Tuning of PID Controllers within Building Energy Systems

Fütterer, Johannes Peter; Kosmatopoulos, Elias; Müller, Dirk

doi:10.18154/RWTH-2017-10490

Tuning of PID Controllers within Building Energy Systems = PID-Regelungseinstellung für Gebäudeenergiesysteme

Fütterer, Johannes Peter

2017 & 2018

Verantwortlichkeitsangabevorgelegt von Johannes Peter Fütterer

Ausgabe1

ImpressumAachen : E.ON Energy Research Center, RWTH Aachen University 2017

Umfang1 Online-Ressource (xviii, 162 Seiten) : Illustrationen, Diagramme

ISBN978-3-942789-48-6

ReiheE.ON Energy Research Center : EBC, Energy efficient buildings and indoor climate ; 49

Dissertation, RWTH Aachen University, 2017

Druckausgabe: 2017. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2018

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Müller, Dirk (Thesis advisor)^RWTH* ; Kosmatopoulos, Elias (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2017-09-21

Online
DOI: 10.18154/RWTH-2017-10490
URL: http://publications.rwth-aachen.de/record/710307/files/710307.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
HVAC (frei) ; IoT (frei) ; PID tuning (frei) ; building energy system (frei) ; cloud (frei) ; cloud-based services (frei) ; cloud-based tuning (frei) ; demonstration (frei) ; simulation-based tuning (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Diese Dissertation widmet sich der Entwicklung und der Demonstration eines erweiterten PID Autotuning-Algorithmus für Regelstrecken innerhalb der Automation von Gebäudeenergiesystemen. Es handelt sich um einen cloudbasierten Algorithmus, der große Rechenkapazitäten nutzt. Durch standardisierte Kommunikationsprotokolle lässt er sich dabei für alle Gebäudeautomationssysteme, die demheutigen Stand der Technik entsprechen, anwenden.Aufbauend auf dem Stand der Technik und Forschung wird der Algorithmus entwickelt und vorgestellt. Die Eigenschaften des Algorithmus werden im Rahmen einer Simulationsstudie analysiert und präsentiert. Anschließend wird dargestellt, wie die Automation eines Gebäudeenergiesystems zu einem Demonstrator für fortschrittliche Regelungstechnik umgebaut wurde. Der Umbau umfasst einerseits den Aufbau eines detailliertenMonitoring-Systems und andererseits die Implementierung von Schnittstellen zur Anbindung von externen Rechnern durch die Nutzung des Internetprotokolls. Als Demonstrator dient ein multifunktionales Bürogebäude, an welchem Feldtests des Algorithmus durchgeführt werden. Die Feldtestergebnisse und die Simulationsergebnisse werden in dieser Dissertation diskutiert.Der Beitrag der Dissertation liegt in der Entwicklung und Demonstration des neuartigen PID-Autotuning- Algorithmus selbst, der Identifizierung von Standardeinstellungen für typische, in Gebäuden vorkommende Regelkreise und auf der Demonstration des Algorithmus im Gebäudeautomationssystem während des realen Betriebs.Innerhalb des Feldversuchs erreicht der Algorithmus für verschiedene typische, grundsätzlich PID-regelbare Regelkreise eine Verbesserung der Regelgüte in 68% der untersuchten und quantitativ vergleichbaren Anwendungsfälle. Je nach Anwendungsfall werden Verbesserungen von bis zu 90% im Vergleich zu automatisch-adaptiv getunten Regelkreisen, bewertet nach dem zeitgewichteten Fehlerbetragsintegralkriterium, erreicht. Letzteres gilt sowohl für simulative Betrachtungen als auch für im Feldtest durchgeführte Experimente. Zusätzlich wurde die Anwendbarkeit des Algorithmus auf alternative Regelungsinfrastrukturen getestet. Diese sind zukünftigen, cloudbasierten Systemen nachempfunden und wurden innerhalb des Demonstrators aufgebaut. Bei diesen Regelkreisen ist das Tuning wesentlich weniger erfolgreich, was die Bedeutung hoher Signalauflösung sowie kurzer Übertragungszeiten bei zukünftigen Regelsystemen unterstreicht. Mit den hier verwendeten alternativen Infrastrukturen sind robuste Regelungen nur schwer realisierbar.

Within this thesis, an extended PID auto-tuning algorithm for HVAC systems and building energy systems using the advances in computational power in recent years that is easily applicable to all state-of-the-art building energy management systems and building automation and control systems through the use of cloud-based services and standardized communication protocols is developed and demonstrated.The algorithm is derived based on a review of theory and related work. A simulation study investigates the main characteristics of the proposed algorithm. Its real-life demonstration takes place in a multifunctional office building during full operation. Conducted in order to enable this research, the thesis presents the extension of the demonstration building’s building automation and control system. On the one hand, the system is equipped with an extensive monitoring system; on the other hand, it is extended with an interface system that turns it towards a system that is able to interact with an IP-connected, thus cloud-like, server infrastructure.The major contributions of this thesis are an innovative PID tuning algorithm, its general configuration suggestions for application within different types of control loops and its demonstration. Its applicability is proved and demonstrated within a simulaton study and real-life experiments. The results for a classical real-life building automation systemand different classically PID-controlled loops show an amelioration of the tuned systems’ control performance in 68% of the algorithm’s applications. The application of the algorithm leads to control quality improvements of up to 90 %,accounting for both, simulation and field study, following the integral time-weighted absolute error criterion, ITEA and in comparison to a state-of-the-art adaptive auto-tuning method. Additionally, in order to investigate the applicability of alternative control infrastructures as they might occur in future cloud-based building control systems, such control infrastructures are implemented and tuned with the proposed algorithm. Their tuning is far less successful, indicating that data resolution and transmission times are important and should be regarded in future applications. Moreover, a technical structure for cloud-based services towards building operation optimization is proposed and demonstrated with PID control loop tuning as the use case. Finally yet importantly, a real-life demonstration bench for advanced control research as well as a simulation framework for the same purpose are developed.

OpenAccess:
PDF
(additional files)