소비전력 최소화를 위한 빅데이터 환경에서의 공간기반 에너지 관리 시스템에 관한 연구 A Study for Space-based Energy Management System to Minimizing Power Consumption in the Big Data Environments원문보기
본 논문은 각종 센서와 관리자 등을 통해 온도와 조도를 측정하여 전력량을 모니터링하며 제어하고 있는 공장용 에너지관리시스템(FEMS, Factory Energy Management System), 빌딩용 에너지관리시스템(BEMS, Building Energy Management System), 주택용 에너지관리시스템(HEMS, Home Energy Management System)등으로 크게 나누어지는 기존의 에너지관리시스템(EMS : Energy Management System)에서 사용하고 있는 각종 센서 정보들을 포함한 수집 가능한 빅 데이터를 활용하여 본 논문에서 제안하는 공간 기반 에너지관리시스템(SEMS, Space-based Energy Management System)의 추론엔진을 통해 일정한 크기와 유사한 특성을 가진 단위 공간을 정의하고 에너지를 효율적으로 관리하기 위한 공간의 크기나 특성에 따라서 SEMS의 추론엔진의 Self-Learning을 통해 추론엔진 자신이 학습을 통해 점차 스마트하게 진화하면서, 사용되는 전력량을 절감하는 방안을 제시하고자 한다.
본 논문은 각종 센서와 관리자 등을 통해 온도와 조도를 측정하여 전력량을 모니터링하며 제어하고 있는 공장용 에너지관리시스템(FEMS, Factory Energy Management System), 빌딩용 에너지관리시스템(BEMS, Building Energy Management System), 주택용 에너지관리시스템(HEMS, Home Energy Management System)등으로 크게 나누어지는 기존의 에너지관리시스템(EMS : Energy Management System)에서 사용하고 있는 각종 센서 정보들을 포함한 수집 가능한 빅 데이터를 활용하여 본 논문에서 제안하는 공간 기반 에너지관리시스템(SEMS, Space-based Energy Management System)의 추론엔진을 통해 일정한 크기와 유사한 특성을 가진 단위 공간을 정의하고 에너지를 효율적으로 관리하기 위한 공간의 크기나 특성에 따라서 SEMS의 추론엔진의 Self-Learning을 통해 추론엔진 자신이 학습을 통해 점차 스마트하게 진화하면서, 사용되는 전력량을 절감하는 방안을 제시하고자 한다.
This paper proposed the method to reduce and manage the amount of using power by using the Self-Learning of inference engine that evolves through learning increasingly smart ways for each spaces with in the Space-Based Energy Management System (SEMS, Space-based Energy Management System) that is def...
This paper proposed the method to reduce and manage the amount of using power by using the Self-Learning of inference engine that evolves through learning increasingly smart ways for each spaces with in the Space-Based Energy Management System (SEMS, Space-based Energy Management System) that is defined as smallest unit space with constant size and similar characteristics by using the collectible Big Data from the various information networks and the informations of various sensors from the existing Energy Management System(EMS), mostly including such as the Energy Management Systems for the Factory (FEMS, Factory Energy Management System), the Energy Management Systems for Buildings (BEMS, Building Energy Management System), and Energy Management Systems for Residential (HEMS, Home Energy Management System), that is monitoring and controlling the power of systems through various sensors and administrators by measuring the temperature and illumination.
This paper proposed the method to reduce and manage the amount of using power by using the Self-Learning of inference engine that evolves through learning increasingly smart ways for each spaces with in the Space-Based Energy Management System (SEMS, Space-based Energy Management System) that is defined as smallest unit space with constant size and similar characteristics by using the collectible Big Data from the various information networks and the informations of various sensors from the existing Energy Management System(EMS), mostly including such as the Energy Management Systems for the Factory (FEMS, Factory Energy Management System), the Energy Management Systems for Buildings (BEMS, Building Energy Management System), and Energy Management Systems for Residential (HEMS, Home Energy Management System), that is monitoring and controlling the power of systems through various sensors and administrators by measuring the temperature and illumination.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문의 구성을 살펴보면 2장에서는 에너지 관리 시스템의 국내외 현황에 대하여 살펴본다. 그리고 현재 제안되고 있는 에너지 관리 시스템에 대하여 알아본다. 3장에서는 건물의 일정한 공간에서 사용하고 있는 에너지를 제어 하는 시스템에 대한 구성도에 대하여 설계하고 핵심적인 최적화 추론 엔진에 대한 알고리즘을 제한한다.
3장에서는 건물의 일정한 공간에서 사용하고 있는 에너지를 제어 하는 시스템에 대한 구성도에 대하여 설계하고 핵심적인 최적화 추론 엔진에 대한 알고리즘을 제한한다. 마지막으로 결론과 향후 발전 방향에 대하여 논의하였다.
따라서 적정한 제어 값은 다시 추론 엔진에 입력하여 계속 최적의 디바이스 제어 결과를 출력하여 디바이스를 제어하게 된다. 본 논문에서는 SEMS추론엔진을 이용하여 건물의 일정한 공간에서 사용되는 전력량을 절감할 수 있는 방법을 제안하고자 한다. SEMS추론엔진에는 Server Communication Thread, 내부 입력 데이터 처리 Thread, 내부 출력 데이터 처리 Thread, SEMS추론엔진 Thread로 구성한 예측 알고리즘(Self Learning)에 설계와 구현을 하였다.
본 논문에서는 건물 중에서 일정한 공간을 설정하여 공간을 사용하는 장소의 에너지 관리를 위한 모델을 제시하고자한다. 일반적으로 건물의 1층은 상가를 중심으로 사용하고 있는 경우가 많이 있어 다양한 가전기기를 사용하고 있고 많은 사람들이 유동적으로 이동하는 공간으로 에너지의 사용량이 다양하다고 판단하여 이러한 공간에서 발생하는 에너지 사용량을 조절할 수 있는 ICT 기술을 사용한 에너지 관리 시스템을 제안한다.
본 논문에서는 스마트 그리드 기술을 사용한 차세대 전력망을 이용하기 위하여 일정 공간에서 사용되는 에너지 효율을 높이기 위하여 SEMS(Space Energy Management System)을 제안한다. SEMS은 ICL 기술을 이용하여 자동으로 에너지를 관리하는 방법을 제안한다.
본 논문에서는 지구 온난화로 인한 에너지 절약을 위한 시스템을 개발하고자 공간 에너지 관리 시스템(SEMS: Space Energy Management System)을 제안 하였다. 기존 에너지 관리 시스템은 환경변수인 온도와 조도에 대한 데이터만으로 에너지를 관리하고 있다.
일반적으로 건물의 1층은 상가를 중심으로 사용하고 있는 경우가 많이 있어 다양한 가전기기를 사용하고 있고 많은 사람들이 유동적으로 이동하는 공간으로 에너지의 사용량이 다양하다고 판단하여 이러한 공간에서 발생하는 에너지 사용량을 조절할 수 있는 ICT 기술을 사용한 에너지 관리 시스템을 제안한다. 특히 센서를 이용하여 수집된 데이터를 통하여 공간 환경을 적절한 에너지를 사용 할 수 있도록 제어하는 시스템을 개발하는데 있어서 핵심적인 에너지 관리 시스템 추론 엔진을 제안하고자 한다. 에너지 관리 시스템 추론 엔진은 여러 환경변수들이 센서를 통하여 ICT 기술을 통하여 추론 엔진에서 공간 환경에서 사용하는 디바이스를 제어하는 최적의 결과를 같도록 한다.
제안 방법
0 프로그램으로 다른 건물들 간의 환경 영향력과 경제성을 고려한 진단 평가 프로그램을 개발하였다.1) 또한 캐나다에서 개발된 GEM 프로그램으로 온라인상으로 건물에너지 진단과 관리가 가능한 프로그램을 개발하였다.1)
미국에서는 건물 성능과 비용을 최적화하고 기능을 통합하여 운영하는 컴퓨터 기반 통합 지식 시스템인 CBS 프로그램을 구축하고 있다.1) 미국 NIST에서 개발된 BEES 3.0 프로그램으로 다른 건물들 간의 환경 영향력과 경제성을 고려한 진단 평가 프로그램을 개발하였다.1) 또한 캐나다에서 개발된 GEM 프로그램으로 온라인상으로 건물에너지 진단과 관리가 가능한 프로그램을 개발하였다.
SEMS Server에서 TCP/IP를 통해 수집한 데이터들과 RS-485통신을 통해 디머, 미터 그리고 온도, 습도계로부터 수집한 데이터들을 이용하여 SEMS 추론엔진을 통해 최고/최적/최저의 결과를 도출하여 내부 장치들을 제어한다. 최선의 제어 값을 찾아내어 각 장비들에 대한 제어 명령을 하달한다.
본 논문에서는 SEMS추론엔진을 이용하여 건물의 일정한 공간에서 사용되는 전력량을 절감할 수 있는 방법을 제안하고자 한다. SEMS추론엔진에는 Server Communication Thread, 내부 입력 데이터 처리 Thread, 내부 출력 데이터 처리 Thread, SEMS추론엔진 Thread로 구성한 예측 알고리즘(Self Learning)에 설계와 구현을 하였다. 본 논문의 구성을 살펴보면 2장에서는 에너지 관리 시스템의 국내외 현황에 대하여 살펴본다.
