본 연구에서는 냉수 냉각 시스템을 위한 ANN(인공신경망) 기반 실시간 최적화 제어 알고리즘을 개발하고 실제 건물에 적용하여 현장 적용과 실제 측정을 통해 냉각 에너지 절감 효과를 분석하였다. 이를 위해 냉각탑의 CndWT(응축수 온도)와 칠러의 ChWT(냉수 온도)를 시스템 제어 변수로 설정하였다. 알고리즘 성능을 평가하기 위해 ChWT와 CndWT를 관례적으로 제어한 경우와 ANN에 따라 제어한 경우를 비교·분석하였으며, 전기 소비량과 COP(coefficient of performance, 성적계수)를 관찰하였다. 분석 과정에서 훈련 데이터의 부족과 CndWT 설정점 결정 시 OWBT(outdoor air wet-bulb temperature, 실외 공기 습구온도)를 제한적으로 고려한 점으로 인해 예기치 않은 이상 데이터가 관찰되었다. 따라서 더 넓은 조건 범위에서 훈련 데이터를 추가로 구축하고, OWBT가 23 °C를 초과하는 경우 CndWT 설정점의 하한을 OWBT보다 최소 +3.6 °C 이상으로 설정하여 추가적인 에너지 절감이 가능하도록 할 필요가 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.