KR102253734B1 - 건물의 전력 수요 관리 시스템 - Google Patents

건물의 전력 수요 관리 시스템 Download PDF

Info

Publication number
KR102253734B1
KR102253734B1 KR1020190152955A KR20190152955A KR102253734B1 KR 102253734 B1 KR102253734 B1 KR 102253734B1 KR 1020190152955 A KR1020190152955 A KR 1020190152955A KR 20190152955 A KR20190152955 A KR 20190152955A KR 102253734 B1 KR102253734 B1 KR 102253734B1
Authority
KR
South Korea
Prior art keywords
power
module
power reduction
reduction amount
building
Prior art date
Application number
KR1020190152955A
Other languages
English (en)
Inventor
김동오
김승우
윤종찬
이승범
이두희
장경욱
채중근
Original Assignee
주식회사 비엠티
건국대학교 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 주식회사 비엠티, 건국대학교 산학협력단 filed Critical 주식회사 비엠티
Priority to KR1020190152955A priority Critical patent/KR102253734B1/ko
Application granted granted Critical
Publication of KR102253734B1 publication Critical patent/KR102253734B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 건물의 전력 수요 관리 시스템에 관한 것으로서, 건물에 설치된 복수개의 부하의 전력소모량을 실시간으로 측정하는 측정모듈; 외부로부터 건물정보와 환경정보를 수신하여 저장하는 저장모듈; 상기 건물정보와 상기 환경정보에 기초하여 최소전력소모량을 연산하고, 상기 전력소모량과 상기 최소전력소모량에 기초하여 건물에 대한 현재 시점에서의 예상전력감축량을 연산하는 연산모듈; 인공신경망 기반의 예측모델에 상기 현재 시점에서의 예상전력감축량을 입력값으로 취하여 연산함으로써 건물에 대한 미래 시점에서의 예상전력감축량을 예측값으로 생성하는 예측모듈; 및 상기 측정모듈, 상기 저장모듈, 상기 연산모듈 및 상기 예측모듈을 제어하고, 상기 예상전력감축량에 기초하여 상기 복수개의 부하를 제어하는 제어모듈을 포함한다.
본 발명에 따르면, 정량적으로 계산되는 각 부하의 최소전력소모량을 통해, 전력수요에 대한 예측을 보다 정확하게 실시할 수 있다.

Description

건물의 전력 수요 관리 시스템{POWER DEMAND MANAGEMENT SYSTEM FOR BUILDINGS}
본 발명은 건물의 전력 수요 관리 시스템에 관한 것으로서, 보다 상세하게는 각 부하의 최소전력소모량을 정량적으로 계산함으로써, 보다 효율적인 전력수요 예측이 가능한 건물의 전력 수요 관리 시스템에 관한 것이다.
최근 전기에너지에 대한 수요가 급증하면서 전력 부족 현상이 심화되고 있다. 이러한 전력 부족 현상을 해소하기 위해서는 발전 및 송배전 시설을 추가로 설치하는 것을 고려해 볼 수 있는데 이 경우 사회적 비용이 막대하다는 문제가 있다. 이에 따라, 정부에서도 과거의 공급중심에서 수요관리 중심으로 에너지 정책을 전환하고 있다.
전력의 수요관리란 소비자들의 전력 사용 패턴을 변화시켜 비용은 최소화 시키면서 전력수요는 안정적으로 충족시키는 방법이다. 이러한 전력의 수요관리는 수요반응과 에너지효율향상으로 나눌 수 있는데, 이러한 전력 수요관리를 건물, 가정, 공장 등에 적용할 경우 그 효과가 크게 나타날 수 있다.
한편, 기존의 전력 수요관리 방법은 전년도, 전월, 전일 사용량에 기반한 사용자의 경험에 의존하여 수요자원의 사용량을 결정하고 수요자원을 감축하는 방식이었다. 이러한 방식의 경우, 사용자의 경험에 의존하기 때문에 감축량의 정량적 판단이 쉽지 않은 문제점이 있었다.
또한, 기존의 전력 수요관리 방법의 경우 감축량 계산에 드는 데이터, 시간, 비용은 막대하였으나 정확도는 낮은 문제점이 있었으며, 특정 알고리즘으로 계산된 감축량은 이식성이 떨어서 매번 새로운 모델을 구성해야 하므로 비효율적이었다. 그리고 부하의 패턴에 변화가 생기면 다른 알고리즘을 구성하여야 하는 문제점이 있었다.
본 발명의 목적은 상술한 종래의 문제점을 해결하기 위한 것으로서, 각 부하의 최소전력소모량을 정량적으로 계산함으로써, 보다 효율적인 전력수요 예측이 가능한 건물의 전력 수요 관리 시스템을 제공함에 있다.
상기 목적은, 본 발명에 따라, 건물에 설치된 복수개의 부하의 전력소모량을 실시간으로 측정하는 측정모듈; 외부로부터 건물정보와 환경정보를 수신하여 저장하는 저장모듈; 상기 건물정보와 상기 환경정보에 기초하여 최소전력소모량을 연산하고, 상기 전력소모량과 상기 최소전력소모량에 기초하여 건물에 대한 현재 시점에서의 예상전력감축량을 연산하는 연산모듈; 인공신경망 기반의 예측모델에 상기 현재 시점에서의 예상전력감축량을 입력값으로 취하여 연산함으로써 건물에 대한 미래 시점에서의 예상전력감축량을 예측값으로 생성하는 예측모듈; 및 상기 측정모듈, 상기 저장모듈, 상기 연산모듈 및 상기 예측모듈을 제어하고, 상기 예상전력감축량에 기초하여 상기 복수개의 부하를 제어하는 제어모듈을 포함하되, 상기 연산모듈은, 현재 조도에 따른 전력소모량과 최소 조도 유지에 필요한 전력소모량에 기초하여 조명전력감축량을 연산하는 조명전력감축량 연산모듈과, 현재 설정 온도일 때의 냉·난방 부하 열과 불쾌지수(Discomfortability Index, DI)를 고려한 설정 온도일 때의 냉·난방 부하 열에 기초하여 냉·난방전력감축량을 연산하는 냉·난방전력감축량 연산모듈과, 동력부하의 이전을 고려하여 동력전력감축량을 연산하는 동력전력감축량 연산모듈을 포함하며,
상기 조명전력감축량 연산모듈은, 하기의 수식을 통해 상기 조명전력감축량을 연산하며,
Figure 112020086526755-pat00082

(여기서, Plight는 조명 1개의 소모전력이고, F는 조명 1개의 광속이고, U는 조명률이고, M은 보수율이고, A는 건물의 면적이고, Epresent는 현재 조도이고, Emin은 최소 조도이다)
상기 냉·난방전력감축량 연산모듈은, 하기의 수식을 통해 냉·난방전력감축량을 연산하며,
Figure 112020086526755-pat00083

