KR102472214B1 - 에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법 - Google Patents

에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법 Download PDF

Info

Publication number
KR102472214B1
KR102472214B1 KR1020180024865A KR20180024865A KR102472214B1 KR 102472214 B1 KR102472214 B1 KR 102472214B1 KR 1020180024865 A KR1020180024865 A KR 1020180024865A KR 20180024865 A KR20180024865 A KR 20180024865A KR 102472214 B1 KR102472214 B1 KR 102472214B1
Authority
KR
South Korea
Prior art keywords
ventilation
schedule
cooling
heating
server
Prior art date
Application number
KR1020180024865A
Other languages
English (en)
Other versions
KR20190103890A (ko
Inventor
이운식
김경재
송관우
조혜정
고순흠
김재홍
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020180024865A priority Critical patent/KR102472214B1/ko
Priority to CN201980015486.7A priority patent/CN111788435B/zh
Priority to EP19761641.0A priority patent/EP3682170A4/en
Priority to PCT/KR2019/002380 priority patent/WO2019168349A1/en
Priority to US16/289,191 priority patent/US10890349B2/en
Publication of KR20190103890A publication Critical patent/KR20190103890A/ko
Application granted granted Critical
Publication of KR102472214B1 publication Critical patent/KR102472214B1/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
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F24F11/58—Remote control using Internet communication
    • 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
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/0001—Control or safety arrangements for ventilation
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • 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
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/70—Carbon dioxide
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/10—Weather information or forecasts

Abstract

본 개시는 센서 네트워크(sensor network), 사물 통신(machine to machine (M2M) communication), MTC(machine type communication) 및 사물 인터넷(internet of things: IoT)을 위한 기술과 관련된 것이다. 본 개시는 에어 컨디셔닝(air conditioning) 시스템에서 서버의 동작 방법에 있어서, 환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하는 과정과; 공기 상태의 변화를 기반으로 환기 스케쥴을 결정하는 과정과; 냉난방 스케쥴을 결정하는 과정을 포함함을 특징으로 한다.

Description

에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법{COMPOUND CONTROL APPARATUS AND METHOD THEREOF IN AIR CONDITIONING SYSTEM}
본 개시는 에어 컨디셔닝 시스템(air conditioning system)에서 복합 제어 동작을 수행하는 장치 및 방법에 관한 것으로서, 특히 환기 장치(ventilating apparatus) 및 에어 컨디셔닝 장치(air conditioning apparatus)를 위한 복합 제어 동작을 수행하는 장치 및 방법에 관한 것이다.
인터넷은 인간이 정보를 생성하고 소비하는 인간 중심의 연결 네트워크에서, 사물 등 분산된 구성 요소들 간에 정보를 주고 받아 처리하는 사물 인터넷(internet of things: IoT, 이하 "IoT"라 칭하기로 한다) 네트워크로 진화하고 있다. IoE (internet of everything) 기술은 클라우드 서버(cloud server) 등과의 연결을 통한 빅 데이터(big data) 처리 기술 등이 IoT 기술에 결합된 하나의 예가 될 수 있다.
IoT를 구현하기 위해서, 센싱 기술, 유무선 통신 및 네트워크 인프라, 서비스 인터페이스 기술 및 보안 기술 등과 같은 기술 요소 들이 요구되어, 최근에는 사물간의 연결을 위한 센서 네트워크(sensor network), 사물 통신 (machine to machine (M2M) communication: 이하 "M2M 통신"이라 칭하기로 한다), MTC(machine type communication) 등의 기술이 연구되고 있다.
IoT 환경에서는 연결된 사물들에서 생성된 데이터를 수집, 분석하여 인간의 삶에 새로운 가치를 창출하는 지능형 IT(internet technology) 서비스가 제공될 수 있다. IoT는 기존의 IT 기술과 다양한 산업 간의 융합 및 복합을 통하여 스마트 홈, 스마트 빌딩, 스마트 시티, 스마트 카 혹은 커넥티드 카, 스마트 그리드, 헬스 케어, 스마트 가전, 첨단 의료 서비스 등의 분야에 응용될 수 있다.
최근 들어 독립 에어 컨디셔닝 시스템에 대한 시장이 커지고 있으며, 이런 독립 에어 컨디셔닝 시스템에 대한 시장에서는 하드웨어 보다는 소프트웨어 솔루션(solution)이 경쟁력의 핵심적인 요소이다.
한편, 독립 에어 컨디셔닝 시스템에서는 환기 장치와 에어 컨디셔닝 장치가 별도로 구현되는데 반해, 중앙 에어 컨디셔닝 시스템은 환기 장치와 에어 컨디셔닝 장치가 함께 구현된다. 여기서, 상기 에어 컨디셔닝 장치는 일 예로, 시스템 에어 컨디셔너(system air conditioner: SAC, 이하 "SAC"라 칭하기로 한다)가 될 수 있으며, 상기 SAC는 하나 혹은 그 이상의 실외기(outdoor unit)들과 상기 하나 혹은 그 이상의 실외기들 각각에 연결되는 하나 혹은 그 이상의 실내기(indoor unit)들을 포함하며, 상기 SAC는 서버에 연결되고, 상기 서버의 제어에 따라 동작된다. 또한, 상기 환기 장치는 일 예로 에너지 복구 환기(energy recovery ventilation: ERV, 이하 "ERV"라 칭하기로 한다) 장치가 될 수 있다.
한편, 상기 독립 에어 컨디셔닝 시스템은 상기 환기 장치와 에어 컨디셔닝 장치를 동시에 제어할 수도 있고, 상기 환기 장치와 에어 컨디셔닝 장치를 독립적으로 제어할 수도 있다. 이와는 달리, 상기 중앙 에어 컨디셔닝 시스템은 상기 환기 장치와 냉난방 장치를 독립적으로 제어할 수 없으며, 상기 환기 장치와 냉난방 장치를 동시에 제어할 수 있다.
그러면 여기서 상기 독립 에어 컨디셔닝 시스템의 동작에 대해서 설명하면 다음과 같다.
첫 번째로, 환기 장치가 온(on)되거나 환기량이 증가되면 공기 질은 좋아지지만, 그로 인해 제거해야 할 실내 부하가 증가하게 되고, 따라서 환기 에너지 소모가 증가하게 된다. 여기서, 부하는 제거되어야 하는 열을 나타낸다.
두 번째로, 상기 환기 장치가 오프(off)되거나 환기량이 감소되면 공기질은 나빠지지만, 그로 인해 제거해야 할 실내 부하는 감소하게 되고, 따라서 환기 에너지 소모는 감소하게 된다.
세 번째로, 에어 컨디셔닝 장치가 온되거나 냉난방 레벨이 높아지면, 실내 부하가 제거되어 온도 측면에서의 쾌적함(comfort)은 좋아지지만 냉난방 에너지 소모는 증가하게 된다. 여기서, 쾌적함은 일 예로 예측 평균 온열감(predicted mean vote: PMV, 이하 "PMV"라 칭하기로 한다) 값으로 표현될 수 있으며, 일반적으로 PMV의 값이 미리 설정된 범위, 일 예로 -0.5 내지 0.5에 포함될 경우 사용자는 쾌적하다고 느낄 수 있다.
네 번째로, 상기 에어 컨디셔닝 장치가 오프되거나 냉난방 레벨이 낮아지면, 실내 부하가 유지되어 온도 측면에서의 쾌적함은 나빠지나 냉난방 에너지 소모는 감소하게 된다.
상기에서 설명한 바와 같이, 환기 장치와 에어 컨디셔닝 장치는 실내 부하의 발생과 제거, 공기 측면에서의 쾌적함과 온도 측면에서의 쾌적함, 에너지 소모 등에 있어 상호간에 긴밀한 영향을 미치고 있음을 알 수 있다.
하지만, 현재까지 제안되어 있는 독립 에어 컨디셔닝 시스템에서는 환기 장치와 에어 컨디셔닝 장치 각각이 별도로 동작되고 있을 뿐, 상기 독립 에어 컨디셔닝 시스템은 상기 환기 장치와 에어 컨디셔닝 장치 둘 다의 동작 상태를 함께 고려하여 상기 환기 장치와 에어 컨디셔닝 장치를 동작시키고 있지 않다.
한편, 상기와 같은 정보는 본 발명의 이해를 돕기 위한 백그라운드(background) 정보로서만 제시될 뿐이다. 상기 내용 중 어느 것이라도 본 발명에 관한 종래 기술로서 적용 가능할지 여부에 관해, 어떤 결정도 이루어지지 않았고, 또한 어떤 주장도 이루어지지 않는다.
본 개시의 다양한 실시 예들의 일 측면은 에어 컨디셔닝 시스템에서 복합 제어 동작을 수행하는 장치 및 방법을 제공하는 것에 있다.
본 개시의 다양한 실시 예들의 다른 측면은 에어 컨디셔닝 시스템에서 환기 장치와 에어 컨디셔닝 장치 둘 다의 동작 상태를 기반으로 상기 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공하는 것에 있다.
본 개시의 다양한 실시 예들의 또 다른 측면은 에어 컨디셔닝 시스템에서 공기 상태 변화 및 온도 변화를 기반으로 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공하는 것에 있다.
본 개시의 다양한 실시 예들의 또 다른 측면은 에어 컨디셔닝 시스템에서 환기 부하를 감소시키는, 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공하는 것에 있다.
본 개시의 다양한 실시 예들의 또 다른 측면은 에어 컨디셔닝 시스템에서 냉난방 에너지 소모를 감소시키는, 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공하는 것에 있다.
본 개시의 다양한 실시 예들의 또 다른 측면은 에어 컨디셔닝 시스템에서 환기 부하를 제거하기 위한 냉난방 에너지와 환기 에너지의 합을 감소시키는, 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공하는 것에 있다.
본 발명의 다양한 실시 예들에서 제안하는 방법은: 에어 컨디셔닝(air conditioning) 시스템에서 서버의 동작 방법에 있어서, 환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하는 과정과; 공기 상태의 변화를 기반으로 환기 스케쥴을 결정하는 과정과; 냉난방 스케쥴을 결정하는 과정을 포함함을 특징으로 한다.
본 발명의 다양한 실시 예들에서 제안하는 다른 방법은: 에어 컨디셔닝(air conditioning) 시스템에서 서버의 동작 방법에 있어서, 환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하는 과정과; 온도의 변화를 기반으로 냉난방 스케쥴을 결정하는 과정과; 환기 스케쥴을 결정하는 과정을 포함함을 특징으로 한다.
본 발명의 다양한 실시 예들에서 제안하는 장치는: 에어 컨디셔닝(air conditioning) 시스템에서 서버에 있어서, 환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하고, 공기 상태의 변화를 기반으로 환기 스케쥴을 결정하고, 냉난방 스케쥴을 결정하는 제어부와, 상기 환기 스케쥴을 기반으로 하는 정보를 환기 장치로 송신하고, 상기 냉난방 스케쥴을 기반으로 하는 정보를 에어 컨니셔닝 장치로 송신하는 통신부를 포함함을 특징으로 한다.
본 발명의 다양한 실시 예들에서 제안하는 다른 장치는: 에어 컨디셔닝(air conditioning) 시스템에서 서버에 있어서, 환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하고, 온도의 변화를 기반으로 냉난방 스케쥴을 결정하고, 환기 스케쥴을 결정하는 제어부와; 상기 환기 스케쥴을 기반으로 하는 정보를 환기 장치로 송신하고, 상기 냉난방 스케쥴을 기반으로 하는 정보를 에어 컨니셔닝 장치로 송신하는 통신부를 포함함을 특징으로 한다.
본 발명의 다른 측면들과, 이득들 및 핵심적인 특징들은 부가 도면들과 함께 처리되고, 본 발명의 바람직한 실시예들을 개시하는, 하기의 구체적인 설명으로부터 해당 기술 분야의 당업자에게 자명할 것이다.
하기의 본 개시의 구체적인 설명 부분을 처리하기 전에, 이 특허 문서를 통해 사용되는 특정 단어들 및 구문들에 대한 정의들을 설정하는 것이 효과적일 수 있다: 상기 용어들 "포함하다(include)" 및 "포함하다(comprise)"와 그 파생어들은 한정없는 포함을 의미하며; 상기 용어 "혹은(or)"은 포괄적이고, "및/또는"을 의미하고; 상기 구문들 "~와 연관되는(associated with)" 및 "~와 연관되는(associated therewith)"과 그 파생어들은 포함하고(include), ~내에 포함되고(be included within), ~와 서로 연결되고(interconnect with), 포함하고(contain), ~내에 포함되고(be contained within), ~에 연결하거나 혹은 ~와 연결하고(connect to or with), ~에 연결하거나 혹은 ~와 연결하고(couple to or with), ~와 통신 가능하고(be communicable with), ~와 협조하고(cooperate with), 인터리빙하고(interleave), 병치하고(juxtapose), ~로 가장 근접하고(be proximate to), ~로 ~할 가능성이 크거나 혹은 ~와 ~할 가능성이 크고(be bound to or with), 가지고(have), 소유하고(have a property of) 등과 같은 내용을 의미하고; 상기 용어 "제어기"는 적어도 하나의 동작을 제어하는 임의의 디바이스, 시스템, 혹은 그 부분을 의미하고, 상기와 같은 디바이스는 하드웨어, 펌웨어 혹은 소프트웨어, 혹은 상기 하드웨어, 펌웨어 혹은 소프트웨어 중 적어도 2개의 몇몇 조합에서 구현될 수 있다. 어떤 특정 제어기와 연관되는 기능성이라도 집중화되거나 혹은 분산될 수 있으며, 국부적이거나 원격적일 수도 있다는 것에 주의해야만 할 것이다. 특정 단어들 및 구문들에 대한 정의들은 이 특허 문서에 걸쳐 제공되고, 해당 기술 분야의 당업자는 많은 경우, 대부분의 경우가 아니라고 해도, 상기와 같은 정의들이 종래 뿐만 아니라 상기와 같이 정의된 단어들 및 구문들의 미래의 사용들에도 적용된다는 것을 이해해야만 할 것이다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 복합 제어 동작을 수행하는 것을 가능하게 한다는 효과를 가진다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 환기 장치와 에어 컨디셔닝 장치 둘 다의 동작 상태를 기반으로 상기 환기 장치와 에어 컨디셔닝 장치를 제어하는 것을 가능하게 한다는 효과를 가진다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 공기 상태 변화 및 온도 변화를 기반으로 환기 장치와 에어 컨디셔닝 장치를 제어하는 것을 가능하게 한다는 효과를 가진다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 환기 부하를 감소시키는 것이 가능하도록, 환기 장치와 에어 컨디셔닝 장치를 제어하는 것을 가능하게 한다는 효과를 가진다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 냉난방 에너지 소모를 감소시키는 것이 가능하도록, 환기 장치와 에어 컨디셔닝 장치를 제어하는 것을 가능하게 한다는 효과를 가진다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 환기 부하를 제거하기 위한 냉난방 에너지와 환기 에너지의 합을 감소시키는 것이 가능하도록, 환기 장치와 에어 컨디셔닝 장치를 제어하는 것을 가능하게 한다는 효과를 가진다.
본 개시의 특정한 바람직한 실시예들의 상기에서 설명한 바와 같은 또한 다른 측면들과, 특징들 및 이득들은 첨부 도면들과 함께 처리되는 하기의 설명으로부터 보다 명백하게 될 것이다:
도 1은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 일 예를 개략적으로 도시한 도면이다;
도 2는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하기 위해 CO2 상태 변화를 검출하는 과정의 일 예를 개략적으로 도시한 도면이다;
도 3은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하기 위해 실내 온도 변화를 검출하는 과정의 일 예를 개략적으로 도시한 도면이다;
도 4는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하는 과정의 일 예를 개략적으로 도시한 도면이다;
도 5는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하는 과정의 다른 예를 개략적으로 도시한 도면이다;
도 6은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 명령을 생성하는 과정의 일 예를 개략적으로 도시한 도면이다;
도 7은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 명령을 생성하는 과정의 다른 예를 개략적으로 도시한 도면이다;
도 8은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 에러 피드백을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예를 개략적으로 도시한 도면이다;
도 9는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 일 예를 개략적으로 도시한 도면이다;
도 10은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예를 개략적으로 도시한 도면이다;
도 11은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 12는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템의 구조를 개략적으로 도시한 도면이다;
도 13은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버의 내부 구조를 개략적으로 도시한 도면이다;
도 14는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 리모콘의 내부 구조를 개략적으로 도시한 도면이다;
도 15는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 시간 별 평균 CO2 농도를 설명하는 도면이다;
도 16은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 공간 별 평균 CO2 농도를 설명하는 도면이다;
도 17은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 재실 정보 및 부재 정보를 설명하는 도면이다;
도 18은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 CO2 농도 변화를 검출하는 과정의 일 예를 개략적으로 도시한 도면이다;
도 19는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 상호 배타 운전을 최대화시키도록 복합 제어 동작을 수행하는 과정의 일 예를 개략적으로 도시한 도면이다;
도 20은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 상호 배타 운전을 최대화시키도록 복합 제어 동작을 수행하는 과정의 다른 예를 개략적으로 도시한 도면이다;
도 21은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 22는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 23은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 24는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 25는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 26a 내지 도 26b는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 27a 내지 도 27b는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 28a 내지 도 28b는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 29는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다;
도 30은 본 개시의 일 실시 예에 따른 복합 제어 동작을 적용할 수 있는 차량용 복합 제어 동작의 일 예를 개략적으로 도시한 도면이다;
도 31은 본 개시의 일 실시 예에 따른 복합 제어 동작을 적용할 수 있는 항공용 복합 제어 동작의 일 예를 개략적으로 도시한 도면이다;
도 32는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 리모콘에 구현될 수 있는 UI의 일 예를 개략적으로 도시한 도면이다;
도 33은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 리모콘에 구현될 수 있는 UI의 다른 예를 개략적으로 도시한 도면이다;
도 34는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 리모콘에 구현될 수 있는 UI의 또 다른 예를 개략적으로 도시한 도면이다.
상기 도면들을 통해, 유사 참조 번호들은 동일한 혹은 유사한 엘리먼트들과, 특징들 및 구조들을 도시하기 위해 사용된다는 것에 유의해야만 한다.
이하, 본 개시의 다양한 실시 예들이 첨부된 도면들을 참조하여 기재된다. 이는 본 개시에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 실시 예의 다양한 변경 (modifications), 균등물 (equivalents), 및/또는 대체물 (alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 개시에서, "가진다", "가질 수 있다", "포함한다", 또는 "포함할 수 있다" 등의 표현은 해당 특징 (예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 개시에서, "A 또는 B", "A 또는/및 B 중 적어도 하나", 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B", "A 및 B 중 적어도 하나", 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 개시에서 사용된 "제 1", "제 2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성 요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성 요소를 다른 구성 요소와 구분하기 위해 사용될 뿐 해당 구성 요소들을 한정하지 않는다. 예를 들면, 제 1 사용자 디바이스와 제 2 사용자 디바이스는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 디바이스를 나타낼 수 있다. 예를 들면, 본 개시에 기재된 권리 범위를 벗어나지 않으면서 제 1 구성 요소는 제 2 구성 요소로 명명될 수 있고, 유사하게 제 2 구성 요소도 제 1 구성 요소로 바꾸어 명명될 수 있다.
임의의 구성 요소 (예: 제 1 구성 요소)가 다른 구성 요소 (예: 제 2 구성 요소)에 "(기능적으로 또는 통신적으로) 연결되어 ((operatively or communicatively) coupled with/to)" 있다거나 "접속되어 (connected to)" 있다고 언급된 때에는, 상기 임의의 구성 요소가 상기 다른 구성 요소에 직접적으로 연결되거나, 또 다른 구성 요소 (예: 제 3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 임의의 구성 요소 (예: 제 1 구성 요소)가 다른 구성 요소 (예: 제 2 구성 요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성 요소와 상기 다른 구성 요소 사이에 또 다른 구성 요소 (예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 개시에서 사용된 표현 "~하도록 구성된 (또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한 (suitable for)", "~하는 능력을 가지는 (having the capacity to)", "~하도록 설계된 (designed to)", "~하도록 변경된 (adapted to)", "~하도록 만들어진 (made to)", 또는 "~를 할 수 있는 (capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된 (또는 설정된)"은 하드웨어적으로 "특별히 설계된 (specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 디바이스"라는 표현은, 그 디바이스가 다른 디바이스 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된 (또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서 (예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서 (generic-purpose processor) (예: CPU 또는 application processor)를 의미할 수 있다.
본 개시에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 개시에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 개시에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 개시에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 개시에서 정의된 용어일지라도 본 개시의 실시 예들을 배제하도록 해석될 수 없다.
본 개시의 다양한 실시 예들에 따른 전자 디바이스는, 통신 기능을 구비한 사용자 디바이스로서, 상기 사용자 디바이스 자신의 위치를 인지하고, 상기 인지된 사용자 디바이스의 위치를 기반으로 위치 정보를 생성할 수 있다. 상기 전자 디바이스는, 예를 들어, 휴대형 전자 디바이스, 착용형 전자 디바이스, 거치형 전자 디바이스, 설치형 전자 디바이스 등으로 구분될 수 있다.
상기 휴대형 전자 디바이스는, 예를 들면, 스마트폰 (smartphone), 태블릿 개인용 컴퓨터(tablet personal computer), 이동 전화기 (mobile phone), 영상 전화기, 전자책 리더기 (e-book reader), 개인 정보 단말기(PDA: personal digital assistant, 이하 "PDA"라 칭하기로 한다), 휴대용 멀티미디어 재생기(PMP: portable multimediaplayer, 이하 "PMP"라 칭하기로 한다), MP3 플레이어, 모바일 의료 디바이스, 전자 사전, 전자 키, 캠코더(camcorder), 카메라(camera), 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
상기 착용형 전자 디바이스의 대표적인 예로 웨어러블 디바이스 (wearable device)가 있을 수 있다. 본 개시의 다양한 실시 예에 따르면, 웨어러블 디바이스는 액세서리형 (예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 수경 또는 머리 착용형 디바이스 (head-mounted-device: HMD, 이하 "HMD"라 칭하기로 한다), 직물 또는 의류 일체형 (예: 전자 의복, 운동복), 신체 부착형 (예: 스킨 패드 (skin pad) 또는 문신), 또는 생체 이식형 (예: implantable circuit) 중 적어도 하나를 포함할 수 있다.
상기 거치형 전자 디바이스는, 예를 들면, 네비게이션 (navigation), 랩탑 개인용 컴퓨터 (laptop personal computer) 또는 넷북 컴퓨터 (netbook computer) 중 적어도 하나를 포함할 수 있고, 상기 설치형 전자 디바이스는, 예를 들면, 데스크탑 개인용 컴퓨터 (desktop personal computer), 워크스테이션 (workstation), 의료 장비 또는 폐쇄 회로 텔레비젼(CCTV: closed circuit television, 이하 "CCTV"라 칭하기로 한다) 등의 방범 카메라 중 적어도 하나를 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 전자 디바이스는 가구 (furniture) 또는 건물/구조물의 일부, 전자 보드 (electronic board), 전자 서명 수신 디바이스 (electronic signature receiving device), 프로젝터 (projector), 또는 각종 계측 디바이스(예: 수도, 전기, 가스, 또는 전파 계측 디바이스등) 중 적어도 하나를 포함할 수 있다. 본 개시의 다양한 실시 예들에서, 전자 디바이스는 전술한 다양한 디바이스들 중 하나 또는 그 이상의 조합일 수 있다. 본 개시의 다양한 실시 예들에 따른 전자 디바이스는 플렉서블 전자 디바이스일 수 있다. 또한, 본 개시의 다양한 실시 예들에 따른 전자 디바이스는 전술한 디바이스들에 한정되지 않으며, 기술 발전에 따른 새로운 전자 디바이스를 포함할 수 있다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템(air conditioning system)에서 복합 제어 동작을 수행하는 장치 및 방법을 제공한다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 환기 장치(ventilating apparatus)와 에어 컨디셔닝 장치(air conditioning apparatus) 둘 다의 동작 상태를 기반으로 상기 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공한다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 공기 상태 변화 및 온도 변화를 기반으로 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공한다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 환기 부하를 감소시키는, 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공한다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 냉난방 에너지 소모를 감소시키는, 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공한다.
본 개시의 다양한 실시 예들은 에어 컨디셔닝 시스템에서 환기 부하를 제거하기 위한 냉난방 에너지와 환기 에너지의 합을 감소시키는, 환기 장치와 에어 컨디셔닝 장치를 제어하는 장치 및 방법을 제공한다.
본 개시의 다양한 실시 예들에서, 에어 컨디셔닝 시스템은 환기 장치와 에어 컨디셔닝 장치를 포함한다.
본 개시의 다양한 실시 예들에서, 에어 컨디셔닝 시스템은 독립 에어 컨디셔닝 시스템이라고 가정하기로 한다. 여기서, 상기 독립 에어 컨디셔닝 시스템은 환기 장치와 에어 컨디셔닝 장치가 별도로 구현되는 에어 컨디셔닝 시스템을 나타낸다.
또한, 본 개시의 다양한 실시 예들에서, 상기 에어 컨디셔닝 장치는 일 예로, 시스템 에어 컨디셔너(system air conditioner: SAC, 이하 "SAC"라 칭하기로 한다)라고 가정하기로 한다. 여기서, 상기 SAC는 하나 혹은 그 이상의 실외기(outdoor unit)들과 상기 하나 혹은 그 이상의 실외기들 각각에 연결되는 하나 혹은 그 이상의 실내기(indoor unit)들을 포함하며, 상기 SAC는 서버에 연결되고, 상기 서버의 제어에 따라 동작된다.
또한, 본 개시의 다양한 실시 예들에서, 상기 환기 장치는 일 예로 에너지 복구 환기(energy recovery ventilation: ERV, 이하 "ERV"라 칭하기로 한다) 장치라고 가정하기로 한다. 여기서, 상기 ERV 장치는 실내의 오염된 공기를 실외로 배출시키고, 이와 동시에 신선한 외부 공기를 실내에 공급하는 양방향 환기 장치이며, 환기 시 외부로 뺏기는 열 에너지를 다시 회수하여 실내에 공급하는 전열 교환 방식을 기반으로 하는 열 회수 환기 장치이다. 상기 ERV 장치는 고 투습 엘리먼트를 통해 온도 및 습도를 제어하여 실내에 존재하는 사용자에게 쾌적함을 제공한다.
본 개시를 설명하기에 앞서, 상기 독립 에어 컨디셔닝 시스템의 동작에 대해서 설명하면 다음과 같다.
첫 번째로, 환기 장치가 온(on)되거나 환기량이 증가되면 공기 질은 좋아지지만, 그로 인해 제거해야 할 실내 부하가 증가하게 되고, 따라서 환기 에너지 소모가 증가하게 된다. 여기서, 부하는 제거되어야 하는 열을 나타낸다.
두 번째로, 상기 환기 장치가 오프(off)되거나 환기량이 감소되면 공기 질은 나빠지지만, 그로 인해 제거해야 할 실내 부하는 감소하게 되고, 따라서 환기 에너지 소모는 감소하게 된다.
세 번째로, 에어 컨디셔닝 장치가 온되거나 냉난방 레벨이 높아지면, 실내 부하가 제거되어 온도 측면에서의 쾌적함(comfort)은 좋아지지만 냉난방 에너지 소모는 증가하게 된다. 여기서, 쾌적함은 일 예로 예측 평균 온열감(predicted mean vote: PMV, 이하 "PMV"라 칭하기로 한다) 값으로 표현될 수 있으며, 일반적으로 PMV의 값이 미리 설정된 범위, 일 예로 -0.5 내지 0.5에 포함될 경우 사용자는 쾌적하다고 느낄 수 있다.
네 번째로, 상기 에어 컨디셔닝 장치가 오프되거나 냉난방 레벨이 낮아지면, 실내 부하가 유지되어 온도 측면에서의 쾌적함은 나빠지나 냉난방 에너지 소모는 감소하게 된다.
상기에서 설명한 바와 같이, 환기 장치와 에어 컨디셔닝 장치는 실내 부하의 발생과 제거, 공기 측면에서의 쾌적함과 온도 측면에서의 쾌적함, 에너지 소모 등에 있어 상호간에 긴밀한 영향을 미치고 있음을 알 수 있다.
따라서, 본 개시에서는 에어 컨디셔닝 시스템에서 타겟 공기 쾌적도(air-comport requirement) 및 타겟 온도 쾌적도(temperature-comport requirement)를 만족시키면서 에너지 소모를 감소시키는, 일 예로 에너지 소모를 최소화시키는 것이 가능하도록 환기 장치와 에어 컨디셔닝 장치 둘 다의 동작 상태를 고려하는 복합 제어 동작을 제안한다.
먼저, 도 1을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 일 예에 대해서 설명하기로 한다.
도 1은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 일 예를 개략적으로 도시한 도면이다.
