一种轻量级数值模型用于预测控制地埋管热能储存-计算机科学-机器学习-地热储能-最优控制.pdfVIP

©totheauthors.ThisworkhasbeenacceptedtoIFACforpublicationunderaCreative

CommonsLicenceCC-BY-NC-ND.

一种轻量级数值模型用于预测控制

地埋管热能储存

JohannesvanRandenborgh,SteffenDaniel,andMoritzSchulzeDarup∗

2025年7月

本

译Abstract

中地热储能（BTES）可以减少化石燃料为基础的建筑供热、通风和空调系统的运行。通过

1BTES，热量是通过地面的地热交换器储存的。模型预测控制（MPC）可以通过实现建筑物

v与BTES之间的动态交互来最大化使用BTES。然而，为MPC建模BTES具有挑战性，并

4

7且必须在模型准确性和易于求解最优控制问题（OCP）之间找到平衡。本文档提出了一个能

9够产生易于求解的线性-二次型OCP的精确数值模型。

0

2

.

7

01介绍

5

2

:

v欧盟的“适应55”计划旨在将温室气体净排放量减少55%(EuropeanCommission,2021)。

i

x到2023年，建筑中供暖、通风和空调（HVAC）技术的操作仍然占全球最终能源消耗的大

r

a约30%，使其成为减排的理想目标(InternationalEnergyAgency,2023)。

一种普遍的CO缓解方法是防止过多的热能散发并将其存储在例如地埋管热能储存(BTES)(Lee,

2013)中。因此，这种存储以环保的方式进行充电，并通过提供热能来调节建筑环境。这减

少了同时安装的基于化石燃料的HVAC技术的操作和排放。

存储的目标是有力地贡献于建筑物的热能需求，可以通过例如模型预测控制（MPC）来实

现。Drgoaetal.(2020)表明MPC可以有效提高建筑的热舒适度和能源节约。MPC有利

∗J.vanRandenborgh,S.Daniel,andM.SchulzeDaruparewiththeControlandCyberphysicalSystemsGroup,

FacultyofMechanicalEngineering,TUDortmundUniversity,Germany{firstname.lastname}@tu-

dortmund.de.Thismanuscriptisacceptedforpublicationatthe5thModeling,EstimationandControlConference

(MECC2025)inPittsburgh,Pennsylvania,USA.

1

地使用了一个最优控制问题（OCP）的解决方案，该方案涵盖了基于模型的建筑物和BTES

的预测。Stoffeletal.(2022),VerhelstandHelsen(2011)和Kümpeletal.(2022)详尽讨论

了BTES的MPC方法。

理想情况下，MPC的预测模型能准确描述BTES系统并产生一个易于求解的OCP。这两

点并不总是给定的(Heimetal.,2024)。本文提出的数值BTES系统模型弥补了这一差距。

仿射状态空间模型可以表示新型模型，并且有益地产生了一个作为OCP