KR20230048846A - Customized cloud fems system for energy saving in distributed facilities with clean room environment and method of operating the system - Google Patents
Customized cloud fems system for energy saving in distributed facilities with clean room environment and method of operating the system Download PDFInfo
- Publication number
- KR20230048846A KR20230048846A KR1020210131747A KR20210131747A KR20230048846A KR 20230048846 A KR20230048846 A KR 20230048846A KR 1020210131747 A KR1020210131747 A KR 1020210131747A KR 20210131747 A KR20210131747 A KR 20210131747A KR 20230048846 A KR20230048846 A KR 20230048846A
- Authority
- KR
- South Korea
- Prior art keywords
- fems
- operating
- clean room
- cloud
- past
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000007613 environmental effect Effects 0.000 claims abstract description 46
- 238000004519 manufacturing process Methods 0.000 claims description 32
- 238000005057 refrigeration Methods 0.000 claims description 28
- 238000005265 energy consumption Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000001932 seasonal effect Effects 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 5
- XDDAORKBJWWYJS-UHFFFAOYSA-N glyphosate Chemical group OC(=O)CNCP(O)(O)=O XDDAORKBJWWYJS-UHFFFAOYSA-N 0.000 claims description 4
- 238000011017 operating method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 24
- 230000005611 electricity Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 239000003507 refrigerant Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 239000000498 cooling water Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000003442 weekly effect Effects 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
- F24F3/00—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems
- F24F3/12—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems characterised by the treatment of the air otherwise than by heating and cooling
- F24F3/16—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems characterised by the treatment of the air otherwise than by heating and cooling by purification, e.g. by filtering; by sterilisation; by ozonisation
- F24F3/167—Clean rooms, i.e. enclosed spaces in which a uniform flow of filtered air is distributed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Air Conditioning Control Device (AREA)
Abstract
Description
본 발명은 클린 룸(clean room) 환경을 갖춘 2개 이상의 분산 사업장을 운영함에 있어서 분리된 분산 사업장을 통합 관리하고 에너지 절감 효과를 기대할 수 있는 맞춤형 클라우드 FEMS 시스템 및 그 운영방법에 관한 것이다.The present invention relates to a customized cloud FEMS system and its operating method that can integrate and manage separated distributed workplaces and expect energy savings in operating two or more distributed workplaces equipped with a clean room environment.
클린 룸은 실내의 먼지, 미립자, 온도, 습도, 정전기, 조도, 기류내압 등의 환경 조건을 요구되는 값으로 제어할 수 있도록 만든 공간을 의미하며, 반도체공업, 전자기기, 정밀기계, 광학기계, 의약품, 식품, 바이오하자드 등 다수의 산업 공장에서 보급되어 있다.Clean room refers to a space made to control environmental conditions such as dust, fine particles, temperature, humidity, static electricity, illumination, and airflow resistance to the required values. It is supplied in many industrial factories such as medicine, food, and Biohazard.
원하는 환경 조건을 유지하기 위해서 클린 룸을 포함하는 공장이나 사업장은 기본적으로 많은 양의 에너지를 소비한다. 특히, 첨단 반도체산업의 강국으로 등장한 우리나라에서는 그 지원 설비인 반도체 장비와 클린 룸 설비 분야도 동반 성장하고 있어서 그 시장규모가 점차 확대되고 있다.In order to maintain desired environmental conditions, a factory or workplace including a clean room basically consumes a large amount of energy. In particular, in Korea, which has emerged as a powerhouse in the high-tech semiconductor industry, semiconductor equipment and clean room equipment, which are supporting facilities, are also growing together, and the market size is gradually expanding.
따라서, 이러한 클린 룸을 포함하는 공장이나 사업장을 관리하기 위해서 에너지 관리 시스템(FEMS; Factory Energy Management System)의 도움이 절실히 필요하다. 에너지 관리 시스템은 에너지를 소비하는 장치나 설비에 센서를 설치하고, 센서를 통해 검출된 에너지 소비 정보를 FEMS 서버로 전송하고, FEMS 서버는 수집된 에너지 소비 정보에 기초하여 에너지 소비량을 최소화하면서 생산 활동이나, 품질에 영향을 문제가 없도록 가이드 및 관리하는 시스템이다.Therefore, help of a factory energy management system (FEMS) is desperately needed to manage a factory or workplace including such a clean room. The energy management system installs a sensor on a device or facility that consumes energy, transmits the energy consumption information detected through the sensor to the FEMS server, and the FEMS server performs production activities while minimizing energy consumption based on the collected energy consumption information. However, it is a system that guides and manages so that there are no problems affecting quality.
최근 에너지 문제는 단순한 에너지 절감의 차원을 넘어서 기후변화에 대한 국내외의 법적 규제에 대한 대응을 위해서 체계적 관리의 중요성이 요구되고 있다.Recently, the importance of systematic management is required to respond to domestic and foreign legal regulations on climate change beyond simple energy saving.
특히, 관리 주체가 단일 사업장이 아닌 복수의 사업장을 운영 또는 관리해야 하는 경우에는, 지역 또는 국경을 달리하여 다양한 사업장의 에너지를 관리할 필요가 있는데, 각 지역 또는 국가에 따라 기후 변화, 사업장 건축의 건축 방식, 준공년수, 건축구조, 운영설비 등이 다양하기 때문에 이를 통합적으로 관리하기가 매우 어렵다.In particular, when the management entity has to operate or manage multiple workplaces rather than a single workplace, it is necessary to manage the energy of various workplaces in different regions or borders. Depending on each region or country, climate change and workplace construction It is very difficult to manage them in an integrated manner because of the diversity of construction methods, years of completion, building structures, and operating facilities.
등록특허 제10-1800310호는 "에너지 절감 가이드를 제공하는 클라우드 EMS 시스템 및 방법"에 관한 것으로서, 복수의 건물을 그룹핑하여 분류하고, 에너지 예측 모델을 이용하여 동일 그룹의 건물을 동일 조건으로 가이드 및 관리하는 방법을 제공하고 있다.Registered Patent No. 10-1800310 relates to "a cloud EMS system and method providing energy saving guide", which groups and classifies a plurality of buildings, guides and We provide a way to manage it.
본 발명은 다양한 지역 또는 국경을 달리하여 분산된 다양한 분산 사업장의 에너지를 통합적으로 관리할 수 있는 맞춤형 클라우드 FEMS 시스템 및 그 시스템 운영방법을 제공한다. The present invention provides a customized cloud FEMS system and a method of operating the system that can integrate and manage the energy of various distributed workplaces distributed across various regions or borders.
본 발명은 ICT의 발전과 클라우드 컴퓨팅(Cloud Computing) 기술의 발전에 힘입어, 클라우드 네트워크를 이용하여 분산 사업장을 통합적으로 관리하여 에너지 관리 시스템의 구축 비용과 운영 비용을 절감할 수 있는 맞춤형 클라우드 FEMS 시스템 및 그 시스템 운영방법을 제공한다. The present invention is a customized cloud FEMS system that can reduce the cost of building and operating an energy management system by using a cloud network to comprehensively manage distributed workplaces, thanks to the development of ICT and the development of cloud computing technology. and a method for operating the system.
상술한 본 발명의 목적들을 달성하기 위한 본 발명의 예시적인 일 실시예에 따르면, 클린 룸의 환경 조성을 위한 환경 지원 설비를 포함하는 복수의 클린 룸 사이트의 에너지를 제어하기 위한 맞춤형 클라우드 FEMS 시스템의 운영방법은, 복수의 클린 룸 사이트와 네트워크로 연결된 클라우드 FEMS를 제공하는 단계, 클린 룸 사이트 별로 특성 데이터를 수집하는 단계, 클린 룸 사이트 별로 과거 특정 기간 동안의 제품 생산 설비의 에너지 소비량 및 환경 지원 설비의 에너지 소비량을 포함하는 과거 에너지 데이터를 소정의 시간 단위로 수집하는 단계, 클린 룸 사이트 별로 특성 데이터를 도출하는 단계, 클린 룸 사이트 별로 환경 데이터를 수집하는 단계, 특성 데이터 및 환경 데이터를 이용하여 클린 룸 사이트 별로 환경 지원 설비의 운영 기준을 산출하는 단계, 및 클린 룸 사이트 별로 유지되는 FEMS 플랫폼을 이용하여 클린 룸 사이트의 환경 지원 설비를 산출된 운영 기준에 따라 운영하는 단계를 구비할 수 있다.According to an exemplary embodiment of the present invention for achieving the above-described objects of the present invention, operation of a customized cloud FEMS system for controlling energy of a plurality of clean room sites including environment support facilities for creating a clean room environment The method includes providing a cloud FEMS networked with a plurality of clean room sites, collecting characteristic data for each clean room site, measuring energy consumption of product production facilities and environmental support facilities for a specific period in the past for each clean room site. Collecting past energy data including energy consumption in predetermined time units, deriving characteristic data for each clean room site, collecting environmental data for each clean room site, using the characteristic data and environmental data to clean the room Calculating operating standards of environmental support facilities for each site, and operating environmental support facilities of clean room sites according to the calculated operating standards using the FEMS platform maintained for each clean room site.
본 실시예에 따르면, 과거 에너지 데이터를 이용하여 클린 룸 사이트 별로 특성 데이터를 도출하되, 해당 시간을 기준으로 클린 룸 사이트가 속한 지역의 일기 예보를 이용하여 클린 룸 사이트 별로 환경 데이터를 수집하고, 특성 데이터 및 환경 데이터를 이용하여 해당 시간으로부터 또는 하루 단위로 환경 지원 설비의 운영 기준을 미리 제공할 수 있다.According to this embodiment, characteristic data is derived for each clean room site using past energy data, but environmental data is collected for each clean room site using the weather forecast of the area to which the clean room site belongs based on the corresponding time, Using the data and environmental data, it is possible to provide in advance the operating criteria of the environmental support facilities from the corresponding time or on a daily basis.
본 실시예에서 환경 지원 설비는 냉동기 시스템, 공압 공급 시스템, 공기 조화 시스템 등을 포함할 수 있으며, 네트워크 역시 특정 종류를 특정하지 않을 수 있다.In this embodiment, the environmental support equipment may include a refrigerator system, a pneumatic supply system, an air conditioning system, and the like, and the network may also not specify a specific type.
