근린생활시설의 에너지성능 예측 모델 개발
Development of Energy Performance Prediction Model for Neighborhood Facilities
- 주제(키워드) 근린생활시설 , 에너지성능 , 기계학습 , 예측 모델 , 제로에너지건축물
- 주제(DDC) 720
- 발행기관 아주대학교 일반대학원
- 지도교수 김선숙
- 발행년도 2024
- 학위수여년월 2024. 2
- 학위명 박사
- 학과 및 전공 일반대학원 건축학과
- 실제URI http://www.dcollection.net/handler/ajou/000000033637
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
현재 국제사회에서는 기후변화 문제의 심각성을 인식하고 이를 해결하기 위해 많은 노력을 기울이고 있다. 2016년 파리기후협화협약이 발효되고, 전 세계적으로 탄소중립이 화두가 되었다. 우리 나라도 탄소중립에 대한 강한 의지를 표명하고, ‘2050 탄소중립 추진 전략’을 발표하고, 2030년 국가 온실가스 감축 목표를 기존 보다 상향하였다. 상향된 온실가스 감축 목표에 대응하기 위해 건물부문에서는 국토교통 2050 탄소중립을 수립하였으며, 2050년까지 모든 신축 건축물에 대한 제로에너지화를 발표하였다. 제로에너지건축물은 2014년 ‘제로에너지빌딩 조기 활성화 방안’에서 개념이 도입되었으며, 시범사업을 거쳐 2019년 제로에너지건축 단계적 의무화를 위한 세부 로드맵 개편안을 발표하면서 본격적으로 인증제가 시행되었다. 2020년부터 연면적 1,000㎡ 이상의 공공 건축물에 대한 의무화기 시행되었으며, 2023년부터는 연면적 500㎡ 이상의 공공 건축물로 확대되었다. 또한, 2025년부터는 연면적 1,000㎡ 이상의 민간 건축물에 대해서도 제로에너지건축 인증 의무화가 시행될 예정이며, 2030년부터 연면적 500㎡ 이상으로 확대될 예정이다. 정부에서는 제로에너지건축물 의무화 조기 시행으로 보급 활성화를 유도하고 있으나, 제로에너지건축물 인증 활성화는 부족한 실정이다. 2022년 기준으로 제로에너지건축물 인증건수는 전체 신축 건축물의 일부에 불과하며, 인증건수의 대부분도 인증 의무화에 따른 공공 건축물이다. 이처럼, 민간 부문에서는 제로에너지건축물 보급 활성화에 다양한 어려움이 존재하고 있다. 주요 요인 중 하나로 제로에너지건축물 수준의 성능 확보를 위한 적용 기술 및 성능 수준을 참고할 수 있는 자료가 부족하기 때문이다. 또한, 제로에너지건축물의 인증 가능 여부를 확인하기 위해서는 인증평가프로그램인 ECO2 시뮬레이션을 수행하여야 하며 이에 따른 시간과 비용이 발생되어 부담으로 작용될 수 있다. 따라서, 제로에너지건축물에 필요한 설계 요소 및 기술 수준과 에너지성능 수준을 인증 사전에 점검할 수 있는 정보 제공이 중요하다고 할 수 있다. 2022년 기준으로 근린생활시설은 전체 신축 건축물의 약 33%로 가장 큰 비중을 차지하고 있으며, 향후 제로에너지건축물 인증 의무화의 많은 비중을 차지할 전망이다. 에너지사용량은 주거용이외 건축물에서 가장 많은 에너지를 소비하고 있으며, 타 용도에 비해 에너지원단위가 높아서 에너지성능 향상이 필요한 실정이다. 또한, 에너지효율화 기술 및 에너지성능 방안 관련 연구도 부족하여, 제로에너지건축물 수준의 성능 확보에 더 큰 어려움이 예상된다. 이에 본 연구에서는 제로에너지건축물 인증 의무화에 대비하여 민간 근린생활시설 건축물을 대상으로 건축물에너지효율등급 인증과 제로에너지건축물 인증 현황을 분석하여 에너지성능 및 주요 기술 수준을 비교하고 분석하였다. 에너지효율화 기술은 패시브 기술, 액티브 기술, 신재생에너지로 구분하고, 인증등급별로 적용된 기술 수준을 비교·분석하였다. 패시브 기술에서는 인증등급에 따른 외벽 열관류율의 성능 차이가 뚜렷하였으며, 평균 창면적비도 인증등급 상향에 따라 낮은 것으로 나타났다. 액티브 기술에서는 냉·난방시스템의 COP는 인증등급이 높을수록 증가하는 경향을 나타내고 있으며, 난방 보다 냉방 COP의 성능차이가 더 크게 발생되었다. 근린생활시설의 에너지성능 수준 분석을 위해 공공 건축물과 민간 건축물, 제로에너지인증 건축물과 건축물 에너지효율 1등급 건축물의 에너지성능 수준을 비교·분석하였다. 공공 건축물이 민간 건축물에 비해 모든 요소 기술에서 높은 수준으로 나타났으며, 제로에너지인증 건축물은 건축물 에너지효율 1등급 건축물에 비해 1차에너지 소요량을 기준으로 49.2%(ZEB5) ∼ 114.0%(ZEB1) 정도 낮았다. 이를 통해 근린생활시설의 제로에너지건축물 성능 확보를 위한 설계에 참고자료로 활용될 수 있도록 하였다. 또한, 제로에너지건축물 인증 가능 여부를 사전에 점검할 수 있는 근린생활시설의 에너지성능 예측 모델을 개발하였다. 에너지성능 예측 모델은 근린생활시설의 건물규모에 따라 총 3개의 표준건물을 설정하고 12개의 에너지성능 인자에 따른 1차에너지 소요량을 예측할 수 있도록 하였다. 기계학습 예측 모델은 K-NN, 서포트 벡터 머신, 랜덤 포레스트, XGBoost, LightGBM 의 총 5가지 학습 모델을 사용하였으며, 성능 평가 지표로 R2-score, RMSE, MAE를 활용하였다. 에너지성능 예측 모델의 성능 평가를 분석한 결과, 표준건물별로는 RB3 > RB1 > RB2 순으로 성능이 우수하였으며, 기계학습의 알고리즘별로는 서포트 벡터 머신 > LightGBM > XGBoost > 랜덤 포레스트 > K-NN 순으로 성능이 우수하였다. 다음으로, 기계학습의 자체 모델에 대한 해석과 SHAP 기법을 활용하여 에너지성능 예측 모델에 변수 인자가 영향을 미치는 특성 중요도를 분석하였다. 에너지성능 인자 중에서 태양광 설치면적과 창면적비가 예측 모델에 가장 큰 영향을 미치는 인자로 분석되었다. 최종적으로 예측 모델의 활용 가능성과 정확도 및 신뢰성 평가를 위해 실제 데이터를 토대로 에너지성능의 예측값과 실제값을 검증하였다. 정확도 성능 검증 결과, 모든 에너지성능 예측 모델이 ASHARE Guideline 14의 CvRMSE 기준인 30% 이내를 만족하는 것으로 나타났다.
more목차
제1장 서 론 1
1.1 연구의 배경 및 목적 1
1.2 연구의 방법 및 범위 6
제2장 예비적 고찰 9
2.1 근린생활시설 현황 9
2.1.1 근린생활시설 개요 및 용도 9
2.1.2 근린생활시설 건축인허가 12
2.1.3 근린생활시설 건물 규모 및 에너지사용량 14
2.2 국내 건물에너지 성능 관련 제도, 인증 현황 17
2.2.1 건축물의 에너지절약설계기준 17
2.2.2 건축물 에너지효율등급 인증제도 19
2.2.3 제로에너지건축물 인증제도 25
2.3 기존 연구 고찰 33
2.3.1 건축물 에너지효율화 기술 및 에너지성능 분석 33
2.3.2 건축물 에너지성능 예측 모델 개발 37
2.4 소 결 40
제3장 근린생활시설의 에너지효율화 기술 및 에너지성능 수준 분석 42
3.1 건축물 에너지효율등급 및 제로에너지건축물 인증 현황 분석 42
3.1.1 건축물 에너지효율등급 인증 현황 42
3.1.2 제로에너지건축물 인증 현황 45
3.2 근린생활시설의 에너지효율화 기술 수준 분석 48
3.2.1 패시브 기술 48
3.2.2 액티브 기술 50
3.3 근린생활시설의 에너지성능 수준 분석 55
3.3.1 공공 건축물과 민간 건축물의 에너지성능 수준 비교·분석 55
3.3.2 제로에너지 건축물과 고효율 건축물의 에너지성능 수준 비교·분석 58
3.4 소 결 64
제4장 근린생활시설 표준건물의 기계학습을 통한 에너지성능 예측 모델 개발 68
4.1 근린생활시설 표준건물 도출 68
4.1.1 표준건물의 건축적/에너지 특성 68
4.1.2 표준건물의 에너지성능 평가 및 분석 81
4.2 근린생활시설 표준건물의 기계학습 수행 86
4.2.1 기계학습을 위한 데이터 수집 및 전처리 86
4.2.2 기계학습을 위한 학습 모델 및 성능평가 지표 90
4.3 근린생활시설의 에너지성능 예측 모델 분석 96
4.3.1 예측 모델의 최적화 및 성능 평가 결과 96
4.3.2 예측 모델의 특성 중요도 분석 101
4.4 소 결 116
제5장 결 론 118
참 고 문 헌 123
