Исследователи Хунаньского университета (Чанша, Китай) разработали стратегию предиктивного управления на основе правил (Predictive Rule-Based Control, PRBC) для интегрированных энергосистем зданий с фотоэлектрическими модулями, тепловым насосом, тепловым аккумулятором и электромобилями. В численном моделировании офисного здания стратегия снизила эксплуатационные затраты на 36,9% по сравнению с традиционным управлением на основе правил и приблизилась по результату к управлению с прогнозирующей моделью, оставаясь почти столь же нетребовательной к вычислительным ресурсам, как управление на основе правил.
Работа опубликована в журнале Energy and Buildings (т. 371, 2026). Авторы исходят из того, что у двух распространённых подходов есть свои ограничения. Управление на основе правил (Rule-Based Control, RBC) переключает оборудование по заранее заданным условиям — текущей тарифной зоне суток и состоянию системы — и плохо адаптируется к меняющимся условиям. Управление с прогнозирующей моделью (Model Predictive Control, MPC) оптимизирует работу каждого устройства по прогнозу, но требует больших вычислительных ресурсов и сложно во внедрении.
PRBC использует прогнозы погоды, нагрузки здания и выработки фотоэлектрической станции, но оптимизирует не действия каждого устройства, а только работу накопителей. Для каждой тарифной зоны рассчитываются оптимальная мощность заряда и разряда и целевой уровень заряда (SOC) теплового аккумулятора и тяговых батарей электромобилей. Далее с шагом 15 мин система сравнивает фактический уровень заряда накопителей с целевым и решает, заряжать их, разряжать или оставить в покое, с учётом текущей потребности в энергии, выработки солнечных модулей, ограничений оборудования и обмена с сетью.
Такая постановка резко упрощает расчёт. Оптимизация в PRBC выполняется раз в сутки и содержит 18 переменных оптимизации. MPC решает задачу на скользящем 24-часовом горизонте с 1056 переменными оптимизации и повторяет её на каждом 15-минутном шаге, т. е. 96 раз в сутки.
Стратегию проверили на модели трёхэтажного офисного здания площадью 5546,88 м² в климатическом районе с жарким летом и холодной зимой (по китайской классификации); рассматривался режим летнего охлаждения. Энергосистема включала 910 фотоэлектрических модулей номинальной мощностью 175 Вт с ориентацией на юг и углом наклона 25°, воздушный тепловой насос с частотно-регулируемым компрессором номинальной холодопроизводительностью 550 кВт, тепловой аккумулятор (в режиме охлаждения работает как аккумулятор холода) энергоёмкостью 1000 кВт·ч и пять электромобилей с тяговыми батареями ёмкостью по 180,86 кВт·ч. Система могла как покупать электроэнергию из сети, так и продавать её в сеть. Чтобы учесть неточность прогнозов, в расчёт ввели случайные ошибки прогноза с нулевым средним (усечённое нормальное распределение), среднеквадратическое отклонение которых растёт с горизонтом прогноза и достигает 10% для температуры наружного воздуха и 15% для интенсивности солнечного излучения.
Три стратегии сравнили на семидневном периоде, дополнительно выполнили моделирование работы в течение месяца.
| Показатель (7 сут) | RBC | PRBC | MPC |
|---|---|---|---|
| Эксплуатационные затраты, юаней | 3446,93 | 2176,37 | 2034,95 |
| Снижение затрат относительно RBC | — | 36,86% | 40,96% |
| Доля электроэнергии из сети в общей электрической нагрузке в пиковые часы рабочих дней | ≈70% | ≈20% | ≈12% |
| Среднее время расчёта одного управляющего действия, с | 0,18 | 0,27 | 239,81 |
| Переменных в одной задаче оптимизации | — | 18 | 1056 |
| Оптимизаций в сутки | — | 1 | 96 |
По оценке авторов, PRBC согласованно управляет тепловым аккумулятором и тяговыми батареями электромобилей в ответ на колебания нагрузки и существенно снижает зависимость здания от покупки электроэнергии в пиковые часы. Время расчёта при этом выросло по сравнению с RBC лишь незначительно, тогда как MPC тратит на каждое управляющее действие почти в 900 раз больше времени, чем PRBC. Исследователи рассматривают PRBC как практичный вариант для зданий, где полноценное управление с прогнозирующей моделью слишком сложно во внедрении. Результаты получены в моделировании при принятых авторами постановке задачи и программных решателях; испытаний на реальном объекте в работе не описано.
