PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Elementy aktywnego zarządzania popytem na energię w budynkach inteligentnych i mikroinstalacjach prosumenckich

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
An active energy demand response and management in intelligent buildings and prosumers’ microgrids – technologies and concepts
Języki publikacji
PL
Abstrakty
PL
W rozwoju i implementacji nowych funkcji systemów automatyki budynkowej kluczową rolę odgrywają mechanizmy zarządzania energią elektryczną, zarówno w samych budynkach, jak i ich grupach, objętych lokalnymi mikroinstalacjami prosumenckimi. Jednym z nich jest aktywne zarządzanie popytem na energię, z wykorzystaniem integracji urządzeń monitorujących i sterujących w ramach systemów automatyki budynkowej. Poziom popytu na energię w budynku lub lokalnej mikroinstalacji zmienia się w czasie i zależy od różnych zdarzeń, czynników i parametrów. Dlatego autorzy przedstawiają w tym artykule model elastycznego zarządzania popytem, wraz z ideą jego implementacji, w systemach monitoringu i sterowania. Zaprezentowano również inne, istotne elementy organizacji zaawansowanych systemów zarządzania energią i popytem na nią w budynkach, w szczególności w świetle planowanego rozwoju inteligentnych sieci elektroenergetycznych oraz lokalnych instalacji zasilających, z odnawialnymi źródłami energii. Proponowane rozwiązanie zapewnia możliwość integracji z sieciowymi systemami automatyki budynkowej, bazującymi na otwartych, międzynarodowych standardach, oraz włączenia w infrastrukturę sieci protokołu IP – Internetu Rzeczy.
EN
Crucial part of modern Building Automation and Control Systems (BACS) is electric energy management. An active demand side management is very important feature of a Building Energy Management Systems (BEMS) integrated within the BACS. Additionally, energy demand value changes in time and depends on various events, factors and parameters. Therefore, a demand elasticity model has been proposed, providing reliable information about current and expected energy demand for individual buildings and groups of buildings within local microgrids. In this paper authors propose extension of this model with respect to parameters available in the BACS, determining energy demand level. Other elements of the advanced energy management systems are shortly presented as well. Solutions described in the paper are ready for integration within distributed BACS, based on open, international standards with Internet of Things paradigm.
Rocznik
Strony
56--63
Opis fizyczny
Bibliogr. 27 poz., rys.
Twórcy
  • AGH Akademia Górniczo-Hutnicza; Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej; Katedra Energoelektroniki i Automatyki Systemów Przetwarzania Energii
autor
  • AGH Akademia Górniczo-Hutnicza; Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej; Katedra Energoelektroniki i Automatyki Systemów Przetwarzania Energii
Bibliografia
  • [1] Ożadowicz A.: Nieodwracalny Smart Grid. „Energ. Ciepl. i Zawodowa” 5/2014.
  • [2] Olkuski T., Ciesielka E., Szurlej A.: Programy zarządzania popytem odbiorcy energii elektrycznej. „Rynek Energii” 2(117)/2015.
  • [3] Noga M., Ożadowicz A., Grela J., Hayduk G.: Active Consumers in Smart Grid Systems-Applications of the Building Automation Technologies. „Electr. Rev.” 6/2013.
  • [4] Pamuła A.: Zaangażowanie odbiorców z grupy gospodarstw domowych w zarządzanie popytem na energię. Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2013.
  • [5] Palensky P., Dietrich D., Member S.: Demand Side Management: Demand Response, Intelligent Energy Systems and Smart Loads. IEEE Trans. Ind. Informatics, vol. 7, 3/2011, pp. 381–388.
  • [6] Ożadowicz A., Grela J.: Analiza technologii monitoringu i sterowania w budynkach – Prosumenckie Mikroinstalacje Energetyczne. „Napędy i Sterowanie” 12/2015.
  • [7] Ożadowicz A.: Internet Rzeczy w systemach automatyki budynkowej. „Napędy i Sterowanie” 12/2014.
  • [8] Ożadowicz A.: Zarządzać energią z głową: OpenADR – dwukierunkowa komunikacja dostawcy energii – odbiorcy. „Energ. Ciepl. i Zawodowa” 2013.
  • [9] Grela J., Ożadowicz A.: Uniwersalne moduły technologii Internetu Rzeczy (IoT) dla systemów automatyki budynkowej i zarządzania energią w budynkach. „Napędy i Sterowanie” 6/2016.
  • [10] Grela J.: Koncepcja organizacji systemów zarządzania energią w sieciach automatyki budynkowej. „Napędy i Sterowanie” 12/2014.
  • [11] Tascikaraoglu A., Boynuegri A.R., Uzunoglu M.: A demand side management strategy based on forecasting of residential renewable sources: A smart home system in Turkey. „Energy Build.” 80/2014.
  • [12] Prodanovic M., Gafurov T., Tellez M.B.: A demand based approach to optimisation of energy supply mix for smart buildings. IEEE PES Innovative Smart Grid Technologies (ISGT), 2012, pp. 1–8.
  • [13] Wenninger J., Haase J.: The effect of smart appliances and smart gateways on network loads. IEEE 23rd International Symposium on Industrial Electronics (ISIE), 2014, pp. 2682–2687.
  • [14] Palensky P., Dietrich D.: Demand Side Management: Demand Response, Intelligent Energy Systems, and Smart Loads. IEEE Trans. Ind. Informatics, vol. 7, no. 3, Aug. 2011, pp. 381–388.
  • [15] Bettinazzi G., Nacci A.A., Sciuto D.: Methods and Algorithms for the Interaction of Residential Smart Buildings with Smart Grids. IEEE 13th Int. Conf. Embed. Ubiquitous Comput., 2015, pp. 178–182.
  • [16] Zafari F., Papapanagiotou I., Christidis K.: Microlocation for Internet-of-Things-Equipped Smart Buildings. IEEE Internet Things J., vol. 3, no. 1, Feb. 2016, pp. 96–112.
  • [17] Sheinker A., Ginzburg B., Salomonski N., Frumkis L., Kaplan B., Moldwin M.B.: A method for indor navigation based on magnetic beacons using smartphones and tablets. „Measurement” 81/2016.
  • [18] Kwac J., Flora J., Rajagopal R.: Lifestyle segmentation based on energy consumption data. IEEE Trans. Smart Grid, vol. 3053, no. c, 2016.
  • [19] Kavousian A., Rajagopal R., Fischer M.: Ranking appliance energy efficiency in households: Utilizing smart meter data and energy efficiency frontiers to estimate and identify the determinants of appliance energy efficiency in residential buildings. „Energy Build” 99/2015.
  • [20] Picault D., Cottet O., Ruez T.: Demand response: A solution to manager loads in the smart grid. IEEE 15th International Conference on Environment and Electrical Engineering (EEEIC), 2015, pp. 352–356.
  • [21] Vázquez F.I. Kastner W.: Usage profiles for sustainable buildings. IEEE 15th Conf. Emerg. Technol. Fact. Autom. (ETFA 2010), Sep. 2010, pp. 1–8.
  • [22] KNX_Association, KNX Demand Side Management. „White Paper” 2013.
  • [23] Babar M., Nguyen P.H., Cuk V., Kamphuis I.G.: The development of demand elasticity model for demand response In the retail market environment. IEEE Eindhoven PowerTech, 2015, pp. 1–6.
  • [24] Ożadowicz A., Grela J., Babar M.: Implementation of a Demand Elasticity Model in the Building Energy Management System. International Conference on Event-based Control, Communication, and Signal Processing (EBCCSP), 2016, pp. 1–4.
  • [25] Noga M., Ożadowicz A., Grela J.: Modern, certified building automation laboratories AutBudNet – put ‘learning by doing’ idea into practice. „Electr. Rev.” 11/2012.
  • [26] Ożadowicz A., Grela J.: Control application for Internet of Things energy meter – A key part of integrated building energy management system. IEEE 20th Conference on Emerging Technologies & Factory Automation (ETFA), Octob. 2015, pp. 1–4.
  • [27] Ożadowicz A., Grela J.: An Event-Driven Building Energy Management System Enabling Active Demand Side Management. International Conference on Event-based Control, Communication, and Signal Processing (EBCCSP), 2016, pp. 1–8.
Uwagi
PL
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017)
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-002a026c-3169-4ed2-8b3e-f8478d77ad39
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.