Публикации

1. Кычкин А. В., Горшков О. В. Интеграция предиктивных моделей в состав платформ интернета вещей для реализации сценариев управления энергопотреблением в режиме на сутки вперед // Датчики и системы.  2020. № 11. C. 19-29. doi

Рассмотрена задача развития функциональных возможностей типовых платформ Интернета вещей (Internet of Things, IoT) до уровня исполнения пользовательских предиктивных моделей при управлении энергопотреблением зданий, сооружений и промышленных объектов в режиме на сутки вперед. Сценарии предиктивного управления как одиночными нагрузками (потребителями), так и их агрегированными группами могут использоваться для снижения энергопотребления в часы совмещенного максимума региона, часы сетевой мощности, а также при реализации событий управления спросом на электроэнергию. Представлены универсальные методы прогнозирования (методы “черного ящика”) на основе базовой линии, линейной регрессии, нейронной сети, авторегрессии, тройного экспоненциального сглаживания (модель Хольта-Винтерса), авторегрессионной модели с поддержкой сезонности (SARIMA), а также методы на основе ансамблевых моделей. Предложена схема интеграции расчетно-аналитических моделей с IoT платформами InfluxData и EMS INSYTE. Приведены результаты экспериментальных исследований работоспособности пользовательских аналитик в составе IoT платформ при реализации сценариев управления проветриванием в предиктивном режиме на сутки вперед.

2. Кычкин А. В., Черницин И. А. Модель динамической оптимизации процесса управления энергопотреблением для платформы Интернета вещей // Датчики и системы. 2021. № 2. C. 3-11. 

В статье рассматривается аналитическая модель для платформы Интернета вещей, используемая с целью последующего создания приборов и систем управления энергопотреблением на примере HVAC с динамической оптимизацией. Представлен анализ платформенных технологий, используемых для создания решений по управлению энергопотреблением, выделены и охарактеризованы классы горизонтально-ориентированных и вертикально-ориентированных платформ. Анализ платформ позволил выделить требования к функциям и построить многослойную архитектуру целевой вертикально-ориентированной IoT платформы, наиболее подходящей для разработки системы динамической оптимизации процесса управления энергопотреблением HVAC. Приведена постановка задачи динамического управления процессом энергопотребления на примере проветривания и стратегия аппроксимации функции затрат на энергоресурсы с помощью прогнозных моделей. Работа предложенных аналитических моделей в контурах управления HVAC проиллюстрирована на временной диаграмме. Предложен вариант использования модели в виде сервиса, который позволяет динамически оптимизировать энергопотребление и, как следствие, затраты на энергоресурсы. Публикация подготовлена в ходе результате проведения исследования (№ 21-04-039) в рамках Программы «Научный фонд Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ)» в 2020 – 2021 гг.

Развитие прикладного программного обеспечения киберфизических систем зданий подразумевает широкое использование интеграционных платформ Интернета вещей (IoT). На практике гибкая функциональность IoT-платформ часто приводит к дополнительным затратам на программную доработку существующих и подключение новых блоков, в частности цифровых двойников. В статье предложено технологическое решение по программной имплементации цифрового двойника процесса проветривания в состав контура IoT управления системы отопления, вентиляции и кондиционирования (HVAC) для зданий и промышленных сооружений. Рассматривается реализация и исполнение цифрового двойника в виде динамической имитационной модели на языке объектно-ориентированного моделирования Modelica в среде OpenModelica. В качестве примера интеграционной среды рассматривается IoT-платформа InfluxData на базе стека TICK. Это горизонтально-ориентированная платформа Интернета вещей, которая содержит механизм сбора данных с устройств и базу данных временных рядов InfluxDB для хранения метрик. Для интеграции имитационных моделей на Modelica с InfluxDB предложено использовать сервер OMPython. В этом случае управляющие и интерфейсные сценарии выполняются на языке Python, что в результате в значительной степени расширяет традиционные возможности IoT-платформы до уровня системы управления с цифровым двойником. Такое управление HVAC предусматривает адаптацию контуров управления за счет учета динамики процесса воздухораспределения по вентиляционной сети, оценки и компенсации инерционности процессов. Публикация подготовлена в ходе проведения исследования (№ 21–04–039) в рамках программы «Научный фонд Национального исследовательского университета "Высшая школа экономики (НИУ ВШЭ)"» в 2020–2021 гг.