KR101541094B1 - 산업발전부문의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체 - Google Patents

산업발전부문의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체 Download PDF

Info

Publication number
KR101541094B1
KR101541094B1 KR1020130149196A KR20130149196A KR101541094B1 KR 101541094 B1 KR101541094 B1 KR 101541094B1 KR 1020130149196 A KR1020130149196 A KR 1020130149196A KR 20130149196 A KR20130149196 A KR 20130149196A KR 101541094 B1 KR101541094 B1 KR 101541094B1
Authority
KR
South Korea
Prior art keywords
amount
greenhouse gas
activity
energy consumption
gas emission
Prior art date
Application number
KR1020130149196A
Other languages
English (en)
Other versions
KR20150064448A (ko
Inventor
한원희
Original Assignee
에너지관리공단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에너지관리공단 filed Critical 에너지관리공단
Priority to KR1020130149196A priority Critical patent/KR101541094B1/ko
Publication of KR20150064448A publication Critical patent/KR20150064448A/ko
Application granted granted Critical
Publication of KR101541094B1 publication Critical patent/KR101541094B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법에 관한 것으로, 보다 상세하게는 각 사업장별 온실가스·에너지 산출을 위한 데이터베이스를 유지하고, 상기 데이터베이스의 데이터에 기초하여 원단위 분석 알고리즘 또는 추세 분석 알고리즘을 이용하여 목표 연도의 온실가스 배출량 또는 에너지 소비량의 예상량을 산출하여 제공함으로써, 관리업체 또는 사업장별 감축목표 설정시 기초 자료가 되는 온실가스·에너지 예상량을 산출하는 방법과 이를 수행하기 위한 프로그램이 기록된 컴퓨터 판독 가능 기록 매체에 관한 것이다.

