WO2011128472A2 - Controlador dinámico y método de control difuso de grupo de ascensores para la optimización del consumo energético - Google Patents

Controlador dinámico y método de control difuso de grupo de ascensores para la optimización del consumo energético Download PDF

Info

Publication number
WO2011128472A2
WO2011128472A2 PCT/ES2011/000113 ES2011000113W WO2011128472A2 WO 2011128472 A2 WO2011128472 A2 WO 2011128472A2 ES 2011000113 W ES2011000113 W ES 2011000113W WO 2011128472 A2 WO2011128472 A2 WO 2011128472A2
Authority
WO
WIPO (PCT)
Prior art keywords
energy
cabin
assessment
calls
call
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/ES2011/000113
Other languages
English (en)
French (fr)
Other versions
WO2011128472A4 (es
WO2011128472A3 (es
WO2011128472A9 (es
Inventor
Pablo Fabio CORTÉS ACHEDAD
Joaqín FERNÁNDEZ VALVERDE
Luis ONIEVA GIMÉNEZ
Jesús MUÑUZURI SANZ
José GUADIX MARTÍN
Pedro FERNÁNDEZ MONTERO DE ESPINOSA
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MACPUARSA
Universidad de Sevilla
Original Assignee
MACPUARSA
Universidad de Sevilla
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 MACPUARSA, Universidad de Sevilla filed Critical MACPUARSA
Publication of WO2011128472A2 publication Critical patent/WO2011128472A2/es
Publication of WO2011128472A3 publication Critical patent/WO2011128472A3/es
Publication of WO2011128472A9 publication Critical patent/WO2011128472A9/es
Publication of WO2011128472A4 publication Critical patent/WO2011128472A4/es
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/24—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration
    • B66B1/2408—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration where the allocation of a call to an elevator car is of importance, i.e. by means of a supervisory or group controller
    • B66B1/2458—For elevator systems with multiple shafts and a single car per shaft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/02—Control systems without regulation, i.e. without retroactive action
    • B66B1/06—Control systems without regulation, i.e. without retroactive action electric
    • B66B1/14—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
    • B66B1/18—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages
    • B66B1/20—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages and for varying the manner of operation to suit particular traffic conditions, e.g. "one-way rush-hour traffic"
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
    • B66B2201/216—Energy consumption
    • 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
    • Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies

Definitions

  • the object of the present invention is a method and dynamic controller of energy optimization of those of the type used by elevator group control systems for vertical transport that minimizes the energy consumption of the cabins according to a triple valuation, by diffuse logic , of each and every one of the assignments of the so-called elevator-floor type that are feasible to be part of the office.
  • the present invention since it solves a technical problem of vertical transport, is part of the field of transport engineering, and more specifically of the electronic devices applied to the control of the movement of elevators and the like.
  • the problem of vertical transport refers to the whole process in which groups of passengers travel between different floors of a facility using the means of transport (groups of elevators and stairs) available.
  • complex elevator group control systems Elevator Group Control System (EGCS) are developed that provide efficient transport and at the same time offer a certain degree of service (GoS).
  • the performance of these EGCS is measured according to different criteria such as the average waiting time per passenger, the percentage of waiting times exceeding one minute and the energy consumption.
  • the elevator office is an activity of vital importance and all EGCS undertakes it according to two main aspects: magnitude of the calculation (response time) and treatment of uncertainty [1].
  • magnitude of the calculation response time
  • treatment of uncertainty [1].
  • the problem of the elevator office is defined as an NP-Hard problem.
  • fuzzy logic [4] is easy to implement, fast in execution and by its own perfect definition for the treatment of uncertainty.
  • the energy consumption of vertical transport increases dramatically.
  • the average power used to power the whole of the cabins of a building ranges from 2% to 10% of its total electricity bill [5].
  • the first studies date from the early seventies. Even so, the use of heuristics and metaheuristics aimed at minimizing the power consumed is not yet frequent.
  • the present technology allows recovering a part of the energy used by returning it to the network [8]:
  • the design is usually such that when the cabin is at the same height as the counterweight and its load is half the maximum allowed the system is in equilibrium: in this way, when the elevator travels in a downward direction with a load less than half of the maximum allowed or in an upward direction with a load greater than half of the maximum allowed, the elevator consumes energy (more the greater the distance and the imbalance is greater) and vice versa.
  • the elevator consumes energy (more the greater the distance and the imbalance is greater) and vice versa.
  • the technical problem that the present invention intends to solve is that of the efficient allocation of calls in order to recover part of the energy consumed by the cabins.
  • the present invention proposes a group controller of elevators based on fuzzy logic (Fuzzy Logic EGCS) capable of performing an energy evaluation of the state of the system that allows an effective management of the dispatch problem in plant calls.
  • fuzzy logic Fuzzy Logic EGCS
  • diffuse procedures are calculated using three different valuations of each of the possibilities: an estimate based on the absolute energy used, an estimate based on the relative energy used with respect to the other options and an estimate of the contiguity between plant calls, thus allowing the ECGS to optimize energy consumption.
  • the diffuse estimation of the absolute energy of each possibility is carried out by means of a series of linguistic variables, in the preferred embodiment "Possible Distance Traveled” and “Imbalance” and of the variable “State of the Cabin” (rest, ascent or descent) .
  • the diffuse valuation of the relative energy of each possibility with respect to the others is calculated using the linguistic variables, in the preferred embodiment "Relative Deviation” and "Alternative Quality”.
  • the diffuse assessment of contiguity is estimated using the linguistic variables “Proximity” and “Imbalance” and the variable "State of the Cabin" (rest, ascent or descent).
  • the dynamic energy optimization controller of those of the type employed by elevator group control systems for vertical transport comprises, at least, means configured for the detection of the mass and condition of the cabin , means configured for the calculation of the linguistic variables referred to previously and the fuzzy inference process, where said logical means are in turn configured to evaluate the established inference rules.
  • FIG 1. Shows the flow chart of the fuzzy control method for optimizing energy consumption, object of the present invention.
  • FIG 2. Shows the membership functions of the different linguistic variables used in the diffuse control method object of the present invention; where Fig. 2a shows the membership function of the variable "Imbalance”, in Fig. 2b the PDR function is shown, in Fig. 2c the function of "Proximity” is shown, in Fig. 2d it is shown the "Relative deviation” function, and the "Quality Alter” function is shown in Fig. 2e.
  • the call dispatch is dynamic, every time a new plant call occurs or a change in mass is detected in some cabin, the reallocation is complete.
  • fuzzy logic is unable to process the information in parallel, it is necessary to establish the order of evaluation of plant calls according to certain criteria.
  • the algorithm evaluates the energy aptitude of each cabin and assigns the plant calls according to an order according to three different criteria: an absolute energy valuation, a relative energy valuation and a valuation according to the contiguity of the calls.
  • the algorithm executes the following tasks as shown in FIG 1.
  • the absolute energy assessment (1) s ⁇ [ «] [/>] estimates the total amount of energy used by cabin n in answering the call p. Thus, it depends on the possible distance traveled in the event that the cabin answered the PDR call ("Possible Distance Traveled") (2), the imbalance of the cabin with respect to the null or resting energy state if the cabin met the so-called Unbalance ( 3) and the current address of the cabin Address (4).
  • the relative energy valuation (5) E ML [n] [p] makes a comparison weighing the values of the absolute energy valuation (1) E ABS [n] [p] to obtain the suitability of each of the possible assignments with respect to others within the universe of feasible offices. It depends on the "Relative Deviation” AE [n] [p] (6) and "Alter Quality” (7) parameters, which are defined according to the following equations:
  • the parameter ⁇ £ [ «] [/?] (6) measures the difference in standard deviations of the value of the energy used by the booth n in attending the call p with respect to the average used by all the booths in answering the call p, and the parameter "Alter Quality" (7) makes sure the existence of some other alternative of similar aptitude in case the np assignment is a good option. If the quality of the alternative is good, cabin n can be considered to dispatch another call as it has a good substitute and does not constitute a critical assignment.
  • contiguity (8) will contribute to the next calls between each other being answered by the same cabin or by different cabins. For example, to a cabin that is descending and whose mass is less than half of the maximum allowable load, a large allocation of close calls is convenient for increasing its load and reducing energy consumption or even generating.
  • the membership function is established between the maximum mass (M), the maximum average mass (M / 2) and the minimum mass (m) , logically greater than zero.
  • Figure 2b establishes the membership function of the PDR variable (2) where the function is established between the height of the building in maximum (H), average (H / 2) and minimum (h) meters, logically greater than zero.
  • Figure 2c establishes the "Proximity" membership function (9) where the number of floors of the building is established, the maximum number (N), the medium (N / 2) and the minimum (n ), logically greater than zero.
  • Figure 2d establishes the "Relative Deviation” membership function ⁇ [n] [p] (6) set to a maximum of standard deviations of 2 and a minimum of -2 with regular intervals of 1.
  • Figure 2e establishes the "QualityAlter" membership function (7) by establishing a percentage difference from the best [ «] [_ 3 ⁇ 4,] with a maximum of 0.5 and a minimum of -0.5 at regular intervals of 0.25.
  • the algorithm will carry out a first absolute energy assessment (1) of the situation, estimating for each of the twelve possibilities (3x4) the energy expenditure in case of responding each of the elevators to each of the plants, measuring for this diffuses the distance that they would have to travel, the possible mass balance of the counterweight-cabin system and taking into account the current direction of the elevator.
  • a relative energy assessment (5) is carried out using the Relative Deviation and Alter Quality parameters.
  • the measurement of contiguity will contribute to the next calls between each other being answered by the same cabin or by different cabins. For example, to a cabin that is descending and whose mass is less than half of the maximum allowable load, a large allocation of close calls is convenient for increasing its load and reducing energy consumption or even generating. The process is repeated until all plant calls have been assigned to a booth. The full valuation of each n-p pair is weighted according to a set of weights.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Elevator Control (AREA)

