Human-MPC Interface for Smart Houses

Abstract

Smarthusteknologier er i rask utvikling, der mer fokus er rettet mot avanserte kontrollstrategier som Modell Prediktiv Kontroll (MPC), for å optimalisere varmesystemer som kan muliggjøre smart energistyring i bygg. Ettersom digitalisering og Tingenes Internett (IoT) blir mer utbredt, har denne installasjonen blitt mer levedyktig i husholdninger. Den praktiske anvendelsen er dog fortsatt i sin spede begynnelse på grunn av utfordringer knyttet til brukeradopsjon.

Denne oppgaven vil evaluere muligheten for å utvikle og implementere et menneske-MPC grensesnitt for et intelligent varmesystem kontrollert av en MPC-algoritme. I arbeidet med å lette bruken av mer komplekse kontrollstrategier, utvikles en web applikasjon med den hensikt å forklare konsepter knyttet til MPC algoritmen. Dette vil tillate overvåking, samhandling og potensielt forståelse av den optimale kontrollen av varmesystemet.

Utfordringene knyttet til implementeringen er å utvikle svært tilpassede elementer og grafiske illustrasjoner for å forklare MPC på et enkelt ikke-kontrollrelatert språk. Resultatene oppnådd i denne oppgaven viser at å utvikle et webgrensesnitt er en levedyktig implementering for denne case-studien av et smarthus lokalisert i Trondheim, Norge. Web applikasjonen er utviklet med JavaScript og representerer en fullstack-applikasjon med en server og en klientside som gir tilpassede funksjoner for å forklare og visualisere viktige konsepter knyttet til kontrollalgoritmen. Funnene i denne rapporten vil til syvende og sist fungerer som et grunnlag for videreutvikling av smart hus applikasjonen og integreres fullstendig med det eksisterende smarthussystemet.

Videre arbeid bør fokusere på å forbedre programvaren for databehandling på både server- og klientsiden. Til slutt, inkludere flere funksjoner for ytterligere å utnytte de prediktive egenskapene til MPC algoritmen og for å imøtekomme mer tilpassede elementer.

Smart house technologies are rapidly developing, with a focus on more advanced control strategies, such as Model Predictive Control (MPC), for optimizing heating systems to enable smart energy management. As digitization and the Internet of Things (IoT) become more prevalent, this installation has become more viable in households. The practical application, however, is still in its infancy due to challenges related to user adoption.

This thesis seeks to evaluate the feasibility of developing and implementing a human-MPC interface for an intelligent heating system controlled by an MPC algorithm. In the efforts to ease the adoption of more complex control strategies, a web application is developed with the intent of explaining concepts related to the MPC scheme. This will allow for monitoring, interacting, and potentially understanding the optimal control of the heating system.

The perceived challenges related to the implementation are having highly customized elements and graphical displays to explain the MPC behavior in a simple non-control-related language. The results obtained in this thesis show that developing a web interface is a viable implementation for this case study of a smart house located in Trondheim, Norway. The web application is developed using JavaScript and represents a full-stack application with a server and a client-side. This web interface provides customized functionalities for explaining and visualizing important concepts related to the predictive control algorithm. Eventually, the findings in this report serve as the basis for further development of the application and eventually completely integrate it with the existing smart house system.

Further work should focus on improving the software for data processing on both the server and client-side. Eventually, include more functionalities to further exploit the predictive capabilities of the MPC scheme and to accommodate more customized elements.