클라우드 FEMS는 클린 룸 사이트 별로 특성 데이터를 생성하고 운영 기준을 제공하는 특성 분석 모듈 및 운영 기준에 따라 클린 룸 사이트를 각각 제어 및 모니터링하는 복수의 FEMS 플랫폼을 포함할 수 있으며, FEMS 플랫폼은 클린 룸 사이트 별로 운전 가이드 모듈, 모니터링 모듈 및 데이터베이스를 포함할 수 있다.The cloud FEMS may include a characteristic analysis module that generates characteristic data for each clean room site and provides operating standards, and a plurality of FEMS platforms that control and monitor each clean room site according to the operating standards. The FEMS platform may include a clean room site Each driving guide module, monitoring module, and database may be included.
클린 룸 사이트에는 환경 지원 설비 및 제품 생산 설비 외에도 로컬 FEMS와 로컬 계측기를 포함할 수 있으며, 로컬 FEMS는 FEMS 플랫폼과의 통신과 제어를 담당할 수 있고, 로컬 계측기는 환경 지원 설비와 제품 생산 설비의 작동을 센싱하기 위한 온도 센서, 압력 센서, 유량 센서, 동력 센서 등을 포함할 수 있다.In addition to environmental support facilities and product production facilities, the clean room site can include local FEMS and local instruments, and the local FEMS can be in charge of communication and control with the FEMS platform. It may include a temperature sensor, a pressure sensor, a flow sensor, a power sensor, and the like for sensing operation.
클린 룸 사이트 별로 운영 기준은 다양한 형태로 제공될 수 있다. 일 예로, 클린 룸 사이트에서 냉동기 등은 가동에 큰 에너지를 필요로 하며, 용량이 크기 때문에 중지와 재가동 등의 작동이 용이하지 않다. 따라서, 본 실시예에서는 클린 룸 사이트의 에너지 절감을 위한 운영 기준으로서 환경 지원 설비에 포함된 동일 설비(ex. 냉동기)의 시간별 예상 가동 대수(Ns(t))를 포함할 수 있다.Operating criteria for each clean room site may be provided in various forms. For example, in a clean room site, a refrigerator or the like requires a lot of energy to operate, and it is not easy to stop and restart the refrigerator because of its large capacity. Therefore, in this embodiment, as an operating criterion for energy saving of a clean room site, the expected number of operating units (N s (t)) of the same facilities (eg, refrigerators) included in the environmental support facilities may be included for each hour.
특정 동일 설비의 시간별 예상 가동 대수(Ns(t))는 다음 식에 의하여 산출될 수 있다.The expected number of operating units per hour (N s (t)) of the same specific facility can be calculated by the following formula.
Ns(t) = A + B * Production_kWh(t) + C * Enthalpy(t)N s (t) = A + B * Production_kWh(t) + C * Enthalpy(t)
여기서, A, B, C는 각 클린 룸 사이트 별 계절 특성 계수이고, Production_kWh(t)는 해당 시간(t)으로부터 과거 m 시간 동안의 제품 생산 설비의 에너지 소비량이고, Enthalpy(t)는 해당 시간(t)의 엔탈피 정보이고, m은 24이상 168이하 범위 내에서 선택될 수 있다.Here, A, B, and C are the seasonal characteristic coefficients for each clean room site, Production_kWh (t) is the energy consumption of the product production facility for the past m hours from the corresponding time (t), and Enthalpy (t) is the corresponding time ( Enthalpy information of t), and m may be selected within the range of 24 or more and 168 or less.
클린 룸 사이트 별 계절 특성 계수인 A, B, C는 과거 특정 기간 동안의 시간 단위 별 데이터를 종래의 계수 산출법에 따라 역으로 산출할 수 있다.Seasonal characteristic coefficients A, B, and C for each clean room site can be reversely calculated from data per time unit for a specific period in the past according to a conventional coefficient calculation method.
Ns(tp) = A + B * Production_kWh(tp) + C * Enthalpy(tp)N s (t p ) = A + B * Production_kWh(t p ) + C * Enthalpy(t p )
여기서, Ns(tp)는 과거 해당 시간(tp)의 필요 가동 대수이고, Production_kWh(tp)는 과거 해당 시간(tp)으로부터 그 이전 m 시간 동안의 제품 생산 설비의 에너지 소비량이고, Enthalpy(tp)는 과거 해당 시간(tp)의 엔탈피 정보이고, m은 24이상 168이하 범위 내에서 선택될 수 있다. Here, N s (t p ) is the required number of operating units at the corresponding time in the past (t p ), and Production_kWh (t p ) is the energy consumption of the product production facility for the previous m hours from the corresponding time in the past (t p ), Enthalpy (t p ) is enthalpy information of a corresponding past time (t p ), and m may be selected within the range of 24 or more and 168 or less.
엔탈피 정보는 m 시간 동안 시간별 일기예보를 반영하여 산출할 수 있으며, 클린 룸 사이트 별 계절 특성 계수인 A, B, C는 1주, 10일, 15일, 1월, 3월 단위 중 선택된 기간에 따라 갱신될 수 있다. Enthalpy information can be calculated by reflecting the hourly weather forecast for m hours, and the seasonal characteristic coefficients A, B, and C for each clean room site are calculated in a selected period among 1 week, 10 days, 15 days, January, and March units. can be updated accordingly.
일 예로, m은 24로 선택되어 해당 시간을 기준으로 24시간 이전의 제품 생산 설비의 에너지 소비량 및 24시간 이후의 일기예보를 이용한 엔탈피 정보를 이용할 수 있으며, 매시간 정각 단위로 시간별 예상 가동 대수 및 실시간 필요 가동 대수를 산출할 수 있다.For example, m is selected as 24, and energy consumption of product production facilities before 24 hours and enthalpy information using weather forecasts after 24 hours can be used based on the corresponding time, and the expected number of units operated every hour on the hour and real-time The required number of operating units can be calculated.
FEMS 플랫폼의 모니터링 모듈은 환경 지원 설비에 포함된 냉동기의 실시간 필요 가동 대수(Ns(d))를 산출할 수 있으며, 실시간 필요 가동 대수(Ns(d))는 실시간 측정되는 냉동기 시스템의 순간 냉동량(Cs), 실시간 측정되는 냉동기 시스템의 정격 냉동량(Cs(d)) 및 냉동기의 시간별 예상 가동 대수(Ns)를 비교하여 산출될 수 있다.The monitoring module of the FEMS platform can calculate the real-time required number of operating units (N s (d) ) of the chillers included in the environmental support facility, and the real-time required operating number (N s (d) ) is the real-time measurement of the chiller system. It can be calculated by comparing the refrigeration amount (C s ), the rated refrigeration amount (C s (d) ) of the freezer system measured in real time, and the expected operating number of freezers (N s ) per hour.
일 예로, 실시간 필요 가동 대수(Ns(d))는 다음의 식에 의해 산출될 수 있으며, Roundup()함수는 괄호 안의 값을 소수점 이하에서 올림한 자연수를 제공하는 함수일 수 있다.For example, the real-time required number of operating units (N s (d) ) may be calculated by the following equation, and the Roundup() function may be a function that provides a natural number obtained by rounding up values in parentheses to decimal places.
과거 에너지 데이터를 수집하는 단계에서 과거 특정 기간은 1년 이상 5년 이하일 수 있으며, 바람직하게는 과거 1년 또는 2년 간 데이터를 이용할 수 있고, 연단위로 특정 기간이 정의될 수 있다.In the step of collecting past energy data, a specific past period may be 1 year or more and 5 years or less, preferably, data for the past 1 year or 2 years may be used, and a specific period may be defined on a yearly basis.
또한, 과거 에너지 데이터 및 실시간, 시간별 데이터를 산출하는 시간 단위는 시간 단위는 10분, 15분, 20분, 30분, 1시간, 2시간 및 3시간 중 선택된 하나일 수 있으며, 과거 저장된 에너지 데이터의 형식에 따라 적절히 이용할 수 있다.In addition, the time unit for calculating the past energy data and real-time and hourly data may be one selected from 10 minutes, 15 minutes, 20 minutes, 30 minutes, 1 hour, 2 hours, and 3 hours, and the past stored energy data It can be used appropriately according to the format of
상술한 본 발명의 목적들을 달성하기 위한 본 발명의 예시적인 일 실시예에 따르면, 맞춤형 클라우드 FEMS 시스템은 클린 룸의 환경 조성을 위한 환경 지원 설비, 제품 생산 설비, 로컬 FEMS 및 로컬 계측기를 포함하는 복수의 클린 룸 사이트, 및 복수의 클린 룸 사이트와 네트워크로 연결된 클라우드 FEMS를 포함할 수 있으며, 클라우드 FEMS는 클린 룸 사이트 별로 특성 데이터를 생성하고 운영 기준을 제공하는 특성 분석 모듈 및 운영 기준에 따라 클린 룸 사이트를 각각 제어 및 모니터링하는 복수의 FEMS 플랫폼을 포함할 수 있다.According to one exemplary embodiment of the present invention for achieving the above-described objects of the present invention, a customized cloud FEMS system includes a plurality of environment support facilities for creating a clean room environment, product production facilities, local FEMS, and local instruments. It may include a clean room site, and a cloud FEMS networked with a plurality of clean room sites, wherein the cloud FEMS generates characteristic data for each clean room site and provides operating criteria, and a characteristic analysis module for providing operating criteria, and a clean room site according to the operating criteria. It may include a plurality of FEMS platforms that each control and monitor.
FEMS 플랫폼은 클린 룸 사이트 별로 운영 기준 및 특성 데이터를 저장하는 데이터베이스, 운영 기준에 따라 환경 지원 설비를 제어하는 운전 가이드 모듈, 및 로컬 계측기로부터의 정보를 이용하여 환경 지원 설비를 모니터링하는 모니터링 모듈을 포함할 수 있다.The FEMS platform includes a database that stores operating criteria and characteristic data for each clean room site, an operating guide module that controls environmental support facilities according to operating criteria, and a monitoring module that monitors environmental support facilities using information from local instruments. can do.
