기호설명

1. 서 론

핵연료 주기 시설은 방사성 물질을 취급하는 대표적 특수 구역으로, 오염물질의 안전한 외부 배출과 일반 작업 구역 및 사무공간 간의 차압 유지가 무엇보다 중요하다. 이러한 시설의 공조설비(Heating, Ventilation, and Air Conditioning, HVAC) 시스템은 오염 확산을 억제하는 격납 기능을 수행하며, 일반 건물보다 훨씬 엄격한 안전 기준과 운전 규정을 따른다(DOE-STD-1269-2022).⁽¹⁾ 또한 방사선 취급 시설의 특성상, 실제 운전 조건을 변경하거나 비정상적인 운전 상태를 의도적으로 시험하기는 어렵다. 따라서 설비의 열화나 고장으로 인한 안전성 및 차압 유지 성능을 검토하기 위해서는, 실규모 운영 테스트를 대체할 수 있는 시뮬레이션 기반 분석 모델의 구축이 필수적이다.⁽²⁾

핵연료 주기 시설의 환기 시스템에 대한 선행 연구를 살펴보면, 미국 Argonne 국립연구소에서는 핫셀(Hot-cell)과 글로브박스(Glovebox) 환기계통의 기류 거동과 오염 확산을 전산 유체 해석으로 모델링하고, 현장 시험 자료를 통해 해석의 정확도를 검증하는 연구를 수행했다.^{(3- 5)} 그러나 이러한 연구들은 주로 국소 유동 해석이나 시스템의 단일 구성요소(팬, 필터)의 성능 분석에 초점을 맞추고 있어, 시설 전체의 열환경과 HVAC 시스템의 동적 거동을 종합적으로 다루는 데에는 한계가 있다. 실제 운전 환경에서는 팬, 댐퍼, 필터 등 주요 구성요소의 성능 저하 누적이 불가피하며, 이러한 변화는 구역 간 차압 유지, 유량 분배, 에너지 소비에 직접적인 영향을 미친다. 그러나 이러한 변화를 실시간 실험으로 검증하기는 매우 어렵다. 데이터 기반 모델(Data-driven model)은 과거 운전 데이터를 활용하여 단기적인 성능 예측에는 유용하지만, 설비 시스템의 구성요소나 제어 조건이 변경될 경우 일반화 능력이 제한된다.^{(6- 7)} 또한 HEPA 필터의 막힘이나 덕트 내부의 오염 축적과 같은 물리적 변화는 단순한 경험식이나 통계 모델만으로는 시스템 전체의 반응을 충분히 설명하기 어렵다.⁽²⁾ 따라서 이러한 복잡한 시스템 구성에서의 물리 현상을 검토하기 위해서는, 구성요소의 실제 물리 법칙을 반영한 물리 기반 모델(Physics-based model)의 구축이 필요하다.

물리 기반 모델의 구현 수단으로써, 건물의 열환경을 해석하는 EnergyPlus와 설비의 세부 동적 거동을 모사할 수 있는 Modelica를 결합한 연동 시뮬레이션 기법이 최근 건물 및 설비 시스템 해석 분야에서 주목받고 있다. EnergyPlus는 건물 외피와 실내 열환경의 에너지 흐름을 정밀하게 계산할 수 있는 도구이며, Modelica는 팬, 코일, 댐퍼 등 설비 구성요소의 물리 기반 동적 거동을 세밀하게 모사할 수 있는 모델링 언어이다. 두 플랫폼을 연동함으로써 건물 전체의 열적 반응과 설비 제어 응답을 동시에 재현할 수 있으며, 실제 운전 조건을 가상 환경에서 안전하게 검토할 수 있다. Wetter et al.⁽⁸⁾은 Spawn-of-EnergyPlus 프레임워크를 통해 Modelica와 EnergyPlus를 통합하고, 건물 에너지 해석과 시스템 제어 시뮬레이션의 상호 운용성을 대폭 확장했다. 이는 단순 연동 개념을 넘어, 물리 기반 모델과 운영 로직을 동일한 환경에서 통합적으로 검토할 수 있도록 발전시킨 사례로 평가된다. 이러한 접근은 일반 건물의 에너지 해석이나 열원 설비 제어 알고리즘 검증에 점차 활용되고 있으나, 핵연료 주기 시설과 같은 안전 중심적 제약이 큰 특수 설비를 대상으로 한 연구 사례는 아직 부족하다. 따라서 Modelica—EnergyPlus 연동 시뮬레이션을 이용해 이러한 환경을 정량적으로 해석하고 성능을 검토하는 연구는 학문적·실무적으로 모두 중요한 의의를 갖는다.

특히 핵연료 주기 시설은 방사선을 취급하는 특수 구역으로, 운전 규칙을 임의 변경하거나 비정상 조건을 시험하는 것이 사실상 불가능하다. 설계 유량과 운전 규정은 방사성 물질의 안전한 배출과 구역 간 차압 유지를 보장하기 위한 것이므로, 이를 위반하면 즉시 안전에 영향을 줄 수 있다. 더불어 시설의 운영 기간이 길어질수록 팬·댐퍼·필터 등 주요 설비의 성능 저하가 서서히 진행되어 구역 간 차압 안정성이 감소할 가능성이 커진다. 이러한 제약을 고려할 때, 실제 시스템을 가동하지 않고도 다양한 운전 조건과 설비 상태를 가상으로 검토할 수 있는 물리 기반 시뮬레이터의 구축이 필수적이다. 이를 통해 설비 구성요소의 특성 변화나 제어 로직의 조정이 차압 유지에 미치는 영향을 사전에 평가하고, 이상 운전이나 고장 발생을 조기에 예측하며, 예방 정비를 계획하는 기반을 마련할 수 있다. 특히 Modelica-EnergyPlus 연동 시뮬레이션은 건물 외피의 열적 부하와 설비 내부의 동적 응답을 동시에 계산하고, 실제 운영 스케줄을 안전하게 재현할 수 있어 이러한 목적에 적합하다.⁽⁸⁾ 결과적으로, 실험 수행이 제한적인 핵연료 주기 시설에서도 안전성을 유지하면서 설비 성능을 평가하고 개선 방안을 도출할 수 있는 실질적 분석 기반을 제공한다.

본 연구의 목적은 Modelica-EnergyPlus 연동 시뮬레이션을 활용하여, 핵연료 주기 시설 HVAC 시스템의 물리 기반 동적 모델을 구축하고 차압 유지 성능을 정량적으로 검토하는 것이다. 본 연구의 목적은 Modelica-EnergyPlus 연동 시뮬레이션을 활용하여, 핵연료 주기 시설 HVAC 시스템에 대한 물리 기반 동적 모델을 구축하고, 단계적 차압 유지 성능을 정량적으로 평가하는 데 있다. 기존 연구에서는 주로 음압 조건을 구현하기 위한 기밀 환경 조성에 초점을 두거나⁽⁹⁾, 단일 존에서의 음압 형성을 실험적으로 구현하고 검증하는 수준에 머문 경우가 많았다.⁽¹⁰⁾ 그러나 핵연료 주기 시설은 방사성 입자의 외부 누출을 방지하기 위해 존 간 다단계 차압 레벨이 요구되며, 이를 달성하기 위해 복잡하게 상호 연결된 HVAC 설비 네트워크가 운영된다. 그럼에도 불구하고, 이러한 멀티 존·다단계 차압 시스템에서 설비 네트워크의 동적 거동 특성이 차압 형성 및 유지에 어떻게 기여하는지, 그리고 운전 조건 변화나 이상 상황에서 차압이 어떤 메커니즘으로 변동하는지에 대한 연구는 매우 제한적이다. 본 연구는 이러한 연구적 공백을 보완하고자 한다.

동적 모델 구축을 위해 핵연료 주기 시설의 건물 모델은 EnergyPlus로 외피 특성과 환기 조닝을 구현하고, 팬, 덕트, 필터, 댐퍼 등 주요 설비 구성요소는 Modelica Buildings Library(MBL)로 실제 물리 법칙에 근거한 모델로 구성했다. 구축된 연동 모델을 통해 시스템 저항 특성과 팬의 상사법칙을 반영하여 운전 조건 변화에 따른 압력, 유량, 소비전력 간 상관관계를 해석하고, 시뮬레이션 결과를 열원 설비 및 주요 장비의 설계 기준과 비교함으로써 시스템이 설계 의도에 따라 운전되고 있는지를 차압 유지 성능 관점에서 검토했다.

