能源管理技術:姚立德 講座教授
為了彌補過去人類揮霍地球資源所造成的生態失衡,各界無不努力開源節流,除了找尋替代能源,如何不浪費一丁點資源也是我們必須關注的議題。北科大姚立德教授便在「能源管理」領域擁有非常豐富的研發成果,並且將其技術落實在產業及生活中,真真正正讓每一分能源作最有效的運用。以下就三項技術予以介紹。
中小型冷氣節能控制器
節約能源為當前全球面臨的課題,然而台灣夏季炎熱、溼度高且時間長,夏季時空調負載可高達該建築物總電力負載之40-50%。其實無論是大型中央空調主機或小型冷氣機,其節能所需之節能控制系統成本不高且省電可觀,投資效益高且成效顯著。
本校姚立德教授團隊所研發的中小型冷氣節能控制器,此系統透過物聯網通訊MQTT(Message Queuing Telemetry Transport)做為資料交換媒介,以區域網路(Local Area Network,LAN)建立一個資料互聯網系統,再透過對外廣域網路(Wide Area Network,WAN)將所有數據與雲端聯繫。系統主要功能:能夠即時的監控整個場域之溫溼度、人流數據、負載用電的資訊等。
此研發成果正應用於大賣場,在冷氣加裝控制器後,根據人數、時間、季節、室外溫度做能源調控,將能源作最有效的運用。
(圖/小型空調節能管理系統架構圖)
(圖/智慧空調調控器)
家庭能源管理系統
為了提升再生能源的使用與降低從電力公司購入電力,姚立德教授團隊提出了家庭電能管理系統,此電能管理系統使用太陽能模組作為再生能源,以儲能電池提升電能穩定管理與使用效率,並使用燃料電池提供分散式供電模式,對於家庭常使用的設備以及三種不同類型的負載特性(可中斷負載,不可中斷負載與變動負載)進行分析與建模。透過混合整數線性規劃,根據時間電價進行來規劃家庭中可控負載之使用與各個能源設備的電能調配。最終目標為滿足家庭預定之負載需求,同時降低用戶電費與氫氣燃料費用,最小化用電花費支出。
(圖/智慧家庭建置架構圖)
此家庭能源管理系統於北科大智慧型控制實驗室中建置,用以模擬一般家庭用戶之用電。電網之配電盤如下圖所示,在電源開關選擇適當規格之斷路器,電力線則選用符合安全電流之線徑,且上面搭載分流器(Shunt)可以量測直流電流值。家庭使用式小型太陽能板架設於本校綜合科館中棟八樓。
(圖/電網配電盤實景)
圖/左-位於綜合科館中棟八樓之太陽能板、右-下層的燃料電池與上層的DC-DC轉換器)
(圖/左-太陽能充電器、右-整流器)
家庭能源管理系統規劃最佳化排程提供電能的調配以及負載排程,為了讓家庭用戶能夠聊瞭解這些調配的情況,因此以網頁的方式呈現,達到能源調配可視化。透過網頁能夠即時監控家庭負載用電的相關資訊、太陽能發電量、市電功率、燃料電池提供功率以及儲能電池目前的剩餘電量、充放電電流流量、電壓等數據。
動機車充電管理系統
電動機車為未來趨勢,政府預計2030年臺灣街道上將再無任何汽油機車,電動機車的充電系統將大大被需要,如何有效地管理電動機車的充電排程,以維持電網的穩定性,是一大重要課題。姚立德教授團隊利用整數線性規劃法針對大型電動機車停車場做最佳化的電能調配,與維持電網穩定性和最小的用電花費支出。
硬體系統架構如下圖,市電110V/220V AC電力經由電力公司輸入,充電柱讀取電動機車BMS資訊(包括SOC電池電量、V電池電壓、I充電電流等資訊),經由Can-Bus通訊將資料傳送至充電管理系統(Charging Management System , CMS)的資料庫;經由CMS運算最佳化排程,計算出每一個充電柱充電時間,借由DIO控制Relay的NO to NC,讓充電柱通電對電動機車充電。
(圖/硬體系統架構圖)
此研發核心CMS主要針對三個方面:
(一)該停車場用電戶之用電設備可於額定容量下運作,不致因大數量電動機車充電,導致用電過載影響用電設備及配電線路之效能。
(二)在電力公司多時段時間電價環境中,充電管理可使得停車場之用電支出減至最低。
(三)站在消費者的角度希望能在消費者離開停車場時電動車的電池電量越滿越好。
針對上述三點,本研究的最佳化設計利用線性規劃(Linear Programming),針對停車場契約容量、最小用電花費、電動機車離場時電池電量狀態(State of charge , SOC),以達到最佳的結果。
(圖/操作流程圖)
本文授權於:國立臺北科技大學 國際產學聯盟
關鍵字:節能、能源管理、冷氣節能控制器、家庭能源管理、電動機車充電管理
相關文章
室內環境守護神:黃育賢 特聘教授
黃老師指導研究團隊開發攜帶智能感測器之「室內環境守護神」,基於行之有年的LASS『空氣盒子』的共同開發經驗,以及台灣大學醫學院蘇大成醫師,對於居家環境與人體健康管理方面的指導,團隊把傳統的LASS『空氣盒子』改良。
設計心理學專家:鄭孟淙 副教授
鄭孟淙老師擅長使用心理學理論融合工業設計,幫助設計師了解用戶思想和行為,設計出更貼近使用者需求的產品,鄭老師也有協助企業評估產品,以提高產品價值。
即時離床預測系統:蕭榮修 教授
在醫院或安養中心的老年病患常在上下床時發生意外跌倒,為減少意外發生,蕭榮修教授的研究主要是以深度神經網路(Deep Neural Networks, DNN)預測老年人或病患離床之意圖,希望透過此技術預防老年病患離床時發生的跌倒傷害。