KR101966532B1 - System and method for a building energy optimization based on dynamic user setting and prediction of indoor environment parameter - Google Patents

System and method for a building energy optimization based on dynamic user setting and prediction of indoor environment parameter Download PDF

Info

Publication number
KR101966532B1
KR101966532B1 KR1020170091377A KR20170091377A KR101966532B1 KR 101966532 B1 KR101966532 B1 KR 101966532B1 KR 1020170091377 A KR1020170091377 A KR 1020170091377A KR 20170091377 A KR20170091377 A KR 20170091377A KR 101966532 B1 KR101966532 B1 KR 101966532B1
Authority
KR
South Korea
Prior art keywords
indoor environment
parameter
air quality
temperature
illuminance
Prior art date
Application number
KR1020170091377A
Other languages
Korean (ko)
Other versions
KR20190009865A (en
Inventor
김도현
Original Assignee
제주대학교 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 제주대학교 산학협력단 filed Critical 제주대학교 산학협력단
Priority to KR1020170091377A priority Critical patent/KR101966532B1/en
Publication of KR20190009865A publication Critical patent/KR20190009865A/en
Application granted granted Critical
Publication of KR101966532B1 publication Critical patent/KR101966532B1/en

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46Improving electric energy efficiency or saving
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation, e.g. linear programming, "travelling salesman problem" or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/10Temperature
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/50Air quality properties
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/30Artificial light
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00Control inputs relating to system states
    • F24F2140/60Energy consumption
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Abstract

본 발명은 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법에 관한 것으로, 건물 내의 온도, 조도 및 공기질을 센싱하여 실내 환경 파라미터를 출력하는 센싱부와, 상기 센싱부에서 출력되는 실내 환경 파라미터를 예측하여 예측 실내 환경 파라미터를 출력하는 실내 환경 파라미터 예측부, 복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 사용자별 환경 파라미터 설정부, 상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적 실내 환경 파라미터를 출력하는 규칙 기반 최적화부, 상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부, 상기 예측 실내 환경 파라미터와 상기 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량을 산출하는 퍼지 컨트롤러를 포함하는 것을 특징으로 한다. 이러한 구성에 의하여, 최적화된 환경 파라미터에 의해 요구 전력을 감소시킴으로써 사용자에게 쾌적한 실내 환경을 제공하면서 동시에 에너지 소비를 감소시킬 수 있다.The present invention relates to a system and method for optimizing indoor environment parameters and a building energy optimization system based on dynamic user settings. The present invention relates to a sensor for sensing temperature, illuminance and air quality in a building and outputting indoor environment parameters. The indoor environment parameter predictor which predicts the indoor environment parameters and outputs the predicted indoor environment parameters. The minimum / maximum values for the temperature, the illuminance, and the air quality of each of the plurality of users by receiving the minimum / maximum setting information of the indoor environment parameters for each user. A user-specific environment parameter setting unit that calculates a dynamic user set point of an indoor environment parameter by unifying, and receives the predicted indoor environment parameter and a dynamic user set point of the indoor environment parameter, and optimizes the indoor environment parameter by a rule-based algorithm. Optimum indoor environment wave A rule-based optimizer for outputting a parameter, an integrated comfort index calculator for calculating an integrated comfort index based on the optimized indoor environment parameter and a predetermined comfort index calculation formula, and a difference between the predicted indoor environment parameter and the optimal indoor environment parameter It characterized in that it comprises a purge controller for calculating the required amount of power for controlling the temperature, illuminance, air quality in the building based on. By this arrangement, it is possible to reduce energy consumption while providing a comfortable indoor environment for the user by reducing the power required by the optimized environmental parameters.

Description

실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법{SYSTEM AND METHOD FOR A BUILDING ENERGY OPTIMIZATION BASED ON DYNAMIC USER SETTING AND PREDICTION OF INDOOR ENVIRONMENT PARAMETER}SYSTEM AND METHOD FOR A BUILDING ENERGY OPTIMIZATION BASED ON DYNAMIC USER SETTING AND PREDICTION OF INDOOR ENVIRONMENT PARAMETER}
본 발명은 건물 에너지 최적화 시스템 및 방법에 관한 것으로서, 보다 상세하게는 온도, 조도, 공기질을 포함한 실내 환경 파라미터를 최적화하여 건물 에너지 소비를 효율화할 수 있는 건물 에너지 최적화 시스템 및 방법에 관한 것이다. The present invention relates to a building energy optimization system and method, and more particularly, to a building energy optimization system and method that can optimize the indoor environment parameters, including temperature, illuminance, air quality, efficiency of building energy consumption.
최근 IT를 비롯한 첨단기술의 급속한 진보로 인해 쾌적한 환경의 확보 및 업무 활동과 비즈니스에 필요한 기능확보 등 건물 내 에너지 설비의 자동화 및 지능화 추세가 가속화되고 있으며, 이와 관련하여 건물 관리에 IT를 활용한 빌딩 자동화 시스템(BAS : Building Automation System), 지능형 빌딩 시스템(IBS: Intelligent Building System), 건물 에너지 관리 시스템(BEMS : Building Energy Management System) 등 여러 가지 시스템 도입이 이루어지고 있다.Recent rapid advances in IT and other high-tech technologies are accelerating the trend of automation and intelligence of energy facilities in buildings, such as securing a pleasant environment, securing business functions and functions necessary for business, and in this regard, buildings that utilize IT for building management. Various systems such as BAS (Building Automation System), Intelligent Building System (IBS) and Building Energy Management System (BEMS) are being introduced.
이러한 시스템 중의 하나로서, 건물 에너지 관리 시스템(BEMS : Building Energy Management System)은 건물 내 에너지 설비뿐만 아니라 사무기기, 정보기기 등 제반 에너지 기기의 세부 에너지 사용량 모니터링과 지능형 제어를 통해 에너지 소비를 최소화하고, 건물 내 상태 감지 및 환경정보를 기반으로 쾌적하고 경제적인 환경을 보장하는 기술이다.As one of these systems, the Building Energy Management System (BEMS) minimizes energy consumption through detailed energy usage monitoring and intelligent control of all energy devices such as office equipment and information equipment as well as energy facilities in buildings. It is a technology that guarantees a pleasant and economical environment based on the condition detection and environmental information in buildings.
그러나, 현재 대부분의 건물 에너지 관리 시스템은 온도, 습도, 조도, 먼지농도 등과 같은 가공하지 않은 센싱 데이터만을 이용하여 실내 환경을 획일적으로 제어하고 있기 때문에 사용자의 체감 정보에 따라 쾌적한 실내 환경을 제공하는 데에는 한계가 있다.However, most building energy management systems currently use only raw data such as temperature, humidity, light intensity, dust concentration, etc. to control indoor environment uniformly. There is a limit.
따라서, 빌딩 또는 스마트 홈 내의 사용자의 체감 정보에 따라 쾌적한 실내 환경을 제공하면서 빌딩 내의 에너지 소비를 최소화할 수 있는 기술이 요구되고 있다.Therefore, there is a demand for a technology capable of minimizing energy consumption in a building while providing a comfortable indoor environment according to user's haptic information in a building or a smart home.
또한, 기존 건물 에너지 관리 시스템은 현재의 온도, 습도, 조도, 공기질 등을 고려함으로써 실내 환경의 변화(예: 온도 증가/감소)를 고려하지 않아 에너지 소비가 증가할 수 있다. In addition, existing building energy management systems can increase energy consumption by taking into account the current temperature, humidity, light intensity, air quality, etc., without considering changes in the indoor environment (eg, temperature increase / decrease).
한편, 지금까지 건물 에너지 관리 시스템에서는 1명의 사용자가 실내에 있는 것으로 생각하여 단일의 실내 환경 파라미터를 고려하여 냉난방 디바이스를 제어하고 있다. 그러나, 스마트 홈에서는 모든 가족 구성원에게 쾌적한 실내 환경을 제공하는 것이 중요하다. 따라서, 스마트 홈 내의 모든 사람들이 쾌적한 사용자 설정 포인트를 설정하는 것이 요구되고 있다. On the other hand, in the building energy management system, one user is considered to be indoors, and the heating and cooling device is controlled in consideration of a single indoor environmental parameter. However, in a smart home, it is important to provide a comfortable indoor environment for all family members. Therefore, it is required for everyone in the smart home to set a comfortable user set point.
따라서, 본 발명의 목적은, 실내 환경 파라미터의 예측 및 규칙 기반 최적화에 의한 최적의 냉난방 등의 디바이스의 실내 환경 설정 기법을 개발하여 사용자의 쾌적 지수를 높이고 적은 전력을 소비하는 건물 에너지 최적화 시스템 및 방법을 제공하는 것이다. Accordingly, an object of the present invention is to develop an indoor environment setting method of a device such as air conditioning and the like by predicting indoor environment parameters and rule-based optimization, thereby improving a user's comfort index and consuming less power. To provide.
또한, 본 발명의 목적은 실내 환경 파라미터에 대해 복수의 동적 사용자의 다수의 실내 환경 요구를 종합한 환경 설정 기법을 개발하여 최적의 실내 환경 파라미터를 산출하여 건물 환경에 대한 복수의 사용자의 전반적인 만족도를 높일 수 있는 건물 에너지 최적화 시스템 및 방법을 제공하는 것이다. In addition, an object of the present invention is to develop an environment setting method that synthesizes a plurality of indoor environment needs of a plurality of dynamic users with respect to the indoor environment parameters to calculate the optimal indoor environment parameters to improve the overall satisfaction of the plurality of users with respect to the building environment. It is to provide a building energy optimization system and method that can be increased.
상기의 목적을 달성하기 위한 본 발명의 제1태양에 따른 구성은, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템에 있어서, 건물 내의 온도, 조도 및 공기질을 각각 센싱하여 실내 환경 파라미터를 출력하는 복수의 센서를 포함하는 센싱부와, 예측 알고리즘을 이용하여 상기 실내 환경 파라미터를 예측하여 예측 실내 환경 파라미터를 출력하는 실내 환경 파라미터 예측부, 실내 환경 파라미터의 최소/최대 설정 정보를 입력하기 위한 입력부, 상기 입력부로부터 복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 범위를 산출하는 사용자별 환경 파라미터 설정부, 상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적화된 온도 파라미터, 최적화된 조도 파라미터, 최적화된 공기질 파라미터를 포함하는 최적화된 실내 환경 파라미터를 출력하는 규칙 기반 최적화부, 상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부, 상기 예측 실내 환경 파라미터와 상기 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량을 산출하는 퍼지 컨트롤러, 상기 최적 실내 환경 파라미터, 상기 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기질을 제어하기 위한 조정 전력량을 산출하는 전력 제어 에이전트, 상기 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 실제 소비 전력 계산부 및, 상기 산출된 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터를 포함하고, 상기 통합 쾌적 지수 산출부는 최적화된 실내 환경 파라미터와 미리 설정된 쾌적지수(comfort) 산출식(수학식 1)에 기초하여 통합 쾌적지수를 산출하며,
(수학식1)
Figure 112018102714019-pat00042

