기존건물의 에너지절감 평가는 측정 및 검증의 과정을 통해서 이루어진다. 측정 및 검증 가이드라인과 다수의 연구문헌들에서 측정데이터 및 BEMS데이터를 통한 측정 및 검증은 높은 정확성을 갖는다고 알려져 있다. 그러나, 정량적으로 어느 정도의 의미를 갖는지는 불명확하며, 이를 활용한 베이스라인 모델 개발에 관한 연구는 매우 부족하다. 특히, 월별데이터기반의 일반적인 측정 및 검증 과정과의 차이가 명확하지 않아 BEMS 데이터를 이용한 측정 및 검증은 효과적으로 활용되지 못하고 있는 실정이다. 본 연구에서는 이러한 관점에서 먼저 M&V에서 데이터의 수준이 갖는 의미를 확인하고자 하였다. 에너지사용량 데이터의 수집기간, 간격(월별, 시간별), 서브미터링(전체, 시스템, 층별)과 같은 데이터의 수준이 모델의 정확도에 어떠한 영향을 주며, M&V에서 갖는 의미가 무엇인지를 확인하여 BEMS데이터 기반방법이 기존의 방법과 어떠한 차이를 갖는지를 불확실성을 통해 검토하였다. 그리고 사용자의 주관을 기반으로 수행되는 보정시뮬레이션을 객관적으로 정의하기 위한 방법을 제시하고자 하였다. 객관적인 보정을 위해서 ...
기존건물의 에너지절감 평가는 측정 및 검증의 과정을 통해서 이루어진다. 측정 및 검증 가이드라인과 다수의 연구문헌들에서 측정데이터 및 BEMS데이터를 통한 측정 및 검증은 높은 정확성을 갖는다고 알려져 있다. 그러나, 정량적으로 어느 정도의 의미를 갖는지는 불명확하며, 이를 활용한 베이스라인 모델 개발에 관한 연구는 매우 부족하다. 특히, 월별데이터기반의 일반적인 측정 및 검증 과정과의 차이가 명확하지 않아 BEMS 데이터를 이용한 측정 및 검증은 효과적으로 활용되지 못하고 있는 실정이다. 본 연구에서는 이러한 관점에서 먼저 M&V에서 데이터의 수준이 갖는 의미를 확인하고자 하였다. 에너지사용량 데이터의 수집기간, 간격(월별, 시간별), 서브미터링(전체, 시스템, 층별)과 같은 데이터의 수준이 모델의 정확도에 어떠한 영향을 주며, M&V에서 갖는 의미가 무엇인지를 확인하여 BEMS데이터 기반방법이 기존의 방법과 어떠한 차이를 갖는지를 불확실성을 통해 검토하였다. 그리고 사용자의 주관을 기반으로 수행되는 보정시뮬레이션을 객관적으로 정의하기 위한 방법을 제시하고자 하였다. 객관적인 보정을 위해서 시뮬레이션 모델의 각 입력항목은 측정데이터를 사용하는 것이 권장되지만, 모든 항목을 측정값을 이용할 수는 없다. 때문에 우선적으로 측정되어야 할 항목을 선별할 필요성이 있다. 민감도 분석을 기반으로 하는 측정항목의 단순화는 시뮬레이션 모델의 보정에 주요한 역할을 하는 변수를 선별하여 제공함으로써, 영향력이 높은 입력변수를 측정데이터로 대체하거나, 검토함으로써 방대한 모델의 검증영역을 줄일 수 있고, 객관적인 보정이 가능할 것으로 생각된다. 마지막으로 BEMS데이터를 통한 운영 스케줄의 일반화 방법을 제안하였다. BEMS를 통해 우리는 방대한 양의 정보를 전달받지만 가공되지 않은 이러한 정보들은 이용자의 목적에 맞도록 해석되어야 한다. BEMS데이터의 특성을 분석하는 것은 베이스라인 모델의 정확성을 높이기 위한 하나의 방법이 될 수 있다. 클러스터링과 같은 군집화 기술은 방대한 측정데이터를 활용하여 내재되어 있는 정보를 추출하는 방법이며 이를 활용하여 베이스라인 모델의 정확성을 향상시킬 수 있을 것으로 기대된다. 본 연구에서는 BEMS데이터를 활용하여 시뮬레이션 모델 상의 운영스케줄을 일반화하여 모델의 정확성을 높이고자 하였고, 이를 통해 건물의 특성을 반영한 운영스케줄을 일반화하였다. 연구의 결과는 사례분석을 통하여 검증하였으며 결과적으로 연구를 통해 방법론을 점검하고, 에너지절감량에 대한 신뢰수준을 높여, 기존건물에서 BEMS의 활용과 잠재력을 높이고자 하였다. 본 연구를 통한 논문의 주요결과를 요약하면 다음과 같다. (1) 건물의 BEMS를 통한 측정 및 검증은 기존건물의 특성을 반영한 정확성이 높은 베이스라인 모델의 작성을 가능하게 한다. 본문의 사례분석을 통해서 확인하였듯이, 월별데이터를 기준으로 하는 베이스라인 모델은 3년간의 데이터를 통해 시뮬레이션 모델을 보정할지라도, 데이터의 수준의 차이로 인해 높은 불확실성을 갖게 된다. BEMS의 시간단위 데이터 및 서브미터링 데이터를 활용하여 M&V를 수행할 경우 해석의 정확성을 높일 수 있으며 결과의 불확실성을 줄여 M&V의 해석범위를 넓히고, 신뢰성있는 분석을 가능하게 한다. 특히, 최소한 시간단위에너지 사용량 데이터를 이용하여 베이스라인 모델을 작성할 경우 M&V의 신뢰성을 크게 높일 수 있다. (2) 측정 및 검증과정에서 시뮬레이션 모델의 활용성을 높이기 위한 방법을 제안하였다. 모델의 보정과정에 객관성을 확보하기 위해서는 측정데이터를 활용하는 것이 권장된다. 그러나, 모든 입력파라미터들을 측정하는 것은 불가능하기 때문에, 주요 파라미터를 선별하여 검증항목을 단순화하는 과정이 필요하다. 본 연구에서 활용한 민감도분석 방법은 시뮬레이션 모델에서 에너지사용량에 높은 영향력을 주는 파라미터들을 분석하여 사용자에게 제공한다. 민감도 분석을 보정과정에서 활용할 경우 보정파라미터의 범위와 갯수를 객관적으로 줄일 수 있어 시뮬레이션을 이용한 M&V의 활용성을 높일 수 있을 것으로 사료된다. (3) 시간단위 데이터를 이용한 에너지시뮬레이션 모델의 보정과정에서 운영스케줄을 일반화하기 위한 방법을 제안하였다. k-means 클러스터링과 같은 군집분석방법은 BEMS에 내재되어있는 건물의 운영적인 특성을 일반화하기에 적합한 방법이다. 본 연구에서는 업무용 건물에 대한 사례분석을 통해 운영패턴을 일반화시킬 수 있음을 확인하였다. 또한 클러스터링 과정에서 값을 결정하기 위해, 실루엣 분석을 통해 적합도 분석을 수행하였고 이를 통해 클러스터링 결과물의 일반화를 검증하였다. 이와 같은 방법은 건물의 운영적인 특성을 반영한 스케줄 작성을 가능하게 하며 특히, 시간단위로 보정시뮬레이션 모델을 개발하는데 유용하게 활용될 수 있는 방법이다. (4) 연구의 전과정에 대한 적용성 검증을 통해 전체적인 방법론을 검증하였다. 본 연구에서 제안한 BEMS데이터를 활용한 측정 및 검증은 다양한 통계적인 기법을 활용하여 단계별로 모델을 작성하는 과정을 거친다. 전반적인 과정에 대한 검증을 위해 업무용 건물의 BEMS데이터를 기반으로 M&V 사례분석을 수행하였다. 사례분석을 통해, 시간단위 데이터 에너지사용량 데이터와 서브미터링 데이터를 통해 베이스라인 모델을 작성함으로써, M&V의 정확성을 크게 높일 수 있고, 이를 통해 월별데이터를 기반으로 해석하지 못하는 범주의 M&V의 평가를 가능하게 하여 활용범위를 확장시킬 수 있고 높은 정확도를 기반으로 안정적인 결과를 제공할 수 있다. 건물의 에너지절감은 에너지를 절감하기 위한 활동으로부터 시작되며 이러한 활동이 지속적으로 활발히 이루어지기 위해서는 그 결과를 검증하고 확인하며, 보완하는 과정이 필수적이다. 측정 및 검증은 에너지절감량을 검증하는 방법이지만 단순히 사업의 성공여부만을 평가하는 것이 아니라 이를 통해 보완책을 마련하는 의미를 가지고 있다. BEMS를 통해 구체적이고 세부적인 정보를 기반으로 정의된 베이스라인 모델은 검증과 보완과정에서 활용될 수 있으며, 높은 정확도를 기반으로 안정적인 사업성을 분석할 수 있는 기능을 갖는다. 그러나, 모델링 과정의 노력과 정보가 포함되지 않은 단순히 하나의 숫자로 표현된 에너지절감량은 높은 리스크를 동반할 수 있다. 본 연구에서는 이러한 관점에서 BEMS 데이터를 사용하는 의미를 고찰하고 그 활용성을 검증하는데 초점을 두었다. 연구의 결과를 통해 기존건물에서 BEMS가 갖는 중요성과 측정 및 검증의 활용이 높아질 것으로 기대된다.
기존건물의 에너지절감 평가는 측정 및 검증의 과정을 통해서 이루어진다. 측정 및 검증 가이드라인과 다수의 연구문헌들에서 측정데이터 및 BEMS데이터를 통한 측정 및 검증은 높은 정확성을 갖는다고 알려져 있다. 그러나, 정량적으로 어느 정도의 의미를 갖는지는 불명확하며, 이를 활용한 베이스라인 모델 개발에 관한 연구는 매우 부족하다. 특히, 월별데이터기반의 일반적인 측정 및 검증 과정과의 차이가 명확하지 않아 BEMS 데이터를 이용한 측정 및 검증은 효과적으로 활용되지 못하고 있는 실정이다. 본 연구에서는 이러한 관점에서 먼저 M&V에서 데이터의 수준이 갖는 의미를 확인하고자 하였다. 에너지사용량 데이터의 수집기간, 간격(월별, 시간별), 서브미터링(전체, 시스템, 층별)과 같은 데이터의 수준이 모델의 정확도에 어떠한 영향을 주며, M&V에서 갖는 의미가 무엇인지를 확인하여 BEMS데이터 기반방법이 기존의 방법과 어떠한 차이를 갖는지를 불확실성을 통해 검토하였다. 그리고 사용자의 주관을 기반으로 수행되는 보정시뮬레이션을 객관적으로 정의하기 위한 방법을 제시하고자 하였다. 객관적인 보정을 위해서 시뮬레이션 모델의 각 입력항목은 측정데이터를 사용하는 것이 권장되지만, 모든 항목을 측정값을 이용할 수는 없다. 때문에 우선적으로 측정되어야 할 항목을 선별할 필요성이 있다. 민감도 분석을 기반으로 하는 측정항목의 단순화는 시뮬레이션 모델의 보정에 주요한 역할을 하는 변수를 선별하여 제공함으로써, 영향력이 높은 입력변수를 측정데이터로 대체하거나, 검토함으로써 방대한 모델의 검증영역을 줄일 수 있고, 객관적인 보정이 가능할 것으로 생각된다. 마지막으로 BEMS데이터를 통한 운영 스케줄의 일반화 방법을 제안하였다. BEMS를 통해 우리는 방대한 양의 정보를 전달받지만 가공되지 않은 이러한 정보들은 이용자의 목적에 맞도록 해석되어야 한다. BEMS데이터의 특성을 분석하는 것은 베이스라인 모델의 정확성을 높이기 위한 하나의 방법이 될 수 있다. 클러스터링과 같은 군집화 기술은 방대한 측정데이터를 활용하여 내재되어 있는 정보를 추출하는 방법이며 이를 활용하여 베이스라인 모델의 정확성을 향상시킬 수 있을 것으로 기대된다. 본 연구에서는 BEMS데이터를 활용하여 시뮬레이션 모델 상의 운영스케줄을 일반화하여 모델의 정확성을 높이고자 하였고, 이를 통해 건물의 특성을 반영한 운영스케줄을 일반화하였다. 연구의 결과는 사례분석을 통하여 검증하였으며 결과적으로 연구를 통해 방법론을 점검하고, 에너지절감량에 대한 신뢰수준을 높여, 기존건물에서 BEMS의 활용과 잠재력을 높이고자 하였다. 본 연구를 통한 논문의 주요결과를 요약하면 다음과 같다. (1) 건물의 BEMS를 통한 측정 및 검증은 기존건물의 특성을 반영한 정확성이 높은 베이스라인 모델의 작성을 가능하게 한다. 본문의 사례분석을 통해서 확인하였듯이, 월별데이터를 기준으로 하는 베이스라인 모델은 3년간의 데이터를 통해 시뮬레이션 모델을 보정할지라도, 데이터의 수준의 차이로 인해 높은 불확실성을 갖게 된다. BEMS의 시간단위 데이터 및 서브미터링 데이터를 활용하여 M&V를 수행할 경우 해석의 정확성을 높일 수 있으며 결과의 불확실성을 줄여 M&V의 해석범위를 넓히고, 신뢰성있는 분석을 가능하게 한다. 특히, 최소한 시간단위에너지 사용량 데이터를 이용하여 베이스라인 모델을 작성할 경우 M&V의 신뢰성을 크게 높일 수 있다. (2) 측정 및 검증과정에서 시뮬레이션 모델의 활용성을 높이기 위한 방법을 제안하였다. 모델의 보정과정에 객관성을 확보하기 위해서는 측정데이터를 활용하는 것이 권장된다. 그러나, 모든 입력파라미터들을 측정하는 것은 불가능하기 때문에, 주요 파라미터를 선별하여 검증항목을 단순화하는 과정이 필요하다. 본 연구에서 활용한 민감도분석 방법은 시뮬레이션 모델에서 에너지사용량에 높은 영향력을 주는 파라미터들을 분석하여 사용자에게 제공한다. 민감도 분석을 보정과정에서 활용할 경우 보정파라미터의 범위와 갯수를 객관적으로 줄일 수 있어 시뮬레이션을 이용한 M&V의 활용성을 높일 수 있을 것으로 사료된다. (3) 시간단위 데이터를 이용한 에너지시뮬레이션 모델의 보정과정에서 운영스케줄을 일반화하기 위한 방법을 제안하였다. k-means 클러스터링과 같은 군집분석방법은 BEMS에 내재되어있는 건물의 운영적인 특성을 일반화하기에 적합한 방법이다. 본 연구에서는 업무용 건물에 대한 사례분석을 통해 운영패턴을 일반화시킬 수 있음을 확인하였다. 또한 클러스터링 과정에서 값을 결정하기 위해, 실루엣 분석을 통해 적합도 분석을 수행하였고 이를 통해 클러스터링 결과물의 일반화를 검증하였다. 이와 같은 방법은 건물의 운영적인 특성을 반영한 스케줄 작성을 가능하게 하며 특히, 시간단위로 보정시뮬레이션 모델을 개발하는데 유용하게 활용될 수 있는 방법이다. (4) 연구의 전과정에 대한 적용성 검증을 통해 전체적인 방법론을 검증하였다. 본 연구에서 제안한 BEMS데이터를 활용한 측정 및 검증은 다양한 통계적인 기법을 활용하여 단계별로 모델을 작성하는 과정을 거친다. 전반적인 과정에 대한 검증을 위해 업무용 건물의 BEMS데이터를 기반으로 M&V 사례분석을 수행하였다. 사례분석을 통해, 시간단위 데이터 에너지사용량 데이터와 서브미터링 데이터를 통해 베이스라인 모델을 작성함으로써, M&V의 정확성을 크게 높일 수 있고, 이를 통해 월별데이터를 기반으로 해석하지 못하는 범주의 M&V의 평가를 가능하게 하여 활용범위를 확장시킬 수 있고 높은 정확도를 기반으로 안정적인 결과를 제공할 수 있다. 건물의 에너지절감은 에너지를 절감하기 위한 활동으로부터 시작되며 이러한 활동이 지속적으로 활발히 이루어지기 위해서는 그 결과를 검증하고 확인하며, 보완하는 과정이 필수적이다. 측정 및 검증은 에너지절감량을 검증하는 방법이지만 단순히 사업의 성공여부만을 평가하는 것이 아니라 이를 통해 보완책을 마련하는 의미를 가지고 있다. BEMS를 통해 구체적이고 세부적인 정보를 기반으로 정의된 베이스라인 모델은 검증과 보완과정에서 활용될 수 있으며, 높은 정확도를 기반으로 안정적인 사업성을 분석할 수 있는 기능을 갖는다. 그러나, 모델링 과정의 노력과 정보가 포함되지 않은 단순히 하나의 숫자로 표현된 에너지절감량은 높은 리스크를 동반할 수 있다. 본 연구에서는 이러한 관점에서 BEMS 데이터를 사용하는 의미를 고찰하고 그 활용성을 검증하는데 초점을 두었다. 연구의 결과를 통해 기존건물에서 BEMS가 갖는 중요성과 측정 및 검증의 활용이 높아질 것으로 기대된다.
The evaluation of energy saving in existing buildings is carried out through measurement and verification (M&V) process. The M&V guideline and various research papers state that the M&V through measurement data and BEMS data show a high precision. However, it is unclear how much it is meaningful qua...
The evaluation of energy saving in existing buildings is carried out through measurement and verification (M&V) process. The M&V guideline and various research papers state that the M&V through measurement data and BEMS data show a high precision. However, it is unclear how much it is meaningful quantitatively, and there is significantly lack of study regarding the development of baseline model using such data. Especially, there is no clear difference with general M&V process of monthly data, so the M&V using BEMS data is not being utilized effectively. In this regard, it was intended to confirm the significance of data level in the M&V first in this study. It was examined how the collection period of energy consumption data (monthly, hourly) and data level such as sub-metering (Total, System, sub-System) influenced the precision of model, what significance the M&V had, and how the BEMS data-based method differed from the existing methods through uncertainty. And, it was intended to present a method to define the model calibration carried out based on the user subjectivity objectively. It is recommended to use measurement data for each input parameter of simulation model for objective calibration. However, it is impossible to use measurement data for all parameters. Therefore, it is necessary to select items to measure first. The simplification of measurement items based on the sensitivity analysis provides parameters that play a major role in the calibration of simulation model selectively, enabling to reduce the extensive verification areas of model and objective calibration through the replacement and review of influenced parameters with measurement data. Lastly, the method to generalize the operating schedule through BEMS data was suggested. A massive amount of information is delivered through BEMS. However, such raw information should be understood according to the purpose of user. Analyzing the characteristics of BEMS data can be one of methods to improve the precision of baseline model. The clustering analysis such as K-means is a method to extract underlying information using extensive measurement data, and it is expected that the precision of baseline model could be improved using such method. In this study, it was intended to improve the precision of model by generalizing operating schedule of simulation model using BEMS data, and the operating schedule which reflected the characteristics of building was generalized through such process. The result of this study was verified through case analysis. In conclusion, the methodology was verified through this study and the reliability level on the amount of energy saving was improved, improving the utilization and potential of BEMS in existing buildings. The result of this study can be summarized as follows. (1) The M&V through BEMS of buildings enable the preparation of highly accurate baseline model that reflects the characteristics of existing buildings. As confirmed through the case analysis in the text, the baseline model based on monthly data has a high uncertainty due to a difference in the data level even if the simulation model is calibrated through three years' data. The execution of M&V using hourly data and sub-metering data of BEMS can improve the precision of analysis and reduce uncertainty in the result, expanding the analysis range of M&V and enabling reliable analysis. Especially, if the baseline model is prepared using minimum hourly energy consumption data, the reliability of M&V can be improved significantly. (2) A method to improve the utilization of simulation model in the M&V process was suggested. In order to secure the objectivity in the model calibration process, it is recommended to use measurement data. However, it is impossible to measure all input parameters, so the process to simplify the verification items by selecting major parameters is necessary. The sensitivity analysis method used in this study analyzes parameters which significantly influence energy consumption in the simulation model and provides such parameters to users. If the sensitivity analysis is used in the calibration process, the range and quantity of calibration parameters can be reduced objectively, improving the utilization of M&V using the simulation. (3) A method to generalize the operating schedule in the energy simulation model calibration process using time series data was suggested. The cluster analysis method such as k-means clustering is an appropriate method to generalize the operational characteristics of building inherent in BEMS. In this study, it was confirmed through the case analysis regarding office buildings that this method could generalize the operation patterns. Also, in order to determine k value in the clustering process, the suitability analysis was carried out through the silhouette analysis, and the generalization of clustering result was verified. Such method enables the preparation of schedule that reflects the operational characteristics of building, and this method can be utilized usefully for developing the hourly unit calibration simulation model. (4) The overall methodology was verified through the verification of applicability for the all processes in this study. The M&V using BEMS data suggested in this study go through the process to create a model for each step using various statistical methods. For the verification of overall process, the M&V case analysis based on BEMS of office building was carried out. The preparation of baseline model through time series data, energy consumption data and sub-metering data can improve the precision of M&V significantly, enabling the evaluation of M&V in the categories that cannot be analyzed based on monthly data and expanding the utilization range, and it is possible to provide stable results based on high precision. Energy saving in a building begins with an activity to save energy, and in order to carry out such activity continuously and actively, the process to verify, confirm and supplement such results is essential. The M&V is the method to verify the amount of energy saving. However, this method not only evaluates the success or failure of business but also prepares complementary measures through the evaluation. The baseline model defined based on specific and detailed information through BEMS can be utilized in the verification and supplementation process, and it has a function to analyze stable business feasibility based on a high precision. However, the amount of energy saving simply shown in a figure without modeling process efforts and information may involve a high risk. In this regard, this study focused on the consideration of significance to use BEMS data and verification of its utilization. It is expected that the importance of BEMS in existing buildings and the utilization of M&V will be improved through the result of this study.
The evaluation of energy saving in existing buildings is carried out through measurement and verification (M&V) process. The M&V guideline and various research papers state that the M&V through measurement data and BEMS data show a high precision. However, it is unclear how much it is meaningful quantitatively, and there is significantly lack of study regarding the development of baseline model using such data. Especially, there is no clear difference with general M&V process of monthly data, so the M&V using BEMS data is not being utilized effectively. In this regard, it was intended to confirm the significance of data level in the M&V first in this study. It was examined how the collection period of energy consumption data (monthly, hourly) and data level such as sub-metering (Total, System, sub-System) influenced the precision of model, what significance the M&V had, and how the BEMS data-based method differed from the existing methods through uncertainty. And, it was intended to present a method to define the model calibration carried out based on the user subjectivity objectively. It is recommended to use measurement data for each input parameter of simulation model for objective calibration. However, it is impossible to use measurement data for all parameters. Therefore, it is necessary to select items to measure first. The simplification of measurement items based on the sensitivity analysis provides parameters that play a major role in the calibration of simulation model selectively, enabling to reduce the extensive verification areas of model and objective calibration through the replacement and review of influenced parameters with measurement data. Lastly, the method to generalize the operating schedule through BEMS data was suggested. A massive amount of information is delivered through BEMS. However, such raw information should be understood according to the purpose of user. Analyzing the characteristics of BEMS data can be one of methods to improve the precision of baseline model. The clustering analysis such as K-means is a method to extract underlying information using extensive measurement data, and it is expected that the precision of baseline model could be improved using such method. In this study, it was intended to improve the precision of model by generalizing operating schedule of simulation model using BEMS data, and the operating schedule which reflected the characteristics of building was generalized through such process. The result of this study was verified through case analysis. In conclusion, the methodology was verified through this study and the reliability level on the amount of energy saving was improved, improving the utilization and potential of BEMS in existing buildings. The result of this study can be summarized as follows. (1) The M&V through BEMS of buildings enable the preparation of highly accurate baseline model that reflects the characteristics of existing buildings. As confirmed through the case analysis in the text, the baseline model based on monthly data has a high uncertainty due to a difference in the data level even if the simulation model is calibrated through three years' data. The execution of M&V using hourly data and sub-metering data of BEMS can improve the precision of analysis and reduce uncertainty in the result, expanding the analysis range of M&V and enabling reliable analysis. Especially, if the baseline model is prepared using minimum hourly energy consumption data, the reliability of M&V can be improved significantly. (2) A method to improve the utilization of simulation model in the M&V process was suggested. In order to secure the objectivity in the model calibration process, it is recommended to use measurement data. However, it is impossible to measure all input parameters, so the process to simplify the verification items by selecting major parameters is necessary. The sensitivity analysis method used in this study analyzes parameters which significantly influence energy consumption in the simulation model and provides such parameters to users. If the sensitivity analysis is used in the calibration process, the range and quantity of calibration parameters can be reduced objectively, improving the utilization of M&V using the simulation. (3) A method to generalize the operating schedule in the energy simulation model calibration process using time series data was suggested. The cluster analysis method such as k-means clustering is an appropriate method to generalize the operational characteristics of building inherent in BEMS. In this study, it was confirmed through the case analysis regarding office buildings that this method could generalize the operation patterns. Also, in order to determine k value in the clustering process, the suitability analysis was carried out through the silhouette analysis, and the generalization of clustering result was verified. Such method enables the preparation of schedule that reflects the operational characteristics of building, and this method can be utilized usefully for developing the hourly unit calibration simulation model. (4) The overall methodology was verified through the verification of applicability for the all processes in this study. The M&V using BEMS data suggested in this study go through the process to create a model for each step using various statistical methods. For the verification of overall process, the M&V case analysis based on BEMS of office building was carried out. The preparation of baseline model through time series data, energy consumption data and sub-metering data can improve the precision of M&V significantly, enabling the evaluation of M&V in the categories that cannot be analyzed based on monthly data and expanding the utilization range, and it is possible to provide stable results based on high precision. Energy saving in a building begins with an activity to save energy, and in order to carry out such activity continuously and actively, the process to verify, confirm and supplement such results is essential. The M&V is the method to verify the amount of energy saving. However, this method not only evaluates the success or failure of business but also prepares complementary measures through the evaluation. The baseline model defined based on specific and detailed information through BEMS can be utilized in the verification and supplementation process, and it has a function to analyze stable business feasibility based on a high precision. However, the amount of energy saving simply shown in a figure without modeling process efforts and information may involve a high risk. In this regard, this study focused on the consideration of significance to use BEMS data and verification of its utilization. It is expected that the importance of BEMS in existing buildings and the utilization of M&V will be improved through the result of this study.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.