본 실시예에 따른 맞춤형 클라우드 FEMS 시스템에서 FEMS 플랫폼 또는 기타 데이터베이스에 저장된 데이터는 클린 룸 사이트 별로 과거 특정 기간 동안의 제품 생산 설비의 에너지 소비량 및 환경 지원 설비의 에너지 소비량을 포함하는 과거 에너지 데이터를 소정의 시간 단위로 저장하고 있을 수 있다.In the customized cloud FEMS system according to this embodiment, the data stored in the FEMS platform or other databases is the past energy data including energy consumption of product production facilities and energy consumption of environmental support facilities for a specific period in the past for each clean room site. It can be stored in hourly units.
또한, 상기 시스템 운영방법에서 언급한 바와 같이, 데이터베이스에 저장된 운영 기준은 환경 지원 설비에 포함된 동일 설비의 시간별 예상 가동 대수(Ns(t))를 포함할 수 있다.In addition, as mentioned in the above system operating method, the operating standard stored in the database may include the expected operating number (N s (t)) of the same facility included in the environmental support facility by hour.
본 실시예에 따른 맞춤형 클라우드 FEMS 시스템에서 FEMS 플랫폼 또는 기타 데이터베이스에 저장된 데이터는 최소 24~168시간 동안의 시간별 일기예보 정보, 환경 지원 설비에 포함된 냉동기의 시간별 필요 가동 대수(Ns(d)), 시간별 측정되는 냉동기 시스템의 순간 냉동량(Cs), 시간별 측정되는 냉동기 시스템의 정격 냉동량(Cs(d)) 및 냉동기의 시간별 예상 가동 대수(Ns)를 포함할 수 있다.In the customized cloud FEMS system according to this embodiment, the data stored in the FEMS platform or other databases includes hourly weather forecast information for at least 24 to 168 hours, and the number of required operating units of refrigerators included in the environmental support facilities by hour (N s (d) ) , the instantaneous refrigeration amount of the freezer system measured per hour (C s ), the rated refrigeration amount of the freezer system measured per hour (C s (d) ), and the expected operating number of freezers per hour (N s ).
또한, 실시간 필요 가동 대수(Ns(d))는 다음과 같은 관계를 가질 수 있다. In addition, the real-time required number of operating units (N s (d) ) may have the following relationship.
본 발명의 맞춤형 클라우드 FEMS 시스템은 다양한 지역 또는 국경을 달리하여 분산된 다양한 분산 사업장의 에너지를 통합적으로 관리할 수 있다.The customized cloud FEMS system of the present invention can integrate and manage the energy of various distributed business sites distributed across various regions or borders.
본 발명의 맞춤형 클라우드 FEMS 시스템은 분산 사업장을 통합적으로 관리하여 에너지 관리 시스템의 구축 비용과 운영 비용을 절감할 수 있으며, 일기예보 등의 환경 데이터를 반영하여 분산 사업장을 효율적으로 운영할 수 있는 운영 기준 또는 운영 스케쥴을 제공할 수 있다.The customized cloud FEMS system of the present invention can reduce the construction cost and operating cost of an energy management system by managing distributed workplaces in an integrated manner, and can reflect environmental data such as weather forecasts to operate distributed workplaces efficiently. Alternatively, an operating schedule may be provided.
도 1은 본 발명의 일 실시예에 따른 맞춤형 클라우드 FEMS 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 맞춤형 클라우드 FEMS 시스템에서 클라우드 FEMS와 클린 룸 사이트를 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 맞춤형 클라우드 FEMS 시스템의 운영방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따른 맞춤형 클라우드 FEMS 시스템 중 n번째 클린 룸 사이트의 환경 지원 설비를 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 맞춤형 클라우드 FEMS 시스템을 위해 과거 데이터를 외기 온도 및 외기 엔탈피에 따라 다른 파라미터의 패턴과 비교한 도면이다.1 is a diagram for explaining a customized cloud FEMS system according to an embodiment of the present invention.
2 is a diagram for explaining a cloud FEMS and a clean room site in a customized cloud FEMS system according to an embodiment of the present invention.
3 is a diagram for explaining a method of operating a customized cloud FEMS system according to an embodiment of the present invention.
4 is a diagram for explaining environment support facilities of an n-th clean room site in a customized cloud FEMS system according to an embodiment of the present invention.
5 is a diagram comparing past data with patterns of other parameters according to outdoor temperature and outdoor enthalpy for a customized cloud FEMS system according to an embodiment of the present invention.
이하 첨부된 도면들을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다. 참고로, 본 설명에서 동일한 번호는 실질적으로 동일한 요소를 지칭하며, 이러한 규칙 하에서 다른 도면에 기재된 내용을 인용하여 설명할 수 있고, 당업자에게 자명하다고 판단되거나 반복되는 내용은 생략될 수 있다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings, but the present invention is not limited or limited by the embodiments. For reference, in the present description, the same numbers refer to substantially the same elements, and descriptions may be made by citing contents described in other drawings under these rules, and contents determined to be obvious to those skilled in the art or repeated contents may be omitted.
도 1은 본 발명의 일 실시예에 따른 맞춤형 클라우드 FEMS 시스템을 설명하기 위한 도면이며, 도 2는 본 발명의 일실시예에 따른 맞춤형 클라우드 FEMS 시스템에서 클라우드 FEMS와 클린 룸 사이트를 설명하기 위한 도면이고, 도 3은 본 발명의 일실시예에 따른 맞춤형 클라우드 FEMS 시스템의 운영방법을 설명하기 위한 도면이다. 1 is a diagram for explaining a customized cloud FEMS system according to an embodiment of the present invention, and FIG. 2 is a diagram for explaining a cloud FEMS and a clean room site in a customized cloud FEMS system according to an embodiment of the present invention. 3 is a diagram for explaining a method of operating a customized cloud FEMS system according to an embodiment of the present invention.
도 1 및 도 2를 참조하면, 복수의 클린 룸 사이트(300-1~300-n) 및 네트워크를 통해 각 클린 룸 사이트(300-1~300-n)와 정보를 송수신할 수 있는 클라우드 FEMS(100)를 포함할 수 있다. 1 and 2, a plurality of clean room sites (300-1 to 300-n) and a cloud FEMS capable of transmitting and receiving information to and from each clean room site (300-1 to 300-n) through a network ( 100) may be included.
클린 룸 사이트(300-1~300-n)는 클린 룸 환경을 갖춘 각 분산 사업장에 대응될 수 있으며, 각 클린 룸 사이트(300-1~300-n)에는 클린 룸 환경 지원 설비(300-1a~300-na), 제품 생산 설비(300-1b~300-nb), 로컬 FEMS(300-1c~300-nc), 로컬 계측기(300-1d~300-nd) 등을 포함할 수 있다.Clean room sites (300-1 to 300-n) can correspond to each distributed business site equipped with a clean room environment, and each clean room site (300-1 to 300-n) has a clean room environment support facility (300-1a). ~300-na), product production facilities (300-1b to 300-nb), local FEMS (300-1c to 300-nc), and local instruments (300-1d to 300-nd).
클린 룸 환경 지원 설비(300-1a~300-na)는 클린 룸의 온도, 습도, 먼지, 미립자, 정전기, 조도, 기류내압 등을 제어하기 위한 설비로서, 일 예로 냉동기, 냉수 펌프, 냉각수 펌프, 냉각탑 등이 이에 해당할 수 있다. Clean room environment support facilities (300-1a ~ 300-na) are facilities for controlling the temperature, humidity, dust, particulates, static electricity, illumination, air pressure, etc. of the clean room. A cooling tower or the like may correspond to this.
클린 룸 환경 지원 설비(300-1a~300-na)는 각 사이트의 최초 준비 과정에서 제공되는 것으로서, 새로운 설비로 교체나 업그레이드를 위해서는 대규모 투자가 필요하기 때문에 가급적 운전 최적화 및 운전 에너지 성능을 향상시키는 것이 중요할 수 있다. Clean room environment support facilities (300-1a~300-na) are provided in the initial preparation process of each site, and since large-scale investment is required to replace or upgrade new facilities, it is necessary to optimize operation and improve operation energy performance as much as possible. that can be important
또한, 클린 룸 환경 지원 설비(300-1a~300-na)는 공장이나 사업장 전체를 조절하는 역할을 하기 때문에, 실시간으로 온-오프하는 제어는 용이하지 않으며, 추가 가동을 상대적으로 용이하나 에너지 수요 변화에 민감에서 축소 가동하는 것은 용이하지 않으며 상당히 긴 재가동 시간이 필요하기 때문에 에너지 효율 측면에서도 바람직하지 않다.In addition, since the clean room environment support facilities (300-1a to 300-na) play a role in controlling the entire factory or workplace, real-time on-off control is not easy, and additional operation is relatively easy, but energy demand It is not easy to scale down operation sensitive to changes and requires a considerably long restart time, which is not desirable from the point of view of energy efficiency.
따라서 종래에는 클린 룸을 유지하는 환경 지원 설비(300-1a~300-na)를 운영함에 있어서, 명확한 운전 기준 없이 관리자의 경험을 기반으로 운영되고 있으며, 경고나 알람이 발생하지 않는 정도로 보수적으로 운전하는 경우가 대부분이었다. Therefore, conventionally, in operating environmental support facilities (300-1a to 300-na) that maintain clean rooms, they are operated based on the manager's experience without clear operating standards, and operated conservatively to the extent that warnings or alarms do not occur. In most cases it was.
제품 생산 설비(300-1b~300-nb)는 실질적으로 각 클린 룸 사이트(300-1~300-n)에서 생산하는 설비로서, 반도체, 식품, 의약품 등을 생산하는 설비라 할 수 있다. 제품 생산 설비(300-1b~300-nb)는 제품 생산에 직접 관여하기 때문에 본 맞춤형 클라우드 FEMS 시스템의 제어 대상에서는 제외될 수 있다. The product production facilities 300-1b to 300-nb are actually facilities produced at each clean room site 300-1 to 300-n, and may be referred to as facilities for producing semiconductors, foods, medicines, and the like. Since product production facilities (300-1b to 300-nb) are directly involved in product production, they can be excluded from the control of this customized cloud FEMS system.
