Implementation and Performance Analysis of An Optimal Energy Management System Using Data Inference and Cloud Hosting Scheme

논문 2016-53-10-7

데이터추론 및 클라우드 호스팅 기법을 활용한 최적 에너지 관리시스템 구현 및 성능분석

( Implementation and Performance Analysis of An Optimal Energy Management System Using Data Inference and Cloud Hosting Scheme )

김 경 신

^*

^**

( Kyung-Shin Kim and Moon-Sik Kang

)

요 약

본 논문에서는 에너지관리의 효율성 향상을 위하여 데이터 추론기법과 클라우드 호스팅 기법을 활용한 최적의 에너지 관리 시스템을 제안하였다. 에너지 절약 및 효율적인 관리 기법이 에너지 생산 및 공급을 줄이기 위해서 매우 유용하다는 점에 대 한 관심이 부각되고 있다. 에너지 관리시스템은 컴퓨터를 사용하여 합리적인 에너지 이용과 함께 쾌적하고 기능적인 업무 환 경을 효율적으로 유지․보전하기 위한 제어․관리시스템을 의미한다. 제안 시스템은 에너지관리를 위해 다양한 설비를 제어하 고, 에너지 소비 환경의 변화로부터 추론을 위한 데이터를 획득하며, 에너지를 사용하는 환경의 변화에 최적으로 적응함으로써 효율적인 에너지 관리가 가능하도록 구현되었다. 구현된 시스템의 성능을 평가하기 위해서 대상 설비에 대한 추론엔진이 작동 하는 서버에서 월간 전력사용량을 고려한 실험을 실시하였고, 그 결과 우수한 성능을 보임을 확인하였다.

Abstract

In this paper, we propose an optimal energy management system using the data inference scheme and the cloud hosting technique in order to improve the efficiency of the energy management. We have been interested in the issue that the energy-saving and efficient management techniques are very useful for reducing the production and supply of energy. The energy management system refers to the control and management system in order to enable the efficient use of energy and also to maintain a comfortable and functional working environment effectively with the help of a computer. The proposed system controls a variety of equipment for energy management, and also gets the data for the inference from the changes in energy consumption environment, which is implemented to enable efficient energy management by adapting and controlling the changes optimally in the working environment. In order to evaluate the performance of the implemented system, some experiments have been performed under consideration of the monthly electric power consumption on the server that the inference engine is operating for the target facilities. Finally, the results show that the proposed system has a good performance.

Keywords : 데이터 추론기법, 에너지 관리시스템, 클라우드 호스팅, 전력사용량, 최적 제어

*정회원, 청강문화산업대학교

(ChungKang College of Cultural Industries)

**정회원, 강릉원주대학교

(GangneungWonju National University)

ⓒCorresponding Author (E-mail : [email protected])

Received ;

Revised ;

Accepted ;

I. 서 론

최근 에너지를 보다 효율적으로 사용하고 제어하는 것에 대한 중요성이 부각되고 있으며, 에너지 절감장치 도입에 대한 관심이 더욱 높아지고 있다. 건물 신축시 이러한 장치를 도입하려면 추가적인 많은 시설이 요구

된다^{[1, 5]}. 또한 기존 건물에 추가하는 경우에도 신축 건 물처럼 많은 시설이 필요하게 되며, 이처럼 많은 추가 시설로 인하여 투자된 비용대비 에너지 효율성을 높게 유지하면서 관리하는 것이 매우 어려운 실정이다. 따라 서 효율이 높은 에너지 절감장치에 대한 연구가 절실 히 요구되며, 이를 위해서는 추론 알고리즘의 개발이 필요하게 된다^[6]. 에너지 관리시스템(energy management system)은 컴퓨터를 사용하여 합리적인 에너지 이용과 함께 쾌적하고 기능적인 업무 환경을 효율적으로 유 지․보전하기 위한 제어․관리시스템이다. 일반적으로 에너지관리시스템은 단순한 상황인지를 이용하는 관리 시스템으로 실내온도 정보, 설정온도 정보 및 조도정보 를 포함한 내부 환경정보와 외부 환경정보를 수집하여 활용하고 있다^{[2, 4]}.

따라서 본 연구에서는 데이터 추론기법과 클라우드 호스팅 기법을 활용한 최적에너지 관리시스템에 대한 내용을 다룬다.^{[3, 6, 8]}. 에너지 절감장치는 예측 엔진과 예측제어 엔진으로 구성되며, 서버에 위치한 예측 엔진 에는 고정_데이터, 외부_데이터, 내부_데이터 등 클라 우드 기반 데이터를 관리하는 데 매우 유용하다. 클라 이언트에 위치한 예측제어 엔진은 서버에서 추론된 데 이터를 기반으로 보다 세밀한 예측을 통해 에너지 사 용량을 더욱 감소되도록 한다. 또한 에너지 이력 정보 를 이용하여 에너지 소비량을 최소화하는 기법은 다양 한 분야에서 활용되는데, 에너지 이력정보를 포함하는 에너지 관리기법은 특히 구조물 관련분야에서 널리 활 용된다.

본 논문에서는 효율적인 에너지관리를 위하여 데이터 추론기법과 클라우드 호스팅 기법을 활용한 최적의 에너 지 관리시스템을 제안하였다^[6～9]. 제안된 시스템은 에너 지를 사용하는 환경의 변화를 최적으로 제어함으로써 효 율적인 에너지 관리가 가능하도록 구현되었으며, 그 성 능을 분석하고 평가하였다. 본 논문의 구성은 다음과 같다.

서론에 이어 Ⅱ장에서 데이터추론과 제어기법을 중심으 로 관련기술에 대하여 설명하고, Ⅲ장에서는 제안된 최 적 관리시스템의 구현 및 동작에 대하여 기술한다. Ⅳ장 에서 제안시스템의 성능평가 및 분석 결과를 기술하며, 마지막으로 V장에서 결론을 맺는다.

Ⅱ. 데이터추론 및 제어 기법

다양한 산업이나 사회 분야에서 수요예측에 ARIMA 모델을 널리 활용하고 있다. ARIMA 모델은 일반화된 ARMA 모델로 시계열 데이터로 구성되는데 데이터에 분석과 예측에 유용하다. 그러나 이 모델은 시계열 데 이터의 주기적인 특성을 반영하기에 어려운 단점이 있 어서, 본 연구에서는 자료의 주기적인 특성, 계절적 특 성을 갖는 경우를 고려하여 ARIMA모델을 보완한 SARIMA (Seasonal Autoregressive Integrated Moving Average) 모델을 사용하였다. 먼저 기본적인 ARIMA 모델은 (1)식과 같이 표현된다^[6].

  _ _^⋯ _^ ^_

     _ _^⋯ _^_ (1) 또한 자귀회귀는 (2)식으로, 이동평균은 (3)식으로 나타 낼 수 있다.

자기회귀  _    _ _^⋯ _^(2) 이동평균  _    _ _^⋯ _^

(3) 이를 기반으로 ARIMA(p, d, q)모델을 간략하게 나타낸 것이 (4)식이다.

_ ^_   __ (4) 여기서 각 변수의 의미는 다음과 같다.

_: 원시계열자료

: 시간을 나타내는 연산자

_:  ^을 따르는 오차항, 백색잡음

: 후항연산자

: 자기회귀(AutorGressinve) 항의 차수

: 이동평균(Moving Average) 항의 차수

: 차분의 차수

: 상수

본 논문에서는 사용하는 SARIMA 모델은 계열분석 기법 중에서도 시계열 자료가 계절성이나 혹은 주기적 특성을 지니고 있는 경우에 적합한 모델이다. 이것을 수 식으로 나타내면 (6)식으로 표현된다.









 



 



  









: 계절 ^항의 차수

: 계절 항의 차수

: 계절차분의 차수

[그림 1]은 데이터 추론을 위한 SARIMA 모델을 나 타낸 것이다. 이 모델은 설정단계, 추정단계, 예측 단계 로 구분되는데, 설정(identification)단계에서는 입력된 데이터를 변환, 차분, 계절변동 등 모델의 형태를 특성 화하여 설정한다. 추정(estimation)단계에서는 파라미터 의 추정치와 정확도를 나타내는 통계량으로 모델의 적 절성을 확인하여 어떤 예측(forecasting)을 할 것인지를 결정한다.

그림 1. 데이터 추론을 위한 SARIMA 모델 Fig. 1. SARIMA model for data inference.

2.2 관리시스템 제어 기능과 동작

에너지 관리시스템의 제어기는 서버로부터 전력 사 용 계획, 온도, 습도, CCTV, 조도센서 등으로부터 수신 한 값 등을 입력으로 받으며, 대상 시설(점포와 같은)에 설치하여 경우 예상되는 방문객수와 날씨에 따른 냉/난 방 온도값, 전력사용랼, 일간, 시간에 대한 전력 사용계 획 값 등을 이용하여 디바이스를 제어하는 기능을 포 함한다. 관리시스템은 추론엔진 서버(inference engine server)와 데이터마이닝 서버(data mining server)로 구 성되어 있으며, 계약전력, 방문객수, 날씨, 사용전력, 피 드백 결과, 이벤트 데이터 등과 같은 데이터들이 데이 터베이스에 수집된다. 추론엔진 서버는 이전의 추론 값 과 피드백 결과의 비교를 통해 학습하고, 입력 값을 조 합하여 월간, 주간 전력 사용량을 계산하는 기능을 수 행한다. 수집된 데이터는 수집된 기간에 따라 월간, 주 간 전력 등으로 구분된다. 데이터마이닝 서버는 에너지 사용 환경이 유사한 데이터를 찾아주는 기능을 한다.

제안하는 관리시스템은 스마트 모드를 추가하여, 설 치된 대상점포의 냉난방을 제어할 수 있도록 설계되었다.

본 시스템을 이용하면 스마트폰이나 패드를 사용하여 냉난방을 제어하고 동작 상태를 감시할 수 있다. [그림 2]는 구현된 센서 디바이스를 나타낸 것으로, 센서는 온도, 습도 데이터를 3초 마다 제어장치로 획득한 데이 터를 전송한다. 또한 최적화된 설정 온도 값을 에어컨 에 전달하며, 에어컨의 운전상태 및 온도 설정 변경이 가능하도록 구현하였다.

그림 2. 센서 디바이스 Fig. 2. Sensor devices.

Ⅲ. 제안하는 최적 에너지 관리시스템

3.1 시스템 구성

제안하는 관리시스템은 제어기를 통해 데이터 추론 과 온톨로지 결과를 이용하여 설비 제어가 가능하도록 구성하였으며, 센서로 부터 획득한 데이터를 분석하여 냉난방 동작이 시작된다. [그림 2]는 구현된 에너지 관 리시스템의 구성도를 나타낸 것으로, 본 시스템은 WEMS (Wholesale Energy Management System) 서버와 연 동하여 동작하도록 구성하였다. 이것은 중앙제어기 (main controller), 추론제어기, 스마트 패드, 공유기, 앱 프로그램 등으로 구성된다. WEMS 서버는 관리자가 시스템을 관제할 수 있도록 전체적인 통제 기능을 갖 고 있으며, 중앙제어기는 냉난방기 제어 기능을 수행한다.

추론제어기는 RF 송수신을 이용하여 에어컨의 전력 사 용량을 10초 단위로 보고 받으며, 앱 프로그램은 해당 설비에 대한 개별 기능을 수행한다. 제안 시스템은 공 유기를 통해 WIFI 통신을 이용하여 WEMS 서버와 추 론 컨트롤러, 센서 등과 데이터를 교환하며 동작이 이 루어진다.

그림 3. 제안된 에너지 관리시스템 구성도

Fig. 3. The proposed energy management system configuration.

[그림 4]는 하드웨어로 구현한 추론 제어기를 나타낸 것이다. 그림에서와 같은 추론 제어기는 에어컨의 전력 사용량을 수집하고, 추론 서버로부터 받은 최적 온도를 센서에게 전달하는 기능을 수행한다. 또한 센서별로 온 도/습도 데이터를 추론 서버에 전달하는 기능도 포함하 도록 구현하였다.

그림 4. 하드웨어로 구현된 추론 제어기

Fig. 4. The Inference controller implemented in hardware.

[그림 5]는 모바일 장치에서 프로그램을 구현한 것을 보 여준다. 이것을 통해 설치 지역의 외기 날씨 및 온도 확 인이 가능하며, 시간대별 예상인원을 표시하고, 센서별 온도/습도 표시, 에어컨의 ON/OFF상태 표시와 함께 평 균 온도/습도를 표시하는 기능을 수행하도록 구현하였다.

그림 5. 모바일 장치에서 구현된 프로그램 동작

Fig. 5. The program operation implemented on the mobile device.

제안된 관리시스템은 효율적인 운영을 위해서 [그림 6]에서 나타낸 것처럼, 클라우드 호스팅을 이용하도록 설계하였다. WAS(Web Application Server), DB 서버 의 운영도 보안 및 확장성을 고려하여 클라우드 호스 팅을 사용하여 운영하도록 제안한다. WAS 환경구성은 MySQL 5.x와 NODE.JS 12.x를 사용하였다. 각 센서의 실시간사용을 위해 WAS 서버에 Node.js TCP 통신을 사용하였고, Node.js의 websocket을 이용하여 실시간으 로 웹페이지에 표시되도록 구현하였다.

그림 6. 클라우드 호스팅 기법을 이용한 운영시스템 구현 Fig. 6. Operating system implementation using cloud

hosting technique.

3.2 관리시스템의 기능과 동작

관리시스템의 정상적인 동작을 확인할 수 있도록 센 서 모니터링 기능을 추가하여 구현하였다. 이를 위해 WEMS가 설치된 위치를 지도로 표시한 다음, 각 지도 의 마커를 클릭하면 해당 설비의 평균 온도, 습도, 누적 전력 사용량의 확인이 가능하게 된다. [그림 7]에서 지 도를 이용한 센서 감시 기능의 동작을 나타내었다.

그림 7. 지도를 이용한 센서 감시 기능의 동작

Fig. 7. Operation of the sensor monitoring function using the map.

WEMS 응용 프로그램은 [그림 8]에서 보듯이 크게 사용자와 관리자로 구분되며, 사용자는 관리자, 스마트 패드/폰으로 구분하여 구성하였다. 서버는 WEMS 관 리자와 제어기(controller)로 구분되는데, WEMS 관리 자는 해당 설비의 관리, 위치, 장비 관리, 제어기 (controller) 목록, 센서 목록 등을 표시하고 관리한다.

제어기는 센서, 온도, 습도, 전원설정, 온도 및 모드 설 정 등의 기능이 수행하도록 설계하였다. [그림 8]은 WEMS 응용 프로그램의 구성 및 동작을 요약하여 나 타낸 것이다.

그림 8. WEMS 응용 프로그램의 구성 및 동작

Fig. 8. Configuration and operation of WEMS application program.

IV. 성능평가 및 분석

4.1 제안시스템의 전력 사용량 성능평가

제안된 에너지 관리시스템의 성능 평가를 위해 대상 설비(피트니스 클리닉)에 적용하여 에너지 절감효과를 실험하였다. 이때 추론엔진이 작동하는 서버에서의 알 고리즘은 월간 전력사용량을 고려하여 동작하도록 하 였다. 그 결과, [그림 9]에서 나타낸 것처럼, 전년대비 전력 사용량이 34% 절감되는 효과를 얻었다. [그림 10]

는 전년대비 외부온도 비교를 나타낸 것이다. 전년 (2015년)의 평균 최고온도는 3.2˚C, 최저온도는 -2.1˚C 였음에 비해 올해(2016년 1월)는 평균 최고온도는 0˚C, 최저온도는 -3.3˚C로 온도가 낮아졌음을 보여준다. 이 러한 결과들로부터 측정월의 외부온도가 최고치와 최 저치가 전년대비 낮은 수치를 보임에도 전년대비 전력 사용량은 평균 30%∼35%정도의 절감 효과가 있음을 확인하였고, 이것으로 부터 제안 시스템의 성능에 대한 우수성이 입증된다.

그림 9. 전년대비 전력 사용량(2016년 1월)

Fig. 9. Power consumption compared to the amount of the previous year. (January 2016)

그림 10. 전년대비 외부온도 비교

Fig. 10. Outside temperature comparison compared to the value of the previous year.

4.2 시스템 동작과 성능 분석

구현된 관리시스템의 동작 및 성능을 확인하기 위하 여 선정된 대상시설(매장)에 설치하여 실험을 하였으

며, 이때 스마트 패드/스마트 폰을 이용하였다. [그림 11]는 제안시스템이 설치된 시설의 제어기의 정상적인 동작을 보여준다. 제안된 관리시스템은 매장의 평균 온 도, 습도, 누적 전력 사용량을 확인할 수 있도록 구현하 였다. 먼저, 지도에 시설명, 위치, 주소, 온도, 습도, 전 력사용량을 표시한 다음, 시설의 정보, 원격 터미널 정 보, 누적 전력 사용량을 표시한다. 이처럼 월 평균 온 도, 습도, 누적 전력사용량도 알려주며 각 센서별로 온 도, 습도 데이터에 대한 실시간 감시(monitoring)이 가 능하다. [그림 10]에서 예시로 나타낸 바와 같이 제안된 시스템은 실시간 일일 전력 사용량, 전력 절감율, 온도, 습도, 전력사용량은 물론, 설치된 센서의 초당 온도, 습 도 전력 사용량을 표시하고, 센서의 온도 조절이 가능 함을 실험으로 입증하였다.

그림 11. 제안시스템이 설치된 매장의 제어기의 정상적인 동작

Fig. 11. The normal operation of the proposed system controller installed in stores.

또한 [그림 12]은 시설물에 위치한 관리자용 제어기 의 동작을 나타낸 것이다. 이는 대상의 현재 운영내용 을 화면으로 보여주는데, 외기 날씨 및 온도, 주소 등 매장의 정보를 표시하며, 평균 온도, 습도, 분당 전력 사용량, 월 누적 사용량, 시간별 예상인원 표시, 냉난방 기별 위치 및 온도, 습도, 설정 온도, ON/OFF상태 표 시 등을 보여준다. 냉난방 운용을 제어하는 내용을 위 주로 구현하였으며, 실험 결과, [그림 11]에서와 같이 구현된 제어기의 정상적인 동작을 확인하였다. 이처럼 제안된 프로그램을 통하여 스마트폰에서도 시설의 냉 난방 제어가 가능함을 확인하였다.

이상의 실험 결과로부터 제안된 시스템은 30% 이상 의 에너지 절감 효과는 물론, 감시 및 제어 기능, 스마 트폰을 이용한 제어기능을 구현하여 편의성과 효율성 측면에서 성능 우수함을 입증하였다.

그림 12. 관리자용 제어기의 동작

Fig. 12. The controller operation for administrator.

V. 결 론

본 논문에서는 효율적인 에너지관리를 위하여 추론 엔진을 기반으로 하는 데이터 추론기법과 클라우드 호 스팅 기법을 활용하여 최적의 에너지 관리시스템을 제 안하였다. 제안하는 시스템은 환경의 변화에 최적으로 적응하고, 각종 센서로부터 수집되는 데이터와 추론엔 진을 이용하여 최적의 데이터를 추출함으로서 에너지 를 사용하는 설비에 적용하게 된다. 제안하는 에너지 제어기법을 사용함으로써 에너지 설비에 대한 에너지 절감효과는 물론, 효율적인 에너지 관리가 가능하게 된다.

시스템의 성능 평가를 위해, 추론엔진이 작동하는 서버 에서의 알고리즘을 구현하고 월간 전력사용량을 고려 하여 대상 설비에 적용하여 실험하였다. 그 결과, 전년 대비 전력 사용량이 34% 절감되는 효과를 확인하였다.

또한 관리시스템의 동작 및 성능을 확인하기 위하여 선정된 시설에 적용, 스마트 패드/스마트 폰을 이용하 여 실험을 하였으며, 평균 온도, 습도, 누적 전력 사용 량 등 정상적인 동작을 확인하였다. 향후 다양한 가변 적 환경요소를 고려하고, 고효율 지능형 차세대 에너지 관리시스템에 대한 연구가 진행될 예정이다.

REFERENCES

[1] M. Wetter, “Building control virtual test bed user manual version 1.1.0”, Lawrence Berkeley National Laboratory, 2012.

[2] Ye Yao, Zhiwei Lian, Zhijian Hou, X. Zhou,

“Optimal operation of a large cooling system based on an empirical model”, Applied Thermal Engineering 24, pp. 2303-2321, 2004.

[3] K. S. Kim et al, “Implementation of Location Tracking Sensor Network Using M2M Technology & Cloud Services”, Journal of IEIE, pp. 93-102, Sep. 2014.

[4] Rafael Alcala, Jorge Casillas, Oscar Cordon, Antonio Gonzalez, Francisco Herrera, “A genetic rule weighting and selection process for fuzzy control of heating, ventilating and air conditioning system”, Engineering Appllicaion Artificial Intelligence 18, pp. 279-296, 2005.

[5] W. K. Park, Y. K. Jeong, I. W. Lee,

“Management Technology for High Energy-Efficient Building”, ETRI Electronics and Telecomm.

Trend 26(6), 2011.

[6] K. S. Kim, M.S. Kang, “A Study on An Efficient Electricity Saving Scheme for Mobile Cloud Computing”, Proceedings of ICGHIT 2016 (IEIE CS & IEEE Seoul Sec.), Feb. 2016.

[7] Anton Beloglazov, “Energy-Efficient Management of Virtual Machines in Data Centers for Cloud Computing”, PhD thesis of The Univ. of MELBOURNE, Feb. 2013.

[8] K. S. Kim et al,, “Design of Smart Management System Based on Energy Saving & Big Data Analysis”, Proceedings of 2015 Fall Conference of IEIE, pp. 712-714, Nov. 2015.

[9] Yusuf Ozturk, “An Intelligent Home Energy Management System to Improve Demand Response”, IEEE Transactions on Smart Grid, Vol. 4, pp. 694-701. June 2013.

저 자 소 개 김 경 신(정회원)

1986년 금오공과대학교 전자공학 과 학사 졸업.

1993년 연세대학교 전자공학과 석 사 졸업.

2007년 경희대학교 컴퓨터공학과 박사 졸업.

<주관심분야 : 정보보호, 사이버보안, 서버기술, 인터 네트워킹, 센서네트워크, IoT(M2M)>

강 문 식(정회원)

1985년 연세대학교 전자공학과 학 사 졸업.

1988년 연세대학교 전자공학과 석 사 졸업.

1993년 연세대학교 전자공학과 박 사 졸업.

1996년 펜실바니아대학교 전기 및 전자공학과 Post-Doc

<주관심분야 : 차세대 융합초고속네트워크 구조 및 최적화기법, 무선모바일네트워크의 QoS 트래 픽제어 및 보안, 이동멀티미디어 트래픽모델링 및 응용 >