A Study on the Optimization of Color Module BIPV Architectural Design Using BIM - Based on the data of Seoul surveyed solar radiation -
11
0
0
전체 글
(2) 맞는 건설 산업 수행 및 관리방식의 고도화, 자동화 등 다양한 첨. 리와 계산 규칙을 적용시켜 BIM 기반 건축설계 음영분석과 발전. 단기술을 활용한 생산혁신을 도모하기 위함이라고 할 수 있다.. 량 예측 분석의 시뮬레이션 기능을 검증한다. 4) 컬러모듈 전지. 신재생에너지 부분의 건물일체형 태양광(Building Integrated. 의 KS C 8577 성능평가시험을 통해 최대출력 측정 결과를 BIM. Photovoltaic 이하 BIPV) 에너지 이용기술 개발 분야에서도 건축. 라이브러리에 적용하여 BIM 기반의 발전량 예측식과 매칭시킨. 설계와의 융합을 통해서 에너지 절약 및 에너지 생산을 예측 할. 다. 5) 도출된 요소를 중심으로 국내 서울지역 학교 BIPV 설계프. 수 있는 차별화된 디자인 방법론의 필요성이 대두되고 있다.. 로젝트에 적용하여 BIM 기반 음영 분석 및 발전량 분석 등 실증. BIPV을 적용하기 위해서는 건축물의 기획부터 설계, 시공, 유. 대상 주변 환경 분석에 의한 BIPV설치 면적 추출과 모듈 수량 산. 지관리에 이르기까지 주변 환경, 성능, 법규 등 다양한 요인들을. 정, 연간발전 용량을 산정하고 증명한다. 6) BIM기반 컬러모듈. 고려해야 하며, 현재 BIPV 산업의 활성화와 사용자의 수용성 확. BIPV 설계 최적화 방안을 기술하며 향후 후속연구에 대한 제안. 대를 위해서는 건축 설계 단계부터 건축 설계자를 통해 BIPV이. 을 한다.. 반영되어야한다. 그러나 BIPV 설계기술은 기획단계에서 분석기 능이 부족하고, 설계자의 BIPV에 대한 설계방법 및 시스템에 대 한 이해도, 신뢰성이 부족한 실정이다. 또한, 건축설계자가 건축 물의 설계에 BIPV을 적용하는데 있어 다양한 BIPV 디자인 대안 을 설계하고 고려하기에는 BIPV의 색상이 단조롭거나 건물의 디 자인 방향과 어울리지 않는 경우가 많다. 따라서 본 연구에서는 건축설계자가 건축물의 계획 및 설계 과정에서 다양하게 컬러모듈의 선택이 가능하고 설계방법의 혼 Figure 1. Scope and method of research. 돈을 줄일 수 있도록 컬러모듈 태양전지의 특성 분석과 서울지 역 실증 일사량 및 예측 일사량의 비교 분석을 통해서 유효성 을 증명하고 음영분석과 발전성능을 건축적으로 해석할 수 있는 BIM설계통합시스템을 구축하는 방법을 제시한다. 이로 인해 건 축물에 심미성을 발현할 수 있는 컬러모듈 태양전지 적용성 및. 2. 기존 관련연구에 대한 고찰. 지역별 태양광 예측발전량의 신뢰성을 높일 수 있으며, 초기설 계단계에서 BIPV 시스템의 실증 데이터를 바탕으로 외부 주변. 2.1 기존 연구의 일사량 예측 방법. 환경 분석과 설치 면적에 의한 각 설치각도와 설치 방향별로. 국내 지역별 BIPV의 설치 확대가 예상되나 지역별 현실적인. 발전성능을 해석하고, 이에 따른 설계의 적정성을 정확하게 판. 발전량을 예측하기 위해서는 기초 자료인 해당 지역의 일사량 측. 단할 수 있다.. 정 데이터가 제공되어야 한다. 제공되는 일사량과 설치되는 발전 패널의 성능에 따른 발전량 예측이 이루어져야 실질적인 에너지. 1.2 연구의 범위 및 방법. 생산 효과 및 설치에 따른 경제성 평가가 가능하다. 현재 국내 지. 본 연구는 국내의 학교 건물에 적용하기 위한 BIPV 제품개발. 역별 기상 데이터는 기상청에서 제공하고 있으나, 일사량 정보가. 과 BIM기반 컬러모듈 BIPV의 설계 환경 개발을 위한 연구의 일. 제공되지 않는 특정 지점에 대한 일사량을 확인하기 위해서는 주. 부이다.. 변 지점에서 제공되는 기상데이터를 이용한 일사량 예측 방법이. BIPV시스템의 디자인적인 측면에서 고려해야 될 사항들에 대. 필요하다.. 하여 연구의 초점을 맞추기 보다는 건축외장재로서 실증 데이터. 본 연구에서는 기존의 기상청 국가기후데이터센터에서 제공. 를 활용한 컬러모듈의 에너지성능 분석 및 BIM 건축 설계기술을. 하는 기후 데이터를 참조하여 “수평면 전일사량 예측법에 따른. 적용한 사례연구로 제시하고자 한다.. BIPV 패널 경사면의 전일사량 비교 및 검증 연구”(Kim et al.,. 연구의 범위 및 방법은 1) 태양광 일사량 관련 사전연구에서. 2018)의 일사량 예측방법을 예비고찰을 하였다. 예측방법은 서. 예측 일사량 방법을 도출한다. 2) 서울지역 학교건물에 일사량계. 울 지역태양의 고도 및 방위각과 태양 일사의 입사면의 향 및 기. 를 설치하여 1년간 수집된 실증 일사량 데이터를 통해 예측일사. 울기에 따른 일사량 산출을 위한 이론식을 이용하였다. 산출식은. 량 계산식의 유효성을 검증한다. 3) 선행연구(Jeon et al., 2018). 다음과 같다.. 에서 개발된 BIM Solution Autodesk Revit 응용프로그램 알고 리즘에 실증데이터와 도출된 계산식을 컬러 모듈 전지 라이브러. 20 Journal of KIBIM Vol.9, No.3 (2019).
(3) 2.2 기존 연구의 월간 일사량 예측식. ...................(14). (1) 태양 고도 및 방위각의 산출식 (4) 수평면 전일사량은 수평면 직달일사량과 수평면 천공일사. 일사량 예측에 필요한 태양고도(h)는 다음 식을 통하여 산출하. 량의 합과 같다. 따라서 아래 식을 사용하여 수평면 직달일사량. 였다. sunalmid: 태양 고도 조건에 의한 상수. (. ) 산출하였다.. ..............(1). 태양방위각( )는 다음 식을 통하여 산출하였다.. ...........................................................(15). (5) 수법선면 직달일사량(. ) 산출. ...........................................................(16). azmidlb: 태양 방위 조건에 의한 상수. .....................(2) (6) 수경사면의 전일사량 산출 .................................................(17). .........................(3). ......(18) ..(19) ........(4). ..(20). .................................................(5) BIPV 건축 설계에 있어서 태양광 발전성능에 중요한 영향을 미치는 일사량에 대한 데이터 유효성을 확보하기 위하여 기존연 구의 일사량(90°) 예측방법과 BIPV시스템이 설치되어 있는 장소 ..................................................................................................(6) .....................................................(7). 의 실측 일사량(90°) 데이터의 유효성을 검증하고, 이를 통하여 BIPV 시스템 설계 및 데이터 신뢰성을 확보하고자 한다.. ............................................... (8). 3. BIM기반 컬러모듈 BIPV 설계 최적화 방안 .......................................................(9). 3.1 서울지역 일사량 실증 ...........................................................(10) Table 1. Overview of solar radiation target buildings (2) 수평면 일사량 산출식. Building Overview. .............................................................................................(11). Local. Yongmasan-ro, Jungnang-gu, Seoul. (3) 수평면 일사량의 직산분리 및 경사면 일사량 산출식. Purpose. Educational Facilities. 대한민국 기상청에서 제공해주는 수운량 데이터를 이용하여. Solar Installed Capacity. 20kw. Installation Angle. 90°. Completion Year. 2017. 청명도 계수를 산출하는 Liu and Jordan 모델을 참고하여 수평 면 일사량에 대하여 직산분리를 하였다. ...(12) ..(13). Building Position. Issue. Southwest layout. There are no high-rise buildings around the target building, so it is easy to secure sunshine.. 한국BIM학회논문집 9권 3호 (2019) 21.
(4) BIPV의 경우, 일반 태양광 시스템과 달리 건축물에 통합되는 시스템 구성으로 주요 설계요소들이 건축물 설계(방향, 위치 등) 에 따라 영향을 받는다. 따라서 다양한 방향과 각도의 설치형태 를 이루고 있으며, 설치각도와 설치방향에 따라 태양광 일사량 및 태양광 발전성능이 다르게 나타나는 특성을 가지고 있다. 하 지만, 현재까지 명확한 실증을 통한 데이터 분석은 이루어지고 있지 않다(Lee et al., 2018). 이러한 실증데이터를 활용하여 각 설계요소(설치 각도, 설치 방향)들에 대한 발전성능 분석 결과는 BIPV 건축설계 및 의사결정 단계에서 합리적인 판단이 이루어질 수 있도록 근거를 제시 할 수 있을 것으로 판단된다.. Figure 3. Predictive solar radiation(90°). 본 연구에서는 Table 1과 같은 조건의 서울지역 학교 건물에서 2017년 4월부터 2018년 4월까지 1년간 수집한 일사량 데이터를 바탕으로 실증 일사량과 예측 일사량 분석을 통하여 신뢰성 높은. Table 2. Predict accurately validate indicators and tolerance Method. Indicator. Allow indicators range. MBEhour. ±10%. Cv(RMShour). 30%. R^2. > 0.75. 연간 발전량 수치 적용성에 대해 검증하고 연간 누적 발전량 추 출 BIM 계산 모델식을 도출하였다. Time unit data. 3.2 서울지역 실증 일사량과 예측식에 의한 일사량 비교분석 건축물에 적용되는 BIPV 시스템은 외부환경(일사량, 온도, 강 우, 등)에 대한 영향을 받으며 특히 일사량에 비례해서 전력발전 이 이루어진다.. Table 3. E stimated results and estimated solar radiation comparison results per hour Division. 서울지역 월별 일사량의 변화를 살펴보면 7월에 감소하는 경 향이 있는데 이는 장마로 인한 요인으로 판단된다(Figure 2). 일 사량의 월별 시간대별 변화를 조사해 보면 일사량의 패턴은 실 측 일사량 패턴과 예측 일사량 패턴이 유사하게 나타나는 특성이 있다(Figure 3). 예측 및 실측 결과의 적용성에 대한 정밀도 비. Predict solar radiation per hour. 교 분석을 위해 실측값에 대한 예측값을 검증하는 지표(ASHRAE Guideline 14-2015, Section 5.3.3.3.10.)인 MBE(Mean Biased Error)와 CvRMSE(Coefficient of Variation of the Root Mean Square Error)를 사용하여 오차율을 검토하였다. 두 지표는 Table 2에서 제시하는 기준값 이하일 경우 허용 가능한 예측 정 밀도를 나타낸다.. Actual solar radiation per hour. Accuracy solar radiation per hour. Figure 2. Empirical solar radiation(90°). 22 Journal of KIBIM Vol.9, No.3 (2019). Measurement result.
(5) 측정 결과를 비교하였을 때 실측데이터의 경우 상당 시간 측정. 에서 BIPV 시스템의 정보를 체계적으로 획득하고 건축물 설계. 값이 누락되거나, 짧은 시간동안의 측정값에서 편차가 크게 나타. 단계에서 BIPV시스템을 용이하게 적용할 수 있는 BIM설계 극대. 나는 등 측정 시 오류라고 판단되는 데이터가 포함되어 있어 예. 화 방안을 제시하였다.. 측 결과와의 오차율 증가에 영향이 있다(Table 3). Table 4와 같 이 오차율 보다는 두 데이터간의 변화 경향을 기준으로 하였을 때 적용 기준에 적합함을 확인하였다.. 램을 활용하였다. 최적의 건축설계를 위한 BIM 설계 응용프로그 램은 Figure 4와 같이 크게 2개의 단계로 구분하여 이루어진다.. Table 4. Application of solar radiation result Analysis period. 2017 April ~ 2018 March. 1) 주변 환경에 대한 음영분석 알고리즘. By time Classification (reference range). South. 제시한 방안은 선행연구(Jeon et al., 2018)의 BIM 응용프로그. BIPV는 건물에 일치시켜서 일조조건, 음영 등을 분석하여 먼. MBE. CVRMSE. R^2. 10%>. 30%>. > 0.75. 조환경을 정략적으로 검토할 수 있는 분석기법이 필요하다. 실제. Horizontal. 15.70. 8.92. 0.92. 상황과 동일한 분석이 가능한 BIM모델링을 활용하여 시뮬레이션. 90 degrees. 15.21. 17.05. 0.61. 을 적용하게 되면 대지 또는 건물의 형상 및 치수를 그대로 그래. 저 주변 환경이 적합한지를 산정하는 것이 중요하다. 따라서, 일. 픽 자료에 의해 입력할 수 있고, 동지의 태양위치에 따라 가상의. 3.3 건물일체형 태양광 BIM 설계 응용 프로그램 알고리즘 BIPV 시스템은 건축물의 기획 설계단계에서부터 적용되어야. 태양을 만들어 태양에 의해 만들어지는 그림자로 일조분석을 보 다 정밀하게 분석할 수 있는 장점이 있다.. 한다. BIPV의 설계와 적용성 여부의 의사결정 단계에서 정확한. BIM 개념 모델링에 설치면의 위치 및 면적, 설치 가능 용량 등. 판단근거를 제시하기 위해서는 수많은 건축 설계 고려요소에 대. BIPV 시스템 설치면에 대한 검토를 위해 ①~⑤ 와 같은 순서로. 한 검토가 이루어져야한다. 하지만 건축설계자들이 BIPV 설계에. 진행하여 데이터가 생성된다.. 대한 정보가 부족하고 명확한 산출물이 없기 때문에 설계자들이 개념설계 단계부터 적용하기 어려운 점이 많이 있다.. ① 분석조건 지정 : 분석날짜, 지역, 경도(동경), 위도를 설정 ② 분석면 그리기 : 건물 모델링에서 분석할 면의 분할 크기와 모. Figure 4는 실증 데이터베이스를 기반으로 BIPV 시스템의 실. 듈용량을 지정하고, 모델선을 생성 ③ 주변객체 지정: 건물 주변. 제 건물적용에서 요구되는 설계요소들에 대한 통계적인 관계분. 의 음영 요소를 설정 ④설치가능 영역 계산: 분석면에서 BIPV 설. 석을 수행하고, 이를 BIM 시뮬레이션 프로그램의 응용프로그램. 치조건을 만족하는 영역을 계산 ⑤ 설치가능 영역 계산 결과: 분. 에서 정량적으로 결과값을 도출하여 건축설계자가 건축설계단계. 석면에서 BIPV가 설치 가능한 영역의 면적과 개략적인 설치가능 모듈 용량을 산출 할 수 있다(Figure 5).. Figure 5. Results of shading analysis(example). BIPV 일조평가를 위해 본 알고리즘에서는 Table 4와 같이 신·재생에너지 설비의 지원 등에 관한 지침(2019)을 토대로 일 조연구에 대한 기준을 1일 5시간 [춘계(3~5월)·추계(9~11월)로 설정하였으며 09:00 ~ 15:00 사이에 최소 5시간의 연속일조가 Figure 4. Color module BIM architectural design program diagram. 확보되는 방위별 BIPV 설치 면을 설정하였다.. 한국BIM학회논문집 9권 3호 (2019) 23.
(6) Table 5. Daylight assessment criteria for application of BIPV Evaluation date. Evaluation time. Evaluation criteria. judgment. Winter solstice. 9:00 - 15:00. Five consecutive hours. Five consecutive hours If not secured No BIPV installation. Table 6. Overview of target buildings with color module Building Overview. <Before>. 2) 발전성능 알고리즘 BIPV는 설치 위치와 설치 방법에 의해서 발전성능의 변화가 가 장 크기 때문에 설계단계에서 중요한 검토 요인이다. 음영분석의 검토 결과를 바탕으로 지역계수, 지역의 일사량 데이터와 BIPV의 설치방위, 설치각도, 최대출력량, 설치수량, 설치용량 등 제품 사양 을 발전량 계산식에 대입하여 연간 발전량을 산출할 수 있게 된다. 최대효율을 위한 시스템의 설치 위치 결정을 위해서는 국내 지 역별 방위 및 경사각과 연중 누적 일사량에 의한 상대적 발전성. <After>. Lo cal. Wolgye-ro, Nowon-gu, Seoul,. Purpose. Educational Facilities. Solar Installed Capacity. 17.7kwp. Installation Angle. 90°. Completion Year. 2019. Issue. Southwest layout. There are many high-rise buildings around. Low level vegetation is abundant.. 능 비교 데이터의 수립을 통해 효율적인 발전성능 데이터를 제공 할 수 있다. 본 연구에서는 서울지역 실측 일사량 데이터와 예측. 한 일조 영향을 분석하고 컬러 모듈 설치 위치 선정, 설치각도와. 일사량의 데이터, 경사각 90도에 의한 결과를 도출하였다.. 예측 일사량과 실측 일사량을 적용한 연간 발전량 효율 검토, 초 기 설계 단계에서 컬러 모듈과 건물 디자인과의 연계성 검토, 외 장재와 컬러 모듈의 조화성을 검토하였다. 또한 통계적인 방법을 활용하여 데이터의 유효성을 검증함으로써, BIM 시뮬레이션 분 석의 정확도를 향상시켰다(Figure 7).. Figure 6. Power generation analysis results(example). 발전 성능 분석에서는 설치 위치, 설치 각도, 모듈의 종류에 따라 모듈 개수, 모듈 용량, 월간 누적 발전량, 연간 누적발전량 을 실증 일사량과 예측 일사량에 의해서 산출을 할 수가 있다 (Figure 6). 발전성능은 경제성 향상에 가장 큰 영향을 미치고 건 축설계의 방향을 결정하는 가장 중요한 요소라고 할 수 있다.. Figure 7. BIM modeling considering surrounding buildings. 4.2 BIPV 컬러모듈 적용 BIM 건축설계 프로세스. 4. B IM 기반 컬러모듈 BIPV 설계 최적화 방안에 대한 사례 연구 4.1 서울지역 학교 컬러모듈 BIPV 적용 건물의 개요 본 연구는 학교 건물에 적용하기 위한 BIPV 제품과 BIM기반 컬러모듈 BIPV 설계 환경 개발을 위한 연구의 일부로써, 연구와 관련하여 BIPV설계와 실증에 대한 협의가 완료된 서울지역 학 교 시설을 대상으로 앞장에서 서술한 연구 내용을 적용하였다.. Figure 8. BIM design process contents. Table 6의 적용 건물은 남서향으로 위치하고 있으며, 주거 중심 지역에 위치하고 있어 주변의 고층 아파트와 저층부의 식생에 의. 24 Journal of KIBIM Vol.9, No.3 (2019). BIPV 적용 건물은 설계단계에서 에너지 생산 및 경제성 향상.
(7) 을 위해 건물의 배치, 주변 환경과의 관계, 모듈 설치 위치, 건물 적용방식 등 설계자의 직관적인 사고에 의한 설계보다는 조건에 의한 프로그래밍의 순차적인 적용이 가능한 디자인 프로세스 방. Table 7. D aylight assessment criteria for application of BIPV Direction Image of BIM analysis result. BIM analysis result value. 법론이 점점 대두되고 있다. Figure 8은 BIPV를 설계하기 위해 설계 단계별 BIM업무내용을 정리한 것이다. 건축설계를 시작하기 전 기획설계 단계에서는 건물의 정보확. South. Installable area. 489.05㎡. Installable Module Quantity. 341EA. installable capacity. 34.1kW. Installable area. 549.51㎡. Installable Module Quantity. 384EA. installable capacity. 38.4kW. Installable area. 0㎡. Installable Module Quantity. 0EA. installable capacity. 0kW. Installable area. 309.88㎡. Installable Module Quantity. 216EA. installable capacity. 21.6kW. 인, 관련법규, 개략적인 검토, 태양광설치의 기본 규칙, 기후 분 석, 음영분석, 건물 입면에 대한 조사를 충분히 검토하고 그 결과 를 설계에 반영해야한다. 계획설계 단계는 기획설계의 계획방향과 규모검토를 바탕으로 좀 더 구체적이고 개괄적인 계획과 주요재료의 결정, 태양전지. East. 종류 결정, 건축성능 확인, 건물 디자인 확인, 대안별 디자인 검 토 등의 시스템을 결정하는 단계이다. 기본설계 및 실시설계에서는 확정된 디자인 바탕으로 개략적 성능, 에너지 절감량, 경제성, 법규, 시공의 적절성 등의 종합적인. North. 검증을 통해 최적의 설계안을 도출하게 된다. BIM을 활용하면 체계적으로 시스템 설계와 분석을 함께 수행 할 수 있고, 시뮬레이션의 결과를 통해 의사결정에 중요한 판단 근거가 되는 자료가 될 수 있다는 장점이 있다. West. 4.3 음영분석 및 입면 설계 일조 영향에 대한 분석이 정확히 이루어지기 위해서는 부지 인근에 건축물을 중심으로 주변 지형물, 건물 등을 정확히 고려 할 수 있어야 한다. 이를 위해서는 일조환경을 정략적으로 검 토할 수 있는 분석기법의 적용이 필요하다. 이에 본 연구에서 는 앞에서 살펴본 많은 분석기법들 중 동지일의 각 시간별, 분 별 일조환경을 정확히 파악할 수 있는 장점이 있는 태양궤적도 분석기법을 선정하였다. 주변 건물과 장애물을 같은 사영형식으 로 겹침으로써 해당일의 각 시간별 일조환경을 정확히 파악할 수 있으며, 분석결과를 토대로 일영시간을 표로 작성할 수 있다 (Figure 9).. Figure 10. Location of color solar module application Table 7과 같이 건물일체형 컬러 모듈 태양광 설계 전 음영 분석을 통한 설치 가능면적 및 용량을 검토를 하였다. 4방위(동, 서, 남, 북)에 따라 건물의 저층부를 제외한 영역의 PV모듈 설 치 가능여부를 시뮬레이션 하였다. 남쪽 주 출입구 입면이 가 장 PV모듈 설치에 유리한 것으로 판단되었다. 입면설치 가능면 적은 459.05㎡이며, 보편적인 BIPV 모듈의 크기인 가로 길이 1,100mm, 세로 길이 1,300 mm를 기준으로 산정을 할 경우 341 장의 모듈이 필요하며, 34.1kWp 발전용량으로 설계가 가능하다. Figure 9. Color module BIM architectural design program diagram. 디자인적 심미성을 고려하여 BIPV를 적용하기 위해서 국내 학 교의 입면의 특성을 분석하였다. 학교건물의 정면 부분에 발코니. 한국BIM학회논문집 9권 3호 (2019) 25.
(8) 로 인해 수평라인이 강조되고, 발코니는 온난화와 열섬현상이 심. 요하다. Table 9과 같이 BIM 라이브러리는 3D객체 형상으로 다. 한 도시기후에서 강한 일사를 차단하여 교실 내부의 온도를 적절. 수의 패밀리 구성이 가능하고 설계 시 이를 활용하면 신속하게. 하게 유지하는 차양역할을 함으로써 발코니 부분을 유지하여 디. 설계 및 분석이 가능하다.. 자인을 고려해야한다. Figure 10과 같이 발코니 부분에 모던함 을 강조하기 위해서 무채색 Gray 계통 색상을 베이스컬러와 유 채색의 Blue 계통의 컬러를 사용하여 단조로움을 해소하도록 디 자인되었다. 3층과 4층의 발코니 부분에 Gray 컬러 모듈을 적. Table 9. Detailed composition of BIPV module Gray Color module-1. Classification Blue Color module. Gray Color module-2. 용하였고, 수직 부분에는 Blue 컬러 모듈(1,100mm × 1,600mm x 40mm)을 적용하였다. 3층과 4층의 발코니 크기가 달라 Gray. Type. 컬러 모듈 크기를 두가지 타입(1,840mm × 870mm x 40mm, 1,840mm × 705mm × 40mm)으로 설계하였다.. 1,100mm × 1,600mm x 40mm. Size. 4.4 BIPV 컬러전지 모듈 특성에 대한 기본성능 시험 적용할 모듈의 성능은 Table 7과 같이 (재)한국건설생활환경 시험연구원에서 정의하는 “KS C 8577 BIPV”의 적용범위에 준용. 1,840mm × 870mm 1,840mm × 705mm x 40mm × 40mm. Module Elevation (2D CAD). 하여 시험하였다. 모듈의 발전성능은 최대전력 측정장치를 사용 하여 태양광 국제표준에 따라 측정이 되었다.. Table 10. C onfiguring color module BIM library parameters. 설계단계에서 지역의 일사량과 관련하여 지역의 특성과 모듈 의 효율을 고려하여 발전량을 산출하기 때문에 모듈의 기본성능. Parameter Type. Parameter value. Glass material. Materials. Module color. Frame material. Materials. Frame type. installation angle. Text. Module installation angle. Installation bearing. Text. Module Installation bearing. month. Text. Monthly power generation forecast. Vertical. Number. Number of vertical modules. horizontal. Number. Number of horizontal modules. Isc. Text. Short-circuit current(A). Voc. Text. Open-circuit voltage(V). Imp. Text. Maximum output current(A). Vmp. Text. Maximum output voltage(V). Pm. Text. Power generation(W). FF. Text. Fill Factor(%). Parameter name. 시험은 매우 중요하다. Materials and Finishing materials. Table 8. Detailed composition of BIPV module Classification Blue Color module. Gray Color module-1. Gray Color module-2. Type. Size. Measurement. 1,100mm × 1,600mm x 40mm. 1,840mm × 870mm 1,840mm × 705mm x 40mm × 40mm. Cell Block Diagram. Pmax. Model Properties. 259.6. 244.4. 193.3. 4.5 컬러모듈 BIPV의 BIM라이브러리 구축 BIM라이브러리는 3D 기반으로 형상이 모델링되고 관련 자재의 사양이 속성으로 포함되어 구성되므로 설계의 효용성과 활용성 측면에서 확대가 용이하다. 주로 BIPV 모듈자재 생산자 중심으로 해당 라이브러리 컨텐츠 확장, 보급 및 활용이 용이하지만, 참여. ID Data (Electrical speciality). 및 인식이 부족하여 설계 단계부터 요소 반영에 제약이 따른다. BIM 라이브러리의 속성정보는 각 구축 주체마다 속성정보 항 목의 명칭 및 내용이 상이하다. 따라서 BIPV 기본 성능 시험의 데이터를 기반으로 BIM의 특성과 호환성을 고려하여 정립이 필. 26 Journal of KIBIM Vol.9, No.3 (2019).
(9) Table 10와 같이 라이브러리 속성의 카테고리 구성은 객체의. 일사량 예측기법과 실증 일사량으로 계산한 연간 BIPV의 발전량. 재료 및 마감재, 모듈 치수, 모델 특성, ID 데이터 4개 범주로 정. 을 예측하였다. 발전량 예측에 활용한 계산식은 다음과 같다(식 21).. 의 하였다. BIPV 모듈의 라이브러리 정보 제공적 측면에서는 자재의 시험. .........................................(21). 성적서, 자재특기 시방서, Shop DWG, 시공이미지, 제품의 단가, 사양사이즈를 객체의 재료 및 마감재에 매핑 시켜 속성에서 확인 할 수 있고, 모듈의 치수 입력으로 모듈의 실제 측정데이터와 연 결 시켜 모듈의 설치 방향과 각도에 따라 지역별 발전량 계산이 가능하도록 라이브러리 속성과 응용프로그램이 계산식과 매핑. Figure 11의 서울지역 실증학교에 적용한 컬러모듈을 대상으로 Figure 12과 같이 BIM 설계를 수행하였다. Figure 13와 같이 BIM. 시켜 구성하였다. 따라서 BIM 라이브러리 구축은 BIPV 정보 체계화를 구축하는. 응용프로그램을 통해 월별과 연간 발전량을 예측하였다. 컬러모듈 은 그레이 2종류, 블루 1종류로 총 17.7kW가 설치되었다.(Table 11). 최소의 단위이다.. 4.6 컬러모듈 BIPV의 연간 발전량 산출. Table 11. C onfiguring color module BIM library parameters Module color. Power[W]. Quantity. Volume[kW]. Gray1. 244.4. 27. 6.60. Gray2. 193.3. 52. 10.05. Blue. 259.6. 4. 1.04. 83. 17.7. Sum. (식21)에 모듈의 총용량, 실측과 예측일사량, 종합설계계수 0.77을 적용하여 2017년 4월부터 2018년 3월까지 모듈 종류별로 발전량을 계산하였다(Figure 14~17). Figure 11. Completion. Figure 12. BIM Design. Figure 14. Comparison of measured and estimated generation of Gray-1 module. Figure 13. Results of BIM power generation analysis. Figure 15. Comparison of measured and estimated generation of Gray-2 module. 한국BIM학회논문집 9권 3호 (2019) 27.
(10) 의 유효성을 분석하고 검증하였다.. 둘째, 건물일체형 컬러 모듈 BIPV 시스템을 설치하기 전 전기 계통 및 일조조건, 음영 등을 분석하여 먼저 주변환경이 적합한 지를 산정하였다. 또한 건물의 형상과 방위, 설치면 경사각, 구조 적 안정성, 설치면의 위치 및 면적 등 BIPV시스템 설치면에 대하 여 검토하였다.. 셋째, 건물일체형 컬러 모듈 태양광 경제성 평가와 적용여부에 Figure 16. Comparison of measured and estimated generation of Blue module. 대한 의사결정에 판단근거로 활용하기 위해 체계화된 BIM 설계 기술로 BIPV 설계 모델을 생성하고, 시스템 구성요소들의 역할과 관계를 정의하였다.. 넷째, BIM 설계 기술로 인한 혼돈을 미연에 방지하여 BIM 건 축설계의 효율성을 높이고자 하는 것이 주된 목적이며, 실증일사 량과 예측 일사량의 유효성 검증으로 BIM 응용프로그램에서 연 간 발전량을 추정할 수 있다.. 다섯째, BIPV 건축설계 경험이 없는 건축설계자도 설계 초기 단계에서 BIPV 시스템의 발전성능을 해석하고, 이에 따른 시스템 Figure 17. Comparison of actual production and forecasted generation by module. 의 적정성을 간단하고 정확하게 판단 할 수 있다.. 여섯째, 설계프로세스의 기본설계 단계에서는 적용되는 BIPV 종합설계 계수는 보통 0.7의 설계계수를 사용하여 발전량을. 시스템의 디자인을 설계하고 검토하여 기본설계 도서를 작성하. 산출하지만, 본 연구에서는 서울지역의 실증 일사량에 의한 그늘. 는데 있어서 입면설계, 어레이설계 등에 활용될 수 있고, 요구사. 이나 먼지, 구름양, 적설량, 환경오염도, 모듈표면온도계수 등 기. 항에 대한 연계성과 추적성을 확보할 수 있으며 체계적이고 명확. 후환경의 여러 요인을 고려하여 산출하였다.. 한 설계가 이루어 질 수 있다.. 앞서 수행된 음영분석에 의한 시뮬레이션 결과를 통하여 BIPV 시스템의 전력발전을 극대화할 수 있는 설계요소인 설치. 일곱째, 정보 모델의 정보체계와 정보의 생성으로 BIM 관련 기. 방향과 설치각도에 대한 최적조건을 구할 수 있었다. 건물 전. 술을 통해 협업 기능을 제공하고, 설계사와 발주처에서 건물일체. 체 설치된 컬러모듈의 예측 일사량에 의한 연간 전체 발전량. 형 컬러 모듈 태양광 시스템의 적용여부를 합리적으로 판단하는. 은 13,558.5kWh이며, 실측 일사량에 의한 연간 전체 발전량은. 근거자료로 사용이 가능하다.. 11,679.4kWh이다. 음영분석과 발전량 예측 시뮬레이션 결과는 BIPV 시스템의 기획설계단계에서 건축물 설치방향 결정, 건축물 에너지 소비량분석 및 경제성 분석에 활용이 될 수 있다.. 또한 향후 컬러 모듈을 설치한 학교 건물의 실제 연간 발전량 과 BIM 응용프로그램에서의 예측 발전량에 대한 비교 분석을 통 해 경제성 평가 시스템의 적정성을 검증 할 필요가 있다.. 5. 결론 및 향후 연구 방향 감사의 글 본 연구를 통해서 다음과 같은 결론을 도출하였다. 본 연구는 산업통상자원부가 주관하고 한국에너지기술평가원 첫째, BIPV 시스템의 실증 시스템을 통하여 1년 동안의 설계요 소(설치각도, 설치방향)의 일사량 데이터를 수집하였으며, 데이터. 28 Journal of KIBIM Vol.9, No.3 (2019). (KETEP)에서 시행한 2017년도 에너지개발기술사업 (과제번호 : 20173010013680)의 연구비 지원에 의한 결과임..
(11) References. Liu, B. Y. H., Jordan, R. C. (1960). The Interrelationship and Characteristic Distribution of Direct, Diffuse and Total Solar. American Society of Heating, Refrigerating and AirConditioning Engineers.(2015) ASHRAE Guideline 14, Section 5.3.3.3.10.. Radiation, Solar Energy, Vol. 4, No. 3, pp. 1-19. Ministry of Land, Infrastructure and Transport (2018). Smart Construction Technology Roadmap for Construction. Eiffert, P. (2003). Guidelines for the Economic Evaluation of. Productivity Innovation and Safety Reinforcementa, pp. 16.. Building Integrated Photovoltaic Power Systems, NREL,. Paul, D., Mandal, S. N., Mukherjee, D., Bhadra Chaudhuri, S.. TP-550-31977. Jeon, H. W., Choi, K. H., Ahn, J. H., Park, S. J. (2018). A BIM-based design support model for BIPV installation elevation design, KIEAE Journal, Vol. 17, No. 6, Dec. 2017, pp. 177-186.. R. (2010). Optimization of significant insolation distribution parameters- A new approach towards BIPV system design,” Renewable Energy, Vol. 35, pp. 2182-2191. Sandia Lab. PV performance modeling collaborative, https:// pvpmc.sandia.gov. Jeon, H. W., Choi, K. H., Lee, S. J., Park, S. J. (2018).. Scolari, E., Sossan, F., Paolone. M. (2018) Photovoltaic-. Development of BIM based BIPV Architectural Design. Model-Based Solar Irradiance Estimators: Permance. Environment, KIEAE Journal, Vol. 18, No. 1, Feb. 2018, pp.. Comparison and Application to Maximum Power. 71-82.. Forecasting, IEEE Transaction on Sustainable Energy, Vol.. Kim, S. K., Do, S. Y., Lee, Y. J. (2018). Comparison and. 9, No. 1, pp. 35-44.. Verification of Total Solar Irradiance on Inclined Surface. Sim, J. S., Song, D. S. (2016). Applicability of the Solar. of BIPV Panel According to Global Horizontal Solar. irradiance Model in Preparation of Typical Weather Data. Irradiance Prediction Method, KIEAE Journal, Vol. 18, No. 1,. Considering Domestic Climate Conditions, Korean Journal. Feb. 2018, pp. 25-30.. of Air-Conditioning and Refrigeration Engineering, Vol. 28,. Korea Meteorological Administration. Weather data open portal, https://data.kma.go.kr. No. 12, pp. 467-476. Yang, H. S., Park, H. S., Yoon, H. K. (2013). A Comparative. Lee, S. J., Lee, J. C. (2018). BIPV System Design to Enhance. Analysis on the Generation Efficiencies of the Photovoltaic. Electric Power Generation by Building up a Demonstration. Systems and Building Integrated Photovoltaic Systems,. Mock-up and Analyzing Statistical Data, Journal of the. Joural of the Architectural Institute of Korea Planning &. Korea Academia-Industrial cooperation Society, Vol. 19,. Design, 29(11), pp. 37-44.. No. 6, pp. 587-599. Lee, S. J., Lee, J. C. (2018). SysML-Based System Modeling for Design of BIPV Electric Power Generation, Journal of. Zhang Q., Joe H., Lang, S. (2002). Development of Typical Year Weather Data for Chinese Locations, ASHRAE Transactions, Vol. 108, pp. 1-17.. the Korea Academia-Industrial cooperation Society Vol. 19, No. 10, pp. 578-589. Lee, S. Y., Lee, A. Y. (2017). A Study on BIPV(Building Integrated Photovoltaic) Design Process based on the BIM(Building Information Modelling) for Architects, Journal of the architectural institute of korea planning & design, Vol. 33, No. 4, pp. 49-57.. 한국BIM학회논문집 9권 3호 (2019) 29.
(12)
수치
+5
관련 문서
효율적인 태양광 발전을 위해 필요한 조건들을 생 각해보자..
As the results from this study, it proved the usefulness of color psychological counseling through the effect of color stimuli on brain waves to
Solar energy generator Frame setting for Solar PV Install Hydropower generator. The village with lights Installed
The Autodesk Raster Design module supports grids and images and the Autodesk Onsite module handles all of the standard GIS data operations. extensive tools
출처 : IAEA 발표 자료(Comprehensive inspection exercise at bulk handling facilities, “U-235 Enrichment measurements by gamma-ray spectroscopy”) 13. Uranium
While existing radiation measuring devices could be used only to a limited extent, radiation measuring devices based on the Internet of Things and disaster prevention
In order to derive a new fuzzy controller, a fixed design-parameter fuzzy PID controller was surveyed in view of deriving a control law based on the
A Study on the Power Metering Data Missing Correction Model Based on Deep Learning..
