KR20170134321A - 빌딩의 에너지 소비를 최적화 및 제어 - Google Patents
빌딩의 에너지 소비를 최적화 및 제어 Download PDFInfo
- Publication number
- KR20170134321A KR20170134321A KR1020177021611A KR20177021611A KR20170134321A KR 20170134321 A KR20170134321 A KR 20170134321A KR 1020177021611 A KR1020177021611 A KR 1020177021611A KR 20177021611 A KR20177021611 A KR 20177021611A KR 20170134321 A KR20170134321 A KR 20170134321A
- Authority
- KR
- South Korea
- Prior art keywords
- building
- energy
- optimizing
- controlling
- energy consumption
- Prior art date
Links
Images
Classifications
-
- 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
- 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
- G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
- G05B13/044—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 in which a parameter or coefficient is automatically adjusted to optimise the performance not using a perturbation signal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/1902—Control of temperature characterised by the use of electric means characterised by the use of a variable reference value
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Air Conditioning Control Device (AREA)
Abstract
빌딩의 에너지 소비 및 편의를 최적화 및 제어하기 위하여, 컴퓨터 프로그램 제품들을 포함하는 방법들 및 시스템들이 본원에 설명된다. 컴퓨팅 디바이스는 복수의 센서들로부터 측정치들을 수신하고, 상기 복수의 센서들 중 적어도 일부는 상기 빌딩 내부에 위치되고, 상기 측정치들은 온도 판독치들 및 편의 특징들을 포함한다. 컴퓨팅 디바이스는 빌딩의 에너지 특징들, 센서들로부터의 측정치들, 및 빌딩의 위치와 연관된 날씨 데이터에 기반하여 열적 응답 계수들의 세트를 생성한다. 컴퓨팅 디바이스는 열적 응답 계수들의 세트 및 예보된 날씨에 기반하여 빌딩의 에너지 응답을 예측한다. 컴퓨팅 디바이스는 빌딩과 연관된 에너지 소비 비용에 기반하여 빌딩의 최소 에너지 요건들을 선택하고 에너지 응답 및 최소 에너지 요건들에 기반하여 에너지 제어 포인트들을 결정한다. 컴퓨팅 디바이스는 에너지 제어 포인트들을 빌딩 내의 편의 디바이스들에 송신한다.
Description
[0001]
본 기술은 일반적으로 빌딩의 에너지 소비를 최적화 및 제어하는 것에 관한 것이다.
[0002]
날씨는 홈(home) 에너지 수요에 영향을 주는 가장 큰 변수이다. 많은 홈들에는 난방(heating) 및 냉방(cooling)을 조절하기 위하여 표준 서모스탯(thermostat)이 장착되어 있고, 거주자(occupant)는 날씨 조건들을 고려하기 위하여 온도를 수동으로 조정하거나 서모스탯은 미리 결정된 스케줄에 기반하여 온도를 자동으로 조정한다. 온도의 자동적인 조정은 홈에 전력을 제공하는 공익기업(utility)에 의해 수행될 수 있지만, 종종 그런 조정들은 홈의 정확한 위치에 대한 불완전하거나 부정확한 날씨 정보에 기반하고 거주자의 개인 선호도들을 고려하지 않는다. 게다가, 이들 시스템들은 일반적으로, 서모스탯이 설치된 특정 빌딩의 열적 특징들을 고려할 수 없다.
[0003]
결과로서, 그런 시스템들은 예보 날씨 조건들 및 홈의 에너지 특징들에 기반하여 사전-난방 및/또는 사전-냉방을 수행하기보다, 홈의 현재 날씨 조건들 및 온도 요구에 반응한다.
[0004]
본원에 설명된 기법들은 로컬 날씨 예보 조건들에 대한 응답으로 그리고 수요 응답 이벤트가 예상될 때 빌딩의 편의(comfort) 특징들, 이를테면 사전-난방, 사전-냉방 등을 변경하기 위하여 빌딩의 편의 디바이스들(이를테면, 서모스탯들, 팬(fan)들, 장막(shade)들, 도어들, 창문들, 가습기들, 기기들, 다른 난방/냉방 시스템들)을 동적으로 제어함으로써 빌딩(예컨대, 홈)의 에너지 사용량을 최적화하는 것에 관한 것이다. 게다가, 그 기법들은 효율적인 에너지 사용량 및 모니터링을 조장하면서 빌딩의 거주자들에게 원하는 편의 레벨을 유지하는 장점을 제공한다.
[0005]
일 양상에서, 본 발명은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법을 특징으로 한다. 제 1 컴퓨팅 디바이스는 복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신하고, 복수의 센서들 중 적어도 일부는 빌딩 내에 위치되고, 측정치들은 온도 판독치들 및 편의 특징들을 포함한다. 제 1 컴퓨팅 디바이스는 빌딩의 에너지 특징들, 센서들로부터의 측정치들, 및 빌딩의 위치와 연관된 날씨 데이터에 기반하여 빌딩에 대한 열적 응답 계수들의 세트를 생성한다. 제 1 컴퓨팅 디바이스는 열적 응답 계수들의 세트 및 빌딩의 위치와 연관된 예보된 날씨에 기반하여 빌딩의 에너지 응답을 예측한다. 제 1 컴퓨팅 디바이스는 빌딩과 연관된 에너지 소비 비용에 기반하여 빌딩의 최소 에너지 요건들을 선택하고 에너지 응답 및 최소 에너지 요건들에 기반하여 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정한다. 제 1 컴퓨팅 디바이스는 에너지 제어 포인트들을 빌딩 내의 하나 또는 그 초과의 편의 디바이스들에 송신한다.
[0006]
다른 양상에서, 본 발명은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 시스템을 특징으로 한다. 시스템은 복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신하도록 구성된 제 1 컴퓨팅 디바이스를 포함하고, 복수의 센서들 중 적어도 일부는 빌딩 내에 위치되고, 측정치들은 온도 판독치들 및 편의 특징들을 포함한다. 제 1 컴퓨팅 디바이스는 빌딩의 에너지 특징들, 센서들로부터의 측정치들, 및 빌딩의 위치와 연관된 날씨 데이터에 기반하여 빌딩에 대한 열적 응답 계수들의 세트를 생성하도록 구성된다. 제 1 컴퓨팅 디바이스는 열적 응답 계수들의 세트 및 빌딩의 위치와 연관된 예보된 날씨에 기반하여 빌딩의 에너지 응답을 예측하도록 구성된다. 제 1 컴퓨팅 디바이스는 빌딩과 연관된 에너지 소비 비용에 기반하여 빌딩의 최소 에너지 요건들을 선택하고 에너지 응답 및 최소 에너지 요건들에 기반하여 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정하도록 구성된다. 제 1 컴퓨팅 디바이스는 에너지 제어 포인트들을 빌딩 내의 하나 또는 그 초과의 편의 디바이스들에 송신하도록 구성된다.
[0007]
다른 양상에서, 본 발명은 빌딩의 에너지 소비를 최적화 및 제어하기 위하여, 비-일시적 컴퓨터 판독가능 저장 매체에 유형적으로 구현되는 컴퓨터 프로그램 제품을 특징으로 한다. 컴퓨터 프로그램 제품은 제 1 컴퓨팅 디바이스로 하여금 복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신하게 하도록 동작하는 명령들을 포함하고, 복수의 센서들 중 적어도 일부는 빌딩 내에 위치되고, 측정치들은 온도 판독치들 및 편의 특징들을 포함한다. 컴퓨터 프로그램 제품은 제 1 컴퓨팅 디바이스로 하여금 빌딩의 에너지 특징들, 센서들로부터의 측정치들, 및 빌딩의 위치와 연관된 날씨 데이터에 기반하여 빌딩에 대한 열적 응답 계수들의 세트를 생성하게 하도록 동작하는 명령들을 포함한다. 컴퓨터 프로그램 제품은 제 1 컴퓨팅 디바이스로 하여금 열적 응답 계수들의 세트 및 빌딩의 위치와 연관된 예보된 날씨에 기반하여 빌딩의 에너지 응답을 예측하게 하도록 동작하는 명령들을 포함한다. 컴퓨터 프로그램 제품은 제 1 컴퓨팅 디바이스로 하여금 빌딩과 연관된 에너지 소비 비용에 기반하여 빌딩의 최소 에너지 요건들을 선택하게 하고 에너지 응답 및 최소 에너지 요건들에 기반하여 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정하게 하도록 동작하는 명령들을 포함한다. 컴퓨터 프로그램 제품은 제 1 컴퓨팅 디바이스로 하여금 에너지 제어 포인트들을 빌딩 내의 하나 또는 그 초과의 편의 디바이스들에 송신하게 하도록 동작하는 명령들을 포함한다.
[0008]
다른 양상에서, 본 발명은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 시스템을 특징으로 한다. 시스템은 복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신하기 위한 수단을 포함하고, 복수의 센서들 중 적어도 일부는 빌딩 내에 위치되고, 측정치들은 온도 판독치들 및 편의 특징들을 포함한다. 시스템은 빌딩의 에너지 특징들, 센서들로부터의 측정치들, 및 빌딩의 위치와 연관된 날씨 데이터에 기반하여 빌딩에 대한 열적 응답 계수들의 세트를 생성하기 위한 수단을 포함한다. 시스템은 열적 응답 계수들의 세트 및 빌딩의 위치와 연관된 예보된 날씨에 기반하여 빌딩의 에너지 응답을 예측하기 위한 수단을 포함한다. 시스템은 빌딩과 연관된 에너지 소비 비용에 기반하여 빌딩의 최소 에너지 요건들을 선택하고 에너지 응답 및 최소 에너지 요건들에 기반하여 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정하기 위한 수단을 포함한다. 시스템은 에너지 제어 포인트들을 빌딩 내의 하나 또는 그 초과의 편의 디바이스들에 송신하기 위한 수단을 포함한다.
[0009]
위의 양상들 중 임의의 양상은 다음 특징들 중 하나 또는 그 초과를 포함할 수 있다. 일부 실시예들에서, 제 1 컴퓨팅 디바이스는 하나 또는 그 초과의 센서들로부터의 온도 판독치들을 빌딩 내의 서모스탯에 의해 제공되는 온도 측정치에 비교하고 비교에 기반하여 에너지 제어 포인트들을 조정한다. 일부 실시예들에서, 에너지 제어 포인트들은 서모스텟 세트 포인트들, 편의 디바이스들에 대한 제어 세팅들, 및 창문 장막(window shade)들에 대한 제어 세팅들을 포함한다. 일부 실시예들에서, 편의 특징들은 빌딩 영역의 거주 상태, 습도, 벽들로부터의 방사열, 편의 디바이스들에 대한 동작 상태, 빌딩 거주자의 위치, 빌딩으로부터 빌딩 거주자의 거리, 및 거주자가 빌딩에 도달하기 위한 이동 시간을 포함한다. 일부 실시예들에서, 제 1 컴퓨팅 디바이스는 이동 시간 및/또는 거리에 기반하여 에너지 제어 포인트들을 조정한다.
[0010]
일부 실시예들에서, 에너지 특징들은 센서들로부터의 하나 또는 그 초과의 온도 판독치들, 빌딩의 서모스탯으로부터의 온도 판독치, 빌딩 내의 HVAC 시스템의 상태, 빌딩에 에너지를 공급하는 하나 또는 그 초과의 에너지 소스들의 상태, 및 빌딩의 도어들 및/또는 창문들의 상태를 포함한다. 일부 실시예들에서, HVAC 시스템은 하나 또는 그 초과의 스테이지 난방 또는 냉방 유닛들을 포함한다. 일부 실시예들에서, 빌딩에 에너지를 공급하는 에너지 소스들은 전기, 가스, 태양, 바람, 히트(heat) 펌프, 및 에너지 제어 디바이스들을 포함한다.
[0011]
일부 실시예들에서, 열적 응답 계수들의 세트를 생성하는 것은 추가로 빌딩의 물리적 데이터에 기반한다. 일부 실시예들에서, 물리적 데이터는 열용량, 바람 침입, 창문들의 상대적 면적, 단열재(insulation) 양, 구성 재료, 빌딩의 바람 침입, 및 연관된 HVAC 시스템의 효율 중 적어도 하나를 포함한다. 일부 실시예들에서, 에너지 응답을 예측하는 것은 추가로 빌딩과 연관된 에너지 소비 비용에 기반한다. 일부 실시예들에서, 에너지 소비 비용은 다양한 외부 온도들에 대해 빌딩의 편의 레벨을 변경하기 위하여 요구되는 전력 양을 표현한다.
[0012]
일부 실시예들에서, 최소 에너지 요건들은 빌딩 내 HVAC 시스템의 전력 소비 양 및 HVAC 시스템의 듀티 사이클을 포함한다. 일부 실시예들에서, 에너지 제어 포인트들을 결정하는 것은 추가로 날씨 예보 데이터, 빌딩의 거주자에 의해 제공된 편의 선호도, 또는 둘 모두에 기반한다.
