GR20190100088A - Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου - Google Patents

Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου Download PDF

Info

Publication number
GR20190100088A
GR20190100088A GR20190100088A GR20190100088A GR20190100088A GR 20190100088 A GR20190100088 A GR 20190100088A GR 20190100088 A GR20190100088 A GR 20190100088A GR 20190100088 A GR20190100088 A GR 20190100088A GR 20190100088 A GR20190100088 A GR 20190100088A
Authority
GR
Greece
Prior art keywords
energy
building
tdis
optimal
res
Prior art date
Application number
GR20190100088A
Other languages
English (en)
Other versions
GR1010085B (el
Inventor
Χρηστος Αποστολου Μαδεμλης
Νικολαος Ζαμπουρ
Ευαγγελος Τσιουμας
Original Assignee
Αριστοτελειο Πανεπιστημιο Θεσσαλονικης - Ειδικος Λογαριασμος Κονδυλιων Ερευνας
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Αριστοτελειο Πανεπιστημιο Θεσσαλονικης - Ειδικος Λογαριασμος Κονδυλιων Ερευνας filed Critical Αριστοτελειο Πανεπιστημιο Θεσσαλονικης - Ειδικος Λογαριασμος Κονδυλιων Ερευνας
Priority to GR20190100088A priority Critical patent/GR1010085B/el
Priority to EP20157799.6A priority patent/EP3696765A1/en
Priority to US16/792,936 priority patent/US11971185B2/en
Publication of GR20190100088A publication Critical patent/GR20190100088A/el
Publication of GR1010085B publication Critical patent/GR1010085B/el

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • F24F11/47—Responding to energy costs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/88—Electrical aspects, e.g. circuits
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/0405—Programme-control specially adapted for machine tool control and not otherwise provided for
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0063—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with circuits adapted for supplying loads from the battery
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/22—Pc multi processor system
    • G05B2219/2202—Controller calculates a control parameter from values sent by other controllers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2614—HVAC, heating, ventillation, climate control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/30—Wind power
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/242—Home appliances
    • Y04S20/244—Home appliances the home appliances being or involving heating ventilating and air conditioning [HVAC] units

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Human Computer Interaction (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

Μέθοδος βελτιστοποίησης της διαχείρισης της ενέργειας ενός σχεδόν ενεργειακά αυτοδύναμου κτηρίου (ΣΕΑΚ) που βασίζεται σε τεχνικές γενετικών αλγορίθμων και μπορεί να εξασφαλίσει τη βέλτιστη ισορροπίαμεταξύ των στόχων της εξοικονόμησης ενέργειας, της άνεσης των κατοίκων του κτηρίου και της μέγιστης εκμετάλλευσης της παραγόμενης ενέργειας από της ανανεώσιμες πηγές ενέργειας μέσω της αποδοτικότερηςχρήσης ενός συστήματος αποθήκευσης ενέργειας βασισμένο σε μπαταρίες. Τα παραπάνω επιτυγχάνονται μέσω της βελτιστοποίησης μιας συνάρτησης κόστους η οποία λαμβάνει υπόψη τους πιο σημαντικούς παράγοντεςπου μπορεί να επηρεάσουν την απόδοση ενός ΣΕΑΚ, δηλαδή την τιμή της ηλεκτρικής ενέργειας σε πραγματικό χρόνο, την παραγωγή/κατανάλωση ηλεκτρικής ενέργειας κάθε συσκευής, τις προτιμήσεις των χρηστών/κατοίκων, την κατάσταση φόρτισης και την τιμή της ενέργειας του συστήματος μπαταριών, τις καιρικές συνθήκες και τα κατασκευαστικά χαρακτηριστικά του κτηρίου. Το αποτέλεσμα του παραπάνω συστήματος διαχείρισης ενέργειας είναι ο βέλτιστος προγραμματισμός της λειτουργίας των φορτίων και η βέλτιστη ρύθμιση του συστήματος των μπαταριών με γνώμονα τη βελτίωση της απόδοσης του κτηρίου και την αύξηση της άνεσης των κατοίκων.

Description

Μέθοδος για βελτιωμένη διαχείριση της ενέργειας ενός σχεδόν ενεργειακά αυτοδύναμου κτηρίου
Αυτή η εφεύρεση αναφέρεται σε σχεδόν ενεργειακά αυτοδύναμα κτήρια (ΣΕΑΚ) που διαθέτουν ανανεώσιμες πηγές ενέργειας (ανεμογεννήτριες και φωτοβολταϊκά) και συστήματα αποθήκευσης ενέργειας. Η εφεύρεση αυτή παρουσιάζει μια μέθοδο για βελτίωση της διαχείρισης της ενέργειας ενός σχεδόν ενεργειακά αυτοδύναμου κτηρίου που είναι βασισμένη σε γενετικούς αλγορίθμους και εξασφαλίζει τη βέλτιστη ισορροπία μεταξύ των στόχων της εξοικονόμησης ενέργειας, της άνεσης των κατοίκων και της μέγιστης εκμετάλλευσης της ηλεκτρικής ενέργειας των ανανεώσιμων πηγών ενέργειας (ΑΠΕ) και του συστήματος αποθήκευσης ενέργειας.
Τα ΣΕΑΚ είναι κτήρια με υψηλή ενεργειακή απόδοση όπου η απαιτούμενη ενέργεια καλύπτεται από ανανεώσιμες πηγές ενέργειας που είναι εγκατεστημένες είτε στο ίδιο το κτήριο είτε κοντά σε αυτό. Στα ΣΕΑΚ, οι ΑΠΕ καθώς και τα συστήματα αποθήκευσης ενέργειας μπορεί να είναι διαφόρων τύπων. Στην παρούσα εφεύρεση, ως ΑΠΕ χρησιμοποιούνται ανεμογεννήτριες (ΑΓ) και φωτοβολταϊκά (ΦΒ), και οι μπαταρίες (ΜΠ) χρησιμοποιούνται ως συστήματα αποθήκευσης ενέργειας.
Οι σημαντικότεροι παράγοντες που επηρεάζουν την απόδοση ενός ΣΕΑΚ είναι η τιμή της ηλεκτρικής ενέργειας, το ποσό της ενέργειας που παράγεται/καταναλώνεται από κάθε συσκευή, η άνεση των κατοίκων του κτηρίου, το επίπεδο φόρτισης των μπαταριών (SoC), το κόστος των ΜΠ, οι καιρικές συνθήκες και τα κατασκευαστικά χαρακτηριστικά του κτηρίου. Αν στη συνάρτηση κόστους ενός συστήματος διαχείρισης ενέργειας (ΣΔΕ) ληφθεί υπόψη μόνο η άνεση των κατοίκων του κτηρίου, αυτό θα έχει ως αντίκτυπο την αύξηση του ενεργειακού κόστους, ενώ αν στόχος είναι μόνο η μείωση του ενεργειακού κόστους τότε θα επηρεαστεί αρνητικά η άνεση των κατοίκων. Έτσι, το ΣΔΕ θα πρέπει να επιτυγχάνει μια βέλτιστη ισορροπία μεταξύ της μείωσης του ενεργειακού κόστους και της αύξησης της άνεσης των κατοίκων. Επιπλέον, το ΣΔΕ θα πρέπει να είναι απλό στην υλοποίησή του και ακριβές ως προς το αποτέλεσμα, ώστε να παρακολουθεί ικανοποιητικά τις διακυμάνσεις στην παραγωγή ενέργειας από τις ΑΠΕ και την κατανάλωση ενέργειας από κάθε συσκευή του ΣΕΑΚ.
Για να αντιμετωπιστούν οι παραπάνω προκλήσεις, έχουν προταθεί διάφορες τεχνικές για την διαχείριση της ενέργειας σε ΣΕΑΚ. Στο έγγραφο CN 106439993 της 22 Φεβρουάριου 2017, προβλέπεται διαχείριση της ηλεκτρικής ενέργειας από ΦΒ σε συνδυασμό με μια αντλία θερμότητας για την θέρμανση του κτηρίου και την παροχή ζεστού νερού οικιακής χρήσης. Η τεχνική αυτή χρησιμοποιεί τις ΑΠΕ για την αντλία θερμότητας, αλλά δεν ελέγχει την λειτουργία των ηλεκτρικών καταναλώσεων.
Το έγγραφο US 20170167747Α1 της 15 Ιουνίου 2017 στοχεύει στην αύξηση της εξοικονόμησης ενέργειας μέσω ενός συστήματος και μεθόδου που ελέγχει το σύστημα θέρμανσης/ψύξης του κτηρίου. Σο έγγραφο US 20170176964Α1 της 22 Ιουνίου 2017 παρουσιάζεται η ανάπτυξη ενός συστήματος που εκτιμά τον αριθμό των ανθρώπων που βρίσκονται στο κτήριο. Στο έγγραφο WO2013163202A1 της 31 Οκτωβρίου 2013 προτείνεται μία τεχνική παρακολούθησης και διαχείρισης των ηλεκτρικών και ήλεκτρο μηχανολογικών συστημάτων μιας κτηριακής εγκατάστασης.
Στο έγγραφο WO20130238294A1 της 12 Σεπτεμβρίου 2013, παρουσιάζεται μία μέθοδος εξοικονόμησης της ενέργειας σε ενεργειακά κτήρια, χωρίς ωστόσο να λαμβάνεται υπόψη η άνεση των κατοίκων. Στο έγγραφο WO2015084285A1 της 11 Ιουνίου του 2015 προτείνεται μία τεχνική διαχείρισης της ενέργειας για την αύξηση της απόδοσης του κτηρίου λαμβάνοντας υπόψη την άνεση των κατοίκων. Η προτεινόμενη μονάδα ελέγχου βασίζεται στον έλεγχο των συσκευών διαχωρίζοντας την λειτουργίας τους ως: οικονομική, υψηλής άνεσης και λειτουργία σε άδειο κτήριο. Ωστόσο, δεν επιτυγχάνεται βέλτιστη ισορροπία μεταξύ των στόχων της απόδοσης του κτηρίου και της άνεσης των κατοίκων.
Στο έγγραφο US 20160334825Α1 της 17 Νοεμβρίου 2016 παρουσιάζεται ένα ΣΕΔ που περιλαμβάνει ένα σύστημα επικοινωνίας ειδικά διαμορφωμένο για να λαμβάνει πληροφορίες από ένα έξυπνο δίκτυο ενέργειας. Το σύστημα ελέγχου περιλαμβάνει διάφορους αλγορίθμους ελέγχου που διαχειρίζονται τα σήματα εισόδου και καθορίζουν τα σήματα εξόδου. Ωστόσο, για τη διαχείριση της ενέργειας δεν χρησιμοποιείται μια μέθοδος ελέγχου με συνάρτηση κόστους που θα δίνει την βέλτιστη λύση.
