KR102183942B1 - 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법 - Google Patents
바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법 Download PDFInfo
- Publication number
- KR102183942B1 KR102183942B1 KR1020190168554A KR20190168554A KR102183942B1 KR 102183942 B1 KR102183942 B1 KR 102183942B1 KR 1020190168554 A KR1020190168554 A KR 1020190168554A KR 20190168554 A KR20190168554 A KR 20190168554A KR 102183942 B1 KR102183942 B1 KR 102183942B1
- Authority
- KR
- South Korea
- Prior art keywords
- heating
- room
- temperature
- building
- floor
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 452
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013480 data collection Methods 0.000 claims abstract description 14
- 238000010801 machine learning Methods 0.000 claims abstract description 14
- 238000010276 construction Methods 0.000 claims description 11
- 238000005485 electric heating Methods 0.000 claims description 4
- 230000001932 seasonal effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000005611 electricity Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000000630 rising effect Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000008236 heating water Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D19/00—Details
- F24D19/10—Arrangement or mounting of control or safety devices
- F24D19/1006—Arrangement or mounting of control or safety devices for water heating systems
- F24D19/1009—Arrangement or mounting of control or safety devices for water heating systems for central heating
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D2220/00—Components of central heating installations excluding heat sources
- F24D2220/006—Parts of a building integrally forming part of heating systems, e.g. a wall as a heat storing mass
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D3/00—Hot-water central heating systems
- F24D3/02—Hot-water central heating systems with forced circulation, e.g. by pumps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Steam Or Hot-Water Central Heating Systems (AREA)
Abstract
본 발명은 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법에 관한 것으로, 상기 장치는 바닥난방을 제공하는 특정 건물 내의 객실마다 설치되는 복수의 난방 제어기들로부터 바닥온도, 실내온도 및 난방상태를 포함하는 바닥난방 데이터를 수집하는 바닥난방 데이터 수집부, 상기 바닥난방 데이터에 관한 머신러닝(machine learning)을 통해 객실별 난방 특성을 모델링하여 객실 난방 모델을 구축하는 객실 난방 모델 구축부 및 상기 객실 난방 모델을 이용하여 객실 별로 최적의 난방시간, 난방주기 및 난방온도를 결정하고 상기 복수의 난방 제어기들을 통해 상기 특정 건물에 대한 실내 난방을 제어하는 실내 난방 제어부를 포함한다.
Description
본 발명은 바닥난방의 효율성 향상을 위한 건물 난방제어 기술에 관한 것으로, 보다 상세하게는 호텔, 콘도, 모텔과 같은 바닥난방을 사용하는 대형 건물에서 고객에게 난방 쾌적성을 유지하면서 에너지를 절약할 수 있는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법에 관한 것이다.
난방 설비는 사무용 빌딩, 공장, 호텔, 식당, 병원, 창고형 상점, 백화점 등을 포함하는 광범위한 분야의 다양한 건물에 설치되어 적용되고 있다. 특히, 호텔, 콘도, 모텔과 같이 중앙제어식 바닥난방을 사용하는 대형건물은 난방 관리자의 판단에 따라 난방 시간과 주기를 결정하므로 관리자의 능력에 따라 에너지 비용과 쾌적도가 결정될 수 있다.
객실 바닥난방의 시간과 주기는 외기온도, 객실의 방향, 창 크기, 외부 벽면의 수 등의 다양한 인자에 따라 최적값이 달라 관리자의 경험에 의존하는 것은 한계가 있으며 객실의 난방 데이터를 통한 객관적 지표에 의한 자동제어가 필요할 수 있다.
한국등록특허 제10-0621665(2006.08.31)호는 온돌난방의 외기보상 제어방법 및 장치에 관한 것으로, 거주자의 쾌적성을 향상시키고 불필요한 에너지 소비를 줄일 수 있도록 국내 주거용 건물의 특성에 적합한 외기보상 공급난방수 온도 제어 기술을 개시하고 있다.
본 발명의 일 실시예는 호텔, 콘도, 모텔과 같은 바닥난방을 사용하는 대형 건물에서 고객에게 난방 쾌적성을 유지하면서 에너지를 절약할 수 있는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 난방 제어기를 이용하여 난방 데이터를 수집하고 머신러닝을 통해 객실별로 특화된 난방 제어를 통해 에너지 사용량과 비용을 최소화하는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법을 제공하고자 한다.
실시예들 중에서, 바닥난방의 효율성 향상을 위한 건물 난방제어 장치는 바닥난방을 제공하는 특정 건물 내의 객실마다 설치되는 복수의 난방 제어기들로부터 바닥온도, 실내온도 및 난방상태를 포함하는 바닥난방 데이터를 수집하는 바닥난방 데이터 수집부, 상기 바닥난방 데이터에 관한 머신러닝(machine learning)을 통해 객실별 난방 특성을 모델링하여 객실 난방 모델을 구축하는 객실 난방 모델 구축부 및 상기 객실 난방 모델을 이용하여 객실 별로 최적의 난방시간, 난방주기 및 난방온도를 결정하고 상기 복수의 난방 제어기들을 통해 상기 특정 건물에 대한 실내 난방을 제어하는 실내 난방 제어부를 포함한다.
상기 바닥난방 데이터 수집부는 상기 바닥난방 데이터와 함께 외기온도 센서를 통한 외기온도 및 고객 입/퇴실 시간을 더 수집하고, 상기 객실 난방 모델 구축부는 객실 번호, 외기온도 및 고객 입/퇴실 시간을 입력하면 난방 시작시간 및 난방 중지시간을 출력하는 학습 모델을 상기 객실 난방 모델로서 구축할 수 있다.
상기 객실 난방 모델 구축부는 상기 바닥난방 데이터 및 상기 외기온도에 관한 머신러닝을 통해 외기온도에 따른 난방시 온도 상승 기울기 및 난방 중지시 온도 하강 기울기를 상기 객실별 난방 특성으로서 모델링하고, 상기 객실 난방 모델은 상기 객실번호와 연관된 객실별 난방 특성을 결정하는 제1 단계와 해당 객실별 난방 특성에 기초하여 상기 외기온도 및 상기 고객 입/퇴실 시간에 대응되는 난방 시작시간 및 난방 중지시간을 결정하는 제2 단계로 동작할 수 있다.
상기 실내 난방 제어부는 외기 온도 센서로부터 외기 온도를 수집하고 기 설정된 온도 변화폭에 비례하여 상기 난방온도를 변경함으로써 상기 실내 난방을 제어할 수 있다.
상기 실내 난방 제어부는 상기 실내 난방이 전기 난방인 경우 경부하, 중부하 및 최대부하 구간들을 포함하는 계절별 요금 체계를 적용하여 상기 난방온도를 변경함으로써 상기 실내 난방을 제어할 수 있다.
상기 실내 난방 제어부는 전체 난방 객실 수가 최대 난방 객실 수 이하인 경우에만 상기 실내 난방의 제어를 개시할 수 있다.
상기 실내 난방 제어부는 전체 난방 객실 수가 최대 난방 객실 수를 초과하는 경우 전체 난방 객실 수가 최대 난방 객실 수 이하로 떨어질 때까지 객실온도가 높은 순으로 난방을 중지할 수 있다.
실시예들 중에서, 바닥난방의 효율성 향상을 위한 건물 난방제어 방법은 바닥난방을 제공하는 특정 건물 내의 객실마다 설치되는 복수의 난방 제어기들로부터 바닥온도, 실내온도 및 난방상태를 포함하는 바닥난방 데이터를 수집하는 단계, 상기 바닥난방 데이터에 관한 머신러닝(machine learning)을 통해 객실별 난방 특성을 모델링하여 객실 난방 모델을 구축하는 단계 및 상기 객실 난방 모델을 이용하여 객실 별로 최적의 난방시간, 난방주기 및 난방온도를 결정하고 상기 복수의 난방 제어기들을 통해 상기 특정 건물에 대한 실내 난방을 제어하는 단계를 포함한다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법은 외기 온도와 고객 입/퇴실 시간을 고려하여 최적의 난방 시작시간과 중지시간을 결정하여 기존에 관리자가 수동으로 난방할 때 발생하는 불필요한 시간대의 난방을 막아 에너지 사용을 최소화할 수 있다.
본 발명의 일 실시예에 따른 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법은 외기온도에 따라 더운 날의 난방온도를 낮추고 추운 날의 난방온도를 높게 설정하여 고객의 쾌적도를 향상시키고 기존의 추운 날에 맞게 설정된 난방온도에 비해 에너지 사용량을 절감할 수 있다.
본 발명의 일 실시예에 따른 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법은 전기 요금이 싼 경부하 시간대의 난방을 적극 활용하여 요금을 절감하고 난방 객실 수를 관리하여 피크전력 사용량이 계약량을 넘지 않게 하여 전기 기본요금을 절감할 수 있다.
도 1은 본 발명에 따른 건물 난방제어 시스템의 구성을 설명하는 도면이다.
도 2는 도 1에 있는 건물 난방제어 장치의 물리적 구성을 설명하는 블록도이다.
도 3은 도 1에 있는 건물 난방제어 장치의 기능적 구성을 설명하는 블록도이다.
도 4는 도 1에 있는 건물 난방제어 장치에서 수행되는 바닥난방 제어 과정을 설명하는 순서도이다.
도 5는 외기온도에 따른 난방 설정 온도 제어 과정을 설명하는 도면이다.
도 6은 전기 요금 시간대에 따른 난방 설정 온도 제어 과정을 설명하는 도면이다.
도 7은 본 발명에 따른 바닥난방 제어 과정의 일 실시예를 설명하는 흐름도이다.
도 2는 도 1에 있는 건물 난방제어 장치의 물리적 구성을 설명하는 블록도이다.
도 3은 도 1에 있는 건물 난방제어 장치의 기능적 구성을 설명하는 블록도이다.
도 4는 도 1에 있는 건물 난방제어 장치에서 수행되는 바닥난방 제어 과정을 설명하는 순서도이다.
도 5는 외기온도에 따른 난방 설정 온도 제어 과정을 설명하는 도면이다.
도 6은 전기 요금 시간대에 따른 난방 설정 온도 제어 과정을 설명하는 도면이다.
