과제개요
과제개요
사업명 글로벌핵심인재양성
과제명(한글) Multi-source and Multi-use Heat Pump (MMHP) 시스템의 최적 제어를 위한 인공지능 Artificial Neural Network (ANN) 기반 부하 예측 모델 개발 국제공동연구
과제명(영문) Development of AI ANN-Based Load Prediction Model for Optimal Control of MMHP System (International Research Collaboration)
색인어 (한글) 다열원  / 다열원 히트펌프  / 인공지능  / 최적화
색인어 (영문) Multi source  / Multi source and Multi use Heat Pump  / Artificial Intelligence  / Optimization
과제번호 2019-0-01600-001 해당연도 2019
기술분류 / /
총연구기간 2019-07-01 ~ 2020-12-31 총예산 미공개
기간(당해연도) 2019-07-01 ~ 2019-12-31 예산(당해연도) 미공개
참여기관 미공개
주관기관 부산대학교산학협력단
연락처
연락처
tel : 미공개
cp : 미공개
E-Mail 미공개
TRL시작단계 5 TRL종료단계 7
과학 기술 표준 분류 1 적용분야 1
과학 기술 표준 분류 2 적용분야 2
과학 기술 표준 분류 3 적용분야 3
녹색 기술 분류 국가 중점 과학 기술
6T관련 기술 기술 수명 주기
연구 개발 단계 연구 개발 성격
목적
목적
내용
□ 본 연구는 제로에너지빌딩 구현과 더불어 신재생에너지 융합 시스템의 보급 및 활성화를 목표로 MMHP (Multi-source Multi-use Heat Pump) 기술을 개발하고, 인공지능 기반 최적화 모델을 융합하여 설계/제어기술 개발을 목표로함. 이를 위해, 신재생에너지 융합 시스템 설계 프로그램 및 최적 제어기술을 개발하고자 함. ㅇ 지열-태양열-공기열 활용 MMHP 성능예측모델 개발 ㅇ Artificial Neural Network (ANN) 기반 Air source Heat Pump (ASHP) 와 MMHP 시스템의 부하예측 모델 개발 ㅇ ANN 기반 ASHP/MMHP 시스템 부하 예측 모델의 자동 최적화 모듈 개발 □ 지열-태양열-공기열 활용 MMHP 성능예측모델 개발 ㅇ 기존 MMHP 활용기술 연구 및 프로젝트 사례조사 ㅇ 에너지 시뮬레이션을 이용한 MMHP 성능예측모델 개발 ㅇ 최적 시스템 디자인 선정을 위한 민감도 분석 ㅇ 제어방식에 따른 시스템 성능 및 에너지 사용량 분석 ㅇ 기존 ASHP (Air-source Heat Pump) 시스템과 성능 및 에너지 사용량 비교분석 □ MMHP 시스템 기반의 인공지능 제어기술 개발 ㅇ 신재생에너지 + 인공지능 관련 연구 및 프로젝트 사례조사 ㅇ 인공지능 기반 부하 예측 모델 개발 ㅇ 제어 변수 선정 및 변수간 상관관계 분석 ㅇ ANN 모델 오차율 및 보정을 통한 ASHP/MMHP 부하 예측모델 개발 ㅇ ASHP/MMHP 시스템 부하 예측 모델의 자동 최적화 모듈 개발 ㅇ 인공지능 기반의 예측모델을 활용한 ASHP/MMHP 시스템 최적, 실시간 제어 흐름도(Flow chart) 구축 □ 국제 호환형 신재생에너지 융합 시스템 성능 평가 모델 개발 ㅇ ISO, ASHRAE 등 국제기준에 부합하는 신재생에너지 융합 시스템 시뮬레이션 모델 구축 ㅇ 신재생에너지 융합 시스템 + 최적화 융합 모델 개발
주요 내용
주요내용
내용
■ 지열-태양열-공기열 활용 MMHP 성능예측모델 개발 ㅇ 기존 지열, 태양열, 공기열 및 MMHP 활용기술 국내외 선행연구 및 프로젝트 사례조사 ㅇ 에너지 시뮬레이션을 이용한 MMHP의 성능예측모델 개발 - 건물부하모델 + 태양열 집열기 + 지중열교환기 + 기상모델 + 히트펌프 + 에너지 저장장치를 조합한 시뮬레이션 모델 구축 ■ ANN 기반 ASHP 시스템 부하 예측 초기 모델 개발 ㅇ 신재생에너지 시스템 + 인공지능 관련 선행연구 및 프로젝트 사례조사 ㅇ ANN 기반 ASHP 시스템 부하 예측 초기 모델 개발 - 외부 기상 및 실내환경 데이터, 