• 기계저널
• /
• 제32권3호
• /
• pp.247-254
• /
• 1992

이 글에서는 고충아파트에서 층간 열공급의 불균일성이 발생하는 원인을 설명하였고 이 불균일 성을 해소시키는 새로운 열공급 설비 기술을 설명하였으며 그 내용들에 대한 결론은 다음과 같다. (1) 온수 난방 고층아파트의 층간 열공급의 불균일성은 온수공급관과 회수관의 정수압력의 차 이에 의한 유동저항에 의해서 발생한다. (2) 다구역배관망 시스템은 온수공급관과 회수관의 정수압력의 차이에 의해 발생하는 열공급 불균일성의 해소에 거의 기여하지 못한다. (3) 연속난방방식에서 서모스타트의 설치는 각세대의 열공급을 균일하게 할 수 있고 에너지 절 약면에서 가장 유리한 방식이나 고장의 위험성이 가장 크며, 운전의 미숙에 의한 열공급 제어의 불균일성을 초래하기 쉬우며 외기온도가 매우 낮으면 층간 열공급제어가 되지 않을 수 있어서 자동유량조절밸브를 병용하거나 온수공급압력을 충분히 크게 할 필요가 있다. (4) 자동유량조절밸브에 부착하면 단구역 배관망 시스템에서도 층간의 유량공급의 불균일성을 없앨 수 있으나 순환 펌프유량이 부족하면 밸브의 자동유량조절 기능이 상실된다. (5) 수동유량조절밸브는 TAB에 의해서 충간의 유량을 균일하게 조절할 수 있으나 펌프 성능변화 관부식 등이 발생하면 TAB를 다시 할 필요가 발생할 수 있다. 그러나 밸브의 고장이 적고 유 동저항을 적게 발생시키며 한 개의 밸브로 조절할 수 있는 유량의 범위가 큰 점에서는 가장 유 리하다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 2002년도 추계 학술발표회 논문집
• /
• pp.265-270
• /
• 2002

본 연구에서는 AHP(Analytic Hierarchy Process)를 이용한 열 흐름상 에너지시스템의 평가와 함께 그 결과로서 시스템 대안들에 대한 우선순위를 제시하였으며 이를 통해 열공급 시스템에 대한 최적 의사결정을 도출할 수 있는 평가모형을 정립코자 하였다. 일반적으로 AHP 방법은 복잡한 의사결정 문제를 체계적으로 세분하여 분석할 수 있도록 하는 도구를 제공한다.(중략)

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 2001년도 추계 학술발표회 논문집
• /
• pp.111-116
• /
• 2001

• 한국기계기술학회지
• /
• 제13권2호
• /
• pp.63-70
• /
• 2011

In the present study, we developed optimal heat supply algorithm which minimizes the heat loss through the distribution pipe line in group energy apartment. Heating load variation of group energy apartment building in accordance with outdoor air temperature was predicted by the correlation obtained from calorimeter measurements of whole households of apartment building. Supply water temperature and mass flow rate were conjugately controlled to minimize the heat loss rate through distribution pipe line. Group heating apartment located in Hwaseong city, Korea, which has 1,473 households divided in 4 regions, was selected as the object apartment for verifying the present heat supply control algorithm. Compared to the original heat supply system, 10.4% heat loss rate reduction can be accomplished by employing the present control algorithm.

• 설비공학논문집
• /
• 제23권5호
• /
• pp.334-341
• /
• 2011

In the present study, optimal heat supply algorithm which minimize the heat loss through the distribution pipe line in group energy apartment was developed. Variation of heating load of group energy apartment building in accord with the outdoor air temperature was predicted by the heating load-outdoor temperature correlation. Supply water temperature and mass flow rate were controlled to minimize the heat loss through distribution pipe line. District heating apartment building located in Hwaseong city, which has 1,473 households, was selected as the object building for testing the present heat supply a1gorithm. Compared to the previous heat supply system, 10.4% heat loss reduction can be accomplished by employing the present method.

• 대한기계학회논문집B
• /
• 제36권8호
• /
• pp.803-809
• /
• 2012

지역난방 시스템의 최적 스케쥴 제어를 위해서는 난방부하 예측이 필요하다. 공동주택의 난방부하는 복잡한 변수들의 영향을 받기 때문에 손쉬운 난방부하 예측을 위해 사용하기 쉬우며 효용성 있는 예측방법의 개발이 필요하다. 본 연구에서는 익일의 시간별 난방부하를 예측하기 위해 단순화된 외기조건 예측방법과 부하 예측방법을 제안하였다. 난방부하 예측을 위해 건물설계서에서 쉽게 얻을 수 있는 간단한 사양과 예측된 온습도가 사용되었다. 제안된 방법의 타당성을 검증하기 위해 지역난방 시스템으로부터 시간별로 실측된 난방부하와 예측된 결과를 비교하였다. 예측된 외기조건은 실측된 값과 비교하여 변화양상이 잘 일치하였다. 예측된 난방부하와 측정된 난방부하를 비교한 결과, 시간별, 일별, 월별 모두 예측과 실측이 비교적 잘 일치하였으며, 난방기간 동안 월별 부하의 평균 오차는 약 4.68%로 비교적 작은 값을 가졌다.

• 에너지공학
• /
• 제28권4호
• /
• pp.82-93
• /
• 2019

본 연구에서는 기존 열수요 예측 시스템이 공휴일과 같은 특정 일자의 열수요 예측율이 저하되는 문제점을 개선하기 위해 새로운 모델을 제안한다. 제안된 모델은 사계절 혼합형 신경망 모델(Four Season Mixed Heat Demand Prediction Neural Network Model)로서 열수요 예측율 상승하였고, 특히 예측일 유형별(평일/주말/공휴일) 열수요 예측율이 크게 증가하였다. 제안된 모델은 다음과 같은 과정을 통해 선정되었다. 특정 계절에 예측일 유형별로 고른 오차를 갖는 모델을 선정하여 전체 예측 모델을 구성한다. 학습 시간의 단축과 과도학습을 방지하기 위해 구조적으로 단순화된 서로 다른 4개의 모델을 각각 학습한 후에 다양한 조합을 통해 최적의 예측 오차를 보여주는 모델을 선정하였다. 모델의 출력은 예측일의 24시간의 시간대별 열수요이며 총합은 일일 총열수요이다. 이 예측값을 통해 효율적인 열공급 계획을 수립 할 수 있으며, 목적에 따라 출력값을 선택하여 활용할 수 있다. 제안된 모델의 일일 열 총수요 예측의 경우, 전체 MAPE(Mean Absolute Percentage Error, 평균 절대 비율 오차)가 개별 모델의 5.3~6.1%에서 5.2%로 향상되었고, 공휴일 열수요예측은 4.9~7.9%에서 2.9%로 크게 개선되었다. 본 연구에서는 한국 지역난방공사에서 제공한 특정 아파트 단지의 34개월 분량의(2015년 1월~ 2017년10월) 시간단위 열수요 데이터를 활용하였다.