Назад
ССЫЛКА НА СТАТЬЮ

ISLS: IoT-система интеллектуального освещения для повышения энергосбережения в офисных зданиях

Пис Обиома, Обинна Агбодике, Дженхуэй Чен, Лей Ван

Данная работа частично поддержана Национальным советом по науке и технологиям Тайваня, грант MOST-110-2221-E-182-041-MY3.

Аннотация

Благодаря Интернету вещей (IoT), обеспечивающему беспрепятственное взаимодействие между устройствами и людьми, а также между устройствами, область интеллектуальных систем освещения эволюционировала от простого обнаружения присутствия и дневного света к автономному мониторингу и контролю потребления энергии и уровней освещенности. В связи с этим в данной статье предлагается новый метод создания системы интеллектуального освещения на основе IoT своими руками (DIY), включающий алгоритм управления освещенностью. Конструкция предусматривает интеграцию датчиков присутствия и освещенности вместе с коммуникационным модулем для обеспечения беспроводного взаимодействия в реальном времени и удаленного мониторинга параметров системы из любого места через приложение для конечного пользователя. Была сформулирована задача условной оптимизации для определения оптимального вектора затемнения для достижения целевой освещенности при минимальном энергопотреблении. Для решения этой задачи использовался симплекс-алгоритм, а производительность системы была проверена как с помощью моделирования в MATLAB, так и путем тестирования реального прототипа в условиях офисного помещения. Полученные экспериментальные результаты демонстрируют значительную экономию энергии в нескольких сценариях присутствия пользователей: примерно 80%, 48% и 26% для одного, двух и четырех пользователей соответственно по сравнению с традиционными базовыми системами освещения.

Ключевые слова: Алгоритм, энергосбережение, логическое управление, IoT, оптимизация, датчики.

I. Введение

Искусственное освещение является важнейшим компонентом любого здания, выполняющим как функциональные, так и эстетические задачи. Оно не только улучшает визуальную привлекательность внутренних помещений, но и обеспечивает необходимое освещение для широкого спектра визуальных видов деятельности. Таким образом, системы освещения играют жизненно важную роль в обеспечении комфорта и благополучия окружающей среды. Однако, хотя основной задачей современных систем освещения остается обеспечение света, все больше внимания уделяется достижению этой цели с максимальной энергоэффективностью благодаря технологическому прогрессу. Бесспорно, искусственное освещение вносит значительный вклад в глобальное потребление энергии, составляя почти одну шестую от общего мирового производства электроэнергии. Это подчеркивает настоятельную необходимость в более энергоэффективных системах [1], особенно с учетом глобальных целей устойчивого развития. Согласно Международному энергетическому агентству, переход на энергоэффективные системы освещения может сократить мировое потребление электроэнергии более чем на 1500 тераватт-часов в год, что эквивалентно выработке более 600 электростанций средней мощности [2].

В (коммерческих офисных) зданиях искусственное освещение составляет более 25% потребления электроэнергии и, следовательно, представляет собой значительную эксплуатационную стоимость [3, 4]. Большинство традиционных офисных систем освещения часто не адаптируются к изменениям присутствия людей в реальном времени и доступности дневного света, и в сочетании с типичным невниманием или безразличием сотрудников (т.е. пользователей) к выключению неиспользуемого света это приводит к ненужному расходу энергии. Кроме того, исследования показали, что неэффективное освещение в офисных помещениях влияет не только на счета за электроэнергию, но и на производительность и благополучие сотрудников [5].

Чтобы снизить уровень потребления энергии, сохраняя при этом оптимальную внутреннюю освещенность для зрительного комфорта occupants, автоматизированные технологии интеллектуального освещения стали жизнеспособным и перспективным решением [6, 7]. И как фундаментальный компонент будущих умных городов, внедрение систем интеллектуального освещения не только предоставляет значительные возможности для энергосбережения, но и играет решающую роль в продвижении глобальных целей устойчивого развития. Более того, с недавним появлением сетей 5G и следующих поколений (B5G), обеспечивающих поддержку Интернета вещей (IoT) для массовых коммуникаций между машинами (MTC) [8], наблюдается растущая синергия между системами интеллектуального освещения и IoT. Эта синергия укрепляет позиции решений для освещения на основе IoT в офисных средах, где структурированные рабочие часы и предсказуемые модели присутствия делают системы автоматического контроля особенно эффективными. Конвергенция этих двух областей (т.е. освещения и IoT) в настоящее время стимулирует развитие более широкой экосистемы осветительных устройств с поддержкой MTC, включающей управляемые светильники, динамическую регулировку освещенности и автоматическое планирование, все из которых управляются через интерфейсы на основе приложений в удаленных сетях.

В этой статье мы представляем недорогую конструкцию системы интеллектуального освещения на основе IoT (ISLS) своими руками, реализованную с датчиками и алгоритмом управления освещенностью, направленным на оптимизацию эффективности использования энергии. Система обеспечивает динамическую, настраиваемую регулировку внутреннего освещения для удовлетворения конкретных фотометрических потребностей пользователей. ISLS может автономно регулировать уровни яркости и реагировать на изменения в присутствии людей, наличии естественного дневного света и других пользовательских параметрах. Таким образом, в отличие от существующих решений для интеллектуального освещения, предлагаемая ISLS интегрирует как затемнение на основе присутствия, так и динамическое управление освещенностью, а также предоставляет аналитику данных в реальном времени для отслеживания моделей использования энергии для оптимального управления энергопотреблением.

