지역난방 시스템의 최적 스케쥴 제어를 위해서는 난방부하 예측이 필요하다. 공동주택의 난방부하는 복잡한 변수들의 영향을 받기 때문에 손쉬운 난방부하 예측을 위해 사용하기 쉬우며 효용성 있는 예측방법의 개발이 필요하다. 본 연구에서는 익일의 시간별 난방부하를 예측하기 위해 단순화된 외기조건 예측방법과 부하 예측방법을 제안하였다. 난방부하 예측을 위해 건물설계서에서 쉽게 얻을 수 있는 간단한 사양과 예측된 온습도가 사용되었다. 제안된 방법의 타당성을 검증하기 위해 지역난방 시스템으로부터 시간별로 실측된 난방부하와 예측된 결과를 비교하였다. 예측된 외기조건은 실측된 값과 비교하여 변화양상이 잘 일치하였다. 예측된 난방부하와 측정된 난방부하를 비교한 결과, 시간별, 일별, 월별 모두 예측과 실측이 비교적 잘 일치하였으며, 난방기간 동안 월별 부하의 평균 오차는 약 4.68%로 비교적 작은 값을 가졌다.
지역난방 시스템의 최적 스케쥴 제어를 위해서는 난방부하 예측이 필요하다. 공동주택의 난방부하는 복잡한 변수들의 영향을 받기 때문에 손쉬운 난방부하 예측을 위해 사용하기 쉬우며 효용성 있는 예측방법의 개발이 필요하다. 본 연구에서는 익일의 시간별 난방부하를 예측하기 위해 단순화된 외기조건 예측방법과 부하 예측방법을 제안하였다. 난방부하 예측을 위해 건물설계서에서 쉽게 얻을 수 있는 간단한 사양과 예측된 온습도가 사용되었다. 제안된 방법의 타당성을 검증하기 위해 지역난방 시스템으로부터 시간별로 실측된 난방부하와 예측된 결과를 비교하였다. 예측된 외기조건은 실측된 값과 비교하여 변화양상이 잘 일치하였다. 예측된 난방부하와 측정된 난방부하를 비교한 결과, 시간별, 일별, 월별 모두 예측과 실측이 비교적 잘 일치하였으며, 난방기간 동안 월별 부하의 평균 오차는 약 4.68%로 비교적 작은 값을 가졌다.
It is necessary to predict the heating load in order to determine the optimal scheduling control of district heating systems. Heating loads are affected by many complex parameters, and therefore, it is necessary to develop an efficient, flexible, and easy to use prediction method for the heating loa...
It is necessary to predict the heating load in order to determine the optimal scheduling control of district heating systems. Heating loads are affected by many complex parameters, and therefore, it is necessary to develop an efficient, flexible, and easy to use prediction method for the heating load. In this study, simple specifications included in a building design document and the estimated temperature and humidity are used to predict the heating load on the next day. To validate the performance of the proposed method, heating load data measured from a benchmark district heating system are compared with the predicted results. The predicted outdoor temperature and humidity show a variation trend that agrees with the measured data. The predicted heating loads show good agreement with the measured hourly, daily, and monthly loads. During the heating period, the monthly load error was estimated to be 4.68%.
It is necessary to predict the heating load in order to determine the optimal scheduling control of district heating systems. Heating loads are affected by many complex parameters, and therefore, it is necessary to develop an efficient, flexible, and easy to use prediction method for the heating load. In this study, simple specifications included in a building design document and the estimated temperature and humidity are used to predict the heating load on the next day. To validate the performance of the proposed method, heating load data measured from a benchmark district heating system are compared with the predicted results. The predicted outdoor temperature and humidity show a variation trend that agrees with the measured data. The predicted heating loads show good agreement with the measured hourly, daily, and monthly loads. During the heating period, the monthly load error was estimated to be 4.68%.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 간단한 부하산출식에 설계서에서 쉽게 얻을 수 있는 사양들과 기상청에서 쉽게 얻을 수 있는 익일의 최고, 최저 온도로부터 쉽게 예측되는 온도와 습도를 이용하여 익일의 시간별 총 난방부하를 예측하는 방법을 제안하였다. 제안된 부하예측방법의 타당성을 검증하기 위하여 열병합발전소에서 열공급을 받는 아파트에서 측정된 실측 데이터와 비교하였다.
정확한 부하 예측을 위해서는 신뢰할 수 있는 외기조건이 필요한데, 본 연구에서는 현장에서 시스템 운전자의 손쉬운 사용을 위해 기상청에서 예보하는 최고, 최저온도만을 가지고, 익일의 온도를 예측하는 방법을 제시하였다. 이를 위해 대전지역 기상청에서 측정했던 2005 ~ 2009년까지 5년간 데이터를 활용하였다.
가설 설정
인체의 현열량은 62 kcal/h인, 잠열량은 29 kcal/h인으로 설정하였다. 그리고 생활패턴을 감안하여 오전 8시 ~ 오후 7시까지는 집에 주부만 있다고 가정하였다.
여기서 K는 방위계수를 나타내며 난방부하에서는 통상 1로 설정한다. 벽체의 열관류율 k도 설계서에서 쉽게 얻을 수 있는 값이며, A는 외기에 접한 벽체면적으로 이는 다른 부하계산 방법에서는 매우 번거러운 과정이지만 본 연구에서는 공동주택의 구조를 환기, 일조량 등에 장점에 장점을 가지는 판상형으로 가정하여 그 과정을 단순화하였다. 실제로 대한건축학회논문집에 수록된 “아파트 주동평면형태의 특성 및 개방성에 관한 연구”(2)에서 대구지역 아파트를 분석한 결과, 판상형과 변형판상평이 주거용 아파트의 80% 이상을 차지하는 것으로 조사됐다.
는 인체부하, 내부발생열, 기타부하를 의미하지만, 본 연구에서는 인체부하만을 고려하였다. 인체부하는 인원수에 인체의 현열과 잠열을 곱함으로써 구해지는데 본 연구에서는 흔한 가정이 생활하는 공동주택이라 간주하여 세대당 인원수를 4명으로 가정하였다. 인체의 현열량은 62 kcal/h인, 잠열량은 29 kcal/h인으로 설정하였다.
제안 방법
따라서 좀 더 현실적인 적용을 위해 1990년 대한주택공사에서 보고된 “실내온열 환경조사연구”를 참조하여 실내온도를 23℃로 설정하였다.
또한 산출계수 A,B,C,D는 한국태양에너지학회 논문집에 수록된 “국내 주요도시의 운량데이터를 이용한 전일사 산출 및 비교”(3)에서 구해진바 있으며 이를 이용하였다.
실제로 대한건축학회논문집에 수록된 “아파트 주동평면형태의 특성 및 개방성에 관한 연구”(2)에서 대구지역 아파트를 분석한 결과, 판상형과 변형판상평이 주거용 아파트의 80% 이상을 차지하는 것으로 조사됐다. 본 연구에서는 설계서를 통해서 얻어진 세대 면적과 한 층당 세대수를 분석하여 지붕면적을 구하였고, 한 층의 외벽면적에 층수를 곱함으로써 총 외벽면적을 구하였다.
앞에서 제시한 방법대로 기준으로 정한 여름철 총 난방부하를 공급온도와 시수온도 차로 나누어 건물에서 사용되는 시간별 급수유량을 구하고, 구해진 유량과 겨울철의 공급온도와 시수온도 차를 이용하여 겨울철 급탕부하를 계산하였다. 이러한 방법으로 평일과 휴일을 나누어 분석한 여름철과 겨울철의 급탕부하는 Fig.
여기서 가중치 n은 온도와 상대습도의 수치적 차이를 보정하며 매일의 온도와 상대습도의 평균 차이로 구하고, 가중치 m은 습도가 온도에 반비례하는 정도를 조정하며, 0.1 간격으로 바꾸어가며 실제 습도와 m값의 변화에 따른 예측 습도의 오차가 가장 작은 값으로 정하였다. 이로써 m값은 계절별 일교차의 영향을, n값은 우리나라에 영향을 미치는 기단의 영향을 반영하게 된다.
이는 사람들이 잠들기 전, 실내온도제어기를 취침모드로 설정하거나 보조 난방기를 사용하기 때문이라 판단된다. 이를 고려하기 위하여 2003년 소비자 행태 조사에서 조사된 소비자, 즉 거주자의 기상시간과 취침시간을 이용하였다. 에너지절약을 목적으로 권장되는 실내온도는 20℃이나 이는 보통 사람들이 입는 착의량으로는 쾌적함을 느끼지 못하는 온도이다.
창호면적 A는 환기와 일조량을 위해 바닥면적에 비례하는 경향이 있으며, 표준주택에서도 창호면적은 바닥면적의 함수로 설계된다. 이에 착안하여 본 연구에서는 여러 설계서를 분석하여 바닥면적과 창호면적의 상관식을 추정함으로써 창호에 의한 전도열부하 계산에 적용하였다.
2의 한 달 동안의 변화를 보면 실측온도가 예측된 온도에 비해 변화가 적은 날(14 일과 23 일)이 있는데 이는 공통적으로 소낙눈이 온 날로, 잠열의 영향이 커져 온도가 크게 변하지 않았기 때문이라 판단된다. 제안한 습도 예측 방법은 온도에서 습도를 도출하는 특성상, 온도의 오차로 인해 습도에서도 오차가 생긴다. 마지막으로 습도예측에 오차가 생기는 기간(19 일 ~ 21 일)이 있는데 이때는 겨울임에도 비가 온 기간으로, m과 n값을 구할 때 비온 날과 눈온 날이 모두 강수량이 측정된 날로 동일하게 간주되었기 때문에 생긴 오차이다.
총 난방부하 예측방법의 현장 적용성 평가 및 타당성 검증을 위해 대전시 소재의 D 아파트 단지 건물을 벤치마킹하여 비교, 분석하였다. D아파트의 전용면적은 50,622 m2이고 총 난방면적은 70,572m2이다.
급탕부하는 거주자의 생활패턴, 시수온도, 공급온도 등의 복잡한 인자로 인해 영향을 받으며, 이를 구하기 위해서는 추가적인 계측장비가 요구된다. 하지만 본 연구에서는 급탕부하가 총 난방부하(난방부하+급탕부하)의 대부분은 차지하는 여름철을 이용함으로써 급탕부하를 예측하는 방법을 모색하였다. 각 세대에서 실제로 사용되는 급탕부하는 다음 식 (10)로 구해진다.
대상 데이터
총 난방부하 예측방법의 현장 적용성 평가 및 타당성 검증을 위해 대전시 소재의 D 아파트 단지 건물을 벤치마킹하여 비교, 분석하였다. D아파트의 전용면적은 50,622 m2이고 총 난방면적은 70,572m2이다. 11개동에 464세대가 있으며 부속시설로 관리노인정과 주민복지관이 있다.
23이다. 연구대상 아파트는 판상형으로 제시한 방법대로 구한 지붕면적은 6801 m2이고, 창호면적을 제외한 외벽면적은 32373 m2이다. 이때 한국건설기술연구원의 “공동주택의 한국형 지역난방시스템 개발에 관한 연구”(4)에서 집 전체를 난방하는 비율은 33.
정확한 부하 예측을 위해서는 신뢰할 수 있는 외기조건이 필요한데, 본 연구에서는 현장에서 시스템 운전자의 손쉬운 사용을 위해 기상청에서 예보하는 최고, 최저온도만을 가지고, 익일의 온도를 예측하는 방법을 제시하였다. 이를 위해 대전지역 기상청에서 측정했던 2005 ~ 2009년까지 5년간 데이터를 활용하였다. 5년간 각 월의 맑은 날 만을 고려한 하루 평균 외기온도의 변화를 분석한 결과, 월별로 최고온도와 최저온도가 나타나는 시간에 약간의 차이가 있으나 단조증가와 감소를 반복하는 일정한 변화 양상을 보임을 알 수 있었다.
데이터처리
본 연구에서는 간단한 부하산출식에 설계서에서 쉽게 얻을 수 있는 사양들과 기상청에서 쉽게 얻을 수 있는 익일의 최고, 최저 온도로부터 쉽게 예측되는 온도와 습도를 이용하여 익일의 시간별 총 난방부하를 예측하는 방법을 제안하였다. 제안된 부하예측방법의 타당성을 검증하기 위하여 열병합발전소에서 열공급을 받는 아파트에서 측정된 실측 데이터와 비교하였다. 온습도 예측 결과, 익일의 최대값과 최소값 및 하루 중 변화양상이 잘 예측되었다.
제안된 외기온습도 예측 방법으로 얻어진 예측된 값과 기상청으로부터 측정된 값을 비교하였다. 대전지역, 2009년 1월 1일, 하루동안의 예측값과 측정값을 비교하면 Fig.
이론/모형
은 일사량 부하를 의미하며, CRM(Cloud cover Radidation Model)법을 이용하여 일사량을 산출하였다. CRM법에 의해 정의된 수평면 전일사량은 식 (9)과 같다.
여기서 ρ는 공기의 밀도, h는 공기의 엔탈피, Q는 환기량을 의미하며, 엔탈피는 앞서 구해진 공기의 두 가지 상태량인 온도와 습도로부터 구해진다. 이때 환기량은 극간풍량 산출방법 중 하나인 환기횟수법을 사용하였으며, Q는 환기횟수에 방의 체적을 곱하여 구해진다. 환기횟수는 법적 기준인 시간당 0.
성능/효과
이를 위해 대전지역 기상청에서 측정했던 2005 ~ 2009년까지 5년간 데이터를 활용하였다. 5년간 각 월의 맑은 날 만을 고려한 하루 평균 외기온도의 변화를 분석한 결과, 월별로 최고온도와 최저온도가 나타나는 시간에 약간의 차이가 있으나 단조증가와 감소를 반복하는 일정한 변화 양상을 보임을 알 수 있었다. 이러한 양상을 이용하여 외기온도를 예측하기 위해 식 (1)과 같이 최고온도를 1로 최저온도를 -1로 설정하여 무차원화 시킴으로써 계절별로 온도변화양상을 정의하였다.
온습도 예측 결과, 익일의 최대값과 최소값 및 하루 중 변화양상이 잘 예측되었다. 또한 예측된 난방부하는 시간별, 일별, 월별 모두 예측이 잘 수행되고 있음을 알 수 있었으며, 난방기간 동안의 월별 부하 합의 평균 오차는 4.68 % 의 작은 값을 보였다. 본 연구의 가장 큰 기여는 많은 노력과 전문성을 요구하는 기존의 방법과 달리 매우 간단한 계수를 이용하여 난방부하를 예측할 수 있음을 보인 것이다.
68 % 의 작은 값을 보였다. 본 연구의 가장 큰 기여는 많은 노력과 전문성을 요구하는 기존의 방법과 달리 매우 간단한 계수를 이용하여 난방부하를 예측할 수 있음을 보인 것이다.
제안된 부하예측방법의 타당성을 검증하기 위하여 열병합발전소에서 열공급을 받는 아파트에서 측정된 실측 데이터와 비교하였다. 온습도 예측 결과, 익일의 최대값과 최소값 및 하루 중 변화양상이 잘 예측되었다. 또한 예측된 난방부하는 시간별, 일별, 월별 모두 예측이 잘 수행되고 있음을 알 수 있었으며, 난방기간 동안의 월별 부하 합의 평균 오차는 4.
후속연구
또한 다른 시간대의 부하가 잘 예측된 날이라도 한낮에 오차가 큰 부분이 있는데, 이는 복잡한 운량변화에 따른 정확한 일사량 변화를 표현할 수 없는 CRM법의 오차 때문이라 판단된다. 그리고 변화가 잘 일치하더라도 변화가 나타나게 되는 시간차가 있는데 이는 건물 열용량의 영향으로 인해 축열현상이 발생하였기 때문으로 추후 연구가 필요한 부분이라 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
지역난방 시스템의 최적 스케쥴 제어를 위해서 필요한 것은 무엇인가?
지역난방 시스템의 최적 스케쥴 제어를 위해서는 난방부하 예측이 필요하다. 공동주택의 난방부하는 복잡한 변수들의 영향을 받기 때문에 손쉬운 난방부하 예측을 위해 사용하기 쉬우며 효용성 있는 예측방법의 개발이 필요하다.
소형열병합발전은 어떠한 설비인가?
최근 에너지 소비를 줄이고 이산화탄소의 배출저감이 가능한 설비인 소형열병합발전은 에너지 효율이 높은 장점을 가지는 동시에 인구의 집중도가 높고 도시의 주거형태가 공동주택의 비율이 높은 국내의 현실에 유리한 시스템으로 2000년대에 이르러 보급이 확대되어 왔다.(1) 이러한 냉난방 시스템의 효율화 및 안정적인 제어를 위한 중요한 요소는 시간별 난방부하 분포이다.
소형열병합발전의 효율화 및 안정적인 제어를 위한 중요한 요소는 무엇인가?
최근 에너지 소비를 줄이고 이산화탄소의 배출저감이 가능한 설비인 소형열병합발전은 에너지 효율이 높은 장점을 가지는 동시에 인구의 집중도가 높고 도시의 주거형태가 공동주택의 비율이 높은 국내의 현실에 유리한 시스템으로 2000년대에 이르러 보급이 확대되어 왔다.(1) 이러한 냉난방 시스템의 효율화 및 안정적인 제어를 위한 중요한 요소는 시간별 난방부하 분포이다. 과도한 부하 예측에 따른 열 공급은 공급유량 및 이송동력의 증가로 인해 에너지 사용량 증가를 야기시키고, 부족한 부하 예측은 오히려 거주자의 불쾌감 증가 및 보조 난방기 사용을 야기하여 궁극적으로 에너지 사용 증가라는 결과를 낳게 된다.
참고문헌 (4)
Monterio, E., Moreira, N. and A. Ferreira, So., 2009, "Planning of Micro-Combined Heat and Power Systems in the Portuguese Sebario," Applied Energy, Vol. 86, No. 3, pp. 290-298.
Kim, J. D., Kim, S. H. and Choi, M. H., 2010, "A Study on the Block Plan Characteristics and the Openness of the Apartment Complexes," Architectural Institute of Korea, Vol. 26, No. 4, pp. 99-107.
Yoo, H. C., Lee, K. H. and Park, S. H., 2008, "Analysis of Data and Calculation of Global Solar Radiation Based on Cloud Data for Major Cities in Korea," Journal of the Korean Solar Energy Society, Vol. 28, No. 4, pp. 17-24.
Jo, D. O. and others, 2007, ''A Study On Development of Korean District Heating System in Apartment Building," Korea Institute of Construction Technology and Korea District Heating Corporation.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.