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.4 pp.308-319
DOI : https://doi.org/10.12791/KSBEC.2016.25.4.308

Analysis of the Outdoor Design Conditions for Greenhouse Heating and Cooling Systems in Korea

Sang-Woon Nam*, Hyun-Ho Shin
Department of Agricultural and Rural Engineering, Chungnam National University, Daejeon 34134, Korea
Corresponding author: swnam@cnu.ac.kr
November 11, 2016 November 23, 2016 November 28, 2016

Abstract

In order to set the outdoor weather conditions to be applied to the design standard of the greenhouse heating and cooling system, outdoor air temperature and heating degree-hour for heating design, dry bulb temperature, wet bulb temperature and solar irradiance for cooling design were analyzed and presented. For every region in Korea, we used thirty years from 1981 to 2010 hourly weather data for analysis, which is the current standard of climatological normal provided by KMA. Since the use of standard weather data is limited, design weather conditions were obtained using the entire weather data for 30 years, and the average value of the entire data period was presented as a design standard. The design weather data with exceedance probability of 1, 2.5, and 5% were analyzed by the TAC method, and we presented the distribution map with exceedance probability of 1% for heating and 2.5% for cooling which are recommended by design standards. The changes of maximum heating load, seasonal heating load and maximum cooling load were examined by regions, exceedance probabilities, and setpoint temperatures. The proposed outdoor design conditions can be used not only directly for the greenhouse heating and cooling design, but also for the reinforcement of heating and cooling facilities and the establishment of energy saving measures. Recently, due to the climate change, sweltering heat in summer and abnormal temperature in winter are occurring frequently, so we need to analyze weather data periodically and revise the design standard at least every 10 years cycle.


온실의 냉난방시스템 설계용 외부기상조건 분석

남 상운*, 신 현호
충남대학교 지역환경토목학과

초록

온실의 냉난방시스템 설계 기준에 적용하기 위한 외부 기상조건을 설정하기 위하여 난방 설계용 외기온, 난방 degree-hour, 냉방 설계용 건구온도, 습구온도, 일사량을 분석하여 제시하였다. 우리나라 전 지역을 대상으로 현 재 기상청에서 제공하는 기후평년값 기준인 1981~2010 년까지 30년간의 매 시각 기상자료를 분석에 사용하였다. 표준기상데이터의 이용이 제한적이기 때문에 30년간의 전체 기상자료를 이용하여 설계용 기상조건을 구하고, 전 체 자료기간의 평균값을 설계기준으로 제시하였다. TAC 방식으로 위험률 1, 2.5, 5%에 대한 설계용 기상자료를 분석하고, 설계기준에서 추천하고 있는 난방용은 위험률 1%, 냉방용은 위험률 2.5%의 기상조건 분포도를 제시하 였다. 지역별, 위험률별 및 설정온도별로 최대난방부하, 기간난방부하 및 최대냉방부하의 변화를 고찰하였다. 제 시된 각종 설계용 기상조건은 온실의 냉난방시스템 설계 에 직접 이용할 수 있을 뿐만 아니라 냉난방 설비 보강 이나 에너지 절감대책의 수립에 활용이 가능할 것으로 판단된다. 한편 기후변화로 인하여 최근 여름철 폭염이 나 겨울철 이상고온 현상이 자주 발생하고 있으므로 주 기적인 설계용 기상자료의 분석이 필요하고, 최소한 10 년 주기로 설계기준을 개정할 필요가 있는 것으로 생각 된다. 본 연구에서는 현재 기후평년값 기준인 1981~2010년까지의 기상자료를 분석하였으나 이 기준이 1991~2020년으로 바뀌는 2021년에는 즉시 이 기간의 기상자료를 분석하여 새로운 설계기준으로 제공해야 할 것으로 판단된다.


    Rural Development Administration
    PJ009 41203

    서 론

    시설재배에서 환경설비의 용량 부족은 혹한기 또는 혹 서기에 작물의 생육에 치명적인 영향을 미칠 수 있다. 또한 설비용량의 과대설계는 설치비 면에서 비경제적일 뿐만 아니라 에너지의 효율적 이용측면에서도 불리하므 로 적정 설비용량의 결정은 매우 중요하고, 따라서 기상 자료의 선택은 매우 신중을 기하여야 한다.

    온실의 난방시스템 설계 시 미국 농공학회의 ASABE Standards에서는 ASHRAE (미국공조학회)의 TAC (Technical Advisory Committee) 1%의 설계기온을 적용하고 있으 며(ASABE, 2008), 일본 시설원예협회에서는 10년 빈도 의 설계기온을 적용하고 있다(JGHA, 2007). 우리나라는 명확한 기준 없이 위험률별(1, 2.5, 5, 10%) 설계기온을 제시하고 있다(Kim 등, 1997).

    온실의 냉방시스템은 냉동기를 사용하지 않고, 대부분 환기와 증발냉각시스템을 채용하고 있기 때문에 냉방부 하를 구하지 않고 일정 범위에서의 증발냉각-환기 그래 프를 이용하여 설계를 하고 있다. 따라서 온실 냉방 설 계용 기상자료를 기준으로 설정한 경우는 없고, 다만 농 업시설의 냉방설계 시 미국에서는 TAC 2.5%를(Lindley 와 Whitaker. 1996), 일본은 10년 빈도의 설계기온 사용 을 권장하고 있다(JGHA, 2007). 우리나라는 난방 설계 와 마찬가지로 명확한 기준이 없는 실정이다(Kim 등, 1997).

    현재 우리나라에서 온실의 냉난방 설계에 사용하고 있 는 위험률별 설계기온은 매시간 자료를 구하기 어렵기 때문에 하절기는 6, 7, 8월의 일 최고기온을 동절기는 12, 1, 2월의 일 최저기온을 TAC법으로 분석한 것이다 (Kim 등, 1997). 따라서 현재 사용하고 있는 위험률별 설계기온은 분석 방법과 적용기준이 명확하지 못하고, 데이터를 분석한 시점이 20년 이상 경과하여 정확한 온 실 냉난방시스템 설계용 기상자료로는 부적합하므로 명 확한 적용기준을 설정하고, 최신 데이터를 사용하여 설 계용 기상자료를 제공할 필요가 있다.

    한편, 온실을 설치하기 전 계획단계에서 경영계획의 수립이나 경제성 평가 등을 위해 난방에너지 소비량의 예측이 필요하고, 에너지 공급설비를 포함한 난방시스템 의 설계에서도 에너지 소비량 예측은 필수적이다. 에너 지 소비량 예측은 동적 시뮬레이션을 이용하는 방법이 있으나 표준기상데이터의 이용이 제한적이고, 상세한 입 력정보에 따른 정확도의 문제로 온실의 설계에 이용하지 는 못하고 있으며, 간편하게 에너지 소비량을 예측할 수 있는 난방 degree-hour 방식이 채택되고 있다(Nam과 Shin, 2015).

    국내에서 온실의 난방 degree-hour를 분석한 사례로는 Kwon 등(1984)이 26개 기상관측소의 1955~1982년 자료 를 사용하여 Mihara(1978) 식을 이용하여 분석하였고, Lee(1985)가 24개 지역의 1973~1982년 자료를 사용하여 역시 Mihara 식을 이용하여 분석한 바 있다. Kim 등 (1997)은 9개 지역의 1982~1994년 자료를 사용하여 평균 월을 선정하고 평균월 기상데이터를 이용하여 주간과 야 간으로 구분하여 난방 degree-hour를 구하였다. 이와 같 이 국내 온실의 난방 degree-hour는 명확한 적용기준이 없고, 이용 가능한 데이터도 20~30년 이상 경과된 것이 어서 최근의 기후변화 등이 전혀 반영되지 못하였고, 정 확한 에너지 소비량 예측에 사용하기에는 부적합한 것으 로 판단된다.

    따라서 본 연구에서는 온실의 냉난방시스템 설계 기준 에 적용하기 위한 외부기상조건을 설정하기 위하여 현재 기상청에서 제공하는 우리나라 전 지역의 최근 30년간 (1981~2010, 기후평년값 기준) 매 시각 기상자료를 사용 하여 난방 설계용 외기온, 난방 degree-hour, 냉방설계용 건구온도, 습구온도, 일사량을 분석하여 제시하였다.

    재료 및 방법

    기상청으로부터 국내 기상관측소 전체 78개 지점의 기 상자료를 수집하였다. 현재 기후평년값 기준인 1981 ~2010년까지의 30년간 매 시각 기상자료를 사용하여 분 석하였다(KMA, 2013). 그러나 일사량 자료의 경우 현재 10년 이상 관측 자료를 보유하고 있는 지역이 22개 지 역뿐이고, 표준일사계 교정 작업을 실시한 1981년 이전 에 측정한 것은 정밀도가 떨어지므로 1982년 이후 계측 한 전체 자료를 사용하였다. 또한 1999년 이전 자료 중 일부지역의 온습도는 3시간 간격으로 제공되므로 이들은 스프라인 보간법으로 시각별 온습도를 추정하여 사용하 였다.

    설계용 기상조건은 표준기상데이터를 이용하여 구해야 하지만, 국내에는 7개 지역만 표준기상데이터가 제공되 고 있어 국내 전 지역을 대상으로 설계 자료를 작성하 는 것이 불가능하다(KSES, 2013). Nam 등(2014a)은 표 준기상데이터가 제공되는 7개 지역을 대상으로 분석한 결과 30년간의 기상자료를 이용하여 구한 평균값이 표 준기상데이터로 구한 결과와 잘 일치하는 것으로 보고하 였다. 따라서 본 연구에서도 30년간의 전체 기상자료를 이용하여 설계용 기상조건을 구하고, 전체 자료기간의 평균값을 설계기준으로 제시하였다.

    일본에서 사용하고 있는 10년 빈도 설계 기온은 온실 의 환경설계에 적용하는데 문제가 있는 것으로 보고하고 있어(Nam 등, 2014a), 본 연구에서는 미국농공학회에서 기준으로 채택하고 있는 TAC 방식을 위험률별 설계용 기상조건으로 설정하였다. 위험률별 설계 자료는 TAC 1%, 2.5%, 5%의 기상자료를 추출하는 것으로써 난방은 2,160시간(12~2월)의 자료 중 최저 순으로 각각 1, 2.5, 5%에 해당하는 값을 냉방은 2,928시간(6~9월)의 자료 중 최고 순으로 각각 1, 2.5, 5%에 해당하는 값을 설계 자료로 이용한다(Kim 등, 1996; ASHRAE, 2005; SAREK, 2011).

    여기서, 1, 2.5, 5%는 엄밀히 말해서 설계 값을 초과 할 확률(exceedance probability)이지만, 본 연구에서는 이것을 위험률이라고 정의 하였다. 온실의 환경설계 시 난방시스템은 위험률 1%의 기상조건을 적용하고, 냉방 시스템은 위험률 2.5%의 기상조건을 적용할 것을 추천 한다. 다만, 시설의 투자수준이나 재배하는 작물의 부가 가치에 따라 위험률을 높이거나 낮추어 적용할 수도 있 도록 위험률 1, 2.5, 5%의 값을 모두 제시하였다.

    한편, 신뢰성 있는 에너지 소비량 예측을 위해서는 정 확한 기간난방부하의 산정이 필요하고, 여기에 제공하기 위한 난방 degree-hour는 표준기상데이터를 이용하여 구 하는 것이 가장 합리적이다(Yoon, 2003). 그러나 앞에서 언급한 바와 같이 표준기상데이터의 이용이 제한되므로 다른 방법으로 난방 degree-hour를 구해야 하는데, Nam 등(2014b)의 분석 결과 위험률별 설계 자료와 마찬가지 로 전체 기상자료를 사용하여 매년 난방 degree-hour를 구하고 전체 자료기간의 평균값이 표준기상데이터를 이 용하여 구한 결과와 잘 일치하는 것으로 보고하였다. 따 라서 본 연구에서도 이 방법으로 난방 degree-hour를 구 해 설계 기준으로 제시하고, 추가로 에너지 소비량 평가 를 위하여 가장 따뜻했던 해(최소)와 가장 추웠던 해(최 대)의 난방 degree-hour를 참고자료로 제시하였다.

    난방 degree-hour를 구할 때 난방 설정온도는 Kwon 등(1984)의 경우 3, 6, 9, 13, 16°C로, Lee(1985)는 5, 10, 15, 20°C로 Kim 등(1997)은 3, 5, 8, 10, 12°C로 설 정하여 분석하였다. ASABE(2008)의 설계기준에 의하면 대부분의 작물에 적합한 난방온도는 16°C로 되어 있으 며, 최근에 고온성 작물이 많이 재배되면서 난방온도도 높아지고 있는 실정이다. 따라서 본 연구에서 온실의 난 방 설정온도는 16°C를 중심으로 20°C까지 4단계로 하여 8, 12, 16, 20°C에 대하여 각각 구하였다.

    결과 및 고찰

    1.난방설계용 기상조건

    TAC 방법으로 분석한 온실의 난방 설계 외기온은 Table 1 및 Fig. 1과 같다. 온실의 난방설계 기준은 위험 률 1%의 외기온을 사용할 것을 추천하고 있으므로 Fig. 1과 같이 위험률 1%의 외기온 분포를 지도로 작성하였 다. 그러나 온실의 투자수준이나 재배 작물의 부가가치 에 따라 위험률 2.5% 또는 5%의 값을 사용할 수도 있 으므로 Table 1에 이들을 정리하였다. 여기서는 지면관 계상 시설원예 면적이 많은 순으로 50개 지역만 표시하 였다.

    위험률 1%의 설계 외기온을 살펴보면 제주가 0°C로 가장 높고, 철원이 -17.8°C로 가장 낮았다. 위험률 2.5% 의 설계 외기온은 위험률 1%에 비하여 0.8~2.0°C(평균 1.5°C) 높았고, 위험률 5%의 설계 외기온은 위험률 1% 에 비하여 1.6~3.7°C(평균 2.9°C) 높은 것으로 나타났다. 온실의 규모와 자재 특성이 동일한 것으로 가정하면 최 대난방부하는 실내외 기온차에 비례한다(Shin과 Nam, 2015). 난방 설정온도를 16°C로 한 경우의 최대난방부하 를 비교해 보면, 위험률 1%에서 철원은 제주에 비하여 최대난방부하가 2.1배 큰 것으로 나타났다. 위험률 2.5% 의 설계 외기온을 채택할 경우 위험률 1%에 비하여 최 대난방부하는 평균 0.94배, 위험률 5%의 설계 외기온을 채택할 경우 위험률 1%에 비하여 평균 0.89배로 줄어드 는 것으로 나타났다.

    Table 2는 설정온도별 온실의 난방 degree-hour를 나 타낸 것이고, Fig. 2와 Fig. 3은 설정온도 8°C와 16°C일 때의 난방 degree-hour 분포를 지도로 작성한 것이다. 온실의 난방 degree-hour는 철원이 34,232~94,629°C·h로 가장 크고, 서귀포가 4,114~44,465°C·h로 가장 작았다. 난방 degree-hour가 가장 큰 철원과 가장 작은 서귀포를 설정온도별로 비교하면, 설정온도 8°C일 때 철원이 서귀 포 보다 8.3배 크고, 12°C일 때 4.2배, 16°C일 때 2.8배, 20°C 일 때 2.1배 큰 것을 알 수 있다. 이는 동일한 온 실 조건에서 철원이 서귀포에 비하여 설정온도에 따라 2.1~8.3배의 에너지가 더 소요되는 것을 의미한다.

    설정온도에 따른 온실의 난방 degree-hour를 지역별로 비교해 보면, 설정온도 12°C일 때는 8°C일 때 보다 1.5~2.9배(평균 1.7배) 크고, 설정온도 16°C일 때는 8°C 일 때 보다 2.1~6.2배(평균 2.7배) 크며, 설정온도 20°C 일 때는 8°C일 때 보다 2.8~10.8배(평균 3.8배) 큰 것으 로 나타났다. 이는 지역에 따라 그리고 난방 설정온도에 따라 시설재배에 소요되는 에너지가 큰 차이를 보이므로 보온설비의 보강이나 설정온도의 결정에 중요한 요소가 될 수 있는 것으로 판단된다.

    한편, 과거 기상자료와 최신 기상자료를 이용한 난방 degree-hour의 변화를 비교해 보려고 하였으나 Kwon 등 (1984)Lee(1985)는 Mihara 식을 이용하여 난방 degree-hour를 구한 것이고, Kim 등(1997)은 평균월 기 상데이터를 이용하고 주간과 야간을 구분하여 분석하였 으며, 난방 설정온도가 동일하지 않아서 본 연구 결과와 비교하는 것은 불가능 하였다. 그러나 일조시간을 고려 한 Mihara 식으로 구한 난방 degree-hour는 본 연구의 기본적인 방법으로 구한 난방 degree-hour의 75% 정도 (Nam과 Shin, 2015)인 것을 고려하여 Lee(1985)의 분석 결과와 비교하면 다음과 같다. 설정온도 20°C일 때 서귀 포의 난방 degree-hour는 Lee(1985)의 분석에서 38,820°C·h 이었으나 본 연구에서는 44,465°C·h로 75%를 적용할 경 우 33,349°C·h로 감소하였다. Lee(1985)의 연구에서 난 방 degree-hour가 가장 큰 춘천의 경우 72,600°C·h 이었 으나 본 연구에서는 88,776°C·h로 75%를 적용하면 66,582°C·h로 감소하였다. 정확한 비교는 곤란하지만 30 년 전 기상자료와 최신 기상자료로 분석한 난방 degreehour의 차이는 대략 8~14% 정도 감소한 것을 알 수 있 고, 이는 기후변화의 영향으로 생각되며 추후 최소한 10 년 주기로 기상자료를 분석하여 설계기준을 개정할 필요 가 있는 것으로 판단된다.

    Table 3은 각 지역별 설정온도에 따른 온실 난방 degree-hour의 최대와 최소를 나타낸 것이다. 최대 난방 degree-hour는 가장 추웠던 해, 최소 난방 degree-hour는 가장 따뜻했던 해의 값으로 기후조건에 따른 에너지 소 비량 평가에 활용이 가능할 것으로 판단된다.

    지역별 최대 난방 degree-hour는 설정온도 8, 12, 16, 20°C일 때 최소 난방 degree-hour 보다 각각 1.4~4.1배( 평균 1.8배), 1.3~2.3배(평균 1.5배), 1.2~1.6배(평균 1.4 배), 1.2~1.9배(평균 1.3배) 큰 것으로 나타났다. 설정온 도가 높을수록 난방 degree-hour의 변동 폭은 작아지는 것을 알 수 있었다. 설정온도 8°C일 때 철원의 난방 degree-hour는 가장 따뜻한 해보다 가장 추운 해에 47% 증가하지만, 서귀포의 경우에는 4.1배나 커지는 것으로 나타났다. 설정온도 16°C일 때는 철원의 경우 가장 따뜻 한 해보다 가장 추운 해에 26% 증가하고, 서귀포의 경 우에는 64% 증가하는 것으로 나타났다. 온실의 난방 설 정온도가 낮을수록 또한 기후가 따뜻한 지역일수록 기상 변동에 따른 에너지 소비량의 차이가 큰 것을 알 수 있 으며, 온실의 에너지 관련 설비 설치 계획에 반영할 필 요가 있을 것으로 판단된다.

    2.냉방설계용 기상조건

    TAC 방법으로 분석한 온실의 냉방 설계 외기온(건구, 습구)은 Table 4 및 Fig. 4~5와 같다. 온실의 냉방설계 기준은 위험률 2.5%의 외기온을 사용할 것을 추천하고 있으므로 Fig. 4 및 Fig. 5와 같이 위험률 2.5%의 건구 온도와 습구온도 분포를 지도로 작성하였다. 그러나 온 실의 투자수준이나 재배 작물의 부가가치에 따라 위험률 1% 또는 5%의 값을 사용할 수도 있으므로 Table 4에 이들을 정리하였다.

    위험률 2.5%의 설계 외기 건구온도를 살펴보면 대구 가 32.8°C로 가장 높고, 장수가 29.0°C로 가장 낮았다. 위험률 1%의 설계 외기 건구온도는 위험률 2.5%에 비 하여 0.7~1.3°C(평균 1.1°C) 높았고, 위험률 5%의 설계 외기 건구온도는 위험률 2.5%에 비하여 0.7~1.4°C(평균 1.1°C) 낮은 것으로 나타났다.

    위험률 2.5%의 설계 외기 습구온도를 살펴보면 서귀 포가 25.9°C로 가장 높고, 제천, 봉화가 22.0°C로 가장 낮았다. 위험률 1%의 설계 외기 습구온도는 위험률 2.5%에 비하여 평균 0.5°C 높았고, 위험률 5%의 설계 외기 습구온도는 위험률 2.5%에 비하여 평균 0.5°C 낮 은 것으로 나타났다. 그러나 습구온도는 위험률에 따라 일률적으로 높거나 낮지 않고, 반대의 경우도 있는 것으 로 나타났다. 이는 온실의 증발냉각시스템 설계 시 습구 온도가 설계 외기 건구온도와 동시발생 습구온도를 의미 하기 때문이다. 증발냉각시스템의 경우 건습구 온도차가 클수록 냉방효과가 좋기 때문에 습구온도가 낮은 지역이 증발냉각 적용성이 높을 것으로 판단된다.

    Table 5 및 Fig. 6은 TAC 방법으로 분석한 온실의 냉 방 설계 일사량을 나타낸 것이다. 온실의 냉방설계 기준 은 위험률 2.5%의 외기조건을 사용할 것을 추천하고 있 으므로 Fig. 6과 같이 위험률 2.5%의 일사량 분포를 지 도로 작성하였다. 다른 외기 조건과 마찬가지로 온실의 투자수준이나 재배 작물의 부가가치에 따라 위험률 1% 또는 5%의 값을 사용할 수도 있으므로 Table 5에 이들 을 정리하였다. 재료 및 방법에서 언급한 바와 같이 일 사량 측정 기상관측소가 22개 지역뿐이고, Table 4의 다 른 기상 조건과 동일한 지역만 선발하였기 때문에 Table 5에는 17개 지역의 데이터만 나타내었다.

    위험률 2.5%의 설계 일사량을 살펴보면, 제주가 891W/m2으로 가장 높고, 수원이 777W/m2으로 가장 낮 았다. 위험률 1%의 설계 일사량은 위험률 2.5%에 비하 여 35~56W/m2(평균 46W/m2) 높았고, 위험률 5%의 설 계 일사량은 위험률 2.5%에 비하여 46~63W/m2(평균 55W/m2) 낮은 것으로 나타났다.

    온실의 냉방부하는 유입 일사량에서 피복재의 관류열 량, 환기전열량 및 증발산 소비열량을 빼면 된다. 증발 산 소비열량은 유입 일사량에 작물의 증발산 계수를 곱 하여 구하는데, 대체로 온실의 설계 시 증발산계수는 0.5~0.6을 적용한다. 관류열량과 환기전열량은 온실의 규 모와 자재 특성 및 환기율이 동일한 경우 실내외 기온 차에 비례한다(Nam 등. 2015). 이상을 식으로 표현하면 다음과 같다.

    Q T = α I R β T i T o
    (1)
    α = τ A s 1 E p
    (2)
    β = UA + ρ cV
    (3)

    여기서, QT는 온실의 냉방부하(W), IR은 일사량(W/m2), Ti-To는 실내외 기온차(°C)이고, τAs는 광 투과율×바 닥면적, Ep는 작물의 증발산계수, UA는 열관류 특성(W/ °C, 열관류율×피복면적), ρcV는 환기전열 특성(W/°C, 밀도×비열×환기율) 이다.

    측고가 6m인 1.0ha 규모의 온실에 Nam 등(2015)의 연구와 동일한 매개변수 값을 적용하고, 차광율 30%, 환기율 0.3회/min으로 가정하여 위 식의 αβ를 구해 보면 각각 3,500과 480,000으로 계산되었다. 여름철 온 실의 기온은 매우 높은 일사부하로 인하여 외기온 보다 낮게 유지하기가 거의 불가능하고, 증발냉각시스템의 설 계 시 대부분 32°C를 목표온도로 설정한다(Lindley와 Whitaker, 1996).

    그러나 최근 지열히트펌프 등의 보급으로 기계적인 냉방 을 실시하는 농가가 늘고 있고, 작물의 정상적인 생육을 위해서는 30°C이하까지도 냉방이 필요할 것으로 판단된다.

    이를 고려하여 실내기온을 31°C로 설정하면, 위험률 2.5%의 설계 외기온이 29~32.8°C의 범위에 있으므로 Ti-To는 -1.8~2.0°C 정도이다. 그러므로 β(Ti-To)는 -864~960kW의 범위로 추정된다. 여기서 부호가 마이너 스인 경우는 냉방부하를 증가시키고 플러스인 경우는 냉 방부하를 경감시키는 것이다. 반면 위험률 2.5%의 설계 일사량은 777~891W/m2의 범위에 있으므로 αIR은 2,720~3,120kW의 범위로 추정된다. 따라서 온실의 냉방 부하에 미치는 영향은 실내외 기온차 보다 일사량이 훨 씬 크고, 특히 차광을 하지 않을 경우에는 일사부하가 대부분을 차지하는 것을 알 수 있다.

    위와 동일한 조건에서 최대냉방부하를 비교해 보면, 위험률 2.5%에서 제주의 최대냉방부하는 수원에 비하여 15%정도 큰 것으로 나타났다. 위험률 1%의 설계 조건 을 채택할 경우 위험률 2.5%에 비하여 최대냉방부하는 평균 1.23배로 증가하고, 위험률 5%의 설계 조건을 채 택할 경우 위험률 2.5%에 비하여 평균 0.76배로 감소하 는 것으로 나타났다. 지역별 냉방부하의 차이는 난방부 하의 차이보다 훨씬 작았다. 그러나 위험률 설계조건의 변경에 따른 냉방부하의 차이는 난방부하의 차이보다 훨 씬 큰 것으로 나타났다. 따라서 온실의 냉방시스템 설계 시에는 위험률 설계조건의 선택에 신중을 기해야 할 것 으로 판단된다.

    한편 기후변화로 인하여 최근 여름철 폭염 현상이 자 주 발생하고 있으므로 주기적인 설계용 기상자료의 분석 이 이루어져야 할 것으로 생각한다. 본 연구에서는 현재 기후평년값 기준인 1981~2010년까지의 기상자료를 분석 하였으나, 이 기준이 1991~2020년으로 바뀌는 2021년에 는 즉시 이 기간의 기상자료를 분석하여 새로운 설계기 준으로 제공해야 할 것으로 판단된다.

    ASHRAE(2013)에 의하면 설계용 기상조건이 계절별 백분위수 1%, 2.5%, 5%에서 1년 총 8,760시간의 백분 위수로 냉방은 0.4%, 1%, 2%, 난방은 99.6%, 99%를 사용하는 것으로 개정되었다. 최근 우리나라 기후변화를 살펴보면 10월까지도 늦더위가 발생하고, 11월에는 조기 한파가 찾아오는 등 전형적인 계절 변화에 이상이 감지 되고 있다. 따라서 냉난방 설계용 기상자료를 하절기 6, 7, 8, 9월, 동절기 12, 1, 2월로 설정한 계절별 자료 분 석으로 위험률별 설계 기준을 작성하는 것은 문제가 있 을 것으로 생각되며, ASHRAE의 개정내용을 검토하여 국내 설계 기준 작성에 적용할 필요가 있을 것으로 판 단된다.

    사 사

    본 연구는 농촌진흥청 공동연구사업 (과제번호 ; PJ009 41203)의 지원에 의해 이루어진 것임.

    Figure

    KSBEC-25-4-308_F1.gif

    Distribution map of design outdoor temperature for greenhouse heating in °C for the exceedance probability of 1%.

    KSBEC-25-4-308_F2.gif

    Distribution map of greenhouse heating degree-hour in 1,000°C·h for the temperature setpoint of 8°C.

    KSBEC-25-4-308_F3.gif

    Distribution map of greenhouse heating degree-hour in 1,000°C·h for the temperature setpoint of 16°C.

    KSBEC-25-4-308_F4.gif

    Distribution map of design dry-bulb temperature for greenhouse cooling in °C for the exceedance probability of 2.5%.

    KSBEC-25-4-308_F5.gif

    Distribution map of design wet-bulb temperature for greenhouse cooling in °C for the exceedance probability of 2.5%.

    KSBEC-25-4-308_F6.gif

    Distribution map of design solar irradiance for greenhouse cooling in W/m2 for the exceedance probability of 2.5%.

    Table

    Design outdoor temperature for greenhouse heating by exceedance probability. (unit ; °C)

    Greenhouse heating degree-hour for use in energy estimation by temperature setpoint. (unit ; °C•h)

    The range of greenhouse heating degree-hour by temperature setpoint(Ts). (unit ; °C•h)

    Design outdoor temperature for greenhouse cooling by exceedance probability.

    Design solar irradiance for greenhouse cooling by exceedance probability. (unit ; W/m2)

    Reference

    1. ASABE (2008) Standard: Heating, ventilating and cooling greenhouses, ANSI/ASAE EP406.4, American Society of Agricultural and Biological Engineers,
    2. ASHRAE 2005 (2013) ASHRAE Handbook Fundamentals, American Society of Agricultural and Biological Engineers,
    3. JGHA (2007) Handbook of protected horticulture, Japan Greenhouse Horticulture Association, (in Japanese)
    4. Kim D.C , Kim S.H , Seo J.S , Lee S.G , Geum J.S (1996) Development of the standard computer software and weather data for cooling and heating load calculation, Ministry of Commerce and Industry, ; pp.115-142(in Korean)
    5. Kim M.K , Lee S.G , Seo W.M , Son J.E (1997) Design standards for greenhouse environment, Rural Development Corporation, (in Korean)
    6. KMA (2013) Weather data(1981-2010). Korea Meteorological Administration.KSES. 2013. Korean Standard Weather Data, The Korean Solar Energy Society,
    7. KSES (2013) Korean Standard Weather Data, The Korean Solar Energy Society,
    8. Kwon Y.S , Lee Y.B , Park S.G (1984) Studies on the establishment of safety standard for protected cultivation environment , Horticultural Experimental Station Research Report, ; pp.287-333(in Korean)
    9. Lee S.G (1985) Analysis of the heating degree hour for greenhouses , Journal of the Korean Society of Agricultural Engineers, Vol.27 (3) ; pp.85-96(in Korean)
    10. Lindley J.A , Whitaker J.H (1996) Agricultural buildings and structures, ASAE,
    11. Mihara Y (1978) Computation formula for greenhouse heati ngdegree hour with consideration for sunshine , Journal of Agricultural Meteorology, Vol.34 (2) ; pp.83-85
    12. Nam S.W , Seo D.U , Shin H.H (2015) Empirical analysis on the cooling load and evaporation efficiency of fogging system in greenhouses , Protected Horticulture and Plant Factory, Vol.24 (3) ; pp.147-152(in Korean)
    13. Nam S.W , Shin H.H , Seo D.U (2014a) Comparative analysis of weather data for heating and cooling load calculation in greenhouse environmental design , Protected Horticulture and Plant Factory, Vol.23 (3) ; pp.174-180(in Korean)
    14. Nam S.W , Shin H.H , Seo D.U (2014b) Comparative analysis of accumulated temperature for seasonal heatingload calculation in greenhouses , Protected Horticulture and Plant Factory, Vol.23 (3) ; pp.192-198(in Korean)
    15. Nam S.W , Shin H.H (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(in Korean)
    16. Shin H.H , Nam S.W (2015) Validation of load calculation method for greenhouse heating design and analysis of the influence of infiltration loss and ground heat exchange , Kor. J. Hort. Sci. Technol, Vol.33 (5) ; pp.647-657(in Korean)
    17. SAREK (2011) Handbook of facilities engineering , Airconditioning, The Society of Air-Conditioning and Refrigerating Engineers of Korea, Vol.Vol. 2 ; pp.1-8(in Korean)
    18. Yoon J.H (2003) Domestic and international status of standard weather data for evaluation of building energy performance , Magazine of the SAREK, Vol.32 (8) ; pp.7-14(in Korean)