論文の概要: Optimization of Residential Demand Response Program Cost with
Consideration for Occupants Thermal Comfort and Privacy
- arxiv url: http://arxiv.org/abs/2305.08077v1
- Date: Sun, 14 May 2023 05:53:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-16 17:43:09.047990
- Title: Optimization of Residential Demand Response Program Cost with
Consideration for Occupants Thermal Comfort and Privacy
- Title（参考訳）: 温熱快適性とプライバシを考慮した住宅需要対応プログラムコストの最適化
- Authors: Reza Nematirad, M. M. Ardehali, and Amir Khorsandi
- Abstract要約: 家庭用エネルギー管理システム(HEMS)は、空調設定点(AC)を自動的に調整し、一部の機器をオフピーク時間にシフトすることで、消費者のコストを削減する。
建物の居住状況では、直接感知はコストが高く、不正確で、住民にとって侵入的である。
シミュレーションの結果,不確実性を考慮するとコストが36%増加し,交流温度設定値が低下することが示唆された。
- 参考スコア（独自算出の注目度）: 0.1259953341639576
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Residential consumers can use the demand response program (DRP) if they can
utilize the home energy management system (HEMS), which reduces consumer costs
by automatically adjusting air conditioning (AC) setpoints and shifting some
appliances to off-peak hours. If HEMS knows occupancy status, consumers can
gain more economic benefits and thermal comfort. However, for the building
occupancy status, direct sensing is costly, inaccurate, and intrusive for
residents. So, forecasting algorithms could serve as an effective alternative.
The goal of this study is to present a non-intrusive, accurate, and
cost-effective approach, to develop a multi-objective simulation model for the
application of DRPs in a smart residential house, where (a) electrical load
demand reduction, (b) adjustment in thermal comfort (AC) temperature setpoints,
and (c) , worst cases scenario approach is very conservative. Because that is
unlikely all uncertain parameters take their worst values at all times. So, the
flexible robust counterpart optimization along with uncertainty budgets is
developed to consider uncertainty realistically. Simulated results indicate
that considering uncertainty increases the costs by 36 percent and decreases
the AC temperature setpoints. Besides, using DRPs reduces demand by shifting
some appliance operations to off-peak hours and lowers costs by 13.2 percent.
- Abstract（参考訳）: 住宅利用者は、住宅エネルギー管理システム(HEMS)を利用することができれば需要対応プログラム(DRP)を使用でき、空調設定点(AC)を自動的に調整し、一部の機器をオフピーク時間にシフトすることで、消費者のコストを低減できる。
HEMSが占有状況を知っている場合、消費者はより多くの経済的利益と熱的快適さを得ることができる。
しかし、建物の居住状況では、直接センシングは費用がかかり、不正確であり、住民にとって侵入的である。
したがって、予測アルゴリズムは効果的な代替手段になり得る。
本研究の目的は, スマート住宅におけるdrp活用のための多目的シミュレーションモデルの構築に向けて, 非誘惑的, 正確, かつ費用対効果の高い手法を提案することである。
(a)電気負荷の低減
(b)熱快適度(ac)温度設定点の調整及び
(c)最悪のシナリオアプローチは非常に保守的です。
なぜなら、不確実なパラメータが常に最悪の値を取る可能性は低いからです。
そこで,不確かさを現実的に考慮するために,不確実性予算とともに柔軟なロバストな最適化手法を開発した。
シミュレーションの結果,不確実性を考慮するとコストが36%増加し,交流温度設定値が低下することが示唆された。
さらに、DRPを使用すると、一部の家電事業をオフピーク時間に切り替えて需要を減らし、コストを13.2%削減する。
関連論文リスト
- Controlling Large Electric Vehicle Charging Stations via User Behavior Modeling and Stochastic Programming [0.0]
本稿では,現実の制約を組み込んだ電気自動車充電ステーションモデルを提案する。
ユーザが提供する情報を活用する2つのマルチステージプログラミング手法を提案する。
日時依存プロセスに基づくユーザの行動モデルは、顧客満足度を維持しながらコスト削減を促進する。
論文 参考訳（メタデータ） (2024-02-20T18:37:11Z) - Efficient Data-Driven MPC for Demand Response of Commercial Buildings [0.0]
小型商業ビルにおけるエネルギー管理のためのデータ駆動型・混合整数入札戦略を提案する。
屋上ユニットの暖房, 個別制御による空調システムについて検討し, 商業ビルの運転を正確にモデル化する。
当社のアプローチをいくつかの需要応答(DR)設定に適用する。
論文 参考訳（メタデータ） (2024-01-28T20:01:44Z) - Data-driven adaptive building thermal controller tuning with
constraints: A primal-dual contextual Bayesian optimization approach [7.191676230288263]
室内温度制御器のパラメータを調整してエネルギー消費を最小化する問題について検討する。
本稿では,比例積分 (PI) 加熱制御器のパラメータと予熱時間を調整するためにアルゴリズムを適用した。
以上の結果から,PDCBOは他のベイズ最適化手法と比較して最大4.7%の省エネが可能であることが示唆された。
論文 参考訳（メタデータ） (2023-10-01T18:33:37Z) - Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model [50.06663781566795]
消費者の嗜好と価格感が時間とともに変化する動的モデルを考える。
我々は,モデルパラメータの順序を事前に把握している透視者と比較して,収益損失が予想される,後悔による動的価格政策の性能を計測する。
提案した政策の最適性を示すだけでなく,政策立案のためには,利用可能な構造情報を組み込むことが不可欠であることを示す。
論文 参考訳（メタデータ） (2023-03-28T00:23:23Z) - Movement Penalized Bayesian Optimization with Application to Wind Energy
Systems [84.7485307269572]
文脈ベイズ最適化(CBO)は、与えられた側情報を逐次決定する強力なフレームワークである。
この設定では、学習者は各ラウンドでコンテキスト(天気条件など)を受け取り、アクション(タービンパラメータなど)を選択する必要がある。
標準的なアルゴリズムは、すべてのラウンドで意思決定を切り替えるコストを前提としませんが、多くの実用的なアプリケーションでは、このような変更に関連するコストが最小化されるべきです。
論文 参考訳（メタデータ） (2022-10-14T20:19:32Z) - Investigating Underlying Drivers of Variability in Residential Energy
Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。
本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
論文 参考訳（メタデータ） (2021-02-16T16:56:27Z) - Regret-Optimal Filtering [57.51328978669528]
後悔最適化レンズによる線形状態空間モデルにおけるフィルタの問題を検討する。
我々は, 透視推定器の誤差エネルギー推定における後悔の概念に基づいて, フィルタ設計のための新しい基準を定式化する。
3つのリッキー方程式と1つのリャプノフ方程式を解くことで、後悔と最適推定が容易に実現できることを示す。
論文 参考訳（メタデータ） (2021-01-25T19:06:52Z) - Distributed Deep Reinforcement Learning for Intelligent Load Scheduling
in Residential Smart Grids [9.208362060870822]
本研究では,不確実な要因に関する限られた情報を扱う世帯を対象としたモデルフリー手法を提案する。
次に、Pecan Street Inc.の現実世界のデータを使用します。
その結果,ピーク対平均比 (PAR) の約12%, 負荷分散の約11%の低減が達成できた。
論文 参考訳（メタデータ） (2020-06-29T15:01:51Z) - Multi-Agent Deep Reinforcement Learning for HVAC Control in Commercial
Buildings [38.326533494236266]
商業ビルでは、総電力の約40%-50%が暖房、換気、空調システムによるものである。
本稿では, ゾーンの占有, 熱的快適さ, 室内空気質の快適さをともなう動的価格の下で, マルチゾーンビルにおけるHVACシステムのエネルギーコストを最小化することを目的としている。
論文 参考訳（メタデータ） (2020-06-25T03:41:42Z) - Demand-Side Scheduling Based on Multi-Agent Deep Actor-Critic Learning
for Smart Grids [56.35173057183362]
家庭用家電をネットでスケジュールできるスマートメーターが各家庭に備わっている需要側エネルギー管理の問題点を考察する。
目標は、リアルタイムの料金体系の下で全体のコストを最小化することです。
マルコフゲームとしてスマートグリッド環境の定式化を提案する。
論文 参考訳（メタデータ） (2020-05-05T07:32:40Z) - NeurOpt: Neural network based optimization for building energy
management and climate control [58.06411999767069]
モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。
イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
論文 参考訳（メタデータ） (2020-01-22T00:51:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。