KR102463124B1 - 광역 열 네트워크망의 리턴수 및 공급수를 활용하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법 및 시스템 - Google Patents

광역 열 네트워크망의 리턴수 및 공급수를 활용하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법 및 시스템 Download PDF

Info

Publication number
KR102463124B1
KR102463124B1 KR1020210079063A KR20210079063A KR102463124B1 KR 102463124 B1 KR102463124 B1 KR 102463124B1 KR 1020210079063 A KR1020210079063 A KR 1020210079063A KR 20210079063 A KR20210079063 A KR 20210079063A KR 102463124 B1 KR102463124 B1 KR 102463124B1
Authority
KR
South Korea
Prior art keywords
storage tank
heating
heat storage
cooling
heat
Prior art date
Application number
KR1020210079063A
Other languages
English (en)
Inventor
박용국
이민구
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020210079063A priority Critical patent/KR102463124B1/ko
Application granted granted Critical
Publication of KR102463124B1 publication Critical patent/KR102463124B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D10/00—District heating systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
    • F24F5/0007—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning
    • F24F5/0017—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning using cold storage bodies, e.g. ice
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
    • F24F5/0046—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater using natural energy, e.g. solar energy, energy from the ground
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
    • F24F5/0007—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning
    • F24F5/0017—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning using cold storage bodies, e.g. ice
    • F24F2005/0025—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning using cold storage bodies, e.g. ice using heat exchange fluid storage tanks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
    • F24F5/0046—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater using natural energy, e.g. solar energy, energy from the ground
    • F24F2005/0064—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater using natural energy, e.g. solar energy, energy from the ground using solar energy
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2203/00—Devices or apparatus used for air treatment
    • F24F2203/02—System or Device comprising a heat pump as a subsystem, e.g. combined with humidification/dehumidification, heating, natural energy or with hybrid system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2221/00—Details or features not otherwise provided for
    • F24F2221/50—HVAC for high buildings, e.g. thermal or pressure differences
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/27—Relating to heating, ventilation or air conditioning [HVAC] technologies
    • Y02A30/272—Solar heating or cooling
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/20—Solar thermal

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Tourism & Hospitality (AREA)
  • Sustainable Development (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Sustainable Energy (AREA)
  • Thermal Sciences (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

마이크로 열 그리드에서의 건물 냉난방 최적 운영 방법 및 시스템이 제공된다. 본 발명의 실시예에 따른 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법은, 건물 냉난방 최적 운영 시스템이, 광역 열 네트워크망을 구성하는 열원인 태양열 집열기, 고온 축열조, 저온 축열조, 냉동기 및 지열 히트 펌프로부터 열 에너지 데이터를 수집하고, 건물 내 급탕 시설, 냉방 시설 및 난방 시설로부터 수요 데이터를 수집하는 단계; 및 건물 냉난방 최적 운영 시스템이, 수집된 데이터를 기반으로 건물 내 냉방 운전 또는 난방 운전 시 최적 운영 값 설정을 위한 목적함수를 이용하는 최적 운영 시나리오를 생성하는 단계;를 포함한다. 이에 의해, 광역 열 네트워크망의 리턴수와 공급수의 저온 및 고온의 열 에너지를 활용하고 마이크로 열 그리드에 존재하는 다양한 분산 열원을 융합하여 건물의 냉난방 및 급탕 부하를 고려한 수급 밸런싱 유지 및 비용 관점의 최적화된 분산 열원의 운영을 수행할 수 있다.

Description

광역 열 네트워크망의 리턴수 및 공급수를 활용하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법 및 시스템{Building cooling and heating optimal operation method and system based on distributed heat source fusion using the return water and supply water of the wide-area heat network}
본 발명은 건물 냉난방 최적 운영 방법 및 시스템에 관한 것으로, 더욱 상세하게는 광역 열 네트워크망의 공급수와 리턴수의 열 에너지 활용을 기반으로 태양열 집열기, 축열조, 흡착식 냉동기 및 지열 히트펌프 등의 분산 열원을 구성되어 있는 마이크로 열 그리드에서의 건물 냉난방 최적 운영 방법 및 시스템에 관한 것이다.
종래의 집단 에너지 사업자에 의한 지역난방 열 공급은 대형 열병합 또는 복합화력발전과 같은 대형 발전소를 통해 특정 지역을 대상으로 지역난방 열 에너지를 공급하는 광역 열 네트워크망 공급 체계가 대부분을 차지하고 있다.
이러한 광역 열 네트워크망은 90℃~110℃의 공급수가 수용가로 공급되고, 수용가측 열교환기를 통해 낮은 온도의 열이 수용가에 공급되고 수용가 부하에 의해 열 에너지가 소모가 된 후 50℃~55℃의 리턴수가 발전소로 회귀하는 형태가 된다.
그리고 이러한 광역 열 네트워크망을 이용하는 건물들에 대한 열 공급 체계는, 대형 열병합 또는 복합화력발전과 같은 대형 발전소를 통해 특정 지역을 대상으로 지역난방 열 에너지를 공급하는 one-way 방식의 광역 열 네트워크망 공급 체계로 이루어져, 리턴수의 저온 열 에너지를 효과적으로 활용하지 못하는 단점이 존재한다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 다양한 분산 열원(태양열 집열기, 축열조, 냉동기 및 지열 히트펌드 등)이 존재하는 마이크로 열 그리드에서 광역 열 네트워크망의 리턴수와 공급수의 열 에너지와 다양한 분산 열원을 융합하여 건물의 냉방과 난방 및 급탕을 비용 최적화 관점에서 효과적으로 운영할 수 있는 건물 냉난방 최적 운영 방법 및 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법은, 건물 냉난방 최적 운영 시스템이, 광역 열 네트워크망을 구성하는 열원인 태양열 집열기, 고온 축열조, 저온 축열조, 냉동기 및 지열 히트 펌프로부터 열 에너지 데이터를 수집하고, 건물 내 급탕 시설, 냉방 시설 및 난방 시설로부터 수요 데이터를 수집하는 단계; 및 건물 냉난방 최적 운영 시스템이, 수집된 데이터를 기반으로 건물 내 냉방 운전 또는 난방 운전 시 최적 운영 값 설정을 위한 목적함수를 이용하는 최적 운영 시나리오를 생성하는 단계;를 포함한다.
그리고 광역 열 네트워크망은, 고온 축열조와 저온 축열조가 캐스케이드(Cascade) 구조로 구성되며, 고온 축열조에서 나온 제1 온수가 냉동기에 공급되면, 이후 회수되는 제2 온수가 열 교환기를 통해 저온 축열조에 공급되며, 이때, 제1 온수는, 제2 온수보다 높은 온도의 온수이며, 광역 열 네트워크망은, 건물 내 급탕 시설의 급탕 부하를 저온 축열조에서 부담하도록, 고온 축열조에서 저온 축열조로 전달된 열 에너지나 외부 광역망에서 저온 축열조에 공급된 열 에너지가 급탕 부하에 우선적으로 공급되도록 할 수 있다.
또한, 최적 운영 시나리오를 생성하는 단계는, 최적 운영을 위해 기설정된 제약 조건이 적용되도록 하되, 기설정된 제약 조건을 위반한 횟수를 산출하는 단계; 및 기설정된 제약 조건의 위반한 횟수를 반영하여 최적 운영 값 설정을 위한 목적함수를 생성하는 단계;를 포함할 수 있다.
그리고 목적함수는,
Figure 112021070218667-pat00001
가, 타임슬롯 i에서 히트 펌프 운전 시의 전력 가격이며,
Figure 112021070218667-pat00002
가, 타임슬롯 i에서 지열 히트 펌프의 가동률이고,
Figure 112021070218667-pat00003
가, 지열 히트 펌프의 소비전력이며,
Figure 112021070218667-pat00004
가, 지역 난방의 열 에너지(고온 축열조의 열 에너지+저온 축열조의 열 에너지) 가격이고,
Figure 112021070218667-pat00005
가, 타임슬롯 i에서 고온 축열조의 열 에너지 입력량이며,
Figure 112021070218667-pat00006
가, 타임슬롯 i에서 저온 축열조의 열 에너지 입력량이고,
Figure 112021070218667-pat00007
가, 기설정된 제약 조건을 위반한 횟수인 경우, 하기 수식 1에 따라 생성될 수 있다.
(수식 1)
Figure 112021070218667-pat00008
또한, 기설정된 제약 조건은, 냉방 운전 시, 고온 축열조로 입력되는 열 에너지가 고온 축열조의 입력 최대치 이상일 경우, 고온 축열조에 추가적인 열 에너지 공급을 제한할 수 있다.
그리고 기설정된 제약 조건은, 냉방 운전 시, 냉동기와 지열 히트 펌프에서 공급되는 냉방 에너지의 합이 건물 내 냉방 시설의 냉방 수요보다 크거나 같도록 할 수 있다.
또한, 기설정된 제약 조건은, 난방 운전 시, 고온 축열조를 거쳐 저온 축열조를 지나가는 열 에너지가 저온 축열조의 입력 최대치 이상일 경우, 저온 축열조에 추가적인 열 에너지 공급을 제한할 수 있다.
그리고 기설정된 제약 조건은, 난방 운전 시, 저온 축열조에서 입력되는 난방 에너지와 지열 히트 펌프에서 공급되는 난방 에너지의 합이 건물 내 난방 시설의 난방 수요보다 크거나 같도록 할 수 있다.
또한, 기설정된 제약 조건은, 난방 운전 시, 저온 축열조에서 출력되는 열 에너지가 우선적으로 급탕 부하로 적용되고, 남은 열 에너지가 난방 에너지로 공급되는 경우, 저온 축열조에서 출력되는 열 에너지량이 급탕 수요보다 크거나 같도록 할 수 있다.
한편, 본 발명의 다른 실시예에 따른, 건물 냉난방 최적 운영 방법을 수행하는 컴퓨터 프로그램이 수록된 컴퓨터로 읽을 수 있는 기록매체는, 건물 냉난방 최적 운영 시스템이, 광역 열 네트워크망을 구성하는 열원인 태양열 집열기, 고온 축열조, 저온 축열조, 냉동기 및 지열 히트 펌프로부터 열 에너지 데이터를 수집하고, 건물 내 급탕 시설, 냉방 시설 및 난방 시설로부터 수요 데이터를 수집하는 단계; 및 건물 냉난방 최적 운영 시스템이, 수집된 데이터를 기반으로 건물 내 냉방 운전 또는 난방 운전 시 최적 운영 값 설정을 위한 목적함수를 이용하는 최적 운영 시나리오를 생성하는 단계;를 포함하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법을 수행하는 컴퓨터 프로그램이 수록된다.
또한, 본 발명의 다른 실시예에 따른, 분산 열원 융합 기반의 건물 냉난방 최적 운영 시스템은, 광역 열 네트워크망을 구성하는 열원인 태양열 집열기, 고온 축열조, 저온 축열조, 냉동기 및 지열 히트 펌프로부터 열 에너지 데이터를 수집하고, 건물 내 급탕 시설, 냉방 시설 및 난방 시설로부터 수요 데이터를 수집하는 데이터 수집부; 및 수집된 데이터를 기반으로 건물 내 냉방 운전 또는 난방 운전 시 최적 운영 값 설정을 위한 목적함수를 이용하는 최적 운영 시나리오를 생성하는 프로세서;를 포함한다.
그리고 본 발명의 다른 실시예에 따른, 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법은, 건물 냉난방 최적 운영 시스템이, 건물 내 냉방 운전 또는 난방 운전 시 최적 운영을 위해 기설정된 제약 조건이 적용되도록 하되, 기설정된 제약 조건을 위반한 횟수를 산출하는 단계; 및 건물 냉난방 최적 운영 시스템이, 기설정된 제약 조건의 위반한 횟수를 반영하여 최적 운영 값 설정을 위한 목적함수를 생성하는 단계;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 광역 열 네트워크망의 리턴수와 공급수의 저온 및 고온의 열 에너지를 활용하고 마이크로 열 그리드에 존재하는 다양한 분산 열원을 융합하여 건물의 냉난방 및 급탕 부하를 고려한 수급 밸런싱 유지 및 비용 관점의 최적화된 분산 열원의 운영을 수행할 수 있다.
도 1은 본 발명의 일 실시예에 따른 리턴수 및 공급수를 활용하는 광역 열 네트워크망을 구성하는 분산 열원 및 건물 내 시설들이 예시된 도면,
도 2는, 본 발명의 일 실시예에 따른 분산 열원 융합 기반의 건물 냉난방 최적 운영 시스템의 설명에 제공된 도면,
도 3은, 본 발명의 일 실시예에 따른 프로세서의 더욱 상세한 구성 설명에 제공된 도면,
도 4는, 본 발명의 일 실시예에 따라 냉동기를 사용하는 냉방 운전 과정의 설명에 제공된 도면,
도 5는, 본 발명의 일 실시예에 따라 냉동기 및 지열 히트 펌프를 조합하여 사용하는 냉방 운전 과정의 설명에 제공된 도면,
도 6은, 본 발명의 일 실시예에 따라 저온 축열조를 사용하는 난방 운전 과정의 설명에 제공된 도면,
도 7은, 본 발명의 일 실시예에 따라 저온 축열조 및 지열 히트 펌프를 조합하여 사용하는 난방 운전 과정의 설명에 제공된 도면, 그리고
도 8은, 본 발명의 일 실시예에 따른 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법의 설명에 제공된 도면이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 리턴수 및 공급수를 활용하는 광역 열 네트워크망을 구성하는 분산 열원 및 건물 내 시설들이 예시된 도면이고, 도 2는, 본 발명의 일 실시예에 따른 분산 열원 융합 기반의 건물 냉난방 최적 운영 시스템의 설명에 제공된 도면이다.
본 실시예에 따른 분산 열원 융합 기반의 건물 냉난방 최적 운영 시스템(이하에서는 '건물 냉난방 최적 운영 시스템'으로 총칭하기로 함)은, 광역 열 네트워크망의 리턴수와 공급수의 열 에너지와 다양한 분산 열원을 융합하여 건물의 냉방과 난방 및 급탕을 비용 최적화 관점에서 효과적으로 운영하기 위해 마련된다.
이를 위해, 본 건물 냉난방 최적 운영 시스템은, 데이터 수집부(110), 프로세서(120) 및 저장부(130)를 포함할 수 있다.
데이터 수집부(110)는, 프로세서(120)가 동작함에 있어 필요한 데이터들을 수집하기 위해 마련된다.
예를 들면, 데이터 수집부(110)는, 광역 열 네트워크망을 구성하는 각각의 열원 및 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)로부터 데이터를 센싱하는 센서로 구현되거나, 각각의 열원 및 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)에 독자적으로 센서가 구비되는 경우, 각각의 센서로부터 데이터를 수신하는 통신 수단으로 구현될 수 있다.
구체적으로, 데이터 수집부(110)는, 광역 열 네트워크망을 구성하는 열원인 태양열 집열기(10), 고온 축열조(20), 저온 축열조(30), 냉동기(40), 냉각탑(50) 및 지열 히트 펌프(60)로부터 열에너지 데이터를 수집하고, 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)로부터 수요 데이터를 수집하여 프로세서(120)에 전달할 수 있다.
저장부(130)는, 프로세서(120)가 동작함에 있어 필요한 데이터 및 프로그램을 저장하는 저장매체이다.
프로세서(120)는 수집된 데이터를 기반으로 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)의 냉방 운전 또는 난방 운전을 수행할 수 있다.
구체적으로, 프로세서(120)는, 냉방 운전 또는 난방 운전 시, 최적의 운영이 가능하도록 하기 위해, 최적 운영 시나리오를 생성하고, 생성된 최적 운영 시나리오에 따라 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)의 냉방 운전 또는 난방 운전을 수행할 수 있다. 이때, 최적 운영 시나리오는, 최적 운영 값 설정을 위한 목적함수를 이용하는 생성될 수 있다.
또한, 프로세서(120)는, 건물 내 냉방 시설(70)의 냉방 운전 요청 시, 냉동기(40)를 사용하여 냉방 운전을 수행하는 제1 운영 시나리오 또는 냉동기(40) 및 지열 히트 펌프(60)를 조합하여 냉방 운전을 수행하는 제2 운영 시나리오를 각각 생성하고, 수집된 데이터를 기반으로 상황에 맞게 가장 효율적인 운영 시나리오를 최적 운영 시나리오로 선택할 수 있다. 이때 역시, 각각의 운영 시나리오는 최적 운영 값 설정을 위한 목적함수를 이용하여 생성될 수 있다.
한편, 본 실시예에 따른 광역 열 네트워크망은, 열원인 태양열 집열기(10), 고온 축열조(20), 저온 축열조(30), 냉동기(40), 냉각탑(50) 및 지열 히트 펌프(60)와 건물 내 냉방 시설(70), 난방 시설(80), 급탕 시설(90) 및 급탕 예열 시설(95) 등을 포함할 수 있다.
여기서, 광역 열 네트워크망은, 고온 축열조(20)와 저온 축열조(30)가 캐스케이드(Cascade) 구조로 구성될 수 있다.
예를 들면, 고온 축열조(20)와 저온 축열조(30)는 입력 쪽에 각각의 열 교환기가 지역난방 광역망과 연결되어 있으며, 출력 쪽은 고온 축열조(20)와 저온 축열조(30) 사이의 열 교환기를 통해 고온 축열조(20)에서 저온 축열조(30)로 열 에너지가 이동하도록 구현될 수 있다.
즉, 광역 열 네트워크망은, 고온 축열조(20)에서 나온 제1 온수가 냉동기(40)에 공급되면, 이후 회수되는 제2 온수가 열 교환기를 통해 저온 축열조(30)에 공급되며, 이때, 제1 온수는, 제2 온수보다 높은 온도의 온수이다. 예를 들면, 고온 축열조(20) 쪽 열교환기의 입력온도는 80~72도, 저온 축열조(30) 쪽 열교환기의 입력온도는 65~62도이고, 회수되는 50~45도의 유체가 다시 지역난방 회수관으로 회수될 수 있다.
그리고 프로세서(120)는, 생성되는 최적 운영 시나리오에 따라 고온 축열조(20)에서 저온 축열조(30)로 전달된 열에너지나 외부 광역망에서 저온 축열조(30)에 공급된 열에너지가 급탕 부하에 우선적으로 공급되도록 함으로써, 건물 내 급탕 시설(90)의 급탕 부하를 저온 축열조(30)에서 부담하도록 할 수 있다.
또한, 프로세서(120)는, 냉방 운전 시에는 생성되는 최적 운영 시나리오에 따라 고온 축열조(20)와 저온 축열조(30)에 동시에 지역난방 열 에너지가 입력되고, 난방 운전 시에는 냉동기(40)가 동작하지 않으므로 저온 축열조(30)에만 지역난방 열 에너지가 공급되도록 할 수 있다.
예를 들면, 프로세서(120)는, 여름철 냉방 부하에 대해서 냉동기(40)와 지열 히트 펌프(60)가 해당 부하의 반을 담당하고 난방 부하에 대해서는 저온 축열조(30)에서 공급되는 난방 에너지와 지열 히트 펌프(60)가 해당 부하를 담당하도록 하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 냉방 운전 시, 고온 축열조(20)에서 출력되는 열 에너지, 태양열 에너지, 냉방 수요 정보를 기반으로 냉동기(40)에 입력되는 열 에너지, 저온 축열조(30)로 전달되는 열 에너지, 냉동기(40)의 출력, 냉동기(40) 가동 대 수를 계산하고, 현재 냉방 수요에 대해서 냉동기(40)의 출력이 부족한 경우, 부족한 냉방 부하량 만큼을 지열 히트 펌프(60)의 열 에너지 생산량으로 설정하고, 저온 축열조(30)로 전달되는 열 에너지량이 급탕 부하를 충족시킬 수 없는 경우, 추가적으로 필요한 열 에너지를 지역난방 열 에너지를 통해 공급 받도록 제어하는 최적 운영 시나리오를 생성할 수 있다.
다른 예를 들면, 프로세서(120)는, 난방 운전 시, 태양열 집열기(10)에서 생성되는 에너지가 고온 축열조(20)와 저온 축열조(30) 간의 전달량 제한을 초과하는 경우, 지역난방 열에서 저온 축열조(30)에 공급되는 열 에너지량은 0이 되도록 하고, 이때, 태양열 집열기(10)에서 저온 축열조(30)에 공급된 열 에너지에서 급탕 수요를 제외한 값이 난방 수요보다 작은 경우, 지열 히트 펌프(60)에서 생산하는 열 에너지량은 0이 되며, 만약 해당 난방 수요를 만족하지 못할 경우, 부족한 열 에너지량 만큼 지열 히트 펌프(60) 생산량을 설정하도록 하는 최적 운영 시나리오를 생성할 수 있다.
그리고 프로세서(120)는, 난방 운전 시, 태양열 집열기(10)에서 생성된 열 에너지가 고온 축열조(20)-저온 축열조(30) 열 전달량 제한을 초과하지 않을 경우에, 지역난방에서 저온 축열조(30)에 공급되는 열 에너지량과 태양열 에너지량의 합이 저온 축열조(30) 입력제한을 초과하면, 저온 축열조(30)에서 공급되는 난방 에너지량가 저온 축열조(30)의 최대 열 에너지 입력량에서 급탕 수요를 제외한 값이 되도록 하고, 저온 축열조(30)에서 입력되는 난방 에너지량이 난방 수요를 충분히 만족시킬 수 있을 경우에, 지열 히트 펌프(60)에서 생산하는 열 에너지량이 0이 되도록 하고, 난방 수요를 만족시킬 수 없는 경우, 그 부족한 열 에너지량만큼이 지열 히트 펌프(60)의 열 에너지 생산량이 되도록 하는 최적 운영 시나리오를 생성할 수 있다.
또한, 프로세서(120)는, 난방 운전 시, 태양열 집열기(10)에서 생산되는 열 에너지량과 저온 축열조(30)에 공급되는 열 에너지량의 합이 저온 축열조(30)의 입력제한을 초과하지 않는 경우, 저온축 열조에서 출력되는 열 에너지량이 급탕 수요에 우선적으로 공급되므로 저온 축열조(30)에서 공급되는 난방 에너지량이 급탕 수요를 제외한 값으로 설정하며 난방 수요에 따라 부족한 난방 에너지량을 지열 히트 펌프(60)의 열 생산량으로 설정되도록 하는 최적 운영 시나리오를 생성할 수 있다.
그리고 프로세서(120)는, 냉동기(40)의 열 에너지 제어에 관하여, 태양열 집열기(10)에서 생성된 열 에너지가 고온 축열조(20)와 연결된 네트워크 용량을 초과하고 냉방 수요가 냉동기(40)의 출력을 초과하는 경우에, 고온 축열조(20) 쪽에 입력되는 지역난방 열 에너지의 양과 고온 축열조(20)에서 저온 축열조(30)에 전달되는 열 에너지의 양이 0이 되고 냉동기(40)에 입력 및 출력은 최대치가 되도록 하는 최적 운영 시나리오를 생성할 수 있다.
또한, 프로세서(120)는, 냉동기(40)의 열 에너지 제어에 관하여, 태양열 에너지가 네트워크 용량을 초과하고 냉방 수요가 냉동기(40)의 최대 출력을 초과하지 않는 경우에, 고온 축열조(20) 쪽에 입력되는 지역 난방 열 에너지의 양이 0이 되도록 하는 최적 운영 시나리오를 생성할 수 있다. 이때, 프로세서(120)는, 냉동기(40)의 가동 대수를 현재 냉방 수요를 기반으로 계산하며 냉동기(40) 하나의 정격출력으로 나누어 떨어지지 않는 경우, 버림으로 계산하고 부족한 냉방 수요는 지열 히트 펌프(60)가 담당하도록 할 수 있다.
