최소가동시간 제약을 고려한 심층 강화학습 기반의 다중 냉동기 운영 모델

Abstract

여름철 냉동기가 건물의 주 에너지 소비자로 고려됨에 따라 효율적인 냉동기 운영은 매우 중요한 문제로 고려된다. 그러나, 건물의 냉방수요가 건물 내외부 환경, 건물 재실자의 행동 등의 여러 요인에 의해 변동하고냉동기의 가동제약조건으로 인해 현재 시점의 운영이 미래 시점의 운영에 제약을 발생시킴에 따라 건물의냉방수요를 정확하게 만족하도록 냉동기를 운영하는 것은 어렵다. 본 연구에서는 이러한 문제를 해결하기 위해 냉동기의 최소가동시간을 고려한 심층 강화학습 기반의 다중 냉동기 운영 모델을 제안한다. 제안한 모델은 외기 정보와 냉방시스템 내부 정보로 구성된 상태에 따른 냉동기 운영 조합이 갖는 가치를 학습하고 실현 가능한 냉동기 운영 중 건물의 냉방수요와 냉동기에 의한 공급 부하 간의 차이를 최소화할 수 있는냉동기 운영 조합을 결정한다. 냉동기의 최소가동시간 제약을 고려한 훈련 알고리즘을 적용하여 제안한 모델의 현실 적용 가능성을 높였으며 실제 국내 A대학교의 데이터를 바탕으로 실험한 결과, 제안한 다중냉동기 운영 모델이 최소가동시간을 준수함과 동시에 건물 냉방 부하와의 차이 측면에서 A대학교의 기존냉동기 운영 로직보다 우수한 성능을 보임을 확인하였다.