KR101928516B1 - Method to derive hating and cooling load by time using RTS-SAREK program - Google Patents

Method to derive hating and cooling load by time using RTS-SAREK program Download PDF

Info

Publication number
KR101928516B1
KR101928516B1 KR1020170150617A KR20170150617A KR101928516B1 KR 101928516 B1 KR101928516 B1 KR 101928516B1 KR 1020170150617 A KR1020170150617 A KR 1020170150617A KR 20170150617 A KR20170150617 A KR 20170150617A KR 101928516 B1 KR101928516 B1 KR 101928516B1
Authority
KR
South Korea
Prior art keywords
load
time
heating
cooling
rts
Prior art date
Application number
KR1020170150617A
Other languages
Korean (ko)
Inventor
남현민
이병두
강기남
이은주
Original Assignee
현대건설 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대건설 주식회사 filed Critical 현대건설 주식회사
Priority to KR1020170150617A priority Critical patent/KR101928516B1/en
Application granted granted Critical
Publication of KR101928516B1 publication Critical patent/KR101928516B1/en

Links

Images

Classifications

    • G06F17/5009—
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/10—Weather information or forecasts

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

The present invention relates to a method for deriving heating and cooling loads by time using an RTS-SAREK program which can derive heating and cooling loads by time, thereby checking heating and cooling loads except the maximum load on the coldest day or the maximum cooling load on the hottest day. Therefore, a detail design for a heat source facility can be possible. In addition, since the heating and cooling loads can be derived by time, energy can be more efficiently operated by the heating and cooling loads. Furthermore, as the heating and cooling loads are derived by time using an output value of the RTS-SAREK program, the reliability is excellent.

Description

RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법{Method to derive hating and cooling load by time using RTS-SAREK program}[0001] The present invention relates to a method for deriving a cooling / heating load by time using a RTS-SAREK program,

본 발명은 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법에 관한 것으로서, 보다 상세하게는 보다 정확하면서도 신뢰도가 높은 건물의 시각별 냉난방 부하를 도출할 수 있는 RTS 부하계산 프로그램을 이용한 시각별 냉난방 부하 도출 방법에 관한 것이다. The present invention relates to a method of deriving a cooling / heating load by time using the RTS-SAREK program, and more particularly, to a method of deriving a cooling / heating load by a time using an RTS load calculation program, .

건물의 효율적인 에너지 절약을 추진하기 위해서는 건물의 냉,난방 부하를 정확히 계산하여 건물의 에너지 수요를 확실하게 파악해야 한다.In order to promote efficient energy saving of the building, it is necessary to accurately calculate the cooling and heating load of the building so as to grasp the energy demand of the building with certainty.

건물의 냉,난방 부하는 실내 환경을 원하는 온도와 습도 조건으로 유지하기 위한 공조 및 냉난방 시스템 선정의 기초 자료가 된다.The cooling and heating loads of the building are basic data for selecting the air conditioning and heating and cooling system to maintain the indoor environment at desired temperature and humidity conditions.

종래의 냉,난방 부하 산출 방법에서는 건물에서 소비되는 연중 최대 냉,난방 부하만을 산출하기 때문에, 건물의 LCC(Life Cycle Cost) 계산 등에 필요한 시간별 부하를 도출할 수 없는 문제점이 있다. In the conventional method for calculating the cooling / heating load, only the maximum cooling / heating load during the year consumed in the building is calculated. Therefore, there is a problem that the time load required for calculating the LCC (Life Cycle Cost) of the building can not be derived.

종래의 동적 시뮬레이션을 이용한 냉,난방 부하 산출 방법은, 시간별 건물부하의 분석은 가능하나, 사용자가 입력해야 하는 입력값이 방대하고, 계산 알고리즘의 복잡하기 때문에, 시뮬레이션 모델 구축 시간이 오래 걸려서, 약 한달 정도의 짧은 입찰 기간 동안 설계 변경을 반영하는 것이 매우 어려운 문제점이 있다. 또한, 동적 시뮬레이션 방식의 경우, 실제 프로젝트의 건물 설비 설계 등의 심사시 객관성과 검토 가능성이 떨어지는 문제점이 있다. The conventional method for calculating the cooling load and the heating load using the dynamic simulation can analyze the building load over time. However, since the input value to be input by the user is large and the calculation algorithm is complicated, There is a problem that it is very difficult to reflect design changes during a short bidding period of about one month. Also, in the case of the dynamic simulation method, there is a problem that the objectivity and the possibility of review are inferior in the examination of the design of the building equipment of the actual project.

대한민국공개특허공보 10-2013-0114965Korean Patent Publication No. 10-2013-0114965

본 발명의 목적은, 건물의 시각별 냉,난방 부하를 보다 용이하게 도출하고 신뢰성 및 객관성을 확보할 수 있는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법을 제공하는 데 있다. It is an object of the present invention to provide a method of deriving a heating and cooling load by time using an RTS-SAREK program that can more easily derive cooling and heating loads for each building and secure reliability and objectivity.

본 발명에 따른 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법은, 사용자가 1년 중 최서일과 최한일을 포함한 모든 냉,난방 기간에 대한 날짜 데이터, 각 날짜의 시각별 기상 데이터 및 건물의 형상 데이터를 RTS-SAREK 프로그램에 입력하는 단계와; 컴퓨터가 상기 RTS-SAREK 프로그램을 사용하여, 일별 냉방부하와 일별 난방부하를 계산하여 출력하는 단계와; 상기 컴퓨터는 상기에서 출력된 상기 일별 냉방부하와 상기 기상 데이터의 관계에 대한 데이터로부터 상기 시각별 기상 데이터에 따른 시각별 냉방부하를 나타내는 1차 추세식인 시각별 냉방부하 회귀식을 도출하고, 상기에서 출력된 상기 일별 난방부하와 상기 시각별 기상 데이터의 관계에 대한 데이터로부터 상기 시각별 기상 데이터에 따른 시각별 난방부하를 나타내는 1차 추세식인 시각별 난방부하 회귀식을 도출하는 단계와; 사용자가 시각별 냉방부하를 계산하고자 하는 대상 날짜에서 대상 시각의 기상 데이터를 상기 시각별 냉방부하 회귀식에 입력하면, 상기 컴퓨터가 상기 시각별 냉방부하 회귀식으로부터 상기 대상 날짜에서 상기 대상 시각의 냉방부하를 계산하는 단계와; 사용자가 시각별 난방부하를 계산하고자 하는 대상 날짜에서 대상 시각의 기상 데이터를 상기 시각별 난방부하 회귀식에 입력하면, 상기 컴퓨터가 상기 시각별 난방부하 회귀식으로부터 상기 대상 날짜에서 상기 대상 시각의 난방부하를 계산하는 단계;를 포함한다.The method of deriving the cooling / heating load by time using the RTS-SAREK program according to the present invention is a method of deriving the cooling / heating load by time based on the date data of all the cooling and heating periods including the maximum day and the maximum day of the year, Inputting data into an RTS-SAREK program; Calculating and outputting a daily cooling load and a daily heating load by using the RTS-SAREK program; The computer derives a cooling load regression formula for each time, which is a first-order trend expression indicating the cooling load for each hour according to the time-based weather data, from the data on the relationship between the daily cooling load and the weather data output from the above, Deriving a heating load regression formula for each hour, which is a first-order trend data expressing the heating load for each hour according to the hourly weather data, from data on the relationship between the daily heating load and the weather data at each time; When the user inputs the weather data of the target time at the target date on which the cooling load for each time is to be calculated into the cooling load regression formula for the time, the computer calculates the cooling time of the target time from the target date Calculating a load; When the user inputs the weather data of the target time on the target date for which the user wants to calculate the heating load per time into the heating load regression formula for the time, the computer calculates the heating time of the target time from the target date And calculating a load.

본 발명은, 매 시각별 냉,난방 부하를 도출할 수 있기 때문에, 최한일의 난방 최대부하나 최서일의 냉방 최대부하 이외에도 냉,난방 부하를 확인할 수 있으므로, 열원 설비의 상세설계가 가능한 이점이 있다. Since the cooling and heating loads at each time can be derived, the present invention has the advantage that detailed design of the heat source equipment can be performed because the cooling and heating loads can be confirmed in addition to the maximum cooling load and the maximum cooling load of the Choi Hanil .

또한, 매 시각별 냉,난방 부하를 도출할 수 있기 때문에, 냉,난방 부하에 따라 에너지를 보다 효율적으로 운영할 수 있는 이점이 있다.In addition, since the cooling and heating loads can be derived at each time, there is an advantage that the energy can be operated more efficiently according to the cooling and heating loads.

또한, RTS-SAREK 프로그램의 출력값을 이용하여 매 시각별 냉,난방 부하를 도출하기 때문에, 신뢰도가 우수한 이점이 있다. In addition, since the cooling and heating loads are derived for each time using the output value of the RTS-SAREK program, there is an advantage in that the reliability is excellent.

도 1은 본 발명의 실시예에 따른 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 일별 냉방 외기부하와 엔탈피의 관계를 나타낸 그래프이다.
도 3은 본 발명의 실시예에 따른 일별 냉방 기타부하와 엔탈피의 관계를 나타낸 그래프이다.
도 4는 본 발명의 실시예에 따른 일별 난방 외기부하와 외기 온도의 관계를 나타낸 그래프이다.
도 5는 본 발명의 실시예에 따른 일별 난방 기타부하와 외기 온도의 관계를 나타낸 그래프이다. 1 is a diagram illustrating a method of deriving a cooling / heating load by time using an RTS-SAREK program according to an embodiment of the present invention.
FIG. 2 is a graph showing the relationship between outdoor air load and enthalpy according to an embodiment of the present invention.
FIG. 3 is a graph showing the relationship between other cooling loads and enthalpy for each day according to an embodiment of the present invention.
4 is a graph showing the relationship between outdoor air temperature and outdoor air temperature load according to an embodiment of the present invention.
FIG. 5 is a graph showing the relationship between the daily heating other loads and the ambient temperature according to the embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 실시예에 대해 설명하면 다음과 같다.Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.

도 1은 본 발명의 실시예에 따른 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법을 나타낸 도면이다.1 is a diagram illustrating a method of deriving a cooling / heating load by time using an RTS-SAREK program according to an embodiment of the present invention.

도 1을 참조하면, 사용자는 컴퓨터의 입력부를 통해 RTS-SAREK 프로그램에 날짜 데이터, 기상 데이터 및 형상 데이터를 입력한다.(S1)1, a user inputs date data, weather data, and shape data to an RTS-SAREK program through an input unit of a computer (S1)

상기 RTS-SAREK 프로그램은 ASHRAE(미국 공조냉동공학회)에서 공인한 수식을 사용하는 대한설비공학회 공인 프로그램이다. 상기 RTS-SAREK 프로그램은 RTS(복사시 계열법)을 기초로 한 공조부하계산 프로그램이며, 후술하는 건물의 건물부하는 시각별로 출력하며, 건물의 외기부하나 기타부하는 일별로 출력한다. The RTS-SAREK program is an accredited program of the Society of Air-Conditioning Engineers using ASHRAE (American Institute of Refrigeration Engineering) approved formula. The RTS-SAREK program is an air-conditioning load calculation program based on RTS (copy time series method). The building load of a building to be described later is outputted on a time-by-time basis.

본 발명에서는 1년 중 최서일과 최한일 포함한 모든 냉,난방 기간에 포함된 모든 날짜를 상기 날짜 데이터로 입력한다. 상기 최서일은, 1년 중 최고 기온의 날짜이고, 냉방 피크일에 해당한다. 상기 최한일은, 1년 중 최저 기온의 날짜이고, 난방 피크일에 해당한다. 상기 날짜 데이터는 월과 일을 포함한다. 본 실시예에서는, 상기 날짜 데이터는, 냉방이 이루어지는 냉방 기간동안의 모든 날짜와, 난방이 이루어지는 난방 기간동안의 모든 날짜를 포함하는 것으로 예를 들어 설명하나, 1년 365일 모든 날짜를 포함하는 것도 물론 가능하다.In the present invention, all the dates included in the cooling and heating periods including the maximum day and the maximum number of days in the year are input as the date data. The maximum day is the date of the highest temperature in the year, and corresponds to the cooling peak day. The maximum is the date of the lowest temperature in a year and corresponds to the heating peak days. The date data includes month and day. In the present embodiment, the date data includes all the dates during the cooling period in which the cooling is performed and all the dates during the heating period in which the heating is performed. However, the date data includes all the dates 365 days a year Of course it is possible.

본 발명에서는 상기 날짜 데이터로 입력되는 모든 날짜의 시각별 기상 데이터를 상기 기상 데이터로 입력한다. 상기 기상 데이터는, 기상청이나 기상학회 등 외부 기관에서 제공하는 도시별 또는 지역별 표준 기상 데이터이다. 상기 기상 데이터는, 일별 평균 외기온도, 일별 평균 절대습도, 시각별 외기 온도, 시각별 상대습도, 일교차를 포함한다. 상기 일교차는 상기 외기 온도로부터 계산하는 것도 가능하고, 상기 외부 기관으로부터 제공받는 것도 가능하다. According to the present invention, the weather data of each day inputted by the date data is input as the weather data. The meteorological data is standard meteorological data for each city or region provided by an external organization such as a meteorological agency or a meteorological society. The meteorological data includes a daily average outside temperature, a daily average average humidity, an outside air temperature by time, a relative humidity by time, and a daytime difference. The diagonal difference can be calculated from the outside air temperature, and it can be received from the external engine.

상기 형상 데이터는, 건물의 형상에 따른 건물부하를 계산하기 위해 필요한 건물의 형상이나 치수에 관련된 데이터이다. 예를 들면, 상기 건물의 크기, 벽체 두께, 창의 크기, 창의 두께 등을 포함한다.The shape data is data related to the shape and dimensions of the building required to calculate the building load according to the shape of the building. For example, the size of the building, the thickness of the wall, the size of the window, the thickness of the window, and the like.

상기 날짜 데이터, 상기 기상 데이터 및 상기 형상 데이터를 입력한 이후, 상기 컴퓨터는 상기 RTS-SAREK 프로그램을 구동한다.(S2)After inputting the date data, the weather data, and the shape data, the computer drives the RTS-SAREK program (S2)

상기 RTS-SAREK 프로그램을 구동하면, 상기 RTS-SAREK 프로그램으로부터 냉방 부하와 난방 부하가 출력된다.(S3)(S4)When the RTS-SAREK program is driven, the cooling load and the heating load are output from the RTS-SAREK program (S3) (S4)

상기 냉,난방 부하는 각각 건물부하, 외기부하, 기타부하를 포함한다. 즉, 상기 냉방 부하는 냉방 건물부하, 냉방 외기부하 및 냉방 기타부하를 포함하고, 상기 난방 부하는 난방 건물부하, 난방 외기부하 및 난방 기타부하를 포함한다.The cooling and heating loads include a building load, an outside load, and other loads, respectively. That is, the cooling load includes a cooling building load, a cooling outdoor load, and a cooling load, and the heating load includes a heating building load, a heating outdoor load, and a heating load.

상기 건물부하는, 상기 건물의 형상에 따라 발생되는 부하이다. 상기 RTS-SAREK 프로그램은, 상기에서 입력된 상기 날짜 데이터, 상기 시각별 기상 데이터 및 상기 형상 데이터에 따라 시각별 냉방 건물부하와 시각별 난방 건물부하를 계산하여 출력한다. The building load is a load generated according to the shape of the building. The RTS-SAREK program calculates and outputs a cooling building load and a heating building load by time according to the date data, the weather data at the time, and the shape data inputted in the above.

상기 외기부하는, 상기 건물의 외기 조건에 따라 발생되는 부하이다. 상기 RTS-SAREK 프로그램은, 상기에서 입력된 상기 날짜 데이터와 상기 시각별 기상 데이터에 따라 일별 냉방 외기부하와 일별 난방 외기부하를 계산하여 출력한다. And is a load generated in accordance with the ambient condition of the building, The RTS-SAREK program calculates and outputs the daily cooling outdoor air load and the daily indoor outdoor air load in accordance with the date data and the time-based weather data inputted in the above.

상기 기타부하는, 상기 건물의 냉,난방에 영향을 주는 실내 발생열이나 실내 손실열에 따른 부하이다. 상기 RTS-SAREK 프로그램은, 상기에서 입력된 상기 날짜 데이터와 상기 시각별 기상 데이터에 따라 일별 냉방 기타부하와 일별 난방 기타부하를 계산하여 출력한다. The other load is a load depending on indoor heat or indoor heat loss that affects cooling and heating of the building. The RTS-SAREK program calculates and outputs daily cooling and other loads and daily heating and other loads according to the date data and the time-of-day weather data inputted in the above.

먼저, 상기 RTS-SAREK 프로그램을 통해 출력된 상기 냉방 부하로부터 시각별 냉방 부하를 계산하는 방법을 설명한다. First, a method of calculating the cooling load by time from the cooling load output through the RTS-SAREK program will be described.

상기 RTS-SAREK 프로그램에서는 상기 냉방 부하로써 상기 냉방 건물부하, 상기 냉방 외기부하 및 상기 냉방 기타부하가 시트별로 출력된다. In the RTS-SAREK program, the cooling building load, the cooling outdoor load, and the cooling load are output for each sheet as the cooling load.

상기 냉방 건물부하는 상기 입력된 날짜들에 대해 시각별 냉방 건물부하가 출력된다. 상기 냉방 건물부하의 경우, 상기 RTS-SAREK 프로그램에서 시각별로 출력할 수 있으므로 별도의 회귀식을 도출하지 않아도 된다. The cooling building load outputs the cooling building load by time for the input dates. In the case of the cooling building load, it is possible to output the RTS-SAREK program on a time-by-time basis, so that it is not necessary to derive another regression equation.

상기 냉방 외기부하는 상기 입력된 날짜들에 대해 일별 냉방 외기부하로 출력된다. 상기 냉방 외기부하의 경우, 상기 RTS-SAREK 프로그램에서는 일별로만 출력하기 때문에, 출력된 값들로부터 후술하는 시각별 냉방 외기부하 회귀식을 도출한다.The cooling air outside air load is outputted as the daily cooling outdoor air load with respect to the inputted dates. In the case of the cooling outdoor air load, since the RTS-SAREK program only outputs the data for each day, the cooling outdoor load load regression formula for each time is derived from the output values.

상기 냉방 기타부하는 상기 입력된 날짜들에 대해 일별 냉방 기타부하로 출력된다. 상기 냉방 기타부하의 경우, 상기 RTS-SAREK 프로그램에서는 일별로만 출력하기 때문에, 출력된 값들로부터 후술하는 시각별 냉방 기타부하 회귀식을 도출한다.The cooling and other loads are output to the other cooling and other loads for the days entered. In the case of the cooling and other loads, since the RTS-SAREK program only outputs the data for each day, a cooling and other load regression formula for each time is derived from the output values.

도 2는 상기 RTS-SAREK 프로그램에서 출력된 일별 냉방 외기부하와 기상 데이터의 관계를 나타낸 그래프이다. FIG. 2 is a graph showing the relationship between the daily cooling outdoor air load and the weather data output from the RTS-SAREK program.

본 실시예에서는, 상기 일별 냉방 외기부하와 관계있는 기상 데이터는 엔탈피인인 것으로 예를 들어 설명한다. 상기 엔탈피는 상기에서 입력되는 외기 온도와 절대습도로부터 계산할 수 있다. In this embodiment, the weather data related to the day-to-day cooling outdoor air load is enthalpy, for example. The enthalpy can be calculated from the outside air temperature and the absolute humidity inputted in the above.

도 2의 그래프에서 x축은 엔탈피이고, y축은 일별 냉방 외기부하를 나타낸다. 도 2에서 각 점은 상기에서 입력된 날짜들에 대한 상기 일별 냉방 외기부하를 나타낸다. 도 2에서 R2은 회귀식의 신뢰도를 나타내는 값이며, 1에 가까울수록 신뢰도가 높은 것을 알 수 있다. In the graph of FIG. 2, the x-axis represents the enthalpy and the y-axis represents the daily cooling outdoor air load. In FIG. 2, each point represents the daily cooling outdoor air load for the dates entered above. In FIG. 2, R 2 is a value indicating the reliability of the regression equation, and it can be seen that the closer to 1, the higher the reliability.

도 2의 그래프에서 x축인 엔탈피는, 상기 입력부를 통해 입력된 일별 평균 외기온도, 일별 평균 절대습도를 이용하여 엔탈피로 환산한 값이다.In the graph of FIG. 2, the enthalpy, x-axis, is a value converted to an enthalpy using the daily average outside temperature and the daily average absolute humidity input through the input unit.

도 2의 그래프로부터 상기 엔탈피와 상기 일별 냉방 외기부하에 대한 1차 추세식인 시각별 냉방 외기부하 회귀식을 도출한다.(S4)From the graph of FIG. 2, the cooling air outside load load regression equation for each time, which is the first trend for the enthalpy and the daily cooling outdoor air load, is derived (S4)

상기 시각별 냉방 외기부하 회귀식은 수학식 1과 같다.The above cooling-by-outdoor-air-load regression formula according to the time is expressed by Equation (1).

<수학식 1>&Quot; (1) &quot;

y = 73785.55995 x ?? 4067111.17911 y = 73785.55995 x ?? 4067111.17911

수학식 1에서 x는 시각별 엔탈피이고, y는 시각별 냉방 외기부하를 나타낸다. In Equation (1), x is enthalpy per time, and y is a cooling-by-time outdoor air load.

도 3은 상기 RTS-SAREK 프로그램에서 출력된 일별 냉방 기타부하와 기상 데이터의 관계를 나타낸 그래프이다. 3 is a graph showing the relationship between the daily cooling other load and the weather data output from the RTS-SAREK program.

본 실시예에서는, 상기 일별 냉방 외기부하와 관계있는 기상 데이터는 엔탈피인인 것으로 예를 들어 설명한다. 상기 엔탈피는 상기에서 입력되는 외기 온도와 절대습도로부터 계산할 수 있다. In this embodiment, the weather data related to the day-to-day cooling outdoor air load is enthalpy, for example. The enthalpy can be calculated from the outside air temperature and the absolute humidity inputted in the above.

도 3의 그래프에서 x축은 엔탈피이고, y축은 일별 냉방 기타부하를 나타낸다. 도 3에서 각 점은 상기에서 입력된 날짜들에 대한 상기 일별 냉방 기타부하를 나타낸다. 도 3에서 R2은 회귀식의 신뢰도를 나타내는 값이며, 1에 가까울수록 신뢰도가 높다. In the graph of FIG. 3, the x-axis represents the enthalpy, and the y-axis represents the daily cooling and other loads. In FIG. 3, each point represents the daily cooling and other loads for the dates entered above. 3, R 2 is a value indicating the reliability of the regression equation, and the closer to 1, the higher the reliability.

도 3의 그래프로부터 상기 엔탈피와 상기 일별 냉방 기타부하에 대한 1차 추세식인 시각별 냉방 기타부하 회귀식을 도출한다.(S5)From the graph of FIG. 3, the enthalpy and the cooling tendency by time, which is the first trend for the daily cooling and other loads, are derived. (S5)

상기 시각별 냉방 기타부하 회귀식은 수학식 2와 같다.The cooling and other load regression equations for the time are shown in Equation (2).

<수학식 2>&Quot; (2) &quot;

y = 2,44087988 x + 722174.12385 y = 2.44087988 x + 722174.12385

수학식 2에서 x는 시각별 엔탈피이고, y는 시각별 냉방 기타부하를 나타낸다. In Equation (2), x is enthalpy per time and y is cooling and other loads by time.

상기와 같이, 상기 시각별 냉방 외기부하 회귀식(수학식 1)과 상기 시각별 냉방 기타부하 회귀식(수학식 2)을 도출될 수 있다.As described above, the cooling outdoor air load regression formula (1) and the cooling-related other load regression formula (2) for each time can be derived.

이후, 사용자가 상기 시각별 냉방 외기부하 회귀식(수학식 1)에 계산하고자 하는 대상 날짜의 대상 시각의 엔탈피를 x값으로 입력하면, 상기 컴퓨터는 상기 시각별 냉방 외기부하 회귀식(수학식 1)으로부터 상기 대상 시각의 냉방 외기부하(y)를 계산할 수 있다. (S6)(S7)Then, when the user inputs the enthalpy of the target time of the target date to be calculated in the cooling-by-outdoor-air load regression equation (1) as the x value, the computer calculates the cooling- , The cooling outdoor air load (y) of the target time can be calculated. (S6) (S7)

따라서, 상기 시각별 냉방 외기부하 회귀식인 수학식 1로부터 시각별 냉방 외기부하를 구할 수 있다. Therefore, the cooling outdoor air load per time can be obtained from Equation (1), which is the cooling outdoor air load regression equation for each time.

또한, 사용자가 상기 시각별 냉방 기타부하 회귀식(수학식 2)에 계산하고자 하는 대상 날짜의 대상 시각의 엔탈피를 x값으로 입력하면, 상기 컴퓨터는 상기 시각별 냉방 기타부하 회귀식(수학식 2)으로부터 상기 대상 시각의 냉방 기타부하(y)를 계산한다. If the user inputs the enthalpy of the target time of the target date to be calculated in the cooling-by-time cooling and other load regression equation (2) as the x value, the computer calculates the time- (Y) of the target time.

따라서, 상기 시각별 냉방 기타부하 회귀식인 수학식 2로부터 시각별 냉방 기타부하를 구할 수 있다. Therefore, the cooling and other loads by time can be obtained from the equation (2), which is the cooling and other load regression equations by time.

상기와 같이, 상기 시각별 냉방 건물부하, 상기 시각별 냉방 외기부하 및 상기 시각별 냉방 기타부하가 모두 구해지면, 모든 값을 합산한다.(S9)As described above, if all of the values of the cooling tower load at the time, the cooling outdoor load at the time, and the cooling load at the time are obtained,

상기 시각별 냉방 건물부하, 상기 시각별 냉방 외기부하 및 상기 시각별 냉방 기타부하를 모두 합산하면, 사용자가 알고 싶어하는 대상 시각에 대한 냉방부하를 얻을 수 있다.(S10) 즉, 일별이 아닌 시각별 난방 부하를 얻을 수 있다. The cooling load for the target time that the user wants to know can be obtained by summing up the cooling load for each building by time, the cooling outdoor load for each time, and the cooling load for each time. (S10) A heating load can be obtained.

일반적으로 상기 RTS-SAREK 프로그램을 이용할 경우 상기 냉방 외기부하와 상기 냉방 기타부하는 사용자가 입력한 날짜에 따른 일별 냉방 외기부하와 일별 냉방 기타부하만을 결과값으로 얻을 수 있다.Generally, when the RTS-SAREK program is used, the cooling outdoor load and the cooling load can obtain only the daily cooling outdoor load and the daily cooling outdoor load according to the date inputted by the user.

본 발명에서는 상기 컴퓨터가 상기 RTS-SAREK 프로그램으로부터 얻은 상기 일별 냉방 외기부하와 기상 데이터와의 관계로부터 상기 시각별 냉방 외기부하 회귀식(수학식 1)을 도출하였다.In the present invention, the computer calculates the cooling outdoor air load regression formula (equation (1)) by the time from the relationship between the daily cooling outdoor air load and the weather data obtained from the RTS-SAREK program.

또한, 상기 RTS-SAREK 프로그램으로부터 얻은 상기 일별 냉방 기타부하와 상기 기상 데이터와의 관계로부터 상기 시각별 냉방 기타부하 회귀식(수학식 2)을 도출하였다.Further, cooling-related other load regression equations (2) are derived from the relationship between the daily cooling other loads and the weather data obtained from the RTS-SAREK program.

따라서, 상기 시각별 냉방 외기부하 회귀식(수학식 1)과 상기 시각별 냉방 기타부하 회귀식(수학식 2)에 상기 시각별 기상 데이터를 입력함으로써, 상기 시각별 냉방 외기부하와 상기 시각별 냉방 기타부하를 얻어낼 수 있다. Therefore, by inputting the time-specific weather data into the cooling-by-outdoor-air load regression formula (1) and the cooling-by-time other load regression formula (2) Other loads can be obtained.

한편, 도 1b를 참조하여, 상기 RTS-SAREK 프로그램을 통해 출력된 상기 난방 부하로부터 시각별 난방 부하를 계산하는 방법을 설명한다. Referring to FIG. 1B, a method of calculating the heating load by time from the heating load output through the RTS-SAREK program will be described.

상기 RTS-SAREK 프로그램에서는 상기 난방 부하로써 상기 난방 건물부하, 상기 난방 외기부하 및 상기 난방 기타부하가 시트별로 출력된다. In the RTS-SAREK program, the heating building load, the heating outdoor load, and the heating load and other loads are output sheet by sheet as the heating load.

상기 난방 건물부하는 상기 입력된 날짜들에 대해 시각별 난방 건물부하가 출력된다. 상기 난방 건물부하의 경우, 상기 RTS-SAREK 프로그램에서 시각별로 출력할 수 있으므로 별도의 회귀식을 도출하지 않아도 된다. The heating building load outputs the building heating load by time for the input dates. In the case of the heating building load, since the RTS-SAREK program can output it by time, it is not necessary to derive another regression equation.

상기 난방 외기부하는 상기 입력된 날짜들에 대해 일별 난방 외기부하로 출력된다. 상기 난방 외기부하의 경우, 상기 RTS-SAREK 프로그램에서는 일별로만 출력하기 때문에, 출력된 값들로부터 후술하는 시각별 난방 외기부하 회귀식을 도출한다.And is output as a daily heating outdoor load for the input dates of the heating outside units. In the case of the heating outdoor load, since the RTS-SAREK program only outputs the data for each day, a heating outdoor load load regression equation according to time to be described later is derived from the output values.

상기 난방 기타부하는 상기 입력된 날짜들에 대해 일별 난방 기타부하로 출력된다. 상기 난방 기타부하의 경우, 상기 RTS-SAREK 프로그램에서는 일별로만 출력하기 때문에, 출력된 값들로부터 후술하는 시각별 난방 기타부하 회귀식을 도출한다.The heating and other loads are output to the daily heating and other loads for the input dates. In the case of the heating and other loads, since the RTS-SAREK program only outputs the data for each day, the heating and other load regression equations to be described later are derived from the output values.

도 4는 상기 RTS-SAREK 프로그램에서 출력된 일별 난방 외기부하와 기상 데이터의 관계를 나타낸 그래프이다. FIG. 4 is a graph showing the relationship between the daily outdoor heating load and the weather data output from the RTS-SAREK program.

본 실시예에서는, 상기 일별 난방 외기부하와 관계있는 기상 데이터는 외기 온도인 것으로 예를 들어 설명한다. In this embodiment, the weather data related to the daily heating outdoor air load is the outdoor air temperature, for example.

도 4의 그래프에서 x축은 외기온도이고, y축은 일별 난방 외기부하를 나타내므로, 각 점은 상기에서 입력된 날짜들에 대한 상기 일별 난방 외기부하를 나타낸다. 도 4에서 R2은 회귀식의 신뢰도를 나타내는 값이며, 1에 가까울수록 신뢰도가 높다. In the graph of FIG. 4, the x-axis represents the outside air temperature and the y-axis represents the daily heating outside air load, so each point represents the daily heating outside air load for the dates entered above. In FIG. 4, R 2 is a value indicating the reliability of the regression equation, and the closer to 1, the higher the reliability.

도 4의 그래프로부터 상기 외기온도와 상기 일별 난방 외기부하에 대한 1차 추세식인 시각별 난방 외기부하 회귀식을 도출한다.(S12)From the graph of FIG. 4, the outdoor air temperature load regression equation for each time, which is the first-order trend for the outdoor air temperature and the daily outdoor air temperature load, is derived (S12)

상기 시각별 난방 외기부하 회귀식은 수학식 3과 같다.The heating outdoor air load regression equation for each time is shown in Equation (3).

<수학식 3>&Quot; (3) &quot;

y = -72967.98011 x + 1448758.92489 y = -72967.98011 x + 1448758.92489

수학식 3에서 x는 시각별 외기온도이고, y는 시각별 난방 외기부하를 나타낸다. In Equation (3), x represents the outside air temperature by time and y represents the heating outside air load by time.

도 5는 상기 RTS-SAREK 프로그램에서 출력된 일별 난방 기타부하와 기상 데이터의 관계를 나타낸 그래프이다. 5 is a graph showing the relationship between the daily heating other load and the weather data output from the RTS-SAREK program.

본 실시예에서는, 상기 일별 난방 외기부하와 관계있는 기상 데이터는 외기온도인 것으로 예를 들어 설명한다. In this embodiment, the weather data related to the daytime heating outdoor air load is an ambient temperature, for example, will be described.

도 5의 그래프에서 x축은 엔탈피이고, y축은 일별 난방 기타부하를 나타내므로, 각 점은 상기에서 입력된 날짜들에 대한 상기 일별 난방 기타부하를 나타낸다. 도 5에서 R2는 회귀식의 신뢰도를 나타내는 값이며, 1에 가까울수록 신뢰도가 높다. In the graph of FIG. 5, the x-axis represents the enthalpy and the y-axis represents the daily heating and other loads, so each point represents the daily heating and other loads for the dates entered above. 5, R 2 is a value indicating the reliability of the regression equation, and the closer to 1, the higher the reliability.

도 5의 그래프로부터 상기 외기온도와 상기 일별 난방 기타부하에 대한 1차 추세식인 시각별 난방 기타부하 회귀식을 도출한다.(S13)From the graph of FIG. 5, the heating and other heating regression equations for the time, which is the first trend for the outside temperature and the other heating loads, are derived (S13)

상기 시각별 난방 기타부하 회귀식은 수학식 4와 같다.The heating and other load regression equations for the time are shown in Equation (4).

<수학식 4>&Quot; (4) &quot;

y = -7404.41196 x + 115522.96638  y = -7404.41196 x + 115522.96638

수학식 4에서 x는 시각별 외기온도이고, y는 시각별 난방 기타부하를 나타낸다. In Equation (4), x represents the outside air temperature by time and y represents the heating and other load by time.

상기와 같이, 상기 시각별 난방 외기부하 회귀식(수학식 3)과 상기 시각별 난방 기타부하 회귀식(수학식 4)을 도출될 수 있다.As described above, the heating outdoor load load regression equation (3) and the heating load other time regression formula (4) for each time can be derived.

이후, 사용자가 상기 시각별 난방 외기부하 회귀식(수학식 3)에 계산하고자 하는 대상 날짜의 대상 시각의 외기온도를 x값으로 입력하면, 상기 컴퓨터는 상기 시각별 난방 외기부하 회귀식(수학식 3)으로부터 시각별 난방 외기부하(y)를 계산한다. (S14)(S15)Then, when the user inputs the outdoor temperature of the target time of the target date to be calculated in the heating outdoor load load regression equation (3) as x value, the computer calculates the heating outdoor load load regression formula 3) to calculate the heating outdoor load (y) by time. (S14) (S15)

따라서, 상기 시각별 외기온도만 입력하면, 상기 시각별 난방 외기부하 회귀식인 수학식 3으로부터 시각별 난방 외기부하를 구할 수 있다. Therefore, when only the outdoor temperature according to the time is inputted, the heating outdoor air load per time can be obtained from Equation (3), which is the heating outdoor air load regression equation for each time.

또한, 사용자가 상기 시각별 난방 기타부하 회귀식(수학식 4)에 계산하고자 하는 대상 날짜의 대상 시각의 외기온도를 x값으로 입력하면, 상기 컴퓨터는 상기 시각별 난방 기타부하 회귀식으로부터 시각별 난방 기타부하(y)를 계산한다. (S14)(S16)If the user inputs the outside temperature of the target time of the target date to be calculated in the heating-by-time heating other-time regression equation (4) as the x value, the computer calculates the time- Calculate the heating and other loads (y). (S14) (S16)

따라서, 상기 시각별 외기온도만 입력하면, 상기 시각별 난방 기타부하 회귀식인 수학식 4로부터 시각별 난방 기타부하를 구할 수 있다. Therefore, when only the outside temperature according to the time is input, the heating load and other loads for each time can be obtained from the heating and other load regression equation (4).

상기와 같이, 상기 시각별 난방 건물부하, 상기 시각별 난방 외기부하 및 상기 시각별 난방 기타부하가 모두 구해지면, 모든 값을 합산한다.(S17)As described above, if all of the values of the heating building load at the time, the heating outdoor load at the time and the heating load at the time are all calculated,

상기 시각별 난방 건물부하, 상기 시각별 난방 외기부하 및 상기 시각별 난방 기타부하를 모두 합산하면, 사용자가 알고 싶어하는 대상 시각에 대한 난방부하를 얻을 수 있다.(S18) 즉, 일별이 아닌 시각별 난방 부하를 얻을 수 있다. The heating load for the target time that the user wants to know can be obtained by adding up the heating load for the time of the building, the heating load for the heating time for the time, and the heating load for the time. (S18) A heating load can be obtained.

일반적으로 상기 RTS-SAREK 프로그램을 이용할 경우 상기 난방 외기부하와 상기 난방 기타부하는 사용자가 입력한 날짜에 따른 일별 난방 외기부하와 일별 난방 기타부하만을 결과값으로 얻을 수 있다.Generally, when the RTS-SAREK program is used, the heating outdoor load and the heating other load can obtain only the daily heating outdoor load and the daily heating other load depending on the date inputted by the user as a result value.

본 발명에서는 상기 컴퓨터가 상기 RTS-SAREK 프로그램으로부터 얻은 상기 일별 난방 외기부하와 기상 데이터와의 관계를 이용하여, 상기 시각별 난방 외기부하 회귀식(수학식 3)을 도출하였다.In the present invention, the computer calculates the heating outdoor air load regression formula (Equation (3)) by using the relationship between the daily heating outdoor load obtained from the RTS-SAREK program and the weather data.

또한, 상기 RTS-SAREK 프로그램으로부터 얻은 상기 일별 난방 기타부하와 상기 기상 데이터와의 관계를 이용하여, 상기 시각별 난방 기타부하 회귀식(수학식 4)을 도출하였다.Further, the heating-related other load regression formula (equation (4)) was derived using the relationship between the daily heating other load and the gas-phase data obtained from the RTS-SAREK program.

따라서, 상기 시각별 난방 외기부하 회귀식(수학식 3)과 상기 시각별 난방 기타부하 회귀식(수학식 4)에 상기 시각별 기상 데이터를 입력함으로써, 상기 시각별 난방 외기부하와 상기 시각별 난방 기타부하를 얻어낼 수 있다. Therefore, by inputting the above-mentioned time-based weather data into the heating outdoor air load regression equation (3) and the heating-related other load regression formula (4) according to the time, Other loads can be obtained.

상기와 같이, 본 발명에서는 상기 RTS-SAREK 프로그램에서 출력된 값으로부터 회귀식을 도출하여, 매시각별 냉,난방 부하를 도출할 수 있다. As described above, in the present invention, the regression equations are derived from the values output from the RTS-SAREK program, and the cooling and heating loads for each hour can be derived.

상기 매 시각별 냉,난방 부하를 도출할 수 있기 때문에, 최한일의 난방 최대부하나 최서일의 냉방 최대부하 이외에 상기 냉,난방 최대 부하보다 적은 난방 부하도 모두 확인이 가능하므로, 열원 설비의 상세설계가 가능한 이점이 있다. 즉, 최대 부하만을 고려하여 설비들을 설계할 경우, 상기 최대 부하보다 적은 부분 부하 발생시 설비들이 비효율적으로 운전되기 때문에 효율이 저하되고 유지 관리 비용(LCC)만 증가될 수 있다. Since the cooling and heating loads at each time can be derived, it is possible to confirm all of the heating loads smaller than the maximum heating and cooling load in addition to the maximum cooling and maximum cooling load of Choi Hanil, . That is, when the facilities are designed considering only the maximum load, the efficiency is lowered and the maintenance cost (LCC) can be increased only because the facilities are inefficiently operated when partial load less than the maximum load occurs.

또한, 매 시각별 냉,난방 부하를 도출할 수 있기 때문에, 냉,난방 부하에 따라 에너지를 보다 효율적으로 운영할 수 있는 이점이 있다. In addition, since the cooling and heating loads can be derived at each time, there is an advantage that the energy can be operated more efficiently according to the cooling and heating loads.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.While the present invention has been described with reference to exemplary embodiments, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the appended claims. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.

Claims (11)

사용자가 1년 중 최서일과 최한일을 포함한 모든 냉,난방 기간에 대한 날짜 데이터, 각 날짜의 시각별 기상 데이터 및 건물의 형상 데이터를 RTS-SAREK 프로그램에 입력하는 단계와;
컴퓨터가 상기 RTS-SAREK 프로그램을 사용하여, 일별 냉방부하와 일별 난방부하를 계산하여 출력하는 단계와;
상기 컴퓨터는 상기에서 출력된 상기 일별 냉방부하와 상기 기상 데이터의 관계에 대한 데이터로부터 상기 시각별 기상 데이터에 따른 시각별 냉방부하를 나타내는 1차 추세식인 시각별 냉방부하 회귀식을 도출하고,
상기에서 출력된 상기 일별 난방부하와 상기 시각별 기상 데이터의 관계에 대한 데이터로부터 상기 시각별 기상 데이터에 따른 시각별 난방부하를 나타내는 1차 추세식인 시각별 난방부하 회귀식을 도출하는 단계와;
사용자가 시각별 냉방부하를 계산하고자 하는 대상 날짜에서 대상 시각의 기상 데이터를 상기 시각별 냉방부하 회귀식에 입력하면, 상기 컴퓨터가 상기 시각별 냉방부하 회귀식으로부터 상기 대상 날짜에서 상기 대상 시각의 냉방부하를 계산하는 단계와;
사용자가 시각별 난방부하를 계산하고자 하는 대상 날짜에서 대상 시각의 기상 데이터를 상기 시각별 난방부하 회귀식에 입력하면, 상기 컴퓨터가 상기 시각별 난방부하 회귀식으로부터 상기 대상 날짜에서 상기 대상 시각의 난방부하를 계산하는 단계;를 포함하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.Inputting to the RTS-SAREK program the date data of all the cooling and heating periods including the latest day and the last day of the year, the weather data for each date and the shape data of the building;
Calculating and outputting a daily cooling load and a daily heating load by using the RTS-SAREK program;
Wherein the computer derives a cooling load regression formula for each time, which is a first-order trend indicating a cooling load for each time according to the time-based weather data, from the data on the relationship between the daily cooling load and the weather data,
Deriving a heating load regression equation for each time, which is a first-order trend equation representing the heating load for each hour according to the time-based weather data, from data on the relationship between the daily heating load and the time-specific weather data;
When the user inputs the weather data of the target time at the target date on which the cooling load for each time is to be calculated into the cooling load regression formula for the time, the computer calculates the cooling time of the target time from the target date Calculating a load;
When the user inputs the weather data of the target time on the target date for which the user wants to calculate the heating load per time into the heating load regression formula for the time, the computer calculates the heating time of the target time from the target date And calculating a load by using the RTS-SAREK program. 청구항 1에 있어서,
상기 시각별 냉방부하 회귀식은,
상기 시각별 기상 데이터로부터 계산된 시각별 엔탈피에 대한 선형 함수인 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method according to claim 1,
The time-dependent cooling load regression equation,
A method for deriving a cooling / heating load by time using a RTS-SAREK program, which is a linear function of enthalpy per time calculated from the above-mentioned weather data. 청구항 1에 있어서,
상기 시각별 난방부하 회귀식은,
상기 시각별 기상 데이터 중에서 시각별 외기 온도에 대한 선형 함수인 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method according to claim 1,
The heating load regression formula according to the above-
A method for deriving a cooling / heating load by time using the RTS-SAREK program, which is a linear function of outdoor air temperature by time among the above-mentioned weather data by time. 청구항 1에 있어서,
상기 일별 냉방부하는,
상기 건물의 외기 조건에 따른 일별 냉방 외기부하와,
상기 건물의 냉방에 영향을 주는 실내 발생열에 따른 일별 냉방 기타부하를 포함하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method according to claim 1,
The daily cooling load,
A daily cooling outdoor load according to the outdoor air condition of the building,
A method for deriving the cooling / heating load by time using the RTS-SAREK program including the daily cooling and other loads depending on the generated heat affecting the cooling of the building. 청구항 4에 있어서,
상기 시각별 냉방부하 회귀식은,
상기 일별 냉방 외기부하와 상기 시각별 기상 데이터의 관계로부터 도출된 시각별 냉방 외기부하 회귀식과,
상기 일별 냉방 기타부하와 상기 시각별 기상 데이터의 관계로부터 도출된 시각별 냉방 기타부하 회귀식을 포함하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method of claim 4,
The time-dependent cooling load regression equation,
A cooling outdoor air load regression formula for each time, which is derived from the relationship between the daily cooling outdoor air load and the time-
And calculating the cooling / heating load by time using the RTS-SAREK program including the cooling and other load regression equations derived from the relationship between the daily cooling other loads and the time-based weather data. 청구항 1에 있어서,
상기 일별 난방부하는,
상기 건물의 외기 조건에 따른 일별 난방 외기부하와, 상기 건물의 난방에 영향을 주는 실내 손실열에 따른 일별 난방 기타부하를 포함하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method according to claim 1,
The daily heating load,
A method for deriving the heating / cooling load by time using the RTS-SAREK program including the daily heating outside load according to the outside air condition of the building and the daily heating other load depending on the indoor loss heat affecting the heating of the building. 청구항 6에 있어서,
상기 시각별 난방부하에 대한 1차 회귀식은,
상기 일별 난방 외기부하와 상기 시각별 기상 데이터의 관계로부터 도출된 시각별 난방 외기부하 회귀식과,
상기 일별 난방 기타부하와 상기 시각별 기상 데이터의 관계로부터 도출된 시각별 난방 기타부하 회귀식을 포함하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method of claim 6,
The first-order regression equation for the time-
A heating outdoor load regression formula for each hour derived from the relationship between the daily outdoor heating load and the weather data at each time,
A method of deriving the heating / cooling load by time using the RTS-SAREK program including the heating and other load regression equations derived from the relationship between the daily heating other loads and the time-based weather data. 청구항 1에 있어서,
상기 컴퓨터는 상기 RTS-SAREK 프로그램을 사용하여, 시각별 냉방 건물부하와 시각별 난방 건물부하를 계산하여 출력하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method according to claim 1,
The computer calculates a cooling / heating load by time using an RTS-SAREK program that calculates and outputs a cooling building load and a heating building load by time using the RTS-SAREK program. 청구항 8에 있어서,
상기 대상 시각의 냉방부하를 계산하는 단계에서는, 상기 대상 시각의 냉방부하에 상기 시각별 냉방 건물부하를 합산하고,
상기 대상 시각의 난방부하를 계산하는 단계에서는, 상기 대상 시각의 난방 부하에 상기 시각별 난방 건물부하를 합산하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method of claim 8,
Wherein the step of calculating the cooling load of the target time adds the cooling load of the cooling tower by the time to the cooling load of the target time,
Wherein the step of calculating the heating load of the target time uses an RTS-SAREK program for summing the heating load of the heating building by the time to the heating load of the target time. 청구항 1에 있어서,
상기 시각별 기상 데이터는, 상기 건물이 위치한 지역의 시각별 외기 온도, 시각별 상대습도, 절대습도 및 일교차를 포함하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.The method according to claim 1,
Wherein the time-of-day weather data includes a RTS-SAREK program that includes ambient temperature, relative humidity, absolute humidity, and sunshine at each time of the building location. 사용자가 1년 중 최서일과 최한일을 포함한 모든 냉,난방 기간에 대한 날짜 데이터, 각 날짜의 시각별 기상 데이터 및 건물의 형상 데이터를 RTS-SAREK 프로그램에 입력하는 단계와;
컴퓨터가 상기 RTS-SAREK 프로그램을 사용하여, 시각별 냉방 건물부하, 일별 냉방 외기부하, 일별 냉방 기타부하, 시각별 난방 건물부하, 일별 난방 외기부하 및 일별 난방 기타부하를 계산하여 출력하는 단계와;
상기 컴퓨터는 상기에서 출력된 상기 일별 냉방 외기부하와 상기 기상 데이터의 관계에 대한 데이터로부터 상기 시각별 기상 데이터에 따른 시각별 냉방 외기부하를 나타내는 1차 추세식인 시각별 냉방 외기부하 회귀식을 도출하고,
상기에서 출력된 상기 일별 냉방 기타부하와 상기 기상 데이터의 관계에 대한 데이터로부터 상기 시각별 기상 데이터에 따른 시각별 냉방 기타부하를 나타내는 1차 추세식인 시각별 냉방 기타부하 회귀식을 도출하고,
상기에서 출력된 상기 일별 난방 외기부하와 상기 기상 데이터의 관계에 대한 데이터로부터 상기 시각별 기상 데이터에 따른 시각별 난방 외기부하를 나타내는 1차 추세식인 시각별 난방 외기부하 회귀식을 도출하고,
상기에서 출력된 상기 일별 난방 기타부하와 상기 기상 데이터의 관계에 대한 데이터로부터 상기 시각별 기상 데이터에 따른 시각별 난방 기타부하를 나타내는 1차 추세식인 시각별 난방 기타부하 회귀식을 도출하는 단계와;
사용자가 시각별 냉방부하를 계산하고자 하는 대상 날짜에서 대상 시각의 기상 데이터를 상기 시각별 냉방 외기부하 회귀식, 상기 시각별 냉방 기타부하 회귀식에 입력하면, 상기 컴퓨터가 상기 시각별 냉방 외기부하 회귀식, 상기 시각별 냉방 기타부하 회귀식으로부터 상기 대상 날짜에서 상기 대상 시각의 냉방 외기부하와 상기 냉방 기타부하를 계산하는 단계와;
상기 RTS-SAREK에서 출력된 상기 시각별 냉방 건물부하와, 상기에서 계산된 상기 대상시각의 냉방 외기부하와 상기 대상시각의 냉방 기타부하를 합하여, 대상 시각의 총 냉방 부하를 출력하는 단계와;
사용자가 시각별 난방부하를 계산하고자 하는 대상 날짜에서 대상 시각의 기상 데이터를 상기 시각별 난방 외기부하 회귀식, 상기 시각별 난방 기타부하 회귀식에 입력하면, 상기 컴퓨터가 상기 시각별 난방 외기부하 회귀식, 상기 시각별 난방 기타부하 회귀식으로부터 상기 대상 날짜에서 상기 대상 시각의 난방 외기부하와 상기 난방 기타부하를 계산하는 단계와;
상기 RTS-SAREK에서 출력된 상기 시각별 난방 건물부하와, 상기에서 계산된 상기 대상시각의 난방 외기부하와 상기 대상시각의 난방 기타부하를 합하여, 대상 시각의 총 난방 부하를 출력하는 단계;를 포함하는 RTS-SAREK 프로그램을 이용한 시각별 냉난방 부하 도출 방법.Inputting to the RTS-SAREK program the date data of all the cooling and heating periods including the latest day and the last day of the year, the weather data for each date and the shape data of the building;
Calculating and outputting a cooling building load, a daily cooling outdoor load, a daily cooling other load, a heating building load per hour, a daily heating outdoor load and a daily heating other load by time using the RTS-SAREK program;
The computer derives a cooling outdoor air load regression formula for each time, which is a first-order trend expression indicating the cooling outdoor air load by time in accordance with the time-based weather data, from the data on the relationship between the daily cooling outdoor air load and the weather data ,
The cooling and other load regression equations by time, which are primary trends representing cooling and other loads by time according to the time-based weather data, are derived from the data on the relationship between the daily cooling and other loads and the weather data outputted from the above,
A heating outdoor air load regression equation for each time, which is a first-order trend representing the heating outdoor air load by time according to the time-specific weather data, is derived from the data on the relationship between the daily heating outdoor air load and the weather data,
Deriving a time-based heating and other load regression equation, which is a first-order trend indicating the heating and other loads at each time in accordance with the time-based weather data, from the data on the relationship between the daily heating other loads and the weather data output from the time;
When the user inputs the weather data of the target time at the target date for which the cooling load for each time is to be calculated into the cooling outdoor load load regression formula for each time and the cooling load other time regression formula for each time, Calculating the cooling outdoor load and the cooling load of the target time at the target date from the cooling time and other load regression equations by time;
Outputting the total cooling load at the target time by summing the cooling tower load at each time point output from the RTS-SAREK and the cooling outdoor load at the target time calculated above and the cooling load and other loads at the target time;
When the user inputs the weather data of the target time at the target date on which the heating load for each time is to be calculated to the heating outdoor load load regression formula for the time and the heating load type other time regression formula for the time, Calculating a heating outdoor load and a heating other load of the target time at the target date from the heating time and other heating load regression equations at the time;
And outputting the total heating load at the target time by summing the heating building load at the time and the heating outdoor load at the target time calculated in the RTS-SAREK and the heating other loads at the target time calculated in the RTS-SAREK A method for deriving the heating and cooling load by time using the RTS-SAREK program.
KR1020170150617A 2017-11-13 2017-11-13 Method to derive hating and cooling load by time using RTS-SAREK program KR101928516B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170150617A KR101928516B1 (en) 2017-11-13 2017-11-13 Method to derive hating and cooling load by time using RTS-SAREK program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170150617A KR101928516B1 (en) 2017-11-13 2017-11-13 Method to derive hating and cooling load by time using RTS-SAREK program

Publications (1)

Publication Number Publication Date
KR101928516B1 true KR101928516B1 (en) 2018-12-12

Family

ID=64669990

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170150617A KR101928516B1 (en) 2017-11-13 2017-11-13 Method to derive hating and cooling load by time using RTS-SAREK program

Country Status (1)

Country Link
KR (1) KR101928516B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102537556B1 (en) * 2022-11-18 2023-06-01 주식회사 에코시안 System and Method for simulation of air cooling and heating load of building

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101141027B1 (en) 2011-12-29 2012-05-03 충남대학교산학협력단 Predicting method of hourly weather data for calculating heating and cooling load
KR101671362B1 (en) 2016-03-22 2016-11-01 재단법인 대한기계설비산업연구원 Annual Building Load Predicting Method using a Polynomial Function
KR101764673B1 (en) 2016-06-02 2017-08-03 주식회사 아이콘트롤스 Energy Load Estimation Device, Method, and Computer-Readable Medium

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101141027B1 (en) 2011-12-29 2012-05-03 충남대학교산학협력단 Predicting method of hourly weather data for calculating heating and cooling load
KR101671362B1 (en) 2016-03-22 2016-11-01 재단법인 대한기계설비산업연구원 Annual Building Load Predicting Method using a Polynomial Function
KR101764673B1 (en) 2016-06-02 2017-08-03 주식회사 아이콘트롤스 Energy Load Estimation Device, Method, and Computer-Readable Medium

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102537556B1 (en) * 2022-11-18 2023-06-01 주식회사 에코시안 System and Method for simulation of air cooling and heating load of building

Similar Documents

Publication Publication Date Title
Vrettos et al. Experimental demonstration of frequency regulation by commercial buildings—Part I: Modeling and hierarchical control design
Lee et al. Optimal HVAC control as demand response with on-site energy storage and generation system
US9651929B2 (en) HVAC system control integrated with demand response, on-site energy storage system and on-site energy generation system
US20170011150A1 (en) Adjustment simulation method for energy consumption
de Wilde et al. Management of thermal performance risks in buildings subject to climate change
Christantoni et al. Implementation of demand response strategies in a multi-purpose commercial building using a whole-building simulation model approach
JP5070307B2 (en) Basic unit calculation system, program for executing the system, and recording medium recording the program
Maasoumy et al. Selecting building predictive control based on model uncertainty
JP6142781B2 (en) Power demand forecasting device, power demand forecasting method, and power demand forecasting program
Marsh LCA profiles for building components: Strategies for the early design process
US20180245809A1 (en) Determining costs associated with an hvac system
JP5695492B2 (en) Air conditioning control apparatus and method
Gourlis et al. Passive measures for preventing summer overheating in industrial buildings under consideration of varying manufacturing process loads
WO2019008698A1 (en) Operation control device, air conditioning system, operation control method, and operation control program
Lee et al. Thermal performance evaluation of low-income buildings based on indoor temperature performance
Huang et al. Sizing heating, ventilating, and air-conditioning systems under uncertainty in both load-demand and capacity-supply side from a life-cycle aspect
KR101928516B1 (en) Method to derive hating and cooling load by time using RTS-SAREK program
Lee et al. Simulation and optimization of energy efficient operation of HVAC system as demand response with distributed energy resources
Jung et al. Appropriate level of development of in-situ building information modeling for existing building energy modeling implementation
Whaley et al. Cost benefit analysis of simulated thermal energy improvements made to existing older South Australian houses
Lundström Adaptive weather correction of energy consumption data
JP2006350920A (en) Energy demand forecast system and demand forecast method
Im et al. Empirical validation of building energy modeling using flexible research platform
KR102090281B1 (en) Cooling energy performance evaluation system in data center building and method of the same
Lapinskienė et al. Impact of Internal Heat Gains on Building's Energy Performance

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant