MPC for Aquifer Thermal Energy Storage Systems Using ARX Models

📄 arXiv: 2509.10154v1 📥 PDF

作者: Johannes van Randenborgh, Moritz Schulze Darup

分类: eess.SY

发布日期: 2025-09-12

备注: 16th INDUSCON 2025 in Sao Sebastiao, Brazil

💡 一句话要点

提出基于ARX模型的MPC方法，用于优化地下含水层热能储存系统。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 地下含水层热能储存 模型预测控制 自回归外生输入模型 能源优化 HVAC系统

📋 核心要点

  1. ATES系统控制复杂，传统方法难以准确预测地下温度变化，导致控制效果不佳。
  2. 论文提出基于ARX模型的MPC控制方案，利用输入输出数据直接建模，避免了复杂的地下温度状态估计。
  3. 数值研究验证了ARX预测器的准确性，并展示了所提出的控制器在ATES系统中的有效性能。

📝 摘要（中文）

地下含水层热能储存（ATES）系统能够减少建筑供暖、通风和空调（HVAC）系统的二氧化碳排放。ATES系统通常将大量热能储存在地下水饱和的含水层中，一般包含两个储能单元（分别用于储存热能和冷能），并辅助HVAC系统进行供暖和制冷，从而降低已安装的、通常是基于化石燃料的HVAC组件的运行和排放。ATES系统的控制具有挑战性，已经提出了包括模型预测控制（MPC）在内的多种控制方案。本文提出了一种轻量级的、基于输入-输出数据的自回归外生输入（ARX）模型，用于描述混合ATES系统的动态特性。该ARX模型支持基于输出的MPC方案设计，从而产生易于求解的二次规划问题，并避免了对地下温度进行具有挑战性的状态估计。数值研究讨论了ARX预测器的准确性和控制器性能。

🔬 方法详解

问题定义：论文旨在解决地下含水层热能储存（ATES）系统的优化控制问题。现有的控制方法，特别是依赖于精确状态估计的方法，在实际应用中面临挑战，因为地下温度的精确测量和建模非常困难，导致控制性能下降。此外，复杂的模型也增加了计算负担。

核心思路：论文的核心思路是利用自回归外生输入（ARX）模型，直接基于系统的输入输出数据建立模型，避免了对地下温度等内部状态的精确估计。通过ARX模型，可以将控制问题转化为一个基于输出的MPC问题，从而简化了控制器的设计和求解过程。

技术框架：整体框架包括以下几个主要步骤：1) 收集ATES系统的输入输出数据，例如注入/抽取水的流量、温度等；2) 利用这些数据训练ARX模型，建立系统输入与输出之间的关系；3) 基于训练好的ARX模型，设计一个模型预测控制器（MPC），该MPC以系统输出为目标，通过优化控制输入（例如水的流量）来实现期望的系统性能；4) 将MPC的优化问题转化为一个二次规划问题，并使用现成的求解器进行求解。

关键创新：最重要的技术创新点在于使用ARX模型来简化ATES系统的建模和控制。与传统的基于物理模型的控制方法相比，ARX模型更加轻量级，易于训练和使用，并且避免了对复杂状态估计的需求。此外，将ARX模型与MPC相结合，可以实现对ATES系统的优化控制，提高能源利用效率。

关键设计：ARX模型的阶数（即自回归和外生输入的滞后项数量）需要根据实际数据进行调整，以达到最佳的预测精度。MPC的优化目标通常包括跟踪期望的输出轨迹、限制控制输入的范围等。二次规划问题的求解可以使用现成的优化工具包，例如MATLAB的quadprog函数。

📊 实验亮点

数值研究表明，所提出的基于ARX模型的MPC方法能够有效地控制ATES系统，实现对期望输出的精确跟踪。与传统的控制方法相比，该方法在计算效率和控制性能方面均具有优势。具体的性能数据（例如跟踪误差、能源消耗等）在论文中进行了详细的展示和分析（具体数值未知）。

🎯 应用场景

该研究成果可应用于实际的ATES系统中，优化其运行策略，提高能源利用效率，降低碳排放。特别是在城市区域，ATES系统可以与建筑的HVAC系统集成，为建筑物提供可持续的供暖和制冷服务。此外，该方法也可以推广到其他类型的储能系统或工业过程控制中。

📄 摘要（原文）

An aquifer thermal energy storage (ATES) can mitigate CO2 emissions of heating, ventilation, and air conditioning (HVAC) systems for buildings. In application, an ATES keeps large quantities of thermal energy in groundwater-saturated aquifers. Normally, an ATES system comprises two (one for heat and one for cold) storages and supports the heating and cooling efforts of simultaneously present HVAC system components. This way, the operation and emissions of installed and, usually, fossil fuel-based components are reduced. The control of ATES systems is challenging, and various control schemes, including model predictive control (MPC), have been proposed. In this context, we present a lightweight input-output-data-based autoregressive with exogenous input (ARX) model of the hybrid ATES system dynamics. The ARX model allows the design of an output-based MPC scheme, resulting in an easy-to-solve quadratic program and avoiding challenging state estimations of ground temperatures. A numerical study discusses the accuracy of the ARX predictor and controller performance.