《Buildings》：Advancements in Control Strategies for Electrochromic Devices in Smart Building Applications: A Review of Predictive, Adaptive, and Hybrid Approaches
智能建筑中的电致变色器件已被作为改善节能以及视觉和热舒适的潜在解决方案而得到发展。本文综述了ECDs在预测性、环境响应性和自适应性策略方面的先进控制策略，以提升建筑性能。最常用的方法之一是基于规则的控制。RBC正被更复杂的模型预测控制和机器学习程序所补充和完善。通过动态响应不断变化的外部环境（如日光、眩光、温度和太阳辐射）来调整ECD的行为，这些改进的技术确保了实时自适应性、节能和乘员舒适度的显著改善。本文系统地考察了文献中可用的ECD控制技术，详细说明了各种气候条件下的性能指标、节能效果和舒适度提升。本文还研究了基于MPC和ML模型的混合技术，这些技术克服了传统控制系统面临的障碍。此外，还概述了它们与光伏和热致变色系统等可再生能源的兼容性，以关联净零能耗建筑。本文最后回顾了未来的发展方向，这些方向可能会促成模型、传感器网络和基于人工智能的自适应框架的标准化，从而扩大ECD在不同建筑环境中的规模和现实世界适用性。
1. Introduction
室内环境质量的设计通过自然采光、视觉和热舒适以及能源需求实现，是研究人员和政策制定者的共同目标。窗户的能量传输是热辐射的一部分，涉及热量在固体和气体之间的同步移动。随着材料科学的进步，传统的静态窗户已演变为智能窗户，并朝着净零能耗窗户发展。电致变色器件作为智能窗户的一种，因其在调节空间热学和光学条件方面的有效性而备受关注。相比于传统的玻璃系统，智能窗户系统能够动态控制通过玻璃系统的传输能量，作为建筑用户的“第三层皮肤”。由于能耗低且适应范围广，EC窗户在日光和太阳辐射管理方面被认为是一种非常有效的技术。常规的ECD通常采用多层架构，包含对氧化还原有活性的电致变色材料层、用于电荷补偿的离子存储层、涉及电解质的离子传输层以及作为电子提供者的导电电极。通过对WO
3等无机材料施加电场，引发离子嵌脱，从而实现可逆的光学性质变化。然而，由于自适应窗户的可调性有限，采用动态控制方法对于影响办公建筑的能耗、热舒适和视觉舒适至关重要。虽然基于规则的控制算法被广泛使用，但预测性技术如机器学习 和建模为确定最佳材料特性和设计提供了更快捷的替代方案。本研究旨在综合预测性和集成ECD控制策略的相关信息，比较不同控制策略在节能、舒适度提升方面的表现，并提出有效的控制技术建议以优化特定气候下的建筑性能。
2. Bibliometric Analysis
本节进行了文献计量分析，使用Web of Science核心合集进行了文献检索，并通过VOSviewer软件构建了关键词共现网络。分析表明，模型预测控制 在研究中占据主导地位，与优化、计算建模和能源管理密切相关，这反映了其作为一种基于模型的优化策略，在平衡视觉舒适、能源效率和系统成本方面的作用。此外，预测模型与机器学习技术及EC器件控制的联系也显现出来，反映了研究人员对使用以乘员为中心的工具和神经网络策略的动态和数据驱动系统的兴趣日益增加。
3. Methodology
研究人员进行了系统的文献综述，从Google Scholar、Science Direct、Scopus等数据库中收集了相关研究。检索使用了“electrochromic”与控制策略相关的关键词组合。通过两阶段筛选程序，对研究质量和偏倚风险进行了结构化评估。研究遵循PRISMA框架报告了研究的识别和选择程序，最终保留了符合纳入标准的研究进行定性综合。该方法为了解ECD的最先进控制机制提供了广泛而深入的基础。
4. Overview of Electrochromic Device Functionality
电致变色器件 是一种可逆或可切换颜色的玻璃，由直流电驱动，能够调制近红外光和可见光。其结构通常为两块玻璃面板之间的五层夹心结构，包括电子接受层（如LixV
2O
5）、离子导体层（如LiAlF
4）以及电极材料（如WO
3或NbO
2）。在施加直流电源时，Li
+离子从嵌脱层传输到电极层，引发阴极着色或阳极着色反应；切断电源则使离子返回，恢复器件的透过率。决定EC材料和器件效率与功能的关键性能参数包括光学调制与对比度、响应时间、光学记忆、系统机械稳健性以及寿命等，这些因素共同定义了智能玻璃和自适应建筑应用中电致变色技术的运行质量、能源性能和可持续性。