도 7은 본 발명에 따른 바닥난방 제어 과정의 일 실시예를 설명하는 흐름도이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명에 따른 건물 난방제어 시스템의 구성을 설명하는 도면이다.
도 1을 참조하면, 건물 난방제어 시스템(100)은 난방 제어기(110), 건물 난방제어 장치(130) 및 데이터베이스(150)를 포함할 수 있다.
난방 제어기(110)는 건물 내의 객실 별로 설치되어 객실의 난방 정보를 수집하고 제어하는 동작을 수행하는 컴퓨팅 장치에 해당할 수 있다. 난방 제어기(110)는 건물 난방제어 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 난방 제어기(110)들은 건물 난방제어 장치(130)와 동시에 연결될 수 있다. 일 실시예에서, 난방 제어기(110)는 객실에 설치된 온도 컨트롤러와 RS-485 통신을 통해 연결되어 데이터 수집과 제어를 수행할 수 있다.
건물 난방제어 장치(130)는 바닥난방 데이터를 수집한 후 머신러닝(machine learning)을 통해 실내 난방을 제어하는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 건물 난방제어 장치(130)는 난방 제어기(110)와 블루투스, WiFi, 통신망 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 난방 제어기(110)와 데이터를 주고 받을 수 있다.
일 실시예에서, 건물 난방제어 장치(130)는 난방 제어기(110)와 TCP 통신을 통해 연결되어 수집된 데이터를 저장할 수 있고 자동 제어를 수행할 수 있다. 건물 난방제어 장치(130)는 제어프로그램을 통해 난방 제어기(110)에 대한 자동 제어를 처리할 수 있다.
일 실시예에서, 건물 난방제어 장치(130)는 데이터베이스(150)와 연동하여 바닥난방 데이터에 대한 머신러닝과 실내 난방 제어를 처리할 수 있다. 한편, 건물 난방제어 장치(130)는 도 1과 달리, 데이터베이스(150)를 내부에 포함하여 구현될 수 있고, 외부 시스템(도 1에 미도시함)과 네트워크를 통해 연결될 수 있다. 한편, 건물 난방제어 장치(130)는 프로세서, 메모리, 사용자 입출력부 및 네트워크 입출력부를 포함하여 구현될 수 있으며, 이에 대해서는 도 2에서 보다 자세히 설명한다.
데이터베이스(150)는 건물 난방제어 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 데이터베이스(150)는 난방 제어기(110)에 의해 수집된 바닥난방 데이터를 저장할 수 있고, 머신러닝을 통해 구축된 객실 난방 모델에 관한 정보를 저장할 수 있으며, 반드시 이에 한정되지 않고, 건물 난방제어 장치(130)가 특정 건물에 대한 실내 난방을 제어하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
도 2는 도 1에 있는 건물 난방제어 장치의 물리적 구성을 설명하는 블록도이다.
도 2를 참조하면, 건물 난방제어 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함하여 구현될 수 있다.
프로세서(210)는 건물 난방제어 장치(130)의 각 동작을 처리하는 프로시저를 실행할 수 있고, 그 과정 전반에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(210)는 건물 난방제어 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 건물 난방제어 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Drive) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 건물 난방제어 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.
사용자 입출력부(250)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함할 수 있다. 예를 들어, 사용자 입출력부(250)는 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 건물 난방제어 장치(130)는 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 외부 장치 또는 시스템과 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다.
도 3은 도 1에 있는 건물 난방제어 장치의 기능적 구성을 설명하는 블록도이다.
도 3을 참조하면, 건물 난방제어 장치(130)는 바닥난방 데이터 수집부(310), 객실 난방 모델 구축부(330), 실내 난방 제어부(350) 및 제어부(370)를 포함할 수 있다.
바닥난방 데이터 수집부(310)는 바닥난방을 제공하는 특정 건물 내의 객실마다 설치되는 복수의 난방 제어기(110)들로부터 바닥온도, 실내온도 및 난방상태를 포함하는 바닥난방 데이터를 수집할 수 있다. 여기에서, 난방상태는 객실에 대한 난방이 실행 중인지 여부에 따라 온(on) 상태와 오프(off) 상태로 표현될 수 있다. 또한, 바닥온도는 객실 바닥의 온도에 해당할 수 있고, 실내온도는 객실 내부 온도로서 객실 내부에서 측정되는 온도에 해당할 수 있다.
즉, 바닥난방 데이터 수집부(310)는 객실 별로 설치된 난방 제어기(110)로부터 TCP 통신을 통해 바닥온도, 실내온도 및 난방상태에 관한 정보를 실시간 또는 주기적으로 수신할 수 있다. 이 때, TCP 통신을 통해 전송되는 바닥난방 데이터는 객실번호, 바닥온도, 실내온도, 난방상태 및 전송시간을 포함하는 패킷 형태로 표현될 수 있다.
일 실시예에서, 바닥난방 데이터 수집부(310)는 바닥난방 데이터와 함께 외기온도 센서를 통한 외기온도 및 고객 입/퇴실 시간을 더 수집할 수 있다. 건물 난방제어 장치(130)는 보다 효과적인 난방제어를 위하여 건물 외부의 온도, 즉 외기온도를 추가로 수집할 수 있고, 이를 위하여 외기온도 센서를 포함하여 구현될 수 있으며, 바닥난방 데이터 수집부(310)는 외기온도 센서를 통해 외기온도를 수집할 수 있다. 또한, 건물 난방제어 장치(130)는 고객들 또는 관리자에 의해 객실별 고객 입실 및 퇴실 시간을 입력 받을 수 있고, 바닥난방 데이터와 함께 데이터베이스(150)에 저장할 수 있으며, 객실 난방 모델 구축에 사용할 수 있다.
