对智能热泵控制进行测试 真实性能评估

Gantner Instruments是福拉尔贝格应用科学大学约瑟夫-雷塞尔智能热能系统中心的工业合作伙伴。 除其他研究课题外，Josef Ressel 中心的科学家们还研究了适用于控制热泵机组的潜在控制机制，以利用需求侧管理的灵活性。 Q.station 边缘设备在工业实验室设置中提供数据预处理步骤。 它将热泵系统连接到 GI.cloud（科学家们可以控制整个机组的中央实体）。

控制方法假定对市场激励机制（如实时能源市场定价系统）做出反应。 热泵系统所获数据的预处理始终在边缘（Q.station）执行，包括热存储系统的自主识别、状态估计以及基于数据挖掘算法的用户热水需求预测。 这些步骤为估算系统在近期（第二天）的灵活性和优化问题的约束条件提供了必要的数据。 优化程序可在由热泵系统群组成的边缘或云端的单个设备上自主执行。 优化挑战的目标是最大限度地降低与某种激励措施相关的成本影响，同时考虑并尊重现有的灵活性。 Q.station 处理由此产生的开关信号，以控制热泵系统。

为本研究项目开发的所有软件都是用 Python Jupyter 笔记本实现的，可以轻松部署到 Q.station 和 GI.cloud 上（如上图所示）。

福拉尔贝格州立大学的研究人员目前正在利用实验室的热泵系统运行多种方案。 他们模仿热水用户的时间安排，并使用 Gantner 的基础设施在 GI.cloud 上优化时间安排，同时结合奥地利能源交易市场目前提供的日前定价方案。

这项工作是我们智能热能系统研究项目的一部分；如欲了解更多详情，请参阅项目页面。

作者
Peter Kepplinger、Christian Baumann（均为 FHV）和 Jürgen Sutterlüti