KR102562277B1 - 클라우드 기반의 제로 에너지 빌딩용 건물 에너지 통합 관리 시스템 - Google Patents
클라우드 기반의 제로 에너지 빌딩용 건물 에너지 통합 관리 시스템 Download PDFInfo
- Publication number
- KR102562277B1 KR102562277B1 KR1020220118989A KR20220118989A KR102562277B1 KR 102562277 B1 KR102562277 B1 KR 102562277B1 KR 1020220118989 A KR1020220118989 A KR 1020220118989A KR 20220118989 A KR20220118989 A KR 20220118989A KR 102562277 B1 KR102562277 B1 KR 102562277B1
- Authority
- KR
- South Korea
- Prior art keywords
- building
- management system
- energy
- data
- energy management
- Prior art date
Links
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000003860 storage Methods 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 114
- 238000013145 classification model Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000004378 air conditioning Methods 0.000 claims description 4
- 238000001556 precipitation Methods 0.000 claims description 2
- 238000005286 illumination Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000000528 statistical test Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 제로 에너지 빌딩용 건물 에너지 관리 시스템에 관한 것이다. 본 발명에 따른 건물 에너지 관리 시스템 또는 방법은 분류부에 의해 유사한 유형의 건물들을 건물군으로 분류하여 소수의 전문 인력만으로도 다수의 건물 관리를 가능하게 할 수 있다. 또한, 연산부 및 분배부에 의해 건물별 업무량을 연산하고, 총 업무량이 미리 정해진 값 이하가 되도록 담당 건물을 분배하여 여러 건물의 에너지 관리 시스템을 효율적으로 운영할 수 있다. 이에 전체적인 건물 에너지 관리 시스템의 운용 비용을 최소화하고, 건물 에너지 관리 시스템의 실질적인 효용성을 향상시킬 수 있다.
Description
본 발명은 제로 에너지 빌딩용 건물 에너지 관리 시스템에 관한 것이다.
제로 에너지 건축물(Zero Energy Building; ZEB)은 건축물에 필요한 에너지부하를 최소화하고 신에너지 및 재생에너지를 활용하여 에너지 소요량을 최소화하는 녹색건축물을 말한다(녹색건축물 조성 지원법 제2조 제4호 참조).
대한민국에서는 2019년 06월에 제로 에너지 건축 단계적 의무를 위한 세부 로드맵 개편(안)을 발표하면서, 본격적으로 제로 에너지 건축물 인증 의무화가 시행되었다. 2020년부터 연면적 1,000 m2 이상 공공 신축 건물을 시작으로 단계적 의무화를 시작하고, 2025년부터는 민간 건물을, 그리고 2050년에는 전 건물을 대상으로 그 범위를 확대할 예정이다.
제로 에너지 건축물 인증은 녹색건축물을 대상으로 에너지 자립률에 따라 1등급부터 5등급을 부여한다. 이러한 인증을 위해서는 (1) 건축물 에너지 효율 등급 1++, (2) 에너지 자립률 20% 이상, (3) 건물 에너지 관리 시스템(Building Energy Management System; BEMS) 또는 원격 검침 전자식 계량기 설치 요건을 만족시켜야 한다.
이러한 요건 중에서 건물 에너지 관리 시스템을 설치하고 운영하기 위해서는 건물 에너지 관리 시스템을 위한 전문 인력이 필요하다. 그러나 전문 인력 확보 및 인건비 등으로 인해 건물 에너지 관리 시스템 설치에 의한 에너지 절감 비용보다 에너지 절감을 위한 활동 및 조직 운영 비용이 더 높은 문제점이 있었다. 이로 인해 건물 에너지 관리 시스템 도입의 경제성이 크게 떨어지게 되고, 사실상 제로 에너지 건축물 인증을 받기 위해 명목상으로만 시스템을 도입하게 되었다.
그 결과, 건물 에너지 관리 시스템 평가 및 관리 체계 1단계 구축 연구(한국에너지공단, 2019.10)에 따르면, 2019년 8월 및 9월 동안 제로 에너지 건축물 인증(2~3등급) 건물 19개소에 대한 현장 조사 결과, 1개 건물만 정상적으로 운영되고 있는 것으로 확인되었다. 이처럼 제로 에너지 건축물 인증을 받더라도, 건물 에너지 통합 관리 시스템 운영의 실질적인 효용성 부족으로 인해 초기 인증 후 제대로 운영되지 않는 실정이다.
소수의 전문 인력만으로도 다수의 건물 관리를 가능하게 하여 건물 에너지 관리 시스템의 운용 비용을 최소화하고, 건물 에너지 관리 시스템의 실질적인 효용성을 향상시키고자 한다.
본 발명에 따른 건물 에너지 관리 시스템은 건물 정보를 저장하는 저장부; 건물 정보를 이용하여 유사한 건물들을 건물군으로 분류하는 분류부; 건물군별로 건물 에너지 관리 시스템을 제어하는 제어부; 건물군별로 에너지 관리 시스템의 최적 제어 및 에너지 절감 전략을 제안하는 제안부; 및 건물 정보를 분석하여 이상 여부를 감지하는 모니터링부를 포함한다.
