기호설명

1. 서 론

유엔⁽¹⁾에서는 2050년까지 세계인구가 약 92억 명에 달할 것으로 전망하고 있으며, 이로 인해 물, 에너지, 식량의 수요가 30~50% 정도 증가할 것으로 예측하고 있다. 또한, 인구가 대도시로 집중되는 도시화가 점차 가속되어 2050년 도시인구의 비율은 세계 총 인구의 약 70%로 전망하고 있으며, OECD 국가의 도시인구 비율은 총 인구의 약 86%에 달할 것으로 예상된다.^(2,3) 이에 따라, 도시 인구의 식량 수요를 충족하고 삶의 질 향상을 위한 도시농업의 필요성이 부각되고 있으며, 전 세계적으로 도시농업이 크게 확산되는 추세에 있다. 도시농업을 통한 도시 내에서의 식량 생산은 수송 및 저장에 소비하는 에너지를 최소화 할 수 있으며, 이에 따른 온실가스 배출을 저감하는 장점을 가질 수 있다.⁽⁴⁾

다양한 형태의 도시농업 방법 중에서 상업건물과 통합한 옥상온실은 온실을 기존 건물의 옥상에 설치하여 토지구입비가 절감될 수 있으며, 수경 재배를 활용하여 토양 재배에 비하여 물 사용 절감이 가능하다.⁽⁵⁾ 뿐만 아니라, 온실에서 건물에너지를 활용하기 때문에 기후변화에 관계없이 안정적인 재배가 가능하며, 도시에서 버려지는 에너지를 활용하여 재배에너지를 절감할 수 있는 장점을 가진다. 온실 및 빌딩이 독립적으로 설치될 경우, 열 및 전기에 대한 최대 에너지 부하를 감당하기 위한 에너지 공급시스템이 개별적으로 설치되어야한다. 이 경우에는 각 건물에서는 잉여에너지에 대한 손실이 발생하게 된다. 온실과 빌딩을 통합한 옥상온실의 경우, 잉여에너지의 손실을 최소화함으로써 에너지 효율을 극대화 할 수 있을 것이다.

기존의 많은 연구자들이 온실 또는 상업건물에 대한 에너지 해석에 관한 연구를 수행하였다.(6-16) Park and Chung(9-11)은 국내 상업건물 중에서 호텔, 병원, 업무용 빌딩을 대상으로 전기, 난방, 냉방, 급탕 등의 에너지 부하에 대한 실측 결과를 바탕으로 에너지 부하 모델을 개발하였다. Park et al.⁽¹²⁾은 전기와 열의 이중관리 대상 업체 중 14개의 백화점을 대상으로 시간별 에너지사용 패턴을 계측하여 부하 모델 개발을 수행하였다. 그러나 국내에는 상업건물에 대한 표준화된 에너지 부하모델이 정립되어 있지 않은 상황이다. 미국 에너지성 (DOE)에서는 미국 내의 대표적인 상업 건물을 16개로 분류하여 각 유형에 대한 형상 정보 및 전기, 조명, 설비의 에너지 부하 패턴 등을 표준화하여 제공하였다.⁽¹³⁾ 온실 에너지 해석과 관련하여, Lee et al.⁽¹⁴⁾은 국내에서 주로 사용되는 대표적인 4가지 유형의 자연환기식 온실을 대상으로 Building Energy Simulation(BES) 프로그램을 이용하여 에너지 부하 특성을 평가하였다. Lee et al.⁽¹⁵⁾은 발전소 온배수를 활용하기 위하여 연동 플라스틱온실을 대상으로 작물 및 토양 에너지교환 모델을 포함한 동적 에너지 해석을 통해 온실의 적정 냉․난방 설계용량을 산정하였다. Yu et al.⁽¹⁶⁾은 시설원예용 온실의 표준모델을 대상으로 에너지 부하 해석을 수행하였으며, 이를 토대로 에너지공급 시스템의 경제성을 분석하였다. 그러나 대부분의 연구가 단독 건물 또는 온실에 대한 에너지 부하 해석에 국한되어 있고, 상업건물과 온실이 통합된 옥상온실에 대한 에너지 해석에 관한 연구는 전무한 실정이다.