Πολλές ερευνητικές προσπάθειες έχουν γίνει μέχρι τώρα για τη βελτίωση της διαχείρισης της ενέργειας ενός ΣΕΑΚ. Ειδικότερα, στην εργασία A. Molderink, et al., “Domestic energy management methodology for optimizing efficiency in smart grids,” in Proc. IEEE Conf. Power Technol, Bucharest, Jun. 2009 παρουσιάζεται ένα ΣΔΕ το οποίο επιτυγχάνει τη μείωση του κόστους θέρμανσης μέσω προγραμματισμού των μονάδων θέρμανσης του κτηρίου. Στην εργασία A. Mohsenian-Rad et al., “Optimal residential load control with price prediction in real-time electricity pricing environments,” IEEE Trans. Smart Grid, τόμος 1, αριθμός 2, σελίδες 120-133, 2010 προτείνεται ένας αλγόριθμος ελέγχου που λαμβάνει υπόψη την άνεση των κατοίκων και στοχεύει στην ελαχιστοποίηση του κόστους. Ωστόσο, οι παραπάνω τεχνικές δεν λαμβάνουν υπόψη την επίδραση των ΑΠΕ στην απόδοση του κτηρίου.
Πολλές μέθοδοι ελέγχου έχουν προταθεί, ώστε να χρησιμοποιηθούν στην ανάπτυξη ΣΕΑΚ για κτήρια. Ειδικότερα, η Giusti, et al., “Restricted neighborhood communication improves decentralized demand-side load management,” IEEE Trans. Smart Grid, τόμος 5, αριθμός 1, σελίδες 92-101, 2014 χρησιμοποιεί την τεχνική του ακέραιου γραμμικού προγραμματισμού. Η Α.Η. Mohsenian-Rad, et al., “Autonomous demand-side management based on game-theoretic energy consumption scheduling for the future smart grid,” IEEE Trans. Smart Grid, τόμος 1, αριθμός 3, σελίδες 320-331, 2010 χρησιμοποιεί τη θεωρία παιγνίων. Η Ρ. Chavali, et al., “A distributed algorithm of appliance scheduling for home management system,” IEEE Trans. Smart Grid, τόμος 5, αριθμός 1, σελίδες 282-290, 2014 χρησιμοποιεί τη μέθοδο των διανεμημένων αλγορίθμων για τον χρονικό προγραμματισμό των συσκευών. Η Β. Sun, et al., “Building Energy Management: Integrated Control of Active and Passive Heating, Cooling, Lighting, Shading, and Ventilation Systems,” IEEE Trans, on Autom. Science and Eng., τόμος 10, αριθμός 3, σελίδες 588-602, 2013 χρησιμοποιεί την τεχνική του δυναμικού προγραμματισμού.
Διάφορες τεχνικές έχουν προταθεί για τη διαχείριση της ενέργειας στα κτήρια μέσω γενετικών αλγορίθμων, όπως η Ζ. Zhao, et al. “An optimal power scheduling method for demand response in home energy management system,” IEEE Trans. Smart Grid, τόμος 4, αριθμός 2, σελίδες 1391-1400, 2013). Ωστόσο, δεν λαμβάνεται υπόψη ο οικονομικός αντίκτυπος του κόστους του συστήματος αποθήκευσης ενέργειας.
Τέλος, διάφορα χρήσιμα εργαλεία έχουν χρησιμοποιηθεί για την επίτευξη της σωστής ισορροπίας μεταξύ του ελάχιστου κόστους κατανάλωσης ηλεκτρικής ενέργειας και της άνεσης των κατοίκων σε ένα κτίριο, όπως η τεχνική particle swarm optimization (J. S. Heo, et al., “Multiobjective control of power plants using particle swarm optimization techniques,” IEEE Trans. Energy Convers., τόμος 21, αριθμός 2, σελίδες 552-561, 2006) και η τεχνική home area network architecture (M. Inoue, et al., “Network architecture for home energy management system,” IEEE Trans. Consum. Electron., τόμος 49, αριθμός 3, σελίδες 606-613, 2003).
Αν και τα παραπάνω ΣΑΕ για κτηριακές εγκαταστάσεις, που έχουν δημοσιευθεί στην προγενέστερη τεχνική βιβλιογραφία, μπορούν με επιτυχία να παρέχουν εξοικονόμηση ενέργειας λαμβάνοντας υπόψη την άνεση των κατοίκων, αγνοούν το κόστος της ενέργειας των ΜΠ σε σχέση με την τιμολογιακή πολιτική του φορέα παροχής ενέργειας. Επιπλέον, δεν εξετάζουν την δυνατότητα μεγιστοποίησης της εκμετάλλευσης της ηλεκτρικής ενέργειας που παράγεται από τις ΑΠΕ σε σχέση με την τιμή της ηλεκτρικής ενέργειας σε πραγματικό χρόνο, που μπορεί να επιτευχθεί μέσω της κατάλληλης επιλογής ανάμεσα στην έγχυση της ενέργειας στο δίκτυο ή την προσωρινή αποθήκευση στην ΜΠ. Τέλος, δεν εξετάζουν την εκπλήρωση όλων των παραπάνω στόχων σε σχέση με την επιδίωξη βέλτιστης ισορροπίας μεταξύ του κόστους κατανάλωσης της ηλεκτρικής ενέργειας και της άνεσης των κατοίκων.
Η παρούσα εφεύρεση παρουσιάζει έναν πολλαπλών στόχων αλγόριθμο ελέγχου, που μπορεί να βελτιώσει την απόδοση ενός ΣΕΑΚ, λαμβάνοντας υπόψη την τιμή της ηλεκτρικής ενέργειας σε πραγματικό χρόνο, την ηλεκτρική ενέργεια που παράγεται/καταναλώνεται από κάθε συσκευή, τις προτιμήσεις των χρηστών, την κατάσταση φόρτισης (SoC) και την τιμή της ενέργειας του συστήματος ΜΠ, την πρόβλεψη των καιρικών συνθηκών και τα κατασκευαστικά χαρακτηριστικά του κτηρίου. Συνεπώς, επιτυγχάνεται μείωση του συνολικού κόστους αγοράς της ηλεκτρικής ενέργειας και περιορισμός των εκπομπών άνθρακα, και επίσης επιτυγχάνεται εξοικονόμηση ενέργειας και προστασία της διάρκειας ζωής των ΜΠ. Το ΣΑΕ της παρούσας εφεύρεσης βασίζεται στην τεχνική του γενετικού αλγορίθμου (ΤΓΑ) και το αποτέλεσμα είναι ο βέλτιστος προγραμματισμός των φορτίων και ο βέλτιστος έλεγχος του συστήματος αποθήκευσης ενέργειας. Αν και η εφεύρεση έχει αναπτυχθεί για σχεδόν ενεργειακά αυτοδύναμα κτήρια με ΑΓ και ΦΒ ως ΑΠΕ, μπορεί να εφαρμοστεί και για οποιοδήποτε άλλο τύπο ΑΠΕ με κατάλληλη προσαρμογή του αλγορίθμου ελέγχου.