[0013]
일부 실시예들에서, 서모스탯에 송신되는 에너지 제어 포인트들은 시간 기간에 걸쳐 서모스탯의 제어를 위한 스케줄을 포함한다. 일부 실시예들에서, 제 1 컴퓨팅 디바이스는 원격 센서들의 네트워크로부터 날씨 데이터를 수신한다. 일부 실시예들에서, 제 1 컴퓨팅 디바이스는 빌딩 내의 HVAC 시스템에 연결된 디바이스로부터 서모스탯 데이터를 수신한다.
[0014]
일부 실시예들에서, 제 1 컴퓨팅 디바이스는 에러 정정을 사용하여 생성되는 열적 응답 계수들의 세트를 조정한다. 일부 실시예들에서, 에러 정정은 생성되는 열적 응답 계수들의 세트로부터 이상(anomaly)들을 필터링하는 것을 포함한다.
[0015]
일부 실시예들에서, 날씨 데이터는 빌딩 위치에서의 현재 날씨 조건들, 빌딩 위치에 대한 예보 날씨 조건들, 빌딩 위치에서 태양 로드, 또는 이들의 임의의 조합을 포함한다. 일부 실시예들에서, 제 1 컴퓨팅 디바이스는 빌딩의 예측된 에너지 응답을 하나 또는 그 초과의 다른 빌딩들의 예측된 에너지 응답에 비교하고 예측된 에너지 응답의 비교에 기반하여 빌딩의 예측된 에너지 응답의 순위를 매긴다. 일부 실시예들에서, 빌딩에 대한 열적 응답 계수들의 세트를 생성하는 것은 추가로 스마트 미터(smart meter) 데이터에 기반한다.
[0016]
일부 실시예들에서, 복수의 센서들은 콤비네이션 도어 상태 및 온도 센서들, 콤비네이션 창문 상태 및 온도 센서들, 콤비네이션 기기 상태 및 온도 센서들, 콤비네이션 모션 검출 및 온도 센서들, 적외선 열 센서들, 독립형 온도 센서들, 및 습도 센서들을 포함한다. 일부 실시예들에서, 제 1 컴퓨팅 디바이스는 콤비네이션 도어 상태 및 온도 센서로부터 신호를 수신하고, 신호에 기반하여 콤비네이션 도어 상태 및 온도 센서와 연관된 도어가 개방되었는지 폐쇄되었는지를 결정하고, 그리고 도어가 폐쇄되었고 콤비네이션 도어 상태 및 온도 센서로부터의 온도 판독치가 빌딩 내의 서모스탯의 온도 측정치로부터 벗어나면 도어에 대한 에너지 손실 문제를 식별한다. 일부 실시예들에서, 제 1 컴퓨팅 디바이스는, 에너지 손실 문제가 식별되면, 빌딩의 거주자와 연관된 원격 컴퓨팅 디바이스에 경고를 송신한다. 일부 실시예들에서, 경고는 빌딩에 대한 에너지 효율 평가표(scorecard)를 포함하고 에너지 손실 문제를 식별한다.
[0017]
일부 실시예들에서, 제 1 컴퓨팅 디바이스는 하나 또는 그 초과의 센서들로부터 모션 검출 신호 및 온도 신호를 수신하고, 모션 검출 신호에 기반하여 하나 또는 그 초과의 센서들에 의해 모니터링된 영역의 거주 상태를 결정하고, 그리고 거주 상태와 온도 신호에 기반하여 에너지 제어 포인트들을 조정한다. 일부 실시예들에서, 비교 단계는, 센서 온도 측정치들의 시간에 따른 변화들이 빌딩 내의 서모스탯의 온도 측정치의 시간에 따른 변화들에 대응하는지를 결정하는 단계를 포함한다. 일부 실시예들에서, 제 1 컴퓨팅 디바이스는, 센서 온도 측정치들의 시간에 따른 변화들이 서모스탯 온도 측정치들의 시간에 따른 변화들로부터 벗어날 때 센서가 위치된 빌딩 영역에 대응하는 에너지 손실 문제를 결정한다. 일부 실시예들에서, 조정 단계는 센서 온도 측정치들과 서모스탯 온도 측정치 간의 차이를 고려하여 에너지 제어 포인트들을 변경하는 단계를 포함한다.
[0018]
본 발명의 다른 양상들 및 장점들은, 첨부 도면들을 참조하여 이루어지면서, 단지 예로써 본 발명의 원리들을 예시하는 다음 상세한 설명으로부터 자명하게 될 것이다.
[0019]
추가 장점들과 함께, 위에서 설명된 본 발명의 장점들은 첨부 도면들을 참조하여 이루어지는 다음 설명을 참조함으로써 더 잘 이해될 수 있다. 도면들은 반드시 실척이지는 않고, 본 발명의 원리들을 예시할 때 대신 강조가 일반적으로 주어진다.
[0020] 도 1은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 시스템의 블록 다이어그램이다.
[0021] 도 2는 빌딩의 에너지 소비를 최적화 및 제어하기 위한 서버 컴퓨팅 디바이스의 상세한 블록 다이어그램이다.
[0022] 도 3은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법의 흐름도이다.
[0023] 도 4는 실제 전력 사용량 및 온도 판독치들에 비교하여, 시스템의 예측들에 의해 결정된 바와 같은 전력 사용량 및 온도 판독치들을 도시하는 다이어그램이다.
[0024] 도 5a-5b는 동일한 시간 기간에 걸쳐 빌딩의 서모스탯 및 실외 환경의 온도 판독치들에 비교되는, 도어에 가까이 배치된 온도 센서의 온도 판독치들을 도시하는 다이어그램들이다.
[0025] 도 6은 동일한 시간 기간에 걸쳐 빌딩의 서모스탯 및 실외 환경의 온도 판독치들에 비교되는, 빌딩의 4개의 상이한 룸들 내에 위치된 온도 센서들의 온도 판독치들을 도시하는 다이어그램이다.
[0026] 도 7은 빌딩에 대한 에너지 효율 및 에너지 사용량을 도시하는 예시적인 평가표이다.
[0020] 도 1은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 시스템의 블록 다이어그램이다.
[0021] 도 2는 빌딩의 에너지 소비를 최적화 및 제어하기 위한 서버 컴퓨팅 디바이스의 상세한 블록 다이어그램이다.
[0022] 도 3은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법의 흐름도이다.
[0023] 도 4는 실제 전력 사용량 및 온도 판독치들에 비교하여, 시스템의 예측들에 의해 결정된 바와 같은 전력 사용량 및 온도 판독치들을 도시하는 다이어그램이다.
[0024] 도 5a-5b는 동일한 시간 기간에 걸쳐 빌딩의 서모스탯 및 실외 환경의 온도 판독치들에 비교되는, 도어에 가까이 배치된 온도 센서의 온도 판독치들을 도시하는 다이어그램들이다.
[0025] 도 6은 동일한 시간 기간에 걸쳐 빌딩의 서모스탯 및 실외 환경의 온도 판독치들에 비교되는, 빌딩의 4개의 상이한 룸들 내에 위치된 온도 센서들의 온도 판독치들을 도시하는 다이어그램이다.
[0026] 도 7은 빌딩에 대한 에너지 효율 및 에너지 사용량을 도시하는 예시적인 평가표이다.
[0027]
도 1은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 시스템(100)의 블록 다이어그램이다. 시스템(100)은 서버 컴퓨팅 디바이스(102), 통신 네트워크(104), 복수의 편의 디바이스들(106)(예컨대, 빌딩에 대한 난방 및/또는 냉방 장치를 제어하는 서모스탯 디바이스(106a), 다른 편의 디바이스들, 이를테면 팬(106b) 및 창문 장막들(106c)), 복수의 센서 디바이스들(107a-107z)(집합적으로, 107), 및 클라이언트 컴퓨팅 디바이스(108)를 포함한다. 서버 컴퓨팅 디바이스(102)는 외부 소스들로부터 데이터(예컨대, 날씨 데이터, 서모스탯(106a)으로부터의 서모스탯 데이터, 센서들(107)로부터의 센서 데이터)를 수신하고 특정 빌딩에 대한 에너지 응답 특징들 및 에너지 요건들을 결정한다. 서버 컴퓨팅 디바이스(102)는 빌딩에 대한 에너지 제어 포인트들을 결정하고, 그리고 빌딩 내의 편의 디바이스들(106)(예컨대, 서모스탯(106a), 팬(106b), 창문 장막들(106c))이 빌딩의 편의 조건들(예컨대, 난방/냉방, 습도, 공기 흐름, 등)에 적당하게 영향을 미치기 위하여 자신의 세팅들을 조절할 수 있도록 에너지 제어 포인트들을 네트워크(104)를 통하여 편의 디바이스들(106)에 송신한다. 에너지 제어 포인트들은 편의 디바이스들의 동작에 영향을 미치는 세팅들, 이를테면 서모스탯(106a)에 대한 온도 세트 포인트들 및 스케줄링, 팬들(106b) 및 창문 장막들(106c)에 대한 세팅들 등일 수 있다. 서버 컴퓨팅 디바이스(102)는 또한 포탈(예컨대, 웹 브라우저 인터페이스)을 제공하기 위하여 네트워크(104)를 통하여 클라이언트 컴퓨팅 디바이스(108)와 인터페이스하고, 포탈을 통하여 사용자는 빌딩(예컨대, 사용자의 집)에 대한 에너지 응답 특징들 및 에너지 요건들을 볼 수 있다. 사용자는 또한, 예컨대, 서모스탯(106a) 및 다른 편의 디바이스들, 이를테면 팬들(106b) 및 창문 장막들(106c)에 대한 에너지 제어 포인트들을 수동으로 조정하고, 센서들(107)에 대한 온도 프로파일들 및 관련된 환경 조건들을 보고, 그리고 편의 프로파일을 사용자의 선호도들에 셋업할 수 있어서, 서버 컴퓨팅 디바이스(102)는 편의 프로파일에 기반하여 편의 디바이스들(106)을 자동으로 조정할 수 있다. 비록 도 1이 편의 디바이스들(106a-106c)의 특정 예들을 묘사하지만, 다른 타입들의 편의 디바이스들이 본 발명의 범위에서 벗어남이 없이 시스템(100)에 포함될 수 있다는 것이 인지되어야 한다.
[0028]
도 2는 빌딩의 에너지 소비를 최적화 및 제어하기 위한 서버 컴퓨팅 디바이스(102)의 상세한 블록 다이어그램이다. 서버 컴퓨팅 디바이스(102)는 데이터 수신 모듈(202), 데이터 스토리지(204), 계수 모델러(modeler)(206), 예측 결과 모듈(208), 최적화 및 스케줄링 모듈(210), 데이터 검증 모듈(212), 전송 모듈(214), 및 웹 인터페이스 모듈(216)을 포함한다. 비록 도 2가 단일 서버 컴퓨팅 디바이스(102) 내에 있는 것으로 컴포넌트들(예컨대, 202, 204, 206, 208, 210, 212, 214 및 216)을 도시하지만, 일부 실시예들에서 컴포넌트들이 본 발명의 사상 또는 범위에서 벗어남이 없이 상이한 물리적 디바이스들 상에 분산되는 것이 인지되어야 한다. 또한, 컴포넌트들이 상이한 물리적 디바이스들 상에 분산되는 실시예들에서, 이들 디바이스들은 동일한 물리적 위치에 상주할 수 있거나 상이한 물리적 위치들로 흩어질 수 있다.
[0029]
데이터 수신 모듈(202)은 외부 데이터 소스들(예컨대, 날씨 데이터베이스들, 에너지 제공기들, 편의 디바이스들(106), 및 센서들(107))과 서버 컴퓨팅 디바이스(102)의 데이터 스토리지(204) 간에 인터페이스를 제공한다. 데이터 수신 모듈(202)은 다양한 외부 데이터 수집 및/또는 모니터링 시스템들(예컨대, NWS, NOAA, 지구 네트워크 날씨 네트워크(Earth Networks Weather Network))로부터 대기 조건들 및 날씨와 연관된 데이터를 수신한다. 정보의 다른 소스들은 정부 기관들 및 제 3 자 개인 회사들(그러나 이에 제한되지 않음)을 포함한다. 대기 조건들 및 날씨 데이터는 현재 조건 정보, 예보 정보 및 날씨 경고 정보(그러나 이에 제한되지 않음)를 포함할 수 있다. 대기 조건들 및 날씨 데이터는 위치(예컨대, 우편 번호 또는 GPS 좌표들)에 의해 분류될 수 있다. 데이터 수신 모듈(202)은 표준 통신 네트워크들 및 방법들을 통하여 다양한 외부 데이터 시스템들 및 소스들과 통신한다.
[0030]
데이터 수신 모듈(202)은 또한 빌딩들 내에 위치되고 빌딩의 편의 특징들에 영향을 미치는 동작을 가지는 편의 디바이스들(106)로부터 정보를 수신한다. 인지될 수 있는 바와 같이, 빌딩의 HVAC 시스템의 주 목적은 실내 환경의 열적 쾌적성을 제어하는 것이다. 일반적으로, 열적 쾌적성은 열적 환경에 대한 만족을 표현하는 마음의 상태로서 정의될 수 있다. 많은 요소들, 이를테면 대사율, 의류 단열재, 공기 온도, 평균 방사 온도, 공기 속도, 상대적 습도, 및 대상의 개인적 선호도들은 열적 쾌적성에 영향을 미칠 수 있다. 그러므로, 편의 디바이스들, 이를테면 서모스탯 동작 HVAC 시스템들, 팬들, 도어들, 창문들, 히터들, 통풍구들, 장막들 등으로부터 정보를 수신하고 그리고 이들을 제어하기 위한 능력은 빌딩의 에너지 소비를 최적화 및 제어하는데 중요하다.
