KR101525010B1 - 온도에 따른 에너지 관리 방법 및 장치 - Google Patents

온도에 따른 에너지 관리 방법 및 장치 Download PDF

Info

Publication number
KR101525010B1
KR101525010B1 KR1020130133588A KR20130133588A KR101525010B1 KR 101525010 B1 KR101525010 B1 KR 101525010B1 KR 1020130133588 A KR1020130133588 A KR 1020130133588A KR 20130133588 A KR20130133588 A KR 20130133588A KR 101525010 B1 KR101525010 B1 KR 101525010B1
Authority
KR
South Korea
Prior art keywords
target
temperature
value
energy consumption
room temperature
Prior art date
Application number
KR1020130133588A
Other languages
English (en)
Other versions
KR20150051727A (ko
Inventor
이용규
김규리
이현주
정화영
Original Assignee
동국대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 동국대학교 산학협력단 filed Critical 동국대학교 산학협력단
Priority to KR1020130133588A priority Critical patent/KR101525010B1/ko
Publication of KR20150051727A publication Critical patent/KR20150051727A/ko
Application granted granted Critical
Publication of KR101525010B1 publication Critical patent/KR101525010B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
    • G05B19/4083—Adapting programme, configuration
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2614—HVAC, heating, ventillation, climate control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34306—Power down, energy saving

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

온도에 따른 에너지 관리 방법 및 장치에 관한 것으로, 에너지에 대한 부하요인 및 목표 에너지 소비량을 입력받고, 과거의 부하요인과 과거의 실내온도가 맵핑된 제 1 데이터베이스에 기초하여 입력받은 부하요인에 해당하는 실내온도 예측 값을 도출하고, 실내온도 예측 값으로부터 목표 에너지 소비량에 대한 비율 값을 도출하고, 비율 값 및 목표 에너지 소비량에 기초하여 목표 에너지 소비량에 대한 범위인 최솟값 및 최댓값을 설정하며, 과거의 실내온도 및 과거의 목표온도와 과거의 에너지 소비량이 맵핑된 제 2 데이터베이스에 기초하여 설정된 범위에 대한 목표온도를 설정함으로써, 목표온도에 따라 실내온도를 제어하되, 비례식을 이용하여 실내온도 예측 값 및 설정된 목표온도를 보정함으로써, 상기 실내온도 예측 값 및 상기 설정된 목표온도에 대한 오차발생 가능성을 감소시킨다.

