WO2019017555A1 - 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법 - Google Patents

실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법 Download PDF

Info

Publication number
WO2019017555A1
WO2019017555A1 PCT/KR2018/002597 KR2018002597W WO2019017555A1 WO 2019017555 A1 WO2019017555 A1 WO 2019017555A1 KR 2018002597 W KR2018002597 W KR 2018002597W WO 2019017555 A1 WO2019017555 A1 WO 2019017555A1
Authority
WO
WIPO (PCT)
Prior art keywords
indoor environment
environment parameter
air quality
temperature
parameters
Prior art date
Application number
PCT/KR2018/002597
Other languages
English (en)
French (fr)
Inventor
김도현
Original Assignee
제주대학교 산학협력단
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 제주대학교 산학협력단 filed Critical 제주대학교 산학협력단
Publication of WO2019017555A1 publication Critical patent/WO2019017555A1/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
    • 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
    • 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
    • F24F11/62—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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • F24F2110/10—Temperature
    • 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
    • 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
    • F24F2130/30—Artificial light
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F24F2140/60—Energy consumption
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Definitions

  • the present invention relates to a building energy optimization system and method, and more particularly, to a building energy optimization system and method that can optimize indoor environmental parameters including temperature, illuminance, and air quality, thereby improving building energy consumption.
  • BAS BuildingAutomationSystem
  • IBS Intelligent Building System
  • BEMS BuildingEnergy Management System
  • the Building Energy Management System minimizes energy consumption through the monitoring of detailed energy usage and intelligent control of various energy equipment such as office equipment, information equipment, It is a technology that guarantees a pleasant and economical environment based on my condition detection and environmental information.
  • the existing building energy management system considers the current temperature, humidity, roughness, and air quality, so that the energy consumption can be increased without considering the change in the indoor environment (for example, temperature increase / decrease).
  • a system for estimating indoor environmental parameters and a system for optimizing building energy based on a dynamic user setting comprising: sensing temperature, An indoor environment parameter prediction unit for predicting the indoor environment parameters by using a prediction algorithm and outputting predictive indoor environmental parameters; a controller for inputting minimum / maximum setting information of the indoor environment parameters And setting a dynamic user setting range of the indoor environment parameters by uniting the minimum / maximum values of the temperature, the illuminance, and the air quality of the plurality of users by receiving the minimum / maximum setting information of the plurality of user's indoor environment parameters from the input unit, A user-specific environment parameter setting unit for calculating the user, A rule-based optimization unit that receives environment parameters and a dynamic user setting range of the indoor environment parameters and optimizes indoor environment parameters by a rule-based algorithm to output optimal indoor environment parameters; An indoor comfort index calculating unit for calculating an indoor comfort index based on the predicted indoor indoor environment parameter and the indoor indoor environment parameter, A power control agent for calculating
  • the prediction algorithm includes a Kalman filter.
  • the rule-based algorithm has a minimum difference between the predicted indoor environment parameter and the dynamic user setting range, whereby the required power for controlling the temperature, the illuminance, and the air quality can be remarkably reduced.
  • the user-specific environment parameter setting unit calculates the dynamic user setting range of the indoor environment parameter by one of an average based setting, a maximum-minimum based setting, and a minimum-maximum based setting.
  • the power control agent controls the actuator of the in-building energy facility according to the temperature, illuminance, and air quality of the predicted indoor environmental parameter output from the indoor environment parameter estimating unit.
  • a method for predicting an indoor environment parameter and a method for optimizing building energy based on dynamic user setting comprising the steps of: calculating indoor environment parameters including temperature, Sensing; Predicting the indoor environmental parameters by a prediction algorithm to generate predictive indoor environmental parameters; Calculating a dynamic user set range of the indoor environment parameters by uniting the minimum / maximum values for the temperature, the illuminance, and the air quality of the plurality of users by receiving the minimum / maximum setting information of the indoor environment parameters for each of the plurality of users; Generating an optimal indoor environment parameter by optimizing the indoor environment parameter by a rule-based algorithm by receiving the predicted indoor environment parameter and the dynamic user setting range of the indoor environment parameter; Calculating an integrated comfort index based on the optimized indoor environment parameters and a predetermined comfort index calculation formula; Calculating a required power amount for controlling a temperature, an illuminance, and an air quality in a building based on a difference between the predicted indoor environmental parameter and the optimal indoor environmental parameter;
  • the prediction algorithm includes a Kalman filter.
  • the rule-based algorithm has a minimum difference between the predicted indoor environment parameter and the dynamic user setting range, whereby the required power for controlling the temperature, the illuminance, and the air quality can be remarkably reduced.
  • the step of calculating the dynamic user setting range may include a step of unifying the maximum / minimum of the indoor environmental parameters of the temperature, the illuminance, and the air quality by one of the average based setting, the maximum-minimum based setting, It is desirable to calculate the dynamic user set range of the parameters.
  • the step of controlling the actuator of the in-building energy facility according to the temperature, roughness and air quality value of the predicted indoor environment parameter is preferably performed Do.
  • the comfort index is calculated by predicting the environmental parameters of the temperature, the illuminance, and the air quality sensed by the sensor and reducing the actual consumption power by predicting the indoor environment parameters
  • a building energy optimization system and method are provided that can provide a pleasant indoor environment to a user while simultaneously reducing energy consumption.
  • FIG. 1 is a diagram illustrating a concept of optimizing building energy according to the present invention
  • FIG. 2 is a block diagram of a building energy optimization system based on prediction of indoor environment parameters and dynamic user setting according to the present invention
  • FIG. 3 is a block diagram of an energy optimization step in the building energy optimization system of FIG. 2,
  • FIG. 4 is a conceptual diagram for calculating dynamic user points based on an average based, a MAX-MIN based, and a MIN-MAX based on environment parameters set by a plurality of users according to the present invention
  • FIG. 5 is a flow chart of a rule-based optimization method of indoor environment parameters applied to the present invention
  • FIG. 6 is a graph illustrating a comparison of power consumption during temperature control by the average based, MAX-MIN based, MIN-MAX based, and rule-based optimization of a plurality of user environment parameters
  • FIG. 7 is a graph illustrating a comparison of power consumption during illumination control based on an average based, MAX-MIN based, MIN-MAX based, and rule-based optimization of a plurality of user environment parameters at the time of predicting indoor environment parameters according to the present invention
  • FIG. 8 is a graph illustrating a power consumption comparison graph for air quality control in the indoor environment parameter prediction, non-prediction, average based on a plurality of user environment parameters, MAX-MIN based, MIN-
  • FIG. 9 is a graph showing a comfortable index comparison graph when optimizing multi-user indoor environment parameters according to the present invention.
  • 10 to 12 are views for explaining a method for calculating a required power amount for controlling temperature, roughness and air quality in a building according to the present invention
  • FIG. 13 is a flowchart of a method for predicting indoor environment parameters and a method for optimizing building energy based on dynamic user setting according to the present invention.
  • the present invention predicts indoor environment information, which is a value obtained by sensing temperature, illuminance, and air quality in a building, using a Kalman filter, and uses a predictive indoor environment information and a plurality of indoor environment parameter setting points Optimize indoor environmental parameters to increase energy efficiency.
  • future indoor environmental information (temperature, humidity, illuminance, air quality) is obtained using a prediction technique and energy efficiency is improved by controlling the heating and cooling device (heater, fan, air conditioner, etc.) in advance.
  • the indoor environment control parameters are optimized by using a rule-based optimization algorithm to increase energy efficiency.
  • an indoor requirement parameter setting algorithm capable of satisfying indoor environment information required by a plurality of users in a building
  • a building energy optimization that can be adjusted to an optimal indoor environment
  • FIG. 1 is a view for explaining a basic concept of the present invention.
  • a comfortable index is calculated by using unprocessed sensing data of temperature, roughness, and air quality and the indoor environment is controlled based on the calculated comfort index
  • HVAC heating / ventilation / air-conditioning
  • an integrated comfort index is calculated by optimizing environmental parameters of temperature, roughness, and air quality to minimize energy consumption, and based on the calculated integrated comfort index and predicted power Thereby intelligently controlling the power of the energy facility in the building, thereby providing a pleasant indoor environment to the user and minimizing energy consumption.
  • FIG. 2 is a block diagram of a building energy optimization system based on prediction of indoor environment parameters and dynamic user setting according to the present invention.
  • a building energy optimization system 1 includes a sensing unit 10 including a temperature sensor, an illuminance sensor, and an air quality sensor, a plurality of users
  • An indoor environment parameter predictor 12 for outputting an indoor environment parameter predicted value with a predetermined prediction algorithm, an indoor environment parameter estimating unit 12 for estimating an indoor environment parameter set by a plurality of users,
  • a user-specific environment parameter setting unit 13 for calculating a dynamic user set point by unitizing a plurality of minimum / maximum ranges based on the MAX-MIN based on MIN-MAX, Based on a user-set point and a rule-based algorithm for optimizing the predicted indoor environment parameters output from the indoor environment parameter predicting unit 12 by a rule-based algorithm
  • An integrated comfort index calculating unit 14 for calculating an integrated comfort index based on the optimized indoor environment parameters and the predetermined comfort index calculating formula, For controlling the temperature, the illuminance and the air quality based on the optimum indoor environment parameters, the calculated integrated comfort index,
  • the sensing unit 10 includes a temperature sensor, an illuminance sensor, and an air quality sensor, and senses and outputs environmental parameters such as temperature, illuminance, and air quality in the building.
  • the indoor environment parameter predicting unit 12 calculates a predicted indoor environment parameter value based on the previous indoor environment parameter value using a Kalman filter.
  • the Kalman filter is an algorithm used to remove noise included in data by using past measurement data and new measurement data and to estimate a new result.
  • the Kalman filter is a recursive operation using past and present data and recursive data processing to track the optimal value of a linear system. Since the method of predicting the indoor environment parameters by the Kalman filter is a well-known technique, a detailed description thereof will be omitted.
  • the indoor environment parameter predicting unit 12 provides the predicted indoor environment parameter value to the power control agent 17 so that the power control agent 17 can predict the indoor energy of the building in accordance with the temperature, (Actuator) such as cooling and heating of the facility can be controlled.
  • Actuator such as cooling and heating of the facility
  • the user-specific environment parameter setting unit 13 receives the minimum / maximum range of the indoor environment parameters preferred for temperature, roughness, and air quality input from a plurality of users through the user input unit 11. [ The indoor environment parameters set by the plurality of users have the minimum value and the maximum value for the temperature, the illuminance, and the air quality, respectively.
  • the method for setting the unified indoor environment parameters using the plurality of user's set values for the indoor environmental parameters of the temperature, the illuminance, and the air quality can be classified into a user-setpoint setting method based on an average, a maximum- Based user set point setting method, and a user-set point setting method based on a min-max.
  • FIG. 4 is a conceptual explanatory diagram for calculating dynamic user set points based on average, MAX-MIN, and MIN-MAX environment parameters set by a plurality of users according to the present invention.
  • T temperature
  • L illuminance
  • A air quality
  • the average value is also calculated for the roughness and the air quality in the same manner.
  • Tmin Max [60, 63, 66]
  • Tmax Min [80, 78, 69]
  • the dynamic user set point (min / max) of the temperature based on the max-min (MAX-MIN) is 66/69.
  • the lower set value and the upper set value are taken in the same manner for the illuminance and the air quality.
  • the minimum-maximum (MIN-MAX)
  • Tmin Min [60, 63, 66]
  • Tmax MAX [80, 78, 69]
  • the dynamic user set point (min / max) of the temperature based on the minimum (MIN-MAX) is 60/80.
  • the lower set value and the upper set value are taken in the same manner for the illuminance and the air quality.
  • the rule-based optimizer 14 of FIG. 2 optimizes the sensed environment parameters using a rule-based algorithm.
  • the rule-based optimizer 14 determines that the sensed temperature, illumination and air quality parameters have a minimum difference from the user-set parameters (dynamic user set points) Optimize using rule-based optimization algorithms.
  • the rule-based optimization unit 14 optimizes the temperature, illumination, and air quality parameters so as to minimize energy consumption while satisfying the user requirement according to the indoor environment parameters set by the user.
  • FIG. 5 is a diagram for explaining a process of optimizing indoor environment parameters using a rule-based optimization algorithm in the present invention.
  • the rule-based optimization process described below is performed for each of temperature, roughness, and air quality, and is briefly described.
  • a user in the building inputs a maximum / minimum range (dynamic user set point) of temperature, illuminance, and air quality for a comfortable state to the rule-based optimization unit 14 (S1).
  • the predicted indoor environment parameter value is input to the rule-based optimization unit 14 (S2). (S3) whether the prediction parameters predicting the current temperature parameter, the illumination parameter, and the air quality parameter are in the comfort zone having the minimum / maximum range of the dynamic user set point, respectively.
  • the user comfort zone has the maximum value and the minimum value of the dynamic user set point set using the indoor environment parameters input by the plurality of users.
  • step S3 if the current temperature parameter, the roughness parameter, and the air quality parameter value are in the comfort zone, respectively, the current temperature, roughness, and air quality are used as optimum setting values respectively (S4).
  • step S3 If it is determined in step S3 that the current temperature parameter, the roughness parameter, and the air quality parameter value are not in the comfort zone, it is determined whether each parameter of the current temperature, roughness, and air quality is smaller than the minimum value of the dynamic user set point (S5) . If the determination result is smaller than the minimum value, the currently predicted temperature, roughness, and air quality are changed to the optimum set value (S6), and the minimum value of the currently predicted parameter is treated as the optimum set value (S7).
  • step S5 If it is determined in step S5 that the current temperature, roughness, and air quality parameters are larger than the minimum value of the dynamic user set point, it is determined whether the current temperature, roughness, and air quality parameters are greater than the maximum value of the dynamic user set point (S8). As a result of the determination in step S8, if it is greater than the maximum value of the dynamic user set point, the currently predicted temperature, roughness, and air quality are changed to the optimal set value (S9) and the maximum value of the dynamic user set point is treated as the optimal set value ).
  • FIG. 6 is a graph showing the relationship between the temperature and the temperature of the indoor environment parameter predicted according to the present invention, the average based on the plurality of user environment parameters, the MAX-MIN based, MIN-MAX based,
  • FIG. 7 is a graph illustrating power consumption during control, and
  • FIG. 7 is a graph illustrating power consumption during control according to the present invention when estimating indoor environment parameters, non-predictive, average based on a plurality of user environment parameters, MAX-MIN based, MIN- FIG.
  • FIG. 8 is a graph showing a power comparison graph
  • FIG. 8 is a graph showing a comparison result of indoor environment parameter prediction according to the present invention, non-predictive, average based on a plurality of user environment parameters, When air quality control to optimize the power consumption based on the comparison graph.
  • the power consumption is lower when the indoor environment parameters are predicted after the temperature, the illuminance, and the air quality are controlled, .
  • ABS calculation Temperature Illuminance Air quality Total amount Power Consumption at Forecast 73.09653 210,0001 63.8465 346.9401 Unpredicted power consumption 74.60748 210.0556 63.8472 348.5103
  • the integrated comfort index calculating unit 15 of FIG. 2 calculates the integrated comfort index based on the optimized indoor environment parameters and the predetermined comfort index calculating formula. A method for calculating the integrated comfort index will be described later.
  • the integrated comfort index (comfort) can be calculated by the following equation (1).
  • , Is an argument defined to avoid collision between temperature, illumination and air quality parameters, And has a value between 0 and 1 according to the relational expression.
  • a difference value between the sensed actual temperature and the optimized temperature parameter A difference value between the sensed actual illuminance and the optimized illuminance parameter, Represents the difference between the sensed actual air quality and the optimized air quality parameter, , , , Represents the temperature, illumination and air quality parameters set by the user.
  • the user-set temperature, illumination, and air quality parameters applied to Equation (1) are values obtained by unitizing the set values of a plurality of users on the basis of average, MAX-MIN, and MIN-MAX.
  • the comfort index has a value of 0 to 1.
  • the user comfort index reaches 0.9 from the beginning to 1 at 18 at the beginning.
  • the user comfort index starts at 0.979 and reaches 1 at 14 o'clock.
  • the user comfort index starts at 0.98 and reaches 1 at 13:00.
  • the unified multiple-user environment parameters are based on the MIN-MAX based on the average based and the MAX-MIN based, they start with a higher comfort index and reach the maximum comfort index in a shorter time .
  • the purge controller 16 of FIG. 2 calculates the required power amount (P T , P L , P A) for controlling the temperature, illuminance and air quality in the building based on the difference between the sensed environment parameter and the optimized environment parameter ), which will be described in more detail with reference to FIGS. 10 to 12 as follows.
  • the output of the purge controller 16 is a required power for each of temperature, illuminance and air quality. Thereafter, the output of the purge controller 16 is input to the power control agent 17 and the power consumption calculation section 18.
  • 10 to 12 are diagrams for explaining how the purge controller 16 of the present invention calculates the amount of power required to control the temperature, the illuminance, and the air quality in the building.
  • the first and second difference values ( , ) Has a distribution of triangular membership functions.
  • the input of the fuzzy controller 16 to the illuminance is the error (input error) between the optimum parameter and the actual environmental illuminance parameter.
  • the input membership function is for input error. If the illuminance error is High Small, the required output power is OHS (OLittle). When the illumination error is Medium Small (MS), the output power is OMS. When the roughness error is Basic Small (BS), the output power is OBS.
  • the input of the purge controller 16 to the air quality is an error between the optimized air quality parameter and the actual environmental air quality parameter. If the input error is low, the requested power is OFF. If the input error is OK, the output power is ON. When the input error is LH, the required power output is OLH, the output power required when the input error is MH is OMH, and the output power required when the input error is HIGH is OHIGH.
  • the power control agent 17 at the output terminal of the purge controller 16 receives the required power calculated for each of temperature, roughness and air quality from the purge controller 16, and calculates the total required power amount.
  • the power control agent 17 compares the total required power amount with the power supplied from the power supply unit 20. If the total requested power amount is smaller than the power supplied from the power supply unit 20 as a result of comparison, Is larger than the supply power of the power supply unit 20, the required power amount is adjusted and output.
  • the power consumption calculation unit 18 at the output terminal of the power control agent 17 calculates the actual power consumption based on the adjusted power amount and the requested power amount output from the power control agent 17. [ The power consumption calculation unit 18 compares the adjusted power amount with the required power amount, and outputs the actual power consumption as the adjusted power amount when the adjusted power amount is smaller than the requested power amount. If the adjusted power amount is larger than the requested power amount, And output it.
  • the plurality of actuators 30 of Fig. 2 controls the operation of the energy facility in the building according to the actual power consumption.
  • energy consumption can be minimized while providing a pleasant indoor environment to a plurality of users in the building.
  • FIG. 13 illustrates a process of optimizing building energy based on prediction of indoor environment parameters, a plurality of user settings, and rule-based optimization according to the present invention.
  • the sensing unit 10 senses indoor environmental parameters including temperature, illuminance, and air quality (T1).
  • the indoor environment parameter predicting unit 12 calculates the predicted indoor environmental parameters for the temperature, the illuminance, and the air quality of the sensed indoor environmental parameters (T2). (T3) in accordance with the temperature, illuminance and air quality value of the predicted indoor environmental parameters in advance.
  • the mode is a dynamic user setting mode for setting a maximum / minimum of a plurality of indoor environment parameters for each user (T4).
  • the user-specific environment parameter setting unit 13 sets the minimum / maximum points for indoor environment parameters (temperature, illuminance, air quality) (MIN / MAX value) of the indoor environment parameters (T5) by unifying the indoor environmental parameters by one of the MIN-MAX based, MIN-MAX based methods.
  • the integrated comfort index calculating section 15 calculates the integrated comfort index based on the optimized indoor environment parameters and the predetermined comfort index calculating formula (T7)
  • the purge controller 16 calculates required power quantities PT, PL and PA for controlling temperature, illuminance and air quality in the building based on the difference between the sensed environment parameters and the optimized environment parameters (T8).
  • the power control agent 17 receives the required power calculated for each of temperature, roughness and air quality from the purge controller 16, and calculates the total required power. Then, an adjusted power amount for controlling the temperature, the illuminance, and the air quality is calculated based on the total required power amount, the integrated comfort index, and the available power (power of the power supply unit) in the building (T9).
  • the power consumption calculation section 18 calculates the actual power consumption based on the adjusted power amount and the requested power amount output from the power control agent 17 (T10).
  • the plurality of actuators 30 control the operation of the energy facility in the building according to the actual power consumption (T11).
  • the comfort index is calculated by predicting the environment parameters of temperature, roughness, and air quality sensed by the sensor and by rule-based optimization, It is possible to provide a pleasant indoor environment to the user while reducing energy consumption.
  • the indoor environmental parameters of the temperature, the illuminance and the air quality are predicted, a new integrated comfort index is calculated based on a plurality of user set values, and based on the calculated integrated comfort index and the predicted indoor environment parameters And controls the operation of the energy facility in the building.
  • the present invention it is possible to provide a pleasant indoor environment while minimizing energy consumption, and thus, it is possible to provide a control system that comprehensively considers a pleasant indoor environment and energy efficiency in a construction engineering field that combines various ITs as well as IBS / BIM / BEMS System can be provided.
  • sensing part 10a temperature sensor