본 연구는 실험적 검증이 제한된 핵연료 주기 시설 HVAC 시스템에 대해 Modelica-EnergyPlus 연동 기반 물리 모델을 구축하고, 실측 경계조건 및 장기 차압 데이터에 근거한 시뮬레이션 기반 검증 체계를 제시하였다. 이는 특수시설에서 핵심 안전 성능지표인 차압 유지 메커니즘을 정량적으로 평가할 수 있는 방법론적 토대를 제공한다. 나아가 제안된 모델과 검증 절차는 고장 실험이 현실적으로 어려운 다양한 원자력시설 설비 시스템의 고장 예측, 운전 전략 최적화, 지능형 설비 관리를 위한 기반 기술로 확장 적용될 수 있다.⁽¹¹⁾

2. 연구 방법

2.2 건물 모델링

핵연료 주기 시설의 건물 모델은 EnergyPlus 24.2를 활용하여 구축했다. 본 모델의 목적은 시설 외피를 통한 열적 부하를 산정하고, 오염도 수준에 따른 환기 조닝을 정의하여 구역 간 차압 구배가 형성되도록 하는 것이다. 구축된 모델은 이후 Modelica 기반 설비 모델과의 연동에 필요한 열환경 경계조건을 제공한다.

대상 건물은 용도에 따라 총 89개의 공간으로 구분되어 있으며, 각 구역은 기능과 오염 수준에 따라 핫셀(Hot-cell) 구역, 작업 구역, 기계실, 사무 구역 등으로 구성된다. 이를 차압 유지 수준과 기능에 따라 환기 조닝을 적용하여 6,000 zone(사무 및 일반 작업 구역)부터 9,000 zone(핫셀을 포함한 고오염 구역)까지 단계적으로 분류했다(Fig. 1(a)-(b)).

건물 형상과 외피 특성은 설계 도면을 기반으로 구현했다. 외벽 및 슬래브의 단열 두께와 열전도율은 도면을 반영하여, 9,000 zone에는 Heavy Concrete(두께 1.0 m, 열전도율 1.311 W/(m·K)), 그 외 구역에는 Normal Concrete(두께 0.2 m, 열전도율 0.53 W/(m·K))를 적용했다. 일사 및 외기 조건은 대전 지역의 표준 기상 데이터를 사용했다. 내부 발열 조건은 ASHRAE Prototype Buildings 중 Small Office 모델⁽¹²⁾을 참조하여, 조명 10 W/m², 기기 5.8 W/m², 인체 24 W/m²의 내부 부하와 해당 Fraction 스케줄을 적용했다. 냉방 및 난방 설정온도는 각각 24℃와 21℃로 설정했다. 본 건물 모델은 이후 설비 모델과의 연동을 통해 구역별 열부하 및 운전 조건에 따른 차압 유지 성능을 정량적으로 검토하기 위한 경계조건 제공용 모델로 활용된다.

Fig. 1 Overview of building model. (a) Geometry of target building. (b) Ventilation zoning.

2.3 설비 모델링

핵연료 주기 시설의 HVAC 시스템은 MBL v10.0을 기반으로 Dymola 2024x 환경에서 구축했다. 설비 모델은 급기 및 배기 계통의 공기 흐름, 압력 분포, 팬 성능, 필터 저항 등 주요 물리적 요소를 재현하여 구역 간 차압 유지 거동을 평가하는 것을 목적으로 한다.

Fig. 2는 핵연료 주기 시설 HVAC 시스템의 개요를 나타낸 것이다. 급기 계통은 프리필터와 미디엄 필터를 거친 외기(OA)와 환기 회수 공기(RA)가 혼합하여 냉난방코일을 거쳐 급기 팬으로 이송한 후, 각 Thermal Zone으로 공기를 공급한다. 여기서 Thermal Zone은 EnergyPlus 건물 모델의 공간 구역(Zone)으로, 열부하와 실내 환경 정보가 FMI(Functional Mock-up Interface) 기반 연동 인터페이스를 통해 실시간으로 교환된다.

배기 계통은 일반 배기를 담당하는 MUF와 고방사성 구역인 핫셀을 전용으로 처리하는 DUP로 구분된다. 두 계통 모두 팬과 다단 필터 뱅크를 포함하며, 핫셀의 오염 공기가 외부로 확산되지 않도록 이중 정화 구조로 설계되었다. 시스템의 각 구성요소는 실제 장비의 성능곡선 및 설계 사양에 따라 모델링되었다. 팬은 제조사 성능 데이터를 기반으로 압력-유량-소비전력 관계를 구현하였고, 필터는 설계 차압 조건을 고려한 정적 저항요소로 모델링했다. 댐퍼는 구역별 유량 제어를 위한 제어 변수로 설정되어, 일정 차압 조건을 만족하도록 모델링되었다. 이와 같이 구축된 Modelica 기반 설비 모델은 EnergyPlus 건물 모델과 실시간으로 연동되어, 건물 외피의 열환경과 설비 계통의 응답을 통합적으로 해석할 수 있는 기반을 제공한다.

Fig. 2 Schematic diagram of HVAC system for a nuclear fuel cycle facility coupled with EnergyPlus thermal zones.

본 연구는 핵연료 주기 시설의 보안상 제약으로 인해 1차 측 열원 설비의 상세 사양과 구성을 모델에 직접 반영하지 않고, 이를 2차 측 AHU 냉·온수 코일의 입·출구 온도를 이용한 경계조건으로 대체하였다. 경계조건은 냉방기 및 난방기의 실측 운전 데이터를 기반으로 설정하였으며, 냉수 코일의 입·출구 온도는 각각 13℃와 18℃, 온수 코일의 입·출구 온도는 각각 60℃와 55℃로 적용했다. 또한, 운전 조건은 냉방 기간에 냉수 코일 밸브를 전면 개방하고 온수 코일 밸브를 폐쇄하였으며, 난방 기간에는 냉수 코일 밸브를 폐쇄하고 온수 코일 밸브를 전면 개방하도록 설정했다.

팬 시스템은 Supply 팬과 DUP 팬은 각각 2세트로 구성되어 있으며, 한 대는 예비용으로 두고 평상시에는 1대만 100%로 운전한다. MUP 팬은 3세트로 구성되어 한 대는 예비용으로 두고 2대를 50%로 운전한다. 각 팬의 제어에는 댐퍼가 연결되어 있어 팬 운전 시에는 완전 개방, 팬 정지 시에는 완전 폐쇄로 설정했다. 평일 주간에는 모든 팬 시스템들이 평상시 운전 조건으로 운전하고, 야간과 주말에는 Supply팬과 DUP팬은 완전 정지한다. 평일 주간은 아침 9시부터 오후 6시로 운영되고 있다.

3. 시스템 구성요소별 물리 기반 모델링

3.1 시스템 저항 및 댐퍼

HVAC 시스템 내의 유동 저항은 팬, 덕트, 필터, 댐퍼 등 여러 구성요소를 통해 발생하며, 전체 시스템의 차압 형성에 직접적인 영향을 미친다. 본 연구에서는 MBL에서 제공하는 Pressure drop 모델을 활용하여 덕트 및 필터와 같은 저항요소를 구현했다. Pressure drop 모델은 질량유량과 압력 차 간의 비선형 상관관계 특성을 재현하며, 그 관계는 식(1)과 식(2)로 정의된다.

(1)

$\Delta p = (\frac{\dot{m}}{k})^2$

(2)

$k = \frac{\dot{m}_{norm}}{\sqrt{\Delta p_{norm}}}$

여기서 $\dot{m}$ 은 질량유량, $\Delta p$는 압력 차, $\dot{m}_{norm}$, $\Delta p_{norm}$ 은 각각 정격조건에서의 질량유량과 압력 차를 의미한다. $k$는 시스템의 유량과 압력의 상관관계를 정규화하는 저항 계수로, 구성요소의 유동 저항 특성을 나타낸다.

HVAC 시스템 내 저항요소는 Fig. 3(a)-(b)에서 나타낸 것처럼 직렬(Series) 또는 병렬(Parallel) 형태로 연결될 수 있다. 이러한 구성은 Fig. 2의 시스템 개요도에서 볼 수 있듯이, 팬 전단의 덕트 및 필터 계통, 그리고 배기 라인의 다단 필터 뱅크 등에서 구현된다. 본 연구에서는 실제 핵연료 주기 시설의 복잡한 환기 네트워크를 단순화한 모델을 구성하여, Pressure drop 모델의 적용성을 검토하고 시스템 저항 요소 간의 상호 연동 특성을 확인했다.

Fig. 3 System resistance configuration: (a) Series connection, (b) Parallel connection.

저항의 연결 형태에 따라 등가저항계수($k_{eq}$)는 서로 다르게 정의된다. 먼저 직렬 연결의 경우, 전체 압력손실은 각 저항요소의 부분 압력손실의 합으로 계산되며, 이는 식(3)과 같이 표현된다. 이를 질량유량과 저항계수의 관계로 변환하면 식(4)으로 정리되며, 등가저항계수($k_{eq}$)는 식(5)과 같이 도출된다.

(3)

$\Delta p_{tot} = \Delta p_1 + \Delta p_2 + \Delta p_3$

(4)

$\Delta p_{tot} = (\frac{\dot{m}}{k_{eq}})^2 = (\frac{\dot{m}}{k_1})^2 + (\frac{\dot{m}}{k_2})^2 + (\frac{\dot{m}}{k_3})^2$

(5)

$k_{eq} = \frac{1}{\sqrt{1/k_1^2 + 1/k_2^2 + 1/k_3^2}}$

반면, 시스템 저항이 병렬로 연결된 경우 각 경로의 압력손실은 동일하므로 식(6)으로 나타낼 수 있다. 총 질량유량은 각 경로의 유량 합으로 표현되며, 이를 정리하면 식(7)-(9)와 같이 등가저항계수를 정의할 수 있다.

(6)

$\Delta p_{tot} = \Delta p_1 = \Delta p_2 = \Delta p_3$

(7)

$\dot{m}_{tot} = \dot{m}_1 + \dot{m}_2 + \dot{m}_3$

(8)

$\dot{m}_{tot} = k_{eq}\sqrt{\Delta p} = (k_1 + k_2 + k_3)\sqrt{\Delta p}$

(9)

$k_{eq} = k_1 + k_2 + k_3$

Table 1 Input variables for implementing filter resistance of HVAC system in Modelica simulation

	$\dot{m}_{norm}$ [kg/s]	$\Delta p_{norm}$ [Pa]	$k$
Pre filter	1.12	78.5	0.126
Medium filter	1.12	176.5	0.084
HEPA filter	1.13	283.5	0.067
Charcoal filter	0.40	248.5	0.025

이 관계를 기반으로 Dymola 환경에서 Pressure drop 모델을 이용해 시스템 저항을 직렬 및 병렬 형태로 구성했다. 그리고 시뮬레이션 결과, 모델에서 계산된 등가 저항은 이론식(5)-(9)에서 예측된 값과 일치하여 Pressure drop 모델이 복합 네트워크 저항 특성을 물리적으로 구현할 수 있음을 확인했다.

Table 1은 시스템에 적용된 필터의 저항 특성을 정리한 값이다. 필터의 저항 특성은 필터 제공업체로부터 얻은 시험 결과를 기반으로 도출했으며, 이를 바탕으로 Modelica의 입력값으로 활용했다.

3.2 팬 모델

핵연료 주기 시설 시험실의 HVAC 시스템 구현을 위해 팬 모델을 검토했다. 팬은 일반적으로 풍량-정압 및 풍량-소비전력 특성 곡선으로 정의된다. 본 연구에서는 속도 일정 제어 방식(Constant-speed control)을 적용할 수 있는 SpeedControlled_y 팬 모델을 활용하였으며, 급기 팬, MUP 팬, DUP 팬의 유량, 압력, 소비전력의 특성은 설계 기준값을 반영했다.

Fig. 4(a)-(b)는 급기 팬, MUP 팬, DUP 팬 세 종류의 팬에 대한 풍량-정압 및 풍량-소비전력 특성을 나타낸다. 급기 팬은 비교적 넓은 유량 범위에서 운전되며 약 2 kPa 수준의 정압을 유지한다. MUP 팬은 상대적으로 낮은 정압과 전력 소비 특성을 보이는 반면, DUP 팬은 고풍량 조건에서 급격한 전력 증가를 보인다.

팬의 축에서 발생한 기계적 출력 중 모터 효율($\eta_{mot}$)을 고려하여 실제 공기에 전달되는 동력은 유체 동력($\dot{W}_{hyd}$)으로 정의되며, 이는 식(10)과 같다. 다음으로, 팬에서 발생한 유체 동력 중 공기 흐름 형성에 실질적으로 기여하는 부분을 유동 동력($\dot{W}_{flow}$)으로 나타낼 수 있으며, 이는 유체 전달 효율($\eta_{hyd}$)을 고려하여 식(11)으로 산정된다. 결과적으로 팬의 전체 효율($\eta_{tot}$)은 입력 전력($P$)에 대한 실제 유동 동력의 비로 정의되며, 이는 모터 효율과 유체 전달 효율의 곱으로 표현된다(식(12)).

(10)

$\dot{W}_{hyd} = P \times \eta_{mot}$

(11)

$\dot{W}_{flow} = \dot{W}_{hyd} \times \eta_{hyd}$

(12)

$\eta_{tot} = \frac{\dot{W}_{flow}}{P} = \eta_{mot} \times \eta_{hyd}$

Fig. 4 Fan performance characteristics: (a) Airflow rate-static pressure and (b) Airflow rate-power consumption curves.

팬의 상사 법칙(Fan affinity laws)에 따르면, 유량($Q$), 차압($\Delta p$), 소비전력($P$)은 팬의 회전속도($N$)에 따라 일정한 비례 관계를 가진다. 이를 일반화하면 식(13)과 같이 표현할 수 있다.

(13)

$\frac{N_2}{N_1} = \frac{Q_2}{Q_1} = \sqrt{\frac{\Delta p_2}{\Delta p_1}} = \sqrt[3]{\frac{P_2}{P_1}}$

이 관계를 활용하면 기준 운전점에서의 성능 곡선을 기반으로, 회전수 변화에 따른 풍량, 압력, 소비전력의 변화를 예측할 수 있다. 본 연구에서는 이러한 상사법칙을 이용하여 각 팬의 운전 조건 별 성능 변화를 모델링하고, 공급 및 배기 팬의 상호 운전 특성을 비교 검토했다.

4. 모델링 결과 및 성능 검증

본 연구에서는 팬 성능을 상사법칙만으로도 추정할 수 있음에도, 핵연료 주기 시설처럼 제어와 계통 구조가 복잡한 HVAC 시스템의 거동을 보다 정확하게 모사하기 위해 MBL의 팬 모델을 적용하였다. 상사법칙은 차압·유량·소비전력 간의 비례 관계만을 반영하므로 실제 시스템에서 나타나는 기동 특성, 효율 변화, 공기 물성 등의 요소를 충분히 고려하지 못한다. 반면 MBL 팬 모델은 이러한 요소들을 통합적으로 반영하여 보다 현실적인 동적 거동을 재현할 수 있는 장점이 있다. 따라서 본 연구에서는 모델 적용의 타당성을 확보하기 위해, 복잡한 시설 조건을 구성하기에 앞서 단순 모델 환경에서 팬의 기본 운전 특성을 검증했다. 이 검증 결과를 통해 선택한 팬 모델이 핵연료 주기 시설 HVAC 시스템의 단계적 차압 형성 및 유지 성능 분석에 적합함을 확인하였으며, 이후 전체 시스템 모델링에 해당 모델을 적용했다.

세 종류의 팬(급기 팬, MUP 팬, DUP 팬) 중 공급 계통의 대표인 급기 팬을 대상으로, 회전속도와 시스템 저항 변화에 따른 압력 및 소비전력 특성을 분석했다. Fig. 5(a)-(b)는 급기 팬의 유량 변화에 따른 정압과 소비전력 곡선을 나타낸 것이다. 기준 운전 조건인 1,770 rpm을 중심으로, 회전수 ±10%에 해당하는 1,947 rpm 및 1,593 rpm에서의 성능 변화를 팬 상사법칙에 근거해 비교했다. 또한 정격 유량 17.0 m³/s조건에서 정격 압력이 각각 1 kPa 및 2 kPa인 두 가지 시스템 저항을 적용했다. 팬 특성곡선(P-Q curve)과 시스템 저항곡선의 교차점으로부터 시스템 작동 상태의 유량, 차압, 소비전력을 도출하였으며, 이론적 계산 결과와 Modelica 시뮬레이션 결과는 거의 일치했다. 특히, 회전수 상승에 따라 유량과 소비전력이 각각 제곱 및 세제곱 비례 관계로 증가하는 경향이 확인되어, 팬 모델이 실제 물리적 거동을 재현함을 확인했다.

Fig. 5 Comparison of fan performance characteristics under different rotational speeds and system resistances: (a) Airflow rate-static pressure and (b) Airflow rate-power consumption curves.

Table 2 은 팬 상사법칙에 기반한 이론값과 Modelica 시뮬레이션 결과를 비교하여, 유량, 압력 차, 소비전력에 대한 모델의 재현성을 검증한 결과를 나타낸다. 모든 운전 조건에서 두 결과 간의 차이는 미미하였으며, RMSE는 유량 0.22 m³/s, 압력 차 0.01 kPa, 소비전력 0.4 kW로 나타났다. 또한 결정계수(R²)는 모두 0.99 이상의 결과를 보여 시뮬레이션 결과가 이론적 예측과 매우 높은 상관성을 보였다. 특히 압력과 소비전력의 비례 관계가 이론적으로 예측된 팬 상사법칙의 제곱, 세제곱 관계와 일치함을 확인하였으며, Modelica로 구현된 팬 모델이 실제 팬의 물리적 거동을 재현함을 확인했다. 이러한 결과는 본 연구에서 적용한 Modelica-EnergyPlus 연동 시뮬레이션 접근이 HVAC 시스템의 동적 거동을 안정적으로 모사할 수 있음을 보여준다.

여름과 겨울의 대표일에 해당하는 대한과 대서에 가장 가까운 평일인 1월 19일과 7월 24일을 선정하여, 해당 시기의 핫셀 존 실내 온도와 압력 결과를 비교했다(Fig. 6). Fig. 6(a)-(c)은 Modelica와 EnergyPlus 연동 시뮬레이션의 결과이며, 구체적으로 EnergyPlus에서 실제 핵연료 주기 시설의 건물 형상과 외피 열특성을 반영해 시간별 존 부하와 실내 온도 변화를 산정하고, 이 결과를 Modelica의 HVAC 물리 모델의 경계조건으로 연동하여 팬·덕트·코일·제어 로직을 포함한 시스템의 동적 거동과 차압 형성·유지 특성을 해석한 결과를 나타낸다.

Fig. 6 Temperature and differential pressure variations in hot-cell areas under winter and summer operating control conditions.

겨울철은 주간 동안 핫셀 내부 온도가 상승하고, 여름철에는 냉방에 의해 온도가 낮아지는 결과를 보였다. 핫셀 존은 주어진 냉·난방 용량으로 설정온도 제어를 수행하지 않기 때문에 다소 낮은 온도로 제어된 결과를 보였다. 본 연구에서 활용한 Modelica Buildings Library는 실내 온도 변화가 크지 않은 일반적인 건축물을 주요 대상으로 개발되었기 때문에, 이상 기체 상태 방정식을 단순화한 $\rho \propto p$를 적용하고 있다. 따라서, 공조 온도가 밀도의 변화에 영향을 주지 않기 때문에 겨울·여름철에서의 차압 특성은 동일한 결과를 나타냈다. 다만, 화재와 같은 조건에서 설비 시스템의 운영 결과를 통해 시스템 거동 특성 및 이상 증후를 예측하기 위해서는 완전한 이상 기체 방정식을 해석하는 것이 바람직하며, 향후 연구를 통해 보완되어야 할 과제로 남는다.

Table 3은 Modelica-EnergyPlus 연동 시뮬레이션을 통해 계산된 핫셀 존의 차압 결과를 나타낸다. 각 존의 압력 차는 인접 구역 대비 음압 상태를 유지하도록 설계되었으며, 설계 기준 범위(Hot-cell 9: -363 ~ -265 Pa, 그 외: -245 ~ -147 Pa)와 비교하여 평가했다.

본 연구의 검증에는 2023년 한 해 동안 측정·추적한 핫셀 존 차압 데이터를 활용하였으며, 실측 차압은 연중 큰 변동 없이 일정 범위 내에서 유지되는 특성을 보였다(Table 3). 실측 차압의 미세 변동은 계절적 온도 변화보다는 필터 및 댐퍼 제어에 따른 시스템 저항 변화에 의해 좌우되는 것으로 판단된다.

Table 3에 제시된 바와 같이, 시뮬레이션 결과는 모든 핫셀 존에서 설계 차압 기준을 만족하였으며, 존별 차압 수준의 상대적 경향을 실측과 유사한 수준으로 재현하였다. 다만 일부 존(Hot-cell 1-2, 5-8)에서는 시뮬레이션 값이 실측의 연중 최소-최대 범위를 다소 벗어나는 차이가 나타났는데, 이는 실측 범위가 1년 동안의 운전·제어에 따른 저항 변화(필터 막힘 정도, 댐퍼 개도 변화, 국부 손실 변동 등)를 포함하는 반면, 시뮬레이션에서는 대표 운전 조건에서의 저항 값을 단일 조건으로 가정하여 계산했기 때문으로 해석된다. 이러한 한계에도 불구하고, 장기 실측 기반 재현성 검증과 설계 기준 적합성의 동시 확인 결과는 실험적 안전 해석이 제한되는 핵연료 주기 시설에 대해 시뮬레이션 기반 검증 체계를 적용할 수 있는 타당한 근거를 제공한다.

시뮬레이션 결과, 대부분의 핫셀 존에서 계산된 차압은 기준 범위 내에 위치하여 설계 의도대로 음압 구배가 형성됨을 확인했다. 핫셀의 차압은 주간에만 측정되어 검증되고 있다. Hot-cell 1~8 구역의 차압은 -243 ~ -149 Pa 수준으로 나타났으며, 이는 설정된 차압 기준 범위와 잘 일치했다. 특히, Hot-cell 9 구역은 가장 오염도가 높은 핵심 구역으로, 다른 존에 비해 낮은 목표 압력 범위를 갖는다. 해당 구역의 계산값은 -334 Pa로 나타나, 기준값(-363 ~ -265 Pa) 내에 안정적으로 유지되는 것으로 확인되었다.

이러한 결과는 연동 모델이 건물 내 구역 간 공기 흐름 및 압력 분포를 정밀하게 재현하고 있음을 보여주며, 핵심 구역인 Hot-cell 내부의 음압 유지 성능을 시뮬레이션 기반으로 안전하게 검증할 수 있음을 시사한다.

5. 결 론

본 연구에서는 핵연료 주기 시설의 HVAC 시스템을 대상으로 Modelica-EnergyPlus 연동 시뮬레이션을 구축하고, 물리 기반 모델을 통해 구역 간 차압 유지 성능을 정량적으로 검토했다. 주요 연구 결과는 다음과 같다.

(1) 핵연료 주기 시설의 건물 외피와 환기 조닝은 EnergyPlus로, 팬·댐퍼·필터 등 설비 구성요소는 Modelica Buildings Library로 모델링하여 상호 연동함으로써, 건물-설비 통합 해석이 가능한 물리 기반 시뮬레이션 환경을 구현했다.

(2) Modelica 기반 팬 모델은 상사법칙(Fan Affinity Law)에 따른 이론값과 높은 상관성을 보였으며, 정압 및 소비전력 예측 결과에서 결정계수(R²) 0.99 이상을 나타내어 모델의 신뢰성을 검증했다.

(3) 연동 시뮬레이션을 통해 계산된 Hot-cell 존의 차압은 설계 기준 범위(-363 ~ -147 Pa) 내에서 안정적으로 유지되었으며, 이는 실제 실험이 어려운 핵연료 주기 시설의 안전 해석에 시뮬레이션 기반 검증 체계가 효과적으로 적용될 수 있음을 확인시켜 준다.

(4) 본 연구에서 제안하여 구축된 Modelica-EnergyPlus 연동 시뮬레이션 모델은 향후 핵연료 주기 시설 HVAC 시스템의 운전 최적화, 주요 설비 구성요소의 열화 상태 및 고장 진단, 지능형 설비 관리의 기반 자료로 활용될 수 있다.