건물 에너지 예측 및 자율 공조 제어 최적화
AI-based Building Energy Forecasting and Autonomous HVAC Control Optimization
연구 내용
건물 통합 에너지 운영을 위해 PV 및 부하를 예측하고, 공조 설비 제어 파라미터를 데이터-기반 학습으로 자동 보정하는 연구
건물 에너지 운영을 위해 PV 발전량과 설비 운전 변수를 예측하고, 공조 제어를 최적화하는 방법론을 개발합니다. 간이 기상 예보만으로도 현장 하늘 조건을 추정하는 변형 특성을 설계하여 PV 출력 예측을 수행하고, 제한된 운전 데이터와 미지 파라미터 상황에서도 건물-설비 시뮬레이터를 보정합니다. 보정된 시뮬레이터에서 딥 강화학습을 활용해 AHU 제어 변수의 최적값을 산출하고 열환경 안정성과 에너지 효율을 동시에 고려합니다. 이를 디지털 트윈 기반 수요부하 관리 및 iBEEMS 자율운전 체계와 연계해 통합 에너지·환경 제어로 확장합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
4건
연구 흐름
초기에는 디지털 트윈 기반 수요부하 관리 모델을 통해 가상 환경에서 예측과 최적화가 가능하도록 연구를 수행했습니다. 이후 자율운전 기반 지능형 건물 에너지·환경 통합 관리 시스템(iBEEMS) 개발을 통해 에너지 운영 의사결정을 자동화하는 방향으로 확장했습니다. 2023년에는 건물 일체형 PV의 당일 시간대별 발전량을 간이 예보 기반 특징 공학으로 예측하고, 2023년에는 기존 상용 건물 AHU의 PID 튜닝을 강화학습 기반 제어 파라미터 자동 보정으로 구현했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
- 일사 기반 PV 발전량 예측 운영
- 당일 시간대별 에너지 배분 전략
- AHU 제어 파라미터 자동 튜닝
- 시뮬레이터 보정 기반 역설계
- 디지털 트윈 수요부하 최적화
- 자율운전 기반 통합 건물 운영
- 열환경 안정성 유지 제어
- 분산자원 연계 운전 최적화
- 저데이터 기반 설비 성능 향상
- 건물 에너지 의사결정 고도화
관련 논문
구분
제목
A Novel Approach for Day-Ahead Hourly Building-Integrated Photovoltaic Power Prediction by Using Feature Engineering and Simple Weather Forecasting Service
Application of Deep Reinforcement Learning for Proportional–Integral–Derivative Controller Tuning on Air Handling Unit System in Existing Commercial Building
관련 프로젝트
구분
제목
디지털 트윈 기반 건물 수요부하 관리 최적화 모델 개발
자율운전 기반 지능형 건물 에너지·환경 통합 관리 시스템 (iBEEMS) 개발
자율운전 기반 지능형 건물 에너지·환경 통합 관리 시스템 (iBEEMS) 개발
자율운전 기반 지능형 건물 에너지·환경 통합 관리 시스템 (iBEEMS) 개발