Agentes de IA Adaptativos para Gerenciamento de Energia Residencial

Descrição

O Gerenciamento pelo Lado da Demanda (DSM) é essencial para a estabilidade das Redes Elétricas Inteligentes (Smart Grids). Em residências (Smart Homes), Sistemas Multi-Agentes (MAS) são usados para otimizar o consumo, onde um agente de software (HEMS) agenda dispositivos (como carregadores de VEs) para horários de energia mais barata. Uma lacuna de pesquisa significativa é que os atuais mecanismos de controle de Smart grids falham ao desconsiderar as ações e preferências dos usuários humanos, que podem intervir manualmente no processo. Um usuário pode ligar um forno em horário de pico, invalidando o plano de otimização do agente e causando custos elevados. Este projeto propõe desenvolver e simular um sistema multi-agente adaptativo. O Agente HEMS deve ser capaz de detectar a intervenção humana e re-planejar proativamente o agendamento dos dispositivos controláveis restantes para compensar a ação do usuário. Para isso, será desenvolvida uma simulação para comparar o custo total de energia em três cenários: Cenário A - Ideal (apenas decisão do HEMS), Cenário B - Sem Correções (com intervenções humanas e sem correção do HEMS), e Cenário C - Adaptativo (com intervenções humanas e correção do HEMS). Espera-se demonstrar quantitativamente que a abordagem adaptativa (Cenário C) reduz significativamente os custos e o impacto negativo da intervenção humana na rede, quando comparada ao modelo estático (Cenário B), validando a importância de uma IA proativa em ambientes reais.

Palavras-chave

• Inteligência Artificial
• Smart Homes
• Multi-Agentes (MAS)
• Redes Elétricas
• Otimização energética
• Smart Grids.

Grupo de pesquisa

NIAS

Financiamento

Com financiamento