李淑嫻，付保川,3，許馨尹，吳征天

(蘇州科技大學(xué) 電子與信息工程學(xué)院，江蘇 蘇州 215009；2.江蘇省建筑智慧節(jié)能重點實驗室，江蘇 蘇州 215009；3.蘇州智慧城市研究院，江蘇 蘇州 215009)

引言

近年來，隨著公共建筑規(guī)模的增長及能耗強度的增大，公共建筑的能耗在中國建筑能耗中占據(jù)的比重也隨之增大，且辦公建筑能耗在公共建筑能耗中約占30%，其中照明能耗在公共建筑總能耗中占10%～40%，因此對辦公建筑的照明能耗進行分析研究具有重要意義[1-3]。照明能耗受多方面因素影響，如燈具類型、室外天氣、人員行為、控制模式等[4]，本文從影響因素中控制模式的角度出發(fā)，研究一種新的智能照明動態(tài)模型使辦公建筑照明系統(tǒng)兼具人性化和節(jié)能性。

Jain等[5]分析影響建筑照明能耗的因素，提出結(jié)合自動遮陽和人工照明調(diào)節(jié)的照明控制系統(tǒng)，以實現(xiàn)節(jié)能效果；Panjaitan等[6]設(shè)計基于模糊邏輯考慮熒光燈的建筑物內(nèi)能量效率照明系統(tǒng)，能夠?qū)崿F(xiàn)分布式控制并保證了系統(tǒng)的空間照明均勻度；GAO 等[7]根據(jù)辦公室員工個人喜好生成照度提出協(xié)作調(diào)光的照明方法，達到燈具的最優(yōu)調(diào)光組合；王群鋒等[8]提出建立遺傳算法的室內(nèi)燈具亮度調(diào)節(jié)精確模型，能夠根據(jù)不同場景和照度需求來調(diào)節(jié)燈光亮度，得出優(yōu)化亮度。Pandharipande 等[9，10]設(shè)計了基于最小二乘法的日光照度的預(yù)測器，將照明模型轉(zhuǎn)化為優(yōu)化問題，求得燈具的最佳組合。羅濤等[11]結(jié)合工程實踐提出照明能耗模擬方法，為照明優(yōu)化設(shè)計提供技術(shù)手段。

現(xiàn)有研究中的智能照明控制系統(tǒng)能夠?qū)崿F(xiàn)自動調(diào)光功能，且控制方式具有多樣化，但尚未對用戶的個性化需求與天然采光相結(jié)合建立自適應(yīng)的動態(tài)模型，從而使得在滿足用戶個性化需求的基礎(chǔ)上實現(xiàn)照明節(jié)能。針對現(xiàn)有研究中仍存在的問題，本文提出一種結(jié)合室外天然采光，滿足用戶個性化需求的智能照明動態(tài)模型，可依據(jù)用戶個體差異和室外天氣變化智能地調(diào)節(jié)照明系統(tǒng)中燈具的照度，從而使照明控制系統(tǒng)具有更好的靈活性和自適應(yīng)性。

1 智能照明動態(tài)模型

1.1 照明動態(tài)模型建立

首先對辦公建筑內(nèi)燈具陣列進行組網(wǎng)，根據(jù)辦公用戶對期望照度的個性化需求不同，需要對單個燈具的照度進行獨立調(diào)節(jié)，通過調(diào)節(jié)燈具的調(diào)光系數(shù)來進行照度調(diào)節(jié)。相關(guān)燈具利用網(wǎng)絡(luò)通信獲取調(diào)光系數(shù)，通過疊加各盞燈對工作面上指定點產(chǎn)生的照度來滿足辦公人員的期望照度需求。由疊加原理可知，工作面上的照度值為多盞燈具對該工作面產(chǎn)生的照度分量和。調(diào)光系數(shù)u是燈具的實際輸出光通量與額定輸出光通量之比，其值越小，燈具的功率越小，即能耗越小，因為調(diào)光系數(shù)與能耗成正相關(guān)性。假設(shè)辦公建筑內(nèi)有m盞燈，n名辦公用戶，根據(jù)照度的疊加原理可知，第j個工作面的期望照度QEj小于等于各盞燈在該工作面計算點產(chǎn)生的照度Eij和室外天然光對工作面的貢獻照度dj之和，如式(1)所示，其中期望照度為用戶感覺最舒適、最需要的照度，依據(jù) GB 50034—2013中開放式辦公室的照明標(biāo)準(zhǔn)，再結(jié)合辦公用戶的具體需求設(shè)定，在不同時段因需求不同期望照度值發(fā)生變化。

(1)

Eij是燈具Di在第j個工作面上產(chǎn)生的最大照度；uj是燈具Di的調(diào)光系數(shù)，且0≤ui≤1；dj為第j個工作面計算點的室外天然光對工作面的貢獻照度。

依據(jù)照度疊加原理，建立各盞燈調(diào)光系數(shù)之和最小的目標(biāo)函數(shù)，約束條件為工作面計算點的實際照度值大于等于辦公用戶的期望照度值和調(diào)光系數(shù)該目標(biāo)函數(shù)滿足燈具功耗最小原則。在此調(diào)光系數(shù)下，符合辦公用戶對照度的個性化需求，同時保證了節(jié)能性。根據(jù)用戶的期望照度值，結(jié)合室外天然光對工作面的貢獻照度值建立智能照明動態(tài)模型，如式(2)所示：

(2)

將式(2)寫為矩陣形式，如式(3)所示：

minf=cu

(3)

E是由Eij組成的矩陣，u是調(diào)光系數(shù)列矢量，QE是期望照度列矢量，c是1×m的矩陣，元素全為1。

1.2 照明動態(tài)模型求解

智能照明動態(tài)模型符合線性規(guī)劃(Linear Programming，LP)問題的建模，并含有約束條件，而解決線性規(guī)劃問題最有效的方法是單純形算法，因此，本文采用單純形算法求解已建立的照明模型。

步驟1 ：求解基本可行解。

將公式(3)轉(zhuǎn)化為線性規(guī)劃問題的標(biāo)準(zhǔn)形式：

minf=cu

(4)

s.t.Eu=b

(5)

0≤u≤1

(6)

其中：u=(u1,u2,…,um)T，c為1×m的矩陣，且所有元素為1，

b=[QE1-d1,QE2-d2,…,QEn-dn]T。

式中m≥n≥1,假設(shè)系數(shù)矩陣E的秩為n，即設(shè)約束方程組中沒有多余的方程。用Pj表示矩陣E的第j列，于是式(5)可表示為

(7)

矩陣E的任意一個n階非奇異子方陣稱為LP的一個基。若

B=(Pj1,Pj2,…,Pjn)

(8)

是一個基，則對應(yīng)變量uj1,uj2,…,ujn稱為關(guān)于B的基變量，其余變量稱為關(guān)于B的非基變量。令非基變量都取值為零，則式(7)變?yōu)?/p>

(9)

所構(gòu)成的向量u(0)是約束方程組的一個解，稱為LP對于基B的基本解，且滿足u(0)≥0，即u(0)是LP的一個基本可行解。

步驟2：計算系數(shù)陣的每一列檢驗數(shù)。

設(shè)u(0)對應(yīng)的基陣Β=(P1,P2,…,Pn)，即u1,u2,…,un為基變量，un+1,un+2,…,um是非基變量。記為

uB=(u1,u2,…,un)T

uN=(un+1,un+2,…,um)T

N=(Pn+1,Pn+2,…,Pm)

從而E=(B,N)，同理劃分c=(cB,cN)。目標(biāo)函數(shù)用非基變量表示的公式為

f=cBB-1b-(cBB-1N-cN)uN

(10)

亦可寫為

(11)

若記目標(biāo)函數(shù)在u(0)處的值為f(0)，即

(12)

式中λj稱為基Β(也即基本可行解u(0))的檢驗數(shù)?；境跏伎尚薪鈑=0，若每一列的檢驗數(shù)λj≤0，則u(k)即為最優(yōu)解，迭代結(jié)束。若某個j列的λj>0且全部元素bj≤0，則此問題無解。

步驟3：若某個j列的λj>0且某些元素有bj>0，j列所對應(yīng)的變量uj被選定作為替換的非基本變量，求新的可行解。

步驟4：計算每一列的檢驗數(shù)，重復(fù)步驟2和步驟3，如此迭代直至找到問題的最優(yōu)解。

2 實驗仿真

對智能照明動態(tài)模型進行實驗仿真。辦公室內(nèi)規(guī)格為15 m×8 m×3 m，工作臺規(guī)格為1.2 m×0.8 m×0.75 m，該辦公室的地理位置為經(jīng)度120.57°、緯度31.30°，即江蘇蘇州。室內(nèi)安裝有48盞NNFC70020 LED燈具，且燈具分布均勻，燈具設(shè)計符合國家標(biāo)準(zhǔn)，有22個工作臺，即動態(tài)模型中參數(shù)m=48,n=22。利用照明仿真軟件DIALux建立此開放式辦公室的仿真模型如圖1所示，照度被控點Q1～Q22以及各燈具編號D1～D48，如圖2所示。選取天空模型中的混合天空模型，獲取2019年3月6日每隔15 min的室外天然光對工作面的照度值。

圖1 辦公室的 DIALux 模型Fig.1 DIALux model of the office

圖2 照度計算點分布及燈具編號Fig.2 Illumination calculation point distribution and lamp number

2.1 仿真過程

針對智能照明動態(tài)模型進行實驗仿真，首先通過仿真獲取關(guān)鍵參數(shù)，然后求解調(diào)光系數(shù)。在本文中通過DIALux照明仿真軟件模擬獲取的數(shù)據(jù)，相關(guān)研究表明獲取的模擬數(shù)據(jù)和傳感器測量得到的數(shù)據(jù)基本一致，故仿真實驗具有可靠性。

1)關(guān)鍵參數(shù)的獲取。由式(2)可知Eij、QEj和dj是關(guān)鍵參數(shù)。在DIALux環(huán)境中開啟燈具Di，關(guān)閉其余燈具，之后讀取Q1～Q8的照度Eij得到 22×48矩陣E，矩陣E中每行各元素之和分別對應(yīng)所有燈具開啟時Q1～Q22的照度，最小值為547 lx，滿足辦公人員的最低照明需求。日光補償值dj和期望照度值QEj隨時間變化而變化，dj可由DIALux軟件在混合天空模型下仿真得出，QEj期望照度根據(jù)辦公用戶的個性化需求，依照國家照度標(biāo)準(zhǔn)進行選擇。

2)調(diào)光系數(shù)的求解。依據(jù)智能照明動態(tài)模型的求解過程，用Matlab編寫相應(yīng)程序，求解出使辦公建筑內(nèi)各燈具電能消耗達到最低值的調(diào)光系數(shù)u。

2.2 仿真結(jié)果分析

本文隨機選取2019年3月6日下午3點的數(shù)據(jù)進行分析，在DIALux環(huán)境中關(guān)閉人工光源，添加混合天空模型日光場景，在每個工作面上添加計算點，輸入時間，通過軟件計算可直接獲取室外日光對工作面的照度貢獻值，具體數(shù)值如圖3所示，工作面的期望照度如圖4所示，求解出的最優(yōu)調(diào)光系數(shù)u如圖5所示。

圖3 工作面室外日光照度Fig.3 Outdoor sunlight illumination of working face

圖4 工作面期望照度Fig.4 Expected illumination of working face

圖5 各盞燈的調(diào)光系數(shù)Fig.5 Dimming coefficient of each lamp

現(xiàn)有研究的智能照明模型尚未將用戶的個性化需求和日光相結(jié)合，本文將考慮用戶個性化需求和日光智能照明動態(tài)模型產(chǎn)生的調(diào)光系數(shù)及能耗與忽視用戶個性化需求智能照明模型進行對比。調(diào)光系數(shù)對比和能耗對比分別如圖6、圖7所示，其中忽視用戶個性化需求的智能照明模型中工作面的期望照度值為燈具全開時的照度，在辦公室有辦公用戶的情況下保持不變。從圖7可知，考慮用戶個性化需求和日光智能照明動態(tài)模型能耗比忽視用戶個性化需求智能照明模型能耗降低了32.3%，亦說明智能照明動態(tài)模型具有更好的節(jié)能性。

圖6 調(diào)光系數(shù)對比Fig.6 Comparison of dimming coefficient

圖7 能耗對比Fig.7 Comparison of energy consumption

3 結(jié)論

針對傳統(tǒng)辦公建筑中照明系統(tǒng)的能耗問題，對比分析現(xiàn)有智能照明模型，基于用戶個性化和室外天然采光建立一種新的智能照明動態(tài)模型，并對實際辦公室進行照明仿真實驗，利用單純形算法求解模型，給出智能照明系統(tǒng)模型的能耗對比圖。結(jié)果表明：本文提出的智能照明動態(tài)模型能夠隨著室外天氣變化和用戶個性化需求不同，辦公室內(nèi)燈具輸出亦發(fā)生變化，同時能夠滿足用戶工作面的照度標(biāo)準(zhǔn)，從而大幅度地降低了照明系統(tǒng)的能耗且具有人性化。本文使用的是實驗仿真模擬的數(shù)據(jù)，即便與光傳感器采集的實際數(shù)據(jù)極為相近，但仍不可忽視兩者的誤差，天空模型選用的是混合天空模型，若室外天氣為晴朗或者陰雨天則需要變化天空模型，日光照度值隨之發(fā)生變化。故接下來的工作是搭建一個實際的照明系統(tǒng)并對其進行節(jié)能分析，并考慮添加更多種因素后對能耗的影響，如眩光指數(shù)、人員位置移動等。