II. Смежные работы

По определению, система освещения считается интеллектуальной, если она может автономно взаимодействовать с внешними стимулами, позволять подключенным светильникам сотрудничать и оптимизировать потребление энергии, согласовываясь с предпочтениями пользователя [9]. В последнее время развитие инфраструктуры интеллектуального освещения сместилось в сторону аналитических моделей, управляемых данными, с прогнозирующими стратегиями управления [10]; что позволяет достичь оптимального баланса между естественным дневным светом и искусственным освещением для повышения эффективности использования энергии без ущерба для пользовательского опыта [11].

A. Интеллектуальное освещение в городской среде

Предыдущие исследования в области интеллектуальных систем освещения в основном были сосредоточены на городской среде, где автоматизированные решения для уличного освещения стали пионерами практического внедрения интеллектуального освещения. Примерами являются интеллектуальная система уличного освещения в [12], которая интегрирует беспроводную сеть датчиков с алгоритмом нечеткого принятия решений для минимизации энергопотребления; энергоэффективная модель уличного освещения в [13]; и альтернативные подходы, использующие технологию Long-Range (LoRA) для улучшения связности и производительности в системах интеллектуального уличного освещения [14]; среди прочих.

B. Интеллектуальное освещение во внутренних помещениях

С быстрой эволюцией умного дома и офисной автоматизации исследования систем интеллектуального освещения для внутренних помещений набирают обороты. В [15] изучалась сетевая система освещения на основе датчиков для автоматического управления освещением, демонстрирующая потенциал адаптивной регулировки освещения. Аналогично, в [16] была представлена контекстно-зависимая интеллектуальная система освещения, способная динамически реагировать на изменения окружающей среды и предпочтения пользователей. В то время как другие исследования [17] продемонстрировали инновационные подходы к энергосбережению с помощью передовых технологий интеллектуальных светодиодов для внутреннего освещения.

C. Достижения на основе IoT

В последнее время интеграция IoT в интеллектуальное освещение является актуальной исследовательской темой, поскольку IoT стал неотъемлемым компонентом современных умных домов и городов. В [18] был представлен подход «лидер-ведомый» для интеллектуального офисного освещения, и аналогично в [19] была предложена «ведущая-ведомая» интеллектуальная система управления светодиодами; обе демонстрируют, как распределенное управление на основе IoT повышает энергоэффективность и надежность системы. Кроме того, в [20] была разработана модель энергосбережения на основе IoT для минимизации ненужного потребления энергии, а в [21] предложен интеллектуальный механизм затемнения света с использованием машин опорных векторов, подчеркивающий расширяющуюся роль машинного обучения в системах интеллектуального освещения.

D. Восполнение пробела в литературе

Несмотря на вышеупомянутые достижения, потребность в едином решении, которое оптимально балансирует энергоэффективность, мониторинг в реальном времени и адаптивность к пользователю в рамках экономически эффективной структуры, сохраняется. Наша предлагаемая IoT-система интеллектуального освещения (ISLS) решает эти проблемы, используя данные датчиков в реальном времени для автоматической регулировки яркости, обеспечивая удаленное управление и генерируя практические идеи посредством мониторинга производительности на основе данных. Благодаря как моделированию в MATLAB, так и реализации недорогого пользовательского прототипа IoT своими руками, ISLS доказывает, что не только повышает энергоэффективность за счет динамической корректировки моделей использования освещения, но и является жизнеспособным для развития устойчивой, интеллектуальной системы освещения, адаптивной к предпочтениям пользователей и условиям окружающей среды; тем самым делая интеллектуальное освещение более доступным, масштабируемым и экономически эффективным.

III. Модель системы

Многие предыдущие методологии, направленные на оптимизацию энергоэффективности и удовлетворенности пользователей в системах освещения, часто сталкиваются с фундаментальной проблемой управления использованием света. Признавая это критическим узким местом, мы классифицируем системы управления на три основные категории: логические, регуляционные и оптимизационные контроллеры.

Каждый метод предлагает уникальные преимущества, но наша работа специально фокусируется на оптимизационном управлении для достижения сбалансированной энергоэффективной системы освещения, реализованной со светодиодными светильниками.

В этом исследовании мы оценили систему освещения в стандартной рабочей среде. Рабочее пространство состоит из двух плоскостей: нижней плоскости, разделенной на N логических зон, и верхней плоскости, на которой размещены несколько потолочных светильников, оснащенных датчиками света. Типичный план освещения внутреннего офисного помещения показан на рис. 1.

Мы исследовали распределенную систему управления на основе оптимизации светильников, при которой каждый светильник интегрирован со светодиодом, пассивным инфракрасным (PIR) датчиком, датчиком света, драйвером светодиода и модулем контроллера. PIR-датчик обнаруживает локальное присутствие или отсутствие в designated логической зоне; в то время как датчик света - фоторезистор (LDR), измеряет общие уровни света в соответствующей области.