Description

산업발전부문의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체{METHOD FOR CALCULATING EXPECTED AMOUNT OF GREENHOUSE GAS EMISSION OR ENERGY CONSUMPTION PER FACILITY AND COMPUTER READABLE RECORDING MEDIA STORING PROGRAM FOR EXECUTING METHOD THEREOF}
본 발명은 산업발전부문의 사업장별 목표 연도의 온실가스 예상 배출량 또는 에너지 예상 소비량(이하, '온실가스·에너지 예상량'이라 함)을 산출하는 방법에 관한 것으로, 보다 상세하게는 각 사업장별 온실가스·에너지 예상량 산출을 위한 데이터베이스를 유지하고, 상기 데이터베이스의 데이터에 기초하여 원단위 분석 알고리즘 또는 추세 분석 알고리즘을 이용하여 목표 연도의 온실가스·에너지 예상량을 산출하여 제공함으로써, 관리업체 또는 사업장별 감축목표 설정시 기초 자료가 되는 온실가스·에너지 예상량을 정확하고 객관적으로 산정할 수 있는 방법과 이를 수행하기 위한 프로그램이 기록된 컴퓨터 판독 가능 기록 매체에 관한 것이다.
본 발명은 사업장별 온실가스·에너지 예상량을 산출하는 방법에 관한 것이다.
기후변화협약 부속의정서인 교토의정서(Kyoto Protocol)운영체제를 확정하기 위한 4년간의 협상 끝에 2001년 기후변화협약 제 7차 당사국 총회에서 마라케쉬 합의문(The Marrakesh Accords)을 채택하였다. 제 3차 당사국 총회(COP-3,1997)에서는 기후변화협약의 이행을 위해 3차례(각 공약기간별 5년)의 온실가스 저감 의무 공약기간을 설정하였으며, 2008~2012년에 해당하는 제 1차 의무공약기간에는 Annex Ⅰ 국가(기후변화협약에서 구속력 있는 감축의무를 부담하는 국가)들에 한해 6가지 온실가스에 대하여 90년도 대비 평균 5.2%의 감축의무를 할당하였다. 이러한 온실가스 저감의무 이행에 유연성을 부여하기 위해 교토메카니즘을 도입하였으며, 교토메카니즘은 청정개발체제(Clean Development Mechanism: CDM), 공동이행(Joint Implementation: JI), 배출권 거래제(Emission Trading: ET) 등을 포함하고 있다.
이러한 추세에, 정부는 국가 중장기 온실가스 감축목표 달성을 위한 정책 수단으로 2011년도부터 저탄소 녹색성장 기본법 및 동법 시행령에 근거하여 '온실가스·에너지 목표관리제'를 시행 중이다. 이 제도는 정부와 업체간 협의하여 온실가스 감축, 에너지 절약 및 이용효율에 대한 목표를 설정하고 기업체의 관리체계 구축과 제 3 자 검증을 통해 온실가스 배출량의 절감목표를 효율적으로 달성하기 위한 제도이다.
이에 따라, 정부는 온실가스·에너지 목표관리제를 시행할 업체(이하, '관리업체'라 함)를 매년 지정하고, 지정된 업체에 대해 다음 년도의 온실가스·에너지 감축 목표를 설정하여 관리하고 있다.
그러나, 지금까지의 온실가스·에너지 예상량 산정방법은 거시경제지표 등을 사용한 회귀분석 등에 기반한 방법으로서, 업체별 실제 온실가스 배출 현황 및 특수성을 반영하는 데 한계를 가지고 있다. 또한, 이러한 현실적인 한계로 인해 관리업체와 정부와의 협의로 감축 목표를 설정하는 데에도 어려움을 겪고 있는 실정이다. 이는 객관적이고 현실적인 기초 자료를 제시하지 못하는 데서 기인한다.
따라서, 기업별로 검증 완료된 객관적인 실적 데이터에 기반하여 온실가스·에너지 예상량을 정확하고 객관적으로 산정할 수 있는 방법 및 이를 구현할 수 있는 프로그램이 저장된 기록 매체에 대한 요구가 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 본 발명은 기업별로 검증 완료된 객관적인 실적 데이터에 기반하여 온실가스·에너지 예상량을 정확하고 객관적으로 산정할 수 있는 방법 및 이를 구현할 수 있는 프로그램이 저장된 기록 매체를 제공하는 데 그 목적이 있다.
본 발명의 다른 목적, 특정한 장점들 및 신규한 특징들이 첨부된 도면들과 연관된 이하의 상세한 설명과 바람직한 실시예들로부터 더욱 분명해질 것이다.
상기 목적을 달성하기 위한 본 발명의 실시예에 따른 사업장별 온실가스·에너지 예상량을 산출하는 방법에 있어서, 상기 사업장별 과거 K년도의 온실가스 배출량 또는 에너지 소비량 및 활동량과 상기 사업장별 대표 활동량 및 예상 활동량이 입력된 데이터베이스를 유지하는 단계, 상기 데이터베이스에 유지된 데이터에 기초하여 사업장별 온실가스 배출량 또는 에너지 소비량 예측 알고리즘으로서 원단위 분석 알고리즘 또는 추세 분석 알고리즘 중 어느 하나가 결정되는 단계, i) 상기 원단위 분석 알고리즘이 결정된 경우, a) 상기 사업장별 대표 활동량과 온실가스 배출량 또는 에너지 소비량과의 상관 관계를 검토하여 대표 활동량의 적정성이 검증되는 단계, b) 상기 각 연도별 온실가스 배출량 또는 에너지 소비량을 상기 적정성이 검증된 대표 활동량으로 나누어 각 연도별 원단위가 산출되고, 상기 각 연도별 원단위에 기초하여 대표 원단위가 결정되는 단계, c) 상기 사업장별 예상 활동량 및 업종별 활동량 증감률에 근거하여 조정 활동량이 산출되는 단계, d) 상기 결정된 대표 원단위와 조정 활동량에 근거하여 목표 연도의 온실가스 배출량 또는 에너지 소비량이 산출되는 단계를 포함하고, ii) 상기 추세 분석 알고리즘이 결정된 경우, a) 상기 사업장별 과거 K년도의 온실가스 배출량 또는 에너지 소비량에 근거한 분석 모형이 선택되는 단계, b) 상기 선택된 분석 모형에 근거하여 분석 모형의 타당성이 검증되는 단계, c) 상기 타당성이 검증된 분석 모형에 의해 목표 연도의 온실가스 배출량 또는 에너지 소비량을 산출하는 단계를 포함하여 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 것을 특징으로 한다.
본 발명의 다른 일면에 따르면, 사업장별 대표 활동량의 적정성이 검증되는 단계는, 아래 식
Figure 112013110625025-pat00001
(여기서,
Figure 112013110625025-pat00002
: 상관 계수
Figure 112013110625025-pat00003
,
Figure 112013110625025-pat00004
: 변수의 평균값
Figure 112013110625025-pat00005
,
Figure 112013110625025-pat00006
: 변수의 총합
n: 독립 변수의 개수를 나타낸다)
에 의한 상관 계수가 0.6이상인 것을 특징으로 한다.
본 발명의 또 다른 일면에 따르면, 산출된 원단위중 특정 년도의 원단위를 대표 원단위로 하여 온실가스·에너지 예상량을 산출하는 것을 특징으로 한다.
본 발명의 또 다른 일면에 따르면, 조정 활동량이 산출되는 단계는 특정 연도의 활동량에 가중 평균 활동량 증감률의 곱으로 산출되고, 상기 가중 평균 활동량 증감률은, 아래 식
가중 평균 활동량 증감률t= 관리 업체의 활동량 증감률 × 0.5 + 동일 업종 활동량 증감률 × 0.5
(0.5는 가중 평균 계수이고, 활동량 증감률은 특정 연도 대비 목표 연도의 활동량 증감율을 나타낸다)
에 의해 산출되는 것을 특징으로 한다.
본 발명의 또 다른 일면에 따르면, 분석 모형이 선택되는 단계는 단순 추세분석 모형, 더미 추세분석 모형, 이동평균분석 모형 중 어느 하나가 선택되는 것을 특징으로 한다.
