SYSTEMS AND METHODS FOR OPTIMAL ENERGY MANAGEMENT BASED ON TIME SERIES FORECASTING OF POWER LOAD

• Main Authors: HARDAS, Shweta, AHMED, Qadeer, MEIJER, Maarten, JORGENSEN, Iner, KHUNTIA, Satvik, SWART, Charles, LAHTI, John, HANIF, Athar
• Format: Patent
• Language: English; French
• Published: 28.03.2024
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; CONTROL OR REGULATING SYSTEMS IN GENERAL; CONTROLLING; COUNTING; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES; ELECTRIC EQUIPMENT OR PROPULSION OF ELECTRICALLY-PROPELLEDVEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES, IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS ORELEMENTS; PERFORMING OPERATIONS; PHYSICS; REGULATING; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR; TRANSPORTING; VEHICLES IN GENERAL

An example method of optimized energy management includes creating a synthetic training dataset, where the synthetic training dataset includes a activity profiles for a period of time; training a deep learning model using the synthetic training dataset; predicting, using the trained deep learning model, a power load for the period of time; determining a projected state of charge (SOC) of an energy storage device during the period of time based, at least in part, on the predicted power load; and controlling charging operations for the energy storage device based on the projected SOC. Un procédé illustratif de gestion d'énergie optimisée comprend la création d'un ensemble de données d'entraînement synthétique, l'ensemble de données d'entraînement synthétique contenant des profils d'activité pendant une période de temps ; l'entraînement d'un modèle d'apprentissage profond à l'aide de l'ensemble de données d'entraînement synthétique ; la prédiction, à l'aide du modèle d'apprentissage profond entraîné, d'une charge de puissance pendant la période de temps ; la détermination d'un état de charge projeté (SOC) d'un dispositif de stockage d'énergie pendant la période de temps sur la base, au moins en partie, de la charge de puissance prédite ; et la commande d'opérations de charge pour le dispositif de stockage d'énergie sur la base du SOC projeté.