본 연구실은 건물 에너지 성능 평가와 시뮬레이션 분야에서 선도적인 연구를 수행하고 있습니다. 건물의 에너지 소비를 정량적으로 분석하기 위해 다양한 시뮬레이션 도구와 모델을 활용하며, 실제 에너지 사용 데이터를 기반으로 한 모델링 및 검증 기법을 개발하고 있습니다. 이를 통해 건물의 에너지 효율성을 높이고, 최적의 에너지 관리 방안을 제시하는 데 중점을 두고 있습니다. 특히, 동적 건물 에너지 시뮬레이션을 활용하여 G-SEED와 같은 녹색건축인증 기준에 부합하는 평가 지침을 개발하고, 다양한 건물 유형과 운영 조건에 따른 에너지 성능을 비교·분석합니다. 또한, 인공지능 및 기계학습 기법을 접목하여 대규모 건물군의 에너지 소비 패턴을 분류하고, 효율적인 리트로핏 대상 선정 및 에너지 절감 방안을 도출하는 연구도 활발히 이루어지고 있습니다. 이러한 연구는 건물의 설계 단계부터 운영, 리트로핏에 이르기까지 전 생애주기에서 에너지 성능을 극대화하는 데 기여하며, 국내외 다양한 실증 사례를 통해 그 효과와 실용성을 입증하고 있습니다. 앞으로도 지속적인 기술 개발과 데이터 기반 분석을 통해 건물 에너지 분야의 혁신을 선도할 계획입니다.

연구실은 HVAC(난방, 환기, 공조) 시스템의 최적화와 실내 열환경 개선을 위한 다양한 연구를 수행하고 있습니다. 고층 건물에서 발생하는 스택 효과 문제 해결, 실내 소음 저감, 실시간 온도 제어 등 실제 건물 운영에서 발생하는 다양한 이슈를 해결하기 위한 실증적 접근을 강조합니다. 이를 위해 실내외 환경 데이터와 인공지능 기반 예측 모델을 결합하여, 에너지 소비를 최소화하면서도 쾌적한 실내 환경을 유지할 수 있는 제어 전략을 개발하고 있습니다. 특히, 인공신경망(ANN)과 적응형 열쾌적성 모델을 활용한 실시간 온도 세트포인트 제어 기법을 개발하여, 냉방 에너지 절감과 동시에 거주자의 쾌적성을 유지하는 연구를 진행하고 있습니다. 또한, 다양한 환기 및 차양 조건에서의 실내 열환경 평가, 고효율 HVAC 운영 모드 개발, 커미셔닝 프로세스 적용 등 실제 건물에 적용 가능한 기술 개발에 주력하고 있습니다. 이러한 연구는 제로에너지 빌딩, 패시브 하우스 등 고효율 건물의 실현을 위한 핵심 기술로서, 에너지 절감과 실내 환경 품질 향상이라는 두 가지 목표를 동시에 달성하는 데 기여하고 있습니다. 앞으로도 첨단 제어기술과 데이터 기반 분석을 통해 HVAC 시스템의 혁신적인 발전을 이끌어 나갈 것입니다.

본 연구실은 태양에너지의 건물 적용과 도시 열환경 분석 분야에서도 활발한 연구를 수행하고 있습니다. 건물 에너지 성능에 큰 영향을 미치는 태양복사량의 정밀 예측 및 시뮬레이션, 태양광 발전(PV) 시스템의 효율 예측 모델 개발, 그리고 건물 외피 설계에 따른 일사 취득 및 차단 효과 분석 등이 주요 연구 주제입니다. 특히, 국내외 다양한 기상 데이터와 시뮬레이션 모델을 비교·분석하여, 지역별로 최적화된 태양복사량 산출 모델을 제안하고, 이를 건물 에너지 시뮬레이션에 적용함으로써 설계 단계에서부터 에너지 효율을 극대화할 수 있는 방안을 제시합니다. 또한, 도시 열섬 현상 및 도시 내 열환경 변화가 건물 에너지 소비에 미치는 영향을 분석하여, 도시 단위의 에너지 관리 및 쾌적성 향상 방안도 함께 연구하고 있습니다. 이러한 연구는 신재생에너지 확대와 기후변화 대응, 그리고 지속가능한 도시 환경 조성에 중요한 역할을 하며, 실제 건물 및 도시계획에 적용 가능한 실용적 해법을 제시하고 있습니다. 앞으로도 태양에너지와 도시 열환경 분야에서의 연구를 지속적으로 확장해 나갈 예정입니다.