KR102465072B1 - 공기조화기의 제어방법 - Google Patents

공기조화기의 제어방법 Download PDF

Info

Publication number
KR102465072B1
KR102465072B1 KR1020210050583A KR20210050583A KR102465072B1 KR 102465072 B1 KR102465072 B1 KR 102465072B1 KR 1020210050583 A KR1020210050583 A KR 1020210050583A KR 20210050583 A KR20210050583 A KR 20210050583A KR 102465072 B1 KR102465072 B1 KR 102465072B1
Authority
KR
South Korea
Prior art keywords
unit
outdoor unit
indoor
outdoor
load
Prior art date
Application number
KR1020210050583A
Other languages
English (en)
Other versions
KR20220144201A (ko
Inventor
금기정
김재동
정상덕
최상민
박성은
정재환
김규백
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020210050583A priority Critical patent/KR102465072B1/ko
Publication of KR20220144201A publication Critical patent/KR20220144201A/ko
Application granted granted Critical
Publication of KR102465072B1 publication Critical patent/KR102465072B1/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
    • F24F11/30—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
    • F24F11/47—Responding to energy costs
    • 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
    • F24F11/65—Electronic processing for selecting an operating mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems
    • F25B49/022—Compressor control arrangements
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2313/00—Compression machines, plants or systems with reversible cycle not otherwise provided for
    • F25B2313/025—Compression machines, plants or systems with reversible cycle not otherwise provided for using multiple outdoor units
    • F25B2313/0253—Compression machines, plants or systems with reversible cycle not otherwise provided for using multiple outdoor units in parallel arrangements
    • F25B2313/02531—Compression machines, plants or systems with reversible cycle not otherwise provided for using multiple outdoor units in parallel arrangements during cooling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2313/00—Compression machines, plants or systems with reversible cycle not otherwise provided for
    • F25B2313/025—Compression machines, plants or systems with reversible cycle not otherwise provided for using multiple outdoor units
    • F25B2313/0253—Compression machines, plants or systems with reversible cycle not otherwise provided for using multiple outdoor units in parallel arrangements
    • F25B2313/02533—Compression machines, plants or systems with reversible cycle not otherwise provided for using multiple outdoor units in parallel arrangements during heating
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2327/00—Refrigeration system using an engine for driving a compressor
    • F25B2327/001—Refrigeration system using an engine for driving a compressor of the internal combustion type
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2700/00—Sensing or detecting of parameters; Sensors therefor
    • F25B2700/21—Temperatures
    • F25B2700/2104—Temperatures of an indoor room or compartment

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Thermal Sciences (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

본 발명은 공기조화기의 제어방법에 관한 것이다.
본 발명의 공기조화기의 제어방법은, 전기로 제1압축기를 구동하는 제1실외기와 가스엔진을 구동하여 제2압축기를 구동하는 제2실외기와, 상기 제1실외기 또는 상기 제2실외기로 작동하는 실내기를 포함하는 공기조화기의 제어방법에 있어서, 상기 실내기의 작동부하를 감지하는 단계와, 상기 실내기의 작동부하가 설정부하 이상일 때, 상기 제1실외기와 상기 제2실외기를 모두 구동시키는 멀티운전모드를 수행하는 단계를 포함한다.