여기에서,
Figure 112018102714019-pat00043
,
Figure 112018102714019-pat00044
,
Figure 112018102714019-pat00045
는 온도, 조도 및 공기질 파라미터간의 충돌을 회피하기 위해 정의된 인수로서,
Figure 112018102714019-pat00046
의 관계식에 의해 0과 1 사이의 값을 갖고,
Figure 112018102714019-pat00047
는 센싱된 실제 온도와 상기 최적화된 온도 파라미터와의 차이값,
Figure 112018102714019-pat00048
은 센싱된 실제 조도와 상기 최적화된 조도 파라미터와의 차이값,
Figure 112018102714019-pat00049
는 센싱된 실제 공기질과 상기 최적화된 공기질 파라미터와의 차이값을 나타내며,
Figure 112018102714019-pat00050
,
Figure 112018102714019-pat00051
,
Figure 112018102714019-pat00052
, 은 사용자에 의해 설정된 온도, 조도, 공기질 파라미터를 나타내고, 수학식 1에 적용되는 사용자 설정 온도, 조도, 공기질 파라미터는, 복수의 사용자의 설정값들을 평균 기반, MAX-MIN 기반, MIN-MAX 기반 중 하나로 단일화 한 값인 것을 특징으로 한다.
According to a first aspect of the present invention for achieving the above object, in the building energy optimization system based on the prediction of indoor environment parameters and dynamic user setting, the indoor environment parameters are sensed by sensing temperature, illuminance and air quality in the building, respectively. A sensing unit including a plurality of sensors for outputting a plurality of sensors, an indoor environment parameter predictor for predicting the indoor environment parameters by using a prediction algorithm, and outputting predicted indoor environment parameters, and inputting minimum / maximum setting information of indoor environment parameters Input unit for inputting the minimum / maximum setting information of a plurality of user's indoor environment parameters from the input unit to calculate the dynamic user setting range of the indoor environment parameter by unifying the minimum / maximum values for each of the plurality of users' temperature, illuminance and air quality User-specific environment parameter setting unit, the prediction room Inputs the environment parameters and dynamic user set points of the indoor environment parameters and optimizes the indoor environment parameters by a rule-based algorithm to output optimized indoor environment parameters including optimized temperature parameters, optimized illuminance parameters, and optimized air quality parameters. A rule-based optimizer configured to calculate an integrated comfort index based on the optimized indoor environment parameter and a predetermined comfort index calculation formula, and a building based on a difference between the predicted indoor environment parameter and the optimal indoor environment parameter. A fuzzy controller for calculating the required amount of power for controlling the temperature, illuminance, and air quality in the interior; Power calculating A control agent, an actual power consumption calculator configured to calculate actual power consumption based on the calculated required power amount and the adjusted power amount, and a plurality of actuators for controlling the operation of the energy facilities in the building according to the calculated actual power consumption; The integrated comfort index calculator calculates an integrated comfort index based on the optimized indoor environment parameter and a preset comfort index (Equation 1).
(Equation 1)
Figure 112018102714019-pat00042

From here,
Figure 112018102714019-pat00043
,
Figure 112018102714019-pat00044
,
Figure 112018102714019-pat00045
Is a defined factor to avoid collisions between temperature, light intensity and air quality parameters.
Figure 112018102714019-pat00046
Has a value between 0 and 1,
Figure 112018102714019-pat00047
Is the difference between the sensed actual temperature and the optimized temperature parameter,
Figure 112018102714019-pat00048
Is a difference between the sensed actual illuminance and the optimized illuminance parameter,
Figure 112018102714019-pat00049
Represents the difference between the sensed actual air quality and the optimized air quality parameters,
Figure 112018102714019-pat00050
,
Figure 112018102714019-pat00051
,
Figure 112018102714019-pat00052
, Represents temperature, illuminance and air quality parameters set by the user, and the user set temperature, illuminance and air quality parameters applied to Equation 1 are based on a plurality of user set values based on average, MAX-MIN, and MIN-MAX. It is characterized in that the value is unified with one.
여기서, 상기 예측 알고리즘은 칼만 필터(Kalman filter)를 포함하는 것이 바람직하다.Here, the prediction algorithm preferably includes a Kalman filter.
상기 규칙 기반 알고리즘은 상기 예측 실내 환경 파라미터와 상기 동적 사용자 설정 범위가 최소의 차이를 갖도록 하는 것이 바람직하여, 이에 의하여, 온도, 조도, 공기질의 제어를 위한 요구 전력이 현저하게 감소할 수 있다.The rule-based algorithm is preferably such that the predicted indoor environment parameter and the dynamic user setting range have a minimum difference, whereby the required power for controlling temperature, illuminance and air quality can be significantly reduced.
상기 사용자별 환경 파라미터 설정부는, 평균 기반 설정, 최대-최소 기반 설정, 최소-최대 기반 설정 중 하나에 의해 상기 실내 환경 파라미터의 동적 사용자 설정 범위를 산출하는 것이 바람직하다.Preferably, the user-specific environment parameter setting unit calculates a dynamic user setting range of the indoor environment parameter by one of average-based setting, maximum-minimum based setting, and minimum-maximum based setting.
상기 전력제어 에이전트는 상기 실내 환경 파라미터 예측부에서 출력되는 상기 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 상기 건물 내 에너지 설비의 액츄에이터를 제어하는 것이 바람직하다.The power control agent preferably controls the actuator of the energy equipment in the building in advance according to the temperature, illuminance and air quality values of the predicted indoor environment parameter output from the indoor environment parameter predictor.
상기의 목적을 달성하기 위한 본 발명의 제2태양에 따른 구성은, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법에 있어서, 건물 내의 온도, 조도 및 공기질을 포함한 실내 환경 파라미터를 센싱하는 단계; 상기 실내 환경 파라미터를 예측 알고리즘으로 예측하여 예측 실내 환경 파라미터를 생성하는 단계; 복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 범위를 산출하는 단계; 상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 범위를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여, 최적화된 온도 파라미터, 최적화된 조도 파라미터, 최적화된 공기질 파라미터를 포함하는 최적화된 실내 환경 파라미터를 생성하는 단계; 상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 단계; 상기 예측 실내 환경 파라미터와 상기 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량을 산출하는 단계; 상기 최적 실내 환경 파라미터, 상기 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기질을 제어하기 위한 조정 전력량을 산출하는 단계; 상기 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 단계; 상기 산출된 실제 소비 전력을 상기 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터에 공급하는 단계를 포함하고, 상기 통합 쾌적지수 산출부는, 최적화된 실내 환경 파라미터와 미리 설정된 쾌적지수 산출식(수학식 1)에 기초하여 통합 쾌적지수를 산출하며,
(수학식1)
Figure 112018102714019-pat00053

여기에서,
Figure 112018102714019-pat00054
,
Figure 112018102714019-pat00055
,
Figure 112018102714019-pat00056
는 온도, 조도 및 공기질 파라미터간의 충돌을 회피하기 위해 정의된 인수로서,
Figure 112018102714019-pat00057
의 관계식에 의해 0과 1 사이의 값을 갖고,
Figure 112018102714019-pat00058
는 센싱된 실제 온도와 상기 최적화된 온도 파라미터와의 차이값,
Figure 112018102714019-pat00059
은 센싱된 실제 조도와 상기 최적화된 조도 파라미터와의 차이값,
Figure 112018102714019-pat00060
는 센싱된 실제 공기질과 상기 최적화된 공기질 파라미터와의 차이값을 나타내며,
Figure 112018102714019-pat00061
,
Figure 112018102714019-pat00062
,
Figure 112018102714019-pat00063
, 은 사용자에 의해 설정된 온도, 조도, 공기질 파라미터를 나타내고, 수학식 1에 적용되는 사용자 설정 온도, 조도, 공기질 파라미터는, 복수의 사용자의 설정값들을 평균 기반, MAX-MIN 기반, MIN-MAX 기반 중 하나로 단일화 한 값인 것을 특징으로 한다.
According to a second aspect of the present invention for achieving the above object, in a method of optimizing indoor environment parameters and optimizing building energy based on dynamic user setting, sensing an indoor environment parameter including temperature, illuminance and air quality in a building Making; Predicting the indoor environment parameters with a prediction algorithm to generate predicted indoor environment parameters; Calculating the dynamic user setting range of the indoor environment parameters by receiving the minimum / maximum setting information of the indoor environment parameters for each user by unifying the minimum / maximum values for each of temperature, illuminance and air quality of the plurality of users; Optimized indoor environment including optimized temperature parameter, optimized illuminance parameter, and optimized air quality parameter by receiving the predicted indoor environment parameter and dynamic user setting range of the indoor environment parameter by optimizing the indoor environment parameter by a rule-based algorithm. Generating an environment parameter; Calculating an integrated comfort index based on the optimized indoor environment parameter and a predetermined comfort index calculation formula; Calculating an amount of power required to control temperature, illuminance and air quality in the building based on the difference between the predicted indoor environment parameter and the optimal indoor environment parameter; Calculating an adjusted amount of power for controlling temperature, illuminance and air quality based on the optimum indoor environment parameter, the calculated integrated comfort index and available power in the building; Calculating actual power consumption based on the calculated required power amount and the adjusted power amount; And supplying the calculated actual power consumption to a plurality of actuators for controlling the operation of the energy facilities in the building, wherein the integrated comfort index calculator comprises an optimized indoor environment parameter and a predetermined comfort index calculation formula (mathematical formula) Calculate the integrated comfort index based on
(Equation 1)
Figure 112018102714019-pat00053

