Ant Colony Optimization zur Optimierung der Energieeffizienz in verteilten Netzen

Optimizing energy efficiency in distributed networks using Ant Colony Optimization

  • Der weltweite Energieverbrauch nimmt stetig zu. Statistiken zeigen, dass ein wesentlicher Anteil dieses Anstiegs nicht von der Industrie ausgeht, sondern auf Privathaushalte und öffentliche Einrichtungen zurückzuführen ist. Die Anzahl der elektrischen Verbraucher in einem durchschnittlichen Privathaushalt steigt. Es wird für den Menschen schwieriger zu beurteilen, was in seiner persönlichen Umgebung welche Menge Energie verbraucht. Diese Mannigfaltigkeit an Verbrauchern manuell im Sinne eines effizienten Umgangs mit Energie zu managen ist kaum möglich. In dieser Arbeit wird ein System skizziert, welches es einem Gebäude erlaubt seine Energieströme in autonomer Weise selbst zu verwalten. Ein hochdynamisches Netz verteilter Netzwerkknoten soll in der Lage sein elektrische Verbraucher entsprechend den Bedürfnissen der Benutzer zu verwalten mit dem Ziel, den Gesamtenergiebedarf des Netzes zu minimieren. Es ist eine besondere Herausforderung, dass in diesem Netzwerk gleichberechtigter Knoten auf Grund von technischen Randbedingungen kein Knoten globales Wissen über das Gesamtnetzwerk akkumulieren kann. Für diese Optimierungsaufgabe wurde die Ant Colony Optimization (ACO) ausgewählt. Damit innerhalb des hochdynamischen Netzwerks eine Optimierung nur auf Basis der lokalen Informationen der Netzteilnehmer durchgeführt werden kann, wird eine angepasste ACO Variante, das das Asynchronous Ant System, eingeführt. Diese Arbeit stellt eine Java basierte Simulation des AAS Algorithmus' im verteilten Netz sowie eine ANSI C Implementierung des AAS Systems auf einer Embedded Plattform vor. Es zeigt sich, dass es mit Hilfe des AAS möglich ist, Optimierungsaufgaben im verteilten Netz zu lösen.
  • The total use of energy worldwide is increasing every year. Statistics show that the most significant part of this rise is not caused by the industry, but it's due to increased energy usage in the residential, commercial & public service sectors. The number of electric consumers in an average household is increasing. Assessing the amount of energy every device or appliance consumes is getting more difficult. It is close to impossible to manually manage the great number and diversity of energy consumers in an average household in an energy efficient manner. This thesis presents a system which allows a buildung to manage its inherent energy flows in an autonomous manner. A highly distributed network of embedded network nodes will be able to control and manage electrical consumers in such a way, that the user's needs and wishes are taken care of while in the same time following the goal of using the minimum possible energy to accomplish this task. Due to technical constraints pointed out in this thesis no network node is able to accumulate global knowledge of the state of the network and it's participants. The Ant Colony Optimization (ACO) was selected for this optimization problem. In order to be able to conduct an optimization based on each node's local information only, a special ACO variant called Asynchronous Ant System (AAS) will be introduced. This thesis presents a Java simulation of the AAS system and an actual ANSI C implementation on an embedded platform. It is shown, that the AAS is a feasible solution to the problem of performing optimizations in highly distributed, loosely coupled systems.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Sebastian Schildt
URL: https://pub-data.leuphana.de/frontdoor/index/index/docId/523
Document Type:Diploma Thesis,Magister's Thesis
Language:German
Year of Completion:2006
Date of Publication (online):2008/01/18
Release Date:2008/01/18
Tag:ACO; Ad Hoc network; Ant Colony Optimization; Embedded Systems; Energyefficiency
GND Keyword:Ameisenalgorithmus; Optimierungsproblem; Eingebettetes System; Mehragentensystem; Gebäudeleittechnik; Ad-hoc-Netz; Peer-to-Peer-Netz
Institutes:Universität / Frühere Fachbereiche
Dewey Decimal Classification:6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften / 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten