Review Article

Journal of Korean Institute of Architectural Sustainable Environment and Building Systems. February 2020. 112-123
https://doi.org/10.22696/jkiaebs.20200011


ABSTRACT


MAIN

  • 서 론

  •   연구의 배경 및 목적

  •   선행연구사례

  •   연구의 범위 및 방법

  • 데이터수집 및 분석

  •   국내 대형마트의 에너지소비 현황분석

  •   세부사업장 데이터 분석

  • 실증분석 결과

  •   현장 실태조사

  •   최적 에너지관리 요소기술 도출

  • 결 론

서 론

연구의 배경 및 목적

제21회 유엔기후변화협약 당사국총회(UNFCCC COP21)에서는 197개 당사국들이 자발적 온실가스 감축 목표를 달성하기 위한 INDCs (Intended Nationally Determined Contributions)를 제출하였다(Fischedick et al., 2014). 각 국가가 제출한 NDCs를 살펴보면 에너지효율이 온실가스 감축 목표를 달성하기 위한 핵심이다. 특히, NDCs에서 에너지효율을 언급할 때 건물부문의 에너지효율 개선이 가장 많이 언급되었다(IEA, 2017b). 한편, 세계 최종에너지소비량은 1971년 4,242Mote에서 2017년 9,717Mtoe로 약 129% 증가하였다. 건물부문의 최종에너지 소비량의 비중은 1971년 32%에서 2017년 29%로 줄었지만 이는 주거부문의 비중이 24%에서 21%로 줄은 것에 기인한 것이며, 상업공공서비스의 비중은 1971년과 2017년 모두 8%로 동일한 비중을 차지하고 있어 주거부문과는 상대적으로 상업 공공서비스 부문의 에너지 소비 비중은 감소하지 않고 있다(IEA, 2019).

한국은 2030년까지 BAU (Business as usual) 대비 온실가스 배출 37% 감축을 목표로 하는 INDC를 UNFCCC에 제출하였으며, 이를 이행하는 방안으로 신축건물의 제로에너지화, 기존 노후 건축물의 에너지성능 개선 및 BEMS (Building Energy Management System) 확산을 통한 에너지효율 제고를 강조하고 있다(관계부처합동, 2016). 또한, 국가 온실가스감축로드맵을 수정하면서, 건물부문의 BAU 대비 감축률을 2016년 18.1%에서 2018년 32.7%로 확대하였다(환경부보도자료, 2018). 이를 통해 한국 역시 건물부문의 에너지효율 개선을 통해서 국가 온실가스감축 목표를 달성하려는 의지가 큰 것을 확인할 수 있다. 국내의 건물 용도별(판매, 업무, 교육·연구, 방송·통신) 연면적당 에너지소비량을 살펴보면, 표본의 개수가 작아 의미 있는 통계적인 결과를 만들어 내기 어려운 방송·통신시설을 제외하고, 판매시설이 230.5 Mcal/㎡로 가장 높았으며, 업무시설 162.0 Mcal/㎡, 교육연구시설 93.1 Mcal/㎡ 순으로 나타났다(최도영, 2016). 이 결과는 단위면적 당 에너지원단위가 가장 높은 판매시설 건축물이 에너지효율 개선에 대한 잠재성이 가장 높다는 것을 의미한다. 따라서 본 연구의 대상을 국내 판매시설 중 대형건물이며, 업무시간이 상대적으로 긴 대형마트로 선정하였으며 에너지사용현황과 문제점을 파악하고 연구 대상 마트의 최적에너지 요소기술 도출과 중요에너지 관리 방안을 도출하는 것을 목표로 하였다. 이를 위해 국내 3대 대형마트 지점의 에너지사용량신고 데이터를 활용하여, IEA (2014)의 지표별 에너지사용량을 분석하고, 비확률표본추출법 중 판단표본추출법에 의하여 1개 대형마트의 2개 연구 대상 사업장을 대상으로 15분 단위의 전력사용량 패턴분석 및 온습도 환경정보와의 상관성분석을 실시하였다. 또한, 2개 연구 대상 사업장의 현장방문을 통하여, 주요 에너지사용 설비 및 에너지관리현황을 파악하고, 최적에너지 에너지관리요소를 도출하였다. 최종적으로 이 연구의 결과는 연구 대상 대형마트의 에너지절감 및 온실가스 감축 목표를 달성하는데 직접적으로 활용될 수 있으며, 나아가서는 국내 대형마트의 에너지관리현황 현주소를 파악하고, 해당 시설의 에너지효율 정책을 수립에 활용할 수 있을 것으로 사료된다.

선행연구사례

전반적으로 에너지절감 기술 연구는 단일 설비, 시스템 또는 공정 등 미시적인 수준의 에너지기술을 통한 에너지효율 개선 및 에너지절감 잠재량을 예측하는 연구가 활발하다. Zhu et al. (2019)는 제조공장의 냉각수 순환 시스템 공정의 실제 운영데이터를 활용하여 에너지효율 밀도 분해를 통해 에너지절감 장애물을 진단하였다. Jatinder et al. (2015)는 사출성형기의 벤치마크 에너지사용량, 이론적 에너지사용량을 설정하고 실제 에너지사용량과의 분석을 통해 에너지절감 잠재량을 도출하였다.

또한, 최근 건물 에너지절감에 관한 연구도 활발하게 이루어지고 있다. 특히 에너지사용량이 크면서 연면적당 에너지원단위가 가장 높은 판매시설 중 영업시간이 상대적으로 긴 대형마트는 에너지관리 기술을 통해 에너지효율을 개선 잠재성이 높아 중요한 연구로 분류 할 수 있다. 국외에서는 이미 대형마트의 무분별한 에너지소비 사례에 주목하여 에너지 절감 및 효율화에 관한 연구가 이루어지고 있다. IEA annex 44의 기술협력프로그램의 일환으로 북유럽, 미국등의 슈퍼마켓빌딩의 에너지소비효율분석 및 성능지표 개발을 목적으로 보고서를 발간하였다. 본 보고서에는 다양한 지표별 에너지소비효율분석 및 주요설비별 특성분석을 시행하였다(IEA, 2017a). Tassou et al. (2011)는 영국의 마트를 규모별로 분류하여 에너지 소비패턴 분석 및 주요설비별 에너지절감량 예측에 관한 연구를 진행하였다. 또한, Maria et al. (2018)는 영국의 슈퍼마켓을 면적별, 설비별로 세분화하여 에너지사용량 특성 분석을 실시하였다. 이와 같이 실증 및 조사를 기반으로 한 연구외에 시뮬레이션 및 데이터통계를 이용하여 에너지소비 및 절감량 예측을 한 사례도 있다(Mylona et al., 2017).

국내에서도 건물 에너지절감에 관련 연구는 활발히 이루어지고 있다. 김영주 외(2014)는 물류센터의 에너지다소비 설비인 냉동/냉장창고의 에너지소비현황을 분석하였으며, 물류센터 소요 에너지절감을 위한 후보기술을 선정하였다. 대형마트를 대상으로 하는 연구도 일부 찾을 수 있다. 실증 연구 대상 대형마트의 조명 및 냉방에너지를 분석한 연구사례와 에너지 성능개선 요소기술 적용에 따른 에너지절감 잠재량 분석을 한 연구사례가 있다(배창환 외, 2011; 이훈, 2013).

위와 같은 사례를 종합해보면, 국내 대형마트의 종합적인 에너지소비현황을 분석하고 현황을 진단하는 연구가 필요하며, 이를 통해 에너지효율 개선 여지가 있는 적합한 연구 대상을 선정하여 에너지소비 특성의 정밀분석과 최적 에너지관리 요소기술을 도출하는 본 논문은 시기적절한 연구로 사료된다.