본 발명의 또 다른 일면에 따르면, 분석 모형의 타당성이 검증되는 단계는 결정계수, 수정결정계수, 변동계수, 유의확률 중의 적어도 하나의 값이 정해진 기준값을 만족하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 또 다른 일면에 따르면, 추세 분석 알고리즘에 의해 상기 목표 연도의 온실가스 배출량 또는 에너지 소비량을 산출되는 단계는 신설시설에 따른 예상량을 보정하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명의 또 다른 일면에 따르면, 컴퓨터 프로세서로 하여금 본원 발명의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법을 수행하도록 하는 프로그램이 저장된 컴퓨터 판독 가능 기록 매체를 제공하는 것을 특징으로 한다.
상기와 같은 본 발명에 따르면, 기업별로 검증 완료된 객관적인 실적 데이터에 기반하여 온실가스·에너지 예상량을 정확하고 객관적으로 산정할 수 있다.
또한, 객관적이고 정확한 온실가스·에너지 예상량을 산출하여 제공함으로써 현재 시행중인 온실가스·에너지 목표 관리제의 기초 자료를 제공함과 동시에, 향후 배출권 거래제 추진시, 업체별 온실가스 배출권 할당 방법에도 유효하게 적용할 수 있다.
도 1 은 본 발명의 바람직한 실시예에 따른 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법을 구현하는 전체 프로세스를 도시하는 흐름도이고,
도 2 는 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 예측하기 위한 필요한 자료를 입력받아 데이터베이스를 구축하는 과정을 도시하는 도면이고,
도 3 은 데이터베이스로 구축된 데이터의 종류 및 데이터의 소스를 보여주는 도면이고,
도 4 는 일 사업장의 샘플 데이터의 일 예를 도시한 도면이고,
도 5 는 원단위 분석을 활용한 알고리즘을 도시하는 도면이고,
도 6 은 상기 도 4 에 제시된 샘플 데이터를 기준으로 산출된 연도별 원단위를 예시한 도면이고,
도 7 은 추세 분석을 활용한 알고리즘을 도시하는 도면이고,
도 8 은 상기 도 4 에 제시된 샘플 데이터를 기준으로 단순추세분석모형에서의 온실가스 및 에너지의 종속변수 및 독립변수의 관계를 도시한 도면이고,
도 9 는 상기 도 8 의 데이터를 이용하여 단순추세분석모형을 실행하여 도출된 추세선 및 모형 검증의 결과값을 도시한 도면이다.
이하에서는 첨부의 도면을 참조로 본 발명에 따른 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법의 바람직한 실시예를 상세히 설명한다.
도 1 은 본 발명의 바람직한 실시예에 따른 사업장별 온실가스 배출량 또는 에너지 소비량을 예측하여 산출하는 방법을 구현하는 전체 프로세스를 도시하는 흐름도이다.
먼저, 관리업체로부터 사업장별 온실가스 배출량 또는 에너지 소비량을 예측하는 데 필요한 자료를 입력받아 데이터베이스를 유지한다(S10). 사업장별 온실가스 배출량 또는 에너지 소비량을 예측하는 데 필요한 자료는 과거 K년도의 온실가스 배출량 또는 에너지 소비량, 활동량, 사업장별 대표 활동량 및 예상 활동량 등을 포함하나, 이에 제한되지 않는다.
사업장별 온실가스 배출량 또는 에너지 소비량을 예측하기 위한 필요한 자료를 입력받아 데이터베이스를 구축하는 과정을 도시하는 도 2 를 참조하여, 데이터베이스 구축 과정을 설명한다.
관리업체 기본정보 및 연도별 온실가스 배출량 또는 에너지 소비량 정보는 환경부 산하 온실가스종합정보센터(GIR)에서 운영하는 국가온실가스종합관리시스템(National Green House Gas Management System: NGMS)를 통해 데이터베이스화되어 축적되어 있다. '저탄소 녹색성장 기본법' 및 동 법 시행령에 따른 '온실가스.에너지 목표관리 운영 등에 관한 지침'에 의거 관리업체로 지정된 업체는 온실가스 배출량 등의 산정결과를 운영지침 별지 제8호 서식에 따라 명세서를 작성하고 검증기관의 검증을 거쳐 매년 3월 31일까지 전자적 방식으로 부문별 관장기관에 제출하여야 한다. 이렇게 관리업체가 제출한 명세서 정보 등이 상기 NGMS에 데이터베이스화되어 축적되어 있기 때문에, 본 발명에서는 상기 NGMS에서 해당 명세서 데이터베이스를 배치파일(batch file) 형태로 이관받아 활용할 수 있다.
또한, 관리업체 연도별 활동량 및 신증설 시설 정보 등의 자료는 목표의향조사를 통해 획득가능하다. 목표의향조사는 관리업체별 목표설정에 필요한 정보 중 명세서를 통해 파악하지 못하는 추가적인 정보를 파악하기 위하여 관장기관인 산업통상자원부에서 실시하는 조사로서, 목표의향조사표는 해당 조사를 통해 관리업체가 검증받아 제출한 자료로서, 활동량 정보, 신증설시설에 대한 온실가스, 에너지 예상량 등을 포함한다.
이들 자료들을 데이터베이스화하여 본 실시예의 예상량 산정 데이터베이스를 구축하는 것으로 한다. 당업자에게 자명한 바와 같이, 관리업체로부터 직접적인 입력에 의해 상기 예상량 산정 데이터베이스가 구축될 수 있음은 물론이고, 그 외 다양한 방식이 이용가능하다. 도 3 은 이러한 데이터베이스 구축된 데이터의 종류 및 데이터의 소스를 보여주는 일 예를 도시하고, 도 4 는 일 사업장의 샘플 데이터의 일 예를 도시한다.
다음으로, 데이터베이스로 구축된 데이터를 바탕으로 사업장별 온실가스 배출량 또는 에너지 소비량을 예측하는 알고리즘이 결정된다(S20).
본 실시예에서, 예상량 산정 알고리즘은 원단위 분석을 활용한 알고리즘과 추세분석을 활용한 알고리즘을 포함한다. 원단위 분석을 활용한 알고리즘은 사업장의 연도별 활동량 및 온실가스·에너지 데이터를 이용하여 대표 원단위를 산정한 후, 조정 활동량을 곱하여 예상량을 추정하는 방식이다. 데이터베이스에 구축된 데이터가 원단위 분석을 활용한 알고리즘을 이용하기에 충분하다면, 예상량 산정 알고리즘으로서 원단위 분석을 활용한 알고리즘이 보다 바람직하다. 따라서, 본 실시예에서는 원단위 분석을 활용한 알고리즘이 우선 선택되고, 필요한 데이터의 미확보 등의 이유로 상기 원단위 분석을 활용한 알고리즘이 이용될 수 없는 경우 추세 분석을 활용한 알고리즘이 선택되는 것으로 설정되어 있으나, 이에 한정되지 않는다.
추세분석을 활용한 알고리즘은 연도별 온실가스 배출량 또는 에너지 사용량의 추세를 이용하여 예상량을 산정하는 방식으로서, 상기 원단위 분석을 활용한 알고리즘을 이용하기에 필요한 데이터가 충분하지 않은 경우에 선택된다.
본 실시예에서는 포함되어 있지 않지만, 원단위 분석에 필요한 데이터가 불충분하고, 추세 분석을 활용한 알고리즘을 이용하기에 통계적 유의성이 확보되지 않은 경우, 동종 유사 사업장의 특정연도 대비 온실가스.에너지 증감률을 반영하여 예상량을 산정하거나, 관련업체내 타 사업장의 특정연도 대비 온실가스·에너지 증감률을 반영하여 예상량을 산정하는 알고리즘이 상기 원단위 분석을 활용한 알고리즘 및 추세 분석을 활용한 알고리즘과 함께 이용될 수 있다.
원단위 분석을 활용한 알고리즘을 도시하는 도 5 를 참조하여 원단위 분석을 활용하여 목표 연도의 사업장별 온실가스 배출량 또는 에너지 소비량을 예측하는 프로세스를 자세히 설명한다.
상기 데이터베이스에 유지된 사업장별 대표 활동량과 온실가스 배출량 또는 에너지 소비량과의 상관 관계를 검토하여 대표 활동량의 적정성이 검증된다(S302). 대표 활동량은 사업장의 온실가스 배출량 또는 에너지 소비량의 추이를 잘 반영하고 있다고 가정된 활동량으로서, 대표 활동량의 적정성은 이러한 대표 활동량이 해당 사업장의 온실가스 배출량 또는 에너지 소비량의 추이를 얼마나 잘 반영하고 있는지를 나타내는 지표이다.
대표 활동량은 다음의 식 1에 의해 결정되는 상관계수가 0.6 이상이면, 적정한 대표 활동량으로 정의된다.
식 1
Figure 112013110625025-pat00007
(여기서,
Figure 112013110625025-pat00008
: 상관 계수
Figure 112013110625025-pat00009
,
Figure 112013110625025-pat00010
: 변수의 평균값
Figure 112013110625025-pat00011
,
Figure 112013110625025-pat00012
: 변수의 총합
n: 독립 변수의 개수를 나타낸다)
만일 상기 식 1에서 결정되는 상관계수가 0.6 미만이면, 대표 활동량을 재정의되고(S303), 이에 따른 대표 활동량의 적정성이 재검증된다.
도 4 에 제시된 예를 상기 식 1에 적용하여 보면, 제품생산량과 온실가스 배출량과의 상관 계수는 0.97, 제품생산량과 에너지 소비량과의 상관 계수는 0.96으로서, 상기 제품생산량은 상관 계수가 0.6 이상이므로 온실가스 배출량 또는 에너지 소비량의 대표 활동량으로서 적정하다고 판단된다.
대표 활동량의 적정성이 검증되면, 각 연도별 온실가스 배출량 또는 에너지 소비량을 상기 적정성이 검토된 대표 활동량을 나누어 연도별 원단위 산출하고(S304), 상기 연도별 원단위를 기초로 대표 원단위를 산정한다(S305).
도 6 은 상기 도 4 에 제시된 예를 기준으로 산출된 연도별 원단위를 예시하고 있다.
대표 원단위는 2010년 원단위 및 2011년 원단위 값을 평균화한 값으로 설정될 수 있다. 물론, 과거 K년도의 원단위 값을 평균하여 대표 원단위로 하거나, 특정 년도의 원단위를 대표 원단위로 할 수 있다.
그 후, 사업장별 예상 활동량 및 업종별 활동량 증감률에 근거하여 목표 연도의 조정 활동량이 산출된다(S306). 관리업체에서 제출한 목표 연도의 예상 활동량을 목표 연도의 조정 활동량으로 결정할 수 있으나, 상기 관리업체의 예상 활동량이 특정 연도 대비 증감률이 업종 활동량 증감률을 상회하는 경우 아래의 식 2와 같이 활동량이 조정될 수 있다. 상기 특정 연도는 정부의 온실가스.에너지 감축목표 부여로 인해 본격적인 감축 활동이 시작된 연도인 2012년도의 직전 해인 2011년도가 될 수 있다.
식 2
조정 활동량t= 특정 연도 활동량 × 가중 평균 활동량 증감률t
(여기서 가중 평균 활동량 증감률t= 관리 업체의 활동량 증감률 × 0.5 + 동일 업종 활동량 증감률 × 0.5: 0.5는 가중 평균 계수이고, 활동량 증감률은 특정 연도 대비 목표 연도의 활동량 증감율을 의미한다)
상기 식 2에서 가중 평균 계수는 조정 가능하나, 기본값은 0.5로 설정되어 있는 것이 바람직하다.
상기 산출된 조정 활동량에 대표 원단위를 곱하여 온실가스 배출량 또는 에너지 소비량의 목표 연도의 예상량을 산출한다(S307).
다음으로 추세 분석을 활용한 알고리즘으로 목표 연도의 온실가스 배출량 또는 에너지 소비량을 산출하는 프로세스를 도 7 을 참조하여 설명한다.
추세 분석을 활용한 알고리즘은 원단위 분석에 필요한 데이터가 미확보되는 경우 등에 있어서, 연도별 온실가스·에너지 데이터 추이를 활용하여 예상량을 산출하는 방식이다. 데이터베이스로 구축된 데이터를 바탕으로 사업장별 온실가스 배출량 또는 에너지 소비량을 예측하는 알고리즘으로서 추세 분석을 활용한 알고리즘이 선택되면, 추세 분석을 위한 분석 모형이 선택된다(S402).
상기 분석 모형에는 단순추세분석모형, 더미추세분석모형 및 이동평균분석모형 중 어느 하나가 이용될 수 있으나, 분석 및 결과 해석의 편의를 위하여 단순추세분석모형, 더미추세분석모형 및 이동평균분석모형을 순차적으로 적용하는 것이 바람직하다.
단순추세분석모형은 연도별 패턴이 일정한 경우에 적용가능하고, 전체 연도의 데이터로 추세를 분석한다. 더미추세분석모형은 특정연도를 제외하고 연도별 패턴이 일정한 경우에 적용가능하고, 상기 패턴이 일정하지 않은 연도의 데이터를 제외하고 추세를 분석한다. 이동평균분석모형은 2년 또는 3년 단위 이동평균 패턴이 일정한 경우에 적용가능하고, 상기 2년 또는 3년 단위 이동평균 데이터를 이용하여 추세를 분석한다.
먼저, 단순추세분석모형이 실행된다(S403). 아래 표 1과 같이 데이터베이스에 유지된 연도별 온실가스 배출량 또는 에너지 소비량(Yt)을 종속변수로 하고 각 연도에 대응하는 수를 독립변수(t)로 하여 상기 종속변수 및 독립변수 데이터를 이용하여 1차 회귀분석을 통해 연도별 추이를 가장 잘 나타내는 직선 형태의 추세선을 도출한다.
종속변수(Yt) 독립변수(t)
2007년도 온실가스(에너지) 0
2008년도 온실가스(에너지) 1
2009년도 온실가스(에너지) 2
2010년도 온실가스(에너지) 3
2011년도 온실가스(에너지) 4
2012년도 온실가스(에너지) 5
상기 추세선은 다음과 같은 식 3으로 표현된다.
식 3
Yt= a + b × t
(여기서, Yt: t년도에 대한 온실가스배출량 또는 에너지 소비량
a: 회귀식 상수
b: t에 대한 회귀계수
t: 해당 연도의 숫자값을 나타낸다)
도 4 에 도시된 예의 온실가스 및 에너지의 종속변수 및 독립변수의 관계를 도 8 에 도시한다.
도 8 에 도시된 예를 기준으로 하여 도출된 추세선은 온실가스는 Yt=5111054 + 159472t + e (e는 에러 항), 에너지는 Yt=91691 + 4541t + e가 도출된다.
단순추세분석모형을 실행하여 추세선이 도출되면 상기 분석 모형의 타당성이 검증된다(S406). 상기 분석 모형의 타당성은 분석에 필요한 최소 데이터의 수가 충족되었는지 여부, 95% 신뢰구간 내에서 분석모형 및 추정계수에 대한 기본 통계량 충족 여부, 모형의 설명력 및 변동성이 검증된다.
분석에 필요한 최소 데이터는 4개 이상이 되어야 하고, 95% 신뢰구간 내에서 분석모형 및 추정계수에 대한 기본 통계량으로서는 F 값 및 유의확률 P 값이 이용될 수 있다. F 값은 독립변수가 종속변수를 설명하는 데 있어서 통계적으로 유의하게 기여하는 지의 여부를 검증하는 것으로 F 값이 0.05라면 신뢰구간 95%에서 해당 모형이 통계적으로 유의함을 의미한다. F 값은 다음과 같다.
Figure 112013110625025-pat00013
(여기서,
Figure 112013110625025-pat00014
는 실제값,
Figure 112013110625025-pat00015
는 예측값,
Figure 112013110625025-pat00016
는 실제값의 평균, n은 독립변수의 개수를 나타낸다)
유의확률 P값은 각 변수에 대한 회귀계수 값의 통계적 유의성을 판단할 수 있는 값으로서, 유의확률이 0.05이면 신뢰구간 95%에서 해당 변수가 통계적으로 유의함을 의미한다. P 값은 다음과 같다.
Figure 112013110625025-pat00017
(여기서, Z는 표준화 계수, b는 회귀 계수를 나타낸다)
모형의 설명력 및 변동성은 결정계수(R2), 수정결정계수(수정-R2) 및 변동계수(CV)가 이용될 수 있다. 결정계수(R2)는 회귀모델이 실제 관측치를 어느 정도 설명하는가를 나타내는 통계량으로 1에 가까울수록 설명력이 높다. 본 실시예에서는 결정계수(R2)가 0.3이상이면 분석 모형이 타당하다고 판단된다. 결정계수(R2)는 다음과 같다.
