KR101596442B1 - 기존 건축물 에너지 사용량 분리 분석 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체 - Google Patents

기존 건축물 에너지 사용량 분리 분석 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체 Download PDF

Info

Publication number
KR101596442B1
KR101596442B1 KR1020140061982A KR20140061982A KR101596442B1 KR 101596442 B1 KR101596442 B1 KR 101596442B1 KR 1020140061982 A KR1020140061982 A KR 1020140061982A KR 20140061982 A KR20140061982 A KR 20140061982A KR 101596442 B1 KR101596442 B1 KR 101596442B1
Authority
KR
South Korea
Prior art keywords
building
values
variables
energy usage
energy
Prior art date
Application number
KR1020140061982A
Other languages
English (en)
Other versions
KR20150135651A (ko
Inventor
허정호
공동석
장용성
Original Assignee
서울시립대학교 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 서울시립대학교 산학협력단 filed Critical 서울시립대학교 산학협력단
Priority to KR1020140061982A priority Critical patent/KR101596442B1/ko
Publication of KR20150135651A publication Critical patent/KR20150135651A/ko
Application granted granted Critical
Publication of KR101596442B1 publication Critical patent/KR101596442B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Abstract

건축물 에너지 사용량 분리 분석 시스템은 데이터 입력부, 변수값 산출부, 및 용도별 에너지 사용량 산출부를 포함한다. 데이터 입력부는 건축물 에너지 사용량 관련 데이터를 입력받고, 변수값 산출부는 건축물의 용도별 에너지 사용량을 산출하기 위해 미리 설정된 수학식의 변수들에 입력받은 데이터로부터 추출된 수치들을 대입하고, 변수들 중 추출된 수치들이 대입되지 않은 변수들에 대해 복수의 모의 변수값들을 대입하여 입력받은 데이터에 부합하는 최적 모의 변수값을 획득함으로써 추출된 수치들이 대입되지 않은 변수들의 값을 산출하며, 용도별 에너지 사용량 산출부는 산출된 변수들의 값을 수학식에 대입하여 건축물의 용도별 에너지 사용량을 산출한다.