5. Performance Parameters for Evaluating Electrochromic Materials and Devices
电致变色材料和器件的性能可以通过多种指标来衡量。对比度 是评估颜色变化影响的主要指标，表示着色或漂白后材料或器件的颜色变化程度。光密度 表示介质对光的衰减，根据比尔-朗伯定律与吸收物质的浓度和光程长度成正比，是材料透明度/不透明度的可靠指标。着色效率 是产生一定颜色切换吸光度所需的单位面积功耗，CE越高的ECD在产生相同光学调制时所需的电荷越少，表明能效更高。开关时间 是材料从着色状态切换到漂白状态所需的时间，受电解质离子电导率、离子扩散速率等因素影响。生命周期基于漂白和着色循环的次数，受施加电压、电解质类型等因素影响。光学记忆则指在无外部电压下光学性质的稳定性。
6. Rule-Based Control Strategies
在建筑主动式玻璃系统中，最常用的控制算法是基于规则的控制 或开/关及中间状态控制器策略。它被设计为执行“如果条件-则动作”的规则。在建筑性能模拟中，基于规则的控制器可以模仿人类对环境变化的反应。多项研究表明，RBC策略在电致变色玻璃系统中对能源性能、热舒适和采光结果有显著影响，能显著节约能源并增加租户保持室外视野的时间比例。
7. Classification of Control Strategies by Objective
按目标对控制策略进行分类是指根据其主要目标对方法进行分组，例如增强视觉舒适度、降低能耗、改善热舒适度或平衡多种建筑性能标准。
8. Daylighting
8.1. Control Strategy Based on Illuminance
照度水平是室内采光的关键因素，照明控制策略根据室外照度水平决定电致变色窗户的玻璃状态。通常可以分为四种状态，从状态1到状态4，玻璃的可见光透射比 和太阳得热系数 逐渐下降。当房间有多扇EC窗时，玻璃状态通常根据每扇窗对室内采光点的照度贡献进行修正。相关研究开发了一种基于天空条件变化自动控制分窗EC窗色调状态的紧凑集成系统，通过嵌入式光度计 设备感测天空亮度并控制室内照明。结果表明，在自动EC玻璃控制下，工作面照度 和日光眩光概率 大部分时间被限制在舒适范围内。
8.2. Glare Control
当太阳进入乘员的视野范围内时，避免不适眩光是一项挑战。当太阳进入预定义的位置范围时，ECD将变暗至最深着色状态以减轻不适眩光。依赖眩光指数和照度的规则控制通常用于EC窗眩光控制。研究人员使用实时采光计算，测量天空亮度分布以评估不同工作面照度和玻璃着色状态对的眩光概率，从而选择满足采光需求的EC窗最佳状态。
9. Thermal Comfort
9.1. Control Strategy Based on Incident Solar Radiation
入射太阳辐射在室内空间造成大量热增益，对热舒适性有很大影响。该控制策略中，电致变色窗玻璃的切换同样在状态1至状态4之间进行，其变暗由外表面的太阳辐射速率增加触发。研究表明，ECD在以冷却能耗为主的建筑中是有效的替代方案，立面朝向极大地影响ECD的着色。设定太阳辐射为150 W/m
2的执行点可以产生有效的控制结果，使用总入射和总水平太阳辐射操作智能立面可实现最大的节能。
9.2. Temperature and Thermal Comfort Control
研究人员采用由室外照度和温度组成的决策变量来切换ECD的透明状态，发现该算法可显著降低建筑能耗。计算分析表明，在操作上由温度控制的电致变色窗在所有情况和地点中提供了降低能耗的最大潜力。
10. Energy Efficiency
高效的控制算法对于实现可控EC窗的最大效益至关重要。基于规则的控制策略通常采用太阳辐射和室内照度作为控制变量，并尝试以最小化能耗为目标。不同地区采用RBC策略可实现12%至20%不等的节能。此外，结合电致变色薄膜太阳能电池的太阳能光伏 窗户能够同时主动利用和调节阳光。研究表明，热流控制策略在减少日光过度照明、峰值需求、净年能耗等方面优于传统低辐射 窗户设计。通过基于模拟的最优控制，可降低制冷需求的日峰值和年总能耗。
11. Predictive and Model-Based Control Strategies
