BEEL 연구실은 건물 에너지 성능 평가, 시뮬레이션, 그리고 에너지 효율화 기술 개발을 중심으로 다양한 연구를 수행하고 있습니다. 본 연구실은 실제 건물의 에너지 사용 데이터를 기반으로 한 정량적 분석과 동적 시뮬레이션 기법을 통해, 건물의 에너지 소비 특성을 정확히 파악하고, 최적의 에너지 관리 및 절감 방안을 제시하는 데 중점을 두고 있습니다. 특히, 인공지능 및 기계학습 기법을 활용한 대규모 건물군의 에너지 소비 패턴 분류, 리트로핏 대상 선정, 그리고 맞춤형 에너지 성능 개선 방안 도출 등 데이터 기반의 첨단 연구를 선도하고 있습니다. 또한, G-SEED와 같은 녹색건축인증 기준에 부합하는 평가 지침 개발, 다양한 건물 유형 및 운영 조건에 따른 에너지 성능 비교·분석 등 실무 적용성이 높은 연구도 활발히 이루어지고 있습니다. HVAC 시스템의 최적화와 실내 열환경 개선을 위한 연구도 중요한 축을 이루고 있습니다. 실내외 환경 데이터와 인공지능 기반 예측 모델을 결합하여, 에너지 소비를 최소화하면서도 쾌적한 실내 환경을 유지할 수 있는 제어 전략을 개발하고 있습니다. 스택 효과, 소음 저감, 실시간 온도 제어 등 실제 건물 운영에서 발생하는 다양한 문제를 해결하기 위한 실증적 연구도 함께 진행되고 있습니다. 아울러, 태양에너지의 건물 적용, 도시 열섬 현상 분석, 그리고 도시 단위의 에너지 관리 방안 등 신재생에너지와 도시 환경 분야에서도 활발한 연구를 수행하고 있습니다. 지역별 기상 데이터와 시뮬레이션 모델을 활용한 태양복사량 예측, PV 시스템 효율 예측, 그리고 도시 열환경 변화가 건물 에너지 소비에 미치는 영향 분석 등을 통해, 지속가능한 도시와 건물 환경 조성에 기여하고 있습니다. BEEL 연구실은 앞으로도 첨단 시뮬레이션, 인공지능, 데이터 기반 분석을 바탕으로 건물 및 도시 에너지 분야의 혁신을 선도하며, 실무와 정책, 그리고 학문적 발전에 기여하는 연구를 지속적으로 이어갈 계획입니다.