双时间尺度室温控制建模方法技术

公开了基于Majorization的双时间尺度室温控制建模方法，方法中，测量室内温度及温度的动态变化，建立双时间尺度室温控制优化模型，空调根据双时间尺度室温控制优化模型调控室内温度无限接近期望温度，基于Majorization建立优化问题，通过以下逻辑建立用户舒适度与Majorization之间的关系，基于Majorization改进快时间尺度模型，基于Majorization的优化模型求解，通过添加各个目标的优先因子P1，P2，

【技术实现步骤摘要】
双时间尺度室温控制建模方法


[0001]本专利技术属于空调温度控制
，尤其涉及一种基于Majorization的双时间尺度室温控制建模方法。

技术介绍

[0002]改善室内用户舒适度已经成为备受关注的热点问题。这种舒适度被《人类居住热环境》(ASHRAE 55)定义为，人体对热环境表示满意的心理状态。通过空调控制室内温度以满足用户的期望温度，其用电受到家庭能源管理(Home Energy Management，HEM)系统的调度。
[0003]对HEM系统中不同变量的优化调度通常须在不同的时间尺度下进行。例如，房间的温度动态建模是分钟级的，最大耗电负荷曲线是小时级的，能量消耗目标是周级或者月级的，这里就包括了分钟、小时、周或月等多个时间尺度计量单位。如果只在单个时间尺度上进行优化调度，那么应该以所有变量中最小的时间尺度作为计量单位。显然，在这种情况下，决策变量的个数急剧增加，导致维数灾难。因此，利用多时间尺度就能有效避免该问题，决策时段被分为快、慢时间尺度依次进行优化求解，降低了问题的维数和计算复杂度。
[0004]现有的双时间尺度室温控制优化模型中，其慢时间尺度模型和快时间尺度模型的优化目标一致，分别为在各自时间尺度单位下室内温度与用户期望温度的总偏差最小。然而，快时间尺度的单位往往较小，如10分钟，在现实中让用户每10分钟设定一个期望温度并没有必要，并且要在满足双时间尺度一致性约束的条件下求解多组偏差之和的最小值，反而会增加计算复杂度和用户的工作量。
[0005]为此，本专利技术提出了一种基于Majorization的双时间尺度室温控制建模方法。其中，本专利技术引入二元关系Majorization来改进快时间尺度优化模型，最终在获得尽可能接近用户期望温度的室温控制策略同时，降低计算复杂度和用户负担。
[0006]在
技术介绍
部分中公开的上述信息仅仅用于增强对本专利技术背景的理解，因此可能包含不构成本领域普通技术人员公知的现有技术的信息。