Выбор светодиодного светильника, используемого в прототипе ISLS, определялся такими факторами, как низкая стоимость, долговечность и яркость. Кроме того, светодиоды позволяют моделировать конструкцию как линейную систему [22, 23]. Применяя подход замкнутого контура управления для прототипа, мы характеризуем взаимосвязь вход-выход системы освещения, как показано на рис. 2. Обозначения переменных определены следующим образом: ET = целевое значение освещенности, e = член ошибки, C = алгоритм управления, u = управляющая переменная, заданная как [ui]T ∈ R, T = матрица переноса света, EL = освещенность светильника, Dd = возмущение дневного света, и E = фактические значения освещенности.

Рис. 2: Блок-схема замкнутой системы.

где αi - коэффициент, который связывает световой поток i-го светодиода с входной мощностью. Далее в [24] показано, что выходной световой поток φ может быть связан с его фотометрическими, электрическими и тепловыми свойствами. Следовательно, (2) преобразуется в:

φ = nEo[1 + Ke(tα - to)Pd + KeKh(Rjc + NRhs)Pd2]. (4)

Если мы рассмотрим систему освещения с n точечными источниками света и m датчиками света, взаимосвязь между освещенностью и световым потоком может быть представлена с использованием закона обратных квадратов [23]:

E = (1/(4π)) Σi=1n (φn / Dmn2), (5)

где E - это вектор (m × 1), представляющий освещенность, измеренную m-м датчиком, φn - вектор (n × 1), представляющий световой поток, а Dmn - матрица (m × n), указывающая расстояние между m-м датчиком света и n-м источником света. Раскрывая (5), получаем:

Применяя (3) к (6), получаем расширенную матрицу, выраженную как:

В (7) предположение о линейности модели системы освещения указывает на хорошую оценку системы, поскольку показывает, что выходная освещенность линейно связана с входной мощностью светодиодов. Напомним, что T определяет взаимосвязь между входом и выходом системы. Это можно оценить, представив задачу идентификации модели как задачу наименьших квадратов [25], что может быть затратным. Между тем, чтобы обеспечить минимальную сложность модели, мы рассмотрели первые два светильника (обозначенные как LUM1 и LUM2) вместе с их соответствующими фотосенсорами (обозначенными как ρ1 и ρ2). Затем T моделируется как матрица 2 × 2, выраженная как:

Tnm = [ [T11, T12], [T21, T22] ], (8)

где Tnm представляет взаимосвязь между n-м светильником и m-м фотосенсором. В этой работе датчики связаны со светильниками, поэтому мы полагаем, что m = n.

Было проведено два соответствующих эксперимента для исследования процесса идентификации светильника. Во-первых, мы подавали разные уровни затемнения на LUM1, в то время как LUM2 был выключен, а затем отмечали наблюдаемые значения от ρ1 и ρ2. Во-вторых, LUM1 был выключен, а уровни затемнения применялись к LUM2, в течение которого были получены значения от ρ1 и ρ2. В каждом из этих экспериментов включался только один светильник, чтобы гарантировать, что влияние помех (т.е. интерференции освещения) от соседних светильников не будет записано фотосенсорами. Для формулировки отклика модели системы использовался подход множественной линейной регрессии [26], заданный уравнением (9) и далее, что приводит к окончательной матричной форме (19).

Матрица смещения B в (18), значения которой приведены в (19), представляет системную неопределенность, которая также обрабатывается системой. Обратите внимание, что для достижения незаметного мерцания было применено широтно-импульсная модуляция (ШИМ) для регулирования потребления энергии светильником при обеспечении целевой освещенности. В то время как уровень затемнения является функцией рабочего цикла формы сигнала, амплитуда которого является уровнем освещенности и определяется диаграммой направленности светодиодов [27]. Для N логических зон в рабочем пространстве, с n количеством светильников (см. рис. 1), пусть d - вектор затемнения с уровнями затемнения d = {d1, d2, ..., dn}. Следовательно, dN, являющийся уровнем затемнения n-го светильника, подразумевает dN ∈ R и 0 ≤ dn ≤ 1; где dN = 0 представляет полностью затемненный светодиод в состояние ВЫКЛ, а dN = 1 представляет максимальную освещенность. Кроме того, средняя мощность, потребляемая светодиодом в любой момент времени, может быть задана как PxdN (20), где x представляет состояние ВКЛ или ВЫКЛ. Аналогично [13], наша модель представляет систему освещения как многоточечный источник света, состоящий из пространственно распределенных светодиодов. Для достижения равномерного освещения мы использовали массив светодиодов, распределенных на верхней плоскости (т.е. потолке) рабочего пространства. Предполагая, что каждый светодиод имеет характерную диаграмму излучения, которую можно рассматривать как функцию телесного угла f(θ) в трехмерном внутреннем пространстве; таким образом, отображая f(θ) в плоскость рабочего пространства на расстоянии h от потолка, мы сформулируем f(x, y; h) = f(θ) / (x2 + y2 + h2) (21), где f(x, y: h) - центрированная диаграмма освещения, а x и y представляют координаты точки освещения в пространстве. Затемнение светодиодов приводит к затемненной диаграмме освещения. Относительно (21) мы стремимся достичь равномерного распределения освещения по комнате для занятых зон и минимального освещения для незанятых зон. Обозначим целевые уровни освещенности как ETo и ETu для занятых и незанятых зон соответственно. Освещенность от n-го светильника в точке (x, y) и высоте h при отсутствии дневного света, при условии, что другие светильники выключены, можно выразить как En(x, y: h). При уровне затемнения dn освещенность становится dnEn(y, y: h). Для дневного света мы рассматриваем возмущение дневного света как Dd(x, y: h), таким образом, общая освещенность системы может быть математически задана как ET(x, y; h; d) = Σn=1N dNEn(x, y; h) + Dd(x, y; h) (22).

