KR20180114409A - 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치 - Google Patents

Abstract

본 기술은 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치가 개시된다. 이러한 본 기술의 구현 예에 따르면, 불확실한 입력 변수에 대해 에너지 모델을 보정한 후 보정된 에너지 모델을 이용하여 수행한 시뮬레이션 결과에 따른 건축물의 에너지 성능 정보를 예측 및 산출하여 사용자 단말로 전달함에 따라, 실시간 시뮬레이션이 가능하며, 에너지 성능 예측 정확도를 향상시킬 수 있다.

Description

건축물의 에너지 성능 분석을 위한 시뮬레이션 장치{ENERGY PREFORMANCE SIMULATING SYSTEM FOR EXISTING BUILDING}

본 발명은 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치에 관한 것으로서, 더욱 상세하게는 기존의 건출물의 입력 변수에 대한 불확실성을 고려하여 도출된 월별 에너지 성능 정보를 사용자 단말로 전달함에 따라, 건축물의 예측 에너지 성능에 대한 정확도를 향상시킬 수 있는 기술에 관한 것이다.

기존의 건축물의 에너지 성능을 진단하는 장치와 관련해서는, 한국공개특허 제10-2015-0135651호(이하, '선행문헌') 이외에 다수 출원 및 공개되어 있다. 상기한 선행문헌은, 건축물에 설치된 다양한 설비들에 대한 데이터가 부족한 경우에도 필요한 데이터를 시스템에서 직접 산출하여 사용할 수 있게 됨으로써, 건축물의 제한적인 가용 데이터를 활용하면서도 건축물의 다양한 설비들에 대한 분석을 용이하게 수행할 수 있게 된다.

또한, 용도별 에너지 분리 분석에 필요한 데이터에 가장 가까운 최적의 값들을 용이하게 획득할 수 있게 된다.

또한, 건축물 전체에 대한 전체 에너지 사용량 데이터를 이용하여, 건축물에 설치된 설비 각각에 대한 사용량을 효과적으로 획득할 수 있게 된다.

그러나, 기존 건축물의 에너지 성능 개편 프로세서는 성능 진단, 의사 결정, 및 수행 및 검증 단계로 진행되며, 각 단계 별로 사용 목적과 용도에 따라서 차별화된 분석툴을 필요로 한다. 그러나 대부분의 경우 모든 단계에서 EnergyPlus, TRNSYS와 같이 잘 알려진 정밀 분석툴을 이용하거나, 전문가의 경험에 의한 직관적인 방법으로 프로세서를 진행하고 있다.

그러나 이러한 분석 툴의 대부분은 시간적, 비용적 소모가 크고 시뮬레이션에 능숙한 전문가를 통해서 수행되어야 하기 때문에 활용이 어려운 문제가 있다.

오래된 건축물의 경우 설비 기기의 노후화로 인해 입력 변수 값이 실제와 다른 값을 가지는 경우가 종종 발생하여 이에 전술한 규범적 에너지 모델에 대한 보정이 필요한 실정이다.

본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 입력 변수에 대한 불확실성을 반영하여 에너지 모델을 보정한 후 보정된 입력 변수에 대한 시뮬레이션 결과를 사용자 단말로 전달함에 따라, 건축물에 대한 에너지 성능을 정확도를 향상시킬 수 있는 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치를 제공함에 그 목적이 있다.

이러한 기술적 과제를 달성하기 위한 본 발명의 기술적 과제는

사용자에 의해 건축물 에너지 성능 진단 관련된 복수의 입력 변수를 입력하는 데이터 입력부; 복수의 입력 변수의 사전 확률 분포를 토대로 소정 수의 입력 변수를 선정하고 선정된 입력 변수에 대한 민감도 분석을 수행하여 불확실성을 가지는 보정 대상의 입력 변수를 설정하고 설정된 보정 대상의 입력 변수에 대한 에너지 모델을 보정하는 전처리부; 및 보정된 에너지 모델을 토대로 시뮬레이션을 수행하여 건물의 에너지 사용량을 예측하는 시뮬레이션부를 포함하는 것을 특징으로 한다.

바람직하게 상기 전처리부는,

상기 복수의 입력 변수 중 사전 확률 분포를 기반으로 소정 수의 입력 변수를 선정하는 입력 변수 선정 모듈; 상기 선정된 입력 변수에 대한 민감도 분석을 통해 에너지 모델 보정 대상의 입력 변수를 추출하는 민감도 분석 모듈; 및 추출된 보정 대상의 입력 변수에 대한 에너지 모델을 보정하는 에너지 모델 보정 모듈을 포함할 수 있다.