Description

공기조화기의 제어방법{Controll Method of Air Conditioner}
본 발명은 공기조화기의 제어방법에 관한 것으로, 보다 상세하게는 서로 다른 방식으로 압축기를 구동하는 복수의 실외기를 제어하는 공기조화기의 제어방법에 관한 것이다.
공기조화기의 압축기는, 전기를 이용하여 구동시키거나, 가스엔진을 이용하여 구동시킬 수 있다.
등록특허 KR 10-1595203호는 전기를 사용하여 압축기를 구동하는 EHP(Electric Heat Pump) 실외기와 가스엔진을 이용하여 압축기를 구동하는 GHP(Gas engine Heat Pump) 실외기를 함께 사용하는 공기조화기를 개시하고 있다.
다만, ㅊ를 동시 또는 각각 사용할 때, 발생되는 전력소비나 가스소비에 대한 비용은 시기나 작동조건에 따라 달라질 수 있다.
특히, 전기요금은, 계절이나 월별로 전기요금이 상이하게 책정될 수 있다. 또한, 전기요금은, 시간대별로 주간, 야간, 심야에 따라 상이하게 책정될 수 있다. 또한, 지역이나, 사용공간에 따라 전기요금이나 가스요금이 상이하게 책정될 수 있다.
이러한 수많은 요금관계를 고려할 때, 시간별, 지역별 상황에 따라 EHP 실외기와 GHP 실외기를 동시 또는 단독으로 사용함에 소요되는 비용이 달라질 수 있다.
본 발명이 해결하고자 하는 과제는 공기조화기 사용에 비용을 최소화할 수 있는 공기조화기의 제어방법을 제공하는 것이다.
본 발명의 또 다른 과제는 최적의 조건으로 EHP 실외기와 GHP 실외기를 각각 또는 동시에 사용할 수 있는 공기조화기의 제어방법을 제공하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 달성하기 위하여, 본 발명의 실시예에 따른 전기로 제1압축기를 구동하는 제1실외기와 가스엔진을 구동하여 제2압축기를 구동하는 제2실외기와, 상기 제1실외기 또는 상기 제2실외기로 작동하는 실내기를 포함하는 공기조화기의 제어방법에 있어서, 상기 실내기의 작동부하를 감지하는 단계와, 상기 실내기의 작동부하가 설정부하 이상일 때, 상기 제1실외기와 상기 제2실외기를 모두 구동시키는 멀티운전모드를 수행하는 단계를 포함하여, 실내기의 부하 정도에 따라 전기와 가스를 모두 이용하여 실외기를 구동시킬 수 있다.
상기 실내기의 작동부하가 설정부하 미만일 때, 상기 제1실외기 또는 상기 제2실외기 중 하나만을 운전하는 싱글운전모드를 수행하는 단계를 포함하여, 에너지를 절감할 수 있다.
상기 제1압축기의 구동을 위한 전기비용과 상기 제2압축기의 구동을 위한 가스비용을 중 저렴한 비용이 소요되는 압축기를 포함하는 실외기를 제1순위 실외기, 나머지 실외기를 제2순위 실외기로 설정하고, 상기 싱글운전모드에서, 상기 제1순위 실외기를 구동시켜, 실외기 작동에 비용을 절감할 수 있다.
상기 싱글운전모드에서, 상기 실내기의 부하가 증가할 때, 제1순위 실외기에 포함된 압축기의 회전수를 증가시켜, 실외기 작동에 비용을 절감할 수 있다.
상기 멀티운전모드에서, 상기 실내기의 부하가 증가할 때, 상기 제2순위 실외기에 포함된 압축기의 회전수를 증가시킨다.
제1실외기와 제2실외기의 냉난방 성능범위를 고려하여, 상기 제1순위 실외기가 제1실외기일 때, 상기 제1순위 실외기가 제2실외기일때보다 설정부하를 낮게 설정할 수 있다.
본 발명의 공기조화기의 제어방법은, 실내온도와 실외온도를 감지하는 단계와, 상기 실내온도와 상기 실외온도의 차이를 바탕으로 실내기의 작동부하를 예측하는 단계와, 상기 설정부하와 예측된 상기 실내기의 작동부하를 비교하고, 예측된 상기 실내기의 작동부하가 설정부하 이상일 때, 상기 제1실외기와 상기 제2실외기를 모두 구동시키는 멀티운전모드를 수행하는 단계를 포함하여, 실내온도와 실외온도를 바탕으로 실내기의 부하를 예측하여 실외기의 작동을 조절할 수 있다.
상기 공기조화기는, 실내외 온도 차이를 바탕으로 상기 실내기에서 발생하는 부하를 저장하는 저장부를 더 포함하고, 실내기의 작동부하를 예측하는 단계는, 상기 저장부에 저장된 사용패턴을 바탕으로 현재 실내외 온습도차이에 따라 실내기의 작동부하를 예측하여, 사용자의 사용패턴을 고려하여, 실외기를 작동시킬 수 있다.
본 발명의 공기조화기의 제어방법은, 상기 제1실외기와 상기 제2실외기 중에서 제1순위 실외기와 제2순위 실외기를 설정하는 단계와, 실내기를 작동시키는 단계와, 상기 실내기의 작동부하와 설정부하를 비교하는 단계와, 상기 실내기의 작동부하가 상기 설정부하 미만일 때, 상기 제1순위 실외기만을 운전하는 싱글운전모드를 수행하는 단계를 포함하여, 제1실외기와 제2실외기의 우선순위를 정하여, 실외기를 작동시킨다.
상기 실내기의 작동부하를 감지하는 단계를 더 포함하고, 상기 실내기의 작동부하와 설정부하를 비교하는 단계는, 상기 실내기의 가동률을 바탕으로 감지된 상기 실내기의 작동부하와 설정부하를 비교한다.
상기 실내기의 부하가 설정부하 이상일 때, 상기 제1순위 실외기와 상기 제2순위 실외기를 모두 운전하는 멀티운전모드를 수행하는 단계를 포함하여, 설정부하 이상에서는, 모든 실외기를 작동시킨다.
상기 제1순위 실외기와 상기 제2순위 실외기는 사용자의 선택에 의해 설정되어, 싱글운전모드와 멀티운전모드가 작동될 수 있다.
상기 제1실외기에 소요되는 전기비용과, 상기 제2실외기에 소요되는 가스비용을 비교하여, 저렴한 비용이 소요되는 실외기를 상기 제1순위 실외기로 설정되어, 실외기 작동에 비용을 최소화할 수 있다.
상기 실내기로 냉각된 공기가 배출되는 냉방운전시 상기 제2실외기를 제1순위 실외기로 설정하고, 상기 실내기로 가열된 공기가 배출되는 난방운전시 상기 제1실외기를 상기 제1순위 실외기로 설정하여, 냉방시 비용을 고려하고, 난방시 효율을 고려할 수 있다.
센싱부로 실내외 온도를 센싱하는 단계와, 상기 센싱부로 감지된 실내외 온도 차이를 바탕으로 상기 실내기의 작동부하를 예측하는 단계를 더 포함하고, 상기 실내기의 작동부하와 설정부하를 비교하는 단계는, 상기 예측된 상기 실내기의 작동부하와 상기 설정부하를 비교하여, 실내외 온도 차이를 바탕으로 실외기의 작동을 조절할 수 있다.
상기 실내기의 작동부하를 예측하는 단계는, 상기 센싱부에서 감지되는 실내외 온습도 차이와, 저장부에 저장된 사용자의 사용패턴을 바탕으로 실내기의 부하를 예측하여 실외기 작동을 조절할 수 있다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 공기조화기의 제어방법에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.
첫째, 가스비용과 전기비용을 고려하여, EHP 실외기와 GHP 실외기를 각각 또는 동시에 작동시켜, 공기조화기 작동에 비용을 최소화할 수 있다.
둘째, 제1순위 실외기의 운전비율과 제2순위 실외기의 운전비율을 조절하여, 공기조화기의 실외기를 최적의 조건으로 작동시킬 수 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 제1실외기와 제2실외기와 실내기를 개략적으로 나타낸 도면이다.
도 2는 본 발명의 제어부와 그 관련 구성을 도시한 블록도이다.
도 3과 도 4는 딥러닝(Deep Learning)에 대한 설명에 참조되는 도면이다.
도 5는 본 발명의 일 실시예에 따른 공기조화기의 제어방법의 순서도이다.
도 6은 본 발명의 일 실시예에 따른 비용최적화 모드에서의 공기조화기의 제어방법의 순서도이다.
도 7은 본 발명의 일 실시예에 따른 실내기의 부하를 예측하여 실외기를 운전하는 공기조화기의 제어방법의 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 본 발명의 실시예들에 의하여 공기조화기의 제어방법을 설명하기 위한 도면들을 참고하여 본 발명에 대해 설명하도록 한다.
본 발명의 공기조화기는, 전기를 사용하여 제1압축기(11)를 구동시키는 제1실외기(10)와, 가스를 사용하여 제2압축기(21)를 구동시키는 제2실외기(20)와, 제1실외기(10) 또는 제2실외기(20)와 연결되는 실내기(40)를 포함한다.
도 1을 참조하면, 제1실외기(10)는, 냉매를 압축시키는 제1압축기(11), 냉매와 실외공기를 열교환시키는 제1실외열교환기(12), 제1압축기(11)에서 토출되는 냉매를 제1실외열교환기(12) 또는 실내기(40)로 보내는 제1사방밸브(13), 냉매를 분리하고 기상냉매를 제1압축기(11)로 공급하는 제1어큐물레이터(14), 제1실외열교환기(12)로 유동하는 냉매를 팽창시키는 제1팽창밸브(15)를 포함한다.
도 1을 참조하면, 제1실외기(10)는, 제1실외기(10)에서 외부로 유동하거나, 외부에서 제1실외기(10)로 유동하는 냉매의 유동을 조절하는 제1조절밸브(16)를 포함한다.
도 1을 참조하면, 제2실외기(20)는, 냉매를 압축시키는 제2압축기(21), 냉매와 실외공기를 열교환하는 제2실외열교환기(22), 제2압축기(21)에서 토출되는 냉매를 제2실외열교환기(22) 또는 실내기(40)로 보내는 제2사방밸브(23), 냉매를 분리하고 기상냉매를 제2압축기(21)로 공급하는 제2어큐물레이터(24), 제2실외열교환기(22)로 유동하는 냉매를 팽창시키는 제2팽창밸브(25)를 포함한다.
도 1을 참조하면, 제2실외기(20)는, 가스로 복수의 실린더를 구동시키고, 벨트(31) 등으로 연결된 제2압축기(21)를 구동시키는 가스엔진(26), 가스엔진(26)으로 공급되는 가스와 공기를 혼합하는 믹서(27), 가스엔진(26)의 열을 냉각하는 냉각수를 유동시키는 냉각수펌프(28), 냉각수펌프(28)에 의해 유동하는 냉각수를 냉매와 열교환하는 판형열교환기(29), 및 냉각수펌프(28)에 의해 유동하는 냉각수를 물과 열교환하는 방열기(30)를 포함한다.
도 1을 참조하면, 제2실외기는, 제2실외기(20)에서 외부로 유동하거나, 외부에서 제2실외기(20)로 유동하는 냉매의 유동을 조절하는 제2조절밸브(33)를 포함한다.
도 1을 참조하면, 실내기(40a, 40b, 40c, 40d)는, 복수개가 구비될 수 있다. 복수의 실내기(40a, 40b, 40c, 40d) 각각은 별개의 공간 또는 동일한 공간에 배치될 수 있다.
<제어부관련>
본 발명의 공기조화기는, 제1실외기(10) 또는 제2실외기(20)의 구동을 제어하는 제어부(50)와, 실내외 공간의 온습도나 실내기(40)의 작동을 감지하는 센싱부(51)와, 압축기의 구동을 위한 가스비용이나 전기비용에 관한 정보를 구비한 저장부(52)를 포함할 수 있다. 제어부(50)는, 사용자의 사용패턴을 학습하여 실내기의 작동부하를 예측하는 학습모듈(53)을 포함할 수 있다.
제어부(50)는, 제1실외기(10)와 제2실외기(20)를 통합제어할 수 있다.
제어부(50)는, 제1실외기(10)와 제2실외기(20)를 독립적으로 작동시키거나, 제1실외기(10)와 제2실외기(20)를 함께 작동시킬 수 있다. 제어부(50)는, 제1실외기(10)와 제2실외기(20) 중 하나의 실외기만을 작동시키는 싱글운전모드(SM) 또는 제1실외기(10)와 제2실외기(20)를 모두 작동시키는 멀티운전모드(MM)를 수행할 수 있다.
제어부(50)는, 센싱부(51)에서 감지되는 실외공간과 실내공간의 온도차이, 실내기(40)의 구동에 따른 작동부하를 바탕으로 싱글운전모드(SM) 또는 멀티운전모드(MM)를 수행할 수 있다.
센싱부(51)는, 실내공간의 온습도를 감지하는 제1온습도센서(55)와, 실외공간의 온습도를 감지하는 제2온습도센서(56)를 포함할 수 있다. 제어부(50)는, 제1온습도센서(55)에서 감지되는 실내공간의 온습도와, 제2온습도센서(56)에서 감지되는 실외공간의 온습도를 바탕으로 실내외 공간의 온습도 차이를 파악할 수 있다.
센싱부(51)는, 실내기(40)의 작동여부 또는 실내기(40)의 작동부하를 감지할 수 있다. 센싱부(51)는, 실내기(40)에 포함된 실내기팬(미도시)으로 공급되는 전류를 바탕으로 실내기(40)의 작동부하를 감지할 수 있다.
즉, 제어부(50)는, 실내기(40)의 가동률을 바탕으로 실내기의 작동부하를 감지할 수 있다. 또한, 제어부(50)는, 실내기팬을 작동시키는 팬모터(미도시)로 공급되는 전류값을 바탕으로 실내기(40)의 작동대수와, 실내기팬의 회전에 따른 작동부하를 감지할 수 있다.
센싱부(51)는, 제1압축기(11)와 제2압축기(21) 각각의 사용시간을 감지하는 타이머(58)를 포함할 수 있다.
저장부(52)는, 제1압축기(11) 구동에 소요되는 전기비용, 제2압축기(21) 구동에 소요되는 가스비용에 대한 정보를 저장할 수 있다.
저장부(52)는, 제1압축기(11) 구동에 소요되는 전기비용을 시간대별로 구별하여 저장할 수 있다. 전기요금의 경우, 계절별, 월별 또는 시간대별로 상이할 수 있다. 따라서, 저장부(52)는, 전기비용을 시간대별로 구분하여 저장할 수 있다. 저장부(52)는, 지역별로 전기비용이 상이한 경우, 이에 대한 정보도 저장할 수 있다.
저장부(52)는, 타이머(58)에서 감지되는 제1압축기(11)와 제2압축기(21)의 사용시간을 저장할 수 있다. 저장부(52)는, 제1압축기(11)와 제2압축기(21) 각각의 누적사용시간을 저장할 수 있다.
저장부(52)는, 사용자의 사용패턴을 저장할 수 있다. 여기서, 사용패턴이란, 실내외 온습도에 따라 사용자가 실내기(40)의 작동부하를 발생하는 정도를 의미할 수 있다. 또한, 사용패턴이란, 시간대별, 계절별로 사용자가 실내기(40)의 작동부하를 발생하는 정도를 포함할 수 있다. 또한, 저장부(52)는, 시간대별, 계절별에 따른 실내외 온습도 차이를 바탕으로 사용자가 실내기(40)의 작동부하를 발생하는 정도를 저장할 수 있다.
학습모듈(53)은, 머신 러닝(machine learning) 기반의 사용자의 사용패턴으로 실내기의 작동부하를 예측할 수 있다.
본 발명의 공기조화기는, 실내기팬을 회전시켜 실내로 열교환된 공기를 공급하는 실내기(40), 실내기의 작동부하에 따라 제1실외기(10) 또는 제2실외기를 작동시키는 제어부(50), 및 실내기팬의 작동이나 실내외의 온습도를 감지하는 센서를 포함하는 센싱부(51)를 포함할 수 있다.
학습모듈(53)은, 실내외 온습도 차이에 따라 작동되는 실내기(40)의 작동부하를 머신 러닝(machine learning)으로 기학습된 인공신경망(Artificial Neural Network)의 입력 데이터로 사용하여 실내기 작동부하를 감지할 수 있다.
학습모듈(53)은, 센싱부(51) 등에서 감지되는 데이터 등 입력 데이터가 있으면 머신 러닝(machine learning)으로 기학습된 데이터에 기반하여 실내기의 작동부하를 예측할 수 있다.
부하예측은 실제 제1실외기(10) 또는 제2실외기(20)의 용량범위에서 실내기의 작동부하에 따라 싱글운전모드(SM) 또는 멀티운전모드(MM)로 운전할지를 분류하는 작업이다.
학습모듈(53)은 센싱부(51)가 감지하는 실내외 온습도 차이 데이터 패턴을 기저장된 데이터와 비교하여 복수의 레벨 중 하나로 판정하여 출력할 수 있다.
학습모듈(53)은 머신 러닝(machine learning)으로 기학습된 인공신경망(Artificial Neural Networks: ANN)이 탑재되어, 부하예측 과정을 수행할 수 있다.
예를 들어, 온습도 차이를 7개의 레벨, 제1 내지 제7 레벨 중 어느 하나의 레벨로 인식하도록 설정된 경우에, 학습모듈(53)은 센싱부(51)가 감지하는 실내외의 온습도 데이터 패턴을 인공신경망(ANN)의 입력 데이터로 사용하여 작동부하를 예측하고, 제1 내지 제7 레벨 중 어느 하나를 감지 결과 온습도 차이 레벨로 출력할 수 있다.
머신 러닝은 컴퓨터에게 사람이 직접 로직(Logic)을 지시하지 않아도 데이터를 통해 컴퓨터가 학습을 하고 이를 통해 컴퓨터가 알아서 문제를 해결하게 하는 것을 의미한다.
딥러닝(Deep Learning)은. 인공지능을 구성하기 위한 인공신경망(ANN)에 기반으로 해 컴퓨터에게 사람의 사고방식을 가르치는 방법으로 사람이 가르치지 않아도 컴퓨터가 스스로 사람처럼 학습할 수 있는 인공지능 기술이다.
상기 인공신경망(ANN)은 소프트웨어 형태로 구현되거나 칩(chip) 등 하드웨어 형태로 구현될 수 있다.
학습모듈(53)은 온습도 차이를 소정 기준에 따라 복수의 포량 레벨을 구분하여 인식하도록 학습된 소프트웨어 또는 하드웨어 형태의 인공신경망(ANN)을 포함할 수 있다.
예를 들어, 학습모듈(53)은 딥러닝(Deep Learning)으로 학습된 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등 심층신경망(Deep Neural Network: DNN)을 포함할 수 있다.
학습모듈(53)은 입력되는 실내외 온습도 데이터를 입력 데이터로 하여 상기 심층신경망(DNN)에 포함된 노드들 사이의 가중치(weight)들에 기초하여 실내기의 작동부하를 예측할 수 있다.
도 3과 도 4는 딥러닝(Deep Learning)에 대한 설명에 참조되는 도면이다.
머신 러닝(Machine Learning)의 일종인 딥러닝(Deep Learning) 기술은 데이터를 기반으로 다단계로 깊은 수준까지 내려가 학습하는 것이다.
딥러닝(Deep learning)은 단계를 높여갈수록 복수의 데이터들로부터 핵심적인 데이터를 추출하는 머신 러닝(Machine Learning) 알고리즘의 집합을 나타낼 수 있다.
딥러닝 구조는 인공신경망(ANN)를 포함할 수 있으며, 예를 들어 딥러닝 구조는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등 심층신경망(DNN)으로 구성될 수 있다
도 3을 참조하면, 인공신경망(ANN)은 입력 레이어(Input Layer), 히든 레이어(Hiddent Layer), 및 출력 레이어(Output Layer)를 포함할 수 있다. 각 레이어는 복수의 노드들을 포함하고, 각 레이어는 다음 레이어와 연결된다. 인접한 레이어 사이의 노드들은 웨이트(weight)를 가지고 서로 연결될 수 있다.
도 4를 참조하면, 컴퓨터(머신)는 투입된 입력 데이터(110)로부터 일정한 패턴을 발견해 특징맵(Feature Map)을 형성한다. 컴퓨터(머신)는 하위레벨 특징(120)부터, 중간레벨 특징(130), 상위레벨 특징(140)까지 추출하여, 대상을 인식하고 그 결과를 출력(150)할 수 있다.
인공신경망은 다음 순서의 레이어로 갈수록 더욱 상위레벨의 특징으로 추상화할 수 있다.
도 3과 도 4를 참조하면, 각 노드들은 활성화 모델에 기초하여 동작할 수 있고, 활성화 모델에 따라 입력값에 대응하는 출력값이 결정될 수 있다.
임의의 노드, 예를 들어, 하위레벨 특징(120)의 출력값은 해당 노드와 연결된 다음 레이어, 예를 들어, 중간레벨 특징(130)의 노드로 입력될 수 있다. 다음 레이어의 노드, 예를 들어, 중간레벨 특징(130)의 노드는 하위레벨 특징(120)의 복수의 노드로부터 출력되는 값들을 입력받을 수 있다.
이때, 각 노드의 입력값은 이전 레이어의 노드의 출력값에 웨이트(weight)가 적용된 값일 수 있다. 웨이트(weight)는 노드간의 연결 강도를 의미할 수 있다.
또한, 딥러닝 과정은 적절한 웨이트(weight)를 찾아내는 과정으로도 볼 수 있다.
한편, 임의의 노드, 예를 들어, 중간레벨 특징(130)의 출력값은 해당 노드와 연결된 다음 레이어, 예를 들어, 상위레벨 특징(140)의 노드로 입력될 수 있다. 다음 레이어의 노드, 예를 들어, 상위레벨 특징(140)의 노드는 중간레벨 특징(130)의 복수의 노드로부터 출력되는 값들을 입력받을 수 있다.
인공신경망은 각 레벨에 대응하는 학습된 레이어(layer)를 이용하여, 각 레벨에 대응하는 특징 정보를 추출할 수 있다. 인공신경망은 순차적으로 추상화하여, 가장 상위 레벨의 특징 정보를 활용하여 소정 대상을 인식할 수 있다.
본 발명에 따른 딥러닝 구조는 공지된 다양한 구조를 이용할 수 있다. 예를 들어, 본 발명에 따른 딥러닝 구조는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등일 수 있다.
RNN(Recurrent Neural Network)은, 자연어 처리 등에 많이 이용되고 있으며, 시간의 흐름에 따라 변하는 시계열 데이터(Time-series data) 처리에 효과적인 구조로 매 순간마다 레이어를 쌓아올려 인공신경망 구조를 구성할 수 있다.
DBN(Deep Belief Network)은 딥러닝 기법인 RBM(Restricted Boltzman Machine)을 다층으로 쌓아 구성되는 딥러닝 구조이다. RBM(Restricted Boltzman Machine) 학습을 반복하여, 일정 수의 레이어가 되면 해당 개수의 레이어를 가지는 DBN(Deep Belief Network)를 구성할 수 있다.
CNN(Convolutional Neural Network)은 사람이 물체를 인식할 때 물체의 기본적인 특징들을 추출한 다음 뇌 속에서 복잡한 계산을 거쳐 그 결과를 기반으로 물체를 인식한다는 가정을 기반으로 만들어진 사람의 뇌 기능을 모사한 모델이다.
한편, 인공신경망의 학습은 주어진 입력에 대하여 원하는 출력이 나오도록 노드간 연결선의 웨이트(weight)를 조정(필요한 경우 바이어스(bias) 값도 조정)함으로써 이루어질 수 있다. 또한, 인공신경망은 학습에 의해 웨이트(weight) 값을 지속적으로 업데이트시킬 수 있다. 또한, 인공신경망의 학습에는 역전파(Back Propagation) 등의 방법이 사용될 수 있다.
한편, 저장부(52)에는 부하예측을 위한 입력 데이터, 심층신경망(DNN)을 학습하기 위한 데이터가 저장될 수 있다.
저장부(52)에는 센싱부(51)가 획득하는 실내외 온습도 데이터와 실내기에서 발생되는 작동부하 데이터들이 소정 구간별로 합산되거나 연산 처리된 데이터들이 저장될 수 있다.
또한, 실시 예에 따라서는, 저장부(52)에는 상기 심층신경망(DNN) 구조를 이루는 웨이트(weight), 바이어스(bias)들이 저장될 수 있다.
또는, 실시 예에 따라서는, 상기 심층신경망 구조를 이루는 웨이트(weight), 바이어스(bias)들은 학습모듈(53)의 임베디드 메모리(embedded memory)에 저장될 수 있다.
한편, 학습모듈(53)은 센싱부(51)가 실내기팬이 작동할 때마다 감지된 실내외 온습도 데이터로 사용하여 학습 과정을 수행하거나, 소정 개수 이상의 실내외 온습도 데이터가 획득된 후 학습 과정을 수행할 수 있다.
즉, 학습모듈(53)은 작동부하를 예측, 판별할 때마다 감지 결과를 추가하여 웨이트(weight) 등 심층신경망(DNN) 구조를 업데이트(update)하거나, 소정 횟수의 트레이닝 데이터가 확보된 후에 확보된 트레이닝 데이터로 학습 과정을 수행하여 웨이트(weight) 등 심층신경망(DNN) 구조를 업데이트할 수 있다.
<운전모드>
본 발명의 공기조화기는, 제1실외기(10) 또는 제2실외기(20) 중 하나의 실외기만이 단독으로 사용되는 싱글운전모드(SM), 제1실외기(10)와 제2실외기(20)가 모두 사용되는 멀티운전모드(MM)로 작동할 수 있다.
싱글운전모드(SM)에서는, 제1실외기(10)와 제2실외기(20) 중에서 제1순위 실외기(FO)만이 작동된다. 멀티운전모드(MM)에서는, 제1순위 실외기(FO)와 제2순위 실외기(SO)가 함께 작동된다.
여기서, 제1순위 실외기(FO)는, 싱글운전모드(SM)에서 작동되는 실외기를 의미할 수 있다. 또한, 제2순위 실외기(SO)는, 싱글운전모드(SM)에서 작동되지 않고, 멀티운전모드(MM)에서 작동되는 실외기를 의미할 수 있다. 제1순위 실외기(FO)와 제2순위 실외기(SO)는, 싱글운전모드(SM)의 세부모드에 따라 달라질 수 있다.
싱글운전모드(SM)는, 비용최적화모드(CM), 자동모드(AM), 제1실외기우선모드(FPM), 제2실외기우선모드(SPM)를 포함할 수 있다.
비용최적화모드(CM)는, 제1실외기(10)와 제2실외기(20)의 구동에 소요되는 비용을 비교하여, 비용이 저렴한 실외기를 제1순위 실외기(FO)로 설정한다.
구체적으로, 비용최적화모드(CM)는, 실외기가 작동되는 시점에서, 제1실외기(10) 구동에 소요되는 전기비용, 제2실외기(20) 구동에 소요되는 가스비용을 비교하여, 저렴한 비용이 소요되는 실외기를 제1순위 실외기(FO)로 설정한다.
자동모드(AM)에서는, 실내공간으로 냉각된 공기를 공급하는 냉방운전시 제2실외기(20)를 제1순위 실외기(FO)로 설정하고, 실내공간으로 가열된 공기를 공급하는 난방운전시 제1실외기(10)를 제1순위 실외기(FO)로 설정한다. 즉, 냉방운전시에는 단가가 낮은 가스를 사용하여 압축기를 구동시키고, 난방운전시에는 전기로 압축기를 구동하여 공기조화기의 효율을 높일 수 있다.
제1실외기우선모드(FPM)는, 전기로 제1압축기(11)를 작동시키는 제1실외기(10)를 제1순위 실외기(FO)로 설정한다. 실내기 가동률이 낮은 경우, 효율이 높은 제1압축기(11) 운전을 우선적용하여 냉난방 효율을 극대화할 수 있다.
제2실외기우선모드(SPM)는, 가스엔진(26)으로 제2압축기(21)를 작동시키는 제2실외기(20)를 제1순위 실외기(FO)로 설정한다. 전기요금이 피크제로 운용되는 경우, 가스를 이용하여 제2압축기(21)를 구동하는 제2실외기(20)를 제1순위 실외기(FO)로 설정하여 전기요금을 낮출수 있다.
싱글운전모드(SM)는, 사용자의 설정이나 선택에 의해 구체적인 세부모드가 적용될 수 있다. 즉, 사용자의 설정에 따라, 비용최적화모드(CM), 자동모드(AM), 제1실외기우선모드(FPM), 및 제2실외기우선모드(SPM) 중의 하나가 선택될 수 있다.
싱글운전모드(SM)와 멀티운전모드(MM)는, 실내기의 작동부하를 고려하여 결정될 수 있다. 즉, 실내기의 작동부하가 설정부하 이상일 때, 제어부(50)는, 제1실외기(10)와 제2실외기(20)를 모두 작동시키는 멀티운전모드(MM)를 수행한다. 또한, 실내기의 작동부하가 설정부하 미만일때, 싱글운전모드(SM)를 수행한다.
여기서, 설정부하는, 제1순위 실외기(FO)의 냉난방 용량범위를 고려하여 결정될 수 있다. 제1실외기(10)의 냉난방 용량범위는, 제2실외기(20)의 냉난방 용량범위와 다르게 설정될 수 있다. 하나의 실시예로써, 제1실외기(10)의 냉난방 용량범위는 전체 용량범위의 40%를 차지하고, 제2실외기(20)의 냉난방 용량범위는 전체 용량 범위의 60%를 차지할 수 있다.
따라서, 제1순위 실외기(FO)가 제1실외기(10)일때의 설정부하는, 제1순위 실외기(FO)가 제2실외기(20) 일때의 설정부하로 다르게 설정될 수 있다.
<작동>
먼저, 도 5를 참조하여, 싱글운전모드와 멀티운전모드를 작동하는 공기조화기의 제어방법을 설명한다.
본 발명의 공기조화기의 제어방법은, 모드설정하는 단계(S10)를 거친다. 여기서, 모드 설정은, 제1실외기우선모드(FPM), 제2실외기우선모드(SPM), 자동모드(AM), 및 비용최적화모드(CM) 중에서 하나가 선택될 수 있다.
모드설정에 따라, 제1실외기(10)와 제2실외기의 우선순위를 설정된다. 모드설정단계(S10)는, 제1실외기(10)와 제2실외기(20) 중에서 제1순위 실외기(FO)와 제2순위 실외기(SO)를 설정하는 단계일 수 있다. 즉, 제1실외기(10)와 제2실외기(20) 중 하나의 실외기가 제1순위 실외기(FO)로 설정되고, 나머지 하나의 실외기가 제2순위 실외기(SO)로 설정될 수 있다.
상기에서 설명한 바와 같이, 제1실외기우선모드(FPM)로 운전되는 경우, 제1실외기(10)를 제1순위 실외기(FO)로 설정된다. 또한, 제2실외기우선모드(SPM)로 운전되는 경우, 제2실외기(20)를 제1순위 실외기(FO)로 설정된다.
자동모드(AM)로 선택되는 경우, 냉방운전시 제2실외기(20)를 제1순위 실외기(FO)로 설정되고, 난방운전시 제1실외기(10)를 제1순위 실외기(FO)로 설정된다. 비용최적화모드(CM)로 선택되는 경우, 실외기가 작동되는 시점에서, 제1실외기(10) 구동에 소요되는 전기비용, 제2실외기(20) 구동에 소요되는 가스비용을 비교하여, 저렴한 비용이 소요되는 실외기를 제1순위 실외기(FO)로 설정될 수 있다.
본 발명의 공기조화기의 제어방법은, 실내기를 작동하는 단계(S20)를 거친다. 사용자가 실내기(40)를 작동시킴에 따라 제1실외기(10) 또는 제2실외기(20)가 작동될 수 있다.
실내기(40)가 작동함에 따라 실내기(40)에 작용하는 작동부하를 감지하는 단계(S30)를 거칠 수 있다. 실내기(40)에 작용하는 작동부하는, 실내기(40)의 가동률을 바탕으로 측정할 수 있다. 구체적으로, 실내기(40)의 작동부하는, 작동되고 있는 실내기(40)의 수와, 각각의 실내기(40)에서 회전하는 실내기팬의 회전수 등을 바탕으로 측정할 수 있다.
실내기(40)의 작동부하와 설정부하를 비교하는 단계(S40)를 거친다. 설정부하는, 제1실외기(10) 또는 제2실외기(20)의 냉난방 용량을 바탕으로 설정될 수 있다. 설정부하는, 제1순위 실외기(FO)의 냉난방 용량을 바탕으로 설정될 수 있다.
제1실외기(10)와 제2실외기(20) 각각의 냉난방 용량이 상이할 수 있다. 따라서, 제1순위 실외기(FO)로 설정되는 실외기의 종류에 따라 설정부하값이 달라질 수 있다.
실내기(40)의 작동부하가 설정부하 미만일 때, 제1순위 실외기(FO)만을 작동하는 싱글운전모드(SM)를 수행한다(S50). 실내기(40)의 작동부하가 설정부하 미만인 구간에서, 실내기(40)의 작동부하가 변경되는 경우, 제1순위 실외기(FO)에 포함된 압축기의 회전수를 증감시킨다.
실내기(40)의 작동부하가 설정부하 이상일 때, 제1순위 실외기(FO)와 제2순위 실외기(SO)를 모두 구동시킨다(S60). 실내기(40)의 작동부하가 설정부하 이상인 구간에서, 실내기(40)의 작동부하가 변경되는 경우, 제2순위 실외기(SO)에 포함된 압축기의 회전수를 증감시킨다. 멀티운전모드(MM)에서는, 제1순위 실외기(FO)는, 최대치로 운전된다.
이하에서는, 도 6을 참조하여, 모드설정단계에서, 비용최적화모드(CM)이 선택될 때의 작동방법을 구체적으로 설명한다.
먼저, 모드설정단계에서, 비용최적화모드(CM)가 선택된다(S11). 센싱부(51)에 의해 실내외 온습도가 센싱된다(S12).
제1실외기(10)와 제2실외기(20) 각각을 작동하는데 소요되는 비용을 예측하는 단계(S13)를 거친다. 비용예측은, 제1실외기(10) 구동에 필요한 소비전력과 제2실외기(20) 구동에 필요한 가스소비량을 예측한다.
제1실외기(10)를 작동하는데에 소요되는 비용은, 월별, 시간별 전기사용비용을 기준으로 판단할 수 있다. 또한, 제1실외기(10)의 누적 전기사용량이나, 해당가구의 전체적인 전기사용료를 바탕으로 결정될 수 있다.
또한, 제2실외기(20)를 작동하는데에 소요되는 비용은, 월별, 시간별 가스사용비용을 기준으로 판단할 수 있다. 또한, 제2실외기(20)의 누적 가스사용량이나, 해당가구의 전체적인 가스사용료를 바탕으로 결정될 수 있다.
여기서, 해당가구는, 하나로써 전기요금이나 가스요금이 부과되는 공간 범위를 의미할 수 있다.
제1실외기(10)의 예측 전기소비량과 제2실외기(20)의 예측 가스소비량을 바탕으로 제1순위 실외기(FO)와 제2순위 실외기(SO)를 설정하는 단계(S14)를 거친다.
실내기(40)가 작동하면(S20), 실내기(40)의 작동에 따른 작동부하를 감지한다(S30). 이후, 실내기의 작동부하와 설정부하를 비교하여(S40), 제1실외기(10)와 제2실외기(20)를 싱글운전모드(SM) 또는 멀티운전모드(MM)로 작동시킬 수 있다.
또한, 사용자의 사용패턴을 고려하여, 실내기의 작동부하를 예측하고, 이를 바탕으로 실외기를 작동시킬 수 있다. 이하에서는, 도 7을 참조하여, 실내기의 작동부하예측에 따른 공기조화기의 제어방법을 설명한다.
도 7에서 설명되는 온습도를 바탕으로 실내기의 부하를 예측하는 단계는, 도 5나 도 6에서 설명되는 실내기가 작동하는 단계가 진행되지 않을 때 진행될 수 있다.
또한, 도 7에서 설명되는 온습도를 바탕으로, 실내기의 부하를 예측하는 단계는, 도 5나 도 6에서 설명되는 실내기가 작동하는 단계 이후에 진행되는 것도 가능하다. 실내기의 부하를 예측하는 단계는, 실제 실내기의 부하를 감지하는 단계와 별개로 진행될 수 있다. 즉, 실내기의 작동초기에는, 실내기의 부하를 예측하는 단계를 진행하고, 일정시간 경과후에는, 실내기의 작동부하를 감지하는 단계를 진행할 수 있다. 또한, 실내기의 작동초기에는 실내기의 부하를 감지하고, 일정시간 경화후에는 실내기의 작동부하를 예측하는 단계를 진행할 수 있다.
본 발명의 공기조화기의 제어방법은, 센싱부(51)를 통해 실내외의 온습도를 감지하는 단계(S12)를 거친다. 이를 통해 실내외의 온습도차이를 파악할 수 있다.
이후, 실내기의 작동부하를 예측하는 단계(S31)를 수행할 수 있다. 실내기의 작동부하의 예측은, 실내외의 온습도차이와, 사용자의 사용패턴을 고려하여 예측할 수 있다. 저장부(52)에는, 월별, 시간별로 실내외 온습도차이에 따른 실내부하가 저장될 수 있다. 상기의 저장데이터는, 사용자의 기존의 사용내역이 기록된 데이터일 수 있다.
따라서, 실내기가 작동되고 있는 시점의 실내외 온습도 차이를 저장부에 저장된 테이블을 바탕으로 비교하여 실내기의 작동부하를 예측할 수 있다.
또한, 실내기의 작동부하 예측은, 학습모듈을 통해, 머신러닝 기반의 사용자의 사용패턴으로 예측할 수 있다. 이는 상기에서 설명한 학습과정을 통해, 사용자의 사용패턴에 따른 실내기의 작동부하 량을 예측할 수 있다.
이후, 예측된 실내기의 작동부하와 설정부하를 비교하고(S41), 예측된 실내기의 작동부하가 설정부하보다 큰 경우, 제1실외기(10)와 제2실외기(20)를 모두 운전하는 멀티운전모드를 수행한다(S61). 예측된 실내기의 작동부하가 설정부하보다 작은 경우, 제1순위 실외기(FO) 만을 운전하는 싱글운전모드를 수행한다(S51).
이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
10 : 제1실외기 11 : 제1압축기
20 : 제2실외기 21 : 제2압축기
40 : 실내기 50 : 제어부
51 : 센싱부 52 : 저장부
53 : 학습모듈