SEMS는 추론 엔진을 이용하여 기존에 제공되고 있는 환경변수에 대한 전력량을 추론하여 에너지를 절약하는데 사용하고 있다. SEMS추론엔진을 이용하여 공간에서 사용되는 에너지를 사용할 수 있도록 한다. 다양한 공간 환경변수를 사용하기 위하여 편의점과 같은 환경으로 에너지 소모 형태를 만들어 놓았으며 전력 소모량을 SEMS를 사용하는 경우와 사용하지 않은 경우를 비교하게 되었다.
본 논문에서는 성능평가를 위하여 다음과 같은 동일한 환경을 설정하여 SEMS를 미적용할 때의 전력사용량과 SEMS를 적용하여 사용한 전력량을 비교 한다. 공간의 규모는 15평을 기준으로 2.00kw/h 냉장고 3대, 2.50kw/h 냉장고 4대, 2.00kw/h 오픈냉장고 3대, 2.50kw/h 오픈냉장고 4대, 2.00kw/h 청과 야채대 1대, 1.50kw/h 냉장고 2대, 2.00kw/h 냉동고 3대, 1.80kw/h 냉방(15평), 2.15kw/h 난방(15평), 0.03kw/h 형광등 50개를 사용하는 공간을 설정하여 그림 6.은 일일 전력 사용량을 그림 7.은 월간 전력 사용량을 비교 측정 하였다. SEMS 개발환경은 리눅스 운영체제에서 C언어를 이용하여 개발하였다.
SEMS추론엔진을 이용하여 공간에서 사용되는 에너지를 사용할 수 있도록 한다. 다양한 공간 환경변수를 사용하기 위하여 편의점과 같은 환경으로 에너지 소모 형태를 만들어 놓았으며 전력 소모량을 SEMS를 사용하는 경우와 사용하지 않은 경우를 비교하게 되었다. 결과적으로 SEMS를 적용한 공간에서의 전력 소모량은 최대 10∼25%의 절감효과를 얻게 되었다.
본 논문에서는 성능평가를 위하여 다음과 같은 동일한 환경을 설정하여 SEMS를 미적용할 때의 전력사용량과 SEMS를 적용하여 사용한 전력량을 비교 한다. 공간의 규모는 15평을 기준으로 2.
특히 센서를 이용하여 수집된 데이터를 통하여 공간 환경을 적절한 에너지를 사용 할 수 있도록 제어하는 시스템을 개발하는데 있어서 핵심적인 에너지 관리 시스템 추론 엔진을 제안하고자 한다. 에너지 관리 시스템 추론 엔진은 여러 환경변수들이 센서를 통하여 ICT 기술을 통하여 추론 엔진에서 공간 환경에서 사용하는 디바이스를 제어하는 최적의 결과를 같도록 한다. 따라서 적정한 제어 값은 다시 추론 엔진에 입력하여 계속 최적의 디바이스 제어 결과를 출력하여 디바이스를 제어하게 된다.
최선의 제어 값을 찾아내어 각 장비들에 대한 제어 명령을 하달한다. 추론에 대한 결과를 피드백 받아서 그 결과를 통해 지속적으로 Self Learning하여 각 공간의 특성에 최적화된 Smart Self Learning추론엔진을 지속적으로 진화시킨다.
SEMS은 ICL 기술을 이용하여 자동으로 에너지를 관리하는 방법을 제안한다. 특히 제안된 핵심 기술은 공간에서 발생되는 여러 데이터를 센서 네트워크를 통하여 수집하고 이를 바탕으로 공간 에너지 활용에 효율적인 추론엔진 알고리즘을 제안한다.
대상 데이터
시스템의 구성을 살펴보면 공간에서 사용 중인 에너지 사용디바이스는 조명부, 냉난방부와 사용량을 체크하는 미터(meter) 부로 구성되어 있다. 조명부는 LED형광등, 디머로 구성되어 있으며 낸난방부는 IR Generator, RS485 to Ethernet Convertor, 온도/습도 센서로 구성된다. 에너지를 사용하는 디바이스의 전력 사용량을 체크 하는 미터부가 있으며 미터부는 메인 미터와 서브 미터로 구성되어 있다.
성능/효과
다양한 공간 환경변수를 사용하기 위하여 편의점과 같은 환경으로 에너지 소모 형태를 만들어 놓았으며 전력 소모량을 SEMS를 사용하는 경우와 사용하지 않은 경우를 비교하게 되었다. 결과적으로 SEMS를 적용한 공간에서의 전력 소모량은 최대 10∼25%의 절감효과를 얻게 되었다. 따라서 SEMS를 사용한 에너지 관리 시스템은 에너지 절감 효과가 매우 좋을 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
기존의 에너지 관리 지정공장의 대상 5종은?
세계는 지구 온난화 방지를 위한 범지구적 규제가 점차 강화되고 있다. 현재 국내외에서는 에너지 절약 대책의 실시나 각종 보고가 의무화되고 있는 상황이며, 2004년 4월 일본에서는 에너지 절약법 개정에 의해 제1종 에너지 관리 지정공장의 대상이 기존의 5종(제조업, 광업, 전기공급업, 가스공급업, 열공급업)에서 전 업종으로 확대되어 백화점, 호텔, 오피스빌딩, 병원 등으로 확대되어 실시되고 있다. 이에 따라 새롭게 포함된 모든 건물 환경에서도 에너지절약 대책의 실시나 각종 보고가 의무화되어 있는 상황이다.
스마트 그리드는 어떤 전력망인가?
기존의 전력망에 정보기술(IT)를 접목하여 전력 공급자와 소비자가 양방향으로 실시간 정보를 교환함으로써 에너지 효율을 최적화하는 차세대 지능형 전력망이다.1)
에너지 관리 시스템은 어떤 기술이 요구되고 있는가?
건물 유지관리 전문업체를 중심으로 건물 에너지 관리 시스템 및 ICT (Information Communication Technology) 기술을 활용한 건물 에너지에 대한 원격관리 기능이 활발히 보급되고 있는 상황이다. 에너지 관리 시스템 (EMS : Energy Management System) 은 공간에 따른 에너지 소비의 효율성을 향상하기 위해 밀집된 대도심 지역에서의 실내 또는 지하 공간에서 사용자의 행위 및 공간 인지 정보를 수집하고 이를 이용하여 냉난방 공조 전기 에너지 및 조명을 최적으로 제어함으로써 에너지의 효율성을 높이고 에너지 소비를 줄이기 위한 센서 네트워크를 이용한 상황 인지 기술이 요구되고 있다.
참고문헌 (13)
W.K. Park, Y.K. Jeong, I.W. Lee, "Energy Management Technology for High Energy-Efficient Building," ETRI, Electronics and Telecommunications Trends 26(6), 2011.12.
Y.K. Jeong, W.K. Park, J.S. Han, C.S. Choi, H.J. Yoon, I.W. Lee, "An architecture of the remote building management and control platform for high-efficient low-cost building energy management," ETRI, 2010.11.
A.Y. Kim, H.J. Yoon, Y.K. Jeong, I.W. Lee, "A Study on the Problems in Adopting Building Management Systems to Korea and the Suggestions for Improvement," The Korean Institute of Communications and Information Sciences Summer Conference, 2011.
H.J. Lee, J.S. Han, Y.K. Jeong, I.W. Lee, S.H. Lee, "A Technology of Context-aware based Building Management for Energy Efficiency," Journal of IT Convergence Society for SMB Vol.2 No.1, 2012, pp. 69-75.
D.S. Kong, Y.H. Kwak, J.H. Huh, "Artificial Neural Network based Energy Demand Prediction for the Urban District Energy Planning," Journal of Architectural Institute of Korea Vol.29 No.1, January 2013.
G.J. Levermore, " Bulilding Energy Management Systems," E&FN Spoon, 2000.
Honeywell, "Engineering Manuall of Automatic Control", Honeywell, 1988.
Roger W.Haines & Douglas C.Hittle,"Control Systems for Heading," Ventilating and Air Conditioning, Springer, 2006.
Zhun Yu., Fariborz Haghighat, Benjamin C, M. Fung, Hirushi Yoshino,"A decision tree method for bulding energy demand modeling," Energy and Building, 2010.
Xiaoli Li, Chris P. Bowers, Thorsten Schnier,"Classification of Energy Consumption in Building with Outlier Detection," IEEE 2009.
Bing Dong, Cheng Cao, Siew Eang Lee,"Applying support vector machines to predict building energy consumption in tropical region," Energy and Building, 2005.
S.T. Kim "Management System of USN-based Collaborative Lighting Energy," The Journal of The Institute of Webcasting, Internet and Telecommunication Vol.13, No.4, pp.47-53, Dec. 2013.
Y.G. Kim, G.C. Sin, S.K. Kim "Collaboration Interface for Hadoop-based Bigdata Processing Platform," Proceedings of The Korean Institute of Information Technology (KIIT) 2013 summer conference, pp.511-516, 2013.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.