Riduzione del consumo energetico mediante un algoritmo di ottimizzazione nel controllo del gruppo di ascensori

di Anton Glad, Juho Kokkala, Mirko Ruokokoski, Janne Sorsa e Toni Tukia

Questo documento è stato presentato all'International Elevator & Escalator Symposium 2022 a Barcellona, ​​in Spagna.

Astratto

Un controller di gruppo di ascensori (EGC) è responsabile dell'assegnazione delle chiamate fornite dai passeggeri per essere servite dagli ascensori. I moderni EGC scelgono l'ascensore migliore per ogni chiamata ottimizzando alcune funzioni obiettivo, come il tempo medio di attesa o il tempo medio alla destinazione dei passeggeri, o una combinazione di questi.

A causa delle iniziative di mitigazione del cambiamento climatico, si prevede un aumento dell'interesse per le soluzioni ad alta efficienza energetica. Più in generale, i futuri EGC devono essere in grado di trovare un equilibrio tra la qualità del servizio fornito ai passeggeri e il consumo di risorse. Queste due aspirazioni sono tipicamente contrastanti in quanto, ad esempio, ridurre la quantità di energia spesa può richiedere l'aumento dei tempi di attesa o dei tempi a destinazione di alcuni passeggeri. Per bilanciare questi obiettivi, l'EGC dovrebbe adattarsi alle condizioni del traffico in modo che l'energia possa essere risparmiata durante la bassa domanda dei passeggeri, senza sacrificare la qualità del servizio fornito ai passeggeri durante l'elevata domanda e la capacità di gestione. Un approccio per questo è regolare i parametri di peso che descrivono l'importanza relativa dei vari obiettivi nella funzione obiettivo, in modo tale che la qualità del servizio raggiunta corrisponda a un obiettivo. Idealmente, dovrebbe anche essere possibile regolare l'importanza del risparmio energetico in base alle esigenze di un particolare edificio.

Lo scopo di questo documento è dimostrare un algoritmo di controllo del gruppo di ascensori sviluppato di recente che gestisce il compromesso tra qualità del servizio e consumo energetico modificando i pesi degli obiettivi, tentando di garantire un'adeguata qualità del servizio in ogni momento e consentendo al contempo risparmi energetici durante i periodi di bassa domanda. Per studiare le prestazioni del nuovo algoritmo con la simulazione del flusso di persone, simuliamo una serie di casi considerando diverse dimensioni del gruppo di ascensori, diverse condizioni del traffico, nonché sistemi di controllo convenzionali e di controllo della destinazione.

1. introduzione

Il consumo di energia e l'uso efficiente delle risorse naturali sono diventati sempre più critici mentre stiamo evidenziando il cambiamento climatico e vivendo una crisi energetica. Pertanto, tutti i mezzi dovrebbero essere pienamente utilizzati per ridurre sia il carbonio incorporato, sia il consumo energetico operativo. Il settore edile rappresenta circa un terzo del consumo totale di energia nel mondo.^[1] Si stima che gli ascensori consumino l'1% del consumo totale di elettricità nei paesi sviluppati, con ampie variazioni tra gli edifici.^{[2, 3]}

Durante i picchi di traffico, gli ascensori possono rappresentare fino al 40% della richiesta totale di energia in un edificio alto.^[4]

La progettazione e la selezione di ascensori per passeggeri per edifici a molti piani si basa sul principio che l'installazione di un ascensore dovrebbe soddisfare le esigenze di punta dei passeggeri.^[5] Idealmente, l'installazione di un ascensore non ha capacità inutilizzata durante le ore di punta. Al di fuori delle ore di punta, tuttavia, l'energia consumata dagli ascensori potrebbe essere ridotta mediante mezzi di controllo (ad esempio, [6, 7, 8]).

Questo documento introduce un nuovo EGC a risparmio energetico. Comprende un algoritmo di ottimizzazione multi-obiettivo per allocare le chiamate dei passeggeri agli ascensori e un metodo per adattare i coefficienti di peso tra obiettivi di ottimizzazione in conflitto, vale a dire la qualità del servizio passeggeri e il consumo energetico. Sebbene il metodo sia stato sviluppato per tutti i tipi di sistemi di controllo, il potenziale di risparmio energetico dipende dalle informazioni che un sistema di controllo può fornire per l'allocazione delle chiamate e da come può adattarsi alle mutevoli condizioni del traffico.

Un sistema di controllo convenzionale (CCS) registra solo le direzioni di viaggio dei passeggeri tramite i pulsanti di chiamata su e giù su ogni piano e le destinazioni tramite i pulsanti di selezione del piano negli ascensori.^[5] Pertanto, l'allocazione delle chiamate ha informazioni limitate sulla domanda dei passeggeri per ottimizzare i percorsi degli ascensori. Tuttavia, CCS in genere consente la riallocazione delle chiamate, che consente al sistema di adattarsi alle mutevoli richieste dei passeggeri.^[9]

D'altra parte, un sistema di controllo della destinazione (DCS) richiede a ciascun passeggero di selezionare un piano di destinazione già nella hall, ma assegna immediatamente una determinata chiamata a un ascensore.^[10]
Un DCS ibrido introduce pulsanti di chiamata su e giù ai piani superiori, dove le chiamate possono essere riallocate come in un CCS.^[11] Tuttavia, un sistema avanzato di controllo della destinazione (ADCS) raccoglie i piani di destinazione dei passeggeri in tutti gli atri ma, almeno ai piani superiori, ritarda l'assegnazione delle chiamate finché l'ascensore di servizio non inizia a decelerare fino al piano.^{[12, 13]}

Per quantificare le riduzioni del consumo energetico degli ascensori mediante il nuovo algoritmo di ottimizzazione nei sistemi di controllo sia convenzionali che di destinazione, le richieste quotidiane tipiche dei passeggeri vengono simulate con Building Traffic Simulator (KONE BTSTM).^[14]

Il resto di questo documento è organizzato come segue. La sezione 2 discute la modellazione del consumo energetico degli ascensori. La sezione 3 descrive il nuovo EGC basato sull'allocazione multi-obiettivo delle chiamate che ottimizza sia la qualità del servizio ai passeggeri che il consumo energetico degli ascensori. La sezione 4 definisce un metodo di simulazione per la valutazione del consumo energetico basato su una tipica domanda giornaliera dei passeggeri. La sezione 5 riporta i risultati della simulazione mentre la sezione 6 conclude il documento.

2. Modellazione del consumo di energia

Il consumo energetico operativo di un ascensore è dettato dalla tecnologia dell'ascensore applicata e dall'utilizzo dell'ascensore, ovvero dalla logica di controllo del gruppo e dalla domanda dei passeggeri. Comunemente, il consumo di energia è suddiviso in energia di funzionamento e non di funzionamento.^[15] L'energia di marcia comprende tutta l'energia consumata durante il movimento dell'ascensore e il funzionamento delle porte. L'energia non in esecuzione è generalmente suddivisa in periodi di inattività e standby. I periodi di inattività includono il tempo in cui le porte sono aperte e gli utenti entrano ed escono dall'auto e il tempo in cui le porte sono chiuse in modalità inattiva. Un periodo di standby inizia quando l'ascensore entra in modalità di risparmio energetico, in genere dopo 5 minuti di inattività.

Questo studio utilizza progetti di ascensori tipici degli edifici analizzati in questo documento. Il consumo di energia per il movimento dell'ascensore, vale a dire l'energia di sollevamento, include aspetti di progettazione come il macchinario utilizzato e il tipo di azionamento, i componenti meccanici utilizzati nel basamento del macchinario e nel vano, nonché le masse del contrappeso, della cabina dell'ascensore e delle sospensioni e funi di compensazione.

Oltre alla tecnologia dell'ascensore applicata, la dinamica e la cinematica di ogni viaggio influiscono sul consumo energetico del viaggio. I fattori più dominanti includono il carico, la direzione del movimento e la distanza del viaggio. Inoltre, i valori di velocità, accelerazione e jerk applicati influenzano le perdite di energia nel macchinario e nell'albero.

Oltre all'energia consumata dalle operazioni di sollevamento, ogni componente elettrico e sottosistema dell'ascensore può anche essere modellato per avere determinate caratteristiche di richiesta di potenza che dipendono dalla modalità di funzionamento dell'ascensore: marcia, funzionamento delle porte, inattivo e standby. Combinando i dettagli del consumo energetico del modello elettrico e di sollevamento, è possibile calcolare il consumo energetico per ogni viaggio effettuato dall'ascensore, nonché l'energia consumata nelle modalità inattivo e standby.

3. Controllore di gruppo ad alta efficienza energetica

Un EGC decide quale ascensore serve quale chiamata e in quale ordine vengono servite le chiamate. Un metodo comune per risolvere questo problema online dinamico consiste nel risolvere una sequenza di problemi istantanei, in cui a ogni punto di decisione vengono assegnate tutte le chiamate correnti in base alle informazioni attualmente disponibili. La funzione obiettivo nel problema dell'istantanea di solito comprende solo misure di qualità del servizio ai passeggeri, ad esempio il tempo medio di attesa o il tempo medio alla destinazione dei passeggeri. Il problema dell'istantanea viene risolto, ad esempio, utilizzando algoritmi genetici. Vedi, ad esempio, [16, 12].

Tyni e Ylinen hanno pensato di aggiungere il consumo di energia alla funzione obiettivo.^[7] Durante i periodi di bassa domanda di passeggeri, è possibile risparmiare energia prendendo decisioni di allocazione delle chiamate peggiori in termini di qualità del servizio ma migliori in termini di consumo energetico. Quando la domanda è elevata, c'è meno spazio per il risparmio energetico in quanto il costo pagato per la qualità del servizio ai passeggeri potrebbe essere troppo elevato. Pertanto, i pesi relativi di questi obiettivi devono essere adeguati in base alla domanda. Per questo, presentano un approccio per un CCS in cui un controller proporzionale-integrale (PI-controller) viene utilizzato per adattare i pesi relativi del tempo di chiamata delle chiamate di piano e del consumo di energia, con l'obiettivo di mantenere il tempo medio di chiamata a un specifico livello obiettivo.^[7]

Nel caso di un DCS, è nota la necessità di adattare i pesi relativi, ad esempio, del tempo di attesa rispetto al tempo di transito o del tempo alla destinazione in base alla situazione del traffico, poiché durante l'elevata domanda di passeggeri, è necessaria l'ottimizzazione del tempo alla destinazione per massimizzare la capacità di gestione mentre durante una domanda più leggera si può prendere in considerazione una preferenza per ridurre al minimo i tempi di attesa (ad esempio, [14]). Per considerare il consumo di energia nel DCS oltre alla qualità del servizio passeggeri, l'EGC deve modificare in modo adattivo i pesi di tre obiettivi, vale a dire tempo di attesa, tempo di transito e consumo di energia.^{[17, 12]}

Questo documento propone un algoritmo di controller di gruppo che bilancia il tempo di attesa (WT), il tempo di transito (TT) e il consumo di energia (EC). Il problema di ottimizzazione dell'istantanea è della forma

min : Σ _∈ () + ^WTΣ _∈ () + ^EC ( ) + ( )

dove è l'insieme dei passeggeri, è la soluzione di allocazione delle chiamate, () () sono la WT and TT del passeggero se è selezionato, ( ) è una misura del costo del consumo energetico causato dalla soluzione, e ( ) contiene altri termini. Infine, ^WT, ^TTe ^EC sono coefficienti di peso che controllano l'importanza relativa dei tre obiettivi.

Estendendo l'approccio del controller PI,^[7] sono definiti due distinti livelli target, uno per il tempo medio di attesa (AWT) e uno per la media deviazione del tempo di transito (ΔATT), la differenza tra il tempo di transito e un tempo di transito ideale senza fermate e altri ritardi. Questo ΔATT viene utilizzato perché dipende meno dal numero di piani percorsi e, quindi, si generalizza bene a tutti i tipi di gruppi di ascensori.

Per entrambi gli obiettivi, viene introdotto un controllore PI separato. Ogni controllore monitora una grandezza obiettivo, emettendo un segnale di controllo, indicato da ^TT, ^WT ∈ [0,1], rispettivamente. Ogni controllore aumenta il segnale di controllo se il livello osservato della quantità corrispondente è al di sopra del livello target e diminuisce il segnale di controllo se il livello osservato è al di sotto del target. Il livello osservato è qui formato dal livellamento esponenziale dei risultati dei problemi di istantanea, analogamente a^[7].

^TT = ( ^TT + (1 − ^TT) ^WT),
^TT = ^TT ,
^TT = (1 − ^TT)(1 − ^WT).

Infine, i segnali di controllo dei due controllori PI indipendenti devono essere combinati in pesi per gli obiettivi. Per i DCS, se l'obiettivo ΔATT non viene raggiunto, tutta l'attenzione dovrebbe essere rivolta alla massimizzazione della capacità di gestione del gruppo. Quando l'obiettivo ΔATT viene raggiunto, c'è spazio per considerare altre preferenze, come il mantenimento dell'AWT al livello desiderato e la riduzione dell'EC. I pesi ottenuti dai segnali di controllo dovrebbero quindi i) avvicinarsi all'ottimizzazione del tempo di arrivo a destinazione pura ogni volta che  ^TT si avvicina a 1 (ΔATT sopra l'obiettivo), ii) si avvicina all'ottimizzazione del tempo di attesa puro quando il segnale di controllo ( ^TT, ^WT) si avvicina a (0,1), iii) si avvicina alla pura ottimizzazione EC quando entrambi i segnali di controllo si avvicinano a 0. Questi desiderata sono soddisfatti dalla seguente mappatura:

Per i CCS, viene utilizzato lo stesso approccio con due obiettivi e controllori corrispondenti, ma la ponderazione relativa tra WT and TT viene mantenuto fisso. In questo caso, i pesi sono come sopra, tranne per il fatto che TT è invece impostato su ( ^TT + (1 − ^TT) ^WT), dove è una costante che controlla il compromesso tra WT and TT.

4. Metodo di simulazione e indicatori di prestazione

ISO 25745-2: 2015^[15] e VDI 4707-1:2009^[18] introdurre metodi per stimare l'efficienza energetica degli ascensori. Entrambi si basano su un numero fisso di corse dell'ascensore e sono pensati per essere applicati a singoli ascensori. Tuttavia, per valutare l'effetto di un sistema di controllo sul consumo di energia e per confrontare diverse tecnologie, è necessario un metodo di simulazione nella valutazione. Vengono simulate le richieste giornaliere dei passeggeri basate su misurazioni in un ufficio multi-tenant e in un ufficio single-tenant, come illustrato nella Figura 1.^[9] Le corse degli ascensori che si verificano nelle simulazioni sono associate alle energie di corsa modellate per carico specifico e distanza di viaggio, il che consente il calcolo del consumo energetico giornaliero di corsa.^[15]

Vengono considerati due diversi gruppi di ascensori, denominati L4 e L8. I parametri dell'ascensore e dell'edificio sono mostrati nella Tabella 1. Vengono considerati sia i CCS che i DCS. I parametri del gruppo di ascensori sono selezionati in modo tale che i gruppi CCS abbiano almeno una capacità di movimentazione del 12% della popolazione per 5 min.^[5] I gruppi DCS hanno popolazioni più grandi rispetto ai corrispondenti gruppi CCS, che riducono le loro capacità di gestione a circa il 10% per 5 min se calcolate con formule standard. Pertanto, i gruppi DCS in questo esperimento sono tenuti ad aumentare la capacità di gestione durante i picchi di traffico e sono generalmente soggetti a una domanda di passeggeri più elevata rispetto ai gruppi CCS.

Per valutare gli effetti dei controlli di gruppo ad alta efficienza energetica, vengono utilizzati i seguenti indicatori chiave di prestazione (KPI):

• Tempo medio di attesa (AWT)^[5]
• Deviazione media del tempo di transito (ΔATT), definita nella sezione 3
• Tempo medio alla destinazione (ATTD)^[5]
• Numero di avviamenti dell'ascensore
• Consumo energetico in esercizio (EC), la somma dei consumi energetici durante le corse dell'ascensore, comprese le operazioni delle porte.
• Consumo di energia in funzione per carico e distanza (ECPLD)^[19]
• Car Load Factor (CLF), il numero massimo di passeggeri come percentuale della capacità nominale dei passeggeri durante un viaggio di andata e ritorno in ascensore, calcolata in media sui viaggi di andata e ritorno.
• Fermate intermedie (IS), numero medio di fermate che un passeggero affronta durante il proprio viaggio, escluse le fermate al piano di origine e destinazione.

5. Risultati della simulazione

Nei seguenti risultati, per ridurre la varianza, le simulazioni sono state ripetute con tre realizzazioni indipendenti di arrivi casuali di passeggeri, ei risultati riportati sono medie su di essi.

5.1 Simulazioni con sistemi di controllo della destinazione

La Figura 2 mostra i risultati delle simulazioni con domanda giornaliera di passeggeri in un ufficio multi-tenant per il gruppo di ascensori L4. Sono considerati tre sistemi di controllo della destinazione. DCS (linea blu) assegna le chiamate dei passeggeri considerando solo la qualità del servizio, E-DCS (linea verde) ed E-ADCS (linea grigia) si basano sul nuovo controller di ottimizzazione multi-obiettivo, che considera anche il consumo energetico dell'ascensore. DCS ed E-DCS assegnano le chiamate immediatamente dopo la loro registrazione, mentre E-ADCS ritarda l'assegnazione ai piani superiori. Le seguenti metriche sono rappresentate graficamente in funzione del tempo: coefficiente energetico ^EC dalla prima simulazione E-ADCS realizzata, AWT, ATTD, ΔATT, EC e il numero di corse dell'ascensore. Lo sfondo verde indica quando il coefficiente di peso energetico è superiore a 0.5, che può essere interpretato come un'indicazione approssimativa di quando il controllore di gruppo ha mirato al risparmio energetico.

I risultati mostrano che, in media, i tempi di attesa e i tempi per le destinazioni di E-DCS e E-ADCS aumentano durante le ore non di punta per risparmiare energia. Tuttavia, il tempo medio di attesa e la deviazione del tempo medio di transito rimangono vicini ai livelli target, rispettivamente di 25 se 20 s. Il numero di viaggi in ascensore, tuttavia, diminuisce poiché più chiamate vengono assegnate agli stessi ascensori. Il risparmio energetico è più evidente quando il traffico in uscita è dominante. Questo può essere verificato dalla Figura 3, che mostra la riduzione del consumo di energia in esecuzione da parte di E-ADCS rispetto a DCS. Il traffico in uscita avviene, ad esempio, intorno alle 11 quando inizia l'ora di pranzo e per tutto il pomeriggio dopo le 2

La tabella 2 riporta le medie di alcuni KPI nella suddetta simulazione. In questo caso, E-ADCS riduce il numero di viaggi del 10% e il consumo di energia in esercizio del 18%.

La Tabella 3 mostra i valori KPI medi su entrambi i gruppi di ascensori e sui profili di domanda, dove è stata inizialmente calcolata la media su ogni singola simulazione. La tabella 4 mostra un confronto di questi risultati tra i diversi sistemi di controllo. I risultati dimostrano che, utilizzando il controllo di gruppo ad alta efficienza energetica, il consumo di energia durante il funzionamento è stato ridotto in media del 9% con E-DCS e dell'11% con E-ADC. Anche il numero di viaggi è stato ridotto rispettivamente del 5% e del 7%, contribuendo forse a una minore necessità di manutenzione. Tuttavia, i compromessi del risparmio energetico con DCS sono l'11% in più di AWT e il 6% in più di ATTD. L'utilizzo di E-ADCS può far risparmiare ancora più energia e allo stesso tempo ottenere tempi di attesa e tempi di attesa più brevi per le destinazioni, nonché un minor numero di viaggi in ascensore durante il giorno.

5.2 Simulazioni con sistemi di controllo convenzionali

Le simulazioni sono state condotte anche con CCS. La Tabella 5 mostra i risultati di queste simulazioni, in cui il sistema di controllo CCS fa riferimento all'allocazione delle chiamate secondo il principio del controllo collettivo completo e E-CCS all'allocazione delle chiamate in base al nuovo algoritmo di ottimizzazione. I risultati sono medie sulle due dimensioni del gruppo e sui due profili di traffico. I miglioramenti dell'utilizzo di E-CCS rispetto a CCS sono mostrati nell'ultima riga. Con CCS, i maggiori compromessi del risparmio energetico si verificano con le metriche CLF e IS.

6. conclusioni

In questo documento è stato presentato un algoritmo di controllo del gruppo di ascensori che ottimizza sia la qualità del servizio ai passeggeri che il consumo energetico dell'ascensore. Il controllo di gruppo assegna gli ascensori alle chiamate dei passeggeri con un algoritmo di ottimizzazione multi-obiettivo che bilancia tra la qualità del servizio ai passeggeri e il consumo energetico dell'ascensore utilizzando i coefficienti di peso bilanciati. Inoltre, il controllo di gruppo regola la qualità del servizio dei coefficienti di peso ai valori target preimpostati. Per confrontare il consumo energetico tra i sistemi di controllo, è stato proposto un metodo di simulazione. La simulazione della domanda giornaliera dei passeggeri fornisce dati esatti sui viaggi in ascensore, ovvero il numero di viaggi con una determinata distanza di viaggio e un determinato numero di passeggeri. L'energia di marcia giornaliera viene quindi calcolata come la somma delle energie di marcia dell'ascensore di tutte le corse dell'ascensore, dove l'energia di marcia per corsa può essere basata su modelli o misurazioni.

L'effetto del nuovo controllo di gruppo sulla qualità del servizio e sui consumi energetici è stato dimostrato mediante esperimenti di simulazione su ipotetici edifici per uffici. Il nuovo algoritmo di ottimizzazione in un sistema di controllo convenzionale ha comportato un risparmio del 17% nell'energia di marcia dell'ascensore e una riduzione del 6% degli avviamenti dell'ascensore. Nel caso dei sistemi di controllo della destinazione, l'energia di marcia è stata ridotta del 9% con un controllo della destinazione tradizionale con allocazioni immediate delle chiamate e dell'11% con il nuovo controllo della destinazione avanzato che consente la riallocazione delle chiamate dei passeggeri ai piani superiori. Vale la pena notare che le simulazioni DCS sono state condotte con richieste di passeggeri nettamente superiori rispetto alle simulazioni con CCS. Grazie alla capacità di trasportare più passeggeri, il consumo di energia per passeggero con DCS era inferiore rispetto a CCS. Inoltre, ADCS con il nuovo algoritmo di ottimizzazione ha fornito una riduzione fino al 30% dell'energia consumata durante la corsa per carico per distanza rispetto al CCS con allocazione completa delle chiamate collettive.

Pertanto, il miglior potenziale per ridurre l'energia di funzionamento degli ascensori deriva dal sistema di controllo che raccoglie dati dettagliati sui viaggi dei passeggeri e lascia sufficiente flessibilità per adattarsi alle condizioni del traffico in evoluzione. Ci si può aspettare che il nuovo algoritmo di ottimizzazione fornisca significativi risparmi energetici non solo negli uffici ma anche in altri tipi di edifici, dove i gruppi di ascensori sono ben pianificati e gli ascensori non funzionano sempre ai limiti delle loro prestazioni. Inoltre, le modalità di standby dell'ascensore forniscono ulteriori risparmi nel consumo di energia. Il loro effetto sul consumo totale di energia può anche essere incorporato nel modello di simulazione, insieme all'energia consumata durante i periodi di inattività, e incluso quando si riportano i consumi del ciclo di vita e la CO₂ emissioni.

---

Referenze

[1] Agenzia internazionale per l'energia (IEA), "World Energy Outlook", IEA, Parigi, 2021.

[2] T. Tukia, S. Uimonen, M.-L. Siikonen, C. Donghi e M. Lehtonenn, "Modellazione del consumo energetico aggregato degli ascensori: il caso di studio della città di New York", Applied Energy, vol. 251, pag. 113356, 1 ottobre 2019.

[3] A. De Almeida, S. Hirzel, C. Patrão, F. Joäo e E. Dütschke, “Ascensori e scale mobili ad alta efficienza energetica in Europa: un'analisi dei potenziali di efficienza energetica e delle misure politiche”, Energy and Buildings, vol. . 46, pp. 151-158, aprile 2012.

[4] K. Al-Kodmany, "Edifici alti e ascensori: una rassegna dei recenti progressi tecnologici", Buildings, vol. 5, n. 3, pp. 1070-1104, 2015.

[5] ISO, ISO 8100-32:2020 Ascensori per il trasporto di persone e merci — Parte 32: Progettazione e selezione di ascensori per passeggeri da installare in uffici, hotel e edifici residenziali, Svizzera: Organizzazione internazionale per la standardizzazione, 2020.

[6] R. Peters, "Green Lift Control Strategies", International Journal of Elevator Engineers, vol. 2, 1998.

[7] T. Tyni e J. Ylinen, "Evolutionary bi-objective optimization in the elevator car routing problem", European Journal of Operational Research, vol. 169, n. 3, pp. 970-977, 16 marzo 2006.

[8] S. Kobori, M. Iwata, N. Suzuki e S. Yamashita, "Tecniche di risparmio energetico del sistema di controllo del gruppo di ascensori", in Elevator Technology, 2010.

[9] M.-L. Siikonen, "Planning and Control Models for Elevators in High-Rise Buildings", tesi di dottorato, Università di Tecnologia di Helsinki, 1997.

[10] J. Schröder, “Smistamento avanzato - chiamate alla sala di destinazione + assegnazione istantanea auto-chiamata: “M-10”,” Elevator World, vol. 38, n. 3, pp. 40-46, marzo 1990.

[11] M.-L. Siikonen, J. Sorsa e T. Susi, “KONE Polaris Hybrid,” Elevator World, vol. 60, n. 7, pp. 108-112, luglio 2012.

[12] J. Sorsa, "Optimization Models and Numerical Algorithms for an Elevator Group Control System", tesi di dottorato, Aalto University, 2017.

[13] R. Barker, "Dispacciamento armonizzato degli ascensori e interfacce passeggeri", Elevator World, vol. 66, n. 11, pp. 82-90, novembre 2018.

[14] M.-L. Siikonen, T. Susi e H. Hakonen, "Simulazione del flusso del traffico passeggeri in edifici alti", Elevator World, vol. 49, n. 8, pp. 117-123, agosto 2001.

[15] ISO, ISO 25745-2:2015 Prestazione energetica di ascensori, scale mobili e marciapiedi mobili — Parte 2: Calcolo e classificazione energetica per ascensori (elevatori), Organizzazione internazionale per la standardizzazione, 2015.

[16] T. Tyni e J. Ylinen, “Genetic Algorithms in Elevator Car Routing Problem,” in Atti della Genetic and Evolutionary Computation Conference (GECCO-2001), San Francisco, 2001.

[17] T. Hautamäki, "Multiobjective Optimization Model for Elevator Call Allocation", tesi di laurea, Aalto University, 2021.

[18] VDI, VDI 4707:1 Aufzüge Energieeffizienz, Düsseldorf: VDI Verein Deutscher Ingenieure eV, 2009.

[19] A. So, G. Cheng, W. Suen e A. Leung, "Valutazione delle prestazioni degli ascensori in due numeri", Elevator World, vol. 53, n. 1, pp. 102-105, 2005.

---

Ringraziamenti

Questa ricerca è cofinanziata da Business Finland Veturi nell'ambito del programma Flow of Urban Life.