냉방기간 패시브 주택에 대한 통합공조시스템의 운전조건 다목적 최적화에 관한 연구 :Multi-objective optimization on operating conditions of an integrated air conditioning system for a passive house under cooling conditions

허준영

추천

검색

자료유형: 학위논문

저자정보: 허준영 (고려대학교, 고려대학교 대학원)

지도교수: 김용찬

발행연도: 2023

저작권: 고려대학교 논문은 저작권에 의해 보호받습니다.

이용수5

이 논문의 연구 히스토리 (3)

2023

냉방기간 패시브 주택에 대한 통합공조시스템의 운전조건 다목적 최적화에 관한 연구

허준영 기계공학과 2023.01 학위논문

2022

냉방기간 패시브하우스에 대한 외기전담시스템의 에너지절감 가능성에 관한 연구

허준영 , 조원희 , 한창호 외 1명 대한설비공학회 학술발표대회논문집 2022.11 학술대회자료

냉방기간 패시브하우스에 대한 외기전담시스템 설계 및 운전 최적화에 관한 연구

허준영 , 조원희 , 한창호 외 1명 대한기계학회 춘추학술대회 2022.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Zero energy building (ZEB)의 핵심 요소인 패시브 기술이 적용된 건물은 냉방기간동안 현열부하가 크게 감소하지만 제습부하는 비교적 일정하게 유지되어 현열부하 대비 제습부하의 비율이 증가한다. 제습장치가 포함된 dedicated outdoor air system (DOAS)와 fan coil unit (FCU)와 같은 현열 냉방장치로 구성된 통합공조시스템은 건물의 현열부하와 제습부하를 독립적으로 제어할 수 있으므로 높은 비율의 제습부하에 효과적으로 대응할 수 있다. 하지만, 아직 패시브 주택에서 에너지소비량과 재실자의 열쾌적도에 관하여 통합공조시스템의 운전조건을 다목적 최적화한 연구 사례는 부족한 상황이다. 본 연구에서는 TRNSYS 프로그램을 활용하여 패시브 주택에서 소비동력과 열쾌적도에 관해 통합공조시스템 FCU-DOAS의 운전조건을 다목적 최적화하였다. 최근 정확성에 의문이 제기된 PMV-PPD 모델 대신 빅데이터 기반 기계학습 열쾌적도 모델을 구축하여 재실자의 열쾌적도를 예측하였다. 또한, 기존 공조시스템과의 성능 비교를 위해 동일한 방법으로 FCU와 energy recovery ventilator (ERV)로 구성된 FCU-ERV 시스템의 운전조건을 다목적 최적화하였다. 제시한 최적해 선별 전략에 따라 Pareto 해집합 중에서 최적 운전조건을 선정하였으며 이를 토대로 시스템 성능을 비교 분석하였다. 그 결과, 패시브 주택에서 FCU-DOAS 시스템의 최적 운전조건으로 목표 실내온도가 27.01 ℃이고 목표 상대습도가 50.35%인 것으로 나타났고, FCU-ERV 시스템 대비 FCU-DOAS 시스템의 에너지절감률은 패시브 주택에서 15.96%, 일반 주택에서 5.90%로 나타나 FCU-DOAS 시스템은 일반 주택보다 패시브 주택에서 더 높은 에너지 절감효과를 보였다. 더불어 지역별 기후에 따른 FCU-DOAS 시스템의 에너지절감률 경향성을 파악하기 위해 서울, 대구, 그리고 광주에서의 다목적 최적화 결과를 비교하였다. 지역과 건물 종류에 따라 제습부하 비율이 상이하게 나타났고, 제습부하 비율이 높아짐에 따라 에너지절감률은 5.23%에서 16.32%까지 증가했지만, 이후 11.93%로 감소하였다. 서울 지역에서 최적화 결과를 바탕으로 각 시스템의 경제성을 분석한 결과, 시스템 총 수명 내에서 FCU-DOAS 시스템은 FCU-ERV 시스템보다 경제적이었고, 특히 패시브 주택일 때 우위성이 두드러졌다.

In a passive building, a key element of zero energy building (ZEB), the sensible heat load is greatly reduced during the cooling period while the dehumidification load remains relatively constant, increasing the ratio of the dehumidification load to the sensible heat load. An integrated air conditioning system that consists of a dedicated outdoor air system (DOAS) including a dehumidifying device and a sensible cooling terminal such as a fan coil unit (FCU) can independently control the sensible and latent heat load of a building, effectively responding to a high rate of dehumidification load. However, there are few studies about multi-objective optimization of the operating conditions of the integrated air conditioning system regarding the energy consumption and thermal comfort of residents in a passive house. In this study, the operating conditions of the FCU-DOAS system as an integrated air conditioning system are optimized considering the power consumption and thermal comfort in the passive house. Instead of the predicted mean vote-predicted percentage of dissatisfied (PMV-PPD) model, which has recently been questioned about its accuracy, a big data-driven machine learning thermal comfort model was constructed to predict the thermal comfort of the residents. In addition, for a performance comparison with a conventional air conditioning system, the FCU-ERV system consisting of a FCU and an energy recovery ventilator (ERV) was optimized in the same method. An optimal solution selection strategy was proposed to select the optimal operating conditions from the Pareto solution set, and the performance of each system was compared based on these solutions. It was found that the temperature and relative humidity set points were 27.01 ℃ and 50.35% as the optimal operating conditions of the system in the passive house. The energy-saving rate of the FCU-DOAS system compared to the FCU-ERV system was 15.96% and 5.90% in the passive and normal house, respectively, indicating that the FCU-DOAS system showed a higher energy-saving effect in the passive house than in the normal house. Furthermore, the results of the multi-objective optimization in Seoul, Daegu, and Gwangju were compared to figure out the tendency of the energy saving rate of the FCU-DOAS system according to the regions. The dehumidification load ratio was different depending on the region and building type, and as the dehumidification load ratio increased, the energy saving rate increased from 5.23% to 16.32%, but then decreased to 11.93%. As a result of analyzing the economic feasibility of each system based on the optimization results in Seoul, the FCU-DOAS system was more economical than the FCU-ERV system within the total lifespan of the system, and this superiority was dominant in the passive house.

#Zero energy building #Passive house #Dedicated outdoor air system #Integrated air conditioning system #Multi-objective optimization #Machine learning

Abstract ⅰ
Contents ⅴ
List of Figures ⅶ
List of Tables ⅸ
Nomenclature ⅹ
제 1 장 서론 1
1.1 연구배경 1
1.2 연구동향 3
1.3 연구목표 및 내용 5
제 2 장 시스템 구성 및 연구방법 6
2.1 시뮬레이션 모델링 6
2.1.1 시스템 구성 6
2.1.2 주거용 건물 모델링 14
2.1.3 시스템 모델링 16
2.1.4 시뮬레이션 조건 19
2.2 기계학습 열쾌적도 모델 구축 21
2.2.1 데이터 원본 및 전처리 21
2.2.2 기계학습 모델 구축 22
2.3 다목적 최적화 24
2.3.1 다목적 최적화 과정 개요 24
2.3.2 다목적 최적화 문제 구성 26
2.3.3 다목적 최적화 알고리즘 및 최적해 선별 전략 29
2.3.4 메타모델 구성 31
2.4 경제성 분석 33
제 3 장 연구결과 및 고찰 35
3.1 건물부하 및 에너지소비량 분석 35
3.2 DOAS 성능 분석 38
3.3 기계학습 열쾌적도 모델 분석 43
3.3.1 기계학습 열쾌적도 모델 성능 분석 43
3.3.2 습공기선도 내 열쾌적도 예측 결과 분석 46
3.4 다목적 최적화 결과 분석 48
3.4.1 메타모델 성능 분석 48
3.4.2 패시브 주택의 다목적 최적화 결과 분석 51
3.4.3 건물별 다목적 최적화 결과 비교 분석 55
3.4.4 지역별 다목적 최적화 결과 비교 분석 59
3.5 시스템별 경제성 비교 분석 65
제 4 장 결론 67
참고문헌 69

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)