도시 단위를 구성하는 건물별 스마트 도시 전력 에너지 모니터링 시스템 개발

3-1 시스템 개념도 및 구성 요소

본 연구에서 개발한 건물별 전력 에너지 모니터링 시스템은 지역별 및 용도별로 구분된 건물에 설치된 센서를 통해 건물별 에너지 수급량을 측정하고 이를 처리하는 시스템을 통해 최종적으로 웹에서 확인할 수 있도록 한다. 그림 1은 시스템의 전체 개념도이다. 다수의 건물에 설치된 센서들은 인터넷망을 통해 측정 데이터를 메인서버로 보내고 서버에서는 데이터를 처리하여 데이터 베이스에 저장함과 동시에 사용자에게 모니터링 정보를 제공한다. 이를 위해 필요한 데이터는 3가지이다. 첫째, 건물별로 측정된 전력 소비 데이터 둘째, 태양광 발전량 데이터 셋째, 태양광 발전량 데이터를 보정하기 위한 기상 정보인 구름의 양 데이터이다. 또한 이 세 가지 데이터를 처리하기 위해 센서 데이터를 수집하여 데이터 베이스에 저장해주는 기능을 가진 시스템, 기상 정보를 수집하여 데이터 베이스에 저장해주는 시스템, 데이터 저장을 위한 데이터 베이스, 데이터 베이스를 조회하여 웹에 가시화시켜주는 웹 시스템이 필요하다.

Fig. 1.

System Wide Conceptual Diagram

본 연구에서 제안하는 건물별 전력 에너지 모니터링 시스템의 구성요소는 크게 다섯 가지로 나눌 수 있다. 1) 전력 에너지를 측정하는 센서 2) 센서로부터 전달되는 데이터를 처리하는 시스템 3) 전력 에너지 공급량을 위한 에너지 효율을 계산하기 위해 기상정보를 수집하는 시스템 4) 전력 에너지를 저장하기 위한 데이터 베이스 5) 전력 에너지의 실측량과 예측량을 시각화해주는 웹 시스템이다.

시스템의 구성 요소는 아래 그림 2과 같다. 전력 에너지를 측정하는 센서는 용도 및 지역별로 구분된 건물에 설치되며 전력량 측정 센서, 태양광 발전량 측정 센서를 모두 포함하여 61개가 설치된다. 그리고 센서로부터 전송된 데이터를 처리하는 시스템은 센서로부터 데이터가 유실됨 없이 전송되었는지 확인하고 수신된 데이터를 데이터 베이스로 저장한다. 기상 정보를 수집하는 시스템은 지역별 기상정보를 크롤링하여 데이터 베이스에 저장하기 위해 네이버에서 제공하는 기상정보를 사용한다. 데이터 베이스는 데이터 저장 기능뿐만 아니라 내부 기능인 저장 프로시저를 사용하여 5분 간격으로 수집된 데이터에 대하여 15분, 30분, 1시간, 1일, 1주일, 1달, 1년으로 데이터를 확장하는 기능을 수행한다. 이는 웹 서버에서 전력 데이터 가시화와 알고리즘 계산을 위해 필요한 작업이며, 웹 서버에서 수행되기에는 부하가 많기 때문에 데이터 베이스에서 수행한다. 그리고 데이터 베이스를 조회하여 전력 수급량 실측값과 과거 전력 수급량 실측값을 토대로 예측값을 계산하여 가시화해주는 기능은 웹 시스템에서 수행된다.

Fig. 2.

System Wide Configuration Diagram

그림 2에서 제시한 구성 요소를 포함한 시스템의 아키텍처는 아래 그림 3과 같다. 이에 대한 시스템 기능별 모듈 정리는 아래 표 1와 같다.

Fig. 3.

System Architecture

Table 1.

Organize modules by system function

센서와 데이터 처리 시스템은 센서에서 지원하는 프로토콜에 맞추어 데이터를 처리해야 하므로 소켓 통신을 할 수 있게 구현하였으며 처리 시스템과 기상 정보 수집 시스템은 데이터 베이스와의 통신을 위해 TCP/ IP 통신 프로토콜을 이용하여 구현하였다. 이는 TCP/IP 데이터 저장을 위해 SQL 서버 2017을 사용하는데 해당 데이터 베이스는 SQL 서버 용 마이크로소프트 JDBC 드라이버에서 TCP/IP를 설치하고 실행해야 데이터 베이스와 통신이 가능하기 때문이다. 전체 시스템이 구동되는 물리적 서버는 윈도우 서버이며 이에 따라 웹 서버는 C# .NET 프레임워크를 사용하여 구축했고 마이크로소프트 윈도우를 사용하는 서버들을 위한 인터넷 기반 서비스들의 모임인 인터넷 정보 서버(IIS; Internet Information Server)를 사용하여 파일을 외부로 배포한다.

웹 시스템 구현은 일반적인 시스템 개발 디자인 패턴인 모델-뷰-컨트롤러(MVC; Model-View-Controller) 패턴에 따라 구현하였다. 모든 시스템은 윈도우 서버에서 구동되며 각 기능별 시스템에 따라 서로 다른 4개의 포트에서 구동된다. 마지막으로 사용자와 웹서버 간의 통신은 데이터를 주고받기 위한 서버 클라이언트 모델을 따르는 HTTP 프로토콜을 이용한다.

3-2 시스템 개발 환경

본 연구에서 제안하는 건물별 전력 에너지 모니터링 시스템은 윈도우 서버 2016에서 구동된다. 그리고 전력 에너지를 측정하는 센서를 제외한 각 구성요소는 서로 다른 4개의 포트에서 실행된다. 전력 에너지 취득을 위해 네트워크 환경 설정이 가능하며 소켓 통신을 지원하는 NAO DIGITAL 사의 SMD-3100M 센서를 사용한다.[8] 데이터 베이스는 관계형 데이터 베이스 중의 하나인 마이크로소프트 SQL 서버 2017을 사용하였다. 기상 정보를 취득하기 위한 시스템은 Jupyter Notebook 환경에서 Python을 사용하였다. 서버는 C# 개발 프레임워크인 Visual Studio를 활용하여 ASP.NET MVC 웹 응용 프로그램을 사용했고 사용자에게 반환되는 웹 페이지의 구현은 HTML, Javascript를 사용하였다.

3-3 시스템 요구 사항

본 연구에서 제안하는 건물별 전력 에너지 모니터링 시스템의 가장 중요한 요구 사항은 전력 에너지의 측정과 저장이다. 전력 에너지 측정을 위해 건물별 특정 장소에 설치된 SMD-3100M 센서는 전파를 막는 주변 지형과 전파를 방해하는 주변 환경 요소에 따라 데이터를 취득하는 데 어려움이 있었다. 이 때문에 센서가 설치되는 공간은 벽으로 가로막혀있지 않은 개방된 공간이어야 하며, 주변 환경에 전파를 방해하는 다른 요소가 있는 곳은 피해야 한다. 또한 각 센서는 중개기 설치를 통해 신호를 증폭 시켜 통신을 원활하게 하였다. 하지만 이와 같은 설치 환경의 개선으로도 기상 요소나 센서 자체의 문제 또는 데이터를 처리하는 시스템의 과부하로 인한 데이터 누락 현상이 발생할 경우를 대비해야 한다. 이를 위해 전력 데이터를 측정하는 센서는 일정 시간 동안 데이터를 메모리에 저장해둔다. 그리고 데이터 처리 시스템은 수신된 데이터의 시간을 확인하여 만약 이전 데이터가 없으면 센서로 누락된 데이터를 요청하여 다음번 데이터를 받을 때 같이 송신 받는다. 그리고 처리된 데이터를 저장할 경우 통신 간 데이터의 누락이 없어야 한다. 이는 데이터 측정 시스템에서 데이터 취급 시 데이터 패킷과 시간을 기록하는 텍스트 파일 형태의 로그와 데이터 베이스 테이블 내에 시간을 기록하는 컬럼 값의 비교를 통해 누락 여부를 확인한다. 또한 61개의 센서 데이터로부터 5분 간격으로 데이터를 취득하는 시스템 특성상 데이터 베이스에 과부하가 될 경우가 있기 때문에 데이터 베이스 내부 기능인 스케줄링 기능을 통해 주기적으로 백업하고 데이터를 압축하여 보관한다.

3-4 데이터 처리 기능 구현

건물별 전력 에너지 모니터링 시스템의 데이터 처리 부분은 다수의 전력 에너지 측정 센서로부터 소켓 통신을 통해 전송된 데이터를 처리 시스템에서 수신하고 처리한다. 시스템의 데이터 처리 순서는 시스템의 통신을 위한 세션을 생성하고 처리 시스템에서 센서의 인증을 진행한다. 그리고 인증된 센서에 한에서만 데이터 통신이 가능하도록 구현하였다. 하지만 개발 과정 중 센서가 설치된 곳의 외부 환경 변화나 처리 시스템의 네트워크 환경으로 인해 데이터 누락 현상이 발생하는 경우도 있었다. 이을 해결하기 위해 데이터 처리 시스템에서 데이터 누락 여부를 확인하고 누락된 데이터에 대하여 센서로 데이터 재요청을 할 수 있도록 구현하였다. 그리고 데이터 재요청을 받은 센서는 다음 데이터 전달 시 누락된 데이터를 함께 전달한다. 처리 시스템에서는 데이터 통신 점검을 위해 센서마다 일자별로 데이터 로그를 텍스트 파일 형태로 저장할 수 있도록 구현하였다.

데이터 처리는 그림 4와 같이 원격으로 센서를 제어하고 데이터 취득 현황을 확인할 수 있다.

Fig. 4.

Data Processing System GUI

데이터 처리 시스템의 화면에서는 센서와 처리 시스템의 통신 로그를 실시간으로 확인할 수 있도록 구현하였다. 그리고 처리 시스템의 기능으로는 시스템의 동작, 센서와의 연결 종료와 같은 기본적인 동작과 센서의 정보 변경을 수행할 수 있도록 구현하였다. 만약 처리 시스템이 구동되는 아이피가 변경될 경우 센서에 등록된 측정 데이터 전달을 위한 목적지 아이피의 변경은 불가피하다. 이를 위해 처리 시스템에서 센서의 내부정보를 변경시키는 기능은 필수적이다.

3-5 데이터 저장 기능 구현

본 연구에서 제안하는 시스템의 데이터 베이스는 관계형 데이터 베이스 관리 시스템 중의 하나인 마이크로소프트 SQL Server 2017을 사용한다. 관계형 데이터 베이스 관리 시스템은 저장되는 데이터 항목 간의 정의된 관계가 있을 때 기본 키와 외래 키를 활용하여 데이터 간 관계를 논리적으로 구성할 수 있는 이점이 있다. 저장되는 전력 데이터는 시설, 센서의 종류, 지역, 확장 전력 수급 데이터와 논리적으로 연결이 된다. 아래 표 2, 표 3, 표 4은 전력 데이터와 논리적으로 연결되는 테이블의 일부이다. 전력 수요 데이터와 태양광 발전량 데이터 테이블은 Sensor 테이블과 논리적으로 연결되어있다. 그리고 Sensor 테이블과 건물 정보 테이블은 건물 아이디를 통해 논리적으로 연결되어있는 구조이다. 그림 5은 전력 생산 다이어그램이며 그림 6은 전력 소비 다이어그램이다. 전력 데이터 저장을 위한 테이블 구조는 전력 생산과 전력 소비 다이어그램은 동일하기 때문에 그림 5에는 전력 생산량 예측에 필요한 지역별 기상 정보 저장 테이블, 날씨별 효율 계산량 저장 테이블, 효율을 이용한 실제 예측량 저장 테이블의 관계만을 표시했다.

Table 2.

Facility Database Schema

Table 3.

Sensor mapping information Database Schema for each facility

Table 4.

Power Data Storage Database Schema

Fig. 5.

Electricity output Diagram

Fig. 6.

Power Consumption Diagram

5분 단위 전력 데이터를 15분, 30분, 1시간, 1일, 1주일, 1달, 1년 단위로 확장하기 위하여 데이터 베이스의 내부 기능인 저장 프로시저를 사용한다. 저장 프로시저는 자주 사용되는 쿼리를 함수 형태로 정의하 여 외부에서 프로시져를 호출하였을 때 데이터 베이스 내에서 실행되도록 하는 기능이다. 이는 웹 서버의 연산 부하를 방지하고 쿼리의 성능향상을 위해 제공하는 기능이며 구현 알고리즘 개념은 아래 그림 7과 같다.

Fig. 7.