Claims (16)

  1. 전기로 제1압축기를 구동하는 제1실외기와 가스엔진을 구동하여 제2압축기를 구동하는 제2실외기와, 상기 제1실외기 또는 상기 제2실외기로 작동하는 실내기와, 시간대별 전기비용과 시간대별 가스비용을 저장하는 저장부를 포함하는 공기조화기의 제어방법에 있어서,
    상기 저장부의 정보를 바탕으로 상기 제1압축기의 구동을 위한 전기비용과 상기 제2압축기의 구동을 위한 가스비용 중 저렴한 비용이 소요되는 압축기를 포함하는 실외기를 제1순위 실외기, 나머지 실외기를 제2순위 실외기로 설정하는 단계;
    상기 실내기의 작동부하를 감지하는 단계; 및
    상기 실내기의 작동부하가 설정부하 이상일 때, 상기 제1실외기와 상기 제2실외기를 모두 구동시키는 멀티운전모드를 수행하고, 상기 실내기의 작동부하가 설정부하 미만일 때, 상기 제1순위 실외기만을 운전하는 싱글운전모드를 수행하는 단계를 포함하는 공기조화기의 제어방법.
  2. 제 1 항에 있어서,
    상기 저장부는 상기 전기 비용을 지역별로 구분하여 저장하는 공기조화기의 제어방법.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 싱글운전모드에서, 상기 실내기의 부하가 증가할 때, 제1순위 실외기에 포함된 압축기의 회전수를 증가시키는 공기조화기의 제어방법.
  5. 제 1 항에 있어서,
    상기 멀티운전모드에서,
    상기 실내기의 부하가 증가할 때, 상기 제2순위 실외기에 포함된 압축기의 회전수를 증가시키는 공기조화기의 제어방법.
  6. 제 1 항에 있어서,
    상기 제1순위 실외기가 제1실외기일 때, 상기 제1순위 실외기가 제2실외기일때보다 설정부하를 낮게 설정하는 공기조화기의 제어방법.
  7. 전기로 제1압축기를 구동하는 제1실외기와 가스엔진을 구동하여 제2압축기를 구동하는 제2실외기와, 상기 제1실외기 또는 상기 제2실외기로 작동하는 실내기와, 머신 러닝으로 기학습된 데이터에 기반하여 입력 데이터를 처리하는 학습모듈을 포함하는 공기조화기의 제어방법에 있어서,
    실내온도와 실외온도를 감지하는 단계;
    상기 학습모듈이 상기 실내온도와 상기 실외온도의 차이를 처리한 결과를 바탕으로 실내기의 작동부하를 예측하는 단계;
    설정부하와 예측된 상기 실내기의 작동부하를 비교하고, 예측된 상기 실내기의 작동부하가 설정부하 이상일 때, 상기 제1실외기와 상기 제2실외기를 모두 구동시키는 멀티운전모드를 수행하는 단계를 포함하는 공기조화기의 제어방법.
  8. 제 7 항에 있어서,
    상기 공기조화기는, 실내외 온도 차이를 바탕으로 상기 실내기에서 발생하는 부하를 저장하는 저장부를 더 포함하고,
    실내기의 작동부하를 예측하는 단계는, 상기 저장부에 저장된 사용패턴을 바탕으로 현재 실내외 온도차이에 따라 실내기의 작동부하를 예측하는 공기조화기의 제어방법.
  9. 전기로 제1압축기를 구동하는 제1실외기와 가스엔진을 구동하여 제2압축기를 구동하는 제2실외기와, 상기 제1실외기 또는 상기 제2실외기로 작동하는 실내기와, 가구의 누적 전기사용량 및 누적 가스사용량을 바탕으로 결정되는 전기비용과 가스비용을 저장하는 저장부를 포함하는 공기조화기의 제어방법에 있어서,
    상기 저장부의 정보를 바탕으로 상기 제1압축기의 구동을 위한 전기비용과 상기 제2압축기의 구동을 위한 가스비용 중 저렴한 비용이 소요되는 압축기를 포함하는 실외기를 제1순위 실외기, 나머지 실외기를 제2순위 실외기로 설정하는 단계;
    실내기를 작동시키는 단계;
    상기 실내기의 작동부하와 설정부하를 비교하는 단계; 및
    상기 실내기의 작동부하가 상기 설정부하 미만일 때, 상기 제1순위 실외기만을 운전하는 싱글운전모드를 수행하는 단계를 포함하는 공기조화기의 제어방법.
  10. 제 9 항에 있어서,
    상기 실내기의 작동부하를 감지하는 단계를 더 포함하고,
    상기 실내기의 작동부하와 설정부하를 비교하는 단계는, 상기 실내기의 가동률을 바탕으로 감지된 상기 실내기의 작동부하와 설정부하를 비교하는 공기조화기의 제어방법.
  11. 제 9 항에 있어서,
    상기 실내기의 부하가 설정부하 이상일 때, 상기 제1순위 실외기와 상기 제2순위 실외기를 모두 운전하는 멀티운전모드를 수행하는 단계를 포함하는 공기조화기의 제어방법.
  12. 제 9 항에 있어서,
    상기 설정부하는 제1순위 실외기의 냉난방 용량범위를 고려하여 결정되는 공기조화기의 제어방법.
  13. 삭제
  14. 삭제
  15. 제 9 항에 있어서,
    센싱부로 실내외 온도를 센싱하는 단계; 및
    상기 센싱부로 감지된 실내외 온도 차이를 바탕으로 상기 실내기의 작동부하를 예측하는 단계를 더 포함하고,
    상기 실내기의 작동부하와 설정부하를 비교하는 단계는, 상기 예측된 상기 실내기의 작동부하와 상기 설정부하를 비교하는 공기조화기의 제어방법.
  16. 제 15 항에 있어서,
    상기 실내기의 작동부하를 예측하는 단계는, 상기 센싱부에서 감지되는 실내외 온도 차이와, 상기 저장부에 저장된 사용자의 사용패턴을 바탕으로 실내기의 부하를 예측하는 공기조화기의 제어방법.
KR1020210050583A 2021-04-19 2021-04-19 공기조화기의 제어방법 KR102465072B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210050583A KR102465072B1 (ko) 2021-04-19 2021-04-19 공기조화기의 제어방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210050583A KR102465072B1 (ko) 2021-04-19 2021-04-19 공기조화기의 제어방법