(여기서, COP는 냉·난방기의 성능계수이고, q'은 현재 설정 온도일 때의 냉·난방 부하 열이고, q는 불쾌지수를 고려한 설정온도일 때의 냉·난방 부하 열이다)
상기 냉·난방전력감축량 연산모듈은, 하기의 수식을 통해 불쾌지수를 연산하며,
Figure 112020086526755-pat00084

(여기서, T는 설정온도이고, H는 현재습도이다)
상기 동력전력감축량 연산모듈은, 하기의 수식을 통해 동력전력감축량을 연산하며,
Figure 112020086526755-pat00085

(여기서, ut는 부하이전 유무에 대한 신호로써 0 또는 1로 표현되고, Pshift는 이전가능한 부하전력의 총 합계이다)
상기 연산모듈은, 하기의 수식을 통해 전체 예상전력감축량을 연산하며,
Figure 112020086526755-pat00086

(여기서, Plight는 조명 1개의 소비전력이고, F는 조명 1개의 광속이고, U는 조명률이고, M은 보수율이고, A는 건물의 면적이고, Epresent는 현재 조도이고, Emin은 최소 조도이고, COP는 냉·난방기의 성능계수이고, q'은 현재 설정 온도일 때의 냉·난방 부하 열이고, q는 불쾌지수를 고려한 설정온도일 때의 냉·난방 부하 열이고, ut는 부하이전 유무에 대한 신호로써 0 또는 1로 표현되고, Pshift는 이전가능한 부하전력의 총 합계이다)
상기 예측모듈은, 상기 예측값을 재귀적으로 하나의 예측모델에 입력값으로 취하여 연산함으로써 이후 시점에서의 상기 예측값을 다시 생성하는 예측구조 1과, 현재 시점에서의 예상전력감축량을 입력값으로 취하여 복수개의 예측모델에 각각 입력한 후 각각 연산을 실시하여 시간의 흐름에 따른 복수개의 시점에 대한 상기 예측값을 각각 출력하는 예측구조 2와, 복수개의 시점에서의 예상전력감축량을 입력값으로 취하여 하나의 예측모델에 입력한 후 한번의 연산으로 시간의 흐름에 따른 복수개의 시점에 대한 상기 예측값을 출력하는 예측구조 3을 포함하며, 상기 예측모듈은, 상기 예측모델에 입력되는 입력값이 주기적 반복 패턴을 가지고 있지 않은 경우에는 예측구조 1과 예측구조 2를 병렬적으로 사용하여 연산하고, 상기 예측모델에 입력되는 입력값이 주기적 반복 패턴을 가지고 있는 경우에는 예측구조 3을 사용하여 연산하는 것을 특징으로 하는 건물의 전력 수요 관리 시스템에 의해 달성된다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
본 발명에 따르면, 정량적으로 계산되는 각 부하의 최소전력소모량을 통해, 전력수요에 대한 예측을 보다 정확하게 실시할 수 있다.
또한, 전력감축량이 가장 큰 조명부하, 냉·난방부하, 동력부하만을 고려하므로, 보다 신속하고 효율적으로 전력 수요를 관리할 수 있는 효과가 있다.
한편, 본 발명의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.
도 1은 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템을 전체적으로 도시한 것이고,
도 2는 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템의 연산모듈의 세부구성을 도시한 것이고,
도 3은 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템에서 자연광과 실내조도와의 관계를 그래프로 나타낸 것이고,
도 4는 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템의 관리단말모듈에서 표시될 수 있는 예상전력감축량 결과를 도시한 것이고,
도 5는 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템의 관리단말모듈에서 표시될 수 있는 CFD 모델링 결과를 도시한 것이고,
도 6은 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템의 측정모듈에서 마찰 발전 구성을 도시한 것이다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야한다.
그리고 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 실시 예의 구성요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다.
지금부터 첨부된 도면을 참조하여, 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템(100)에 대해 상세히 설명한다.
도 1은 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템을 전체적으로 도시한 것이고, 도 2는 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템의 연산모듈의 세부구성을 도시한 것이고, 도 3은 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템에서 자연광과 실내조도와의 관계를 그래프로 나타낸 것이고, 도 4는 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템의 관리단말모듈에서 표시될 수 있는 예상전력감축량 결과를 도시한 것이고, 도 5는 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템의 관리단말모듈에서 표시될 수 있는 CFD 모델링 결과를 도시한 것이고, 도 6은 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템의 측정모듈에서 마찰 발전 구성을 도시한 것이다.
도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템(100)은 측정모듈(110)과, 저장모듈(120)과, 연산모듈(130)과, 예측모듈(140)과, 제어모듈(150)을 포함한다.
측정모듈(110)은 건물에 설치된 복수개의 부하(L)의 전력소모량을 실시간으로 측정하는 것으로서, 후술하는 저장모듈(120) 및 제어모듈(150)에 전기적으로 연결된다. 이러한 측정모듈(110)은 복수개로 마련되어 복수개의 부하(L)에 각각 설치될 수 있다. 한편, 측정모듈(110)은 병렬적으로 연결되어 복수개의 부하의 전력소모량을 한번에 전달받을 수도 있다.
한편, 복수개의 부하(L)와 측정모듈(110)과 후술하는 저장모듈(120)과 후술하는 제어모듈(150)과의 통신이 무선으로 실시되는 경우, 무선 주파수를 이용하는 특성상 도청, 위치추적, 재전송공격, 스푸핑 공격 등이 시도될 수 있는 문제가 있다. 따라서, 상술한 구성요소 사이의 통신에 상호인증 및 해시기반의 암호화 기법이 적용되는 것이 필요하다. 해시기반의 암호화 기법은 해시 함수의 일방향성 특징을 이용하여 정보를 보호하는 기법이다.
저장모듈(120)은 에너지에 관련된 정보를 상호 교환, 저장하며, 외부로부터 건물정보와 환경정보를 수신하여 저장하는 것으로서, 측정모듈(110) 및 후술하는 연산모듈(130)과 제어모듈(150)에 전기적으로 연결된다.
여기서 건물정보는 조명부하, 냉·난방부하, 동력부하와 관련된 것으로서, 보다 상세하게, 건물 연면적, 건물 공조면적, 건물 층수와 같은 건물 자체의 특성과 관련된 정보, 조명장치에 관한 정보, 냉·난방 장치에 관한 정보, 엘리베이터 및 기타 사무기기 및 가전기기의 운용시간 등에 관한 정보를 포함하며, 환경정보는 실내·외의 온도, 습도, 강수량, 외부 조도 등에 관한 정보를 포함한다.
연산모듈(130)은 건물정보와 환경정보에 기초하여 최소전력소모량을 연산하고, 전력소모량과 최소전력소모량에 기초하여 건물에 대한 예상전력감축량을 연산하는 것으로서, 저장모듈(120) 및 후술하는 예측모듈(140)과 제어모듈(150)에 전기적으로 연결된다.
도 2에 도시된 바와 같이, 이러한 연산모듈(130)은 보다 상세하게, 조명전력감축량 연산모듈(131)과, 냉·난방전력감축량 연산모듈(132)과, 동력전력감축량 연산모듈(133)을 포함한다.
조명전력감축량 연산모듈(131)은 현재 조도에 따른 전력소모량과 최소 조도 유지에 필요한 전력소모량에 기초하여 조명전력감축량을 연산하는 것으로서, 조명전력감축량 연산모듈(131)에서의 연산에 사용되는 함수는, 하기와 같은 수식을 포함할 수 있다.
Figure 112019121529510-pat00010
여기서,
Figure 112019121529510-pat00011
