将被动建筑外壳技术与数据驱动的模型预测控制相结合以实现建筑节能

《Regional Studies in Marine Science》：Synergizing passive building envelopes and data-driven Model Predictive Control for building energy savings

　　徐晨|李新月|王文琪|傅阳|王垂尧|潘爱强|李泽|周怡莹|卢宇|史秋怡|刘文杰|邹芷妍
香港城市大学能源与环境学院，中国香港

**摘要**
模型预测控制（MPC）是被动建筑中一种有效的节能策略，但其高计算成本限制了其与复杂建筑系统的集成，因此需要快速的动力学建模。此外，尽管被动建筑对天气变化非常敏感，但当前的MPC主要依赖于具有固定权重因子的成本函数，难以计算出最优的控制动作。为了克服这些挑战，本研究提出了一种适用于被动建筑的自适应数据驱动MPC框架，以在不同天气条件下优化其能源分配。具体而言，该框架结合了一个双层算法，其中包括具有外生输入的非线性自回归网络（NARX）模型和一个自适应MPC算法。验证结果表明，NARX模型的通用性非常好，R2值超过0.96。仿真显示，与传统的控制策略相比，所提出的框架可降低19%的冷却能耗。特别是在香港，自适应MPC算法额外节省了31.2%的冷却能耗。总体而言，所提出的MPC框架结合了被动建筑围护结构技术，即辐射冷却屋顶和热致变色智能窗户，有效提高了节能性能，同时保持了建筑内的热舒适度。

**引言**
近年来，由于人口增长和经济发展，全球能源消耗急剧增加[1]。在所有行业中，建筑行业是主要的能源消耗者，约占全球能源使用总量的40%和温室气体排放量的三分之一[2,3]。其中，大量的能源被用于供暖、通风和空调（HVAC）系统，这些系统占建筑总能耗的近50%，以满足热舒适需求[4]。大部分HVAC能耗，尤其是用于冷却的能耗，是由于建筑围护结构的过度热量吸收造成的。特别是屋顶暴露在最强烈的太阳辐射下[5]，而窗户则是热量进入建筑的主要途径[6]。因此，提高这两个关键组件的热性能对于提高建筑能效至关重要。被动围护结构技术，特别是针对屋顶和窗户等关键组件的技术，在减缓建筑热量吸收方面展现出巨大潜力[7,8]。

在这些技术中，辐射冷却屋顶受到了广泛关注。这种技术利用大气透明窗口（8-13 μm）将热辐射直接排放到极冷的外太空（约3 K），有效地利用宇宙作为巨大的散热器[9]。在开发用于建筑围护结构的被动辐射冷却材料方面已经取得了显著进展。例如，Mandal等人制备了多孔聚合物涂层，用于墙面，有效抑制了太阳热吸收，在白天条件下使表面温度低于环境空气温度[10]。此外，Raman等人证明，应用于屋顶的光谱选择性多层薄膜可以反射超过97%的入射太阳辐射，实现约5°C的低温冷却，从而显著减少建筑冷却负荷[11]。

作为这些屋面解决方案的补充，热致变色智能窗户通过基于可逆结构相变的被动、温度驱动机制来工作[12]。目前最广泛使用的材料是二氧化钒（VO2），它在大约68°C的临界温度下会发生从绝缘体到金属的可逆转变[13]。这种相变使得太阳光透射率可以动态调节。在临界温度以下，VO2处于单斜晶系绝缘相，对近红外辐射具有高透明度，允许大量太阳热量进入建筑内部。然而，在临界温度以上，材料转变为金红石金属相，具有高红外反射率，有效阻挡太阳光透射，同时保持可见光透射[14]。大量研究致力于验证热致变色智能窗户在实际建筑条件下的性能。例如，Liu等人通过将掺杂钒的VO2和聚乙烯醇浸渍到脱木质化的木材中，制造出一种热致变色智能窗户，与传统玻璃相比，其玻璃表面温度降低了30°C以上[15]。此外，Hu等人开发了一种基于二氧化钒的智能窗户，其中包含一层薄银中间层，实现了72.8%的可见光透射率和83.3%的出色动态红外辐射调节能力，从而在多种气候条件下实现节能超过60 MJ/m2[16]。选择这两种技术是因为它们分别针对建筑热吸收的两个主要途径：辐射冷却屋顶用于拦截建筑物顶层的太阳辐射，而热致变色智能窗户则抑制玻璃面层的近红外透射。

