Distributed monitoring and control for smart buildings : a model-based fault diagnosis and accommodation framework

Abstract

‘Eξυπνα κτίρια ονομάζονται τα κτίρια τα οποία είναι ενισχυμένα με προηγμένους αλγόριθμους που μπορούν να λαμβάνουν αποφάσεις και μέτρα για τη βελτίωση της ενεργειακής απόδοσης και τη διατήρηση των εσωτερικών άνετων συνθηκών για τα άτομα που βρίσκονται ή διαμένουν σε αυτό. Το σύστημα θέρμανσης, εξαερισμού και κλιματισμού (HVAC) είναι απαραίτητο για την δημιουργία άνετων συνθηκών οι οποίες σχετίζονται άμεσα με την παραγωγικότητα και την υγεία των ατόμων που βρίσκονται ή διαμένουν σε αυτό. Ωστόσο, η λειτουργία του συστήματος HVAC απαιτεί ένα τεράστιο ποσό ενέργειας, σχεδόν τη μισή ενέργεια που καταναλώνεται από το κτίριο, ενώ ο τομέας των κτιρίων αντιπροσωπεύει έως και το 40% της παγκόσμιας κατανάλωσης ενέργειας. Λόγω της αδιάλειπτης λειτουργίας του συστήματος HVAC, τα στοιχεία του ηλεκτρομηχανολογικού του εξοπλισμού ενδέχεται να αποτύχουν και συνεπώς αυτό μπορεί να οδηγήσει σε ανεπιθύμητη αύξηση της κατανάλωσης ενέργειας και στην παραβίαση των άνετων συνθηκών εντός του κτιρίου. Το σύστημα HVAC είναι ένα πολύπλοκο σύστημα, μεγάλης κλίμακας, με πολλά διασυνδεδεμένα υποσυστήματα που αποτελούνται από ηλεκτρομηχανικά εξαρτήματα και πολυάριθμες οικοδομικές ζώνες (δωμάτια), επομένως η παρακολούθηση/επίβλεψη και ο έλεγχος των συστημάτων HVAC μπορεί να είναι ένα αρκετά δύσκολο έργο. Η δημιουργία του ψηφιακού αντίγραφου του κτιρίου και η διαμόρφωση του εξοπλισμού του ως ένα σύνολο διασυνδεδεμένων υποσυστημάτων, επιτρέπει τον σχεδιασμό αλγορίθμων ικανών να ελέγχουν και να παρακολουθούν αποτελεσματικά τα επιβλεπόμενα υποσυστήματα με κατανεμημένο τρόπο. Αυτή η διδακτορική μελέτη παρουσιάζει διάφορους έξυπνους αλγορίθμους οι οποίοι είναι βασισμένοι στο μαθηματικό μοντέλο του συστήματος, προσφέρουν κατανεμημένη παρακολούθηση και έλεγχο των σύνθετων συστημάτων HVAC. Λόγω της κατανεμημένης τους αρχιτεκτονικής, οι έξυπνοι αλγόριθμοι προσφέρουν δυνατότητα κλιμάκωσης, βελτιωμένη απόδοση και ευρωστία. Οι αλγόριθμοι παρακολούθησης παρέχουν παρατήρηση σε πραγματικό χρόνο της διαδικασίας του συστήματος HVAC και άμεση διάγνωση ανωμαλιών (δηλ. σφαλμάτων). Επιπλέον, η ανάπτυξη ευφυών, κατανεμημένων αλγορίθμων για διάγνωση σφαλμάτων μπορεί να υποστηρίξει το προσωπικό λειτουργίας και συντήρησης του κτιρίου, αποκαλύπτοντας την τοποθεσία, τον τύπο και τα χαρακτηριστικά των σφαλμάτων όπως για παράδειγμα η σοβαρότητα και το μέγεθος τους σφάλματος. Η ανάπτυξη κατανεμημένων αλγορίθμων ελέγχου με ανοχή στα σφάλματα μπορεί να μετριάσει τις επιπτώσεις των σφαλμάτων χωρίς διακοπή της λειτουργίας των συστημάτων HVAC, αποφεύγοντας την υπερβολική σπατάλη ενέργειας και τις συνθήκες δυσφορίας για τα άτομα που βρίσκονται ή διαμένουν σε αυτό, εξασφαλίζοντας παράλληλα τη ευσταθή του λειτουργία. Τέλος, για την αντιστάθμιση των επιπτώσεων της αβεβαιότητας του μαθηματικού μοντέλου και των άγνωστων διαταραχών ως αποτέλεσμα του άγνωστου αριθμού των ατόμων που βρίσκονται σε αυτό, του εξοπλισμού ή συσκευών που βρίσκονται σε λειτουργία, των ανοιγμάτων των θυρών και παραθύρων, και της υποβάθμισης του εξοπλισμού HVAC, παρουσιάζεται ένας κατανεμημένος προσαρμοστικός έλεγχος που μπορεί να βελτιώσει την απόδοση ελέγχου και να μειώσει την κατανάλωση ενέργειας κατά την υγιή λειτουργία του συστήματος HVAC.

Smart buildings are called the buildings which are enhanced with advanced algorithms that can derive decisions and take actions to improve energy efficiency and to maintain indoor comfortable conditions for the occupants. The heating, ventilation and air-conditioning (HVAC) system is essential for human comfort which is directly related to the productivity and health of occupants. However, the operation of an HVAC system comes at the cost of a huge amount of energy, almost half of the energy consumed by the building, while the building sector accounts up to 40% of the global energy consumption. Due to the uninterrupted operation of an HVAC system, components of its electromechanical equipment may fail and consequently this can lead to an undesirable increase of the energy consumption and to the violation of the indoor comfortable conditions. An HVAC system is a largescale, complex system with many interconnected subsystems comprised of several electromechanical components and numerous building zones, thus the monitoring and control of HVAC systems can be a remarkably challenging task. Producing the digital twin of the building and formulating its equipment as a set of interconnected subsystems, enables the design of agents to effectively control and monitor the underlying subsystems in a distributed fashion. This thesis presents several intelligent, model-based algorithms for distributed monitoring and control of complex HVAC systems that offer scalability, improved performance and robustness. Online, distributed monitoring algorithms can observe the behavior of the HVAC system and offer diagnosis capabilities in real-time that can inform the operating and maintenance staff about the presence, location, type and characteristics of faults (e.g. their severity and magnitude). The development of online distributed fault accommodation algorithms can alleviate the effects of faults without interrupting the operation of the HVAC systems, avoiding the excess waste of energy and the discomfort conditions for occupants, while ensuring their stable operation. Finally, for compensating the effects of modeling uncertainty and unknown disturbances as a result of occupancy, equipment, openings of doors and HVAC equipment degradation, a distributed adaptive control approach is presented, that can increase tracking performance and reduce energy consumption, during the healthy operation of the HVAC system.