또한, 본 발명에 따른 건물 에너지 관리 방법은 (1) 건물 정보를 저장하는 단계; (2) 건물군을 분류하는 단계; (3) 건물 에너지 관리 시스템을 제어하는 단계; (4) 건물 에너지 관리 시스템의 최적 제어 및 에너지 절감 전략을 제안하는 단계; 및 (5) 건물 에너지 관리 시스템의 이상 여부를 감지하는 단계를 포함한다.
본 발명에 따른 건물 에너지 관리 시스템 또는 방법은 분류부에 의해 유사한 유형의 건물들을 건물군으로 분류하여 소수의 전문 인력만으로도 다수의 건물 관리를 가능하게 할 수 있다. 또한, 연산부 및 분배부에 의해 건물별 업무량을 연산하고, 총 업무량이 미리 정해진 값 이하가 되도록 담당 건물을 분배하여 여러 건물의 에너지 관리 시스템을 효율적으로 운영할 수 있다.
이에 전체적인 건물 에너지 관리 시스템의 운용 비용을 최소화하고, 건물 에너지 관리 시스템의 실질적인 효용성을 향상시킬 수 있다.
여기에 직접적으로 기재되지 않은 효과라고 하더라도, 발명의 설명에 의해 예상되거나 기대되는 효과는 발명의 효과에 기재된 것으로 이해되어야 한다.
도 1은 종래의 건물 에너지 관리 시스템을 운영하는 모습을 나타낸 도면이다.
도 2은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템을 운영하는 모습을 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템으로 여러 건물의 에너지 관리 시스템을 운영하는 모습을 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 전체적인 구성을 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 저장부에 저장되는 건물 정보의 데이터 구성을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 분류부에서 건물 분류 모델을 모델링하는 모습을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 연산부에서 건물별 업무량 모델을 모델링하는 모습을 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 분배부에서 담당 건물을 분배하는 모습을 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 분배부에서 담당 건물을 분배하는 모습을 나타낸 도면이다.
도 10은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 제어부가 우선순위에 따라 건물 에너지 관리 시스템을 제어하는 모습을 나타낸 도면이다.
도 11은 본 발명의 실시예에 따른 건물 에너지 통합 관리 방법의 구성을 나타낸 도면이다.
도 2은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템을 운영하는 모습을 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템으로 여러 건물의 에너지 관리 시스템을 운영하는 모습을 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 전체적인 구성을 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 저장부에 저장되는 건물 정보의 데이터 구성을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 분류부에서 건물 분류 모델을 모델링하는 모습을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 연산부에서 건물별 업무량 모델을 모델링하는 모습을 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 분배부에서 담당 건물을 분배하는 모습을 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 분배부에서 담당 건물을 분배하는 모습을 나타낸 도면이다.
도 10은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템의 제어부가 우선순위에 따라 건물 에너지 관리 시스템을 제어하는 모습을 나타낸 도면이다.
도 11은 본 발명의 실시예에 따른 건물 에너지 통합 관리 방법의 구성을 나타낸 도면이다.
본 발명은 발명의 설명에서 기재하는 실시예로 한정되지 않고, 다양하게 변형될 수 있다. 발명의 설명에서 사용하는 용어는 실시예를 설명하기 위한 것으로, 본 발명을 한정하려는 의도로 사용하는 것이 아니다. 발명의 설명에서 '포함하다'의 용어는 기재된 특징을 가진 구성이 존재함을 지정하는 것이다. 그러므로 하나 이상의 다른 특징이나 이들을 조합한 구성의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다. 이하에서는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 사람에게 명백한 내용으로서 이미 공개된 구성이나 기능의 상세한 설명은 생략한다.
도 1은 종래의 건물 에너지 관리 시스템을 운영하는 모습을 나타낸 도면이다. 도 1을 참조하면, 종래의 건물 에너지 관리 시스템에서는 건물별로 그 건물의 에너지 관리 시스템을 담당하는 전문 인력이 필요했다. 따라서 개별 건물마다 전문 인력이 필요할 수밖에 없었고, 이는 건물 에너지 관리 시스템의 운영 비용이 상승하게 되는 주요 요인이었다.
도 2은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템을 운영하는 모습을 나타낸 도면이다. 도 2를 참조하면, 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템은 유사한 유형의 건물들을 건물군으로 분류하여 소수의 전문 인력만으로도 여러 건물의 에너지 관리 시스템을 효율적으로 운영할 수 있도록 한다. 따라서 종래의 건물 에너지 관리 시스템과 달리, 제로 에너지 건축물 인증의 본래 취지에 맞게 실질적으로 에너지 관리 시스템을 운영하면서 효용성을 극대화할 수 있다.
