Research Article

Journal of the Korean Solar Energy Society. 30 June 2022. 33-45
https://doi.org/10.7836/kses.2022.42.3.033

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 서울에너지드림센터(Seoul Energy Dream Center)

  •   2.1 서울에너지드림센터 건물 개요 및 적용 기술 요소

  •   2.2 서울에너지드림센터의 에너지 데이터 분석

  • 3. 평가지표 및 분석결과

  •   3.1 부하매칭

  •   3.2 계통 상호작용

  • 4. 결 론

기호 및 약어 설명

d(t) : 순방향 전력(kWh)

e(t) : 역방향 전력(kWh)

fgrid : 계통 상호작용지표(-)

g(t) : 생산 전력량(kWh)

l(t) : 소비 전력량(kWh)

ne(t) : 계통 순전력(kWh)

그리스 기호 설명

γload : Load Cover Factor (-)

γsupply : Supply Cover Factor (-)

1. 서 론

정부는 지난 2021년 10월, 2030 국가 온실가스 감축목표(Nationally Determined Contribution, NDC)를 2018년 온실가스 배출량 대비 26.3%에서 40%로 상향 조정하였다. 이를 위해 건물 부문에서는 2018년 52.1백만톤에서 2030년 35.0백만톤으로 32.8% 감축하는 내용을 담고 있다. 위 감축 목표를 달성하기 위해 정부는 제로에너지건물의 민간 활성화를 적극적으로 유도하고, 그린리모델링 사업을 확대하였으며1), 이로 인해 제로에너지건물의 중요성이 대두되고 있다. 제로에너지건물은 패시브(Passive) 요소와 액티브(Active) 요소를 적용하여 건물 에너지 부하량과 소요량을 최소화하고, 신·재생 에너지 설비에 의해 생산된 에너지가 건물의 에너지 요구량을 충족시키는 건물이다. 이와 같은 제로에너지건물에 설치된 신·재생 에너지 설비에 의한 에너지 생산량이 건물의 에너지 소비량보다 높은 경우, 잉여 전력이 발생하며 이는 계통으로 송전될 수 있다. 반대로 소비량이 전력 생산량보다 많을 경우, 계통에서 전력을 수전 받아 사용하게 된다. 하지만 이 과정에서 전력 손실이 발생할 뿐만 아니라 계통연계 운영에 따른 전압변동, 주파수 변동으로 인한 계통 불안정 및 고장이나 휴전으로 계통분리 시 감전 위험 등과 같은 전력 계통의 안정 운영에 대한 문제가 발생한다2). 이에 따른 해결방안으로 에너지 소비량보다 생산량이 높을 때 발생하는 잉여 에너지를 저장하였다가, 건물의 에너지 생산량보다 요구량이 높은 경우에 사용할 수 있는 설비를 도입하고 있으며, 대표적으로 에너지저장시스템(Energy Storage System, ESS)이 있다. 이처럼 계통과 연계된 제로에너지건물 평가 시, 부하매칭뿐만 아니라 계통 상호작용 측면의 특성을 반영하는 것이 중요하고 부각되고 있다. 그러나 현재 대부분의 제로에너지건물 평가 시 에너지 소비 및 생산 총량을 기준으로 하고 있어, 위와 같은 요인을 고려하는 것이 어려운 실정이다.

이와 관련한 연구로 Salom et al. (2011)3)는 사례건물의 전력 에너지 데이터를 부하매칭과 계통 상호작용(Load Matching & Grid Interaction, LMGI) 지표로 분석하였으며, LMGI 지표는 건물에 적용된 신재생에너지설비에 의해 생산되는 에너지의 변동성, 건물의 에너지 부하 및 계통 상호작용 조건에 대응하는 유연성을 평가한다. 또한, Salom et al. (2014)4)의 연구에서는 사례건물을 시뮬레이션 및 모니터링하여 분석된 에너지 소비·생산 데이터 및 건물과 계통 간의 송·수전 데이터를 LMGI 지표를 통해 분석하였고, 이를 통해 각 LMGI 지표의 장·단점을 분석하였다. 그리고 Voss et al. (2010)5)은 IEA SHC Task40/ECBCS Annex 52 : “Towards Net Zero Energy Solar Buildings”의 Subtask A에서 LMGI 지표의 시간간격을 월, 일, 시간별 기준으로 세분화하여 비교·분석하였다. 국내에서는, Kim et al. (2018)6)이 태양광발전시스템과 ESS 시스템이 설치된 전전화주택(All Electric House) 3가구를 대상으로 실측한 전력에너지 데이터를 LMGI 지표를 사용하여 분석하였다.

