1. 서 론

최근 녹색건축 정책현황 및 추진방향에 따르면 2020년 공공건축물과 2025년 민간건축물을 대상으로 제로 에너지 빌딩의 의무화 로드맵이 강화되어 추진되고 있으며,⁽¹⁾ 또한 건축물 에너지요구량을 최소화하기 위해 건물의 외피 성능을 개선하고자 단열 및 창호의 성능 기준이 에너지절약설계기준을 통하여 강화되고 있다. 특히 주택 또는 오피스 전체 부하의 60~70%가 외피부분에서 발생하며, 오피스의 경우 창호에서의 열손실이 40%에 다다른다. 그렇기에 제로에너지건축물 인증 또는 녹색건축물조성지원법 등의 정부정책강화로 인해 차양설치가 의무화되거나 그 수요가 증대되고 있다.⁽²⁾ 이때 추가적인 외부 차양을 설치하는 것이 아닌 일반 유리를 통해 들어오는 태양광의 투과율을 조절하는 방법에 대한 연구는 CVD(Chemical Vapor Deposition, 화학 기상증착법)나 sputtering 공법을 이용하여 유리 표면에 금속 산화물을 증착하는 방법과 착․소색 특성을 나타 내는 물질을 유리의 조성 내에 혼입시키는 방법을 이용하여 진행되어 왔다. 그러나 이런 방법으로 제작된 유리는 태양광에 대한 능동적인 조절기능이 없고 일정한 광파장 영역에 대한 선택적인 차폐 또는 투과 능력만 지닌 수동형으로서, 소비자의 요구를 충족시키는데 한계가 있었다. 따라서 이러한 한계를 극복하여 인위적으로 가시광선 전파장에 대한 투과율을 조절할 수 있는 유리의 제작 필요성이 대두되었으며, 이와 같은 필요성은 최근에 다양한 기능을 갖는 박막재료의 개발과 액정재료에 대한 연구가 진전됨에 따라 실현 가능하게 되었다. 그 한 예가 스마트창호로, 이는 자연환경 변화에 반응하여 형태를 변화시키는 외피로서 여러 환경적 조건에 대한 최적화된 대응을 통하여 에너지 사용량을 절감시킬 뿐 아니라 변화하는 환경조건에의 실시간 대응을 통한 사용자의 쾌적성을 향상시키고, 친환경적 성능을 극대화시킨다. 이와 관련된 선행연구로서 Min et al.^(3,4)은 건물 외피성능을 개선하고자 최근 개발이 진행되고 있는 스마트창호의 여러 방식 중 하나인 SPD(Suspended Particles Devices, 부유 입자 가변형 창호) 방식을 적용한 창호와 일반적인 창호에 대해 가상의 모델을 통하여 에너지 성능 평가 및 비교를 진행하였으며, 창의 사양에 따른 SPD 창호의 냉․난방부하 추이를 분석하였다. Hong et al.⁽⁵⁾은 SPD를 적용한 창호의 태양열 획득계수(Solar Heat Gain Coefficient, SHGC)와 열관류율의 변화에 따른 건물 에너지 냉․난방부하와 조명부하의 관계를 연구하였다.

이와 같이 스마트창호를 적용한 건물의 에너지 저감을 위한 연구가 진행되고 있지만, 일사에 따라 반응하여 실시간으로 태양광 투과율 제어가 가능한 창호에 대한 연구는 거의 진행되고 있지 않다. 그뿐만 아니라 SPD 창호는 빛의 투과율을 실시간으로 조절을 하는데, 이는 창호의 SHGC 값을 조절하는 것과 같다. SHGC란, 0과 1사이의 값을 갖는데 0에 가까울수록 태양열 획득이 작아진다. 이 값이 일사량에 따라 0과 1사이에서 자유자재로 제어가 가능하다면 가장 이상적이겠지만, 유리의 사양에 따라 이러한 SHGC 제어 가능 범위가 달라진다. 일반적으로 많이 사용되는 Low-e 유리의 경우 SHGC 제어 가능 범위 내의 값들이 작을 뿐만 아니라 그 범위 크기가 약 0.2에서 0.3으로 제한된다. 반대로 Clear Glass의 경우 제어 가능 범위 크기는 동일하지만 그 SHGC 값들이 상대적으로 큰 값들로 분포된다.^(4,6) 따라서 본 연구에서는 기준이 되는 제어 가능 SHGC 범위를 설정하여 그 값을 기준으로 범위를 넓히기도 하고 최소/최대값을 변화시켜가면서 에너지 소요량에 미치는 영향을 다양한 창면적비와 함께 비교하였다. 이를 통해 여러 창면적비와 SHGC 범위 각각에 대한 냉·난방 에너지 소요량을 도출하여 최대의 연간에너지 절감률을 이끌어내기 위한 조건을 제시하고자 한다.

