本文探讨了基于随机模型预测控制(SMPC)的智能运行策略，以实现太阳能在集成太阳能系统的建筑中的最优利用。我们的方法考虑了太阳辐照度预报在预测水平上的不确定性，使用了一个新的概率时间序列自回归模型，该模型是在天气服务提供商的天空覆盖预报基础上校准的。在最优控制公式中，我们将太阳辐照度作为非高斯随机扰动对成本和约束的影响建模，而非凸成本函数是对随机过程的期望。为了解决这个复杂的优化问题，我们引入了一种新的近似动态规划方法，该方法使用高斯过程回归来表示最优的成本-去函数，并取得了很好的解质量。在最后的步骤中，我们使用一个模拟器，将TRNSYS中的物理系统模型与使用Python和MATLAB开发的SMPC控制器相结合，来评估一个建筑集成系统与太阳辅助热泵和地板辐射供暖的闭环操作。对于所考虑的系统和气候，与基于规则的基准调优控制器相比，SMPC在冬季一个月为供暖节省了高达44%的电力消耗，而且它很健壮，对热舒适性违规的不确定性更小。
——文章发布于2018年9月1日
