KR102537556B1 - 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법 - Google Patents
건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법 Download PDFInfo
- Publication number
- KR102537556B1 KR102537556B1 KR1020220155312A KR20220155312A KR102537556B1 KR 102537556 B1 KR102537556 B1 KR 102537556B1 KR 1020220155312 A KR1020220155312 A KR 1020220155312A KR 20220155312 A KR20220155312 A KR 20220155312A KR 102537556 B1 KR102537556 B1 KR 102537556B1
- Authority
- KR
- South Korea
- Prior art keywords
- cooling
- building
- heating load
- simulation
- heating
- Prior art date
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 196
- 238000001816 cooling Methods 0.000 title claims abstract description 187
- 238000004088 simulation Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000008859 change Effects 0.000 claims abstract description 54
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000009795 derivation Methods 0.000 claims abstract description 26
- 230000005855 radiation Effects 0.000 claims abstract description 22
- 238000005265 energy consumption Methods 0.000 claims abstract description 19
- 230000002265 prevention Effects 0.000 claims abstract description 18
- 238000004378 air conditioning Methods 0.000 claims abstract description 13
- 230000005611 electricity Effects 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims description 12
- 238000009413 insulation Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000001364 causal effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 102100034665 Clathrin heavy chain 2 Human genes 0.000 description 4
- 101000946482 Homo sapiens Clathrin heavy chain 2 Proteins 0.000 description 4
- 230000032683 aging Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- AUZONCFQVSMFAP-UHFFFAOYSA-N disulfiram Chemical compound CCN(CC)C(=S)SSC(=S)N(CC)CC AUZONCFQVSMFAP-UHFFFAOYSA-N 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
-
- 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
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
- F24F2140/50—Load
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
- F24F2140/60—Energy consumption
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02B90/20—Smart grids as enabling technology in buildings sector
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Air Conditioning Control Device (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법에 관한 것으로, 건물 에너지 관리 시스템(BEMS)으로부터 대상 건물의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 수집하는 수집부, 복사시계열(Radiant Time Series; RTS법)을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 파악하는 파악부, 상기 수집부에서 수집된 건물 에너지 관리 시스템(BEMS) 계측 데이터에 기반하여 에너지 사용량과 상기 파악부에서 파악된 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계를 도출하는 관계 도출부, 상기 관계 도출부에서 도출된 상관 관계에 기반하여 계측 데이터 중 적어도 하나의 변화에 따른 냉·난방 부하 변화를 시뮬레이션하는 시뮬레이션부 및 상기 시뮬레이션부에서 시뮬레이션 결과를 사용자 단말로 가시적인 형태로 제공해주는 정보 제공부를 포함한다.
Description
본 발명은 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법에 관한 것으로, 건물 에너지 관리 시스템(BEMS)으로부터 대상 건물의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 수집하여 건물 냉·난방 부하 예측 시뮬레이션을 수행하는 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법에 관한 것이다.
기존 시스템(Building Energy Management System; BEMS)은 대상 건물의 에너지 사용량 계측 및 분석을 통해 에너지 수요를 관리하는 것을 주목적으로 하고 있으나, 에너지가 사용되는 출처 또는 에너지 사용 원인을 세부적으로 파악하는 데에는 어려움이 있다.
일반적으로 전력망의 피크전력수요는 여름철의 냉방전력수요에 의하여 발생되고 있으며, 겨울철에는 난방 전력수요가 큰 비중을 차지하고 있다.
이러한 피크전력수요를 관리하기 위한 현행 방식으로는 이하와 같다.
(1) 고객의 건물에 최대전력수요관리장치(DC, demand controller)를 설치하여 건물의 피크전력을 초과하지 않도록 일부 전력기기의 전력을 차단하는 방식,
(2) 전력회사에서 직접적으로 고객의 냉방시스템의 운전을 주기적으로 정지 및 기동의 싸이클링 제어를 실시하는 방식,
(3) 고객이 자율절전제도에 참여하여 스스로 자신의 전력부하를 피크시간대에 저감하는 방식 등이 있다.
특히, 전력부하 중에서 건물의 냉방시스템 전력부하를 관리하는 기술적 방식으로는 이하와 같다.
(1) 실외기의 작동을 주기적으로 on-off제어하는 방식,
(2) 냉방기기 실외기의 압축기 운전 부하율을 인버터제어를 통하여 연속적으로 비례 제어하는 방식,
(3) 실내기인 냉·난방 공조설비에 대하여 운전되고 정지하는 대수의 분할 또는 주기적인 on-off제어방식,
(4) 건물 실내설정온도의 조절방식 등이 사용되고 있다.
그런데, 냉·난방 전력을 저감하기 위한 목적에 치중한 전력부하제어운전에 의하여 냉방에 있어서는 실내온도가 상승하거나, 난방에 있어서 실내온도가 낮아지는 등의 필연적인 결과로 인하여, 실내 온도의 쾌적도의 만족도를 크게 떨어뜨릴 수 있어 냉·난방 제어에 대한 거주자의 불만이 쌓일 수 있고, 이로 인하여 수요관리프로그램에 대한 거주자의 꾸준한 참여를 저해하는 요소로 작용하는 문제점이 있다.
한편, 현재 건물의 냉·난방 열부하 계산법으로는 LCC 분석 등의 총량적인 에너지 사용량 분석을 위해 사용되는 연간 부하 계산법과 건물 설계시 장비의 용량 선정을 위해 사용되는 최대 부하 계산법이 있다. 최대부하를 계산하기 위한 방법으로는 TETD/TA법과 부하거동을 전도전달함수(Conduction Transfer Function)와 룸전달함수(Room Transfer Function)로 표현한 TFM(Transfer Function Method)이 제시되었다.
그리고 TFM의 복잡한 함수 계산 대신 그 값을 표로 간략화하여 실무적으로 간단히 사용될 수 있는 실무용으로 CLTD/CLF법이 개발되었고, CLTD/CLF 법이 변화된 CLTD/SCL/CLFC법이 제시되어 사용되고 있다.
RTS법은 HB법에서 파생된 설계 냉·난방 부하계산을 실행하기 위한 새로운 간단한 방법으로 TFM법, CLTD/CLF법, TETD/TA법과 같은 다른 간단한 방법을 대체할 수 있다.