객실 난방 모델 구축부(330)는 바닥난방 데이터에 관한 머신러닝(machine learning)을 통해 객실별 난방 특성을 모델링하여 객실 난방 모델을 구축할 수 있다. 여기에서, 객실 난방 모델은 객실별 난방 과정에서 수집되는 난방 데이터를 학습하여 생성되는 학습 모델에 해당할 수 있다. 또한, 객실별 난방 특성은 건물 내에서 객실의 위치와 외부 환경(예를 들어, 외기온도)으로 인해 동일한 난방에도 불구하고 객실 별로 온도 변화율이 달라지는 특성에 해당할 수 있다.
즉, 객실 난방 모델 구축부(330)는 특정 기간동안 수집된 난방 데이터를 학습하여 객실별 난방 특성에 관한 객실 난방 모델을 구축할 수 있고, 이후 수집된 정보를 기초로 객실 난방 모델을 지속적으로 갱신해 나갈 수 있다.
일 실시예에서, 객실 난방 모델 구축부(330)는 객실 번호, 외기온도 및 고객 입/퇴실 시간을 입력하면 난방 시작시간 및 난방 중지시간을 출력하는 학습 모델을 객실 난방 모델로서 구축할 수 있다. 난방 시작시간은 고객 입실 시간에 맞춰 해당 객실의 내부 온도가 설정된 난방온도에 도달하도록 하는 난방 개시시간에 해당할 수 있고, 난방 중지시간은 난방이 중지되더라도 고객 퇴실 시간까지 해당 객실의 내부 온도가 설정된 난방온도를 유지하도록 하는 난방 중단시간에 해당할 수 있다.
즉, 건물 난방제어 장치(130)는 객실 난방 모델을 이용하여 객실 번호로 식별되는 해당 객실에 대해 외부 환경 조건으로서 외기온도와 고객 입/퇴실 시간을 입력하면 난방 시작시간과 난방 중지시간이 결정되는 모델 구조를 확립할 수 있다. 건물 난방제어 장치(130)는 학습 시간이 최소 시간(예를 들어, 24시간)을 넘어 모델이 완성되면 현장에 적용하여 고객 입/퇴실시간에 따른 최적 난방 시작/중지시간을 계산한 후 해당 시간이 되면 자동으로 난방을 시작하고 중지할 수 있다.
일 실시예에서, 객실 난방 모델 구축부(330)는 바닥난방 데이터 및 외기온도에 관한 머신러닝을 통해 외기온도에 따른 난방시 온도 상승 기울기 및 난방 중지시 온도 하강 기울기를 객실별 난방 특성으로서 모델링할 수 있다. 난방시 온도 상승 기술기와 난방 중지시 온도 하강 기울기는 난방 가동 및 중단 시에 있어서 시간의 흐름에 따른 온도 변화량에 관한 기울기에 각각 해당할 수 있다.
한편, 객실 난방 모델은 객실번호와 연관된 객실별 난방 특성을 결정하는 제1 단계와 해당 객실별 난방 특성에 기초하여 외기온도 및 고객 입/퇴실 시간에 대응되는 난방 시작시간 및 난방 중지시간을 결정하는 제2 단계로 동작할 수 있다. 보다 구체적으로, 객실 난방 모델 구축부(330)에 의해 구축되는 객실 난방 모델은 2단계의 동작을 통해 난방 시작/중지시간을 결과로서 최종 출력할 수 있다. 제1 단계는 객실번호로 식별되는 해당 객실에 대한 난방 특성을 결정하는 단계에 해당할 수 있고, 난방 특성은 해당 객실에 대한 온다 상승/하강 기술기로 도출될 수 있다. 제2 단계는 해당 객실의 난방 특성에 대해 외기온도 및 고객 입/퇴실 시간을 적용하여 최적의 난방 시작/중지시간을 결정하는 단계에 해당할 수 있다.
실내 난방 제어부(350)는 객실 난방 모델을 이용하여 객실 별로 최적의 난방시간, 난방주기 및 난방온도를 결정하고 복수의 난방 제어기(110)들을 통해 특정 건물에 대한 실내 난방을 제어할 수 있다. 난방시간은 난방 설정 온도에 도달하기 위해 필요한 난방 가동 시간에 해당할 수 있고, 난방주기는 난방 설정 온도를 유지하기 위해 필요한 난방 시작/중지시간에 해당할 수 있으며, 난방온도는 난방 설정 온도에 해당할 수 있다. 실내 난방 제어부(350)는 건물 내의 각 객실에 대한 난방 특성이 모델링된 객실 난방 모델을 이용하여 각 객실에 설치된 난방 제어기(110)를 통해 해당 객실의 실내 온도를 제어할 수 있다.
