전기자동차(EVs)의 도입이 계속 확대됨에 따라 에너지 효율을 향상시키고 주행 가능 거리를 연장하는 일은 중요한 연구 과제가 되었다. EV에서 에너지 소비의 핵심 구성요소 중 하나는 냉난방공조(Heating, Ventilation, and Air Conditioning, HVAC) 시스템이며, 이는 차량의 효율과 승객의 쾌적성에 직접적인 영향을 미친다. 따라서 성능을 유지하면서 전력 소모를 최소화하도록 HVAC 시스템을 최적화하는 것은 필수적이다.[1] HVAC 시스템의 효율은 압축기, 응축기, 증발기, 팽창장치 등 주요 구성요소의 설계와 성능에 크게 좌우된다. 전자식 팽창밸브(Electronic Expansion Valve, EEV)는 냉매 유량을 정밀하게 제어할 수 있어 다양한 운전 조건에서 시스템의 안정성과 효율을 향상시키므로 널리 사용된다. 그러나 EEV만으로는 압력 손실 관리와 열교환 최적화 측면에서 한계가 있다. 이러한 문제를 해결하기 위해 EEV에 노즐을 통합하면 냉매 속도를 개선하고 열전달 효율을 향상시킬 수 있다. 이 연구는 서로 다른 직경의 노즐(0.8mm, 1.0mm, 1.2mm)을 장착한 노즐 통합형 EEV 기반 자동차 HVAC 시스템의 성능을 평가하였다. 실험은 냉매 온도 강하, 전력 소비, 냉방 능력, 성능계수(Coefficient of Performance, COP) 등 주요 성능 지표에 대한 노즐 통합의 영향을 분석하기 위해 제어된 환경 챔버에서 수행되었다. 그 결과, 0.8mm 노즐을 사용한 경우 총 냉매 온도 강하가 16.3°C인 반면, 1.0mm 및 1.2mm 노즐은 각각 13.3°C와 12.7°C의 온도 강하를 나타냈다. 전력 소모 측면에서는 노즐을 적용한 시스템이 효율이 향상되었으며, 1.0mm 노즐이 1456.7W의 최고 냉방 능력을 달성하였다. 또한 0.8mm, 1.0mm, 1.2mm 노즐의 COP 값은 각각 1.8, 2.2, 1.7로 나타나 1.0mm 노즐이 EEV 단독 시스템에 비해 36.0%의 성능 향상을 보이며 가장 큰 개선 효과를 제공하는 것으로 확인되었다. 이상의 결과는 적절한 크기의 노즐을 통합하는 것이 EV의 HVAC 시스템 효율을 크게 향상시킬 수 있음을 시사한다. 시험된 구성 중에서는 냉방 효율과 에너지 절감 측면에서 최상의 성능을 달성하기 위한 최적 설계로 1.0mm 노즐이 도출되었다. 본 연구는 고효율 HVAC 시스템의 설계 및 개발에 유용한 통찰을 제공하며, 전기자동차의 에너지 관리 개선과 주행 가능 거리 연장에 기여할 것으로 기대된다.

본 논문에서는 무선 센서 네트워크(WSNs)의 네트워크 수명과 효율을 향상시키기 위한 개선된 클러스터링 알고리즘을 제안한다. 우리는 군집 헤드 선택을 위한 향상된 퍼지 거미원숭이 최적화 기법과 은닉 마르코프 모델 기반 클러스터링 알고리즘을 도입한다. 제안하는 접근법은 네트워크 클러스터 헤드 에너지, 클러스터 헤드 밀도, 클러스터 헤드 위치와 같은 요인을 고려한다. 또한 클러스터 헤드를 기지국에 연결하기 위한 에너지 효율적인 라우팅 전략을 강화한다. 더불어 정상적인 전송 기간 동안 에너지 효율성을 유지하면서 네트워크 성능을 향상시키기 위한 폴링 제어 방법을 도입한다. 시뮬레이션 결과, 제안된 모델을 사용했을 때 네트워크 성능이 1.2% 향상됨을 보여준다.

본 연구에서는 제주도에 위치한 S 풍력발전단지의 2020년 1월부터 2022년 12월까지의 실제 운영 데이터를 바탕으로, 타당성 검토와 함께 풍력발전단지의 AEP(연간 에너지 생산량, Annual Energy Production)를 비교·평가하였다. 자유풍(자유 풍속) 데이터는 나셀(nacelle) 풍속계로 측정된 데이터에서 선택하였고, 풍속과 AEP 간 상관 방정식을 도출하였으며, MCP 방법을 이용하여 과거 20년간의 연평균 풍속을 예측하였다. 그 결과, 운영 데이터로부터 산출된 AEP와 타당성 검토에서 추정된 AEP를 비교한 결과, 2020년에는 약 2.40% 감소, 2021년에는 12.14% 감소하였고, 2022년에는 6.76% 증가하는 것으로 나타났다. 풍력터빈의 20년 수명 기간 동안의 풍속을 산출하였으며, S 풍력발전단지에서 생성될 수 있는 AEP는 운영에 활용 가능함을 시사하였다. 향후 S 풍력발전단지는 남은 17년의 운영 기간 동안 가용률이 25%~30% 범위에서 운영될 예정이다. 가용률이 25% 미만으로 하락하는 경우, 풍력터빈 성능 저하 원인과 고장 빈도에 대한 점검이 필요할 것이다.

전기자동차(EVs)의 도입이 계속 확대됨에 따라 에너지 효율을 향상시키고 주행 가능 거리를 연장하는 일은 중요한 연구 과제가 되었다. EV에서 에너지 소비의 핵심 구성요소 중 하나는 냉난방공조(Heating, Ventilation, and Air Conditioning, HVAC) 시스템이며, 이는 차량의 효율과 승객의 쾌적성에 직접적인 영향을 미친다. 따라서 성능을 유지하면서 전력 소모를 최소화하도록 HVAC 시스템을 최적화하는 것은 필수적이다.[1] HVAC 시스템의 효율은 압축기, 응축기, 증발기, 팽창장치 등 주요 구성요소의 설계와 성능에 크게 좌우된다. 전자식 팽창밸브(Electronic Expansion Valve, EEV)는 냉매 유량을 정밀하게 제어할 수 있어 다양한 운전 조건에서 시스템의 안정성과 효율을 향상시키므로 널리 사용된다. 그러나 EEV만으로는 압력 손실 관리와 열교환 최적화 측면에서 한계가 있다. 이러한 문제를 해결하기 위해 EEV에 노즐을 통합하면 냉매 속도를 개선하고 열전달 효율을 향상시킬 수 있다. 이 연구는 서로 다른 직경의 노즐(0.8mm, 1.0mm, 1.2mm)을 장착한 노즐 통합형 EEV 기반 자동차 HVAC 시스템의 성능을 평가하였다. 실험은 냉매 온도 강하, 전력 소비, 냉방 능력, 성능계수(Coefficient of Performance, COP) 등 주요 성능 지표에 대한 노즐 통합의 영향을 분석하기 위해 제어된 환경 챔버에서 수행되었다. 그 결과, 0.8mm 노즐을 사용한 경우 총 냉매 온도 강하가 16.3°C인 반면, 1.0mm 및 1.2mm 노즐은 각각 13.3°C와 12.7°C의 온도 강하를 나타냈다. 전력 소모 측면에서는 노즐을 적용한 시스템이 효율이 향상되었으며, 1.0mm 노즐이 1456.7W의 최고 냉방 능력을 달성하였다. 또한 0.8mm, 1.0mm, 1.2mm 노즐의 COP 값은 각각 1.8, 2.2, 1.7로 나타나 1.0mm 노즐이 EEV 단독 시스템에 비해 36.0%의 성능 향상을 보이며 가장 큰 개선 효과를 제공하는 것으로 확인되었다. 이상의 결과는 적절한 크기의 노즐을 통합하는 것이 EV의 HVAC 시스템 효율을 크게 향상시킬 수 있음을 시사한다. 시험된 구성 중에서는 냉방 효율과 에너지 절감 측면에서 최상의 성능을 달성하기 위한 최적 설계로 1.0mm 노즐이 도출되었다. 본 연구는 고효율 HVAC 시스템의 설계 및 개발에 유용한 통찰을 제공하며, 전기자동차의 에너지 관리 개선과 주행 가능 거리 연장에 기여할 것으로 기대된다.

본 논문에서는 무선 센서 네트워크(WSNs)의 네트워크 수명과 효율을 향상시키기 위한 개선된 클러스터링 알고리즘을 제안한다. 우리는 군집 헤드 선택을 위한 향상된 퍼지 거미원숭이 최적화 기법과 은닉 마르코프 모델 기반 클러스터링 알고리즘을 도입한다. 제안하는 접근법은 네트워크 클러스터 헤드 에너지, 클러스터 헤드 밀도, 클러스터 헤드 위치와 같은 요인을 고려한다. 또한 클러스터 헤드를 기지국에 연결하기 위한 에너지 효율적인 라우팅 전략을 강화한다. 더불어 정상적인 전송 기간 동안 에너지 효율성을 유지하면서 네트워크 성능을 향상시키기 위한 폴링 제어 방법을 도입한다. 시뮬레이션 결과, 제안된 모델을 사용했을 때 네트워크 성능이 1.2% 향상됨을 보여준다.

본 연구에서는 제주도에 위치한 S 풍력발전단지의 2020년 1월부터 2022년 12월까지의 실제 운영 데이터를 바탕으로, 타당성 검토와 함께 풍력발전단지의 AEP(연간 에너지 생산량, Annual Energy Production)를 비교·평가하였다. 자유풍(자유 풍속) 데이터는 나셀(nacelle) 풍속계로 측정된 데이터에서 선택하였고, 풍속과 AEP 간 상관 방정식을 도출하였으며, MCP 방법을 이용하여 과거 20년간의 연평균 풍속을 예측하였다. 그 결과, 운영 데이터로부터 산출된 AEP와 타당성 검토에서 추정된 AEP를 비교한 결과, 2020년에는 약 2.40% 감소, 2021년에는 12.14% 감소하였고, 2022년에는 6.76% 증가하는 것으로 나타났다. 풍력터빈의 20년 수명 기간 동안의 풍속을 산출하였으며, S 풍력발전단지에서 생성될 수 있는 AEP는 운영에 활용 가능함을 시사하였다. 향후 S 풍력발전단지는 남은 17년의 운영 기간 동안 가용률이 25%~30% 범위에서 운영될 예정이다. 가용률이 25% 미만으로 하락하는 경우, 풍력터빈 성능 저하 원인과 고장 빈도에 대한 점검이 필요할 것이다.

서론: 분산 전원 공급은 신에너지 기술의 발전과 에너지 연계 기술의 진보에 따라 에너지 산업의 주요 발전 방향으로서 점차 확대되고 있다. 마을, 섬, 외딴 산간 지역과 같은 독립형 도서 마이크로그리드를 구축하기 위해서는 분산 전원 공급 설계가 빈번히 적용된다. 정부 보조금과 자본 비용의 하락으로 인해 최근 수년간 태양광 및 풍력과 같은 신규 에너지 자원의 구성 용량은 상당한 수준으로 증가하고 있다. 그러나 이러한 신규 에너지원은 과전압과 전력 가격의 지속적인 변동을 포함하여 여러 중요한 운영 문제를 야기할 수 있다. 또한 전력 소비자가 이용하는 경제적 이점은 전기요금의 변화와 재생에너지원의 출력 전력에 대한 불확실성으로 인해 영향을 받을 수 있다. 방법: 본 논문은 재생에너지 관리의 향상과 에너지 저장 투자의 제약 완화를 위한 새로운 프레임워크를 제안한다. 먼저, 양계층 게임(bi-level game) 방법을 통해 에너지 저장 인센티브를 결정한다. 다음으로, 마스터–슬레이브(master–slave) 접근 방식을 배치하여 각 요소의 순 인센티브(net incentive)를 최대화한다. 마지막으로, 클러스터 내 에너지 저장을 최적화하기 위해 보상 및 페널티(reward and punishment) 전략을 적용한다. 결과: 시뮬레이션 결과는 제안한 프레임워크가 다양한 운영 조건에서 더 우수한 성능을 보임을 보여준다. 논의: 에너지 저장 사업자와 다수의 에너지 저장 사용자들은 마스터–슬레이브 게임 기반 에너지 저장 가격 책정 및 용량 최적화 기법을 실행하여 각 당사자가 가능한 최선의 선택을 할 수 있도록 돕고, 에너지 저장 리스 공급과 수요 간의 양측이 모두 이익을 얻는(win–win) 조건을 포함한 다주체의 이해관계를 실현할 수 있다.

비례 적분 미분(Proportional Integral Derivative, PID) 제어기는 효율성, 단순성, 범용성 덕분에 산업 분야 전반에서 널리 사용된다. 자동차 분야에서는 비례 적분(Proportional Integral, PI) 제어기의 대표적인 적용 사례로, 전기자동차(Electric Vehicles, EVs)에 동력을 공급하는 브러시리스 직류(Brushless Direct Current, BLDC) 모터 영역을 들 수 있다. BLDC 모터의 속도 제어 정밀도는 효율성과 신뢰성으로 잘 알려져 있으며, 차량 성능을 최적화하고 에너지 효율을 보장하는 데 있어 무엇보다 중요하다. PID 제어기는 적용 시마다 성능을 최적화하기 위해 조율(tuning)되어야 한다. 널리 알려진 경험적 시행착오 기반 조율 전략인 지글러–니콜스(Ziegler–Nichols) 방법은, 대규모 탐색 공간에서의 국소적으로 최적의 해가 존재하는 경우 최적이 아닌(sub-optimal) 성능을 초래한다. PID 제어기 조율에 맞춘 기존의 인공지능(Artificial Intelligence) 방법들은 종종 단일 최적화 관점에 초점을 맞추어, 다목적(multi-objective) 고려를 통해 얻을 수 있는 잠재적 성능 향상을 간과한다. 또한, 널리 사용되는 군집(swarm) 기반 PID 최적화 방법들은 대개 초기 개체군을 무작위로 생성하면서 입력 파라미터에 대한 어떠한 경계(bounds)도 설정하지 않아, 제약이 없는 탐색 환경에서 일관되지 않고 신뢰성이 낮으며 최적이 아닌 해에 취약해진다. 본 연구에서는 제약된 차분 진화(Constrained Differential Evolution)와 입자 군집 최적화(Particle Swarm Optimized) PID 제어기를 사용하여 BLDC 모터 속도 제어, 에너지 사용, 효율의 다목적 최적화를 수학적으로 모델링한다. 지글러–니콜스 조율 방법을 사용하여 초기 PI 파라미터를 산정하고 입력 공간에서의 경계를 정의한다. 본 방법론은 실제 시간(real-time) 도로 경사도 데이터를 EV 제어 시스템에 통합함으로써 핵심적인 공백을 해결하여, 특히 도로 조건이 까다로운 상황에서 에너지 소비를 최소화하면서 정밀도를 향상시킨다. 제안된 접근법은 EV에서의 모터 속도 제어와 에너지 효율을 유의미하게 개선한다. 30회 반복(iterations)에 걸친 제안된 군집 기반 최적화 결과, MSE가 약 95.4% 감소하였고(3.8834에서 0.1809로), 에너지 소비는 약 3.1% 감소하였다(1.015 kWh에서 0.984 kWh로). 이러한 결과는 속도 제어 정밀도와 에너지 효율 모두를 향상시키는 데 본 방법의 효과를 보여준다. 또한 관련 코드 데이터는 Github에서 제공된다.

이 논문은 난방, 냉방, 환기, 위생, 그리고 건물 및 플랜트의 실내 환경 분야에서의 최신 연구 성과에 대한 포괄적인 개요를 제시한다. 이를 위해 2023년 한 해 동안 Korean Journal of Air-Conditioning and Refrigeration Engineering에 게재된 논문들을 면밀히 검토하였다. 아래에는 검토한 논문들의 요약 개요가 제시되어 있다.(1) 건물 기계설비 분야에서 다루어진 주제의 범위는 일반적인 건물 에너지 설비, HVAC 시스템의 에너지 효율, 그리고 관련 보건 및 안전 고려사항까지 포함한다.(2) 실내 환경 연구의 영역은 IAQ (Indoor Air Quality), 환기 전략, 공기 정화 기법, 냉난방 부하 계산, 신재생 에너지원 도입, 의료시설에 대한 고려, 그리고 화재 안전 조치 등 다양한 주제를 아우른다.(3) 냉동 분야에서는 수치적 방법을 통해 차량 내부의 열쾌적성을 평가 분석한 연구와, 흡수식 냉동 시스템을 위한 흡수기 열교환기 설계에 관한 연구가 다루어졌다.(4) 열전달 및 열유체 공학 분야에서의 연구 관심사는 비등 및 응축을 통한 열전달 향상 방법론, HVAC 열교환기에서의 오염(파울링) 특성 분석, 지열 히트펌프 제어의 최적화, 인쇄회로 열교환기 내 유동 분배 분석, 그리고 핀-튜브 열교환기의 성능에 대한 오염의 영향 분석을 포괄한다.

이 글은 냉난방공조 분야의 학술지인 Korean Journal of Air-Conditioning and Refrigeration Engineering (KJACR) 2022년에 게재된 논문들을 개관한다. 다음은 검토된 논문들의 요약이다. (1) KJACR에 게재된 논문들은 에너지 소비 분석, 실내 환경 평가, 건물 에너지 절감 기술, 환기 시스템, 신재생 에너지 시스템, 기계설비의 경제성 분석 등 다양한 주제를 포괄한다. (2) 실내 열환경 및 IAQ(실내공기질, Indoor Air Quality) 분야의 연구 주제로는 환기, 공기 정화, 냉난방 부하 계산, 신재생 에너지 적용, 탄소 배출 저감, 건물 에너지 성능 평가 등과 관련된 여러 주제가 포함된다. (3) 냉동 분야에서 연구자들은 R448A 및 R449A와 같은 냉매의 열적 특성 평가, 히트펌프 팽창밸브 성능과 유량 간의 상관성 연구, 가변 속 스크롤 압축기 설계, 흡착 열교환기의 성능 예측, 압축식 칠러의 특성 규명 등과 같은 주제를 다루었으며, 그 밖에도 관련된 다양한 연구가 수행되었다. (4) 열 및 열전달 분야에서 발표된 논문에는 연료전지에 관한 연구, 열전달 메커니즘 분석, 산업용 열교환기의 효율 평가, 이산화탄소 혼합물의 열전도도 및 점도 검토, 리튬이온 배터리에서의 열폭주 현상 조사, 매립형 열저장 집단난방 시스템의 효율 분석이 포함된다.