도 3은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)으로 여러 건물의 건물 에너지 관리 시스템을 운영하는 모습을 나타낸 도면이다. 도 3의 예시에서는 건물들을 2개의 건물군 G1 및 G2로 분류하고, 2명의 전문 인력 P1 및 P2가 각각의 건물군을 담당한다. 종래의 건물 에너지 시스템에서는 6개의 건물에 대한 6명의 전문 인력이 필요했다. 그러나 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)에서는 여러 건물들을 건물군 G1 및 건물군 G2로 분류하고, 각각의 건물군을 전문 인력 P1 및 전문 인력 P2가 담당할 수 있다. 이에 건물 에너지 관리 시스템 운영을 위한 전문 인력의 수를 획기적으로 감소시킬 수 있다. 건물군에는 유사한 유형의 건물들이 포함되므로, 같은 건물군 내의 건물 에너지 관리 시스템은 그 운영 방식이 유사할 수 있다. 또한, 건물 에너지 통합 관리 시스템의 맞춤형 운영 보조 서비스를 통해 감소된 전문 인력의 수로 인한 공백을 효과적으로 보완할 수 있다. 따라서 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)을 이용하면, 소수의 전문 인력만으로도 다수의 건물을 관리할 수 있게 된다.
도 4는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)의 전체적인 구성을 나타낸 도면이다. 도 4를 참조하면, 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템은 저장부(100), 분류부(200), 제어부(300), 제안부(400), 및 모니터링부(500)를 포함한다. 또한, 실시예에 따라서, 연산부(600) 및 분배부(700)를 더 포함할 수 있다.
도 5는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)의 저장부(100)에 저장되는 건물 정보의 데이터 구성을 나타낸 도면이다. 저장부(100)는 건물 정보를 저장한다. 여기서, 건물 정보는 건물별 환경 데이터, 건물 데이터, 에너지 데이터, 운영 데이터, 실내 데이터, 및 재실 데이터를 포함한다. 건물 정보는 건물 에너지 소비에 영향을 주는 요소들을 분류한 것이다. 환경 데이터는 건물의 환경적인 특성에 관한 정보로서, 건물의 위치, 기온, 습도, 및 강수량을 포함한다. 건물 데이터는 건물의 물리적인 특성에 관한 정보로서, 건축물 대장에서 제공하는 건물의 용도, 크기, 개요(층별 면적 및 재료 등), 구조, 외피(외부 마감), 창호 면적, 및 공시지가를 포함한다. 에너지 데이터는 건물의 에너지 특성에 관한 정보로서, 건물의 건물 에너지 관리 시스템 로그, 에너지 타입(전력, 가스, 지역난방), 및 신재생 에너지 설비 스펙을 포함한다. 국토교통부 녹색건축포털에서는 500 세대 이상 공동주택과 연면적 3,000 m2 이상 업무 시설의 에너지 성능 정보 및 개별 공동주택의 에너지 소비량을 제공한다. 그리고 한국전력공사의 스마트 미터 서비스를 통해 건물의 전력량을 측정한 사용 정보를 이용할 수 있다. 에너지 데이터는 이들로부터 데이터를 로드하여 수집될 수 있다. 운영 데이터는 건물의 운영과 유지에 관한 정보로서, 건물의 운영 시간 및 냉난방 설비 스펙을 포함한다. 실내 데이터는 건물의 실내 공간에 관한 정보로서, 건물의 공조, 실내 온도, 실내 습도, 및 마감 상태를 포함한다. 재실 데이터는 건물에 거주하는 재실자에 관한 정보로서, 건물의 재실 인원 수, 재실 시간, 재실 상태, 재실 밀도, 및 출입 인원 수를 포함한다. 여기서 각종 설비의 스펙은 에너지 소비량, 생산량, 및 용량을 포함한다. 운영 데이터, 실내 데이터, 및 재실 데이터는 건물 에너지 소비의 주요 요인에 해당하므로, 에너지 관리 시스템의 최적 제어 및 에너지 절감 전략을 구축하기 위한 중요 데이터이다.
실시예에 따라서, 건물 정보는 실시간으로 수집되고 저장될 수 있다. 에너지 관리 시스템의 최적 제어 및 에너지 절감 전략을 탄력적으로 제안하기 위해서는 데이터의 적시성(Timeliness)이 매우 중요하다. 따라서 건물 정보는 네트워크를 통해 건물의 에너지 관리 시스템 및 센서로부터 실시간으로 수집되어 저장될 수 있다. 이로 인해 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)은 시시각각 변화하는 환경에 맞춰 능동적으로 대응할 수 있다.
도 6은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)의 분류부(200)에서 건물 분류 모델을 모델링하는 모습을 나타낸 도면이다. 분류부(200)는 건물 정보를 이용하여 유사한 건물들을 건물군으로 분류한다. 이때, 분류부(200)는 건물 분류 모델을 생성하고 학습시켜 건물군을 분류할 수 있다. 도 6을 참조하면, 건물 분류 모델은 환경 데이터, 건물 데이터, 에너지 데이터, 운영 데이터, 실내 데이터, 및 재실 데이터를 입력 변수로 하고, 건물군을 출력 변수로 하는 모델로 생성될 수 있다. 이때, 분류부(200)는 기계학습을 이용하여 건물 분류 모델을 생성할 수 있다. 구체적으로, 분류부(200)는 동일한 입력 변수 및 출력 변수를 포함하는 학습 데이터를 이용하여 기계학습으로 건물 분류 모델을 학습시킬 수 있다. 또한, 동일한 입력 변수 및 출력 변수를 포함하는 시험 데이터를 이용하여 학습된 건물 분류 모델의 정확도를 평가할 수 있다. 건물 분류 모델은 다양한 기계학습 모델 또는 모델의 Fine tunning을 통해 최적합으로 학습될 수 있다. 한편, 건물 분류 모델에서 건물군을 몇 개의 건물군으로 분류할 것인지는 군집 분석에서 군집의 개수(k)를 정하는 방법으로 결정될 수 있다. 예를 들어, 군집의 개수(k)를 결정하는 방법으로서 Rule of thumb, Elbow Method, 정보 기준 접근법(Information Criterion Approach), 및 Silhouette Method를 사용할 수 있으나, 이에 한정되는 것은 아니다.