Στο Σχήμα 1 παρουσιάζεται ένα τυπικό παράδειγμα ενός ΣΕΑΚ με το ΣΑΕ σύμφωνα με την παρούσα εφεύρεση. Αυτό αποτελείται από το ηλεκτρικό δίκτυο (1), το μετρητή ενέργειας (2), τις ΑΠΕ (3), το σύστημα ΜΠ (10), τα προγραμματιζόμενα φορτία (12), τα ελεγχόμενα φορτία (14), τα μη προγραμματιζόμενα φορτία (15) και το ΣΑΕ (16). Οι ΑΠΕ αποτελούνται από τα ΦΒ (4), τις AT (5) και τους αντίστοιχους μετατροπείς ισχύος για τη σύνδεση τους με το ηλεκτρικό δίκτυο, δηλ. οι AC/DC and DC/ AC μετατροπείς ισχύος (6) και (8), αντίστοιχα, για την ΑΓ και ο DC/AC μετατροπέας ισχύος (7) για το ΦΒ. Το σύστημα αποθήκευσης ενέργειας αποτελείται από την συστοιχία των ΜΠ (11) και τον DC/AC μετατροπέα ισχύος για τη σύνδεση του συστήματος με το ηλεκτρικό δίκτυο (9). Τα προγραμματιζόμενα φορτία (PAs) είναι ηλεκτρικά φορτία που ο χρόνος λειτουργίας τους μπορεί να καθοριστεί μέσω του ΣΔΕ (όπως η ηλεκτρική κουζίνα, το πλυντήριο, το πλυντήριο πιάτων, το σίδερο, η ηλεκτρική σκούπα, κ.λπ.) ελέγχοντας ένα σύστημα διακοπτών (13) το οποίο επιτρέπει τη σύνδεση αυτών το συσκευών με το ηλεκτρικό ρεύμα. Τα ελεγχόμενα φορτία (CAs) είναι ηλεκτρικά φορτία, των οποίων η λειτουργία ρυθμίζεται από μια ή περισσότερες μεταβλητές (όπως η αντλία θερμότητας και το κλιματιστικό, όπου η μεταβλητή ελέγχου είναι η θερμοκρασία). Τέλος, τα μη προγραμματιζόμενα φορτία (UAs) είναι ηλεκτρικά φορτία που δεν μπορούν να προγραμματιστούν και ενεργοποιούνται/απενεργοποιούνται είτε χειροκίνητα από τους κατοίκους (όπως οι προσωπικοί υπολογιστές, η τηλεόραση, ο φωτισμός ασφαλείας κλπ.) είτε αυτόματα (όπως, τα φώτα που ρυθμίζονται από ένα σύστημα ελέγχου της κίνησης των κατοίκων), καθώς επίσης και οι συσκευές για τις οποίες οι κάτοικοι δεν έχουν καμία δυνατότητα ελέγχου (όπως το ψυγείο, ψύκτης κλπ.).
Η κεντρική ιδέα του συστήματος διαχείρισης ενέργειας της παρούσας εφεύρεσης, προκειμένου να επιτευχθεί μία κατάλληλη ισορροπία μεταξύ της αύξησης της απόδοσης του ΣΕΑΚ και της άνεσης των κατοίκων, βασίζεται στις ακόλουθες λειτουργίες:
1) καθορισμός του χρονικού σημείου εκκίνησης της λειτουργίας των PAs,
2) κατάλληλη ρύθμιση της λειτουργίας κάθε CAs, έτσι ώστε η τιμή της μεταβλητής αναφοράς να βρίσκεται εντός των ανώτερων και κατώτερων ορίων που καθορίζονται από τους κατοίκους και
3) ρύθμιση της μεθόδου λειτουργίας (δηλαδή φόρτιση ή εκφόρτιση) και του επιπέδου ρεύματος της συστοιχίας των ΒΤ.
Τα παραπάνω υλοποιούνται λαμβάνοντας υπόψη:
i) την πρόβλεψη της ενέργειας που απαιτούν τα φορτία και την αναμενόμενη παραγωγή ενέργειας από τις ΑΠΕ,
ii) την πραγματική τιμή του ηλεκτρικού ρεύματος, την παραγόμενη ηλεκτρική ενέργεια από τις ΑΠΕ, την κατάσταση φόρτισης και την τιμή ενέργειας της συστοιχίας των ΜΠ, iii) τις προτιμήσεις και τις συνήθειες των κατοίκων, τις καιρικές προβλέψεις και τα κατασκευαστικά χαρακτηριστικά του κτηρίου.
Η μέθοδος διαχείρισης ενέργειας της παρούσας εφεύρεσης βασίζεται στην ΤΓΑ όπου η ημερήσια λειτουργία της κάθε συσκευής υποδιαιρείται σε N διακριτά χρονικά διαστήματα, όπως παρουσιάζεται στο Σχήμα 2. Η ενεργοποίηση και απενεργοποίηση των ηλεκτρικών συσκευών σε κάθε χρονικό διάστημα Atkαντιπροσωπεύεται από το δυαδικό 1 και 0 αντίστοιχα. Αυτό σημαίνει ότι για κάθε χρονικό διάστημα Atk, το σύστημα διαχείρισης της ενέργειας ενημερώνεται για το νέο κόστος της ηλεκτρικής ενέργειας και ανάλογα επαναπρογραμματίζει και ελέγχει τη λειτουργία των ηλεκτρικών συσκευών. Η επιλογή του ρυθμού δειγματοληψίας Atkβασίζεται στην επιθυμητή ακρίβεια, στην υπολογιστική ικανότητα του εκάστοτε συστήματος ελέγχου και στο καθεστώς τροποποίησης της τιμής της ηλεκτρικής ενέργειας από τον πάροχο. Λόγω του διακριτού ελέγχου, η διάρκεια λειτουργίας μιας συσκευής είναι ένα ακέραιο πολλαπλάσιο του προκαθορισμένου χρονικού διαστήματος Δtsκαι επομένως, ίση ή ελαφρώς μεγαλύτερη από τον πραγματικό χρόνο λειτουργίας της συσκευής.
Η βέλτιστη λειτουργία του ΣΔΕ επιτυγχάνεται με τα ακόλουθους πέντε τομείς ελέγχου.
α) Η ηλεκτρική ενέργεια που παράγει μία ΑΓ εκτιμάται μέσω της παρακάτω εξίσωσης:
οπού u είναι η ταχύτητα του άνεμου,
