1. 서 론

현대 산업에서 온도 및 습도에 민감한 의약품, 생체 시료, 정밀 장비 등의 고가 제품을 보존하는 데 있어, 항온항습 제어 창고(climate-controlled warehouse)는 필수적으로 요구되고 있다[1,2]. 미생물 오염, 제품 변질 또는 포장 불량을 방지하기 위해 실내 온도는 일반적으로 18~25°C, 상대 습도는 40~60%의 특정 범위 내에서 엄격하게 조절되어야 한다. 특히 고온다습한 기후의 대형 창고 공간에서 이러한 조건을 달성하고 유지하려면, 상당한 에너지 소비와 더불어 기류 및 환경 부하의 세심한 관리가 필요하다.

이전의 연구에서는 주로 정상 상태에서 대형 폐쇄 공간(encloser) 내부의 기류 패턴과 온도 분포를 조사해왔다. 예를 들어 Wang et al.[3]과 Dai et al.[4]은 다양한 환기 전략에 따른 열적 성층화를 분석했지만, 비정상 과도 과정(unsteady transient process)의 역학이나 수분 이동은 고려하지 못했다. 특히 Xia et al.[5]은 결합된 열과 수분 전달을 무시하면 고온다습 환경에서 냉방 및 제습 요구량을 상당히 과소평가할 수 있다고 강조했다. Zhou et al.[6]은 소형 장비 규모에서 제습 상태를 조사했지만, 전체 창고 영역에 걸친 공간적 균일성을 고려하지는 못했다. 최근 Şen과 Başaran[7]은 현장 측정과 CFD 모델링을 통합하여 담배 창고의 수직 열 구배를 평가하고, 연중 안정성을 보장하기 위해 복사식 바닥 난방과 천장 장착 냉방을 제안하기도 하였다. Chen et al.[8]은 CFD를 역설계에 이용한 프레임워크를 적용하여 내부 및 외부 열 차단 전략을 평가하여 지붕 단열 및 환기된 공기 공동(air cavity)과 같은 피동적 개량 효과를 강조했다.

실제 창고의 운영에서 건물 내부 용량 전체를 총 동원하여 공조하는 일은 매우 드물다. 대신 허용 가능한 실내 조건을 유지하면서 에너지 소비를 줄이기 위하여 부분 부하 운전이 일반적으로 사용된다[9,10]. 그러나 운영 유닛의 공간적 배치는 기류 패턴, 열적 성층화, 그리고 습도 분포에 중대한 영향을 미친다. 이러한 광범위한 적용에도 불구하고, 열-습기-기류가 완전히 결합된 조건에서 부분 부하 운전 전략에 따른 비정상적 열유체 과도 거동(unsteady thermo-fluidic transient behavior)은 아직 충분히 이해되지 않고 있다.

본 연구는 6개의 공조기가 한 조를 이루는 D사의 실제 창고 모델에서 도출된 2개 단위 공조기의 부분 운전 시나리오 중 네 가지 대표적 경우에 대해서 에너지 절감 잠재력과 환경 안정성을 평가하는 것을 목표로 한다. 6개의 공조기 설비 중 2개만을 사용하여 온도와 습도를 조절할 경우, 허용되는 용량의 한계 내에서 충분한 경제적 효과를 기대할 수 있을 것이다. 이를 위하여 공간적인 불균일 계수와 시간적인 평균 온습도 변화 추이를 평가 지표로 사용하여 기류, 열, 수분 이동을 수치 모사하는 비정상 3차원 CFD 모델을 개발했다. 계산 결과는 기류 구조, 열 반응, 습도 제어 측면에서 각 구성의 상대적 성능을 보여준다. 본 연구의 결과는 에너지 효율과 환경 균일성을 목표로 하는 기후 제어 창고의 부분 부하 최적화를 위한 과학적 근거를 제공할 것이다.

2. 연구 동기 및 케이스의 설정

이전 연구들의 부분적 결과들은 넓은 실내 공간의 기류 구성 및 열적 성층화에 대한 귀중한 통찰력을 제공했지만, 두 가지 중요한 한계점이 남아 있다. 대부분의 기존 연구는 정상 조건을 기반으로 하며, 주로 온도 및 속도장에 초점을 맞추고 있으며, 습도 거동에는 거의 관심을 두지 않았다. 또한 고정된 레이아웃 내에서, 특히 과도 조건에서 일부 공조기 유닛만 작동할 때의 영향에 대해서 심각하고 체계적인 연구가 이루어지지 않았다. 실제로 모든 공조기들을 최대 용량으로 작동하는 경우는 매우 드물며, 대상인 현장을 확인한 결과 일반적으로 한 여름에도 6개의 유닛 중 2개만 작동시키는 것만으로도 허용 가능한 환경 조건을 유지하기에 충분한 경우가 많았다. 그러나 특정 유닛의 선택은 공간적 유동장의 균일성과 전반적인 에너지 성능에 상당한 영향을 미칠 수 있다.

이 문제를 탐구하기 위해서, 두 개의 긴 측벽을 따라 배치된 6개의 동일한 공조 장치를 포함하는 실제 창고 구성을 기반으로 3차원 수치 모델을 개발한다. Fig. 1에서 볼 수 있듯이, 수치 모사를 위해 내부 공기 영역을 설정하고, 창고를 하나의 밀폐된 빈 공간으로 간주하여 저장 선반이나 내용물의 간섭은 무시한 채 공기 흐름과 열-습기 전달의 문제에 집중하기로 한다. 6개의 공조 장치(Case 0, baseline)는 실제 현장에서의 위치를 반영하여 두 개의 긴 측벽을 따라 대칭적으로 설치되었다.

Fig. 1.

Configurations of the warehouse air domain and four two-unit operation scenario, dimensional unit: mm

네 가지 대표적인 2유닛 운영 시나리오를 고려한다. 동일 벽면에 두 개의 중심선 대칭 쌍(Case 1과 2)과 두 개의 대각선 방향 점대칭 쌍(Case 3과 4)이다. 본 연구에서는 이러한 구성들을 비교 평가하여 이 중에서 최소 에너지 투입으로 보다 균일한 여름철 냉방 환경을 달성할 수 있는 가장 효과적인 배치를 파악하기로 한다.

3. 물리 모델 및 연구 방법

3.1 지배 방정식 및 다중 물리 모델

물리적 계산 영역은 Fig. 1에서처럼 공기 흐름, 온도, 습도장이 상호 작용하는 창고의 내부 공간을 나타낸다. 유동은 비압축성이며 난류로 가정하며, 지배 방정식은 표준 𝑘-𝜀 난류 모델을 사용하는 Reynolds 평균 Navier-Stokes(RANS) 방정식으로 표현된다. 온도와 습도는 대류(convection)와 확산(diffusion)을 통해 전달되며, 증발(evaporation) 및 응축(condensation) 과정에서 잠열 교환을 통해 2상 변화를 한다. 벽 함수(wall function) 보정을 동반한 표준 𝑘-𝜀 난류 모델을 사용하면 부력이 작용하는 실내 공기 흐름 수치모사에 상당히 신뢰성 있는 결과를 제시함이 과거 많은 유사한 연구들에서 보인 바 있다. Li et al.[11]과 Yang et al.[12]는 몇 가지 RANS(Reynolds-averaged Navier-Stokes) 모델을 실험 결과와 비교하는 방법을 통하여 표준 𝑘-𝜀 난류 모델이 전반적인 유동과 열적 경향을 예측하는데 신뢰할 정도로 일치함을 보였다. 본 연구의 목적은 일관적인 조건에서 2개의 유닛을 사용한 공기조화 전략의 성능을 비교하는 것이므로, 모든 케이스에 대해 동일한 난류 모델을 사용하여 비교하였다.

먼저 연속 방정식과 운동량 방정식은 다음과 같이 표현된다:

여기에서 u는 속도 벡터, ρ0는 유체 밀도, p는 압력, μeff=μ+μt은 점성 계수(하첨자 y는 난류를 의미함), 그리고 F는 단위 부피당 부력(buoyancy)을 나타낸다. 본 연구에서 자연 대류에 의한 부력 효과는 부력 항을 산정하기 위한 수정된 유체 밀도 𝜌에 대하여 다음과 같은 Boussinesq 근사를 사용한다:

여기에서 βT는 열팽창 계수(thermal expansion coefficient)이고, Tref는 기준 온도이다. 식 (2)의 우변에 이를 적용하면, F=ρg(이 때, g는 가속도 벡터를 나타냄)로 표시할 수 있다. 에너지 방정식은 온도 T에 관하여 다음과 같은 비정상 형태로 주어진다.

