KR100327995B1 - 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기 및 그 방법 - Google Patents

Abstract

본 발명은 축열식 난방기기의 설치 장소에 따른 건축물 구조체의 난방부하를 정확히 학습, 식별하여 다음날 난방에 필요한 최적의 열량만을 심야전력을 사용하여 축열할 수 있도록 함으로써 전력 손실을 최소화하는 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기 및 그 방법에 관한 것이다.

이러한 본 발명은, 기상청에서 제시한 과거 일정 기간의 온도 데이터를 사용하여 심야 전력시간 동안 외기온도의 변화에 따른 다음날의 평균 외기온도를 예측하고, 예측된 다음날의 평균 외기온도를 학습된 난방부하 식별기의 입력으로 사용하여 다음날에 사용할 난방부하량을 예측한다. 이와 같이 예측된 다음날의 난방 부하량을 축열시간 조정기를 통해 열량의 손실없이 축열하도록 제어하는 것을 특징으로 한다.

Description

심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기 및 그 방법{THE APPARATUS AND METHOD FOR PREDICTING AND CONTROLLING THE AMOUNT OF HEATING LOAD OF A THERMAL STORAGE HEATER USING OFF-PICK ELECTRICITY}

본 발명은 축열식 난방기기의 다음날의 난방 부하량을 예측, 제어할 수 있는 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기 및 그 방법에 관한 것으로, 구체적으로는 축열식 난방기기의 설치 장소에 따른 건축물 구조체의 난방부하를 정확히 학습, 식별하여 다음날 난방에 필요한 최적의 열량만을 심야전력을 사용하여 축열할 수 있도록 함으로써 전력 손실을 최소화하는 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기 및 그 방법에 관한 것이다.

최근 전기에너지의 소비경향은 가전기기의 대량 보급과 더불어, 24시간 전기를 사용하는 중공업보다는 주간 위주로 사용하는 경공업 중심으로 산업구조가 변화되어 감에 따라, 주야간과 심야의 시간대별 부하 격차가 심화되고 있고 앞으로 소득수준이 향상 될수록 이러한 현상은 가중될 것으로 예측되고 있다.

이같은 전력 부하의 증대에 따라 발전설비의 신규 투자비는 증대되지만, 심야 시간대의 수요가 낮으므로 설비 이용율이 떨어져, 발전설비의 운전은 비경제적으로 되기 쉽다. 이러한 비효율적인 전력소비 패턴을 해소하고 전력시스템을 경제적이고 안정적으로 운영하기 위한 방안의 하나로 심야전력을 이용하는 분야가 활발히 연구되고 있다.

특히 심야전력을 이용하는 축열식 난방기기는 철 화합물이나 산화마그네슘 등을 포함한 세라믹 소재를 이용하여 만든 축열 벽돌을 심야전력을 사용하여 600 ∼ 800℃까지 가열, 축열하였다가 실내의 온도에 따라 방열하는 방식으로 현재 널리 활용되고 있다.

이러한, 축열식 난방기기를 설치하여 효과적으로 운용하는데는 건축물의 다음날 난방부하를 정확히 계산하여 전날의 심야 전력시간(오후10시∼오전8시)동안 축열 벽돌에 필요한 열량을 축열해야한다.

그러나, 종래의 축열식 난방기기는 심야전력시간이 되면 무조건 축열을 시작하여 사용자에 의해 수동으로 축열 조절기에 설정된 열량만큼을 축열재에 저장한다. 이 때 축열 조절기는 축열식 심야전력기기 몸체의 단열재 부분에 부착되어 축열부의 온도에 따라 발열체, 즉 히터에 공급되는 축열전원(심야전력)을 단속한다.

따라서, 이러한 기기들은 수동운전으로 인해 운전방법이 불편할 뿐만 아니라, 단지 간단한 시퀀스(sequence) 제어정도의 제어방법만을 사용하고 있어서 해당 난방공간의 특성을 고려할 수 없기 때문에 건축물 구조체의 정확한 난방부하를 식별 및 예측하는데 어려움이 있어 불필요한 전력의 손실을 가져와 경제적인 운전이 불가능하게된다.

이로부터, 전날의 심야전력시간에 다음날에 필요한 난방 부하량을 정확히 예측하여야 하고 이를 토대로 필요한 열량만을 축열하여야 할 필요가 있게된다.

또한 축열 종료 시간을 심야전력 종료시간에 맞추어 축열시간대의 자연 방열로 인한 열량의 손실을 최소화할 필요도 있게된다.

상기의 에너지의 비효율적인 사용의 문제점을 해소하기 위하여, 본 발명은 종래 심야시간(10시간)동안 축열을 하는 대신 축열식 난방기기가 설치된 장소 및 사용자 습관에 따른 다음날의 건축물 구조체의 난방부하를 정확하게 식별, 예측하여 다음날에 필요한 난방 부하량을 심야시간대에 축열, 에너지의 손실을 최소화할 수 있는 심야전력을 사용하는 축열식 난방 기기의 난방 부하량 예측 제어기 및 그 방법을 제공하는 것이다.

도 1은 본 발명의 한 실시례에 따른 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기의 블록도이고,

도 2는 외기온도 예측을 위한 평균온도 데이터 베이스를 도시한 것이고,

도 3은 난방 부하 예측을 위해 신경 회로망을 사용하는 난방 부하 식별기를 통한 학습 과정을 도시한 것이고,

도 4는 본 발명의 한 실시례에 따른 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어 방법의 순서를 도시한 흐름도이다.

* 도면의 주요 부분에 대한 부호의 설명

100 : 축열식 난방기기

200 : 본원의 한 실시례에 따른 난방 부하 예측 제어기

210 : 외기온도 감지부

220 : 축열온도 감지부

230 : 외기온도 예측부

240 : 난방 부하 예측부

241 : 난방 부하 식별기

250 : 축열시간 조정부

260 : 시간 설정부

300 : 건축물 구조체

이로부터, 본원의 청구항 제 1 항에 기재된 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기는,

현재의 외기온도를 감지하는 외기온도 감지부와,

현재의 축열온도를 감지하는 축열온도 감지부와,

매 시간별로 심야 전력시간과 난방 시간을 구분하여 설정하는 시간 설정부와,

상기 시간 설정부로부터 설정된 심야 전력시간동안 해당 시간에 상기 외기온도 감지부로부터 감지된 외기온도에 해당되는 다음날 난방 시간(비 심야 전력시간)의 평균 외기온도를, 과거 일정 기간 일정 시간대 별로 평균하여 작성된 온도 데이터 베이스로부터 예측하는 외기온도 예측부와,

상기 시간 설정부로부터 설정된 난방 시간동안 상기 축열온도 감지부로부터 감지된 축열온도, 상기 외기온도 감지부로부터 감지된 해당 난방 공간의 외기온도, 건축물의 재질 및 면적, 사용자의 이용 패턴 등에 따른 난방 부하를 결정하는 연결 강도를 학습시킨 신경 회로망 (Neural-Network)을 사용하여, 상기 시간 설정부로부터 설정된 심야 전력시간동안 상기 외기온도 예측부로부터 예측된 다음날 난방 시간의 평균 외기온도에 따른 난방 부하량을 예측하는 난방부하 예측부와,

상기 시간 설정부로부터 설정된 심야 전력시간동안 상기 난방부하 예측부로부터 예측된 난방 부하량을 상기 축열온도 감지부로부터 감지된 축열온도의 시간당 평균 상승값으로 나누어진 시간동안 심야 전력을 공급하여 축열하도록 하는 축열시간 조정부로 이루어지는 것을 특징으로 하여 구성된다.

또한, 본원의 청구항 제 2 항에 기재된 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어방법은,

현재의 외기온도와 축열온도를 측정하고, 심야 전력시간 인가를 판단하는 단계와,

심야 전력시간이 아니면, 현재 시간이 매시 정각인가를 판단하여 매시 정각이 아니면 시작으로 되돌아가고, 매시 정각이면 신경 회로망을 사용하여 축열온도, 해당 난방 공간의 외기온도, 건축물의 재질 및 면적, 사용자의 이용 패턴 등에 따른 난방 부하를 결정하는 연결 강도를 학습시키는 단계와,

