Model Predictive Control for Unlocking Energy Flexibility of Heat Pump and Thermal Energy Storage Systems: Experimental Results
作者: Weihong Tang, Yun Li, Shalika Walker, Tamas Keviczky
分类: eess.SY
发布日期: 2025-07-23
备注: 13 pages
💡 一句话要点
针对热泵-热储能系统，提出基于模型预测控制的能源灵活性优化方法
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱四：生成式动作 (Generative Motion)
关键词: 模型预测控制 热泵 热储能 需求侧管理 能源灵活性
📋 核心要点
- 现有HPTES系统在需求侧管理中潜力巨大，但缺乏系统性的控制策略来充分挖掘其能源灵活性。
- 论文提出一种两步DSM框架，首先评估HPTES系统的灵活性潜力，然后通过MPC控制响应需求响应请求。
- 通过数值模拟和实际HPTES装置实验，验证了所提出的基于MPC的DSM策略的可行性和有效性。
📝 摘要（中文）
随着可再生能源渗透率的提高和能源系统的电气化，需要需求侧管理（DSM）来缓解电网拥堵。热泵-热储能（HPTES）系统作为一种节能解决方案，在现代建筑中越来越受欢迎，并且由于其在家庭电力消耗中占有重要份额，因此有望为需求侧管理（DSM）做出贡献。针对典型的HPTES系统，本文提出了一个系统的设计框架，包括面向控制的建模过程和能源灵活性的模型预测控制（MPC）设计。所提出的基于MPC的DSM策略通过遵循两步DSM框架，为高效的DSM提供了一种创新的解决方案。第一步，通过解决混合整数经济MPC问题，执行灵活性评估，以定量评估HPTES系统的灵活性潜力。第二步，在尊重系统约束的同时，通过响应可行的需求响应（DR）请求来实现灵活性的利用。基于真实的HPTES装置进行了数值模拟和实际实验，以展示所提出设计的可行性和有效性。
🔬 方法详解
问题定义：论文旨在解决如何有效利用热泵-热储能（HPTES）系统的能源灵活性，以支持需求侧管理（DSM）并缓解电网压力的问题。现有方法可能缺乏对HPTES系统灵活性潜力的量化评估，以及在满足系统约束的同时响应需求响应（DR）请求的能力。
核心思路：论文的核心思路是通过模型预测控制（MPC）来优化HPTES系统的运行，从而在满足用户需求和系统约束的前提下，最大化其能源灵活性。该方法采用两步DSM框架：首先评估系统的灵活性潜力，然后利用MPC控制系统响应需求响应信号。
技术框架：整体框架包含以下两个主要阶段： 1. 灵活性评估：使用混合整数经济MPC问题，量化评估HPTES系统在一定时间范围内的灵活性潜力。这涉及到预测系统在不同运行条件下的性能，并确定其可以提供的最大功率调整范围。 2. 灵活性利用：基于灵活性评估的结果，使用MPC控制器来优化HPTES系统的运行，以响应需求响应（DR）请求。MPC控制器会考虑系统约束（如温度限制、设备容量等），并根据预测的需求响应信号，调整热泵和储能设备的运行策略。
关键创新：论文的关键创新在于提出了一个系统性的框架，将灵活性评估和MPC控制相结合，从而能够有效地利用HPTES系统的能源灵活性。与传统的控制方法相比，该方法能够更准确地预测系统的性能，并根据需求响应信号进行优化，从而提高能源利用效率和电网稳定性。
关键设计： * 控制目标：MPC的控制目标是最小化运行成本，同时满足用户需求和系统约束。 * 预测模型：使用控制导向的建模方法，建立HPTES系统的动态模型，用于预测系统在不同运行条件下的性能。 * 约束条件：考虑了各种系统约束，如温度限制、设备容量、功率限制等。 * 优化算法：使用混合整数规划求解器来解决MPC问题，从而找到最优的控制策略。
🖼️ 关键图片
📊 实验亮点
论文通过数值模拟和实际HPTES装置实验验证了所提出方法的有效性。实验结果表明，该方法能够在满足用户需求和系统约束的前提下，有效地响应需求响应信号，并降低运行成本。具体的性能数据和对比基线在论文中进行了详细的展示。
🎯 应用场景
该研究成果可应用于智能建筑、区域能源系统和虚拟电厂等领域，通过优化热泵-热储能系统的运行，提高能源利用效率，降低能源成本，并为电网提供灵活的需求响应能力。该方法有助于促进可再生能源的消纳，提高电网的稳定性和可靠性，并为实现碳中和目标做出贡献。
📄 摘要（原文）
Increasing penetration of renewable energy sources (RES) and electrification of energy systems necessitates the engagement of demand-side management (DSM) to help alleviate congestion in electricity grid. Heat pump and thermal energy storage (HPTES) systems, being energy efficient solutions, are becoming popular in modern buildings and are promising to contribute to demand-side management (DSM) due to their significant share in household electricity consumption. For typical HPTES systems, this paper presents a systematic design framework covering a control-oriented modeling process and energy-flexible model predictive control (MPC) design. The proposed MPC-based DSM strategy offers an innovative solution for efficient DSM by following a two-step DSM framework. In the first step, flexibility assessment is performed to quantitatively evaluate the flexibility potential of the HPTES system by solving a mixed-integer economic MPC problem. In the second step, flexibility exploitation is achieved through reacting to feasible demand response (DR) requests while respecting system constraints. Both numerical simulations and real-world experiments are performed based on a real HPTES installation to showcase the viability and effectiveness of the proposed design.