선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 기간에 따른 냉·난방 시스템 설계용 외기온도의 변화를 분석하고자 ASHRAE(American Society of Heating, Refrigerating and Air-conditioning Engineers, 미국공조냉동공학회) Bin 방법으로 기간을 달리하여 설계용 외기온도를 계산한다.
- 본 연구에서는 실측된 기상데이터에서 냉·난방 시스템 설계용 외기온도 조건을 계산하여 현재 현장에서 널리 사용되는 국토교통부 제시 온도와 비교분석하고자 한다.
- 탄소 배출 감축 방안으로 가장 먼저 생각할 수 있는 것이 탄소 배출과 에너지가 많이 사용되는 곳을 확인하여 에너지를 줄이는 방안을 찾는 것이다. 분야별 에너지 소비율을 나타낸 Fig.
제안 방법
- (3) 외기온도 변화에 따른 공조부하에 미치는 영향을 산출하고자 RTS-SAREK 공조부하 계산 프로그램을 사용하였다. 대전의 냉방 설계용 외기온도는 0.
- 1982년부터 2015년까지의 기상청 외기온도 데이터를 활용하여 ASHRAE에서 권장하는 최소 산정기간인 8년으로 하여 5개 산정 구간으로 기간을 나누어 국내 8개 지역에 대한 냉·난방 설계용 외기온도를 산출하였다.
- 1983~1994년도 데이터로 산정된 현재 국토교통부 기준 설계용 외기온도와 비교하고, RTS-SAREK 프로그램에 활용하여 냉·난방부하를 계산하여 부하에 미치는 영향도 고찰 및 비교·분석하고자 한다.
- 본 프로그램은 복사열을 RTS(Radiant time series) 모델링하여 냉방부하 산정시 구조체의 시간에 따른 축열 및 방열 효과를 고려한다. 국토교통부(MOLIT) 설계용 외기온도와 본 연구의 결과를 RTS-SAREK에 적용하여 공조부하를 비교하였다.
- 5% 기준). 본 연구에서는 최근 기상데이터를 반영하여 데이터 산정 기간을 달리하면서 새로 수정된 ASHRAE Bin 방법으로 냉방 또는 난방 기간을 구분하지 않고 전체 1년 기상 데이터에서 극한 1.0% 제외하고 산출된 설계용 외기온도로 산정하였다(신 ASHRAE TAC 1.0% 기준).
- 설계용 외기온도가 공조 부하에 미치는 영향을 고찰하고자 RTS-SAREK 공조부하 계산 프로그램을 이용하여 냉방 및 난방부하를 산출하였다[14]. 본 프로그램은 복사열을 RTS(Radiant time series) 모델링하여 냉방부하 산정시 구조체의 시간에 따른 축열 및 방열 효과를 고려한다. 국토교통부(MOLIT) 설계용 외기온도와 본 연구의 결과를 RTS-SAREK에 적용하여 공조부하를 비교하였다.
- 설계용 외기온도가 공조 부하에 미치는 영향을 고찰하고자 RTS-SAREK 공조부하 계산 프로그램을 이용하여 냉방 및 난방부하를 산출하였다[14]. 본 프로그램은 복사열을 RTS(Radiant time series) 모델링하여 냉방부하 산정시 구조체의 시간에 따른 축열 및 방열 효과를 고려한다.
- 창 열관류율은 건축물에너지절약 설계 기준[9]으로 하였으며, 벽체 열관류율은 RTS-SAREK 건물 예제[20]를 참고하였다. 실외 온도 조건은 본 연구에서 산정한 기간 1982~1989년과 기간 2008~2015년, 그리고 MOLIT 온도(1983~1994년)를 사용하였으며, 상대 습도는 MOLIT 기준으로 동일하게 적용하였다.
- 실측 기상데이터를 이용하여 냉·난방 설계용 외기조건을 산정한 연구 동향을 살펴보았다.
- 매시 측정된 기상데이터를 냉·난방 기간에 대하여 누적도수율(Cumulative frequency) 곡선으로 나타내어 초과 도수율이 일정 % 이하로 되는 외기온도를 선정하는 방법[5]으로 TAC(Technical Advisory Committee) 온도라고 한다. 외기온도 조건을 여름일 때 최고 온도, 겨울일 때 최저 온도로 정하지 않고, 이보다 0.4%, 1.0% 또는 2.0% 낮게 또는 높게 TAC 온도를 설정하여 장치용량을 결정한다. 이를 통해 장치 용량을 줄이고, 초기투자비를 삭감하며, 부분 부하일 때 기기효율을 향상시킬 수 있어 실내 쾌적성도 만족시키고 에너지 절약에도 기여한다고 할 수 있으므로 합리적인 설계 조건이 된다[6].
- 이를 방지하기 위해 ASHRAE에서 초과 확률의 개념을 도입하여 냉·난방 설계용 외기온도 조건을 산정하는 방법을 처음 제시하였다.
- 누적한 값에서 CDF(Cumulative distribution function, 누적 분포 함수)로 냉·난방 설계용 외기온도를 계산할 수 있다[13]. 최소 8년 외기온도 데이터를 누적하여 만든 1년 기간의 온도 Bin 구간에서 해당 %에 포함되는 Bin 데이터 개수 Z값을 구하고, Z값보다 작지만 가장 근사한 누적 Bin 구간 값 k를 이용하여 Z에 대응하는 외기온도 값을 선형보간법으로 산출한다. 예시로, Fig.
대상 데이터
- ASHRAE에서 제안하는 Bin 방법을 이용하여 냉·난방 설계용 외기온도를 산정하기 위해 기상청에서 운영하는 기상자료개방포털 사이트[12]를 통해서 실제 측정된 기상 데이터를 취득하였다. 1982년부터 2015년까지 1시간별로 측정된 외기온도 자료를 취득하였으며 데이터가 제대로 측정되어 있는지 확인하되, 측정되지 않은 데이터에 대해서는 보정하지 않는다[13]. ASHRAE Bin 방법에서 냉·난방 설계용 외기온도 산정에는 각 월별 데이터 85% 이상이며, 산정기간으로는 최소 8년간의 외기 데이터로 할 것을 제안한다[13].
- ASHRAE에서 제안하는 Bin 방법을 이용하여 냉·난방 설계용 외기온도를 산정하기 위해 기상청에서 운영하는 기상자료개방포털 사이트[12]를 통해서 실제 측정된 기상 데이터를 취득하였다.
- 국내의 대표적인 8개 지역(서울, 인천, 대전, 광주, 대구, 부산, 울산, 제주)을 선정하여 기상데이터 산정 기간을 8년으로 하여 5개 기간(1982~1989, 1988~1995, 1995~2002, 2001~2008, 2008~2015)에 대해 ASHRAE Bin 방법으로 계산한 1.0% 냉방 설계용 외기온도는 Table 2, 99.0% 난방 설계용 외기온도는 Table 3에 나타내었다. Fig.
- 부하계산을 위하여 Table 5와 같이 면적 300㎡[15], 천정고 2.7 m인 업무공간을 선정하였다. 사무실 사용시간은 오전 9시부터 오후 6시까지로 가정한다[16].
데이터처리
- ASHRAE Bin 방법으로 가장 최근 기상데이터 2008~2015년을 이용하여 계산한 설계용 외기온도와 국토교통부 지정 외기온도를 Table 4에 비교하였다. 최대 편차를 비교하였을 때, 본 연구의 값이 국토교통부 값 대비 냉방은 대전이 0.
- 취득한 데이터들을 각 월별로 정리한다. 각 월별 데이터가 85% 이상 있는지 확인하고, 누락된 데이터들로 인한 오차를 방지하기 위해 Pseudo Counts(PC)를 계산하여 가중치를 준다[13]. 예를 들어, 2008~2015년까지 11월의 총 데이터 개수는 5760개(24시간×30일×8년)이어야 하지만 측정된 데이터는 5758개로, PC 식 (1)에 대입시, 5760/5758으로 PC값은 1.
이론/모형
- 냉·난방 설계용 외기온도를 ASHRAE Bin 방법으로 기간을 달리하여 산정하였으며 그 결과는 다음과 같다.
- 최소 8년 외기온도 데이터를 누적하여 만든 1년 기간의 온도 Bin 구간에서 해당 %에 포함되는 Bin 데이터 개수 Z값을 구하고, Z값보다 작지만 가장 근사한 누적 Bin 구간 값 k를 이용하여 Z에 대응하는 외기온도 값을 선형보간법으로 산출한다. 예시로, Fig. 3는 냉방 2.0%일 때의 외기온도를 구하기 위한 그래프로, 냉방 2.0%, 전체에서 98.0%에 해당하는 Z값에 대한 외기온도 값을 선형보간법을 이용하여 산출한다. 식 (2)와 (3)은 냉방 2.
- 1 조건을 기준으로 하였다. 창 열관류율은 건축물에너지절약 설계 기준[9]으로 하였으며, 벽체 열관류율은 RTS-SAREK 건물 예제[20]를 참고하였다. 실외 온도 조건은 본 연구에서 산정한 기간 1982~1989년과 기간 2008~2015년, 그리고 MOLIT 온도(1983~1994년)를 사용하였으며, 상대 습도는 MOLIT 기준으로 동일하게 적용하였다.
성능/효과
- (1) 외기온도는 오르고 내림 특성을 보이며, 2008~2015년 기간이 1982~1989년 대비 8개 지역의 평균냉방 온도는 0.26°C 상승, 평균 난방 온도는 0.85°C 상승하였다.
- (2) 본 연구에서 최근 2008~2015년 기상데이터로 산정한 외기온도를 국토교통부 기준과 비교하면, 8개 지역의 평균 냉방 온도는 0.29°C 낮아졌고, 평균 난방온도는 1.3°C 높아졌다.
- (4) 화석연료의 급격한 사용과 환경 파괴로 최근 기상 조건은 변하고 있으며, 이를 반영하여 냉·난방 설계용 외기조건을 지속적으로 갱신하는 것이 필요하다.
- 1982~1989년의 데이터와 2008~2015년의 데이터로 구한 난방 설계용 외기온도를 26년의 변화량으로 비교하였을 때, 대구는 1.45°C로 가장 많았으며, 서울에서 0.44°C로 가장 작았으며, 전체 8개 지역의 난방 설계용 외기온도는 모두 증가하여 평균 0.85°C 증가하였다.
- 1982~1989년의 데이터와 2008~2015년의 데이터로 구한 냉방 설계용 외기온도를 26년의 변화량으로 비교하였을 때, 대구에서 0.88°C로 가장 컸으며, 대전은 오히려 0.34°C 낮아졌으며 8개 지역의 평균 냉방 설계용 외기온도는 0.26°C 증가하였다.
- 26년 동안의 변화량이 평균 0.26°C인 냉방 설계용 외기온도를 선형보간법을 이용하여 100년에 대한 변화량으로 환산하였을 때, 1.0°C가 상승되는 것으로 환산되었다.
- 26년 동안의 변화량이 평균 0.85°C인 난방 설계용 외기온도를 선형보간법을 이용하여 100년에 대한 변화량으로 환산하였을 때, 3.25°C가 상승하는 것으로 환산되었다.
- 8개 지역 평균을 산출하면 냉방은 0.30°C 감소하였으며, 난방은 1.32°C 증가하였고, 특히 난방용 설계 온도의 갱신이 중요함을 알 수 있다.
- 난방 설계용 외기온도를 국토교통부 값과 산정 기간 2008~2015년 값을 비교하였을 때 울산에서 최대 차이로 1.94°C 증가하였는데 이에 따른 난방부하는 5.9% 감소하였고 민감도는 –3.1 W/(m2·°C)이다.
- 냉방 설계용 외기온도를 국토교통부 값과 산정 기간 2008~2015년 값을 비교하였을 때 대전에서 최대 차이로 0.97°C 감소하였는데 이에 따른 냉방부하는 1.9% 감소하였고 민감도는1.93 W/(m2·°C)이다.
- 두 번째도 ASHRAE에서 제안한 방법으로, 하절기(6월~9월, 2928시간) 백분위율 1.0%, 2.5% 및 5.0%, 그리고 동절기(12월~2월, 2160시간)에서 백분위율 99.0%, 97.5%를 기준으로 한 쌍의 건구 및 습구 온도 자료로 만들던 것에서 1997년부터 하절기는 전 기간인 1년 총 8760시간의 백분위율 0.4%, 1.0% 및 2.0%를, 동절기는 전 기간의 백분위율 99.6% 및 99.0%를 사용하여 외기조건을 산출한다. 일반적으로 1년 총 8760시간의 백분위율에서 냉방설계온도는 1.
- 최대 편차를 비교하였을 때, 본 연구의 값이 국토교통부 값 대비 냉방은 대전이 0.97°C 낮았고, 난방은 울산이 1.94°C 높았다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.