http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
스마트 기기와 센서를 활용한 실시간 냉·난방 시스템 최적 제어
서문구(Gu Seomun),트란 나핫 티엔(Tien Tran Nhat),김재원(Jae-Won Kim),최문규(Mun-Gyu Choi),윤종호(Jong-Ho Yoon),김동수(Dong-Su Kim) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.6
건물에 적용 가능한 IoT(Internet of Things) 기술의 발전으로 건물의 다양한 정보 수집이 가능하고, 수집된 정보를 바탕으로 건물의 에너지 성능 개선에 필요한 모니터링과 제어 시스템의 효과적인 구축이 가능하다. 이 연구에서는 오픈소스 소트프웨어 기반의 서버를 스마트 기기와 센서를 결합하여 BEMS(Buildings Energy Management System) 구축하고, 실시간으로 모니터링 및 시스템 제어를 통해 건물의 냉·난방 에너지 성능 개선과 열쾌적 성능 개선을 목적으로 한다. 이 연구를 위해 SBC(Single Board Computer)로 BEMS 서버를 구축하였으며 동일 조건을 가지는 두 개의 열적공간에 시스템을 적용하여 하루 동안 실험을 진행하였다. 실험 조건은 일반적인 사무소 공간을 가정하고 시스템 제어를 위한 스케쥴은 ASHRAE(Standard 90.1-2019)에서 제안하는 정보를 활용하였다. 실험에 활용된 냉·난방 시스템 제어 알고리즘은 두 방법을 적용하였다. 1) PMV(Predicted Mean Vote) 제어와 2) ASHRAE에서 제안하는 냉·난방 dual-setpoint 기반 manual 제어이다. 실험 결과는 이 연구에서 사용된 실험실 조건에만 국한된다. 분석결과 PMV 제어 방식의 경우 manual 제어 대비 상대적으로 더 좋은 열쾌적도를 보였지만 에너지 소비량 측면에서는 더 불리한 경향을 보였다. 효과적인 PMV 제어를 위해서는 열쾌적과 에너지 관점을 동시에 반영할 수 있는 최적 제어점의 선정이 필요하며, 현재 이 연구를 바탕으로 시뮬레이션 및 ML(Machine Learning) 기반의 제어 최적점 예측과 같은 연구를 진행 중이다.
스마트 기기와 센서를 활용한 실시간 냉·난방 시스템 최적 제어
서문구(Gu Seomun),트란 나핫 티엔(Tien Tran Nhat),김재원(Jae-Won Kim),최문규(Mun-Gyu Choi),윤종호(Jong-Ho Yoon),김동수(Dong-Su Kim) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.6
건물에 적용 가능한 IoT(Internet of Things) 기술의 발전으로 건물의 다양한 정보 수집이 가능하고, 수집된 정보를 바탕으로 건물의 에너지 성능 개선에 필요한 모니터링과 제어 시스템의 효과적인 구축이 가능하다. 이 연구에서는 오픈소스 소트프웨어 기반의 서버를 스마트 기기와 센서를 결합하여 BEMS(Buildings Energy Management System) 구축하고, 실시간으로 모니터링 및 시스템 제어를 통해 건물의 냉·난방 에너지 성능 개선과 열쾌적 성능 개선을 목적으로 한다. 이 연구를 위해 SBC(Single Board Computer)로 BEMS 서버를 구축하였으며 동일 조건을 가지는 두 개의 열적공간에 시스템을 적용하여 하루 동안 실험을 진행하였다. 실험 조건은 일반적인 사무소 공간을 가정하고 시스템 제어를 위한 스케쥴은 ASHRAE(Standard 90.1-2019)에서 제안하는 정보를 활용하였다. 실험에 활용된 냉·난방 시스템 제어 알고리즘은 두 방법을 적용하였다. 1) PMV(Predicted Mean Vote) 제어와 2) ASHRAE에서 제안하는 냉·난방 dual-setpoint 기반 manual 제어이다. 실험 결과는 이 연구에서 사용된 실험실 조건에만 국한된다. 분석결과 PMV 제어 방식의 경우 manual 제어 대비 상대적으로 더 좋은 열쾌적도를 보였지만 에너지 소비량 측면에서는 더 불리한 경향을 보였다. 효과적인 PMV 제어를 위해서는 열쾌적과 에너지 관점을 동시에 반영할 수 있는 최적 제어점의 선정이 필요하며, 현재 이 연구를 바탕으로 시뮬레이션 및 ML(Machine Learning) 기반의 제어 최적점 예측과 같은 연구를 진행 중이다.
스마트 기기와 센서를 활용한 실시간 냉·난방 시스템 최적 제어
서문구(Gu Seomun),트란 나핫 티엔(Tien Tran Nhat),김재원(Jae-Won Kim),최문규(Mun-Gyu Choi),윤종호(Jong-Ho Yoon),김동수(Dong-Su Kim) 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.6
건물에 적용 가능한 IoT(Internet of Things) 기술의 발전으로 건물의 다양한 정보 수집이 가능하고, 수집된 정보를 바탕으로 건물의 에너지 성능 개선에 필요한 모니터링과 제어 시스템의 효과적인 구축이 가능하다. 이 연구에서는 오픈소스 소트프웨어 기반의 서버를 스마트 기기와 센서를 결합하여 BEMS(Buildings Energy Management System) 구축하고, 실시간으로 모니터링 및 시스템 제어를 통해 건물의 냉·난방 에너지 성능 개선과 열쾌적 성능 개선을 목적으로 한다. 이 연구를 위해 SBC(Single Board Computer)로 BEMS 서버를 구축하였으며 동일 조건을 가지는 두 개의 열적공간에 시스템을 적용하여 하루 동안 실험을 진행하였다. 실험 조건은 일반적인 사무소 공간을 가정하고 시스템 제어를 위한 스케쥴은 ASHRAE(Standard 90.1-2019)에서 제안하는 정보를 활용하였다. 실험에 활용된 냉·난방 시스템 제어 알고리즘은 두 방법을 적용하였다. 1) PMV(Predicted Mean Vote) 제어와 2) ASHRAE에서 제안하는 냉·난방 dual-setpoint 기반 manual 제어이다. 실험 결과는 이 연구에서 사용된 실험실 조건에만 국한된다. 분석결과 PMV 제어 방식의 경우 manual 제어 대비 상대적으로 더 좋은 열쾌적도를 보였지만 에너지 소비량 측면에서는 더 불리한 경향을 보였다. 효과적인 PMV 제어를 위해서는 열쾌적과 에너지 관점을 동시에 반영할 수 있는 최적 제어점의 선정이 필요하며, 현재 이 연구를 바탕으로 시뮬레이션 및 ML(Machine Learning) 기반의 제어 최적점 예측과 같은 연구를 진행 중이다.
Dongsu Kim,Gu Seomun,Jongho Yoon,Heejin Cho 대한설비공학회 2022 대한설비공학회 학술발표대회논문집 Vol.2022 No.11
This study develops an optimized HVAC control framework using the whole building energy simulation program (i.e., EnerguPlus) and functional mock-up unit (FMU) in the Python environment. To develop and implement this framwork, a building energy model using EnergyPlus was developed based on the existing test facility. The model was initially validated using measured data (e.g., indoor air temperature comparison) before implementing the co-simulation framework. For the co-simulation framework using EnergyPlus and FMU, there are four (4) steps: 1) a real-time weather file modification by FMU, 2) an optimization process (i.e., GenOpt application) based on one hour ahead prediction weather data, 3) an optimized signal point application to EnergyPlus IDF file, and 4) output extraction from the completed simulation within the functional mock-up interface (FMI) with Python. The weather file modification was performed based on onsite measured and obtained weather data values. This study adopted some weather data from the public weather station API. The GenOpt application was also implemented within the Python environment under a developed GUI automated workflow by modifying the GenOpt source code. The PMV-based control scheme is considered in this study to determine the optimized signal point. Based on such framework development. This study identifies that the co-simulation environment can predict hour-ahead loads by considering optimized thermal comfort and real-time weather data. Such predicted outputs (e.g., thermal loads and setpoints) can be expected to use for further building energy management, such as BEMS, by applying an HVAC control scheme. Additionally, the developed framework techniques will help to be a key solution to implement the digital twins of smart homes and buildings.