Energy use in the building sector accounts for a large percentage of the world's total energy consumption, which has a significant impact on $CO_2$ emissions. Therefore, there is a growing doubt about remodeling existing buildings from an energy efficient point of view.
The purpose of this study is to provide an example of remodeling design which shows energy efficiency compared to the existing building for existing domestic buildings. For remodeling design alternatives analysis, we modeled the testbed building using the design builder, a dynamic building simulation tool. In addition, a window element, which is a building element that has a great influence on the energy efficiency of a building, is set as a case study analysis item and 11 cases (including initial models) of window cases generally used in Korea are classified through four criteria. The analysis of annual heating and cooling energy for alternative buildings modeled by these eleven window cases was conducted and Case 11, which saved 2736.06 kW of cooling and heating energy per year compared to the initial target building, was selected as the final alternative.
This study also developed an energy prediction algorithm by applying ANN (Artificial Neural Network) technique to the final selected alternative building data. This is the basic process for designing optimal HVAC operation by detecting the peak load of the alternatively selected building. For performance evaluation of ANN model, this study used , MBE, Cv(RMSE) which is a performance evaluation measurement of prediction model. The which is correlation coefficient was 0.9592, MBE was 7.4115, and Cv (RMSE) was 15.18. This proved that the proposed model satisfies the ASHRAE Guideline 14-2002 and IPMVP which is the building performance criterion and proved that it is suitable as the load prediction model.
건물분야의 에너지사용은 전 세계의 총 에너지소비량 중 많은 비율을 차지하고 있으며 이는 $CO_2$ 배출량 증가에도 중대한 영향을 미친다. 따라서 기존의 지어진 건물을 에너지효율적인 관점에서 리모델링하는 것에대한 과심이 증대되어지고 있는 실정이다.
본 연구는 실존하는 국내의 건물에 대하여 기존 건물대비 에너지효율이 증대된 리모델링 설계 대안을 도출하는 과정을 보이며 비슷한 유형의 건물 설계를 할 때에 참고할만한 사례제공을 목적으로 하였다. 리모델링 설계 대안분석을 위해 동적 빌딩 시뮬레이션 툴인 디자인빌더를 활용하여 테스트베드 대상건물을 모델링 하였다. 또한 건물의 냉난방에너지 효율에 큰 영향을 미치는 건물요소인 창호를 케이스 스터디 분석항목으로 설정하였고, 국내에서 일반적으로 사용되는 창호 케이스를 네 가지의 기준을 통해 11가지(초기모델 포함)로 분류하였다. 이 11가지 창호케이스로 모델링 된 대안건물들에 대한 연간 냉난방 에너지 분석을 실시하였고, 초기 대상건물 대비 연간 2736.06kW의 냉난방에너지를 절감시킨 Case 11를 최종 리모델링 대안으로 선정했다.
또한 최종 선정된 대안의 건물데이터에 ANN(Artificial Neural Network) 기법을 적용하여 에너지예측알고리즘을 개발하였다. 이는 최종선정된 대안 건물의 피크부하를 탐지하여 최적의 HVAC운영을 설계하기 위한 기초 과정으로 실험하였다. ANN모델의 성능평가를 위하여 예측모델의 성능평가 척도인 MBE, Cv(RMSE)를 활용하였다. 분석결과 상관계수($R^2$)는 0.9836, MBE는 4.9847, Cv(RMSE)는 9.6417의 값을 나타냈다. 이는 앞에서 건물성능평가 기준인 ASHRAE Guideline 14-2002와 IPMVP의 내용을 만족하는 것으로 확인되어 제안하는 예측모델이 부하예측모델로 적합함을 증명하였다.