는 조명 1개의 소비전력이고, F는 조명 1개의 광속이고, U는 조명률이고, M은 보수율이고, A는 건물의 면적이고,
Figure 112019121529510-pat00012
는 현재 조도이고,
Figure 112019121529510-pat00013
은 최소 조도이다.
보다 상세하게, 실내를 밝히기 위해 필요한 조명부하에 영향을 미치는 인자에는 건물의 면적(A), 적정조도(E), 조명의 광속(F), 조명률(U), 보수율(M)이 있으며, 여기서 조명률(U)은 실내지수(
Figure 112019121529510-pat00014
, X,Y,H는 각각 공간의 길이, 공간의 폭, 광원으로부터 작업면까지의 거리를 나타냄)와 반사율을 고려하여 계산되고, 보수율(M)은 감광보상율의 역수로 구해지는데, 조명부하를 계산할 때에는 일반적으로 하기의 광속법 수식을 이용한다.
Figure 112019121529510-pat00015
즉, 상기 수식은 건물의 면적(A), 적정조도(E) 값이 클수록 필요한 조명의 수(N)가 많아지고, 조명의 광속(F), 조명률(U), 보수율(M) 값이 클수록 필요한 조명의 수(N)가 적어지는 것을 의미한다.
한편, 조명 1개당 소모전력(
Figure 112019121529510-pat00016
)을 통해, 현재의 전력소모량을 계산할 수 있으며, 그 식은 하기와 같다.
Figure 112019121529510-pat00017
또한, 최소 조도 유지에 필요한 조명수를 산정하여, 최소 조도 유지에 필요한 전력소모량을 계산할 수 있으며, 그 식은 하기와 같다.
Figure 112019121529510-pat00018
따라서, 조명전력감축량 연산모듈(131)은 하기의 식을 통해 조명전력감축량을 연산할 수 있다.
Figure 112019121529510-pat00019
상술한 조명전력감축량 연산부(131)에 따르면, 조명전력감축량이 객관적인 정보에 따라 정량적으로 결정되므로, 사용자에게 보다 신뢰성이 높은 정보가 제공되는 장점이 있다.
또한, 조명전력감축량 연산모듈(131)은 자연광을 고려하여 상술한 조명전력감축량을 연산할 수 있다.
보다 상세하게, 실내의 조명이 모두 꺼진 상태에서 외부의 자연광이 없을 때의 실내조도를 0(lux)이라고 하고, 외부의 자연광이 가장 밝을 때의 실내조도를
Figure 112019121529510-pat00020
라고 할 때,
Figure 112019121529510-pat00021
가 관측되는 시간을
Figure 112019121529510-pat00022
라 한다. 단, 여기서 실내조도는 건물의 구조에 따라 다양한 값을 가질 것이므로 공통적으로 선형적 구조를 띈다고 가정한다.
도 3에 도시된 바와 같이, 실내조도의 수준에 따라 실내 적정조도가
Figure 112019121529510-pat00023
값보다 클 경우를
Figure 112019121529510-pat00024
라 하고, 실내 적정조도가
Figure 112019121529510-pat00025
값보다 작을 경우를
Figure 112019121529510-pat00026
라 하며,
Figure 112019121529510-pat00027
시점의 자연광을
Figure 112019121529510-pat00028
라 하면, 상술한 조명전력감축량의 식에서 조도(E)는 하기의 수식을 통해 구할 수 있다.
Figure 112019121529510-pat00029
또는
Figure 112019121529510-pat00030
상술한 자연광을 고려한 조명전력감축량 연산모듈(131)에 따르면, 보다 현실적이고 구체적인 전력감축이 가능한 효과가 있다.
냉·난방전력감축량 연산모듈(132)은 현재 설정 온도일 때의 냉·난방 부하 열과 불쾌지수(Discomfortability index, DI)를 고려한 설정 온도일 때의 냉·난방 부하 열에 기초하여 냉·난방전력감축량을 연산하는 것으로서, 이러한 냉·난방전력감축량 연산모듈(132)에서의 연산에 사용되는 함수는, 하기와 같은 수식을 포함할 수 있다.
Figure 112019121529510-pat00031
여기서, COP는 냉·난방기의 성능계수이고, q'은 현재 설정 온도일 때의 냉·난방 부하 열이고, q는 불쾌지수를 고려한 설정온도일 때의 냉·난방 부하 열이다.
보다 상세하게, 실내를 냉·난방하기 위해 필요한 냉·난방부하에 영향을 미치는 인자에는 침입열, 내부발생열, 외기부하를 포함하는데, 냉·난방부하를 계산할 때에는 일반적으로 하기의 수식을 이용한다.
Figure 112019121529510-pat00032
침입열은 지붕 또는 천장에서 침입하는 열(
Figure 112019121529510-pat00033
)과 외벽에서 침입하는 열(
Figure 112019121529510-pat00034
), 창 유리 온도차에 의해 침입하는 열(
Figure 112019121529510-pat00035
), 천장 바닥 및 벽 사이로 침입하는 열(
Figure 112019121529510-pat00036
)을 포함하며, 이러한 열들은 열통과율(K)과 지붕, 외벽, 창의 면적(A), 상당온도차(
Figure 112019121529510-pat00037
)를 고려한 하기의 수식을 통해 구할 수 있다.
Figure 112019121529510-pat00038
창유리에서 침입하는 열(
Figure 112019121529510-pat00039
)은 단위 창 면적당 복사열량(I)과 차폐계수(
Figure 112019121529510-pat00040
)를 고려한 하기의 수식을 통해 구할 수 있다.
Figure 112019121529510-pat00041
내부발생열 중 인체발열부하는 현열부하(
Figure 112019121529510-pat00042
)와 잠열부하(
Figure 112019121529510-pat00043
)로 나누어 재실인원(N)을 고려하여 구할 수 있다.
Figure 112019121529510-pat00044
또한, 냉·난방전력감축량 연산모듈(132)에서의 연산은 불쾌지수를 고려할 수 있다.
보다 상세하게, 불쾌지수는 하기의 수식을 통해 구해질 수 있는데, 이러한 불쾌지수는 4단계로 구분될 수 있다(예를 들면, 80이상인 경우 전원 불쾌감을 느낌, 75~80인 경우 절반정도 불쾌감을 느낌, 60~75인 경우 불쾌감을 나타내기 시작, 60이하인 경우 전원 쾌적함을 느낌).
Figure 112019121529510-pat00045
따라서, 허용가능한 불쾌지수의 값을 선택하고, 환경정보로부터 습도가 주어지면 해당 불쾌지수를 유지하기 위한 설정온도를 구할 수 있다. 이 후, 불쾌지수를 고려한 설정온도일 때의 냉·난방 부하 열(q)을 구할 수 있으며, 냉·난방전력감축량은 현재 설정온도에서의 냉·난방 부하 열(q')과 불쾌지수를 고려한 최소온도일때의 냉·난방 부하 열(q)의 차를 통해 구할 수 있다.
상술한 냉·난방전력감축량 연산모듈(132)에 따르면, 냉·난방전력감축량이 건물의 물리적인 정보 및 냉·난방 장치의 특성에 따라 정량적으로 결정되므로, 사용자에게 보다 신뢰성이 높은 정보가 제공되는 장점이 있다.
동력전력감축량 연산모듈(133)은 동력부하의 이전(Shift)을 고려하여 동력전력감축량을 연산하는 것으로서, 이러한 동력전력감축량 연산모듈(133)에서의 연산에 사용되는 함수는 , 하기와 같은 수식을 포함할 수 있다.
Figure 112019121529510-pat00046
Figure 112019121529510-pat00047
여기서,
Figure 112019121529510-pat00048
는 부하이전 유무에 대한 신호로써 0 또는 1로 표현되고,
Figure 112019121529510-pat00049
는 이전가능한 부하전력의 총 합계이다.
보다 상세하게, 단위 전력소모가 큰 동력부하 인자에는 펌프, 엘리베이터, FCU(Fan coil Unit) 등이 있으며, 단위 전력소모가 적은 동력부하 인자에는 각종 사무기기(컴퓨터, 복합기, 모니터), 가전기기(밥솥, 세탁기 등)가 있다.
이러한 동력부하는 사용시간의 감축보다 사용시간대의 이전(Shift)을 고려하는 것이 바람직하므로, 동력부하에 걸리는 전력은 하기의 수식으로 표현된다.
Figure 112019121529510-pat00050
Figure 112019121529510-pat00051
여기서
Figure 112019121529510-pat00052
는 기저부하를 의미하며, 항상 켜져 있어야 하는 부하들의 총 합계를 의미한다. 그리고
Figure 112019121529510-pat00053
