This study deals with the application of an artificial neural network (ANN) model to predict power consumption for utilizing seawater source heat pumps of recirculating aquaculture system. An integrated dynamic simulation model was constructed using the TRNSYS program to obtain input and output data for the ANN model to predict the power consumption of the recirculating aquaculture system with a heat pump system. Data obtained from the TRNSYS program were analyzed using linear regression, and converted into optimal data necessary for the ANN model through normalization. To optimize the ANN-based power consumption prediction model, the hyper parameters of ANN were determined using the Bayesian optimization. ANN simulation results showed that ANN models with optimized hyper parameters exhibited acceptably high predictive accuracy conforming to ASHRAE standards.
해양에너지를 비롯한 신재생에너지를 이용한 분산형 발전시스템 설계의 기초자료로 활용하기 위해 본 연구에서는 도서 주민의 전력소비량을 실측 분석하고 시기별 전력소비 패턴을 개발하였다. 실측조사는 남해안에 위치한 곤리도의 5가구를 대상으로 2010년 10월부터 2012년 2월까지 수행되었다. 월평균 전력소비량은 가구에 따라 12월 혹은 1월에 최대값이 발생하였다. 가구별 월간 전력소비량은 H가구가 J가구보다 2~3배 많았지만 가구별 1인당 월평균 전력소비량은 J가구가 H가구보다 10~30% 가량 많은 것으로 조사되었다. 시각별 전력소비 패턴을 개발한 결과 여름철에는 20시에서 자정 사이에 최대 전력소비가 발생하고, 겨울철은 여름철에 비하여 하루 동안의 전력소비 변화는 완만하지만 18시 이후 자정까지의 시간대에 전력소비가 증가하는 경향을 보였다. 가구별 주중과 주말의 전력소비 패턴은 매우 유사한 것으로 나타났다.
도심지의 열섬(Heat Island)현상과 연안지역의 해풍(海風)의 영향 때문에, 부산, 인천, 목포 등 연안도시의 도심지역과 연안지역의 각 외기 상태가 서로 다르게 나타난다. 이러한 외기조건은 건물의 냉방부하, 난방부하, 전력소비량 등에 직접적인 영향을 미치기 때문에, 에너지절약을 위한 건물설계와 운전방법개발을 위해서는 각 지역에 위치한 건물의 에너지소비특성을 파악해야만 한다. 본 연구에서는 연안지역 아파트의 전력소비량에 주목하였고, 부산광역시 영도구에 위치한 세대수가 100세대 이상인 22개 아파트 단지를 대상으로 기간별, 기능별 전력소비량을 조사하였다. 22개 아파트 전체의 세대내 최대전력소비량은 8월에 발생하고 있으나, 공용 최대전력소비량은 1월에 발생하고 있음을 알수 있었다. 한편 연안지역에서는 여름철에 해풍에 의한 자연환기로 인해 냉방용 전력소비가 감소할 것으로 예상하였으나, 조사결과에서는 여름철에 최대부하가 발생하였는데, 이는 해풍에 포함된 염분의 피해를 예방하기 위해 창문을 닫고 전기구동 에어컨으로 냉방하기 때문인 것으로 파악되었다.