近零能耗建筑中自适应控制照明系统的研究

罗亦鸣，胡珊

（湖北工业大学，湖北武汉 430068）

近零能耗建筑中自适应控制照明系统的研究

罗亦鸣，胡珊

（湖北工业大学，湖北武汉 430068）

由于能量消耗及CO2排放的持续增长，人们开发出建筑自动管理系统以在保证室内舒适的同时提升建筑中的能量效率。模糊逻辑是一种开发该相应控制系统的有力工具，为解决建筑能耗和舒适度高效管理问题，文中采用模糊逻辑以优化办公楼的功能及能耗。通过已有的模型模拟不同的房间配置情况并进行比较，以评估在模糊控制系统中房间变量的影响。在同样的日光照射输入下，不同的房间配置需要不同的管理模式来控制遮阳系统和照明系统，从而达到舒适和节能之间的良好平衡。

照明系统；建筑自动化；智能建筑；模糊逻辑

当前，建筑能耗占据了能量需求和温室气体排放的很大一部分。提升节能是建筑管理中优先考虑的问题。随着技术的提升，保证一座建筑内的舒适性愈发重要，其同样对能耗有着非常重要的影响。因此，实现能量需求和居住舒适的平衡显得至关重要。在典型的办公建筑中，人工照明及空调系统占据主要能耗，当前已经有很多促进照明电力及舒适度的技术被开发出来，且该领域持续增长并取得稳步的进展。为了开发出更多高效率的设备，近年来的研究都聚焦于照明设计与控制，许多研究都介绍了室内分布式照明系统[3]，通过优化明亮度，统一性以及耀眼度来减少能量需求。日光同样是评估建筑能耗的一个非常重要的影响因素[4]：一方面，其允许减少人工照明的需求；另一方面，其增加了空调的负荷。例如，在冬季，通过采光玻璃带来的热分散；夏天由于阳光辐射代理的负荷增长。日光对于人的舒适度有许多有益的帮助：其增强视觉舒适度，辅助调节生物周期节奏，增加认知表现以及产生精神益处[5]。综上所述，大量的研究调查了窗户不同的设计及功能所带来的影响[6-10]，并提出了优化匹配人的舒适度及能耗要求的日光对室内建筑的贡献的模型[11-15]。在这些文献中，通过设定最佳的动态遮阳系统和管理人工照明系统，进而减小照明及取暖电力负载[16]，达到标准要求的同时对于能量需求和居住者舒适度的平衡已经实现[17]。

本文从文献[18]中定义的模型出发，采用同样的模糊逻辑方法，旨在模拟不同配置的房间并比较其结果，以评估房间多样性（如窗户结构，玻璃特性以及墙面反射）对模糊控制系统所带来的影响。利用MATLAB的模糊推理系统进行模糊逻辑控制器的编程，并用SIMULINK来建模和仿真。DIVA软件用于评估日光，遮阳设计以及照明系统。

1 材料与方案

1.1 房屋模型及设置

此处应用的智能办公室已经被研究过其夏季的状况，基于前文所述的模型[18]。办公室的尺寸为：长6.6 m、宽4 m、高3 m。仅在2面较短的墙的1面上有窗户。房间基于日光的照射程度被分为3个区域：窗户区（WZ），过渡区（TZ）以及内部区（IZ）。采用7种不同的房屋配置，其中的影响因素如：窗户的结构，玻璃的传热性及透明度以及墙面的反射性等都在此处分析，以便评估房屋特征、视觉以及温度等的特性。房间的设定如表1所示，情形A作为参考情形，拥有最大的窗户及玻璃的导热和透明度。房间同时配有动态遮阳系统，该系统可以调节窗户的遮阳程度与光线的通透度，根据控制系统所给输入25%、50%、75%以及100%的遮阳因子（SF）被考虑在其中。

表1 房间设置及DIVA仿真软件的结果Tab.1 Results of room setting and DIVA simulation software

此处对2种电气照明情况进行评估：仅有开关控制模式的LED灯和通过光通量进行调节的LED灯。每个房间的区域都采用3个内嵌灯具，每个配备2个线性灯源。与之前的研究不同，此处使用的是窄光束灯具，所以各灯具的光通量仅影响其相对的区域。灯具的数量和位置都是按照我国的办公室标准严格确定的。

表2 灯的技术参数Tab.2 Technical parameters of lamps

1.2 仿真步骤及特性

本文采用SIMULINK来建立房屋内的优化能源与采光管理控制系统，此处的模型是基于和文献[18]相同的分层结构模型。该模型的输入是居住情况与天气情况，输入对应的是相关的传感器处理信号或是对应的物理现象。此处采用一个居住模型来仿真，其可以激发相近的传感器来监测室内状况并管理照明系统。

在文献[18]中这些输入允许动态遮阳系统基于2种不同的模式来改变其配置：舒适模式和经济模式。在舒适模式中，遮阳系统在不超过照明系统要求的极限下尽最大可能的允许日光进入房间，以保障足够的舒适度。而在经济模式中，控制系统则管理着太阳光辐射进室内的强度以最大程度的减少HVAC和照明系统的用电量，最终平衡照明和空调系统来达到照明和温度要求。在本文中则开发一种独一模式（舒适+经济），可以同时控制照明和热量的输入来最优化舒适度和电力负载，如图1所示。

图1 控制系统框架Fig.1 Control system framework

该系统采用传感器监测房间内的照度值和温度值。一个照明传感器控制组（CG）已经被安装到3个区中。最后，该模型产生出遮阳和电气照明系统的配置，并将相应的信号提供给执行器件。对应优化过程中的主要变量的房间的技术特征为：外部照度（lx）·太阳能辐照度（W/m2）·入住率·冷负荷温差（℃）·外部温度（℃）。

这些参数在一天内每小时改变一次，为了在优化过程中计算7个房间配置的热行为，通过ASHRAE方案评估每个小时的热负载[19-21]。每个区上关于照明和遮阳系统部分负荷操作的照度程度评估如下：

EUi=ΣjELij+EDi=ΣjSjEMLi+SF·DFi·Eout式中：EUi是区域i工作面板上的平均照度；ELij是i内从CGJ开始的平均人工照明度；EDi是区域i上的平均日光照度；Sj是CGJ的控制信号，（在切换开关时取0或1，当变暗时由0转到1）EMLi；是全功率照明时区域i上的平均人工照度；SF是遮阳因子；DFi是区域i上的日光因子而Eout则是室外照度。此处采用DIALux软件计算EMLi的值。为了评估进入每个房间的日光，采用日光模拟软件DIVA计算每一种配置方案中的日光因子（DF）。

1.3 模糊优化

此处应用一个模糊逻辑控制系统。采用MATLAB的模糊逻辑控制套件来定义模糊控制器。一个经济导向的控制系统要求能够预测通过动态调节遮阳系统来保持舒适度和最小化负载所需的照明和制冷控制电力的总量。在这种情况下，通过计算代价函数CF来作为在白天中照明和制冷需要的电力总量，同时保持日光辐射值SR和遮阳因子SF的变化。作为运行的一系列模拟过程，通过增加日光辐射值和遮阳因子，将每个SF和SR的值关联起来以最小化CF。这些将SF和SR匹配起来的优化配置被用来定义一系列的模糊规则：根据输入的日光值和房屋占有率，通过模糊规则来为控制系统设置最优化的遮阳因子；在设置完遮阳系统后，可以进行室内温度和照明度的计算，从而评估达到舒适要求的制冷和照明负载。此时，其他灯光控制规则同样被引入，以确定最近的室内照明系统的配置。

对2种电力照明配置系统进行评估：

1）采用开关控制的LED灯。

2）采用光通量调节的LED灯。在开关配置方案中，监测3个区域的占有率和 EUi，在靠窗区域（WZ）和过渡区（TZ），如果EUi高于/低于最小/最大门限值，则为每个区域的控制组输入开或关的信号。在内部区域（IZ）的灯则值在占有方案中被调节。在光通量配置方案中，则采用另一组模糊规则进行控制。在评估每个区域的占有率后，对照明要求和EUi间的差异进行计算：灯的光通量是使用增量控制器进行调节，这种控制器允许逐步的增加或减小EUi来达到目标值。

2 结果和讨论

DIVA仿真软件的结果（见表1）显示出所有情况下房间的内部区域的DF值有明显的减小；特别地，当3个区域的玻璃的通透性降低时它也随之减小，而墙面反射对其影响较小。这些关于DF的结果作为模糊处理的输入数据，来选择舒适度和能量消耗的最优方案。

对于7个房间的设置（A-G），模糊逻辑控制着遮阳因子，HVAC制冷以及灯光调节。此处将情形A作为参考模式，其他6种设置方案均和A进行比较。一整天总的能量消耗如图2所示。玻璃类型对能耗需求影响最大（D和E）；墙面反射对能耗影响较小（F和G）。A和G的能量需求随时间变化如图3所示，其中下午1：00和2：00两点间的空缺是因为遮阳系统全部关上，灯也关掉以及空调减小，此时为午餐时间。

图2 A-G情况下的每日能量消耗Fig.2 Daily energy consumption in the case of A-G

保持和A相同的DF下，墙面反射并没有影响；相反，低通透性的玻璃减小了DF，因此需要更小的遮阳因子。相比B和C，A具有更大的窗户面积，导致需要更高的遮阳因子，增加了对灯光的需求而减少了制冷的能量需求。在开关配置方案中，B和C的小窗户设置，导致最初和最后1 h对人工照明消耗的震荡，如图4。玻璃的类型主要影响照明能源的需求（D和E），而窗户的大小只带来部分影响（A到C）。在最好的DF情况下，出现了更高的照明消耗：在这些情况中模糊优化逻辑设置了高的遮阳因子以达到温度的舒适，增加了照明电力的需求而保证视觉的舒适。这种现象从开关控制方案中的D和E的差异可以看出：在玻璃通透性为65%时能量消耗更低，因为只有1个或2个区域（IZ和TZ）的灯被打开。相反，照明消耗在通透性为80%时更高，其原因是由于高遮阳因子导致所有的电灯都被打开。

图3 A-G情况下的日常能量需求Fig.3 Daily energy demand in the case of A-G

图4 A-G情况下日常照明电力需求Fig.4 Daily lighting power demand in the case of A-G

制冷系统的能量需求和改变窗户大小（A到C的设定）及墙面反射比例（情形A、F和G）的趋势相同。如图5所示，空调系统最高的能量需求变化源自玻璃的类型（情况F和G），在光通量和开关模式2种配置下均如此。

图5 A-G情况下日常空调电力需求Fig.5 Daily air conditioning electricity demand in the case of A-G

3 结语

能量消耗和舒适度要求的平衡是从能源角度来看的最重要的建筑挑战之一，在这种框架下，引入了许多基于新技术的有效工具来改善建筑设计和运维，以响应智能建筑的概念。然而，随着创新系统和技术的发展，从全局和整体的角度来建立照明和温度控制模型同样非常重要。本文基于前人所做工作，采用一种模糊逻辑方法来优化办公室的电力能源消耗；通过对不同设定下的房间进行仿真，并比较结果以评估模糊控制系统中房间变量带来的影响；结果显示墙面反射的变化对能量的消耗没有影响，而玻璃类型的变化（DF，SHGC和通透性），同时造成照明系统和制冷系统的能量需求的最大变化。值得注意的是，当玻璃拥有更高的透明和传输值时（情形A），从温度的角度来看，其有着更差的表现特性。正如预期的一样，其导致遮阳系统的启动：由于其造成电力照明需求的增加，进而产生全局能量需求的增加。对于玻璃特性，在大窗户情况下（情况A），制冷和照明的能量需求高于其他情况。值得注意的是，相较于开关方案，人工照明光通量控制造成能量消耗的增加，但是保证了更平稳的功率控制。事实上，由于日光和遮阳系统，它根据照度值的不同调节了工作区域的照明排放，开关控制具有更小的精确性并找出能量排放的震荡（情况B和C）以及房间内较低的照度，这影响了视觉舒适度。本文所提的方法对策需要进一步进行研究，如对输入数据和模糊规则更具体和精确的定义。对应其他环境和海拔下的测试同样值得研究，以验证是否需要不同的遮阳和照明系统。

[1]梁人杰.智能照明控制技术发展现状与未来展望[J].照明工程学报，2014，25（2）：15-26.LIANG Renjie.Development and prospect of intelligent lighting control technology[J].Illuminating Engineering Journal，2014，25（2）：15-26（in Chinese）.

[2]闫展坤.智能照明控制系统研究[D].杭州：浙江大学，2013.

[3]邓健志，程小辉.基于可见光通信的溶洞景区照明控制方法研究[J].电视技术，2014，38（9）：193-196.DENG Jianzhi，CHENG Xiaohui.The cave area lighting control method based on visible light communication[J].TV Technology，2014，38（9）：193-196（in Chinese）.

[4]李良荣.自适应隧道节能照明控制系统设计方案[J].贵州大学学报：自然科学版 2014，31（5）：48-52.LI Liangrong.Adaptive tunnel lighting control system design[J].Journal of Guizhou University：Natural Science Edition 2014，31（5）：48-52（in Chinese）.

[5]费骏韬，陈星莺，徐石明，等.基于舒适度的单体建筑电力负荷卸载协调分配[J].电网与清洁能源，2015（3）：117-123.FEI Juntao，CHEN Xingying，XU Shiming，et al.The comfort degree of single building load unload allocation based on[J].Power System and Clean Energy，2015（3）：117-123（in Chinese）.

[6]张玉杰，翟楠.超市智能照明控制系统[J].计算机测量与控制，2014，22（11）：3588-3590.ZHAGN Yujie，ZHAI Nan.Supermarket intelligent lighting control system of[J].Computer Measurement and Montrol，2014，22（11）：3588-3590（in Chinese）.

[7]王学宛.超低能耗建筑设计方法与典型案例研究[J].建筑科学，2016，32（4）：44-53.WANG Xuewan.Ultra low energy building design method and typical case study of[J].Building Science，2016，32（4）：44-53（in Chinese）.

[8]李文武，游文霞，王先培.电力系统信息安全研究综述[J].电力系统保护与控制，2011，39（10）：140-147.LI Wenwu，YOU Wenxia，WANG Xianpei.Review on the research of power system security[J].Power System Protection and Control，2011，39（10）：140-147（in Chinese）.

[9]胡海宁，龚淼.配电网谐波序阻抗及无功补偿电容器对电能质量的影响[J].电力电容器与无功补偿，2016（6）：70-75.HU Haining，GONG Miao.Distribution network harmonic sequence impedance and reactive power compensation capacitors on power quality[J].Power Capacitor and Reactive Power Compensation，2016（6）：70-75（in Chinese）.

[10]包仁标.基于模糊控制的采光控制策略仿真研究[J].计算机测量与控制，2016，24（3）：55-58.BAO Renbiao.Simulation study on the control strategy of daylighting based on fuzzy control[J].Computer Measurement and Control，2016，24（3）：55-58（in Chinese）.

[11]赵祖明，李歧强，王荣丽.无线传感网络与模糊控制在照明系统中的应用[J].照明工程学报，2014，25（2）：102-106.ZHAO Zuming，LI Qiqiang，WANG Rongli.Application of wireless sensor network and fuzzy control in lighting system[J].Journal of Illuminating Engineering，2014，25（2）：102-106（in Chinese）.

[12]郭海平，李猛，黄立滨，等.混合直流输电系统无功协调控制策略优化[J].电网与清洁能源，2016（10）：16-21.GUO Haiping，LI Meng，HUANG Libin，et al.Optimization of reactive power coordination control strategy for hybrid HVDC system[J].Power System and Clean Energy，2016（10）：16-21（in Chinese）.

[13]JANTZEN JAN.Foundations of fuzzy control：a practical approach[M].New York：John Wiley&Sons，2013.

[14]ZHANG Yuru.College schoolroom lighting fuzzy control system based on ZigBee[J].IEEE Transactions on Power Electronics，2014，29（2）：875-882.

[15]CHEN Yukai.Design and implementation of energy management system with fuzzy control for DC microgrid systems[J].IEEE Transactions on Power Electronics，2013，28（4）：1563-1570.

[16]ANASTASIADI D，CHRISTINA F，ANASTASIOS I D.Cosimulation of fuzzy control in buildings and the HVACsystem using BCVTB[J].Adv ances in Building Energy Research，2016（7）：1-22.

[17]GHADI YAZEED YASIN，RASUL M G，KHAN M M K.Design and development of advanced fuzzy logic controllers in smart buildings for institutional buildings in subtropical Queensland[J].Renewable and Sustainable EnergyReviews，2016，54（2）：738-744.

[18]MARTIRANO LUIGI.A fuzzy-based building automation control system[J].IEEE Industry Applications Magazine，2016，22（2）：10-17.

[19]MARTIRANO LUIGI.Design of a fuzzy-based control system for energy saving and users comfort[C].Hangzhou：14th International Conference on Environment and Electrical Engineering（EEEIC），2014.

[20]VELASQUEZ，JOSE J，KEVIN M P.Fuzzy fault tolerant control for smart lights[J].Journal of Intelligent&Fuzzy Systems，2015，28（6）：2605-2620.

[21]LIU ZHI.Coordinated fuzzy control of robotic arms with actuator nonlinearities and motion constraints[J].Information Sciences，2015，29（6）：1-13.

Research on Adaptive Control Lighting System in Buildings with Near-Zero Energy Consumption

LUO Yiming，HU Shan
（Hubei University of Technology，Wuhan 430068，Hubei，China）

With the constant increase of energy consumption and carbon dioxide emission，building automatic management systems have been developed to improve the energy efficiency of buildings while maintain indoor comfort.With the development of the hardware，the demand for corresponding control system solutions to enhance intelligent building management is also on the rise.Under this framework，fuzzy logic is a potential tool to develop the corresponding control system.In this paper，fuzzy logic is used to optimize the function and the energy consumption of an office building.We have modeled a different house price configuration using existing models and compared the results to evaluate the effects of room variables（window structures，glass properties，and wall reflections）in a fuzzy control system.It is worth noting that，with the same daylight input，different room configurations require different management modes to control the sunshade system and the lighting system to achieve a good balance between comfort and energy efficiency.

lighting system；building automation；intelligent building；fuzzylogic

2017-02-27。

罗亦鸣（1979—），男，硕士，讲师，研究方向为环境设计；

（编辑 张晓娟）

1674-3814（2017）05-0001-05

TM594

A

国家自然科学基金（60673072）。

Project Supported by the National Natural Science Foundation of China（60673072）.

胡 珊（1980—），女，硕士，副教授，研究方向为信息与交互设计。