에너지 추정 방법론

이용 가능 여부: 추정은 선택적 플랫폼 기능이며 모든 구독에 포함되지 않을 수 있습니다. 추정이 활성화되지 않은 포트폴리오는 관측된 미터 데이터만 보고합니다.

추정은 보고 시점에 이용 가능한 데이터를 대상으로 수행되며, 새로운 관측 데이터가 수신되면 추정값이 갱신됩니다.

Cambio의 추정 정책은 운영 중인 기존 자산에 적용됩니다. 유틸리티 데이터에 시간적 중단 또는 공간적 커버리지 제약으로 인한 공백이 있는 경우, Cambio는 체계적이고 결정론적인 추정 방법론을 적용하여 완전한 건물 단위 에너지 소비 프로필을 생성합니다. 데이터 완전성 평가 및 추정은 각 자산의 에너지 스트림(전력, 연료)별로 독립적으로 수행되며, 모든 분석, GHG 배출량 산정 또는 데이터 내보내기에 앞서 실시됩니다.

모든 추정값은 다음과 같습니다:

추정은 결정론적이며 기상 조정이 적용됩니다. 즉, 고정된 벤치마크 값이나 정적인 집약도 가정이 아니라 관측된 현지 기후 조건과 건물별 또는 코호트 기반 소비 패턴에 반응합니다. 데이터 품질 문제는 추정 로직 내부가 아니라 알림 및 검증 워크플로를 통해 처리됩니다. 기반 모델은 외기온도와 에너지 소비량 간의 관계를 난방, 기저부하, 냉방의 세 가지 운전 영역에 걸쳐 포착하는 5-파라미터 구간별 선형(변화점) 모델입니다.

추정은 전기 및 기타(연료 + 지역 에너지 통합)의 두 가지 모델 유형에 대해 독립적으로 트리거됩니다.

미터 유형 누락. 건물 온보딩 정보에 따라 자산에 특정 미터 유형이 있어야 하나 데이터에 전혀 존재하지 않는 경우, 해당 모델 유형에 대해 보고 기간의 모든 일자에 추정이 트리거됩니다. 이 확인은 아래 확인보다 먼저, 그리고 독립적으로 실행됩니다.

면적 × 시간 커버리지. 보고 기간의 각 일자에 대해 에너지 하위 유형(전기, 연료)별로 커버리지 점수가 산출됩니다:

추정 시점에 온보딩된 이용 가능한 데이터를 기반으로, 시스템은 데이터 이용 가능성 및 품질에 따라 아래에 기술된 세 가지 추정 경로 중 하나를 적용합니다. 적용 가능한 경로는 이용 가능한 과거 데이터를 기반으로 추정 시점에 각 자산별로 결정됩니다.

자산에 여러 계절에 걸친 ≥ 9개월의 과거 데이터가 있고 > 75%의 공간적 커버리지라는 품질 검증 기준을 통과하는 경우에 적용됩니다.

다음을 사용하여 자산별 변화점 회귀 모델 세트(전력 모델 및 해당하는 경우 연료 모델)를 개발합니다:

모델은 난방 및 냉방 균형점을 학습하고 소비량을 난방도일 및 냉방도일과 연관시킵니다. 이 접근 방식은 다음을 포함한 건물별 특성을 포착합니다:

모델 품질은 ASHRAE Guideline 14 지표인 정규화 평균 편향 오차(NMBE)와 제곱평균제곱근오차 변동계수 CV(RMSE)를 기준으로 모니터링됩니다. 데이터 충분성 기준이 충족되는 경우 이 경로가 항상 우선적으로 적용됩니다

자산별 데이터가 불충분하거나 커버리지 임계값을 충족하지 못하는 경우에 적용됩니다. 소비량은 다음을 기준으로 선정된 유사 건물 코호트의 평균 파라미터를 사용하여 추정됩니다:

CV(RMSE) 점수가 높은 모델은 코호트 분석에 사용할 수 없습니다.

코호트 규모는 최소 임계값이 5개 건물이며, 수백만 건의 건물 에너지 모델 데이터베이스에서 선정됩니다. 이 방법론은 정확히 일치하는 항목(동일한 기후대, 자산 클래스, 유사한 연면적)을 우선하며, 정확 일치 항목이 ≥ 5개 존재하는 경우 이용 가능한 모든 정확 일치 항목을 선정합니다. 정확 일치 항목이 5개 미만인 경우, 최소 5개 건물 요건을 충족하도록 다음으로 가장 유사한 건물로 코호트를 채웁니다. 기상 정규화된 파라미터는 코호트 전체에 걸쳐 평균됩니다.

모든 연료 유형에 대해 코호트 기반 추정값이 사용되는 경우, 총 모델링 EUI는 지역 벤치마크 데이터에 맞춰 보정됩니다. 벤치마크 정렬 파라미터(α)는 지역 벤치마크 데이터 품질에 대한 신뢰도를 기반으로 고객별로 설정됩니다. 모든 지역에 걸쳐 높은 신뢰도가 존재하는 경우 α=1이 적용되며, 이는 추정값이 지역 벤치마크에 완전히 정렬됨을 의미합니다. 단일 연료 코호트 추정값 또는 기타 추정 방법론에는 벤치마크 블렌딩이 포함되지 않습니다.

보정 공식은 다음과 같습니다: S = (1-α)·P + α·X, 여기서 P는 모델 연간 총계, X는 벤치마크 연간 목표치, S는 벤치마크 보정 결과입니다. α=1인 경우 이는 S = X로 단순화됩니다. 월별 기상 반응 패턴을 보존하기 위해 보정 계수(k)가 적용됩니다: k = S / P

이 접근 방식은 코호트 모델의 기상 반응형 시간 분포 특성을 보존하면서 추정값이 지역 성능 기대치에 부합하도록 보장합니다.

산출된 추정 에너지 사용 강도(EUI)는 동일 국가 및 자산 클래스에 대한 지역 벤치마킹 데이터와 비교됩니다. 이후 추정값은 관측된 시장 기준과의 정합성을 확보하기 위해 이 지역 성능 기대치 쪽으로 가중됩니다. 코호트 접근 방식은 자체 과거 데이터에 대해 자체 모델 품질 임계값을 충족한 비교 가능 자산의 검증된 소비 패턴과 그로부터 도출된 계수를 사용하여, 대상 자산의 관측된 기상 조건에 적용되는 추정값을 생성합니다

지원되는 관할권(영국, EU)의 경우, 코호트 기반 추정값은 에너지성능인증서(EPC) 등급을 사용하여 조정됩니다. 이러한 조정은 국가별 EPC 집약도 표에서 도출된 유계 승수 계수를 적용하여 추정값을 관할권 성능 분류에 맞춥니다.

특정 월 및 에너지 하위 유형에 대해 추정이 트리거되고 모델이 선정되면, 커버리지 부족이 연면적 커버리지 누락, 캘린더 일자 누락 또는 두 가지 모두에서 비롯되었는지 여부와 무관하게 시스템은 단일한 공백 보완 계산을 적용합니다. 이 접근 방식은 관측 데이터를 보존하고 감사 가능성을 유지하며 건물 전체 합계가 정확하게 조정되도록 보장합니다.

이 단일 계산은 "공간적" 및 "시간적" 공백 유형에 걸쳐 동일하게 적용됩니다. 관측 데이터가 없는 일자는 건물 전체 예측값 단독으로 귀결되고(관측값 = 0), 연면적 커버리지가 부분적인 일자는 비계량 잔여분만 차감되며, 두 가지 모두에 해당하는 일자도 동일한 차감 방식으로 해결됩니다. 별도의 로직 분기는 필요하지 않습니다.

전력과 연료에 대해 추정이 각각 트리거되고 모델 선정이 완료되면, 시스템은 커버리지 부족의 성격에 따라 세 가지 공백 보완 전략 중 하나를 적용합니다. 이 접근 방식은 관측 데이터를 보존하고 감사 가능성을 유지하며 건물 전체 합계가 정확하게 조정되도록 보장합니다.

전력, 연료, 지역 에너지는 독립적으로 모델링됩니다. 이는 각 스트림의 데이터 이용 가능성에 따라 단일 자산이 전력에는 자체 모델 추정을, 연료에는 코호트 모델 추정을 사용할 수 있음을 의미합니다.

총 에너지는 세 가지 스트림의 합계와 같으며 건물 전체 에너지 소비량을 나타냅니다

모든 추정값에는 완전한 출처 이력 메타데이터가 포함됩니다:

새로운 관측 미터 데이터가 이용 가능해지면 중첩되는 추정값은 무효화되고 재생성됩니다. 모든 추정 로직은 결정론적이며 동일한 입력값이 주어지면 재현 가능합니다.

Cambio는 두 가지 상이한 목적으로 벤치마크를 사용하며, 각 벤치마크는 사용 사례별로 표시됩니다. 편차 알림에 사용되는 벤치마크는 비교 가능한 기록에 대한 검토 안내이며, 코호트 보정에 사용되는 벤치마크는 실제 소비량이 누락되었거나 불완전한 경우 추정값을 결정합니다.