정밀 냉각을 위한 MPC 기반 자동차 에어컨 에너지 절감 전략

본 논문은 전동화 차량에서 에어컨(A/C) 시스템이 차 전체 에너지 소비에 차지하는 비중이 크다는 점에 착안하여, 승객의 쾌적성을 만족시키면서도 에너지 효율을 극대화할 수 있는 새로운 제어 전략을 제시한다. 기존 연구들은 주로 엔진 냉각, 배터리·전동기 열관리 등에 초점을 맞추었으며, HVAC 시스템은 평균 실내 온도만을 제어 목표로 삼는 경우가 많았다. 그러나 실제 승객은 통풍구에서 나오는 공기의 온도와 유량을 직접 체감하므로, 이러한 단일 온도 기반 제어는 과냉방이나 과열을 초래할 위험이 있다. 이를 해결하기 위해 저자는 ‘방출 공기 냉각 전력(P_DACP)’이라는 새로운 성능 지표를 정의한다. P_DACP = c_p·(T_cab − T_discharge)·W_bl 로, 여기서 c_p는 공기의 비열, T_cab은 평균 실내 온도, T_discharge는 증발기 후 배출 공기 온도, W_bl은 블로워 유량이다. 이 지표는 온도 차와 유량을 동시에 반영하므로 승객이 실제로 느끼는 냉각 효과를 보다 정확히 나타낸다. 목표 냉각 전력 궤적 P_DACP,targ는 승객 쾌적 요구에 맞게 사전에 정의된다. 다음으로, 차량 속도가 A/C 시스템 효율에 미치는 영향을 분석한다. 고정밀 물리 기반 시뮬레이션 모델(ACSim)을 이용해 속도 0 km/h부터 90 km/h까지 변화시켰을 때, 동일한 P_DACP 궤적을 유지하면서도 압축기와 전동 팬(EDF)의 전력 소비가 현저히 감소함을 확인했다. 이는 차량 속도가 증가하면 외부 공기 흐름이 증발기와의 열교환을 촉진시켜 냉각 효율을 높이기 때문이다. 이러한 속도 민감성을 활용하면, 저속 구간에서 발생하는 비효율적인 냉각 부하를 고속 구간으로 이동시켜 전체 에너지 소비를 줄일 수 있다. 제어 설계는 모델 예측 제어(MPC) 프레임워크를 기반으로 한다. 고정밀 ACSim 모델은 복잡한 열·유체 동역학과 다수의 룩업 테이블을 포함하고 있어 직접 제어에 사용하기 어렵다. 따라서 저자는 상태 변수로 증발기 벽 온도(T_evap)와 블로워 유량(W_bl)을, 입력으로 증발기 목표 온도(T_evap,tar)와 유량 변화량(ΔW_bl)을 갖는 간소화된 비선형 이산시간 모델을 제안한다. 모델 파라미터 γ_i는 ACSim 시뮬레이션 데이터를 통해 식별되었으며, 검증 결과 실제 시스템 응답과 높은 일치성을 보였다. MPC 비용 함수는 두 부분으로 구성된다. 첫 번째는 압축기 전력(P_comp) 추정값을 최소화하는 항이며, P_comp은 P_comp = c_p·COP·(T_cab − T_discharge)·W_bl 로 근사한다. 두 번째는 P_DACP 추적 오차를 최소화하는 항으로, α·(P_DACP − β·P_DACP,targ)² 형태이다. 여기서 α는 추적 정확성을 보장하기 위한 큰 가중치(10⁵ 정도)이며, β는 차량 속도에 따라 조정되는 가중치이다. β를 1로 고정하면 순수히 목표 전력 궤적을 추적하는 제어가 되며, β를 속도에 비례하도록 설계하면 저속 구간에서 β를 크게 잡아 부하를 억제하고, 고속 구간에서 β를 작게 하여 부하를 늘리는 방식으로 에너지 절감을 유도한다. 제어 제약 조건으로는 증발기 온도와 블로워 유량의 물리적 한계(예: 0 °C ≤ T_evap ≤ 10 °C, 0.05 kg/s ≤ W_bl ≤ 0.15 kg/s 등)와 입력 변화율 제한을 포함한다. 예측 지평선은 10 step(각 step 3 s)으로 설정했으며, 매 3 s마다 최적화 문제를 해결한다. 최적화는 CasADi와 IPOPT를 이용한 MPCTools 패키지로 수행된다. 시뮬레이션은 두 단계로 진행되었다. 첫 번째 단계에서는 간소화된 모델만을 사용해 SC03 사이클 기반의 여름 냉각 시나리오를 적용하였다. β를 1로 고정한 경우, P_DACP,targ를 거의 완벽히 추적하면서도 모든 상태·입력 제약을 만족했다. 두 번째 단계에서는 고정밀 ACSim 모델을 Simulink와 연동해 실제 차량 제어 루프를 재현하였다. 여기서는 β를 차량 속도에 따라 가변하도록 설계했으며, CAV 기술을 통해 미래 10 s 구간의 속도 정보를 미리 제공받는다. 결과는 다음과 같다. - β를 고정(1)한 경우: P_DACP 목표를 정확히 추적했으며, 압축기 전력 소비는 기존 벤치마크 대비 약 4.5% 감소하였다. 실내 온도 상승은 0.8 °C 이하로 제한되었다. - β를 속도 가변으로 설계한 경우: P_DACP가 목표값 주변에서 약간 변동했지만, 압축기 전력 소비는 평균 4.9% 감소하였다. 특히 저속 구간에서 부하가 감소하고 고속 구간에서 부하가 증가하는 패턴이 관찰되었으며, 이는 속도 민감성을 효과적으로 활용한 결과이다. 전반적으로 제안된 MPC 기반 정밀 냉각 전략(PCS)은 승객 쾌적성을 크게 해치지 않으면서도 A/C 시스템 에너지 소비를 5% 수준 절감한다는 실증적 근거를 제공한다. 이는 전동화 차량에서 주행 거리 연장 및 배터리 효율 향상에 직접적인 긍정 효과를 기대할 수 있음을 의미한다. 향후 연구 과제로는 (1) 실제 차량 실험을 통한 β 설계 최적화, (2) 다중 승객·다중 구역 통합 제어, (3) 난방 모드와의 통합 제어, (4) 실시간 교통·속도 예측 정확도에 따른 제어 성능 민감도 분석 등이 제시된다. 이러한 확장은 전동화 차량의 전체 열관리 시스템을 하나의 최적화된 제어 프레임워크로 통합하는 데 기여할 것이다.