[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR101581501B1 - 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법 - Google Patents

전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법 Download PDF

Info

Publication number
KR101581501B1
KR101581501B1 KR1020130103766A KR20130103766A KR101581501B1 KR 101581501 B1 KR101581501 B1 KR 101581501B1 KR 1020130103766 A KR1020130103766 A KR 1020130103766A KR 20130103766 A KR20130103766 A KR 20130103766A KR 101581501 B1 KR101581501 B1 KR 101581501B1
Authority
KR
South Korea
Prior art keywords
power
temperature
air quality
illuminance
building
Prior art date
Application number
KR1020130103766A
Other languages
English (en)
Other versions
KR20150025761A (ko
Inventor
김도현
알리 사프달
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
Priority to KR1020130103766A priority Critical patent/KR101581501B1/ko
Publication of KR20150025761A publication Critical patent/KR20150025761A/ko
Application granted granted Critical
Publication of KR101581501B1 publication Critical patent/KR101581501B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

본 발명은 통합 쾌적지수 및 에너지 효율을 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법에 관한 것으로, 본 발명에 의하면, 온도, 조도, 공기 질의 환경 파라미터를 최적화하여 통합 쾌적지수를 산출하고, 예측 전력을 산출하여 통합 쾌적지수와 예측 전력을 기초로 빌딩 내 에너지 설비의 전력을 지능적으로 제어함으로써, 사용자에게 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.

Description

전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법{System and Method for Intelligent Building Energy Management Based on Power Prediction using Integrated Comfort Context and Energy Efficiency Simultaneously}
본 발명은 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법에 관한 것으로, 더 자세하게는 사용자의 체감 정보에 따라 쾌적한 실내 환경을 제공하면서 동시에 빌딩 내의 에너지 소비를 최소화할 수 있는 기술에 관한 것이다.
최근 IT를 비롯한 첨단기술의 급속한 진보로 인해 쾌적한 환경의 확보 및 업무 활동과 비즈니스에 필요한 기능 확보 등 빌딩 내 에너지 설비의 자동화 및 지능화 추세가 가속화되고 있으며, 이와 관련하여 빌딩관리에 IT를 활용한 빌딩 자동화 시스템(BAS : Building Automation System), 지능형 빌딩 시스템(IBS: Intelligent Building System), 빌딩 에너지 관리 시스템(BEMS : Building Energy Management System) 등 여러 가지 시스템 도입이 이루어지고 있다.
이러한 시스템 중의 하나로서, 빌딩 에너지 관리 시스템(BEMS : Building Energy 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 빌딩 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.
또한, 종래의 빌딩 에너지 관리 시스템은 단순히 에너지 가격이나 시간에 따라 에너지 비용을 최소화할 수 있도록 관리하고 있기 때문에 건물에 특화된 체계적인 에너지 관리 기능은 제공하지 못한다는 문제점이 있다.
따라서, 사용자의 체감 정보에 따라 쾌적한 실내 환경을 제공하면서 빌딩 내의 에너지 소비를 최소화할 수 있는 기술이 요구되고 있다.
특허등록 10-1143478호(등록일:2012.04.30)
본 발명은 상기한 바와 같은 종래의 문제점을 해소하기 위해 안출된 것으로, 본 발명의 목적은 전력 예측을 기반으로 사용자의 체감 정보에 따라 쾌적한 실내 환경을 제공하면서 동시에 빌딩 내의 에너지 소비를 최소화하는 것이다.
상기 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템은, 빌딩 내의 온도, 조도 및 공기 질 환경 파라미터를 각각 센싱하여 출력하는 복수의 센서; 에너지 소비를 최소화할 수 있도록 휴리스틱 알고리즘(Heuristic Algorithm)을 이용하여 상기 센싱된 환경 파라미터를 최적화하는 환경 파라미터 최적화부; 상기 최적화된 환경 파라미터를 기초로 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부; 상기 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 빌딩 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력값을 산출하는 퍼지 컨트롤러; 칼만 필터(Kalman filter)를 이용하여 이전 전력값을 기초로 예측 전력값을 산출하는 전력 예측부; 상기 최적화된 환경 파라미터, 상기 산출된 통합 쾌적지수 및 예측 전력값, 빌딩 내 가용 전력을 기초로 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값을 산출하는 지능형 전력 제어 에이전트; 상기 산출된 요구 전력값과 조정 전력값을 기초로 실제 소비 전력을 산출하는 소비 전력 계산부; 및 상기 산출된 실제 소비 전력에 따라 빌딩 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터를 포함하는 것을 특징으로 한다.
한편, 상기 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 방법은, (a) 빌딩 내의 온도, 조도 및 공기 질 환경 파라미터를 센싱하는 단계; (b) 에너지 소비를 최소화할 수 있도록 휴리스틱 알고리즘(Heuristic Algorithm)을 이용하여 상기 센싱된 환경 파라미터를 최적화하는 단계; (c) 상기 최적화된 환경 파라미터를 기초로 통합 쾌적지수를 산출하는 단계; (d) 상기 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 빌딩 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력값을 산출하는 단계; (e) 칼만 필터(Kalman filter)를 이용하여 이전 전력값을 기초로 예측 전력값을 산출하는 단계; (f) 상기 최적화된 환경 파라미터, 상기 산출된 통합 쾌적지수 및 예측 전력값, 빌딩 내 가용 전력을 기초로 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값을 산출하는 단계; 및 (g) 상기 산출된 요구 전력값과 조정 전력값을 기초로 실제 소비 전력을 산출하여 상기 산출된 실제 소비 전력에 따라 빌딩 내 에너지 설비의 동작을 제어하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 의하면, 온도, 조도, 공기 질의 환경 파라미터를 최적화하여 통합 쾌적지수를 산출하고, 예측 전력을 산출하여 통합 쾌적지수와 예측 전력을 기초로 빌딩 내 에너지 설비의 전력을 지능적으로 제어함으로써, 사용자에게 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.
도 1은 본 발명의 기본 개념을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템을 나타낸 도면이다.
도 3은 본 발명에서 환경 파라미터를 최적화하는 것을 설명하기 위한 도면이다.
도 4 내지 도 6은 본 발명에서 빌딩 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력값을 산출하는 것을 설명하기 위한 도면이다.
도 7은 본 발명에 의한 에너지 절감 효과를 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 방법을 나타낸 흐름도이다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 바람직한 실시예를 첨부도면을 참조하여 설명하기로 한다.
본 발명의 바람직한 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하거나 간략하게 설명한다.
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 질 등의 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, 相衝關係)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 빌딩 내 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 발명의 일 실시예에 따른 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템을 나타낸 도면이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 지능형 빌딩 에너지 최적화 관리 시스템(200)은, 복수의 센서(210), 환경 파라미터 최적화부(220), 통합 쾌적지수 산출부(230), 퍼지 컨트롤러(240), 전력 예측부(250), 지능형 전력 제어 에이전트(260), 소비 전력 계산부(270) 및 복수의 액츄에이터(280)를 포함하여 구성된다.
상기 복수의 센서(210)는 빌딩 내의 온도, 조도, 공기 질(air quality) 등의 환경 파라미터를 센싱하여 출력한다.
상기 환경 파라미터 최적화부(220)는 휴리스틱 알고리즘(Heuristic Algorithm)을 이용하여 상기 센싱된 환경 파라미터를 최적화하며, 이에 대하여 도 3을 참조하여 좀 더 자세히 설명하면 다음과 같다.
도 3은 본 발명에서 환경 파라미터를 최적화하는 것을 설명하기 위한 도면이다.
도 3을 참조하면, 상기 환경 파라미터 최적화부(220)는 상기 센싱된 온도, 조도 및 공기 질 파라미터가 사용자 설정 파라미터와 최소의 차이를 갖도록 휴리스틱 알고리즘을 이용하여 최적화한다.
여기에서, 휴리스틱 알고리즘은 여러 선택 대상이 존재하는 경우 선택 가능한 대상 중에 최적의 해를 구하는 알고리즘으로서, 최적화를 위해 GA(Genetic Algorithm), MIGA(Multi-Island Genetic Algorithm), PSO(Particle Swarm Optimization) 등의 휴리스틱 알고리즘을 이용할 수 있으며, 본 실시예에서는 MIGA를 이용하여 환경 파라미터를 최적화하였다.
즉, 상기 환경 파라미터 최적화부(220)는 사용자 설정 파라미터에 따른 사용자 요구 조건을 만족하면서 에너지 소비를 최소화할 수 있도록 온도, 조도 및 공기 질 파라미터를 최적화한다.
다시 도 2를 참조하면, 상기 통합 쾌적지수 산출부(230)는 상기 최적화된 환경 파라미터를 기초로 통합 쾌적지수를 산출한다.
여기에서, 통합 쾌적지수(comfort)는 다음의 수학식 1에 의해 산출할 수 있다.
Figure 112013079368191-pat00001
여기에서,
Figure 112013079368191-pat00002
,
Figure 112013079368191-pat00003
,
Figure 112013079368191-pat00004
는 온도, 조도 및 공기 질 파라미터간의 충돌을 회피하기 위해 정의된 인수로,
Figure 112013079368191-pat00005
의 관계식에 의해 0과 1사이의 값을 갖는다.
Figure 112013079368191-pat00006
는 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이값,
Figure 112013079368191-pat00007
은 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이값,
Figure 112013079368191-pat00008
는 센싱된 실제 공기 질과 최적화된 공기 질 파라미터와의 차이값을 나타내며,
Figure 112013079368191-pat00009
,
Figure 112013079368191-pat00010
,
Figure 112013079368191-pat00011
은 사용자에 의해 설정된 온도, 조도, 공기 질 파라미터를 나타낸다.
다음으로, 상기 퍼지 컨트롤러(240)는 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 빌딩 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력값(
Figure 112013079368191-pat00012
,
Figure 112013079368191-pat00013
,
Figure 112013079368191-pat00014
)을 산출하며, 이에 대하여 도 4 내지 도 6을 참조하여 좀 더 자세히 설명하면 다음과 같다.
도 4 내지 도 6은 본 발명에서 빌딩 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력값을 산출하는 것을 설명하기 위한 도면이다.
먼저, 빌딩 내의 온도를 제어하기 위한 요구 전력값(
Figure 112013079368191-pat00015
)을 산출하는 방법에 대하여 설명하면, 도 4의 (a), (b)에 도시된 바와 같이 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이인 제1 차이값(
Figure 112013079368191-pat00016
)을 계산하고, 제1 차이값(
Figure 112013079368191-pat00017
)의 현재값과 이전값의 차이인 제2 차이값(
Figure 112013079368191-pat00018
)을 계산한다.
여기에서, 제1, 2 차이값(
Figure 112013079368191-pat00019
,
Figure 112013079368191-pat00020
)은 삼각 소속 함수의 분포를 갖는다.
이러한 제1, 2 차이값(
Figure 112013079368191-pat00021
,
Figure 112013079368191-pat00022
)을 기초로 빌딩 내의 온도를 제어하기 위한 요구 전력(
Figure 112013079368191-pat00023
)을 산출하면 도 4의 (c)에 도시된 바와 같이 삼각 소속 함수의 분포를 갖는 요구 전력(
Figure 112013079368191-pat00024
)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 1과 같다.
Figure 112013079368191-pat00025
이와 마찬가지 방법으로, 도 5에 도시된 바와 같이 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이(
Figure 112013079368191-pat00026
)를 기초로 빌딩 내의 조도를 제어하기 위한 요구 전력(
Figure 112013079368191-pat00027
)을 산출하면 삼각 소속 함수의 분포를 갖는 요구 전력(
Figure 112013079368191-pat00028
)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 2와 같다.
Figure 112013079368191-pat00029
또한, 이와 마찬가지 방법으로, 도 6에 도시된 바와 같이 센싱된 실제 공기 질과 최적화된 공기 질 파라미터와의 차이(
Figure 112013079368191-pat00030
)를 기초로 빌딩 내의 공기 질을 제어하기 위한 요구 전력(
Figure 112013079368191-pat00031
)을 산출하면 삼각 소속 함수의 분포를 갖는 요구 전력(
Figure 112013079368191-pat00032
)을 얻을 수 있으며, 이를 표로 나타내면 다음의 표 3과 같다.
Figure 112013079368191-pat00033
다시 도 2를 참조하면, 상기 전력 예측부(250)는 칼만 필터(Kalman filter)를 이용하여 이전 전력값을 기초로 예측 전력값을 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.
먼저, 칼만 필터의 모델링된 이산 시간 선형 시스템 방정식을 이용하여 다음의 수학식 2에 의해 시간 k에서의 전력 측정값, 즉 이전 전력값(
Figure 112013079368191-pat00034
)을 산출한다.
Figure 112013079368191-pat00035
여기에서, A는 시스템 행렬,
Figure 112013079368191-pat00036
은 시간 k-1에서의 전력 측정값, B는 이득 행렬,
Figure 112013079368191-pat00037
은 시간 k-1에서의 예측 전력값,
Figure 112013079368191-pat00038
은 실제 시스템과 시스템 모델과의 차이를 잡음으로 모델링한 프로세스 잡음으로 평균이 0이고 분산이 Q인 백색 가우시안 잡음이다.
그 다음, 상기 산출된 이전 전력값(
Figure 112013079368191-pat00039
)를 기초로 다음의 수학식 3에 의해 시간 k + 1에서 얻어질 예측 전력값(
Figure 112013079368191-pat00040
)을 산출한다.
Figure 112013079368191-pat00041
여기에서, H는 측정 행렬이고, 측정 잡음
Figure 112013079368191-pat00042
는 평균이 0이고 분산이 R인 백색 가우시안 잡음이다.
본 실시예에서는 프로세스 잡음(
Figure 112013079368191-pat00043
)과 측정 잡음(
Figure 112013079368191-pat00044
)이 서로 연관이 없다고 가정하고, 시스템 행렬 A, 이득 행렬 B, 측정 행렬 H가 상수인 것으로 가정하여 예측 전력값을 산출한다.
다음으로, 상기 지능형 전력 제어 에이전트(260)는 상기 최적화된 환경 파라미터, 상기 산출된 통합 쾌적지수 및 예측 전력값, 빌딩 내 가용 전력을 기초로 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값(
Figure 112013079368191-pat00045
,
Figure 112013079368191-pat00046
,
Figure 112013079368191-pat00047
)을 산출한다.
여기에서, 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값(
Figure 112013079368191-pat00048
,
Figure 112013079368191-pat00049
,
Figure 112013079368191-pat00050
)는 다음의 수학식 4에 의해 산출할 수 있다.
Figure 112013079368191-pat00051
여기에서,
Figure 112015040008934-pat00152
,
Figure 112015040008934-pat00053
,
Figure 112015040008934-pat00054
는 시간 K에서의 온도, 조도 및 공기 질에 따른 예측 전력값,
Figure 112015040008934-pat00055
은 빌딩 내 가용 전력,
Figure 112015040008934-pat00056
은 빌딩 내 최대 전력을 나타내며,
Figure 112015040008934-pat00057
,
Figure 112015040008934-pat00058
,
Figure 112015040008934-pat00059
는 온도, 조도 및 공기 질에 따른 전력 보상값으로 [0, 1] 사이의 값을 갖는다.
다음으로, 상기 소비 전력 계산부(270)는 상기 산출된 요구 전력값과 조정 전력값을 기초로 실제 소비 전력을 산출한다.
상기 복수의 액츄에이터(280)는 산출된 실제 소비 전력에 따라 빌딩 내 에너지 설비의 동작을 제어하며, 이에 따라 사용자에게 쾌적한 실내 환경을 제공하면서도 에너지 소비를 최소화할 수 있다.
도 7은 본 발명에 의한 에너지 절감 효과를 설명하기 위한 도면이다.
도 7에 도시된 바와 같이, 본 발명에 의하면 온도, 조도, 공기 질의 환경 파라미터를 최적화하여 통합 쾌적지수를 산출하고, 예측 전력을 산출하여 통합 쾌적지수와 예측 전력을 기초로 빌딩 내 에너지 설비의 전력을 지능적으로 제어함으로써, 사용자에게 쾌적한 실내 환경을 제공하면서도 에너지 소비를 최소화할 수 있다.
도 8은 본 발명의 일 실시예에 따른 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 방법을 나타낸 흐름도이다.
먼저, 상기 복수의 센서(210)에서 빌딩 내의 온도, 조도, 공기 질(air quality) 등의 환경 파라미터를 센싱하여 출력하면(S810), 상기 환경 파라미터 최적화부(220)에서는 휴리스틱 알고리즘(Heuristic Algorithm)을 이용하여 상기 센싱된 환경 파라미터를 최적화한다(S820).
이때, 상기 센싱된 환경 파라미터가 사용자 설정 파라미터와 최소의 차이를 갖도록 최적화하며, 이러한 최적화에 의해 사용자 요구 조건을 만족하면서 에너지 소비를 최소화할 수 있게 된다.
그 다음, 상기 통합 쾌적지수 산출부(230)에서는 상기 최적화된 환경 파라미터를 기초로 통합 쾌적지수를 산출한다(S830).
여기에서, 통합 쾌적지수의 산출 방법에 대하여는 수학식 1과 관련하여 자세히 설명하였으므로 이에 대한 자세한 설명은 생략한다.
다음으로, 상기 퍼지 컨트롤러(240)에서는 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 빌딩 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력값을 산출하고(S840), 상기 전력 예측부(250)에서는 칼만 필터(Kalman filter)를 이용하여 예측 전력값을 산출한다(S850).
다음으로, 상기 지능형 전력 제어 에이전트(260)에서는 상기 최적화된 환경 파라미터, 상기 산출된 통합 쾌적지수 및 예측 전력값, 빌딩 내 가용 전력을 기초로 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값을 산출한다(S860).
여기에서, 요구 전력값, 예측 전력값 및 조정 전력값의 산출 방법에 대하여는 위에서 자세히 설명하였으므로 이에 대한 자세한 설명은 생략한다.
다음으로, 상기 소비 전력 계산부(270)에서는 상기 산출된 요구 전력값과 조정 전력값을 기초로 실제 소비 전력을 산출하며(S870), 상기 복수의 액츄에이터(280)에서는 산출된 실제 소비 전력에 따라 빌딩 내 에너지 설비의 동작을 제어한다(S880).
상술한 바와 같이, 본 발명에서는 온도, 조도 및 공기 질을 통합적으로 고려하여 새로운 통합 쾌적지수를 산출하고, 칼만 필터를 이용하여 예측 전력값을 산출하여 상기 산출된 통합 쾌적지수와 예측 전력값을 기초로 빌딩 내 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.
200 : 지능형 빌딩 에너지 최적화 관리 시스템
210 : 복수의 센서
220 : 환경 파라미터 최적화부
230 : 통합 쾌적지수 산출부
240 : 퍼지 컨트롤러
250 : 전력 예측부
260 : 지능형 전력 제어 에이전트
270 : 소비 전력 계산부
280 : 복수의 액츄에이터

Claims (14)

  1. 빌딩 내의 온도, 조도 및 공기 질 환경 파라미터를 각각 센싱하여 출력하는 복수의 센서;
    에너지 소비를 최소화할 수 있도록 휴리스틱 알고리즘(Heuristic Algorithm)을 이용하여 상기 센싱된 환경 파라미터를 최적화하는 환경 파라미터 최적화부;
    상기 최적화된 환경 파라미터를 기초로 통합 쾌적지수를 산출하는 통합 쾌적지수 산출부;
    상기 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 빌딩 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력값을 산출하는 퍼지 컨트롤러;
    칼만 필터(Kalman filter)를 이용하여 이전 전력값을 기초로 예측 전력값을 산출하는 전력 예측부;
    상기 최적화된 환경 파라미터, 상기 산출된 통합 쾌적지수 및 예측 전력값, 빌딩 내 가용 전력을 기초로 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값을 산출하는 지능형 전력 제어 에이전트;
    상기 산출된 요구 전력값과 조정 전력값을 기초로 실제 소비 전력을 산출하는 소비 전력 계산부; 및
    상기 산출된 실제 소비 전력에 따라 빌딩 내 에너지 설비의 동작을 제어하는 복수의 액츄에이터를 포함하고,
    상기 전력 예측부는,
    칼만 필터의 방정식을 이용하여 다음의 <식 2>에 의해 이전 전력값(
    Figure 112015110806118-pat00153
    )을 산출하고,
    <식 2>
    Figure 112015110806118-pat00154

    (여기에서, A는 시스템 행렬,
    Figure 112015110806118-pat00155
    은 시간 k-1에서의 전력 측정값, B는 이득 행렬,
    Figure 112015110806118-pat00156
    은 시간 k-1에서의 예측 전력값,
    Figure 112015110806118-pat00157
    은 프로세스 잡음을 나타냄)
    상기 산출된 이전 전력값(
    Figure 112015110806118-pat00158
    )를 기초로 다음의 <식 3>에 의해 예측 전력값(
    Figure 112015110806118-pat00159
    )을 산출하며,
    <식 3>
    Figure 112015110806118-pat00160

    (여기에서, H는 측정 행렬이고,
    Figure 112015110806118-pat00161
    는 이전 전력값,
    Figure 112015110806118-pat00162
    는 측정 잡음을 나타냄)
    상기 통합 쾌적지수 산출부는,
    상기 최적화된 환경 파라미터를 기초로 다음의 <식 1>에 의해 통합 쾌적지수(comfort)를 산출하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템.
    <식 1>
    Figure 112015110806118-pat00175

    (여기에서,
    Figure 112015110806118-pat00176
    ,
    Figure 112015110806118-pat00177
    ,
    Figure 112015110806118-pat00178
    는 온도, 조도 및 공기 질 파라미터간의 충돌을 회피하기 위해 정의된 인수,
    Figure 112015110806118-pat00179
    는 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이값,
    Figure 112015110806118-pat00180
    은 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이값,
    Figure 112015110806118-pat00181
    는 센싱된 실제 공기 질과 최적화된 공기 질 파라미터와의 차이값,
    Figure 112015110806118-pat00182
    ,
    Figure 112015110806118-pat00183
    ,
    Figure 112015110806118-pat00184
    은 사용자에 의해 설정된 온도, 조도, 공기 질 파라미터를 나타냄)
  2. 제 1항에 있어서,
    상기 환경 파라미터 최적화부는,
    상기 센싱된 온도, 조도 및 공기 질 환경 파라미터가 사용자 설정 파라미터와 최소의 차이를 갖도록 휴리스틱 알고리즘을 이용하여 상기 센싱된 온도, 조도 및 공기 질 환경 파라미터를 최적화하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템.
  3. 삭제
  4. 제 1항에 있어서,
    상기 퍼지 컨트롤러는,
    상기 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이인 제1 차이값(
    Figure 112013079368191-pat00070
    )을 계산하고, 상기 제1 차이값(
    Figure 112013079368191-pat00071
    )의 현재값과 이전값의 차이인 제2 차이값(
    Figure 112013079368191-pat00072
    )을 계산하여, 상기 제1, 2 차이값(
    Figure 112013079368191-pat00073
    ,
    Figure 112013079368191-pat00074
    )을 기초로 빌딩 내의 온도를 제어하기 위한 요구 전력(
    Figure 112013079368191-pat00075
    )을 산출하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템.
  5. 삭제
  6. 삭제
  7. 제 1항에 있어서,
    상기 지능형 전력 제어 에이전트는,
    상기 최적화된 환경 파라미터, 상기 산출된 통합 쾌적지수 및 예측 전력값, 빌딩 내 가용 전력을 기초로 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값(
    Figure 112015040008934-pat00090
    ,
    Figure 112015040008934-pat00091
    ,
    Figure 112015040008934-pat00092
    )을 다음의 <식 4>에 의해 산출하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템.
    <식 4>
    Figure 112015040008934-pat00093

    (여기에서,
    Figure 112015040008934-pat00163
    ,
    Figure 112015040008934-pat00095
    ,
    Figure 112015040008934-pat00096
    는 시간 K에서의 온도, 조도 및 공기 질에 따른 예측 전력값,
    Figure 112015040008934-pat00097
    은 빌딩 내 가용 전력,
    Figure 112015040008934-pat00098
    은 빌딩 내 최대 전력,
    Figure 112015040008934-pat00099
    ,
    Figure 112015040008934-pat00100
    ,
    Figure 112015040008934-pat00101
    는 온도, 조도 및 공기 질에 따른 전력 보상값을 나타냄)
  8. (a) 복수의 센서에 의해 빌딩 내의 온도, 조도 및 공기 질 환경 파라미터를 센싱하는 단계;
    (b) 환경 파라미터 최적화부에 의해 에너지 소비를 최소화할 수 있도록 휴리스틱 알고리즘(Heuristic Algorithm)을 이용하여 상기 센싱된 환경 파라미터를 최적화하는 단계;
    (c) 통합 쾌적지수 산출부에 의해 상기 최적화된 환경 파라미터를 기초로 통합 쾌적지수를 산출하는 단계;
    (d) 퍼지 컨트롤러에 의해 상기 센싱된 환경 파라미터와 최적화된 환경 파라미터와의 차이를 기초로 빌딩 내의 온도, 조도, 공기 질을 제어하기 위한 요구 전력값을 산출하는 단계;
    (e) 전력 예측부에 의해 칼만 필터(Kalman filter)를 이용하여 이전 전력값을 기초로 예측 전력값을 산출하는 단계;
    (f) 지능형 전력제어 에이전트에 의해 상기 최적화된 환경 파라미터, 상기 산출된 통합 쾌적지수 및 예측 전력값, 빌딩 내 가용 전력을 기초로 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값을 산출하는 단계; 및
    (g) 소비 전력 계산부에 의해 상기 산출된 요구 전력값과 조정 전력값을 기초로 실제 소비 전력을 산출하고, 복수의 액츄에이터에 의해 상기 산출된 실제 소비 전력에 따라 빌딩 내 에너지 설비의 동작을 제어하는 단계를 포함하고,
    상기 (e) 단계에서,
    칼만 필터의 방정식을 이용하여 다음의 <식 2>에 의해 이전 전력값(
    Figure 112015110806118-pat00164
    )을 산출하고,
    <식 2>
    Figure 112015110806118-pat00165

    (여기에서, A는 시스템 행렬,
    Figure 112015110806118-pat00166
    은 시간 k-1에서의 전력 측정값, B는 이득 행렬,
    Figure 112015110806118-pat00167
    은 시간 k-1에서의 예측 전력값,
    Figure 112015110806118-pat00168
    은 프로세스 잡음을 나타냄)
    상기 산출된 이전 전력값(
    Figure 112015110806118-pat00169
    )를 기초로 다음의 <식 3>에 의해 예측 전력값(
    Figure 112015110806118-pat00170
    )을 산출하고,
    <식 3>
    Figure 112015110806118-pat00171

    (여기에서, H는 측정 행렬이고,
    Figure 112015110806118-pat00172
    는 이전 전력값,
    Figure 112015110806118-pat00173
    는 측정 잡음을 나타냄)
    상기 (c) 단계에서,
    상기 최적화된 환경 파라미터를 기초로 다음의 <식 1>에 의해 통합 쾌적지수(comfort)를 산출하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 방법.
    <식 1>
    Figure 112015110806118-pat00185

    (여기에서,
    Figure 112015110806118-pat00186
    ,
    Figure 112015110806118-pat00187
    ,
    Figure 112015110806118-pat00188
    는 온도, 조도 및 공기 질 파라미터간의 충돌을 회피하기 위해 정의된 인수,
    Figure 112015110806118-pat00189
    는 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이값,
    Figure 112015110806118-pat00190
    은 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이값,
    Figure 112015110806118-pat00191
    는 센싱된 실제 공기 질과 최적화된 공기 질 파라미터와의 차이값,
    Figure 112015110806118-pat00192
    ,
    Figure 112015110806118-pat00193
    ,
    Figure 112015110806118-pat00194
    은 사용자에 의해 설정된 온도, 조도, 공기 질 파라미터를 나타냄)
  9. 제 8항에 있어서,
    상기 (b) 단계에서,
    상기 센싱된 온도, 조도 및 공기 질 환경 파라미터가 사용자 설정 파라미터와 최소의 차이를 갖도록 휴리스틱 알고리즘을 이용하여 상기 센싱된 온도, 조도 및 공기 질 환경 파라미터를 최적화하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 방법.
  10. 삭제
  11. 제 8항에 있어서,
    상기 (d) 단계에서,
    상기 센싱된 실제 온도와 최적화된 온도 파라미터와의 차이인 제1 차이값(
    Figure 112013079368191-pat00112
    )을 계산하고, 상기 제1 차이값(
    Figure 112013079368191-pat00113
    )의 현재값과 이전값의 차이인 제2 차이값(
    Figure 112013079368191-pat00114
    )을 계산하여, 상기 제1, 2 차이값(
    Figure 112013079368191-pat00115
    ,
    Figure 112013079368191-pat00116
    )을 기초로 빌딩 내의 온도를 제어하기 위한 요구 전력(
    Figure 112013079368191-pat00117
    )을 산출하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 방법.
  12. 제 8항에 있어서,
    상기 (d) 단계에서,
    상기 센싱된 실제 조도와 최적화된 조도 파라미터와의 차이(
    Figure 112013079368191-pat00118
    )를 기초로 빌딩 내의 조도를 제어하기 위한 요구 전력(
    Figure 112013079368191-pat00119
    )을 산출하고,
    상기 센싱된 실제 공기 질과 최적화된 공기 질 파라미터와의 차이(
    Figure 112013079368191-pat00120
    )를 기초로 빌딩 내의 공기 질을 제어하기 위한 요구 전력(
    Figure 112013079368191-pat00121
    )을 산출하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 방법.
  13. 삭제
  14. 제 8항에 있어서,
    상기 (f) 단계에서,
    상기 최적화된 환경 파라미터, 상기 산출된 통합 쾌적지수 및 예측 전력값, 빌딩 내 가용 전력을 기초로 온도, 조도 및 공기 질을 제어하기 위한 조정 전력값(
    Figure 112015040008934-pat00132
    ,
    Figure 112015040008934-pat00133
    ,
    Figure 112015040008934-pat00134
    )을 다음의 <식 4>에 의해 산출하는 것을 특징으로 하는 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 방법.
    <식 4>
    Figure 112015040008934-pat00135

    (여기에서,
    Figure 112015040008934-pat00174
    ,
    Figure 112015040008934-pat00137
    ,
    Figure 112015040008934-pat00138
    는 시간 K에서의 온도, 조도 및 공기 질에 따른 예측 전력값,
    Figure 112015040008934-pat00139
    은 빌딩 내 가용 전력,
    Figure 112015040008934-pat00140
    은 빌딩 내 최대 전력,
    Figure 112015040008934-pat00141
    ,
    Figure 112015040008934-pat00142
    ,
    Figure 112015040008934-pat00143
    는 온도, 조도 및 공기 질에 따른 전력 보상값을 나타냄)
KR1020130103766A 2013-08-30 2013-08-30 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법 KR101581501B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130103766A KR101581501B1 (ko) 2013-08-30 2013-08-30 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130103766A KR101581501B1 (ko) 2013-08-30 2013-08-30 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20150025761A KR20150025761A (ko) 2015-03-11
KR101581501B1 true KR101581501B1 (ko) 2015-12-30

Family

ID=53021921

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130103766A KR101581501B1 (ko) 2013-08-30 2013-08-30 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101581501B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180056361A (ko) * 2016-11-18 2018-05-28 가톨릭대학교 산학협력단 지능학습기반의 스마트홈 에너지 기기 제어 장치 및 그 방법
WO2019017555A1 (ko) * 2017-07-19 2019-01-24 제주대학교 산학협력단 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
KR102488820B1 (ko) 2022-05-18 2023-01-17 영일엔지니어링(주) 웹기반 실시간 팩토리 제어 시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106527135B (zh) * 2016-11-21 2020-06-23 云南电网有限责任公司电力科学研究院 一种建筑能量管理系统优化控制方法和装置
WO2019010603A1 (en) 2017-07-10 2019-01-17 Carrier Corporation ENERGY SAVING AIR CIRCULATION SYSTEM BASED ON STATE
US10436470B2 (en) 2017-07-18 2019-10-08 Abb Schweiz Ag Rule-based load shedding algorithm for building energy management
KR102212663B1 (ko) * 2018-05-22 2021-02-05 주식회사 석영시스템즈 목표 온도를 기반으로 하는 빌딩의 열·공조 시스템에 대한 공급 전력 제어 방법 및 장치
KR102481577B1 (ko) * 2020-09-17 2022-12-26 제주대학교 산학협력단 물고기 생육 및 에너지 효율 최적화를 위한 제어 방법 및 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009092267A (ja) * 2007-10-04 2009-04-30 Toshiba Corp 省エネ支援システム
JP2010054129A (ja) * 2008-08-28 2010-03-11 Ohbayashi Corp 温熱環境制御システム、温熱環境制御方法
JP2011257049A (ja) * 2010-06-08 2011-12-22 Panasonic Electric Works Co Ltd 電力診断システム
KR101300665B1 (ko) 2012-10-31 2013-08-28 주식회사 코지 수요 전력 예측을 이용하여 소비에너지를 최소화하는 조명제어장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101143478B1 (ko) 2009-12-24 2012-05-08 가천대학교 산학협력단 무선통신을 활용한 센서기반 실내 온열환경 진단 및 제어 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009092267A (ja) * 2007-10-04 2009-04-30 Toshiba Corp 省エネ支援システム
JP2010054129A (ja) * 2008-08-28 2010-03-11 Ohbayashi Corp 温熱環境制御システム、温熱環境制御方法
JP2011257049A (ja) * 2010-06-08 2011-12-22 Panasonic Electric Works Co Ltd 電力診断システム
KR101300665B1 (ko) 2012-10-31 2013-08-28 주식회사 코지 수요 전력 예측을 이용하여 소비에너지를 최소화하는 조명제어장치

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180056361A (ko) * 2016-11-18 2018-05-28 가톨릭대학교 산학협력단 지능학습기반의 스마트홈 에너지 기기 제어 장치 및 그 방법
KR101972227B1 (ko) * 2016-11-18 2019-04-24 가톨릭대학교 산학협력단 지능학습기반의 스마트홈 에너지 기기 제어 장치 및 그 방법
WO2019017555A1 (ko) * 2017-07-19 2019-01-24 제주대학교 산학협력단 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
KR20190009865A (ko) * 2017-07-19 2019-01-30 제주대학교 산학협력단 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
KR101966532B1 (ko) * 2017-07-19 2019-08-14 제주대학교 산학협력단 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
KR102488820B1 (ko) 2022-05-18 2023-01-17 영일엔지니어링(주) 웹기반 실시간 팩토리 제어 시스템

Also Published As

Publication number Publication date
KR20150025761A (ko) 2015-03-11

Similar Documents

Publication Publication Date Title
KR101581501B1 (ko) 전력 예측 기반의 통합 쾌적지수 및 에너지 효율을 동시에 고려한 지능형 빌딩 에너지 최적화 관리 시스템 및 방법
Shaikh et al. Intelligent multi-objective control and management for smart energy efficient buildings
Shaikh et al. Intelligent multi-objective optimization for building energy and comfort management
US10371405B2 (en) Building power management systems
He et al. Performance optimization of HVAC systems with computational intelligence algorithms
CN105512455B (zh) 根据温度估算耗电量的方法和装置
Zhao EnergyPlus model-based predictive control (EPMPC) by using MATLAB/SIMULINK and MLE+
JP6252673B2 (ja) パラメータ学習装置およびパラメータ学習方法
KR102472214B1 (ko) 에어 컨디셔닝 시스템에서 복합 제어 장치 및 방법
JPWO2014174871A1 (ja) 空調制御システム及び空調制御方法
US9892472B2 (en) Cost optimization for buildings with hybrid ventilation systems
KR101966532B1 (ko) 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
Klein et al. Towards optimization of building energy and occupant comfort using multi-agent simulation
US20130151013A1 (en) Method for Controlling HVAC Systems Using Set-Point Trajectories
US20150345817A1 (en) Control device, control system, control method, and program
Ebirim et al. Leveraging project management tools for energy efficiency in hvac operations: a path to climate resilience
CN113795856A (zh) 空间提案系统以及空间提案方法
Altayeva et al. Multi-objective optimization for smart building energy and comfort management as a case study of smart city platform
JP2015230128A (ja) エネルギー管理システム
Lachhab et al. A state-feedback approach for controlling ventilation systems in energy efficient buildings
US20220381472A1 (en) Air conditioner, air conditioner control method, and air conditioner control system
US20180307189A1 (en) Operation control model generator, operation control model generation method, and non-transitory computer readable medium storing program
KR102130464B1 (ko) Ｄｒ정보를 이용한 사용자 지향적 지능형 건물관리시스템
Ehrlich What is an Intelligent Building?
KR102594744B1 (ko) 디지털트윈을 이용한 복수의 빌딩 관제 방법 및 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190201

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200302

Year of fee payment: 5