نوع مقاله : مقاله پژوهشی

نویسندگان

• اکرم بیگی ¹
• فریبا فتاحی ²

¹ گروه هوش مصنوعی، دانشکده کامپیوتر، دانشگاه تربیت دبیر شهید رجایی، تهران

² گروه هوش مصنوعی دانشکده کامپیوتر، دانشگاه تربیت دبیر شهید رجایی، تهران

چکیده

مدیریت بهینه مصرف انرژی در ساختمان‌ها پیامدهای مثبتی در اقتصاد خرد و کلان دارد. در مدیریت مصرف انرژی، علاوه بر کاهش مصرف راحتی ساکنان نیز باید مورد توجه باشد. مسأله مدیریت و زما‌بندی کارکرد وسایل الکتریکی خودکار و قابل‌برنامه‌ریزی در یک ساختمان هوشمند، یک مسأله بهینه‌سازی است که با توجه به تعداد وسایل الکتریکی و قابلیت‌های آن‌ها پیچیدگی بالایی دارد. در این پژوهش یک رویکرد مدیریت مصرف انرژی پیشنهاد شده است که شامل سه لایه از عامل‌های سوییچ، هماهنگ‌کننده و اجرا است که در یک ساختار شبکه‌ای با هم مرتبطند. عامل سویچ برای تعیین و پایش اولویت‌ها، سطح رضایت و راحتی کاربر استفاده می‌شود. عامل هماهنگ‌کننده درباره زمان‌بندی وسایل الکتریکی با هدف کمینه‌سازی هزینه برق مصرفی و بیشینه‌سازی راحتی کاربر تصمیم‌گیری می‌کند. عامل اجرا تصمیمات اخذ شده را با مجموعه‌ای از اعمال اجرا می‌کند. هدف اصلی این پژوهش ارائه الگوریتمی برای کاهش مصرف انرژی و اوج نرخ میانگین و درعین‌حال افزایش راحتی کاربر در لایه عامل هماهنگ‌کننده است. به این منظور روشی ترکیبی مبتنی بر الگوریتم ژنتیک و الگوریتم خفاش ارائه شده و عملکرد آن بر اساس توابع هدف ارزیابی شده‌اند. نتایج حاصل نشان می‌دهد که روش پیشنهادی نسبت به روش‌های ارائه‌شده اخیر، بر روی مجموعه داده‌های اسمارت‌هوم و سی‌یوبیمز نتایج بهتری داشته‌اند.

کلیدواژه‌ها

• مدیریت مصرف انرژی
• راحتی کاربر
• بهینه‌سازی چندهدفه
• الگوریتم ژنتیک
• الگوریتم خفاش

موضوعات

• • مطالعات اقتصادی مرتبط با حامل‌های انرژی (فسیلی، تجدیدپذیر و برق)

عنوان مقاله [English]

Improving Energy and Comfort Management in Smart Buildings

نویسندگان [English]

• akram beigi ¹
• Fariba Fatahi ²

² Department of Computer Engineering, Shahid Rajaee Teacher Training University, Tehran, Iran.

چکیده [English]

Managing energy consumption in smart buildings has become an increasingly important challenge. Efficient energy management can have a positive impact on both micro and macroeconomics. Moreover, it is essential to ensure that the comfort of smart building residents is maintained at an acceptable level. Optimization algorithms can be used to achieve user convenience while minimizing energy consumption. In this study, we propose an optimization approach that utilizes an agent-based architecture. This architecture comprises intelligent agents that communicate with each other via message exchange in a network structure consisting of three layers: (1) The switch layer monitors user preferences and comfort levels. (2) The coordination layer includes a coordinating agent that determines the optimal timing for electrical appliances to minimize electricity consumption costs and maximize user comfort. (3) The execution layer contains performer agents. Our focus in this research is on the coordination layer with the aim of reducing energy consumption costs and peak average rates, while increasing user comfort to the highest possible level. However, this optimization problem is highly complex due to the large number of electrical devices and their capabilities. To address this, we propose a hybrid method based on genetic and bat algorithms. We evaluated its performance based on objective functions and compared it with recent research on SmartHome and CU-Bems datasets. Our results demonstrate an improvement in performance.

کلیدواژه‌ها [English]

• Energy consumption management,
• User comfort,
• Multi-objective optimization
• Genetic algorithm
• Bat algorithm