최적화 기반 냉방 시스템 통합 운전 모델 개발

초록

본 연구에서는 냉각탑과 냉동기의 개별 모델링을 통해 각 구성 요소의 성능을 최적화한 후, 이를 통합하여 전체 시스템 모델을 구축하였다. 또한, 시스템의 주요 성능 데이터인 Capacity, COP, FFLP를 운전 데이터에 맞추어 보정하는 방식으로 모델의 예측 성능을 개선하고자 하였다. 주요 결과는 다음과 같다. (1) 냉각탑과 냉동기를 개별적으로 모델링하여 주요 파라미터를 최적화하였다. 냉각탑의 경우 LST를 고정하고 EST를 최적화하였으며, 냉동기는 반대로 EST를 고정하고 LST를 최적화하였다. 이러한 과정을 통해 각 장비의 성능을 개선하였다. (2) 개별 모델을 최적화한 후, 냉각탑과 냉동기 모델을 통합하여 시스템 간의 상호작용을 반영하는 통합 시스템 모델을 개발하였다. 이 통합 모델은 EST와 LST 모두를 예측값으로 설정하여 시스템의 동적 특성을 반영하였다. 성능 평가는 RMSE와 CVRMSE 지표를 사용하여 이루어졌으며, EST의 RMSE는 1.53, CVRMSE는 5.6%, LST의 RMSE는 1.5, CVRMSE는 4.9%로 확인되었다. (3) 냉동기의 성능곡선을 운전 상황에 맞게 최적화하여 기존 정격 조건 기반의 모델과 비교했을 때 예측 오차가 크게 줄어든 것을 확인하였다. 기존 모델의 RMSE는 68,441 kJ/hr, CVRMSE는 6.7%였으나, 보정된 성능곡선을 사용한 모델의 RMSE는 32,767 kJ/hr, CVRMSE는 3.2%로 예측 정확도가 향상되었다. 기존 정격 조건 기반 모델은 실험 조건에만 맞추어 최적화되었기 때문에 실제 운전 환경의 동적 변화를 충분히 반영하지 못하지만, 보정된 성능곡선을 사용한 모델은 동적 변화를 효과적으로 반영하여 에너지 소비량 예측의 신뢰성을 높일 수 있음을 확인하였다. 본 연구는 물리 모델을 기반으로 하여 실제 운전 조건을 반영하는 통합 시스템 모델을 제시하였다. 물리 모델을 사용함으로써 데이터가 충분하지 않은 상황에서도 신뢰성 있는 결과를 도출할 수 있었으며, 냉동기 및 냉각탑 시스템의 동적 특성을 반영하여 성능곡선을 보정함으로써 예측 성능을 개선하였다. 향후 연구에서는 제안된 통합 모델을 보다 다양한 운전 조건과 복잡한 시스템에 적용하여 그 성능을 검증할 계획이며, 실시간 진단 기술과의 결합을 통해 최적 제어를 달성하고 냉동기 시스템의 효율적인 운영 방안을 모색할 예정이다.

키워드