KR20230141989A - 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템 - Google Patents

최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템 Download PDF

Info

Publication number
KR20230141989A
KR20230141989A KR1020220039493A KR20220039493A KR20230141989A KR 20230141989 A KR20230141989 A KR 20230141989A KR 1020220039493 A KR1020220039493 A KR 1020220039493A KR 20220039493 A KR20220039493 A KR 20220039493A KR 20230141989 A KR20230141989 A KR 20230141989A
Authority
KR
South Korea
Prior art keywords
indoor
air
fine dust
modeling
flow rate
Prior art date
Application number
KR1020220039493A
Other languages
English (en)
Inventor
이종현
유건우
진성호
Original Assignee
이에이치알앤씨 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이에이치알앤씨 주식회사 filed Critical 이에이치알앤씨 주식회사
Priority to KR1020220039493A priority Critical patent/KR20230141989A/ko
Publication of KR20230141989A publication Critical patent/KR20230141989A/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/64—Airborne particle content
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/70—Carbon dioxide
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy
    • F24F2120/12—Position of occupants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/10—Weather information or forecasts

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Air Conditioning Control Device (AREA)
  • Ventilation (AREA)

Abstract

본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템은, 진단 대상의 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 측정하기 위한 제1 센서; 상기 진단 대상의 실내 열화상 데이터를 측정하기 위한 제2 센서; 상기 제1 센서에서 측정한 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 예측하기 위한 제1 모델링 및 상기 제1 모델링의 적용성을 검증하고, 상기 제1 모델링이 획득한 실내외 미세먼지 농도 및 실내 이산화탄소 변화 정보를 기반으로 최적화 알고리즘을 통해 추정하는 공기청정기 유입 유량 및 침기량을 이용하여 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링을 구축하는 모델링 구축부; 상기 제2 모델링을 이용하여 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 예측부; 상기 제2 센서를 통해 측정된 실내 열화상 데이터를 기초로 계산되는 실내 온도값과 기상청 서버로부터 제공받은 외기 온도값을 비교하여 온도 편차율을 산출하고, 상기 온도 편차율을 기반으로 상기 진단 대상의 에너지 효율 및 등급을 산출하기 위한 진단 결과 데이터를 생성하는 진단 서버; 및 상기 예측부가 상기 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하며, 상기 진단 서버에서 산출된 상기 진단 대상의 에너지 효율 및 에너지 등급을 고려하여 상기 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 상기 진단 대상의 관리방안을 제시하는 관리방안 제시부;를 포함할 수 있다.

