VET4SBO Level 2 module 2 - unit 3 - v0.9 srb

1. ECVET Training for Operatorsof IoT-enabledSmart Buildings (VET4SBO)
2018-1-RS01-KA202-000411
Nivo: 2 (dva)
Modul: 2 Strategije optimizacije za ispunjavanje
kriterijuma kvaliteta usluge
Jedinica: 2.3 Primeri optimizacije za inteligentne
zgrade

2. L2-M2-U2.3 Primeri optimizacije za
inteligentne zgrade
• SADRŽAJ JEDINICE
– Povećanjeudobnost stanarau zgradama primenom metaheurističke
optimizacije.
– Povećanaenergetska efikasnostzgrada zasnovanana primeni
metaheurističke optimizacije.
– Primer: optimizacija regulatoratemperaturepomoću metaheuristike.
– Primer: pametna mreža i optimizacija interoperacijepametnezgrade i mreže
upotrebom metaheurističke optimizacijerojeva.
– Primer: optimizacija pokrivenosti mreže u pametnim kućamapomoću
metaheurističke optimizacije.
– Primer: koordinacija međukućnim aparatimakoristeći višekriterijumsku
energetsku optimizaciju.
– Ostali primeri: optimizacijapoložaja IoTsenzora, optimalnapotrošnja
energije, itd.
https://pixabay.com/illustrations/business-
search-seo-engine-2082639/

3. Primeri optimizacije za inteligentne zgrade
• Optimizacija se može efikasno koristiti u
inteligentnim zgradama.
• Koristi se kako u projektovanju tako i u radu
inteligentnih zgrada.
• Različite uštede energije, smanjenje habanja
opreme i poboljšanje komfora mogu se
dobiti optimizacijom, da spomenemo samo
nekoliko mogućih primena.
https://pixabay.com/photos/smart-home-
computer-internet-canvas-3148026/

4. Primeri optimizacije za inteligentne zgrade
• Posebno efikasna i pogodna je
metaheuristička optimizacija, koja predstavlja
pristup bez izvoda koji uglavnom zahteva
manje složenu matematiku i pogodanje za
relativno laku primenu softverskih alata.
https://pixabay.com/photos/smart-home-house-
technology-3096219/

5. Optimizacija za inteligentne zgrade
• Sledi nekolikoprimera optimizacije za
inteligentne zgrade.
• Oni imaju za cilj spomenute ciljeve - razne
uštede energije, smanjenje trošenja opreme
i poboljšanjakomfora.
• Iako izračunavanje iza ovih scenarija zahteva
ponekad značajna istraživanja, primena
ostaje relativno jednostavna.
https://pixabay.com/illustrations/binary-
null-one-cyber-design-3441007/

6. Primer #1 - Optimizacija regulatora temperature
pomoću računarske inteligencije
• Sistem za kontrolu temperature u automatizovanoj
edukativnoj učionici je optimizovan sa nekoliko
naprednih računarski inteligentnih metoda.
• Razvoj i optimizacija regulatora zasnovan je na
razvijenom i opsežno testiranom matematičkom i
simulacionom modelu posmatranog objekta [1].
» [1] Ćojbašić, Ž. M., et al.: Temperature Controller Optimization
by Computational … THERMAL SCIENCE, Year 2016, Vol. 20,
Suppl. 5, pp. S1541-S1552.
https://pixabay.com/photos/tablet-heating-man-
pointing-manual-2471184/

7. Primer #1 - Optimizacija regulatora temperature
pomoću računarske inteligencije
• Za posmatrani objekat dizajniran je i
konvencionalno podešen kaskadni P-PI
temperaturni kontroler.
• Da bi se poboljšale performanse i energetska
efikasnost sistema, primenjeno je nekoliko
metaheurističkih optimizacija kontrolera, i to:
– optimizacija primenom genetskog algoritma,
– optimizacija metodom simuliranog žarenja,
– optimizacija metodom rojeva čestica i
– optimizacija metodom kolonije mrava.
https://pixabay.com/photos/smart-
home-house-3317442/

8. Primer #1 - Optimizacija regulatora temperature
pomoću računarske inteligencije
• Da bi se obezbedila racionalna potrošnja energije, jedna tipična
učionica u zgradi visokoškolske ustanove opremljena je na takav
način da korisnicima obezbeđuje visoku udobnost kontrolom
grejanja, ventilacije i klimatizacije (HVAC).
Dostupni dodatni materijali za učenje.
Uključuju primere iz izvora –
Ćojbašić, Ž. M., et al.: Temperature Controller
Optimization by Computational … THERMAL SCIENCE, Year
2016, Vol. 20, Suppl. 5, pp. S1541-S1552.
https://pixabay.com/photos/books-study-literature-learn-stack-2158773/

9. Primer #1 - Optimizacija regulatora temperature
pomoću računarske inteligencije
• U savremenim HVAC sistemima koriste se različite tehnike
upravljanja, od klasičnih do savremenih.
• Međutim, u komercijalnim aplikacijama kaskadni
proporcionalno-integralni-diferencijalni (PID) kontroleri su
dominantni, gde se umesto jednog konvencionalnog PID
kontrolera koriste dva kaskadna PID kontrolera međusobno
povezana kako bi se dobile vrhunske dinamičke performanse.