Figure 112013110625025-pat00018
(여기서,
Figure 112013110625025-pat00019
는 실제값,
Figure 112013110625025-pat00020
는 예측값,
Figure 112013110625025-pat00021
는 실제값의 평균, n은 독립변수의 개수를 나타낸다)
수정결정계수(수정-R2)는 설명변수의 수가 많아질수록 결정계수 값이 크게 도출되는 문제를 보완하기 위해 결정계수를 설명변수로 나눈 값으로, 더미추세분석모형에 적절히 이용될 수 있다. 수정결정계수(수정-R2)는 다음과 같다
Figure 112013110625025-pat00022
변동계수(CV)는 실제값과 예측값 사이의 평균적인 변동폭을 계산하여 모형의 안정성을 검증하는 통계량으로서, 값이 작을수록 결과값이 안정적이라고 해석한다. 본 실시예에서는 변동계수(CV)값이 0.4 이하이면 분석 모형이 타당하다고 판단된다.
Figure 112013110625025-pat00023
(여기서,
Figure 112013110625025-pat00024
는 실제값,
Figure 112013110625025-pat00025
는 예측값,
Figure 112013110625025-pat00026
는 실제값의 평균, n은 독립변수의 개수를 나타낸다)
도 8 에 도시된 온실가스 및 에너지로부터 단순추세분석모형을 실행하여 도출된 추세선 및 모형 검증의 결과값이 도 9 에 도시되어 있다. 도 9 에서 보는 같이 F 값과 P 값이 모두 0.05 이하이므로 신뢰구간 95%에서 통계적으로 유의하고, 결정계수(R2)가 0.65 및 0.72으로서 기준값 0.3 이상이고, 변동계수(CV)가 0.15 및 0.12로서 기준값 0.4 이하이므로, 상기 단순추세분석모형에 의한 추세선이 타당하다고 판단한다.
단계 S406에서 분석 모형이 타당하지 않다고 판단되면, 다시 단계 S402로 돌아가 다른 분석 모형, 본 실시예에서는 순차적으로 더미추세분석모형 및 이동평균분석모형이 선택된다.
더미추세분석모형은 상기 단순추세분석모형의 타당성이 검증되지 않는 경우, 상기 단순추세분석을 통해 도출된 결과의 신뢰구간, 예를 들어 ±10%를 벗어나는 데이터를 이상치(outlier)로 판별하고 해동 연도를 '더미변수'로 하는 추세선을 도출한다.
아래 표 2와 같이 데이터베이스에 유지된 연도별 온실가스 배출량 또는 에너지 소비량(Yt)을 종속변수로 하고, 각 연도에 대응하는 수를 독립변수(t)로 하고, 이상치 연도에 해당하면 '1', 나머지 연도는 '0'으로 하는 더미변수(D)를 이용하여 1차 다중회귀식의 추세선을 도출한다.
종속변수(Yt) 독립변수(t) 더미변수(D)
(2009년이 이상치인 경우)
2007년도 온실가스(에너지) 0 0
2008년도 온실가스(에너지) 1 0
2009년도 온실가스(에너지) 2 1
2010년도 온실가스(에너지) 3 0
2011년도 온실가스(에너지) 4 0
2012년도 온실가스(에너지) 5 0
상기 추세선은 다음과 같은 식 4로 표현된다.
식 4
Yt = a + b1 × t + b2 × D
(여기서, Yt: t년도에 대한 온실가스배출량 또는 에너지 소비량
a: 회귀식 상수
b1: t에 대한 회귀계수
b2: D에 대한 회귀계수
t: 해당 연도의 숫자값
D: 더미변수(0 또는 1)를 나타낸다)
상기 더미분석모형의 타당성 검증은 상기 단순추세분석모형의 타당성 검증과 동일하게 적용될 수 있다. 다만, 더미변수의 유의확률 P 값이 추가되고, 결정계수(R2) 대신에 수정 결정계수(수정-R2)가 이용될 수 있다.
이동평균분석모형은 상기 더미추세분석모형의 이상치 판별 및 제거 후에도 모형의 타당성이 검증되지 않거나 이상치 판별이 어려운 경우 이동평균분석을 적용하여 추세선을 도출한다.
본 실시예에서는, 아래 표 3과 같이 데이터베이스에 유지된 2년도 온실가스 배출량 또는 에너지 소비량의 단순이동평균값(Mt)을 종속변수로 하고, 각 이동평균 연도에 대응하는 수를 독립변수(t)로 하여 1차 회귀식의 추세선을 도출한다.
종속변수 독립변수
- -
2007-2008년도 온실가스(에너지) 이동평균 1
2008-2009년도 온실가스(에너지) 이동평균 2
2009-2010년도 온실가스(에너지) 이동평균 3
2010-2011년도 온실가스(에너지) 이동평균 4
2011-2012년도 온실가스(에너지) 이동평균 5
상기 추세선은 다음과 같은 식 5로 표현된다.
식 5
Mt = a + b × t
(여기서, Mt: t년도에 대한 이동 평균 온실가스배출량 또는 에너지 소비량
a: 회귀식 상수
b: t에 대한 회귀계수
t: 이동평균 연도의 숫자값을 나타낸다)
상기 더미분석모형의 타당성 검증은 상기 단순추세분석모형의 타당성 검증과 동일하게 적용될 수 있다.
상기 타당성이 검증된 분석모형에 근거하여 온실가스 배출량 또는 에너지 소비량의 목표 연도의 예상량이 산출되면(S407), 신설 시설에 따른 예상량이 보정된다(S408). 신설 시설에 따른 예상량은 목표 연도에 신설 시설에서 연간 배출 또는 소비할 것으로 예상되는 온실가스 또는 에너지의 양이다. 신설 시설에 따른 예상량은 예를 들어 아래와 같은 식 6 에 의해 산출될 수 있다.
식 6
Figure 112013110625025-pat00027
(여기서, EA_new_insti ,j,k: i업종, j업체, k신설시설의 y년도 목표량(tCO2/yr)
Ci ,j,k: i업종, j업체, k신설시설의 설계용량(MW, t/yr)
Di ,j,k: i업종, j업체, k신설시설의 부하율(또는 가동률)
tM: i업종, j업체, k신설시설의 y년도 예상 가동시간(hr/yr)
EVi ,j,k: i업종, j업체, k신설시설의 최근 과거연도에 해당하는 활동자료 당 평균 배출량(tCO2/t, tCO2/TJ 등)
CFi: i업종의 y년도 감축계수 (CF≤1.0)을 나타낸다)
상기 분석모형에 근거한 예상량과 상기 신설 시설에 따른 예상량이 산출되면 이 둘의 값을 합하여 목표 연도의 온실 가스 배출량 또는 에너지 소비량으로 산출한다(S409).
다시 도 1 을 참조하여 보면, 상기와 같이 원단위 분석을 활용한 예상량 또는 추세 분석을 활용한 예상량이 산출되어(S50) 정부의 중장기 온실가스 감축 추진에 기초자료 또는 다른 여러 기관에서 정책 목표 설정의 주요한 자료로 활용가능하게 된다.
한편 본 발명에 따른 사업장별 온실가스 배출량 또는 에너지 소비량을 예측하여 산출하는 방법은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용가능한 것일 수도 있다.
컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
앞에서 설명되고, 도면에 도시된 본 발명의 실시예들은, 본 발명의 기술적 사상을 한정하는 것으로 해석되어서는 안된다. 본 발명의 보호범위는 청구범위에 기재된 사항에 의하여만 제한되고, 본 발명의 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상을 다양한 형태로 개량 변경하는 것이 가능하다. 따라서 이러한 개량 및 변경은 통상의 지식을 가진 자에게 자명한 것인 한 본 발명의 보호범위에 속하게 될 것이다.
상기와 같은 본 발명은 기업별로 검증 완료된 객관적인 실적 데이터에 기반하여 온실가스·에너지 예상량을 정확하고 객관적으로 산정하여 제공함으로써 현재 시행중인 온실가스·에너지 목표 관리제의 기초 자료를 제공함과 동시에, 향후 배출권 거래제 추진시, 업체별 온실가스 배출권 할당 방법에도 유효하게 적용할 수 있다.

