covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Controlador Predictivo No Lineal para la Gestión Energética del Sistema Centra...
Información de la revista
Vol. 12. Núm. 4.
Páginas 376-384 (octubre - diciembre 2015)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
3623
Vol. 12. Núm. 4.
Páginas 376-384 (octubre - diciembre 2015)
Open Access
Controlador Predictivo No Lineal para la Gestión Energética del Sistema Centralizado de Aire Acondicionado de un Inmueble Hotelero
Non-linear Predictive Control for the Energy Management of an Air Conditioning Centralized System in a Hotel Installation
Visitas
3623
Adriana Acostaa,
Autor para correspondencia
adriana.virginia@electrica.cujae.edu.cu

Autor para correspondencia.
, Ana I. Gonzáleza, Jesús M. Zamarreñob, Víctor Alvarezc
a Departamento de Automática y Computación, Instituto Superior Politécnico José Antonio Echeverría, La Habana, Cuba
b Departamento de Ingeniería de Sistemas y Automática, EII, Universidad de Valladolid, C/ Dr. Mergelina s/n, 47011, Valladolid, España
c Hotel Meliá Habana, Ciudad Habana, Cuba
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen

En este trabajo se reflejan los resultados obtenidos durante la sintonía de un controlador predictivo basado en modelo no lineal, para la gestión energética del sistema centralizado de climatización de una instalación hotelera. Con el objetivo de lograr eficiencia económica, el diseño del controlador emplea un modelo de predicción del comportamiento del consumo energético de las habitaciones a partir de los registros históricos del hotel. La predicción de la carga térmica de las habitaciones se calcula utilizando el método de series de tiempo radiantes (RTS). La sintonía y simulación del controlador fue realizada con MATLAB®.

Palabras clave:
Control predictivo basado en modelo
método RTS
carga térmica
consumo eléctrico
hotel
Abstract

In this work we show the results obtained from the tuning of a non-linear model based predictive controller, for the energy management of an air conditioning centralized system in a hotel installation. With the aim of reaching economic efficiency, the controller design employs a prediction model of the energy consumption behaviour of the rooms based on the historic data of the hotel. Prediction of the thermal load of the rooms is obtained using the Radiant Time Series (RTS) method. The application was developed in Matlab® programming language.

Keywords:
Model based predictive control
RTS method
thermal load
electrical consumption
hotel.
Referencias
[Acosta et al., 2008]
Acosta C. A., González A. I., Zamarreño J.M. and Castelló V., 2008. “A model for energy predictions of a hotel room” 20th European Modeling & Simulation Symposium, (Simulation in Industry). EMSS 2008. Briatico, Italy.
[Acosta et al., 2011]
C.A. Acosta, A.I. González, J.M. Zamarreño, V. Castelló.
Modelo para la predicción energética de una instalación hotelera”.
Revista Iberoamericana de Automática e Informática, 8 (2011), pp. 309-322
[Allgöwer et al., 2002]
Allgöwer F., Findeisen R., Ebenbauer C. 2002. “Nonlinear Model Predictive Control”. Institute for systems theory in engineering, University of Stuttgart, Germany.
[Álvarez et al., 2013]
J.D. Álvarez, J.L. Redondo, E. Camponogarac, J.E. Normey-Rico, M. Berenguel, P.M. Ortigosa.
Optimizing building comfort temperature regulation via model predictive control”. Energy and Buildings, 57 (2013), pp. 361-372
[ASHRAE, 2001]
ASHRAE, 2001. ASHRAE Handbook. Chapter 31, “Energy Estimating and Modeling Methods”. ASHRAE Handbook Editor.
[ASHRAE, 2007]
ASHRAE, 2007. ASHRAE Handbook. Chapter 5, “Hotels, Motels, and Dormitories”. ASHRAE Handbook Editor.
[ASHRAE, 2009]
ASHRAE, 2009. ASHRAE Handbook. Chapter 18, “Nonresidential cooling and heating load calculations”. ASHRAE Handbook Editor.
[Borreli Ma, 2010]
Borreli Ma,Y., F, Hencey B., Coffey B., BEGEA S., 2010. “Model predictive control for operation of building cooling systems”. In 2010 American Control Conference, ACC 2010. Baltimore, Maryland, USA.
[Camacho and Bordons, 2004]
Camacho, E.F., Bordons C., 2004. Model Predictive Control, Second edition. Springer-Verlag.
[Castilla et al., 2010]
M. Castilla, J.D. Álvarez, M. Berenguel, M. Pérez, F. Rodríguez, J.L. Guzmán.
Técnicas de control de confort en edificios”.
Revista Iberoamericana de Automática e Informática, 7 (2010), pp. 5-24
[Castilla et al., 2012]
Castilla M., Álvarez J.D., Normey-Rico J.E. and Rodríguez F., 2012. “A nonlinear model based predictive control strategy to maintain thermal comfort inside a bioclimatic building”. 20th Mediterranean Conference on Control & Automation (MED). Barcelona. Spain, July 3-6.
[Colmenar-Santos et al., 2013]
A. Colmenar-Santos, L.N. Terán de Lober, D. Borge-Diez, M. Castro-Gil.
Solutions to reduce energy consumption in the management of large buildings”. Energy and Buildings.
, 56 (2013), pp. 66-77
[Gongsheng et al., 2011]
Gongsheng H. and Tin-Tai Ch., 2011. “Uncertainty shift in robust predictive control design for application in CAV air-conditioning systems”. Building Services Engineers Res. Technol., 32.4, 329-343. htpp://bse.sagepub.com/
[Hao and Lei, 2013]
Hao H. and Lei C., 2013. “Multi-zone temperature prediction in a commercial building using artificial neural network model”. 10th IEEE International Conference on Control and Automation (ICCA) Hangzhou, China, June. 12-14.
[Keblawi et al., 2011]
A. Keblawi, N. Ghaddar, K. Ghali.
Model-based optimal supervisory control of chilled ceiling displacement ventilation system”.
Energy and Buildings, 43 (2011), pp. 1359-1370
[Ma et al., 2012]
J. Ma, J. Qin, T. Salsbury, P. Xu.
Demand reduction in building energy systems based on economic model predictive control”.
Chemical Engineering Science, 67 (2012), pp. 92-100
[Maciejowski, 2000]
Maciejowski J,M., 2000. “Predictive Control with constraints”. Prentice Hall Editor. An imprint of Pearson Education. Harlow, England.http://www.booksites.net/maciejowski.
[Marik et al., 2011]
Marik K., Rojicek J., Stluka P. and Vass J., 2011. “Advanced HVAC Control: Theory vs. Reality”. Preprints of the 18th IFAC World Congress. Milano. Italy. pp. 3108-3113.
[MathWorks, 2011]
MathWorks, 2011. Matlab 7.12.0. Ayuda de la herramienta de simulación.
[Salsbury et al., 2013]
T. Salsbury, P. Mhaskar, S. Qin.
Predictive Control Methods to. Improve Energy Efficiency and Reduce Demand in Buildings”.
Comp. & Chem. Eng., 51 (2013), pp. 77-85
[Seng, 1999]
Seng I., 1999. “Experimental validation of the Radiant Time Series Method for cooling load calculations”. Thesis of Bachelor of Science. University of Macau. Taipa, Macau.
[Vega et al., 2013]
Vega B.G., Bombino O., Cigler J., Oldewurtel F., Rodríguez M. Á., 2013. “Model Predictive Control for a Tropical Island Hotel”. Paper ID 975. CLIMA 2013: 11th REHVA World Congress & 8th International Conference on IAQVEC. Czech Republic.
Descargar PDF
Opciones de artículo