Convocatoria:
Convocatoria 2020 de ayudas para la realización de proyectos de interés colaborativo en el ámbito de los Ecosistemas de Innovación de los Centros de Excelencia internacional y en el Marco estratégico por el que se impulsa el desarrollo de proyectos singulares de actuaciones de transferencia en los Campus de Excelencia Internacional en las Áreas de la Estrategia de Investigación e Innovación para la Especialización Inteligente de Andalucía (RIS3 Andalucía) dentro de las actuaciones cofinanciadas por el Programa Operativo FEDER en Andalucía para el periodo 2014-2020 (BOJA, Número 132 – Viernes, 10 de julio de 2020)
Investigador Responsable: Ramón González Carvajal
Investigadores:
- Rubén Martín Clemente. Profesor Titular
- Enrique López Morillo. Profesora Contratada Doctora.
- Rafael Luis Millán Vázquez de la Torre. Profesor Titular
- Hipólito Guzmán Miranda. Profesor Titular
Personal contratado:
- Mikel Población Salvatierra
- Pablo Velasco Feria
- Antonio Jesús Gutiérrez Porquicho
- Juan Pablo García Martín
Objetivos del proyecto:
AI4HomeEnergy pretende el desarrollo de una nueva generación de HEMS que, partiendo de la definición de una arquitectura flexible, modular y escalable para una instalación doméstica, con consumo de electrodomésticos, carga de vehículo eléctrico, generación local (principalmente fotovoltaica – PV, térmica y eólica) y almacenamiento
(fundamentalmente baterías), sea la base de una familia de productos que el agente agregado (y otras empresas que lleguen a acuerdos de comercialización con la Universidad de Sevilla) comercialice en el mercado internacional. Como elemento diferenciador respecto de otros productos, en AI4HomeEnergy se propone:
- Diseñar de una arquitectura HEMS de referencia que permita la integración de elementos COTS, procedentes de terceras fuentes.
- Aplicar de técnicas de inteligencia artificial que implemente algoritmos flexibles de gestión energética, integrados en las políticas de integración de la demanda de las compañías eléctricas (basadas en redes neuro-borrosas con auto-aprendizaje).
- Demuestrar las posibilidades del sistema desarrollado en los Casos de Uso
propuestos por el agente agregado (como corresponde con un nivel TRL7).
El objetivo final va más allá del HEMS propuesto, ya que éste será el elemento habilitador de una futura plataforma de servicios energéticos en la que: 1) se integren los datos procedentes de los consumidores adheridos al servicio en una base de datos de experiencia (Big-Data), 2) se actualicen y mejoren los algoritmos de toma de decisión (reglas de inferencia neuro-borrosa) en base a la evolución del mercado y a la experiencia extraídos de la base de datos de experiencia (computación en la nube), y 3) abra la puerta a una gestión centralizada de una amplia base de consumidores tendentes a la creación de una empresa de servicios energéticos (ESE).
El proyecto ha dado lugar a una solución completa compuesta por los disporitivos de monitorización, integrados con el sistema de captación de energía y las baterías, así como con el concentrador local que los gobierna y almacena las planificaciones de consumo energético. Toda esta información es enviada al servidor de procesamiento masivo de datos (Big Data) que aloja los algoritmos de forecasting energético e inteligencia artificial para la detección de patrones de consumo y propuesta de esquemas de utilización de los recursos energéticos disponibles, con el objetivo de minimizar el gasto económico.
Finalmente, toda esta información se es mostrada y gestionada desde el panel web responsive disponible tanto para el usuario como para el administrador, el cual ofrece un acceso seguro en base a comunicaciones SSL y a unos roles de permisos parametrizados.
AI4HomeEnergy aims to develop a new generation of HEMS that, based on the definition of a flexible, modular and scalable architecture for a domestic installation, with consumption of household appliances, electric vehicle charging, local generation (mainly photovoltaic – PV, thermal and wind) and storage (mainly batteries), will form the basis of a family of products that the aggregate agent (and other companies that reach commercialisation agreements with the University of Seville) will market on the international market. (mainly batteries), will be the basis of a family of products that the aggregated agent (and other companies that reach commercialisation agreements with the University of Seville) will commercialise in the international market. As a differentiating element with respect to other products, AI4HomeEnergy proposes to:
1. To design a reference HEMS architecture that allows the integration of COTS elements from third party sources.
2. To apply artificial intelligence techniques that implement flexible energy management algorithms, integrated in the demand integration policies of electricity companies (based on self-learning neuro-borroscopic networks).
3. Demonstrate the possibilities of the developed system in the Use Cases proposed by the aggregated proposed by the aggregated agent (as corresponds to a TRL7 level).
El objetivo final va más allá del HEMS propuesto, ya que éste será el elemento habilitador de una futura plataforma de servicios energéticos en la que: 1) se integren los datos procedentes de los consumidores adheridos al servicio en una base de datos de experiencia (Big-Data), 2) se actualicen y mejoren los algoritmos de toma de decisión (reglas de inferencia neuro-borrosa) en base a la evolución del mercado y a la experiencia extraídos de la base de datos de experiencia (computación en la nube), y 3) abra la puerta a una gestión centralizada de una amplia base de consumidores tendentes a la creación de una empresa de servicios energéticos (ESE).
El proyecto ha dado lugar a una solución completa compuesta por los disporitivos de monitorización, integrados con el sistema de captación de energía y las baterías, así como con el concentrador local que los gobierna y almacena las planificaciones de consumo energético. Toda esta información es enviada al servidor de procesamiento masivo de datos (Big Data) que aloja los algoritmos de forecasting energético e inteligencia artificial para la detección de patrones de consumo y propuesta de esquemas de utilización de los recursos energéticos disponibles, con el objetivo de minimizar el gasto económico.
Finalmente, toda esta información se es mostrada y gestionada desde el panel web responsive disponible tanto para el usuario como para el administrador, el cual ofrece un acceso seguro en base a comunicaciones SSL y a unos roles de permisos parametrizados.
