산업용 HVAC 시스템에서 큰 교란 하에서 제어 정밀도를 향상하기 위해 모델 예측 제어(MPC)가 널리 사용되고 있다. 본 논문에서는 가변 풍량(VAV) 시스템을 위한 비선형 MPC를 제안한다. 이 비선형 MPC는 외부 입력을 갖는 비선형 자기회귀 네트워크(NARX)와 입자 군집 최적화 알고리즘(PSO)을 사용한다. NARX 모델은 VAV 시스템의 제어 대상 변수(실내 온도)를 예측하는 것을 목표로 하며, PSO는 최적 제어 변수를 얻기 위한 최적화 기법으로 사용된다. 비용 함수 목표에 서로 다른 가중치를 부여함으로써, 제안된 비선형 MPC는 VAV 시스템의 제어 정밀도와 에너지 절감 요구 사이에서 균형을 맞춰 다양한 제어 효과를 달성할 수 있다. 서로 다른 가중치를 가진 두 가지 방안이 실험실 VAV 시스템에서 검증되었으며, 방안 1은 제어 정밀도만 고려하였고, 방안 2는 제어 정밀도와 에너지 절감을 동시에 고려하였다. 각각의 실험에서 얻은 두 방안의 MPC 제어 효과를 PI 제어기를 기반으로 한 정압 유지 방법과 비교하였고, 실험 결과는 다음과 같다: MPC 기반 방안 1은 실내 온도를 설정값 ±0.5℃ 내에서 안정적으로 유지할 수 있으며; MPC 기반 방안 2는 더 나은 에너지 절감 특성을 보이며, 정압 유지 방법과 비교 시 에너지 절감률이 23.7%에 달한다.

비선형 모델 예측 제어; 가변 풍량 시스템; 신경망 모델; 입자 군집 최적화