KR20210047554A - Digital twin system for building energy simulation and building energy simulation method - Google Patents
Digital twin system for building energy simulation and building energy simulation method Download PDFInfo
- Publication number
- KR20210047554A KR20210047554A KR1020190131305A KR20190131305A KR20210047554A KR 20210047554 A KR20210047554 A KR 20210047554A KR 1020190131305 A KR1020190131305 A KR 1020190131305A KR 20190131305 A KR20190131305 A KR 20190131305A KR 20210047554 A KR20210047554 A KR 20210047554A
- Authority
- KR
- South Korea
- Prior art keywords
- model
- calibration
- parameter
- building
- correlation
- Prior art date
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims description 59
- 238000001816 cooling Methods 0.000 claims abstract description 60
- 238000010438 heat treatment Methods 0.000 claims abstract description 49
- 238000004378 air conditioning Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 19
- 239000002826 coolant Substances 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000020169 heat generation Effects 0.000 description 5
- 239000000498 cooling water Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 101100522115 Oryza sativa subsp. japonica PHT1-13 gene Proteins 0.000 description 2
- 101000701286 Pseudomonas aeruginosa (strain ATCC 15692 / DSM 22644 / CIP 104116 / JCM 14847 / LMG 12228 / 1C / PRS 101 / PAO1) Alkanesulfonate monooxygenase Proteins 0.000 description 2
- 101000983349 Solanum commersonii Osmotin-like protein OSML13 Proteins 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
Description
본 발명은 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템 및 건물 에너지 시뮬레이션 방법에 관한 것이다.The present invention relates to a digital twin system for building energy simulation and a building energy simulation method.
최근 인공지능을 이용하여 건물 내부의 에너지 기기를 제어하고 건물의 에너지를 관리하려는 시도가 증가하고 있다. 인공지능을 이용할 경우, 다양한 상황에서 최적 제어가 가능하여 에너지 절감을 달성할 수 있을 것으로 기대되고 있다. Recently, there are increasing attempts to control energy devices inside buildings and manage energy in buildings using artificial intelligence. When using artificial intelligence, it is expected that energy savings can be achieved by enabling optimal control in various situations.
그러나 인공지능이 최적의 제어를 수행하기 위해서는 그 전에 다양한 상황에서의 학습을 통해 많은 데이터를 확보할 필요가 있지만, 인공지능의 학습을 위한 다양한 테스트를 수행할 수 있는 테스트 베드 건물을 확보하기는 쉽지 않다. 인공지능이 충분한 학습을 거치지 않은 상태에서 실제 건물의 에너지 관리를 수행할 경우 많은 불편함이 따를 수 있다.However, in order for artificial intelligence to perform optimal control, it is necessary to acquire a lot of data through learning in various situations before that, but it is not easy to secure a test bed building that can perform various tests for learning artificial intelligence. not. If the energy management of an actual building is performed without sufficient learning by artificial intelligence, a lot of inconvenience can occur.
또한, 인공지능을 이용하지 않는 경우에도 건물의 에너지 시뮬레이션은 건물의 효율적인 에너지 관리를 위해서 필요하다.In addition, even when artificial intelligence is not used, energy simulation of buildings is necessary for efficient energy management of buildings.
그러나 종래의 건물 에너지 시뮬레이션 방법은 건물 구조체에 대해서만 수행되거나 건물 내부의 주요 설비 일부에 대해서 부분적으로 수행되는 등 건물의 종합적인 에너지 시뮬레이션을 위한 방안은 미흡한 상황이다. 더욱이, 한번 설정된 시뮬레이션 모델에 대해서는 별다른 캘리브레이션 방법을 제시하고 있지 않아, 시뮬레이션 모델의 부정확성이 높아지게 되어 유용성 자체가 의문시되는 경우가 많다. 특히, 건물의 에너지 반응은 재실자의 수나 재실 패턴에 따라 크게 영향을 받는데, 종래 기술은 재실자의 정보를 반영하여 시뮬레이션 모델을 캘리브레이션하는 방법에 대해서는 고려하고 있지 않아 시뮬레이션 결과의 정확성이 문제가 되고 있다.However, the conventional building energy simulation method is performed only on a building structure or partially on a part of the main equipment inside the building. In addition, for a simulation model that has been set once, a different calibration method is not proposed, so the inaccuracy of the simulation model increases, and the usefulness itself is often questioned. In particular, the energy response of a building is greatly affected by the number of occupants or occupancy patterns, and the prior art does not consider a method of calibrating a simulation model by reflecting occupant information, and thus the accuracy of the simulation result is a problem.
이와 같이, 건물의 효율적인 에너지 관리를 위해 재실자 정보를 포함하여 실시간으로 시뮬레이션 모델의 캘리브레이션이 가능하여 건물의 에너지 시뮬레이션의 정확성을 높일 수 있는 디지털 트윈(digital twin)이 필요하다.As described above, for efficient energy management of a building, a digital twin is required that can improve the accuracy of the energy simulation of the building by enabling the calibration of the simulation model in real time including occupant information.
본 발명의 일 목적은 건물의 에너지 시뮬레이션의 정확성을 높이는 것이다.One object of the present invention is to increase the accuracy of energy simulation of a building.
본 발명의 일 목적은 실시간으로 건물 에너지 시뮬레이션 모델의 캘리브레이션이 가능하도록 하는 것이다.An object of the present invention is to enable calibration of a building energy simulation model in real time.
본 발명의 일 목적은 재실자 정보를 포함하지 않은 상태에서의 1차 캘리브레이션과 재실자 정보를 포함하는 상태에서의 2차 캘리브레이션을 통해 건물 에너지 시뮬레이션 모델의 정확성을 높이는 것이다.An object of the present invention is to improve the accuracy of a building energy simulation model through a primary calibration in a state that does not include occupant information and a secondary calibration in a state that includes occupant information.
본 발명의 일 측면은, 건물 구조체 모델과 건물 설비 모델을 저장하는 메모리; 및 캘리브레이션 모듈이 실행되는 연산장치;를 포함하되, 상기 건물 구조체 모델은 외부 기상 정보를 포함하는 입력 변수에 기초하여 실내 온도와 실내 습도를 포함하는 출력 변수에 대한 정보를 제공하는 열적 시뮬레이션 모델이고, 상기 건물 설비 모델은 조명 기기 모델, 사무용 기기 모델 및 냉난방 기기 모델을 포함하며, 상기 캘리브레이션 모듈은 상기 건물 구조체 모델과 상기 건물 설비 모델 중의 적어도 하나에 대해 상기 모델에 포함된 파라미터의 캘리브레이션을 수행하는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템이다. An aspect of the present invention is a memory for storing a building structure model and a building equipment model; And a computing device on which the calibration module is executed; wherein the building structure model is a thermal simulation model that provides information on output variables including indoor temperature and indoor humidity based on an input variable including external weather information, The building equipment model includes a lighting equipment model, an office equipment model, and a cooling and heating equipment model, and the calibration module performs calibration of a parameter included in the model for at least one of the building structure model and the building equipment model. It is a digital twin system for building energy simulation characterized by.
상기 디지털 트윈 시스템에 있어서, 상기 캘리브레이션 모듈이 상기 캘리브레이션을 수행하는 것은, 재실자 정보를 이용하지 않은 상태에서 상기 건물 또는 설비 자체에 대한 1차 캘리브레이션을 수행한 후, 재실자 정보를 이용하여 2차 캘리브레이션을 수행할 수 있다. In the digital twin system, the calibration module performs the calibration by performing a primary calibration on the building or facility itself without using occupant information, and then performing a secondary calibration using occupant information. You can do it.
상기 디지털 트윈 시스템에 있어서, 상기 1차 캘리브레이션의 대상 파라미터와 상기 2차 캘리브레이션의 대상 파라미터는 서로 일치하지 않을 수 있다. In the digital twin system, the target parameter of the first calibration and the target parameter of the second calibration may not coincide with each other.
상기 디지털 트윈 시스템에 있어서, 상기 1차 캘리브레이션의 대상 파라미터는 재실자 정보를 포함하지 않는 입력 변수를 사용하여 추출된 파라미터이고, 상기 2차 캘리브레이션의 대상 파라미터는 재실자 정보를 포함하는 입력 변수를 사용하여 추출된 파라미터일 수 있다. In the digital twin system, the target parameter of the primary calibration is a parameter extracted using an input variable that does not include occupant information, and the target parameter of the secondary calibration is extracted using an input variable that includes occupant information. It may be a set parameter.
상기 디지털 트윈 시스템에 있어서, 상기 1차 캘리브레이션의 대상 파라미터와 상기 2차 캘리브레이션의 대상 파라미터에 모두 포함되는 파라미터의 경우, 상기 1차 캘리브레이션의 결과 수정된 파라미터의 값은 상기 2차 캘리브레이션에서 해당 파라미터의 초기값으로 사용될 수 있다. In the digital twin system, in the case of a parameter included in both the target parameter of the first calibration and the target parameter of the second calibration, the value of the parameter modified as a result of the first calibration is the value of the corresponding parameter in the second calibration. Can be used as an initial value.
상기 디지털 트윈 시스템에 있어서, 상기 건물 구조체 모델의 1차 캘리브레이션 대상 파라미터는, 외부 기상 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PB11) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PB12)를 포함하고, 상기 건물 구조체 모델의 1차 캘리브레이션은 외부 기상 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PB11, PB12)에 대한 캘리브레이션이 수행될 수 있다. In the digital twin system, the first calibration target parameter of the building structure model is based on a correlation with the indoor temperature in a state in which external weather information is included in the input variable and the indoor temperature and the indoor humidity are included in the output variable. The extracted parameter (PB11) and the parameter (PB12) extracted based on the correlation with the indoor humidity are included.In the primary calibration of the building structure model, external weather information is included in the input variable, and the indoor temperature and the indoor humidity are While is included in the output variable, calibration may be performed on the parameters PB11 and PB12 based on a difference between the simulated output value and the actual measured value of the indoor temperature and the indoor humidity.
상기 디지털 트윈 시스템에 있어서, 상기 건물 구조체 모델의 2차 캘리브레이션 대상 파라미터는, 외부 기상 정보와 재실자 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PB21) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PB22)를 포함하고, 상기 건물 구조체 모델의 2차 캘리브레이션은 외부 기상 정보와 재실자 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PB21, PB22)에 대한 캘리브레이션이 수행될 수 있다. In the digital twin system, the parameter for secondary calibration of the building structure model is a correlation with indoor temperature in a state in which external weather information and occupant information are included in input variables and indoor temperature and indoor humidity are included in output variables. Including the parameter extracted based on the relationship (PB21) and the parameter extracted based on the correlation with the indoor humidity (PB22), and the secondary calibration of the building structure model includes external weather information and occupant information as input variables. In a state in which the indoor temperature and the indoor humidity are included in the output variable, the parameters PB21 and PB22 may be calibrated based on the difference between the simulated output value and the measured value of the indoor temperature and the indoor humidity.
상기 디지털 트윈 시스템에 있어서, 상기 조명 기기 모델의 1차 캘리브레이션 대상 파라미터는, 조명 기기 제어 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PL11), 조도와의 상관관계에 기초하여 추출된 파라미터(PL12) 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PL13)를 포함하고, 상기 조명 기기 모델의 1차 캘리브레이션은 조명 기기 제어 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량, 조도 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PL11, PL12, PL13)에 대한 캘리브레이션이 수행될 수 있다. In the digital twin system, in a state in which lighting device control information is included in the input variable and the power consumption, illuminance, and calorific value of the lighting device are included in the output variable, the power consumption and A parameter (PL11) extracted based on the correlation of the illuminance, the parameter (PL12) extracted based on the correlation of the illuminance, and the parameter (PL13) extracted based on the correlation with the calorific value, The primary calibration of is based on the difference between the simulated output values of power consumption, illuminance, and calorific value and the measured values with the lighting device control information included in the input variable and the power consumption, illuminance, and calorific value of the lighting device included in the output variable. Calibration may be performed on the parameters PL11, PL12, and PL13.
상기 디지털 트윈 시스템에 있어서, 상기 조명 기기 모델의 2차 캘리브레이션 대상 파라미터는, 조명 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PL21), 조도와의 상관관계에 기초하여 추출된 파라미터(PL22) 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PL23)를 포함하고, 상기 조명 기기 모델의 2차 캘리브레이션은 조명 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량, 조도 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PL21, PL22, PL23)에 대한 캘리브레이션이 수행될 수 있다. In the digital twin system, in a state in which the lighting device control information and occupant information are included in the input variable and the power consumption, illuminance, and calorific value of the lighting device are included in the output variable, A parameter (PL21) extracted based on a correlation with power consumption, a parameter (PL22) extracted based on a correlation with illuminance, and a parameter (PL23) extracted based on a correlation with a calorific value, and the The secondary calibration of the lighting equipment model includes the lighting equipment control information and occupant information in the input variables, and the power consumption, illuminance, and calorific value of the lighting equipment are included in the output variables. Calibration may be performed on the parameters PL21, PL22, and PL23 based on the difference in values.
상기 디지털 트윈 시스템에 있어서, 상기 사무용 기기 모델의 1차 캘리브레이션 대상 파라미터는, 사무용 기기 제어 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PO11), 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PO12)를 포함하고, 상기 사무용 기기 모델의 1차 캘리브레이션은 사무용 기기 제어 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PO11, PO12)에 대한 캘리브레이션이 수행될 수 있다. In the digital twin system, the primary calibration target parameter of the office device model is a state in which office device control information is included in the input variable and the power consumption and the amount of heat generated by the office device are included in the output variable, the correlation with the power consumption. A parameter extracted based on the relationship (PO11), and a parameter extracted based on a correlation with the calorific value (PO12), and the primary calibration of the office device model includes office device control information as an input variable and In a state in which the power consumption and the amount of heat generated by the device are included in the output variable, the parameters PO11 and PO12 may be calibrated based on a difference between the simulated output value of the power consumption and the heating value and the measured value.
상기 디지털 트윈 시스템에 있어서, 상기 사무용 기기 모델의 2차 캘리브레이션 대상 파라미터는, 사무용 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PO21), 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PO22)를 포함하고, 상기 사무용 기기 모델의 2차 캘리브레이션은 사무용 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PO21, PO22)에 대한 캘리브레이션이 수행될 수 있다. In the digital twin system, in the state that the parameters subject to secondary calibration of the office device model include office device control information and occupant information in an input variable, and power consumption and heat generation of the office device are included in the output variable, power consumption It includes a parameter extracted based on a correlation with a correlation with a parameter (PO21), and a parameter extracted based on a correlation with a calorific value (PO22), and the secondary calibration of the office device model includes office device control information and occupant information. In a state included in the input variable and the power consumption and calorific value of the office equipment are included in the output variable, calibration of the parameters PO21 and PO22 is performed based on the difference between the simulated output value and the measured value of the power consumption and the calorific value. I can.
상기 디지털 트윈 시스템에 있어서, 상기 냉난방 기기 모델은 세부 모델로서 가변 풍량기(VAV) 모델, 공조기 모델, 냉동기 모델, 냉각탑 모델, 펌프 모델 및 댐퍼 모델 중의 적어도 둘 이상을 포함하고, 상기 냉난방 기기 모델에 대한 1차 캘리브레이션은 상기 세부 모델에 대해 각각 수행되고, 상기 2차 캘리브레이션은 상기 세부 모델이 통합된 상기 냉난방 기기 모델에 대해 수행될 수 있다. In the digital twin system, the air conditioner model includes at least two or more of a variable air volume (VAV) model, an air conditioner model, a refrigerator model, a cooling tower model, a pump model, and a damper model as a detailed model, and the air conditioner model The first calibration for each of the detailed models may be performed on each of the detailed models, and the second calibration may be performed on the cooling/heating device model in which the detailed models are integrated.
상기 디지털 트윈 시스템에 있어서, 상기 냉난방 기기 모델의 2차 캘리브레이션 대상 파라미터는, 냉난방 기기 제어 정보, 재실자 정보, 외부 온도 및 외부 습도가 입력 변수에 포함되고 상기 냉난방 기기의 전력 사용량과 실내 온도 및 실내 습도가 출력 변수에 포함된 상태에서, 전력 사용량와의 상관관계에 기초하여 추출된 파라미터(PH21), 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PH22) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PH23)를 포함하고, 상기 냉난방 기기 모델의 2차 캘리브레이션은, 냉난방 기기 제어 정보, 재실자 정보, 외부 온도 및 외부 습도가 입력 변수에 포함되고 상기 냉난방 기기의 전력 사용량과 실내 온도 및 실내 습도가 출력 변수에 포함된 상태에서, 전력 사용량과 실내 온도 및 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PH21, PH22, PH23)에 대한 캘리브레이션이 수행될 수 있다. In the digital twin system, the parameters subject to secondary calibration of the cooling/heating device model include cooling/heating device control information, occupant information, external temperature and external humidity as input variables, and power consumption of the cooling/heating device, indoor temperature, and indoor humidity. When is included in the output variable, the parameter extracted based on the correlation with the power consumption (PH21), the parameter extracted based on the correlation with the indoor temperature (PH22), and extracted based on the correlation with the indoor humidity In the second calibration of the cooling and heating device model, including the parameter PH23, the heating and cooling device control information, occupant information, external temperature and external humidity are included in the input variables, and the power consumption of the air-conditioning device and the indoor temperature and indoor humidity are included in the input variable. When is included in the output variable, calibration may be performed on the parameters PH21, PH22, and PH23 based on a difference between the power consumption, the simulated output value of the room temperature, and the indoor humidity and the measured value.
본 발명의 다른 일 측면은, 건물 구조체 모델, 건물 설비 모델 및 캘리브레이션 모듈을 포함하는 디지털 트윈 시스템에 의해 수행되는 건물 에너지 시뮬레이션 방법에 있어서, 상기 건물 구조체 모델과 상기 건물 설비 모델의 시뮬레이션에 사용될 입력 변수에 대한 정보를 수집하는 단계; 재실자 정보를 포함하지 않은 상태에서 상기 건물 구조체 모델과 상기 건물 설비 모델 자체에 대한 1차 캘리브레이션을 수행하는 단계; 상기 건물 구조체 모델과 상기 건물 설비 모델의 입력 변수에 재실자 정보를 포함하는 상태에서 2차 캘리브레이션을 수행하는 단계; 및 상기 1차 캘리브레이션과 상기 2차 캘리브레이션을 통해 수정된 파라미터를 포함하는 상기 건물 구조체 모델 및 상기 건물 설비 모델을 사용하여 건물 에너지 시뮬레이션을 수행하는 단계;를 포함하는 건물 에너지 시뮬레이션 방법이다.In another aspect of the present invention, in a building energy simulation method performed by a digital twin system including a building structure model, a building facility model, and a calibration module, input variables to be used in the simulation of the building structure model and the building facility model Collecting information about; Performing a primary calibration on the building structure model and the building facility model itself without including occupant information; Performing a secondary calibration while including occupant information in input variables of the building structure model and the building facility model; And performing a building energy simulation using the building structure model and the building facility model including the parameters modified through the first calibration and the second calibration.
상기 건물 에너지 시뮬레이션 방법에 있어서, 상기 1차 캘리브레이션은 입력 변수에 재실자 정보가 포함되지 않은 상태에서 출력 변수와의 상관관계에 기초하여 추출된 파라미터를 대상으로 수행될 수 있다. In the building energy simulation method, the first calibration may be performed on a parameter extracted based on a correlation with an output variable in a state in which occupant information is not included in the input variable.
상기 건물 에너지 시뮬레이션 방법에 있어서, 상기 2차 캘리브레이션은 입력 변수에 재실자 정보가 포함된 상태에서 출력 변수와의 상관관계에 기초하여 추출된 파라미터를 대상으로 수행될 수 있다. In the building energy simulation method, the secondary calibration may be performed on a parameter extracted based on a correlation with an output variable while occupant information is included in the input variable.
상기 건물 에너지 시뮬레이션 방법에 있어서, 상기 1차 캘리브레이션의 대상 파라미터와 상기 2차 캘리브레이션의 대상 파라미터에 모두 포함되는 파라미터의 경우, 상기 1차 캘리브레이션의 결과 수정된 파라미터의 값은 상기 2차 캘리브레이션에서 해당 파라미터의 초기값으로 사용될 수 있다. In the building energy simulation method, in the case of a parameter included in both the target parameter of the first calibration and the target parameter of the second calibration, the value of the parameter modified as a result of the first calibration is a corresponding parameter in the second calibration. Can be used as the initial value of.
상기 건물 에너지 시뮬레이션 방법에 있어서, 상기 건물 설비 모델은 냉난방 기기 모델을 포함하고, 상기 냉난방 기기 모델은 세부 모델로서 가변 풍량(VAV) 모델, 공조기 모델, 냉동기 모델, 냉각탑 모델, 펌프 모델 및 댐퍼 모델 중의 적어도 둘 이상을 포함하며, 상기 냉난방 기기 모델에 대한 1차 캘리브레이션은 상기 세부 모델에 대해 각각 수행되고, 상기 2차 캘리브레이션은 상기 세부 모델이 통합된 상기 냉난방 기기 모델에 대해 수행될 수 있다. In the building energy simulation method, the building equipment model includes a cooling and heating device model, and the cooling and heating device model is a detailed model, among which a variable air volume (VAV) model, an air conditioner model, a refrigerator model, a cooling tower model, a pump model, and a damper model. It includes at least two or more, and the primary calibration for the cooling and heating device model is performed on each of the detailed models, and the secondary calibration may be performed on the cooling and heating device model in which the detailed model is integrated.
본 발명에 의하면, 실시예에 따라, 건물의 에너지 시뮬레이션의 정확성을 높일 수 있다. According to the present invention, according to an embodiment, it is possible to increase the accuracy of energy simulation of a building.
본 발명에 의하면, 실시예에 따라, 실시간으로 건물 에너지 시뮬레이션 모델의 캘리브레이션이 가능하다. According to the present invention, according to an embodiment, it is possible to calibrate a building energy simulation model in real time.
본 발명에 의하면, 실시예에 따라, 재실자 정보를 포함하지 않은 상태에서의 1차 캘리브레이션과 재실자 정보를 포함하는 상태에서의 2차 캘리브레이션을 통해 건물 에너지 시뮬레이션 모델의 정확성을 높일 수 있다.According to the present invention, the accuracy of the building energy simulation model can be improved through the first calibration without including occupant information and the secondary calibration when occupant information is included.
도 1은 일 실시예에 따른 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템의 내부 구성을 예시한다.
도 2는 일 실시예에 따른 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템의 동작을 예시한다.
도 3은 일 실시예에 따른 건물 설비 모델의 세부 모델을 예시한다.
도 4는 일 실시예에 따른 냉난방 기기의 세부 모델을 예시한다.
도 5 내지 도 7은 일 실시예에 따른 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템의 캘리브레이션 방법을 예시한다.
도 8 및 도 9는 건물 구조체 모델에 대한 캘리브레이션 과정을 예시한다.
도 10 및 도 11은 조명 기기 모델에 대한 캘리브레이션 과정을 예시한다.
도 12 및 도 13은 사무용 기기 모델에 대한 캘리브레이션 과정을 예시한다.
도 14 내지 도 20은 냉난방 기기 모델에 대한 캘리브레이션 과정을 예시한다.
도 21은 일 실시예에 따른 건물 에너지 시뮬레이션 방법을 예시한다.1 illustrates an internal configuration of a digital twin system for building energy simulation according to an embodiment.
2 illustrates the operation of a digital twin system for building energy simulation according to an embodiment.
3 illustrates a detailed model of a building equipment model according to an embodiment.
4 illustrates a detailed model of a heating and cooling device according to an embodiment.
5 to 7 illustrate a method of calibrating a digital twin system for building energy simulation according to an embodiment.
8 and 9 illustrate a calibration process for a building structure model.
10 and 11 illustrate a calibration process for a lighting device model.
12 and 13 illustrate a calibration process for an office device model.
14 to 20 exemplify a calibration process for an air conditioner model.
21 illustrates a building energy simulation method according to an embodiment.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.Hereinafter, some embodiments of the present invention will be described in detail through exemplary drawings. In adding reference numerals to elements of each drawing, it should be noted that the same elements are assigned the same numerals as possible, even if they are indicated on different drawings. In addition, in describing the present invention, when it is determined that a detailed description of a related known configuration or function may obscure the subject matter of the present invention, a detailed description thereof will be omitted.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다. In addition, in describing the constituent elements of the present invention, terms such as first, second, A, B, (a) and (b) may be used. These terms are only for distinguishing the component from other components, and the nature, order, or order of the component is not limited by the term. When a component is described as being "connected", "coupled" or "connected" to another component, the component may be directly connected or connected to that other component, but another component between each component It will be understood that elements may be “connected”, “coupled” or “connected”.
도 1은 일 실시예에 따른 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템(100)의 내부 구성을 예시한다.1 illustrates an internal configuration of a
도 1을 참조하면, 디지털 트윈 시스템(100)은 건물 구조체 모델(110), 건물 설비 모델(120), 캘리브레이션 모듈(130) 및 정보 수집부(140)를 포함할 수 있다. 디지털 트윈 시스템(100)에는 도 1에 예시된 구성들 외에도 필요에 따라 다양한 구성이 더 포함될 수 있음은 물론이다.Referring to FIG. 1, the
건물 구조체 모델(110)은 건물의 구조체에 의한 에너지 반응을 시뮬레이션할 수 있는 열적 시뮬레이션 모델일 수 있다. 예시적으로, 건물 구조체 모델(110)은 건물 외피, 창호, 구역의 열 반응 등을 시뮬레이션하도록 구성될 수 있다. 예시적으로, 건물 구조체 모델(110)은 외부 기상 정보를 포함하는 입력 변수에 기초하여 실내 온도와 실내 습도를 포함하는 출력 변수에 대한 정보를 제공할 수 있다. 예시적으로, 건물 구조체 모델(110)은 건물의 구역별 재실자의 행위 특성을 반영한 행위 기반 모델일 수 있다. The
건물 설비 모델(120)은 건물 내의 각종 설비들의 에너지 반응을 시뮬레이션할 수 있는 시뮬레이션 모델일 수 있다. 예시적으로, 건물 설비 모델(120)은 조명 기기 모델, 사무용 기기 모델 및 냉난방 기기(HVAC) 모델 중의 적어도 하나를 포함할 수 있다. 건물 설비 모델(120)은 재실자의 행위 특성을 반영한 행위 기반 모델일 수 있다.The
캘리브레이션 모듈(130)은 건물 구조체 모델(110)과 건물 설비 모델(120) 중의 적어도 하나에 대해 해당 모델에 포함된 파라미터의 캘리브레이션을 수행할 수 있다. 예시적으로, 캘리브레이션 모듈(130)은 건물 정보, 건물 설비 정보, 재실자 정보, 기상 정보, 환경 정보 및 건물 구조체 모델(110)과 건물 설비 모델(120)의 시뮬레이션 결과 등에 대한 정보에 기초하여 건물 구조체 모델(110)과 건물 설비 모델(120)의 파라미터를 수정할 수 있다.The
정보 수집부(140)는 건물 구조체 모델(110), 건물 설비 모델(120) 및 캘리브레이션 모듈(130)에서 필요한 정보들을 수집하고 제공할 수 있다. 예시적으로, 정보 수집부(140)는 건물 정보, 건물 설비 정보, 재실자 정보, 기상 정보, 환경 정보 등을 수집하고 필요에 따라 건물 구조체 모델(110), 건물 설비 모델(120) 및 캘리브레이션 모듈(130)에 제공할 수 있다.The
예시적으로, 건물 구조체 모델(110)과 건물 설비 모델(120)은 메모리 장치에 저장되어 사용될 수 있다. 예시적으로, 캘리브레이션 모듈(130)은 소프트웨어 프로그램으로 구현되어 연산장치를 통해 실행될 수 있다. 여기서, 메모리 장치와 연산장치는 공지의 기술이 적용될 수 있으므로 구체적인 설명은 생략한다.For example, the
도 2는 일 실시예에 따른 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템(100)의 동작을 예시한다.2 illustrates the operation of the
도 2를 참조하면, 건물 구조체 모델(110)과 건물 설비 모델(120)은 정보 수집부(140)로부터 시뮬레이션에 필요한 정보를 입수하고, 각각 건물 및 건물 설비에 대한 시뮬레이션을 수행할 수 있다. Referring to FIG. 2, the
캘리브레이션 모듈(130)은 건물 구조체 모델(110)과 건물 설비 모델(120)의 시뮬레이션 결과를 제공받고, 시뮬레이션 결과를 실측값과 비교하여 건물 구조체 모델(110)과 건물 설비 모델(120)의 시뮬레이션 결과의 정확성을 높일 수 있도록 건물 구조체 모델(110)과 건물 설비 모델(120)의 파라미터를 수정할 수 있다. 예시적으로, 캘리브레이션 모듈(130)은 건물 구조체 모델(110)과 건물 설비 모델(120)의 시뮬레이션 결과를 실측값과 비교하여 오차가 최소가 되도록 파라미터를 수정할 수 있다. 예시적으로, 캘리브레이션 모듈(130)은 최소 자승법(least square method)에 기초하여 오차를 계산할 수 있다.The
캘리브레이션 모듈(130)에 의한 건물 구조체 모델(110)과 건물 설비 모델(120)의 파라미터의 수정은 디지털 트윈 시스템(100)의 동작 중에 상시적으로 또는 실시간으로 수행될 수 있다. 다시 말해, 캘리브레이션 모듈(130)에 의한 건물 구조체 모델(110)과 건물 설비 모델(120)의 파라미터의 수정은 디지털 트윈 시스템(100)의 설치 전에 완료되는 것이 아니라, 디지털 트윈 시스템(100)의 설치 후에도 수행되면서 디지털 트윈 시스템(100)의 정확성을 향상시킬 수 있다.The correction of the parameters of the
도 3은 일 실시예에 따른 건물 설비 모델(120)의 세부 모델을 예시한다.3 illustrates a detailed model of the
도 3을 참조하면, 건물 설비 모델(120)은 조명 기기 모델(121), 사무용 기기 모델(122) 및 냉난방 기기 모델(123)을 포함할 수 있다.Referring to FIG. 3, the
조명 기기 모델(121)은 조명 기기의 에너지 반응을 시뮬레이션 할 수 있는 시뮬레이션 모델일 수 있다. 예시적으로, 조명 기기 모델(121)은 조명 기기 제어 신호에 기초하여 조명 기기의 전력 사용량, 조도 및 발열량에 대한 정보를 제공할 수 있다. 예시적으로, 조명 기기 모델(121)은 조명 기기 제어 신호 및 재실자 정보에 기초하여 조명 기기의 전력 사용량, 조도 및 발열량에 대한 정보를 제공할 수 있다. 예시적으로, 조명 기기 모델(121)은 건물 내부에 포함된 다양한 종류의 조명 기기 각각에 대한 시뮬레이션 모델을 포함할 수 있다. The
사무용 기기 모델(122)은 사무용 기기의 에너지 반응을 시뮬레이션 할 수 있는 시뮬레이션 모델일 수 있다. 예시적으로, 사무용 기기 모델(122)은 사무용 기기 제어 신호에 기초하여 사무용 기기의 전력 사용량 및 발열량에 대한 정보를 제공할 수 있다. 예시적으로, 사무용 기기 모델(122)은 사무용 기기 제어 신호 및 재실자 정보에 기초하여 사무용 기기의 전력 사용량 및 발열량에 대한 정보를 제공할 수 있다. 예시적으로, 사무용 기기 모델(122)은 건물 내부에 포함된 다양한 종류의 사무용 기기 각각에 대한 시뮬레이션 모델을 포함할 수 있다. 예시적으로, 사무용 기기에는 컴퓨터, 모니터, 프린터, 프로젝터 등이 포함될 수 있다.The