여기에서 cp는 정압 비열(constant-pressure heat capacity), k는 열전도도(thermal conductivity), 그리고 𝛷와 qlatent는 각각 점성 소산항(viscous dissipation term)과 상 변화에 따른 기화 잠열 등을 포함한 기타 열원을 나타낸다. 특히 후자는 다음과 같이 모델링할 수 있다:

여기에서 Lv는 기화 잠열, G는 국지적 상변화율(phase change rate)이다.

습도의 예측을 위하여 수증기의 이송에 대한 대류-확산 다음 방정식을 식 (1), (2), (4)와 동시에 풀어야 한다.

여기에서 𝜙는 수증기의 질량 분률(mass fraction)이고, Dv는 공기 중에서의 확산도(difussivity)이다. 상 변화 항 G/ρ0는 응축(condensation)이나 증발(evaporation)의 물리 효과를 반영한 단위 부피당 수분의 증가이므로 생성항(source term)으로 표현하고, 이는 식 (5)의 변환을 통하여 식 (6)의 우변에 작용되는 방식과 똑같다. 다만 본 연구에서는 공기와 수증기의 혼합기가 아포화(sub-saturation) 영역에 있고 표면 증기 구배(vapor gradient)가 제한되기 때문에 전체 계산 영역에 대하여 대략 G≈0이어서 이 항들의 영향은 미미하다.

국소적인 상 변화 거동은 실제 증기 함량과 포화 증기 함량의 열역학적 차이에 따라 달라진다. 증발 또는 응축의 방향과 강도를 결정하는 상대 습도(RH, relative humidity)는 다음과 같이 정의된다.

여기에서 하첨자 sat는 포화(saturation) 상태를 의미하며, pamb는 대기압(ambient pressure)을 가리킨다. 식 (7)에서 사용하는 온도는 Clasius-Clapeyron 관계식으로부터 구한다. RH<1일 때, 증발(evaporation)이 일어나면서 잠열은 흡수되며, 반대로 RH>1일 때는 액체로 응축(condensation)이 일어난다.

다음 관계식은 식 (7)에서 이상적인 기체 거동으로부터 상대 습도(RH)를 실제 습도장과 포화 증기의 질량 분비(mass fraction)로 표현 했을 때 기준이 되는 포화 압력 psat(T)의 물리 모델이다.

식 (8)은 Clausius-Clapeyron 방정식을 실험적으로 회귀 맞춤시킨 것으로 관심 영역의 온도 범위 내에서 수분과 공기의 모델링에 적합하게 선택된다[13].

이러한 연성계(coupled system)에서, 속도장은 온도와 증기의 이상 유동 수송을 동시에 지배하는 반면, 온도는 국부 포화 습도와 그에 따른 상변화 여부를 결정한다. 다시 말해서, 증기장은 식 (4)의 우변에 있는 잠열원을 제어한다다. 더 나아가서, 밀도, 점도, 비열, 열전도도와 같은 열적 물성치들은 각각 온도와 수분 함량의 함수로 정의된다. 이처럼 완전히 결합된 모델은 습한 공기 환경에서 유동-열-수분 상호작용을 물리적으로 일관되게 표현할 수 있다.

3.2 경계 조건 및 가정

계산의 복잡성을 줄이기 위해 전도(conduction) 열전달이 일어나는 창고 외피까지를 솔리드 영역으로 모델링하지는 않은 대신, 모든 벽면에 등가 대류 열유속 경계 조건을 적용했다. 경계의 실내 측은 비등온 유동 모델을 사용하여 해석했으며, 등가 열전달 계수(heq, equivalent heat transfer coefficient)는 다음과 같이 열 저항(thermal resistance)을 고려하여 계산된다.

여기에서 d는 벽의 두께, kw은 벽 재료의 열 전도도, 그리고 hamb는 외부 대기의 대류 열전달 계수를 나타낸다. 현장의 건축 도면으로부터 외벽은 250 mm 두께의 폴리 우레탄(PU) 재질 블록으로 가정한다면, 표준 물성치로부터 kw=0.03W/(m.K)이며[14], 자연 대류가 일어나는 외부 벽면에서 열전달 계수는 hamb=15W/(m2.K)으로 일정하다고 가정한다. 복사 열전달은 창고 내부와 외부의 온도가 극단적으로 크지는 않기 때문에 일단 무시하기로 한다.

건물 외곽 표면에서의 수증기 교환을 반영하기 위하여, 다음과 같이 습기 질량 유속(moisture mass flux) m˙/A를 경계 조건으로 적용한다.

여기에서 Mw는 수증기의 분자량(molecular weight), heq는 식 (9)에서 정의된 등가 열전달 계수, cv,o와 cv,i는 각각 외부와 내부에서 증기 농도(vapor concentration)를 의미한다. 이러한 모델을 사용하여 수치적인 불안정 없이 물리적으로 의미있는 증기 교환의 고려가 가능하다.

Fig. 1과 격자 분포를 나타낸 Fig. 2를 참조하여, 본 연구에 사용한 경계 조건(boundary condition)은 Table 1에서와 같이 제시한다. 외부 온도와 습도는 7~8월 현지 장마철의 평균값을 기상데이터로부터 취득하여 사용했다. Fig. 2에서는 격자의 절약을 위하여 중심면에서 대칭(symmetry) 경계 조건을 사용하였으며, 기기의 사양 제원으로부터 유입(inlet)부의 형상과 유속, 온도, 습도 등을 부여했고, 유체 질량 유속의 균형을 위해 창문(windows) 위치에 대기압과 동일한 유출(outlet) 경계 조건을 인위적으로 주었다. 벽면에서는 벽 함수(wall function)를 사용하는 점착 조건(no-slip condiiton)을 사용한다. 또한 난류 유동의 정확도를 확보하기 위해 벽면에서 첫 번째 격자의 무차원 높이 y+를 30 이내로 설정하였다.

Fig. 2.

Mesh and boundary for the present computation

3.3 격자 민감도 해석

계산 검증을 위하여 Fig. 2와 같은 규모의 격자가 제대로 작용을 하고 있는지 확인할 필요가 있다. 7단계의 격자 수준에 대해 중립 수평면(horizontal mid-plane)의 최대 상대 습도를 모니터링하여 격자 독립성 시험을 수행했다. 상대 습도의 최댓값을 사용하는 이유는 이 변수가 가장 민감하여 변화의 추이를 쉽게 알아볼 수 있기 때문이다. Fig. 3에서 볼 수 있듯이, 최대 습도는 격자를 세분화 함에 따라 크게 감소했으며, 특히 수준 1과 수준 5 사이에서 감소세가 뚜렷하지만, 수준 5 이후의 추가 세분화에서는 무시할 수 있는 수준의 미미한 변화를 보였다. 따라서, 합리적인 계산 비용으로 습도 기울기의 적절한 해상도를 보장하는 격자 수준 5를 이후 모든 시뮬레이션에 공통으로 사용하였다.

격자 독립성 시험(grid independence test)은 초기 최대 상대 습도(RH)를 기반으로 진행되었는데, 이는 부분 부하 운전을 포함한 예비 시뮬레이션에서 상대 습도가 온도보다 더 민감하게 반응하는 것으로 나타났기 때문이다. 최종 격자(Mesh 5#)는 수치적 정확도와 계산 안정성의 균형을 맞추기 위해 다섯 가지 구성을 모두 시험한 후 선정되었다. 최종 메시 품질지수(mesh quality index)는 평균 0.725, 최소 0.104로 유지하였다. 가파른 습도 및 온도 구배를 해결하기 위하여 고체 경계 근처의 경계층에는 삼각기둥 층(prismatic layer)을 추가했다.

Fig. 3.

Verification of grid independence

4. 성능 해석 기준

4.1 시간 상수

온도와 상대 습도의 과도 거동을 해석하기 위하여, 1계도 동역학 모델을 사용한다. Yao et al.[15]이 기술한 바와 같이 limt→∞y˙(t)=0, limt→∞y(t)=y∞인 정상 상태로 수렴하는 시스템의 응답을 다음과 같은 미분 방정식으로 표현할 수 있다:

여기에서 시간 차원을 갖는 상수 𝜏를 시간 상수(time constant)라고 한다. 식 (9)를 초기조건 y(0)=y0에 대해 푼다면, 그 해는 다음과 같다:

따라서 일단 온도와 상대 습도에 대한 시계열 데이터(time-history data)가 얻어진다면, 회귀 분석(regression analysis)을 통하여 식 (11)와 같이 놓고 시간 상수를 정할 수 있다. Case 0~4의 중립면에서 얻어진 데이터를 바탕으로 과도 응답을 해석하여 다른 공조기 배치에 따른 시스템 응답성을 서로 비교할 수 있었다.

4.2 비균일도 계수를 이용한 공간적 균일성 평가

실내 공기 흐름의 공간적 균일성은 일반적으로 비균일도 계수[16]로 평가된다. 즉, 비균일도 계수가 작을수록 조사 대상 변수의 분포가 더 균질함을 나타낸다. 속도(KV), 온도(KT), 습도(KRH) 계수는 각각 다음과 같이 각 변수들의 시계열 표준 편차(standard deviation)로 표현된다.

여기에서 n은 데이터 점의 개수이고, 상첨자 ‘-’는 산술 평균(arithmetic mean)을 의미한다.

5. 결과 및 토의

5.1 과도 응답 평가

비정상 상태에서의 실내 온도 및 상대 습도의 동적 반응은 부분 부하 작동을 통한 공기 제어의 중요한 성능 지표이다. 일반적으로 더 빠른 안정화가 바람직하지만, 최종 정상 상태 값은 저장 온도 및 습도의 안전성 및 운영 효율성과 더 직접적인 관련이 있다. 이 절에서는 지수 감쇠 회귀 분석 결과를 기반으로 다섯 가지 서로 다른 에어컨 레이아웃의 과도 동작 특성을 분석한다.

Fig. 4에서 볼 수 있듯이, 온도의 경우 Case 0(6대를 모두 운전하는 경우)의 정상 온도는 22.7°C, 시간 상수는 9.53분으로, 더 높은 총 냉각 용량으로 인해 빠르게 안정화되었음을 확인했다. 반면 2대만 작동시켰을 때(Case 1~4), 정상 온도는 24.2°C, 시간 상수는 24.4분이었다. Case 0의 정상 온도가 2개만 작동시키는 경우들에 비해 6.2% 작게 나타나는 사실로부터 공조기의 운영 대수가 최종 온도에는 크게 영향을 미치지 않는다는 것을 관찰하였다. 반면 시간 상수가 2.56배 증가하여 온도가 수렴하는데 필요한 시간이 늘어난다. 전반적으로 이러한 결과는 모든 2대 구성이 허용 가능한 온도 조건에 도달할 수 있음을 보여주며, 열적 관점에서 부분 부하 운전의 타당성을 확인시켜 준다. Case 0과 Case 1~4 사이에서 수렴하는정상 상태 온도 차는 약 1.4~1.5°C였으며, 이는 안정적인 열 환경에 대해 일반적으로 허용되는 ±1.5~2°C 범위에 속한다. 따라서 이러한 편차를 측정 가능하겠지만, 일반적인 창고 운영 조건에서 전반적인 열 안정성에 큰 영향을 미치지는 않을 것으로 예상된다.

Fig. 4에서 볼 수 있듯이, Case 0(6유닛 구성)은 여름철에 가장 짧은 온도 시간 상수(τ = 9.53 min) 값을 보이는데, 이는 전체 6개 공기조화 시스템이 제공하는 빠른 냉각 용량을 반영한다. 반면, 부분 운전으로 용량이 감소된 구성(Case 1-4)은 τ 값이 24.38 에서 28.43 min으로 수렴 속도를 비교하면 약 2.6~3배 느리다. 이러한 느린 반응 속도에도 불구하고, 모든 2유닛 구성은 Case 0과는 1.5°C 이내에서 최종 온도에 도달했으며, 모두 허용 가능한 창고 설정 온도 범위인 25±2°C를 유지했다. 특히 Case 4는 모든 부하 감소형 설계 중 가장 짧은 τ = 24.38 min을 달성했는데, 이는 배출구 위치가 대류 효율에 큰 영향을 미친다는 것을 시사한다.

Fig. 4.

Time-dependent decay of temperature at the mid-plane under configurations of difference cases

지수적 감소(exponential decay)를 하고 있는 Fig. 4와 같은 경향을 검증하기 위하여 집중 용량 분석(lumped capacity analysis)를 실시했다. 공기 조화기의 냉각 동력은 출구 속도와 배출 면적을 바탕으로 산정되고, 전체 건물의 외부 표면적에 등가 열전달 계수를 적용하여 구할 수 있는데, 그 값은 6개 유닛을 모두 작동시켰을 때 9.28 W/m²·K, 2개 유닛만 부분 운전할 때는 3.09 W/m²·K로 추산된다. 이 때 시간 상수는 다음과 같은 수식으로 표현된다.

식 (16)으로 계산되는 이론적인 값은 모든 유닛이 작동하는 운전에서는 10.3 min, 2 유닛 작동시에는 30.8 min 정도이다. 이 값들은 본 연구 결과인 시뮬레이션의 각각 9.5과 24.4 min보다 다소 큰 값(오차 각 7.7~26.2%)을 나타내는데, 이러한 차이는 좀더 정교한 수치 모델을 사용했을 때 난류 유동장의 혼합 증대(mixing enhancement) 효과를 기대할 수 있기 때문에 혼합에 필요한 시간이 짧아지기 때문으로 보인다. 특히 냉방 동력(cooling power)이 작은 부분 운전의 경우, 이론과의 오차가 더 커진다는 관찰은 난류 순환류의 섞임 효과가 상대적으로 더 중요하다는 사실을 반증한다.

상대 습도 거동은 Fig. 5에서 볼 수 있듯이 온도와 유사한 패턴을 보였다. 최종 상대 습도를 50%로 설정하고 운전했을 때, Case 0은 23.3 min의 시간 상수를 갖는다. 2유닛만 운영하는 경우, 안정화까지 걸리는 시간이 시간 상수 74.8 min으로 3.21배 더 길었다. 이러한 결과로부터 부분 부하 조건에서는 제습 과정이 더 느리게 진행되지만, 2유닛 구성만으로도 최종 성능 저하를 최소화하면서 환경 제어 목표를 여전히 충족함을 시사한다.

Fig. 5.

Time-dependent decay of relative humidity at the mid-plane under configurations of difference cases

이러한 관찰 결과로부터, 비록 6개의 공조기 모두를 기동하는 것이 전체 시스템이 더 빠르게 반응하지만, 이 중에서 두 대의 에어컨만 작동하더라도 온도와 상대 습도를 충분히 제어할 수 있음을 보여준다. 최종 수렴하는 정상 상태의 값은 부분 운전을 하더라도 큰 차이가 없다. 이는 공기조화 제어 저장 시설에서 부분 부하 전략을 채택할 실질적인 근거를 제공한다. 다만 시스템의 과도적 반응 속도에는 차이를 보인다.

5.2 공간적 균일성 평가

비정상 유동 해석을 통한 과도 결과는 Case 1~4 모든 방식의 2유닛 운전이 최종 온도 및 상대 습도 목표를 충족할 수 있음을 보여주지만, 어떤 배치가 가장 우수한 성능을 보이는지 판단하기 위해서는 정상 상태에서의 공간 균일성에 대한 비교 분석이 필요하다. 이를 위해 실내 공간의 지면 높이 기준 0.25 m에서 12.25 m 까지 0.5 m 간격으로 수평면을 추출하여 각 Case에서의 유동 속도, 온도, 상대 습도의 평균값과 불균일 계수를 계산하여 구성 간의 수직 유동 변수 분포 특성과 성층화 차이를 평가했다.

속도, 온도, 상대 습도의 수직 분포는 네 가지 2유닛 구성 간의 공간 성능에 대한 중요한 차이를 보여준다. Fig. 6(a)에서 볼 수 있듯이, 모든 케이스는 제트 운동량이 가장 강한 에어컨의 출구 높이에 해당하는 1.5~2 m 높이 근처에서 최대 속도 를 보인다. 모든 구성 중에서 Case 3은 특히 지면 높이 8 m 이상에서 수직 영역 전체에서 가장 지속적인 기류를 달성하여 공기 순환을 촉진하는 데 있어 이점을 강조한다. Fig. 6(b)는 더 따뜻한 공기가 천장 근처에 축적되는 경향이 있기 때문에 부력에 의한 성층화로 인해 온도가 일반적으로 높이에 따라 증가함을 보여준다. 반면 Fig. 6(c)는 모든 케이스에서 습도가 더 고르게 분포되고 성층화가 약함을 보여준다. 즉, 높이에 따른 평균값은 비슷하지만 변동 정도는 다르다. 특히 Case 3은 온도와 상대 습도 모두에서 수직 구배가 가장 작다. 이는 향상된 상부 공기 흐름이 혼합을 증대시켜 수직 안정성을 유지하고 성층화를 억제하는 데 중요한 역할을 한다는 것을 시사하는데, 특히 균일성이 필수적인 반도체나 배터리의 전극과 같은 온도나 상대 습도에 민감한 재료의 보관에 유용하다.

Fig. 6.

Vertical distributions of the spatially averaged values under the four cases: (a) velocity; (b) temperature; and (c) relative humidity

속도, 온도 및 상대 습도에 대한 불균일 계수의 수직 분포가 Fig. 7에 제시되어 있다. Fig. 7(a)에서 속도 불균일 계수( Kv)의 급격한 변화가 모든 경우에서 관찰되었다. 이러한 국소적 교란은 급격한 운동량 변화 효과를 반영한다. 더 주목할 만한 것은 Fig. 7(b)와 Fig. 7(c)에서 Case 3이 모든 구성 중에서 일관되게 가장 낮은 온도 및 상대 습도 불균일 계수(KT 및 KRH)를 달성한다는 것을 보여준다. 더 평평한 분포와 더 작은 절대값이 의미하는 바는 특히 수직 방향에서 더 균일한 환경 조건을 나타낸다. 이 결과는 Case 3이 2유닛 작동에서 가장 안정적이고 공간적으로 균일한 실내 환경을 제공함을 확인한다.

Fig. 7.

The non-uniformity coefficient of the four cases: (a) velocity non-uniformity coefficient; (b) temperature non- uniformity coefficient and (c) humidity non-uniformity coefficient

Fig. 7(a)에서 보이는 바와 같이, 속도 불균일 지수 Kv가 높이 2 m 근방에서 국지적 최댓값을 같는데, 이 높이는 공조기의 찬 공기 배출구의 수직 높이와 대략 일치한다. 갑작스러운 냉기의 유입은 강한 속도 구배와 전단 영역을 만들며, 국지적으로 불균일한 유동 속도 분포를 형성시킨다. 이러한 피크 이외에도 각 3, 6, 9 m 높이에서 규칙적으로 유동장의 교란으로 큰 피크가 관찰되는데, 이는 환기(ventilation)를 위해 설치된 창문들(windows)의 출구 유동 영향이다. 좁은 창문으로 주위보다 빠른 속력으로 유체가 빠져나가기 때문에 속도장의 교란(disturbance)을 보이지만, 온도(Fig. 7(b), KT)와 습도장(Fig. 7(c), KHS)에서는 유체 대류에 의한 섞임과 확산 효과(diffusion effect)로 그 영향을 거의 찾아보기 어렵다.

5.3 유동장의 가시화

Case 3의 우수한 공간 균일화 성능을 더욱 자세히 설명하기 위해서, 비정상 해석 300 min 시점의 속도장 시각화를 기반으로 기류 패턴을 정성적으로 비교했다. Fig. 8은 네 개의 2유닛 레이아웃 모두에 대한 준정상 상태 속도 분포를 보여주며, 여기에는 중앙 수직면(정면), 수평 중간면(상면), 그리고 횡수직면(측면)의 세 가지 대표적인 단면이 포함된다. 난류 유동장이 혼합을 증대시켜 유동 변수들의 불균일성과 성층화를 해소한다는 사실을 알 수 있다.

Fig. 8.

Velocity field distributions at 300 minutes for the four layouts

Case 3에서 관찰된 일관된 순환과 비교하여, 나머지 경우의 기류 패턴은 뚜렷한 한계를 보인다. Case 1에서는 두 개의 강력한 하향 제트가 바닥 근처에 충돌하여 대칭적이지만 압축된 한 쌍의 재순환 영역을 생성한다. 이러한 수직적 대류로 인해 상부 영역으로의 기류 침투가 감소하여 성층화가 발생할 가능성을 높인다. Case 2는 수직으로 확장되고 대칭적인 반대 회전 와류를 형성하여 Case 1에 비해 수직적으로 혼합 정도를 향상시킨다. 그러나 상단에서 볼 수 있듯이, 기류가 중심축을 따라 집중되고 측벽 근처에서 약해지는 측면 혼합은 여전히 ​​제한적이다. Case 4에서는 순환이 더욱 파편화되고 비대칭적이 되어, 한쪽 모서리에 우세한 와류가 있고 반대쪽 모서리에는 약한 기류가 형성된다. 출구 근처의 단락 효과와 주변부의 사각지대가 뚜렷하게 나타나 공간적 커버리지가 감소하여, 이러한 패턴에서 나타나는 더 높은 성층화와 불균일성을 설명하며, Case 3의 균형 잡히고 완전히 발달된 기류 구조의 장점을 더욱 부각시킨다.

6. 결 론

본 연구는 공기 조화기로 온도와 상대 습도가 조절되는 주어진 창고 내에 고정 6유닛의 레이아웃을 기반으로 두 개의 유닛만을 부분 작동될 경우의 시나리오를 가정하여 4가지 서로 다른 경우들을 비교 평가했다. 비정상 유동해석에 근거한 과도 CFD 모델을 사용하여 여름철 주어진 기상 조건에서의 냉방 성능에 대해 결합된 기류, 열, 수분 이동을 시뮬레이션하여 부분 부하 운전의 타당성을 검증했다. 시뮬레이션 결과는 네 가지 구성 모두 허용 가능한 실내 온도 및 습도 수준을 유지함을 보여주었다. 그중 중점을 기준으로 대칭적으로 배치된 Case 3은 공간 균일성 측면에서 가장 우수한 성능을 보였으며, 수직 분포가 더욱 일관되고 불균일 계수가 낮았다. 이는 난류 유동으로부터 형성된 내부 공간 상부 영역의 강한 기류와 밀접한 관련이 있으며, 이로 인해 수직 혼합이 향상되고 성층화가 효과적으로 감소했다.

이러한 결과는 두 대의 에어컨만 사용하는 부분 부하 전략이 에너지 소비를 줄이는 동시에 안정적인 환경 제어를 보장할 수 있음을 시사한다. 활성 유닛 위치의 적절한 선택은 기류 구성 및 분배 효율성을 개선하는 데 중요한 역할을 한다. 현재처럼 6기의 공조 설비를 모두 가동하는 것보다 이 중 2기만을 부분 작동하는 것이 운영의 경제적 효율성이나 제어의 용시성 측면에서 더 나은 선택이 될 수도 있다. 이중 정상 상태로의 수렴 시간 보상 대체(trade-off)는 회귀 분석된 시계열 데이터의 동역학적 응답 모델의 시간 상수 분석으로 비교 예측 가능하였다. 본 연구에서는 공기 흐름 및 층화 거동을 명확하게 평가하기 위해 우선 빈 실내 공간을 가정하고 유동장을 관찰했으나, 실제 환경에서는 보관된 물품이 열 및 흐름 방해물로 작용할 수 있다. 그러나 반도체 등 고가품의 물류 환경에서는 화물이 넓은 간격과 낮은 높이로 배치되는 경우가 많아 공기 흐름 분포에 대한 간섭이 최소화된다. 향후 연구에서는 사실적인 화물 배치와 다공성 체적 요소를 통합하여 정확도를 향상시키는 방안을 고려해야 한다. 또한 이러한 기초 연구를 통하여 수치 모델의 정확성을 검증한 이후에는, 실제 창고 조건에서 난류 모델링 접근법의 적용 가능성을 평가하기 위한 실험적 검증 또한 포함해야 할 것이다.