최근 온실가스 배출에 따른 지구 온난화로 인한 환경문제가 발생하고 있다. 우리나라의 경우 건물부문 중 가정에서 소비하는 에너지는 56%를 차지하고 있고 그 중 공동주택이 가장 높은 비율을 차지함으로써 공동주택에서의 에너지 소비 절약이 필요하다. 따라서 본 연구는 공동주택의 에너지 소비량 실태조사를 통해 에너지 소비량 예측모형을 제안함으로써 공동주택의 계획단계에서 보다 구체적인 소비절감 방안을 모색하는데 필요한 기초자료를 제공하고자 하였다.
본 연구에서는 국내 통계지표를 통해 공동주택의 보급현황과 에너지 소비현황을 분석하였고, 공동주택의 에너지 소비에 영향을 미치는 요소를 선정하기 위해 선행연구를 고찰하였다. 공동주택의 실제 에너지 소비량 수집을 위한 실태조사를 통해 공동주택의 에너지 소비요소에 따른 에너지 소비특성을 분석하였다. 에너지 소비량 예측모형의 제시를 위해 분산분석을 통해 앞서 분석된 에너지 소비요소를 평가하였고, 여기서 도출된 유의한 요소를 활용하여 회귀분석을 하였다. 이에 따라 공동주택 에너지 소비량 예측모형을 제시하였고, 예측모형을 검증하기 위해 실제 수도권지역 공동주택의 세대별 데이터를 이용하여 유용성을 검증하였다.
본 연구에서 도출된 결론은 다음과 같다.
(1) 국내인 경우 공동주택은 전체 주택의 과반수 이상을 차지하고 있고 수도권을 중심으로 지속적으로 증가하는 것으로 나타났다. 특히, 공동주택의 운영단계에서 가장 높은 에너지 소비분포를 보였으며 난방 및 전기에너지 소비량이 가장 높은 비율을 차지하고 있었다.
(2) 본 연구에서 공동주택의 에너지소비요소로 층, 세대조합, 세대면적, 향, 주동유형, 외피단열성능, 외기접합면이 선정되었고 이에 따른 에너지 소비특성은 다음과 같다. 공동주택의 높이가 증가함에 따라 난방 및 전기에너지 소비량은 감소하는 패턴을 보였다. 공동주택의 층별 분석결과 외부에 접한 외피면적이 넓은 최하층과 최상층에서 각각 난방에너지 소비량과 전기에너지 소비량이 가장 높았다. 세대조합의 경우 난방에너지는 세대조합이 증가함에 따라 에너지소비가 감소하였고, 전기에너지는 6호 조합 이상 > 3호 조합 이하 > 4∼5호 조합 순으로 6호 조합 이상의 세대가 에너지를 가장 많이 소비하였다. 세대면적의 경우 세대면적이 증가함에 따라 단위 면적당 난방 및 전기에너지 소비는 감소, 세대당 난방 및 전기에너지 소비량은 증가하였다. 향의 경우 난방 및 전기에너지 소비량 모두 남쪽을 면하고 있는 세대가 북동향을 갖는 세대가 높게 나타났다. 주동유형의 경우 난방에너지 소비량은 판상형, 전기에너지 소비량은 탑상형이 높게 나타났다. 외피단열성능의 경우 단열성능이 강화됨에 따라 난방 및 전기에너지 소비량은 감소하였다. 외기접합면의 경우 외기접합면이 증가할수록 난방 및 전기에너지 소비량은 증가하였다.
(3) 선정된 에너지 소비요소에 대한 분산분석을 통해 에너지소비요소 평가후 이에 따른 도출된 요소를 이용하여 제시한 예측모형은 다음과 같다.
가) 단위면적당 난방에너지 소비량 예측모형(kWh/m2·yr)
YH=118.164-0.251X1+8.703X2-2.985X3-0.512X4+4.267X5+9.682X6+1.653X7
X1 : 세대면적(m2), X2 : 외기접합면수, X3 : 세대조합수, X4 : 층수, X5 : 주동유형(판상형=0, 탑상형=1), X6 : 북동향, X7 : 남서향
나) 단위면적당 전기에너지 소비량 예측모형(kWh/m2·yr)
YE=75.146-0.166X1+4.499X2-0.669X3+4.682X4+4.592X5+2.914X6
X1 : 세대면적(m2), X2 : 주동유형(판상형=0, 탑상형=1), X3 : 세대조합수, X4 : 남서향, X5 : 북동향, X6 : 남동향
다) 단위면적당 총 에너지 소비량 예측모형(kWh/m2·yr)
Y=194.884-0.416X1+9.191X2+9.143X3-3.812X4-0.486X5+11.541X6+3.502X7
X1 : 세대면적(m2), X2 : 외기접합면수, X3 : 주동유형(판상형=0, 탑상형=1), X4 : 세대조합수, X5 : 층수, X6 : 북동향, X7 : 남서향
(4) 회귀분석을 통해 도출된 예측모형의 검증을 위해 수도권에 위치한 공동주택을 선정하여 예측모형에 대입한 결과 난방에너지 소비량은 평균오차율 +8.8%, 전기에너지 소비량 평균오차율은 ?3.6%, 총에너지 소비량 평균오차율은 ?8.1%의 결과를 도출함에 따라 모형의 유용성을 검증하였다.
하지만 본 연구는 공동주택 중 수도권에 위치한 공동주택을 대상으로 진행하였고, 국한된 에너지 소비요소를 통해 분석된 결과로써 본 연구에서 포함하지 못한 요소로 에너지 소비량을 예측할 경우 오차가 커질 수 있다. 따라서 추후 다년간의 데이터를 축적, 설비요소 적용, 지역별 분석을 통해 어느 지역에서도 활용 가능한 예측모형의 도출이 필요하다.

Global warming resulting from greenhouse gas emissions is triggering environmental problems. In Korea, the rate of energy consumption by houses among buildings is 56%, and apartment houses account for the highest percentage; therefore, energy consumption savings in apartment houses are necessary. Accordingly, this study aims to provide the basic data necessary for seeking specific measures to reduce energy consumption during the planning stages of apartment houses by proposing an energy consumption prediction model using an actual state investigation.
This study analyzes the current status of apartment houses supply and energy consumption through domestic statistical indicators, and examines previous studies in order to select elements affecting the energy consumption of apartment houses.
Through the state investigation for the collection of actual energy consumption, energy consumption characteristics according to the energy consumption elements of apartment houses were analyzed. Energy consumption elements were evaluated through an analysis of variance aimed at presenting the prediction model for energy consumption, and a regression analysis was conducted using significant elements derived from that. Accordingly, this study produced a prediction model for apartment houses’ energy consumption, and, in order to verify the prediction model, tested its usefulness using data from each relevant apartment house in the metropolitan area.
The conclusions reached as a result of this study are as follows.
1) Domestically, apartment houses make up the majority of the total houses in the metropolitan area, and are continuously on the rise. In particular, energy consumption is greatest in the operational stages of apartment houses, with heating and electrical energy consumption accounting for the largest portion.
2) Among the energy consumption elements of apartment houses, this study selected “floor,” “household combination,” “household area,” “orientation,” “building type,” “envelop insulation performance,” and “plane junction to the outdoor air.” The energy consumption characteristics are as follows:
As the height of an apartment house increased with a pattern of decreasing heating and electrical energy consumption. According to the results of the analysis of each floor of an apartment house, heating and electrical energy consumption was highest on the top floor and the bottom floor, whose envelop areas in contact with the outside were large. In the case of household combination, as the number of household combinations increased, heating energy consumption was decreased and electrical energy consumption was increased in order of above 6 households combination > below 3 households combination > 4∼5 households combination. As the household area increased, heating and electrical energy consumption are decreased by unit area and increased by household area. With regard to orientation, high heating and electrical energy consumption in households is not facing the south. Regarding building type, heating energy consumption and electrical energy consumption were high in the flat type and the tower type, respectively. As for envelop insulation performance, energy consumption decreased as insulation performance was strengthened. In the case of plane junction to the outdoor air, as the planes increased by household, heating and electrical energy consumption also increased.
3) The prediction model presented by using elements derived from energy consumption element evaluation through an analysis of variance of the selected energy consumption elements is as follows.
A) The prediction model for heating energy consumption by unit area (kWh/m2·yr):
YH=118.164-0.251X1+8.703X2-2.985X3-0.512X4+4.267X5+9.682X6+1.653X7
X1 : household area(m2), X2 : the number of planes with junction to outdoor air, X3 : the number of household combinations, X4 : floor, X5 : building type (flat type=0, tower type=1), X6 : northeastern direction, X7 : southwestern direction
B) The prediction model for electrical energy consumption by unit area(kWh/m2·yr):
YE=75.146-0.166X1+4.499X2-0.669X3+4.682X4+4.592X5+2.914X6
X1 : household area(m2), X2 : building type (flat type=0, tower type=1), X3 : the number of household combinations, X4 : southwestern direction, X5 : northeastern direction, X6 : southeastern direction
C) The prediction model for total energy consumption by unit area(kWh/m2·yr):
Y=194.884-0.416X1+9.191X2+9.143X3-3.812X4-0.486X5+11.541X6+3.502X7
X1 : household area(m2), X2 : the number of planes with junction to outdoor air, X3 : building type (flat type=0, tower type=1), X4 : the number of household combinations, X5 : floor, X6 : northeastern direction, X7 : southwestern direction
4) For verification of the prediction model derived through regression analysis, apartment houses in the metropolitan area were selected and their variables were substituted in the prediction model. The average error rate of heating energy consumption, electrical energy consumption, and total energy consumption was +8.8%, ?3.6%, and ?8.1%, respectively.
Nonetheless, this study concerned apartment houses located in the metropolitan area only, and its results were derived from analyses of a limited number of energy consumption elements. Therefore, when energy consumption is predicted with elements not included in this study, error rates may become larger. Accordingly, a prediction model that may be applied to any area needs to be derived through accumulation of data for years, application of facility elements, and analysis by regions.