← 論文一覧に戻る

ネットゼロスマートビルエネルギー制御のためのハイブリッドCCO-SWO最適化フレームワーク

HYBRID CCO–SWO OPTIMIZATION FRAMEWORK FOR NET-ZERO SMART BUILDING ENERGY CONTROL (原題)

M. RAJKUMAR, Dr. V. GOKULA KRISHNAN, Dr. P. JESU JAYARIN, R. SENTHILKUMAR, Dr. KARNAM SREENU, Dr. S. KAVIARAAN

Zenodoプレプリント2026-05-15#省エネOrigin: Global
DOI: 10.5281/zenodo.20253533
原典: https://zenodo.org/records/20253533
📄 PDF

🤖 gxceed AI 要約

日本語

本論文は、スマートビルディングのネットゼロエネルギー制御に向け、新たなハイブリッドメタヒューリスティック最適化手法（CCO-SWO）を提案。シミュレーションの結果、従来手法と比較して総エネルギー消費を31.5%、系統依存度を41.3%削減し、熱的快適性を維持しつつ高いネットゼロ指数(0.96)を達成。

English

This paper proposes a hybrid metaheuristic optimization framework (CCO-SWO) for net-zero energy control in smart buildings. Simulation results show a 31.5% reduction in total energy consumption, 41.3% less grid reliance, and a high Net-Zero Index of 0.96 while maintaining thermal comfort within 0.94°C deviation, outperforming standard methods like PSO, GWO, and HHO.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本では、ZEB（ネット・ゼロ・エネルギー・ビル）普及が進んでおり、本手法はビルエネルギー管理システム（BEMS）の高度化に寄与する可能性がある。特に、再生可能エネルギー導入と快適性の両立が求められる日本の商業・業務用ビルに応用が期待される。

In the global GX context

Globally, net-zero building optimization is critical for decarbonization. This hybrid optimization approach offers a practical solution to balance energy efficiency, renewable integration, and occupant comfort, which are key challenges faced by building energy management systems worldwide.

👥 読者別の含意

🔬研究者:Introduces a novel hybrid optimizer (CCO-SWO) with variance-driven switching, providing a benchmark for future optimization studies in building energy.

🏢実務担当者:Offers a proven method to significantly reduce energy consumption and grid dependence in smart buildings, directly applicable to BEMS implementation.

🏛政策担当者:Demonstrates technical feasibility of achieving high net-zero performance, supporting policy targets for building decarbonization.

📄 抄録（日本語訳）

スマートビルディングをネットゼロエネルギーで運用することは困難である。主な理由は、エネルギー消費、居住者の快適性、再生可能エネルギー統合が非線形かつ多目的で動的であるためである。従来の最適化手法やルールベースの制御手法は、変化する環境条件や複雑なシステム間相互作用への適応性が低く、問題を効果的に解決できない。その結果、最適以下の性能となり、系統への依存度が高まる。そこで本論文では、適応的かつリアルタイムなエネルギー管理のための、Centered Collision Optimizer（CCO）とSpider Wasp Optimization（SWO）を組み合わせた革新的なハイブリッドメタヒューリスティック最適化ツールを紹介する。この新しいツールは、分散駆動型スイッチング手法を用いて、大域的探索と局所的活用のバランスを常時調整し、早期収束を防ぎ、解の質を向上させる。他の手法の中でも、提案するCCO-SWOモデルは、EnergyPlusおよびMATLABシミュレーションにおいて、PSO、GWO、HHOなどの標準的手法を大幅に上回る性能を示した。報告によれば、総エネルギー消費量は31.5%削減され、系統への依存度は41.3%低減し、熱的快適性はわずか0.94℃の偏差で向上し、高いNet-Zero Index（NZI）0.96も維持された。これらの結果は、提案フレームワークがスマートビルディングにおけるインテリジェントなエネルギー制御のための高効率で信頼性が高く、多用途なアプローチであり、持続可能なネットゼロエネルギーシステムの展開を強力に支援することを証明している。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

It is hard to get smart buildings to operate on net-zero energy mainly because energy consumption, occupant comfort, and renewable energy integration are nonlinear, multi-objective, and dynamic. Traditional optimization and rule-based control methods do not solve the problem effectively as they are less adaptive to changing environmental conditions and complex system interactions. As a result, they lead to suboptimal performance and increased reliance on the grid. In that regard, the present paper introduces an innovative hybrid metaheuristic optimization tool that combines the Centered Collision Optimizer (CCO) and Spider Wasp Optimization (SWO) for adaptive and real-time energy management. This new tool uses a variance-driven switching method to constantly adjust the balance between global exploration and local exploitation, thus preventing early convergence and improving the quality of the solution. Among other methods, the proposed CCO-SWO model has been shown to significantly outperform standard methods such as PSO, GWO, and HHO in EnergyPlus and MATLAB simulations. The report reveals a 31.5% drop in total energy consumption, a 41.3% less reliance on the grid, and an enhanced level of thermal comfort with a deviation of only 0.94C, whereas the high Net-Zero Index (NZI) of 0.96 was also maintained. These results prove the proposed framework as a highly efficient, reliable, and versatile approach for intelligent energy controlling in smart buildings strongly supporting sustainable and net-zero energy system deployment.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。