بهینه‌سازی چندهدفه مصرف انرژی و آسایش حرارتی در سیستم‌های تهویه مطبوع هوشمند با استفاده از الگوریتم‌های فراابتکاری

چکیده

رشد فزاینده مصرف انرژی در بخش ساختمان، پژوهشگران را به سوی طراحی سامانه‌های هوشمند و تطبیقی سوق داده است که بتوانند میان بهره‌وری انرژی و آسایش حرارتی ساکنان تعادل برقرار کنند. سیستم‌های تهویه مطبوع هوشمند (HVAC) به‌عنوان یکی از عناصر کلیدی ساختمان‌های کم‌مصرف، با تکیه بر حسگرهای بلادرنگ، کنترل پیش‌بینانه و الگوریتم‌های فراابتکاری، نقش تعیین‌کننده‌ای در کاهش مصرف انرژی ایفا می‌کنند. این پژوهش چارچوبی برای بهینه‌سازی چندهدفه مصرف انرژی و شاخص‌های آسایش حرارتی (PMV و PPD) ارائه می‌دهد که بر پایه‌ی داده‌های واقعی بهره‌برداری از ساختمان‌های هوشمند توسعه یافته است. در این چارچوب، الگوریتم‌های NSGA-II، PSO و GA برای یافتن نقاط تعادل بهینه میان انرژی و آسایش به کار رفته‌اند. نتایج نشان می‌دهد با تنظیم پویا و هوشمند پارامترهای کنترل HVAC، مصرف انرژی تا حدود ۲۳ درصد کاهش یافته و در عین حال سطح مطلوب آسایش حرارتی حفظ می‌شود. مقایسه عملکرد الگوریتم‌ها نشان داد NSGA-II از پایداری و تنوع بالاتری در جبهه پارتو برخوردار است. همچنین تحلیل حساسیت انجام‌شده مشخص کرد که بازه دمای تنظیمی و نرخ تأمین هوا بیشترین اثر را بر توازن میان آسایش و مصرف دارند. یافته‌های این پژوهش ثابت می‌کند که ترکیب بهینه‌سازی فراابتکاری با کنترل مبتنی بر اینترنت اشیا می‌تواند کارایی سیستم‌های HVAC را به‌طور چشمگیری ارتقا داده و گامی مؤثر در مسیر ساختمان‌های با انرژی نزدیک به صفر و توسعه شهری پایدار باشد.