서 론

우리나라는 ‘저탄소 녹색성장’을 선언하고 건물에너지 효율화를 위한 정책적인 노력을 지속적으로 하고 있지만 가장 필요한 것은 에너지 절약 기술들의 적용을 통한 실질적인 에너지 성능 향상이다. 고성능 요소 기술들이 접목된 ‘고성능 건축물(High-Performance Building)’의 구현이 중요하며 이를 위해 설비 시스템의 요소들에 대한 에너지 영향도 분석이 반드시 필요하다(김철호 외, 2016).

주요선진국의 건물에너지 정책기술 중 국내의 경우 2020년까지 건축물 이산화탄소 배출량 31%감축(2005년 대비), 2015년부터 신축건물의 제로에너지 의무화를 단계적으로 추진하고 있다. 국내는 2004년 3월 29일부로 ‘신에너지 및 재생에너지 개발 이용 보급 촉진법’ 제 12조 제2항에 의해 설치의무화제도가 시행되면서 지열 히트펌프 시스템이 급속도로 확대되었다. 또한 에너지관리공단 ‘2011년 신·재생에너지 보급통계’에 따르면 지열히트펌프는 전국기준으로 2011년까지 30,750 kW가 설치된 것으로 집계되고 있다. 지열분야는 지열 냉난방 설비를 중심으로 최근 급속도로 성장하고 있다. 최근 가장 폭넓게 이용되고 있는 지열에너지의 분야는 냉난방이고 지열히트펌프가 건물의 냉난방을 보안하기 위한 좋은 대안으로 인정되고 있다.

본 연구의 목적은 지열히트펌프가 적용된 대상건물의 실측 데이터와 시뮬레이션 모델을 통해 얻은 데이터를 비교 분석함으로서 오차가 발생하는 이유 및 그 차이를 줄이기 위한 방법을 연구하는 것이다. 히트펌프 성능을 결정하는 요인은 EWT (Entering Water Temperature), 지중 열 방열량, 지중 열 추출량, 열교환기의 유량, 실내 송풍량, 실내·외의 온습도 조건 등 다양한 변수가 작용한다. 오차율을 줄이기 위한 방법으로 이러한 요소들에 대한 여러 연구가 진행되고 있지만 본 연구에서는 지열히트펌프에 가장 큰 영향을 미치는 EWT 보정을 통해 오차율을 줄이는 방법에 초점을 두었다. EWT란 지중열교환기를 통한 열매체가 히트펌프의 열교환기에 인입되는 온도를 의미하는데 지중 열환경에 영향을 많이 받는다.

선행 연구 분석

국내·외에서 지열히트펌프의 에너지 성능 평가를 위한 모델링에 관한 연구는 다양한 시각으로 진행되고 있는데 먼저 설비시스템 이전에 기본 모델링에 대한 연구로는 윤갑천 외(2011)의 연구에서 에너지시뮬레이션에서의 부하요소가 건물에너지사용량에 미치는 영향에 대해 분석하였는데 Infiltration, OA Control, Schedule을 개별 요소로 에너지사용량에 얼마나 영향을 미치는지 평가하였다.

전종욱(2010)의 연구에서는 실제 대상건물에 적용된 HVAC 시스템과 연계된 지열히트펌프 모델을 EnergyPlus를 통해 구현한 뒤 그 건물의 측정 데이터를 통해 모델링을 검증하였다. 지열히트펌프의 Power, COP, 팬 동력 등을 비교, 분석하여 오차가 발생하는 이유에 대해 기술하였다.

Kim et al. (2012) 연구에서는 Water-to-water 지열히트펌프 시스템의 source inlet/outlet temperature, Load inlet/outlet temperature, Source & load water flow rate, Power 등의 변수를 순차적으로 입력하는 과정을 통해 지열히트펌프 모델링의 정밀도를 분석하고 있다.

안병천 외(2010)는 항온조시템을 이용한 지중열교환기의 입구온도(EWT)의 변화가 히트펌프의 소비전력 및 COP에 미치는 영향을 실험하고 비교분석하였다. 물-물 방식의 히트펌프 시스템 모형장치를 제작하고 이를 통해 지열 히트펌프의 EWT 변화에 따른 지열 히트펌프의 냉방운적 특성과 유량펌프, 급기팬, 압축기 등의 에너지 변화 특성을 분석하였다. EWT를 15℃기준으로 12℃로 낮추어서 공급할 경우 압축기의 전력량이 7.2% 절가하였고 반면에 18℃로 높여서 공급할 경우 압축기의 전력량이 3% 증가하는 것으로 나타났다. EWT가 15℃인 경우 COP가 3.0으로 EWT를 12℃로 낮추면 COP가 3.2로 6.3% 증가하였고 EWT를 18℃로 높이면 COP가 2.8로 4.7% 감소하는 것으로 나타났다.

GHE 길이를 설정하고 하는 하는데 있어서 많은 요소들의 영향을 받는데 Liebel et al. (2012)과 Capozza et al. (2013)의 논문에서 땅의 수분 상태가 GHE길이에 많은 영향을 미치고 이를 정확하게 입력할시 9~25% 정도 길이를 감소시킬 수 있다 라고 언급하였다. 또한 Mensah et al. (2017)의 연구에서 파이프안의 유체속도와 히트펌프 유닛의 COP에 따라 GHE 길이에 영향을 미치는데 최대 부하를 감소시킴에 따라 GHE 길이를 감소시킬 수 있으며 Sharqawy et al. (2013)의 연구에서는 GHE와 땅의 표면 대류열의 영향으로 GHE길이에 영향을 미치는데 이것을 보다 정확히 계산하면 10% 정도 GHE 길이가 감소할 것으로 기술하였다.

본 연구는 기존의 연구에서 지열히트펌프 모델링에 대한 연구로 분석된 요소들을 바탕으로 그 중 EWT를 EnergPlus EMS기능으로 보정하여 일반적인 지열히트펌프 설계 시 적용 가능성에 대해 분석하였다.

시뮬레이션 데이터 검증 방법

실제 대상건물의 에너지 사용량과 시뮬레이션을 통한 에너지 사용량 데이터의 검증을 위해 M&V Guideline에서 사용하는 통계 방법인 MBE (Mean Bias Error)법과 Cv (RMSE) (Coefficient of Variation of Root Mean Square Error)법을 이용하였다. 각각의 계산식은 (1)~(4)와 같다.

$MBE\left(\%\right)=\frac{{\displaystyle \sum _{period}}{\left(S-M\right)}_{interval}}{{\displaystyle \sum _{period}}{M}_{interval}}$  (1)

$RMS{E}_{period}=\sqrt{\frac{\Sigma {\left(S-M\right)}_{interval}^2}{N_{interval}}}$  (2)

$A_{period}=\frac{{\displaystyle \sum _{period}}{M}_{interval}}{N_{interval}}$  (3)

$C_v\left(RMS{E}_{period}\right)=\frac{RMS{E}_{period}}{A_{period}}\times 100$  (4)

S :시뮬레이션에서 계산된 에너지 사용량

M :측정된 에너지 사용량

N_Interval : 측정된 데이터의 수

A_Period : 측정된 기간의 평균 에너지 사용량

Table 1. Acceptable Calibration Tolerances

M&V Guideline에 의하면 건물에너지 시뮬레이션의 경우 실제 사용량과 시뮬레이션의 비교결과가 Table 1의 범위 안에 있는 경우 신뢰할 수 있는 결과 값으로 판단된다.

시뮬레이션 프로그램

본 연구에서 사용한 건물에너지 해석 프로그램은 EnergyPlus 8.1이다. BLAST와 DOE-2 프로그램과 같은 엔진을 사용하며 텍스트기반 입력 및 선택이 가능하다. 또한 Google Sketch Up (3d 모델링 프로그램)과 연계가가 가능하고 에너지밸런스 알고리즘을 근거한 수치해석 방법으로 건물부하를 계산하는 프로그램이다.

평가대상건물 개요 및 에너지 해석 조건

대상건물 건축 개요

본 연구에서는 지열히트펌프를 사용하고 있는 서울의 K대학교 교육연구동을 평가 대상 건물로 선정하였다. 이 건물의 개요는 Table 2와 같다. 지하4층, 지상5층 규모로 주로 학생들의 연구를 위한 그룹 스터디 룸과 강의실로 구성된 건물이다.

Table 2. Overview of building

대상건물 시뮬레이션 모델링 개요

대상건물의 모델링은 Figure 1과 같이 Google Sketch up 8.0을 이용하였고 2011년 준공당시 도면과 부하계산서를 기준으로 입력되었다. 본 건물은 지열히트펌프, EHP (Electronic Heat Pump), 흡수식냉온수기, 보일러를 이용하여 공기조화를 하고 있는데 지하1층부터 지하3층까지는 지열히트펌프만 사용하고 있고 나머지 층에서 기타 기기로 공조를 하고 있다.

Figure 1.

Modeling Image

대상건물 외피 물성치

건물 외피 물성치는 준공도면과 함께 부하계산서를 참고하여 실제 적용된 외피의 물성치를 그대로 시뮬레이션에 적용하였으며 외피 요소별 물성치는 Table 3와 같다. 외벽은 약 0.4 W/㎡K, 지중벽은 약 0.4 W/㎡K, 바닥은 0.54 W/㎡K, 그리고 창호는 0.46 W/㎡K 관류율을 적용하였다.

Table 3. Building property

에너지 해석 조건

내부 발열부하는 인체부하, 조명부하, 기기부하로 나뉜다. 이 3가지 부하는 기계실 관리자 인터뷰 및 실제 건물의 부하계산서 상의 값을 각각 입력하였다. 인체 스케쥴, 조명 스케쥴, 기기 스케쥴은 Table 4와 같이 정리하였다. 주중 스케쥴과 주말 스케쥴로 나뉘어 있으며 시간별 Fraction값을 표기하였다. 기상 데이터는 2016년, 2017년 기상테이터를 바탕으로 EPW 파일을 생성하여 EnergyPlus의 입력 값으로 설정하였다.

Table 4. Simulation schedule

Category	Content
Person	0~2.4 person/㎡(부하계산서)
Lighting	0~2990W(부하계산서)
Equipment	0~135W/㎡(부하계산서)
Person schedule
Lighting schedule
Equipment schedule
Weather data	16,17년 기상청 서울자료를 이용하여 EPW파일 생성

EnergyPlus를 이용한 대상건물 모델링

EnergyPlus를 이용한 시스템 연결

Figure 2와 같이 지열히트펌프를 EnergyPlus로 모델링할 때는 Condenser Circulation Pump, Chilled Water Circulation Pump, Hot Water Circulation Pump, Heat Pump로 구성된다. 실제 시스템과는 연결 구조가 다르게 되어 있지만 위와 같은 구성으로 지열히트펌프가 에너지시뮬레이션 모델링으로 구현된다(DOE, 2001).

Figure 2.

EnergyPlus GSHP System Diagram

GHE-Pro를 이용한 지중열교환기 설계

지중열교환기 기본모델은 A. Murugappan의 연구로부터 유도된 것을 사용하였다. Eskilson (1987), Yavuzturk (1999), Xu and Spitler (2006)는 개별적으로 장기 및 단기 응답인자를 개발하였다. 이 인자들은 보어홀 (Borehole) 온도 응답을 결정하는데 사용된다. 응답인자는 이산 시간간격으로 한 변수의 현재 값을 다른 변수들의 과거 값에 연계시키는 무한급수이다(Marmaras et al., 2015). 이 응답인자를 G-function들을 이용하여 부하의 단기 변동에 대한 보어홀 응답을 예측하는 것인데, 본 연구에서는 위에서 언급한 개념이 적용된 GHE-Pro란 프로그램을 사용하여 지중열교환기를 설계하였고, 계산된 8X8 (64공)개의 G-function값을 EnergyPlus IDF파일에 입력하였다. G-function값을 얻기 위해 GHE-Pro에 입력한 지중열교환기 값 (준공당시 장비부하계산서 기준)은 Table 5에 나타내었고 실제 대상건물에 설치된 지열히트펌프의 시스템은 Table 6에 나타내었다.

Table 5. EnergyPlus GHE input data

Table 6. Property of GSHP system

내부 벽체의 열용량 효과 해석 방법

본 연구에서는 같은 설정온도로 되어 있는 실들을 하나의 Zone으로 묶어서 모델링하였다. 여러 개의 실을 묶다 보면 내부 벽체들의 열용량 효과를 반영할 수 없는데 EnergyPlus에서 이를 고려한 Internal Mass를 이용하여 내부 벽체의 열용량 효과를 고려할 수 있다. 개별 실을 묶은 Zone을 입력하고 Surface Area에 내부 벽체의 면적을 입력하면 열용량 효과가 반영되는 방식이다. 열적으로 유사한 실을 묶는 과정에서 반영되지 않은 내부벽체의 면적은 Zone별로 최소 8 ㎡, 최대 25 ㎡로 나타났다. 이를 적용하여 시뮬레이션을 보다 정밀히 진행하였다.

Infiltration 해석 방법

건물에너지해석에서 침입외기는 큰 영향을 미치는 요소이다. 대상건물에 설치된 배기팬의 풍량과 사용시간에 따라 외부로 빠져나가는 실내공기의 양만큼 실내로 Infiltration이 유입되는 것으로 해석된다. 대상건물의 배기팬 풍량은 Table 7과 같다.

Table 7. Fan flow rate

따라서 대상건물의 배기팬 풍량과 On / Off 스케쥴을 조사하고 이를 시뮬레이션에 반영하였다. 배기팬은 08:00부터 22:00까지 14시간씩 가동되며 모든 배기팬의 유량의 합은 9900 ㎥/h이다. 이를 대상건물의 연면적 15,500 ㎡에 분배하여 2.218 ㎥/h(0.732ACH)의 침입외기를 시뮬레이션 상에 반영하였다.

실측 데이터와 시뮬레이션 데이터 분석

대상건물 실측 전력 사용량

2016년 11월부터 2017년 3월까지 5개월 동안 건물에서 지열히트펌프가 사용한 전력사용량을 Figure 3에 나타내었다. 이때 측정된 월간 전력 사용량은 건물의 지하3층부터 지하1층까지 지열히트펌프 기기만의 전력사용량을 의미한다.

Figure 3.

GSHP power consumption of target building

지열히트펌프 전력 사용량과 시뮬레이션 값 비교

실제 건물에서 사용된 월별 지열히트펌프 전력 사용량과 시뮬레이션상의 것을 비교한 결과는 다음 Figure 4와 같다. 실제 대상 건물의 총 전력 사용량은 94,323 kWh로 분석되었고 시뮬레이션 상의 전력 사용량은 106,942 kWh로 분석되었다. 전체적으로 시뮬레이션이 약 13% 오차율을 보이고 있다.

Figure 4.

Comparison of power consumption measurement value and simulation value

EWT와 지열히트펌프 가동 대수의 관계 분석

16년 11월 ~ 17년 3월까지 측정된 EWT 값을 분석하여 기온, 지열히트펌프 가동대수 에 따른 영향을 확인하였는데 분석 결과를 설명하기 위해, 17년 1월을 선정하였다. Figure 5는 기상청 자료를 통해 확인된 외기온을 나타내며, 1월 1주차에는 평균 6℃ 이지만, 2주차부터 4주차까지 평균 영하 7℃까지 낮아지는 것을 확인할 수 있다.

Figure 5.

Outside temperature of January, 17

Figure 6은 17년 1주차 때 지열히트펌프 시간별 가동 대수를 나타낸다. 1대부터 최대 3대까지 가동되며, 부하에 따라 순차적으로 가동하고 있는데 일 평균 시간당 1.5대가 가동하고 있음을 확인할 수 있다. 이때 EWT는 Figure 7에서 확인할 수 있는데 가동되지 않을 시 평균 땅의 온도 23℃ 의 영향으로 약 20℃를 유지하고 가동되는 시기에는 열을 빼앗기게 되어 약 15℃로 낮아진다(Marmaras et al., 2015).

Figure 6.

First week of January, 17 GSHP operation number per hour

Figure 7.

First week of January, 17 EWT change

Figure 8은 17년 1월 2주차 때 지열히트펌프 시간별 가동 대수를 나타낸다. 1월 9일 월요일에 총3대의 지열히트펌프 중 1대만 가동하였다. 월요일을 제외한 나머지 날에는 시간당 평균 가동 대수가 1.8대로 1주차에 비해 0.3대가 증가하는데, 그 이유는 평균 기온이 1주차에 비해 약 8℃ 감소하여 지열히트펌프가 더 많은 부하를 담당하기 때문이다.

Figure 8.

Second week of January, 17 GSHP operation number per hour

월요일에 지열히트펌프를 1대만 가동하였기 때문에 EWT에 영향을 미친다. Figure 9를 통해 확인하면 화요일 새벽에 EWT가 약 21℃까지 회복되는 것을 알 수 있는데, 지열히트펌프 가동대수가 줄어들면 EWT의 열을 보다 적게 가져오기 때문에 시간당 평균 가동 시간이 1.8대에 비해 EWT가 약 3.2℃ 더 높아진다.

Figure 9.

Second week of January, 17 EWT change

Figure 10은 1월 3주차 때 지열히트펌프 시간별 가동 대수를 나타낸다. 일 평균 시간당 약 1.9대가 가동하고 있는데, Figure 11을 통해 확인하면 이때 회복되는 EWT는 약 17.8℃가 된다. 2주차의 시간당 평균 가동대수가 1.8대일 때와 비교하면 거의 같은 경향임을 확인할 수 있다.

Figure 10.

Third week of January, 17 GSHP operation number per hour

Figure 11.

Third week of January, 17 EWT change

Figure 12에서 확인할 수 있듯이 1월 27~28일 기간은 공휴일이기 때문에 건물의 설비 시스템을 가동하지 않았으며, 마찬가지로 지열히트펌프도 사용하지 않았다. Figure 13을 통해 사용하지 않은 기간 동안 EWT를 분석하면 약 21℃까지 회복하는 것을 확인하였다.

Figure 12.

Fourth week of January, 17 GSHP operation number per hour

Figure 13.

Fourth week of January, 17 EWT change

지열히트펌프 가동 대수와 EWT를 분석한 결과, 외기온도가 낮아지면 건물의 설정 온도를 맞추기 위해 지열히트펌프가 더 많이 가동하게 된다. 가동 대수가 많아지면 유량 또한 많아지고, 땅의 온도와 열교환 현상이 보다 활발히 일어나 지열원을 보전하지 못하게 된다. 실측데이터를 분석한 결과, 평균 가동대수가 1.5대 일 때 평균 EWT는 약 20℃를 유지하는데 가동대수가 1.9대로 증가하였을 때 평균 EWT는 약 17.8℃로 떨어지는 것을 확인하였다. 1월 9일, 1월 27~28일 기간 동안 지열히트펌프를 가동하지 않았을 때 EWT가 약 20℃까지 회복되는 것을 확인할 수 있다.

EWT와 지열히트펌프 가동 대수의 관계 분석

16년 11월 1주차 때, 실제 건물에서 측정된 시간별 EWT와 시뮬레이션상의 것을 비교한 결과는 다음 Figure 14와 같다. 측정된 EWT값은 지열히트펌프를 가동하지 않을 시 평균 22.4℃로 유지되고 지열히트펌프를 가동하는 첫 시간(오전9시)에는 온도가 약 16.7℃까지 떨어진 후, 가동하지 않는 오후7시부터 22.4℃ 까지 점차 회복되어지는 것을 확인할 수 있다.

같은 기간 시뮬레이션을 통해 확인한 EWT값은 약 22.4℃에서 가동시간에 약 17℃ 까지 떨어졌다가 이후 설정온도로 회복하는 것을 확인할 수 있다. 실측값은 땅의 온도로 완전히 회복하지 못하는 경우도 발생하고 가동시간 동안 낮아지는 온도 값이 불규칙하게 나타나지만 시뮬레이션 값은 땅의 온도로 회복되는 경향을 명확하게 보이며 가동시간 떨어지는 온도 또한 규칙성을 보인다(손병후 외, 2014).

16년 12월 1주차 때, 실제 건물에서 측정된 시간별 EWT와 시뮬레이션상의 것을 비교한 결과는 다음 Figure 15와 같다. 측정된 EWT값을 분석한 결과, 월요일 약 24℃의 EWT값이 토요일에 약 19.4℃까지 떨어지는 것을 확인할 수 있다. 측정 기간 동안 기온이 영하 5.8℃까지 떨어져 2대 이상의 지열히트펌프가 가동한 시간이 많아지면 순환수량이 높아져 지열의 열교가 활발히 일어난다(이준엽 외, 2010). 따라서 측정된 현상과 같이 약 4.6℃ 정도 낮아지는 것을 확인할 수 있다.

Figure 14.

Fisrt week of November, 16 EWT change

Figure 15.

First week of December, 16 EWT change

실측값과는 다른 경향으로, 시뮬레이션 값은 지열히트펌프 가동 대수와 관계없이 일정하게 EWT가 22.4℃로 회복하는 것을 확인할 수 있다. “EWT와 지열히트펌프 가동 대수와 관계 분석”장에서 확인하였듯이 지열히트펌프의 총 가동시간이 지열원을 보존하는 것에 영향을 미치는데, 시뮬레이션 상에서는 이와 같은 현상이 반영되지 않음을 확인하였다.

실측 데이터와 시뮬레이션 데이터 오차율 분석

ASHRAE (2011)에서 GHE를 산정하는 방법은 아래 식5,6과 같은데 이론적인 최대, 최소 지중열 온도가 필요로 한다. 이 식을 바탕으로 EWT 온도가 적절한지에 대한 오차율을 10%로 미만으로 설정하여 계산하였다(ASHRAE, 2011). 오차율 ε의 정의는 (시뮬레이션 온도 ― 실측된 온도) / 실측된 온도 × 100%이다.

대상건물에서 지하1층부터 지하3층까지 지열히트펌프로 부하를 담당하고 있는데, 이와 같은 조건으로 EnergyPlus에 공조시스템(지열히트펌프+CAV), 침기량, 내부부하 스케쥴 등에 대한 정보를 최대한 근접한 값으로 입력하여도 전력 사용량은 시뮬레이션 값에 비해 실측값이 약 13%정도 작게 나오는 것을 “지열히트펌프 전력 사용량과 시뮬레이션 값 비교”장에서 확인하였다. EWT값을 분석한 결과, 시뮬레이션의 EWT값과 실측된 값이 지열히트펌프 가동시간, 지열교환기의 부분 시간별 열전도율 등의 영향으로 오차가 발생하는 것으로 평가되고 이러한 EWT값의 오차가 지열히트펌프 전력 사용량에 영향을 미치게 되는 것으로 분석되었다. 지중평균온도에 COP, 파이프, 지중의 열저항치 등을 통해 계산된 값을 뺀 온도이다. Figure 15에서와 같이 지열히트펌프 가동대수의 영향으로 보전되지 못하는 지열원에 대한 부분을 민감하게 반영하지 못하고 있음을 알 수 있다.

$L_h=\frac{1000Q_h\left[R_f+R_{pe}+R_b+R_s*F_f+R_{sp}+\left(1-F_h\right)\right]}{t-t_{min}}\left(\frac{CO{P}_h-1}{CO{P}_h}\right)$  (5)

$L_c=\frac{{1000}_c\left[R_f+R_{pe}+R_b+R_s*F_f+R_{sp}+\left(1-F_h\right)\right]}{t_{max}-t}\left(\frac{CO{P}_h+1}{CO{P}_h}\right)$  (6)

L_h : 난방 시 1RT 당 필요한 지중 열교환길이의 천공 길이(m)

L_c : 냉방 시 1RT 당 필요한 지중 열교환길이의 천공 길이(m)

Q_c : 최대 냉방 부하

Q_h : 최대 난방 부하

T : 연 평균 지중온도(℃)

COP : 지열히트펌프 효율

R_f : 파이프의 열저항치(h.m℃/Kcal)

R_p : 파이프의 열저항치(h.m℃/Kcal)

R_s : 지중의 열저항치(h.m℃/Kcal)

F: 월간 냉·난방 가동 시간 백분율

Energyplus EMS를 통한 EWT 보정

지중 열교환기로 공급되는 열매체의 온도와 유량 조건은 선정되는 히트 펌프의 운전 조건에 의해 결정되는데 지중의 비열과 밀도에 따라서 열용량이 결정되고 열전도율에 따라서 열교환기에서의 열전달 계수가 달라진다. 지중 열교환기의 주요 성능 영향인자를 정리하면 다음 Table 8과 같다.

Table 8. Performance parameters of ground heat exchangers

지중 열교환기 설계에 중요한 요소를 바탕으로 EMS를 이용한 EWT 보정에 관한 방법은 Figure 16과 같다. 먼저 건물의 부하를 계산한 뒤 지열히트펌프가 담당할 양을 설정한다. 그리고 땅의 열전도도, 온도 등을 바탕으로 지중열교환기를 설계하는데, 위에서 언급한 요소들 중 열전도도, 보어홀 간격, 유체속도 ,그리고 보어홀 깊이를 주요 변수로 설정하여 적절한 f_h(지열히트펌프가 담당해야할 냉,난방 부하)를 가지고 설계될 수 있도록 EnergyPlus의 EMS (Energy Management System)기능을 활용한다. 보어홀의 일반적인 간격인 3~6m, 열전도도 1.5~2.7W/(m·K)를 기준으로 오차율이 10% 미만이 될 때까지 그 사이에 적절한 값이 설정될 수 있도록 하였다. EMS를 통해 보정된 유량은 463LPM에서 471LPM으로 보어홀 간격은 5m에서 4.85m로 열전도도는 2.3W/m·K에서 2.27W/m·K로 마지막으로 보어홀 길이는 170m에서 150m의 값을 확인할 수 있다.

Figure 16.

EnergyPlus EMS Calibration Flowchart

Figure 17은 EMS를 통하여 보정된 EWT를 나타내는데, 수요일에 부하가 높아지면서 EWT 회복이 충분히 되지 않아 약 23℃까지 올라가던 것이 19.7℃까지 낮아지는 것을 확인 할 수 있는데 보정 전의 EWT는 이를 반영하지 못하고 22.7℃정도로 낮아졌는데 EMS를 통하여 보정 후에는 19.7℃까지 낮아져 그 경향을 따라가고 있음을 알 수 있다.

Figure 17.

The corrected EWT change

Energyplus EMS를 통한 EWT 보정 검증

EMS를 통한 EWT 보정에 대한 방법을 검증하기 위해 추가로 지중열전도도를 검사한 3개의 건물을 선정하여 EWT 측정 및 보정방법을 적용하였다. 모두 사무용건물이며 CASE 2는 금천구에 위치하였고 지중열전도도 검사 결과 2.71W/m·K이었고 CASE 3 건물은 서초구에 위치하고 지중열전도도 검사 결과 2.77W/m·K이 나왔다. 마지막으로 영등포구에 위치한 CASE 4는 3.15W/m·K의 열전도도를 가지고 있다.

Figure 18은 CASE 4의 EWT를 나타낸 그래프이다. CASE 1과 마찬가지로 실측된 EWT값이 시뮬레이션의 값보다 약 5℃ 높은 것을 확인 할 수 있다. EMS로 보정한 변수 값들은 유량은 548LPM이 551LPM으로 보어홀 간격은 4.5m에서 4.33m로 열전도도는 2.2W/m·K에서 2.17W/m·K로 보어홀 길이는 201m에서 181m로 보정되었다. 보정 후 EWT 값을 확인하면 실측 EWT와 비슷하게 약 5℃가 낮아져 비슷한 경향으로 나타나는 것을 확인할 수 있다.

Figure 18.

The corrected EWT change

Figure 19는 CASE 2~4의 실측 EWT값과 시뮬레이션 EWT를 비교하여 계산한 오차율을 나타내는데 모두 시뮬레이션 EWT 값이 실측 EWT 값에 비해 약 13.5%정도 높게 나오는 것으로 보여 진다. EMS를 통한 보정으로 CASE 2는 14.2%에서 7.1% 감소하였고 CASE 3는 12.6%에서 3.5% 감소하였다. 마지막으로 CASE 4는 13.7%에서 7.6% 감소하여 평균 6.2% 정도 보정된 것으로 판단된다.

Figure 19.

EWT error rate per case

아래 Table 9는 CASE 1~4까지 EMS를 통해 보정된 값들을 정리한 것인데. 가장 보정이 많이 되는 것은 보어홀 길이로 약 9%정도 감소하였다. 선행연구에서와 마찬가지로 보어홀 길이가 가장 지열히트펌프 설계에 영향을 많이 미치며 또한 EWT 값에도 반영이 많이 된다. 유량은 평균 3%정도 보정되며, 보여홀 간격은 약 2.8% 보정되고 마지막으로 열전도도는 약 2% 정도 보정되는 것을 확인할 수 있다.

Table 9. Calibrated Variable Value per CASE

유량, 보어홀 간격, 열전도도는 지중열전도도가 높을수록 보정률이 높아지는데 이는 지중환경에 더 민감하게 반응하는 것으로 지중열전도도가 2.57 W/m·K인 CASE 1에 비해 3.15 W/m·K CASE 4가 보어홀 길이에 대한 보정률은 5% 감소한 것에 비해 기타 변수들은 약 2%정도 높아진다. 따라서 지중열전도도가 높을수록 가장 영향력이 높은 보어홀 길이 뿐만 아니라 기타 변수에 대한 입력 값을 보다 정밀히 해야 함을 확인할 수 있다.

EWT 보정을 통한 에너지 사용량 비교

Figure 20은 EWT 보정에 따른 전력 사용량을 실제 전력사용과 비교하나 그래프이다. 11월 보정전의 전려사용량은 실제 사용량에 비해 약 12% 정도 높았으나, 보정 후 3.8%까지 낮아졌고 12월은 15%에서 5.3%로, 1월은 16%에서 4.1%로, 2월은 14%에서 3.3%까지 낮아졌고 마지막 3월은 9.5%에서 3.1%까지 낮아지는 것을 확인하였다. 지열히트펌프를 많이 가동했던 1,2월이 약 11%정도 가장 많이 낮아지는 것을 알 수 있으며, 평균 9.4%정도 보정되었다.

Figure 20.

GSHP power usage by EWT calibration

결 론

(1) EnergyPlus로 지열히트펌프 모델링을 할 때 입력 값을 최대한 실제 상황과 근접하게 모델링하여도 오차율이 약 13%정도 차이가 난다.

(2) 외기온도가 낮아지면 건물의 설정 온도를 맞추기 위해 지열히트펌프가 더 많이 가동되게 된다. 가동 대수가 많아지면 유량 또한 많아지고, 땅의 온도와 열교환 현상이 보다 활발히 일어나 지열원을 보전하지 못하게 된다.

(3) 실측데이터를 분석한 결과, 평균 가동대수가 1.5대 일 때 평균 EWT는 약 20℃를 유지하는데 가동대수가 1.9대로 증가하였을 때 평균 EWT는 약 17.8℃로 떨어지는 것을 확인하였다.

(4) 실측값과는 다른 경향으로, EWT 시뮬레이션 값은 지열히트펌프 가동 대수와 관계없이 일정하게 EWT가 22.4℃로 회복하는 것을 확인할 수 있는데, 지열히트펌프의 총 가동시간이 지열원을 보존하는 것에 영향을 미치지만 시뮬레이션 상에서는 이와 같은 현상이 반영되지 않음을 확인하였다.

(5) 보정된 식을 통해 EWT값을 재계산한 후 Energyplus에서 보정된 EWT값을 얻기 위한 EMS를 이용한 가동대수에 따라 지열원이 보전되지 못하고 EWT가 낮아지는 경향을 반영하지 못했던 시뮬레이션 값이 실측값과 비슷한 형태로 변화되는 것을 확인할 수 있다.

(6) EMS를 통한 입력값을 보정하면 지중열교환기에 가장 영향을 미치는 보어홀 길이가 약 9%정도 감소하였다. 유량은 평균 3%정도 보정되며, 보여홀 간격은 약 2.8% 보정되고 마지막으로 열전도도는 약 2% 정도 보정되는 것을 확인할 수 있다.

(7) EMS를 통한 입력값을 보정하면 지중열교환기에 가장 영향을 미치는 보어홀 길이가 약 9%정도 감소하였다. 유량은 평균 3%정도 보정되며, 보여홀 간격은 약 2.8% 보정되고 마지막으로 열전도도는 약 2% 정도 보정되는 것을 확인할 수 있다.

(8) 유량, 보어홀 간격, 열전도도는 지중열전도도가 높을수록 보정률이 높아지는데 이는 지중환경에 더 민감하게 반응하는 것으로 지중열전도도가 높을수록 가장 영향력이 높은 보어홀 길이 뿐만 아니라 기타 변수에 대한 입력 값을 보다 정밀히 해야 함을 확인할 수 있다.

(9) EWT가 보정되면 전기 사용량에도 영향을 미치는데 EWT 오차율이 약 7% 정도 보정되면 전기사용량도 약 9.8% 정도 맞춰지는 것을 확인함으로써 EWT 보정에 대한 의의를 더욱 강조할 필요성을 보여줄 수 있을 것으로 보인다.