는 이전가능한 부하를 의미하며, 사용시간대를 이전할 수 있는 부하들의 총 합계를 의미한다.
Figure 112019121529510-pat00054
는 부하이전 유무에 대한 신호로써 0이라면 부하이전이 없는 것을 의미하고, 1이라면 부하이전을 고려하는 것을 의미한다.
보다 상세하게, 동력전력감축량 연산모듈(133)에서의 연산은 후술하는 단계을 통해 부하이전에 관한 연산을 할 수 있다.
즉, 동력전력감축량 연산모듈(133)은 사용자가 각 시간대의 이전가능한 동력부하의 종류를 미리 입력하는 제1단계, t 시간에서 감축지시 발생 시(예를 들면, 외부 전력거래소로부터의 DR발령 등), 미리 입력된 이전가능부하로의 전력이 차단되며 t+1시간으로 이전되는 제2단계, t+1 시간에서 감축지시가 없다면,
Figure 112019121529510-pat00055
수식을 통해 추가 전력감축량이 계산되는 제3단계, t+1 시간에서 감축지시가 있다면,
Figure 112019121529510-pat00056
수식을 통해 t+2로 다시 이전되는 제4단계를 통해 부하이전에 관한 연산을 할 수 있다.
상술한 동력전력감축량 연산모듈(133)에 따르면, 부하가 많이 걸리는 시간대를 조절함으로써, 장치의 성능저하 없이도 전력소모량을 감축할 수 있는 효과가 있다.
또한, 연산모듈(130)은 아래의 식을 통해 전체 예상전력감축량을 연산할 수 있다.
Figure 112019121529510-pat00057
Figure 112019121529510-pat00058
여기서,
Figure 112019121529510-pat00059
는 조명 1개의 소비전력이고, F는 조명 1개의 광속이고, U는 조명률이고, M은 보수율이고, A는 건물의 면적이고,
Figure 112019121529510-pat00060
는 현재 조도이고,
Figure 112019121529510-pat00061
은 최소 조도이고, COP는 냉·난방기의 성능계수이고, q'은 현재 설정 온도일 때의 냉·난방 부하 열이고, q는 불쾌지수를 고려한 설정온도일 때의 냉·난방 부하 열이고,
Figure 112019121529510-pat00062
는 부하이전 유무에 대한 신호로써 0 또는 1로 표현되고,
Figure 112019121529510-pat00063
는 이전가능한 부하전력의 총 합계이다.
상술한 연산모듈(130)에서의 연산에 의하면, 조명부하, 냉·난방부하, 동력부하의 전력감축량이 각각 독립적으로 계산되므로, 보다 신속하고 효율적으로 건물의 전력 수요를 관리할 수 있다.
예측모듈(140)은 연산모듈(130)로부터 전력소모량에 관한 정보를 전달받고, 이를 분석하여 향후 전력감축량에 대한 예측을 수행하는 것으로서, 상술한 연산모듈(130)과 후술하는 제어모듈(150)에 전기적으로 연결된다.
이러한 예측모듈(140)에서의 예측은 인공신경망을 이용하여, 연산모듈(130)로부터 전달받은 정보의 생성 시점 이후 시점에서의 전력수요에 대한 예측을 수행할 수 있다.
여기서 인공신경망은, DNN(Deep Neural Network), RNN(Recurrent Neural Nerwork) 등으로 마련될 수 있다. DNN의 경우, 비선형적인 데이터에 대한 예측이 탁월한 것으로 알려져 있고, RNN의 경우 DNN에 비해 연속적, 시계열적인 데이터에 대한 분석이 탁월하다고 알려져 있다. RNN의 종류 중 하나인 LSTM(Long Short-Term Memory)는 과거 시점에 저장된 정보를 삭제하면서 미래 시점의 연산을 수행함으로써 다른 종류의 RNN에 비해 보다 높은 예측성능을 가진다고 알려져 있다.
한편, 상술한 인공신경망에 따라 수행되는 예측모듈(140)에서의 전력감축량에 대한 예측은, 정보를 입력받아 한번 예측값을 출력한 다음, 출력된 예측값을 재귀적으로 입력값으로 취하여 연산함으로써 다시 예측값을 출력하는 예측구조 1을 포함할 수 있다. 즉, 예측구조 1에 따르면 입력받은 정보를 기초로 연산하여 정보의 생성 시점 이후 시점에서의 전력수요에 대한 예측값인 제1예측값을 출력하는 제1연산단계와, 제1예측값을 기초로 연산하여 제1예측값의 생성 시점 이후 시점에서의 전력수요에 대한 예측값인 제2예측값을 출력하는 제2연산단계를 포함할 수 있다.
이러한 예측구조 1에 따르면, 초기에 입력되는 정보로 시점이 변화될 때마다 누적적인 연산이 실시되되, 과거 시점에 이미 사용되었던 입력값은 순차적으로 삭제되면서 다시 연산이 누적적으로 실시되기 때문에, 초기 예측값이 정확할 경우, 미래의 예측값도 매우 정확해지는 장점이 있다. 그러나, 예측구조 1에 따른 연산은 초기에 연산되는 예측값에 오차가 있는 경우 연산이 반복될때 마다 오차가 누적적으로 발생되어 먼 미래의 시점에서의 예측값은 매우 큰 오차를 가지게 되는 문제가 있다.
한편, 상술한 인공신경망에 따라 수행되는 예측모듈(140)에서의 전력감축량에 대한 예측은, 어느 한 시점에서 입력되는 정보에 기초하여 복수개의 연산을 통해 복수개의 미래 시점에 대한 예측값을 각각 출력하는 예측구조 2를 포함할 수 있다. 이러한 예측구조 2에 따른 연산은 하나의 입력 데이터를 복수개의 인공신경망에 각각 입력하고, 각각 연산을 실시함으로써 복수개의 시점에 대한 예측값을 각각 출력할 수 있다.
이러한 예측구조 2에 따르면, 하나의 초기 입력 정보로 각각의 미래 시점에 대한 예측값이 출력되기 때문에, 각 예측값들 사이에 시간의 누적에 대한 오차가 제거될 수 있다. 즉, 예측구조 2에 따르면, 시간에 대해 누적적으로 연산하여 오차가 누적될 수 있는 예측구조 1의 문제점이 효과적으로 해결될 수 있다.
따라서, 예측구조 1과, 예측구조 2를 혼합하여 사용하는 경우(예측구조 1의 결과에 예측구조 2의 결과를 반영하여 오차를 조정하는 등), 예측구조 1에서 발생되는 오차가 개선되기 때문에 예측값이 더욱 정확하게 출력될 수 있다.
한편, 상술한 인공신경망에 따라 수행되는 예측모듈(140)에서의 전력감축량에 대한 예측은, 복수개의 시점에 대한 데이터를 한번에 입력받아 한번의 연산으로 복수개의 예측값을 출력하는 예측구조 3을 포함할 수 있다.
이러한 예측구조 3에 따르면, 하나의 인공신경망을 사용하여 한번의 연산으로 복수개의 예측값이 한꺼번에 출력될 수 있으므로, 연산시 발생되는 인공신경망의 부하가 크게 감소되고, 입력되는 정보가 주기적으로 반복되는 패턴을 가지고 있는 경우 예측 효과가 매우 크다는 이점이 있다.
따라서, 정보의 주기성을 판단하여 상술한 예측구조 1, 예측구조 2, 예측구조 3을 적절하여 혼합(개별적, 직렬 또는 병렬)하여 사용하게 되면, 더욱 정확한 예측값이 출력될 수 있다.(즉, 입력될 정보가 주기적 반복 패턴을 가지고 있는 경우에는 예측구조 3을 사용, 정보가 주기적 반복 패턴을 가지고 있지 않은 경우에는 예측구조 1 및 예측구조 2를 병렬적으로 사용)
제어모듈(150)은 측정모듈(110), 저장모듈(120), 연산모듈(130), 예측모듈(140)을 제어하고, 예상전력감축량에 기초하여 복수개의 부하(L)를 제어하는 것으로서, 복수개의 부하(L) 및 상술한 측정모듈(110), 저장모듈(120), 연산모듈(130), 예측모듈(140)에 전기적으로 연결된다.
이러한 제어모듈(150)은 레벨제어기법을 이용하여 조명부하를 제어할 수 있다. 레벨제어기법은 조명기구의 조도영향력에 따라 조명을 제어하는 기법을 말한다.
보다 상세하게, 레벨제어기법에서는 위치상 가장 조도영향력이 높은 조명을
Figure 112019121529510-pat00064
, 조도영향력이 가장 낮은 조명을
Figure 112019121529510-pat00065
으로 정의한다. 다음으로, 적정 조명수가 n일 때, 켜지는 조명을
Figure 112019121529510-pat00066
으로 정의하여, 오름차순으로 조명을 켜고 내림차순으로 조명을 끄는 방식으로 조명부하를 제어할 수 있다.
상술한 레벨제어기법을 이용한 제어모듈(150)의 동작에 따르면, 기존의 조명제어기법보다 효율적으로 조명부하를 제어할 수 있으며, 조명전력소모를 추가적으로 감축할 수 있는 효과가 있다.
한편, 측정모듈(110)은 에너지 하베스팅을 통해 자체적으로 전력을 조달할 수 있도록 마련될 수 있다. 에너지 하베스팅은 태양열 방식, 전자기파 흡수 방식 등의 여러 방식이 있으나, 상술한 측정모듈(110)에는 마찰 발전의 방식이 적용될 수 있다.
마찰 발전은 두개 이상의 물체가 마찰되는 경우 발생되는 것이므로, 측정모듈(110)의 마찰 발전 구성은 두개 이상의 물체가 마찰되는 위치, 예를 들면, 보일러 설비에서 기어가 맞물리는 부분 또는 두개의 롤러가 맞물리는 부분, 주차시설 내 차량에 의해 압력을 받아 눌러지는 바닥 구조물 등에 설치될 수 있다.
이러한 측정모듈(110)의 마찰 발전 구성은 도 6에 도시된 바와 같이, 크기의 축소 및 에너지 저장효율의 향상을 위해서 발전소자부와 저장소자의 일체구조로 형성될 수 있다. 즉, 한 쌍의 발전소자 중 음극을 가지는 발전소자부를 한 쌍의 저장소자부 중 음극을 가지는 저장소자부로 동시에 사용되도록 구성된다. 이러한 구성에 따르면, 양극을 가지는 발전소자부가 음극을 가지는 저장소자부(동시에 음극을 가지는 발전소자부)에 접촉되면, 도 6의 (a)에 도시된 바와 같이, 발전소자에 전위차가 형성되는 동시에 저장소자에 에너지가 저장되는데, 이 후, 접촉이 반복되는 경우, 도 6의 (b)에 도시된 바와 같이, 음극을 가지는 저장소자부(동시에 음극을 가지는 발전소자부)에 더욱 많은 전자가 쌓이게 되어 에너지 생성 효율 및 에너지 저장 효율이 크게 증대될 수 있다.
한편, 도면에는 도시되지 않았지만, 본 발명의 일실시예에 따른 건물 전력 수요 관리 시스템(100)은 관리단말모듈을 더 포함할 수 있다.
관리단말모듈은 제어모듈(150)로부터 전력사용량에 관한 정보를 전달받고, 전력사용량에 관한 정보가 표시되는 인터페이스 화면을 관리자에게 제공하는 것으로서, PC(Personal Computer) 또는 스마트폰과 같은 단말기로 마련된다.
예를 들면, 도 4에 도시된 바와 같이, 관리단말모듈은 예상전력감축량에 관한 정보를 그래프의 형태로 표시할 수 있으며, 도 5에 도시된 바와 같이, 관리단말모듈은 CFD 모델링 결과를 표시할 수 있다. 여기서 CFD(Computational fluid dynamics, 전산 유체 역학)란, 컴퓨터를 이용하여 표면과 액체 및 기체의 상호 작용을 시뮬레이션하는 기술을 의미한다.
이러한 관리단말모듈에서 제공되는 인터페이스는 전력사용량에 관한 정보를 관리자에게 효율적으로 제공하기 위해서 마련된 것으로, 인터페이스는 건물에 설치된 복수개의 부하(L)에 대응되는 그래픽 오브젝트를 표시할 수 있다. 이러한 그래픽 오브젝트는, 예를들면, 냉방기, 냉동기, 전열기, 공조기 등의 설비 상태화면, 밸브 제어 그래프, 전력 상태 그래프 또는 게이지, 각 설비의 통신 상황에 대한 표 등일 수 있다.
한편, 관리단말모듈은 상술한 그래픽 오브젝트가 인터페이스 화면에서 관리자에 의해 편집될 수 있는 편집툴을 관리자에게 제공한다. 편집툴은 관리자에 의해 인터페이스 화면에서 그래픽 오브젝트가 드래그(Drag)되는 경우, 인터페이스 화면상의 그래픽 오브젝프의 위치 또는 크기가 변경되는 기능을 제공한다. 이러한 관리단말모듈이 제공하는 기능에 따르면, 관리자에 의해서 복수개의 부하(L)에 대한 정보 표시에 대한 변경, 재배치, 추가, 그룹화 등이 용이하게 되므로, 종래에 고정적인 화면에 의해 부하(L)가 추가되거나 변경되는 경우 전체 인터페이스를 다시 설계해야 하는 문제 또는 관련 있는 복수개의 부하(L)에 대한 정보를 그룹화하여 볼 수 없다는 문제 등이 효과적으로 해결될 수 있다.
한편, 관리단말모듈은 인터페이스 상에 복수개의 부하(L)를 그룹핑할 수 있는 기능을 제공한다. 여기서 그룹핑이란, 하나의 설비에 설치되어 있는 복수개의 부하(L)를 하나의 그룹으로 정의하여 복수개의 부하(L) 중 어느 하나의 부하에서 이벤트가 발생되면 해당 그룹에 있는 나머지 부하(L)가 특정 동작을 수행할 수 있도록 설정되는 기능을 의미한다. 예를 들면, 냉방시설이 작동되고 있는 상태에서 건물 전체의 잉여 전력이 감소되고 있는 경우, 냉방시설에 그룹핑되어 있는 부하(L), 즉, 냉방기 본체, 각종 밸브, 전력변환기, 온도측정기, 전력측정기 등이 작동하여 냉방기가 설치된 구역을 모니터링 하며, 냉방시설의 전력 절감을 위해 작동되는 기능이 동시에 수행되는 것이다.
한편, 도면에는 도시되지 않았지만, 본 발명의 일실시예에 따른 건물 전력 수요 관리 시스템(100)은 ESS모듈을 더 포함할 수 있다.
본 발명의 일실시예에 따른 건물 전력 수요 관리 시스템(100)이 설치되는 건물의 옥상구역에는 본 발명의 일실시예에 따른 건물 전력 수요 관리 시스템(100) 또는 복수개의 부하(L)가 사용하는 전력을 공급할 수 있는 태양광 발전 타입의 ESS모듈이 설치될 수 있다.
ESS(Energy Storage System)란, 장치 혹은 물리적 매체를 이용하여 에너지를 저장하는 시스템을 의미하는 것으로서, 전력계통에서 발전, 송배전, 수용가에 설치되어 운영이 가능하며, 주파수 조정(Frequency Regulation), 신재생발전기 출력 안정화, 첨두부하 저감(Peak Shaving), 부하평준화(Load Leveling), 비상전원 등의 기능으로 사용된다. ESS는 전기에너지를 적게 사용할 때 저장하고 필요할 때 공급함으로써 에너지 이용효율 향상, 신재생에너지 활용도 제고 및 전력공급시스템 안정화에 기여할 수 있다.
상술한 ESS모듈은 보다 상세하게, 태양광모듈과, 축전모듈과, ESS제어모듈을 포함할 수 있다.
태양광모듈은 태양광에 의해서 발전하는 태양전지로, 상술한 본 시스템 또는 복수개의 부하(L)에 전기적으로 연결되어 전기를 공급하며, 후술하는 축전모듈에 전기적으로 연결되어 전기를 축전시키며, 후술하는 ESS제어모듈에 전기적으로 연결되어 제어된다. 이러한 태양광모듈은 복수개로 마련되어 나란하게 배치될 수 있다.
축전모듈은 태양광모듈에 의해서 생산된 전기에너지를 축전하는 것으로서, 태양광모듈과 전기적으로 연결된다.
ESS제어모듈은 태양광모듈을 제어하는 것으로서, 상술한 태양광모듈에 전기적으로 연결된다. 이러한 ESS제어모듈은 태양광모듈의 온도, 전압, 전기 생산량 등을 실시간으로 확인하여 태양광모듈이 정상적으로 동작할 수 있도록 제어한다.
ESS제어모듈은 복수개의 태양광모듈에서 생산되는 전기에너지의 전압이 일정하게 유지되도록 복수개의 태양광모듈이 전기적으로 직렬 연결되거나 복수개의 태양광모듈가 전기적으로 병렬연결되도록 연결방식을 제어할 수 있다. 즉, ESS제어모듈은 태양광모듈에서 생산되는 전기 생산량을 모니터링함으로써 태양광이 일정 수준이상이라고 판단하는 경우 복수개의 태양광모듈이 전기적으로 병렬연결되는 것을 유지하여 정격전압을 유지시키고, 태양광모듈에서 생산되는 전기 생산량을 모니터링함으로써 태양광이 충분하지 못하다고 판단하는 경우에는 복수개의 태양광모듈의 전기적 연결을 직렬연결로 변경하여 정격전압을 계속적으로 유지시킨다.
상술한 바와 같은 ESS제어모듈의 제어에 따르면, 복수개의 태양광모듈에서 생산되는 전기에너지가 정격전압으로 일정하게 출력될 수 있어, 상술한 본 시스템(100) 또는 복수개의 부하(L)에 안정적인 전기를 공급할 수 있다. ESS제어모듈의 이러한 제어 기능이 부재하는 경우에는 본 발명의 일실시예에 따른 건물 전력 수요 관리 시스템(100) 또는 복수개의 부하(L)에 안정적인 전기가 공급되지 않아 본 발명의 일실시예에 따른 건물 전력 수요 관리 시스템(100) 또는 복수개의 부하(L)가 지속적으로 작동되지 않고, 심지어는 기기적 오류도 발생될 수 있다.
상술한 바와 같은 측정모듈(110), 저장모듈(120), 연산모듈(130), 예측모듈(140), 제어모듈(150)을 포함하는 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템(100)에 따르면, 정량적으로 계산되는 각 부하의 최소전력소모량을 통해, 전력수요에 대한 예측을 보다 정확하게 실시할 수 있다.
또한, 전력감축량이 가장 큰 조명부하, 냉·난방부하, 동력부하만을 고려하므로, 보다 신속하고 효율적으로 전력 수요를 관리할 수 있는 효과가 있다.
이상에서, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석 되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
그리고 이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 본 발명의 일실시예에 따른 건물의 전력 수요 관리 시스템.
L : 부하
110 : 측정모듈
120 : 저장모듈
130 : 연산모듈
131 : 조명전력감축량 연산모듈
132 : 냉·난방전력감축량 연산모듈
133 : 동력전력감축량 연산모듈
140 : 예측모듈
150 : 제어모듈

Claims (5)

  1. 건물에 설치된 복수개의 부하의 전력소모량을 실시간으로 측정하는 측정모듈;
    외부로부터 건물정보와 환경정보를 수신하여 저장하는 저장모듈;
    상기 건물정보와 상기 환경정보에 기초하여 최소전력소모량을 연산하고, 상기 전력소모량과 상기 최소전력소모량에 기초하여 건물에 대한 현재 시점에서의 예상전력감축량을 연산하는 연산모듈;
    인공신경망 기반의 예측모델에 상기 현재 시점에서의 예상전력감축량을 입력값으로 취하여 연산함으로써 건물에 대한 미래 시점에서의 예상전력감축량을 예측값으로 생성하는 예측모듈; 및
    상기 측정모듈, 상기 저장모듈, 상기 연산모듈 및 상기 예측모듈을 제어하고, 상기 예상전력감축량에 기초하여 상기 복수개의 부하를 제어하는 제어모듈을 포함하되,
    상기 연산모듈은,
    현재 조도에 따른 전력소모량과 최소 조도 유지에 필요한 전력소모량에 기초하여 조명전력감축량을 연산하는 조명전력감축량 연산모듈과, 현재 설정 온도일 때의 냉·난방 부하 열과 불쾌지수(Discomfortability Index, DI)를 고려한 설정 온도일 때의 냉·난방 부하 열에 기초하여 냉·난방전력감축량을 연산하는 냉·난방전력감축량 연산모듈과, 동력부하의 이전을 고려하여 동력전력감축량을 연산하는 동력전력감축량 연산모듈을 포함하며,
    상기 조명전력감축량 연산모듈은,
    하기의 수식을 통해 상기 조명전력감축량을 연산하며,
    Figure 112020086526755-pat00087