그 외에도 각 클린 룸 사이트(300-1~300-n)에는 로컬 FEMS(300-1c~300-nc) 및 로컬 계측기(300-1d~300-nd)가 제공될 수 있으며, 로컬 계측기(300-1d~300-nd)는 클린 룸 환경 지원 설비(300-1a~300-na)나 제품 생산 설비(300-1b~300-nb)의 온도 센서, 유량계, 압력계 등이 될 수 있다.In addition, each clean room site (300-1~300-n) can be provided with local FEMS (300-1c~300-nc) and local instruments (300-1d~300-nd), and local instrumentation (300-1d~300-nd) 1d ~ 300-nd) can be a temperature sensor, flow meter, pressure gauge, etc. of clean room environment support facilities (300-1a ~ 300-na) or product production facilities (300-1b ~ 300-nb).
클라우드 FEMS(100)는 클린 룸 사이트(300-1~300-n)로부터 필요한 정보를 제공받아 각 클린 룸 사이트(300-1~300-n)의 환경 지원 설비(300-1a~300-na)를 제어할 수 있는 권한을 가질 수 있다. 이를 위해 클라우드 FEMS(100)는 클린 룸 특성 분석 모듈(110) 및 각 클린 룸 사이트(300-1~300-n)를 제어하기 위한 FEMS 플랫폼(120-1~120-n)을 포함할 수 있다. The cloud FEMS (100) receives necessary information from the clean room sites (300-1 to 300-n) and provides environmental support facilities (300-1a to 300-na) of each clean room site (300-1 to 300-n). may have the authority to control the To this end, the
각 FEMS 플랫폼(120-1~120-n)은 각 클린 룸 사이트(300-1~300-n)의 특성 데이터(120-1a~120-na)를 보관할 수 있으며, 이 특성 데이터(120-1a~120-na)는 각 클린 룸 사이트(300-1~300-n)의 위치, 회사명, 준공연도, 월별전기소비량, 각 클린 룸 사이트(300-1~300-n)를 구성하는 환경 지원 설비(300-1a~300-na)의 정보로서 냉동기, 펌프, 공조기 등의 모델, 구입연도, 사양, 설치 현황, 그리고 제품 생산 설비(300-1b~300-nb)의 사양, 설치 현황 등을 포함할 수 있다.Each FEMS platform (120-1 to 120-n) can store the characteristic data (120-1a to 120-na) of each clean room site (300-1 to 300-n), and this characteristic data (120-1a ~120-na) is the location of each clean room site (300-1 to 300-n), company name, year of completion, monthly electricity consumption, and environmental support that constitutes each clean room site (300-1 to 300-n). As information on facilities (300-1a~300-na), model, year of purchase, specifications, installation status of refrigerators, pumps, air conditioners, etc., and specifications and installation status of product production facilities (300-1b~300-nb) are provided. can include
그리고 FEMS 플랫폼(120-1~120-n)은 운전 가이드 모듈(120-1b~120-nb), 모니터링 모듈(120-1c~120-nc) 및 기타 데이터베이스(120-1d~120-nd) 등을 포함할 수 있다. And the FEMS platforms (120-1~120-n) include driving guide modules (120-1b~120-nb), monitoring modules (120-1c~120-nc) and other databases (120-1d~120-nd), etc. can include
FEMS 플랫폼(120-1~120-n)의 모니터링 모듈(120-1c~120-nc)은 각 클린 룸 사이트(300-1~300-n)의 로컬 FEMS(300-1c~300-nc) 또는 로컬 계측기(300-1d~300-nd)를 통해 각 클린 룸 사이트(300-1~300-n)의 운전 상황을 실시간으로 수신할 수 있으며, 모니터링 모듈(120-1c~120-nc)을 통해 수집된 정보를 이용하여 운전 가이드 모듈(120-1b~120-nb)은 각 클린 룸 사이트(300-1~300-n)의 최적 운전 조건을 산출할 수 있다.The monitoring module (120-1c to 120-nc) of the FEMS platform (120-1 to 120-n) is a local FEMS (300-1c to 300-nc) of each clean room site (300-1 to 300-n) or The operation status of each clean room site (300-1 to 300-n) can be received in real time through the local measuring instrument (300-1d to 300-nd), and through the monitoring module (120-1c to 120-nc) Using the collected information, the driving guide modules 120-1b to 120-nb may calculate optimal operating conditions for each clean room site 300-1 to 300-n.
기타 데이터베이스(120-1d~120-nd)에는 클린 룸 사이트(300-1~300-n)의 과거 운전 데이터, 예를 들어 특정 시간 단위(ex. 시간 단위)로 1년간 제품 생산 설비(300-1b~300-nb)의 전기 소비량, 환경 지원 설비(300-1a~300-na)의 전기 소비량, 냉수 또는 냉각수 온도, 공장 주변의 온도, 습도와 같은 기상 정보 등을 포함할 수 있다. Other databases (120-1d~120-nd) include past operation data of clean room sites (300-1~300-n), for example, product production facilities (300- 1b ~ 300-nb) electricity consumption, electricity consumption of environmental support facilities (300-1a ~ 300-na), cold water or cooling water temperature, temperature around the factory, meteorological information such as humidity, and the like.
클린 룸 특성 분석 모듈(110)은 이들 정보로부터 월별/시간별 제품 생산 설비(300-1b~300-nb)의 전기 소비 패턴, 월별/시간별 외기 엔탈피 패턴, 월별/시간별 환경 지원 설비(300-1a~300-na)의 가동 패턴과 전기 소비 패턴 등의 각 클린 룸 사이트(300-1~300-n)의 특성 데이터를 도출할 수 있다.From these information, the clean room characteristic analysis module 110 calculates monthly/hourly electricity consumption patterns of product production facilities (300-1b to 300-nb), monthly/hourly outdoor air enthalpy patterns, and monthly/hourly environmental support facilities (300-1a to 300-nb). 300-na) can derive characteristic data of each clean room site (300-1 to 300-n), such as an operation pattern and electricity consumption pattern.
또한, 이러한 소비 패턴과 가동 패턴을 통해서 환경 지원 설비(300-1a~300-na)의 가동 여부 스케쥴, 예를 들어 냉동기 최적 가동대수 등을 월별/시간별로 산출할 수 있다.In addition, through these consumption patterns and operation patterns, it is possible to calculate the operation schedule of the environmental support facilities (300-1a to 300-na), for example, the optimal number of refrigerators operating on a monthly/hourly basis.
도 3을 참조하면, 클린 룸 환경을 갖춘 분산 사업장의 에너지 절감을 위하여, 각각의 사업장 규모, 위치, 장비 사양 및 설치 대수 등에 대한 특성을 정형화할 수 있으며, 클라우드 FEMS(100)는 복수(n)의 클린 룸 사이트(300-1~300-n)로부터 정보를 수집하고 FEMS 플랫폼(120-1~120-n)에 저장할 수 있다(S110).Referring to FIG. 3, in order to save energy in distributed workplaces equipped with a clean room environment, the characteristics of each workplace size, location, equipment specifications, and number of installations can be standardized, and the
또한, 클라우드 FEMS(100)는 일정 기간, 예를 들어 약 1년간의 과거 운전 데이터, 기상정보, 에너지 소비 정보를 수집할 수 있다(S120). 상술한 바와 같이, 이러한 데이터는 기타 데이터베이스(120-1d~120-nd)에 저장될 수 있다. 여기서, 과거 운전 데이터는 1시간 단위로 1년간 제품 생산 설비(300-1b~300-nb)의 전기 소비량, 환경 지원 설비(300-1a~300-na)의 전기 소비량, 냉수 또는 냉각수 온도, 공장 주변의 온도, 습도와 같은 기상 정보 등을 포함할 수 있다. In addition, the
클라우드 FEMS(100)의 특성 분석 모듈(110)은 수집된 데이터로부터 각 클린 룸 사이트(300-1~300-n)의 특성 데이터를 도출할 수 있으며(S130), 이들 특성 데이터의 도출은 제품 생산 설비(300-1b~300-nb)의 전기 소비량 패턴, 환경 지원 설비(300-1a~300-na)의 에너지 소비량 패턴, 냉동기 가동 대수 패턴, 외기 엔탈피 패턴 등이 될 수 있다.The characteristic analysis module 110 of the
이들 패턴은 월별 또는 시간별로 구분되어 제공될 수 있으며, 각 클린 룸 사이트(300-1~300-n)에 대응하는 FEMS 플랫폼(120-1~120-n)의 운전 가이드 모듈(120-1b~120-nb)이 환경 지원 설비(300-1a~300-na)를 제어하는 기준을 제공할 수 있다.These patterns may be provided monthly or hourly, and the driving guide modules 120-1b to 120-n of the FEMS platforms 120-1 to 120-n corresponding to each clean room site 300-1 to 300-n. 120-nb) may provide a standard for controlling the environmental support facilities 300-1a to 300-na.
운전 가이드 모듈driving guide module
운전 가이드 모듈(120-1b~120-nb)은 클린 룸 사이트(300-1~300-n)별로 대응되는 FEMS 플랫폼(120-1~120-n)에 제공될 수 있으며, 환경 지원 설비(300-1a~300-na)를 제어하는 기능을 할 수 있다. 예를 들어, 클린 룸 사이트(300-1~300-n)의 환경 지원 설비(300-1a~300-na)가 냉동기를 포함하는 경우, 냉동기 최적 가동 대수를 미리 예측하고 이를 실시간 필요 가동 대수와 비교할 수 있다. The driving guide modules 120-1b to 120-nb may be provided to FEMS platforms 120-1 to 120-n corresponding to each clean room site 300-1 to 300-n, and the environmental support facilities 300 -1a~300-na) can be controlled. For example, if the environmental support facilities (300-1a to 300-na) of the clean room site (300-1 to 300-n) include freezers, the optimal number of freezers is predicted in advance, can be compared
도 4는 본 발명의 일실시예에 따른 맞춤형 클라우드 FEMS 시스템 중 n번째 클린 룸 사이트의 환경 지원 설비를 설명하기 위한 도면이다.4 is a diagram for explaining environment support facilities of an n-th clean room site in a customized cloud FEMS system according to an embodiment of the present invention.
