본 연구에서는 서로 다른 위도의 도시 유형별로 주택과 건물 구성비를 가진 3지역을 선정하여 대상 지역별로 2008년 1년간(1.1~12.31)의 실제 운전실적을 이용하여 지역난방 사용자의 일일 및 연간 열소비 패턴을 분석하고, 지역별 상호 차이점을 파악하기 위하여 주택과 건물의 열소비 패턴을 비교 분석하였다. 특히 본 연구에서는 실제 주택 및 건물 지역난방 사용자가 사용한 열소비 패턴을 매시간대별로 파악하고, 연결 열부하(난방면적 ${\times}$ 단위열부하 : 시설용량과 지역난방 배관망의 설계기준이 되는 열부하로 난방면적에 용도별 단위열부하를 곱하여 산출[Gcal/h])와의 관계를 분석하여 일일, 연간 및 최대 부하율 결과값을 도출함으로써 주택 및 건물 지역난방 사용자 비율에 따른 최적의 열원시설 용량산정이 가능케 하고 수요개발(해당 시설용량으로 열공급이 가능한 지역난방 사용자의 범위로 각 사용자기계실의 연결열부하 합과 같음.)단계에서의 정확한 방향을 제시할 수 있는 근거를 도출하였다.
본 연구에서는 서로 다른 위도의 도시 유형별로 주택과 건물 구성비를 가진 3지역을 선정하여 대상 지역별로 2008년 1년간(1.1~12.31)의 실제 운전실적을 이용하여 지역난방 사용자의 일일 및 연간 열소비 패턴을 분석하고, 지역별 상호 차이점을 파악하기 위하여 주택과 건물의 열소비 패턴을 비교 분석하였다. 특히 본 연구에서는 실제 주택 및 건물 지역난방 사용자가 사용한 열소비 패턴을 매시간대별로 파악하고, 연결 열부하(난방면적 ${\times}$ 단위열부하 : 시설용량과 지역난방 배관망의 설계기준이 되는 열부하로 난방면적에 용도별 단위열부하를 곱하여 산출[Gcal/h])와의 관계를 분석하여 일일, 연간 및 최대 부하율 결과값을 도출함으로써 주택 및 건물 지역난방 사용자 비율에 따른 최적의 열원시설 용량산정이 가능케 하고 수요개발(해당 시설용량으로 열공급이 가능한 지역난방 사용자의 범위로 각 사용자기계실의 연결열부하 합과 같음.)단계에서의 정확한 방향을 제시할 수 있는 근거를 도출하였다.
To run an optimal operation of Integrated energy supply facilities, we need to analyze heat consumption patterns of District heating users and derive optimum and maximum load ratio of heat production facilities unit. This study selects three District heat production facilities. It also classifies Di...
To run an optimal operation of Integrated energy supply facilities, we need to analyze heat consumption patterns of District heating users and derive optimum and maximum load ratio of heat production facilities unit. This study selects three District heat production facilities. It also classifies District heating users into residential apartment buildings and eight non-residential buildings and analyzes heat consumption results for an year. Finally it carries out the analysis of how the ratio change of each type affects maximum load ratio, facility utilization ratio, heat supply range. According to this study, three different District heat facilities of residential apartment building show similar daily and annual heat consumption patterns. Annual average load ratio, maximum load ratio and annual heat demand increase as outdoor temperatures decrease. Non-residential buildings in urban District focused on apartment buildings display similar by the daily and annual heat consumption patterns. Yet their daily and annual maximum load ratio differ according to outdoor temperature, District, building types and their composition ratio. In the case of urban District focused on apartment buildings reach optimum and maximum load ratio when apartment buildings reaches 60-70% of the total. At that point heat supply range becomes maximized and the most economic efficiency is obtained.
To run an optimal operation of Integrated energy supply facilities, we need to analyze heat consumption patterns of District heating users and derive optimum and maximum load ratio of heat production facilities unit. This study selects three District heat production facilities. It also classifies District heating users into residential apartment buildings and eight non-residential buildings and analyzes heat consumption results for an year. Finally it carries out the analysis of how the ratio change of each type affects maximum load ratio, facility utilization ratio, heat supply range. According to this study, three different District heat facilities of residential apartment building show similar daily and annual heat consumption patterns. Annual average load ratio, maximum load ratio and annual heat demand increase as outdoor temperatures decrease. Non-residential buildings in urban District focused on apartment buildings display similar by the daily and annual heat consumption patterns. Yet their daily and annual maximum load ratio differ according to outdoor temperature, District, building types and their composition ratio. In the case of urban District focused on apartment buildings reach optimum and maximum load ratio when apartment buildings reaches 60-70% of the total. At that point heat supply range becomes maximized and the most economic efficiency is obtained.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 동절기 3개월(1월, 2월, 12월) 동안의 외기온도와 건물의 연간 연평균 부하율의 관계를 조사해봄으로써 외기온도가 낮을수록 열사용량이 많아진다는 것을 운영실적으로 증명해 보고자 하였다.
본 연구에서는 운영실적을 토대로 지역난방사업장 단위 측면에서 주택과 건물의 구성 비율이 최대부하율(최대열부하 ÷ 연결열부하 : 연결열부하 대비 최대열부하의 비율), 연간열사용량 및 열 생산시설의 이용률에 미치는 영향을 분석하고자 하였다. 본 연구에서는 연구대상 지역으로 주택이 약 90% 를 차지하는 주택중심인 주거형 도시 중에서 2개 지역(남부지방 A-1지역, 중부지방 A-2지역)과 비주거용건물이 약 60% 를 차지하는 업무형 도시(중부지방 C지역) 1개 지역을 선정하여, 1년 동안의 운영실적을 중심으로 분석하고, 일일, 연간 및 최대 부하율 결과값을 도출함으로써 주택 및 건물 지역난방 사용자 비율에 따른 최적의 열원시설 용량산정이 가능케 하고 수요개발단계에서의 정확한 방향을 제시할 수 있는 근거를 도출하고자 하였다.
본 연구에서는 운영실적을 토대로 지역난방사업장 단위 측면에서 주택과 건물의 구성 비율이 최대부하율(최대열부하 ÷ 연결열부하 : 연결열부하 대비 최대열부하의 비율), 연간열사용량 및 열 생산시설의 이용률에 미치는 영향을 분석하고자 하였다.
주거용 건물(이하“주택”)과 비주거용 건물(이하“건물”)의 시간에 따른 열소비 패턴은 차이가 있다. 본 연구에서는 운영실적을 토대로 지역난방사업장 단위 측면에서 주택과 건물의 구성 비율이 최대부하율, 연간열사용량 및 열생산시설의 이용률에 미치는 영향을 분석하였다.
상기 분석결과에 의하면, 대부분의 주택 사용자들의 하루중 또는 연간 열소비 패턴은 지역에 관계없이 대체로 유사함을 알게 되었다. 하지만, 그 사용량의 크기는 외기온도와 직접적으로 관계가 있으며 외기온도가 낮을수록 지역난방을 많이 사용하게 됨을 본 연구에서는 운영실적을 통하여 입증하게 되었다.
제안 방법
2008년 실적을 기준으로 건물 부분에 대한 최대부하율 발생현황과 이때의 외기온도와의 관계를 분석하였다.
2008년 실적을 기준으로 동절기 평균 외기온도와 건물부문의 연평균부하율 관계를 조사해 보았다. 4계절의 변화가 뚜렷한 우리나라 기후 특성상 대부분의 열부하는 동절기에 집중되고 있다.
2008년 실적을 기준으로 주택 부분에 대한 최대부하율 발생현황과 이때의 외기온도와의 관계식을 분석해 보았다.
2008년 실적을 기준으로 주택 부하율의 연간누적곡선을 분석해 보았다.
2008년 운영실적을 기준으로 건물의 연결열부하 대비 실제 부하율 패턴을 분석해 보았다. 앞서 기술한 바와 같이 특정 날짜를 선정하여 분석할 경우에는 외기온도의 영향 또는 공휴일 등의 다소 특이한 패턴을 보일 수 있으므로 여기에서는 2008년 1월 1일 00시 부터 1월 31일 24시 까지의 기초자료를 활용하여 1월 월평균 건물의 일일 부하율 곡선으로 분석하여 나타내었다.
2008년 운영실적을 기준으로 주택의 연결 열부하 대비 실제 부하율이 어떠한 패턴으로 형성이 되었는지를 일일 기준으로 분석하였다.
