Optimal Scheduling of Power Consumption in Green Smart Houses
Translated title
Optimal Planlægning af Strømforbrug i Green Smart Houses
Author
Popescu, Robert-Octavian
Term
4. term
Education
Publication year
2017
Pages
76
Abstract
Den hurtige vækst i vedvarende energi betyder, at flere hjem får egne energisystemer. Hvis solcelleanlæg (PV) kombineres med energilagring, kan et hus i princippet køre uden elnettet. En af de største energiforbrugere i en bygning er varmesystemet. Denne afhandling opbygger en samlet model af et hjem, der omfatter husets varmemæssige adfærd, varmeproduktion, batteri, solceller og en nødgenerator. Formålet er at undersøge, hvordan varmesystemet kan bruges så effektivt som muligt i et almindeligt hus. Vi anvender modelprædiktiv styring (MPC) – en metode, der bruger en matematisk model af systemet og vejrudsigter til at forudsige de kommende behov og vælge de bedste styringshandlinger. Strategien søger især at begrænse brugen af nødgeneratoren, så forbruget af fossile brændsler reduceres, hvis der mangler strøm. Regulatoren planlægger, hvornår huset skal varmes op, hvornår batteriet skal lades eller aflades, og hvornår generatoren skal starte, så indetemperaturen holdes inden for komfortgrænser. Den foreslåede MPC-strategi er implementeret og afprøvet i simuleringer.
The rapid growth of renewable energy means more households are installing their own systems. Pairing rooftop solar panels (photovoltaics, PV) with a battery can, in principle, let a home operate without the grid. Heating is one of the largest energy uses in a building. This thesis builds an integrated model of a home that includes the house’s thermal behavior, the heating system, a battery, a PV system, and a backup generator. The goal is to explore how to use heating energy efficiently in a basic house. We apply Model Predictive Control (MPC)—a method that uses a mathematical model of the system and weather forecasts to predict future needs and choose the best control actions. The strategy focuses on minimizing use of the backup generator when power is insufficient, thereby reducing fossil fuel consumption. The controller coordinates when to heat the house, when to charge or discharge the battery, and when to run the generator, keeping indoor temperatures within comfort limits. The proposed MPC strategy is implemented and tested through simulations.
[This abstract was generated with the help of AI]
Keywords
Documents