일 실시예에서, 실내 난방 제어부(350)는 외기 온도 센서로부터 외기 온도를 수집하고 기 설정된 온도 변화폭에 비례하여 난방온도를 변경함으로써 실내 난방을 제어할 수 있다. 건물 난방제어 장치(130)는 관리자가 설정한 온도 변화폭의 범위 내에서 설정된 난방온도를 조절할 수 있고, 이를 통해 전체 소비전력을 고려하여 건물에 대한 실내 난방을 통합 제어할 수 있다.
예를 들어, 온도 변화폭이 ±2도이고 특정 객실에 대한 난방 설정 온도가 25도인 경우에 있어서, 해당 특정 객실에 대한 소비전력을 줄이기 위하여 건물 난방제어 장치(130)는 난방 설정 온도를 온도 변화폭 범위 안에서 25도에서 23도로 줄일 수 있다. 한편, 이를 통해 절약된 소비전력은 다른 객실에 대한 난방을 위해 사용될 수 있음은 물론이다.
일 실시예에서, 실내 난방 제어부(350)는 실내 난방이 전기 난방인 경우 경부하, 중부하 및 최대부하 구간들을 포함하는 계절별 요금 체계를 적용하여 난방온도를 변경함으로써 실내 난방을 제어할 수 있다. 즉, 실내 난방 제어부(350)는 바닥난방이 식는 시간이 상승 시간보다 길다는 점을 이용하여 전기 요금이 싼 경부하 시간대의 난방온도를 높여 요금이 비싼 중부하 시간대의 난방시간을 상대적으로 줄일 수 있다. 이를 위하여 실내 난방 제어부(350)는 계절별 전기 요금 체계에 관한 데이터를 활용할 수 있다.
일 실시예에서, 실내 난방 제어부(350)는 전체 난방 객실 수가 최대 난방 객실 수 이하인 경우에만 실내 난방의 제어를 개시할 수 있다. 실내 난방 제어부(350)는 피크전력 사용량을 제한함으로써 기본 요금이 인상되는 것을 방지할 수 있으며, 피그전력 사용량에 대한 제한은 실내 난방이 동시에 가동될 수 있는 객실 수로서 최대 난방 객실 수를 설정함으로써 처리할 수 있다.
일 실시예에서, 실내 난방 제어부(350)는 전체 난방 객실 수가 최대 난방 객실 수를 초과하는 경우 전체 난방 객실 수가 최대 난방 객실 수 이하로 떨어질 때까지 객실온도가 높은 순으로 난방을 중지할 수 있다. 현재 실내 난방이 가동 중인 객실 수에 해당하는 전체 난방 객실 수가 최대 난방 객실 수를 초과하는 경우 피크전력 사용량이 초과될 확률이 높으므로 실내 난방 제어부(350)는 전체 난방 객실 수가 최대 난방 객실 수 이하가 될 때까지 현재 난방 가동 중인 객실들 중 일부에 대한 난방을 중단시킬 수 있다.
한편, 실내 난방 제어부(350)는 객실온도가 높은 순으로 난방을 중지할 수 있으며, 다른 실시예로서 객실온도와 난방 설정 온도와의 차이가 큰 순으로 난방을 중지하거나 또는 현재의 객실온도를 기준으로 객실온도와 난방 설정 온도와의 차이에 따른 가중치를 적용하여 산출되는 가중된 객실온도가 높은 순으로 난방을 중지할 수도 있다.
제어부(370)는 건물 난방제어 장치(130)의 전체적인 동작을 제어하고, 바닥난방 데이터 수집부(310), 객실 난방 모델 구축부(330) 및 실내 난방 제어부(350) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 도 1에 있는 건물 난방제어 장치에서 수행되는 바닥난방 제어 과정을 설명하는 순서도이다.
도 4를 참조하면, 건물 난방제어 장치(130)는 바닥난방 데이터 수집부(310)를 통해 바닥난방을 제공하는 특정 건물 내의 객실마다 설치되는 복수의 난방 제어기(110)들로부터 바닥온도, 실내온도 및 난방상태를 포함하는 바닥난방 데이터를 수집할 수 있다(단계 S410). 건물 난방제어 장치(130)는 객실 난방 모델 구축부(330)를 통해 바닥난방 데이터에 관한 머신러닝(machine learning)을 통해 객실별 난방 특성을 모델링하여 객실 난방 모델을 구축할 수 있다(단계 S430).
또한, 건물 난방제어 장치(130)는 실내 난방 제어부(350)를 통해 객실 난방 모델을 이용하여 객실 별로 최적의 난방시간, 난방주기 및 난방온도를 결정할 수 있다(단계 S450). 건물 난방제어 장치(130)는 실내 난방 제어부(350)를 통해 객실별 난방시간, 난방주기 및 난방온도를 기초로 복수의 난방 제어기(110)들을 통해 특정 건물에 대한 실내 난방을 제어할 수 있다(단계 S470).
도 5는 외기온도에 따른 난방 설정 온도 제어 과정을 설명하는 도면이다.