바람직하게 민감도 분석 모듈은, 모리스 알고리즘을 이용하여 수행하되 선정된 입력 변수 변화에 따른 측정 데이터의 평균 변화량으로 보정 대상의 입력 변수를 추출하도록 구비될 수 있다.

바람직하게 상기 에너지 모델 보정 모듈은 베이지안 알고리즘을 이용하여 상기 보정 대상의 입력 변수에 대한 사후 확률 분포를 토대로 에너지 모델을 보정하도록 구비될 수 있다.

상기와 같은 본 발명에 따르면, 불확실한 입력 변수에 대해 에너지 모델을 보정한 후 보정된 에너지 모델을 이용하여 수행한 시뮬레이션 결과에 따른 건축물의 에너지 성능 정보를 예측 및 산출하여 사용자 단말로 전달함에 따라, 실시간 시뮬레이션이 가능하며, 에너지 성능 예측 정확도를 향상시킬 수 있는 효과가 있다.

본 명세서에서 첨부되는 다음의 도면들은 본 발명의 바람직한 실시 예를 예시하는 것이며, 후술하는 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니된다.
도 1 은 본 발명에 따른 건축물의 에너지 성능 예측을 위한 시뮬레이션 장치의 개념적으로 도시한 블럭도이다.
도 2는 본 발명에 따른 건축물의 에너지 성능 예측을 위한 시뮬레이션 장치의 전처리부의 세부적인 구성을 보인 블록도이다.
도 3은 본 발명에 따른 건축물의 에너지 성능 예측을 위한 시뮬레이션 장치의 전처리부의 민감도 분석을 보인 예시도이다.
도 4는 본 발명에 따른 건축물의 에너지 성능 예측을 위한 시뮬레이션 장치의 전처리부의 베이지안 보정 결과를 보인 예시도이다.
도 5는 본 발명에 따른 건축물의 에너지 성능 예측을 위한 시뮬레이션 장치의 의거 시뮬레이션 결과를 보인 예시도들이다.
도 6은 본 발명에 따른 건축물의 에너지 성능 예측을 위한 시뮬레이션 장치의 시뮬레이션 결과를 보인 화면 예시도들이다.

본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.

이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.

본 발명에 따른 건축물에 대한 에너지 성능 진단을 위한 시뮬레이션 장치에 대해 도 1 내지 도 5을 참조하여 설명하면 다음과 같다.

도 1 은 본 발명에 따른 건축물의 에너지 성능 예측을 위한 시뮬레이션 장치의 개념적으로 도시한 전체 구성도이고, 도 2는 도 1에 도시된 시뮬레이션 장치의 전처리부의 세부적인 구성을 보인 블록도로서, 도 1 내지 도 2를 참조하면, 시뮬레이션 장치(S)는 데이터 입력부(100), 전처리부(200), 및 시뮬레이터부(300)를 포함할 수 있다.

우선, 통상 건물 에너지 해석을 위해 동적 시뮬레이션 방법 및 규범적 계산 방법으로 분리되며, 투명하고 객관적인 건물 에너지 사용량 평가를 위해 본 발명은 기존의 규범적 계산 방법을 이용한 규범적 에너지 모델을 선정하고 이에 냉방/난방 에너지 사용량 이외에 급탕, 조명, 환기 에너지 사용량을 연산할 수 있으며, 용도별 에너지 사용량을 연산할 수 있다.

본 발명의 실시 예에 따른 규범적 에너지 모델을 이용한 건물 에너지 시뮬레이션 장치(S)의 데이터 입력부(100)는 기 정해진 건축물 에너지 성능 진단과 관련된 복수개의 입력 변수를 입력하는 기능을 수행한다. 데이터 입력부(100)의 입력 변수는 건축물 별 대응하여 저장소에 저장되고 전처리부(200)로 전달된다.

