강율호
(Yul-Ho Kang)
1
우상무
(Sang-Moo Woo)
2
안영철
(Young-Chull Ahn)
3†
-
부산대학교 생산기술연구소 연구교수
(Research Professor, Research Institute of Industrial Technology, Pusan National University,
Busan, 46241, Korea)
-
부산대학교 건축공학과 박사과정
(Ph.D. Course, Department of Architectural Engineering, Pusan National University,
Busan, 46241, Korea)
-
부산대학교 건축공학과 교수
(Professor, Department of Architectural Engineering, Pusan National University, Busan,
46241, Korea)
Copyright © Korean Journal of Air-Conditioning and Refrigeration Engineering
키워드
전산유체 해석, 컨테이너형 스마트팜, 생육 환경, 팬코일 유닛, 단열 설계, 온도 편차
Key words
CFD analysis, Container-type smart farm, Crop environment, Fan coil unit, Insulation design, Thermal uniformity
기호설명
$\rho$：
밀도 [kg/m3]
$u$：
속도 벡터 [m/s]
$p$：
압력 [pa]
$\mu$：
동점성 계수 [pa․s]
$Pr$：
Prandtl 수
$T$：
온도 [K]
$x$：
공간 좌표 [m]
$k$：
난류 운동 에너지 [m2/s2]
$\epsilon$：
난류 운동에너지에 대한 소산율 [m2/s3]
$G_{k}$：
평균 속도 구배에 의한 난류 운동 에너지의 생성 [m2/s3]
$G_{b}$：
부력에 의한 난류 운동 에너지의 생성 [m2/s3]
$Y_{M}$：
전체 확산과정에서 압축성 난류의 변동하는 팽창 정도 [m2/s3]
$\alpha_{k}$, $\alpha_{\epsilon}$：
$k$, $\epsilon$의 Inverse effective Prandtl 수 [m2/s]
$S_{k}$, $S_{\epsilon}$：
UDF에 의한 소스 항 [m2/s3, m2/s4]
$R_{\epsilon}$：
RNG k-ε 방정식으로부터 얻은 결과 값 [m2/s3]
$C_{1\epsilon}$, $C_{2\epsilon}$, $C_{3\epsilon}$：
상수
1. 서 론
스마트팜은 정보통신기술을 기반으로 온도, 습도, 조도, 이산화탄소 농도 등 작물 생육에 필요한 환경 요소를 정밀하게 제어함으로써 농업의 생산성과 효율성을
극대화하는 차세대 농업 시스템이다. 특히 기후 변화, 인구 증가, 도시화로 인한 농업 환경의 급변 속에서 스마트팜은 안정적이고 지속 가능한 농업 생산
방식을 구현할 수 있는 핵심 기술로 주목받고 있다. 스마트팜의 핵심 요소 중 하나는 외부 환경의 영향을 최소화하고 에너지 소비를 절감하기 위한 단열
설계이다. 단열 성능은 실내 열환경의 안정성 유지, 냉난방 부하 감소, 작물 생육 조건 확보, 병해충 억제 등 여러 요소에 직접적인 영향을 미친다.
기존의 단열 설계는 유리 온실 또는 연질필름 온실 등의 구조적 특성에 따라 경험적으로 이루어진 경우가 많았으나, 최근에는 정량 지표 기반의 설계 접근
방식이 확산되고 있다.
