www.kicem.or.kr (pISSN 2005-6095 / eISSN 2465-9703) http://dx.doi.org/10.6106/KJCEM.2021.22.4.003 KJCEM 22. 4. 003~010
July 31, 2021
1. 서론
1.1. 연구의 배경
지구온난화 및 기후변화에 대한 전문 연구기관인 Intergovernmental Panel on Climate Change (IPCC)에 따르면 인간은 기후 시스템에 영향을 끼치고 있다(IPCC, 2013a). 화석연료 등의 사용으로 온실가스 배출이 증가함에 따라 온난화 현상이 심화되고 기후 시스템을 이루는 모든
구성 요소들이 변화하고 있다. 기후변화로 지역적·계절적 강수 편차가 커져 봄·가을 재배 작물의 물 부족의 심화가 예 상되며, 온도 상승으로 작물의 생산과 품질에 부정적인 영향 이 예상되는 등 인간과 자연에 미치는 부정적인 면들은 농 업 분야에 다양한 문제를 일으킨다.
또한, 최근 Coronavirus disease 2019 (COVID-19) 등 신 종 바이러스의 창궐은 인류의 생명뿐 아니라 사회활동 전반 의 변화를 가져왔다. 사람들의 이동 동선이 단순화되었고 재 택 시간이 증가하는 등 기존의 생활방식이 변화함에 따라 식재료의 수급 방식도 변화할 것이다. 이러한 문제들은 우리 나라에만 국한되는 것은 아니고 국제적으로 식자재 등의 수 급 구조를 불안하게 한다. 따라서 안정적인 식재료의 공급을 위한 생산 및 관리 기술의 혁신이 필요하다.
이러한 추세에 최근 주목받는 분야인 수직형 팜(Vertical
* Corresponding author: Kim, Jimin, Assistant Professor, Architectural Engineering Program, School of Architecture, Seoul National University of Science & Technology, 232 Gongneung-ro, Nowon-gu, Seoul 01811, Korea
E-mail: [email protected] Received March 31, 2021: revised - accepted May 11, 2021
수직형 스마트 팜의 적정 생육환경 조성을 위한 건축 시스템 개발
- 수직형 스마트 팜에 최적화된 내부 공기 균일성 향상에 대한 연구 -
김한돈1ㆍ이정아2ㆍ최세은3ㆍ장현승4ㆍ김지민5*
1
서울과학기술대학교 건축과 석사과정ㆍ
2서울과학기술대학교 건축과 석사과정ㆍ
3서울과학기술대학교 건축학부 학사과정ㆍ
4
서울과학기술대학교 건축학부 교수ㆍ
5서울과학기술대학교 건축학부 조교수
Development of Building System for Achieving an Optimal Growth Environment in a Vertical Smart Farm
Kim, Handon1, Lee, Jeonga2, Choi, Seun3, Jang, Hyounseung4, Kim, Jimin5*
1
Grauduate Student, Architectural Engineering Program, School of Architecture, Seoul National University of Science and Technology
2
Grauduate Student, Architectural Engineering Program, School of Architecture, Seoul National University of Science and Technology
3
Undergraduate Student, Architectural Engineering Program, School of Architecture, Seoul National University of Science and Technology
4
Professor, Architectural Engineering Program, School of Architecture, Seoul National University of Science and Technology
5
Assistant Professor, Architectural Engineering Program, School of Architecture, Seoul National University of Science and Technology
Abstract : According to the IPCC, humans are influencing the climate system. Such changes in the climate system can cause problems in the supply of food ingredients in the agricultural field by changing the existing growing environment. To solve this problem, vertical farms can be a good alternative for a stable supply of food ingredients. Although the vertical smart farm pays close attention to maintaining and managing the growing environment of crops, it is difficult to uniformly implement temperature, humidity, illumination, oxygen, and carbon dioxide concentrations in the building space. As a result of conducting computational fluid dynamics analysis to ensure air uniformity, a remarkable result is that it is advantageous to continuously spray suitable carbon dioxide CO2 concentrations for a long period of time for air uniformity in a vertical smart farm. Through this result, it is possible to efficiently plan a growing environment system optimized for a vertical smart farm. Based on this study, if efficient crops are produced by creating an optimized growing environment for vertical smart farms, it will be able to contribute to the development of the agricultural field.
Keywords : Vertical Smart Farm, Air Uniformity, Energy Consumption, Air Velocity, Air Temperature, CO
2Concentration
에 최적화된 내부 공기 균일성 향상에 대한 연구 -
Farm)은 그 대안이 될 수 있다. 수직형 팜은 평야에서의 단 층 재배가 아닌 지정된 실내 공간에서 다층 선반을 이용해 식물을 재배하는 농법을 말한다. 수직형 팜은 토양 비옥도에 의존하지 않으며 외부 기후에 영향을 받지 않고 인공적으로 구현한 적정한 실내기후에만 영향을 받는다(Patil & Baul, 2019). 공간이 부족한 도시에서도 대량 재배가 가능하며 농 촌에서 생산되어 도시로 배송될 때 배출되는 이산화탄소 (CO2)를 감축시키는 효과도 있다. 따라서 수직형 팜은 미래 에 지구온난화로 인한 자연환경 변화, 도시화 현상 심화, 그 리고 질병 발생 등 다양한 문제가 발생할 때 식량의 불안정 한 공급 상황을 해결할 수 있는 대안이 된다.
수직형 팜은 1999년 미국 컬럼비아대학의 딕슨 데스포미 어 박사에 의해 제시된 개념으로 4차 산업이 발달하면서 IT 기술과 융합되어 수직형 스마트 팜(Vertical Smart Farm)이 라는 개념으로 발달하였다(Jin et al., 2018). Information &
Communications Technology (ICT) 기술을 활용하여 환경 정보(온도·상대습도·광량·CO2·토양 등) 및 생육 정보에 대 한 정확한 데이터를 기반으로 생육 단계별 정밀한 관리와 예측 등이 가능하다. 이를 통해 수직형 팜의 수확량, 품질 등 을 향상시켜 수익성을 높일 수 있다.
1.2. 연구의 목적
농작물의 성장은 수직형 팜의 기류 환경에 직접적인 영향 을 받는다. 전산유체역학(Computational fluid dynamics;
CFD) 분석을 통해 수직형 팜의 기류 분포를 분석한 연구의 결과를 보면 재배 면적의 10%만이 적절한 생육환경을 보였 다(Fan et al., 2020). 적정한 생육환경 조성을 위한 수직형 팜의 공기 균일성과 관련된 기존 연구는 다음과 같다. Zhou et al. (2020)는 최적화된 생육환경을 찾기 위해 수직형 팜 의 온도 분포를 균일하게 하는 연구를 진행하였다. Zhang &
Kacira (2018)는 공기 튜브의 위치와 배출 방향을 조절해 공 기의 균일성에 대해 연구하였다. Hwang et al. (2020)는 흡 기구의 위치를 조정하면서 공기 연령을 낮춰 환기 효율을 높이는 연구를 진행하였다. 수직형 팜의 농작물 생육환경 유 지와 관리가 중요함에도 건축 공간에 온도, 습도, 조도, 산소, CO2 농도 등을 균일하게 구현하는 연구는 부족한 실정이다.
따라서 수직형 팜에서 범위를 확장시켜 다양한 대상물들 의 공기질 균일성에 관한 연구를 참고하였다. Zhang et al.
(2020)은 딸기 온실을 대상으로 온실 전체의 온도를 낮추는 것이 CO2의 분포를 균일하게 하는 데 도움이 된다고 하였 다. Praeger et al. (2020)는 사과 저장소에 쌓여 있는 적재함 의 공기 흐름을 균일하게 하기 위해 팬의 출력을 조정하였 다. Cho et al. (2020)는 데이터 센터를 대상으로 CFD 분석을 통해 공기 분배의 안정적, 효율적인 냉각 시스템을 연구하였
고, Ryu et al. (2017)는 버섯재배사를 대상으로 FCU와 FAN 의 위치 변화에 따른 공기의 순환 경로 및 열 확산분석과 내 부 온도 변화에 따른 공기 분포의 균일성을 분석하였다. Lee et al. (2017)는 단동온실 내 공기 순환 팬이 온실 내 온도 및 습도 분포, 에너지 소비량에 미치는 영향을 분석하였다. 기 존 연구들을 통해 볼 때 내부 온도와 유입되는 공기의 유량 조절이 CO2를 균일하게 공급하는데 중요한 요소임을 알 수 있었다.
수직형 팜은 실내 LED, 농작물에서 배출되는 실내 발열 등에 의해 사계절 냉방에너지 소비가 많음에도, 그에 대한 건축 환경 설비 운영 측면에서의 건축공학적 노력이 부족한 실정이다. 이에 본 연구에서는 건물 외피 패널의 재료를 바 꾸어 에너지 소비를 비교한다. 더 나아가 건축공학적 측면에 서, 수직형 스마트 팜의 핵심인 적정한 생육환경을 제공하기 위하여, 실내 공기의 질(온도, 습도, 조도, 산소, CO2 농도)을 균일하게 구현할 수 있는 건축 시스템을 개발하고자 한다.
1.3. 연구의 체계
본 연구는 다음과 같이 수행되었다<Fig. 1> : ① 실험용 건
Fig. 1. Framework of research
물 시공 및 Rhino 3D 설계 프로그램을 활용한 실험용 건물 모델링 ② DesingBuilder 프로그램을 활용한 실험용 건물의 외피 재료에 따른 연간 에너지 소비 분석 ③ 비교한 내용을 토대로 연간 에너지 소비가 적은 재료로 건물의 외피를 결 정 그리고 ④ 결정된 건물 외피를 대상으로 공기의 균일성 을 보이는 유량 값을 구하기 위한 NX 시뮬레이션 프로그램 (Siemens NX software)을 이용한 CFD 분석 ⑤ 분석된 결과 를 토대로한 최적의 생육환경 조성방안 검토.
연구 대상 식물의 재배 방식은 현재 수직형 스마트 팜의 가장 일반적인 형태라고 할 수 있는 수경재배로 한정한다.
수경재배는 흙을 사용하지 않고 물과 수용성 영양분으로 만 든 배양액으로 식물을 키우는 방법을 말한다.
2. 방법론
2.1. 실험용 건물 시공 및 모델링
식물 랙을 놓은 같은 규모의 실험용 건물 2개를 계획하였 다. 랙은 건물 하나당 2개를 놓았고 랙 1개는 총 6단 베드로 되어 있다. 식물 랙 상 베드의 면적은 940×1,340㎟이므로 아 래의 <Fig. 2>와 같이 배치할 경우 실험용 건물의 적합한 크 기인 3,890×3,890㎟으로 설계하였다.
실험용 건물의 높이는 6단 베드로 구성된 랙의 높이인 2,880㎜를 고려하여 <Fig. 3>와 같이 결정하였다. 출입문은 폭은 900㎜, 높이는 2,100㎜로 설계하였다.
건물 외피 재료는 Sandwich Panel (50T)이고 바닥은 콘 크리트를 기초로 위에 합판을 놓았다. Sandwich Panel의 충 진재는 건물별로 각각 스티로폼과 우레탄으로 하였다. 스티 로폼을 충진재로 하는 외피는 ALT (alternative)1으로, 우레 탄을 충진재로 하는 외피는 ALT2로 분류한다<Table 1>.
Table 1. Material conditons
Model Components Material
ALT1
Wall Sandwich panel (Polystyrene)
Floor Sandwich panel (Polystyrene), Plywood, Cast concrete Roof Sandwich panel (Polystyrene)
ALT2
Wall Sandwich panel (Urethane)
Floor Sandwich panel (Urethane), Plywood, Cast concrete Roof Sandwich panel (Urethane)
LED는 한 단에 8개씩 동일한 간격으로 설치하였다. 실험 건물 상단에는 온도 조절을 위해 4way 천장형 에어컨을 설 치하였다. 설치면적을 고려하여 <Fig. 4>과 같이 실 정중앙 에 배치하였다.
실험 건물 두 개 동을 <Fig. 5>와 같이 설치하여 외피 재료 에 따른 실내 공기 거동 및 에너지 소비를 분석하고자 하였 다. 이를 위하여 DesignBuilder 프로그램을 활용한 에너지 분석을 위하여 Rhino 3D 설계 프로그램을 활용하여 실험 건 물 두 개 동의 모델링을 수행하였다.
Fig. 2. Plane view
Fig. 4. A/C placement
Fig. 5. Test building
Fig. 3. Sectional view
2.2. 외피에 따른 에너지 소비 분석 방법
건물의 외피 재료에 따른 에너지 소비 변화를 분석하기 위해서 Energy Simulation 프로그램인 DesignBuilder를 이 용해 실험 건물을 모델링 한 후 시뮬레이션을 구현하였다.
DesignBuilder 시뮬레이션 입력값은 아래 <Table 2>와 같 다. 수직형 스마트 팜은 내부 열부하가 많이 발생하기 때문 에 DesignBuilder 상지속적인 열부하로 냉방이 필요한 공 간인 Server Room의 템플릿을 활용하였으며, 본 연구의 환경에 맞추어 세부 조건을 수정하였다. HVAC System은 Packaged terminal air conditioner (PTAC)를 적용하였다.
날씨 데이터는 시뮬레이션 프로그램 내에서 제공하는 인천 의 기상 데이터를 사용하였고 설정 온도는 18도, 조명부하 는 1제곱미터당 85.7W로 설정하였다.
Table 2. Modeling conditions
Parameters Value
Weather Data Incheon, Korea
Envelope
Components Area [㎡]
Wall 66.60
Roof 15.92
Ground Floor 15.92
Volume 66.43㎥
Total Building Area 15.13㎡
Setpoint Temperature 18℃
Lighting Power Density 85.7W/㎡
외피 재료는 아래 <Fig. 6(a)>, <Fig. 6(b)>와 같이 Sandwich Panel의 충진재를 달리하여 DesignBuilder에 입 력하였다.
<Table 3>은 시뮬레이션의 설정 조건이다. 시뮬레이션 기 간은 1년으로 설정하여 실행했으며, 조명은 매일 5시부터 19시까지 14시간을 켜놓는 것으로 설정하였다. 에어컨은 상 시 가동하도록 설정하였다.
Table 3. DesignBuilder simulation conditions
Simulation Conditions
Simulation Period 1year
Lighting Schedule 14hours (5:00~19:00), 7days (all day) HVAC Schedule 24hour, 7days (all day)
2.3. 내부 공기 균일성 분석 방법
NX CFD 시뮬레이션에 실험용 건물의 정보와 주어진 장 비 사양을 입력 후 <Table 4>의 경계조건을 적용하였다.
Table 4. Boundary conditions
Items Selected Boundary Conditions
Lightning (LED) Heat Load
4-Way EHP Inlet1, Outlet
CO2 Injector Inlet2
Door Opening
Inlet1 (4-Way EHP)에서는 실에 22도의 공기를 18㎥/
min 만큼 주입하고, 0.25m/s의 속도로 배출되도록 설정하 였다. 또한, Test bed 내의 공기 중에 0.04% (400ppm)의 CO2가 존재하는 것을 초기조건으로 설정하고, Inlet2 (CO2 Injector)를 통해 CO2를 주입하였다.
Inlet2에서는 CO2 주입 유량을 계산하기 위해서, CO2 조 절기의 시간당 유량과 주입 시간을 파악해야 한다. 이를 위 하여, 아래 <Table 5>와 같은 방법으로 유체의 유동을 비 교할 CO2 주입량을 선정하였고, 이를 case1~case3으로 설 정하여 시뮬레이션을 수행하였다. 주입량의 선정 방식은 다음과 같다. 우선, 식물의 생장에 적합한 1,000ppm 이상 (및 1,500ppm 이하)로 실내 CO2 농도를 균일하게 맞추는 데 필요한 CO2 양을 파악하고자 하였다. ‘실내부피(m3)’×
‘목표CO2 농도(ppm)’ 계산식을 이용해, 실험용 건물의 내 부 공간을 1,000ppm 농도에 맞추기 위해 59.953㎥에 0.001 (1,000ppm)을 곱해, 약 0.06㎥의 CO2가 요구됨을 계산하 였다. 위와 같은 계산에 기반해, 크게 0.06㎥/s, 0.033㎥/
s, 0.006㎥/s의 3가지 경우를 가정하여 식물 생장에 적합한 CO2 농도와 기류 속도를 탐색하고자 하였다.
Table 5. Simulation cases
(Unit : m3/s)
Case Volume Rate of CO
2Injection
Case 1 0.6
Case 2 0.033
Case 3 0.006
Fig. 6. Composition of sandwich panels by alternative
a) ALT 1 b) ALT 2
CFD에서 구축한 시뮬레이션 설정 조건을 정리한 내용은 다음 <Table 6>과 같다. LED의 열부하는 실제 상품의 사양 에 따라 최대 작동온도가 40도를 넘기지 않도록 제한을 두 었고 외기 온도는 25도를 적용하였다.
Table 6. CFD simulation conditions
Parameters Value
Turbulent Model k-ε model
Heat Heat load 13.5W per element
Temperature Constraints 40℃
Inlet1
Temperature 22℃
Volume Rate 18㎥/min
Mixture Mass fraction CO2 0.04% (400ppm)
Inlet2
Temperature 22℃
Volume Rate Case1, Case2, Case3 Mixture Mass fraction CO2 0.1% (1000ppm)
Outer velocity 0.25m/s
Operating Temperature 25℃ (Outdoor)
Gravity 9.81m/s2
Buoyancy application
3. 실험결과 및 주요 시사점
3.1. 외피에 따른 에너지 소비 분석
<Table 7>은 designbuilder를 활용한 연간 에너지 소비 분 석 결과이다. 연간 에너지 소비는 [ALT1]이 10,571.38kWh, [ALT2]는 9,998.07kWh로 외피 재료를 [ATL2]로 할 경 우, 연간 에너지 소비가 573.31kWh 만큼 약 5.4% 절감됨 을 확인하였다. 특히 난방 에너지 소비가 많이 감소하였다.
[ALT2]의 단열성능이 [ALT1]보다 뛰어나 난방에는 더 적 은 전기 소비를 냉방에는 더 많은 전기 소비를 나타낸 것으 로 보인다. [ALT1]의 경우 전기 소비의 약 62.7%, [ALT2]
의 경우 약 66.3%를 LED가 소비한 것으로 나타났다.
Table 7. Electricity consumption results
(Unit : kWh)
Parameters ALT1 (polystyrene) ALT2 (polyurethane)
Heating 2,114.77 1,558.11
Cooling 1,621.29 1,651.86
Interior Lighting 6,627.75 6,627.75
Fans 207.57 160.34
Total End Uses 10,571.38 9,998.07
<Table 8>을 보면 1년 중 가장 많은 부하가 걸린 날은 12 월 16일 오전 5시 30분이었다. 이때 [ALT1]이 [ALT2]보다 약 16.3% 부하가 더 많이 걸린 것으로 나타났다.
Table 8. Peak load
(Unit : W)
Parameters AL1 (polystyrene) ALT2 (polyurethane)
Time of Peak 16-December-5:30
Heating 1,415.72 1,050.42
Cooling 0.00 0.00
Interior Lighting 1,297.02 1,297.02
Fans 72.26 47.25
Total End Uses 2,785.00 2,394.00
Sandwich Panel의 충진재로 우레탄을 사용했을 때 에너 지 소비 절감에 효과가 크므로 이후의 실험에서는 [ALT2]
를 기준으로 실험을 진행한다.
3.2. 내부 공기 균일성 분석
실험용 건물 내부의 공기 상태를 분석하기 위해 <Fig. 6>
과 같이 6개의 단면을 나누어 보았다. x축과 y축은 건물의 중앙부와 랙의 중앙부를 z축은 랙의 높이를 고려하여 두 면 에서의 공기 상태를 분석하였다.
<Fig. 8>부터 <Fig. 12>는 <Fig. 7>의 B, C, F의 단면을 기 준으로 CFD 시뮬레이션에 의한 각 Case별 결과를 정리한 표이다. <Fig. 8>은 1000sec에서 특정 좌표평면의 기류 속 도, <Fig. 9>은 유체 온도, <Fig. 10>에서 <Fig. 12>는 5sec, 500sec, 1000sec에서의 CO2 농도 분포 결과이다.
아래 <Fig. 8>과 같이, 실험용 건물 내부의 기류 속도는
Fig. 7. Section of test building
c) C(y=1945), D(y=3190)a) Basic modeling
d) E(z=700), F(z=2200) b) A(x=1945), B(x=3190)
(Unit : mm)
CO2 주입 속도에 따라 국부적으로 큰 영향을 받는 것으로 나타났다. 모든 Case에서 전체적으로는 0.2m/s 이상 0.4m/
s 이하의 기류 속도를 보였다. 그러나 C (y=1945)평면에서 Case 1과 Case 2의 경우, 일부 공간에서 3m/s 이상의 벡터 가 관찰되었고, 특히 Case 1에서는 주입구 부근이 9m/s의 속도로 매우 강한 기류가 발생하였다. 세 경우 중 Case 3에 서 기류분포가 가장 안정적이었다.
실험용 건물 내부의 유체 온도는 아래 <Fig. 9>와 같이 모 든 Case에서 비슷한 결과를 보였다. 최저온도, 최고온도는 22도~26.6도 이내였고, Case 1의 경우는 2나 3의 경우보다 미세하지만 전반적으로 조금 더 높은 온도를 보였다. 모든 Case에서 실내 전체에 상당히 균일한 분포를 보이며, Case1 의 랙에서의 유체온도 분포가 Case 2, 3보다 균일하였다. 다 만 랙 부근의 온도는 LED 발열에 의해, 식물 생장에 적합한 18도~24도보단 다소 높은 24도~26도 사이의 분포를 보였 다.
CO2 주입량이 각각 0.06㎥/s, 0.033㎥/s, 0.006㎥/s일 때 특 정 평면들의 50sec, 500sec, 1000sec 시점을 선정하여 CFD 분석을 수행하였다<Fig. 10~12>. CO2 주입속도가 빠를수록 더 빠르게, 더 많이 축적되지만, Case 1, 2, 3의 C (y=1945)와 B (y=3190)의 평면을 비교했을 때, CO2 주입량이 많을수록, CO2가 급한 경사로 바닥으로 강하 후, 아래에서 좌우로 퍼지 는 것을 관찰할 수 있었다.
반면, CO2 주입량이 느릴수록 CO2는 위에서부터 x축 방 향으로 먼저 퍼지면서 비교적 천천히 강하한다. CFD에서 1000sec 이후의 시점을 시뮬레이션하여, 적절한 위치를 비 교해 서큘레이터를 설치할 수 있다. 그러나 공기 중에서 무
Time 1000sec CFD Analysis of Air Velocity Coordinate
Plane (㎜) Case 1 Case 2 Case 3
B (x = 3190)
C (y = 1945)
F (z = 2200)
Fig. 8. Air velocity in the test bed (at volume rate 0.06㎥/s, 0.33㎥/s, 0.006㎥/s of injector; time 1000sec)
Time 1000sec CFD Analysis of Fluid Temperature Coordinate
Plane (㎜) Case 1 Case 2 Case 3
B (x = 3190)
C (y = 1945)
F (z = 2200)
Fig. 9. Fluid temperature in the test bed (at volume rate 0.06㎥/s, 0.33㎥/s, 0.006㎥/s of injector; time 1000sec)
Case 1 CFD Analysis of CO
2Concentration Coordinate
Plane (㎜) Time 50 sec Time 500 sec Time 1000 sec
B (x = 3190)
C (y = 1945)
F (z = 2200)
Fig. 10. Concentration of CO
2in the test bed
(at volume rate 0.06㎥/s of injector; time 50sec, 500sec, 1000sec)
게에 의해 가라앉는 성질 때문에, 빠른 시간 내에 CO2 요구 량을 채우기 위해 조절기의 가동시간을 설정하는 것보다, 적합한 CO2 농도에 맞춰 지속적으로 분사하는 것이 균일한 CO2 분포에 도움이 되는 것으로 분석되었다.
4. 결론
본 연구를 통해 주목할 만한 결과는 수직형 스마트 팜 내 의 공기 균일성을 위해서는 적합한 농도의 CO2를 장기간 지 속적 해서 분사하는 것이 유리하다는 것이다. 공기는 중력의 영향을 받아 가라앉기 때문에 빠른 시간 내에 CO2 요구량을 채우기 위해 조절기의 가동시간을 설정하는 것은 공기의 균 일성 향상에 도움이 되지 않았다. 건물의 외피는 Sandwich Panel에 충진재로 우레탄을 사용했을 때가 일반적인 스티로 폼을 사용했을 때보다 5.4%의 에너지 절감 효과를 보였다.
이 경우 기본 식물 재배를 위한 LED의 전력소비가 전체 전 력소비의 66.3%를 차지했다.
실험용 건물의 시뮬레이션을 통해 공기의 균일성 확보를 위한 전략을 세울 수 있었다. 이 전략을 보완, 발전시켜 활용 한다면 균일한 CO2의 공급으로 수직형 스마트 팜의 생산 효 율을 높일 수 있을 것으로 기대된다. 수직형 스마트 팜의 생 산 효율 상승은 장기적으로 기존 농지 중심의 재배 방식을 점차 변화시킬 것이다. 더 적은 비용과 적은 면적의 토지로 도 외부요인에 영향을 받지 않고 안정적으로 식자재를 공급 할 수 있을 것으로 기대된다.
본 연구를 기초로 최적의 생육환경을 조성하고, 이를 통해 생산된 품목(엽체류, 허브류)을 대상으로 생산 유통계획을 세워 수익을 극대화해 농업 분야의 발전에도 이바지할 수 있을 것이다.
5. 향후 과제
본 연구를 통해 소규모의 실험용 건물을 모델링 하여 CFD 시뮬레이션으로 수직형 스마트 팜의 적정한 생육환경 조성 하는 방안을 모색하였다. 실험용 건물의 모델링을 기초로 실 제 건물을 제작해 연구를 더 진행해 나갈 예정이다. 실험용 건물에 공기의 균일화를 위한 전략을 적용해 식물이 잘 성 장하는지 관찰할 계획이다. 또한, 향후 연구에서는 건물의 재료뿐 만이 아니라 건물의 높이, 부재의 두께에 따른 에너 지 소비 및 공기의 균일성을 분석해 수직형 스마트 팜의 최 적화 방안을 더 구체적으로 연구할 예정이다.
본 연구는 비교적 작은 규모의 실험 건물에서 진행되었는 바 규모가 더 큰 건물에서 다양한 설비화 함께 적용했을 때 어떠한 효과를 보일지도 생각해 볼 필요가 있다. 공기를 장 기간 지속해서 분사하는 방식은 CO2 농도를 확보하는 시간 과 건물의 공기 유출 방지 계획 또한 중요 고려 요소일 것이 다. 본 연구의 전략으로 규모가 더 큰 건물의 공기 균일성 확 보가 곤란하다면 식물 베드 별로 개별 공기를 공급하는 방 식도 고려해 볼 수 있다.
Case 3 CFD Analysis of CO
2Concentration Coordinate
Plane (㎜) Time 50 sec Time 500 sec Time 1000 sec
B (x = 3190)
C (y = 1945)
F (z = 2200)
Fig. 12. Concentration of CO
2in the test bed (at volume rate 0.006
㎥/s of injector; time 50sec, 500sec, 1000sec) Case 2 CFD Analysis of CO
2Concentration Coordinate
Plane (㎜) Time 50 sec Time 500 sec Time 1000 sec
B (x = 3190)
C (y = 1945)
F (z = 2200)
Fig. 11. Concentration of CO
2in the test bed (at volume rate
0.033m
3/s of injector; time 50sec, 500sec, 1000sec)
향후 연구를 발전시켜 최적화된 생육환경을 조성하고 에 너지 및 비용을 절감한 수직형 스마트 팜을 제안할 수 있다.
감사의 글
본 연구는 서울과학기술대학교 교내연구비의 지원으로 수행된 결과의 일부임.
References
