본문바로가기

자료 카테고리

전체 1
도서자료 0
학위논문 1
연속간행물·학술기사 0
멀티미디어 0
동영상 0
국회자료 0
특화자료 0

도서 앰블럼

전체 (0)
일반도서 (0)
E-BOOK (0)
고서 (0)
세미나자료 (0)
웹자료 (0)
전체 (1)
학위논문 (1)
전체 (0)
국내기사 (0)
국외기사 (0)
학술지·잡지 (0)
신문 (0)
전자저널 (0)
전체 (0)
오디오자료 (0)
전자매체 (0)
마이크로폼자료 (0)
지도/기타자료 (0)
전체 (0)
동영상자료 (0)
전체 (0)
외국법률번역DB (0)
국회회의록 (0)
국회의안정보 (0)
전체 (0)
표·그림DB (0)
지식공유 (0)

도서 앰블럼

전체 1
국내공공정책정보
국외공공정책정보
국회자료
전체 ()
정부기관 ()
지방자치단체 ()
공공기관 ()
싱크탱크 ()
국제기구 ()
전체 ()
정부기관 ()
의회기관 ()
싱크탱크 ()
국제기구 ()
전체 ()
국회의원정책자료 ()
입법기관자료 ()

검색결과

검색결과 (전체 1건)

검색결과제한

열기
논문명/저자명
딥 러닝 기반의 전력수요예측을 통한 건물에서의 에너지 관리 전략 [전자자료] = Building energy management strategy with deep learning based load forecasting / 김남규 인기도
발행사항
인천 : 인하대학교 대학원, 2018.2
청구기호
전자형태로만 열람 가능함
형태사항
1 온라인자료 : PDF
자료실
전자자료
제어번호
KDMT1201846581
주기사항
학위논문(석사) -- 인하대학교 대학원, 전기공학과, 2018.2. 지도교수: 원동준
원문

