Mobile QR Code QR CODE : The Transactions P of the Korean Institute of Electrical Engineers
The Transactions P of the Korean Institute of Electrical Engineers

Korean Journal of Air-Conditioning and Refrigeration Engineering

ISO Journal TitleTrans. P of KIEE
  • Indexed by
    Korea Citation Index(KCI)

  1. (JH Energy, Korea.)
  2. (Smart Energy System Convergence Research Institute, Gachon Univerity, Korea.)



Air source heat pump(ASHP), COP, Building, Temperature, Optimization, Smart grid

1. 서 론

온실가스 감축 효과 및 에너지 효율의 증가를 위해 히트펌프의 보급이 확산되고 있다. 히트펌프는 전 세계 건물난방수요의 약 10%를 차지하고 있나 2050년까지 히트펌프의 비중이 20%이상 증가해야 기후변화에 효과적으로 대응 할 수 있을 것으로 평가되고 있다.[1]. 국내에서도 공공용 건물과 상업용 건물 등 다중이용시설에 히트펌프가 보급되고 있지만 주거용 건물에서의 히트펌프 보급은 제한적인 상황이다[2].

히트펌프는 건물의 냉난방 설비로 이용되고, 열원으로 공기열, 지열, 수열 등을 활용하여 건물에 공급되는 에너지를 효율적으로 활용 가능하며, 환경 영향을 일반 설비보다 적게 미치는 등 중요한 역할을 한다[3].

실제 히트펌프의 활용 현장에서는 편의를 위하여 연평균 성능계수(coefficient of performance, COP)를 적용하는 경향이 있다. 이러한 방식은 열원 설비가 과대 산정되어 설비의 과잉설계와 이에 따른 전기요금의 증가 가능성이 있다[4]. 공간적 제약이 적은 공기열원 히트펌프(air source heat pump, ASHP)를 주거용 건물에 설치된 태양광 발전(photo-voltaic, PV), 에너지 저장 시스템(energy storage system, ESS)과 연계하는 경우 낮 시간동안 과잉 생산된 전력과 요금이 낮은 심야시간 대의 전력을 ESS 충전하고 전기요금이 비싼 시간대에 사용하여 전기요금 절감이 가능하다[5]. PV-ESS 연계 시스템과 공기열원 히트펌프 냉난방 시스템의 동작 패턴에 차이가 있어 부하특성을 고려한 효율적 운영 계획 수립이 필요하다.

기존의 히트펌프 관련 연구는 일반적으로 온도를 고려하지 않고 시스템 운영에 초점을 맞추기 때문에 COP를 고정 상수 혹은 평균값 등으로 단순화하여 전체 시스템 모델링에 적용하고 있다[6]. 하지만, 고정 혹은 단순화된 형태로 COP를 적용하는 경우 연산 속도는 향상되지만, 외기온도와 내부온도 차이에 의해 결정되는 COP의 실제 성능을 반영하는 데에는 한계가 존재한다[7]. 이를 보완하기 위해 COP를 시간적 요소, 공간적 요소 등을 함께 고려한 히트펌프 시스템 모델에 대한 연구도 진행되고 있다[8]. 하지만 히트펌프 COP를 연간 평균으로 고정하여 사용하는 경우가 대다수이며, 이러한 모델을 사용하는 경우 히트펌프 에너지 소비량이 계절 및 온도에 따라 실제 소비량보다 과대 혹은 과소 산정되는 한계가 존재한다.

본 연구에서는 선형함수 COP 모델과 선형화된 2차함수 COP 모델링을 수행하였다. 사례연구에서는 공기열원 히트펌프 COP 모델에 따라 가정용 건물의 에너지 소비량 및 에너지 사용요금에 미치는 영향을 연간 전력사용량 및 전기요금을 기준으로 분석하였다.

2. 히트펌프 개념 및 이론적 모델

2.1 히트펌프의 개념

히트펌프는 일반적으로 압축기, 증발기, 응축기, 팽창밸브로 구성되어 있다[9]. 히트펌프는 공기열, 수열, 지열 등 저온 범위의 열원에서 열을 흡열하여 고온의 열을 생산하거나, 고온을 저온으로 전환하는 장치로 전기 에너지를 이용하여 열에너지로 공급하는 열 변환 기기이다. 따라서 히트펌프는 공기열, 수열, 지열 등의 재생에너지 및 미활용 에너지를 냉난방 에너지로 변환시키는 비연소식 친환경 에너지 기기이며 CO₂저감 효과가 다른 냉난방기기 대비 큰 편이다.

난방열 에너지와 전기 에너지의 비를 성능계수 COP로 표현하며, 일반적인 온도 및 환경 조건에서는 약 3 정도의 성능계수 난방효율을 가진다.

히트펌프 냉방의 경우 냉동기의 원리와 동일하다. 냉동기는 증발기의 흡열 과정에서 냉열을 발생시켜 냉방에 이용하고 응축기에서 발생한 열은 외부로 방열한다. 난방의 경우 냉방 원리에서 증발기와 응축기 열의 이용 방향을 반대로 전환하게된다. 온도가 낮은 곳에서 높은 곳으로 열을 이동시키기 위해서는 반드시 외부의 힘, 즉 일량(Wh, J)이 필요하다.

열을 흡열하고 방열하는 방식에 따라 압축식, 화학식, 흡수식, 흡착식 등으로 분류되며 현재는 압축식 히트펌프가 보편적으로 사용되고 있다. 히트펌프의 냉난방 원리 및 개념은 그림 1과 같다.

그림 1. 히트펌프 냉난방 구성

Fig. 1. Heat pump cooling and heating configuration

../../Resources/kiee/KIEEP.2023.72.4.306/fig1.png

2.1.1 히트펌프의 효율(COP) 이론적 수식

히트펌프의 COP 계산으로 식 (1)에 의해 계산되며, $\triangle A$는 히트펌프의 소비되는 전력을, $\triangle Q$는 이동되는 열을 의미한다.

(1)
$COP =\dfrac{\triangle Q}{\triangle A}$

일반적으로 온도차이가 동일할 때 냉방 운전보다 난방 운전일 때의 COP가 높다. 히트펌프는 COP가 높을수록 적은 전력으로 많은 열을 전달할 수 있다. COP의 냉·난방 운전에 대한 성능계수 산정식은 다음과 같다.

(2)
$COP_{Heat}=\dfrac{Q_{h}}{W}=\dfrac{Q_{h}}{Q_{h}- Q_{c}}$
(3)
$COP_{Cool}=\dfrac{Q_{c}}{W}=\dfrac{Q_{c}}{Q_{h}- Q_{c}}$

(2)와 (3)은 각각 히트펌프의 난방운전모드 및 냉방운전모드 시의 COP 냉·난방 성능계수에 대한 식을 나타내며, $Q_{h}$는 응축기에서의 일량을, $Q_{c}$는 증발기에서 흡수한 열량을, W는 압축기의 소요 동력을 각각 의미한다.

2.2 기존 히트펌프 COP 모델링

실제 히트펌프 COP는 계산 복잡도가 높고, 비선형 형태이기 때문에 최적화 문제에 사용되기에 어려움이 있다. 이러한 이유로 시스템 최적화에 적용하기 위해 히트펌프 COP 모델링에 대한 다양한 연구가 진행되어왔다. 히트펌프의 COP는 기기의 특성, 응축기 온도, 그리고 증발기 온도에 따라 결정된다. 표 1 은 히트펌프의 COP 모델에 대한 선행 연구 비교를 나타낸다. 모델 1번은 히트펌프의 열원 온도와 사용 온도를 적용한다. 모델 2번은 유입되는 온도를 선형적으로 표현한다. 3번 모델은 2번과 유사하게 히트펌프의 전력 소비는 source 측 유입온도의 선형적인 결과를 표현한다. 4번 모델은 히트펌프 COP를 3차 다항식으로 계산하는 모델이다. 5번 모델은 쌍선형 모델로 히트펌프의 source와 sink 온도를 고려한다. 6번 모델은 이중 선형 모델로 히트펌프 COP를 계산하는데 사용하고 부분부하율(partial load ratio, PLR)과 사용 온도와 열원 온도 차이를 포함하여 도출된다.

표 1 히트펌프 COP 모델 비교

Table 1 Comparison of heat pump COP models

모델 구분 [ref]

모델 공식

1 [10]

$\begin{align*} COP = a+b\bullet T_{ueser,\: in}+ c\bullet T_{ueser,\: in}^{2}+ d\bullet T_{source,\: in}+ e\bullet T_{source,\: in}^{2} \end{align*}$

2 [11]

$COP = a\bullet t_{source,\: in}+ b$

3 [12]

$W = a\bullet t_{source,\: in}+ b$

4 [13]

$COP = a\bullet t_{source,\: in}^{3}+ a\bullet t_{source,\: in}^{2}+ a\bullet t_{source,\: in}+ d$

5 [14]

$\begin{align*} COP = a + b\bullet t_{source,\: out}+ c\bullet t_{user,\: out}+ d\bullet t_{source,\: out}\bullet t_{user,\: out} \end{align*}$

6 [15]

$\begin{align*} COP = a + b\bullet PLR + c\bullet(t_{user,\: out}- t_{source,\: in})+ d\bullet PLR\bullet(t_{user,\: out}- t_{source,\: in}) \end{align*}$

7 [16]

$COP_{t}^{HP}= a_{0}+ a_{1}\times\triangle T + a_{2}\times\triangle T^{2}$

2.3 건물의 열부하 모델

건물의 열부하는 난방부하(heating load)와 냉방부하(cooling load)로 표 2와 같이 구분된다. 난방부하는 건물에 공급해야 하는 열량으로서, 관류열손실과 환기열손실 등을 포함한다. 난방부하의 요소는 지붕, 외벽, 유리창 등을 통해 열관류에 의해 발생하는 열 손실량과 창문의 틈새나 출입문 등을 통한 침입외기에 의한 열 손실량으로 구분할 수 있다. 냉방부하는 건물에서 제거해야 하는 열량으로 관류열취득과 환기열취득, 일사열취득 등을 포함한다. 냉방부하는 난방부하의 요소와 유사하지만 손실량이 아닌 열취득으로 인한 열 획득량이므로 건물의 관점에서는 제거해야 하는 열부하이다.

표 2 냉난방 부하 요소

Table 2 Elements and characteristics of heating and cooling loads

유형

요소

내용

난방부하

전도에 의한 열손실

지붕, 유리창, 바닥, 외벽 등을 통하여 열관류에 의해서 발생하는 손실량

침입외기에 의한 난방 손실

창문 틈새나 출입문 등을 통한 침입외기에 의한 열 손실량

냉방부하

복사열

외기에 면한 지붕을 통과하는 복사열

온도차에 의한 전도열

유리를 통과하는 전도열, 외기에 면한 지붕, 벽, 바닥, 천장을 통과하는 전도열

침입외기

외부 창의 문틈에서 들어오는 틈새바람, 정지예비력

2.4 건물의 열 손실 및 열 획득 모델

건물의 열 손실 및 획득 모델은 실내외 온도 차를 고려해야한다. 식 (4)는 실내외 온도 차를 고려한 건물의 관류 열 손실량 계산식을 나타낸다. 여기서, $Q_{t}$는 관류 열 손실을, K는 열전도율, A는 면적을 각각 의미한다. 식 (5)는 환기 열 손실량 계산식을 나타내며, $C_{v}$는 공기용적비열을, N은 시간당 환기 횟수를, V는 방의 용적을 각각 의미한다. 식 (6)은 건물 전체의 열 손실량 계산식을 나타내며, 관류 열 손실과 환기 열 손실의 합으로 계산된다.

(4)
$Q_{t}= KA\triangle T_{temp}$
(5)
$Q_{v}= C_{v}NV\triangle T_{temp}/3600$
(6)
$Q^{Loss,\: h}= Q_{t}+ Q_{v}$

건물의 일사 열 획득(solar heat gain)은 식 (7)에 의해 계산되며, $I_{t}$는 창문에 단위 면적 당 일사량을 의미하고, $A_{w}$는 창문의 면적을 의미한다. 이는 여름철 건물의 열 획득량 계산에 사용된다.

(7)
$Q^{HG,\: c}= I_{t}A_{w}$

3. 건물 히트펌프 운영의 수학적 모델링

3.1 주거용 건물 및 시스템 구성

계절별 건물에 발생하는 열 손실과 열획득을 고려하여 열부하를 산출하고, 공기열원 히트펌프의 고정 COP와 변동 COP에 따른 전력 사용량을 비교한다. 주거용 건물은 쾌적한 온도를 유지하기 위해 공기열월 히트펌프를 통해 온도 조절을 하고, PV와 ESS를 가지고 있어 전기요금 절감에 사용되며, PV 발전량이 부족한 경우 ESS나 그리드로부터 전력을 공급받게 된다. 그림 2은 건물 모델 구성도이며, 자원은 공기열원 히트펌프, PV, ESS, 전력 및 열부하이다. PV-ESS가 연계된 건물의 공기열원 히트펌프 운영에 따른 전기요금 최소화를 목적으로 한다. 이에 여름철, 겨울철 히트펌프의 전력 사용량을 비교하였다.

그림 2. PV-ESS 연계를 고려한 건물 에너지 시스템 구성도

Fig. 2. Configuration diagram of building energy system considering PV-ESS integration

../../Resources/kiee/KIEEP.2023.72.4.306/fig2.png

3.2 히트펌프 운전의 목적함수

건물 히트펌프는 COP 변동에 따라 전력사용량이 결정된다. 본 연구의 목적함수는 열원별 히트펌프, PV-ESS가 연계된 건물의 전기요금 최소화이며, 식 (8)과 같다.

(8)
$\min imize\cos t = C_{el}+ C_{wear}^{ESS}$

여기서, $C_{el}$는 계통에서 구매한 에너지 비용이고, $C_{wear}^{ESS}$는 ESS 마모비용, $C_{r}$은 계통에 판매한 에너지 수익을 의미한다.

(9)
$C_{el}=\sum_{t\in T}[(P_{t}^{grid,\: buy}\times\lambda_{t}^{"TOU"})\times\triangle T]$
(10)
$C_{wear}^{ESS}=\sum_{t\in T}[(P_{t}^{EC}+ P_{t}^{ED})W\times\triangle T]$

(9)는 계통에서 구매한 에너지 비용에 대한 식으로 전력계통에서 공급받는 전력은 시간 t의 계시별 요금제(time-of-use, TOU) 단가로 결정됨을 의미한다. 식 (10)은 kWh 당 ESS 마모비용 단가를 나타내며, ESS 충·방전 전력에 대한 ESS 마모비용 산정에 활용된다.

3.3 히트펌프 모델링

(11)-(13)은 히트펌프 성능계수인 COP와 히트펌프 전력에 대한 모델로 식 (13)은 히트펌프 성능계수에 대한 수식을 의미한다. 본 연구에서는 COP 모델을 2차 회귀분석 모델 기반으로 적용하였다. 표 3은 본 모델에서 활용한 파라미터를 보여준다.

(11)
$COP_{t}^{HP}=(a_{0}+ a_{1}\triangle T_{temp}+ a_{2}\triangle T_{temp}^{2})$
(12)
$\triangle T_{temp}= T_{set,\: t}- T_{amb,\: t}$
(13)
$P_{t}^{HP}=\begin{cases} \dfrac{Q_{t}^{HP,\: h}}{COP_{t}^{HP}}&\\ \dfrac{Q_{t}^{HP,\: c}}{COP_{t}^{HP}}& \end{cases}$

표 3 공기열원 히트펌프 파라미터[16]

Table 3 Air source heat pump parameters[16]

히트펌프 파라미터

$a_{0}$ $a_{1}$ $a_{2}$

ASHP

6.08

- 0.09

0.0005

COP에 2차 함수의 형태를 적용할 경우, 선형모델 활용이 불가능하므로 본 연구에서는 히트펌프 COP 변화조건에 따른 구간 선형화 기법을 적용하였다. 그림 3은 히트펌프 COP의 구간선형화 적용 예시를 나타내며, 그림 4는 2차 함수로 표현된 공기열원 히트펌프 COP를 나타낸다.

그림 3. 히트펌프 COP 모델의 구간별 선형화 함수 적용 예

Fig. 3. Example of piecewise function-based linearization for heat pump COP model

../../Resources/kiee/KIEEP.2023.72.4.306/fig3.png

그림 4. 온도 차에 따른 공기열원 히트펌프 모델별 COP 변화 추이

Fig. 4. COP trend according to temperature differences by ASHP models

../../Resources/kiee/KIEEP.2023.72.4.306/fig4.png

3.4 전력 및 열의 수급균형 제약조건

전력 및 열의 수급균형 제약조건은 식 (14)-(16)와 같다. 식 (14)는 전력 수급균형 제약조건을 나타내며, 좌변은 공급 전력을 나타내며, $P_{t}^{gird,\: buy}$는 계통에서 유입되는 전력을, $P_{t}^{PV}$는 태양광 발전전력을, $P_{t}^{ED}$는 ESS 방전 전력을 각각 의미한다. 우변은 전력수요를 나타내며, $P_{t}^{L}$는 건물의 전력수요를, $P_{t}^{EC}$는 ESS 충전전력을, $P_{t}^{HP}$히트펌프 공급 전력을 각각 의미한다. 식 (15) 및 (16)은 열에너지 균형제약을 나타낸다. 식 (15)의 $Q_{t}^{HP,\: h}$는 겨울철 히트펌프의 난방 열 공급량이 건물의 열 손실량과 동일함을 의미하고, 식 (16)에서 $Q_{t}^{HP,\: c}$는 여름철 히트펌프의 냉방 열 제거량을 의미한다.

(14)
$P_{t}^{grid,\: buy}+P_{t}^{PV}+ P_{t}^{ED}= P_{t}^{L}+P_{t}^{EC}+ P_{t}^{HP}$
(15)
$Q_{t}^{HP,\: h}= Q_{t}^{Loss,\: h}$
(16)
$Q_{t}^{HP,\: c}= Q_{t}^{HG,\: c}-Q_{t}^{Loss,\: c}$

3.5 ESS 제약조건

3.5.1 ESS 충·방전 전력 제약조건

(17)은 ESS의 PCS 충전 전력의 최대최소 제약을, 식 (18)은 방전전력의 최대최소 제약을 각각 나타낸다. $P_{t}^{EC}$, $P_{t}^{ED}$는 각각 ESS의 t시간 충전 및 방전전력을, $P^{ESS,\: \min}$는 최소 출력을, $P^{ESS,\: \max}$는 최대 출력을 각각 나타낸다. 식 (19)는 ESS의 운전모드 제약을 나타내며, ESS의 동작은 충·방전 상태, 대기상태로 구분되어 이진변수 $\mu_{t}^{EC}$, $\mu_{t}^{ED}$ 에 의해 동작이 결정됨을 의미한다.