uci, ucoκαι uNείναι η ταχύτητα εισόδου (cut-in), η ταχύτητα αποκοπής (cut-out) και η ονομαστική (nominal) ταχύτητα ανέμου, αντίστοιχα, και ΡΝείναι η ονομαστική ισχύς της ανεμογεννήτριας. Έτσι, για κάθε κύκλο δειγματοληψίας k που έχει χρονική διάρκεια Δη, η παραγόμενη ηλεκτρική ενέργεια δίνεται από την παρακάτω εξίσωση
και το διάνυσμα παραγωγής ενέργειας για τα Ν χρονικά διαστήματα είναι
Με παρόμοιο τρόπο, έχοντας ως εισόδους το επίπεδο ακτινοβολίας Rirrκαι τη μέση θερμοκρασία των ΦΒ κελιών Τ<AV>cell που υπολογίζεται από την πρόγνωση του καιρού, η προβλεπόμενη ηλεκτρική ενέργεια που παράγεται από ένα ΦΒ σύστημα για κάθε κύκλο δειγματοληψίας k δίνεται από την παρακάτω εξίσωση
οπού
Νρνείναι ο αριθμός των ΦΒ κελιών, PPVmaxείναι η μέγιστη παραγωγή ενέργειας ενός ΦΒ κελιού και αTείναι ο συντελεστής θερμοκρασίας. Το διάνυσμα παραγωγής ηλεκτρικής ενέργειας ενός ΦΒ συστήματος για τα Ν χρονικά διαστήματα ορίζεται από την παρακάτω εξίσωση
Έτσι, χρησιμοποιώντας τις εξ. (4) και (7) προκύπτει το διάνυσμα παραγωγής ενέργειας από τις ΑΠΕ
β) To διάνυσμα κατανάλωσης ενέργειας για τα ηλεκτρικά φορτία του κτιρίου είναι ένας
πίνακας διαστάσεων ΝχΜ όπως παρακάτω:
όπου, για κάθε eAi (k) του παραπάνω διανύσματος, k είναι ένα από τα N διακριτά διαστήματα, i
είναι ο αριθμός των ηλεκτρικών συσκευών της ομάδας συσκευών Α, όπου
A = {PA, CA, UA} , ΡΑ είναι τα προγραμματιζόμενα φορτία, CA τα ελεγχόμενα φορτία και
UA είναι τα μη προγραμματιζόμενα φορτία. Το Μ είναι ο αριθμός των συσκευών των παραπάνω
τριών τύπων.
Για κάθε i ΡΑ, εκτός από την κατανάλωση ενέργειας eP<i>Aέχουν εισαχθεί και τρεις άλλες
παράμετροι των οποίων οι τιμές καθορίζονται από τους κατοίκους. Αυτές είναι οι αΡΑκαι bPA
που ορίζουν το επιτρεπτό χρονικό σημείο αρχής και τέλους της λειτουργίας ενός ΡΑ αντίστοιχα,
και η παράμετρος LoO<i>PAπου καθορίζει την διάρκεια λειτουργίας κάθε ΡΑ.
Για την βελτίωση της απόδοσης ενός ΣΕΑΚ, ο γενετικός αλγόριθμος αναζητά τον βέλτιστο χρόνο
εκκίνησης t<i>PAγια κάθε i ΡΑ με τον παρακάτω περιορισμό
και έτσι ορίζεται το βέλτιστο διάνυσμα των χρόνων εκκίνησης των PAs ως
Ο πίνακας των χρόνων εκκίνησης των PAs δίνεται ως
οπού
Ο πίνακας κατανάλωσης ενέργειας από τα PAs είναι
και έτσι, ο πίνακας της συνολικής κατανάλωσης ενέργειας των PAs δίνεται ως
Τέλος, η συνολική κατανάλωση ενέργειας των UAs δίνεται από την παρακάτω εξίσωση
γ) Ένας από τους στόχους αυτής της εφεύρεσης είναι η διαχείριση της ενέργειας που παράγεται από τις ΑΠΕ και πιο συγκεκριμένα η ορθή επιλογή για το αν θα καταναλωθεί αυτή η ενέργεια στις συσκευές του κτιρίου, αν θα αποθηκευτεί στις ΜΠ ή αν θα πουληθεί στον πάροχο της ηλεκτρικής ενέργειας. Τα διανύσματα της ενέργειας φόρτισης και εκφόρτισης του συστήματος ΜΠ, για τα Ν διακριτά χρονικά διαστήματα είναι
Επιπλέον, ο γενετικός αλγόριθμος ορίζει τα βέλτιστα διανύσματα χρόνου φόρτισης και εκφόρτισης του συστήματος ΜΠ, αντίστοιχα, σύμφωνα με τις παρακάτω εξισώσεις
όπου οι τιμές των παραμέτρων tch(k) και tdis(k) καθορίζουν, για κάθε διακριτό χρονικό διάστημα k, την κατάσταση φόρτισης και εκφόρτισης του συστήματος των μπαταριών, αντίστοιχα. Τα tch( k ) και tdis( k ) παίρνουν τιμές 1 ή 0, αντίστοιχα αν το σύστημα ΜΠ είναι εν λειτουργία ή όχι.
Έτσι, από τις εξ. (17)-(20), τα συγκεντρωτικά διανύσματα ενέργειας φόρτισης και εκφόρτισης του συστήματος ΜΠ, για τα Ν διακριτά χρονικά διαστήματα είναι αντίστοιχα
δ) Ο στόχος για την αύξηση της άνεσης των κατοίκων εκπληρώνεται μέσω της προσέγγισης ότι οι οικιακές συσκευές πρέπει να ολοκληρώσουν το έργο τους το συντομότερο δυνατό. Αυτό σημαίνει πως για κάθε i προγραμματιζόμενο φορτίο, στόχος είναι η μείωση της διαφοράς μεταξύ του επιθυμητού χρόνου εκκίνησης της λειτουργίας του φορτίου αΡ<i>Απου καθορίζεται από τον κάτοικο και το χρόνου εκκίνησης της λειτουργίας του φορτίου tPiAπου καθορίζεται από το ΣΔΕ.
Η μεταβλητή DTR είναι ένα μέτρο προσδιορισμού του βαθμού άνεσης των κατοίκων, που
υπολογίζεται μέσω του χρόνου καθυστέρησης της λειτουργίας κάθε i ΡΑ και ορίζεται από την
παρακάτω εξίσωση
Η μεταβλητή DTR μπορεί να πάρει τιμές μεταξύ του 0 και του 1, όπου το 0 σημαίνει μέγιστη
άνεση των κατοίκων, ενώ το 1 σημαίνει ότι ελάχιστη άνεση των κατοίκων και συνεπώς, η
μικρότερη προτεραιότητα στην ικανοποίηση των προτιμήσεών τους.
Από την παραπάνω ανάλυση προκύπτει το επίπεδο μείωσης της άνεσης των κατοίκων που
συμβολίζεται ως CLDPAκαι ορίζεται μέσω της παρακάτω εξίσωσης
όπου το r είναι ένας οποιοσδήποτε ακέραιος αριθμός μεγαλύτερος της μονάδας (r >1). Η
παραπάνω παράμετρος χρησιμοποιείται με σκοπό να ληφθεί υπόψη το επίπεδο άνεσης των
κατοίκων στη συνάρτηση κόστους του γενετικού αλγορίθμου.
Μια ακόμη παράμετρος που επηρεάζει την άνεση των κατοίκων είναι η κατάλληλη ρύθμιση του
συστήματος ψύξης/θέρμανσης του κτηρίου βάση των προτιμήσεων τους. Το σύστημα της
παρούσας εφεύρεσης επιτρέπει στους κατοίκους να καθορίζουν το επιτρεπτό εύρος της
εσωτερικής θερμοκρασίας του κτηρίου T<min>< Tin< Τ<max>, ενώ ο αλγόριθμος καθορίζει τη
θερμοκρασία αναφοράς T<ref>έτσι ώστε να αυξηθεί η συνολική απόδοση του κτηρίου και να
μειωθεί η παράμετρος CLDH/Cπου υπολογίζεται από την παρακάτω σχέση
Έτσι, από τις εξ. (24) και (25) ορίζεται το συνολικό επίπεδο μείωσης της άνεσης των κατοίκων ως
εξής
CLDtot= CLDPACLDHIC(26)
Η ρύθμιση της εσωτερικής θερμοκρασίας του κτηρίου επηρεάζει και την ηλεκτρική κατανάλωση
ενέργειας του συστήματος ψύξης/θέρμανσης, που στη προκειμένη περίπτωση είναι μία αντλία
θερμότητας. Το διάνυσμα κατανάλωσης ενέργειας του συστήματος ψύξης/θέρμανσης ορίζεται ως
όπου eHIC(k) είναι η κατανάλωση ενέργειας του συστήματος ψύξης/θέρμανσης κατά το χρονικό
διάστημα k.
ε ) Ο πίνακας των τιμών ενέργειας κατά την αγορά/πώλησή της ορίζεται ως ακολούθως
όπου EEPbuy(k) και EEPsell(k) είναι οι τιμές αγοράς και πώλησης της ηλεκτρικής ενέργειας αντίστοιχα, για κάθε k χρονικό διάστημα (1 ≤ k ≤ Ν) .
Χρησιμοποιώντας τις εξ. (1)-(28), το πρόβλημα βελτιστοποίησης της διαχείρισης της ενέργειας, λαμβάνοντας υπόψη την παραγόμενη ενέργεια από τις ΑΠΕ, την κατανάλωση των ηλεκτρικών συσκευών και τις επιλογές φόρτισης/εκφόρτισης του αποθηκευτικού μέσου, λύνεται μέσω της ελαχιστοποίησης της παρακάτω συνάρτησης κόστους
όπου
Οι παράμετροι w1 και w2είναι συντελεστές βαρύτητας σε σχέση με την άνεση των κατοίκων και τη μείωση του κόστους ενέργειας, αντίστοιχα ( w2= 1 , όπου 0 ≤ w1≤ 1 και 0 ≤ w2≤ 1 ).
Η παράμετρος χ παίρνει τιμές 0 και 1, και εξασφαλίζει στην εξ. (30) ότι η ενέργεια που έχει παραχθεί από τις ΑΠΕ και έχει αποθηκευτεί στις ΜΠ είναι μεγαλύτερη ή ίση από το ποσοστό της ενέργειας που έχει δοθεί από το σύστημα αποθήκευσης ενέργειας στα ηλεκτρικά φορτία. Το x είναι 1 όταν το σύστημα ΜΠ είναι ενεργό και 0 όταν είναι ανενεργό. Αυτός ο περιορισμός επιβάλλεται από το γεγονός ότι το σύστημα αποθήκευσης ενέργειας πρέπει να λειτουργεί ως UPS (uninterruptible power supply) σε περίπτωση που υπάρχει διακοπή της ηλεκτρικής ενέργειας από τον πάροχο και οι ΑΠΕ δεν μπορούν να παρέχουν την απαιτούμενη ποσότητα ηλεκτρικής ενέργειας στις ηλεκτρικές συσκευές.
Οι βέλτιστοι χρόνοι εκκίνησης των προγραμματιζόμενων ηλεκτρικών συσκευών tPAόπως ορίζονται από την εξ. (11), η αναφορά της εσωτερικής θερμοκρασίας που ορίζεται από την εξ. (26) και τα βέλτιστα διανύσματα Tchκαι Tdisγια την διαδικασία φόρτισης και εκφόρτισης της μονάδας αποθήκευσης ενέργειας καθορίζονται μέσω του αλγορίθμου της παρούσας εφεύρεσης που βασίζεται στην ΤΓΑ.
Το διάγραμμα ροής της μεθόδου διαχείρισης ενέργειας της παρούσας εφεύρεσης παρουσιάζεται στο Σχήμα 3. Ο γενετικός αλγόριθμος εκκινεί δημιουργώντας τυχαία χρωμοσώματα τα οποία είναι σύνολα πιθανών λύσεων του προβλήματος βελτιστοποίησης (αρχικό πλήθος). Αυτές οι λύσεις εισάγονται στη συνάρτηση κόστους [εξ. (29)] και ο γενετικός αλγόριθμος αξιολογεί τις τιμές των λύσεων. Έπειτα, επιλέγεται το καλύτερο χρωμόσωμα και μέσω των τεχνικών διέλευσης και μετάλλαξης δημιουργούνται νέες λύσεις που περιέχουν παλιά και νέα σύνολα λύσεων. Τέλος, ο γενετικός αλγόριθμος αξιολογεί αν ο αναμενόμενος αριθμός γενιών είναι ικανοποιητικός ή όχι και έτσι, είτε δημιουργούνται νέα σύνολα λύσεων ή η βέλτιστη λύση επιλέγεται ως η τελική λύση.
Στο Σχήμα 4 απεικονίζεται η απόκριση του ΣΕΑΚ με το βέλτιστο έλεγχο της παρούσας εφεύρεσης για ένα χρονικό διάστημα 24 ωρών. Από τα αποτελέσματα που παρουσιάζονται προκύπτει ότι το σύστημα διαχείρισης ενέργειας επιτυγχάνει μείωση του κόστους της ηλεκτρικής ενέργειας, αύξηση του επιπέδου άνεσης των κατοίκων και μεγίστη αξιοποίηση της ενέργειας των ΑΠΕ. Τα παραπάνω συμπεραίνονται από την καμπύλη του συνολικού κόστους ενέργειας (τελευταίο διάγραμμα). Η θερμοκρασία εντός του κτηρίου και η λειτουργία των προγραμματιζόμενων φορτίων ρυθμίζονται με βάση τις απαιτήσεις των κατοίκων. Τέλος, για να επιβεβαιωθεί η σωστή λειτουργία του ΣΔΕ για μια μεγάλη μεταβολή στην τιμή της ενέργειας, η τιμή πώλησης της ενέργειας αυξάνεται από 0.08 σε 0.18C στο χρονικό διάστημα μεταξύ 15:00 και 16:00. Όπως φαίνεται από το Σχήμα 4, το ΣΔΕ αξιοποιεί τη μεταβολή της τιμής της ενέργειας μέσω της κατάλληλης αναδιαμόρφωσης του χρόνου λειτουργίας των συσκευών και της βέλτιστης διαχείρισης του συστήματος των ΜΠ.

Claims (8)

  1. Α Ξ Ι Ω Σ Ε Ι Σ 1. Μέθοδος βελτιστοποίησης της διαχείρισης ενέργειας ενός ΣΕΑΚ βασισμένη σε ΤΓΑ, η οποία παρέχει βέλτιστη ισορροπία μεταξύ των στόχων της εξοικονόμησης ενέργειας, της αύξησης της άνεσης των κατοίκων και της μέγιστης εκμετάλλευσης της ηλεκτρικής ενέργειας που παράγεται από τις ΑΠΕ, μέσω της κατάλληλης χρήσης του συστήματος ΜΠ, η οποία περιλαμβάνει τα εξής βήματα: α) κάθε εικοσιτετράωρο χωρίζεται σε Ν διακριτά χρονικά διαστήματα, β) οι κάτοικοι του κτηρίου καθορίζουν τα αποδεκτά χρονικά διαστήματα εκκίνησης αPiΛκαι λήξης bPiAκάθε i συσκευής και την μέγιστη και ελάχιστη επιτρεπτή θερμοκρασία εντός του κτηρίου, Τ<max>και T<min>, αντίστοιχα, γ) εκτιμάται η τιμή του διανύσματος της ενέργειας Ewrπου παράγει η ΑΓ και του διανύσματος της ενέργειας ΕΡνπου παράγει το σύστημα των ΦΒ, δ) εκτιμώνται οι τιμές της ενέργειας κατανάλωσης eP<i>A(k) των i PAs και οι τιμές της ενέργειας κατανάλωσης eC<i>A(k) των i CAs, στα Ν διακριτά χρονικά διαστήματα, ε) καταγράφεται η τιμή της του διανύσματος της ενέργειας ECUAτων UAs, στα Ν διακριτά χρονικά διαστήματα, στ) οι τιμές που υπολογίστηκαν στα βήματα β) έως ε), οι τιμές πώλησης και αγοράς της ηλεκτρικής ενέργειας και τα τυχαία σύνολα που δημιουργεί ο γενετικός αλγόριθμος και περιλαμβάνουν τους χρόνους εκκίνησης των PAs, τα διανύσματα για τη διαδικασία φόρτισης και εκφόρτισης της μονάδας αποθήκευσης ενέργειας και την αναφορά της εσωτερικής θερμοκρασίας εισάγονται στη συνάρτηση κόστους και μέσω του γενετικού αλγορίθμου αξιολογούνται και επιλέγονται οι βέλτιστες τιμές των διανυσμάτων ελέγχου tPA, Tch, Tdisκαι T<ref>, και της παραμέτρου x, και ζ) οι τιμές των βέλτιστων διανυσμάτων ελέγχου tPA, Tch, Tdisκαι T<ref>, και της παραμέτρου χ που υπολογίστηκαν στο βήμα στ) δίνονται ως σήματα εισόδου στα συστήματα οδήγηση των συσκευών του κτηρίου.
  2. 2. Μέθοδος σύμφωνα με την αξίωση 1, η οποία χαρακτηρίζεται από το ότι το ΣΔΕ ενός ΣΕΑΚ με ΑΠΕ και σύστημα ΜΠ έχει ως εξόδους τους χρόνους εκκίνησης tPAτης λειτουργίας των PAs, τους χρόνους φόρτισης Tchκαι εκφόρτισης Tdisτου συστήματος ΜΠ, και τη θερμοκρασία αναφοράς του συστήματος ψύξης/θέρμανσης T<ref>, για κάθε διακριτό χρονικό διάστημα.
  3. 3. Μέθοδος σύμφωνα με την αξίωση 1, η οποία χαρακτηρίζεται από το ότι το διάνυσμα κατανάλωσης ενέργειας ΝχΜ για τις συσκευές του κτηρίου
    καθορίζεται από την ενέργεια κατανάλωσης eA<i>(k ) κάθε συσκευής Α, όπου A = {PA, CA, UA} , k είναι ο αριθμός των κύκλων δειγματοληψίας, όπου ο καθένας έχει χρονική διάρκεια Atkκαι i είναι ο αριθμός της συσκευής A. To N είναι ο αριθμός των διακριτών χρονικών διαστημάτων ανά ημέρα και Μ είναι ο μέγιστος αριθμός συσκευών των τριών παραπάνω τύπων.
  4. 4. Μέθοδος σύμφωνα με την αξίωση 1, η οποία χαρακτηρίζεται από το ότι τα διανύσματα βέλτιστου χρόνου λειτουργίας και Tdis= [tdis(1) tdis (2) ... tdis(N)] για τη διαδικασία φόρτισης και εκφόρτισης των ΜΠ, καθορίζονται από τους χρόνους tch(k) και tdis(k) , για κάθε βήμα ελέγχου k, και τα οποία προσδιορίζουν πότε το σύστημα των ΜΠ είναι αντίστοιχα σε λειτουργία φόρτισης και εκφόρτισης. Τα tch(k) και tdis(k) παίρνουν τιμές 1 ή 0, αν το σύστημα των ΜΠ είναι αντίστοιχα ενεργό ή ανενεργό.
  5. 5. Μέθοδος σύμφωνα με την αξίωση 1, η οποία χαρακτηρίζεται από το ότι η ενέργεια που έχει παραχθεί από τις ΑΠΕ και έχει αποθηκευτεί στο σύστημα αποθήκευσης ενέργειας είναι μεγαλύτερη ή ίση από το ποσοστό της ενέργειας που έχει δοθεί από το σύστημα αποθήκευσης ενέργειας στα ηλεκτρικά φορτία. Αυτός ο περιορισμός επιβάλλεται από το γεγονός ότι το σύστημα αποθήκευσης ενέργειας πρέπει να λειτουργεί ως UPS σε περίπτωση που υπάρχει διακοπή της ηλεκτρικής ενέργειας από τον πάροχο και οι ΑΠΕ δεν μπορούν να παρέχουν την απαιτούμενη ποσότητα ηλεκτρικής ενέργειας στις ηλεκτρικές συσκευές και το οποίο υλοποιείται στην εξίσωση Eep= μέσω της μεταβλητής x, η οποία παίρνει τιμή 1 όταν το σύστημα των ΜΠ είναι ενεργό και 0 όταν είναι ανενεργό.
  6. 6. Μέθοδος σύμφωνα με την αξίωση 1, η οποία χαρακτηρίζεται από το ότι ο πίνακας τιμών ηλεκτρικής ενέργειας ΕΕΡ καθορίζεται από τις τιμές ενέργειας αγοράς EEPbuy(k) και τις τιμές της ενέργειας πώλησης EEPsell(k), για κάθε βήμα ελέγχου k (1 ≤ k ≤ N) .
  7. 7. Μέθοδος σύμφωνα με την αξίωση 1, η οποία χαρακτηρίζεται από το ότι οι παράμετροι W1και w2είναι οι συντελεστές βαρύτητας της συνάρτησης κόστους
    και αντιπροσωπεύουν αντίστοιχα τη σημασία των στόχων σε σχέση με το επίπεδο άνεσης των κατοίκων και το κόστος ενέργειας (w1+ w2= 1 , όπου 0 ≤ w1≤ 1 και 0 ≤ w2≤ 1 ).
  8. 8. Μέθοδος σύμφωνα με την αξίωση 1, η οποία χαρακτηρίζεται από το ότι το πρόβλημα βελτιστοποίησης εμπεριέχει ως μεταβλητές την παραγωγή, κατανάλωση και αποθήκευση ενέργειας, και μπορεί να επιλυθεί μέσω της ελαχιστοποίησης της συνάρτησης κόστους J η οποία δίνεται από την J = w1CLDtot-
GR20190100088A 2019-02-15 2019-02-15 Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου GR1010085B (el)

Priority Applications (3)

Application Number Priority Date Filing Date Title
GR20190100088A GR1010085B (el) 2019-02-15 2019-02-15 Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου
EP20157799.6A EP3696765A1 (en) 2019-02-15 2020-02-17 Method for improving the performance of the energy management in a nearly zero energy building and system therefor
US16/792,936 US11971185B2 (en) 2019-02-15 2020-02-18 Method for improving the performance of the energy management in a nearly zero energy building

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
GR20190100088A GR1010085B (el) 2019-02-15 2019-02-15 Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου

Publications (2)

Publication Number Publication Date
GR20190100088A true GR20190100088A (el) 2020-09-16
GR1010085B GR1010085B (el) 2021-09-24

Family

ID=68211127

Family Applications (1)

Application Number Title Priority Date Filing Date
GR20190100088A GR1010085B (el) 2019-02-15 2019-02-15 Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου

Country Status (3)

Country Link
US (1) US11971185B2 (el)
EP (1) EP3696765A1 (el)
GR (1) GR1010085B (el)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212963A (zh) * 2017-07-04 2019-01-15 香港城市大学深圳研究院 确定零能耗建筑中各设备系统大小的方法及装置
CN112906983B (zh) * 2021-03-22 2022-10-21 吉林大学 一种考虑分时电价影响的电动公交车充电方案优化方法
CN113465058B (zh) * 2021-04-26 2023-01-13 青岛海尔空调器有限总公司 一种光伏空调器及其控制方法、电子设备和可读存储介质
CN113809755B (zh) * 2021-08-19 2023-12-29 中国华电集团有限公司福建分公司 一种基于需求响应的智慧楼宇节能优化控制方法
WO2023089640A1 (en) * 2021-11-17 2023-05-25 Hitachi Energy Switzerland Ag Method and system for operating an energy management system
CN117691642B (zh) * 2024-02-02 2024-05-10 百穰新能源科技(深圳)有限公司 储能系统释能控制方法、系统、控制设备和存储介质
CN117977718A (zh) * 2024-04-01 2024-05-03 浙电(宁波北仑)智慧能源有限公司 基于源网荷储的协调调度优化方法及系统
CN117989639A (zh) * 2024-04-07 2024-05-07 珠海格力电器股份有限公司 光伏储能空调系统及运行方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8600556B2 (en) 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager
US20130173062A1 (en) 2009-12-08 2013-07-04 Pamela Koenig-Richardson Smart building unified managed solutions
JP5957235B2 (ja) * 2012-01-30 2016-07-27 株式会社東芝 運転計画システム
US9336338B2 (en) 2012-03-07 2016-05-10 Siemens Aktiengesellschaft Global solutions of smart building-grid energy management models
US20150066228A1 (en) * 2013-07-26 2015-03-05 Peaknrg Building Management and Appliance Control System
TR201314316A2 (tr) 2013-12-06 2015-06-22 Mehmet Uzunoglu Enerji yönetimi yapan bir akıllı bina sistemi.
US9817375B2 (en) * 2014-02-26 2017-11-14 Board Of Trustees Of The University Of Alabama Systems and methods for modeling energy consumption and creating demand response strategies using learning-based approaches
US10174963B2 (en) 2015-06-23 2019-01-08 Qin Zhang Smart building HVAC energy management system
US9618918B2 (en) 2015-07-13 2017-04-11 James Thomas O'Keeffe System and method for estimating the number of people in a smart building
CN106439993A (zh) 2016-11-08 2017-02-22 四川大学 高寒地区近零能耗建筑的多能互补采暖及供热系统
US10949777B2 (en) 2017-06-07 2021-03-16 Johnson Controls Technology Company Building energy optimization system with economic load demand response (ELDR) optimization
EP3457513A1 (en) 2017-09-13 2019-03-20 Johnson Controls Technology Company Building energy system with load balancing
US11079130B2 (en) * 2018-09-14 2021-08-03 University Of Central Florida Research Foundation, Inc. Weather responsive smart ventilation system using multiple optimization parameters
KR20200109112A (ko) * 2019-03-12 2020-09-22 한국전자통신연구원 피크 전력 저감을 위한 ess 제어 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BABU K. RUSHIKESH; VYJAYANTHI C.: "Implementation of net zero energy building (NZEB) prototype with renewable energy integration", 2017 IEEE REGION 10 SYMPOSIUM (TENSYMP), IEEE, 14 July 2017 (2017-07-14), pages 1 - 5, XP033227370, DOI: 10.1109/TENCONSpring.2017.8069994 *

Also Published As

Publication number Publication date
GR1010085B (el) 2021-09-24
US11971185B2 (en) 2024-04-30
EP3696765A1 (en) 2020-08-19
US20210254848A1 (en) 2021-08-19

Similar Documents

Publication Publication Date Title
GR20190100088A (el) Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου
Shafie-Khah et al. A stochastic home energy management system considering satisfaction cost and response fatigue
CN110866641B (zh) 计及源储荷协同的多能互补系统两级优化调度方法及系统
Arun et al. Intelligent residential energy management system for dynamic demand response in smart buildings
JP6812700B2 (ja) 総合され最適化された仮想発電所制御
Li et al. Optimal demand response based on utility maximization in power networks
Lee et al. Joint energy management system of electric supply and demand in houses and buildings
JP5959783B1 (ja) 電力管理装置
JP5025835B2 (ja) 運転計画方法、及びヒートポンプ式給湯暖房システムの運転方法
TWI441407B (zh) 用以分配電能之方法及裝置以及電腦可讀取媒體
Yang et al. Techno-economic and environmental optimization of a household photovoltaic-battery hybrid power system within demand side management
WO2016088761A1 (ja) 電力制御システム、電力制御方法及びプログラム
JP2007129873A (ja) エネルギー需要管理装置および方法
CN111027747A (zh) 一种考虑用户舒适度风险偏好的家庭能量控制方法
CN113328432A (zh) 一种家庭能量管理优化调度方法及系统
JP6985090B2 (ja) 充放電制御装置
Chatterjee et al. Multi-objective energy management of a smart home in real time environment
CN115241927A (zh) 家庭智慧能源系统运行控制方法、装置、设备及介质
JP5948217B2 (ja) 集合住宅における燃料電池の稼動制御方法および稼動制御システム
Gupta et al. Optimal provision for enhanced consumer satisfaction and energy savings by an intelligent household energy management system
KR20220061220A (ko) 에너지 저장소의 저장 전략에 의존하여 로컬 에너지 네트워크에 대한 네트워크 관리 시스템을 운영하는 방법, 및 네트워크 관리 시스템
JP7063749B2 (ja) 電力制御装置および電力制御方法
Ali et al. Day ahead appliance scheduling with renewable energy integration for smart homes
Ma et al. The energy management strategies of residential integrated energy system considering integrated demand response
Jeddi et al. Network impact of multiple HEMUs with PVs and BESS in a low voltage distribution feeder

Legal Events

Date Code Title Description
PG Patent granted

Effective date: 20211013