Data Extension Procedure Algorithm

3-6 데이터 가시화 기능 구현

본 연구에서 제안하는 건물별 전력 에너지 모니터링 시스템의 웹 서버는 데이터 베이스를 조회하여 데이터를 가시화하며 통계적 방법론을 활용한 예측 알고리즘 계산을 활용하여 데이터의 추세 예측을 보여준다. 예측 알고리즘에는 외사법[9], 시간대별 수요 예측법[10], 날씨별 효율을 이용한 태양광발전량 예측법[11]이 사용된다. 예측 알고리즘의 오차율과 구현 방법은 참고문헌을 통하여 확인 할 수 있다.

웹 시스템의 인터페이스는 사용자의 편의성을 높일 수 있는 방향으로 구현하였다. 사용자가 몇 번의 클릭으로 웹 시스템이 제공하는 모든 기능을 확인할 수 있으며, 수급 분석과 프로파일 또한 간단한 입력으로 결과를 확인할 수 있다.

그림 8은 전체 시설의 현황 및 일평균, 월평균 수요량과 발전량을 확인 할 수 있는 홈페이지 메인 페이지이다. 건물에 설치된 센서의 데이터가 30분간 취득이 되지 않을 경우 지도에 표시된 건물 위치의 마커가 점멸되며 이를 통해 시설에 설치된 장비의 이상 유무를 확인할 수 있다. 또한 시설별 간략 정보를 동적 페이지를 구성함으로써 실시간으로 모든 시설의 간략 정보를 메인화면에서 확인할 수 있다. 개별 시설의 수급 현황을 확인하고자 한다면 지도 위 마커를 클릭하면 개별 시설의 상세 내용을 확인할 수 있다. 그림 9은 마커 클릭 시 나오는 개별 페이지이다. 개별 페이지는 선택한 건물의 전력 수급량을 일자별로 확인할 수 있으며 5분단위 30분 단위, 1시간 단위 그래프를 6시간 간격으로 가시적으로 확인할 수 있다. 막대그래프는 실측 전력 데이터이며, 꺽은선 그래프는 외사법 알고리즘과 시간대별 수요 예측량을 나타낸다.

Fig. 8.

Homepage main screen

Fig. 9.

Detaied of supply and demand by building Screen

그림 10는 전체 시설의 수급 정보를 확인 할 수 있는 페이지며, 전체 시설의 수요량에서 각 시설이 차지하는 비율과 용도별, 일자별, 월별 비율을 확인할 수 있다.

Fig. 10.

Total facility supply – demand status screen

그림 11은 용도별로 데이터를 분류하여 확인할 수 있는 페이지이며, 용도별 전월 대비 당월 사용 비율, 전일 대비 당일 사용 비율을 알 수 있으며 주거, 업무, 상업, 교육에 대한 수급 비율을 알 수 있다.

Fig. 11.

Facility supply – demand status by use screen

그림 12은 사용자의 입력에 따른 수급 분석 결과 상세 페이지이다. 수급분석을 원하는 지역, 용도를 선택하고 계절, 예상 최대 수요 전력량, 태양광 설비 용량을 입력 후 이를 토대로 1일 1시간 단위 에너지 수급 패턴 예상치와 전력 사용량 예측 그래프를 확인할 수 있다.

Fig. 12.

Supply – demand analysis simulation screen

아래 그림 13는 에너지 부하 프로파일을 나타내며, 그림 13에서 사용자 입력에 따른 수급 분석 결과를 기반으로 가상 시뮬레이션을 적용하여 보이는 결과 화면으로써 전년도와 이번 연도 월별 사용량 비교를 통해 당월 전력 사용량 예측량을 확인할 수 있다.

Fig. 13.

Energy profile analysis screen

아래 그림 14는 그림 12에서 사용자 입력에 따른 수급 분석 결과를 기반으로 만약 하루 치 전력 소비량이 생산량이 많을 경우 가상 에너지 저장 장치를 설정할 수 있도록 개발했다. 이를 통해 하루 중 전기 요금이 상대적으로 저렴한 시간대의 사용전력량을 충전하고 상대적으로 비용이 비싼 시간대에 방전함으로써 에너지 저장 장치를 사용 효과를 그래프로 나타냈다. 그리고 만약 하루 치 전력 소비량보다 생산량이 많을 경우 베터리 충전량으로 표시할 수 있도록 개발했다.

Fig. 14.

Energy Storage Analysis Screen