尽管这些被动建筑围护结构技术显示出显著的节能潜力，但它们单独应用的效果仍然受到本地气候条件的限制[17]。例如，辐射冷却屋顶在夜间或冬季可能会引起过度冷却，从而增加不必要的加热负荷[18]。此外，热致变色智能窗户根据表面温度调节其光学特性，而不是根据居住者的热舒适需求，这可能会影响热舒适度[14]。这两个限制在机理上是独立的，不能通过一种技术来弥补另一种技术。相反，需要集成一种统一的主动控制策略，以同时解决这两个问题，使建筑系统能够动态响应实时气候条件，同时提高能效并保持热舒适度。此外，本研究仅关注夏季冷却季节，这自然限制了过度冷却问题的范围。为此，已经探索了多种控制策略，包括开/关控制[19]、比例-积分-微分（PID）控制[20]和基于规则的控制[21]。除此之外，模型预测控制（MPC）作为建筑应用中最有前景的方法之一脱颖而出。具体来说，MPC结合了建筑热动力学并执行热舒适度约束，以实现HVAC系统操作的多目标优化，包括节能和提供热舒适度[22]。凭借这些能力，MPC在能效方面始终优于传统控制策略。

MPC的基本原理在于预测和优化的结合[23]。在运行过程中，MPC使用预测模型来预测未来系统状态，并应用优化算法来计算每个控制间隔的最优控制变量序列，同时考虑预测的干扰因素，如气候条件和占用模式[24]。这些变量是通过最小化一个成本函数来确定的，该成本函数通常在能源消耗和热舒适度之间取得平衡，使MPC能够主动安排未来操作，而不仅仅是响应当前条件[25]。这种方法的有效性已在多项建筑能源管理研究中得到验证。例如，Zheng等人基于电阻-电容和人工神经网络模型开发了MPC框架，这些框架的表现均优于基于规则的控制，实现了30-95%的热舒适度提升和17-34%的节能[26]。此外，Du等人提出了一个适用于多区域建筑的端到端MPC框架，实现了约12.78%的HVAC节能[27]。表1提供了代表性MPC研究的比较总结，包括它们的建模方法、控制策略和已发现的局限性。

尽管这些技术展示了显著的好处，但MPC在建筑中的更广泛应用受到两个主要限制的阻碍。第一个限制是传统基于物理的建模方法的高建模复杂性和有限的通用性。这些方法严重依赖于详细的、特定于地点的建筑热动力学和局部气候条件表示[21]，即使是最小的系统修改也可能需要完全重建模型。例如，Wei等人表明，在比较独立系统和集成PCM的系统时，必须构建单独的模型，这突显了涉及的重复建模工作量[28]。第二个限制是静态控制算法无法适应变化的气候条件，导致节能性能极不稳定。Jiang等人报告称，MPC驱动的节能效果在不同气候情景下差异显著，范围从28.72%到51.31%[29]，这突显了MPC有效性对特定地点条件的敏感性以及在不同环境中确保可靠性能的难度。

