Occupant-Oriented Demand Response with Model Predictive Heating Control in a Multi-Zone Residential Building

In dieser Arbeit wird ein neuartiges Framework für nutzerorientiertes Demand Response in einem Mehrzonen-Wohngebäude mit verteilten Energiequellen entwickelt. Das Framework basiert auf modellprädiktiver Regelung und optimiert den Betrieb einer Wärmepumpe unter Berücksichtigung von Photovoltaic (PV), Batterien, Demand Response und einem zeitvariablen Zeitplan für thermische Nutzerbedürfnisse. Es werden zwei Nutzer-Belegungspläne unterschiedlicher Komplexität evaluiert: ein Basisplan und ein adaptiver, wobei letzterer komplexer ist und darauf abzielt, den Energieverbrauchwährend der nicht belegten Zeiträume zu reduzieren. ... mehrAußerdemwird es mit konventionellen Steuerungsstrategien verglichen und in vier verschiedenen Konfigurationen mit unterschiedlichen Kombinationen aus PV und Batterien untersucht. Die Ergebnisse zeigen, dass die neuartige Regelstrategie konventionelle Regelstrategien übertrifft, indem sie mehr als 20% an Betriebskosteneinsparungen erzielt und dabei gleichzeitig die thermischen Nutzerbedürnisse besser erfüllt. Die Implementierung eines adaptiven Belegungsplans reduziert die Betriebskosten um mehr als 10 %. Dies kann durch die Integration von PV um weitere 50% reduzierte Betriebskosten ergänzt werden. Zur Identifizierung verschiedener Mehrzonen-Modellstrukturen werden Black-Box-Zustandsraum-Identifikationsalgorithmen eingesetzt. Die Studie umfasst drei Strukturen: zentral, dezentral und einen neuen Fusionsansatz. Die drei verwendeten Algorithmen sind N4SID, CVA und PARSIM-K. Der PARSIM-K-Algorithmus und die Fusionsstruktur zeigen die beständigste Vorhersagegenauigkeit mit den wenigsten Ausreißern und den geringsten Fehlern bei der Kreuzvalidierung. Bei der Validierung über acht Wochen von Daten aus einem realen Gebäude betrug der MAE 0.36 K, der RMSE 0.45K in der Kurzzeitvorhersage (24h) und 0.81K MAE, 0.97K RMSE in der Langzeitvorhersage (168h). Insgesamt bietet das neuartige Framework eine bessere Regelungsleistung als herkömmliche Regelungsstrategien. Das System ist außerdem äußerst vielseitig und ermöglicht die einfache Integration verteilter Energiequellen und die Berücksichtigung der Nutzerbedürfnisse. Darüber hinaus bietet es eine effiziente Demand Response-Beteiligung und verwendet einen präzisen und dennoch einfachen datengetriebenen Multizonen-Modellierungsansatz.

This thesis develops a novel framework for occupant-oriented demand response (DR) in a multizone residential building with distributed energy sources. The framework is based on model predictive control (MPC), optimizing the operation of a heat pump under consideration of photovoltaics (PV), batteries, DR, and time-variable occupants’ thermal satisfaction (OTS) schedule. Two occupancy scenarios are assessed: baseline and adaptive, the latter being more complex and designed to reduce energy usage during unoccupied periods. Also, it is compared against conventional control strategies and examined in four different configurations, containing different combinations of PV and batteries. ... mehrThe results indicate that the new framework outperforms conventional control strategies, yielding more than 20% in cost savings while also enhancing OTS. The implementation of an adaptive occupancy schedule reduces operational costs by more than 10 %. This can be further complemented by the integration of PV with more than 50% additionally reduced operational costs. To identify various multi-zone model structures, black-box state-space identification algorithms are employed. The study includes three structures: central, decentral, and a new fusion approach. The three algorithms used are N4SID, CVA, and PARSIMK. The PARSIM-K algorithm and fusion structure demonstrate the most consistent prediction accuracy with the fewest outliers and the lowest errors in the cross-validation. Validated over eight weeks of data from a real building, theMAE was 0.36 K, the RMSE 0.45K in the short term prediction (24h) and 0.81K MAE, 0.97K RMSE in the long term prediction (168h). Overall, the new framework provides superior control performance compared to conventional control strategies. The framework is also highly versatile, allowing for easy integration of distributed energy sources and consideration of occupant needs. Furthermore, it offers efficient DR participation and employs an accurate, yet straightforward data-driven multi-zone modeling approach.