전력 소비 지표 분석을 통한 대학 건물의 에너지 소비 특성에 관한 연구- S대학의 용도별 부하프로필(Load Profiling) 분석을 중심으로 -
A Study on the Energy Consumption Characteristics in University Buildings based on the Analysis of Power Consumption Indicators - Focused on Load Profiling of S-University -
1
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
교육기관은 사용자 참여에 의한 에너지 절감이 매우 중요하고, 이를 위한 인식 제고 활동이 필수적이다. 하지만, 그동안 에너지 관련 데이터가 주로 관리자 중심으로 생산되었으며, 사용자들의 인식 제고와 교육을 위한 정보 생산에는 한계가 있었다. 왜냐하면, 종래의 관리시스템인 BEMS나 BAS는 주로 개별적인 건물 단위의 특성 정보에 집중하였기 때문이다. 대학은 일정한 구역 내에 다양한 종류의 건물들이 존재하므로 지표 값 도출을 통한 에너지 사용 특성 및 온실가스 배출, 그리고 벤치마킹 분석에 유리한 조건이다. 이에 본 연구에서는 지표 분석을 통해 용도별 사용 패턴을 분류하고, 부하 프로파일링을 통해 에너지 소비 특성을 도출하는 프로세스를 실증하여 교육 및 홍보 등에 다양하게 활용할 수 있는 에너지 분석 결과를 제시하였다. 다양한 에너지 소비지표 중 에너지집약도, 기저부하, 냉난방 민감도의 수준을 고려한 그룹 분류, 그리고 이의 특성을 이해하고 해석하는 방법을 예시하였다. 고도의 기술적인 분석 대신에 대학 캠퍼스에 적합한 수준의 데이터분석만으로도 사용자들과 소통 가능한 정보를 생산하고 교육 현장에서 활용할 수 있다. 관계 법규에 의하여 에너지 데이터가 생산되고 있지만, 전문 인력과 운영 예산 부족으로 소홀했던 대학의 에너지 정보 관리를 강화하여 에너지 다소비 집단으로 알려진 대학의 에너지 절감 활동이 효율적으로 이행되기를 기대한다.
Abstract
The energy savings from user-participation are crucial for educational institutions and awarenessbuilding activities are essential as well. However, energy related data have been mainly produced by manager group, thus there have been limitations in producing information that users can easily understand or use in education. This is because BEMS or BAS, which is a conventional management system, mainly focused on technical information on building unit itself. Universities have various kinds of buildings within certain area, thus benchmarking analysis through derivation of indicator values is favorable condition. In this study, the usage patterns were classified by analysis of indicators. We also present energy analysis results that can be applied variously to education and announcement by demonstrating the process of energy management through 3-year power load profiling. The group classification considering the level of energy intensity, base load, and temperature sensitivity among various energy indicators, and how to understand and interpret their results and characteristics. Instead of highly technical analysis, only basic level of data analysis suitable for university campuses can produce interactive information with users and use it on the education fields. It is expected that energy saving activities by universities, which are known as big power consumption groups, will be effectively implemented by strengthening energy information creation, which is being neglected due to lack of professional manpower and system operation costs.
참고문헌 (27)
- 김경신, "데이터추론 및 클라우드 호스팅 기법을 활용한 최적 에너지 관리시스템 구현 및 성능분석", 전자공학회논문지, 53(10), pp.51~57 (2016), 대한전자공학회
- 김수연, "대학건물의 용도별 에너지 소비특성 분석", 한국태양에너지학회 춘계학술발표대회 논문집, pp.57~ (2016)
- 노지웅, "대학도서관의 에너지 절감에 관한 기초적 연구 - 세종시에 위치한 H 대학 건물을 중심으로 -", KIEAE Journal, 13(4), pp.69~74 (2013), 한국생태환경건축학회[DOI]
- 설일수, "국내 건물 에너지 관리 시스템(BEMS)의 현황과 올바른 개선 방안에 관한 연구", Proceedings of KIIT Summer Conference, pp.58~63 (2012)
- 송두삼, "BEMS를 통한 그린캠퍼스의 구현", 대한설비공학회 학술발표대회논문집, pp.65~68 (2015)
- 에너지 다소비 건물군(대학캠퍼스)의 에너지 진단 및 이용자 참여형 운영 방안, "여명석", 서울대학교 산학협력단, ~ (2017)
- 우혜지, "건물의 실측 에너지 데이터를 통한 건물 에너지 소비 패턴 분류에 관한 연구", 대한건축학회논문집, 32(5), pp.143~151 (2016), 대한건축학회[DOI]
- 윤남식, "대학건축물의 전력에너지 사용량 조사 및 분석", KIEAE Journal, 13(2), pp.27~32 (2013), 한국생태환경건축학회[DOI]
- 윤영란, "Machine Learning 기법을 이용한 BEMS 에너지 데이터 분석 사례", 설비저널, 45(10), pp.40~48 (2016)
- 윤지인, "국내 대학시설 에너지 절감을 위한 국내 외 그린캠퍼스 사례연구", 대한건축학회 학술발표대회 논문집, pp.127~128 (2015)
- 윤진하, "Change Point Model을 활용한 대학건물의 에너지 소비패턴 분류 및 에너지 영향인자에 따른 분석", 대한건축학회논문집 구조계, 33(11), pp.71~78 (2017), 대한건축학회[DOI]
- 이도형, "대학 연구동 건물의 에너지절약 접근방법에 대한 연구 - K대학 사례를 중심으로", 한국태양에너지학회 학술대회논문집, pp.244~250 (2013)
- 이세림, "온실가스·에너지 목표관리제 및 배출권거래제 대상 기업의 명세서를 이용한 온실가스 감축 실적 분석", 한국기후변화학회지, 8(3), pp.221~230 (2017), 한국기후변화학회[DOI]
- 이왕제, "대학건물의 에너지 소비 특성에 관한 사례분석", 한국태양에너지학회 논문집, 32(4), pp.90~95 (2012), 한국태양에너지학회
- 이유나, "서울대학교의 배출권 거래제 대응현황과 전망", 한국기후변화학회 학술발표대회 논문집, pp.B-06~ (2017)
- 정혜진, "에너지 다소비 대학의 온실가스 배출 변화와 특성 - 온실가스 배출 규제 시행 이후의 변화를 중심으로 -", 한국건설관리학회 논문집, 18(1), pp.74~82 (2017), 한국건설관리학회[DOI]
- 정혜진, "거주자 참여형 에너지 절감 활동 효과 연구-S대학 기숙사 거주 학생을 대상으로 한 에너지피드백 활동을 중심으로-", 한국기후변화학회지, 9(3), pp.253~261 (2018), 한국기후변화학회[DOI]
- 정혜진, "서울대학교 관악캠퍼스 에너지 사용변화 분석-변동성 영향 요인 추정을 중심으로", 대한전기학회 학술발표대회 발표자료, ~ (2018)
- 2017 서울대학교 그린레포트, "서울대학교", ~ (2018)
- 2017 서울대학교 에너지레포트, "서울대학교", ~ (2018)
- 한국에너지공단, "2017년도 에너지사용량 통계 – 에너지사용량 신고업체", ~ (2018)
- Wolfe, A. K., "Behavioral Change and Building Performance: Strategies for Significant, Persistent, and Measurable Institutional Change" (2014), US Department of Energy
- Energy Information Handbook: Applications for Energy-Efficient Building Operations, "Granderson, J.", Lawrence Berkeley National L aboratory, ~, pp.LBNL-5272E (2011)
- Kim, J. B., "Developing a physical IBM library for building thermal energy simulation", Automation in Construction, 50, pp.16~28 (2015)
- Zhou, K., "Understanding household energy consumption behavior: The contribution of energy big data analytics", Renewable and Sustainable Energy Reviews, 56(2016), pp.810~819 (2016)
- Kim, K. H., "Development of methodology for calibrated simulation in single-family residential buildings using three-parameter change-point regression model", Energy and Buildings, 99, pp.140~152 (2015)
- Wei, Y., "A review of data-driven approaches for prediction and classification of building energy consumption", Renewable and Sustainable Energy Reviews, 82(2018), pp.1027~1047 (2017)