Description

기존 건축물 에너지 사용량 분리 분석 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체{SYSTEM AND METHOD FOR END-USE DISAGGREGATION OF EXISTING BUILDING ENERGY CONSUMPTION, AND A MEDIUM HAVING COMPUTER READABLE PROGRAM FOR EXECUTING THE METHOD}
본 발명은 건축물 분석 시스템, 및 방법에 관한 것으로서, 더욱 상세하게는 건축물의 에너지 사용량을 분석하는 시스템, 및 방법에 관한 것이다.
기존 건축물의 성능 개선을 위해서는 먼저 기존 건축물의 에너지 성능 진단을 통한 현황 파악이 선행돼야 하며, 성능 진단 결과에 준하여 잠재되어 있는 기존 건축물의 에너지 절감량이 분석되어야 한다.
도 1은 기존 건축물 에너지 성능 개선 프로세스를 도시한 도면이다.
기존 건축물의 일반적인 에너지 성능 개선 프로세스는 도 1에 도시된 바와 같다. 성능 개선은 크게 성능 진단, 의사 결정, 수행 및 검증의 3단계로 진행된다.
성능 진단 단계에서는 가용한 건물의 방위, 지역, 기상조건, 설계도서, 운영일지 등의 일반 데이터와 성능 진단으로 측정된 기기의 효율, 유량, 정압, 조명, 기기 밀도, 소요 동력 등의 진단 데이터를 이용하여 건물의 현황을 분석한다.
이 단계에서는 성능 개선을 통해서 에너지 절감이 가능한 부위를 찾아내는데 목적이 있으며, 사업의 수행 여부가 명확하게 결정되지 않은 단계로 시간적, 비용적인 부담이 적은 간편한 분석 방법이 요구된다. 특히 기존의 월별 가스 및 전력 사용량과 같은 에너지 소비량을 근거로 한 분석방법이 필요하다.
의사 결정 단계에서는 성능 진단을 통해서 분석된 데이터를 이용하여 성능 개선 아이템을 결정하고 보증 가능한 에너지 절감량과 비용적 이득을 검토하여 발주처에 제안한다. 이 단계에서는 성능 개선 부위 및 아이템에 따라 정밀 시뮬레이션과 같은 복합적인 방법이 사용되거나, 간단한 수치적 분석방법이 사용될 수 있다.
수행 및 검증 단계에서는 의사 결정을 통해 결정된 성능 개선 아이템을 대상건물에 적용하고 절감된 에너지량이 보증한 에너지 절감량과 일치하는지 여부를 평가하는 단계로 IPMVP(International Performance Measurement and Verification Protocol), FEMP(Federal Energy Management Program), ASHRAE Guideline 14(Measurement of Energy and Demand Savings)와 같은 측정 및 검증(M&V: Measurement and Verification) 기준을 따라서 수행된다. 이 단계에서는 베이스라인 모델과 계측된 에너지사용량을 통해서 에너지 절감량을 검증하게 된다.
이와 같이, 기존 건축물의 성능 개선 및 검증 과정은 각 단계별로 사용 목적과 용도에 따라서 차별화된 분석툴을 필요로 한다. 그러나 대부분의 경우 모든 단계에서 EnergyPlus, TRNSYS와 같이 잘 알려진 정밀 분석툴을 이용하거나, 전문가의 경험에 의한 직관적인 방법으로 사업을 수행하고 있다.
특히 건물의 성능 개선 수행 여부가 결정되지 않은 단계인 성능 진단과 의사결정 단계에서 정밀 시뮬레이션을 이용한 방법들은 시간적, 비용적 소모가 크고 시뮬레이션에 능숙한 전문가를 통해서 수행되어야하기 때문에 활용이 어려운 문제가 있다. 따라서 기존 건축물의 제한적인 가용 데이터를 활용하여 효율적으로 분석을 수행할 수 있는 방법이 필요하다.
또한, 현재 에너지 성능 진단 방법은 주관적이고 단순한 추정 및 가정에 의해 이루어지고 있으며, 그 정보 또한 상당히 제한적이다. 주로 월별 또는 연간 건물의 총 에너지사용량만을 계측하거나 주요 에너지 사용 설비만을 계측하기 때문에 주요 에너지 사용 설비 이외 설비들에 대한 상세한 분석이 이루어지지 않고 있는 실정이며, 이는 기존 건축물의 에너지 효율 개선에 큰 장애요인이 되고 있다.
본 발명은 상술한 종래의 문제점을 해결하기 위해 안출된 것으로서, 건축물의 제한적인 가용 데이터를 활용하면서도 건축물의 다양한 설비들에 대한 분석을 용이하게 수행할 수 있도록 해 주는 시스템, 및 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위해 본 발명에 따른 건축물 에너지 사용량 분리 분석 시스템은 데이터 입력부, 변수값 산출부, 및 용도별 에너지 사용량 산출부를 포함한다.
데이터 입력부는 건축물 에너지 사용량 관련 데이터를 입력받고, 변수값 산출부는 건축물의 용도별 에너지 사용량을 산출하기 위해 미리 설정된 수학식의 변수들에 입력받은 데이터로부터 추출된 수치들을 대입하고 변수들 중 추출된 수치들이 대입되지 않은 변수들에 대해 복수의 모의 변수값들을 대입하여 입력받은 데이터에 부합하는 최적 모의 변수값을 획득함으로써 추출된 수치들이 대입되지 않은 변수들의 값을 산출하며, 용도별 에너지 사용량 산출부는 산출된 변수들의 값을 수학식에 대입하여 건축물의 용도별 에너지 사용량을 산출한다.
이와 같은 구성에 의하면, 건축물에 설치된 다양한 설비들에 대한 데이터가 부족한 경우에도 필요한 데이터를 시스템에서 직접 산출하여 사용할 수 있게 됨으로써, 건축물의 제한적인 가용 데이터를 활용하면서도 건축물의 다양한 설비들에 대한 분석을 용이하게 수행할 수 있게 된다.
이때, 변수들의 값의 산출은 유전자 알고리즘을 이용하여 수행될 수 있다. 이러한 구성에 의하면 용도별 에너지 분리 분석에 필요한 데이터에 가장 가까운 최적의 값들을 용이하게 획득할 수 있게 된다.
변수값 산출부는 모의 용도별 에너지 사용량 산출부, 전체 에너지 사용량 비교부, 및 변수값 설정부를 포함할 수 있다. 이때, 모의 용도별 에너지 사용량 산출부는 입력받은 데이터에 의해 설정된 조건에 부합하는 복수의 모의 변수값들을 변수들에 대입하여 건축물의 모의 용도별 에너지 사용량을 산출하고, 전체 에너지 사용량 비교부는 모의 용도별 에너지 사용량의 합과 미리 설정된 건축물의 전체 에너지 사용량을 비교하며, 변수값 설정부는 미리 설정된 건축물의 전체 에너지 사용량과 모의 용도별 에너지 사용량의 합 사이의 오차가 가장 작은 경우의 모의 변수값들을 변수들의 값들로 설정할 수 있다.
이와 같은 구성에 의하면, 건축물 전체에 대한 전체 에너지 사용량 데이터를 이용하여, 건축물에 설치된 설비 각각에 대한 사용량을 효과적으로 획득할 수 있게 된다.
아울러, 상기 시스템을 방법의 형태로 구현한 발명, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체가 개시된다.
본 발명에 의하면, 건축물에 설치된 다양한 설비들에 대한 데이터가 부족한 경우에도 필요한 데이터를 시스템에서 직접 산출하여 사용할 수 있게 됨으로써, 건축물의 제한적인 가용 데이터를 활용하면서도 건축물의 다양한 설비들에 대한 분석을 용이하게 수행할 수 있게 된다.
또한, 용도별 에너지 분리 분석에 필요한 데이터에 가장 가까운 최적의 값들을 용이하게 획득할 수 있게 된다.
또한, 건축물 전체에 대한 전체 에너지 사용량 데이터를 이용하여, 건축물에 설치된 설비 각각에 대한 사용량을 효과적으로 획득할 수 있게 된다.
도 1은 기존 건축물 에너지 성능 개선 프로세스를 도시한 도면.
도 2는 본 발명의 일 실시예에 따른 건축물 에너지 사용량 분리 분석 시스템의 개략적인 블록도.
도 3은 건물 에너지의 사용 용도별 계산을 위한 요인 트리의 도면.
도 4는 건물 에너지 분리 분석 방법론의 프로세스를 나타낸 도면.
도 5는 총 에너지 사용량을 사용 용도별로 분리 분석하기 위한 최적화 알고리즘의 구성을 나타낸 도면.
도 6은 기존 건축물 총 에너지 사용량 사용 용도별 분리 분석 프로그램의 프로그램 구성 화면을 도시한 도면.
도 7 내지 도 16은 도 6에 도시된 프로그램 연결 중의 사용자 인터페이스를 도시한 도면.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.
도 2는 본 발명의 일 실시예에 따른 건축물 에너지 사용량 분리 분석 시스템의 개략적인 블록도이다.
도 2에서 건축물 에너지 사용량 분리 분석 시스템(100)은, 데이터 입력부(110), 변수값 산출부(120), 및 용도별 에너지 사용량 산출부(130)를 포함하며, 변수값 산출부(120)는 다시 모의 용도별 에너지 사용량 산출부(122), 전체 에너지 사용량 비교부(124), 및 변수값 설정부(126)를 포함하고 있다.
이때, 건축물 에너지 사용량 분리 분석 시스템(100)의 각 구성 요소들은 하드웨어만으로도 구현할 수 있겠지만, 하드웨어 상에서 동작하는 소프트웨어로 구현할 수도 있을 것이다.
데이터 입력부(110)는 건축물 에너지 사용량 관련 데이터를 입력받는다.
건축물 에너지 사용량 관련 데이터는 분석 대상 건축물에 대한 가용한 다양한 데이터로서, 면적, 지역, 층수, 연식 등의 건물 일반 데이터, 열관류율, COP, 열원 등의 설계 도서 성능 데이터, 및 운영 일수, 운전 시간, 조명, 기기 밀도 등의 현장 취득 데이터를 예로 들 수 있다.
도 7 내지 도 13에는 도 2의 건축물 에너지 사용량 분리 분석 시스템(100)의 구현 예인 기존 건축물 총 에너지 사용량 사용 용도별 분리 분석 프로그램의 사용자 인터페이스 중 데이터 입력을 위한 화면이 도시되어 있다.
도 7은 기존 건축물 정보 입력 화면, 도 8은 원별 에너지 사용량 입력 화면, 도 9는 열원 설비 운영 시간 및 성능 자료 입력 화면, 도 10은 공조 설비 운영 시간 및 성능 자료 입력 화면, 도 11은 펌프 운영 시간 및 성능 자료 입력 화면, 도 12는 조명, 기기 및 수송 관련 자료 입력 화면, 도 13은 위생 설비 관련 자료 입력 화면을 각각 도시하고 있다.
변수값 산출부(120)는 건축물의 용도별 에너지 사용량을 산출하기 위해 미리 설정된 수학식의 변수들에 입력받은 데이터로부터 추출된 수치들을 대입하고, 변수들 중 추출된 수치들이 대입되지 않은 변수들에 대해 복수의 모의 변수값들을 대입하여 입력받은 데이터에 부합하는 최적 모의 변수값을 획득함으로써 추출된 수치들이 대입되지 않은 변수들의 값을 산출한다.
이때, 변수들의 값의 산출은 유전자 알고리즘을 이용하여 수행될 수 있다. 이러한 구성에 의하면 용도별 에너지 분리 분석에 필요한 데이터에 가장 가까운 최적의 값들을 용이하게 획득할 수 있게 된다.
유전자 알고리즘(genetic algorithm)이란, 생물의 진화 과정을 기반으로 한 최적화 탐색 방법으로서, 유전자 알고리즘에 의하면 과거의 이론에서는 해결할 수 없었던 문제에 생물 진화의 과정을 모방함으로써 근사값에 가까운 해답을 신속하게 찾아낼 수 있다.
모의 용도별 에너지 사용량 산출부(122)는 입력받은 데이터에 의해 설정된 조건에 부합하는 복수의 모의 변수값들을 변수들에 대입하여 건축물의 모의 용도별 에너지 사용량을 산출한다.
전체 에너지 사용량 비교부(124)는 모의 용도별 에너지 사용량의 합과 미리 설정된 건축물의 전체 에너지 사용량을 비교한다. 이때, 미리 설정된 건축물의 전체 에너지 사용량은 데이터 입력부(110)는 건축물 에너지 사용량 관련 데이터를 입력받는다.
건축물 에너지 사용량 관련 데이터는 데이터 입력부(110)로 입력된 건물 일반 데이터, 설계 도서 성능 데이터, 및 현장 취득 데이터 등을 이용하여 미리 설정될 수 있다.
변수값 설정부(126)는 미리 설정된 건축물의 전체 에너지 사용량과 모의 용도별 에너지 사용량의 합 사이의 오차가 가장 작은 경우의 모의 변수값들을 변수들의 값들로 설정할 수 있다.
이와 같은 구성에 의하면, 건축물 전체에 대한 전체 에너지 사용량 데이터를 이용하여, 건축물에 설치된 설비 각각에 대한 사용량을 효과적으로 획득할 수 있게 된다.
마지막으로, 용도별 에너지 사용량 산출부(330)는 산출된 변수들의 값을 수학식에 대입하여 최종 건축물의 용도별 에너지 사용량을 산출한다.
이와 같은 구성에 의하면, 건축물에 설치된 다양한 설비들에 대한 데이터가 부족한 경우에도 필요한 데이터를 시스템에서 직접 산출하여 사용할 수 있게 됨으로써, 건축물의 제한적인 가용 데이터를 활용하면서도 건축물의 다양한 설비들에 대한 분석을 용이하게 수행할 수 있게 된다.
이하, 상기 실시예를 보다 구체적인 예와 함께 더욱 상세히 설명한다.
(1) 에너지 사용량 사용 유형별 분리 분석 방법 개요
건물에서의 에너지 소비는 사용되는 용도에 따라서 냉방, 난방, 조명, 기기, 급탕, HVAC, 급탕, 수송(엘리베이터), 위생설비 등으로 분류할 수 있다. 그리고 각 부분의 용도에 대한 에너지 소비량은 사용 용도별로 운전 스케줄, 효율, 타입, 밀도 등의 요인에 대한 정보를 알면 수식을 활용하여 수치적으로 계산할 수 있다.
도 3은 건물 에너지의 사용 용도별 계산을 위한 요인 트리의 도면이다.
냉동기의 경우 냉동기 타입과, 운전 스케줄, COP, 정격 용량, 부분 부하율의 정보를 알면 월별 에너지사용량을 계산할 수 있다. 급탕, 조명, 기기, 수송 등의 모든 용도에 대한 에너지 소비량이 이와 같은 요인들을 이용하여 계산되고, 계산된 에너지 사용량은 실제 건물에서 사용된 에너지 사용량인 전력과 가스의 고지서 데이터와 비교된다.
용도별 에너지 사용량 계산을 위한 각각의 요인에 대한 값은 기존 건축물의 성능 진단과 설계 도서, 운전일지를 통해서 얻을 수 있는 확인된 정보와 열원의 부하율, 측정되지 않은 기기의 효율 등과 같이 확인할 수 없는 미확인 정보로 분류된다. 가능한 모든 정보는 성능 진단을 통해서 획득된 정보를 입력하고 미확인 정보는 최적화 알고리즘인 유전자 알고리즘을 이용하여 추론한다.
도 4는 건물 에너지 분리 분석 방법론의 프로세스를 나타낸 도면이다.
기존 건축물에서 활용 가능한 정보는 건물의 면적, 지역, 층수 등과 같은 일반 데이터와 설계도서 상의 COP, 열원타입, 압력, 정압 등의 데이터, 그리고 성능진단을 통해 측정된 데이터인 운영일수, 운전시간, 조명, 기기 밀도, 기기효율 등의 정보로 구성된다. 모든 정보는 월단위로 입력되며 (2)의 용도별 에너지사용량 산출수식을 사용하여 계산된다.
부분 부하율, 측정되지 못한 기기의 효율과 같은 미확인된 정보들은 최적화의 변수로 정의되어 유전자 알고리즘에 의해서 최적화되며 최종 결과가 대상 건물의 실제 에너지 사용량인 고지 데이터와 비교되어 오차가 최소화되는 조건으로 수렴하는 경우 계산이 종료된다.
(2) 및 (3)의 내용을 통해서 구체적인 용도별 에너지 사용량 계산 방법과 최적화를 이용한 목적함수와 제약조건을 설명한다.
(2) 에너지사용량 사용유형별 분리분석 방법 상세
용도별 에너지 사용량 산출은 정밀 에너지 해석툴인 EnergyPlus의 주요 수식을 이용하여 수행된다. 사용 용도별 에너지 사용량 계산 수식은 다음 식(1)～식(10)과 같다. 냉동기의 에너지 사용량은 다음 식(1)과 같이 표현할 수 있다.
Figure 112014048535611-pat00001
(1)
Figure 112014048535611-pat00002
(2)
Figure 112014048535611-pat00003
(3)
냉방 에너지 소비량은 건물의 부하인
Figure 112014048535611-pat00004
와 COP의 관계식으로 산출할 수 있고, 냉동기의 효율인 COP는 부분 부하율인 PLR에 의해서 변하므로 PLR과의 관계식으로 식(2)과 같이 표현할 수 있다.
식(2)는 열원의 성능 곡선을 의미하며 기기의 특성과 타입별로 고유한 곡선을 가지게 된다. 따라서 기존 문헌을 바탕으로 열원의 성능 곡선을 기기 타입별로 반영하였다.
PLR은 냉동기의 정격출력
Figure 112014048535611-pat00005
건물의 부하
Figure 112014048535611-pat00006
의 관계식으로 식(3)과 같이 나타낼 수 있다. 건물의 성능 진단을 통해서 냉동기의 운영 시간을 파악할 수 있으므로, 운영 시간을 고려하고, 부분 부하율 r을 열원의 효율을 고려하여 0.25 0.5 0.75 1의 4단계만 고려한다면, m월의 냉방에너지 사용량은 다음 식(4)과 같이 나타낼 수 있다.
Figure 112014048535611-pat00007
(4)
즉, 냉동기를 7월달 100시간 사용한 운전일지 기록이 있다면 100시간 중 일부 시간은 부분 부하율이 0.25인 조건에서 일부 시간은 0.5인 조건에서 운전했지만 기록상으로는 총 운전시간만을 알고 부하율에 따른 운전시간은 알 수 없다.
부분 부하율의 변화가 [0.25 0.5 0.75 1]의 4단계라고 가정한다면 각 부하율에서의 운전시간을 알면 에너지 사용량을 계산할 수 있다. 각 부하율에서의 운전시간은 유전자 알고리즘을 이용하여 추론할 수 있다.
난방용 열원인 보일러의 경우도 동일한 방식으로 계산이 가능하다. HVAC부분의 팬과 펌프의 에너지사용량 계산은 다음 식(5)～(6)을 통해서 수행한다.
Figure 112014048535611-pat00008
(5)
Figure 112014048535611-pat00009
(6)
팬의 에너지소비량은 풍량
Figure 112014048535611-pat00010
과 압력
Figure 112014048535611-pat00011
, 효율 η에 관한 수식에 월별 운전시간을 통해서 계산할 수 있고, 펌프의 에너지 소비량은 펌프의 유량
Figure 112014048535611-pat00012
와 양정 H(m), 효율, 운전시간에 관한 수식으로 계산할 수 있다.
풍량, 압력, 양정 등의 정보는 기기의 명판 또는 설계도서에 기록된 데이터를 참조하여 입력할 수 있다. 팬의 경우 사용목적에 따라서 공조용, 환기용, 배기용 팬으로 구별하여 입력하고, 펌프의 경우 목적에 따라서 냉수순환, 냉각수순환, 온수순환, 급탕순환 펌프로 분류하여 입력한다.
위생설비로 분류되는 오수처리펌프와 급수처리펌프도 동일한 방식으로 에너지소비량을 계산할 수 있지만 일반적으로 급수와 하수펌프의 운전시간은 기록하지 않는다.
그러나 고지 데이터의 물사용량 데이터를 이용하면 건물 전체의 급수량을 파악할 수 있고, 동일한 양만큼 하수처리되었다고 가정하면 급수펌프와 하수펌프의 월별 전체 순환 유량을 알 수 있으므로 이를 이용하여 위생설비의 에너지소비량을 계산할 수 있다.
실내 발열 기기와 조명의 에너지사용량은 다음 수식(7)과 수식(8)을 이용하여 계산한다.
Figure 112014048535611-pat00013
(7)
Figure 112014048535611-pat00014
(8)
기기 및 조명의 에너지 사용량은 기기 및 조명밀도
Figure 112014048535611-pat00015
,
Figure 112014048535611-pat00016
와 스케줄 SCH(H/monthly), 건물 전체의 면적 A(㎡)를 사용하여 계산한다. 기기 및 조명의 에너지 사용량 산출 방식은 정밀 시뮬레이션과 동일하다.
수송으로 분류되는 엘리베이터의 에너지 소비량은 엘리베이터의 소비전력
Figure 112014048535611-pat00017
와 월별 운영횟수 N을 이용하여 다음 식(9)과 같이 계산한다.
Figure 112014048535611-pat00018
(9)
(3) 최적화 목적함수 및 제약조건 구성
(2)를 통해 설명한 관련 수식을 통해서 건물의 용도별 에너지 소비량을 월별로 계산할 수 있다. 다만, 성능진단을 통해서 계측되지 않는 월별 부분 부하율과 효율 등의 정보는 최적화 알고리즘의 변수로 입력된다.
도 5는 총 에너지사용량을 사용 용도별로 분리 분석하기 위한 최적화 알고리즘의 구성을 나타낸 도면이다.
최적화 알고리즘의 수행을 위해서는 최적화의 목적이 되는 목적함수, 최적화의 대상인 변수, 변수의 조건이 되는 제약조건이 필요하다. 여기서 제안하는 모델은 성능진단 데이터를 입력하여 건물의 에너지사용량을 계측사용량과 동일하게 만드는 모델로 예측사용량과 계측사용량(월별 고지데이터)의 오차를 최소로 하는 목적으로 최적화가 진행된다.
최적화의 대상인 변수는 열원의 부분 부하율별 운전시간과 측정되지 않는 기기의 효율이다. 운전시간의 경우 건물의 사용기록인 운전일지를 통해서 정보를 취득할 수 있지만 대부분의 경우 월별, 일별 운전시간의 총량만을 알 수 있으며, 부분부하율에 대한 운전시간은 알 수 없다.
예로 1월 한 달 동안 보일러의 운전시간이 250시간이라면, 이 250시간은 25%의 운전시간(x(1)) +50% 운전시간(x(2)) +75%운전시간(x(3)) +100%(x(4))운전시간으로 구성되지만 각 부하율별 운전시간은 정확하게 계산할 수 없다.
하지만, 월별 에너지사용량은 고지서를 통해서 알 수 있으므로 부하율별 운전시간을 변수로 하여 예측된 에너지 사용량과 계측된 에너지 사용량의 관계는 적합도(Goodness of Fitness; GOF)로 다음 수식(11)과 같이 표현된다.
Figure 112014048535611-pat00019
(11)
IPMVP, FEMP, ASHRAE Guideline14와 같은 주요 M&V 가이드라인에서는 모델의 성능지표로 MBE와 Cv(RMSE)를 제안하고 있다. MBE의 경우 계측값과 예측값의 총량적인 오차를 나타내는 지표이며, Cv(RMSE)의 경우 계측값과 예측값의 전체적인 일치도를 보는 개념으로 모델의 적정성을 평가하기 위해서는 상기의 두 가지 지표를 모두 평가해야한다.
GOF는 상기의 두 가지의 지표를 모두 충족하는 조건을 최적 솔루션으로 선택하는 지표로 활용될 수 있으며, 방법론에서 목적함수로 사용되었다.
도 6은 기존 건축물 총 에너지 사용량 사용 용도별 분리 분석 프로그램의 프로그램 구성 화면을 도시한 도면이다.
도 6의 프로그램의 특징을 간략히 설명하면 다음과 같다.
1. 프로그램 유형: Matlab
2. 프로그램 구성
- 기존건축물 월별 에너지사용량 입력 파일 (bill.dat)
- 온열원 및 냉열원 성능곡선 파일 (GB_Curve.m / GC_Curve.m)
- 패키지에어컨 에너지사용량 계산 파일 (PAC.m)
- 팬 및 펌프 에너지사용량 계산 파일 (Fan.m / Pump.m)
- 조명, 기기 및 수송 에너지사용량 계산 파일 (Lig_Equip_Elev.m)
- 목적함수 파일 (Function_obj.m)
- 제약함수 파일 (Constraints.m)
- 최적화 알고리즘 파일 (Optimization.m)
- 결과출력 파일 (Report.m)
도 7 내지 도 16은 도 6에 도시된 프로그램 연결 중의 사용자 인터페이스를 도시한 도면이다.
도 7은 기존 건축물 정보 입력 화면, 도 8은 원별 에너지 사용량 입력 화면, 도 9는 열원 설비 운영 시간 및 성능 자료 입력 화면, 도 10은 공조 설비 운영 시간 및 성능 자료 입력 화면, 도 11은 펌프 운영 시간 및 성능 자료 입력 화면, 도 12는 조명, 기기 및 수송 관련 자료 입력 화면, 도 13은 위생 설비 관련 자료 입력 화면, 도 14는 사용 용도별 분리 분석 계산 및 최적화 수행 화면, 도 15는 최적화 수행 결과 화면, 도 16은 사용 용도별 분리 분석 수행 결과 출력 화면이 각각 도시되어 있다.
본 발명에 의하면, 기존 에너지 성능 진단의 한계를 극복하고 문제점을 개선함으로써, 기존 건축물의 월별 원별 에너지사용량 고지 데이터를 이용하여 기존 건축물의 총 에너지 사용량을 사용 유형별로 분리 분석할 수 있게 된다.
본 발명이 비록 일부 바람직한 실시예에 의해 설명되었지만, 본 발명의 범위는 이에 의해 제한되어서는 아니 되고, 특허청구범위에 의해 뒷받침되는 상기 실시예의 변형이나 개량에도 미쳐야 할 것이다.
100: 건축물 에너지 사용량 분리 분석 시스템
110: 데이터 입력부
120: 변수값 산출부
122: 모의 용도별 에너지 사용량 산출부
124: 전체 에너지 사용량 비교부
126: 변수값 설정부
130: 용도별 에너지 사용량 산출부

Claims (7)

  1. 건축물 에너지 사용량 관련 데이터를 입력받는 데이터 입력부;
    상기 건축물의 용도별 에너지 사용량을 산출하기 위해 미리 설정된 변수들에 상기 입력받은 데이터로부터 추출된 수치들을 대입하고, 상기 변수들 중 상기 추출된 수치들이 대입되지 않은 변수들에 대해 복수의 모의 변수값들을 대입하여 상기 입력받은 데이터에 부합하는 최적 모의 변수값을 획득함으로써 상기 추출된 수치들이 대입되지 않은 변수들의 값을 산출하는 변수값 산출부; 및
    상기 산출된 변수들의 값을 상기 추출된 수치들이 대입되지 않은 변수들에 대입하여 상기 건축물의 용도별 에너지 사용량을 산출하는 용도별 에너지 사용량 산출부를 포함하는 건축물 에너지 사용량 분리 분석 시스템으로서,
    상기 변수값 산출부는,
    상기 입력받은 데이터에 의해 설정된 조건에 부합하는 복수의 모의 변수값들을 상기 변수들에 대입하여 상기 건축물의 모의 용도별 에너지 사용량을 산출하는 모의 용도별 에너지 사용량 산출부;
    상기 모의 용도별 에너지 사용량의 합과 미리 설정된 상기 건축물의 전체 에너지 사용량을 비교하는 전체 에너지 사용량 비교부; 및
    상기 미리 설정된 상기 건축물의 전체 에너지 사용량과 상기 모의 용도별 에너지 사용량의 합 사이의 오차가 가장 작은 경우의 모의 변수값들을 상기 변수들의 값들로 설정하는 변수값 설정부를 포함하는 것을 특징으로 하는 건축물 에너지 사용량 분리 분석 시스템.
  2. 제 1항에 있어서,
    상기 변수들의 값의 산출은 유전자 알고리즘을 이용하여 수행되는 것을 특징으로 하는 건축물 에너지 사용량 분리 분석 시스템.
  3. 삭제
  4. 건축물 에너지 사용량 관련 데이터를 입력받는 단계;
    상기 건축물의 용도별 에너지 사용량을 산출하기 위해 미리 설정된 변수들에 상기 입력받은 데이터로부터 추출된 수치들을 대입하는 단계;
    상기 변수들 중 상기 추출된 수치들이 대입되지 않은 변수들에 대해, 복수의 모의 변수값들을 대입하여 상기 입력받은 데이터에 부합하는 최적 모의 변수값을 획득함으로써, 상기 추출된 수치들이 대입되지 않은 변수들의 값을 산출하는 단계; 및
    상기 산출된 변수들의 값을 상기 추출된 수치들이 대입되지 않은 변수들에 대입하여 상기 건축물의 용도별 에너지 사용량을 산출하는 단계를 포함하는 건축물 에너지 사용량 분리 분석 방법으로서,
    상기 변수들의 값을 산출하는 단계는,
    상기 입력받은 데이터에 의해 설정된 조건에 부합하는 복수의 모의 변수값들을 상기 변수들에 대입하여 상기 건축물의 모의 용도별 에너지 사용량을 산출하는 단계;
    상기 모의 용도별 에너지 사용량의 합과 미리 설정된 상기 건축물의 전체 에너지 사용량을 비교하는 단계; 및
    상기 미리 설정된 상기 건축물의 전체 에너지 사용량과 상기 모의 용도별 에너지 사용량의 합 사이의 오차가 가장 작은 경우의 모의 변수값들을 상기 변수들의 값들로 설정하는 단계를 포함하는 것을 특징으로 하는 건축물 에너지 사용량 분리 분석 방법.
  5. 제 4항에 있어서,
    상기 변수들의 값의 산출은 유전자 알고리즘을 이용하여 수행되는 것을 특징으로 하는 건축물 에너지 사용량 분리 분석 방법.
  6. 삭제
  7. 제 4항 또는 제 5항의 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체.
KR1020140061982A 2014-05-23 2014-05-23 기존 건축물 에너지 사용량 분리 분석 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체 KR101596442B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140061982A KR101596442B1 (ko) 2014-05-23 2014-05-23 기존 건축물 에너지 사용량 분리 분석 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140061982A KR101596442B1 (ko) 2014-05-23 2014-05-23 기존 건축물 에너지 사용량 분리 분석 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체

Publications (2)

Publication Number Publication Date
KR20150135651A KR20150135651A (ko) 2015-12-03
KR101596442B1 true KR101596442B1 (ko) 2016-02-23

Family

ID=54871956

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140061982A KR101596442B1 (ko) 2014-05-23 2014-05-23 기존 건축물 에너지 사용량 분리 분석 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체

Country Status (1)

Country Link
KR (1) KR101596442B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101976784B1 (ko) * 2018-10-10 2019-08-29 이화여자대학교 산학협력단 공공데이터 및 다중회귀분석을 이용한 비주거 건축물에서의 연간, 월간 에너지용도별 사용량 추정 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012181805A (ja) 2011-03-03 2012-09-20 Osaka Gas Co Ltd 省エネ行動評価システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101275897B1 (ko) * 2011-12-06 2013-06-17 성균관대학교산학협력단 에이전트 행동을 고려한 건물에너지 시뮬레이션 시스템 및 그 방법
KR20140048515A (ko) * 2012-10-16 2014-04-24 한국전자통신연구원 건물에너지 소비성능 평가장치 및 평가방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012181805A (ja) 2011-03-03 2012-09-20 Osaka Gas Co Ltd 省エネ行動評価システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
大韓建築學會論文集 計劃系 第26卷 第2號

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101976784B1 (ko) * 2018-10-10 2019-08-29 이화여자대학교 산학협력단 공공데이터 및 다중회귀분석을 이용한 비주거 건축물에서의 연간, 월간 에너지용도별 사용량 추정 방법

Also Published As

Publication number Publication date
KR20150135651A (ko) 2015-12-03

Similar Documents

Publication Publication Date Title
Hu et al. A systematic review of occupant behavior in building energy policy
Hollberg et al. LCA in architectural design—a parametric approach
Marinakis et al. An integrated system for buildings’ energy-efficient automation: Application in the tertiary sector
Costa et al. Building operation and energy performance: Monitoring, analysis and optimisation toolkit
Kovacic et al. Life Cycle Assessment of embodied and operational energy for a passive housing block in Austria
Zhao et al. A review on the prediction of building energy consumption
CN110264080B (zh) 一种绿色建筑运行性能评价方法、装置、设备及存储介质
KR20150128163A (ko) 건물 에너지 소비정보 분석 시스템
Cho et al. Development of an energy evaluation methodology to make multiple predictions of the HVAC&R system energy demand for office buildings
Motawa et al. A model for the complexity of household energy consumption
KR101762543B1 (ko) 건축물의 용도별 에너지사용량 추정 시스템 및 방법
Marsh LCA profiles for building components: Strategies for the early design process
KR101762061B1 (ko) 클라우드 기반 에너지 사용량 예측 시스템 및 방법
JP6581490B2 (ja) 空調パラメータ生成装置、空調運用評価装置、空調パラメータ生成方法およびプログラム
KR20160027481A (ko) 건물 에너지 효율화 및 서비스 평가 시스템 및 그의 처리 방법
Nunes et al. Predictive tool of energy performance of cold storage in agrifood industries: The portuguese case study
KR101622523B1 (ko) 건물 에너지 성능 측정 평가 시스템 및 구동 방법
Lara et al. Modeling and identification of the cooling dynamics of a tropical island hotel
CN104504619A (zh) 两种考虑温度和经济增长因素的月度统调用电量预测方法
Bertagnolio et al. Evidence-based calibration of a building energy simulation model: Application to an office building in Belgium
JP5600085B2 (ja) 評価支援システム、方法およびプログラム
KR101596442B1 (ko) 기존 건축물 에너지 사용량 분리 분석 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체
CN116989432B (zh) 一种空调系统节能运行优化调度方法及系统
KR102129133B1 (ko) 건물부문의 온실가스 배출량 전망 분석을 위한 시뮬레이션 시스템
Davies et al. Methodology to produce a water and energy stream map (WESM) in the South African manufacturing industry

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190201

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200203

Year of fee payment: 5