건물 식별
건물 식별
시스템 식별 알고리즘 및 사용자 행동 예측
프로젝트 목표 DOWNLOAD CASE STUDY
최근 태양 에너지와 같은 재생 에너지 이용이 점점 중요해지고 있습니다. 난방과 온수 공급을 위한 에너지를 공급하기 위해 태양열과 태양광을 결합하는 것이 가능합니다. 이러한 태양열 조합 시스템을 이용해서 난방과 온수 비용을 절감할 수 있습니다. 그러나 이러한 시스템이 적절한 기능을 하고 있는지 모니터링하고, 일정 수준의 성능을 보장하기 위해서는 매우 복잡한 시스템이 필요합니다. 사용자들이 에너지를 얼마나 사용하고 있으며, 미래에 에너지를 얼마나 사용할 것인지를 예측한다면 이러한 시스템의 성능을 보장하고 사용자의 신뢰를 높이는 데 도움이 될 수 있습니다.
이 프로젝트의 목적은 일사량, 실내외 온도, 난방 시스템에서 공급되는 에너지 같은 기상 조건들을 고려하여 건물에 대한 수학적 모델을 만드는 것이었습니다. 이 모델은 특정한 난방 수준에서 내부 온도를 정확하고 안정적으로 예측하는 데 사용될 수 있습니다.
또 다른 목표는 긴 예열 시간 없이 온수를 즉각적으로 사용할 수 있게 하기 위해 사용자가 물을 사용하는 행동을 식별하는 것이었습니다. 이것은 사용자 편의성을 증가시킵니다.
개발을 위한 접근방식
첫 번째 단계에서는 온수 사용 기록을 바탕으로 데이터 기반 모델을 학습시켰습니다. 온수 사용량을 포함한 온수 사용 시간 프로그램은 학습된 프로파일에 따라 조정됩니다. 학습 데이터가 충분하다면 데이터 기반 접근 방식을 사용하여 사용자 행동을 알 수 있습니다. 이러한 방식으로 사용자가 오래 기다리지 않고 즉시 온수를 쓸 수 있도록 예열 시간을 최적화할 수 있습니다.
실내 온도를 예측하는 수학적 모델을 사용하여 난방에 사용되는 에너지 비용을 더 줄일 수 있습니다. 이 모델에는 외부 온도나 일사량과 같은 기상 예보 데이터와 난방기의 가동출력 같은 다양한 신호가 입력됩니다. 이러한 입력 신호와 측정된 실내 온도를 기반으로 실내 온도 모델을 학습시킬 수 있습니다. 이 모델을 이용하면 온수 저장 탱크의 모든 제어 값을 최적 제어하고 적시에 에너지를 공급하는 모델 기반 예측장치(MPC)를 설계하는 데 사용할 수 있습니다. 이를 통해 사용자들의 편의성을 유지되며 에너지 비용은 절감됩니다.
미래의 에너지 수요와 태양 에너지 수율을 예측함으로써 비용을 절감하고 태양열 콤비 시스템에 대한 사용자들의 신뢰도를 높일 수 있습니다. 또한, 난방 시스템의 오동작에 의한 이상 값을 자동으로 감지하기 위해 태양 에너지 수율을 시뮬레이션하고 실제 값과 비교할 수 있습니다.