열관류율, 태양열취득률, 가시광선투과율 등의 물성치를 측정하고 이를 바탕으로 냉난방 부하를 예측하는 시뮬레이션 기반 연구가 이루어지고 있다. 특히
다양한 BES(Building Energy Simulation), CFD(Computational Fluid Dynamics) 등의 동적 시뮬레이션
기법이 스마트팜 단열 성능 평가에 폭넓게 활용되고 있으며, 다양한 피복재료의 열적 특성과 기류 분포, LED 조명 발열, 수직 농장 구조 등 복합적
요인의 영향을 정량적으로 분석하고 있다. 센서 기반의 실시간 계측 시스템과 내부 기류 측정 기술은 온실 내부의 열환경을 정밀하게 파악할 수 있도록
하며, AI 기반의 예측 모델링과 결합되어 스마트 제어 기술로 확장되고 있다. 이러한 기술적 발전을 바탕으로 최근의 연구들은 다음과 같은 방향성을
제시하고 있다. 스마트팜의 단열 및 열유동 해석 관련 연구는 크게 냉난방 기술의 효율성 분석, 단열 및 외피 성능, 공기 흐름과 환기 해석, 데이터
기반 예측 및 제어 전략, 시뮬레이션 기반 설계 검증 등의 분야로 구분될 수 있다.
Ryu and Park(1)은 다양한 냉방 기술 조합(포그, 히트펌프, AHU 등)에 따른 경제성과 성능을 분석하였고, 복합 냉방 시스템의 효과가 단일 시스템보다 우수함을 입증했다.
Choi et al.(2)은 사막기후 대응형 냉방 패키지를 제시하며, PMMA 피복재와 차광 시스템의 조합이 냉방부하를 크게 줄일 수 있음을 보였다. Park et al.(3)은 네 가지 피복재(PE, PMMA, PC 복층판, 직조필름)의 열적 특성을 비교하며, PC 복층판이 가장 낮은 냉방부하를 나타냄을 확인하였다. Jang
et al.(4)은 복층유리의 공기층 두께, 차양막 유무 등 외피 요소가 연간 에너지 소비량에 미치는 영향을 분석하였으며, 복층유리의 공기층 두께가 5 mm에서 10
mm로 증가할 경우 난방 요금이 14.7% 감소함을 확인하였다. Kim et al.(5)은 수직형 스마트팜에 단열 성능이 우수한 우레탄 단열패널을 적용하여 에너지 절감 효과(5.4%)를 검증하였고, 적정 CO2 분사 전략이 공기 균일성에 기여함을 밝혔다. Jin et al.(6)은 일본의 건물 활용형 수직농장 26개의 사례를 분석하며, 고단열․고기밀 외피 시스템이 에너지 소비와 유지비 절감에 중요한 변수임을 강조하였다. Yang(7)은 스크린 높이와 공기 유입량이 내부 유동과 온도 유지에 미치는 영향을 CFD로 분석하며, 차광스크린 설계와 유동 설계의 중요성을 분석하였다. Chun(8)은 CO2 인젝터 및 팬 배치에 따라 컨테이너 내부 기류와 농도 분포가 달라지며, 상부 주입-하부 순환-상부 배기 구조가 가장 효과적임을 확인하였다. Jeong
et al.(9)은 유리온실 내부환경 예측용 CFD 모델을 개발하였고, 실험을 통해 확보한 데이터를 이용하여 모델을 검증하였다. Hwang et al.(10)은 컨테이너형 스마트팜을 대상으로 환기 효율을 CFD 기반으로 해석하였으며, 흡기구 위치 조정이 공기 정체 완화에 효과적임을 확인하였다.
Yoon et al.(11)은 실측 데이터를 바탕으로 온실 환경 제어 모델을 구축하고, 이를 MATLAB 기반 시뮬레이션과 3D 모델링에 적용하여 제어 전략 수립을 위한 참고모델을
제안하였다. Oh et al.(12)은 기계학습 기반 예측모델(RNN, GRU 등)이 CFD 기반 모델의 한계를 보완할 수 있으며, GRU 모델이 실시간 제어에 가장 적합함을 제안하였다.
Noh et al.(13)은 다점 센서 네트워크를 통해 공기유동 및 미기상 정보를 실시간으로 수집하고, 이를 CFD 검증용 기준 자료로 활용할 수 있음을 제시하였다. Jeong
et al.(14)은 유리온실 형상과 열교환 장치 배치 변경에 따라 내부 온도 및 균일도가 향상되며, FCU의 위치 최적화가 에너지 절감에 기여함을 보여주었다. Jeong
et al.(15)은 온실 구조별로 CO2 및 온습도 분포가 다르며, 컨테이너형 스마트팜의 CFD 설계 시 센서 위치와 CO2 배관 설계가 중요함을 실측 근거로 제시하였다.
선행 연구의 내용을 요약하면, 스마트팜 단열 설계는 단순한 외피 물성 제어를 넘어, 작물 생육 조건을 위한 공기 흐름 균일화, LED 발열 고려,
실시간 제어 시스템과의 연계 등 통합적 설계 전략이 요구된다. 따라서 본 연구에서는 이러한 배경을 바탕으로, 컨테이너형 스마트팜을 대상으로 단열 두께와
공조 장치인 FCU(Fan Coil Unit)의 수량 변화에 따른 실내 열환경을 CFD 해석을 통해 정량적으로 분석하고자 한다. 냉방 조건과 난방
조건에서 작물 재배 위치(1.5 m)에서의 온도 분포, 최대/최소 온도, 열 부하 등을 해석하여 향후 단열 최적화 및 공조 시스템 설계에 기초 자료로
활용하고자 한다. 특히, 본 연구에서 활용되는 컨테이너형 스마트팜은 극지방을 운항하는 선박 등에도 적용을 하기 위해 -30℃까지의 외기 조건에서도
해석을 수행하였다.
2. 해석 방법
2.1 지배방정식
컨테이너형 스마트팜의 열유동을 분석하기 위한 수치해석에 사용된 지배방정식은 연속방정식, 운동량방정식, 에너지 방정식이며 식(1) ~ 식(3)과 같다.
해석을 수행하기 위한 Solver는 상용 프로그램인 Ansys Fluent 2019 R3를 이용하였으며, 해석에 사용된 난류 모델은 본 연구와 유사한
스마트팜의 유동 해석에 사용된 RNG k-ε 모델을 사용하였다.(7,
10) $\rho$ 밀도, $u$ 속도 벡터, $p$ 압력, $\mu$ 동점성 계수, $Pr$ Prandtl 수, $T$ 온도, $x$ 공간좌표를 나타낸다.
RNG k-ε 난류 모델은 수송 방정식(Transport equation)에 의해 계산되고, 난류 운동 에너지($k$, Turbulent kinetic
energy)와 난류 소산율($\epsilon$, Dissipation rate)은 식(4), 식(5)와 같이 나타낸다.
2.2 해석 모델
40 ft 수준의 컨테이너형 스마트팜에서 기계실을 제외하고 작물이 배치되는 공간만을 기준으로 해석을 수행하였으며, 급기와 배기가 이루어지는 FCU의
숫자, 단열 수준, 외기 온도에 따른 냉난방 부하와 작물의 위치에서의 온도 편차를 분석하였다. 해석 대상인 컨테이너형 스마트팜 내부의 크기는 길이,
너비, 높이가 각각 9,600 mm, 2,290 mm, 2,557 mm이다. Fig. 1은 FCU의 배치에 따른 총 3가지 형태의 해석 형상을 나타내고 있다. 급기는 FCU 하부에서 이루어지고, FCU의 옆면으로 순환되는 유동 조건으로
해석을 수행하였다.
Fig. 1 The location of FCU for each case.
2.3 격자 생성 및 경계 조건
Fig. 2는 FCU가 1개인 해석 형상의 격자 구성을 나타내고 있고, 격자의 숫자는 400만 개 수준이고, 컨테이너형 스마트팜의 외부 단열재의 물성은 Table 1에 정리되어 있다. 컨테이너형 스마트팜의 내부 설정 온도는 25℃이고, 외부 온도, FCU 숫자, 외부 단열재의 두께를 변수로 하여 Table 2의 조건에서 열유동 해석을 수행하였다. 내부 설정 온도를 만족할 때까지 FCU의 발열량을 조절하여 열유동 해석을 수행하였다.
