Préparé par: HA Duy Long Encadrants : André Rossi Éric Zamai Stéphane Ploix

1. Optimisation de la consommation d’énergie dans la maison domotique par l’ordonnancement sous contrainte de ressources Préparé par: HA Duy Long Encadrants : André Rossi Éric Zamai Stéphane Ploix

2. Plan • Présentation du projet • État de l’art • Définition du problème domotique • Résolution du problème d’ordonnancement prévisionnel avec un algorithme génétique • Orientation proposée pour l’ordonnancement en temps réel • Conclusions et perspectives

3. P t Minimiser le pic de consommation d’énergie dans la maison Présentation du projet Minimiser le coût du système de transmission d’électricité Coût de l’abonnement ≤∑Pi*ni Radiateur 1.0Kw x 3 = 3.0Kw Chauffe-eau 2.5Kw x 1 = 2.5Kw Lave-linge 2.5Kw x 1 = 2.5Kw Four 2.0Kw x 1 = 2.0Kw Coût d’abonnement =10.0Kw Fournisseur d’énergie Minimiser le coût d’abonnement Demande d’électricité Limiter les démarrages de sources d’énergie supplémentaires Perturbations Four Chauffe-eau Maison de l’usager Consommation d’énergie dans la journée

4. Etat de l’artProjets domotiques existants • L’organisation Konnex(1997) • BatiBUS : développé par Schneider Electric • EIBA : l’équivalent de BatiBUS en Allemagne • EHSA : European Home System Association KNX La norme unique pour la domotique et l’immotique

5. Etat de l’artProjets domotiques existants • Project Sirlan (Secured Infrastructure for Commercial and Residential Local Area Network, 2000) • Les partenaires : Schneider Electric, ST Microelectronics, Laboratoires de l’ENSIMAG… • Le but du projet : Création d’une plate-forme matérielle et logicielle pour le problème domotique • Les services domotiques • Contrôler les équipements à distance • Economiser l’énergie • Informer et communiquer

6. Etat de l’artProjets domotiques existants • Le projet HVAC(Heat, Ventilation and Air Conditioning ) de Siemens Gérer la vanne thermique Surveillance supervision Gérer le système de ventilation Température dans la chambre Remote meter Interface Homme – machine Contrôler la pompe, le chauffe-eau

7. Etat de l’artEtat de l’art de d’ordonnancement sous contraintes de ressources (RCPSP) • [ARTIGUES, 1997]propose une méthode d’ordo sous contraintes de ressources en temps réel • [GARY, 2000]propose une méthode de résolution du problème RCPSP avec une technologie d’agents • [Blazewicz et al, 1996] définissent un « Système d’ordonnancement de production intelligent »

8. Etat de l’artConclusion d’état de l’art • Dans les solutions technologiques existantes, il n’existe pas de solution minimisant les pics de consommation • Le problème RCPSP • Il existe différentes méthodes, mais elles sont généralement appliquées aux systèmes informatiques et productiques. • Il faut formuler le problème domotique comme un problème d’ordonnancement RCPSP particulier.

9. 2Kw 1Kw 210C 180C 150C Définition du problème domotiqueApproche de la consommation d’énergie d’un équipement Profil d’un radiateur Projet d’ADEME sur le site http://perso.club-internet.fr/sidler/ Profil d’un frigo Génie procédé d’énegie à L’école de Mine à Paris

10. 1Kw 2Kw 1Kw Modélisation des équipements • Profil de consommation d’énergie d’un radiateur • L’énergie est une ressource disjonctive partagée par les équipements • L’abonnement est le niveau de ressource disponible maximum

11. Classification des dispositifs domotiques • Les dispositifs prévisibles ( date début connue, durée connue ) • Les radiateurs • Le chauffe-eau • Le réfrigérateur • Les dispositifs demi-prévisibles( date début inconnue, durée connue ) • La machine à laver • Le four • Les dispositifs imprévisibles( date début inconnue, durée inconnue ) • L’éclairage • Le téléviseur • L’ordinateur

12. Définition du problème domotiqueVision ordonnancement • La minimisation de la consommation d’énergie par tranche horaire est un problème d’ordo sous contraintes de ressources (RCPSP). • Le critère à minimiser est la puissance maximum consommée. • Le problème RCPSP est un problème NP - difficile [Blazewicz et al, 1996]

13. Les spécificités du problème RCPSP domotique • Les dispositifs imprévisibles et demi-prévisibles comme le four, la TV, la machine à laver… • Existence d’autre contraintes comme contrôler la température dans la chambre, dans le frigo… • La possibilité d’accumuler d’énergie sous forme thermique de quelques dispositifs • Existence de conflit de ressource quand l’utilisateur démarre en même temps plusieurs dispositifs imprévisibles.