이때 입력 변수는 건물 위치, 지형 분류, 연면적, 층수, 층고, 천정고, 공조면적 비율을 포함하는 일반 건물 정보; 사용일수, 주중 운전시간, 주말 운전시간, 난방 설정온도, 냉방 설정온도, 재실인원(밀도), 인체 발열량, 기기 발열 밀도, 조명 발열 밀도중 적어도 하나를 건물 운영 정보 및 실내 발열 정보; 벽체 종류, 열관류율(U-value), 태양광 흡수율 및 방사율, 창호 열관류율(U-value), 일사열취득계수(SHGC :Sola Heat Gain Coefficient) 및 차폐계수(SC: Shade Factor), 및 차양 각도를 포함하는 건물 외피 열속성 정보; HVAC(Heating, Ventilation, Air Condition) 시스템 종류, 환기 방식, 외기 도입량, 열회수 장치 종류 및 효율, 배기 재순환 비율, 난방 급기온도, 및 냉방 급기온도를 포함하는 공조 시스템 정보; 주 시스템 종류, 효율 및 부하 담당 비율, 및 보조 시스템 종류, 효율 및 부하 담당 비율을 포함하는 열원 시스템 정보; 팬 소비전력, 팬 용도, 및 펌프 자동제어비율을 포함하는 공조 계통 보조 기기 정보; 시스템 종류 및 효율, 1인당 1일 요구 급탕량, 및 배관 열손실율을 포함하는 급탕 시스템 정보; 조도 제어 여부, 디밍 제어 여부, 및 재실 감지 제어 여부를 포함하는 조명 제어 정보; 엘리베이터 대수를 포함하는 전력 사용 시스템 정보; 난방 시스템 제어, 급탕 공급 제어, 냉방 시스템 제어, 환기/공기조화 시스템 제어, 및 조명 시스템 제어를 포함하는 건물 자동 제어 시스템 효과 반영 정보; 태양열 급탕 시스템, 태양광 발전 시스템, 및 풍력 발전을 포함하는 신재생 에너지 정보; 난방, 냉방 및 급탕 에너지원, 에너지원별 사용량, 및 월별 기상 데이터를 포함하는 측정 데이터 정보; 및 시간별 스케쥴 정보 중 적어도 하나이다.

오래된 건축물의 경우 설비 기기의 노후화로 인해 입력 변수 값이 실제와 다른 값을 가지는 경우가 종종 발생하여 이에 전술한 규범적 에너지 모델에 대한 보정이 필요하고, 이러한 에너지 모델에 대한 보정은 시행착오법(trial and error) 과 결정적 접근법(deterministic approach) 확률적 방법(stochastic approach) 등이 있다.

본 발명은 건물 에너지 모델에 대한 입력 변수의 확률적 특성을 고려하여 보정하고 보정된 에너지 모델을 이용하여 에너지 사용량 예측에 대한 시뮬레이션을 수행한다.

이에 전처리부(200)는 도 2에 도시된 바와 같이, 입력 변수 선정 모듈(210), 민감도 분석 모듈(220), 및 에너지 모델 보정 모듈(230)를 포함할 수 있다.

입력 변수 선정 모듈(210)은 불확실성을 가지는 입력 변수에 대한 사전 확률 분포를 선정하고, 선정된 입력 변수의 측정 데이터를 수집한다. 수직된 입력 변수의 측정 데이터는 민감도 분석부(220)로 전달된다.

민감도 분석 모듈(220)은 입력 변수 선정 모듈(210)에 의해 선정된 입력 변수에 대한 민감도 분석을 수행하여 민감도가 기 정해진 임계치 이상의 입력 변수를 추출한다.

즉, 민감도 분석 모듈(220)은 입력 변수의 개수에 대응되는 차원의 공간 탐색을 수행하는 Morris 방법을 이용하여 선정된 입력 변수에 대한 에너지 사용량의 영향력을 분석하고 분석 결과에 따라 입력 변수에 대한 에너지 모델의 보정 대상을 선정한다.

에너지 모델의 보정 대상은 입력 변수 변화에 따른 측정 데이터의 평균 변화량에 의거 획득된다.

도 3은 도 2에 도시된 민감도 분석 모듈의 Morris 방법을 이용한 민감도 분석 결과를 나타낸 도면으로서, 원점에서(0,0)에서 멀수록 민감도가 큰 변수를 가진다.

또한 에너지 모델 보정 모듈(230)은 민감도 분석을 통해 보정 대상의 입력 변수의 측정 데이터를 수집하고 수집된 입력 변수에 대한 에너지 모델 보정을 수행한다.

수집된 입력 변수에 대한 에너지 모델 보정은 기존의 MATLAB 언어로 구축된 규범전 에너지 모델과 MCMC toolbox for Matlab을 연동하여 베이지안 보정을 수행하며 MATLAB 언어로 구축된 규범전 에너지 모델과 MCMC toolbox for Matlab을 연동하여 베이지안 보정하는 일련의 과정은 본 발명의 실시 예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.

