An Extendable Multi-Agent System for Thermal Comfort Control Leveraging KNX-IoT Semantics

Abstract

Während des Bestrebens, die globalen Emissionen auf ein Minimum zu reduzieren, ist es unerlässlich, den Energieverbrauch von Gebäuden zu berücksichtigen. Zur Senkung des Energieverbrauchs in diesem Sektor ist die Implementierung fortschrittlicherer Regelungsstrategien zur Steuerung der Innentemperatur und anderer Verbraucher unabdingbar. Diese Strategien müssen eine Vielzahl von Variablen berücksichtigen, wie beispielsweise Wettervorhersagen, Belegung und die thermischen Eigenschaften des Gebäudes. Die Steuerung großer Gebäude mit vielen Zonen kann komplex sein, da viele Variablen in einem Regler berücksichtigt werden müssen. Eine weitere Schwierigkeit besteht in der Entwicklung eines Systems, das sich leicht erweitern und skalieren lässt. In dieser Arbeit wird daher ein Multi-Agenten-System vorgestellt, das mit der KNX 3rd Party API arbeitet, um eine bestehende Technologie mit unmissverständlicher Kommunikation zu unterstützen. Die KNX 3rd Party API dient hierbei als Schnittstelle zwischen den steuernden Agenten und den Gebäude-Aktoren und -Sensoren. Da KNX als standardisiertes Bus-Kommunikationsprotokoll entwickelt wurde, unterstützt die für die Gestaltung des Systemverhaltens verwendete Software, die sogenannte ETS, diverse Modellierungsinformationen eines Gebäudes. Daher ist es von entscheidender Bedeutung, zu analysieren, welche Informationen innerhalb der ETS modelliert werden müssen, um den Agenten genügend Informationen zur Verfügung zu stellen, und welche Informationen nicht modelliert werden können. Darüber hinaus wird eine Ontologie erstellt, die es dem System ermöglicht, Flexibilität zu gewährleisten, indem verschiedene Geräte, Zonen oder Agenten zum System hinzugefügt oder entfernt werden können. Diese Ontologie wird verwendet, um die Fähigkeiten der Agenten zu beschreiben. Da manche Agenten zusätzliche Fähigkeiten anderer Agenten benötigen, veröffentlicht jeder Agent die Beschreibung seiner Fähigkeiten in einem zentralen Datenspeicher, sodass andere Agenten diese finden und mit ihnen kommunizieren können. Die Implementierung jedes Agenten erfolgt als Mitglied des Web of Things. Die Fähigkeiten eines jeden Agenten werden innerhalb der sogenannten Thing-Description beschrieben. Dies ermöglicht es anderen zu erkennen, wie eine Interaktion mit dem Agenten durchgeführt werden soll. Das System wird in einem simulierten Gebäude getestet, um die Implementierung zu evaluieren. Im Anschluss werden die Ergebnisse diskutiert und die Effektivität der vorgeschlagenen Lösung analysiert. Hierzu wird der Controller mit einer Basisimplementierung verglichen, sowie die Erweiterbarkeit und Skalierbarkeit des Systems untersucht.

In an effort to reduce global emissions to a minimum, the energy consumption of buildings must also be considered. To reduce power consumption in this sector, more advanced control strategies for controlling indoor temperature and other consumers have to be implemented, including a variety of variables, e.g., weather predictions, occupancy, thermal characteristics of the building, and many others. Controlling large-scale buildings with many zones can become quite complex as many variables are considered at one controller. Furthermore, developing a system that allows it to be easily extended and scaled poses another difficulty. Therefore, this thesis proposes a Multi-Agent System that operates on the KNX 3rd Party interface to facilitate existing technology with unambiguous communication. This interface will act as a bridge between the controlling agents and the building actuators and sensors. As KNX was developed as a standardized bus communication protocol, the software called ETS, which is used to design the system's behavior, does not support a great variety of modeling information for a building. Therefore, it is essential to analyze which information has to be modeled inside of the ETS to provide enough information for the agents and which information cannot be modeled. Furthermore, an ontology is created that allows the system to become flexible in the sense of adding and removing different devices, zones, or agents to the system. This ontology is used to describe the skills of each agent. Moreover, each agent also requires additional skills from other agents. Therefore, each agent publishes a description of its skills to a central data storage to allow other agents to discover these skills and communicate with the corresponding agent. Each agent is implemented as a member of the Web of Things. The skills of each agent are described inside of the Thing Description, as this allows others to identify how an interaction with the agent is carried out. The system is tested on a simulated building in order to evaluate the implementation. It is shown that the system achieves better performance than a benchmark controller and that it can be extended easily.