다양한 열적 선호도를 갖는 재실자를 고려한 최적 설정온도 결정 방법 = Optimal Temperature Setting Method Considering Diverse Thermal Preferences of Occupants

국문 초록 (Abstract)

최근 재실자 중심 제어에 관한 연구가 크게 증가하면서, 재실자의 열 쾌적도를 향상시키기 위한 다양한 방법이 연구되고 있다. 재실자 중심 제어에서 주로 채택되는 방법은 각 재실자의 개별 열적 선호도를 기반으로 실내 환경을 조절하는 것이다. 이를 위해 많은 연구가 진행되었지만, 개개인의 열적 선호도 차이와 이에 영향을 미치는 복잡한 변수들의 상호 작용으로 인해 데이터 기반 모델로의 전환 필요성이 대두되었다. 그러나 이러한 데이터 기반 모델은 데이터 의존성이 높아 열적 선호도의 근본적인 인과관계가 무시될 수 있으며, 데이터 부족이나 불균형 문제에 취약하다는 한계가 있다. 따라서, 본 연구에서는 다양한 열적 선호도 모델을 개발하고, 재실자와 유사한 모델을 선택해 사용함으로써 이러한 문제를 해결하고자 하였다. 재실자들이 다수 있을 때 적합한 설정온도를 결정하는 것은 중요한 이슈다. 이는 각각의 재실자가 가지고 있는 다양한 열적 선호도를 고려해야 하므로, 하나의 설정온도로 모든 사람의 만족도를 충족시키는 것은 어려운 과제이다. 이 연구는 재실자들의 열적 선호도를 반영하여 적절한 설정온도를 도출하는 것을 목표로 설정하고, 이를 달성하기 위한 방법론을 개발하는 데 집중하였다. 이는 재실자 각각의 다양한 열적 선호도를 고려하면서도, 모든 재실자가 만족할 수 있는 하나의 설정온도를 찾아내는 것을 목적으로 한다. 연구 과정에서는 이러한 목표를 충족시키기 위한 세가지의 접근 방식을 탐구하고 실험했다.
연구 결과에 따르면, 재실자의 열적 선호도를 예측하기 위해 개발된 두 가지 모델, 즉 정규 분포 기반 모델과 로지스틱 회귀 기반 모델은 각각 다른 성능을 보였다. 정규 분포 기반 모델은 평균적으로 77.3%의 정확도를 보였고, 로지스틱 회귀 기반 모델은 더 높은 81.6%의 정확도를 나타냈다. 이는 기존에 널리 사용되는 평균 예측 온열감(PMV) 모델보다 높은 정확도를 나타내며, 이 연구에서 개발된 모델이 재실자의 열적 선호도를 더욱 정확하게 예측할 수 있음을 시사한다. 본 연구에서 개발된 세 가지 알고리즘을 통해 설정온도를 결정하는 과정에서, 각 알고리즘은 설계된 방식에 따라 전체적인 만족도를 높이거나 재실자 전체를 고려한 적절한 설정온도를 도출하는 데 성공했다.
연구의 결과는 재실자 중심 제어 분야의 발전에 기여할 것으로 기대되며, 기존에 한계로 여겨졌던 데이터 문제를 해결하고, 목표에 부합하는 설정온도를 효과적으로 도출할 수 있는 새로운 방향을 제시한다. 이 연구는 재실자의 열적 선호도를 반영하여 더욱 정확하고 만족스러운 실내 환경 제어 방안을 마련하는 데 중요한 역할을 할 것으로 예상된다.

다국어 초록 (Multilingual Abstract)

Recent research interest in occupant-centric control has led to the development of various methods to enhance occupant thermal comfort. A common approach in occupant-centric control involves creating individual thermal preference models for each occupant and adjusting the indoor environment based on these preferences. Although extensive research has been conducted, the complexity of individual differences in thermal preferences and the interactions of influencing variables necessitate a shift towards data-driven models. However, these models are highly data-dependent and may overlook the fundamental causal relationships of thermal preferences, and are limited by issues like data scarcity and imbalance.

To address these challenges, this study developed various thermal preference models and utilized models similar to the occupants. Determining an appropriate set temperature when multiple occupants are present is a significant issue. This is due to the need to consider the diverse thermal preferences of each occupant, making it challenging to satisfy everyone with a single set temperature. This study aimed to develop methodologies that can derive an appropriate set temperature by reflecting the thermal preferences of all occupants. The research focused on developing methods that consider each occupant's diverse thermal preferences while aiming to satisfy everyone with a single set temperature. Three different approaches were explored and tested to meet these objectives.

According to the study's results, two models developed for predicting occupants' thermal preferences showed different performances. The normal distribution-based model had an average accuracy of 77.3%, while the logistic-based model showed a higher accuracy of 81.6%. This indicates a higher accuracy than the commonly used Predicted Mean Vote (PMV) models, suggesting that the developed models in this study can more accurately predict occupants' thermal preferences. The three algorithms developed in this study successfully derived set temperatures that either increased overall satisfaction or appropriately considered all occupants, depending on their design.

The findings of this study are expected to contribute to the advancement of the field of occupant-centric control. They present new directions in resolving data-related limitations and effectively deriving set temperatures aligned with the objectives. This research is anticipated to play a crucial role in establishing more accurate and satisfactory indoor environmental control strategies that reflect occupants' thermal preferences.

목차 (Table of Contents)

• 목차 ⅰ
• 그림목차 ⅲ
• 표목차 ⅴ
• 국문요약 ⅵ
• 제 1 장 서 론 1
• 1.1 연구의 배경 및 목적 1
• 1.2 연구의 범위 및 방법 4
• 1.2.1 개인 열적 선호도 모델 6
• 1.2.2 설정온도 결정 방법 7
• 제 2 장 이론적 고찰 9
• 2.1 분류 모델 9
• 2.2 열적 선호도 15
• 2.3 선행 연구 동향 19
• 2.3.1 개인 열적 선호도 모델 19
• 2.3.2 설정온도 결정 방법 21
• 2.4 소결 25
• 제 3 장 가상 열적 선호도 모델 개발 29
• 3.1 열적 선호도 모델 조건 29
• 3.2 정규 분포 기반의 열적 선호도 모델 33
• 3.3 로지스틱 회귀 기반의 열적 선호도 모델 41
• 3.4 예측 결과 47
• 제 4 장 설정온도 결정 방법 54
• 4.1. 재실자의 선호 온도 구간을 고려한 제어 60
• 4.2. 재실자의 불만족도를 고려한 제어 64
• 4.3. 재실자의 만족도를 고려한 제어 68
• 4.4. 실험 결과 72
• 제 5 장 결 론 81
• 참고문헌 83