시스템 운전 계획을 위한 학습기반 건물 부하 예측 모델 개발에 관한 연구

국문 초록 (Abstract)

본 연구의 목적은 시스템 운전계획 및 제어 최적화 알고리즘을 수립하기 위한 핵심 기술인 건물부하 모델을 개발하는데 있다. 제안된 건물부하 모델은 일반적인 상용프로그램에서 사용하는 설정 파라미터를 입력하는 방식이 아닌 과거 운전 데이터를 기반으로 학습을 통해 추론하는 방식을 택하고 있다. 제안된 모델은 선형식 기반의 단순화 모델(RC-Resistance- Capacitance)로 기존 상용프로그램을 활용한 부하계산방법에 비해 요구되는 입력 파라미터가 적어 계산이 빠르고 학습을 통한 파라미터 결정 방법으로 동일한 방법을 다양한 건물에 사용 할 수 있어 적용성과 활용성이 뛰어나다.
일반적으로 RC모델을 구성하는 차수가 높을수록 열적 거동을 상세히 묘사할 수 있으나 지나치게 차수가 높을 경우 단순모델의 장점이 사라질 수 있다. 본 연구에서는 학습 대상 RC모델로 3R2C(3개의 열저항, 2개의 열용량)의 낮은 차수의 단순화 모델부터 비교적 상세한 모델인 6R5C모델까지 학습 및 예측성능을 케이스별로 평가해 우수한 성능을 보인 모델을 기준 모델로 선정하였다. 본 연구의 범위는 예측모델의 사용성을 높이기 위해 RC모델의 주요 입력 값인 실내 방열량 및 기상데이터에 대한 예측과 적용까지 포함한다. 실내 방열량은 재실율을 기반으로 한 학습 모델이며 이는 RC모델과 결합하여 예측성능을 평가하였다. 외기온도와 일사량 예측 모델을 각각 개발했으며 본 예측모델은 기상청에서 제공받을 수 있는 가용한 데이터만을 사용하여 건물 부하모델의 입력 값으로 활용함을 목적으로 개발되었다.
제안된 학습기반 건물부하예측 모델은 입력데이터 예측모델과 안정적으로 결합된다면 건물 시스템의 제어 및 운전계획 수립을 위해 유용하게 사용될 것으로 기대한다.

목차 (Table of Contents)

• 목 차
• 국문요약 ⅰ
• Abstract ⅲ
• 목 차 ⅴ
• 제 1 장 서 론 1
• 1.1 연구의 배경 1
• 1.2 기존문헌 고찰 및 연구 목표 2
• 1.3 연구 방법 및 절차 4
• 제 2 장 학습형 건물 부하 RC 모델 개발 5
• 2.1 RC 모델 개발 5
• 2.1.1 3R2C 모델 6
• 2.1.2 5R4C 모델 8
• 2.1.3 6R5C 모델 9
• 2.2 PSO 학습 알고리즘 10
• 제 3 장 학습기반 건물부하모델 성능평가 14
• 제 4 장 RC모델 입력데이터 예측 모델 18
• 4.1 실내 발열부하 예측모델 18
• 4.2 기상예측 모델 20
• 4.2.1 외기온도 예측 모델 23
• 4.2.2 수평면 전일사량 예측모델 23
• 4.3 실내발열 부하 예측 결과 및 건물 모델 연동 25
• 4.4 기상예측모델 예측결과 26
• 4.4.1 외기온도 예측 모델 27
• 4.4.2 수평면 전일사량 예측모델 28
• 4.4.3 기상예측 모델 적용 건물부하 계산결과 30
• 제 5 장 결 론 32
• 참 고 문 헌 34
• 부 록 39
• 1. 非 모델기반 개별 건물 부하 예측 39
• 2. 학습기간에 따른 예측 성능 평가 42
• 3. 현열 및 잠열부하에 따른 학습 성능 비교 43
• 4. 직산분리 모델 선정 45
• 5. 투과일사량 계산 모델 47