Global predictive control for smart homes using improved disturbance predictions

Abstract

Die Idee zur Verwendung von model predictive control (MPC) Algorithmen zur Regelung der thermischen Systeme eines smart-Home wird immer beliebter in modernen smart Homes. Die Effizienz und Performance von MPC Algorithmen hängt stark von der Güte der vorhandenen Störgrößenprädiktionen ab. Mit der Verbesserung der vorhandenen Wettervorhersage mittels Messdaten aus hausinternen Wetterstationen und selbstadaptierenden Belegschaftsprädiktionen könnte das smart-Home nicht nur besseren thermischen Komfort liefern, sondern auch noch elektrische Energie und Kosten sparen. Diese Arbeit stellt einen MPC Regler basierend auf gemischt-ganzzahliger quadratischen Optimierung vor. Der Regler integriert sowohl das thermische Model, als auch das elektrische Model, des smart-Home. Der Regelungsalgorithmus berechnet das globale Optimum unter Berücksichtigung möglicher Randbedingungen des smarten Stromnetzes. Deshalb kann der vorgestellte Regler die fortlaufenden monetären Stromkosten oder die verbrauchte Energie minimieren ohne dabei den thermischen Komfort zu verletzen. Ein weiteres Hauptmerkmal des Reglers ist, dass ein simples und intuitives Interface integriert wurde, welches den Bewohnern erlaubt den Regler auf ihre individuellen Wünsche anzupassen. Durchgeführte 'closed-loop' Simulationen zeigen die Effizienz der globalen Optimierung als auch alle weiteren Funktionen des vorgestellten Regelungskonzeptes.

Model predictive control (MPC) schemes for managing thermal systems in a smart home are becoming more popular in modern smart homes. The efficiency and performance of MPC controllers greatly depends on the quality of the available predictions for the controller. By refining the available weather forecasts with measurements taken from localized weather stations integrated into the smart home and self-adaptive occupancy predictions, the smart home could not only provide better thermal comfort, but also save energy and reduce the costs for the residents. This thesis proposes a mixed-integer quadratic-programming model predictive control scheme based on the thermal smart home building model and the electrical system. The controller calculates the global optima with respect to possible smart grid load constraints. This enables the control scheme to minimize the consumed energy or operating costs of the smart home while also guaranteeing thermal comfort. Another key feature of the controller is the option to provide a simple and easy interface for the occupants of the smart home to tune their smart home in accordance to their individual preferences. Closed-loop simulation results showcase the efficient global optimization as well as all the features of the proposed controller.