건물별 환경 데이터, 건물 데이터, 에너지 데이터, 운영 데이터, 실내 데이터, 및 재실 데이터의 변수 중 범주형 변수는 모델 생성, 모델 학습, 및 군집 분석의 클러스터링 작업 시 가변수화 또는 원핫인코딩(One-Hot Encoding)으로 전처리될 수 있다. 이에 범주형 변수의 특성에 한정되지 않고, 다양한 기계학습 알고리즘을 적용할 수 있다.
다시 도 4를 참조하면, 제어부(300)는 건물군별로 건물 에너지 관리 시스템을 제어한다. 이때, 제어부(300)는 네트워크를 통해 건물 에너지 관리 시스템을 원격으로 제어할 수 있다. 따라서 전문 인력이 건물 에너지 통합 관리 시스템(10)과 연결된 디바이스 또는 미리 지정된 디바이스를 통해 접속하지 않고도, 언제 어디서든 다양한 디바이스를 통해 건물 에너지 관리 시스템을 원격으로 제어할 수 있다.
제안부(400)는 건물군별로 건물 에너지 관리 시스템 제어에 따른 에너지 소비량 예측 후 에너지 관리 시스템의 최적 제어 및 에너지 절감 전략을 제안한다. 제안부(400)는 건물 에너지 관리 시스템의 로그를 분석하여 건물의 부하를 예측하고, 에너지 절감 조치(Energy Conservation Measure; ECM) 적용 시의 민감도를 분석하여 맞춤형 제어 및 에너지 절감 전략을 제안한다. 실시예에 따라서, 제안부(400)는 제어 목적별로 최적 제어 및 에너지 절감 전략을 제안할 수 있다. 예를 들어, 제안부(400)는 에너지 절감 우선 제어, 에너지 비용 우선 제어, 생산성 우선 제어, 및 지속 가능 우선 제어 중 어느 하나를 제안할 수 있다. 이때, 제안부(400)의 전략 제안은 시간 및 환경에 따라 유동적으로 변할 수 있다. 또한, 건물 에너지 통합 관리 시스템(10)의 자율 운전 시, 제어부(300)는 제안부(400)의 제안에 따라 건물 에너지 관리 시스템을 자동적으로 제어할 수 있다.
모니터링부(500)는 건물 정보를 분석하여 이상 여부를 감지한다. 모니터링부(500)는 건물 정보의 패턴을 분석하여 유사도를 측정하고, 신규 데이터의 상태를 식별할 수 있다. 수집되는 신규 데이터가 기존에 누적된 데이터 패턴과 다른 경우(비유사), 이는 이상값(Outlier)에 해당할 가능성이 높다. 모니터링부(500)는 신규 데이터가 이상값에 해당하는지 통계적 검정을 통해 판단하고, 이상값에 해당하는 경우 이상이 발생한 것으로 판단할 수 있다. 통계적 검정을 통해 모니터링부(500)가 이상으로 판단하는 경우, 알림부는 관리자 디바이스(미도시)에 알림을 송신할 수 있다. 이에 전문 인력이 항상 건물 에너지 통합 관리 시스템(10)을 모니터링하지 않고도, 이상 발생 시 알림을 수신하여 즉각적으로 대응할 수 있다.
도 7은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)의 연산부(600)에서 건물별 업무량 모델을 모델링하는 모습을 나타낸 도면이다. 연산부(600)는 건물별 업무량을 연산한다. 여기서, 건물별 업무량은 전문 인력이 건물 하나를 관리하는데 소요되는 업무량을 수치화한 값이다. 이러한 업무량은 주관적인 정보이나, 지속적인 데이터의 누적에 따라 평균적인 전문 인력을 기준으로 하는 업무량과 상관관계를 가지는 변수가 될 수 있다. 실시예에 따라서, 업무량은 0에서 100 사이의 정수로 정해질 수 있으나, 실수 범위 내에서 다양하게 설정될 수 있다.
도 7을 참조하면, 연산부(600)는 환경 데이터, 건물 데이터, 에너지 데이터, 운영 데이터, 실내 데이터, 및 재실 데이터를 입력 변수로 하고, 업무량을 출력 변수로 하는 건물별 업무량 모델을 생성하고 학습시켜 건물별 업무량을 연산할 수 있다. 건물별 업무량 모델을 생성하는 방법은 전술한 건물 분류 모델에서 출력 변수의 데이터 타입이 범주형과 연속형으로 다를 뿐이므로, 그 자세한 설명은 생략한다.
건물 분류 모델 및 건물별 업무량 모델을 생성하고 학습시키기 위한 기계학습에서 건물 정보는 건물군을 분류(Classification)하는데 사용되는 입력 변수이면서, 동시에 건물별 업무량을 회귀(Regression)하는데 사용되는 입력 변수이다. 건물 정보는 건물의 유사도 및 건물별 업무량을 판단하는데 유의한 상관관계를 가진 데이터이기 때문이다.
도 8은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)의 분배부(700)에서 담당 건물을 분배하는 모습을 나타낸 도면이다. 분배부(700)는 건물별 업무량을 합산한 총 업무량이 미리 정해진 값 이하가 되도록 전문 인력별로 담당 건물을 분배한다. 여기서, 미리 정해진 값은 건물 에너지 통합 관리 시스템(10)의 운영 및 환경에 따라 다양하게 설정될 수 있다. 도 8의 예시에서 건물군 G1에 포함되는 건물은 B1, B2, B3, 및 B4 총 4개이고, 각각의 업무량은 50, 10, 30, 및 20이라고 가정한다. 그리고 미리 정해진 값은 80이라고 가정한다. 그러면 분배부(700)는 전문 인력 P1에게 담당 건물을 분배할 때, 총 업무량이 80 이하가 되도록 분배한다. 예를 들어, B1 및 B3를 분배하거나(옵션 1) 또는 B1, B2, 및 B4를 분배하는 경우(옵션 2) 총 업무량은 80이 된다. 이때, 담당 건물을 분배하는 다양한 옵션이 있으나, 분배부(700)는 전문 인력별로 총 업무량과 미리 설정된 값의 차이의 절대값이 최소가 되도록 분배한다. 도 8의 예시에서 분배부(700)는 전문 인력 P1에게 옵션 1 또는 옵션 2로 담당 건물을 분배할 수 있다.
도 9는 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)의 분배부(700)에서 담당 건물을 분배하는 모습을 나타낸 도면이다. 분배부(700)는 전문 인력의 담당 건물 중 서로 다른 건물군에 속하는 건물이 있는 경우, 건물별 업무량에 일정한 값을 가산한다. 그리고 일정한 값을 가산한 결과 총 업무량이 미리 정해진 값을 초과하는 경우, 미리 정해진 값 이하가 되도록 담당 건물을 다시 분배한다. 도 9의 예시에서 건물군 G1에 포함되는 건물은 B1, B2, 및 B3 총 3개이고, 건물군 G2에 포함되는 건물은 B4 총 1개라고 가정한다. 각각의 업무량은 50, 10, 30, 및 20이라고 가정한다. 그리고 미리 정해진 값은 80이라고 가정한다. 도 8과 달리, 분배부(700)가 전문 인력 P1에게 담당 건물을 옵션 2로 분배하는 경우, 담당 건물 중에서 서로 다른 건물군에 속하는 건물((B1, B2)와 B4)이 있게 된다. 이때, 분배부(700)는 B4의 업무량에 5를 가산한다. 이는 건물군이 서로 다른 경우, 건물의 특성이 달라 동일한 건물군을 관리하는 경우보다 실질적인 업무량이 늘어나는 것을 반영하기 위함이다. 그러면 총 업무량은 80이 아닌 85가 되며, 미리 정해진 값을 초과하게 된다. 이에 분배부(700)는 총 업무량이 미리 정해진 값 이하가 되도록 담당 건물을 다시 분배한다. 도 9의 예시에서 분배부(700)는 전문 인력 P1에게 옵션 1 또는 옵션 3으로 담당 건물을 분배할 수 있다.
실시예에 따라서, 업무량에 가산되는 일정한 값은 건물 에너지 통합 관리 시스템(10)의 운영 및 환경에 따라 다양하게 정해질 수 있다. 또한, 건물군이 서로 다른 모든 건물 또는 특정 건물에만 가산할 수도 있다.
도 10은 본 발명의 실시예에 따른 건물 에너지 통합 관리 시스템(10)의 제어부(300)가 우선순위에 따라 건물 에너지 관리 시스템을 제어하는 모습을 나타낸 도면이다. 도 10을 참조하면, 제어부(300)는 네트워크를 통해 수신한 텍스트 데이터의 내용에 따라 건물 에너지 관리 시스템을 제어한다. 이때, 텍스트 데이터는 문자 메시지 또는 전자문서의 형태일 수 있다. 연산부(600)는 기계학습 및 자연어 처리를 통해 수신한 텍스트 데이터에서 텍스트의 의미를 분석할 수 있다. 그리고 그 의미에 따라 제어부(300)는 설정값을 변경하여 건물 에너지 관리 시스템을 제어할 수 있다. 따라서 전문 인력은 건물 에너지 통합 관리 시스템(10)을 직접 또는 간접적으로 액세스하지 않더라도, 단순히 텍스트 데이터를 송신하는 것만으로도 건물군의 건물 에너지 관리 시스템을 손쉽게 제어할 수 있다. 예를 들어, 전문 인력이 건물 에너지 통합 관리 시스템(10) 또는 그 관리 페이지에 직접 접근할 수 없는 경우에도 단순히 네트워크를 통해 텍스트 메시지를 송신하는 것만으로도 능동적으로 건물 에너지 관리 시스템을 제어할 수 있다.