为了克服这些限制，本研究提出了一种适用于具有被动围护结构的建筑的自适应数据驱动MPC框架，在三个关键方面不同于现有研究。首先，与需要在建筑配置发生变化时重建完整模型的基于物理的方法不同，该框架使用具有外生输入的非线性自回归网络（NARX）模型，以较低的计算成本实现快速和通用的建筑动力学建模[30,31]。NARX模型表示了被动围护结构引入的非线性热相互作用，在不同气候区实现了超过0.96的R2值，这是先前数据驱动MPC研究中很少报道的通用性水平。其次，与依赖于固定权重因子的传统MPC框架不同，这些框架引入了一个增强的自适应算法，该算法使用随机森林替代模型和遗传算法每日动态优化权重因子，使系统能够在不同气候条件下平衡能源消耗和热舒适度。第三，与将建筑围护结构视为被动边界条件的现有MPC研究不同，该框架明确将辐射冷却屋顶和热致变色智能窗户作为两个独立的被动组件集成到同一个优化循环中，每个组件针对不同的建筑热量吸收途径。MPC框架作为统一的主动控制策略，同时解决了这两种技术的局限性，从而最大化了集成系统的整体节能效果。总之，这些创新使得所提出的框架能够在不同气候区提供一致且优越的节能性能。

**自适应数据驱动模型预测控制（MPC）框架概述**
本研究提出了一种与被动节能技术集成的数据驱动MPC框架，以提高建筑的能效和热舒适度。该框架包括两个主要组成部分：一个测试建筑模型和一个MPC策略。建筑模型中整合了被动技术，特别是辐射冷却屋顶和热致变色智能窗户。MPC策略由一个数据驱动的建筑动力学模型和一个优化器组成，两者共同实现...

**NARX模型的开发**
第2.3节描述的测试建筑模型是在SketchUp中开发的，并集成到EnergyPlus中进行四个月的仿真，以生成NARX模型的训练数据。训练数据分为三类：时间特征（例如，一天中的时间）；环境参数（室外干球温度和直接太阳辐射）；以及室内系统状态（HVAC设定值、室内空气温度、冷水机组水温度、相对湿度和变风量阀位置）。

**仿真案例研究结果**
为了严格评估所提出的自适应MPC框架的性能，选择了香港（温暖冬季和炎热夏季）、北京（寒冷冬季和炎热夏季）和上海（温和冬季和炎热夏季）作为代表性的城市进行仿真案例研究。这些城市涵盖了不同的气候条件，使系统面临广泛的热负荷和环境干扰，确保了对能效和热舒适度的全面评估。

**中国的冷却节能潜力**
所提出的MPC框架的实施包括三个步骤：数据预处理、模型训练和应用。图10展示了这些具体程序。

仿真结果表明，所提出的MPC框架在中国范围内显著降低了冷却能耗，呈现出“南方高、北方低”的趋势。“炎热夏季和温暖冬季”地区的海南（348.5 MJ）和广东（335.1 MJ）实现了预期的最高节能效果。尽管纬度较高，但...

**结论**
本研究成功开发并验证了一种自适应数据驱动的模型预测控制（MPC）框架，该框架与被动辐射冷却屋顶和热致变色智能窗户集成。通过使用具有外生输入的非线性自回归网络（NARX）神经网络，该框架实现了快速准确的建筑动力学建模，有效克服了传统建模方法的限制，实现了精确和实时的控制。

**作者贡献声明**
徐晨：概念化、研究、方法论、验证、可视化、写作——原始草稿。
李新月：写作——审阅与编辑。
王文琪：写作——审阅与编辑。
傅阳：写作——审阅与编辑。
王垂尧：写作——审阅与编辑。
潘爱强：写作——审阅与编辑。
李泽：写作——审阅与编辑。
周怡莹：写作——审阅与编辑。
卢宇：写作——审阅与编辑。
史秋怡：写作——审阅与编辑。
刘文杰：写作——审阅与编辑。**利益冲突声明**
作者声明，他们不存在任何已知的可能会影响本文研究报告的财务利益冲突或个人关系。

**致谢**
本研究得到了香港研究资助委员会（RGC）通过研究学者计划（项目编号：RFS2425-1S06）以及国家自然科学基金会（B类）青年科学基金（项目编号：52522601）的支持。