목차보기더보기

표제지

목차

국문요약 9

Abstract 10

제1장 서론 11

1.1. 연구 동향 및 배경 11

1.2. 연구 목적 및 내용 14

제2장 전력수요 예측 기법 비교 15

2.1. CBL(고객기준부하)의 개념과 산정 방법 15

2.2. 딥 러닝을 활용한 수요 예측 19

2.3. 전력수요 예측 시뮬레이션 23

제3장 빌딩에서의 에너지 관리 전략 26

3.1. HVAC 시스템을 활용한 에너지 관리 전략 28

3.1.1. HVAC 시스템의 열 모델 및 사용자 편의도 28

3.1.2. HVAC 시스템 피크 저감 최적화 알고리즘 32

3.2. ESS를 활용한 에너지 관리 전략 34

3.2.1. ESS의 개요 및 활용방안 34

3.2.2. ESS를 활용한 피크 저감 최적화 알고리즘 35

제4장 시뮬레이션 시나리오 구성 및 결과분석 39

4.1. HVAC 시스템 피크 저감 최적화 알고리즘 시뮬레이션 39

4.2. ESS 피크 저감 최적화 알고리즘 시뮬레이션 50

4.3. HVAC, ESS 최적화 알고리즘 통합 시뮬레이션 60

제5장 결론 66

참고문헌 67

표 1.1. 주요국 에너지 소비량 추이(1971-2014) 12

표 2.1. 국내 CBL 현황 16

표 2.2. 상황별 CBL 산정 분류 18

표 2.3. 2017년 8월 7일 예측 기법별 RMSE 및 MAPE 24

표 2.4. 2017년 8월 9일 예측 기법별 RMSE 및 MAPE 25

표 2.5. 2017년 8월 12일 예측 기법별 RMSE 및 MAPE 25

표 3.1. ESS의 활용 방안 34

표 4.1. 시뮬레이션 건물 모델 입력 데이터 39

표 4.2. HVAC 시스템 시뮬레이션 시나리오 41

표 4.3. 여름철 HVAC 시스템 데이터 42

표 4.4. Case 1 결과 44

표 4.5. Case 2 결과 47

표 4.6. 14시~15시 실내온도 제약 47

표 4.7. Case 3 결과 50

표 4.8. ESS 시뮬레이션 시나리오 51

표 4.9. Case 1 결과 55

표 4.10. Case 2 결과 57

표 4.11. Case 3 결과 59

표 4.12. 14시~17시 실내온도 제약 61

표 4.13. 통합 시뮬레이션 결과 65

그림 1.1. 전 세계 에너지 소비량 추이 11

그림 1.2. U.S. Commercial Sector Electricity Consumption, 2016 13

그림 2.1. CBL 산정 알고리즘 FlowChart 17

그림 2.2. DNN의 기본 구조 19

그림 2.3. Vanishing Gradient 문제 20

그림 2.4. RNN과 LSTM의 Hidden Layer 내부구조 21

그림 2.5. Cell State 구조 21

그림 2.6. Cell State의 내부 Layer 종류 22

그림 2.7. 2017년 8월 7일 실제데이터와 예측데이터 비교 24

그림 2.8. 2017년 8월 9일 실제데이터와 예측데이터 비교 24

그림 2.9. 2017년 8월 12일 실제데이터와 예측데이터 비교 25

그림 3.1. 피크 저감 최적화 알고리즘 입·출력 데이터 및 구조 26

그림 3.2. MATLAB Simulink 열 모델 28

그림 3.3. 습공기 선도에서의 계절별 Comfort Zone (90% acceptability level) 30

그림 3.4. 습공기 선도에서의 계절별 Comfort Zone (80% acceptability level) 31

그림 3.5. ESS를 활용한 피크 저감 최적화 알고리즘 FlowChart 35

그림 4.1. 교육용(을) 고압A 선택II 요금 (여름철) 40

그림 4.2. 실외온도 및 실내온도 (여름철) 40

그림 4.3. 실외온도 및 실내온도 42

그림 4.4. HVAC 시스템 설정온도 43

그림 4.5. 9시~18시 실내온도 및 온도제약 43

그림 4.6. 9시~18시 HVAC 시스템 출력 44

그림 4.7. 실외온도 및 실내온도 45

그림 4.8. HVAC 시스템 설정온도 45

그림 4.9. 9시~18시 실내온도 및 온도제약 46

그림 4.10. 9시~18시 HVAC 시스템 출력 46

그림 4.11. 실외온도 및 실내온도 48

그림 4.12. HVAC 시스템 설정온도 48

그림 4.13. 9시~18시 실내온도 및 온도제약 49

그림 4.14. 9시~18시 HVAC 시스템 출력 49

그림 4.15. 교육용(을) 고압A 선택II 요금 (여름철) 51

그림 4.16. 인하대 부하데이터 2017.08.07. (월) 52

그림 4.17. 인하대 부하데이터 2017.08.09. (수) 52

그림 4.18. 인하대 부하데이터 2017.08.12. (토) 53

그림 4.19. 기존 부하와 ESS 운영시의 부하 비교 54

그림 4.20. Case 1 ESS 출력 54

그림 4.21. Case 1 ESS SOC 55

그림 4.22. 기존 부하와 ESS 운영시의 부하 비교 56

그림 4.23. Case 2 ESS 출력 56

그림 4.24. Case 2 ESS SOC 57

그림 4.25. 기존 부하와 ESS 운영시의 부하 비교 58

그림 4.26. Case 3 ESS 출력 58

그림 4.27. Case 3 ESS SOC 59

그림 4.28. 기존 부하와 ESS 운영시의 부하 비교 61

그림 4.29. 실외온도 및 실내온도 62

그림 4.30. HVAC 시스템 설정온도 62

그림 4.31. 9시~18시 실내온도 및 온도제약 63

그림 4.32. 9시~18시 HVAC 시스템 출력 64

그림 4.33. 통합 시뮬레이션 ESS 출력 64

그림 4.34. 통합 시뮬레이션 ESS SOC 65

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차
연속간행물 팝업 열기 연속간행물 팝업 열기