电梯群控优化算法降低能耗

作者：Anton Glad、Juho Kokkala、Mirko Ruokokoski、Janne Sorsa 和 Toni Tukia

这篇论文在西班牙巴塞罗那举行的 2022 年国际电梯和自动扶梯研讨会上发表。

抽象

电梯群控制器 (EGC) 负责分配由电梯服务的乘客发出的呼叫。 现代 EGC 通过优化某些目标函数（例如乘客的平均等待时间或到达目的地的平均时间，或两者的组合）来为每次呼叫选择最佳电梯。

由于缓解气候变化的举措，人们对节能解决方案的兴趣预计会增加。 更一般地说，未来的 EGC 需要能够在提供给乘客的服务质量和资源消耗之间取得平衡。 这两个愿望通常是相互冲突的，例如，减少能源消耗可能需要增加等待时间或一些乘客到达目的地的时间。 为了在这些目标之间取得平衡，EGC 应适应交通状况，以便在乘客需求低时节省能源，同时不牺牲在乘客需求高时为乘客提供的服务质量和处理能力。 一种方法是调整描述目标函数中各种目标的相对重要性的权重参数，以便实现的服务质量与某个目标相匹配。 理想情况下，还应该可以根据特定建筑物的需要调整节能的重要性。

本文的目的是演示最近开发的电梯群控算法，该算法通过改变目标的权重来处理服务质量和能源消耗之间的权衡，试图在所有时间确保足够的服务质量，同时在运行期间实现节能。低需求。 为了通过人流模拟研究新算法的性能，我们模拟了一组考虑不同电梯群大小、不同交通条件以及常规控制和目的地控制系统的案例。

1. 引言

随着我们见证气候变化和经历能源危机，能源消耗和自然资源的有效利用变得越来越重要。 因此，应充分利用一切手段来减少隐含碳和运营能耗。 建筑行业约占世界能源消耗总量的三分之一。^[1] 据估计，电梯消耗的电力占发达国家总用电量的 1%，而且建筑物之间的差异很大。^{[2 3]}

在交通高峰期，电梯可占高层建筑总电力需求的 40%。^[4]

高层建筑乘客电梯的规划和选型以电梯安装应满足高峰期乘客需求为原则。^[5] 理想情况下，电梯设备在高峰时段没有容量闲置。 然而，在高峰时段之外，电梯消耗的能量可以通过控制手段减少（例如，[6, 7, 8]）。

本文介绍了一种新型节能型EGC。 它包括一个多目标优化算法，用于将乘客呼叫分配给电梯，以及一种在相互冲突的优化目标（即乘客服务质量和能源消耗）之间调整权重系数的方法。 虽然已经为各种控制系统开发了该方法，但节能潜力取决于控制系统可以为其呼叫分配提供哪些信息，以及它如何适应不断变化的交通状况。

传统的控制系统 (CCS) 仅通过每个层站的上行和下行呼叫按钮记录乘客的行进方向，并通过电梯中的楼层选择按钮记录目的地。^[5] 因此，呼叫分配对优化电梯路线的乘客需求信息有限。 但是，CCS 通常允许重新分配呼叫，这使系统能够适应不断变化的乘客需求。^[9]

另一方面，目的地控制系统 (DCS) 要求每位乘客选择已经在大厅的目的地楼层，但立即将给定呼叫分配给电梯。^[10]
混合 DCS 在上层引入了上下呼叫按钮，可以像在 CCS 中一样重新分配呼叫。^[11] 然而，先进的目的地控制系统 (ADCS) 会收集所有大堂的乘客目的地楼层，但至少在较高楼层会延迟呼叫分配，直到服务电梯开始减速到层站。^{[12 13]}

为了通过新的优化算法在传统和目的地控制系统中量化电梯能耗的减少，使用建筑交通模拟器 (KONE BTSTM) 模拟了典型的日常乘客需求。^[14]

本文的其余部分安排如下。 第 2 节讨论电梯能耗的建模。 第 3 节描述了基于多目标呼叫分配的新 EGC，它优化了乘客服务质量和电梯能耗。 第 4 节定义了一种基于典型的每日乘客需求评估能源消耗的模拟方法。 第 5 节报告模拟结果，而第 6 节总结本文。

2. 能耗建模

电梯的运行能耗取决于所应用的电梯技术和电梯使用情况，即群控逻辑和乘客需求。 通常，能量消耗分为运行能量和非运行能量。^[15] 运行能量包括电梯运行和门操作过程中消耗的所有能量。 非运行能量通常分为空闲和待机时间段。 空闲时间包括车门打开和用户进出汽车的时间，以及在空闲模式下车门关闭的时间。 当电梯进入深度节能模式时，待机时间开始，通常是在 5 分钟不活动后。

本研究采用本文分析的建筑物的典型电梯设计。 电梯运动的能耗，即提升能量，包括所采用的机械和驱动类型、机械台板和井道中使用的机械部件以及对重、电梯轿厢和悬架的质量等设计方面。补偿绳索。

除了应用的电梯技术外，每次行程的动力学和运动学都会影响行程的能耗。 最主要的因素包括负载、运动方向和行程距离。 此外，应用的速度、加速度和加加速度值会影响机械和轴中的能量损失。

除了提升操作消耗的能量外，电梯中的每个电气元件和子系统也可以建模为具有特定的电力需求特性，这些特性取决于电梯的运行模式：运行、门操作、空闲和待机。 结合电气和提升模型的能耗明细，可以计算出电梯每趟的能耗以及空闲和待机模式下的能耗。

3.节能组控制器

EGC 决定哪部电梯服务于哪个呼叫以及呼叫服务的顺序。 解决此动态在线问题的常用方法是解决一系列快照问题，其中在每个决策点，根据当前可用信息分配所有当前调用。 快照问题中的目标函数通常仅包括乘客服务质量度量，例如乘客的平均等待时间或到达目的地的平均时间。 解决快照问题，例如，使用遗传算法。 参见，例如，[16, 12]。

Tyni 和 Ylinen 考虑将能量消耗添加到目标函数中。^[7] 在低乘客需求期间，可以通过做出服务质量较差但能耗较好的呼叫分配决策来节省能源。 在高需求期间，由于为乘客服务质量付出的成本可能过高，因此节能空间较小。 因此，需要根据需求调整这些目标的相对权重。 为此，他们提出了一种 CCS 方法，其中使用比例积分控制器（PI 控制器）来调整着陆呼叫的呼叫时间和能量消耗的相对权重，目的是将平均呼叫时间保持在具体目标水平。^[7]

在 DCS 的情况下，已知需要根据交通情况调整例如等待时间与运输时间或到达目的地的时间的相对权重，因为在高乘客需求期间，需要优化到达目的地的时间以最大化处理能力而在较轻的需求期间，可以考虑最小化等待时间的偏好（例如，[14]）。 除了乘客服务质量之外，为了考虑 DCS 中的能源消耗，EGC 需要自适应地改变三个目标的权重，即等待时间、运输时间和能源消耗。^{[17 12]}

本文提出了一种在等待时间（WT）、运输时间（TT）和能量消耗（EC）之间取得平衡的群控制器算法。 快照优化问题的形式为

分钟 : Σ _∈ （） + ^WTΣ _∈ （） + ^EC （）+（）

其中，乘客集合是什么？呼叫分配方案是什么？ （）， （） 是 WT 和 TT 如果选择该方案，则乘客的能耗成本为（），（）衡量该方案引起的能耗成本，（）包含其他项。最后， ^WT, ^TT和 ^EC 是控制三个目标相对重要性的权重系数。

扩展 PI 控制器方法，^[7] 定义了两个单独的目标级别，一个用于平均等待时间 (AWT)，一个用于平均 运输时间偏差 (ΔATT)，运输时间与没有停靠和其他延误的理想运输时间之间的差异。 使用此 ΔATT 是因为它较少依赖于运行的楼层数，因此可以很好地推广到所有类型的电梯组。

对于这两个目标，分别引入一个独立的PI控制器。每个控制器监测一个目标量，并输出一个控制信号，表示为 ^TT, ^WT ∈ [0,1]，分别。 如果相应量的观察水平高于目标水平，则每个控制器增加控制信号，如果观察水平低于目标，则减少控制信号。 此处观察到的水平是由快照问题的结果的指数平滑形成的，类似于^[7].

^TT =（ ^TT + (1 − ^TT) ^WT),
^TT = ^TT ,
^TT = (1 − ^TT)(1 − ^WT).

最后，需要将两个独立PI控制器的控制信号组合成目标函数的权重。对于DCS系统，如果未达到ΔATT目标，则应将所有精力集中在最大化编队的处理能力上。当达到ΔATT目标时，可以考虑其他偏好，例如保持AWT在期望水平并降低EC。因此，从控制信号中获得的权重应：i) 尽可能接近纯粹的到达目的地时间优化。  ^TT ii) 当控制信号接近 1 (ΔATT 高于目标值) 时，接近纯等待时间优化 ( ^TT, ^WT) 接近 (0,1), iii) 当两个控制信号都接近 0 时接近纯 EC 优化。这些需求通过以下映射来满足：

对于 CCS，使用具有两个目标和相应控制器的相同方法，但两者之间的相对权重 WT 和 TT 保持不变。在这种情况下，权重与上述相同，只是 TT 设置为（ ^TT + (1 − ^TT) ^WT其中，是一个常数，用于控制两者之间的权衡。 WT 和 TT.

四、仿真方法及性能指标

ISO 25745-2：2015^[15] 和 VDI 4707-1:2009^[18] 介绍估算电梯能效的方法。 两者都基于固定的电梯行程次数，并且适用于单部电梯。 然而，为了评估控制系统对能耗的影响并比较不同的技术，评估中需要一种模拟方法。 模拟了基于多租户办公室和单租户办公室测量结果的每日乘客需求，如图 1 所示。^[9] 模拟中发生的电梯行程与按特定负载和行驶距离建模的运行能量相关联，这使得能够计算每日运行能量消耗。^[15]

考虑两个不同的电梯组，命名为 L4 和 L8。 电梯和建筑参数如表 1 所示。同时考虑了 CCS 和 DCS。 电梯组参数的选择方式应使 CCS 组至少具有每 12 分钟处理 5% 人口的能力。^[5] DCS 组比相应的 CCS 组拥有更多的人口，当使用标准公式计算时，这会将它们的处理能力降低到每 10 分钟约 5%。 因此，本实验中的 DCS 组需要在高峰交通期间提高处理能力，并且与 CCS 组相比通常处于更重的乘客需求之下。

为了评估节能组控制的效果，使用了以下关键绩效指标 (KPI)：

• 平均等待时间 (AWT)^[5]
• 平均传输时间偏差 (ΔATT)，在第 3 节中定义
• 到达目的地的平均时间 (ATTD)^[5]
• 电梯启动次数
• 运行能耗 (EC)，电梯行程的能耗总和，包括门操作。
• 单位负载和距离的运行能耗 (ECPLD)^[19]
• Car Load Factor (CLF)，电梯往返期间最大乘客人数占额定载客量的百分比，往返平均。
• 中途停靠点 (IS)，乘客在旅途中面临的平均停靠站数，不包括始发站和目的地楼层的停靠站。

5. 仿真结果

在以下结果中，为减少方差，使用随机乘客到达的三个独立实现重复模拟，报告的结果是它们的平均值。

5.1 目的地控制系统仿真

图 2 显示了 L4 组电梯在多租户办公楼中每日乘客需求的仿真结果。考虑了三种目的地控制系统。DCS（蓝线）仅考虑服务质量来分配乘客呼叫；E-DCS（绿线）和 E-ADCS（灰线）基于新的多目标优化控制器，同时考虑电梯能耗。DCS 和 E-DCS 在呼叫登记后立即分配，而 E-ADCS 则延迟分配较高楼层的呼叫。图中绘制了以下指标随时间变化的曲线：能耗系数 ^EC 从第一个实现的E-ADCS仿真，AWT, ATTD, ΔATT, EC,和电梯行程数。 绿色背景表示能量权重系数何时超过 0.5，这可以解释为群控制器何时以节能为目标的粗略指示。

