ALGORITMOS PMV-MBPC PARA CONFORTO TÉRMICO EM EDIFICAÇÕES: APLICAÇÃO EM
UMA CÉLULA-TESTE
EMERSON DONAISKY
∗
, GUSTAVO H. C. OLIVEIRA
∗
, NATHAN MENDES
∗
∗
PUC-PR: Rua Imaculada Conceição, 1155, Curitiba, Paraná, Brasil
Abstract— The present paper is focused on thermal comfort control problem for building occupants. Thermal comfort is a
concept difficult to define and, here, the PMV index is used for such measurement. Based on such index, two predictive control
strategies, characterized by having terminal constraints are presented, called here PMV-MBPC. The first thermal comfort control
is based on generating a temperature set-point signal that optimizes the building (single zone) internal PMV value. The second
includes the PMV model in the controller prediction computations, generating a non-linear PMV model having Wiener structure.
Simulation results, conducted with actual climate data, illustrate the performance of the thermal comfort control algorithms. An-
other environment is implemented in real time using an oil-heater and experimental results illustrate the thermal comfort predictive
control performance.
Keywords— Thermal Comfort, PMV, Predictive Control, Optimization
Resumo— Este artigo está voltado ao problema de controle de conforto térmico para ocupantes de edificações. Conforto térmico
é um conceito de difícil definição e, neste trabalho, utiliza-se o índice PMV para sua avaliação. Através deste índice, duas
estratégias de controle preditivo caracterizadas por ter restrições terminais, denominadas aqui de PMV-MBPC, são apresentadas.
Na primeira estratégia a gestão do conforto térmico é realizada através da geração de sinais de referência para o controlador que
otimiza o valor de PMV dentro de uma zona térmica da edificação. Na segunda o modelo de PMV está incluso nos cálculos de
previsão do controlador, gerando um modelo não-linear com estrutura Wiener. Resultados de simulação, conduzidos com dados
climáticos reais, ilustram o desempenho dos algoritmos de controle de conforto térmico. Outro ambiente é implementado em tempo
real usando um aquecedor a óleo e resultados experimentais ilustram o desempenho do controle preditivo de conforto térmico.
Palavras-chave— Conforto Térmico, PMV, Controle Preditivo, Otimização
1 Introdução
Eficiência energética em edificações é, hoje em dia,
um assunto importante devido ao crescimento dos cus-
tos da energia, consumo e dos impactos ambientais
correlacionados. Entretanto, existe uma relação en-
tre consumo de energia e conforto térmico em edifi-
cações. De fato, as pessoas passam uma parte rele-
vante de suas vidas em ambientes climatizados arti-
ficialmente e o desconforto térmico tem efeitos dire-
tos na produtividade e na satisfação de cada indivíduo.
O objetivo é, portanto, economizar energia enquanto
mantém-se o conforto térmico dos ocupantes.
Por outro lado, conforto térmico em edificações é
um conceito de difícil definição, portanto, nas últimas
décadas, um grande número de índices de conforto tér-
mico foram estabelecidos para análise de edificações e
projetos de sistemas de controle para equipamentos de
climatização. Fanger, em (Fanger, 1970), propôs um
índice, chamado PMV (Predicted Mean Vote), que é
baseado em fatores ambientais e individuais. O valor
do PMV varia de -3 (sensação de muito frio) a +3 (sen-
sação de muito calor) e quanto mais próximo a zero
este valor, melhor será a sensação de conforto térmico
dos ocupantes.
Algoritmos de controle para conforto térmico em
sistemas de climatização são aqueles que consideram
explícitamente na estrutura da lei de controle aspectos
relacionados com conforto térmico além da simples
realimentação de temperatura. Um exemplo é admi-
tir o PMV como um sinal mensurável e controlável, e
incluí-lo como parte da realimentação em uma estru-
tura de malha-fechada. Alguns exemplos são os traba-
lhos (Kolokotsa et al., 2001) e (Gouda et al., 2001), no
contexto de algoritmos de controle PID e Fuzzy. Por
outro lado, o índice PMV pode ser incluído na fun-
ção custo para gerar uma lei de controle de conforto
térmico baseado nos fundamentos do MBPC (Model
Based Predictive Control) (Freire et al., 2005; Freire
et al., 2008).
No presente artigo, duas estratégias de controle de
conforto baseadas no índice PMV e no MBPC (deno-
minadas aqui de PMV-MBPC) são propostas e com-
paradas. Na primeira, tendo como base uma malha de
controle com algoritmo CRHPC (Constrained Rece-
ding Horizon Predictive Control)(Camacho and Bor-
dons, 1999), o índice PMV é utilizado em uma malha
de supervisão para geração de um sinal ótimo de refe-
rência. Resultados em tempo real em uma célula-teste
de 8m
3
com condições higrotérmicas externas moni-
toradas, são apresentados. Na segunda, o algoritmo
PMV é incorporado no modelo de previsão formando
uma estrutura não-linear do tipo Wiener. O algoritmo
de controle resultante é não-linear com restrições ter-
minais ou NCRHPC (Non-linear CRHPC). Modelos
com bases de funções ortonormais, em particular, as
funções de Laguerre (Campello et al., 2007), são utili-
zados na representação do conjunto sistema de clima-
tização e edificação.
O artigo está organizado como se segue. Na pró-
xima seção, questões de modelagem da edificação são
apresentadas. A Seção 3 contém os dois algoritmos
PMV-MBPC propostos no presente artigo. Na Se-
ção 4, resultados de simulação são apresentados e, na
Seção 5, a estratégia de controle de conforto térmico
é aplicada em tempo real. Finalizando, na Seção 6, o