[0031]
예컨대, 서모스탯(106a)은 자신의 현재 동작 상태(예컨대, 현재 온도 세팅, 난방 모드, 냉방 모드, 전력 세팅들, 효율 조건들)에 관한 특징들을 서버 컴퓨팅 디바이스(102)에 송신한다. 다른 예에서, 편의 디바이스들, 이를테면 팬들(106b) 및 장막들(106c)은 동작 세팅들(예컨대, 온/오프, 개방/폐쇄, 속도)을 서버 컴퓨팅 디바이스(102)에 송신한다. 일부 실시예들에서, 데이터 수신 모듈(202)은 또한 빌딩에 위치된 스마트 미터(예컨대, 전기 계량기, 가스 계량기, 또는 수량계)로부터 정보를 수집한다. 스마트 미터는 미리 결정된 인터벌들(예컨대, 1 시간) 내에서 에너지의 소비를 레코딩하고, 그리고 레코딩된 정보를 빌딩에 서비스를 제공하는 공익기업에 통신하도록 구성된다. 일부 실시예들에서, 데이터 수신 모듈(202)은 또한 빌딩에 공급되는 대안적인 에너지 소스들, 이를테면 태양 전지판들, 풍력, 발전기들 등을 제어하는, 빌딩에 있는 디바이스들로부터 정보를 수집한다. 데이터 수신 모듈(202)은 레코딩된 소비 정보를 수신하고 그리고 외부 날씨 조건들 및 편의 디바이스들(106)의 세팅들의 조정의 변화가 에너지 소비에 어떻게 영향을 미치는지를 결정하기 위하여 에너지 사용량을 다른 타입들의 데이터(예컨대, 서모스탯 데이터, 외부 날씨 데이터)와 상관시킬 수 있다. 빌딩이 다수의 서모스탯들 및/또는 다수의 난방 및 냉방 존들을 가질 수 있고 본원에 설명된 시스템(200)이 동일한 빌딩 내의 복수의 편의 디바이스들에 대해 본원에 설명된 에너지 최적화 및 제어 프로세스를 수행할 수 있다는 것이 전술한 것으로부터 인지되어야 한다.
[0032]
데이터 수신 모듈(202)은 또한 빌딩 내의 다양한 위치들에 포지셔닝될 수 있는 부가적인 디바이스들(예컨대, 센서들(107))로부터 정보를 수신한다. 예컨대, 빌딩 내의 각각의 룸에는 (서모스탯을 포함할 수 있거나 포함하지 않을 수 있는) 특정 룸의 온도의 측정치를 제공하기 위하여 센서가 장착될 수 있다. 센서에 의해 제공된 온도 판독치들은, 빌딩 내의 특정 위치(예컨대, 룸)의 온도가 서모스탯으로부터 벗어나서 빌딩의 온도를 변경하기 위하여 서모스탯에 의해 취해지는 액션들에 잠재적으로 응답하지 않는지를 결정하기 위하여 서모스탯으로부터 획득된 판독치(들)에 대해 비교될 수 있다. 예컨대, 서모스탯이 빌딩을 난방하기 위한 액션을 개시하고 서모스탯 위치에서의 온도의 대응하는 증가를 레코딩하지만 다른 룸에서의 센서가 온도 증가를 레코딩하지 않으면, 다른 룸은 구조적 결함들(예컨대, 누설 도어들/창문들) 또는 룸 내의 난방/냉방 시스템 문제들로 인해 적절하게 난방이 될 수 없다.
[0033]
게다가, 센서들은 콤비네이션 센서, 즉 빌딩 내에서 발견될 수 있는 다른 타입들의 센서들 또는 디바이스들, 이를테면 도어 상태 센서, 창문 상태 센서, 장막 상태 센서, 기기 상태 센서, 또는 모션 검출 센서와 결합되는 온도 센서를 포함할 수 있다. 데이터 수신 모듈(202)은 빌딩의 온도, 편의, 및 에너지 사용량을 결정하고 최적화하는데 유용한 결합된 센서들로부터의 다중 타입들의 정보를 수신할 수 있다. 예컨대, 결합된 온도 및 모션 센서는 빌딩 내의 특정 룸에서의 온도 및 움직임 또는 활동에 관련된 정보를 제공할 수 있다. 온도 및 모션 센서가 8:00am과 5:30pm 간에 룸에서 어떠한 활동도 검출하지 못하지만(예컨대, 아무도 룸을 사용하지 않음) 룸의 온도가 이들 시간들 동안 빌딩 서모스탯에 의해 개시되는 난방 또는 냉방 액션에 기반하여 변화를 나타내면, 룸이 거주되고 있지 않기 때문에 룸을 난방하거나 냉방하는 것은 에너지의 낭비일 수 있다. 그러므로, 시스템은 그 시간 기간 동안 에너지를 절약하기 위하여 서모스탯의 난방 또는 냉방 프로파일에 대한 조정들을 결정할 수 있다.
[0034]
다른 예에서, 결합된 도어 개방/폐쇄 및 온도 센서는 도어의 온도뿐 아니라 도어의 상태(예컨대, 개방, 폐쇄)에 관련된 정보를 제공할 수 있다. 이 예에서, 도어가 폐쇄되어 있지만 도어에서의 온도 판독치가 룸 또는 빌딩의 다른 부분의 온도와 상당히 상이하다는 것을 센서가 표시하면, 이는 도어가 누설, 손상되거나, 또는 적절하게 단열되지 않고 있다는 것을 시사할 수 있다. 그러므로, 시스템은 도어에 대한 온도 프로파일을 생성하고, 전체 에너지 최적화 프로세스에 이런 변수를 포함시키고, 그리고 온도 차이를 하이라이팅하는 리포트 또는 경고를 제공할 수 있다. 대안적으로, 도어가 개방되어 있고 도어에서의 온도 판독치가 상당히 상이하다는 것을 센서가 표시하면, 시스템은 본원에 설명된 에너지 최적화 프로세스를 수행할 때 도어의 상태를 고려할 수 있다.
[0035]
다른 예에서, 결합된 기기 및 온도 센서는 기기의 동작 특징들 또는 조건들뿐 아니라 기기 가까이에서의 온도에 관한 정보를 제공할 수 있다. 이 예에서, 센서는, 스토브(stove) 둘레의 온도가 룸 및/또는 빌딩의 다른 영역들에서보다 더 높은 것을 표시하고 또한 이들 시간들 동안 스토브가 온인 것을 표시할 수 있다. 그러므로, 시스템은 온도 변동을 고려할 수 있고 필요한 대로 에너지 최적화 프로파일 및 서모스탯 제어 프로세스를 조정한다. 센서들(107)이 온도에 더하여 또는 온도 대신에 다른 타입들의 정보, 이를테면 습도, 방사 열, 햇빛, 공기 흐름/속도 등을 측정할 수 있다는 것이 인지되어야 한다.
[0036]
데이터 수신 모듈(202)은 수신된 정보를 데이터 스토리지(204)에 저장하고 모듈들(206, 208, 210, 212, 214 및 216)에 의해 프로세싱하는데 도움이 되는 포맷으로 통합하고 어그리게이팅(aggregate)한다. 예컨대, 데이터 수신 모듈(202)이 연결되는 각각의 데이터 소스는 상이한 신택스(syntax) 및/또는 데이터 구조를 사용하여 데이터를 송신할 수 있다. 데이터 수신 모듈(202)은, 인입 데이터가 데이터 스토리지(204) 및 모듈들(206, 208, 210, 212, 214 및 216)에 수용가능한 신택스 또는 구조에 따르도록, 데이터 소스의 이해에 따라 인입 데이터를 파싱(parse)하고 데이터를 리포맷(reformat)한다. 일부 실시예들에서, 외부 데이터 소스들은 데이터 수신 모듈(202)에 요구되는 프로세싱을 감소시키기 위하여 정보를 표준 포맷(예컨대, XML)으로 송신한다.
[0037]
데이터 수신 모듈(202)은 데이터를 모듈들(206, 208, 210, 212, 214 및 216)에 송신하기 위한 준비시 외부 소스들로부터 수신된 데이터를 저장 및 리트리브하기 위하여 데이터 스토리지(204)와 통신한다. 일부 실시예들에서, 데이터 수신 모듈(202)은, 데이터가 데이터 스토리지(204)에 저장되어 있고 계수 모델러(206)에 의해 프로세싱할 준비가 되었다는 통지를 계수 모델러(206)에게 송신한다. 통지는 데이터 스토리지(204) 내의 데이터의 스토리지 위치의 레퍼런스(reference) 표시자(예컨대, 데이터베이스 어드레스)를 포함한다.
[0038]
데이터 스토리지(204)는 데이터 수신 모듈(202)에 의해 수신된 정보를 저장하는 하드웨어(예컨대, 디스크 드라이브들), 소프트웨어(예컨대, 데이터베이스 측정 프로그래밍) 또는 이 둘 모두를 포함하는 데이터베이스 또는 다른 유사한 데이터 구조이다. 데이터 스토리지(204)는 또한 데이터를 모듈들(206, 208, 210, 212, 214 및 216)에 제공하고, 업데이트된 데이터 및 분석을 모듈들(206, 208, 210, 212, 214 및 216)로부터 수신한다.
[0039]
계수 모델러(206)는 데이터 스토리지(208)로부터 정보를 리트리브하고 빌딩의 에너지 특징들과 연관된 열적 응답 계수들의 세트를 생성하는 모듈이다. 모델러(206)는 (예컨대, 빌딩의 우편 번호 또는 GPS 좌표들을 리트리빙함으로써) 빌딩의 위치를 결정한다. 일부 실시예들에서, 모델러(206)는 빌딩과 연관된 부가적인 데이터, 이를테면 빌딩의 물리적 구조(예컨대, 구성 재료들), 태양 방위 및 로드, 열용량, 및 바람 침입을 리트리브한다. 일부 실시예들에서, 모델러(206)는 빌딩의 위치에 기반하여 빌딩의 물리적 구조, 태양 방위 및 로드, 열용량, 및/또는 바람 침입을 추론한다. 일부 실시예들에서, 모델러(206)는 빌딩에 설치된 스마트 미터로부터, 서버 컴퓨팅 디바이스(102)에 의해 수집된 빌딩과 연관된 스마트 미터 데이터를 리트리브한다. 일부 실시예들에서, 모델러(206)는 .CSV(comma-separated value) 파일 형태로 데이터 스토리지(204)로부터 데이터를 추출한다.
[0040]
이 정보에 기반하여, 모델러(206)는 빌딩에 대한 열적 프로파일을 결정한다. 빌딩의 위치에 대한 날씨 정보, 빌딩에 대한 현재 서모스탯 세팅, 및 빌딩과 연관된 다른 데이터(예컨대, 스마트 미터 데이터, 센서들(107)로부터의 센서 데이터)와 함께 열적 프로파일을 사용하여, 모델러(206)는 빌딩의 편의에 영향을 미치는 다양한 특징들(예컨대, 온도, 습도, 열용량, 태양 로딩, 및 바람 침입) 및 빌딩에 있는 난방/냉방 장치 및 다른 편의 디바이스들에 의해 소비되는 에너지 양에 기반하여 열적 응답 계수들의 세트들을 생성한다. 일정 시간 기간(예컨대, 한 시간, 하루) 동안 위치에서의 날씨 조건들의 투영들에 따라, 열적 응답 계수들의 각각의 세트는 상이할 수 있다. 모델러(206)는 에너지 사용량, 예보 정확도, 거주자 선호도들 등의 고려사항들에 기반하여 열적 응답 계수들의 세트들의 순위를 매긴다. 모델러(206)는 시스템(100)의 다른 모듈들(208, 210, 212, 214, 216)에 의해 사용하기 위하여 순위가 매겨진 열적 응답 계수들을 데이터 스토리지(204)에 송신한다.
[0041]
최적화 및 스케줄링 모듈(210)은 순위가 매겨진 열적 응답 계수들을 빌딩 위치와 연관된 날씨 예보 및 빌딩과 연관된 거주자 선호도 프로파일 같은 부가적인 정보와 함께, 데이터 스토리지(204)로부터 리트리브한다. 일부 실시예들에서, 최적화 및 스케줄링 모듈(210)은 또한 현재 및 추정된 에너지 가격들을 (예컨대, 데이터 스토리지(204)로부터 또는 공익기업 같은 외부 데이터 소스로부터) 리트리브한다. 최적화 및 스케줄링 모듈(210)은 정보를 예측 출력 모듈(208)에 송신한다.