Description

최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템{Active indoor air management system for optimal energy efficiency}
본 발명은 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템에 관한 것으로, 보다 상세하게는 진단 대상의 실내 오염물질을 저감하는 동시에 에너지 효율을 측정하여 최적의 환기 효율 및 에너지 효율을 갖도록 진단 대상의 실내공기를 관리할 수 있는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템에 관한 것이다.
최근 들어, 급격히 심각해진 공기질의 악화로 인해 야외 활동 뿐만 아니라, 실내공간에서 일상생활의 불편함이 가중되고 있고, 미세먼지로 인한 질병 발생 및 사망 등의 건강에 대한 우려와 피해도 급증하고 있다.
특히, 날씨와 바람 등에 의해 자연 정화가 가능한 실외 공기질에 비해 실내 공기질은 인위적인 환기 또는 공기정화 활동이 없을 경우 실내의 공기 오염도는 급속히 악화될 수 밖에 없다.
실내 공기질을 관리하기 위해서는 환기가 진행되어야 하나, 환기를 진행하게 되면 실내의 냉난방 공기가 쉽게 유실되어 열손실이 과다하게 발생되는 문제점이 있었다.
대한민국 공개특허 제10-2017-0038423호(2017.04.07 공개)
따라서, 본 발명은 진단 대상의 실내 오염물질을 저감하는 동시에 에너지 효율을 측정하여 최적의 환기 효율 및 에너지 효율을 갖도록 진단 대상의 실내공기를 관리할 수 있는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템을 제공하는데 목적이 있다.
또한, 본 발명은 진단 대상의 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화와 실내의 열화상 데이터를 측정하고, 진단 대상의 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화 정보를 기반으로 최적화 알고리즘을 통해 추정하는 공기청정기 유입 유량 및 침기량을 이용하여 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정하는 모델링을 구축하고, 구축한 모델링을 이용하여 필요 공기청정용량 및 필요 환기용량을 산정하며, 진단 대상의 에너지 효율 및 에너지 등급을 고려하여 필요 공기청정용량 및 필요 환기용량을 기반으로 진단 대상의 관리방안을 제시할 수 있는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템을 제공하는데 목적이 있다.
다만, 본 발명에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템은, 진단 대상의 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 측정하기 위한 제1 센서; 상기 진단 대상의 실내 열화상 데이터를 측정하기 위한 제2 센서; 상기 제1 센서에서 측정한 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 예측하기 위한 제1 모델링 및 상기 제1 모델링의 적용성을 검증하고, 상기 제1 모델링이 획득한 실내외 미세먼지 농도 및 실내 이산화탄소 변화 정보를 기반으로 최적화 알고리즘을 통해 추정하는 공기청정기 유입 유량 및 침기량을 이용하여 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링을 구축하는 모델링 구축부; 상기 제2 모델링을 이용하여 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 예측부; 상기 제2 센서를 통해 측정된 실내 열화상 데이터를 기초로 계산되는 실내 온도값과 기상청 서버로부터 제공받은 외기 온도값을 비교하여 온도 편차율을 산출하고, 상기 온도 편차율을 기반으로 상기 진단 대상의 에너지 효율 및 등급을 산출하기 위한 진단 결과 데이터를 생성하는 진단 서버; 및 상기 예측부가 상기 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하며, 상기 진단 서버에서 산출된 상기 진단 대상의 에너지 효율 및 에너지 등급을 고려하여 상기 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 상기 진단 대상의 관리방안을 제시하는 관리방안 제시부;를 포함할 수 있다.
또한, 상기 진단 서버는,
의 수학식을 기반으로 상기 온도 편차율을 산출하며, 상기 수학식에서 TDR은 상기 온도 편차율, Tin은 상기 실내 온도값, Tt는 상기 진단 대상의 온도값 및 To는 상기 외기 온도값일 수 있다.
그리고 상기 진단 서버는, 상기 실내 열화상 데이터를 분석하여 상기 진단 대상의 에너지 소요량 및 소비량을 산출하고, 산출된 에너지 소요량 및 소비량에 기초하여 기저장된 복수의 실내공기질 장치 정보 중 어느 하나 이상의 실내공기질 장치 정보를 선택하여 상기 관리방안 제시부에 제공할 수 있다.
또한, 상기 관리방안 제시부는, 상기 진단 서버로부터 수신하는 실내공기질 장치 정보를 기반으로 진단 대상의 관리방안을 제시하고, 상기 진단 대상의 관리방안에는, 상기 진단 대상에 설치되어 상기 진단 대상의 공기청정 및 환기가 가능하도록 공기유동특성이 포함된 실내공기질 장치를 제어하기 위한 방안이 포함될 수 있다.
그리고 상기 진단 서버는, ROI(Return On Investment) 분석 방법에 기초하여 환기 전후에 대한 경제성 분석 데이터를 생성하고, 생성된 상기 환기 전후에 대한 경제성 분석 데이터를 상기 관리방안 제시부에 제공할 수 있다.
또한, 상기 제2 센서는, 상기 실내 열화상 데이터를 획득하는 적외선 센서부; 상기 실내 열화상 데이터를 상기 관리방안 제시부로 송신하는 통신부; 및 상기 적외선 센서부 및 상기 통신부를 수납하는 케이스부;를 포함할 수 있다.
그리고 상기 제1 모델링은,
의 수학식을 기반으로 단위시간당 실내의 미세먼지 농도 변화를 예측하며, 상기 수학식에서 R은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 외부에서 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, V는 실내의 공간 부피, fp는 공기청정기의 효율, Qq는 환기장치로 인해 환기되는 공기유량일 수 있다.
또한, 상기 제1 모델링은,
의 수학식을 기반으로 단위시간당 실내의 이산화탄소 농도 변화를 예측하며, 상기 수학식에서 V는 실내의 공간 부피, CO2R은 실내의 이산화탄소 농도, t는 시간, CO2i는 실내로 유입되는 이산화탄소 농도, Qi는 실내로 유입되는 공기 유량, n은 인원수, fr은 호흡량, QR은 실내로부터 빠져나가는 공기 유량, Qq는 환기장치로 인해 환기되는 공기 유량일 수 있다.
그리고 상기 제1 모델링은,
의 수학식인 상기 최적화 알고리즘을 통해 상기 공기청정기 유입 유량을 추정하며, 상기 수학식에서 CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, Qq는 환기장치로 인해 환기되는 공기유량, V는 실내의 공간 부피, fp는 공기청정기의 효율일 수 있다.
또한, 상기 제1 모델링은,
의 수학식인 상기 최적화 알고리즘을 통해 상기 침기량을 추정하며, 상기 수학식에서 CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 빠져나가는 공기 유량, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 배출되는 공기 유량, V는 실내의 공간 부피일 수 있다.
그리고 상기 관리방안 제시부는,
의 수학식을 기반으로 상기 필요 공기청정용량을 산정하며, 상기 수학식에서 QP는 공기청정기로 유입되는 공기 유량, Ci는 실내로 유입되는 미세먼지 농도, IAQGpm2.5는 미세먼지의 실내공기질 가이드라인, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, fp는 공기청정효율일 수 있다.
또한, 상기 관리방안 제시부는,
의 수학식을 기반으로 상기 필요 환기용량을 산정하며, 상기 수학식에서 Qq는 환기장치로 인해 환기되는 공기 유량, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 배출되는 공기 유량일 수 있다.
본 발명은 진단 대상의 실내 오염물질을 저감하는 동시에 에너지 효율을 측정하여 최적의 환기 효율 및 에너지 효율을 갖도록 진단 대상의 실내공기를 관리할 수 있다.