结果表明，平均而言，在非高峰时段，E-DCS 和 E-ADCS 的等待时间和到达目的地的时间增加，以节省能源。 尽管如此，平均等待时间和平均通行时间偏差仍接近其目标水平，分别为 25 秒和 20 秒。 然而，随着更多呼叫被分配到同一部电梯，乘坐电梯的次数减少了。 当出站流量占主导地位时，节能效果最为突出。 这可以从图 3 中得到验证，该图显示了与 DCS 相比，E-ADCS 的运行能耗降低。 出站流量发生在例如上午 11 点左右午餐时间开始时和下午 2 点后的整个下午

表 2 报告了上述模拟中一些 KPI 的平均值。 在这种情况下，E-ADCS减少了10%的行程次数和18%的运行能耗。

表 3 显示了电梯组和需求概况的平均 KPI 值，其中首先计算了每个单独模拟的平均值。 表 4 显示了不同控制系统之间这些结果的比较。 结果表明，通过使用节能群控，E-DCS 的运行能耗平均降低了 9%，E-ADC 的运行能耗平均降低了 11%。 出行次数也分别减少了 5% 和 7%，这可能有助于降低维护频率。 然而，使用 DCS 的节能权衡是 AWT 延长 11%，ATTD 延长 6%。 使用 E-ADCS 可以节省更多能源，同时缩短等待时间和到达目的地的时间，并减少全天乘坐电梯的次数。

5.2 传统控制系统的仿真

还使用 CCS 进行了模拟。 表 5 显示了这些模拟的结果，其中控制系统 CCS 指的是完全集中控制原则的呼叫分配，E-CCS 指的是基于新优化算法的呼叫分配。 结果是两个组大小和两个流量配置文件的平均值。 最后一行显示了使用 E-CCS 与 CCS 相比的改进。 使用 CCS，最大的节能权衡发生在 CLF 和 IS 指标上。

6。 结论

本文提出了一种优化乘客服务质量和电梯能耗的电梯群控算法。 群控通过多目标优化算法为乘客呼叫分配电梯，该算法通过权重系数在乘客服务质量和电梯能耗之间取得平衡。 另外，群控将服务质量权重系数调整到预设的目标值。 为了比较控制系统之间的能耗，提出了一种仿真方法。 对每日乘客需求的模拟提供了有关电梯行程的准确数据，即具有特定行程距离和特定乘客数量的行程次数。 然后每日运行能量被计算为所有电梯行程的电梯运行能量的总和，其中行程运行能量可以基于建模或测量。

新的群控对服务质量和能源消耗的影响通过对假想办公楼的模拟实验得到证明。 传统控制系统中的新优化算法导致电梯运行能量节省17%，电梯启动次数减少6%。 在目的地控制系统的情况下，使用具有即时呼叫分配的传统目的地控制，运行能量减少了 9%，而使用允许在较高楼层重新分配乘客呼叫的新的高级目的地控制，运行能量减少了 11%。 值得注意的是，DCS 模拟的乘客需求明显高于 CCS 模拟。 由于运载更多乘客的能力，使用 DCS 的每名乘客的运行能耗低于 CCS。 此外，与具有完全集体呼叫分配的 CCS 相比，具有新优化算法的 ADCS 可将每负载每距离消耗的运行能量减少高达 30%。

