Logo do repositório
 
Publicação

EMUENERGY: Framework para teste de algoritmos de gestão energética de edifícios

datacite.subject.fosEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
datacite.subject.sdg09:Indústria, Inovação e Infraestruturas
datacite.subject.sdg07:Energias Renováveis e Acessíveis
dc.contributor.advisorVale, Zita Maria Almeida do
dc.contributor.advisorGomes, Luís Filipe de Oliveira
dc.contributor.authorMOREIRA, NUNO TIAGO PEREIRA
dc.date.accessioned2026-09-23T10:51:23Z
dc.date.available2026-09-23T10:51:23Z
dc.date.issued2026-07-22
dc.description.abstractA crescente complexidade dos sistemas de gestão energética em edifícios inteligentes tem vindo a evidenciar a necessidade de plataformas flexíveis que permitam avaliar e validar estratégias de controlo antes da sua implementação em contexto real. Contudo, as ferramentas atualmente disponíveis apresentam limitações significativas, nomeadamente a ausência de um ambiente unificado, realista e de fácil utilização que permita testar diferentes estratégias de controlo energético, comparar cenários distintos e visualizar os seus impactos energéticos, económicos e de conforto. Neste contexto, a presente dissertação propõe uma nova framework modular em Python, a EmuEnergy, para simulação e comparação de algoritmos de controlo energético de edifícios. A framework integra o motor de simulação EnergyPlus através da sua API Python, permitindo que investigadores implementem as suas próprias estratégias de controlo e avaliem o respetivo desempenho através de métricas energéticas, económicas, ambientais e de conforto térmico. Foram implementados e comparados três algoritmos de controlo com diferentes abordagens, algoritmo baseado em regras, algoritmo preditivo baseado em modelos e algoritmo baseado em otimização, aplicados a dois edifícios de referência do Departamento de Energia dos Estados Unidos (DOE). Os resultados demonstraram poupanças energéticas de até 13,7% e melhorias de conforto térmico de até 92,5% das horas em conforto, confirmando a aplicabilidade da framework a diferentes tipologias de edifícios e estratégias de controlo.por
dc.description.abstractThe growing complexity of energy management systems in smart buildings has highlighted the need for flexible platforms that enable control strategies to be evaluated and validated before they are implemented in a real-world setting. However, the tools currently available have significant limitations, notably the lack of a unified, realistic and user-friendly environment that allows for the testing of different energy control strategies, the comparison of distinct scenarios, and the visualisation of their energy, economic and comfort impacts. In this context, this thesis proposes the development of a modular framework in Python, EmuEnergy, for the simulation and comparison of building energy control algorithms. The framework integrates the EnergyPlus simulation engine via its Python API, allowing researchers to implement their own control strategies and evaluate their performance using energy, economic, environmental and thermal comfort metrics. Three control algorithms with different approaches were implemented and compared: a rule-based algorithm, a model-based predictive algorithm and an optimisation-based algorithm, applied to two reference buildings from the US Department of Energy (DOE). The results demonstrated energy savings of up to 13.7% and improvements in thermal comfort of up to 92.5% of hours spent in comfort, confirming the framework’s applicability to different building types and control strategies.eng
dc.identifier.tid204361982
dc.identifier.urihttp://hdl.handle.net/10400.22/32841
dc.language.isopor
dc.rights.uriN/A
dc.subjectBuilding Energy Management
dc.subjectSmart Buildings
dc.subjectEnergy Simulation
dc.subjectGestão energética de edifícios
dc.subjectEdifícios inteligentes
dc.subjectSimulação energética
dc.titleEMUENERGY: Framework para teste de algoritmos de gestão energética de edifíciospor
dc.title.alternativeEMUENERGY: Framework for testing building energy management algorithmseng
dc.typemaster thesis
dspace.entity.typePublication
thesis.degree.nameMestrado em Engenharia Electrotécnica - Sistemas Eléctricos de Energia

Ficheiros

Principais
A mostrar 1 - 1 de 1
A carregar...
Miniatura
Nome:
Tese_6427_v2.pdf
Tamanho:
6.56 MB
Formato:
Adobe Portable Document Format
Licença
A mostrar 1 - 1 de 1
Miniatura indisponível
Nome:
license.txt
Tamanho:
4.03 KB
Formato:
Item-specific license agreed upon to submission
Descrição: