Синтез адаптивної системи керування зовнішнім освітленням муніципальних систем на основі багатокритеріальної оптимізації
DOI:
https://doi.org/10.31548/energiya1(83).2026.091Ключові слова:
система вуличного освітлення, багатокритеріальна оптимізація, адаптивне керування, муніципальні системи, світлодіодні світильникиАнотація
Робота присвячена актуальній проблемі підвищення рівня енергоефективності муніципальних систем зовнішнього освітлення, які часто функціонують із надлишковим запасом потужності.
Метою дослідження є підвищення енергетичної ефективності та якості функціонування систем вуличного освітлення шляхом удосконалення системи керування, яка враховує рівень природного освітлення, показники рівномірності світлового потоку та ресурс роботи обладнання.
. Розроблено математичну модель просторового розподілу світлового поля та сформульовано задачу автоматичного керування рівнем освітленості як задачу багатокритеріальної оптимізації. Для знаходження компромісного рішення між мінімізації енергоспоживання, максимізації рівномірності освітлення та ресурсу обладнання використано метод наближення до утопічної точки в просторі критеріїв із використанням чебишевської метрики.
Чисельне моделювання для типової ділянки автомагістралі підтвердило ефективність запропонованого підходу. Встановлено, що адаптивна система забезпечує зниження споживання електроенергії на 27,9% (з 600 Вт до 432,6 Вт) порівняно з традиційними таймерними системами. Економія досягається за рахунок компенсації природного фону та усунення технологічного запасу освітленості – зниження мінімального рівня з 20,02 лк до нормованих 15,00 лк. При цьому забезпечується підвищення поздовжньої рівномірності з 0,778 до 0,790 та збільшення прогнозованого ресурсу світильників майже удвічі (до 100 тис. годин) за рахунок зниження теплового навантаження.
Впровадження методу дозволяє створювати системи класу Smart City, що адаптуються до реальних умов видимості, гарантуючи безпеку руху за мінімальних експлуатаційних витрат.
Отримано 2025-11-07
Доопрацьовано 2026-01-05
Прийнято 2026-02-11
Посилання
1. Agramelal, F., Sadik, M., Moubarak, Y., & Abouzahir, S. (2023). Smart street light control: a review on methods, innovations, and extended applications. Energies, 16(21), article number 7415. https://doi.org/10.3390/en16217415.
2. Pasolini, G., Bazzi, A., Florio, A., Zabini, F., Toppan, P., & Andrisano, O. (2024). Comprehensive assessment of context-adaptive street lighting: Technical aspects, economic insights, and measurements from large-scale, long-term implementations. Sensors, 24(18), article number 5942. https://doi.org/10.3390/s24185942.
3. Rabaza, O., Aznar-Dols, F., Espín-Estrella, A., & Gómez-Lorente, D. (2014). Multi-objective optimization applied to photovoltaic street lighting systems. In Proceedings of the International Conference on Renewable Energy and Power Quality (ICREPQ'14) (No. 12, pp. 419-424). https://doi.org/10.24084/repqj12.419.
4. Wen, F., Zhang, J., & Li, X. (2025). An Integrated Framework for Multi-Objective Optimization of Night Lighting in Urban Residential Areas: Synergistic Control of Outdoor Activity Places Lighting and Indoor Light Trespass. ISPRS International Journal of Geo-Information, 14(10), article number 397. https://doi.org/10.3390/ijgi14100397.
5. Segovia-Muñoz, D., Serrano-Guerrero, X., & Barragán-Escandón, A. (2022). Predictive maintenance in led street lighting controlled with telemanagement system to improve current fault detection procedures using software tools. Renewable Energy and Power Quality Journal, 20, 379–386. https://doi.org/10.24084/repqj20.318.
6. Asif, M., Ahmad, S., Al-Otaibi, R., & D'Aniello, G. (2022). Adaptive control of streetlights using deep learning for the optimization of energy consumption during late hours. Energies, 15(17), article number 6337. https://doi.org/10.3390/en15176337.
7. Sikora, R., Markiewicz, P., & Korzeniewska, E. (2025). Evaluation of maintenance and modernization of road lighting systems using energy performance indicators. Energies, 18(16), article number 4328. https://doi.org/10.3390/en18164328.
8. Ożadowicz, A., & Grela, J. (2017). Energy saving in the street lighting control system—a new approach based on the EN-15232 standard. Energy Efficiency, 10(3), 563–576. https://doi.org/10.1007/s12053-016-9476-1.
9. Wang, L., & Tan, J. (2024). Deep reinforcement learning for dynamic traffic-adaptive street lighting control in smart cities. Applied Energy, 352, article number 121945. https://doi.org/10.1016/j.apenergy.2023.121945.
10. Garcia, R., & Martinez, S. (2023). Multi-objective genetic algorithms for energy-efficient design and maintenance of urban lighting networks. Journal of Cleaner Production, 410, article number 137281. https://doi.org/10.1016/j.jclepro.2023.137281.
11. Chen, H., & Liu, Y. (2025). Digital twin-driven monitoring and predictive maintenance for LED street lighting systems. IEEE Internet of Things Journal, 12(4), 3112–3124. https://doi.org/10.1109/JIOT.2024.3356789.
12. Kumar, S., & Varma, G. (2025). Artificial intelligence-based hybrid models for energy consumption forecasting in municipal smart lighting networks. Sustainable Cities and Society, 108, article number 105421. https://doi.org/10.1016/j.scs.2024.105421.
13. Singh, M., & Kumar, A. (2026). Energy efficient street lighting framework: An archived multi-objective simulated annealing based approach. Energy Efficiency, 19(1), article number 44. https://doi.org/10.1007/s12053-025-10321-4.
14. Batra, I., & Malik, A. (2025). Smart Street Light System: An IoT-Enabled Light System for Smart City Application. Journal of Integrated Science and Engineering Management, 4(1), 112–125.
15. Xie, X., & Masoumi, H. (2025). Energy-Efficient Dynamic Street Lighting Optimization: Balancing Pedestrian Safety and Energy Conservation. Buildings, 15(8), article number 1377. https://doi.org/10.3390/buildings15081377.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Енергетика і автоматика
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution-NonCommercial 4.0 International License.
Усі матеріали поширюються на умовах ліцензії Creative Commons Attribution 4.0 International Public License, що дозволяє іншим розповсюджувати рукопис із визнанням авторства роботи та першої публікації в цьому журналі.