도 4를 참고하면, 특정 클린 룸 사이트의 환경 지원 설비(300-na)에는 냉동기 시스템이 제공될 수 있으며, 냉동기 시스템에는 복수(s)의 냉동기(410-1~410-s)가 병렬로 연결될 수 있다. 복수개의 냉동기(410-1~410-s)는 하나의 또는 그 이상의 파이프 라인과 연결되어 특정 온도로 조정된 냉수를 제품 생산 설비(300-nb)에 제공할 수 있다. Referring to FIG. 4 , a chiller system may be provided in an environmental support facility (300-na) of a specific clean room site, and a plurality (s) of chillers (410-1 to 410-s) may be connected in parallel to the chiller system. can The plurality of refrigerators 410-1 to 410-s may be connected to one or more pipelines to provide cold water adjusted to a specific temperature to the product production facility 300-nb.
파이프 라인에 의해서 공급되는 냉수의 온도 및 유량은 로컬 FEMS(300-nc) 또는 클라우드 FEMS(100)의 각 FEMS 플랫폼(120-n)에 의해서 제공될 수 있으며, 사용 여부에 따라 자동 밸브 또는 수동 밸브 조작을 통해 일정한 온도의 냉수를 제공하도록 되어 있다. The temperature and flow rate of cold water supplied by the pipeline may be provided by each FEMS platform 120-n of the local FEMS 300-nc or the
냉동기(410-1~410-s)에는 출력 측에 유량 센서(412-1~412-s) 및 출구 온도 센서(414-1~414-s)가 장착되어 있으며, 입력 측으로는 펌프(418-1~418-s) 및 입구 온도 센서(416-1~416-s)가 장착될 수 있다. 냉동기(410-1~410-s)의 모터에는 냉동기(410-1~410-s)의 작동 여부나 작동 상태를 감지하기 위한 동력 센서가 장착될 수 있다. 유량 센서(412-1~412-s), 입구 온도 센서(416-1~416-s), 출구 온도 센서(414-1~414-s) 및 동력 센서 등은 본 실시예에 따른 시스템 운영을 시행하기 위해 별도로 설치되거나 기존의 냉동기 작동을 감시하기 위해 설치된 센서 등을 이용할 수가 있다.The chiller (410-1 to 410-s) is equipped with a flow sensor (412-1 to 412-s) and an outlet temperature sensor (414-1 to 414-s) on the output side, and a pump (418-s) on the input side. 1 to 418-s) and inlet temperature sensors 416-1 to 416-s. Motors of the refrigerators 410-1 to 410-s may be equipped with power sensors for detecting whether or not the refrigerators 410-1 to 410-s are operating or operating. The flow sensors 412-1 to 412-s, the inlet temperature sensors 416-1 to 416-s, the outlet temperature sensors 414-1 to 414-s, and the power sensor, etc., perform system operation according to the present embodiment. It is possible to use a sensor installed separately or installed to monitor the operation of an existing refrigerator to implement.
각 펌프(418-1~418-s)의 작동에 의해서 냉동 배관을 통과한 냉수 또는 매체는 각각의 냉동기(410-1~410-s)로 제공되며, 냉동기(410-1~410-s)에 의해 온도가 강하된 냉수는 다시 배관을 통해서 냉수 공급 헤더로 제공되며, 냉수 공급 헤더로부터 제품 생산 설비(300-1b~300-nb) 중 냉수가 필요한 곳에 제공될 수가 있다. The cold water or medium passing through the refrigerating pipe by the operation of each pump 418-1 to 418-s is provided to each refrigerator 410-1 to 410-s, and the refrigerator 410-1 to 410-s The chilled water whose temperature is lowered by is supplied to the chilled water supply header again through the pipe, and can be supplied from the chilled water supply header to a place where cold water is needed among product production facilities 300-1b to 300-nb.
제품 생산 설비(300-1b~300-nb)를 통과한 냉수나 매체는 온도가 상승한 상태로 다시 냉수 환수 헤더로 환수될 수 있으며, 환수된 냉수는 다시 각 펌프(418-1~418-s)를 통해 다시 냉동기(410-1~410-s)로 제공된다. 냉수 공급 헤더에는 온도와 압력을 측정하기 위한 센서가 장착될 수 있으며, 냉수 환수 헤더에도 온도와 압력을 측정하기 위한 센서가 장착될 수 있다. The cold water or medium that has passed through the product production facilities (300-1b to 300-nb) can be returned to the cold water return header in a state where the temperature has risen, and the returned cold water is returned to each pump (418-1 to 418-s). Through this, it is provided to the freezers 410-1 to 410-s again. A sensor for measuring temperature and pressure may be mounted on the cold water supply header, and a sensor for measuring temperature and pressure may be mounted on the cold water return header.
냉동기의 유량 센서(412-1~412-s), 입구 온도 센서(416-1~416-s), 출구 온도 센서(414-1~414-s) 및 동력 센서 등의 로컬 계측기는 네트워크(Network)와 개별적으로 연결되어 있으며, 네트워크는 로컬 계측기로부터 수집된 정보를 로컬 FEMS(300-nc)로 전달할 수 있다. Local instruments such as the chiller's flow sensor (412-1 to 412-s), inlet temperature sensor (416-1 to 416-s), outlet temperature sensor (414-1 to 414-s), and power sensor are networked. ), and the network can deliver information collected from local instruments to the local FEMS (300-nc).
로컬 FEMS(300-nc)는 수집된 정보를 클라우드 FEMS(100)로 전달할 수 있으며, 역으로 특정 기기의 작동 여부를 제어할 수도 있다. 클라우드 FEMS(100)는 네트워크를 통해 각 클린 룸 사이트(300-n)와 접속한 상태에 있으며, 클린 룸 특성 분석 모듈(110)은 클린 룸 사이트(300-n)로부터 수집된 데이터로부터 냉동기의 예상 가동 대수와 실시간 필요 가동 대수를 비교할 수 있다. The local FEMS (300-nc) may transmit the collected information to the cloud FEMS (100), and conversely, it may control whether a specific device operates. The
모니터링 모듈(120-nc)과 운전 가이드 모듈(120-nb)은 냉동기의 실시간 필요 가동 대수와 예상 가동 대수를 비교하기 위해 상기 순간 냉동량, 순간 동력, 순간 부하율 등을 함께 이용할 수도 있다.The monitoring module 120-nc and the driving guide module 120-nb may use the instantaneous refrigeration amount, instantaneous power, and instantaneous load factor together to compare the real-time required and expected operating number of refrigerators.
냉동기(410-1~410-s)들은 독립적으로 운전조건을 제어할 수 있는 자동제어회로를 포함할 수 있으며, 냉수의 출력 측 유량이 거의 없는 경우 독립적으로 부하율이 작은 상태로 자동적으로 조절될 수가 있다. The chillers (410-1 to 410-s) may include an automatic control circuit capable of independently controlling operating conditions, and may not be automatically adjusted independently to a small load factor when the output side flow rate of chilled water is almost zero. there is.
냉동기 시스템의 부하율과 효율과의 관계Relationship between load factor and efficiency of chiller system
복수개의 냉동기(410-1~410-s)가 병렬로 연결된 냉동기 시스템에서 냉동기(410-1~410-s)가 동시에 작동을 하면서, 항상 정격 용량대로 가동되지 않을 수 있으며 주변 기후 등과 같은 외부 환경 조건의 변화에 따라 제공하는 냉동량이 수시로 변경될 수가 있다. In a chiller system in which a plurality of chillers (410-1 to 410-s) are connected in parallel, while the chillers (410-1 to 410-s) operate simultaneously, they may not always operate at their rated capacity, and may not always operate in the external environment such as the surrounding climate. Depending on the change in conditions, the amount of refrigeration to be provided may be changed from time to time.
예를 들어, 수 대의 냉동기가 가동하고 있는 경우, 냉동기 유틸리티를 사용하는 시설에서 냉수의 사용량을 줄이면 냉동기의 순간 냉동량이 감소될 수 있으며, 경우에 따라서는 실제로 가동되지 않는 냉동기가 있을 수가 있다.For example, if several chillers are in operation, reducing the use of cold water in a facility using chiller utilities may reduce the instantaneous cooling capacity of the chillers, and in some cases, there may be chillers that are not actually operating.
실제로 냉동기 시스템에서 냉동기에서 출력되는 냉수의 순간 냉동량이 감소하더라도, 감소하는 냉동량만큼 전력소모가 줄어드는 것이 아님을 발견하였으며, 이를 좀 더 용이하게 파악하기 위해서 부하율과 시스템의 효율을 조정할 필요가 있다.In fact, it was found that even if the instantaneous cooling amount of cold water output from the chiller decreases in the chiller system, power consumption does not decrease as much as the reduced amount of refrigeration.
여기서, 유량은 Q(m3/Hr), 냉동량 또는 냉동톤은 C(RT), 소비동력은 W(kW), 냉수 공급온도는 Ts(℃), 냉수 환수 온도는 Tr(℃), 냉수 밀도는 ρ(kg/m3), 냉수 비열은 Cp(kcal/kg·℃)로 정의할 수 있으며, 효율은 η(RT/kWh)로서 (냉동기의 순간 냉동톤)/(냉동기의 순간 소비동력)로 정의할 수 있다. 냉동기의 순간 냉동량 또는 순간 냉동톤은 Cu로서 다음의 수학식 1을 참조하여 정의할 수 있다. 참고로, Qu는 개별 냉동기의 순간 유량이다.Here, the flow rate is Q (m 3 /Hr), the amount of refrigeration or frozen ton is C (RT), the power consumption is W (kW), the chilled water supply temperature is T s (℃), and the chilled water return temperature is T r (℃) , the density of chilled water can be defined as ρ (kg/m 3 ), the specific heat of chilled water can be defined as C p (kcal/kg ℃), and the efficiency is η (RT/kWh), which is (freezing tons of freezer)/(of freezer can be defined as instantaneous consumption power). The instantaneous refrigeration amount or instantaneous refrigeration ton of the refrigerator can be defined as C u by referring to
또한, 부하율은 R(%)로써 (냉동기의 순간 냉동톤)/(냉동기의 정력 용량)로 정의할 수 있다.In addition, the load factor can be defined as R (%) (instantaneous refrigeration ton of refrigerator) / (static capacity of refrigerator).
