선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 재실자 스스로 자신의 열적 선호도와 기대에 맞추어 열환경을 조절하기 위해 다양한 적응행동을 하거나 능동적인 열환경 개선을 요구한다는 개념을 바탕으로 이를 공조제어에 활용하고자 하였으며, 그 과정으로 재실자의 온열반응 응답 데이터의 유효성을 검토하였다.
- 본 연구에서는 재실자 스스로 자신의 열적 선호도와 기대에 맞추어 열환경을 조절하기 위해 다양한 적응행동을 하거나 능동적인 열환경 개선을 요구한다는 개념을 바탕으로 이를 공조제어에 활용하고자 하였으며, 그 과정으로 재실자의 온열반응 응답 데이터의 유효성을 검토하였다.
- (1) 쾌적온도 관리의 개념에 대해 고찰하고 국내외 온열환경 기준을 분석하였다. 온열환경과 재실자의 온열반응 기반 연구동향을 선행 조사하였다.
- 즉, 온도·습도 등의 환경 물리량이 아닌 재실자가 체감하는 온열감을 직감적으로 측정하기 위한 조사이다.
- 이를 위해 재실자 온열반응 응답을 요청하는 측정알람 메시지의 유무에 따라 재실자 응답비율 차이를 분석하였고 냉온열감 정도에 따라 재실자의 반응을 분석하였다. 또한, 반응속도 차이에 따른 반응데이터 유효성을 검증함으로써 공조제어 입력값으로의 활용 가능성을 확인하였다.
- 본 연구에서는 재실자 스스로 자신의 열적 선호도와 기대에 맞추어 열환경을 조절하기 위해 능동적인 열환경 개선을 요구한다는 개념을 바탕으로 이를 공조 제어에 활용할 수 있는 전략을 제안하고자 하였다. 이에 사무소 건물을 대상으로 재실자의 온열반응 데이터를 수집하고 데이터에 기반한 공조운영 전략을 구축함으로써 실시간 공조제어에 활용 가능한지 타당성을 분석하였다.
제안 방법
- (1) 쾌적온도 관리의 개념에 대해 고찰하고 국내외 온열환경 기준을 분석하였다. 온열환경과 재실자의 온열반응 기반 연구동향을 선행 조사하였다.
- (2) 온열환경 조사와 측정을 위해 대상건물을 선정하고 재실자의 온열환경 계측과 반응조사를 실시하였다.
- (3) 재실자 온열환경 반응 데이터를 기반으로 실시간 제어 활용효과를 위한 응답 데이터의 유효성을 검토 및 분석하였다.
- 특히 난방온도를 20°C, 냉방온도를 24~28°C로 유지하도록 규정하여 권장하고 있다. 이에 따라 가벼운 복장을 권장하고 여름철 넥타이를 매지 않고 재킷을 벗는 등의 가벼운 차림으로 근무하는 것을 뜻하는 쿨비즈(coolbiz; cool+business)와 실내에서 난방비를 아끼고 대중교통을 이용하여 기름값을 줄이자는 취지로 웜비즈(warmbiz; warm+business)라는 개념을 도입하였다.
- 이에 따라, 실내 공기온도 및 복사온도 외에 Table 1과 같이 미국공조냉동공학회 온열값 지표 기준의 온열 범위로 재실자의 온열감을 조사하였고 ISO 7730에 기반한 착의량을 조사하였다[18].
- 재실자 온열반응 조사를 위해 휴대폰 어플리케이션을 활용한 설문조사를 실시하였으며, 설문의 내용은 대상건물의 공조환경 개선을 위한 조사를 바탕으로 하였다. 즉, 온도·습도 등의 환경 물리량이 아닌 재실자가 체감하는 온열감을 직감적으로 측정하기 위한 조사이다.
- 즉, 온도·습도 등의 환경 물리량이 아닌 재실자가 체감하는 온열감을 직감적으로 측정하기 위한 조사이다. 설문을 통해 수집된 데이터는 설문 대상자들의 정보와 함께 데이터 서버에 실시간 저장되었으며 이를 분석에 활용하였다.
- 재실자 온열감 설문은 상시 의견을 수렴하는 것을 기본으로 하였고, 동일한 시간대의 의견을 수렴하기 위해 하루 세 번 온열감 측정을 요구하는 알람을 일괄 공지하였다. 하절기(6~8월)동안 아침 출근 후 10시를 시작으로 3시간 간격(10:00, 13:00, 16:00)으로 측정하고자 하였으나 12시부터 13시까지 점심시간인 이유로 13시는 외부 환경에 노출된 직후 개인의 온열감에 영향이 있을 것이라 판단하였다.
- 재실자 온열반응 데이터를 분석하고 제어를 위한 입력값으로 활용 가능하지 판단하기 위해 데이터 필터링을 활용하여 온열반응 데이터의 유효성을 검증하였다.
- 데이터 필터링은 새롭게 측정된 데이터를 이전까지의 데이터 기반으로 예측된 데이터와 비교하고 미리 정한 오차범위 안에 존재하는지 판단한 후, 오차범위를 벗어날 경우 노이즈로 결정하여 필터링하는 방법이다. 재실자 온열반응에 기반한 공조제어 전략에서 재실자 온열반응 데이터는 응답시간 유효값 한계 이내에 발생한 응답데이터를 기본으로 재실자의 공조온도 변경요구를 판단한다. 재실자의 온열반응이 개인차에 따라 다양하게 나타날 수 있기 때문에 데이터 필터링 방법론인 칼만필터법1)(Kalman filter)을 적용하여 허용되는 오차범위 내의 데이터만을 가려내도록 검토하였다.
- 따라서 앞서 제시한 객관적인 근거의 칼만필터법을 활용하여 데이터의 범위를 모집단과 표본집단으로 구분하여 데이터 필터링 하였다. 모집단은 전체 데이터를 의미하고 표본집단은 알람측정 후 유효 시간 15분 이내의 동일 측정 시간 내의 데이터를 의미한다.
- 이를 위해 재실자 온열반응 응답을 요청하는 측정알람 메시지의 유무에 따라 재실자 응답비율 차이를 분석하였고 냉온열감 정도에 따라 재실자의 반응을 분석하였다. 또한, 반응속도 차이에 따른 반응데이터 유효성을 검증함으로써 공조제어 입력값으로의 활용 가능성을 확인하였다.
- 재실자의 온열감과 온열반응의 상관관계를 알아보기 위해 Table 7과 같이 냉방을 실시하지 않은 2주와 냉방을 실시한 2주 동안 실험을 실시하여 데이터를 비교하였다. 앞서 측정알람 메시지의 유무에 따라 반응비율이 차이나는 것을 확인하였으므로 실험 동안 측정알람 메시지를 재실자에게 일괄적으로 통지하였다.
- 재실자의 온열감과 온열반응의 상관관계를 알아보기 위해 Table 7과 같이 냉방을 실시하지 않은 2주와 냉방을 실시한 2주 동안 실험을 실시하여 데이터를 비교하였다. 앞서 측정알람 메시지의 유무에 따라 반응비율이 차이나는 것을 확인하였으므로 실험 동안 측정알람 메시지를 재실자에게 일괄적으로 통지하였다.
- 보다 자세한 반응시간의 유효한계를 설정하기 위해 측정알람 후 1시간 이내의 응답데이터만을 기준으로 분석하였다. 측정알람 메시지의 유무에 따른 반응비율에서도 알 수 있었듯이 측정을 요구하는 측정알람 메시지가 재실자의 반응 요구를 적극적으로 유도하였으며, 1시간 이내의 응답데이터를 15분 단위로 분석하였을 때 Fig.
- 즉, 반응데이터의 유효시간은 알람측정후부터 15분 이내로 정리할 수 있으며, 그 중 반응시간의 유효한계를 최대 15분으로 설정하였다.
- 본 연구에서는 재실자 스스로 자신의 열적 선호도와 기대에 맞추어 열환경을 조절하기 위해 능동적인 열환경 개선을 요구한다는 개념을 바탕으로 이를 공조 제어에 활용할 수 있는 전략을 제안하고자 하였다. 이에 사무소 건물을 대상으로 재실자의 온열반응 데이터를 수집하고 데이터에 기반한 공조운영 전략을 구축함으로써 실시간 공조제어에 활용 가능한지 타당성을 분석하였다.
- 그 과정으로 재실자의 온열반응 응답 데이터의 유효성을 검토하였다. 재실자의 온열반응이 개인차에 따라 다양하게 나타날 수 있기 때문에 데이터 필터링 방법론을 적용하여 허용되는 오차범위 내의 데이터만을 가려내도록 검토하였다.
대상 데이터
- 본 연구는 사무소 건물을 대상으로 하며 연구의 방법은 다음과 같다.
- 온열환경 조사를 위해 대전에 위치한 업무용 건물을 대상건물로 선정하였다. 온열감 설문은 대상건물(1~5층)에서 업무하는 약 208명의 연구원을 대상으로 진행하였다.
- 온열환경 조사를 위해 대전에 위치한 업무용 건물을 대상건물로 선정하였다. 온열감 설문은 대상건물(1~5층)에서 업무하는 약 208명의 연구원을 대상으로 진행하였다.
- 대상건물은 1층과 2층이 각각 로비와 대회의실로 인해 기준층인 3층~5층의 평면과 다른 형태를 지니며 4대의 공조기가 층과 향을 구분하여 공조한다. 따라서 기준층이며 동일 공조영역인 3~5층 중 중간 층인 4층을 사용하는 약 70명(전체 재실자의 2/5)을 대상으로 데이터를 집중 분석하였다.
- 대상건물은 1층과 2층이 각각 로비와 대회의실로 인해 기준층인 3층~5층의 평면과 다른 형태를 지니며 4대의 공조기가 층과 향을 구분하여 공조한다. 따라서 기준층이며 동일 공조영역인 3~5층 중 중간 층인 4층을 사용하는 약 70명(전체 재실자의 2/5)을 대상으로 데이터를 집중 분석하였다. 대상 층은 Fig.
- Fig. 4와 같이 냉방기간(7월 25일~7월 26일과 8월 5일~8월 9일) 중 하루의 측정알람 메시지 시간 세 번 모두 10명 이하의 응답자가 반응하였지만, 냉방을 하지 않은 기간(6월 24일~6월 28일과 7월 8일~7월 12일, 7월 22일~7월 24일)에 측정알람 메시지를 일괄 통지한 38번 중 27번(72%)에 10명 이상의 응답자가 응답하였다. 냉방을 하지 않았을때 참여율은 응답비율이 가장 높았던 주(7월 8일~7월 12일)를 기준 (100%)로 86.
데이터처리
- 이는 식 (1)과 같다. 또한 실제 센서에서 데이터 측정시 발생되는 오차는 이전에 예측한 데이터의 표준편차인 Sdprev를 활용하여 현재 측정값을 이용한 데이터 표준편차를 구한다. 이는 식 (2)와 같다.
- 이는 식 (2)와 같다. 오차(SensingError)는 표본표준편차를 표본수의 제곱근으로 나눈 데이터 표준오차(standard error) 식을 활용하였다. 오차범위는 위의 선행 연구에서 제시한 것과 같이 데이터 오차율±3.
이론/모형
- 재실자 온열반응에 기반한 공조제어 전략에서 재실자 온열반응 데이터는 응답시간 유효값 한계 이내에 발생한 응답데이터를 기본으로 재실자의 공조온도 변경요구를 판단한다. 재실자의 온열반응이 개인차에 따라 다양하게 나타날 수 있기 때문에 데이터 필터링 방법론인 칼만필터법1)(Kalman filter)을 적용하여 허용되는 오차범위 내의 데이터만을 가려내도록 검토하였다.
- 정준(2012)은 과거의 측정데이터와 새로운 측정데이터를 사용하여 데이터에 포함된 노이즈를 제거하는 선형적 필터 자료처리 방법으로 칼만필터법을 사용하였다 [19]. 이현조(2010)는 데이터 필터링의 효율성을 향상시키기 위해서 보다 높은 정확도를 지닌 데이터 예측값을 측정하는 방법으로 칼만필터법을 사용하였다 [20].
- 이전 예측값(prediction)을 토대로 측정된 현재값을 정확한 상태로 추정(update) 한다. 본 연구에서는 재실자들의 반응 데이터를 예측한 데이터로, 실시간 감지한 데이터를 현재값으로 변환하여 현재의 반응과 예측된 데이터의 오차를 판단하고 노이즈를 판별하도록 칼만필터법을 활용하였다. 즉, 재실자 온열반응 데이터의 분석 시, 칼만필터법에서 의미하고 제시하는 예측법을 활용하는데 있어 적절하다 판단하였다.
성능/효과
- 그 결과 난방조건에서 PMV와 심리적 감성반응 관련성이 높고 냉방조건에서 PMV와 생리적·심리적 감성반응 관련성이 높음을 확인하였다.
- 본 연구에서는 재실자들의 반응 데이터를 예측한 데이터로, 실시간 감지한 데이터를 현재값으로 변환하여 현재의 반응과 예측된 데이터의 오차를 판단하고 노이즈를 판별하도록 칼만필터법을 활용하였다. 즉, 재실자 온열반응 데이터의 분석 시, 칼만필터법에서 의미하고 제시하는 예측법을 활용하는데 있어 적절하다 판단하였다.
- 각 표에서 확인할 수 있듯이 데이터 모집단 즉, 전체를 대상으로 계산할 경우 모든 데이터가 오차범위를 수렴한다. 이는 데이터 항목이 7단계(온열감 범위: -3~+3), 특히 실측 결과 5단계(악간 춥다 –1 / 보통 0 / 약간 덥다 +1 / 덥다 +2 / 매우 덥다 +3)로 계산되어 항목의 범위가 한정적이란 것과 N값이 커질수록 표준오차가 줄어듦에 따른 결과로 풀이될 수 있다.
- 따라서 데이터의 모집단을 활용할 경우 데이터 필터링 효과가 없다고 판단할 수 있으며 데이터 판별 시 알람측정 후 유효시간 이내, 동일 측정시간 내의 데이터를 활용하여 분석하는 것이 데이터 활용에 유효하다 판단된다.
- 보다 자세한 반응시간의 유효한계를 설정하기 위해 측정알람 후 1시간 이내의 응답데이터만을 기준으로 분석하였다. 측정알람 메시지의 유무에 따른 반응비율에서도 알 수 있었듯이 측정을 요구하는 측정알람 메시지가 재실자의 반응 요구를 적극적으로 유도하였으며, 1시간 이내의 응답데이터를 15분 단위로 분석하였을 때 Fig. 5에서 확인할 수 있듯이 중앙값과 제1사분위수에서 제3사분위수의 값이 5분 이내로 나타났다. 또한 Fig.
- 5에서 확인할 수 있듯이 중앙값과 제1사분위수에서 제3사분위수의 값이 5분 이내로 나타났다. 또한 Fig. 6과 같이 15분 이내일 때 반응비율이 75%로 가장 높으며 그 이후 각각 13.0%, 5.9%, 6.1%로 반응비율이 줄어드는 것을 확인하였다.
- 그 결과 데이터 모집단의 전체 데이터가 오차범위를 수령함으로써 데이터 필터링 효과가 없으며 알람 측정 후 유효시간 15분 이내의 동일 측정시간 내의 데이터만을 유효하게 활용할 수 있음을 파악하였다.
- 측정알람 메시지 유무와 재실자의 온열반응의 상관관계를 분석한 결과 측정알람 메시지가 응답자의 참여를 이끄는데 중요한 역할을 하며 재실자 온열감이 쾌적범위에 가까울 때는 공조온도 변경 요청 등의 행위가 감소하며 재실자의 온열감이 불쾌적 영역에 있을 때 참여비율이 높은 것을 확인하였다.
후속연구
- 본 연구의 결과로 재실자 온열반응 데이터를 실시간 공조의 입력값으로 활용할 수 있음을 확인하였고, 추후 PMV 결과와 실온분포 등의 열환경 페리미터를 재실자의 응답과 비교·분석할 예정이다.
- 즉, 측정알람 메시지 후 측정을 요청받더라도 반응하지 않거나 알람을 늦게 확인하면 늦게 반응할 수 있듯이 응답자의 응답은 절대적으로 응답자의 자의에 따른다. 측정알람 메시지가 일괄적으로 동일한 시간에 발송된다 하더라도 반응시간은 매우 다양하게 나타날 수 있으며 추후 실시간 제어의 입력데이터로 활용하기 위해서는 반응시간의 유효한계를 고려한 유효값의 범위가 적절히 설정되어야 한다.
- 본 연구의 결과로 재실자 온열반응 데이터를 실시간 공조의 입력값으로 활용할 수 있음을 확인하였고, 추후 PMV 결과와 실온분포 등의 열환경 페리미터를 재실자의 응답과 비교·분석할 예정이다. 이와 같은 연구를 통해 재실자 열환경 개선 요구를 적극 수용할 수 있는 환경이 마련됨으로써 공조제어의 긍정적인 변화를 기대할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.