서 론
전 세계적으로 고유가와 온실가스 감축 필요성에 의해 에너지 절감에 대한 관심이 높아지면서 전체 에너지 소비의 상당 부분을 차지하는 건축물 부분의 에너지 절감에 대한 필요성 및 노력이 증대되고 있다. 국내에서는 단기적인 에너지 절감 대책이 아닌 건축물 에너지 성능 개선을 통한 에너지 비용 절감과 거주환경을 개선하는 근본적 대책을 제안하여 기존 및 신축 건축물 에너지 성능 개선을 유도하는 ‘에너지 수요 절감을 위한 건축물 에너지 성능 향상 대책’(국토교통부, 2014) 등의 제도 마련 및 시행을 통해 에너지 성능 개선을 유도하고 있다.
신축 건물에 비해 높은 기축건물의 비율 및 건축물의 긴 생애기간을 고려하여, 설비 시스템의 개보수 및 효율적 운전을 통한 에너지 절약 효과 등이 높은 반면, 단열성능 강화 등의 건축적 에너지 효율화 방안에 대한 연구는 많이 이루어지고 있지만 건물 시스템의 운영 방안 개선 등 설비적 에너지 효율화 방안에 관한 연구는 미흡하다.
설비적 에너지 절감 및 효율화를 위한 설비시스템의 성능 모니터링 및 고장감지를 위해 시스템의 운전 및 부하 상황 예측이 필요하다. 건물의 부하 상황 예측을 통해 정상 운전 상태를 벗어난 고장에 대한 확인이 가능하며 이를 활용하여 설비 시스템에 최적제어 및 에너지 절감이 가능하다. 현재 기존 건물의 부하 예측은 매우 복잡하며 시뮬레이션 등을 통한 실내 부하 예측은 가능하나 실시간 부하 예측에는 어려움이 있다.
건물에서 에너지를 효율적으로 사용하기 위한 관심이 높아지면서 부하 예측에 관련된 연구가 최근 진행되고 있다. 백창인(2014)은 건물의 형태와 방위 등 건물의 물리적 요소를 입력 값으로 설정해 건물의 부하를 예측했으며 Ekici and Aksoy (2009)는 ANN (Artificial Neural Network)을 활용하여 건물 방위, 단열재 두께 등 건물의 물리적 특성을 입력 값으로 난방 부하를 예측했다. Chow and Leung (1996)은 ANN을 활용하여 외기온도, 습도 등 기상 데이터와 에너지 사용량의 상관관계를 분석하여 에너지 요구량을 예측하였다. 부하 예측 관련 연구는 국내보다 국외에서 활발한 연구가 진행되고 있으며 건물의 물리적 특성을 활용하여 예측하는 연구가 주로 진행되고 있다. 또한, 많은 데이터를 기반으로 학습을 통해 예측을 실시하는 인공신경망을 활용한 연구가 주로 이루고 있다. 학습을 통한 예측의 경우 기존의 데이터가 충분하지 않은 상황에서는 큰 오차율을 나타낼 수 있다.
이에 본 연구에서는 설비 시스템의 오류나 고장 발생 및 시스템의 비효율적인 운전으로 인한 에너지 낭비를 방지하기 위해 공조 시스템에서 쉽게 얻을 수 있는 데이터를 활용하여 실내 부하 예측 모델을 개발하고자 한다. 공조 시스템에 센서들을 활용하여 부하 예측에 필요한 입력 값을 측정 및 수학적 모델링을 통해 공조시스템을 활용한 부하 예측 모델을 개발한다. 개발한 부하 예측 모델을 활용한 시제품 개발 및 실제 건물을 대상으로 검증을 실시하고자 한다.
부하예측 모델 개발
기존 건물의 부하 예측은 매우 복잡하며, 시뮬레이션 등을 통하여 실내 부하를 예측할 수 있지만 실시간 부하 상황을 예측하기 어렵다. 특히 시뮬레이션을 통한 부하 산정에서는 각종 설계 도면 분석을 통해 필요한 값들을 입력하여야 하며, 건물 규모, 시뮬레이션 숙련도 등에 따라 계산 결과의 불확실성이 발생한다.
공조 시스템을 활용한 건물 부하예측은 열역학 제 1법칙을 바탕으로 부하를 예측하게 된다. Figure 1과 같이 각 존별 설치된 공조시스템의 센서들을 활용하여 부하를 예측하고, 건물 전체의 부하를 산정하여 HVAC 시스템의 제어에 활용할 수 있다.
수학적 모델링
열역학 제1법칙은 계의 총 에너지는 보존된다는 이론이며, 에너지가 계의 경계를 통과하는 방법을 설명하고 있다. 계에 축적된 총 에너지의 변화량은 계로 전달된 열량과 계에 행해진 일의 양의 차로 나타낼 수 있으며, 식 (1)과 같다.
검사체적에 열과 역학적 에너지의 증가로 저장된 에너지는 식 (2)와 같이 검사체적으로 들어간 열과 역학적 에너지에서 검사체적을 떠난 열과 역학적 에너지를 뺀 것에 검사체적 내부에서 발생된 열에너지를 더한 것과 같아야 한다.
제1법칙에서의 총 에너지는 운동에너지, 위치에너지 및 내부에너지로 구성되어 있다. 제 1법칙이 유체흐름이 있는 경계를 갖는 검사체적에 적용될 때에는 에너지 교환을 두 개의 일로 나눈다. 유동일(flow work)이라고 하는 첫 번째 영역은 계의 경계를 통하여 흐르는 유체에 압력이 한 일과 연관되어 있다. 단위질량에 대한 일의 양은 압력에 유체의 비체적을 곱한 것과 같다.
유체의 단위질량에 대한 유입위치나 유출위치를 나타낸 것이다. 여기에 질량흐름률 
을 곱하면, 검사체적으로 들어가거나 검사체적에서 나가는 에너지율에 상응하는 형태가 되며, 식 (3)과 같다.
단위질량당 내부에너지와 흐름일의 합은 식 (4)를 활용하여 엔탈피로 대체될 수 있다.
유체를 비열이 일정한 기체로 가정한다면, 유입과 유출 사이에서 단위질량당 엔탈피 차이는 식 (5)로 나타낼 수 있다. 식 (3)에서 단위질량당 내부 현열에너지는 식 (6)으로 변환되며, 잠열의 변화가 없고, 열발생이 없다고 가정하면, 실내 부하는 식 (7)과 같이 정리할 수 있다.
부하 예측 모델 시제품 제작
실내 부하 계산이 가능한 수학적 모델링을 활용하여 부하 예측 모델 시제품을 개발 하였으며, 개념도는 Figure 2와 같으며, 구성은 Table 1과 같다. Aduino Uno를 활용하여 제어부를 구성하였다. 부하 예측 모델에 필요한 입력 값을 도출하기 위해 급기풍량 측정을 위한 풍속 센서, 급기 온도 측정을 위한 온도센서를 제어부에 연결하여 시제품을 구성하였다.
부하 예측 모델 검증
대상 건물
부하 예측 모델 검증을 위한 대상 건물은 경산시에 위치한 실험실 용도의 건물로 개요는 Table 2와 같다. 대상 건물에는 공조 실험을 위하여 단일덕트 변풍량 시스템이 구축되어 있으며, 열원 설비는 공랭식 히트펌프가 설치되어 있다.
부하 예측 모델에 활용되는 입력 값과 출력 값은 Table 3과 같으며 입력 값 중 공기의 비열은 일정한 값으로 사용되며 풍속 및 온도는 변수로 사용된다.
부하 예측 모델 검증
Figure 3은 부하 예측 모델 검증을 위해 대상건물의 외기온도, 실내온도, 급기온도, 풍량을 측정한 것을 나타내며 실내 설정온도는 24℃로 설정하였다. 급기온도, 풍량 및 실내 설정온도와 부하 예측 모델을 통해 실내 부하를 예측 할 수 있다.
Figure 4는 시뮬레이션을 통한 부하와 공조시스템 활용 부하 예측 모델을 통해 예측한 부하 간의 관계를 나타낸다. 시뮬레이션과 부하 예측 모델을 활용한 부하 사이의 R2 값이 0.7212로 나타났다. 이를 통해 본 연구에서 개발한 부하 예측 모델의 활용 가능성을 확인 할 수 있다.
결 론
설비 시스템의 고장 및 시스템의 비효율적인 운전으로 인한 에너지 낭비를 감소 시키기 위해 실내 부하 예측은 필수적이다. 현재 건물의 부하 예측 방법은 복잡하며 시뮬레이션을 통한 부하 예측은 가능하지만 실시간 부하 예측은 어렵다. 따라서 본 연구는 건축물의 설비적 에너지 절감을 위해 공조시스템을 활용하여 실내 부하 예측 모델을 개발했으며, 본 연구의 결과는 다음과 같다.
(1) 공조 시스템을 활용한 부하 예측 모델 개발을 위해 열역학 제 1법칙을 활용하여 수학적 모델링을 실시하였다. 풍량, 온도차와 수학적 모델을 통해 부하를 예측할 수 있다.
(2) 수학적 모델링을 활용하여 부하 예측에 필요한 풍량계와 온도 센서로 입력부를 구성하며 제어부에 연결하여 부하 예측 모델 시제품을 개발하였다.
(3) 시제품을 활용한 부하 예측 모델 검증을 위해 대상건물에 적용을 실시하였으며, 시뮬레이션을 통한 부하와 예측 모델을 활용한 부하 사이간의 R2 값이 0.7212로 연관성이 높은 것을 확인 할 수 있었다.
본 연구는 공조시스템을 활용한 부하 예측 모델 개발을 목적으로 부하 예측 모델과 시제품 개발 및 검증을 실시했다. 개발된 부하 예측 모델을 설비 시스템에 적용 했을 때, 실시간 부하 상황을 파악할 수 있으며 시스템의 고장 감지 및 열원 기기 및 공조기의 최적제어에 활용 가능하다. 이를 통해 건물의 에너지 소비량을 미리 예측하고 불필요한 에너지 소비를 방지할 수 있다.