EC窗的主要预测和基于模型的控制策略包括模型预测控制 和数据驱动模型及神经网络（用于人工智能机器学习 AI/ML 技术以实现自适应实时优化）。MPC使建筑模型和预测算法能够管理能源使用和不适感，共同实现了比简单的规则系统更智能、更有效的窗体管理。
12. Model Predictive Control (MPC)
模型预测控制 具有先进的预测功能，基于建筑模型，并在考虑系统动态和约束的情况下计算最优控制输入，以在有限的预测范围内最小化总体目标。研究表明，将ECD集成到建筑立面中，MPC可实现显著的节能效果。研究人员提出的混合控制器根据建筑用户的占用情况采用不同算法控制智能电致变色窗的着色状态，在用户不在时使用深度学习预测决策变量。该基于混合的控制算法可增强能源节约。此外，基于模拟的惩罚控制研究表明，采用MPC的EC窗在温带气候下根据窗户朝向具有可观的节能率。
13. AI and Machine Learning Approaches
13.1. Data-Driven Control Strategies
研究人员提出了将电致变色窗技术集成到学校教室翻新设计中的多目标优化方法，采用自适应元模型方法提高模型的准确性和可靠性。优化后的设计方案在总能耗、未满足小时数和室内水平日光照度等性能指标上均表现更优。
13.2. Neural Networks, Reinforcement Learning for Adaptive Control
深度强化学习 被用于区域可控电致变色 玻璃的控制策略，以优化日光利用率并最小化视觉不适。结果表明，基于RL的方法实现了极高的眩光避免率并保持了高日光可用性。此外，使用眩光预测的EC窗遮阳控制策略，通过提供实时不适眩光指数 自动控制分窗着色状态，有效维持了DGP在可感知眩光阈值以下，并减少了照明能耗。研究还表明，预测控制方案优于基于规则的控制方案，能进一步节约能源。
14. Comparison Between Rule-Based Control and Predictive and Model-Based Control
基于规则的控制器具有简单、无需调整的优点，但在复杂决策时容易超出预期条件且缺乏精度，计算成本低但在通用性上有所欠缺。MPC则试图预测未来的变化并能够管理干扰，在考虑系统动态和未来预测时更为准确，但由于在每个时间点解决优化问题，计算成本显著。总体而言，RBC由于低计算成本和低传感器要求仍是最广泛使用的方法，但在动态或异质气候中表现不佳。MPC和混合MPC-AI方案能提供更大的能源和舒适度提升，但需要校准的模型和更高的实施成本，目前限制了其在实践中的可扩展性。
15. Sensor Networks and Environmental Feedback
传感器网络和电致变色器件 的结合是建筑领域能源和舒适度管理的一项重大进展。系统可以通过广泛的传感器和执行器检测到的日光水平、温度、湿度或占用情况，自适应地改变其着色和透明度属性。这种传感器-执行器反馈回路由集成建筑管理系统 协调，以实现租户舒适和节约能源使用的理想控制策略。
16. Light Sensors (Photodetectors or Photodiodes)
光传感器（如光电探测器或光电二极管）对于EC窗的自适应控制至关重要。这些传感器测量自然日光照度，用于实时调制窗户的透明度，并控制空间内的眩光、热增益和采光。当与ECD结合时，光电探测器用于反馈，通过控制系统控制电化学反应，从而在视觉舒适和通过窗户的最小太阳增益之间保持平衡。
17. Temperature Sensors (Thermistors or Thermocouples)
温度传感器（例如热敏电阻或热电偶）用于调节ECD的热特性。这些传感器响应室内外温度的变化，从而改变窗户系统的特性。这些传感器提供的热控制有助于建筑用户的热舒适，并且温度响应式EC窗能够降低昼夜温差大于10°C的建筑的供暖和制冷能耗。
18. Humidity Sensors
湿度传感器测量空气湿度，对于配备EC窗的建筑控制室内空气质量和舒适度至关重要。湿度的变化会影响乘员的舒适度，并可能降低建筑暖通空调 的性能。与EC窗结合的湿度传感器也可用于根据室内湿度的变化控制窗户着色，从而维持适当的室内空气质量，这在高湿度地区尤为重要。
19. Solar Radiation Sensors (Pyranometers)