RTS 법은 시간별 열취득에 24시간 시계열을 곱해서 전도 시간 지연과 복사 시간 지연 영향을 나타낸다. 시계열을 곱하는 것은 열취득을 시간에 대해 분배하는 것이다. 복사 시간 요소와 전도 시간 요소라 하는 시계열계수(series coefficient)는 열평형 방법을 사용하여 구한다.
복사 시간 요소는 총 복사열 취득 대비 현재 시간 동안 냉방부하가 되는 복사 열취득의 백분율을 반영한다.
전도 시간 요소는 벽이나 지붕 외면의 열취득 대비 현재 시간 동안 냉방부하가 되는 열취득의 백분율을 반영한다. 정의에 의해 각각의 복사 또는 전도 시계열의 총합은 100%가 되어야 한다.
본 발명은 이 같은 기술적 배경에서 도출된 것으로, 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 사용하여 대상 건물의 실제 냉·난방 부하를 시간 단위로 산출하여 시각화하여 보여주고, 대상 건물의 외피 성능, 실용도, 실내 설정 온도가 변경되었을 때 부하 예측이 가능하도록 시뮬레이션 결과를 도출해내는 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법을 제공함에 그 목적이 있다.
상기의 과제를 달성하기 위한 본 발명은 다음과 같은 구성을 포함한다.
즉 본 발명의 일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템은 건물 에너지 관리 시스템(BEMS)으로부터 대상 건물의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 수집하는 수집부, 복사시계열(Radiant Time Series; RTS법)을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 파악하는 파악부, 상기 수집부에서 수집된 건물 에너지 관리 시스템(BEMS) 계측 데이터에 기반하여 에너지 사용량과 상기 파악부에서 파악된 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계를 도출하는 관계 도출부, 상기 관계 도출부에서 도출된 상관 관계에 기반하여 계측 데이터 중 적어도 하나의 변화에 따른 냉·난방 부하 변화를 예측하여 시뮬레이션하는 시뮬레이션부 및 상기 시뮬레이션부에서 시뮬레이션 결과를 사용자 단말로 가시적인 형태로 제공해주는 정보 제공부를 포함한다.
한편, 건물 냉·난방 부하 예측 시뮬레이션 시스템에서 수행되는 방법은 건물 에너지 관리 시스템(BEMS)으로부터 대상 건물의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 수집하는 수집 단계, 복사시계열(Radiant Time Series; RTS법)을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 파악하는 파악 단계, 상기 수집 단계에서 수집된 건물 에너지 관리 시스템(BEMS) 계측 데이터에 기반하여 에너지 사용량과 상기 파악부에서 파악된 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계를 도출하는 관계 도출 단계, 상기 관계 도출 단계에서 도출된 상관 관계에 기반하여 계측 데이터 중 적어도 하나의 변화에 따른 냉·난방 부하 변화를 예측하여 시뮬레이션하는 시뮬레이션 단계 및 상기 시뮬레이션 단계에서 시뮬레이션 결과를 사용자 단말로 가시적인 형태로 제공해주는 정보제공 단계를 포함한다.
본 발명에 의하면 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 사용하여 대상 건물의 실제 냉·난방 부하를 시간 단위로 산출하여 시각화하여 보여주고, 대상 건물의 외피 성능, 실용도, 실내 설정 온도가 변경되었을 때 부하 예측이 가능하도록 시뮬레이션 결과를 도출해내는 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법을 제공할 수 있는 효과가 도출된다.
도 1 은 본 발명의 일 실시예에 따른 냉·난방 부하 예측 시뮬레이션 시스템의 구성을 도시한 예시도이다.
도 2는 본 발명의 일 실시예에 따른 정보 제공부가 냉·난방 부하 모니터링 결과를 제공하는 화면의 예시도이다.
도 3 내지 5는 본 발명의 일 실시예에 따른 정보 제공부가 냉·난방 부하 예측 시뮬레이션을 제공하는 화면의 예시도이다.
도 6 은 본 발명의 일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 방법의 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 정보 제공부가 냉·난방 부하 모니터링 결과를 제공하는 화면의 예시도이다.
도 3 내지 5는 본 발명의 일 실시예에 따른 정보 제공부가 냉·난방 부하 예측 시뮬레이션을 제공하는 화면의 예시도이다.
도 6 은 본 발명의 일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 방법의 흐름도이다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다.
도 1 은 본 발명의 일 실시예에 따른 냉·난방 부하 예측 시뮬레이션 시스템의 구성을 도시한 예시도이다.
일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템(10)은 시간대별 부하 산출이 가능한 복사시계열(Radiant Time Series; RTS법)을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 사용하여 대상 건물의 실제 냉·난방 부하를 시간 단위로 산출하여 시각화하여 보여준다. 일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템은 건물 에너지 관리 시스템(BEMS) 내에 탑재되어 시간/일/월 단위로 이루어지는 모듈에 구현될 수 있다. 그러나 이에 제한되는 것은 아니다.
그리고 일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템(10)은 대상 건물의 부하 영향 요소를 변경하였을 때 연간 냉·난방 부하 예측 시뮬레이션 기능을 제공한다. 구체적으로 대상 건물의 설계 기준 년도에 따른 외피 단열성능을 건축물 에너지절약설계기준(2001년~2017년까지 개정된 모든 기준)에 따라 외피 단열성능을 변경하였을 때 연간 냉·난방 부하 비교값을 산출한다. 그리고 대상 건물의 실용도를 변경하였을 때 연간 냉·난방 부하 비교 값을 산출한다. 또한 실용도에 따라 내부 발열원(조명전력, 재실인원 수, 전열기기 발열량)이 달라지며, 발열원이 변동되었을 때의 부하를 산출한다.
그리고 대상 건물의 실내 설정온도를 변경하였을 때 연간 냉·난방 부하 비교값을 산출한다. 대상 건물의 실내 설정온도 값은 냉·난방 부하 산출 시 주요 인자인데, 설정온도값 변경에 따른 부하값을 비교하여 최적의 실내 설정온도 값을 찾는데 방안을 제공할 수 있다.
건물 에너지 관리 시스템(BEMS,Building Energy Management System)은 건물에 IT 기술을 활용하여 전기, 공조, 방범, 방재 같은 여러 건축 설비를 관리하는 시스템이다. 건물에서 쓰는 여러 가지 설비를 관리하여 쾌적한 환경을 조성하고 에너지 절감과 인건비 절감은 물론 건물 수명 연장을 목표로 하고 있다. 경제협력개발기구(OECD) 아래에 있는 국제 에너지 기구(IEA, International Energy Agency)의 ECBCS(Energy Conservation in Buildings and Community Systems)에서 표준화하고 있다.
