조진균
(Jinkyun Cho)
1
박병용
(Beungyong Park)
1†
서한석
(Hansuk Seo)
1
-
한국건설생활환경시험연구원, 에너지환경사업본부
(Energy & Environment Business Division, KCL(Korea Conformity Laboratories), Jincheon, 27872,
Korea)
Copyright © 2016, Society of Air-Conditioning and Refrigeration Engineers of Korea
Key words
병원건물(Hospital building), 건물에너지 진단(Building energy diagnosis), 에너지관리 절차(Energy management process), 분석방법(Evaluation methodology), 공조시스템(HVAC system)
1. 연구배경 및 목적
전 세계적으로 기후변화협약을 통한 온실가스감축이라는 새로운 에너지절약의 의무를 부여하고 있다. 2015년 유엔기후변화협약 당사국총회(COP 21)에서
한국은 2030년 온실가스 배출전망치(BAU) 대비 37% 감축 목표를 발표하였고, 건물에 사용되는 에너지의 절감이 주요 타깃이 되고 있다. 건물부문에서의
에너지 소비량은 국내기준으로 전체 에너지 소비량의 약 25%, OECD 국가 기준으로 20~40%이다. 서울시의 경우, 2013년을 기준 55.9%로
선진국 및 국내의 일반적인 건물에너지 사용비중보다 크고 그 중 업무시설, 병원, 대학교, 호텔, 백화점 등의 대규모 건물이 많아 에너지 다소비건물(연간
2,000 TOE 이상의 에너지 소비시설)의 에너지 사용 비중이
Fig. 1과 같이, 매우 큰 것으로 조사되었다. 그 중 병원건물은 에너지 최다 소비건물 중 하나로 단위 면적당 에너지 소비량(72.9 kgoe/m
2)이 가장 많은 건물유형으로 조사되어, 병원 건물의 에너지 소비량 절감이 필요한 현실이다. 병원건물은 에너지 다소비형 건물이지만, 용도 및 규모에
비하여 비교적 단순한 HVAC 시스템이 설계 및 운전되고 있고 환자 중심으로 환경을 유지하기 때문에 에너지 절감기술이 수동적으로 이루어지고 있는 실정이다.
또한 병동, 외래, 수술실, ICU, 사무실, 편의시설 등 이용시간과 사용 패턴이 다양한 공간이 혼재하여 부하비율과 변동이 복잡한 특성이 있으나,
병원 건물의 대부분은 건물 운영자의 수동 운전에 의존하는 경우가 많아, 보수적인 운전(과운전)으로 에너지 절감이 매우 어려운 상황이다.
Fig. 1. Total energy consumption and energy consumption per area by building type in Seoul.
본 연구는 병원건물의 시설특징, 운영패턴 및 에너지 사용 특성을 반영한 설비 시스템의 운영을 통한 에너지 절감을 검증하기 위한 진단/평가방법 체계화
및 에너지관리 프로세스 개발이 주된 목적이다. 이를 위해, 국·내외 문헌조사와 진단현황과 관련 방법조사를 통해 병원건물에너지 진단사례를 분석하였고
병원 건물의 관리대상 설비시스템 선정과 구성요소에 대한 진단요소 및 관리기준을 정립하였다. 또한, 최종적으로는 현장측정 및 운영 데이터 분석결과를
비교하여 상호 연계성을 도출하는 기반을 구축하는 것이다. 세부적으로는 병원건물에 적합한 에너지절약 설비시스템 ECMs(Energy Conservation
Measures) 기술 분류와 Option별 DB를 확보하는 단계를 제안하였다.
2. 이론적 고찰 및 사례조사
2.1 문헌고찰
건물의 에너지 절감을 위한 진단/평가 및 에너지관리 프로세스는 주거용 건물과 비 주거용 건물 중에서도 사무소 건물을 중심으로 많은 연구가 진행되어
왔다. 그러나 에너지 소비가 많은 병원 건물에 대해서는 그 특수성과 운영조건을 고려한 에너지 진단방법 및 관리 프로세스가 중요성에 비해 상대적으로
많은 연구가 수행되지 않았다. Cho et al.
(1,2)은 시스템 구성과 기후(지역)적 특성에 초점을 둔 통합된 개념에서 병원건물의 병실공조시스템의 에너지 특성 및 성능을 분석하고 FCU+DOAS, 칠드빔+DOAS,
정풍량 및 변풍량시스템에 따른 에너지 영향도 분석을 동시에 수행하였다. 또한 병원건물의 HVAC 시스템의 구성요소에 따른 에너지 소비 영향도 분석이
가능한 평가/예측 방법론을 도출하였고, 병원건물의 HVAC 시스템의 에너지 특성 및 성능을 분석하고 구성 시스템 및 분야별 에너지 영향도 분석을 동시에
수행하였다. Biglia et al.
(3)은 energy hub 모델링 프레임워크를 기초로 한 동적 에너지 시뮬레이션과 실험적 데이터 결합하여 CHP 시스템을 병원건물 멀티 열원시스템의 에너지
절감성능을 검증하는 프로세스를 구현하였다. Wang et al.
(4)은 중국 병원시설의 에너지 효율향상 기술 적용을 위해 주요 20개 병원 대상으로 상세 문제점을 경제적, 기술적, 정책적으로 분석하고 설문평가를 통한
관리자 관점에서 기술 적용 방법을 고찰 하였다. Christiansen et al.
(5)은 병원의 특수성을 고려한 대형 의료장비와 병원의 전기에너지 소비를 분석을 하였다. 의료장비의 부하예측을 위해 수술실, 중환자실 및 치료실을 대상으로
20,000시간 이상의 데이터 측정 및 분석을 하고 시간에 따른 전력부하 예측과 상세 운영시간 검토 위한 방법론을 제안하였다. 또한 Congradac
et al.
(6)은 다양한 제어 기술을 통한 병원 에너지 절감을 검증하기 위해 에너지 사용량 평가의 독립성과 고효율 도달을 위한 방법론 선택과 에너지 수요예측을 위한
툴로 관리방법의 상세설정과 실행방안을 제시 하였다. Ascione et al.
(7)은 병원건물에너지 진단을 위한 단계적, 다중 시스템의 최적화를 위해 비용 최적화, 에너지 개선에 대한 이론적 방법론의 문제점 해결을 위한 알고리즘을
개발하였다. González et al.
