Journal of Korean Institute of Architectural Sustainable Environment and Building Systems. August 2019. 270-280
https://doi.org/10.22696/jkiaebs.20190023


ABSTRACT


MAIN

  • 서 론

  •   연구 배경

  • 예측 및 평가 체계 구축

  •   예측 및 평가 방법론

  •   예측 및 평가 체계

  • 예측 및 평가 도구 개발

  •   예측 및 평가 도구의 종류 및 기능

  •   예측 및 평가 도구의 분석 프로세스 및 화면 구성

  • 결 론

서 론

연구 배경

제 21차 유엔기후변화협약(UNFCCC) 당사국 총회(COP21)에서 파리협정이 체결되어 2021년부터 신(新)기후체제가 출범할 예정이다(Höhne et al., 2018). 우리나라는 2030년 온실가스 배출전망치(BAU) 대비 37%를 감축 목표로 수립하여 온실가스 감축의지를 국제사회에 표명하였으며, 목표 달성을 위해 각 분야별 이행방안을 수립하고 있다. 건물 부문에서는 에너지 수요관리 활성화 정책으로 모든 신축 건물의 제로에너지화 달성(2030년)을 위해 국토교통부에서 고시하는 건축물의 에너지절약설계기준을 단계적으로 강화하고 있다. 또한, 제로에너지건축물 의무화 확대와 연계하여 민간 신축건축물(10,000m2 이상)에 건물에너지관리시스템(Building Energy Management System, BEMS)의 설치 확대(2025년)를 추진 중이다(CGG, 2019; MOTIE, 2019).이에 따라 수요 관리를 위한 각종 에너지절감기술이 개발되고 있으며, 다양한 에너지 절약 조치(Energy Conservation Measures, ECMs)를 통해 건물의 에너지 성능을 개선하고자 하는 노력이 증대되고 있다. 또한, 대상 건물에 ECMs를 적용하기 이전에 예상되는 에너지 절감 효과를 검토하고, 기술 적용 및 운영 이후에 그 효과를 평가하는 것에 대한 필요성이 높아지고 있다. Pietiläinen (2003)은 ICT 기반의 건물 데이터 측정 기술과 수집된 데이터를 분석하는 도구 개발의 필요성과 관련한 연구를 수행하였으며, 성과 측정 및 검증(Measurement & Verification, M&V) 도구를 개발하고 건물 운영 개선에 대한 평가(Haves et al., 2014), 웹 기반의 M&V 도구 개발(Ismail et al., 2017) 등과 같은 연구도 다양하게 이루어지고 있다. 그러나 평가 범위(건물 전체 평가, 기술 평가), 평가 형태(기술 적용 전 에너지 절감 효과 예측, 기술 적용 및 운영 후 에너지 절감 효과 평가), 기술 적용 전·후 기간의 데이터 보유 현황(설계도서, 건물 전체 에너지 사용량 데이터, 설비 별 계측 데이터), 평가 방식(수식 분석, 회귀 분석, 시뮬레이션 분석)등을 종합적으로 고려하여 사용성을 높인 도구에 관한 연구는 미비한 실정이다.

본 연구에서는 설계도서, 건물 전체 에너지 사용량 데이터, BEMS를 통해 수집한 계측 데이터를 토대로 건물에너지소비량을 예측하고 평가하여 에너지절감기술에 대한 효과를 분석 할 수 있는 도구를 제안하고자 한다. 예측 및 평가 도구 개발을 위해 예측 및 평가 방법론에 대한 검토를 수행하였고, 평가 형태, 평가 범위, 데이터 보유 현황에 따라 성과검증 방법을 선택 적용할 수 있는 체계를 마련하였다. 그리고 도구의 종류 및 기능을 정의하고, 도구 별 분석 프로세스를 구축하여 건물에너지 절감량 분석이 가능한 예측 및 평가 도구를 개발하였다.

예측 및 평가 체계 구축

예측 및 평가 방법론

주요 국외 M&V 프로토콜 및 가이드라인은 Table 1과 같이 International Performance Measurement and Verification Protocol (IPMVP) (DOE, 2002), Federal Energy Management Program (FEMP) (DOE, 2008), ASHRAE Guideline (ASHRAE, 2002), Superior Energy Performance (SEP) M&V Protocol (RUC, 2012) 등이 있으며, 평가 범위 및 측정 수준에 따라 평가 옵션을 제시하고 있다. 또한, Table 2와 같이 ASHRAE Handbook Fundamentals (ASHRAE, 2013)에서는 건물 에너지 분석 방법론을 제시하고 있으며, 크게 Forward Modeling 방법과 Data Driven Modeling 방법으로 구분된다. Forward Modeling 방법은 실제 구축되지 않은 시스템을 공학적 수식 또는 동적 모델 형태의 EnergyPlus 시뮬레이션 등으로 건물에너지 사용량을 예측할 수 있는 방법이다. Data-Driven Modeling 방법은 실 운영 데이터를 토대로 건물에너지 사용량을 분석하는 것으로 선형, 다중 회귀분석이 대표적이다.

Table 1. M&V Protocol and Guideline

Protocol and Guideline Evaluation Options (Methods)
IPMVP · Option A : Partially Measured Retrofit Isolation · Option B : Retrofit Isolation · Option C : Whole Facility · Option D : Calibrated Simulation
FEMP · Option A : Retrofit Isolation with Key Parameter · Option B : Isolation with All Parameter · Option C : Utility Data Analysis · Option D : Calibrated Simulation
ASHRAE Guideline 14-2002 · Whole Building Approach · Retrofit Isolation Approach · Whole Building Calibrated Simulation Approach
SEP M&V Protocol · Forecast Approach · Backcast Approach · Standard Approach

Table 2. Comparing Methodology of Building Energy Analysis

Method Forward Data-Driven
Empirical Calibration Simulation Physical
Steady-state Method
Simple linear regression - - -
Multiple linear regression - - -
Modified degree-day method - - -
ASHRAE bin method and data-driven bin method - -
Multistep parameter identification - - -
Dynamic Method
Thermal network - -
Response factors - -
Frequency-domain analysis -
ARMA model - - -
Modal analysis - -
Computer simulation(EnergyPlus, DOE-2, ESP-r) - -
Transient simulation(TRNSYS, HVACSIM+) - - -
Equation based - -

예측 및 평가 체계

본 연구에서는 IPMVP (DOE, 2002) 및 ASHRAE Handbook Fundamentals (ASHRAE, 2013)의 에너지 사용량 분석 방법론을 토대로 Table 3과 같이 수식 분석, 회귀 분석, 시뮬레이션 분석 3가지 형태를 예측 및 평가 방법으로 수립하였다. Table 4는 분석 방법에 따라 대상 건물, 평가 범위, 평가 형태, 필요 데이터를 정리한 것이다. 수식 분석은 에너지절감기술 적용 전·후의 해당 기술에 대한 에너지 사용량 및 절감량을 분석하는 것으로, IPMVP의 Option A, B 및 Forward Modeling 방법 중 Equation based 분석 방법론을 토대로 한다. 또한, 신축 및 기축 건물의 기술 평가를 대상으로 하며, 평가 형태는 기술 적용 전 예측 및 기술 적용 후 효과 평가가 가능하다. 이때 필요 데이터는 설계도서 또는 설비 별 계측 데이터이다. 회귀 분석은 에너지절감기술 적용 전·후의 해당 기술 또는 건물 전체 에너지 사용량 및 절감량을 분석하는 것으로, IPMVP Option B, C 및 Data-Driven Modeling 방법 중 Simple linear regression, Multiple linear regression 분석 방법론을 기반으로 한다. 또한, 기축 건물의 건물 전체 및 기술 평가를 대상으로 하며, 기술 적용 및 운영 후의 효과 평가가 가능하다. 회귀 분석은 건물 전체 에너지 사용량 데이터 또는 설비 별 계측 데이터가 있을 경우 적용 가능하다. 시뮬레이션 분석의 경우는 에너지절감기술 적용 전·후의 해당 기술 또는 건물 전체 에너지 사용량 및 절감량을 분석하는 것으로, IPMVP Option D 및 Forward Modeling 방법 중 Computer simulation : EnergyPlus 방법론을 토대로 한다. 또한, 신축 및 기축 건물의 건물 전체 및 기술 평가를 대상으로 하며, 기술 적용 전 예측 및 기술 적용 후의 효과 평가가 가능하다. 이때 필요 데이터는 설계도서 또는 설비 별 계측 데이터이다.

Table 3. Prediction and evaluation method classification

Sector Prediction and Evaluation Method
Formula analysis Regression analysis Simulation analysis
Methodology IPMVP Option A, B Option B, C Option D
ASHRAE Handbook Forward Data-Driven Forward
Equation based Simple linear regression, Multiple linear regression Computer simulation : EnergyPlus

Table 4. Prediction and evaluation method coverage

Sector Prediction and Evaluation Method
Formula analysis Regression analysis Simulation analysis
Target building New building -
Existing building
Scope Whole building -
Equipment and systems
Evaluation type Prediction of energy savings -
Evaluation of energy savings
Data Design document -
Main metering (or bill) Data - -
Sub metering data

예측 및 평가 도구 개발

예측 및 평가 도구의 종류 및 기능

예측 및 평가 도구는 분석 방법에 따라 수식 분석, 회귀 분석, 시뮬레이션 분석으로 구분되며, 기능 및 목적에 따라 수식 생성 및 분석, 회귀 모델 생성 및 분석, 시뮬레이션 분석을 위한 외형 모델링 및 시뮬레이션 분석 6가지의 도구로 이루어진다(Yang et al., 2019). 수식, 회귀, 시뮬레이션 분석 도구의 세부 기능에 대한 내용은 Table 5와 같다. 수식 생성 및 회귀 모델 생성 도구는 현황 조회, 표준 태그 정보 조회, 수식 및 회귀 모델 생성 기능으로 이루어진다. 수식 및 회귀 모델 분석 도구는 현황 조회, 데이터 입력과 관제점 연동, 분석 결과 조회 기능으로 구분된다. 시뮬레이션 분석을 위한 외형 모델링 도구는 사용자 편의에 따라 단순 외형 모델링과 상세 외형 모델링 중 선택 적용 할 수 있도록 구성하였다. 시뮬레이션 분석 도구는 외형 모델링 도구를 통해 생성된 IDF 파일의 오류를 확인하는 기능과 존 설정 및 설비 설정, 설비와 존을 매칭하는 설비 연결 기능을 제공한다. 또한 기상 데이터, 월간스케줄, 연간스케줄을 관리하는 라이브러리 기능이 있다.

Table 5. Prediction and Evaluation Tool Function

Tool Menu Tool Menu
Formula creation Formula status check Formula analysis Formula status check
Standard tag information check Data input and control point interlock
Formula creation Formula analysis results check
Regression model creation Regression model status check Regression model analysis Regression model status check
Standard tag information check Data input and control point interlock
Regression model creation Regression model analysis results check
Simulation shape modeling Simple shape modeling Simulation analysis Check for IDF file errors
Detailed shape modeling Zone setting
Library System setting
- System-Zone connectivity
- Simulation and analysis results check
- Library

예측 및 평가 도구의 분석 프로세스 및 화면 구성

수식 분석 프로세스 및 도구 개발 화면은 각각 Figure 1과 Figure 2와 같다. 기술 관리자는 수식 생성 도구를 다운로드하여 수식 현황 조회 기능을 통해 등록된 수식 및 관리(생성) 중인 수식 현황을 조회할 수 있다. 또한, 수식 생성기를 통해 수식을 생성하고 수식을 구성하는 각 변수와 표준 태그를 연동하는 작업을 진행할 수 있다. 건물 관리자는 수식 분석 도구를 다운로드하여 생성 도구를 통해 등록된 수식 및 표준 태그 정보를 토대로 데이터 보유 현황에 따라 데이터를 직접 입력하거나 관제점 데이터를 연동하여 건물 에너지 사용량 분석을 수행한다. 즉, 설계도서에 명시된 데이터 값을 직접 입력하거나 건물에 설치된 BEMS를 통한 건물 계측데이터가 있을 경우 수식 생성 시의 변수와 표준 태그 정보를 토대로 건물 관제점을 조회·선택하여 대상 기간에 해당하는 데이터를 불러온다. 그 외에 보유 데이터를 직접 입력하고 싶을 경우 엑셀 시트 형태의 팝업 화면에 데이터를 직접 입력하여 적용한다. 분석 결과는 수식 분석 결과 조회 화면을 통해 확인 가능하며, 개선 전·후 에너지 사용량 및 절감량 조회를 할 수 있다.

http://static.apub.kr/journalsite/sites/kiaebs/2019-013-04/N0280130406/images/Figure_KIAEBS_13_4_06_F1.jpg
Figure 1.

Formula analysis process

http://static.apub.kr/journalsite/sites/kiaebs/2019-013-04/N0280130406/images/Figure_KIAEBS_13_4_06_F2.jpg
Figure 2.

Formula analysis screen

회귀 분석 프로세스 및 도구 개발 화면은 각각 Figure 3과 Figure 4와 같다. 기술 관리자는 회귀 모델 생성 도구를 다운로드하여 등록된 회귀 모델 및 관리(생성) 중인 회귀 모델 현황을 조회할 수 있다. 또한, 신규 모델 생성 기능을 통해 종속변수 및 독립변수를 입력하고 표준태그와 연동하여 회귀모델을 생성, 등록한다. 건물 관리자는 회귀 분석 도구를 다운로드하여 회귀 모델 생성 도구를 통해 등록된 모델 및 표준 태그 정보를 토대로 데이터 보유 현황에 따라 데이터를 직접 입력하거나 관제점 데이터를 연동하여 건물에너지 사용량 분석을 수행한다. 즉, 보유 데이터를 엑셀 시트 형태의 팝업 화면에 직접 입력하거나 건물에 설치된 BEMS를 통한 건물 계측데이터가 있을 경우 회귀 모델 생성 시의 변수와 표준 태그 정보를 토대로 건물 관제점을 조회·선택하여 대상 기간에 해당하는 데이터를 적용한다. 분석 결과는 회귀 분석 결과 조회 화면을 통해 개선 전·후 에너지 사용량 및 절감량을 조회할 수 있다.

http://static.apub.kr/journalsite/sites/kiaebs/2019-013-04/N0280130406/images/Figure_KIAEBS_13_4_06_F3.jpg
Figure 3.

Regression analysis process

http://static.apub.kr/journalsite/sites/kiaebs/2019-013-04/N0280130406/images/Figure_KIAEBS_13_4_06_F4.jpg
Figure 4.

Regression analysis screen

시뮬레이션 분석은 외형 모델링 도구와 시뮬레이션 분석 도구로 구분된다. Figure 5, 6은 각각 시뮬레이션 분석을 위한 외형 모델링 프로세스와 시뮬레이션 분석 프로세스를 나타낸다. Figure 7은 시뮬레이션 분석 도구 개발 화면이며, 각각 외형 모델링(단순 모델), 외형 모델링(상세 모델), 존 설정(내부 부하 및 스케줄), 설비 설정 화면을 나타낸다. 시뮬레이션 분석은 EnergyPlus 시뮬레이션 툴을 기반으로 하며, 건물 관리자는 외형 모델링 도구를 통해 건물 외형(층고, 천장고, 창 면적비, 구조체 등)을 포함하는 기본적인 IDF 파일을 생성할 수 있다. 사용자는 외형 모델링 도구 내에서 단순 모델과 상세 모델 중 타입을 선택하여 적용할 수 있고, 단순 모델 도구는 6가지의 건물 외형 타입(사각-외형, L-외형, T-외형, ㅁ-외형, H-외형, U-외형)을 선택할 수 있는 기능을 제공한다. 또한, 지역 선택을 통해 국토교통부에서 고시하는 건축물의 에너지절약설계기준의 지역별 건축물 부위의 열관류율표에 따라 구조체 설정까지 이루어지므로 비전문가도 간편하게 모델링을 수행할 수 있다. 한편, 상세 모델 도구는 설계도서 중 평면도 DXF 파일을 기반으로 하는 세부적인 층별 조닝이 가능한 기능을 제공한다. 구조체 설정의 경우는 단순 모델 도구와 달리 구조체(외벽, 내벽, 내부바닥 및 천장, 최하층 바닥, 지붕, 창호) 자재 조합안과 스펙 데이터를 제공하며, 사용자 필요에 따라 편집하여 적용할 수 있다. 시뮬레이션 분석 도구는 외형 모델링 도구를 통해 생성된 IDF 파일을 불러오기 하여 오류를 확인할 수 있는 기능을 제공하며, 존 별 내부 부하 및 스케줄을 입력할 수 있는 화면을 제공한다. 이때, 존의 용도를 선택하면 ASHRAE Standard 90.1 User’s Manual (ASHRAE, 2010) 기반의 내부 부하 및 스케줄 설정이 이루어진다. 사용자 필요에 따라 설정 값 변경이 가능하다. 설비 설정은 도구에서 제공하는 8가지의 공조 및 열원 설비 조합안을 선택하여 적용할 수 있으며, 장비 사양을 직접 입력하거나 관제점을 조회하여 건물 계측 데이터와 연동할 수 있다. 이때, 관제점 데이터는 건물에 설치된 BEMS를 기반으로 하며, 설비 별 EnergyPlus 내의 입력값 항목 정보에 따라 건물 관제점을 조회·선택하여 대상 기간에 해당하는 데이터를 적용한다. 다음으로 외형 모델링 시 구축된 각각의 존에 해당 설비를 매칭한 후 시뮬레이션 분석을 실시한다.

http://static.apub.kr/journalsite/sites/kiaebs/2019-013-04/N0280130406/images/Figure_KIAEBS_13_4_06_F5.jpg
Figure 5.

Simulation shape modeling process

http://static.apub.kr/journalsite/sites/kiaebs/2019-013-04/N0280130406/images/Figure_KIAEBS_13_4_06_F6.jpg
Figure 6.

Simulation analysis process

http://static.apub.kr/journalsite/sites/kiaebs/2019-013-04/N0280130406/images/Figure_KIAEBS_13_4_06_F7.jpg
Figure 7.

Simulation analysis screen

결 론

본 연구에서는 에너지절감기술의 도입 효과를 분석하기 위한 건물에너지소비량 예측 및 평가 도구를 제안하였다. 도구 개발을 위해 우선적으로 예측 및 평가 방법론을 검토하였으며, 이를 토대로 수식 분석, 회귀 분석, 시뮬레이션 분석 방법을 기반으로 하는 예측 및 평가 체계를 도출하였다. 대상 건물(신축, 기축), 평가 범위(건물 전체, 기술 평가), 평가 형태(기술 적용 전 예측, 기술 적용 후 효과 평가), 데이터 보유 현황(설계도서, 건물 전체 에너지 사용량, 설비 별 계측 데이터)을 고려하여 분석 방법을 적용할 수 있다.

예측 및 평가 도구는 기능 및 목적에 따라 수식 생성 도구, 수식 분석 도구, 회귀 모델 생성 도구, 회귀 모델 분석 도구, 외형 모델링 도구, 시뮬레이션 분석 도구 6가지 형태로 구성된다. 수식 생성 도구와 회귀 모델 생성 도구는 기술 관리자가 해당 기술에 대한 수식과 회귀 모델을 생성하여 등록하기 위한 도구이며, 수식 분석 도구, 회귀 모델 분석 도구, 외형 모델링 도구, 시뮬레이션 분석 도구는 건물 관리자가 기술 도입 효과를 검토하고 평가를 수행하기 위한 도구이다. 표준 태그 정보를 토대로 BEMS 관제점 데이터와 연동하여 실 계측 데이터를 활용할 수 있으며, 데이터를 직접 입력하는 형태로도 예측 및 평가가 가능하다.

본 연구에서 제안하는 예측 및 평가 도구를 토대로 에너지 효율적인 신축 건물 설계, 기축 건물을 대상으로 하는 ESCO 사업, 그린 리모델링 사업 등에 적용 가능할 것으로 판단된다. 또한, 에너지절감기술 도입 후 운영 평가 시 비전문가도 손쉽게 성과검증을 수행하는데 활용 가능할 것으로 기대된다.

Acknowledgements

본 연구는 2019년도 국토교통부의 재원으로 도시건축연구사업의 지원(과제번호 : 19 AUDP-B099686-05)을 받아 수행한 연구임.

References

1 

Höhne, N., Fekete, H., Den Elzen, M.G.J, Hof, A.F., Takeshi, K. (2018). Assessing the ambition of post-2020 climate targets: a comprehensive framework. Climate Policy, 18(4), 425-441.

10.1080/14693062.2017.1294046
2 

Ismail, I., Dahlan, N.Y., Ahmad, N.H., Mohamad, H. (2017). Development of GUI System using Web Application Tool of Microsoft Visual Studio for Option B Energy Saving IPMVP. International Journal of Simulation: System, Science and Technology, 17(41), 46.1-46.4.

3 

Pietiläinen, J. (2003). Improved Building Energy Consumption with the Help of Modern ICT. International Conference for Enhanced Building Operations, California, United States of America.

4 

Yang, S.H., Park, W.J., Kim, S.J., Lee, T.D. (2019). A Study on the Development of Prediction and Evaluation Tool for Building Energy Consumption. 2019 SAREK Summer Conference, 15-18.

5 

American Society of Heating Refrigerating and Air-Conditioning Engineers (ASHRAE). (2002). ASHRAE GUIDELINE Measurement of Energy and Demand Savings.

6 

American Society of Heating Refrigerating and Air-Conditioning Engineers (ASHRAE). (2010). 90.1 User's Manual (ANSI/ASHRAE/IES Standard 90.1-2010 Energy Standard for Buildings Except Low-Rise Residential Buildings).

7 

American Society of Heating Refrigerating and Air-Conditioning Engineers (ASHRAE). (2013). 2013 ASHRAE Handbook Fundamentals.

8 

Committee on Green Growth (CGG). (2019). Third Five Year Plan for Green Growth.

9 

Haves, P., Wray, C., Jump, D., Veronica, D., Farley, C. (2014). Development of Diagnostic, and Measurement and Verification Tools for Commercial Buildings. Ernest Orlando Lawrence Berkeley National Laboratory (LBNL).

10 

Ministry of Trade, Industry and Energy (MOTIE). (2019). Third Basic Energy Plan.

11 

Regents of the University of California (RUC). (2012). Superior Energy Performance Measurement and Verification Protocol for Industry.

12 

U.S. Department of Energy (DOE). (2002). International Performance Measurement & Verification Protocol.

13 

U.S. Department of Energy (DOE). (2008). M&V Guidelines: Measurement and Verification for Federal Energy Projects Version 3.0.

페이지 상단으로 이동하기