技术实现思路

[0007]本专利技术的目的是提供一种基于Majorization的双时间尺度室温控制建模方法，通过建立数学优化模型，控制室内温度以满足用户热舒适度，同时降低计算复杂度和用户负担。为了实现上述目的，本专利技术提供如下技术方案：
[0008]本专利技术的一种基于Majorization的双时间尺度室温控制建模方法包括：
[0009]步骤一、测量室内温度及温度的动态变化，建立双时间尺度室温控制优化模型，空调根据双时间尺度室温控制优化模型调控室内温度无限接近期望温度，其中，建立慢时间尺度模型为：
[0010][0011]s.t.X[k+1]＝AX[k]+BU[k]，
[0012][0013]其中，X[k]为慢时间尺度状态量，表示第k个慢时间尺度下的室内温度；D[k]表示第k个慢时间尺度下的期望温度；U[k]为慢时间尺度控制量，表示第k个慢时间尺度下空调的控制作用，其上下限分别记为A，B分别为慢时间尺度下状态量X[k]和控制量U[k]的系数，s.t.表示约束条件，第一条约束为慢时间尺度的状态转移方程X[k+1]＝AX[k]+BU[k]；第二条约束为其表示空调控制作用在慢时间尺度的上下限，慢时间尺度模型的决策变量为每段慢时间尺度的控制量U[k]；
[0014]建立快时间尺度模型为：
[0015][0016]s.t.x(k
f
+1)＝ax(k
f
)+bu(k
f
)，
[0017]U[k]＝f(u(k
f
))，
[0018][0019]其中，x(k
f
)为快时间尺度状态量，表示第k
f
个快时间尺度下的室内温度；d(k
f
)表示第k
f
个快时间尺度下的期望温度；u(k
f
)为快时间尺度控制量，表示第k
f
个快时间尺度下空调的控制作用，其上下限分别记为a，b分别为快时间尺度下状态量x(k
f
)和控制量u(k
f
)的系数，第一条约束为x(k
f
+1)＝ax(k
f
)+bu(k
f
)，表示快时间尺度的状态转移方程；第二条约束为U[k]＝f(u(k
f
))，其描述快、慢时间尺度控制量之间的关系；第三条约束为其表示控制量在快时间尺度的上下限，快时间尺度模型的决策变量为每段快时间尺度的控制量u(k
f
)，
[0020]步骤二、对于x，y∈R
n
，
[0021][0022]式中，x＝[x
[1]，x
[2]，...，x
[n]]，x
[1]≥x
[2]≥...≥x
[n]，表示按降序排列，
[0023]或
[0024][0025]式中，x＝[x
(1)
，x
(2)
，...，x
(n)
]，x
(1)
≤x
(2)
≤...≤x
(n)
，表示按升序排列，x，y指任意
的两个n维实数向量；n为正整数，表示n维；k，m为正整数；
[0026]基于Majorization建立优化问题：
[0027][0028][0029]其中，x∈R
n
为向量，x＝[x1，x2，...，x
n
]；c为常数，表示x1+x2+...+x
n
＝c，优化目标为寻求一组“最小”的向量，表示不存在其他向量y∈R
n
使得y＜x，即x在Majorization关系中优于y；
[0030]步骤三、基于Majorization改进快时间尺度模型，通过以下逻辑建立用户舒适度与Majorization之间的关系，利用Majorization作为衡量平稳度的工具，将步骤一中快时间尺度模型的目标函数替换为：
[0031][0032]其中，u
k
表示第k段慢时间尺度下一组n个快时间尺度控制量；
[0033]步骤四、再按降序排序，步骤三中目标函数的最优解满足：
[0034][0035]其中，表示归一化后降序排列的u；表示最优解；n为正整数，表示n维；m为正整数；
[0036]步骤五、基于Majorization的优化模型求解，通过添加各个目标的优先因子P1，P2，
…
，P
n
‑1，结合快时间尺度模型的目标函数取第k段慢时间尺度，转换步骤一中快时间尺度优化模型如下：
[0037](P1)min z＝P1u
n
‑1+P2(u
n
‑1+u
n
‑2)+
…
+P
n
‑1(u1+
…
+u
n
‑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Majorization的双时间尺度室温控制建模方法，其特征在于，其包括以下步骤：步骤一、测量室内温度及温度的动态变化，建立双时间尺度室温控制优化模型，空调根据双时间尺度室温控制优化模型调控室内温度无限接近期望温度，其中，建立慢时间尺度模型为：s.t.X[k+1]＝AX[k]+BU[k]，其中，X[k]为慢时间尺度状态量，表示第k个慢时间尺度下的室内温度；D[k]表示第k个慢时间尺度下的期望温度；U[k]为慢时间尺度控制量，表示第k个慢时间尺度下空调的控制作用，其上下限分别记为A，B分别为慢时间尺度下状态量X[k]和控制量U[k]的系数，s.t.表示约束条件，第一条约束为慢时间尺度的状态转移方程X[k+1]＝AX[k]+BU[k]；第二条约束为其表示空调控制作用在慢时间尺度的上下限，慢时间尺度模型的决策变量为每段慢时间尺度的控制量U[k]；建立快时间尺度模型为：S.t.x(k
f
+1)＝ax(k
f
)+bu(k
f
)，U[k]＝f(u(k
f
))，其中，x(k
f
)为快时间尺度状态量，表示第k
f
个快时间尺度下的室内温度；d(k
f
)表示第k
f
个快时间尺度下的期望温度；u(k
f
)为快时间尺度控制量，表示第k
f
个快时间尺度下空调的控制作用，其上下限分别记为a，b分别为快时间尺度下状态量x(k
f
)和控制量u(k
f
)的系数，第一条约束为x(k
f
+1)＝ax(k
f
)+bu(k
f
)，表示快时间尺度的状态转移方程；第二条约束为U[k]＝f(u(k
f
))，其描述快、慢时间尺度控制量之间的关系；第三条约束为其表示控制量在快时间尺度的上下限，快时间尺度模型的决策变量为每段快时间尺度的控制量u(k
f
)；步骤二、对于x，y∈R
n
，式中，x＝[x
[1]
，x
[2]
，...，x
[n]
]，x
[1]
≥x
[2]
≥...≥x
[n]
，表示按降序排列，
或式中，x＝[x
(1)
，x
(2)
，...，x
(n)
]，x
(1)
≤x
(2)
≤...≤x
(n)
，表示按升序排列，x，y指任意的两个n维实数向量；n为正整数，表示n维；k，m为正整数；基于Majorization建立优化问题：基于Majorization建立优化问题：其中，x∈R
n
为向量，x＝[x1，x2，...，x
n
]；c为常数，表示x1+x2+...+x
n
＝c，优化目标为寻求一组“最小”的向量，表示不存在其他向量y∈R
n
使得y＜x，即x在Majorization关系中优...

【专利技术属性】
技术研发人员：聂泽琳，成玮，谢述帅，陈泠秀，周光辉，陈雪峰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：