공기조화기 예측제어를 위한 설정온도 기반 RC 모델 개발 = Development of Set-point Temperature based RC Model for Predictive Control of Air Handling Unit

국문 초록 (Abstract)

난방, 환기 및 공조(HVAC) 시스템의 핵심 구성요소인 공기조화기(AHU, Air handing unit)는 실내 공기를 쾌적하게 유지하기 위해 설정온도를 기반으로 실내온도가 이에 도달하도록 열량이 제어된다. HVAC 시스템의 최적제어에 대한 중요성이 커지면서, 건물 부하 모델의 예측을 기반으로 공기조화기를 운전하는 모델 예측 제어(MPC, Model predictive control)에 관한 다수의 연구가 수행되고 있다. MPC를 효과적으로 수행하기 위해서는 건물의 물리적 현상을 정확하게 묘사하는 부하 모델을 먼저 구축해야 한다.
건물 모델 중 RC 모델은 물리적 원리와 운영 데이터를 기반으로 구축되기 때문에, 상대적으로 적은 데이터로 구축할 수 있다는 장점이 있다. RC 모델은 일반적으로 공기조화기를 통해 유입되거나 제거되는 열량을 기반으로 실내온도를 계산하며, 모델의 제어변수로 이 공조 열량을 사용한다. 그러나 실제 공기조화기는 공조 열량이 아닌 설정온도를 제어변수로 사용하기 때문에, 기존 RC 모델의 제어 시나리오를 그대로 적용하는 데 한계가 있다.
따라서 본 연구에서는 실제 설비의 물리적 현상을 반영하기 위해 설정온도를 명시적으로 포함하는 설정온도 기반 RC 모델을 개발하고자 한다. 기존 방법으로 구축된 RC 모델에 실내온도와 설정온도를 연결하는 열저항을 추가하여, 공조 열량이 두 온도 차이를 통해 계산되는 새로운 RC　모델 구축방법을 제안하였다. 이 방법을 실제 건물에 적용하여 모델을 구축하고 예측성능을 평가하였다. 모델의 실내온도와 공조 열량의 정확도는 실내온도의 경우 평균 CVRMSE 1.44%, 열량은 평균 CVRMSE 27.79%로 ASHRAE 허용오차 범위 내에 포함되는 것으로 확인하였다. 구축된 RC 모델을 이용한 MPC 시뮬레이션을 수행하여 최적의 에너지 소비와 쾌적한 실내환경을 유지하는 설정온도 기반 최적제어 전략을 도출하였다.
본 연구의 결과, 기존의 RC 모델에서 제어변수로 사용하는 공조 열량을 설정온도로 대체함으로써, 설정온도의 변화에 따라 실내온도와 공조 열량을 동시에 예측할 수 있음을 알 수 있었다. 설정온도 기반의 제어 시나리오를 도출할 수 있는 RC 모델은 MPC 전략을 효과적으로 적용하는 기초 자료로 활용될 수 있음을 확인하였다.

다국어 초록 (Multilingual Abstract)

The air handling unit (AHU), a crucial component of heating, ventilation, and air conditioning (HVAC) systems, regulates heat transfer rate to achieve indoor comfort based on a set-point temperature. With an increasing focus on optimal HVAC system control, model predictive control (MPC), which uses predictions from building load models to operate AHUs, has attracted significant research attention. Effective implementation of MPC requires an accurate load model that represents the physical characteristics of the building.
Among building models, RC models offer an advantage as they can be constructed with relatively limited data, relying on physical principles and operational data. RC models typically calculate room air temperature based on the heating or cooling load by the AHU, treating the heat transfer rate as a control variable. However, since actual AHUs use the set-point temperature rather than the heat transfer rate as the control variable, directly applying existing RC models has its limitations.
Therefore, this study aims to develop an RC model based on set-point temperature, explicitly incorporating it to mirror real-world HVAC operations. By introducing a thermal resistance linking room air temperature and set-point temperature into the RC model constructed using reference methods, a new approach is proposed, where heating or cooling load is calculated from the temperature difference. This method was validated in a real building to construct the model and evaluate its prediction performance.
The model demonstrated accurate prediction of room air temperature and estimation of heating load within ASHRAE tolerance limits, achieving an average CVRMSE of 1.44% for room air temperature and 27.79% for the heating load. MPC simulations using the set-point based RC model were conducted to derive optimal control strategies, aiming to optimize the heat transfer rate while ensuring indoor comfort.
The study results indicate that replacing heating load control variables in traditional RC models with set-point temperature enables the simultaneous prediction of room air temperature and heating load according to set-point temperature adjustments. This approach underscores the RC model's potential to effectively support MPC strategies based on set-point temperature control scenarios.

목차 (Table of Contents)

• 제 1 장 서론 1
• 1.1 연구의 배경 및 목적 1
• 1.2 연구의 범위 및 방법 4
• 제 2 장 공기조화기 모델기반 예측제어에 관한 예비적 고찰 7
• 2.1 공기조화기 7
• 2.2 선행연구 조사 9
• 제 3 장 설정온도 기반 RC 모델 구축방법 개발 12
• 3.1 기존 RC 모델 구축방법 12
• 3.2 설정온도 기반 RC 모델 구축방법 17
• 제 4 장 설정온도 기반 RC 모델 구축 및 검증 21
• 4.1 모델 구축 대상 건물 21
• 4.2 설정온도 기반 RC 모델 구축 26
• 4.2.1 Reference RC 모델 27
• 4.2.2 Proposed RC 모델 30
• 4.3 설정온도 기반 RC 모델 예측성능 평가 34
• 4.4 설정온도 기반 RC 모델 유효성 검증 38
• 4.4.1 시뮬레이션 방법 및 조건 39
• 4.4.2 시뮬레이션 결과 42
• 제 5 장 결론 46
• 참고문헌 48