여기서, Ru 는 개별 냉동기의 순간 부하율이고, Rs는 냉동기 시스템의 순간 부하율이다. 그리고 Cu 은 개별 냉동기의 순간 냉동톤, u는 개별 냉동기 번호, Cu(d)는 개별 냉동기의 정격 냉동톤, Cs는 냉동기 시스템의 순간 냉동톤으로서 개별 냉동기 순간 냉동톤의 합, 그리고 Cs(d)는 냉동기 시스템의 정격 냉동톤으로 정의할 수 있다. Here, R u is the instantaneous load factor of an individual chiller, and R s is the instantaneous load factor of the chiller system. And Cu is the instant refrigeration ton of individual freezer, u is the individual freezer number, C u(d) is the rated refrigeration ton of the individual freezer, C s is the instant refrigeration ton of the freezer system, the sum of the instant refrigeration ton of the individual freezer, and C s(d) can be defined as the rated refrigerant ton of the chiller system.
냉동기는 대체로 부하율이 증가할수록 그 효율이 증가하는 특징이 있음을 확인할 수 있다. 따라서 다수로 구성된 냉동기 시스템을 운전함에 있어서 부하율을 높게 운전하는 것은 에너지 절감 방안 중 하나가 될 수 있다. 부하율을 높게 운전하기 위해서는 부하측(소비측)에서 필요한 냉동량에 상응하도록 냉동기의 가동 대수를 최소로 조절하는 것이 필요할 수 있다.It can be seen that the chiller generally has a characteristic that its efficiency increases as the load factor increases. Therefore, when operating a chiller system composed of multiple units, operating at a high load factor may be one of energy saving measures. In order to operate at a high load factor, it may be necessary to minimize the number of operating refrigerators to correspond to the amount of refrigeration required on the load side (consumer side).
실시간 필요 가동 대수의 검증Verification of the number of operating units required in real time
복수개의 냉동기가 높은 부하율로 작동하고 있는지를 판단하는 것은, 실시간 필요 가동 대수(Ns(d))를 산출하는 과정에서도 알 수 있다. 본 실시예에 따르면, 실시간 필요 가동 대수(Ns(d))는 실시간 측정되는 냉동기 시스템의 순간 냉동톤(Cs), 실시간 측정되는 냉동기 시스템의 정격 냉동톤(Cs(d)) 및 특성 분석 모듈(110)에서 도출한 패턴을 이용한 예상 가동 대수(Ns)를 비교하여 산출될 수 있다.Determining whether the plurality of refrigerators are operating at a high load factor can also be known in the process of calculating the real-time required operating number N s (d) . According to this embodiment, the real-time required operating number (N s (d) ) is the instantaneous refrigeration ton (C s ) of the freezer system measured in real time, the rated refrigeration ton (C s (d) ) and characteristics of the freezer system measured in real time It can be calculated by comparing the expected number of operating units (N s ) using the pattern derived from the analysis module 110 .
여기서, Roundup()함수는 괄호 안의 값을 소수점 이하에서 올림한 자연수를 구하는 함수로 정의될 수 있으며, 실시간 필요 가동 대수(Ns(d))는 상기 식을 통해서 산출될 수 있다. Here, the Roundup() function may be defined as a function for obtaining a natural number obtained by rounding up the values in parentheses to less than a decimal point, and the real-time required number of operating units (N s (d) ) may be calculated through the above formula.
실시간 과부족 가동 대수(Ne)를 예상 가동 대수에서 실시간 필요 가동 대수를 차감한 값(=예상 가동 대수- 실시간 필요 가동 대수)으로 정의할 수 있다. Ne = 0 일 때, 냉동기 시스템이 정상으로 운전되고 있음을 알 수 있다. 하지만, Ne ≥ 1 일 때, 냉동기 시스템에서 냉동기가 과다하게 가동되는 것으로 정의할 수 있으며, Ne ≤ -1 일 때, 냉동기 시스템에서 냉동기가 부족하게 가동되는 것으로 정의할 수가 있다. Real-time excess/shortage operating units (N e ) can be defined as the value obtained by subtracting the real-time required operating units from the expected operating units (=expected operating units - real-time required operating units). When N e = 0, it can be seen that the chiller system is operating normally. However, when N e ≥ 1, it can be defined as excessive operation of the refrigerator in the refrigerator system, and when N e ≤ -1, it can be defined as insufficient operation of the refrigerator in the refrigerator system.
실시간 필요 가동 대수에 의한 정보 전달Delivery of information based on the number of operating units required in real time
실시간 과부족 가동 대수(Ne)의 비교 결과에 따라, 본 실시예에 따른 운전보조장비는 다양한 정보를 제공할 수가 있다. According to the comparison result of the number of operating units (N e ) in real time, the driving assistance equipment according to the present embodiment can provide various types of information.
예를 들어, 냉동기가 과다하게 가동되고 있다고 판단되는 경우(Ne ≥ 1), 가동 중인 냉동기의 정격 냉동톤이 모두 동일하지 않는다면 정격 냉동톤이 작은 것부터 가동을 정지하는 것이 바람직하다. 왜냐하면, 정격 냉동톤이 큰 냉동기를 잘못 정지시키면 전체적인 시스템에 오히려 예상하지 못한 냉수 부족이 발생할 수 있기 때문이다. 하지만, 가동 중인 냉동기의 정격 냉동톤이 모두 동일하다면, 가장 효율이 낮은 것부터 가동을 정지시키는 것이 바람직하다. 참고로, 냉동기의 효율은 냉동기로 공급되는 순간 소비전력에 대한 순간 냉동톤으로 정의될 수 있다(C/W).For example, when it is determined that the freezer is operating excessively (N e ≥ 1), if the rated refrigeration tones of the freezers in operation are not all the same, it is preferable to stop the operation of the freezers with the smallest rated refrigeration ton. This is because an unexpected cold water shortage may occur in the entire system if a refrigerator having a large rated refrigerating ton is incorrectly stopped. However, if all refrigerators in operation have the same rated refrigeration ton, it is preferable to stop the operation of the refrigerators with the lowest efficiency. For reference, the efficiency of a freezer can be defined as an instantaneous refrigeration ton for the instantaneous power consumption supplied to the freezer (C/W).
반대로, 냉동기가 부족하게 가동되고 있다고 판단되는 경우(Ne ≤ -1), 가동 중인 냉동기의 정격 냉동톤이 모두 동일하지 않는다면 정격 냉동톤이 작은 것부터 가동을 시작하는 것이 바람직하다. 역시 정격 냉동톤이 가장 작은 것을 가동함으로써 부하율이 현격히 떨어지는 것은 방지할 수 있기 때문이다. 한편, 가동 중인 냉동기의 정격 냉동톤이 모두 동일하다면, 가장 효율이 높은 것부터 가동을 시작시키는 것이 바람직하다.Conversely, if it is determined that the refrigerator is insufficiently operated (N e ≤ -1), if the rated refrigerant tones of the refrigerators in operation are not all the same, it is preferable to start operation with a smaller rated refrigerant ton. Also, by operating the one with the smallest rated refrigeration ton, it is possible to prevent the load factor from falling significantly. On the other hand, if all refrigerators in operation have the same rated refrigeration ton, it is preferable to start operation with the highest efficiency.
일기예보를 활용한 향후 24시간 동안의 예상 가동 대수Estimated number of units in operation for the next 24 hours using weather forecasts
예상 가동 대수(Ns)는 해당 지역의 전반적인 기후 특성 외에도 그날의 일기에도 영향을 받을 수 있다. 따라서, 본 실시예에서는 예상 가동 대수(Ns)를 산출하기 위해, 다양한 방법을 시도할 수 있다.The projected number of operating units (N s ) can be influenced by the weather of the day in addition to the overall climate characteristics of the area. Therefore, in this embodiment, in order to calculate the expected number of operating units (N s ), various methods may be attempted.
그 일 예로, 과거 1년동안의 생산설비 전기소비량과 외기 엔탈피 변화에 따른 냉동기 가동대수와의 상관관계 분석을 통하여, 아래의 월별 특성 계수(A, B, C)를 구할 수 있다. 그리고 이 특성 계수를 활용하여 향후 24시간 동안의 냉동기의 예상 가동 대수(Ns)를 매 시간단위로 클린 룸 사이트(300-1~300-n) 또는 운전 가이드 모듈(120-1b~120-nb)에 제공할 수 있다. As an example, the following monthly characteristic coefficients (A, B, C) can be obtained by analyzing the correlation between the electricity consumption of production facilities for the past year and the number of operating refrigerators according to the change in outdoor air enthalpy. And, using this characteristic coefficient, the expected operating number of freezers (N s ) for the next 24 hours is calculated every hour at clean room sites (300-1~300-n) or operation guide modules (120-1b~120-nb ) can be provided.
예상 가동 대수(Ns)는 해당 월의 특성 계수와 일기예보, 예상 생산설비 전기 소비량 정보를 활용하여 예측할 수 있다.The expected number of operating units (N s ) can be predicted using the characteristic coefficients of the month, the weather forecast, and the expected electricity consumption of production facilities.
(Ns)(t) = A + B * Production_kWh(t) + C * Enthalpy(t)(N s )(t) = A + B * Production_kWh(t) + C * Enthalpy(t)
여기서, A, B, C는 해당 월의 특성 계수로서, 매달 변화하는 기후 사이클을 고려하여 월별로 산출될 수 있다. 물론, 더 정확한 기후 변화를 반영하기 위해 특성 계수는 주별, 10일단위 등 다양한 범위로 정의될 수 있다. Here, A, B, and C are characteristic coefficients of the corresponding month, and may be calculated monthly in consideration of a climate cycle that changes every month. Of course, in order to more accurately reflect climate change, the characteristic coefficient can be defined in various ranges, such as weekly and 10-day units.
특성 계수는 지난 1년 간의 냉동기 필요 가동 대수의 패턴, 외기 엔탈피의 패턴, 생산설비 전기 소비량 패턴 등 각 클린 룸 사이트에서 수집된 과거 데이터를 이용하여 산출 및 업데이트될 수 있다.The characteristic coefficient can be calculated and updated using past data collected from each clean room site, such as the pattern of the number of refrigerators required to operate for the past year, the pattern of outdoor air enthalpy, and the pattern of electricity consumption of production facilities.