Claims (8)

  1. 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법에 있어서, 상기 방법은 컴퓨터에 의해 수행되는,
    상기 사업장별 과거 K년도의 온실가스 배출량 또는 에너지 소비량 및 활동량과 상기 사업장별 대표 활동량 및 예상 활동량이 입력된 데이터베이스를 유지하는 단계,
    상기 데이터베이스에 유지된 데이터에 기초하여 사업장별 온실가스 배출량 또는 에너지 소비량 예측 알고리즘으로서 원단위 분석 알고리즘 또는 추세 분석 알고리즘 중 어느 하나가 결정되는 단계,
    i) 상기 원단위 분석 알고리즘이 결정된 경우,
    a) 상기 사업장별 대표 활동량과 온실가스 배출량 또는 에너지 소비량과의 상관 관계를 검토하여 대표 활동량의 적정성이 검증되는 단계,
    b) 상기 각 연도별 온실가스 배출량 또는 에너지 소비량을 상기 적정성이 검증된 대표 활동량으로 나누어 각 연도별 원단위가 산출되고, 상기 각 연도별 원단위에 기초하여 대표 원단위가 결정되는 단계,
    c) 상기 사업장별 예상 활동량 및 업종별 활동량 증감률에 근거하여 조정 활동량이 산출되는 단계,
    d) 상기 결정된 대표 원단위와 조정 활동량에 근거하여 목표 연도의 온실가스 배출량 또는 에너지 소비량이 산출되는 단계를 포함하고,
    ii) 상기 추세 분석 알고리즘이 결정된 경우,
    a) 상기 사업장별 과거 K년도의 온실가스 배출량 또는 에너지 소비량에 근거한 분석 모형이 선택되는 단계,
    b) 상기 선택된 분석 모형에 근거하여 분석 모형의 타당성이 검증되는 단계,
    c) 상기 타당성이 검증된 분석 모형에 의해 목표 연도의 온실가스 배출량 또는 에너지 소비량이 산출되는 단계를 포함하는 것을 특징으로 하는 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법.
  2. 제 1 항에 있어서,
    상기 사업장별 대표 활동량의 적정성이 검증되는 단계는 아래 식에 의한 상관 계수가 0.6이상인 것을 특징으로 하는 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법.
    Figure 112013110625025-pat00028

