Mobile QR Code QR CODE : Korean Journal of Air-Conditioning and Refrigeration Engineering
Korean Journal of Air-Conditioning and Refrigeration Engineering

Korean Journal of Air-Conditioning and Refrigeration Engineering

ISO Journal TitleKorean J. Air-Cond. Refrig. Eng.
  • Open Access, Monthly
Open Access Monthly
  • ISSN : 1229-6422 (Print)
  • ISSN : 2465-7611 (Online)

  1. 인하대학교 대학원 건축학부 건축공학전공 박사과정 (Ph.D. Candidate, Department of Architectural Engineering, Inha university graduate school, Incheon, 22212, Korea)
  2. GS건설 기술연구소 책임연구원 (Senior Manager, GS E & C Building Science Research Team, Yongin, 17130, Korea)
  3. 인하대학교 건축학부 건축공학전공 조교수 (Assistant Professor, Department of Architectural Engineering, Inha university, Incheon, 22212, Korea)



세대공조기(Domestic air-handling unit), 최적화(Optimization), 트랜시스(Trnsys)

기호설명

DBT:건구온도 [°C]
$f$:함수
OA:외기
$Q$:풍량 [m3/h]
RA:실내공기
$T$:온도 [°C]
WBT:습구온도 [°C]

하첨자

corr:보정
damper:댐퍼 유입 공기
ERV:열회수장치
in:코일 전면
MA:혼합공기
obj:목적
out:코일 후면
supply:공급측

1. 서론

국내 전체 에너지 사용량 중, 건물에서 사용되는 에너지는 전체의 26%를 차지하며 건물의 생애주기 단계에서 대부분의 에너지 사용은 건축물의 유지 및 관리 단계에서 사용된다.[1] 특히 최근에는 에너지의 효율적 사용에 대한 국민들의 관심이 증대되면서 2018년 3월, 기계설비법이 제정되는 등 국가 주요 기관에서도 공급 중심의 기존 에너지 정책뿐만 아니라 수요 및 관리 중심의 신규 정책을 준비 중이다.[2] 무엇보다도 건물의 운용 단계에서 사용되는 에너지를 효과적으로 관리하고 사용하기 위해서는 주변 환경이나 건축물의 특성을 반영한 시스템 설계와 알맞은 제어가 전제되어야 한다.

새로운 설비 시스템에 필요한 제어방식을 설계할 때 초기단계에서는 다양한 조건에서의 제어성능을 쉽게 확인할 수 있는 시뮬레이션을 이용하는 것이 일반적이다. Table 1은 효과적인 설비 시스템의 제어를 통해 에너지 효율을 향상시켰다는 보고가 있던 연구들을 나타낸 것이다.[3-8] 일부는 실제 건축설비가 시공된 현장이나 Mock-up 환경을 구축하여 연구를 수행하기도 하지만 대부분의 연구는 시뮬레이션 환경에서 수행되었음을 확인할 수 있다.[9] 실증실험이나 Mock-up 테스트를 위한 제어 프로토타입 개발과정에서 시뮬레이션이 활용되는 사례는 점점 확대되고 있다.

Table 1. Literature review on energy saving cases by means of proposing new control schemes

Author

Target building

System

Control algorithm/method

Testing environment

Park et al.[3]

Data center

∙CRAC system

∙VFD based on Tset

Test bed

Kwak et al.[4]

Educational facility

∙Shading

∙Lighting

∙PTHP unit

∙EMS applied On/Off

EnergyPlus

Lee et al.[5]

Office building

∙Absorption chiller

∙Optimal start/stop

DOE2.2-eQUEST

Jung et al.[6]

Hospital

∙GSHP

∙Outdoor air reset

Trnsys

Colmenar-Santos et al.[7]

Office building

∙BAS

∙MPC control

Trnsys-INSEL

Zucker et al.[8]

Office building

∙BAS

∙MPC control

∙PI control

Trnsys

제어 시뮬레이션을 위해서는 해석하고자 하는 대상의 물리적 현상을 묘사할 수 있는 모델링이 필요하다. 일부 시뮬레이션 프로그램에서는 사용자의 편의를 위해 설비 시스템의 범용 해석모델을 라이브러리 형태로 제공한다.[10,11] 그러나 범용 해석모델은 개발 당시 설정한 시스템 구조, 초기 가정 사항, 경계조건 등에 제약을 받는다.[12] 이러한 이유로 기존 모델을 통한 해석이 불가능한 경우에는 해석모델을 직접 작성하여 사용해야하며, 이 과정에는 많은 시간과 노력이 필요하다.

본 논문에서는 공동주택 세대 내 사용을 목적으로 고안된 소형 공조기(세대공조기)를 동적 에너지 시뮬레이션 프로그램인 Trnsys 환경에서 모델링하였다. 연구의 최종 목표는 제안된 세대공조기에 적합한 제어 알고리즘을 개발하는 것이다. 이를 위해 대상 세대공조기 모델이 필요하며 본 논문에서는 기존 Trnsys 컴포넌트 모델에 파라미터 최적화 기법을 적용한 모델링 방법을 제안하고자 한다.

2. 세대공조기 구성 및 특징

공조기는 실내 공기질 및 실내 온습도 조절의 목적으로 신선한 외기를 도입하여 재실자의 온열감을 저해시키지 않도록 가열, 냉각, 제가습 장치를 통해 적정 온습도를 확보한 뒤 실내로 공급하는 장치이다. 공조기는 설치하고자 하는 건물의 환경에 알맞게 냉·난방, 제·가습이 가능하도록 다양하게 내부를 구성할 수 있다. 본 연구에서 개발 중인 세대공조기는 공동주택 세대 내에 설치되는 소형 공조기로 Fig. 1과 같은 구성을 지닌다. 공조기의 내부는 열회수환기장치(ERV), 혼합챔버(Mixing chamber), 냉·난방코일(Heating & Cooling coil)의 세 가지 주요 구성요소와 공기 유동 경로에 위치한 Fan(OA fan, RA fan, Main fan)으로 이루어져 있다. ERV의 급기 및 배기 측에는 OA fan, RA fan이 각각 위치하며 혼합챔버 내부에는 공조된 공기를 실내로 급기하기 위한 Main fan과 실내공기를 혼합챔버로 유입시키기 위한 댐퍼가 위치한다. Main fan에서 공급된 공기는 각 실 천장 급기덕트를 통하여 전달되며, 마찬가지로 각 방에서 흡입된 공기는 댐퍼가 설치된 유로를 통해 혼합챔버로 유입된다.

Fig. 1. Configuration of the proposed domestic AHU(a prototype).
../../Resources/sarek/KJACR.2019.31.2.062/fig1.png

본 장치는 제어 신호에 따라 환기(Ventilation), 냉난방(Heating & Cooling), 공조(HVAC)의 세 가지 모드로 운전된다. 각 Fan 및 구성요소들은 세대공조기의 운전모드에 따라 동작하며 운전 모드에 따른 공조기의 동작 상태는 Fig. 2에 도식화 하였다. 첫 번째 Ventilation에서는 그림에서와 같이 ERV를 통과하는 Fan만 구동한다. Heating & Cooling에서는 예열기간이나 재실초기 환기부하가 필요하지 않을 때 코일을 통한 리턴공기 순환만으로 필요부하를 감당하며, 마지막으로 가장 일반적인 HVAC 모드는 냉난방과 환기를 겸하는 기존 공조시스템의 기능을 수행한다. 아래 Table 2는 각 운전 모드에 따른 세대공조기 장치들의 작동 상태와 용량을 나타낸 것이다. 세대공조기는 냉·난방 코일은 서로 다른 열원 설비와 단일 수배관으로 연결되어 있어 계절에 따라 냉방과 난방운전이 모두 가능하지만, 본 연구에서는 냉방운전을 대상으로 연구를 진행하였다.

Fig. 2. Schematic of the three operation modes of the domestic AHU.
../../Resources/sarek/KJACR.2019.31.2.062/fig2.png

Table 2. On/off states of the components of the AHU according to the operation modes

No.

Components

Capacity

Operation modes

Ventilation

Heating & Cooling

HVAC

1

RA fan

200 CMH

On

Off

On

2

OA fan

200 CMH

On

Off

On

3

Damper

-

Off

On

On

4

Main fan

660 CMH

Off

On

On

5

Coil

2.97 kW

Off

On

On

3. 세대공조기 Trnsys 모델링

본 세대공조기는 에너지 해석 프로그램인 Trnsys 환경에서 모델링하였다. Trnsys는 건물 및 설비 시스템의 동적 에너지 시뮬레이션을 목적으로 작성된 프로그램이다. Trnsys는 세대공조기 주요 구성 요소인 냉방코일, ERV 등의 해석모델과 시뮬레이션에 필요한 건물모델, 기상데이터, 최적화 도구 등의 다양한 컴포넌트를 라이브러리 형태로 제공한다.

Fig. 3은 Trnsys 환경에서 작성된 공조기 해석 템플릿이다. 세대공조기의 냉방코일 및 ERV는 Trnsys 라이브러리에서 제공하는 모델 Type 667, Type 52를 각각 사용하였다. 대상 건물은 바닥면적 84 m2인 국내의 일반적인 공동주택으로 Type 56을 이용하여 모델링하였다. 분석 대상 기간인 7월의 총 냉방요구량은 392 kWh이다. 기상데이터는 한국태양에너지학회에서 제공하는 TRY 형식의 표준 기상데이터를 사용하였다.[13]

Fig. 3. TRNSYS template for the domestic AHU system.
../../Resources/sarek/KJACR.2019.31.2.062/fig3.png

3.1 열회수환기장치와 혼합챔버

Table 3은 세대공조기를 구성하는 ERV와 OA, RA fan의 파라미터 및 입력 값을 나타낸 것이다. 각 입력항목은 Trnsys 라이브러리에서 제공되는 모델의 입력항목과 동일하다. ERV의 급기 및 배기 측에는 Single speed fan 모델인 Type 112를 OA fan과 RA fan으로 사용하였다. ERV의 급․배기 풍량은 Type 112 모델의 정격풍량인 200 CMH이며 각 Fan은 제어모델(Type 1503)의 신호에 의해 제어된다. Type 1503은 Type 56의 건물부하모델로부터 실내온도 정보를 받아 설정온도 26℃, Dead band 2℃ 조건에서 On/Off 신호를 OA 및 RA fan에 보내게 된다. ERV 작동은 Fan의 동작으로 이루어지며 외기 측과 실내 측 공기는 서로 열 교환하여 실내 측 공기는 외부로, 외기 측 공기는 혼합챔버로 공급된다.

Table 3. Parameters and input values for simulation

Parameter

Value

Unit

Building model floor area

84

m2

ERV unit

Exhaust air temperature

linked to Type 56

Exhaust air RH(relative humidity)

linked to Type 56

%

Exhaust air flow rate(= Rated flow rate of OA)

200

CMH

Exhaust air pressure

1

atm

Exhaust air pressure drop

0

atm

Fresh air temperature

Input from weather data

Fresh air RH

Input from weather data

%

Fresh air flow rate(= Rated flow rate of RA)

200

CMH

Fresh air pressure

1

atm

Fresh air pressure drop

0

atm

Sensible effectiveness

0.85

-

Latent effectiveness

0.3

-

Weather data

Seoul TRY

-

Simulation period

17~21, Jul

day

혼합챔버에서는 ERV로부터 공급된 신선한 열회수 외기와 댐퍼를 통해 리턴 유입되는 실내공기가 서로 혼합된다(HVAC 모드). 혼합된 공기는 Main fan을 통해 냉방코일로 급기 되어 냉각 후 실내로 급기 된다. ERV측에서 유입되는 풍량은 200 CMH이고 Main fan의 정격풍량은 660 CMH이므로 실내 측에서 댐퍼를 통해 혼합챔버로 유입되는 풍량은 460 CMH가 된다. 혼합된 공기의 온도(TMA)는 ERV와 댐퍼에서 각각 유입되는 풍량에 따라 가중치를 두어 다음 식(1)과 같이 계산된다. 이때, Qdamper, Tdamper는 댐퍼측 풍량과 온도를 의미하고 QERV,supply와 TERV,supply는 ERV측 풍량과 온도를 의미한다. 이러한 계산은 Fig. 3의 Type 11c 모델에서 수행되며 혼합공기의 온도와 습도 정보는 냉방코일의 입력 값이 된다.

(1)
$T _ { \mathrm { MA } } = \frac { Q _ { \text { damper } } \times T _ { \text { damper } } + Q _ { \mathrm { ERV } , \text { supply } } \times T _ { \mathrm { ERV } , \text { supply } } } { Q _ { \text { damper } } + Q _ { \mathrm { ERV } , \text { supply } } }$

3.2 냉각코일

Table 4는 실험을 통해 얻어진 본 연구의 세대공조기 냉방코일 열량계산서 중 일부를 발췌한 것이다. Fig. 3의 Type 52 모델은 일반적인 냉방코일의 해석 목적으로 고안된 모델이다. 해당 모델은 Trnsys 라이브러리에서 제공하는 모델 중에서도 가장 상세한 입력 값을 필요로 하는 모델이다. 그러나 Type 52 모델은 정형화된 형상의 Fin 타입 코일을 대상으로 개발되었기 때문에 세대공조기에서 사용하는 코일과 다르고 입력 파라미터의 상호관계로 인해 냉방코일 형상에 대한 일부 입력 값은 다른 입력 값에 종속된다는 한계점이 있다. 이런 이유로 소형화를 목적으로 제작된 본 장치의 냉방코일의 모델링을 위해 열량계산서에 명시된 값을 그대로 사용할 경우 큰 오차를 발생시킨다. 이에 따라 열량계산서와 유사한 성능을 모델링하기 위해 파라미터 최적화가 필요하다. 본 연구에서는 TRNOPT 최적화 알고리즘을 이용하였다.

Table 4. Cooling coil specification obtained by a chamber test

Parameter

Value

Unit

Air flow rate

660

CMH

Total cooling rate

2.97

kW

Water flow rate

6.6

LPM

Coil inlet water temperature

7

Coil outlet water temperature

13.45

Coil inlet

DBT

26

WBT

18.7

RH

50

%

Enthalpy

52.87

kJ/kg

Coil outlet

DBT

16.36

WBT

13.89

Enthalpy

38.89

kJ/kg

SHR(sensible heat ratio)

0.69

-

최적화 알고리즘은 TRNOPT의 PSO(Particle swarm optimization) 알고리즘을 사용하였다. TRNOPT의 최적화 알고리즘은 목적함수와 설계변수, 설계변수의 최댓값 및 최솟값의 범위를 지정하여 사용한다. PSO 최적화 알고리즘은 주어진 설계변수의 범위 내에서 목적함수의 조건을 만족하는 최적 해 집단을 광역적으로 탐색한다.[13] 최적화의 목적은 범용 냉방코일 모델인 Type 52가 Table 4에 명시된 열량계산서상의 성능을 확보하도록 하는 것이다. 이를 위해 본 연구에서는 Type 52의 파라미터를 설계변수로 포함하도록 목적함수를 다음 식(2)와 같이 정의하였으며 설계변수와 그 범위는 Table 5에 나타냈다. 파라미터 최적화는 Table 4의 열량계산서를 기준으로 정상상태 조건에서 수행하였다. 이때, fobj는 목적함수를 의미하고, DBTout과 WBTout은 냉방코일 후면부 공기의 건구온도와 습구온도를 각각 의미하고, DBTout,type52, WBTout,type52는 type 52 냉방코일 모델의 계산 결과로 도출되는 건구온도와 습구온도를 각각 의미한다. Twater_out은 냉방코일에 흐르는 물의 환수온도를 의미하고, Twater_out,type52는 type 52 냉방코일 모델의 계산 결과로 도출되는 환수온도를 의미한다.

Table 5. Cooling coil specification obtained by a chamber test

Design variables(parameters)

min

initial

max

result

unit

1st optimization

(Opt 1)

Number of rows

2

2

20

6

-

Number of tubes

8

16

48

18

-

Duct height

0.45

0.45

5

1.163

m

Duct width

0.38

0.38

3

0.675

m

Tube thermal conductivity

0.01

0.222

0.833

0.224

W/m℃

Number of fins

10

50

90

85

-

Fin thermal conductivity

0.01

0.208

0.833

0.208

W/m℃

2nd optimization

(Opt 2)

Coefficient a

0.1

1

3

1.038

-

Coefficient b

-100

0

100

33.125

-

(2)
$minf _{obj} =(DBT _{out} -DBT _{out,type52} ) ^{2} +(WBT _{out} -WBT _{out,type52} ) ^{2} +(T _{water\;out} -T _{water\;out,type52} ) ^{2}$

최적화를 진행하는 과정에서 Type 52 모델의 주요 파라미터를 설계변수로 지정하였고 Table 5의 1st optimization에 해당 파라미터를 표시하였다. 주요 파라미터만을 최적설계변수로 지정하는 경우에도 목적함수를 통해 결과를 얻을 수 있었으나, 초기 테스트 결과 식(2)의 모든 항의 오차를 동시에 감소시키는 방향으로 최적화가 이루어지지 않았다. 본 연구에서는 이를 보정하기 위해 파라미터가 아닌 모델 입력변수에 대한 추가 최적화를 진행하였으며, 다음과 같은 논리에 의해 진행되었다 : i) 코일의 열전달은 급기 풍량에 영향을 받는다. ii) Type 52는 급기 풍량을 변수로 열전달 계수를 계산할 것이고 계산식은 일반적으로 코일의 형상과 관련 있다. iii) 본 연구의 세대 공조기 코일 형상은 Type 52 개발 당시 대상코일 아니기 때문에 적절한 열전달계수를 계산하기 위해서는 풍량 보정이 필요하다. 이를 기반으로 Type 52 모델의 입력 풍량을 다음 식(3)과 같이 수정하고, 기존 최적화로 얻어진 모델에 계수 a와 b를 설계변수로 추가 지정하여 두 번째 최적화를 수행하였다. 설계변수로 사용된 a와 b의 초기 값 및 범위, 최적화 결과 값은 Table 5의 2nd optimization 항목에 나타냈다. 식(3)을 통해 보상된 풍량은 열량계산서 상의 열 성능을 근사하기 위한 보상의 목적으로 냉방코일의 입력 값으로만 사용하여야 하며 냉방코일을 통과하여 실내로 급기 되는 풍량은 본래의 입력 값(Qin)을 사용한다.

(3)
$Q _ { \mathrm { corr } } = a \times Q _ { \mathrm { in } } + b$

3.3 운전 모드 별 시뮬레이션

본 장치는 사용자나 온도조절장치의 입력신호에 따라 운전모드가 결정되며 모드에 따라 내부 구성요소가 다르게 운전된다. 시뮬레이션을 위한 냉방 설정온도는 실내온도 기준 26℃이다. 사용자의 입력신호만으로 동작하는 Ventilation 모드를 제외하고 Heating & Cooling과 HVAC 모드는 실온을 모니터링 하여 on/off 운전되도록 제어식을 구성하여야 한다. 실온은 Fig. 3의 건물 모델인 Type 56을 이용하여 계산하였다. 각 운전모드에 따른 냉방코일의 유량 및 공기 유동경로에 위치한 Fan을 제어하기 위해 다음 Table 6과 같이 제어식을 구성하였다.

Table 6에서 사용된 함수 EQL, OR은 Trnsys 함수로 EQL(x, y)는 x가 y와 같을 때 1을 반환하며, OR(x, y)는 x와 y중 어느 하나라도 ‘참’이면 1을 반환한다. 제어식에 사용된 변수 OccSign은 그 값이 1, 2, 3일 때 각각 Ventilation(OccSign = 1), Heating & Cooling(OccSign = 2), HVAC (OccSign = 3) 모드를 의미한다. TempSign은 Fig. 3의 Type 1503 컴포넌트로부터 입력된 값으로 실내온도가 설정온도 조건을 벗어나면 1, 그렇지 않으면 0의 값을 갖는다. LPM은 냉방코일에 흐르는 순환수 유량 값인 6.6 LPM을 의미한다. Mixer (Type 11c) 모델은 0과 1사이의 값을 입력하면 양측 입구 풍량에 가중치를 두어 출구 풍량을 산정한다. 작동신호가 0.5인 경우는 양측 입구 유량의 가중치를 1:1의 비율로 계산하지만 작동신호가 0또는 1인 경우는 어느 한 쪽의 풍량만을 사용한다.

Table 6. Trnsys control function for the domestic AHU

Items

Control functions

Ventilation mode

Vent_mode = EQL(OccSign, 1)

Heating & Cooling mode

HnC_mode = EQL(OccSign, 2)×TempSign

HVAC mode

HVAC_mode = EQL(OccSign, 3)×TempSign

Cooling coil

OR(EQL(HVAC_mode, 1), EQL(H & C_mode, 1))×LPM

Damper

460 CMH×EQL(HVAC_mode, 1)+660 CMH×EQL(H & C_mode, 1)

Mixer

0.5×EQL(HVAC_mode, 1)+1×EQL(Vent_mode, 1)

OA·RA fans

EQL(HVAC_mode, 1)+EQL(Vent_mode, 1)

4. 시뮬레이션 결과

4.1 냉방코일 변수 최적화 결과

Table 5의 조건으로부터 도출된 냉방코일모델의 최적 파라미터와 보정 풍량을 이용하여 Type 52 모델을 구성한 결과를 Fig. 4Table 7에 각각 나타냈다. Table 4의 열량계산서와 동일한 조건일 때 Opt 1과 Opt 2 모두 열량계산서상의 성능을 대부분 비슷한 수준으로 묘사하고 있다. 그러나 Opt 1의 결과 중 냉방능력, 코일 출구 엔탈피 및 현열비(SHR)는 열량계산서의 성능과는 다소 차이를 보인다. 특히 현열비는 코일의 총 냉방능력 중 온도조절에 미치는 영향을 비율로 나타낸 것이므로 Opt 1의 0.1이 넘는 차이는 300 W 이상의 온도조절능력 차이를 나타낼 수 있다. 이를 개선하기 위해 사용된 풍량 보정(식(3)) 최적화 Opt 2는 대부분의 열량계산서상의 성능을 Opt 1의 결과보다 우수하게 묘사하였고 현열비(SHR)의 경우 매우 유사한 값을 얻을 수 있었다.

Fig. 4. Results of the cooling coil variable optimization(refer toTable 5for Opt 1 and Opt 2).
../../Resources/sarek/KJACR.2019.31.2.062/fig4.png

Table 7. Comparison of the optimization cases

Property

Specification

(Spec.)

Opt 1

(Error, %)

Opt 2

(Error, %)

Unit

Coil outlet water temperature

13.45

13.67

(1.64%)

13.45

(0.00%)

Coil outlet

DBT

16.36

16.52

(0.98%)

16.23

(0.79%)

WBT

13.89

14.60

(5.11%)

14.34

(3.24%)

Enthalpy

38.89

40.78

(4.86%)

38.32

(1.47%)

kJ/kg

Total cooling rate

2.971

2.867

(3.50%)

2.968

(0.10%)

kW

SHR

0.69

0.80

(15.94%)

0.68

(1.45%)

-

PSO 알고리즘은 사용자가 설정한 초기 값을 시작으로 주어진 설계변수의 범위와 목적함수 조건에서 최적 해 집단을 동시에 탐색한다. 이전에 탐색되었던 해 집단에 비해서 현재 탐색중인 해 집단의 목적함수 값이 일정 수준 이상 개선되지 않을 경우 최적 해에 수렴한 것으로 판단한다. 따라서 반복적으로 최적화를 수행하더라도 Opt 1의 설계변수만을 사용하여 최적화를 진행 할 경우, 현재의 결과 이상으로 최적 해 집단이 개선 될 가능성은 매우 적다. 반면 풍량을 통한 냉방코일 입력 값의 보정이 있는 경우 Opt 1의 최적 해 집단이 도달하지 못했던 영역까지 쉽게 도달할 수 있음을 확인하였다. 이는 특정 파라미터를 보상함으로써 기존에 개발된 범용 시뮬레이션 모델의 물리적 제약을 해결할 수 있다는 것을 보여준다. 본 연구에서는 Opt 2의 결과가 충분히 실제 성능을 묘사한다고 판단하고 이를 이용하여 시뮬레이션을 진행하였다.

4.2 운전 모드 별 시뮬레이션 결과

최적화를 통해 얻어진 세대공조기 모델을 이용하여 Table 6 제어식에 의해 시뮬레이션을 수행하였고, 시뮬레이션은 앞선 Fig. 3의 Trnsys 구성을 통해 이루어졌다. Fig. 5는 시뮬레이션 결과 세대공조기 각 지점 별 공기의 건구온도를 나타낸 것이다. 여름철 4일여 기간 동안, 순차적으로 Ventilation, Heating & Cooling, HVAC 모드의 사용자 입력신호가 주어지는 것으로 가정하였다. 사용자의 입력신호는 시뮬레이션 시작 시점인 5500시부터 5525시까지 Ventilation 모드, 이후 5570시까지 Heating & Cooling 모드가 주어지며 이후 5600시까지는 HVAC 모드의 신호가 주어진다. 이러한 모드별 테스트는 최적 모델과 단순한 제어알고리즘 상에서 시뮬레이션이 신호에 따라 제대로 작동하는지를 확인하는데 목적이 있다.

Fig. 5. Simulation results according to the domestic AHU operation modes.
../../Resources/sarek/KJACR.2019.31.2.062/fig5.png

세대공조기의 운전모드가 Ventilation일 때에는(그림 우측 위) 냉방코일이 작동하지 않으므로 코일의 입․출구 온도는 동일하며 댐퍼가 닫힘 상태이므로 ERV를 통과한 공기(ERV to chamber)와 혼합챔버 내의 공기 온도가 같다. 또한 실내측 RA가 OA보다 높은 것은 여름철 일사 열 취득으로 인한 자연실온 상승 때문이다. RA는 ERV를 통과하면서 OA와 열교환하여 Fig. 5에 나타난 ERV to out의 온도로 배기된다. 그림에 나타난 여름철 냉방운전 없는 열회수 Ventilation 모드는 실온조절에 효과적이지 않다는 것을 알 수 있다. Heating & Cooling 운전 시에는(그림 좌측 아래) ERV가 작동하지 않는 상태이므로 OA와 ERV를 통과한 공기(ERV to chamber)의 온도는 같다. 이 상태는 실내 공기만을 순환시키는 상태이므로 RA와 혼합챔버 내의 공기온도(Mixed air)가 같으며 OA측 온도의 영향은 없다.

실내온도(RA)가 설정온도인 26℃를 초과하는 경우 Main fan과 냉방코일이 동작하고 냉방코일을 통과한 냉각공기(Coil to zone)를 통해 실내온도가 조절된다. 작동중인 냉각 공기는 혼합챔버의 온도에 따라 변한다. HVAC 모드에서도(우측 아래) 설정온도 26℃를 기준으로 세대공조기의 운전여부가 결정되며 해당 모드에서 공조기 운전 시, ERV의 OA 및 RA측 fan과 Main fan, 냉방코일이 동작한다. 외기(OA)는 ERV를 통과하면서 실내공기(RA)와의 열교환을 통해 냉각되며, 혼합챔버에서 다시 실내공기(RA)와 만나 혼합공기(Mixed air)의 온도로 냉방코일을 통과하여 실내로 급기(Coil to zone)된다. Heating & Cooling 및 HVAC 모드에서 냉방코일이 동작 할 때 순환수의 환수온도가 약 13~14℃로 나타나며 동시에 냉방코일을 통과하는 공기는 약 16℃ 정도로 냉각됨을 확인할 수 있다. ERV와 혼합챔버, 냉방코일이 함께 동작하는 HVAC 모드에서 냉방코일의 성능이 확보되는지를 확인하여 Table 8에 나타냈다. Fig. 5의 우측 하단 HVAC 모드의 A지점에서 냉방코일로 급기되는 습공기의 물성치는 DBT 26℃, WBT 19.2℃이며 냉방코일 통과 후 습공기 물성치 변화량은 각각 ΔDBT 9.5℃, ΔWBT 4.39℃, 엔탈피변화 13.05 kJ/kg이다. 이는 냉방코일 열량계산서상의 변화량과 유사한 수준으로 확인되었다.

Table 8. Air properties at a point A in HVAC mode case study(Fig. 5)

Property changes

(cooling coil inlet-outlet)

Specification

Point A

(Error, %)

Unit

Coil inlet

△DBT

9.70

9.52

(1.24%)

△WBT

4.81

4.39

(8.73%)

△Enthalpy

13.98

13.05

(6.65%)

kJ/kg

본 절에서는 간략한 제어식을 적용하여 세대공조기의 운전 모드 별 케이스 스터디를 수행한 결과 열량계산서 성능을 확보하면서도 보정된 모델을 통해 제어 시뮬레이션이 가능함을 확인하였다. Heating & Cooling 및 HVAC 모드 운전 시 Fig. 5에 나타나는 Occilation을 줄이기 위한 필요한 제어 interval, 모드 변환 알고리즘 등에 대한 상세 제어 연구는 본 연구에서 제안한 모델과 기본 제어 알고리즘을 토대로 향후 진행될 예정이다. 아울러 실증 실험을 통한 추가 모델 보정 및 제어알고리즘 테스트가 진행될 예정이다.

5. 결 론

새로운 설비장치의 제어 알고리즘 개발을 목적으로 기존 장치 모델을 사용하고자 할 때 개발 당시 해당 모델의 초기 가정사항 등으로 인해 원하는 결과를 얻지 못하는 경우가 있다. 대부분의 모델 개발은 매우 많은 시간과 노력을 필요로 하므로 본 연구에서는 최적화를 이용하여 기존모델을 활용하는 방안을 제시하였다. 개발 중인 세대용 소형 공조기를 묘사하기 위해 Trnsys 라이브러리에서 제공하는 컴포넌트 모델을 이용하였고, 주요 모델에 대하여 변수 최적화를 진행하였다.

최적화 결과 세대공조기의 주요 요소인 냉방코일을 기존 모델을 이용하여 묘사할 수 있었다. 본 연구에서는 파라미터뿐만 아니라 입력 값에 대해 최적화를 진행하여 대상 설비와 유사 성능을 나타내는 모델을 제안하였다. 이 과정에서 현재 가용한 데이터만을 이용하였기 때문에 냉방열량계산서상의 단일조건에 대해서만 모델 평가가 이루어졌다. 그러나 사용된 Trnsys 컴포넌트는 물리 모델 기반이므로 다양한 조건에서도 파라미터 수정을 통한 모델링 방법을 이용해 세대공조기를 묘사할 수 있을 것이라 기대한다. 이 또한 향후 실증실험에서 검토할 예정이다.

본 연구에서는 제어 알고리즘 개발이라는 일련의 과정 중 기존 모델을 활용한 모델링 방법을 소개하고 시뮬레이션을 통한 동적 거동을 테스트하는 것에 중점을 두었으나 향후 추가적인 실험 조건을 반영한 모델 보완, 평가 및 검토 등의 추가 연구가 필요하다. 또한 개발 모델을 활용한 다양한 제어 알고리즘 제안 등을 수행 할 예정이다.

후 기

이 성과는 2018년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구이며(NRF-2016R1C1B2011097), 더불어 기술 협력 해 주신 GS E & C 기술연구소에게도 감사드립니다.

References

1 
Korea Energy Agency , 2017, Korea energy usage statistics 2016Google Search
2 
Ministry of Land , Infrastructure and Transport, http://www.law.go.kr/(15599, 20180417)Google Search
3 
Park B. Y., Jung Y. H., 2013, Analysis of Cooling Energy Saving by Variable Air Volume System and Cold Aisle Containment System in Internet Data Center, Journal of Korean Institute of Architectural Sustainable Environment and Building Systems, Vol. 7, No. 3, pp. 185-192Google Search
4 
Kwak Y. H., Cheon S. H., Huh J. H., 2013, Application of EMS based Simulation for Potential of Energy Saving during the Cooling Season, Journal of the Architectural Institute of Korea Planning & Design, Vol. 29, No. 1, pp. 255-262DOI
5 
Lee C. W., Koo J. M., 2018, Development of Simulation Model Based Optimal Start and Stop Control Daily Strategy, Transactions of the Korea society of Geothermal Energy Engineers, Vol. 14, No. 1, pp. 16-21Google Search
6 
Jung Y. J., Kim H. J., Lee Y. H., Hwang J. H., Cho Y. H., 2015, A Study on the Energy Efficiency of a Geothermal Heat Pump System in use the Outdoor Reset Control Application, Journal of the Korean Solar Energy Society, Vol. 35, No. 1, pp. 45-52DOI
7 
Colmenar-Santos A., de Lober L. N. T., Borge-Diez D., Castro-Gil M., 2013, Solutions to reduce energy consumption in the management of large buildings, Energy and Buildings, Vol. 56, pp. 66-77DOI
8 
Zucker G., Ferhatbegovic T., Bruckner D., 2012, Building automation for increased energy efficiency in buildings, In Industrial Electronics (ISIE), 2012 IEEE International Symposium, pp. 1191-1196DOI
9 
Shaikh P. H., Nor N. B. M., Nallagownden P., Elamvazuthi I., Ibrahim T., 2014, A review on optimized control systems for building energy and comfort management of smart sustainable buildings, Renewable and Sustainable Energy Reviews, Vol. 34, pp. 409-429DOI
10 
Crawley D. B., Lawrie L. K., Pedersen C. O., Winkelmann F. C., 2000, Energy plus: energy simulation program, ASHRAE Journal, Vol. 42, No. 4, pp. 49-56Google Search
11 
Klein S. A., Beckman W. A., Mitchell J. W., Duffie J. A., Duffie N. A., Freeman T. L., Urban R. E., 2004, TRNSYS 16-A TRaNsient system simulation program-user manual, Solar Energy Laboratory Madison, University of Wisconsin-MadisonGoogle Search
12 
Park S. H., Jang Y. S., Kim E. J., 2017, Simple Modeling of Floor Heating Systems based on Optimal Parameter Settings, Korean Journal of Air-Conditioning and Refrigeration Engineering, Vol. 29, No. 9, pp. 472-481Google Search
13 
The Korean Solar Energy Society , Korean standard TRY weather data, http://www.kses.re.kr/data_06/list_hi.phpGoogle Search