연산부(600)는 텍스트 데이터의 내용을 분석하여 카테고리를 부여한다. 이때, 카테고리는 정부 지침, 정부 권고, 전문 인력 요청, 및 재실자 요청을 포함한다. 정부 지침은 건물 에너지 관리 시스템 운영 시 필수적으로 준수해야 하는 조건이고, 정부 권고는 필수적이지는 않으나 준수하는 것이 권장되는 조건이다. 그리고 전문 인력 요청은 전문 인력에 의해 요청되는 조건이고, 재실자 요청은 건물 내 재실자에 의해 요청되는 조건이다. 정부 지침은 필수적으로 준수해야 조건이므로, 최우선 우선순위를 가진다. 따라서 전문 인력이 제어부(300)에 정부 지침과 충돌하는 설정을 요청하더라도, 제어부(300)는 그 요청을 수행하지 않는다.
다만, 우선순위는 카테고리별로 고정된 것이 아니며, 프로파일에 따라 다른 우선순위가 부여될 수 있다. 도 10을 참조하면, 프로파일 1은 정부 권고가 전문 인력 요청보다 우선순위이고, 프로파일 2는 전문 인력 요청이 정부 권고보다 우선순위이다. 따라서 정부 권고와 전문 인력 요청이 서로 충돌하는 경우, 제어부(300)는 프로파일 1에 따르면 정부 권고를, 프로파일 2에 따르면 전문 인력 요청을 우선하여 수행한다. 프로파일은 고정되지 않고, 다양한 조건에 따라 변동할 수 있다. 예를 들어, 에너지 소비량이 많은 낮 시간에는 전문 인력 요청을 우선순위로 둘 수 있고, 에너지 소비량이 적은 저녁 시간에는 정부 권고를 우선순위로 둘 수 있다. 따라서 본 발명에서는 정부 지침을 준수하면서도 다양한 프로파일에 따라 탄력적으로 우선순위를 조절할 수 있다.
실시예에 따라서, 연산부(600)는 전자 문서 또는 웹페이지를 수신하여 정부 지침 및 정부 권고 조건을 업데이트할 수 있다. 정부 지침 및 정부 권고의 조건은 사회 현상에 따라 시시각각 변동하며, 정부에 의해 그 내용이 고시된다. 전문 인력은 설정값을 일일이 업데이트할 필요 없이, 정부에 의해 고시된 전자 문서 또는 웹페이지를 연산부(600)에 송신하는 것만으로도 복잡한 조건을 손쉽게 업데이트할 수 있다. 따라서 본 발명에서는 최신의 정부 지침 및 정부 권고 조건에 맞게 건물 에너지 관리 시스템을 운영할 수 있다.
도 11은 본 발명의 실시예에 따른 건물 에너지 통합 관리 방법의 구성을 나타낸 도면이다. 실시예에 따라서, 건물 에너지 통합 관리 시스템(10)의 각각의 구성에서 수행하는 기능은 각각의 단계로 변환되고, 이러한 단계를 포함하는 방법으로 구현될 수 있다. 각각의 단계는 연산 기능을 가지는 컴퓨팅 디바이스(Computing device)에 의해 수행될 수 있으며, 각각의 단계에 대한 설명에서 수행 주체가 생략될 수 있다. 도 11을 참조하면, 본 발명의 실시예에 따른 건물 에너지 통합 관리 방법은 (1) 건물 정보를 저장하는 단계(S100), (2) 건물군을 분류하는 단계(S200), (3) 건물 에너지 관리 시스템을 제어하는 단계(S300), (4) 건물 에너지 관리 시스템의 최적 제어 및 에너지 절감 전략을 제안하는 단계(S400), 및 (5) 건물 에너지 관리 시스템의 이상 여부를 감지하는 단계(S500)를 포함한다. 실시예에 따라서, (6) 건물별 업무량을 연산하는 단계(S600) 및 (7) 전문 인력별로 담당 건물을 분배하는 단계(S700)를 더 포함할 수 있다. 각각의 단계는 전술한 건물 에너지 통합 관리 시스템의 구성에 대한 설명과 중복되므로, 그 자세한 설명은 생략한다.
발명의 설명에 기재된 내용은 예시에 불과하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 사람에 의하여 다양하게 변형되어 실시될 수 있다. 따라서 본 발명의 보호범위는 발명의 설명에서 기재되는 실시예와 설명만으로 제한되지 않는다.
