초록
ESS 기반 건축물은 에너지 절감을 ZEB, BEMS, FEMS 등 에너지 절감을 위한 주효한 수단으로 활발히 연구되고 있다. 하지만 규모가 큰 건축물에서는 에너지 사용설비가 매우 많아, 실시간 계측 시스템 구축을 위해서는 중요 에너지 사용 설비 파악이 필요하다. 또한 에너지 사용량이라는 종속변수에 영향을 끼치는 인자들 역시 무수히 많아, 효과적인 에너지 관리가 어렵다는 한계점이 있다. 따라서 본 연구에서는 실증 ESS 유통 물류시설을 대상으로 실사를 통해 에너지 공급현황에 따른 측정 경계 방법론을 적용, 계측 시스템 구축을 위한 우선순위를 제시하였다. 이후 실제 유통물류 시설의 에너지 사용량에 영향을 미치는 독립변수 파악을 위해 필요한 영향 변수들을 고유변수와 기상변수로 분류하여 종속변수인 실제 유통물류 시설의 에너지 사용량에 영향을 끼칠 가능성이 있는 모든 인자들을 영향변수화 하여, 이를 가이드라인으로 제시하였다. 본 연구 결과를 적용함으로써 복잡한 구조의 유통 물류 시설에서 저비용, 고효율로 모니터링 시스템 구축할 수 있고, 그렇게 계측된 에너지 사용량에 주요한 독립변수를 파악하여 에너지 사용량의 추이 파악과 절감포인트 도출을 통한 효과적인 ESS-기반 시설물의 운용이 가능할 것으로 기대된다.
ESS-based buildings are being widely studied as an effective methods for saving energy with ZEB, BEMS, and FEMS. However, in large scale buildings, there are many energy-consuming facilities, so it is necessary to identify important energy-consuming facilities to build a real-time measurement system. In addition, there are a myriad of factors that affect the dependent variable of energy use, therefore there is a limitation that effective energy management is difficult. Therefore, this study applied the measurement boundary setting methodology according to the energy supply status through due diligence for the demonstration ESS distribution logistics facility, and suggested the methodolgy for presenting priority for the construction of the measurement system. Afterwards, the impact variables that Acting as an independent variable affecting the energy consumption of the distribution and logistics facilities were categorized into intrinsic and meteorological variables. Lastly, all factors that could affect the energy consumption of the actual distribution and logistics facilities, were classified and presented as guidelines list. By applying the results of this study, it is possible to build a monitoring system at a low cost and high efficiency in a distribution and logistics facility with a complex structure. And by identifying the main independent variables for the measured energy consumption, effectively identifying trends in energy consumption and deriving saving points It is expected to be able to operate the ESS-based infrastructure.