일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템(10)은 에너지 사용 원인을 분석하는 기능을 제공한다.
기후 및 실내 발생 열원 등과 같은 내·외부 요인으로 인해 발생할 수 있는 세부적인 냉·난방 부하를 BEMS 계측 데이터를 바탕으로 산출하여 대상 건물에서 냉·난방 에너지가 많이 사용되는 원인을 파악할 수 있다.
이때 냉·난방 부하는 각각 내·외부 요인으로 발생하며 크게 2가지 유형으로 분류하여 나타낼 수 있다.
일사 및 외기 온습도 등 기후 및 외부 요소에 영향을 받는 냉·난방 부하(외벽, 창, 지붕으로부터의 부하)인 외부 부하와 건물 내부 열획득/손실에 의해 영향을 받는 냉·난방 부하(내부 구조체, 조명, 전열, 재실인원, 침기로 인한 부하)인 내부 부하로 분류할 수 있다.
냉·난방 에너지가 많이 사용되는 원인은 대상 건물에서 부하가 발생하는 요소로 확인할 수 있으며, 대상 건물의 외피(외벽, 창, 지붕) 및 건물 내부 발생열원(내벽/천장/바닥 구조체, 조명, 전열기기, 재실인원, 침입외기로 인한 발생 열원)이 포함된다. 즉, 대상 건물의 부하 영향 요소를 실시간으로 산출함으로써 관리자가 이를 통해 노후화된 건물 외피 성능을 개선하는 방안이나 시간대별로 부하가 심한 구획을 파악하여 효율적으로 냉·난방 시스템을 가동하는데 방안을 마련할 수 있다.
도 1 과 같이 일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템(10)은 통신부(110), 수집부(115), 파악부(120), 관계 도출부(130), 원인 도출부(140), 시뮬레이션부(170), 정보 제공부(150) 및 모니터링부(160)를 포함한다.
통신부(110)는 유/무선 통신망을 통해 내부의 임의의 구성 요소 또는 외부의 임의의 적어도 하나의 단말기와 통신 연결한다. 여기서, 무선 인터넷 기술로는 무선랜(Wireless LAN: WLAN), DLNA(Digital Living Network Alliance), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution: LTE), LTE-A(Long Term Evolution-Advanced), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS) 등이 있으며, 상기 통신부(110)는 상기에서 나열되지 않은 인터넷 기술까지 포함한 범위에서 적어도 하나의 무선 인터넷 기술에 따라 데이터를 송수신하게 된다.
또한, 근거리 통신 기술로는 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association: IrDA), UWB(Ultra Wideband), 지그비(ZigBee), 인접 자장 통신(Near Field Communication: NFC), 초음파 통신(Ultra Sound Communication: USC), 가시광 통신(Visible Light Communication: VLC), 와이 파이(Wi-Fi), 와이 파이 다이렉트(Wi-Fi Direct) 등이 포함될 수 있다. 또한, 유선통신 기술로는 전력선 통신(Power Line Communication: PLC), USB 통신, 이더넷(Ethernet), 시리얼 통신(serial communication), 광/동축 케이블 등이 포함될 수 있다.
외부의 임의의 적어도 하나의 단말기는 사용자 단말(20) 또는 건물 에너지 관리 시스템(BEMS, 30)일 수 있다.
이들 구성 간 통신 방식은 제한되지 않으며, 네트워크가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들 간의 근거리 무선 통신 역시 포함될 수 있다. 예를들어, 네트워크(40)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(40)는 버스 네트워크, 스타 네트워크, 링네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
사용자 단말(20)은 스마트 폰(Smart Phone), 휴대 단말기(Portable Terminal), 이동 단말기(Mobile Terminal), 폴더블 단말기(Foldable Terminal), 개인 정보 단말기(Personal Digital Assistant: PDA), PMP(Portable Multimedia Player) 단말기, 텔레매틱스(Telematics) 단말기, 내비게이션(Navigation) 단말기, 개인용 컴퓨터(Personal Computer), 노트북 컴퓨터, 슬레이트 PC(Slate PC), 태블릿 PC(Tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(Wearable Device, 예를 들어, 워치형 단말기(Smartwatch), 글래스형 단말기(Smart Glass), HMD(Head Mounted Display) 등 포함), 와이브로(Wibro) 단말기, IPTV(Internet Protocol Television) 단말기, 스마트 TV, 디지털방송용 단말기, AVN(Audio Video Navigation) 단말기, A/V(Audio/Video) 시스템, 플렉시블 단말기(Flexible Terminal), 디지털 사이니지 장치 등과 같은 다양한 단말기에 적용될 수 있다.
일 실시예에 있어서, 사용자 단말(20)은 대상 건물의 전반적인 관리를 수행하는 관리자가 소지하는 단말장치를 포괄하도록 해석된다.
수집부(115)는 건물 에너지 관리 시스템(BEMS)으로부터 대상 건물의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 수집한다.
일 실시예에 있어서 수집부(115)는 대상 건물의 외벽, 창, 지붕을 포함하는 외피 및 내벽/천장/바닥 구조체, 조명, 전열기기, 재실인원, 침입외기로 인한 발생 열원을 포함하는 건물 에너지 관리 시스템(BEMS) 계측 데이터를 수집한다. 그러나 이에 한정되는 것은 아니고 수집부(115)는 대상 건물의 냉·난방 부하를 파악하는 데 영향을 줄 수 있는 다양한 계측 데이터들을 수집하는 기술적 구성을 모두 포괄하도록 해석된다.
파악부(120)는 복사시계열(Radiant Time Series; RTS법)을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 파악한다.
파악부(120)는 건물 내에서 물리적으로 구분된 단위마다 실내외 온습도 및 일사량을 파악할 수 있다.
RTS 법은 시간별 열취득에 24시간 시계열을 곱해서 전도 시간 지연과 복사 시간 지연 영향을 나타낸다. 시계열을 곱하는 것은 열취득을 시간에 대해 분배하는 것이다. 복사 시간 요소와 전도 시간 요소라 하는 시계열계수(series coefficient)는 열평형 방법을 사용하여 구한다.
