References

alternative

Альтернативная энергетика и экология (ISJAEE)

Alternative Energy and Ecology (ISJAEE)

1608-8298

Международный издательский дом научной периодики "Спейс

10.15518/isjaee.2023.11.181-204

alternative-2325

Research Article

XI. ИННОВАЦИОННЫЕ РЕШЕНИЯ, ТЕХНОЛОГИИ, УСТРОЙСТВА И ИХ ВНЕДРЕНИЕ. 26. Инновационные решения в области энергетики и альтернативной энергетики

XI. INNOVATION SOLUTIONS, TECHNOLOGIES, FACILITIES AND THEIR INNOVATION. 26. Information solutions in the field of energy and alternative energy

Подход к управлению энергопотреблением умного дома внедрением методики «улучшенного северного ястреба-тетеревятника»; оптимизация комфорта пользователя, минимизация затрат и содействие эффективному потреблению энергии

A smart home energy management approach incorporating an enhanced northern goshawk optimizer to enhance user comfort, minimize costs, and promote efficient energy consumption

Юсеф

Хеба

Youssef

Heba

Хеба Юсеф

инженерный факультет; кафедра электротехники

81542; Асуан

В настоящее время получает степень доктора философии на факультете электротехники инженерного факультета Асуанского университета; Образование: B.Sc степень с отличием и M.Sc. (Инженерный факультет Асуанского университета, Египет, в 2011 и 2019 годах, соответственно); Область научных интересов: Моделирование, анализ и оптимизация энергосистем; Публикации: более 50 научных статей

Heba Youssef

Faculty of Engineering; Department of Electrical Engineering

81542; Aswan

Currently pursuing his PhD degree in Department of Electrical Engineering, Aswan Faculty of Engineering, Aswan University Education: B.Sc. degree (Hons.) and M.Sc. from the Faculty of Engineering, Aswan University, Egypt in 2011 and 2019, respectively; Research area: Power system modeling, analysis, and optimization; Publications: more than 50 scientific articles

Камель

Салах

Kamel

Salah

Салах Камель

инженерный факультет; кафедра электротехники

81542; Асуан

В настоящее время является доцентом кафедры электротехники Асуанского университета. Он также является руководителем исследовательской лаборатории передовых энергетических систем(PAR Lab), Исследовательской группы энергетических систем, Асуан, Египет; Образование: Международная степень доктора философии, полученная в Университете Хаэна, Испания (основной), и Университете Ольборга, Дания (принимающая сторона), в январе 2014 года; Область научных интересов: анализ и оптимизация энергосистем, интеллектуальные сети и системы возобновляемой энергетики; Публикации: более 600 научных статей

Salah Kamel

Faculty of Engineering; Department of Electrical Engineering

81542; Aswan

Currently an Associate Professor with the Department of Electrical Engineering, Aswan University. He is also the Leader of the Advanced Power Systems Research Laboratory (APSR Lab), Power Systems Research Group, Aswan, Egypt Education: International Ph.D. degree from Jaen University, Spain (Main), and Aalborg University, Denmark (Host), in January 2014; Research area: power system analysis and optimization, smart grid, and renewable energy systems; Publications: more than 600 scientific articles

Хассан

Мохаммед Х.

Hassan

Mohamed H.

Мохаммед Х. Хассан, инженер

Министерство электроэнергетики и возобновляемых источников энергии Египта

инженерный факультет; кафедра электротехники

81542; Асуан

Образование: B.S c диплом с отличием по специальности "Электротехника", полученный в университете Миниа, Египет, в 2011 году. M.Sc. степень в области электротехники, полученная в Каирском университете, Египет, в 2018 году, и совместная защита докторской степени в Университете Ас-Ван, Египет, и Университете Хаэна, Испания, в 2022 году; Область научных интересов: методы оптимизации, анализ энергосистем, возобновляемые источники энергии и интеллектуальные сети; Публикации: более 90 научных статей

Mohamed H. Hassan, Engineer

Ministry of Electricity and Renewable Energy, Egypt; Faculty of Engineering; Department of Electrical Engineering

81542; Aswan

Education: B.Sc. degree (Hons.) in electrical engineering from Minia University, Egypt, in 2011, the M.Sc. degree in electrical engineering from Cairo University, Egypt, in 2018, and the joint Ph.D. degree supervision between Aswan University, Egypt, and University of Jaen, Spain, in 2022; Research area: optimization techniques, power system analysis, renewable energy, and smart grids; Publications: more than 90 scientific articles

Хуан

Juan

Хуан Ю

Электротехнический колледж

Чунцин

В настоящее время работает профессором в Университете Чунцина; Образование: Степень доктора философии в области электротехники, полученная в Университете Чунцина, Чунцин, Китай, в 2007 году; Область научных интересов: Применение больших объемов данных, оптимальный расход электроэнергии и оценка рисков в энергосистеме; Публикации: более 100 научных статей

State Key Laboratory of Power Transmission Equipment & System Security and New Technology; College of Electrical Engineering

Chongqing

Currently a Full Professor with Chongqing University Education: Ph.D. degree in electrical engineering from Chongqing University, Chongqing, China, in 2007; Research area: Big Data application, optimal power flow, and risk assessment in power system; Publications: more than 100 scientific articles

Сафаралиев

М.

Safaraliev

Муродбек Сафаралиев, к. т. н., старший научный сотрудник

кафедра автоматизированных электрических систем

620002; Екатеринбург

Образование: академ. степень магистра по специальности «Электрические станции», Таджикский технический Университет 2016 г.; Награды и научные премии: Стипендиат Губернатора Свердловской области за выдающуюся научную деятельность 2020; Область научных интересов: оптимизация энергетических потоков, модель оптимизация развития энергосистем, краткосрочное, среднесрочное и долгосрочное прогнозирование нагрузки и генераций; Публикации: более 100 научных статей

Murodbek Safaraliev, PhD, Senior Researcher

Department of Automated Electrical Systems

620002; Yekaterinburg

Education:: academic. Master's degree in Electric Stations, Tajik Technical University, 2016; Awards and scientific awards: Scholarship of the Governor of the Sverdlovsk Region for outstanding scientific activity, 2020; Research interests: optimization of energy flows, model optimization of energy systems development, short-term, medium-term and long-term load and generation forecasting; Publications: more than 100 scientific articles

Асуанский университетЕгипетAswan UniversityEgypt

Университет ЧунцинаКитайChongqing UniversityChina

Уральский федеральный университетРоссияUral Federal UniversityRussian Federation

2023

09042024

011181204

2024

Международный издательский дом научной периодики "Спейс

https://www.isjaee.com/jour/about/submissions#copyrightNotice

https://www.isjaee.com/jour/article/view/2325

Водород играет решающую роль в поиске устойчивых и чистых энергетических решений, и его влияние на управление энергопотреблением в "умном доме" представляет особый интерес. С быстрым развитием технологий "умного дома" оптимизация энергопотребления стала важной задачей, направленной на достижение эффективного энергопотребления, снижение затрат и повышение комфорта пользователей. Зеленый водород, получаемый путем электролиза воды с использованием возобновляемых источников энергии, становится многообещающим решением для устойчивой энергетики. Это дает множество преимуществ, включая нулевые выбросы парниковых газов, высокую плотность энергии и универсальность применения. В рамках данного исследования были исследованы усовершенствованный алгоритм оптимизации northern goshawk (ENGO) и оригинальный алгоритм оптимизации northern goshawk (NGO) для оптимизации управления энергопотреблением в "умном доме". Используя двухэтапный подход, основанный на высоких и низких скоростях, ENGO преодолевает ограничения NGO, такие как низкая эксплуатационная способность и зависимость от локальных оптимумов. Исследование показывает, что ENGO превосходит NGO в одновременном достижении нескольких целей, включая снижение соотношения пиковой и средней мощности, снижение затрат на электроэнергию и обеспечение комфорта пользователей. Кроме того, ENGO оказалась более надежной и способной решать сложные задачи управления энергопотреблением в "умном доме" с многочисленными ограничениями. Таким образом, интеграция водородных решений, таких как green hydrogen, с передовыми методами оптимизации, такими как ENGO, может внести значительный вклад в эффективное управление энергетическими ресурсами в "умных домах", повышая надежность и удовлетворенность пользователей.

Hydrogen plays a crucial role in the quest for sustainable and clean energy solutions, and its effect on smart home energy management is of particular interest. With the rapid advancements in smart home technologies, energy optimization has become essential, aiming to achieve efficient energy consumption, cost reduction, and enhanced user comfort. Green hydrogen, produced through the electrolysis of water using renewable energy sources, emerges as a promising solution for sustainable energy. It offers numerous benefits, including zero greenhouse gas emissions, high energy density, and versatile applications. In the context of this study, the enhanced northern goshawk optimization (ENGO) algorithm and the original northern goshawk optimization (NGO) algorithm are investigated for optimizing smart home energy management. By employing a two-stage approach based on high and low-velocity ratios, ENGO overcomes the limitations of NGO, such as low exploitation capability and being trapped in local optima. The study demonstrates that ENGO outperforms NGO in achieving multiple objectives simultaneously, including reducing the peak-to-average ratio (PAR), lowering electricity costs, and ensuring user comfort. Furthermore, ENGO proves to be more robust, capable of handling complex smart home energy management problems with multiple constraints. Thus, the integration of hydrogen solutions, such as green hydrogen, with advanced optimization techniques like ENGO, can significantly contribute to the effective management of energy resources in smart homes, promoting sustainability and user satisfaction.

водородуправление энергопотреблением в домеоптимизация northern goshawkсоотношение высоких и низких скоростейуправление спросом

hydrogenhome energy managementnorthern goshawk optimizationhigh and low-velocity ratiosdemand side management

Эта работа была частично поддержана National Key R&D Program НИОКР Китая (№ 2021YFE0191000) и частично Фондом финансирования науки, технологий и инноваций Authority (STDF) (№ 43180). Иконки, используемые в этой статье, были разработаны Freepik, Amethyst Design, Arkinasi и Smashicons на сайте Flaticon.com

This work was supported in part by the National Key R&D Program of China (No. 2021YFE0191000) and in part by Science, Technology & Innovation Funding Authority (STDF) (No. 43180). The icons used in this paper were developed by Freepik, Amethyst Design, Arkinasi, and Smashicons from www.flaticon.com

References1

S.Z. Zhiznin, N.N. Shvets, V.M. Timokhov, A.L. Gusev. Economics of hydrogen energy of green transition in the world and Russia. Part I, International Journal of Hydrogen Energy, 2023, 48(57), p. 21544-21567.

S.Z. Zhiznin, S. Vassilev, A.L. Gusev. Economics of secondary renewable energy sources with hydrogen generation, International Journal of Hydrogen Energy, 2019, 44(23), 11385-11393.

Valverde-Isorna Luis, Rosa Felipe, Bordons Carlos, Guerra J. Energy management strategies in hydrogen smart-grids: a laboratory experience. Int J Hydrogen Energy 2016;41(31):13715-25.

Zhang Xiongwen, Chan Siew Hwa, Kwee Ho Hiang, Siew-ChongTan, Li Mengyu, Li Guojun, Li Jun, Feng Zhenping. Towards a smart energy network: The roles of fuel/electrolysis cells and technological perspective. Int J Hydrogen Energy 2015;40(21):6866-919.

Tabanjat Abdulkader, Mohamed Becherif, Hissel Daniel, Ramadan HS. Energy management hypothesis for hybrid power system of H2/2/PV/GMT via AI techniques. Int J Hydrogen Energy 2018;43(6):3527-41.

Arabul Fatma Keskin, Arabul Ahmet Yigit, Kumru Celal Fadil, Boynuegri Ali Rifat. Providing energy management of a fuel cellebatteryewind turbineesolar panel hybrid off grid smart home system. Int J Hydrogen Energy, 2017;42(43):26906-13.

Asanova, S., et al., Optimization of the structure of autonomous distributed hybrid power complexes and energy balance management in them. International Journal of Hydrogen Energy, 2021. 46(70): p. 34542-34549.

Asanov, M., et al., Design methodology of intelligent autonomous distributed hybrid power complexes with renewable energy sources. International Journal of Hydrogen Energy, 2023.

Hashmi, M., S. Hänninen, and K. Mäki. Survey of smart grid concepts, architectures, and technological demonstrations worldwide. in 2011 IEEE PES conference on innovative smart grid technologies Latin America (ISGT LA). 2011. IEEE.

Rahimi, F. and A. Ipakchi, Demand response as a market resource under the smart grid paradigm. IEEE Transactions on smart grid, 2010. 1(1): p. 82-88.

Ozturk, Y., et al., An intelligent home energy management system to improve demand response. IEEE Transactions on smart Grid, 2013. 4(2): p. 694-701.

Yi, P., et al., Real-time opportunistic scheduling for residential demand response. IEEE Transactions on smart grid, 2013. 4(1): p. 227-234.

Molderink, A., et al. Domestic energy management methodology for optimizing efficiency in smart grids. in 2009 IEEE Bucharest PowerTech. 2009. IEEE.

Tsui, K.M. and S.-C. Chan, Demand response optimization for smart home scheduling under real-time pricing. IEEE Transactions on Smart Grid, 2012. 3(4): p. 1812-1821.

Logenthiran, T., D. Srinivasan, and T.Z. Shun, Demand side management in smart grid using heuristic optimization. IEEE transactions on smart grid, 2012. 3(3): p. 1244-1252.

Muralitharan, K., R. Sakthivel, and Y. Shi, Multiobjective optimization technique for demand side management with load balancing approach in smart grid. Neurocomputing, 2016. 177: p. 110-119.

Motevasel, M. and A.R. Seifi, Expert energy management of a micro-grid considering wind energy uncertainty. Energy Conversion and Management, 2014. 83: p. 58-72.

Mary, G.A. and R. Rajarajeswari, Smart grid cost optimization using genetic algorithm. Int. J. Res. Eng. Technol, 2014. 3(07): p. 282-287.

Zhang, J., et al., A hybrid harmony search algorithm with differential evolution for day-ahead scheduling problem of a microgrid with consideration of power flow constraints. Applied energy, 2016. 183: p. 791-804.

Siano, P., et al., Designing and testing decision support and energy management systems for smart homes. Journal of Ambient Intelligence and Humanized Computing, 2013. 4: p. 651-661.

Miao, H., X. Huang, and G. Chen, A genetic evolutionary task scheduling method for energy efficiency in smart homes. International Review of Electrical Engineering (IREE), 2012. 7(5): p. 5897-5904.

Agnetis, A., et al., Load scheduling for house-hold energy consumption optimization. IEEE Transactions on Smart Grid, 2013. 4(4): p. 2364-2373.

Moenik, J., et al., A concept to optimize power consumption in smart homes based on demand-side management and using smart switches. Electrotechnical Review, 2013. 80(5): p. 217-221.

Ogwumike, C., M. Short, and M. Denai. Near-optimal scheduling of residential smart home appliances using heuristic approach. in 2015 IEEE International Conference on Industrial Technology (ICIT). 2015. IEEE.

Ahmad, A., et al., A modified feature selection and artificial neural network-based day-ahead load fore-casting model for a smart grid. Applied Sciences, 2015. 5(4): p. 1756-1772.

Rastegar, M., M. Fotuhi-Firuzabad, and H. Zareipour, Home energy management incorporating operational priority of appliances. International Journal of Electrical Power & Energy Systems, 2016. 74: p. 286-292.

Rasheed, M.B., et al., Priority and delay constrained demand side management in real‐time price environment with renewable energy source. International Journal of Energy Research, 2016. 40(14): p. 2002-2021.

Khan, M.A., et al., A generic demand‐side management model for smart grid. International Journal of Energy Research, 2015. 39(7): p. 954-964.

Surender Reddy, S., J.Y. Park, and C.M. Jung, Optimal operation of microgrid using hybrid differential evolution and harmony search algorithm. Frontiers in Energy, 2016. 10(3): p. 355-362.

Ma, K., et al., Residential power scheduling for demand response in smart grid. International Journal of Electrical Power & Energy Systems, 2016. 78: p. 320-325.

Rasheed, M.B., et al., Real time information based energy management using customer preferences and dynamic pricing in smart homes. Energies, 2016. 9(7): p. 542.

Geem, Z.W. and Y. Yoon, Harmony search optimization of renewable energy charging with energy storage system. International Journal of Electrical Power & Energy Systems, 2017. 86: p. 120-126.

Wu, Z., et al., Energy-efficiency-oriented scheduling in smart manufacturing. Journal of Ambient Intelligence and Humanized Computing, 2019. 10: p. 969-978.

Moon, S. and J.-W. Lee, Multi-residential demand response scheduling with multi-class appliances in smart grid. IEEE transactions on smart grid, 2016. 9(4): p. 2518-2528.

Jalili, H., et al., Modeling of demand response programs based on market elasticity concept. Journal of Ambient Intelligence and Humanized Computing, 2019. 10: p. 2265-2276.

Khan, A., et al., A priority-induced demand side management system to mitigate rebound peaks using multiple knapsack. Journal of Ambient Intelligence and Humanized Computing, 2019. 10: p. 1655-1678.

Liu, B., et al., Cost control of the transmission congestion management in electricity systems based on ant colony algorithm. Energy and Power Engineering, 2011. 3(01): p. 17.

Tang, L., Y. Zhao, and J. Liu, An improved differential evolution algorithm for practical dynamic scheduling in steelmaking-continuous casting production. IEEE Transactions on Evolutionary Computation, 2013. 18(2): p. 209-225.

Arabali, A., et al., Genetic-algorithm-based optimization approach for energy management. IEEE Transactions on Power Delivery, 2012. 28(1): p. 162-170.

Zhao, Z., et al., An optimal power scheduling method for demand response in home energy management system. IEEE transactions on smart grid, 2013. 4(3): p. 1391-1400.

Mehrjerdi Hasan, Bornapour Mosayeb, Hemmati Reza, Ghiasi Seyyed Mohammad Sadegh. Unified energy management and load control in building equipped with wind-solar-battery incorporating electric and hydrogen vehicles under both connected to the grid and islanding modes. Energy 2019;168:919-30.

Nechaev, Y.S., Gusev, A.L., Gupta, B.K., Srivastava, O.N. and Veziroglu, T.N., 2005, January. On the experimental and theoretical basis developing a “super” hydrogen adsorbent. In Transactions of International conference" Solid State Hydrogen Storage-Materials and Applications", January 31-February 1, 2005.

Nechaev, Yu S., A. L. Gusev, B. K. Gupta, O. N. Srivastava, and T. N. Veziroglu. On using graphite nanofibers for hydrogen on-board storage. In Transactions of International conference “Solid State Hydrogen Storage–Materials and Applications”. 2005.

Nechaev, Yu. S., Alexeeva, O.K., Filippov, G.A., Gusev, A.L. On the experimental and theoretical basis of developing a super hydrogen carbonaceous adsorbent for fuel-cell-powered vehicles // Alternative Energy and Ecology. 2005.

Gusev, A.L., Zolotukhin, I.V., Kalinin, Yu.E., Sitnikov, A.V. Sensors for hydrogen and hydrogen-containing molecules //Alternative Energy and Ecology. 2005. № 5.

Gusev, A.L. Thermosensor for hydrogen leakage control based on palladed manganese dioxide in superinsulation of a cryogenic hydrogen reservoir and pipelines // Physics fundamental and applied problems of Physics. – 2017. – P. 254.

Gusev, A.L., Zababurkin, D.I. Multi-channel leak detectors for monitoring the level of combustible, toxic and explosive gases // Alternative Energy and Ecology. 2010. No. 10. P. 10-15.

Zababurkin, D.I., Gusev, A.L., Nemyshev, V.I. Hydrogen leak detectors and leak indicators // International Scientific Journal Alternative Energy and Ecology. 2010. No. 6. pp. 33-42.

Rahim, S., et al., Exploiting heuristic algorithms to efficiently utilize energy management controllers with renewable energy sources. Energy and Buildings, 2016. 129: p. 452-470.

Soares, J., et al. An optimal scheduling problem in distribution networks considering V2G. in 2011 IEEE Symposium on Computational Intelligence Applications In Smart Grid (CIASG). 2011. IEEE.

Khan, Z.A., et al., Hybrid meta-heuristic optimization based home energy management system in smart grid. Journal of Ambient Intelligence and Humanized Computing, 2019. 10: p. 4837-4853.

Dehghani, M., Š. Hubálovský, and P. Trojovský, Northern goshawk optimization: a new swarm-based algorithm for solving optimization problems. IEEE Access, 2021. 9: p. 162059-162080.

Hassan, M.H., et al., A modified Marine predators algorithm for solving single-and multi-objective combined economic emission dispatch problems. Computers & Industrial Engineering, 2022. 164: p. 107906.

The authors declare that there are no conflicts of interest present.