주거건물에서 바닥 복사난방을 고려한 RC 네트워크 모델의 변수 간소화 방안

초록

본 연구는 비침습적으로 수집된 데이터를 활용하여, 물리적 해석 가능성과 계산 효율성을 동시에 확보할 수 있는 간소화된 Grey-box 모델링 기법을 제안하였다. 기존의 복잡한 바닥 복사난방 기반 주거 건물 모델을 단순화함으로써, 물리적으로 타당한 결과를 유지하면서도 계산 비용을 효과적으로 절감할 수 있는 구조를 구축하였다. 제안된 간소화 모델은 열용량 파라미터만을 축소한 24R-8C 모델과 열저항 및 열용량을 함께 축소한 16R-6C 모델로 구성되며, 기존 24R-17C 모델 대비 파라미터 수를 크게 줄였다. 예측 성능 평가 결과, 24R-8C 모델은 실내 공기 온도 및 바닥 표면 온도에 대해 각각 0.55℃ 및 0.47℃의 평균 RMSE를 보였고, 16R-6C 모델은 각각 평균 RMSE가 0.56℃ 및 0.70℃로 도출되었다. 모든 간소화된 모델이 준수한 예측 정확도를 유지하였으며, 실측 데이터와 유사한 추세를 나타내었다. 특히 24R-8C 모델은 바닥층의 세분화된 구조를 유지하면서도 파라미터 수를 줄여, 열적 특성을 효과적으로 반영하였다. 반면, 16R-6C 모델은 바닥을 3개의 상태로 세분화하지 않고 단일 상태로 단순화함에 따라 바닥 표면 온도 예측에서 다소 높은 오차가 발생하였다. 이러한 결과를 바탕으로, 본 연구의 주요 결론은 다음과 같다. (1) 24R-8C 모델은 바닥 열용량 파라미터만을 축소하여 전체 파라미터 수를 기존 24R-17C 모델의 50개에서 41개로 줄였다. 바닥층을 3개의 상태로 세분화한 구조를 유지하였기 때문에 실내 공기 온도와 바닥 표면 온도 예측 성능은 기존 모델과 유사한 수준을 유지하였다. 평균 RMSE는 각각 0.55℃ 및 0.47℃로 나타났으며, 이를 통해 모델의 복잡도를 낮추면서도 물리적 해석 가능성과 예측 정확도를 동시에 확보할 수 있음을 확인하였다. (2) 16R-6C 모델은 바닥층을 3개의 상태로 세분화하지 않고 단일 상태로 통합함으로써, 바닥 열용량뿐만 아니라 열저항 파라미터 또한 함께 축소하였다. 이를 통해 전체 파라미터 수를 50개에서 31개로 감소시킬 수 있었다. 실내 공기 온도 예측에서는 기존과 유사한 정확도를 보였으나, 바닥 표면 온도 예측에서는 정확도 저하가 나타났다. 바닥 표면 온도에 대한 평균 RMSE는 0.70℃로 증가하였으며, 이는 세부 열적 거동이 충분히 반영되지 못했기 때문으로 판단된다. 종합적으로, 본 연구는 바닥 복사난방이 적용된 주거 건물에서 계산 비용을 절감하면서도 물리적 해석이 가능한 Grey-box 모델의 적용 가능성을 확인하였다. 또한, 제안된 모델은 다양한 주거 환경에의 일반화 가능성을 높이는 동시에, 실시간 제어에 요구되는 계산 효율성 확보에도 기여할 수 있을 것으로 기대된다. 이러한 활용 가능성을 바탕으로, 본 연구의 한계점과 향후 보완이 필요한 연구 방향은 다음과 같다. (1) 각 방에 대한 Step-test는 1회만 수행되어, Grey-box 모델링에 활용 가능한 실험 데이터가 제한적이었다. 이에 따라 모든 모델에 대한 파라미터 추정은 수행되었으나, 추가적인 검증은 이루어지지 못하였다. 향후에는 다양한 온도 조건과 난방 패턴에서의 데이터를 추가로 확보하여, 모델의 예측 정확도와 재현성을 검증함으로써 보다 신뢰도 높은 건물 모델링을 구현할 예정이다. (2) 24R-17C 및 24R-8C 모델의 경우, 바닥 열용량 파라미터가 실제 계산된 열용량 값과 거의 유사한 수준으로 도출되었다. 그러나 16R-6C 모델은 바닥층을 단일 상태로 통합하여 모델링하였기 때문에, 바닥 전체 열용량 파라미터가 실제 값보다 작게 추정되는 경향이 나타났다. 단일 상태로 표현된 열용량 파라미터는 바닥 표면 온도의 대표 값으로 작용하므로, 이로 인해 예측 정확도 저하가 발생한 것으로 분석된다. 향후 연구에서는 16R-6C 모델이 물리적으로도 타당성을 갖출 수 있도록 구조적 보완을 수행할 계획이다.

키워드