Description

온도에 따른 에너지 관리 방법 및 장치{Apparatus and method for energy management by temperature}
본 발명은 온도에 따른 에너지 관리 방법에 관한 것으로, 에너지 소비량에 따라 목표온도를 자동으로 조절함으로써, 에너지를 절약할 수 있는 방법에 관한 것이다.
오늘날 전력 소비량이 급격하게 증가함에 따라 전력 수급에 대한 문제점이 여러 방면에서 제기되고 있다. 상기의 문제점을 해결하고자 건물에서 사용하고 있는 전력을 효율적으로 관리할 수 있는 건물 에너지 관리 시스템이 지속적으로 연구되고 있는 추세이다.
종래의 건물 에너지 관리 시스템은 퍼지 선형 회귀분석, 신경회로망 등 다양한 방법으로 부하 예측을 하여 효율적인 에너지 관리가 가능하다. 또한, 실내 및 실외 온도를 바탕으로 적절한 냉난방 온도를 조절하여 전력 소비량을 최소화할 수 있다. 하지만, 현재까지 제안된 방법들은 수식에 의한 것으로 정확한 값이 아닌 대략적인 값만 구할 수 있고, 과거 통계 자료, 기상청에서 제공하는 날씨 정보 등을 이용해서 부하 예측 통계 정보만 제공하기 때문에 실시간으로 변하는 날씨에 대한 대처 능력이 저하되는 치명적인 단점이 있다.
한편, 이하에서 인용되는 선행기술 문헌에는 공간 예약관리를 기반으로 한 공실제어 에너지절약 장치를 소개하고, 건물의 에너지 사용을 줄이기 위한 에너지 절약 시스템 및 방법을 제안하고 있다. 하지만, 상기 선행기술 문헌에서 제안하는 방법은 예약관리를 통한 공간 내의 에너지를 차단할 뿐 에너지에 대한 부하요인 및 에너지 사용량에 대해서는 전혀 고려하지 못하며, 목표 전력 사용량을 설정하여 자동으로 관리할 수 없기 때문에 비효율적이라는 치명적인 단점이 존재한다.
이와 같은 관점에서, 에너지에 대한 부하요인 및 에너지 사용량을 고려하여 에너지 사용량을 자동으로 조절함으로써, 에너지 사용량을 최소화할 수 있는 기술적 수단이 필요하다는 사실을 알 수 있다.
공개특허공보 제 10-2007-0063441 호 (2007.06.27.)
따라서, 본 발명이 해결하고자 하는 첫 번째 과제는 사용자가 설정한 목표 에너지 소비량에 따라 목표온도를 자동으로 제어함으로써, 에너지 사용량을 최소화할 수 있는 온도에 따른 에너지 관리 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 두 번째 과제는 사용자가 설정한 목표 에너지 소비량에 따라 목표온도를 자동으로 제어함으로써, 에너지 사용량을 최소화할 수 있는 에너지 관리 장치를 제공하는 것이다.
본 발명의 상기 첫 번째 과제를 달성하기 위하여, 에너지에 대한 부하요인 및 목표 에너지 소비량을 입력받는 단계; 과거의 부하요인과 과거의 실내온도가 맵핑(mapping)된 제 1 데이터베이스에 기초하여 상기 입력받은 부하요인에 해당하는 실내온도 예측 값을 도출하는 단계; 상기 실내온도 예측 값으로부터 상기 목표 에너지 소비량에 대한 비율 값을 도출하는 단계; 상기 비율 값 및 상기 목표 에너지 소비량에 기초하여 상기 목표 에너지 소비량에 대한 범위인 최솟값 및 최댓값을 설정하는 단계; 및 과거의 실내온도 및 과거의 목표온도와 과거의 에너지 소비량이 맵핑된 제 2 데이터베이스에 기초하여 상기 설정된 범위에 대한 목표온도를 설정함으로써, 상기 목표온도에 따라 실내온도를 제어하는 단계를 포함하되, 상기 실내온도 예측 값 및 상기 설정된 목표온도에 대한 오차발생 가능성을 감소시키도록 비례식을 이용하여 상기 실내온도 예측 값 및 상기 설정된 목표온도를 보정하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법을 제공한다.
본 발명의 일 실시예에 의하면, 상기 제 1 데이터베이스는, 상기 에너지에 대한 부하요인으로 날짜, 외기온도, 습도, 조명기기, 인원, 및 실내온도를 시간대별 맵핑하여 구축하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법일 수 있다.
또한, 상기 실내온도 예측 값을 도출하는 단계는, 상기 입력받은 부하요인과 상기 제 1 데이터베이스를 형성하는 과거의 부하요인과의 유사도를 순차적으로 검사하는 단계; 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인을 도출하는 단계; 및 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인과 맵핑된 과거의 실내온도를 상기 실내온도 예측 값으로 도출하는 단계를 포함하는 온도에 따른 에너지 관리 방법일 수 있다.
본 발명의 다른 실시예에 의하면, 상기 부하요인의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 부하요인의 변수인 외기온도, 습도, 조명기기, 및 인원에 대한 단위 통합을 하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법일 수 있다.
본 발명의 또 다른 실시예에 의하면, 상기 제 2 데이터베이스는, 실내온도, 목표온도, 및 목표 에너지 소비량이 맵핑되어 구축되는 것을 특징으로 하는 온도에 따른 에너지 관리 방법일 수 있다.
본 발명의 또 다른 실시예에 의하면, 상기 설정된 범위에 대한 목표온도를 설정하는 것은, 상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출될 경우, 상기 도출된 최솟값 내지 최댓값과 맵핑된 목표온도 중 가장 최근에 사용된 목표온도를 선별함으로써, 상기 선별된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법일 수 있다.
본 발명의 또 다른 실시예에 의하면, 상기 설정된 범위에 대한 목표온도를 설정하는 것은, 상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출되지 않을 경우, 상기 최솟값과 상기 최댓값에 대한 평균값을 도출하고, 상기 도출된 평균값과 상기 제 2 데이터베이스를 형성하는 상기 목표 에너지 소비량과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량과 맵핑된 목표온도를 도출함으로써, 상기 도출된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법일 수 있다.
본 발명의 또 다른 실시예에 의하면, 상기 제 2 데이터베이스의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 제 2 데이터베이스를 형성하는 변수인 실내온도, 목표온도, 및 목표 에너지 소비량에 대한 단위 통합을 하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법일 수 있다.
본 발명의 또 다른 실시예에 의하면, 상기 설정된 범위에 대한 목표온도를 설정하는 것은, 구간별 목표 에너지 소비량을 모두 합한 값인 목표 에너지 소비량 총합이 구간별 에너지 소비량 범위를 모두 합한 값인 총 목표 에너지 사용량 범위에 포함되도록 설정함으로써, 고정목표온도를 설정하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법일 수 있다.
본 발명의 또 다른 실시예에 의하면, 상기 목표온도에 따라 실내온도를 제어하는 단계는, 상기 설정된 목표온도와 상기 실내온도의 차분값이 지속적으로 감소하고, 상기 설정된 목표온도와 상기 실내온도의 차이에 대한 절대값이 소정의 설정값 이하로 변동되며, 상기 설정된 목표온도에 도달하기 전 시간이 소정의 시간 이하일 경우 냉난방기를 오프 상태로 전환하는 단계를 더 포함하는 온도에 따른 에너지 관리 방법일 수 있다.
본 발명의 상기 두 번째 과제를 달성하기 위하여, 에너지에 대한 부하요인 및 목표 에너지 소비량을 입력받는 입력부; 과거의 부하요인과 과거의 실내온도가 맵핑(mapping)된 제 1 데이터베이스에 기초하여 상기 입력받은 부하요인에 해당하는 실내온도 예측 값을 도출하여 상기 목표 에너지 소비량에 대한 비율 값을 도출하고, 상기 비율 값 및 상기 목표 에너지 소비량에 기초하여 상기 목표 에너지 소비량에 대한 범위인 최솟값 및 최댓값을 설정하며, 과거의 실내온도 및 과거의 목표온도와 과거의 에너지 소비량이 맵핑된 제 2 데이터베이스에 기초하여 상기 설정된 범위에 대한 목표온도를 설정하는 처리부; 및 상기 목표온도에 따라 실내온도를 제어하는 제어부를 포함하되, 상기 실내온도 예측 값 및 상기 설정된 목표온도에 대한 오차발생 가능성을 감소시키도록 비례식을 이용하여 상기 실내온도 예측 값 및 상기 설정된 목표온도를 보정하는 것을 특징으로 하는 에너지 관리 장치를 제공한다.
본 발명의 일 실시예에 의하면, 상기 처리부는, 상기 입력받은 부하요인과 상기 제 1 데이터베이스를 형성하는 과거의 부하요인과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인과 맵핑된 과거의 실내온도를 상기 실내온도 예측 값으로 도출하되, 상기 부하요인의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 부하요인의 변수인 외기온도, 습도, 조명기기, 및 인원에 대한 단위 통합을 하는 것을 특징으로 하는 에너지 관리 장치일 수 있다.
또한, 상기 처리부는, 상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출될 경우, 상기 도출된 최솟값 내지 최댓값과 맵핑된 목표온도 중 가장 최근에 사용된 목표온도를 선별함으로써, 상기 선별된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하는 것을 특징으로 에너지 관리 장치일 수 있다.
본 발명의 다른 실시예에 의하면, 상기 처리부는, 상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출되지 않을 경우, 상기 최솟값과 상기 최댓값에 대한 평균값을 도출하고, 상기 도출된 평균값과 상기 제 2 데이터베이스를 형성하는 상기 목표 에너지 소비량과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량과 맵핑된 목표온도를 도출함으로써, 상기 도출된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하되, 상기 제 2 데이터베이스의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 제 2 데이터베이스를 형성하는 변수인 실내온도, 목표온도, 및 목표 에너지 소비량에 대한 단위 통합을 하는 것을 특징으로 하는 에너지 관리 장치일 수 있다.
본 발명에 따르면, 사용자가 설정한 목표 에너지 소비량에 따라 목표온도를 자동으로 제어함으로써, 에너지 사용량을 최소화할 수 있는 효과가 있다.
또한, 데이터베이스에 저장된 빅데이터에 유사도 검색을 진행하여 유사도가 최대인 결과 값을 도출함으로써, 온도에 따른 에너지 관리 방법에 필요한 정확한 데이터를 획득할 수 있는 효과가 있다.
나아가, 비례식을 이용하여 데이터베이스를 통해 획득한 데이터를 보정함으로써, 오차발생 가능성을 감소시키는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 에너지 관리 방법을 도시한 흐름도이다.
도 2는 본 발명의 다른 실시예에 따른 구간별 실내온도 예측 값을 도시한 도면이다.
도 3은 본 발명의 다른 실시예에 따른 구간별 실내온도 예측 값으로부터 면적 비율을 구하는 과정을 도시한 도면이다.
도 4는 본 발명의 다른 실시예에 따른 유사도 검색 결과를 도형화한 도면이다.
도 5는 본 발명의 다른 실시예에 따른 할당된 구간별 에너지 소비량 범위에 따라 목표온도를 도시한 도면이다.
도 6은 본 발명의 다른 실시예에 따른 할당된 구간별 에너지 소비량 범위에 맞게 고정목표온도를 설정하는 도면이다.
도 7은 본 발명의 다른 실시예에 따른 냉난방기의 절약되는 에너지량을 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따른 에너지 관리 장치를 도시한 블럭도이다.
본 발명의 실시예들을 설명하기에 앞서, 기존의 에너지 관리 시스템에서 발생하는 문제점들을 검토한 후, 이들 문제점을 해결하기 위해 본 발명의 실시예들이 채택하고 있는 기술적 수단을 개괄적으로 소개하도록 한다.
전력 소비량이 증가함에 따라 다양한 에너지 관리 시스템이 제안되었지만, 건물 에너지 소비량을 고려하지 않아 사용자가 원하는 만큼의 에너지량을 자동으로 조절하지는 못하였다.
따라서, 본 발명의 실시예들은 데이터베이스에 저장된 빅데이터와 기상청 데이터를 이용하여 건물에서 유지되어야 할 목표온도를 설정함으로써, 상기 목표온도 설정에 따른 에너지 소비량 정보를 제공하고, 사용자가 원하는 만큼의 에너지량을 자동으로 조절할 수 있는 기술적 수단을 제안하고자 한다.
이하에서는 도면을 참조하여 본 발명의 실시예들을 구체적으로 설명하도록 한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
도 1은 본 발명의 일 실시예에 따른 에너지 관리 방법을 도시한 흐름도로서, 에너지에 대한 부하요인 및 목표 에너지 소비량을 입력받고, 과거의 부하요인과 과거의 실내온도가 맵핑(mapping)된 제 1 데이터베이스에 기초하여 상기 입력받은 부하요인에 해당하는 실내온도 예측 값을 도출하고, 상기 실내온도 예측 값으로부터 상기 목표 에너지 소비량에 대한 비율 값을 도출하고, 상기 비율 값 및 상기 목표 에너지 소비량에 기초하여 상기 목표 에너지 소비량에 대한 범위인 최솟값 및 최댓값을 설정하며, 과거의 실내온도 및 과거의 목표온도와 과거의 에너지 소비량이 맵핑된 제 2 데이터베이스에 기초하여 상기 설정된 범위에 대한 목표온도를 설정함으로써, 상기 목표온도에 따라 실내온도를 제어하되, 상기 실내온도 예측 값 및 상기 설정된 목표온도에 대한 오차발생 가능성을 감소시키도록 비례식을 이용하여 상기 실내온도 예측 값 및 상기 설정된 목표온도를 보정하는 것을 특징으로 한다.
보다 구체적으로 S110 단계에서, 에너지에 대한 부하요인 및 목표 에너지 소비량을 입력받는다. 여기서 상기 에너지에 대한 부하요인은 건물의 외기온도, 건물 내의 습도, 건물 내의 조명기기의 개수, 건물 내의 인원, 및 건물 내 실내온도 등 건물 내 온도에 영향을 끼치는 요소들일 수 있다. 상기 목표 에너지 소비량은 건물 내 온도 조절에 따른 에너지 소비량으로 사용자가 상황에 따라 임의로 설정 가능할 수 있다.
S120 단계에서, 과거의 부하요인과 과거의 실내온도가 맵핑(mapping)된 제 1 데이터베이스에 기초하여 상기 입력받은 부하요인에 해당하는 실내온도 예측 값을 도출한다.
보다 구체적으로, 건물 내 예측된 실내온도의 오차를 최소화하고, 목표 에너지 소비량에 맞게 실내온도를 유지하기 위해서는 건물의 특성을 반영하고 있는 데이터를 바탕으로 상기 건물 내 실내온도를 예측할 수 있다.
이하에서 설명하는 표 1은 한 건물의 에너지 사용량을 예측하기 위한 장기간의 데이터베이스의 일부일 수 있으며, 건물 내 1시간 단위로 에너지 부하요인과 상기 에너지 부하요인에 따른 건물 내 실내온도를 제 1 데이터베이스에 저장될 수 있다. 여기서, 상기 제 1 데이터베이스는 이하에서 표 1을 통해 상세하게 설명하도록 한다.
Figure 112013100790106-pat00001
상기 제 1 데이터베이스는 상기 에너지에 대한 부하요인으로 날짜, 외기온도, 습도, 조명기기, 인원, 및 실내온도를 시간대별 맵핑하여 구축할 수 있다. 즉, 상기 에너지에 대한 부하요인으로는 외기온도, 조명기기, 한 공간 내의 사람 수로 설정하여 저장될 수 있으며, 상기 제 1 데이터베이스는 미래의 실내온도를 예측할 수 있는 근간이 될 수 있다. 여기서, 상기 제 1 데이터베이스는 에너지에 대한 부하요인으로 외기온도, 습도, 조명기기, 인원만으로 구성되어 있지만, 건물 내 온도에 영향을 주는 다양한 부하요인을 추가로 설정 가능할 수 있다.
또한, 상기 실내온도 예측 값을 도출하는 것은, 상기 입력받은 부하요인과 상기 제 1 데이터베이스를 형성하는 과거의 부하요인과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인과 맵핑된 과거의 실내온도를 상기 실내온도 예측 값으로 도출할 수 있다.
보다 구체적으로, 상기 실내온도 예측 값을 도출하기 위해서 유클리디안 거리 공식(Euclidean Distance)을 이용하여 유사도를 검색할 수 있다. 여기서, 상기 유클리디안 거리 공식은 부하요인이
Figure 112013100790106-pat00002
이고,
Figure 112013100790106-pat00003
까지 총 n개의 부하 요인과 상기 부하요인에 따른 실내온도가 상기 제 1 데이터베이스에 저장될 수 있으며, 상기 부하요인은
Figure 112013100790106-pat00004
로 표현할 수 있다. 또한, t시점의 예상되는 부하요인들의 예측 값은
Figure 112013100790106-pat00005
이며, 상기 t시점의 부하요인은
Figure 112013100790106-pat00006
로 표현할 때, 제 1 데이터베이스에서 입력된 부하요인에 따른 가장 유사한 데이터를 찾기 위해 유사 검색을 하며, 유클리디안 거리 공식을 이용하여 유사도를 검사하는 것은 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00007
유클리디안 거리 공식인 수학식 1은 정보검색론에서 유사도를 검사하기 위해서 많이 활용되는 방법이며, 상기 유클리디안 거리 공식으로 나온 결과 값이 낮을수록 유사도가 높을 수 있다.
또한, 수학식 1을 통해 계산된 거리가 최소를 만족하는 데이터의 온도를 예측 값으로 사용할 수 있다. 예를 들어, 표 1의 경우 부하요인은 외기온도, 습도, 조명기기, 인원이고, 상기 부하요인은 F(외기온도, 습도, 조명기기, 인원)으로 표현하며, 미래의 특정한 t시점의 예측 값으로 외기온도가 32.8도, 습도가 18%, 조명기기가 8개 켜졌으며 실내에 있는 인원은 48명일 경우
Figure 112013100790106-pat00008
(32.8, 18, 8, 48)로 표현할 수 있다. 여기서, 제 1 데이터베이스에서 에너지에 대한 부하요인을 외기온도, 습도, 조명기기, 인원만을 이용하지만 실제로는 이 외에 다양한 부하요인을 추가로 설정할 수 있다.
한편, 상기 부하요인의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 부하요인의 변수인 외기온도, 습도, 조명기기, 및 인원에 대한 단위 통합을 할 수 있다.
보다 구체적으로, 제 1 데이터베이스에 저장된 부하요인들은 각기 다른 단위를 가진 수치일 수 있다. 따라서, 제 1 데이터베이스의 원본의 그대로 저장된 값을 계산할 경우, 단위가 통합되지 않았기 때문에 두 데이터 간의 유사도를 검사하는데 영향을 줄 수 있다. 예를 들어, 미래의 t시점의 예측 값이
Figure 112013100790106-pat00009
(30.8, 20, 6, 0)이라고 할 때, 표 2의 제 1 데이터베이스에 저장된 각 두 경우에 대해 유클리디안 거리 공식을 이용하여 유사도를 검사한 경우 아래와 같을 수 있다.
Figure 112013100790106-pat00010
표 2의 2012년 8월 1일 11시의 데이터에 대하여 수학식 1을 적용하여 유사도를 검색할 경우 100.0002가 도출될 수 있으며, 표 2의 2012년 11월 5일 12시의 데이터에 대하여 수학식 1을 적용하여 유사도를 검색할 경우 15가 도출될 수 있다. 여기서, 수학식 1에 의한 상기 미래의 t시점의 예측온도는 18.1도일 수 있다. 상기 표 2의 두 경우에 대한 유사도를 생각하였을 때, 실내온도는 인원보다 외기온도에 더 큰 영향을 받을 수 있다. 따라서, 외기온도의 차이가 적은 2012년 8월 1일 11시의 데이터가 실질적으로 현재 상황을 가장 잘 반영하고 있어야 한다. 그러나 실질적으로 유클리디안 거리 공식을 이용하여 계산한 결과 2012년 11월 5일 12시의 데이터가 더 작은 값을 가지기 때문에 2012년 11월 5일 12시의 데이터가 미래의 t시점의 상황과 유사하다는 결과를 가질 수 있다. 상기의 결과는 상기 부하요인 간에 단위가 통합되어 있지 않아서 발생한 문제이다. 따라서, 상기의 문제를 발생하기 위해 상기 부하요인 단위를 표준화해 통합시킬 수 있다. 여기서, 상기 표준화는 가장 일반적인 표준화 형태로 각 변수를 Z점수와 같은 표준점수로 변환시킬 수 있다.
예를 들어, 모집단이 충분히 크다고 가정하고, 표 1의 제 1 데이터베이스를 표준화할 경우, 부하요인에 대한 표준화는 X가 각각의 부하요인에 대한 변수이고, m이 각각의 부하요인에 대한 평균이고,
Figure 112013100790106-pat00011
가 각각의 부하요인에 대한 표준편차일 때, 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00012
여기서, 수학식 2는 통계학에서 표준 점수를 구할 때 활용하는 공식이며, 수학식 2를 계산하여 도출된 값을 표준 점수, 표준값, Z값, 및 Z점수라고도 한다.
따라서, 수학식 2를 통해 표 1의 제 1 데이터베이스의 부하요인들을 표준화하면 표 3과 같이 표현할 수 있다.
Figure 112013100790106-pat00013
이제, 표 3의 표준화된 제 1 데이터베이스에 기초하여 입력받은 부하요인에 대한 수학식 1을 이용하여 유사한 데이터를 검색할 수 있다. 검색결과 가장 최솟값을 포함하는 데이터가 가장 근접한 데이터이며 유사검색으로 검색된 값일 수 있다. 예를 들어, 미래의 한 t 시점에 대한 부하요인으로 외기온도가 30도, 습도 20%, 전구 수 10개, 인원수가 25명이 입력되면 수학식 2를 통해 표준화하고, 표준화한 상기 미래의 한 t 시점에 대한 부하요인을 수학식 1을 통해 표준화된 제 1 데이터베이스에서 유클리디안 유사도를 검색하며, 상기 검색결과는 표 4와 같이 표현할 수 있다.
Figure 112013100790106-pat00014
여기서, 2012년 8월 15일 12시의 데이터를 보면 유사도가 0이므로 상기 입력받은 t 시점의 부하요인에 대한 실내온도는 26.5도로 예측할 수 있다.
반면, 미래의 한 t 시점에 외기온도가 30도, 습도 21%, 전구 수 6개, 인원수 20명일 때, 수학식 2를 통해 입력된 부하요인에 대한 표준화를 하고, 표준화한 상기 미래의 한 t 시점에 대한 부하요인을 수학식 1을 통해 표준화된 제 1 데이터베이스에서 유클리디안 유사도를 검색하며, 상기 검색결과는 표 5와 같이 표현할 수 있다.
Figure 112013100790106-pat00015
여기서, 유사도 검색 결과가 0인 값을 찾을 수 없기 때문에 제 1 데이터베이스에서 정확한 값을 찾을 수 없다. 따라서, 가장 유사도 값이 작은 데이터를 가장 근접한 데이터로 사용할 수 있다. 표 5에서는 2012년 8월 1일 12시 데이터의 유사도가 1.4785로 가장 작아 랭킹 1위가 되므로 입력받은 부하요인에 대한 실내온도 예측 값은 26도로 예측할 수 있다.
한편, 수학식 1은 도출된 값이 0에 가까울수록 유사도가 높으나, 표 5의 2012년 8월 1일 12시 데이터는 유클리디안 거리인 유사도가 1.4785로 오차가 발생할 가능성이 있기 때문에 이를 방지하기 위한 비례식을 이용한 실내온도 보정을 실행할 수 있다. 여기서, 상기 비례식은 제 1 데이터베이스에 저장되어 있는 외기온도와 실내온도를 이용하여 보정할 수 있다. 즉, 부하요인 중 실내온도에 영향을 끼치는 순서대로 비례식을 이용할 수 있으며, 외기 온도가 가장 크게 실내온도에 영향을 끼침을 감안할 경우, 가장 정확한 값으로 보정하기 위해서 상기 랭킹 1위와 상기
Figure 112013100790106-pat00016
의 외기온도를 이용하여 값을 보정할 수 있다. 이하에서 표 6은 표 5에서 유사도가 최소인 랭킹 1위 값인
Figure 112013100790106-pat00017
과 상기 입력받은 미래의 t시점의 부하요인인
Figure 112013100790106-pat00018
의 외기온도와 실내온도를 테이블로 표현한 것일 수 있다.
Figure 112013100790106-pat00019
여기서, 표 6의 랭킹 1의 외기온도가 r이고,
Figure 112013100790106-pat00020
의 외기온도가 y이고, 랭킹 1의 실내온도가 z이며, 비례식을 통한 보정된 실내온도가 X라고 할 때, 상기 비례식은 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00021
또한, 표 5의 랭킹 1과 랭킹 2의 유클리디안 거리인 유사도와 실내온도를 이용하여 보정할 수 있다. 즉, 수학식 1를 통해 도출된 유클리디안 거리인 유사도와 실내온도를 이용하여 보정할 수 있으며, 상기 유사도를 0에 가깝게 만들기 위하여 표 5의 랭킹 1과 랭킹 2를 이용하여 값을 보정할 수 있다. 이하에서 표 7은 표 5의 랭킹 1과 랭킹 2의 유클리디안 거리와 실내온도를 테이블로 표현한 것일 수 있다.
Figure 112013100790106-pat00022
예를 들어, 표 7에서 랭킹 1과 랭킹 2의 실내온도 차이는 0.5도이고, 유클리디안 거리 차이는 0.9361이므로, 실내온도가 0.5도 변할 때 유클리디안 거리가 0.9361 변화한 것을 알 수 있다. 따라서, 실내온도 0.1도만큼 증가할 때마다 유클리디안 거리를 추정할 수 있으며, 찾고자 하는 유사도는 0이기 때문에 유클리디안 거리가 0에서 랭킹 1의 유클리디안 거리만큼 증가했을 때 실내온도가 26.0도에서 X만큼 증가 또는 감소할 것이다. 여기서, X가 보정 값이고, y가 실내온도 n만큼 증가할 때마다 유클리디안의 거리이고, z가 랭킹 1위의 유클리디안거리에서 찾고자 하는 유사도인 0을 뺀 값일 때, 비례식은 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00023
이후, 수학식 4를 통해 도출한 X값을 가감할지를 정할 수 있고, 상기 X값을 가감할지를 정하기 위해서 입력받은 미래의 t 시점의 부하요인인
Figure 112013100790106-pat00024
와 표 5의 랭킹 1위인
Figure 112013100790106-pat00025
을 비교하며, 상기 비교는 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00026
Figure 112013100790106-pat00027
여기서, Temp1은 표 5의 랭킹 1위의 외기온도 값이고, Temp2는 입력받은 미래의 t 시점의 외기온도 값이며, Temp3은 예측된 실내온도 값일 수 있다. 수학식 5 및 수학식 6은 제 1 데이터베이스로부터 수학식 1을 통해 정확하게 일치하는 데이터를 찾지 못할 경우, 유사검색의 랭킹 1위인 근삿값을 찾았을 때 이를 정확하게 보정하기 위한 방식일 수 있다. 따라서, 실내온도가 외기온도에 가장 큰 비중으로 영향을 받는다고 감안할 때, 표 5의 랭킹 1의 외기온도가 예측한 미래 t 시점
Figure 112013100790106-pat00028
의 외기온도를 판단의 근거로 사용할 수 있다. 또한, 표 5의 랭킹 1의 외기온도가 미래 t 시점의 외기온도보다 클 경우 예측된 t 시점의 실내온도는 표 5의 랭킹 1과 같이 저장된 실내온도에 비해 작으므로, 수학식 5를 적용할 수 있다.
반면, 표 5의 랭킹 1의 외기온도가 미래 t 시점의 외기온도보다 작을 경우 예측된 t 시점의 실내온도는 표 5의 랭킹 1과 같이 저장된 실내온도에 비해 큼에 따라 수학식 6을 적용할 수 있다.
한편, 상기 유사도 검색은 유클리디언 거리 공식 대신 정보검색과 유사도 순위를 정할 수 있는 벡터 공간 모델을 사용할 수 있으며, 상기 벡터 공간 모델은 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00029
여기서,
Figure 112013100790106-pat00030
는 부하요인이고,
Figure 112013100790106-pat00031
까지 총 n개의 부하요인이 있으며,
Figure 112013100790106-pat00032
으로 표현할 수 있다. 또한,
Figure 112013100790106-pat00033
는 t시점의 부하요인이고,
Figure 112013100790106-pat00034
까지 총 n개의 부하요인이 있으며,
Figure 112013100790106-pat00035
으로 표현할 수 있다. 또한, n은 부하요인의 개수일 때, 상기 벡터 공간 모델을 이용하는 검색이며, 상기 벡터 공간 모델 공식은 정보검색론에서 유사도를 검사하기 위해서 많이 활용하는 방법이다.
따라서, 수학식 7의 코사인 값이 0에 가까울수록 유사도가 낮으며, 1에 가까울수록 유사도가 높으며, 수학식 7을 이용하여 입력받은 미래의 t 시점의 부하요인에 대하여 제 1 데이터베이스에서 유사검색을 한 결과는 이하에서 표 8과 같이 표현할 수 있다.
Figure 112013100790106-pat00036
여기서, 2012년 8월 15일 12시의 유사도가 1에 가장 가까우므로 상기 입력받은 미래의 t 시점의 부하요인에 대한 실내온도는 26.5도로 예측할 수 있다.
수학식 7을 통해 도출된 값은 비례식을 이용한 데이터 값 보정으로 더 정밀한 값으로 보정 할 수 있다. 이하의 표 9는 수학식 7을 통해 도출된 랭킹 1위 값인
Figure 112013100790106-pat00037
과 입력받은 미래의 t 지점의 부하요인인
Figure 112013100790106-pat00038
의 외기온도와 실내온도를 테이블로 표현한 것이다.
Figure 112013100790106-pat00039
여기서, 랭킹 1의 외기온도 값과
Figure 112013100790106-pat00040
의 외기온도 값이 같기 때문에 수학식 3의 비례식을 이용할 필요가 없으며, 표 9의 경우는 수학식 8의 비례식을 통해 보정할 수 있다.
이하의 표 10은 수학식 7을 통해 도출된 표 8의 유사도에 따른 랭킹이 가장 높은 1위와 2위의 유사도와 실내온도를 테이블로 표현한 것이다.
Figure 112013100790106-pat00041
예를 들어, 표 10에서 랭킹 1과 랭킹 2의 실내온도 차이는 7.1도이고, 유사도 차이는 0.0149이므로, 실내온도가 7.1도 변할 때 유사도가 0.0149 변화한 것을 알 수 있다. 따라서, 유사도가 0.0001만큼 증가할 때마다 증가하는 실내온도를 추정할 수 있으며, 찾고자 하는 유사도는 1이기 때문에 유사도가 0.9991에서 1만큼 증가했을 때 실내온도가 26.5도에서 X만큼 증가 또는 감소할 수 있다. 여기서, X가 보정 값이고, y는 유사도가 n만큼 증가할 때마다 실내온도의 증가 값이고, z는 찾고자 하는 유사도 1에서 표 10의 랭킹 1에 대한 유사도를 뺀 값일 때, 상기 비례식은 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00042
따라서, 표 10에 수학식 8을 적용하면 실내온도 값이 0.4293도 만큼 변했을 때 유사도 값이 0.9991에서 1로 증가한다는 것을 알 수 있으므로, 보정 값 X는 0.4293이라는 것을 알 수 있다. 이후, 외부 부하요인에 따라서 구한 보정 값 X값을 가감할지를 정해야 하며, 수학식 5 및 수학식 6을 통해 결정할 수 있다.
이제 다시 S120 단계 이후를 설명하도록 한다.
S130 단계를 설명하기에 앞서 이하에서는 S120 단계에서 예측한 실내온도를 바탕으로 목표 에너지 소비량에 맞게 냉난방기의 목표온도 설정을 통해 실내온도를 자동으로 제어할 수 있고, 상기 목표 에너지 소비량은 목표 기간 동안 사용하고자 하는 전력량에 대한 목표치일 수 있고, 상기 목표 에너지 소비량은 사용자가 지정한 오차를 허용하고. 목표시간 단위는 실내온도 예측 시 사용하는 기상청으로부터 받아오는 외기온도가 3시간 단위인 관계로 3시간 단위로 구간을 구분하고, 또한, 구간별 목표 에너지 소비량은 시간단위로 냉난방기의 목표온도를 설정하기 위해 상기 3시간 단위의 구간 각각에 맞는 에너지 소비량을 할당하고, 실내온도는 과거 특정 시점에 기록된 온도이며, 목표온도는 상기 특정 시점에 냉난방기에 설정한 희망온도라는 가정하에 설명하도록 한다.
S130 단계에서, 상기 실내온도 예측 값으로부터 상기 목표 에너지 소비량에 대한 비율 값을 도출한다.
보다 구체적으로, 건물의 에너지 소비량을 목표 에너지 소비량에 맞추기 위해서는 기간 단위로 나누어진 구간에 맞추어 목표 에너지 소비량을 할당할 있다. 다시 말해, 3시간 단위인 구간별로 목표 에너지 소비량을 할당할 수 있다. 상기 구간별 목표 에너지 소비량은 예측된 실내온도의 면적을 이용할 수 있다.
도 2는 본 발명의 다른 실시예에 따른 구간별 실내온도 예측 값을 도시한 도면으로서, S120 단계에서 예측한 실내온도(21)를 3시간 단위인 구간별로 그래프화 한 것이다. S130 단계에서 상기 구간별 목표 에너지 소비량을 할당하기 위해 도 2의 그래프를 구간별로 구분하며, 상기 구분된 그래프는 이하에서 도 3과 같을 수 있다.
도 3은 본 발명의 다른 실시예에 따른 구간별 실내온도 예측 값으로부터 면적 비율을 구하는 과정을 도시한 도면으로서, 구간별 목표 에너지 소비량으로 할당하기 위해 예측된 실내온도 그래프를 구간으로 나누어 놓은 것일 수 있다. 도 3에 대한 그래프의 구간별 면적은 사다리꼴 공식을 통해 도출할 수 있다. 여기서, 도 3의 그래프에 구간별 면적을 모두 합산한 총 면적이 T이고 0시에서 3시 구간인 S1에 대한 면적이 Sn이라고 할 때, 상기 S1에 대한 목표 에너지 소비량에 대한 비율 값은 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00043
이후, 도 3의 그래프에 대한 모든 구간의 비율을 구하면 이하의 표 11과 같을 수 있다.
Figure 112013100790106-pat00044
S140 단계에서, 상기 비율 값 및 상기 목표 에너지 소비량에 기초하여 상기 목표 에너지 소비량에 대한 범위인 최솟값 및 최댓값을 설정한다.
보다 구체적으로, S130 단계에서 도출된 비율 값을 바탕으로 목표 에너지 소비량에 맞게 각 구간별 목표 에너지 소비량 범위를 설정할 수 있다. 즉, 구간별 에너지 소비량의 최솟값과 구간별 에너지 소비량의 최댓값을 구할 수 있다. 여기서, 상기 최소 구간별 에너지 소비량은 최소 목표 에너지 소비량을 만족할 수 있도록 구간별 비율을 적용한 것이며, Min(Sn)이라 표현할 수 있다. 또한, 최대 구간별 에너지 소비량은 최대 목표 에너지 소비량을 만족할 수 있도록 구간별 비율이 설정된 전력량이며, Max(Sn)이라 표현할 수 있다. 다시 말해, 구간별 목표 에너지 소비량은 상기 최솟값 내지 상기 최댓값 내에 포함되어야 한다. 이때, 소수점 계산에 의한 약간의 오차는 허용할 수 있다. 여기서, 목표 에너지 소비량을 E라 하고, 상기 목표 에너지 소비량에 대한 오차를
Figure 112013100790106-pat00045
라 할 때, 목표 에너지 소비량의 범위는 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00046
수학식 10에 따르면, 최소 구간별 에너지 소비량 Min(Sn)은 목표 에너지 소비량 E에서 오차 ε를 뺀 값에 수학식 9에 따른 해당 구간의 비율을 곱한 값으로 표현될 수 있다. 또한, 수학식 10에 따르면, 최대 구간별 에너지 소비량 Max(Sn)은 목표 에너지 소비량 E에서 오차 ε를 더한 값에 수학식 9에 따른 해당 구간의 비율을 곱한 값으로 표현될 수 있다. 수학식 10를 통해 표 11의 비율에 따른 목표 에너지 소비량의 범위인 최솟값 및 최댓값을 각각 구하면 이하의 표 12와 같을 수 있다. 여기서는 일례로서 목표 에너지 소비량 E=4000kw, 오차 ε=120kw를 가정하였다.
Figure 112013100790106-pat00047
S150 단계에서, 과거의 실내온도 및 과거의 목표온도와 과거의 에너지 소비량이 맵핑된 제 2 데이터베이스에 기초하여 상기 설정된 범위에 대한 목표온도를 설정함으로써, 상기 목표온도에 따라 실내온도를 제어한다.
보다 구체적으로, S140 단계에서 할당된 구간별 목표 에너지 소비량에 맞게 소비될 수 있는 목표온도를 구간에 따라 차례대로 제 2 데이터베이스에서 검색할 수 있다. 여기서, 상기 제 2 데이터베이스는 과거의 실내온도, 목표온도, 및 목표 에너지 소비량이 맵핑되어 구축될 수 있으며, 상기 목표 에너지 소비량은 상기 과거의 실내온도에서 목표온도로 변화기까지 소비된 에너지량일 수 있다. 또한, 상기 건물에 대한 과거의 실내온도, 목표온도, 및 목표 에너지 소비량은 대량으로 제 2 데이터베이스에 저장될 수 있으며, 특정한 시점을 t라 하고, 특정한 시점 t 다음 시간 단위를 t+1이라 할 수 있다.
Figure 112013100790106-pat00048
또한, 첫 구간인 표 12의 S1 구간에 대한 시작 목표온도를 설정하기 위하여 표 12의 S1 구간에 대한 설정된 범위를 고려하여 제 2 데이터베이스에 질의할 수 있고, 이하의 표 13의 질의 결과를 도출할 수 있다.
Figure 112013100790106-pat00049
즉, 상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출될 경우, 상기 도출된 최솟값 내지 최댓값과 맵핑된 목표온도 중 가장 최근에 사용된 목표온도를 선별함으로써, 상기 선별된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정할 수 있다. 표 14에서는 목표온도로 18도가 가장 최근에 사용된 적이 있어 목표온도로 선별될 수 있다. 여기서, 18도가 가장 많이 목표온도로 사용된 적이 있음을 가정할 수 있다. 또한, 표 14에서 질의를 만족하는 결과가 두 개 이상일 경우 전력 소비량에 따라 사용자가 임의 선별할 수 있다.
반면, 상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출되지 않을 경우, 상기 최솟값과 상기 최댓값에 대한 평균값을 도출하고, 상기 도출된 평균값과 상기 제 2 데이터베이스를 형성하는 상기 목표 에너지 소비량과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량과 맵핑된 목표온도를 도출함으로써, 상기 도출된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정할 수 있다.
여기서, 검색에 사용되는 제 2 데이터베이스는 이하의 표 15와 같을 수 있다.
Figure 112013100790106-pat00050
표 15의 제 2 데이터베이스의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 제 2 데이터베이스를 형성하는 변수인 실내온도, 목표온도, 및 목표 에너지 소비량에 대한 단위 통합을 할 수 있다. 여기서, 표 15를 형성하는 항목별 평균을 E라 하고, 항목별 표준편차를
Figure 112013100790106-pat00051
라 할 때, 상기 표준화는 수학식 2를 통해 할 수 있으며, 표준화된 제 2 데이터베이스는 이하에서 표 16으로 표현할 수 있다.
Figure 112013100790106-pat00052
이후, 유클리디안 거리 계산과 벡터 공식을 이용한 유사도 검색에 대한 상세한 설명은 S120 단계의 수학식 1 및 수학식 7의 상세한 설명에 대응하는바, S120 단계의 수학식 1 및 수학식 7의 상세한 설명으로 대신한다.
수학식 1 및 수학식 7을 통해 도출된 목표온도는 보정을 통해 좀 더 정밀한 값을 사용할 수 있다. 여기서, 상기 보정은 이하에서 도 4를 통해 상세하게 설명하도록 한다.
도 4는 본 발명의 다른 실시예에 따른 유사도 검색 결과를 도형화한 도면으로서, 비례식을 이용하여 설정된 목표온도를 보정함으로써, 상기 설정된 목표온도에 대한 오차발생 가능성을 감소시킬 수 있다.
보다 구체적으로, 보정 방식으로 전력량과 면적이 비례관계임을 이용하여 면적의 비를 이용한 비례식을 사용할 수 있다. 도 4에서 왼쪽의 사다리꼴 모형(401)은 유사도 검색 결과 랭킹 1위의 시작실내온도(402), 끝실내온도(403)시작목표온도(404), 끝목표온도(405), 및 전력량(406)을 사다리꼴 형태로 도형화한 것일 수 있다. 또한, 오른쪽의 사다리꼴 모형(411)은 찾고자 한 다음 상황의 데이터인 시작실내온도(412), 끝실내온도(413), 시작목표온도(414), 끝목표온도(415) 및 전력량(416)을 사다리꼴 형태로 도형화한 것일 수 있다. 여기서, 사다리꼴 넓이 공식을 사용하여 사다리꼴의 높이인 시간을 1로 계산함으로써, A가 상기 유사도 검색 결과 랭킹 1위의 사다리꼴 모형(401)의 넓이이고, Ap가 상기 유사도 검색 결과 랭킹 1위에 대한 전력량(406)이고, 오른쪽 사다리꼴 형태(411)의 시작실내온도(412)를 Ba라 하고, 끝실내온도(413)를 Bb라 하고, 시작목표온도(414)를 Bc라 하고, 구하고자 하는 끝목표온도(415)를 x라 할 때, 상기 비례식은 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00053
수학식 11의 보정을 통해 최종적으로 전체목표기간의 온도를 이하에서 도 5와 같이 설정할 수 있다.
한편, 할당된 구간별 에너지 소비량 범위에 맞게 고정목표온도를 설정할 수 있다. 여기서, 상기 고정목표온도는 이하에서 도 6을 통해 설명하도록 한다.
도 6은 본 발명의 다른 실시예에 따른 할당된 구간별 에너지 소비량 범위에 맞게 고정목표온도를 설정하는 도면으로서, 구간별 목표 에너지 소비량을 모두 합한 값인 목표 에너지 소비량 총합이 구간별 에너지 소비량 범위를 모두 합한 값인 총 목표 에너지 사용량 범위에 포함되도록 설정함으로써, 고정목표온도를 설정할 수 있다.
보다 구체적으로, 고정목표온도는 각 구간의 에너지 사용량의 총합이 총 에너지 사용량 범위에 들어오도록 설정할 수 있다. 즉, 목표 에너지 소비량을 E라 하고, 상기 목표 에너지 소비량에 대한 오차를
Figure 112013100790106-pat00054
라 하며, 고정목표온도(81)를 X라 할 때, 상기 고정목표온도는 다음과 같이 표현할 수 있다.
Figure 112013100790106-pat00055
또한, 목표 에너지 소비량의 범위는 수학식 10를 통해 도출할 수 있다. 따라서, 수학식 10 및 수학식 12을 만족하는 고정목표온도(81)인 X값을 제 2 데이터베이스에 질의하여 도출할 수 있다.
이후, 일정 조건을 만족할 경우 자동으로 냉난방기를 오프 상태로 전환하여 에너지를 조절할 수 있다. 즉, 종래의 일정 온도 이하가 되면 냉난방기를 오프 시키는 기존 방법을 개선하기 위하여 실내온도가 목표온도에 도달하기 전에 자동으로 냉난방기를 오프 상태로 전환할 수 있다.
여기서, 상기의 일정 조건이란 첫째로 목표온도와 실내온도 차이가 줄어들고 있을 경우, 둘째로 실내온도와 목표온도의 차이의 절대값이 사용자가 임의로 설정한 값 이하일 경우, 셋째로 상기 둘째 조건을 만족하는 시간이 목표온도에 도달하기 전 시간이 사용자가 임의로 설정한 시간 이하일 경우일 수 있다. 따라서, 상기의 조건을 모두 만족하여 오프 상태로 전환하였을 때 냉난방기에서 나왔던 차갑고 더운 공기와 외기 온도의 하락 때문에 자동으로 목표온도에 맞춰지므로 냉난방기를 오프 상태로 전환하여도 문제가 발생하지 않는다.
도 7은 본 발명의 다른 실시예에 따른 냉난방기의 절약되는 에너지량을 도시한 도면으로서, G1은 외기 온도 그래프, G2는 실내온도 그래프, G3는 목표온도 그래프, Sn은 자동 오프에 의해 절약되는 에너지량을 나타낼 수 있다.
예를 들어, 실내온도와 목표온도에 대한 차이의 절대값이 0.3이고, 상기 둘째 조건을 만족하는 시간이 목표온도에 도달하기 전 시간을 15분으로 설정할 경우, 냉방기(61)는 17시에서 18시 사이에 실내온도 그래프를 보면 목표온도와 실내온도의 차이가 점점 줄어들어 18시에 실내온도의 온도가 점점 하락하여 목표온도에 도달하는 것을 볼 수 있다. 이후, 18시 30분에 실내온도가 목표온도에 도달하였기 때문에 자동으로 냉방기(61)가 오프 상태가 될 수 있다. 여기서, 18시 30분의 상기 설정한 15분 전 실내온도와 목표온도로 설정한 0.3도의 차이는 0.3이며, 사용자가 설정한 온도의 차이 이하이기 때문에 냉방기는 오프 상태로 전환될 수 있다. S1(62)은 냉방기(61)를 자동으로 오프 상태로 전환했을 때 절약되는 에너지량일 수 있으며, S1(62)을 구하는 방법은 오프 상태로 전환한 시간까지 사용되는 예측 에너지 소비량에 원래 오프되는 시간까지 소비되는 예측한 에너지 소비량의 차이로 구할 수 있다. 난방기(62) 역시 냉방기(62)와 동일하게 에너지가 절약되는 것을 확인할 수 있다.
도 8은 본 발명의 일 실시예에 따른 에너지 관리 장치를 도시한 블럭도로서, 에너지 관리 장치(70)는 앞서 기술한 도 1의 각 과정에 대응하는 구성을 포함한다. 따라서, 여기서는 설명의 중복을 피하기 위해 시스템의 세부구성을 중심으로 그 기능을 약술하도록 한다.
입력부(71)는 에너지에 대한 부하요인 및 목표 에너지 소비량을 입력받는다.
처리부(72) 과거의 부하요인과 과거의 실내온도가 맵핑된 제 1 데이터베이스에 기초하여 상기 입력받은 부하요인에 해당하는 실내온도 예측 값을 도출하여 상기 목표 에너지 소비량에 대한 비율 값을 도출하고, 상기 비율 값 및 상기 목표 에너지 소비량에 기초하여 상기 목표 에너지 소비량에 대한 범위인 최솟값 및 최댓값을 설정하며, 과거의 실내온도 및 과거의 목표온도와 과거의 에너지 소비량이 맵핑된 제 2 데이터베이스에 기초하여 상기 설정된 범위에 대한 목표온도를 설정한다.
제어부(73) 상기 목표온도에 따라 실내온도를 제어하되, 상기 실내온도 예측 값 및 상기 설정된 목표온도에 대한 오차발생 가능성을 감소시키도록 비례식을 이용하여 상기 실내온도 예측 값 및 상기 설정된 목표온도를 보정하는 것을 특징으로 하는 에너지 관리 장치(70)이다.
또한, 처리부(72)는, 상기 입력받은 부하요인과 상기 제 1 데이터베이스를 형성하는 과거의 부하요인과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인과 맵핑된 과거의 실내온도를 상기 실내온도 예측 값으로 도출하되, 상기 부하요인의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 부하요인의 변수인 외기온도, 습도, 조명기기, 및 인원에 대한 단위 통합할 수 있다.
또한, 처리부(72)는, 상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출될 경우, 상기 도출된 최솟값 내지 최댓값과 맵핑된 목표온도 중 가장 최근에 사용된 목표온도를 선별함으로써, 상기 선별된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정할 수 있다.
또한, 처리부(72)는, 상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출되지 않을 경우, 상기 최솟값과 상기 최댓값에 대한 평균값을 도출하고, 상기 도출된 평균값과 상기 제 2 데이터베이스를 형성하는 상기 목표 에너지 소비량과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량과 맵핑된 목표온도를 도출함으로써, 상기 도출된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하되, 상기 제 2 데이터베이스의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 제 2 데이터베이스를 형성하는 변수인 실내온도, 목표온도, 및 목표 에너지 소비량에 대한 단위 통합할 수 있다.
또한, 센서(74)는 실제 실내온도와 예측한 실내온도가 다를 수 있기 때문에 매시간 실제 온도를 감지하여 값을 입력함으로써, 실시간 온도를 적용시켜 설정한 목표 에너지 소비량에 대한 오차 범위를 줄일 수 있다.
상기된 본 발명의 실시예들에 따르면, 한 건물의 특징이 반영된 부하 요인에 따른 에너지 소비량이 저장된 데이터베이스와 기상청 데이터를 이용하여 목표온도를 설정하며, 이에 따른 에너지 소비량 정보를 제공할 수 있다. 또한, 사용자가 원하는 건물 에너지 소비량만큼 목표온도를 자동으로 조절할 수 있고, 데이터베이스의 빅데이터를 통해 예측한 에너지 소비량은 기존 예측 방법보다 정교하며, 저장된 데이터를 이용하여 사용자가 설정한 목표 에너지량에 맞게 조절할 수 있어 효율적인 에너지 관리가 가능할 수 있다. 나아가, 목표온도에 도달하기 전에 자동으로 냉난방기를 자동으로 오프 상태로 전환하여 불필요한 에너지 소비를 줄임으로써, 에너지 절약에 탁월한 효과가 있다.
한편, 본 발명의 실시예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이상에서 본 발명에 대하여 그 다양한 실시예들을 중심으로 살펴보았다. 본 발명에 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
70 : 에너지 관리 장치
71 : 입력부
72 : 처리부
73 : 제어부
74 : 센서

Claims (14)

  1. 에너지에 대한 부하요인 및 목표 에너지 소비량을 입력받는 단계;
    과거의 부하요인과 과거의 실내온도가 맵핑(mapping)된 제 1 데이터베이스에 기초하여 상기 입력받은 부하요인에 해당하는 실내온도 예측 값을 도출하는 단계;
    상기 실내온도 예측 값을 시간 구간별로 구분하여 실내온도 예측 값에 기초한 구간별 목표 에너지 소비량을 산출하고, 상기 구분된 시간 구간별로 상기 목표 에너지 소비량 전체에 대한 구간별 목표 에너지 소비량의 비율 값을 도출하는 단계;
    상기 비율 값 및 상기 목표 에너지 소비량에 기초하여 상기 목표 에너지 소비량에 대한 범위인 최솟값 및 최댓값을 상기 시간 구간별로 각각 설정하는 단계; 및
    과거의 실내온도 및 과거의 목표온도와 과거의 에너지 소비량이 맵핑된 제 2 데이터베이스에 기초하여 상기 설정된 범위에 대한 목표온도를 설정함으로써, 상기 목표온도에 따라 실내온도를 제어하는 단계를 포함하되,
    상기 실내온도 예측 값 및 상기 설정된 목표온도에 대한 오차발생 가능성을 감소시키도록 비례식을 이용하여 상기 실내온도 예측 값 및 상기 설정된 목표온도를 보정하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법.
  2. 제 1 항에 있어서,
    상기 제 1 데이터베이스는,
    상기 에너지에 대한 부하요인으로 날짜, 외기온도, 습도, 조명기기, 인원, 및 실내온도를 시간대별 맵핑하여 구축하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법.
  3. 제 1 항에 있어서,
    상기 실내온도 예측 값을 도출하는 단계는,
    상기 입력받은 부하요인과 상기 제 1 데이터베이스를 형성하는 과거의 부하요인과의 유사도를 순차적으로 검사하는 단계;
    상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인을 도출하는 단계; 및
    상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인과 맵핑된 과거의 실내온도를 상기 실내온도 예측 값으로 도출하는 단계를 포함하는 온도에 따른 에너지 관리 방법.
  4. 제 3 항에 있어서,
    상기 부하요인의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 부하요인의 변수인 외기온도, 습도, 조명기기, 및 인원에 대한 단위 통합을 하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법.
  5. 제 1 항에 있어서,
    상기 제 2 데이터베이스는,
    실내온도, 목표온도, 및 목표 에너지 소비량이 맵핑되어 구축되는 것을 특징으로 하는 온도에 따른 에너지 관리 방법.
  6. 제 1 항에 있어서,
    상기 설정된 범위에 대한 목표온도를 설정하는 것은,
    상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출될 경우,
    상기 도출된 최솟값 내지 최댓값과 맵핑된 목표온도 중 가장 최근에 사용된 목표온도를 선별함으로써, 상기 선별된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법.
  7. 제 1 항에 있어서,
    상기 설정된 범위에 대한 목표온도를 설정하는 것은,
    상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출되지 않을 경우,
    상기 최솟값과 상기 최댓값에 대한 평균값을 도출하고,
    상기 도출된 평균값과 상기 제 2 데이터베이스를 형성하는 상기 목표 에너지 소비량과의 유사도를 순차적으로 검사하고,
    상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량을 도출하며,
    상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량과 맵핑된 목표온도를 도출함으로써, 상기 도출된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법.
  8. 제 7 항에 있어서,
    상기 제 2 데이터베이스의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 제 2 데이터베이스를 형성하는 변수인 실내온도, 목표온도, 및 목표 에너지 소비량에 대한 단위 통합을 하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법.
  9. 제 1 항에 있어서,
    상기 설정된 범위에 대한 목표온도를 설정하는 것은,
    구간별 목표 에너지 소비량을 모두 합한 값인 목표 에너지 소비량 총합이 구간별 에너지 소비량 범위를 모두 합한 값인 총 목표 에너지 사용량 범위에 포함되도록 설정함으로써, 고정목표온도를 설정하는 것을 특징으로 하는 온도에 따른 에너지 관리 방법.
  10. 제 1 항에 있어서,
    상기 목표온도에 따라 실내온도를 제어하는 단계는,
    상기 설정된 목표온도와 상기 실내온도의 차분값이 지속적으로 감소하고, 상기 설정된 목표온도와 상기 실내온도의 차이에 대한 절대값이 소정의 설정값 이하로 변동되며, 상기 설정된 목표온도에 도달하기 전 시간이 소정의 시간 이하일 경우 냉난방기를 오프 상태로 전환하는 단계를 더 포함하는 온도에 따른 에너지 관리 방법.
  11. 에너지에 대한 부하요인 및 목표 에너지 소비량을 입력받는 입력부;
    과거의 부하요인과 과거의 실내온도가 맵핑(mapping)된 제 1 데이터베이스에 기초하여 상기 입력받은 부하요인에 해당하는 실내온도 예측 값을 도출하고, 상기 실내온도 예측 값을 시간 구간별로 구분하여 실내온도 예측 값에 기초한 구간별 목표 에너지 소비량을 산출하고, 상기 구분된 시간 구간별로 상기 목표 에너지 소비량 전체에 대한 구간별 목표 에너지 소비량의 비율 값을 도출하고, 상기 비율 값 및 상기 목표 에너지 소비량에 기초하여 상기 목표 에너지 소비량에 대한 범위인 최솟값 및 최댓값을 상기 시간 구간별로 각각 설정하며, 과거의 실내온도 및 과거의 목표온도와 과거의 에너지 소비량이 맵핑된 제 2 데이터베이스에 기초하여 상기 설정된 범위에 대한 목표온도를 설정하는 처리부; 및
    상기 목표온도에 따라 실내온도를 제어하는 제어부를 포함하되,
    상기 실내온도 예측 값 및 상기 설정된 목표온도에 대한 오차발생 가능성을 감소시키도록 비례식을 이용하여 상기 실내온도 예측 값 및 상기 설정된 목표온도를 보정하는 것을 특징으로 하는 에너지 관리 장치.
  12. 제 11 항에 있어서,
    상기 처리부는,
    상기 입력받은 부하요인과 상기 제 1 데이터베이스를 형성하는 과거의 부하요인과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 과거의 부하요인과 맵핑된 과거의 실내온도를 상기 실내온도 예측 값으로 도출하되,
    상기 부하요인의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 부하요인의 변수인 외기온도, 습도, 조명기기, 및 인원에 대한 단위 통합을 하는 것을 특징으로 하는 에너지 관리 장치.
  13. 제 11 항에 있어서,
    상기 처리부는,
    상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출될 경우,
    상기 도출된 최솟값 내지 최댓값과 맵핑된 목표온도 중 가장 최근에 사용된 목표온도를 선별함으로써, 상기 선별된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하는 것을 특징으로 에너지 관리 장치.
  14. 제 11 항에 있어서,
    상기 처리부는,
    상기 제 2 데이터베이스에 상기 목표 에너지 소비량에 대한 범위인 최솟값 내지 최댓값을 질의하여 상기 최솟값 내지 최댓값과 일치하는 값이 도출되지 않을 경우,
    상기 최솟값과 상기 최댓값에 대한 평균값을 도출하고, 상기 도출된 평균값과 상기 제 2 데이터베이스를 형성하는 상기 목표 에너지 소비량과의 유사도를 순차적으로 검사하고, 상기 검사를 통해 도출된 값들을 비교하여 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량을 도출하며, 상기 도출된 상기 유사도가 최대인 결과 값을 포함하는 상기 목표 에너지 소비량과 맵핑된 목표온도를 도출함으로써, 상기 도출된 목표온도를 상기 설정된 범위에 대한 목표온도로 설정하되,
    상기 제 2 데이터베이스의 각 변수를 표준화하는 데이터 척도 표준화를 통해 상기 제 2 데이터베이스를 형성하는 변수인 실내온도, 목표온도, 및 목표 에너지 소비량에 대한 단위 통합을 하는 것을 특징으로 하는 에너지 관리 장치.
KR1020130133588A 2013-11-05 2013-11-05 온도에 따른 에너지 관리 방법 및 장치 KR101525010B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130133588A KR101525010B1 (ko) 2013-11-05 2013-11-05 온도에 따른 에너지 관리 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130133588A KR101525010B1 (ko) 2013-11-05 2013-11-05 온도에 따른 에너지 관리 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150051727A KR20150051727A (ko) 2015-05-13
KR101525010B1 true KR101525010B1 (ko) 2015-06-09

Family

ID=53389134

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130133588A KR101525010B1 (ko) 2013-11-05 2013-11-05 온도에 따른 에너지 관리 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101525010B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101892118B1 (ko) * 2017-02-14 2018-10-05 한국에너지기술연구원 온도센서를 이용한 에너지사용량 측정장치, 측정방법, 그리고, 그 에너지사용량을 이용한 가전기기 추천방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101855248B1 (ko) * 2017-04-20 2018-05-08 (주)에코센스 트런케티드 선형회귀모델을 이용한 에너지절감 성과평가방법
KR102305810B1 (ko) * 2020-11-23 2021-09-30 (주)선진콘트롤엔엑세스 에너지 분배를 이용한 건물 에너지 관리방법과 에너지 관리장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001356814A (ja) * 2000-06-13 2001-12-26 Toyota Industries Corp エネルギー管理システム及びエネルギー消費管理方法
JP2003023729A (ja) * 2001-05-02 2003-01-24 Kazuo Miwa 節電制御装置及び省エネルギーシステム
JP2010065960A (ja) * 2008-09-12 2010-03-25 Hitachi Ltd 空調省エネ制御装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001356814A (ja) * 2000-06-13 2001-12-26 Toyota Industries Corp エネルギー管理システム及びエネルギー消費管理方法
JP2003023729A (ja) * 2001-05-02 2003-01-24 Kazuo Miwa 節電制御装置及び省エネルギーシステム
JP2010065960A (ja) * 2008-09-12 2010-03-25 Hitachi Ltd 空調省エネ制御装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101892118B1 (ko) * 2017-02-14 2018-10-05 한국에너지기술연구원 온도센서를 이용한 에너지사용량 측정장치, 측정방법, 그리고, 그 에너지사용량을 이용한 가전기기 추천방법

Also Published As

Publication number Publication date
KR20150051727A (ko) 2015-05-13

Similar Documents

Publication Publication Date Title
US10983542B2 (en) Load-predicting and control system and method for subway heating, ventilation and air conditioning system
US10794609B2 (en) Methods and systems for personalized heating, ventilation, and air conditioning
US20200257257A1 (en) Apparatus and method for controlling comfort temperature of air conditioning device or air conditioning system
US10584892B2 (en) Air-conditioning control method, air-conditioning control apparatus, and storage medium
JP5908302B2 (ja) 蓄電蓄熱最適化装置、最適化方法及び最適化プログラム
JP5572799B2 (ja) 空調システム制御装置
US20180046158A1 (en) Equipment characteristics model learning device, equipment characteristics model learning method, and storage medium
KR101525010B1 (ko) 온도에 따른 에너지 관리 방법 및 장치
Sun et al. Development and validation of a simplified online cooling load prediction strategy for a super high-rise building in Hong Kong
CN110738380B (zh) 热负荷控制方法、装置及系统
US10724758B2 (en) Heat index thermostat
KR101301123B1 (ko) 냉난방부하 예측방법
CN106969477A (zh) 空调控制方法及空调控制器
WO2016088509A1 (ja) 気象補正装置、空調管理システム及び気象補正方法
US10830474B2 (en) Systems and methods of predicting energy usage
CN114154677A (zh) 空调运行负荷模型构建和预测方法、装置、设备和介质
CN113552915A (zh) 一种基于plc的温控系统
CN114909945A (zh) 冷却塔节能智控方法、装置、电子装置及介质
JP5113568B2 (ja) 環境制御システム
WO2022040255A1 (en) Methods, systems, and computer readable media for model-free privacy preserving thermal load management
JP6739040B2 (ja) 管理装置、計画方法及び制御プログラム
CN107894076B (zh) 多联机空调系统及其节能控制方法、装置及存储介质
KR101894541B1 (ko) 인공지능 기반의 특성인자 예측방법 및 이를 이용한 빌딩 에너지 소모량 예측방법
WO2016198745A1 (en) Method for controlling heating in buildings
JP2013012080A (ja) 予測方法及び予測システム

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180430

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190430

Year of fee payment: 5