KR-20260060802-A - BUILDING OPERATION APPARATUS, OPERTING METHOD AND SYSTEM

Abstract

건물 운영 장치, 그 동작 방법 및 시스템이 개시된다. 건물 운영 장치는 건물의 외피 특성에 기초하여 현재 시점을 기준으로 건물의 외피 성능을 추정하는 외피 캘리브레이션 모듈; 미래 일정 기간에 대한 기상 예보 데이터를 이용하여 미래 일정 기간의 전천 일사량 데이터를 생성하고, 전천 일사량 데이터에 기초하여 미래 일정 기간 동안의 기상 데이터를 예측하는 기상 예측 모듈; 과거 일정 기간 동안 건물의 내부 구조에 따라 입출입 판별을 위해 설정된 관심 구역에서의 움직임을 감지하여 건물의 장기 재실 인원 데이터를 누적하고, 장기 재실 인원 데이터를 클러스터링하여 미래 일정 기간의 건물의 재실 인원을 예측하는데 이용되는 건물의 재실 인원 스케줄을 결정하는 재실 인원 분석 모듈; 과거 일정 기간 동안 건물의 조명 및 기기의 장기 에너지 사용 데이터를 누적하고, 장기 에너지 사용 데이터를 클러스터링하여 미래 일정 기간의 건물의 조명 및 기기의 에너지 사용 및 에너지 부하를 예측하는데 이용되는 건물의 조명 및 기기의 에너지 사용 스케줄을 결정하는 에너지 사용 분석 모듈; 과거 일정 기간 동안 건물의 운영 상황에 따라 가변적으로 작동하는 열원 공조 설비의 장기 성능 데이터를 이용하여 열원 공조 설비의 운영 성능 및 효율을 분석하고, 열원 공조 설비의 성능 및 효율 변수를 결정하는 운영 성능 분석 모듈; 및 외피 캘리브레이션 모듈에 의해 추정된 건물의 외피 성능, 기상 예측 모듈에 의해 예측된 기상 데이터, 재실 인원 분석 모듈에 의해 결정된 재실 인원 스케줄, 에너지 사용 분석 모듈에 의해 결정된 조명 및 기기의 에너지 사용 스케줄 및 운영 성능 분석 모듈에 의해 결정된 열원 공조 설비의 성능 및 효율 변수를 이용하여 미래 일정 기간 동안 건물의 미래 부하를 예측하는 건물 운영 시뮬레이션 모듈을 포함할 수 있다.

Inventors

• 우경헌
• 김은경
• 정은영
• 박훈채
• 김준섭
• 문현준

Assignees

• 삼성물산 주식회사
• 주식회사 스페이스마인드

Dates

Publication Date

20260506

Application Date

20241025

Claims (20)

1. 건물 운영 장치에 있어서, 건물의 외피 특성에 기초하여 현재 시점을 기준으로 상기 건물의 외피 성능을 추정하는 외피 캘리브레이션 모듈; 미래 일정 기간에 대한 기상 예보 데이터를 이용하여 상기 미래 일정 기간의 전천 일사량 데이터를 생성하고, 상기 전천 일사량 데이터에 기초하여 상기 미래 일정 기간 동안의 기상 데이터를 예측하는 기상 예측 모듈; 과거 일정 기간 동안 상기 건물의 내부 구조에 따라 입출입 판별을 위해 설정된 관심 구역에서의 움직임을 감지하여 상기 건물의 장기 재실 인원 데이터를 누적하고, 상기 장기 재실 인원 데이터를 클러스터링하여 상기 미래 일정 기간의 상기 건물의 재실 인원을 예측하는데 이용되는 상기 건물의 재실 인원 스케줄을 결정하는 재실 인원 분석 모듈; 상기 과거 일정 기간 동안 상기 건물의 조명 및 기기의 장기 에너지 사용 데이터를 누적하고, 상기 장기 에너지 사용 데이터를 클러스터링하여 상기 미래 일정 기간의 상기 건물의 상기 조명 및 기기의 에너지 사용 및 에너지 부하를 예측하는데 이용되는 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 에너지 사용 분석 모듈; 상기 과거 일정 기간 동안 상기 건물의 운영 상황에 따라 가변적으로 작동하는 열원 공조 설비의 장기 성능 데이터를 이용하여 상기 열원 공조 설비의 운영 성능 및 효율을 분석하고, 상기 열원 공조 설비의 성능 및 효율 변수를 결정하는 운영 성능 분석 모듈; 및 상기 외피 캘리브레이션 모듈에 의해 추정된 상기 건물의 상기 외피 성능, 상기 기상 예측 모듈에 의해 예측된 상기 기상 데이터, 상기 재실 인원 분석 모듈에 의해 결정된 상기 재실 인원 스케줄, 상기 에너지 사용 분석 모듈에 의해 결정된 상기 조명 및 기기의 에너지 사용 스케줄 및 상기 운영 성능 분석 모듈에 의해 결정된 상기 열원 공조 설비의 상기 성능 및 효율 변수를 이용하여 상기 미래 일정 기간 동안 상기 건물의 미래 부하를 예측하는 건물 운영 시뮬레이션 모듈 을 포함하는 건물 운영 장치.
2. 제1항에 있어서, 상기 외피 캘리브레이션 모듈은, 상기 외피를 구성하는 벽면의 열 전달 계수(HTC: Heat Transmission Coefficient), 상기 외피를 구성하는 창호의 일사 획득 계수(SHGC : Solar Heat Gain Coefficient) 및 상기 건물의 기밀 성능에 기반한 침기량(Air Infiltration Rate) 중 적어도 하나의 제어 변수를 이용하여 상기 건물의 외피 성능을 추정하는 건물 운영 장치.
3. 제1항에 있어서, 상기 기상 예측 모듈은, 년 단위의 표준 기상 데이터로 사전에 학습된 시계열 데이터 처리 알고리즘을 이용하여 상기 미래 일정 기간에 대한 상기 기상 예보 데이터로부터 상기 미래 일정 기간의 전천 일사량 데이터를 생성하는 것을 특징으로 하며, 상기 기상 예보 데이터는, 상기 미래 일정 기간 동안 상기 건물이 위치한 지역의 기후 환경에 해당하는 외기온도, 풍속, 풍향, 상대습도 및 운량 중 적어도 하나를 포함하는 건물 운영 장치.
4. 제3항에 있어서, 상기 기상 예측 모듈은, 상기 미래 일정 기간의 전천 일사량 데이터를 기반으로 태양으로부터 직접 지표면에 도달하는 직달 일사 및 대기 중 산란이나 지형, 지물의 반사에 의한 확산 일사를 산출하고, 상기 산출된 직달 일사와 확산 일사 및 기상 예보 데이터를 이용하여 상기 미래 일정 기간 동안 상기 건물이 위치한 지역의 기상 데이터를 예측하는 건물 운영 장치.
5. 제1항에 있어서, 상기 재실 인원 분석 모듈은, 상기 건물 내 출입구, 층별 또는, 일정 구역을 촬영한 스트리밍 데이터(RTDS: Real Time Streaming Data)을 이용하여 상기 건물의 입출입 판별을 위한 관심 구역을 설정하고, 상기 스트리밍 데이터에 설정된 관심 영역에서의 객체의 움직임을 감지하여 상기 움직임이 감지된 객체의 비인식 처리를 수행하고, 상기 비인식 처리된 객체의 이동 경로 및 이동 인원을 추적하여 상기 건물 내 재실자의 입출입 여부 또는, 재실 유무를 판단하고, 상기 판단된 결과를 기반으로 상기 건물 내 재실자가 증가 또는 감소되도록 카운트하여 상기 건물의 장기 재실 인원 데이터를 누적하는 건물 운영 장치.
6. 제5항에 있어서, 상기 재실 인원 분석 모듈은, 상기 누적된 건물의 장기 재실 인원 데이터를 시간 단위로 클러스터링하고, 상기 건물 내 출입구, 층별 또는, 일정 구역에서 상기 시간 단위로 클러스터링 된 재실 인원을 이용하여 상기 건물의 재실 인원 스케줄을 결정하는 건물 운영 장치.
7. 제1항에 있어서, 상기 에너지 사용 분석 모듈은, 상기 과거 일정 기간 동안 상기 건물의 조명 및 기기의 장기 에너지 사용 데이터를 클러스터링하여 상기 클러스터링 된 상기 조명 및 기기의 장기 에너지 사용 데이터를 시간 단위로 구분하고, 상기 시간 단위로 구분된 상기 조명 및 기기의 장기 에너지 사용 데이터의 각 포인트마다 엘보우 기법(Elbow Method)을 적용하여 상기 조명 및 기기의 사용 패턴을 분류하는 기준 클러스터의 수를 결정하고, 상기 기준 클러스터의 수를 이용하여 상기 클러스터링 된 상기 조명 및 기기의 장기 에너지 사용 데이터를 요일 단위로 구분하고, 상기 요일 단위로 구분된 상기 조명 및 기기의 장기 에너지 사용 데이터를 이용하여 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 건물 운영 장치.
8. 제7항에 있어서, 상기 에너지 사용 분석 모듈은, 상기 클러스터링 된 조명 및 기기의 장기 에너지 사용 데이터가 요일 단위로 구분되면, 각 요일에 포함된 상기 조명 및 기기의 장기 에너지 사용 데이터를 상기 기준 클러스터의 수로 분류하고, 상기 기준 클러스터의 수로 분류되면, 상기 각 요일에 대응하여 상기 조명 및 기기의 장기 에너지 사용 데이터에 적용된 기준 클러스터 중 상기 각 요일을 대표하는 사용 패턴으로 도출 가능한 대표 클러스터를 결정하고, 상기 각 요일 별로 결정된 대표 클러스터를 이용하여 상기 조명 및 기기의 에너지 사용을 예측하는데 이용되는 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 건물 운영 장치.
9. 제8항에 있어서, 상기 에너지 사용 분석 모듈은, 상기 기준 클러스터의 수로 분류되면, 상기 각 요일 별 상기 조명 및 기기의 장기 에너지 사용 데이터 간에 에너지 사용량 차이를 결정하고, 상기 각 요일 별 상기 조명 및 기기의 장기 에너지 사용 데이터 간에 에너지 사용량 차이를 이용하여 상기 조명 및 기기의 에너지 부하를 예측하는데 이용되는 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 건물 운영 장치.
10. 제1항에 있어서, 상기 운영 성능 분석 모듈은, 다중 회귀 분석 기법(Multiple Regression Analysis Method)을 이용하여 상기 과거 일정 기간 동안 상기 열원 공조 설비의 장기 성능 데이터로부터 상기 건물의 운영 상황에 맞는 성능 곡선을 도출하고, 상기 성능 곡선을 통해 상기 열원 공조 설비의 이용하여 운영 성능 및 효율을 분석하고, 상기 분석한 결과를 기반으로 상기 열원 공조 설비의 성능 및 효율 변수를 결정하는 건물 운영 장치.
11. 건물에 설치된 조명 및 기기의 에너지 사용을 모니터링하는 건물 자동화 시스템(BAS: Building Automation System); 상기 건물의 외피 특성에 기초하여 현재 시점을 기준으로 상기 건물의 외피 성능을 추정하는 외피 캘리브레이션 모듈, 미래 일정 기간에 대한 기상 예보 데이터를 이용하여 상기 미래 일정 기간의 전천 일사량 데이터를 생성하고, 상기 전천 일사량 데이터에 기초하여 상기 미래 일정 기간 동안의 기상 데이터를 예측하는 기상 예측 모듈, 과거 일정 기간 동안 상기 건물의 내부 구조에 따라 입출입 판별을 위해 설정된 관심 구역에서의 움직임을 감지하여 상기 건물의 장기 재실 인원 데이터를 누적하고, 상기 장기 재실 인원 데이터를 클러스터링하여 상기 미래 일정 기간의 상기 건물의 재실 인원을 예측하는데 이용되는 상기 건물의 재실 인원 스케줄을 결정하는 재실 인원 분석 모듈, 상기 과거 일정 기간 동안 상기 건물의 조명 및 기기의 장기 에너지 사용 데이터를 누적하고, 상기 장기 에너지 사용 데이터를 클러스터링하여 상기 미래 일정 기간의 상기 건물의 상기 조명 및 기기의 에너지 사용 및 에너지 부하를 예측하는데 이용되는 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 에너지 사용 분석 모듈, 상기 과거 일정 기간 동안 상기 건물의 운영 상황에 따라 가변적으로 작동하는 열원 공조 설비의 장기 성능 데이터를 이용하여 상기 열원 공조 설비의 운영 성능 및 효율을 분석하고, 상기 열원 공조 설비의 성능 및 효율 변수를 결정하는 운영 성능 분석 모듈, 및 상기 외피 캘리브레이션 모듈에 의해 추정된 상기 건물의 상기 외피 성능, 상기 기상 예측 모듈에 의해 예측된 상기 기상 데이터, 상기 재실 인원 분석 모듈에 의해 결정된 상기 재실 인원 스케줄, 상기 에너지 사용 분석 모듈에 의해 결정된 상기 조명 및 기기의 에너지 사용 스케줄 및 상기 운영 성능 분석 모듈에 의해 결정된 상기 열원 공조 설비의 상기 성능 및 효율 변수를 이용하여 상기 미래 일정 기간 동안 상기 건물의 미래 부하를 예측하는 건물 운영 시뮬레이션 모듈을 포함하는 건물 운영 장치 를 포함하는 건물 운영 시스템.
12. 제11항에 있어서, 상기 외피 캘리브레이션 모듈은, 상기 건물의 건물 설계 정보를 기반으로 상기 건물의 외피 특성을 나타내는 벽면부, 창호부 및 개구부를 분석하여 상기 건물의 외피 성능을 추정하는 건물 운영 시스템.
13. 제11항에 있어서, 상기 기상 예측 모듈은, 사전에 학습된 시계열 데이터 처리 알고리즘을 이용하여 상기 미래 일정 기간 동안 상기 건물이 위치한 지역의 기후 환경에 해당하는 외기온도, 풍속, 풍향, 상대습도 및 운량 중 적어도 하나를 포함하는 기상 예보 데이터로부터 전천 일사량 데이터를 생성하고, 상기 전천 일사량 데이터를 직달 일사과 확산 일사로 분리하여 상기 분리된 직달 일사와 확산 일사를 이용하여 상기 미래 일정 기간 동안 상기 건물이 위치한 지역의 기상 데이터를 예측하는 건물 운영 시스템.
14. 제11항에 있어서, 상기 재실 인원 분석 모듈은, 상기 건물의 특정 영역이 촬영된 스트리밍 데이터를 수집하고, 객체 탐지 알고리즘(Object Detection Algorithm)을 이용하여 상기 건물 내 출입구, 층별 또는, 일정 구역에서 탐지된 적어도 하나의 객체의 비인식 처리를 수행하고, 상기 비인식 처리된 객체의 이동 경로 및 이동 인원을 추적한 결과에 따라 상기 건물 내 재실자가 증가 또는 감소되도록 카운트하여 상기 건물의 장기 재실 인원 데이터를 누적하고, 상기 누적된 건물의 장기 재실 인원 데이터를 시간 단위로 클러스터링하여 상기 건물의 재실 인원 스케줄을 결정하는 건물 운영 시스템.
15. 제11항에 있어서, 상기 에너지 사용 분석 모듈은, 상기 과거 일정 기간 동안 상기 건물의 조명 및 기기의 장기 에너지 사용 데이터를 클러스터링하여 상기 클러스터링 된 상기 조명 및 기기의 장기 에너지 사용 데이터를 시간 단위로 구분하고, 상기 시간 단위로 구분된 상기 조명 및 기기의 장기 에너지 사용 데이터의 각 포인트마다 엘보우 기법(Elbow Method)을 적용하여 상기 조명 및 기기의 사용 패턴을 분류하는 기준 클러스터의 수를 결정하고, 상기 기준 클러스터의 수를 이용하여 상기 클러스터링 된 상기 조명 및 기기의 장기 에너지 사용 데이터를 요일 단위로 구분하고, 상기 요일 단위로 구분된 상기 조명 및 기기의 장기 에너지 사용 데이터를 이용하여 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 건물 운영 시스템.
16. 제15항에 있어서, 상기 에너지 사용 분석 모듈은, 상기 클러스터링 된 조명 및 기기의 장기 에너지 사용 데이터가 요일 단위로 구분되면, 각 요일에 포함된 상기 조명 및 기기의 장기 에너지 사용 데이터를 상기 기준 클러스터의 수로 분류하고, 상기 기준 클러스터의 수로 분류되면, 상기 각 요일에 대응하여 상기 조명 및 기기의 장기 에너지 사용 데이터에 적용된 기준 클러스터 중 상기 각 요일을 대표하는 사용 패턴으로 도출 가능한 대표 클러스터를 결정하고, 상기 각 요일 별로 결정된 대표 클러스터를 이용하여 상기 조명 및 기기의 에너지 사용을 예측하는데 이용되는 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 건물 운영 시스템.
17. 제16항에 있어서, 상기 에너지 사용 분석 모듈은, 상기 기준 클러스터의 수로 분류되면, 상기 각 요일 별 상기 조명 및 기기의 장기 에너지 사용 데이터 간에 에너지 사용량 차이를 결정하고, 상기 각 요일 별 상기 조명 및 기기의 장기 에너지 사용 데이터 간에 에너지 사용량 차이를 이용하여 상기 조명 및 기기의 에너지 부하를 예측하는데 이용되는 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 건물 운영 시스템.
18. 제11항에 있어서, 상기 운영 성능 분석 모듈은, 다중 회귀 분석 기법(Multiple Regression Analysis Method)을 이용하여 상기 과거 일정 기간 동안 상기 열원 공조 설비의 장기 성능 데이터로부터 상기 건물의 운영 상황에 맞는 성능 곡선을 도출하고, 상기 성능 곡선에 따른 상기 열원 공조 설비의 이용하여 운영 성능 및 효율을 분석하고 상기 분석한 결과를 기반으로 상기 열원 공조 설비의 성능 및 효율 변수를 결정하는 건물 운영 시스템.
19. 제11항에 있어서, 디지털 트윈 기법을 기반으로 통합 운영 시뮬레이션의 대상이 되는 상기 건물에 대응하는 건물 모델을 생성하고, 상기 예측된 미래 부하를 기반으로 상기 미리 일정 기간에 대한 건물 운영 시나리오를 결정하고, 상기 건물 운영 시나리오에 대응하는 통합 운영 시뮬레이션을 수행하여 상기 미리 일정 기간의 건물에 대한 운영 결과를 예측하는 통합 운영 시뮬레이션 장치 를 더 포함하는 건물 운영 시스템.
20. 건물 운영 장치가 수행하는 건물 운영 방법에 있어서, 건물의 외피 특성에 기초하여 현재 시점을 기준으로 상기 건물의 외피 성능을 추정하는 단계; 미래 일정 기간에 대한 기상 예보 데이터를 이용하여 상기 미래 일정 기간의 전천 일사량 데이터를 생성하고, 상기 일사량 데이터에 기초하여 상기 미래 일정 기간 동안의 기상 데이터를 예측하는 단계; 과거 일정 기간 동안 상기 건물의 내부 구조에 따라 입출입 판별을 위해 설정된 관심 구역에서의 움직임을 감지하여 상기 건물의 장기 재실 인원 데이터를 누적하고, 상기 장기 재실 인원 데이터를 클러스터링하여 상기 미래 일정 기간의 상기 건물의 재실 인원을 예측하는데 이용되는 상기 건물의 재실 인원 스케줄을 결정하는 단계; 상기 과거 일정 기간 동안 상기 건물의 조명 및 기기의 장기 에너지 사용 데이터를 누적하고, 상기 장기 에너지 사용 데이터를 클러스터링하여 상기 미래 일정 기간의 상기 건물의 상기 조명 및 기기의 에너지 사용 및 에너지 부하를 예측하는데 이용되는 상기 건물의 상기 조명 및 기기의 에너지 사용 스케줄을 결정하는 단계; 상기 과거 일정 기간 동안 상기 건물의 운영 상황에 따라 가변적으로 작동하는 열원 공조 설비의 장기 성능 데이터를 이용하여 상기 열원 공조 설비의 운영 성능 및 효율을 분석하고, 상기 열원 공조 설비의 성능 및 효율 변수를 결정하는 단계; 및 상기 건물의 상기 외피 성능, 상기 기상 데이터, 상기 재실 인원 스케줄, 상기 조명 및 기기의 에너지 사용 스케줄 및 상기 열원 공조 설비의 상기 성능 및 효율 변수를 이용하여 상기 미래 일정 기간 동안 상기 건물의 미래 부하를 예측하는 단계 을 포함하는 건물 운영 방법.

Description

건물 운영 장치, 그 동작 방법 및 시스템{BUILDING OPERATION APPARATUS, OPERTING METHOD AND SYSTEM} 아래의 개시는 건물 운영 장치, 그 동작 방법 및 시스템에 관한 것이다. 건물 에너지 관리 시스템(Building Energy Management System, BEMS)은 건물에 적용되어 가스, 전기 등의 에너지원 별 또는, 냉방, 난방, 조명, 기기 등을 용도별로 세분화하여 BEMS의 운영자에게 에너지 사용량 정보를 바탕으로 에너지 저감을 위한 건물의 에너지 운영 방안을 제공한다. 이러한, 에너지 운영 방안은 BEMS의 운영자의 역량에 의존하기 때문에 운영자로 하여금 건물의 종류 및 용도에 따른 냉난방 부하 특성, 열원/공조 설비에 대한 높은 수준의 지식이 요구된다. 또한, 에너지 운영 방안은 건의 외피, 외부 기상, 입주자의 사용 패턴에 따라 운영 조건이 변경됨에 따라 건물의 에너지 저감을 유도하는데 한계가 존재한다. 최근에는 머신 러닝을 이용한 건물의 에너지 사용량을 학습하여 미래의 변화를 예측 및 건물을 운영하려는 기술이 개발되고 있으나, 학습 과정에 시간이 많이 소요되며, 건물의 사용 형태 또는, 설비의 운영 방식이 변경되는 경우, 변경 조건에 대한 새로운 학습이 필요하기 때문에 실제 적용상의 제약이 따른다. 도 1은 실시예에 따른 건물 운영 시스템을 나타내는 도면이다. 도 2는 실시예에 따른 건물 운영 장치의 구성을 나타내는 도면이다. 도 3은 실시예에 따른 건물 운영 장치의 타임 스텝을 나타내는 도면이다. 도 4는 실시예에 따른 외피 캘리브레이션 모듈의 구성을 나타내는 도면이다. 도 5는 실시예에 따른 기상 예측 모듈의 구성을 나타내는 도면이다. 도 6은 실시예에 따른 재실 인원 분석 모듈의 구성을 나타내는 도면이다. 도 7은 실시예에 따른 에너지 사용 분석 모듈의 동작을 나타내는 도면이다. 도 8은 실시예에 따른 운영 성능 분석 모듈의 동작을 나타내는 도면이다. 도 9 은 실시예에 따른 건물 운영 시뮬레이션 모듈의 동작을 나타내는 도면이다. 도 10은 실시예에 따른 건물 운영 방법의 동작들을 나타내는 흐름도이다. 도 11은 실시예에 따른 건물 운영 장치의 구성을 예시적으로 나타내는 블록도이다. 이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다. 실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안 된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 실시 예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다. 어느 하나의 실시 예에 포함된 구성요소와, 공통적인 기능을 포함하는 구성요소는, 다른 실시 예에서 동일한 명칭을 사용하여 설명하기로 한다. 반대되는 기재가 없는 이상, 어느 하나의 실시 예에 기재한 설명은 다른 실시 예에도 적용될 수 있으며, 중복되는 범위에서 구체적인 설명은 생략하기로 한다. 본 개시에서 설명되는 건물의 운영 상황에 따라 변화하는 에너지 소비 조건에 대한 통합 운영 시뮬레이션을 수행하여 보다 안정적으로 건물을 운영하는 시스템이다. 이 시스템은 최초 1회에 한해 건물의 외피 성능을 추정한 후, 실시간으로 변화하는 기상 조건 및 사용 조건을 고려하여 미래 일정 기간의 미래 부하를 예측하고, 미래 일정 기간의 미래 부하를 이용하여 최적의 건물 운영 방안과 더불어, 건물의 설비 성능 및 오류를 사용자에게 제공할 수 있다. 도 1은 실시예에 따른 건물 운영 시스템을 나타내는 도면이다. 도 1을 참고하면, 건물 운영 시스템(100)은 건물의 운영 시 발생 가능한 제반 데이터(102)를 기반으로 건물의 미래 부하를 예측하여 건물의 에너지 저감을 위한 미래 일정 기간의 건물 운영 방안을 결정할 수 있다. 건물 운영 시스템(100)은 건물 운영 장치(101)를 중심으로 동작될 수 있다. 건물 운영 장치(101)는 빌딩 자동화 시스템(103) 및 추가 데이터 소스(104)를 통해 제반 데이터(102)를 수집할 수 있다. 빌딩 자동화 시스템(103)은 건물의 전력 사용량 및 건물에 설치된 장비의 에너지 사용량을 포함하는 건물의 운영 데이터에 관한 사용 현황을 항목별로 감시하는 시스템이다. 일례로, 빌딩 자동화 시스템(103)은 BAS(Building Automation System), BEMS(Building Energy Management System) 일 수 있다. 추가 데이터 소스(104)는 건물의 에너지 저감과 관련하여 기상 조건의 변화, 건물의 내부 및 외부의 열 부하를 분석하기 위해 사용되는 데이터를 전송하는 장치일 수 있다. 일례로, 추가 데이터 소스(104)는 기상 상태를 관측 및 예보하는 기상청, 건물 내 CCTV를 관리하는 보안 정보 센터 등 일 수 있다. 제반 데이터(102)는 건물의 운영 환경과 관련된 데이터로, 건물의 운영 시나리오에 따른 건물의 에너지 사용량을 예측하는데 활용 가능한 데이터일 수 있다. 제반 데이터(102)는 외피 특성 데이터, 기상 예보 데이터, 장기 재실 인원 데이터, 장기 에너지 사용 데이터 및 장기 성능 데이터 중 적어도 하나를 포함할 수 있다. 건물 운영 장치(101)는 제반 데이터(102)를 각 용도별로 분석하여 미래 일정 기간 동안 상기 건물의 미래 부하를 예측하기 위한 자료로 활용할 수 있다. 건물 운영 장치(101)는 제반 데이터(102)를 기반으로 ⓛ 건물의 외피 성능, ② 미래 일정 기간 동안의 기상 데이터, ③ 미래 일정 기간 동안의 건물의 재실 인원 스케줄, ④ 미래 일정 기간 동안의 건물의 조명 및 기기의 에너지 사용 스케줄 및 ⑤ 열원 공조 설비의 성능 및 효율 변수를 결정할 수 있다. 건물 운영 장치(101)는 결정된 각 결과를 통합하여 미래 일정 기간 동안 건물의 미래 부하를 예측할 수 있다. 건물 운영 장치(101)는 미래 일정 기간 동안 건물의 미래 부하를 이용하여 미래 일정 기간에 대응하는 건물의 에너지 저감을 위한 통합 운영 시뮬레이션을 수행할 수 있다. 건물 운영 장치(101)는 미래 일정 기간에 대응하는 통합 운영 시뮬레이션을 수행함으로써, 건물의 에너지 저감에 최적화 된 운영 시나리오를 건물 관리자에게 제안할 수 있다. 건물 운영 장치(101)는 건물을 구성하는 설비의 성능과 오류를 진단하고, 진단 결과를 건물 관리자에게 제공할 수 있다. 도 2는 실시예에 따른 건물 운영 장치의 구성을 나타내는 도면이다. 도 2를 참고하면, 건물 운영 장치(100)는 외피 캘리브레이션 모듈(211), 기상 예측 모듈(212), 재실 인원 분석 모듈(213), 에너지 사용 분석 모듈(214), 운영 성능 분석 모듈(215) 및 건물 운영 시뮬레이션 모듈(220)을 포함할 수 있다. 외피 캘리브레이션 모듈(211)은 건물의 외피 특성에 기초하여 현재 시점을 기준으로 건물의 외피 성능을 추정할 수 있다. 건물의 외피 특성은 건물의 외피에 작용하는 열(Hear), 공기(Air), 수분(Moisture)의 각 환경 요소에 대응하여 단열성, 기밀성, 수밀성 및 방습성으로 나타낼 수 있다. 외피 캘리브레이션 모듈(211)은 건물의 외피 특성에 따른 건물의 유리 투과율에 관한 일사 획득 계수(SHGC), 건물의 단열 성능에 관한 열 전달 계수(HTC), 침기량을 이용하여 건물의 외피 성능을 추정할 수 있다. 기상 예측 모듈(212)은 기상청으로부터 미래 일정 기간에 대한 기상 예보 데이터(202)를 수집할 수 있다. 기상 예측 모듈(212)은 기상청에서 현재 시점을 기준으로 매일 업데이트되는 단기의 일정 기간에 대한 기상 예보 데이터(202)를 수집할 수 있다. 일례로, 기상 예측 모듈(212)은 현재 시점을 기준으로 미래 시점에 해당하는 72시간의 기상 예보 데이터(202)를 수집할 수 있다. 기상 예보 데이터(202)는, 미래 시점에 해당하는 72시간 내 건물이 위치한 지역의 기후 환경에 해당하는 외기온도(℃), 풍속(m/s), 풍향(360˚), 상대습도(%) 및 운량(1/10) 중 적어도 하나를 포함할 수 있다. 기상 예측