도 5는 본 발명의 일실시예에 따른 맞춤형 클라우드 FEMS 시스템을 위해 과거 데이터를 외기 온도 및 외기 엔탈피에 따라 다른 파라미터의 패턴과 비교한 도면이다.5 is a diagram comparing past data with patterns of other parameters according to outdoor temperature and outdoor enthalpy for a customized cloud FEMS system according to an embodiment of the present invention.
도 5를 참조하면, 과거의 외기 온도 및 엔탈피 정보와 다른 파라미터, 즉 냉동부하, 소비동력, 가동대수 등을 비교할 수 있으며, 이러한 과거의 데이터를 이용하여 월별 특성 계수(A, B, C)가 산출될 수 있다.Referring to FIG. 5, it is possible to compare past outdoor temperature and enthalpy information with other parameters, that is, refrigeration load, power consumption, number of operating units, etc., and the monthly characteristic coefficients (A, B, C) using these past data can be derived.
또한, 반대로 Production_kWh(t) 및 Enthalpy(t)를 이용하여 앞으로 24시간 동안의 시간별 예상 가동 대수(Ns(t)) 역시 산출될 수 있다. In addition, on the contrary, using Production_kWh(t) and Enthalpy(t), the expected number of operating units by hour (N s (t)) for the next 24 hours can also be calculated.
여기서 Production_kWh(t)는 현재로부터 24시간 이전의 생산설비 전기 소비량 정보일 수 있으며, Enthalpy(t)는 일기예보를 활용하여 현재로부터 24시간 이후의 외기 시간별 엔탈피 정보가 될 수 있다.Here, Production_kWh(t) may be information on electricity consumption of production facilities 24 hours before from now, and Enthalpy(t) may be information on enthalpy of outdoor air time after 24 hours from now using a weather forecast.
이렇게 산출된 시간별 예상 가동 대수(Ns)(t)는 운전 가이드 모듈(120-1b~120-nb)을 통해서 각 클린 룸 사이트(300-1~300-n)의 환경 지원 설비(300-1a~300-na)를 24시간동안 제어하는 기준이 될 수 있다.The estimated number of operating units per hour (N s ) (t) calculated in this way is determined by the environmental support facilities (300-1a) of each clean room site (300-1 to 300-n) through the operation guide modules (120-1b to 120-nb). ~300-na) can be the standard for controlling for 24 hours.
또한, 시간별 예상 가동 대수((Ns)(t))는 상술한 실시간 필요 가동 대수(Ns(d)(t))와 비교되어 실시간 과부족 가동 대수(Ne)를 산출할 수 있다.In addition, the expected number of operating units ((N s ) (t)) for each hour is compared with the above-described real-time required operating number (N s (d) (t)) to calculate the real-time excess/shortage operating unit (N e ).
모니터링 모듈 기능Monitoring module function
FEMS 플랫폼(120-1~120-n)의 모니터링 모듈(120-1c~120-nc)은 클린 룸 사이트(300-1~300-n)별로 제공될 수 있으며, 모니터링 포인트는 냉동 톤 당 전기소비량을 나타내는 냉동기 에너지성능지표, 냉동기의 냉수 온도, 소비전력, 부하율 정보를 포함할 수 있다.The monitoring modules (120-1c to 120-nc) of the FEMS platform (120-1 to 120-n) can be provided for each clean room site (300-1 to 300-n), and the monitoring point is the electricity consumption per ton of refrigeration. It may include information about the energy performance index of the refrigerator, chilled water temperature of the refrigerator, power consumption, and load factor.
상술한 바와 같이, 본 발명의 바람직한 실시예를 참조하여 설명하였지만 해당 기술분야의 숙련된 당업자라면 하기의 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.As described above, although it has been described with reference to the preferred embodiments of the present invention, those skilled in the art will variously modify and change the present invention within the scope not departing from the spirit and scope of the present invention described in the claims below. You will understand that it can be done.
100 : 클라우드 FEMS
300-1 ~ 300-n : 클린 룸 사이트100: Cloud FEMS
300-1 to 300-n : Clean room site
Claims (19)
복수의 클린 룸 사이트와 네트워크로 연결된 클라우드 FEMS를 제공하는 단계;
상기 클린 룸 사이트 별로 특성 데이터를 수집하는 단계;
상기 클린 룸 사이트 별로 과거 특정 기간 동안의 제품 생산 설비의 에너지 소비량 및 환경 지원 설비의 에너지 소비량을 포함하는 과거 에너지 데이터를 소정의 시간 단위로 수집하는 단계;
상기 클린 룸 사이트 별로 특성 데이터를 도출하는 단계;
상기 클린 룸 사이트 별로 환경 데이터를 수집하는 단계;
상기 특성 데이터 및 상기 환경 데이터를 이용하여 상기 클린 룸 사이트 별로 환경 지원 설비의 운영 기준을 산출하는 단계; 및
상기 클린 룸 사이트 별로 유지되는 FEMS 플랫폼을 이용하여 상기 클린 룸 사이트의 상기 환경 지원 설비를 산출된 상기 운영 기준에 따라 운영하는 단계;를 구비하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
In the operating method of a customized cloud FEMS system for controlling the energy of a plurality of clean room sites including environmental support facilities for creating a clean room environment,
providing a cloud FEMS networked with a plurality of clean room sites;
collecting characteristic data for each clean room site;
Collecting past energy data including energy consumption of product production facilities and energy consumption of environmental support facilities for a specific period in the past for each clean room site in predetermined time units;
deriving characteristic data for each clean room site;
collecting environmental data for each clean room site;
calculating operating standards of environment support facilities for each clean room site using the characteristic data and the environmental data; and
A method of operating a customized cloud FEMS system comprising: operating the environment support facilities of the clean room site according to the calculated operating criteria using the FEMS platform maintained for each clean room site.
상기 FEMS 플랫폼은 상기 클린 룸 사이트 별로 운전 가이드 모듈, 모니터링 모듈(120-1c~120-nc) 및 데이터베이스를 포함하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 1,
The FEMS platform is a method of operating a customized cloud FEMS system, characterized in that it includes a driving guide module, a monitoring module (120-1c ~ 120-nc) and a database for each clean room site.
상기 클린 룸 사이트는 상기 FEMS 플랫폼과의 통신과 제어를 위한 로컬 FEMS 및 상기 환경 지원 설비와 상기 제품 생산 설비의 작동을 센싱하기 위한 로컬 계측기를 포함하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 1,
The clean room site includes a local FEMS for communication and control with the FEMS platform and a local instrument for sensing the operation of the environment support facility and the product production facility. Method of operating a customized cloud FEMS system.
상기 운영 기준은 상기 환경 지원 설비에 포함된 동일 설비의 시간별 예상 가동 대수(Ns(t))를 포함하며,
상기 시간별 예상 가동 대수(Ns(t))는 다음 식에 의하여 산출되되,
Ns(t) = A + B * Production_kWh(t) + C * Enthalpy(t)
여기서, A, B, C는 각 클린 룸 사이트 별 계절 특성 계수이고, Production_kWh(t)는 해당 시간(t)으로부터 과거 m 시간 동안의 제품 생산 설비의 에너지 소비량이고, Enthalpy(t)는 상기 해당 시간(t)의 엔탈피 정보이고, m은 24이상 168이하 범위 내에서 선택된 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 1,
The operating standard includes the expected number of operating units (N s (t)) by hour of the same facility included in the environmental support facility,
The expected number of operating units per hour (N s (t)) is calculated by the following formula,
N s (t) = A + B * Production_kWh(t) + C * Enthalpy(t)
Here, A, B, and C are seasonal characteristic coefficients for each clean room site, Production_kWh (t) is the energy consumption of product production facilities for the past m hours from the corresponding time (t), and Enthalpy (t) is the corresponding time Enthalpy information of (t), m is a method of operating a customized cloud FEMS system, characterized in that selected within the range of 24 or more and 168 or less.
상기 클린 룸 사이트 별 상기 계절 특성 계수인 A, B, C는 과거 특정 기간 동안의 상기 시간 단위 별 데이터를 대입하여 역으로 산출하며,
Ns(tp) = A + B * Production_kWh(tp) + C * Enthalpy(tp)
여기서, Ns(tp)는 과거 해당 시간(tp)의 필요 가동 대수이고, Production_kWh(tp)는 과거 해당 시간(tp)으로부터 그 이전 m 시간 동안의 제품 생산 설비의 에너지 소비량이고, Enthalpy(tp)는 과거 해당 시간(tp)의 엔탈피 정보이고, m은 24이상 168이하 범위 내에서 선택된 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 4,
The seasonal characteristic coefficients A, B, and C for each clean room site are calculated inversely by substituting the data for each time unit for a specific period in the past,
N s (t p ) = A + B * Production_kWh(t p ) + C * Enthalpy(t p )
Here, N s (t p ) is the required number of operating units at the corresponding time in the past (t p ), and Production_kWh (t p ) is the energy consumption of the product production facility for the previous m hours from the corresponding time in the past (t p ), Enthalpy (t p ) is enthalpy information of the past corresponding time (t p ), and m is a method of operating a customized cloud FEMS system, characterized in that selected within the range of 24 or more and 168 or less.
상기 엔탈피 정보는 상기 m 시간 동안 시간별 일기예보를 반영하여 산출하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 4,
The enthalpy information is a method of operating a customized cloud FEMS system, characterized in that calculated by reflecting the hourly weather forecast for the m time.
상기 클린 룸 사이트 별 상기 계절 특성 계수인 A, B, C는 1주, 10일, 15일, 1월, 3월 단위 중 선택된 기간에 따라 갱신되는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 4,
The seasonal characteristic coefficients A, B, and C for each clean room site are updated according to a period selected from among 1 week, 10 days, 15 days, January, and March. Method of operating a customized cloud FEMS system.
상기 FEMS 플랫폼의 모니터링 모듈은 상기 환경 지원 설비에 포함된 냉동기의 실시간 필요 가동 대수(Ns(d))를 산출하며,
실시간 필요 가동 대수(Ns(d))는 실시간 측정되는 냉동기 시스템의 순간 냉동량(Cs), 실시간 측정되는 냉동기 시스템의 정격 냉동량(Cs(d)) 및 냉동기의 상기 시간별 예상 가동 대수(Ns)를 비교하여 산출되는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 4,
The monitoring module of the FEMS platform calculates the real-time required operating number of refrigerators included in the environmental support facility (N s (d) ),
The real-time required operating number (N s (d) ) is the instantaneous refrigeration amount (C s ) of the freezer system measured in real time, the rated refrigeration amount (C s (d) ) of the freezer system measured in real time, and the expected operating number of freezers by time (N s ) Operating method of a customized cloud FEMS system, characterized in that calculated by comparing.
상기 실시간 필요 가동 대수(Ns(d))는 다음의 식에 의해 산출되는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
(여기서, Roundup()함수는 괄호 안의 값을 소수점 이하에서 올림한 자연수를 제공하는 함수임)
According to claim 8,
The real-time required operating number (N s (d) ) is a method of operating a customized cloud FEMS system, characterized in that calculated by the following equation.
(Here, the Roundup() function is a function that provides a natural number obtained by rounding up the value in parentheses to a decimal point.)
상기 과거 에너지 데이터를 수집하는 단계에서 상기 과거 특정 기간은 1년 이상 5년 이하인 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 1,
In the step of collecting the past energy data, the specific past period is a method of operating a customized cloud FEMS system, characterized in that 1 year or more and 5 years or less.
상기 시간 단위는 10분, 15분, 20분, 30분, 1시간, 2시간 및 3시간 중 선택된 하나인 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템의 운영방법.
According to claim 10,
The time unit is a method of operating a customized cloud FEMS system, characterized in that selected one of 10 minutes, 15 minutes, 20 minutes, 30 minutes, 1 hour, 2 hours and 3 hours.
클린 룸의 환경 조성을 위한 환경 지원 설비, 제품 생산 설비, 로컬 FEMS 및 로컬 계측기를 포함하는 복수의 클린 룸 사이트; 및
복수의 상기 클린 룸 사이트와 네트워크로 연결된 클라우드 FEMS;를 포함하며,
상기 클라우드 FEMS는 상기 클린 룸 사이트 별로 특성 데이터를 생성하고 운영 기준을 제공하는 특성 분석 모듈 및 상기 운영 기준에 따라 상기 클린 룸 사이트를 각각 제어 및 모니터링하는 복수의 FEMS 플랫폼을 포함하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템.
In the customized cloud FEMS system,
A plurality of clean room sites including environmental support facilities for creating a clean room environment, product production facilities, local FEMS and local instruments; and
A cloud FEMS networked with a plurality of the clean room sites;
The cloud FEMS includes a characteristic analysis module generating characteristic data for each clean room site and providing operating criteria, and a plurality of FEMS platforms that respectively control and monitor the clean room sites according to the operating criteria. Cloud FEMS system.
상기 FEMS 플랫폼은 상기 클린 룸 사이트 별로 상기 운영 기준 및 특성 데이터를 저장하는 데이터베이스, 상기 운영 기준에 따라 상기 환경 지원 설비를 제어하는 운전 가이드 모듈, 및 상기 로컬 계측기로부터의 정보를 이용하여 상기 환경 지원 설비를 모니터링하는 모니터링 모듈을 포함하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템.
According to claim 12,
The FEMS platform uses a database for storing the operation criteria and characteristic data for each clean room site, an operation guide module for controlling the environment support facilities according to the operation criteria, and information from the local instrument to use the environment support facilities. A customized cloud FEMS system comprising a monitoring module for monitoring.
상기 데이터베이스는 대응하는 상기 클린 룸 사이트 별로 과거 특정 기간 동안의 제품 생산 설비의 에너지 소비량 및 환경 지원 설비의 에너지 소비량을 포함하는 과거 에너지 데이터를 소정의 시간 단위로 저장하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템.
According to claim 12,
The database stores past energy data including energy consumption of product production facilities and energy consumption of environmental support facilities for a specific period in the past for each corresponding clean room site in units of a predetermined time. .
상기 데이터베이스에 저장된 상기 운영 기준은 상기 환경 지원 설비에 포함된 동일 설비의 시간별 예상 가동 대수(Ns(t))를 포함하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템.
According to claim 12,
The operating standard stored in the database includes the expected operating number (N s (t)) of the same facility included in the environment support facility by hour.
상기 시간별 예상 가동 대수(Ns(t))는 Production_kWh(t)와 Enthalpy(t)를 이용하여 산출되며, 여기서 Production_kWh(t)는 해당 시간(t)으로부터 과거 m 시간 동안의 제품 생산 설비의 에너지 소비량이고, Enthalpy(t)는 상기 해당 시간(t)의 엔탈피 정보이고, m은 24이상 168이하 범위 내에서 선택된 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템.
According to claim 15,
The expected number of operating units per hour (N s (t)) is calculated using Production_kWh (t) and Enthalpy (t), where Production_kWh (t) is the energy of the product production facility for the past m hours from the time (t) consumption, Enthalpy (t) is enthalpy information of the corresponding time (t), m is a customized cloud FEMS system, characterized in that selected within the range of 24 or more and 168 or less.
상기 데이터베이스는 상기 m 시간 동안 시간별 일기예보를 포함하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템.
According to claim 16,
The database is a customized cloud FEMS system, characterized in that it includes hourly weather forecast for the m time.
상기 데이터베이스는 상기 환경 지원 설비에 포함된 냉동기의 시간별 필요 가동 대수(Ns(d)), 시간별 측정되는 냉동기 시스템의 순간 냉동량(Cs), 시간별 측정되는 냉동기 시스템의 정격 냉동량(Cs(d)) 및 냉동기의 시간별 예상 가동 대수(Ns)를 포함하는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템.
According to claim 16,
The database includes the required operating number of refrigerators included in the environmental support facility by hour (N s (d) ), the instantaneous cooling amount of the refrigerator system measured by hour (C s ), and the rated cooling capacity of the refrigerator system measured by hour (C s ) (d) ) and the expected operating number of refrigerators by hour (N s ). A customized cloud FEMS system comprising:
상기 실시간 필요 가동 대수(Ns(d))는 다음의 식에 의해 산출되는 것을 특징으로 하는 맞춤형 클라우드 FEMS 시스템.
(여기서, Roundup()함수는 괄호 안의 값을 소수점 이하에서 올림한 자연수를 제공하는 함수임)According to claim 18,
The real-time required number of operating units (N s (d) ) is a customized cloud FEMS system, characterized in that calculated by the following equation.
(Here, the Roundup() function is a function that provides a natural number obtained by rounding up the value in parentheses to a decimal point.)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210131747A KR102667747B1 (en) | 2021-10-05 | 2021-10-05 | Customized cloud fems system for energy saving in distributed facilities with clean room environment and method of operating the system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210131747A KR102667747B1 (en) | 2021-10-05 | 2021-10-05 | Customized cloud fems system for energy saving in distributed facilities with clean room environment and method of operating the system |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20230048846A true KR20230048846A (en) | 2023-04-12 |
KR102667747B1 KR102667747B1 (en) | 2024-05-22 |
Family
ID=85984219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210131747A KR102667747B1 (en) | 2021-10-05 | 2021-10-05 | Customized cloud fems system for energy saving in distributed facilities with clean room environment and method of operating the system |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102667747B1 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013224794A (en) * | 2012-04-23 | 2013-10-31 | Panasonic Corp | Method and device for air conditioning control of clean room |
KR101800310B1 (en) * | 2016-06-17 | 2017-11-23 | 주식회사 케이티 | Cloud energy management system system and method for providing energy saving guide |
KR20210101955A (en) * | 2020-02-11 | 2021-08-19 | 엘지전자 주식회사 | Center control apparatus |
-
2021
- 2021-10-05 KR KR1020210131747A patent/KR102667747B1/en active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013224794A (en) * | 2012-04-23 | 2013-10-31 | Panasonic Corp | Method and device for air conditioning control of clean room |
KR101800310B1 (en) * | 2016-06-17 | 2017-11-23 | 주식회사 케이티 | Cloud energy management system system and method for providing energy saving guide |
KR20210101955A (en) * | 2020-02-11 | 2021-08-19 | 엘지전자 주식회사 | Center control apparatus |
Also Published As
Publication number | Publication date |
---|---|
KR102667747B1 (en) | 2024-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106461294B (en) | Heat pump and air conditioning hierarchy system and method | |
EP1393034B1 (en) | Model-based alarming | |
KR101448453B1 (en) | The Integrated solution system for Building-energy according to Predictive control, Real-time control, Operation and Management | |
US8316658B2 (en) | Refrigeration system energy monitoring and diagnostics | |
KR100751834B1 (en) | Management system for the outdoor unit of electric heat pump | |
US9454173B2 (en) | Predictive alert system for building energy management | |
US20040186628A1 (en) | In-store equipment remote monitoring system | |
CN104011475A (en) | Remote minotiring control system and method of operating same | |
JP2011248568A (en) | Energy management system | |
CN112728723A (en) | Method for monitoring and analyzing operation energy efficiency of refrigeration machine room by intelligent group control system | |
CN111678246B (en) | Air conditioning equipment, control method, diagnosis method, control device and storage medium | |
KR101994695B1 (en) | Management system and controlling method for an Air conditioner | |
KR20130120865A (en) | Device and method for controlling number of refrigerator in network operating center building energy management system | |
US9135592B2 (en) | Device management system | |
Shiel et al. | Effects of building energy optimisation on the predictive accuracy of external temperature in forecasting models | |
KR102164363B1 (en) | Intelligent system for building automatic control integrating bas and fms, and method for facility management using the system | |
KR102667747B1 (en) | Customized cloud fems system for energy saving in distributed facilities with clean room environment and method of operating the system | |
JP2019143817A (en) | Management device and management program of built-in air-conditioning system | |
KR20100128876A (en) | Green energy management system for home | |
CN115437876A (en) | Data center management method and device, electronic equipment and storage medium | |
JP5395536B2 (en) | Energy saving effect amount calculation device and method | |
KR100979409B1 (en) | Method of configuring performance evaluation for energy saving | |
CN113566374A (en) | Building load determination method and system | |
CN111720954A (en) | Energy-saving method and energy-saving operation system for product | |
Kuznetsov et al. | Monitoring and automatic control for heating system of the plant |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |