Application of multi-objective genetic algorithm to optimize energy efficiency and thermal comfort in building design

연구 요약

건물 내에서 실내 환경(Indoor environment)과 에너지 소비(Energy consumption)를 목적 함수로 최적화하는 데 NSGA-2를 사용하였으며, 이 과정에서 시간과 비용이 많이 드는 컴퓨터 시뮬레이션을 직접 사용하는 대신, GA-BP 모델을 구축하여 이를 목적 함수로 활용하였다. GA-BP는 정확도가 매우 높으며, NSGA-2 솔루션은 좋은 성과를 내었다.

실내 환경 (Indoor Environment)

• 사람들의 편안함을 고려한 설계는 온도, 습도, 공기 질, 조명 등을 적절히 조정하는 것이 중요.
• 잘 맞춰지면 사람들은 실내 환경에서 편안함을 느낄 수 있음.

에너지 소비 (Energy Consumption)

• 실내 환경의 편안함을 우선시하면 에너지 소비가 증가할 수 있음.
  • 예: 온도를 편안하게 맞추기 위해 냉난방 시스템의 과도한 작동 필요, 이로 인해 에너지 소비 증가.

에너지 소비와 실내 환경의 상충

• Energy consumption과 Indoor environment는 건물 설계에서 근본적이고 상충하는 기준.
• 실내 환경을 사람들에게 편안하게 맞추면, 에너지 소비가 증가함.

이 두 가지 요소는 건물 설계에서 상호 고려되어야 한다.

따라서 건물 설계는 Multi-objective optimization이 필요하다.

건물 설계 과정

1. 개념 설계 (The Conceptual Design)
   • 건물 성능에 영향을 주는 중요한 요소들이 고려됨.
   • 불완전한 계획에 대한 정량적 분석이 어려워 간과될 수 있음.
2. 초기 설계 (The Preliminary Design)
3. 세부 설계 (The Detailed Design)

기존 분석 도구

• Ecoteck, EnergyPlus, DOE-2, TRNSYS 등의 시뮬레이션 소프트웨어가 있음.
• Lighting and thermal method로 지역 기후에 따라 연간 초기 에너지 소비를 계산함.
• 하지만, 사용이 불편한 경우가 많음.

때문에, GA-BP모델을 구축하여 예측값을 도출함.

연구의 방향성

• 건물의 패시브 디자인을 활용하여 실내 열적 환경 조건을 개선하고, 건물의 에너지 절약에 영향을 미치는 요소들을 제거하며 실내 열적 환경의 개선.
  -Indoor environment과 Energy consumption간의 충돌을 해결하는 데 중점.
• 건물 개념 설계 단계에서 건물 요소를 어떻게 활용하여 에너지 소비를 효율적으로 관리할지에 대한 고려는 부족.

GA-BP 모델 학습

라벨 정의

• Energy consumption은 연중 온도 조절기 설정 값을 18도에서 26도 사이로 유지하는 부하.
• Indoor environment는 연중 18도에서 26도 인 시간을 8760으로 나눈 값.

GA

ANN

학습 그래프

최적화 모델 프레임 워크

결과

Pareto front

논문 출처: https://www.sciencedirect.com/science/article/abs/pii/S0378778814010305