Искажение диаграммы освещения в точке (x, y) относительно целевого уровня освещенности характеризуется контрастом освещенности. Ожидается, что вариации уровня освещенности, заданные вектором затемнения d относительно ET0, должны быть ниже порога контраста освещенности, обозначенного как Ct. Это было представлено законом Вебера [28]: C(ET(x, y; h; d), ET0) = (DEn(x, y; h) - ET) / ET ≤ Ct (23).

Относительно (20) формулируется задача условной оптимизации для определения оптимального вектора затемнения, который обеспечит минимальное потребление энергии; задается уравнением (24), где целевая функция и ограничения линейны и, таким образом, рассматриваются как задача линейного программирования.

IV. Компоненты конструкции

В целом предлагаемая ISLS разделена на три функциональные части: облачный сервер, пользовательское приложение и аппаратное обеспечение на основе IoT.

I. Облачный сервер

Мы использовали сервер Blynk [29] для удаленного мониторинга и управления нашей предлагаемой ISLS. Это сервер на Java с открытым исходным кодом на основе Netty, отвечающий за передачу сообщений между мобильным приложением и несколькими микроконтроллерами. [29] позволяет размещать информацию на локальном сервере, предоставляет локальному хосту встроенные SSL-сертификаты для безопасности и предоставляет административный интерфейс, доступный через процесс входа по URL с выделенным IP-адресом и номером порта.

II. Пользовательское приложение

Мы разработали интерфейс виджета (см. рис. 4) для взаимодействия конечного пользователя с системой по сети (на нативных мобильных устройствах, таких как IOS или Android). Для этой задачи библиотека приложения Blynk была установлена на Arduino IDE, после чего была выбрана желаемая плата микроконтроллера, и программный код для системы был написан и встроен в микроконтроллер, реализованный с токеном аутентификации, связанным с каждым управляемым светильником. Виджеты, используемые для пользовательского интерфейса, следующие:

  1. Виджет слайдера: с меткой "SET ILLUMINANCE" используется для установки освещенности на любое желаемое пользователем значение.
  2. Виджет индикатора: с меткой "ILLUMINANCE" используется в качестве механизма обратной связи для отображения статуса освещенности окружающей среды. Когда пользователь устанавливает желаемую освещенность в системе, этот виджет отвечает за предоставление обратной связи об освещенности с использованием встроенных датчиков.
  3. Виджет кнопки: используется для включения или выключения системы освещения.
  4. Виджет слайдера режима: это функция планирования в реальном времени, которая позволяет системе освещения динамически регулироваться в соответствии с определенными дневными и ночными режимами независимо от показаний датчиков. Например, в этой задаче мы установили с 9:00 до 18:00 как временной промежуток, в течение которого светильники автоматически выключаются (исходя из предположения, что с 9 утра достаточное количество естественного дневного света проникает во внутреннее пространство до 18:00). Ночной режим начинается после 18:00. В коде установлены пороги, чтобы предотвратить колебания светильников при каждом изменении показаний датчиков. Кроме того, алгоритм управления гарантирует, что вариации должны превышать определенные пороги, прежде чем будут инициированы действия. Другие функции включают автоматическое выключение светильника (после задержки в 5 минут) в дневное время, если в незанятых зонах внутреннего пространства не обнаружена активность.
  5. Виджет электронной почты: позволяет пользователям получать электронное письмо, содержащее краткую сводку об использовании энергии и затратах на еженедельной основе.
  6. Виджет индикатора мощности: отображает потребляемую мощность в реальном времени.
  7. Виджет выбора устройства: облегчает токен аутентификации для эффективного мониторинга и управления несколькими светильниками из пользовательского приложения.

III. Прототип IoT

Состоит из микроконтроллера, PIR-датчика, датчика окружающей среды, датчика напряжения и датчика тока. Мы использовали микроконтроллер ESP32 [30], потому что это низкопотребляющая интегральная схема с встроенным Wi-Fi и модулем Bluetooth соответственно, а также поддерживает ШИМ-затемнение и аналого-цифровые (ADC) преобразования. Другие датчики являются устройствами с ограниченными ресурсами для зондирования и мониторинга физических условий окружающей среды [29]. В этой работе использовались датчик напряжения ZMPT101B и датчик тока ACS712 для получения информации о потребляемой мощности и энергии, а светильники, использованные в конструкции, - это "Cree XLAMP MX-6 high brightness LEDs" с выходной мощностью до 114 люмен. Полная схема DIY IoT показана на рис. 3, а разбивка стоимости каждого аппаратного компонента представлена в таблице I.

Рис. 3: Схема прототипа IoT-системы.

Компоненты системы и их соответствующие цены в таблице I были получены из интернет-магазина, и действительны на момент публикации. При общей стоимости $15,13 за единицу светильника прототип ISLS демонстрирует экономическую жизнеспособность системы для широкомасштабного развертывания в офисных зданиях. По сравнению с коммерческими решениями для интеллектуального освещения, которые обычно стоят $50-100 за единицу, наш подход DIY достигает компетентной функциональности примерно на 70-85% дешевле. Эта экономическая эффективность особенно актуальна для модернизации существующих офисных зданий, где срок окупаемости обновления освещения является решающим фактором. Более того, невысокая стоимость системы не компрометирует ее функциональность, что демонстрируется результатами производительности, упомянутыми в разделе V.

V. Реализация

Здесь мы представляем полученные результаты нашего моделирования и экспериментов в реальном мире, подтверждающие производительность ISLS. Для эксперимента с моделированием мы приняли значения экспериментальных параметров (см. таблицу II), которые соответствуют базовой норме освещения рабочего пространства. Симплекс-алгоритм был использован для получения уровней затемнения светодиодных светильников путем решения задачи линейного программирования, сформулированной в (24), чтобы найти оптимальную целевую функцию (см. Алгоритм 1). Целевая функция стремится минимизировать потребление энергии, удовлетворяя ограничениям освещенности посредством итеративной оптимизации базового допустимого решения. Алгоритм особенно подходит для нашей задачи, поскольку он эффективно обрабатывает ограниченные переменные (0 ≤ DN ≤ 1) и линейные ограничения освещенности.

Предположим, например, внутреннее рабочее пространство размером 15 × 9 футов (с 2 окнами, пропускающими дневной свет), оборудованное существующими светильниками - четырьмя (4) проводными 12-ваттными светодиодными светильниками, называемыми базовой установкой, мы интегрируем предлагаемый прототип DIY IoT, состоящий из компонентов, описанных в разделе IV. Без вмешательства пользователя через приложение-виджет мы получили начальные данные об использовании света, собранные датчиками системы за 24-часовой период, и наблюдали за временной активностью четырех светильников, чтобы определить количество энергии, потребляемое светильниками в системе ISLS. График показателей потребления энергии показан на рис. 5. Обратите внимание, что светильники LUM2 и LUM3 расположены ближе к окнам, поэтому из-за помех естественного света (вызывающих автоматическое затемнение ISLS) они потребляют меньше энергии, чем LUM1 и LUM4, во время работы и присутствия людей. В целом, потребление энергии светильниками рассчитывается как Σn=1N(P × d)γ (25), где γ - количество активных часов (обобщенных как временные метки), а d - значение затемнения.

Рис. 5: График, показывающий уровень потребления энергии в сценариях (a), (b), (c) и (d) для LUM1,...,LUM4 соответственно (полученные из значений датчиков), в течение 24-часовой временной активности в рабочем пространстве.

Между тем, напомним, что светильники базовой установки не регулируются, поэтому светильники непрерывно работают на максимальной мощности, следовательно, d = 1 (без развертывания ISLS). Так, например, для 12-ваттного светодиодного светильника общая энергия (КВт/ч) за 12-часовой (активный) период = (12 × 1 × 12) / 1000 = 0,144 КВт/ч на светильник. Этот расчет соответствует стандартным методам определения энергопотребления, где энергия (в киловатт-часах) является произведением мощности (в киловаттах) и времени (в часах). Таким образом, учитывая 4 светильника (LUM1,...,LUM4), использованные в этом эксперименте, общее потребление энергии составляет 0,144 × 4 = 0,576 КВт/ч.

A. Обсуждение и анализ

На основе числовых данных значений с датчиков в течение периода времени с 6:00 до 17:00 (типичные рабочие часы) мы сначала сравнили дневное потребление энергии базовой установки с предложенной ISLS. Полученные результаты были нанесены на графики рис. 6, рис. 7 и рис. 8 для сценариев с одним, двумя и четырьмя пользователями соответственно в различных N логических зонах. При внимательном наблюдении можно заметить, что LUM1,...,LUM4, реализованные с предложенной ISLS, показывают значительно более низкое энергопотребление по сравнению с Base1,...,Base4 базовой установки. Кроме того, энергетические профили рис. 6, рис. 7 и рис. 8 доказывают, что ISLS использует только светильники в занятых зонах, в то время как другие светильники автоматически выключаются с разными уровнями затемнения. Напротив, все светильники в базовой установке остаются полностью и равномерно активными все время после активации в состояние ВКЛ. Чтобы обеспечить точные показания датчиков в разное время суток, этот эксперимент не точно имитировал регулярные реальные сценарии, в которых случайная мобильность часто инициируется пользователем/пользователями. Однако в некоторых случаях определенные светильники базовой установки случайным образом выключались в определенные промежутки времени. Тем не менее, процент энергосбережения системы ISLS по сравнению с базовой установкой достиг до 80% для одного пользователя, 48% для двух пользователей и 26% для четырех пользователей соответственно (см. ПРИЛОЖЕНИЕ A).