    (여기서, Plight는 조명 1개의 소모전력이고, F는 조명 1개의 광속이고, U는 조명률이고, M은 보수율이고, A는 건물의 면적이고, Epresent는 현재 조도이고, Emin은 최소 조도이다)
    상기 냉·난방전력감축량 연산모듈은,
    하기의 수식을 통해 냉·난방전력감축량을 연산하며,
    Figure 112020086526755-pat00088

    (여기서, COP는 냉·난방기의 성능계수이고, q'은 현재 설정 온도일 때의 냉·난방 부하 열이고, q는 불쾌지수를 고려한 설정온도일 때의 냉·난방 부하 열이다)
    상기 냉·난방전력감축량 연산모듈은,
    하기의 수식을 통해 불쾌지수를 연산하며,
    Figure 112020086526755-pat00089

    (여기서, T는 설정온도이고, H는 현재습도이다)
    상기 동력전력감축량 연산모듈은,
    하기의 수식을 통해 동력전력감축량을 연산하며,
    Figure 112020086526755-pat00090

    (여기서, ut는 부하이전 유무에 대한 신호로써 0 또는 1로 표현되고, Pshift는 이전가능한 부하전력의 총 합계이다)
    상기 연산모듈은,
    하기의 수식을 통해 전체 예상전력감축량을 연산하며,
    Figure 112020086526755-pat00091

    (여기서, Plight는 조명 1개의 소비전력이고, F는 조명 1개의 광속이고, U는 조명률이고, M은 보수율이고, A는 건물의 면적이고, Epresent는 현재 조도이고, Emin은 최소 조도이고, COP는 냉·난방기의 성능계수이고, q'은 현재 설정 온도일 때의 냉·난방 부하 열이고, q는 불쾌지수를 고려한 설정온도일 때의 냉·난방 부하 열이고, ut는 부하이전 유무에 대한 신호로써 0 또는 1로 표현되고, Pshift는 이전가능한 부하전력의 총 합계이다)
    상기 예측모듈은,
    상기 예측값을 재귀적으로 하나의 예측모델에 입력값으로 취하여 연산함으로써 이후 시점에서의 상기 예측값을 다시 생성하는 예측구조 1과, 현재 시점에서의 예상전력감축량을 입력값으로 취하여 복수개의 예측모델에 각각 입력한 후 각각 연산을 실시하여 시간의 흐름에 따른 복수개의 시점에 대한 상기 예측값을 각각 출력하는 예측구조 2와, 복수개의 시점에서의 예상전력감축량을 입력값으로 취하여 하나의 예측모델에 입력한 후 한번의 연산으로 시간의 흐름에 따른 복수개의 시점에 대한 상기 예측값을 출력하는 예측구조 3을 포함하며,
    상기 예측모듈은,
    상기 예측모델에 입력되는 입력값이 주기적 반복 패턴을 가지고 있지 않은 경우에는 예측구조 1과 예측구조 2를 병렬적으로 사용하여 연산하고, 상기 예측모델에 입력되는 입력값이 주기적 반복 패턴을 가지고 있는 경우에는 예측구조 3을 사용하여 연산하는 것을 특징으로 하는 건물의 전력 수요 관리 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020190152955A 2019-11-26 2019-11-26 건물의 전력 수요 관리 시스템 KR102253734B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190152955A KR102253734B1 (ko) 2019-11-26 2019-11-26 건물의 전력 수요 관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190152955A KR102253734B1 (ko) 2019-11-26 2019-11-26 건물의 전력 수요 관리 시스템

Publications (1)

Publication Number Publication Date
KR102253734B1 true KR102253734B1 (ko) 2021-05-20

Family

ID=76142778

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190152955A KR102253734B1 (ko) 2019-11-26 2019-11-26 건물의 전력 수요 관리 시스템

Country Status (1)

Country Link
KR (1) KR102253734B1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102430619B1 (ko) 2021-12-07 2022-08-09 케빈랩 주식회사 데이터 관리 방법
KR102435327B1 (ko) * 2021-12-29 2022-08-23 (주)엠케이 디밍 제어가 가능한 조명 장치
KR102469851B1 (ko) * 2022-03-08 2022-11-23 주식회사 엔엑스테크놀로지 에너지 절감량 산출 방법
KR20230064029A (ko) * 2021-11-02 2023-05-10 호남대학교 산학협력단 전력감축관리시스템 및 전력감축관리방법
KR20230076743A (ko) 2021-11-24 2023-05-31 중앙대학교 산학협력단 디지털 트윈 기반 에너지 관리 방법 및 장치
KR102571462B1 (ko) * 2023-06-05 2023-08-29 주식회사 해줌 태양광 발전과 보충 전력 공급장치를 이용한 전력수요 관리 시스템 및 방법
KR102571463B1 (ko) * 2023-06-05 2023-08-29 주식회사 해줌 태양광 발전과 ess를 이용한 전력수요 관리 시스템 및 방법
KR102603607B1 (ko) * 2022-12-19 2023-11-21 주식회사 한국에너지서비스 신재생 에너지로부터 전력을 생산하고 소비하는 구성들의 전력 부족을 보완하기 위한 장치, 방법, 및 시스템
KR102604907B1 (ko) * 2023-06-05 2023-11-22 주식회사 해줌 전기차 충전을 이용한 전력수요 관리 시스템 및 방법
KR102620180B1 (ko) * 2023-04-10 2024-01-03 주식회사카이저솔루션 Knx 기반의 개방형 건물 에너지 관리 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110012961A (ko) * 2009-07-31 2011-02-09 한양대학교 산학협력단 조명 시스템 및 그 제어 방법
JP2011034484A (ja) * 2009-08-05 2011-02-17 Tokyo Electric Power Co Inc:The 建物の省エネ効果予測装置、省エネ効果予測システム、および省エネ効果予測プログラム
JP2015504567A (ja) * 2011-11-28 2015-02-12 エクスパナージー，エルエルシー エネルギーサーチエンジンの方法及びシステム
JP2018196299A (ja) * 2017-05-22 2018-12-06 ▲隆▼夫 石井 デマンド制御システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110012961A (ko) * 2009-07-31 2011-02-09 한양대학교 산학협력단 조명 시스템 및 그 제어 방법
JP2011034484A (ja) * 2009-08-05 2011-02-17 Tokyo Electric Power Co Inc:The 建物の省エネ効果予測装置、省エネ効果予測システム、および省エネ効果予測プログラム
JP2015504567A (ja) * 2011-11-28 2015-02-12 エクスパナージー，エルエルシー エネルギーサーチエンジンの方法及びシステム
JP2018196299A (ja) * 2017-05-22 2018-12-06 ▲隆▼夫 石井 デマンド制御システム

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230064029A (ko) * 2021-11-02 2023-05-10 호남대학교 산학협력단 전력감축관리시스템 및 전력감축관리방법
KR102656551B1 (ko) * 2021-11-02 2024-04-11 호남대학교 산학협력단 전력감축관리시스템 및 전력감축관리방법
KR20230076743A (ko) 2021-11-24 2023-05-31 중앙대학교 산학협력단 디지털 트윈 기반 에너지 관리 방법 및 장치
US12007730B2 (en) 2021-12-07 2024-06-11 Kevinlab Co. Method of managing data
KR102430619B1 (ko) 2021-12-07 2022-08-09 케빈랩 주식회사 데이터 관리 방법
KR102435327B1 (ko) * 2021-12-29 2022-08-23 (주)엠케이 디밍 제어가 가능한 조명 장치
KR102469851B1 (ko) * 2022-03-08 2022-11-23 주식회사 엔엑스테크놀로지 에너지 절감량 산출 방법
WO2023171895A1 (ko) * 2022-03-08 2023-09-14 주식회사 엔엑스테크놀로지 에너지 절감량 산출 방법
KR102603607B1 (ko) * 2022-12-19 2023-11-21 주식회사 한국에너지서비스 신재생 에너지로부터 전력을 생산하고 소비하는 구성들의 전력 부족을 보완하기 위한 장치, 방법, 및 시스템
KR102620180B1 (ko) * 2023-04-10 2024-01-03 주식회사카이저솔루션 Knx 기반의 개방형 건물 에너지 관리 시스템
KR102571463B1 (ko) * 2023-06-05 2023-08-29 주식회사 해줌 태양광 발전과 ess를 이용한 전력수요 관리 시스템 및 방법
KR102604907B1 (ko) * 2023-06-05 2023-11-22 주식회사 해줌 전기차 충전을 이용한 전력수요 관리 시스템 및 방법
KR102571462B1 (ko) * 2023-06-05 2023-08-29 주식회사 해줌 태양광 발전과 보충 전력 공급장치를 이용한 전력수요 관리 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR102253734B1 (ko) 건물의 전력 수요 관리 시스템
De Coninck et al. Quantification of flexibility in buildings by cost curves–Methodology and application
Liu et al. Energy flexibility of a nearly zero-energy building with weather predictive control on a convective building energy system and evaluated with different metrics
Baldi et al. Joint energy demand and thermal comfort optimization in photovoltaic-equipped interconnected microgrids
Ozturk et al. An intelligent home energy management system to improve demand response
Baldi et al. Model-based and model-free “plug-and-play” building energy efficient control
US20140214220A1 (en) Systems and methods to assess and optimize energy usage for a facility
RU2588597C2 (ru) Устройство и способ управления освещенностью от множества источников света
US20140282172A1 (en) System and method for graphically displaying energy consumption and savings
Darwazeh et al. Review of peak load management strategies in commercial buildings
Darivianakis et al. A stochastic optimization approach to cooperative building energy management via an energy hub
Lee et al. Integrated control of dynamic facades and distributed energy resources for energy cost minimization in commercial buildings
WO2015077754A1 (en) A statistical approach to modeling and forecast of cchp energy and cooling demand and optimization cchp control setpoints
Wang et al. Cooling seasonal performance of inverter air conditioner using model prediction control for demand response
Soares et al. Using reinforcement learning for maximizing residential self-consumption–Results from a field test
KR20130031515A (ko) 에너지 비용 절감을 위한 에너지 균등 제어 방법 및 시스템
Gao et al. An iterative optimization and learning-based IoT system for energy management of connected buildings
Javaid et al. Energy management with a world-wide adaptive thermostat using fuzzy inference system
Rahman et al. Modeling and performance evaluation of grid-interactive efficient buildings (GEB) in a microgrid environment
Liu et al. Cooperative operation for integrated multi-energy system considering transmission losses
Tran et al. Model predictive energy management for building microgrids with IoT-based controllable loads
Abd Hamid et al. An analysis on energy consumption of two different commercial buildings in Malaysia
Ashouri Simultaneous design and control of energy systems
Avotins et al. IoT Solution Approach for Energy Consumption Reduction in Buildings: Part 3. Mathematical Model of Building and Experimental Results
Čongradac et al. Control of the lighting system using a genetic algorithm

Legal Events

Date Code Title Description
GRNT Written decision to grant