복사 시간 요소는 총 복사열 취득 대비 현재 시간 동안 냉방부하가 되는 복사 열취득의 백분율을 반영한다. 전도 시간 요소는 벽이나 지붕 외면의 열취득 대비 현재 시간 동안 냉방부하가 되는 열취득의 백분율을 반영한다. 정의에 의해 각각의 복사 또는 전도 시계열의 총합은 100%가 되어야 한다.
RTS 법은 전도 열취득의 계산, 모든 열취득의 복사와 전도 부분으로 분할, 복사 열취득의 냉방 부하로의 변환이 가능하다.
그리고 관계 도출부(130)는 수집부(115)에서 수집된 건물 에너지 관리 시스템(BEMS) 계측 데이터에 기반하여 에너지 사용량과 파악부(120)에서 파악된 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계를 도출한다.
예를들어 특정 시간 또는 특정 공간 내에 냉·난방 부하가 건물 내 평균 부하값보다 일정량 이상 클 경우에 해당 공간에 대해 수집부(115)에서 수집된 계측데이터를 파악한다.
그리고 관계 도출부(130)는 미리 데이터베이스화된 에너지 절약 설계 기준등에 기반하여 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계를 도출할 수 있다.
추가적인 양상에 있어서 원인 도출부(140)는 관계 도출부(130)에서 도출된 상관 관계에 기반하여 냉·난방 부하의 원인 요소를 도출한다.
대상 건물에서 계측되는 데이터를 바탕으로 실시간 냉·난방 부하에 영향을 미치는 요소들을 파악하여 냉·난방 에너지 사용 원인을 파악하고 사용 원인별 에너지 사용량을 정량적 데이터로 제공해준다.
일예로 원인 도출부(140)는 먼저 건물 전체의 평균 냉·난방 부하를 파악하고, 구역별로 냉·난방 부하 분포에 따라 평균 냉·난방 부하보다 높거나 낮은 구역을 구분한다.
그리고 평균 냉·난방 부하보다 높거나 낮은 해당 구역의 계측 데이터를 다른 구역의 계측 데이터와 비교하여 원인 요소를 도출할 수 있다.
예를 들어 2층의 a 호의 난방 부하가 건물의 다른 구역들보다 낮을 경우에 해당 구역의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 다른 구역의 계측 데이터와 비교하여 전기 사용량이 적다는 데이터를 비교할 수 있다. 그러면 이 경우에는 해당 호실의 전기 사용량이 낮은 것을 통해 공실임을 파악할 수 있고 난방 부하가 낮은 이유를 공실인 것으로 파악할 수 있다.
또한 예를 들어 3층의 b 호의 냉방 부하가 다른 구역들보다 높을 경우에 해당 구역의 내벽/천장/바닥 구조체가 다른 구역과는 상이한 종류임을 인식하고 이를 원인 요소로 도출할 수 있다.
또는 원인 도출부(140)는 건물의 외벽, 창, 지붕의 소재에 따라 냉·난방 부하가 상이한 경우에 냉·난방 에너지가 많이 사용되는 원인을 해당 원인 요소로 도출할 수 있다. 관리자는 노후화된 건물의 외피 성능 저하를 인지하고 노후화된 건물의 외피 성능을 개선하거나 시간대별로 부하가 심한 구획을 파악하여 냉·난방 시스템을 효율적으로 가동하기위한 방안을 마련할 수 있다.
본 발명의 추가적인 양상에 있어서, 일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템(10)은 파악부(120)에서 파악된 원인 요소와 냉·난방 부하 간 관계에 대한 모니터링 정보를 지속적으로 수집하고 수집되는 데이터들을 학습 데이터로 딥러닝할 수 있다.
그리고 딥러닝된 인공지능 기술을 도입하여 냉·난방 부하의 원인이 되는 원인 요소를 도출함에 있어 분석 정확도를 높일 수 있고, 나아가 냉·난방 부하를 낮추기 위한 대안 도출에 대한 정확도를 향상시킬 수도 있다.
그리고 딥러닝된 내용에 기반하여 냉·난방 제어 시스템을 구동시키는 것도 가능하다. 예를 들어 남향인 방보다 북향인 방의 온도가 낮은 경우에, 북향인 방을 남향인 방보다 장시간 보일러가 가동되도록 제어할 수 있다. 또는 동일 건물 내에서 최상위 층의 온도가 높은 경우에 다른 층보다 최상위층의 냉방 시스템을 더 길게 가동시키도록 제어하는 것도 가능하다.
정보 제공부(150)는 관계 도출부에서 도출된 상관 관계 결과 및 원인 도출부(140)에서 도출된 냉·난방 부하의 원인 요소 정보를 사용자 단말(20)로 제공해준다.
일 양상에 있어서, 정보 제공부(150)는 대상 건물을 물리적인 공간적 단위로 구역화하고, 구역화된 공간적 단위마다 시간대별 냉·난방 부하변화를 파악하여 사용자 단말(20)로 제공해주되, 구역화된 공간적 단위마다 대상 건물 전체의 냉·난방 부하 평균 대비 냉·난방 부하 비율을 산출하여 제공한다.
상대적으로 건물내 다른 공간들에 비해 냉·난방 부하가 높은지 낮은지를 파악할 수 있다. 특히 동일한 시간대에 동일 건물 내 다른 구역의 냉·난방 부하와 비교함으로써 정확도를 높일 수 있다.
또한 정보 제공부(150)는, 일별 냉·난방 부하량을 시간대별로 파악하고, 냉·난방 부하가 큰 물리적 영역을 파악하여 냉·난방 부하가 최대 또는 최소가 되는 시간 정보를 제공할 수 있다. 또한 정보 제공부(150)는 동일한 시간대에 상이한 물리적 영역의 냉·난방 부하를 파악하여 최대 또는 최소가 되는 물리적 영역을 파악하여 해당 정보를 사용자 단말(20)로 제공해준다.
본 발명의 추가적인 양상에 있어서, 정보 제공부(150)는 원인 도출부(140)에서 파악된 원인요소로 도출된 부분에 대해 다른 구역들 또는 다른 건물들에서 취합된 정보에 기반하여 내벽 외장재를 특정 종류로 교체하거나, 창호를 변경하는 등의 에너지 효율을 향상시키고 냉·난방 부하를 낮출 수 있는 방안을 제시해줄 수 있다. 또한 노후화된 건물 외피를 교체하거나, 발열량이 적은 조명기기로 교체하는 등의 방안을 제시하는 것도 가능하다.
또 다른 양상에 있어서, 일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템(10)은 적어도 하나 이상의 건물들에 대한 냉·난방 부하의 원인 요소들을 취합하여 에너지 효율 향상에 효과적인 자재 종류나 브랜드를 파악하는 것도 가능하다.
정보 제공부(150)는 대상 건물에 맞게 특히 냉·난방 부하가 높은 부분에 효율적인 창호 사이즈나 제품을 추천해줄 수 있다. 즉, 건물 건축 과정에서 건축 설계시에 냉·난방 부하를 낮추기 위한 건축 자료 근거로 활용될 수 있는 데이터들을 제공할 수 있다.
또한 건물의 층별 에너지 효율을 파악하여 건물배치 또는 총 몇층 건물 중 몇층인지에 따른 에너지 효율 통계를 산출하여 제공하는 것도 가능하다.
본 발명의 일 양상에 있어서, 모니터링부(160)는 원인 도출부(140)에서 파악된 냉·난방 부하의 원인 요소 변화에 따른 냉·난방 부하 변화를 주기적으로 모니터링한다. 즉, 냉·난방 부하의 원인 요소를 파악하는 것에서 나아가 해당 원인 요소가 지속적으로 냉·난방 부하에 주는 영향을 파악할 수 있다.
냉·난방 부하 변화 모니터링 주기는 일별, 주별, 월별 등 사용자로부터 설정받아 다양하게 적용될 수 있다.
이때 모니터링부(160)는 냉·난방 부하의 원인 요소의 변화량에 대한 냉·난방 부하 변화량을 산출하여 정량적 관계를 도출해낸다.
도 2는 본 발명의 일 실시예에 따른 정보 제공부가 냉·난방 부하 모니터링 결과를 제공하는 화면의 예시도이다.
사용자는 사용자 단말(20)에서 실행되는 냉·난방 모니터링 및 시뮬레이션 서비스 제공 앱 또는 웹사이트에 접속하여 대상 건물 정보 및 데이터 주기 및 조회기간을 선택한다. 데이터 주기는 시간, 일, 주, 월 단위일 수 있다.
그리고 부하 유형을 선택한다. 이는 냉·난방 부하, 내외부별 또는 전체 부하 중하나의 부하유형을 선택할 수 있다.
그리고 대상 건물에서 조회하고자 하는 층 정보를 선택한다. 전체 건물을 선택하거나 특정 층을 선택하여 선택한 층에 대한 냉·난방 부하를 파악하는 것도 가능하다. 이때 일 실시예에 따른 파악부(120)는 알고리즘에 기반하여 대상 건물의 실시간 냉·난방 부하를 산출하여 파악한다.
조건 정보가 입력되면 해당 조건에 맞는 대상 건물의 일부 구역 또는 전체에 대한 냉·난방 부하 결과를 가시적인 데이터로 제공한다.
즉 도 2와 같이 데이터 주기, 부하 유형, 전층 또는 층별로 냉·난방 부하 결과를 3D모델 히트맵으로 산출하여 제공할 수 있다. 조회조건에 따라 대상 건물의 냉·난방 부하를 실시간으로 산출하여 가독성 높은 형태의 데이터로 제공해준다. 또한 조회 조건에 따라 대상 건물의 층/실별로 다양한 범위로 물리적 구분된 영역 단위로 냉·난방 부하를 제공하거나 세부 영향 요소별로 부하를 산출하여 비교할 수 있다. 대상 건물의 세부 영향 요소별 부하 산출 및 영양성을 비교하여 비교 결과를 가독성 높은 형태의 데이터로 제공해줄 수 있다.
시뮬레이션부(170)는 관계 도출부(130)에서 도출된 상관 관계에 기반하여 계측 데이터 중 적어도 하나의 변화에 따른 냉·난방 부하 변화를 시뮬레이션한다.
일 실시예에 있어서 시뮬레이션부(170)는 대상 건물의 외피성능, 실용도, 실내 설정 온도가 변경될 경우 냉·난방 부하 변화를 예측하여 시뮬레이션한다.
도 3 내지 5는 본 발명의 일 실시예에 따른 정보 제공부가 냉·난방 부하 예측 시뮬레이션을 제공하는 화면의 예시도이다.
구체적으로 도 3 은 외피 단열성능 개선시 냉·난방 부하 예측 시뮬레이션 화면의 예시도이다.
시뮬레이션부(170)는 건축물 에너지 절약 설계 기준에 따라 대상 건물의 외피 단열 성능 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행한다. 그리고 대상 건물의 외피 성능 기준을 건축물 에너지 절약 설계 기준 기반 설계 기준 년도에 따라 변경하면서 성능 개선 시뮬레이션을 제공할 수 있다.
또한 대상 건물의 기존 외피 성능 기준 및 변경된 외피 성능 기준을 별색으로 함께 표시하여 비교가 용이하도록 제공할 수 있다.
이때 외피 변경에 작용할 수 있는 다양한 인자들을 더 반영하여 비교 결과를 제공하는 것이 가능하다. 구체적으로 외피 단열재 종류나 단열재 두께와 같은 외피 단열재 시공 옵션에 따른 성능 비교가 가능하도록 시뮬레이션 결과를 제공할 수 있다.
즉 대상 건물의 외피 성능 변경 및 외피 성능 변경에 따른 연간 냉·난방 부하량을 산출하여 시뮬레이션 결과로 제공할 수 있다. 연간 냉·난방 부하 산출 및 냉·난방 부하별 또는 전체 부하에 따른 선택 조회기능을 제공한다
또한 대상 건물의 외피 성능 기준 변경시 내외부 구조체별 발생되는 부하 증감량을 산출하여 그 결과를 제공하고 대상 건물의 최대 냉·난방 부하 발생 시점의 하루 시간대별 부하 산출 및 냉·난방 부하별 선택 조회 기능을 제공할 수도 있다.
도 4 는 본 발명의 일 실시예에 따른 대상 건물 실용도 변경시 냉·난방 부하 예측 시뮬레이션 화면의 예시도이다.
시뮬레이션부(170)는 조명 전력, 재실 인원수, 전열기기 발열량 데이터 중 적어도 하나를 파악하여 건물 내부 발열원의 성능 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행한다.