Fig. 2-3 에서와 같이 개별 지역난방 사용자의 열사용량 실적자료 수집을 위해서 사용자기계실에서 검침한 열사용량 순시치를 모뎀을 통하여 해당 사업장의 원격검침 PC로 전송하고, 이것을 다시 본사의 데이터베이스를 통하여 웹서버에 일괄 저장하도록 하였다. 이러한 방식으로 3개 연구대상 사업장 내의 모든 지역난방 사용자의 2008년 1년간의 열사용 실적을 수집한 후 다운로드 과정을 통하여 금번 연구과제를 수행하게 되었다.
건물구성이 유사한 A-1 및 A-2 지역에 대하여 건물구성 항목별로 일일 건물 부하율의 변화 패턴을 조사하기 위하여 항목별로 2008년 1월 1일 00시에서 1월 31일 24시까지의 매시간대별 부하율의 평균치를 그래프화 해보았다.
건물구성이 타 지역과 전혀 다른 C 지역을 제외하고 A-1 및 A-2 지역에 대하여 건물구성 항목별로 최대부하율 및 연평균부하율을 분석하였으며 그 결과는 Table 3-6 과 같다.
본 연구에서는 용어 사용의 일관성을 기하기 위하여 분류기호 1에 해당되는 ‘주택’을 이후에는 ‘주택’으로 명기하고, 분류기호 2에서 9까지를 일괄하여 ‘건물’이라고 명기하였다.
2008년 운영실적을 기준으로 건물의 연결열부하 대비 실제 부하율 패턴을 분석해 보았다. 앞서 기술한 바와 같이 특정 날짜를 선정하여 분석할 경우에는 외기온도의 영향 또는 공휴일 등의 다소 특이한 패턴을 보일 수 있으므로 여기에서는 2008년 1월 1일 00시 부터 1월 31일 24시 까지의 기초자료를 활용하여 1월 월평균 건물의 일일 부하율 곡선으로 분석하여 나타내었다.
연구수행을 위한 대상 지역별 운영실적 조사를 위하여 2008년 1월 1일 00시 부터 12월 31일 24시 까지 총 8,760시간(1년) 동안의 모든 지역난방 사용자의 매시간 단위의 열사용 순시치를 수집, 분석하였다.
연산부의 경우, 전원은 AC Free Volt, 60 Hz/DC Volt 겸용이며 입력신호는 유량부는 Pulse 방식이고 감온부는 공급, 회수용 RTD(Pt 100 Ω 또는 Pt 500 Ω @ 0℃), 3 Wire 또는 4 Wire 이고 출력신호는 연산부 표시사항과 항상 일치하며, 출력항목 중 열량(적산·순시)값은 열량단위 변경시 검침 PC에서 동일한 단위로 검침되도록 시스템을 구성하고 감온부 센서장애, 케이블 단선·단락 또는 감온부 설치위치 오류시 측정이 되지 않으며, 장애발생표시 및 출력되도록 시스템을 구성하였다.
열계량장치는 최대 120 ℃로 공급되는 1차측 지역난방수 공급온도와 세대별 난방을 위해 열교환기에서 열을 전달해주고 환수되는 1차측 지역난방수 회수온도를 측정하여 그 온도차와 유량부에서 측정한 유량값을 연산부에서 환산하여 사용한 열량을 측정한다. 즉 정확한 에너지 사용량을 산정하기 위해서는 에너지 공급매체의 유량을 측정하는 유량부와 에너지 공급매체의 입구·출구 온도를 측정할 수 있는 온도부 및 사용된 열량을 계산하는 연산부가 필요하다.
2-3 에서와 같이 개별 지역난방 사용자의 열사용량 실적자료 수집을 위해서 사용자기계실에서 검침한 열사용량 순시치를 모뎀을 통하여 해당 사업장의 원격검침 PC로 전송하고, 이것을 다시 본사의 데이터베이스를 통하여 웹서버에 일괄 저장하도록 하였다. 이러한 방식으로 3개 연구대상 사업장 내의 모든 지역난방 사용자의 2008년 1년간의 열사용 실적을 수집한 후 다운로드 과정을 통하여 금번 연구과제를 수행하게 되었다.
Table 3-1과 3-2를 보면 2008년 1년 동안 A - 1 지역의 주택과 건물 사용자는 113개, 80개로 총 193개에 대해서 매시간대의 열사용량의 순시값을 집계해보면, 193개 × 8,760h ≒ 1,690,000 개가 나왔는데 이를 다시 시간순으로 정리하면 8,760개의 Data가 얻어진다. 이를 지역난방 사용자의 분류기호로 이용하면 총 9 종으로 분류되어 상세한 분석이 가능하도록 하였다.
이와같은 지역별 특성을 감안하여 해당 지역에서 주택과 건물 사용자의 열사용 기초자료를 별도로 구분하여 각각의 열소비 패턴의 특성을 비교 분석해보았다.
특정 날짜를 선정하여 분석할 경우에는 외기온도의 영향 또는 공휴일 등의 다소 특이한 패턴을 보일 수 있으므로 여기에서는 2008년 1월 1일 00시 부터 1월 31일 24시 까지의 기초자료를 활용하여 1월 월평균 일일 부하율 곡선으로 분석하였다.
현재의 지역난방 요금체계에서는 크게 아파트 중심의 주택용, 은행 및 개별 기업체 등 영리를 목적으로 하는 업무용, 학교 등 사회복지를 목적으로 하는 공공용 등으로 구분하여 3가지로 분류하고 있다. 하지만 효율적인 연구 수행을 위하여 본 연구에서는 Table 2-1 에서와 같이 지역난방 사용자를 열소비 특성별로 총 9가지로 세분화하였다. 이와 같이 지역난방 사용자를 세부적으로 분류함으로써 연구결과의 신뢰성을 높이고 다양한 분석을 할 수 있게 되었다.
대상 데이터
2008년 실적을 기준으로 건물 부하율의 연간누적곡선 형태를 분석해 보았다. Fig.
연구대상 지역으로는 주택이 약 90% 를 차지하는 주택중심인 주거형 도시 중에서 2개 지역(남부지방 A-1지역, 중부지방 A-2지역)과 비주거용 건물이 약 60% 를 차지하는 업무형 도시(중부지방 C지역) 1개 지역을 선정하였으며, 1년 동안의 운영실적을 분석한 결과 다음과 같은 결론을 얻을 수 있었다. 즉 연간 열소비 패턴은 세 지역이 모두 “동고하저”형으로 유사하였으나, 하루 중 시간대별 열소비 패턴과 사용자 유형별 열소비 패턴 등은 A-1 지역과 A-2 지역이 유사한 반면 C 지역은 상이한 결과를 나타내었다.
성능/효과
2008년 1년간의 지역난방 사용자의 운영실적을 토대로 3가지 지역에 대하여 열소비 패턴을 종합적으로 다시 분석해 보면, 연간 열부하 누적곡선의 패턴은 동절기인 1월에서 2월 사이에 열부하가 집중적으로 높았으며 이후에는 점차 감소되어서 하절기에는 거의 열사용량이 미미하다가 다시 가을철에 열사용량이 서서히 증가한 후 12월이 되면 열사용이 크게 늘어났다. 크기순으로 배열해보면 열부하 Peak인 최대열부하 발생일을 기점으로 이후에는 급격하게 곡선이 하락하는 추세를 동일하게 보여주고 있다.
3개 지역을 비교해보면, A-1과 A-2 지역에서는 연중 열부하가 비슷한 것으로 분석되었으나, 외기온도가 낮은 C 지역은 오히려 연중 열부하도 낮게 나타나는 특이한 패턴을 보였다. 이는 C지역의 건물들이 최근에 건축되어 건물의 단열 등 건축기술이 우수하며 단위건물의 규모가 크기 때문에 건물 내 열소비 관리를 체계적으로 하는 등에 의한 것으로 판단되나 추가연구가 필요하다.
3개 지역을 비교해보면, 위도가 높은 지역에 위치하여 외기온도가 가장 낮은 C 지역의 경우 연중 3개 지역 중 부하율도 가장 높게 형성되었으며, 외기온도가 가장 높은 지역에 위치한 A-1 지역은 부하율도 가장 낮은 것으로 조사되었다.
A-1 및 A-2 지역 비교시에는 일일 부하율, 연평균부하율, 최대부하율은 외기온도가 낮은 A-2 지역에서 더 높게 나타났다. C 지역은 외기온도가 가장 낮음에도 불구하고 일일 부하율, 연평균부하율, 최대부하율은 타 지역보다 더 낮게 나타났으며 이것은 C 지역을 구성하고 있는 세부 구성항목의 특수성 및 최근에 건설된 건물의 건축기술의 차이 등의 영향이 일부 미치는 것으로 판단되었다.
A-2 지역에서는 최대부하율은 교육시설, 공공기관 및 종교시설에서 높고 숙박시설은 낮은 것으로 분석되었으며 , 연평균부하율은 공공기관, 업무용빌딩 및 병원이 높고 교육시설, 숙박시설 등은 낮은 것으로 분석되었다.
결론적으로 A-1 지역과 A-2 지역은 건물의 구성항목이 유사한 전형적인 주거형 도시의 지역난방 사용자 구성 형태를 보여주고 있으며, C 지역은 업무용빌딩과 공공기관 중심의 비주거형 업무형 도시로 타 지역과는 전혀 다른 지역난방 사용자 구성분포를 가지고 있다. 따라서 주거형도시의 열부하 패턴 예측시에는 C 지역을 제외시키는 것이 타당하다.
규모가 큰 A-1, A-2 지역과 규모가 작은 C 지역 모두 동일한 패턴을 보이는 것을 볼 때, 대부분의 주택은 이와같은 형태로 열소비를 하게 되며 일일 주택열부하 또는 부하율의 Peak는 밤 22시에 걸리게 되는 것을 알 수 있었다.
4계절의 변화가 뚜렷한 우리나라 기후 특성상 대부분의 열부하는 동절기에 집중되고 있다. 따라서, 동절기 3개월(1월, 2월, 12월) 동안의 외기온도와 주택의 연간 연평균 부하율의 관계를 조사해 봄으로써 외기온도가 낮을수록 열사용량이 많아진다는 것을 운영실적으로 확인해 보았다. 주택의 연평균부하율은 주택의 연간 총열사용량의 평균으로 계산되어진다.
또한, 건물부분의 3가지 지역 비교분석 결과, 지역에 관계없이 연중 열부하 패턴은 유사하게 나타났으며, 일일 열부하 패턴은 건물 구성항목이 유사한 A-1 및 A-2 지역은 유사하였으나 세부 구성항목이 전혀 다른 C 지역은 다소 상이한 패턴을 보여 주고 있다. A-1 및 A-2 지역 비교시에는 일일 부하율, 연평균부하율, 최대부하율은 외기온도가 낮은 A-2 지역에서 더 높게 나타났다.
3-13 은 건물 중 업무용 빌딩에 대한 부하율 일일곡선으로 교육시설 및 공공기관과는 다소 다르게 나타났다. 아침시간에 집중적으로 부하율이 높은 것은 일치하지만 A-2 지역의 경우는 오후 또는 저녁시간 까지도 부하율이 지속적으로 높은 것으로 나타났다. A-1과 A-2는 다소 다른 부하율 패턴을 보이고 있으며 이는 업무용 빌딩에는 워낙 다양한 종류의 특성을 가진 건물 등이 많기 때문인 것으로 판단되었다.
3-10. 에서 보면, 동절기 평균외기온도가 0.7 ℃로 가장 높은 A-1 지역에서 연평균부하율이 7.0 %, 외기온도가 - 1.0 ℃로 다소 낮은 A-2 지역은 7.0 % 로 유사한 것으로 분석되었으며 이와는 달리 외기온도가 가장 낮은 C 지역은 연평균부하율이 오히려 4.9 % 로 가장 낮게 나타났다
이와같이 주택의 일일 부하율 곡선의 패턴은 모든 지역에서 동일하게 나타나게 되며, 크기는 외기온도와 반비례하는 것으로 나타났다.
주택부분의 3가지 지역 비교분석 결과, 대부분의 주택 사용자들의 하루중 또는 연간 열소비 패턴은 지역에 관계없이 대체로 유사함을 알게 되었다. 하지만, 그 사용량의 크기는 외기온도와 직접적으로 관계가 있으며 외기온도가 낮을수록 지역난방을 많이 사용하게 됨을 본 연구에서는 운영실적을 통하여 입증하게 되었다.
주택의 일일 및 연간 열소비 패턴은 세 지역에서 모두 유사하였으며 외기온도가 낮을수록 일일 부하율, 연평균부하율, 최대부하율 및 열사용량이 증가하였지만, 외기온도와 선형적인 비례관계로 나타나지는 않았다. 또한, 건물의 일일 열소비 패턴은 A-1 지역과 A-2 지역이 유사하였지만 C 지역은 다른 결과를 나타내었다.
4% 순서로 나타났다. 즉, A-1 지역과 A-2 지역만 비교해보면 외기온도가 낮은 A-2 지역에서 더 높게 나타났으므로 외기온도가 낮을수록 최대부하율은 높게 나타나는 것으로 분석되었으나 C 지역은 외기온도가 - 9.6 ℃로 가장 낮음에도 불구하고 최대부하율 또한 가장 낮은 것으로 분석되어 특이한 형태를 보여주고 있다. 이것은 건물 구성항목별 열소비 패턴의 차이 및 건물의 건축연도 차이로 인한 단열 등의 건축물 특성의 차이로 설명될 수 있다.
즉, 동절기 평균 외기온도가 낮을수록 연평균부하율이 높고 열사용량이 많아진다는 것을 보여주었지만 외기온도와 연평균부하율이 선형적인 관계를 나타내지는 않았다. 이는 대부분 최근에 지어진 C 지역 주택의 건축 기술상의 차이 등으로 추측된다.
2008년 운영실적을 기준으로 3개 지역에 대한 “주택” 부문의 열소비 패턴을 지역별로 비교 분석한 결과, 지역에 관계없이 일일 및 연중 열소비 패턴은 유사하게 나타났으며, 외기온도가 낮을수록 일일 부하율, 연평균부하율, 최대부하율은 상승하여 열사용량이 증가하였다. 즉, 일일 부하율, 연평균부하율, 최대부하율은 위도가 높은 쪽에 위치하여 외기온도가 가장 낮은 C 지역에서 가장 높게 나타났고, 상대적으로 외기온도가 높은 A-2 및 A-1 지역의 순으로 점차 낮아지는 것으로 분석되었다.
후속연구
중앙집중식 난방방식을 채택하는 경우에는 각 사용자가 실제 사용한 에너지 사용량에 따라 난방비를 부담하도록 하여 사용자간 또는 에너지 공급자와 소비자 간의 분쟁의 소지를 없애는 것이 중요하다. 또한 각 사용자가 자신이 사용하고 있는 에너지 사용량을 인지하고 사용할 에너지양을 예측할 수 있도록 한다면 에너지 소비량을 감소시키는 효과도 기대할 수 있어서 에너지 자원을 수입에 의존하고 있는 우리나라에서 에너지 정책에도 도움이 될 것이다.
또한 본 연구에서는 현재 운영 중인 3개의 지역난방 사업장만을 대상으로 주택과 건물 사용자의 비율변화에 따른 영향을 분석하였으나, 향후에는 더 많은 사업장을 대상으로 다양한 형태의 건물들의 열소비 패턴을 분석하여 각 형태별로 미치는 영향을 에너지 경제학적 관점에서 연구할 필요가 있는 것으로 판단된다.
3개 지역을 비교해보면, A-1과 A-2 지역에서는 연중 열부하가 비슷한 것으로 분석되었으나, 외기온도가 낮은 C 지역은 오히려 연중 열부하도 낮게 나타나는 특이한 패턴을 보였다. 이는 C지역의 건물들이 최근에 건축되어 건물의 단열 등 건축기술이 우수하며 단위건물의 규모가 크기 때문에 건물 내 열소비 관리를 체계적으로 하는 등에 의한 것으로 판단되나 추가연구가 필요하다.
이상의 국내 연구들은 근래에 급속히 보급되고 있는 주택의 세대단위 또는 건물단위의 에너지사용량 또는 에너지사용실태에 대한 연구에 국한되어 있다. 세부적으로 보면 외기온도변화, 건축공법발전, 건축자재의 성능개선, 세대간 열이동, 건물의 방향, 세대의 위치, 시간에 따른 열부하변화 및 난방방식(간헐난방과 연속난방) 변화를 조사 분석한 것으로 지역난방사용 주택의 단위난방부하 산정 등에 한정적으로 유용한 기초연구들이다.
질의응답
핵심어
질문
논문에서 추출한 답변
우리나라 기후 특성상 대부분의 열부하는 언제 집중되는가?
4계절의 변화가 뚜렷한 우리나라 기후 특성상 대부분의 열부하는 동절기에 집중되고 있다. 따라서, 동절기 3개월(1월, 2월, 12월) 동안의 외기온도와 주택의 연간 연평균 부하율의 관계를 조사해 봄으로써 외기온도가 낮을수록 열사용량이 많아진다는 것을 운영실적으로 확인해 보았다.
현재 어떻게 지역난방 사용자를 분류하고 있는가?
지역난방 사용자를 분류하는 방법에는 여러 가지가 있다. 현재의 지역난방 요금체계에서는 크게 아파트 중심의 주택용, 은행 및 개별 기업체 등 영리를 목적으로 하는 업무용, 학교 등 사회복지를 목적으로 하는 공공용 등으로 구분하여 3가지로 분류하고 있다. 하지만 효율적인 연구 수행을 위하여 본 연구에서는 Table 2-1 에서와 같이 지역난방 사용자를 열소비 특성별로 총 9가지로 세분화하였다.
열계량장치는 어떤 과정을 통해 사용한 열량을 측정하는가?
열계량장치는 최대 120 ℃로 공급되는 1차측 지역난방수 공급온도와 세대별 난방을 위해 열교환기에서 열을 전달해주고 환수되는 1차측 지역난방수 회수온도를 측정하여 그 온도차와 유량부에서 측정한 유량값을 연산부에서 환산하여 사용한 열량을 측정한다. 즉 정확한 에너지 사용량을 산정하기 위해서는 에너지 공급매체의 유량을 측정하는 유량부와 에너지 공급매체의 입구·출구 온도를 측정할 수 있는 온도부 및 사용된 열량을 계산하는 연산부가 필요하다.
참고문헌 (13)
반영식, 이영재, 이건영, "건축물의 에너지 소비량에 관한 연구", 대한건축학회 논문집, Vol. 6, No. 3, pp. 125-132 (1990)
강재식, "주택의 열성능 향상 방안에 관한 연구 (II)" 한국건설기술연구원 (1994)
유호선, 정주혁, 문정환, 이재헌, "주택 단위난방 부하 계산을위한 단위공법 제안", 대한설비공학회 논문집, Vol. 19 No.1, pp. 68-76, (2007)
유호천, 조균형, 이영아, "전과정 평가에 의한 주택의 에너지 소비량 평가연구", 대한건축학회 논문집, Vol. 18 No.5, pp. 212-221, (2002)
이봉진, 정동열, 이선, 홍희기, 한국형 아파트의 난방에너지 분석 2 : 난방방식에 따른 차이, 대한설비공학회 논문집, Vol. 16 No.5, pp.286-295, (2002)
박유원, 유호선, 홍희기, 한국형 아파트의 난방에너지 분석 3 :실내 설정조건의 영향, 대한설비공학회 논문집, Vol. 17 No.8, pp. 342-350, (2002)
최원기, 김헌중, 이현근, 서승직, "주택의 세대별 냉난방에 따른 온도변화 및 열부하 양상에 관한 이론적 연구", 대한건축학회지, Vol. 23 No.6, pp.279-288 (2007)
정광섭, 김성민 "지역난방 주택에서 외기온도가 난방부하 패턴에 미치는 영향에 관한 연구" 대한건축학회지, Vol. 25 No.2, pp. 233-240 (2009)
이 훈, 김래현, 장원석, "광역에너지이용 통합 최적화 운전 시스템 개발 및 경제적 효과", 에너지공학 (Journal of EnergyEngineering), Vol. 18, No. 4, pp. 220-228 (2009)
최정희, 김주영, 홍원화, "대구광역시 주택의 열병합발전시스템 운전패턴에 따른 경제성분석에 관한 연구", 대한건축학회논문집 Vol.22, No. 9 pp.299-306 (2006)
Erik Dotzauer, "Prediction system of heat loads in District heating systems", Applied Energy Vol. 75 pp.182-189 (2004)
A. J. Heller, "Heat-load Districtling for large systems", Applied Energy, Vol. 72, No.1, pp. 371-387 (2002)
Linda Pedersen , Jacob Stang, Rolf Ulseth ," Load prediction method for heat and electricity demand in buildings for the purpose of planning for mixed energy distribution systems", Energy and Buildings Vol. 40 pp. 1124-1134 (2008).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.