(8)은 스페인 병원의 에너지 소비량, 기후조건, GDP, 건물 외피면적, 배드수, 직원 수간의 상관관계 도출을 위해 20개 병원에 대해 2005~2014의
데이터를 분석하였고, 연간에너지 소비량은 0.27 MWh/m
2, 10 MWh/worker 및 35 MWh/bed의 수준을 보였다. Teke와 Timur
(9)는 병원 HVAC 시스템 관련 에너지 효율과 에너지 절감 가능성에 대해 적용 가능한 VRF, 열병합발전, 폐열회수 열교환기 및 증기열 환수 기술 등을
포함한 HVAC 시스템의 복합적 경제성을 분석하였다. Vanhoudt et al.
(10)은 벨기에 병원의 지하수 이용 히트펌프 및 수축열 시스템을 대상으로 에너지와 비용 절감의 장기간 실험적 평가를 수행하였다. 3년 이상의 모니터링을
통해 에너지 소비량은 가스보일러 및 수냉식 냉동기 대비 71% 감소하고 1,280톤 이상의 CO
2 절감의 효과를 도출하였다. Ma et al.
(11)은 북중국에 위치한 119개의 공공건물에너지 소비량과 특성을 조사한 결과, 사무실, 병원, 학교 중 병원이 2배 이상 에너지를 사용하고 있었고 공조시스템,
조명밀도 및 건물외피가 에너지 소비에 가장 큰 영향을 미치는 것으로 평가되었다. 그리고 병원의 설비시스템 제어와 관련한 연구로서, Papantoniou
et al.
(12)은 그리스 병원을 대상으로 기 설치된 BEMS에 인공신경망 최적제어 알고리즘(BOC)인 기상예측 모델, 웹기반 실시간 멀티시스템 최적화 기술을 적용하여
연간 36%의 에너지 절감을 확인하였다. Lee와 Cheng
(13)은 1976년부터 2014년까지 보고된 305개 EMS 사례조사(105 BEMS, 200 EMS)에 대한 에너지 저감 영향평가를 통계분석 한 결과,
조명에서 평균 39.5%, HVAC 시스템 등에서 약 14.1%의 절감효과가 있는 것으로 도출 되었다. 이상과 같이 병원에 대한 에너지 절감을 위한
기술들이 적용되고 평가되고 있지만 해당 건물의 특수성이 반영된 연구이기 때문에 보편적으로 적용 및 동일한 효과를 얻기는 힘들다. 따라서 병원건물의
관리대상 설비시스템 선정 및 관리기준이 우선적으로 검토되어야 하고 설비시스템 구성에 따른 진단요소도 명확화 하여 보편타당한 병원 건물의 에너지 진단/평가방법
체계화 및 프로세스의 개발이 필요하다.
2.2 병원 에너지 절감 사례조사
2.2.1 국내사례 분석
Table 1은 2개의 국내병원의 에너지 절감 사례의 주요 적용 내용을 요약하고 있다. A병원은 2011년 IT 기반의 Green Hospital Solution
구축과제 수행을 통해 BEMS 시스템을 실증하였다. 병원 내 기존 자동제어 시스템 및 신규 에너지 미터와 IT기술을 연계하여 에너지 절감이 가능하도록
에너지 사용량 모니터링 및 EMS 알고리즘을 포함한 BEMS 시스템을 구축하였다. 이를 활용한 다양하고 정밀한 에너지 분석과 예측을 통하여 Peak
제어 및 EMS에 의한 에너지 절감 효과는 기존대비 약 12%를 실현하였다. B병원은 2015년 서울시 시범사업의 일환으로 병원특성에 적합한 설비
최적운영과 쾌적한 환경유지를 위하여 설비 자동제어시스템과 인터페이스를 새로 구축하였다. 이를 통한 열원 및 공조설비를 최적 가동하고 전력감시시스템의
전력사용량 분석과 Peak 제어로 연간 1,735(toe/년)의 에너 지소비량을 13.8% 저감 달성을 목표로 하고 있다. 병원건물의 에너지 개선사업은
저효율로 운전 중인 에너지 사용시설을 고효율 에너지 사용시설로 주요 설비교체 투자비용을 조달하고 투자비를 상환하는 ESCO 사업이 일반적이다. 그러나
주요 장비의 교체 없이, 데이터에 근거한 에너지 사용량 모니터링 및 분석과 자동제어(BEMS) 등의 제어 알고리즘에 의한 에너지 절감의 잠재력이 크다.
따라서 자동제어 및 신규 설치 에너지 미터로부터의 데이터 기반 진단/평가 분석을 통해 에너지 사용량을 관리하고, 알고리즘 제어를 통해 건물에너지 절감을
달성할 수 있는 방안이 고려되어야 한다.
Table 1. Case study of the energy-efficiency retrofit of the domestic hospital buildings in Seoul
|
|
|
|
A Hospital
|
B Hospital
|
|
Energy monitoring
|
|
Building energy monitoring
Energy source monitoring
Control point monitoring
|
|
|
|
Energy analysis
|
Basic analysis
|
Individual datasets analysis
Trend analysis of energy consumption
Proportion analysis of energy source
Analysis of energy consumption ranking
|
●
●
●
●
|
●
●
●
|
|
Statistical analysis
|
Inter-data correlation analysis
Energy consumption trend analysis
Energy over consumption analysis
Energy cost comparison analysis
|
●
●
●
●
|
●
●
●
|
|
Demand forecasting
|
Energy usage forecast
|
●
|
|
|
Energy control
|
Peak control
|
Basic group lighting setup
Lighting peak control settings
CWS temp.(7℃~9.9℃) setup by outside temp.
AHU RA temp.(26℃~32℃) setup by outside temp.
AHU SA temp.(15℃~24℃) setup
Basic group AHU(EHP) setup
AHU(EHP) peak control settings
|
●
●
●
●
|
●
●
●
|
|
BEMS control
|
Low load operation of absorbtion heater/cooler
Chilled/condenser water pump invertor control
Optimum start control
Optimum stop control
Power saving control
CO2 control
Night purge control
Enthalpy control
|
●
●
●
●
●
●
|
●
●
●
●
●
|
|
Total energy savings
|
|
12.1%
|
13.8%
|
2.2.2 해외사례 분석
해외사례는 미국의 뉴욕주 내 6개 병원건물 대상으로 한 에너지효율 파일럿 프로그램을 검토하였다(
Table 2 참조). 대상병원의 전력, 가스, 연료의 기준 에너지 소비량(baseline)과 말단 사용설비 조사를 통해 각 병원건물의 에너지 사용패턴을 분석하였다.
