ВведениеЭнергопотребление – один из важных факто-ров, который учитывается инженерами на этапе проектирования здания, что позволяет говорить о снижении затрат на эксплуатацию здания и экономии энергоресурсов. Поскольку электроэнергия необходима многим устройствам, поддержание и управление потреблением энергии этого вида является приоритетом. В этой статье поставлена задача оценить энергопотребление инженерных систем здания и предложить метод управления на основе моделирования динамического поведения подсистем и определения их основных параметров, каждый из которых управляется с помощью нечеткого контроллера. Согласно [1], использование гауссовой функции принадлежности обеспечивает более стабильные условия и большую управляемость.Исследуя методы управления инженерным оборудованием здания, рассмотрим подсистемы охлаждения и обогрева, системы освещения и системы умных окон, наконец, представляя метод нечеткого управления и создавая нечеткие правила с целью создания механизма нечеткого вывода, рассмотрим контроль параметров в части создания интегрированной системы управления.Анализ методов управления и автоматизации зданийАнализ эффективных факторов потребления энергии в таких процессах, как охлаждение, обогрев, кондиционирование воздуха и освещение здания, оказывает значительное влияние на оптимизацию ее потребления. Около двух десятилетий назад 25 % всей энергии, необходимой для обогрева и охлаждения жилых и коммерческих помещений в США, терялось через окна [2]. Современные технологии производства и эксплуатации оконных систем позволяют избежать потерь энергии. Помимо предотвращения потерь энергии оконные системы дополняют естественную способность наружного пространства здания в целях использования для обеспечения света в определенные часы дня. Panjaitan и др. [3] показали, что системы управления освещением могут снизить энергопотребление в среднем на 30 %. Системы управления освещением используют датчики для обнаружения людей, обеспечивают возможности планирования и регулирования количества потребляемой электроэнергии [4]. Технология системы управления освещением подразумевает автоматическое включение/выключение источников искусственного освещения, а также ручное управление [5]. В исследованиях управления освещением можно упомянуть различные приложения, например в дорожном туннеле [6, 7]. Авторы [8] представляют технологии управления освещением в контексте сетей управления освещением. Newsham и др. указывают, что использование диммеров позволяет снизить потребление энергии до 30 % по сравнению с обычными методами управления с лампами того же типа [9, 10]. Как правило, системы управления энергопотреблением реализуют свои функции, уменьшая интенсивность света или сокращая продолжительность его использования [11]. Использование искусственных нейронных сетей, а также нечеткой логики с целью управления и оптимизации энергоресурсов рассмотрены в [12, 13]. В исследовании Argiriou и др. [14], разработали регулятор температуры на основе искусственных нейронных сетей. В [4] рассмотрен симулятор Dialux с использованием нечеткой логики. В этом исследовании интенсивность окружающего света контролируется с помощью датчиков движения и оптических датчиков, а также путем создания нечеткой функции принадлежности. Moon и др. [15] демонстрируют инструментарий нейронной сети для создания конструкции, обеспечивающей тепловой комфорт в жилых домах. В 2010 г. Dombayci и др. [16] представили функцию нейронной сети для прогнозирования системы отопления. Также Jovanovic и др. [17] представили прогноз энергопотребления в здании с использованием искусственной нейронной сети. В 2015 г. Saglam и его коллеги в лабораторных условиях использовали три группы люминесцентных ламп, чтобы определить как нечеткую принадлежность четыре уровня освещения [18]. Классические системы управления, использующие диммеры непрерывного действия, имеют такие проблемы, как быстрое изменение дневного света [19]. Подсистема HVAC (Heating, ventilation, and air conditioning – отопление, вентиляция и кондиционирование (ОВиК)), отвечающая за охлаждение и нагрев, имеет сложное моделирование из-за нелинейного регулирования температуры [19, 20]. Следовательно, существуют разные модели для контроля температуры, такие как нулевой и единичный контроль и модели контроля PID [21]. Mongkolwongrojn и его коллеги реализовали правила нечеткой логики для системы вентиляции [22]. Abduljabar и др. в [23] также использовали нечеткую логику для управления системой водяного отопления и охлаждения в системе кондиционирования воздуха. Wang использует двухступенчатую систему согласования температурного контроля для системы электрического нагревателя [24].Использование нечетких систем управления, по сравнению с традиционными моделями управления, в силу своей природы может быть гораздо более практичным и иметь более реалистичное понимание системы и ее параметров управления [22, 25].Задача выбора методов управления энергоресурсами остро стоит в сфере промышленного производства и городского хозяйства [26]. Предложен алгоритм, обеспечивающий снижение энергоемкости процессов водоснабжения, который включает процессы сбора, моделирования, структурирования информации, а также выработки оптимального решения для предприятия, рассмотрены программные продукты для реализации решений по энегросбережению.