    (여기서,
    Figure 112013110625025-pat00029
    : 상관 계수
    Figure 112013110625025-pat00030
    ,
    Figure 112013110625025-pat00031
    : 변수의 평균값
    Figure 112013110625025-pat00032
    ,
    Figure 112013110625025-pat00033
    : 변수의 총합
    n: 독립 변수의 개수를 나타낸다)
  3. 제 1 항에 있어서,
    상기 산출된 원단위중 특정 년도의 원단위를 대표 원단위로 하여 온실가스 배출량 또는 에너지 소비량을 산출하는 것을 특징으로 하는 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 조정 활동량이 산출되는 단계는 특정 년도의 활동량에 가중 평균 활동량 증감률의 곱으로 산출되고, 상기 가중 평균 활동량 증감률은 아래의 식에 의해 산출되는 것을 특징으로 하는 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법.
    가중 평균 활동량 증감률t= 관리 업체의 활동량 증감률 × 0.5 + 동일 업종 활동량 증감률 × 0.5
    (0.5는 가중 평균 계수이고, 활동량 증감률은 특정 연도 대비 목표 연도의 활동량 증감율을 나타낸다)
  5. 제 1 항에 있어서,
    상기 분석 모형이 선택되는 단계는 단순 추세분석 모형, 더미 추세분석 모형, 이동평균분석 모형 중 어느 하나가 선택되는 것을 특징으로 하는 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법.
  6. 제 1 항 또는 제 5 항에 있어서,
    상기 분석 모형의 타당성이 검증되는 단계는 결정계수, 수정결정계수, 변동계수, 유의확률 중의 적어도 하나의 값이 정해진 기준값을 만족하는 단계를 포함하는 것을 특징으로 하는 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법.
  7. 제 1 항 또는 제 5 항에 있어서, 상기 결정된 추세 분석 알고리즘에 의해 상기 목표 연도의 온실가스 배출량 또는 에너지 소비량이 산출되는 단계는 신설시설에 따른 예상량이 보정되는 단계를 더 포함하는 것을 특징으로 하는 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법.
  8. 컴퓨터 프로세서로 하여금 제 1 항의 방법을 수행하도록 하는 프로그램이 저장된 컴퓨터 판독 가능 기록 매체.
KR1020130149196A 2013-12-03 2013-12-03 산업발전부문의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체 KR101541094B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130149196A KR101541094B1 (ko) 2013-12-03 2013-12-03 산업발전부문의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130149196A KR101541094B1 (ko) 2013-12-03 2013-12-03 산업발전부문의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체

