CROWDSAVING: Crowd sensing driven Adaptive Architecture for Efficient Communities

CROWDSENSING extends previous results of the consortium (UPM&UdG) achieved in the project MESC (DPI2013-47450-C2-R, 2014- 16) towards the integration of crowd-sensing with information traditionally managed in energy management systems (BMS/BEMS, WSN, Smartmeters, weather station, etc.) allowing a standardised access to energy and crowd-sensing data. Crowd-sensing is an emerging technology that allows improving observability of large spaces and their interaction with users and activities by exploiting smartphone sensing capabilities and aggregating conveniently. Thus, the general objective of CROWDSAVING is to provide a software infrastructure levering to monitor impact of user behaviour on the dynamics of energy/water distribution networks and energy intensive facilities. Crowdsensing enables the observation of social behaviour at different aggregation levels and requires specific methods and adapt variability of data streams to existing energy monitoring solutions. This general objective has been split into two subprojects addressing complementary objectives from two complementary points of view, software architecture and energy monitoring. Subproject 1, led by UPM team, addresses software engineering issues and aims enabling software architectures to support dynamic distribution networks, as an evolution from existing distribution networks. Subproject 2, led by UdG, focuses on new methods to monitor the impact of social behaviour on energy efficiency of power networks and facilities. Integration of architecture and monitoring methods dealing with the requirements of crowdsensing and allowing better observability of the impact of users behaviours on energy intensive spaces will be validated in two pilots at the premises of UdG and UPM; and, also, in collaboration with other agents that have demonstrated the interest for the results. The project has been organised in five work packages dealing with WP1: requirements definition, WP2: Architectural framework, WP3: Learning user/behaviour models based on crowd-sensing, WP4: behavioural energy monitoring, WP5: integration and validation (pilots), WP6: Coordination, Dissemination and Exploitation.

CROWDSENSING extiende los resultados anteriores del consorcio (UPM y UdG) conseguidos en el proyecto MESC (DPI2013-47450-C2- R, 2014-16) hacia la integración de datos de crowdsensing con información tradicionalmente gestionada en los sistemas de gestión de energía (BMS / BEMS, WSN, SmartMeters, estación meteorológica, etc.) lo que permitirá un acceso normalizado a los datos. Crowdsensing es una tecnología emergente que permite mejorar la observabilidad de los grandes espacios y su interacción con los usuarios y actividades que se realizan mediante la explotación de las capacidades de sensorización de los teléfonos inteligentes y su agregación de forma adecuada. El objetivo general de CROWDSAVING es proporcionar una infraestructura de software que facilite la monitorización del comportamiento de los usuarios (a nivel agregado) en la dinámica de las redes de distribución de energía / agua, edificios y otras instalaciones con consumo energético intensivo. Crowdsensing permite la observación de conductas sociales a diferentes niveles de agregación, pero requiere métodos específicos para adaptar la variabilidad de los flujos de datos a los enfoques actuales de monitorización de energía. Este objetivo general se ha dividido en dos sub-proyectos que persiguen objetivos complementarios desde dos puntos de vista también complementarios: ingeniería del software y monitorización energética. El Subproyecto 1, dirigido por el equipo de la UPM, se ocupa de cuestiones de arquitecturas software y tiene como objetivo definir las arquitecturas de software que permitan desarrollar soluciones de soporte a la gestión de las redes de distribución dinámicas (Smart grid), entendidas como una evolución de las redes de distribución existentes. El Subproyecto 2, dirigido por la UdG, se centra en nuevos métodos para monitorizar el impacto del usuario y las conductas sociales en la eficiencia energética de comunidades y redes. La integración de la arquitectura y de los métodos de monitorización adaptado a los requisitos de crowdsensing se validará en dos pilotos en las instalaciones de los campus de las universidades que integran el equipo de trabajo del proyecto. A su vez se cuenta con el soporte de EPOs interesadas en los resultados y en analizar su explotabilidad. El proyecto se ha organizado en cinco paquetes de trabajo al cargo de WP1: Definición de requerimientos, WP2: Arquitectura software, WP3: Aprendizaje de modelos de comportamiento basado en crowdsensing, WP4: Monitorización energética de comportamientos, WP5: integración y validación (pilotos).