预测式加热控制系统展示了巨大的节能效果|供暖|加热控制系统|恒温器|热泵|空调|节能效果|预测式

热泵正在迅速取代美国家庭的传统供暖系统，因为它们更高效且环保。但如果没有合适的控制系统，他们可能会让你的电费飙升。普渡大学的研究人员展示了一种新型的热泵预测控制系统，有望将用电量减少约20%，并为每年平均为房主节省300美元。

DC纳米网格大厦是测试新型智能家居技术的理想实验室。去年冬天实施的预测控制方法节省了近20%的家庭供暖费用。（普渡大学照片/贾里德·派克）

机械工程助理教授、热泵和家庭电气化专家凯文·柯彻说：“热泵其实就是空调的反向——利用电力将外部的热量带走并传递到室内。”“以这种方式使用电力，比我们大多数家庭的供暖系统高效得多，而且还能减少化石燃料的消耗。”

热泵采用的最大问题之一是设备本身及其持续运行的成本。“热泵可以增加电力需求，”由柯尔彻和达维德·齐维亚尼共同指导的博士生埃利亚斯·佩尔甘蒂斯说。“我们想弄清楚的是，如何利用机器学习和预测控制来减少所需的能量，同时保持同等的人类舒适度。”

普渡拥有一个独特的活实验室来验证他们的理论。DC纳米电网住宅是一座建于1920年代的印第安纳州西拉斐特住宅，经过改造，配备了太阳能电池板、电池、电器、电热泵，以及每个房间里的众多传感器。研究生们住在这栋房子里，作为研究人类舒适度和新型智能家居技术的试验对象。

“大多数人通过手动作恒温器来调节家中温度——他们感到冷，于是按下按钮让温度升高，”佩尔冈蒂斯说。“但他们这样做时，并没有考虑预测的太阳辐射、湿度、当天的预报温度，或者他们会在房子里住哪些房间，以及停留多久。结果，大多数时候他们会让房子过热，浪费能源。即使是最好的'智能'恒温器也不会包含所有这些信息。”

幸运的是，对Pergantis来说，DC纳米网格屋拥有大量关于房屋温度、历史气候数据以及房屋哪些区域何时有人居住的传感器数据。于是佩尔甘蒂斯利用这些数据构建了一个利用机器学习进行预测控制的模型，然后根据房屋内观察到的实际条件进行验证。

然后到了实验阶段。“我们在冬天中期实施了该算法，”佩尔甘蒂斯说，“基本上在一个半月的时间里，该算法会预测房屋何时需要供暖、在哪些房间以及需要多少千瓦的热量。住户可以调整设定值，但大多数情况下，计算机控制着恒温器。”

结果令人印象深刻。在为期40天的预测控制系统测试中，房屋的能源消耗比前一冬季同期低19%。按美元计算，这对一个家庭来说节省了300美元的能源。按计到所有美国家庭，每年总节省超过220亿美元。

热泵外观类似空调，原理相反——即使冬天也能提取足够的热量，让整个家庭舒适。机械工程助理教授凯文·柯彻研究热泵和电气化如何帮助使家庭更具可持续性。（普渡大学照片/贾里德·派克）

那住户的舒适度又如何？你如何科学地判断人们在整个实验过程中是否“感受到”寒冷？

“我们有两种衡量舒适度的方法，”基尔彻说。“人们使用复杂的数学公式来估算典型受试者何时会感到不适;另一种是对在内人员进行的快速数字调查，这些调查会在实验前、中、后进行。两种方法都显示，乘员在模型预测控制实验和正常作期间“感受到”寒冷的时间几乎相同。简而言之，我们的乘员对模型预测控制的舒适度相当，但能耗远少得多。”

他们的研究成果已发表在《应用能源》杂志上。

“这种做法还有许多其他好处，”佩尔冈提斯说。“随着我们对电网的需求增加，这样的预测控制可以帮助降低电峰或电压骤停的可能性。这也有机会帮助低收入家庭，因为水电费对他们来说负担巨大;每年减少300美元或更多的电费，真的能减轻这种负担。”

结果也表明我们对家中供暖和制冷的思考方式发生了变化。柯彻说：“我们已经证明，一个数据丰富的预测控制系统可以节省电力，且不影响人类舒适度。”“我们设想的是一个不使用度数，而是以不同模式运行的恒温器，比如你的汽车。在“节能”模式下，你可以缩短作时间，同时节省大量能源。在'性能'模式下，你可以短时间内加热，然后恢复正常。”

DC纳米网格之家是高性能建筑中心的多项倡议之一，该中心致力于与工业界和学术界合作，推动智能家居和高性能建筑技术的发展。普渡大学拥有世界上最大的学术暖通空调实验室——赫里克实验室，其中包括一个独特的建筑中建筑，测试智能家居技术及其对人类舒适度的影响。

“数据是关键，”基尔彻说。“仅凭一个月的数据，我们就能构建一个相对简单的预测供暖模型，并在现实世界中展示了节能效果。想象一下，将这项技术推广到一个社区、一个城市，甚至整个国家。”