Modelica Emulator for MPC Applications in Buildings

Abstract

Bygninger bidrar til verdens energibruk og utslipp av klimagasser. En foreslått løsning for å redusere energibruken i eksisterende bygninger er å implementere avanserte kontrollstrategier. Et forslag er modell prediktiv kontroll (MPC). Tidligere forskning på modell prediktiv kontroll har belyst potensialet denne kontrollstrategien har til å redusere energibruken ved å implementere den i eksisterende bygg. Modell prediktiv kontroll må være tilpasset bygget den skal kontrollere. Målet for oppgaven er å lage en forenklet emulator av et kontorbygg i Oslo for å kunne indeksere, sammenligne og eksperimentere på kontrollalgoritmen offline.

Rammeverket for oppgaven presenterer oppdatert forskning om bygningssimulering og dens begrensninger. Det blir også belyst hvordan Modelica opptrer som et bygningssimuleringsverktøy og hvordan man kan kalibrere et bygg. Til slutt sammenligner rammeverket effekten av modell prediktiv kontroll mot regelbasert kontroll. Forskningen indikerer at MPC-er har stort potensiale med tanke på å redusere energibruken i bygninger og å redusere toppbelastningen, men MPC-er kan også bli optimalisert til å minimere andre objektfunksjoner avhengig av hva man ønsker at MPC-en skal kontrollere.

Kontorbygget har åtte etasjer og en kjeller, men det er bare deler av kjelleren og andre til syvende etasje som er dekket av det vannbårne varmesystemet. SINTEF utførte målinger i bygget våren 2020. Disse målingene brukes for kalibreringsprosessen, og noen av de målte dataene brukes som inndata i den modellerte bygningen for å redusere antall ukjente i modellen. En værfil som inneholder værdata for 2020 er laget for å påse at den modellerte bygningen opplever det samme været som bygget hadde da målingene ble utført. Det første steget i kalibreringsprosessen er å kalibrere sjette etasje av bygget, ettersom det er færre feilkilder når man kun undersøker én etasje. Den nominelle effekten til radiatorene og varmebidraget fra personer, lys og utstyr er variert for å kalibrere modellen av sjette etasjen. Den nominelle effekten for vestkretsen er 35 W/m2 og for østkretsen er det 25 W/m2 for det vannbårne systemet. Varmetilførselen fra personer, lys og maskiner er satt til det samme som verdiene fra Standard Norge (2020), men etter 12. mars 2020 er varmeeffekten fra mennesker satt til 0 og maskiner og lys er satt til det laveste nivået. Modellen skal være kalibrert når den er innenfor grensene til de statistiske indeksene satt av ASHRAE. De samme inndataene som ble brukt for å kalibrere sjetteetasjen er brukt for å kalibrere hele bygget.

Når modellen er kalibrert, er forskjellige regelbaserte kontroller testet på den kalibrert modellen. Under evalueringsprosessen brukes typiske værdata i modellen. De tre kontrollene som evalueres er en som har utekompenseringskurve med nattsenking, en som har utekompenseringskurve uten nattsenking og en siste kontroll som har utekompenseringskurve hvor pumpene skrus av på natten og i helgene. Utekompenseringskurven er optimalisert til hver kontroll for å oppnå innetemperatur i sonene innenfor akseptable nivåer. Kontrollen som har utekompenseringskurve uten nattsenking har høyest energibruk og har best innetemperatur gjennom året, mens kontrollen hvor pumpene skurs av på nettene og i helgene har lavest energibruk og flest timer utenfor akseptabel innetemperatur på 19 °C.

Til slutt er det gjennomført en sensitivitetsanalyse av det modellerte bygget som har en regelbasert kontroll med utekompenseringskurve og nattsenking. Denne analysen belyser at solskjerming og varmeeffekten fra folk, lys og utstyr ikke påvirker energibruken i bygget til en stor grad, men mindre solskjerming i det modellerte bygget kan redusere antall timer under 19 °C med denne kontrollstrategien. Å endre nattsenkingen på utekompenseringskurven fra 10 til 15 °C fører til at bygget bruker 12 % mindre energi. Derimot øker dette antallet timer i arbeidstiden under 19 °C i bygget.

Buildings contribute to the world’s energy consumption and greenhouse gas emissions. In order to reduce the energy use in buildings, it has been suggested to implement advanced control strategies of existing buildings. Among these control strategies, model predictive control (MPC) can be a promising option. Previous research on model predictive control has illustrated the energy saving potential of introducing said controls to existing buildings, but model predictive controls need to be optimized for the building in question. In order to benchmark, compare and experiment on the control algorithms offline, a simplified emulator of an office building in Oslo was created in this thesis. The aim of this thesis is to model the building in the Dymola/Modelica environment and calibrate it, and then apply different rule based control strategies and evaluate them.

The framework in the thesis presents up to date research about building performance simulation and its limitations. It also highlights how Modelica performs as a building performance simulation (BPS) tool and how to calibrate a modelled building. Lastly, the framework compares the impact of MPCs on modelled buildings to rule based controls (RBCs). The research indicate the potential of MPCs on the energy use in buildings and the reduction in peak load, but MPCs can be optimized to minimize different objective functions depending on the desired outcome.

The office building has eight floors and a basement, but it is only parts of the basement and the second to the seventh floor that are connected to the hydronic heating system. SINTEF conducted measurements in the physical building during the spring of 2020. These measurements are used for the calibration process, and some of the measured data are used as inputs to the modelled building to reduce the number of unknowns in the model. A weather file containing the measured weather in 2020 is created to ensure that the modelled building experiences comparable weather to the building in Oslo during the measurement period. The initial step in the calibration process is to calibrate the sixth floor of the building, as there are fewer sources of error when only one floor is considered. The nominal power of the radiators and the internal heat gains are varied in the model to obtain a calibrated model of the sixth floor. The nominal power for the West circuit is 35 W/m2 and 25 W/m2 for the East circuit. The internal heat gains in the models are the same as the values from Standard Norge (2020), but after the 12th of March there are no people present and the heat added by machines and lights are set to the lowest level. The model is calibrated once it is within the limits of statistical indices set by The American Society of Heating, Refrigerating and Air-Conditioning Engineers (ASHRAE). The same inputs that were used to calibrate the sixth floor of the building are then applied to the entire building. The model of the sixth floor and the modelled building are within the tolerance levels as set by ASHRAE.

Different RBC strategies are applied to the calibrated model once the modelled buildingis calibrated. During the evaluation of the controls, the modelled building experiences normal operating conditions such as typical meteorological data. The three controls considered for the evaluation is a weather compensated curve (WCC) with a night setback, a WCC without a night setback and a WCC where the pumps turn off at night. The WCC is optimized for each case to ensure that the indoor air temperature is within acceptable levels for all of the cases. The case without a night setback has the highest energy use and obtains the best indoor air temperature, whereas the case where the pumps turn off at night has the lowest energy use and has the most hours below acceptable indoor air temperature levels of 19 °C.

Lastly a sensitivity analysis of the modelled building with a rule based control consisting of a WCC and a night setback is performed. It highlights that the level of blinds and internal heat gains do not impact the energy use in the building to a large degree, but assuming less blinds in the modelled building can reduce the number of hours below 19 °C in the building. Moreover, by reducing the night and weekend setback of the WCC from 10 to 15 °C the building consumes 12 % less energy. However, this significantly impacts the indoor air temperature in the building as the number of hours below 19 °C increase.