Computational Intelligence Techniques for Energy Management in Industrial and Residential Systems

In the digitalization era, Energy Management (EM) has become one of the most important topics in both industrial and residential scenarios. The importance of solving and improving some tasks in this epoch leads to the need to apply some Computational Intelligence (CI) and Artificial Intelligence (AI) methods. The objectives and contributions of this thesis are related to the EM in i) industrial systems (with reference to the Industry 4.0) by acting on the control system design and ii) residential systems by giving the user a role active in a flexibility scenario. In the first scenario, the author presents two CI methodologies. The first approach consists of applying a meta-heuristic algorithm to reconfigurable sys- tems in order to find a sub-optimal controller parameter set. The performance of this technique is based on the choice of a suitable function to be optimized. The second methodology is the application of a similarity detection technique as a control system supervisor. This is implemented to overcome the limita- tions of the first methodology. Both of these approaches are tested on a real system. In the second scenario, the author proposes the application of a CI technique aiming to forecast home appliances usage. This information, shared with the energy supplier, is could be very useful to fed flexibility programs. The obtained results show how the performance of the proposed algorithm is better than the classic approaches.

Nell’era della digitalizzazione, l’Energy Management (EM) è diventato uno degli argomenti più importanti in sia in ambito industriale che residenziali. L’importanza di risolvere e migliorare alcuni compiti in questa era porta alla necessità di applicare alcuni metodi di intelligenza computazionale (CI) e di intelligenza artificiale (AI). Gli obiettivi e i contributi di questa tesi sono legati all’EM in i) sistemi industriali (con riferimento all’Industria 4.0) agendo sulla progettazione del sistema di controllo e ii) sistemi residenziali dando all’utente un ruolo attivo in uno scenario di flessibilità. Nel primo scenario, l’autore presenta due metodologie CI. Il primo approccio consiste nell’applicare un algoritmo meta-euristico a sistemi industriali ricon- figurabili al fine di trovare un set di parametri del controllore ottimale. Le prestazioni di questa tecnica si basano sulla scelta di un opportuno funzionale da ottimizzare. La seconda metodologia è l’applicazione di una tecnica di rile- vamento della somiglianza tra segnali come supervisore del sistema di controllo. Questo è implementato per superare i limiti della prima metodologia. Entrambi questi approcci sono testati su un sistema reale. Nel secondo scenario, l’autore propone l’applicazione di una tecnica CI volta a prevedere l’utilizzo degli elettrodomestici da parte degli utenti. Queste in- formazioni, condivise con il fornitore di energia, potrebbero essere molto utili per alimentare programmi di flessibilità. I risultati ottenuti mostrano come le prestazioni dell’algoritmo proposto siano migliori degli approcci classici.