건물 시스템 데이터 수집 - ASHP 시스템 제어 변수 선정 및 변수들의 상관관계 분석 ■ MMHP 시스템 운전 알고리즘 구축 및 성능분석 ㅇ 최적 시스템 디자인 선정을 위한 민감도 분석 - 건물부하조건, 열원이용방법, 기상조건 등 다양한 설계변수에 따른 Case Study 수행 - Case Study 결과에 근거한 시스템 디자인 및 설계용량 선정 ㅇ MMHP 시스템 운전 알고리즘 구축 - 기상조건, 열원조건, 냉난방부하조건 등을 고려한 운전로직 분석 ㅇ 최적 제어조건 선정 및 시스템 성능과 에너지 사용량 비교 분석 - 기존 시스템과 MMHP 시스템의 운전방법에 따른 시스템 성능 및 사용량 비교분석 - 성능분석에 근거한 MMHP 시스템 최적 제어조건 선정 ■ ANN 기반 MMHP 시스템 부하 예측 초기 모델 개발 ㅇ ANN 기반 MMHP 시스템 부하 예측 초기 모델 개발 - 외부 기상 및 실내환경 데이터, 건물 시스템 데이터 수집 - MMHP 시스템 제어 변수 선정 및 변수들의 상관관계 분석 ■ ANN 기반 ASHP/MMHP 시스템 부하 예측 모델의 예측정확도 검증 ㅇ 구축된 두가지 ANN 모델 오차율 분석 및 보정 ㅇ ANN 모델 예측 정확도 검증 및 보정 - MMHP의 열원이 바뀜에 따른 ANN의 예측 정확도 분석 - 예측모델의 예측 결과와 시뮬레이션 결과의 비교를 통한 예측 정확도 검증 및 보정 ■ ANN 모델 자동 최적화 모듈 개발 및 모델 최적화 ㅇ ANN 최적화를 위한 자동화 모듈 개발 및 모델 최적화 ㅇ MMHP 및 ASHP 시스템의 최적, 실시간 제어를 위한 제어흐름도 구축 ■ 국제 호환형 신재생에너지 융합 시스템 성능평가 모델 개발 ㅇ ISO, ASHRAE 등 국제기준에 부합하는 신재생에너지 융합 시스템 성능예측모델 구축 ㅇ 신재생에너지 융합 시스템 + 최적화 모델 개발
기대 효과
기대효과
내용
1. 협력연구 기대 효과 ㅇ 국내 신재생에너지 융복합 기술과 선도국의 인공지능 기술을 연계한 최적화 기술을 통해 신재생에너지 융복합 최적화 기술의 글로벌 경쟁력 확보 ㅇ 신재생에너지 시스템의 설계기술을 보유한 부산대학교와 인공지능 기반 최적화 기술을 가진 NCSU와 기술협력을 통해 신재생에너지 융복합 최적화 기술 개발 효과. ㅇ 국제 호환형 신재생에너지 융합 시스템에 대한 최적설계 및 개선 기술 확보 효과 2. 연구성과 활용 방안 ㅇ 태양열-지열-공기열 융합 시스템 외에도, 단일열원 및 다열원을 이용한 신재생에너지 시스템에 대해 인공지능 최적화 모델을 이용하여 설계기술을 개발할 수 있음. ㅇ 신재생에너지 시스템의 각 열원별 최적제어 방안을 선정할 수 있으며 이는 향후 신재생에너지 시스템 설계가이드라인으로 활용될 수 있음. 3. 파견에 따른 글로벌 인재양성 효과 ㅇ 신재생에너지 융복합 시스템에 다각적인 방면으로 인공지능 기술을 활용할 수 있으며, 본 기술개발을 통해 “신재생에너지 시스템” + “인공지능 기술”의 글로벌 경쟁력 확보와 더불어 ICT 관련 분야의 인재양성 효과 ㅇ 태양열-지열-공기열 기술을 융합하는 에너지 효율 향상 기술로써 기존의 개별 기술의 단점을 보완하여 신재생에너지 보급률을 획기적으로 증가시키며, 국가 에너지 안보 및 경쟁력 확보에 이바지함. ㅇ 상용화 기술 확보시, 제로에너지 빌딩 적용 신재생에너지 융복합 기술로써 수출 가능성이 높고 국가 에너지 경쟁력 향상에 기여함. 4. 후속 연구계획 및 성과관리 ㅇ 신재생에너지 융복합 시스템은 다양한 열원을 이용하기 때문에 열원의 조합에 의해 설계변수는 달라짐. 따라서 태양열, 지열, 공기열 뿐만 아니라 다양한 신재생에너지 시스템 최적화 연구를 수행할 수 있음. ㅇ 또한 본 연구를 통해 개발된 ANN 기반의 MMHP 시스템 부하 예측 모델과 최적, 실시간 제어를 위해 구축한 제어 흐름도를 토대로 platform을 구축하여 ANN 기반의 MMHP 최적, 실시간 제어에 대한 연구를 수행 할 수 있음. 5. 파견인력 등 진로 추적 등 사후관리 ㅇ 파견 중 미국 내 국립연구소, 대학 및 국내 정부출연연구소와 연구협업을 통해 구축한 인적 네트워크를 이용하여 취업 및 유학에 대한 정보공유 및 교류를 지원함.
