Simulation of Model-based Predictive Control Applied to a Solar-assisted Cold Climate Heat Pump System
Notice bibliographique
Résumé
This paper presents a simulation study of a model-based predictive control (MPC) strategy applied to a BIPV/T-assisted cold climate heat pump. When innovative technologies are brought into play, reaching their full potential depends on proper operation and control. For instance, the coordination of renewable energy systems with a highly variable output, thermal energy storage devices and fluctuating building load conditions can significantly benefit from advanced control and operating strategies. MPC strategies, combined with adequate energy storage capabilities, can make a critical positive impact in the implementation of innovative solutions. The mechanical system under study, designed during the early design phase of a 2000-m2 net-zero energy building, consists of a BIPV/T roof with an electrical output of nearly 52 kW and a total area of 320 m2, a set of two air-source cold-climate heat pumps (PUHY-HP96, Mitsubishi) and a 20-m3 energy storage tank. Frost and de-frost cycles of the heat pump are considered in this study, as well as the power used by the fans in the BIPV/T system. The performance of the system is compared with a more conventional ground-source system. The dynamic simulation of the building and its systems was implemented in MATLAB/Simulink using relatively simple, low-order models with inputs from expected occupancy levels and typical meteorological year (TMY) weather data. Models for the BIPV/T system and the TES tank were also developed. A look-up table model was used for the simulation of the heat pumps. Simulation results shed light on design decisions concerning the building systems and facilitate the development of control strategies to achieve a smooth and successful operation. Model-based predictive control algorithms were used to select the sequence of optimal states of charge for the TES tank as a function of expected weather conditions and occupancy patterns.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».