6개의 대상병원은 40년 이상 운영되었지만 지속적인 개보수로 시설 현대화가 진행되었고, 200병상 전후의 중규모 병원에 해당된다.
Table 3과 같이, 단위면적당 에너지량(EUI : Energy Usage Intensity)은 5.83~11.57 kWh/m
2yr로 병원의 구성 비율에 따라 차이가 발생하였다. 전체 전력량 비율도 공조 시스템이 약 50%의 전력부하와 에너지 사용량을 나타내고 있고, 조명
에너지는 약 20%의 높은 사용량을 보이고 있다. 의료장비도 약 10%의 전력에너지를 차지하는 중요한 요소가 된다.
Table 2. Pilot facilities list in New York State
|
Facility Name
|
Year Built
|
Building Area
|
Number of Beds
|
Number of Staff
|
|
Buffalo General Hospital(BGH)
St. Vincent's Hospital Westchester(SVHW)
St. John's Riverside Hospital-Andrus Pavilion(SJRH-AP)
Millard Fillmore Suburban Hospital(MFSH)
St. John's Riverside Hospital-Park Care Pavilion(SJRH-PCP)
Community Hospital at Dobbs Ferry(CHDF)
|
1968
1990
1972
1973
1974
1984
|
109,380 m2
21,000 m2
29,640 m2
24,900 m2
20,160 m2
5,350 m2
|
501
133
268
201
128
50
|
1,700
450
1,300
940
500
250
|
Table 3. Summary of total energy consumption and electrical load/consumption by end-category
|
Facility Name
|
|
BGH
|
SVHW
|
SJRH-AP
|
MFSH
|
SJRH-PCP
|
CHDF
|
|
|
|
|
|
|
|
|
|
|
Total energy
|
Consumption(kWh/yr)
EUI(kWh/m2yr)
|
74,059,368
5.85
|
14,143,121
5.83
|
39,699,877
11.57
|
17,793,451
6.18
|
18,738,306
8.03
|
4,845,544
7.84
|
|
End-use category Load/Consumption(%)
|
L/C
|
L/C
|
L/C
|
L/C
|
L/C
|
L/C
|
|
|
HVAC equipment
Lighting
Office equipment
Process equipment
Medical equipment
Kitchen equipment
Computer-network
Miscellaneous
|
47%/42%
19%/18%
4%/7%
10%/6%
8%/11%
1%/2%
3%/5%
9%/9%
|
45%/61%
22%/19%
6%/7%
8%/2%
4%/3%
5%/4%
-/-
10%/4%
|
38%/40%
16%/16%
5%/6%
8%/4%
8%/11%
7%/7%
2%/2%
5%/9%
|
52%/55%
17%/17%
4%/5%
9%/4%
8%/11%
3%/3%
0.4%/0.4%
5%/6%
|
42%/54%
25%/23%
6%/8%
10%/2%
-/-
5%/5%
-/-
13%/7%
|
43%/66%
13%/13%
4%/6%
30%/5%
3%/3%
3%/45
-/-
5%/3%
|
Baseline 에너지 소비량은 향후 에너지 절감의 효율성을 평가하는 기준으로 도출되었다. 전력 소비량은 바닥 면적(m
2)을 기준으로 측정된 정규화된 EUI의 함수로 평가되었다. 기상 데이터의 일반화는 IPMVP(International Performance Measurement
and Verification Protocol)의 지침을 기준하였다. HVAC 장비에 의한 주어진 기간 동안의 실제 전력소비는 해당 기간 동안 기상조건의
영향을 받기 때문에 기상조건에 따라 실질적인 에너지 소비를 구현하기 위해 정규화된 에너지 소비 프로파일을 반영하였다. 2002년에서 2005년 대표
프로젝트 위치를 기반으로 난방도일(HDD) 및 냉방도일(CDD)을 고려하여 반영하였다. ECMs은 일반적으로 보다 에너지 효율적으로 운영하거나 효율적인
장비의 교체를 위해 기존 장비 또는 건물 시스템을 관리하는 것으로 정의한다. ECMs는 크게 세 가지 범주로 나눌 수 있는데, 기존 장비 교체를 포함한
기술적 방법, 운영적 방법 및 교육과 인식 재고이다. 권장되는 ECMs는 예상투자 대비 수익을 기준으로 우선순위가 정해졌으며, 3년 미만의 단순 투자회수기간으로
저비용 구현 방법에 집중되었다.
Table 4에서와 같이, 대상 병원에서는 다양한 기존 자동제어를 사용한다. 각 병원에서의 자동제어 기능과 활용도가 요약되어 있으며 병원 사례조사와 수행된 에너지
분석을 기반으로 다양한 ECMs가 도출되었고 전력 사용량의 5.32~9.90%의 에너지 절감을 실현하였다. 또한 의료시설 에너지관리 가이드북과 에너지절약
세미나를 통해 건물 내 사용자의 에너지 절감 인식재고 향상에 기여하였다.
Table 4. Summary of building automation system(BAS) and ECMs
|
|
|
BGH
|
SVHW
|
SJRH-AP
|
MFSH
|
SJRH-PCP
|
CHDF
|
|
Equipment
|
AHU
Boilers
Chiller plant optimization
Fan/pump speed control
VFDs
Hot water system
Interior lighting
|
●
●
●
●
●
●
X
|
●
●
●
●
●
●
X
|
●
●
●
●
●
●
X
|
●
●
●
●
●
●
X
|
●
●
●
●
●
●
X
|
●
●
●
●
X
X
X
|
|
Parameters
|
Economizer cycle(enthalpy)
Air temperature reset
Chilled water temperature reset
Condenser water temperature reset
Hot water temperature reset
Scheduled start/stop for fans/pumps
Chilled water plant optimization or
Staging of chiller compressors
System time of day control
Night setback
Optimized start time for peak shaving
Humidity control
Peak demand limiting
Energy trending
|
●
●
●
●
●
◐
X
X
●
●
X
●
X
X
|
X
●
●
●
●
◐
X
X
●
●
X
●
X
X
|
X
●
●
●
●
◐
X
X
●
●
X
●
X
X
|
●
●
●
●
●
◐
●
●
●
●
X
●
X
X
|
X
●
●
●
●
◐
X
X
●
●
X
●
X
X
|
-
-
-
-
-
-
-
-
-
-
-
-
-
-
|
|
ECMs
|
Advanced interval metering
BAS scheduling
AHU motor replacement
HVAC equipment scheduling
Relamping
Lighting controls
Higher efficiency equipment
Awareness program
|
1.01%
-
0.45%
0.23%
0.12%
0.72%
1.79%
1.01%
|
2.00%
-
-
0.31%
0.51%
1.47%
2.31%
1.00%
|
2.00%
-
-
0.77%
0.98%
0.82%
2.32%
1.00%
|
3.00%
0.18%
-
-
0.28%
0.41%
1.50%
0.76%
|
1.03%
-
-
0.41%
3.61%
1.47%
2.35%
1.03%
|
2.00%
-
-
1.21%
0.05%
0.83%
1.24%
1.00%
|
|
Total energy svaing(%)
|
5.32%
|
7.59%
|
5.90%
|
6.13%
|
9.90%
|
6.34%
|
3. 병원건물에너지 진단 및 평가방법 개발
병원건물의 에너지 진단 및 평가는 대상병원의 실태조사 결과를 기반으로 에너지 데이터 수집하고 수집된 상세 데이터를 기준으로 분석범위와 에너지 사용
시나리오별 소비패턴 및 성능분석 수행이 필요하다. 즉, 대상 병원의 에너지 성능분석 결과를 기반으로 에너지 절감 운영요인을 발굴하고, 타 병원건물
간의 유의성과 일반화 가능한 아이템 도출하는 단계를 갖는다(
Fig. 2 참조).
Fig. 2. Preliminary procedure of energy(detailed) analysis for hospital buildings.
3.1 대상 설비시스템 에너지 평가기준 설정
3.1.1 현장조사 및 사전평가(1단계)
먼저, 병원건물의 에너지 진단/평가를 위한 수집 가능한 데이터의 유효성 판단이 필요하며 대상건물의 BEMS 구축 level 분류를 통한 데이터수집
및 분석범위를 설정해야한다. 이를 위하여 대상 병원건물의 현장방문을 통하여 단기간 동안 에너지 사용량 및 운전비용 절감을 달성할 수 있는 방안 파악이
중요하다. 따라서 대상 건물에 대한 전반적인 현황조사 및 건물 사용자, 관리자 등과의 인터뷰를 통해 건물과 건물의 에너지 성능에 대한 개념적인 이해를
도모하기 위한 과정을 수행하여 주요 설비현황, 용도별 에너지 사용패턴, 설비 운전방법, 조닝, 사용용도, 내원인원수 및 시간대에 따른 사용특성을 파악해야
한다.
Table 5는 대상병원의 설비시스템 선정 및 평가기준 확보를 위한 BEMS 구축 level 분류와 BEMS 설치기준을 보여준다. BEMS level과 설치기준에
따라서 에너지원별, 용도(계통)별 또는 세부적으로 장비별, 존별 에너지 진단/평가가 가능한 범위가 결정된다. 자동제어를 통하여 취득되는 데이터의 종류와
범위에 따라서 에너지 분석 방법 및 제어의 수준이 단순 기동/대수제어에서, 에너지 경향분석, 예측, 노후진단 및 최적제어로 범위로 확대 될 수 있다.
Table 5. Classification of BEMS Level and BEMS installation criteria
|
|
Energy analysis
|
Data collection
|
Main function
|
|
BEMS installation criteria
|
|
Level 1
|
By energy sources
(electricity, gas, etc.)
|
BAS
Basic energy-saving control
|
BAS energy-saving function
- Enthalpy control
- Optimum start/stop control
- Operating number control
- CO2 control
|
|
Data collection and display
|
|
Information monitoring
|
|
View data
|
|
Level 2
|
By systems
(heating, cooling etc.)
|
BAS + EMS
Energy management system
|
Level 1 + Energy trend analysis
- Energy consumption
- Energy demand trend
- Energy change analysis
|
|
Analysis of energy consumption status
|
|
Analysis of facility performance and efficiency
|
|
Level 3
|
By equipment
(chiller, boiler, etc.)
|
BAS + EMS + α
Energy performance management
|
Level 1 + Level 2 + Equipment performance
- Energy over-consumption
- Fault detection
|
|
Providing indoor and outdoor environmental information
|
|
Prediction of energy consumption
|
|
Energy cost inquiry and analysis
|
|
Level 4
|
By zones
(ward, outpatient, etc.)
|
BAS + EMS + α + β
Energy optimization system
|
Level 1 + Level 2 + Level 3 + Optimization control
|
|
Interlocking control system
|
3.1.2 원격계측 에너지 데이터 수집(2단계)
사전조사에 의해서 원격계측 범위가 결정되면 다음 단계로, 병원의 에너지 소비에 영향을 주는 프로세스와 운영정보의 이력 데이터 및 구성장비(시스템)를
통한 에너지 흐름상 측정 데이터를 수집하는 과정이 매우 중요하다.
Fig. 3과 같이, 대상건물의 에너지원별(가스, 전기, 지역열원, 기타), 에너지 사용 설비별(냉·온 열원장비, 공조장비, 반송설비, 조명설비 등), 에너지용도별(냉방,
난방, 급탕, 환기, 조명, 기타) 그리고 에너지 수요처별(병동부, 외래부, 진료부, 수술실․중환자, 응급시설, 공용시설, 기타)로 데이터 수집 및
조회가능 범위를 명확하게 규명한다. 그리고 원격계측 시스템이 측정되고 수집되는 성능관련 인자들의 평가시점을 기준으로 실시간 평가와 기간별 평가로 분류하여
수집한다.
Fig. 3. Data collection procedure from the remote energy monitoring system.
3.2 병원건물 스마트 에너지 분석
3.2.1 에너지 관련인자 및 성능 평가항목 선정(3단계)
병원의 에너지 진단/평가를 위해서는 공조시스템의 에너지 관련 인자를 설정하고 BEMS에서 측정되지 않는 인자에 대한 측정방법을 고려해야 한다.