Abstract

Método de control difuso de grupo de ascensores para la optimización del consumo energético de los del tipo que se emplea por sistemas de control de ascensores de transporte vertical que se caracteriza porque comprende las etapas de evaluar la aptitud energética de cada cabina y asignar las llamadas de planta según un orden conforme (i) una primera valoración energética absoluta (1); (ii) una segunda valoración energética relativa (5); y (iii) una tercera valoración conforme a la contigüidad (8) de las llamadas.

Description

CONTROLADOR DINÁMICO Y MÉTODO DE CONTROL DIFUSO DE GRUPO DE ASCENSORES PARA LA OPTIMIZACIÓN DEL CONSUMO ENERGÉTICO.
El objeto de la presente invención es un método y controlador dinámico de optimización de la energía de los del tipo empleado por sistemas de control de grupo de ascensores para transporte vertical que minimiza el gasto energético de las cabinas atendiendo a una triple valoración, mediante lógica difusa, de todas y cada una de las asignaciones del tipo llamada de planta-ascensor factibles de formar parte del despacho.
La presente invención, por cuanto resuelve un problema técnico de transporte vertical, forma parte del ámbito de la ingeniería de transporte, y más concretamente de los dispositivos electrónicos aplicados al control del movimiento de ascensores y similares.
ESTADO DE LA TÉCNICA ANTERIOR
El problema del transporte vertical hace referencia a todo el proceso en el que grupos de pasajeros viajan entre plantas distintas de una instalación utilizando los medios de transporte (grupos de ascensores y escaleras) disponibles. Al respecto, se desarrollan sistemas complejos de control de grupo de ascensores (Elevator Group Control System, EGCS) que proporcionan un transporte eficiente y a la vez ofrecen cierto grado de servicio (GoS). El rendimiento de dichos EGCS se mide según distintos criterios como el tiempo medio de esperas por pasajero, el porcentaje de esperas superiores al minuto y el consumo energético.
Como alcanzado cierto grado de sofisticación, es matemáticamente imposible (este hecho es conocido en terminología anglosajona como NP-Hard) optimizar el funcionamiento atendiendo todos los criterios a la vez, se suele optimizar uno en detrimento de los otros según las preferencias del propietario del edificio. De este modo, dada la actual relevancia internacional del desarrollo sostenible (sobre todo como ventaja competitiva que puede marcar las diferencias en el sector privado), sería deseable un EGCS que optimice el consumo energético. La tendencia a construir rascacielos y edificios de altura cada vez mayor ha sido una constante en la construcción urbanística de acuerdo con motivos económicos y espaciales. En estas instalaciones el transporte vertical constituye un verdadero problema técnico y logístico, dado que su complejidad aumenta de forma exponencial con su altura.
En este sentido el despacho de ascensores es una actividad de importancia vital y todo EGCS lo acomete atendiendo dos aspectos principales: magnitud del cálculo (tiempo de respuesta) y tratamiento de la incertidumbre [1]. Para un determinado instante el problema del despacho de ascensores se define como un problema NP- Hard. Así, para un edificio que posee n ascensores donde k plantas demandan el servicio de una cabina, existen nk soluciones. De ahí la complejidad del problema en edificios altos.
En sistemas corrientes donde no se proporcionan paneles numéricos a los pasajeros para indicar el destino, la incertidumbre es muy elevada pues ni la cantidad de pasajeros de la llamada ni el destino exacto de cada uno de ellos se conoce hasta que entran en la cabina. Además de la complejidad y el alto grado de incertidumbre el EGCS debe tener en cuenta las posibles llamadas de planta futuras. Por todo ello, es frecuente el empleo de inteligencia artificial o metaheurísticas avanzadas: la utilización de algoritmos genéticos [2] o de búsqueda tabú proporciona resultados de calidad pero su tardanza a la hora de obtener una solución óptima los hace inapropiados para este tipo de problemas donde la cuestión temporal es vital. Otras alternativas como las redes neuronales [3] necesitan periodos largos de entrenamiento y son costosas y complejas de implementar, además se muestran incapaces de adaptarse a variaciones bruscas o imprevistas de la demanda. A diferencia de las anteriores metodologías mencionadas, la lógica difusa [4] es de fácil implementación, rápida en ejecución y por su propia definición perfecta para el tratamiento de la incertidumbre. A medida que las instalaciones crecen en altura y consecuentemente los ascensores en tamaño y número, el consumo energético del transporte vertical aumenta drásticamente. Así en edificios modernos la potencia media empleada por la alimentación del conjunto de las cabinas de un edificio oscila entre el 2% y el 10% de su factura eléctrica total [5]. Los primeros estudios datan de principios de los setenta. Aún así, no es aún frecuente el empleo de heurísticas y metaheurísticas destinadas a la minimización de la potencia consumida. Según la tecnología antigua del frenado del ascensor, la totalidad de la energía empleada en mover la cabina era irrecuperable, y el mayor gasto el debido al encendido del motor, así pues el consumo energético se solía relacionar con el número de arranques de las cabinas. En este sentido se propusieron diseños basados en la evaluación multicriterio mediante lógica difusa [6] del tiempo medio de espera, el porcentaje de esperas largas y la energía. Sin embargo, algunos modelos modernos como [7] persisten en el enfoque de minimizar el número de paradas para indirectamente minimizar consumo.
Sin embargo la tecnología presente permite recuperar una parte de la energía empleada devolviéndola a la red [8]: El diseño suele ser tal que cuando la cabina se encuentra a la misma altura que el contrapeso y la carga de ésta es la mitad de la máxima permitida el sistema se encuentra en equilibrio: de esta forma, cuando el ascensor viaja en dirección descendente con una carga menor que la mitad de la máxima permitida o en dirección ascendente con una carga mayor que la mitad de la máxima permitida, el ascensor consume energía (más cuanto mayor es la distancia y el desequilibrio es mayor) y viceversa. Así, mediante una asignación eficaz de las llamadas es posible recuperar parte de la energía consumida, llegándose a obtener en algunos casos hasta un balance neto positivo. Referencias
[1] Barney, G., 2003. Elevator Traffic Handbook: Theory and practice, Taylor & Francis Group. [2] Siikonen M-L, J. Sorsa, Optimal control of Double Deck elevator group using genetic algorithm, KONE Corporation, Finland (2002).
[3] Lu Yu, Jin Zhou, Shingo Mabu, Kotaro Hirasawa, Jinglu Hu, Sandor Markon, Elevator Group Control System using Genetic Network Programming with ACO Considering Transitions, SICE Annual Conference, Kagawa University, Japan (2007).
[4] Zong-Mu Yeh; Kuei-Hsiang Li (2003). A systematic approach for designing multistage fuzzy control systems.
[5] The Chartered Institution of Building Services Engineers (2005). CIBSE Guide D:
Transportation systems in buildings.
[6] ChangBum Kim, Kyoung A. Seong, Hyung Lee-Kwang, Jeong O. Kim, Design and Implementation of a Fuzzy Elevator Group Control System, South Korea
(1998).
[7] An Elevator Group Control System with a Self-Tuning Fuzzy Logic Group Controller. Transactions on Industrial Electronics (2010).
[8] Tapio Tyni y Jari Ylinen (2006). Evolutionary bi-objective optimization ¡n the elevator car routing problem, KONE Corporation, Finland.
EXPLICACIÓN DE LA INVENCIÓN
El problema técnico que pretende resolver la presente invención es el de la asignación eficaz de las llamadas con tal de recuperar parte de la energía consumida por las cabinas. Para ello, la presente invención propone un controlador de grupo de ascensores basado en lógica difusa (Fuzzy Logic EGCS) capaz de realizar una evaluación energética del estado del sistema que permita una gestión eficaz del problema de despacho en las llamadas de planta. Así pues, para un edificio de p plantas y n ascensores, se calculan nxp procedimientos difusos mediante tres valoraciones distintas de cada una de las posibilidades: una estimación basada en la energía absoluta empleada, una estimación basada en la energía relativa empleada respecto de las demás opciones y una estimación de la contigüidad entre llamadas de planta, permitiendo así al ECGS la optimización del consumo energético. La estimación difusa de la energía absoluta de cada posibilidad se realiza mediante una serie de variables lingüísticas, en la realización preferida "Posible Distancia Recorrida" y "Desequilibrio" y de la variable "Estado de la Cabina" (reposo, en ascenso o descenso). La valoración difusa de la energía relativa de cada posibilidad respecto de las demás se calcula mediante las variables lingüísticas, en la realización preferida "Desviación Relativa" y "Calidad Alternativa". La valoración difusa de la contigüidad se estima mediante las variables lingüísticas "Proximidad" y "Desequilibrio" y de la variable "Estado de la Cabina" (reposo, en ascenso o descenso).
En un segundo aspecto de la invención, el controlador dinámico de optimización de la energía de los del tipo empleado por sistemas de control de grupo de ascensores para transporte vertical comprende, al menos, medios configurados para la detección de la masa y estado de la cabina, medios configurados para el cálculo de las variables lingüísticas referidas previamente y el proceso de inferencia difusa, donde dichos medios lógicos están a su vez configurados para evaluar las reglas de inferencia establecidas. Así pues, es un objetivo de la presente invención es un método, un controlador y un sistema dinámico de optimización del consumo energético para sistemas de control de grupo de ascensores, en donde dada la complejidad del problema (NP-Hard) de despacho de cabinas, el uso del modelo propuesto basado en la técnica de inteligencia artificial denominada lógica difusa contribuye notablemente a la minimización del consumo energético, además de constituir el único de su clase basado en la asignación dinámica de llamadas.
A lo largo de la descripción y las reivindicaciones la palabra "comprende" y sus variantes no pretenden excluir otras características técnicas, aditivos, componentes o pasos. Para los expertos en la materia, otros objetos, ventajas y características de la invención se desprenderán en parte de la descripción y en parte de la práctica de la invención. Los siguientes ejemplos y dibujos se proporcionan a modo de ilustración, y no se pretende que sean limitativos de la presente invención. Además, la presente invención cubre todas las posibles combinaciones de realizaciones particulares y preferidas aquí indicadas. BREVE DESCRIPCIÓN DE LOS DIBUJOS
FIG 1. Muestra el diagrama de flujo del método de control difuso para la optimización del consumo energético, objeto de la presente invención.
FIG 2. Muestra las funciones de membresía de las diferentes variables lingüísticas empleadas en el método de control difuso objeto de la presente invención; en donde la Fig.2a muestra la función de membresía de la variable "Desequilibrio", en la Fig. 2b se muestra la función PDR, en la Fig. 2c se muestra la función de "Proximidad", en la Fig. 2d se muestra la función de "Desviación relativa", y en la Fig. 2e se muestra la función "CalidadAlter".
EXPOSICION DETALLADA DE MODOS DE REALIZACIÓN Y EJEMPLOS
En la presente invención, el despacho de llamadas es dinámico, cada vez que se produce una nueva llamada de planta o se detecta un cambio de masa en alguna cabina, la reasignación es completa. Como la lógica difusa es incapaz de procesar la información en paralelo, es necesario establecer el orden de evaluación de las llamadas de planta conforme a ciertos criterios.
El algoritmo evalúa la aptitud energética de cada cabina y asigna las llamadas de planta según un orden conforme tres criterios distintos: una valoración absoluta energética, una valoración relativa energética y una valoración conforme a la contigüidad de las llamadas. El algoritmo ejecuta las siguientes tareas tal y como se muestra en la FIG 1.
Así, la valoración energética absoluta (1) s^ [«][/>] estima la cantidad total de energía empleada por la cabina n en responder la llamada p. Así, depende de la posible distancia recorrida en caso de que la cabina atendiera la llamada PDR ("Posible Distancia Recorrida") (2) , el desequilibrio de la cabina respecto del estado energético nulo o de reposo si la cabina atendiera la llamada Desequilibrio (3) y de la dirección actual de la cabina Dirección (4). En cambio, la valoración energética relativa (5) EML [n][p] realiza una comparativa ponderando los valores de la valoración energética absoluta (1) EABS [n][p] para obtener la aptitud de cada una de las posibles asignaciones respecto de las demás dentro del universo de despachos factibles. Depende de los parámetros "Desviación Relativa" AE[n][p] (6) y " Calidad Alter" (7), los cuales se definen según las siguientes ecuaciones:
Figure imgf000009_0001
Donde ¿"[«¡[ ^] es la desviación típica y ^Β5 ["][ ^α] la media energética de todas las posibles asignaciones a una llamada p.
-¾BS MLP] es la mej°r alternativa a EABS [n][p] para una llamada p dada. Gracias a la medida de EmL [n][p] se pueden obtener conclusiones más acertadas que teniendo sólo en cuenta EABS [n][p] , valoración energética absoluta (1), pues se pueden comparar las diferentes posibilidades de asignación de cabina para una llamada p concreta. Por consiguiente, aunque la valoración absoluta de la posible energía empleada sea pobre, mediante una medida eficaz de la relatividad de este valor se puede llegar a detectar que es una buena opción, o si se quiere "un mal menor". Para ello el parámetro Δ£[«][/?] (6) mide la diferencia en desviaciones típicas del valor de la energía empleada por la cabina n en atender la llamada p respecto de la media que emplean todas las cabinas en responder la llamada p, y el parámetro "Calidad Alter" (7) se cerciora de la existencia de alguna otra alternativa de aptitud similar en caso de ser una buena opción la asignación n-p. Si la calidad de la alternativa es buena la cabina n puede considerarse para despachar otra llamada pues tiene un buen sustituto y no constituye una asignación crítica.
Una vez realizada una primera valoración energética tanto absoluta (1) como relativa (5), se escoge como primer despacho la asignación con la mejor aptitud ponderando ambos criterios. A continuación, partiendo de la asignación previa n-p calculada (ya fija), se obtienen de nuevo todas las aptitudes de cada cabina n respecto de las demás llamadas p todavía sin asignar teniendo en cuenta ahora una valoración de la contigüidad en sentido energético C [n][p] (8). La estimación difusa de C [«][/?] (8) atiende a:
(i) La medida de la distancia mínima de entre todas las llamadas ya asignadas de forma definitiva a la cabina n y la llamada considerada p "proximidad" (9).
(ii) El posible desequilibrio (10) de la cabina respecto del estado energético nulo (Deseq).
(iii) La dirección actual de la cabina (11 ).
Según el estado de la cabina, consumiendo energía o generando, la medida de la contigüidad (8) contribuirá a que las llamadas próximas entre sí sean atendidas por la misma cabina o por cabinas diferentes. Por ejemplo, a una cabina que se encuentre descendiendo y cuya masa sea inferior a la mitad de la máxima carga permitida, le conviene una asignación cuantiosa de llamadas cercanas para incrementar su carga y reducir el consumo energético o incluso pasar a generar.
El proceso se repite hasta que todas las llamadas de planta han sido asignadas a alguna cabina. La valoración completa (12) de cada par n-p es ponderada conforme el juego de pesos [vlsv2,v3] :
SE M [P] = VlEABS M [P] + V2EREL ["] [P] + ["] [p] Cada una de las valoraciones (12) es calculada de forma difusa mediante sus correspondientes variables lingüísticas. Una de las virtudes de este diseño basado en lógica difusa radica en que no es necesario conocer a priori el posible grado de servicio del sistema. Así, las funciones de membresía dependen exclusivamente del edificio y del tipo de cabina, tal y como se muestra en la FIG 2.
Así pues, para la función de membresía de la variable Desequilibrio (3,10) mostrada en la figura 2a se establece la función de membresía entre la masa máxima (M) la masa máxima media (M/2) y masa mínima (m), lógicamente mayor que cero. En la figura 2b se establece la función de membresía de la variable PDR (2) en donde se establece la función entre la altura del edificio en metros máximo (H), media (H/2) y mínima (h), lógicamente mayor que cero.
En la figura 2c se establece la función de membresía de "Proximidad" (9) en donde se establece la función de número de plantas del edificio, siendo el número máximo (N), el medio (N/2) y el mínimo (n), lógicamente mayor que cero. En la figura 2d se establece la función de membresía de "Desviación Relativa" ΔΕ [n][p] (6) establecido en un máximo de desviaciones típicas de 2 y un mínimo de -2 con intervalos regulares de 1.
En la figura 2e se establece la función de membresía de "CalidadAlter" (7) estableciendo un porcentaje de diferencia respecto del mejor [«][_¾,] con un máximo de 0,5 y un mínimo de -0,5 a intervalos regulares de 0,25.
Ejemplo de empleo de la invención
Supóngase que para un momento dado existen tres llamadas de planta en un edificio de 7 plantas y 4 ascensores y se produce una nueva llamada de planta. Como el sistema ha detectado un cambio, se realiza una reasignación completa de todas las llamadas de forma que el estado previo es ignorado a fin de garantizar una optimización eficaz. El algoritmo llevará a cabo una primera valoración energética absoluta (1) de la situación, estimando para cada una de las doce posibilidades (3x4) el gasto de energía en caso de responder cada uno de los ascensores a cada una de las plantas, midiendo para ello de forma difusa la distancia que habrían de recorrer, el posible balance de masa del sistema contrapeso-cabina y teniendo en cuenta la dirección actual del ascensor. Una vez evaluada la posible energía absoluta empleada, se realiza una valoración energética relativa (5) mediante los parámetros Desviación Relativa y CalidadAlter.
Una vez realizada una primera valoración energética tanto absoluta (1) como relativa (5), se escoge como primer despacho la asignación con la mejor aptitud ponderando ambos criterios. A continuación, partiendo de la asignación previa n-p calculada (ya fija), se obtienen de nuevo todas las aptitudes de cada cabina n respecto de las demás llamadas p todavía sin asignar teniendo en cuenta ahora una valoración de la contigüidad en sentido energético, atendiendo a: La medida de la distancia mínima de entre todas las llamadas ya asignadas de forma definitiva a la cabina A? y la llamada considerada p, el posible desequilibrio de la cabina respecto del estado energético nulo y la dirección actual de la cabina.
Según el estado de las cabinas, consumiendo energía o generando, la medida de la contigüidad contribuirá a que las llamadas próximas entre sí sean atendidas por la misma cabina o por cabinas diferentes. Por ejemplo, a una cabina que se encuentre descendiendo y cuya masa sea inferior a la mitad de la máxima carga permitida, le conviene una asignación cuantiosa de llamadas cercanas para incrementar su carga y reducir el consumo energético o incluso pasar a generar. El proceso se repite hasta que todas las llamadas de planta han sido asignadas a alguna cabina. La valoración completa de cada par n-p es ponderada conforme un juego de pesos.

Claims

REIVINDICACIONES
1.- Método de control difuso de grupo de ascensores para la optimización del consumo energético de los del tipo que se emplea por sistemas de control de ascensores de transporte vertical que se caracteriza porque comprende las etapas de evaluar la aptitud energética de cada cabina y asignar las llamadas de planta según un orden conforme (i) una primera valoración energética absoluta (1); (ii) una segunda valoración energética relativa (5); y (iii) una tercera valoración conforme a la contigüidad (8) de las llamadas; y en donde dicho proceso se repite hasta que todas las llamadas de planta han sido asignadas a alguna cabina, estableciéndose una valoración completa (12) de cada par n-p ponderada conforme una pluralidad de pesos, al menos uno para cada una de las valoraciones descritas (1 ,5,8).
2.- Método de acuerdo con la reivindicación 1 que se caracteriza porque la valoración energética absoluta (1) estima la cantidad total de energía empleada por la cabina n en responder la llamada p, dependiendo de la posible distancia recorrida en caso de que la cabina atendiera la llamada PDR (2), el desequilibrio de la cabina respecto del estado energético nulo o de reposo si la cabina atendiera la llamada Desequilibrio (3), y de la dirección actual de la cabina Dirección (4).
3. - Método de acuerdo con la reivindicación 1 y 2 que se caracteriza porque la valoración energética relativa (5) realiza una comparativa ponderando los valores de la valoración energética absoluta (1) para obtener la aptitud de cada una de las posibles asignaciones respecto de las demás dentro del universo de despachos factibles, dependiendo de los parámetros ''Desviación Relativa" (6) y "CalidadAlter" (7).
4. - Método de acuerdo con la reivindicación 3 que se caracteriza porque el parámetro "Desviación relativa" (6) mide la diferencia en desviaciones típicas del valor de la energía empleada por la cabina n en atender la llamada p respecto de la media que emplean todas las cabinas en responder la llamada p; y en donde el parámetro "CalidadAlter" (7) se cerciora de la existencia de alguna otra alternativa de aptitud similar en caso de ser una buena opción la asignación n-p, y en donde si la calidad de la alternativa es buena la cabina n puede considerarse para despachar otra llamada pues tiene un buen sustituto y no constituye una asignación crítica.
5. - Método de acuerdo con las reivindicaciones anteriores que se caracteriza porque una vez realizada una primera valoración energética tanto absoluta (1) como relativa (5), se escoge como primer despacho la asignación con la mejor aptitud ponderando ambos criterios, y donde partiendo de la asignación previa n-p calculada, se obtienen de nuevo todas las aptitudes de cada cabina n respecto de las demás llamadas p todavía sin asignar teniendo en cuenta ahora una valoración de la contigüidad (8) en sentido energético.
6. - Método de acuerdo con la reivindicación 5 que se caracteriza porque la estimación difusa de la contigüidad (8) atiende a (i) la medida de la distancia mínima de entre todas las llamadas ya asignadas de forma definitiva a la cabina n y la llamada considerada p "proximidad" (9); (ii) el posible Desequilibrio (10) de la cabina respecto del estado energético nulo; y (iii) la dirección actual de la cabina (11).
7. - Controlador dinámico de optimización de la energía de los del tipo empleado por los sistemas de control de un grupo de ascensores para transporte vertical y que se caracteriza porque comprende, al menos, (a) unos primeros medios configurados para la detección de la masa y el estado de la cabina; (b) unos segundos medios configurados para el cálculo de las variables lingüísticas (2, 3, 6, 7, 9, 10) y el método de las reivindicaciones 1 a 6; y en donde dichos medios lógicos están a su vez configurados para evaluar las reglas de inferencia establecidas.
8.- Sistema de control dinámico de optimización de la energía de los del tipo empleado por los sistemas de control de un grupo de ascensores para transporte vertical y que se caracteriza porque implementa el método de las reivindicaciones 1 a 6 y/o el controlador de la reivindicación 7.
PCT/ES2011/000113 2010-04-13 2011-04-12 Controlador dinámico y método de control difuso de grupo de ascensores para la optimización del consumo energético Ceased WO2011128472A2 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ES201000497A ES2370616B1 (es) 2010-04-13 2010-04-13 Controlador dinámico y método de control difuso de grupo de ascensores para la optimización del consumo energético.
ESP201000497 2010-04-13

Publications (4)

Publication Number Publication Date
WO2011128472A2 true WO2011128472A2 (es) 2011-10-20
WO2011128472A3 WO2011128472A3 (es) 2011-12-08
WO2011128472A9 WO2011128472A9 (es) 2012-03-01
WO2011128472A4 WO2011128472A4 (es) 2012-04-19

Family

ID=44799090

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2011/000113 Ceased WO2011128472A2 (es) 2010-04-13 2011-04-12 Controlador dinámico y método de control difuso de grupo de ascensores para la optimización del consumo energético

Country Status (2)

Country Link
ES (1) ES2370616B1 (es)
WO (1) WO2011128472A2 (es)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109521298A (zh) * 2018-11-26 2019-03-26 国网江苏省电力有限公司镇江供电分公司 基于时间序列的电流不平衡三维度故障分析方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2608970B2 (ja) * 1990-06-15 1997-05-14 三菱電機株式会社 エレベータの群管理装置
US5786551A (en) * 1995-11-30 1998-07-28 Otis Elevator Company Closed loop fuzzy logic controller for elevator dispatching
MY138728A (en) * 2004-01-06 2009-07-31 Inventio Ag Method and apparatus for energy-saving elevator control
US7549517B2 (en) * 2005-08-29 2009-06-23 Otis Elevator Company Elevator car dispatching including passenger destination information and a fuzzy logic algorithm

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109521298A (zh) * 2018-11-26 2019-03-26 国网江苏省电力有限公司镇江供电分公司 基于时间序列的电流不平衡三维度故障分析方法

Also Published As

Publication number Publication date
ES2370616A1 (es) 2011-12-20
ES2370616B1 (es) 2012-08-27
WO2011128472A4 (es) 2012-04-19
WO2011128472A3 (es) 2011-12-08
WO2011128472A9 (es) 2012-03-01

Similar Documents

Publication Publication Date Title
EP2003080B1 (en) Method and system for determining, for any instant in time, total peak power consumption for bank of elevator cars
JP5464979B2 (ja) エレベータの群管理システム
CN110790097B (zh) 向输送机系统生成控制信号
CN102929715B (zh) 基于虚拟机迁移的网络资源调度方法和系统
EP2371752A1 (en) Method and device for managing/controlling group of elevators
CN112047212B (zh) 电梯运行控制方法、装置、计算机设备和存储介质
CN117985557B (zh) 一种电梯集群控制方法及系统
CN103803362A (zh) 电梯群管理系统
CN104249957A (zh) 电梯的群管理系统
Tartan et al. A genetic algorithm based elevator dispatching method for waiting time optimization
Nikovski et al. Decision-Theoretic Group Elevator Scheduling.
CN102540885B (zh) 群控学习装置
WO2011128472A2 (es) Controlador dinámico y método de control difuso de grupo de ascensores para la optimización del consumo energético
CN102807141A (zh) 电梯控制装置
Gupta et al. Optimizing edge server deployment in 5g networks: A forecasting-based approach with ai-driven strategies
Strang et al. Context-aware elevator scheduling
Li et al. Genetic algorithm for task allocation and path planning of multi-robot system
Mohaney et al. Modeling and optimization of elevator group control system for high rise commercial building
Basagoiti et al. Passenger flow pattern learning based on trip counting in lift systems combined with real-time information
Sorsa Optimization models and numerical algorithms for an elevator group control system
JP2017043432A (ja) エレベータ群管理システム
Hu et al. An agent-based simulation model for distributed vehicle sharing operations
Li et al. Particle swarm optimization applied to vertical traffic scheduling in buildings
KAMIL et al. Integrating path planning and task scheduling in autonomous drone operations
WO2010109035A2 (es) Controlador dinámico de detección de patrones de tráfico mediante lógica difusa

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11768484

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11768484

Country of ref document: EP

Kind code of ref document: A2