2030 국가 온실가스 감축목표 기본 로드맵에 따르면, 건물 부문에서 온실가스 배출량 감축률이 18.1%에서 32.7%로 기존보다 크게 강화되어 신축 건축물 허가기준 강화는 물론이고, 그린 리모델링 활성화와 건축물 에너지성능 향상 등 기존 건축물에 대한 여러 에너지절약 정책들이 보다 강화되고 있다.
특히, 기존 건축물에 대한 에너지절약 정책들이 실효성을 거두기 위해서는 시장에서의 기술적, 경제적 타당성 확보와 함께, 건물 소유주나 관리자가 쉽게 이해하고 판단할 수 있는 에너지사용 상세 정보의 제공이 필요하다.
주요 선진 외국에서는 설문조사, 계측, 계산 등에 의한 방법으로 미국 CEUS, CBECS와 같이, 건물용도별, 에너지원별(전기, 가스, 지역난방 등), 에너지용도별(난방, 냉방, 급탕, 조명, 환기 등) 사용량 및 원단위(Energy Use Intensity), 패턴 프로파일, 건물 특성 등 상세한 정보가 제공되고 있다. 그리고 EnergyIQ와 같은 웹프로그램을 개발하여 건축물의 에너지원별 사용량 정보와 사용자 입력정보를 기반으로 에너지용도별 사용량에 대한 추정 및 개선가이드를 서비스한 바 있다.
반면, 국내에서 기본적으로 이용되는 에너지 정보는 요금청구서 상의 월간 에너지원별(전기, 가스, 지역난방) 사용량인데, 이 정보는 총량 정보로서 건물 관계자가 에너지를 절약하기 위한 구체적인 전략을 수립하기에는 부족한 수준이다. 그래서 정부에서는 상세한 정보를 수집하고 모니터링하기 위한 건물에너지관리시스템(BEMS)을 순차적으로 공공 건축물부터 민간 건축물을 대상으로 보급확산 정책을 시행하고 있다. 그러나 이 시스템은 설치와 유지관리에 고비용이 발생하기 때문에 보급 활성화가 쉽지 않은 상황이며, 또한 고비용을 들여 시스템을 설치하였다고 해도 계측데이터의 오류가 빈번하게 발생하여 결국 사용하지 않는 경우가 발생하기도 한다.
그래서 상세 계측시스템을 설치하지 않고도 건축물 에너지사용과 관련한 건축, 설비, 사용, 기상 부문별 몇 가지 정보로써 연간 및 월간 에너지용도별(난방, 냉방, 급탕, 조명, 환기 등) 사용량을 추정할 수 있다면 매우 경제적인 해법이 될 것이다.
본 논문에서는 건축물 에너지사용과 관련있는 공공데이터와 실제 업무시설에서의 에너지용도별 사용량 계측데이터를 분석한 특성 결과를 기반으로, 건물 사용 패턴이 비교적 일정한 업무시설에서의 에너지용도별 사용량 추정방법을 수립하였다.
기존 건축물에서의 에너지사용량 및 영향인자 정보의 수집 방안을 파악하기 위해 국내외 건축물 에너지사용과 관련한 공공데이터 제공 현황을 파악하였고, 에너지사용 정의와 관련한 국내외 문헌 고찰을 통해서 에너지용도별 사용량을 난방, 냉방, 급탕, 조명, 환기, 승강으로 분류 및 정의하였다. 그리고 건축물 에너지사용량 추정방법에 대한 기존 문헌 고찰을 통해, 에너지용도별 사용량 추정방법을 수립하기 위한 기본 방향을 살펴보았다.
서울시 업무시설 48개소를 대상으로 가스유량계, 온수열량계, 전력량계 등 에너지용도별 사용량 계측시스템을 설치해서 수집한 계측데이터를 분석하여, 계절적 및 비계절적, 연간 및 월간 에너지사용량 특성, 영향인자와 관련한 건축, 설비, 사용, 기상 부문 특성을 분석하였다.
이러한 분석 내용을 토대로 업무시설에서의 연간 에너지용도별 사용량 추정방법은 다중회귀식(조명, 승강, 급탕, 환기 에너지사용량)과 차감계산식(난방, 냉방 에너지사용량)을 이용하고, 월간 에너지용도별 사용량 추정방법은 월간 평일수 비율(비계절적 조명, 승강 에너지사용량), 월간 난방도일 및 월간 냉방도일 비율(계절적 난방, 냉방, 급탕, 환기 에너지사용량)을 이용하여 수립하였다. 마지막으로 사례 업무시설을 대상으로 추정방법의 적용 타당성을 검토하고, 기존 건축물 에너지성능 평가방법으로 활용하기 위해 다중회귀식의 신뢰도를 높일 수 있도록 활용방안에 대해 제안하였다.

As the 2030 National Framework Roadmap for Greenhouse Gas Reduction Goals significantly raises the target for greenhouse gas (GHG) emission reduction for the building sector from 18.1% to 32.7%, the criteria for building permit issuance will be more rigorous and energy saving policies such as green remodeling and improvement of building energy performance will be more stringent for existing buildings.
Energy saving policies for existing buildings are effective when the technical and economic feasibilities are ensured in the market, especially when detailed and easy to understand information about energy use is provided to building owners or managers.
Similar to the CEUS and CBECS in the US, many developed countries collect detailed information on energy use via surveys, measurements, and calculations. In these countries, energy consumption by building use, source (electricity, city gas, district heating, etc.) and end uses (heating, cooling, hot water, lighting, ventilation, etc.), energy use intensity, pattern profiles, building characteristics, and other detailed information are available. Moreover, by using EnergyIQ and similar programs, energy consumption by end use is estimated based on energy consumption by source utilization in buildings and user input data, and guidelines for improving energy use are provided.
However, monthly energy consumption by source (electricity, city gas, and district heating) stated in bills is the basic information available in South Korea. Because this information indicates only the total energy consumption, it can not help building owners or managers in establishing specific energy saving strategies. The South Korean government is implementing a policy of developing the building energy management system (BEMS), which is a data collection and monitoring system, starting with public buildings and subsequently integrating private buildings. However, this system incurs high costs for installation and maintenance, which is an obstacle to its wider application. Moreover, when the system is installed at a high cost, measurement data frequently contain errors. In practice, the system has been out of use in many places owing to such constraints.
Thus, without such a sophisticated system, if annual and monthly energy consumption by end use (heating, cooling, hot water, lighting, ventilation, etc.) can be estimated using a certain amount of data from sectors like building, facility, user, and weather, an economical solution can be developed so long as the data are related to building energy use.
This study established some methods of estimating energy consumption by end use in an office building with a relatively consistent energy usage pattern on the basis of analysis results of public data related to building energy use and measurement of energy consumption by end use in real office buildings.
In order to identify the existing methods of collecting information on energy consumption and influencing factors from buildings, this work surveyed domestic and foreign public data service systems related to building energy use. In the review of domestic and foreign literature on the definition of energy use, this work also defined energy consumption by end use and classified it as heating, cooling, hot water, lighting, air-movement, and elevators. In addition, based on a literature review on the estimation of building energy consumption, a basic direction for establishing a method of estimating energy consumption by end use was also examined.
This work analyzed measured data, which were collected from monitoring systems for energy consumption by end use, such as gas calorimeters, hot water calorimeters, and watt-hour meters, from 48 office buildings in Seoul. The main focus areas of the analysis included characteristics of seasonal, non-seasonal, annual, and monthly energy consumptions and those for different sectors (building, facility, user, and weather), which were related to the influencing factors.
Based on the above analyses, an estimation method for annual energy consumption by end use in an office building was established using a multiple regression equation (energy consumption for lighting, elevators, hot water, and air-movement) and subtracting non-seasonal energy consumption from the total annual energy consumption (heating and cooling). An estimation method for monthly energy consumption by end use was established using the percentage of working days per month (non-seasonal energy consumption for lighting and elevators) and monthly heating and cooling degree days (seasonal energy consumption for heating, cooling, hot water, and air-movement). Finally, the proposed estimation methods were applied to a real office building to verify their effectiveness. Additionally, a method of collecting information on factors influencing energy use was also proposed in order to enhance the reliability of the multiple regression equation and to evaluate the energy performance of existing buildings.