(17)
$P^{ESS,\: \min}\times\mu_{t}^{EC}\le P_{t}^{EC}\le P^{ESS,\: \max}\times\mu_{t}^{EC}$
(18)
$P^{ESS,\: \min}\times\mu_{t}^{ED}\le P_{t}^{ED}\le P^{ESS,\: \max}\times\mu_{t}^{ED}$
(19)
$\mu_{t}^{EC}+\mu_{t}^{ED}\le 1$

3.5.2 ESS의 SOC 모델

배터리 충전상태 (state of charge, SOC)는 ESS 충·방전에 의해 배터리에 저장된 에너지의 양을 의미한다. t 시간의 SOC는 이전 시간의 충전 및 방전량과 충·방전효율 $\eta^{EC}$, $\eta^{ED}$을 고려하여 식 (20)으로 계산된다. 식 (21)의 $SOC^{ESS,\: in}$는 초기조건의 SOC를 의미하며, 식 (22)의 $SOC^{ESS,\: \min }$는 최소 SOC를, $SOC^{ESS,\: \max }$최대 SOC를 각각 의미하며, ESS의 SOC 유지 범위를 의미한다. 식 (23)은 SOC의 종료 조건으로 식 (22)와 유사하게 나타낼 수 있으며, 이는 운영 종료 시점에서의 SOC의 유지 범위를 나타낸다.

(20)
$SOC_{t}^{ESS}= SOC_{t-1}^{ESS}+(\eta^{EC}\times P_{t}^{EC}-P_{t}^{ED}/\eta^{ED})$
(21)
$SOC_{t}^{ESS}= SOC^{ESS,\: in}$
(22)
$SOC^{\min}\le SOC_{t}^{ESS}\le SOC^{\max}$
(23)
$SOC^{end,\: \min}\le SOC_{t}^{ESS}\le SOC^{end,\: \max}$

4. 사례연구 및 결과

4.1 입력데이터 설정

4.1.1 전력 부하 및 열 부하 데이터

사례연구로는 총 면적 약 519$m^{2}$인 주거용 건물을 선정하였다. 건물의 열전도율은 외벽, 창문, 출입문, 바닥 등의 선행 연구의 파라미터를 적용하였다[17]. 시간대별 건물의 전력 부하는 입력데이터로 적용하였다. 전력부하는 공공데이터를 활용하였다. 그림 5는 주거용 건물의 월별 전력 부하 프로파일을 나타내고, 그림 6은 주거용 건물의 연간 열 부하 프로파일을 나타낸다. 사례연구에서는 평일과 주말로 구분하여 세부 케이스를 구성하였다. 주거용 건물은 평일 10시 ~ 17시 사이는 냉난방을 사용하지 않으며, 주말에는 적정온도 유지를 위해 동작하는 것으로 가정하였다. 가정한 주거용 건물은 난방부하가 29,413[kWh]이고, 냉방 부하가 47,198[kWh]로 냉방부하가 높은 특성을 가진다. 건물의 겨울철 난방온도는 20℃로 제한하였고, 여름철 냉방온도는 26℃로 제한하였다.

그림 5. 주거용 건물의 월별 일간 전력 부하 프로파일

Fig. 5. Electrical load profile of residential building by months

../../Resources/kiee/KIEEP.2023.72.4.306/fig5.png

그림 6. 주거용 건물 연간 열부하 프로파일

Fig. 6. Heat load profile of residential building

../../Resources/kiee/KIEEP.2023.72.4.306/fig6.png

4.1.2 연간 기온 데이터

전기요금제의 경우 한국전력공사에서 시행하고 있는 계시별 요금제를 적용하였다[18]. 그림 7은 연간 외부 기온의 온도변화 추이를 나타낸다. 외부 기온은 기상청의 공공데이터에 서울 지역 기온 데이터를 사용하였다[19].

그림 7. 연간 외부 기온의 온도변화 추이

Fig. 7. The annual trend of air temperature change

../../Resources/kiee/KIEEP.2023.72.4.306/fig7.png

4.1.3 분산자원 설정

시간대별 건물의 PV 발전량은 입력데이터로 적용하였다. PV 발전량 데이터는 공공데이터를 사용하였으며[20], 그림 8는 주거용 건물의 시간대별 PV 발전량 프로파일을 월별로 구분하여 보여준다.

그림 8. 월별 PV 발전량 프로파일

Fig. 8. Monthly PV generation profile

../../Resources/kiee/KIEEP.2023.72.4.306/fig8.png

ESS의 용량은 27 kWh로 설정하였으며, 충방전 효율은 95%로 가정하였다. PCS 최대 최소 출력 범위, SOC 최대최소 출력 범위는 표 4와 같다.

표 4 ESS의 용량 및 자원 특성

Table 4 Capacity and characteristics of ESS

용량 [kWh]

최소 출력

[kW]

최대 출력

[kW]

최소 SOC

[kWh]

최대 SOC

[kWh]

충방전 효율 [%]

27

3

13.5

2.7

25.65

95

4.2. 세부 Case 설정

Case는 크게 공기열원 히트펌프의 COP를 1차함수로 적용한 경우와 구간별 선형화 모델을 적용한 경우로 구분하였다. 각 Case에서는 고정 COP와 변동 COP를 적용한 경우로 구분하였다. 사례연구의 경우, CPLEX 12.1.0을 활용하여 1년 간 1시간 간격으로 총 8760시간을 시뮬레이션하였다. 연간 계절에 따른 영향을 고려하기 위해 여름철 고정 COP와 겨울철 고정 COP를 변동 COP와 비교하였으며, 표 5는 Case 별 세부사항 설정을 나타낸다.

표 5 사례연구 Case 별 세부사항 설정

Table 5 Case study settings

구분

ASHP 설정

세부

계절

COP 모델

고정

COP

변동 COP

겨울철

여름철

Case1

1차 함수 모델

O

O

O

O

Case2

2차함수 구간선형화모델

O

O

O

O

4.3 사례연구 결과 분석

그림 9는 Case1 공기열원 히트펌프 1차 함수 모델 COP를 나타내고, 그림 11은 Case2 공기열원 히트펌프 2차 구간별 선형화 모델 COP를 나타낸다. 고정 COP와 변동 COP의 결과를 확인해보면 겨울과 여름의 COP 차이가 존재함을 확연하게 알 수 있다.

그림 9. Case1: 공기열원 히트펌프의 1차 함수 COP 모델

Fig. 9. Case 1: Linear COP model of ASHP

../../Resources/kiee/KIEEP.2023.72.4.306/fig9.png

그림 10. Case2: 공기열원 히트펌프의 2차 구간별 선형화 COP 모델

Fig. 10. Case 2: Quadratic-based linearization COP model of ASHP

../../Resources/kiee/KIEEP.2023.72.4.306/fig10.png

Case별 공기열원 히트펌프의 계절별 고정 COP와 변동 COP의 결과 비교는 표 8에 나타난다. Case 1에서 공기열원 히트펌프의 겨울철 평균 고정 COP는 2.96, 여름철 고정 COP는 3.40으로 산정되었다. 1차함수 모델의 변동 COP는 연간 온도변화에 따라 1.96 ~ 4.00 범위로 나타났다. Case 2에서 겨울철 고정 COP는 2.87, 여름철 고정 COP는 3.42로 산정되었다. 2차 구간별 선형화 모델의 변동 COP는 최소 1.59 ~ 최대 4.20으로 나타났다. 이는 계절별로 평균 COP를 활용하더라도 실제 온도 차에 의해 결정되는 변동 COP에 비해 Case 1은 –4.0 ~ +1.44 , Case 2는 –3.42 ~ +1.33 정도 성능계수 오차가 발생함을 확인할 수 있다. 이는 히트펌프의 전력사용량 및 전기요금 산정결과와 직결될 수 있음을 의미한다.

표 8 공기열원 히트펌프의 계절별 고정 COP와 변동 COP의 Case별 비교

Table 8 Results of seasonal fixed COP and variable COP of ASHP

Case 1

Case 2

겨울철 고정 COP

2.96

겨울철 고정 COP

2.87

여름철 고정 COP

3.40

여름철 고정 COP

3.42

최소 COP

1.96

최소 COP

1.59

최대 COP

4.00

최대 COP

4.20

표 9는 Case별 건물의 전력사용량 및 전력요금을 보여준다. ESS의 마모비용은 모든 케이스에서 유사하게 도출되었지만, 히트펌프의 전력사용량 및 절감량은 Case 별로 다소 차이가 발생하였다. PV-ESS 연계를 통한 건물내 히트펌프의 에너지 절감량은 Case 1의 고정 COP의 경우 36.9%, 변동 COP의 경우 35.1%로 도출되었으며, Case 2의 경우, 고정 COP는 32.2%, 변동 COP는 34.5%로 도출되었다. 이는 1차 함수 COP 모델의 경우, 고정

표 9 시뮬레이션 기반 사례연구 결과 비교

Table 9 Case study results of simulation

구분

[Case1] COP 1차 선형화 모델

[Case2] COP 2차 구간선형화 모델

COP 구분

고정 COP

변동 COP

고정 COP

변동 COP

ESS 마모비용 [원]

233,111

233,455

233,117

233,383

계통전력 구매비용 [원]

3,375,085

3,474,397

3,352,048

3,416,501

히트펌프 전체 전력사용량 [kWh]

24,049

24,490

24,049

25,064

PV-ESS 연계로 인한 히트펌프 절감량 [kWh]

8,872

8,591

7,742

8,640

전기요금 최소화 금액 [원]

3,608,196

3,707,852

3,585,165

3,649,885

COP 사례가 변동 COP 사례와 비교하여 전력사용량이 높게 산정된 것을 보여주며, 2차 구간별 선형화 모델의 경우, 변동 COP 사례가 고정 COP사례에 비해 전력사용량이 낮게 산정된 것을 확인할 수 있다. 고정 COP의 경우 온도 변화를 고려하지 않아 COP가 높을 때는 낮게, 낮을 때는 높게 고려되기 때문에 고정 COP의 적용이 변동 COP 모델 대비하여 실제 효과와 오차가 상대적으로 높게 나타나는 것을 의미한다. 반면 2차 구간별 선형화 모델의 경우 고정 COP 적용 대비 변동 COP 적용이 절감효과의 과소 산정을 회피할 수 있음을 의미한다.

그림 11과 같이 Case 1에서는 고정 COP 모델을 적용한 경우의 히트펌프 전력사용량이 변동 COP 모델을 적용한 경우 대비 대체적으로 낮게 산정되고 있었으며, 여름철에는 과잉 산정되는 것을 확인할 수 있다. 또한, 그림 12의 Case 2에서도 Case 1과 유사하게 여름에는 고정 COP가 더 높은 전력사용량을, 그 외 기간에는 더 낮은 전력사용량으로 산정되는 결과를 확인할 수 있었다. 이는 실제 외기온도와 건물 내부 온도차이에 의해 결정되는 히트펌프 COP를 실제 성능효과와 최대한 유사하게 적용할 수 있는 변동 COP 모델을 적용하는 것이 실제환경과 오차를 절감할 수 있음을 의미한다. 또한, 변동 COP로 대체하는 것은 기존의 COP모델을 1차함수 또는 선형화된 2차함수 모델 등 현재 많이 사용되고 있는 시스템 최적화 모델에서도 비교적 정확한 히트펌프의 전력사용량과 건물의 전기요금 추정에 활용될 수 있음을 나타낸다.

그림 11. Case 1: COP 모델별 월 전력소비량 결과 비교

Fig. 11. Case 1: Monthly power consumption by COP models

../../Resources/kiee/KIEEP.2023.72.4.306/fig11.png

그림 12. Case 2: COP 모델별 월 전력소비량 결과 비교

Fig. 12. Case 2: Monthly power consumption by COP models

../../Resources/kiee/KIEEP.2023.72.4.306/fig12.png

5. 결 론

본 연구에서는 가정용 건물에서 공기열원 히트펌프 COP 모델에 1차 함수 모델과 2차 함수 구간별 선형화 모델을 적용할 경우 건물의 일일 에너지사용량 및 전기요금에 미치는 영향을 분석하였다.

사례연구 결과, 고정 COP 및 변동 COP를 적용한 경우 건물에서의 전력사용량 및 전기요금의 오차가 월별로 상이하게 발생함을 확인하였다. 이는, 건물 에너지 스케줄링 관점에서 에너지 소비량 및 운영 비용의 오차로 발생할 수 있어 건물에너지 관리에 정확성 문제로 야기될 수 있다. 제안하는 변동 COP를 고려하는 경우 공기열원의 히트펌프 시스템에서 외부 온도를 고려하여 운영할 때 건물 에너지 관리의 정확성 제고를 위해 활용될 수 있을 것으로 판단된다.

Acknowledgements

This work was supported by the Korea Institute of Energy Technology Evaluation and Planning(KETEP) and the Ministry of Trade, Industry, and Energy(MOTIE) of the Republic of Korea. (No. 20214000000060, No. 20226210100100)

References

1 
KESIS National Energy Statistics Integrated Information System, “Comprehensive energy - final energy - final energy by sector - final energy by sector (annual),” Accessed on 2023.03.28. http://www.kesis.net/sub/subChart.jsp?report_id= 930514&reportType=0URL
2 
Y.J Hwang and J.W Jeong “Analysis of energy saving potential of integrated heating, cooling and domestic hot water heat pump system for residential buildings,” Journal of the Korea Institute of Architectural Eco-Friendly Facilities 14.5 pp. 503-514, 503, 2020.URL
3 
K.J Cho and Y.S Yoon, “propose a commercial space model for calculating heat load considering the spatial characteristics of small-scale shopping malls,” Journal of the Korean Solar Energy Society, 42(4), 59-68, 2022.URL
4 
Aktacir, M. A., Buyukalaca, O., and Yilimaz, T., “A Case Study for Influence of Building Thermal Insulation on Cooling Load and Air-conditioning System in the Hot and Humid Region,” Applied Energy, vol. 87, no. 2, pp. 599-607, 2010.DOI
5 
Liemthong, R.; Srithapon, C.; Ghosh, P.K., “Chatthaworn, R. Home Energy Management Strategy-Based Meta-Heuristic Optimization for Electrical Energy Cost Minimization Considering TOU Tariffs,” Energies, 15, 537, 2022.DOI
6 
D. Fischer, K.B. Lindberg, H. Madani, C. Wittwer, “Impact of PV, and variable prices on optimal system sizing for heat pumps and thermal storage,” Energy and Buildings, 128, pp. 723-733, 2016.DOI
7 
C. Verhelst, F. Logist, J. Van Impe, and L. Helsen, “Study of the optimal control problem formulation for modulating air-to-water heat pumps connected to a residential floor heating system Energy and Buildings,” 45, pp. 43-53, 2012, doi: 10.1016/j.enbuild.2011.10.015DOI
8 
S. Halilovic, L. Odersky, and T. Hamacher, “Integration of groundwater heat pumps into energy system optimization models,” Energy, Volume 238, Part A, 2022.DOI
9 
H. Sadeghi, A. Ijaz, and R. M. Singh, “Current status of heat pumps in Norway and analysis of their performance and payback time,” Sustainable Energy Technologies and Assessments, Volume 54, 2022.DOI
10 
J.M. Corberan, D.P. Finn, C.M. Montagud, F.T. Murphy, and K.C. Edwards, “A quasi-steady state mathematical model of an integrated ground source heat pump for building space control,” Energy Build., 43 (1) , pp. 82-92, 2011.DOI
11 
P. Hein, O. Kolditz, U.-.J. Görke, A. Bucher, and H. Shao, “A numerical study on the sustainability and efficiency of borehole heat exchanger coupled ground source heat pump systems,” Appl. Therm. Eng., 100, pp. 421-433, 2016.DOI
12 
T. You, B. Wang, W. Wu, W. Shi, and X. Li, “A new solution for underground thermal imbalance of ground- coupled heat pump systems in cold regions: heat compensation unit with thermosyphon,” Appl. Therm. Eng., 64 (1), pp. 283-292, 2016.DOI
13 
W. Wu, X. Li, T. You, B. Wang, and W. Shi, “Hybrid ground source absorption heat pump in cold regions: thermal balance keeping and borehole number reduction,” Appl. Therm. Eng., 90 (Supplement C), pp. 322-334, 2015.DOI
14 
H. Jin and J.D. Spitler, “A parameter estimation based model of water-to-water heat pumps for use in energy calculation programs,” ASHRAE Trans., 108, p. 3, 2002.URL
15 
C. Underwood, “On the design and response of domestic ground-source heat pumps in the UK Energies,” 7 (7), pp. 4532-4553, 2014.DOI
16 
Ruhnau, O., Hirth, L. and Praktiknjo, A, “Time series of heat demand and heat pump efficiency for energy system modeling,” Sci Data 6, 189, 2019.DOI
17 
S.H Park and D.H Seo, “Analysis of the total energy consumption impact of window design variables by climate zone using a standard office building model,” Journal of the Korea Institute of Architectural and Eco-Friendly Facilities, 14(4), 321-337. 2020.URL
18 
“Full-scale implementation of seasonal and time-based rate plans for residential use,” Ministry of Trade, Industry and Energy, 2019.URL
19 
Meteorological Administration Meteorological Data Open Portal, Statistical Analysis-Temperature Analysis. 2023.10.01., (https://data.kma.go.kr/stcs/grnd/grndTaList.do?pgmNo=70) (Access on Oct 2023.)URL
20 
Korea Power Exchange public data portal, solar and wind power generation by region and time, 2023.10.01., (https:// www.data.go.kr/data/15065269/fileData.do) (Access on Oct 2023.)URL

저자소개

김광호(Kwang-Ho Kim)
../../Resources/kiee/KIEEP.2023.72.4.306/au1.png

He received a B.E. in Electrical Engineering, and M.S. in Next-generation Smart Energy System Convergence from Gachon University, South Korea in 2020, and 2023, respectively. He is currently working in technical research Institute, JH energy, South Korea.

E-mail : khkim@jh-e.co.kr

이진욱(Jin-Wook Lee)
../../Resources/kiee/KIEEP.2023.72.4.306/au2.png

He received a B.E. in Energy Information Technology, and M.S. in Electrical Engineering, and a Ph.D. in Smart Energy System Convergence from Gachon University, South Korea in 2017, 2019, and 2023, respectively. Currently, he is serving as a post-doctoral researcher in Smart Energy System Engineering at the Smart Energy System Research Institute (SERI) of Gachon University, South Korea. His research interests encompass grid impact on distribution systems, energy system optimization, DC grids, AI, and the operation of smart grids.

E-mail : wlsdnr825@gachon.ac.kr

손성용(Sung-Yong Son)
../../Resources/kiee/KIEEP.2023.72.4.306/au3.png

He received the B.Sc. and M.Sc. degrees from the Korea Advanced Institute of Science and Technology(KAIST), South Korea, in 1989 and 1992, respectively, and the Ph.D. degree in mechanical engineering from the University of Michigan, Ann Arbor, in 2000. From 2000 to 2005, he worked with 4DHomeNet and Icross technology. He was a visiting scholar with the Lawrence Berkeley National Laboratory (LBNL), in 2014. He is currently a professor with the Department of Electrical Engineering, Gachon University, South Korea. His main research interests include smart grids and smart homes.

E-mail : xtra@gachon.ac.kr