KIEAE Journal

전 세계적으로 건물 에너지 사용량이 전체 에너지 소비량의 약 40%를 차지하고 있으며,¹⁾ 국내 조사에 따르면 건축물 및 건축물 내 시설물의 에너지 사용량은 국내 에너지 총 소비량의 약 25%를 차지하고 있다.²⁾ 이러한 건축물에서의 에너지 소비량 감소를 위해, 합리적인 기준 강화 및 여러 가지 제도적인 장치들을 수립하고 운영하고 있다. 대표적으로 건물 에너지 효율 등급 및 친환경건축물 인증제가 도입되었고, 2020년 건축물 부분 예상 에너지 소비량의 15% 절감을 목표로 2005년에 건설교통부에서 에너지 절약 설계기준을 강화하였다.^2),3) 또한 건축물 에너지 사용량을 줄이며 환경부하를 저감할 수 있는 친환경/저에너지 건축물 구축을 위한 기술 개발 및 연구가 활발히 진행되고 있으며, 설계단계에서 건축물의 에너지 사용 성능을 분석, 예측하는 기술 개발 및 적용이 점차 증대하고 있다^4),5),6). 친환경 건축물 구축 기술들을 초기 설계단계에서 적용하기 위해는 다양한 성능 분석 도구들의 활용이 필수적이며, 다양한 성능 분석 도구들을 통해 건축물의 에너지 성능 분석 및 에너지 소비량 예측이 가능하다. 이러한 건축물의 에너지 사용량 분석은 건축물 설계단계에서 결정되는 형상, 외피 구성 재료, 평면 및 배치 등의 요소들을 기반으로 산출된다. 즉, 건축물의 생애주기 동안 소비되는 건물 에너지 사용 총량을 산출하는 결정적인 요소들이 초기 설계단계에서 결정 이루어진다.⁷⁾ 결과적으로 초기 설계단계에서 에너지 성능 분석을 통해 생애주기 동안 소비되는 건축물 에너지 소비량 예측 과정이 친환경/저에너지 건축물 구축을 위한 필수적 과정으로 여겨지고 있다.

하지만, 다음과 같은 제약적 조건들로 인해 현재 설계단계에서 에너지 성능분석 도구의 효율적 활용이 어려운 상황이다.

∙ 설계과정에서 생성되는 정보들이 건축정보모델 기반 성능분석 도구들 혹은 전통적인 에너지 성능분석 도구들과의 정보교환의 한계로 인해, 설계정보가 수동으로 재입력되는 과정이 수반되며 이로 인해 많은 시간과 노력이 요구된다.
∙ 현재 주로 사용되고 있는 에너지 성능분석 엔진들은 미국과 유럽의 기준에 맞추어 개발되었고 단위 호환의 문제와 국내 사용되는 자재별 열적 성능, 기후, 설계기준 등에 대한 상이함으로 인해 직접 적용의 어려움이 존재한다.⁸⁾
∙ 에너지 분석 전문가들에게 특화된 사용자 인터페이스로 인해 설계자들의 에너지 분석 도구들의 손쉬운 사용이 어려우며, 신뢰할만한 에너지 분석 모델 생성을 위해 많은 사전지식이 요구된다.
∙ 에너지 성능분석 결과들로 제공되는 많은 양의 숫자 기반의 테이블과 도표들은 설계자들로 하여금 설계된 건물 부재와 에너지 성능과의 직접적 상관관계를 효율적으로 파악하는데 어려움을 주고 있다.

한편, 건축정보모델링(Building Information Modeling, BIM)의 활용하여 에너지 분석 과정에 80% 정도의 시간과 노력이 수반되는⁴⁾ 3차원 모델링 과정을 효율적으로 지원하고 있지만, 건물 설계단계에서 건물에 포함되어 있거나 연관되어 있는 성능에 대한 분석을 위하여 설계와 성능분석 시뮬레이션이 보다 긴밀히 통합되어야 한다.⁷⁾ 따라서 설계단계에서 생성되는 BIM기반 설계정보를 에너지 분석과정에 보다 직접적으로 활용하여 에너지 분석과정의 효율성을 증대시키고, 건물부재기반의 성능분석 결과의 손쉬운 도출 및 실시간 설계단계의 효율적 반영을 가능케 하는 연구가 필요하다.

본 연구는 설계단계에서 건물 성능분석을 통한 설계 대안들 간의 의사결정 지원 환경을 개발하기 위해, BIM과 객체지향 물리적 모델링(Object-Oriented Physical Modeling, OOPM) 기반의 통합 성능분석 모델을 사용하여, BIM 기반 건물에너지 성능분석 시스템 인터페이스 개발 및 구현을 중심으로 연구가 진행되었다. 즉, BIM과 OOPM 기반 통합 건물에너지 성능분석 모델(OOPM-based Building Energy Model, OOPMBEM)간의 효율적 데이터 교환을 위해 BIM 기반 OOPMBEM 모델을 자동 생성하고 성능분석 결과를 BIM 환경에 효과적으로 제공하는 시스템 인터페이스 개발 및 구현에 주안점을 두었다. 본 연구를 위해 BIM 기반 통합 건물에너지 성능분석 모델 생성 및 분석 결과 자동 도출을 위한 데이터 흐름도를 작성하였다. 그림 1에서 표현되듯이, BIM 기반 OOPM 모델 생성을 위해 OOPM 모델 데이터 구조의 분석 및 필수 모델 정보의 변환이 이루어져야 한다. 이를 위해, 두 모델사이의 데이터 분석을 통한 데이터 변환 프로세스를 정의하고 이를 기반으로 모델 자동생성 시스템 인터페이스를 구현하였다. 구체적인 개발 단계는 다음과 같이 진행되었다.

● 1단계 (확장 BIM 모델 생성): BIM 기반 OOPM 모델을 통한 성능분석 시뮬레이션 실행을 위해, BIM 모델에서 결여된 재료 물성정보 및 공간경계정보와의 매핑을 위한 건물 부재간의 관계정보를 입력하는 단계를 설정하였다. 이를 위해, 일차적으로 OOPM 기반 참조 라이브러리의 자료구조 분석이 이루어졌고, 동시에 BIM 저작도구에서 제공하는 API(application programming interface)를 통해 BIM의 자료구조를 분석하였다. 분석 결과를 기반으로 두 모델사이의 매핑관계를 정의한 뒤, BIM으로부터 OOPM 모델의 건물모델 기술정보를 생성할 수 있도록 필요 정보를 입력하였다. 사용자로부터 필수 정보의 입력과 건물 부재와의 관계정보를 추출하기 위해 관련 명령어를 API를 기반으로 제작하였다.
● 2단계 (BIM 기반 OOPM 모델 생성 및 시뮬레이션 실행): 생성된 확장 BIM 모델을 기반으로 성능분석 시뮬레이션을 위한 OOPM 모델이 자동 생성될 수 있도록 객체기반 프로그래밍 언어인 C#을 활용해 시스템 인터페이스를 제작하였다. 이를 위해, 일차적으로 참조 시뮬레이션 라이브러리와 연동을 위해, 객체기반 물리적 언어인 Modelica 언어를 통해 라이브러리의 핵심 클래스를 건축 모델 시점으로 새롭게 정의하였다 (ModelicaBIM 라이브러리 제작). 새롭게 정의된 ModelicaBIM 라이브러리를 통해, BIM 모델 정보를 OOPM를 위한 객체들로 전환될 수 있도록 시스템 인터페이스 내부에 함수들로 정의하였다. 이러한 함수들을 시스템 인터페이스 내부에서 호출함으로써, 건물모델 기술정보들(그림 1의 Model Description 부분)이 Modelica 기반의 객체 형태로 생성된다. 또한, 시스템 인터페이스를 통해 OOPM 모델 내부의 성능분석을 위한 컴포넌트들을 ModelicaBIM에서 미리 정의된 객체정보를 호출하여 건물모델 기술부분에서 정의된 객체와 연결함으로써 생성하였다 (그림 1의 Equation Description 부분). 완성된 OOPM 모델을 통해 성능분석 시뮬레이션이 즉시 실행될 수 있도록 특정 시뮬레이션 어플리케이션(Dymola)을 시스템 인터페이스 내부에서 호출할 수 있도록 관련 함수를 정의하였다. 또한 Dymola 내부에서 실행된 많은 성능분석 결과 중 선택된 결과만을 추출하기 위해, 스크립트 기반의 명령어를 Dymola에서 자동 실행할 수 있도록 시스템 인터페이스 내부에서 정의하였다.

Fig. 1. 
Data flow diagram between BIM and OOPM-based Building Energy Model

● 3단계 (성능분석 결과의 제공): Dymola를 통해 준비된 그래프 기반의 성능분서 결과를 BIM 저작 도구 내에서 즉시 검토할 수 있도록 개발된 사용자 인터페이스를 시스템 인터페이스 내부에서 호출하였다. 사용자 인터페이스를 통해 설계자들은 도출된 결과를 빠르게 확인할 수 있고, 제공된 저장 기능을 통해 다른 성능분석 결과들과의 비교를 할 수 있다.

본 연구는 광범위한 성능분석 시뮬레이션 분야를 범위에 넣기에는 한계가 있어, 통합 성능분석 모델에 가장 중요시 되는 열부하 시뮬레이션(thermal simulation)을 중심으로 BIM 기반 객체지향 에너지 성능분석 모델 개발을 위한 연구를 진행하였다. 즉, 본 연구에서는 열부하 시뮬레이션 모델을 BIM 기반 OOPM으로 자동 생성한 후, 열부하 분석 결과를 BIM 환경으로 즉시 제공하는 시스템 인터페이스 개발 및 구현을 중심으로 연구가 진행되었다.

미국 에너지 분과 보고서⁹⁾에 따르면, 400개 이상의 건물 에너지 시뮬레이션 도구들이 개발되어지고 있지만, 일부의 프로그램들만이 학계와 산업분야에서 널리 사용 되고 있다. ^10),11) 건물 에너지 시뮬레이션 도구들은 건물 생애주기 동안의 에너지 성능과 열 쾌적성 평가를 목적으로 하고 있고, 입력 방식, 출력물, 사용자 인터페이스, 프로그래밍 언어, 그리고 컴퓨터 플랫폼에 따라 각기 다른 방식으로 개발되었다.⁹⁾ 예를 들어, DOE-2와 EnergyPlus는 에너지 시뮬레이션 도구 이외의 다른 S/W들 간의 데이터 교환을 가능하게 하는 기능들로 인해 건물 생애주기 동안 여러 단계에서 폭넓게 사용된다.¹⁰⁾ DOE-2, ESP-r 및 EnergyPlus와 같은 전통적인 시뮬레이션 프로그램들의 엔진들은 FORTRAN, C 및 C++와 같은 컴퓨터 프로그램 언어들 통해 계발되어 왔다. ^{11),15),16),17)} DOE-2.1E, EnergyPlus, 그리고 IESVE는 각기 고유의 사용자 인터페이스(GUI)를 제공하는데, BDL Processor는 DOE-2.1E를, DesignBuilder는 EnergyPlus를 위해 그리고 SunCast와 ApacheSim은 열분석을 위한 GUI로 IESVE를 위해 각각 개발되었다. ^18),19),20)

이러한 GUI들은 건물 성능분석을 수동계산 시 발생하는 많은 시간과 노력을 효과적으로 줄여줌으로써 설계자들로 하여금 여러 디자인 대안들에 대한 효율적 건물 성능평가를 가능케 하였다. ¹¹⁾ 현재 건물 성능분석 전문가들은 입력 파일 생성과 성능분석 결과 분석을 용이하게 해주는 Simergy, OpenStudio, DesignBuilder 그리고 IESVE와 같은 전용 GUI들을 사용한다.

하지만, 이러한 GUI들은 건물 성능평가 전문가 이외의 실무자들이 건물 에너지 성능분석을 원활히 수행하기 위해서는 심도 있는 열부하 반응에 대한 이해와 배경지식 및 에너지 시뮬레이션 자체에 관한 사전지식 습득이 요구된다. ^10),12) 그리고 개개인의 작업방식과 에너지 시뮬레이션 도구 자체의 복잡성으로 인해 에너지 성능분석 전문가뿐만 아니라 비전문가들 역시 GUI 사용에 어려움이 있다.^13),14)

최근 들어, 건물설계 단계와 통합된 성능분석 프로세스를 제공하기 위해, BIM 기반 수치 분석 도구들이 부각되고 있다.²¹⁾ 기존 에너지 성능분석 전용 GUI들과 관련된 시뮬레이션 과정을 비교해 볼 때, BIM 기반의 시뮬레이션 도구들은 다음과 같은 특성들이 있음을 알 수 있다.

▪ 설계과정에서 이미 생산된 건물 정보들을 건물에너지 모델 생성을 위한 GUI를 통해 재기입하는 과정을 생략함으로써, 기존 건물 정보들의 직접적인 재사용의 용이하다.
▪ 건물 성능 최적화를 위한 파라메트릭 디자인이 친환경 건물 설계를 위한 중요한 요소로 부각되는 점을 고려해볼 때, BIM 기반 건물 에너지 모델 생성 및 시뮬레이션이 디자인 커뮤니티에서 활발히 요구되고 있다.

결과적으로, 설계 과정에서 에너지 시뮬레이션의 보다 효율적 사용을 위해서, BIM 기반의 건물에너지 시뮬레이션 도구들은 1)사용하기 쉬운 GUI와 2)BIM과 건물에너지 모델 간의 효과적이고 효율적인 정보교환 및 모델변환을 위한 시스템 인터페이스, 그리고 3)시뮬레이션을 통한 분석 결과를 직관적이며 손쉽게 확인이 가능한 인터페이스 제공이 필요하다.

최근, BIM은 건축, 엔지니어링, 건설 산업에서 가장 대두되는 기술로써²²⁾, 다양한 저작 도구들(Revit Architecture, AECOsim Building Designer V8i, ArchiCAD)을 활용해 손쉬운 BIM 모델 저작이 가능하다. 이러한 도구들은 다음과 같은 이점들을 제공함으로써 디자인 과정에서 활발히 사용되고 있다.

▪ BIM은 건물 생애주기 동안 생성되는 건물부재정보 및 각 부재들의 속성정보들을 포한하는 종합적인 건물 정보들에 대한 접근을 가능하게 한다.²²⁾
▪ BIM을 활용한 파라메트릭 디자인은 설계단계 동안 진행되는 계획안에 대해 참여자들 사이의 빠른 상호 의견교환을 통한 실시간 설계정보 업데이트를 가능하게 한다.²³⁾

설계과정을 뒷받침할 수 있는 BIM의 역량은 건설 산업 및 건축 교육 전반의 변화를 일으킬 것이라고 예측되고 있다.²²⁾ 하지만, 다음과 같은 제약점들은 건물 시뮬레이션 수행에 있어 BIM의 직접적 사용을 어렵게 만들고 있다.

▪ 에너지 시뮬레이션을 위해 요구되는 필수 물리적 속성정보들의 일부 부재.
▪ BIM 저작도구들을 통해 생성된 BIM 모델의 초기 속성정보들에 에너지 시뮬레이션을 위한 실제 건물 데이터를 입력에 있어 지정된 파라미터의 수정 및 추가의 어려움.
▪ BIM과 에너지 시뮬레이션 사이의 서로 다른 객체 의미(object semantics)로 인한 정보 교환의 어려움.

예를 들어, 태양광 흡수율과 적외선 흡수율에 대한 파라미터 및 실제 데이터가 에너지 시뮬레이션 모델 생성에 있어 필수적이지만, 기존 저작 도구를 활용해 생성된 BIM 모델에는 이러한 정보들의 입력 및 수정이 어려운 상황이다. 또한, BIM 모델에서 생성된 방(room) 객체들은 에너지 시뮬레이션에서는 공간(zone) 정보로 정보 변환이 필요하며, 방 객체를 통한 건물 위상정보가 에너지 시뮬레이션에서는 공간경계정보로의 정보 매핑이 필요하다.

IFC와 gbXML과 같은 표준 데이터 모델을 통해 일부 에너지 시뮬레이션 도구들이 BIM과 정보 통합을 이루고 있지만, 신뢰할만한 에너지 모델 생성을 위해 공간정보에 대한 확인 및 수정과 같은 부차적인 과정이 요구된다.²⁴⁾ 예를 들어, DOE2.2를 기반으로 하는 Green Building Studio는 Revit을 통한 웹기반 에너지 분석을 제공하지만, 사용자들은 신뢰할만한 gbXML 파일 생성을 위해 에너지 시뮬레이션 설정들을 완료해야 한다. 더욱이, 현재 사용되는 BIM 기반 에너지 시뮬레이션 도구들이 에너지 모델 생성의 편의성을 제공하지만, 시뮬레이션 결과들을 설계과정에서 행해지는 의사결정에 직관적이며 효율적으로 반영하기에는 여전히 어려운 상황이다.²⁵⁾ 일반적으로, 에너지 시뮬레이션 도구들은 테이블과 도표를 통해 많은 양의 수치 기반 결과들을 제공한다. 이러한 시뮬레이션 결과들의 표현들은 건물성능과 설계 부재들 간의 상관관계를 표현하는데 어려움이 있다. 즉, 제공되는 테이블과 도표만으로 설계 부재단위 대비 전체 건물성능 영향 정도를 직관적이며 효율적으로 파악하기에는 어려움이 있다.

결과적으로, 설계자들이 여러 설계 대안들 간에 성능분석 결과를 통한 효율적 의사결정을 진행하기 위해, 충분한 정보를 실시간으로 제공받기에는 어려운 상황이다. 기존의 BIM 기반 건물성능분석 접근 방법과 비교해볼 때, 본 연구에서 제시하는 방법론을 통해 OOPM 기반 시뮬레이션 엔진을 사용한 BIM 기반 OOPM 에너지 모델을 실시간으로 자동 생성할 수 있으며, 도출된 성능평가 결과를 실시간으로 설계자에게 제공할 수 있다.

다중 도메인 시뮬레이션의 효과적 이용을 촉진하기 위해서, 객체기반 물리적 모델링(OOPM)이 개발되어 왔다.²⁶⁾OOPM은 구조화된 수식 기반의 모델링 기술들을 제공함으로써 빠르게 성장하는 연구 분야이다.²⁷⁾OOPM의 효율적인 구현을 위해 단일화 된 새로운 Modelica 언어가 개발되었고, Modelica 언어를 통해 엔지니어들 및 설계자들은 대수미분식 기반의 동적행동 모델링을 용이하게 수행할 수 있게 되었다.²⁷⁾

또한, Modelica 기반의 OOPM(Modelica based OOPM, ModelicaOOPM)은 에너지 시뮬레이션에서 일어나는 복잡한 물리적 시스템의 설계를 용이하게 해주었다.²⁸⁾ 이러한 에너지 시뮬레이션을 위한 ModelicaOOPM은 빠른 모델 추가와 하위 시스템 모델들의 추출이 용이하다는 점에서, 여러 대안들의 신속한 평가를 위한 가상의 프로토타입핑을 ModelicaOOPM을 통해 쉽게 구현할 수 있다.²⁷⁾

ModelicaOOPM 에너지 모델은 구현된 각각의 에너지 관련 부재들 간의 위상(topology) 정보를 제공해 줌으로써, 객체 지향 건축 모델링(BIM)에서의 건물위상정보와 자연스러운 데이터 매핑(room-to-zone translation)이 가능하다.

미국 로렌스 버클리 국립 연구소는 Modelica 기반 에너지 시뮬레이션 라이브러리(LBNL Modelica Buildings Library)를 개발하였고, 열전달 모델링과 시뮬레이션 시스템을 ModelicaOOPM으로 구현하였다.²⁶⁾ 배포된 라이브러리는 객체 지향 건물 에너지 시뮬레이션을 위한 동적 모델과 제어 시스템 구현을 위한 클래스들을 정의하였고 각종 열부하 시뮬레이션을 지원한다.²⁹⁾ 하지만, 라이브러리 사용자들은 건물 모델을 생성하고 시뮬레이션 결과를 확인하기 위해서는 Modelica 프로그래밍 지식과 에너지 시뮬레이션에 관한 경험이 필수적이다. 라이브러리와 연동된 ModelicaOOPM을 BIM을 통해 자동 생성하고 시뮬레이션 결과를 BIM 환경에서 표현된다면, 건물 설계자들은 손쉽게 에너지 시뮬레이션 결과를 확인하고 다수의 대안들 사이의 효율적인 의사결정 도구로써 ModelicaOOPM 모델을 활용할 수 있다.

본 연구는 BIM 기반 객체지향 물리적 에너지 모델을 활용해 초기 설계 단계부터 실시간 건물 성능분석을 적극적으로 수행할 수 있는 기술을 개발하여 프로세스 중심의 친환경 성능분석이 가능하게 하는 것이 본 연구의 궁극적인 목표이다. 이를 위해 BIM도구를 기반으로 한 실시간 건물 에너지 성능분석 프레임워크를 개발하였다. 즉, 설계과정에서 바로 실시간으로 BIM 기반 물리적 에너지 성능분석 모델을 생성 후, 건물 에너지 성능분석이 실행되어 성능분석 결과를 설계자에게 바로 전달되어 설계가 진행되는 성능분석 기반 설계 환경을 만들고자 하였다. 앞서 논의한 것과 같이 본 연구에서는 방대한 건물 에너지 성능분석 중에서 가장 핵심이 되는 열부하 시뮬레이션에 초점을 맞추었다. 즉, BIM 모델을 통해 자동 생성된 객체기반 물리적 모델이 참조된 에너지 시뮬레이션 엔진(LBNL Modelica Buildings Library)을 통해 각 건물 부재의 열 흐름, 실내 연간 온도변화, 연간 냉난방 부하와 같은 열부하 시뮬레이션이 자동으로 실행된다. 또한 계산된 시뮬레이션 결과는 즉시 BIM 저작 도구에서 표현됨으로써, 설계자로 하여금 원하는 부재의 시뮬레이션 결과를 실시간으로 확인할 수 있게 하였다.