심야 전력시간이면, 축열시작시간과 현재시간을 판단하여 현재시간이 계산된 축열시작시간을 지났으면 축열종료시간까지 축열한 후 시작으로 되돌아가고, 현재시간이 계산된 축열시작시간을 지나지 않았으면 매시 정각 인가를 판단하는 단계와,

현재 시간이 매시 정각이 아니면 시작으로 되돌아가고, 매시 정각이면 현재시간과 외기온도에 해당되는 다음날 난방 시간의 평균 외기온도를, 과거 일정 기간 일정 시간대 별로 평균하여 작성된 온도 데이터 베이스로부터 예측하는 단계와,

심야 전력시간동안 상기에서 예측된 다음날 난방 시간의 평균 외기온도에 따른 난방 부하량을, 상기 난방 부하를 결정하는 연결 강도를 학습시킨 신경 회로망을 사용하여 예측하는 단계와,

상기에서 예측된 난방 부하량을 상기 축열온도의 시간당 평균 상승값으로 나눈 시간동안 축열식 난방기기에 심야 전력을 공급하여 축열하도록 하는 단계로 이루어지는 것을 특징으로 하여 구성된다.

이하에서는 첨부된 도면을 참조하면서 본 발명인 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기 및 그 방법에 대해 구체적으로 설명한다.

도 1은 본 발명의 한 실시례에 따른 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기의 블록도로서, 외기온도 감지부(210), 축열온도 감지부(220), 외기온도 예측부(230), 난방부하 예측부(240), 축열시간 조정부(250), 시간 설정부(260)로 구성되어, 축열식 난방 기기(100)를 제어한다.

먼저, 난방 공간의 난방 부하에 가장 큰 영향을 미치는 요소는 외기온도이므로 난방부하를 정확히 예측하여 축열하기 위해서는, 먼저 전날 축열시간(심야전력시간)동안에 미리 다음날의 외기온도를 예측하여야 한다.

이를 위해, 도 2와 같이, 기상청에서 제시한 과거 10년간의 시간대별 외기온도 데이터들을 평균하여 외기온도 예측을 위한 평균온도 데이터 베이스를 구성하고, 상기 데이터 베이스로부터 심야전력이 공급되는 매 시간 (22:00 ∼ 07:00)마다 측정된 현재 외기온도(-16℃∼14℃)에 해당하는 다음날 난방시간(비 심야전력시간)의 평균 외기 온도(-15℃∼25℃)를 예측한다.

즉, 외기온도 예측부(230)에서 심야 전력시간동안 해당 시간에 상기 외기온도 감지부(210)로부터 감지된 외기온도에 해당되는 다음날 난방 시간의 평균 외기온도를, 과거 일정 기간 일정 시간대 별로 평균하여 작성된 온도 데이터 베이스로부터 예측하게된다.

다음으로, 상기 외기온도 예측부(230)로부터 예측된 다음날 비심야시간대(14시간)의 외기온도와 축열식 난방기기(100)가 설치된 건축물 구조체 (300)의 난방 부하를 식별하여 이를 토대로 다음날에 사용할 난방 부하량을 예측하게 된다.

건축물 구조체(300)의 난방부하는 특성상 다른 시스템에 비하여 시정수가 대단히 클 뿐만 아니라 외기온도, 목표 난방온도, 인접된 공간의 난방유무, 건축물 구조체(300)의 재질 및 면적 등에 따라 열전달률에 의해 발생되는 손실, 사용자의 이용패턴 등 여러 가지 요인에 기인하여 정확한 난방부하를 식별하는데 어려움이 있다.

이로부터, 정확한 난방 부하 예측을 위해, 신경 회로망을 사용하는 난방 부하 식별기(241)로 난방 시간동안 축열식 난방기기(100)가 설치된 건축물 구조체(300)의 난방 부하를 식별하기 위한 학습을 하게 된다.

도 3에서 도시하고 있는 바와 같이, 난방부하 식별기(241)의 입력은 난방 시간 동안 일정 시간 외기온도의 패턴과 외기온도의 변화에 따른 건축물 구조체(300)의 방열량으로부터 환산된 실제 난방 부하를 피드백시킨 것으로 한다.

여기서, 난방 부하 식별기(241)로 이용되는 신경 회로망은, 연결강도를 일정 수치로 초기화한 상태에서, 입력으로 일정 시간 외기 온도의 패턴과 실제 난방 부하를 인가하여, 출력으로 식별기 난방 부하를 발생시켜 실제 난방 부하와 식별기 난방 부하 사이의 오차를 검출하고, 검출된 오차가 감소하도록 연결강도를 조정하고, 이를 이용하여 새로운 학습률을 얻도록 학습된다.

즉, 난방으로 인한 축열온도의 변화량으로부터 얻은 난방 부하량 값과 현재의 외기온도 일정 패턴을 신경 회로망에 입력하여 얻은 출력값과의 오차로 신경 회로망의 연결강도들을 바꿔줌으로써 학습시키게된다.

여기서, 신경 회로망의 연결강도는 매시간 발생된 오차를 감소시키는 방향으로 갱신되는 새로운 학습률을 적용한다. 이때, 상기의 오차 값을 줄이기 위하여 온라인 방법을 사용하며, 새로운 난방 부하량 자료는 다음날의 난방 부하량을 결정하는데 사용된다. 축열식 난방기기에 오차 값이 많이 발생했을 때 그때 그때 온라인 방법으로 연결 강도를 학습하여 개선시키고 다시 난방 부하량을 예측하도록 하여 실제의 난방 부하량 값에 많이 근접하게되는 것이다.

축열식 난방기기(100)의 최적운전을 위해서는 비 심야시간대의 건축물 구조체(300)의 난방부하를 알고 있어야 하지만, 종래의 신경 회로망을 이용한 난방부하 식별기의 경우 학습신호가 14시간(비 심야시간)동안의 총 난방부하가 되기 때문에 1일 1회 학습하게 되어 학습속도가 느려서 우리나라의 계절적인 특성상 실제 난방기기에 적용하기에는 어려움이 있게된다.

이로부터, 각각의 연결강도마다 독립적인 학습률을 사용할 수 있을 뿐만 아니라 학습 단계에서 학습률을 적응식으로 변화시킬 수 있어 학습 속도가 빨라 난방부하와 같이 시정수가 큰 시스템에 적합한 적응식 학습률 조정 알고리즘(delta-bar- delta)을 이용한 신경 회로망을 채용하여, 난방부하 식별기(241)를 비심야시간의 외기온도를 입력으로 하여 외기온도에 따른 건축물 구조체의 난방부하를 비축열시간(난방 시간)동안 매 1시간에 한번 학습하도록 한다.

상기와 같이, 난방시간동안 신경 회로망을 사용하는 난방부하 식별기(241)를 통해 난방부하를 학습시킨 다음, 심야 전력시간동안 상기 외기온도 예측부(230)에서 예측된 외기온도를 신경 회로망을 사용하는 난방부하 식별기(241)에 입력하여 계산된 출력을 다음날 난방시간 동안의 난방부하로 예측한다.

즉, 난방 부하 예측기(240)에 의해, 난방 시간동안 상기 축열온도 감지부(220)로부터 감지된 축열온도, 상기 외기온도 감지부(210)로부터 감지된 해당 난방 공간의 외기온도, 건축물의 재질 및 면적, 사용자의 이용 패턴 등에 따른 난방 부하를 결정하는 연결 강도를 학습시킨 신경 회로망을 사용하여, 심야 전력시간동안 상기 외기온도 예측부(230)로부터 예측된 다음날 난방 시간의 평균 외기온도에 따른 난방 부하량을 예측하게된다.

다음날 난방에 사용될 열량의 정확한 예측과 더불어 예측된 열량의 손실없는 축열은 축열식 난방기기의 운전에 중요한 요소로 되므로, 상기 난방 부하 예측부(240)로부터 예측된 다음날의 난방 부하량을 축열량으로 변환시켜 열량의 손실없이 축열하여야 한다.

따라서, 축열식 난방기기의 운전시 축열시간의 조정은 에너지 절감을 위하여 필수적인 것으로, 축열종료 시간을 심야전력 종료 시간에 맞추어 자연방열로 인한 열량의 손실을 최소화하여야 한다.

이로부터, 축열시간 조정기(250)를 통해, 매시간 측정된 외기온도를 토대로 예측된 난방 부하량에 따라 매 시간 갱신되어지는 축열량을 손실없이 축열하기 위하여, 예측량에 따라 축열시간을 조정하는데 예측량이 많아 축열시간이 길어질 경우는 축열시작이 앞당겨지고 적은 경우에는 축열시작 시간이 늦추어지도록 조정된다.

축열 개시 전까지는 축열종료 시간을 오전 8시에 맞추어 축열 시작시간을 조정하고, 일단 축열이 시작되면 축열 종료시간까지 축열을 계속하도록 한다.

즉, 축열시간 조정부(250)를 통해, 심야 전력시간동안 상기 난방부하 예측부(240)로부터 예측된 난방 부하량을 상기 축열온도 감지부(220)로부터 감지된 축열온도의 시간당 평균 상승값으로 나눈 시간동안 심야 전력을 공급하여 정확하게 축열하도록 축열 시간을 조정한다.

상기의 외기온도 예측부(230), 난방부하 예측부(240), 축열시간 조정부(250)는 각각 심야 전력시간과 난방 시간으로 구별되어 작동하므로, 시간 설정부(260)를 두어 매 시간별로 심야 전력시간과 난방 시간을 구분, 설정되도록 한다.

도 4는 본 발명의 한 실시례에 따른 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어방법의 순서 흐름을 도시한 것으로, 이하, 각 단계별로 설명한다.

먼저, 외기온도 감지부(210)와 축열온도 감지부(220)를 통해 현재의 외기온도와 축열온도를 측정하고, 심야 전력시간 인가를 판단한다.

심야 전력시간이 아니면, 현재 시간이 매시 정각인가를 판단한다.

매시 정각이 아니면 시작으로 되돌아가고, 매시 정각이면 신경 회로망을 사용하는 난방 부하 식별기(241)에, 현재시간 이전 14 개 각 난방시간의 축열온도 감소량의 합을 1일(난방 14 시간)의 실제 난방부하로 하고, 현재 외기온도를 입력으로 하는 신경 회로망의 출력을 1일(난방 14 시간)의 학습 난방부하로 하여, 이들 사이의 오차를 { 1/2 x (실제 난방부하 - 학습 난방부하)²} 로부터 구한 후, 역전파 경사 감소법에 의한 신경 회로망의 각 뉴런간의 연결강도를 학습하고 새로운 학습률로 갱신한다.

상기의 난방 시간동안 학습된 연결강도와 학습률은 다음날의 난방 부하를 정확하게 예측하는 자료로 사용된다.

다음으로, 심야 전력시간이면, 축열 시간 조정부(250)로부터 조정된 축열시작시간과 현재시간을 판단하여, 현재시간이 계산된 축열시작시간을 지났으면 축열종료시간까지 축열한 후 시작으로 되돌아간다.

그러나, 현재시간이 계산된 축열시작시간을 지나지 않았으면 매시 정각 인가를 판단하여, 현재 시간이 매시 정각이 아니면 시작으로 되돌아간다.

매시 정각이면, 현재시간과 외기온도에 해당되는 다음날 난방 시간의 평균 외기온도를, 과거 일정 기간 일정 시간대 별로 평균하여 작성된 온도 데이터 베이스로부터 예측하는데, 현재시간과 소수점을 버린 외기온도가 만나는 점의 데이터 베이스상의 다음날 평균 예측온도를 예측온도 1로 하고, 현재시간과 소수점을 올린 외기온도가 만나는 점의 데이터 베이스상의 다음날 평균 예측온도를 예측온도 2로 하여, {예측온도 1 + (예측온도 2 - 예측온도 1) x 외기온도의 소수점} 으로부터 구해진 값을 다음날 평균 외기온도로 한다.

상기 난방 시간동안 신경 회로망에 학습시킨 이전의 상기 난방 부하를 결정하는 연결 강도 및 학습률을 이용하여, 심야 전력시간동안 상기 외기온도 예측부 (230)로부터 예측된 다음날 난방 시간의 평균 외기온도에 따른 난방 부하량(축열온도 증분값)을 예측한다.

상기에서 예측된 난방 부하량(축열온도 증분값)을 상기 축열온도 감지부 (220)로부터 감지된 축열온도의 시간당 평균 상승값으로 나눈 시간동안 심야 전력을 공급하도록 소요 축열 시간을 결정한다.

심야전력시간이 종료하는 아침 8 시에서 상기의 소요 축열 시간을 빼 축열시작시간을 결정하고, 다시 시작으로 되돌아가 상기 과정을 반복한다.

이상에서 설명한 바와 같이, 본 발명인 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기 및 그 방법에 의해 건축물 구조체의 난방 부하를 식별 및 예측할 수 있고 축열식 난방 기기의 축열 시작 시간을 조정하여 축열식 난방기기를 적정온도로 제어함으로써 축열식 난방기기의 설치장소에 따른 건축물 구조체의 난방부하를 정확히 학습, 식별하여 다음날 난방에 필요한 최적의 열량만을 심야전력을 사용하여 축열할 수 있게된다.

Claims (2)

1. 현재의 외기온도를 감지하는 외기온도 감지부와,

   현재의 축열온도를 감지하는 축열온도 감지부와,

   매 시간별로 심야 전력시간과 난방 시간을 구분하여 설정하는 시간 설정부와,

   상기 시간 설정부로부터 설정된 심야 전력시간동안 해당 시간에 상기 외기온도 감지부로부터 감지된 외기온도에 해당되는 다음날 난방 시간(비 심야 전력시간)의 평균 외기온도를, 과거 일정 기간 일정 시간대 별로 평균하여 작성된 온도 데이터 베이스로부터 예측하는 외기온도 예측부와,

   상기 시간 설정부로부터 설정된 난방 시간동안 상기 축열온도 감지부로부터 감지된 축열온도, 상기 외기온도 감지부로부터 감지된 해당 난방 공간의 외기온도, 건축물의 재질 및 면적, 사용자의 이용 패턴 등에 따른 난방 부하를 결정하는 연결 강도를 학습시킨 신경 회로망 (Neural-Network)을 사용하여, 상기 시간 설정부로부터 설정된 심야 전력시간동안 상기 외기온도 예측부로부터 예측된 다음날 난방 시간의 평균 외기온도에 따른 난방 부하량을 예측하는 난방부하 예측부와,

   상기 시간 설정부로부터 설정된 심야 전력시간동안 상기 난방부하 예측부로부터 예측된 난방 부하량을 상기 축열온도 감지부로부터 감지된 축열온도의 시간당 평균 상승값으로 나누어진 시간동안 심야 전력을 공급하여 축열하도록 하는 축열시간 조정부로 이루어지는 것을 특징으로 하는 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어기.
2. 현재의 외기온도와 축열온도를 측정하고, 심야 전력시간 인가를 판단하는 단계와,

   심야 전력시간이 아니면, 현재 시간이 매시 정각인가를 판단하여 매시 정각이 아니면 시작으로 되돌아가고, 매시 정각이면 신경 회로망을 사용하여 축열온도, 해당 난방 공간의 외기온도, 건축물의 재질 및 면적, 사용자의 이용 패턴 등에 따른 난방 부하를 결정하는 연결 강도를 학습시키는 단계와,

   심야 전력시간이면, 축열시작시간과 현재시간을 판단하여 현재시간이 계산된 축열시작시간을 지났으면 축열종료시간까지 축열한 후 시작으로 되돌아가고, 현재시간이 계산된 축열시작시간을 지나지 않았으면 매시 정각 인가를 판단하는 단계와,

   현재 시간이 매시 정각이 아니면 시작으로 되돌아가고, 매시 정각이면 현재시간과 외기온도에 해당되는 다음날 난방 시간의 평균 외기온도를, 과거 일정 기간 일정 시간대 별로 평균하여 작성된 온도 데이터 베이스로부터 예측하는 단계와,

   심야 전력시간동안 상기에서 예측된 다음날 난방 시간의 평균 외기온도에 따른 난방 부하량을, 상기 난방 부하를 결정하는 연결 강도를 학습시킨 신경 회로망을 사용하여 예측하는 단계와,

   상기에서 예측된 난방 부하량을 상기 축열온도의 시간당 평균 상승값으로 나눈 시간동안 축열식 난방기기에 심야 전력을 공급하여 축열하도록 하는 단계로 이루어지는 것을 특징으로 하는 심야 전력을 이용하는 축열식 난방 기기의 난방 부하량 예측 제어방법.