Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 2288-0992(Print)
ISSN : 2288-100X(Online)
Protected Horticulture and Plant Factory Vol.25 No.2 pp.123-132
DOI : https://doi.org/10.12791/KSBEC.2016.25.2.123

Design of Energy Model of Greenhouse Including Plant and Estimation of Heating and Cooling Loads for a Multi-Span Plastic-Film Greenhouse by Building Energy Simulation

Seung-No Lee, Se-Jun Park, In-Bok Lee*, Tae-Hwan Ha, Kyeong-Seok Kwon, Rack-Woo Kim, Uk-Hyeon Yeo, Sang-Yeon Lee
Department of Rural Systems Engineering, Seoul National University, Seoul 08826, Korea
Corresponding author: iblee@snu.ac.kr
June 1, 2016 June 21, 2016 June 21, 2016

Abstract

The importance of energy saving technology for managing greenhouse was recently highlighted. For practical use of energy in greenhouse, it is necessary to simulate energy flow precisely and estimate heating/cooling loads of greenhouse. So the main purpose of this study was to develope and to validate greenhouse energy model and to estimate annual/maximum energy loads using Building Energy Simulation (BES). Field experiments were carried out in a multi-span plastic-film greenhouse in Jeju Island (33.2°N, 126.3°E) for 2 months. To develop energy model of the greenhouse, a set of sensors was used to measure the greenhouse microclimate such as air temperature, humidity, leaf temperature, solar radiation, carbon dioxide concentration and so on. Moreover, characteristic length of plant leaf, leaf area index and diffuse non-interceptance were utilized to calculate sensible and latent heat exchange of plant. The internal temperature of greenhouse was compared to validate the greenhouse energy model. Developed model provided a good estimation for the internal temperature throughout the experiments period (coefficients of determination > 0.85, index of agreement > 0.92). After the model validation, we used last 10 years weather data to calculate energy loads of greenhouse according to growth stage of greenhouse crop. The tendency of heating/cooling loads change was depends on external weather condition and optimal temperature for growing crops at each stage. In addition, maximum heating/cooling loads of reference greenhouse were estimated to 644,014 and 756,456 kJ·hr-1, respectively.


건물에너지시뮬레이션을 활용한 연동형 온실 및 작물에너지모델 설계 및 이의 냉·난방부하 산정

이 승노, 박 세준, 이 인복*, 하 태환, 권 경석, 김 락우, 여 욱현, 이 상연
서울대학교 지역시스템공학전공

초록


    서 론

    연중 고품질의 농산물을 안정적으로 생산할 수 있는 장점 덕분에 국내 시설재배면적은 1990년 23,669 ha에서 2014년에 54,168 ha로 약 2.3배 증가하였다. 이 중 가온 재배온실은 약 29%이며 약 85%의 가온재배온실이 유류 를 이용하고 있다 (MAFRA, 2015a). 따라서 국내 시설 재배농가의 경영안정성이 국제유가변동에 따라 쉽게 어 려워질 수 있다. 이에 농림축산식품부는 시설원예 에너 지이용 효율화사업을 추진하여 시설재배농가에 에너지 절감시설 및 신재생에너지 활용시설의 설치를 지원하고 있다 (MAFRA, 2015b). 다양한 신재생에너지 중 발전소 온배수는 발전과정에서 발생하는 폐열을 흡수한 냉각수 로 발전소에 공급되는 총 에너지 중 50% 이상을 포함 한다. 전국의 발전소에서는 주변 해수보다 연 평균 약 7°C 높은 온배수를 약 552 억 톤 방류하며 이를 열에너 지로 환산할 경우 약 388,000 GWh로 전국 온실의 겨울 철 난방에너지를 충분히 부담할 수 있을 것으로 분석된 다 (Cho et al., 2010).

    발전소 온배수를 온실의 냉·난방 시스템에 적용할 경 우 온배수의 안정적인 공급을 위한 저류조, 냉·난방에 적절한 온도로 가열 및 냉각하기 위한 히트펌프 및 축 열조, 온실 내부에 열에너지를 전달하기 위한 송풍기 등 다양한 설비들을 고려해야 한다. 이 때 에너지를 효율적 으로 활용하기 위해서는 온실의 구조 및 재배작물에 따 라 냉·난방 적정설계용량을 산정해야 한다. 온실 냉·난 방시스템의 적정설계용량 산정을 위해서는 온실의 에너 지교환을 모의하고 냉·난방부하 산정이 선행되어야 한 다. 온실은 작물의 생육단계에 따라 상이한 적정생육온 도를 유지하며 특히 신재생에너지를 활용할 경우 계절 별 에너지원으로부터 받을 수 있는 에너지의 비율이 다 르다. 따라서 생육단계별 에너지부하 및 에너지비용을 예측하여 에너지원의 시기별 활용도를 예측할 수 있다. 이를 위한 냉·난방부하 산정방법으로는 실내외 환경조 건의 변화를 고려하는지 여부에 따라 정적산정법과 동적 산정법으로 구분할 수 있다.

    정적산정법은 건물의 실내외 환경조건을 정상상태로 가정하여 에너지 부하를 산정하는 방법으로 온실의 경우 형태와 무관하게 피복 표면적, 전열계수 등을 통하여 간 편하게 에너지부하를 산정할 수 있다. 주로 각종기상자 료의 최댓·최솟값 이용하여 최대 냉·난방부하를 산정하 거나 해석 기간 동안 기준 냉·난방온도와 주변 온도 차 이를 적산하여 기간별 냉·난방부하 산정을 하는 냉·난 방도일법이 이용되고 있다 (Lee et al., 2011; Nam et al., 2015). 그러나 정적산정법은 일사 및 내부 열원에 의한 열교환을 고려하지 못하고 피복재의 시간에 따른 축열능력을 반영하지 못한다는 한계가 있다.

    온실의 경우 일반 건축물과는 달리 피복이 매우 얇아 기상조건 변화에 민감하여 정적산정법을 활용할 경우 실 제 에너지부하와 다소 차이가 발생할 수 있다. 반면 동 적산정법은 실시간 기상변화를 입력 자료로 구축하고 시 간에 따른 요소별 에너지교환을 구현하여 온실의 에너지 부하를 산정한다. 동적산정법은 건물의 에너지흐름과 적 정 환경 조절을 위한 에너지부하를 수치해석적으로 계산 하고 예측하는 기술이다. 주로 건축분야에서 건물에너지 시뮬레이션 (BES; Building Energy Simulation)기법으로 널리 사용되고 있으며 농업분야에도 점차 적용되고 있다 (Candy et al., 2012; Lee, 2012; Attar et al., 2015). 또 한 온실 내 에너지교환 중 적지 않은 비중을 차지하는 작물 및 토양에 의한 에너지교환량은 시간에 따라 크게 변하므로 (Al-Helal et al., 2011) 이를 에너지교환모델에 반영하기 위해선 시간에 따른 기상조건변화를 모의할 수 있는 동적산정법이 필요하다. 시간에 따른 내부 기온, 피복, 작물군의 온도 분석 (Singh et al., 2006), 온실의 형태 및 방향에 따른 열에너지교환모델 개발 (Sethi, 2009), 작물 및 토양의 열에너지교환모델 개발 및 검증 (Mashonjowa et al., 2013), 온실 내 토양의 시간에 따른 온도 설계 (Joudi et al., 2015) 등이 동적 해석방법을 통 하여 연구되었다.

    이에 본 연구에서는 발전소 온배수를 온실에 적용하기 에 위하여 연동 플라스틱온실을 대상으로 동적 에너지부 하를 모의함으로써 적정 냉·난방 설계용량을 산정하고 자 하였다. 건물의 에너지교환 및 부하를 동적으로 해석 하기 위하여 여러 BES 상용 프로그램 중 TRNSYS (Ver. 17, SEL, USA)를 이용하였으며 관류전열, 환기전 열, 지중전열 등을 구현하였다. 또한 작물 및 토양과 주 변 공기 간의 에너지교환을 구현하기 위하여 온실 내부 환경조건과 연동하여 에너지교환량을 산정하는 컴포넌트 를 구축하였다. 개발한 모델을 통하여 산정한 온실 내부 기온과 현장실험을 통하여 실측한 온실 내부 기온을 이 용하여 모델을 검증하였다. 검증된 모델을 이용하여 작 물의 생육단계별 기간별 냉·난방부하를 산정하였으며 최대 냉·난방부하 산정을 통하여 대상온실의 적정 냉· 난방부하 용량을 제시하였다.

    재료 및 방법

    1.대상온실

    대상온실은 제주특별자치도 서귀포시 안덕면 화순리 (33.24°, 126.34°)에 위치하며 애플망고를 재배하는 14 연동 플라스틱 필름 온실이다. 온실의 형상 및 냉·난방 설비는 Fig. 1과 같으며 온실 및 크기 제원은 Table 1과 같다. 온실 내에는 애플망고 약 420 그루가 지름 0.8 m 의 대형 화분에 심어져 생육되고 있다. 대상온실의 피복 은 0.1 mm 두께의 폴리에틸렌 비닐로 이중 피복되어있으 며 측벽에는 전도에 의한 열손실을 방지하기 위하여 내 부에 솜이 있는 부직포가 고정식으로 추가 설치되어 있 다. 또한 동일한 재질의 부직포를 온실 상부와 하부 사이 에 보온 커튼으로 설치하여 야간에 온실 상부 피복을 통 하여 발생하는 전도열손실을 감소시키도록 설계되어 있 다. 애플망고의 적정 생육환경을 유지하기 위한 냉·난방 장치로는 제어실에 위치한 히트 펌프 (AHP-SLX30WG) 2 대, 온실 외부의 축열조, 온실 내부에 팬 코일 유닛 (HCD-30) 20 대가 span 별로 각 측벽에 1 대 또는 2 대 씩 설치되어 있다. 또한 온실 내부로 균일하게 열에너지 를 공급하기 위하여 팬 코일 유닛에 직경 0.4 m의 천공된 비닐 덕트가 연결되어 온실 길이방향으로 설치되어 있다.

    2.기상자료 및 현장실험

    대상온실의 실시간 에너지교환 모델의 설계 및 검증을 위하여 기상자료수집 및 현장실험을 수행하였다. 기상자 료는 대상지역과 인접한 고산 기상대와 서귀포 기상대로 부터 기온, 습도, 일사량, 풍속, 풍향 데이터를 수집하였 으며 현장실험을 통하여 2015년 3월 5일부터 2015년 5 월 9일까지 내부기온, 습도, 조도 등의 데이터를 수집하 였다. 내부기온의 분포를 분석하기 위하여 열전대 (TCT, Ondo114 Co., Korea)를 Fig. 2의 V, W 지점에 설치 하였으며 데이터로거 (GL820, Graphtec Inc., USA)에 연결하여 5분 간격으로 값을 기록하였다. 지점 V에는 일정 간격으로 가로, 세로 방향으로 총 8개 지점에 바닥 으로부터 1.5, 2.5 m 높이에 설치하였으며 지점 W에는 온실의 중앙부에 길이방향으로 4.5 m 간격으로 바닥에서 1.5 m 높이에 설치하였다. 온실 중앙에는 광량 센서 (SP- 100, Apogee Inst., USA), 이산화탄소 농도 및 습도 센서 (SH-VT250, SOHA TECH Co., Korea)를 설치하였다.

    3.Building Energy Simulation (BES)

    대상온실의 에너지교환 및 냉·난방부하 동적으로 해 석하기 위해 건물 에너지 시뮬레이션 기법 (BES; Building Energy Simulation)을 이용하였다. BES는 건물 에서 사용하는 에너지량을 수치해석적으로 계산하고 예 측하는 기법으로 동적 에너지 해석, HVAC 설비 및 제 어시스템, 신재생에너지 시스템 설계 등에 이용된다. 그 중 본 연구에서 사용한 TRNSYS는 태양열 시스템의 동 적 모델링 및 시뮬레이션을 위하여 개발되었으며 에너지 보존 방정식을 바탕으로 비정상 시스템 해석 프로그램이 다. TRNSYS는 메인 프로그램인 Simulation Studio와 컴포넌트라고 불리는 많은 서브루틴으로 구성되어 있으 며 사용자의 편의에 따라 다양한 형태의 컴포넌트를 이 용하여 모델을 설계할 수 있다. 온실을 구현하기 위해 멀티존 건물 모듈을 이용하였으며 이는 전달함수법에 근 거하여 해석공간에서 발생하는 여러 복잡한 열취득과 축 열 및 방열 등을 고려하여 동적 열에너지 해석을 수행 한다. 또한 원하는 기간의 외기조건, 일사조건, 벽체별 특성, 환기량 등을 적용하여 온실에서 관류전열, 환기전 열, 지중전열 등을 구현할 수 있다는 장점이 있다.

    4.작물 및 토양 에너지 교환 모델

    온실에 도달한 태양 에너지는 온실 피복에서의 반사, 흡수, 투과 등의 과정을 거쳐 온실 내부로 유입된다. 온 실 내부로 유입된 태양에너지는 작물, 토양과 상호작용 하며 에너지균형을 이루고 있으며 온실 내부에서의 에너 지 균형식은 식 (1)과 같다 (Fynn et al., 1993).

    Rn = LE+H+G
    (1)

    식 (1)에서 Rn은 온실 내 투과된 광량 (W·m-2), LE는 작물의 잠열 (W·m-2), H는 작물의 현열 (W·m-2), G는 토양열 (W·m-2)이다. 작물의 에너지교환을 구현하기 위 해 Penman-Monteith 식을 온실의 환경조건에 특화시켜 연구한 Stanghellni(1987)의 에너지교환식을 이용하였으 며 작물의 현열 및 잠열은 식 (2), (3)과 같다.

    H = 2 LAI ρ a c p T L T a r e
    (2)
    LE = δ δ + γ R n G 0 + δ δ + γ 2 LAI ρ a λ e a e e ÷ r e γ = γ 1 + r s r e
    (3)

    식 (2), (3)에서 E는 증발률 (kg·s-1·m-2), L은 물의 증 발잠열 (J·kg-1), G0는 작물 하부에서의 토양열 (W·m-2), δ는 포화수증기압-온도 곡선 기울기 (Pa·°C-1), γ는 증기 압-온도 계수 (Pa·°C-1), ea*, ea 는 포화수증기압 및 수증 기압 (Pa), Ta, TL은 기온 및 엽온 (°C), RH는 상대습도 (%), cp는 공기 비열 (J·kg-1·°C-1), ρa는 공기 밀도 (kg·m-3), re는 열전도 저항 (s·m-1), rs는 기공 저항 (s·m-1), LAI는 엽면적지수이다.

    토양의 에너지교환은 시간에 따라 주변 공기로 에너지 가 흡수 혹은 방출하기도 하며 에너지 균형에서 큰 비 중을 차지한다 (Liebethal et al., 2005). 이를 구현하기 위하여 여러 연구가 수행되어 왔으며 대표적으로 토양 상부의 순복사량 Rn과 토양열 G와의 비례식을 이용하여 수식화된 바 있다 (Clothier et al., 1986; Choudhury et al., 1987). 본 연구에서는 작물 하부 토양의 에너지 교 환은 제시한 식에서 전체 작물 잠열량 중 15% (Fynn et al., 1993)를 차지하도록 설계하였으며 온실 내 작물이 차지하지 않는 약 50%의 나지에 대하여 지중전열 (G) 과 순복사량 (Rn)의 비율 α를 이용하여 토양 에너지교환 을 구현하였다. 이 때, 나지에서 광량과 토양열 사이의 관계식은 식 (4)와 같다.

    G = αRn
    (4)

    식 (4)에서 는 순복사량 대비 지중전열의 비율로 Santanello and Friedl (2003)에 따르면 지표면 온도에 따라 주기성을 가지며 이는 식 (5)와 같다.

    α = G R n = Acos 2 π t + 10 , 800 B A = 0.0074 T s + 0.088 B = 1 , 729 T s + 65 , 013
    (5)

    식 (5)에서 A는 순복사량-지중전열 비율 변화의 진폭, B는 순복사량-지중전열 비율 변화의 지속시간 (s·rad-1), t 는 정오 대비 상대 시간 (s), ΔTs는 토양 표면 온도 (°C)이다.

    5.연구 방법

    온실의 동적 에너지교환 모델을 설계하기 위하여 건물 의 형상 모델링, 기상자료의 입력, 벽체 방위별 일사량 계산, 습공기선도 계산, 천공온도 결정 및 복사열교환 계산, 냉난방 에너지교환 등 다양한 컴포넌트를 이용하 였다. 건물의 형상은 설계도면 및 현장 실측치를 참고하 여 벽체별 방위 및 경사를 모델링하였으며 기상자료를 통해 온실 피복에서 발생하는 전도·복사에 의한 열교환 을 구현하였다. 작물 및 토양에 의한 에너지교환은 앞서 선정한 식 (2), (3), (5)를 이용하여 온실 면적을 고려한 실시간 입력 자료로 적용하였다.

    설계한 에너지교환 모델의 정확도를 높이기 위하여 현 장 실험을 통해 실측한 내부 온도와 모델로 연산된 내 부 온도를 비교하여 검증을 수행하였다. 온실의 동적 에 너지교환 모델을 설계 및 개발한 다수의 연구에서 다양 한 통계지표 및 경향성을 통해 모델의 검증을 수행한 바 있다 (Luo et al., 2005; Sethi, 2009; Candy et al., 2012; Ntinas et al., 2014; Chen et al., 2015). 본 연구 에서는 여러 통계적 지표 중 보편적으로 사용되는 결정 계수와 일치도를 이용하여 검증을 수행하였다. 결정계수 는 0에서 1사이의 값을 가지며 연산된 결과와 측정된 결과 사이의 경향성이 얼마나 일치하는지를 보여주는 지 표로 식 (6)을 통하여 산정할 수 있다.

    R 2 = i = 1 n Y i | obs Y obs ¯ Y i | cal Y cal ¯ i = 1 n Y i | obs Y obs ¯ 2 i = 1 n Y i | cal Y cal ¯ 2 2
    (6)

    식 (6)에서 Yi|obs 는 측정된 값, Yobs는 측정된 값들의 평균, Yi|cal는 연산된 값, Ycal는 연산된 값들의 평균이 다. 결정계수가 1에 가까우면 연산된 값이 측정된 값들 의 변화와 유사한 형태로 변한다는 의미를 가지나 값들 사이의 오차를 반영하지 못하는 한계가 있다. 이를 보완 하기 위해 측정값과 연산값 간의 차이를 나타내는 지표 인 일치도를 추가적으로 사용하였으며 식 (7)을 통하여 산정할 수 있다. 일치도는 0에서 1사이의 값을 가지며 1 에 가까울수록 오차가 적음을 의미한다.

    d = 1 i = 1 n Y i | obs Y i | cal 2 i = 1 n Y i | cal Y obs ¯ + Y i | obs Y obs ¯
    (7)

    검증된 모델을 이용하여 분석기간 동안의 냉·난방부 하를 산정하기 위해 냉·난방장치 작동 설정온도 및 작 동시기를 설정하였다. 대상온실에서 재배되는 애플망고 는 생장단계에 따라 영양생장기, 화아분화기, 출뢰기, 개 화결실기, 과실비대기, 과실수확기 여섯 단계로 구분 지 을 수 있으며 생장 단계별로 적정 생육 온도가 상이하 다. 본 연구에서는 대상온실 관계자와의 인터뷰를 통하 여 생육단계별 냉·난방장치 설정온도 및 작동시기를 Table 2와 같이 설정하였으며 과실수확기를 기준으로 1 년 단위의 냉·난방부하를 산정하였다. 연도별 냉·난방 부하 산정을 위하여 기상청에서 제공하는 2005년부터 2014년까지의 검증된 기상 데이터를 이용하였다. 산정된 결과를 이용하여 생육단계에 따른 냉·난방부하 경향성 평가 및 최대 냉·난방부하를 통하여 냉·난방시스템의 적정 설계용량을 제시하고자 하였다.

    결과 및 고찰

    1.BES 모델 설계

    대상온실의 설계도면 및 실측치를 참고하여 온실의 형 상, 피복, 보온커튼 순서로 모델링하였다. 벽체별 방위 및 면적 설정을 위하여 TRNSYS의 TRNSYS 3D 플러 그인을 이용하여 Google SketchUp (ver. 8, Google, USA)으로 형상을 모델링하였다. 온실은 피복이 매우 얇 으며 높은 광투과율을 가지고 있어 창호로 대체하여 구 현하였다. TRNSYS는 주로 일반 건축물을 대상으로 이 용되기 때문에 TRNSYS에서 제공하는 표준 라이브러리 에는 온실의 피복을 대체할 수 있는 재원이 제공되지 않는다. 따라서 본 연구에서는 Lee (2012)의 연구에서 실시한 온실 피복 모델링에 의거하여 창호 모델링 프로 그램인 WINDOW (ver. 7.3, LBNL, USA)를 이용하였 다. 대상온실의 피복인 0.1 mm 두께의 PE 필름의 물성 은 열전도율 0.330W·m-1·K-1, 태양투과율 0.750, 태양반 사율 0.100, 가시광선투과율 0.880, 가시광선반사율 0.100, 적외선방사율 0.840이 적용되었다. PE 필름 간의 거리는 골조의 두께인 26.7 mm로 적용하였으며 일반적 인 공기층으로 구현하였다. 보온커튼은 온실 하부와 상 부 사이에 두어 기상대 일사량이 0보다 클 경우 개방시 키고 일사량이 0이 되면 보온커튼이 가동되도록 구현하 였다.

    대상온실의 냉·난방시스템을 구현하기 위해 TRNBuild 프로그램 내부에서 난방, 냉방, 환기의 가동조건을 설정 하였다. 난방의 경우 적정생육온도의 최저 온도를 기준 으로 온실 내부 기온이 더 낮아질 경우 가동되도록 하 였으며 냉방은 최고 온도를 기준으로 내부 기온이 더 높아질 경우 가동되도록 설정하였다. 환기는 냉방장치 가동설정온도보다 2°C 낮을 경우 온실의 권장환기횟수 인 50회·시간-1으로 외부 공기와 직접적으로 교환하도록 하였다. 냉·난방장치의 용량은 히트펌프 성능에 따라 설 정하였다. 온실, 보온커튼, 히트펌프 및 환기의 작동 기 작, 작물 및 토양에 의한 에너지교환 등을 구현하기 위 해 사용한 모듈은 Table 3과 같으며 최종적으로 개발한 동적 에너지부하 산정모델은 Fig. 3과 같다.

    2.작물 및 토양 에너지교환

    현장실험을 통해 구축한 온실 내부 실시간 환경조건을 이용하여 작물 및 토양에 의한 단위면적당 에너지교환량 을 산정하였으며 실험 기간 중 2015년 3월 22일의 데이 터는 Fig. 4와 같다. 에너지교환량의 부호는 양의 경우 주변 공기에서 작물 및 토양으로 에너지가 흡수되는 것 을 의미하며 음의 경우 방출되는 것을 의미한다. 주간에 는 높은 일사의 영향으로 작물의 에너지교환이 일사량과 유사한 형태로 활발하게 일어나며 주로 주변 공기의 열 에너지를 흡수한다. 반면 야간에는 낮은 일사에 의하여 작물의 에너지교환량은 감소하고 주로 토양에 의하여 에 너지교환이 발생하며 토양의 온도가 주변 기온보다 높아 열에너지를 방출하게 된다.

    3.BES 모델 검증

    대상온실에 설치한 센서들을 통하여 실측한 내부 기온 과 모델을 이용하여 산정한 내부 기온을 비교하여 모델 을 검증을 수행하였다. 실험기간 중 일사의 영향으로 주 간에 온도가 상승하는 대표적인 3일을 예시로 시간에 따 른 내부 기온의 변화 및 통계적 지표는 Fig. 5과 같다.

    Fig. 2에서 나타나듯이 실측된 내부 기온과 연산된 결 과의 경향성이 유사함을 확인할 수 있다. 야간에는 난방 장치의 가동으로 내부 기온이 25°C로 유지되었으며 실 측과 연산 간의 온도 차이는 난방시스템 가동 기작에서 발생한 것으로 판단된다. 모델에서는 온실 내부 전체의 평균 기온을 기준으로 설정 온도보다 낮아지면 난방장치 가 가동되나 실제 온실에서는 내부의 특정지점에서 기온 을 측정하여 냉·난방 시스템을 가동한다. 따라서 실제 온실에서는 내부 기온의 불균일성 때문에 실측한 지점의 평균 내부 기온이 25°C로 유지되기 힘들다. 주간에는 난 방장치가 멈추고 일사에 의하여 내부 기온이 증가하기 시작하였다. 검증의 정량적 평가지표로서 결정계수는 평 균 0.85 이상으로 높게 나타났으며 일치도 역시 0.93 이 상으로 설계한 모델이 현장을 충분히 반영한다고 판단하 였다.

    4.냉·난방부하 산정

    기간별 냉·난방부하는 Table 2에서 볼 수 있듯이 생 육단계 기준으로 매년 6월 1일부터 이듬하여 5월 31일 에 수확하기까지를 주기로 산정 및 분석하였다. 각 생육 단계의 기간별 냉·난방부하는 Table 4, 5과 같다.

    Table 4, 5에서 나타나듯이 외부 기상조건 및 냉·난방 설정온도에 따라 연도별, 생육단계별 냉·난방부하가 상 이하게 산정되었다. 냉방부하의 경우 주로 주간에 발생 하며 높은 외부 기온 및 일사량에 의하여 상승하는 온 실 내부 기온을 설정온도 이하로 감소시키기 위하여 필 요한 열량으로 주간의 외부기온 및 일사량이 상대적으로 낮은 출뢰기, 개화결실기, 과실비대기, 과실수확기에 높 게 산정되었다. 외부 기온 및 일사량이 낮을 경우 주로 환기를 통하여 적정 생육 온도를 유지할 수 있으나 영 양생장기, 화아분화기에는 환기만으로는 적정 생육 온도 를 유지하기 어려워 냉방부하가 높게 산정되었다. 특히 영양생장기에서 화아분화기로 진행함에 따라 냉방설정온 도가 30°C에서 20°C로 감소하여 냉방부하가 평균적으로 37,320 MJ에서 311,622 MJ로 약 8배 가까이 증가한다. 난방부하의 경우 주로 야간에 발생하여 낮은 외부 기온 에 의하여 감소하는 온실 내부 기온을 설정온도까지 증 가시키기 위하여 필요한 열량으로 야간의 외부기온이 낮 은 출뢰기, 개화결실기, 과실비대기에 높게 산정되었다.

    특히 출뢰기에서 개화결실기, 과실비대기로 진행함에 따 라 난방설정온도가 18°C에서 22°C, 25°C로 증가하여 난방 부하가 평균적으로 226,336MJ에서 340,820, 335,692MJ 로 증가하였다.

    연도별 최대 냉·난방부하 및 발생 시기는 Table 6과 같으며 생육단계별 설정온도 및 기상조건 등에 의하여 차이가 나타난다. 주로 주간의 외부 기온 및 일사량이 높고 난방설정온도가 높은 개화결실기와 과실비대기에 최대난방부하가 발생하며 야간의 외부 기온이 낮고 냉방 설정온도가 낮은 화아분화기에 최대냉방부하가 발생하는 것을 확인할 수 있다. 과거 10년간 평균 최대난방부하는 525,473 kJ·hr-1로 1월에서 3월 사이에 주로 발생하였으며, 평균 최대냉방부하는 630,870 kJ·hr-1로 8월에 집중적으로 발생하였다. 산정된 평균 최대 냉·난방부하를 대상온실 의 적정 냉·난방 용량으로 제시하는 한편 현재 온실에 설치되어 있는 히트펌프의 난방용량이 496,800 kJ·hr-1, 냉방용량이 507,600 kJ·hr-1으로 극서기 및 극한기의 경우 생육적정온도를 유지하기 힘들 것으로 판단된다. 또한 대상지역이 내륙지방보다 비교적 온난한 제주도인 점을 고려하여 극서기와 같은 극한 기후환경 속에서도 안정적 인 시설재배를 위해서 보조 냉·난방 장치도 고려해야할 것으로 판단된다.

    결 론

    본 연구에서는 BES 기법을 활용하여 온실을 대상으로 실시간 에너지교환 시뮬레이션 모델 개발 및 검증을 수 행하고 냉·난방부하 산정 및 경향성을 분석하였다. 우선 BES 기법과 현장실험을 기반으로 온실의 실시간 에너지 교환 모델을 개발하였다. 광흡수율, 엽면적지수, 잎 특성 길이 등 대상작물인 애플망고의 특성 값들과 온실 내부 이산화탄소 농도, 광량, 온도 등 실시간 입력 자료를 고 려하여 작물 및 토양의 에너지교환을 구현하였다. 모델 의 검증은 온실 내부 기온으로 수행하였으며 실측 내부 기온과 연산된 내부 기온 간의 결정계수, 일치도로 평가 하였다. 내부 기온 비교는 결정계수 0.89, 일치도 0.93으 로 높은 유사성을 확인하였으며 모델의 유의성을 판단하 였다. 개발한 모델과 2005년부터 2014년까지의 기상자 료, 대상작물의 생육단계별 적정생육온도를 이용하여 대 상온실의 냉·난방부하 산정하였다. 연도별 냉·난방부하산 정 및 경향성을 파악하였으며 최대 냉·난방부하 산정을 통하여 대상온실의 냉·난방장치 용량설계의 기초자료를 확보하였다. 최근 10년 치 기상자료를 통하여 평균 최대 난방부하 525,473 kJ·hr-1, 평균 최대냉방부하 630,870 kJ·hr-1 가 산정되었으며 대상 온실에 지열, 온배수, 태양열 등 신재생에너지를 활용할 경우 유용하게 활용될 것으로 판 단된다.

    본 연구를 통하여 온실 내 각 구성요소 간의 실시간 에너지교환을 모의할 수 있었으며 추후 온배수 활용을 위한 저류조, 히트펌프, 축열조 등의 설비를 구현함에 따라 전반적인 냉·난방 시스템의 구현 가능성을 확인하 였다. 또한 동적 해석방법을 통하여 재배작물, 생육단계 및 토양을 고려하였으며 온실 에너지교환 모델에 다양한 형태로 적용 가능할 것으로 판단된다.

    사 사

    본 연구는 산업통상자원부에서 지원하는 “이종산업 융 복합형 발전소 온배수 및 이산화탄소 활용 스마트 시스 템 테스트 베드개발 과제(20142020103570)”의 일환으로 수행되었음.

    Figure

    KSBEC-25-2-123_F1.gif

    Schematic diagram of the heating systems of experimental greenhouse.

    KSBEC-25-2-123_F2.gif

    A location of sensors in greenhouse.

    KSBEC-25-2-123_F3.gif

    Energy model of reference greenhouse using BES.

    KSBEC-25-2-123_F4.gif

    Energy exchange by plant and soil (2015-03-22).

    KSBEC-25-2-123_F5.gif

    Comparison of measured and calculated temperature (●: Measured temperature (TM), ×: Calculated temperature (TC)).

    Table

    Characteristics and Specifications

    Optimum temperature of apple mango according to the growth stage.

    TRNSYS common modules for load calculation of greenhouse.

    Heating loads at each growth stage (2005~2014).

    Cooling loads at each growth stage (2005~2014).

    The maximum heating/cooling loads and occurrence (2005~2014).

    Reference

    1. Al-Helal AM , Abdel-Ghany AM (2011) Energy partition and conversion of solar and thermal radiation into sensible and latent heat in a greenhouse under arid conditions , Energy and Buildings, Vol.43 ; pp.1740-1747
    2. Attar I , Farhat A (2015) Efficiency evaluation of a solar water heating system applied to the greenhouse climate , Solar Energy, Vol.119 ; pp.212-224
    3. Candy S , Moore G , Freere P (2012) Design and modeling of a greenhouse for a remote region in Nepal , Procedia Engineering, Vol.49 ; pp.152-160
    4. Chen J , Xu F , Tan D , Shen Z , Zhang L , Ai Q (2015) A control method for agricultural greenhouses heating based on computational fluid dynamics and energy prediction model , Applied Energy, Vol.141 ; pp.106-118
    5. Cho JH , Kim DY , Lee JS (2010) Directions for developing green aquaculture using thermal effluent from power plant, Korea Maritime Institute,
    6. Choudhury BJ , Idso SB , Reginato RJ (1987) Analysis of an empirical model for soil heat flux under a growing wheat crop for estimating evaporation by an infrared-temperature based energy balance equation , Agricultural and Forest Meteorology, Vol.39 ; pp.283-297
    7. Clothier BE , Clawson KL , Pinter PJ , Moran JR MS , Reginato RJ , Jackson RD (1986) Estimation of soil heat flux net radiation during the growth of alfalfa , Agricultural and Forest Meteorology, Vol.37 ; pp.319-329
    8. Fynn RP , Al-shooshan A , Short TH , McMahon RW (1993) Evapotranspiration measurement and modeling for a potted chrysanthemum crop , American Society of Agricultural Engineers, Vol.36 (6) ; pp.1907-1913
    9. Joudi KA , Farhan AA (2015) A dynamic model and an experimental study for the internal air and soil temperatures in an innovative greenhouse , Energy Conversion and Management, Vol.91 ; pp.76-82
    10. Lee HW , Diop S , Kim YS (2011) Variation of the overall heat transfer coefficient of plastic greenhouse covering material , Journal of Bio-Environment Control, Vol.20 (2) ; pp.72-77
    11. Lee SB (2012) Analysis and validation of dynamic thermal energy for greenhouse with geothermal system using field data , MS. diss. Seoul National University Seoul Korea,
    12. Liebethal C , Huwe B , Foken T (2005) Sensitivity analysis for two ground heat flux calculation approaches , Agricultural and Metorology, Vol.132 ; pp.253-262
    13. Luo W , Zwart H F , Dail J , Wang X , Stanghellini C , Bu C (2005) Simulation of greenhouse management in the subtropics, Part I: Model validation and scenario study for the winter season , Biosystems Engineering, Vol.90 (3) ; pp.307-318
    14. Mashonjowa E , Ronsse F , Milford JR , Pieters JG (2013) Modelling the thermal performance of a naturally venrilated greenhouse in Zimbabwe using a dynamic greenhouse climate model , Solar Energy, Vol.91 ; pp.381-393
    15. (2015a) Ministry of Agriculture, Food and Rural Affairs (MAFRA) , Greenhouse cultivation present condition and product statistic. Sejong Korea,
    16. (2015b) Ministry of Agriculture, Food and Rural Affairs (MAFRA) , Project for improve use efficiency of agricultural energy. Sejong Korea ,
    17. Nam SW , Shin HH (2015) Development of a method to estimate the seasonal heating load for plastic greenhouses , Journal of the Korean Society of Agricultural Engineers, Vol.57 (5) ; pp.37-42
    18. Ntinas GK , Fragos VP , Nikita-Martzopoulou Ch (2014) Thermal analysis of a hybrid solar energy saving system inside a greenhouse , Energy Conversion and Management, Vol.81 ; pp.428-439
    19. Santanello JR , frist name JA , Friedl MA (2003) Diurnal covariation in soil heat flux and net radiation , American Meteorological Society, Vol.42 ; pp.851-862
    20. Sethi VP (2009) On the selection of shape and orientation of a greenhouse: Thermal modeling and experimental validation , Solar Energy, Vol.83 ; pp.21-38
    21. Singh G , Singh PP , Singh Lubana PP , Singh KG (2006) Formulation and validation of a mathematical model of the microclimate of a greenhouse , Renewable Energy, Vol.31 ; pp.1541-1560
    22. Stanghellini C (1987) Transpiration of greenhouse crops: An aid to climate management , PhD. diss. Wageningen The Netherlands: IMAG,