따라서 본 연구에서는 다양한 조합의 옥상온실 중에서 대형마트와 통합된 옥상온실의 냉․난방 부하 산정을 위한 에너지 해석을 수행하고자 한다. 이를 위해 단독 유리온실과 대형마트에 대한 빌딩 모델뿐만 아니라, 대형마트와 통합된 옥상온실에 대한 해석모델을 개발하고 이를 상용 BES 프로그램 중 하나인 TRNSYS를 사용하여 냉․난방 부하를 산정하고자 한다. 또한, 해석 결과를 바탕으로 통합형 옥상온실의 냉․난방 부하와 독립 온실 및 건물의 냉․난방 부하를 비교하여 통합형 옥상온실의 에너지 절감효과를 평가하고자 한다.

2. 모델링

본 연구에서는 상업건물과 통합된 옥상온실의 에너지 부하 해석을 수행하였으며, 상업건물 대상은 대형마트로 선정하였으며 온실의 경우, 국내의 대표적인 자연환기식 다연동 온실 중 하나인 벤로형 유리온실 모델을 사용 하였다.⁽¹⁴⁾ 비교를 위해, 단독 유리온실 및 대형마트에 대한 냉․난방 부하 해석도 함께 수행하였다.

2.1 벤로형 단독 유리온실 모델

Fig. 1과 같이 25연동 벤로형 유리온실을 대상으로 선정하였으며, 전면적은 4,181 m2이고, 단위 스팬의 폭, 길이, 측고 및 동고를 각각 3.20 m, 52.80 m, 4.30 m, 4.95 m로 설정하였다. 대상 온실의 벽체는 Stainless steel, 창호는 10 mm Clear glass를 적용하였으며, 온실 전체 표면적 중 벽체는 약 10%를 차지하고 창호 면적의 10%가 Frame으로 구성된다고 가정하여 모델링을 수행하였다.⁽¹⁷⁾ Table 1과 Table 2는 본 연구에 사용된 벽체 및 창호의 물리적 특성을 나타내고 있다. 본 연구는 일사량, 온도 및 습도 등의 외기 조건 변화에 따라 유리온실 내부의 적정 온도를 유지하기 위해 필요한 에너지 부하 산정에 초점을 맞추고 있어 작물 및 토양 에너지 교환에 의한 내부 에너지 부하는 고려하지 않았다. Table 3은 유리온실의 시뮬레이션 조건을 나타내고 있다. 대상작물을 파프리카로 선정하여 적정 생육온도인 18℃~25℃를 유지하기 위해, 난방시스템은 연중 상시 가동하고, 냉방 부하 저감을 위하여 여름철의 환기유량은 10 ACH, 나머지는 계절에는 1.0 ACH로 설정하였다.⁽¹⁶⁾ 외기 조건은 미국냉동공조학회(ASHRAE)에서 제공하는 시간별 기상데이터인 대전지역의 IWEC Data를 사용하였다.

Fig. 1Schematic diagram of the venlo-type greenhouse model.

Table 1. Physical properties of walls used in the greenhouse model

	Frame	Floor
	Stainless steel	Concrete	PE film	Gravel
ρ [kg/m3]	7,800	2,240	0.96	1,800
Cp [kJ/kg․K]	0.51	0.92	2.3	1.0
k [W/m․K]	56.0	6.23	0.88	7.2
thickness [m]	0.05	0.3	0.001	0.2

Table 2. Physical properties of the single clear glass window

Property	Value	Property	Value
Solar transmittance	0.788	Interior visible reflectance	0.079
Exterior solar reflectance	0.072	IR transmittance	0.0
Interior solar reflectance	0.071	Infrared emittance	0.840
Visible transmittance	0.882	Reference U-value [W/m2․K]	5.25
Exterior visible reflectance	0.080	Frame ratio [%]	10

Table 3. Simulation conditions for the greenhouse model

Weather data		IWEC dataset(Daejeon, KOR)
Greenhouse model (Venlo-type)	Floor area	4,181 m2
	Operating schedule/Time step	All time(8760 hr) / 10 min
	Monthly ventilation	10 ACH(Jun.~Sep.)	1.0 ACH(Oct.~May)
	Set temperature	Heating : 25℃	Cooling : 18℃

2.2 대형마트 모델

앞서 기술한 바와 같이 국내 표준 건물모델 부재로 인해 본 연구에서는 미국 DOE에서 제시한 표준 건물을 기준으로 해석을 진행하였으며, 적용처 건물로는 대형마트를 선정하였다. Fig. 2는 대형마트의 개략도를 나타내고 있으며, 대형마트는 Sales, Produce, Dry storage, Deli, Bakery, Office section의 6개의 구역으로 구분된다. Table 4와 Table 5는 사용된 벽체 및 창호의 물성치를 정리한 표이다. 각 구역 사이의 벽체는 Internal wall로 동일한 물성치를 가진다고 가정하였다. 건물 내의 냉․난방 부하를 산정하기 위해서는 내부 에너지 부하를 반드시 고려하여야 한다. 내부 에너지 부하는 조명, 전기 및 가스 설비, 침기 및 환기량, 건물 내에 인구 밀도 뿐만 아니라 시간별/계절별 변동 폭에 따라 크게 의존하게 된다. Table 6은 대형마트에 해당하는 내부 에너지 최대 부하량을 정리한 표이며, Fig. 3은 내부 에너지 부하의 시간에 따른 변동 스케줄을 나타내고 있으며, 부하 변동 패턴 역시 DOE의 표준건물 모델에서 제시한 데이터를 적용하였다.⁽¹³⁾ Table 6과 Fig. 3을 이용하면 시간에 따른 건물 내부의 에너지 부하 패턴을 계산할 수 있다. 유동인구에 의한 대형마트 내부 에너지 부하량은 1인당 발열량을 120 W로 가정하여 계산하였다. Table 6에 나타나 있듯이 조명에 의한 내부 발열량 중 복사와 대류에 의한 에너지 부하는 각각 70%와 30%의 비율을 가지며, 전기 또는 가스 설비 사용에 따른 에너지 부하 중 복사와 대류에 의한 발열량 비는 동일하고, 유동인구에 의한 내부 에너지 부하의 경우, 대류에 의한 발열량이 전체의 70%를 차지한다고 가정하였다. 각 구역의 내부 온도는 대형마트 운영시간인 오전 6시에서 오후 10시 사이에는 21℃~24℃로 나머지 시간에는 15.6℃~30℃로 유지된다고 가정하여 냉․난방 부하를 계산하였다.

Fig. 2 Schematic diagram of the supermarket model.

Table 4. Physical properties of walls used in the supermarket model

	External				Internal		Floor		Roof
	Gypsum	Insulation layer	Concrete	Stucco		Gypsum		Concrete	Metal decking	Insulation layer	Roof membrane
ρ [kg/m3]	784.9	265	2240	1858		784.9		2240	7680	265	1121
Cp [kJ/kg․K]	0.83	0.84	0.84	0.84		0.83		0.84	0.42	0.84	1.46
k [W/m․K]	0.16	0.049	1.311	0.692		0.16		1.311	45.0	0.049	0.16
thickness [m]	0.0127	0.0365	0.203	0.0253		0.0254		0.102	0.0015	0.125	0.0095

Table 5. Window properties in the supermarket model

Property	Value	Property	Value
Solar transmittance	0.223	g-value	0.29
Exterior visible reflectance	0.199	Reference U-value [W/m2․K]	2.36
Interior visible reflectance	0.199	Frame ratio [%]	15

Table 6. Internal loads of the reference supermarket model

Zone	Area [m2]	People [m2/person]	Light [W/m2]	Electricity (Gas) equipment [W/m2]	Ventilation total [L/s]	Infiltration [ACH]
Office	89	11.58	11.84	8.07 (-)	47.81	0.41
Dry storage	622	27.87	8.61	8.07 (-)	466.42	0.32
Deli	225	11.61	18.30	53.82 (26.91)	337.08	0.29
Sales	2325	11.61	18.30	5.38 (-)	3487.41	0.20
Produce	711	11.61	18.30	5.38 (-)	1067.04	0.27
Bakery	209	11.61	18.30	53.82 (26.91)	313.56	0.37
Radiation/Convection	-	0.3/0.7	0.7/0.3	0.5/0.5 (0.5/0.5)	-	-

Fig. 3 Weekly schedules of the internal loads.(13)

2.3 건물과 통합된 옥상온실 모델

Fig. 4는 통합형 옥상온실 모델의 개략도를 나타내고 있다. 적용처 건물인 대형마트와 통합된 옥상온실 모델의 경우, Section 2.1과 2.2에서 설명한 단독 온실 모델과 단독 건물 모델의 정보를 이용하였다. 벽체 및 창호의 물성치, 내부 에너지 부하 패턴, 및 내부 온도 조건 등은 동일한 상태에서 대형마트 천장면에 유리 온실을 적층한 형태로 모델링할 수 있다. 이 경우, 유리온실의 바닥과 대형마트의 천장이 1개의 경계층으로 구성된다. 본 연구에서는 경계층의 벽체조건을 단순 통합한 경우 (6-layer model)와 유리온실과 대형마트 사이의 에너지 교환을 원활하게 할 수 있도록 단열층을 제거한 경우 (5-layer model)에 대하여 수치해석을 수행하였으며, 사용한 경계층의 벽체조건은 Fig. 5에 도시하였다.

본 연구에서는 냉․난방 부하를 수치 해석적으로 계산하기 위하여, 상용 BES 프로그램 중 하나인 TRNSYS (Ver. 18, Wisconsin, USA)를 사용하였다. TRNSYS는 동적 에너지 해석 Tool로 건물의 실제 에너지 흐름을 외부 풍속, 일사량, 온도 등 기상변화에 따라 전도, 대류, 복사의 열전달을 복합적으로 고려하여 비정상상태 해석이 가능하다. 벽체 외벽의 경계조건의 경우, 외부 풍속 변화의 영향을 고려하기 위하여 McAdams⁽¹⁸⁾가 제시한 열전달계수 상관식을 사용하였으며, 식⁽¹⁾과 같다.

(1)

$h_{o}=3.8V_{w\in d}+7.4[W/m^{2}K]$

지중 온도 경계조건은 Simple ground temperature model (Type 77)을 사용하였으며, 지표면 온도는 외기 연중 평균온도, 월평균 최대 온도 차, 최저 기온 발생 일자 등의 함수로 표현할 수 있다. 일단 지표면 온도를 계산하면, 일정 깊이의 지중온도는 Kusuda and Archenbach⁽¹⁹⁾가 제시한 상관식을 이용하여 구할 수 있고 식(2)와 같다.

(2)

$T_{Ground}=T_{m}-T_{amp}\exp\left[-d\left(\dfrac{\pi}{365\alpha}\right)^{0.5}\right]\cos\left[\dfrac{2\pi}{365}\left\{t_{present}-t_{shift} -\dfrac{d}{2}\left(\dfrac{365}{\pi\alpha}\right)^{0.5}\right\}\right]$

식(2)에서 d는 지표면으로부터의 깊이를 의미하며, α는 토양의 열확산계수를 나타낸다. 지중 온도 경계조건 설정을 위해, 지표면에서의 깊이 및 토양의 열확산계수 값은 각각 1 m, 0.078 m2/day(ksoil = 2.42 W/m․K, ρsoil = 3200 kg/m3, Cppsoil = 840 J/kg․K)를 사용하였다. 대전지역의 기상조건을 고려한 연간 외기 건구온도, 풍속, 지표면에서의 깊이 1 m 지점의 온도분포는 Fig. 6과 같다.

Fig. 4 Schematic diagram of a rooftop greenhouse model integrated with a supermarket.

Fig. 5 Interfacial condition of a rooftop greenhouse integrated with a supermarket.

Fig. 6 Weather data and ground temperature at Daejeon over a year.

3. 해석 결과 및 고찰

본 연구에서는 유리온실 및 대형마트가 각각 단독으로 위치할 경우의 연간 냉․난방 부하와 대형마트와 통합된 옥상온실의 연간 냉․난방 부하에 대한 비교를 수행하였다. 시뮬레이션은 대전지역을 대상으로 1년 8760시간에 대하여 수행하였으며, Time step은 10분으로 고정하였다. 건물 통합 옥상온실에 대한 경계층 벽체조건이 Fig. 5(a)와 같이 단순 통합된 경우를 Case 1, 옥상온실과 대형마트 사이의 에너지 교환을 원활하게 할 수 있도록 단열층을 제거한 Fig. 5(b)의 경우를 Case 2로 정의하여 비교를 수행하였다.