14. P t Dispositifs prévisibles Les dispositifs dans la maison standard P=0.3Kw N=1 P=3Kw N=1 P=0.2Kw N=1 P=2.5Kw N=1 P=0.5Kw N=1 Rapport cyclique Le temps cycle P=2.5Kw N=1 P=1Kw N=3 P=0.5Kw N=1

15. 6h 6h30 7h 7h30 8h 8h30 9h 9h30 10h Calcul des rapports cycliques dans la journée Besoin d’usager Modèle thermique Temps cycle et rapport cyclique Les informations prévues dans la journée ? Exemple de profil de consommation d’énergie d’un radiateur dans la journée

16. 6h 8h 12h 14h 17h 22h Réveil Matinée Midi Après-midi Soirée Nuit Le fonctionnement des dispositifs prévisibles • La journée est découpée en 6 périodes

17. 5 2 5 7 6 1 4 3 Algorithme génétique (GA)[J. Holland 75] • Un individu représente une solution • Une population représente un ensemble de solutions Les gènes d’un individu => Les caractères d’un ordo

18. Algorithme Génétique (GA) • La sélection naturelle • Évaluer les individus dans la population • Celui qui est le plus performant a le plus de chances de participer à la reproduction. • Par exemple: • Critère d’évaluation : Minimiser Pmax Cet ordo est plus performant, il a plus de chances de reproduction Pmax=4 Pmax=2

19. Algorithme génétique (GA)Le croisement Equip 1 Equip 1 Equip 2 Equip 2 Parent 2 Parent 1 Equip 1 Equip 1 Equip 2 Equip 2 Enfant 1 Enfant 2

20. Algorithme Génétique (GA)Nouvelle génération • A partir deux individus => 2 enfants • La nouvelle génération a le même nombre d’individus • On refait le cycle de reproduction autant de fois qu’on veut • On conserve le meilleur individu d’une génération à l’autre

21. L’application GA pour le problème domotique Les résultats • Soirée(17h-22h) • Nuit(22h-6h) • Réveil(6h-8h) • Matinée(8h-12h) • Après-midi(14h-17h) • Midi(12h-14h)

22. 3Kw 2Kw 1.5Kw 2Kw 4.5Kw 6h 8h 12h 14h 17h 22h Les résultats • Consommations max d’énergie de dispositifs prévisibles dans une journée : Abonnement6Kwproposé(∑Pi*ni=12.5Kw) Puissances disponibles pour equip. Imprev.

23. Dispositifs demi-prévisibles Dispositifs imprévisibles Dispositifs prévisibles L’ordonnancement en temps réel [ P, T ] [ P ] Ordonnanceur Date d’exécution [ P,T, date au plus tôt, date au plus tard ]

24. 3Kw 2Kw 1.5Kw 2Kw 4.5Kw 6h 8h 12h 14h 17h 22h Orientation de solution pour le conflit de ressource • Quand, il y a le confit de ressource: • Retarder la tâche imprévisible si possible • Réordonnancer les dispositifs prévisibles Machine a laver 6Kw Four Eclairage Four

25. Conclusions et perspectives • Synthèse de la bibliographie de deux domaines • Etablissement d’une classification des équipements domotiques. • Proposer une approche d’ordonnancement sous contraintes de ressources pour le problème domotique. • Résolution de la partie ordonnancement prévisionnel par l’algorithme génétique

26. Conclusions et perspectives • Proposer un algorithme donnant la solution optimale du problème d’ordonnancement prévisionnel • Développer un algorithme basé sur la technologie multi agents • Etudier les négociations entre fournisseur et utilisateurs pour faire diminuer l’intensité des pics de consommation d’un groupe d’habitations