Human-centered predictive control in buildings using personalized comfort data-driven models

disertacija

• Naslov (hrvatski): Prediktivno upravljanje u zgradama orijentirano na korisnike pomoću modela ugodnosti temeljenih na personaliziranim podacima
• Autor: Arlinda Bresa https://orcid.org/0000-0002-0702-5425
• Mentor: Tea Žakula (mentor)
• Član povjerenstva: Andrej Jokić (predsjednik povjerenstva)
• Član povjerenstva: Clayton Miller https://orcid.org/0000-0002-1186-4299 (član povjerenstva)
• Član povjerenstva: Dean Ajduković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet strojarstva i brodogradnje; Zagreb
• Datum i država obrane: 2024-09-30, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Strojarstvo
• Univerzalna decimalna klasifikacija (UDC): 62 - Inženjerstvo. Tehnika. Tehnologija

Sažetak

The strive for improved building energy performance has led to increased automation levels in building control systems, challenging the balance between energy efficiency and comfort. This often leads to dissatisfaction as occupants are unable to adjust conditions to their preferences, causing discomfort. Since people spend almost 90% of their time indoors, shifting to human-centered control (HCC) systems in buildings is crucial. HCC allows the integration of user preferences provided as self-reported subjective feedback into the building control system for indoor environmental control and grid flexibility actions. This thesis explores user-building interactions through data-driven personalized comfort models (PCMs) by implementing HCC in a building and focuses on the human aspect of HCC. Methods include a survey of nearly 1000 respondents, two field experiments, and simulations. Results from the field experiment show that integrating user preferences using PCMs increases comfort satisfaction by 17%. However, the survey shows that only 56% of respondents are willing to interact or share data with HCC, and this willingness can be predicted with 64% prediction potential using a Theory of Planned Behaviour framework. The results also suggest that integrating HCC with model predictive control (MPC) improves grid flexibility, achieving up to 45% energy savings, 61% load shifting and 59% cost savings compared to standard systems. These findings provide valuable insights for designing future HCC systems that prioritize occupant needs while empowering buildings in smart grids.

Sažetak (hrvatski)

Potreba za poboljšanjem energetskih značajki zgrada dovela je do povećane razine automatizacije zgrada, a što može imati i negativan utjecaj. Specifično, može dovesti do nezadovoljstva korisnika koji ne mogu prilagoditi uvjete svojim preferencijama, što uzrokuje neugodu. Budući da ljudi provode 90% vremena u zatvorenom prostoru, prijelaz na sustave upravljanja usmjerenih na ljude (HCC) je ključan. HCC omogućuje integraciju korisničkih preferencija u sustav upravljanja zgradom za regulaciju unutarnjeg okruženja i interakciju s energetskom mrežom. Doktorska disertacija istražuje interakciju između korisnika i zgrade putem personaliziranih modela udobnosti (PCM) implementacijom HCC-a u stvarnoj zgradi. Metode uključuju anketu s gotovo 1000 ispitanika, dva terenska eksperimenta i simulacije. Rezultati terenskih eksperimenata pokazuju da integracija korisničkih preferencija pomoću PCM-ova povećava zadovoljstvo korisnika za 17%. Međutim, anketa pokazuje da je samo 56% ispitanika spremno dijeliti podatke s HCC-om. Korištenjem predložene metodologije, temeljene na Teoriji planiranog ponašanja, spremnost korisnika može se predvidjeti sa 64%-tnom sigurnošću. Rezultati istraživanja također pokazuju da integracija HCC-a s modelsko prediktivnim upravljanjem povećava fleksibilnost mreže, ostvarujući uštede energije od 45%, premještanje opterećenja od 61% i smanjenje troškova od 59% u usporedbi sa standardnim sustavima. Ovi rezultati pružaju vrijedne informacije za dizajn budućih HCC sustava koji stavljaju potrebe korisnika u prvi plan i omogućuju zgradama ulogu u pametnim mrežama.

• Ključne riječi: Human-centered control; advanced control systems; MPC; smart buildings; occupant comfort; personalized comfort models; grid flexibility
• Ključne riječi (hrvatski): sustav upravljanja usmjeren na ljude; napredni sustavi upravljanja; PCM; pametne zgrade; udobnost stanara; personalizirani modeli udobnosti; fleksibilnost mreže
• Jezik: engleski
• URN:NBN: urn:nbn:hr:235:963503
• Studijski program: Naziv: Strojarstvo, brodogradnja, zrakoplovstvo, metalurgija; Vrsta studija: sveučilišni; Stupanj studija: poslijediplomski doktorski; Akademski / stručni naziv: doktor/doktorica znanosti, područje tehničkih znanosti (dr.sc.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-10-16 10:11:58