Fig. 2 Grid of CFD analysis model.
Table 1 The material property of external insulation
|
Material
|
Urethane
|
|
Density (kg/m3)
|
40
|
|
Specific heat (J/kg-k)
|
1,400
|
|
Thermal conductivity (W/m-k)
|
0.02
|
Table 2 The operating and initial conditions
|
|
Internal temperature (℃)
|
Outside temperature (℃)
|
Insulation thickness (mm)
|
FCU airflow (CMM)
|
Number of FCUs
|
|
Case 1-4
|
25
|
0
|
150
|
28
|
1
|
|
Case 1-3
|
-10
|
150
|
1
|
|
Case 1-2
|
-20
|
150
|
1
|
|
Case 1-1
|
-30
|
150
|
1
|
|
Case 2-2
|
-30
|
200
|
1
|
|
Case 2-3
|
-30
|
250
|
1
|
|
Case 2-4
|
-30
|
300
|
1
|
|
Case 3-2
|
-30
|
150
|
2
|
|
Case 3-3
|
-30
|
150
|
3
|
3. 해석 결과
3.1 컨테이너형 스마트팜의 외기 온도 조건별 열유동 해석
Yu et al.(16)에 따르면 겨울철 온풍난방 시 온풍기가 있는 전면에서의 온풍온도와 덕트 끝 지점에서의 온풍온도 차이로 인해 온실 내부의 기온 편차가 4~7℃까지 증가하며,
온실 작물 생육의 불균일이 발생하고 작물 생산량과 품질의 저하 원인이 된다고 기술하였다. Table 3에서와 같이 작물의 적정 생육 온도는 작물마다 차이가 있지만 적정 생육 온도의 범위는 5℃임을 알 수 있다.(17)
본 연구에서 해석을 수행한 난방조건의 경우 외기 온도와 내부 온도의 차이가 클수록 작물 위치에서의 온도 편차가 크게 증가함을 알 수 있다. 난방 조건에서는
거의 모든 케이스에서 작물 재배 위치에서 온도의 편차가 5℃ 이상으로 나타났다. 극한 지방의 외기 조건에서 현재의 단열 수준으로는 작물의 적정 생육
온도를 유지하기에 큰 어려움이 예상된다. 따라서 작물 위치에서의 적정 수준의 온도 편차를 유지하기 위해서는 현재 해석 조건보다 강화된 단열 설계가
되어야 스마트팜의 내부 환경이 작물 재배에 유리할 것으로 예상된다.
Table 3 Optimal growth temperature and critical temperature for vegetables
|
|
Minimum Temperature Limit(℃)
|
Optimal Growth Temperature(℃)
|
Maximum Temperature Limit(℃)
|
|
Tomato
|
5
|
20~25
|
35
|
|
Eggplant
|
10
|
23~28
|
35
|
|
Chili pepper
|
12
|
25~30
|
35
|
|
Cucumber
|
8
|
23~28
|
35
|
|
Watermelon
|
10
|
23~28
|
35
|
|
Melon
|
15
|
25~30
|
35
|
|
Korean melon
|
8
|
20~25
|
35
|
|
Pumpkin
|
8
|
20~25
|
35
|
|
Radish
|
8
|
15~20
|
25
|
|
Cabbage
|
5
|
13~18
|
23
|
|
Strawberries
|
3
|
18~23
|
30
|
Table 4 Temperature uniformity at crop cultivation location (1.5 m above ground level)
according to outdoor air temperature
|
Internal temperature(℃)
|
Heating load(W)
|
Temperature at crop cultivation location (1.5 m above ground level)
|
|
Maximum temperature(℃)
|
Minimum temperature(℃)
|
Temperature difference(℃)
|
|
Case 1-1
|
833.0
|
26.75
|
16.75
|
10.00
|
|
Case 1-2
|
681.4
|
26.05
|
17.65
|
8.40
|
|
Case 1-3
|
530.2
|
25.75
|
19.25
|
6.50
|
|
Case 1-4
|
378.8
|
25.55
|
20.95
|
4.60
|
Table 4에 따르면 외기 온도가 -30℃에서 0℃로 증가할수록, 컨테이너 내부 작물 재배 위치(1.5 m 높이)의 온도 편차가 뚜렷하게 감소하였다. Case
1-1에서는 최대 26.75℃, 최소 16.75℃로 온도 차이가 10.0℃에 달한 반면, Case 1-4에서는 최대 25.55℃, 최소 20.95℃로
온도 차이가 4.6℃로 감소하였다. 이는 열손실량이 외기와 내부의 온도 차에 비례해 증가함에 따라, 공간 내 난방 공급의 불균형 현상이 심화됨을 의미한다.
특히 코너와 외벽 부근의 열교환 손실이 높고, 이로 인해 해당 영역의 온도 저하가 집중된다. 온도 편차가 클수록 공조 시스템의 제어 부담이 커지며,
에너지 소비량도 증가하게 된다. 따라서 외기 온도가 낮은 조건일수록 스마트팜 운용 시에는 보다 강화된 단열 성능 및 복수 FCU 배치 등 능동적 대책이
필요하다.
Fig. 3(a) ~ (d)는 컨테이너형 스마트팜의 수평 및 수직 온도 분포를 나타내고 있으며, 외기 온도가 낮아질수록 중심부와 벽면 근처의 온도차가 감소함을 알 수 있다.
외기 온도 -30℃ 조건에서는 FCU 주변을 제외한 대부분 영역의 온도가 낮게 형성되며, 특히 FCU와 거리가 먼 쪽의 모서리 부분에서 낮은 온도
분포를 나타낸다. 이는 내부 열이 외벽을 통해 빠르게 손실되기 때문이며, 수직 컨투어에서도 하부와 상부 간 온도 구배가 비교적 크게 나타난다.
Fig. 4(a) ~ (d)에서 보듯, 작물 재배 위치(1.5 m)에서의 외기 온도 -30℃ 조건에서는 코너 벽면 부근에서 온도가 낮은 영역이 집중되며, 외기 온도가 -10℃나
0℃ 조건에서는 비교적 균일한 온도 분포가 형성된다. 이는 작물의 생육 위치에서의 안정성 확보를 위해서는 외기 조건이 혹한일 경우 컨테이너형 스마트팜의
단열 성능에 대한 보완이 필요함을 의미한다.
Fig. 3 Horizontal/vertical temperature contours according to outdoor air temperature
changes.
Fig. 4 Temperature contours at crop cultivation location according to outdoor air
temperature changes.
3.2 컨테이너형 스마트팜의 단열재 두께 조건별 열유동 해석
외기 온도 -30℃ 조건에서 단열재 두께를 증가시킨 결과, 작물 재배 위치에서의 온도 편차가 눈에 띄게 감소하였다. Table 5와 같이 Case 1-1(150 mm)는 10.0℃, Case 2-2(200 mm)는 7.7℃, Case 2-3(250 mm)는 6.4℃, Case
2-4(300 mm)는 5.3℃로, 단열재 두께 증가에 따라 약 47%의 온도 편차 개선이 이루어졌다. Fig. 5(a)~(d)의 수평/수직 온도 컨투어에서, 단열재 두께 증가 시 외벽 면적을 따라 존재하던 저온 영역이 점차 사라지는 것을 확인할 수 있다. 단열이 강화됨에
따라 외부 냉기의 전도가 감소함을 알 수 있다. 작물 재배 위치 온도 분포(Fig. 6(a) ~ (d))에서는, 단열재 두께 300 mm 조건일 경우 단열재 두께 150 mm 인 조건보다는 온도 편차는 크게 개선이 되지만, 온도 분포는 유사한 형태임을
알 수 있다.
Table 5 Temperature uniformity at crop cultivation location(1.5 m above ground level)
according to changes in insulation thickness
|
Internal temperature(℃)
|
Heating load(W)
|
Temperature at crop cultivation location (1.5 m above ground level)
|
|
Maximum temperature(℃)
|
Minimum temperature(℃)
|
Temperature difference(℃)
|
|
Case 1-1
|
833.0
|
26.75
|
16.75
|
10.00
|
|
Case 2-2
|
637.4
|
26.35
|
18.65
|
7.70
|
|
Case 2-3
|
516.0
|
26.15
|
19.75
|
6.40
|
|
Case 2-4
|
433.4
|
25.95
|
20.65
|
5.30
|
Fig. 5 Horizontal/vertical temperature contours according to changes in insulation
thickness.
Fig. 6 Temperature contours at crop cultivation location according to changes in insulation
thickness.
외기 조건이 -30℃이고, 단열재의 두께가 250 mm 이상인 조건에서 작물 재배 위치에서 온도의 편차는 단열재의 두께가 150 mm이고 외기가 -10℃인
경우보다 작은 편차를 나타내었다. 에너지 비용 측면에서도 단열재의 두께가 증가함에 따라 난방 부하가 급격하게 감소하는 것을 알 수 있다. 극한지 스마트팜에서
고단열 시공은 초기 투자비는 증가할 수 있지만, 난방 에너지 사용량 절감 효과와 작물의 생산성 증대를 기대할 수 있다.
3.3 컨테이너형 스마트팜의 FCU 배치 조건별 열유동 해석
Table 5와 같이, FCU 숫자가 1개에서 3개로 증가할 때, 작물 재배 위치의 온도 편차는 10.0℃ → 7.1℃ → 6.1℃로 감소하였다. 특히 FCU의
숫자가 1개에서 2개로 증가하였을 때는 작물 재배 위치에서 온도의 편차가 크게 감소하였다. 하지만 FCU의 숫자가 2개에서 3개로 증가하였을 때는
작물 재배 위치에서 온도 편차 개선폭이 상대적으로 작았다. 이는 FCU가 일정 수 이상일 경우 추가적 효과가 한계에 도달함을 의미한다. 컨테이너형
스마트팜에서 작물 재배 공간의 크기, FCU 위치, 송풍 방향 등을 복합적으로 고려한 최적 배치 설계가 필요함을 시사한다. Fig. 7(a) ~ (c)는 FCU 수량에 따른 컨테이너형 스마트팜의 내부 스트림라인을 나타내고 있다. FCU가 1개인 조건에서는 FCU 주변 영역에서만 기류가 활발하게 순환하는
경향이 나타나고 있다. FCU가 2개인 조건부터는 대부분의 영역에서 기류가 활발하게 순환하는 경향을 나타내고 있다.
Fig. 8(a) ~ (c)는 FCU의 수량 변화에 따른 작물 재배 위치에서의 온도 컨투어를 나타내고 있다. FCU가 1개인 조건에서는 최대 온도와 최소 온도의 차이도 크고,
고온 영역과 저온 영역이 확연하고 구분되고 있다. FCU가 3개인 조건에서 고온 영역의 범위가 크게 증가하고, 고온영역과 저온 영역의 구분도 감소하고
있다. 이는 다수의 FCU가 공조 온도 불균형 해소에 효과적이며, FCU의 최적 배치를 통해 온도 불균형을 크게 감소시킬 수 있음을 의미한다.
Table 5 Temperature uniformity at crop cultivation location(1.5 m above ground level)
according to the number of FCUs
|
Internal temperature(℃)
|
Heating load(W)
|
Temperature at crop cultivation location (1.5 m above ground level)
|
|
Maximum temperature(℃)
|
Minimum temperature(℃)
|
Temperature difference(℃)
|
|
Case 1-1
|
833.0
|
26.75
|
16.75
|
10.00
|
|
Case 3-2
|
843.2
|
26.05
|
18.95
|
7.10
|
|
Case 3-3
|
840.9
|
25.95
|
19.85
|
6.10
|
Fig. 7 Stream line according to the number of FCUs.
Fig. 8 Temperature contours at crop cultivation location according to the number of
FCUs.
4. 결 론
본 연구는 컨테이너형 스마트팜을 대상으로 외기 온도, 단열 두께, FCU 수량을 변수로 작물 재배 높이(1.5 m)에서의 온도 균일성과 난방 부하를
CFD를 활용하여 평가하였다. 주요 결론은 다음과 같다.
외기 온도가 -30℃일 때 재배 높이에서의 최대 온도와 최저 온도의 온도차는 10.0℃였고, 외기 온도가 0℃일 때의 온도차는 4.6℃를 나타내었다.
외기 온도가 -30℃에서 0℃로 높아짐에 따라 난방부하는 833.0 W에서 378.8 W로 약 54.5% 감소하였다. 외기 온도가 높아질수록 열손실
및 공간 내 온도 편차가 대폭 감소하였다. 외기 온도가 -30℃이고, 단열재의 두께가 150 mm에서 300 mm까지 변화하는 조건에서 재배 높이에서의
최대 온도와 최저 온도의 온도차는 10.0℃에서 5.3℃까지 감소하였다. 단열재의 두께가 300 mm인 조건에서의 난방부하는 433.4 W로 단열재의
두께가 150 mm인 조건 대비 약 48% 감소하였다. 외기 온도가 -30℃이고 단열재의 두께가 150 mm이고, FCU의 숫자가 1개에서 2개로
증가하는 조건에서는 재배 높이에서의 최대 온도와 최저 온도의 온도차가 10.0℃에서 7.1℃로 크게 개선되었다. FCU의 숫자가 2개에서 3개로 증가하는
조건에서는 재배 높이에서의 최대 온도와 최저 온도의 온도차가 7.1℃에서 6.1℃로 온도 편차의 감소는 있지만 그 폭이 감소하였다. FCU의 숫자에
따른 난방 부하는 ±1% 내외로 거의 변화가 없었다.
혹한의 조건에서는 컨테이너형 스마트팜의 내부 온도 편차가 채소류 작물의 적정 생육 온도 범위인 5℃ 이상의 값을 나타내었다. 단열재의 두께 변화는
난방 부하와 온도 편차 2가지를 모두 감소시키는 효과를 나타내었다. FCU의 숫자 증가는 난방 부하의 측면에서는 거의 효과가 없지만 온도 편차 감소
효과의 경우 단열재의 두께를 150 mm에서 250 mm로 변화시킨 조건보다 높은 효과를 나타내었다. 혹한의 조건에서는 컨테이너형 스마트팜의 면적과
형태에 따라 단열 성능과 내부 공기 유동의 최적화가 필요함을 알 수 있다.
Acknowledgements
이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(RS-2024- 00350135).
References
Ryu S. W., Park D. Y., 2021, Economic Analysis based on Smart Farm Cooling Technology,
KIEAE Journal, Vol. 21, No. 5, pp. 55-65
Choi S. G., Hwang D. K., Park D. Y., 2021, A Comparison of Cooling Effect of Cooling
Package System with Desert Climate Smart Farm, Korean Journal of Air-Conditioning
and Refrigeration Engineering, Vol. 33, No. 12, pp. 682-690
Park D. Y., Lee H. J., Park D. J., Choi S. G., 2022, Performance Evaluation and Cooling
Load Analysis Through Testing of Smart Farm Applied Covering Material, Korean Journal
of Air-Conditioning and Refrigeration Engineering, Vol. 34, No. 2, pp. 91-99
Jang C. W., Yun R., Lee K. H., Han Y. S., 2024, A Study on Energy Performance Evaluation
according to Crop, Envelopes and Air Conditioning System Characteristics in Smart
Farms, Transactions of the Korean Society for Geothermal and Hydrothermal Energy,
Vol. 20, No. 3, pp. 14-25
Kim H. D., Lee J. A., Choi S. E., Jang H. S., Kim J. M., 2021, Development of Building
System for Achieving an Optimal Growth Environment in a Vertical Smart Farm, Korean
Journal of Construction Engineering and Management, Vol. 22, No. 4, pp. 3-10
Jin D. R., Kim Y. H., Park H. M., 2018, Case Study of Vertical Farms Using Japanese
Buildings, KIEAE Journal, Vol. 18, No. 1, pp. 47-56
Yang W. M., 2020, CFD Analysis for Microclimate of Venlo Type Glasshouse with the
Screen Height and Air-inflow Quantity, Protected Horticulture and Plant Factory, Vol.
29, No. 1, pp. 52-61
Chun Y. N., 2022, Flow Pattern and Concentration Distribution CFD Analysis According
to CO2 Supply and Ventilation Fan Arrangement in Smart Farm Container, Journal of
the Korean Society for Environmental Technology, Vol. 23, No. 6, pp. 337-346
Jeong I. S., Lee C. G., Cho L. H., Park S. Y., Kim M. J., Kim S. J., Kim D. H., 2020,
Development and Validation of Inner Environment Prediction Model for Glass Greenhouse
using CFD, Protected Horticulture and Plant Factory, Vol. 29, No. 3, pp. 285-292
Hwang H. S., Lee S. H., Han S. H., 2020, Estimation of Ventilation Efficiency to Improve
Growing Conditions in Container Smart Farms, Transactions of the Korean Society of
Mechanical Engineers - A, Vol. 44, No. 11, pp. 873-879
Yoon S. R., Kim D. P., Hwang I. H., Kim J. H., Shin M. J., Bang J. W., Jeong H. J.,
2023, Application of Greenhouse Climate Management Model for Educational Simulation
Design, Journal of Bio-Environment Control, Vol. 32, No. 1, pp. 87-87
Oh K. C., Kim S. J., Park S. Y., Lee C. G., Cho L. H., Jeon Y. K., Kim D. H., 2022,
Development and Verification of Smart Greenhouse Internal Temperature Prediction Model
Using Machine Learning Algorithm, Journal of Bio-Environment Control, Vol. 31, No.
3, pp. 152-162
Noh J. S., Kwon J. K., Kim Y. Y., 2018, Development of Device Measuring Real-time
Air Flow in Greenhouse, Protected Horticulture and Plant Factory, Vol. 27, No. 1,
pp. 20-26
Jeong I. S., Lee C. G., Cho L. H., Park S. Y., Kim S. J., Kim D. H., Oh J. H., 2021,
Environmental Prediction in Greenhouse According to Modified Greenhouse Structure
and Heat Exchanger Location for Efficient Thermal Energy Management, Journal of Bio-Environment
Control, Vol. 30, No. 4, pp. 278-286
Jeong Y. A., Jang D. C., Kwon J. K., Kim D. H., Choi E. Y., 2022, Analysis of Spatial
and Vertical Variability of Environmental Parameters in a Greenhouse and Comparison
of Carbon Dioxide Concentration in Two Different Types of Greenhouses, Journal of
Bio-Environment Control, Vol. 31, No. 3, pp. 221-229
Yu I. H., Cho M. W., Lee S. Y., Chun H., Lee I. B., Effects of Circulation Fans on
Uniformity of Meteorological Factors in Warm Air Heated Greenhouse, Journal of Bio-Environment
Control, Vol. 16, No. 4, pp. 291-296
Rural Development Administration (RDA), 2021, Facility gardening (Agricultural Technology
Guide 004, 6th revised ed.), Rural Development Administration