Model Predictive Control of District Heating with Thermal Energy Storage
Author
Hermansen, Daniel Fredsgaard
Term
4. semester
Education
Publication year
2026
Submitted on
2026-06-17
Abstract
This project examines how to control a district heating system more efficiently using predictive control together with thermal energy storage. The system consists of a central heat source, a long transmission pipeline, a demand area, and a storage tank in which hot and cold water form separate temperature layers (a stratified tank). A control‑oriented model is developed to describe delayed heat transport in the pipes, the dynamics of heat storage and movement in the tank, and the time‑varying heat demand. Based on this model, an Extended Kalman Filter—an advanced calculation method—is used to estimate important system states that cannot be measured directly, using only a limited number of temperature measurements. These estimated states are then used in a nonlinear Model Predictive Controller (MPC). MPC is a control method that predicts how the system will evolve over a chosen time horizon and then computes the best control actions. In this project, the MPC coordinates the supply temperature from the plant and the use of the thermal energy storage over the prediction horizon. Simulation results show that the proposed combination of Extended Kalman Filter and nonlinear MPC can coordinate heat transport and storage operation under both normal and uncertain operating conditions. In the tested scenarios, the controller is able to meet the heat demand and provides a solid basis for future validation using operational data or more detailed models.
Dette projekt undersøger, hvordan man kan styre et fjernvarmesystem mere effektivt ved hjælp af forudsigende regulering og et varmeenergilager. Systemet består af en central varmekilde, en lang transmissionsledning, et forbrugsområde og en lagertank, hvor varmt og koldt vand er lagdelt i forskellige temperaturzoner (en stratificeret tank). Der udvikles en model, der er egnet til styring, og som beskriver, hvordan varme transporteres med forsinkelse gennem rørene, hvordan varmen lagres og flyttes i tanken, og hvordan varmebehovet ændrer sig over tid. På baggrund af denne model bruges et Extended Kalman Filter, en avanceret beregningsmetode, til at anslå vigtige, men ikke direkte målte tilstande i systemet ud fra et begrænset antal temperaturmålinger. Disse estimerede tilstande anvendes derefter i en ikke‑lineær Model Predictive Controller (MPC). MPC er en styringsmetode, der forudsiger, hvordan systemet vil udvikle sig over et valgt tidsrum (horisont), og derefter beregner de bedste styresignaler. Her bruges MPC til at koordinere forsyningstemperaturen fra anlægget og udnyttelsen af varmeenergilageret over denne forudsigelseshorisont. Simulationsresultaterne viser, at den foreslåede kombination af Extended Kalman Filter og ikke‑lineær MPC kan koordinere varmetransport og lagerdrift både under normale forhold og når der er usikkerhed i driften. Styringen formår at dække varmebehovet i de undersøgte tests og udgør et grundlag for senere afprøvning på virkelige driftsdata eller mere detaljerede modeller.
[This abstract has been rewritten with the help of AI based on the project's original abstract]