또한, 본 발명은 진단 대상에 설치된 실내공기질 장치를 제어하는 관리방안을 제시함으로써, 사용자가 용이하게 진단 대상의 실내공기를 관리할 수 있다.
다만, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템의 개략적인 구성을 나타내는 블록도이다.
도 2는 도 1에 도시된 제2 센서의 개략적인 구성을 나타내는 블록도이다.
도 3은 도 1에 도시된 모델링 구축부가 구축하는 모델링 및 모델링의 역할을 나타내는 블록도이다.
도 4는 도 1에 도시된 진단 서버에 기저장된 복수의 실내공기질 장치 정보의 일 예를 나타내는 블록도이다.
도 5는 본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템을 이용한 실내공기 관리 방법의 개략적인 과정을 나타내는 흐름도이다.
도 6은 도 5에 도시된 진단 결과 데이터 단계의 세부적인 과정을 나타내는 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템을 이용한 실내공기질 장치의 관리방안 제시 과정을 나타내는 흐름도이다.
이하에서는, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
실시예의 구성
이하에서는, 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템(10)(이하에서는 '실내공기 관리 시스템(10)'이라 한다.)에 대해 자세히 설명하도록 하겠다.
도 1은 본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템의 개략적인 구성을 나타내는 블록도이며, 도 2는 도 1에 도시된 제2 센서의 개략적인 구성을 나타내는 블록도이고, 도 3은 도 1에 도시된 모델링 구축부가 구축하는 모델링 및 모델링의 역할을 나타내는 블록도이며, 도 4는 도 1에 도시된 진단 서버에 기저장된 복수의 실내공기질 장치 정보의 일 예를 나타내는 블록도이다.
이들 도면에 도시된 바와 같이, 실내공기 관리 시스템(10)은 제1 센서(100), 제2 센서(200), 모델링 구축부(300), 예측부(400), 진단 서버(500), 기상청 서버(600), 관리방안 제시부(700), 데이터베이스(800) 및 입/출력부(900)가 구비되며, 상술한 구성의 일부가 생략되거나 상술한 구성 외의 구성이 추가로 구비될 수 있다.
상기 제1 센서(100)는 진단 대상의 실내 공간과 실외 공간에 각각 설치되어 진단 대상의 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 측정하며, 진단 대상의 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 제1 모델링(310)에 송신한다.
또한, 상기 제1 센서(100)는 미세먼지의 지름을 기준으로 나누어지는 PM2.5 및/또는 PM10의 미세먼지 농도 변화를 측정할 수 있고, 이산화탄소의 농도 변화를 측정하는 것으로 한정되지 아니하며 이산화탄소를 대체할 수 있는 추적가스인 NO, SF6, PETs 등의 농도 변화를 측정할 수 있다.
그리고 상기 제1 센서(100)가 측정하는 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화는 모델링 구축부(300)에서 구축되는 모델링을 통해 실내의 환기율, 침기량, 공기청정기 유입 유량 등을 추정(측정)하기 위한 데이터로 활용된다.
한편, 본 발명의 일 실시예에서 진단 대상이라 함은, 실내 공간이 구비되어 제1 센서(100) 및 제2 센서(200)와 설치되며, 이를 통해 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화와 실내 열화상 데이터의 측정이 가능하고, 환기가 이루어져야 할 사무실, 교실 및 공공시설과 같은 대상들을 의미할 수 있다.
상기 제2 센서(200)는 진단 대상의 실내 공간을 촬영하여 실내 열화상 데이터를 측정하며, 실내 열화상 데이터를 진단 서버(500)에 송신한다.
도 2를 참조하면, 상기 제2 센서(200)는 실내 열화상 데이터를 측정하기 위해 적외선 센서부(210), 통신부(220) 및 케이스부(230)로 이루어질 수 있다.
상기 적외선 센서부(210)는 진단 대상의 실내 공간에 객체를 감지하며, 진단 대상의 실내 공간을 촬영하여 실내 열화상 데이터를 획득할 수 있다.
상기 통신부(220)는 적외선 센서부(210)에서 획득된 실내 열화상 데이터를 진단 서버(500)로 송신하며, 상기 실내 열화상 데이터를 진단 서버(500)로 송신하는 통신 방식은 한정하지 아니하나, 일 예로 API 통신을 통해 진단 서버(500)와 통신을 수행할 수 있다.
상기 케이스부(230)는 적외선 센서부(210) 및 통신부(220)를 내부에 수납함으로써, 외부 충격에 의한 적외선 센서부(210) 및 통신부(220)의 파손을 방지할 수 있다.
도 3을 참조하면, 상기 모델링 구축부(300)는 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 예측하기 위한 제1 모델링(310)을 구축한다.
상기 제1 모델링(310)은 단위시간당 실내의 미세먼지 농도 변화를 이하의 [수학식 1]를 기반으로 예측한다.
상기 [수학식 1]에서, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 외부에서 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, V는 실내의 공간 부피, fp는 공기청정기의 효율, Qq는 환기장치로 인해 환기되는 공기유량일 수 있다.
이때, 환기장치로 인해 환기되는 공기유량(Qq)은 건물 환경 특성인 배기장치의 유무에 따라 제거될 수 있으며, 제품별 배기장치의 용량에 의해 결정될 수 있다.
또한, 외부에서 실내로 유입되는 공기 유량(Qi)은 유입/침기량일 수 있으며, 이하에서는 침기량으로 표현하도록 하겠다.
더 나아가, QiCi는 실내로 유입되는 공기 유량 및 미세먼지 농도, QRCR은 자연환기, QqCR은 기계환기, FpQpCR은 공기청정기를 의미한다.
상기 제1 모델링(310)은 단위시간당 실내의 이산화탄소 농도 변화를 이하의 [수학식 2]를 기반으로 예측한다.
상기 [수학식 2]에서, V는 실내의 공간 부피, CO2R은 실내의 이산화탄소 농도, t는 시간, CO2i는 실내로 유입되는 이산화탄소 농도, Qi는 실내로 유입되는 공기 유량, n은 인원수, fr은 호흡량, QR은 실내로부터 빠져나가는 공기 유량, Qq는 환기장치로 인해 환기되는 공기 유량을 의미한다.
상기 제1 모델링(310)은 제1 센서(100)로부터 측정된 실내외 미세먼지 농도 변화와 실내 이산화탄소 농도 변화에 대한 정보를 획득하고, 획득된 실내외 미세먼지 농도 변화와 실내 이산화탄소 농도 변화를 기반으로 공기청정기 유입 유량(Qp)과 침기량(Qi)를 추정한다.
공기청정기 유입 유량(Qp)과 침기량(Qi)이 추정되는 과정의 구체적인 일 예로, 상기 제1 모델링(310)은 공기청정기가 가동되는 동안 제1 센서(100)로부터 측정되는 미세먼지 농도를 획득하여 공기청정기 유입 유량(Qp)을 추정하며, 공기청정기가 가동되지 않고 실내로 공기가 침기되는동안 측정되는 미세먼지 농도를 획득하여 침기량(Qi)을 추정한다.
더 구체적으로, 상기 제1 모델링(310)은 공기청정기 유입 유량(Qp)을 이하의 [수학식 3]을 최적화 알고리즘(파라미터 추정)을 통해 추정한다. 이때, 피라미터 추정이 가능한 최적화 알고리즘은 상기 제1 모델링(310)에 기저장(또는 설정)되는 것이 바람직하다.
상기의 [수학식 3]에서, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, Qq는 환기장치로 인해 환기되는 공기유량, V는 실내의 공간 부피, fp는 공기청정기의 효율을 의미한다.
또한, 상기 제1 모델링(310)은 침기량(Qi)을 이하의 [수학식 4]를 기반으로 추정한다.
상기의 [수학식 4]에서, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 빠져나가는 공기 유량, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 배출되는 공기 유량, V는 실내의 공간 부피를 의미한다.
상기 제1 모델링(310)은 상기의 [수학식 3, 4]를 기반으로 추정된 공기청정기 유입 유량(Qp)과 침기량(Qi)을 기반으로 미세먼지(110) 농도 및 이산화탄소(120) 농도 변화를 예측한다.