도 5를 참조하면, 건물 난방제어 장치(130)는 외기 온도 센서로부터 외기온도를 수집한 후 외기온도가 설정된 최저 온도와 최고 온도 구간 내의 위치에 따라 온도 변화 범위에 비례하여 난방온도를 설정할 수 있다. 예를 들어, 건물 난방제어 장치(130)는 외기 온도가 -10도이고 난방 설정 온도가 25도이며 온도 변화 범위(또는 온도 변화폭)가 ±2도인 경우 난방온도를 27도로 설정할 수 있고, 외기온도가 10도인 경우 난방온도를 23도로 설정할 수 있으며, 외기온도가 0도인 경우 난방온도를 25도로 설정할 수 있다.
도 6은 전기 요금 시간대에 따른 난방 설정 온도 제어 과정을 설명하는 도면이다.
도 6을 참조하면, 건물 난방제어 장치(130)는 전기 요금 시간대에 따른 난방온도를 제어할 수 있다. 예를 들어, 겨울철 요금 체계 구간(시간)은 경부하: 23 ~ 09, 중부하: 09 ~ 10, 12 ~ 17, 20 ~ 22 및 최대부하: 10 ~ 12, 17 ~ 20, 22~ 23에 해당할 수 있다.
도 6에서, 대형건물 콘도와 호텔의 경우 일반적으로 산업용 전력의 요금 체계를 사용하는데 겨울철 전기 요금은 최대부하 시간이 경부하 시간에 비해 2.5배 이상 비싸기 때문에, 난방 설정 온도가 25도인 경우라면 경부하 시간(610)이 끝나는 오전 9시 전에 경부하 시간(610)의 상승 온도 설정값 만큼(예를 들어, 1도) 난방 온도를 상승시켜 26도까지 난방온도를 올린 다음 중부하 시간(630)인 9시 ~ 12시의 난방시간을 줄임으로써 전기 요금을 절감시킬 수 있다.
도 7은 본 발명에 따른 바닥난방 제어 과정의 일 실시예를 설명하는 흐름도이다.
도 7을 참조하면, 건물 난방제어 장치(130)는 예약된 객실의 최적 난방 시작시간과 정지시간을 계산할 수 있다(S710). 이 때, 건물 난방제어 장치(130)는 기 구축된 객실 난방 모델을 활용하여 최적 난방 시작시간과 정지시간을 결정할 수 있다. 건물 난방제어 장치(130)는 현재 시간을 기준으로 난방 시작시간과 난방 정지시간 사이에 포함되는 경우 해당 객실에 대한 난방제어를 수행할 수 있다.
또한, 건물 난방제어 장치(130)는 외기온도에 따라 난방 설정 온도를 변화시킬 수 있다(S730). 예를 들어, 외기온도가 -10도이면 원래 난방 설정 온도가 25도임에도 불구하고 온도 변화 범위(또는 온도 변화폭)가 ±2도 이므로 건물 난방제어 장치(130)는 난방온도를 27도로 변경할 수 있고, 외기온도가 10도이면 난방온도를 23도로 변경할 수 있으며, 외기온도가 0도이면 난방온도를 25도로 변경할 수 있다.
또한, 건물 난방제어 장치(130)는 실내 난방이 전기 난방으로 처리되는 경우 현재 시간이 경부하 시간대에 해당하는 경우 경부하 시간대를 고려하여 난방 설정 온도를 조절할 수 있다(S750). 이를 위하여 건물 난방제어 장치(130)는 경부하 시간대에서 난방온도 조절을 위한 상승 온도 설정값을 사전에 설정할 수 있다. 상승 온도 설정값은 객실의 난방 특성에 따라 객실별로 독립적으로 설정될 수 있고, 건물 내의 전체 객실에 대해 통합적으로 설정될 수도 있다. 예를 들어, 경부하 시간대의 상승 온도 설정값은 건물 난방제어 장치(130)에 의해 건물 내의 전체 객실에 대해 1도로 설정될 수 있다.
또한, 건물 난방제어 장치(130)는 전체 난방 객실 수가 최대 난방 객실 수 이하인 경우에만 설정된 난방온도로 난방을 개시할 수 있고(S770), 만약 전체 난방 객실 수가 최대 난방 객실 수보다 큰 경우에는 피크전력의 사용량을 제한하기 위하여 전체 난방 객실 수를 조정할 수 있다(S790).
