R.C.조 패시브하우스 동절기 실내 온도 관리

[IFREE]

WINTER BRIEF​(Ⅲ)

Ⅰ. R.C.조 패시브하우스 난방에너지 소비량과 비용

Ⅱ. R.C.조 패시브하우스 동절기 실내 습도 관리

Ⅲ. R.C.조 패시브하우스 동절기 실내 온도 관리

Ⅳ. R.C.조 패시브하우스 태양열을 저축하는 재주를 부리다.

하루세번으로 가능할까?

온도 측정 방식은 앞서 실내 상대습도 관리 방식에 대한 설한 바와 같다.

그런데, 시작부터도 그랬지만 기록을 하는 기간 내내 과연 하루 3번 측정하는 것만으로 대표값을 구할 수 있을까?

기록장치가 붙은 온도측정기로 24시간 기록해야 하지 않을까? 요런 의문이 있었다.

실내온도를 기록할 때 기상청의 대기 온습도 데이타를 같이 기록하였는데, 이 데이타가 있어야 열교분석을 할 수 있기 때문이었다.

그런데, 기상청 어딘가에 그 자료가 있을 것 같아 열라 찾아보았다.  

과연 기상청 국가기후데이타센터에 내가 봐 왔던 기록이 고스란이 저장되어 있었다.

세종금남(496) 방재기상관측 자료에 저장되어 있었다.

아쉬운 것은 무인 관측소라서 신뢰도도 상대적으로 낮고 제공되는 데이타도 정식 관측소에 비하여 항목이 적다

무엇보다 대기중 습도값과, 일사에너지 관련 정보가 제공되지 않는다.

그래도 매 시간마다 기온,강수,풍속,풍향 등 제법 쓸만한 자료를 얻을 수 있다.

또한, 필자가 당초 데이타를 기록할 때 시계열 데이타로 기록하였기 때문에 비록 한쪽은 8시간 주기로 기록하였고 기상청 자료는 1시간 간격으로 기록되어 있지만 그래프상에 동시에 표기하는 것이 기술적으로 가능하다.

시계열데이타의 편리한 점이다.

단지, 기상청데이타의 시계열정보가 날짜 포멧이 아니라 TEXT 포멧으로 제공되어 있어 LEFT,RIGHT,MID,TIME 등 별 지룰을 떨어서 이를 날짜 정보로 바꾸는 수고가 필요하였다.

본론 들어가기 전에 이리 얻은 정보로 바람장미(Wind rose) 를 한수 그려 보았다

한가지 사례로 예시한 것이지만 이 정보를 잘 활용하면 주간,야간, 계절별 풍향과 풍속 등 유용한? 정보를 많이 얻을 수 있다.

실내 온도 자료는 난방과 연관이 깊기 때문에 난방에너지 분석시 같이 다루는 것이 더 유용할 것이다.

근데, 두가지 자료를 한꺼번에정리하려니 내용이 너무 방대해져서 중간에 밥먹고 다시해야할 분위기라서 따로 구분하였다.

우선 수기로 기록한 자료의 신뢰성 평가?를 해보기로 했다. 두개의 온도 기록 값을 한개의 그래프에 표시해 본 것이다.

살펴보기 쉽도록 전체 관측 기간 중 2015년 1월달 구간을 확대하여 그래핑을 해보겠다.(고 해상도 그래프는 요리 클릭)

붉은 선이 필자가 하루 세번씩 수기로 기상청 발표 자료를 기록해 나간 것이고 파란선은 세종금남(496)방재기상센터에서 1시간 단위로 기록한 대기온도 자료이다.

보는이에 따라 평가가 다를 수는 있겠지만 필자가 보기에는 신기할 정도로 잘 맞는 것으로 보인다.

이로써 하루 세번 정도만 잘 기록해도 충분히 대표값으로 사용할 수 있다고 판단하였다.

아래는 실제 관측 기록한 람다하우스의 동절기 실내외 온도 기록값이다. (요기를 클릭하시면 높은 해상도의 그래프를 보실 수 있습니다)

위 그림에 실내 측정지점 3곳의 온도 기록값이 있고 그 아래에 붉은선은 붙박이장이 설치된 벽체의 표면온도를 PHPP상의 벽체 단열값을 기준으로 열교값을 계산하여 도시한 것이다.

즉, 붙박이장이 설치된 후면의 벽체 온도가 붉은선 정도일 것으로 추정한다.

그 다음 아래 파란선은 결로가 발생하는 온도다.

현재의 실내 온도와 습도값을 기준으로 실내 어느 곳이던 파란선에 해당하는 온도가 되는 곳은 결로가 발생하게 된다는 의미이다.

마지막으로 맨 아래 주황색 선은 외부 대기 온도이다. 여기서는 기상청에서 받은 온도값으로 기록하였다.

붙박이장이 설치된 벽체의 표면온도 선인 붉은 선이 결로 발생 온도선인 아래 파란색 선이 닿는 날에는 절단 난다.

벽에 물이 맺힌다는 의미이기 때문이다.

필자가 동네 여러집의 결로 사례를 분석해 보기로는 결로가 발생한 집의 온습도 조건은 어김없이 이 조건에 들어갔다.

우리 주거 문화와 기후 조건을 감안할 때 붙박이장에 면한 외벽의 열관류율이 0.15 kWh/㎡.K 이상인 경우에는 곰팡이 발생 확율이 상존한다고 봐야 한다.

이리 각고의 노력을 기울인 보람도 없이 문제가 될만한 한개의 데이타도 구하지 못하였다.

먹잇감을 놓친 늙은 사냥꾼의 심정이 나와 같을까?

실내외 온도 조건 난방에너지소비량 간의 관계

말 그대로 기상청 자료로 그대로 인용하여 사용할 수 있게 되었므로 일이 한결 수월해졌다.

데이터 신뢰도도 올라가지만, 난방도시값을 구하는 것도 수월하다.

이게 없으면 기록한 데이타를 이용해서 n-1차 다항식을 만든 다음에 뉴턴메서더를 이용해서 적분을 해야 한다.

가진 툴도 없기 때문에 예전 기억을 되살려 프로그램을 새로 짜야하는 고통을 감수해야한다.(학부 시절에 짜본 적은 있다.ㅠㅠ)

아래 표는 람다하우스가 속한 세종시 기후정보 중 평균온도와 난방도시값이다.

PHPP 설계상의 온도 설정값과 람다패시브하우스가 지낸 동절기 온도값에 특별한 차이점은 없다.

굳이 따지자면 12월은 더 추웠고 1월은 더 따뜻했고 2월은 도찐개찐이라 보면 되는 정도다. 3개월 평균치로는 △0.7℃ 차이가 날 뿐이다

이 정도의 차이가 주목할만한 난방에너지 소비량의 차이로 이어지지는 않는다.

그런데, 월별 난방에너지 소비량과 기후 데이타를 비교해 보면 한가지 모순으로 보이는 넌쎈스가 발견된다.

평균기온이 더 낮은 2014년12월보다  따뜻했던 2015년1월의 난방에너지소비량이 더 많은 것이다.

평균기온이 -2.2 ℃인 12월에는 난방으로 694 kWh를 사용하였고 평균기온이 -0.9℃ 였던 1월에는 12월보다 164kWh 많은 858kWh를 사용하였다.

그럴수도 있지 뭘 그렇게 따지나? 하고 지나갈 수 있는 문제이기는 하다.

숫자로 표시하니까 뭔 차이가 있는 것 처럼 보이는 것이기는 하지만 두개 값이 여러가지 변수 조건이 상존하는 삷의 현장이라는 점을 고려하면 과학적인 검산을 해야할 정도로 유의미한 차이값은 사실 아니다.

막말로 1월에 손님 맞이 청소한다고 며칠 현관문 열어 놓기만 해도 설명될 수 있는 미미한 차이이기 때문이다.

그러나 과학은 무시해도 되는 그 작은 차이의 끝자락을 부여쥐고 갈 때 진보라는 선물을 돌려준다.

나중에 틀려서 개망신을 당하는 한이 있더라도 일단은 부여잡고 가보자.

필자로서는 가장 설득력있는 해석은 일사량에서 찾을 수 있다고 본다.

정확한 일사량 정보가 없기는 하다. 또 일사량 정보는 기상청에서 제공되는 지역 정보값이 있다고 해도 그대로 각개 주택의 판단 근거로 인용해서 사용할 수는 없다.

각각의 주택이 처한 지형 조건에 따라 일사 환경이 천차만별하기 때문이다.

어림짐작으로 정성적으로 추정할 수 있는 자료가 있어 거론해 본다.

남측 거실에 위치한 1번 측정 지점의 온습도 기록계는 한낮 직달광선의 영향권 안에 있었기 때문에 볕이 좋은 날에는 온도에 뚜렷한 족적이 남는다.

뽀쪽뽀쪽하게 위로 솟아있는 봉우리들이 낮 시간 직선광ㅅ의 영향으로 온도가 국부적으로 상승한 결과치이다.

즉, 봉우리 숫자가 많을수록 또 높을수록 일사에너지 유입이 많았을 것으로 추정할 수 있는 것이다.

면밀하고 초 정밀한 신공을 발휘하여 분석해본 결과 12월의 일사에너지 유입량이 1월에 비해서 우월했던 것으로 평가된다.

특히 2015년 1월에는 열흘이상 연속적으로 볕이 들지 않는 기간이 있기도 하다.

눈 빠지게 그림을 자세히 디댜 보면 필자가 의미하는 뜻에 동의가 될 것이다.^^

따라서 이 영향이 난방에너지 소비량에 영향을 미쳤을 것이라고 추정한다.

실제 난방에너지소요량에서 일사에너지가 미치는 영향이 대기온도보다 훨씬 크다.

여기에 한가지 더 고려해볼 수 있는 것은 난방시즌으로 들어갈 때 갑자기 기온이 영하권으로 내려갔는데, 이에 반하여 지면은 상대적으로 천천히 식었을 것이다. 따라서 식는 기간 동안 바닥으로 유실되는 에너지값이 1월에 비해서는 상대적으로 작았을 것으로 본다.

실제 체감적으로 12월 초에는 대기는 추웠지만 집안은 난방을 하지 않아도 따뜻했다.

이것외에도 1월 들어서 난방 시스템의 효율을 올려 보겠다고 뻘 짓을 하는 바람에 에너지 낭비가 소소하게 있었다. 

잘해보자고 하는 노력이 항상 좋은 결과를 돌려주는 것은 아니다. (높은 해상도의 그래프를 보시려면 여기를 클릭)

온도기록 그래프에 난방에너지 소비량을(붉은색)을 같이 표시한 것인데, 2015년 1월초에 엄청 헤메었음을 여실히 보여 주는 자료다.

물론 이같은 뻘짓은 필요한 인내 과정이다. 그 순기능의 결과로 점차 난방에너지 소비량이 통계학적???? 최적치에 수렴할 수 있었다고 스스로에게 위로해 본다.

PHPP 예측치와 실제 난방에너지 소비량 비교

아래 그림은 당초 설계시 예측하였던 PHPP 상의 에너지소요량 자료를 기준으로 홍도영건축가가 실제 소비된 에너지량을 비교 평가해 보낸 자료다.

여러가지 변수 즉 외부기온, 일사에너지, 높은상대습도에 따른 열전도, 공조기의 환기강도, 생활패턴에 따른 실내발열조건 등 무수히 많은 오차요인이 있기 때문에 아직까지 완벽하게 설계상에서 건물의 에너지사용량을 예측할 수는 없다.

자본주의 논리상 제한된 비용으로 무한정의 부가가치를 제공할 수 없다는 한계도 있다.

이러한 제한 조건에도 불구하고 당초 예측치와 실제 실현된 결과값은 불과 14% 밖에 오차를 보이지 않고 있다.

고무적인 결과라 자평한다.

단순히 실측값이 14% 높았다고 판단하고 지나쳐도 상관없는 문제지만 엄격히 보면 난방시스템의 효율이 있기 때문에 손실을 제외하고 실제 건물에 공급된 난방에너지는 2,220 × 0.84 = 1,864 kWh 로 보는 것이 맞고 이런 결과치로 보면 두개 값은 불과 △128kWh 밖에 차이가 나지 않는 사실상 일치된 값이다.

이 정도로 일치하는 것은 솔직히 맞췄기 보다는 우연히 얻어 걸렸다고 봐야할 정도이지만 얻어걸린 우연도 가끔은 기쁨을 준다.

쾌적한 열범위

관측된 기간 중 겨울 기간 중 실내 온도와 습도 분석에 의한 실내 환경의 쾌적함 정도를 그래프로 평가해 본 것이다 (고해상도그래프 링크)

시판되는 습도계에 방긋 웃는 그림이 나타나는 원리도 이와 비슷한 알고리즘을 가질 것으로 짐작이 되는데, 각각의 X축에는 실내온도 Y측은 상대습도값이다.

녹색 사각형 안쪽은 쾌적한 범위를 나타내고, 노란색 선 안쪽은 쾌적한 것은 아니지만 불쾌하지도 않은 범위를 나타 낸다. 그럭저럭 괜춘은 범위가 되겠다.

측정 지점별로 표식을 달리해서 필요에 따라 위치별 경향을 볼 수 있게 디자인하였다.

이기 인간의 감정에 관한 것이니깐, 실제 데이타가 불쾌한 지점에 가 있다 해도 자식이 누굴 패고 들어 왔거나 얻어 걸린 로또 복권이라도 주었다면 기분이 나쁠리 없을 것이고 반대로 쾌적한 범위에 들어왔다고 해도 자식이 컨닝하다 틀켜서 학교로 불려가야하는 상황이라면 기분이 좋지는 않을 것이다.

하나의 참고 지표로 보면 될 것이다.

이것은 첫 겨울의 데이타이고 계절별로 나눠서 보면 나름 흥미로운 자료가 될 것으로 기대된다.