عنوان پایاننامه
کنترل شرایط محیطی در نانو گرید خانه هوشمند
- رشته تحصیلی
- مهندسی برق-قدرت-سیستم ها فشارقوی الکتریکی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3123;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 80132;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3123;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 80132
- تاریخ دفاع
- ۰۹ بهمن ۱۳۹۵
- دانشجو
- رضا توکلی
- استاد راهنما
- حمید لسانی
- چکیده
- امروزه مشکلات و موانع موجود بر سر راه افزایش ظرفیت تولید انرژی، خصوصاً انرژی الکتریکی، موجب شده است که جوامع پیشرفته دنیا در پی راهکارهایی اساسی برای بهره‌‌گیری مناسب‌‌تر از منابع تولید پراکنده، بهینه‌‌سازی مصرف انرژی و مدیریت سمت تقاضا باشند. بخش زیادی از انرژی هر کشور در ساختمان‌‌ها مصرف می‌‌شود که این مقدار سالانه در حال افزایش می‌‌باشد. عمده مصرف انرژی ساختمان‌‌ها مربوط به سیستم‌‌های گرمایش تهویه و تهویه مطبوع می‌‌باشد که بخش زیادی از انرژی به دلیل عدم پیش‌‌بینی حضور ساکنین تلف می‌‌شود. از آنجا که بسیاری از راه‌‌کارهای صرفه‌‌جویی مصرف هزینه‌‌بردار است استفاده از استراتژی‌‌های کنترلی یک راه حل مناسب می‌‌باشد. در سال‌‌های اخیر کنترل پیش‌‌بین به دلیل مزیت‌‌هایی که در کنترل سیستم‌‌های گرمایشی دارد مورد توجه قرار گرفته است. کنترل پیش‌‌بین یک تکنیک کنترلی پیشرفته است که از مدل دینامیکی ساختمان استفاده کرده و با حل یک مسئله بهینه سازی ورودی‌‌های کنترلی بهینه را تعیین می‌‌کند. از طرفی بارهای حرارتی الکتریکی جزء بارهای انعطاف‌‌پذیر می‌‌باشند که از موضوعات جذاب چند سال اخیر بوده است. بارهای انعطاف‌‌پذیر مشتمل بر تقاضای انرژی الکتریکی هستند که دارای قابلیت جابجایی در زمان و پاسخگویی به سیگنال‌‌های قیمت هستند. از بارهای انعطاف‌‌پذیر برای تعدیل توان شبکه می‌‌توان استفاده کرد. استفاده از منابع تولید همزمان مثل پیل سوختی میزان انعطاف‌‌پذیری بارهای حرارتی الکتریکی را افزایش می‌‌دهد. در این پایاننامه در کنار رادیاتورهای مرسوم برای گرمایش ساختمان از پیل سوختی استفاده شده که برای تامین هیدروژن مورد نیاز آن یکبار از الکترولایزر و یکبار از ریفرم گاز طبیعی استفاده می‌‌شود. همچنین برای بهبود بازده سیستم گرمایشی از روش رگرسیون لوجستیک برای پیش‌‌بینی حضور استفاده شده است. برنامه عملکرد هریک از منابع با استفاده از کنترل پیش‌‌بین بدست می‌‌آید و برای حل مسئله بهینه‌‌سازی از نرم‌‌افزار گمز استفاده شده است. واژه‌های کلیدی: سیستم گرمایش، کنترل پیش‌‌بین، منابع تولید همزمان برق و حرارت، پاسخگویی بار
- Abstract
- Today, there are problems and obstacles in the way of increasing power generation capacity, especially electrical energy. For this reason advanced societies in the world looking for basic guidelines for proper utilization of distributed generation, energy efficiency and demand side management. With the significant increase of energy consumption in buildings, energy saving strategies have become a priority in energy policies in many countries. A large amount of energy is wasted through inefficient operation of heating, ventilation, and air conditioning (HVAC) system due to the lack of reliable building occupancy measurement and prediction. most of the conventional energy reduction solutions require considerable additional investments. In contrast, energy savings with minimal additional cost can be achieved by improvement of building automation system (BAS). The focus of this thesis is on the model predictive control (MPC) approach because research on MPC development for HVAC systems has intensified over the last years due to its many inherent advantages. In this thesis we consider a traditional source of space heating, i.e. electric radiators, together with combined heat and power (CHP) generation units. The CHP source is a storage system composed by a proton exchange membrane fuel cell (PEMFC), an fuel processor for reform natural gas to hydrogen and tanks for storing the reactants. Also we used logistic regression model to provide an accurate forecast of building occupancy. The control of the energy setup is realized by means of model predictive control (MPC), which achieves to schedule the operation of the energy resources according to a dynamic electricity and natural gas price and while respecting the temperature comfort of the consumer. Keywords: Demand response, Combined heat and power generation, Model predictive control