본 프레임워크(BIM2OOPMBEM)는 기존 BIM 도구를 기반으로 하는 일종의 add-in 형태로 구현되었다. 즉, 사용 BIM 저작도구인 Revit Architecture 2013(이후에는 Revit)을 활용하여 BIM 모델을 저작하였고, Autodesk에서 제공하는 SDK(software development kit) API을 활용하여 add-in 형태의 프로토타입(Revit2Dymola)을 개발하였다. 즉, Revit2Dymola 실행을 통해, BIM 기반 Modelica 물리적 모델(BIM based Modelica OOPM, BIMModelicaOOPM)의 자동 생성 및 에너지 시뮬레이션 구동 환경(Dymola)과의 데이터 교환 및 통신이 이루어지도록 구현하였다.

BIM2OOPMBEM 개발은 세단계로 구성되는데, 1)확장 BIM 모델을 생성하기 위한 사전처리 단계, 2)Revit2Dymola 프로토타입 개발, 그리고 3)검증을 위해 벤치마크 에너지 모델을 활용한 사례 연구 수행 단계로 진행하였다.

BIM2OOPMBEM 프레임워크는 그림 2에서 보이는 것과 같이 3단계의 구현 프로세스로 구성되는데, IDEF0³⁰⁾ 모델 표현기법을 통해 각 단계에서 요구되는 제어(Control), 메커니즘(Mechanism), 그리고 입출력 정보를 표현하였다. 예를 들어, 확장 BIM 모델 생성(A1)을 위해, Revit이라는 BIM 저작 도구를 메커니즘으로 사용하였고, 많은 물리적 특성 중에 에너지 모델에서 요구되는 재료의 물성정보를 규정하기 위해 물리적 속성(physical properties)을 제어로 사용하였다. 각 단계를 통해 구현되는 내용은 다음과 같다.

Fig. 2. 
Overall process diagram for the BIM2OOPM framework describing data flow for the model translation to create BIM-based ModelicaOOPM models, the thermal simulation, and the simulation results representation into BIM

1) 확장 BIM 모델 생성(그림 2의 A1)

BIMModelicaOOPM 모델은 확장 BIM 모델 생성 단계를 통해 참조된 시뮬레이션 엔진에서 요구하는 재료의 물성정보를 포함할 수 있게 된다. 이를 위해, AddingPhysicalParameters 명령어를 Revit API를 기반으로 C#언어로 개발하였고 그림 3의 b)에서 보이는 것과 같이 기존 BIM 모델에서 정의되지 않은 물리적 속성 파라미터들이 정의되어 있고 입력창을 통해 관련 값들을 BIM 모델에 입력할 수 있도록 구현하였다.

Fig. 3. 
BIM to ModelicaOOPM workflow by using the BESTEST Case 600 model as a case study

또한, 에너지 시뮬레이션 엔진에서 정의된 각 창문의 창문틀 비율 정보를 BIM 모델 정보를 통해 BIMModelicaOOPM 모델에 정의될 수 있도록 필요한 파라미터들을 정의하였다. 즉, BIM 모델의 생성된 창문 정보를 통해 생성된 창문틀 비율을 계산하기 위해 필요한 파라미터들을 그림 3의 c)의 왼쪽 그림과 같이 구현하였다.

끝으로, 열부하 시뮬레이션을 위한 공간경계정보 값들이 반드시 정의되어야하는데, BIM 모델의 객체 정보를 공간경계정보들로 전환하기 위해 객체간의 관계 설정이 필요하였다. 이를 위해, 공간경계정보를 필요로 하는 시뮬레이션 엔진의 공간 객체(zone)는 BIM 모델안의 방(room)이라는 객체로부터 전환될 수 있도록 하였다. 또한, 방이라는 객체를 통해 공간경계정보 값들을 생성하기 위해, 방을 형성하는 객체들(벽, 바닥, 천정(혹은 지붕))과 방과의 관계설정이 필요하다. 방 객체 안에 기본적으로 정의된 천장마감과 바닥마감이라는 파라미터를 통해 방 객체와 연결된 천장(혹은 지붕)과 바닥의 관계를 설정할 수 있었고, 설정된 관계 정보는 CreatingBuildingTopology 명령어를 통해 건물위상정보를 통한 공간경계정보 전환 시 추출되어 공간경계정보 값들로 생성된다. (그림 3의 c)의 왼쪽 그림 참조)

2) Revit2Dymola 프로토타입 실행(그림 2의 A2)

열부하 시뮬레이션을 위해 요구되는 에너지 정보들로 갱신된 확장 BIM 모델이 생성되면(그림 2의 A1 단계), BIM2OOPMBEM 프레임워크는 Revit2Dymola를 통해 BIMModelicaOOPM 모델을 생성, 열부하 시뮬레이션 실행, 그리고 시뮬레이션 결과 값들 출력한다.

①BIM 기반 ModelciaOOPM 모델 생성

Revit2Dymola는 BIM과 LBNL Modelica Buildings library 시뮬레이션 엔진 각각의 자료구조와 두 모델 사이의 객체 의미론을 활용하여 BIMModelicaOOPM 모델을 생성한다. 즉 확장된 BIM 모델로부터 설계자 관점보다는 엔지니어 관점으로 구성된 ModelicaOOPM 에너지 모델을 BIM 모델과 동일한 건축모델 관점으로 구성된 ModelicaOOPM 모델을 생성하였다. 예를 들어, 열부하 시뮬레이션을 위해서 LBNL Modelica Buildings library의 MixedAir 클래스를 통한 객체를 생성이 필요한지만, MixAir 클래스에서 요구하는 속성정보를 건축모델 관점인 새로운 Room 클래스의 속성정보들로 맵핑시켰다. Room 클래스와 같은 래퍼클래스(wrapper class)를 통해 BIM 모델과 동일한 객체 의미론을 따르는 에너지 모델을 생성하였다. Room 클래스와 같은 래퍼 클래스뿐만 아니라 Floor, Roof, Wall, 그리고 Material과 같은 건축 모델 관점의 새로운 클래스들을 Modelica 언어로 정의한 후, BIMModelicaOOPM 모델의 건물 모델 정보를 정의된 클래스들로부터 생성된 객체들로 구성하였다. (그림 4 참조)

Fig. 4. 
A partial Modelica code block representing material objects for wall, floor, and roof generated by Revit2Dymola

그림 4에서 보이는 것과 같이 Modelica 언어를 사용하여 건축모델 의미론을 따르는 객체들을 자동생성하기 위해, ModelicaBIM 패키지를 개발하였다. ModelicaBIM 패키지는 BIM과 같은 의미론을 따르는 클래스들을 포함하고 있으며, 각각의 클래들은 에너지 모델에서 요구하는 속성들이 정의 되어 있다. 예를 들어, 그림 4에서와 보이는 것과 같이, Material이라는 클래스는 사용된 재료의 두께(x), 열전도율(k), 열용량(c), 질량밀도(d), 열저항(R)과 같은 속성정보들을 정의하고 있으며, 두께에 대한 정보 값은 BIM 모델에 이미 정의되어 있는 값으로 대체되어 진다.

이러한 ModelicaBIM 패키지를 통한 건물 모델 정보를 표현하는 객체들을 BIM 모델로부터 자동생성하기 위해, Revit API와 C#을 활용하여 일련의 함수들(functions)을 개발하였다. 개발된 함수들은 또한 BIMModelicaOOPM 모델이 시뮬레이션 엔진을 통해 열부하 시뮬레이션이 실행될 수 있도록 에너지 객체들(예, 날씨 정보를 제공하는 기상 파일 연결을 위한 객체)을 생성하며, 공간경계정보 값을 계산하여 방 객체가 포함하는 공간경계정보 변수의 값을 제공한다. 즉, 확장 BIM에서 생성된 벽들과 이미 정의된 방과 천정, 바닥과의 관계 정보를 CreatingBuildingTopology 명령어를 통해, 건물 모델의 형태와 정의된 방 객체들의 개수에 따라 공간경계정보 값들이 계산되어 BIMModelicaOOPM 모델의 정의된 변수의 대응 값들로 제공된다.

이렇게, Revit2Dymola는 열부하 시뮬레이션이 실행될 수 있도록 BIMModelicaOOPM 모델을 확장된 BIM 모델과 LBNL Modelica Buildings library, 그리고 ModelicaBIM 패키지를 통해 생성한다.

②열부하 시뮬레이션 실행

생성된 BIMModelicaOOPM 모델을 실시간 열부하 시뮬레이션 실행을 위해, Dymola³¹⁾라는 통합개발환경(Integrated Development Environment, IDE) 시뮬레이션 어플리케이션을 사용하였다. Dymola는 사용자가 Modelica 언어를 활용하여 OOPM 모델을 생성할 수 있게 환경을 제공해줄 뿐 아니라, 생성된 ModelicaOOPM 모델을 통해 건물 성능분석 시뮬레이션을 실행이 가능하다. 본 연구에서는 Dymola 어플리케이션을 BIMModelicaOOPM 모델 생성을 위한 저작 도구로 활용하였고, LBNL Modelica Buildings library를 열부하 시뮬레이션에 연동될 수 있도록 Dymola 환경을 설정한 후, Revit2Dymola를 통해 시뮬레이션이 구동되도록 개발하였다. 즉, Revit2Dymola가 BIMModelicaOOPM 모델을 Modelica 코드로 생성 후, 곧바로 Dymola를 통해 열부하 시뮬레이션이 실행될 수 있도록 Revit2Dymola 내에 관련 함수들을 개발하였다. 이를 위해, C# 언어를 통해 Dymola 내의 시뮬레이션 구동을 위한 구체적인 명령어들(execute, plot 등)을 호출할 수 있는 함수들을 개발하였다. (그림 3의 Execute Revit2Dymola 부분 참조) 또한, Reivt과 Dymola 사이의 통신을 위해, .NET 기반 어플리케이션들이 동적 데이터 교환이 가능하게 해주는 NDde 라이브러리를 사용하였다. NDde 라이브러리는 다음과 같은 Dymola 명령어들이 Revit2Dymola를 통해 실행될 수 있게 해주며, Dymola 명령어 실행에 의해 열부하 시뮬레이션이 시작되고 계산된 결과를 그래프를 통해 표현된다.

∙ OpenModel: 시뮬레이션 전체 시간과 시간 간격이 설정된 에너지 시뮬레이션을 실행시키기 위해, Revit2Dymola에 의해 생성된 Dymola 파일을 여는 명령어.
∙ IncludePlot: 시뮬레이션 완료 후, 계산된 성능분석 결과들 중에서 요청된 결과 값만을 그래프로 생성하는 명령어.

OpenModel과 IncludePlot 명령어는 스크립트 형식으로 Revit2Dymola에 의해 생성되며, simulate와 같은 구체적인 Dymola 명령어를 포함하고 있으며, NDde를 통해 Revit2Dymola가 Dymola에게 두 명령어를 실행시킬 수 있도록 요청할 수 있다. 즉, Dymola 어플리케이션이 시뮬레이션 시간과 BIMModelicaOOPM 모델이 생성된 파일 경로 정보를 입력받은 후, 열부하 시뮬레이션이 Revit에서 백그라운드 형태로 자동 실행된다.

③시뮬레이션 결과 값들 출력

Modelica를 활용한 시뮬레이션은 객체 기반 결과 값들을 제공하며, LBNL Modelica Buildings library를 사용한 BIMModelicaOOPM은 설계자에게 건물부재 기반 열부하 성능 평가 결과들(방 온도 변화, 열전도에 의한 열 흐름, 냉난방 부하 등)을 제공한다. 이러한 기능들은 설계자들이 건물 전체의 성능 확인뿐만 아니라, 각각 건물 부재에 대한 성능 확인에 도움을 줄 수 있으며, 성능저하가 발생하는 부재에 대한 개선 방향을 결정하는 지원 도구로 사용될 수 있다.

Revit2Dymola는 Revit에서 선택된 부재에 대해 열부하 정도를 확인할 수 있게 제공한다. Revit2Dymola에 의해 생성된 Dymola 스크립트들은 자동으로 BIMModelicaOOPM의 대응되는 객체들이 선택될 수 있게 해주며, 이를 기반으로 시뮬레이션 결과 값이 그래프로 제공된다. (그림 3의 (e) Simulate thermal performance 부분 참조)

BESTEST Case 600 모델에 BIM2OOPMBEM을 적용시키기 위해 다음과 같은 모델 설정^31),32)에 기초하여 Revit을 통해 그림 3의 (a)와 같이 BIM 모델을 생성하였다.

∙ 하나의 공간으로 구성된 방 객체의 가로, 세로, 높이는 각각 8.0m, 6,0m, 2.7m이다.
∙ 남쪽을 향하는 6.0m²의 창문이 남쪽 외벽에 존재하며 내부에는 문이 존재하지 않는다.
∙ 건물 외벽의 재료는 표1에서 기술된 물성으로 정의된다.

∙ 건물 음영(building shading)이 존재하지 않으며, 재실자와 기구에 의한 내부 열 획득도 발생하지 않는다.
∙ 건물 바닥은 지상에 접하지 않은 상태로 지상보다 높은 위치에 존재한다.
∙ 건물은 미국 콜로라도 덴버에 위치하며, 덴버의 기후 상태를 따른다.
∙ 건물은 경량 구조로 건축되었으며, 20°C의 난방과 27°C의 냉방 설정 온도를 갖는다.

열부하 시뮬레이션을 위해 시뮬레이션 간격은 3600초, 총 시뮬레이션 시간은 1년으로 설정하였다.

그림 3의 (a)와 같이 제시된 모델 설정에 근거한 BIM 모델을 생성 후, 확장 BIM 모델을 생성하기 위해 3장에서 언급한 단계들을 진행하였다.

• 1) 표1과 같은 부가적인 재료의 물성을 각 건물 부재를 형성하고 있는 재료에 추가하기 위해 그림 3의 (b)와 같이 AddingPhysicalParameters 명령어를 실행시켜 구체적인 값들을 적용시켰다.
• 2) 남쪽 외벽에 존재하는 창문에 그림 3의 (c)와 같이 창문틀 비율을 계산하기 위한 파라미터를 생성한 후, 참고 문헌에 설정된 창문틀의 구체적인 값으로 설정하였다.
• 3) 방 객체를 통해 BIMModelicaOOPM 모델의 공간 객체를 정의하기 위해 그림 3의 (c)와 같이 방 객체를 설정하고 생성된 바닥과 지붕의 객체의 이름을 방 객체의 속성 창을 통해 명시하였다.

확장된 BIM 모델이 생성된 후, 그림 3의 (d)와 같이 Revit2Dymola 프로토타입을 실행시켰다. 프로토타입내의 CreatingBuildingTopology 명령어를 통해 BIMModelicaOOPM 모델의 공간경계정보 변수들의 값들이 계산되어 적용되며, 그림 4와 같은 건축모델 관점으로 표현된 BIMModelicaOOPM 모델이 생성된다. BIMModelicaOOPM 모델이 생성되면, NDde 라이브러리를 통해 Dymola 어플리케이션이 BIMModelicaOOPM 모델이 기술된 파일을 열고 열부하 시뮬레이션을 실행시킨다. (그림 3의 (e) 참조). 시뮬레이션 실행 후, 그림 3에서 나타나듯이 시뮬레이션 결과 값을 그래프로 표현한 실행 창이 Revit을 통해 제공된다.

이와 같이 BIM2OOPMBEM을 BESTEST Case 600에 적용시킴으로써, BIM을 설계 및 건물 성능분석을 위한 공통 사용자 인터페이스로 적용시킬 수 있으며, BIM과 라이브러리 기반 ModelicaOOPM 사이의 정보 호환성을 지원할 수 있을 것으로 기대된다.

시뮬레이션 결과 값의 검증을 위해, Revit2Dymola 프로토타입을 통해 생성된 BIMModelicaOOPM 모델의 시뮬레이션 결과 값과 LBNL Modelica Buildings library를 통해 생성된 LBNL ModelicaOOPM 모델의 시뮬레이션 결과 값을 비교하였다. 한편, LBNL Modelica Buildings library 자체의 검증은 이미 [34]를 통해 수행되었다. 본 연구에서는 BESTEST Case 600에 대응하기 위해 다른 종류의 ModelicaOOPM 모델을 생성하였는데, 하나는 그림 3과 같이 Revit2Dymola을 통해 자동 생성되었고(BIMModelicaOOPM 모델), 다른 하나의 모델은 라이브러리가 제공하는 모델 생성 방법을 참조하여 수작업으로 진행 되었다(LBNL ModelicaOOPM 모델). 두 개의 다른 버전의 ModelicaOOPM 모델을 통해 다음과 같은 2가지 종류의 시뮬레이션을 실행하였다.

▪ HVAC 시스템 모듈 없이 연간 방 온도 변화 시뮬레이션
▪ 기본 HVAC 시스템 모듈을 적용하여 연간 발생하는 냉난방 부하 계산 시뮬레이션

기본 HVAC 시스템 모듈과의 연결을 위해, ModelicaBIM 라이브러리내에 정의된 기본 에너지 컴포넌트와 참조된 LBNL Modelica Buildings 라이브러리 내의 HVAC 모듈정보 (Case600 모델)를 연결한 후, 그 정보를 BIMModelicaOOPM 모델 생성시 호출할 수 있도록 정의하였다.

결론적으로, BIMModelicaOOPM 모델의 방 온도 변화는 LBNL ModelicaOOPM 모델의 경우와 거의 일치하는 것으로 나타났다. 연중 최고 방 온도는 두 모델에서 모두 10월 17일 오후 3시에 나타났으며(그림 5 참조), 최저 온도는 1월 4일 오전 7시에 발생하였다. 최고 온도로 계산된 10월 17일 오후 3시에 BIMModelicaOOPM 모델의 경우 65.7°C와 LBNL ModelicaOOPM 모델의 경우는 65.9°C로 각각 계산되었다(그림 5 참조). 또한, 최저 온도를 나타내는 1월 4일 오전 7시에 BIMModelicaOOPM 모델과 LBNL ModelicaOOPM 모델 각각은 영하19.85°C와 영하 19.83°C로 계산되었다.

Fig. 5. 
Maximum temperature comparison between BIMModelicaOOPM and LBNL ModelicaOOPM from October 11th to 18th.

연간 방 온도 변화 시뮬레이션에 이어, 냉난방 부하 시뮬레이션을 실행하였다. 냉난방 부하 결과 역시, 두 모델 모두 매우 유사한 결과를 나타내었다. 그림 6에서 보이듯이, BIMModelicaOOPM 모델의 경우 5.47 MWh와 6.94 Mwh의 난방과 냉방 부하가 각각 계산되었고, LBNL ModelicaOOPM 모델의 경우는 5.44 MWh와 6.94 Mwh의 난방과 냉방 부하가 각각 산출 되었다. 또한 도출된 시뮬레이션 결과는 다른 ASHRAE Standard 140-2007에 기술된 다른 시뮬레이션 도구들(ESP, BLAST, DOE2, TRNSYS)의 시뮬레이션 결과 값들과 비교하였다.(그림 6참조)

Fig. 6. 
Annual heating and cooling loads comparisons of the BIMModelicaOOPM and other simulation tools in (ASHRAE 2010) including LBNL’s model

결과적으로, Revit2Dymola 프로토타입은 LBNL 라이브러리를 통해 생성된 OOPM 모델의 시뮬레이션 결과 값과 매우 유사하게 도출하였다. 이러한 결과는 두 모델 모두 LBNL 라이브러리의 알고리즘을 적용하였기에 예상된 결과이다. 하지만, 두 모델은 서로 다른 모델 구조와 모델링 방법으로 생성되었다는 점에서 그 차이점이 있다. 이러한 차이점으로 인해, 만약 BIMModelicaOOPM 모델이 정확히 생성되지 않았다면 결과 값의 편차는 매우 크게 나타났을 것이다. 즉, 모델 구조적인 측면에서, BIMModelicaOOPM 모델은 건축 모델 관점에서 객체들이 생성되었고(MixedAir 클래스로부터 생성된 객체 대신, 개발된 래퍼클래스를 통한 방 객체를 생성), 모델링 측면에서는 BESTEST 600 모델을 BIMModelicaOOPM 모델은 자동으로 LBNL ModelicaOOPM 모델은 수동으로 생성되었다는 점이다. 자동 생성 방법론은 에너지 모델 생성 시 건축 모델의 특성을 보다 합리적으로 정교하게 반영할 수 있다. 즉, LBNL 모델의 경우 남쪽 2개의 창문에 대해 전체 창문 면적을 합산한 후 정확히 양분해서 모델 생성에 적용시키는 방식이지만, Revit2Dymola는 남쪽 벽을 각각의 창을 기준으로 나눈 뒤, 각각의 벽이 창문을 포함하는 알고리즘으로 에너지 모델을 생성하였다.

본 연구에서 개발된 방법은 에너지 모델 생성에 있어 건축 모델 정보를 보다 덜 함축시킬 수 있으며, 시뮬레이션 결과 값이 객체기반으로 생성됨으로써 구체적인 건물 부재의 열부하 성능을 검토할 수 있게 제공한다.