적용 가능성에 중점을 둔 주거용 유닛 대상 단순 데이터 기반 모델 예측 제어
Simplified data-driven model predictive control for residential units focusing on the applicability
- 주제(키워드) 모델 예측 제어 , 데이터 기반 모델 , 주거 실내 환경 제어
- 발행기관 고려대학교 대학원
- 지도교수 허연숙
- 발행년도 2022
- 학위수여년월 2022. 8
- 학위명 석사
- 학과 및 전공 대학원 건축사회환경공학과
- 세부전공 기후 및 에너지공학 전공
- 세부분야 해당없음
- 원문페이지 69 p
- 실제URI http://www.dcollection.net/handler/korea/000000269024
- UCI I804:11009-000000269024
- DOI 10.23186/korea.000000269024.11009.0001366
- 본문언어 한국어
초록/요약
모델 예측 제어 (Model Predictive Control, MPC)는 예측 모델과 최적화 (optimization)를 활용하여 다양한 제어 목표를 동시에 만족시킬 수 있으며, 미래의 외란 (disturbances)에 사전 대응할 수 있는 제어 방법론이다. 데이터 기반 모델 (data-driven model)을 예측 모델로 적용하는 데이터 기반 모델 예측 제어는 데이터 측정ㆍ연산ㆍ저장 기술의 발전에 힘입어 많은 주목을 받고 있으며, 모델의 예측 정확도가 제어 성능을 결정짓는 모델 예측 제어의 특성상, 높은 정확도를 갖는 비선형 데이터 기반 모델을 활용하는 연구가 활발하게 이루어지고 있다. 하지만, 복잡한 모델은 모델 생성 및 모델 예측 제어에 필요한 최적화 단계에서 높은 계산 비용을 요구한다. 이는 건물 에너지관리 시스템 등의 에너지 관리 및 제어 시스템이 도입되지 않는 주거 공간에 모델 예측 제어를 적용하기 위한 걸림돌이 된다. 본 연구에서는 바닥 난방을 적용하는 주거 공간의 실내 온도와 에너지 사용량을 제어할 수 있는 선형 형태 모델을 활용한 모델 예측 제어 프레임워크를 개발했다. 실내 온도를 예측하는 모델은 외생변수를 도입한 자기 회귀 모델 (Autoregressive with exogenous inputs, ARX)을, 보일러 에너지 사용량을 예측하는 모델은 임계값 조각별 모델 (Threshold-piecewise model)을 사용하였다. 미래를 예측하는 길이인 예측 구간 (prediction horizon)과 제어 목표인 보일러 에너지 사용량과 쾌적 실내 온도 침해 수준 간의 우선 정도를 결정하는 가중치 (weight)를 변경하면서 모델 예측 제어의 성능을 에너지 시뮬레이션 프로그램을 통해 구현한 가상의 주거 공간에서 실험했다. 또한 데이터 기반 모델을 만들기 위한 훈련 데이터를 수집하는 전략에 따른 모델 예측 정확도의 변화를 파악했다. 본 연구에서 개발한 선형 형태 모델의 예측 정확도 1-NRMSE는 0.9 이상으로 나타났다. 선형 형태 모델을 활용한 모델 예측 제어를 가상의 주거 공간에 적용했을 때는, 일반적인 가정에서 사용되는 실내 온도 기반 온도 제어기에 비해서, 보일러 에너지 사용량을 12% 감소시키거나 쾌적 실내 온도 침해 수준을 0.5℃^2 수준으로 유지시킬 수 있는 제어 성능을 보였다. 모델 예측 제어의 주요 매개변수인 예측 구간과 가중치 간에 상호작용이 발생할 수 있다는 점을 제어 결과를 분석하여 제시하였다. 또한 훈련 데이터의 특성을 훈련 기간, 제어 신호 전략, 외란으로 분류하여, 각 특성이 예측 정확도에 미치는 영향이 모델의 특성에 따라 다르다는 것을 다양한 훈련 데이터와 검증 데이터의 구성으로 확인하였다.
more목차
第 1章 서 론 1
第 2章 데이터 기반 예측 모델 개발 7
2.1 실내 온도 예측 모델 7
2.2 보일러 에너지 사용량 9
2.2.1 급수 온도 예측 10
2.2.2 환수 온도 예측 13
第 3章 모델 예측 제어 프레임워크 17
3.1. 대상 건물 및 시뮬레이션 환경 17
3.2. 데이터 기반 모델을 위한 훈련 데이터 21
3.3. 프레임워크 구성 23
3.4 최적화 25
第 4章 모델 예측 제어 프레임워크 평가 27
4.1. 모델 예측 정확도 27
4.2. 모델 예측 제어 결과 30
4.3. 예측 구간의 변경에 따른 모델 예측 정확도의 변화 34
4.4. 가중치와 예측 범위 간의 상호 작용 39
第 5章 훈련 데이터 수집 전략 41
5.1. 훈련 및 검증 데이터 구성 41
5.2. 훈련 데이터 중 훈련 기간의 영향 44
5.3. 훈련 데이터 중 제어 신호 전략의 영향 45
5.4 훈련 데이터 중 외란의 영향 48
第 6章 결론 52
참고문헌 55