Table 6은 건물에너지 사용량 분석을 위한 가장 기본적인 인자에 해당한다. 이와 같은 인자들은 건물에너지 시뮬레이션을 위해 필요한 연산요소와 단계가 동일하다고
할 수 있다. 최종적으로 에너지원으로부터 열원설비, 공조설비, 터미널유닛 및 건물부하(실내환경)와 외부 환경의 영향 등 일련의 에너지 흐름을 완벽하게
파악하는 것이다.
Fig. 4는 에너지 흐름에 따른 장비별 또는 시스템, 용도별 상세 에너지 분석을 위한 구성위계를 보여준다.
Table 6. Identify relevant factors for evaluation of hospital energy consumption
|
Influential factors
|
BEMS-related factors
|
Energy-related equations
|
|
1. Outside Environ.
|
① Temperature(DB/WB)
② Humidity(RH)
|
Data from an outdoor meteorological instrument
|
|
2. Building Load
|
① Set temperature(DB)
② Set related humidity(RH)
③ Intake outdoor airflow rate
|
※ SHF, sesible heat factor → Initial input required by design data
※ QSP : Space thermal load+Energy demand
※ QVEN : Ventilation loads-Fresh air intake
|
|
3. HVAC System
|
|
|
|
Air-conditioning
|
① Supply air(SA) temp./enthalpy
② Return air(RA) temp./enthalpy
③ Air flow rate(CMH)
④ OA flow rate(damper)(%)
⑤ Coil leaving water temp.
⑥ Coil entering water temp.
⑦ Hot/chilled water flow rate
|
ⓐ Cooling loads ∝ Air flow rate × SA/RA enthalpy difference
ⓑ Heating loads ∝ Air flow rate × SA/RA temperature difference
ⓒ Humidity loads ∝ OA flow rate × OA/SA absolute humid. difference
※ QCOIL : Secondary system load : Cooling/heatin system load = AHU coil capacity ∝ Hot/chilled
water flow rate × coil temperature difference
|
|
Fans : air distribution
|
① Fan power
|
※ EAD : Air distribution energy LAD : Air distribution loss
|
|
4. Plant System
|
|
|
|
Chiller / Boiler
|
① Equipment leaving water temp.
② Equipment entering water temp.
③ Hot/chilled water flow rate
④ System efficiency/COP
|
ⓐ QHP/QCP : Primary system load ∝ Hot/chilled water flow rate × Equipment leaving/entering
water temperature difference × Heat loss
ⓑ EHP/ECP : Input energy ∝ Primary system load × System efficiency(COP)
※ ηHP/ηCP : System efficiency(Cooling/Heating)
|
|
Cooling Tower
|
① Outdoor wet-bulb temperature
② Leaving condenser water temp.
③ Entering condenser water temp.
④ Cooling tower fan power
|
ⓐ Range = Entering condenser water temp.-Leaving condenser water temp.
ⓑ Approach = Leaving condenser water temp.-Air wet bulb temp.
ⓒ Efficiency = Range ÷ (Range + Approach)
※ ECT : Cooling Tower efficiency energy(Cooling/Heating)
|
|
5. Water Distribution
|
① Pump power
|
※ EWD : Water distribution energy ηCT : System efficiency
|
|
6. Energy Consumption
|
① Gas(LNG) consumption
|
ⓐ Energy consumption : calculated input energy × Primary energy factor
|
|
② Electricity consumption
|
ⓑ EUI(Energy Use Intensity) = Energy consumption ÷ A/C area
|
Fig. 4. Energy use aggregation levels of energy sub-systems in hospital buildings.(14)
3.2.2 병원건물의 에너지 상세분석 방법(4단계)
병원건물은 다른 용도의 건물에 비해 일간, 연간 운전 시간 매우 높고 공조설비의 에너지 소비가 많기 때문에 설계 시 최대부하 운전시간이 짧고 부분부하
운전에 효과적으로 대응이 가능하도록 계획하는 것이 필요하다. 따라서 의료시설의 물리적 특성 및 설비현황을 고려한 운영데이터 분석이 요구된다. 에너지
분석은 기본적으로 실시간 평가와 기간평가로 구분된다. ①실시간 평가는 과거의 장비의 운전상태, 각종 측정 인자를 통해 정상운전 여부를 오차범위 밖의
일정시간 이상 연속운전 또는 일정횟수 이상의 측정데이터 분석을 통하여 결정한다. 판단기준은 일반적으로 경험값, 초기값, 규격값, 표준값 및 이론값으로
구분하고 의료시설 원단위 통계, 벤치마크 지수로 비교하는 것이 필요하다. ②기간 평가는 항목간의 복합적인 분석을 통해 보다 정확한 장비의 성능을 판단하는
요소 분석으로 반복패턴 또는 계절소모의 존재여부 확인하여 시스템에서 제공되는 프로세스/서비스 분석으로 에너지 부하 및 수요 프로파일 분석한다. 그리고
기간평가 항목간의 복합적인 분석을 통해 보다 정확한 장비의 성능을 판단하는 경향 분석을 하는 프로세스를 갖는다. 병원 건물에너지 소비를 판단하기 위한
해당요소의 ③경향분석 방법은 장비별 에너지 소비형태를 파악할 수 있는 장비중심으로 세부평가를 진행한다.
Table 7은 장비별 에너지 관련인자 및 성능 평가항목을 도출하였고, 측정값과 측정값에 의한 계산값 그리고 기준값을 통하여 변동범위를 규정하였다. 그리고 에너지
사용량 추론을 위한 경향분석 항목 검토는
Table 8과 같이, 실제 수집된 운전데이터를 기준으로 경향분석과 항목별 분석이 가능하다. 인자간 설정값에 의한 에너지 사용량 변화율을 검토하여 에너지 사용량을
예측할 수 있다. 기본적으로는 정상운전 여부의 판단이 우선적으로 필요하고, 분석기간은 주간, 월간, 연간으로 부하율에 따른 구간설정(40, 60,
80, 100%)을 하여 적정 에너지 효율개선을 위한 인자간 변동범위 검토한다. 여기에는 취할 것과 버릴 것 범위 등 데이터 처리방안과 BEMS 프로그램과
연계방안을 확인해야한다. 다음단계로 인자간 ④에너지 성능 영향 검증이 필요하다. 첫째, 간략화 된 시스템 구성에 의한 인자간 상호 에너지 소비량 영향
파악하기 위해 에너지 시뮬레이션 툴을 이용한 검토가 가능하다. 즉, 인자간 설정값 변경에 의한 에너지 사용량 변화율을 효과적으로 판단할 수 있다.
마지막으로 ⑤병원 에너지 사용량 예측은 동일 인자 변경으로 운영 데이터와 에너지 시뮬레이션 툴의 상호간 변동추이를 비교하여 유사성을 확인하고 그 다음,
에너지 시뮬레이션 툴을 이용하여 장비별 인자 변동에 따른 건물의 에너지 사용량을 추론할 수 있다.
Table 7. Energy related factors and performance evaluation items(by equipment)
|
Energy-related factors
|
Measure
|
Reference value
|
Ranges
|
|
Energy-related factors
|
Measure
|
Reference value
|
Ranges
|
|
(1) Direct-fired Absorbtion Chiller & Heater(Cooling)
|
|
(1) Direct-fired Absorbtion Chiller & Heater(Heating)
|
|
① CHW flow rate(Gchw)
② Entering CHW temp.(te-chw)
③ Leaving CHW temp.(tl-chw)
④ CW flow rate(Gcw)
⑤ Entering CW temp.(te-cw)
⑥ Leaving CW temp.(tl-cw)
⑦ Power consumption(Aw')
⑧ Gas consumption(Aw")
⑨ Chiller COP
⑩ Heat load rate ※
⑪ Heat balance ※
⑫ IPLV ※
⑬ Annual COP profile
|
S
S
S
S
S
S
S
S
SC
SC
SC
SC
SC
|
m3/h
℃
℃
m3/h
℃
℃
kW
Nm3/h
-
%
%
-
-
|
Initial measured ± 20%
Rated(7℃)
Setting ± 20%
Initial measured ± 20%
Setting(37℃)
36℃
Rated
21℃
Rated
Rated
Rated
- 50~100%
-
-
by Entering CW temp.
|
|
① HW flow rate(Ghw)
② Entering HW temp.(te-hw)
③ Leaving HW temp.(tl-hw)
④ Power consumption(Aw')
⑤ Gas consumption(Aw")
⑥ Heater efficiency
⑦ Heat load rate ※
⑧ IPLV ※
⑨ Annual efficiency profile
|
S
S
S
S
S
SC
SC
SC
SC
|
m3/h
℃
℃
kW
Nm3/h
-
%
-
-
|
Initial measured
Rated(55℃)
Setting
Rated
Rated
Rated
-
-
-
|
± 20%
± 20%
± 20%
50~100%
|
|
|
(4) Hot Water Boiler
|
|
|
① HW flow rate(Ghw)
② Entering HW temp.(te-hw)
③ Leaving HW temp.(tl-hw)
④ Gas consumption(Aw")
⑤ Boiler efficiency
⑥ Heat load rate ※
⑦ IPLV ※
⑧ Annual efficiency profile
|
S
S
S
S
SC
SC
SC
SC
|
m3/h
℃
℃
Nm3/h
-
%
-
-
|
Initial measured
Rated(60℃)
Setting
Rated
Rated
-
-
-
|
± 20%
± 20%
50~100%
|
|
(2) Centrifugal and Screw Chillers
|
|
① CHW flow rate(Gchw)
② Entering CHW temp.(te-chw)
③ Leaving CHW temp.(tl-chw)
④ CW flow rate(Gcw)
⑤ Entering CW temp.(te-cw)
⑥ Leaving CW temp.(tl-cw)
⑦ Power consumption(Aw')
⑧ Chiller COP
⑨ Heat load rate ※
⑩ Heat balance ※
⑪ IPLV ※
⑫ Annual COP profile
|
S
S
S
S
S
S
S
SC
SC
SC
SC
SC
|
m3/h
℃
℃
m3/h
℃
℃
kW
-
%
%
-
-
|
Initial measured ± 20%
Rated(7℃)
Setting ± 20%
Initial measured ± 20%
Setting(37℃)
36℃
Rated
21℃
Rated
Rated
- 50~100%
-
-
by Entering CW temp.
|
|
|
(5) Steam Boiler
|
|
|
① Steam flow rate(Gs)
② Steam pressure(Ps)
③ Gas consumption(Aw")
④ Boiler efficiency
⑤ Heat load rate ※
⑥ IPLV ※
⑦ Annual efficiency profile
|
S
S
S
SC
SC
SC
SC
|
㎏/h
㎏/m2
Nm3/h
-
%
-
-
|
Initial measured
Rated
Rated
Rated
-
-
-
|
± 20%
50~100%
|
|
(3) Cooling Tower
|
|
(6) Air Handling Unit(AHU)
|
|
① CW flow rate(Gcw)
② Entering CW temp.(te-cw)
③ Leaving CW temp.(tl-cw)
④ Entering DB temp.(te-DB)
⑤ Entering WB temp.(te-WB)
⑥ Fan power consumption(Aw')
⑦ Range
⑧ Approach
⑨ Cooling tower efficiency
|
S
S
S
S
S
S
SC
SC
SC
|
m3/h
℃
℃
℃
℃
kW
-
-
-
|
Initial measured ± 20%
Setting(37℃)
36℃
Rated
21℃
-
-
Rated
-
-
-
|
|
① SA flow rate(Gsa)
② RA flow rate(Gra)
③ OA flow rate(Goa)
④ Coil CHW flow rate(Gchw)
⑤ Coil HW flow rate(Ghw)
⑥ Entering CHW temp.(te-chw)
⑦ Leaving CHW temp.(tl-chw)
⑧ Entering HW temp.(te-hw)
⑨ Leaving HW temp.(tl-hw)
⑩ ATF(Air transfer factor)
|
S
S
S
S
S
S
S
S
S
SC
|
m3/h
m3/h
m3/h
m3/h
m3/h
℃
℃
℃
℃
|
Initial measured
Initial measured
Setting
Initial measured
Initial measured
Setting(7℃)
Setting
Setting(55℃)
Setting
|
± 20%
± 20%
± 20%
± 20%
± 20%
± 20%
|
|
S : measured value SC : Calculated value
|
|
Table 8. Energy related factors and performance evaluation items(for energy trend analysis)
|
1. Energy Trend Analysis
|
|
Equipment
|
Items
|
X-axis
|
Y-axis
|
Data type
|
Period
|
|
(1) Chiller
(Common)
|
➀ Entering CHW temp. vs. Heat load rate
|
Heat load rate
|
Entering CHW temp.
|
Monthly
|
Annual(Cumulative)
|
|
② COP vs. Heat load rate
|
Heat load rate
Heat load rate
|
COP
COP
|
Monthly
by entering CW temp.
|
Annual
Annual(Cumulative)
|
|
➂ Entering CW temp. vs. COP
|
Entering CW temp.
