Multi-objective optimization for multi-zone HVAC system via physics-integrated predictive control framework with CFD-assisted visualization

Hou, Fangli

doi:10.1016/j.buildenv.2026.115094

Multi-objective optimization for multi-zone HVAC system via physics-integrated predictive control framework with CFD-assisted visualization

2026-08-01

0

PRE

AI

DOI：10.1016/j.buildenv.2026.115094

原文链接

原文求助

摘要

En 中文

暖通空调系统需要在动态人员密度下协同优化能耗、空气质量与热舒适，以解决建筑能效和室内环境质量问题。然而，传统控制策略难以平衡这些目标，特别是在高密度人员且人员变化剧烈的封闭空间（如教室）中，若无有效通风，CO2浓度可在短时间内迅速超过安全限值。因此，本研究提出了一种基于降阶模型（经实测数据校准）和个性化中心-边缘-角落分区策略的物理集成分层预测控制框架，用于自适应空间负荷匹配。三层次决策机制（应急响应、优化控制、节能控制）实现了动态多区调节。结果表明，所提框架在热舒适方面表现良好，均匀场景下平均温度为23.0℃，中心集中场景为22.6℃，动态场景为22.4℃。在空气质量方面，均匀场景下CO2浓度超过800 ppm的比例为0%；中心集中场景下超过1000 ppm的比例为1.4%，且相比基准策略节能13.2%；动态场景下，所提策略的能耗与固定策略几乎相同，但CO2浓度超过800 ppm的比例从10.2%降至5.9%。CFD模拟结果提供了高分辨率定量可视化，进一步证实该框架有效防止了高密度区域的局部污染物积聚和过热。本研究为既有建筑的智能化节能改造提供了一种高效且可部署的解决方案。

Keyword:

Multi-zone HVAC predictive control

CFD simulation

Indoor air quality

Thermal comfort

Energy consumption

Multi-objective optimization for multi-zone HVAC system via physics-integrated predictive control framework with CFD-assisted visualization

摘要

期刊

机构

引用论文