최종 목표
최종목표
내용
□ 본 연구는 제로에너지빌딩 구현과 더불어 신재생에너지 융합 시스템의 보급 및 활성화를 목표로 MMHP (Multi-source and Multi-use Heat Pump) 기술을 개발하고, 인공지능 기반 최적화 모델을 융합하여 설계/제어기술 개발을 목표로함. 이를 위해, 신재생에너지 융합 시스템 설계 프로그램 및 최적 제어기술을 개발하고자 함. ㅇ 지열-태양열-공기열 활용 MMHP 성능예측모델 개발 ㅇ Artificial Neural Network (ANN) 기반 Air source Heat Pump (ASHP) 와 MMHP 시스템의 부하예측 모델 개발 ㅇ ANN 기반 ASHP/MMHP 시스템 부하 예측 모델의 자동 최적화 모듈 개발 □ 지열-태양열-공기열 활용 MMHP 성능예측모델 개발 ㅇ 기존 MMHP 활용기술 연구 및 프로젝트 사례조사 ㅇ 에너지 시뮬레이션을 이용한 MMHP 성능예측모델 개발 ㅇ 최적 시스템 디자인 선정을 위한 민감도 분석 ㅇ 제어방식에 따른 시스템 성능 및 에너지 사용량 분석 ㅇ 기존 ASHP (Air-source Heat Pump) 시스템과 성능 및 에너지 사용량 비교분석 □ MMHP 시스템 기반의 인공지능 제어기술 개발 ㅇ 신재생에너지 + 인공지능 관련 연구 및 프로젝트 사례조사 ㅇ 인공지능 기반 부하 예측 모델 개발 ㅇ 제어 변수 선정 및 변수간 상관관계 분석 ㅇ ANN 모델 오차율 및 보정을 통한 ASHP/MMHP 부하 예측모델 개발 ㅇ ASHP/MMHP 시스템 부하 예측 모델의 자동 최적화 모듈 개발 ㅇ 인공지능 기반의 예측모델을 활용한 ASHP/MMHP 시스템 최적, 실시간 제어 흐름도(Flow chart) 구축 □ 국제 호환형 신재생에너지 융합 시스템 성능 평가 모델 개발 ㅇ ISO, ASHRAE 등 국제기준에 부합하는 신재생에너지 융합 시스템 시뮬레이션 모델 구축 ㅇ 신재생에너지 융합 시스템 + 최적화 융합 모델 개발
논문 목록
관련 논문
논문 명 초록
등록된 내용이 없습니다
지재권 목록
관련 지재권 목록
발명 명 출원 번호
등록된 내용이 없습니다
기술이전 목록
관련 기술이전 목록
기술실시 대상 기관명 기술실시 계약 명 기술 이전 업체 유형명
등록된 내용이 없습니다
개발중인 기술(기술예고)
개발중인 기술(기술예고)
기술번호 기술명 목표시기
등록된 내용이 없습니다
이전가능 기술(사업화 대상기술)
이전가능 기술(사업화 대상기술)
기술번호 기술명 목표시기
등록된 내용이 없습니다