우리나라 최대전력은 70년대 연도별로 36만 kW, 약 15%씩 증가하였으나, 최근 2000년대에는 연도별로 300만kW 이상, 약 6%대의 증가를 보이고 있다. 발생시간도 70년대에는 저녁시간대에 주로 발생했으나 80년대부터 최근까지는 15시에 하계 최대전력이 발생하고 있다 아울러 최근에는 기상의 변동폭 증가로 여름과 겨울의 계절성이 증폭되는 추세에 있고 이러한 최대전력 발생의 이면에는 시간별 부하패턴이 다양하게 나타나고 있다. 과거 70-80년대에는 연간이나 월간 부하패턴 모두 평균전력대비 변동폭이 크게 나타났으나 최근에는 변동폭이 상당히 작아지고 있다. 이는 최대전력에 못지않게 전력소비량이 지속적으로 증가하여 부하수준이 평준화되고, 부하율이 높아지고 있다는 것을 나타내며 연중 및 일간 피크 발생시점도 다변화되는 특징을 보이고 있다. 따라서 이러한 부하패턴 변화에 합리적으로 대응하기 위해서는 짧은 기간의 부하관리보다는 상시 수요관리인 효율향상 위주의 프로그램이 필요하고, 저렴한 전기 요금의 정상화를 통한 전력소비 감축을 통한 대응이 중요하다. 외국의 사례를 보면 우리나라 냉방 및 난방전력은 현재보다 10%p-20%p 정도 점유비가 추가적으로 상승할 개연성이 높으므로 다양한 시나리오 예측을 통한 철저한 위험관리 체계 확립이 요구된다.
아파트에서의 전력수요예측과 에너지 절약을 유도하기 위하여 본 연구에서는 1,080아파트 단지의 전력소비실태를 설문조사하여 전력부하밀도, 전력소비량, 설비의 현황 등을 분석·제시하였다. 분석 결과 연면적 대비 전력 부하밀도는 최대 7.70[VA/m2], 평균 6.0[VA/m2] 등으로 분석되었으며, 평균 부하율은 64[%]인 것으로 나타났다. 그리고 전국 아파트에서 년간 소비되는 전력량은 국내 총 소비전력량의 7[%]에 해당되는 14,008[GWh/년]으로 분석되었다.
에너지인터넷 기술의 발전과 다양한 전자기기의 보급으로 에너지소비량이 패턴이 다양해짐에 따라 수요예측에 대한 신뢰도가 감소하고 있어 발전량 최적화 및 전력공급 안정화에 문제를 야기하고 있다. 본 연구에서는 고신뢰성을 갖는 수요예측을 위해 딥러닝 기법인 Convolution neural network(CNN)과 Bidirectional Long Short-Term Memory(BLSTM)을 융합한 1Dimention-Convolution and Bidirectional LSTM(1D-ConvBLSTM)을 제안하고, 제안한 기법을 활용하여 시계열 에너지소비량대한 소비패턴을 효과적으로 추출한다. 실험 결과에서는 다양한 반복학습 횟수와 feature map에 대해서 수요를 예측하고 적은 반복학습 횟수로도 테스트 데이터의 그래프 개형을 예측하는 것을 검증한다.
국내의 심각한 저출산 문제와 평균수명의 연장으로 인하여 고령화가 다른 어떤 나라들보다도 빠르게 진행되고 있기 때문에 고령화 문제를 심각하게 다루고 다양한 사회적 파급효과를 분석하여 대응할 필요가 있다. 따라서 본 연구에서는 고령화가 가정용 전력수요에 미치는 영향을 분석하였다. 1965년~2010년까지 46년간의 연도별 시계열 자료를 분석한 연구 결과에 의하면 가정용 전력수요는 전력가격, 소득 수준, 고령화에 유의하게 반응하고 있는 것으로 분석되었고, 특히 고령화가 가정용 전력수요에 미치는 영향은 단기적으로 더욱 크게 나타났다. 이러한 결과는 고령화가 전력수요에 복합적인 영향을 미치는데 단기적으로 수요를 감소시키는 요인이 더욱 강력하게 영향을 주는 반면, 수요를 증가시키는 요인은 장기적으로 서서히 나타나기 때문일 것이다. 그러나 장기적으로도 고령화는 가정용 전력수요를 감소시키는 것으로 나타났고, 정부가 예측한 속도로 고령화가 진행될 경우 가정용 전력수요는 연간 3%보다 낮은 수준으로 증가할 것으로 예상된다.
Optimal supervisory control strategy for the set points of controlled variables in the central cooling system has been studied by computer simulation. A quadratic linear regression equation for predicting the total cooling system power in terms of the controlled and uncontrolled variables was developed using simulated data collected under different values of controlled and uncontrolled variables. The optimal set temperatures such as supply air temperature, chilled water temperature, and condenser water temperature, are determined such that energy consumption is minimized as uncontrolled variables, load, ambient wet bulb temperature, and sensible heat ratio, are changed. The chilled water loop pump and cooling tower fan speeds are controlled by the PID controller such that the supply air and condenser water set temperatures reach the set points designated by the optimal supervisory controller. The influences of the controlled variables on the total system and component power consumption was determined. It is possible to minimize total energy consumption by selecting the optimal set temperatures through the trade-off among the component powers. The total system power is minimized at lower supply, higher chilled water, and lower condenser water set temperature conditions.
본 논문에서는 HERO-2D를 이용하여 전극배치에 따른 2차원 동전기 정화 특성을 예측하였다. 즉 1차원 전극배치와 2차원 전극배치에 대해 전극 간 간격을 변화시키면서 나타나는 동전기 현상을 예측하고, 이러한 예측결과를 토대로 소비 전력량, 전극 설치 비용과의 상관관계를 분석하여 각각의 전극배치마다의 전극간격을 결정하였다. 연구 결과 대상지역의 높은 정화효율이 요구되는 경우에는 높은 전체 정화효율을 나타내는 전극배치를 채택하는 것이, 대상부지에서 시공상의 어려움이 예상되는 경우에는 2차원 전극배치에 비해 시공이 용이한 1차원 전극배치를 채택하는 것이 바람직한 것으로 나타났다. 4각형 전극배치는 전력소비량과 단위전력당 정화속도, 그리고 전극설치비용 등 경제성 면에서 다른 전극배치보다 우수함을 보여주고 있기 때문에, 시공에 투입되는 비용 절감을 목적으로 할 경우에 적용한다면 최적의 결과를 얻을 수 있을 것이라 판단된다.
현재, 전세계적으로 에너지 자원은 점차적으로 감소하고 있음에도 불구하고 에너지 수요 및 소비는 지속적으로 증가하고 있다. 이에 따른 에너지 자원을 대체하기 위한 범국가적인 노력 및 연구가 수행되고 있다. 에너지 수요에 따른 공급의 증가 뿐만 아니라 에너지를 효율적으로 소비하는 것은 현 에너지 부족 현상을 해결하기 위한 적절한 수단이 될 수 있다. 본 연구는 에너지를 가장 많이 소비하는 제조 공장의 에너지를 효율적으로 소비할 수 있는 방법을 시뮬레이션하고 분석하였다. 제조 공장에서 가장 많은 에너지를 소비하는 HVAC (Heating, Ventilating, and Air Conditioning) 시스템의 효율적인 운전을 위해 온도기반의 제어를 통한 공장의 에너지 최적화 시뮬레이션을 수행하였다. 이를 기반으로 실제 공장의 온도와 전력 데이터를 이용하여 머신러닝 알고리즘을 적용하고 공장 온도를 예측하였다. 또한 예측 온도를 이용한 제어 시스템 시뮬레이션으로 공장 에너지의 소비패턴을 분석하고 에너지(전력량) 소비량을 감소할 수 있는 운전 모델을 제안하였다. 공장 에너지 패턴에 있어 HVAC 시스템의 예측 기반 프리 쿨링을 통한 온도제어 알고리즘은 기존 대비 10% 이상의 에너지 절감 효과를 보여 준다. 이 결과는 HVAC 시스템의 최적 제어가 공장 에너지 소비를 절감할 수 있음을 나타낸다. 향후 본 제어 시스템의 알고리즘은 실제 공장의 최적 제어에 적용되어 에너지 소비 절감 운전을 수행할 예정이다.
지열 시스템을 대상으로 데이터 마이닝 기반 성능 예측 모델을 구축하였다. 지열 시스템의 실시간 성능 분석과 예측에 필요한 데이터의 기본 조건을 검토한 후, 데이터베이스의 구조를 설계하였다. 먼저 시스템 성능계수(COP)와 전력 소비량을 분석 대상으로 설정한 후, 이들 물리량의 추출 주기(1분 5분 10분 30분 60분 간격)가 예측 결과에 미치는 영향을 분석하였다. 이어서 범주형과 수치형 의사결정나무 모델을 적용하여 시스템의 성능을 예측하였다. 범주형 의사결정나무 모델을 적용했을 때, 10분 주기의 예측 결과의 정확도는 97.7%로 가장 높았다. 또한 수치형 의사결정나무 분석 결과를 통해 COP가 변하는 순간의 임계값을 찾을 수 있었다. 본 논문에서 제안한 방법은 지열 시스템의 실시간 성능 분석과 운전 상태 등에 적용할 수 있을 것으로 판단된다.
데이터센터는 24시간 365일 IT 서비스를 제공하는 곳이기 때문에, 2030년에는 데이터센터의 전력 소비량은 약 10%로 증가될 것으로 예측되고, 고밀도 IT장비들의 도입이 점차 증가하면서, IT장비가 안정적으로 운영될 수 있도록 냉방 에너지 절감 및 이를 위한 에너지 관리가 갖춰져야 하기에 다양한 연구가 요구되고 있는 상황이다. 본 연구는 데이터센터의 에너지 절약을 위해 다음과 같은 과정을 제안한다. 데이터센터를 CFD 모델링하고, 인공지능기반 열환경 예측 모델을 제안하였으며, 실측 데이터와 예측 모델 그리고 CFD 결과를 비교하여 최종적으로 데이터 센터의 열관리 성능을 평한 결과 전처리 방식은 정규화 방식으로 사용되었고, 정규화에 따른 RCI, RTI 및 PUE의 예측값 또한 유사한 것을 확인할 수 있다. 따라서 본 연구에서 제안하는 알고리즘으로 데이터센터에 적용될 열환경 예측 모델로 적용 및 제공할 수 있을 것으로 판단된다.
As the existing school building power consumption is expressed by total power consumption, in the view of energy saving is disadvantage. The the power consumption of school building is divided as cooling, heating, lighting and others. The cooling power consumption, heating power consumption, lighting power consumption can be calculated using real total power consumption that gained from Korea Electric Power Corporation(KEPCO). The power consumption for cooling and heating can be calculated using heat transmittance, wall area and floor area, and for lighting is calculated by artificial lighting calculation. but this calculation methods is difficult for laymen. This study was carried out in order to establish the regression equation for cooling power consumption, heating power consumption, lighting power consumption and other power consumption in school building. In order to verify the validity of the regression equation, it is compared regression equation results and calculation results based on real power consumption. As the results, difference between regression result and calculation results for cooling and heating power consumption showed 0.6% and 3.6%.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.