太阳辐射传感器（如日照计）用于测量建筑物表面的太阳辐射。这些传感器构成了控制通过EC窗获得热量的过程的一部分。日照计监测EC窗接收到的太阳辐射，允许改变其状态以减少建筑中的太阳热量增加，从而降低空调需求，并优化日光的使用。
20. Sensor Fusion for Multi-Objective Optimization
传感器融合的概念是提高EC窗性能的一种潜在方法，它集成了来自各种传感器的数据，以改善自适应控制系统中的决策。基于光、温度、湿度和太阳辐射的自主传感器交互和融合方法形成了一个统一的策略，在节能、用户舒适和环境保护之间提供了最佳折衷。多传感器融合提高了控制策略在动态环境中的性能和系统准确性。
21. Hybrid Configurations of Electrochromic Devices (ECDs) Integration of ECDs Within Solar Energy Conversion Systems
基于光伏 电池的电致变色 智能窗的构建有助于建筑领域的节能和碳减排。这种集成旨在提供一种不仅具有使用EC材料调节太阳辐射的功能，而且能够利用太阳能电池发电的新窗户。智能光伏 窗户将光伏电池与电致变色薄膜相结合，提供能源可持续性的解决方案。研究人员开发了结合发电和电致变色特性的可印刷光伏-电致变色 模块，以及由太阳能电池供电的电致变色储能智能窗 原型。这些自供电器件在缩短工艺时间、降低成本和实现储能方面展现出巨大潜力。
22. Application of ECDs in Passive Smart Glazing Technologies
可以将热致变色 和电致变色 器件集成在单一可连接结构中。混合器件可以分别响应电流和温度变化调节光学和太阳能量传输。例如，在超坚固的透明氧化铟锡 /石墨烯/聚对苯二甲酸乙二醇酯 电极上印刷EC和TC。非晶WO
3薄膜具有高能效阴极电致变色反应，结晶VO
2薄膜则呈现典型的热致变色特性。垂直堆叠的EC-TC混合智能窗能够在环境温度和施加电压下调节光学和太阳能透射率，选择性地调制可见光和近红外光。通过EC和TC层的联合效应，透光率显著降低。在三层中空玻璃单元 的外层玻璃上结合EC和TC层，可实现可观的制冷和供热节能，并保证视觉舒适。
23. Quantitative Comparison of the Energy Savings, Comfort Improvements, and Cost Implications of Each Control Strategy Across Different Climates
本节对不同气候下ECD的各种控制策略进行了定量比较，评估了RBC、MPC、AI驱动的ML、混合控制以及PV或TC集成的ECD在节能、舒适度改善和成本影响方面的表现。数据显示，基于ML和混合控制器的节能和舒适度改善数值最高，而基于规则和简单的太阳辐射控制器在有人居住的建筑中得到了更充分的验证。在全球范围内，集成控制的ECD总体实现了5.00%至约63%的节能。研究表明没有单一的最优控制策略，选择取决于气候、建筑类型、控制基础设施和系统复杂性等因素。
24. Recommendations for Electrochromic Devices for Climate-Specific Control Strategy
针对不同气候条件提出了具体的控制策略建议：对于炎热潮湿气候，基于太阳辐射的控制策略结合AI或混合方法在管理太阳热增益和保持室内舒适方面效果最佳；对于寒冷和温带气候，考虑太阳增益和室内热需求的MPC方案在减少供暖能耗和保持舒适方面非常有效；对于需要制冷和供热的混合气候，混合解决方案能够使系统适应夏季和冬季的不同需求。
25. Conclusions
本文重点关注了电致变色器件 控制策略的发展，从简单的基于规则算法到复杂的预测和混合方法。虽然RBC易于实现且计算经济，但在适应动态环境变化方面的能力和准确性受限。MPC和基于AI的方法能够预测建筑的未来状态并响应实时环境，实现视觉舒适、热调节和能源性能的优化。混合系统在自适应性和鲁棒性方面表现出色。ECD技术与光伏和热致变色电池等可再生能源的结合是实现零能耗建筑自可持续智能立面的可行途径。未来的工作应致力于开发标准化模型、互联传感器网络和基于AI的自适应框架，确保能源效率、乘员舒适度和建筑灵活性之间的平衡。
