AI 기반 PCM 열에너지 저장 방전 성능 제어

상변화 물질(PCM) 기반 열에너지 저장 기술은 폐열 회수 및 탄소 배출 저감에 유망하지만, 고성능 열 방전은 여전히 핵심 과제입니다. PCM 저장 시스템의 복잡한 비선형 동역학과 고품질 데이터 의존성은 모델 예측 제어 및 기계 학습 기반 제어 방식의 신뢰성과 산업 적용성을 제한합니다. 본 연구는 자연에서 영감을 받은 인공지능(AI) 알고리즘으로 튜닝된 고급 PI(비례-적분) 제어기를 기반으로 하는 산업 지향적 제어 솔루션을 제안했습니다. 200kW급 분산 에너지 시스템에 PCM 열에너지 저장을 통합하여 제안된 제어 방법들을 실험적으로 검증하고 비교했습니다. 실험 결과, 인공 토끼 최적화(ARO)로 튜닝된 PI 제어기가 경험적 Ziegler-Nichols 방법 및 기존 유전 알고리즘의 진화 탐색 방식보다 우수한 온도 및 전력 조절 성능을 보였습니다. ARO 기반 프레임워크는 비선형 열 동역학 및 액추에이터 제약 조건 하에서 폐루프 추적 오차를 직접 최소화하면서 보다 적응적인 탐색-활용 균형을 제공했습니다. 검증된 제어 결과를 바탕으로 포괄적인 기술-경제성 분석을 수행하여 제어 전략 및 작동 설정점이 시스템 성능에 미치는 영향을 평가했습니다. 정전력 조절은 유사한 열에너지 출력에서 더 높은 엑서지-에너지 비율을 유지하여 발전 응용 분야에 적합하며, 정온도 전략은 경제적 이득, 자본 투자 및 운영 지출의 균형을 통해 순이익을 극대화하고 회수 기간을 최소화하는 최적의 설정점을 나타냈습니다. 본 연구는 AI로 강화된 산업적으로 실현 가능한 제어 전략을 제시합니다.