Model for smart building electrical loads scheduling

Moya, Ch. Francisco D.; López, Alberto; Silva, Luiz C. P. da

doi:10.1109/eeeic.2016.7555639

Cited by 4 publications

(1 citation statement)

References 20 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The BEMS can then take these own generation systems into account, when carrying out an energy management [7]. Our work in [8] describes the basic architecture in a smart residential building.…”

Section: State Of the Artmentioning

confidence: 99%

Optimal Model for Energy Management Strategy in Smart Building with Energy Storage Systems and Electric Vehicles

2020

View full text Add to dashboard Cite

The aim of this work was to develop an optimal model for an energy management strategy in a real micro-grid, which involves a smart building, a photovoltaic system with storage, and a plug-in full electric vehicle. A controller based on a mathematical algorithm was the core of each strategy, which directly acted on a relay board managing the interconnection between the different elements comprising the micro-grid. The development of an optimization model involving binary variables required an efficient code that achieved solutions in a short time. The analyzed case-study corresponded to the solar energy research center (CIESOL) smart building, a bioclimatic building, that is located at the University of Almería (Spain), designated to research in renewable energies. Using the methodologies described in this work, the total cost of the smart building energy consumption was minimized by decreasing the power supplied from the grid, especially at peak hours. Highlighting the use of a simple model that provided better performance than the current state of the art methodologies. The optimal model for energy management strategy demonstrated the advantages of using classical optimization techniques to solve this specific optimization problem, compared to a rule-based controller. The linear modeling was capable of producing a simple algorithm with less code development and a reduction in the computational effort.

show abstract

Section: State Of the Artmentioning

confidence: 99%

Optimal Model for Energy Management Strategy in Smart Building with Energy Storage Systems and Electric Vehicles

2020

View full text Add to dashboard Cite

show abstract

Real-time management model for residential multi-class appliances

Ihsane

Miègeville

Ait-Ahmed

et al. 2017

2017 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC)

View full text Add to dashboard Cite

Modelo de optimización para la gestión colectiva de la demanda de energía en hogares inteligentes

Bejarano,

Moya Chaves,

Montoya Giraldo

2024

TecnoL.

View full text Add to dashboard Cite

Los sistemas eléctricos están evolucionando hacia redes inteligentes para mejorar su eficiencia y confiabilidad mediante estrategias de gestión y respuesta a la demanda. Este estudio presenta el Modelo Multiusuario de Cargas Eléctricas Controlables (MMCEC), un modelo de optimización desarrollado para gestionar colectivamente la demanda residencial de múltiples usuarios mediante la Programación de Cargas Eléctricas Controlables (PCEC). El objetivo del modelo fue minimizar el costo de la energía y lograr una distribución más uniforme de la carga eléctrica, teniendo en cuenta tarifas dinámicas de precios y restricciones específicas. La metodología se basó en técnicas clásicas de optimización en dos etapas. La primera se enfocó a nivel de único usuario utilizando el método de búsqueda exhaustiva para seleccionar soluciones que minimicen el costo de la factura de cada usuario. La segunda etapa empleó el método de búsqueda local para la optimización multiusuario, para encontrar una curva de demanda más plana. Para ello, se diseñó un algoritmo en MATLAB® que simuló un escenario con 60 usuarios durante 24 horas, programando los periodos más adecuados de encendido/apagado de las cargas controlables. Se compararon dos escenarios: uno donde los usuarios administran sus cargas a su conveniencia y otro donde se aplicó el modelo propuesto. Los resultados indicaron una disminución de los picos de demanda, con un ahorro promedio del 4.94 % en la factura eléctrica para el conjunto de usuarios y hasta el 12.34 % individualmente. La simulación logró esta solución óptima en 25 minutos a pesar de la complejidad computacional que implica gestionar la demanda de 60 usuarios. Por tal motivo, el modelo planteado utilizó métodos simples para optimizar múltiples variables, proporcionando un mejor rendimiento en comparación con el procesamiento requerido por algoritmos más complejos.

show abstract

Model for smart building electrical loads scheduling

Cited by 4 publications

References 20 publications

Optimal Model for Energy Management Strategy in Smart Building with Energy Storage Systems and Electric Vehicles

Optimal Model for Energy Management Strategy in Smart Building with Energy Storage Systems and Electric Vehicles

Real-time management model for residential multi-class appliances

Modelo de optimización para la gestión colectiva de la demanda de energía en hogares inteligentes

Contact Info

Product

Resources

About