Simplified dynamic building energy simulation for design decision-making = 설계단계 의사결정을 위한 동적 시뮬레이션 도구의 단순화 방법

국문 초록 (Abstract)

EnergyPlus와 같은 동적 시뮬레이션 도구는 높은 물리적 정밀도를 제공함에도 불구하고, 범용적 목적에 기인한 방대한 입력 요구사항으로 인해 설계 초기나 리모델링 기획 단계에서의 활용에 한계가 있다.
이러한 도구의 요구 수준과 실무 데이터 가용성 간의 간극은 실무자들로 하여금 편의성이 높은 준정적(Quasi-steady-state) 기반의 인증용 도구에 의존하게 만드는 주요 원인이 되었다.
이에 본 연구는 입력의 복잡도는 인증용 도구 수준으로 낮추되, 해석의 정밀도는 동적 시뮬레이션 수준을 유지함으로써 '편의성'과 '정밀성'을 동시에 확보한 새로운 시뮬레이션 프레임워크를 제안한다.

이를 위해 동적 시뮬레이션의 주요 진입 장벽인 형상, 설비시스템(HVAC), 내부부하 부문에 대한 전략적 단순화 방안을 수립하였다.
첫째, 형상 정보는 복잡한 3D 모델링 대신 면적과 향(Orientation)을 기반으로 한 논리적 객체로 추상화하여 정의하였다.
둘째, 설비시스템은 장비일람표나 현장 조사에서 확인 가능한 최소한의 주요 제원(용량, 효율, 연료 등)만을 요구하며, 규범화된 템플릿을 통해 복잡한 EnergyPlus 노드 및 파라미터가 자동 생성되도록 하였다.
셋째, 내부부하는 국내 제로에너지건축물 인증기준 등의 표준 프로필을 적용하거나, 건물 용도별로 정형화된 패턴을 활용하여 8,760시간의 시계열 입력 데이터를 자동 생성하는 방안을 제시하였다.

이러한 단순화 방법론은 Python 기반의 자동화 엔진으로 구현되어, 사용자가 제공한 간소화된 입력을 EnergyPlus가 요구하는 상세 입력 파일(IDF)로 변환하고 시뮬레이션을 수행하는 미들웨어 역할을 수행한다.
또한, 실무 접근성을 극대화하기 위해 스프레드시트 기반의 사용자 인터페이스(UI)와 전용 웹 기반 런처를 개발하여, 사용자가 친숙한 표 형식의 환경에서 건물 속성을 효율적으로 입력할 수 있도록 하였다.

결론적으로 본 연구는 동적 시뮬레이션의 복잡한 입력 체계를 실무 데이터 수준으로 간소화하고 이에 최적화된 사용자 환경을 제공함으로써, 준정적 방법론의 편의성과 동적 방법론의 정밀함을 겸비한 시뮬레이션 도구를 구현하였다.

다국어 초록 (Multilingual Abstract)

Building energy simulation tools have evolved into specialized categories, broadly distinguishing between (quasi-)steady-state calculation methods prioritizing standardization and dynamic simulations offering high physical fidelity.
While (quasi-)steady-state tools lack the fidelity to capture transient behaviors critical for modern high-performance buildings, dynamic tools like EnergyPlus are hindered by a fundamental granularity mismatch between their rigorous input requirements and the limited data available in early design phases.
This gap compels practitioners to rely on arbitrary assumptions or revert to the (quasi-)steady-state methods. This dissertation addresses this barrier by proposing a practical framework that retains the thermodynamic fidelity of dynamic engines while streamlining inputs to match preliminary design resources.

The core objective is to decouple simulation fidelity from input complexity, enabling precise dynamic analysis with minimal data overhead.
The proposed framework employs strategic abstraction: geometry is defined through logical entities (area/orientation) rather than 3D models; HVAC inputs are minimized to primary specifications (e.g., capacity, efficiency); and internal loads are standardized using normative templates.
This approach allows for the construction of valid high-fidelity models without requiring granular design data.

To implement this methodology, a Python-based middleware was developed to interpret simplified inputs, enrich them with regulatory data, and procedurally generate EnergyPlus Input Data Files (IDF).
Practical accessibility is maximized through a spreadsheet-based interface and a web-browser launcher, which leverage the familiarity of tabular data to manage building properties without direct code interaction.
The practical efficiency of this workflow was confirmed through a pilot study involving 686 public buildings, where non-experts achieved consistent results with a reduced modeling time of 2-3 hours per building.
Consequently, this research contributes to the democratization of simulation, making high-fidelity performance accessible with resource investments comparable to quasi-steady-state methods.

목차 (Table of Contents)

• Abstract i
• Table of Contents iii
• List of Figures vi
• List of Tables viii
• 1 Introduction 1
• 1.1 Research background 1
• 1.1.1 Purpose-driven evolution of building energy simulation tools 1
• 1.1.2 The gap in practice and the need for accessible dynamic simulation 5
• 1.2 Research scope and approach 10
• 1.2.1 The granularity mismatch between tool requirements and data availability 10
• 1.2.2 Simplified dynamic simulation framework 11
• 1.3 Thesis organization 14
• 2 Simplification of building components 15
• 2.1 Geometry 15
• 2.1.1 Definition of simplified geometry 15
• 2.1.2 Conversion of the simplified geometry into the vertex-based detailed geometry 17
• 2.1.3 Simulation of the simplified geometry model in EnergyPlus 22
• 2.2 HVAC systems 25
• 2.2.1 Definition of simplified HVAC 25
• 2.2.2 Result of the simplifications 26
• 2.2.3 HVAC system structure of the EnergyPlus 29
• 2.2.4 Conversion and simulation of the simplified HVAC in EnergyPlus 30
• 2.3 Internal loads (profile) 42
• 2.3.1 Definition of simplified internal loads 42
• 2.3.2 Dynamic profile based on the Korean regulation 43
• 2.3.3 Usage-oriented templatized operation input 46
• 3 Python-based IDF generation 51
• 3.1 Input data structure 51
• 3.1.1 Tree-structured building data 51
• 3.1.2 Classes 53
• 3.1.3 Input data example 57
• 3.2 Hierarchical data conversion 64
• 3.2.1 Data enrichment 64
• 3.2.2 Instantiation to IDF format 66
• 3.3 EnergyPlus execution and postprocessing 68
• 3.3.1 Conversion of the EnergyPlus outputs 68
• 3.3.2 Output data example 71
• 4 User-Interface (UI) and User-eXperience (UX) 78
• 4.1 Spreadsheet input and web-browser-based launcher 78
• 4.1.1 Strength of spreadsheet as an input file 78
• 4.1.2 Proposed spreadsheet-based input 81
• 4.1.3 Dedicated launcher for input file 82
• 4.2 Validation of the spreadsheet-based interface 87
• 4.3 Extensibility for modern frameworks 90
• 5 Conclusion 92
• 5.1 Summary of research 92
• 5.2 Contributions 94
• 5.3 Limitations and future works 96
• 5.3.1 Establishment of fit-for-purpose default assumptions 96
• 5.3.2 Development of spreadsheet-integrated modern user interface 97
• Reference 100
• 국문초록 108