이광섭
(Kwang Seob Lee)
1
김유진
(Yu Jin Kim)
1
민경천
(Kyung Chon Min)
2
이의준
(Euy Joon Lee)
3
강은철
(Eun Chul Kang)
3†
-
과학기술연합대학원대학교
(University of Science and Technology, Daejeon, 34113, Korea)
-
코텍엔지니어링
(KOTEC Engineering, Anyang, 10223, Korea)
-
한국에너지기술연구원
(Korea Institute of Energy Research, Daejeon, 34129, Korea)
Copyright © 2016, Society of Air-Conditioning and Refrigeration Engineers of Korea
Key words
BIN 데이터(BIN data), 초과위험률( Technical advisory committee), 난방부하(Heating load), 냉방부하(Cooling load), KS C 9306(KS C 9306)
1. 서론
국내 BIN 데이터는 KS C 9306 기준
(1)에 명시되어 있으며, 과거 10년(1998~2007) 동안의 기상정보를 기반으로 국내 11개 지역에 대한 BIN 데이터가 제작되었다. 이러한 BIN
데이터는 특정지역의 연간 외기온도 분포를 시간대별로 정리하여 나타내는 지표이며, BIN 데이터에서 제공하는 최고 및 최저 온도를 이용하면 건물에서의
냉난방 부하를 산정할 수 있다. 냉난방 부하는 건물의 단열성능과 내부발열량(조명, 사무기기 등), 창문복사열량, 환기량 등으로 건물 설정온도와 외기온도와의
관계식에 의해 구할 수 있고,
(2) 설계된 값에 따라 건물에 적용되는 냉난방 시스템 용량을 결정한다. 하지만 최근 들어 우리나라의 기후변화와 건물 설계기준의 변화
(3)로 인한 BIN 데이터의 개정과 냉난방 설계 기준의 개정이 필요하다. 또한 미국공조냉동학회(ASHRAE)의 TAC(Technical advisory
committee)에서는 냉난방 시스템 설계시 초과위험률은 2.5%에서 10% 범위에서 설계하라고 추천하고 있다. 따라서 최근 기상정보를 반영하여
개정된 BIN 데이터와 건축물설계기준 그리고 TAC 온도를 반영한 냉난방 부하 설계를 통해 시스템 용량을 줄이면 초기 투자비용과 에너지비용을 획기적으로
절감할 수 있을 것이다. 기존의 기상데이터에 관한 연구는 기후변화에 따라 냉난방 부하에 미치는 영향분석이나 에너지 계산
(4)을 위한 BIN 데이터를 개발하는 내용의 연구
(5)가 진행되어 왔다. 하지만 본 연구에서는 KS C 9306에서 제시하는 BIN 데이터 제시 방법을 이용하여 기상청에서 제공하는 최근 10년간(2005~2014)
국내 19개 지역의 기상데이터
(6)를 기반으로 각 지역의 BIN 데이터를 구축하여 비교 분석해 보았다. 또한 기존 KS C 9306에서 제시하는 냉난방 기준 열부하 방식으로 최근 개정된
에너지절약 설계기준
(3)에 맞는 단열기준을 이용하여 냉난방 부하를 계산에 적용하였다. 최종적으로 본 연구에서 구축한 BIN 데이터를 이용하여 최고/최저 온도 대비 건물에서의
냉난방 피크부하를 구하고, TAC 2.5% 초과위험률을 반영했을 때의 설계온도에서 소형/중형건물의 건물 냉난방 피크부하와 비교검토를 수행하였다.
2. BIN 데이터 작성 기준 및 내용
2.1 KS C 9306 국내 BIN 데이터 선정 기준
KS C 9306에 제시된 BIN 데이터는 국내 주요 대도시 11개 지역을 대상으로 과거 10년(1998~2007) 간의 기상정보를 정리하여 제작되었다.
해당 지역은 강릉, 광주, 대구, 대전, 목포, 부산, 서울, 진주, 인천, 제주, 청주이며 각 지역별 BIN temperature 데이터를 난방기준과
냉방기준으로 나누어 제공하고 있다.
기준에 제시된 BIN 데이터 선정 기준으로 냉방 사용기간은 매년 6월 1일부터 9월 30일까지 총 4개월을 대상으로 하였으며, 냉방 사용 시간대는
오전 11시부터 오후 11시까지 일일 12시간을 냉방 시간으로 정하였다. 냉방 기준 건구 온도 조건은 24℃ 이상 38℃ 이하이다.
난방 사용기간은 매년 11월 1일부터 다음해 2월 28일까지 총 4개월을 대상으로 하였으며, 난방 사용 시간대는 24시간이다. 또한 난방 기준 건구
온도 조건은 -15℃ 이상 15℃ 이하로 제시하고 있다.
Table 1은 KS C 9306에서 제시하는 우리나라의 대표 냉난방 BIN 데이터이며, 앞에서 설명한 11개 지역의 냉방 BIN 데이터를 통합하여 평균값으로
나타낸 지표이다. 또한 각 지역의 난방 BIN 데이터를 통합하여 평균값으로 나타낸 국내 대표 난방 BIN 데이터는
Table 2에 제시하였다.
Table 1. BIN temperature data for cooling(KS C 9306)
|
BIN Temp.(j)
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
Total
|
|
Dry bulb Temp.(℃)
|
24
|
25
|
26
|
27
|
28
|
29
|
30
|
31
|
32
|
33
|
34
|
35
|
36
|
37
|
38
|
|
BIN hours(h)
|
152
|
146
|
140
|
130
|
112
|
89
|
69
|
47
|
29
|
14
|
6
|
4
|
2
|
1
|
0
|
941
|
Table 2. BIN temperature data for heating(KS C 9306)
|
BIN Temp.(j)
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
16
|
|
Dry bulb Temp.(℃)
|
-15
|
-14
|
-13
|
-12
|
-11
|
-10
|
-9
|
-8
|
-7
|
-6
|
-5
|
-4
|
-3
|
-2
|
-1
|
0
|
|
BIN hours(h)
|
2
|
3
|
5
|
6
|
6
|
9
|
14
|
21
|
30
|
43
|
59
|
77
|
89
|
114
|
136
|
317
|
|
BIN Temp.(j)
|
17
|
18
|
19
|
20
|
21
|
22
|
23
|
24
|
25
|
26
|
27
|
28
|
29
|
30
|
31
|
Total
|
|
Dry bulb Temp.(℃)
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
|
BIN hours(h)
|
182
|
187
|
191
|
192
|
184
|
173
|
140
|
138
|
124
|
106
|
88
|
74
|
58
|
45
|
36
|
2849
|
2.2 KS C 9306을 반영한 지역별 BIN 데이터 작성
KS C 9306에 제시된 BIN 데이터 작성을 위한 기상 데이터는 최근 10년(2005~2014) 간의 기상청에서 수집한 국내 19개 지역의 건구온도(℃)를
활용하였다. 국내 19개 지역은 KS C 9306에 포함된 11개 지역과 전국에 고르게 분포하기 위하여 군산, 안동, 영월, 울산, 전주, 진주,
천안 춘천, 포항을 포함한 8개 지역을 추가하였고 상세한 위치는
Table 3에 나타내었다. 또한 각 지역의 최근 10년(2005~2014) 간의 BIN 데이터는
Table 4과
Table 5에 나타내었다.
Table 3. Information of areas(cities) for BIN data analysis
|
Area code
|
Area(City)
|
Latitude(N)
|
Longitude(E)
|
Altitude(m)
|
|
105
|
Gangneung
|
37.75
|
128.89
|
26
|
|
156
|
Gwangju
|
35.17
|
126.89
|
72
|
|
140
|
Gunsan
|
36.01
|
126.76
|
23
|
|
143
|
Daegu
|
35.83
|
128.65
|
53
|
|
133
|
Daejeon
|
36.37
|
127.37
|
69
|
|
165
|
Mokpo
|
34.82
|
126.38
|
38
|
|
159
|
Busan
|
35.10
|
129.03
|
70
|
|
108
|
Seoul
|
37.57
|
126.97
|
86
|
|
136
|
Andong
|
36.57
|
128.71
|
140
|
|
121
|
Yeongwol
|
37.18
|
128.46
|
241
|
|
152
|
Ulsan
|
35.58
|
129.33
|
83
|
|
112
|
Incheon
|
37.48
|
126.62
|
68
|
|
146
|
Jeonju
|
35.84
|
127.12
|
61
|
|
184
|
Jeju
|
33.51
|
126.53
|
20
|
|
192
|
Jinju
|
35.16
|
128.04
|
30
|
|
232
|
Cheonan
|
36.76
|
127.29
|
82
|
|
131
|
Cheongju
|
36.64
|
127.44
|
57
|
|
101
|
Chundheon
|
37.90
|
127.74
|
76
|
|
138
|
Pohang
|
36.03
|
129.38
|
2
|
Table 4. BIN hours during cooling season
|
Area
|
BIN hours for cooling season
|
|
Temp.
Total
|
24
|
25
|
26
|
27
|
28
|
29
|
30
|
31
|
32
|
33
|
34
|
35
|
36
|
37
|
38
|
|
Gangneung
|
769
|
124
|
115
|
95
|
93
|
81
|
66
|
65
|
47
|
37
|
24
|
15
|
6
|
1
|
0
|
0
|
|
Gwangju
|
1,141
|
143
|
162
|
164
|
170
|
142
|
121
|
94
|
68
|
43
|
21
|
10
|
3
|
0
|
0
|
0
|
|
Gunsan
|
971
|
169
|
180
|
169
|
142
|
104
|
80
|
60
|
37
|
19
|
7
|
3
|
1
|
0
|
0
|
0
|
|
Daegu
|
1,153
|
118
|
138
|
136
|
127
|
128
|
126
|
111
|
94
|
77
|
49
|
28
|
17
|
4
|
0
|
0
|
|
Daejeon
|
1,074
|
155
|
163
|
173
|
158
|
138
|
104
|
81
|
50
|
30
|
15
|
4
|
2
|
1
|
0
|
0
|
|
Mokpo
|
964
|
183
|
168
|
162
|
149
|
103
|
80
|
60
|
34
|
16
|
7
|
2
|
0
|
0
|
0
|
0
|
|
Busan
|
880
|
169
|
160
|
153
|
123
|
97
|
74
|
56
|
30
|
12
|
5
|
1
|
0
|
0
|
0
|
0
|
|
Seoul
|
1,063
|
166
|
171
|
175
|
158
|
136
|
103
|
72
|
45
|
23
|
9
|
4
|
1
|
0
|
0
|
0
|
|
Andong
|
989
|
146
|
146
|
143
|
134
|
113
|
99
|
76
|
57
|
41
|
24
|
9
|
2
|
0
|
0
|
0
|
|
Yeongwol
|
915
|
152
|
137
|
124
|
119
|
107
|
98
|
72
|
50
|
29
|
19
|
6
|
2
|
1
|
0
|
0
|
|
Ulsan
|
923
|
136
|
129
|
129
|
124
|
101
|
83
|
73
|
55
|
43
|
29
|
14
|
4
|
1
|
1
|
1
|
|
Incheon
|
866
|
195
|
185
|
166
|
126
|
82
|
53
|
31
|
15
|
6
|
5
|
2
|
0
|
0
|
0
|
0
|
|
Jeonju
|
1,164
|
142
|
152
|
162
|
158
|
147
|
118
|
98
|
77
|
54
|
33
|
14
|
6
|
2
|
1
|
0
|
|
Jeju
|
1,033
|
161
|
147
|
152
|
137
|
131
|
107
|
88
|
60
|
31
|
14
|
4
|
1
|
0
|
0
|
0
|
|
Jinju
|
1,039
|
153
|
155
|
164
|
141
|
116
|
102
|
77
|
53
|
40
|
22
|
10
|
5
|
1
|
0
|
0
|
|
Cheonan
|
1,023
|
155
|
159
|
162
|
146
|
121
|
102
|
84
|
50
|
27
|
12
|
4
|
1
|
0
|
0
|
0
|
|
Cheongju
|
1,160
|
151
|
173
|
169
|
169
|
144
|
121
|
95
|
68
|
40
|
21
|
7
|
2
|
0
|
0
|
0
|
|
Chundheon
|
1,005
|
154
|
152
|
152
|
133
|
125
|
106
|
77
|
51
|
32
|
15
|
6
|
2
|
0
|
0
|
0
|
|
Pohang
|
871
|
131
|
117
|
104
|
95
|
90
|
79
|
71
|
59
|
50
|
36
|
23
|
12
|
4
|
1
|
0
|
Table 5. BIN hours during heating season
|
Area
|
BIN hours for heating season
|
|
Temp.
Total
|
-15
|
-14
|
-13
|
-12
|
-11
|
-10
|
-9
|
-8
|
-7
|
-6
|
-5
|
-4
|
-3
|
-2
|
-1
|
|
Gangneung
|
2,784
|
0
|
0
|
1
|
2
|
2
|
6
|
9
|
20
|
27
|
39
|
61
|
78
|
105
|
122
|
149
|
|
Gwangju
|
2,761
|
0
|
0
|
0
|
0
|
1
|
2
|
5
|
10
|
20
|
31
|
52
|
77
|
111
|
138
|
178
|
|
Gunsan
|
2,807
|
0
|
0
|
1
|
3
|
4
|
8
|
15
|
26
|
37
|
63
|
78
|
108
|
136
|
171
|
197
|
|
Daegu
|
2,767
|
0
|
0
|
0
|
1
|
1
|
3
|
6
|
11
|
18
|
33
|
51
|
76
|
100
|
118
|
152
|
|
Daejeon
|
2,808
|
2
|
2
|
6
|
8
|
12
|
21
|
37
|
49
|
66
|
84
|
101
|
124
|
146
|
172
|
186
|
|
Mokpo
|
2,771
|
0
|
0
|
0
|
0
|
0
|
0
|
1
|
3
|
7
|
17
|
29
|
51
|
82
|
118
|
171
|
|
Busan
|
2,684
|
0
|
0
|
0
|
1
|
0
|
1
|
1
|
2
|
7
|
14
|
24
|
33
|
51
|
75
|
90
|
|
Seoul
|
2,810
|
4
|
5
|
10
|
15
|
22
|
36
|
55
|
76
|
90
|
95
|
112
|
126
|
138
|
144
|
174
|
|
Andong
|
2,832
|
6
|
5
|
9
|
13
|
22
|
30
|
50
|
60
|
82
|
95
|
110
|
133
|
159
|
186
|
185
|
|
Yeongwol
|
2,845
|
39
|
22
|
30
|
42
|
47
|
59
|
71
|
83
|
96
|
113
|
136
|
145
|
153
|
174
|
187
|
|
Ulsan
|
2,738
|
0
|
0
|
0
|
1
|
1
|
1
|
3
|
6
|
12
|
20
|
38
|
56
|
74
|
94
|
133
|
|
Incheon
|
2,826
|
1
|
2
|
4
|
9
|
13
|
23
|
28
|
54
|
74
|
96
|
118
|
125
|
136
|
156
|
169
|
|
Jeonju
|
2,771
|
0
|
1
|
1
|
3
|
6
|
10
|
21
|
27
|
43
|
62
|
75
|
96
|
132
|
159
|
189
|
|
Jeju
|
2,616
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
1
|
9
|
|
Jinju
|
2,770
|
0
|
1
|
2
|
3
|
5
|
10
|
24
|
35
|
52
|
70
|
87
|
102
|
130
|
157
|
161
|
|
Cheonan
|
2,817
|
10
|
9
|
14
|
18
|
30
|
35
|
51
|
63
|
76
|
98
|
118
|
151
|
159
|
182
|
184
|
|
Cheongju
|
2,809
|
1
|
4
|
5
|
8
|
16
|
23
|
36
|
52
|
72
|
85
|
109
|
131
|
139
|
162
|
179
|
|
Chundheon
|
2,850
|
50
|
29
|
38
|
51
|
53
|
63
|
72
|
88
|
97
|
116
|
131
|
152
|
165
|
175
|
178
|
|
Pohang
|
2,735
|
0
|
0
|
0
|
1
|
1
|
2
|
4
|
7
|
11
|
25
|
40
|
57
|
78
|
95
|
116
|
|
Area
|
BIN hours for heating season
|
|
0
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
|
14
|
15
|
|
Gangneung
|
168
|
193
|
214
|
214
|
192
|
195
|
183
|
153
|
130
|
119
|
103
|
88
|
73
|
56
|
48
|
34
|
|
Gwangju
|
197
|
196
|
191
|
184
|
183
|
184
|
159
|
154
|
135
|
120
|
103
|
95
|
80
|
61
|
51
|
43
|
|
Gunsan
|
209
|
200
|
194
|
183
|
175
|
173
|
154
|
129
|
108
|
99
|
86
|
75
|
60
|
47
|
37
|
31
|
|
Daegu
|
181
|
191
|
195
|
200
|
193
|
193
|
178
|
171
|
148
|
125
|
102
|
88
|
80
|
65
|
48
|
39
|
|
Daejeon
|
185
|
193
|
182
|
163
|
164
|
157
|
137
|
114
|
94
|
95
|
83
|
65
|
51
|
44
|
36
|
29
|
|
Mokpo
|
216
|
205
|
221
|
210
|
199
|
199
|
170
|
160
|
140
|
125
|
109
|
89
|
89
|
65
|
53
|
42
|
|
Busan
|
112
|
132
|
146
|
166
|
184
|
190
|
198
|
213
|
193
|
170
|
168
|
141
|
117
|
96
|
89
|
70
|
|
Seoul
|
184
|
180
|
179
|
151
|
164
|
159
|
134
|
119
|
95
|
77
|
67
|
50
|
47
|
38
|
34
|
30
|
|
Andong
|
198
|
185
|
175
|
175
|
150
|
144
|
123
|
113
|
94
|
80
|
62
|
51
|
45
|
38
|
31
|
23
|
|
Yeongwol
|
175
|
180
|
161
|
144
|
136
|
123
|
101
|
90
|
72
|
60
|
53
|
42
|
37
|
31
|
22
|
21
|
|
Ulsan
|
159
|
174
|
184
|
188
|
198
|
185
|
197
|
186
|
160
|
148
|
126
|
107
|
91
|
79
|
63
|
54
|
|
Incheon
|
185
|
187
|
185
|
162
|
168
|
156
|
144
|
133
|
106
|
96
|
75
|
59
|
52
|
37
|
38
|
35
|
|
Jeonju
|
197
|
197
|
179
|
172
|
168
|
159
|
147
|
132
|
112
|
111
|
91
|
82
|
66
|
54
|
45
|
34
|
|
Jeju
|
18
|
61
|
100
|
166
|
209
|
219
|
236
|
243
|
229
|
216
|
221
|
192
|
156
|
130
|
112
|
98
|
|
Jinju
|
167
|
171
|
165
|
174
|
168
|
162
|
161
|
148
|
124
|
101
|
91
|
79
|
70
|
63
|
48
|
39
|
|
Cheonan
|
193
|
183
|
176
|
158
|
148
|
131
|
121
|
99
|
86
|
77
|
66
|
53
|
41
|
35
|
28
|
24
|
|
Cheongju
|
188
|
203
|
188
|
167
|
161
|
151
|
138
|
109
|
100
|
89
|
75
|
64
|
51
|
39
|
36
|
28
|
|
Chundheon
|
176
|
182
|
171
|
141
|
124
|
107
|
95
|
82
|
66
|
62
|
51
|
39
|
31
|
26
|
23
|
16
|
|
Pohang
|
145
|
177
|
181
|
190
|
196
|
191
|
189
|
188
|
177
|
151
|
125
|
105
|
94
|
77
|
61
|
51
|
2.3 수정된 BIN 데이터와 KS C 9306 국내 BIN 데이터 비교
KS C 9306에 제시된 BIN 데이터(1998~2007)와 최근 10년(2005~2014) 간의 기상자료를 바탕으로 제시한 BIN data를 비교하기
위해 냉난방 시간으로 나타내어 비교를 수행하였다. 이는 KS C 9306 기준에 명시된 국내 11개 지역에서의 냉방을 필요로 하는 총 냉방 발생시간을
정량적으로 비교한 결과이며, 과거에 비하여 최근에 냉방을 필요로 하는 냉방 발생시간이 전체적으로 증가하였다.
Table 6은 국내 11개 지역에서의 냉방을 필요로 하는 총 냉방 발생시간을 비교한 결과이며, 냉방 발생시간은 지역별로 최소 3시간(인천)에서 최대 162시간(대구)으로
증가하였으며, 과거에 비하여 지역별 평균값은 약 81시간이 증가하였으며 약 8.6%가 증가하였다.
Table 6. Comparison of cooling hours between KS C 9306 BIN data and updated BIN data
|
Area
|
Total Cooling hours(h)
|
Hours Increment
(h)
|
Rate of increase
(%)
|
|
1998~2007
|
2005~2014
|
|
Gangneung
|
682
|
769
|
87
|
12.8
|
|
Gwangju
|
1,065
|
1,141
|
76
|
7.1
|
|
Daegu
|
991
|
1,153
|
162
|
16.3
|
|
Daejeon
|
949
|
1,074
|
125
|
13.2
|
|
Mokpo
|
930
|
964
|
34
|
3.7
|
|
Busan
|
793
|
880
|
87
|
11.0
|
|
Seoul
|
985
|
1,063
|
78
|
7.9
|
|
Jinju
|
1,016
|
1,039
|
23
|
2.3
|
|
Incheon
|
863
|
866
|
3
|
0.3
|
|
Jeju
|
958
|
1,033
|
75
|
7.8
|
|
Cheongju
|
1,024
|
1,160
|
136
|
13.3
|
|
Total
|
10,256
|
11,142
|
886
|
8.6
|
Table 7은 국내 11개 지역에서의 난방을 필요로 하는 총 난방 발생시간을 비교한 결과이며, 과거 대비 난방을 필요로 하는 난방 발생시간은 전체적으로 감소하였다.
강릉 지역의 경우 총 난방시간이 22시간 증가하였지만, 다른 지역에서는 전체적으로 소폭 감소되고 있음을 알 수 있으며, 지역별 평균값은 약 49시간이
감소하였으며, 감소율은 1.7%로 나타났다.
Table 7. Comparison of heating hours between KS C 9306 BIN data and updated BIN data
|
Area
|
Total Heating hours(h)
|
Hours decrement
(h)
|
Rate of decrease
(%)
|
|
1998~2007
|
2005~2014
|
|
Gangneung
|
2,762
|
2,784
|
-22
|
-0.8
|
|
Gwangju
|
2,823
|
2,761
|
62
|
2.2
|
|
Daegu
|
2,831
|
2,767
|
64
|
2.3
|
|
Daejeon
|
2,847
|
2,808
|
39
|
1.4
|
|
Mokpo
|
2,826
|
2,771
|
55
|
1.9
|
|
Busan
|
2,771
|
2,684
|
87
|
3.1
|
|
Seoul
|
2,857
|
2,810
|
47
|
1.6
|
|
Jinju
|
2,811
|
2,770
|
41
|
1.5
|
|
Incheon
|
2,860
|
2,826
|
34
|
1.2
|
|
Jeju
|
2,707
|
2,616
|
91
|
3.4
|
|
Cheongju
|
2,852
|
2,809
|
43
|
1.5
|
|
Total
|
30,947
|
30,406
|
541
|
1.7
|
3. BIN 데이터 기반의 TAC 적용 결과
3.1 서울지역 최고/최저 온도 및 TAC 반영 온도 조건
앞서 정리된 최근 10년간 BIN 데이터를 기반으로 TAC를 고려한 냉난방 부하 산정을 위하여 서울지역의 BIN 데이터를 선택하였으며 최고/최저 및
TAC 1.0%, 2.5%, 5.0%를 적용한 온도 조건을
Table 8에 정리하였다. 서울 지역의 최근 10년간 평균 최고 온도는 34.4℃이며, 평균 최저 온도는 -14.1℃로 나타났다. 서울 지역에 대하여 냉방부하
선정을 위한 최고 온도 대비 TAC를 1.0%로 할 경우에는 평균온도가 30.9℃로 약 3.5℃ 낮아졌으며, 2.5%일 경우에는 4.0℃, 5.0%로
할 경우 6.5℃ 낮아짐을 알 수 있다. 또한 난방부하 선정을 위한 최저 온도 대비 TAC를 1.0%로 할 경우에는 평균온도가 -9.8℃로 약 4.3℃
높아졌으며, 2.5%일 경우에는 6.3℃, 그리고 5.0%로 할 경우 6.5℃ 높아짐을 알 수 있다. 이러한 결과는 건물의 냉난방 부하를 선정할 때
해당지역의 최고 또는 최저 온도대비 TAC를 1.0%만 완화해도 시스템 용량 설계가 많이 줄어들 수 있음을 보여주는 결과이다.
Table 8. TAC applied design temperature of Seoul area for recent 10 years
|
Year
|
2005
|
2006
|
2007
|
2008
|
2009
|
2010
|
2011
|
2012
|
2013
|
2014
|
Ave.
|
|
Cooling
|
Max. Temp.
|
34.7
|
34.4
|
32.7
|
35.1
|
34.1
|
33.4
|
33.7
|
36.2
|
33.6
|
35.7
|
34.4
|
|
TAC 1.0%
|
33.2
|
33.2
|
32
|
33.1
|
32.7
|
32.1
|
32.6
|
35
|
32.4
|
33.6
|
33.0
|
|
TAC 2.5%
|
32.4
|
32.5
|
31.5
|
32.1
|
31.8
|
31.7
|
32.1
|
34.3
|
32
|
33.1
|
32.4
|
|
TAC 5.0%
|
31.2
|
31.8
|
31
|
31.4
|
30.7
|
31.1
|
31.6
|
33.3
|
31.6
|
32
|
31.6
|
|
Heating
|
TAC 5.0%
|
-9.1
|
-7.8
|
-5.3
|
-7.3
|
-9
|
-10.8
|
-10.2
|
-10.6
|
-9.9
|
-7.7
|
-8.8
|
|
TAC 2.5%
|
-10.1
|
-9.3
|
-6.3
|
-8.4
|
-10.1
|
-12.6
|
-11.4
|
-12.1
|
-11.8
|
-8.7
|
-10.1
|
|
TAC 1.0%
|
-11.5
|
-11.6
|
-7
|
-9.8
|
-10.9
|
-13.6
|
-13.5
|
-13.8
|
-13.8
|
-9.9
|
-11.5
|
|
Min. Temp.
|
-13.6
|
-14
|
-8.6
|
-13
|
-12.7
|
-15.3
|
-17.7
|
-17
|
-16.3
|
-13.1
|
-14.1
|
3.2 BIN 데이터 기반의 건물 냉난방 부하 분석
BIN 데이터를 활용하여 건물의 냉난방 부하를 분석하기 위해 서울지역의 소형건물(100 m
2)과 중형건물 (1,000 m
2)을 선정하였다. 건물의 단열기준은 건축물의 에너지절약설계기준
(3)의 중부지역 단독주택 기준을 활용하였다. 침기 및 환기 손실은 ASHRAE 62.1
(2)의 사무용, 주거용, 상업용 건물을 참조하여 계산된 일반적인 수치인 0.5 ACH로 가정하였다. 실내 발열부하는 난방시 피크는 밤 또는 새벽 시간임을
가정하여 없음으로 설정하였고, 냉방피크시 발열부하는 20 W/m
2으로 산정하였다. 부하계산에 이용된 상세정보는
Table 9에 나타내었다. 부하 계산방법은 ASHRAE HVAC fundamentals handbook 2001
(2)의 냉난방 부하 계산 방법을 활용하였다. 위에서 제시한 건물 정보와 BIN 데이터 그리고 냉난방 부하 계산식을 통하여 서울 지역의 소형건물 부하를
계산한 결과는
Table 10과
Table 11에 나타내었으며, 그 결과를
Fig. 1에 그래프로 나타내었다.
Table 9. Building envelope and load specifications
|
Specifications
|
U-value(W/m2K)
|
Small Building(m2)
|
Large Building(m2)
|
Window ratio
|
|
Roof
|
0.150
|
100
|
1,000
|
0.000
|
|
Floor
|
0.220
|
100
|
1,000
|
0.000
|
|
Wall(South)
|
0.260
|
30
|
150
|
0.300
|
|
Wall(West)
|
0.260
|
30
|
60
|
0.150
|
|
Wall(North)
|
0.260
|
30
|
150
|
0.000
|
|
Wall(East)
|
0.260
|
30
|
60
|
0.150
|
|
Window
|
1.200
|
18
|
63
|
0.056
|
|
Ventilation load
|
Air change rate per hour
|
|
0.5
|
|
Internal load
|
Heating Season(W/m2)
|
Cooling Season(W/m2)
|
|
0
|
20
|
Table 10. Small building load calculation based on TAC applied BIN data
|
BIN weather data(Seoul)
|
Building(100 m2)
|
|
Mode
|
TAC
|
Design Temp.(℃)
|
Peak load(W)
|
Load per m2(W/m2)
|
Decrease rate(%)
|
|
Cooling
|
Maximum
|
34.4
|
7,151
|
71.51
|
-
|
|
TAC 1.0%
|
33
|
6,796
|
67.96
|
5.0
|
|
TAC 2.5%
|
32.4
|
6,644
|
66.44
|
7.1
|
|
TAC 5.0%
|
31.6
|
6,441
|
64.41
|
9.9
|
|
Heating
|
TAC 5.0%
|
-8.8
|
8,740
|
87.40
|
15.5
|
|
TAC 2.5%
|
-10.1
|
9,135
|
91.35
|
11.7
|
|
TAC 1.0%
|
-11.5
|
9,560
|
95.60
|
7.6
|
|
Minimum
|
-14.1
|
10,349
|
103.49
|
-
|
Table 11. Large building load calculation based on TAC applied BIN data
|
BIN weather data(Seoul)
|
Building(1,000 m2)
|
|
Mode
|
TAC
|
Design Temp.(℃)
|
Peak load(W)
|
Load per m2(W/m2)
|
Decrease rate(%)
|
|
Cooling
|
Maximum
|
34.4
|
54,358
|
54.36
|
-
|
|
TAC 1.0%
|
33
|
51,053
|
51.05
|
6.1
|
|
TAC 2.5%
|
32.4
|
49,636
|
49.64
|
8.7
|
|
TAC 5.0%
|
31.6
|
47,748
|
47.75
|
12.2
|
|
Heating
|
TAC 5.0%
|
-8.8
|
77,712
|
77.71
|
15.5
|
|
TAC 2.5%
|
-10.1
|
81,220
|
81.22
|
11.7
|
|
TAC 1.0%
|
-11.5
|
84,998
|
85.00
|
7.6
|
|
Minimum
|
-14.1
|
92,014
|
92.01
|
-
|
Fig. 1. Cooling and heating load on TAC ratio(100 m2on the left, 1,000 m2on the right).
부하 계산 결과 냉방부하에서 최고기온인 34.4°C를 설계온도로 부하계산을 한 경우 소형건물에서 7.2 kW의 중형건물에서 54.4 kW의 냉방 피크부하가
산정되었다. 또한
Fig. 1에서 TAC에 따른 냉난방 부하의 감소추이를 볼 수 있으며,
Fig. 2에서는 이를 두 건물 모두 단위 부하로 나타내었다. 이를 통해 TAC가 2.5%를 넘어서는 부분부터는 감소추이가 완만해지며, 이를 통해 권고 조건이
TAC 2.5%를 결론으로 도출하였다. TAC 2.5%에서 냉난방 설계온도를 BIN 기상자료를 이용하여 TAC 2.5%를 고려하였을 때 냉방 피크부하는
소형건물에서 6.6 kW로 중형건물에서 49.6 kW로 계산되었고, 소형건물에서 약 7.1%의 중형건물에서 약 8.7%의 피크부하가 감소되었다. 최저기온인
-14.1°C를 설계온도로 난방부하를 계산한 경우에는 소형건물에서 10.3 kW, 중형건물에서 92.0 kW의 난방 피크부하가 산정되었다. 설계온도를
BIN 기상자료를 이용하여 TAC 2.5%를 고려하였을 때에는 소형건물에서 9.1 kW, 중형건물에서 81.2 kW로 피크부하가 계산되었고, 소형건물
및 중형건물에서 약 11.7% 피크부하가 감소되었다.
Fig. 2. Cooling and heating unit load on TAC ratio.
4. 결 론
본 연구에서는 KS C 9306을 기준으로 최근 10년간(2005~2014) 지역별 외기온도를 분석한 BIN 데이터를 제시하였다. 이를 통하여 최근
10년간의 냉난방시간을 기존 BIN 데이터로 계산한 결과와 정량적으로 비교를 수행하였다. 또한 서울지역을 대상으로 최고/최저 온도 대비 건물에서의
냉난방 피크부하를 구하고, TAC를 반영하였을 때의 건물 냉난방 피크부하를 비교 검토해 보았다. 결론적으로 TAC 2.5% 반영한 건물에서 필요로
하는 냉난방 부하량을 비교해 보았으며, 본 논문에서 도출한 결과는 다음과 같다.
(1) 우리나라의 전국 19개 지역을 대상으로 최근 10년(2005~2014) 간의 기상자료를 기반으로 BIN 데이터를 구축하였다.
(2) KS C 9306 기준에 명시된 과거 10년(1998~2007) BIN 기상자료를 바탕으로 최근 10년(2005~2014) BIN 기상자료와
냉난방 발생시간을 비교한 결과 냉방 발생시간은 평균 8.6% 증가되었으며, 난방 발생시간은 평균 1.7% 감소하였다.
(3) BIN 데이터를 기반으로 서울지역의 최고/최저 온도 및 TAC 1.0%, 2.5%, 5.0%의 적용 온도를 도출하였고, 소형, 중형건물을 대상으로
냉난방 부하 산정 및 TAC 변화에 따른 냉난방 부하량을 비교 검토하였다.
(4) 건물 냉난방 설비 용량 설계 시 TAC 2.5%를 반영하면 냉방부하는 7.1%(소형건물), 8.7%(중형건물) 감소하였고 난방부하는 11.7%
감소하는 것으로 나타났다.
이러한 결과는 건물의 피크부하에 맞춰 냉난방 설비의 용량을 선정함에 있어서, 권고하는 최소 TAC 2.5%만 고려해도 냉난방 설비용량이 약 11.7%
가량 감소됨을 알 수 있다. 이러한 방법은 최근 자료를 통해 도출한 BIN 데이터와 TAC 적용에 의해 냉난방기 용량의 과설계를 사전에 방지할 수
있으며, 이에 따른 비용절감 효과를 기대할 수 있을 것이다.
후 기
본 연구는 2014년도 산업통상자원부의 재원으로 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구과제입니다(과제번호 : 20143030111010).
References
2011, Korea Agency for Technology and Standards, Air-conditioners, KS C 9306:2011,
Korean Standards Association.
2001, American Society of Heating, Refrigerating and Air-conditioning, Engineers,
ASHRAE HVAC fundamentals handbook.
2016, Ministry of Land, Infrastructure and Transport, Energy Saving Design Standard
for Buildings.
Yoo H. C., Lee K. H., Kang H. G., 2009, Basic research on the Building Energy Load
Depending on The Climate Change in Korea, Journal of the Korean Solar Energy Society,
Vol. 29, No. 3, pp. 66-70
Kim D. C., Choi J. H., 1988, Development of Bin Weather Data for Simplified Energy
Calculations, Korean Journal of Air-Conditioning and Refrigeration Engineering, Vol.
12, No. 5, pp. 28-32
Korea Meteorological Administration, weather data in climate information, www.kma.go.kr
2016, American Society of Heating, Refrigerating and Air-conditioning, Engineers,
ASNI/ASHRAE/IES Standard 90.1-Energy Standard for Buildings Except Low-Rise Residential
Buildings.