因此，减少电梯运行能耗的最大潜力来自控制系统，该系统收集有关乘客行程的详细数据，并留有足够的灵活性以适应不断变化的交通状况。 新的优化算法有望不仅在办公室而且在其他类型的建筑物中提供显着的节能效果，在这些建筑物中，电梯群经过精心规划，并且电梯不会一直在其性能极限下运行。 此外，电梯待机模式可进一步节省能源消耗。 它们对总能耗的影响也可以与闲置期间消耗的能源一起纳入模拟模型，并在报告生命周期消耗和 CO 时包括在内₂ 排放。

---

案例

[1] 国际能源署 (IEA)，“世界能源展望”，IEA，巴黎，2021 年。

[2] T. Tukia、S. Uimonen、M.-L。 Siikonen、C. Donghi 和 M. Lehtonenn，“模拟电梯的总功耗——纽约市案例研究”，Applied Energy，卷。 251，页。 113356，1 年 2019 月 XNUMX 日。

[3] A. De Almeida、S. Hirzel、C. Patrão、F. Joäo 和 E. Dütschke，“欧洲节能电梯和自动扶梯：能源效率潜力和政策措施分析”，《能源与建筑》，卷. 46，第 151-158 页，2012 年 XNUMX 月。

[4] K. Al-Kodmany，“高层建筑和电梯：近期技术进步​​回顾”，建筑，卷。 5，没有。 3，第 1070-1104 页，2015 年。

[5] ISO，ISO 8100-32:2020 载人和货物运输电梯 — 第 32 部分：安装在办公室、酒店和住宅建筑中的乘客电梯的规划和选择，瑞士：国际标准化组织，2020 年。

[6] R. Peters，“绿色电梯控制策略”，国际电梯工程师杂志，第一卷。 2, 1998.

[7] T. Tyni 和 J. Ylinen，“电梯轿厢路径问题中的进化双目标优化”，欧洲运筹学杂志，卷。 169，没有。 3，第 970-977 页，16 年 2006 月 XNUMX 日。

[8] S. Kobori、M. Iwata、N. Suzuki 和 S. Yamashita，“电梯群控系统的节能技术”，载于电梯技术，2010 年。

[9] M.-L。 Siikonen，“高层建筑电梯的规划和控制模型”，博士论文，赫尔辛基科技大学，1997 年。

[10] J. Schröder，“高级调度 - 目的地大厅呼叫 + 即时车辆到呼叫的分配：“M-10””， Elevator World，卷。 38，没有。 3，第 40-46 页，1990 年 XNUMX 月。

[11] M.-L。 Siikonen、J. Sorsa 和 T. Susi，“通力北极星混合动力车”， Elevator World，卷。 60，没有。 7，第 108-112 页，2012 年 XNUMX 月。

[12] J. Sorsa, “Optimization Models and Numerical Algorithms for an Elevator Group Control System”，博士论文，阿尔托大学，2017。

[13] R. Barker，“统一的电梯调度和乘客界面”， Elevator World，卷。 66，没有。 11，第 82-90 页，2018 年 XNUMX 月。

[14] M.-L。 Siikonen、T. Susi 和 H. Hakonen，“高层建筑中的客流模拟”， Elevator World，卷。 49，没有。 8，第 117-123 页，2001 年 XNUMX 月。

[15] ISO, ISO 25745-2:2015 Energy performance of lifts, escalators and moving walks - Part 2: Energy calculation and classification for lifts (elevators), 国际标准化组织, 2015.

[16] T. Tyni 和 J. Ylinen，“电梯轿厢路径问题中的遗传算法”，载于遗传和进化计算会议论文集 (GECCO-2001)，旧金山，2001 年。

[17] T. Hautamäki，“电梯呼叫分配的多目标优化模型”，硕士论文，阿尔托大学，2021 年。

[18] VDI，VDI 4707:1 Aufzüge Energieeffizienz，杜塞尔多夫：VDI Verein Deutscher Ingenieure eV，2009。

[19] A. So、G. Cheng、W. Suen 和 A. Leung，“电梯性能评估的两个数字”， Elevator World，卷。 53，没有。 1，第 102-105 页，2005 年。

---

致谢

这项研究由 Business Finland Veturi 基金在“城市生活之流”计划下共同资助。