Методы нечеткой логики в системах управленияОсновные части системы нечеткого вывода показаны на рис. 1. Рис. 1. Структура контроллера нечеткой логикиFig. 1. Fuzzy logic controller structure По своей структуре нечеткая модель состоит из 5 частей [27]: база данных, база правил, блок принятия решений, фаззификация и дефаззификация.Контроллер требует предоставления всей информации, необходимой для формирования таблицы нечетких правил. Выбор данных может быть изменен в соответствии с характеристиками конкретного объекта; в данном случае рассматривается общий случай (жилое помещение). Выбрана система нечеткого вывода Мамдани с гауссовой, треугольной и трапециевидной функциями принадлежности. В табл. 1 представлены типы и функции входов и выходов для подсистемы освещения. Таблица 1Table 1Описание системы освещенияThe specification of the lighting systemВыход системы освещенияВход системы освещения (люкс)Интенсивность света [0_300 lx]Имеет 17 треугольных функций принадлежностиПользовательский режим: имеет 4 трапециевидных функции принадлежности [0-300 lx](sleep, normal, rest, night)Датчик посещаемости: имеет 4 трапециевидных функции принадлежности [0_10](empty, little, medium, many)Датчик внутреннего освещения: имеет 3 функции принадлежности по Гауссу [0-300 lx](morning, afternoon, night)Датчик наружного освещения: имеет 3 функции принадлежности по Гауссу [0-300 lx](high, medium, low) Данные этой таблицы используются для получения ответов системы освещения здания при реализации нечеткого управления.В табл. 2 представлены типы, входные и выходные функции принадлежности подсистемы ОВиК. Таблица 2Table 2Описание системы ОВиКThe specification of the HVAC systemСистемный вывод (ОВиК)Системный ввод (ОВиК)Скорость серводвигателя [0_1000 rpm].Имеет 10 трапециевидных функций принадлежностиДневной и ночной статус: имеет 3 функции принадлежности по Гауссу [0_300 lx] (night, morning, afternoon)Наружная температура: имеет 3 треугольные функции принадлежности [–15_40 °C] (cold, normal, warm)Влажность: имеет 3 трапециевидных функции принадлежности [0_100 %] (low, normal, high)Температура в помещении: имеет 6 треугольных функций принадлежности [–15_40 °C](very cold, cold, cool, normal, warm, hot) Реакция этой системы в конечном итоге приводит к регулировке шагов серводвигателя в диапазоне от 0 до 90 °С.Выходные сигналы системы ОВиК имеют три состояния: охлаждение, нагрев и вентилятор в нормальном режиме. В табл. 3 представлены типы и функции входа/выхода для подсистемы интеллектуального окна. Таблица 3Table 3Описание системы «смарт-окно»The specification of the Smart Window systemСистема вывода «смарт-окно»Система ввода «смарт-окно»Степень открывания окон (жалюзи) [0_90°]Имеет 10 трапециевидных функций принадлежностиДатчик посещаемости: имеет 2 трапециевидные функции принадлежности [0, 1](absence, presence)Уровень внутреннего освещения: имеет 5 функций принадлежности по Гауссу [0-300 lx] (very low, low, medium, high, very high)Уровень наружного освещения: имеет 6 функций принадлежности по Гауссу [0-300 lx] (night, cloudy, foggy, morning, afternoon, sunny) На рис. 2 показана схема процесса генерации сигналов управления и ответа, полученного от каждой из подсистем. Рис. 2. Схема системы управления с обратной связью Fig. 2. Diagram of the feedback control system Ниже приводится описание подсистемы окна, включая входы и выходы, а также функции принадлежности и нечеткие правила. На рис. 3, а, б показан пример функций принадлежности для первого ввода и конечного вывода для подсистемы «смарт-окно». а бРис. 3. Функции принадлежности подсистемы «смарт-окно»: а – функции принадлежности первого входа; б – выходные функции принадлежностиFig. 3. Membership functions the smart window subsystem: a – membership functions of the first input; б – output membership functions Как можно видеть, для определения функций принадлежности, в соответствии с природой входных и выходных параметров, функция принадлежности по Гауссу используется для первого ввода (рис. 3, а), а функция принадлежности прямоугольной формы используется для вывода (рис. 3, б), что включает в себя 3 входа с 13-ю функциями принадлежности и один выход с 10-ю функциями принадлежности. Шаги для определения параметров каждой подсистемы в соответствии с методом идентификации системы представлены в [28]. Моделирование выполнено в программном обеспечении Matlab и в среде m-file.В табл. 4 настройки, относящиеся к разработке нечетких правил, включая методы совместного использования и агрегирования, методы сложения и умножения, дефаззификации, а также количество входов, выходов и количество правил, показаны для подсистемы смарт-окно. Таблица 4Table 4Спецификации системы нечеткого вывода «смарт-окно»Specifications of the “smart window” fuzzy output system Метод (And)"min"Метод (Or)"max"Метод импликации"min"Метод агрегирования"max"Метод дефаззификации"centroid"Количество входов[1 × 3]Количество выходов[1 × 1]Количество правил[1 × 60] Все возможные правила разработаны исходя из количества входов, их назначения в соответствии с требованиями нечеткой логики.Как показано в табл. 4, 60 нечетких правил реализованы для всех возможных состояний подсистемы «смарт-окно». В табл. 5 показаны все нечеткие правила, предложенные для подсистемы «смарт-окно». Таблица 5Table 5Разработка нечетких правил «смарт-окно»Development of fuzzy “smart window” rules Exterior light sensorInternal light sensorVery highHighMediumLowVery lowSensor modeOff OnOff OnOff OnOff OnOff OnSunny0 50 60 70 80 9Afternoon0 40 50 60 70 8Morning0 30 40 50 60 7Foggy0 20 30 40 50 6Cloudy0 10 20 30 40 5Night0 00 10 20 30 4 Вес каждого правила считается равным единице.Результаты моделированияПерейдем к верификации результатов моделирования нечеткой системы управления для каждой из выделенных подсистем. Чтобы достичь наглядности отображения результатов в трехмерной модели, рассматриваем отображение каждого выхода с двумя отдельными входами. Моделирование оконной подсистемы с двумя внутренними световыми входами и датчиком для обнаружения присутствия людей и одним выходом – положение вращения серводвигателя показано на рис. 4, a, а с входами – внутреннее и внешнее освещение с тем же выходом – на рис. 4, б. a бРис. 4. Подсистемы смарт-окно: а – с внешним световым входом и датчиком присутствия; б – с внешним световым входом и внутренним светомFig. 4. Subsystems smart window: a – with external light inputand a presence sensor; б – with an external light input and an internal light На рис. 4, а очевидно, что система начинает работать только в присутствии людей, что снижает потребление электроэнергии в их отсутствие (темное плато). На рис. 4, б увеличение интенсивности цвета демонстрирует использование наименьшего количества наружного света, и открытие смарт-окна (в режиме 90°) указывает на то, что количество внутреннего света максимально и больше всего света поступает извне (солнечная погода).Диаграмма на рис. 5 моделирует уровни подсистемы внутреннего освещения с тремя входами в пользовательском режиме – интенсивностью наружного освещения и датчиком присутствия с выходным сигналом – интенсивность внутреннего освещения от 0 до 300 люкс (шаг изменения – 20 люкс). a бРис. 5. Подсистемы освещения, с двумя входами: а – внешнего и внутреннего света;б – количество людей и пользовательский режимFig. 5. Lighting subsystems with two inputs: a – an external and internal light;б – the number of people and a user mode На рис. 5, a в нижней части диаграммы уровень затемнения указывает на дневной режим, который переводит систему в режим слабого и среднего освещения, он постепенно активируется при переходе к графику ночного режима, и система выходит на высший световой режим. На рис. 5, б показано, что при отсутствии в помещении человека мощность системы равна нулю. По мере увеличения количества людей, присутствующих в зоне, интенсивность света увеличивается.На рис. 6 показано моделирование поверхностной диаграммы подсистемы ОВиК. a бРис. 6. Подсистемы ОВиК с двумя входами: а – температура внутри и снаружи; б – внутренняя температура и влажностьFig. 6. HVAC subsystems with two inputs: a – temperature inside and outside; б – indoor temperature and humidity На рис. 6, а показан отклик системы контроля температуры для двух входов: внутренней и наружной температуры. В соответствии с рис. 6, а, ориентируясь по состоянию внутренней и наружной температуры, при превышении нормального температурного предела система контроля температуры выбирает один из режимов: нагрева, охлаждения или только работу вентилятора. В ситуации, когда температура в помещении и на улице очень низкая или очень высокая, скорость отклика системы контроля температуры максимальна. На рис. 6, б показан отклик системы для двух входов: температуры и влажности внутри и выхода – контроля температуры. В случае, когда влажность воздуха увеличивается или уменьшается по сравнению с нормальной (40–60 %) при соответствующей температуре в помещении, система выдает соответствующий отклик.ЗаключениеПредложенная система интеллектуального управления энергопотреблением здания может принимать в качестве входных переменных данные о состоянии инженерных систем здания, в том числе в соответствии с его расположением и внешними условиями, поэтому обладает гибкостью и предлагает стабильный ответ благодаря свойствам нечетких систем и функции принадлежности по Гауссу.По сравнению с источниками [2] и [14], полученные результаты показывают снижение количества энергии, необходимой для системы освещения (уменьшение энергии до 25 %), а также по сравнению с [17, 18] (уменьшение энергии до 15 %), что показывает их эффективность при эксплуатации зданий. Использование интеллектуальной оконной системы позволяет максимально использовать внешний свет, в частности для внутренней части здания. Система управления расширяет возможности охвата более широкого и полного диапазона входных данных и демонстрирует хорошую чувствительность и реакцию на их изменение (см. рис. 4–6). Следует отметить, что входные данные могут одновременно изменяться в функциональных диапазонах, например, в результате погодных изменений, и происходит настройка нечеткого контроллера, что помимо повышения точности создает возможности реализации функций скоординированного и интегрированного управления