From here,
Figure 112018102714019-pat00054
,
Figure 112018102714019-pat00055
,
Figure 112018102714019-pat00056
Is a defined factor to avoid collisions between temperature, light intensity and air quality parameters.
Figure 112018102714019-pat00057
Has a value between 0 and 1,
Figure 112018102714019-pat00058
Is the difference between the sensed actual temperature and the optimized temperature parameter,
Figure 112018102714019-pat00059
Is a difference between the sensed actual illuminance and the optimized illuminance parameter,
Figure 112018102714019-pat00060
Represents the difference between the sensed actual air quality and the optimized air quality parameters,
Figure 112018102714019-pat00061
,
Figure 112018102714019-pat00062
,
Figure 112018102714019-pat00063
, Represents temperature, illuminance and air quality parameters set by the user, and the user set temperature, illuminance and air quality parameters applied to Equation 1 are based on a plurality of user set values based on average, MAX-MIN, and MIN-MAX. It is characterized in that the value is unified with one.
여기서, 상기 예측 알고리즘은 칼만 필터(Kalman filter)를 포함하는 것이 바람직하다.Here, the prediction algorithm preferably includes a Kalman filter.
상기 규칙 기반 알고리즘은 상기 예측 실내 환경 파라미터와 상기 동적 사용자 설정 범위가 최소의 차이를 갖도록 하는 것이 바람직하여, 이에 의하여, 온도, 조도, 공기질의 제어를 위한 요구 전력이 현저하게 감소할 수 있다.The rule-based algorithm is preferably such that the predicted indoor environment parameter and the dynamic user setting range have a minimum difference, whereby the required power for controlling temperature, illuminance and air quality can be significantly reduced.
상기 동적 사용자 설정 범위를 산출하는 단계는, 평균 기반 설정, 최대-최소 기반 설정, 최소-최대 기반 설정 중 하나에 의해 온도, 조도, 공기질 각각의 실내 환경 파라미터의 최대/최소를 단일화하여 상기 실내 환경 파라미터의 동적 사용자 설정 범위를 산출하는 것이 바람직하다.The calculating of the dynamic user setting range may include unifying the maximum / minimum of each indoor environment parameter of temperature, illuminance and air quality by one of an average-based setting, a maximum-minimum base setting, and a minimum-maximum base setting. It is desirable to calculate the dynamic user setting range of the parameter.
또한, 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 단계 이전에, 상기 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 상기 건물 내 에너지 설비의 액츄에이터를 제어하는 단계를 포함하는 것이 바람직하다.In addition, before the step of calculating the dynamic user set point of the indoor environmental parameters, it is preferable to include the step of controlling the actuator of the energy equipment in the building in advance in accordance with the temperature, illuminance, air quality values of the predicted indoor environment parameters. Do.
이러한 구성에 의하여, 실내 환경 파라미터 예측을 통한 실제 소비 전력 감소를 위해 센서로 감지한 온도, 조도, 공기질의 환경 파라미터를 예측 및 규칙 기반 최적화하여 쾌적 지수를 산출하고, 최적화된 환경 파라미터에 의해 요구 전력을 감소시킴으로써 사용자에게 쾌적한 실내 환경을 제공하면서 동시에 에너지 소비를 감소시킬 수 있는 건물 에너지 최적화 시스템 및 방법이 제공된다. 또한, 건물 환경에서 복수의 사용자가 입력한 동적 사용자 환경 파라미터 설정을 기반으로 쾌적 지수를 산출하여 빠른 시간 내에 복수의 사용자의 전반적인 만족도를 높일 수 있고, 기존에 비해 적은 전력을 소비가능하다.With this configuration, in order to reduce the actual power consumption through indoor environment parameter prediction, the environmental parameters of temperature, illuminance and air quality detected by the sensor are predicted and rule-based optimization to calculate the comfort index and the required power by the optimized environmental parameters. There is provided a building energy optimization system and method that can reduce energy consumption while at the same time providing a comfortable indoor environment for a user. In addition, it is possible to increase the overall satisfaction of the plurality of users in a short time by calculating the comfort index based on the dynamic user environment parameter setting input by the plurality of users in the building environment, and it is possible to consume less power than before.
도 1은 본 발명에 따라 건물 에너지를 최적화하는 개념을 설명하는 도면,
도 2는 본 발명에 따른 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템의 구성도,
도 3은 도 2의 건물 에너지 최적화 시스템에서 에너지 최적화 단계를 블록도로 나타낸 도면,
도 4는 본 발명에 따라 복수의 사용자가 설정한 환경 파라미터를 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 동적 사용자 포인트를 산출하는 개념 설명도,
도 5는 본 발명에 적용되는 실내 환경 파라미터의 규칙 기반 최적화 방법의 순서도,
도 6은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 온도 제어시 소비 전력 비교 그래프,
도 7은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 조도 제어시 소비 전력 비교 그래프,
도 8은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 공기질 제어시 소비 전력 비교 그래프,
도 9는 본 발명에 따라 복수 사용자 실내환경 파라미터의 최적화시 쾌적지수 비교 그래프,
도 10 내지 12는 본 발명에서 건물 내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량을 산출하는 방법을 설명하는 도면,
도 13은 본 발명에 따른 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법의 순서도이다.
1 is a diagram illustrating a concept of optimizing building energy according to the present invention;
2 is a block diagram of a building energy optimization system based on prediction and dynamic user setting of indoor environment parameters according to the present invention;
3 is a block diagram illustrating an energy optimization step in the building energy optimization system of FIG. 2;
4 is a conceptual explanatory diagram for calculating a dynamic user point based on an average, MAX-MIN, and MIN-MAX environment parameters set by a plurality of users according to the present invention;
5 is a flowchart of a rule-based optimization method of indoor environment parameters applied to the present invention;
6 is a graph comparing power consumption when temperature control is performed based on prediction of indoor environment parameters, non-prediction, average-based multi-user environment parameters, MAX-MIN-based, MIN-MAX-based, rule-based optimization,
7 is a graph comparing power consumption when illuminance control is performed based on the present invention when predicting indoor environment parameters, when not predicting, based on average of multiple user environment parameters, based on MAX-MIN, based on MIN-MAX, and rules based optimization,
8 is a graph comparing power consumption when air quality control is performed based on the present invention when predicting indoor environment parameters, unpredicting, average-based multi-user environment parameters, MAX-MIN-based, MIN-MAX-based, rule-based optimization,
9 is a graph comparing comfort indexes when optimizing multi-user indoor environment parameters according to the present invention;
10 to 12 is a view for explaining a method for calculating the amount of power required to control the temperature, illuminance, air quality in the building in the present invention,
13 is a flowchart of a method for optimizing indoor environment parameters and optimizing building energy based on dynamic user setting according to the present invention.
본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 통해 설명될 것이다. 그러나 본 발명은 여기에서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 단지, 본 실시예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여 제공되는 것이다.Advantages and features of the present invention, and methods of achieving the same will be described through embodiments described below in detail with the accompanying drawings. However, the present invention is not limited to the embodiments described herein and may be embodied in other forms. However, the embodiments are provided to explain in detail enough to easily implement the technical idea of the present invention to those skilled in the art.
도면들에 있어서, 본 발명의 실시예들은 도시된 특정 형태로 제한되는 것이 아니며 명확성을 기하기 위하여 과장된 것이다. 또한, 명세서 전체에 걸쳐서 동일한 참조번호로 표시된 부분들은 동일한 구성요소를 나타낸다. 본 명세서에서 "및/또는"이란 표현은 전후에 나열된 구성요소들 중 적어도 하나를 포함하는 의미로 사용된다. 또한, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, 명세서에서 사용되는 "포함한다" 또는 "포함하는"으로 언급된 구성요소, 단계, 동작 및 소자는 하나 이상의 다른 구성요소, 단계, 동작, 소자 및 장치의 존재 또는 추가를 의미한다.In the drawings, embodiments of the invention are not limited to the specific forms shown, and are exaggerated for clarity. In addition, parts denoted by the same reference numerals throughout the specification represent the same components. The expression "and / or" is used herein to mean including at least one of the components listed before and after. In addition, the singular also includes the plural unless specifically stated otherwise in the text. Also, as used herein, components, steps, operations, and elements referred to as "comprising" or "comprising" refer to the presence or addition of one or more other components, steps, operations, elements, and devices.
이하에서, 본 발명의 바람직한 실시 예가 첨부된 도면들을 참조하여 본 발명을 구체적으로 설명한다. 본 발명을 설명함에 있어서 관련된 공지기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. In the following description of the present invention, if it is determined that the detailed description of the related known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description thereof will be omitted.
본 발명은 건물 내의 온도, 조도, 공기질을 센싱한 값인 실내 환경 정보를 칼만 필터를 사용하여 예측하고, 예측된 실내 환경 정보와 복수의 사용자별 실내 환경 파라미터 설정 포인트를 이용하여 규칙 기반 최적화 알고리즘으로 실내 환경 파라미터를 최적화하여 에너지 효율을 높인다. The present invention predicts indoor environment information, which is a value of sensing temperature, illuminance, and air quality in a building, using a Kalman filter, and uses a predicted indoor environment information and a plurality of user-specific indoor environment parameter set points. Improve energy efficiency by optimizing environmental parameters.
또한, 본 발명에서는 예측 기술을 이용하여 미래 실내 환경 정보(온도, 습도, 조도, 공기질)를 획득하여 사전에 냉난방 디바이스(히터, 선풍기, 에어콘 등)를 제어하여 에너지 효율을 높인다. 이때 실내 환경 제어 파라미터는 에너지 효율을 높이기 위해 규칙 기반의 최적화 알고리즘을 이용하여 최적화한다.In addition, the present invention obtains future indoor environment information (temperature, humidity, illuminance, air quality) by using the prediction technology to control the heating and cooling devices (heaters, fans, air conditioners, etc.) in advance to increase energy efficiency. At this time, the indoor environment control parameters are optimized using a rule-based optimization algorithm to increase energy efficiency.
또한, 본 발명에서는 건물에서 다수의 사용자의 요구하는 실내 환경 정보를 충족할 수 있는 실내 요구 환경 파라미터 설정 알고리즘을 이용하여, 다양한 사용자 요구를 만족시킬 수 있도록 최적의 실내 환경으로 조절할 수 있는 건물 에너지 최적화 시스템 및 방법을 구성한다.In addition, in the present invention, the building energy optimization that can be adjusted to the optimal indoor environment to satisfy a variety of user needs by using an indoor demand environment parameter setting algorithm that can satisfy the indoor environment information of a plurality of users in the building Configure the system and method.
본 발명을 설명하기에 앞서 본 발명의 기본 개념에 대하여 간략하게 설명하면 다음과 같다. Prior to describing the present invention, the basic concepts of the present invention will be briefly described as follows.
도 1은 본 발명의 기본 개념을 설명하기 위한 도면이다.1 is a view for explaining the basic concept of the present invention.
먼저, 도 1의 (a)를 참조하면, 온도, 조도, 공기질의 가공하지 않은 센싱 데이터를 이용하여 쾌적지수를 산출하고 산출된 쾌적지수를 기초로 실내 환경을 제어하는 경우, 사용자에게 쾌적한 실내 환경을 제공하기 위해서는 냉난방기기, 환풍기 등의 HVAC(Heating/Ventilation/Air-Conditioning) 시스템을 가동해야 하기 때문에 에너지 소비량이 증가한다. 즉, 사용자가 느끼는 쾌적지수와 에너지 소비량은 상충관계(trade off relation)에 있다.First, referring to FIG. 1A, a comfortable index is calculated using raw sensing data of temperature, illuminance, and air quality, and the indoor environment is comfortable for a user when the indoor environment is controlled based on the calculated comfort index. In order to provide high energy consumption, HVAC (Heating / Ventilation / Air-Conditioning) systems such as air-conditioning units and fans must be operated. In other words, the comfort index and energy consumption felt by the user are in a trade off relation.
이를 위해 본 발명에서는 도 1의 (b)에 도시된 바와 같이 에너지 소비를 최소화하기 위해 온도, 조도, 공기질의 환경 파라미터를 최적화하여 통합 쾌적지수를 산출하고, 산출된 통합 쾌적지수와 예측 전력을 기초로 건물내 에너지 설비의 전력을 지능적으로 제어함으로써, 사용자에게 쾌적한 실내 환경을 제공하면서 에너지 소비를 최소화할 수 있도록 하며, 이에 대하여 더 자세히 설명하면 다음과 같다.To this end, the present invention calculates the integrated comfort index by optimizing the environmental parameters of temperature, illuminance and air quality to minimize energy consumption, as shown in FIG. 1 (b), and based on the calculated integrated comfort index and predicted power. By intelligently controlling the power of the energy equipment in the building, it is possible to minimize the energy consumption while providing a comfortable indoor environment to the user.
도 2는 본 발명에 따른 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템의 구성도이다.2 is a block diagram of a building energy optimization system based on prediction and dynamic user setting of indoor environment parameters according to the present invention.
도 2를 참조하면, 본 발명의 일 실시예에 따른 건물 에너지 최적화 시스템(1)은, 온도 센서, 조도 센서 및 공기질 센서를 포함하는 센싱부(10), 온도 및 조도 및 센서에 대한 복수의 사용자별로 선호하는 실내환경 파라미터 값을 입력하기 위한 사용자 입력부(11), 소정의 예측 알고리즘으로 실내환경 파라미터 예측값을 출력하는 실내환경 파라미터 예측부(12), 복수의 사용자가 설정한 실내 환경 파라미터를 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 복수의 최소/최대 범위를 단일화하여 동적 사용자 설정 포인트를 산출하는 사용자별 환경 파라미터 설정부(13), 사용자별 환경 파라미터 설정부(13)에서 출력되는 동적 사용자 설정 포인트와 실내환경 파라미터 예측부(12)에서 출력되는 예측 실내환경 파라미터를 규칙 기반 알고리즘에 의해 최적화하는 규칙 기반 최적화부(14), 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부(14), 예측 실내 환경 파라미터와 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량을 산출하는 퍼지 컨트롤러(15), 최적 실내 환경 파라미터, 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기질을 제어하기 위한 조정 전력량을 산출하는 전력 제어 에이전트(17), 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 소비 전력 계산부(18), 산출된 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터(30)를 포함하여 구성된다.Referring to FIG. 2, the building energy optimization system 1 according to an embodiment of the present invention includes a sensing unit 10 including a temperature sensor, an illuminance sensor, and an air quality sensor, and a plurality of users of the temperature and illuminance and the sensor. A user input unit 11 for inputting preferred indoor environment parameter values for each user, an indoor environment parameter prediction unit 12 for outputting an indoor environment parameter prediction value using a predetermined prediction algorithm, and an average based on indoor environment parameters set by a plurality of users Dynamic parameter output unit 13 for calculating a dynamic user set point by unifying a plurality of minimum / maximum ranges based on MIN-MAX and MIN-MAX, and dynamic parameter setter 13 Rule-based optimization of the predicted indoor environment parameters output from the user set point and the indoor environment parameter predictor 12 by a rule-based algorithm. The redundancy unit 14, the integrated comfort index calculator 14 that calculates the integrated comfort index based on the optimized indoor environment parameter and the predetermined comfort index calculation formula, and the building based on the difference between the predicted indoor environment parameter and the optimal indoor environment parameter. Fuzzy controller 15 for calculating the required amount of power for controlling the temperature, illuminance and air quality in the interior, and an adjusted amount of power for controlling temperature, illuminance and air quality based on the optimal indoor environment parameters, the calculated integrated comfort index and the available power in the building. The power control agent 17 for calculating the power consumption, the power consumption calculation unit 18 for calculating the actual power consumption based on the calculated required power amount and the adjusted power amount, controlling the operation of the energy equipment in the building according to the calculated actual power consumption It is comprised including the several actuator 30. As shown in FIG.
센싱부(10)는 온도 센서, 조도 센서 및 공기질 센서를 포함하며, 건물 내의 온도, 조도, 공기질(air quality) 등의 환경 파라미터를 센싱하여 출력한다.The sensing unit 10 includes a temperature sensor, an illuminance sensor, and an air quality sensor, and senses and outputs environmental parameters such as temperature, illuminance, and air quality in a building.
실내환경 파라미터 예측부(12)는 칼만 필터(Kalman filter)를 이용하여 이전 실내 환경 파라미터 값을 기초로 예측 실내환경 파라미터값을 산출한다. The indoor environment parameter predictor 12 calculates a predicted indoor environment parameter value based on a previous indoor environment parameter value using a Kalman filter.
여기에서, 칼만 필터(Kalman filter)는 과거의 측정 데이터와 새로운 측정 데이터를 이용하여 데이터에 포함된 노이즈를 제거하여 새로운 결과를 추정하는데 사용하는 알고리즘으로서, 과거와 현재의 데이터를 이용한 재귀적 연산(recursive data processing)을 통해서 선형 시스템(Linear System)의 최적값(optimal)을 추적하는 방식을 말한다. 칼만 필터에 의해 실내 환경 파라미터를 예측하는 방법은 공지기술이므로 상세한 설명은 생략한다.Here, the Kalman filter is an algorithm used to estimate a new result by removing noise included in data by using old and new measurement data, and using a recursive operation using past and present data ( Recursive data processing is used to track the optimal value of a linear system. Since the method of predicting the indoor environment parameter by the Kalman filter is well-known technology, detailed description thereof will be omitted.
실내환경 파라미터 예측부(12)는 예측 실내환경 파라미터값을 전력 제어 에이전트(17)에 제공하여,전력 제어 에이전트(17)가 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 건물 내 에너지 설비의 냉난방 등의 디바이스(액츄에이터)를 제어하게 할 수 있다.The indoor environment parameter predicting unit 12 provides the predicted indoor environment parameter value to the power control agent 17, so that the power control agent 17 matches the temperature, illuminance, and air quality values of the predicted indoor environment parameter in advance with the energy in the building. It is possible to control devices (actuators) such as air conditioning and heating of facilities.
사용자별 환경 파라미터 설정부(13)는 복수의 사용자로부터 입력되는 온도, 조도, 공기질에 대해 선호하는 실내 환경 파라미터의 최소/최대 범위를 사용자 입력부(11)를 통해 입력받는다. 복수의 사용자가 설정한 실내 환경 파라미터는, 온도, 조도, 공기질 각각에 대해 최소값과 최대값을 갖는다. The user-specific environment parameter setting unit 13 receives a minimum / maximum range of indoor environment parameters preferred for temperature, illuminance and air quality input from a plurality of users through the user input unit 11. The indoor environment parameters set by the plurality of users have minimum and maximum values for each of temperature, illuminance and air quality.
온도, 조도, 공기질 각각의 실내 환경 파라미터에 대한 복수의 사용자의 설정값을 이용하여 단일화된 실내 환경 파라미터를 설정하는 방법은, 평균에 기반한 사용자 설정 포인트 세팅법, 최대-최소(Max-Min)에 기반한 사용자 설정 포인트 세팅법, 최소-최대(Min-Max)에 기반한 사용자 설정 포인트 세팅법을 포함한다.The method of setting a single indoor environment parameter using a plurality of user setting values for each indoor environment parameter of temperature, illuminance, and air quality is based on a method of setting a user set point based on average, Max-Min. Based user set point setting method, and user set point setting method based on Min-Max.
이하에서 실내 환경 파라미터에 대해 복수의 사용자가 설정한 최소/최대값을 이용하여 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 단일화된 최소/최대 범위(이하 '복수의 동적 사용자 설정 포인트'라 함)를 설정하는 방법을 설명한다. In the following, using the minimum / maximum values set by a plurality of users for indoor environment parameters, the minimum / maximum range unified based on average, MAX-MIN, and MIN-MAX (hereinafter referred to as 'multiple dynamic user set points') Will be described.
도 4는 본 발명에 따라 복수의 사용자가 설정한 환경 파라미터를 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 동적 사용자 설정 포인트를 산출하는 개념 설명도를 나타낸 것이다.4 is a conceptual explanatory diagram for calculating a dynamic user set point based on an average, MAX-MIN, and MIN-MAX environment parameters set by a plurality of users according to the present invention.
예를 들어, 건물 내 사용자가 3명인 경우, 각 사용자에 대해 온도(T), 조도(L), 공기질(A) 각각에 대해 설정한 최소값과 최대값이 있다. For example, if there are three users in a building, there are minimum and maximum values set for temperature (T), roughness (L), and air quality (A) for each user.
평균(AVG) 기반에 의하면, 표 1과 같이, 3명의 사용자가 온도에 대해 설정한 최소값들을 평균값으로 산출하고(Tmin=AVG[60, 63, 66]), 최대값들을 평균값으로 산출한다(Tmax=AVG[80, 78, 69]). 조도, 공기질에 대해서도 동일한 방법으로 평균값을 산출한다.According to the average (AVG) base, as shown in Table 1, the minimum values set by the three users for the temperature is calculated as an average value (Tmin = AVG [60, 63, 66]), and the maximum values are calculated as an average value (Tmax). = AVG [80, 78, 69]). The average value is calculated in the same manner for the illuminance and the air quality.
Figure 112017069133970-pat00001
Figure 112017069133970-pat00001
최대-최소(MAX-MIN) 기반에 의하면, 표 2와 같이, 3명의 사용자가 온도에 대해 설정한 최소값 들 중에 최대값을 하위 설정값으로 취하고(Tmin=Max[60, 63, 66]), 온도에 대해 설정한 최대값 들 중에 최소값을 상위 설정값으로 취한다(Tmax=Min[80, 78, 69]). 따라서, 최대-최소(MAX-MIN) 기반의 온도의 동적 사용자 설정 포인트(최소/최대)는 66/69가 된다. 한편, 조도, 공기질에 대해서도 동일한 방법으로 하위 설정값 및 상위 설정값을 취한다.According to the MAX-MIN base, as shown in Table 2, the maximum value among the minimum values set by the three users for the temperature is taken as the lower set value (Tmin = Max [60, 63, 66]), Among the maximum values set for the temperature, the minimum value is taken as the upper set value (Tmax = Min [80, 78, 69]). Thus, the dynamic user set point (min / max) of the MAX-MIN based temperature is 66/69. On the other hand, the lower set value and the higher set value are taken in the same manner for the illuminance and the air quality.
Figure 112017069133970-pat00002
Figure 112017069133970-pat00002
최소-최대(MIN-MAX)에 기반에 의하면, 표 3과 같이, 3명의 사용자가 온도에 대해 설정한 최소값 들 중에 최소값을 하위 설정값으로 취하고(Tmin=Min[60, 63, 66]), 온도에 대해 설정한 최대값 들 중에 최대값을 상위 설정값으로 취한다(Tmax=MAX[80, 78, 69]). 따라서, 최소(MIN-MAX) 기반의 온도의 동적 사용자 설정 포인트(최소/최대)는 60/80이 된다. 한편, 조도, 공기질에 대해서도 동일한 방법으로 하위 설정값 및 상위 설정값을 취한다.Based on MIN-MAX, as shown in Table 3, the minimum value among the minimum values set by the three users for the temperature is taken as the lower set value (Tmin = Min [60, 63, 66]), Of the maximum values set for temperature, take the maximum value as the upper set point (Tmax = MAX [80, 78, 69]). Thus, the dynamic user set point (minimum / maximum) of the minimum (MIN-MAX) based temperature is 60/80. On the other hand, the lower set value and the higher set value are taken in the same manner for the illuminance and the air quality.
Figure 112017069133970-pat00003
Figure 112017069133970-pat00003
아래 표 4의 비교표에서 알 수 있는 바와 같이, Min-Max 기반으로 실내 환경 파라미터를 최적화하는 경우, 온도, 조도, 공기질을 제어하기 위한 소비 전력(power consumption)이 가장 작음을 알 수 있다.As can be seen in the comparison table of Table 4 below, when optimizing the indoor environmental parameters based on Min-Max, it can be seen that the power consumption for controlling temperature, illuminance and air quality is the smallest.
동적 사용자 설정 Dynamic user settings 온도Temperature 조도Roughness 공기질Air quality 전체 전력량Total power
평균 기반
소비 전력
Average base
Power Consumption
74.6074874.60748 205.059205.059 63.8650763.86507 343.5316343.5316
Max-Min 기반
소비 전력
Max-Min based
Power Consumption
85.0041485.00414 210.0556210.0556 63.8650763.86507 358.9249358.9249
Min-Max 기반
소비 전력
Min-Max base
Power Consumption
63.6032163.60321 200.0592200.0592 63.8650763.86507 327.5275327.5275
다음으로, 도 2의 규칙 기반 최적화부(14)는 규칙 기반 알고리즘을 이용하여 센싱된 환경 파라미터를 최적화한다. 이에 대하여 도 5를 참조하여 추후에 설명한다.Next, the rule-based optimizer 14 of FIG. 2 optimizes the sensed environmental parameters using a rule-based algorithm. This will be described later with reference to FIG. 5.
본 발명에 따라, 규칙 기반 최적화부(14)는 센싱된 온도, 조도 및 공기질 파라미터가 사용자 설정 파라미터(동적 사용자 설정 포인트)와 최소의 차이를 갖도록 규칙 기반 최적화 알고리즘을 이용하여 최적화한다.According to the present invention, the rule based optimizer 14 optimizes using a rule based optimization algorithm such that the sensed temperature, illuminance and air quality parameters have a minimum difference from the user set parameter (dynamic user set point).
즉, 규칙 기반 최적화부(14)는 사용자가 설정한 실내 환경 파라미터에 따른 사용자 요구 조건을 만족하면서 에너지 소비를 최소화할 수 있도록 온도, 조도 및 공기질 파라미터를 최적화한다.That is, the rule-based optimizer 14 optimizes temperature, illuminance and air quality parameters so as to minimize energy consumption while satisfying user requirements according to indoor environment parameters set by the user.
도 5는 본 발명에서 규칙 기반 최적화 알고리즘으로 실내환경 파라미터를 최적화하는 과정을 설명하기 위한 도면이다. 이하에서 서술할 규칙 기반 최적화 과정은 온도, 조도, 공기질 각각에 대해 수행되며, 간단히 설명한다.FIG. 5 is a diagram for describing a process of optimizing indoor environment parameters using a rule-based optimization algorithm according to the present invention. The rule-based optimization process described below is performed for each of temperature, illuminance and air quality, and will be described briefly.
도 5에 보인 바와 같이, 건물내 사용자가 쾌적 상태를 위한 온도, 조도, 공기질의 최대/최소 범위(동적 사용자 설정 포인트)를 규칙 기반 최적화부(14)에 입력한다(S1). 예측된 실내 환경 파라미터값이 규칙 기반 최적화부(14)에 입력된다(S2). 현재의 온도 파라미터, 조도 파라미터, 공기질 파라미터를 예측한 예측 파라미터가 각각 동적 사용자 설정 포인트의 최소/최대 범위를 갖는 쾌적 영역에 있는지 판단한다(S3). As shown in FIG. 5, a user in a building inputs a maximum / minimum range (dynamic user set point) of temperature, illuminance and air quality for a comfortable state into the rule-based optimizer 14 (S1). The predicted indoor environment parameter value is input to the rule-based optimizer 14 (S2). It is determined whether the predicted parameters predicting the current temperature parameter, the illuminance parameter, and the air quality parameter are each in a comfortable area having a minimum / maximum range of the dynamic user set point (S3).
여기서, 사용자 쾌적 영역은 복수의 사용자가 입력한 실내 환경 파라미터를 이용하여 설정된 동적 사용자 설정 포인트의 최대값과 최소값을 갖는다. Here, the user comfort zone has a maximum value and a minimum value of the dynamic user set point set using indoor environment parameters input by a plurality of users.
S3단계의 판단결과, 현재의 온도 파라미터, 조도 파라미터, 공기질 파라미터값이 각각 쾌적 영역에 있으면, 현재의 온도, 조도, 공기질을 각각 최적 설정값으로 이용한다(S4). As a result of the determination in step S3, if the current temperature parameter, illuminance parameter, and air quality parameter value are each in the comfort zone, the current temperature, illuminance, and air quality are respectively used as optimal setting values (S4).
S3단계의 판단결과, 현재의 온도 파라미터, 조도 파라미터, 공기질 파라미터값이 각각 쾌적 영역에 있지 않으면, 현재의 온도, 조도, 공기질의 각 파라미터가 동적 사용자 설정 포인트의 최소값보다 작은지 판단한다(S5). 판단결과 최소값보다 작으면, 현재 예측된 온도, 조도, 공기질을 최적 설정값으로 변경하고(S6), 현재 예측된 파라미터의 최소값을 최적 설정값으로 취급한다(S7). As a result of the determination in step S3, if the current temperature parameter, illuminance parameter and air quality parameter value are not in the comfort zone, it is determined whether each parameter of the current temperature, illuminance and air quality is smaller than the minimum value of the dynamic user set point (S5). . If the determination result is smaller than the minimum value, the currently predicted temperature, illuminance, and air quality are changed to the optimal set value (S6), and the minimum value of the currently predicted parameter is treated as the optimal set value (S7).
