민준기
(Joon Ki Min)
1
홍희기
(Hi Ki Hong)
2†
-
경희대학교 건축공학과 학술연구교수
(R&D Professor, Department of Architectural Engineering, Kyung Hee University, Yongin-si,
17104, Korea)
-
경희대학교 기계공학과 교수
(Professor, Department of Mechanical Engineering, Kyung Hee University, Yongin-si,
17104, Korea)
Copyright © 2016, Society of Air-Conditioning and Refrigeration Engineers of Korea
Key words
스마트스킨(Smart skin), 에너지성능 평가(Energy performance evaluation), 에너지 시뮬레이션(Energy simulation), 냉방부하 저감(Reducing cooling loads)
1. 연구배경 및 목적
2018년도 녹색건축 정책현황 및 추진방향에 따르면 2020년 공공건축물 그리고 2025년 민간건축물을 대상으로 각각 제로에너지빌딩의 의무화 로드맵이
추진되고 있다.
(1) 이에 건축물 에너지요구량을 최소화하기 위하여 건물외피 성능을 개선하고자 단열 및 창호에 성능 기준이 건축물의 에너지절약설계기준을 통하여 강화되고
있다.
(2) 이러한 정부정책 추진에 따른 차양기술 수요가 증대되고 있다. 기존 차양기술인 내부 루버차양방식과 저층건축물에 일부 적용되기 시작하고 있는 외부전동차양은
그 한계가 있어 일반 고층건축물에는 적용하기에는 외부풍압에 의한 한계로 적용하기 어려운 구조적 한계를 가지고 있다. 따라서 건축물 에너지 및 환경
통합관리 구현 BEMS 연계형 외부전동차양의 기술수요 증대에 대한 선제적 대응으로 반응형 스마트스킨 기술개발 및 연구가 필요한 실정이며 이와 관련된
선행연구로서 Yoon et al.
(3)은 내·외부 블라인드 운영방법과 창호성능에 따른 건물에너지 성능평가연구로서 내부 블라인드보다 외부 블라인드 적용 시 20%열 획득 감소, 블라인드
자동제어를 적용했을 경우 여름철 냉방부하가 5.8~12.5% 감소를 도출하였다. Yoon et al.
(4)은 커튼월 건물에 있어 에너지 성능 지표로서의 창면적/바닥면적비 도입 타당성에 관한 기초연구Ⅱ로서 창면적/바닥면적비를 활용할 경우 에너지요구량을 예측할
수 있을 것으로 판단하였다. Chang et al.
(5)은 동일 체적 건물의 설계변수에 따른 에너지 민감도 분석에서 창면적비와 창호 성능을 중심으로 연구로서 창면적비 30%, 50%, 70%일 경우 창호성능에
따른 난방 및 냉방부하를 분석하였다. Jung et al.
(6)은 사무소 건물에서 커튼월 창유리 특성이 건물에너지 성능에 미치는 영향분석에서 환기량, 건물규모, 지역 기후특성 및 커튼월 창유리 타입별 특성이 건물에너지에
미치는 영향을 분석하였다. 이와 같이 건물 창호에 대한 에너지 저감에 대하여 여러 방면으로 진행되고 있지만 일사 변동에 따른 가변형 창호성능에 대한
연구는 진행되고 있지 않다. 따라서 본 연구에서는 창호 열관류율 성능과 일사 변동에 따른 하절기 및 동절기 차폐성능 변경에 대한 에너지성능을 비교분석하여
사무소 건물에서 냉방부하 저감에 따른 에너지절감량을 제시하고자 한다.
2. 연구방법
2.1 스마트 스킨 개요
스마트 스킨(Smart Skin)은 자연환경의 변화에 적극적으로 반응하여 건물외피인 스킨의 조건을 조절함으로서 실내환경을 최적으로 유지하는 건물의
외피시스템이다. 이는 생물체와 같이 실외 환경의 변화에 반응하는 외피로서 센서, 컴퓨터 프로그래밍 및 기계적 시스템이 적극적으로 도입됨으로서 스마트
스킨의 구현이 가능하다. 기존의 일반적인 스마트 스킨은 환경조절을 위하여 창호의 투과율과 주광을 조절 동시에 할 수 있으며 구성형식에 따라 단일외피
차양형, 중공층에 위치하는 이중외피 차양 및 바깥쪽에 위치하는 이중외피 차양형 등으로 구분되고 환경조절 제어방식에 따라 중앙 조절형, 로컬 조절형
및 사용자 조절형 등이 있으며,
Table 1에 나타내었다. 본 연구에서는 창호의 열관류율과 투과율을 조절하는 방식을 비교 분석하였으며 기존의 일반적인 스마트 스킨 형식과는 달리 건축물 창호
용도로 새롭게 개발하는 스마트 스킨이다.
Fig. 1은 본 연구에 새롭게 개발되는 필름 부착형 가변투과유리(SPD : Suspended Particles Display) 방식의 광가변 입자를 사용한
스마트 스킨이며 SPD 창호의 단면 상세구조와 전원 연결(off 그리고 on)에 따른 창호의 일사 투과 여부를 나타내고 있다.
Table 1. Type of smart skins
|
Method
|
Type of Smart skin
|
Control Type
|
Operation Type
|
|
Kind
|
Single Skin Shading (Outside)
|
Double Skin Shading (Intermediate)
|
Double Skin Shading (Outside)
|
Central, Local, Manual
|
Rotational, Folding, Tracking, Adjustable
|
|
|
|
|
Fig. 1. Structure and operating principle of SPD.
2.2 연구 대상 선정
본 연구의 대상은 일반적인 사무소의 기준층 평균치를 감안 한 기준모델(Base Model)
(6)(7)과 신축예정인 중소 규모의 공공기관인 실증대상으로 한 실증모델(Demonstration Model)로 구분하여 각각 기준층을 대상으로 선정하였다.
Table 2에 기준모델과 실증모델의 개요를 나타내었다. 기준모델의 용도는 민간 업무시설이고 지상 20층이며 기준층(3층~20층) 면적은 1,444 m
2/층이며 실증모델의 용도는 공공기관 업무시설이고 지상 3층이며 기준층(2층) 면적은 코어를 포함하여 422.8 m
2/층이다.
Table 2. Overview of base&demonstration model
|
Section
|
Building Image
|
Use
|
Floors
|
Typical Floor
|
Plan of Typical Floor
|
|
Base
|
|
Private Office
|
20 floors
|
3~20 floor 1,444 m2/fl.
|
38 m×38 m = 1,444 m2
|
|
Demon-
stration
|
|
Government Office
|
3 floors
|
2 Floor 422.8 m2/fl.
|
12.2 m×32.4 m = 395.28 m2/Core : 27.52 m2
|
2.3 시뮬레이션 방법
본 연구의 시뮬레이션 프로그램 선정은 TRNSYS 18
(8)로서 미국의 Wiaconsin 대학의 Solar Energy Lab에서 개발을 시작하여 독일의 Transsolar, 프랑스의 CSTB, 미국의 TESS
등이 참여하여 연합으로 개발하였고 현재는 Building loads, HVAC system, Hydrogen systems 등에 집중하여 개발하고
있다. GUI 도입으로 Windows에서의 사용 환경이 대폭 개선되었고 Google SketchUp과의 연동으로 건물 모델링이 용이해졌다. TRNSYS의
기본 구성은 기본적인 모듈구성 및 실제 시뮬레이션 프로그램인 Simulation Studio와 공간 모델링 및 수치입력 프로그램인 TRNBuild
그리고 공기 유동량 모델링 프로그램인 TRNFlow로 되어있다. 따라서 본 연구에는 Google SketchUp을 이용한 건물 모델링 그리고 수치입력
및 해석 프로그램인 TRNSYS 18 최신 버전을 연동하여 진행하였다.
기준모델과 실증모델의 SHGC(태양열획득계수)가 고정된 값으로 시뮬레이션을 진행한 일반형과 하절기 및 동절기에 SHGC 값이 변동된 값으로 시뮬레이션을
진행한 스마트 스킨형 시뮬레이션을 진행하였으며, 지역에 따른 기후변화를 비교하기 위하여 서울 및 광주를 동일한 방법으로 각각 반복하여 시뮬레이션을
진행하였다.
2.4 모델링 및 시뮬레이션 조건
본 연구의 시뮬레이션을 위한 기준모델 및 실증모델 모델링과 시뮬레이션 입력 조건은
Table 3과 같다. 기준모델 및 실증모델에 대한 기준층 모델링을 대상으로 시뮬레이션을 진행하였다. 대상 위치는 서울과 실증모델의 지역인 광주의 기후분석 자료인
TMY2의 Seoul과 Gwangju 자료를 활용하였다. 냉방부하 저감의 비교 기준 대상은 에너지절약설계기준 공동주택 외 창호 열관류율 기준인 1.5(W/m
2·K)
(2)를 조건을 충족하는 1.46(W/m
2·K)와 SHGC 0.52 설정하였다.
Table 3. Building model and simulation input condition
|
Element
|
Base Model
|
Demonstration Model
|
|
Modeling of Typical Floor
|
|
|
|
Weather
|
TMY2(Seoul/Gwangju)
|
|
Floor Area
|
1,444 m2
|
422.8 m2
|
|
Floor Type
|
Square
|
Rectangle
|
|
Floor Height
|
3.9 m
|
3.6 m
|
|
Ceiling Height
|
2.7 m
|
2.5 m
|
|
Ratio of Wall
|
20.1%
|
76.2%
|
|
Ratio of Window
|
79.9%
|
23.8%
|
|
Wall(W/m2·K)
|
0.25
|
0.25
|
|
Window(W/m2·K)
|
1.46, 1.07, 0.76
|
|
SHGC
|
0.52, 0.38, 0.23, 0.13, 0.09
|
|
Infiltration
|
0.3 ACH
|
|
Person Load
|
0.1 person/m2
|
|
Light Load
|
12 W/m2
|
|
Operation Period
|
08:00~18:00(Monday~Friday)/1 Jan.~31 Dec.
|
일반형과 스마트 스킨형으로 구분하여 기준모델과 실증모델에 대하여 시뮬레이션과 비교분석을 각각 진행하였다. 창호의 열관류율은인 U-value(W/m
2·K)는 기준대상 1.46을 하위레벨로 1.07을 중간레벨, 0.76을 상위 레벨로 설정하였으며 SHGC 범위는 SPD+Low-e Glass 기준으로
0.06~0.25
(9) 내에서 일반형과 스마트 스킨에 각각 적용하였다. 상기의 조건으로 일반형은 창호의 열관류율인 U-value(W/m
2·K)/SHGC 값이 1.46/0.52, 1.07/ 0.23, 1.07/0.09, 0.76/0.38, 0.76/0.13으로 각각 고정값으로 진행하였으며,
스마트 스킨형은 창호의 열관류율인 U-value(W/m
2·K)/SHGC 값이 일반형인 1.46/0.52가 비교대상으로, 1.07/SS(동절기0.23 & 하절기 0.09), 0.76/SS (동절기 0.38 & 하절기 0.13)으로 각각 진행하였다. 단, 환기부하, 기기부하 및 급탕부하는 본 시뮬레이션 입력 조건에서는 제외 하였다.
3. 기준모델 결과
3.1 기준모델 일반형
3.1.1 기준모델 일반형(서울지역)
기준모델 일반형(서울지역)의 에너지 시뮬레이션 결과는 비교 기준 대상인 창호 열관류율이 1.46(W/m
2·K), SHGC 0.52의 에너지요구량은 69.1(㎾h/m
2·yr)이며 1.07(W/m
2·K), SHGC 0.23의 에너지요구량은 54.0(㎾h/m
2·yr), 1.07(W/m
2·K), SHGC 0.09의 에너지요구량은 44.6(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.38의 에너지요구량은 75.2(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.13의 에너지요구량은 52.6(㎾h/m
2·yr)으로 각각 나타났다(
Fig. 2 참조).
Fig. 2. Base model’s energy consumption with typical u-value and SHGC in Seoul.
3.1.2 기준모델 일반형(광주지역)
기준모델 일반형(광주지역)의 에너지 시뮬레이션 결과는 비교 기준 대상인 창호 열관류율이 1.46(W/m
2·K), SHGC 0.52의 에너지요구량은 80.6(㎾h/m
2·yr)이며 1.07(W/m
2·K), SHGC 0.23의 에너지요구량은 60.70(㎾h/m
2·yr), 1.07(W/m
2·K), SHGC 0.09의 에너지요구량은 47.6(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.38의 에너지요구량은 86.0(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.13의 에너지요구량은 59.2(㎾h/m
2·yr)로 각각 나타났다(
Fig. 3 참조).
Fig. 3. Base model’s energy consumption with typical u-value and SHGC in Gwangju.
3.2 기준모델 스마트 스킨형
3.2.1 기준모델 스마트 스킨형(서울지역)
기준모델 스마트 스킨형(서울지역)의 에너지 시뮬레이션 결과는 비교 기준 대상인 창호 열관류율이 1.46 (W/m
2·K), SHGC 0.52의 에너지요구량은 69.1(㎾h/m
2·yr)이며 1.07(W/m
2·K), SHGC 0.23~0.09의 에너지요구량은 43.1(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.38~0.13의 에너지요구량은 52.5(㎾h/m
2·yr)로 각각 나타났다(
Fig. 4 참조).
Fig. 4. Base model’s energy consumption with smart skin u-value and SHGC in Seoul.
3.2.2 기준모델 스마트 스킨형(광주지역)
기준모델 스마트 스킨형(광주지역)의 에너지 시뮬레이션 결과는 비교 기준 대상인 창호 열관류율이 1.46 (W/m
2·K), SHGC 0.52의 에너지요구량은 80.6(㎾h/m
2·yr)이며 1.07(W/m
2·K), SHGC 0.23~0.09의 에너지요구량은 47.3(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.38~0.13의 에너지요구량은 59.2(㎾h/m
2·yr)로 각각 나타났다(
Fig. 5 참조).
Fig. 5. Base model’s energy consumption with smart skin u-value and SHGC in Gwangju.
3.3 기준모델 소결
기준모델의 소결에서는 형식에 따는 서울과 광주 각각비교, 서울과 광주 지역 비교, 형식에 따른 비교로 분석하였다. 기준모델 일반형의 서울지역 분석
결과는 기준대상인 1.46/0.52(W/m
2·K/SHGC : 이하 단위 생략)의 69.1(㎾h/m
2·yr : 이하 단위 생략)이 100% 기준으로 1.07/0.23의 54.0(78.1%), 1.07/0.09의 44.6(64.5%), 0.76/0.38의
75.2(108.8%), 0.76/0.13의 52.6(76.1%)로 나타났다. 기준모델 일반형의 광주지역 분석 결과는 기준대상인 1.46/ 0.52(W/m
2·K/SHGC : 이하 단위 생략)의 80.6(㎾h/m
2·yr : 이하 단위 생략)가 100% 기준으로 1.07/0.23의 60.7 (75.3%), 1.07/0.09의 47.6(59.1%), 0.76/0.38의
86.0(106.7%), 0.76/0.13의 59.2(73.4%)로 나타났다. 기준모델 일반형의 서울지역과 광주지역 비교 분석 결과는 광주지역이 서울지역보다
16.6%, 12.4%, 6.7%, 14.4%, 12.5%로 각각 높게 나타났다.
기준모델 스마트 스킨형의 서울지역 분석 결과는 기준대상인 1.46/0.52(W/m
2·K/SHGC : 이하 단위 생략)의 69.1(㎾h/m
2·yr : 이하 단위 생략)이 100% 기준으로 1.07/0.23~0.09의 43.1(62.3%), 0.76/0.38~0.13의 52.5(75.6%)로
나타났다. 기준모델 스마트 스킨형의 광주지역 분석 결과는 기준대상인 1.46/0.52(W/m
2·K/SHGC : 이하 단위 생략)의 80.6(㎾h/m
2·yr : 이하 단위 생략)이 100% 기준으로 1.07/0.23~0.09의 47.3(58.7%), 0.76/0.38~0.13의 59.2(73.4%)로
나타났다. 기준모델 스마트 스킨형의 서울지역과 광주지역 비교 분석 결과는 광주지역이 서울지역보다 16.6%, 9.7%, 12.7% 로 각각 높게 나타났다.
기준모델 일반형과 스마트 스킨형의 비교 분석 결과는 기준대상 대비 서울지역의 일반형과 스마트 스킨형은 64.5%~108.8%와 62.3%~75.6%로,
광주지역의 일반형과 스마트 스킨형은 59.1%~106.7%와 58.7%~73.4%로 나타났다.
4. 실증모델 결과
4.1 실증모델 일반형
4.1.1 실증모델 일반형(서울지역)
실증모델 일반형(서울지역)의 에너지 시뮬레이션 결과는 비교 기준 대상인 창호 열관류율이 1.46(W/m
2·K), SHGC 0.52의 에너지요구량은 63.5(㎾h/m
2·yr)이며 1.07(W/m
2·K), SHGC 0.23의 에너지요구량은 53.9(㎾h/m
2·yr), 1.07(W/m
2·K), SHGC 0.09의 에너지요구량은 47.5(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.38의 에너지요구량은 67.0(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.13의 에너지요구량은 54.2(㎾h/m
2·yr)로 각각 나타났다(
Fig. 6 참조).
Fig. 6. Demo.-model’s energy consumption with typical u-value and SHGC in Seoul.
4.1.2 실증모델 일반형(광주지역)
실증모델 일반형(광주지역)의 에너지 시뮬레이션 결과는 비교 기준 대상인 창호 열관류율이 1.46(W/m
2·K), SHGC 0.52의 에너지요구량은 72.0(㎾h/m
2·yr)이며 1.07(W/m
2·K), SHGC 0.23의 에너지요구량은 60.1(㎾h/m
2·yr), 1.07(W/m
2·K), SHGC 0.09의 에너지요구량은 52.3(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.38의 에너지요구량은 74.4(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.13의 에너지요구량은 60.5(㎾h/m
2·yr)으로 각각 나타났다(
Fig. 7 참조).
Fig. 7. Demo.-model’s energy consumption with typical u-value and SHGC in Gwangju.
4.2 실증모델 스마트 스킨형
4.2.1 실증모델 스마트 스킨형(서울지역)
실증모델 스마트 스킨형(서울지역)의 에너지 시뮬레이션 결과는 비교 기준 대상인 창호 열관류율이 1.46 (W/m
2·K), SHGC 0.52의 에너지요구량은 63.5(㎾h/m
2·yr)이며 1.07(W/m
2·K), SHGC 0.23~0.09의 에너지요구량은 47.3(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.38~0.13의 에너지요구량은 54.2(㎾h/m
2·yr)로 각각 나타났다(
Fig. 8 참조).
Fig. 8. Demo.-model’s energy consumption with smart skin u-value and SHGC in Seoul.
4.2.2 실증모델 스마트 스킨형(광주지역)
실증모델 스마트 스킨형(광주지역)의 에너지 시뮬레이션 결과는 비교 기준 대상인 창호 열관류율이 1.46 (W/m
2·K), SHGC 0.52의 에너지요구량은 72.0(㎾h/m
2·yr)이며 1.07(W/m
2·K), SHGC 0.23~0.09의 에너지요구량은 52.3(㎾h/m
2·yr), 0.76(W/m
2·K), SHGC 0.38~0.13의 에너지요구량은 60.5(㎾h/m
2·yr)로 각각 나타났다(
Fig. 9 참조).
Fig. 9. Demo.-Model’s energy consumption with smart skin u-value and SHGC in gwangju.
4.3 실증모델 소결
실증모델의 소결에서는 형식에 따는 서울과 광주 각각비교, 서울과 광주 지역 비교, 형식에 따른 비교로 분석하였다. 실증모델 일반형의 서울지역 분석
결과는 기준대상인 1.46/0.52(W/m
2·K/SHGC : 이하 단위 생략)의 63.5(㎾h/m
2·yr : 이하 단위 생략)가 100% 기준으로 1.07/0.23의 53.9(84.9%), 1.07/0.09의 47.5(74.8%), 0.76/0.38의
67.0(105.5%), 0.76/0.13의 54.2(85.3%)로 나타났다. 실증모델 일반형의 광주지역 분석 결과는 기준대상인 1.46/ 0.52(W/m
2·K/SHGC : 이하 단위 생략)의 72.0(㎾h/m
2·yr : 이하 단위 생략) 100% 기준으로 1.07/0.23의 60.1 (83.4%), 1.07/0.09의 52.3(72.6%), 0.76/0.38의
74.4(103.3%), 0.76/0.13의 60.5(84.0%)로 나타났다. 실증모델 일반형의 서울지역과 광주지역 비교 분석 결과는 광주지역이 서울지역보다
13.4%, 11.5%, 10.1%, 11.0%, 11.6%로 각각 높게 나타났다.
실증모델 스마트 스킨형의 서울지역 분석 결과는 기준대상인 1.46/0.52(W/m
2·K/SHGC : 이하 단위 생략)의 63.5(㎾h/m
2·yr : 이하 단위 생략)가 100% 기준으로 1.07/0.23~0.09의 47.3(74.5%), 0.76/0.38~0.13의 54.2(85.3%)로
나타났다. 실증모델 스마트 스킨형의 광주지역 분석 결과는 기준대상인 1.46/0.52(W/m
2·K/SHGC : 이하 단위 생략)의 72.0(㎾h/m
2·yr : 이하 단위 생략)이 100% 기준으로 1.07/0.23~0.09의 52.3(72.6%), 0.76/0.38~0.13의 60.5(84.0%)로
나타났다. 실증모델 스마트 스킨형의 서울지역과 광주지역 비교 분석 결과는 광주지역이 서울지역보다 13.4%, 10.6%, 11.6%로 각각 높게 나타났다.
실증모델 일반형과 스마트 스킨형의 비교 분석 결과는 기준대상 대비 서울지역의 일반형과 스마트 스킨형은 74.8%~ 105.5%와 74.5%~85.3%로,
광주지역의 일반형과 스마트 스킨형은 72.6%~103.3%와 72.6%~84.0%로 나타났다.
5. 기준모델과 실증모델 비교 분석
5.1 기준모델과 실증모델 비교(서울지역)
기준모델과 실증모델의 비교는 서울지역의 일반형, 스마트 스킨형을 각각 에너지요구량을 비교 분석 하였다.
Fig. 10은 서울지역의 일반형 기준모델과 실증모델의 에너지요구량을 비교한 것으로서 기준대상인 1.46/ 0.52(W/m
2·K/SHGC : 이하 단위 생략), 0.76/0.38에서는 기준모델이 실증모델 보다 각각 5.6(㎾h/m
2·yr : 이하 단위 생략), 8.2로 높게 나타났으며, 이는 기준모델의 창호면적이 상대적으로 커서 실증모델보다 높게 나타났다. 창호 성능이 향상
될수록, 즉 열관류율이 낮은 수록 에너지요구량은 감소되고 있으나 열관류율이 0.76 (W/m
2·K)일 경우에는 에너지요구량이 오히려 상승하는 것을 볼 수 있으며, 이는 창호의 성능이 향상되어 업무시설 내부 발열부하를 야간에 방출하지 못하여
생기는 현상으로 분석된다.
Fig. 10. Base&demo.-model’s energy consumption with typical in Seoul.
Fig. 11은 서울지역의 스마트 스킨형 기준모델과 실증모델의 에너지요구량을 비교한 것으로서 기준대상인 1.46/0.52(W/m
2·K/SHGC : 이하 단위 생략)와 1.07에서는 기준모델 26(㎾h/m
2·yr : 이하 단위 생략), 실증모델에서는 16.2로 낮게 나타났으며, 각각 37.6%, 25.5% 에너지가 절감되었다. 또한 0.76에서도 기준모델에서는
16.6, 실증모델에서는 9.3으로 낮게 나타났으며, 각각 24%, 14.6%의 에너지가 절감되었다. 반면에 스마트 스킨형에서도 열관류율이 0.76보다
1.07의 경우가 에너지요구량이 낮게 나타났으며 이는 창호의 성능이 향상되어 업무시설 내부 발열부하를 야간에 방출하지 못하여 생기는 현상으로 분석된다.
Fig. 11. Base&demo.-model’s energy consumption with smart skin in Seoul.
5.2 기준모델과 실증모델 비교(광주지역)
기준모델과 실증모델의 비교는 광주지역의 일반형, 스마트 스킨형을 각각 에너지요구량을 비교 분석 하였다.
Fig. 12는 광주지역의 일반형 기준모델과 실증모델의 에너지요구량을 비교한 것으로서 기준대상인 1.46/0.52 (W/m
2·K/SHGC : 이하 단위 생략), 0.76/0.38에서는 기준모델이 실증모델 보다 각각 5.4(㎾h/m
2·yr : 이하 단위 생략), 2.4로 높게 나타났으며, 이는 기준모델의 창호면적이 상대적으로 커서 실증모델보다 높게 나타났다. 창호 성능이 향상
될수록, 즉 열관류율이 낮을수록 에너지요구량은 감소되고 있으나 열관류율이 0.76 (W/m
2·K) 일 경우에는 에너지소요량이 오히려 상승하는 것을 볼 수 있으며, 이는 창호의 성능이 향상되어 업무시설 내부 발열부하를 야간에 방출하지 못하여
생기는 현상으로 분석된다.
Fig. 12. Base&demo.-model’s energy consumption with typical in Gwangju.
Fig. 13은 광주지역의 스마트 스킨형 기준모델과 실증모델의 에너지요구량을 비교한 것으로서 기준대상인 1.46/0.52(W/m
2·K/SHGC : 이하 단위 생략)와 1.07에서는 기준모델 33.3(㎾h/m
2·yr : 이하 단위 생략), 실증 모델에서는 19.7로 낮게 나타났으며, 각각 41.3%, 27.4% 에너지가 절감되었다. 또한 0.76에서도 기준모델
21.4, 실증모델에서는 11.5로 낮게 나타났으며, 각각 26.6%, 16.0% 에너지가 절감되었다. 반면에 스마트 스킨형 에서도 열관류율이 0.76보다
1.07의 경우가 에너지요구량이 낮게 나타났으며 이는 창호의 성능이 향상되어 업무시설 내부 발열부하를 야간에 방출하지 못하여 생기는 현상으로 분석된다.
Fig. 13. Base&demo.-model’s energy consumption with smart skin in Gwangju.
6. 결 론
본 연구에서는 건물 외피성능을 개선하고자 최근 개발이 진행되고 있는 스마트 스킨 창호와 일반적인 창호에 대하여 기준모델과 실증모델, 서울지역과 광주지역을
TRNSYS 18을 이용하여 에너지성능을 평가하고 분석하였다. 그 결과는 다음과 같다.
(1) 스마트 스킨형의 서울지역 기준모델은 24%~37.6%, 실증모델은 14.6%~25.5%로 기준대상 대비 에너지가 각각 절감되었다. 또한 광주지역
기준모델은 26.6%~41.3%, 실증모델은 16.0%~27.4%로 기준대상 대비 에너지가 각각 절감되었다.
(2) 일반형의 서울지역 기준모델은 108.8%~-35.5%, 실증모델은 105.5%~-25.2%로 기준대상 대비 에너지가 각각 증감되었다. 또한
광주지역 기준모델은 106.7%~-40.9%, 실증모델은 103.3%~-27.4%로 기준대상 대비 에너지가 각각 증감되었다.
(3) 스마트 스킨형과 일반형, 기준모델과 실증모델, 서울지역과 광주지역의 에너지요구량은 전반적으로 열관류율이 낮을수록 에너지요구량이 감소되지만 0.76(W/m
2·K)일 경우에는 1.07(W/m
2·K)보다 에너지요구량이 오히려 높게 나타났다. 결과적으로 업무시설의 경우에는 열관류율이 1.07(W/m
2·K) 일 때 에너지절감량이 높은 것으로 나타났다.
본 연구의 분석사례에서 일반형 창호와 스마트 스킨형 창호의 성능을 일반적인 사무소의 기준층 평균치를 감안한 기준모델과 공공기관의 신축예정인 실증모델을
비교 분석하였다. 스마트 스킨형은 하절기와 동절기 SHGC 값을 최대치와 최소치를 각각 변경하여 에너지성능을 분석하였나, 추후 연구에서는 일사에 대한
반응형 스마트 스킨형으로 SHGC 값을 연동하여 에너지성능 분석이 필요하며 또한 스마트 스킨형과 일반형에 대한 경제성 평가가 필요할 것으로 판단된다.
후 기
이 논문은 2018년도 정부(산업통상자원부)의 재원으로 한국에너지기술평가원의 지원을 받아 수행된 연구임 (No. 20172010105690, 냉방
부하 저감을 위한 반응형 스마트 스킨과 EMS 통합운영 기술).
References
Department of Green Building in Ministry of Land, Infrastructure and Transport , 2018,
The Present Situation and Prospects of Green Building Policy, Forum of SAREK 2018
Ministry of Land, Infrastructure and Transport , 2018, Standard of Building Energy
Saving, MLIT criteria 2017-881
Yoon Y. B., Kim D. S., Park J, W., Lee K. H., 2013, A study on the Building Energy
Performance Depending on the Blind Location, Blind Operation and Glazing Type, Journal
of The Architectural Institute of Korea, Vol. 29, No. 7, pp. 309-316
Yoon Y. S., Yoon J. H., Choi M. H., Choi W. K., Kwon Y. C., 2012, A Fundamental Study
on the Feasibility of the Window to Foor Ratio as a Building Energy Index in Curtain
Wall Building Ⅱ, Journal of The Korea Institute of Architectural Sustainable Environment
and Building Systems, Vol. 6, No. 3, pp. 129-137
Chang W. S., Shin H. C., Choi W. K., 2014, Energy Sensitivity Analysis According to
the Design Variable with the Same Volume Building : Focused on the Windows to Wall
Ratio and Window Performance, Journal of The Korea Institute of Architectural Sustainable
Environment and Building Systems, Vol. 8, No. 3, pp. 104-110
Jung J. H., Choi S. H., Min J. K., 2010, The Analysis on Annual Energy Performance
according to Characteristics of Curtain-wall Glasses in Office Building, Journal of
The Korea Institute of Ecological Architecture and Environment, Vol. 10, No. 2, pp.
307-312
Samwoo Architect & Engineer , 2012, Low Energy Office Building Design & Economic Evaluation
Solugen , 2018, TRNSYS Base Manual
DSET Laboratories , 2009, Division of Atlas Material Testing Technology in accordance
with ASTM and ASHRAE testing and calculation protocols