Fig. 7은 Case 1에 대한 월간 냉․난방 부하를 비교한 그래프를 나타내고 있다. Fig. 7(a)의 난방부하를 살펴보면, 유리온실이 전체 난방부하의 약 48%를 차지하며, 대형마트 내의 난방부하는 Sales 구역이 가장 높고 Produce, Dry storage, Deli, Bakery, Office 구역 순으로 나타났다. 난방부하는 각 구역의 전면적의 크기에 의존함을 알 수 있다. 통합 옥상온실에서 요구되는 전체 난방부하는 단독 유리온실 및 대형마트의 난방부하에 비해 913 GJ, 8.6% 저감되며, 겨울철(12월~2월)에 525 GJ로 가장 많은 난방부하가 감소함을 알 수 있다. 건물과 통합된 옥상온실의 난방부하가 단독 유리온실 및 대형마트에 비해 낮은 이유는 옥상온실 하부에 위치한 건물이 완충역할을 하여 열손실을 감소시키기 때문으로 판단된다. 반면에 Fig. 7(b)을 살펴보면, 냉방이 요구되는 3월~ 10월에서 대형마트와 통합된 옥상온실의 경우에 냉방부하가 증가함을 알 수 있으며, 연간 기준 740 GJ이 증가하여, 단독 유리온실 및 대형마트 냉방부하에 비해 약 37.0% 상승한다. 이러한 냉방부하 증가의 원인 역시 앞서 설명한 바와 같이, 옥상온실 하부에 위치한 건물이 완충역할을 하여 단열효과를 증가시키기 때문이다. Fig. 7(c)는 난방부하과 냉방부하를 합친 월간 총괄부하의 비교 결과를 나타내고 있다. 대형마트와 통합된 옥상온실의 냉․난방부하는 겨울철(12월~2월)에는 523 GJ 저감되지만, 봄철(3월~5월)에는 303 GJ 증가함을 확인할 수 있다. 결과적으로 대형마트와 통합된 옥상온실의 냉․난방부하는 단독 유리온실 및 대형마트의 연간 기준 냉․난방부하에 비해 174 GJ 감소하나, 저감율은 1.4%로 크지 않음을 알 수 있다.

Fig. 7 Comparison of monthly heating and cooling loads for Case 1.

Fig. 8 Comparison of monthly heating and cooling loads for Case 2.

Fig. 9 Comparison of energy consumption according to the internal air temperature of the greenhouse.

Fig. 8은 Case 2에 대한 월간 냉․난방 부하를 비교한 그래프이다. Fig. 8(a)의 난방부하를 살펴보면, 통합 옥상온실에서 요구되는 난방부하는 단독 유리온실 및 대형마트의 난방부하에 비해 봄철(3월~5월)에 627 GJ 감소하여 절감량이 가장 크며, 겨울철(12월~2월)은 586 GJ 절감됨을 알 수 있다. 연간 난방부하를 기준으로 1,484 GJ가 감소하며, 절감율은 약 14.0%로 나타났다. Fig. 8(b)에 나타난 냉방부하의 경우, 냉방부하가 발생하는 4월~10월에 걸쳐 통합 옥상온실이 단독 유리온실 및 대형마트의 냉방부하에 비해 항상 크게 나타났으나, 전체 냉방부하의 증가량은 191 GJ에 불과한 것으로 나타났다. 결과적으로 유리온실 바닥면과 건물 천장면의 단열층을 제거하여 옥상온실과 대형마트 사이의 에너지 교환이 효과적으로 이루어지게 되면 냉․난방에 요구되는 에너지 소비량을 현저하게 줄일 수 있음을 확인할 수 있다. Table 7은 Case 2에 대한 냉․난방 부하 및 최대 부하를 비교한 표이다. 최대 부하는 시뮬레이션 결과에서 얻어진 냉․난방 소요량을 1시간 단위로 합산하여 구한 결과이다. 냉방 및 난방부하를 합친 전체 부하는 통합 옥상온실의 경우 11,330 GJ이며 단독 유리온실 및 대형마트의 경우 12,623 GJ로 나타났으며, 연간 부하 저감량 및 저감율은 각각 1,293 GJ, 10.2%에 이르는 것으로 나타났다. 또한, 통합 옥상온실을 위한 난방용 설비의 최대 부하는 357 W/m2로 단독 유리온실 및 대형마트의 379 W/m2에 비해 5.7% 감소하게 된다. 따라서, 옥상온실과 대형마트 사이의 에너지 교환이 효과적으로 이루어질 경우, 대형마트와 통합된 옥상온실이 에너지 효율 관점에서 장점을 가지며, 설비용량도 줄일 수 있음을 알 수 있다.

온실에서 재배하는 작물의 종류에 따라 적정 생육온도가 달라진다. 메론, 수박, 오이와 같은 고온성 작물의 경우, 생육 적온이 낮기온 기준 25℃이며, 밤기온 기준 12℃이다. 반면 토마토, 국화, 장미와 같은 중온성 작물의 경우, 생육 적온이 낮기온 기준 23℃이며, 밤기온 기준 8℃이다.⁽²⁰⁾ 이러한 이유로 본 연구에서는 유리온실 내부 온도 변화가 건물 냉․난방 부하에 미치는 영향을 추가적으로 조사하였다. Fig. 9는 유리온실 내부 온도 변화에 따른 냉방과 난방에 소요되는 연간 에너지를 도시한 그래프이다. Case 2-1은 난방온도를 16℃, 냉방온도를 23℃로 유지한 경우이고, Case 2-2는 난방 및 냉방 온도를 각각 20℃, 27℃로 유지하는 경우를 나타내고 있다. 그래프에서 알 수 있듯이, Case 2의 경우 통합 옥상온실에서 소요되는 냉․난방 부하가 단독 유리온실 및 대형마트에 비해 약 10.2% 감소한 반면, Case 2-2의 경우 약 3.3%의 저감효과가 발생하는 것을 알 수 있다. Case 2-1의 경우는 냉․난방 부하 측면에서 거의 차이가 없는 것으로 확인되었다. 따라서 유리온실의 재배 작물에 따라 건물 전체의 냉․난방 부하는 크게 변화하게 됨을 알 수 있다.

4. 결 론

본 연구에서는 상업건물과 통합된 옥상온실의 냉․난방 부하 산정을 위한 에너지 해석을 수행하였다. 이를 위해 대형마트와 통합된 옥상온실에 대한 해석모델을 개발하고 이를 상용 BES 프로그램 중 하나인 TRNSYS를 사용하여 냉․난방 부하를 계산하였다. 비교를 위하여, 독립 유리온실과 대형마트에 대한 에너지 해석도 함께 수행하였다. 해석 결과는 다음과 같다.

(1) 건물 통합 옥상온실에 대한 경계층 벽체조건이 Fig. 5(a)와 같이 단순 통합된 경우, 전체 난부하는 단독 유리온실 및 대형마트의 난방부하에 비해 913 GJ 감소하여, 8.6% 감소하지만, 냉방부하는 연간 기준 740 GJ이 증가하여, 전체 냉․난방 부하의 감소량은 174 GJ로 1.4% 감소에 불과하였다.

(2) 옥상온실과 건물 사이의 에너지 교환을 원활하게 할 수 있도록 경계층 벽체조건을 설정할 경우, 통합 옥상온실의 연간 난방부하는 단독 유리온실 및 대형마트에 비해 1,484 GJ가 감소하여 저감율은 약 14.0%로 나타났고, 냉․난방부하를 합한 전체 부하 감소량 및 감소율은 각각 1,293 GJ, 10.2%에 이르는 것으로 나타났다. 또한, 통합 옥상온실을 위한 난방용 설비의 최대 부하는 357 W/m2로 단독 유리온실 및 대형마트에 비해 5.7% 감소하였다.

(3) 유리온실 내부 온도 변화가 건물 냉․난방 부하에 미치는 영향을 추가적으로 조사하였으며, Case 2의 경우 통합 옥상온실에서의 냉․난방 부하가 단독 유리온실 및 대형마트에 비해 약 10.2% 감소한 반면, Case 2-2의 경우 약 3.3% 감소함을 확인하였다. Case 2-1는 전체 부하 측면에서 저감효과가 없는 것으로 나타났다.

결론적으로, 옥상온실과 대형마트 사이의 에너지 교환이 효과적으로 이루어지도록 설계할 경우, 건물 통합형 옥상온실이 에너지 효율 관점에서 장점을 가지며, 연간 냉․난방 부하의 저감량 및 저감율은 온실의 재배 작물에 따라 크게 차이가 있음을 확인하였다. 또한, 본 연구결과를 토대로 건물 통합형 옥상온실의 냉․난방 설비 시스템 사양 선정을 위한 설계에 활용이 가능할 것이다.