이에 따라, LMGI의 지표를 분석하는 평가방법과 시간 간격을 세분화하여 분석하는 평가방법의 유효성이 요구된다. 하지만, 제로에너지건물을 대상으로 LMGI 지표와 에너지 계측 시간단위에 따른 에너지 균형의 특성을 복합적으로 분석하는 연구는 미진한 실정이다.

따라서 본 연구에서는 실제 건축물의 에너지 소비량과 생산량 계측 데이터를 바탕으로 제로에너지건물의 에너지 소비와 생산의 균형 및 계통과의 연계 특성을 규명하고자 하였다. 이를 위해, 서울에 위치한 제로에너지 인증을 받은 건축물 사례를 통해 에너지 소비량, 생산량 및 계통과의 송·수전량의 계측 데이터를 시간 간격을 달리하여 LMGI 평가지표로 분석하였다. 또한, LMGI의 평가지표 중 건물에서의 에너지 소비 및 생산의 실시간 일치율을 의미하는 부하 매칭율에 대한 지표와, 건물과 계통 간의 송·수전 변동성에 대한 지표를 비교 및 평가하였다.

2. 서울에너지드림센터(Seoul Energy Dream Center)

2.1 서울에너지드림센터 건물 개요 및 적용 기술 요소

본 연구의 분석 대상으로 제로에너지건물 인증을 받은 서울에너지드림센터를 선정하였다(Fig. 1). 서울에너지드림센터의 소재지는 서울특별시 마포구 증산로 14 (위도 37.56°, 경도 127.32°)이다. 본 건물은 독일의 프라운호퍼 컨소시엄에서 설계하였으며, 2012년 12월 12일에 건립되었다. 본 건물의 연면적은 3,777 m2이며 지하 1층, 지상 3층으로 구성되어 있고, 주로 사무, 업무용으로 사용되고 있다. 또한, 2018년 12월 28일에 제로 에너지건축물인증의 본인증 단계에서 에너지 자립률 60.37%로 3등급(ZEB 3) 인증을 획득하였다.

서울에너지드림센터는 패시브(Passive) 기술 요소 및 액티브(Active) 기술 요소를 적용하여 냉·난방 에너지 요구량 및 에너지 소비량을 최소화하였고, 신·재생 에너지 설비를 설치하여 에너지를 생산하고 있다.

그 중, 패시브 기술 요소로서 고단열·고기밀 외피, 고효율 창호, 외부자동블라인드 등을 적용하였다. 또한, 건물의 형태를 바람개비 형태로 설계하여 벽이 경사지도록 하였으며, 이를 통해 계절별 일사 유입량을 조절하여 냉·난방 및 조명에너지를 절약할 수 있도록 하였다(Fig. 2). 또한, 중정을 설치하여 실의 깊이를 줄이고 일사가 실의 모든 곳에 도달할 수 있도록 설계되었다.

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F1.jpg
Fig. 1.

Panoramic view of Seoul Energy Dream Center

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F2.jpg
Fig. 2.

Sectional view of Seoul Energy Dream Center8)

본 건물의 각 부 외피에는 고성능 단열재가 적용되었으며, 지붕, 벽, 중정벽, 바닥에 각각 우레탄폼, 암면, 진공단열재, 압출법보온판(XPS)이 적용되었다. 벽과 창호의 열관류율은 Table 1과 같다7).

Table 1.

U-value of wall and window on Seoul Energy Dream Center

U-value U-value for Passive house standard U-value of building code
(as of year 2012)
Outer wall Vertical wall
(Courtyard)
0.111 0.15 0.26
Inclined wall 0.139 0.15 0.26
Roof Flat roof 0.119 0.12 0.15
Sloping roof 0.110 0.12 0.15
Floor 0.107 0.15 0.26
Window Horizontal stripe,
Courtyard curtain wall
0.66 0.7 1.5
Exterior curtain wall 0.69 0.7 1.5

또한, 건물에 설치된 외부차양블라인드는 일사량을 기준으로 작동하며, 옥상에 설치된 6개의 센서가 일사를 감지한다.

한편, 본 건물의 액티브 기술 요소로는 열회수환기장치, 자동조명제어, 빌딩에너지관리시스템(Building Energy Management System, BEMS)이 적용되었으며, 신·재생 에너지설비로 태양광발전(Photovaoltaic, PV)시스템과 지열 히트펌프를 설치하였다. PV 모듈은 건물 옥상에 624매, 건물 앞 부지에 240매로 총 864매 설치되었으며(Fig. 3), 용량은 총 272.16 kWp이다. 태양광 모듈의 사양은 Table 2와 같다. 또한, 지열 히트펌프 시스템은 37개의 50 m 깊이의 천공과 3개의 버퍼탱크로 구성되며, 용량은 총 112 kWp이다7).

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F3.jpg
Fig. 3.

Site layout of Seoul Energy Dream Center

Table 2.

Specification of the PV module

Parameters Value
Cell type Mono-crystalline silicon
Module size 1559 × 1046 (mm)
Module efficiency 19.3%
Maximum power (Pmax) 315 Wp
Maximum voltage (Vmp) 54.7 V
Maximum current (Imp) 5.46 A
Open voltage (Voc) 64.6 V
Short current (Isc) 6.14 A

2.2 서울에너지드림센터의 에너지 데이터 분석

서울에너지드림센터 건물의 전력 사용량은 각 층의 조명·전열(콘센트), 지열 동력, 공조기, 냉온수 및 냉동기, 승강기, 비상 전등, 우수펌프 및 배수펌프, 소방펌프, BMS 및 전시 부하 등 용도별로 각각 계측되며, 또한 PV 시스템에 의한 전력 생산량 및 계통과 송·수전하는 전력량을 실시간으로 계측한다.

본 연구는 2020년 한 해 동안 계측된 데이터를 기반으로 하였으며, 계측과정에서 누락된 데이터는 누락 전·후 시점의 데이터 평균값으로 보정하였다. 한편, 2020년 당시 난방 목적으로 사용된 지열 에너지 시스템은 열에너지형태로 건물에 에너지를 공급하여 에너지 균형에 영향을 미친다. 그러나 본 건물에서는 열에너지에 대한 계측이 이루어지지 않아, 본 연구에서는 열에너지 측면의 지열시스템에 대한 분석이 이루어지지 않았다. 하지만 본 연구에서 분석하고자 하는 것은 부하매칭율 및 송·수전량의 변동성이므로, 지열 에너지시스템의 운용에 요구되는 전력량은 포함하여 분석하였다. 이에 근거해 합산한 이 건물의 에너지 소비량은 165,676 kWh이며, 건물에 설치된 PV이 생산한 에너지량은 342,977 kWh로 나타나 연간 에너지 균형을 고려할 때, 해당연도에 이 건축물은 에너지 플러스 수준으로 자체 소비량 대비 177,301 kWh를 추가 생산한 것으로 나타났다.

서울에너지드림센터의 계측 데이터의 시간 간격을 한 달로 설정하여 에너지 소비량 및 생산량과 계통으로의 송전 및 수전량을 분석하였으며, Fig. 4Fig. 5에 나타냈다. 분석결과, 태양광에너지설비의 에너지 생산량은 간절기인 4월에 42,243 kWh로 가장 높게 나타났다. 또한, 데이터 계측 당시인 2020년 7 ~ 8월에는 장마의 장기화로 인해, 해당 날짜의 태양광에너지설비의 에너지 생산량이 6월 발전량보다 최대 약 14,533 kWh 적게 생산된 것으로 나타났다. 그리고, 장마로 인하여 태양광에너지설비의 에너지 생산량이 비교적 적은 8월을 제외하고는 모든 달에서 생산량이 소비량보다 크게 나타난다. 이와 같은 에너지 생산량과 소비량의 차이에 따라 계통에 잉여전력을 송전하거나, 부족한 전력을 수전하여 사용한다. 이에 따라 에너지 생산이 많고 소비가 적은 4월에 계통으로의 송전량이 약 32,659 kWh로 가장 많고, 에너지 소비와 생산이 모두 많은 8월에 계통으로의 송전량이 7,641 kWh로 가장 적다. 또한, 8월에는 송전량과 수전량이 유사하게 나타나는 것에 비교해, 10월에는 송전량이 많고 수전량이 적은 것을 볼 수 있으며, 이는 8월에 생산과 소비의 시간적 일치가 낮고 10월에는 생산과 소비의 시간적 일치가 비교적 높음을 나타낸다.

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F4.jpg
Fig. 4.

Annual energy generation and electricity consumption

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F5.jpg
Fig. 5.

Annual exported energy and imported energy to and from grid

3. 평가지표 및 분석결과

3.1 부하매칭

본 연구에서는 에너지 소비 및 생산의 부하 매칭율을 평가하기 위한 지표로 부하 커버 팩터(Load Cover Factor, LCF)와 공급 커버 팩터(Supply Cover Factor, SCF)를 사용했으며, 시간 간격을 10분, 1일, 한 달로 세분화하여 비교·분석하였다. 여기서 시간 간격을 세분화한 데이터는 30초 간격으로 계측된 데이터를 10분마다 누적 평균한 데이터와 1일마다 누적 평균한 데이터, 한 달마다 누적 평균한 데이터를 말하며, 이 데이터를 각각 지표로 계산하여 서로 비교·분석하였다.

LCF는 건물의 에너지 소비량과 이에 실시간으로 공급되는 신·재생 에너지 설비의 에너지 생산량 비율을 말하며 식(1)로 정의 된다. 또한, 부하를 초과하는 모든 생산량은 계통으로 송전 되므로 LCF의 최댓값은 1 또는 100%가 된다5,6).

(1)
γload,i=τ1τ2min[g(t),l(t)]dtτ1τ2l(t)dti=timeinterval(10m,1d,1M,1Y)

SCF는 신·재생 에너지 설비의 에너지 생산량 중 건물의 실시간 에너지 소비량 비율을 말하며, 식(2)로 정의된다. 또한, 생산량 중 실시간으로 소비되는 에너지량은 생산량을 초과할 수 없으므로 SCF의 최댓값은 100%가 된다5,6).

(2)
γsupply,i=τ1τ2min[g(t),l(t)]dtτ1τ2g(t)dti=timeinterval(10m,1d,1M,1Y)

또한, 위 식을 통해 LCF 값이 작으면 에너지 소비량보다 생산량이 부족한 경우인 것을 알 수 있으며, SCF 값이 작으면 에너지 소비량보다 생산량이 많아 잉여 생산량이 많은 경우인 것을 알 수 있다.

본 연구에서는 절기별 일일 LCF와 SCF를 분석하였으며, 이는 Figs. 6, 7, 8에 나타난다. 또한, 절기를 구분하는 기준은 기상청의 기준을 참고하였으며, 이는 Table 3와 같다. 또한, 절기별 특정 날짜로 동절기에 1월 11일, 간절기에 4월 30일, 하절기에 6월 13일의 데이터를 이용하였다. 분석결과, 일 평균 LCF는 동절기에 0.324, 간절기에 0.550, 하절기에 0.561으로 분석되었다. 한편, 일 평균 SCF는 동절기에 0.286, 간절기에 0.111, 하절기에 0.253로 분석되었다. 동절기에는 건물의 난방 부하 증가로 에너지 소비량이 증가하지만, PV의 에너지 생산량 감소로 인해 LCF가 0.337로 가장 낮게 나타나고, SCF는 0.266으로 가장 높게 나타난다. 한편, 간절기에는 PV 시스템에 의한 에너지 생산량이 가장 높고, 냉방 부하와 난방 부하에 의한 에너지 소비량이 감소하여 SCF가 동절기의 SCF보다 50.9% 낮은 0.111로 가장 작게 나타난다. 또한, 건물의 냉방 부하가 증가하여 에너지 소비량이 증가하는 동시에 PV 시스템의 에너지 생산량이 증가하므로 하절기의 LCF는 동절기의 LCF보다 70.6% 높은 0.553으로 가장 높게 나타났다.

이처럼 절기별 LCF와 SCF가 상이하게 나타나는 것은 신재생 에너지 설비에 의한 에너지 생산량이 외기조건에 따라 변동되는 특성이 반영되었기 때문이다. 따라서 연간 에너지 소비 및 생산 총량으로 부하 매칭을 평가하는 경우, 실제 에너지 소비 및 생산 거동 형태와 오차가 발생하게 된다.

Table 3.

Seasonal basis

Season Winter Intermediate Summer
Month 1, 2 / 12 3, 4, 5 / 9, 10, 11 6, 7, 8

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F6.jpg
Fig. 6.

LCF (left) and SCF (right) for selected day (11th, Jan) in winter season

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F7.jpg
Fig. 7.

LCF (left) and SCF (right) for selected day (30th, Apr) in intermediate season

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F8.jpg
Fig. 8.

LCF (left) and SCF (right) for selected day (13th, Jun) in summer season

또한, 전술한 것과 같이 시간 간격을 10분, 1일, 한 달로 세분화하여 누적 평균한 데이터의 LCF와 SCF를 비교하였으며, 이는 Fig. 9Fig. 10에 나타낸 것과 같다. LCF의 최댓값은 시간 간격이 10분일 때 0.527이며, 1일일 때 1.000, 한 달일 때 1.000으로 나타났다. 반면, 최솟값은 10분일 때 0.311이며, 1일일 때 0.767, 한 달일 때 0.958로 나타났다. 또한, SCF의 최댓값은 시간 간격이 10분일 때 0.362이며, 1일일 때 0.845, 한 달일 때 1.000으로 나타났다. 반면, 최솟값은 10분일 때 0.126이며, 1일일 때 0.238, 한 달일 때 0.202로 나타났다. 이에 따라, LCF와 SCF 모두 시간 간격이 10분일 때 가장 작은 값을 보인다. 이는 시간 간격이 10분일 때 건물의 에너지 소비와 생산의 부하 매칭율이 가장 작게 나타남을 의미한다.

또한, Table 4Fig. 9Fig. 10에 나타난 시간 간격별 결과값의 연간 평균값을 나타낸 것이다. 연간 기준으로 산출된 LCF 값과 한 달, 1일, 10분 기준으로 산출된 LCF 값의 차이는 각각 0.004, 0.071, 0.579 차이를 보였으며, SCF는 각각 0.053, 0.061, 0.255 차이로 나타났다. 이에 따라, LCF와 SCF 모두 10분 기준으로 분석한 평균값과 연간 기준으로 분석한 평균값과의 차이가 비교적 크게 나타남을 알 수 있다. 이는 시간 간격을 한 달, 1일 기준과 같이 하루의 생산 및 소비의 패턴이 완료된 시간 간격으로 부하 매칭을 평가하는 경우, 한 패턴이 완료된 총량으로 평가되므로 연간과 유사하게 높은 부하 매칭율을 보이는 것으로 분석된다. 따라서 부하 매칭 평가 시 에너지 생산량이 외기 조건에 따라 실시간으로 변화하는 신·재생 에너지 설비의 특성을 반영하기 위해서 최소 1시간 간격 또는 그 이하의 간격으로 평가해야 한다.

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F9.jpg
Fig. 9.

Plot of LCF based on 10-minute time step, daily and monthly computations

/media/sites/kses/2022-042-03/N0600420303/images/Figure_KSES_42_03_03_F10.jpg
Fig. 10.

Plot of SCF based on 10-minute time step, daily and monthly computations

Table 4.

Averaged LCF and SCF based on 10-minute time step, daily and monthly computations

Time Interval 10-Minute Daily Monthly Yearly
LCF 0.421 0.929 0.996 1.000
SCF 0.228 0.544 0.536 0.483

3.2 계통 상호작용

본 연구에서는 건물과 계통 간 송·수전하는 것을 계통 상호작용이라 한다. 건물에 적용된 PV의 에너지 생산은 일사량 등 외기조건에 따라 변동되며, 계통에 연결된 경우 이러한 태양광 발전량의 변동은 건물과 계통과의 송·수전에 영향을 준다. 이러한 변동으로 인한 건물과 계통 간 송·수전량의 증가는 자체 생산 전력을 직접 사용하는 것과 비교하여, 전력 손실의 증가로 에너지 효율의 저하가 우려된다. 또한, 전력공급의 높은 변동성은 불안정한 전력수급에 대한 단기대응능력을 저하시키며 전력을 송·수전하는 계통 운영의 안정성을 저하시킨다9).

본 연구에서 건물과 계통 간의 송·수전 변동성을 평가하기 위한 지표로 fgrid를 사용하였다. 여기서, fgrid.i는 시간 단위별 계통 순전력의 절댓값 중 최댓값과 계통 순전력 값의 비율을 의미하며, 이는 식(3)으로 정의된다. 또한, fgrid.i값의 연간 표준편차를 계산한 것을 fgrid라고 하며, 이는 식(4)로 정의된다5,6).

(3)
fgrid.i=ne(t)max(ne(t))i=timeinterval(10m,1d,1M)

여기서, ne(t)=e(t)-g(t) 이다.

(4)
fgrid=STD(fgrid.i)
Table 5.

fgrid based on 10-minute time step, daily and monthly computations

Time Interval 10-Minute Daily Monthly
fgrid 0.203 0.286 0.305

분석결과, 시간 간격이 클수록 fgrid가 커지는 것으로 나타났으며, 이는 건물과 계통 간 변동성이 큰 것을 의미한다(Table 5). 월간 송·수전량을 비교한 Fig. 5에 나타난 것과 같이, PV 시스템의 에너지 생산량과 난방 부하 및 냉방 부하의 변동으로 인한 월간 송·수전량의 차이가 반영되기 때문이다. 따라서 계통 상호작용 평가 시, 계통에 대한 부담을 정확하게 확인하기 위해서는 시간 간격을 작게 하여 분석해야 한다. 또한, fgrid는 앞서 분석한 부하매칭과 동일하게, 외기조건에 따라 실시간으로 변화하는 PV 시스템의 에너지 생산량과 계통과의 연계 특성을 반영하므로 1시간 또는 그 이하의 시간 간격으로 평가하는 것이 타당하다.

추가적으로, 에너지 소비량보다 생산량이 많을 때 발생하는 잉여 에너지를 저장한 후 건물의 에너지 생산량보다 요구량이 높은 경우에 사용할 수 있는 에너지저장시스템(Energy Storage System, ESS) 등이 건물에 도입되는 사례가 있으며, 이러한 경우에도 fgrid 지표를 통한 건물과 계통 간 송·수전량의 변동성의 평가가 가능하다.

4. 결 론

본 연구에서는 제로에너지건물 인증을 받은 서울에너지드림센터의 에너지 생산·소비량과 건물과 계통 간의 에너지 송·수전량을 계측한 데이터를 이용하였다. 또한, 계측 데이터의 시간 간격을 10분, 1일, 한 달로 세분화하여 부하매칭과 계통 상호작용 평가지표를 통해 부하 매칭율 및 건물과 계통 간 송·수전량 변동성을 비교 분석하였다.

∙ LCF와 SCF값은 절기별로 상이하게 나타나며, 이는 신재생 에너지 설비에 의한 에너지 생산량이 외기조건에 따라 변동되는 특성이 반영되었기 때문이다. 따라서 연간 에너지 소비 및 생산 총량으로 부하 매칭을 평가하는 경우, 실제 에너지 소비 및 생산 거동 형태와 오차가 발생하게 된다.

∙ 연간 총에너지 소비 및 생산량의 LCF와 SCF 값과 시간 간격을 각각 한 달, 1일, 10분으로 세분화한 LCF와 SCF값을 비교하였으며, 그 중 10분 간격으로 분석한 LCF와 SCF 값과 0.579, 0.255로 가장 큰 차이를 보였다. 이는 한 달, 1일 기준과 같이 하루의 생산 및 소비의 패턴이 완료된 시간간격을 기준으로 부하 매칭을 평가하는 경우, 한 패턴이 완료된 총량으로 평가되므로 연간 기준과 유사한 높은 부하 매칭율을 보인다.

fgrid를 10분 간격으로 분석했을 때 0.203, 한 달 간격으로 분석했을 때 0.305로, 약 0.102 차이가 나타났다. 이는 PV의 에너지 생산량과 냉방 부하 및 난방 부하의 증가로 인한 월간 송·수전량의 차이가 크기 때문이다.

∙ 시간 간격을 10분 기준으로 하는 경우, 하루의 패턴보다 세분화된 부하 매칭 평가가 가능한 것으로 판단된다. 따라서 에너지 생산량이 외기 조건에 따라 실시간으로 변화하는 신·재생 에너지 설비의 특성을 반영하기 위해서 최소 1시간 또는 그 이하의 간격으로 평가해야 한다.

본 건물은 연간 에너지 균형을 고려할 때 해당연도에 PV의 에너지 생산량이 건물의 에너지 소비량보다 많은 에너지 플러스 수준이다. 하지만 시간 간격을 세분화하여 분석한 결과, 에너지 생산과 소비의 시간대가 일치하지 않아 부하 매칭율이 낮아 계통과의 송·수전량이 증가하는 것으로 나타났다. 이는 에너지 효율성의 저하로 이어지므로 경제적인 설계라고 볼 수 없다. 따라서 신·재생 에너지 설비의 설치 면적이나 경제성 등을 고려하였을 때, 소비량보다 많은 에너지를 생산하는 것에 중점을 두기보다는 건물에서 에너지가 요구되는 시간에 맞춰 적절한 양의 에너지를 생산하는 것이 중요하다.

제로에너지건물의 현 평가 방식이 총량제 기준으로 등급화 되고 있지만, 건물의 특성에 따른 적합한 부하 매칭율 증진 방법의 도입과 함께 이에 대한 적정한 부하 매칭율 평가가 이루어지도록 시간 간격을 세분화하여 분석하여야 한다. 또한, 본 연구에서는 사무, 업무용의 건물을 대상으로 LMGI를 분석했지만, 시간 간격과 지표는 건물에 설치된 신·재생 에너지 설비와 건물의 용도 등 건물 및 사용자의 특성에 따라 다르게 결정될 수 있다.

Acknowledgements

본 연구는 산업통상자원부(MOTIE), 한국에너지기술평가원(KETEP)과 교육부의 재원으로 한국연구재단의 지원을 받아 수행한 연구과제입니다(No.20202020800360), (NRF-2021R1A2C2092760) .

References

1
Carbon Neutrality Committee, 2030 Nationally Determined Contributions(NDC) Upward Plan, 2021. https:// www.2050cnc.go.kr/base/board/read?boardManagementNo=4&boardNo=100&searchCategory=&page=1&searchType=&searchWord=&menuLevel=2&menuNo=12 . last accessed on the 21st December 2021.
2
Ahn, J. B. and Kim, Y. S., Distributed Generation and Grid Connection Technology, Journal of Electrical World Monthly Magazine, Vol. 347, pp. 12-20, 2005.
3
Salom, J., Widén, J., Candanedo, J., Sartori, I., Voss, K., and Maraszal, A. J., Understanding Net Zero Energy Buildings: Evaluation of Load Matching and Grid Interaction Indicators, 12th Conference of International Building Performance Simulation Association, Sydney, 2011.
4
Salom, J., Maraszal, A. J., Widén, J., Candanedo, J., and Linderg, K. B., Analysis of Load Match and Grid Interaction Indicators in Net Zero Energy Buildings with Simulated and Monitored Data, Applied Energy, Vol. 136, pp. 119-131, 2014. 10.1016/j.apenergy.2014.09.018
5
Voss, K., Sarori, I., Napolitano, A., Geier, S., Gonzalves, H., Hall, M., Heiseberg, P., Widén, J., Candanedo, J., Musall, E., Karlsson, B., and Torcellin, P., Load Matching and Grid Interaction of Net Zero Energy Buildings, EuroSun 2010, Graz, Austria, 2010. 10.18086/eurosun.2010.06.2419997672
6
Kim, B. J., Lim, H. W,, Kim, D. S., and Shin, W. C., A Study of Load Matching on the Net-zero Energy House, Journal of the Korean Solar Energy Society, Vol. 38, No. 4, pp. 55-66, 2018. 10.7836/kses.2018.38.4.055
7
Yun, G. C., Gung, H. M., and Lee, W. G., Zero-energy Technologies Applied at Seoul Energy Dream Center, Construction Engineering and Management, Vol. 14, No. 5, pp. 12-18, 2013.
8
Seoul Solution, Current status of technology applied to Seoul Energy Dream Center, 2017. https://seoul solution.kr/ko/content/3351. last accessed on the 30th March 2022.
9
Lee, J. H. and Jo, H. H., Clustering and Determinants Analysis on the High Volatility Group of Daily Electricity Demand, Korean Association of Applied Economics, Vol. 22, No. 1, pp. 95-127, 2020.
페이지 상단으로 이동하기