10. Primer #1 - Optimizacija regulatora temperature
pomoću računarske inteligencije
• Metaheuristička
optimizacija
sistema upravljanja
(optimalno
podešavanja
regulatora).
Ćojbašić,Ž.M., et al.: Temperature Controller
Optimization by Computational … THERMAL SCIENCE,
Year 2016, Vol. 20, Suppl.5, pp. S1541-S1552.

11. Primer #1 - Optimizacija regulatora temperature
pomoću računarske inteligencije
Ćojbašić,Ž.M., et al.: Temperature Controller Optimization by Computational … THERMAL SCIENCE, Year 2016,Vol. 20, Suppl. 5, pp. S1541-S1552.
Tabela. Parametri kontrolerapre i posle računarski inteligentne optimizacije

12. Primer #1 - Optimizacija regulatora temperature
pomoću računarske inteligencije
Dostupni dodatni materijali za učenje.
Uključuju primere iz izvora –
Ćojbašić, Ž. M., et al.: Temperature Controller
Optimization by Computational … THERMAL SCIENCE, Year
2016, Vol. 20, Suppl. 5, pp. S1541-S1552.
https://pixabay.com/photos/books-study-literature-learn-stack-2158773/

13. Primer #2: Optimizacija interoperacije pametne zgrade i
pametne električne mreže korišćenjem metaheurističke
optimizacije metodom rojeva čestica
• Prelazak na takozvane električne sisteme pametnih mreža (SG) u gradovima
zahteva napredne sisteme upravljanja energijom u zgradama (BEMS) da bi se
nosili sa izuzetno složenom interakcijom između dva okruženja.
• Potreban je adekvatan pristup da se optimizira interakcija okvira SG-BEMS.
Optimizacija metodom rojeva čestica (PSO) može se koristiti za maksimiziranje
komfora i energetske efikasnosti zgrade u takvim uslovima [2].
– [2] L. Hurtado, P. Nguyen, W. Kling, Smart grid and smart building interoperation using
agent-based particle swarm optimization, Sustainable Energy, Grids and Networks 2
(2015) 32–40. doi:10.1016/j.segan.2015.03.003.

14. Primer #2: Optimizacija interoperacije pametne zgrade i
pametne električne mreže korišćenjem metaheurističke
optimizacije metodom rojeva čestica
• Rezultati pokazujuda se rad zgrade može dinamički menjati
kako bi podržao kontrolu naponalokalne električne mreže, bez
ugrožavanja glavne funkcije zgrade, odnosno pružanja komfora.
• Da bi se nosila sa složenošću integracije Smart Grid - Building
Eneregy Management Sistem, primetan je pomak od
centralizovanog sistema za upravljanje energijom do
decentralizovane strukture uz uvođenje računarske i
distribuirane inteligencije.

15. Primer #2: Optimizacija interoperacije pametne zgrade i
pametne električne mreže korišćenjem metaheurističke
optimizacije metodom rojeva čestica
• Dva glavna aspekta upravljanja u inteligentnim
zradama su upravljanje komforom i potrošnjom
energije.
• U zgradama je ipak primarni cilj da se stanarima
obezbedi ugodno okruženje.
https://pixabay.com/photos/relaxing-lounging-
saturday-cozy-1979674/

16. Primer #2: Optimizacija interoperacije pametne zgrade i
pametne električne mreže korišćenjem metaheurističke
optimizacije metodom rojeva čestica
• Oko 50% ukupne potrošnje električne
energije koristi se za upravljanje udobnošću.
• Ova snažna korelacija je presudna za
otkrivanje fleksibilnosti izgrađenog okruženja
inteligentne zgrade koja se može ponuditi
elektroenergetskoj pametnoj mreži.
https://pixabay.com/photos/agriculture-
sunflower-field-1853323/

17. Primer #2: Optimizacija interoperacije pametne zgrade i
pametne električne mreže korišćenjem metaheurističke
optimizacije metodom rojeva čestica
• Udobnost je složeno i subjektivno ljudsko opažanje koje varira u
zavisnosti od percepcije svake osobe i svakog određenog okruženja.
• Tradicionalno, ona se kontroliše kombinacijom centralizovanog
sistema upravljanja i ljudskim intervencijama, npr. svetlima u
lokalnim zonama.
• Razvijeni su različiti standardi koji garantuju nivo udobnosti.
– Na primer, ASHRAE55 i ISO7730,za toplotnu udobnost;
– ISO8995−1,za vizuelnu udobnost;
– i ASHRAE62.1,za kvalitet vazduha u zatvorenom.

