<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=172638"><dc:title>Inteligentno upravljanje energije v gospodinjstvu na podlagi optimizacije in napovedovanja</dc:title><dc:creator>Begić,	Salem	(Avtor)
	</dc:creator><dc:creator>Tomažič,	Simon	(Mentor)
	</dc:creator><dc:subject>Optimizacija</dc:subject><dc:subject>upravljanje z energijo</dc:subject><dc:subject>razvoj algoritma</dc:subject><dc:subject>optimizacija z rojem delcev (PSO)</dc:subject><dc:subject>sončne elektrarne</dc:subject><dc:subject>električni avtomobili</dc:subject><dc:subject>toplotne črpalke</dc:subject><dc:subject>MATLAB</dc:subject><dc:description>V tej diplomski nalogi je opredeljen razvoj algoritma, ki združuje optimizacijo z rojem delcev (PSO) ter osnovne ideje modelnega prediktivnega vodenja (MPC) z namenom minimizacije stroškov električne energije v gospodinjstvu ob hkratnem zagotavljanju stabilnosti sistema. Čeprav algoritem uporablja pristop z odmikajočim horizontom, podobnim MPC vodenju, v tej nalogi ne uporabljamo klasičnega MPC regulatorja, temveč le optimizacijo urnika ob predpostavki znanih prihodnjih podatkov. Algoritem optimizira časovne intervale polnjenja in praznjenja baterijskega hranilnika, razporejanje polnjenja električnega avtomobila in moduliranje moči toplotne črpalke glede na predhodno definirane parametre sistema in realistične vhodne podatke, kot so poraba gospodinjstva, proizvedena električna energija, cena električne energije, zunanja temperatura ter poraba in prisotnost električnega avtomobila.
Algoritem je bil implementiran v okolju MATLAB in testiran na kratkoročnih (48 ur) in dolgoročnih (30 dni) časovnih horizontih. Rezultati simulacije dokazujejo, da razviti algoritem presega preprost način vodenja, ki temelji na logičnih pravilih z do približno 10 % nižjimi stroški na mesec. Nadaljnja analiza prikazuje vplive posameznih parametrov in vhodnih spremenljivk, kot so velikost baterijskega hranilnika, velikost sončne elektrarne, cena električne energije, sezonske spremembe in podobno.
Rezultati potrjujejo, da algoritem z optimizacijo omogoča bolj učinkovito rabo lastno proizvedene energije, zmanjšuje odvisnost od omrežja ter predstavlja uporaben pripomoček pri načrtovanju gospodinjskih energetskih sistemov.</dc:description><dc:date>2025</dc:date><dc:date>2025-09-10 11:55:00</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>172638</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
