Model Predictive Control (MPC) is an advanced control technique which has played an important role in the management of many processes in the industry sector. Nowadays, in the perspective of an efficient building energy management, the exploitation of this strategy is proving to be a promising solution for minimising overall energy consumptions and costs. However, investigations on the feasibility of the technique in real existing buildings are at an initial stage. Hence, the main outcome of this dissertation is the design and development of a prototype hardware and software set up for on-field testing of a model-based predictive control system, integrating a virtual predictive model of the portion of the building under investigation, the controller and the interface to the monitoring and regulation devices used. Moreover, this research is addressed to investigate the technical feasibility of the development and deployment of a typical MPC system, which includes a monitoring sub-system, a data acquisition set up and a system identification method to obtain the model for the controller by means of a grey-box modelling approach. The modelling phase and the empirical approach developed are presented in the first part of this research thesis, while the core part concerns: the development of the MPC prototype, within a virtual instrument of LabVIEW software and the description of the experimental test, which was carried out during heating season, ensuring normal building operation during the entire monitoring period. Finally, this dissertation presents the study developed in simulation environment to investigate the potential of the control logic for the evaluation of retrofitting scenarios. The focus is on the definition of the main MPC simulator components and on the results obtained by testing one of the intervention scenarios.
Il controllo predittivo basato su modello (MPC) è una tecnica di controllo avanzata che ha svolto un ruolo importante nella gestione di molti processi nel settore industriale. Oggi, nell’ottica di una gestione energetica efficiente degli edifici, l’utilizzo di questa strategia si sta dimostrando una soluzione promettente per ridurre al minimo i consumi e i costi energetici complessivi. Tuttavia, gli studi sulla sua fattibilità tecnica in edifici esistenti sono ancora in una fase iniziale. Pertanto, il risultato principale di questa tesi è la progettazione e lo sviluppo di un prototipo hardware e software per la verifica sul campo di un sistema di controllo predittivo, basato su modello, integrando un modello predittivo virtuale della porzione dell'edificio in esame, il controllore e l'interfaccia grafica per i dispositivi di monitoraggio e regolazione utilizzati. Inoltre, particolare attenzione è stata posta sulla fattibilità tecnica relativa all'implementazione di un tipico sistema MPC, che include un sottosistema di monitoraggio, un set di acquisizione dati e un metodo di identificazione del sistema per ottenere il modello per il controllore, mediante un approccio di modellazione grey-box. La fase di modellazione e l'approccio empirico sviluppato sono presentati nella prima parte di questa tesi di ricerca, mentre la parte centrale riguarda: lo sviluppo del prototipo di controllo predittivo, basato su modello, all'interno di uno strumento virtuale del software LabVIEW e la descrizione del test sperimentale, effettuato durante la stagione di riscaldamento, garantendo la normale operatività dell’edificio durante l'intero periodo di monitoraggio. Infine, è presentato lo studio sviluppato in ambiente di simulazione per indagare il potenziale della logica di controllo per la valutazione di scenari di riqualificazione. Il focus è sulla definizione dei principali componenti del simulatore MPC e sui risultati ottenuti testando uno degli scenari di intervento.
Optimization of building performance via model-based predictive control / Benedettelli, Mariangela. - (2018 Mar 22).
Optimization of building performance via model-based predictive control
BENEDETTELLI, MARIANGELA
2018-03-22
Abstract
Model Predictive Control (MPC) is an advanced control technique which has played an important role in the management of many processes in the industry sector. Nowadays, in the perspective of an efficient building energy management, the exploitation of this strategy is proving to be a promising solution for minimising overall energy consumptions and costs. However, investigations on the feasibility of the technique in real existing buildings are at an initial stage. Hence, the main outcome of this dissertation is the design and development of a prototype hardware and software set up for on-field testing of a model-based predictive control system, integrating a virtual predictive model of the portion of the building under investigation, the controller and the interface to the monitoring and regulation devices used. Moreover, this research is addressed to investigate the technical feasibility of the development and deployment of a typical MPC system, which includes a monitoring sub-system, a data acquisition set up and a system identification method to obtain the model for the controller by means of a grey-box modelling approach. The modelling phase and the empirical approach developed are presented in the first part of this research thesis, while the core part concerns: the development of the MPC prototype, within a virtual instrument of LabVIEW software and the description of the experimental test, which was carried out during heating season, ensuring normal building operation during the entire monitoring period. Finally, this dissertation presents the study developed in simulation environment to investigate the potential of the control logic for the evaluation of retrofitting scenarios. The focus is on the definition of the main MPC simulator components and on the results obtained by testing one of the intervention scenarios.File | Dimensione | Formato | |
---|---|---|---|
Tesi_Benedettelli.pdf
accesso aperto
Descrizione: Tesi_Benedettelli.pdf
Tipologia:
Tesi di dottorato
Licenza d'uso:
Creative commons
Dimensione
18.35 MB
Formato
Adobe PDF
|
18.35 MB | Adobe PDF | Visualizza/Apri |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.