18. Primer #2: Optimizacija interoperacije pametne zgrade i
pametne električne mreže korišćenjem metaheurističke
optimizacije metodom rojeva čestica
• Formulacija optimizacionog problema je složena, jer okvir SG-BEMS
uključuje više ciljeva koji mogu biti u sukobu, tj. maksimalizaciju
komfora, minimalizaciju potrošnje energije i istovremeno
razmatranje ustupaka radi omogućavanja usluga podrške za
pametnu mrežu.
• Maksimizacija komfora može se formulisati kao minimalizacija
nelagodnosti. Drugi cilj je minimiziranje potrošnje energije u zgradi,
tj. problem optimizacije energije može se svesti na minimiziranje
energije koju troše sistemi za komfor.

19. Primer #2: Optimizacija interoperacije pametne zgrade i
pametne električne mreže korišćenjem metaheurističke
optimizacije metodom rojeva čestica
• Potrebna je strategija optimizacije za sistem za
upravljanje energijom u zgradi (BEMS), koji
optimizira i energiju i komfor u zoni.
• Iz dobijenih rezultata može se zaključiti da
algoritam PSO nudi veliki potencijal ne samo za
uštedu energije i optimizaciju komfora,već i za
podršku pametne električne mreže.
https://pixabay.com/photos/smart-
home-house-technology-3920905/

20. Primer #3: Optimizacija pokrivenosti mreže u pametnim
zgradama korišćenjem metaheurističke optimizacije
• Pametni uređaji u inteligentnim IoT zgradama zahtevaju
pristup Internetu, ali lokacije inteligentnih uređaja su često
rsute po objektu.
• Stoga je osiguravanje da svi uređaji mogu pristupiti mreži
važno pitanje za rešavanje.
• Drugi izazov sa kojim se susreću pametne kućne mreže je
složeno elektromagnetno okruženje. Pametna kuća je multi-
mrežno okruženje i mnoge unutrašnje komunikacijske
tehnologije na kratkim razdaljinama rade u 2,4 GHz
industrijskom, naučnom i medicinskom (ISM) opsegu.
https://pixabay.com/photos/network-
networking-rope-connection-1246209/

21. Primer #3: Optimizacija pokrivenosti mreže u pametnim
zgradama korišćenjem metaheurističke optimizacije
• Dokazano je da ISM opseg ne utiče na zdravlje
ljudi. Međutim, hibridno elektromagnetsko
okruženje može prouzrokovati ozbiljne
elektromagnetske smetnje između uređaja i
smanjuje kvalitet komunikacije.
• Sistemi bežične komunikacije u zatvorenom
prostoru obično sadrže dve vrste kanala, a to su
kanali sa linijskim pogledom (line-of-sight) i kanali
sa više putanja (multipath).
https://pixabay.com/illustrations/finger-touch-
hand-structure-769300/

22. Primer #3: Optimizacija pokrivenosti mreže u pametnim
zgradama korišćenjem metaheurističke optimizacije
• Zbog porasta popularnosti svetlećih dioda
(LED) kao izvora osvetljenja, praktično je i lako
omogućiti komunikaciju sa vidljivim svetlom u
kući (VLC, visible light communication) i u
zgradi pomoću već postojećih LED sijalica.
• VLC je efikasna metoda za rešavanje problema
koji se tiču pristupa mreži i pokrivenosti u
pametnim kućama.
https://pixabay.com/photos/light-lights-
led-beams-stage-812677/

23. Primer #3: Optimizacija pokrivenosti mreže u pametnim
zgradama korišćenjem metaheurističke optimizacije
• Za problem pokrivanja VLC napajanja u pametnim kućama,
metaheuristička optimizacija pokrivenosti mreže je pogodan pristup.
• Takav pristup može izbeći interdimenzionalne smetnje tako da se smanji
vreme potrebno za ponovljeno računanje. Stoga, može uspešno povećati
stepen pokrivenosti i tačnost rešenja.
• Takođe ima navoda i o uspešnoj primeni metaheurističke optimizacione
metode kukavice [3].
» [3] G. Sun, Y. Liu, M. Yang, A. Wang, S. Liang, Y. Zhang, Coverage optimization of VLC in smart homes
based on improved cuckoo search algorithm, Computer Networks 116 (2017)63–78.
doi:10.1016/j.comnet.2017.02.014.

24. Primer #4: Koordinacija među kućnim aparatima
korišćenjem višekriterijumske energetske optimizacije
• Sistem za upravljanje energijom u zgradi može optimizirati obrasce
potrošnje energije pametnog objekta.
• Cilj mu je efikasno upravljanje potražnjom električnog opterećenja
kako bi se minimizirali troškovi električne energije i odnos najviše
vrednosti i proseka uz održavanje udobnosti korisnika kroz
koordinaciju između kućnih uređaja [4].
» [4] A. Khalid, N. Javaid, M. Guizani, M. Alhussein, K. Aurangzeb, M. Ilahi, Towards
Dynamic Coordination Among Home Appliances Using MultiObjective Energy
Optimization for Demand Side Management in Smart Buildings, IEEE Access 6 (2018)
19509–19529. doi:10.1109/ACCESS. 2018.2791546.

25. Primer #4: Koordinacija među kućnim aparatima
korišćenjem višekriterijumske energetske optimizacije
• Da bi se zadovoljila potražnja potrošača električne
energije, predviđa se opterećenje u danu unapred i u
realnom vremenu.
• Formulisan je kriterijum optimalnosti za to (funkcija za
optimizaciju) koji pomaže u balansiranju opterećenja u
satima na vrhuncu opterećenja i van vrhunca.
• Za reprogramiranje u realnom vremenu koristi se
koncept koordinacije među kućnim aparatima.
• Ovo pomaže planeru da optimalno odluči status
UKLjUČENO/ISKLjUČENO uređaja kako bi umanjilo
vreme čekanja uređaja.
https://pixabay.com/photos/smart-home-
house-technology-3096224/

26. Primer #4: Koordinacija među kućnim aparatima
korišćenjem višekriterijumske energetske optimizacije
• Problem reprogramiranja u realnom vremenu
rešava se kao problem višekriterijumske
optimizacije.
• Potvrda dobrog ponašanjapredložene tehnike
podrazumeva razmatranje ponašanjaza tri
šeme naplate, uključujući:
– vreme korišćenja, cene u realnom vremenu i
kritične cene za vršno opterećenje.
https://pixabay.com/photos/coins-currency-
investment-insurance-1523383/

27. Drugi primeri: Optimizacija položaja IoT senzora,
optimalna potrošnja energije, itd.
• Za projektovanje i razvoj pouzdanih, efikasnih, fleksibilnih,
ekonomičnih, u realnom vremenu i realističnih mreža senzora
dobrobiti (welness) za pametne kućne sisteme često se
koriste i metaheuristike.
• Heterogeni čvorovi senzora i aktuatora zasnovani na bežičnim
mrežnim tehnologijama raspoređeni su u okruženje zgrade.
Ovi čvorovi generišu podatke u realnom vremenu koji se
odnose na upotrebu predmeta i kretanje unutar kuće, radi
predviđanja dobrobiti pojedinaca.
• Ovde dobrobit predstavlja meru koliko efikasno neko ostaje u
kućnom okruženju i obavlja svoju svakodnevnu rutinu, kako bi
živeo dug i zdrav život. Aktivnost stanovnika se prati radi
procene njihovog zdravlja i blagostanja.
https://pixabay.com/photos/wellness-health-
well-being-healing-3961684/

28. Drugi primeri: Optimizacija položaja IoT senzora,
optimalna potrošnja energije, itd.
• U svim prethodnim primerima, kod modernih
pametnih zgrada, optimalna potrošnja
energije je od presudne važnosti i jedan od
osnovnih zahteva pored udobnosti korisnika.
• Zbog toga svi moderni softverski zasnovani
BMS i/ili BEM sistemi nude optimizaciju
upotrebe energije koja se često zasniva na
veštačkoj inteligenciji i metaheuristikama.
https://pixabay.com/vectors/energy
-efficiency-energy-154006/

29. Hvala Vam na pažnji.
https://pixabay.com/illustrations/thank-you-polaroid-letters-2490552/

30. Izjava o odricanju odgovornosti
Za dodatneinformacije, koje se odnose na VET4SBO projekat,posetite veb lokacijuprojektana https://smart-
building-operator.eu ili nasposetite na https://www.facebook.com/Vet4sbo.
Preuzmite našu mobilnuaplikacijuna https://play.google.com/store/apps/details?id=com.vet4sbo.mobile.
Ovaj projekat(2018-1-RS01-KA202-000411) finansiranje uz podršku Evropske komisije (Erasmus + Program). Ova
publikacijaodražava stavovesamo autorai Komisija ne može biti odgovornaza bilo kakvu upotrebukoja se može
zasnivatina informacijama sadržanim u publikaciji.