이를 통해, 고온 축열조(20)에 입력된 태양열 에너지에서 냉동기(40)에 입력된 열 에너지를 제외한 양이 저온 축열조(30)에 전달되게 되며 전달량이 해당 열 네트워크 양을 초과하게 되면, 열 네트워크의 수용 최대치가 전달될 수 있다.
또한, 프로세서(120)는, 냉동기(40)의 열 에너지 제어에 관하여, 태양열 에너지와 고온 축열조(20) 쪽에 입력되는 지역난방 열 에너지의 합이 냉동기(40)의 입력 최대값을 초과하지 않는 경우에, 냉동기(40)의 가동 대수를 냉동기(40) 열 에너지의 입력값을 최대값의 비율에 따른 값으로 계산하며, 이때 냉동기(40)의 출력이 냉방 수요 보다 작은 경우에, 고온 축열조(20)에서 저온 축열조(30)에 전달되는 열 에너지의 양이 0이 되도록 하는 최적 운영 시나리오를 생성할 수 있다. 이때, 프로세서(120)는, 냉동기(40)의 출력이 냉방 수요를 충족시킬 수 있을 경우에, 고온 축열조(20)에서 출력되는 열 에너지에서 냉동기(40)에 입력되는 열 에너지를 제외한 양이 저온 축열조(30)에 전달되도록 할 수 있다.
도 3은, 본 발명의 일 실시예에 따른 프로세서(120)의 더욱 상세한 구성 설명에 제공된 도면이다.
도 3을 참조하면, 프로세서(120)는, 운영 스케줄러(121), 공급열 및 회수열 에뮬레이터(122) 및 냉동기 운영 시나리오 에뮬레이터(123)를 포함할 수 있다.
운영 스케줄러(121)는, 데이터 수집부(110)를 통해 수집되는 태양열 집열기(10), 고온 축열조(20), 저온 축열조(30), 냉동기(40) 및 지열 히트 펌프(60)의 열에너지 데이터와 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)의 수요 데이터를 기반으로 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)의 냉방 운전 또는 난방 운전 시 최적 운영 값 설정을 위한 목적함수를 이용하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 운영 스케줄러(121)는, 최적 운영을 위해 기설정된 제약 조건이 적용되도록 하되, 기설정된 제약 조건을 위반한 횟수를 산출하고, 기설정된 제약 조건의 위반한 횟수를 반영하여 최적 운영 값 설정을 위한 목적함수를 생성하여, 하루 단위 전체 에너지 비용을 최소로 하고 열 네트워크의 기설정된 제약 조건과 냉방, 난방, 급탕 수요를 전부 만족시키는 최적해를 도출하는 최적 운영 시나리오를 생성할 수 있다.
이때, 목적함수는,
Figure 112021070218667-pat00009
가, 타임슬롯 i에서 히트 펌프 운전 시의 전력 가격이며,
Figure 112021070218667-pat00010
가, 타임슬롯 i에서 지열 히트 펌프(60)의 가동률이고,
Figure 112021070218667-pat00011
가, 지열 히트 펌프(60)의 소비전력이며,
Figure 112021070218667-pat00012
가, 지역 난방의 열에너지(고온 축열조(20)의 열에너지+저온 축열조(30)의 열에너지) 가격이고,
Figure 112021070218667-pat00013
가, 타임슬롯 i에서 고온 축열조(20)의 열에너지 입력량이며,
Figure 112021070218667-pat00014
가, 타임슬롯 i에서 저온 축열조(30)의 열에너지 입력량이고,
Figure 112021070218667-pat00015
가, 기설정된 제약 조건을 위반한 횟수인 경우, 하기 수식 1에 따라 생성될 수 있다.
(수식 1) 목적 함수 =
Figure 112021070218667-pat00016
그리고 이때, 지역 난방 열 에너지 가격은, 한국 지역난방공사의 열 요금표를 참조하여 열 에너지량에 따른 열 요금을 계산할 수 있으며, 지역난방의 단순 총 열 에너지량으로 열 요금을 계산하는 경우, 공급열 및 회수열 에뮬레이터(122)를 통하여, 회수열과 공급열에서 가져오는 유량을 분리한 이후, 하기 수식 2와 같이 열 요금을 계산할 수 있다.
(수식 2) 지역 난방 열 요금 =
Figure 112021070218667-pat00017
지열 히트 펌프(60)의 전력 요금은, 한전 전기요금표의 산업용(을) 고압A 선택II 요금제를 기준으로 하기 수식 3과 같이 전력 요금을 계산할 수 있다.
(수식 3) 지열 히트 펌프(60)의 전력 요금 =
Figure 112021070218667-pat00018
이때, 운영 스케줄러(121)는, 지열 히트 펌프(60)의 전력 요금에 계시별 차등 요금제가 적용되기 때문에, 운영 시간에 따라 생산 열 에너지 대비 전력 요금(지열 히트 펌프(60) 가동)과 열 요금(지역난방 열 에너지 사용)을 비교하여 요금 효율이 우수한 쪽이 선택되도록 할 수 있다.
또한, 여기서, 기설정된 제약 조건들은, 태양열 에너지 공급이 최대치일 때, 불필요한 열 에너지 공급을 제한하는 조건들일 수 있다.
구체적으로 예를 들면, 기설정된 제약 조건은, 냉방 운전 시, 고온 축열조(20)로 입력되는 열 에너지가 고온 축열조(20)의 입력 최대치 이상일 경우, 고온 축열조(20)에 추가적인 열 에너지 공급을 제한하는 조건일 수 있다.
그리고 기설정된 제약 조건은, 냉방 운전 시, 냉동기(40)와 지열 히트 펌프(60)에서 공급되는 냉방 에너지의 합이 건물 내 냉방 시설(70)의 냉방 수요보다 크거나 같도록 하는 조건일 수 있다.
또한, 기설정된 제약 조건은, 난방 운전 시, 고온 축열조(20)를 거쳐 저온 축열조(30)를 지나가는 열 에너지가 저온 축열조(30)의 입력 최대치 이상일 경우, 저온 축열조(30)에 추가적인 열 에너지 공급을 제한하는 조건일 수 있다.
그리고 기설정된 제약 조건은, 난방 운전 시, 저온 축열조(30)에서 입력되는 난방 에너지와 지열 히트 펌프(60)에서 공급되는 난방 에너지의 합이 건물 내 난방 시설(80)의 난방 수요보다 크거나 같도록 하는 조건일 수 있다.
또한, 기설정된 제약 조건은, 난방 운전 시, 저온 축열조(30)에서 출력되는 열 에너지가 우선적으로 급탕 부하로 적용되고, 남은 열 에너지가 난방 에너지로 공급되는 경우, 저온 축열조(30)에서 출력되는 열 에너지량이 급탕 수요보다 크거나 같도록 하는 조건일 수 있다.
한편, 운영 스케줄러(121)는, 생성되는 목적함수에 따라 고온 축열조(20)와 저온 축열조(30)에 입력되는 열 에너지 데이터를 출력하게 되고, 열 에너지 데이터를 공급열 및 회수열 에뮬레이터(122)에 입력하여, 고온 축열조(20)와 저온 축열조(30) 입력단 쪽의 열교환기에 연결된 지역난방 광역망의 유량 제어를 모사할 수 있다.
공급열 및 회수열 에뮬레이터(122)는, 운영 스케줄러(121)로부터 고온 축열조(20)와 저온 축열조(30)의 입력 열 에너지 데이터(열에너지 입력량)가 입력되면, 입력된 열에너지 입력량을 기반으로 지역난방 광역망의 공급열 및 회수열의 유량 제어를 모사하기 위해 마련될 수 있으며, 냉동기 운영 시나리오 에뮬레이터(123)는, 운영 스케줄러(121)로부터 냉동기(40) 및 지열 히트 펌프(60)의 열 에너지 데이터가 입력되면, 입력된 수치를 기반으로 냉동기(40) 및 지열 히트 펌프(60) 제어를 모사하기 위해 마련될 수 있다.
예를 들면, 지역난방 공급관에서 열 네트워크로 공급되는 유량(Fs) 및 지역난방 회수관에서 열 네트워크로 공급되는 유량(FR)은, 냉방 운전 시, 타임슬롯 i에서 고온 축열조(20)의 열에너지 입력량(
Figure 112021070218667-pat00019
)이 0보다 크고,
Figure 112021070218667-pat00020
가, 타임슬롯 i에서 저온 축열조(30)의 열에너지 입력량(
Figure 112021070218667-pat00021
)보다 큰 경우, 하기 수식 4 내지 수식 5와 같이 산출될 수 있다.
(수식 4)
Figure 112021070218667-pat00022
(수식 5)
Figure 112021070218667-pat00023
여기서,
Figure 112021070218667-pat00024
는, 고온 축열조(20) 쪽 열교환기 입력 온도이고,
Figure 112021070218667-pat00025
는, 저온 축열조(30) 쪽 열교환기 입력 온도이며,
Figure 112021070218667-pat00026
는, 지역난방 공급관에서 열 네트워크로 공급되는 유체 온도이고,
Figure 112021070218667-pat00027
는, 지역난방 회수관에서 열 네트워크로 공급되는 유체 온도이며,
Figure 112021070218667-pat00028
는, 열 교환기의 입력과 회수되는 유체 온도 차이 값이고, c는 해당 유체의 비열 값을 의미한다.
다른 예를 들면, 지역난방 공급관에서 열 네트워크로 공급되는 유량(Fs) 및 지역난방 회수관에서 열 네트워크로 공급되는 유량(FR)은, 냉방 운전 시,
Figure 112021070218667-pat00029
이 0보다 크고,
Figure 112021070218667-pat00030
가,
Figure 112021070218667-pat00031
보다 작은 경우, 하기 수식 6 내지 수식 7과 같이 산출될 수 있다.
(수식 6)
Figure 112021070218667-pat00032
(수식 7)
Figure 112021070218667-pat00033
그리고 지역난방 공급관에서 열 네트워크로 공급되는 유량(Fs) 및 지역난방 회수관에서 열 네트워크로 공급되는 유량(FR)은, 난방 운전 시, 하기 수식 8 내지 수식 9와 같이 산출될 수 있다.
(수식 8)
Figure 112021070218667-pat00034
(수식 9)
Figure 112021070218667-pat00035
도 4는, 본 발명의 일 실시예에 따라 냉동기(40)를 사용하는 냉방 운전 과정의 설명에 제공된 도면이다.
본 실시예에 따른 프로세서(120)는, 냉동기(40)만을 사용하여 냉방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 냉방 운전 시, 태양열 에너지만으로 냉동기(40)를 운전했을 경우의 출력이 건물 내 냉방 시설(70)의 냉방 수요를 충족시킬 수 있고, 남은 에너지로 급탕 수요를 충족시킬 수 있다면, 태양열 에너지만으로 냉동기(40)를 운전하는 최적 운영 시나리오를 생성할 수 있다.
이때, 태양열 에너지를 이용한 냉동기(40)의 출력은 고온 축열조(20)-냉동기(40) 사이의 열 에너지 전달량 제한에 의한 냉동기(40) 출력을 초과해서는 안 된다.
첨언하면, 프로세서(120)는, 복수의 운영 시나리오를 생성하고, 냉방 운전 시, 태양열 에너지만으로 냉동기(40)를 운전했을 경우의 출력이 건물 내 냉방 시설(70)의 냉방 수요를 충족시킬 수 있고, 남은 에너지로 급탕 수요를 충족시킬 수 있다면, 태양열 에너지만으로 냉동기(40)를 운전하는 운영 시나리오를 최적 운영 시나리오로 선택할 수 있으며, 이는 후술할 다른 사례에서도 동일하게 적용될 수 있다.
한편, 다른 예를 들면, 프로세서(120)는, 태양열 에너지와 저온 축열조(30)의 축열만을 사용하여 냉방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 냉방 운전 시, 태양열 에너지를 이용하여 냉동기(40)를 운전하여 냉방 수요를 충족시키고 지역난방의 열 에너지를 이용하여 급탕 수요를 충족시킬 수 있다면, 태양열 에너지와 저온 축열조(30)의 축열만을 사용하여 냉방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
이때, 모든 태양열 에너지는 냉동기(40) 운전에 사용되므로 급탕 수요 충족을 위해 지역난방 열 에너지를 열원으로 활용되는 것이다.
또 다른 예를 들면, 프로세서(120)는, 광역 열 네트워크망의 지역난방 열 에너지를 이용하여 냉방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 냉방 운전 시, 냉동기(40)만을 사용하여 냉방 운전을 수행해야 하는 경우, 태양열 에너지만으로 냉동기(40)를 운전하는 최적 운영 시나리오 또는 태양열 에너지와 저온 축열조(30)의 축열만을 사용하여 냉방 운전을 수행하는 최적 운영 시나리오를 생성하기에 어려움이 존재하면(효율적이지 않다면), 지역난방열을 이용하여 고온 축열조(20)에 축열을 하고 그 열 에너지를 통해 냉동기(40)를 가동하는 최적 운영 시나리오를 생성할 수 있다.
이때, 고온 축열조(20)의 공급되는 열 에너지는 고온 축열조(20)-냉동기(40) 사이의 열 에너지 전달량 제한을 초과해서는 안된다.
도 5는, 본 발명의 일 실시예에 따라 냉동기(40) 및 지열 히트 펌프(60)를 조합하여 사용하는 냉방 운전 과정의 설명에 제공된 도면이다.
본 실시예에 따른 프로세서(120)는, 냉동기(40) 및 지열 히트 펌프(60)를 조합하여 냉방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 냉방 운전 시, 태양열 에너지로 급탕 수요를 충족시키고, 그 나머지의 열 에너지로 냉동기(40)를 가동하고, 나머지 냉방 부하를 지열 히트 펌프(60)를 이용하여 충족시킬 수 있다면, 냉동기(40) 및 지열 히트 펌프(60)를 조합하여 냉방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
이때, 냉동기(40) 및 지열 히트 펌프(60)를 조합하여 냉방 운전을 수행하는 최적 운영 시나리오는, 지역난방 열 에너지를 사용하지 않으므로 태양열 에너지가 급탕 부하에 우선적으로 사용될 수 있다.
한편, 다른 예를 들면, 프로세서(120)는, 광역 열 네트워크망의 지역난방 열 에너지와 지열 히트 펌프(60)를 조합하여 냉방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 냉방 운전 시, 태양열 에너지가 현재 냉방 부하에 적절한 냉동기(40) 운전에 부족한 경우, 지역난방 열 에너지를 같이 이용하여 냉동기(40)를 가동하고 나머지 열 에너지를 급탕 부하에 활용하는 최적 운영 시나리오를 생성할 수 있다. 즉, 냉방 부하에 대한 냉방 에너지 부족분을 지열 히트 펌프(60)를 이용하여 대응하는 것이다.
도 6은, 본 발명의 일 실시예에 따라 저온 축열조(30)를 사용하는 난방 운전 과정의 설명에 제공된 도면이다.
본 실시예에 따른 프로세서(120)는, 저온 축열조(30)를 사용하여 난방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 난방 운전 시, 태양열 에너지로 난방 수요와 급탕 수요를 충족할 수 있다면, 태양열 에너지만을 이용하여, 저온 축열조(30)에 열 에너지를 공급하고, 저온 축열조(30)에 공급된 열 에너지를 사용하여 난방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다. 다만, 이때 난방 수요와 급탕 수요의 합은 고온 축열조(20)-저온 축열조(30) 사이의 열 전달량 제한을 초과하지 않아야 한다.
한편, 다른 예를 들면, 프로세서(120)는, 광역 열 네트워크망의 지역난방 열 에너지를 사용하여 난방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 태양열 에너지가 부하를 전부 수용하기 어렵거나 태양열 에너지 공급이 없고, 저온 축열조(30)의 출력이 난방 수요와 급탕 수요를 충족할 수 있다면, 지역난방 열 에너지를 저온 축열조(30)에 공급하여 해당 급탕 수요와 난방 수요를 충족하는 최적 운영 시나리오를 생성할 수 있다.
도 7은, 본 발명의 일 실시예에 따라 저온 축열조(30) 및 지열 히트 펌프(60)를 조합하여 사용하는 난방 운전 과정의 설명에 제공된 도면이다.
본 실시예에 따른 프로세서(120)는, 저온 축열조(30) 및 지열 히트 펌프(60)를 조합하여 난방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
구체적으로, 프로세서(120)는, 심야와 같이 태양열 에너지가 공급되지 못하는 경우, 지역난방 열 에너지를 저온 축열조(30)에 공급하고, 저온 축열조(30)에 공급된 열 에너지와 지열 히프 펌프의 열 에너지를 조합하여 난방 운전을 수행하는 최적 운영 시나리오를 생성할 수 있다.
이때, 저온 축열조(30)에 공급된 열 에너지는 우선적으로 급탕 부하에 공급되며, 부족한 난방 수요는 지열 히트 펌프(60)를 운전하여 충족되도록 할 수 있다.
도 8은, 본 발명의 일 실시예에 따른 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법의 설명에 제공된 도면이다.
본 실시예에 따른 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법은, 도 1 내지 도 7을 참조하여 전술한 건물 냉난방 최적 운영 시스템에 의해 실행될 수 있다.
도 8을 참조하면, 본 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법은, 데이터 수집부(110)를 통해 광역 열 네트워크망을 구성하는 열원인 태양열 집열기(10), 고온 축열조(20), 저온 축열조(30), 냉동기(40) 및 지열 히트 펌프(60)로부터 열에너지 데이터를 수집하고(S810), 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)로부터 수요 데이터를 수집하여 프로세서(120)에 전달할 수 있다.
프로세서(120)는, 최적 운영을 위해 기설정된 제약 조건이 적용되도록 하되, 기설정된 제약 조건을 위반한 횟수를 산출하고(S820), 기설정된 제약 조건의 위반한 횟수를 반영하여 최적 운영 값 설정을 위한 목적함수를 생성할 수 있다(S830).
그리고 프로세서(120)는, 생성된 목적함수를 이용하여 최적 운영 시나리오를 생성하고(S840), 최적 운영 시나리오에 따라 분산 열원 및 건물 내 냉방 시설(70), 난방 시설(80) 및 급탕 시설(90)을 운영할 수 있다(S850).
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
10 : 태양열 집열기 20 : 고온 축열조
30 : 저온 축열조 40 : 냉동기
50 : 냉각탑 60 : 지열 히트 펌프
70 : 냉방 시설 80 : 난방 시설
90 : 급탕 시설 95 : 급탕 예열 시설
110 : 데이터 수집부 120 : 프로세서
121 : 운영 스케줄러
122 : 공급열 및 회수열 에뮬레이터(Emulator)
123 : 냉동기 운영 시나리오 에뮬레이터(Emulator)
130 : 저장부

Claims (12)

  1. 건물 냉난방 최적 운영 시스템이, 광역 열 네트워크망을 구성하는 열원인 태양열 집열기, 고온 축열조, 저온 축열조, 냉동기 및 지열 히트 펌프로부터 열 에너지 데이터를 수집하고, 건물 내 급탕 시설, 냉방 시설 및 난방 시설로부터 수요 데이터를 수집하는 단계; 및
    건물 냉난방 최적 운영 시스템이, 수집된 데이터를 기반으로 건물 내 냉방 운전 또는 난방 운전 시 최적 운영 값 설정을 위한 목적함수를 이용하는 최적 운영 시나리오를 생성하는 단계;를 포함하고,
    광역 열 네트워크망은,
    고온 축열조와 저온 축열조가 캐스케이드(Cascade) 구조로 구성되며,
    고온 축열조에서 나온 제1 온수가 냉동기에 공급되면, 이후 회수되는 제2 온수가 열 교환기를 통해 저온 축열조에 공급되며,
    제1 온수는, 제2 온수보다 높은 온도의 온수이며,
    광역 열 네트워크망은,
    건물 내 급탕 시설의 급탕 부하를 저온 축열조에서 부담하도록, 고온 축열조에서 저온 축열조로 전달된 열 에너지나 외부 광역망에서 저온 축열조에 공급된 열 에너지가 급탕 부하에 우선적으로 공급되도록 하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
  2. 삭제
  3. 청구항 1에 있어서,
    최적 운영 시나리오를 생성하는 단계는,
    최적 운영을 위해 기설정된 제약 조건이 적용되도록 하되, 기설정된 제약 조건을 위반한 횟수를 산출하는 단계; 및
    기설정된 제약 조건의 위반한 횟수를 반영하여 최적 운영 값 설정을 위한 목적함수를 생성하는 단계;를 포함하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
  4. 청구항 3에 있어서,
    목적함수는,
    Figure 112021070218667-pat00036
    가, 타임슬롯 i에서 히트 펌프 운전 시의 전력 가격이며,
    Figure 112021070218667-pat00037
    가, 타임슬롯 i에서 지열 히트 펌프의 가동률이고,
    Figure 112021070218667-pat00038
    가, 지열 히트 펌프의 소비전력이며,
    Figure 112021070218667-pat00039
    가, 지역 난방의 열 에너지(고온 축열조의 열 에너지+저온 축열조의 열 에너지) 가격이고,
    Figure 112021070218667-pat00040
    가, 타임슬롯 i에서 고온 축열조의 열 에너지 입력량이며,
    Figure 112021070218667-pat00041
    가, 타임슬롯 i에서 저온 축열조의 열 에너지 입력량이고,
    Figure 112021070218667-pat00042
    가, 기설정된 제약 조건을 위반한 횟수인 경우, 하기 수식 1에 따라 생성되는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
    (수식 1)
    Figure 112021070218667-pat00043

  5. 청구항 4에 있어서,
    기설정된 제약 조건은,
    냉방 운전 시, 고온 축열조로 입력되는 열 에너지가 고온 축열조의 입력 최대치 이상일 경우, 고온 축열조에 추가적인 열 에너지 공급을 제한하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
  6. 청구항 5에 있어서,
    기설정된 제약 조건은,
    냉방 운전 시, 냉동기와 지열 히트 펌프에서 공급되는 냉방 에너지의 합이 건물 내 냉방 시설의 냉방 수요보다 크거나 같도록 하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
  7. 청구항 4에 있어서,
    기설정된 제약 조건은,
    난방 운전 시, 고온 축열조를 거쳐 저온 축열조를 지나가는 열 에너지가 저온 축열조의 입력 최대치 이상일 경우, 저온 축열조에 추가적인 열 에너지 공급을 제한하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
  8. 청구항 7에 있어서,
    기설정된 제약 조건은,
    난방 운전 시, 저온 축열조에서 입력되는 난방 에너지와 지열 히트 펌프에서 공급되는 난방 에너지의 합이 건물 내 난방 시설의 난방 수요보다 크거나 같도록 하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
  9. 청구항 8에 있어서,
    기설정된 제약 조건은,
    난방 운전 시, 저온 축열조에서 출력되는 열 에너지가 우선적으로 급탕 부하로 적용되고, 남은 열 에너지가 난방 에너지로 공급되는 경우, 저온 축열조에서 출력되는 열 에너지량이 급탕 수요보다 크거나 같도록 하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
  10. 건물 냉난방 최적 운영 시스템이, 광역 열 네트워크망을 구성하는 열원인 태양열 집열기, 고온 축열조, 저온 축열조, 냉동기 및 지열 히트 펌프로부터 열 에너지 데이터를 수집하고, 건물 내 급탕 시설, 냉방 시설 및 난방 시설로부터 수요 데이터를 수집하는 단계; 및
    건물 냉난방 최적 운영 시스템이, 수집된 데이터를 기반으로 건물 내 냉방 운전 또는 난방 운전 시 최적 운영 값 설정을 위한 목적함수를 이용하는 최적 운영 시나리오를 생성하는 단계;를 포함하고,
    광역 열 네트워크망은,
    고온 축열조와 저온 축열조가 캐스케이드(Cascade) 구조로 구성되며,
    고온 축열조에서 나온 제1 온수가 냉동기에 공급되면, 이후 회수되는 제2 온수가 열 교환기를 통해 저온 축열조에 공급되며,
    제1 온수는, 제2 온수보다 높은 온도의 온수이며,
    광역 열 네트워크망은,
    건물 내 급탕 시설의 급탕 부하를 저온 축열조에서 부담하도록, 고온 축열조에서 저온 축열조로 전달된 열 에너지나 외부 광역망에서 저온 축열조에 공급된 열 에너지가 급탕 부하에 우선적으로 공급되도록 하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법을 수행하는 컴퓨터 프로그램이 수록된 컴퓨터로 읽을 수 있는 기록매체.
  11. 광역 열 네트워크망을 구성하는 열원인 태양열 집열기, 고온 축열조, 저온 축열조, 냉동기 및 지열 히트 펌프로부터 열 에너지 데이터를 수집하고, 건물 내 급탕 시설, 냉방 시설 및 난방 시설로부터 수요 데이터를 수집하는 데이터 수집부; 및
    수집된 데이터를 기반으로 건물 내 냉방 운전 또는 난방 운전 시 최적 운영 값 설정을 위한 목적함수를 이용하는 최적 운영 시나리오를 생성하는 프로세서;를 포함하고,
    광역 열 네트워크망은,
    고온 축열조와 저온 축열조가 캐스케이드(Cascade) 구조로 구성되며,
    고온 축열조에서 나온 제1 온수가 냉동기에 공급되면, 이후 회수되는 제2 온수가 열 교환기를 통해 저온 축열조에 공급되며,
    제1 온수는, 제2 온수보다 높은 온도의 온수이며,
    광역 열 네트워크망은,
    건물 내 급탕 시설의 급탕 부하를 저온 축열조에서 부담하도록, 고온 축열조에서 저온 축열조로 전달된 열 에너지나 외부 광역망에서 저온 축열조에 공급된 열 에너지가 급탕 부하에 우선적으로 공급되도록 하는 것을 특징으로 하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 시스템.
  12. 건물 냉난방 최적 운영 시스템이, 건물 내 냉방 운전 또는 난방 운전 시 최적 운영을 위해 기설정된 제약 조건이 적용되도록 하되, 기설정된 제약 조건을 위반한 횟수를 산출하는 단계; 및
    건물 냉난방 최적 운영 시스템이, 기설정된 제약 조건의 위반한 횟수를 반영하여 최적 운영 값 설정을 위한 목적함수를 생성하는 단계;를 포함하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법.
KR1020210079063A 2021-06-18 2021-06-18 광역 열 네트워크망의 리턴수 및 공급수를 활용하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법 및 시스템 KR102463124B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210079063A KR102463124B1 (ko) 2021-06-18 2021-06-18 광역 열 네트워크망의 리턴수 및 공급수를 활용하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210079063A KR102463124B1 (ko) 2021-06-18 2021-06-18 광역 열 네트워크망의 리턴수 및 공급수를 활용하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR102463124B1 true KR102463124B1 (ko) 2022-11-04

Family

ID=84101532

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210079063A KR102463124B1 (ko) 2021-06-18 2021-06-18 광역 열 네트워크망의 리턴수 및 공급수를 활용하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102463124B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150028491A (ko) * 2013-09-06 2015-03-16 한국건설기술연구원 태양열원 및 지열원 복합 냉난방 시스템 제어장치 및 방법
KR20200039964A (ko) * 2018-10-08 2020-04-17 에스케이텔레콤 주식회사 기계학습모델 기반 설비 기기의 최적 운전 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150028491A (ko) * 2013-09-06 2015-03-16 한국건설기술연구원 태양열원 및 지열원 복합 냉난방 시스템 제어장치 및 방법
KR20200039964A (ko) * 2018-10-08 2020-04-17 에스케이텔레콤 주식회사 기계학습모델 기반 설비 기기의 최적 운전 방법 및 장치

Similar Documents

Publication Publication Date Title
CN103246263B (zh) 冷热电联供微网系统的通用优化调度方法
US10001326B2 (en) Electric power peak-shaving and combined heat and power waste heat recovery device and operation method thereof
CN109711080B (zh) 一种冷热电联供系统多时间尺度优化运行方法
CN105869075A (zh) 一种冷热电联供型微型能源网经济优化调度方法
US20080211230A1 (en) Hybrid power generation and energy storage system
CN105955931B (zh) 面向高密度分布式光伏消纳的区域能源网络优化调度方法
CN111144707A (zh) 基于能源枢纽的多能源系统协同规划建模方法
CN110110897A (zh) 一种考虑不同储能运行策略的综合能源系统优化方法
CN112070374B (zh) 一种区域能源互联网供能可靠性评估方法
CN112417651B (zh) 一种基于后悔规避的用户级综合能源系统优化方法
CN112446546B (zh) 一种考虑能源可靠性的综合能源系统两阶段优化配置方法
CN112600253A (zh) 基于用能效率最优的园区综合能源协同优化方法及设备
Abdalla et al. Modeling of thermal energy sharing in integrated energy communities with micro-thermal networks
CN110286590A (zh) 考虑多类型能源存储的冷热电联供系统日前优化调度方法
Mo et al. Design method of combined cooling, heating, and power system coupled with cascaded latent heat thermal energy storage based on supply-demand energy-exergy matching
CN113803709A (zh) 一种火电厂耦合数据中心综合能源系统及运行方法
Zidan et al. Optimal scheduling of energy hubs in interconnected multi energy systems
CN111125611B (zh) 面向多场景的冷-热-电微能网群两阶段优化调度方法
KR102463124B1 (ko) 광역 열 네트워크망의 리턴수 및 공급수를 활용하는 분산 열원 융합 기반의 건물 냉난방 최적 운영 방법 및 시스템
Wang et al. Optimal scheduling for integrated energy system considering shiftable loads and thermal energy storage of building
Abdalla et al. The impact of clustering strategies to site integrated community energy and harvesting systems on electrical demand and regional GHG reductions
CN116316888A (zh) 氢电耦合系统的优化调度方法、系统及装置
CN114757469B (zh) 考虑多能流设备的区域综合能源系统日前优化调度方法
CN106500397A (zh) 一种冷热电三联供系统
Pasban-Gajan et al. Optimal scheduling of renewable-based energy hubs considering time-of-use pricing scheme

Legal Events

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