[논문]PSO 알고리즘을 이용한 건물 실내온도 제어

김정혁; 김호찬

doi:10.5762/kais.2013.14.5.2536

PSO 알고리즘을 이용한 건물 실내온도 제어
Building Indoor Temperature Control Using PSO Algorithm 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.14 no.5, 2013년, pp.2536 - 2543

초록
AI-Helper

본 논문에서는 단일존 빌딩의 모델링과 PSO 알고리즘을 이용한 냉방시스템 제어구간 건물 실내온도 제어 알고리즘을 제안한다. 최적제어를 하기 위한 제어구간 설정은 스위칭방법과 PSO 알고리즘을 사용하고 냉방시스템 사용요금은 TOU와 피크요금을 포함 하여 산정한다. 시뮬레이션을 통해 제안한 제어구간 설정방법을 적용하면 전력 사용에 따른 비용의 절감과 피크전력 절감을 확인할 수 있다.

Abstract ▼ AI-Helper

In this paper, we proposed the modeling in one zone buildings and the energy efficient temperature control algorithm using particle swarm optimization (PSO). A control horizon switching method with PSO is used for optimal control, and the TOU tariff is included to calculate the energy costs. Simulat...

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 TOU 요금제 기반에서 PSO 알고리즘을 적용하여 에너지 비용과 전력피크를 감소시킬 수 있는 방법을 제안하였다. 단일존 건물의 모델링을 위해 실제 센서를 이용한 건물내부의 온도변화를 측정하였고, 건물 모델링과 Matlab/Simulink 통한 결과와 실측치가 유사한 결과를 나타내도록 모델링을 수행하였다.
시간대별 요금제에서 냉방시스템의 가동비용을 절감하는 것은 전체적으로 전력피크를 줄이며 부하사용을 이동 또는 감소시키는 방법으로, 주어진 요금 시간대에 따른 최적화된 운전시기를 결정하여 전력요금을 최소화 하는 것을 목적으로 한다 [9]. 본 논문에서는 건물의 시간대별 냉방시스템 가동시간을 09시부터 18시까지의 에너지비용을 최소화 하도록 하는 목적함수는 다음과 같이 나타낼 수 있다.
시간대별 요금제에서 냉방시스템의 가동비용을 절감하는 것은 전체적으로 전력피크를 줄이며 부하사용을 이동 또는 감소시키는 방법으로, 주어진 요금 시간대에 따른 최적화된 운전시기를 결정하여 전력요금을 최소화 하는 것을 목적으로 한다 [9]. 본 논문에서는 건물의 시간대별 냉방시스템 가동시간을 09시부터 18시까지의 에너지비용을 최소화 하도록 하는 목적함수는 다음과 같이 나타낼 수 있다.

제안 방법

본 논문에서는 TOU 요금제 기반에서 PSO 알고리즘을 적용하여 에너지 비용과 전력피크를 감소시킬 수 있는 방법을 제안하였다. 단일존 건물의 모델링을 위해 실제 센서를 이용한 건물내부의 온도변화를 측정하였고, 건물 모델링과 Matlab/Simulink 통한 결과와 실측치가 유사한 결과를 나타내도록 모델링을 수행하였다. 제안한 PSO방식의 제어알고리즘을 적용한 온도제어는 설정범위 내의 온도변화 폭이 좁게 나타나고 있어 재실자의 쾌적성면에서 좋은 결과를 나타내었다.
단일존 건물의 특성을 확인하기 위해 여름철 냉방시스템을 가동하지 않은 해석대상 건물에 동쪽과 서쪽의 간격은 3.5[ # ], 유리창과 안쪽 벽과의 간격은 5.4[ # ], 각각의 상단과 하단의 높이는 0.8[ # ]와 2[ # ]로 구분하여 8개의 온도센서를 설치하였다.
대상건물에 대한 에너지 비용 절감 및 최대부하 시간대의 전력피크를 억제하기 위한 냉방시스템 가동방식의 효과를 검증하기 위해 온도제어 대한 외기온도를 28[℃]로 고정하였다.
본 논문에서는 단일존(one zone) 형태의 실제 건물을 대상으로 상태공간(state space) 모델을 사용하여 모델링한 후, 실제 측정된 데이터와 모델링 결과를 비교하고, 여름철 냉방시스템이 가동되는 09시부터 오후 18시까지의 9시간동안 2℃온도제어 범위를 설정한 후 TOU(time of use) 요금제 기반에서 제안한 PSO(particle swarm optimization) 알고리즘 방법과 기존의 온-오프와 LP(linear programming) 알고리즘을 적용한 후 결과를 비교하여 에너지 비용 절약과 전력피크를 감소시킬 수 있는 방법을 제안한다.
본 논문에서는 일사량에 의한 외부기온, 창을 통해 들어오는 복사열과 설정온도에 대한 냉방시스템, 그리고 상태공간의 건물영역을 포함하는 시스템 구성도를 Fig. 7에 나타내었으며, Matlab/Simulink 프로그램을 사용하여 모델링을 수행하였다.
수용가 전력사용을 09시부터 냉방시스템의 전력사용량 기반으로 중부하와 최대부하 시간대의 출력을 계산하기 위해 최적화 구간을 설정하고, 냉방시스템 제어를 위해 Fig. 4와 같이 시간에 따른 온도와 냉방시스템 동작을 설계한다. 냉방시스템 제어구간은 하루 기준으로 설계되며, 다음날의 최초의 중부하 시간대의 입력변화가 발생하게 되면 새로운 제어 구간 설정을 할 수 있는 구조로 설계되어 진다.
10은 LP 알고리즘을 적용하여 설정된 제어구간의 입력으로 인가하여 시뮬레이션을 수행하였을 때 가동상태와 온도변화 결과를 나타내었다 [6]. 최대부하 시간대의 냉방시스템 가동을 최소화하기 위해 최대부하시간대가 처음 시작되는 11시에 실내온도는 하한치가 되도록하였다. Fig.
8[ # ]와 2[ # ]로 구분하여 8개의 온도센서를 설치하였다. 하루 동안 동쪽과 서쪽, 상단과 하단 벽 네 곳의 센서에서 1분 단위로 측정된 데이터를 한 시간 단위로 평균하여 실측치를 구하였으며, 시간당 일사량과 외부기온, 실내온도는 Table 2와 같이 주어진다.

대상 데이터

Fig. 3은 여름철 TOU 요금제의 시간대 구분을 나타낸 것으로, 본 논문에서 고려한 건물에 적용되는 요금제는 일반용 전력(을) 고압 A 선택[I]이며, 경부하(# ) 52.6원, 중부하( # ) 100.4원, 최대부하(# ) 172.9원이다.

이론/모형

는 창, 벽 개구부의 빈틈 등 출입구의 문을 개폐함에 따라 외부에서 실내로 들어오는 침기(infiltration)로 구분 할 수 있다. 건물의 모델링방법으로 하나의 벽체를 몇 개의 열저항과 열용량을 등 가회로로 변환시켜 각 벽체의 회로 방정식을 연립으로 해석하는 집중인자(lumped parameter) 모델을 사용한다 [5].
제안한 냉방시스템을 이용한 실내온도 조절 스위칭 최적화 문제를 해결하기 위해 PSO 알고리즘을 사용하였다. PSO는 AI를 기반으로 하는 경험적 최적화기법의 알고리즘으로, 특징으로는 수학적인 알고리즘이나 어떠한 경험적인 최적화를 위한 기법에 비해 이론이 간결하고, 구현의 용이하며 파라미터 제어의 견고성 및 연산의 효율성이 좋다 [7].

성능/효과

12는 온-오프 제어와 LP 알고리즘 및 PSO 알고리즘을 적용하여 1시간 단위의 에너지 비용 및 전력사용량에 대한 결과를 나타낸 것으로, 에너지 비용은 냉방시스템의 가동 제어방식에 따른 전력사용[#]과 시간[#]의 곱으로 계산하였다. 3[#] 용량의 전력을 사용하는 단일존 건물을 대상으로 온-오프, LP 그리고 PSO 제어방식을 사용하는 경우에 하루기준 전력사용 요금은 각각 2,583[#]과 2,411[#], 2,315[#]으로 제안한 PSO제어 방식이 LP와 온-오프 제어방식에 비해 4[%]와 10.4[%]가 감소함을 알 수가 있었다. 기존의 온-오프 제어 방식의 냉방시스템 가동은 시간대별 사용요금을 고려하지 않은 중부하와 최대부하 시간대에 냉방시스템이 가동됨으로써 순수하게 사용한 전력량에 비해 높은 요금이 부과되었다.
8에 나타내었다. 대상건물의 실내온도가 증가함에 따라 발생되는 현(sensible heat) 구간에서 오차가 발생하였으나 전체적으로 대상건물의 실내 온도변화를 나타내는 두 개의 곡선이 서로 일치하고 있어 대상건물에 대한 모델링의 결과가 우수함을 확인 할 수 있다.
4[%]와 4[%]가 절감하였고, 또한 전력사용량도 약12[%]와 7[%]가 감소하였다. 따라서 PSO 제어구간 설정제어방식을 적용한 경우에는 전력 사용기간이 늘어날수록 기존의 제어방식에 비해 에너지 비용이 낮아지고 전력 사용에 대한 피크전력 또한 감소하여 전기를 사용하는 수용가에게 부과되는 전력요금은 상대적으로 더 낮아질 가능성이 있음을 확인하였다.
2[#]를 나타내고 있다. 따라서 본 논문에서 제안한 PSO 알고리즘을 적용한 제어 방법을 적용하면 기존의 온-오프와 LP 제어방법 보다 최대전력사용량이 감소함을 알 수 있다. 특히 오전과 오후 최대부하 시간대의 냉방시스템 가동을 최대 2.
제안한 PSO방식의 제어알고리즘을 적용한 온도제어는 설정범위 내의 온도변화 폭이 좁게 나타나고 있어 재실자의 쾌적성면에서 좋은 결과를 나타내었다. 또한 전력요금도 기존의 온-오프와 LP 제어방법을 적용할 경우에 비해 각각 약10.4[%]와 4[%]가 절감하였고, 또한 전력사용량도 약12[%]와 7[%]가 감소하였다. 따라서 PSO 제어구간 설정제어방식을 적용한 경우에는 전력 사용기간이 늘어날수록 기존의 제어방식에 비해 에너지 비용이 낮아지고 전력 사용에 대한 피크전력 또한 감소하여 전기를 사용하는 수용가에게 부과되는 전력요금은 상대적으로 더 낮아질 가능성이 있음을 확인하였다.
기존의 온-오프 제어 방식의 냉방시스템 가동은 시간대별 사용요금을 고려하지 않은 중부하와 최대부하 시간대에 냉방시스템이 가동됨으로써 순수하게 사용한 전력량에 비해 높은 요금이 부과되었다. 또한 하루기준 09시부터 18시까지의 전력사용량도 17.45[#]와 16.5[#], 15.35[#]로 제안한 PSO 제어방식이 LP 제어 방식보다 7[%], 온-오프 제어방식 보다 11.5[%] 정도가 감소함을 알 수 있었다.
단일존 건물의 모델링을 위해 실제 센서를 이용한 건물내부의 온도변화를 측정하였고, 건물 모델링과 Matlab/Simulink 통한 결과와 실측치가 유사한 결과를 나타내도록 모델링을 수행하였다. 제안한 PSO방식의 제어알고리즘을 적용한 온도제어는 설정범위 내의 온도변화 폭이 좁게 나타나고 있어 재실자의 쾌적성면에서 좋은 결과를 나타내었다. 또한 전력요금도 기존의 온-오프와 LP 제어방법을 적용할 경우에 비해 각각 약10.
따라서 본 논문에서 제안한 PSO 알고리즘을 적용한 제어 방법을 적용하면 기존의 온-오프와 LP 제어방법 보다 최대전력사용량이 감소함을 알 수 있다. 특히 오전과 오후 최대부하 시간대의 냉방시스템 가동을 최대 2.2[#] 이하로 유지함으로써 냉방수요가 집중되는 시간에 전력사용 요금과 전력피크 감소에서 좋은 결과를 나타내고 있음을 확인할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	건물 전체에 대한 열손실은 어떻게 구분 될 수 있는가?	여기서 #는 벽, 창, 문, 바닥 등을 통한 열손실, # 는 환기에 의한 열손실, 그리고 # 는 창, 벽 개구부의 빈틈 등 출입구의 문을 개폐함에 따라 외부에서 실내로 들어오는 침기(infiltration)로 구분 할 수 있다. 건물의 모델링방법으로 하나의 벽체를 몇 개의 열저항과 열용량을 등 가회로로 변환시켜 각 벽체의 회로 방정식을 연립으로 해석하는 집중인자(lumped parameter) 모델을 사용한다 [5].
	PSO란?	제안한 냉방시스템을 이용한 실내온도 조절 스위칭 최적화 문제를 해결하기 위해 PSO 알고리즘을 사용하였다. PSO는 AI를 기반으로 하는 경험적 최적화기법의 알고리즘으로, 특징으로는 수학적인 알고리즘이나 어떠한 경험적인 최적화를 위한 기법에 비해 이론이 간결하고, 구현의 용이하며 파라미터 제어의 견고성 및 연산의 효율성이 좋다 [7]. PSO 에서 개별의 파티클은 n-차원 공간에서 하나의 해로 가정하며, 위치벡터# ⋯# 와 속도벡터# ⋯#를 포함하는 가능한 솔루션으로 나타낸다.
	건물에서 전기를 이용한 에너지소비는 어떻게 분류 할 수 있는가?	그러나 기존 건물은 형태나 방향이 고정되어 있어 변형이나 변경을 할 수 없으며, 건물의 외피나 창호의 교체는 경제적인 문제를 고려해야하기 때문에 건물에서 손실되는 에너지와 소비되는 분야의 효율을 높여 에너지를 절감하는 방법을 주로 이용하고 있다. 건물에서 전기를 이용한 에너지소비를 구분해보면 조명, 전열, 동력, 냉난방으로 분류 할 수 있으며, 그 중 에너지소비가 가장 많은 분야가 냉난방으로 이는 건물 내부에서 생활하는 재실자의 건강과 업무능률 향상을 위한 실내 환경의 쾌적성을 고려한 에너지 소비가 이루어지기 때문이다. 건물의 냉난방으로 발생되는 에너지비용과 전력피크를 절감하기 위해서는 실제 에너지 사용의흐름을 파악하는 것이 무엇보다 중요하며 실제 에너지사용의 흐름을 파악하는 기법으로 컴퓨터를 이용한 시뮬레이션 또는, DOE-2, EnergyPlus, TRNSYS 등의 패키지를 이용하여 건물에 대한 모델링을 한다[3,4].

참고문헌 (10)

Korea Institute of Energy Technology Evaluation and Planning, Green Energy Strategy Load Map, 2011.
Ministry of Land, Transport and Maritime Affairs, 녹색건축물 조성 지원법, 2013.
N. Mendes, G. H. C. Oliveira, H. X. Araujo, and L. S. Coelho, "A Matlabbased simulation tool for building thermal performance analysis," In Eighth International IBPSA Conference, Eindhoven, Netherlands, August 11-14, 2003.
I. Beausoleil Morrison, F. Macdonald, M. Kummert, T. McDowell, R. Jost, and A. Ferguson, "The design of an ESPr and TRNSYS cosimulator," In Proc. Building Simulation 2011, pp. 2333-2340, 2011.
A. W. M. van. Schijndel, Integrated Heat Air and Moisture Modeling and Simulation, PhD Dissertation, Eindhoven University of Technology, 2007.
C.-J. Boo, J.-H. Kim, and H.-C. Kim, "Building indoor temperature control using control horizon method in cooling systems", Journal of the Korean Academia-Industrial cooperation Society, vol. 13, no. 10, pp. 4902-4909, 2012. DOI: http://dx.doi.org/10.5762/KAIS.2012.13.10.4902

원문보기 상세보기
J.S. Heo, K.Y. Lee and R. Garduno-Ramirez: Multiobjective control of power plants using particle swarm optimization techniques. IEEE Transactions on Energy Conversion, vol. 21, pp. 552-561, 2006. DOI: http://dx.doi.org/10.1109/TEC.2005.858078

상세보기
I. Hazyuk, C. Ghiaus, and D. Penhouet, "Optimal temperature control of intermittently heated buildings using model predictive control: Part I - Building modeling", Building and Environment, vol. 51, pp. 379-387, 2012. DOI: http://dx.doi.org/10.1016/j.buildenv.2011.11.009

상세보기
Y. Yang, A. Pinto, A. Sangiovanni-Vincentelli, and Q. Zhu, "A design flow for building automation and control systems", 31st IEEE Real-Time Systems Symposium (RTSS'10), pp. 105-116, San Diego, CA, December 2010. DOI: http://dx.doi.org/10.1109/RTSS.2010.26
C.-B. Park, A Study on the Application of Low Energy Cooling System in Office Building, PhD Dissertation, Chung-Ang University, 2011.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증