[논문 리뷰] Building Cyber-Physical Energy Systems

Grigore Stâmâtescu, Iulia Stamatescu외 3명|arXiv (Cornell University)|2016. 05. 23.

Smart Grid Security and Resilience참고 문헌 10인용 수 9

한 줄 요약

이 논문은 스마트 빌딩을 중심으로 하며, 열 조절 성능 최적화와 에너지 소비 감소를 위해 HVAC 시스템의 예측 제어 모델(MPC)을 중심으로 하는 사이버-물리 에너지 시스템(CPES)을 제안한다. BACnet 기반 센서 및 제어기에서 실시간 데이터를 수신하기 위해 웹 기반 미들웨어(SMAP)를 통합함으로써 기존 빌딩 관리 시스템(BMS)과의 호환성을 유지하면서도 지점 수준의 예측 제어를 가능하게 하며, 신규 캠퍼스 시설에서 에너지 절감 효과와 제어 성능을 검증하기 위한 시범 구축을 계획하고 있다.

ABSTRACT

The built environment, as hallmark of modern society, has become one of the key drivers of energy demand. This makes for meaningful application of novel paradigms, such as cyber-physical systems, with large scale impact for both primary energy consumption reduction as well as (micro-) grid stability problems. In a bottom-up approach we analyze the drivers of CPS design, deployment and adoption in smart buildings. This ranges from low-level embedded and real time system challenges, instrumentation and control issues, up to ICT security layers protecting information in a world of ubiquitous connectivity. A modeling and predictive control framework is also discussed with outlook of deployment for HVAC optimization to a new facility for research from our campus.

연구 동기 및 목표

• 주요 에너지 소비를 줄이기 위해 확장 가능하고, 안전하며 상호 운용 가능한 사이버-물리 에너지 시스템(CPES)을 스마트 빌딩에 구축하기.
• 실시간 데이터 및 날씨/점유자 예측을 활용하여 지점 수준의 HVAC 시스템 예측 제어를 가능하게 하기.
• 기존 빌딩 관리 시스템(BMS)의 운영에 영향을 주지 않으면서 CPES를 통합하기.
• 신규 캠퍼스 연구 시설에서의 시범 구축을 통해 에너지 절감 효과와 거주자 편안함을 검증하기.
• 스마트 캠퍼스 생태계를 구성하기 위한 다수의 스마트 빌딩을 융합하는 기반 마련하기.

제안 방법

• 실시간 예측 제어를 위해 빌딩 저항-용량 모델링(BRCM) 툴박스를 기반으로 한 검증된 선형화된 상태공간 열 모델을 모듈식으로 설계한다.
• 8시간 예측 수평선과 10분 샘플링 간격을 갖는 모델 예측 제어(MPC)를 적용하며, 날씨 및 점유자 예측을 통합한다.
• SMAP 웹 기반 미들웨어를 사용하여 다양한 데이터 소스에서 온 BACnet 호환 센서 및 제어기로부터 실시간 데이터를 집계한다.
• 현지 4파이프 팬코일 제어기와 통신하는 수퍼바이저 제어 프레임워크를 구현하며, BMS 功能을 모방하여 검증을 수행한다.
• HVAC, 전기 부하, 스마트 그리드 통합 구성 요소 전반에 걸쳐 '모니터링, 모델링, 완화'의 3M 방법론을 적용한다.
• 물리적 제약 조건(예: CO2 농도, 온도 설정값)과 외부 조건(날씨, 점유자 수)을 MPC 최적화 문제에 통합한다.

실험 결과

연구 질문

• RQ1 실제 빌딩에서 지점 수준의 HVAC 시스템에 대해 모델 예측 제어를 효과적으로 적용하여 에너지 소비를 줄일 수 있는가?
• RQ2 실시간 날씨 및 점유자 예측을 통합할 경우 예측 HVAC 제어 성능에 어떤 영향을 미치는가?
• RQ3 기존 BMS의 운영에 영향을 주지 않으면서 CPES를 동시에 구현할 수 있는가?
• RQ4 표준화된 미들웨어(예: SMAP)는 이질적인 빌딩 제어 시스템 간의 상호 운용성을 어떻게 지원하는가?
• RQ5 CPES 프레임워크는 다수의 빌딩에 확장 및 복제 가능하여 스마트 캠퍼스로의 전환에 얼마나 기여할 수 있는가?

주요 결과

• 제안된 CPES 프레임워크는 BRCM에서 유도된 검증된 선형화된 상태공간 열 모델을 활용하여 지점 수준의 예측 제어를 가능하게 한다.
• 이전 실험 검증을 통해 날씨 및 점유자 관련 불확실성을 효과적으로 처리할 수 있는 유연성을 보이는 MPC 전략을 입증하였다.
• SMAP 미들웨어는 BACnet 기기 및 OPC 서버를 포함한 다양한 소스에서 실시간 데이터를 성공적으로 집계하여 확장 가능한 데이터 통합을 실현하였다.
• 기존 BMS와 공존하도록 설계되어 기준 에너지 소비 비교 및 제어 전략 검증이 가능하다.
• 시범 구축의 初기 결과는 중앙 집중식 최적화를 통해 에너지 비용 절감 잠재력과 열 조절 편안함 향상 가능성을 시사한다.
• 표준화된 통신 및 제어 프로토콜을 통해 다수의 스마트 빌딩을 융합할 수 있도록 향후 스마트 캠퍼스로의 확장성을 지원한다.