즉, 전기요금은 전력량 사용 요금에 기본 요금을 더한 것으로, 전력량 사용 요금은 사용 전력에 비례하고 기본 요금은 피크전력(즉, 중부하 및 최대 부하 시간대의 최대 사용 전력)의 사용량에 비례할 수 있다. 따라서 피크전력의 사용량을 제한하면 기본 요금이 인상되는 것을 예방할 수 있다. 전기를 이용한 바닥난방에서 전체 전력 사용량은 난방 중인 객실의 수에 비례하므로 건물 난방제어 장치(130)는 현재 난방 중인 객실 수를 실시간으로 파악하여 적정관리 가능한 최대값을 넘어가면 가장 온도가 높은 객실 순으로 난방을 중지하여 난방 객실 수가 최대값을 넘지 않도록 제어할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 건물 난방제어 시스템
110: 난방 제어기 130: 건물 난방제어 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 바닥난방 데이터 수집부 330: 객실 난방 모델 구축부
350: 실내 난방 제어부 370: 제어부
610: 경부하 시간 630: 중부하 시간
110: 난방 제어기 130: 건물 난방제어 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 바닥난방 데이터 수집부 330: 객실 난방 모델 구축부
350: 실내 난방 제어부 370: 제어부
610: 경부하 시간 630: 중부하 시간
Claims (8)
- 바닥난방을 제공하는 특정 건물 내의 객실마다 설치되는 복수의 난방 제어기들로부터 바닥온도, 실내온도 및 난방상태를 포함하는 바닥난방 데이터를 수집하는 바닥난방 데이터 수집부;
상기 바닥난방 데이터에 관한 머신러닝(machine learning)을 통해 객실별 난방 특성을 모델링하여 객실 난방 모델을 구축하는 객실 난방 모델 구축부; 및
상기 객실 난방 모델을 이용하여 객실 별로 최적의 난방시간, 난방주기 및 난방온도를 결정하고 상기 복수의 난방 제어기들을 통해 상기 특정 건물에 대한 실내 난방을 제어하는 실내 난방 제어부를 포함하되,
상기 실내 난방 제어부는 전체 난방 객실 수가 최대 난방 객실 수 이하인 경우에만 상기 실내 난방의 제어를 개시하는 것을 특징으로 하는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치.
- 제1항에 있어서,
상기 바닥난방 데이터 수집부는 상기 바닥난방 데이터와 함께 외기온도 센서를 통한 외기온도 및 고객 입/퇴실 시간을 더 수집하고,
상기 객실 난방 모델 구축부는 객실 번호, 외기온도 및 고객 입/퇴실 시간을 입력하면 난방 시작시간 및 난방 중지시간을 출력하는 학습 모델을 상기 객실 난방 모델로서 구축하는 것을 특징으로 하는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치.
- 제2항에 있어서,
상기 객실 난방 모델 구축부는 상기 바닥난방 데이터 및 상기 외기온도에 관한 머신러닝을 통해 외기온도에 따른 난방시 온도 상승 기울기 및 난방 중지시 온도 하강 기울기를 상기 객실별 난방 특성으로서 모델링하고,
상기 객실 난방 모델은 상기 객실번호와 연관된 객실별 난방 특성을 결정하는 제1 단계와 해당 객실별 난방 특성에 기초하여 상기 외기온도 및 상기 고객 입/퇴실 시간에 대응되는 난방 시작시간 및 난방 중지시간을 결정하는 제2 단계로 동작하는 것을 특징으로 하는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치.
- 제1항에 있어서, 상기 실내 난방 제어부는
외기 온도 센서로부터 외기 온도를 수집하고 기 설정된 온도 변화폭에 비례하여 상기 난방온도를 변경함으로써 상기 실내 난방을 제어하는 것을 특징으로 하는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치.
- 제1항에 있어서, 상기 실내 난방 제어부는
상기 실내 난방이 전기 난방인 경우 경부하, 중부하 및 최대부하 구간들을 포함하는 계절별 요금 체계를 적용하여 상기 난방온도를 변경함으로써 상기 실내 난방을 제어하는 것을 특징으로 하는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치.
- 삭제
- 제1항에 있어서, 상기 실내 난방 제어부는
전체 난방 객실 수가 최대 난방 객실 수를 초과하는 경우 전체 난방 객실 수가 최대 난방 객실 수 이하로 떨어질 때까지 객실온도가 높은 순으로 난방을 중지하는 것을 특징으로 하는 바닥난방의 효율성 향상을 위한 건물 난방제어 장치.
- 건물 난방제어 장치에서 수행되는 방법에 있어서,
바닥난방을 제공하는 특정 건물 내의 객실마다 설치되는 복수의 난방 제어기들로부터 바닥온도, 실내온도 및 난방상태를 포함하는 바닥난방 데이터를 수집하는 단계;
상기 바닥난방 데이터에 관한 머신러닝(machine learning)을 통해 객실별 난방 특성을 모델링하여 객실 난방 모델을 구축하는 단계; 및
상기 객실 난방 모델을 이용하여 객실 별로 최적의 난방시간, 난방주기 및 난방온도를 결정하고 상기 복수의 난방 제어기들을 통해 상기 특정 건물에 대한 실내 난방을 제어하는 단계를 포함하되,
상기 실내 난방을 제어하는 단계는 전체 난방 객실 수가 최대 난방 객실 수 이하인 경우에만 상기 실내 난방의 제어를 개시하는 단계를 포함하는 것을 특징으로 하는 바닥난방의 효율성 향상을 위한 건물 난방제어 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190168554A KR102183942B1 (ko) | 2019-12-17 | 2019-12-17 | 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190168554A KR102183942B1 (ko) | 2019-12-17 | 2019-12-17 | 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102183942B1 true KR102183942B1 (ko) | 2020-11-27 |
Family
ID=73641672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190168554A Active KR102183942B1 (ko) | 2019-12-17 | 2019-12-17 | 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102183942B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113757789A (zh) * | 2021-09-23 | 2021-12-07 | 山东纬横数据科技有限公司 | 一种面向智慧校园建设的供热节能预测控制方法 |
| CN113776122A (zh) * | 2021-09-29 | 2021-12-10 | 北京百度网讯科技有限公司 | 供热控制方法、装置、设备、介质和产品 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100621665B1 (ko) | 2005-02-21 | 2006-09-13 | 재단법인서울대학교산학협력재단 | 온돌난방의 외기보상 제어방법 및 장치 |
| KR101670610B1 (ko) * | 2015-09-18 | 2016-10-28 | 주식회사 나노켐 | 사용자 패턴 분석에 따른 사물 인터넷 실내 온도 조절 서버 |
| KR101742739B1 (ko) * | 2017-04-03 | 2017-06-01 | 이영훈 | 바닥전기난방시스템을 위한 난방제어시스템 |
| KR20180114277A (ko) * | 2017-04-07 | 2018-10-18 | 코오롱글로벌 주식회사 | 실내 맞춤형 난방 제어 장치 및 방법 |
| KR20190033098A (ko) * | 2017-09-20 | 2019-03-29 | (주)다산지앤지 | 공동 주택 자동 온도 조절 시스템 |
-
2019
- 2019-12-17 KR KR1020190168554A patent/KR102183942B1/ko active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100621665B1 (ko) | 2005-02-21 | 2006-09-13 | 재단법인서울대학교산학협력재단 | 온돌난방의 외기보상 제어방법 및 장치 |
| KR101670610B1 (ko) * | 2015-09-18 | 2016-10-28 | 주식회사 나노켐 | 사용자 패턴 분석에 따른 사물 인터넷 실내 온도 조절 서버 |
| KR101742739B1 (ko) * | 2017-04-03 | 2017-06-01 | 이영훈 | 바닥전기난방시스템을 위한 난방제어시스템 |
| KR20180114277A (ko) * | 2017-04-07 | 2018-10-18 | 코오롱글로벌 주식회사 | 실내 맞춤형 난방 제어 장치 및 방법 |
| KR20190033098A (ko) * | 2017-09-20 | 2019-03-29 | (주)다산지앤지 | 공동 주택 자동 온도 조절 시스템 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113757789A (zh) * | 2021-09-23 | 2021-12-07 | 山东纬横数据科技有限公司 | 一种面向智慧校园建设的供热节能预测控制方法 |
| CN113776122A (zh) * | 2021-09-29 | 2021-12-10 | 北京百度网讯科技有限公司 | 供热控制方法、装置、设备、介质和产品 |
| CN113776122B (zh) * | 2021-09-29 | 2022-08-12 | 北京百度网讯科技有限公司 | 供热控制方法、装置、设备、介质和产品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230400823A1 (en) | Orchestrated energy | |
| US10354345B2 (en) | Optimizing and controlling the energy consumption of a building | |
| Zhao et al. | Dynamic frequency regulation resources of commercial buildings through combined building system resources using a supervisory control methodology | |
| US10371405B2 (en) | Building power management systems | |
| US10228153B2 (en) | Temperature adjustment method and apparatus | |
| JP5518216B2 (ja) | クラウドコンピューティングに基づくエネルギー管理制御システム及び方法 | |
| US10169833B2 (en) | Using customer premises to provide ancillary services for a power grid | |
| CN102193527B (zh) | 基于云计算的电子信息系统机房能源管理控制系统及方法 | |
| CN107906675B (zh) | 一种基于用户需求的中央空调集群优化控制方法 | |
| Zhao | EnergyPlus model-based predictive control (EPMPC) by using MATLAB/SIMULINK and MLE+ | |
| US20120046798A1 (en) | Systems and Methods for Power Demand Management | |
| US20150345812A1 (en) | Method and apparatus for selective componentized thermostatic controllable loads | |
| Lee et al. | Optimal power management for nanogrids based on technical information of electric appliances | |
| US20130090770A1 (en) | System and method for automatically controlling energy apparatus using energy modeling technique | |
| JP5768097B2 (ja) | 情報処理装置及びサービス提供方法 | |
| US20110295430A1 (en) | Apparatus And Method For Managing Heating Or Cooling Of An Area In A Building | |
| KR102183942B1 (ko) | 바닥난방의 효율성 향상을 위한 건물 난방제어 장치 및 방법 | |
| JP6150057B2 (ja) | 電力制御装置、方法及びプログラム、並びに優先度決定装置、方法及びプログラム | |
| Mohammad et al. | Transactive control of industrial heating–ventilation–air-conditioning units in cold-storage warehouses for demand response | |
| US20180238572A1 (en) | Modeling and controlling heating, ventilation, and air conditioning systems | |
| KR102052247B1 (ko) | 전력사용을 예측하고 능동적으로 수요반응 및 에너지 절감을 제공하는 전력관리 방법 및 장치 | |
| WO2021007336A1 (en) | Optimization engine for energy sustainability | |
| Pinzon et al. | An MILP model for optimal management of energy consumption and comfort in smart buildings | |
| JP6296251B2 (ja) | 電力制御装置、方法、およびプログラム | |
| US20230418346A1 (en) | Methods, systems, and media for automatic and continuous control of energy-consuming devices |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20191217 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20200611 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination Patent event date: 20191217 Patent event code: PA03021R01I Comment text: Patent Application |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20200819 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20201120 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20201123 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20201124 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PR1001 | Payment of annual fee |
Payment date: 20230921 Start annual number: 4 End annual number: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20241002 Start annual number: 5 End annual number: 5 |