2. 모델링 및 시뮬레이션 조건

본 연구의 에너지 소요량 시뮬레이션을 위해 TRNSYS18을 활용하였으며, 테스트베드 데이터 입력조건과 모델링은 Table 1과 같다. 기상데이터는 TRNSYS18 라이브러리에 내장되어 있는 서울지역 기후 분석 자료인 ‘TMY2-Seoul’을 활용하였다. Non-SPD 모델 기준 SPD 모델의 에너지 소요량 증감율 분석을 위해 창의 SHGC값을 제외한 모든 조건은 동일하게 설정하였으며, Type954a와 Type166을 활용하여 설정 온도에 따른 EHP(Electric Heat Pump) ON/OFF 제어를 진행하였다. SPD 모델의 SHGC 값은 제어 가능 범위 내에서 일사량에 따라 실시간 으로 제어 가능하도록 설정하였다. 이러한 스마트 제어 알고리즘은 일사량을 시간에 따라 기준값을 설정하였 으며 이 값을 기준으로 실제 일사량과 비교한 수치를 통하여 0과 1사이의 제어 변수를 설정하였다.⁽⁷⁾ 벽체와 창호의 열관류율은 에너지절약설계기준(고시 2017-71)을 기반으로 적용하였다. 단, 외기와 면한 벽체가 동측과 서측으로 상이한 부분의 영향은 미미하여 배제하였으며(Fig. 5(a)), 기기 및 인체의 발열부하는 본 시뮬레이션 입력조건에서 제외하였다.

본 연구에서는 에너지 소요량 시뮬레이션에 있어 중요한 조건인 창면적비와 SPD 모델의 제어 가능한 SHGC 범위를 변수로 하여 시뮬레이션을 진행하였다. 우선 창면적비의 경우 남향으로 제한하였다. 남향의 창면적비를 10%부터 10%씩 증가시켜 70%까지 총 7가지 경우로 나누어 각각의 경우에 대해 시뮬레이션을 진행하였다(Fig. 1). 두 번째 변수인 제어 가능한 SHGC 범위의 경우, SPD 창호의 SHGC값을 0과 1 사이에서 자유자재로 조절하는 것은 현재 기술적으로 불가능하다. 그렇기에 본 시뮬레이션에서는 SPD 창호의 실제 제어 가능 범위인 0.11~ 0.35를 기준으로 설정하였으며 이 범위 내에서 일사량에 따라 실시간 제어가 가능하도록 설정하였다. 이러한 기준 범위는 실제 ㈜합동하이텍그라스에서 개발한 SPD의 사양을 적용하였다. 단, 동절기의 경우 제어 가능한 SHGC 값 중 최대값으로 고정하여 시뮬레이션을 진행하였다. 이 범위(0.11~0.35)를 기준으로 최소값은 고정시킨 상태에서 제어 가능 범위를 넓히는 경우(0.11~0.45, 0.11~0.55)와 범위의 크기(0.24)는 고정시키고 최소, 최댓값을 동시에 높이는 경우(0.21~0.45, 0.31~0.55)를 추가하여 기준 포함 총 5가지 경우에 대해 시뮬레이션을 진행하였다. 특히 범위 크기는 고정시킨 상태에서 최소/최대값을 동시에 증가시키는 경우와는 다르게 제어 가능 범위를 넓히는 것은 현재 기술적으로 연구가 요구되는 단계이기에, 기준 대비 범위를 넓힐 때의 에너지 소요량 절감률을 시뮬레이션을 통해 확인하고자 한다.

Fig. 1 Testbed Modeling according to the window area ratio.

3. 시뮬레이션 결과 및 분석

3.1 창면적비에 따른 에너지 소요량 비교

냉방과 난방 각각에 대한 Non-SPD 대비 SPD 모델의 창면적비에 따른 에너지 소요량 비교 분석을 진행 하였다. 창면적비에 따른 에너지 소요량 비교를 위해 SPD 모델의 SHGC 제어 가능 범위는 기준 값인 0.11~0.35로 설정하였으며 하절기의 경우 태양광의 유입이 많은 시간대에는 0.11에 가깝게, 적은 시간대에는 0.35에 가깝게 하여 일사량에 따른 실시간 제어가 가능하도록 적용하였다. 동절기의 경우 제어 가능한 SHGC 값 중 최대값인 0.35로 고정하였다. 그에 반해 실시간 제어가 불가능한 Non-SPD 모델의 경우 SHGC 값을 0.55로 고정하였다.

먼저 난방의 경우 두 모델의 에너지 소요량과 Non-SPD 대비 SPD 모델의 에너지 소요량 증가율을 각각 Fig. 2(a), Fig. 2(b)에 나타내었다. 모든 창면적비에 대해 SPD 모델의 에너지 소요량이 큰 것을 볼 수 있는데, 이는 SPD 모델의 SHGC 값인 0.35가 Non-SPD 모델의 SHGC 값인 0.55 보다 낮아 태양광의 유입을 더 크게 차단하기 때문이다. 창면적비가 증가할수록 태양광 유입량이 증가하기에 Fig. 2(a)를 보면 난방에너지는 두 모델 모두 감소하는 것을 확인할 수 있다. 이때 상대적으로 큰 SHGC 값을 가지는 Non-SPD 모델의 감소폭이 SPD 모델에 비해 큰 것을 볼 수 있다. 그렇기에 창면적비가 증가할수록 두 모델의 에너지 소요량 차이는 커지며 결과적으로 Fig. 2(b)에서와 같이 Non-SPD 모델 대비 SPD 모델의 난방 에너지 증가율은 창면적비 70%에서 최대 21.1%를 보인다.

냉방의 경우 두 모델의 에너지 소요량과 Non-SPD 대비 SPD 모델의 에너지 소요량 감소율을 각각 Fig. 3(a), Fig. 3(b)에 나타내었다. 창면적비가 증가할수록 태양광 유입량이 증가하기에 Fig. 3(a)를 보면 냉방에너지는 난방에너지와는 반대로 두 모델 모두 증가하는 것을 확인할 수 있다. SPD 모델의 경우 제어 가능 SHGC 범위가 낮은 값들로 분포되어 있기에 Non-SPD 모델 대비 에너지 소요량이 작으며 창면적비가 증가할수록 그 증가폭이 Non-SPD와 상당히 차이가 나는 것을 확인할 수 있다. 그렇기에 창면적비가 증가할수록 두 모델의 에너지 소요량 차이는 현저히 커지며 결과적으로 Fig. 3(b)에서와 같이 Non-SPD 모델 대비 SPD 모델의 냉방 에너지 감소율은 창면적비 70%에서 최대 33.7%를 보인다.

Fig. 2 Electricity consumption of SPD and Non-SPD model for heating according to the window area ratio.

Fig. 3 Electricity consumption of SPD and Non-SPD model for cooling according to the window area ratio.

Fig. 4 Annual electricity consumption of SPD and Non-SPD model according to the window area ratio.

