Данное исследование является частью проекта по созданию централизованной системы управления потреблением энергии в зданиях общего назначения, тепловой и электрической. Одной из уникальных особенностей данной системы предполагается разработка и последующее применение интеллектуальных методов предсказания энергопотребления. Для предсказания энергопотребления надо понимать и уметь измерять те факторы, которые определяют необходимое количество электричества и тепла для здания в этот момент и в ближайшие несколько часов.
При постановке задачи регулирования для систем отопления, кондиционирования и вентиляции (ОВК), эксплуатирующие службы руководствуются двумя конкурирующими критериями: экономичностью работы системы и комфортностью внутренней среды. По различным оценкам, от 50 до 70 процентов всей расходуемой энергии приходится на ОВК. Таким образом, оптимизация потребления этого класса устройств, пусть даже на 5-10 процентов, повлечет за собой ощутимое снижение общего уровня расхода энергии.
В основе данной работы лежит идея скомбинировать два основных подхода к моделированию микроклимата помещений: методы вычислительной термодинамики [1](CFD) и методы сетевых воздушных потоков (NAF). Точное решение задачи CFD на небольшом временном промежутке позволит смоделировать работу измерительного комплекса, оптимизировать вектор измеряемых величин, количество датчиков и их расположение в помещении.
В результате работы был разработан алгоритм построения упрощенной динамической модели характеристик воздуха в помещении. С его помощью можно находить расположение датчика, показания в котором позволят улучшить собираемые данные, что повысит качество прогноза.
Была создана упрощенная модель «Демонстрационного стенда Умного дома», в которой учитывается взаимодействие с внешней средой, а также солнечная радиация. Осуществлен переход от численной модели к более простой, пригодной для быстрого расчета.
На данный момент реализован перебор потенциальных точек расположения датчика. В будущем этот перебор можно оптимизировать, реализовав градиентный поиск. С его помощью сможем быстрее находить подходящие точки для больших помещений. Хотя в таком случае мы найдем лишь локальные максимумы, этот результат наоборот может сыграть нам на руку, так как тем самым возможно получится решить проблему разбиения большого зала, который не покрыть одним датчиком, на зоны.
Полученный алгоритм можно найти по ссылке на GitHub: https:// github.com/mozhayka/microclimate. Модели помещения в COMSOL также можно найти по этой ссылке.
