1. 서 론
2. 연구방법
2.1. 방법론
2.2. 건물 에너지 시뮬레이션
3. 시뮬레이션 결과 분석
3.1. 실내 환경 평가
3.2. HVAC 에너지 사용량 분석
3.3. 최적 MMVR 선정
4. 결 론
1. 서 론
모듈러 건물은 프리패브(Pre-fabricated) 건축 방식으로 준공되며, 공장에서 건물의 부재를 생산하고 현장에서 조립된다(Lacey, Chen, Hao, & Bi, 2018). 모듈러 건물은 전통적인 콘크리트(Reinforced Concrete, RC) 건물 대비 조립 및 해체, 작업의 단순화, 공사 기간 단축, 그리고 경량화로 인한 내진성능이 우수하다(Ruoyu, Jingke, & Jian, 2020). 이로 인해 주거, 국방, 그리고 구호 시설 등에 모듈러 건물을 이용하는 사례는 증가하고 있다. 특히 학교 시설에 모듈러 건물을 이용하는 사례가 많은 비율을 차지하고 있다(Kamali & Hewage, 2016)(Figure 1 참조). 현재 학교 시설은 주로 교육 활동 및 실내 환경 개선과 기존 건물의 노후화로 인해 증축 및 개축을 진행하는 동안에 임시 교사로 모듈러 건물을 이용하고 있다(Kim & Lee, 2014). 또한 모듈러 건물은 학생 수 변화에 따른 탄력적인 해체 및 이전이 가능하기 때문에 신축 건물에 이용되는 사례도 같이 증가하고 있다. 그러나 모듈러 건물은 현장에서 부재를 조립하는 방식이기 때문에 필연적으로 구조체에 접합부가 발생한다(Rajanayagam et al., 2021). 구조체의 접합부는 누기를 발생시키므로 기밀성능 저하를 야기한다. 기밀성능 저하는 공조되지 않은 외기가 실내에 도입되어 HVAC(Heating, Ventilation, and Air Conditioning) 에너지 사용량에 악영향을 미칠 수 있다.
학교 시설은 실내 공기질 유지를 위해 최소환기량을 확보하여야한다. 이를 위해 대한민국 학교보건법은 기계환기 시스템 설치를 의무화하고 있다(MOE, 2022). 건물에 요구되는 최소환기량(Required minimum ventilation rates for buildings, RVRB)은 자연환기와 기계환기를 이용하여 확보된다. 이때, RVRB는 재실자 수와 바닥면적에 따라 산정되며 산출식은 식1과 같다(ASHRAE, 2019a).
여기서 는 건물에 요구되는 최소환기량[CMH], 는 1인당 요굳되는 환기량[CMH/person], 는 재실인원, 는 바닥면적당 요구되는 환기량[CMH/m2], 그리고 는 바닥 면적[m2]을 의미한다.
산정된 RVRB를 기반으로 자연환기와 기계환기로 나누어 환기량을 확보하여야 한다. 자연환기는 누기와 창문을 통한 환기 등이 있다. 누기는 구조적으로 발생되는 환기이기 때문에 건물에 따라 고정된 상수이다. 즉, 자연환기는 창문을 통한 환기를 제외한다면 조정되지 않는다. 이에 RVRB를 확보하기 위해서는 기계환기 시스템을 통한 최소환기량(Mechanical minimum ventilation rates, MMVR) 조정이 필요하다. 기밀 성능이 낮은 건물은 MMVR을 감소시켜야 하고 기밀성능이 높은 건물은 MMVR을 증가시켜야 한다. 그러나 현재 MMVR은 누기 발생량이 적은 RC 건물의 기밀성능을 기반으로 설정되어 있다. 이를 기밀성능이 낮은 모듈러 건물의 환기시스템에 이용할 경우 필요 이상의 환기가 발생하여 실내 냉 ‧ 난방 부하가 증가한다. 이를 예방하기 위한 방안으로 다양한 환경인자(재실자 스케줄, 미세먼지, 그리고 실내 CO2 농도 등)의 변화를 고려한 환기시스템 제어(e.g. DCV 제어)가 있다(Merema, Delwati, Sourbron, & Breesch, 2018; Zhong, Wu, & Ridley, 2020). 그러나 대한민국 학교 건물의 환기시스템에 DCV 제어를 이용한 사례는 미비하다(Choi, Park, Song, Choi, & Moon, 2020). 현재, 대한민국 학교 시설의 환기시스템은 주로 On-Off 제어가 이용되고 있다. On-Off 제어는 DCV 제어와 같이 환경 인자에 따라 자동적으로 환기량을 조정할 수 없다. 필요 이상의 높은 환기량은 실내 공기질을 향상시키나 HVAC 에너지 사용량을 증가시킨다(Figure 2 참조). 반면 요구된 양 대비 낮은 환기량은 실내 공기질 개선을 위해 요구되는 충분한 양의 외기를 실내에 도입하지 못해 실내 공기질이 악화된다. 따라서 모듈러 학교는 실내 공기질을 유지하는 조건하에 HVAC 에너지 사용량을 절감하기 위해서는 기밀성능을 고려한 MMVR 설정이 필요하다.
환기시스템에 대한 다양한 선행 연구가 선행되었으며, 실내 공기질을 유지하는 동시에 환기로 인해 발생되는 에너지 손실을 최소화하기 위해 최적 MMVR 선정을 목적으로 수행된 선행 연구를 조사하였다. 조사한 선행 연구는 다음과 같이 정리된다.
Fisk, Black과 Brunner (2012)은 사무실 건물을 대상으로 MMVR에 따른 업무 성과, 에너지 사용량, 그리고 경제적 비용을 분석하였다. 이를 위해 본 연구는 1인당 MMVR을 6.5 L/s, 10 L/s, 그리고 15 L/s 설정하였고 이를 기반으로 건물 에너지 시뮬레이션을 수행하였다. 분석 결과, 업무 성과는 MMVR에 따라 각각 0.32 % 감소, 0.33% 증가, 그리고 0.91% 증가하였다. HVAC 에너지 사용량은 MMVR이 클수록 증가하였다. 그러나 총 경제적 비용은 sick building syndrome(SBS)과 short-term absence 저하로 인해 감소하였다. 결과적으로 최적 MMVR은 15 L/s로 판단되었으며, 이를 이용 시 경제적 이익은 $37.5로 가장 우수하였다.
Franco와 Schito (2020)는 학교 건물을 대상으로 최적의 MMVR을 선정하였다. 이를 위해 이탈리아 여러 대학의 강의실에서 CO2농도를 모니터링하고, CO2 농도 증가율과 실내 점유율 간의 상관관계를 통해 환기량을 계산하는 실험적 분석을 수행하였다. 분석 결과, 현재 제시되고 있는 기준 대비 MMVR을 낮출 경우, 실내 CO2 농도가 일정 수준을 초과하지 않는 조건 아래에서 에너지 사용량을 감소할 수 있음을 확인하였다.
Dutton과 Fisk (2014)는 사무용 건물을 대상으로 MMVR에 따른 에너지 사용량 및 실내 공기질을 분석하였다. 이를 위해 Title-24에 제시된 MMVR을 기준으로 30%, 50%, and 100%를 증감시켜 건물 에너지 시뮬레이션을 수행하였다. Title-24 기준 환기율을 50%와 100% 증가시킬 경우, HVAC 에너지 사용량은 각각 7.6%와 21.6% 증가하였다. 포름알데히드 농도는 각각 8.6%와 14.4% 감소하였다. 반면 환기율을 50% 감소시킬 경우, HVAC 에너지 사용량은 3.5% 감소되었으나 포름알데히드 농도는 13% 증가하였다.
Liddament와 Orme (1998)은 주거용 건물을 대상으로 MMVR에 따른 에너지 사용량 및 환기 효율을 분석하였다. 이를 위해 실제 건물의 평균 침기량과 환기율을 추정하였고 실내 ‧ 외 건구온도 및 엔탈피를 측정하여 에너지 분석을 수행하였다. 분석 결과, 본 연구는 ASHRAE Standard 62.1에 제시된 환기량으로 설정할 경우, 에너지 손실을 1/4까지 감소할 수 있음을 판단하였다.
Turanjanin, Vučićević, Jovanović, Mirkov와 Lazović (2014)은 학교 건물을 대상으로 실내 CO2 농도를 측정하여 RVRB를 추정하였다. 교실 내 ‧ 외의 CO2 농도를 5일간 지속적으로 측정한 후, CO2 농도 감쇠 방법을 통해 MMVR을 계산하였다. 분석 결과, 측정된 MMVR은 0.8 L/s 권장 MMVR인 10 L/s보다 작았다. 이로 인해 대부분의 교실 CO2 농도는 1000 ppm을 초과하였다. 결론적으로, 본 연구는 교실의 공기질 개선을 위해 환기 시스템의 개선이 필요하다고 판단하였다.
Mancini, Nardecchia, Groppi, Ruperto와 Romeo (2020)은 학교 시설의 강당을 대상으로 MMVR에 따른 에너지 사용량과 실내 공기질을 분석하였다. 이를 위해 시뮬레이션과 현장 측정을 수행하였다. 시뮬레이션은 MMVR을 50%, 30%, 15%씩 줄이는 시나리오를 설정하여 에너지 사용량을 분석하였다. 현장 측정은 MMVR에 따른 CO2, PM10, 그리고 TVOC 등 주요 오염 물질 농도를 분석하였다. 분석 결과, MMVR을 50% 감소시킬 경우, 주요 오염 물질 농도는 허용 범위를 유지하면서 에너지 사용량을 45.2% 절감하였다.
Hesaraki, Myhren과 Holmberg (2015)은 주거용 건물을 대상으로 MMVR에 따른 실내 공기질과 에너지 사용량을 분석하였다. 이를 위해 MMVR을 0.1 L/s·m2, 0.2 L/s·m2, 0.35 L/s·m2, 그리고 0.7 L/s·m2로 설정하여 실험을 수행하였다. 분석 결과, 0.20 L/s·m2의 환기율은 권장 CO2 농도 이하를 유지하면서 에너지 사용량을 43% 절감하였다. 따라서 본 연구는 최적의 MMVR을 0.20 L/s·m2 으로 판단하였다.
Das 등(2013)은 주거용 건물을 대상으로 실내 공기질과 에너지 사용량을 고려한 최적의 MMVR을 선정하였다. 이를 위해 두 가지 최적화 방법을 이용하였다. 첫번째는 환기량에 따른 건강 영향과 에너지 사용량을 경제적 이익 측면에서 평가하는 방법이다. 두 번째는 가중치를 적용하여 최적의 MMVR을 결정하는 일반화된 다중 목표 최적화 방법이다. 분석 결과, 단독 주택과 아파트의 최적 MMVR은 각각 0.3 L/s·m2와 0.4 L/s·m2으로 확인되었다.
Lin과 Deng (2003)은 고층 주거용 건물을 대상으로 MMVR이 실내 공기질 미치는 영향을 분석하였다. 이를 위해 12개의 침실에서 CO2 농도를 측정하였다. 측정 결과, 대부분의 침실에서 ASHRAE Standard 62에서 요구하는 RVRB을 만족하지 못 하였다. 이에 본 연구는 고층 주거용 건물의 침실에서 야간 권장 환기율을 3.0 L/s·person로 제안하였다.
Clements-Croome, Awbi, Bakó-Biró, Kochhar와 Williams (2008)은 환기량이 실내 공기질과 학생 학업 성취도에 미치는 영향을 분석하였다. 이를 위해 영국에 위치한 20개의 초등학교 교실 대상으로 CO2 농도와 환기율을 측정하고, 학생들의 건강과 학업 성과를 평가하였다. 평가 결과, 대부분의 교실에서 CO2 농도가 1000 ppm을 초과했으며, MMVR이 낮을수록 학생들의 학업 성과가 감소하였다. 따라서 본 연구는 MMVR을 7.0 L/s·person으로 제안하였으며, 이는 권장 CO2 농도를 유지와 학성 성과를 위해 적합하다고 판단되었다.
Table 1은 선행 연구에서 건물의 용도와 기밀성능에 따라 선정된 MMVR 및 연구 결과 요약을 보여준다.
Table 1.
Literature reviews of MMVR
선행된 연구는 다양한 건물 용도의 MMVR에 따른 실내 공기질 및 에너지 사용량 분석과 최적의 MMVR 선정에 초점을 맞추어 수행되었다. 그러나 선행된 연구는 모두 RC 건물을 대상으로 수행되었으며, 모듈러 건물의 기밀성능을 기반으로 한 MMVR 평가는 미비하였다. MMVR은 HVAC 에너지 사용량과 실내 환경에 직접적인 영향을 미치기 때문에 건물의 기밀성능 고려한 설정이 필요하다. 이에 본 연구는 모듈러 건물의 기밀성능에 따른 최적 MMVR 선정을 목적으로 하였다. 이를 위해 파라메트릭 기법을 이용하여 MMVR 변경에 따른 실내 환경과 HVAC 에너지 사용량을 분석하고 이를 기반으로 최적 MMVR을 선정하였다.
2. 연구방법
2.1. 방법론
본 연구는 모듈러 학교에 설치된 환기시스템의 MMVR에 따른 실내 환경과 HVAC 에너지 사용량에 미치는 영향을 평가하고 이를 기반으로 최적 MMVR 선정을 목적으로 한다. 이를 위해 본 연구는 문헌 조사, 시뮬레이션 모델 제작, 시뮬레이션 케이스 설정, 그리고 시뮬레이션 결과 평가의 4단계로 진행되었다. Figure 3은 연구의 전반적인 흐름도를 보여준다.
문헌 조사 단계에서는 모듈러 건물, 건물의 기밀성능, 그리고 건물 용도에 따른 RVRB를 검토하였다. 시뮬레이션 모델링 단계에서는 건물에너지 시뮬레이션 툴인 EnergyPlus와 DesignBuilder를 이용하여 대상 건물인 모듈러 학교 외피 형상과 HVAC 시스템을 모델링하였다. 그리고 사전 시뮬레이션을 수행하였다. 시뮬레이션 케이스 설정 단계에서는 MMVR에 따라 케이스를 분류하였고, 각 케이스 별 건물 에너지 시뮬레이션을 수행하였다. 시뮬레이션 결과 평가 단계에서는 MMVR에 따른 실내 환경과 HVAC 에너지 사용량을 평가하였고, 이를 기반으로 최적의 MMVR을 선정하였다.
2.2. 건물 에너지 시뮬레이션
2.2.1 모듈러 학교 모델링
본 연구는 대전에 위치한 실제 모듈러 학교의 외피 형상을 기반으로 시뮬레이션 모델을 제작하였다. Figure 4는 모듈러 학교의 외피 형상, 시뮬레이션 결과 분석 공간, 그리고 HVAC 시스템 개략도를 보여준다. 대상 건물 체적은 4,536 m3(21 m × 36 m × 6 m)이다. 대상 건물은 2층 규모의 11개 구역으로 구분되어 있으나, 본 연구는 모듈러 학교의 기밀성능에 따른 최적 MMVR 선정을 목적으로 하였기 때문에 전 구역 분석은 불필요하다고 판단하여 한 구역만을 분석하였다. Table 2는 시뮬레이션 모델링에 이용된 입력변수를 나타낸다. 대상 건물의 외피와 창의 열관류율은 건축물의 에너지절약설계기준 중부 2지역 기준에 만족하도록 설정하였다(MOLIT, 2018). 기밀성능은 KCL(Korea conformity laboratories, 2017)에서 제공한 실제 모듈러 건물의 기밀성능을 평가한 결과를 기반으로 12 ACH@50pa로 설정하였다. 해당 평가는 미공개 보고서이다. 재실 인원은 20명으로 설정하였다(ASHRAE, 2019a). 시뮬레이션에 이용된 기상데이터는 IWEC2(International weather files for energy calculation 2.0)에서 제공하고 있는 대전 데이터를 이용하였다(ASHRAE, 2017). IWEC2 기상데이터는 대기 CO2 농도를 포함하고 있지 않기 때문에 본 연구의 대기 CO2 농도는 WDCGG(World Data Centre for Greenhouse Gases, 2023)에서 제공하고 있는 전 세계 평균 대기 CO2 농도를 이용하였다. 대상 건물의 냉 ‧ 난방 시스템은 EHP(Electric Heat Pump)를 적용하였으며, EHP 용량은 EnergyPlus의 Autosize 기능을 이용하여 산정하였다. 환기 시스템은 ERV(Energy recovery ventilation)를 적용하였다. ERV는 열교환 소자를 통해 실내 공기와 실외 공기를 열교환하여 환기로 인해 증가되는 냉 ‧ 난방 부하를 저감시켜주는 시스템이다(Picallo-Perez, Sala-Lizarraga, Odriozola-Maritorena, Hidalgo-Betanzos, & Gomez-Arriaran, 2021). ERV의 열교환 방식은 판형 방식을 적용하였다. ERV 헌열 및 잠열 열교환 효율은 각각 0.64와 0.29로 설정하였다(ASHRAE, 2019b). HVAC 시스템 운전 시간은 학교 재실 패턴을 고려하여 주중 오전 8시부터 오후 3시까지로 가정하였다(KEA, 2021). 그리고 실내 난방 온도는 20°C로 설정하였다.
Table 2.
Summary of input values used for simulation modeling
2.2.2 시뮬레이션 시나리오 설정
본 연구는 모듈러 학교에 설치된 환기시스템의 MMVR에 따른 실내 환경과 HVAC 에너지 사용량을 평가하였다. 이를 위해 MMVR에 따른 8개의 시뮬레이션 케이스를 분류하였다. Table 3은 MMVR에 따른 시뮬레이션 케이스 분류를 보여준다. Case #1은 ASHRAE Standard 62.1에서 제시하고 있는 MMVR을 이용한 경우로, 1인당 MMVR은 25.5 CMH/person이다. Case #2는 대한민국 학교보건법 시행규칙에서 제시하고 있는 MMVR을 이용한 경우로, 1인당 MMVR은 21.6 CMH/person이다. Case #3 ~ Case #8은 파라메트릭 분석을 수행하기 위해 설정된 경우로, 각 케이스별 1인당 MMVR은 20 ~ 10 CMH/person까지 2 CMH/person씩 감소시켜 설정하였다.
3. 시뮬레이션 결과 분석
본 연구는 MMVR에 따른 실내 환경과 HVAC 에너지 사용량 평가를 통해 최적의 MMVR 선정을 목적으로 한다. 이를 위해 시뮬레이션 결과는 환기시스템이 최소한의 환기량으로만 운전하는 시기인 동절기 일주일만을 대상으로 평가하였다. 동절기 일주일은 연중 외기온도가 가장 낮은 주중인 1월 23일 ~ 1월 27일로 선정하였다.
3.1. 실내 환경 평가
본 연구는 MMVR에 따른 실내 환경 평가를 위해 실내 건구온도, 실내 상대습도, 그리고 실내 CO2 농도를 분석하였다. Figure 5는 각 케이스 별 실내 건구온도와 실내 상대습도, Figure 6은 각 케이스 별 실내 CO2 농도를 보여준다.
Case #1 ~ Case #8의 실내 건구온도는 난방 설정 온도인 20°C 이상을 유지하였다. 이는 EHP 용량이 MMVR에 따라 발생되는 난방부하 제거에 충분하였기 때문으로 판단된다. 실내 상대습도는 Case #1 ~ Case #8 순으로 증가하였다. 이는 동절기 외기 습도가 환기 습도 대비 낮기 때문에 환기량이 감소할수록 실내 상대습도는 증가하는 것으로 판단된다. 실내 CO2 농도는 Case #1 ~ Case #8 순으로 감소하였다. 그리고 Case #1 ~ Case #5는 실내 권장 CO2 농도인 1,000 ppm을 이하를 유지하였으나, Case #6 ~ Case #8은 권장 농도를 초과하였다. 이는 MMVR이 낮은 케이스일수록 CO2 농도가 낮은 외기 도입량과 CO2 농도가 높은 환기 배출량이 감소하였기 때문으로 판단된다. 본 평가 결과, 실내 환경은 모든 시뮬레이션 케이스에서 난방 설정 온도 이상을 만족하였으나 Case #6 ~ Case #8의 실내 공기질은 실내 권장 CO2 농도인 1,000 ppm 초과하였다. 따라서 Case #1 ~ Case #5는 모듈러 학교에 적용된 환기시스템의 MMVR에 적합, Case #6 ~ Case #8는 부적합한 것으로 판단된다.
3.2. HVAC 에너지 사용량 분석
본 연구는 MMVR에 따른 HVAC 에너지 사용량 평가를 위해 환기로 인해 발생된 난방 부하와 EHP와 ERV 에너지 사용량을 분석하였다. Figure 7은 각 케이스 별 환기로 인해 발생된 난방 부하, Figure 8은 각 케이스 별 HVAC 에너지 사용량을 보여준다.
환기로 인해 발생된 난방 부하는 Case #1 ~ Case #8 순으로 감소하였다. 이는 MMVR이 낮은 케이스일수록 환기 대비 낮은 온도의 외기를 적게 도입하였기 때문에 난방부하가 감소한 것으로 판단된다. Case #2 ~ Case #8의 EHP 에너지 사용량은 Case #1 대비 각각 약 5.8%, 8.5%, 11.5%, 14.4%, 17.4%, 19.4%, 그리고 20.1% 감소하였다. 이는 MMVR이 낮은 케이스일수록 환기로 인해 발생되는 난방부하가 감소하였기 때문에 EHP 에너지 사용량 또한 절감된 것을 판단된다. Case #2 ~ Case #8의 ERV 에너지 사용량은 Case #1 대비 각각 약 15.3%, 21.6%, 29.4%, 37.3%, 45.1%, 52.9%, 그리고 60.8% 감소하였다. 이는 MMVR이 낮을수록 ERV 내 팬 회전수가 감소하였기 때문에 ERV 에너지 사용량은 절감된 것으로 판단된다. 본 평가 결과는 MMVR이 낮은 케이스일수록 난방부하가 감소하여 EHP 에너지 사용량이 절감되며, ERV 내 팬 회전수 감소로 인해 ERV 에너지 사용량이 절감되는 것을 시사한다.
3.3. 최적 MMVR 선정
본 연구는 MMVR에 따른 실내 환경과 HVAC 에너지 사용량 평가를 기반으로 최적 MMVR을 선정하였다. MMVR이 낮은 케이스일수록 HVAC 에너지 사용량은 감소하였으나 실내 CO2 농도는 증가하였다. 반면 MMVR이 높은 케이스일수록 HVAC 에너지 사용량은 증가하였으나 실내 CO2 농도는 감소하였다. 즉, MMVR에 따른 HVAC 에너지 사용량과 실내 CO2 농도는 서로 반대의 경향을 보인다. 따라서, 실내 CO2 농도가 권장 농도인 1,000 ppm 이하를 유지하는 조건아래에서 HVAC 에너지 사용량이 가장 낮은 케이스를 최적이라 판단하였다. 이에 최적 MMVR은 Case #5(16 CMH/person) 으로 확인되었다(Figure 9 참조). 본 연구에서 선정된 최적 MMVR을 이용 시 실내 환경을 위배하지 않은 조건 아래에서 HVAC 에너지 사용량을 Case #1 대비 18.1% 감소 가능한 것으로 평가되었다(Figure 10 참조). 기존에 제시되었던 MMVR은 기밀성능이 높은 RC 건물을 기반으로 설정된 값이기 때문에 이를 모듈러 건물에 적용할 경우 필요 이상의 환기가 발생하여 불필요한 HVAC 에너지가 사용되었다. 반면 본 연구에서 선정된 MMVR 이용 시 실내 CO2 농도를 쾌적 수준으로 유지 가능한 정도의 환기만을 하였기 때문에 HVAC 에너지 사용량이 절감된 것으로 판단된다. 따라서, 본 연구에서 선정된 MMVR을 실제 모듈러 건물에 이용할 경우 실내 환경을 쾌적한 수준으로 유지하는 조건아래에서 HVAC 에너지 사용량 절감이 가능할 것으로 판단된다.
4. 결 론
본 연구는 모듈러 건물의 기밀성능에 따른 최적 MMVR 선정을 목적으로 하였다. 이를 위해 MMVR에 따라 케이스를 분류하여 건물 에너지 시뮬레이션을 수행하였고 실내 환경과 HVAC 에너지 사용량을 평가하였다. 본 연구의 결과는 다음과 같이 요약된다.
(1)MMVR에 따른 실내 환경 평가 결과, 모든 시뮬레이션 케이스의 실내 건구온도는 난방 설정 온도 이상을 만족하였다. 이는 EHP 용량이 MMVR에 따라 발생되는 난방부하 제거에 충분하였기 때문으로 판단된다. 실내 CO2 농도는 Case #1 ~ Case #5은 실내 권장 CO2 농도 이하를 유지, Case #6 ~ Case #8은 실내 권장 CO2 농도를 초과하였다. 따라서 실내 환경 측면에서 모듈러 건물의 MMVR은 Case #1 ~ Case #5가 적합한 것으로 판단된다.
(2)MMVR에 따른 HVAC 에너지 사용량 평가 결과, 환기로 인해 발생된 난방 부하는 환기량이 낮은 케이스일수록 감소하였다. 이는 실내온도 대비 낮은 온도의 외기를 적게 도입하였기 때문으로 판단된다. 이로 인해 HVAC 에너지 사용량은 환기량이 낮은 케이스일수록 감소하는 결과를 보였다. 따라서 HVAC 에너지 사용량 측면에서 MMVR이 낮을수록 우수한 것으로 판단된다.
(3)모듈러 건물의 기밀성능에 따른 최적 MMVR 선정결과, 실내 환경을 쾌적한 상태로 유지하는 조건아래에서 에너지 사용량이 가장 낮은 Case #5로 판단되었다. 연구 결과로 파악된 최적 MMVR 적용 시, HVAC 에너지 사용량을 18.1% 절감 가능한 것으로 판단되었다.
본 연구는 특정 모듈러 건물의 기밀성능을 기반으로 MMVR을 평가하였기 때문에 다양한 모듈러 건물의 기밀성능을 고려한 MMVR이 실내 환경 및 에너지 사용량에 미치는 평가에 관한 차후 연구가 필요할 것으로 사료된다.
