systemy dynamicznego oświetlenia ulic przykład rozwiązań

Smart Lighting nowe spojrzenie na oświetlenie uliczne ..

Prof. dr hab. Leszek Kotulski

Systemy dynamicznego oświetlenia ulic – przykład rozwiązań Smart City

GRADIS

● GRADIS - spółka spin-off utworzona przez AGH

University of Science and Technology i KIC

InnoEnergy.

● kompletne rozwiązanie dedykowane dla

rynku oświetlenia ulicznego

2

Grant ALLIVE&Kicing 2011 rok

Problem Smogu Świetlnego

Generatorem Smogu Świetlnego Jest Oświetlenie Naszych Miast

80% populacji żyje w rejonach ze znacznym prześwietleniem

5

Teraz i nieco później

6

7

Bezpośrednie światło skierowane w niebo

Światło odbite skierowane w niebo

Strefa oślepiania

Światło przechodzące

Oślepienie

Światło użyteczne

Obszar, który ma być oświetlony

Światło tylne

Jak być powino

normy oświetleniowe

● określone przez ISO i odzwierciedlone w PN -

wymagane parametry oświetlenia.

● oparte o szereg kryteriów: klasa drogi, natężenie

ruchu, bliskość budynków, obecność

zaparkowanych pojazdów…

● w istniejących instalacjach normy często nie są

spełnione.

● ryzyko: odpowiedzialność prawna w przypadku

kolizji, potrąceń, itd.

8

Po prawej - Lampy sodowe:

• Oświetlają niepotrzebnie wszystkie elementy.

• Światło mocno pada na fasady domów.

Po lewej – LED:

• Lampy oświetlają tylko to co powinno

być oświetlone.

• Domy i posesje są w półmroku – nie są

niepotrzebnie oświetlone.

Technologia lampy LED i zgodny z normą projekt

powoduje, że oświetlają to, co powinno być oświetlone

Projektowanie złożoność

10

Zmienne paramenty:

•10x overhang (nadwieszenie)

•10x typ oprawy

•10x wysokość słupa

•10x odległość pomiędzy lampami

•10x lumen flux ratio (jasność)

•10x przechylenie, obrót, azymut

Pytania:

• Jak znaleźć „optymalne rozwiązanie” spośród 1 000 000

możliwych ustawień lampy?

• Jakie jest kryterium dla „optymalnego rozwiązania?

• Czy człowiek jest w stanie to zrobić?

Sytuacje oświetleniowe

11

Komputer Człowiek

6 sytuacji obliczeniowych Przygotowanych i dopasownych do ulic

24 różne sytuacje – kolejna generowana gdy Komputer nie ma takiej przeliczonej dla danej ulicy

Globalnie dla 3 tys. lamp

15-20 Ponad 600

Uproszczenia

12

Dokładne Uproszczone

Albo prześwietlenie Albo nie spełniona norma

Porównanie efektywności projektowania przez system AI

z tradycyjnym podejściem opartym o DIALux.

Pozostałe projekty

Obniżenie kosztów inwestycji jest efektem optymalizacji projektu, dzięki czemu możliwe

jest wykorzystanie mniej kosztownych opraw tego samego producenta przy zachowaniu

tego samego poziomu oświetlenia.

Łączna moc (projekt DIALux)

Łączna moc (projekt

g.design AI )

Roczna oszczędność

energii

Przsewietlenie

Obniżenie kosztów

inwestycji

Projekt 1 >370 kW 258 kW 30% 43% 8%

Projekt 2 > 70 kW 57 kW 19% 23% 8%

Projekt 3 > 50 kW 38 kW 32% 47% 5%

Projekt 4 > 30 kW 19 kW 37% 59% 9%

Projekt 5 > 10 kW 8 kW 20% 25% 1%

Dynamiczne sterowanie

ruch znacząco różni się jak porównamy dwa miesiące. W jednym wystarczy klasa ME4 w innym musimy użyć ME 3

godziny świecenia

światła słonecznego

godziny świecenia

światła słonecznego

miesiąc później

14

Naruszenie normy !!

Norma 13201 – pozwala ściemnić oświetlenie

Efekty

15

• Projektowanie przez system komputerowy wspomagany przez sztuczną inteligencjĘ

project lepszy o około 16% (ZWERYFIKOWANE W PRAKTYCE)

• Dynamiczne sterowanie wg 13201/2004

zysk energetyczny około 15% (ZWERYFIKOWANE W PRAKTYCE)

• Dynamiczne sterowanie wg 13201/2014 zysk energetyczny około 25% (OPRACOWANIE TEORETYCZNE)

ŁĄCZNIE Zysk energetyczny z wymiany systemów HPS na LED jest na poziomie

70%-80%

Efekty – dla 1000 lamp

16

• Zysk energetyczny - od 0,37 GWh do 0,42 GWh

• Redukcja CO2 od 318 Ton do 363 Ton • Zwrot z inwestycji około 7 lat • Redukcja zanieczyszczenia światłem od 44% do 70%

Problemy

17

Człowiek – posługuje się intuicją, upraszcza i rozwiązuje problem Komputer – szybko i dokładnie wykonuje polecenia

Trzeba mu jednak dokładnie i precezyjnie określić co ma robić!!!

Podstawy teoretyczne

18

Specyfikacja problemu – metody formalne bazujący na rozproszonych transformacjach grafowych.

Projektowanie – metody sztucznej inteligencji

• Granty międzynarodowe i krajowe. • 44 publikacji międzynarodowych, w

tym 10 w czasopismach z Listy Filadefijskiej

Od teorii do praktyki

. Uzyskany grant NCBiR - na nową wersje systemu -- planowane dodatkowe 10% oszczędności. Nagrody: 3. miejsce na konkursie dla innowacyjnych startupów KIC InnoEnergy podczas TBB 2015. Start-up Chelenge Winner w kategorii „Tradition&modernity. Przemysł, energia, telekomunikacja, logistyka” w European Start-up Days 2017 Nowe Impulsy 2017 za stworzenie ciekawej oferty realizującej w praktyce ideę efektywności energetycznej.

miasta, gminy przemysł

?