도 4 와 같이 대상 건물의 물리적으로 구분된 범위 즉 특정 층/실 선택받고, 실유형 변경에 대한 정보를 입력받는다. 이는 대상 건물에 따라 상이하게 적용될 수 있다. 세부적으로 대상 건물의 실 유형 변경에 따른 내부 발열 요소값으로 조명 정보, 전열기기 정보, 재실 인원 정보들을 더 입력받는다. 그러나 이에 한정되는 것은 아니고 실내 공간의 냉·난방 부하에 영향을 줄 수 있는 다양한 요소들은 모두 포함될 수 있다.
사용자 선택에 따라 연간 냉·난방 부하 산출 및 냉·난방 부하별 또는 전체 부하에 따른 선택 조회가 가능하다.
실용도 변경시 조명, 재실인원, 전열기기 발열값 변동으로 인한 부하 증감량을 산출할 수 있다. 그리고 대상 건물의 최대 냉·난방 부하 발생 시점의 하루 시간대 부하 산출 및 냉·난방 부하별 선택 조회 기능을 제공한다.
도 5 는 본 발명의 일 실시예에 따른 대상 건물 실내 설정온도 변경시 냉·난방 부하 예측 시뮬레이션 화면의 예시도이다.
시뮬레이션부(170)는 건물의 실내 설정 온도값 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행한다.
도 5 와 같이 일 실시예에 있어서 사용자 선택에 따라 실내 설정온도 변경 정보를 입력받는다. 이에 따라 대상 건물의 실내 설정 온도에 따른 연간 냉·난방 부하량을 산출할 수 있다.
그리고 연간 냉·난방 부하 산출 및 냉·난방 부하별 또는 전체 부하에 따른 선택에 따라 설정 온도별로 연간 월별 에너지 요구량을 산출하여 그래프로 제공할 수 있다.
또한 기존의 실내 설정 온도와 변경된 실내 설정 온도에 따른 대상 건물의 월별 실내 온도차를 산출하여 그래프화하여 제공할 수 있다. 이에 따라 실내 설정 온도에 따른 월별 실내 온도차를 한눈에 확인가능케 함으로써 계절의 변화에도 보다 안정적인 실내 온도 유지가 가능한 최적의 실내 설정 온도값을 설정하는데 도움을 줄 수 있다.
또한 대상 건물의 최대 냉·난방 부하 발생 시점의 하루 시간대별로 부하 산출 및 냉·난방 부하별 선택 조회 기능을 제공한다.
도 6 은 본 발명의 일 실시예에 따른 건물 냉·난방 부하 시뮬레이션 방법의 흐름도이다.
일 실시예에 따른 건물 냉·난방 부하 예측 시뮬레이션 시스템에서 수행되는 방법은 건물 에너지 관리 시스템(BEMS)으로부터 대상 건물의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 수집한다(S200).
이때 건물 에너지 관리 시스템(BEMS) 계측 데이터는, 대상 건물의 외벽, 창, 지붕을 포함하는 외피 및 내벽/천장/바닥 구조체, 조명, 전열기기, 재실인원, 침입외기로 인한 발생 열원을 포함한다. 그러나 이에 한정되는 것은 아니다. 대상 건물의 냉·난방 부하를 파악하는데 필요한 데이터나 정보들을 수집하는 구성을 모두 포괄하도록 해석된다.
그리고 복사시계열(Radiant Time Series; RTS법)을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 파악한다(S210).
이후에 수집 단계에서 수집된 건물 에너지 관리 시스템(BEMS) 계측 데이터에 기반하여 에너지 사용량과 상기 파악 단계에서 파악된 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계를 도출한다(S220).
그리고 관계 도출 단계에서 도출된 상관 관계에 기반하여 냉·난방 부하의 원인 요소를 도출하여 원인을 파악한다.
그리고 도출된 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계에 기반하여 계측 데이터 중 적어도 하나의 변화에 따른 냉·난방 부하 변화를 시뮬레이션한다(S230).
이때 시뮬레이션 단계는 건축물 에너지절약설계기준에 따라 대상 건물의 외피 단열 성능 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행한다.
대상 건물의 외피 성능 변경 및 외피 성능 변경에 따른 연간 냉·난방 부하량을 산출하여 시뮬레이션 결과로 제공할 수 있다.
츠가적으로 외피 변경에 작용할 수 있는 다양한 인자들을 더 반영하여 비교 결과를 제공하는 것도 가능하다. 구체적으로 외피 단열재 종류나 단열재 두께와 같은 외피 단열재 시공 옵션에 따른 성능 비교가 가능하도록 시뮬레이션 결과를 제공할 수 있다.
그리고 시뮬레이션 단계는 조명 전력, 재실 인원수, 전열기기 발열량 데이터 중 적어도 하나를 파악하여 건물 내부 발열원의 성능 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행한다.
실용도 변경시 조명, 재실인원, 전열기기 발열값 변동으로 인한 부하 증감량을 산출할 수 있다. 그리고 대상 건물의 최대 냉·난방 부하 발생 시점의 하루 시간대 부하 산출 및 냉·난방 부하별 선택 조회 기능을 제공한다.
시뮬레이션 단계는 건물의 실내 설정 온도값 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행한다. 이에 따라 실내 설정 온도에 따른 월별 실내 온도차를 한눈에 확인가능케 함으로써 계절의 변화에도 보다 안정적인 실내 온도 유지가 가능한 최적의 실내 설정 온도값을 설정하는데 도움을 줄 수 있다.
그리고 시뮬레이션 결과를 사용자 단말로 가시적인 형태로 제공해준다(S240).
추가적으로 관계 도출 단계에서 도출된 상관 관계 결과 및 상기 원인 파악결과에서 도출된 냉·난방 부하의 원인 요소 정보를 사용자 단말로 제공해준다.
본 발명의 일양상에 있어서, 원인 파악 단계에서 파악된 냉·난방 부하의 원인 요소의 변화에 따른 냉·난방 부하 변화를 주기적으로 모니터링한다.
그리고 냉·난방 부하의 원인 요소의 변화량에 대한 냉·난방 부하 변화량을 산출하여 정량적 관계를 도출해낸다.
일 양상에 있어서 정보 제공 단계는 대상 건물을 공간적 단위로 구역화하고, 구역화된 공간적 단위마다 시간대별 냉·난방 부하변화를 파악하여 사용자 단말로 제공해주되, 구역화된 공간적 단위마다 대상 건물 전체의 냉·난방 부하 평균 대비 냉·난방 부하 비율을 산출하여 사용자 단말로 제공해줄 수 있다.