한편, S5단계의 판단결과, 현재의 온도, 조도, 공기질의 각 파라미터가 동적 사용자 설정 포인트의 최소값보다 크면, 현재의 온도, 조도, 공기질의 각 파라미터가 동적 사용자 설정 포인트의 최대값보다 큰지 판단한다(S8). S8단계의 판단결과 동적 사용자 설정 포인트의 최대값보다 크면, 현재 예측된 온도, 조도, 공기질을 최적 설정값으로 변경하고(S9), 동적 사용자 설정 포인트의 최대값을 최적 설정값으로 취급한다(S10). On the other hand, if it is determined in step S5 that each parameter of the current temperature, illuminance and air quality is greater than the minimum value of the dynamic user set point, it is determined whether each parameter of the current temperature, illuminance and air quality is greater than the maximum value of the dynamic user set point. (S8). If the determination result of step S8 is greater than the maximum value of the dynamic user set point, the currently predicted temperature, illuminance and air quality are changed to the optimum set value (S9), and the maximum value of the dynamic user set point is treated as the optimum set value (S10). ).
한편, 상술한 실내 환경 파라미터를 규칙 기반 최적화 하는 경우 온도, 조도, 공기질을 제어하기 위해 필요한 소비 전력과, 기존에 사용되던 GA 기반으로 실내 환경 파라미터를 최적화하는 경우 소비 전력과, GIA 기반으로 실내 환경 파라미터를 최적화하는 경우 소비 전력 비교표는 다음과 같다.On the other hand, when rule-based optimization of the above-described indoor environment parameters, power consumption required to control temperature, illuminance, and air quality, power consumption when optimizing indoor environment parameters based on the existing GA, and indoor environment based on GIA When optimizing the parameters, the power consumption comparison table is as follows.
온도 Temperature 조도 Roughness 공기질Air quality 전체 전력량Total power
규칙 기반
소비 전력
Rule-based
Power Consumption
494.907494.907 1052.341052.34 365.663365.663 1903.911903.91
GA 기반
소비 전력
GA based
Power Consumption
614.214614.214 1135.181135.18 372.416372.416 2121.812121.81
IGA 기반
소비 전력
IGA based
Power Consumption
834.593834.593 1261.571261.57 419.65419.65 2515.822515.82
위의 표 5의 비교표에서 알 수 있듯이, 규칙 기반으로 실내 환경 파라미터를 최적화하는 경우, 온도, 조도, 공기질을 제어하기 위해 필요한 소비 전력은, 종래기술의 GA 기반 및 GIA 기반으로 실내 환경 파라미터를 최적화하는 경우에 비해 작음을 알 수 있다.As can be seen from the comparison table of Table 5 above, when optimizing indoor environmental parameters on a rule basis, power consumption required to control temperature, illuminance and air quality is optimized based on conventional GA-based and GIA-based indoor environmental parameters. It can be seen that smaller than the case.
도 6은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 온도 제어시 소비 전력 비교 그래프, 도 7은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 조도 제어시 소비 전력 비교 그래프, 도 8은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 공기질 제어시 소비 전력 비교 그래프이다.FIG. 6 is a graph comparing power consumption when temperature control is performed based on the present invention when predicting indoor environment parameters, unpredicting, average-based multi-user environment parameters, MAX-MIN-based, MIN-MAX-based, and rule-based optimization. According to the present invention, when the indoor environment parameter prediction, non-prediction, the average power of the multi-user environment parameters, MAX-MIN-based, MIN-MAX-based, rule-based optimization, power consumption comparison graph when controlling, Figure 8 Therefore, it is a graph comparing power consumption when controlling the air quality by predicting indoor environment parameters, unpredicting, multi-user environment average, MAX-MIN, MIN-MAX, and rule-based optimization.
도 6 내지 도 8의 그래프에 따르면, 온도, 조도, 공기질의 제어시 실내 환경 파라미터를 예측한 후 예측한 실내 환경 파라미터를 이용하여 최적화하는 경우에 소비 전력(power consumption)이 더 적음을 알 수 있다.According to the graphs of FIG. 6 to FIG. 8, it can be seen that power consumption is less when the indoor environment parameters are predicted and then optimized using the predicted indoor environment parameters when controlling temperature, illuminance and air quality. .
아래 표 6 내지 표 8을 참조하면, 복수의 실내 환경 파라미터를 Min-Max 기반으로 산출한 동적 사용자 설정 환경 파라미터를 이용하는 경우, 온도, 조도 및 공기질의 제어시에 필요한 소비 전력의 총량이 가장 작은 것을 알 수 있다. Referring to Tables 6 to 8 below, in the case of using the dynamic user setting environment parameter calculated based on Min-Max based on a plurality of indoor environment parameters, the total amount of power consumption required for controlling temperature, illuminance and air quality is the smallest. Able to know.
아울러, 아래 표 6 내지 표 8을 참조하면, 동적 사용자 설정 실내환경 파라미터를 Min-Max 기반으로 산출한 동적 사용자 설정 환경 파라미터과 함께 예측 실내환경 파라미터를 이용하여 실내 환경 파라미터를 최적화한 경우에 온도, 조도 및 공기질의 제어시에 필요한 소비 전력의 총량이, 비예측 실내 환경 파라미터를 이용하는 경우에 비해, 가장 작은 것을 알 수 있다.In addition, referring to Tables 6 to 8 below, when the indoor environment parameters are optimized using the predicted indoor environment parameters along with the dynamic user setting environment parameters calculated based on the Min-Max dynamic user setting indoor environment parameters, And it turns out that the total amount of power consumption required at the time of air quality control is the smallest compared with the case where an unpredicted indoor environment parameter is used.
ABS 산출시ABS calculation 온도 Temperature 조도Roughness 공기질Air quality 총량Total amount
예측시 소비전력Estimated Power Consumption 73.0965373.09653 210.0001210.0001 63.846563.8465 346.9401346.9401
비예측시 소비전력Unpredicted Power Consumption 74.6074874.60748 210.0556210.0556 63.847263.8472 348.5103348.5103
Max-Min 산출시When calculating Max-Min 온도Temperature 조도Roughness 공기질Air quality 총량Total amount
예측시 소비전력Estimated Power Consumption 84.3984.39 219219 63.826263.8262 368.21368.21
비예측시 소비전력Unpredicted Power Consumption 8585 220220 63.827163.8271 368.88368.88
Min-Max 산출시When calculating Min-Max 온도Temperature 조도Roughness 공기질Air quality 총량Total amount
예측시 소비전력Estimated Power Consumption 61.5161.51 200.008200.008 63.86463.864 325.38325.38
비예측시 소비전력Unpredicted Power Consumption 63.663.6 200.059200.059 63.86563.865 327.52327.52
다음으로 도 2의 통합 쾌적 지수 산출부(15)는 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출한다. 통합 쾌적 지수를 산출하는 방법은 후술한다.Next, the integrated comfort index calculator 15 of FIG. 2 calculates the integrated comfort index based on the optimized indoor environment parameter and the predetermined comfort index calculation formula. The method for calculating the integrated comfort index will be described later.
여기에서, 통합 쾌적지수(comfort)는 다음의 수학식 1에 의해 산출할 수 있다.Here, the integrated comfort index (comfort) can be calculated by the following equation (1).
Figure 112017069133970-pat00004
Figure 112017069133970-pat00004
여기에서,
Figure 112018102714019-pat00005
,
Figure 112018102714019-pat00006
,
Figure 112018102714019-pat00007
는 온도, 조도 및 공기질 파라미터간의 충돌을 회피하기 위해 정의된 인수로,
Figure 112018102714019-pat00008
의 관계식에 의해 0과 1 사이의 값을 갖는다.
Figure 112018102714019-pat00009
는 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이값,
Figure 112018102714019-pat00010
은 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이값,
Figure 112018102714019-pat00011
는 센싱된 실제 공기질과 최적화된 공기질 파라미터와의 차이값을 나타내며,
Figure 112018102714019-pat00012
,
Figure 112018102714019-pat00013
,
Figure 112018102714019-pat00014
, 은 사용자에 의해 설정된 온도, 조도, 공기질 파라미터를 나타낸다.
From here,
Figure 112018102714019-pat00005
,
Figure 112018102714019-pat00006
,
Figure 112018102714019-pat00007
Is a defined parameter to avoid collisions between temperature, light intensity and air quality parameters.
Figure 112018102714019-pat00008
It has a value between 0 and 1 by the relation of.
Figure 112018102714019-pat00009
Is the difference between the actual sensed temperature and the optimized temperature parameter,
Figure 112018102714019-pat00010
Is the difference between the sensed actual illuminance and the optimized illuminance parameter,
Figure 112018102714019-pat00011
Represents the difference between the actual air quality sensed and the optimized air quality parameters.
Figure 112018102714019-pat00012
,
Figure 112018102714019-pat00013
,
Figure 112018102714019-pat00014
, Represents the temperature, illuminance and air quality parameters set by the user.
여기서, 수학식 1에 적용되는 사용자 설정 온도, 조도, 공기질 파라미터는, 복수의 사용자의 설정값들을 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 단일화 한 값을 입력한다. Herein, the user setting temperature, illuminance, and air quality parameters applied to Equation 1 input values obtained by unifying a plurality of user set values based on average, MAX-MIN, and MIN-MAX.
도 9는 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화의 경우 쾌적지수 산출부(15)에서 출력되는 쾌적지수 비교표이다. 쾌적지수는 0 내지 1의 값을 갖는다. 복수 사용자 환경 파라미터를 MAX-MIN 기반으로 단일화하는 경우에 사용자 쾌적 지수는 0.967로 시작에서 18시에 1에 도달한다. 복수 사용자 환경 파라미터를 평균 기반으로 단일화한 경우에, 사용자 쾌적 지수는 0.979로 시작해서 14시에 1에 도달한다. 복수 사용자 환경 파라미터를 MIN-MAX 기반으로 단일화하는 경우 사용자 쾌적 지수는 0.98로 시작해서 13시에 1에 도달한다. 즉, 복수 사용자 환경 파라미터를 평균 기반 및 MAX-MIN 기반으로 단일화한 경우보다, MIN-MAX 기반으로 단일화한 경우에 더 높은 쾌적지수로 시작해서 더 빠른 시간내에 최대 쾌적지수에 도달하는 것을 알 수 있다.9 is a comfort index comparison table output from the comfort index calculator 15 in the case of average-based, MAX-MIN-based, MIN-MAX-based, and rule-based optimization of multiple user environment parameters. The comfort index has a value between 0 and 1. In the case of unifying multiple user environment parameters based on MAX-MIN, the user comfort index starts at 0.967 and reaches 1 at 18:00. In the case of unifying multiple user environment parameters on an average basis, the user comfort index starts at 0.979 and reaches 1 at 14:00. When unifying multiple user environment parameters on a MIN-MAX basis, the user comfort index starts at 0.98 and reaches 1 at 13:00. In other words, it can be seen that when the multi-user environment parameter is unified based on average and MAX-MIN, it is started with higher comfort index and reaches the maximum comfort index in a faster time than when unified based on MIN-MAX. .
다음으로, 도 2의 퍼지 컨트롤러(16)는 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 건물내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량(PT, PL, PA)을 산출하며, 이에 대하여 도 10 내지 도 12를 참조하여 좀 더 자세히 설명하면 다음과 같다. 퍼지 컨트롤러(16)의 출력은 온도, 조도, 공기질 각각에 대한 요구 전력이다. 이후에 퍼지 컨트롤러(16)의 출력이 전력 제어 에이전트(17) 및 소비 전력 계산부(18)에 입력된다.Next, the fuzzy controller 16 of FIG. 2 is a power amount (P T , P L , P A ) required to control the temperature, illuminance, and air quality in the building based on the difference between the sensed environment parameter and the optimized environment parameter. This will be calculated and described in more detail with reference to FIGS. 10 to 12 as follows. The output of the purge controller 16 is required power for each of temperature, illuminance and air quality. The output of the purge controller 16 is then input to the power control agent 17 and the power consumption calculator 18.
도 10 내지 도 12는 본 발명의 퍼지 컨트롤러(16)가 건물 내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량을 산출하는 것을 설명하기 위한 도면이다.10 to 12 are diagrams for explaining that the fuzzy controller 16 of the present invention calculates the amount of power required to control temperature, illuminance and air quality in a building.
먼저, 건물 내의 온도를 제어하기 위한 요구 전력량(PT)을 산출하는 방법에 대하여 설명하면, 도 10의 (a), (b)에 도시된 바와 같이 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이인 제1 차이값(
Figure 112017069133970-pat00015
)을 계산하고, 제1 차이값(
Figure 112017069133970-pat00016
)의 현재값과 이전값의 차이인 제2 차이값(
Figure 112017069133970-pat00017
)을 계산한다.
First, a method of calculating the required amount of power P T for controlling the temperature in a building will be described. As shown in FIGS. 10A and 10B, the actual temperature sensed and the optimized temperature parameter are compared. The first difference, which is the difference
Figure 112017069133970-pat00015
), The first difference (
Figure 112017069133970-pat00016
Is the difference between the current value and the previous value of
Figure 112017069133970-pat00017
Calculate
여기에서, 제1, 2 차이값(
Figure 112017069133970-pat00018
,
Figure 112017069133970-pat00019
)은 삼각 소속 함수의 분포를 갖는다.
Here, the first and second difference value (
Figure 112017069133970-pat00018
,
Figure 112017069133970-pat00019
) Has a distribution of trigonometric membership functions.
이러한 제1, 2 차이값(
Figure 112017069133970-pat00020
,
Figure 112017069133970-pat00021
)을 기초로 건물 내의 온도를 제어하기 위한 요구 전력(PT)을 산출하면 도 11의 (c)에 도시된 바와 같이 삼각 소속 함수의 분포를 갖는 요구 전력(PT)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 9와 같다.
These first and second difference values (
Figure 112017069133970-pat00020
,
Figure 112017069133970-pat00021
By calculating the required power (P T ) for controlling the temperature in the building based on), as shown in (c) of FIG. 11, the required power P T having a distribution of trigonometric membership functions can be obtained. The table is shown in Table 9 below.
Figure 112017069133970-pat00022
Figure 112017069133970-pat00022
표 9에서 온도에 대한 최적 파라미터와 실제 환경 파라미터 사이의 에러 변화(
Figure 112017069133970-pat00023
)와 오차(
Figure 112017069133970-pat00024
: 온도에 대한 규칙 기반 최적화의 최적 파라미터와 실제 환경 파라미터인 센서 온도[0, 1] 사이의 오차)가 온도에 대한 퍼지 컨트롤러(16)의 입력이다. NB, NM, NS, ZE, PS, PM 및 PB라는 용어는 음수 대, 음수 중, 음수 소, O, 양수 소, 양수 중, 양수 대를 나타낸다.
In Table 9, the change in error between the optimum parameter and the actual environmental parameter
Figure 112017069133970-pat00023
) And error (
Figure 112017069133970-pat00024
The difference between the optimal parameter of the rule-based optimization for temperature and the sensor temperature [0, 1], which is the actual environmental parameter, is the input of the fuzzy controller 16 to the temperature. The terms NB, NM, NS, ZE, PS, PM, and PB denote negative bands, negative numbers, negative numbers, O, positive numbers, positive numbers, and positive numbers.
위와 마찬가지 방법으로, 도 11에 도시된 바와 같이 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이(
Figure 112017069133970-pat00025
)를 기초로 건물 내의 조도를 제어하기 위한 요구 전력(PL)을 산출하면 삼각 소속 함수의 분포를 갖는 요구 전력(PL)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 10과 같다.
In the same manner as above, the difference between the sensed actual illuminance and the optimized illuminance parameter as shown in FIG.
Figure 112017069133970-pat00025
), And if the obtained required power (P L) having a distribution of a triangular membership function based to calculate the required power (P L) for controlling the illumination in the building, it indicates tabulated as follows in Table 10.
Figure 112017069133970-pat00026
Figure 112017069133970-pat00026
조도에 대한 퍼지 컨트롤러(16)의 입력은 최적의 파라미터와 실제 환경 조도 파라미터 간의 오차(입력 오차)이다. 표 10 및 도 10에서 입력 멤버쉽 함수는 입력인 에러에 대한 것이다. 조도 오차가 High Small이면 필요한 출력 전력은 OHS(OLittle)이다. 조도 오차가 Medium Small(MS)인 경우 출력 전력은 OMS이다. 조도 오차가 Basic Small(BS) 인 경우, 출력 전력은 OBS이다. The input of the fuzzy controller 16 to the illuminance is the error (input error) between the optimal parameter and the actual environmental illuminance parameter. The input membership functions in Table 10 and FIG. 10 are for errors that are inputs. If the illuminance error is High Small, the required output power is OHS (OLittle). If the illuminance error is Medium Small (MS), the output power is OMS. If the illuminance error is Basic Small (BS), the output power is OBS.
또한, 위와 마찬가지 방법으로, 도 12에 도시된 바와 같이 센싱된 실제 공기질과 최적화된 공기질 파라미터와의 차이(
Figure 112018102714019-pat00027
)를 기초로 건물 내의 공기질을 제어하기 위한 요구 전력(PA)을 산출하면 삼각 소속 함수의 분포를 갖는 요구 전력(PA)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 11과 같다.
Also, in the same manner as above, the difference between the actual air quality sensed as shown in FIG. 12 and the optimized air quality parameter (
Figure 112018102714019-pat00027
By calculating the required power (P A ) for controlling the air quality in the building based on), it is possible to obtain the required power (P A ) having a distribution of triangular membership function, which is shown in Table 11 below.
Figure 112017069133970-pat00028
Figure 112017069133970-pat00028
공기질에 대한 퍼지 컨트롤러(16)의 입력은 최적화된 공기질 파라미터와 실제 환경 공기질 파라미터의 오차이다. 입력 오차가 낮으면 출력인 요구 전력은 꺼짐(OFF)이고, 입력 오차가 'OK'이면 출력인 요구 전력은 켜짐(ON)이다. 입력 오차가 LH인 경우 출력인 요구 전력은 OLH이고, 입력 오차가 MH인 경우 출력인 요구 전력은 OMH이고, 입력 오차가 HIGH인 경우 출력인 요구 전력은 OHIGH이다. The input of the purge controller 16 to the air quality is the error of the optimized air quality parameter and the actual environmental air quality parameter. When the input error is low, the required power as the output is OFF. When the input error is 'OK', the required power as the output is ON. If the input error is LH, the required power output is OLH. If the input error is MH, the output power demand is OMH. If the input error is HIGH, the output power demand is OHIGH.
한편, 퍼지 컨트롤러(16)의 출력단에 있는 전력 제어 에이전트(17)는 퍼지 컨트롤러(16)로부터 온도, 조도, 공기질 각각에 대해 산출한 요구 전력을 입력받아, 전체 요구 전력량을 산출한다. 전력 제어 에이전트(17)는 전체 요구 전력량이 전원공급부(20)의 공급 전력과 비교한다 비교결과, 전체 요구 전력량이 전원공급부(20)의 공급 전력보다 작으면, 요구 전력량으로 유지하고, 전체 요구 전력량이 전원공급부(20)의 공급 전력보다 크면, 요구 전력량을 조정하여 출력한다.On the other hand, the power control agent 17 at the output of the purge controller 16 receives the required power calculated for each of the temperature, illuminance and air quality from the purge controller 16, and calculates the total required power amount. The power control agent 17 compares the total required power amount with the supply power of the power supply unit 20. As a result of the comparison, if the total required power amount is smaller than the supply power of the power supply unit 20, the power control agent 17 maintains the required power amount and the total required power amount. If the power supply is larger than the power supply of the power supply unit 20, the required power amount is adjusted and output.
전력 제어 에이전트(17)의 출력단에 있는 소비 전력 계산부(18)는 전력 제어 에이전트(17)에서 출력되는 조정 전력량과 요구 전력량을 기초로 실제 소비 전력을 산출한다. 소비 전력 계산부(18)는 조정 전력량과 요구 전력량을 비교하여 조정 전력량이 요구 전력량보다 작으면 실제 소비 전력을 조정 전력량으로 설정하여 출력하고, 조정 전력량이 요구 전력량보다 크면 실제 소비 전력을 요구 전력량으로 설정하여 출력한다. The power consumption calculator 18 at the output of the power control agent 17 calculates the actual power consumption based on the amount of adjustment power and the required power output from the power control agent 17. The power consumption calculation unit 18 compares the adjusted power amount with the required power amount and sets and outputs the actual power consumption as the adjusted power amount when the adjusted power amount is smaller than the required power amount. Set and print.
다음으로, 도 2의 복수의 액츄에이터(30)는 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어한다. Next, the plurality of actuators 30 of FIG. 2 control the operation of the energy installation in the building according to the actual power consumption.
상술한 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템의 구성에 의해, 건물내 복수의 사용자에게 쾌적한 실내 환경을 제공하면서도 에너지 소비를 최소화할 수 있다.By the above-described prediction of indoor environment parameters and the construction of a building energy optimization system based on dynamic user setting, it is possible to minimize energy consumption while providing a comfortable indoor environment to a plurality of users in the building.
도 13은 본 발명에 따른 실내 환경 파라미터의 예측, 복수의 사용자 설정, 규칙 기반 최적화에 기반한 건물 에너지 최적화 과정을 도시한 것이다. 도 13에 보인 바와 같이, 센싱부(10)에서 온도, 조도, 공기질을 포함한 실내 환경 파라미터를 센싱한다(T1). 실내환경 파라미터 예측부(12)가 센싱된 실내 환경 파라미터의 온도, 조도, 공기질에 대한 예측 실내 환경 파라미터를 산출한다(T2). 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 건물 내 에너지 설비의 냉난방 디바이스 등의 액츄에이터를 제어한다(T3).FIG. 13 illustrates a building energy optimization process based on prediction of indoor environment parameters, a plurality of user settings, and rule-based optimization according to the present invention. As shown in FIG. 13, the sensing unit 10 senses indoor environment parameters including temperature, illuminance, and air quality (T1). The indoor environment parameter predictor 12 calculates a predicted indoor environment parameter for the temperature, illuminance, and air quality of the sensed indoor environment parameter (T2). Actuators such as air conditioning and heating devices of the energy installation in the building are controlled in advance in accordance with the temperature, illuminance and air quality values of the predicted indoor environmental parameters (T3).
복수의 사용자별 실내 환경 파라미터의 최대/최소를 설정하는 동적 사용자 설정 모드인지 판단한다(T4). 판단결과 동적 사용자 설정 모드인 경우, 사용자별 환경 파라미터 설정부(13)가 복수의 사용자의 실내 환경 파라미터(온도, 조도, 공기질)에 대한 최소/최대 포인트를 각각 평균 기반(ABS), MAX-MIN 기반, MIN-MAX 기반 방법 중 하나에 의해 단일화하여 실내환경 파라미터의 동적 사용자 설정 포인트(최소/최대값)를 산출한다(T5). It is determined whether the user mode is a dynamic user setting mode that sets a maximum / minimum of a plurality of user-specific indoor environment parameters (T4). As a result of the determination, in the dynamic user setting mode, the user-specific environment parameter setting unit 13 sets the minimum / maximum points for the indoor environment parameters (temperature, illuminance, air quality) of the plurality of users on the average basis (ABS) and MAX-MIN, respectively. The dynamic user set point (minimum / maximum value) of the indoor environment parameter is calculated by unifying by one of the base and MIN-MAX based methods (T5).
실내환경 파라미터 예측부(12)에서 예측된 실내환경 파라미터의 값과, 산출된 온도, 조도, 공기질의 환경 파라미터에 대한 동적 사용자 설정 포인트의 최대/최소 값을 입력받아 규칙 기반 최적화부(14)에 의해 실내 환경 파라미터를 최적화한다(T6).The rule-based optimizer 14 receives the values of the indoor environment parameters predicted by the indoor environment parameter predictor 12 and the maximum / minimum values of the dynamic user set points for the calculated environmental parameters of temperature, illuminance and air quality. By optimizing the indoor environment parameters (T6).
통합 쾌적 지수 산출부(15)는 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출한다(T7)The integrated comfort index calculator 15 calculates the integrated comfort index based on the optimized indoor environment parameter and the predetermined comfort index calculation formula (T7).
퍼지 컨트롤러(16)는 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 건물내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량(PT, PL, PA)을 산출한다(T8).The purge controller 16 calculates a required amount of power PT, PL, and PA for controlling the temperature, illuminance, and air quality in the building based on the difference between the sensed environment parameter and the optimized environment parameter (T8).
전력 제어 에이전트(17)는 퍼지 컨트롤러(16)로부터 온도, 조도, 공기질 각각에 대해 산출한 요구 전력을 입력받아 전체 요구 전력량을 산출한다. 그리고, 전체 요구 전력량과 통합 쾌적지수 및 건물 내 가용 전력(전원공급부의 전력)에 기초하여 온도, 조도 및 공기질을 제어하기 위한 조정 전력량을 산출한다(T9).The power control agent 17 receives the required power calculated for each of the temperature, illuminance and air quality from the purge controller 16 and calculates the total required power amount. Then, the adjusted amount of power for controlling temperature, illuminance and air quality is calculated based on the total required amount of power, the integrated comfort index, and the available power in the building (power of the power supply) (T9).
소비 전력 계산부(18)는 전력 제어 에이전트(17)에서 출력되는 조정 전력량과 요구 전력량을 기초로 실제 소비 전력을 산출한다(T10).The power consumption calculation unit 18 calculates the actual power consumption based on the amount of adjustment power and the required power output from the power control agent 17 (T10).
복수의 액츄에이터(30)는 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어한다(T11). The plurality of actuators 30 controls the operation of the energy installation in the building according to the actual power consumption (T11).
상술한 바와 같이, 실내 환경 파라미터 예측을 통한 실제 소비 전력 감소를 위해 센서로 감지한 온도, 조도, 공기질의 환경 파라미터를 예측 및 규칙 기반 최적화하여 쾌적 지수를 산출하고, 최적화된 환경 파라미터에 의해 요구 전력을 감소시킴으로써 사용자에게 쾌적한 실내 환경을 제공하면서 동시에 에너지 소비를 감소시킬 수 있다.As described above, in order to reduce the actual power consumption through indoor environmental parameter prediction, the environmental index of temperature, illuminance, and air quality detected by the sensor is predicted and rule-based optimization to calculate the comfort index, and the required power is determined by the optimized environmental parameter. It is possible to reduce energy consumption while providing a comfortable indoor environment for the user.
상술한 바와 같이, 본 발명에서는 온도, 조도 및 공기질의 실내 환경 파라미터를 예측하고, 복수의 사용자 설정값을 기반으로 새로운 통합 쾌적지수를 산출하고, 산출된 통합 쾌적지수와 예측 실내 환경 파라미터를 기초로 건물내 에너지 설비의 동작을 제어한다.As described above, the present invention predicts the indoor environmental parameters of temperature, illuminance and air quality, calculates a new integrated comfort index based on a plurality of user set values, and based on the calculated integrated comfort index and predicted indoor environment parameters. Control the operation of energy equipment in buildings.
따라서, 본 발명에 의하면 쾌적한 실내 환경을 제공하면서 동시에 에너지 소비를 최소화할 수 있으며, 이를 통해 IBS/BIM/BEMS 뿐만 아니라 다양한 IT를 접목한 건축공학 분야에서 쾌적한 실내 환경과 에너지 효율을 종합적으로 고려한 제어 시스템을 제공할 수 있는 효과가 있다.Therefore, according to the present invention, it is possible to provide a comfortable indoor environment and at the same time minimize the energy consumption. Through this, control considering the pleasant indoor environment and energy efficiency in the architectural engineering field combining various IT as well as IBS / BIM / BEMS. It is effective to provide a system.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 설명하였다. 그러나, 본 발명의 실시예는 당업계에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되어지는 것으로, 본 발명의 범위가 상기의 실시예에 한정되는 것은 아니며, 여러 가지 다른 형태로 변형이 가능함은 물론이다. So far, the present invention has been described based on the preferred embodiments. However, embodiments of the present invention is provided to more fully describe the present invention to those skilled in the art, the scope of the present invention is not limited to the above embodiments, various other Of course, the shape can be modified.
10 : 센싱부 10a : 온도 센서
10b : 조도 센서 10c : 공기질 센서
12 : 실내환경 파라미터 예측부 13 : 동적 사용자별 환경 파라미터 설정부
14 : 규칙 기반 최적화부 15 : 쾌적 지수 산출부
16 : 퍼지 컨트롤러 17 : 전력 제어 에이전트
18 : 소비 전력 계산부 20 : 전원공급부
30 : 스마트홈 액추에이터
10: sensing unit 10a: temperature sensor
10b: Ambient light sensor 10c: Air quality sensor
12: indoor environment parameter estimation unit 13: dynamic user setting environment parameters
14: rule-based optimization unit 15: comfort index calculation unit
16: fuzzy controller 17: power control agent
18: power consumption calculator 20: power supply
30: Smart Home Actuator