Publications (2)

Publication Number Publication Date
KR20220144201A KR20220144201A (ko) 2022-10-26
KR102465072B1 true KR102465072B1 (ko) 2022-11-09

Family

ID=83784369

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210050583A KR102465072B1 (ko) 2021-04-19 2021-04-19 공기조화기의 제어방법

Country Status (1)

Country Link
KR (1) KR102465072B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005226845A (ja) * 2004-02-10 2005-08-25 Fuji Electric Systems Co Ltd 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体
JP2011075162A (ja) * 2009-09-29 2011-04-14 Aisin Seiki Co Ltd 空気調和機調整装置及び空気調和装置
WO2015122171A1 (ja) * 2014-02-14 2015-08-20 パナソニックＩｐマネジメント株式会社 空気調和装置
WO2020261360A1 (ja) * 2019-06-25 2020-12-30 日立ジョンソンコントロールズ空調株式会社 空気調和装置、運転制御方法およびプログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080060765A (ko) * 2006-12-27 2008-07-02 엘지전자 주식회사 멀티형 공기조화기의 제어방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005226845A (ja) * 2004-02-10 2005-08-25 Fuji Electric Systems Co Ltd 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体
JP2011075162A (ja) * 2009-09-29 2011-04-14 Aisin Seiki Co Ltd 空気調和機調整装置及び空気調和装置
WO2015122171A1 (ja) * 2014-02-14 2015-08-20 パナソニックＩｐマネジメント株式会社 空気調和装置
WO2020261360A1 (ja) * 2019-06-25 2020-12-30 日立ジョンソンコントロールズ空調株式会社 空気調和装置、運転制御方法およびプログラム

Also Published As

Publication number Publication date
KR20220144201A (ko) 2022-10-26

Similar Documents

Publication Publication Date Title
KR102026020B1 (ko) 인공지능을 이용한 파라미터 학습에 기반한 공기조화기, 클라우드 서버, 공기조화기의 구동 및 제어 방법
US11416739B2 (en) Optimization control technology for building energy conservation
KR102040953B1 (ko) 인공지능에 기반하여 영역 선택적으로 동작하는 공기 조화기, 클라우드 서버, 및 이들의 동작 방법
CN101140450B (zh) 节能型热舒适控制器及控制方法
CN101027615B (zh) 自适应hvac；ac电动机速度，空气温度和空气质量控制系统
CN1092322C (zh) 用来监测制冷剂装料的方法
CN103958985B (zh) 制冷剂循环系统
EP1950507A2 (en) System and method for controlling demand of multi-air-conditioner
WO2014138102A1 (en) Energy management systems and methods of use
US20110315093A1 (en) Fluid heating system, fluid heating method, fluid heating control system, control apparatus, and control method
KR102071960B1 (ko) 에어컨이 설치된 공간의 인공지능 학습에 기반하여 파라미터를 설정하는 제어장치
CN112032979B (zh) 空调器的控制方法
CN109312949A (zh) 具有双线配置的可变容量压缩机控制器
KR20210093666A (ko) 공기조화기 및 그 제어방법
US20230116355A1 (en) Air conditioner and operation method thereof
KR102465072B1 (ko) 공기조화기의 제어방법
JP7328498B2 (ja) 情報処理装置、空気調和装置、情報処理方法、空気調和方法、及びプログラム
JP2021018054A (ja) ゾーングルーピング制御の実現可能性推定を伴う可変冷媒流量システム
JPH1194327A (ja) 空気調和機の制御装置
JP7378497B2 (ja) モデル共有システム、モデル管理装置、および空気調和装置の制御装置
Wright et al. The multi-criterion optimization of building thermal design and control
US20240019158A1 (en) Building system with multi-tiered model based optimization for ventilation and setpoint control
CN111637614B (zh) 数据中心主动通风地板的智能控制方法
KR102520100B1 (ko) 공조 시스템의 실내온도 제어를 위한 적응형 유량제어 방법 및 장치
JP2003222430A (ja) コジェネレーションシステムの構築方法およびその熱源検証システム

Legal Events

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