"Sommer, Sonne, Source-Code" - unter diesem Motto bin ich in den letzten Wochen dabei, die bisher erstellten Komponenten des Energy Management Optimization Systems in einer Proof-of-Concept-Implementierung zusammenzuführen. Das Ziel ist, eine Basis für die anschließende Evaluierung mit Hilfe einer Simulation zu schaffen.

Die Optimierungskomponente wird über die bereits in einem vorherigen Beitrag beschriebene Kommunikationsschnittstelle an den zentralen Semantic Abstraction Layer gekoppelt. Sämtliche Daten und Informationen, die für die Erstellung des Optimierungsproblems notwendig sind, werden aus der Ontologie gelesen und für die weitere Verarbeitung durch den eigentlichen Optimierungsalgorithmus aufbereitet. Parallel dazu findet auch eine dynamische Modellbildung statt, um den Optimierungsalgorithmus mit aktuellen Prognosedaten zu versorgen. Sowohl das maschinelle Lernen als auch die Optimierung i.e.S. bedient sich den umfassenden MATLAB-Toolboxen. Die Einbindung der erzeugten MATLAB-Funktionen in die JAVA-basierte Proof-of-Concept-Implementierung wird durch den MATLAB Library Compiler ermöglicht. Somit lassen sich die Vorteile von MATLAB und die Vorteile einer eigenständigen Software miteinander kombinieren und das Rad muss nicht neu erfunden werden.

Das Ergebnis der Optimierung ist ein Schedule für die vorhandene Gebäudeautomation, um möglichst energieeffizient den gewünschten Komfort im Gebäude herstellen zu können. Dieser Schedule wird von MATLAB an die aufrufende JAVA-Applikation zurückgegeben und von dieser in der Ontologie gespeichert, damit die Gebäudeautomationskomponenten darauf zugreifen können.