냉난방 기기 모델(123)은 냉난방 기기(HVAC)의 에너지 반응을 시뮬레이션 할 수 있는 시뮬레이션 모델일 수 있다. 예시적으로, 냉난방 기기 모델(123)은 외부 온도, 외부 습도에 기초하여 냉난방 기기의 전력 사용량, 실내 온도 및 실내 습도에 대한 정보를 제공할 수 있다. 예시적으로, 냉난방 기기 모델(123)은 외부 온도, 외부 습도 및 재실자 정보에 기초하여 냉난방 기기의 전력 사용량, 실내 온도 및 실내 습도에 대한 정보를 제공할 수 있다. 예시적으로, 냉난방 기기 모델(123)은 건물 내부에 포함된 다양한 종류의 냉난방 기기 각각에 대한 시뮬레이션 모델을 포함할 수 있다. 예시적으로, 냉난방 기기 모델(123)은, 도 4에 예시된 바와 같이, 가변 풍량기(VAV) 모델(1231), 공조기 모델(1232), 냉동기 모델(1233), 냉각탑 모델(1234), 펌프 모델(1235) 및 댐퍼 모델(1236) 중의 적어도 하나 이상을 포함할 수 있다. The cooling and
도 5 내지 도 7은 일 실시예에 따른 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템의 캘리브레이션 과정을 예시한다. 도 5는 캘리브레이션 모듈(130)에 의해 수행되는 1차 캘리브레이션 과정을 예시하고, 도 6은 캘리브레이션 모듈(130)에 의해 수행되는 2차 캘리브레이션 과정을 예시하며, 도 7은 1차 캘리브레이션과 2차 캘리브레이션 과정에서 파라미터들의 변화를 예시적으로 설명하는 도면이다.5 to 7 illustrate a calibration process of a digital twin system for building energy simulation according to an embodiment. 5 illustrates a first calibration process performed by the
도 5를 참조하면, 시뮬레이션 모델(510)은 재실자 정보를 제외한 입력 변수에 기초하여 출력 변수에 대한 시뮬레이션 결과를 제공할 수 있다. 시뮬레이션 모델(510)은 도 1 내지 도 4를 참조하여 설명한 다양한 시뮬레이션 모델 중의 하나일 수 있다. 예시적으로, 시뮬레이션 모델(510)은 건물 구조체 모델(110), 건물 설비 모델(120), 조명 기기 모델(121), 사무용 기기 모델(122), 냉난방 기기 모델(123), 가변 풍량기 모델(1231), 공조기 모델(1232), 냉동기 모델(1233), 냉각탑 모델(1234), 펌프 모델(1235), 댐퍼 모델(1236) 중의 적어도 하나일 수 있다.Referring to FIG. 5, the
시뮬레이션 모델(510)에 입력되는 입력 변수와 출력 변수는 시뮬레이션 모델(510)에 따라 달라질 수 있다. 각 시뮬레이션 모델에 대한 구체적인 입력 변수와 출력 변수에 대해서는 아래에서 좀 더 상세히 설명하기로 한다.Input variables and output variables input to the
캘리브레이션 모듈(130)은 재실자 정보를 입력 변수에서 제외한 상태에서 시뮬레이션 모델(510)이 출력하는 출력 변수에 대한 시뮬레이션 결과를 제공받고, 시뮬레이션 결과를 실측값과 비교하여 시뮬레이션 모델(510)의 시뮬레이션 결과의 정확성을 높일 수 있도록 시뮬레이션 모델(510)의 내부 파라미터를 수정할 수 있다. 예시적으로, 캘리브레이션 모듈(130)은 시뮬레이션 모델(510)의 시뮬레이션 결과를 실측값과 비교하여 오차가 최소가 되도록 파라미터를 수정할 수 있다. 예시적으로, 캘리브레이션 모듈(130)은 최소 자승법에 기초하여 오차를 계산할 수 있다.The
캘리브레이션 모듈(130)에 의해 수행되는 1차 캘리브레이션은 시뮬레이션 모델(510)의 대상이 되는 건물 또는 설비 그 자체에 대한 캘리브레이션일 수 있다. 즉, 1차 캘리브레이션은 재실자 정보를 이용하지 않은 상태에서 수행되는 것으로서, 재실자에 의한 영향을 제외하고 건물 또는 설비 그 자체에 대한 모델의 정확성을 높이기 위한 캘리브레이션으로 이해될 수 있다. The primary calibration performed by the
예시적으로, 1차 캘리브레이션의 대상 파라미터는 재실자 정보를 포함하지 않는 입력 변수를 사용하여 추출된 파라미터일 수 있다. 즉, 1차 캘리브레이션의 대상 파라미터는 재실자 정보를 포함하지 않는 입력 변수를 사용한 상태에서 각 파라미터가 출력 변수에 주는 영향도를 고려하여 추출될 수 있다. 출력 변수에 주는 영향도는 시뮬레이션 모델에 포함된 각 파라미터와 출력 변수의 상관관계를 분석하여 결정될 수 있다.For example, the target parameter of the primary calibration may be a parameter extracted using an input variable that does not include occupant information. That is, the target parameter of the primary calibration may be extracted in consideration of the degree of influence each parameter has on the output variable while using an input variable that does not include occupant information. The degree of influence on the output variable can be determined by analyzing the correlation between each parameter included in the simulation model and the output variable.
도 6을 참조하면, 시뮬레이션 모델(510)은 재실자 정보를 포함하는 입력 변수에 기초하여 출력 변수에 대한 시뮬레이션 결과를 제공할 수 있다. Referring to FIG. 6, the
캘리브레이션 모듈(130)은 재실자 정보를 입력 변수에 포함한 상태에서 시뮬레이션 모델(510)이 출력하는 출력 변수에 대한 시뮬레이션 결과를 제공받고, 시뮬레이션 결과를 실측값과 비교하여 시뮬레이션 모델(510)의 시뮬레이션 결과의 정확성을 높일 수 있도록 시뮬레이션 모델(510)의 내부 파라미터를 수정할 수 있다. The
캘리브레이션 모듈(130)에 의해 수행되는 2차 캘리브레이션은 재실자에 따른 건물 또는 설비의 반응에 대한 캘리브레이션일 수 있다. 즉, 2차 캘리브레이션은 재실자 정보를 입력 변수에 포함한 상태에서 수행되는 것으로서, 재실자에 의한 영향이 반영된 건물 또는 설비 모델의 정확성을 높이기 위한 캘리브레이션으로 이해될 수 있다. The secondary calibration performed by the
예시적으로, 2차 캘리브레이션의 대상 파라미터는 재실자 정보를 포함하는 입력 변수를 사용하여 추출된 파라미터일 수 있다. 즉, 2차 캘리브레이션의 대상 파라미터는 재실자 정보를 포함하는 입력 변수를 사용한 상태에서 각 파라미터가 출력 변수에 주는 영향도를 고려하여 추출될 수 있다. 출력 변수에 주는 영향도는 시뮬레이션 모델에 포함된 각 파라미터와 출력 변수의 상관관계를 분석하여 결정될 수 있다.For example, the target parameter of the secondary calibration may be a parameter extracted using an input variable including occupant information. That is, the target parameter of the secondary calibration may be extracted in consideration of the degree of influence that each parameter has on the output variable while using the input variable including occupant information. The degree of influence on the output variable can be determined by analyzing the correlation between each parameter included in the simulation model and the output variable.
예시적으로, 재실자 정보는 시간에 따른 재실자의 수의 변화 패턴에 대한 정보와 재실자의 행위 패턴에 대한 정보 등을 포함할 수 있다. 예시적으로, 재실자 정보는 재실 패턴 정보일 수 있다.For example, the occupant information may include information on a pattern of changes in the number of occupants over time and information on a behavior pattern of occupants. For example, the occupant information may be occupancy pattern information.
여기서, 1차 캘리브레이션의 대상 파라미터와 2차 캘리브레이션의 대상 파라미터는 서로 다른 입력 변수를 사용하여 추출되므로(재실자 정보의 유무에 차이), 1차 캘리브레이션의 대상 파라미터와 2차 캘리브레이션의 대상 파라미터는 서로 일치하지 않을 수 있다. 또는, 1차 캘리브레이션의 대상 파라미터와 2차 캘리브레이션의 대상 파라미터는 서로 일부 또는 전부가 중복될 수 있다.Here, since the target parameter of the primary calibration and the target parameter of the secondary calibration are extracted using different input variables (difference with the presence or absence of occupant information), the target parameter of the first calibration and the target parameter of the second calibration are identical to each other. I can't. Alternatively, the target parameter of the first calibration and the target parameter of the second calibration may partially or all overlap with each other.
도 7을 참조하면, 네 종류의 파라미터(P11, P12, P21, P22)가 예시되어 있다. Pmn는 n번째 출력 변수에 영향을 주는 m차 캘리브레이션 대상 파라미터로 이해될 수 있다. 즉, P11은 제1 출력 변수에 대한 1차 캘리브레이션 대상 파라미터이고, P12는 제2 출력 변수에 대한 1차 캘리브레이션 대상 파라미터이며, P21은 제1 출력 변수에 대한 2차 캘리브레이션 대상 파라미터이고, P22는 제2 출력 변수에 대한 2차 캘리브레이션 대상 파라미터로 이해될 수 있다. 즉, 도 7은 두 개의 출력 변수가 있는 상황을 가정한 것으로서, 출력 변수의 수가 많아질 경우 캘리브레이션 대상 파라미터의 수도 증가할 것이다. 여기서, '파라미터'는 하나의 파라미터이거나 또는 복수의 파라미터를 포함하는 파라미터 그룹일 수 있으나, 설명의 편의상 복수의 파라미터를 포함하는 경우에도 단순히 '파라미터'라고 언급하기로 한다. Referring to FIG. 7, four types of parameters P11, P12, P21, and P22 are illustrated. Pmn can be understood as an m-th calibration target parameter that affects the n-th output variable. That is, P11 is the primary calibration target parameter for the first output variable, P12 is the primary calibration target parameter for the second output variable, P21 is the secondary calibration target parameter for the first output variable, and P22 is the first calibration target parameter. 2 It can be understood as a second calibration target parameter for the output variable. That is, FIG. 7 assumes a situation in which there are two output variables. When the number of output variables increases, the number of parameters to be calibrated will increase. Here, the'parameter' may be a single parameter or a parameter group including a plurality of parameters, but for convenience of description, even when a plurality of parameters are included, simply referred to as'parameter'.
또한, P11i는 파라미터 P11의 초기값(캘리브레이션 이전)을 의미하고, P11c는 파라미터 P11이 캘리브레이션을 통해 수정된 값을 의미한다. 2차 캘리브레이션 대상 파라미터인 P21과 P22의 경우 P21i' 및 P22i'을 더 포함하는데, 이는 2차 캘리브레이션의 대상 파라미터가 1차 캘리브레이션에 의해 수정되는 경우를 고려한 것이다. 일부 파라미터의 경우 1차 캘리브레이션의 대상 파라미터와 2차 캘리브레이션의 대상 파라미터에 중복으로 포함될 수 있는데, 이 경우 1차 캘리브레이션의 결과 수정된 파라미터의 값은 2차 캘리브레이션에서 해당 파라미터의 초기값으로 사용될 수 있다. 도 7에서는 이러한 경우를 표시하기 위해 P21i' 및 P22i'과 같이 표시하고 있다.In addition, P11i means an initial value of parameter P11 (before calibration), and P11c means a value in which parameter P11 has been modified through calibration. In the case of P21 and P22, which are parameters subject to secondary calibration, P21i' and P22i' are further included, which considers the case where the target parameter of the secondary calibration is modified by the primary calibration. Some parameters may be duplicated in the target parameter of the first calibration and the target parameter of the second calibration.In this case, the value of the parameter modified as a result of the first calibration can be used as the initial value of the corresponding parameter in the second calibration. . In FIG. 7, in order to indicate this case, P21i' and P22i' are indicated.
네 종류의 파라미터(P11, P12, P21, P22) 중에서 1차 캘리브레이션(710)을 거치면 1차 캘리브레이션 대상 파라미터(P11, P12)는 초기값(P11i, P12i)에서 수정되어 수정값(P11c, P12c)을 가질 수 있다. 이 때, 전술한 바와 같이, 2차 캘리브레이션 대상 파라미터(P21, P22)가 1차 캘리브레이션 대상 파라미터와 중복되는 파라미터를 포함할 경우, 2차 캘리브레이션 대상 파라미터(P21, P22)도 수정된 초기값(P21i', P22i')을 가질 수 있다. 2차 캘리브레이션 대상 파라미터(P21, P22)는 2차 캘리브레이션(720)을 거치면서 수정된 초기값(P21i', P22i')에서 최종 수정값(P21c, P22c)을 가질 수 있다. Among the four types of parameters (P11, P12, P21, P22), if the
도 8 및 도 9는 건물 구조체 모델(110)에 대한 캘리브레이션 모듈(130)의 캘리브레이션 과정을 예시한다. 도 8은 건물 구조체 모델(110)에 대한 1차 캘리브레이션을 예시하고 있고, 도 9는 건물 구조체 모델(110)에 대한 2차 캘리브레이션을 예시하고 있다. 8 and 9 illustrate a calibration process of the
도 8을 참조하면, 건물 구조체 모델(110)의 1차 캘리브레이션 대상 파라미터는, 외부 기상 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PB11) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PB12)를 포함할 수 있다. Referring to FIG. 8, the primary calibration target parameter of the
예시적으로, 캘리브레이션 대상 파라미터의 추출은, 파라미터 값을 일정 비율(예를 들어, 10%)로 변화시키면서 출력 변수의 변화에 대한 데이터를 확보하고, 각 파라미터와 출력 변수의 상관관계(correlation)를 계산하며, 각 파라미터와 출력 변수의 상관관계에 기초하여 캘리브레이션 대상 파라미터가 결정될 수 있다. Exemplarily, in the extraction of a parameter to be calibrated, data on the change of the output variable is obtained while changing the parameter value at a certain rate (for example, 10%), and the correlation between each parameter and the output variable is determined. Calculation, and a calibration target parameter may be determined based on a correlation between each parameter and an output variable.
건물 구조체 모델(110)의 1차 캘리브레이션은 외부 기상 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PB11, PB12)에 대한 캘리브레이션이 수행될 수 있다. 예시적으로, 캘리브레이션 모듈(130)은 시뮬레이션 출력값과 실측값의 차이에 해당하는 오차가 최소가 되도록 파라미터를 수정할 수 있다. 예시적으로, 캘리브레이션 모듈(130)은 최소 자승법에 기초하여 오차를 계산할 수 있다.The primary calibration of the
도 9를 참조하면, 건물 구조체 모델(110)의 2차 캘리브레이션 대상 파라미터는, 외부 기상 정보와 재실자 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PB21) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PB22)를 포함할 수 있다. 예시적으로, 건물 구조체 모델(110)은 재실자 정보를 반영하여 실내 온도와 실내 습도에 대한 시뮬레이션 결과를 제공할 수 있도록 재실자의 영향을 반영할 수 있는 파라미터를 포함할 수 있다. 예시적으로, 건물 구조체 모델(110)은 재실자에 의한 발열, 재실자에 따른 조명 기기나 사무용 기기 등으로부터의 발열을 반영하는 파라미터를 포함할 수 있다. 건물 구조체 모델(110)의 2차 캘리브레이션 대상 파라미터는 재실자의 영향을 반영할 수 있는 파라미터들 중에서 출력 변수와의 상관관계에 기초하여 추출될 수 있다.9, the secondary calibration target parameter of the
건물 구조체 모델(110)의 2차 캘리브레이션은 외부 기상 정보와 재실자 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PB21, PB22)에 대한 캘리브레이션이 수행될 수 있다. In the second calibration of the
도 10 및 도 11은 조명 기기 모델(121)에 대한 캘리브레이션 모듈(130)의 캘리브레이션 과정을 예시한다. 도 10은 조명 기기 모델(121)에 대한 1차 캘리브레이션을 예시하고 있고, 도 11은 조명 기기 모델(121)에 대한 2차 캘리브레이션을 예시하고 있다. 10 and 11 illustrate a calibration process of the
도 10을 참조하면, 조명 기기 모델(121)의 1차 캘리브레이션 대상 파라미터는, 조명 기기 제어 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PL11), 조도와의 상관관계에 기초하여 추출된 파라미터(PL12) 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PL13)를 포함할 수 있다. Referring to FIG. 10, the primary calibration target parameter of the
조명 기기 모델(121)의 1차 캘리브레이션은 조명 기기 제어 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량, 조도 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PL11, PL12, PL13)에 대한 캘리브레이션이 수행될 수 있다.The primary calibration of the
도 11을 참조하면, 조명 기기 모델(121)의 2차 캘리브레이션 대상 파라미터는, 조명 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PL21), 조도와의 상관관계에 기초하여 추출된 파라미터(PL22) 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PL23)를 포함할 수 있다. Referring to FIG. 11, the parameter for secondary calibration of the
조명 기기 모델(121)의 2차 캘리브레이션은 조명 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량, 조도 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PL21, PL22, PL23)에 대한 캘리브레이션이 수행될 수 있다.In the secondary calibration of the
도 12 및 도 13은 사무용 기기 모델(122)에 대한 캘리브레이션 과정을 예시한다. 도 12는 사무용 기기 모델(122)에 대한 1차 캘리브레이션을 예시하고, 도 13은 사무용 기기 모델(122)에 대한 2차 캘리브레이션을 예시한다.12 and 13 illustrate a calibration process for the
도 12를 참조하면, 사무용 기기 모델(122)의 1차 캘리브레이션 대상 파라미터는, 사무용 기기 제어 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PO11), 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PO12)를 포함할 수 있다.Referring to Figure 12, the primary calibration target parameter of the
사무용 기기 모델(122)의 1차 캘리브레이션은 사무용 기기 제어 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PO11, PO12)에 대한 캘리브레이션이 수행될 수 있다.The primary calibration of the
도 13을 참조하면, 사무용 기기 모델(122)의 2차 캘리브레이션 대상 파라미터는, 사무용 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PO21), 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PO22)를 포함할 수 있다.Referring to FIG. 13, in the state that the secondary calibration target parameter of the
사무용 기기 모델(122)의 2차 캘리브레이션은 사무용 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PO21, PO22)에 대한 캘리브레이션이 수행될 수 있다.In the secondary calibration of the
도 14 내지 도 20은 냉난방 기기 모델에 대한 캘리브레이션 과정을 예시한다.14 to 20 illustrate a calibration process for a cooling and heating device model.
