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

WO2021141189A1 - 빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법 - Google Patents

빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법 Download PDF

Info

Publication number
WO2021141189A1
WO2021141189A1 PCT/KR2020/008191 KR2020008191W WO2021141189A1 WO 2021141189 A1 WO2021141189 A1 WO 2021141189A1 KR 2020008191 W KR2020008191 W KR 2020008191W WO 2021141189 A1 WO2021141189 A1 WO 2021141189A1
Authority
WO
WIPO (PCT)
Prior art keywords
facility
energy
information
equipment
building
Prior art date
Application number
PCT/KR2020/008191
Other languages
English (en)
French (fr)
Inventor
이준우
김경재
권도형
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US17/791,601 priority Critical patent/US20230040886A1/en
Priority to JP2022541778A priority patent/JP2023510530A/ja
Priority to EP20911758.9A priority patent/EP4089619A1/en
Priority to CN202080092060.4A priority patent/CN114930375A/zh
Publication of WO2021141189A1 publication Critical patent/WO2021141189A1/ko

Links

Images

Classifications

    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • 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
    • 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
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/048—Monitoring; Safety
    • 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
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G06Q50/163—Real estate management
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2614—HVAC, heating, ventillation, climate control
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low

Definitions

  • the present invention relates to a building facility energy management control system and a control method therefor, and more particularly, a direct digital controller (DDC) that can control building facilities and perform energy management together. It relates to a building facility energy management control system and a control method therefor.
  • DDC direct digital controller
  • BEMS Building Energy Management System
  • building equipment such as air conditioners, boilers, or pumps for controlling the temperature, humidity, or cleanliness of indoor air and maintaining it in a state suitable for the purpose of indoor use is installed in buildings such as office buildings, public institution buildings, or apartments. It has been built, and a system for controlling these building facilities is installed.
  • the BEMS unit analyzes operation data and indoor/outdoor environmental data to derive the optimal control target value for facility operation, and the DDC unit controls the DDC unit to reach the target value. method was presented.
  • this control method uses indoor and outdoor environmental data and BEMS energy analysis data to control based on analysis of past operation and does not consider the operation performance of the facility, so the operator's operation practice is repeated.
  • it is not suitable for energy management because it is not possible to quantitatively know the amount of energy to be saved through optimal operation.
  • a first object of the present invention is to provide a building facility energy management system in which an optimized control set value according to each facility can be derived by performing each simulation modeling for various facilities.
  • the second task is to provide a building facility energy management system that can optimize control according to product specifications and operating characteristics of each facility by providing facility performance information and facility operation information for each facility as a library in such modeling. .
  • a third object of the present invention is to provide a control system capable of calculating the amount of energy savings in real time through model prediction-based optimal control.
  • the fourth object of the present invention is to provide a control system that can update the optimized facility performance information by calculating the error between the energy usage prediction and the measured value and performing an analysis based on this to correct each facility performance information will be.
  • the present invention provides a library for receiving and storing information on each facility from a DDC device for controlling a plurality of facilities installed in a building; a modeling module that reads information on the facility from the library and calculates energy usage by performing simulation modeling on the facility; a control module for generating a control command for the facility according to the energy usage calculated from the modeling module and providing it to the DDC device; and a correction module for calculating an error rate between the actual energy usage and the calculated energy usage of the facility, and correcting the information on the facility.
  • the information on the equipment may include performance information and operation information on the equipment.
  • the modeling module may calculate the energy usage for the facility by using a specific simulation model set according to the facility.
  • Each of the simulation models may be set to correspond to the type of the facility.
  • the modeling module may read performance information, setting information, and input variables for the selected facility and calculate an output variable by using the simulation model for the selected facility.
  • the modeling module may include the energy usage and driving efficiency as the output variables.
  • the control module may receive the energy usage calculated from the modeling module, and calculate an optimization set value of the facility according to an objective function and a constraint condition.
  • the optimization set value may be defined as a set value having a minimum energy consumption by simulating the facility a plurality of times.
  • the correction module is an energy-saving calculation module that calculates a difference between the actual energy usage of the facility and the minimum energy usage calculated by the control module, and when the error rate of the energy-saving amount is greater than or equal to an allowable range, the stored in the library It may include a performance information correction module for correcting the minimum energy usage information of the facility.
  • the performance information correction module selects an optimal probability distribution from among a plurality of sample distributions for the operation pattern of the facility, performs data sampling from the optimal probability distribution, and utilizes the sampled data to optimize performance within constraints information can be found.
  • the performance information correction module may find the optimal performance information by using the optimization method of the nonlinear multivariate function with the constraint condition.
  • the building equipment may include any one of an electric refrigerator, an absorption type cold/hot water heater, an air conditioner, a system air conditioner, a boiler, and an indoor temperature measuring device.
  • receiving information on each of the facilities from a DDC device for controlling a plurality of facilities installed in a building performing simulation modeling for the facilities to calculate the energy consumption; generating a control command for the facility according to the calculated energy usage and providing it to the DDC device; and calculating an error rate between the actual energy usage and the calculated energy usage of the facility, and correcting the information on the facility.
  • the information on the equipment may include performance information and operation information on the equipment.
  • the energy consumption for the facility may be calculated by using a simulation model that is set in correspondence with the type of the facility.
  • performance information, setting information, and input variables for the selected facility may be read and an output variable may be calculated by using the simulation model for the selected facility.
  • the modeling step may include the energy usage and driving efficiency as the output variables.
  • the control step may include receiving the calculated energy usage, and calculating an optimization set value of the facility according to an objective function and constraint conditions.
  • the optimization setting value may be defined as a setting value having the minimum energy consumption by simulating the selected facility a plurality of times.
  • the correction step is an energy saving calculation step of calculating a difference between the actual energy usage of the facility and the minimum energy usage calculated by the control module, and when the error rate of the energy saving amount is greater than or equal to an allowable range, the facility stored in the library It may include a performance information correction step of correcting the lowest energy usage information of the.
  • the present invention can derive an optimized control set value according to each facility by performing each simulation modeling for various facilities, so that energy saving performance and operating efficiency of the facility can be increased.
  • facility performance information and facility operation information for each facility as a library in modeling, it is possible to optimize control according to product specifications and operating characteristics of each facility. And, it is possible to calculate the amount of energy savings in real time through optimal control based on model prediction, and manage the amount of energy savings as a history.
  • the optimized facility performance information may be updated by calculating the error between the energy usage prediction and the measured value, performing analysis based on the calculation and correcting each facility performance information.
  • FIG. 1 is an overall configuration diagram including a building facility energy control system according to an embodiment of the present invention.
  • FIG. 2 is a block diagram of the building facility energy control system of FIG. 1 .
  • FIG. 3 is a flowchart illustrating a control method of the building facility energy control system of FIG. 1 .
  • FIG. 4 is a modeling schematic diagram when the facility is an electric refrigerator.
  • 5 is a modeling schematic diagram when the facility is an absorption type cold/hot water machine.
  • FIG. 6 is a modeling schematic diagram when the facility is an air conditioner.
  • FIG. 7 is a modeling schematic diagram when the equipment is a VRF.
  • FIG. 8 is a configuration diagram for each function of the optimal control module of FIG. 1 .
  • FIG. 9 is an operation flowchart of the optimal control module of FIG. 8 .
  • FIG. 10 is a functional block diagram of the energy saving amount calculation module of FIG. 1 .
  • FIG. 11 is an operation flowchart of the energy saving amount calculation module of FIG. 10 .
  • 13A to 13C are graphs illustrating operations performed by each functional block of FIG. 12 .
  • FIG. 14 is a diagram illustrating a management screen of the operator module of FIG. 1 .
  • FIGS. 1 to 2 a building facility energy control system will be described with reference to FIGS. 1 to 2 .
  • FIG. 1 is an overall configuration diagram including the building equipment energy control system 100 according to an embodiment of the present invention
  • FIG. 2 is a configuration diagram of the building equipment energy control system 100 of FIG. 1 .
  • the entire system including the building equipment energy management control system 100 includes a plurality of equipment installed in the building 200 , the operator terminal 300 and the building equipment energy management system 100 . .
  • the building facility energy management system 100 is connected to a plurality of facility facilities 210 installed in the building 200 to determine the state of the corresponding facilities 210 , and analyzes them to perform energy management.
  • the building facility energy management system 100 of the present invention may command a control to perform operation in an optimized manner while performing energy management for a plurality of facility facilities.
  • the building facility energy management system 100 of the present invention may be defined as an integrated system in which a conventional building energy management system (BEMS) and a building control system (BMS) are combined.
  • BEMS building energy management system
  • BMS building control system
  • the facility 210 in the building 200 may include a plurality of refrigerators, cold/hot water units, air conditioners, etc., and more specifically, electric refrigerators, absorption cold/hot water units, air conditioners, system air conditioners, boilers, indoor It may include a temperature meter and the like.
  • Such a plurality of various facilities 210 may include a DDC device 220 for controlling each facility.
  • Such a DDC device 220 may be installed at each site in which each facility 210 is located to perform operation control, monitoring, and use history management functions of various facilities 210 .
  • the DDC device 220 may have an IP-based web browser DDC function, and may transmit/receive usage history management and monitoring/control information of each facility 210 through communication with the building facility energy management system 100 .
  • the DDC device 220 is mounted on each facility 210 or receives the building 200 environment data for each facility from a sensor mounted in the DDC device 220, for example, an indoor environment sensor or an outdoor environment sensor. and receives the operational state data of the equipment, and transmits the received building 200 environmental data and operational state data and set operational conditions of the equipment to the building equipment energy management system 100, and the building equipment energy management system 100 Receives a control command from and controls the operation of the corresponding facility 210 accordingly.
  • the operator terminal 300 is a terminal to which an operator performing overall management of the building equipment 210 can access and control each facility 210 , and is capable of wireless communication such as a smartphone, a PC, and a laptop computer. It may be a terminal.
  • Such an operator terminal 300 is installed with a building equipment management program provided by the building equipment energy management system 100, and can check information on the current state of each equipment by executing such a building equipment management program, Each parameter can be set.
  • an application for a smartphone may be separately distributed/installed, and such a building equipment control application may be executed to control each facility.
  • Such a building facility energy management system 100 may have a configuration as shown in FIG. 2 .
  • the building facility energy management system 100 may be implemented as a processor including a plurality of functional blocks, and may be implemented as a separate integrated circuit for each functional block.
  • the building facility energy management system 100 includes a simulation modeling module 110 for performing simulation modeling for various facilities, an optimal control module 120 for each facility, an energy saving calculation module 130, and facility performance. It includes an information correction module 140 and a library 150 .
  • the library 150 may be formed as a separate chip as a storage unit, but is not limited thereto.
  • the library 150 may store operation history, performance information, setting information, etc. for each facility, and a specific modeling algorithm for each facility may be stored.
  • algorithm data for optimal control can also be stored.
  • the simulation modeling module 110 is a facility simulation modeling module 110 that mathematically expresses the physical characteristics of a controller-based air conditioning and air conditioning facility, and as each facility, a vapor compression refrigerator, an absorption refrigerator, an absorption cold/water heater, VRF, AHU, FCU Models and the like are deduced, and facility performance information necessary to set this model, for example, product specifications and operating characteristics, are provided from the library 150, and modeling is possible using each performance curve-based model for each facility. Do.
  • each output variable such as energy consumption, operating COP, and outlet temperature change can be calculated by applying the model for each facility.
  • Such a model may utilize, for example, a performance curve base of EnergyPlus, but is not limited thereto.
  • the optimal control module 120 is an optimal control module 120 based on the heating and cooling system model, and an algorithm for optimal control may be stored and executed in the controller.
  • Such an optimal control algorithm derives the final set value that minimizes the cost function by repeatedly calculating the energy predicted value according to the change of the operating set value by using the facility simulation model, and the final set value in the DDC device 220 of the facility to transmit control commands.
  • the energy saving calculation module 130 calculates the expected energy savings according to the application of the saving control, and the energy saving calculation module 130 uses the energy consumption before and after the application of the saving control by the model utilized through the simulation modeling module 110 . is calculated to derive the expected energy savings.
  • the actual energy consumption actual value is used to adjust the default energy consumption before applying the energy saving control, and the final default value used is derived.
  • the facility performance information correction module 140 monitors errors in the final facility model in real time and corrects the simulation model through optimization.
  • the facility model performance information correction module 140 is installed in the facility Calibration for performance information is performed.
  • Such correction may be performed by analyzing the operation pattern, extracting a representative sample, going through a performance information optimization process, finding equipment performance information optimized for on-site operation, and updating existing information.
  • energy saving performance may be improved and operating efficiency of the facility may be improved through such model prediction-based optimal control.
  • energy saving effect can be predicted by modeling, and history management can be performed for it.
  • FIG. 3 is a flowchart illustrating a control method of the building facility energy control system 100 of FIG. 1 .
  • the simulation modeling module 110 uses the facility simulation modeling module 110 that mathematically expresses the physical characteristics of the corresponding facility to actually use the corresponding facility.
  • Performance information for example, product specifications and driving characteristics, etc. is received from the library 150 and modeling is performed (S10).
  • FIG. 4 is a modeling schematic diagram when the facility is an electric refrigerator
  • FIG. 5 is a modeling schematic diagram when the facility is an absorption cold/hot water machine
  • FIG. 6 is a modeling schematic diagram when the facility is an air conditioner
  • FIG. 7 is a model when the facility is a VRF This is a modeling diagram.
  • setting information and performance information for the electric refrigerator installed in the corresponding building are read from the library 150 .
  • the setting information may be information such as start/stop information, cold water outlet set temperature, and the like, and performance information includes rated capacity, rated COP (rated refrigerator efficiency), rated cold water/cooling water inlet/outlet temperature, etc. , a refrigerator performance curve (Q avail , EIR t , EIR plr ), and the like.
  • the modeling 115 may utilize an electric chiller model based on a performance curve of Energy Plus, and an output variable may be calculated through the following equation.
  • each variable may be defined as follows.
  • energy consumption P is calculated as a predicted value.
  • the simulation modeling module 110 is installed in the building from the library 150 . Reads configuration information and performance information for .
  • the setting information may be information such as start/stop information, cold/hot water outlet set temperature, etc.
  • performance information includes rated cooling/heating capacity, rated COP (rated refrigerator efficiency), rated cold/hot water/cooling water input/ It may be an outlet temperature, a water heater performance curve, and the like.
  • Such modeling 116 may utilize an absorption chiller model based on a performance curve of Energy Plus, and calculates energy consumption, operating COP, cold water outlet temperature change, etc. of the corresponding facility as output variables.
  • the simulation modeling module 110 sets the air conditioner installed in the corresponding building from the library 150 . Read information and performance information.
  • the setting information may be information such as start/stop information and indoor setting temperature
  • the performance information may be information such as rated cooling/heating capacity, supply/ventilation fan air volume, fan differential pressure, and fan efficiency.
  • Such a modeling 117 may utilize a fan/coil/air mixer model based on a performance curve of Energy Plus, and calculates energy consumption, cold/hot water load, indoor temperature and humidity change, etc. of the corresponding facility as output variables.
  • the simulation modeling module 110 is a system air conditioner installed in the corresponding building from the library 150 . Reads configuration information and performance information for (VRF).
  • the setting information may be information such as start/stop information, refrigerant high/low pressure set value, outdoor unit capacity control set value, etc.
  • the performance information is information such as heating/cooling capacity, rated COP, refrigerant type, VRF performance curve, etc.
  • VRF system air conditioner
  • Such modeling 118 may utilize a VRF model based on a performance curve of Energy Plus, and calculates energy consumption and operating COP of the corresponding facility as output variables.
  • modeling is performed on the corresponding facility selected from the operator terminal 300 to calculate a predicted value of energy usage for each facility.
  • a set value may be calculated through optimal control according to the energy predicted value ( S20 ).
  • the optimal control module 120 executes the optimal control algorithm, and the final set value that minimizes the cost function is derived by repeatedly calculating the energy predicted value according to the change of the operating set value using the facility simulation model.
  • FIG. 8 is a configuration diagram for each function of the optimal control module 120 of FIG. 1
  • FIG. 9 is an operation flowchart of the optimal control module 120 of FIG. 8 .
  • the optimal control module 120 calculates an optimal control set value by executing an optimization algorithm in the controller.
  • the operator terminal 300 receives selection information for a specific facility from the operator terminal 300 .
  • the optimal control module 120 inquires ( S100 ) what kind of facility 210 the corresponding facility 210 is, and defines, and then the facility performance information and operation of the corresponding facility 210 from the library 150 .
  • the information is read (S110, S120).
  • the optimal control module 120 generates an optimization objective function and constraint conditions according to the read performance information and operation information of the corresponding facility 210 (S130).
  • Equation 2 The corresponding objective function and constraint may satisfy Equation 2 below.
  • min f(x) is defined as the objective function
  • s.t. is defined as a constraint
  • the objective function and constraint conditions as described above aim to derive a set value showing the minimum energy consumption according to the simulation result for the plurality of facilities 210 .
  • the facility is a refrigerator as an example, but is not limited thereto.
  • the set value at that time is derived as the optimal control set value (S170).
  • the building equipment energy control system 100 calculates the amount of energy savings through such modeling and optimal control (S40).
  • FIG. 10 is a configuration diagram for each function of the energy saving calculation module 130 of FIG. 1
  • FIG. 11 is an operation flowchart of the energy saving calculation module 130 of FIG. 10 .
  • the building facility energy control system 100 calculates the expected energy savings according to the application of the saving control in the energy saving calculation module 130 .
  • selection information for a specific facility 210 is received from the operator terminal 300 .
  • the optimal control module 120 inquires ( S200 ) what kind of facility 210 the corresponding facility 210 is, and defines, and then, from the library 150 , the facility performance information for the facility 210 and The driving information is read (S210, 220).
  • An energy usage prediction value is calculated according to the performance information and operation information of the corresponding facility read from the simulation modeling module 110 (S230).
  • the energy usage before and after the application of the saving control is calculated by the model utilized through the simulation modeling module 110 to derive the expected energy saving amount.
  • the energy consumption before the application of the reduction control means the energy consumption derived from the initial simulation modeling result
  • the energy consumption after the application of the reduction control means the energy consumption having the final set value
  • the error rate of the two energy usage is calculated, and when the error rate is less than the threshold value, it is determined within the allowable range (S240).
  • the user change setting history is searched (S260), the energy consumption simulation result before applying the optimal control is read (S280), and the energy saving amount, which is the difference from the energy consumption to the current final setting value, is calculated S290).
  • This energy saving amount is stored as a history and the operation is terminated.
  • the facility performance information is corrected and updated in the library 150 (S250, S260).
  • FIGS. 13A to 13C are graphs illustrating operations performed by each functional block of FIG. 12 .
  • the facility model performance information correction module 140 corrects the facility model performance information.
  • the library 150 receives the measured value information of the energy usage, the sensor and the setting information among the facility operation information, and performs the correction by using the received information.
  • Such correction means correcting the reference value, which is the energy consumption before applying the energy saving control.
  • an operation pattern of the corresponding facility is analyzed, a representative sample is extracted, and a performance information optimization algorithm is executed based on the sample to calculate the corresponding energy consumption.
  • the optimal probability distribution of the sample distribution is searched and only one optimal probability distribution is selected.
  • the data sample of FIG. 13B is extracted from this optimal probability distribution.
  • Such a data sample can be performed by applying a sampling method that reflects the characteristics of the optimal probability distribution, which is a population, among methods such as simple random sampling, systematic sampling, stratified sampling, and cluster sampling.
  • Such an optimization algorithm may utilize the optimization method of a nonlinear multivariate function with constraints as shown in FIG. 13C, but is not limited thereto.
  • Equation 3 When a nonlinear multivariate function with constraints is applied as shown in FIG. 13C , the function and the constraint may satisfy Equation 3 below.
  • Equation 3 min f(x) denotes an optimized nonlinear multivariate function, and s.t. denotes a constraint.
  • the simulation initial value is corrected by correcting the corresponding energy usage as a reference value and storing the corrected reference value as the energy usage before applying the current energy saving control.
  • the facility performance information is stored and updated in the library 150, and it can be applied to the next simulation modeling using this (S60).
  • FIG. 14 is a diagram illustrating a management screen of the operator terminal 300 of FIG. 1 .
  • FIG. 14 when icons for controlling various building facilities 210 of the corresponding building exist in the operator terminal 300 , and when a specific facility 210 is selected, an artificial intelligence refrigerator is selected as shown in FIG. 14 as an example And, when there are a plurality of such refrigerators, when a specific refrigerator is selected, the energy management history for the refrigerator selected in this way may be displayed.
  • the energy management history may indicate the energy used, the standard usage, and the energy savings for each unit according to the selection of days/months/periods, etc., and may be provided together with a diagram.
  • the visibility of the correlation between temperature and energy can be improved by schematically drawing the outdoor temperature of the refrigerator together.
  • control of the corresponding facility, schedule, facility analysis, history, setting, etc. may be provided according to the selection icon disposed on the left.
  • the corresponding building facility energy control system 100 Upon receiving such a control command from the operator terminal 300, the corresponding building facility energy control system 100 transmits the optimized control command to the DDC device 220 of the facility while optimizing energy use while the operator terminal 300 ), it is possible to achieve optimum energy-saving control according to the control command from
  • the building equipment energy management system 100 described above is a program, and it can be implemented as a controller installed in the building equipment energy management server to monitor bidirectional power use and supply in real time to enable efficient power operation.
  • An embodiment of the present invention includes a computer-readable medium including program instructions for performing various computer-implemented operations.
  • This medium records a program for executing the above-described building facility energy management control method.
  • the medium may contain program instructions, data files, data structures, etc. alone or in combination. Examples of such media include hard disks, magnetic media such as floppy disks and magnetic tapes, optical recording media such as CDs and DVDs, optical disks and magneto-optical media, program instructions such as ROM, RAM, flash memory, etc. hardware devices configured to store and perform Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
  • DDC device 300 operator terminal

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Feedback Control In General (AREA)
  • Air Conditioning Control Device (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 빌딩 내에 설치되어 있는 복수의 설비를 제어하는 DDC장치로부터 각각의 상기 설비에 대한 정보를 수신하여 저장하는 라이브러리; 상기 라이브러리로부터의 상기 설비에 대한 정보를 읽어 상기 설비에 대한 시뮬레이션 모델링을 수행하여 에너지 사용량을 산출하는 모델링 모듈; 상기 모델링 모듈로부터 산출된 상기 에너지 사용량에 따라 상기 설비에 대한 제어 명령을 생성하여 상기 DDC 장치로 제공하는 제어 모듈; 및 상기 설비의 실제 에너지 사용량과 산출된 상기 에너지 사용량의 오차율을 연산하고, 상기 설비에 대한 정보를 보정하는 보정 모듈을 포함하는 빌딩 설비 에너지 제어 시스템을 제공한다. 따라서, 다양한 설비에 대한 각각의 시뮬레이션 모델링을 수행하여 각 설비에 따른 최적화된 제어 설정값을 도출할 수 있어 에너지 절감 성능 및 설비의 운전 효율이 증가될 수 있다. 또한, 모델링에서 각 설비에 대한 설비 성능 정보 및 설비 운전 정보를 라이브러리로 제공함으로써 각 설비의 제품 사양 및 운전 특성에 맞춘 최적화된 제어가 가능하다.

Description

빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법
본 발명은 본 발명은 빌딩설비 에너지 관리 제어 시스템 및 그 제어 방법에 관한 것으로, 보다 상세하게는 DDC(direct digital controller: 직접디지털 제어기)를 이용하여 빌딩설비를 제어하면서 에너지 관리를 함께 수행할 수 있는 빌딩설비 에너지 관리 제어 시스템 및 그 제어 방법에 관한 것이다.
최근 들어, 온실가스의 배출량을 줄이기 위한 기술이 각 산업 부분에서 에너지 절약, 폐기물 재활용 또는 신에 너지 개발 등으로 다양하게 개발되고 있다. 특히, 빌딩의 에너지 소비는 탄소 배출과 직접적으로 연관이 있기 때문에 빌딩의 에너지 관리 및 절감 기술에 대한 중요성이 대두되고 있다.
빌딩 에너지 관리 시스템(Building Energy Management System: BEMS)은 건설 기술, 정보 통신 기술 및 에너지 기술이 집약되어 빌딩 내에서 사용하는 에너지의 소비를 효율적으로 관리해 주는 시스템으로서, 빌딩에 설치되어 에너지의 소비를 설비/용도별로 구분하고 에너지 패턴을 분석 및 예측하여 빌딩설비를 제어하는 기능을 수행할 수 있다.
한편, 업무용 빌딩, 공공기관 빌딩 또는 아파트 등과 같은 빌딩에는 실내 공기의 온도, 습도 또는 청정 등을 조 절하여 실내의 사용 목적에 적합한 상태로 유지시키기 위한 공기조화기, 보일러 또는 펌프 등과 같은 빌딩설비가 구축되어 있으며, 이러한 빌딩설비를 제어하기 위한 시스템이 설치되어 있다.
특히, 종래기술(한국 등록 특허 KR 10-1801631)은 BEMS부에서 운전 데이터 및 실내외 환경 데이터를 분석하여 설비 운영의 최적 제어 목표값을 도출하고, DDC 부에서 제어를 통해 목표값에 도달하게 하는 제어 방식이 제시되었다.
그러나, 이와 같은 제어 방식은 실내외 환경 데이터와 BEMS 에너지 분석 데이터를 활용함으로써 과거 운전에 대한 분석을 바탕으로 제어하여 설비의 운전 성능에 대하여는 고려하지 않으므로 운영자의 운영 관행이 되풀이되는 문제가 발생한다. 또한, 최적의 운전을 통해 절감될 에너지의 양을 정량적으로 알 수 없어 에너지 관리에 부적합하다.
[선행기술문헌]
[특허문헌]
한국등록특허공보 제10-1801631호 (등록일 : 2017년 11월 21일)
본 발명의 제1 과제는 다양한 설비에 대한 각각의 시뮬레이션 모델링을 수행하여 각 설비에 따른 최적화된 제어 설정값이 도출될 수 있는 빌딩 설비 에너지 관리 시스템을 제공하는데 있다.
특히, 이와 같은 모델링에서 각 설비에 대한 설비 성능 정보 및 설비 운전 정보를 라이브러리로 제공함으로써 각 설비의 제품 사양 및 운전 특성에 맞춘 최적화된 제어가 가능한 빌딩 설비 에너지 관리 시스템을 제공하는 것이 제2 과제이다.
또한, 본 발명의 제3 과제는 모델 예측 기반 최적 제어를 통해 에너지 절감량을 실시간으로 연산할 수 있는 제어 시스템을 제공하는데 있다.
그리고, 본 발명의 제4 과제는 에너지 사용량 예측과 실측값 사이의 오차를 연산하여 이를 기초로 분석을 수행하여 각 설비 성능 정보를 보정함으로써 최적화된 설비 성능 정보를 업데이트할 수 있는 제어 시스템을 제공하는 것이다.
본 발명은 빌딩 내에 설치되어 있는 복수의 설비를 제어하는 DDC장치로부터 각각의 상기 설비에 대한 정보를 수신하여 저장하는 라이브러리; 상기 라이브러리로부터의 상기 설비에 대한 정보를 읽어 상기 설비에 대한 시뮬레이션 모델링을 수행하여 에너지 사용량을 산출하는 모델링 모듈; 상기 모델링 모듈로부터 산출된 상기 에너지 사용량에 따라 상기 설비에 대한 제어 명령을 생성하여 상기 DDC 장치로 제공하는 제어 모듈; 및 상기 설비의 실제 에너지 사용량과 산출된 상기 에너지 사용량의 오차율을 연산하고, 상기 설비에 대한 정보를 보정하는 보정 모듈을 포함하는 빌딩 설비 에너지 제어 시스템을 제공한다.
상기 설비에 대한 정보는 상기 설비에 대한 성능 정보 및 운전 정보를 포함할 수 있다.
상기 모델링 모듈은 상기 설비에 따라 설정되어 있는 특정 시뮬레이션 모델을 사용하여 상기 설비에 대한 에너지 사용량을 산출할 수 있다.
상기 시뮬레이션 모델은 상기 설비의 종류에 대응하여 각각 설정되어 있을 수 있다.
*상기 모델링 모듈은 특정 설비가 선택되면, 선택된 상기 설비에 대한 성능 정보, 설정 정보 및 입력 변수를 읽어들여 선택된 상기 설비에 대한 상기 시뮬레이션 모델을 활용하여 출력 변수를 산출할 수 있다.
상기 모델링 모듈은 상기 출력 변수로서 상기 에너지 사용량 및 운전 효율을 포함할 수 있다.
상기 제어 모듈은 상기 모델링 모듈로부터 산출된 상기 에너지 사용량을 수신하고, 목적 함수 및 제약 조건에 따라 상기 설비의 최적화 설정값을 산출할 수 있다.
상기 최적화 설정값은 상기 설비에 대하여 복수회 시뮬레이션하여 최소 에너지 사용량을 갖는 설정값으로 정의될 수 있다.
상기 보정 모듈은 상기 설비의 실제 에너지 사용량과 상기 제어 모듈에 의해 산출되는 최소 에너지 사용량 사이의 차이를 연산하는 에너지 절감량 연산 모듈, 그리고 상기 에너지 절감량의 오차율이 허용 범위 이상인 경우 상기 라이브러리에 저장되어 있는 상기 설비의 최저 에너지 사용량 정보를 보정하는 성능 정보 보정 모듈을 포함할 수 있다.
상기 성능 정보 보정 모듈은 상기 시설의 운전 패턴에 대하여 복수의 표본 분포 중 최적 확률 분포를 선택하고, 상기 최적 확률 분포에서 데이터 샘플링을 수행하고, 샘플링된 데이터를 활용하여 제약 조건 내에서의 최적의 성능 정보를 찾을 수 있다.
상기 성능 정보 보정 모듈은 상기 제약 조건이 있는 비선형 다변수 함수의 최적화 방법을 활용하여 상기 최적의 성능 정보를 찾을 수 있다.
상기 빌딩 설비는 전기식 냉동기, 흡수식 냉온수기, 공조기, 시스템 에어컨, 보일러, 실내 온도 측정기 중 어느 하나를 포함할 수 있다.
한편, 본 발명의 다른 실시예는, 빌딩 내에 설치되어 있는 복수의 설비를 제어하는 DDC장치로부터 각각의 상기 설비에 대한 정보를 수신하여 상기 설비에 대한 시뮬레이션 모델링을 수행하여 에너지 사용량을 산출하는 단계; 산출된 상기 에너지 사용량에 따라 상기 설비에 대한 제어 명령을 생성하여 상기 DDC 장치로 제공하는 단계; 및 상기 설비의 실제 에너지 사용량과 산출된 상기 에너지 사용량의 오차율을 연산하고, 상기 설비에 대한 정보를 보정하는 단계을 포함하는 빌딩 설비 에너지 제어 방법을 제공한다.
상기 설비에 대한 정보는 상기 설비에 대한 성능 정보 및 운전 정보를 포함할 수 있다.
상기 모델링 단계는, 상기 설비의 종류에 대응하여 각각 설정되어 있는 시뮬레이션 모델을 사용하여 상기 설비에 대한 에너지 사용량을 산출할 수 있다.
특정 설비가 선택되면, 선택된 상기 설비에 대한 성능 정보, 설정 정보 및 입력 변수를 읽어들여 선택된 상기 설비에 대한 상기 시뮬레이션 모델을 활용하여 출력 변수를 산출할 수 있다.
상기 모델링 단계는 상기 출력 변수로서 상기 에너지 사용량 및 운전 효율을 포함할 수 있다.
상기 제어 단계는, 산출된 상기 에너지 사용량을 수신하고, 목적 함수 및 제약조건에 따라 상기 설비의 최적화 설정값을 산출할 수 있다.
최적화 설정값은 선택된 상기 설비에 대하여 복수회 시뮬레이션하여 최소 에너지 사용량을 갖는 설정값으로 정의될 수 있다.
상기 보정 단계는 상기 설비의 실제 에너지 사용량과 상기 제어 모듈에 의해 산출되는 최소 에너지 사용량 사이의 차이를 연산하는 에너지 절감량 연산 단계, 그리고 상기 에너지 절감량의 오차율이 허용 범위 이상인 경우 라이브러리에 저장되어 있는 상기 설비의 최저 에너지 사용량 정보를 보정하는 성능 정보 보정 단계를 포함할 수 있다.
상기 해결 수단을 통해, 본 발명은 다양한 설비에 대한 각각의 시뮬레이션 모델링을 수행하여 각 설비에 따른 최적화된 제어 설정값을 도출할 수 있어 에너지 절감 성능 및 설비의 운전 효율이 증가될 수 있다.
또한, 모델링에서 각 설비에 대한 설비 성능 정보 및 설비 운전 정보를 라이브러리로 제공함으로써 각 설비의 제품 사양 및 운전 특성에 맞춘 최적화된 제어가 가능하다. 그리고, 모델 예측 기반 최적 제어를 통해 에너지 절감량을 실시간으로 연산할 수 있고, 에너지 절감량을 이력으로 관리 가능하다. 또한, 에너지 사용량 예측과 실측값 사이의 오차를 연산하여 이를 기초로 분석을 수행하여 각 설비 성능 정보를 보정함으로써 최적화된 설비 성능 정보를 업데이트할 수 있다.
도 1은 본 발명의 일 실시예에 따른 빌딩 설비 에너지 제어 시스템을 포함하는 전체 구성도이다.
도 2는 도 1의 빌딩 설비 에너지 제어 시스템의 구성도이다.
도 3은 도 1의 빌딩 설비 에너지 제어 시스템의 제어 방법을 나타내는 순서도이다.
도 4는 설비가 전기식 냉동기일 때의 모델링 모식도이다.
도 5는 설비가 흡수식 냉온수기일 때의 모델링 모식도이다.
도 6은 설비가 공조기일 때의 모델링 모식도이다.
도 7은 설비가 VRF일 때의 모델링 모식도이다.
도 8은 도 1의 최적 제어 모듈의 기능별 구성도이다.
도 9는 도 8의 최적 제어 모듈의 동작 순서도이다.
도 10은 도 1의 에너지 절감량 연산 모듈의 기능별 구성도이다.
도 11은 도 10의 에너지 절감량 연산 모듈의 동작 순서도이다.
도 12는 설비 성능 정보 보정 모듈의 기능별 구성도이다.
도 13a 내지 도 13c는 도 12의 각 기능 블록이 수행하는 동작을 나타내는 그래프이다.
도 14는 도 1의 운영자 모듈의 관리 화면을 나타내는 도면이다.
이하에서 언급되는 “전(F)/후(R)/좌(Le)/우(Ri)/상(U)/하(D)” 등의 방향을 지칭하는 표현은 도면에 표시된 바에 따라 정의하나, 이는 어디까지나 본 발명이 명확하게 이해될 수 있도록 설명하기 위한 것이며, 기준을 어디에 두느냐에 따라 각 방향들을 다르게 정의할 수도 있음은 물론이다.
이하에서 언급되는 구성요소 앞에 ‘제1, 제2' 등의 표현이 붙는 용어 사용은, 지칭하는 구성요소의 혼동을 피하기 위한 것일 뿐, 구성요소 들 사이의 순서, 중요도 또는 주종관계 등과는 무관하다. 예를 들면, 제1 구성요소 없이 제2 구성요소 만을 포함하는 발명도 구현 가능하다.
이하 도 1 내지 도 2를 참조하여, 빌딩 설비 에너지 제어 시스템을 설명한다.
도 1은 본 발명의 일 실시예에 따른 빌딩설비 에너지 제어 시스템(100)을 포함하는 전체 구성도이고, 도 2는 도 1의 빌딩 설비 에너지 제어 시스템(100)의 구성도이다.
도 1을 참고하면, 빌딩설비 에너지 관리 제어 시스템(100)을 포함하는 전체 시스템은 빌딩(200) 내에 설치되어 있는 복수의 설비, 운영자 단말(300) 및 빌딩설비 에너지 관리 시스템(100)을 포함한다.
빌딩설비 에너지 관리 시스템(100)은 빌딩(200) 내에 설치되어 있는 복수의 설비 시설들(210)과 연결되어 해당 설비들(210)의 상태를 파악하고, 분석하여 에너지 관리를 수행한다.
본 발명의 빌딩설비 에너지 관리 시스템(100)은 이에 더하여 복수의 설비 시설들에 대하여 에너지 관리를 수행하면서 최적화된 방식으로 운전을 수행하도록 제어를 명령할 수 있다.
즉, 본 발명의 빌딩 설비 에너지 관리 시스템(100)은 종래의 빌딩 에너지 관리 시스템(BEMS)과 빌딩 제어 시스템(BMS)이 결합된 통합 시스템으로 정의될 수 있다.
본 발명의 일 실시예에 따른 빌딩(200) 내의 설비(210)로는 복수의 냉동기, 냉온수기, 공조기 등을 포함할 수 있으며, 더욱 상세하게는 전기식 냉동기, 흡수식 냉온수기, 공조기, 시스템 에어컨, 보일러, 실내 온도 측정기 등을 포함할 수 있다.
이와 같은 다양한 복수의 설비(210)는 각각의 설비 제어를 위한 DDC 장치(220)를 포함할 수 있다.
이와 같은 DDC 장치(220)는 각 설비(210)가 위치한 각각의 현장마다 설치되어 각종 설비(210)의 동작 제어, 감시 및 사용 이력 관리 기능을 수행할 수 있다.
DDC 장치(220)는 IP 기반 웹브라우저 DDC 기능을 가질 수 있으며, 빌딩설비 에너지 관리 시스템(100)과의 통신을 통해 각 설비(210)의 사용 이력 관리 및 감시/제어 정보를 송수신할 수 있다.
DDC 장치(220)는 각 설비(210)에 실장되어 있거나, DDC 장치(220) 내에 실장되어 있는 센서, 일 예로, 실내 환경 센서 또는 실외 환경 센서로부터 각 설비에 대한 빌딩(200) 환경 데이터를 수신하고, 설비의 동작 상태 데이터를 수신하며, 수신된 빌딩(200) 환경 데이터 및 설비의 동작 상태 데이터와 설정된 동작 조건을 빌딩설비 에너지 관리 시스템(100)에 전송하고, 빌딩설비 에너지 관리 시스템(100)으로부터 제어 명령을 수신하고 그에 따라 해당 설비(210)의 동작을 제어한다.
한편, 운영자 단말(300)은 빌딩 설비(210)에 대한 전체적인 관리를 수행하는 운영자가 접속하여 각 설비(210)의 제어를 수행할 수 있는 단말로서, 스마트폰, PC, 노트북 등의 무선통신 가능한 단말일 수 있다.
이와 같은 운영자 단말(300)은 빌딩설비 에너지 관리 시스템(100)이 제공하는 빌딩설비 관리 프로그램이 설치되어 있으며, 이와 같은 빌딩설비 관리 프로그램을 실행하여 각 설비의 현재 상태에 대한 정보를 확인할 수 있고, 각 파라미터을 설정할 수 있다.
이때, 운영자 단말(300)이 스마트폰인 경우, 스마트폰용 어플리케이션이 별도로 배포/설치되어 있을 수 있으며, 이와 같은 빌딩설비 제어 어플리케이션을 실행하여 각 설비의 제어를 수행할 수 있다.
이와 같은 빌딩설비 에너지 관리 시스템(100)은 도 2와 같은 구성을 가질 수 있다.
빌딩설비 에너지 관리 시스템(100)은 복수의 기능 블록을 포함하는 프로세서로 구현될 수 있으며, 각각의 기능 블록마다 별도의 집적회로로 구현되어 있을 수 있다.
이러한 빌딩설비 에너지 관리 시스템(100)은 다양한 설비들에 대한 시뮬레이션 모델링을 수행하기 위한 시뮬레이션 모델링 모듈(110), 각 설비들에 대한 최적 제어 모듈(120), 에너지 절감량 연산 모듈(130), 설비 성능 정보 보정 모듈(140) 및 라이브러리(150)를 포함한다.
이때, 라이브러리(150)는 저장부로서 별도 칩으로 형성될 수 있으나, 이에 한정되는 것은 아니다. 라이브러리(150)는 각 설비마다의 운전 이력, 성능 정보, 설정 정보 등이 저장되어 있을 수 있으며, 각 설비에 대한 특정 모델링 알고리즘이 저장되어 있을 수 있다.
또한, 최적 제어를 위한 알고리즘 데이터 역시 저장 가능하다.
시뮬레이션 모델링 모듈(110)은 제어기 기반의 냉난방 공조 설비에 대한 물리적 특성을 수학적으로 표현한 설비 시뮬레이션 모델링 모듈(110)로서, 각 설비로서, 증기압축식 냉동기, 흡수식 냉동기, 흡수식 냉온수기, VRF, AHU, FCU 모델 등이 델링되어 있고, 이 모델을 설정하는데 필요한 설비 성능 정보, 일 예로 제품의 사양 및 운전 특성 등이 라이브러리(150)로부터 제공되며 각 설비에 대한 각각의 성능 곡선 기반 모델을 활용하여 모델링이 가능하다.
따라서, 각 설비에 대한 모델을 적용함으로써 에너지 사용량, 운전 COP, 출구 온도 변화 등의 각각의 출력 변수가 산출될 수 있다.
이와 같은 모델은 일 예로 EnergyPlus 사의 성능곡선 기반을 활용할 수 있으나 이에 한정되는 것은 아니다.
이와 같이 각각의 설비에 대한 각각의 모델에 입력 변수 및 설정 정보를 현재 실제 운전되는 설비에 대한 정보를 입력함으로써 적용 가능한 출력 변수를 산출할 수 있다.
한편, 최적제어 모듈(120)은 냉난방 공조 설비 모델을 기반으로 한 최적 제어 모듈(120)로서, 제어기에 최적 제어를 위한 알고리즘이 저장되어 실행될 수 있다.
이와 같은 최적 제어 알고리즘은 설비 시뮬레이션 모델을 활용하여 운전 설정값이 바뀜에 따른 에너지 예측값을 반복적으로 계산하여 비용함수를 최소화하는 최종 설정값을 도출하고, 해당 설비의 DDC 장치(220)에 최종 설정값으로 제어 명령을 전송하기 위한 것이다.
한편, 에너지 절감량 연산 모듈(130)은 절감 제어 적용에 따른 예상 에너지 절감량 계산하는 것으로서, 에너지 절감량 연산 모듈(130)은 시뮬레이션 모델링 모듈(110)을 통해 활용되는 모델에 의해 절감 제어 적용 전후의 에너지 사용량을 계산하여 예상 에너지 절감량을 도출한다.
이때, 실제 에너지 사용량 실측값을 활용하여 에너지 절감 제어 적용 전에 대한 에너지 사용량인 기본값을 조정하고, 최종 기본값인 사용량 값을 도출하게 된다.
한편, 설비 성능 정보 보정 모듈(140)은 최종 설비 모델의 오차를 실시간 감시하고, 최적화를 통하여 시뮬레이션 모델을 보정한다.
구체적으로 시뮬레이션 모델은 현장 운영 조건 및 환경에 의해 오차가 발생될 수 있으므로 실측값과 예측값의 오차를 계속 감시하여, 두 값의 오차율이 기준을 초과하는 경우 설비 모델 성능 정보 보정 모듈(140)이 설비 성능 정보에 대한 보정을 수행한다.
이와 같은 보정은 운전 패턴을 분석하고, 대표 샘플을 추출한 뒤, 성능 정보 최적화 과정을 거쳐 현장 운영에 최적화된 설비 성능 정보를 찾고 기존 정보를 갱신하는 것으로 수행될 수 있다.
이와 같이, 복수의 설비에 대한 각각의 시뮬레이션 모델에 대하여 현재 적용된 설비의 실제 성능 정보 및 실제 운전 정보를 각각 적용함으로써 정확하고 오차율이 낮은 최적화된 제어가 가능하다.
또한, 이와 같은 모델 예측 기반 최적 제어를 통해 에너지 절감 성능이 향상되고 설비의 운전 효율이 향상될 수 있다. 그리고, 이와 같은 에너지 절감 효과가 모델링에 의해 예상 가능하며 이에 대한 이력 관리를 수행할 수 있다.
또한, 빌딩 에너지 관리 시스템 또는 빌딩 관리 시스템의 구축 비용 대비 매우 작은 비용으로 에너지 관리 및 운전 제어가 동시 가능하여 비용 절감이 가능하다.
이하에서는 도 3 내지 도 14를 참고하여 본 발명의 각 기능 모듈의 동작을 상세히 설명한다.
도 3은 도 1의 빌딩 설비 에너지 제어 시스템(100)의 제어 방법을 나타내는 순서도이다.
도 3을 참고하면, 먼저 운영자 모듈로부터 특정 설비에 대한 제어 명령이 수신되면, 시뮬레이션 모델링 모듈(110)은 해당 설비에 대한 물리적 특성을 수학적으로 표현한 설비 시뮬레이션 모델링 모듈(110)을 활용하여 실제 해당 설비 성능 정보, 일 예로 제품의 사양 및 운전 특성 등을 라이브러리(150)로부터 수신하고 모델링을 수행한다(S10).
이와 같은 모델링을 통해 해당 설비에 대한 에너지 예측값이 산출된다.
도 4는 설비가 전기식 냉동기일 때의 모델링 모식도이고, 도 5는 설비가 흡수식 냉온수기일 때의 모델링 모식도이고, 도 6은 설비가 공조기일 때의 모델링 모식도이며, 도 7은 설비가 VRF일 때의 모델링 모식도이다.
일 예로, 운영자 단말(300)로부터 전기식 냉동기에 대한 시뮬레이션 모델링 시작 신호를 수신하면, 라이브러리(150)로부터 해당 건물에 설치되어 있는 전기식 냉동기에 대한 설정 정보 및 성능 정보를 읽어들인다.
이때, 도 4와 같이, 설정 정보로는 기동/정지 정보, 냉수 출구 설정 온도 등의 정보일 수 있으며, 성능 정보로는 정격용량, 정격 COP (정격 냉동기 효율), 정격 냉수/냉각수 입/출구 온도, 냉동기 성능곡선 (Qavail, EIRt, EIRplr) 등일 수 있다.
이때, 해당 전기식 냉동기를 제어하는 DDC 장치(220)로부터 해당 전기식 냉동기의 냉수 입/출구 온도, 냉각수 입/출구 온도 및 냉동기 부하에 대한 정보를 입력 변수로 수신한다.
이와 같은 모델링(115)은 Energy Plus 사의 성능 곡선 기반의 electric chiller model을 활용할 수 있으며, 다음의 수식을 통해 출력 변수를 산출할 수 있다.
[수학식 1]
Figure PCTKR2020008191-appb-I000001
이때, 각 변수는 다음과 같이 정의될 수 있다.
Figure PCTKR2020008191-appb-I000002
이와 같은 모델을 활용한 모델링을 통해 해당 수식이 적용됨으로써 산출되는 출력 변수로서, 에너지 사용량 P이 예측값으로 산출된다.
한편, 도 5와 같이, 운영자 단말(300)로부터 흡수식 냉온수기에 대한 설비가 선택되어 이에 대한 모델링 명령이 수신되면, 시뮬레이션 모델링 모듈(110)은 라이브러리(150)로부터 해당 건물에 설치되어 있는 흠수식 냉온수기에 대한 설정 정보 및 성능 정보를 읽어들인다.
이때, 설정 정보로는 기동/정지 정보, 냉/온수 출구 설정 온도 등의 정보일 수 있으며, 성능 정보로는 정격 냉/난방 용량, 정격 COP (정격 냉동기 효율), 정격 냉수/온수/냉각수 입/출구 온도, 냉온수기 성능곡선 등일 수 있다.
이때, 해당 흡수식 냉온수기를 제어하는 DDC 장치(220)로부터 해당 흡수식 냉온수기의 냉수 입/출구 온도, 냉각수 입/출구 온도, 온수 입/출구 온도 및 냉온수 부하에 대한 정보를 입력 변수로 수신한다.
이와 같은 모델링(116)은 Energy Plus 사의 성능 곡선 기반의 absorption chiller model을 활용할 수 있으며, 출력 변수로서 해당 설비의 에너지 사용량, 운전 COP, 냉수 출구 온도 변화 등을 산출한다.
한편, 운영자 단말(300)로부터 공조기에 대한 설비가 선택되어 이에 대한 모델링 명령이 수신되면, 도 6과 같이, 시뮬레이션 모델링 모듈(110)은 라이브러리(150)로부터 해당 건물에 설치되어 있는 공조기에 대한 설정 정보 및 성능 정보를 읽어들인다.
이때, 설정 정보로는 기동/정지 정보, 실내 설정 온도 등의 정보일 수 있으며, 성능 정보로는 정격 냉/난방 용량, 급기/환기팬 풍량, 팬차압, 팬효율 등의 정보일 수 있다.
이때, 해당 공조기를 제어하는 DDC 장치(220)로부터 해당 공조기의 실내 온/습도, 냉수 외기 온/습도, 실내 냉난방 부하에 대한 정보를 입력 변수로 수신한다.
이와 같은 모델링(117)은 Energy Plus 사의 성능 곡선 기반의 fan/coil/air mixer model을 활용할 수 있으며, 출력 변수로서 해당 설비의 에너지 사용량, 냉/온수 부하, 실내 온습도 변화 등을 산출한다.
또한, 운영자 단말(300)로부터 도 7의 시스템 에어컨(VRF)에 대한 설비가 선택되어 이에 대한 모델링 명령이 수신되면, 시뮬레이션 모델링 모듈(110)은 라이브러리(150)로부터 해당 건물에 설치되어 있는 시스템 에어컨(VRF)에 대한 설정 정보 및 성능 정보를 읽어들인다.
이때, 설정 정보로는 기동/정지 정보, 냉매 고압/저압 설정값, 실외기 용량 제어 설정값 등의 정보일 수 있으며, 성능 정보로는 냉난방 용량, 정격 COP, 냉매타입, VRF 성능곡선 등의 정보일 수 있다.
이때, 해당 시스템 에어컨(VRF)를 제어하는 DDC 장치(220)로부터 해당 시스템 에어컨(VRF)의 실내 온도, 실외 기온/습도, 냉난방 부하 등에 대한 정보를 입력 변수로 수신한다.
이와 같은 모델링(118)은 Energy Plus 사의 성능 곡선 기반의 VRF model을 활용할 수 있으며, 출력 변수로서 해당 설비의 에너지 사용량, 운전 COP 등을 산출한다.
이와 같이 운영자 단말(300)로부터 선택된 해당 설비에 대하여 모델링을 수행하여 각 설비에 대한 에너지 사용량의 예측값을 산출한다.
다음으로, 이와 같은 에너지 예측값에 따라 최적 제어를 통해 설정값을 산출할 수 있다(S20).
즉, 최적제어 모듈(120)에서 최적 제어 알고리즘을 실행하며, 설비 시뮬레이션 모델을 활용하여 운전 설정값이 바뀜에 따른 에너지 예측값을 반복적으로 계산하여 비용 함수를 최소화하는 최종 설정값을 도출한다.
이하에서는 도 8 및 도 9를 참고하여 본 발명의 일 실시예에 따른 최적 제어 방법을 설명한다.
도 8은 도 1의 최적 제어 모듈(120)의 기능별 구성도이고, 도 9는 도 8의 최적 제어 모듈(120)의 동작 순서도이다.
도 8 및 도 9를 참고하면, 최적 제어 모듈(120)은 제어기에서 최적화 알고리즘이 실행되어 최적 제어 설정값을 산출한다.
구체적으로, 운영자 단말(300)로부터 특정 설비에 대한 선택 정보를 수신한다.
이에 따라, 최적 제어 모듈(120)은 해당 설비(210)가 어떠한 설비(210)인지를 조회하고(S100), 정의하며, 다음으로 라이브러리(150)로부터 해당 설비(210)의 설비 성능 정보 및 운전 정보를 읽어들인다(S110, S120).
최적 제어 모듈(120)은 읽어들인 해당 설비(210)의 성능 정보 및 운전 정보에 따라 최적화 목적함수 및 제약 조건을 생성한다(S130).
해당 목적 함수 및 제약 조건은 다음의 수학식 2를 충족할 수 있다.
[수학식 2]
Figure PCTKR2020008191-appb-I000003
이때, min f(x)가 목적함수로 정의되고, s.t. 가 제약 조건으로 정의된다.
이와 같은 목적 함수 및 제약 조건은 복수의 설비(210)에 대해 시뮬레이션한 결과에 따라 최소의 에너지 사용량을 보이는 설정값을 도출하는 것을 목적으로 한다. 위의 수학식 2는 설비가 냉동기인 것으로 예로 들었으나, 이에 한정되는 것은 아니다.
이와 같이, 최적화 목적 함수 및 제약 조건이 생성되면, 초기 조건에 대하여 시뮬레이션 모델링 수행하여 이에 대한 설정값을 산출한다(S140).
초기 조건에 대한 설정값이 산출되면, 이를 시뮬레이션 모델링 모듈(110)에 반영하여 다시 모델링을 수행하고 에너지 예측값을 산출하여 최적화 알고리즘에 적용한다(S150).
이에 따라 목적 함수가 최소값으로 수렴할 때까지 이와 같은 동작을 반복하여 목적 함수가 수렴하면(S160), 그 때의 설정값을 최적 제어 설정값으로 도출한다(S170).
다시 도 3을 참고하면, 이와 같이 도출되는 최적 제어 설정값을 해당 설비의 DDC 장치(220)에 제어 명령으로 전송함으로써 해당 최종 설정값에 따라 에너지가 최대로 절감될 수 있는 제어가 가능하다(S30).
다음으로, 빌딩설비 에너지 제어 시스템(100)은 이와 같은 모델링 및 최적 제어를 통한 에너지 절감량을 계산한다(S40).
도 10은 도 1의 에너지 절감량 연산 모듈(130)의 기능별 구성도이고, 도 11은 도 10의 에너지 절감량 연산 모듈(130)의 동작 순서도이다.
도 10 및 도 11을 참고하면, 빌딩설비 에너지 제어 시스템(100)은 에너지 절감량 연산 모듈(130)에서 절감 제어 적용에 따른 예상 에너지 절감량 계산한다.
구체적으로, 운영자 단말(300)로부터 특정 설비(210)에 대한 선택 정보를 수신한다.
이에 따라, 최적 제어 모듈(120)은 해당 설비(210)가 어떠한 설비(210)인지를 조회하고(S200), 정의하며, 다음으로 라이브러리(150)로부터 해당 설비(210)에 대한 설비 성능 정보 및 운전 정보를 읽어들인다(S210, 220).
시뮬레이션 모델링 모듈(110)에서 읽어들인 해당 설비의 성능 정보 및 운전 정보에 따라 에너지 사용량 예측값을 산출한다(S230).
이와 같이 산출된 에너지 사용량에 대하여, 시뮬레이션 모델링 모듈(110)을 통해 활용되는 모델에 의해 절감 제어 적용 전후의 에너지 사용량을 계산하여 예상 에너지 절감량을 도출한다.
이때, 절감 제어 적용 전 에너지 사용량은 최초 시뮬레이션 모델링 결과 도출된 에너지 사용량을 의미하고, 절감제어 적용 후 에너지 사용량은 최종 설정값을 가지는 에너지 사용량을 의미한다.
두 에너지 사용량의 오차율을 구하고 해당 오차율이 임계값 이하인 경우, 허용 범위 내로 판단한다(S240).
이와 같이 허용 범위 내인 경우, 사용자 변경 설정 이력을 탐색하고(S260), 최적 제어 적용 전의 에너지 사용량 시뮬레이션 결과를 읽어들여(S280), 현재 최종 설정값에 대한 에너지 사용량과의 차인 에너지 절감량을 산출한다(S290).
이와 같은 에너지 절감량에 대하여 이력으로 저장하고 동작을 종료한다.
한편, 오차율이 허용범위를 벗어나는 경우, 설비 성능 정보를 보정하여 라이브러리(150)에 업데이트한다(S250, S260).
이와 같은 설비 성능 정보 보정은 도 12 내지 도 13c를 참고하여 설명한다(S60).
도 12는 설비 성능 정보 보정 모듈(140)의 기능별 구성도이고, 도 13a 내지 도 13c는 도 12의 각 기능 블록이 수행하는 동작을 나타내는 그래프이다.
도 12와 같이, 에너지 절감량 연산 모듈(130)로부터의 오차율이 허용 범위를 초과하는 경우, 설비 모델 성능 정보 보정 모듈(140)에서 설비 모델 성능 정보를 보정한다.
이때, 라이브러리(150)로부터 설비 운전 정보 중 에너지 사용량의 실측값 정보 및 센서 및 설정 정보를 수신하고, 이를 활용하여 보정을 수행한다.
이와 같은 보정은 에너지 절감 제어 적용 전에 대한 에너지 사용량인 기준값을 보정하는 것을 의미한다.
이를 위해, 해당 설비의 운전 패턴을 분석하고, 대표 샘플을 추출하고, 해당 샘플에 의해 성능 정보 최적화 알고리즘을 실행하여 해당 에너지 사용량을 산출한다.
구체적으로, 도 13a와 같이, 모든 이력 정보를 활용하여 최적화를 수행하면 반복 연산을 하는데 시간이 많이 소요된다. 따라서, 도 13a와 같이 표본 분포의 최적 확률 분포를 탐색하고, 하나의 최적 확률 분포만을 선택한다.
이와 같은 최적 확률 분포로부터 도 13b의 데이터 샘플을 추출한다.
이와 같은 데이터 샘플은 simple random sampling, systematic sampling, stratified sampling, cluster sampling 등의 방법들 중 모집단인 최적 확률 분포의 특성을 반영하는 샘플링 방법을 적용하여 수행할 수 있다.
이와 같은 데이터 샘플링을 통해 도 13b와 같이 데이터 수를 획기적으로 줄일 수 있으며, 샘플링된 데이터만을 이용하여 성능정보 최적화 알고리즘에 적용한다.
이와 같은 최적화 알고리즘은 도 13c와 같은 제약조건이 있는 비선형 다변수 함수의 최적화 방법을 활용할 수 있으나, 이에 한정되는 것은 아니다
도 13c와 같이 제약조건이 있는 비선형 다변수 함수를 적용하는 경우, 해당 함수 및 제약 조건은 다음의 수학식 3을 충족할 수 있다.
[수학식 3]
Figure PCTKR2020008191-appb-I000004
수학식 3에서 min f(x)는 최적화된 비선형 다변수 함수를 나타내고, s.t.는 제약조건을 나타낸다.
이와 같은 알고리즘을 수행하여 최적화된 에너지 사용량이 산출되면, 해당 에너지 사용량을 기준값으로 보정하여 보정된 기준값을 현재 에너지 절감 제어 적용 전의 에너지 사용량으로 저장함으로써 시뮬레이션 초기값을 보정한다.
이와 같이 설비 성능 정보를 라이브러리(150)에 저장하여 업데이트하고, 이를 활용하여 다음 시뮬레이션 모델링에 적용가능하다(S60).
도 14는 도 1의 운영자 단말(300)의 관리 화면을 나타내는 도면이다.
도 14와 같이, 운영자 단말(300)에서 해당 건물의 다양한 빌딩 설비(210)를 제어하기 위한 아이콘이 존재하고, 특정 설비(210)를 선택하는 경우, 일 예로 도 14와 같이 인공지능 냉동기를 선택하고, 이와 같은 냉동기가 복수인 경우, 특정 냉동기를 선택하는 경우에는 이와 같이 선택된 냉동기에 대한 에너지 관리 이력이 표시될 수 있다.
이와 같은 에너지 관리 이력은 도 14에 도시된 것과 같이, 일/월/기간 선택 등에 따라 단위 별로 사용 에너지, 기준 사용량 및 에너지 절감량을 각각 나타낼 수 있으며, 이를 도식화하여 함께 제공할 수 있다.
또한, 냉동기의 외기온도를 함께 도식화함으로써 온도와 에너지에 대한 상관관계의 시인성이 향상될 수 있다.
이때, 왼쪽에 배치되어 있는 선택 아이콘에 따라 해당 설비의 제어, 스케줄, 설비분석, 이력, 설정 등이 제공될 수 있다.
이와 같은 운영자 단말(300)로부터의 제어 명령을 수신하면, 해당 빌딩 설비 에너지 제어 시스템(100)은 해당 설비의 DDC 장치(220)로 최적화된 제어 명령을 전달함으로써 에너지 사용이 최적화되면서도 운영자 단말(300)로부터의 제어 명령에 부합되는 에너지 절감 최적 제어가 가능하다.
이상에서 설명한 빌딩 설비 에너지 관리 시스템(100)은 하나의 프로그램으로서, 빌딩 설비 에너지 관리 서버 내에 설치되어 실시간으로 양방향 전력 사용과 공급을 모니터링하여 효율적인 전력 운영이 가능토록 해주는 제어기로 구현 가능하다.
본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 앞서 설명한 빌딩설비 에너지 관리 제어 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
[부호의 설명]
100: 빌딩 설비 에너지 관리 시스템 110: 시뮬레이션 모델링 모듈
120: 최적 제어 모듈130: 에너지 절감량 연산 모듈
140: 설비 성능정보 보정 모듈150: 라이브러리
200: 빌딩 210: 빌딩 설비
220: DDC 장치 300: 운영자 단말

Claims (20)

  1. 빌딩 내에 설치되어 있는 복수의 설비를 제어하는 DDC장치로부터 각각의 상기 설비에 대한 정보를 수신하여 저장하는 라이브러리;
    상기 라이브러리로부터의 상기 설비에 대한 정보를 읽어 상기 설비에 대한 시뮬레이션 모델링을 수행하여 에너지 사용량을 산출하는 모델링 모듈;
    상기 모델링 모듈로부터 산출된 상기 에너지 사용량에 따라 상기 설비에 대한 제어 명령을 생성하여 상기 DDC 장치로 제공하는 제어 모듈; 및
    상기 설비의 실제 에너지 사용량과 산출된 상기 에너지 사용량의 오차율을 연산하고, 상기 설비에 대한 정보를 보정하는 보정 모듈
    을 포함하는 빌딩 설비 에너지 제어 시스템.
  2. 제1항에 있어서,
    상기 설비에 대한 정보는 상기 설비에 대한 성능 정보 및 운전 정보를 포함하는 것을 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  3. 제2항에 있어서,
    상기 모델링 모듈은
    상기 설비에 따라 설정되어 있는 특정 시뮬레이션 모델을 사용하여 상기 설비에 대한 에너지 사용량을 산출하는 것을 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  4. 제3항에 있어서,
    상기 시뮬레이션 모델은 상기 설비의 종류에 대응하여 각각 설정되어 있는 것을 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  5. 제4항에 있어서,
    상기 모델링 모듈은
    특정 설비가 선택되면, 선택된 상기 설비에 대한 성능 정보, 설정 정보 및 입력 변수를 읽어들여 선택된 상기 설비에 대한 상기 시뮬레이션 모델을 활용하여 출력 변수를 산출하는 것을 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  6. 제5항에 있어서,
    상기 모델링 모듈은
    상기 출력 변수로서 상기 에너지 사용량 및 운전 효율을 포함하는 것을 특징으로 하는 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  7. 제6항에 있어서,
    상기 제어 모듈은 상기 모델링 모듈로부터 산출된 상기 에너지 사용량을 수신하고, 목적 함수 및 제약조건에 따라 상기 설비의 최적화 설정값을 산출하는 것을 특징으로 하는 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  8. 제7항에 있어서,
    최적화 설정값은 상기 설비에 대하여 복수의 상기 설비에 대해 시뮬레이션하여 최소 에너지 사용량을 갖는 설정값으로 정의되는 것을 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  9. 제8항에 있어서,
    상기 보정 모듈은
    상기 설비의 실제 에너지 사용량과 상기 제어 모듈에 의해 산출되는 최소 에너지 사용량 사이의 차이를 연산하는 에너지 절감량 연산 모듈, 그리고
    상기 에너지 절감량의 오차율이 허용 범위 이상인 경우 상기 라이브러리에 저장되어 있는 상기 설비의 최저 에너지 사용량 정보를 보정하는 성능 정보 보정 모듈
    을 포함하는 빌딩 설비 에너지 제어 시스템.
  10. 제9항에 있어서,
    상기 성능 정보 보정 모듈은
    상기 시설의 운전 패턴에 대하여 복수의 표본 분포 중 최적 확률 분포를 선택하고, 상기 최적 확률 분포에서 데이터 샘플링을 수행하고, 샘플링된 데이터를 활용하여 제약 조건 내에서의 최적의 성능 정보를 찾는 것을 특징으로 하는 빌딩 설비 에너지 제어 시스템.
  11. 제10항에 있어서,
    상기 성능 정보 보정 모듈은
    상기 제약조건이 있는 비선형 다변수 함수의 최적화 방법을 활용하여 상기 최적의 성능 정보를 찾는 것을 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  12. 제1항에 있어서,
    상기 빌딩 설비는 전기식 냉동기, 흡수식 냉온수기, 공조기, 시스템 에어컨, 보일러, 실내 온도 측정기 중 어느 하나를 포함하는 것을 특징으로 하는, 빌딩 설비 에너지 제어 시스템.
  13. 빌딩 내에 설치되어 있는 복수의 설비를 제어하는 DDC장치로부터 각각의 상기 설비에 대한 정보를 수신하여 상기 설비에 대한 시뮬레이션 모델링을 수행하여 에너지 사용량을 산출하는 단계;
    산출된 상기 에너지 사용량에 따라 상기 설비에 대한 제어 명령을 생성하여 상기 DDC 장치로 제공하는 단계; 및
    상기 설비의 실제 에너지 사용량과 산출된 상기 에너지 사용량의 오차율 및 에너지 절감량을 연산하고, 상기 설비에 대한 정보를 보정하는 단계
    을 포함하는 빌딩 설비 에너지 제어 방법.
  14. 제13항에 있어서,
    상기 설비에 대한 정보는 상기 설비에 대한 성능 정보 및 운전 정보를 포함하는 것을 특징으로 하는, 빌딩 설비 에너지 제어 방법.
  15. 제14항에 있어서,
    상기 모델링 단계는,
    상기 설비의 종류에 대응하여 각각 설정되어 있는 시뮬레이션 모델을 사용하여 상기 설비에 대한 에너지 사용량을 산출하는 것을 특징으로 하는, 빌딩 설비 에너지 제어 방법.
  16. 제15항에 있어서,
    상기 모델링 단계는,
    특정 설비가 선택되면, 선택된 상기 설비에 대한 성능 정보, 설정 정보 및 입력 변수를 읽어들여 선택된 상기 설비에 대한 상기 시뮬레이션 모델을 활용하여 상기 에너지 사용량 및 운전 효율을 포함하는 출력 변수를 산출하는 것을 특징으로 하는, 빌딩 설비 에너지 제어 방법.
  17. 제16항에 있어서,
    상기 제어 단계는,
    산출된 상기 에너지 사용량을 수신하고, 목적 함수 및 제약 조건에 따라 상기 설비의 최적화 설정값을 산출하는 것을 특징으로 하는 특징으로 하는, 빌딩 설비 에너지 제어 방법.
  18. 제17항에 있어서,
    최적화 설정값은 선택된 상기 설비에 대하여 복수회 시뮬레이션하여 최소 에너지 사용량을 갖는 설정값으로 정의되는 것을 특징으로 하는, 빌딩 설비 에너지 제어 방법.
  19. 제18항에 있어서,
    상기 보정 단계는
    상기 설비의 실제 에너지 사용량과 상기 제어 모듈에 의해 산출되는 최소 에너지 사용량 사이의 차이를 상기 에너지 연산량으로 연산하는 에너지 절감량 연산 단계, 그리고
    상기 에너지 절감량의 오차율이 허용 범위 이상인 경우 라이브러리에 저장되어 있는 상기 설비의 최저 에너지 사용량 정보를 보정하는 성능 정보 보정 단계
    를 포함하는 빌딩 설비 에너지 제어 방법.
  20. 제13항에 있어서,
    상기 설비에 대한 에너지 사용량 및 에너지 절감량에 대한 정보를 운영자 단말에 전송하는 단계를 더 포함하는 빌딩 설비 에너지 제어 방법.
PCT/KR2020/008191 2020-01-08 2020-06-23 빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법 WO2021141189A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US17/791,601 US20230040886A1 (en) 2020-01-08 2020-06-23 Building equipment energy management control system and control therefor
JP2022541778A JP2023510530A (ja) 2020-01-08 2020-06-23 ビル設備エネルギー管理制御システム及びその制御方法
EP20911758.9A EP4089619A1 (en) 2020-01-08 2020-06-23 Building equipment energy management control system and control method therefor
CN202080092060.4A CN114930375A (zh) 2020-01-08 2020-06-23 建筑设备能源管理控制系统及其控制方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200002647A KR20210089458A (ko) 2020-01-08 2020-01-08 빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법
KR10-2020-0002647 2020-01-08

Publications (1)

Publication Number Publication Date
WO2021141189A1 true WO2021141189A1 (ko) 2021-07-15

Family

ID=76788024

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/008191 WO2021141189A1 (ko) 2020-01-08 2020-06-23 빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법

Country Status (6)

Country Link
US (1) US20230040886A1 (ko)
EP (1) EP4089619A1 (ko)
JP (1) JP2023510530A (ko)
KR (1) KR20210089458A (ko)
CN (1) CN114930375A (ko)
WO (1) WO2021141189A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102677567B1 (ko) * 2021-10-05 2024-06-25 한국전력기술 주식회사 시뮬레이션 모델을 이용한 병렬 냉방 시스템 제어 방법, 컴퓨터 프로그램 및 장치
KR102528117B1 (ko) * 2022-11-10 2023-05-03 주식회사 세원글로벌엔터프라이즈 인버터 스크류 냉동기 제어시스템 및 제어방법
KR102558535B1 (ko) * 2023-03-24 2023-07-24 주식회사 세원글로벌엔터프라이즈 냉각팬모터 부하 제어부를 갖는 인버터 스크류 냉동기 제어시스템
KR102573421B1 (ko) * 2023-03-24 2023-09-01 주식회사 세원글로벌엔터프라이즈 집수조 수위 제어부를 갖는 인버터 스크류 냉동기 제어시스템
KR102573420B1 (ko) * 2023-03-24 2023-09-01 주식회사 세원글로벌엔터프라이즈 냉각수 순환펌프 연동형 인버터 스크류 냉동기 제어시스템
CN117236750B (zh) * 2023-09-08 2024-07-05 重庆环问问科技有限公司 一种基于差异数据分析的全周期碳排放计算方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005158020A (ja) * 2003-10-30 2005-06-16 Hitachi Ltd エネルギー管理方法，装置及びプログラム
KR20160001378A (ko) * 2014-06-27 2016-01-06 (주)솔루젠 Ddc 제어 성능 평가 시스템 및 관리 방법
KR101589262B1 (ko) * 2014-09-24 2016-01-27 현대건설 주식회사 건물 에너지 모델의 보정을 이용한 에너지 관리 방법
KR20160042673A (ko) * 2014-10-10 2016-04-20 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법
KR20160126609A (ko) * 2015-04-24 2016-11-02 (주)우리젠 건물 에너지 분석 시스템 및 방법
KR101801631B1 (ko) 2017-04-04 2017-11-27 한경기전 주식회사 빌딩설비 에너지 관리 제어 시스템 및 그 제어 방법

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6968295B1 (en) * 2002-12-31 2005-11-22 Ingersoll-Rand Company, Ir Retail Solutions Division Method of and system for auditing the energy-usage of a facility
JP4749685B2 (ja) * 2003-08-28 2011-08-17 パナソニック株式会社 燃料電池発電システム及びその制御方法
KR100606501B1 (ko) * 2003-10-01 2006-08-02 홍운식 네트워크를 통한 각종 장비의 통합된 전자진단시스템 및그 제어방법
US8219250B2 (en) * 2008-10-31 2012-07-10 Optimum Energy, Llc Systems and methods to control energy consumption efficiency
US8538587B2 (en) * 2009-05-21 2013-09-17 Lennox Industries Inc. HVAC system with automated blower capacity dehumidification, a HVAC controller therefor and a method of operation thereof
JP2013518556A (ja) * 2010-01-25 2013-05-20 ジェネヴァ クリーンテック インコーポレイテッド 家電機器の自動検出
US20110246381A1 (en) * 2010-03-30 2011-10-06 Aide Audra Fitch Systems and methods of modeling energy consumption of buildings
CA2735614A1 (en) * 2011-04-04 2012-10-04 Ecobee Inc. Programming simulator for an hvac controller
US8755943B2 (en) * 2011-09-30 2014-06-17 Johnson Controls Technology Company Systems and methods for controlling energy use in a building management system using energy budgets
US9390388B2 (en) * 2012-05-31 2016-07-12 Johnson Controls Technology Company Systems and methods for measuring and verifying energy usage in a building
JP5914210B2 (ja) * 2012-06-26 2016-05-11 株式会社日立製作所 エネルギー管理システム
US10756543B2 (en) * 2012-09-13 2020-08-25 Stem, Inc. Method and apparatus for stabalizing power on an electrical grid using networked distributed energy storage systems
US9634508B2 (en) * 2012-09-13 2017-04-25 Stem, Inc. Method for balancing frequency instability on an electric grid using networked distributed energy storage systems
KR102283893B1 (ko) * 2014-02-28 2021-07-30 엘지전자 주식회사 설비에 대한 중앙 제어 장치, 이를 포함한 설비 제어 시스템 및 설비 제어 방법
KR101641254B1 (ko) * 2014-07-08 2016-07-20 엘지전자 주식회사 설비를 제어하기 위한 중앙 제어 장치 및 설비 제어 시스템
KR20160042669A (ko) * 2014-10-10 2016-04-20 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법
KR101641258B1 (ko) * 2014-10-10 2016-07-20 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법
JP6498976B2 (ja) * 2015-03-20 2019-04-10 株式会社東芝 推定装置、推定方法およびコンピュータプログラム
US20170061444A1 (en) * 2015-08-25 2017-03-02 Schneider Electric Usa Inc. Analysis engine that correlates business operations with facility energy use
CN106295900A (zh) * 2016-08-19 2017-01-04 中节能（常州）城市节能研究院有限公司 一种城市智慧能源管理系统
US11022947B2 (en) * 2017-06-07 2021-06-01 Johnson Controls Technology Company Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces
US20220284519A1 (en) * 2018-10-18 2022-09-08 Johnson Controls Tyco IP Holdings LLP Systems and methods for assessing and controlling sustainability of an energy plant
US11385605B2 (en) * 2019-11-12 2022-07-12 Johnson Controls Tyco IP Holdings LLP Building control system with features for operating under intermittent connectivity to a cloud computation system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005158020A (ja) * 2003-10-30 2005-06-16 Hitachi Ltd エネルギー管理方法，装置及びプログラム
KR20160001378A (ko) * 2014-06-27 2016-01-06 (주)솔루젠 Ddc 제어 성능 평가 시스템 및 관리 방법
KR101589262B1 (ko) * 2014-09-24 2016-01-27 현대건설 주식회사 건물 에너지 모델의 보정을 이용한 에너지 관리 방법
KR20160042673A (ko) * 2014-10-10 2016-04-20 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법
KR20160126609A (ko) * 2015-04-24 2016-11-02 (주)우리젠 건물 에너지 분석 시스템 및 방법
KR101801631B1 (ko) 2017-04-04 2017-11-27 한경기전 주식회사 빌딩설비 에너지 관리 제어 시스템 및 그 제어 방법

Also Published As

Publication number Publication date
US20230040886A1 (en) 2023-02-09
JP2023510530A (ja) 2023-03-14
KR20210089458A (ko) 2021-07-16
CN114930375A (zh) 2022-08-19
EP4089619A1 (en) 2022-11-16

Similar Documents

Publication Publication Date Title
WO2021141189A1 (ko) 빌딩 설비 에너지 관리 제어 시스템 및 그 제어 방법
WO2019124909A1 (en) Method and apparatus for controlling appliance based on failure prediction
WO2019151681A1 (ko) 인공지능을 이용한 파라미터 학습에 기반한 공기조화기, 클라우드 서버, 공기조화기의 구동 및 제어 방법
US8050900B2 (en) System and method for using first-principles simulation to provide virtual sensors that facilitate a semiconductor manufacturing process
US8296687B2 (en) System and method for using first-principles simulation to analyze a process performed by a semiconductor processing tool
US8032348B2 (en) System and method for using first-principles simulation to facilitate a semiconductor manufacturing process
US8036869B2 (en) System and method for using first-principles simulation to control a semiconductor manufacturing process via a simulation result or a derived empirical model
WO2020256418A2 (ko) 디지털 트윈을 이용하여 가상센서를 구현하는 컴퓨팅 시스템 및 이를 이용한 실시간 데이터 수집 방법
US8073667B2 (en) System and method for using first-principles simulation to control a semiconductor manufacturing process
WO2019078489A1 (ko) 사물 인터넷 플랫폼 서비스 제공 방법 및 서버장치
WO2017095101A1 (ko) 건물 에너지 성능 측정 평가 시스템 및 구동 방법
WO2020093707A1 (zh) 空调器控制方法、空调器及计算机可读存储介质
WO2019221458A1 (ko) 공기 조화 장치 및 이의 제어 방법
WO2019017555A1 (ko) 실내 환경 파라미터의 예측 및 동적 사용자 설정 기반의 건물 에너지 최적화 시스템 및 방법
WO2022145694A1 (ko) 공기 조화기 및 공기 조화기 제어방법
WO2018016776A1 (ko) 건물 에너지 관리 시스템을 통한 냉동기의 최적 제어 방법 및 장치
WO2021080169A2 (ko) 건물 에너지 통합 관리 장치 및 그 방법
WO2016175529A1 (ko) 예측전력 프로파일을 통한 건물 실시간 수요관리 및 에너지 저감 방법과 이를 위한 시스템
JPH11125448A (ja) 熱負荷予測装置
WO2020262717A1 (ko) 공간의 온도 변화에 기반하여 공조 부하를 예측하는 방법 및 이를 구현하는 공기조화기
WO2022075643A1 (ko) 공조 시스템, 전자 장치 및 그 제어 방법
WO2021118221A1 (en) Server and method for controlling thereof
JP2020043701A (ja) エネルギー管理コンピュータ、及び遠隔管理システム
WO2024080462A1 (ko) 대상 구역에 설치된 냉난방기들의 조합 희망 온도를 설정하는 장치 및 방법과, 이를 이용하여 대상 구역의 기저 관계 정보를 산출하는 방법
WO2023210854A1 (ko) 기계학습을 이용한 플라즈마 시뮬레이션 방법 및 시스템

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: 20911758

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022541778

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020911758

Country of ref document: EP

Effective date: 20220808