기호설명

1. 서 론

시스템 에어컨은 공동주택과 같은 주거용 건물에서도 기본적인 냉방 설비로써 자리매김하여 신축 시 실내기 및 배관 등이 미리 내장되어 설치되고 있다. 공동주택에서 시스템 에어컨은 보통 실외기 하나와 이에 대응하는 여러 대의 실내기로 구성되어있는데, 여러 실의 부하를 하나의 실외기에서 감당하기 위해서는 실내기로 보내는 냉매의 유량을 정밀하게 제어할 수 있어야 한다. 이러한 제어 기술을 VRF(Variable Refrigerant Flow) 기술이라고 한다. 이미 2006년 전체 공조 시장에서 VRF 기술이 적용된 에어컨의 비율은 과반수가 넘었으며, 현재는 시스템 에어컨에서 가장 핵심적인 기술이라고 할 수 있다.⁽¹⁾

주거용 건물, 특히 아파트나 빌라와 같은 공동주택에서 시스템 에어컨은 필수적인 요소가 되었지만, 국내에서는 주거 건물에서 사용되는 시스템 에어컨의 정밀한 해석에 관한 연구가 충분히 이루어지지 않았다. 기존의 VRF 에어컨을 모델링하는 방식에는 EnergyPlus에서 제공하는 VRF 시스템과 유사한 양상을 보이는 내부 기능을 사용하는 것이 일반적이나, 실제 시스템 성능 거동을 정확히 묘사하기에는 어려움이 따른다.⁽²⁾ 앞서 말한 것처럼 여러 대의 실내기가 제어되는 VRF를 해석하기 위해서는, 실내․외 온․습도 조건 및 기기의 조합비에 따른 부분 부하에 대한 분석이 필수적이다. 현재 업계에서는 각 온도 단순 PID 제어 외에 딥러닝을 활용한 제어의 연구까지 진행되고 있지만,⁽³⁾ 정작 에어컨의 거동을 시뮬레이션을 통하여 정밀하게 묘사할 수 있는 방법론은 명확하게 제시되지 않아, 본 연구에서 이를 제시하고자 한다.

VRF 방식의 시스템 에어컨 시뮬레이션 모델은 크게 정상상태(steady-state) 모델과 과도상태(transient) 모델로 나눌 수 있다.⁽⁴⁾ 본 연구에서 사용된 TRNSYS의 시스템 에어컨 모델은 Steady-state model 중에서도, Component-based model로써 원하는 모델의 물성치를 파라미터로 입력하고 컴포넌트 내의 냉방 능력 및 소비 전력을 계산하는 수식을 통하여 결과를 도출한다. 또한 TRNSYS 내에서는 Zone을 나누고 벽체의 물성치를 입력하여 건물의 형상 및 단열을 구현할 수 있으며, Zoning의 방법에 따라 건물의 열부하는 다른 양상을 보인다.⁽⁵⁾ 본 연구에서는 상세한 분석을 위하여 대상 건물이 되는 단위세대를 설계도면을 통해 세부적으로 모델링하였다. 앞서 말한 TRNSYS의 특성에 맞게 필요 이상으로 복잡하지 않으면서 별도의 현장 실험 없이 제조사에서 제시한 성능데이터를 근거로 최대한 상세하게 TRNSYS 시뮬레이션을 통하여 공동주택의 VRF 방식의 멀티 시스템 에어컨을 해석하는 방법을 제안하고 추후 시스템 제어 방법론의 기초를 마련하고자 한다.

2. TRNSYS를 이용한 VRF 해석 알고리즘

본 연구에서 제안하는 VRF 시스템 에어컨을 TRNSYS 프로그램에서 구현하기 위한 알고리즘의 전체적인 개요는 Fig. 1과 같다. 그림은 일반적인 VRF 에어컨의 냉방 시 작동 사이클을 나타낸 것으로, 실외기 ODU(Outdoor unit)와 실내기 IDU(Indoor unit)으로 크게 나누어져 있으며, 화살표를 따라 냉매가 이동한다. 대부분의 제조사에서는 냉매 유량을 제어하는 나름의 제어알고리즘을 활용하고 있으며, 상세한 제어방법은 외부에 공개되지 않는 것이 일반적이다. 즉, VRF를 Transient 방식으로 직접 모델링하기 위해서 필요한 상세 제어알고리즘의 정보가 없고, 직접 모델링하기 위해 별도의 모델 개발과정이 필요한 점, 그리고 본 연구의 목적이 VRF 시스템 에어컨의 성능 개선보다는 적용 시 건물에너지를 해석하기 위한 적절한 해석 방법을 제안한다는 점에서, TRNSYS 적용방법을 제안하고자 한다.