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Power Engineering (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

본 발명은 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법에 관한 것으로, 건물 내의 온도, 조도 및 공기 질을 센싱하여 실내 환경 파라미터를 출력하는 센싱부와, 상기 센싱부에서 출력되는 실내 환경 파라미터를 예측하여 예측 실내 환경 파라미터를 출력하는 실내 환경 파라미터 예측부, 복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 사용자별 환경 파라미터 설정부, 상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적 실내 환경 파라미터를 출력하는 규칙 기반 최적화부, 상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부, 상기 예측 실내 환경 파라미터와 상기 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량을 산출하는 퍼지 컨트롤러를 포함하는 것을 특징으로 한다. 이러한 구성에 의하여, 최적화된 환경 파라미터에 의해 요구 전력을 감소시킴으로써 사용자에게 쾌적한 실내 환경을 제공하면서 동시에 에너지 소비를 감소시킬 수 있다.

Description

실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
본 발명은 건물 에너지 최적화 시스템 및 방법에 관한 것으로서, 보다 상세하게는 온도, 조도, 공기 질을 포함한 실내 환경 파라미터를 최적화하여 건물 에너지 소비를 효율화할 수 있는 건물 에너지 최적화 시스템 및 방법에 관한 것이다.
최근 IT를 비롯한 첨단기술의 급속한 진보로 인해 쾌적한 환경의 확보 및 업무 활동과 비즈니스에 필요한 기능확보 등 건물 내 에너지 설비의 자동화 및 지능화 추세가 가속화되고 있으며, 이와 관련하여 건물 관리에 IT를 활용한 빌딩 자동화 시스템(BAS : BuildingAutomationSystem), 지능형 빌딩 시스템(IBS: Intelligent BuildingSystem), 건물 에너지 관리 시스템(BEMS : BuildingEnergy Management System) 등 여러 가지 시스템 도입이 이루어지고 있다.
이러한 시스템 중의 하나로서, 건물 에너지 관리 시스템(BEMS : BuildingEnergy Management System)은 건물 내 에너지 설비뿐만 아니라 사무기기, 정보기기 등 제반 에너지 기기의 세부 에너지 사용량 모니터링과 지능형 제어를 통해 에너지 소비를 최소화하고, 건물 내 상태 감지 및 환경정보를 기반으로 쾌적하고 경제적인 환경을 보장하는 기술이다.
그러나, 현재 대부분의 건물 에너지 관리 시스템은 온도, 습도, 조도, 먼지농도 등과 같은 가공하지 않은 센싱 데이터만을 이용하여 실내 환경을 획일적으로 제어하고 있기 때문에 사용자의 체감 정보에 따라 쾌적한 실내 환경을 제공하는 데에는 한계가 있다.
따라서, 빌딩 또는 스마트 홈 내의 사용자의 체감 정보에 따라 쾌적한 실내 환경을 제공하면서 빌딩 내의 에너지 소비를 최소화할 수 있는 기술이 요구되고 있다.
또한, 기존 건물 에너지 관리 시스템은 현재의 온도, 습도, 조도, 공기질 등을 고려함으로써 실내 환경의 변화(예: 온도 증가/감소)를 고려하지 않아 에너지 소비가 증가할 수 있다.
한편, 지금까지 건물 에너지 관리 시스템에서는 1명의 사용자가 실내에 있는 것으로 생각하여 단일의 실내 환경 파라미터를 고려하여 냉난방 디바이스를 제어하고 있다. 그러나, 스마트 홈에서는 모든 가족 구성원에게 쾌적한 실내 환경을 제공하는 것이 중요하다. 따라서, 스마트 홈 내의 모든 사람들이 쾌적한 사용자 설정 포인트를 설정하는 것이 요구되고 있다.
따라서, 본 발명의 목적은, 실내 환경 파라미터의 예측 및 규칙 기반 최적화에 의한 최적의 냉난방 등의 디바이스의 실내 환경 설정 기법을 개발하여 사용자의 쾌적 지수를 높이고 적은 전력을 소비하는 건물 에너지 최적화 시스템 및 방법을 제공하는 것이다.
또한, 본 발명의 목적은 실내 환경 파라미터에 대해 복수의 동적 사용자의 다수의 실내 환경 요구를 종합한 환경 설정 기법을 개발하여 최적의 실내 환경 파라미터를 산출하여 건물 환경에 대한 복수의 사용자의 전반적인 만족도를 높일 수 있는 건물 에너지 최적화 시스템 및 방법을 제공하는 것이다.
상기의 목적을 달성하기 위한 본 발명의 제1태양에 따른 구성은, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템에 있어서, 건물 내의 온도, 조도 및 공기 질을 각각 센싱하여 실내 환경 파라미터를 출력하는 복수의 센서를 포함하는 센싱부와, 예측 알고리즘을 이용하여 상기 실내 환경 파라미터를 예측하여 예측 실내 환경 파라미터를 출력하는 실내 환경 파라미터 예측부, 실내 환경 파라미터의 최소/최대 설정 정보를 입력하기 위한 입력부, 상기 입력부로부터 복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 범위를 산출하는 사용자별 환경 파라미터 설정부, 상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 범위를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적 실내 환경 파라미터를 출력하는 규칙 기반 최적화부, 상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부, 상기 예측 실내 환경 파라미터와 상기 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량을 산출하는 퍼지 컨트롤러, 상기 최적 실내 환경 파라미터, 상기 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기 질을 제어하기 위한 조정 전력량을 산출하는 전력 제어 에이전트, 상기 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 실제 소비 전력 계산부 및, 상기 산출된 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터를 포함하는 것을 특징으로 한다.
여기서, 상기 예측 알고리즘은 칼만 필터(Kalman filter)를 포함하는 것이 바람직하다.
상기 규칙 기반 알고리즘은 상기 예측 실내 환경 파라미터와 상기 동적 사용자 설정 범위가 최소의 차이를 갖도록 하는 것이 바람직하여, 이에 의하여, 온도, 조도, 공기질의 제어를 위한 요구 전력이 현저하게 감소할 수 있다.
상기 사용자별 환경 파라미터 설정부는, 평균 기반 설정, 최대-최소 기반 설정, 최소-최대 기반 설정 중 하나에 의해 상기 실내 환경 파라미터의 동적 사용자 설정 범위를 산출하는 것이 바람직하다.
상기 전력제어 에이전트는 상기 실내 환경 파라미터 예측부에서 출력되는 상기 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 상기 건물 내 에너지 설비의 액츄에이터를 제어하는 것이 바람직하다.
상기의 목적을 달성하기 위한 본 발명의 제2태양에 따른 구성은, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법에 있어서, 건물 내의 온도, 조도 및 공기 질을 포함한 실내 환경 파라미터를 센싱하는 단계; 상기 실내 환경 파라미터를 예측 알고리즘으로 예측하여 예측 실내 환경 파라미터를 생성하는 단계; 복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 범위를 산출하는 단계; 상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 범위를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적 실내 환경 파라미터를 생성하는 단계; 상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 단계; 상기 예측 실내 환경 파라미터와 상기 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량을 산출하는 단계; 상기 최적 실내 환경 파라미터, 상기 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기 질을 제어하기 위한 조정 전력량을 산출하는 단계; 상기 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 단계; 상기 산출된 실제 소비 전력을 상기 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터에 공급하는 단계를 포함하는 것을 특징으로 한다.
여기서, 상기 예측 알고리즘은 칼만 필터(Kalman filter)를 포함하는 것이 바람직하다.
상기 규칙 기반 알고리즘은 상기 예측 실내 환경 파라미터와 상기 동적 사용자 설정 범위가 최소의 차이를 갖도록 하는 것이 바람직하여, 이에 의하여, 온도, 조도, 공기질의 제어를 위한 요구 전력이 현저하게 감소할 수 있다.
상기 동적 사용자 설정 범위를 산출하는 단계는, 평균 기반 설정, 최대-최소 기반 설정, 최소-최대 기반 설정 중 하나에 의해 온도, 조도, 공기질 각각의 실내 환경 파라미터의 최대/최소를 단일화하여 상기 실내 환경 파라미터의 동적 사용자 설정 범위를 산출하는 것이 바람직하다.
또한, 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 단계 이전에, 상기 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 상기 건물 내 에너지 설비의 액츄에이터를 제어하는 단계를 포함하는 것이 바람직하다.
이러한 구성에 의하여, 실내 환경 파라미터 예측을 통한 실제 소비 전력 감소를 위해 센서로 감지한 온도, 조도, 공기 질의 환경 파라미터를 예측 및 규칙 기반 최적화하여 쾌적 지수를 산출하고, 최적화된 환경 파라미터에 의해 요구 전력을 감소시킴으로써 사용자에게 쾌적한 실내 환경을 제공하면서 동시에 에너지 소비를 감소시킬 수 있는 건물 에너지 최적화 시스템 및 방법이 제공된다. 또한, 건물 환경에서 복수의 사용자가 입력한 동적 사용자 환경 파라미터 설정을 기반으로 쾌적 지수를 산출하여 복수의 사용자의 전반적인 만족도를 높일 수 있고, 기존에 비해 적은 전력을 소비가능하다.