Claims (10)

  1. 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템에 있어서,
    건물 내의 온도, 조도 및 공기질을 각각 센싱하여 실내 환경 파라미터를 출력하는 복수의 센서를 포함하는 센싱부와,
    예측 알고리즘을 이용하여 상기 실내 환경 파라미터를 예측하여 예측 실내 환경 파라미터를 출력하는 실내 환경 파라미터 예측부,
    실내 환경 파라미터의 최소/최대 설정 정보를 입력하기 위한 입력부,
    상기 입력부로부터 복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 사용자별 환경 파라미터 설정부,
    상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적화된 온도 파라미터, 최적화된 조도 파라미터, 최적화된 공기질 파라미터를 포함하는 최적화된 실내 환경 파라미터를 출력하는 규칙 기반 최적화부,
    상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부,
    상기 예측 실내 환경 파라미터와 상기 최적화된 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량을 산출하는 퍼지 컨트롤러,
    상기 최적화된 실내 환경 파라미터, 상기 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기질을 제어하기 위한 조정 전력량을 산출하는 전력 제어 에이전트,
    상기 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 실제 소비 전력 계산부 및,
    상기 산출된 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터를 포함하고,
    상기 통합 쾌적 지수 산출부는 최적화된 실내 환경 파라미터와 미리 설정된 쾌적지수(comfort) 산출식(수학식 1)에 기초하여 통합 쾌적지수를 산출하며,
    (수학식1)
    Figure 112019502085385-pat00064