본 연구에서는 기존 TRNSYS의 해석 방법처럼 제조자에서 제공하는 에어컨의 실내외 온도대별 성능데이터를 사용한다. 제조사에서는 다양한 환경에서 그리고 실내기 운전 대수에 따른 다수의 조합비 아래서 성능 값을 제시하고 있기 때문에 이 성능 값은 실제 VRF 제어를 포함한 결과로 볼 수 있다. 그러나, 제공되는 성능표는 실내기의 다양한 운전에 따른 전체 에어컨의 성능을 표시하고 있기 때문에 공동주택에서 각 실에 전달되는 에너지량을 구분하기 위해서는 별도의 알고리즘이 요구된다. 알고리즘의 시작은 재실자의 유무 및 현재 실내 온도를 입력하는 것이다. 여름철 냉방이 필요한 존의, 즉 재실하는 곳에서, 온도를 통해 에어컨 가동 여부를 판단한다. 만일 재실자가 존재하고, 해당 실의 온도가 설정 온도에 미치지 못했다면, TRNSYS의 에어컨 컴포넌트 Type 921 모델이 작동한다. 이때 에어컨은 일정한 dead band를 두고 작동하며, 전체 가동 중인 실내기의 조합비에 따라 Type 921에서 어떠한 성능데이터를 읽어올 것인지를 판단한다. 즉 네 개의 실내기가 존재할 경우 TRNSYS에서는 네 개의 조합비별 성능데이터를 구현할 수 있도록 가능한 조합비를 모두 구현할 수 있도록 다수의 Type 921 모델을 사용한다. 실제 에어컨 실외기에서는 인버터 컨트롤을 이용해 실내 부하의 변화에 따라 압축기(compressor)의 소비 전력이 선형적으로 변화한다. TRNSYS 에서는 실내기의 조합비와 외기 온도 및 실내 건․습구 온도에 따른 성능데이터를 가져와 냉방 능력을 각 실에 분배하는데, 이때 일반적으로는 설정 온도와 실내 온도의 차이에 비례하여 분배하고⁽²⁾ 소비 전력의 값을 출력하는 방법으로 해석된다. 이는 압축기를 지난 냉매는 각 실에 필요한 만큼의 냉매 유량을 결정하고 팽창밸브의 개도율을 조절하여 분배하는 실제 방식을 구현하는 것이다.⁽⁶⁾ 이때 대상 조합비에 해당하는 Type 921의 실내온습도 값을 입력할 때는 분배비율을 고려한 가중평균 건습구온도를 입력한다.

본 시뮬레이션 과정에서 중요한 것은 첫째, 제조사 성능데이터를 활용(일반적으로 조합비에 따라 다수의 성능 데이터셋 제공), 둘째, TRNSYS에서 성능데이터를 이용할 경우 인버터 방식을 직접 묘사할 수 없기 때문에 On/Off 제어를 채택하지만, 실제 미세제어와의 차이를 줄이기 위해 적절한 계산시간 간격(time step)의 적용, 셋째, 제거된 총 냉방에너지를 존별로 적절하게 분배하는 것이다. 다음은 공동주택 단위세대에 대해서 제안한 알고리즘을 적용하는 방법을 상세하게 설명하고자 한다.

3. TRNSYS를 활용한 공동주택과 VRF 시뮬레이션

4. 시뮬레이션 결과 및 분석

Fig. 3은 여름철 가장 높은 온도를 보였던 8월 1일 24시간 동안, 우선 제어의 영향을 최소화하기 위해 time step을 6초로 설정하여 시뮬레이션 한 결과이다. 8월 1일 하루 동안의 냉방 스케쥴에 따른 존의 온․습도 변화와 에어컨의 에너지 사용량을 나타낸 것으로. 해당 일 며칠 전부터 초기온도 26℃로 시뮬레이션을 미리 진행하여 8월 1일 본 시뮬레이션의 초기온도를 확보하였다. 바(Bar) 형태로 표시된 그래프는 시간대별 재실자의 재실 여부 및 인원수를 보여주고 있으며, 위쪽의 꺾은선으로 표시된 온도 추이를 통하여 각 존이 설정 온도인 24℃를 목표로 냉방이 진행되고 있음을 확인할 수 있다. 온도 그래프에서 파란색으로 표기된 거실 및 주방 공간은 목표했던 dead band에 맞게 약 ±0.2℃로 제어되고 있음을 확인할 수 있으나, 그 외의 공간인 침실 N˚1, 침실 N˚2, 침실 N˚3과 같은 경우에는 온도의 변화가 약 1℃ 이상의 간격을 두고 변동되는 것으로 보아, 실제 침실의 크기에 비해 에어컨 실내기의 용량이 상대적으로 크게 설치되었다고 볼 수 있다. TRNSYS 시뮬레이션 상에서 단순 On/off 제어로 실내기 풍량 등의 다른 변수를 제어하지 않았기 때문에 온도가 높아졌다고 판단되는 시점에서 무조건 6초간 에어컨이 운전하여 냉방에너지를 공급해주었기 때문에, 6초가 지난 순간에는 설정한 dead band보다 아래로 온도가 떨어졌다.

같은 상황에서의 상대 습도와 절대 습도를 Fig. 4에서 확인할 수 있다. 0.6h-1에 해당하는 꾸준한 침기와 재실자의 호흡으로 인해 냉방되지 않을 때는 절대 습도가 상승하는 추세를 보이지만, 에어컨이 작동될 때에는 존의 온도 하강 및 제습으로 인해 상승이 억제되는 양상을 보였다. 에어컨 모델의 성능데이터에 근거하여 습구 온도 14℃ 아래로는 제습이 적용되지 않았다. 19시~20시의 경우에 그 전 시간인 18시~19시보다 조합비는 크지만 거실의 습도는 상승하는 모습을 보이는데, 이는 19시 이전 침실 N˚1의 온도가 매우 상승해 있었기 때문에 온도를 낮추기 위해 실외기에서 발생한 냉방에너지의 대부분을 내장된 제어를 묘사하는 방식으로 온도 차 비율에 따라 침실 N˚1로 전달해주었기 때문에 침실 N˚1의 습도가 급격하게 하강하고 상대적으로 온도가 설정 온도 부근으로 조절되었던 거실은 인원의 증가와 더불어 습도가 상승한 것이라 해석할 수 있다. 21시~22시와 22시~23시에는 적용된 실내기의 조합비가 같지만, 거실의 인원 증가로 인해 습도가 약간 상승하였다. 같은 현상을 0~6시 사이에서도 확인할 수 있으나, Fig. 4의 하단부 절대 습도를 보면 습기가 발생하는 재실 상황에서도 절대 습도가 증가하지 않고 있는 것으로 보아 제습 운전이 진행되고 있는 것으로 판단된다.

Fig. 5에서 보는 것과 같이 같은 조건의 실의 온도가 냉방으로 제어될 때 시뮬레이션의 계산시간 간격이 6초에서 1분, 6분으로 점점 늘어날수록 목표하는 설정 온도인 24℃에 근사하게 붙지 않고 변동이 심해지는 것을 확인할 수 있다. 이는 누적 전력 소모량의 차이로 이어진다. Fig. 6은 각 시간 간격 설정에 따른 전력 소모량 차이를 나타낸 것이다. 시간 간격이 길어질수록 계산된 전력 소모량은 점점 더 줄어드는 것을 확인할 수 있는데, 이는 앞서 말한 것처럼 시뮬레이션 상에서 설정한 온도보다 실의 온도가 올라가는 순간 냉방에너지는 시간 간격 동안 공급되기 때문에 이 값이 길어진다면 한번 가동했을 때 온도가 많이 내려가게 되고 외기 온도 및 일사량에 의해 실내 온도가 올라가는 데까지 시간이 더 오래 걸리며, 제어가 제대로 이루어지지 않으므로 전력 소모량에서 차이가 발생한다.

5. 결 론

본 연구에서는 TRNSYS를 활용하여 일반적인 아파트에서 설치되는 시스템 에어컨의 실내기 조합비 및 부분 부하에 따른 실제 냉방 제어를 정상상태 on/off 제어 상황으로 묘사하는 방법론을 제시하였다. 실제 VRF의 제어알고리즘 및 세부 컴포넌트 모델을 모델링하기에는 기기별 특성을 모두 고려한 복잡한 모델링이 요구되므로, 제조사에서 제공하는 성능데이터를 활용한 모델링 방법을 채택하였다. 제안한 모델링 방법과 이를 적용한 시뮬레이션을 통해 도출된 주요 결과는 다음과 같다.

(1) 제조사가 제공하는 에어컨 모델의 performance data set을 통해 온․습도 환경에 따른 냉방 능력 및 소비 전력의 변화가 TRNSYS 시뮬레이션에서 활용될 수 있도록 데이터를 변환 및 확장하였다. 이를 통해 실내 온습도 제어 결과를 상세하게 반영할 수 있었다.

(2) 시뮬레이션에서 설정한 계산 시간 간격이 늘어날수록 제어 시 설정 온도를 벗어나는 폭이 늘어났으며, 에어컨의 소비 전력은 실제 계산 시간 간격이 작은 케이스를 반영하지 못하였다. 실제 비례식 제어를 On/off 제어로 치환할 경우 냉방기기의 용량 및 실의 크기를 고려한 부하에 따른 적절한 시간 간격의 설정이 필요하다.

(3) 단열 성능이 향상함에 따라 냉방 부하가 과거와 비교하면 상당히 줄었기 때문에^(9-10) 냉방 용량이 과대 설계되었을 수 있으며, 제안한 상세 모델은 다양한 조건에서의 정밀한 용량 설계 목적으로 활용할 수 있다.

(4) 사용된 성능데이터는 설정 온도가 유지된 상태에서 조합비별 에너지 소비량을 측정한 것으로, 순간적인 부하 증감이나 설정 온도와의 이격이 큰 경우 실제 적용되는 조합비는 내부 제어에 의해 별도로 결정될 수 있을 것으로 판단한다. 즉, 실별 반응속도가 중요한 프로젝트의 경우 이를 추가로 고려해야 한다.