서론

기축 건물 중 사용연한이 15년 이상 경과된 건물은 2012년 기준으로 약 74% 수준이다(이예영 외, 2014). 사용연한이 오래된 건물은 건물의 노후화로 인하여 외피의 단열성능이 저하되며, 이에 따라 에너지사용량과 재실자의 불쾌적도를 증가시킨다(최선우 외, 2012). 국내 뿐만 아니라 세계적으로 리모델링 사업이 이슈가 되어 에너지성능 향상을 위해 기축 건물의 성능을 개선하는 그린 리모델링을 진행하고 있다(Bharadwaj et al., 2018; Cynthia et al., 2018; Yuling and Xiaohua, 2018). 2012년 기준으로 기축 건물은 약 680만 호가 있으며, 그린 리모델링 시장규모는 68조 6천억원에 이를 것으로 조사되었다. 또한, 2030년 이후 그린 리모델링 시장규모는 전체 리모델링 시장의 약 60%까지 점차적으로 성장할 것으로 조사되었다(이예영 외, 2014). 공공 건축물의 경우 2025년까지 신축 건물을 대상으로 제로에너지가 의무이지만(김승남, 2014; 김승남과 유광흠, 2014), 점차 기준이 강화되고 있으므로 기축 건물을 제로에너지 수준으로 강화시켜야할 가능성 또한 있다.

그린 리모델링 시장에서 기축 건물을 리모델링한 경우는 다수 있으므로 참고할 수 있는 자료가 있다. 하지만 기축 건물을 제로에너지 수준으로 리모델링한 사례가 거의 전무하므로 제로에너지 건물수준으로 리모델링하기 위해 필요한 내용과 리모델링 후 건물 에너지 분석에 관한 연구도 부족하다. 또한, 현재는 리모델링에 대한 표준 매뉴얼없이 설계자나 시공자의 건축적 지식과 경험에 의하여 리모델링을 하고 있다. 건물의 외피 열성능 진단 방법을 정확히 숙지하지 못하거나 진단 조건이 충족되지 못한 상태에서 열성능을 진단하면 실제와 다른 결과를 도출하게 되고, 이는 리모델링 비용 증가나 에너지사용량 절감에 좋지 않은 효과를 나타낼 수 있다. 또한 건물의 열성능 진단 후 리모델링 방안을 도출하는 단계에서도 해당 건물의 정확한 열특성이 고려되지 않으면 효과적인 리모델링 전략을 수립할 수 없다(Lee et al., 2017).

따라서, 본 논문은 건물의 패시브, 액티브, 신재생 요소를 구분하여 진단 및 리모델링 방안을 리뷰하고, 리모델링 시 발생하는 한계점과 가정 사항을 정리하고자 한다. 이를 위해 실제 건물을 선정 후 기존 문헌에 따라 진단 및 시공을 진행했으며, 시공 전후의 에너지절감 효과를 정리했다. 결과적으로 본 논문이 제로에너지 표준 매뉴얼 제작의 기초자료가 되고, 기존 건물을 제로에너지로 리모델링하는데 도움이 되고자 한다.

연구방법

대상건물 개요

리모델링 건물은 2000년에 준공된 4층 규모의 도서관이다 (Figure 1). 공조 시스템으로 Electric Heat Pump (EHP)가 설치되어 있고, 복도, 화장실, 계단을 제외한 모든 실에 공조를 가동한다. 신재생 시스템은 설치되어 있지 않다. EHP는 16마력 EHP가 5개 사용되었고, 2개를 연동한 EHP(32마력)의 효율은 2.5이고, 3개를 연동한 EHP(48마력)의 효율은 3.75이다.

Figure 1.

Building image

건물에 대한 정보는 하단에 서술할 진단 방법에 따라 실측했으며, 그 내용은 Table 1과 같다. 공사 전과 후의 에너지사용량을 비교하기 위해 리모델링 전(2016년)의 전기요금 명세서를 확보했고, 1차 에너지사용량으로 환산하면 319.4 kWh/(m²a)에 해당한다.

Table 1. Building overview

리모델링 프로세스

리모델링 프로세스는 크게 3 단계로 구분된다. 1 단계는 시뮬레이션 분석을 위한 건물 모델링 제작과 기상데이터 제작이다. 기상데이터는 기상청에서 2016년의 시간별 데이터를 이용해서 제작했다. 건물 모델링은 DesignBuilder와 EnergyPlus를 이용했다. 2 단계는 건물의 열성능을 패시브, 액티브, 신재생 요소로 구분하여 진단 후 에너지절감량을 계산했다. 3단계에서 시공비와 에너지절감량을 고려하여 시공 우선순위를 선정했다.

진단 방법

기축 건물의 성능 분석을 위해 Federal Energy Management Program (FEMP) M&V Guidelines의 International Performance Measurement and Verification Protocol (IPMVP)를 참조했다(EERE, 2008; Ginestet and Marchio, 2010; 임기추, 2014; Yafeng et al., 2017). IPMVP는 가장 널리 사용되는 가이드라인이며 전세계 40국가 이상에서 사용되고 있다(공동석 외, 2014).

건물 진단은 패시브, 액티브, 신재생 요소로 구분하여 진행했다. 여기서 패시브 요소는 기계설비 이외의 요소를 말하며, 액티브 요소는 기계설비를 이용하는 요소이다. 신재생 요소는 주위 자연환경으로부터 사용할 수 있는 에너지를 이용하는 방법이다. 단, 대상 건물의 경우 신재생 시스템의 부재로 진단대상에서 제외하였다.

패시브 요소의 진단방법

패시브 요소는 내부발열과 외피 물성치 부분으로 구분된다. 내부발열에는 재실자, 조명, 기기가 있고, 외피 물성치는 벽체, 창호, 지붕, 바닥, 침기가 있다. 내부발열을 평가하기 위해서는 발열밀도와 발열 스케줄에 대한 정보가 필요하다. 재실, 조명, 기기밀도는 현장에서 단기간 측정으로 결정될 수 있고, 설비의 운영방법이 크게 변경되지 않기 때문에 IPMVP 중 Option A를 적용했다(공동석 외, 2014). 재실자 수는 도서관 관계자의 의견을 반영하여 도서관 내의 책상 수를 육안으로 파악 후 80%를 최대 정원으로 가정했다. 인체 발열량은 ASHRAE 기준을 참조하여 성인 남녀와 어린이의 평균값인 115 W를 적용했다(ASHRAE, 2013). 기기밀도는 사무기기인 컴퓨터, 모니터, 복사기의 수량과 명판의 소비전력을 파악했다. 컴퓨터는 500 W, 모니터는 200 W, 복사기는 300 W 수준이다. 조명밀도는 각 실에 설치된 조명의 와트와 개수를 육안으로 파악했다. 업무 공간과 복도는 30 W, 화장실은 15 W의 조명이 설치되어 있다(Figure 2의 (a)). 스케줄의 경우, 건물의 실제 상황을 최대한 모사하여 시뮬레이션 모델을 제작하는 것이 실제 건물 열성능을 반영할 수 있지만, 논문의 목적인 제로에너지 인증을 받기 위해서는 표준화된 입력조건이 필요하다. 따라서 본 논문은 ECO2의 도서관 스케줄을 적용하여 시뮬레이션 모델을 제작했다 (한국에너지공단, 2013).

Figure 2.

Diagnosis the buidling elements

벽체의 단열성능은 외기의 열환경을 어느 정도 차단하는가에 따라 판단한다. 따라서 기본적으로 내표면 온도, 벽체 열류량, 실내온도, 외기온도 정보가 필요하다(Kim et al., 2018). 내표면의 온도는 열화상 카메라나 Heat Flux Meter 장비를 이용하여 측정할 수 있다(Ferrarini et al, 2016; Blanca et al., 2017; Giorgio et al, 2018; Katia et al., 2018). 열화상 카메라는 촬영된 이미지를 열화상 기술 기법(Infrared Thermovision Technique, ITT) (Rossano and Arnaldo, 2010)을 이용하며 ISO 9869-2의 기준에 따라 U-value를 계산한다. 열화상 카메라로 벽체의 열성능을 진단하기 위해서는 과거 3일 동안 실내온도와 실외온도의 일평균 온도차가 10도 이상 발생하고, 풍속은 3 m/s이하의 조건이 충족되어야 한다. Kim et al. (2016)은 국내 표준 기상데이터를 기준으로 열화상 카메라의 측정 가능한 일자를 지역에 따라 분석했으며, 광주의 경우 연간 2823 h로 32%에 해당한다. Heat Flux Meter 장비는 ISO 9869-1의 Heat Flow Method (HFM)법을 사용하여 U-value를 측정하며, 벽체의 열류량, 실내온도, 실외온도를 이용한다(Kim et al., 2017). 가장 일반적으로 사용되는 방법이지만(Kim et al., 2018), 정확한 진단을 위해서는 실외 조건이 준정상 상태를 유지하여야 하므로 최소 3일에서 7일이상 측정해야 한다(ISO 9869-1, 2014). 본 건물의 경우 열화상 카메라를 촬영하기 위한 외기 조건이 충족되지 못하였으므로, HFM법을 사용하여 벽체 열성능 진단했다. 층마다 외벽 물성치는 동일하다고 가정했고, 중간층인 3층을 대상으로 1주일동안 방위별 벽체 물성치를 진단했다. Heat Flux Meter는 바닥에서 60 cm 간격으로 3개의 Heat Flux Meter를 부착했다 (Figure 2의 (b)).

창호의 U-value를 진단하는 공인된 기준은 없으므로 창호 시험성적서의 내용으로 분석했다. 창호 Solar Heat Gain Coefficient (SHGC)는 휴대하기 간편하며 현장에서 실시간으로 결과를 확인할 수 있는 EDTM사의 Window Energy Profiler (WP4500)를 사용하여 진단했다.

지붕은 최상층 천장의 마감면과 지붕면 사이의 공간이 1 m 이상의 빈공간이 존재하므로 HFM법을 적용할 수 없었다. 또한 1층 바닥 물성치의 경우 지표면의 온도를 알 수 없으므로 열성능을 진단할 수 없다. 바닥을 천공하여 지표면 온도를 측정하는 방법이 있지만 일반적으로 사용할 수 없으므로 배제했다. 따라서 지붕과 바닥의 물성치는 해당 건물의 준공년도(2000년)에 해당하는 ‘건축물의 에너지절약설계기준’의 외피 물성치 기준을 적용했다 (국토교통부, 2000).

기밀성능은 팬을 이용하여 실내외 압력차를 임의적으로 유지시킨 후 유량의 변화를 측정하는 것이 일반적이며, 정확한 기밀성능을 평가하기 위해서는 충분한 풍량과 압력차가 발생해야 한다(이동석 외, 2014). 국제 표준 기밀 측정방법들은 ASTM Standard E779와 CGSB Standard 149.15-96이 있다. 하지만 규모가 큰 건물은 일반적으로 기밀성능 진단 시 사용하는 블로우도어로 충분한 풍량과 압력차를 발생시키기 어렵다. 따라서 멀티팬을 이용하는 방법(Lee et al., 2017)이나 블로우도어와 건물의 Air Handling Unit (AHU)을 병행하여 사용하는 방법(Kim et al., 2013)이 있다. 이와 같은 방법은 진단 장비가 고가이고 설치 및 진단이 어렵다 또한, 본 건물과 같이 AHU가 설치되어 있지 않은 건물은 적용할 수 없다. 따라서 본 논문에서는 2000년대에 준공된 업무용 건물에서 AHU와 블로우도어를 병행하여 기밀성능을 진단한 한슬기 외(2012)의 논문을 참고하여, 시공 전 1.2 ACH, 시공 후 0.6 ACH를 가정했다.

액티브 요소의 진단방법

액티브 요소는 환기 시스템과 공조 시스템으로 구분된다. 대상 건물은 환기 시스템이 설치되어 있지 않고, 공조 시스템으로 EHP가 설치되어 있다. 냉난방 소비전력과 용량(kW)은 EHP에 적힌 명판을 참고했다(Figure 2의 (c)). 냉난방 소비전력은 외기 온도에 따라 변하므로 EHP 성능을 모델링하기 위해서는 성능곡선이 필요하다. 성능곡선은 해당 회사에서 제공하는 Engineering data book를 참고하여 제작할 수 있다(Lee et al., 2018). 해당 건물은 환기 시스템이 적용되어 있지 않지만, EHP의 분석방법을 동일하게 적용할 수 있다.

공동석 외(2014)는 준공 후 20년이 지난 업무용 건물을 대상으로 시스템의 설계 성능과 노후화에 의한 성능을 비교했고, 20년 동안 18%의 성능이 저하되었다고 작성했다. 따라서 본 논문에서는 연간 0.9%의 성능이 저하된다고 가정했고, 도서관 건물이 준공된지 17년이 경과되었으므로 15.3%의 경년변화를 적용했다.

신재생 요소의 진단방법

신재생 시스템으로 태양광 발전, 태양열 발전, 지열발전, 풍력발전이 있고, 각 시스템에는 발전 용량이 적힌 명판이 있다. 따라서 패시브 요소의 조명밀도 측정 방법과 같이, IPMVP의 Option A를 참조하여 신재생 시스템의 개수와 명판에 기재된 발전량을 참조하여 진단하고자 했다. 하지만 앞에서 기술한 바와 같이, 해당 건물에는 신재생 시스템이 설치되지 않으므로 진단 프로세스를 진행하지 않았다.

건물 요소별 에너지절감량 분석방법

패시브 요소의 에너지절감량 분석

내부발열의 경우, 재실자와 사무기기의 개수를 변경시킬 수 없으므로 조명에 의한 절감량만 분석했다. 분석을 위한 조명의 스펙과 설치 위치 정보는 Table 2와 같다. 목표 조도인 500lx를 달성할 수 있는 최소한의 조명밀도를 계산하기 위해 현재 설치된 조명밀도(11.7 W/m²)를 기준으로 1 W/m²에서 5 W/m²까지 1 W/m²단위로 절감하며 시뮬레이션 했다. 조명 타입은 형광등에서 LED로 변경했다.

Table 2. Lighting analysis conditions

최적 외피 설계를 위해 Table 3과 같이 건물 부위별로 입력조건을 설정하고, 매개변수 시뮬레이션을 수행하였다. 각 항목의 입력조건은 이정훈(2015)을 참조했다. 입력조건들을 조합하면 735개의 케이스가 형성된다.

Table 3. Input conditions for parametric simulation

액티브의 에너지절감량 분석

EHP 교체 시 절감되는 에너지사용량을 분석하기 위해 다양한 효율의 EHP와 Gas engine Heat Pump (GHP)를 입력조건으로 설정하고 에너지절감량을 분석했다. EHP의 경우 최근 3년간 에너지 효율등급에서 1++이상의 등급을 받은 건물 내용을 기반하여 4.5와 5.0을 설정했고, 가장 이상적인 조건을 고려해서 5.5를 설정했다(신지웅 외, 2015). EHP를 GHP로 교체 시 에너지절감량을 분석하기 위해 GHP의 효율을 3가지로 구분하여 설정했다. 마찬가지로 에너지 효율등급에서 인증받은 건물의 효율을 참조하여 작성했다(Table 4). 전력과 가스의 절감량을 동일한 기준으로 비교하기 위해 1차 에너지소요량으로 환산 후 비교했다. 이를 위해 전력의 1차 에너지소요량은 전력사용량에 1차 에너지환산계수(한국에너지공단, 2013)인 2.75를 곱하여 산출했고, 가스는 가스사용량에 가스의 1차 에너지환산계수인 1.1를 곱하였다.

Table 4. Input conditions for active element

신재생의 에너지절감량 분석

태양광 발전시스템을 설치할 경우의 발전량을 분석했으며, 이를 위해 입사면 총일사량, 모듈효율, 설치 가능 면적, 성능비를 이용하여 계산했다(김법전 외, 2015). 입사면 총일사량은 Lee et al. (2017)을 참조했다.

시뮬레이션 방법

해석 소프트웨어 개요

빛환경(Table 2)을 먼저 분석한 후, 도출된 최적 조명밀도를 반영하여 열환경(Table 3)을 분석했다. 이를 위해 빛해석 소프트웨어로 RELUX를 사용했고, 열해석을 위해 DesignBuilder v.4.7.과 EnergyPlus v.8.3. (Drury et al., 2001)을 사용했다. 최적화 소프트웨어는 jEplus v.1.7. (Zhang and Korolija, 2010)을 사용했다.

기상데이터 제작

EnergyPlus 홈페이지에서 광주지역의 표준 기상데이터를 제공하지만, Figure 3과 같이 실제 기상상태와 차이가 있으므로 2016년 1월부터 12월까지의 기상청 데이터를 이용하여 EnergyPlus Weather file (EPW)의 새로운 기상데이터 파일을 제작했다.

Figure 3.

Comparison of differences between standard and produced weather data

건물 모델링

상기 진단방법에 기반하여 건물의 열성능을 실측하고, 측정된 값을 바탕으로 시뮬레이션 모델을 제작했다(Figure 4). 매개변수 시뮬레이션을 수행하기 전, 모델링의 신뢰성을 확보하기 위해 시뮬레이션에서 도출된 에너지사용량을 2016년 해당 건물의 전기요금 명세서와 비교했다.

Figure 4.

Perspective image of a target building modeled in DesignBuilder

시뮬레이션의 신뢰성을 검증하기 위해 Coefficient of variation of the root mean squared error [Cv (RMSE)]를 사용했다. 월 단위의 에너지사용량을 비교하였으므로, 오차 허용범위는 +-15%이내이다(ASHRAE, 2002; Lee et al., 2018).

리모델링 방안 분석

시뮬레이션의 에너지사용량 검토

리모델링 전 도서관의 전기요금 명세서를 1차 에너지사용량으로 환산하면 319.4 kWh/(m²a)이고, 시뮬레이션은 307.4 kWh/(m²a)으로 12.0 kWh/(m²a)(3.8%)의 오차를 보인다. 이 수치를 “건축물의 에너지효율등급” 기준과 비교하였고, 2등급 건물에 해당할 것이라 예측했다. (정확한 에너지효율등급을 평가하기 위해서는 인증기관에 평가를 의뢰해야 한다.)

Figure 3에 의하면 2월의 외기온도와 일사량은 1월보다 높았고, 2월의 일수가 29일(윤달)로 1월보다 낮았음에도 전기 요금명세서의 전기 사용량은 1월보다 높게 나왔다. 도서관이라는 공공건물의 특성상 다수의 방문객이 방문하게 되고, 도서관 측은 설정온도를 높여달라는 요청을 받게 되면 이를 수용하게 된다. 이처럼 특이사항, 혹은 도서관의 일시적인 이벤트에 의해 에너지사용량이 급격히 변화될 수 있지만 이는 일반적인 현상이 아니므로 시뮬레이션 시 반영하지 않았다. 만약, 연중 고정적으로 발생하는 이벤트인 경우 시뮬레이션에 반영하지만, 도서관 측에 문의한 결과 2월에 특별한 이벤트는 없었다. 2월을 제외한 나머지 달은 시뮬레이션과 유사한 결과를 보였고, 시뮬레이션과 전기 요금명세서의 Cv (RMSE)는 13.6%로 오차 허용범위 안에 포함되어 시뮬레이션의 신뢰성을 확보했다(Figure 5).

Figure 5.

Comparison of electricity bill and energy consumption of simulation

시공방안 구성

리모델링에 의한 1차 에너지절감량과 요소별 시공비를 비교하여 시공비 당 에너지절감량을 산출하고, 시공 우선순위을 정리한 결과는 Table 5와 같다. 시공비는 해당 건물 관계자의 요청에 의하여 공개하지 않았다.

Table 5. Construction plan for achieving zero energy

기밀성능을 향상할 경우, 50.6 kWh/(m²a)이 절감되어 세 번째로 절감량이 높지만 시공비가 타 항목보다 저렴하므로 시공비 대비 1차 에너지절감량은 가장 높다. 건물 옥상에 46 kW의 태양광 시스템을 설치하면 가장 많은 1차 에너지소요량(99.3 kWh/(m²a))을 절감할 수 있지만 시공비의 증가로 시공 우선순위 중 3번째에 해당했다. 조명밀도를 변경하는 것이 시공 우선순위 중 2번째에 해당했고, EHP를 교체 시공하는 케이스가 우선순위에서 4번째에 해당했다. 외벽, 창호, 지붕의 단열 시공은 1차 에너지절감량에 거의 영향을 주지 않았고, 시공비도 높았다.

시공 전 해당 건물의 1차 에너지소요량은 307.4 kWh/(m²a)이므로, 제로에너지 등급인 1++등급(140 kWh/(m²a) 미만)에 도달하기 위해서는 최소한 167.4 kWh/(m²a)를 절감해야 한다. 기밀성능 향상, 조명밀도 최적화, 태양광 시스템 설치 시 1차 에너지소요량은 202.1 kWh/(m²a)를 절감할 수 있으므로 105.3 kWh/(m²a)가 되리라 예상되고, 이는 1++등급에 해당된다.

리모델링 후 에너지사용량 모니터링

에너지사용량 관리 시스템

시공 후 건물의 에너지사용량 모니터링과 액티브 시스템 제어를 위해 Building Energy Management System (BEMS)를 설치했다. 각 실별 에너지사용량, 실내 온습도, CO2 농도, 태양광 발전량, ESS 사용량을 최소 15분 간격으로 모니터링 할 수 있다. 수요관리 프로그램(Demand-side Management, DSM)(고원석 외, 2014)에 참여하기 위한 조건이 15분 단위의 모니터링이므로 추후 참여할 수 있는 이점이 있다.

BEMS를 이용하면 실별 EHP 실내기의 On/Off와 설정온도를 제어할 수 있다. 건물의 에너지절감은 리모델링 뿐만 아니라 운영단계에서 시스템의 제어를 이용해도 달성할 수 있다. BEMS는 실별 EHP 실내기의 On/Off와 설정온도를 제어할 수 있으므로 Pre-cooling(최선규 외, 2014), night-purge(신동신 외, 2015)의 제어방안을 적용할 수 있다. Lee et al. (2017)에 의하면 Pre-cooling에 의해 약 10%의 에너지사용량을 절감할 수 있다고 발표했다.

시공전후의 에너지사용량 비교

Table 5의 우선순위를 참조하여 조명 (8.5 W/m²), 태양광 시스템 (46 kW), EHP (COP 5.0)를 리모델링하였다 (Figure 6). 리모델링 전인 2016년 11월, 12월의 전기 요금명세서를 리모델링 후인 2017년 11월, 12월의 전기 요금명세서와 비교한 결과는 Figure 7과 같다. 2016년 11월의 에너지사용량인 14,367 kWh는 리모델링 후 7,221 kWh로 절감하여 50%가 감소하였다. 2016년 12월은 21,908 kWh를 사용하였고 2017년 12월은 15,927 kWh로 27%가 감소하였다. 2017년 12월의 외기온도가 2016년에 비해 평균 2℃정도 추웠음에도 리모델링에 의해 에너지사용량이 절감되었고, 동일한 기상조건으로 분석 시 에너지절감량은 더욱 증가되리라 예상한다. 12월은 적설 및 외기온도 저하에 의해 태양광 발전 효율이 감소되므로 11월에 비해 태양광 발전량이 낮다. 또한 12월의 추워진 외기온도로 인해 설정온도를 높여달라는 방문객의 요청이 있었고, 이에 따라 일부 실의 설정온도가 높게 설정되었다. 따라서 지속적인 에너지 모니터링과 시스템 관리가 필요하다.

Figure 6.

Images of remodeling (Left: before, Right: After)

Figure 7.

Comparison of energy consumption before and after remodeling

“건축물 에너지효율등급”의 인증 결과, 단위면적당 1차에너지소요량이 91.9 kWh/(m²a)로 평가되어 1++등급의 예비인증을 획득했다. 이는 본 연구에서 계산한 109.8 kWh/(m²a)와 17.9 kWh/(m²a)의 오차를 보인다. 리모델링에 의한 요소별 에너지절감량과 절감 원인, 그리고 시뮬레이션간의 오차에 대한 분석은 추후 논문에서 자세히 다루고자 한다.

결 론

기축된 업무용 건물을 제로에너지 수준의 건물로 리모델링한 사례는 매우 드물다. 이로 인해 시공 시 고려해야 할 사항과 시공후의 에너지절감량에 대한 정보가 미흡하다. 대상 건물은 기축된 업무용 건물을 리모델링하여 에너지효율등급 중 제로에너지 인증을 획득한 몇 안되는 케이스 중 하나이다. 따라서 본 논문은 리모델링을 진행하며 참조한 기존 문헌을 리뷰하고, 시공을 위해 적용한 가정사항, 시공 방안 분석, 그리고 시공 후 에너지절감량에 대해 비교했다.

(1) 건물의 진단을 위해 패시브, 액티브, 신재생 요소로 구분하여 진단했다. 패시브 요소에서 내부발열과 벽체 U-value 진단 방법에 대한 문헌이 많이 발표되어 있지만, 창호 U-value의 현장 진단방법에 대한 문헌 자료가 부족했다. 또한 업무용 건물은 기밀성능에 대한 진단이 어려우므로 기밀성능에 대한 가정이 필수적이었다. 시공 전은 1.2 ACH이고, 기밀 테이프 시공 시 0.6 ACH가 된다고 가정했다. 액티브와 신재생 요소는 시스템의 효율에 영향을 주는 경년변화에 대한 고려가 필요하며, 본 연구에서는 연간 0.9%의 효율이 감소된다고 가정했다.

(2) 리모델링은 최대한의 에너지절감 효율을 보이는 최소한의 부위를 선정하여 진행하는 것이 효율적이다. 따라서 본 논문은 시뮬레이션을 통해 건물 각 요소의 에너지절감량과 시공비를 고려하여 시공 우선순위를 선정하였다. 대상 건물의 경우, 조명밀도를 최적화 하는 것이 시공비 대비 1차 에너지절감량이 가장 높았고, 그 다음이 태양광 시스템을 설치하는 것이었다. EHP의 효율 향상은 시공 우선순위 중 3번째에 해당했다. 외벽, 창호, 지붕의 단열성능은 에너지절감량에 거의 영향을 주지 않았다. 상기 내용을 반영하여 리모델링하였고, 건축물 에너지효율등급의 인증 결과 단위면적당 1차에너지소요량이 91.9 kWh/(m²a)로 평가되어, 1++등급의 예비인증을 획득했다. 현재 본인증을 획득하기 위하여 준비중이다.

본 논문의 연구방법은 비용 효율적으로 제로에너지 건물의 달성 방안을 도출할 수 있다. 하지만 본 방법은 시뮬레이션을 수행하는 엔지니어의 경험과 지식에 따라 리모델링 부위와 에너지절감 효과가 달라질 수 있는 한계점이 있다. 또한 매 건물마다 시뮬레이션 모델링을 하고 매개변수 분석을 위해 1,000개 이상의 케이스를 계산해야 하므로 상당한 시간과 비용이 소비된다. 이는 건물마다 부위별 에너지민감도가 다르기 때문이며, 간단한 방법으로 부위별 에너지 민감도를 평가할 수 있는 방법이 개발되어야 누구나 동일한 최적 리모델링 전략을 도출하고, 시간과 비용을 절감할 수 있다.

대상 건물의 경우 시공비를 비공개하였다. 시공비는 건물, 그리고 시공방법에 따라 달라진다. 따라서 Table 5의 리모델링 요소들을 다른 건물에 동일하게 적용해도 에너지절감 효과와 시공비에 차이가 발생한다. 그러므로 본 논문에서는 건물 관계자의 요청에 의해서 비용을 공개하지 못한 점도 있지만, 시공 금액과 투자회수기간(Return Of Investment, ROI)보다 “건축물의 에너지효율등급”의 1++을 달성할 수 있는 범위내에서 시공비와 에너지절감량의 비교방법, 리모델링 방법, 시공 시 고려한 가정사항, 시공안 선정방법에 대해 집중하여 작성했다.