도 1을 참조하면, 먼저 111단계에서 서버는 환기 장치와 관련된 파라미터 셋과 에어 컨디셔닝 장치와 관련된 파라미터 셋 각각이 포함하는 파라미터들의 값을 설정하고 113단계로 진행한다. 여기서, 상기 환기 장치와 관련된 파라미터 셋은 상기 환기 장치와 관련된 파라미터들을 포함하며, 상기 에어 컨니셔닝 장치와 관련된 파라미터 셋은 상기 에어 컨니셔닝 장치와 관련된 파라미터들을 포함한다. 상기 환기 장치와 관련된 파라미터들 및 상기 에어 컨니셔닝 장치와 관련된 파라미터들은 일 예로 복합 제어 동작이 수행될 시간에 대한 정보를 포함할 수 있다.
상기 113단계에서 서버는 공기 쾌적도 기준을 만족하는, 즉 타겟 공기 쾌적도를 만족시킬 수 있는 환기 스케쥴을 결정하고 115단계로 진행한다. 여기서, 상기 공기 쾌적도 기준은 특정 존(zone), 일 예로 복합 제어 존에 대한 평균 CO2 농도가 1000ppm(parts per million) 이하라는 것 등이 될 수 있다. 본 개시의 다양한 실시 예들에서는 CO2 농도가 공기 질을 나타내는 파라미터로 사용된다고 가정하기로 한다. 하지만, 상기 CO2 농도 이외의 다른 파라미터들이 상기 공기 질을 나타내는 파라미터로 사용될 수도 이음은 물론이다.
일 예로, 상기 복합 제어 존에 대한 평균 CO2 농도는 단위 시간을 고려한, 상기 복합 제어 존에 대한 평균 CO2 농도이거나, 혹은 복합 제어 동작이 수행되는 시간, 즉 복합 제어 시간에 대한 평균 CO2 농도일 수 있으며, 상기 공기 쾌적도 기준은 상기 에어 컨디셔닝 시스템의 상황에 따라 다양한 형태들로 구현될 수 있음은 물론이다. 즉, 도 1에서는 상기 공기 쾌적도 기준이 CO2 농도를 기반으로 설정되는 경우에 대해서 설명하지만, 상기 공기 쾌적도 기준은 상기 CO2농도 뿐만 아니라 다른 파라미터들을 기반으로 설정될 수도 있음은 물론이다. 또한, 상기 서버는 상기 공기 쾌적도 기준을 만족하는 환기 스케쥴을 결정할 때 환기 부하 발생을 감소시키도록, 일 예로 환기 부하 발생을 최소화시키도록 환기 스케쥴을 결정할 수 있다. 여기서, 부하는 제거해야만 하는 열을 나타내며, 환기 부하는 환기로 인해 발생되는 부하를 나타낸다.
그러면 여기서 본 개시의 다양한 실시 예들에서 사용되는 복합 제어 존에 대해서 설명하면 다음과 같다.
먼저, 존은 일 예로 사무실, 회의실, 거실, 침실, 화장실, 식당, 수영장, 병실, 강의실 등과 같이, 설치된 환기 장치 및 에어 컨디셔닝 장치로 인해 공기 쾌적도 및 온도 쾌적도의 영향을 받을 수 있는 독립적인 공간을 통칭하는 의미로 사용될 수 있다. 또한, 디폴트 존은 다수의 존들을 포함하는 공간을 통칭하는 의미로 사용될 수 있다. 일 예로, 빌딩은 디폴트 존이 될 수 있으며, 상기 디폴트 존인 빌딩은 사무실, 휴게실, 회의실 등과 같은 존을 다수 개 포함할 수 있다. 다른 예로, 집은 디폴트 존이 될 수 있으며, 상기 디폴트 존인 집은 방, 거실, 부엌, 식당 (다이닝 룸), 화장실 등과 같은 존을 다수 개 포함할 수 있다. 또 다른 예로, 호텔은 디폴트 존이 될 수 있으며, 상기 디폴트 존인 호텔은 객실, 라운지 (로비), 레스토랑, 바, 수영장, 피트니스 센터 등과 같은 존을 다수 개 포함할 수 있다. 또 다른 예로, 학교는 디폴트 존이 될 수 있으며, 상기 디폴트 존인 학교는 강의실, 도서관, 구내 식당 등과 같은 존을 다수 개 포함할 수 있다. 또 다른 예로, 리테일/몰은 디폴트 존이 될 수 있으며, 상기 디폴트 존인 리테일/몰은 쇼룸 (전시실), 디지털 사이니지, 푸드코트 등과 같은 존을 다수 개 포함할 수 있다. 또 다른 예로, 경기장은 디폴트 존이 될 수 있으며, 상기 디폴트 존인 경기장은 관람석, 전광판 (스코어보드), 공연 무대 (스테이지) 등과 같은 존을 다수 개 포함할 수 있다. 또 다른 예로, 공장은 일 예로 자동화 설비 (제조 라인), 수 작업실, 창고 등과 같은 오픈된 존을 포함할 수 있다. 또 다른 예로, 병원은 디폴트 존이 될 수 있으며, 상기 디폴트 존인 병원은 진료실, 입원실, 응급실 등과 같은 존을 다수 개 포함할 수 있다.
한편, 상기 복합 제어 존은 에어 컨디셔닝 시스템에서 서버 혹은 사용자 디바이스에 의해 복합 제어 동작이 수행되는 존을 나타낸다. 상기 복합 제어 존은 일 예로 사무실 존(office zone)이 될 수 있으며, 상기 복합 제어 존이 포함되는 디폴트 존은 일 예로 빌딩이 될 수 있다. 여기서, 상기 디폴트 존은 다수의 존들을 포함할 수 있으며, 상기 다수의 존들은 상기 복합 제어 존과, 상기 복합 제어 존에 인접하는, 하나 혹은 그 이상의 존들과, 상기 복합 제어 존에 인접하지 않는, 하나 혹은 그 이상의 존들을 포함할 수 있다. 본 개시의 다양한 실시예들에서, 용어 "사용자 디바이스"는 용어들, "단말기", "사용자 단말기", "이동 디바이스", "디바이스", "이동 단말기", "이동국" 등과 혼용될 수 있음에 유의하여야만 할 것이다.
상기 115단계에서 상기 서버는 온도 쾌적도 기준을 만족하는, 즉 타겟 온도 쾌적도를 만족하는 냉난방 스케쥴을 결정하고 117단계로 진행한다. 여기서, 상기 온도 쾌적도 기준은 일 예로 복합 제어 존에 대한 평균 예측 불만족률(predicted percentage of dissatisfied: PPD, 이하 "PPD"라 칭하기로 한다)이 미리 설정되어 있는 임계 PDD 이하라는 것 등이 될 수 있다. 여기서, 상기 PPD는 주어진 환경에서 너무 덥거나 너무 춥게 느끼는 사람들의 비율을 예측함으로써 열적 불쾌적에 대한 정보를 제공해주는 인덱스이며, 상기 PPD는 일 예로 PMV 값으로부터 도출될 수 있다. 일 예로, 상기 복합 제어 존에 대한 평균 PDD는 단위 시간을 고려한, 상기 복합 제어 존에 대한 평균 PDD이거나, 혹은 복합 제어 동작이 수행되는 시간, 즉 복합 제어 시간에 대한 평균 PDD 일 수 있으며, 상기 온도 쾌적도 기준은 상기 에어 컨디셔닝 시스템의 상황에 따라 다양한 형태들로 구현될 수 있음은 물론이다. 즉, 도 1에서는 상기 온도 쾌적도 기준이 평균 PPD를 기반으로 설정되는 경우에 대해서 설명하지만, 상기 온도 쾌적도 기준은 상기 평균 PPD 뿐만 아니라 다양한 파라미터들을 기반으로 설정될 수도 있음은 물론이다. 또한, 상기 서버는 상기 온도 쾌적도 기준을 만족하는 냉난방 스케쥴을 결정할 때 냉난방 에너지 손실을 감소시키는, 일 예로 냉난방 에너지 손실을 최소화시키도록 냉난방 스케쥴을 결정할 수 있다.
상기 117단계에서 상기 서버는 상기 결정된 환기 스케쥴 및 냉난방 스케쥴을 기반으로 환기 에너지 및 냉난방 에너지 소모를 감소시키는, 일 예로 상기 환기 에너지 및 냉난방 에너지 소모를 최소화시키는 복합 제어 스케쥴을 결정하고, 상기 복합 제어 스케쥴에 따라 상기 환기 장치와 에어 컨디셔닝 장치를 동작시킨다. 여기서, 상기 복합 제어 스케쥴은 상기 환기 장치와 에어 컨디셔닝 장치 둘 다의 동작 상태들을 고려하여 상기 환기 장치와 에어 컨디셔닝 장치를 동작시키는 스케쥴을 나타낸다. 또한, 상기 환기 에너지는 환기를 위해 소모되는 에너지를 나타내며, 상기 냉난방 에너지는 냉난방을 위해 소모되는 에너지를 나타낸다.
한편, 도 1이 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 일 예를 도시하고 있더라도, 다양한 변형들이 도 1에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 1에는 연속적인 단계들이 도시되어 있지만, 도 1에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 1에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 일 예에 대해서 설명하였으며, 다음으로 도 2를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하기 위해 CO2 상태 변화를 검출하는 과정의 일 예에 대해서 설명하기로 한다.
도 2는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하기 위해 CO2 상태 변화를 검출하는 과정의 일 예를 개략적으로 도시한 도면이다.
도 2를 참조하면, 본 개시에서는 공기 쾌적도 기준이 CO2 농도를 기반으로 설정된다고 가정하였으므로, 상기 서버는 환기 스케쥴을 결정하기 위해 CO2 상태 변화를 검출하는 것이다.
먼저, 상기 서버는 복합 제어 존에 대해 실내 측위를 수행하여(211) 상기 복합 제어 존에 위치하는 사용자들, 즉 재실자들의 수를 검출한다(213).
또한, 상기 서버는 다양한 실내 측위 방식들 중 어느 하나를 기반으로 실내 측위 동작을 수행할 수 있으며, 상기 실내 측위 방식들에 대한 구체적인 설명은 생략하기로 한다. 상기 서버는 상기 복합 제어 존에 위치하는 사용자 디바이스들의 수를 검출한 후 상기 복합 제어 존에 설치된 CO2 센서를 통해 상기 복합 제어 존에 대한 평균 CO2 농도를 검출한다. 이와는 달리, 상기 서버는 CO2 센서를 사용하지 않고도 하기와 같은 수학식 1을 기반으로 상기 복합 제어 존에 대한 평균 CO2 농도를 검출할 수도 있음은 물론이다.
<수학식 1>
Figure 112018021095099-pat00001
상기 수학식 1에서, V는 상기 복합 제어 존에 대한 실내 체적을 나타내고, t는 상기 복합 제어 존에 대한 평균 CO2 농도를 검출하기 위해 사용되는 시간을 나타내며, C는 내부 CO2 농도를 나타내며, CS는 외부 CO2 농도를 나타내며, QS는 급기량을 나타내며, P는 재실자 수, 즉 상기 복합 제어 존에 위치하는 사용자 디바이스들의 수를 나타내며, G는 1인당 CO2 방출량을 나타낸다. 본 개시의 다양한 실시 예에서는 사용자의 위치는 상기 사용자가 가지고 있는 사용자 디바이스의 위치와 동일하다고 가정하기로 하며, 따라서 사용자 디바이스의 위치를 검출할 경우 사용자의 위치를 검출할 수 있다. 여기서, 상기 내부 CO2 농도는 상기 복합 제어 존 내의 CO2 농도를 나타내며, 상기 외부 CO2 농도는 상기 복합 제어 존 외부의 CO2 농도를 나타낸다.
따라서, 상기 서버는 상기 평균 CO2 농도를 기반으로 CO2 상태 변화를 검출할 수 있다(215).
도 2에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하기 위해 CO2 상태 변화를 검출하는 과정의 일 예에 대해서 설명하였으며, 다음으로 도 3을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하기 위해 실내 온도 변화를 검출하는 과정의 일 예에 대해서 설명하기로 한다.
도 3은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하기 위해 실내 온도 변화를 검출하는 과정의 일 예를 개략적으로 도시한 도면이다.
도 3을 참조하면, 먼저 서버는 실내 온도 및 실외 온도 각각에 대한 온도 변화 히스토리(history)를 검출하고(311), 상기 검출된 실내 온도 및 실외 온도 각각에 대한 온도 변화 히스토리와 날씨 예보를 비교 분석하여(313) 실내 온도 변화를 검출한다(315).
도 3에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하기 위해 실내 온도 변화를 검출하는 과정의 일 예에 대해서 설명하였으며, 다음으로 도 4를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하는 과정의 일 예에 대해서 설명하기로 한다.
도 4는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하는 과정의 일 예를 개략적으로 도시한 도면이다.
도 4를 참조하면, 먼저 복합 제어 존에 대한 환기 부하는 실내 온도, 즉 상기 복합 제어 존 내의 온도 및 실외 온도, 즉 상기 복합 제어 존 외부의 온도 간의 차이인 ΔT에 비례하므로, 서버는 환기 부하를 감소시키는, 일 예로 환기 부하를 최소화하는 환기 스케쥴을 결정할 수 있다. 도 4에서, 참조 번호 411은 시간에 따른 실외 온도를 나타내는 그래프이며, 참조 번호 413은 시간에 따른 실내 온도를 나타내는 그래프이며, 참조 번호 415는 시간에 따른 환기 부하를 나타내는 그래프이다. 여기서, 상기 환기 부하는 환기 장치가 온 될 경우 발생된다.
즉, 상기 서버는 환기 부하가 비교적 적어서 냉난방 손실이 적은 환기 적합 구간(417)에서 환기 장치가 온 되도록 하는 환기 스케쥴을 결정할 수 있다. 여기서, 환기 부하는 하기 수학식 2와 같이 표현될 수 있다.
<수학식 2>
Wload = PCpQ(T-T0)
상기 수학식 2에서, Wload는 환기 부하를 나타내며, Q는 환기량을 나타내며, T는 실내 온도를 나타내며, T0는 실외 온도를 나타내며, P는 재실자 수를 나타낸다.
도 4에서는 상기 환기 부하가 환기량 Q와 실내 온도 및 실외 온도간의 차이(ΔT)에 비례한다고 가정하였으나, 엔탈피(enthalpy)가 고려될 경우 상기 환기 부하는 엔탈피차(ΔH)에 비례할 수도 있음은 물론이다.
일반적인 환기 장치에서는 실시간으로 CO2 농도가 측정되고, 상기 측정된 CO2 농도를 기반으로 상기 환기 장치의 동작이 제어되기 때문에, 도 4에서 설명한 바와 같은 형태로 환기 부하를 고려하여 상기 환기 장치의 동작을 제어하는 것은 불가능함을 이해할 수 있을 것이다.
도 4에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하는 과정의 일 예에 대해서 설명하였으며, 다음으로 도 5를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하는 과정의 다른 예에 대해서 설명하기로 한다.
도 5는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하는 과정의 다른 예를 개략적으로 도시한 도면이다.
도 5를 참조하면, 먼저 서버는 복합 제어 존에 대해, 미리 설정되어 있는 시구간 동안 타겟 CO2 농도를 만족하면서도, 환기 부하를 고려하여 환기 스케쥴을 결정할 수 있다. 도 5에 도시되어 있는 바와 같이, 타겟 CO2 농도가 일 예로 1000ppm이고, 미리 설정되어 있는 시구간이 일 예로 8시간이라고 가정할 경우, 상기 서버는 상기 타겟 CO2 농도를 만족시키면서도 환기 부하를 고려하여 환기 부하가 비교적 큰, 참조 번호 511에 해당하는 시구간 동안 환기 장치가 오프 되도록 하고, 상기 환기 부하가 비교적 적은, 참조 번호 513에 해당하는 시구간 동안 상기 환기 장치가 온 되도록 하는 환기 스케쥴을 결정할 수 있다.
도 5에서 설명한 바와 같이 상기 복합 제어 존에 대해 8시간 동안 참조 번호 511에 해당하는 시구간 동안 상기 환기 장치가 오프 되도록 하고, 참조 번호 513에 해당하는 시구간 동안 상기 환기 장치가 온 되도록 할 경우 상기 복합 제어 존에 대한 실제 CO2 농도는 참조 번호 519로 나타낸 그래프에서와 같이 참조 번호 517과 같이 8시간 동안 비교적 일정한 CO2 농도를 유지하는 효과를 가져올 수 있다.
일반적인 환기 장치에서는, 실시간으로 실내 온도가 측정되고, 상기 측정된 실내 온도를 기반으로 상기 환기 장치의 동작이 제어되기 때문에, 도 5에서 설명한 바와 같이 환기 부하를 고려하여 상기 환기 장치의 동작을 제어하는 것은 불가능함을 이해할 수 있을 것이다.
도 4 및 도 5에서 설명한 바와 같이 본 개시에서는 복합 제어 존에 대한 실내 온도의 변화 및 CO2 상태의 변화를 기반으로 환기 스케쥴이 결정되므로, 환기로 인한 냉난방 에너지 소모를 감소시킬 수 있다.
도 5에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 환기 스케쥴을 결정하는 과정의 다른 예에 대해서 설명하였으며, 다음으로 도 6을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 명령을 생성하는 과정의 일 예에 대해서 설명하기로 한다.
도 6은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 명령을 생성하는 과정의 일 예를 개략적으로 도시한 도면이다.
도 6을 참조하면, 먼저 일반적인 독립 에어 컨디셔닝 시스템에서는 환기 장치와 에어 컨디셔닝 장치가 별도로 제어된다. 도 6에서는 상기 에어 컨디셔닝 장치가 SAC이고, 상기 환기 장치가 ERV 장치라고 가정하기로 한다. 즉, 도 6에 도시되어 있는 바와 같이 일반적인 독립 에어 컨디셔닝 시스템에서는 실시간으로 측정된 값들, 즉 실시간으로 측정된 CO2 농도와 실내 온도를 기반으로 SAC 및 ERV 장치가 별도로 동작된다(611, 613). 이렇게, SAC 및 ERV 장치가 별도로 운전되기 때문에, SAC 및 ERV 장치 각각에 대한 리모콘 역시 별도로 존재한다.
즉, 일반적인 독립 에어 컨디셔닝 시스템에서는 실시간으로 측정된 값들을 기반으로 SAC 및 ERV장치가 동작되기 때문에 타겟 공기 쾌적도 및 타겟 온도 쾌적도를 만족시키면서 에너지 소모를 감소시키는 복합 제어가 불가능하다.
하지만, 본 개시에서는 독립 에어 컨디셔닝 시스템에서 SAC와 ERV장치를 독립적으로 제어하지 않고, 상기 SAC와 ERV 장치를 함께 제어하는 것이 가능하므로, SAC의 냉난방 동작과 ERV 장치의 환기 동작이 함께 수행된다(615). 즉, 본 개시는 타겟 온도 쾌적도와, 타겟 공기 쾌적도를 함께 고려하면서도 환기 에너지 소모 및 냉난방 에너지 소모를 감소시키는 복합 제어를 구현할 수 있다. 도 6에서는 상기 SAC가 냉방 동작을 수행한다고 가정하기로 하며, 따라서 서버는 일 예로 먼저 ERV-온, SAC-온, EVR-온 및 SAC-온, ERV-온, SAC-온, ... 과 같은 순서로 상기 SAC 및 ERV 장치가 동작하도록 복합 제어 명령을 생성한다(615). 이렇게, 상기 SAC 및 ERV 장치가 함께 동작되기 때문에, 상기 SAC 및 ERV 장치 둘 다에 대한 제어가 가능한 통합 리모콘이 구현되며, 상기 통합 리모콘은 상기 SAC 및 ERV 장치를 함께 제어하는 복합 제어 명령 버튼을 포함한다. 여기서, 상기 복합 제어 명령 버튼은 물리적으로 구현될 수도 있고, 소프트웨어적으로 구현될 수도 있으며, 상기 복합 제어 명령 버튼을 구현하는 방식에는 제한이 없음은 물론이다. 또한, 상기 통합 리모콘에는 타겟 온도 쾌적도에 관련되는 임계 PPD와, 타겟 공기 쾌적도에 관련되는 CO2 농도와, 설정 온도 등과 같은 다양한 파라미터들을 입력할 수 있는 사용자 인터페이스(userinterface: UI, 이하 "UI"라 칭하기로 한다)가 구현될 수 있다.
도 6에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 명령을 생성하는 과정의 일 예에 대해서 설명하였으며, 다음으로 도 7을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 명령을 생성하는 과정의 다른 예에 대해서 설명하기로 한다.
도 7은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 명령을 생성하는 과정의 다른 예를 개략적으로 도시한 도면이다.
도 7을 참조하면, 먼저 에어 컨디셔닝 장치가 SAC이고, 환기 장치가 ERV장치라고 가정하기로 한다. 일반적인 독립 에어 컨디셔닝 시스템에서는 SAC와 ERV장치가 별도로 제어되므로, 제어 명령 역시 상기 SAC와 ERV 장치 각각에 대해서 생성된다(711). 일 예로, 도 7에서는 상기 SAC에 대해서는 설정 온도가 22도이고, 풍량이 중이라는 것을 나타내는 제어 명령이 생성되고, 상기 ERV 장치에 대해서는 전열 교환이 온이고, 풍량이 하라는 것을 나타내는 제어 명령이 생성된다. 여기서, 풍량은 주어진 임계값들을 기반으로 하, 중, 상으로 구분될 수 있으며, 일 예로 제1 임계값의 풍량이 "하" 풍량이고, 제2 임계값의 풍량이 "중" 풍량이고, 제3 임계값의 풍량이 "하" 풍량이 될 수 있다.
한편, 본 개시에서는 SAC와 ERV장치가 함께 제어되므로, 제어 명령 역시 상기 SAC와 ERV 장치 둘 다에 대한 복합 제어 명령으로 구현되며, 상기 복합 제어 명령은 타임 스탬프(time stamp)와, 상기 ERV장치에 대한 제어 명령 및 SAC에 대한 제어 명령을 포함한다. 일 예로, 도 7에서는 타임 스탬프와, ERV장치에 대한 전열 교환-온, 풍량-하를 나타내는 제어 명령과, SAC에 대한 설정 온도-22도, 풍량-중을 나타내는 제어 명령과, 타임 스탬프와, 상기 ERV장치에 대한 전열 교환-오프, 풍량-하를 나타내는 제어 명령과, 상기 SAC에 대한 설정 온도-24도, 풍량-상을 나타내는 제어 명령, ... 을 포함하는 복합 제어 명령이 생성된다.
도 7에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 명령을 생성하는 과정의 다른 예에 대해서 설명하였으며, 다음으로 도 8을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 에러 피드백을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예에 대해서 설명하기로 한다.
도 8은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 에러 피드백을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예를 개략적으로 도시한 도면이다.
도 8을 참조하면, 먼저 서버는 복합 제어 구간(811)에 대해 환기 장치와 에어 컨디셔닝 장치 둘 다를 고려한 복합 제어 명령을 생성한다. 여기서, 상기 복합 제어 명령은 타겟 CO2 농도 및 타겟 실내 온도를 기반으로 상기 복합 제어 명령을 생셩한다. 상기 복합 제어 구간(811)에서 상기 복합 제어 명령에 상응하게 복합 제어 동작을 수행한다. 즉, 상기 서버는 상기 복합 제어 구간(811)에서 상기 복합 제어 명령에 상응하게 상기 환기 장치와 에어 컨디셔닝 장치를 동작시킨다.
상기 서버는 상기 타겟 CO2 농도 및 타겟 실내 온도와 상기 복합 제어 구간(811)에서 실제 측정된 CO2 농도 및 실내 온도간의 차이 ΔE를 검출한다. 상기 서버는 다음 복합 제어 구간(813)에 상기 검출한 ΔE가 반영될 수 있도록 복합 제어 명령을 생성하고, 상기 복합 제어 구간(813)에서 상기 ΔE가 반영될 수 있도록 생성된 복합 제어 명령에 상응하게 복합 제어 동작을 수행한다.
이런 식으로, 각 복합 제어 구간에 대해서 복합 제어 동작이 수행될 경우, 복합 제어 동작에 대한 에러 피드백을 반영하여 복합 제어 동작이 수행될 수 있다. 즉, 상기 서버는 선형 오프셋(linear offset) 현상을 해소하여 복합 제어 성능을 향상시킬 수 있다.
도 8에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 에러 피드백을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예에 대해서 설명하였으며, 다음으로 도 9를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 일 예에 대해서 설명하기로 한다.
도 9는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 일 예를 개략적으로 도시한 도면이다.
도 9를 설명하기에 앞서, 먼저, 서버는 다음과 같은 규칙들을 포함하는 복합 제어 규칙을 기반으로 복합 제어 동작을 수행한다.
(1) 단위 시간당 CO2 상승 비율이 높은 시구간부터 우선적으로 환기 장치가 온 된다.
(2) 환기 장치와 에어 컨디셔닝 장치간의 상호 배타 동작을 고려하여 상기 환기 장치와 에어 컨디셔닝 장치의 스케쥴이 결정된다.
(3) 허용 실내 온도 범위를 유지할 수 있도록 환기 장치와 에어 컨디셔닝 장치의 스케쥴이 결정된다. 여기서, 상기 허용 실내 온도 범위는 상기 에어 컨디셔닝 시스템에서 허용 가능한 실내 온도 범위를 나타낸다. 본 개시에서는, 복합 제어 존에 대한 타겟 실내 온도 범위가 결정되어 있을 때, 복합 제어 동작을 위해서는 상기 복합 제어 존에 대한 실내 온도가 상기 타겟 실내 온도 범위를 벗어나지만 상기 허용 실내 온도 범위 내에 있다면 상기 타겟 실내 온도 범위는 상기 환기 장치와 에어 컨디셔닝 장치의 스케쥴을 제어하는데 제한이 되지 않는다는 것에 유의하여야만 할 것이다.
(4) 냉난방 단위 에너지당 제거 부하가 큰 순서대로 에어 컨디셔닝 장치가 온된다.
(5) (환기 부하를 제거하기 위한 냉난방 에너지) + (환기 에너지)의 합이 감소되도록, 일 예로 최소가 되도록 환기 장치의 스케쥴이 결정된다.
도 9를 참조하면, 먼저 911단계에서 서버는 복합 제어 규칙을 적용하기 위한 파라미터 셋들 각각이 포함하는 파라미터들의 값을 설정하고 913단계로 진행한다. 여기서, 상기 복합 제어 규칙을 적용하기 위한 파라미터 셋들은 환기 장치와 관련된 파라미터 셋과 에어 컨디셔닝 장치와 관련된 파라미터 셋을 포함할 수 있다. 상기 환기 장치와 관련된 파라미터 셋은 타겟 CO2농도와, 환기 풍량과, 평균 CO2 농도 상승률 등과 같은 파라미터들을 포함할 수 있으며, 상기 에어 컨디셔닝 장치와 관련된 파라미터 셋은 타겟 PPD와, 냉난방 풍량과, 설정 온도와, 타겟 실내 온도 범위와, 최대 허용 실내 온도 및 최소 허용 실내 온도 등과 같은 파라미터들을 포함할 수 있다.
상기 913단계에서 상기 서버는 복합 제어 존에 대한 재실 시작 시점 τstart 및 재실 종료 시점 τend를 검출하고 915단계로 진행한다. 여기서, 상기 재실 시작 시점 τstart 부터 재실 종료 시점 τend까지의 시구간이 복합 제어 동작이 수행되는 스케쥴 구간이 된다. 또한, 상기 복합 제어 존에 대한 재실 시작 시점 τstart 및 재실 종료 시점 τend은 일 예로 상기 복합 제어 존에 대한 CO2 농도 변화를 기반으로 검출될 수 있다. 여기서, 상기 복합 제어 존에 대한 CO2 농도 변화는 상기 복합 제어 존에 설치되어 있는 CO2 센서를 통해 검출될 수 있다.
상기 915단계에서 상기 서버는 상기 스케쥴 구간 중 CO2 농도 상승률이 상기 스케쥴 구간의 평균 CO2 농도 상승률보다 높은 시구간에 대해서는 상기 환기 장치가 온 되도록 제어하고 917단계로 진행한다. 즉, 상기 서버는 상기 CO2 농도 상승률이 상기 평균 CO2 농도 상승률보다 높은 시구간에는 환기 동작-온을 할당한다. 여기서, 상기 서버가 특정 시구간에 환기 동작-온을 할당한다는 것은 상기 특정 시구간에서 상기 서버가 환기 장치가 온되도록 제어한다는 것을 의미한다. 또한, 상기 서버는 상기 스케쥴 구간 중 상기 CO2 농도 상승률이 상기 평균 CO2 농도 상승률보다 낮거나 동일한 시구간에 대해서는 상기 환기 장치가 오프되도록 제어하고 917단계로 진행한다. 즉, 상기 서버는 상기 CO2 농도 상승률이 상기 평균 CO2 농도 상승률보다 낮거나 동일한 시구간에는 환기 동작-오프를 할당한다. 여기서, 상기 서버가 특정 시구간에 환기 동작-오프를 할당한다는 것은 상기 특정 시구간에서 상기 서버가 환기 장치가 오프되도록 제어한다는 것을 의미한다. 또한, 상기 서버는 상기 스케쥴 구간 중 상기 CO2 농도 상승률이 평균 CO2 농도 상승률보다 높은 시구간 및 상기 CO2 농도 상승률이 평균 CO2 농도 상승률보다 낮은 시구간을 제외한, 나머지 시구간에서는 미리 설정되어 있는 규칙을 기반으로 혹은 랜덤하게 상기 환기 장치가 온 혹은 오프되도록 제어할 수 있다. 상기 917단계에서 상기 서버는 상기 환기 장치의 동작을 기반으로 상기 에어 컨디셔닝 장치의 동작을 제어하고 919단계로 진행한다. 즉, 상기 서버는 상기 환기 장치가 온되는 구간에 대해서는 상기 에어 컨디셔닝 장치의 냉난방 동작이 오프되도록 상기 에어 컨디셔닝 장치의 동작을 제어한다. 이와는 반대로, 상기 서버는 상기 환기 장치가 오프되는 구간에 대해서는 상기 에어 컨디셔닝 장치의 냉난방 동작이 온되도록 상기 에어 컨디셔닝 장치의 동작을 제어한다.
상기 919단계에서 상기 서버는 상기 환기 장치가 온 혹은 오프되는 각 구간에 대한, 상기 복합 제어 존에 대한 실내 온도를 검출하고, 상기 각 구간에 대한 실내 온도가 타겟 실내 온도 범위 내에 존재하는지 여부를 검사한다. 상기 검사 결과 적어도 하나의 구간에 대한 실내 온도가 상기 타겟 실내 온도 범위 내에 존재하지 않을 경우 상기 서버는 상기 적어도 하나의 구간에 대한 냉난방 동작이 온되도록 상기 에어 컨디셔닝 장치의 동작을 제어하고 921단계로 진행한다. 이 경우, 상기 적어도 하나의 구간에 대한 냉난방 동작이 온되므로 상기 서버는 상기 적어도 하나의 구간에서는 상기 환기 장치가 오프되도록 제어한다.
상기 921단계에서 상기 서버는 상기 환기 장치가 온 혹은 오프되는 각 구간에 대한, 상기 복합 제어 존에 대한 실내 온도를 검출하고, 상기 각 구간에 대한 PPD가 상기 임계 PPD를 초과하는지 여부를 검사한다. 상기 검사 결과 적어도 하나의 구간에 대한 PPD가 상기 임계 PPD를 초과할 경우, 상기 서버는 상기 임계 PPD를 초과하는, 적어도 하나의 구간 중 어느 하나에 대한 냉난방 동작이 온 되도록 상기 에어 컨디셔닝 장치의 동작을 제어한다. 이 경우, 상기 적어도 하나의 구간에 대한 냉난방 동작이 온 되므로 상기 서버는 상기 적어도 하나의 구간에서는 상기 환기 장치가 오프 되도록 제어한다.
한편, 도 9에서는 상기 서버가 ERV 장치가 온 혹은 오프되도록 하여 상기 ERV 장치의 동작을 제어하고, SAC가 온 혹은 오프되도록 하여 상기 SAC의 동작을 제어하는 경우에 대해서 설명하였다.
하지만, 상기 서버는 상기 ERV 장치의 동작을 온 혹은 오프 동작 뿐만 아니라 동작 모드, 일 예로 전열 교환 모드 및 풍량을 기반으로 하는 동작 모드를 제어함으로써 제어할 수 있고, 상기 SAC의 동작을 온 혹은 오프 동작 뿐만 아니라 동작 모드, 일 예로 설정 온도 및 풍량을 기반으로 하는 동작 모드를 제어함으로써 제어할 수도 있음은 물론이다.
따라서, 상기 서버가 복합 제어 동작을 수행할 경우, 상기 에어 컨디셔닝 시스템의 환기 동작 및 냉난방 동작이 가능한 모든 경우들을 고려할 때 상기 ERV 장치의 동작 모드 및 SAC의 동작 모드의 변화를 고려하거나 혹은 상기 ERV 장치의 동작 모드 및 SAC의 동작 모드를 미리 결정할 수 있다. 여기서, 상기 서버는 CO2 농도의 변화 및 온도의 변화를 검출할 수 있는 구간이 미리 설정되어 있는 임계 구간 보다 길 경우 상기에서 설명한 바와 같이 상기 ERV 장치의 동작 모드 및 SAC의 동작 모드의 변화를 고려하여 상기 에어 컨디셔닝 시스템의 환기 동작 및 냉난방 동작이 가능한 모든 경우들을 고려할 수 있다.
또한, 상기에서 설명한 바와 같이 상기 서버는 상기 ERV 장치의 동작 모드 및 SAC의 동작 모드를 미리 결정하여 상기 에어 컨디셔닝 시스템의 환기 및 냉난방 동작이 가능한 모든 경우들을 고려할 수 있는데, 이에 대해서 구체적으로 설명하면 다음과 같다.
먼저, 상기 ERV 장치의 풍량 및 SAC의 풍량 각각을 강풍으로 설정하여 에너지 효율을 최대화시킨다. 여기서, 상기 ERV 장치의 풍량 및 SAC의 풍량이 2배로 증가할 경우, 상기 ERV 장치의 소모 전력 및 SAC의 소모 전력이 2배로 증가하는 것은 아니므로 상기 ERV 장치의 풍량 및 SAC의 풍량 각각을 강풍으로 설정할 경우, 상기 ERV 장치의 소모 전력 및 SAC의 소모 전력을 비교적 적게 증가시키면서 환기 및 냉난방에 소모되는 에너지를 감소시킬 수 있고, 따라서 상기 ERV 장치 및 SAC의 에너지 효율이 증가될 수 있는 것이다.
또한, 상기 서버는 상기 ERV 장치의 전열 교환 모드를 기본적으로 온으로 설정한다. 또한, 상기 서버는 외기를 도입하여 냉난방 동작을 수행하는 것이 가능한 실내외 엔탈피 조건에서는 상기 ERV 장치의 전열 교환 모드를 오프로 설정하며, 이 경우 복합 제어 동작이 수행되지 않을 수도 있다.
또한, 상기 서버는 상기 SAC의 설정 온도를 디폴트(default) 온도 Ts로 설정하며, 상기 SAC가 별도의 냉난방 알고리즘, 일 예로 ATOS 냉난방 알고리즘을 사용할 경우에는 상기 별도의 냉난방 알고리즘에서 결정되는 설정 온도를 디폴트 온도로 설정할 수도 있음은 물론이다.
한편, 도 9에 도시되어 있는 서버가 복합 제어 규칙을 기반으로 복합 제어 동작이 수행되는 스케쥴 구간은 예측 구간이 될 수 있음에 유의하여야만 할 것이다.
한편, 도 9가 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 일 예를 도시하고 있더라도, 다양한 변형들이 도 9에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 9에는 연속적인 단계들이 도시되어 있지만, 도 9에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 9에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 일 예에 대해서 설명하였으며, 다음으로 도 10을 참조하여, 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예에 대해서 설명하기로 한다.