10: 건물 에너지 통합 관리 시스템
100: 저장부
200: 분류부
300: 제어부
400: 제안부
500: 모니터링부
600: 연산부
700: 분배부
100: 저장부
200: 분류부
300: 제어부
400: 제안부
500: 모니터링부
600: 연산부
700: 분배부
Claims (11)
- 건물별 환경 데이터, 건물 데이터, 에너지 데이터, 운영 데이터, 실내 데이터, 및 재실 데이터를 포함하는 건물 정보를 저장하는 저장부;
상기 건물 정보를 이용하여 건물들을 건물군으로 분류하는 분류부;
건물군별로 건물 에너지 관리 시스템을 제어하는 제어부;
건물군별로 건물 에너지 관리 시스템 제어에 따른 에너지 소비량 예측 후 에너지 관리 시스템의 최적 제어 및 에너지 절감 전략을 제안하는 제안부;
상기 건물 정보를 분석하여 이상 여부를 감지하는 모니터링부; 및
전문 인력이 건물 하나를 관리하는데 소요되는 건물별 업무량을 연산하는 연산부를 포함하고,
상기 제어부는,
네트워크를 통해 상기 건물 에너지 관리 시스템을 원격으로 제어하며,
상기 분류부는,
건물의 위치, 기온, 습도, 및 강수량을 포함하는 상기 환경 데이터;
건물의 용도, 크기, 개요, 구조, 외피, 창호 면적, 및 공시지가를 포함하는 상기 건물 데이터;
건물의 건물 에너지 관리 시스템 로그, 에너지 타입, 및 신재생 에너지 설비 스펙을 포함하는 상기 에너지 데이터;
건물의 운영 시간 및 냉난방 설비 스펙을 포함하는 상기 운영 데이터;
건물의 공조, 실내 온도, 실내 습도, 조도, 및 마감 상태를 포함하는 상기 실내 데이터; 및
건물의 재실 인원 수, 재실 시간, 재실 상태, 재실 밀도, 및 출입 인원 수를 포함하는 상기 재실 데이터를 입력 변수로 하고,
건물군을 출력 변수로 하는 건물 분류 모델을 생성하고 학습시켜 건물군을 분류하는 것을 특징으로 하는, 건물 에너지 통합 관리 시스템. - 삭제
- 삭제
- 청구항 1에 있어서,
상기 연산부는,
상기 환경 데이터, 상기 건물 데이터, 상기 에너지 데이터, 상기 운영 데이터, 상기 실내 데이터, 및 상기 재실 데이터를 입력 변수로 하고,
업무량을 출력 변수로 하는 건물별 업무량 모델을 생성하고 학습시켜 상기 건물별 업무량을 연산하는 것을 특징으로 하는, 건물 에너지 통합 관리 시스템. - 청구항 4에 있어서,
상기 건물별 업무량을 합산한 총 업무량이 미리 정해진 값 이하가 되도록 전문 인력별로 담당 건물을 분배하는 분배부를 더 포함하는 것을 특징으로 하는, 건물 에너지 통합 관리 시스템. - 청구항 5에 있어서,
상기 분배부는,
전문 인력의 담당 건물 중 서로 다른 건물군에 속하는 건물이 있는 경우, 건물별 업무량에 일정한 값을 가산하고,
상기 일정한 값을 가산한 결과 상기 총 업무량이 상기 미리 정해진 값을 초과하는 경우, 상기 미리 정해진 값 이하가 되도록 담당 건물을 다시 분배하는 것을 특징으로 하는, 건물 에너지 통합 관리 시스템. - 청구항 1에 있어서,
상기 제어부는,
상기 네트워크를 통해 수신한 텍스트 데이터의 내용에 따라 상기 건물 에너지 관리 시스템을 제어하는 것을 특징으로 하는, 건물 에너지 통합 관리 시스템. - 청구항 7에 있어서,
상기 텍스트 데이터는,
문자 메시지 또는 전자문서의 형태인 것을 특징으로 하는, 건물 에너지 통합 관리 시스템. - 청구항 7에 있어서,
상기 연산부는,
상기 텍스트 데이터의 내용을 분석하여 카테고리를 부여하고,
상기 카테고리는,
정부 지침, 정부 권고, 전문 인력 요청, 및 재실자 요청을 포함하는 것을 특징으로 하는, 건물 에너지 통합 관리 시스템. - 청구항 9에 있어서,
상기 제어부는,
프로파일에 따라 상기 카테고리에 부여되는 우선순위로 상기 에너지 관리 시스템을 제어하는 것을 특징으로 하는, 건물 에너지 통합 관리 시스템. - 청구항 1, 청구항 4 내지 청구항 10 중 어느 한 청구항에 따른 건물 에너지 통합 관리 시스템을 이용하는 건물 에너지 통합 관리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220118989A KR102562277B1 (ko) | 2022-09-21 | 2022-09-21 | 클라우드 기반의 제로 에너지 빌딩용 건물 에너지 통합 관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220118989A KR102562277B1 (ko) | 2022-09-21 | 2022-09-21 | 클라우드 기반의 제로 에너지 빌딩용 건물 에너지 통합 관리 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102562277B1 true KR102562277B1 (ko) | 2023-08-01 |
Family
ID=87561317
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220118989A KR102562277B1 (ko) | 2022-09-21 | 2022-09-21 | 클라우드 기반의 제로 에너지 빌딩용 건물 에너지 통합 관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102562277B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100680218B1 (ko) * | 2005-12-31 | 2007-02-08 | 엘지전자 주식회사 | 빌딩관리시스템 및 그의 통신방법 |
| KR20130035577A (ko) * | 2011-09-30 | 2013-04-09 | 주식회사 케이티 | 상황 인지 기반의 건물 에너지 소비 최적화를 지원하는 시스템 및 방법 |
| KR101800310B1 (ko) * | 2016-06-17 | 2017-11-23 | 주식회사 케이티 | 에너지 절감 가이드를 제공하는 클라우드 ems 시스템 및 방법 |
| KR20190056634A (ko) | 2017-11-17 | 2019-05-27 | 한국전력공사 | 빌딩 에너지 관리 지원 시스템, 이의 방법, 그리고 이 방법을 저장한 컴퓨터 판독 가능 저장 매체 |
| KR20200110589A (ko) * | 2019-03-15 | 2020-09-24 | 한국에너지기술연구원 | 에너지 제어 시스템, 에너지 제어 장치 및 그 방법 |
| KR20210117947A (ko) * | 2020-03-19 | 2021-09-29 | 주식회사 티에스엠테크놀로지 | 능동형 에너지 관리를 위한 소비 예측 절감 제어 시스템 및 소비 예측 절감 제어 프로그램 |
-
2022
- 2022-09-21 KR KR1020220118989A patent/KR102562277B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100680218B1 (ko) * | 2005-12-31 | 2007-02-08 | 엘지전자 주식회사 | 빌딩관리시스템 및 그의 통신방법 |
| KR20130035577A (ko) * | 2011-09-30 | 2013-04-09 | 주식회사 케이티 | 상황 인지 기반의 건물 에너지 소비 최적화를 지원하는 시스템 및 방법 |
| KR101800310B1 (ko) * | 2016-06-17 | 2017-11-23 | 주식회사 케이티 | 에너지 절감 가이드를 제공하는 클라우드 ems 시스템 및 방법 |
| KR20190056634A (ko) | 2017-11-17 | 2019-05-27 | 한국전력공사 | 빌딩 에너지 관리 지원 시스템, 이의 방법, 그리고 이 방법을 저장한 컴퓨터 판독 가능 저장 매체 |
| KR20200110589A (ko) * | 2019-03-15 | 2020-09-24 | 한국에너지기술연구원 | 에너지 제어 시스템, 에너지 제어 장치 및 그 방법 |
| KR20210117947A (ko) * | 2020-03-19 | 2021-09-29 | 주식회사 티에스엠테크놀로지 | 능동형 에너지 관리를 위한 소비 예측 절감 제어 시스템 및 소비 예측 절감 제어 프로그램 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dong et al. | Modeling occupancy and behavior for better building design and operation—A critical review | |
| JP6742894B2 (ja) | データ予測システムおよびデータ予測方法 | |
| US20140249876A1 (en) | Adaptive Stochastic Controller for Energy Efficiency and Smart Buildings | |
| JP6022050B2 (ja) | 需要家電力制御システム及び需要家電力制御方法 | |
| US11387672B2 (en) | Energy management system | |
| US20150178865A1 (en) | Total property optimization system for energy efficiency and smart buildings | |
| JP2020501491A (ja) | 動的エネルギーストレージシステム制御のためのシステムおよび方法 | |
| WO2020098728A1 (zh) | 集群负荷预测方法、装置及存储介质 | |
| KR101633969B1 (ko) | 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법 | |
| JP4386748B2 (ja) | 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体 | |
| US20170219233A1 (en) | Multi-layer optimal chiller operation management framework | |
| EP3136337A1 (en) | Analysis engine that correlates business operations with facility energy use | |
| CN109977621A (zh) | 一种基于深度学习的空调故障预测方法 | |
| CN103679306A (zh) | 节省楼宇能源消耗的方法和系统 | |
| US20230367033A1 (en) | Automated system and method for managing weather related energy use | |
| Mawson et al. | Coupling simulation with artificial neural networks for the optimisation of HVAC controls in manufacturing environments | |
| JP6815928B2 (ja) | 電力管理装置及びプログラム | |
| US20240085045A1 (en) | A Method of Reducing Energy Consumption of Heating, Ventilation and Air Conditioning (HVAC) Equipment in a Multi-Room Building | |
| Haque et al. | An SVR-based building-level load forecasting method considering impact of HVAC set points | |
| CN117010638B (zh) | 酒店设备的智能管理方法及系统 | |
| KR102562277B1 (ko) | 클라우드 기반의 제로 에너지 빌딩용 건물 에너지 통합 관리 시스템 | |
| Chang et al. | Dynamic traffic prediction for insufficient data roadways via automatic control theories | |
| Chinde et al. | Model predictive control for optimal dispatch of chillers and thermal energy storage tank in airports | |
| Mete et al. | Predicting the Time of Bus Arrival for Public Transportation by Time Series Models | |
| Levy | New Family of Data Center Metrics Using a Multidimensional Approach for a Holistic Understanding |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |