[논문]건물에너지관리시스템(BEMS) 관련 최신 연구동향

문현준

문제 정의

본 고에서는 Smart BEMS 관련 기술들에 대한 해외 및 국내 연구의 일부를 소개하였다. 기존의 BEMS 시스템은 건물 관리자의 경험 및 능력에 많이 의존하였기 때문에 BEMS시스템의 기능을 충분히 활용하기 어려웠다.
본 절에서는 운영 중인 건물의 에너지 효율을 높이고 추가적인 에너지 절감 부분을 찾기 위한 시뮬레이션 기술을 소개한다. 미국 DOE산하의 LBNL 국립연구소(Lawrence Berkeley National Laboratory)에서는 시뮬레이션 기반 실시간 건물 성능 평가 및 컨트롤 시스템을 개발하여 연구를 진행하고 있다.
이러한 Smart BEMS와 관련된 기술 연구는 다양한 주제로 진행되고 있으며 시뮬레이션 기반 실시간 성능 분석, 모델기반 예측 및 최적제어, 수요반응(Demand Response) 연계 제어 등을 포함한다. 최근 외국에서 Smart BEMS 시스템을 구축하기 위하여 많은 기술 개발 및 연구들이 진행되고 있으며, 본 고에서 Smart BEMS 기술과 관련된 일부 연구 동향을 소개하고자 한다.

제안 방법

이를 위하여 시뮬레이션 소프트웨어와 건물에 설치된 EMCS(Energy Management and Control System)을 연계하여야 한다. LBNL 에서는 자체 개발한 BCVTB (Building Control Virtual Test Bed)를 이용하여 BACnet과 같은 개방형 프로토콜을 기반으로 건물 모니터링 및 제어 시스템과의 시뮬레이션 프로그램간에 실시간 데이터 전송이 가능하도록 구성하였다. BCVTB는 하드웨어뿐만 아니라 시뮬레이션 프로그램(EnergyPlus, Simulink, TRNSYS 등)과 같은 소프트웨어들과 실시간 데이터 교환이 가능하게 하는 프로그램이다.
본 시스템은 시뮬레이션을 이용한 건물 에너지 성능 결과와 실제 건물에서의 에너지 모니터링 결과를 실시간으로 비교할 수 있어 Continuous commissioning 및 FDD (Fault Detection and Diagnosis)에 활용이 가능하다. 건물의 HVAC, 조명, 그리고 설비 장비들의 성능 측정 데이터와 설계 의도를 반영한 Reference 모델 (EnergyPlus)을 실시간으로 비교 분석함으로써 건물 시스템의 성능을 계속 평가하고 개선할 수 있는 시스템을 구축할 수 있다. 그림 6은 급탕 에너지에 대해서 시뮬레이션 결과 값과 측정된 값을 실시간으로 보여주고 있으며, 하단의 그래프는 측정된 값과 시뮬레이션 결과 값의 차이를 실시간으로 모니터링하는 모습이다.
또한, Smart BEMS 기술 개발 관련 국내연구로는 2011년도부터 지식경제부의 지원으로 수행하는 K·Smart 프로젝트가 있다. 본 프로젝트에서는 BCVTB를 활용하여 실시간 시뮬레이션 기반 BEMS 및 MPC기반 최적제어에 관한 연구를 국내 건물에 적용하여 진행하고 있다. 또한 건물정보모델링 (BIM) 기술을 접목하여 건축설계단계에서부터 건물운영단계까지의 건물 데이터 생애주기 관리 시스템 구축에 대한 연구도 병행하고 있다.

대상 데이터

또한 건물정보모델링 (BIM) 기술을 접목하여 건축설계단계에서부터 건물운영단계까지의 건물 데이터 생애주기 관리 시스템 구축에 대한 연구도 병행하고 있다. 본 연구는 BEMS가 설치되어 있는 운영 중인 실제 건물에 적용하였으며, 심야전기보일러 및 바닥난방 시스템을 대상으로 실시간 시뮬레이션 결과와 실제 모니터링 데이터와의 비교 분석을 수행하였다(그림 11 및 그림 12 참조). 그 결과, 난방 시스템의 오작동 및 설계 의도와 맞지 않은 제어방법으로 운전되고 있음을 찾아낼 수 있었으며, 난방 부하 절감 방안을 도출하고 그 효과를 정량적으로 평가하였다.

성능/효과

본 연구는 BEMS가 설치되어 있는 운영 중인 실제 건물에 적용하였으며, 심야전기보일러 및 바닥난방 시스템을 대상으로 실시간 시뮬레이션 결과와 실제 모니터링 데이터와의 비교 분석을 수행하였다(그림 11 및 그림 12 참조). 그 결과, 난방 시스템의 오작동 및 설계 의도와 맞지 않은 제어방법으로 운전되고 있음을 찾아낼 수 있었으며, 난방 부하 절감 방안을 도출하고 그 효과를 정량적으로 평가하였다.
이 구성 도는 크게 데이터를 받아오는 EMCS환경과 실시간 시뮬레이션 구현 환경(EnergyPlus, Database)으로 나눌 수 있으며, BCVTB를 이용하여 상호 연결된다. 본 시스템은 시뮬레이션을 이용한 건물 에너지 성능 결과와 실제 건물에서의 에너지 모니터링 결과를 실시간으로 비교할 수 있어 Continuous commissioning 및 FDD (Fault Detection and Diagnosis)에 활용이 가능하다. 건물의 HVAC, 조명, 그리고 설비 장비들의 성능 측정 데이터와 설계 의도를 반영한 Reference 모델 (EnergyPlus)을 실시간으로 비교 분석함으로써 건물 시스템의 성능을 계속 평가하고 개선할 수 있는 시스템을 구축할 수 있다.
북미 지역과 유럽 일부 그리고 호주 등에서 각 지역의 전력 시장 상황에 맞는 모듈들이 활발히 개발되고 있으며, 미국 DRRC(Demand Response Research Center)에서는 건물 수요반응 전략에 따라 에너지 성능을 평가할 수 있는 프로그램을 개발하였다. 이 프로그램은 조명 및 HVAC 제어 등 다양한 DR 제어 전략들에 대하여 시뮬레이션 상으로 사전에 평가를 가능하게 하며, 이를 통하여 최대 피크 부하 저감뿐만 아니라 실내 쾌적도를 만족시키는 최적의 제어 방법을 도출해낼 수 있다(그림 10 참조).
또한, 보일러 시스템을 대상으로 MPC 알고리즘을 개발하였으며, HVAC 시스템에 대한 적용 연구가 현재 진행 중에 있다. 한편, 환기시스템에 대하여 실시간 시뮬레이션 시스템을 적용하였으며, 시뮬레이션 기반 제어를 통하여 기존 제어 방법 (상시 환기)에 비해 CO₂ 실내 적정 기준(1000 ppm)을 만족하면서 에너지를 절감 효과를 확보할 수 있는 운영방안을 도출할 수 있었다(그림 13 참조).

후속연구

마이크로소프트의 Hohm은 구글의 PowerMeter와 달리 스마트미터를 설치하지 않은 고객들도 쉽게 접근할 수 있도록 설계되었으며, 사용자가 보다 많은 정보를 제공하는 만큼 보다 나은 에너지 관리 서비스를 받을 수 있다고 전제하고 있다. 건물 사용자가 월별 전기 사용량과 가전의 전기소비량 정보와 같은 구체적인 정보를 얻을 수 있다면, Hohm은 에너지 사용을 줄일 수 있는 구체적인 제안을 제공할 것이라고 예상했다. 하지만 단순히 에너지 데이터를 전달하는 것만으로는 소비자들로 하여금 에너지에 대한 관심을 불러일으키기가 쉽지 않았으며, 결국 서비스를 중단하였다.
국내의 경우 아직은 수집된 건물 에너지 정보인 Big Data를 이용하여 연간, 월별 에너지 사용량 등과 같은 단순 통계처리 및 리포트 기능에 한정되어 있는 경우가 많다. 따라서 에너지 데이터에 대한 심도있는 분석 방법과 그 결과를 이용한 개별 건물 구성요소 및 설비 시스템, 그리고 건물 전반적인 운영과의 효과적인 연계에 대한 연구가 필요할 것이다. 또한, 몇 개월씩 소요되는 분석 시간을 단축시켜 실질적인 건물에너지 저감 운영방법을 도출할 수 있어야만 건물에너지 절감 효과를 극대화할 수 있을 것이다.
이는 그림 7과 같이 건물 상태와 기상 정보 모니터링 데이터, 에너지 비용, 그리고 쾌적도 기준과 같은 정보와 함께 MPC controller를 통하여 건물 시스템 성능을 최적화하는 시스템을 의미한다. 또한 MPC와 real weather forecasting 모델을 연계함으로써 보다 정확한 에너지 최적 제어 시스템 구축이 가능하다.
따라서 에너지 데이터에 대한 심도있는 분석 방법과 그 결과를 이용한 개별 건물 구성요소 및 설비 시스템, 그리고 건물 전반적인 운영과의 효과적인 연계에 대한 연구가 필요할 것이다. 또한, 몇 개월씩 소요되는 분석 시간을 단축시켜 실질적인 건물에너지 저감 운영방법을 도출할 수 있어야만 건물에너지 절감 효과를 극대화할 수 있을 것이다. 건물운영 및 관리에 대한 리소스 수준과 기능을 세밀한 수준으로 확장시키려는 노력이 요구되고 있으며, 이를 해외에서는 SBMS(smart building managed services)라고 한다.
따라서 BEMS와 IT기술을 접목하여 보다 진일보한 Smart BEMS 기술 개발하고, 에너지 소비 및 비용 절감을 극대화하고 건물운영 비용을 최소화하면서 재실자의 만족을 최대화할 수 있는 최적화된 시스템을 구현하기 위한 노력이 계속 진행되고 있다. 본 고에서 소개한 Smart BEMS 기술을 통하여 실시간 시뮬레이션 기술의 접목, 건물 시스템의 최적제어 및 건물 운용 방법 최적화, 수요반응(Demand Response, DR)과의 연계, BIM기술 활용 등이 가능할 것이며 복잡하지만 정교한 에너지관리 시스템을 구축할 수 있을 것으로 판단된다.
하지만 단순히 에너지 데이터를 전달하는 것만으로는 소비자들로 하여금 에너지에 대한 관심을 불러일으키기가 쉽지 않았으며, 결국 서비스를 중단하였다. 이는 거주자의 단순한 정보 제공만으로는 높은 에너지 절약 효과를 기대할 수 없음을 보여주며 시스템화된 건물 에너지 최적 제어 기술의 개발이 요구됨을 보여주었다.
장기적인 관점에서 볼 때, BEMS의 설치 및 보급과 함께, 건물에너지 관련 Big Data의 관리 및 분석방법, 에너지 절감 효율의 정량적인 비교분석 방법의 정립, M&V의 적용, Continuous Commissioning 및 FDD 적용 기술 등에 대한 지속적인 연구가 필요할 것으로 생각된다. 이러한 기술은 건축환경설비 기술과 IT 기술이 융합되었을 경우에 그 효과가 극대화될 것이며, 실질적 건물에너지 절감을 통한 국가 에너지 절감 목표에 기여할 것이다.
장기적인 관점에서 볼 때, BEMS의 설치 및 보급과 함께, 건물에너지 관련 Big Data의 관리 및 분석방법, 에너지 절감 효율의 정량적인 비교분석 방법의 정립, M&V의 적용, Continuous Commissioning 및 FDD 적용 기술 등에 대한 지속적인 연구가 필요할 것으로 생각된다.
우리나라는 에너지소비량 세계 10위, 석유 소비 세계 6위, 에너지 수입량 세계 4위의 에너지 다소비 국가이다. 향후 우리나라는 지속적인 경제 성장을 위하여 기존의 주요 에너지원인 화석연료 의존에서 탈피해야 하며 신 산업구조 및 친환경 에너지 소비체계 구축, 에너지절약과 이용 효율의 제고, 신 재생에너지 이용 확대 등 다양한 방향으로의 대책마련이 요구되고 있다.

핵심어	질문	논문에서 추출한 답변
	건물에서 수요반응이란 무엇인가?	건물에서 수요반응이란 건물 내에서의 에너지 요구량(부하)을 줄이거나 프로파일을 변화시킴으로써 최종적인 에너지 소비량을 줄이도록 유도하는 것이다. 건물에너지 부하를 변화시키는 방법에는 에너지효율을 높이는 방법, 한계 부하를 설정하는 방법, 최대부하 제어 방법, 부하를 전환하는 방법 등이 있다 (그림 9 참조).
	상업용 건물용으로 개발된 BEMS의 공통기능은?	상업용 건물용으로 개발된 BEMS의 종류는 다양하지만, 기본적인 공통기능은 데이터의 수집, 분석, 평가 및 에너지 운용 효율에 대한 리포트 기능이라고 할 수 있다. 개별 시스템에 대한 컨트롤 기능 또는 관리 수준에 따라 BEMS를 구분할 수 있으나, 크게 보면 주로 모니터링과 리포트 기능에 충실한 패시브 시스템과 심도 있는 분석 기능 및 건물 내 개별 컴포넌트에 대한 컨트롤 기능을 갖춘 액티브 시스템으로 구분해볼 수 있다.
	구글이 구글 파워미터 제공을 중단한 이유는?	구글 파워미터는 스마트 미터를 이용하여 소비자들에게 에너지 사용량을 실시간으로 모니터링을 할 수 있게 제공함으로써 에너지 사용량을 줄일 수 있도록 도와주는 툴이다. 하지만 사용자와 전력사업자와의 충분한 협력이 어렵다는 이유로 중단하였다. 마이크로소프트의 Hohm은 구글의 PowerMeter와 달리 스마트미터를 설치하지 않은 고객들도 쉽게 접근할 수 있도록 설계되었으며, 사용자가 보다 많은 정보를 제공하는 만큼 보다 나은 에너지 관리 서비스를 받을 수 있다고 전제하고 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

건물에너지관리시스템(BEMS) 관련 최신 연구동향 원문보기

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

건물에너지관리시스템(BEMS) 관련 최신 연구동향 원문보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

AI 본문요약
AI-Helper