Publications (2)

Publication Number Publication Date
KR20150064448A KR20150064448A (ko) 2015-06-11
KR101541094B1 true KR101541094B1 (ko) 2015-07-31

Family

ID=53503008

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130149196A KR101541094B1 (ko) 2013-12-03 2013-12-03 산업발전부문의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체

Country Status (1)

Country Link
KR (1) KR101541094B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651425A (zh) * 2016-09-28 2017-05-10 国网山东省电力公司电力科学研究院 一种考虑业扩报装数据的用户偷电、漏电行为监测方法
JP2022553096A (ja) * 2019-10-24 2022-12-21 武田薬品工業株式会社 電子ポートフォリオ管理のためのシステム及び方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120071170A (ko) * 2010-12-22 2012-07-02 주식회사 케이티 에너지 관리 서비스 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120071170A (ko) * 2010-12-22 2012-07-02 주식회사 케이티 에너지 관리 서비스 시스템 및 방법

Also Published As

Publication number Publication date
KR20150064448A (ko) 2015-06-11

Similar Documents

Publication Publication Date Title
Trietsch et al. PERT 21: Fitting PERT/CPM for use in the 21st century
US7865389B2 (en) Analyzing time series data that exhibits seasonal effects
Aranha et al. An estimation model for test execution effort
US8374982B2 (en) System and method for constructing forecast models
Pendharkar et al. An empirical study of the Cobb–Douglas production function properties of software development effort
KR101929716B1 (ko) 빌딩 정보 모델링 기반 궤도공사의 공사기간을 산정하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
US20130179207A1 (en) Method and Apparatus for High Performance Design of a Project
JP2015138546A (ja) 需要応答集合の最適化方法、プログラムおよびシステム
US7793271B2 (en) Bi-directional product development process simulation
Ou-Yang et al. A hybrid approach for project crashing optimization strategy with risk consideration: A case study for an EPC project
Tian et al. Calibrating dynamic building energy models using regression model and Bayesian analysis in building retrofit projects
Yi et al. Stochastic carbon emission estimation method for construction operation
KR101541094B1 (ko) 산업발전부문의 사업장별 온실가스 예상 배출량 또는 에너지 예상 소비량을 산출하는 방법 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
CN112232886B (zh) 一种电价概率预测方法、系统、计算机设备和存储介质
KR101861323B1 (ko) 건축물의 환경적 가치 평가방법 및 그 시스템
Moselhi et al. Risk quantification using fuzzy-based Monte Carlo simulation.
Bhatia et al. A simulation-based statistical method for planning modular construction manufacturing.
WO2013061324A2 (en) A method for estimating the total cost of ownership (tcp) for a requirement
CN115907177A (zh) 城市碳排放预测方法及系统
KR102294948B1 (ko) 통합 위험 관리 방법 및 시스템
KR101529679B1 (ko) 성과관리 기법 이론을 활용한 건물 시공 프로젝트에서의 이산화탄소-비용-일정 통합 관리 시스템 및 방법
Ranasinghe et al. Analytical approach for economic risk quantification of large engineering projects: validation
Vijayvargia et al. VARMA model parameterization using MLLE approach for intraday wind power forecasting application
Shadiqurrachman et al. Online Travel Agency Channel Pricing Policy based on Dynamic Pricing Model to Maximize Sales Profit Using Nonlinear Integer Programming Approach
Wang et al. Incorporating qualitative and quantitative factors for software defect prediction

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180611

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190626

Year of fee payment: 5