고효율 초임계 CO2 병렬 압축 시스템 제어 방법을 연구하기 위해 GT-SUITE 시뮬레이션 소프트웨어를 활용하여 초임계 CO2 병렬 압축 시스템의 동적 시뮬레이션 모델을 구축하였다. 시뮬레이션을 통해 얻은 시스템 성능 데이터 세트를 기반으로 2차 다항식 모델과 신경망 모델의 시스템 성능 예측 모델을 구축하고 비교하였다. 또한 신경망 모델을 기반으로 초임계 CO2 병렬 압축 시스템의 모델 예측 제어기를 개발하여 제어기의 시스템 제어 안정성, 효율성 및 실시간 제어 성능을 연구하였다. 결과는 모델 예측 제어기 작용 하에 다양한 냉각 작업 조건에서 150초 이내에 시스템이 안정 동작 상태에 도달함을 나타냈다; 고정 값 제어와 비교하여 모델 예측 제어를 적용한 시스템 성능이 최대 13.3% 향상되었으며; 시뮬레이션은 제안된 모델 예측 제어 전략이 CO2 병렬 압축 시스템의 실시간 제어 성능 최적화에 대한 타당성을 검증하였으며, 주어진 작업 조건에서 고정 값 제어보다 전체 성능이 7.3% 향상되었음을 확인하였다.

초임계 CO2 시스템;기계 학습;모델 예측 제어;동적 시뮬레이션