    여기에서,
    Figure 112019502085385-pat00065
    ,
    Figure 112019502085385-pat00066
    ,
    Figure 112019502085385-pat00067
    는 온도, 조도 및 공기질 파라미터간의 충돌을 회피하기 위해 정의된 인수로서,
    Figure 112019502085385-pat00068
    의 관계식에 의해 0과 1 사이의 값을 갖고,
    Figure 112019502085385-pat00069
    는 센싱된 실제 온도와 상기 최적화된 온도 파라미터와의 차이값,
    Figure 112019502085385-pat00070
    은 센싱된 실제 조도와 상기 최적화된 조도 파라미터와의 차이값,
    Figure 112019502085385-pat00071
    는 센싱된 실제 공기질과 상기 최적화된 공기질 파라미터와의 차이값을 나타내며,
    Figure 112019502085385-pat00072
    ,
    Figure 112019502085385-pat00073
    ,
    Figure 112019502085385-pat00074
    , 은 사용자에 의해 설정된 온도, 조도, 공기질 파라미터를 나타내고,
    수학식 1에 적용되는 사용자 설정 온도, 조도, 공기질 파라미터는, 복수의 사용자의 설정값들을 평균 기반, MAX-MIN 기반, MIN-MAX 기반 중 하나로 단일화 한 값인 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
    In the building energy optimization system based on the prediction of indoor environment parameters and the dynamic user setting,
    A sensing unit including a plurality of sensors configured to sense temperature, illuminance, and air quality in a building, respectively, and output indoor environment parameters;
    An indoor environment parameter predictor configured to predict the indoor environment parameter by using a prediction algorithm and output a predicted indoor environment parameter;
    Input unit for inputting the minimum / maximum setting information of the indoor environment parameters,
    The user inputs the minimum / maximum setting information of the indoor environment parameters for each user from the input unit and calculates the dynamic user setting point of the indoor environment parameters by unifying the minimum / maximum values for each of the plurality of users' temperature, illuminance and air quality. Environment parameter setting unit,
    An optimized indoor environment including an optimized temperature parameter, an optimized illuminance parameter, and an optimized air quality parameter by receiving the predicted indoor environment parameter and a dynamic user set point of the indoor environment parameter by optimizing the indoor environment parameter by a rule-based algorithm. Rule-based optimizer for outputting parameters,
    An integrated comfort index calculation unit configured to calculate an integrated comfort index based on the optimized indoor environment parameter and a predetermined comfort index calculation formula;
    A fuzzy controller for calculating an amount of power required to control temperature, illuminance and air quality in a building based on a difference between the predicted indoor environment parameter and the optimized indoor environment parameter;
    A power control agent for calculating an adjusted amount of power for controlling temperature, illuminance and air quality based on the optimized indoor environment parameter, the calculated integrated comfort index and available power in the building,
    An actual power consumption calculator configured to calculate actual power consumption based on the calculated required power amount and the adjusted power amount;
    A plurality of actuators for controlling the operation of the energy installation in the building according to the calculated actual power consumption,
    The integrated comfort index calculator calculates an integrated comfort index based on the optimized indoor environment parameter and a preset comfort index (Equation 1),
    (Equation 1)
    Figure 112019502085385-pat00064