Рис. 6: Энергетический профиль для сценария с одним пользователем Рис. 7: Энергетический профиль для сценария с двумя пользователями Рис. 8: Энергетический профиль для сценария с четырьмя пользователями

Этот результат доказывает автономную способность ISLS интеллектуально инициировать изменение состояния подключенных светильников (т.е. вкл-затемнение-выкл) с учетом обнаружения дневного света и присутствия людей. Чтобы дополнительно подтвердить этот результат, были проведены дополнительные тесты для определения производительности профилей затемнения (т.е. кривых затемнения) при различной предустановленной освещенности.

Кривая затемнения - это скорость изменения светового выхода в зависимости от контроллера диммера. В этой задаче ожидается монотонная траектория затемнения, т.е. уровень света не должен увеличиваться ни в одной точке кривой, когда диммер движется вниз, и наоборот. В этом отношении мы рассмотрели траектории для двух разных сценариев. Выходные данные полученных траекторий затемнения, когда световой поток установлен на 600 люкс и 300 люкс, показаны на рис. 9 и рис. 10 соответственно. По наблюдениям (в зависимости от активности пользователей), оба случая являются монотонными. Монотонная траектория означает, что по мере уменьшения (или увеличения) уровня диммера световой выход последовательно уменьшается (или увеличивается) без каких-либо обратных изменений. Эта последовательность критически важна для предсказуемости для пользователя и обеспечения ожидаемого поведения системы. Согласно [31], нет ограничений, налагаемых подробной формой профиля, если только профиль затемнения является монотонным и соответствует диапазону холостого хода. Холостой ход относится к явлению, когда нет фактического или воспринимаемого изменения светового выхода от диммируемой лампы после изменения уровня затемнения.

Рис. 9: Кривая затемнения ISLS, когда световой поток установлен на 600 Люкс Рис. 10: Кривая затемнения ISLS, когда световой поток установлен на 300 Люкс

Наконец, чтобы подтвердить эффективность эксперимента с прототипом в реальном мире и проверить функциональную производительность ISLS, мы смоделировали данные датчиков в условиях как дневного времени (рабочие часы), так и вечернего времени (окончание рабочего дня) при отсутствии источников естественного света с использованием MATLAB. Результаты моделирования, изображенные на рис. 11, демонстрируют способность системы регулировать освещение в ответ на различные условия окружающей среды и уровни присутствия. Например, в условиях пикового дневного света, как показано на рис. 11(a), датчики правильно затемнили светильники до выключенного состояния, в то время как рис. 11(b) иллюстрирует соответствующее снижение яркости в рабочем пространстве с одним пользователем в ранние утренние часы. Полученные данные датчиков и расчет достигнутой энергоэффективности во время сценариев присутствия, показанных на рис. 11(a)-(d) для одного, двух и четырех пользователей, приведены в ПРИЛОЖЕНИИ A. Результат подтверждает, что ISLS последовательно модулирует световой выход в различных условиях: от полного распределения дневного света без присутствия людей, до раннего дневного времени, до пикового дневного времени с одним и двумя пользователями соответственно, и, наконец, до сумеречного сценария с до четырех пользователей. Эти результаты убедительно демонстрируют, что ISLS эффективен в адаптации как к окружающему освещению, так и к вариациям присутствия людей, обеспечивая оптимальную производительность в энергоэффективности и визуальном комфорте пользователя/пользователей.

Рис. 11: Распределение света в разное время в рабочем пространстве с ISLS при различных уровнях занятости

VI. Заключение

В этой статье мы представили функциональную недорогую конструкцию и разработку прототипа IoT-интеллектуальной системы светодиодного освещения под названием ISLS, включающую алгоритм управления освещенностью и сформулированную с помощью линейного программирования. Предлагаемая система ISLS динамически регулирует уровни внутреннего освещения, систематически интегрируя обнаружение дневного света и присутствия людей для обеспечения энергоэффективного оптимального освещения в различных зонах (т.е. внутренних областях) здания. Мы подтвердили эффективность системы как с помощью моделирования, так и экспериментов в реальном мире, чтобы подтвердить ее производительность в различных стресс-тестах; для достижения минимального потребления энергии при обеспечении необходимых уровней освещения, отвечающих целям управления фотометрическими потребностями пользователя/пользователей. Решение ISLS демонстрирует масштабируемость и адаптируемость, что делает его подходящим для интеграции в существующую традиционную инфраструктуру освещения. Его примечательная низкая стоимость и соответствие отраслевым стандартам для профилей затемнения и схем освещения дополнительно усиливают его привлекательность как потенциальной и жизнеспособной технологии энергосбережения, применимой как в коммерческих, так и в жилых помещениях.

Ссылки

[1] G. Zissis, Energy Consumption and Environmental and Economic Impact of Lighting: The Current Situation. Cham: Springer International Publishing, 2017, pp. 921-933.

[2] I. E. Agency, "Energy efficiency 2020: Lighting," International Energy Agency (IEA), Tech. Rep., 2020, accessed: 2024-09-12. [Online]. Available: https://www.ieea.org/periorts/energy-efficiency-2020/lighting

[3] N. Baharudin, R. A. TM.M.T. Mansur, and N. Sobri, "Smart lighting system control strategies for commercial buildings: a review," International Journal of Advanced Technology and Engineering Exploration, vol. 8, no. 74, pp. 45-53, 2021.

[4] M. A. Campano, S. D. Ignacio Acosta, and R. Lopez-Lovillo, "Dynamic analysis of office lighting smart controls management based on user requirements," Automation in Construction, vol. 133, pp. 1-17, 2022.

[5] M. Zhu, D. C. Xian Zhang, and Y. Gong, "Impact of lighting environment on human performance and prediction modeling of personal visual comfort in enclosed cabins," Science of The Total Environment, vol. 927, p. 171970, 2024.

[6] F. Saffre, A. Y. Zomaya, and S. U. Khan, "Smart lighting systems: The role of ai and iot in reducing energy consumption," Journal of Artificial Intelligence Research, vol. 66, pp. 245-263, 2019.

[7] A. Kumar, R. W. Pushpendu Kar, A. Kajale, and S. K. Panda, "Implementation of smart led lighting and efficient data management system for buildings," in Proc. WES.CUE, Singapore, Jul 2017, pp. 173-178.

[8] J. Chen, R.-O. Cheng, O. Agboolite, and Y.-S. Lyu, "A dynamic backoff window scheme for machine-type communications in cyber-physical systems," IEEE Access, vol. 8, pp. 31 045-31 056, Feb. 2020.

[9] M. Miki, T. Hiroyasu, and K. Imazato, "Proposal for an intelligent lighting system, and verification of control method effectiveness," in Proc. IEEE Conference on Cybernetics and Intelligent Systems, Singapore, Dec. 2004, pp. 520-525.

[10] S. T. M. Kumar, C. P. Kurian, and S. Shetty, "A data-driven approach for the control of a daylight-artificial light integrated scheme," Lighting Research and Technology, vol. 52, no. 2, pp. 292-313, Jun. 2019.

[11] P. Chrabli, R. Chougrani, and R. Slaoui, "Dimming strategies for open office lighting: User experience and acceptance," Lighting Research and Technology, vol. 51, no. 4, pp. 513-529, May 2018.

[12] J. He, F. W. Zhayyou Zhu, and J. Li, "Illumination control of intelligent street lamps based on fuzzy decision," in Proc. International Conference on Intelligent Transportation, Big Data and Smart City (ICITBS), Changsha, China, Jan. 2019, pp. 513-516.

[13] D. Tukynbekov, M. N. Ahmet Saynhetiov, Y. N. Nurzhigit Kuttybay, and G. Dosynhebrov, "Intelligent energy efficient street lighting system with predictive energy consumption," in Proc. International Conference on Smart Energy Systems and Technologies (SEST), Porto, Portugal, Sep. 2019.

[14] E. Bingol and M. P. Murat Kuzlu, "A lora-based smart streetlighting system for smart cities," in Proc. 7th International Istanbul Smart Grids and Cities Congress and Fair (ICSG), Istanbul, Turkey, Apr. 2019.

[15] C. David and A. Pandharipande, "Distributed illumination control with local sensing and actuation in networked lighting systems," IEEE Sensors Journal, vol. 13, no. 3, pp. 1092-1104, Mar. 2013.

[16] S. Lee and N. L. Ilhong Shin, "Development of intelligent space lighting system," in Proc. International Conference on Information and Communication Technology Convergence (ICTC), Jeju Island, South Korea, Dec. 2019.

[17] M. Petkovic, D. V. Dragana Bajovic, L. S. Graeme McCutcheon, and V. Stankovic, "Effect of external daylight in smart dimmable led lighting systems," in Proc. Wireless and Optical Communications Conference (WOCC), Beijing, China, Jul. 2019.

[18] C.-T. Lee, H.-M. C. Liang-Bi Chen, and C.-J. Hsieh, "Design and implementation of a leader-follower smart office lighting control system based on iot technology," IEEE Access, vol. 10, pp. 28 066-28 079, Mar. 2022.

[19] C.-T. Lee, H.-M. C. Liang-Bi Chen, C.-J. Hsieh, and W.-C. Liang, "An internet of things (iot)-based master-slave regionalized intelligent led-light-controlling system," Applied Sciences, vol. 12, no. 1, pp. 28 066-28 079, Jan. 2022.

[20] T. Srihari, M. V. Sai, and N. Srinivas, "Design of smart building system and monitoring using iot," in Proc. International Conference on Intelligent Controller and Computing for Smart Power (ICICCSP), Hyderabad, India, Jul. 2022, pp. 1-6.

[21] H. T. Imam and S. M. Sina Afshari, Smart Lighting Control Systems. Springer International Publishing, 2017, pp. 221-251.

[22] M. Rossi, D. C. Ashish Pandharipande, and A. C. Luca Schenato, "Personal lighting control with emergency and daylight adaptation," Energy and Buildings, vol. 105, pp. 263-272, Oct. 2015.

[23] S. Attarchi, "Thesis: An intelligent system for energy-efficient lighting and illuminance control in buildings," Online at: https://summit.sfu.ca/_flysystem/fedora/sfu_migrate/15250/etd8255_SAttarchi.pdf, Simon Fraser University, Canada, Mar. 2014.

[24] S. Hui and Q. Y.X., "A general photo-electro-thermal theory for light emitting diode (led) systems," in Proc. 24 IEEE Applied Power Electronics Conference and Exposition, Washington DC, USA, Feb. 2009.

[25] S. Imam and M. Toufiq, "An intelligent lighting control system for urban street lamps using internet of things," Hindawi Mobile Information Systems, vol. 2022, Aug. 2022.

[26] F.-G. C. Stroup, R. B. and L. C. Albers, Linear Models in Statistics. John Wiley, 2008.

[27] H. Yang, "Thesis: Signal processing for led lighting systems illumination rendering and sensing," Online at: http://alexandria.tue.nl/extra2/201010232.pdf, Technische Universiteit Eindhoven, Apr. 2010.

[28] G. L. Caicedo D, A Pandharipande, "Occupancy-based illumination control of led lighting systems," Lighting Research Technology, vol. 43, no. 2, pp. 217-234, Aug. 2010.

[29] Blynk, "Blynk," Online at: https://blynk.io/en/getting-started, 2019.

[30] ESP32, "Espressif documentation," Online at: https://www.espressif.com/en/support/download/documents, 2020.

[31] M. S. Rea, Reference and Application. New york: Illuminating Engineering Society of North America, 2000.

Приложение A

Расчет энергосбережения

Чтобы проанализировать производительность системы ISLS для различного количества пользователей (здесь 1,...,4) в течение 12-часовой активности в рабочем пространстве в дневное время, мы обращаемся к сценарию/сценариям пользователя, изображенному на рис. 11.

A. Один пользователь

Значения данных, сгенерированные датчиками для эксперимента с одним пользователем, приведены в таблице III ниже. Предположим, что пользователь преимущественно занимал область, покрытую LUM1. С учетом данных об использовании энергии, полученных с датчиков в таблице III, и учитывая деятельность одного пользователя в логической зоне LUM1, изображенной на рис. 11(b), расчет общего потребления энергии ISLS = 0,0462 + 0,0222 + 0,0252 + 0,0222 = 0,1158 кВт-ч. С другой стороны, общее потребление энергии базовой установки = 0,576 кВт-ч (суммарный выход светильников), - учитывая, что они не регулируются, светильники, таким образом, постоянно работают на полной мощности в состоянии ВКЛ.

Для сравнительного сопоставления производительности ISLS с базовой установкой мы рассчитываем: Общая экономия энергии (кВт-ч) = 0,576 - 0,1158 = 0,46 кВт-ч. И процент сэкономленной энергии задается формулой: Процент сэкономленной энергии (%) = (100 × 0,46) / 0,576 = 79,9% ≈ 80%.

B. Два пользователя

Здесь, из рис. 11(c), один пользователь расположен в координате (-2,5, 6), а второй пользователь находится в (2,4, 4,5) - зона, перекрывающая два светильника (LUM2 и LUM4). Следовательно, датчики присутствия обоих светильников могут частично обнаруживать пользователя-2. Сочетание выходной освещенности ISLS таково, что достигается равномерное освещение в месте нахождения пользователя, одновременно учитывая эффект дневного света. Показания датчиков перечислены в таблице IV. Из зарегистрированных значений (в таблице IV) общая энергия, потребляемая системой при наличии двух пользователей, составляет: Общая энергия (кВт-ч) = 0,0912 + 0,0672 + 0,0522 + 0,0912 = 0,30 кВт-ч. Напомним, что светильники базовой установки не регулируются в состоянии ВКЛ, поэтому ее общее потребление энергии на светильник = 0,576 кВт-ч. Итак, общая экономия энергии для сценария с двумя пользователями составляет: Общая сэкономленная энергия (кВт-ч) = 0,576 - 0,30 = 0,2759 кВт-ч. И расчет процента сэкономленной энергии: Процент сэкономленной энергии (%) = (100 × 0,2759) / 0,576 = 47,9% ≈ 48%.

C. Четыре пользователя

Для сценария с четырьмя пользователями, изображенного на рис. 11(d), было отмечено, что все светильники ISLS были включены и работали почти на максимальной мощности, аналогично базовой установке. Полученные показания датчиков приведены в таблице V. Из таблицы V расчет общего потребления энергии ISLS на светильник в логических зонах рабочего пространства таков: Общая энергия (кВт-ч) = 0,105 + 0,105 + 0,108 + 0,108 = 0,426 кВт-ч. Расчет общей экономии энергии ISLS по сравнению с суммарным потреблением энергии базовой установки 0,576 кВт-ч: Общая сэкономленная энергия (кВт-ч) = 0,576 - 0,426 = 0,15 кВт-ч. Следовательно, процент энергии, сэкономленной во время активности четырех пользователей, составляет: Процент сэкономленной энергии (%) = (100 × 0,15) / 0,576 = 26,04% ≈ 26%.