전술한 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 건물 냉·난방 부하 예측 시뮬레이션 시스템
20 : 사용자 단말 30 :건물 에너지 관리 시스템(BEMS)
110 : 통신부 115 : 수집부
120 : 파악부 130 : 관계 도출부
140 : 원인 도출부 150 : 정보 제공부
160 : 모니터링부 170 : 시뮬레이션부
20 : 사용자 단말 30 :건물 에너지 관리 시스템(BEMS)
110 : 통신부 115 : 수집부
120 : 파악부 130 : 관계 도출부
140 : 원인 도출부 150 : 정보 제공부
160 : 모니터링부 170 : 시뮬레이션부
Claims (8)
- 건물 에너지 관리 시스템(BEMS)으로부터 대상 건물의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 수집하는 수집부;
복사시계열(Radiant Time Series; RTS법)을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 파악하는 파악부;
상기 수집부에서 수집된 건물 에너지 관리 시스템(BEMS) 계측 데이터에 기반하여 에너지 사용량과 상기 파악부에서 파악된 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계를 도출하는 관계 도출부;
상기 관계 도출부에서 도출된 상관 관계에 기반하여 계측 데이터 중 적어도 하나의 변화에 따른 냉·난방 부하 변화를 예측하여 시뮬레이션하는 시뮬레이션부; 및
상기 시뮬레이션부에서 시뮬레이션 결과를 사용자 단말로 가시적인 형태로 제공해주는 정보 제공부;를 포함하고,
상기 시뮬레이션부는,
건축물 에너지절약설계기준에 따라 대상 건물의 외피 단열 성능 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행하며,
상기 시뮬레이션부는,
조명 전력, 재실 인원수, 전열기기 발열량 데이터 중 적어도 하나를 파악하여 건물 내부 발열원의 성능 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행하고,
상기 정보 제공부는,
대상 건물을 물리적인 공간적 단위로 구역화하고, 구역화된 공간적 단위마다 시간대별 냉·난방 부하변화를 파악하여 사용자 단말로 제공해주되, 구역화된 공간적 단위마다 대상 건물 전체의 냉·난방 부하 평균 대비 냉·난방 부하 비율을 산출하여 제공하고,
일별 냉·난방 부하량을 시간대별로 파악하여, 냉·난방 부하가 큰 물리적 영역을 파악하여 냉·난방 부하가 최대 또는 최소가 되는 시간 정보를 제공하고,
동일한 시간대에 상이한 물리적 영역의 냉·난방 부하를 파악하여 최대 또는 최소가 되는 물리적 영역을 파악하여 정보 제공하며,
시간대별 부하 산출이 가능한 복사시계열을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 사용하여 대상 건물의 실제 냉·난방 부하를 시간 단위로 산출하여 시각화하여 보여주는, 건물 냉·난방 부하 예측 시뮬레이션 시스템.
- 삭제
- 삭제
- 제 1 항에 있어서,
상기 시뮬레이션부는,
건물의 실내 설정 온도값 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행하는, 건물 냉·난방 부하 예측 시뮬레이션 시스템.
- 건물 냉·난방 부하 예측 시뮬레이션 시스템에서 수행되는 방법에 있어서,
건물 에너지 관리 시스템(BEMS)으로부터 대상 건물의 에너지 사용량 및, 전기, 공조, 방범, 방재 설비 관리 데이터를 포함하는 계측 데이터를 수집하는 수집 단계;
복사시계열(Radiant Time Series; RTS법)을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 파악하는 파악 단계;
상기 수집 단계에서 수집된 건물 에너지 관리 시스템(BEMS) 계측 데이터에 기반하여 에너지 사용량과 상기 파악 단계에서 파악된 실내외 온·습도 및 일사량에 따른 냉·난방 부하와의 상관 관계를 도출하는 관계 도출 단계;
상기 관계 도출 단계에서 도출된 상관 관계에 기반하여 계측 데이터 중 적어도 하나의 변화에 따른 냉·난방 부하 변화를 예측하여 시뮬레이션하는 시뮬레이션 단계; 및
상기 시뮬레이션 단계에서 시뮬레이션 결과를 사용자 단말로 가시적인 형태로 제공해주는 정보제공 단계;를 포함하고
상기 시뮬레이션 단계는,
건축물 에너지절약설계기준에 따라 대상 건물의 외피 단열 성능 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행하며,
상기 시뮬레이션 단계는,
조명 전력, 재실 인원수, 전열기기 발열량 데이터 중 적어도 하나를 파악하여 건물 내부 발열원의 성능 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행하고,
상기 정보제공 단계는,
대상 건물을 물리적인 공간적 단위로 구역화하고, 구역화된 공간적 단위마다 시간대별 냉·난방 부하변화를 파악하여 사용자 단말로 제공해주되, 구역화된 공간적 단위마다 대상 건물 전체의 냉·난방 부하 평균 대비 냉·난방 부하 비율을 산출하여 제공하고,
일별 냉·난방 부하량을 시간대별로 파악하여, 냉·난방 부하가 큰 물리적 영역을 파악하여 냉·난방 부하가 최대 또는 최소가 되는 시간 정보를 제공하고,
동일한 시간대에 상이한 물리적 영역의 냉·난방 부하를 파악하여 최대 또는 최소가 되는 물리적 영역을 파악하여 정보 제공하며,
시간대별 부하 산출이 가능한 복사시계열을 기반으로 실시간으로 건물에서 계측되는 실내외 온·습도 및 일사량을 사용하여 대상 건물의 실제 냉·난방 부하를 시간 단위로 산출하여 시각화하여 보여주는, 건물 냉·난방 부하 예측 시뮬레이션 방법.
- 삭제
- 삭제
- 제 5 항에 있어서,
상기 시뮬레이션 단계는,
건물의 실내 설정 온도값 변경에 따른 연간 냉·난방 부하 비교값을 산출하여 연간 냉·난방 부하 예측 시뮬레이션을 수행하는, 건물 냉·난방 부하 예측 시뮬레이션 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220155312A KR102537556B1 (ko) | 2022-11-18 | 2022-11-18 | 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법 |
| US18/370,391 US20240167711A1 (en) | 2022-11-18 | 2023-09-19 | Simulation system and method for predicting heating and cooling load in building |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220155312A KR102537556B1 (ko) | 2022-11-18 | 2022-11-18 | 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR102537556B1 true KR102537556B1 (ko) | 2023-06-01 |
| KR102537556B9 KR102537556B9 (ko) | 2023-09-19 |
Family
ID=86770459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220155312A KR102537556B1 (ko) | 2022-11-18 | 2022-11-18 | 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20240167711A1 (ko) |
| KR (1) | KR102537556B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116659066A (zh) * | 2023-06-25 | 2023-08-29 | 深圳市力高机电设备工程有限公司 | 中央空调节能运行控制系统及控制方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101448453B1 (ko) * | 2014-03-31 | 2014-10-14 | 주식회사 나라컨트롤 | 건물 에너지에 대한 예측제어, 실시간제어, 운영 및 관리에 따른 통합 솔루션 시스템 |
| KR20160104159A (ko) | 2015-02-25 | 2016-09-05 | 한국에너지기술연구원 | 실내설정온도조절을 통해 건물 냉난방 전력부하 제어방법 |
| KR101928516B1 (ko) * | 2017-11-13 | 2018-12-12 | 현대건설 주식회사 | Rts-sarek 프로그램을 이용한 시각별 냉난방 부하 도출 방법 |
| KR20190023903A (ko) * | 2017-08-30 | 2019-03-08 | 사단법인 한국벰스협회 | 다형 영향인자를 활용한 원단위 기반 다차원 건물 에너지 부하 예측에 기반한 건물 에너지 관리 시스템 및 방법 |
| KR20200067451A (ko) * | 2018-12-04 | 2020-06-12 | 한국기술교육대학교 산학협력단 | 건축물의 에너지 시뮬레이션 시스템 |
| KR20210047554A (ko) * | 2019-10-22 | 2021-04-30 | 한국에너지기술연구원 | 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템 및 건물 에너지 시뮬레이션 방법 |
-
2022
- 2022-11-18 KR KR1020220155312A patent/KR102537556B1/ko active IP Right Grant
-
2023
- 2023-09-19 US US18/370,391 patent/US20240167711A1/en active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101448453B1 (ko) * | 2014-03-31 | 2014-10-14 | 주식회사 나라컨트롤 | 건물 에너지에 대한 예측제어, 실시간제어, 운영 및 관리에 따른 통합 솔루션 시스템 |
| KR20160104159A (ko) | 2015-02-25 | 2016-09-05 | 한국에너지기술연구원 | 실내설정온도조절을 통해 건물 냉난방 전력부하 제어방법 |
| KR20190023903A (ko) * | 2017-08-30 | 2019-03-08 | 사단법인 한국벰스협회 | 다형 영향인자를 활용한 원단위 기반 다차원 건물 에너지 부하 예측에 기반한 건물 에너지 관리 시스템 및 방법 |
| KR101928516B1 (ko) * | 2017-11-13 | 2018-12-12 | 현대건설 주식회사 | Rts-sarek 프로그램을 이용한 시각별 냉난방 부하 도출 방법 |
| KR20200067451A (ko) * | 2018-12-04 | 2020-06-12 | 한국기술교육대학교 산학협력단 | 건축물의 에너지 시뮬레이션 시스템 |
| KR20210047554A (ko) * | 2019-10-22 | 2021-04-30 | 한국에너지기술연구원 | 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템 및 건물 에너지 시뮬레이션 방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116659066A (zh) * | 2023-06-25 | 2023-08-29 | 深圳市力高机电设备工程有限公司 | 中央空调节能运行控制系统及控制方法 |
| CN116659066B (zh) * | 2023-06-25 | 2024-02-23 | 深圳市力高机电设备工程有限公司 | 中央空调节能运行控制系统及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20240167711A1 (en) | 2024-05-23 |
| KR102537556B9 (ko) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kampelis et al. | Evaluation of the performance gap in industrial, residential & tertiary near-Zero energy buildings | |
| Marinakis et al. | An integrated system for buildings’ energy-efficient automation: Application in the tertiary sector | |
| CN110264080B (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
| Ferrara et al. | A simulation-based optimization method for cost-optimal analysis of nearly Zero Energy Buildings | |
| Michailidis et al. | Energy-efficient HVAC management using cooperative, self-trained, control agents: A real-life German building case study | |
| Yang et al. | A method of identifying and weighting indicators of energy efficiency assessment in Chinese residential buildings | |
| Kolokotsa et al. | Decision support methodologies on the energy efficiency and energy management in buildings | |
| Jradi et al. | Deep energy renovation of the Mærsk office building in Denmark using a holistic design approach | |
| Leung et al. | The use of occupancy space electrical power demand in building cooling load prediction | |
| Meinrenken et al. | Concurrent optimization of thermal and electric storage in commercial buildings to reduce operating cost and demand peaks under time-of-use tariffs | |
| Jradi et al. | A dynamic energy performance-driven approach for assessment of buildings energy Renovation—Danish case studies | |
| Kim et al. | Urban building energy modeling considering the heterogeneity of HVAC system stock: A case study on Japanese office building stock | |
| Melo et al. | Building energy performance assessment: Comparison between ASHRAE standard 90.1 and Brazilian regulation | |
| JP2006331372A (ja) | エージェント装置、管理マネージャ装置および環境エネルギー管理システム | |
| Diakaki et al. | Performance study of a multi-objective mathematical programming modelling approach for energy decision-making in buildings | |
| Abdunnabi et al. | Energy savings strategy for the residential sector in Libya and its impacts on the global environment and the nation economy | |
| Kamaruzzaman et al. | Achieving energy and cost savings through simple daylighting control in tropical historic buildings | |
| Elhelw | Analysis of energy management for heating, ventilating and air-conditioning systems | |
| Mujeebu et al. | Energy-saving potential and cost-effectiveness of active energy-efficiency measures for residential building in warm-humid climate | |
| US20240167711A1 (en) | Simulation system and method for predicting heating and cooling load in building | |
| Evins et al. | Multi-objective optimisation of a modular building for different climate types | |
| Chen et al. | A rapid evaluation method for design strategies of high-rise office buildings achieving nearly zero energy in Guangzhou | |
| Mathews Roy et al. | Simulation and analysis of a factory building's energy consumption using eQuest software | |
| Vattano | Smart buildings for a sustainable development | |
| CN115438908A (zh) | 一种碳排放预测方法、系统、存储介质和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| G170 | Re-publication after modification of scope of protection [patent] |