    From here,
    Figure 112019502085385-pat00065
    ,
    Figure 112019502085385-pat00066
    ,
    Figure 112019502085385-pat00067
    Is a defined factor to avoid collisions between temperature, light intensity and air quality parameters.
    Figure 112019502085385-pat00068
    Has a value between 0 and 1,
    Figure 112019502085385-pat00069
    Is the difference between the sensed actual temperature and the optimized temperature parameter,
    Figure 112019502085385-pat00070
    Is a difference between the sensed actual illuminance and the optimized illuminance parameter,
    Figure 112019502085385-pat00071
    Represents the difference between the sensed actual air quality and the optimized air quality parameters,
    Figure 112019502085385-pat00072
    ,
    Figure 112019502085385-pat00073
    ,
    Figure 112019502085385-pat00074
    , Represents temperature, illuminance and air quality parameters set by the user,
    The user set temperature, illuminance and air quality parameters applied to Equation 1 are values obtained by unifying a plurality of user set values into one of an average, a MAX-MIN-based, and a MIN-MAX-based. User-based building energy optimization system.
  2. 제1항에 있어서,
    상기 예측 알고리즘은 칼만 필터(Kalman filter)를 포함하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
    The method of claim 1,
    Wherein said prediction algorithm comprises a Kalman filter. Building energy optimization system based on prediction and dynamic user setting of indoor environmental parameters.
  3. 제1항에 있어서,
    상기 규칙 기반 알고리즘은 상기 예측 실내 환경 파라미터와 상기 동적 사용자 설정 포인트가 최소의 차이를 갖도록 하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
    The method of claim 1,
    The rule-based algorithm is such that the predicted indoor environment parameter and the dynamic user set point has a minimum difference, the building energy optimization system based on the prediction and dynamic user setting of the indoor environment parameter.
  4. 제1항에 있어서,
    상기 사용자별 환경 파라미터 설정부는 평균 기반 설정, 최대-최소 기반 설정, 최소-최대 기반 설정 중 하나에 의해 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
    The method of claim 1,
    The user-specific environment parameter setting unit calculates a dynamic user set point of the indoor environment parameter by one of an average base setting, a maximum-minimum base setting, and a minimum-maximum base setting. Based building energy optimization system.
  5. 제1항에 있어서,
    상기 전력제어 에이전트는 상기 실내 환경 파라미터 예측부에서 출력되는 상기 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 상기 건물 내 에너지 설비의 액츄에이터를 제어하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
    The method of claim 1,
    The power control agent controls the actuator of the energy equipment in the building in advance according to the temperature, illuminance and air quality values of the predicted indoor environment parameter output from the indoor environment parameter predictor. User-based building energy optimization system.
  6. 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법에 있어서,
    건물 내의 온도, 조도 및 공기질을 포함한 실내 환경 파라미터를 센싱하는 단계;
    상기 실내 환경 파라미터를 예측 알고리즘으로 예측하여 예측 실내 환경 파라미터를 생성하는 단계;
    복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 단계;
    상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적화된 온도 파라미터, 최적화된 조도 파라미터, 최적화된 공기질 파라미터를 포함하는 최적화된 실내 환경 파라미터를 생성하는 단계;
    상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 단계;
    상기 예측 실내 환경 파라미터와 상기 최적화된 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기질을 제어하기 위한 요구 전력량을 산출하는 단계;
    상기 최적화된 실내 환경 파라미터, 상기 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기질을 제어하기 위한 조정 전력량을 산출하는 단계;
    상기 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 단계;
    상기 산출된 실제 소비 전력을, 상기 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터에 공급하는 단계를 포함하고,
    상기 통합 쾌적지수 산출부는, 최적화된 실내 환경 파라미터와 미리 설정된 쾌적지수(comfort) 산출식(수학식 1)에 기초하여 통합 쾌적지수를 산출하며,
    (수학식1)
    Figure 112019502085385-pat00075

    여기에서,
    Figure 112019502085385-pat00076
    ,
    Figure 112019502085385-pat00077
    ,
    Figure 112019502085385-pat00078
    는 온도, 조도 및 공기질 파라미터간의 충돌을 회피하기 위해 정의된 인수로서,
    Figure 112019502085385-pat00079
    의 관계식에 의해 0과 1 사이의 값을 갖고,
    Figure 112019502085385-pat00080
    는 센싱된 실제 온도와 상기 최적화된 온도 파라미터와의 차이값,
    Figure 112019502085385-pat00081
    은 센싱된 실제 조도와 상기 최적화된 조도 파라미터와의 차이값,
    Figure 112019502085385-pat00082
    는 센싱된 실제 공기질과 상기 최적화된 공기질 파라미터와의 차이값을 나타내며,
    Figure 112019502085385-pat00083
    ,
    Figure 112019502085385-pat00084
    ,
    Figure 112019502085385-pat00085
    , 은 사용자에 의해 설정된 온도, 조도, 공기질 파라미터를 나타내고,
    수학식 1에 적용되는 사용자 설정 온도, 조도, 공기질 파라미터는, 복수의 사용자의 설정값들을 평균 기반, MAX-MIN 기반, MIN-MAX 기반 중 하나로 단일화 한 값인 것을 특징으로 하는 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
    In the building energy optimization method based on the prediction of indoor environment parameters and dynamic user setting,
    Sensing indoor environmental parameters including temperature, illumination and air quality in the building;
    Predicting the indoor environment parameters with a prediction algorithm to generate predicted indoor environment parameters;
    Calculating the dynamic user set point of the indoor environment parameter by receiving the minimum / maximum setting information of the indoor environment parameters for each user by unifying the minimum / maximum values for each of temperature, illuminance and air quality of the plurality of users;
    An optimized indoor environment including an optimized temperature parameter, an optimized illuminance parameter, and an optimized air quality parameter by receiving the predicted indoor environment parameter and a dynamic user set point of the indoor environment parameter by optimizing the indoor environment parameter by a rule-based algorithm. Generating a parameter;
    Calculating an integrated comfort index based on the optimized indoor environment parameter and a predetermined comfort index calculation formula;
    Calculating an amount of power required to control temperature, illuminance and air quality in the building based on the difference between the predicted indoor environment parameter and the optimized indoor environment parameter;
    Calculating an adjusted amount of power for controlling temperature, illuminance and air quality based on the optimized indoor environment parameter, the calculated integrated comfort index and available power in the building;
    Calculating actual power consumption based on the calculated required power amount and the adjusted power amount;
    Supplying the calculated actual power consumption to a plurality of actuators for controlling the operation of the energy installation in the building,
    The integrated comfort index calculator calculates an integrated comfort index based on the optimized indoor environment parameter and a predetermined comfort index calculation formula (Equation 1),
    (Equation 1)
    Figure 112019502085385-pat00075

    From here,
    Figure 112019502085385-pat00076
    ,
    Figure 112019502085385-pat00077
    ,
    Figure 112019502085385-pat00078
    Is a defined factor to avoid collisions between temperature, light intensity and air quality parameters.
    Figure 112019502085385-pat00079
    Has a value between 0 and 1,
    Figure 112019502085385-pat00080
    Is the difference between the sensed actual temperature and the optimized temperature parameter,
    Figure 112019502085385-pat00081
    Is a difference between the sensed actual illuminance and the optimized illuminance parameter,
    Figure 112019502085385-pat00082
    Represents the difference between the sensed actual air quality and the optimized air quality parameters,
    Figure 112019502085385-pat00083
    ,
    Figure 112019502085385-pat00084
    ,
    Figure 112019502085385-pat00085
    , Represents temperature, illuminance and air quality parameters set by the user,
    The user setting temperature, illuminance, and air quality parameters applied to Equation 1 may be a value obtained by unifying a plurality of user setting values into one of average, MAX-MIN, and MIN-MAX based. Dynamic user settings based building energy optimization method.
  7. 제6항에 있어서,
    상기 예측 알고리즘은 칼만 필터(Kalman filter)를 포함하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
    The method of claim 6,
    The prediction algorithm includes a Kalman filter, the building energy optimization method based on the prediction of the indoor environment parameters and dynamic user settings.
  8. 제7항에 있어서,
    상기 규칙 기반 알고리즘은 상기 예측 실내 환경 파라미터와 상기 동적 사용자 설정 포인트가 최소의 차이를 갖도록 하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
    The method of claim 7, wherein
    The rule-based algorithm is such that the predicted indoor environment parameter and the dynamic user set point to have a minimum difference, building energy optimization method based on the prediction and dynamic user settings of the indoor environment parameter.
  9. 제8항에 있어서,
    상기 동적 사용자 설정 포인트를 산출하는 단계는,
    평균 기반 설정, 최대-최소 기반 설정, 최소-최대 기반 설정 중 하나에 의해 온도, 조도, 공기질 각각의 실내 환경 파라미터의 최대/최소를 단일화하여 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
    The method of claim 8,
    Computing the dynamic user set point,
    A dynamic user set point of the indoor environment parameter is calculated by unifying the maximum / minimum of each indoor environment parameter of temperature, illuminance and air quality by one of the average base setting, the maximum-minimum base setting, and the minimum-maximum base setting. , Building energy optimization method based on the prediction of indoor environmental parameters and dynamic user settings.
  10. 제6항에 있어서,
    상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 단계 이전에, 상기 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 상기 건물 내 에너지 설비의 액츄에이터를 제어하는 단계를 포함하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
    The method of claim 6,
    Prior to calculating a dynamic user set point of the indoor environment parameter, controlling the actuator of the energy installation in the building in advance according to the temperature, illuminance and air quality values of the predicted indoor environment parameter. Building energy optimization method based on prediction of environmental parameters and dynamic user setting.
KR1020170091377A 2017-07-19 2017-07-19 System and method for a building energy optimization based on dynamic user setting and prediction of indoor environment parameter KR101966532B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170091377A KR101966532B1 (en) 2017-07-19 2017-07-19 System and method for a building energy optimization based on dynamic user setting and prediction of indoor environment parameter

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170091377A KR101966532B1 (en) 2017-07-19 2017-07-19 System and method for a building energy optimization based on dynamic user setting and prediction of indoor environment parameter
PCT/KR2018/002597 WO2019017555A1 (en) 2017-07-19 2018-03-05 System and method for optimizing building energy on basis of indoor environment parameter prediction and dynamic user setup

Publications (2)

Publication Number Publication Date
KR20190009865A KR20190009865A (en) 2019-01-30
KR101966532B1 true KR101966532B1 (en) 2019-08-14

Family

ID=65015204

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170091377A KR101966532B1 (en) 2017-07-19 2017-07-19 System and method for a building energy optimization based on dynamic user setting and prediction of indoor environment parameter

Country Status (2)

Country Link
KR (1) KR101966532B1 (en)
WO (1) WO2019017555A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109959123A (en) * 2019-03-11 2019-07-02 浙江工业大学 A kind of energy-saving method for air conditioner based on genetic algorithm and shot and long term memory Recognition with Recurrent Neural Network

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5389727B2 (en) * 2009-04-15 2014-01-15 パナソニック株式会社 Air conditioning system
KR101581501B1 (en) * 2013-08-30 2015-12-30 제주대학교 산학협력단 System and Method for Intelligent Building Energy Management Based on Power Prediction using Integrated Comfort Context and Energy Efficiency Simultaneously

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101154556B1 (en) * 2009-04-09 2012-06-15 경희대학교 산학협력단 Method and apparatus for managing energy considering user situational information
JP5085670B2 (en) * 2010-02-24 2012-11-28 株式会社東芝 Air conditioning control system and air conditioning control method
US9727041B2 (en) * 2012-11-13 2017-08-08 Mitsubishi Electric Corporation Air-conditioning system and central management apparatus
KR101633969B1 (en) * 2014-02-13 2016-06-27 주식회사 포스코아이씨티 Building Energy Management System Based on Context-Aware and Method for Managing Energy of Building Using The Same

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5389727B2 (en) * 2009-04-15 2014-01-15 パナソニック株式会社 Air conditioning system
KR101581501B1 (en) * 2013-08-30 2015-12-30 제주대학교 산학협력단 System and Method for Intelligent Building Energy Management Based on Power Prediction using Integrated Comfort Context and Energy Efficiency Simultaneously

Also Published As

Publication number Publication date
WO2019017555A1 (en) 2019-01-24
KR20190009865A (en) 2019-01-30

Similar Documents

Publication Publication Date Title
US9519295B2 (en) Heating, ventilation, and air conditioning management system and method
Goyal et al. Experimental study of occupancy-based control of HVAC zones
US20130151013A1 (en) Method for Controlling HVAC Systems Using Set-Point Trajectories
CN104501369A (en) Air conditioner and temperature regulation method for same
WO2014153552A1 (en) Building power management systems
ES2564791T3 (en) Air conditioning algorithm for water terminal free cooling
CN107743569B (en) HVAC system start/stop control
KR101581501B1 (en) System and Method for Intelligent Building Energy Management Based on Power Prediction using Integrated Comfort Context and Energy Efficiency Simultaneously
JP5842654B2 (en) System control apparatus and system control method
Yordanova et al. A two-variable fuzzy control design with application to an air-conditioning system
Goyal et al. Effect of various uncertainties on the performance of occupancy-based optimal control of HVAC zones
KR101966532B1 (en) System and method for a building energy optimization based on dynamic user setting and prediction of indoor environment parameter
KR20130127697A (en) System for energy control based on genetic algorithm, and the method
JP2008306870A (en) Power reduction method and device
Petrie et al. Energy efficient control methods of HVAC systems for smart campus
Ouf et al. A simulation-based method to investigate occupant-centric controls
WO2014155951A1 (en) Air conditioning control device, air conditioning control system, and air conditioning control method
JP2017219275A (en) Air conditioning control device and air conditioning control method using ultrasonic temperature measurement
KR20130120603A (en) Energy managing apparatus and method using moderation of indoor environment terms
CN111365828A (en) Model prediction control method for realizing energy-saving temperature control of data center by combining machine learning
JP2015017767A (en) Air-conditioning system and air-conditioning method
KR20190114370A (en) A Clean Room System for Reducing an Operating Power
EP3726307A1 (en) Method for controlling building power consumption
Galbazar Improved Optimization Scheme based on Rule for Energy Efficiency and Multiple Users Comfort Environment in Smart Home
Baharudin et al. Smart lighting system control strategies for commercial buildings: a review

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant