우리는 에너지를 통해 모든 산업 활동을 하고 있다. 산업화가 급격히 진행됨에 따라 그 근본이 되는 에너지 소비율 역시 증가하고 있고 소비율이 증가하는 만큼 한정된 자원들은 수명을 잃어가고 있다. 인간의 활동 중 90%가 건물 내부에서 이루어지고 있기 때문에 건축은 에너지 문제 해결에 있어서 중요하다. 전 세계적인 에너지 사용량을 절감해야 한다는 추세에 따라 정부는 2030년까지 온실가스 배출을 약 37%를 줄이기로 하였으며, 그 중 21%는 건물에서 사용되는 에너지이다. 따라서 건물에서의 에너지 절감을 위한 기술과 사용량을 분석하는 방법에 대한 다양한 연구가 진행되고 있다. 본 연구에서는 3가지(국가기후데이터센터, 동네예보, 기상자료개방포털) 방법으로 5개(건구온도, 습도, 풍속, 풍향, ...
우리는 에너지를 통해 모든 산업 활동을 하고 있다. 산업화가 급격히 진행됨에 따라 그 근본이 되는 에너지 소비율 역시 증가하고 있고 소비율이 증가하는 만큼 한정된 자원들은 수명을 잃어가고 있다. 인간의 활동 중 90%가 건물 내부에서 이루어지고 있기 때문에 건축은 에너지 문제 해결에 있어서 중요하다. 전 세계적인 에너지 사용량을 절감해야 한다는 추세에 따라 정부는 2030년까지 온실가스 배출을 약 37%를 줄이기로 하였으며, 그 중 21%는 건물에서 사용되는 에너지이다. 따라서 건물에서의 에너지 절감을 위한 기술과 사용량을 분석하는 방법에 대한 다양한 연구가 진행되고 있다. 본 연구에서는 3가지(국가기후데이터센터, 동네예보, 기상자료개방포털) 방법으로 5개(건구온도, 습도, 풍속, 풍향, 운량)의 기상요소를 제공받아 본 연구에서 개발한 프로그램을 활용하여 Energy Plus용 기상데이터인 EPW를 제작하였다. 에너지 사용량 분석은 2017년 11월 22일에서 29일까지 8일간 제작한 EPW 파일 3개(일일예보, 실제측정, 실제측정 기상데이터를 활용한 모델식)를 활용하여 본 연구의 실증건물인 코리아 헤럴드 사옥에 Design Builder 에너지 시뮬레이션 프로그램을 적용하여 분석하였다. 본 연구의 결과를 정리하면 다음과 같다. (1) 일일예보와 국가기후데이터센터 실제측정 기상데이터의 건구온도를 비교한 결과는 건구온도의 최고는 6.5℃, 평균은 1.0℃의 차이를 보였으며, 습도의 최고는 35.7%, 평균은 8.0%의 차이를 보였다. (2) 실제측정 기상데이터를 활용한 모델식 기상데이터는 서울, 부산의 연간 전일사량을 비교한 결과 값이 각각 평균 0.9341, 0.9250 나타나 높은 신뢰성을 보였지만, 8일간 측정한 전일사량의 값이 0.8856로 낮게 나타났다. 이 결과는 단기간의 전일사량을 비교하는 것이라 정확성에서 떨어진다. 그러나 값이 0.8856 역시 높은 신뢰성을 나타내어 모델식에 대한 신뢰성은 높게 나왔다. (3) 일일예보 기상데이터를 활용한 전기 사용량은 실제측정 기상데이터를 활용한 전기 사용량보다 약 0.6% 낮은 400[kWh]의 차이를 보였다. 실제측정 기상데이터를 활용한 모델식을 적용한 기상데이터의 전기사용량은 실제 측정 기상데이터를 적용한 전기 사용량보다 약 0.1% 높은 82[kWh]의 차이를 보였다. 가스 사용량은 일일예보 기상데이터를 활용한 가스 사용량이 실제측정 기상데이터 가스 사용량보다 약 21% 낮은 400[kWh]의 차이를 보였다. 실제측정 기상데이터를 활용하여 모델식을 적용한 기상데이터의 가스 사용량은 실제측정 기상데이터 가스 사용량 보다 약 4.3% 높은 83[kWh]의 차이를 보였다.
우리는 에너지를 통해 모든 산업 활동을 하고 있다. 산업화가 급격히 진행됨에 따라 그 근본이 되는 에너지 소비율 역시 증가하고 있고 소비율이 증가하는 만큼 한정된 자원들은 수명을 잃어가고 있다. 인간의 활동 중 90%가 건물 내부에서 이루어지고 있기 때문에 건축은 에너지 문제 해결에 있어서 중요하다. 전 세계적인 에너지 사용량을 절감해야 한다는 추세에 따라 정부는 2030년까지 온실가스 배출을 약 37%를 줄이기로 하였으며, 그 중 21%는 건물에서 사용되는 에너지이다. 따라서 건물에서의 에너지 절감을 위한 기술과 사용량을 분석하는 방법에 대한 다양한 연구가 진행되고 있다. 본 연구에서는 3가지(국가기후데이터센터, 동네예보, 기상자료개방포털) 방법으로 5개(건구온도, 습도, 풍속, 풍향, 운량)의 기상요소를 제공받아 본 연구에서 개발한 프로그램을 활용하여 Energy Plus용 기상데이터인 EPW를 제작하였다. 에너지 사용량 분석은 2017년 11월 22일에서 29일까지 8일간 제작한 EPW 파일 3개(일일예보, 실제측정, 실제측정 기상데이터를 활용한 모델식)를 활용하여 본 연구의 실증건물인 코리아 헤럴드 사옥에 Design Builder 에너지 시뮬레이션 프로그램을 적용하여 분석하였다. 본 연구의 결과를 정리하면 다음과 같다. (1) 일일예보와 국가기후데이터센터 실제측정 기상데이터의 건구온도를 비교한 결과는 건구온도의 최고는 6.5℃, 평균은 1.0℃의 차이를 보였으며, 습도의 최고는 35.7%, 평균은 8.0%의 차이를 보였다. (2) 실제측정 기상데이터를 활용한 모델식 기상데이터는 서울, 부산의 연간 전일사량을 비교한 결과 값이 각각 평균 0.9341, 0.9250 나타나 높은 신뢰성을 보였지만, 8일간 측정한 전일사량의 값이 0.8856로 낮게 나타났다. 이 결과는 단기간의 전일사량을 비교하는 것이라 정확성에서 떨어진다. 그러나 값이 0.8856 역시 높은 신뢰성을 나타내어 모델식에 대한 신뢰성은 높게 나왔다. (3) 일일예보 기상데이터를 활용한 전기 사용량은 실제측정 기상데이터를 활용한 전기 사용량보다 약 0.6% 낮은 400[kWh]의 차이를 보였다. 실제측정 기상데이터를 활용한 모델식을 적용한 기상데이터의 전기사용량은 실제 측정 기상데이터를 적용한 전기 사용량보다 약 0.1% 높은 82[kWh]의 차이를 보였다. 가스 사용량은 일일예보 기상데이터를 활용한 가스 사용량이 실제측정 기상데이터 가스 사용량보다 약 21% 낮은 400[kWh]의 차이를 보였다. 실제측정 기상데이터를 활용하여 모델식을 적용한 기상데이터의 가스 사용량은 실제측정 기상데이터 가스 사용량 보다 약 4.3% 높은 83[kWh]의 차이를 보였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.