ЦИФРОВОЙ ДВОЙНИК СИСТЕМЫ ОТОПЛЕНИЯ И КОНДИЦИОНИРОВАНИЯ ЗДАНИЯ ДЛЯ ПРОГНОСТИЧЕСКОГО УПРАВЛЕНИЯ ПРИ ОГРАНИЧЕНИЯХ ПО ТЕПЛОВОЙ И ХОЛОДИЛЬНОЙ МОЩНОСТИ

УДК 697.34:004.942:621.56
DOI: 10.36871/26189976.2026.04-3.011

Авторы

Айрат Линарович Осипов,
ФГБОУ ВО Казанский государственный энергетический университет, Казань, Россия

Аннотация

Рассматривается теоретико-методическая постановка цифрового двойника системы отопления и кондиционирования здания, предназначенного для прогностического управления в условиях переменно доступной тепловой и холодильной мощности. Актуальность задачи определяется тем, что эксплуатация зданий формирует существенную долю мирового конечного энергопотребления, а ограничения по тепловому вводу, электрической нагрузке, пропускной способности теплообменного оборудования и холодильных машин непосредственно влияют на достижимость нормативного температурного режима. Предложена редуцированная двухемкостная модель тепловой динамики помещения, выведены дискретные уравнения состояния, показана процедура формирования ограничений по мощности через расходно-температурные соотношения гидравлических контуров.

Ключевые слова

цифровой двойник
мягкие измерения
прогностическое управление
тепловая инерция

Список литературы

[1] Ахмаров А. В. Модели софинансирования социальных страховых программ: сравнительный анализ и перспективы для России / А. В. Ахмаров, А. М. Мамаева, К. Д. Шахдуллаев // Экономика и управление: проблемы, решения. – 2025. – Т. 11, № 3(156). – С. 211-217. – DOI 10.36871/ek.up.p.r.2025.03.11.022. – EDN AYUZOK.

[2] Ильина Т. Н., Саввин Н. Ю., Аверкова О. А., Логачев К. И. Цифровой двойник инженерных систем общественного здания // Вестник евразийской науки. 2024. Т. 16. № 6.

[3] Кычкин А. В., Горшков О. В., Селиванов В. А., Павлов В. А. Технология программной имплементации цифрового двойника в контур IoT управления HVAC-системой // Прикладная информатика. 2021. Т. 16. № 5. С. 33-47.

[4] Степанов И. О., Крайнов Д. В. Применение цифрового двойника для мониторинга микроклимата в помещении // Известия КГАСУ. 2024. № 2(68). С. 26-36. DOI: 10.48612/ NewsKSUAE/68.3.

[5] Hosamo H., Hosamo M. H., Nielsen H. K., Svennevig P. R., Svidt K. Digital Twin of HVAC system for multiobjective optimization of energy consumption and thermal comfort based on BIM framework with ANN-MOGA // Advances in Building Energy Research. 2023. Vol. 17. No. 2. P. 125-171.

[6] International Energy Agency. Energy Efficiency 2023. URL: https://iea.blob.core.windows. net/assets/dfd9134f-12eb-4045-9789-9d6ab8d9fbf4/EnergyEfficiency2023.pdf (дата обращения: 15.04.2026).

[7] Klanatsky P., Veynandt F., Heschl C. Grey-box model for model predictive control of buildings // Energy and Buildings. 2023. Vol. 300. Art. 113624.

[8] Oldewurtel F., Jones C. N., Parisio A., Morari M. Stochastic Model Predictive Control for Building Climate Control // IEEE Transactions on Control Systems Technology. 2014. Vol. 22. No. 3. P. 1198-1205.

[9] Parisio A., Molinari M., Varagnolo D., Johansson K. H. A Scenario-based Predictive Control Approach to Building HVAC Management Systems // 2013 IEEE International Conference on Automation Science and Engineering. 2013. P. 428-435.

[10] Serale G., Fiorentini M., Capozzoli A., Bernardini D., Bemporad A. Model Predictive Control for Enhancing Building and HVAC System Energy Efficiency: Problem Formulation, Applications and Opportunities // Energies. 2018. Vol. 11. Art. 631.

[11] Walther K., Molinari M., Voss K. Controls of HVAC systems in digital twins — comparative framework and case study on the performance gap // Journal of Building Performance Simulation. 2025. DOI: 10.1080/19401493.2024.2446517.