[0042]
예측 출력 모듈(208)은, 해당 위치에 대한 현재 및 예보 날씨 조건들 및 열적 응답 계수들의 각각의 세트에 기반하여, 빌딩 내 편의 디바이스들(106)에 대한 일련의 에너지 제어 포인트들을 생성한다. 예측 출력 모듈(208)은 또한 일련의 에너지 제어 포인트들에 기반하여 전력 사용량 추정치, 듀티 사이클, 및 빌딩에 설치되는 난방/냉방 장치에 대한 실내 온도 예보를 생성한다. 일부 실시예들에서, 예측 결과 모듈(208)은 또한 현재 에너지 가격들을 결정에 통합함으로써 일련의 에너지 제어 포인트들과 연관된 추정된 에너지 비용을 생성할 수 있다.
[0043]
최적화 및 스케줄링 모듈(210)은 예측 출력 모듈(208)로부터 일련의 에너지 제어 포인트들을 수신하고 부가적인 요인들, 이를테면 예상된 수요 응답 이벤트들 및/또는 거주자 선호도들에 기반하여 결과들을 최적화한다. 예컨대, 외부 온도가 8:30am의 70℉에서 11:00am의 90℉로 상승할 것이라는 것을 날씨 예보가 표시하면, 최적화 및 스케줄링 모듈(210)은 그때 에어 컨디셔닝 시스템들에 전력을 공급하기 위하여 에너지에 대한 수요가 증가할 것이라는 것을 결정한다. 최적화 및 스케줄링 모듈(210)은 또한, 그때 에너지 가격이 오를 것이라는 것을 결정한다. 결과로서, 최적화 및 스케줄링 모듈(210)은, 외부 온도가 더 뜨거운 11:00am에 홈의 공기 컨디셔너가 오래 작동할 필요가 없도록, 아침 일찍(예컨대, 8:30am) 홈에 부가적인 냉방(즉, 사전-냉방)을 제공하도록 일련의 에너지 제어 포인트들을 조정한다. 예컨대, 최적화 및 스케줄링 모듈(210)은 사전-냉방 페이즈(phase) 동안 더 높은 속도로 스위치하고, 그 다음 더 낮은 속도로 스위치하거나 턴 오프하도록 하루의 다른 부분들 동안 팬에게 명령하는 에너지 제어 포인트들을 팬(106b)에게 송신할 수 있다.
[0044]
또한, 최적화 및 스케줄링 모듈(210)은, 8:30am의 가격이 11:00am의 예측된 가격보다 더 낮아서, 이른 아침에 에너지 소비의 증가가 이후 11:00am의 시간에서 더 많은 에너지를 소비하는 것에 비해 비용 절감들을 달성하는 것을 이해한다. 일부 경우들에서, 최적화 및 스케줄링 모듈(210)은 이미 설명된 바와 같이, 빌딩 내의 센서들(107)로부터 수신된 온도 판독치들 및 편의 특징들에 기반하여 에너지 제어 포인트들을 조정할 수 있다.
[0045]
최적화 및 스케줄링 모듈(210)이 일련의 에너지 제어 포인트들을 조정하면, 모듈(210)은 일련의 에너지 제어 포인트들을 데이터 스토리지(204)에 송신한다. 데이터 스토리지(204)는 일련의 에너지 제어 포인트들을 전송 모듈(214)에 송신하고, 전송 모듈(214)은 에너지 제어 포인트들을 빌딩 내의 편의 디바이스들(106)에 통신한다. 일 예에서, 에너지 제어 포인트들은 주어진 시간 기간 동안(예컨대, 하루) 서모스탯(106a)에 대한 타겟 온도들의 스케줄을 제공하는 온도 세트 포인트들을 포함한다. 서모스탯(106a)은 증가된 에너지 효율 및 수요 응답 이벤트들의 예측을 달성하기 위하여 온도 세트 포인트들의 스케줄에 따라 난방 및/또는 냉방을 수행할 수 있다.
[0046]
서버 컴퓨팅 디바이스(102)는 또한 데이터 검증 모듈(212)을 포함한다. 데이터 검증 모듈(212)은 이전 시간 기간으로부터 빌딩에 대한 에너지 사용량 데이터를 리트리브하고 동일한 시간 기간에 걸쳐 사용량 데이터를 시스템(100)에 의해 예측된 것에 비교한다. 예컨대, 데이터 검증 모듈(212)은 특정 날에 고객 홈에 대한 에너지 사용량 데이터(예컨대, 스마트 미터, 태양 전지판 모듈, 또는 공익기업으로부터 제공됨)를 리트리브한다. 데이터 검증 모듈(212)은 또한 모델러(206), 예측 결과 모듈(208) 및 최적화 및 스케줄링 모듈(210)에 의해 수행된 결정들에 기반하여, 동일한 날 동안 예측된 에너지 사용량을 리트리브한다. 데이터 검증 모듈(212)은, 임의의 변동들이 발생하였는지를 결정하기 위하여 2개의 에너지 사용량 값들(실제 값 대 예측 값)을 비교한다. 비교에 기반하여, 데이터 검증 모듈(212)은 (예컨대, 웹 인터페이스 모듈(216)을 통하여) 고객에게 제시될 수 있는 에너지 사용량 절약 데이터를 제공할 수 있다. 일부 실시예들에서, 데이터 검증 모듈(212)은 부가적인 방법론들을 사용하여 에너지 절약들을 결정한다. 예컨대, 데이터 검증 모듈(212)은 (i) 최적화 및 스케줄링 모듈(210)이 빌딩의 서모스탯에 대한 온도 세트 포인트 스케줄을 조정하지 않은 날과 (ii) 최적화 및 스케줄링 모듈(210)이 온도 세트 포인트 스케줄을 조정한 날 간의 빌딩의 에너지 사용량을 비교할 수 있다. 데이터 검증 모듈(212)은, 최적화 및 스케줄링 모듈(210)이 작동할 때 달성되는 에너지 절약들을 도시하는 챠트(chart)들 및 다른 리포트들을 생성할 수 있다. 게다가, 데이터 검증 모듈(212)에 의해 생성된 비교 정보는 더 큰 정확도 및 더 나은 효율을 달성하기 위하여 모델러(206)에 의해 생성된 계수 모델들을 정제하기 위하여 사용된다.
[0047]
서버 컴퓨팅 디바이스(102)는 또한 웹 인터페이스 모듈(216)을 포함한다. 웹 인터페이스 모듈(216)은 클라이언트 디바이스들(예컨대, 도 1의 클라이언트 디바이스(108))로부터 연결 요청들을 수신하고 빌딩과 연관된 열적 프로파일 정보를 액세스 및 업데이트하기 위하여 클라이언트 디바이스들에 포탈을 제공하도록 구성된다. 예컨대, 주택 보유자는 시스템(100)에 등록하여 클라이언트 디바이스(108) 상의 웹 브라우저를 통하여 웹 인터페이스 모듈(216)에 연결할 수 있다. 로그 인(logging in) 시, 주택 보유자에게는 이 홈의 현재 에너지 특징들에 관련된 다양한 정보를 포함하는 포탈뿐 아니라, 주택 보유자가 자신의 홈의 내부 온도에 대한 편의 선호도들을 설정 및 변경하게 허용하는 상호작용 피처(feature)들이 제시된다. 일부 실시예들에서, 포탈은 시스템(100)에 저장된 데이터(예컨대, 열적 프로파일, 에너지 사용량, 날씨 조건들, 홈 도처에 있는 센서들(107)로부터의 데이터)를 레버리징(leverage)하고 주택 보유자의 주택을 유사한 열적 편의 및/또는 에너지 소비 특징들을 공유하는 다른 빌딩들과 비교하는 홈 에너지 검사(audit) 기능을 포함한다. 주택 보유자는 자신의 영역에서 다른 홈들 또는 빌딩들에 대한 자신의 홈의 상대적 에너지 사용량을 결정할 수 있다. 홈 에너지 검사에 기반하여, 포탈은 또한 빌딩의 에너지 효율을 개선하기 위한 제안들의 맞춤형 및 우선화된 리스트를 제공할 수 있다.
[0048]
도 3은 빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법(300)의 흐름도이다. 데이터 수신 모듈을 사용하여, 서버 컴퓨팅 디바이스(102)는 복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신(302)하고, 복수의 센서들의 적어도 일부는 빌딩 내에 위치되고, 측정치들은 위에서 설명된 바와 같이 온도 판독치들 및 편의 특징들을 포함한다. 계수 모델러(206)를 사용하여, 서버 컴퓨팅 디바이스(102)는 빌딩의 에너지 특징들, 센서들(107)로부터 획득된 측정치들, 및 빌딩 위치와 연관된 날씨 데이터에 기반하여 빌딩에 대한 열적 응답 계수들의 세트를 생성(304)한다. 최적화 및 스케줄링 모듈(210) 및 예측 결과 모듈(208)을 사용하여, 서버 컴퓨팅 디바이스(102)는 열적 응답 계수들의 세트 및 빌딩의 위치와 연관된 예보된 날씨 조건들에 기반하여 빌딩의 에너지 응답을 예측(306)한다.
[0049]
최적화 및 스케줄링 모듈(210) 및 예측 결과 모듈(208)을 사용하여, 서버 컴퓨팅 디바이스(102)는 빌딩과 연관된 에너지 소비 비용에 기반하여 빌딩의 최소 에너지 요건들을 선택(308)한다. 최적화 및 스케줄링 모듈(210) 및 예측 결과 모듈(208)을 사용하여, 서버 컴퓨팅 디바이스(102)는 에너지 응답 및 최소 에너지 요건들에 기반하여 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정(310)한다.
[0050]
데이터 검증 모듈(212)을 사용하여, 서버 컴퓨팅 디바이스(102)는 에너지 사용량 변동들 및 잠재적인 에너지 절약들을 결정하기 위하여 모델러(206) 및 예측 결과 모듈(208)에 의해 제공된 예측된 에너지 사용량에 대하여 빌딩에 대한 이전 날의 에너지 사용량을 비교한다. 전송 모듈(214)을 사용하여, 서버 컴퓨팅 디바이스(102)는 조정된 에너지 제어 포인트들을 빌딩의 편의 디바이스들(106)에 송신(312)한다.
[0051]
일부 실시예들에서, 본원에 설명된 기법들은 로컬 또는 지역적 공익기업들 및 서비스 제공자들과 함께 수요 응답 이벤트들을 실행하기 위하여 사용된다. 시스템(100)의 예측 모델링 및 편의 디바이스 제어 피처들(feature)은 공익기업들에 의해 식별된 잠재적인 수요 응답 이벤트들을 준비하고, 시스템에 연결된 빌딩들에 의한 에너지 소비를 피크 수요 시간들로부터 더 낮은 수요 시간들로 시프트하도록 레버리징되고 - 이에 의해 공익기업들에 대한 에너지 수요 로드가 감소되고 잠재적으로 더 낮은 비용으로 빌딩들에 에너지가 제공된다.
[0052]
예컨대, 예측 모델링, 에너지 제어 포인트 생성, 및 연관된 분석에 기반하여, 서버 컴퓨팅 디바이스(102)는, 특정 양의 에너지가 다음날 동안에 시스템(100)에 연결된 빌딩들에 의해 소비될 것이라는 것을 결정한다. 서버 컴퓨팅 디바이스(102)는 또한, 날씨 예보 정보에 기반하여, 다음날 2 시간 윈도우 동안 에너지에 대한 피크 수요 이벤트가 있을 수 있다(예컨대, 외부 저온/고온 예측 또는 외부 온도의 예보 변화로 인해)는 것을 결정한다. 서버 컴퓨팅 디바이스(102)가 2 시간 윈도우 동안 잠재적으로 사용될 에너지 양을 식별하였기 때문에, 서버 컴퓨팅 디바이스(102)는 에너지 소비를 감소시키거나 제거하기 위하여 그리고 피크 수요 시간 동안 빌딩의 편의 특징들을 최적화하기 위하여 편의 디바이스들(106)(예컨대, 서모스탯(106a), 팬(106b), 장막들(106c))의 일부 또는 모두에 대한 에너지 제어 포인트들을 선제적으로 조정할 수 있다.
[0053]
종종, 공익기업은 잠재적인 수요 응답 이벤트의 사전 경고를 가지지 않는다. 예컨대, 공익기업은, 이벤트가 시작하기 전 1 시간까지 수요 응답 이벤트를 예상하지 못할 수 있다. 공익기업이 수요 응답 이벤트를 인식하게 되는 포인트에서, 공익기업은 서버 컴퓨팅 디바이스(102)에 곧 있을 이벤트를 알릴 수 있다. 이런 이전 분석에 기반하여, 서버 컴퓨팅 디바이스(102)는 수요 응답 이벤트 동안 시스템(100)의 빌딩들에 의해 소비되지 않을 특정 에너지 양을 공익기업에게 커밋트(commit)할 수 있다. 공익기업이 커밋트된 양의 에너지를 요구하는 것을 공익기업이 시스템(100)에게 통지하면, 서버 컴퓨팅 디바이스(102)는 공익기업에 커밋트된 에너지 양만큼 에너지 소비를 감소시키는 조정된 에너지 제어 포인트 스케줄들을 연결된 편의 디바이스들(106)에 자동으로 송신한다.