도 4는 도 2에 도시된 에너지 모델 보정 모듈(230)의 베이지안 보정 결과를 보인 도면으로서, 본 발명의 시뮬레이션 장치(S)는 베이지안 보정을 통해 각 불확실한 입력 변수에 대한 사전 확률 분포와 사후 확률 분포를 비교하여 볼 때 사후 확률 분포가 사전 확률 분포 보다 좁아짐을 나타내므로 각 입력 변수에 대한 불확실성이 감소함을 알 수 있다.

이어 본 발명의 시뮬레이션 장치(S)는 전술한 에너지 모델 보정 모듈(230)에 의거 보정된 에너지 모델을 이용하여 불확실성이 감소된 입력 변수에 대한 측정 데이터를 수집한 후 에너지 사용량 예측에 따른 시뮬레이션을 수행한다.

도 5는 도 1에 도시된 시뮬레이션부(300)의 시뮬레이션 결과를 나타낸 도면으로서, 도 5를 참조하면, 시뮬레이션부(300)는 보정 전 에너지 월별 사용량이 보정 후 에너지 월별 사용량이 측정 데이터에 근접한 예측값을 가짐을 확인할 수 있다.

도 6은 도 5에 도시된 시뮬레이션부(300)의 시뮬레이션 결과를 나타낸 화면 예시도로서, 도 5를 참조하면, 사용자 단말의 화면에는 난방, 냉방, 급탕, 조명, 환기, 및 기타 등의 용도별 에너지 사용량과 에너지원 별 에너지 사용량를 토대로 에너지 효율 등급 등을 직과적으로 표시된다.

본 발명의 실시 예에 따르면, 불확실한 입력 변수에 대해 에너지 모델을 보정한 후 보정된 에너지 모델을 이용하여 수행한 시뮬레이션 결과에 따른 건축물의 에너지 성능 정보를 예측 및 산출하여 사용자 단말로 전달함에 따라, 실시간 시뮬레이션이 가능하며, 에너지 성능 예측 정확도를 향상시킬 수 있게 된다.

이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.

불확실한 입력 변수에 대해 에너지 모델을 보정한 후 보정된 에너지 모델을 이용하여 수행한 시뮬레이션 결과에 따른 건축물의 에너지 성능 정보를 예측 및 산출하여 사용자 단말로 전달함에 따라, 실시간 시뮬레이션이 가능하며, 에너지 성능 예측 정확도를 향상시킬 수 있는 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치에 대한 운용의 정확성 및 신뢰도 측면, 더 나아가 성능 효율 면에 매우 큰 진보를 가져올 수 있으며, 에너지 성능 분석 도구의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.

Claims (4)

1. 사용자에 의해 건축물 에너지 성능 진단 관련된 복수의 입력 변수를 입력하는 데이터 입력부;
   복수의 입력 변수의 사전 확률 분포를 토대로 소정 수의 입력 변수를 선정하고 선정된 입력 변수에 대한 민감도 분석을 수행하여 불확실성을 가지는 보정 대상의 입력 변수를 설정하고 설정된 보정 대상의 입력 변수에 대한 에너지 모델을 보정하는 전처리부; 및
   보정된 에너지 모델을 토대로 시뮬레이션을 수행하여 건물의 에너지 사용량을 예측하는 시뮬레이션부를 포함하는 것을 특징으로 하는 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치.
   
2. 제1항에 있어서, 상기 전처리부는,
   상기 복수의 입력 변수 중 사전 확률 분포를 기반으로 소정 수의 입력 변수를 선정하는 입력 변수 선정 모듈;
   상기 선정된 입력 변수에 대한 민감도 분석을 통해 에너지 모델 보정 대상의 입력 변수를 추출하는 민감도 분석 모듈; 및
   추출된 보정 대상의 입력 변수에 대한 에너지 모델을 보정하는 에너지 모델 보정 모듈을 포함하는 것을 특징으로 하는 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치.
   
3. 제2항에 있어서, 상기 민감도 분석 모듈은,
   모리스(Morris) 알고리즘을 이용하여 수행하되 선정된 입력 변수 변화에 따른 측정 데이터의 평균 변화량으로 보정 대상의 입력 변수를 추출하도록 구비되는 것을 특징으로 하는 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치.
   
4. 제3항에 있어서, 상기 에너지 모델 보정 모듈은
   베이지안 알고리즘을 이용하여 상기 보정 대상의 입력 변수에 대한 사후 확률 분포를 토대로 에너지 모델을 보정하도록 구비되는 것을 특징으로 하는 건축물의 에너지 성능 분석을 위한 시뮬레이션 장치.
   

Images