도 14는 가변 풍량기(VAV) 모델(1231)에 대한 1차 캘리브레이션 과정을 예시하고 있다. 14 illustrates a first calibration process for a variable air volume (VAV)
도 14를 참조하면, 가변 풍량기 모델(1231)의 1차 캘리브레이션 대상 파라미터는, 가변 풍량기 제어 정보가 입력 변수에 포함되고 가변 풍량기의 전력 사용량 및 유량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PV11), 및 유량과의 상관관계에 기초하여 추출된 파라미터(PV12)를 포함할 수 있다.Referring to FIG. 14, as for the primary calibration target parameter of the variable air
가변 풍량기 모델(1231)의 1차 캘리브레이션은 가변 풍량기 제어 정보가 입력 변수에 포함되고 가변 풍량기의 전력 사용량 및 유량이 출력 변수에 포함된 상태에서, 전력 사용량 및 유량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PV11, PV12)에 대한 캘리브레이션이 수행될 수 있다.In the primary calibration of the variable air
도 15는 공조기 모델(1232)에 대한 1차 캘리브레이션 과정을 예시하고 있다. 15 illustrates a first calibration process for the
도 15를 참조하면, 공조기 모델(1232)의 1차 캘리브레이션 대상 파라미터는, 공조기 제어 정보가 입력 변수에 포함되고 공조기의 전력 사용량, 팬 속도 및 덕트 압력이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PA11), 팬 속도와의 상관관계에 기초하여 추출된 파라미터(PA12) 및 덕트 압력과의 상관관계에 기초하여 추출된 파라미터(PA13)를 포함할 수 있다.Referring to FIG. 15, in a state in which the air conditioner control information is included in the input variable and the power consumption of the air conditioner, the fan speed, and the duct pressure are included in the output variable, the first calibration target parameter of the
공조기 모델(1232)의 1차 캘리브레이션은 공조기 제어 정보가 입력 변수에 포함되고 공조기의 전력 사용량, 팬 속도 및 덕트 압력이 출력 변수에 포함된 상태에서, 전력 사용량, 팬 속도 및 덕트 압력의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PA11, PA12, PA13)에 대한 캘리브레이션이 수행될 수 있다.In the primary calibration of the
도 16은 냉동기 모델(1233)에 대한 1차 캘리브레이션 과정을 예시하고 있다. 16 illustrates a first calibration process for the
도 16을 참조하면, 냉동기 모델(1233)의 1차 캘리브레이션 대상 파라미터는, 냉동기 제어 정보, 입력 매질 온도 및 입력 매질 유량이 입력 변수에 포함되고 냉동기의 전력 사용량, 출력 매질 온도 및 출력 매질 유량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PC11), 출력 매질 온도와의 상관관계에 기초하여 추출된 파라미터(PC12) 및 출력 매질 유량과의 상관관계에 기초하여 추출된 파라미터(PC13)를 포함할 수 있다.Referring to FIG. 16, as the parameters for primary calibration of the
냉동기 모델(1233)의 1차 캘리브레이션은 냉동기 제어 정보, 입력 매질 온도 및 입력 매질 유량이 입력 변수에 포함되고 냉동기의 전력 사용량, 출력 매질 온도 및 출력 매질 유량이 출력 변수에 포함된 상태에서, 전력 사용량, 출력 매질 온도 및 출력 매질 유량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PC11, PC12, PC13)에 대한 캘리브레이션이 수행될 수 있다.In the primary calibration of the
도 17은 냉각탑 모델(1234)에 대한 1차 캘리브레이션 과정을 예시하고 있다. 17 illustrates a first calibration process for the
도 17을 참조하면, 냉각탑 모델(1234)의 1차 캘리브레이션 대상 파라미터는, 냉각탑 제어 정보, 입력 냉각수 온도 및 입력 냉각수 유량이 입력 변수에 포함되고 냉각탑의 전력 사용량, 출력 냉각수 온도 및 출력 냉각수 유량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PT11), 출력 냉각수 온도와의 상관관계에 기초하여 추출된 파라미터(PT12) 및 출력 냉각수 유량과의 상관관계에 기초하여 추출된 파라미터(PT13)를 포함할 수 있다.Referring to FIG. 17, the parameters for primary calibration of the
냉각탑 모델(1234)의 1차 캘리브레이션은 냉각탑 제어 정보, 입력 냉각수 온도 및 입력 냉각수 유량이 입력 변수에 포함되고 냉각탑의 전력 사용량, 출력 냉각수 온도 및 출력 냉각수 유량이 출력 변수에 포함된 상태에서, 전력 사용량, 출력 냉각수 온도 및 출력 냉각수 유량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PT11, PT12, PT13)에 대한 캘리브레이션이 수행될 수 있다.In the primary calibration of the
도 18은 펌프 모델(1235)에 대한 1차 캘리브레이션 과정을 예시하고 있다. 18 illustrates the primary calibration process for the
도 18을 참조하면, 펌프 모델(1235)의 1차 캘리브레이션 대상 파라미터는, 펌프 제어 정보 및 입력 매질 유량이 입력 변수에 포함되고 펌프의 전력 사용량 및 출력 매질 유량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PP11) 및 출력 매질 유량과의 상관관계에 기초하여 추출된 파라미터(PP12)를 포함할 수 있다.Referring to Figure 18, the primary calibration target parameter of the
펌프 모델(1235)의 1차 캘리브레이션은 펌프 제어 정보 및 입력 매질 유량이 입력 변수에 포함되고 펌프의 전력 사용량 및 출력 매질 유량이 출력 변수에 포함된 상태에서, 펌프의 전력 사용량 및 출력 매질 유량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PP11, PP12)에 대한 캘리브레이션이 수행될 수 있다.In the primary calibration of the
도 19는 댐퍼 모델(1236)에 대한 1차 캘리브레이션 과정을 예시하고 있다. 19 illustrates a first calibration process for the
도 19를 참조하면, 댐퍼 모델(1236)의 1차 캘리브레이션 대상 파라미터는, 댐퍼 제어 정보 및 댐퍼 위치가 입력 변수에 포함되고 댐퍼의 전력 사용량 및 출력 유량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PD11) 및 출력 유량과의 상관관계에 기초하여 추출된 파라미터(PD12)를 포함할 수 있다.Referring to FIG. 19, the first calibration target parameter of the
댐퍼 모델(1236)의 1차 캘리브레이션은 댐퍼 제어 정보 및 댐퍼 위치가 입력 변수에 포함되고 댐퍼의 전력 사용량 및 출력 유량이 출력 변수에 포함된 상태에서, 댐퍼의 전력 사용량 및 출력 유량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PD11, PD12)에 대한 캘리브레이션이 수행될 수 있다.In the first calibration of the
도 20은 냉난방 기기 모델(123)의 2차 캘리브레이션 과정을 예시하는 도면이다.FIG. 20 is a diagram illustrating a second calibration process of the
도 20을 참조하면, 냉난방 기기 모델(123)의 2차 캘리브레이션 대상 파라미터는, 냉난방 기기 제어 정보, 외부 온도, 외부 습도 및 재실자 정보가 입력 변수에 포함되고 냉난방 기기의 전력 사용량, 실내 온도 및 실내 습도가 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PH21), 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PH22) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PH23)를 포함할 수 있다.Referring to FIG. 20, the parameters subject to secondary calibration of the cooling/
냉난방 기기 모델(123)의 2차 캘리브레이션은, 냉난방 기기 제어 정보, 재실자 정보, 외부 온도 및 외부 습도가 입력 변수에 포함되고 냉난방 기기의 전력 사용량과 실내 온도 및 실내 습도가 출력 변수에 포함된 상태에서, 냉난방 기기의 전력 사용량과 실내 온도 및 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 파라미터들(PH21, PH22, PH23)에 대한 캘리브레이션이 수행될 수 있다.In the second calibration of the
여기서, 냉난방 기기 모델(123)은, 전술한 바와 같이, 세부 모델로서 가변 풍량기(VAV) 모델(1231), 공조기 모델(1232), 냉동기 모델(1233), 냉각탑 모델(1234), 펌프 모델(1235) 및 댐퍼 모델(1236) 중의 적어도 둘 이상을 포함할 수 있는데, 냉난방 기기 모델(123)에 대한 1차 캘리브레이션은 세부 모델(1231 ~ 1236)에 대해 각각 수행되고, 2차 캘리브레이션은 세부 모델(1231 ~ 1236)이 통합된 냉난방 기기 모델(123)에 대해 수행될 수 있다. 1차 캘리브레이션은 각 설비 자체에 대한 시뮬레이션 모델의 정확성을 높이기 위한 것이므로 세부 모델 각각에 대해 수행하는 것이 바람직하다. 다만, 2차 캘리브레이션은 재실 패턴에 따른 냉난방 기기 전체의 반응을 캘리브레이션하기 위한 것이므로, 각 세부 모델에 대해 수행하는 것보다는 세부 모델들이 통합된 냉난방 기기 모델(123)에 대해 캘리브레이션을 수행하는 것이 효과적이다.Here, the
도 21은 일 실시예에 따른 건물 에너지 시뮬레이션 방법을 예시한다. 예시적으로, 도 21의 건물 에너지 시뮬레이션 방법은 전술한 디지털 트윈 시스템에 의해 수행될 수 있다. 21 illustrates a building energy simulation method according to an embodiment. For example, the building energy simulation method of FIG. 21 may be performed by the digital twin system described above.
도 21을 참조하면, 건물 에너지 시뮬레이션 방법은, 건물 구조체 모델과 건물 설비 모델의 시뮬레이션에 사용될 입력 변수에 대한 정보를 수집하는 단계(S2110), 재실자 정보를 포함하지 않은 상태에서 건물 구조체 모델과 건물 설비 모델 자체에 대한 1차 캘리브레이션을 수행하는 단계(S2120), 건물 구조체 모델과 건물 설비 모델의 입력 변수에 재실자 정보를 포함하는 상태에서 2차 캘리브레이션을 수행하는 단계(S2130) 및 1차 캘리브레이션과 2차 캘리브레이션을 통해 수정된 파라미터를 포함하는 건물 구조체 모델 및 건물 설비 모델을 사용하여 건물 에너지 시뮬레이션을 수행하는 단계(S2140)를 포함할 수 있다.Referring to FIG. 21, the building energy simulation method includes collecting information on input variables to be used for simulation of a building structure model and a building facility model (S2110), a building structure model and a building facility without including occupant information. Performing a primary calibration for the model itself (S2120), performing a secondary calibration while including occupant information in the input variables of the building structure model and the building facility model (S2130), and primary calibration and secondary It may include performing a building energy simulation using the building structure model and the building equipment model including the parameter modified through the calibration (S2140).
여기서, 1차 캘리브레이션(S2120)은 입력 변수에 재실자 정보가 포함되지 않은 상태에서 출력 변수와의 상관관계에 기초하여 추출된 파라미터를 대상으로 수행되고, 2차 캘리브레이션(S2130)은 입력 변수에 재실자 정보가 포함된 상태에서 출력 변수와의 상관관계에 기초하여 추출된 파라미터를 대상으로 수행될 수 있다. 1차 캘리브레이션의 대상 파라미터와 2차 캘리브레이션의 대상 파라미터에 모두 포함되는 파라미터의 경우, 1차 캘리브레이션의 결과 수정된 파라미터의 값은 2차 캘리브레이션에서 해당 파라미터의 초기값으로 사용될 수 있다.Here, the primary calibration (S2120) is performed on the parameter extracted based on the correlation with the output variable in a state in which the occupant information is not included in the input variable, and the secondary calibration (S2130) is the occupant information in the input variable. It may be performed on the extracted parameter based on the correlation with the output variable in the state that is included. In the case of parameters included in both the target parameter of the first calibration and the target parameter of the second calibration, the value of the parameter modified as a result of the first calibration can be used as the initial value of the corresponding parameter in the second calibration.
예시적으로, 건물 설비 모델은 냉난방 기기 모델을 포함하고, 냉난방 기기 모델은 세부 모델로서 가변 풍량(VAV) 모델, 공조기 모델, 냉동기 모델, 냉각탑 모델, 펌프 모델 및 댐퍼 모델 중의 적어도 둘 이상을 포함할 수 있다. 이 때, 냉난방 기기 모델에 대한 1차 캘리브레이션은 세부 모델에 대해 각각 수행되고, 2차 캘리브레이션은 세부 모델이 통합된 냉난방 기기 모델에 대해 수행될 수 있다. Exemplarily, the building equipment model includes a cooling and heating device model, and the cooling and heating device model includes at least two or more of a variable air volume (VAV) model, an air conditioner model, a refrigerator model, a cooling tower model, a pump model, and a damper model as a detailed model. I can. In this case, the first calibration for the cooling/heating device model may be performed for each detailed model, and the second calibration may be performed for the cooling/heating device model in which the detailed model is integrated.
이상 설명한 바와 같이, 본 발명에 의하면, 실시예에 따라, 건물의 에너지 시뮬레이션의 정확성을 높일 수 있다. 또한, 실시예에 따라, 실시간으로 건물 에너지 시뮬레이션 모델의 캘리브레이션이 가능하다. 또한, 실시예에 따라, 재실자 정보를 포함하지 않은 상태에서의 1차 캘리브레이션과 재실자 정보를 포함하는 상태에서의 2차 캘리브레이션을 통해 건물 에너지 시뮬레이션 모델의 정확성을 높일 수 있다.As described above, according to the present invention, it is possible to increase the accuracy of energy simulation of a building according to an embodiment. In addition, according to the embodiment, it is possible to calibrate the building energy simulation model in real time. In addition, according to an exemplary embodiment, the accuracy of the building energy simulation model may be improved through the primary calibration without including occupant information and the secondary calibration in the state including occupant information.
이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.The terms such as "include", "consist of" or "have" described above mean that the corresponding component may be embedded, unless otherwise specified, and thus other components are not excluded. It should be construed as being able to further include other components. All terms, including technical or scientific terms, unless otherwise defined, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms generally used, such as terms defined in the dictionary, should be interpreted as being consistent with the meaning in the context of the related technology, and are not interpreted as ideal or excessively formal meanings unless explicitly defined in the present invention.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present invention, and those of ordinary skill in the art to which the present invention pertains will be able to make various modifications and variations without departing from the essential characteristics of the present invention. Accordingly, the embodiments disclosed in the present invention are not intended to limit the technical idea of the present invention, but to explain the technical idea, and the scope of the technical idea of the present invention is not limited by these embodiments. The scope of protection of the present invention should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.
Claims (18)
캘리브레이션 모듈이 실행되는 연산장치;를 포함하되,
상기 건물 구조체 모델은 외부 기상 정보를 포함하는 입력 변수에 기초하여 실내 온도와 실내 습도를 포함하는 출력 변수에 대한 정보를 제공하는 열적 시뮬레이션 모델이고,
상기 건물 설비 모델은 조명 기기 모델, 사무용 기기 모델 및 냉난방 기기 모델을 포함하며,
상기 캘리브레이션 모듈은 상기 건물 구조체 모델과 상기 건물 설비 모델 중의 적어도 하나에 대해 상기 모델에 포함된 파라미터의 캘리브레이션을 수행하는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.A memory for storing a building structure model and a building equipment model; And
Including; a calculation device on which the calibration module is executed,
The building structure model is a thermal simulation model that provides information on output variables including indoor temperature and indoor humidity based on input variables including external weather information,
The building equipment model includes a lighting equipment model, an office equipment model, and a cooling and heating equipment model,
The calibration module is a digital twin system for building energy simulation, characterized in that for performing calibration of a parameter included in the model for at least one of the building structure model and the building facility model.
상기 캘리브레이션 모듈이 상기 캘리브레이션을 수행하는 것은, 재실자 정보를 이용하지 않은 상태에서 상기 건물 또는 설비 자체에 대한 1차 캘리브레이션을 수행한 후, 재실자 정보를 이용하여 2차 캘리브레이션을 수행하는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method according to claim 1,
The calibration module performing the calibration is a building, characterized in that after performing a primary calibration on the building or facility itself without using occupant information, and then performing a secondary calibration using occupant information Digital twin system for energy simulation.
상기 1차 캘리브레이션의 대상 파라미터와 상기 2차 캘리브레이션의 대상 파라미터는 서로 일치하지 않는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method according to claim 2,
The digital twin system for building energy simulation, characterized in that the first calibration target parameter and the second calibration target parameter do not coincide with each other.
상기 1차 캘리브레이션의 대상 파라미터는 재실자 정보를 포함하지 않는 입력 변수를 사용하여 추출된 파라미터이고, 상기 2차 캘리브레이션의 대상 파라미터는 재실자 정보를 포함하는 입력 변수를 사용하여 추출된 파라미터인 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method according to claim 2,
The first calibration target parameter is a parameter extracted using an input variable that does not include occupant information, and the second calibration target parameter is a parameter extracted using an input variable including occupant information. Digital twin system for building energy simulation.
상기 1차 캘리브레이션의 대상 파라미터와 상기 2차 캘리브레이션의 대상 파라미터에 모두 포함되는 파라미터의 경우, 상기 1차 캘리브레이션의 결과 수정된 파라미터의 값은 상기 2차 캘리브레이션에서 해당 파라미터의 초기값으로 사용되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method of claim 4,
In the case of a parameter included in both the target parameter of the first calibration and the target parameter of the second calibration, the value of the parameter modified as a result of the first calibration is used as the initial value of the corresponding parameter in the second calibration. Digital twin system for building energy simulation.
상기 건물 구조체 모델의 1차 캘리브레이션 대상 파라미터는, 외부 기상 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PB11) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PB12)를 포함하고,
상기 건물 구조체 모델의 1차 캘리브레이션은 외부 기상 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PB11, PB12)에 대한 캘리브레이션이 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method according to claim 2,
The primary calibration target parameter of the building structure model is a parameter (PB11) extracted based on a correlation with the indoor temperature in a state in which external weather information is included in the input variable and the indoor temperature and the indoor humidity are included in the output variable. And a parameter (PB12) extracted based on a correlation with indoor humidity,
The primary calibration of the building structure model is based on the difference between the simulated output value of the indoor temperature and the indoor humidity and the measured value in a state in which the external weather information is included in the input variable and the indoor temperature and the indoor humidity are included in the output variable. Digital twin system for building energy simulation, characterized in that the calibration is performed on the fields (PB11, PB12).
상기 건물 구조체 모델의 2차 캘리브레이션 대상 파라미터는, 외부 기상 정보와 재실자 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PB21) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PB22)를 포함하고,
상기 건물 구조체 모델의 2차 캘리브레이션은 외부 기상 정보와 재실자 정보가 입력 변수에 포함되고 실내 온도와 실내 습도가 출력 변수에 포함된 상태에서, 실내 온도와 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PB21, PB22)에 대한 캘리브레이션이 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method of claim 6,
The second calibration target parameter of the building structure model is a parameter extracted based on a correlation with the indoor temperature in a state in which external weather information and occupant information are included in the input variable and the indoor temperature and the indoor humidity are included in the output variable. (PB21) and a parameter (PB22) extracted on the basis of the correlation with the indoor humidity,
The secondary calibration of the building structure model is based on the difference between the simulated output value and the measured value of the indoor temperature and the indoor humidity in a state in which the external weather information and occupant information are included in the input variable and the indoor temperature and the indoor humidity are included in the output variable. Thus, a digital twin system for building energy simulation, characterized in that calibration is performed on the parameters PB21 and PB22.
상기 조명 기기 모델의 1차 캘리브레이션 대상 파라미터는, 조명 기기 제어 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PL11), 조도와의 상관관계에 기초하여 추출된 파라미터(PL12) 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PL13)를 포함하고,
상기 조명 기기 모델의 1차 캘리브레이션은 조명 기기 제어 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량, 조도 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PL11, PL12, PL13)에 대한 캘리브레이션이 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method according to claim 2,
The primary calibration target parameter of the lighting device model is extracted based on a correlation with power consumption in a state in which lighting device control information is included in the input variable and power consumption, illuminance, and calorific value of the lighting device are included in the output variable. The parameter PL11, the parameter PL12 extracted based on the correlation with the illuminance, and the parameter PL13 extracted based on the correlation with the calorific value,
In the primary calibration of the lighting device model, when the lighting device control information is included in the input variable and the power consumption, illuminance, and calorific value of the lighting device are included in the output variable, the simulation output value of power consumption, illuminance, and calorific value and the measured value are Digital twin system for building energy simulation, characterized in that calibration is performed for the parameters (PL11, PL12, PL13) based on the difference.
상기 조명 기기 모델의 2차 캘리브레이션 대상 파라미터는, 조명 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PL21), 조도와의 상관관계에 기초하여 추출된 파라미터(PL22) 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PL23)를 포함하고,
상기 조명 기기 모델의 2차 캘리브레이션은 조명 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 조명 기기의 전력 사용량, 조도 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량, 조도 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PL21, PL22, PL23)에 대한 캘리브레이션이 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method of claim 8,
The parameter to be subjected to secondary calibration of the lighting device model is, in a state in which lighting device control information and occupant information are included in the input variable, and the power consumption, illuminance, and calorific value of the lighting device are included in the output variable, the correlation with the power consumption And a parameter PL21 extracted based on the parameter PL21, a parameter PL22 extracted based on a correlation with the illuminance, and a parameter PL23 extracted based on a correlation with the calorific value,
In the second calibration of the lighting equipment model, the lighting equipment control information and occupant information are included in the input variable, and the power consumption, illuminance, and calorific value of the lighting equipment are included in the output variable. A digital twin system for building energy simulation, characterized in that calibration is performed for the parameters PL21, PL22, and PL23 based on the difference between the measured values.
상기 사무용 기기 모델의 1차 캘리브레이션 대상 파라미터는, 사무용 기기 제어 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PO11), 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PO12)를 포함하고,
상기 사무용 기기 모델의 1차 캘리브레이션은 사무용 기기 제어 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PO11, PO12)에 대한 캘리브레이션이 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method according to claim 2,
The primary calibration target parameter of the office device model is a parameter extracted based on a correlation with power consumption in a state in which office device control information is included in an input variable and power consumption and calorific value of the office device are included in the output variable. (PO11), and a parameter extracted based on the correlation with the calorific value (PO12),
The primary calibration of the office device model is based on the difference between the simulated output value of the power consumption and the calorific value and the measured value in a state in which the office device control information is included in the input variable and the power consumption and the calorific value of the office device are included in the output variable. A digital twin system for building energy simulation, characterized in that calibration is performed on the parameters PO11 and PO12.
상기 사무용 기기 모델의 2차 캘리브레이션 대상 파라미터는, 사무용 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량과의 상관관계에 기초하여 추출된 파라미터(PO21), 및 발열량과의 상관관계에 기초하여 추출된 파라미터(PO22)를 포함하고,
상기 사무용 기기 모델의 2차 캘리브레이션은 사무용 기기 제어 정보와 재실자 정보가 입력 변수에 포함되고 사무용 기기의 전력 사용량 및 발열량이 출력 변수에 포함된 상태에서, 전력 사용량 및 발열량의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PO21, PO22)에 대한 캘리브레이션이 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method of claim 10,
The secondary calibration target parameter of the office device model is based on a correlation with power consumption in a state in which office device control information and occupant information are included in the input variable, and the power consumption and calorific value of the office device are included in the output variable. Including the extracted parameter (PO21), and the extracted parameter (PO22) based on the correlation with the calorific value,
In the second calibration of the office equipment model, the difference between the simulated output value and the measured value of the power consumption and calorific value in a state in which the office equipment control information and occupant information are included in the input variable and the power consumption and calorific value of the office equipment are included in the output variable. Digital twin system for building energy simulation, characterized in that the calibration is performed on the parameters PO21 and PO22 based on.
상기 냉난방 기기 모델은 세부 모델로서 가변 풍량기(VAV) 모델, 공조기 모델, 냉동기 모델, 냉각탑 모델, 펌프 모델 및 댐퍼 모델 중의 적어도 둘 이상을 포함하고,
상기 냉난방 기기 모델에 대한 1차 캘리브레이션은 상기 세부 모델에 대해 각각 수행되고,
상기 2차 캘리브레이션은 상기 세부 모델이 통합된 상기 냉난방 기기 모델에 대해 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.The method according to claim 2,
The air conditioner model includes at least two or more of a variable air volume (VAV) model, an air conditioner model, a refrigerator model, a cooling tower model, a pump model, and a damper model as a detailed model,
The first calibration for the cooling and heating device model is performed for each of the detailed models,
The second calibration is performed on the cooling/heating device model in which the detailed model is integrated.
상기 냉난방 기기 모델의 2차 캘리브레이션 대상 파라미터는, 냉난방 기기 제어 정보, 재실자 정보, 외부 온도 및 외부 습도가 입력 변수에 포함되고 상기 냉난방 기기의 전력 사용량과 실내 온도 및 실내 습도가 출력 변수에 포함된 상태에서, 전력 사용량와의 상관관계에 기초하여 추출된 파라미터(PH21), 실내 온도와의 상관관계에 기초하여 추출된 파라미터(PH22) 및 실내 습도와의 상관관계에 기초하여 추출된 파라미터(PH23)를 포함하고,
상기 냉난방 기기 모델의 2차 캘리브레이션은, 냉난방 기기 제어 정보, 재실자 정보, 외부 온도 및 외부 습도가 입력 변수에 포함되고 상기 냉난방 기기의 전력 사용량과 실내 온도 및 실내 습도가 출력 변수에 포함된 상태에서, 전력 사용량과 실내 온도 및 실내 습도의 시뮬레이션 출력값과 실측값의 차이에 기초하여 상기 파라미터들(PH21, PH22, PH23)에 대한 캘리브레이션이 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션을 위한 디지털 트윈 시스템.
The method of claim 12,
In the second calibration target parameter of the cooling and heating device model, the heating and cooling device control information, occupant information, external temperature and external humidity are included in input variables, and the power consumption of the cooling and heating device, indoor temperature, and indoor humidity are included in the output variable. In, including a parameter (PH21) extracted based on the correlation with the power consumption, the parameter (PH22) extracted based on the correlation with the indoor temperature, and the parameter extracted based on the correlation with the indoor humidity (PH23) and,
In the second calibration of the cooling and heating device model, in a state in which air conditioning device control information, occupant information, external temperature and external humidity are included in input variables, and power consumption of the cooling and heating device, indoor temperature, and indoor humidity are included in output variables, A digital twin system for building energy simulation, characterized in that calibration is performed on the parameters PH21, PH22, PH23 based on a difference between the power consumption, the simulation output value of the room temperature, and the indoor humidity and the measured value.
상기 건물 구조체 모델과 상기 건물 설비 모델의 시뮬레이션에 사용될 입력 변수에 대한 정보를 수집하는 단계;
재실자 정보를 포함하지 않은 상태에서 상기 건물 구조체 모델과 상기 건물 설비 모델 자체에 대한 1차 캘리브레이션을 수행하는 단계;
상기 건물 구조체 모델과 상기 건물 설비 모델의 입력 변수에 재실자 정보를 포함하는 상태에서 2차 캘리브레이션을 수행하는 단계; 및
상기 1차 캘리브레이션과 상기 2차 캘리브레이션을 통해 수정된 파라미터를 포함하는 상기 건물 구조체 모델 및 상기 건물 설비 모델을 사용하여 건물 에너지 시뮬레이션을 수행하는 단계;
를 포함하는 건물 에너지 시뮬레이션 방법.In the building energy simulation method performed by a digital twin system comprising a building structure model, a building equipment model and a calibration module,
Collecting information on input variables to be used for simulation of the building structure model and the building facility model;
Performing a primary calibration on the building structure model and the building facility model itself without including occupant information;
Performing a secondary calibration while including occupant information in input variables of the building structure model and the building facility model; And
Performing a building energy simulation using the building structure model and the building facility model including the parameters modified through the first calibration and the second calibration;
Building energy simulation method comprising a.
상기 1차 캘리브레이션은 입력 변수에 재실자 정보가 포함되지 않은 상태에서 출력 변수와의 상관관계에 기초하여 추출된 파라미터를 대상으로 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션 방법.The method of claim 14,
The building energy simulation method, wherein the primary calibration is performed on a parameter extracted based on a correlation with an output variable in a state in which the occupant information is not included in the input variable.
상기 2차 캘리브레이션은 입력 변수에 재실자 정보가 포함된 상태에서 출력 변수와의 상관관계에 기초하여 추출된 파라미터를 대상으로 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션 방법.The method of claim 15,
The second calibration is performed on a parameter extracted based on a correlation with an output variable while occupant information is included in the input variable.
상기 1차 캘리브레이션의 대상 파라미터와 상기 2차 캘리브레이션의 대상 파라미터에 모두 포함되는 파라미터의 경우, 상기 1차 캘리브레이션의 결과 수정된 파라미터의 값은 상기 2차 캘리브레이션에서 해당 파라미터의 초기값으로 사용되는 것을 특징으로 하는 건물 에너지 시뮬레이션 방법.The method of claim 16,
In the case of a parameter included in both the target parameter of the first calibration and the target parameter of the second calibration, the value of the parameter modified as a result of the first calibration is used as the initial value of the corresponding parameter in the second calibration. Building energy simulation method.
상기 건물 설비 모델은 냉난방 기기 모델을 포함하고,
상기 냉난방 기기 모델은 세부 모델로서 가변 풍량(VAV) 모델, 공조기 모델, 냉동기 모델, 냉각탑 모델, 펌프 모델 및 댐퍼 모델 중의 적어도 둘 이상을 포함하며,
상기 냉난방 기기 모델에 대한 1차 캘리브레이션은 상기 세부 모델에 대해 각각 수행되고,
상기 2차 캘리브레이션은 상기 세부 모델이 통합된 상기 냉난방 기기 모델에 대해 수행되는 것을 특징으로 하는 건물 에너지 시뮬레이션 방법.The method of claim 14,
The building equipment model includes a cooling and heating device model,
The air conditioner model includes at least two or more of a variable air volume (VAV) model, an air conditioner model, a refrigerator model, a cooling tower model, a pump model, and a damper model as a detailed model,
The first calibration for the cooling and heating device model is performed for each of the detailed models,
The second calibration is a building energy simulation method, characterized in that performed on the cooling and heating device model in which the detailed model is integrated.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190131305A KR20210047554A (en) | 2019-10-22 | 2019-10-22 | Digital twin system for building energy simulation and building energy simulation method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190131305A KR20210047554A (en) | 2019-10-22 | 2019-10-22 | Digital twin system for building energy simulation and building energy simulation method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210047554A true KR20210047554A (en) | 2021-04-30 |
Family
ID=75740585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190131305A KR20210047554A (en) | 2019-10-22 | 2019-10-22 | Digital twin system for building energy simulation and building energy simulation method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210047554A (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230008380A (en) * | 2021-07-07 | 2023-01-16 | 아주대학교산학협력단 | System for smart home energy automation management considering the target setting fee and method thereof |
| KR102516118B1 (en) | 2022-10-17 | 2023-03-31 | (주)유호스트 | Cloud based facility performance simulation system, method thereof, and recording medium storing program for executing the method |
| KR102537556B1 (en) * | 2022-11-18 | 2023-06-01 | 주식회사 에코시안 | System and Method for simulation of air cooling and heating load of building |
| CN117764561A (en) * | 2024-02-21 | 2024-03-26 | 临沂明振仪表科技有限公司 | Intelligent operation and maintenance management system for thermodynamic equipment based on Internet of things |
| KR102657573B1 (en) | 2023-02-15 | 2024-04-18 | 킹스엔지니어링 주식회사 | Intelligent environmental monitoring and control system using video and thermal imaging |
-
2019
- 2019-10-22 KR KR1020190131305A patent/KR20210047554A/en not_active IP Right Cessation
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230008380A (en) * | 2021-07-07 | 2023-01-16 | 아주대학교산학협력단 | System for smart home energy automation management considering the target setting fee and method thereof |
| KR102516118B1 (en) | 2022-10-17 | 2023-03-31 | (주)유호스트 | Cloud based facility performance simulation system, method thereof, and recording medium storing program for executing the method |
| KR102537556B1 (en) * | 2022-11-18 | 2023-06-01 | 주식회사 에코시안 | System and Method for simulation of air cooling and heating load of building |
| KR102657573B1 (en) | 2023-02-15 | 2024-04-18 | 킹스엔지니어링 주식회사 | Intelligent environmental monitoring and control system using video and thermal imaging |
| CN117764561A (en) * | 2024-02-21 | 2024-03-26 | 临沂明振仪表科技有限公司 | Intelligent operation and maintenance management system for thermodynamic equipment based on Internet of things |
| CN117764561B (en) * | 2024-02-21 | 2024-05-14 | 临沂明振仪表科技有限公司 | Intelligent operation and maintenance management system for thermodynamic equipment based on Internet of things |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20210047554A (en) | Digital twin system for building energy simulation and building energy simulation method | |
| Zhang et al. | Modeling of HVAC operational faults in building performance simulation | |
| US10077915B2 (en) | On-line optimization scheme for HVAC demand response | |
| Nouidui et al. | Functional mock-up unit for co-simulation import in EnergyPlus | |
| Wang et al. | Fault-tolerant control for outdoor ventilation air flow rate in buildings based on neural network | |
| US10331510B2 (en) | Simulation based fault diagnosis using extended heat flow models | |
| US11549710B2 (en) | Model predictive control-based building climate controller incorporating humidity | |
| Zhou et al. | Comparison of HVAC system modeling in EnergyPlus, DeST and DOE-2.1 E | |
| Huang et al. | An agent-based hardware-in-the-loop simulation framework for building controls | |
| Li et al. | Development and validation of a dynamic air handling unit model, Part 2 | |
| Lu et al. | What are the impacts on the HVAC system when it provides frequency regulation?–A comprehensive case study with a Multi-Zone variable air volume (VAV) system | |
| Togashi et al. | Development of building thermal environment emulator to evaluate the performance of the HVAC system operation | |
| Im et al. | Empirical validation of building energy modeling using flexible research platform | |
| US20220333810A1 (en) | Model sharing system, model management apparatus, and control apparatus for air conditioning apparatus | |
| KR102541846B1 (en) | An AI ventilation system capable of predicting performance at the installation site by the prior supervised learning in the chamber simulated environment and the method thereof | |
| KR20210077342A (en) | Method and apparatus for simulating air conditioner | |
| Sun et al. | Development and verification of a multizone building HVAC model with TRNSYS | |
| Jorissen et al. | Towards real MPC implementation in an office building using TACO | |
| Vakiloroava et al. | HVAC integrated control for energy saving and comfort enhancement | |
| Xu et al. | Field testing of component-level model-based fault detection methods for mixing boxes and VAV fan systems | |
| Neymark | Airside HVAC BESTEST: HVAC Air-Distribution System Model Test Cases for ASHRAE Standard 140 | |
| Ritoša et al. | Comparing dynamic statistical models on simulated monitoring data to co-heating test results for estimating the Heat Loss Coefficient | |
| Kelso et al. | Application of fault detection and diagnosis techniques to automated functional testing | |
| Béguery et al. | Multi-zone reduced building models automated generation for district simulation | |
| JP7427140B2 (en) | Fault diagnosis device, fault diagnosis method, and fault diagnosis program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X601 | Decision of rejection after re-examination |