도 10은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예를 개략적으로 도시한 도면이다.
도 10을 참조하면, 먼저 도 10에 도시되어 있는 복합 제어 동작을 수행하는 과정은 공기 쾌적도에 우선 순위가 부여된 복합 제어 동작을 수행하는 과정임에 유의하여야만 할 것이다.
먼저, 1011단계에서 서버는 복합 제어 규칙을 적용하기 위한 파라미터 셋들 각각이 포함하는 파라미터들의 값을 설정하고 1013단계로 진행한다. 여기서, 상기 복합 제어 규칙을 적용하기 위한 파라미터 셋들은 환기 장치와 관련된 파라미터 셋과 에어 컨디셔닝 장치와 관련된 파라미터 셋을 포함할 수 있다. 상기 환기 장치와 관련된 파라미터 셋은 타겟 CO2농도와, 선호 환기 모드와, 최소 환기 지속 시간 등과 같은 파라미터들을 포함할 수 있으며, 상기 에어 컨디셔닝 장치와 관련된 파라미터 셋은 타겟 PPD와, 최대 허용 실내 온도 범위 등과 같은 파라미터들을 포함할 수 있다.
상기 1013단계에서 상기 서버는 복합 제어 존에 대한 스케쥴 구간을 설정하고, 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 CO2 농도 변화를 예측하여 상기 복합 제어 존이 타겟 CO2 농도를 유지하도록 하는 다수의 환기 스케쥴들을 결정하고 1015단계로 진행한다. 상기 1015단계에서 상기 서버는 상기 결정된 다수의 환기 스케쥴들 각각에 대한 환기 부하량을 계산하고, 상기 계산된 환기 부하량들 중 최소 환기 부하량을 가지는 환기 스케쥴을 선택하고 1017단계로 진행한다. 도 10에서는 상기 서버가 상기 다수의 환기 스케쥴들 중 상기 계산된 환기 부하량들 중 최소 환기 부하량을 가지는 환기 스케쥴을 선택하는 경우에 대해서 설명하였다. 하지만, 상기 서버는 상기 최소 환기 부하량이 아닌 다른 기준을 기반으로 상기 다수의 환기 스케쥴들 중 어느 한 환기 스케쥴을 선택할 수도 있음에 유의하여야만 할 것이다.
상기 1017단계에서 상기 서버는 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 온도 변화를 예측하여 상기 타겟 PPD를 만족하는 다수의 냉난방 스케쥴들을 결정하고 1019단계로 진행한다. 상기 1019단계에서 상기 서버는 상기 결정된 다수의 냉난방 스케쥴들 각각에 대한 냉난방 에너지를 계산하고, 상기 계산된 냉난방 에너지들 중 최소 냉난방 에너지를 가지는 냉난방 스케쥴을 선택한다. 도 10에서는 상기 서버가 상기 다수의 냉난방 스케쥴들 중 상기 계산된 냉난방 에너지들 중 최소 냉난방 에너지를 가지는 냉난방 스케쥴을 선택하는 경우에 대해서 설명하였다. 하지만, 상기 서버는 상기 최소 냉난방 에너지가 아닌 다른 기준을 기반으로 상기 다수의 냉난방 스케쥴들 중 어느 한 냉난방 스케쥴을 선택할 수도 있음에 유의하여야만 할 것이다.
한편, 도 10에 도시되어 있는 서버가 복합 제어 규칙을 기반으로 복합 제어 동작이 수행되는 스케쥴 구간은 예측 구간이 될 수 있음에 유의하여야만 할 것이다.
한편, 도 10이 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예를 도시하고 있더라도, 다양한 변형들이 도 10에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 10에는 연속적인 단계들이 도시되어 있지만, 도 10에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 10에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 다른 예에 대해서 설명하였으며, 다음으로 도 11을 참조하여, 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 11은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 11을 참조하면, 먼저 도 11에 도시되어 있는 복합 제어 동작을 수행하는 과정은 온도 쾌적도에 우선 순위가 부여된 복합 제어 동작을 수행하는 과정임에 유의하여야만 할 것이다.
먼저, 1111단계에서 서버는 복합 제어 규칙을 적용하기 위한 파라미터 셋들 각각이 포함하는 파라미터들의 값을 설정하고 1113단계로 진행한다. 여기서, 상기 복합 제어 규칙을 적용하기 위한 파라미터 셋들은 환기 장치와 관련된 파라미터 셋과 에어 컨디셔닝 장치와 관련된 파라미터 셋을 포함할 수 있다. 상기 환기 장치와 관련된 파라미터 셋은 타겟 CO2농도 등과 같은 파라미터들을 포함할 수 있으며, 상기 에어 컨디셔닝 장치와 관련된 파라미터 셋은 타겟 PPD와, 최대 허용 실내 온도 범위와, 시간 당 최대 허용 실내 온도 변화 등과 같은 파라미터들을 포함할 수 있다.
상기 1113단계에서 상기 서버는 복합 제어 존에 대한 스케쥴 구간을 설정하고, 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 온도 변화를 예측하여 상기 복합 제어 존이 타겟 PPD를 유지하도록 하는 다수의 냉난방 스케쥴들을 결정하고 1115단계로 진행한다. 상기 1115단계에서 상기 서버는 상기 결정된 다수의 냉난방 스케쥴들 각각에 대한 냉난방 에너지를 계산하고, 상기 계산된 냉난방 에너지들 중 최소 냉난방 에너지를 가지는 냉난방 스케쥴을 선택하고 1117단계로 진행한다. 도 1에서는 상기 서버가 상기 다수의 냉난방 스케쥴들 중 상기 계산된 냉난방 에너지들 중 최소 냉난방 에너지를 가지는 냉난방 스케쥴을 선택하는 경우에 대해서 설명하였다. 하지만, 상기 서버는 상기 최소 냉난방 에너지가 아닌 다른 기준을 기반으로 상기 다수의 냉난방 스케쥴들 중 어느 한 냉난방 스케쥴을 선택할 수도 있음에 유의하여야만 할 것이다.
상기 1117단계에서 상기 서버는 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 CO2농도를 예측하여 상기 타겟 CO2농도를 만족하는 다수의 환기 스케쥴들을 결정하고 1119단계로 진행한다. 상기 1119단계에서 상기 서버는 상기 결정된 다수의 환기 스케쥴들 각각에 대한 환기 부하를 계산하고, 상기 계산된 환기 부하들 중 최소 환기 부하를 가지는 환기 스케쥴을 선택한다. 도 11에서는 상기 서버가 상기 다수의 환기 스케쥴들 중 상기 계산된 환기 부하들 중 최소 환기 부하를 가지는 환기 스케쥴을 선택하는 경우에 대해서 설명하였다. 하지만, 상기 서버는 상기 최소 환기 부하가 아닌 다른 기준을 기반으로 상기 다수의 환기 스케쥴들 중 어느 한 환기 스케쥴을 선택할 수도 있음에 유의하여야만 할 것이다.
한편, 도 11에 도시되어 있는 서버가 복합 제어 규칙을 기반으로 복합 제어 동작이 수행되는 스케쥴 구간은 예측 구간이 될 수 있음에 유의하여야만 할 것이다.
한편, 도 11이 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 또 다른 예를 도시하고 있더라도, 다양한 변형들이 도 11에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 11에는 연속적인 단계들이 도시되어 있지만, 도 11에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 11에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 규칙을 기반으로 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 12를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템의 구조에 대해서 설명하기로 한다.
도 12는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템의 구조를 개략적으로 도시한 도면이다.
도 12를 참조하면, 상기 에어 컨디셔닝 시스템은 서버(1210)와, 환기 장치(1220)를 포함하는, 적어도 하나의 환기 장치와, 에어 컨디셔닝 장치(1230)를 포함하는, 적어도 하나의 에어 컨디셔닝 장치와, 게이트웨이(gateway)(1240)와, 리모콘(1250) 등을 포함한다. 여기서, 상기 서버(1210)는 네트워크(1260)를 통해 상기 적어도 하나의 환기 장치와, 적어도 하나의 에어 컨디셔닝 장치와, 게이트웨이(1240)와, 리모콘(1250) 등과 연결될 수 있으며, 상기 네트워크(1260)는 다양한 방식들을 기반으로 구현될 수 있음은 물론이다. 또한, 도 12에서는 상기 서버(1210)가 네트워크(1260)를 통해 상기 적어도 하나의 환기 장치와, 적어도 하나의 에어 컨디셔닝 장치와, 게이트웨이(1240)와, 리모콘(1250) 등과 연결되는 경우에 대해서 설명하고 있으나, 상기 서버(1210)가 직접 상기 적어도 하나의 환기 장치와, 적어도 하나의 에어 컨디셔닝 장치와, 게이트웨이(1240)와, 리모콘(1250) 등과 연결될 수도 있음은 물론이다.
또한, 상기 게이트웨이(1240)는 다수의 센서들, 일 예로 CO2 농도를 센싱하는 CO2 센서(1241)와, 온도 센서(1243)와, 습도 센서(1245) 등을 포함한다.
상기 CO2 센서(1241)와, 온도 센서(1243)와, 습도 센서(1245) 등 각각을 통해 센싱되는 센싱 값들은 상기 네트워크(1260)를 통해 공유될 수 있으며, 상기 네트워크(1260)는 무선 네트워크, 유선 네트워크, 유/무선 네트워크 중 하나가 될 수도 있다.
한편, 상기 서버(120)는 상기 네트워크(1260)를 통해 상기 CO2 센서(1241)와, 온도 센서(1243)와, 습도 센서(1245) 등 각각을 통해 센싱되는 센싱 값들을 수신한다. 상기 서버(120)는 저장되어 있는 데이터와, 미리 설정되어 있는 방식, 일 예로 인공 지능 기반 예측 모델 등을 기반으로 복합 제어 명령을 생성하고, 상기 생성된 복합 제어 명령을 기반으로 적어도 하나의 환기 장치와, 적어도 하나의 에어 컨디셔닝 장치를 제어한다. 여기서, 상기 인공 지능 기반 예측 모델은 일 예로, 다층 퍼셉트론(multi layer perceptron: MLP, 이하 "MLP"라 칭하기로 한다) 모델과, 인공 신경 네트워크(artificial neural network: ANN, 이하 "ANN"이라 칭하기로 한다) 모델과, 순환형 신경 네트워크(Recurrent Neural Network: RNN, 이하 "RNN"이라 칭하기로 한다) 모델과, 장단기 메모리(long short term memory: LSTM, 이하 "LSTM"이라 칭하기로 한다) 모델 등이 될 수 있으며, 본 개시의 일 실시 예에 따른 복합 제어 동작에서 사용될 수 있는 인공 지능 기반 예측 모델에는 제한이 없음은 물론이다.
또한, 상기 서버(100)는 관리자 단말기 혹은 사용자 디바이스 등과 같은 다른 디바이스로도 구현될 수 있으며, 상기 서버(1210)의 내부 구조에 대해서는 하기에서 도 13을 참조하여 구체적으로 설명할 것이므로 여기서는 그 상세한 설명을 생략하기로 한다.
또한, 상기 리모콘(1250)은 일 예로 입력 유닛(1251)과 디스플레이 유닛(1253)을 포함한다. 상기 디스플레이 유닛(1253)은 상기 적어도 하나의 환기 장치와, 적어도 하나의 에어 컨디셔닝 장치 각각의 동작 상태와, 상기 적어도 하나의 환기 장치와, 적어도 하나의 에어 컨디셔닝 장치의 설정을 변경하기 위한 화면 등을 디스플레이한다. 또한, 상기 입력 유닛(1251)은 하는 디스플레이 유닛과, 복합 제어 동작을 시작하도록 명령하는 복합 제어 시작 명령과, 상기 복합 제어 동작을 종료하도록 명령하는 복합 제어 종료 명령과, 상기 적어도 하나의 환기 장치와, 적어도 하나의 에어 컨디셔닝 장치의 설정을 변경하기 위한 설정 값 등을 입력한다.
또한, 상기 리모콘(1250)은 사용자 디바이스 등과 같은 다른 디바이스로도 구현될 수 있으며, 상기 리모콘(1250)의 내부 구조의 다른 예에 대해서는 하기에서 도 14를 참조하여 구체적으로 설명할 것이므로 여기서는 그 상세한 설명을 생략하기로 한다.
도 12에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템의 구조에 대해서 설명하였으며, 도 13을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버의 내부 구조에 대해서 설명하기로 한다.
도 13은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버의 내부 구조를 개략적으로 도시한 도면이다.
도 13을 참조하면, 서버(1210)는 제어부(1310), 통신부(1320), 저장부(1330), 입출력부(1340)를 포함할 수 있다.
상기 통신부(1320)는 환기 장치들, 에어 컨디셔닝 장치들, 사용자 디바이스들과, 리모콘들 및 게이트웨이와의 통신을 수행할 수 있다. 상기 통신부(1320)는, 예를 들면, 상기 사용자 디바이스들 및 리모콘들로부터 타겟 공기 쾌적도 및 타겟 온도 쾌적도 등과 같은 환기 장치들 및 에어 컨디셔닝 장치들의 복합 제어 동작에 관련된 정보를 수신할 수 있고, 상기 게이트웨이에 연결된 다수의 센서들로부터 온도와, 습도 및 CO2 농도 등에 관련된 정보를 수신할 수 있고, 상기 환기 장치들, 에어 컨디셔닝 장치들로 복합 제어 명령을 송신할 수 있다.
상기 제어부(1310)는 상기 통신부(1320)를 통해 수집된 각종 정보를 기반으로 복합 제어 존에 대한 온도 및 CO2 농도를 검출하며, 상기 복합 제어 존에 관련되는, 적어도 하나의 환기 장치에 대한 환기 스케쥴 및 상기 복합 제어 존에 관련되는, 적어도 하나의 에어 컨디셔닝 장치에 대한 냉난방 스케쥴을 결정할 수 있다.
또한, 상기 제어부(1310)는 다음과 같은 규칙들을 포함하는 복합 제어 규칙을 기반으로 복합 제어 동작을 수행한다.
(1) 단위 시간당 CO2 상승 비율이 높은 시구간부터 우선적으로 환기 장치가 온 된다.
(2) 환기 장치와 에어 컨디셔닝 장치간의 상호 배타 동작을 고려하여 상기 환기 장치와 에어 컨디셔닝 장치의 스케쥴이 결정된다.
(3) 허용 실내 온도 범위를 유지할 수 있도록 환기 장치와 에어 컨디셔닝 장치의 스케쥴이 결정된다.
(4) 냉난방 단위 에너지당 제거 부하가 큰 순서대로 에어 컨디셔닝 장치가 온된다.
(5) (환기 부하를 제거하기 위한 냉난방 에너지) + (환기 에너지)의 합이 감소되도록, 일 예로 최소가 되도록 환기 장치의 스케쥴이 결정된다.
또한, 상기 제어부(1310)는 상기 결정한 냉난방 스케쥴에 상응하는 복합 제어 명령을 상기 통신부(1320)를 통해 상기 적어도 하나의 에어 컨이셔너로 송신할 수 있다. 여기서, 용어 "통신부"는 용어 "송수신기" 등과 혼용될 수 있음은 물론이다.
또한, 상기 제어부(1310)는 상기 결정한 환기 스케쥴에 상응하는 복합 제어 명령을 상기 통신부(1320)를 통해 상기 적어도 하나의 환기 장치로 송신할 수 있다. 상기 제어부(1310)는 키보드나 마우스와 같은 사용자 인터페이스(도 13에 도시되어 있지 않음)를 사용하여 희망 실내 온도 및 희망 CO2 농도에 대한 정보를 입력받고, 상기 희망 실내 온도 및 희망 CO2 농도를 기반으로 상기 적어도 하나의 에어 컨디셔닝 장치에 실제로 적용될 설정 온도 및 상기 적어도 하나의 환기 장치에 실제로 적용될 CO2 농도를 검출할 수 있다.
상기 저장부(1330)는 상기 제어부(1310)에 의한 환기 스케쥴 및 냉난방 스케쥴의 결정에 이용될 수 있는, 다양한 정보, 일 예로 상기 통신부(1320)를 통해 수신한 각종 센싱 정보와, 타겟 공기 쾌적도 및 타겟 온도 쾌적도에 관련된 각종 정보 등과 같은 다양한 정보를 저장할 수 있다. 상기 저장부(1330)는 상기 제어부(1310)의 제어에 따라 상기 서버(1210)의 동작 중에 발생되는 다양한 정보를 저장할 수 있다.
또한, 상기 입출력부(1340)는 상기 제어부(1310)의 제어에 따라, 타겟 공기 쾌적도 및 타겟 온도 쾌적도의 결정 혹은 상기 타겟 공기 쾌적도 및 타겟 온도 쾌적도의 결정과 관련되는 정보를 디스플레이하는 디스플레이 유닛과, 희망 실내 온도 및 희망 CO2 농도를 입력받아 상기 제어부(1310)로 전달할 수 있는 입력 유닛을 포함한다. 상기 디스플레이 유닛은 상기 제어부(1310)에 의해 검출된 환기 스케쥴 및 냉난방 스케쥴 등과 같은 다양한 정보를 디스플레이할 수 있다.
한편, 도 13에는 상기 서버(1210)가 상기 제어부(1310), 통신부(1320), 저장부(1330), 입출력부(1340)와 같이 별도의 유닛들로 구현된 경우가 도시되어 있으나, 상기 서버(1210)는 상기 제어부(1310), 통신부(1320), 저장부(1330), 입출력부(1340) 중 적어도 두 개가 통합된 형태로 구현 가능함은 물론이다.
또한, 상기 서버(1210)는 적어도 한 개의 프로세서로 구현될 수 있다.
도 13에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버의 내부 구조에 대해서 설명하였으며, 다음으로 도 14를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 리모콘의 내부 구조에 대해서 설명하기로 한다.
도 14는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 리모콘의 내부 구조를 개략적으로 도시한 도면이다.
도 14를 설명하기에 앞서, 상기 리모콘은 일 예로 사용자 디바이스(1400)로 구현될 수 있으며, 사용자 디바이스(1400)는 제어부(1410), 센서부(1420), 사용자 인터페이스(userinterface: UI)(1430), 통신부(1440), 및 저장부(1450)를 포함할 수 있다. 상기 통신부(1440)는 상기 사용자 디바이스(1400)에서 지원하는 적어도 하나의 통신 방식을 기반으로 외부 디바이스, 일 예로 서버와의 통신을 수행할 수 있다. 상기 통신부(1440)는 상기 제어부(1410)의 제어에 의해 하나 혹은 다수의 무선 디바이스들에 의해 송신되는 신호를 수신하고, 상기 신호의 신호 세기를 기반으로 상기 사용자 디바이스(1400)의 위치를 추정할 수 있다. 상기 통신부(1440)는 상기 제어부(1410)의 제어에 의해 추정된, 상기 사용자 디바이스(1400)의 위치를 나타내는 위치 정보 또는 입력되는 위치 정보를 상기 서버로 제공할 수 있다.
상기 통신부(1440)는 상기 제어부(1410)의 제어에 의해 각종 정보를 상기 서버로 송신할 수 있다. 또한, 상기 통신부(1440)는 상기 제어부(1410)의 제어에 의해 복합 제어 동작을 시작할 것을 요청하는 복합 제어 시작 명령 및 상기 복합 제어 동작을 종료할 것을 요청하는 복합 제어 종료 명령을 상기 서버로 송신할 수 있다.
상기 사용자 인터페이스부(1430)는 상기 제어부(1410)의 제어 하에 상기 사용자 디바이스(1400)의 사용자에게 필요한 정보를 출력하거나 혹은 상기 사용자에 의해 입력되는 정보를 상기 제어부(1410)로 제공할 수 있다. 예컨대, 상기 사용자 인터페이스부(1430)는 상기 사용자로부터 희망 온도 및 희망 CO2 농도를 입력 받고, 상기 입력 받은 희망 온도 및 희망 CO2 농도를 상기 제어부(1410)로 제공할 수 있다. 상기 사용자 인터페이스부(1430)는 일 예로 터치 스크린으로 구현될 수 있는 디스플레이 유닛(도 14에 별도로 도시하지 않음)을 포함할 수 있다. 여기서, 상기 디스플레이 유닛은 상기 제어부(1410)의 제어에 의해 상기 사용자 디바이스(1400)가 위치하는 복합 제어 존에 대한 정보와, 환기 장치 및 에어 컨디셔닝 장치를 제어하는데 관련된 정보를 디스플레이할 수 있다. 여기서, 상기 디스플레이 유닛은 상기 입력받은 희망 온도 및 희망 CO2 농도를 디스플레이할 수 있다. 또한, 상기 디스플레이 유닛은 상기 제어부(1410)의 제어에 의해 상기 사용자 디바이스(1400)가 위치하는 존의 존 정보, 일 예로 배치도를 디스플레이하고, 상기 디스플레이된 존 정보 상에 상기 센서부(1420)에 의해 수집된 실내 온도와, CO2 농도 및 상기 서버에 의해 결정된 설정 온도 및 설정 CO2 농도를 디스플레이할 수 있다. 여기서, 상기 디스플레이부는 상기 제어부(1410)의 제어에 의해 상기 사용자 디바이스(1400)가 위치하는 존이 속하는 디폴트 존에 대해서도 상기 사용자 디바이스(1400)가 위치하는 존과 동일한 형태로 존 정보를 디스플레이하고, 디스플레이된 존 정보 상에 실내 온도와 CO2 농도 및 설정 온도 및 설정 CO2 농도를 디스플레이할 수 있다. 또한, 상기 디스플레이는, 상기 서버에 의해 생성되는 다양한 정보의 디스플레이를 요청하는 사용자 인터페이스 정보, 일 예로 메뉴 등을 디스플레이하고, 상기 사용자 인터페이스 정보를 통해 각종 정보에 대한 디스플레이를 요청하는 사용자 입력, 일 예로 터치를 수신하여 상기 제어부(1410)에게 통지할 수 있다. 상기 디스플레이는 상기 제어부(1410)의 제어에 따라 상기 서버로부터 수신한 각종 정보를 디스플레이할 수 있다.
상기 센서부(1420)는 상황 정보를 센싱하기 위한 다양한 종류의 센서들을 포함할 수 있다. 상기 센서부(1420)는, 예를 들면, 온도 센서와, CO2 센서 및 습도 센서 등과 같은 다양한 센서들을 포함하고, 상기 센서들에 의해 센싱되는 센싱 데이터를 상기 제어부(1410)로 제공할 수 있다. 상기 센서부(1420)는, 예를 들면, 상기 사용자 디바이스(1400)의 현재 위치를 획득하기 위해 이용될 수 있는 전세계 위치 시스템(global positioning system: GPS, 이하 "GPS"라 칭하기로 한다) 및/또는 자이로 센서 등을 더 포함할 수 있고, 상기 GPS 및/또는 자이로 센서 등에 의한 센싱 데이터를 상기 제어부(1410)로 제공할 수 있다. 도 14에서는 상기 사용자 디바이스(1400)가 센서부(1420)를 포함하는 경우가 설명되어 있으나, 상기 사용자 디바이스(1400)가 상기 센서부(1420)를 포함하지 않을 수도 있음은 물론이다. 상기 사용자 디바이스(1400)가 상기 센서부(1420)를 포함하지 않을 경우 각종 센싱 데이터는 상기 에어 컨디셔닝 시스템에 포함되어 있는 센서들을 통해 획득될 수 있다.
상기 저장부(1450)는 상기 사용자 인터페이스(1430)를 통해 입력된 희망 온도 및 희망 CO2 농도와 상기 센서부(1420)로부터 전달되는 센싱 데이터 및 상기 통신부(1440)에 의해 상기 서버로부터 수신한 정보를 저장할 수 있다.
한편, 도 14에는 상기 사용자 디바이스(1400)가 상기 제어부(1410), 센서부(1420), 사용자 인터페이스(1430), 통신부(1440), 및 저장부(1450)와 같이 별도의 유닛들로 구현된 경우가 도시되어 있으나, 상기 사용자 디바이스(1400)는 상기 제어부(1410), 센서부(1420), 사용자 인터페이스(1430), 통신부(1440), 및 저장부(1450) 중 적어도 두 개가 통합된 형태로 구현 가능함은 물론이다.
또한, 상기 사용자 디바이스(1400)는 적어도 한 개의 프로세서로 구현될 수 있다.
도 14에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 리모콘의 내부 구조에 대해서 설명하였으며, 다음으로 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 동작의 일 예에 대해서 설명하기로 한다.
(1) 서버는 복합 제어 동작을 수행할 때 주어진 시구간, 일 예로 스케쥴 구간 동안 타겟 공기 쾌적도를 일 예로 시간 평균 CO2 농도가 1000ppm을 만족하도록 환기 스케줄을 결정한다는 복합 제어 규칙을 설정한다.
(2) 상기 서버는 복합 제어 동작을 수행할 때 상기 스케쥴 구간 동안 타겟 공기 쾌적도를 일 예로 공간 평균 CO2 농도가 1000ppm을 만족하도록 환기 스케줄을 결정한다는 복합 제어 규칙을 설정한다. 여기서, 상기 공간 평균 CO2 농도는 상기 스케쥴 구간 동안 복합 제어 존에 대한 평균 CO2를 나타낸다.
(3) 상기 서버는 에어 컨디셔닝 장치, 일 예로 SAC의 습도 데이터를 사용하여 엔탈피 기준으로 환기 장치가 외기 냉방을 수행할지 여부를 결정한다.
(4) 상기 서버는 CO2 농도 변화를 통해 복합 제어 존에 대한 재실 시작 시점 및 재실 종료 시점을 파악하여 스케쥴 구간을 결정한다. 여기서, 상기 스케쥴 구간은 상기 복합 제어 존에 대한 냉난방 스케쥴 및 환기 스케쥴이 적용되는 시구간을 나타낸다.
(5) 상기 서버는 학습 등을 통해 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 CO2 농도 변화를 예측한다. 여기서, 상기 학습은 일 예로 인공 지능 기반 예측 모델을 통해 수행될 수 있으며, 상기 인공 지능 기반 예측 모델은 일 예로, MLP 모델과, ANN 모델과, RNN 모델과, LSTM 모델 등이 될 수 있다. 또한, 상기 MLP 모델과, ANN 모델과, RNN 모델과, LSTM 모델 등 뿐만 아니라 다양한 인공 지능 기반 예측 모델들을 사용하여 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 CO2 농도 변화를 예측할 수 있음은 물론이다. 이와 같이 학습 등을 통해 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 CO2 농도 변화를 예측할 경우, 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 CO2 농도 변화를 검출하기 위한 불필요한 환기 동작을 방지할 수 있다.
(6) 상기 서버는 상기 복합 제어 존에 대한 실내 온도와 실외 온도 간의 차이가 비교적 큰 시구간에서는, 일 예로, 상기 복합 제어 존에 대한 실내 온도와 실외 온도 간의 차이가 임계 차이를 초과하는 시구간에서는 발생되는 환기 부하량이 비교적 크기 때문에, 상기 환기 장치를 오프시키고, 상기 에어 컨디셔닝 장치만 동작하도록 하여 환기 동작으로 인한 냉난방 에너지 손실을 감소시킨다. 즉, 상기 서버는 환기와 냉난방 간의 상호 배타 동작을 증가시키고, 일 예로 환기와 냉난방 간의 상호 배타 동작을 최대화시키고, 이로 인해 환기 동작으로 인한 냉난방 에너지 손실을 감소시킬 수 있다.
(7) 상기 서버는 상기 스케쥴 구간 동안 평균 CO2 농도가 타겟 평균 CO2 농도를 만족시키면서도 실내 온도가 타겟 실내 온도 범위를 만족하도록 환기 스케쥴 및 냉난방 스케쥴을 결정한다. 여기서, 상기 타겟 평균 CO2 농도는 타겟 시간 별 평균 CO2 농도 및 타겟 공간 별 평균 CO2 농도를 포함할 수 있다.
또한, 상기 서버는 허용 실내 온도 범위를 유지할 수 있도록 환기 장치에 대한 환기 스케쥴과 에어 컨니셔닝 장치에 대한 냉난방 스케쥴을 결정한다. 본 개시에서는, 복합 제어 존에 대한 타겟 실내 온도 범위가 결정되어 있을 때, 복합 제어 동작을 위해서는 상기 복합 제어 존에 대한 실내 온도가 상기 타겟 실내 온도 범위를 벗어나지만 상기 허용 실내 온도 범위 내에 있다면 상기 타겟 실내 온도 범위는 상기 환기 장치와 에어 컨디셔닝 장치의 스케쥴을 제어하는데 제한이 되지 않는다는 것에 유의하여야만 할 것이다.
상기 서버는 상기 결정된 환기 스케쥴 및 냉난방 스케쥴에 상응하게 복합 제어 명령을 생성하고, 상기 복합 제어 명령을 상기 환기 장치와 에어 컨디셔너로 송신한다. 상기 복합 제어 명령을 수신한 환기 장치와 에어 컨디셔너는 상기 복합 제어 명령에 상응하는 동작을 수행한다.
(8) 결론적으로, 상기 서버는 인공 지능 기반 모델을 기반으로, 상기 복합 제어 존에 대해 시구간 별로 타겟 공기 쾌적도 및 타겟 실내 온도 범위를 만족하면서도, 에너지 소모를 최소화시킬 수 있는 환기 동작 및 냉난방 동작을 규정하는 복합 제어 명령을 생성하고, 상기 복합 제어 명령에 상응하게 상기 환기 장치 및 에어 컨디셔닝 장치가 동작하도록 한다.
다음으로 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 다양한 파라미터들에 대해서 설명하기로 한다.
먼저, 도 15를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 시간 별 평균 CO2 농도에 대해서 설명하기로 한다.
도 15는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 시간 별 평균 CO2 농도를 설명하는 도면이다.
도 15를 참조하면, 먼저 서버가 복합 제어 동작을 수행할 때 주어진 시구간, 일 예로 스케쥴 구간 동안 타겟 공기 쾌적도를 일 예로 시간 별 평균 CO2 농도가 1000ppm가 되도록 환기 스케줄을 결정할 경우 참조 번호 1511로 나타낸 바와 같이 시간별 평균 CO2 농도가 1000ppm로 유지된다.
이는 실질적으로 참조 번호 1513으로 나타낸 바와 같이 상기 스케쥴 구간 동안 특정 시구간들에서는 평균 CO2 농도가 1000ppm 미만이고, 또 다른 특정 시구간들에서는 평균 CO2 농도가 1000ppm 이상으로 나타날 수 있다. 즉, 참조 번호 1513으로 나타낸 경우에서도 시간 별 평균 CO2 농도가 1000ppm가 됨을 알 수 있다.
또한, 참조 번호 1515로 나타낸 바와 같이 상기 스케쥴 구간 동안 특정 시구간들에서는 평균 CO2 농도가 1000ppm 미만이고, 또 다른 특정 시구간들에서는 평균 CO2 농도가 1000ppm 이상으로 나타날 수 있다. 즉, 참조 번호 1515로 나타낸 경우에서도 시간 평균 CO2 농도가 1000ppm가 됨을 알 수 있다.
따라서, 상기 서버는 상기 스케쥴 구간 동안 복합 제어 존에 대한 평균 CO2 농도가 참조 번호 1515와 같이 나타날 경우에도 시간 별 평균 CO2 농도가 1000ppm가 되기 때문에, 참조 번호 1517로 나타내는 시구간에서 환기 장치를 동작시킬 필요가 없다. 즉, 참조 번호 1517로 나타내는 시구간에서 환기 장치가 오프될 지라도 상기 스케쥴 구간 동안 복합 제어 존에 대한 평균 CO2 농도는 1000ppm으로 유지된다.
결론적으로, 상기 서버는 이와 같이 시간이 스팬(span)됨에 따라 평균 CO2 농도가 스무스(smooth)하게 되는 특성, 즉 time-span smoothing 특성을 기반으로 복합 제어 존에 대한 환기 스케쥴을 결정할 수 있다.
도 15에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 시간 별 평균 CO2 농도에 대해서 설명하였으며, 다음으로 도 16을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 공간 별 평균 CO2 농도에 대해서 설명하기로 한다.
도 16은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 공간 별 평균 CO2 농도를 설명하는 도면이다.
도 16을 참조하면, 먼저 서버가 복합 제어 동작을 수행할 때 주어진 시구간, 일 예로 스케쥴 구간 동안 타겟 공기 쾌적도를 일 예로 공간 별 평균 CO2 농도가 1000ppm가 되도록 환기 스케줄을 결정할 경우 공간별 평균 CO2 농도가 1000ppm로 유지된다.
이는 실질적으로 참조 번호 1611, 참조 번호 1613, 참조 번호 1615, 참조 번호 1617로 나타낸 바와 같이 상기 스케쥴 구간 동안 특정 공간들에서는 평균 CO2 농도가 1000ppm 미만이고, 또 다른 특정 공간들에서는 평균 CO2 농도가 1000ppm 이상으로 나타날 수 있다. 하지만, 상기 서버는 상기 스케쥴 구간 동안 복합 제어 존에 대한 평균 CO2 농도가 1000ppm가 되기 때문에, 참조 번호 1621 및 참조 번호 1623으로 나타내는 시구간에서 환기 장치를 동작시킬 필요가 없다. 즉, 참조 번호 1621 및 1623으로 나타내는 시구간에서 환기 장치가 오프될 지라도 상기 스케쥴 구간 동안 복합 제어 존에 대한 평균 CO2 농도는 1000ppm으로 유지된다.
결론적으로, 상기 서버는 이와 같이 공간이 스팬됨에 따라 평균 CO2 농도가 스무스하게 되는 특성, 즉 space-span smoothing 특성을 기반으로 복합 제어 존에 대한 환기 스케쥴을 결정할 수 있다.
한편, 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버는 엔탈피 제어를 적용하여 복합 제어 동작을 수행할 수 있으며, 이에 대해서 설명하면 다음과 같다.
먼저, 환기 장치가 일 예로 온도 센서를 포함하고 있을 경우, 상기 환기 장치는 야간 퍼지(night purge) 동작을 수행할 때, 혹은 자동 환기 동작을 수행할 때 온도 제어 동작을 함께 수행할 수 있다. 여기서, 상기 자동 환기 동작은 외기 냉방 동작을 포함할 수 있다. 상기 외기 냉방 동작을 수행할 때 엔탈피 제어 동작이 온도 제어 동작에 비해 그 성능이 우수한 것으로 알려져 있으며, 일반적으로 상기 외기 냉방 동작을 수행할 때 엔탈피 제어 동작이 온도 제어 동작에 비해 약 20% 정도 그 성능이 우수하다고 알려져 있다.
따라서, 본 개시의 일 실시 예에서는 에어 컨디셔닝 장치가 포함하고 있는 습도 센서 혹은 상기 에어 컨디셔닝 시스템에 포함되어 있는 습도 센서에서 센싱되는 습도 데이터를 기반으로 상기 환기 장치에 대한 동작시 엔탈피 제어가 가능하도록 복합 제어 동작이 수행될 수 있다. 여기서, 상기 엔탈피 제어가 가능하도록 하는 복합 제어 동작은 외기 도입 시점, 외기 도입 시구간 및 외기 도입 량은 복합 제어 존에 대한 타겟 실내 온도 범위와, 상기 복합 제어 존에 대한 실내 엔탈피와 실외 엔탈피 간의 차이 등을 기반으로 수행될 수 있으며, 또한 인공 지능 기반 예측 모델 등을 기반으로 수행될 수 있다.
다음으로 도 17을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 재실 정보 및 부재 정보에 대해서 설명하기로 한다.
도 17은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 재실 정보 및 부재 정보를 설명하는 도면이다.
도 17을 참조하면, 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버는 실내 측위 서비스(indoor positioning service: IPS, 이하 "IPS"라 칭하기로 한다)와, 영상 장치 등과 같은 별도의 서비스 혹은 장치를 구비하지 않을 지라도 인공 지능 기반 예측 모델 등을 기반으로 복합 제어 존에 대한 CO2 농도를 기반으로 상기 복합 제어 존에 대한 재실 정보 및 부재 정보를 예측할 수 있다. 여기서, 상기 재실 정보는 상기 복합 제어 존에 재실자, 즉 상기 복합 제어 존에 위치하는 사용자 디바이스가 존재함을 나타내는 정보이며, 상기 부재 정보는 상기 복합 제어 존에 재실자가 존재하지 않음을 나타내는 정보이다.
또한, 상기 서버는 상기 복합 제어 존에 대한 재실 정보 및 부재 정보를 예측할 경우 확산 지연 시간을 고려함으로써 상기 복합 제어 존에 대한 재실 정보 및 부재 정보에 대한 정확도를 향상시킬 수 있다.
또한, 상기 서버는 야간이나 혹은 휴일 등과 같이 상기 복합 제어 존에 사용자 디바이스가 존재하지 않을 경우에도 인공 지능 기반 예측 모델 등을 기반으로 CO2 농도를 학습하고, 이렇게 학습된 결과를 기반으로 상기 복합 제어 존에 대한 복합 제어 동작을 수행할 수도 있음은 물론이다. 일 예로, 임의의 존에 대한 재실자 수와 CO2 농도 간의 관계를 별도의 테이블로 구현할 수 있고, 이 경우 상기 서버는 CO2 농도를 기반으로 상기 임의의 존에 존재하는 재실자 수를 검출할 수 있다. 여기서, 상기 재실자 수와 CO2 농도 간의 관계를 정의하는 테이블은 다양한 형태들로 구현될 수 있다.
결론적으로, 상기 서버는 상기 복합 제어 존에 대한 부재 정보가 검출될 경우, 즉 상기 복합 제어 존에 사용자 디바이스가 존재하지 않을 경우 환기 장치의 환기 동작 및 에어 컨디셔닝 장치의 냉난방 동작을 최소화시켜 환기 동작 및 냉난방 동작으로 인한 에너지 소모를 최소화시킬 수 있다.
도 17에 도시되어 있는 바와 같이 CO2 농도가 특정 시구간 동안 검출되지 않을 경우 상기 서버는 상기 특정 시구간 동안은 상기 복합 제어 존에 대한 부재 정보를 검출하고, CO2 농도가 검출될 경우에는 상기 복합 제어 존에 대한 재실 정보를 검출한다. 그리고, 상기 서버는 상기 복합 제어 존에 대한 재실 정보는 확산 지연을 고려하여 검출한다.
도 17에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는데 사용되는 재실 정보 및 부재 정보에 대해서 설명하였으며, 다음으로 도 18을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 CO2 농도 변화를 검출하는 과정의 일 예에 대해서 설명하기로 한다.
도 18은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 CO2 농도 변화를 검출하는 과정의 일 예를 개략적으로 도시한 도면이다.
도 18을 참조하면, 먼저 환기 장치가 CO2 센서를 포함할 경우, 서버는 복합 제어 존에 대한 CO2 농도를 검출하기 위해 상기 환기 장치를 동작시킬 수 있으며, 이 경우 상기 CO2 농도를 검출하기 위한, 상기 환기 장치의 동작으로 인한 냉난방 에너지 손실이 발생할 수 있다.
따라서, 본 개시의 일 실시예에서는 서버가 인공 지능 기반 예측 모델, 일 예로, MLP 모델과, ANN 모델과, RNN 모델과, LSTM 모델 등과 같은 인공 지능 기반 예측 모델을 기반으로 상기 복합 제어 존에 대한, 시간 경과에 따른 CO2 농도 변화를 예측하고, 상기 예측된 CO2 농도 변화를 기반으로 복합 제어 동작을 수행한다. 이 경우, 상기 서버는 상기 환기 장치를 동작시키지 않아도 상기 복합 제어 존에 대한, 시간 경과에 따른 CO2 농도 변화를 예측하는 것이 가능하고, 따라서 냉난방 에너지 손실을 방지할 수 있다.
또한, 본 발명의 일 실시 예에서는 상기 복합 제어 존에 대한, 시간 경과에 따른 CO2 농도 변화를 예측할 때 사용되는 인공 지능 기반 예측 모델에서 상기 복합 제어 존이 포함되는 디폴트 존에 대한 정보, 일 예로 상기 디폴트 존의 크기와, 상기 디폴트 존의 종류 및 상기 디폴트 존의 종류에 따른 침기량(infiltration)을 고려하도록 할 수 있다. 여기서, 상기 복합 제어 존에 대한, 시간 경과에 따른 CO2 농도 변화를 예측할 때 사용되는 인공 지능 기반 예측 모델에서 디폴트 존의 종류에 따른 침기량을 고려한다는 것은 자연 환기를 고려하여 상기 복합 제어 존에 대한, 시간 경과에 따른 CO2 농도 변화를 예측한다는 것을 의미할 수 있다.
이와 같이 상기 복합 제어 존이 포함되는 디폴트 존에 대한 정보, 일 예로 상기 디폴트 존의 크기와, 상기 디폴트 존의 종류 및 상기 디폴트 존의 종류에 따른 침기량을 고려하여 상기 복합 제어 존에 대한, 시간 경과에 따른 CO2 농도 변화를 예측할 경우 그 정확도가 향상될 수 있다.
또한, 상기 서버는 야간이나 혹은 휴일 등과 같이 상기 복합 제어 존에 사용자 디바이스가 존재하지 않을 경우에도 인공 지능 기반 예측 모델 등을 기반으로 CO2 희석량 패턴을 검출하고, 상기 검출된 CO2 희석량 패턴을 기반으로 침기량을 추정할 수 있다. 여기서, 상기 CO2 희석량 패턴은 계절 및 날씨 등과 같은 다양한 파라미터들에 따라 달라질 수 있다.
도 18에 도시되어 있는 바와 같이, 상기 서버는 환기 장치가 특정 시점(1811)부터 오프되어 있다고 할지라도 인공 지능 기반 예측 모델을 기반으로 상기 복합 제어 존에 대한 CO2 농도 변화를 예측할 수 있다.
도 18에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 CO2 농도 변화를 검출하는 과정의 일 예에 대해서 설명하였으며, 다음으로 도 19를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 상호 배타 운전을 최대화시키도록 복합 제어 동작을 수행하는 과정의 일 예에 대해서 설명하기로 한다.
도 19는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 상호 배타 운전을 최대화시키도록 복합 제어 동작을 수행하는 과정의 일 예를 개략적으로 도시한 도면이다.
도 19를 참조하면, 서버는 환기 장치를 온 시킬 경우 냉난방 에너지 손실이 발생되므로 가능한 한 환기 동작이 수행되지 않는 시구간에서 냉난방 동작이 수행되도록 복합 제어 동작을 수행한다.
도 19에 도시되어 있는 바와 같이, 복합 제어 존에 대한 CO2 농도가 비교적 높을 경우에는 비교적 적은 환기량으로도 CO2 농도를 쉽게 낮출 수 있다. 또한, 수학식 2에서 설명한 바와 같이, 환기 부하는 환기량 Q와 실내 온도 및 실외 온도 간의 차이 ΔT(=T-T0)에 비례하며, 엔탈피가 고려될 경우 상기 환기 부하는 엔탈피차(ΔH) 에 비례할 수도 있음은 물론이다.
따라서, 상기 서버는 상기 복합 제어 존에 대한 공기 상태 변화, 일 예로 CO2 농도 변화를 예측하여 실내 온도 및 실외 온도 간의 차이 ΔT가 비교적 작고, 일 예로 상기 실내 온도 및 실외 온도 간의 차이 ΔT가 임계 차이 미만이고, 상기 CO2 농도가 비교적 높을 경우, 일 예로 상기 CO2 농도가 임계 CO2 농도를 초과할 경우 환기 동작이 집중적으로 수행되고, 냉난방 동작은 최소로 수행되도록 제어한다.
이와는 달리, 상기 실내 온도 및 실외 온도 간의 차이 ΔT가 비교적 크고, 즉 상기 실내 온도 및 실외 온도 간의 차이 ΔT가 임계 차이 이상이고, 상기 CO2 농도가 비교적 낮을 경우, 일 예로 상기 CO2 농도가 상기 임계 CO2 농도 이하일 경우 냉난방 동작이 집중적으로 수행되고, 환기 동작은 최소로 수행되도록 제어한다.
또한, 상기 서버는 일 예로, 임의의 존에 대한 환기량과 CO2 농도 간의 관계를 별도의 테이블로 구현할 수 있고, 이 경우 상기 서버는 CO2 농도를 기반으로 상기 임의의 존에 필요로 되는 환기량을 검출할 수 있다. 여기서, 상기 환기량과 CO2 농도 간의 관계를 정의하는 테이블은 다양한 형태들로 구현될 수 있다.
도 19에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 상호 배타 운전을 최대화시키도록 복합 제어 동작을 수행하는 과정의 일 예에 대해서 설명하였으며, 다음으로 도 20을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 상호 배타 운전을 최대화시키도록 복합 제어 동작을 수행하는 과정의 다른 예에 대해서 설명하기로 한다.
도 20은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 상호 배타 운전을 최대화시키도록 복합 제어 동작을 수행하는 과정의 다른 예를 개략적으로 도시한 도면이다.
도 20을 설명하기에 앞서, 도20에 도시되어 있는 복합 제어 동작을 수행하는 과정에서는 에어 컨디셔닝 장치의 동작에 따른 실내 온도 확산 지연 시간은 고려되지 않았음에 유의하여야만 할 것이다.
도 20을 참조하면, 참조 번호 2011은 시간에 따른 실외 온도를 나타내며, 참조 번호 2013은 시간에 따른 실내 온도를 나타내며, 참조 번호 2015는 시간에 따른 환기 부하를 나타낸다. 먼저, 서버는 실외 온도 및 실내 온도간의 차이 ΔT가 비교적 클 경우 냉난방 동작을 수행한다. 도 20에서는 냉난방 동작이 수행되는 경우를 "ON"으로 도시하였음에 유의하여야만 할 것이다. 또한, 상기 서버는 상기 냉난방 동작이 수행되지 않으면서, 환기 부하 량이 비교적 적은 구간(2017)에서 환기 동작을 수행한다. 여기서, 상기 환기 부하량은 수학식 2에서 설명한 바와 같이 Wload = PCpQ(T-T0)와 같이 계산될 수 있다.
도 20에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 상호 배타 운전을 최대화시키도록 복합 제어 동작을 수행하는 과정의 다른 예에 대해서 설명하였으며, 다음으로 도 21을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 21은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 21을 참조하면, 서버는 복합 제어 존에 대한 CO2 농도와 실내 온도 Tin을 기반으로 공기 상태 변화 및 온도 변화를 예측하고(2111), 상기 예측된 공기 상태 변화 및 온도 변화를 기반으로 환기 동작 및 냉난방 동작에 대한 복합 제어 동작을 수행한다(2113). 도 21에서, t1은 상기 복합 제어 존에 대한 복합 제어 동작이 수행되는 스케쥴 구간 중 상기 복합 제어 존이 쾌적 존(2115)으로 유지되는 시간을 나타내며, t2는 상기 스케쥴 구간 중 상기 복합 제어 존이 상기 쾌적 존(2115)으로 유지되지 않는 시간을 나타낸다. 여기서, 상기 쾌적 존(2115)은 타겟 공기 쾌적도 및 타겟 온도 쾌적도를 만족시키면서 에너지 소모를 감소시키는 것이 가능한 존을 나타낸다.
따라서, 상기 서버는 상기 복합 제어 존이 가능한 한 상기 쾌적 존(2115)의 꼭지점(vertex)(2117)에 상응하는 CO2 농도와 실내 온도 Tin을 유지할 수 있도록 복합 제어 동작을 수행한다. 즉, 환기 동작(V)과 냉난방 동작(S)을 동시에 수행할 경우 상기 복합 제어 존이 가장 빨리 상기 쾌적 존(comport zone)(2115)이 될 수 있지만, 그로 인한 에너지 소모 역시 최대가 된다. 따라서, 상기 서버는 에너지 소모를 감소시키면서도 쾌적함을 제공하기 위해 상기 복합 제어 존이 가능한 한 상기 쾌적 존(2115)의 꼭지점(2117)에 상응하는 CO2 농도와 실내 온도 Tin을 유지할 수 있도록 복합 제어 동작을 수행한다. 또한, 상기 서버는 시간 축에서 평균적으로 (t1 = t2) 상기 복합 제어 존이 가능한 한 상기 쾌적 존(2115)의 꼭지점(2117)에 상응하는 CO2 농도와 실내 온도 Tin을 유지할 수 있도록 복합 제어 동작을 수행한다.
도 21에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 22를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 22는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 22를 참조하면, 서버가 특정 공기 상태 s0에서 Δτ 시간 동안 환기 동작 Vn 및 냉난방 동작 Sn에 대한 복합 제어 동작을 수행하고, 상기 서버가 에너지 소모량 En 및 공기 상태 변화 s1을 학습 등을 통해, 일 예로 인공 지능 기반 예측 모델 등을 기반으로 하는 학습 등을 통해 이미 알고 있다고 가정하기로 한다. 이 경우, 상기 서버는 복합 제어 존이 쾌적 존 z가 될 수 있는 최소 에너지 소모에 상응하는 복합 제어 명령 rn을 결정하고, 상기 결정한 복합 제어 명령 rn에 상응하게 환기 장치 및 에어 컨디셔닝 장치를 제어할 수 있다.
즉, 상기 서버는 공기 상태 변화와, 온도 상태 변화와, 엔탈피 상태 변화 및 에너지 소모를 예측하며, 상기 공기 상태 변화와, 온도 상태 변화와, 엔탈피 상태 변화 및 에너지 소모를 예측하기 위해서 인공 지능 기반 예측 모델 등을 사용할 수 있다. 일 예로, 상기 서버는 환기량과, CO2 농도 및 온도 변화 관계를 모델링하는 형태로 인공 지능 기반 예측 모델을 구현할 수 있으며, 이렇게 구현된 인공 지능 기반 예측 모델을 기반으로 공기 상태 변화와, 온도 상태 변화와, 엔탈피 상태 변화 및 에너지 소모를 예측할 수 있다.
또한, 상기 서버는 에어 컨디셔닝 장치에 대한 설정 온도 및 풍량과, 상기 환기 장치에 대한 운전 모드 및 환기량을 고려하여 복합 제어 명령들을 생성하고, 상기 복합 제어 명령들 중 해당 상황에 적합한 복합 제어 명령을 선택하고, 상기 선택한 복합 제어 명령에 상응하게 상기 환기 장치 및 에어 컨디셔닝 장치를 제어할 수 있다. 여기서, 상기 복합 제어 명령들을 포함하는 셋이 복합 제어 명령 셋이며, 상기 서버와 상기 환기 장치 및 에어 컨디셔닝 장치는 상기 복합 제어 명령 셋에 대해 미리 알고 있다고 가정하기로 한다. 따라서, 상기 복합 제어 명령은 코드 형태로 구현될 수 있고, 상기 환기 장치 및 에어 컨디셔닝 장치가 상기 서버로부터 코드를 수신하면, 상기 코드에 상응하는 복합 제어 명령을 알 수 있고, 따라서 상기 복합 제어 명령에 상응하는 동작을 수행할 수 있다.
도 22에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 복합 제어 동작의 또 다른 예에 대해서 설명하기로 한다.
(1) 서버는 주어진 시구간, 일 예로 스케쥴 구간 동안 환기 동작이 가능한 모든 환기 스케쥴들을 고려하고, 인공 지능 기반 예측 모델 등을 통해 상기 환기 동작이 가능한 모든 경우들 중 타겟 CO2 농도를 만족시키면서, 에너지 소모가 최소가 되는 환기 스케줄이 최종 환기 스케줄로 결정된다는 복합 제어 규칙을 설정한다.
(2) 상기 서버는 CO2 농도 예측 모델에서 CO2 농도 상승률이 상기 스케쥴 구간의 평균 CO2 농도 이상인 시구간은 환기 장치가 온 되고, 상기 CO2 농도 상승률이 상기 평균 CO2 농도 상승률 미만인 시구간은 상기 환기 장치가 오프 되도록 복합 제어 규칙을 설정한다. 그리고, 상기 CO2 농도 상승률이 상기 평균 CO2 농도 상승률 이상인 시구간 및 상기 CO2 농도 상승률이 상기 평균 CO2 농도 상승률 미만인 시구간을 제외한 나머지 시구간들에서는 환기 장치의 온 동작 및 오프 동작이 교대로 수행되도록 복합 제어 규칙을 설정한다.
또한, 상기 서버는 CO2 농도 변화를 예측하여 해당 시구간의 CO2 농도가 최대 허용 CO2 농도 이상일 경우 상기 환기 장치-오프 동작이 할당된 시구간들 중 CO2 농도 상승률이 미리 설정되어 있는 임계 CO2 농도 상승률 이상인 시구간에서 상기 환기 장치가 온 되도록 복합 제어 규칙을 설정한다. 또한, 상기 서버는 CO2 농도 변화를 예측하여 해당 시구간의 CO2 농도가 최소 허용 CO2 농도 미만일 경우 상기 환기 장치-온 동작이 할당된 시구간들 중 CO2 농도 상승률이 상기 임계 CO2 농도 상승률 미만인 시구간에서 상기 환기 장치가 오프 되도록 복합 제어 규칙을 설정한다.
(3) 상기 서버는 상기 CO2 농도 예측 모델을 통해 CO2 농도 변화를 예측하여 해당 시구간의 CO2 농도가 최대 허용 CO2 농도 이상일 경우 해당 시구간에서 상기 환기 장치가 온 되고, 복합 제어 존에 대한 CO2 농도가 타겟 CO2 농도를 만족시키는 시구간에서 상기 환기 장치가 오프 되도록 복합 제어 규칙을 설정한다.
(4) 상기 서버는 상기 스케쥴 구간 동안 환기 동작이 가능한 모든 환기 스케쥴들 및 냉난방 동작이 가능한 모든 냉난방 스케쥴들을 고려하고, 인공 지능 기반 예측 모델 등을 통해 타겟 CO2 농도와, 타겟 실내 온도 범위를 만족시키면서, 에너지 소모가 최소가 되는 환기 스케줄 및 냉난방 스케쥴이 최종 환기 스케줄 및 냉난방 스케쥴로 결정된다는 복합 제어 규칙을 설정한다.
(5) 상기 서버는 환기 동작이 수행되는 시구간에서는 냉난방 동작이 수행되지 않고, 상기 환기 동작이 수행되지 않는 시구간에서는 상기 냉난방 동작이 수행되도록 환기 스케쥴 및 냉난방 스케쥴이 결정된다는 복합 제어 규칙을 설정한다. 또한, 상기 서버는 상기 복합 제어 존에 대한 실내 온도가 최대 허용 실내 온도 이상인 시구간에는 냉난방 동작-온을 할당하고, 상기 복합 제어 존에 대한 실내 온도가 최소 허용 실내 온도 미만인 시구간에는 냉난방 동작-오프를 할당한 후, 상기 스케쥴 구간 동안 상기 복합 제어 존에 대한 실내 온도 변화를 예측한다. 그리고 나서, 상기 실내 온도가 상기 최소 허용 실내 온도 미만인 시구간들 중 가장 온도가 낮은 시구간에 대해서는 냉난방 동작-오프를 할당하고, 상기 실내 온도가 상기 최대 허용 실내 온도 이상인 시구간들 중 가장 온도가 높은 시구간에 대해서는 냉난방 동작-온을 할당한다. 여기서, 상기 냉난방 동작-온은 상기 냉난방 동작이 수행됨을 나타내고, 상기 냉난방 동작-오프는 상기 냉난방 동작이 수행되지 않음을 나타낸다. 또한, 여기서는 상기 냉난방 동작이 냉방 동작인 경우를 일 예로 하여 설명한 것임에 유의하여야만 할 것이다.
(6) 상기 서버는 상기 스케쥴 구간 동안 외기 온도를 기준으로 n개의 시구간들을 결정하고, 각 시구간별 타겟 CO2 농도 및 타겟 PPD를 설정한다. 그리고 상기 서버는 상기 n개의 시구간들 각각에 대한 상기 타겟 CO2 농도가 만족되는 모든 환기 스케쥴들을 검출하고, 상기 모든 환기 스케쥴들 각각에 대한 환기 부하량을 계산한다. 상기 서버는 상기 모든 환기 스케쥴들 중 환기 부하 제거를 위한 냉난방 에너지와 환기 에너지의 합이 최소인 환기 스케쥴을 선택한다.
또한, 상기 서버는 복합 제어 동작이 수행되는 단위로 제거될 부하/에너지가 큰 순서대로 냉난방 동작-온을 할당하여 냉난방 스케쥴을 결정하고, 상기 결정된 냉난방 스케쥴로 시뮬레이션을 수행한다. 여기서, 상기 결정된 냉난방 스케쥴에 반영된 제거될 부하/에너지는 상기 복합 제어 동작이 수행되는 스케쥴 구간에서 요청되는 총 제거 부하/에너지 미만임에 유의하여야만 할 것이다. 상기 서버는 상기 시뮬레이션을 수행한 후, 환기 부하의 변화를 고려하면서 상기 타겟 PPD를 만족할 수 있도록 상기 냉난방 스케쥴을 조정한다.
상기 서버는 상기 조정된 냉난방 스케쥴을 기반으로 복합 제어 동작을 수행한다. 상기 복합 제어 동작을 수행한 후, 상기 서버는 그 결과 값과 상기 조정된 냉난방 스케쥴에 따라 예측된 예측 값과의 차이를 계산하고, 상기 차이를 다음 냉난방 스케쥴 결정시 반영한다. 즉, 상기 서버는 상기 각 시구간별 타겟 CO2 농도 및 타겟 PPD 설정 및 냉난방 스케쥴에 상기 차이가 반영되도록 함으로써 복합 제어 동작의 성능을 향상시킬 수 있다.
다음으로 도 23을 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 23은 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 23을 참조하면, 먼저 2311단계에서 서버는 환기 동작에 관련된 파라미터들을 결정하고 2313단계로 진행한다. 여기서, 상기 환기 동작에 관련된 파라미터들은 τstart와 τend와, △τ및 Fv 등을 포함할 수 있다. 상기 τstart는 상기 환기 동작이 최초로 시작되는 시간을 나타내며, τend는 상기 환기 동작이 최종적으로 종료되는 시간을 나타내며, △τ는 환기 동작이 적용되는 단위 시간을 나타내며, Fv는 환기 동작이 수행될 경우 적용되는 환기 풍속을 나타낸다. 또한, 도 23에서는 복합 제어 존의 개수가 1개이고, 환기 장치의 개수가 1개이고, 에어 컨디셔닝 장치가 1개라고 가정하기로 한다.
상기 2313단계에서 상기 서버는 에어 컨디셔닝 장치를 설정 온도로 동작시키고 2315단계로 진행한다. 상기 서버는 난방 동작을 수행할 경우에는 상기 에어 컨디셔닝 장치의 설정 온도를 일 예로 24℃로 설정하고, 냉방 동작을 수행할 경우에는 상기 에어 컨디셔닝 장치의 설정 온도를 일 예로 22℃로 설정한다. 상기 2315단계에서 상기 서버는 상기 △τ 단위로 환기 동작이 온/오프 가능한 모든 환기 스케쥴들을 검출하고 2317단계로 진행한다. 여기서, 상기 △τ 단위로 환기 동작이 온/오프 가능한 모든 환기 스케쥴들의 수는
Figure 112018021095099-pat00002
이다.
상기 2317단계에서 상기 서버는 상기
Figure 112018021095099-pat00003
개의 환기 스케쥴들 각각에 대한 CO2 농도 변화를 예측한 후 2319단계로 진행한다. 여기서, 상기 서버는 상기
Figure 112018021095099-pat00004
개의 경우들 각각에 대한 CO2 농도 변화를 예측할 때 복합 제어 존에 존재하는 재실자들의 수와, 복합 제어 동작이 수행되는 스케쥴 구간과, 복합 제어 존의 실내 온도 및 실내 습도 등과 같은 다양한 파라미터들을 고려할 수도 있다. 또한, 상기 서버는 인공 지능 기반 예측 모델 등을 기반으로 상기
Figure 112018021095099-pat00005
개의 경우들 각각에 대한 CO2 농도 변화를 예측할 수 있다.
상기 2319단계에서 상기 서버는 상기
Figure 112018021095099-pat00006
개의 경우들 각각에 대한 CO2 농도 변화, 즉
Figure 112018021095099-pat00007
가 CT 이하인지 검사한다. 여기서, CT 는 타겟 CO2 농도를 나타내고, 상기 C(t)는 시간 t에서의 CO2 농도를 나타낸다. 상기 검사 결과 상기
Figure 112018021095099-pat00008
가 CT 이하일 경우 2321단계로 진행한다. 상기 2321단계에서 상기 서버는 상기
Figure 112018021095099-pat00009
가 CT 이하인 환기 스케쥴들 중 환기 부하 량이 최소인 환기 스케쥴을 선택하고 2323단계로 진행한다. 여기서, 상기 서버는 상기 환기 스케쥴을 선택할 때 상기 환기 부하량 뿐만 아니라 상기 복합 제어 존에 대한 냉난방 스케쥴과, 냉난방 부하 및 상기 복합 제어 존의 실내 온도 및 실내 습도를 고려할 수도 있다.
상기 2323단계에서 상기 서버는 상기 선택한 환기 스케쥴을 기반으로 상기 환기 장치의 환기 동작을 제어한다. 즉, 상기 서버는 상기 선택한 환기 스케쥴에 상응하는 복합 제어 명령을 상기 환기 장치로 송신하여 상기 환기 장치가 상기 복합 제어 명령에 상응하게 환기 동작을 수행하도록 한다.
한편, 도 23이 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 도시하고 있더라도, 다양한 변형들이 도 23에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 23에는 연속적인 단계들이 도시되어 있지만, 도 23에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 23에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 24를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 24는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 24를 참조하면, 먼저 2411단계에서 서버는 환기 동작에 관련된 파라미터들을 결정하고 2413단계로 진행한다. 여기서, 상기 환기 동작에 관련된 파라미터들은 τstart와 τend와, △τ및 Fv 등을 포함할 수 있다. 또한, 도 24에서는 복합 제어 존의 개수가 1개이고, 환기 장치의 개수가 1개이고, 에어 컨디셔닝 장치가 1개라고 가정하기로 한다.
상기 2413단계에서 상기 서버는 에어 컨디셔닝 장치를 설정 온도로 동작시키고 2415단계로 진행한다. 상기 서버는 난방 동작을 수행할 경우에는 상기 에어 컨디셔닝 장치의 설정 온도를 일 예로 24℃로 설정하고, 냉방 동작을 수행할 경우에는 상기 에어 컨디셔닝 장치의 설정 온도를 일 예로 22℃로 설정한다. 상기 2415단계에서 상기 서버는 상기 CO2 농도 예측 모델에서 검출된 CO2 농도 상승률이 스케쥴 구간의 평균 CO2 농도 상승률을 초과하는 시구간에는 환기 동작-온을 할당하고, 상기 CO2 농도 예측 모델에서 검출된 CO2 농도 상승률이 상기 평균 CO2 농도 상승률 이하인 시구간에서는 환기 동작-오프를 할당하고
Figure 112018021095099-pat00010
) 2417단계로 진행한다. 여기서, ε는 CO2 농도 변화를 허용하는 정도를 나타내며, ▽C(t)는 시간 t에서 CO2 농도 상승률을 나타낸다. 또한, 상기 서버는 상기 CO2 농도 상승률이 상기 평균 CO2 농도 상승률을 초과하는 시구간 및 CO2 농도 상승률이 상기 평균 CO2 농도 상승률 이하인 시구간을 제외한 시구간들에는 환기 동작-온 및 환기 동작-오프를 교대로 할당할 수 있다. 또한, 상기 서버는 상기 CO2 농도 상승률과 평균 CO2 농도 상승률을 기반으로 환기 동작-온 및 환기 동작-오프를 할당할 때 상기 복합 제어 존에 존재하는 재실자들의 수와, 스케쥴 구간 및 상기 복합 제어 존의 실내 온도 및 실내 습도를 고려할 수도 있다.
상기 2417단계에서 상기 서버는 상기 복합 제어 존에 대한 CO2 농도 변화를 예측한 후 2419단계로 진행한다. 여기서, 상기 CO2 농도 변화는 인공 지능 기반 예측 모델 등을 통해 예측될 수 있다. 상기 2419단계에서 상기 서버는
Figure 112018021095099-pat00011
가 CT 이상인지 검사한다. 상기 검사 결과 상기
Figure 112018021095099-pat00012
가 CT 이상일 경우 상기 서버는 2421단계로 진행한다. 여기서, 상기
Figure 112018021095099-pat00013
가 CT 이상이라는 것은 환기가 부족한 상태임을 나타내며, 따라서 상기 2421단계에서 상기 서버는 환기 동작-오프가 할당된 모든 시구간들 중 CO2 농도 상승률이 최대인 시구간에 환기 동작-온을 할당하고 상기 2417단계로 되돌아간다.
한편, 상기 2419단계에서 검사 결과
Figure 112018021095099-pat00014
가 CT 이상이 아닐 경우, 즉, 즉
Figure 112018021095099-pat00015
가 CT 미만일 경우, 상기 서버는 2423단계로 진행한다. 상기 2423단계에서 상기 서버는 상기 복합 제어 존에 대한 CO2 농도 변화를 예측한 후 2425단계로 진행한다. 여기서, 상기 CO2 농도 변화는 인공 지능 기반 예측 모델 등을 통해 예측될 수 있다. 상기 2425단계에서 상기 서버는 상기
Figure 112018021095099-pat00016
가 CT-ε이하인지 검사한다(
Figure 112018021095099-pat00017
). 상기 검사 결과 상기
Figure 112018021095099-pat00018
가 CT-ε이하일 경우 상기 서버는 2427단계로 진행한다. 여기서, 상기
Figure 112018021095099-pat00019
가 CT-ε이하라는 것은 환기 동작이 과도하게 수행되고 있음을 나타내므로, 상기 서버는 2427단계에서 환기 동작-온이 할당된 모든 시구간들 중 CO2 농도 상승률이 최소인 시구간에 환기 동작-오프를 할당하고 상기 2423단계로 되돌아간다.
한편, 상기 2425단계에서 검사 결과 상기
Figure 112018021095099-pat00020
가 CT-ε이하가 아닐 경우, 즉 상기
Figure 112018021095099-pat00021
가 CT-ε를 초과할 경우 상기 서버는 2429단계로 진행한다. 상기 2429단계에서 상기 서버는 상기 결정된 환기 스케쥴을 기반으로 환기 동작을 제어한다. 즉, 상기 서버는 상기 결정된 환기 스케쥴에 상응하는 복합 제어 명령을 상기 환기 장치로 송신하여 상기 환기 장치가 상기 복합 제어 명령에 상응하게 환기 동작을 수행하도록 한다.
한편, 도 24가 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 도시하고 있더라도, 다양한 변형들이 도 24에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 24에는 연속적인 단계들이 도시되어 있지만, 도 24에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 24에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 25를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 25는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 25를 참조하면, 먼저 2511단계에서 서버는 환기 동작에 관련된 파라미터들을 결정하고 2513단계로 진행한다. 여기서, 상기 환기 동작에 관련된 파라미터들은 τstart와, τend와, Fv 및 Cmax 등을 포함할 수 있다. 상기 Cmax는 최대 허용 CO2 농도를 나타낸다. 또한, 도 25에서는 복합 제어 존의 개수가 1개이고, 환기 장치의 개수가 1개이고, 에어 컨디셔닝 장치가 1개라고 가정하기로 한다.
상기 2513단계에서 상기 서버는 에어 컨디셔닝 장치를 설정 온도로 동작시키고 2515단계로 진행한다. 상기 서버는 난방 동작을 수행할 경우에는 상기 에어 컨디셔닝 장치의 설정 온도를 일 예로 24℃로 설정하고, 냉방 동작을 수행할 경우에는 상기 에어 컨디셔닝 장치의 설정 온도를 일 예로 22℃로 설정한다. 상기 2515단계에서 CO2 농도 예측 모델을 통해 C(t)가 Cmax를 초과하는 τon 및 조건 G를 만족하는 τoff를 추정하고 2517단계로 진행한다. 여기서, 조건 G는
Figure 112018021095099-pat00022
이다. 또한, τon 은 다음 환기 동작이 시작되는 시간을 나타내며, τoff는 다음 환기 동작이 종료되는 시간을 나타낸다. 또한, 상기 Cmax는 최대 허용 CO2 농도를 나타낸다.
또한, 상기 서버는 C(t)가 Cmax를 초과하는 τon및 조건 G를 만족하는 τoff를 추정할 때 복합 제어 존에 존재하는 재실자들의 수와, 복합 제어 동작이 수행되는 스케쥴 구간과, 복합 제어 존의 실내 온도 및 실내 습도 등과 같은 다양한 파라미터들을 고려할 수도 있다. 또한, 상기 서버는 인공 지능 기반 예측 모델 등을 기반으로 CO2 농도 변화를 예측할 수 있다.
상기 2517단계에서 상기 서버는
Figure 112018021095099-pat00023
인지 검사한다. 상기 검사 결과
Figure 112018021095099-pat00024
일 경우 상기 서버는 2519단계로 진행한다. 상기 2519단계에서 상기 서버는 τon - τoff 동안 환기-동작 온을 할당하고 2521단계로 진행한다. 상기 2521단계에서 상기 서버는 상기 스케쥴 구간 동안 실제 CO2 농도를 측정하고, 상기 측정된 CO2 농도를 기반으로 상기 CO2 농도 예측 모델을 수정한 후 2515단계로 되돌아간다. 여기서, 상기 스케쥴 구간 동안 측정된 실제 CO2 농도가 CO2 농도 예측 모델에서 예측한 CO2 농도와 동일할 경우에는 상기 CO2 농도 예측 모델에 대한 수정이 이루어지지 않을 수도 있음은 물론이다.
한편, 상기 2517단계에서 검사 결과
Figure 112018021095099-pat00025
가 아닐 경우, 즉 τoff > τend일 경우, 상기 서버는 2523단계로 진행한다. 상기 2523단계에서 상기 서버는 상기 CO2 농도 예측 모델을 통해 조건
Figure 112018021095099-pat00026
를 만족하면서도, 조건 Ge를 만족하도록 τon 을 조정하고, τon - τoff 동안 환기-동작 온을 할당한다.
한편, 도 25가 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 도시하고 있더라도, 다양한 변형들이 도 25에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 25에는 연속적인 단계들이 도시되어 있지만, 도 25에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 25에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 26a 내지 도 26b를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 26a 내지 도 26b는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 26a 내지 도 26b를 참조하면, 먼저 2611단계에서 서버는 환기 동작에 관련된 파라미터들 및 냉난방 동작에 관련된 파라미터들을 결정하고 2613단계로 진행한다. 여기서, 상기 환기 동작에 관련된 파라미터들은 △τ 및 Fv 등을 포함할 수 있으며, 상기 냉난방 동작에 관련된 파라미터들은 Ts 및 Fs 등을 포함할 수 있다. 상기 Ts는 에어 컨디셔닝 장치에 적용되는 설정 온도를 나타내며, Fs 는 상기 에어 컨디셔닝 장치에 적용되는 풍속을 나타낸다. 또한, 도 26a 내지 도 26b에서는 복합 제어 존의 개수가 1개이고, 환기 장치의 개수가 1개이고, 에어 컨디셔닝 장치가 1개라고 가정하기로 한다.
상기 2613단계에서 상기 서버는 CO2 농도 변화 예측을 통해 재실 시작 시점 τstart 및 재실 종료 시점 τend 검출하고 2615단계로 진행한다. 여기서, 상기 서버는 상기 재실 시작 시점 τstart 및 재실 종료 시점 τend를 검출할 때 복합 제어 존에 존재하는 재실자 수, 스케쥴 구간, 복합 제어 존의 실내 온도 및 실내 습도를 고려할 수 있다. 상기 2615단계에서 상기 서버는 상기 △τ 단위로 환기 동작이 온/오프 가능한 모든 환기 스케쥴들의 수를 검출하고 2617단계로 진행한다. 여기서, 상기 △τ 단위로 환기 동작이 온/오프 가능한 모든 환기 스케쥴들의 수는
Figure 112018021095099-pat00027
이다.
상기 2617단계에서 상기 서버는 상기
Figure 112018021095099-pat00028
개의 환기 스케쥴들 각각에 대한 CO2 농도 변화를 예측한 후 2619단계로 진행한다. 여기서, 상기 서버는 상기
Figure 112018021095099-pat00029
개의 경우들 각각에 대한 CO2 농도 변화를 예측할 때 복합 제어 존에 존재하는 재실자들의 수와, 복합 제어 동작이 수행되는 스케쥴 구간과, 복합 제어 존의 실내 온도 및 실내 습도 등과 같은 다양한 파라미터들을 고려할 수도 있다. 또한, 상기 서버는 인공 지능 기반 예측 모델 등을 기반으로 상기
Figure 112018021095099-pat00030
개의 경우들 각각에 대한 CO2 농도 변화를 예측할 수 있다.
상기 2619단계에서 상기 서버는 상기
Figure 112018021095099-pat00031
개의 경우들 각각에 대한 CO2 농도 변화, 즉
Figure 112018021095099-pat00032
가 CT 이하인지 검사한다. 상기 검사 결과 상기
Figure 112018021095099-pat00033
가 CT 이하일 경우 2621단계로 진행한다. 상기 2621단계에서 상기 서버는 상기
Figure 112018021095099-pat00034
가 CT 이하인 환기 스케쥴들 각각에 대해 △τ 단위로 냉/난방 동작이 온/오프 가능한 모든 냉난방 스케쥴들의 수를 검출하고 2623단계로 진행한다.
상기 2623단계에서 상기 서버는 상기 모든 냉난방 스케쥴들 각각에 대한 실내 온도 변화를 예측하고 2625단계로 진행한다. 상기 2625단계에서 상기 서버는
Figure 112018021095099-pat00035
의 조건을 만족하는지 검사한다. 여기서, Tmin은 최소 허용 실내 온도를 나타내며, Tmax는 최대 허용 실내 온도를 나타내며, PPD는 쾌적 불만족률을 나타낸다. 상기
Figure 112018021095099-pat00036
의 조건을 만족하지 않을 경우 상기 서버는 상기 2623단계로 되돌아간다.
한편, 상기 2625단계에서 검사 결과 상기
Figure 112018021095099-pat00037
의 조건을 만족할 경우 상기 서버는 2627단계로 진행한다. 상기 2621 단계 내지 2625단계는 상기 모든 스케쥴들 각각에 대해서 수행됨에 유의하여야만 할 것이다.
상기 2627단계에서 환기-냉난방 에너지 소모를 예측하여 환기-냉난방 에너지가 최소인 환기 스케쥴 및 냉난방 스케쥴 선택하고 2629단계로 진행한다. 여기서, 상기 서버는 환기-냉난방 에너지 소모를 예측하여 환기-냉난방 에너지가 최소인 환기 스케쥴 및 냉난방 스케쥴 선택할 때 복합 제어 존에 대한 환기 스케쥴, 냉난방 스케쥴, 냉난방 부하 및 복합 제어 존의 실내 온도 및 실내 습도를 고려할 수 있다.
상기 2629단계에서 상기 서버는 선택된 환기 스케쥴 및 냉난방 스케쥴을 기반으로 환기 동작 및 냉난방 동작을 제어한다. 즉, 상기 서버는 상기 선택한 환기 스케쥴 및 냉난방 스케쥴에 상응하는 복합 제어 명령을 상기 환기 장치로 송신하여 상기 환기 장치가 상기 복합 제어 명령에 상응하게 환기 동작을 수행하도록 한다.
한편, 도 26a 내지 도 26b가 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 도시하고 있더라도, 다양한 변형들이 도 26a 내지 도 26b에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 26a 내지 도 26b에는 연속적인 단계들이 도시되어 있지만, 도 26a 내지 도 26b에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 26a 내지 도 26b에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 27a 내지 도 27b를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 27a 내지 도 27b는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 27a 내지 도 27b를 참조하면, 먼저 2711단계에서 서버는 환기 동작에 관련된 파라미터들 및 냉난방 동작에 관련된 파라미터들을 결정하고 2713단계로 진행한다. 여기서, 상기 환기 동작에 관련된 파라미터들은 △τ 및 Fv 등을 포함할 수 있으며, 상기 냉난방 동작에 관련된 파라미터들은 Ts 와, Tmax 및 Fs 등을 포함할 수 있다. 또한, 도 27a 내지 도 27b에서는 복합 제어 존의 개수가 1개이고, 환기 장치의 개수가 1개이고, 에어 컨디셔닝 장치가 1개라고 가정하기로 한다.
상기 2713단계에서 상기 서버는 CO2 농도 변화 예측을 통해 재실 시작 시점 τstart 및 재실 종료 시점 τend 검출하고 2715단계로 진행한다. 여기서, 상기 서버는 상기 재실 시작 시점 τstart 및 재실 종료 시점 τend를 검출할 때 복합 제어 존에 존재하는 재실자 수, 스케쥴 구간, 복합 제어 존의 실내 온도 및 실내 습도를 고려할 수 있다. 상기 2715단계에서 상기 서버는 상기 CO2 농도 예측 모델에서 검출된 CO2 농도 상승률이 스케쥴 구간의 평균 CO2 농도 상승률을 초과하는 시구간에는 환기 동작-온을 할당하고, 상기 CO2 농도 예측 모델에서 검출된 CO2 농도 상승률이 상기 평균 CO2 농도 상승률 이하인 시구간에서는 환기 동작-오프를 할당하고 2717단계로 진행한다. 또한, 상기 서버는 상기 CO2 농도 상승률이 상기 평균 CO2 농도 상승률을 초과하는 시구간 및 CO2 농도 상승률이 상기 평균 CO2 농도 상승률 이하인 시구간을 제외한 시구간들에는 환기 동작-온 및 환기 동작-오프를 교대로 할당할 수 있다.
상기 2717단계에서 상기 서버는 상기 복합 제어 존에 대한 CO2 농도 변화를 예측한 후 2719단계로 진행한다. 여기서, 상기 CO2 농도 변화는 인공 지능 기반 예측 모델 등을 통해 예측될 수 있다. 상기 2719단계에서 상기 서버는
Figure 112018021095099-pat00038
가 CT 이상인지 검사한다. 상기 검사 결과 상기
Figure 112018021095099-pat00039
가 CT 이상일 경우 상기 서버는 2721단계로 진행한다. 여기서, 상기
Figure 112018021095099-pat00040
가 CT 이상이라는 것은 환기가 부족한 상태임을 나타내며, 따라서 상기 2721단계에서 상기 서버는 환기 동작-오프가 할당된 모든 시구간들 중 CO2 농도 상승률이 최대인 시구간에 환기 동작-온을 할당하고 상기 2717단계로 되돌아간다.
한편, 상기 2719단계에서 검사 결과
Figure 112018021095099-pat00041
가 CT 이상이 아닐 경우, 즉
Figure 112018021095099-pat00042
가 CT 미만일 경우, 상기 서버는 2723단계로 진행한다. 상기 2723단계에서 상기 서버는 상기 복합 제어 존에 대한 CO2 농도 변화를 예측한 후 2725단계로 진행한다. 여기서, 상기 CO2 농도 변화는 인공 지능 기반 예측 모델 등을 통해 예측될 수 있다. 상기 2725단계에서 상기 서버는 상기
Figure 112018021095099-pat00043
가 CT-ε 이하인지 검사한다(
Figure 112018021095099-pat00044
). 상기 검사 결과 상기
Figure 112018021095099-pat00045
가 CT-ε 이하일 경우 상기 서버는 2727단계로 진행한다. 여기서, 상기
Figure 112018021095099-pat00046
가 CT-ε 이하라는 것은 환기 동작이 과도하게 수행되고 있음을 나타내므로, 상기 서버는 2727단계에서 환기 동작-온이 할당된 모든 시구간들 중 CO2 농도 상승률이 최소인 시구간에 환기 동작-오프를 할당하고 상기 2723단계로 되돌아간다.
한편, 상기 2725단계에서 검사 결과 상기
Figure 112018021095099-pat00047
가 CT-ε 이하가 아닐 경우, 즉 상기
Figure 112018021095099-pat00048
가 CT-ε 를 초과할 경우 상기 서버는 2729단계로 진행한다. 상기 2729단계에서 상기 서버는 상기 각 시구간에 대해 할당된 환기 동작을 기반으로 냉난방 동작 할당하고 2731단계로 진행한다. 즉, 상기 서버는 환기 동작-온이 할당된 시구간에 대해서는 냉난방 동작-오프를 할당하고, 환기 동작-오프가 할당된 시구간에 대해서는 냉난방 동작-온을 할당한다.
상기 2731단계에서 상기 서버는 Δτ 동안 실내 온도를 예측하고 2733단계로 진행한다. 여기서, 상기 서버는 상기 Δτ 동안 실내 온도를 예측할 때 냉난방 부하, 일 예로 디바이스, 인체, 조명, 환기, 복사, 전도 등으로 인한 냉난방 부하를 고려할 수 있다. 상기 2733단계에서 상기 서버는 T(t)가 Tmax를 초과하는지 검사한다. 상기 검사 결과 상기 T(t)가 Tmax를 초과할 경우 상기 서버는 2735단계로 진행한다. 상기 2735단계에서 상기 서버는 해당 시구간에 냉난방 동작-온을 할당하고 상기 2731단계로 되돌아간다. 여기서, 상기 해당 시구간에 냉난방 동작-온을 할당할지라도 실내 온도가 타겟 실내 온도를 만족시키지 못할 경우에는 필요에 따라 일 예로 Ts를 더 높은 온도로 설정할 수도 있다.
한편, 상기 2733단계에서 검사 결과 상기 T(t)가 Tmax를 초과하지 않을 경우 상기 서버는 2737단계로 진행한다. 상기 2737단계에서 상기 서버는 T(t)가 Tmin 미만인지 검사한다. 상기 검사 결과 상기 T(t)가 Tmin 미만일 경우 상기 서버는 2739단계로 진행한다. 상기 2739단계에서 상기 서버는 해당 시구간에 냉난방 동작-오프를 할당하고 상기 2731단계로 되돌아간다. 여기서, 상기 해당 시구간에 냉난방 동작-오프를 할당할지라도 실내 온도가 타겟 실내 온도를 만족시키지 못할 경우에는 필요에 따라 일 예로 Ts를 더 낮은 온도로 설정할 수도 있다.
한편, 상기 2737단계에서 검사 결과 상기 T(t)가 Tmin 미만이 아닐 경우 상기 서버는 2741단계로 진행한다. 상기 2741단계에서 상기 서버는 모든 Δτ들에 대해 상기와 같은 동작들이 수행되었는지 검사한다. 상기 검사 결과 상기 모든 Δτ들에 대해 상기와 같은 동작들이 수행되었을 경우 상기 서버는 2743단계로 진행한다. 상기 2743단계에서 상기 서버는 스케쥴 구간에 대한 실내 온도 변화를 예측하고 2745단계로 진행한다. 상기 2745단계에서 상기 서버는 상기 스케쥴 구간 동안의 PPD가 10%를 초과하는지 검사한다. 여기서, 상기 PPD가 10%를 초과한다는 것은 냉난방이 부족한 상태임을 나타내며, 상기 10%는 일 예일 뿐이며, 상기 에어 컨디셔닝 시스템의 상황에 따라 변경될 수 있음은 물론이다.
상기 검사 결과 상기 PPD가 10%를 초과하지 않을 경우 상기 서버는 2747단계로 진행한다. 상기 2747단계에서 상기 서버는 상기 스케쥴 구간 동안의 PPD가 7% 미만인지 검사한다. 여기서, 상기 PPD가 7% 미만이라는 것은 냉난방이 과도한 상태임을 나타내며, 상기 7%는 일 예일 뿐이며, 상기 에어 컨디셔닝 시스템의 상황에 따라 변경될 수 있음은 물론이다. 상기 검사 결과 상기 스케쥴 구간 동안의 PPD가 7% 미만일 경우 상기 서버는 2749단계로 진행한다. 상기 2749단계에서 상기 서버는 상기 스케쥴 구간 중 냉난방 동작-온이 할당된 모든 시구간들 중 최소 온도를 가지는 시구간에 냉난방 오프-동작을 할당하고 상기 2743단계로 되돌아간다.
한편, 상기 2745단계에서 검사 결과 상기 PPD가 10%를 초과할 경우 상기 서버는 2751단계로 진행한다. 상기 2751단계에서 상기 서버는 상기 스케쥴 구간에서 냉난방 동작-오프가 할당된 시구간들 중 최고 온도를 가지는 시구간에 냉난방 동작-온을 할당하고 상기 2743단계로 되돌아간다.
한편, 상기 2747단계에서 검사 결과 상기 스케쥴 구간 동안의 PPD가 7% 미만이 아닐 경우 상기 서버는 2753단계로 진행한다. 상기 2753단계에서 상기 서버는 환기-냉난방 에너지 소모를 예측하여 환기-냉난방 에너지가 최소인 환기 스케쥴 및 냉난방 스케쥴 선택하고 2755단계로 진행한다. 여기서, 상기 서버는 환기-냉난방 에너지 소모를 예측하여 환기-냉난방 에너지가 최소인 환기 스케쥴 및 냉난방 스케쥴 선택할 때 복합 제어 존에 대한 환기 스케쥴, 냉난방 스케쥴, 냉난방 부하 및 복합 제어 존의 실내 온도 및 실내 습도를 고려할 수 있다. 상기 2731 단계 내지 2753단계는 상기 모든 스케쥴들 각각에 대해서 수행됨에 유의하여야만 할 것이다.
상기 2755단계에서 상기 서버는 선택된 환기 스케쥴 및 냉난방 스케쥴을 기반으로 환기 동작 및 냉난방 동작을 제어한다. 즉, 상기 서버는 상기 선택한 환기 스케쥴 및 냉난방 스케쥴에 상응하는 복합 제어 명령을 상기 환기 장치로 송신하여 상기 환기 장치가 상기 복합 제어 명령에 상응하게 환기 동작을 수행하도록 한다.
한편, 도 27a 내지 도 27b가 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 도시하고 있더라도, 다양한 변형들이 도 27a 내지 도 27b에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 27a 내지 도 27b에는 연속적인 단계들이 도시되어 있지만, 도 27a 내지 도 27b에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 27a 내지 도 27b에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 28a 내지 도 28b를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 28a 내지 도 28b는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 28a 내지 도 28b를 참조하면, 먼저 2811단계에서 서버는 환기 동작에 관련된 파라미터들 및 냉난방 동작에 관련된 파라미터들을 결정하고 2813단계로 진행한다. 여기서, 상기 환기 동작에 관련된 파라미터들은 △τ 및 Fv 등을 포함할 수 있으며, 상기 냉난방 동작에 관련된 파라미터들은 Ts 와, Tmax 및 Fs 등을 포함할 수 있다. 또한, 도 28a 내지 도 28b에서는 복합 제어 존의 개수가 1개이고, 환기 장치의 개수가 1개이고, 에어 컨디셔닝 장치가 1개라고 가정하기로 한다.
상기 2813단계에서 상기 서버는 특정 시점의 CO2 농도, 일 예로 가장 최근에 측정된 CO2 농도를 통해 재실 시작 시점 τstart 및 재실 종료 시점 τend을 검출하고 2815단계로 진행한다. 여기서, 상기 서버는 상기 재실 시작 시점 τstart 및 재실 종료 시점 τend을 검출할 때 복합 제어 존에 존재하는 재실자 수, 스케쥴 구간, 복합 제어 존의 실내 온도 및 실내 습도를 고려할 수 있다. 상기 2815단계에서 상기 서버는 외기 온도를 기반으로 스케쥴 구간에 n개의 시구간 할당하고 2817단계로 진행한다. 상기 2817단계에서 상기 서버는 예측 모델 단위 시구간 내에서 타겟 CO2 농도를 만족시키는 환기 스케쥴을 검출하고 2819단계로 진행한다. 상기 2819단계에서 상기 서버는 환기 부하 제거를 위한 냉난방 에너지와 환기 에너지 합이 최소인 환기 스케쥴을 선택하고 2821단계와, 2825단계와, 2829단계 및 2833단계 중 어느 한 단계로 진행한다.
상기 2821 단계에서 상기 서버는 Δτ 단위로 제거 부하/에너지가 큰 순서대로 냉난방 동작-온을 할당하고 2823단계로 진해한다. 상기 2823단계에서 상기 서버는 스케쥴 시뮬레이션 결과를 기반으로 타겟 PPD를 만족하도록 환기 스케쥴 보정하고 2841단계로 진행한다. 즉, 상기 서버는 상기 스케쥴들에 대한 시뮬레이션을 수행한 후, 환기 부하 변동을 고려하여 타겟 PPD를 만족할 수 있도록 스케쥴들을 보정할 수 있다.
한편, 상기 2825단계에서 상기 서버는 모든 가능한 냉난방 스케쥴들을 검출하고 2827단계로 진행한다. 상기 2827단계에서 상기 서버는 환기-냉난방 에너지가 최소인 환기 스케쥴 및 냉난방 스케쥴 선택하고 상기 2841단계로 진행한다. 여기서, 상기 2827단계는 도 26a 내지 도 26b에서 설명한 바와 같은 방식을 기반으로 환기-냉난방 에너지가 최소인 환기 스케쥴 및 냉난방 스케쥴을 선택할 수 있다.
한편, 상기 2829단계에서 상기 서버는 환기 동작-온이 할당된 시구간에 대해서는 냉난방 동작-오프를 할당하고, 환기 동작-오프가 할당된 시구간에 대해서는 냉난방 동작-온을 할당한 후 2831단계로 진행한다. 상기 2831단계에서 상기 서버는 환기-냉난방 에너지가 최소인 환기 스케쥴 및 냉난방 스케쥴 선택하고 상기 2841단계로 진행한다. 여기서, 상기 2831단계는 도 27a 내지 도 27b에서 설명한 바와 같은 방식을 기반으로 환기-냉난방 에너지가 최소인 환기 스케쥴 및 냉난방 스케쥴을 선택할 수 있다.
한편, 상기 2833단계에서 상기 서버는 온도 예측 모델을 통해 조건 K를 만족하는 Son 및 Soff 를 추정하고 2835단계로 진행한다. 여기서, 상기 조건 K는 하기 수학식 3과 같이 나타낼 수 있다.
<수학식 3>
Figure 112018021095099-pat00049
상기 수학식 3에서, τstart _n은 시구간 n의 시작 시점을 나타내며, τend _n은 시구간 n의 종료 시점을 나타내며, Son은 다음 냉난방 동작이 시작되는 시점을 나타내며, Soff은 다음 냉난방 동작이 종료되는 시점을 나타내며, TPPDn - ~ TPPDn +는 상기 시구간 n에서 타겟 PPD를 만족하는 온도 범위를 나타낸다.
상기 2835단계에서 상기 서버는 조건
Figure 112018021095099-pat00050
가 만족되는지 검사한다. 상기 조건
Figure 112018021095099-pat00051
가 만족될 경우 상기 서버는 2837단계로 진행한다. 상기 2837단계에서 상기 서버는 Son ~ Soff 동안 냉난방 동작-온을 할당하고 상기 2833단계로 되돌아간다.
한편, 상기 2835단계에서 검사 결과 상기 조건
Figure 112018021095099-pat00052
가 만족되지 않을 경우, 상기 서버는 2839단계로 진행한다. 상기 2839단계에서 상기 서버는 온도 예측 모델을 통해 상기 조건
Figure 112018021095099-pat00053
를 만족하고, 조건 Ke를 만족하도록 Son 을 조정하고, Son ~ Soff 동안 냉난방 동작-온을 할당하고 상기 2841단계로 진행한다. 여기서, 상기 조건 Ke는 하기 수학식 4와 같이 나타낼 수 있다.
<수학식 4>
Figure 112018021095099-pat00054
상기 2841단계에서 상기 서버는 최소 에너지를 소모하는 복합 제어 스케쥴을 선택하고 2843단계로 진행한다. 상기 2843단계에서 상기 서버는 ΔE를 검출하여, 다음 예측 모델 단위 구간에 반영하고 2845단계로 진행한다. 상기 2845단계에서 상기 서버는 n개의 구간들에 대해 반복 동작 수행한다.
한편, 도 28a 내지 도 28b가 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 도시하고 있더라도, 다양한 변형들이 도 28a 내지 도 28b에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 28a 내지 도 28b에는 연속적인 단계들이 도시되어 있지만, 도 28a 내지 도 28b에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 28a 내지 도 28b에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 29를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하기로 한다.
도 29는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 개략적으로 도시한 도면이다.
도 29를 참조하면, 먼저 서버는 2911단계에서 스케쥴 구간에 외기 온도를 기반으로 n개의 시구간을 할당하고, 각 시구간별 타겟 CO2 농도 및 타겟 PPD를 설정하고 2913단계로 진행한다. 상기 2913단계에서 상기 서버는 파악 구간 내 타겟 CO2 농도를 만족하는 환기 스케쥴들을 모두 검출하고, 상기 모든 환기 스케쥴들에 대한 환기 부하 발생량을 계산하고 2915단계로 진행한다. 상기 2915단계에서 상기 서버는 상기 모든 환기 스케쥴들 중 환기 부하 제거 위한 냉난방 에너지와 환기 에너지의 합이 최소인 환기 스케쥴을 선택하고 2917단계로 진행한다.
상기 2917단계에서 상기 서버는 동작 제어 단위로 제거 부하/에너지가 큰 순서로 냉난방 동작-온을 할당하고 2919단계로 진행한다. 상기 2919단계에서 상기 서버는 상기 결정된 환기 스케쥴 및 냉난방 스케쥴을 기반으로 환기 장치 및 에어 컨디셔닝 장치에 대한 시뮬레이션을 수행하고, 상기 타겟 PPD를 만족할 수 있도록 냉난방 스케쥴을 수정한후 2921단계로 진행한다. 여기서, 상기 서버는 환기 부하의 변동을 고려하여 상기 냉난방 스케쥴을 수정할 수 있다.
상기 2921단계에서 상기 서버는 상기 결정된 환기 스케쥴 및 냉난방 스케쥴을 실제 적용한 결과 값과 상기 결정된 환기 스케쥴 및 냉난방 스케쥴의 예측값 간의 차이를 검출하고, 상기 검출한 차이를 다음 예측 구간에 대한 타겟 CO2 농도 및 타겟 PPD를 결정할 때 반영할 수 있고, 또한 상기 환기 스케쥴 및 냉난방 스케쥴을 결정할 때도 반영할 수 있다.
한편, 도 29가 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예를 도시하고 있더라도, 다양한 변형들이 도 29에 대해 이루어질 수 있음은 물론이다. 일 예로, 도 29에는 연속적인 단계들이 도시되어 있지만, 도 29에서 설명한 단계들은 오버랩될 수 있고, 병렬로 발생할 수 있고, 다른 순서로 발생할 수 있거나, 혹은 다수 번 발생할 수 있음은 물론이다.
도 29에서는 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 서버가 복합 제어 동작을 수행하는 과정의 또 다른 예에 대해서 설명하였으며, 다음으로 도 30을 참조하여 본 개시의 일 실시 예에 따른 복합 제어 동작을 적용할 수 있는 차량용 복합 제어 동작의 일 예에 대해서 설명하기로 한다.
도 30은 본 개시의 일 실시 예에 따른 복합 제어 동작을 적용할 수 있는 차량용 복합 제어 동작의 일 예를 개략적으로 도시한 도면이다.
도 30을 참조하면, 먼저 상기 차량용 복합 제어 동작을 제어하는 제어기는 네비게이션 장치로부터 차량의 위치 정보를 검출할 수 있고, 상기 위치 정보를 기반으로 온도, 습도, 일사량, 풍속, CO2 농도, 차량의 속도 및 차량의 진행 방향 등과 같은 다양한 파라미터들을 획득할 수 있다.
상기 제어기는 외기 순환 모드시 침기량을 환기량에 반영한다. 따라서, 상기 제어기는 침기량을 계산하여 환기량을 보정할 수 있다.
또한, 상기 제어기는 실외 온도 파악시 상기 침기량 및 환기량을 활용하고, 위치별 타겟 CO2 농도를 실시간으로 변경하고, 태양 복사량을 반영하여 타겟 PPD를 실시간으로 변경할 수 있다. 일 예로, 상기 제어기는 시간대와, 운전 방향 등을 기반으로 차량 내부 일사량을 계산할 수 있고, 썬팅 값을 입력받을 수 있으며, 따라서 이런 다양한 파라미터들을 기반으로 타겟 PPD 및 타겟 실내 온도를 실시간으로 변경할 수 있다.
또한, 상기 제어기는 상기와 같은 다양한 파라미터들을 기반으로 CO2 농도 및 온도 변화를 파악할 시구간을 결정할 수 있다.
도 30에서는 본 개시의 일 실시 예에 따른 복합 제어 동작을 적용할 수 있는 차량용 복합 제어 동작의 일 예에 대해서 설명하였으며, 다음으로 도 31을 참조하여 본 개시의 일 실시 예에 따른 복합 제어 동작을 적용할 수 있는 항공용 복합 제어 동작의 일 예에 대해서 설명하기로 한다.
도 31은 본 개시의 일 실시 예에 따른 복합 제어 동작을 적용할 수 있는 항공용 복합 제어 동작의 일 예를 개략적으로 도시한 도면이다.
도 31을 참조하면, 먼저 상기 항공용 복합 제어 동작을 제어하는 제어기는 탑승권 카운팅 정보로부터 복합 제어 존, 즉 비행기에 존재하는 재실자들의 수를 검출할 수 있다. 따라서, 상기 제어기는 상기 재실자 수를 기반으로 CO2 상태 변화를 검출할 수 있다.
또한, 상기 제어기는 좌석 배치 정보를 기반으로 재실자 분포를 검출할 수 있고, 따라서 이를 기반으로 복합 제어 동작이 수행될 복합 제어 존을 설정할 수 있다.
또한, 상기 제어기는 시차 정보를 기반으로 낮과 밤, 생체 시간에 따른 타겟 PPD를 변경할 수 있다.
도 31에서는 본 개시의 일 실시 예에 따른 복합 제어 동작을 적용할 수 있는 항공용 복합 제어 동작의 일 예에 대해서 설명하였으며, 다음으로 도 32내지 도 34를 참조하여 본 개시의 일 실시 예에 따른 에어 컨디셔닝 시스템에서 리모콘에 구현될 수 있는 UI의 예들에 대해서 설명하기로 한다.
먼저, 도 32는 동작 상태 및 쾌적 상태를 디스플레이하고 있으며, 도 33은 공기 쾌적도와 온도 쾌적도간의 우선 순위 변경에 관련된 내용을 디스플레이하고 있으며, 도 34는 복합 제어 존에 존재하는 사용자에게 최적인 최적 동작 상태를 제안하는 상황에 관련된 내용을 디스플레이하고 있다.
본 개시의 특정 측면들은 또한 컴퓨터 리드 가능 기록 매체(computer readable recording medium)에서 컴퓨터 리드 가능 코드(computer readable code)로서 구현될 수 있다. 컴퓨터 리드 가능 기록 매체는 컴퓨터 시스템에 의해 리드될 수 있는 데이터를 저장할 수 있는 임의의 데이터 저장 디바이스이다. 상기 컴퓨터 리드 가능 기록 매체의 예들은 리드 온니 메모리(Read-Only Memory: ROM)와, 랜덤-접속 메모리(Random-Access Memory: RAM)와, CD-ROM들과, 마그네틱 테이프(magnetic tape)들과, 플로피 디스크(floppy disk)들과, 광 데이터 저장 디바이스들, 및 캐리어 웨이브(carrier wave)들(상기 인터넷을 통한 데이터 송신과 같은)을 포함할 수 있다. 상기 컴퓨터 리드 가능 기록 매체는 또한 네트워크 연결된 컴퓨터 시스템들을 통해 분산될 수 있고, 따라서 상기 컴퓨터 리드 가능 코드는 분산 방식으로 저장 및 실행된다. 또한, 본 개시를 성취하기 위한 기능적 프로그램들, 코드, 및 코드 세그먼트(segment)들은 본 개시가 적용되는 분야에서 숙련된 프로그래머들에 의해 쉽게 해석될 수 있다.
또한 본 개시의 일 실시예에 따른 장치 및 방법은 하드웨어, 소프트웨어 또는 하드웨어 및 소프트웨어의 조합의 형태로 실현 가능하다는 것을 알 수 있을 것이다. 이러한 임의의 소프트웨어는 예를 들어, 삭제 가능 또는 재기록 가능 여부와 상관없이, ROM 등의 저장 장치와 같은 휘발성 또는 비휘발성 저장 장치, 또는 예를 들어, RAM, 메모리 칩, 장치 또는 집적 회로와 같은 메모리, 또는 예를 들어 CD, DVD, 자기 디스크 또는 자기 테이프 등과 같은 광학 또는 자기적으로 기록 가능함과 동시에 기계(예를 들어, 컴퓨터)로 읽을 수 있는 저장 매체에 저장될 수 있다. 본 개시의 일 실시예에 따른 방법은 제어부 및 메모리를 포함하는 컴퓨터 또는 휴대 단말에 의해 구현될 수 있고, 상기 메모리는 본 개시의 실시 예들을 구현하는 지시들을 포함하는 프로그램 또는 프로그램들을 저장하기에 적합한 기계로 읽을 수 있는 저장 매체의 한 예임을 알 수 있을 것이다.
따라서, 본 개시는 본 명세서의 임의의 청구항에 기재된 장치 또는 방법을 구현하기 위한 코드를 포함하는 프로그램 및 이러한 프로그램을 저장하는 기계(컴퓨터 등)로 읽을 수 있는 저장 매체를 포함한다. 또한, 이러한 프로그램은 유선 또는 무선 연결을 통해 전달되는 통신 신호와 같은 임의의 매체를 통해 전자적으로 이송될 수 있고, 본 개시는 이와 균등한 것을 적절하게 포함한다
또한 본 개시의 일 실시예에 따른 장치는 유선 또는 무선으로 연결되는 프로그램 제공 장치로부터 상기 프로그램을 수신하여 저장할 수 있다. 상기 프로그램 제공 장치는 상기 프로그램 처리 장치가 기 설정된 컨텐츠 보호 방법을 수행하도록 하는 지시들을 포함하는 프로그램, 컨텐츠 보호 방법에 필요한 정보 등을 저장하기 위한 메모리와, 상기 그래픽 처리 장치와의 유선 또는 무선 통신을 수행하기 위한 통신부와, 상기 그래픽 처리 장치의 요청 또는 자동으로 해당 프로그램을 상기 송수신 장치로 전송하는 제어부를 포함할 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형할 수 있음은 물론이다. 그러므로 본 개시의 범위는 설명된 실시예에 국한되어 정해져서는 안되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (20)

  1. 에어 컨디셔닝(air conditioning) 시스템에서 서버의 동작 방법에 있어서,
    환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하는 과정과;
    공기 상태의 변화를 기반으로 환기 스케쥴을 결정하는 과정과;
    냉난방 스케쥴을 결정하는 과정을 포함하고,
    상기 냉난방 스케쥴을 결정하는 과정은, 온도의 변화를 기반으로 냉난방 스케쥴을 결정하는 과정을 포함하며,
    상기 온도의 변화를 기반으로 냉난방 스케쥴을 결정하는 과정은:
    상기 스케쥴 구간 동안 온도의 변화를 예측하여 타켓 온도 쾌적도를 만족하는 다수의 냉난방 스케쥴들을 결정하는 과정과;
    상기 다수의 냉난방 스케쥴들 중 냉난방 에너지 소모가 최소인 냉난방 스케쥴을 상기 냉난방 스케쥴로 결정하는 과정을 포함함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버의 동작 방법.
  2. 제1항에 있어서,
    상기 결정된 환기 스케쥴로 인해 발생되는 환기 부하를 제거하기 위한 냉난방 에너지 및 상기 결정된 환기 스케쥴로 인한 환기 에너지를 기반으로 상기 결정된 환기 스케쥴 및 상기 결정된 냉난방 스케쥴을 수정하는 과정을 더 포함함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버의 동작 방법.
  3. 제1항에 있어서,
    상기 공기 상태의 변화를 기반으로 환기 스케쥴을 결정하는 과정은:
    상기 공기 상태의 변화가 CO2 농도를 기반으로 검출될 경우, 상기 스케쥴 구간 동안 CO2 농도 변화를 예측하여 다수의 환기 스케쥴들을 검출하는 과정과;
    상기 다수의 환기 스케쥴들 중 최소 환기 부하량이 발생하는 환기 스케쥴을 상기 환기 스케쥴로 결정하는 과정을 포함함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버의 동작 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 스케쥴 구간은 상기 복합 제어 존에 대한 재실 시작 시점과 상기 복합 제어 존에 대한 재실 종료 시점을 기반으로 검출되며,
    상기 재실 시작 시점 및 상기 재실 종료 시점은 상기 공기 상태의 변화를 기반으로 검출됨을 특징으로 하는 에어 컨디셔닝 시스템에서 서버의 동작 방법.
  6. 에어 컨디셔닝(air conditioning) 시스템에서 서버의 동작 방법에 있어서,
    환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하는 과정과;
    온도의 변화를 기반으로 냉난방 스케쥴을 결정하는 과정과;
    환기 스케쥴을 결정하는 과정을 포함하고,
    상기 온도의 변화를 기반으로 냉난방 스케쥴을 결정하는 과정은:
    상기 스케쥴 구간 동안 온도 변화를 예측하여 다수의 냉난방 스케쥴들을 검출하는 과정과;
    상기 다수의 냉난방 스케쥴들 중 에너지 소모가 최소인 냉난방 스케쥴을 상기 냉난방 스케쥴로 결정하는 과정을 포함함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버의 동작 방법.
  7. 제6항에 있어서,
    상기 결정된 냉난방 스케쥴로 인해 소모되는 냉난방 에너지 및 상기 결정된 환기 스케쥴로 인한 환기 부하를 제거하기 위한 냉난방 에너지를 기반으로 상기 결정된 환기 스케쥴 및 상기 결정된 냉난방 스케쥴을 수정하는 과정을 더 포함함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버의 동작 방법.
  8. 삭제
  9. 제6항에 있어서,
    상기 환기 스케쥴을 결정하는 과정은 공기 상태의 변화를 기반으로 환기 스케쥴을 결정하는 과정을 포함하며,
    상기 공기 상태의 변화를 기반으로 환기 스케쥴을 결정하는 과정은:
    상기 공기 상태의 변화가 CO2 농도를 기반으로 검출될 경우, 상기 스케쥴 구간 동안 CO2 농도 변화를 예측하여 다수의 환기 스케쥴들을 검출하는 과정과;
    상기 다수의 환기 스케쥴들 중 최소 환기 부하량이 발생하는 환기 스케쥴을 상기 환기 스케쥴로 결정하는 과정을 포함함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버의 동작 방법.
  10. 제6항에 있어서,
    상기 스케쥴 구간은 상기 복합 제어 존에 대한 재실 시작 시점과 상기 복합 제어 존에 대한 재실 종료 시점을 기반으로 검출되며,
    상기 재실 시작 시점 및 상기 재실 종료 시점은 공기 상태의 변화를 기반으로 검출됨을 특징으로 하는 에어 컨디셔닝 시스템에서 서버의 동작 방법.
  11. 에어 컨디셔닝(air conditioning) 시스템에서 서버에 있어서,
    환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하고, 공기 상태의 변화를 기반으로 환기 스케쥴을 결정하고, 냉난방 스케쥴을 결정하는 제어부와,
    상기 환기 스케쥴을 기반으로 하는 정보를 환기 장치로 송신하고, 상기 냉난방 스케쥴을 기반으로 하는 정보를 에어 컨니셔닝 장치로 송신하는 통신부를 포함하고,
    상기 제어부는 상기 스케쥴 구간 동안 온도의 변화를 예측하여 타켓 온도 쾌적도를 만족하는 다수의 냉난방 스케쥴들을 결정하고, 상기 다수의 냉난방 스케쥴들 중 냉난방 에너지 소모가 최소인 냉난방 스케쥴을 상기 냉난방 스케쥴로 결정하는 것을 특징으로 하는 에어 컨디셔닝 시스템에서 서버.
  12. 제11항에 있어서,
    상기 제어부는 상기 결정된 환기 스케쥴로 인해 발생되는 환기 부하를 제거하기 위한 냉난방 에너지 및 상기 결정된 환기 스케쥴로 인한 환기 에너지를 기반으로 상기 결정된 환기 스케쥴 및 상기 결정된 냉난방 스케쥴을 수정함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버.
  13. 제11항에 있어서,
    상기 공기 상태의 변화가 CO2 농도를 기반으로 검출될 경우, 상기 제어부는 상기 스케쥴 구간 동안 CO2 농도 변화를 예측하여 다수의 환기 스케쥴들을 검출하고, 상기 다수의 환기 스케쥴들 중 최소 환기 부하량이 발생하는 환기 스케쥴을 상기 환기 스케쥴로 결정함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버.
  14. 삭제
  15. 제11항에 있어서,
    상기 스케쥴 구간은 상기 복합 제어 존에 대한 재실 시작 시점과 상기 복합 제어 존에 대한 재실 종료 시점을 기반으로 검출되며,
    상기 재실 시작 시점 및 상기 재실 종료 시점은 상기 공기 상태의 변화를 기반으로 검출됨을 특징으로 하는 에어 컨디셔닝 시스템에서 서버.
  16. 에어 컨디셔닝(air conditioning) 시스템에서 서버에 있어서,
    환기 동작 및 냉난방 동작을 제어하는 복합 제어 동작이 수행될 존(zone)인 복합 제어 존에 대한 스케쥴 구간을 검출하고, 온도의 변화를 기반으로 냉난방 스케쥴을 결정하고, 환기 스케쥴을 결정하는 제어부와;
    상기 환기 스케쥴을 기반으로 하는 정보를 환기 장치로 송신하고, 상기 냉난방 스케쥴을 기반으로 하는 정보를 에어 컨니셔닝 장치로 송신하는 통신부를 포함하고,
    상기 제어부는 상기 스케쥴 구간 동안 온도 변화를 예측하여 다수의 냉난방 스케쥴들을 검출하고, 상기 다수의 냉난방 스케쥴들 중 에너지 소모가 최소인 냉난방 스케쥴을 상기 냉난방 스케쥴로 결정하는 것을 특징으로 하는 에어 컨디셔닝 시스템에서 서버.
  17. 제16항에 있어서,
    상기 제어부는 상기 결정된 냉난방 스케쥴로 인해 소모되는 냉난방 에너지 및 상기 결정된 환기 스케쥴로 인한 환기 부하를 제거하기 위한 냉난방 에너지를 기반으로 상기 결정된 환기 스케쥴 및 상기 결정된 냉난방 스케쥴을 수정함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버.
  18. 삭제
  19. 제16항에 있어서,
    상기 제어부는 공기 상태의 변화가 CO2 농도를 기반으로 검출될 경우, 상기 스케쥴 구간 동안 CO2 농도 변화를 예측하여 다수의 환기 스케쥴들을 검출하고, 상기 다수의 환기 스케쥴들 중 최소 환기 부하량이 발생하는 환기 스케쥴을 상기 환기 스케쥴로 결정함을 특징으로 하는 에어 컨디셔닝 시스템에서 서버.
  20. 제16항에 있어서,
    상기 스케쥴 구간은 상기 복합 제어 존에 대한 재실 시작 시점과 상기 복합 제어 존에 대한 재실 종료 시점을 기반으로 검출되며,
    상기 재실 시작 시점 및 상기 재실 종료 시점은 공기 상태의 변화를 기반으로 검출됨을 특징으로 하는 에어 컨디셔닝 시스템에서 서버.
KR1020180024865A 2018-02-28 2018-02-28 에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법 KR102472214B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020180024865A KR102472214B1 (ko) 2018-02-28 2018-02-28 에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법
CN201980015486.7A CN111788435B (zh) 2018-02-28 2019-02-27 空调系统中的复合控制装置及其方法
EP19761641.0A EP3682170A4 (en) 2018-02-28 2019-02-27 COMPOUND CONTROL UNIT AND ASSOCIATED PROCESS IN AN AIR CONDITIONING SYSTEM
PCT/KR2019/002380 WO2019168349A1 (en) 2018-02-28 2019-02-27 Compound control apparatus and method thereof in air conditioning system
US16/289,191 US10890349B2 (en) 2018-02-28 2019-02-28 Compound control apparatus and method thereof in air conditioning system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180024865A KR102472214B1 (ko) 2018-02-28 2018-02-28 에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190103890A KR20190103890A (ko) 2019-09-05
KR102472214B1 true KR102472214B1 (ko) 2022-11-30

Family

ID=67684392

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180024865A KR102472214B1 (ko) 2018-02-28 2018-02-28 에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법

Country Status (5)

Country Link
US (1) US10890349B2 (ko)
EP (1) EP3682170A4 (ko)
KR (1) KR102472214B1 (ko)
CN (1) CN111788435B (ko)
WO (1) WO2019168349A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3808658A1 (en) * 2019-10-14 2021-04-21 Hamilton Sundstrand Corporation Environmental control system
US11326800B2 (en) * 2019-10-17 2022-05-10 Honeywell International Inc. Apparatuses and methods for air quality maintenance by ventilation based on pollutant forecast
CN112665102A (zh) * 2020-12-25 2021-04-16 江苏联宏智慧能源股份有限公司 一种基于冷量计算的风机盘管控制方法
US11480358B2 (en) * 2021-02-25 2022-10-25 Synapse Wireless, Inc. Machine learning systems for modeling and balancing the activity of air quality devices in industrial applications
CN113570636A (zh) * 2021-06-16 2021-10-29 北京农业信息技术研究中心 一种风机通风量检测方法及装置
CN115654697B (zh) * 2022-11-21 2023-04-25 四川旷谷信息工程有限公司 半封闭空间的温度控制方法、装置及计算机可读存储介质
CN116085902B (zh) * 2022-12-28 2023-10-13 史缔纳农业科技(广东)有限公司 基于动态监控的智能通风系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015151363A1 (ja) * 2014-03-31 2015-10-08 三菱電機株式会社 空調システム、及び、空調設備の制御方法

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3782652D1 (de) 1986-04-04 1992-12-17 Angiogenics Ltd Zubereitung zum stoppen von angiogenese und einem kapillar-, zellen- oder membranleck.
US5579993A (en) 1995-01-06 1996-12-03 Landis & Gyr Powers, Inc. HVAC distribution system identification
US6919809B2 (en) * 2003-11-03 2005-07-19 American Standard International Inc. Optimization of building ventilation by system and zone level action
US7222494B2 (en) * 2004-01-07 2007-05-29 Honeywell International Inc. Adaptive intelligent circulation control methods and systems
KR100629345B1 (ko) 2005-02-24 2006-09-29 엘지전자 주식회사 멀티 공조 중앙제어시스템
KR100813679B1 (ko) * 2007-06-01 2008-03-14 장건우 학교시설의 공기질 측정 및 제어 시스템
KR101243226B1 (ko) 2007-09-07 2013-03-13 삼성전자주식회사 공기조화시스템의 제어방법
DE202007016687U1 (de) * 2007-11-29 2008-04-17 Disch, Markus Überwachungseinrichtung zum Energiesparen beim Belüften von beheizbaren Innenräumen
KR20090115443A (ko) 2008-05-02 2009-11-05 (주)지능형빌딩시스템기술연구소 지능형 환경 제어 시스템
US7918407B2 (en) * 2008-06-17 2011-04-05 Ronald Harrison Patch Method and apparatus for control of cooling system air quality and energy consumption
KR20120083140A (ko) 2011-01-17 2012-07-25 엘지전자 주식회사 공기조화시스템 및 그 제어방법
US9797648B2 (en) * 2011-09-13 2017-10-24 Mitsubishi Electric Corporation Refrigerating and air-conditioning apparatus for use in a defrosting operation
WO2013107461A1 (en) * 2012-01-18 2013-07-25 Vkr Holding A/S Method and system for controlling ventilation in a building
CN102705957B (zh) * 2012-06-07 2014-06-11 华南理工大学 办公建筑中央空调逐时冷负荷在线预测方法及系统
CN102927717A (zh) * 2012-09-13 2013-02-13 上海江欢成建筑设计有限公司 全年空调通风耦合系统及方法
CN107529631A (zh) 2012-09-30 2018-01-02 谷歌公司 智能控制器内的自动存在检测及与存在相关的控制
JP5532153B1 (ja) * 2013-01-10 2014-06-25 ダイキン工業株式会社 空気調和システム
US9298197B2 (en) * 2013-04-19 2016-03-29 Google Inc. Automated adjustment of an HVAC schedule for resource conservation
JP5951120B2 (ja) * 2013-04-22 2016-07-13 三菱電機株式会社 空調制御システム及び空調制御方法
JP2014222116A (ja) 2013-05-13 2014-11-27 パナソニック株式会社 換気システムおよび制御装置
WO2014203311A1 (ja) * 2013-06-17 2014-12-24 三菱電機株式会社 空調システム制御装置及び空調システム制御方法
US9618224B2 (en) * 2013-07-26 2017-04-11 Honeywell International Inc. Air quality based ventilation control for HVAC systems
KR101565249B1 (ko) 2014-05-30 2015-11-13 장영근 냉난방 및 환기 동시 제어장치
CN203940536U (zh) * 2014-06-20 2014-11-12 颜为 一种新风机
JP6289749B2 (ja) * 2015-05-18 2018-03-07 三菱電機株式会社 室内環境モデル作成装置
JP5994900B1 (ja) * 2015-05-19 2016-09-21 ダイキン工業株式会社 複数の空気調和装置の管理装置
CN205156254U (zh) * 2015-12-08 2016-04-13 长安大学 一种基于空调系统的节能通风系统
CN105841300B (zh) * 2016-03-31 2018-08-10 东南大学 一种计及新风系统的中央空调建模及调控策略
CN106284771A (zh) * 2016-08-09 2017-01-04 金粤幕墙装饰工程有限公司 风感应智能恒温生态幕墙系统及控温方法
WO2018092357A1 (ja) * 2016-11-16 2018-05-24 三菱電機株式会社 空気調和制御装置及び空気調和制御方法
CN107504615A (zh) * 2017-08-18 2017-12-22 广东美的制冷设备有限公司 空调器及其控制方法、装置
CN107560087A (zh) * 2017-09-18 2018-01-09 广东美的制冷设备有限公司 基于空调器的控制方法、空调器、家居系统、及存储介质
CN107477815A (zh) * 2017-09-30 2017-12-15 广东美的制冷设备有限公司 空调器及其控制方法与装置
CN107631435B (zh) * 2017-10-02 2020-07-03 广东美的制冷设备有限公司 新风机与空调联动系统及其控制方法、装置及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015151363A1 (ja) * 2014-03-31 2015-10-08 三菱電機株式会社 空調システム、及び、空調設備の制御方法

Also Published As

Publication number Publication date
KR20190103890A (ko) 2019-09-05
EP3682170A1 (en) 2020-07-22
WO2019168349A1 (en) 2019-09-06
US20190264940A1 (en) 2019-08-29
CN111788435A (zh) 2020-10-16
CN111788435B (zh) 2022-07-19
US10890349B2 (en) 2021-01-12
EP3682170A4 (en) 2020-08-26

Similar Documents

Publication Publication Date Title
KR102472214B1 (ko) 에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법
KR102488347B1 (ko) 에어 컨디셔닝 시스템에서 에어 컨디셔너를 제어하는 장치 및 방법
US10436467B2 (en) Temperature control method and apparatus
US20240061392A1 (en) Dynamically adaptive personalized smart energy profiles
JP6807556B2 (ja) 空調制御方法、空調制御装置及び空調制御プログラム
KR102212663B1 (ko) 목표 온도를 기반으로 하는 빌딩의 열·공조 시스템에 대한 공급 전력 제어 방법 및 장치
Gunay et al. On adaptive occupant-learning window blind and lighting controls
CN108475175B (zh) 具有礼宾特征的多功能恒温器
KR102157072B1 (ko) 공조장치 또는 공조시스템의 온도 제어장치 및 방법
US20160085248A1 (en) Conditioning an indoor environment
US20160363944A1 (en) Method and apparatus for controlling indoor device
US20150168003A1 (en) Systems and methods for signature-based thermostat control
CN108240694B (zh) 用于控制空调的方法和设备
WO2010111444A1 (en) System and method for climate control set-point optimization based on individual comfort
JP6448180B2 (ja) 空調制御システムおよび空調制御装置
US20220373209A1 (en) System and method for climate control
CN107438742A (zh) 用于自适应地应用中央hvac系统和独立hvac系统的设备和方法
US20160252267A1 (en) Comfort mapping using wearables
KR20220023226A (ko) 제어 장치, 공기 조화 장치 및 제어 방법
CN108227510B (zh) 在结构中提供综合的舒适感
Pazhoohesh et al. Investigating occupancy-driven air-conditioning control based on thermal comfort level
Gomez-Otero et al. ClimApp: A novel approach of an intelligent HVAC control system
JP2017227437A (ja) 空調制御システムおよび空調制御装置
KR102059794B1 (ko) 홈 에너지 관리 시스템 기반 에어컨 제어 방법 및 장치
Peng Learning-based demand-driven controls for energy-efficient buildings

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right