[표지] 1
제출문 3
요약문 4
목차 8
제1장 연구 개요 15
1. 연구 배경 및 필요성 15
1) 연구 배경 15
2) 연구 필요성 18
2. 연구 목표 및 구성 20
1) 최종 연구목표 20
2) 3차년도 연구목표 및 구성 20
제2장 3차년도 연구 내용 23
1. 3차년도 연구 내용 요약 23
WBS 1-① 공공데이터 Open API 체계 구축(가중치 5) 23
WBS 1-② 건물에너지 전주기적 케어 시스템 설계(가중치 5) 24
WBS 1-③ 공간기반 통합 서비스 플랫폼(프로토타입) 구축(가중치 25) 25
WBS 2-① 지역/도시 광역 검진 기술 개발(가중치 15) 26
WBS 2-② 태양광 포텐셜 분석 모델 구축(가중치 5) 27
WBS 2-③ GIS 기반 지열 에너지 활용 포텐셜 분석(가중치 5) 28
WBS 3-① 실내 환경계측 포터블 패키지 개발(가중치 5) 29
WBS 3-② 건물 水 사용량상세 데이터확보 및 행태추정기술 개발(가중치 10) 31
WBS 3-③ 4D 건물에너지검진기술개발(가중치 5) 32
WBS 3-④ 4D 건물 단위 GIS가시화 서비스개발(가중치 10) 34
2. 3차년도 연구 세부 내용 35
WBS1. (공공데이터 플랫폼) Open API기반 건물에너지 검진/케어 서비스 개발 35
WBS2. (건물에너지 Macro-진단) 지역/도시 광역 검진 기술 개발 63
WBS3. (건물에너지 Micro-진단) 4D 건물에너지 검진 기술 기능 및 지표 개발 109
제3장 3차년도 연구성과 195
1. 3차년도 연구 달성도 195
2. 연구성과의 질적 우수성 197
3. 정량적 연구 성과 201
1) 국내·외 논문 게재 201
2) 국내 및 국제학술회의 발표 202
3) 지식재산권(특허, 실용신안, 의장, 디자인, 상표, 규격, 신품종, 프로그램) 202
4) 저작권(소프트웨어, 서적 등) 203
제4장 차년도 연구계획 204
1. 차년도 연구개발 목표 및 예상 성과물 204
2. 차년도 연구개발 로드맵 208
3. 차년도 연구계획 209
참고문헌 211
서지자료(Bibliographic Data) 216
판권기 218
표 1-1. 서울시와 고양시의 유형별 인허가 정보 현황 35
표 1-2. 건물부문 전체 면적 44
표 1-3. 건물부문 공공건물 면적 45
표 1-4. 건물부문 민간건물 면적 46
표 1-5. 건물부문 전체 총 에너지 사용량 47
표 1-6. 건물부문 공공건물 총 에너지 사용량 48
표 1-7. 건물부문 민간건물 총 에너지 사용량 49
표 1-8. 건물부문 전체 가스 에너지 사용량 50
표 1-9. 건물부문 공공건물 가스 에너지 사용량 51
표 1-10. 건물부문 민간건물 가스 에너지 사용량 52
표 1-11. 건물부문 전체 전기 에너지 사용량 53
표 1-12. 건물부문 공공건물 전기 에너지 사용량 54
표 1-13. 건물부문 민간건물 전기 에너지 사용량 55
표 1-14. 건물부문 전체 지역난방 에너지 사용량 56
표 1-15. 건물부문 공공건물 지역난방 에너지 사용량 57
표 1-16. 건물부문 민간건물 지역난방 에너지 사용량 58
표 1-17. 추진 단계 59
표 1-18. 단계별 비중 60
표 2-1. 월간 난방에너지 정규화 변동계수 비교(as is vs. to be) 70
표 2-2. 월간 냉방에너지 정규화 변동계수 비교(as is vs. to be) 71
표 2-3. 연간 냉난방 에너지 정규화 변동계수 71
표 2-4. 용도별 연간 에너지 사용량 정규화(2019년) 72
표 2-5. 44개 건물 간 냉방EUI 변동계수 80
표 2-6. 국내 신재생에너지 생산 현황('20) 82
표 2-7. 소규모 건물(어린이집) 정보 91
표 2-8. 소규모 건물(어린이집) 대상 시뮬레이션 입력 변수 93
표 2-9. 시스템 설계 변수와 설계 결과 97
표 2-10. 건물 공조 면적과 최대 냉난방 부하 102
표 2-11. 지중 열물성과 지중열교환기 설계 사양 103
표 2-12. 설계 조건별 최고 EST 변화 결과 105
표 3-1. 국내외 SLAM 기반 3차원 스캐닝 백팩장비들 112
표 3-2. 2차년도 이동형 실내환경인자 측정장비와 3차년도 개선사항 116
표 3-3. 센서 신뢰성 검토를 위한 시험결과 119
표 3-4. 측정방법론 도출을 위한 검증항목과 검증법 122
표 3-5. 측정방법론 도출을 위한 검증항목과 검증법 123
표 3-6. 이동식 측정장비 측정방법론 표준화를 위한 시험 125
표 3-7. 표준매뉴얼 도출을 위한 영향요소별 시험 129
표 3-8. 표준매뉴얼 측정법(안) 131
표 3-9. 계절별, 요일별 군집 다항 회귀를 이용한 건물 물-에너지 사용량 추정 모형 144
표 3-10. 군집 분류에 의한 히트맵 상세 분석 결과 146
표 3-11. 군집별 1일 평균 물사용량/에너지사용량 추정 관계식 도출 결과 147
표 3-12. 군집별 1일 평균 믈사용량/인구계수(재실자수) 추정 관계식 도출 결과 147
표 3-13. 건물 물-에너지 사용량 산술적 추정에 의한 평가 지표 149
표 3-14. 공공데이터 항목별 정의 160
표 3-15. 에너지 사용량 평가지표 그래프 분석 예시 162
표 3-16. 건축 부문 Default 171
표 3-17. 설비방식 별 용량 및 효율 패턴 171
표 3-18. 설비 부문 Default 172
표 3-19. 공동주택 Default 173
표 3-20. 업무시설 Default 174
표 3-21. 부위별 열관류율 Default - 법규기준 175
표 3-22. 유리 유형 및 코팅 종류에 따른 창호 SHGC Default 176
표 3-23. K-BOSS연계 IndoorGML 구축 대상 건물 선별 187
그림 1-1. API 호출 연계 데이터의 PK값 생성 화면 36
그림 1-2. KICT 건물에너지 통합 데이터 세트 36
그림 1-3. 건물에너지 케어 체계 41
그림 1-4. 건물에너지 케어 체계용도 및 규모별 추진 적용 단계 59
그림 1-5. 용도 및 규모별 단계별 추진 시 적용 규모 60
그림 1-6. 공간정보기반 통합 서비스 플랫폼의 검색 필터 서비스 61
그림 1-7. 데이터 맵핑 표시 결과 61
그림 1-8. 공간정보기반 통합 서비스 플랫폼 메인 화면 62
그림 1-9. 서울시 용산구 소재 건물 정보 및 에너지사용량 예시 62
그림 2-1. 지역별 외기온도(2021년, 47개 지점) 66
그림 2-2. 대상건물 68
그림 2-3. US DOE 대상 건물의 균형점 69
그림 2-4. 월간 난방 에너지사용량 기후 정규화 결과 70
그림 2-5. 월간 냉방 에너지 사용량 기후 정규화 71
그림 2-6. 실제 연간 난방 에너지사용량 기후 정규화(2019년) 74
그림 2-7. 실제 연간 냉방 에너지사용량 기후 정규화(2019년) 75
그림 2-8. degree-hours 기반 운영 스케줄에 대한 에너지사용량 정규화 프로세스 77
그림 2-9. 검증 건물 구축 79
그림 2-10. 정규화 계수 vs. 냉방 EUI 79
그림 2-11. 연간 냉방 EUIasis vs. EUItobe(44개 점) 80
그림 2-12. 연간 냉방 EUIasis vs. EUItobe 분포 80
그림 2-13. 연도별 총발전량 및 신재생에너지 발전량('12~'20) 83
그림 2-14. 주요국의 태양광 발전 수요 및 전망 83
그림 2-15. 전 세계 에너지원별 전력 발전량 및 전망 84
그림 2-16. 전 세계 태양광 발전량 및 전망 84
그림 2-17. 연도별 태양광 생산량 및 비율 84
그림 2-18. 지역별 태양광 이용률 84
그림 2-19. 엣지 검출 알고리즘 적용 결과 85
그림 2-20. 딥러닝 모델 적용 결과 85
그림 2-21. 국외 지열에너지 포텐셜 지도 구축 사례 87
그림 2-22. 국내 지하 열자원 정보 구축 사례 88
그림 2-23. 소규모 건물(어린이집) 외관과 내외부 모델링 결과 92
그림 2-24. 소규모 건물(어린이집)의 건축 재료와 냉난방 시스템 사양 92
그림 2-25. 소규모 건물(어린이집)에서 2층 공간의 대표적 재실 패턴 93
그림 2-26. 실제 에너지 소비량과 시뮬레이션에 의한 에너지 소요량 비교 94
그림 2-27. 외기 온도에 따른 에너지 소비량과 소요량 변화 95
그림 2-28. 소규모 건물(어린이집)에 대한 냉난방 부하와 부하 계산에 적용한 외기 온도 95
그림 2-29. 상용 프로그램을 이용한 지열 히트펌프 시스템 설계 96
그림 2-30. 지중 순환수의 연중 시간대별 온도 변화: 보어홀 간격의 영향 98
그림 2-31. 지중 순환수의 연중 시간대별 온도 변화: 보어홀 채움재의 영향 98
그림 2-32. 소규모 건물(어린이집) 위치와 주차장 99
그림 2-33. 대규모 건물(고등학교) 조감도와 실제 외관, 모델링 결과 101
그림 2-34. 연중 시간대별 외기 온도와 냉난방 부하 계산 결과 102
그림 2-35. 보어홀 개수에 따른 EST 변화 104
그림 2-36. Case A와 Case B의 지중 순환수 온도: 일반 채움재 적용 104
그림 2-37. 고성능 채움재 적용 시 지중 순환수 온도 변화: 56홀 105
그림 2-38. 고성능 채움재 적용 시 지중 순환수 온도 변화: 42홀 105
그림 2-39. 대규모 건물(고등학교) 외관과 운동장 106
그림 2-40. 지열에너지 포텐셜이 반영된 통합 플랫폼 108
그림 3-1. 데이터 K-BOSS 연동 109
그림 3-2. 지점 포인트, 데이터 시각화 109
그림 3-3. Timestamp 기반 랜덤 아이디 생성 110
그림 3-4. 사용자에 따른 Zone ID 및 색상 등 시각화 기능 설계 110
그림 3-5. 내부 폴리곤 및 조닝 면적 산정을 위한 모듈 개발 110
그림 3-6. 각 외곽 벽면용 데이터 삽입 모듈 개발 110
그림 3-7. 3D 외곽 벽면 heat-map 표현 110
그림 3-8. 집단 간 비교분석 시각화 그래프 111
그림 3-9. 벤치마크 분석 111
그림 3-10. 건물 집단 간 광역적 비교분석 종합지표 개발 111
그림 3-11. 하이킹 이동거리, 고도, 이동페이스,... 114
그림 3-12. 백팩과 학생 체중에 따른 비율 및 체중... 115
그림 3-13. 해당 건물 층 공간의 용도별, 일사, 공조가동 여부 등 조사 예시 130
그림 3-14. 테스트베드(한국건설기술연구원 본원) 대상지 전체 물 공급 현황 133
그림 3-15. 테스트베드 본관 전체 상수도 배관 현황 및 5층 물 공급 현황 134
그림 3-16. 테스트베드(한국건설기술연구원 본원 5F) 물-에너지-인구계수 데이터 수집 135
그림 3-17. 테스트베드 물 사용량 상세 데이터 및 데이터 베이스 136
그림 3-18. 테스트베드 에너지 사용량 상세 데이터 및 데이터 베이스 137
그림 3-19. 건물 내 물 사용량 스마트워터미터 계측시스템 Database 구축 138
그림 3-20. 월별 요일별 사용량 증감 경향 139
그림 3-21. 군집 분석에 의한 에너지 소비 승수 패턴 분석 결과 140
그림 3-22. 군집별 요인별 1일 평균 승수 패턴 분석 결과 141
그림 3-23. 군집별 요인 간 승수 패턴 상관 분석 결과 142
그림 3-24. 선형회귀 모델 vs 다항회귀 모델 예시 143
그림 3-25. 군집별 다항 회귀 모델에 의한 에너지 사용량과 인구 계수 승수 추정 결과 143
그림 3-26. 군집 분석에 의한 에너지 소비 승수 패턴 분석 결과 145
그림 3-27. 물-에너지 사용량 분석 전략 148
그림 3-28. Calculator 입력부 149
그림 3-29. Calculator 출력부 149
그림 3-30. 건물 내 물-에너지 사용량 패턴 및 재실자 예측 프로그램 S/W 등록 151
그림 3-31. 5F 테스트베드의 물 사용량 153
그림 3-32. 5F 테스트베드의 물 사용량과 물 사용량에 대한 에너지 소비량 154
그림 3-33. 건물 내 전기요금 계산 체계 154
그림 3-34. 건물 내 전기요금의 기본요금 산정시의 문제점 154
그림 3-35. 물-에너지 사용량 지표 Calculator 분석 시나리오 156
그림 3-36. 건물 내 행태 기반 인당/단위수량당 에너지 산출 시나리오 156
그림 3-37. 물-에너지 분석결과의 전체 화면 예시 157
그림 3-38. Macro 단계 분석 결과 표출 예시 157
그림 3-39. Meso 단계 분석 결과 표출 예시 158
그림 3-40. Micro 단계 분석 결과 표출 예시 158
그림 3-41. 공공데이터 취합 방법 161
그림 3-42. 공공데이터 항목별 물질수지 그래프 161
그림 3-43. 동일주소 상수도 사용량 데이터 합산 163
그림 3-44. 상수도 사용량 주소체계 도로명 주소 단일화 163
그림 3-45. 건축물 대장 표제부 중 매칭양식 필요요소 추출 164
그림 3-46. 단일주소를 갖는 PK 지정 164
그림 3-47. 상수도 사용량 및 건축물 대장 매칭 165
그림 3-48. 건축물 대장 주소 별 2017~2019 경기도 고양시 물 사용량 데이터 166
그림 3-49. 건축물 대장 건물용도 별 2017~2019 경기도 고양시 물 사용량 데이터 166
그림 3-50. 통합 건물에너지 광역플랫폼 프로토타입 167
그림 3-51. 통합 건물에너지 광역플랫폼 내 물 사용량 데이터 연계 167
그림 3-52. 성능 예측 모델 프로세스 168
그림 3-53. 성능 예측 모델 프로토타입 169
그림 3-54. 지점 온도 보정 알고리즘의 의사 코드 177
그림 3-55. 지점 온도 보정 인터페이스 178
그림 3-56. 지점 온도 보정 결과 178
그림 3-57. 리모델링 지표 및 취약부위 계산을 위한 코드 180
그림 3-58. 취약부위 검출을 위한 파노라마 시각화 180
그림 3-59. 층 구분선 추정 과정 181
그림 3-60. 건물 에너지 검진 인터페이스 182
그림 3-61. 건물 층 구분 인터페이스 183
그림 3-62. 자동 층 인식 설정창 183
그림 3-63. GIS 연동을 위한 데이터 출력 형식 184
그림 3-64. 시각화를 위한 파노라마 영상 출력 185
그림 3-65. csv 파일 편집 화면 예시 185
그림 3-66. GIS 연동 인터페이스 186
그림 3-67. K-BOSS연계 IndoorGML DB 구축 대상 187
그림 3-68. K-BOSS데이터의 IndoorGML의 포인트로 변환한 결과 187
그림 3-69. KICT 13개 건물에 대한 K-BOSS 데이터 변환 결과 188
그림 3-70. KICT 13개 건물에 대한 IndoorGML을 SHP 파일로 변환한 결과 189
그림 3-71. KICT 13개 건물에 대한 IndoorGML을 SHP 파일로 변환한 결과 190
그림 3-72. AWS(아마존웹서비스: 클라우드 서비스명칭) 환경으로 전환 191
그림 3-73. 3D 플랫폼 상에서의 공간정보 및 에너지데이터 조회 기능(2D환경과 인터페이스 통일) 191
그림 3-74. 3D 실감영상과 실내공간정보 동시 활용 및 K-BOSS 데이터 조회 및 활용 기능 개발 191
그림 3-75. GeoJSON 데이터 일부 발췌 192
그림 3-76. GeoJSON의 POI가 IndoorGML로 Import된 결과 192
그림 3-77. K-BOSS 만족도 조사 정보(GeoJSON 형식) 192
그림 3-78. IndoorGML의 POI 속성 테이블로 변환된 결과 192
그림 3-79. POI와 CellSpace 연계 기능 192
그림 3-80. 공간에 할당되지 않은 POI의 수정(MOVE) 기능 192
그림 3-81. AutoCAD IndoorGML Export의 POI 입력 프로세스 설계 193
그림 3-82. Excel에서 Block 정의한 후, AutoCAD로 Import 193
그림 3-83. AutoCAD Block를 Excel에 정의하는 방법 193
그림 3-84. AutoCAD에서 POI Block 배치 및 입력 확인 기능 193
그림 3-85. AutoCAD에서 변환한 IndoorGML 결과 화면 193
그림 3-86. 최소 단위 공간 기준 데이터 할당 예시 194
그림 3-87. 최소 단위 공간 데이터 할당 Graph 표현 예시 194
그림 3-88. 층별 데이터 할당 예시 194
그림 3-89. 층별 데이터 할당 피처 클래스 속성 예시 194
그림 3-90. CityGML 3,0에서의 주요 개정 내용 194
그림 3-91. IndoorGML 기반 실내데이터와 CityGML 3.0과의 연계 활용 방안 제시 194