Analysis of thermal flow in the high-ridge greenhouse according to external weather conditions

Dong hyeon Kang; Jinkyung Kwon; Ki Young Park; Seong heon Kim

doi:10.22765/pastj.20260003

Preview

Research Article

Precision Agriculture Science and Technology. 31 March 2026. 25-33
https://doi.org/10.22765/pastj.20260003

Analysis of thermal flow in the high-ridge greenhouse according to external weather conditions

Dong hyeon Kang¹

Jinkyung Kwon²

Ki Young Park³

Seong heon Kim²^*

¹Department of Liberal Arts, Korean National University of Agriculture and Fisheries, Jeonju 54874, Korea

²Department of Agricultural Engineering, National Institute of Agricultural Sciences, Jeonju 54875, Korea

³Dept. of Practical Art Education, Gongju National University of Education, Gongju 32553, Korea

^{*Corresponding Author}

License (open-access, https://creativecommons.org/licenses/by-nc/4.0/):

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

This study investigates the thermal flow characteristics and ventilation of the high-ridge greenhouse (52 m wide, 84 m long, 15.5 m high) designed to mitigate summer heat stress. Using three-dimensional Computer Fluid Dynamics (CFD) simulations, the research employed the Realizable $k - ε$ turbulence model, Solar Ray Tracing for radiation, and Porous Media models for crop resistance to analyze the interactions between external meteorological conditions and mechanical ventilation. Numerical results revealed that a southern wind direction, perpendicular to the longitudinal vents, achieved the highest ventilation rate and the shortest mean age of air, identifying it as the optimal orientation for natural cooling. The study also identified a critical performance threshold for mechanical ventilation relative to external wind speed. At low wind speeds (< 1.5 m/s), ceiling fans significantly enhanced air exchange, reducing internal temperatures by approximately 1.2°C by exhausting stagnant hot air. Conversely, at higher wind speeds (> 3.0 m/s), natural ventilation driven by pressure differentials was sufficient, and fan operation was found to interfere with natural flow paths, occasionally leading to localized temperature increases. These findings provide essential quantitative data for developing intelligent greenhouse control algorithms. The results suggest that a variable ventilation strategy, which modulates mechanical fan operation based on real-time external wind conditions, is critical for optimizing the microclimate and ensuring stable crop production during extreme summer temperatures.

Keywords

Computational fluid dynamics (CFD)

High-ridge greenhouse

Ventilation efficiency

Heat stress mitigation

MAIN

Introduction
Materials and Methods
시험온실
CFD 모델링 및 수치해석
외부 풍향 및 풍속, 환기팬 가동 여부에 따른 열유동 분석 방법
측정 지점 선정 및 모델 검증
Results and Discussions
최적 환기 풍향 해석 결과
환기팬 가동에 따른 해석
Conclusion

Introduction

최근 기후변화로 인해 전 지구적인 여름철 폭염 일수가 증가하고 최고 기온이 지속적으로 경신됨에 따라, 시설원예 분야에서 고온기 온실 내부의 열환경 제어는 가장 시급하게 해결해야 할 당면 과제로 대두되고 있다(Jeong et al., 2020). 여름철 온실 내부의 과도한 온도 상승은 작물의 광합성 효율을 저하시키고 호흡량을 증가시켜 생육 지연, 수확량 감소, 그리고 심각한 생리장해를 유발한다(Kittas et al., 2013). 이를 해결하기 위해 포그(Fog) 시스템, 패드 앤 팬(Pad-and-fan) 등의 증발냉각 방식이나 히트펌프를 활용한 적극적 냉방(Active cooling) 시스템이 도입되고 있으나, 이는 막대한 초기 설치비와 높은 유지에너지 비용을 요구하여 농가의 경제적 부담을 가중시키는 한계가 있다(Jang et al., 2018; Lim et al., 2022; Sethi and Sharma, 2007).

자연환기 성능 향상을 위해 온실 구조를 대형화함으로써 에너지 소비를 최소화하면서 온실 내부의 열적 부하를 저감할 수 있는 자연환기 및 구조적 개선에 관한 연구가 다수 진행되었다(Nam et al, 2013; Rasheed et al, 2019). 자연환기는 주로 외부 풍속에 의한 풍압 환기와 내외부 온도차에 의한 부력 환기에 의해 발생한다(Bournet and Boulard, 2010). 최근에는 부력 환기의 효율을 극대화하고 내부 체적을 증가시켜 외부 기온 변화에 대한 열적 완충 능력을 확보하기 위해, 온실의 측고와 동고를 높이는 대형화 및 벤로형온실의 변형 설계가 산업 현장에 적극적으로 도입되는 추세이다(He et al., 2015). 온실의 동고가 높아지면 상하부의 온도 편차를 이용한 굴뚝 효과가 강화되어 환기율이 개선되고, 작물 군락 주변의 열적 스트레스를 완화하는 데 유리한 것으로 알려져 있다. 그러나 온실의 규모가 커질수록 내부의 기류 흐름과 온도 분포는 비선형적이고 복잡한 양상을 띠게 되며, 특정 구역에 열이 정체되는 국부적 정체역이나 온도 편차가 발생할 위험 역시 공존한다. 이러한 거대 구조물 내부의 미기상을 실제 규모로 계측하고 평가하는 것은 시공간적 제약과 막대한 비용이 소모된다. 이에 따라 나비에-스토크스 방정을 기반으로 한 전산유체역학(Computational Fluid Dynamics, CFD)은 온실 내부의 3차원적 기류 및 온도 분포를 정량적으로 예측하고, 다양한 구조적 변수에 따른 환기 성능을 사전에 평가하는 가장 효과적이고 신뢰성 높은 도구로 폭넓게 활용되고 있다(Lee et al., 2013; Norton et al., 2007).

기존의 연구들은 주로 표준 규격의 연동온실이나 소규모 단동온실의 환기 효율 분석에 집중되어 왔으며, 극한의 체적을 갖는 초대형 단동온실에 대한 공기역학적 거동 연구는 매우 미흡한 실정이다. 이에 본 연구에서는 여름철 고온기 냉방 효율을 극대화하기 위해 폭 52 m, 동고 15.5 m의 획기적인 규격을 갖는 초대형 단동온실 모델을 새롭게 개발하고, 3D CFD 시뮬레이션을 이용하여 설계된 온실 내부의 기류 유동 및 열환경 분포 특성을 구명하고자 한다. 본 연구의 결과는 기후변화에 대응하는 차세대 대형 스마트 온실의 구조 설계 기준을 제시하고, 자연환기 성능을 최적화하기 위한 기초 자료로 활용될 것이다.

Materials and Methods

시험온실

시험에 활용된 온실은 폭 52 m, 길이 84 m, 높이 15.5 m 크기이며, Fig. 1과 같은 온실을 대상으로 분석하였다. 외부에서 불어오는 바람에 의해 환기가 가능하도록 천장과 측면에 개폐가 가능한 창문을 설치하였다. 천창은 상하개폐식이며, 크기는 폭 1.7 m, 길이 84 m로, 상하로 1.2 m 움직이며 개폐된다. 측창은 폭 1.6 m, 길이 84 m로, 상하 권취식으로 개폐된다. 내부에는 폭 방향, 13 m 간격으로 18개 씩 총 54개의 기둥을 설치하였고, 기둥 위치의 높이 5 m 지점에 개폐가 가능한 커튼을 설치하였다. 쿨러는 Fig. 1과 같이 높이 약 3 m 지점에 길이 방향으로 15 m, 30 m, 50 m, 65 m 지점에 2대 씩 총 8대를 설치하였고, 환기팬은 천창 하방 2 m 지점에 각 5 m 간격으로 풍량이 23,600 m3/hr인 환기팬(TFP-H110 EX/ET, Fanmore Co., Korea)을 17개를 설치하였다. 모든 계산 조건에 대하여 방위 벡터는 동쪽이 (0, -1, 0), 서쪽 (1, 0, 0), 남쪽 (1, 0, 0), (-1, 0, 0)으로 설정하였다. 작물을 모사하기 위한 재배 베드는 지면에서 1.4m높이로 설치하였고, 작물은 높이 0.4 m의 다공성 매질을 설정하여 분석하였다. 재배 베드는 남쪽 및 북쪽 벽면에서 1 m 이격되어 있고, 동쪽 및 서쪽 벽면에서 2 m 이격되어 있으며, 2 m 간격으로 13열, 길이 방향으로 2열씩 총 26개가 존재하는 것으로 가정하여 분석하였다.

https://cdn.apub.kr/journalsite/sites/kspa/2026-008-01/N0570080103/images/kspa_2026_081_25_F1.jpg

Fig. 1.

Cross-section of the high-ridge greenhouse.

CFD 모델링 및 수치해석

수치해석을 위해 적용된 기본 방정식은 연속방정식(질량 보존), 나비에-스토크스 방정식(운동량 보존), 그리고 에너지 방정식이다. 오일러 관점에서 기술된 비압축성 유동에 대한 각각의 지배방정식은 식 (1), (2), (3)과 같다.

(1)

\frac{\partial ρ}{\partial t} + \frac{\partial}{\partial x i} (ρ u_{i}) = S_{m}

(2)

\frac{\partial ρ}{\partial t} (ρ u_{i}) + \frac{\partial}{\partial x_{i}} (ρ u_{i} u_{j}) = \frac{\partial p}{\partial x_{i}} + \frac{\partial τ_{i j}}{\partial x_{j}} + ρ g_{i} + F_{i}

(3)

\frac{\partial ρ}{\partial t} (ρ h) + \frac{\partial}{\partial x_{i}} (ρ u_{i} h) = \frac{\partial}{\partial x_{i}} (K \frac{\partial T}{\partial x_{i}}) - \frac{\partial}{\partial x_{i}} \sum_{j} h_{j} J_{j} + \frac{\partial p}{\partial t} + \frac{\partial p}{\partial x_{i}} + \frac{\partial u_{i}}{\partial x_{j}} + S_{h}

여기서 $S_{m}$ 은 화학반응에 의한 질량 소스항, $p$ 는 정압, $τ_{i j}$ 는 응력 텐서, $g_{i}$ 는 중력, $F_{i}$ 는 체적력, $ρ$ 는 공기의 밀도, $u_{i}$ 는 속도 성분, $K$ 는 열전도 계수, $T$ 는 온도, $S_{h}$ 는 태양 복사 에너지 유입 등을 포함하는 소스항을 의미한다. 고동고 온실의 내부로 입사되는 태양 복사 에너지를 수치해석에 반영하기 위하여 본 연구에서는 Fluent 2019 R2(ANSYS Inc., USA)에서 제공하는 Solar Ray Tracing 모델을 사용하였다. Fluent의 Solar Ray Tracing 모델은 미국 냉난방 공조 협회 (American Society of Heating, Refrigerating and Air-Conditioning Engineers, ASHRAE)의 Fair Weather Conditions method를 기반으로 하여 대기권 밖의 직달 일사량과 대기 소광 계수를 고려하였다, 태양 복사 에너지 계산은 시험온실이 설치된 전주 지역(위도 35.83°, 경도 127.03°)의 하지점(6월 22일) 정오 시점의 일사량을 기준으로 계산하였다. 태양 고도각은 약 77.62°로 계산되었으며, 직달 일사량은 약 882.0 W/m²이다.

난류 모델의 경우, 본 연구에서는 표준 $k - ε$ 모델의 단점을 보완하고 회전 유동 및 경계층 내의 압력 구배가 큰 유동에서 우수한 성능을 보이는 Realizable $k - ε$ 모델을 적용하였다. 이 모델은 난류 운동 에너지 $k$ 와 소산율 $ε$ 에 대한 수송 방정식을 풀며, 레이놀즈 응력의 수학적 구속 조건을 만족하도록 수식화되어 있다. 난류 운동 에너지 방정식은 식 (4), 난류 소산율 방정식은 식 (5)과 같다.

(4)

\frac{\partial}{\partial t} (ρ k) + \frac{\partial}{\partial x_{i}} (ρ u_{i} k) = \frac{\partial}{\partial x_{i}} [(μ + \frac{μ_{i}}{σ_{k}}) \frac{\partial K}{\partial x_{i}}] + G_{k} + G_{b} - ρ ε

(5)

\frac{\partial}{\partial t} (ρ ε) + \frac{\partial}{\partial x_{i}} (ρ ε u_{i}) = \frac{\partial}{\partial x_{i}} [(μ + \frac{μ_{i}}{σ_{i}}) \frac{\partial ε}{\partial x_{i}}] + ρ C_{1} S_{ε} - ρ C_{2} \frac{ε^{2}}{k + \sqrt{ν ε}} + C_{1 ε} \frac{ε}{k} C_{3 ε} G_{b}

여기서 $G_{k}$ 는 평균 속도 구배에 의한 난류 생성, $G_{b}$ 는 부력에 의한 난류 생성을 의미한다.

재배 작물은 수치적 모델링을 위해 완전한 유동 공간에 비하여 공기의 흐름이 원활하지 않은 등방성을 갖는 다공성 매질(Porous Media)로 가정하여 수치적 부하를 줄이면서도 물리적 효과를 반영하였다. 따라서 재배 작물의 항력 계수와 엽면적 밀도 등을 고려하여 점성손실은 무시한 관성 손실계수를 식(Bruse and Fleer, 1998)을 사용하여 다공성 매질의 특성을 수치 모델화하여 해석에 적용하였다. 본 연구에서는 항력 계수( $C_{d}$ )는 0.3, 엽면적 밀도( $l_{L A V}$ )는 1.8을 사용하였다. 격자 품질 향상과 계산 부하에 영향을 주는 cell 개수를 줄이기 위해 다면체(polyhedral) 격자를 사용하였으며, 벽면에 가까운 면에 격자를 밀집시켜 벽 근처에서 발생하는 복잡한 유동을 계산할 수 있도록 생성하였다. 시험온실의 외부 경계조건이 온실 내부 및 외부 유동에 영향을 주지 않기 위해 외부 영역을 길이 약 3.5 km, 폭 3.5 km, 높이 1.6 kmf로 설정하였으며, 해석에는 약 4,456만개의 격자를 사용하였다.

외부 풍향 및 풍속, 환기팬 가동 여부에 따른 열유동 분석 방법

본 연구는 고동고 온실에 대하여 천창과 측창이 모두 100% 개방된 상태에서 외부 대기의 풍향과 풍속 조건과 더불어 천장 환기팬의 가동 여부와 유량에 따라 온실 내부 유동과 온도 분포의 특성을 분석함으로써, 시설물 설계 및 설치의 근거자료로 활용하고자 Table 1과 같이 해석 조건을 선정하여 수치해석을 수행하였다.

우선 외부 대기의 풍향 및 풍속이 온실 내부 유동과 작물에 미치는 영향을 평가하기 위해 남풍(90°), 남동풍(45°), 동풍(0°)의 3가지 풍향과 0.5, 1.0, 3.0 m/s의 3가지 풍속으로 총 9개의 경우에 대한 수치해석을 통해 최적의 풍향을 도출하였다. 모든 계산 조건에 대하여 외부 대기의 풍속은 바닥면에서 0 m/s, 10 m 높 이에서 설정 풍속에 도달하는 Velocity Profile을 적용하였다.

이후, 외부 대기의 풍속이 내부 유동에 미치는 영향을 분석하기 위해 이전 단계에서 도출된 최적의 풍향에 대하여 0.2, 0.5, 1.0, 1.5, 3.0, 5.0 m/s의 6가지 풍속에 대하여 천장 환기팬을 가동한 경우와 가동하지 않는 2가지로 총 12가지 경우에 대한 수치해석을 수행하여 외부 대기의 풍속이 미치는 영향을 평가하였다. 이때 외기온은 35℃, 지면온도 35℃, 일사량은 연중 남중고도가 가장 높은 하지점을 기준으로 하였으며, 온실 피복재의 투과율은 69%로 설정하여 분석하였다.

Table 1

Configuration of CFD simulation cases for analyzing thermal flow in the greenhouse.

Type	External wind speed (m/s)	Wind direction	Number of ventilation fans (Operation status)
By wind direction	0.5	South (90°), East (0°), Southeast (45°)	17 (Off)
	1.0
	3.0
By wind speed	0.2, 0.5, 1.0, 1.5, 3.0, 5.0	Optimal wind direction	17 (Off)
	0.2, 0.5, 1.0, 1.5, 3.0, 5.0		17 (On)

측정 지점 선정 및 모델 검증

본 연구에서는 온실 내부의 열환경 분포를 입체적으로 분석하기 위해 온실 중앙 단면(42 m 지점)을 중심으로 총 15개의 대표 측정 지점을 선정하였다. 작물 생육권역(1.0 m), 온실 중간층(2.75 m), 상부 정체역(4.5 m) 등 3단계 높이를 설정하였으며, 각 높이별로 폭 방향으로 등간격 배치된 5개 지점을 선정하였다. 본 논문에 제시된 모든 평균 온도는 해당 15개 지점에서 추출된 데이터의 산술 평균값을 의미한다. 환기 효율 평가는 신선 외기가 도달하는 시간을 나타내는 공기령(Mean Age of Air)과 개구부를 통과하는 유량 적분값을 통한 환기율을 주요 지표로 활용하였다.

Results and Discussions

최적 환기 풍향 해석 결과

고동고 온실의 외부 풍향과 풍속에 따른 온실 내부 온도변화를 분석하기 위하여 남풍 (90°), 동남풍 (45°), 동향 (0°)의 3가지 풍향 및 0.5 m/s, 1.0 m/s, 3.0 m/s의 3가지 풍속의 9가지 경우에 대한 계산을 수행하고 결과는 Fig. 2와 같다. 3가지 풍속 조건 모두 풍속이 증가함에 따라 표면 온도가 낮아지는 경향을 보였으며, 풍속이 3.0 m/s이고 풍향이 남풍인 경우 온실 외부 표면온도가 가장 낮은 것으로 나타났다. 시험온실 내부의 높이별 온도를 분석하기 위하여 온실 중앙의 3개의 높이(1.0, 2.75, 4.5 m)에서의 온도 데이터를 분석한 결과는 Table 2에 나타낸 것과 같다. 높은 외부 기온이 온실로 유입되면서 온실의 가장자리보다 중앙으로 갈수록 온도가 낮아지는 경향이 있었으며, 천창을 통해 열이 배출되므로 상부일수록 온도가 높아지는 것으로 분석되었다.

https://cdn.apub.kr/journalsite/sites/kspa/2026-008-01/N0570080103/images/kspa_2026_081_25_F2.jpg

Fig. 2.

Greenhouse surface temperature distribution according to external wind speed: (a) S 0.5 m/s, (b) SE 0.5 m/s, (c) E 0.5 m/s, (d) S 1.0 m/s, (e) SE 1.0 m/s, (f) E 1.0 m/s, (g) S 3.0 m/s, (h) SE 3.0 m/s, (i) E 3.0 m/s.

Table 2

Temperature distribution by height according to wind direction.

Wind direction	Height	Wind speed
Wind direction	Height	0.5 m/s	1.0 m/s	3.0 m/s
South	1.0 m	32.72℃	31.19℃	31.47℃
	2.75 m	30.96℃	31.05℃	30.87℃
	4.5 m	31.05℃	30.94℃	31.57℃
Southeast	1.0 m	30.84℃	34.04℃	32.76℃
	2.75 m	30.56℃	31.35℃	32.21℃
	4.5 m	30.72℃	31.04℃	32.24℃
East	1.0 m	30.65℃	30.91℃	32.56℃
	2.75 m	30.25℃	30.58℃	31.43℃
	4.5 m	30.03℃	30.58℃	31.51℃

분석 요인 중 외부 풍속이 가장 빠른 3 m/s일 때 온실 중앙 단면에서의 내부 풍속 분포는 Fig. 3과 같다. 남향(90°) 조건에서 외부 공기가 남측 측창을 통해 유입되어 천창을 통해 배출되는 전형적인 환기 패턴을 보였다. 풍속이 0.5 m/s로 낮은 경우, 유입된 공기의 속도가 느려 내부 유동에 미치는 영향이 제한적이었으나, 풍속이 3.0 m/s로 증가함에 따라 남측 창을 통해 들어온 외기가 남측 기둥까지 깊숙이 침투한 후 상승하는 기류가 관찰되었다. 이는 작물 근처의 정체된 열기를 효과적으로 제거하는 역할을 한다. 남동향(45°) 조건에서는 쿨러에서 토출된 공기가 동쪽 및 서쪽 벽면에 부딪히며 복잡한 회전 유동을 형성하였다. 외부 풍속이 증가할수록 남측 창을 통한 유입 속도는 빨라졌으나, 공기가 온실 중앙부까지 도달한 후 상단으로 상승하는 양상을 보여 남향에 비해 환기 경로가 길어지는 특성을 나타냈다. 동향(0°) 조건에서는 바람이 온실의 짧은 쪽 측면에 평행하게 불기 때문에 측창을 통한 유입량이 남향에 비해 상대적으로 적었다. 내부 온도 분포는 남쪽과 북쪽이 비교적 대칭을 이루었으나, 풍속이 빨라질수록 서쪽(풍하측)에 후류가 형성되어 서쪽 지역의 온도가 동쪽에 비해 높게 나타나는 현상이 관찰되었다.

https://cdn.apub.kr/journalsite/sites/kspa/2026-008-01/N0570080103/images/kspa_2026_081_25_F3.jpg

Fig. 3.

Cross-sectional view of temperature distribution at the center of the greenhouse at a wind speed of 3 m/s: (a) south wind, (b) southeast wind, (c) east wind.

또한 시험 온실 내부 공기의 체류시간을 계산한 결과, 풍속이 느린 0.5 m/s, 남동풍의 경우가 가장 많은 시간이 소요되었고, 풍향이 남향이고, 풍속이 3.0 m/s일 때 최대대비 16.2%로 가장 빠른 것으로 조사되었다. 따라서 환기 측면에서 외부 대기의 최적 풍향은 측창의 방향과 동일한 남풍인 것으로 분석되었다.

외부 풍향과 풍속은 온실 내부의 환기 경로와 공기 체류 시간에 직접적인 영향을 미치지만, 온실의 환기 성능은 단순히 환기창을 여는 것만으로 보장되지 않는다. 외부 바람이 온실 구조물과 충돌하여 형성하는 압력 분포가 환기의 동력이 된다. 남향 조건이 최적으로 나타난 이유는 온실의 장방향 측면이 바람을 정면으로 받아 유입 면적을 극대화 했기 때문으로 사료된다. 반면 동향이나 남동향은 유동 경로를 복잡하게 하고 내부 정체 구역을 형성하여 공기의 체류 시간을 증가시킨다. 이는 온실 신축 시 지역의 주풍향을 고려한 배치 설계가 고온기 대응에 필수적임을 시사한다.

환기팬 가동에 따른 해석

최적 풍향 시험결과의 최적 풍향에 대하여 외부 풍속 변화와 환기팬 가동 유무에 따른 해석을 통해 시험온실의 내부와 외부 환경 변화를 분석하였다. 최적 풍향은 환기율 및 온도 계산 결과를 바탕으로 남풍으로 선정하였으며, 외부 풍속은 0.2, 0.5, 1.0, 1.5, 3.0, 5.0 m/s의 6개 조건에 대해 각각 환기팬의 가동과 미가동을 고려하여 총 12개의 조건에 대한 수치해석하였다. 시험온실 표면의 온도 분포를 나타낸 Fig. 4와 같이 풍속이 증가함에 따라 스마트온실 표면의 온도는 낮아지는 경향이 나타났다.

https://cdn.apub.kr/journalsite/sites/kspa/2026-008-01/N0570080103/images/kspa_2026_081_25_F4.jpg

Fig. 4.

Greenhouse surface temperature distribution according to external wind speed and fan operation: (a) 0.2 m/s Fan off, (b) 0.5 m/s Fan off, (c) 1.0 m/s Fan off, (d) 0.2 m/s Fan on, (e) 0.5 m/s Fan on, (f) E 1.0 m/s Fan on, (f) 1.5 m/s Fan off, (g) 3.0 m/s Fan off, (h) 5.0 m/s Fan off, (i) 1.5 m/s Fan on, (j) 3.0 m/s Fan on, (k) E 5.0 m/s Fan on.

최적 풍향인 남향 조건에서 천장 환기팬의 작동 여부가 온실 내부 온도 및 유동장에 미치는 영향을 분석하였다. 환기팬 가동 여부에 따라 온실 중앙부의 높이별 온도분포는 Table 3과 같다. 외부 풍속이 0.2 m/s 및 0.5 m/s로 매우 낮은 조건에서 환기팬의 가동은 내부 온도를 낮추는데 크게 기여하는 것으로 나타났다. 환기팬 미가동 시에는 뜨거운 공기가 천장 부근에 정체되어 상하부 온도차가 크게 발생하였다. 그러나 환기팬을 가동할 경우, 상단부의 공기가 강제로 배출되면서 측면창을 통한 외기 유입이 촉진되어 상단부 온도가 뚜렷하게 하강하였다. 풍속 1.0 m/s 조건에서도 환기팬 가동 시 측면에서 유입된 공기가 천장 면을 따라 이동하다가 팬에 의해 효율적으로 배출되는 양상이 확인되었다, 반면 팬 미가동 시에는 공기가 내부에서 회전하여 체류하는 경향이 있어 열 제거 효율이 낮았다. 15개 측정 지점의 평균 온도를 분석한 결과, 저풍속 대역에서는 환기팬 가동이 내부 온도를 약 1.2℃ 정도 추가로 낮추는 효과가 있는 것으로 나타났다. 반면 외부 풍속이 3.0 m/s 이상으로 높은 조건에서는 환기팬의 효과가 상이하게 나타났다. 풍속 3.0 m/s에서는 환기팬을 가동하지 않았을 때 내부 온도가 미세하게 낮은 지점들이 관찰되었다. 이는 강력한 외부 바람이 자연적으로 측창과 천창 사이의 압력차를 형성하여 충분한 환기량을 확보하기 때문으로 사료된다. 이 상황에서 환기팬을 가동하면 자연 환기에 의한 유동 경로를 방해하거나, 외부 공기의 유입 패턴을 교란시켜 오히려 국부적인 온도 상승을 초래할 수 있음이 확인되었다. 풍속 5.0 m/s 조건에서는 외부 대기 유입의 영향이 지배적이며, 환기팬 가동 여부에 따른 내부 온도 분포 차이는 거의 발생하지 않았다. 이는 강풍 조건에서는 강제 환기가 자연 환기의 영향력이 압도적으로 크다는 것을 시사한다.

Table 3

Temperature distribution according to ventilation fan operation, wind speed, and height.

Ventilation fan operation	Height	Wind speed (m/s)
Ventilation fan operation	Height	0.2	0.5	1.0	1.5	3.0	5.0
Off	1.0	30.84℃	30.65℃	30.91℃	31.27℃	32.56℃	33.36℃
	2.75	30.56℃	30.25℃	30.58℃	31.03℃	31.43℃	32.91℃
	4.5	30.72℃	30.03℃	30.58℃	31.04℃	31.51℃	33.05℃
On	1.0	30.70℃	30.93℃	31.44℃	30.70℃	32.74℃	34.87℃
	2.75	30.65℃	31.07℃	30.60℃	30.54℃	31.72℃	33.39℃
	4.5	30.77℃	31.22℃	30.72℃	30.90℃	32.10℃	33.25℃

Conclusion

고온 다습한 하절기 동안에는 온실 내 고온으로 인한 작물 피해를 최소화할 수 있는 적절한 시설 내 장치들이 운영되어야 하며, 이러한 장치들은 자연 환기와 더불어 최적의 위치를 선정하여야 한다. 이러한 결과를 도출하기 위하여 고동고 온실에 대해 한여름 기준으로 태양 복사열과 외부바람의 풍향, 풍속 등을 외부 변수로 사용하여 환경을 분석하였다. 또한 시설에 운영과 관련된 천정 환기팬의 가동 유무를 설계 변수로 설정하여 해석을 수행하고 이를 분석한 결과를 요약하면 다음과 같다. 최적의 풍향을 찾기 위하여 외부 풍속을 0.5, 1.0, 3.0 m/s으로 증가시키면서 환기팬은 가동하지 않는 조건으로 남, 남동 및 동풍 세 방향의 외부 풍향 조건에서 해석을 수행하였으며, 시설 내 온도 조건과 환기의 측면에서 남풍이 가장 최적의 설치 방향으로 분석되었다. 외부바람이 최적 풍향인 남풍에 대하여 외부 풍속을 0.2, 0.5, 1.0, 1.5, 3.0, 5.0 m/s 로 증가시키면서 환기팬 가동 여부에 따른 해석을 수행하였다. 시설 내 환기는 외부 풍속이 증가함에 따라 비례하여 시설 내 작물 주변의 온도가 하강하고 있음을 알 수 있었으며, 3.0 m/s 이상에서는 풍속 증가에 따른 온도 하강 효과가 감소하였다. 또한, 외부 풍속과 더불어 천정의 환기팬을 가동하는 경우 시설 내 환기에 영향을 주고 있으며, 특히 풍속 1.5 m/s 이하의 조건에서는 상부의 다소 정체된 공기를 강제로 밖으로 순환시키는 역할을 하고 있는 것으로 분석되었다. 다만, 외부 풍속이 높은 경우(3 m/s, 5 m/s)에는 외기에 의한 냉각 효과를 방해하게 되어 다소 온도가 높아지는 경향으로 나타났다. 따라서, 최적의 재배 환경을 조성하기 위해서는 외부 풍속에 따라 환기팬의 가동을 조절하는 것이 도움이 될 것으로 판단된다.

Conflict of Interest

All authors declare there is no conflict of interest.

References

Bournet, P.E., Boulard, T. 2010. Effect of ventilator configuration on the distributed climate of greenhouses: A review of experimental and CFD studies. Computers and Electronics in Agriculture 74(2): 195-217. https://doi.org/10.1016/j.compag.2010.08.007

10.1016/j.compag.2010.08.007

Bruse, M., Fleer, H. 1998. Simulating surface-plant-air interactions inside urban environments with a three dimensional numerical model. Environmental Modelling & Software 13(3-4): 373-384. https://doi.org/10.1016/S1364-8152(98)00042-5

10.1016/S1364-8152(98)00042-5

He, X., Wang, J., Guo, S., Zhang, J., Wei, B., Sun, J., Shu, S. 2015. Ventilation performance of a large-scale multi-span greenhouse using CFD. Computers and Electronics in Agriculture 118: 303-313.

Jang, D.C. Choi, K.Y. Heo, J.Y. Kim, I.S. 2018. The Effect of Transplant Age on Growth and Fruit Yield in Winter-Planted PaPrika Cultivation. Horticultural Science and Technology 36: 470-477. https://doi.org/10.12972/kjhst.20180047

10.12972/kjhst.20180047

Jeong, I.S., Lee, C.G., Cho, L.H., Park, S.Y., Kim, M.J., Kim, S.J., Kim, D.H. 2020. Development and validation of inner environment prediction model for glass greenhouse using CFD. Protected Horticulture and Plant Factory 29(3): 285-292. https://doi.org/10.12791/KSBEC.2020.29.3.285

10.12791/KSBEC.2020.29.3.285

Kittas, C., Katsoulas, N., Baille, A. 2013. Influence of greenhouse ventilation regime on microclimate and energy partitioning of a rose canopy during summer conditions. Journal of Agricultural Engineering Research 79(3): 349-360. https://doi.org/10.1006/jaer.2000.0653 jaer.2000.0653

10.1006/jaer.2000.0653

Lee, I.B., Bitog, J.P., Hong, S.W., Seo, I.H., Kwon, K.S., Bartzanas, T., Kacira, M. 2013. The past, present and future of CFD for agro-environmental applications. Computers and Electronics in Agriculture 93: 168-183. https://doi.org/10.1016/j.compag.2012.09.006

10.1016/j.compag.2012.09.006

Lim, R.G., Son, J.G., Park, M.J., Yun, S.W., Kang, D.H., Kong, M.J. 2022. Evaluation study on the effect of greenhouse cooling and tomato cultivation by airflow fan and fog combined system. Journal of the Korea Academia-Industrial cooperation Society, 23(12): 343-354. https://doi.org/10.5762/KAIS.2022.23.12.343

10.5762/KAIS.2022.23.12.343

Nam, S.W., Kim, Y.S., Seo, D.U. (2013). Evaluation of natural ventilation performance for multi-span plastic greenhouses. Protected Horticulture and Plant Factory 22(1): 7-12. https://doi.org/10.12791/KSBEC.2013.22.1.007

10.12791/KSBEC.2013.22.1.007

Norton, T., Sun, D.W., Grant, J., Fallon, R., Dodd, V. 2007. Applications of computational fluid dynamics (CFD) in the modelling and design of ventilation systems in the agricultural industry: A review. Bioresource Technology 98(12): 2386-2414. https://doi.org/ 10.1016/j.biortech.2006.11.025

10.1016/j.biortech.2006.11.025

Rasheed, A., Lee, J.W., Kim, H.T., Lee, H.W. 2019. Efficiency of different roof vent designs on natural ventilation of single-span plastic greenhouse. Protected Horticulture and Plant Factory 28(3): 260-268. https://doi.org/10.12791/KSBEC.2019.28.3.225

10.12791/KSBEC.2019.28.3.225

Sethi, V.P., Sharma, S.K. 2007. Survey of cooling technologies for worldwide agricultural greenhouse applications. Solar Energy 81(12): 1447-1459. https://doi.org/10.1016/j.solener.2007.03.004

10.1016/j.solener.2007.03.004

Precision Agriculture Science and Technology ISSN:2672-0086(Print) 2713-5632(Online) 정밀농업과학기술

Preview

Analysis of thermal flow in the high-ridge greenhouse according to external weather conditions

ABSTRACT

MAIN

Fig. 1.

Cross-section of the high-ridge greenhouse.

(1)

(2)

(3)

(4)

(5)

Table 1

Configuration of CFD simulation cases for analyzing thermal flow in the greenhouse.

Fig. 2.

Greenhouse surface temperature distribution according to external wind speed: (a) S 0.5 m/s, (b) SE 0.5 m/s, (c) E 0.5 m/s, (d) S 1.0 m/s, (e) SE 1.0 m/s, (f) E 1.0 m/s, (g) S 3.0 m/s, (h) SE 3.0 m/s, (i) E 3.0 m/s.

Table 2

Temperature distribution by height according to wind direction.

Fig. 3.

Cross-sectional view of temperature distribution at the center of the greenhouse at a wind speed of 3 m/s: (a) south wind, (b) southeast wind, (c) east wind.

Fig. 4.

Table 3

Temperature distribution according to ventilation fan operation, wind speed, and height.

Conflict of Interest

References