DOI QR Code
Factors of Zero-Energy Building are divided into active and passive factor. Passive factor means insulation, heat bridge of building like insulation, windows and doors, awning, outside etc. and active factor means energy output and efficiency coefficient. Energy output of active factor is achieved by new generating energy. This study anticipated how many effects will be produced when not new generating energy but Vehicle to Building; V2B, bi-directional charging and discharging technology, is applied to Zero-Energy Building. In new generating energy, power generation will be anticipated by geography and climate, but in V2B, several input variable like user's discharging intention and number of usable charger etc. should be considered. We can check how much V2B contribute to the Zero-Energy Building by anticipated results, and that results should be anticipated by using probabilitic method because there is few statistical data. This study anticipate change of charging and discharging pattern, based by Demand Response slot, by using monte carlo method among the probabilitic methods.
제로에너지빌딩의 요소는 크게 액티브 요소와 패시브 요소 두 가지로 나뉘며, 패시브 요소의 경우 단열, 창호, 차양, 외부분 등 건물의 단열, 열교 성능 등을 나타내는 요소들을 지칭하며, 액티브 요소의 경우는 에너지생산량 및 효율 계수 등을 나타내는 요소이다. 액티브 요소의 에너지생산량은 일반적으로 신재생에너지 발전을 통해 이루어진다. 본 연구에서는 신재생에너지 발전이 아닌 V2B(Vehicle to Building)라는 전기차의 양방향 충방전 기술이 제로에너지빌딩에 액티브 요소로 적용될 경우 어느 정도의 영향을 미칠지에 대해 예측하였다. 신재생발전의 경우 지리, 기후환경에 따라 발전량이 예측될 수 있지만 V2B의 경우 전기차 이용자의 방전의사, 가용 충전기의 대수 등 여러 가지 입력변수를 고려하여 예측하여야 한다. 예측한 결과에 따라 V2B가 제로에너지빌딩의 액티브 요소에 얼마나 기여할 수 있는지 확인 할 수 있으며, 해당 예측은 통계자료가 부족한 실정이기에 확률적 방법을 이용하여 예측해야한다. 본 연구에서는 해당 확률적 방법 중 몬테카를로 방법을 이용하여 DR(Demand Response)발령 시간대를 기준으로 충방전 패턴의 변화를 예측하였다.