연구의 범위 및 방법

본 연구는 선행된 연구의 사례를 바탕으로 대형마트의 에너지사용량신고 데이터를 활용하여 에너지효율 지표의 변화를 파악하였다. 또한, 실제 연구 대상 사업장의 데이터셋을 정의하고 전력사용량 데이터와 온·습도 환경정보 데이터의 상관성 분석을 통해 전력사용의 계절적 요인 특성을 분석하였다. 이와 같은 기초 데이터분석을 바탕으로 연구 대상 사업장의 현장 실태조사와 에너지관리자 인터뷰를 실시하여 주요 에너지사용설비와 에너지관리 현황을 파악하고 최적 에너지관리 요소기술과 에너지절감 잠재량을 도출하였다.

본 연구의 구성은 1장 연구의 배경 및 목적, 선행연구 사례로부터 본 연구의 필요성 도출과 동시에 구체적인 방법론을 제시한다. 2장에서는 국내 대형마트의 에너지소비 현황 및 세부 사업장의 에너지소비요인 분석을 실시하고, 3장에서는 제시된 방법론에 따라 진행된 실증분석 결과를 제시한다. 또한 실증분석 결과를 바탕으로 최적 에너지관리 요소기술을 파악하고 이를 통한 에너지 관리방안에 대해 기술한다. 마지막으로 4장에서는 본 연구의 기여점과 한계점, 그리고 추후연구방안을 제시한다.

데이터수집 및 분석

국내 대형마트의 에너지소비 현황분석

에너지이용합리화법 제31조에 의거 에너지사용량이 대통령령으로 정하는 기준량 이상인 자(2,000 toe)는 매년 에너지사용량을 한국에너지공단에 신고하고 있다. 본 연구를 위하여 2009년부터 2018년 까지 국내 3대 대형마트의 에너지사용량신고 데이터를 수집하였다.

국내 3대 대형마트의 사업장은 Figure 1과 같이 최근 10년간 증가하는 추세이나 에너지사용량을 신고하는 사업장은 감소하는 추세이다. 이를 통해 국내에서 시행하고 있는 에너지·온실가스 목표관리제와 배출권거래제의 영향으로 각 대형마트들이 전사적인 차원에서 에너지사용량 관리를 하고 있는 것으로 분석된다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-01/N0280140111/images/Figure_KIAEBS_14_1_11_F1.jpg
Figure 1.

The number of mart in total and energy consumptions report

건물에너지의 효율을 전체적으로 확인하는 지표로 주로 활용되는 연면적 당 에너지사용량을 분석한 결과 Figure 2(A)와 같이 나타났다. B mart의 연면적당 에너지사용량의 추세가 가장 많이 감소하고 이으며, 3대 대형마트의 연면적당 에너지사용량도 감소하는 추세이다. 난방면적당 에너지사용량을 분석한 결과는 Figure 2(B)와 같이 나타났다, C mart는 두 지표 모두 감소하는 추세의 정도가 가장 작은 것을 확인할 수 있다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-01/N0280140111/images/Figure_KIAEBS_14_1_11_F2.jpg
Figure 2.

Average energy consumptions per floor area (A)/heating area (B)

세부사업장 데이터 분석

대형마트의 최적 에너지 요소기술을 도출하기 위해서는 데이터베이스 구축과 에너지소비특성 분석이 반드시 선행되어야 한다. 비확률표본추출법 중 판단표본추출법에 의하여 에너지효율 개선의 추이가 가장 더딘 C mart의 2개 사업장을 연구 대상 사업장으로 선정하고 에너지소비특성 분석을 위하여 15분 단위 전력 사용량 분석부터 기온과 습도를 통한 상관성 분석을 진행하여 전력사용패턴을 파악하였다. 분석 사업장의 기본정보는 Table 1과 같다.

Table 1. General information of target buildings

Building Region Year of Completion Total Floor Area (m2) Heating/ Cooling Area (m2) Annual heating days Annual cooling days
C mart C-1 Branch Incheon 2001 42,745 34,847 120 120
C mart C-2 Branch Bucheon 2002 78,454 33,362 105 150

대형마트의 경우 냉난방에 사용되는 에너지사용량과 조명에 사용되는 에너지사용량이 전체의 50%를 차지하고 있다. 또한 의무휴무일을 제외한 연중 340일을 매일 14시간씩 운영하고 있다. 그리고 에너지사용량이 방문고객의 수, 환경에 의하여 변동되므로 에너지 절약보다 거주자의 쾌적성에 더 영향을 받는다. 따라서 세부 에너지사용패턴분석을 통하여 지속적 고효율 운전 유도, 적정 부하율 운전유도등을 통해 적정설비 설계기준 수립에 활용할 수 있다. 본 연구의 대상지 에너지사용 패턴분석에 사용된 데이터셋은 Figure 3과 같다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-01/N0280140111/images/Figure_KIAEBS_14_1_11_F3.jpg
Figure 3.

Data-set of the study

연구 대상 사업장의 에너지 데이터베이스는 전력의 경우 한국전력의 I-Smart1)를 통하여 15분 단위의 데이터를 확보하였고, 각 건물의 휴무일을 파악하여 데이터베이스에 추가하였다. 지역의 특성에 따른 분석을 위해서는 기상자료 개방포털에서 각 건물의 위치에 해당하는 기온과 습도의 1분주기 데이터를 수집하여 15분 평균값으로 데이터셋을 구성하였다. 에너지 데이터베이스는 4개의 테이블로 구성하였으며, 각 테이블은 전력사용량, 기온, 습도, 휴무일에 대한 데이터로 구성하였다.

1) KEPCO, https://pccs.kepco.co.kr/iSmart/

외부기온과 전력사용량간의 상관관계도를 살펴보면 Figure 4, Figure 5와 같다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-01/N0280140111/images/Figure_KIAEBS_14_1_11_F4.jpg
Figure 4.

Correlation between External Temperature and Power Consumption

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-01/N0280140111/images/Figure_KIAEBS_14_1_11_F5.jpg
Figure 5.

Correlation between External Temperature and Power Consumption

계절에 따른 기온별 전력사용 패턴은 뚜렷하게 구분되는 것으로 나타났다. 난방기, 중간기, 냉방기, 성수기(극서기)의 패턴이 명확하게 나누어지며 외부기온이 높을 때 전력사용량이 가장 많은 것을 확인할 수 있다. 이를 토대로 전력은 냉난방을 주목적으로 소비됨을 판단할 수 있으며 단위면적당 전력소비량은 동절기, 하절기에 증가하고 중간기에 감소하는 경향을 볼 수 있다.

전력을 에너지원으로 사용하는 C마트 C-1지점과 C-2지점의 시각별 전력사용량과 기온간의 상관관계는 다음 Figure 6과 같다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-01/N0280140111/images/Figure_KIAEBS_14_1_11_F6.jpg
Figure 6.

Set-point Extraction Correlation Diagram of Target Mart

이는 포물선적인 상관관계를 가지며 Set Point를 기점으로 기온의 절대값이 높아질수록 에너지소비량은 증가한다. 이때 Set Point를 전환기온(Changeover Temperature)이라고 한다.(류지혜 외, 2012) 대상 마트는 5~10°C 에서 전환기온을 가지며 최저 소비양상을 보인다. 이 전환기온은 방문객수, 상주직원수, 외부 기온, 습도, 열관류율 등 세부 요인에 의해 설명될 수 있다. 이중 가장 많은 영향을 미치는 외부기온에 대한 상관분석을 통해 냉난방을 목적으로 소비되는 전력 소비특성을 파악할 수 있다. 결과적으로 실외 온도에 따라서 에너지 사용량 차이가 발생하고 있으며 효과적인 에너지 관리를 위해서는 실외 온도정보 및 실내 온도정보를 같이 분석할 수 있어야 할 것으로 사료된다.

주요기간(극서기, 극한기)의 시각별 전력소비패턴을 살펴보면 Figure 7과 같다. 외기 온도의 패턴에 즉각적인 반응을 보이지 않는 것으로 판단된다. 하지만 여름철 낮에는 외기의 영향을 받으며 겨울철에는 외기 온도의 영향보다는 유동인구 및 다른 세부요인에 더 많은 영향을 받는 것으로 나타났다.

http://static.apub.kr/journalsite/sites/kiaebs/2020-014-01/N0280140111/images/Figure_KIAEBS_14_1_11_F7.jpg
Figure 7.

Power Consumption Patterns of the Extreme Hot and Cold Weather

또한 매장을 오픈하기 전후에 건물 환경조건을 조정하기 위한 전등·전열기구의 사용으로 전력 사용량이 급변하는 것으로 나타났다. 건물내부에 사람이 없는 새벽시간과 개장을 하지 않는 의무휴일동안 전력소비량이 낮은 것을 확인할 수 있다.

실증분석 결과

현장 실태조사

C-1, C-2 사업장의 에너지데이터를 활용한 에너지소비패턴을 분석한 결과를 바탕으로 연구 대상 사업장의 최적 에너지관리 요소 도출을 위해 현장 실태조사를 하였으며, 2개 사업장의 현장 에너지 관리자와의 인터뷰를 2019년 1월경에 진행하면서 주요설비 현황 및 세부 에너지관리현황을 파악하였다.

주로 에너지를 많이 사용하는 설비는 냉장·냉동설비와 조명이며, 냉장·냉동 설비의 에너지사용량이 전체 에너지사용량의 20%이상 차지하는 것과 모두 하절기에 에너지사용량이 증가한다는 것을 확인하였다. 조명은 C-1 사업장 19.4%, C-2 사업장 23.5%의 에너지사용 비중을 차지하고 있었으며, 일반 건물과 비교하였을 때, 건물의 창가를 제외한 대부분의 공간이 외부 일사량의 영향이 미치지 않기 때문에 영업시간 동안 큰 변화 없이 일정한 조명의 전력소비패턴을 확인하였다. 현장정밀조사 및 에너지 관리자들과의 인터뷰를 통해서 C-1, C-2 사업장의 주요 설비현황을 파악한 결과는 Table 2와 같다.

Table 2. Significant facilities

Facility Observation Point
Air Handling Unit (AHU) Supply temperature, ventilation temperature, outdoor temperature, mixing temperature, FAN state, freeze state
Hot-water Boiler Ambient Temperature, Ambient Humidity, Circulation Pump Start / Stop, Boiler Start / Stop
Hot & Cool dispensor FAN status, FAN start / stop, start / stop, coolant fluid flow
Heating Ventilation Unit (HVU) Supply air temperature, filter alarm, freeze protection status, filter alarm, damper ON / OFF
Septic tank panel Septic tank status, septic tank alarm
Individual heating & cooling system Start / stop, status, room temperature
Centigrade Heat Unit-Zone Room temperature, start / stop, fan status, valve

최적 에너지관리 요소기술 도출

각 최적 에너지 관리요소들의 에너지절감 잠재량 산정방식은 Table 3에서 확인할 수 있다.

Table 3. Energy saving potential calculation method

No Energy Saving Item Calculation Method of Energy Saving Potential
1 Optimization of external air filling ratio based on CO2 (Item 1) Energy Saving Potential (kWh) = AHU Power consumption (kWh) × (1-20%(Damperopeningrateafterimprovement)30%(Damperopeningratebeforeimprovement)) (Item 2) AHU Reduced outside air ratio when 20% of dampers are opened Damper 20% open: Introduced outside air ratio C-1 27%, C-2 41% Damper 30% open: Introduced air ratio C-1 40%, C-2 62% 13% for C-1 and 21% for C-2 C-1 AHU Power Consumption (kWh) × 13% C-2 AHU Power Consumption (kWh) × 21% (Item 1) + (Item 2) = total energy saving potential (kWh)
2 Standby Power Shutdown (Item) Assumes holiday power as standby power (excluding refrigeration and refrigeration) Standby Power (kW) = Holiday Power - Average Refrigeration / Refrigeration Power Standby power cutoff time: 26 days per legal holiday × 24 hours Total Energy Saving Potential = Standby Power × Blockable Time
3 Showcase Night Curtain Sensing Management (Item) Estimation of potential energy saving when 100% night curtain is attached to refrigerated showcase during non-business hours Total energy saving potential = annual non-operating hours Refrigeration facilities Power consumption × Open refrigeration showcase ratio × Night curtains without showcase ratio × Night curtain reduction rate
4 Display charge used Electronic intermittent charging (Item) Charger power 1 hour ON, 6 hours OFF during business hours Target Products: Notebook / Tablet PC / Smart-phone / Camera / Speaker / Game Machine * Except duplication of standby power cut-off amount (technical 2) out of business hours Total energy saving potential = (Annualpowerconsumption)×(14hours(Openinghours)-2hours(Chargingtime)24hours)
5 Window lighting control according to the amount of sunshine and sunshine (Item) Illumination at times when indoor illuminance is above the standard illuminance according to the standard OFF * In the C-2 workplace, all window areas are leased and cannot be controlled. Restaurant Annuallightingpowerconsumption×Illuminance1,000lxtime(11hr)Dailyrunninghour(16hr) Moving walk Annuallightinpowerconsumption×Illuminance1,000lxtime(9hr)Dailyrunninghour(16hr) * Calculation of indoor illuminance by hour based on hourly sunshine Total energy saving potential = restaurant + moving walk
6 Non-business hours Warmer OFF (Item) In order to save energy and maintain product quality, the on-board storage of canned beverages is switched off after hours Total energy saving potential = power consumption × number of warming houses × winter non-working hours

대형마트의 에너지 절감기술이란 에너지 투입량을 절감하거나 에너지 비용을 절감하는 기술이라 할 수 있으며, 이에 따른 기술로는 에너지 투입량 절감기술, 에너지 비용절감기술, 에너지 수확(재이용·재활용) 기술 및 에너지 절감설계기술 등으로 구분된다. 실증건물 데이터 기반 제어방법론은 C-1, C-2 사업장의 에너지 관리자 인터뷰 및 현장정밀조사를 통해 도출된 결과를 바탕으로 연구진이 사업장 특성에 맞는 최적 에너지 관리요소 6개를 도출하고 에너지절감잠재량을 분석하였다. 첫 째로, 최적 CO2 농도 제어를 위한 외기도입비율을 최적화하여 불필요한 AHU 가동 및 내부 냉·난방 에너지유출 방지가 필요하다. 현장 관리자는 실내의 법정 CO2 기준(1,000 ppm)을 맞추기 위해 실내의 정보를 고려하지 않고 실내 허용 인원인 최대 인원을 기준으로 외기 도입량을 공조설비의 제어장치에 입력하고 있었다.

둘째로, 휴업시간에는 냉장/냉동 쇼케이스 이외 모든 대기전력 차단이 필요하다. 셋째, 냉장 오픈 쇼케이스의 나이트커튼 부착관리를 통한 에너지절감을 할 수 있다. 넷째, 진열된 가전제품의 충전시간의 스케줄관리를 통해 에너지절감을 할 수 있다. 다섯째, 일조시간에 따른 창가 조명제어가 필요하다. 여섯째, 판매시간 이외에 온장고 전원을 차단하여 에너지를 절감할 수 있다. 가장 많은 에너지절감 잠재량을 가진 기술은 C-1 사업장은 대기전력 차단 기술로 약 917,969 kWh/year의 전력사용 절감 잠재량과 51,498천원/year의 전기비용이 절감될 것으로 분석되었다. C-2 사업장은 CO2 측정 기반 외기도입비율 최적화 기술로 446,762 kWh/year의 전력사용 절감 잠재량과 51,322천원/year의 전기비용이 절감될 것으로 분석되었다. 에너지관리요소기술 및 절감 잠재량은 Table 4와 같다.

Table 4. Energy Saving Items and Potential

No Energy Saving Item Annual Energy Saving Potential (kWh/year) Annual Power Saving Cost Potential (thousand won/year)
C-1 C-2 C-1 C-2
1 Optimization of external air filling ratio based on CO2 317,692 446,762 36,495 51,322
2 Standby Power Shutdown 917,969 336,237 51,498 18,863
3 Showcase Night Curtain Sensing Management 20,784 28,310 1,166 1,588
4 Display charge used Electronic intermittent charging 5,009 7,537 575 865
5 Window lighting control according to the amount of sunshine and sunshine 4,078 - 468 -
6 Non-business hours Warmer OFF 2,298 3,447 128 193
Total 1,267,830 822,293 90,330 72,831

결 론

본 연구에서는 국내 3대 대형마트의 최근 10년간 에너지사용량 데이터를 분석하여, 에너지효율 개선이 감소하는 추세의 정도 가장 작은 C Mart를 실증 연구 대상으로 선정하였다, 실증 연구 대상은 C-1, C-2 2개 사업장의 15분단위의 실시간 전력사용데이터와 기온, 습도 데이터를 활용하여 상관성분석을 실시하였다. 그 결과 계절에 따른 기온별 전력사용 패턴이 난방기, 중간기, 냉방기, 극서기의 패턴이 명확하게 나누어지는 것과 5~10℃에서 에너지소비량이 증가하는 전환기온이 존재하는 것을 확인하였다.C1과 C2 사업장 모두 습도에 따른 전력소비량의 차이는 거의 영향을 받지 않는 것으로 나타났으며, 여름철 낮 시간에는 외기의 영향을 좀 더 받으며, 겨울철에는 외기 영향보다는 유동인구 및 다른 세부요인에 더 많이 영향을 받는 것으로 나타났다.

현장 실태조사를 통해서 냉장·냉동 설비의 에너지사용량이 전체 20% 이상을 차지하는 것과 조명 에너지사용량은 C-1 사업장은 19.4%, C-2 사업장은 23.5%로 많은 비중을 차지하는 것을 확인하였다. 또한, 냉·난방, 급탕, 조명, 환기, 전열기기, 냉동·냉장 설비의 에너지관리 현황을 파악하여, 최적 에너지관리 요소 기술 6가지를 도출하였으며, C-1 사업장은 대기전력 차단, C-2 사업장은 CO2 측정 기반 외기도입비율 최적화 기술이 가장 많은 에너지절감 잠재량을 가진 것으로 분석되었다. C-1 사업장은 6가지 요소기술을 전부 적용할 시 약 1,267MWh의 에너지를 절감하고 약 90백만원의 전기비용을 절감할 수 있는 잠재량을 가진 것으로 분석되었다. C-2 사업장은 5가지 요소기술을 적용할 시 약 822MWh의 에너지를 절감하고 약 72백만원의 전지비용을 절감할 수 있는 잠재량을 가진 것으로 분석되었다.

본 연구의 결과를 통해 국내 대형마트의 에너지효율이 개선되고 있는 것을 확인하였다. 이는 정부의 온실가스·에너지 목표관리제 및 온실가스 배출권거래제 등 규제정책이 잘 작동하고 있는 것을 증명하고 있다. 그러나 대형마트의 에너지 관리자 입장에서는 매년 에너지사용량을 줄여야 하는 힘든 목표를 가지고 있다. 이 논문은 대형마트의 에너지 관리자가 계절별, 기온별, 시간대별로 에너지절감 잠재량이 많은 주요요인을 파악하고, 설비의 에너지관리 현황을 주기적으로 정리하여, 최적 에너지관리 요소기술을 도출하는데 도움을 줄 수 있을 것이다. 이러한 기여점에도 불구하고 본 연구는 2개의 사업장만을 대상으로 실증조사를 수행하였고 사업장 전체에 대한 데이터만을 수집하여, 설비별 실제 에너지사용량 분석기반 개선방안 제시는 어려운 실정으로 본 연구의 한계라 할 수 있다. 향후 연구에서는 실증 연구 대상 사업장의 설비별 실제 에너지사용량과 운영 데이터를 수집하여 대상 설비의 에너지효율관리 모니터링 방법론을 정립하는 연구를 진행할 계획이다. 또한 실증 연구대상을 확대하여 대형마트의 에너지 절감 기술을 도출하는 과정에서 더욱 일반화된 방법론을 제시할 것이다. 따라서 이러한 추후연구를 통해 에너지 절감의 방향에 대해 보다 구체적인 전략을 용이하게 수립할 수 있을 것으로 기대된다.

Acknowledgements

본 연구는 2019년도 산업통상자원부의재원으로 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제입니다(과제번호 20172410104800).

References

1

Bae, C.-H., Kim, Y.-I., Chung, K.-S. (2011). Analysis of Energy Consumption and Research on Energy Saving of Lighting and Cooling Energy of a Superstore. Korean Journal of Air-conditioning and Engineering Engineers, 23(5), 342-348.

10.6110/KJACR.2011.23.5.342
2

Jatinder, M., Mahesh, M., Lee, J. H., Lyons, K. W. (2015). Energy performance evaluation and improvement of unit-manufacturing processes: injection molding case study. Journal of Cleaner Production, 105, 157-170.

10.1016/j.jclepro.2014.09.060
3

Mylona, Z., Kolokotroni, M., Tassou, S. A. (2017). Frozen food retail : Measuring and modelling energy use and space environmental systems in an operational supermarket. Energy and Buildings, 144, 129-143.

10.1016/j.enbuild.2017.03.049
4

Ryu, J.-H., Seo, Y.-K., Sim, I.-C., Hong, W.-H., Kim, K,-W. (2012). A Study on the Analysis of City Gas Consumption Characteristics and Correlation Factors in the Deluxe Hotel Buildings in Daegu Metropolitan City. Journal of The Korean Institute of Architects, 28(10), 309-316.

5

Tassou, S. A., Hadawey, Y. G. A., Marriott, D. (2011). Energy consumption and conservation in food retailing. Applied Thermal Engineering, 31, 147-156.

10.1016/j.applthermaleng.2010.08.023
6

Zhu, X., Wang, F., Niu, D., Guo, Y., Jia, M. (2019). An energy-saving bottleneck diagnosis method for industrial system applied to circulating cooling water system. Journal of Cleaner Production, 232, 224-234.

10.1016/j.jclepro.2019.05.322
7

Kim, Y.-J. Lee, S., Won, J.-W., Kim, K.-T. (2014). Trends of Energy Saving Technology in Logistics Center, Proceedings of the Spring Conference of the Korean Institute of Industrial Engineers, 1506-1511.

8

Maria, K., Zoi, M., Judith, E., Alan, F., Robb, L. (2018). Supermarket Energy Use in the UK, 2nd International Conference on Sustainable Energy and Resource Use in Food Chains, ICSEF 2018, 17-19.

9

Choi, D.-Y. (2016). Permanent Sample Study on Building Energy Consumption (3rd Year), Korea Energy Economics Institute 2016-25.

10

Fischedick, M., Roy, J., Abdel-Aziz, A., Acquaye, A., Allwood, J. M., Ceron, J.-.P., Geng, Y., Kheshgi, H., Lanza, A., Perczyk, D., Price, L., Santalla, E., Sheinbaum, C., Tanaka, K. (2014). Industry, Climate Change 2014: Mitigation of Climate Change, Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.

11

International Energy Agency (IEA). (2014). Energy Efficiency Indicators : Fundamentals on Statistics.

12

International Energy Agency (IEA). (2017a). HPT TCP Annex 44 Final report.

13

International Energy Agency (IEA). (2017b). Meeting climate change goals through energy efficiency.

14

International Energy Agency (IEA). (2019). World energy balances.

15

Joint ministries. (2016). the first master plan for climate change, 2016.12.

16

Ministry of Environment Press Release. (2018). 2030 Greenhouse Gas Reduction Roadmap Amendment and 2018-2020 Emissions Allocation Plan, 2018.7.24.

17

Lee, H. (2013). Analysis of Energy Reduction Rates by Applying Energy Performance Improvement Factors of Large Mart, Master's Thesis, Dankook University.

18

KEPCO. https://pccs.kepco.co.kr/iSmart/

페이지 상단으로 이동하기