Bibliographic Metadata

Title
Building energy management optimization based on a semantic abstraction layer / von Daniel Schachinger
AuthorSchachinger, Daniel
CensorKastner, Wolfgang
PublishedWien, 2018
Descriptionxiii, 221 Seiten : Illustrationen
Institutional NoteTechnische Universität Wien, Dissertation, 2018
Annotation
Zusammenfassung in deutscher Sprache
LanguageEnglish
Document typeDissertation (PhD)
Keywords (DE)Gebäudeenergiemanagement / Gebäudeautomation / Wissensrepräsentation / Optimierung / Systemintegration / datengetriebene Modellierung / semantische Technologien
Keywords (EN)building energy management / building automation / knowledge representation / optimization / system integration / data-driven modeling / semantic technologies
URNurn:nbn:at:at-ubtuw:1-117523 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Building energy management optimization based on a semantic abstraction layer [6.84 mb]
Links
Reference
Classification
Abstract (German)

Ein effizienter Betrieb ist essentiell, um den steigenden Energiebedarf im Wohnund Zweckbau in den Griff zu bekommen. In diesem Zusammenhang bilden Gebäudeautomationssysteme (GAS) die Basis zur Steuerung von Geräten und Anwendungen in Gebäudeenergiemanagementsystemen (GEMS) hinsichtlich Komforterfüllung und Energieverbrauch. Außerdem bietet die fortschreitende Integration von Gebäuden in das Smart Grid Vorteile für ein umfassendes Energiemanagement. Die Heterogenität in der Smart Grid-Kommunikation und der Gebäudeautomation (GA), das Fehlen von maschinenlesbarer Semantik und das Anpassen von GEMS an bestimmte Gebäudetypen oder Komfortbereiche schränken jedoch die Entwicklung von flexiblen und wiederverwendbaren Energiemanagementlösungen für einen kosteneffizienten und großflächigen Einsatz ein. Die vorliegende Arbeit zeigt den Entwurf eines GEMS auf Basis einer semantischen Abstraktionsschicht zur Entkopplung der generischen Optimierung vom Gebäudeumfeld. Web Services werden zur interoperablen Integration von GAS verwendet, während ein IP-zentrischer Protokollstack für eine vereinheitlichte Smart Grid-Kommunikation sorgt. Die relevante Information für ein GEMS wird abstrahiert und in einer Ontologie als Teil der Abstraktionsschicht zusammengeführt. Zusätzlich wird eine serviceorientierte Schnittstelle zur semantischen Maschine-zu-Maschine-Kommunikation aufbauend auf der Ontologie erarbeitet. Die maschinenlesbare Information aus der Ontologie wird zur Automatisierung der Konfiguration und des Betriebs der Optimierung im GEMS herangezogen. Ein Workflow zum Extrahieren von Optimierungsproblemen wird zur Bestimmung der Bedingungen, Variablen und Konstanten einer Zielfunktion definiert. Datengetriebene Modelle für die Vorhersage von Zeitreihen werden generiert, um die Optimierung zu unterstützen. Darauf aufbauend dient die Entwicklung von universell einsetzbaren Optimierungsstrategien der Ermittlung von energieeffizienten GAS-Ablaufplänen. Prototypische Implementierungen werden zur Evaluierung der einzelnen Beiträge entwickelt. Machbarkeitsanalysen und Fallstudien dienen zur Demonstration der Anwendbarkeit und Funktionsweise sowie zur Diskussion der Vorteile und offenen Fragen des Ansatzes. Insgesamt trägt die interoperable Integration von Smart Grid-Kommunikation und GA zusammen mit der abstrakten semantischen Modellierung von Kontextinformation zu einer Trennung der Optimierung von Gebäudeund Technologiespezifika bei. Der automatisierte und generische Entwurfsprozess ermöglicht den wiederverwendbaren Einsatz zur Energiemanagementoptimierung in intelligenten Gebäuden.

Abstract (English)

Efficient operation is essential in order to tackle the increasing energy needs of residential and commercial buildings. In this context, building automation systems (BASs) provide a basis for advanced control of devices and appliances in building energy management systems (BEMSs) with respect to comfort compliance as well as energy consumption. Furthermore, proceeding smart grid integration of buildings benefits comprehensive energy management. Nevertheless, the heterogeneity in smart grid communication and building automation (BA), the lack of machine-readable semantics, and the tailoring of BEMSs to specific building types or comfort domains limit the development of flexible and reusable energy management solutions for cost-efficient and large-scale deployment. This thesis presents the design of a BEMS based on a semantic abstraction layer that separates the generic optimization from the building environment. First, Web services are used for interoperable integration of BASs while an IP-centric protocol stack is defined for homogeneous smart grid communication. Second, BEMS-related information is abstracted and merged in an ontology as part of the semantic abstraction layer. In addition, a service-oriented interface is elaborated for semantic machine-to-machine communication based on this ontology. Third, the machine-readable information modeled in the ontology is exploited to support automated configuration and operation of optimization in BEMSs. A workflow for the extraction of optimization problems is defined in order to determine constraints, variables, and constants of an objective function. Data-driven models for time series prediction are generated in order to support the optimization. Based on this, universally applicable optimization strategies enable the identification of energy-efficient schedules for BASs. Proof-of-concept implementations and prototypes are realized for the evaluation of the individual contributions. Feasibility analysis and case studies are used to demonstrate the applicability and functionality as well as to discuss the benefits and open issues of the approach. Overall, this work contributes to interoperable integration of smart grid communication and BA combined with abstract semantic modeling of BEMS-related context information in order to uncouple optimization from building and technology specifics. The automated and generic design process enables the reusable application for energy management optimization in smart buildings.

Stats
The PDF-Document has been downloaded 30 times.