[0054]
서버 컴퓨팅 디바이스(102)는 또한, 거주자가 원하고 있고 및/또는 스케줄에 특정되는 편의 특징들(예컨대, 온도, 습도 등)을 거의 유지하면서 감소된 에너지 소비를 고려하기 위하여 편의 디바이스들(106)의 에너지 제어 포인트 스케줄들을 조정할 수 있다. 예컨대, 편의 디바이스들(106)이 수요 응답 이벤트(예컨대, 여름날의 오후 중반) 동안 어떠한 에너지도 소비하지 않도록 조정될 것이라는 것을 서버 컴퓨팅 디바이스(102)가 이해하면, 서버 컴퓨팅 디바이스(102)는 수요 응답 이벤트에 앞서 빌딩을 사전-냉방하기 위하여 편의 디바이스들(106)에 대한 에너지 제어 포인트 스케줄(예컨대, 서모스탯(106a)에 대한 온도 세트 포인트 스케줄)을 조정할 수 있으여, 이에 빌딩의 온도가 이벤트 동안 본래-스케줄링된 값에 또는 이 가까이에 있게된다. 사전-냉방에 의해 소비되는 부가적인 에너지는 수요 응답 이벤트 동안 발생하지 않고 - 이는 공익기업에 대한 감소된 로드 및 거주자에 대한 잠재적인 비용 절약들을 유도한다. 더욱이, 빌딩은 이벤트 동안 원하는/스케줄된 편의 특징들을 거의 유지한다.
[0055]
몇몇 수학적 알고리즘은 시스템(100)에 연결된 빌딩들에 의해 소비되는 에너지에 대해 가능한 예측들을 전개할 뿐 아니라, HVAC의 동작에 헌신된 특정 양의 에너지를 예측하는데 사용될 수 있다.
빌딩 에너지 모델 예측들
[0056]
일 실시예에서, 빌딩은 전체 실내 환경의 감지할 수 있는 에너지를 엔벨로프(envelope)를 통한 에너지 흐름과 밸런싱하는 그레이-박스(grey-box) 시스템으로서 표현된다. 이런 타입의 모델링은 벽들을 통한 열 확산, 내부 및 외부 벽들에 대한 대류, 태양 방사 조도, 침입, 열용량, 및 HVAC 시스템 성능을 고려한다. HVAC 상태 데이터는 인터넷 연결된 서모스탯들, 및 스마트 미터들로부터의 전기 데이터로부터 획득된다.
[0057]
벽 내의 과도 온도들은 명시적인 3중 대각 행렬 알고리즘을 사용하여 균일한 특성 벽 내에서의 노드들의 온도들을 해결함으로써 고려된다. 모델에 대한 입력들은 로컬 기상 관측소들로부터의 실외 온도, 태양 일사량, 및 바람 속도 데이터, 인터넷 연결된 서모스탯들로부터의 실내 공기 온도, 및 HVAC 상태 데이터, 및 스마트 미터들로부터의 전기 데이터를 포함한다. 빌딩 특징들, 이를테면 단열 R-값들 및 창문 내기(fenestration) 비율들의 상세한 측정치들을 요구하는 대신, 유효 파라미터 값들이 데이터로부터 계산된다.
[0058]
예시적인 해결 기법은 모델링된 실내 공기 온도들을 측정된 온도들에 맞추는 최소 제곱 곡선을 획득하기 위하여 유전알고리즘(Genetic Algorithm)을 사용하는 것으로 이루어진다. 파라미터들은 날씨 및 빌딩 상태의 변화들을 고려하기 위하여 주기적으로 업데이트된다. 에너지 예보들은 날씨 예보 데이터, 사용자 서모스탯 세트 포인트들, 및 수요 응답 이벤트들의 경우에, 전개되도록 제안된 특정 전략을 반영하기 위한 업데이트된 세트 포인트들로 모델을 작동시킴으로써 이루어진다. 유전 알고리즘 이외의 기법들이 본 발명의 범위 내에 사용될 수 있다는 것이 인지되어야 한다.
HVAC
전력
디스어그리게이션
(
Disaggregation
)
[0059]
표준 공기 컨디셔너들을 작동시키기 위하여 요구되는 전력은 일반적으로 실외 공기 온도에 따른다. 공기 컨디셔너들은 증기 압축 사이클을 활용하며 증발기에서 실내 환경으로부터의 열을 흡수하고 열을 콘덴서에서 외부로 배출함으로써 냉방을 달성한다. 콘덴서에서 이런 열 전달을 얻기 위하여, 냉매는 실외 공기보다 더 뜨거울 필요가 있다. 그 다음으로, 현대 시스템들은 증발기와 콘덴서 간의 압력 차이를 조정함으로써 가변적인 실외 공기 온도들을 보상한다. 실외 온도가 상승할 때, 이런 압력 차이(즉, 압력 비율)는 증가할 필요가 있고, 이에 압축기에 의한 더 많은 전력이 요구된다. 실외 온도와 동일한 전력 변동은 또한 히트 펌프들에서 관찰된다.
[0060]
이런 온도 의존성은 공기 컨디셔너 로드를 예측하기 위하여 중요하고, 서모스탯 및 스마트 미터 전력 데이터를 사용하여 측정될 수 있다. 근사화된 HVAC 온 전력 스파이크(spike)들을 결정하기 위하여 스마트 미터 데이터를 HVAC 온/오프 시간 기간들에 매칭시키는 예시적인 방법이 개발되었다. 이들 전력 스파이크들은 이들의 실외 공기 온도에 의해 비닝된다(binned). 그 다음으로, 비닝된 데이터의 선형 회귀는 HVAC 전력 곡선을 생성하기 위하여 사용된다. 이 전력 곡선은, HVAC가 주어진 실외 온도 데이터 또는 예보에 있을 때마다 로드를 근사화하기 위하여 사용될 수 있다.
[0061]
도 4는 예시적인 시간 기간 동안 예시적인 빌딩에 대한 실제 전력 사용량 및 온도 판독치들에 비교하여, 시스템(100)의 예측들에 의해 결정된 바와 같은 전력 사용량 및 온도 판독치들을 도시하는 다이어그램이다. 도 4의 그래프에서, 라인(402)은 평균 실제 전력 사용량을 표현하고, 라인(404)은 시스템(100)에 의해 결정된 바와 같은 평균 전력 사용량 예측을 표현하고, 라인(406)은 평균 실제 실내 온도를 표현하고 그리고 라인(408)은 시스템(100)에 의해 결정된 바와 같은 평균 실내 온도 예측을 표현한다. 도 4에 묘사된 데이터는 수요 응답 이벤트 동안 캡처되었다. 도 4에 도시된 바와 같이, 본원에 설명된 기법들은 수요 응답 용량의 정확한 예측들 및 온도와 같은 실내 편의 특징들에 대한 수요 응답의 영향력을 제공한다. 전력(예컨대, 402, 404) 및 실내 온도(예컨대, 406, 408) 둘 모두에 대한 실제 값과 예측된 값 간의 편차들은 작고 정확한 예측들을 제공하는데 있어서 시스템(100)의 효율성을 나타낸다.
센서들로부터의 상세한 측정치들 및 관련된 분석
[0062]
이미 설명된 바와 같이, 도 1의 시스템(100)의 센서들(107)은 시스템(100)이 빌딩 내의 특정 룸들 및/또는 특정 도어들 또는 창문들의 상세한 에너지 효율, 편의 분석, 및 온도 분석을 제공하게 하는 정보를 제공할 수 있다. 도 5a는 동일한 시간 기간에 걸쳐 빌딩의 서모스탯 및 실외 환경의 온도 판독치들에 비교되는, 도어 가까이에 배치된 센서의 온도 판독치들을 도시하는 다이어그램이다. 도 5a에 도시된 바와 같이, 도어 센서는 동일한 시간 기간 동안 빌딩(504) 외부의 온도 증가에 대응하는 온도(502)의 증가(예컨대 12:00am 75°로부터 12:00pm 88°까지)를 레코딩한다. 그러나, 빌딩의 서모스탯은 해당 시간 기간에 주목할만한 온도 변화(506)를 레코딩하지 않는다. 이것은, 도어가 빌딩에서 전체 에너지 손실을 유발하는 침입 문제에 영향을 받는 것을 표시할 수 있다. 시스템(100)은 도 5a의 다이어그램을 포함하는 평가표 같은 리포트를 생성하고 에너지를 절약하기 위하여 어떤 행동을 취해야할지(즉, 도어 밀봉)의 표시와 함께 리포트를 사용자(예컨대, 주택 보유자)에게 송신할 수 있다. 예컨대, 도 7은 빌딩에 대한 에너지 효율 및 에너지 사용량을 도시하는 평가표이고, 평가표는 본원에 설명된 분석을 사용하여 도 1의 시스템에 의해 생성된다.
[0063]
대조하여, 도 5b는 동일한 시간 기간에 걸쳐 빌딩의 서모스탯과 실외 환경의 온도 판독치들에 비교되는, 도어 가까이에 위치된 센서의 온도 판독치들을 도시하는 다이어그램이고, 도어 센서의 온도 판독치들은 실외 환경(512)의 온도 변화에 대응하는 온도 증가(514)를 나타내지 않는다. 대신, 도어 온도는 거의 서모스탯 온도(516)와 마찬가지로, 하루종일 일정하게 유지된다. 이것은, 도어가 침입 문제를 경험하지 않는 것을 표시한다.
[0064]
도 6은 동일한 시간 기간에 걸쳐 빌딩의 서모스탯과 실외 환경의 온도 판독치들에 비교되는, 빌딩의 4개의 상이한 룸들에 위치된 센서들로부터 수신된 온도 판독치들을 도시하는 다이어그램이고, 하나의 룸(604)의 온도 판독치들은, 실외 온도(602)가 증가함에 따라 온도의 증가를 도시하지만―나머지 룸들(604, 608, 612)의 온도는 서모스탯(606)의 온도 판독치에 대응한다. 이것은, 하나의 룸(604)이 빌딩들의 다른 룸들과 동일한 양의 냉방을 수용하지 못하는 것을 표시하고, 이는 그 룸의 냉방 장비에 문제가 있음을 시사한다.
[0065]
다른 예에서, 시스템(100)은 거주자의 위치 및/또는 거리에 기반하여 빌딩의 에너지 제어 포인트들을 조정할 수 있다. 예컨대, 모바일 디바이스를 가진 주택 보유자는, 주택 보유자가 그날 일을 떠날 때 자신의 홈의 편의 특징들을 조절하는 것을 시작하도록 서버 컴퓨팅 디바이스(102)에게 명령할 수 있다. 서버 컴퓨팅 디바이스(102)는, 주택 보유자가 통상적으로 (거리 및 교통량으로 인한 예상되는 이동 시간 등에 기반하여) 1 시간의 통근 시간을 갖는다는 것을 결정할 수 있고, 서버 컴퓨팅 디바이스(102)는, 주택 보유자가 홈에 도달하는 것과 거의 동시에 홈이 원하는 편의 레벨에 도달하도록 홈의 편의 디바이스들(106)이 동작할 에너지 제어 포인트들을 생성할 수 있다.
다른 타입들의 에너지-생성
디바이스들
[0066]
전력 그리드 같은 공익기업에 연결되는 것에 더하여, 빌딩에는, 빌딩의 냉방/난방 시스템 및 다른 편의 디바이스들에 에너지를 공급하기 위하여 에너지를 끌어들일 수 있는 다른 타입들의 에너지-생성 디바이스들이 설치될 수 있다. 그런 에너지-생성 디바이스들은 태양 전지판들, 발전기들, 및 에너지 스토리지 디바이스들을 포함한다. 본원에 설명된 시스템(100)은 이미 설명된 바와 같이 빌딩의 에너지 소비를 최적화하는데 그런 디바이스들 또는 소스들로부터 이용가능한 에너지를 활용할 수 있다. 예컨대, 태양 전지판들이 장착된 빌딩에서, 시스템(100)은, 날씨 리포트들이 태양이 나올 것을 예측한 시간 기간 동안 빌딩이 (빌딩의 태양 전지파들로부터의 에너지를 사용하여) 몇 도 추가로 냉각되어야 함을 결정할 수 있는데 - 이는, 시스템(100)이 또한, 하루 중 늦은 시간에 흐리고 더 따뜻할 것이고 하루 동안 에너지 가격들이 또한 상승할 것을 결정하였기 때문이다. 시스템(100)에 의해 예시되는 사전 냉방은 더 값싼 에너지 소스(태양 전지판들)를 이용하고 본원에 설명된 에너지 최적화 및 예측 프로세스들을 이용한다.
[0067]
위에서-설명된 기법들은 디지털 및/또는 아날로그 전자 회로로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 이들의 조합들로 구현될 수 있다. 데이터 프로세싱 장치, 예컨대 프로그램가능 프로세서, 컴퓨터 및/또는 다수의 컴퓨터들의 동작에 의한 실행을 위해, 또는 상기 동작을 제어하기 위하여 기계-판독가능 스토리지 디바이스에 유형적으로 구현되는 컴퓨터 프로그램 제품, 즉 컴퓨터 프로그램으로서 구현이 이루어질 수 있다. 컴퓨터 프로그램은, 소스 코드, 컴파일링된 코드, 인터프리티드(interpreted) 코드 및/또는 기계 코드를 포함하는 임의의 형태의 컴퓨터 또는 프로그래밍 언어로 기입될 수 있고, 컴퓨터 프로그램은 독립형 프로그램으로서 또는 컴퓨팅 환경에 사용하기에 적합한 서브루틴, 엘리먼트, 또는 다른 유닛을 포함하여, 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나 또는 그 초과의 위치들에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 실행되도록 전개될 수 있다.
[0068]
방법 단계들은 입력 데이터를 동작시키고 및/또는 출력 데이터를 생성함으로써 본 발명의 기능들을 수행하도록 컴퓨터 프로그램을 실행하는 하나 또는 그 초과의 프로세서들에 의해 수행될 수 있다. 또한, 특수 목적 로직 회로, 예컨대 FPGA(field programmable gate array), FPAA(field-programmable analog array), CPLD(complex programmable logic device), PSoC(Programmable System-on-Chip), ASIP(application-specific instruction-set processor), 또는 ASIC(application-specific integrated circuit) 등에 의해 방법 단계들이 수행될 수 있고, 장치가 이들로서 구현될 수 있다. 서브루틴들은 저장된 컴퓨터 프로그램 및/또는 프로세서의 부분들, 및/또는 하나 또는 그 초과의 기능들을 구현하는 특수 회로를 지칭할 수 있다.
[0069]
컴퓨터 프로그램의 실행에 적합한 프로세서들은 예로써, 범용 및 특수 목적 마이크로프로세서들 둘 모두, 및 임의의 종류의 디지털 또는 아날로그 컴퓨터의 임의의 하나 또는 그 초과의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 모두로부터 명령들 및 데이터를 수신한다. 컴퓨터의 필수 엘리먼트들은 명령들을 실행하기 위한 프로세서 및 명령들 및/또는 데이터를 저장하기 위한 하나 또는 그 초과의 메모리 디바이스들이다. 메모리 디바이스들, 이를테면 캐시는 데이터를 일시적으로 저장하기 위하여 사용될 수 있다. 메모리 디바이스들은 또한 장기간 데이터 스토리지를 위하여 사용될 수 있다. 일반적으로, 컴퓨터는 또한 데이터를 저장하기 위한 하나 또는 그 초과의 대량 스토리지 디바이스들, 예컨대 자기, 자기-광학 디스크들, 또는 광학 디스크들을 포함하거나, 또는 이들로부터 데이터를 수신하기 위하여 또는 이들에 데이터를 전달하기 위하여, 또는 둘 모두를 수행하기 위하여 동작가능하게 커플링된다. 컴퓨터는 또한 네트워크로부터 명령들 및/또는 데이터를 수신하기 위하여 및/또는 명령들 및/또는 데이터를 네트워크에 전달하기 위하여 통신 네트워크에 동작가능하게 커플링될 수 있다. 컴퓨터 프로그램 명령들 및 데이터를 구현하기에 적절한 컴퓨터-판독가능 저장 매체들은 예로써 반도체 메모리 디바이스들, 예컨대 DRAM, SRAM, EPROM, EEPROM, 및 플래시 메모리 디바이스들; 자기 디스크들, 예컨대 내부 하드 디스크들 또는 제거가능 디스크들; 자기-광학 디스크들; 및 광학 디스크들, 예컨대 CD, DVD, HD-DVD 및 블루레이 디스크들을 포함하는, 모든 형태들의 휘발성 및 비휘발성 메모리를 포함한다. 프로세서 및 메모리는 특수 목적 로직 회로에 의해 보충되고 및/또는 이 특수 목적 로직 회로에 통합될 수 있다.
[0070]
사용자와 상호작용을 제공하기 위하여, 위에서 설명된 기법들은 정보를 사용자에게 디스플레이하기 위한 디스플레이 디바이스, 예컨대, CRT(cathode ray tube), 플라즈마 또는 LCD(liquid crystal display) 모니터 및 사용자가 컴퓨터에게 입력을 제공할 수 있게 하는(예컨대, 사용자 인터페이스 엘리먼트와 상호작용할 수 있게 함) 키보드 및 포인팅 디바이스, 예컨대, 마우스, 트랙볼, 터치패드 또는 모션 센서와 통신하는 컴퓨터상에 구현될 수 있다. 다른 종류의 디바이스들은 또한 사용자와 상호작용을 제공하기 위하여 사용될 수 있고; 예컨대, 사용자에게 제공되는 피드백은 임의의 형태의 센서리(sensory) 피드백, 예컨대 시각 피드백, 청각 피드백, 또는 촉각 피드백일 수 있고; 그리고 사용자로부터의 입력은 음향, 스피치, 및/또는 촉각 입력을 포함하는 임의의 형태로 수신될 수 있다.
[0071]
위에서 설명된 기법들은 백-엔드(back-end) 컴포넌트를 포함하는 분산형 컴퓨팅 시스템으로 구현될 수 있다. 백-엔드 컴포넌트는 예컨대, 데이터 서버, 미들웨어 컴포넌트 및/또는 애플리케이션 서버일 수 있다. 위에서 설명된 기법들은 프론트-엔드(front-end) 컴포넌트를 포함하는 분산형 컴퓨팅 시스템으로 구현될 수 있다. 프론트-엔드 컴포넌트는 예컨대 그래픽 사용자 인터페이스, 사용자가 예시적인 구현과 상호작용할 수 있게 하는 웹 브라우저, 및/또는 송신 디바이스에 대한 다른 그래픽 사용자 인터페이스들을 가지는 클라이언트 컴퓨터일 수 있다. 위에서 설명된 기법들은 그런 백-엔드, 미들웨어, 또는 프론트-엔드 컴포넌트들의 임의의 조합을 포함하는 분산형 컴퓨팅 시스템으로 구현될 수 있다.
[0072]
컴퓨팅 시스템의 컴포넌트들은 디지털 또는 아날로그 데이터 통신의 임의의 형태 또는 매체를 포함할 수 있는 송신 매체(예컨대, 통신 네트워크)에 의해 상호연결될 수 있다. 송신 매체는 임의의 구성의 하나 또는 그 초과의 패킷-기반 네트워크들 및/또는 하나 또는 그 초과의 회선-기반 네트워크들을 포함할 수 있다. 패킷-기반 네트워크들은 예컨대 인터넷, 캐리어 IP(internet protocol) 네트워크(예컨대, LAN(local area network), WAN(wide area network), CAN(campus area network), MAN(metropolitan area network), HAN(home area network)), 사설 IP 네트워크, IPBX(IP private branch exchange), 무선 네트워크(예컨대, RAN(radio access network), 블루투스, Wi-Fi, WiMAX, GPRS(general packet radio service) 네트워크, HiperLAN), 및/또는 다른 패킷-기반 네트워크들을 포함할 수 있다. 회선-기반 네트워크들은 예컨대 PSTN(public switched telephone network), 레거시 PBX(private branch exchange), 무선 네트워크(예컨대, RAN, CDMA(code-division multiple access) 네트워크, TDMA(time division multiple access) 네트워크, GSM(global system for mobile communications) 네트워크), 및/또는 다른 회선-기반 네트워크들을 포함할 수 있다.
[0073]
송신 매체를 통한 정보 전달은 하나 또는 그 초과의 통신 프로토콜들에 기반할 수 있다. 통신 프로토콜들은 예컨대 이더넷 프로토콜, IP(Internet Protocol), VOIP(Voice over IP), P2P(Peer-to-Peer) 프로토콜, HTTP(Hypertext Transfer Protocol), SIP(Session Initiation Protocol), H.323, MGCP(Media Gateway Control Protocol), SS7(Signaling System #7), GSM(Global System for Mobile Communications) 프로토콜, PTT(Push-to-Talk) 프로토콜, POC(PTT over Cellular) 프로토콜, 및/또는 다른 통신 프로토콜들을 포함할 수 있다.
[0074]
컴퓨팅 시스템의 디바이스들은 예컨대 컴퓨터, 브라우저 디바이스를 가진 컴퓨터, 전화, IP 폰, 모바일 디바이스(예컨대, 셀룰러 폰, PDA(personal digital assistant) 디바이스, 랩톱 컴퓨터, 전자 메일 디바이스), 및/또는 다른 통신 디바이스들을 포함할 수 있다. 브라우저 디바이스는 예컨대, 월드 와이드 웹 브라우저(예컨대, 마이크로소프트 코포레이션으로부터 입수가능한 Microsoft® Internet Explorer®, Mozilla Corporation으로부터 입수가능한 Mozilla® Firefox)를 가지는 컴퓨터(예컨대, 데스크톱 컴퓨터, 랩톱 컴퓨터)를 포함한다. 모바일 컴퓨팅 디바이스는 예컨대 Blackberry®를 포함한다. IP 폰들은 예컨대 Cisco Systems, Inc으로부터 입수가능한 Cisco® Unified IP Phone 7985G 및/또는 Cisco Systems, Inc로부터 입수가능한 Cisco® Unified Wireless Phone 7920을 포함한다.
[0075]
구성되다, 포함하다, 및/또는 각각의 복수 형태들은 오픈 엔드되고(open ended) 리스트된 부분들을 포함하며 리스트되지 않은 부가적인 부분들을 포함할 수 있다. 및/또는은 오프 엔드되고 리스트된 부분들 중 하나 또는 그 초과 및 리스트된 부분들의 조합들을 포함한다.
[0076]
당업자는, 본 발명이 본 발명의 사상 또는 필수적인 특징들에서 벗어남이 없이 다른 특정 형태들로 구현될 수 있다는 것을 인식할 것이다. 그러므로, 전술한 실시예들은 모든 측면들에서 본원에 설명된 본 발명을 제한하기보다 오히려 예시적인 것으로 고려되어야 한다.
Claims (62)
- 빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법으로서,
제 1 컴퓨팅 디바이스에 의해, 복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신하는 단계 ― 상기 복수의 센서들 중 적어도 일부는 상기 빌딩 내부에 위치되고, 상기 측정치들은 온도 판독치들 및 편의 특징(comfort characteristic)들을 포함함 ―;
상기 제 1 컴퓨팅 디바이스에 의해, 상기 빌딩의 에너지 특징들, 상기 센서들로부터의 측정치들, 및 상기 빌딩의 위치와 연관된 날씨 데이터에 기반하여 상기 빌딩에 대한 열적 응답 계수들의 세트를 생성하는 단계;
상기 제 1 컴퓨팅 디바이스에 의해, 상기 열적 응답 계수들의 세트 및 상기 빌딩의 위치와 연관된 예보된 날씨에 기반하여 상기 빌딩의 에너지 응답을 예측하는 단계;
상기 제 1 컴퓨팅 디바이스에 의해, 상기 빌딩과 연관된 에너지 소비 비용에 기반하여 상기 빌딩의 최소 에너지 요건들을 선택하는 단계;
상기 제 1 컴퓨팅 디바이스에 의해, 상기 에너지 응답 및 상기 최소 에너지 요건들에 기반하여 상기 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정하는 단계; 및
상기 제 1 컴퓨팅 디바이스에 의해, 상기 에너지 제어 포인트들을 상기 빌딩 내의 하나 또는 그 초과의 편의 디바이스들에 송신하는 단계
를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 하나 또는 그 초과의 센서들로부터의 온도 판독치들을 상기 빌딩 내의 서모스탯(thermostat)에 의해 제공되는 온도 측정치에 비교하는 단계; 및
상기 제 1 컴퓨팅 디바이스에 의해, 상기 비교에 기반하여 상기 에너지 제어 포인트들을 조정하는 단계
를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 에너지 제어 포인트들은 서모스텟 세트 포인트들, 상기 편의 디바이스들에 대한 제어 세팅들, 및 창문 장막(window shade)들에 대한 제어 세팅들을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 편의 특징들은 빌딩 영역의 거주 상태, 습도, 벽들로부터의 방사열, 편의 디바이스들에 대한 동작 상태, 빌딩 거주자의 위치, 빌딩으로부터 빌딩 거주자의 거리, 및 거주자가 빌딩에 도달하기 위한 이동 시간을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 4 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 상기 이동 시간 및/또는 상기 거리에 기반하여 상기 에너지 제어 포인트들을 조정하는 단계를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 에너지 특징들은 상기 센서들로부터의 하나 또는 그 초과의 온도 판독치들, 상기 빌딩의 서모스탯으로부터의 온도 판독치, 상기 빌딩 내의 HVAC 시스템의 상태, 상기 빌딩에 에너지를 공급하는 하나 또는 그 초과의 에너지 소스들의 상태, 및 상기 빌딩의 도어(door)들 및/또는 창문들의 상태를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 6 항에 있어서,
상기 HVAC 시스템은 하나 또는 그 초과의 스테이지 난방 또는 냉방 유닛들을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 6 항에 있어서,
상기 빌딩에 에너지를 공급하는 상기 에너지 소스들은 전기, 가스, 태양, 바람, 히트(heat) 펌프, 및 에너지 스토리지(storage) 디바이스들을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 열적 응답 계수들의 세트를 생성하는 단계는 추가로 상기 빌딩의 물리적 데이터에 기반하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 9 항에 있어서,
상기 물리적 데이터는 열용량(thermal mass), 바람 침입, 창문들의 상대적 면적, 단열재(insulation) 양, 구성 재료, 빌딩의 바람 침입, 및 연관된 HVAC 시스템의 효율 중 적어도 하나를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 에너지 응답을 예측하는 단계는 추가로 상기 빌딩과 연관된 상기 에너지 소비 비용에 기반하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 11 항에 있어서,
상기 에너지 소비 비용은 다양한 외부 온도들에 대해 상기 빌딩의 편의 레벨을 변경하기 위하여 요구되는 전력 양을 표현하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 최소 에너지 요건들은 상기 빌딩 내 HVAC 시스템의 전력 소비 양 및 상기 HVAC 시스템의 듀티 사이클을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 에너지 제어 포인트들을 결정하는 단계는 추가로 날씨 예보 데이터, 상기 빌딩의 거주자에 의해 제공된 편의 선호도, 또는 둘 모두에 기반하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
서모스탯에 송신되는 상기 에너지 제어 포인트들은 시간 기간에 걸쳐 상기 서모스탯의 제어를 위한 스케줄을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 원격 센서들의 네트워크로부터 상기 날씨 데이터를 수신하는 단계를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 상기 빌딩 내의 HVAC 시스템에 연결된 디바이스로부터 서모스탯 데이터를 수신하는 단계를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 에러 정정을 사용하여 열적 응답 계수들의 생성된 세트를 조정하는 단계를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 18 항에 있어서,
상기 에러 정정은 상기 열적 응답 계수들의 생성된 세트로부터 이상(anomaly)들을 필터링하는 단계를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 날씨 데이터는 상기 빌딩 위치에서의 현재 날씨 조건들, 상기 빌딩 위치에 대한 예보 날씨 조건들, 상기 빌딩 위치에서 태양 로드(load), 또는 이들의 임의의 조합을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 상기 빌딩의 예측된 에너지 응답을 하나 또는 그 초과의 다른 빌딩들의 예측된 에너지 응답에 비교하는 단계; 및
상기 제 1 컴퓨팅 디바이스에 의해, 상기 예측된 에너지 응답의 비교에 기반하여 상기 빌딩의 예측된 에너지 응답의 순위를 매기는 단계
를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 빌딩에 대한 열적 응답 계수들의 세트를 생성하는 단계는 추가로 스마트 미터(smart meter) 데이터에 기반하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
상기 복수의 센서들은 콤비네이션(combination) 도어 상태 및 온도 센서들, 콤비네이션 창문 상태 및 온도 센서들, 콤비네이션 기기 상태 및 온도 센서들, 콤비네이션 모션 검출 및 온도 센서들, 적외선 열 센서들, 독립형 온도 센서들, 및 습도 센서들을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 23 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 콤비네이션 도어 상태 및 온도 센서로부터 신호를 수신하는 단계;
상기 제 1 컴퓨팅 디바이스에 의해, 상기 신호에 기반하여 상기 콤비네이션 도어 상태 및 온도 센서와 연관된 도어가 개방되었는지 폐쇄되었는지를 결정하는 단계; 및
상기 제 1 컴퓨팅 디바이스에 의해, 상기 도어가 폐쇄되어 있고 상기 콤비네이션 도어 상태 및 온도 센서로부터의 온도 판독치가 상기 빌딩 내의 서모스탯의 온도 측정치로부터 벗어나면 상기 도어에 대한 에너지 손실 문제를 식별하는 단계
를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 24 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 상기 에너지 손실 문제가 식별되면, 상기 빌딩의 거주자와 연관된 원격 컴퓨팅 디바이스에 경고를 송신하는 단계를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 25 항에 있어서,
상기 경고는 상기 빌딩에 대한 에너지 효율 평가표(scorecard)를 포함하고 상기 에너지 손실 문제를 식별하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 23 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 하나 또는 그 초과의 센서들로부터 모션 검출 신호 및 온도 신호를 수신하는 단계;
상기 제 1 컴퓨팅 디바이스에 의해, 상기 모션 검출 신호에 기반하여 상기 하나 또는 그 초과의 센서들에 의해 모니터링되는 영역의 거주 상태를 결정하는 단계; 및
상기 제 1 컴퓨팅 디바이스에 의해, 상기 거주 상태 및 상기 온도 신호에 기반하여 상기 에너지 제어 포인트들을 조정하는 단계
를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 1 항에 있어서,
비교 단계는, 상기 센서 온도 측정치들의 시간에 따른 변화들이 상기 빌딩 내의 서모스탯의 온도 측정치의 시간에 따른 변화들에 대응하는지를 결정하는 단계를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 28 항에 있어서,
상기 제 1 컴퓨팅 디바이스에 의해, 상기 센서 온도 측정치들의 시간에 따른 변화들이 상기 서모스탯 온도 측정치들의 시간에 따른 변화들로부터 벗어날 때 상기 센서가 위치된 빌딩 영역에 대응하는 에너지 손실 문제를 결정하는 단계를 더 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 제 28 항에 있어서,
조정 단계는 상기 센서 온도 측정치들과 상기 서모스탯 온도 측정치 간의 차이를 고려하여 상기 에너지 제어 포인트들을 변경하는 단계를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 방법. - 빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템으로서,
상기 컴퓨터화된 시스템은:
복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신하고 ― 상기 복수의 센서들 중 적어도 일부는 상기 빌딩 내부에 위치되고, 상기 측정치들은 온도 판독치들 및 편의 특징들을 포함함 ―;
상기 빌딩의 에너지 특징들, 상기 센서들로부터의 측정치들, 및 상기 빌딩의 위치와 연관된 날씨 데이터에 기반하여 상기 빌딩에 대한 열적 응답 계수들의 세트를 생성하고;
상기 열적 응답 계수들의 세트 및 상기 빌딩의 위치와 연관된 예보된 날씨에 기반하여 상기 빌딩의 에너지 응답을 예측하고;
상기 빌딩과 연관된 에너지 소비 비용에 기반하여 상기 빌딩의 최소 에너지 요건들을 선택하고;
상기 에너지 응답 및 상기 최소 에너지 요건들에 기반하여 상기 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정하고; 그리고
상기 에너지 제어 포인트들을 상기 빌딩 내의 하나 또는 그 초과의 편의 디바이스들에 송신
하도록 구성된 제 1 컴퓨팅 디바이스를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 31 항에 있어서,
상기 제 1 컴퓨팅 디바이스는,
하나 또는 그 초과의 센서들로부터의 온도 판독치들을 상기 빌딩 내의 서모스탯에 의해 제공되는 온도 측정치에 비교하고; 그리고
상기 비교에 기반하여 상기 에너지 제어 포인트들을 조정
하도록 추가로 구성되는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 31 항에 있어서,
상기 에너지 제어 포인트들은 서모스텟 세트 포인트들, 상기 편의 디바이스들에 대한 제어 세팅들, 및 창문 장막들에 대한 제어 세팅들을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 31 항에 있어서,
상기 편의 특징들은 빌딩 영역의 거주 상태, 습도, 벽들로부터의 방사열, 편의 디바이스들에 대한 동작 상태, 빌딩 거주자의 위치, 빌딩으로부터 빌딩 거주자의 거리, 및 거주자가 빌딩에 도달하기 위한 이동 시간을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 34 항에 있어서,
상기 제 1 컴퓨팅 디바이스는 상기 이동 시간 및/또는 상기 거리에 기반하여 상기 에너지 제어 포인트들을 조정하도록 추가로 구성되는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 31 항에 있어서,
상기 에너지 특징들은 상기 센서들로부터의 하나 또는 그 초과의 온도 판독치들, 상기 빌딩의 서모스탯으로부터의 온도 판독치, 상기 빌딩 내의 HVAC 시스템의 상태, 상기 빌딩에 에너지를 공급하는 하나 또는 그 초과의 에너지 소스들의 상태, 및 상기 빌딩의 도어들 및/또는 창문들의 상태를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 36 항에 있어서,
상기 HVAC 시스템은 하나 또는 그 초과의 스테이지 난방 또는 냉방 유닛들을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 36 항에 있어서,
상기 빌딩에 에너지를 공급하는 상기 에너지 소스들은 전기, 가스, 태양, 바람, 히트 펌프, 및 에너지 제어 디바이스들을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 31 항에 있어서,
상기 열적 응답 계수들의 세트를 생성하는 것은 추가로 상기 빌딩의 물리적 데이터에 기반하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 39 항에 있어서,
상기 물리적 데이터는 열용량, 바람 침입, 창문들의 상대적 면적, 단열재 양, 구성 재료, 빌딩의 바람 침입, 및 연관된 HVAC 시스템의 효율 중 적어도 하나를 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 31 항에 있어서,
상기 에너지 응답을 예측하는 것은 추가로 상기 빌딩과 연관된 상기 에너지 소비 비용에 기반하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 에너지 소비 비용은 다양한 외부 온도들에 대해 상기 빌딩의 편의 레벨을 변경하기 위하여 요구되는 전력 양을 표현하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 최소 에너지 요건들은 상기 빌딩 내 HVAC 시스템의 전력 소비 양 및 상기 HVAC 시스템의 듀티 사이클을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 에너지 제어 포인트들을 결정하는 것은 추가로 날씨 예보 데이터, 상기 빌딩의 거주자에 의해 제공된 편의 선호도, 또는 둘 모두에 기반하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
서모스탯에 송신되는 상기 에너지 제어 포인트들은 시간 기간에 걸쳐 상기 서모스탯의 제어를 위한 스케줄을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 제 1 컴퓨팅 디바이스는 추가로 원격 센서들의 네트워크로부터의 날씨 데이터로 구성되는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 제 1 컴퓨팅 디바이스는 상기 빌딩 내의 HVAC 시스템에 연결된 디바이스로부터 서모스탯 데이터를 수신하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 제 1 컴퓨팅 디바이스는 에러 정정을 사용하여 열적 응답 계수들의 생성된 세트를 조정하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 48 항에 있어서,
상기 에러 정정은 상기 열적 응답 계수들의 생성된 세트로부터 이상들을 필터링하는 것을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 날씨 데이터는 상기 빌딩 위치에서의 현재 날씨 조건들, 상기 빌딩 위치에 대한 예보 날씨 조건들, 상기 빌딩 위치에서 태양 로드, 또는 이들의 임의의 조합을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 제 1 컴퓨팅 디바이스는,
상기 빌딩의 예측된 에너지 응답을 하나 또는 그 초과의 다른 빌딩들의 예측된 에너지 응답에 비교하고; 그리고
상기 예측된 에너지 응답의 비교에 기반하여 상기 빌딩의 예측된 에너지 응답의 순위를 매기도록
추가로 구성되는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 빌딩에 대한 열적 응답 계수들의 세트를 생성하는 것은 추가로 스마트 미터 데이터에 기반하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 41 항에 있어서,
상기 복수의 센서들은 콤비네이션 도어 상태 및 온도 센서들, 콤비네이션 창문 상태 및 온도 센서들, 콤비네이션 기기 상태 및 온도 센서들, 콤비네이션 모션 검출 및 온도 센서들, 적외선 열 센서들, 독립형 온도 센서들, 및 습도 센서들을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 53 항에 있어서,
상기 제 1 컴퓨팅 디바이스는,
콤비네이션 도어 상태 및 온도 센서로부터 신호를 수신하고;
상기 신호에 기반하여 상기 콤비네이션 도어 상태 및 온도 센서와 연관된 도어가 개방되었는지 폐쇄되었는지를 결정하고; 그리고
상기 도어가 폐쇄되어 있고 상기 콤비네이션 도어 상태 및 온도 센서로부터의 온도 판독치가 상기 빌딩 내의 서모스탯의 온도 측정치로부터 벗어나면 상기 도어에 대한 에너지 손실 문제를 식별하도록
추가로 구성되는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 54 항에 있어서,
상기 제 1 컴퓨팅 디바이스는 추가로, 상기 에너지 손실 문제가 식별되면, 상기 빌딩의 거주자와 연관된 원격 컴퓨팅 디바이스에 경고를 송신하도록 구성되는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 55 항에 있어서,
상기 경고는 상기 빌딩에 대한 에너지 효율 평가표를 포함하고 상기 에너지 손실 문제를 식별하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 53 항에 있어서,
상기 제 1 컴퓨팅 디바이스는,
하나 또는 그 초과의 센서들로부터 모션 검출 신호 및 온도 신호를 수신하고;
상기 모션 검출 신호에 기반하여 상기 하나 또는 그 초과의 센서들에 의해 모니터링되는 영역의 거주 상태를 결정하고; 그리고
상기 거주 상태 및 상기 온도 신호에 기반하여 상기 에너지 제어 포인트들을 조정하도록
추가로 구성되는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 31 항에 있어서,
비교 단계는, 상기 센서 온도 측정치들의 시간에 따른 변화들이 상기 빌딩 내의 서모스탯의 온도 측정치의 시간에 따른 변화들에 대응하는지를 결정하는 것을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 58 항에 있어서,
상기 제 1 컴퓨팅 디바이스는 추가로, 상기 센서 온도 측정치들의 시간에 따른 변화들이 상기 서모스탯 온도 측정치들의 시간에 따른 변화들로부터 벗어날 때 상기 센서가 위치된 빌딩 영역에 대응하는 에너지 손실 문제를 결정하도록 구성되는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 제 58 항에 있어서,
조정 단계는 상기 센서 온도 측정치들과 상기 서모스탯 온도 측정치 간의 차이를 고려하여 상기 에너지 제어 포인트들을 변경하는 것을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 컴퓨터화된 시스템. - 빌딩의 에너지 소비를 최적화 및 제어하기 위하여, 비-일시적 컴퓨터 판독가능 저장 매체로 유형적으로 구현되는 컴퓨터 프로그램 제품으로서,
상기 컴퓨터 프로그램 제품은 데이터 프로세싱 장치로 하여금:
복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신하게 하고 ― 상기 복수의 센서들 중 적어도 일부는 상기 빌딩 내부에 위치되고, 상기 측정치들은 온도 판독치들 및 편의 특징들을 포함함 ―;
상기 빌딩의 에너지 특징들, 상기 센서들로부터의 측정치들, 및 상기 빌딩의 위치와 연관된 날씨 데이터에 기반하여 상기 빌딩에 대한 열적 응답 계수들의 세트를 생성하게 하고;
상기 열적 응답 계수들의 세트 및 상기 빌딩의 위치와 연관된 예보된 날씨에 기반하여 상기 빌딩의 에너지 응답을 예측하게 하고;
상기 빌딩과 연관된 에너지 소비 비용에 기반하여 상기 빌딩의 최소 에너지 요건들을 선택하게 하고;
상기 에너지 응답 및 상기 최소 에너지 요건들에 기반하여 상기 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정하게 하고; 그리고
상기 에너지 제어 포인트들을 상기 빌딩 내의 하나 또는 그 초과의 편의 디바이스들에 송신하게
하도록 동작하는 명령들을 포함하는,
컴퓨터 프로그램 제품. - 빌딩의 에너지 소비를 최적화 및 제어하기 위한 시스템으로서,
복수의 센서들로부터 하나 또는 그 초과의 측정치들을 수신하기 위한 수단 ― 상기 복수의 센서들 중 적어도 일부는 상기 빌딩 내부에 위치되고, 상기 측정치들은 온도 판독치들 및 편의 특징들을 포함함 ―;
상기 빌딩의 에너지 특징들, 상기 센서들로부터의 측정치들, 및 상기 빌딩의 위치와 연관된 날씨 데이터에 기반하여 상기 빌딩에 대한 열적 응답 계수들의 세트를 생성하기 위한 수단;
상기 열적 응답 계수들의 세트 및 상기 빌딩의 위치와 연관된 예보된 날씨에 기반하여 상기 빌딩의 에너지 응답을 예측하기 위한 수단;
상기 빌딩과 연관된 에너지 소비 비용에 기반하여 상기 빌딩의 최소 에너지 요건들을 선택하기 위한 수단;
상기 에너지 응답 및 상기 최소 에너지 요건들에 기반하여 상기 빌딩에 대한 하나 또는 그 초과의 에너지 제어 포인트들을 결정하기 위한 수단; 및
상기 에너지 제어 포인트들을 상기 빌딩 내의 하나 또는 그 초과의 편의 디바이스들에 송신하기 위한 수단
을 포함하는,
빌딩의 에너지 소비를 최적화 및 제어하기 위한 시스템.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/588,699 | 2015-01-02 | ||
US14/588,699 US9612591B2 (en) | 2012-01-23 | 2015-01-02 | Optimizing and controlling the energy consumption of a building |
PCT/US2015/068360 WO2016109843A1 (en) | 2015-01-02 | 2015-12-31 | Optimizing and controlling the energy consumption of a building |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20170134321A true KR20170134321A (ko) | 2017-12-06 |
Family
ID=56285094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020177021611A KR20170134321A (ko) | 2015-01-02 | 2015-12-31 | 빌딩의 에너지 소비를 최적화 및 제어 |
Country Status (8)
Country | Link |
---|---|
EP (1) | EP3241079B1 (ko) |
JP (1) | JP2018506689A (ko) |
KR (1) | KR20170134321A (ko) |
CN (1) | CN107250928B (ko) |
AU (1) | AU2015373896A1 (ko) |
BR (1) | BR112017014292A2 (ko) |
CA (1) | CA2969915C (ko) |
WO (1) | WO2016109843A1 (ko) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021040118A1 (ko) * | 2019-08-29 | 2021-03-04 | 주식회사 나인와트 | 건물 에너지 관리 시스템 |
WO2022221234A1 (en) * | 2021-04-12 | 2022-10-20 | View, Inc. | Temperature and thermal comfort mapping of an enclosed environment |
US11631493B2 (en) | 2020-05-27 | 2023-04-18 | View Operating Corporation | Systems and methods for managing building wellness |
US11743071B2 (en) | 2018-05-02 | 2023-08-29 | View, Inc. | Sensing and communications unit for optically switchable window systems |
US11750594B2 (en) | 2020-03-26 | 2023-09-05 | View, Inc. | Access and messaging in a multi client network |
US11822159B2 (en) | 2009-12-22 | 2023-11-21 | View, Inc. | Self-contained EC IGU |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10936035B2 (en) * | 2017-02-13 | 2021-03-02 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Method for estimating the time-varying energy balance of a collection of energy sinks, harvesters, and storage devices |
US11519628B2 (en) | 2018-01-19 | 2022-12-06 | Robert Bosch Gmbh | System and method for optimizing energy use of a structure using a clustering-based rule-mining approach |
CN112154384A (zh) * | 2018-03-23 | 2020-12-29 | 开利公司 | 用于优化的智能建筑物的用户配置文件 |
EP3587949A1 (en) * | 2018-06-26 | 2020-01-01 | E.ON Sverige AB | Method and controller for controlling a reversible heat pump assembly |
US11960261B2 (en) | 2019-07-12 | 2024-04-16 | Johnson Controls Tyco IP Holdings LLP | HVAC system with sustainability and emissions controls |
US12007732B2 (en) | 2019-07-12 | 2024-06-11 | Johnson Controls Tyco IP Holdings LLP | HVAC system with building infection control |
GB2578316B (en) * | 2018-10-23 | 2021-04-14 | Wirth Res Limited | A building management system and method |
CN109636677A (zh) * | 2019-01-17 | 2019-04-16 | 天津大学 | 基于模型校准的建筑热工性能评估方法 |
US11761660B2 (en) | 2019-01-30 | 2023-09-19 | Johnson Controls Tyco IP Holdings LLP | Building control system with feedback and feedforward total energy flow compensation |
CN113574325B (zh) * | 2019-03-15 | 2022-12-27 | 3M创新有限公司 | 通过选择控制设置来控制环境的方法和系统 |
CN109884898B (zh) * | 2019-03-22 | 2022-01-28 | 河海大学 | 一种综合能源系统多目标模糊优化方法 |
EP3715740B1 (en) * | 2019-03-29 | 2024-10-16 | Mitsubishi Electric R&D Centre Europe B.V. | Method, heat pump system and hvac system |
EP3726307A1 (en) * | 2019-04-17 | 2020-10-21 | Carrier Corporation | Method for controlling building power consumption |
US11714393B2 (en) | 2019-07-12 | 2023-08-01 | Johnson Controls Tyco IP Holdings LLP | Building control system with load curtailment optimization |
WO2021011449A1 (en) * | 2019-07-12 | 2021-01-21 | Johnson Controls Technology Company | Building management system, controller and method for filtering a fluid |
US11274842B2 (en) | 2019-07-12 | 2022-03-15 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for optimizing ventilation, filtration, and conditioning schemes for buildings |
CN113689310A (zh) * | 2021-08-27 | 2021-11-23 | 浙江浙燃能源有限公司 | 基于工业物联网智能芯片的数据处理方法和相关设备 |
CN114967796B (zh) * | 2022-04-13 | 2024-09-20 | 安徽领电智能科技有限公司 | 一种智能建筑设备管理系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6993417B2 (en) * | 2001-09-10 | 2006-01-31 | Osann Jr Robert | System for energy sensing analysis and feedback |
WO2003085798A2 (en) * | 2002-04-01 | 2003-10-16 | Battelle Memorial Institute | Energy management system |
US20080218307A1 (en) * | 2007-03-07 | 2008-09-11 | Optimal Licensing Corporation | Anticipatory utility control device |
GB2448896B (en) | 2007-05-02 | 2009-05-20 | Univ Montfort | Energy management system |
EP2045674A1 (en) * | 2007-10-01 | 2009-04-08 | Koninklijke Philips Electronics N.V. | Building management system with active building skin, an environmental resource collector for use in such a system and a method of managing resources used in a building |
US20100025483A1 (en) * | 2008-07-31 | 2010-02-04 | Michael Hoeynck | Sensor-Based Occupancy and Behavior Prediction Method for Intelligently Controlling Energy Consumption Within a Building |
ES2432153T3 (es) * | 2008-10-31 | 2013-12-02 | Optimum Energy, Llc | Sistemas y métodos para controlar la eficiencia del consumo de energía |
US20100332373A1 (en) * | 2009-02-26 | 2010-12-30 | Jason Crabtree | System and method for participation in energy-related markets |
CN102812303B (zh) * | 2009-12-16 | 2016-03-30 | 国家科学和工业研究组织 | Hvac控制系统和方法 |
GB201005320D0 (en) * | 2010-03-30 | 2010-05-12 | Telepure Ltd | Improvements in controllers, particularly controllers for use in heating, ventilation and air conditioning systems |
US20130060471A1 (en) * | 2010-07-19 | 2013-03-07 | Mark A. Aschheim | Estimating energy savings and carbon offsets for buildings in real-time |
US9261863B2 (en) * | 2012-01-23 | 2016-02-16 | Earth Networks, Inc. | Optimizing and controlling the energy consumption of a building |
US9377791B2 (en) * | 2012-10-08 | 2016-06-28 | International Business Machines Corporation | Monitoring user position to determine a time for providing a specified state at a user premises |
US20140365017A1 (en) * | 2013-06-05 | 2014-12-11 | Jason Hanna | Methods and systems for optimized hvac operation |
-
2015
- 2015-12-31 CN CN201580072049.0A patent/CN107250928B/zh active Active
- 2015-12-31 AU AU2015373896A patent/AU2015373896A1/en not_active Abandoned
- 2015-12-31 BR BR112017014292A patent/BR112017014292A2/pt not_active Application Discontinuation
- 2015-12-31 JP JP2017535425A patent/JP2018506689A/ja active Pending
- 2015-12-31 WO PCT/US2015/068360 patent/WO2016109843A1/en active Application Filing
- 2015-12-31 CA CA2969915A patent/CA2969915C/en active Active
- 2015-12-31 KR KR1020177021611A patent/KR20170134321A/ko unknown
- 2015-12-31 EP EP15876389.6A patent/EP3241079B1/en active Active
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11822159B2 (en) | 2009-12-22 | 2023-11-21 | View, Inc. | Self-contained EC IGU |
US11743071B2 (en) | 2018-05-02 | 2023-08-29 | View, Inc. | Sensing and communications unit for optically switchable window systems |
WO2021040118A1 (ko) * | 2019-08-29 | 2021-03-04 | 주식회사 나인와트 | 건물 에너지 관리 시스템 |
US11750594B2 (en) | 2020-03-26 | 2023-09-05 | View, Inc. | Access and messaging in a multi client network |
US11882111B2 (en) | 2020-03-26 | 2024-01-23 | View, Inc. | Access and messaging in a multi client network |
US11631493B2 (en) | 2020-05-27 | 2023-04-18 | View Operating Corporation | Systems and methods for managing building wellness |
US12057220B2 (en) | 2020-05-27 | 2024-08-06 | View Operating Corporation | Systems and methods for managing building wellness |
WO2022221234A1 (en) * | 2021-04-12 | 2022-10-20 | View, Inc. | Temperature and thermal comfort mapping of an enclosed environment |
Also Published As
Publication number | Publication date |
---|---|
EP3241079B1 (en) | 2020-03-18 |
JP2018506689A (ja) | 2018-03-08 |
CA2969915C (en) | 2022-07-26 |
EP3241079A1 (en) | 2017-11-08 |
CN107250928A (zh) | 2017-10-13 |
BR112017014292A2 (pt) | 2018-03-06 |
AU2015373896A1 (en) | 2017-06-29 |
WO2016109843A1 (en) | 2016-07-07 |
EP3241079A4 (en) | 2018-11-21 |
CA2969915A1 (en) | 2016-07-07 |
CN107250928B (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2969915C (en) | Optimizing and controlling the energy consumption of a building | |
US9612591B2 (en) | Optimizing and controlling the energy consumption of a building | |
US9471082B2 (en) | Optimizing and controlling the energy consumption of a building | |
US10354345B2 (en) | Optimizing and controlling the energy consumption of a building | |
US9429961B2 (en) | Data-driven HVAC optimization | |
US11782465B2 (en) | Optimization of energy use through model-based simulations | |
JP5572799B2 (ja) | 空調システム制御装置 | |
US11112138B2 (en) | Air-conditioning control method and air-conditioning control device | |
US20120259469A1 (en) | Hvac control system and method | |
US20220341610A1 (en) | Remaining value calculation system for air conditioner and assistance system for air conditioner | |
JP2014135015A (ja) | 部屋の熱特性推定装置、プログラム | |
US20230063986A1 (en) | Energy management and smart thermostat learning methods and control systems |