도 1은 본 발명에 따라 건물 에너지를 최적화하는 개념을 설명하는 도면,
도 2는 본 발명에 따른 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템의 구성도,
도 3은 도 2의 건물 에너지 최적화 시스템에서 에너지 최적화 단계를 블록도로 나타낸 도면,
도 4는 본 발명에 따라 복수의 사용자가 설정한 환경 파라미터를 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 동적 사용자 포인트를 산출하는 개념 설명도,
도 5는 본 발명에 적용되는 실내 환경 파라미터의 규칙 기반 최적화 방법의 순서도,
도 6은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 온도 제어시 소비 전력 비교 그래프,
도 7은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 조도 제어시 소비 전력 비교 그래프,
도 8은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 공기질 제어시 소비 전력 비교 그래프,
도 9는 본 발명에 따라 복수 사용자 실내환경 파라미터의 최적화시 쾌적지수 비교 그래프,
도 10 내지 12는 본 발명에서 건물 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량을 산출하는 방법을 설명하는 도면,
도 13은 본 발명에 따른 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법의 순서도이다.
본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 통해 설명될 것이다. 그러나 본 발명은 여기에서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 단지, 본 실시예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여 제공되는 것이다.
도면들에 있어서, 본 발명의 실시예들은 도시된 특정 형태로 제한되는 것이 아니며 명확성을 기하기 위하여 과장된 것이다. 또한, 명세서 전체에 걸쳐서 동일한 참조번호로 표시된 부분들은 동일한 구성요소를 나타낸다. 본 명세서에서 "및/또는"이란 표현은 전후에 나열된 구성요소들 중 적어도 하나를 포함하는 의미로 사용된다. 또한, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, 명세서에서 사용되는 "포함한다" 또는 "포함하는"으로 언급된 구성요소, 단계, 동작 및 소자는 하나 이상의 다른 구성요소, 단계, 동작, 소자 및 장치의 존재 또는 추가를 의미한다.
이하에서, 본 발명의 바람직한 실시 예가 첨부된 도면들을 참조하여 본 발명을 구체적으로 설명한다. 본 발명을 설명함에 있어서 관련된 공지기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
본 발명은 건물 내의 온도, 조도, 공기 질을 센싱한 값인 실내 환경 정보를 칼만 필터를 사용하여 예측하고, 예측된 실내 환경 정보와 복수의 사용자별 실내 환경 파라미터 설정 포인트를 이용하여 규칙 기반 최적화 알고리즘으로 실내 환경 파라미터를 최적화하여 에너지 효율을 높인다.
또한, 본 발명에서는 예측 기술을 이용하여 미래 실내 환경 정보(온도, 습도, 조도, 공기질)를 획득하여 사전에 냉난방 디바이스(히터, 선풍기, 에어콘 등)를 제어하여 에너지 효율을 높인다. 이때 실내 환경 제어 파라미터는 에너지 효율을 높이기 위해 규칙 기반의 최적화 알고리즘을 이용하여 최적화한다.
또한, 본 발명에서는 건물에서 다수의 사용자의 요구하는 실내 환경 정보를 충족할 수 있는 실내 요구 환경 파라미터 설정 알고리즘을 이용하여, 다양한 사용자 요구를 만족시킬 수 있도록 최적의 실내 환경으로 조절할 수 있는 건물 에너지 최적화 시스템 및 방법을 구성한다.
본 발명을 설명하기에 앞서 본 발명의 기본 개념에 대하여 간략하게 설명하면 다음과 같다.
도 1은 본 발명의 기본 개념을 설명하기 위한 도면이다.
먼저, 도 1의 (a)를 참조하면, 온도, 조도, 공기 질의 가공하지 않은 센싱 데이터를 이용하여 쾌적지수를 산출하고 산출된 쾌적지수를 기초로 실내 환경을 제어하는 경우, 사용자에게 쾌적한 실내 환경을 제공하기 위해서는 냉난방기기, 환풍기 등의 HVAC(Heating/Ventilation/Air-Conditioning) 시스템을 가동해야 하기 때문에 에너지 소비량이 증가한다. 즉, 사용자가 느끼는 쾌적지수와 에너지 소비량은 상충관계(trade off relation)에 있다.
이를 위해 본 발명에서는 도 1의 (b)에 도시된 바와 같이 에너지 소비를 최소화하기 위해 온도, 조도, 공기 질의 환경 파라미터를 최적화하여 통합 쾌적지수를 산출하고, 산출된 통합 쾌적지수와 예측 전력을 기초로 건물내 에너지 설비의 전력을 지능적으로 제어함으로써, 사용자에게 쾌적한 실내 환경을 제공하면서 에너지 소비를 최소화할 수 있도록 하며, 이에 대하여 더 자세히 설명하면 다음과 같다.
도 2는 본 발명에 따른 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템의 구성도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 건물 에너지 최적화 시스템(1)은, 온도 센서, 조도 센서 및 공기질 센서를 포함하는 센싱부(10), 온도 및 조도 및 센서에 대한 복수의 사용자별로 선호하는 실내환경 파라미터 값을 입력하기 위한 사용자 입력부(11), 소정의 예측 알고리즘으로 실내환경 파라미터 예측값을 출력하는 실내환경 파라미터 예측부(12), 복수의 사용자가 설정한 실내 환경 파라미터를 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 복수의 최소/최대 범위를 단일화하여 동적 사용자 설정 포인트를 산출하는 사용자별 환경 파라미터 설정부(13), 사용자별 환경 파라미터 설정부(13)에서 출력되는 동적 사용자 설정 포인트와 실내환경 파라미터 예측부(12)에서 출력되는 예측 실내환경 파라미터를 규칙 기반 알고리즘에 의해 최적화하는 규칙 기반 최적화부(14), 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부(14), 예측 실내 환경 파라미터와 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량을 산출하는 퍼지 컨트롤러(15), 최적 실내 환경 파라미터, 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기 질을 제어하기 위한 조정 전력량을 산출하는 전력 제어 에이전트(17), 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 소비 전력 계산부(18), 산출된 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터(30)를 포함하여 구성된다.
센싱부(10)는 온도 센서, 조도 센서 및 공기질 센서를 포함하며, 건물 내의 온도, 조도, 공기 질(air quality)등의 환경 파라미터를 센싱하여 출력한다.
실내환경 파라미터 예측부(12)는 칼만 필터(Kalman filter)를 이용하여 이전 실내 환경 파라미터 값을 기초로 예측 실내환경 파라미터값을 산출한다.
여기에서, 칼만 필터(Kalman filter)는 과거의 측정 데이터와 새로운 측정 데이터를 이용하여 데이터에 포함된 노이즈를 제거하여 새로운 결과를 추정하는데 사용하는 알고리즘으로서, 과거와 현재의 데이터를 이용한 재귀적 연산(recursive data processing)을 통해서 선형 시스템(Linear System)의 최적값(optimal)을 추적하는 방식을 말한다. 칼만 필터에 의해 실내 환경 파라미터를 예측하는 방법은 공지기술이므로 상세한 설명은 생략한다.
실내환경 파라미터 예측부(12)는 예측 실내환경 파라미터값을 전력 제어 에이전트(17)에 제공하여,전력 제어 에이전트(17)가 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 건물 내 에너지 설비의 냉난방 등의 디바이스(액츄에이터)를 제어하게 할 수 있다.
사용자별 환경 파라미터 설정부(13)는 복수의 사용자로부터 입력되는 온도, 조도, 공기질에 대해 선호하는 실내 환경 파라미터의 최소/최대 범위를 사용자 입력부(11)를 통해 입력받는다. 복수의 사용자가 설정한 실내 환경 파라미터는, 온도, 조도, 공기질 각각에 대해 최소값과 최대값을 갖는다.
온도, 조도, 공기질 각각의 실내 환경 파라미터에 대한 복수의 사용자의 설정값을 이용하여 단일화된 실내 환경 파라미터를 설정하는 방법은, 평균에 기반한 사용자 설정 포인트 세팅법, 최대-최소(Max-Min)에 기반한 사용자 설정 포인트 세팅법, 최소-최대(Min-Max)에 기반한 사용자 설정 포인트 세팅법을 포함한다.
이하에서 실내 환경 파라미터에 대해 복수의 사용자가 설정한 최소/최대값을 이용하여 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 단일화된 최소/최대 범위(이하 '복수의 동적 사용자 설정 포인트'라 함)를 설정하는 방법을 설명한다.
도 4는 본 발명에 따라 복수의 사용자가 설정한 환경 파라미터를 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 동적 사용자 설정 포인트를 산출하는 개념 설명도를 나타낸 것이다.
예를 들어, 건물 내 사용자가 3명인 경우, 각 사용자에 대해 온도(T), 조도(L), 공기질(A) 각각에 대해 설정한 최소값과 최대값이 있다.
평균(AVG) 기반에 의하면, 표 1과 같이, 3명의 사용자가 온도에 대해 설정한 최소값들을 평균값으로 산출하고(Tmin=AVG[60, 63, 66]), 최대값들을 평균값으로 산출한다(Tmax=AVG[80, 78, 69]). 조도, 공기질에 대해서도 동일한 방법으로 평균값을 산출한다.
Figure PCTKR2018002597-appb-T000001
최대-최소(MAX-MIN) 기반에 의하면, 표 2와 같이, 3명의 사용자가 온도에 대해 설정한 최소값 들 중에 최대값을 하위 설정값으로 취하고(Tmin=Max[60, 63, 66]), 온도에 대해 설정한 최대값 들 중에 최소값을 상위 설정값으로 취한다(Tmax=Min[80, 78, 69]). 따라서, 최대-최소(MAX-MIN) 기반의 온도의 동적 사용자 설정 포인트(최소/최대)는 66/69가 된다. 한편, 조도, 공기질에 대해서도 동일한 방법으로 하위 설정값 및 상위 설정값을 취한다.
Figure PCTKR2018002597-appb-T000002
최소-최대(MIN-MAX)에 기반에 의하면, 표 3과 같이, 3명의 사용자가 온도에 대해 설정한 최소값 들 중에 최소값을 하위 설정값으로 취하고(Tmin=Min[60, 63, 66]), 온도에 대해 설정한 최대값 들 중에 최대값을 상위 설정값으로 취한다(Tmax=MAX[80, 78, 69]). 따라서, 최소(MIN-MAX) 기반의 온도의 동적 사용자 설정 포인트(최소/최대)는 60/80이 된다. 한편, 조도, 공기질에 대해서도 동일한 방법으로 하위 설정값 및 상위 설정값을 취한다.
Figure PCTKR2018002597-appb-T000003
아래 표 4의 비교표에서 알 수 있는 바와 같이, Min-Max 기반으로 실내 환경 파라미터를 최적화하는 경우, 온도, 조도, 공기질을 제어하기 위한 소비 전력(power consumption)이 가장 작음을 알 수 있다.
동적 사용자 설정 온도 조도 공기 질 전체 전력량
평균 기반 소비 전력 74.60748 205.059 63.86507 343.5316
Max-Min 기반 소비 전력 85.00414 210.0556 63.86507 358.9249
Min-Max 기반소비 전력 63.60321 200.0592 63.86507 327.5275
다음으로, 도 2의 규칙 기반 최적화부(14)는 규칙 기반 알고리즘을 이용하여 센싱된 환경 파라미터를 최적화한다. 이에 대하여 도 5를 참조하여 추후에 설명한다.본 발명에 따라, 규칙 기반 최적화부(14)는 센싱된 온도, 조도 및 공기 질 파라미터가 사용자 설정 파라미터(동적 사용자 설정 포인트)와 최소의 차이를 갖도록 규칙 기반 최적화 알고리즘을 이용하여 최적화한다.
즉, 규칙 기반 최적화부(14)는 사용자가 설정한 실내 환경 파라미터에 따른 사용자 요구 조건을 만족하면서 에너지 소비를 최소화할 수 있도록 온도, 조도 및 공기 질 파라미터를 최적화한다.
도 5는 본 발명에서 규칙 기반 최적화 알고리즘으로 실내환경 파라미터를 최적화하는 과정을 설명하기 위한 도면이다. 이하에서 서술할 규칙 기반 최적화 과정은 온도, 조도, 공기 질 각각에 대해 수행되며, 간단히 설명한다.
도 5에 보인 바와 같이, 건물내 사용자가 쾌적 상태를 위한 온도, 조도, 공기 질의 최대/최소 범위(동적 사용자 설정 포인트)를 규칙 기반 최적화부(14)에 입력한다(S1). 예측된 실내 환경 파라미터값이 규칙 기반 최적화부(14)에 입력된다(S2). 현재의 온도 파라미터, 조도 파라미터, 공기질 파라미터를 예측한 예측 파라미터가 각각 동적 사용자 설정 포인트의 최소/최대 범위를 갖는 쾌적 영역에 있는지 판단한다(S3).
여기서, 사용자 쾌적 영역은 복수의 사용자가 입력한 실내 환경 파라미터를 이용하여 설정된 동적 사용자 설정 포인트의 최대값과 최소값을 갖는다.
S3단계의 판단결과, 현재의 온도 파라미터, 조도 파라미터, 공기질 파라미터값이 각각 쾌적 영역에 있으면, 현재의 온도, 조도, 공기질을 각각 최적 설정값으로 이용한다(S4).
S3단계의 판단결과, 현재의 온도 파라미터, 조도 파라미터, 공기질 파라미터값이 각각 쾌적 영역에 있지 않으면, 현재의 온도, 조도, 공기질의 각 파라미터가 동적 사용자 설정 포인트의 최소값보다 작은지 판단한다(S5). 판단결과 최소값보다 작으면, 현재 예측된 온도, 조도, 공기 질을 최적 설정값으로 변경하고(S6), 현재 예측된 파라미터의 최소값을 최적 설정값으로 취급한다(S7).
한편, S5단계의 판단결과, 현재의 온도, 조도, 공기질의 각 파라미터가 동적 사용자 설정 포인트의 최소값보다 크면, 현재의 온도, 조도, 공기질의 각 파라미터가 동적 사용자 설정 포인트의 최대값보다 큰지 판단한다(S8). S8단계의 판단결과 동적 사용자 설정 포인트의 최대값보다 크면, 현재 예측된 온도, 조도, 공기질을 최적 설정값으로 변경하고(S9), 동적 사용자 설정 포인트의 최대값을 최적 설정값으로 취급한다(S10).
한편, 상술한 실내 환경 파라미터를 규칙 기반 최적화 하는 경우 온도, 조도, 공기질을 제어하기 위해 필요한 소비 전력과, 기존에 사용되던 GA 기반으로 실내 환경 파라미터를 최적화하는 경우 소비 전력과, GIA 기반으로 실내 환경 파라미터를 최적화하는 경우 소비 전력 비교표는 다음과 같다.
온도 조도 공기 질 전체 전력량
규칙 기반 소비 전력 494.907 1052.34 365.663 1903.91
GA 기반소비 전력 614.214 1135.18 372.416 2121.81
IGA 기반소비 전력 834.593 1261.57 419.65 2515.82
위의 표 5의 비교표에서 알 수 있듯이, 규칙 기반으로 실내 환경 파라미터를 최적화하는 경우, 온도, 조도, 공기질을 제어하기 위해 필요한 소비 전력은, 종래기술의 GA 기반 및 GIA 기반으로 실내 환경 파라미터를 최적화하는 경우에 비해 작음을 알 수 있다.도 6은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 온도 제어시 소비 전력 비교 그래프, 도 7은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 조도 제어시 소비 전력 비교 그래프, 도 8은 본 발명에 따라 실내 환경 파라미터 예측시, 비예측시, 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화로 공기질 제어시 소비 전력 비교 그래프이다.
도 6 내지 도 8의 그래프에 따르면, 온도, 조도, 공기질의 제어시 실내 환경 파라미터를 예측한 후 예측한 실내 환경 파라미터를 이용하여 최적화하는 경우에 소비 전력(power consumption)이 더 적음을 알 수 있다.
아래 표 6 내지 표 8을 참조하면, 복수의 실내 환경 파라미터를 Min-Max 기반으로 산출한 동적 사용자 설정 환경 파라미터를 이용하는 경우, 온도, 조도 및 공기질의 제어시에 필요한 소비 전력의 총량이 가장 작은 것을 알 수 있다.
아울러, 아래 표 6 내지 표 8을 참조하면, 동적 사용자 설정 실내환경 파라미터를 Min-Max 기반으로 산출한 동적 사용자 설정 환경 파라미터과 함께 예측 실내환경 파라미터를 이용하여 실내 환경 파라미터를 최적화한 경우에 온도, 조도 및 공기질의 제어시에 필요한 소비 전력의 총량이, 비예측 실내 환경 파라미터를 이용하는 경우에 비해, 가장 작은 것을 알 수 있다.
ABS 산출시 온도 조도 공기질 총량
예측시 소비전력 73.09653 210.0001 63.8465 346.9401
비예측시 소비전력 74.60748 210.0556 63.8472 348.5103
Max-Min 산출시 온도 조도 공기질 총량
예측시 소비전력 84.39 219 63.8262 368.21
비예측시 소비전력 85 220 63.8271 368.88
Min-Max 산출시 온도 조도 공기질 총량
예측시 소비전력 61.51 200.008 63.864 325.38
비예측시 소비전력 63.6 200.059 63.865 327.52
다음으로 도 2의 통합 쾌적 지수 산출부(15)는 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출한다. 통합 쾌적 지수를 산출하는 방법은 후술한다.여기에서, 통합 쾌적지수(comfort)는 다음의 수학식 1에 의해 산출할 수 있다.
Figure PCTKR2018002597-appb-M000001
여기에서,
Figure PCTKR2018002597-appb-I000001
,
Figure PCTKR2018002597-appb-I000002
,
Figure PCTKR2018002597-appb-I000003
는 온도, 조도 및 공기 질 파라미터간의 충돌을 회피하기 위해 정의된 인수로,
Figure PCTKR2018002597-appb-I000004
의 관계식에 의해 0과 1 사이의 값을 갖는다.
Figure PCTKR2018002597-appb-I000005
는 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이값,
Figure PCTKR2018002597-appb-I000006
은 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이값,
Figure PCTKR2018002597-appb-I000007
는 센싱된 실제 공기 질과 최적화된 공기 질 파라미터와의 차이값을 나타내며,
Figure PCTKR2018002597-appb-I000008
,
Figure PCTKR2018002597-appb-I000009
,
Figure PCTKR2018002597-appb-I000010
, 은 사용자에 의해 설정된 온도, 조도, 공기 질 파라미터를 나타낸다.
여기서, 수학식 1에 적용되는 사용자 설정 온도, 조도, 공기 질 파라미터는, 복수의 사용자의 설정값들을 평균 기반, MAX-MIN 기반, MIN-MAX 기반으로 단일화 한 값을 입력한다.
도 9는 복수 사용자 환경 파라미터의 평균 기반, MAX-MIN 기반, MIN-MAX 기반, 규칙 기반 최적화의 경우 쾌적지수 산출부(15)에서 출력되는 쾌적지수 비교표이다. 쾌적지수는 0 내지 1의 값을 갖는다. 복수 사용자 환경 파라미터를 MAX-MIN 기반으로 단일화하는 경우에 사용자 쾌적 지수는 0.967로 시작에서 18시에 1에 도달한다. 복수 사용자 환경 파라미터를 평균 기반으로 단일화한 경우에, 사용자 쾌적 지수는 0.979로 시작해서 14시에 1에 도달한다. 복수 사용자 환경 파라미터를 MIN-MAX 기반으로 단일화하는 경우 사용자 쾌적 지수는 0.98로 시작해서 13시에 1에 도달한다. 즉, 복수 사용자 환경 파라미터를 평균 기반 및 MAX-MIN 기반으로 단일화한 경우보다, MIN-MAX 기반으로 단일화한 경우에 더 높은 쾌적지수로 시작해서 더 빠른 시간내에 최대 쾌적지수에 도달하는 것을 알 수 있다.
다음으로, 도 2의 퍼지 컨트롤러(16)는 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 건물내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량(PT, PL, PA)을 산출하며, 이에 대하여 도 10 내지 도 12를 참조하여 좀 더 자세히 설명하면 다음과 같다. 퍼지 컨트롤러(16)의 출력은 온도, 조도, 공기 질 각각에 대한 요구 전력이다. 이후에 퍼지 컨트롤러(16)의 출력이 전력 제어 에이전트(17) 및 소비 전력 계산부(18)에 입력된다.
도 10 내지 도 12는 본 발명의 퍼지 컨트롤러(16)가 건물 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량을 산출하는 것을 설명하기 위한 도면이다.
먼저, 건물 내의 온도를 제어하기 위한 요구 전력량(PT)을 산출하는 방법에 대하여 설명하면, 도 10의 (a), (b)에 도시된 바와 같이 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이인 제1 차이값(
Figure PCTKR2018002597-appb-I000011
)을 계산하고, 제1 차이값(
Figure PCTKR2018002597-appb-I000012
)의 현재값과 이전값의 차이인 제2 차이값(
Figure PCTKR2018002597-appb-I000013
)을 계산한다.
여기에서, 제1, 2 차이값(
Figure PCTKR2018002597-appb-I000014
,
Figure PCTKR2018002597-appb-I000015
)은 삼각 소속 함수의 분포를 갖는다.
이러한 제1, 2 차이값(
Figure PCTKR2018002597-appb-I000016
,
Figure PCTKR2018002597-appb-I000017
)을 기초로 건물 내의 온도를 제어하기 위한 요구 전력(PT)을 산출하면 도 11의 (c)에 도시된 바와 같이 삼각 소속 함수의 분포를 갖는 요구 전력(PT)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 9와 같다.
Figure PCTKR2018002597-appb-T000004
표 9에서 온도에 대한 최적 파라미터와 실제 환경 파라미터 사이의 에러 변화(
Figure PCTKR2018002597-appb-I000018
)와 오차(
Figure PCTKR2018002597-appb-I000019
: 온도에 대한 규칙 기반 최적화의 최적 파라미터와 실제 환경 파라미터인 센서 온도[0, 1] 사이의 오차)가 온도에 대한 퍼지 컨트롤러(16)의 입력이다. NB, NM, NS, ZE, PS, PM 및 PB라는 용어는 음수 대, 음수 중, 음수 소, O, 양수 소, 양수 중, 양수 대를 나타낸다.
위와 마찬가지 방법으로, 도 11에 도시된 바와 같이 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이(
Figure PCTKR2018002597-appb-I000020
)를 기초로 건물 내의 조도를 제어하기 위한 요구 전력(PL)을 산출하면 삼각 소속 함수의 분포를 갖는 요구 전력(PL)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 10과 같다.
Figure PCTKR2018002597-appb-T000005
*조도에 대한 퍼지 컨트롤러(16)의 입력은 최적의 파라미터와 실제 환경 조도 파라미터 간의 오차(입력 오차)이다. 표 10 및 도 10에서 입력 멤버쉽 함수는 입력인 에러에 대한 것이다. 조도 오차가 High Small이면 필요한 출력 전력은 OHS(OLittle)이다. 조도 오차가 Medium Small(MS)인 경우 출력 전력은 OMS이다. 조도 오차가 Basic Small(BS) 인 경우, 출력 전력은 OBS이다.
또한, 위와 마찬가지 방법으로, 도 12에 도시된 바와 같이 센싱된 실제 공기 질과 최적화된 공기 질 파라미터와의 차이(
Figure PCTKR2018002597-appb-I000021
)를 기초로 건물 내의 공기 질을 제어하기 위한 요구 전력(PA)을 산출하면 삼각 소속 함수의 분포를 갖는 요구 전력(PA)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 11과 같다.
Figure PCTKR2018002597-appb-T000006
공기질에 대한 퍼지 컨트롤러(16)의 입력은 최적화된 공기질 파라미터와 실제 환경 공기질 파라미터의 오차이다. 입력 오차가 낮으면 출력인 요구 전력은 꺼짐(OFF)이고, 입력 오차가 'OK'이면 출력인 요구 전력은 켜짐(ON)이다. 입력 오차가 LH인 경우 출력인 요구 전력은 OLH이고, 입력 오차가 MH인 경우 출력인 요구 전력은 OMH이고, 입력 오차가 HIGH인 경우 출력인 요구 전력은 OHIGH이다.
한편, 퍼지 컨트롤러(16)의 출력단에 있는 전력 제어 에이전트(17)는 퍼지 컨트롤러(16)로부터 온도, 조도, 공기질 각각에 대해 산출한 요구 전력을 입력받아, 전체 요구 전력량을 산출한다. 전력 제어 에이전트(17)는 전체 요구 전력량이 전원공급부(20)의 공급 전력과 비교한다 비교결과, 전체 요구 전력량이 전원공급부(20)의 공급 전력보다 작으면, 요구 전력량으로 유지하고, 전체 요구 전력량이 전원공급부(20)의 공급 전력보다 크면, 요구 전력량을 조정하여 출력한다.
전력 제어 에이전트(17)의 출력단에 있는 소비 전력 계산부(18)는 전력 제어 에이전트(17)에서 출력되는 조정 전력량과 요구 전력량을 기초로 실제 소비 전력을 산출한다. 소비 전력 계산부(18)는 조정 전력량과 요구 전력량을 비교하여 조정 전력량이 요구 전력량보다 작으면 실제 소비 전력을 조정 전력량으로 설정하여 출력하고, 조정 전력량이 요구 전력량보다 크면 실제 소비 전력을 요구 전력량으로 설정하여 출력한다.
다음으로, 도 2의 복수의 액츄에이터(30)는 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어한다.
상술한 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템의 구성에 의해, 건물내 복수의 사용자에게 쾌적한 실내 환경을 제공하면서도 에너지 소비를 최소화할 수 있다.
도 13은 본 발명에 따른 실내 환경 파라미터의 예측, 복수의 사용자 설정, 규칙 기반 최적화에 기반한 건물 에너지 최적화 과정을 도시한 것이다. 도 13에 보인 바와 같이, 센싱부(10)에서 온도, 조도, 공기질을 포함한 실내 환경 파라미터를 센싱한다(T1). 실내환경 파라미터 예측부(12)가 센싱된 실내 환경 파라미터의 온도, 조도, 공기질에 대한 예측 실내 환경 파라미터를 산출한다(T2). 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 건물 내 에너지 설비의 냉난방 디바이스 등의 액츄에이터를 제어한다(T3).
복수의 사용자별 실내 환경 파라미터의 최대/최소를 설정하는 동적 사용자 설정 모드인지 판단한다(T4). 판단결과 동적 사용자 설정 모드인 경우, 사용자별 환경 파라미터 설정부(13)가 복수의 사용자의 실내 환경 파라미터(온도, 조도, 공기질)에 대한 최소/최대 포인트를 각각 평균 기반(ABS), MAX-MIN 기반, MIN-MAX 기반 방법 중 하나에 의해 단일화하여 실내환경 파라미터의 동적 사용자 설정 포인트(최소/최대값)를 산출한다(T5).
실내환경 파라미터 예측부(12)에서 예측된 실내환경 파라미터의 값과, 산출된 온도, 조도, 공기 질의 환경 파라미터에 대한 동적 사용자 설정 포인트의 최대/최소 값을 입력받아 규칙 기반 최적화부(14)에 의해 실내 환경 파라미터를 최적화한다(T6).
*통합 쾌적 지수 산출부(15)는 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출한다(T7)
퍼지 컨트롤러(16)는 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 건물내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량(PT, PL, PA)을 산출한다(T8).
전력 제어 에이전트(17)는 퍼지 컨트롤러(16)로부터 온도, 조도, 공기질 각각에 대해 산출한 요구 전력을 입력받아 전체 요구 전력량을 산출한다. 그리고, 전체 요구 전력량과 통합 쾌적지수 및 건물 내 가용 전력(전원공급부의 전력)에 기초하여 온도, 조도 및 공기 질을 제어하기 위한 조정 전력량을 산출한다(T9).
소비 전력 계산부(18)는 전력 제어 에이전트(17)에서 출력되는 조정 전력량과 요구 전력량을 기초로 실제 소비 전력을 산출한다(T10).
복수의 액츄에이터(30)는 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어한다(T11).
상술한 바와 같이, 실내 환경 파라미터 예측을 통한 실제 소비 전력 감소를 위해 센서로 감지한 온도, 조도, 공기 질의 환경 파라미터를 예측 및 규칙 기반 최적화하여 쾌적 지수를 산출하고, 최적화된 환경 파라미터에 의해 요구 전력을 감소시킴으로써 사용자에게 쾌적한 실내 환경을 제공하면서 동시에 에너지 소비를 감소시킬 수 있다.
상술한 바와 같이, 본 발명에서는 온도, 조도 및 공기 질의 실내 환경 파라미터를 예측하고, 복수의 사용자 설정값을 기반으로 새로운 통합 쾌적지수를 산출하고, 산출된 통합 쾌적지수와 예측 실내 환경 파라미터를 기초로 건물내 에너지 설비의 동작을 제어한다.
따라서, 본 발명에 의하면 쾌적한 실내 환경을 제공하면서 동시에 에너지 소비를 최소화할 수 있으며, 이를 통해 IBS/BIM/BEMS 뿐만 아니라 다양한 IT를 접목한 건축공학 분야에서 쾌적한 실내 환경과 에너지 효율을 종합적으로 고려한 제어 시스템을 제공할 수 있는 효과가 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 설명하였다. 그러나, 본 발명의 실시예는 당업계에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되어지는 것으로, 본 발명의 범위가 상기의 실시예에 한정되는 것은 아니며, 여러 가지 다른 형태로 변형이 가능함은 물론이다.
10 : 센싱부 10a : 온도 센서
10b : 조도 센서 10c : 공기질 센서
12 : 실내환경 파라미터 예측부 13 : 동적 사용자별 환경 파라미터 설정부
14 : 규칙 기반 최적화부 15 : 쾌적 지수 산출부
16 : 퍼지 컨트롤러 17 : 전력 제어 에이전트
18 : 소비 전력 계산부 20 : 전원공급부
30 : 스마트홈 액추에이터

Claims (10)

  1. 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템에 있어서,
    건물 내의 온도, 조도 및 공기 질을 각각 센싱하여 실내 환경 파라미터를 출력하는 복수의 센서를 포함하는 센싱부와,
    예측 알고리즘을 이용하여 상기 실내 환경 파라미터를 예측하여 예측 실내 환경 파라미터를 출력하는 실내 환경 파라미터 예측부,
    실내 환경 파라미터의 최소/최대 설정 정보를 입력하기 위한 입력부,
    상기 입력부로부터 복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 사용자별 환경 파라미터 설정부,
    상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적 실내 환경 파라미터를 출력하는 규칙 기반 최적화부,
    상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부,
    상기 예측 실내 환경 파라미터와 상기 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량을 산출하는 퍼지 컨트롤러,
    상기 최적 실내 환경 파라미터, 상기 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기 질을 제어하기 위한 조정 전력량을 산출하는 전력 제어 에이전트,
    상기 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 실제 소비 전력 계산부 및,
    상기 산출된 실제 소비 전력에 따라 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터를 포함하는, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
  2. 제1항에 있어서,
    상기 예측 알고리즘은 칼만 필터(Kalman filter)를 포함하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
  3. 제1항에 있어서,
    상기 규칙 기반 알고리즘은 상기 예측 실내 환경 파라미터와 상기 동적 사용자 설정 포인트가 최소의 차이를 갖도록 하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
  4. 제1항에 있어서,
    상기 사용자별 환경 파라미터 설정부는 평균 기반 설정, 최대-최소 기반 설정, 최소-최대 기반 설정 중 하나에 의해 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
  5. 제1항에 있어서,
    상기 전력제어 에이전트는 상기 실내 환경 파라미터 예측부에서 출력되는 상기 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 상기 건물 내 에너지 설비의 액츄에이터를 제어하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템.
  6. 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법에 있어서,
    건물 내의 온도, 조도 및 공기 질을 포함한 실내 환경 파라미터를 센싱하는 단계;
    상기 실내 환경 파라미터를 예측 알고리즘으로 예측하여 예측 실내 환경 파라미터를 생성하는 단계;
    복수의 사용자별 실내 환경 파라미터의 최소/최대 설정 정보를 입력받아 복수 사용자의 온도, 조도, 공기질 각각에 대한 최소/최대 값을 단일화하여 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 단계;
    상기 예측 실내 환경 파라미터와 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 입력받아 규칙 기반 알고리즘에 의해 실내 환경 파라미터를 최적화하여 최적 실내 환경 파라미터를 생성하는 단계;
    상기 최적화된 실내 환경 파라미터와 소정 쾌적지수 산출식에 기초하여 통합 쾌적지수를 산출하는 단계;
    상기 예측 실내 환경 파라미터와 상기 최적 실내 환경 파라미터의 차이를 기초로 건물 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력량을 산출하는 단계;
    상기 최적 실내 환경 파라미터, 상기 산출된 통합 쾌적지수 및 건물 내 가용 전력에 기초하여 온도, 조도 및 공기 질을 제어하기 위한 조정 전력량을 산출하는 단계;
    상기 산출된 요구 전력량과 조정 전력량을 기초로 실제 소비 전력을 산출하는 단계;
    상기 산출된 실제 소비 전력을, 상기 건물 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터에 공급하는 단계를 포함하는 것을 특징으로 하는 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
  7. 제6항에 있어서,
    상기 예측 알고리즘은 칼만 필터(Kalman filter)를 포함하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
  8. 제7항에 있어서,
    상기 규칙 기반 알고리즘은 상기 예측 실내 환경 파라미터와 상기 동적 사용자 설정 포인트가 최소의 차이를 갖도록 하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
  9. 제8항에 있어서,
    상기 동적 사용자 설정 포인트를 산출하는 단계는,
    평균 기반 설정, 최대-최소 기반 설정, 최소-최대 기반 설정 중 하나에 의해 온도, 조도, 공기질 각각의 실내 환경 파라미터의 최대/최소를 단일화하여 상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
  10. 제6항에 있어서,
    상기 실내 환경 파라미터의 동적 사용자 설정 포인트를 산출하는 단계 이전에, 상기 예측 실내 환경 파라미터의 온도, 조도, 공기질 값에 맞추어 사전에 상기 건물 내 에너지 설비의 액츄에이터를 제어하는 단계를 포함하는 것인, 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 방법.
PCT/KR2018/002597 2017-07-19 2018-03-05 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법 WO2019017555A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0091377 2017-07-19
KR1020170091377A KR101966532B1 (ko) 2017-07-19 2017-07-19 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법

Publications (1)

Publication Number Publication Date
WO2019017555A1 true WO2019017555A1 (ko) 2019-01-24

Family

ID=65015204

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/002597 WO2019017555A1 (ko) 2017-07-19 2018-03-05 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR101966532B1 (ko)
WO (1) WO2019017555A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109959123A (zh) * 2019-03-11 2019-07-02 浙江工业大学 一种基于遗传算法和长短期记忆循环神经网络的空调节能方法
CN113701315A (zh) * 2021-09-02 2021-11-26 国网(苏州)城市能源研究院有限责任公司 一种分体式空调集群智能节能控制方法及系统
US11598544B1 (en) * 2021-10-13 2023-03-07 Johnson Controls Tyco IP Holdings LLP Building system for building equipment with data health operations

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220127035A (ko) * 2021-03-10 2022-09-19 삼성전자주식회사 외부 전자 장치를 제어하기 위한 방법 및 이를 지원하는 전자 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100112230A (ko) * 2009-04-09 2010-10-19 경희대학교 산학협력단 사용자의 상황 정보를 고려한 에너지 관리 방법 및 그 장치
JP5389727B2 (ja) * 2009-04-15 2014-01-15 パナソニック株式会社 空調システム
KR20150095995A (ko) * 2014-02-13 2015-08-24 주식회사 포스코아이씨티 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법
KR101581501B1 (ko) * 2013-08-30 2015-12-30 제주대학교 산학협력단 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법
JP6021937B2 (ja) * 2012-11-13 2016-11-09 三菱電機株式会社 空気調和システム及び中央管理装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5085670B2 (ja) * 2010-02-24 2012-11-28 株式会社東芝 空調制御システムおよび空調制御方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100112230A (ko) * 2009-04-09 2010-10-19 경희대학교 산학협력단 사용자의 상황 정보를 고려한 에너지 관리 방법 및 그 장치
JP5389727B2 (ja) * 2009-04-15 2014-01-15 パナソニック株式会社 空調システム
JP6021937B2 (ja) * 2012-11-13 2016-11-09 三菱電機株式会社 空気調和システム及び中央管理装置
KR101581501B1 (ko) * 2013-08-30 2015-12-30 제주대학교 산학협력단 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법
KR20150095995A (ko) * 2014-02-13 2015-08-24 주식회사 포스코아이씨티 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109959123A (zh) * 2019-03-11 2019-07-02 浙江工业大学 一种基于遗传算法和长短期记忆循环神经网络的空调节能方法
CN113701315A (zh) * 2021-09-02 2021-11-26 国网(苏州)城市能源研究院有限责任公司 一种分体式空调集群智能节能控制方法及系统
US11598544B1 (en) * 2021-10-13 2023-03-07 Johnson Controls Tyco IP Holdings LLP Building system for building equipment with data health operations

Also Published As

Publication number Publication date
KR20190009865A (ko) 2019-01-30
KR101966532B1 (ko) 2019-08-14

Similar Documents

Publication Publication Date Title
WO2019017555A1 (ko) 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
WO2015056919A1 (en) Method and apparatus for controlling indoor temperature based on information about moving user
WO2016032186A1 (en) Temperature control method and apparatus
CN105512455B (zh) 根据温度估算耗电量的方法和装置
JP5575585B2 (ja) エネルギー総和抑制制御装置、電力総和抑制制御装置および方法
WO2020004972A1 (en) Automatic control artificial intelligence device and method for updating a control function
WO2015163732A1 (en) Operating method and apparatus of smart system for power consumption optimization
WO2020024534A1 (zh) 基于电量预测的用电控制方法、装置、设备和存储介质
WO2014008737A1 (zh) 变频空调器的节能控制方法及装置
US20040088082A1 (en) Building control system and fume hood system for use therein having reduced wiring requirements
US20120109340A1 (en) System and Method for Providing Power Management in a Sensor Network
WO2016159718A1 (en) Apparatus and method for adaptively applying central hvac system and individual hvac system
WO2016089103A1 (ko) 부등피치 재생 블로워 및 이의 최적화 설계 방법
WO2021141189A1 (ko) 빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법
KR101581501B1 (ko) 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법
US9920945B2 (en) Air-conditioning control apparatus, air-conditioning control system, and air-conditioning control method
WO2017088304A1 (zh) 基于调温器的变频空调控制装置、终端、系统及方法
WO2020106018A1 (ko) 가열로 모니터링 시스템 및 방법
WO2018076687A1 (zh) 空调控制方法、装置及空调
Habib et al. Automatic occupancy prediction using unsupervised learning in buildings data
WO2021080169A2 (ko) 건물 에너지 통합 관리 장치 및 그 방법
WO2018016776A1 (ko) 건물 에너지 관리 시스템을 통한 냉동기의 최적 제어 방법 및 장치
WO2023120967A1 (ko) 강화학습을 이용한 건물의 에너지를 관리하는 장치 및 방법
WO2020017679A1 (ko) 에어컨을 제어하는 장치 및 방법
WO2022114414A1 (ko) 에너지 절감 냉난방 자동제어를 위한 빅데이터 기반 도시 건물 내 사용자 점유시간 예측시스템 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18835254

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18835254

Country of ref document: EP

Kind code of ref document: A1