상기 모델링 구축부(300)는 제1 모델링(310)으로부터 예측된 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화 결과와 제1 센서(100)로부터 측정된 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 비교함으로써, 상기 제1 모델링(310)의 적용성(또는 신뢰성)을 검증한다.
여기서, 상기 모델링 구축부(300)는 제1 모델링(310)으로부터 예측된 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화 결과가 제1 센서(100)로부터 측정된 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화와 일정 수준 이상 차이가 나지 않는 것으로 판단되면, 상기 제1 모델링(310)의 적용성이 있는 것으로 판단한다.
상기 모델링 구축부(300)는 제1 모델링(310)의 적용성 검증이 완료되면, 상기 제1 모델링(310)이 획득한 실내외 미세먼지 농도 및 실내 이산화탄소 변화 정보를 기반으로 최적화 알고리즘을 통해 추정하는 공기청정기 유입 유량(Qp) 및 침기량(Qi)을 이용하여 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링(320)을 구축한다.
상기 제2 모델링(320)은 실내의 환기율, 공기청정기 유입 유량(Qp) 및 침기량(Qi) 등을 기반으로 공기유동 방향을 포함하는 실내의 공기유동 특성을 추정한다.
여기서, 공기유동 특성은 실내 공간별 침기 및 누기율, 공기청정기 유입 또는 방출하는 공기 유량, 환기장치가 환기하는 공기 유량 등으로 종래의 환기율 추정(측정) 방식에서는 별도의 과정을 통해 직접 측정하여 획득할 수 있는 방향성을 갖는 공기특성 정보들을 의미한다.
상기 제2 모델링(320)은 환기율 뿐만 아니라 방향성을 갖는 공기유동 특성을 추정함으로써, 본 발명의 실내공기 관리 시스템(10)은 진단 대상의 실내공기질 관리가 가능한 장점이 있다.
상기 예측부(400)는 제2 모델링(320)을 이용하여 실내의 미세먼지 농도 변화 및/또는 이산화탄소 농도 변화를 계산하기 위한 시뮬레이션이나, 실내의 환기율 및/또는 실내의 밀폐능 변화를 계산하기 위한 시뮬레이션을 실행하며, 이를 기반으로 외기농도 상황별 실내 미세먼지 농도 변화 및/또는 이산화탄소 농도 변화를 예측할 수 있다.
상기 진단 서버(500)는 상기 제2 센서(200)를 통해 측정된 실내 열화상 데이터를 기초로 실내 온도값을 계산하며, 기상청 서버(600)로부터 외기 온도값을 제공받은 후 이를 비교하여 온도 편차율(TDR: Temperature Difference Ratio)을 산출하고, 온도 편차율을 기반으로 진단 대상의 에너지 효율 및 등급을 산출하기 위한 진단 결과 데이터를 생성한다.
상기 진단 서버(500)는 이하의 [수학식 5]를 기반으로 온도 편차율을 산출한다.
상기의 [수학식 5]에서, TDR은 온도 편차율, Tin은 실내 온도값, Tt는 진단 대상의 온도값 및 To는 외기 온도값을 의미한다.
또한, 상기의 [수학식 5]에서, 외기 온도값은 진단 대상의 실외 대기 온도로서, 보다 구체적으로는 기설정된 기간동안 진단 대상의 실외 평균 대기 온도값을 의미하며, 진단 대상의 온도값은 제2 센서(200)를 통해 촬영된 진단 대상의 실내 온도값을 의미하고, 실내 온도값은 온도계 등의 장치로 측정된 진단 대상의 실내 온도값을 의미한다.
상기 진단 서버(500)는 상기의 [수학식 5]에 기초하여, 진단 대상의 실내 온도값(Tin)과 진단 대상의 온도값(Tt)의 차이값을 진단 대상의 실내 온도값(Tin)과 외기 온도값(To)의 차이값으로 나누어 온도 편차율을 산출할 수 있다.
상기 진단 서버(500)는 제2 센서(200)에서 측정된 실내 열화상 데이터를 분석하여 진단 대상의 에너지 소요량 및 소비량을 산출하고, 산출된 에너지 소요량 및 소비량에 기초하여 기저장된 복수의 실내공기질 장치 정보(550) 중 어느 하나 이상의 실내공기질 장치 정보를 선택하여 관리방안 제시부(700)에 제공한다.
도 4를 참조하면, 상기 복수의 실내공기질 장치 정보(550)는 진단 대상에 설치 가능하며, 상기 진단 대상의 공기청정 및 환기가 가능하도록 공기유동특성이 포함된 실내공기질 장치에 대한 정보를 의미하고, 상기 실내공기질 장치의 종류는 한정하지 아니하나, 상기 실내공기질 장치에는 진단 대상의 실내 공기청정용량 및 환기용량이 산정된 필요 공기청정용량 및 필요 환기용량에 도달하도록 하기 위한 공기청정기, 환기장치, 급배기장치, 열교환식 급배기 시스템, 에어커튼 등이 포함될 수 있다.
상기 진단 서버(500)는 ROI(Return On Investment) 분석 방법에 기초하여 환기 전후에 대한 경제성 분석 데이터를 생성하고, 생성된 상기 환기 전후에 대한 경제성 분석 데이터를 관리방안 제시부(700)에 제공한다.
여기서, ROI 분석 방법이라 함은 환기율의 비율을 계산하는 것으로서, 진단 대상에 설치된 실내공기질 장치의 동작에 따른 환기율이 얼마나 증감하였는지를 산출하기 위한 방법을 의미할 수 있다.
또한, 환기 전후에 대한 경제성 분석 데이터는 진단 대상의 환기 전과 환기 후에 실내공기질 장치의 에너지 소요량 및 소비량를 예측한 데이터를 의미할 수 있고, 관리방안 제시부(700)에서는 환기 전후에 대한 경제성 분석 데이터를 기반으로 진단 대상에 설치된 실내공기질 장치의 운영 비용을 예상할 수 있으며, 사용자는 입/출력부(900)를 통해 실내공기질 장치의 운영 비용에 대한 정보를 제공받을 수 있다.
상기 기상청 서버(600)는 진단 대상의 위치정보에 기초하여 기설정된 기간동안 진단 대상의 실외 평균 대기 온도값인 외기 온도값(To)을 수집 및 저장하며, 상기 외기 온도값(To)을 진단 서버(500)에 제공할 수 있도록 상기 진단 서버(500)와 통신이 이루어질 수 있다.
상기 관리방안 제시부(700)는 예측부(400)가 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하는데, 이때 필요 공기청정용량 및 필요 환기용량은 실내 공기질 관리 기준(WHO 권고기준 등)에 대응될 수 있다.
상기 관리방안 제시부(700)는 이하의 [수학식 6]을 기반으로 필요 공기청정용량을 산정한다.
상기의 [수학식 6]에서, QP는 공기청정기로 유입되는 공기 유량, Ci는 실내로 유입되는 미세먼지 농도, IAQGpm2.5는 미세먼지의 실내공기질 가이드라인, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, fp는 공기청정효율을 의미한다.
여기서, 미세먼지의 실내공기질 가이드라인과 이산화탄소의 실내공기질 가이드라인은 실내의 각 공간마다 다르게 설정될 수 있는데, 이는 실내의 각 공간마다 부피가 다르기 때문이다.
상기 관리방안 제시부(700)는 이하의 [수학식 7]을 기반으로 필요 환기용량을 산정한다.
상기의 [수학식 7]에서, Qq는 환기장치로 인해 환기되는 공기 유량, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 배출되는 공기 유량을 의미한다.
상기 관리방안 제시부(700)는 진단 서버(500)에서 산출된 진단 대상의 에너지 효율 및 에너지 등급을 고려하여 상기의 [수학식 6, 7]에 기초하여 산정된 필요 공기청정용량(QP) 및 필요 환기용량(Qq)을 기반으로 진단 대상의 관리방안을 제시한다.
여기서, 상기 관리방안 제시부(700)가 제시하는 진단 대상의 관리방안이라 함은, 본 발명의 실내공기 관리 시스템(10)이 진단 대상의 실내 공기청정용량 및 환기용량이 산정된 필요 공기청정용량(QP) 및 필요 환기용량(Qq)에 도달하도록, 상기 진단 대상에 설치된 실내공기질 장치를 제어할 수 있는 방안을 의미한다.
또한, 상기 관리방안 제시부(700)는 필요 공기청정용량(QP) 및 필요 환기용량(Qq) 뿐만 아니라, 진단 서버(500)로부터 수신하는 실내공기질 장치 정보(550)를 기반으로 실내공기질 장치를 제어하기 위한 진단 대상의 관리방안을 제시할 수 있다.
상기 실내공기 관리 시스템(10)은 관리방안 제시부(700)가 제시하는 진단 대상의 관리방안을 통해 상기 진단 대상의 실내공기질을 최적의 상태로 관리할 수 있으며, 추가적으로 이 과정에서 상기 진단 대상에 설치된 실내공기질 장치를 제어하는 것으로 공기정화 및 환기를 통해 진단 대상의 실내 오염물질을 저감할 수 있다.
상기 데이터베이스(800)는 관리방안 제시부(700)에서 제시하는 진단 대상의 관리방안에 대한 정보가 저장될 수 있으며, 상기 관리방안 제시부(700)에서 진단 대상의 관리방안을 생성할 때마다, 이를 저장하여 진단 대상의 관리방안 업데이트가 이루어지도록 한다.
상기 입/출력부(900)는 제1 센서(100), 제2 센서(200), 모델링 구축부(300), 예측부(400) 및 관리방안 제시부(700)의 동작을 제어하기 위한 입력신호가 사용자에 의해 입력될 수 있다.
또한, 상기 입/출력부(900)는 진단 서버(500) 및 기상청 서버(600) 간의 통신 상태를 제어하기 위한 입력신호가 사용자에 의해 입력될 수 있다.
그리고 상기 입/출력부(900)는 관리방안 제시부(700)가 제시하는 진단 대상의 관리방안을 출력하여 사용자에게 제공하는 디스플레이일 수 있다.
실시예의 동작
이하에서는, 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 실내공기 관리 시스템(10)을 이용한 실내공기 관리 방법에 대해 자세히 설명하도록 하겠다.
도 5는 본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템을 이용한 실내공기 관리 방법의 개략적인 과정을 나타내는 흐름도이며, 도 6은 도 5에 도시된 진단 결과 데이터 단계의 세부적인 과정을 나타내는 흐름도이고, 도 7은 본 발명의 일 실시예에 따른 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템을 이용한 실내공기질 장치의 관리방안 제시 과정을 나타내는 흐름도이다.
도 5를 참조하면, 상기 모델링 구축부(300)는 진단 대상의 실내외 미세먼지 농도 변화 및 실내 이산화탄소 농도 변화를 예측하기 위한 제1 모델링(310)을 구축하며, 상기 제1 센서(100)와 제2 센서(200)는 사용자에 의해 진단 대상의 제1 공간과 제2 공간에 각각 설치될 수 있다(S51).
여기서, 상기 제1 공간은 이산화탄소가 공급되는 진단 대상의 실내 공간으로서 공기청정기 및 환기장치가 설치되어 공간 내의 미세먼지 및 이산화탄소가 제거되는 공기 청정이 이루어지는 공간이며, 상기 제2 공간은 상기 제1 공간으로부터 공기 청정된 공기가 침기 또는 급배기장치에 의해 배기되거나 상기 제1 공간으로 미세먼지를 포함하는 공기가 침기 또는 급배기장치에 의해 급기되는 공간이다.
더 나아가, 본 발명의 일 실시예에서 상기 제1 공간은 사무실, 교실일 수 있고, 상기 제2 공간은 상기 제1 공간과 연결된 복도 등의 공간일 수 있다.
상기 제1 모델링 구축, 제1 센서, 제2 센서 설치 단계(S51) 후, 공기 청정이 이루어져야 할 제1 공간에는 이산화탄소가 공급될 수 있다(S52).
상기 이산화탄소 공급 단계(S52) 후, 상기 제1 센서(100)는 제1, 2 공간 및 실외의 미세먼지 농도 변화 및 제1, 2 공간의 이산화탄소 농도 변화를 동시에 측정하며(S53), 제1 모델링(310)은 제1 센서(100)로부터 획득하는 미세먼지 농도 변화 및 이산화탄소 변화를 기반으로 획득된 미세먼지 농도를 기반으로 공기청정기 유입 유량(Qp)과 침기량(Qi)를 추정할 수 있다(S54).
상기 공기청정기 유입 유량 및 침기량 추정 단계(S54) 후, 상기 모델링 구축부(300)는 제1 모델링(310)으로부터 예측된 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화 결과와 제1 센서(100)로부터 측정된 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 비교함으로써 상기 제1 모델링(310)의 적용성을 검증하고, 상기 제1 모델링(310)이 추정한 공기청정기 유입 유량(Qp) 및 침기량(Qi)을 이용하여 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링(320)을 구축할 수 있다(S55).
상기 제1 모델링 적용성 검증 및 제2 모델링 구축 단계(S55) 후, 상기 예측부(400)는 외기농도 상황별 실내 미세먼지 농도 변화를 예측할 수 있으며(S56), 이 과정에서 상기 예측부(400)는 실내 이산화탄소 농도 변화도 예측할 수 있다.
상기 외기농도 상황별 실내 미세먼지 농도 변화 예측 단계(S56)에서, 상기 예측부(400)는 제1, 2 공간과 실외의 미세먼지 농도 변화 및 제1, 2 공간의 이산화탄소 농도 변화에 따른 시뮬레이션이나 제1, 2 공간별 환기율 또는 제1, 2 공간의 밀폐능 변화에 따른 시뮬레이션을 기반으로 외기농도 상황별 실내 미세먼지 농도 변화 및/또는 이산화탄소 농도 변화를 예측할 수 있다.
상기 외기농도 상황별 실내 미세먼지 농도 변화 예측 단계(S56) 후, 상기 진단 서버(500)는 제1, 2 공간별 에너지 효율 및 등급을 산출하기 위한 진단 결과 데이터를 생성할 수 있다(S57).
상기 진단 결과 데이터 생성 단계(S57)의 세부 과정에 대한 일 예는 도 6에 도시된 바와 같다.
도 6을 참조하면, 상기 제2 센서(200)는 제1, 2 공간별 실내 열화상 데이터를 측정할 수 있다(S61).
그 후, 상기 진단 서버(500)는 상기 제2 센서(200)를 통해 측정된 실내 열화상 데이터를 기초로 제1, 2 공간의 실내 온도값(Tin)을 계산하며, 상기 기상청 서버(600)로부터 진단 대상의 외기 온도값(To)을 제공받은 후 이를 비교함으로써(S62), 진단 대상의 실내 온도값(Tin)과 진단 대상의 온도값(Tt)의 차이값을 진단 대상의 실내 온도값(Tin)과 외기 온도값(To)의 차이값으로 나누어 온도 편차율을 산출할 수 있다(S63).
그 후, 상기 진단 서버(500)는 온도 편차율을 기반으로 진단 대상의 에너지 효율 및 등급을 산출하기 위한 진단 결과 데이터를 생성할 수 있다(S64).
다시 도 5를 참조하면, 상기 진단 결과 데이터 생성 단계(S57) 후, 상기 관리방안 제시부(700)는 상기 예측부(400)가 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량(QP) 및 필요 환기용량(Qq)을 산정할 수 있으며(S58), 상기 진단 서버(500)에서 산출된 제1, 2 공간별 에너지 효율 및 에너지 등급을 고려하여 산정된 필요 공기청정용량(QP) 및 필요 환기용량(Qq)을 기반으로 진단 대상의 관리방안을 제시할 수 있다(S59).
*상기 관리방안 제시부(700)는 다른 방식으로도 진단 대상의 관리방안을 제시할 수 있는데, 이 과정의 일 예는 도 7에 도시된 바와 같다.
도 7을 참조하면, 상기 진단 서버(500)는 제2 센서(200)에서 측정된 제1, 2 공간별 실내 열화상 데이터를 분석하여(S71), 진단 대상인 제1, 2 공간의 에너지 소요량 및 소비량을 산출할 수 있고(S72), 산출된 에너지 소요량 및 소비량에 기초하여 기저장된 복수의 실내공기질 장치 정보(550) 중 어느 하나 이상의 실내공기질 장치 정보를 선택하여 관리방안 제시부(700)에 제공할 수 있다(S73).
그 후, 상기 관리방안 제시부(700)는 진단 서버(500)로부터 수신하는 실내공기질 장치 정보(550)를 기반으로 제1, 2 공간마다에 설치된 제1, 2 공간별 실내공기질 장치를 제어하기 위한 진단 대상의 관리방안을 제시할 수 있다(S74).
상술한 바와 같이 개시된 본 발명의 바람직한 실시예들에 대한 상세한 설명은 당업자가 본 발명을 구현하고 실시할 수 있도록 제공되었다. 상기에서는 본 발명의 바람직한 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 본 발명의 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 예를 들어, 당업자는 상술한 실시예들에 기재된 각 구성을 서로 조합하는 방식으로 이용할 수 있다. 따라서, 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다.
본 발명은 본 발명의 기술적 사상 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다. 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.
10: 실내공기 관리 시스템, 100: 제1 센서,
200: 제2 센서, 210: 적외선 센서부,
220: 통신부, 230: 케이스부,
300: 모델링 구축부, 310: 제1 모델링,
320: 제2 모델링, 400: 예측부,
500: 진단 서버, 550: 실내공기질 장치 정보,
600: 기상청 서버, 700: 관리방안 제시부,
800: 데이터베이스, 900: 입/출력부.

Claims (12)

  1. 실내공기 관리 시스템에 있어서,
    진단 대상의 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 측정하기 위한 제1 센서;
    상기 진단 대상의 실내 열화상 데이터를 측정하기 위한 제2 센서;
    상기 제1 센서에서 측정한 실내외 미세먼지 농도 및 실내 이산화탄소 농도 변화를 예측하기 위한 제1 모델링 및 상기 제1 모델링의 적용성을 검증하고, 상기 제1 모델링이 획득한 실내외 미세먼지 농도 및 실내 이산화탄소 변화 정보를 기반으로 최적화 알고리즘을 통해 추정하는 공기청정기 유입 유량 및 침기량을 이용하여 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링을 구축하는 모델링 구축부;
    상기 제2 모델링을 이용하여 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 예측부;
    상기 제2 센서를 통해 측정된 실내 열화상 데이터를 기초로 계산되는 실내 온도값과 기상청 서버로부터 제공받은 외기 온도값을 비교하여 온도 편차율을 산출하고, 상기 온도 편차율을 기반으로 상기 진단 대상의 에너지 효율 및 등급을 산출하기 위한 진단 결과 데이터를 생성하는 진단 서버; 및
    상기 예측부가 상기 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하며, 상기 진단 서버에서 산출된 상기 진단 대상의 에너지 효율 및 에너지 등급을 고려하여 상기 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 상기 진단 대상의 관리방안을 제시하는 관리방안 제시부;를 포함하는 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  2. 제 1 항에 있어서,
    상기 진단 서버는,

    의 수학식을 기반으로 상기 온도 편차율을 산출하며, 상기 수학식에서 TDR은 상기 온도 편차율, Tin은 상기 실내 온도값, Tt는 상기 진단 대상의 온도값 및 To는 상기 외기 온도값인 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  3. 제 1 항에 있어서,
    상기 진단 서버는,
    상기 실내 열화상 데이터를 분석하여 상기 진단 대상의 에너지 소요량 및 소비량을 산출하고, 산출된 에너지 소요량 및 소비량에 기초하여 기저장된 복수의 실내공기질 장치 정보 중 어느 하나 이상의 실내공기질 장치 정보를 선택하여 상기 관리방안 제시부에 제공하는 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  4. 제 3 항에 있어서,
    상기 관리방안 제시부는,
    상기 진단 서버로부터 수신하는 실내공기질 장치 정보를 기반으로 진단 대상의 관리방안을 제시하고,
    상기 진단 대상의 관리방안에는,
    상기 진단 대상에 설치되어 상기 진단 대상의 공기청정 및 환기가 가능하도록 공기유동특성이 포함된 실내공기질 장치를 제어하기 위한 방안이 포함되는 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  5. 제 1 항에 있어서,
    상기 진단 서버는,
    ROI(Return On Investment) 분석 방법에 기초하여 환기 전후에 대한 경제성 분석 데이터를 생성하고, 생성된 상기 환기 전후에 대한 경제성 분석 데이터를 상기 관리방안 제시부에 제공하는 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  6. 제 1 항에 있어서,
    상기 제2 센서는,
    상기 실내 열화상 데이터를 획득하는 적외선 센서부;
    상기 실내 열화상 데이터를 상기 관리방안 제시부로 송신하는 통신부; 및
    상기 적외선 센서부 및 상기 통신부를 수납하는 케이스부;를 포함하는 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  7. 제 1 항에 있어서,
    상기 제1 모델링은,

    의 수학식을 기반으로 단위시간당 실내의 미세먼지 농도 변화를 예측하며, 상기 수학식에서 R은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 외부에서 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, V는 실내의 공간 부피, fp는 공기청정기의 효율, Qq는 환기장치로 인해 환기되는 공기유량인 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  8. 제 1 항에 있어서,
    상기 제1 모델링은,

    의 수학식을 기반으로 단위시간당 실내의 이산화탄소 농도 변화를 예측하며, 상기 수학식에서 V는 실내의 공간 부피, CO2R은 실내의 이산화탄소 농도, t는 시간, CO2i는 실내로 유입되는 이산화탄소 농도, Qi는 실내로 유입되는 공기 유량, n은 인원수, fr은 호흡량, QR은 실내로부터 빠져나가는 공기 유량, Qq는 환기장치로 인해 환기되는 공기 유량인 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  9. 제 1 항에 있어서,
    상기 제1 모델링은,

    의 수학식인 상기 최적화 알고리즘을 통해 상기 공기청정기 유입 유량을 추정하며, 상기 수학식에서 CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, Qq는 환기장치로 인해 환기되는 공기유량, V는 실내의 공간 부피, fp는 공기청정기의 효율인 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  10. 제 1 항에 있어서,
    상기 제1 모델링은,

    의 수학식인 상기 최적화 알고리즘을 통해 상기 침기량을 추정하며, 상기 수학식에서 CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 빠져나가는 공기 유량, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 배출되는 공기 유량, V는 실내의 공간 부피인 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  11. 제 1 항에 있어서,
    상기 관리방안 제시부는,

    의 수학식을 기반으로 상기 필요 공기청정용량을 산정하며, 상기 수학식에서 QP는 공기청정기로 유입되는 공기 유량, Ci는 실내로 유입되는 미세먼지 농도, IAQGpm2.5는 미세먼지의 실내공기질 가이드라인, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, fp는 공기청정효율인 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
  12. 제 1 항에 있어서,
    상기 관리방안 제시부는,

    의 수학식을 기반으로 상기 필요 환기용량을 산정하며, 상기 수학식에서 Qq는 환기장치로 인해 환기되는 공기 유량, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 배출되는 공기 유량인 것을 특징으로 하는 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템.
KR1020220039493A 2022-03-30 2022-03-30 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템 KR20230141989A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220039493A KR20230141989A (ko) 2022-03-30 2022-03-30 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220039493A KR20230141989A (ko) 2022-03-30 2022-03-30 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템

Publications (1)

Publication Number Publication Date
KR20230141989A true KR20230141989A (ko) 2023-10-11

Family

ID=88295315

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220039493A KR20230141989A (ko) 2022-03-30 2022-03-30 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템

Country Status (1)

Country Link
KR (1) KR20230141989A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170038423A (ko) 2015-09-30 2017-04-07 코웨이 주식회사 환기율 계산 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170038423A (ko) 2015-09-30 2017-04-07 코웨이 주식회사 환기율 계산 장치 및 방법

Similar Documents

Publication Publication Date Title
EP1866575B1 (en) Method and system for controlling a climate in a building
KR101591735B1 (ko) 실내공기질의 예측을 통한 오염 정보 제공 방법
Ansanay-Alex Estimating occupancy using indoor carbon dioxide concentrations only in an office building: a method and qualitative assessment
AU2017242215B2 (en) Method of optimizing filter life cycle between replacements and system for monitoring a ventilation system
JP2003216715A (ja) 建物省エネルギー評価監視装置
US20140188571A1 (en) Apparatus and method for evaluating energy saving based on simulation
KR101419607B1 (ko) 건물에 대한 모듈식 에너지 시뮬레이션 모델링 및 검증 방법
CN115330361A (zh) 基于户内安全的燃气泄漏预测方法及智慧燃气物联网系统
KR20200092478A (ko) 공조 시스템의 이코노마이저 제어 방법 및 이를 수행하는 공조 시스템
KR20170093446A (ko) 자동 환기 공조 장치 및 그 제어 방법
KR102278858B1 (ko) 실내 공기질 개선을 위한 지능형 공기조화기 제어 시스템 및 제어 방법
Gunay et al. Remote characterization of envelope performance through inverse modelling with building automation system data
Wang et al. Online optimal ventilation control of building air-conditioning systems
KR20230141989A (ko) 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템
KR20220063045A (ko) 대상 건물의 에너지 운용 정책을 결정하는 장치, 방법 및 컴퓨터 프로그램
Ji et al. Occupancy detection technology in the building based on IoT environment sensors
US20230070313A1 (en) Building data platform with air quality analysis based on mobile air quality sensors
KR102354810B1 (ko) 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치
US20220034540A1 (en) Sensor network for validation of healthy buildings and transportation systems
CN115540253A (zh) 空气质量管理装置及方法
KR100585238B1 (ko) 수요 대응 능동환기를 통한 ｉａｑ 제어 시스템
Pattarello et al. Model predictive control of HVAC systems: design and implementation on a real case study
KR20170054845A (ko) 건물 모니터링을 위한 가상 센싱 시스템 및 그 방법
Franco et al. Monitoring of public buildings via energy-efficient Z-Wave wireless sensors
CN109595754A (zh) 基于物联网的室内空气质量改善系统