Санкт-Петербург, Интеллектуальное сетевое решение для оптимизации энергопотребления предприятий и офисных зданий ОАО «Газпром промгаз» ОАО «Газпром промгаз» Алексей Мележик T-Systems Дмитрий Вавилов Управление спросом на основе прогнозирования поведения пользователя

План доклада Особенности современных энергосистем предприятий. Системный подход в биотехническом комплексе. Использование прогнозирования для координации режимов человек – энергосистема. Адаптивный алгоритм управления энергопотреблением, включающий учет человеческого фактора. Пример реализации

Особенности современных энергосистем предприятий Источник: ОАО «ФСК ЕЭС» Источник: Бурдяк А.Я. Анализ региональных тенденций энергопотребления в секторе домашних хозяйств. SPERO

4 Системный подход в биотехническом комплексе. Пользователи определяют состав, функционал и режимы работы оборудования и системы в целом Потребители предприятий

Прогнозирование для координации режимов человек-энергосистема Преимущества : Преимущества * : Удобство эксплуатации энергосистемы. Экономичная эксплуатация энергосистемы. Использование полной функциональности устройств основанное на фоновом анализе. Снижение влияния человеческого фактора. Экономия затрат на создание системы автоматизации. * 9% технологических нарушений на подстанциях России – ошибочные действия человека. Источник: д-р психол. наук, профессор В.П. Третьяков Человеческий фактор безопасности в энергетическом сетевом комплексе. Доклад * Действия жителей часто приводят к тому, что теплопотери за счет вентиляции в переходный период превышают теплопотери в середине отопительного периода. Источник: H.Ehhorn и др. Энергоэффективные здания. Анализ современного состояния и перспектив развития на основе реализованных проектов. Опыт немецких специалистов. АВОК

Прогнозирование для координации режимов человек-энергосистема Потребность в простых алгоритмах : Технические ограничения устройств автоматизации. Ограниченность объема исходной информации. Требование доступности и реализуемости. Существующие подходы *: контентная фильтрация; коллаборативная фильтрация; групповые рекомендации; рекомендации основанные на общей базе знаний. * Источник: Alexander Felfernig, Michael Jeran, Gerald Ninaus, Florian Reinfrank, and Stefan Reiterer. Toward the Next Generation of Recommender Systems: Application and research Challenges, Multimedia Services in Intelligent Environments: Recommendation Services, Springer, 25:1-18, 2013

Адаптивный алгоритм управления энергопотреблением, включающий учет человеческого фактора управление может осуществляться в условиях ограниченности информации, например наличия сведений только о начале и длительности просмотра и соответствующем канале; может отсутствовать информация о профиле пользователя, его предпочтениях или действиях кроме просмотра телеканалов – записях или покупках видеоконтента, запуске приложений и т.п.; необходимы условия системы, для которой предназначен алгоритм, в данном случае, например - список программ для EPG на текущий момент и на несколько дней вперед (в том же формат - канал, программа, ее временные границы и аттрибуты). Использование алгоритма для STB

8 Основные допущения для энергосистем: цикличностьцикличность в поведении пользователей; количественные оценки:количественные оценки: время внесения изменений в режимы работы оборудования и продолжительность работы в заданных режимах; ограничения со стороны энергосистемы:ограничения со стороны энергосистемы: дифференцированные условия рынка энергоресурсов, функционал, эффективные режимы используемого оборудования и факторы окружающей среды; повышения эффективности прогнозирования:повышения эффективности прогнозирования: кластеризация (например, возможно предусмотреть режимы рабочего и выходного дня, режим «гость», режим «болезнь» и др.). Адаптивный алгоритм управления энергопотреблением, включающий учет человеческого фактора

Пример реализации Входные данные Команды управления

11 Smart Home на базе QIVICON Пример реализации

Спасибо за внимание ! 12 ОАО «Газпром промгаз» ОАО «Газпром промгаз» Алексей Мележик T-Systems Дмитрий Вавилов