연간에너지 측면에서 보면 Fig. 4와 같다. 창면적비가 증가함에 따라 SPD 모델의 경우 연간 에너지 소요량은 감소하지만 Non-SPD 모델은 증가한다. 이는 창면적비가 커질수록 일사의 유입이 많아져 냉방에너지가 연간에너지 중 큰 비중을 차지하게 되는데, SPD 모델의 냉방에너지 증가폭이 작아 연간에너지 측면에서 유리한 결과를 가져오는 것으로 분석된다. 창면적비 20% 이하에서는 오히려 SPD 모델의 연간 에너지 소요량이 큰 것으로 나타나지만 창면적비가 증가할수록 두 모델의 에너지 소요량 차이는 커져 결과적으로 Fig. 4(b)에서와 같이 Non-SPD 모델 대비 SPD 모델의 연간 에너지 증감율은 창면적비 70%에서 최대 11.7%의 감소율을 보인다.

4. 결 론

본 연구에서는 창면적비와 제어 가능한 SHGC 범위 두 가지를 변수로 두어, 일반형 창호를 적용한 Non-SPD 모델 대비 일사량에 따라 실시간으로 반응하여 일사 유입을 조절하는 가변투과유리를 적용한 SPD 모델의 냉․난방에너지 소요량을 비교 및 분석하였다. 그 결과는 다음과 같다.

(1) 창면적비가 증가함에 따라 Non-SPD 대비 SPD 모델의 난방에너지 증가율과 냉방에너지 감소율은 모두 증가 한다. 창면적비 70%에서 난방에너지는 최대 21.1%의 증가율을 보이며 냉방에너지는 최대 33.7%의 감소율을 보인다. 난방에너지 증가율에 비해 냉방에너지 감소율이 크기에 연간에너지는 창면적비가 증가할수록 증가 하여 창면적비 70%에서 최대 11.7%의 감소율을 보인다.

(2) SPD를 적용할 경우 냉방에너지 측면에서는 큰 감소율을 보이지만 난방에너지가 함께 증가하게 된다. 그렇기에 냉방에너지 감소율은 유지하면서 난방에너지 증가율은 줄이는 연구가 요구된다. 현재 기술적으로 가능한 제어 가능한 SHGC 범위인 0.11~0.35를 기준으로 범위를 넓혀가면서 시뮬레이션을 진행한 결과 가장 큰 범위 크기를 가지는 0.11~0.55로 제어 가능한 경우 연간에너지 측면에서 기준 대비 1.4배의 감소율을 보였다. 또한 창면적비에 따라 감소율은 증가하여 창면적비 70%에서 최대 16.7%의 감소율을 보였다.

(3) 실제 제어 가능한 SHGC 범위 크기인 0.24를 고정시키고 최소/최대값만을 동시에 증가시키면서 시뮬레이션을 진행한 결과 창면적비에 따라 결과가 달라진다. 창면적비 40% 이하에서는 난방에 유리한 0.31~0.55가 감소율이 가장 크며 창면적비 50% 이상에서는 냉방에 유리한 0.11~0.35가 감소율이 가장 크다. 결과적으로 Non-SPD 대비 SPD 모델의 연간에너지는 창면적비 40% 이하에서는 제어 가능 SHGC 범위 0.31~0.55에서 최대 4.8% 감소하며, 창면적비 50% 이상에서는 제어 가능 SHGC 범위 0.11~0.35에서 최대 11.7% 감소하는 것으로 나타났다.

실제 제어 가능한 SHGC 범위는 유리의 사양에 따라 제한된다. 특히 요즘 많이 사용되는 Low-e 유리에 SPD를 적용할 경우 제어 가능 SHGC 범위는 작은 값들로 분포되어 있을 뿐만 아니라 그 크기는 약 0.2에서 0.3으로 제한된다. 그렇기에 SHGC가 높을수록 유리한 겨울철의 경우에는 오히려 난방 에너지가 일반 창호를 사용 하였을 때보다 증가하는 현상이 발생하기도 한다. 따라서 제어 가능 SHGC 범위를 넓힘으로써 냉방과 난방 모두에서 에너지 절감이 일어날 수 있도록 하는 연구가 필요한 실정이다.