서 론

전 세계적으로 급격한 기후변화에 따라 건물 분야에서의 온실가스 저감을 위한 다양한 형태의 에너지 절감노력이 이루어지고 있다. 현재 신축 및 공공 건축물 중심의 다양한 사업 추진과 정책 및 제도, 관련 규제나 혜택 등 명확한 방향성이 수립되어 있고 기존 건축물에서는 리모델링, energy retrofit 등 관련 사업을 통한 에너지 관리방안이 부각되고 있으나 체계적인 정책 및 제도 여건이 부족한 상황이다(Cho and Lee, 2020). 글로벌 리모델링 시장규모는 2026년까지 연 평균 3.9%의 시장규모 확대가 예상되나(Global Market Insights (Pulidindi and Pandey, 2020)), 기존 건축물의 경우 개별 건물의 특성, 경과년수 등 여러 요인에 따라 건물 수집정보 수준이 각기 다르고 수집된 건물정보의 불확실성 등 실제 건물의 정확한 성능정보 파악이 어려워 정밀한 개선방안 수립이 제한적인 상황이다(Choi et al., 2018).

건축물의 냉난방에너지 사용량은 온도, 습도, 일사량 등의 여러 기후요인부터 건물 재료, 운영조건, 냉난방 시스템 등 건물특성까지 다양한 변수에 의해 수준이 결정되며 특히, 기존 건축물의 경우 건물재료의 노후화, 냉난방 시스템 효율 저하 등 경과년수에 따른 건물정보까지 반영되어야 비로소 정확한 에너지 사용수준을 파악할 수 있다(Yoon et al., 2014).

외기온도는 냉난방에너지 소비 및 변화 특성 파악을 위한 가장 주요한 매개변수로 국내외에서 교육, 상업 등 다양한 건물유형의 냉난방에너지 소비수준 파악을 위해 외기온도, 냉난방도일 기준온도 중심의 베이스라인 모델 수립 및 분석연구가 이루어지고 있다. 하지만, 현재까지 대다수 연구에서는 일반적인 에너지소비특성을 지닌 건물에서의 베이스라인 모델 분석 연구에 초점을 두고 있어 에너지다소비건물군에서의 적정 베이스라인 모델유형 선정과 이에 따른 냉난방에너지 소비특성 파악이 제한적이고 모델 기준변수인 외기온도와 냉난방도일 기준온도의 적정성 검토가 이루어지지 않은 상황이다.

이에 본 연구에서는 국내 특정 지역 내 에너지다소비 상업용 건물군을 대상으로 외기온도 중심의 적정 일 단위 베이스라인 모델 유형에 따른 냉난방에너지 소비특성을 분석하고 냉난방도일 기준온도 중심의 베이스라인 모델과 성능 비교분석을 수행하고자 한다.

관련 연구 동향

국내외적으로 여러 건물 규모 및 유형에서 안정성 높은 베이스라인 모델 구축을 위한 에너지 소비요인 탐색, 영향요인과 에너지 및 운영비용 간의 관계분석, 그리고 영향요인 기반의 베이스라인 구축을 통한 소비 특성 분석 및 패턴 분류까지의 다양한 연구가 수행되고 있다. 이강희 외(2009)는 공동주택을 중심으로 에너지 비용 추정모델을 개발하기 위해 주요 건물정보(경과년수, 세대수, 관리면적, 주차 및 엘리베이터 대수, 건물체적 등)와의 영향인자 상관관계를 분석하고 주요 영향인자를 기준으로 단순선형회귀 및 다중회귀분석을 통한 비용 추정모델을 수립하였다. 우혜지 외(2016)는 건물에너지 소비량의 영향을 주는 여러 인자 중 영향력이 높은 인자인 외기온도를 중심으로 24개 건물유형에 대한 에너지 소비 특성을 분류하고 data driven methods 기반의 개발된 energy matrix를 통해 에너지소비 패턴 분류방안을 제시하였다. 최근에는 건물 에너지 주요 영향인자 탐색과 관계 분석뿐만 아니라 기상정보 중 외기온도를 중심으로 에너지 베이스라인모델 성능평가와 모델 기반의 소비패턴 유형화 연구도 이루어지고 있다. 윤진하 외(2017)는 국내 에너지다소비 대학 건물군의 월별 에너지 사용량 활용하여 change point model 기반의 베이스라인 모델 구축을 통해 소비패턴을 12가지로 유형화하고 소비패턴별 건물 에너지 영향인자를 추출하여 건물 에너지 관리방향을 제시하였다. 국내에서는 대다수 연구에서 일반적인 특성을 지닌 건물유형에서 건물에너지 영향인자 분석과 에너지다소비 건물을 대상으로 월별 단위에서의 에너지 베이스라인 모델 수립 연구가 수행되고 있으나, 월별 이하 일별 단위에서의 대상 건물군의 적정 베이스라인 모델 유형 선정과 모델 기준변수인 외기온도에 대한 적정섬 검토가 제한적이다.

해외에서는 에너지 베이스라인 모델의 성능과 모델에 따른 에너지 예측 정확도를 높이기 위해 다양한 베이스라인 모델 개발이 이루어지고 있다. Meng et al. (2018)은 HDD (Heating degree-days)를 중심으로 건물유형별(문화, 교육시설) 소비 패턴을 분석하기 위해 시간별 CPQR (Change-Point Quantile Regression)기반의 베이스라인 모델을 수립하였으며 CPQR 모델은 기존 CPLS (Change Point Least Square)에 비해 기상 의존도가 높은 에너지소비량에 대한 특성분석 파악이 정확하였다. Fu et al. (2019)은 7개 업무용 건물의 건물 전체의 급탕에너지 소비특성 파악을 위해 가우스 프로세스 회귀방법 기반의 베이스라인 모델을 구축하여 건물 내부에서 사용되는 전력량, 냉난방에너지를 예측하였으며, 제시한 모델은 기존 Change Point Model 대비 평균 15% 이상의 추가성능을 확보하였다. Yassaghi and Hoque (2021)는 기후변화에 유연한 건물군의 에너지 해석의 정확성을 높이기 위해 현재 기후변화의 추세에 따른 평균 연간 기상 변수 시뮬레이터를 구축하고 기상조건에 따른 동적 건물 시뮬레이션 기반의 연간 에너지 데이터를 수집하여 full pricipal component regression model을 개발하였다. 해당 모델을 통해 불확실성 높은 기상에 대한 유연성 높은 베이스라인 모델성능이 도출되었다. 앞서 해외 연구에서는 주로 시간별, 일별 단위에서의 베이스라인 모델 성능개선을 중심으로 연구가 수행되었으나 모델 기준변수인 외기온도, 냉난방도일 기준온도의 활용에만 그쳐 있다.

현재까지 여러 일반적인 건물 유형에서의 에너지소비특성에 따른 베이스라인 모델 유형화와 에너지 베이스라인 모델 성능개선이 제안되고 소비패턴 분석이 이루어지고 있으나, 에너지다소비건물의 특성을 반영한 최적 베이스라인모델 수립 연구는 제한적이며 개별 건물에서의 베이스라인 모델의 기준변수(외기온도)의 적정수준 파악이 어려운 상황이다.

건물 및 기상 데이터 수집

Table 1은 본 연구에서의 대상 건물정보를 나타낸 것으로 국내 서울에 위치한 5개 상업용 건물을 선정하였다. 대상 건물군은 ‘19년 기준 국내 에너지다소비건물(연간 에너지사용량 2,000 toe 이상)인 2,897개 중 상업용 건물 내 냉난방면적이 연면적 대비 70% 이상인 에너지소비 상위 건물에 해당한다(KEA, 2020). 대상 건물군은 4만㎡ 이상의 중형규모부터 19만㎡의 대형규모까지 6년 이하의 경과년수부터 30년 이상 경과년도를 포함한 건물군을 선정하였다. 개별 건물의 에너지원의 경우 냉방은 주로 전기, 난방은 모든 건물에서 가스로 운영되고 있다. 분석기간은 ‘19년 1월부터 7월까지 주말 및 공휴일을 제외한 주중을 중심으로 절기별 평균 2개월 이상의 충분한 표본 데이터 확보를 통해 동절기, 중간기, 하절기 기간 동안의 일단위 베이스라인 모델 유형을 수립하고 에너지 소비특성을 분류하였다.

대상 건물군의 냉난방에너지 소비특성 분석을 위한 베이스라인 모델의 기준변수는 일 평균기온으로 국내 기상청(KMA, Korea Meteorological Administration)으로부터 분석기간의 데이터를 수집하였다. 일 평균기온은 건물의 냉난방에너지 소비, 건물 운영조건 등에 가장 영향성이 높은 변수로 모든 건물에서 습도, 풍속, 풍향 등 다른 기상변수 대비 정확한 냉난방 소비특성 분석에 있어 정확한 기준변수로 활용된다(Kim and Lee, 2009).

일 단위 베이스라인 모델 수립

Segmented linear regression 모델

대상 5개 건물에 대한 일 단위 냉난방 베이스라인 모델 수립을 위해 분할선형회귀(segmented linear regression) 모델을 활용하였다. 활용 모델은 주어진 데이터셋에 대해 단순 선형회귀(linear regression) 분석기법을 기반으로 독립변수에 따른 종속변수의 추세 또는 수준의 변화가 일어나는 구간에 변곡점(change point)을 생성하고 변곡점으로부터 각 구간을 분할하여 선형 회귀모델이 산출된다(Valsamis et al., 2018). 특히, 본 연구에서와 같이 기온에 따라 냉방, 난방, 그리고 기본부하가 분리되는 특성을 갖고 있는 데이터에 대해 기존 선형회귀 모델 대비 정확한 모델 수립이 가능하다(Lei and Hu, 2009). 실제 비선형 특성을 지닌 데이터에 대해 1개 이상의 변곡점을 생성하고 선형관계로 근사화하는 분할선형회귀 모델은 독립변수(일 평균 기온)에 따른 종속변수(냉난방에너지 소비량)의 구간별 특성이 변화하는 데이터 특성을 정확히 나타내는데 유용하다(Meng et al., 2020).

식 (1), (2)는 개별 건물의 전체 에너지사용량에 대한 외기온도를 독립변수로 가정하였을 경우 변곡점을 중심으로 기본 및 냉난방 부하의 산출식을 나타낸 것이다(Lee, 2000).

여기서 Et는 구간별 에너지사용량, βo는 E-intercept, β1은 냉·난방 기울기, Tt는 구간별 일 평균기온, 그리고 et는 오차를 나타낸다. 식 (1)을 통해 개별 건물의 기본부하를 산출할 수 있고 식 (2)를 통해 냉난방에너지 사용량 추정치를 구할 수 있다. 하지만, 각 건물의 에너지 사용특성에 따라 기본부하, 냉방 또는 난방 중심의 소비유형(2-change point)으로 분류될 수도 있고 경우에 따라 냉방 또는 난방에너지 소비에 집중(1-change point)된 소비특성을 나타낼 수 있다(Mitchell et al., 2015). 이에 본 연구에서는 각 개별건물의 정확한 냉난방소비 유형을 파악하기 위해 2개 일 단위 베이스라인 모델로 변곡점이 1개 또는 2개로나타나는 1-change pont (1-CP), 2-change point (2-CP) 모델의 성능비교를 통해 건물특성별 최적 베이스라인 모델을 선정하고 냉난방에너지 소비특성을 분석하였다.

일 단위 베이스라인 모델 수립방안

본 연구에서는 사전연구를 통해 대상 건물의 냉난방 에너지소비유형에 따라 Figure 1과 같이 1-CP 유형(냉난방 중심 건물)과 2-CP 유형(냉방, 난방, 그리고 기본부하가 분류되는 건물, 기본부하가 냉방 또는 난방 중심인 건물)의 일 단위 베이스라인 모델을 선정하였다. 먼저, Figure 1의 (a)인 1-CP 모델유형은 대상 건물의 기본부하(base) 구간없이 냉방 또는 난방 중심의 유형이다. Figure 1의 (b), (c), (d)는 2-CP 모델유형으로 대상건물의 기본부하가 기본부하, 냉방, 그리고 난방 중심의 모델로 구분된다. 2-CP Base 모델유형은 기본부하가 해당 기온구간에서 냉방 또는 난방에 치우쳐져 있지 않은 모델이며 2-CP Base (cooling, heating) 모델 유형의 경우 해당 기온구간에서 기본부하가 냉방 혹은 난방 중심에 편중되어 있는 모델로 구분하였다. 상기 분류된 1-CP 및 2-CP의 일 단위 베이스라인 모델을 중심으로 대상 5개 건물의 모델유형별 성능 비교를 통해 최적 모델을 선정하고 각 건물의 소비특성을 분석하였다.

Figure 1.

Schematic diagram of daily energy baseline model type of cooling and heating energy consumption based daily mean outdoor air temperature

베이스라인 모델 성능평가 지표

미국 ASHRAE Guideline 14-2002 (ASHRAE, 2004)에서는 일반적으로 일 단위 에너지 베이스라인 모델에 대해 결정계수(R2) 및 CV(RMSE)의 2가지 성능지표를 적용하고 있다. 각 필요상황에 따라 root mean square error (RMSE), median absolute relative total error (med (absRTE)), relative bias (relBias) 등의 지표를 활용하기도 하나 본 연구에서는 기본적인 일 단위 에너지 베이스라인 모델유형(1-CP, 2-CP)을 산출하고 모델 성능비교를 위해 R2 및 CV(RMSE) 지표를 활용하였다.

R2은 실제 데이터 및 회귀모델로부터 산출된 추정 데이터 간의 적합도를 평가하기 위해 사용되고 CV(RMSE)는 실제 및 추정 데이터 간의 변동성을 나타내며 식 (3), (4)는 R2 및 CV(RMSE) 산출식을 나타낸 것이다(Rui and Bandera, 2017). 여기서 si는 예측(추정) 에너지소비량, mi는 실제 에너지소비량, m¯은 실제 에너지소비량 평균을 의미한다.

기상 및 건물 데이터 기본특성

수집 및 처리된 기상 데이터(일 평균 기온) 및 냉난방에너지 소비데이터를 활용하여 단순선형회귀모델 기반의 베이스라인 모델을 수립하고 각 건물의 냉난방에너지 소비특성 분석과 동시에 베이스라인 모델의 제한성을 파악하였다. 먼저, 분석기간 내 대상 지역의 일 평균 기온(전체기간)은 12.89℃이며 각 절기별(동절기, 중간기, 하절기)로 1.94℃, 11.95℃, 23.91℃로 도출되었다. Figure 2는 위 기상조건에 따른 대상 5개 건물의 단위 면적당 전력 Site 에너지 소비량(Energy Use Intensity)을 나타낸 것이며 건물 E (0.39 kWh/㎡) > 건물 B (0.34 kWh/㎡) > 건물 A (0.32 kWh/㎡) > 건물 D, C (0.27 kWh/㎡) 순으로 0.27~0.39 kWh/㎡의 유사한 수준을 보였다. 하지만, 각 절기별 에너지 소비수준에서 난방 기간(’19년 1-2월) 및 냉방기간(’19년 6-7월) 내 5개 건물의 단위 면적당 에너지소비 편차는 각 0.27 kWh/㎡, 0.14 kWh/㎡로 난방 기간의 소비편차가 냉방 기간 대비 87%의 큰 차이가 나타났다. 이는 각 건물별 난방 기간 내 운전조건, 난방 에너지원 등의 차이로 판단된다.

Figure 2.

Linear regression analysis of cooling and heating energy consumption with daily mean outdoor air temperature for commercial buildings

Figure 2에서 각 건물별로 수립된 단순 선형회귀모델을 중심으로 모델성능 산출결과, 건물 B (R2=0.490) > 건물 C (R2=0.293) > 건물 A (R2=0.182) > 건물 D (R2=0.042) > 건물 E (R2=0.020) 순의 모델 성능이 산출되었고 모든 건물에서 평균 R2=0.205의 매우 낮은 모델성능이 산출되었다. 이는 모든 건물은 5~15℃의 일 평균 기온 범위에서 냉난방 소비특성이 변화되나 해당 모델은 독립변수가 변화되는 특정 구간에 관계없이 투입된 모든 데이터에 대한 회귀모델이 수립되고 이에 따른 모델 성능이 산출된다. 즉, 해당 모델은 독립변수의 변화 구간별 종속변수에 대한 유연성이 부족하다는 것을 의미하며 변화 구간에 대한 적정 대응이 필요한 모델 수립이 요구된다는 것을 의미한다.

냉난방에너지 소비특성 분석

일 단위 베이스라인 모델유형별 소비특성

대상 5개 건물의 일 단위 에너지 베이스라인 모델유형별(1-CP, 2-CP) 냉난방에너지 소비특성을 분석하였다. Figure 3은 대상 건물군에 대한 segmented linear regression 기반의 1-CP 및 2-CP 모델 산출결과이며 이에 따른 절기별 모델성능 및 산출식은 Table 2, Table3과 같다. 먼저 각 베이스라인 모델 유형별 변곡점 온도 산출결과, 1-CP 모델의 경우 12.34~15.81℃, 2-CP 모델에서 1.77~10.22℃(난방시작) 및 12.64~20.19℃(냉방시작)가 도출되었다. 각 변곡점 온도는 국내 기상청에서의 해당 지역(서울)의 냉난방도일 기준온도(난방-18℃, 냉방-24℃)과 비교하였을 경우 현저히 낮은 수준에서 냉방이 가동되는데 이는 에너지다소비건물의 특성상 내부 조명, 장비 등 여러 내부부하로 인한 건물 내부온도 상승이 기인한 것으로 판단된다. 일 단위 베이스라인 모델 성능 측면에서 모든 건물의 1-CP 모델 성능은 평균 R2=0.887으로 2-CP 유형(R2=0.767) 대비 우수하였으나, 일부 건물(건물 A, C, D)에서 2-CP 모델의 평균 CV(RMSE)=19.978%로 1-CP 모델(CV(RMSE)=24.583%) 대비 높은 안정성을 보였다. 이는 기본부하 구간 내 2-CP 모델유형이 1-CP 모델 대비 일 평균 기온에 따른 냉난방에너지소비량 변화에 대한 모델 신뢰성이 높다는 것을 의미한다. 또한, 건물 A, C, D에서 기본 부하는 Figure 1에서 제시한 2-CP 모델 중 2-CP Base (cooling)에 근접한 유형을 나타냈으며 대상 3개 건물의 내부 부하에 따른 에너지 소비 증가가 기인한 것으로 판단된다. 이외 건물 B, E는 1-CP 모델의 성능(평균 R2=0.875, CV(RMSE)=13.900%)이 2-CP 모델(평균 R2=0.741, CV(RMSE)=16.883%) 대비 우수하였다.

Figure 3.

Daily energy baseline model with different model type (1-CP, 2-CP) for highly energy demand commercial buildings

산출된 일 단위 베이스라인 모델을 통해 모든 건물에서 R2을 기준으로 1-CP 모델이 적정유형으로 산출되었으나 일부 건물 A, C, D는 CV(RMSE)를 기준으로 2-CP 모델이 냉난방에너지 소비특성 파악하는데 설명력 높은 유형으로 선정되었다. 각 건물별 최적 일 단위 베이스라인 모델유형은 각기 다르게 산출되었으나, 공통적으로 대상 건물군의 에너지다소비 특성이 반영되어 기본부하 구간이 적거나 냉방에 집중된 특성을 나타냈다.

일 단위 베이스라인 모델 기준변수 적정성 검토

본 장에서는 앞서 일 단위 베이스라인 모델수립을 위해 사용된 일 평균 기온과 지역별로 제공되는 냉난방도일을 기반으로 산출된 냉난방 기간의 모델성능 비교를 통해 모델 기준변수에 대한 적정성을 검토하고자 한다. Table 4는 건물별 최적 일 단위 베이스라인 모델 기반의 냉난방 기간의 성능(model 1)과 냉난방도일 기준온도에 따른 모델(model 2) 성능을 나타낸 것이며 전반적으로 model 1 (평균 R2=0.868, CV(RMSE)=16.776%)은 model 2 (평균 R2=0.654, CV(RMSE)=19.776%) 대비 정확한 모델성능이 산출되었다.

각 냉난방 기간의 베이스라인 모델 성능 산출결과, 난방 기간 내 건물 E를 제외한 모든 건물에서 model 1은 평균 R2=0.861, CV(RMSE)=4.326%으로 model 2 (R2=0.714, CV(RMSE)=9.674%)에 비해 5% 이상의 높은 성능을 보였으며 건물 E는 일 평균기온과 난방에너지 사용량과의 높은 유의관계를 보이나 모델의 변동성 측면에서 난방도일 기준온도를 활용하는 것이 유리한 것으로 판단된다. 냉방 기간에서도 일부(건물 C, D) 건물을 제외한 건물 A, B, E에서 model 1의 성능이 우수하였으나 건물 C, D에서 model 1은 평균 CV(RMSE)=43.941%로 model 2 (CV(RMSE)=18.161%) 대비 낮은 모델 성능을 보였다.

위 모델 기준변수별 일 단위 베이스라인 모델 성능 비교결과, 일 평균 기온은 대다수 건물에서 냉난방에너지 소비 특성을 파악하는데 가장 영향력 있는 변수로 산출되었으며 일부 건물에서는 냉난방도일 기준온도를 활용하는 것이 모델의 안정성 측면에서 유리하였다. 그러나, 개별 건물에서의 정확한 냉난방에너지 소비특성 및 유형을 파악하고 효율적인 에너지 관리방향을 수립하기 위해서는 일 평균 기온 중심의 정밀한 냉난방에너지 베이스라인 모델 수립이 필요할 것으로 판단된다.

결 론

본 연구에서는 국내 서울 지역에서의 에너지다소비 상업용 건물군을 대상으로 외기온도 중심의 segmented linear regression 분석을 기반으로 최적 일 단위 냉난방에너지 베이스라인 모델을 선정하여 냉난방에너지 소비특성을 분석하였다. 또한, 모델 수립을 위해 사용된 일 평균 기온과 지역별 냉난방도일 기준온도에 의해 산출된 냉난방 기간의 베이스라인 모델 성능 비교를 통해 모델 기준변수의 적정성을 검토하였으며 핵심 결과는 아래와 같다.

(1)5개 대상 에너지다소비 상업용 건물의 일 단위 냉난방에너지 베이스라인 모델 수립을 통한 변곡점 온도 산출 결과, 2-CP 모델을 중심으로 10.22℃(난방), 17.46℃(냉방)가 나타났으며 서울 지역의 냉난방도일 기준온도(난방-18℃, 냉방-24℃) 대비 낮은 수준에서 냉난방에너지 변화구간이 형성되었고 이는 에너지다소비 특성상 조명, 장비 등 내부부하에 의한 실내온도 상승이 기인한 것으로 판단된다.

(2)5개 대상 에너지다소비 상업용 건물의 최적 일 단위 냉난방에너지 베이스라인 모델 유형 선정결과, 각 1-CP(2개 건물), 2-CP(3개 건물) 모델 유형이 산출되었으나 모든 건물에서 냉방 또는 난방에 집중된 소비특성을 나타냈으며 특히, 2-CP 모델 유형으로 산출된 3개 건물에서 기본부하가 냉방에 집중된 2-CP Base (cooling) 유형에 근접하였다.

(3)각 건물별 최적 일 단위 베이스라인 모델수립 기준변수로 사용된 일 평균 기온과 지역 냉난방도일에 의해 산출된 모델 간의 성능 비교를 통한 기준변수의 적정성 검토 결과, 일 평균기온은 개별 건물의 냉방과 난방소비 특성을 가장 적절히 대응할 수 있는 변수로 산출되었고 이는 동일 지역에서도 각기 다른 에너지소비요인이 기인한 것으로 사료된다.

일 평균 기온 중심으로 산출된 일 단위 베이스라인 모델은 평균 80% 이상의 정확도로 안정된 성능을 나타냈으며, 이를 활용하여 예측된 익일의 일평균온도에 따른 전력소비의 적정성과 이상현상을 분석할 수 있는 도구로 활용이 가능할 것으로 판단된다. 추가적으로 정밀한 모델 수립을 위해서 외기온도 이외 영향을 미칠 수 있는 기상정보, 건물정보 등의 다변수 조건에서 모델이 필요할 것으로 요구된다. 향후, 대상 지역, 건물 용도 및 규모, 냉난방에너지원(전기, 가스 등) 등 표본 확대를 통한 적정 베이스라인 모델을 수립하여 건물 내외부 에너지소비 요인을 파악하고 이에 따른 외피 강화, 건물설비 개선 및 교체의 대단위 개선부터 냉난방설정온도 변경 등 소단위 개선에 이르기까지의 에너지 절감방향을 모색할 예정이다.