Entering CW temp.
|
COP
COP
|
by heat load rate
Monthly
|
Annual(Cumulative)
Annual(Cumulative)
|
|
④ Entering CHW temp. vs. COP
⑤ COP vs. Outdoor air temp.
⑥ COP vs. Leaving CHW temp.
|
Entering CHW temp.
Outdoor air temp.
Leaving CHW temp.
|
COP
COP
COP
|
by heat load rate
Monthly
-
|
Annual(Cumulative)
Annual
Annual(Cumulative)
|
|
(2) Boiler
(H) Hot-water
(S) Steam
|
➀ Entering HW temp. vs. Heat load rate(H)
② Efficiency vs. Leaving HW temp.(H)
➂ Entering HW temp. vs. Efficiency(H)
④ Efficiency vs. Steam pressure(S)
⑤ Efficiency vs. Heat load rate
⑥ Efficiency vs. Outdoor air temp.
|
Heat load rate
Leaving HW temp.
Entering HW temp.
Steam pressure
Heat load rate
Outdoor air temp.
|
Entering HW temp.
Efficiency
Efficiency
Efficiency
Efficiency
Efficiency
|
Monthly
-
by heat load rate
-
Monthly
Monthly
|
Annual(Cumulative)
Annual(Cumulative)
Annual(Cumulative)
Annual(Cumulative)
Annual
Annual
|
|
(3) Cooling Tower
|
➀(Chiller) heat load rate vs. Efficiency
② Efficiency vs. Entering WB temp.
➂ Ranged vs. Entering WB temp.
|
Heat load rate
Efficiency
Entering CW temp.
|
Efficiency
Entering WB temp.
Entering WB temp.
|
-
-
-
|
Annual(Cumulative)
Annual(Cumulative)
Annual(Cumulative)
|
|
(4) AHU
|
➀ Coil entering/leaving ΔT(CHW & HW)
② AFT vs. Outdoor air temp.
➂ Water entering/leaving ΔT(CHW & HW)
vs. Air entering/leaving ΔT(SA & RA)
|
Entering/leaving ΔT
Outdoor air temp.
Entering/leaving ΔT
|
Operating time
AFT
SA & RA ΔT
|
-
-
-
|
Annual
Annual
Annual
|
|
2. Energy Consumption Analysis
|
|
|
Items
|
X-axis
|
Y-axis(1)
|
Y-axis(2)
|
Period
|
|
Each equipment
|
➀ Total energy consumption
|
Total operating hour
|
Total energy consumption
|
-
|
Annual
|
|
② Energy consumption vs. Average daily outdoor air temp.
|
Hour
|
Energy consumption
|
Average air temp.
|
Annual
|
|
➂ Energy consumption for the relevant year
④ Energy consumption for the past year
|
Hour
Year
|
Energy consumption
Energy consumption
|
-
-
|
Annual
Annual
|
4. 의료시설의 특성에 따른 에너지 절감 운영 요인 발굴(5단계)
실질적이고 객관적인 에너지 절감량을 산출하기 위해 규정된 측정에 기반한 절차 및 방법을 사용한다. 병원건물에 적합한 ECMs 발굴 및 IPMVP 기준을
통한 단기/장기 성능변수 측정, 통계분석 기법을 활용한 연간 에너지 절감량 평가하여 에너지 절감 항목 적용 기대효과를 도출할 수 있다. 의료시설의
경우, 외기온도와 상관없이 겨울철에도 냉방을 필요로 할 수 있기 때문에 HDD와 CDD 적용시 오차가 발생할 수 있다. 따라서 매년 자체적으로 에너지
절감 활동을 고려하여 검토하고 이러한 사항을 고려하여 ①대표년 에너지 사용량을 Baseline로 선정한다. 에너지월별 공급처와 사용처를 연계한 ②energy
flow map을 작성하고 공급/사용량 관리를 위한 계측 위치를 통한 에너지 사용 실태를 평가한다. 구축된 에너지 흐름을 기반으로 ③용도별 사용처별
공급량과 사용량에 대한 balance를 검토한다.
그리고 energy balance의 공급/사용에 대한 문제점 파악 및 적정성 검토로 ④개선점 발굴 및 에너지 저감기술을 선정한다. 이를 위해 ECMs의
우선순위를 평가할 수 있는 priority matrix 기법 적용이 가능하다.
Fig. 5와 같이, ECMs는 크게 효율관리, 제어관리와 부하관리 측면에서 접근이 가능하다. 그리고 각각의 에너지 절감요소를 병원의 요구사항을 고려하여 에너지
소비량, 에너지비용, 실내환경, 추가비용 및 적용성 등의 주요 가중척도를 기준으로 ⑤우선순위 도출이 가능하다. 또한, 가중치는 프로젝트의 특성에 따라
협의하여 확정하는 것이 필요하다.
Fig. 5. Definition and classification ECMs project(15)/procedure of ECMs priority matrix.
마지막으로 적절한 M&V 방법을 선택하는 과정은 프로젝트마다 그리고 고려 대상 에너지 절감 방법마다 검토하여야 한다. M&V 수행과정에서 프로젝트의 조건, 예산 및 기술적인 판단을 고려하고 특정 유형별로 최적의 M&V 방법을 일반화하는 것을 불가능하지만 프로젝트의 특성에 따라서 M&V option을 선택하여 수행한다.
5. 토론 및 결론
병원건물은 환자의 치료와 회복 목적으로 24시간 365일 운영하고 있기 때문에 일반 건축물과 다른 에너지 사용패턴을 가지고 있고 건물형태는 대형화
및 고층화 되어 환자의 실내 환경 향상을 위한 장비, 건축설비, 보안관리 등으로 에너지 사용량이 증가하고 있다. 병원 내 장비들은 대부분 정밀의료기기로
사용되기 때문에 대기전력이 크고, 수술실 등 특수 환경을 유지가 필요하여 에너지 소비량이 매우 높다.
본 연구에서는 이러한 병원건물의 시설특징 및 운영패턴, 에너지 사용 특성을 반영한 설비 시스템의 최적 운영을 통한 에너지 절감을 검증하기 위한 진단/평가방법
체계화 및 에너지관리 프로세스를 제안하였다.
(1) 국내외 병원건물의 에너지 절감사례를 분석한 결과, 장비 및 시스템의 단순 교체가 아닌 에너지 효율, 제어 및 부하 관리를 통하여 약 10%
내외의 에너지 절감효과를 기대할 수 있었다.
(2) 병원의 사용 전력량의 비율은 공조시스템이 약 50%의 전력부하와 에너지 사용량을 나타내고 있고, 조명 에너지는 약 20%의 높은 사용량을 보이고
있다. 의료장비도 약 10%의 전력에너지를 차지하는 중요한 요소가 된다.
(3) 병원건물에너지 진단 및 평가방법은 크게는 대상 설비시스템 에너지 평가기준 설정과 병원건물 스마트 에너지 분석을 통하여 의료시설의 특성에 따른
에너지 절감 운영 요인 발굴하는 단계가 필요하다.
(4) 이를 위한 세부내용으로, 현장조사 및 사전평가 항목과 방법, 원격계측 에너지 데이터 수집과 에너지 관련 인자 및 성능 평가항목 선정 절차와
방법 그리고 병원건물의 에너지 상세분석 방법을 제시하였다.
병원건물에너지 절감 검증을 보다 효과적이고 체계적으로 운영 데이터에 근거한 진단/평가 프로세스를 구현하기 위한 기초단계로 수행되었다. 본 논문에서
제시한 프로세스를 사용하여 실제 병원건물을 대상으로 진단/평가 프로젝트를 수행하고 있으며, 에너지 절감요소인 ECMs의 효과 검증방안을 포함한 후속
연구로 병원건물의 진단/평가의 방법 및 기준의 개선과 보완이 동시에 진행 예정이다. 실질적인 후속연구의 연계를 통하여 궁극적으로는
Fig. 6과 같이, 진단/평가 요구조건이 모두 포함된 통합적인 에너지관리 체계를 구축하여 신축과 기축병원에 모두 적용 가능한 엔지니어링 수행방법을 제시하는
것이다.
Fig. 6. Diagnosis/evaluation method and energy management process for hospital building energy saving.
후 기
본 논문은 2017년도 산업통상자원부 재원으로 한국에너지기술평가원의 연구비 지원을 받아 수행한 연구과제 결과의 일부임(과제번호 : 20172010000660).
References
Cho J., Moon J., Rhee K., Kang H., 2015, Energy consumption characteristics of patient
room HVAC systems for large hospital buildings in worldwide climate zones, Journal
of the Architectural Institute of Korea, Vol. 31, No. 3, pp. 171-180
Cho J., Moon J., Kang H., 2017, Energy Performance Analysis for Energy Saving Potentials
of a Hospital Building : A Case Study Methodology Based on Annual Energy Demand Profiles,
Korean Journal of Air-Conditioning and Refrigeration Engineering, Vol. 29, No. 1,
pp. 29-37
Biglia A., Caredda F. V., Fabrizio E., Filippic M., Mandas N., 2017, Technical-economic
feasibility of CHP systems in large hospitals through the Energy Hub method : The
case of Cagliari AOB, Energy and Buildings, Vol. 147, pp. 101-112
Wang T., Li X., Liao P. C., Fang D., 2016, Building energy efficiency for public hospitals
and healthcare facilities in China : Barriers and drivers, Energy, Vol. 103, pp. 588-597
Christiansen N., Kaltschmitt M., Dzukowski F., 2016, Electrical energy consumption
and utilization time analysis of hospital departments and large scale medical equipment,
Energy and Buildings, Vol. 131, pp. 172-183
Congradac V., Prebiracevic B., Petrovacki N., 2014, Methods for assessing energy savings
in hospitals using various control techniques, Energy and Buildings, Vol. 69, pp.
85-92
Ascione F., Bianco N., Stasio C., Mauro G. M., Vanoli G. P., 2016, Multi-stage and
multi-objective optimization for energy retrofitting a developed hospital reference
building : A new approach to assess cost-optimality, Applied Energy, Vol. 174, pp.
37-68
González A., García-Sanz-Calcedo J., Salgado D. R., 2018, A quantitative analysis
of final energy consumption in hospitals in Spain, Sustainable Cities and Society,
Vol. 36, pp. 169-175
Teke A., Timur O., 2014, Assessing the energy efficiency improvement potentials of
HVAC systems considering economic and environmental aspects at the hospitals, Renewable
and Sustainable Energy Reviews, Vol. 33, pp. 224-235
Vanhoudt D., Desmedt J., Bael J. V., Robeyn N., Hoes H., 2011, An aquifer thermal
storage system in a Belgian hospital : Long-term experimental evaluation of energy
and cost savings, Energy and Buildings, Vol. 43, pp. 3657-3665
Ma H., Du N., Yu S., Lu W., Zhang Z., Deng N., Li C., 2017, Analysis of typical public
building energy consumption in northern China, Energy and Buildings, Vol. 136, pp.
139-150
Papantoniou S., Kolokotsa D., Kalaitzakis K., 2015, Building optimization and control
algorithms implemented in existing BEMS using a web based energy management and control
system, Energy and Buildings, Vol. 98, pp. 45-55
Lee D., Cheng C., 2016, Energy savings by energy management systems : A review, Renewable
and Sustainable Energy Reviews, Vol. 56, pp. 760-777
Cho J., Shin S., Kim J., Hong H., 2014, Development of an energy evaluation methodology
to make multiple predictions of the HVAC&R system energy demand for office buildings,
Energy and Buildings, Vol. 76, pp. 169-183
ASHRAE , 2012, Advanced Energy Design Guide for Large Hospitals
