글래스 제조 · 소결로 · 전기

소결로별 전력성능 분석과 성능우위 우선가동 시나리오 최적화

약 11개월의 소결로 운전데이터를 동일 소결프로파일 기준으로 정규화해 로별 소결당 전력소비량과 UPI를 비교하고, 성능우위 소결로를 우선 가동했을 때의 전력 절감 잠재량을 시뮬레이션한 사례입니다.

글래스소결로UPI운전시나리오전력원단위우선가동

01 · CHALLENGE

현장에서 확인한 주요 과제

소결로 에너지성능지표 UPI(kWh/kg)를 낮추기 위해 소결시간, 적재율, 양품률, 설비 자체 성능 중 단기간 적용 가능한 운전 우선순위 개선이 필요
동일한 소결조건에서도 소결로별 소결당 전력소비량 차이가 존재하여 성능우위·열위 설비를 객관적으로 구분할 필요
제품·프로파일 차이로 인한 전력소비량 편차를 배제한 뒤 실제 설비 성능만 비교할 수 있는 분석 기준이 필요
설비 개조 없이 생산 스케줄과 가동 우선순위를 변경했을 때의 절감 잠재량을 사전에 정량화할 필요

02 · DATA

분석에 사용한 데이터

324일간의 소결로 운전데이터와 전력소비량, 소결시간, 로입중량 및 적재율
비정상 전력량·적재율을 제외한 소형로 118건, 대형로 733건의 유효 운전데이터
소형로 주요 151h·154h 프로파일과 대형로 주요 110h·112h·114h 프로파일
소결로별 소결당 전력소비량(kWh/건), 로입중량(kg/건), UPI(kWh/kg)

03 · BASELINE / MODEL

소결로 성능순위 및 운전 시나리오 분석

에너지성능지표UPI = 전력소비량(kWh) / 로입중량(kg)

방법: 소결로의 단위 중량당 전력소비 수준을 비교하는 핵심 성능지표로 활용
성능·해석: 소형·대형 소결로의 개선 전·후 시나리오에서 UPI 변화율과 전력 절감률을 함께 평가

동일 프로파일 성능비교Performance Rank = 평균 소결당 전력소비량(kWh/건)

방법: 프로파일 차이의 영향을 제거하기 위해 최대빈도 소결시간 구간만 추출한 후 로별 전력소비량 비교
성능·해석: 분석자료에서는 동일 주요 프로파일 내 로입중량과 소결당 전력소비량의 뚜렷한 상관관계가 확인되지 않아 로별 전력소비량을 성능순위 기준으로 적용

우선가동 시나리오Scenario = Σ(우선가동 로의 평균 kWh/건 × 배정 소결건수)

방법: 평균 소결시간·로입중량·적재율을 동일하게 두고 가동 대상 소결로의 우선순위만 변경
성능·해석: 소형로와 대형로를 별도 분석한 뒤 실제 전력소비량과 시나리오 전력소비량을 비교

연간 절감 잠재량 환산Annual Saving = 연간 대상 전력사용량 × 시뮬레이션 절감률

방법: 소형·대형 소결로 연간 전력사용량에 종합 절감률 3.1% 적용
성능·해석: 연간 약 248,494kWh, 최대 약 2,683만원/년 절감 가능성 추정 · 이상적 스케줄 조건이므로 실제 절감액은 더 낮을 수 있음

04 · SAVING OPPORTUNITY

1차 절감 잠재량 시나리오

개선 시나리오	Baseline	목표	1차 잠재량
소형 소결로 · 성능우위 우선가동주요 동일 프로파일 데이터를 기준으로 성능상위 소결로의 가동횟수를 우선 배정한 시뮬레이션	286,527 kWh · UPI 27.99 kWh/kg	264,191 kWh · UPI 25.81 kWh/kg	7.8% 추정
대형 소결로 · 성능우위 우선가동주요 동일 프로파일 내 로별 소결당 전력소비량 순위에 따라 우선가동 스케줄을 적용	2,983,691 kWh · UPI 11.59 kWh/kg	2,904,881 kWh · UPI 11.28 kWh/kg	2.6% 추정
소형 + 대형 · 유효데이터 종합유효데이터·동일프로파일 기준 절감량 101,145kWh, 분석기간 전력단가 기준 약 1,092만원 절감예상	3,270,218 kWh · UPI 12.22 kWh/kg	3,169,073 kWh · UPI 11.84 kWh/kg	3.1% 추정
연간 운전으로 확대 환산종합 절감률 3.1% 적용 시 연간 최대 약 2,683만원 절감 가능성 추정. 실제 운전제약을 반영하면 절감액은 축소될 수 있음	소형·대형 연간 전력사용량 약 8,015,930 kWh	성능우위 설비 중심의 이상적 생산 스케줄	약 248,494 kWh/년

검증 조건

본 사례의 절감률과 연간 절감액은 실제 개선 후 계측 실적이 아니라 과거 운전데이터를 이용한 우선가동 시나리오의 추정 결과입니다. 실제 적용 시에는 생산계획, 제품별 소결프로파일, 설비 가용성 및 품질조건을 반영해 운전 우선순위를 운영하고, 적용 전·후 동일 조건의 전력소비량과 UPI를 비교하는 M&V가 필요합니다.

자료 기준: 2019 소결로 운전 시나리오 변경 효과 분석 보고서 기반 · 고객사명·브랜드·사업장명·개별 설비번호 비식별 처리

APPLY TO YOUR SITE

우리 사업장·시설 데이터에도 같은 방식으로 적용할 수 있을까요?

에너지사용량과 주요 영향인자 데이터가 있다면 현재 설비·시스템의 Baseline과 절감 가능성을 함께 검토할 수 있습니다.

에너지 절감 상담 요청하기

전문가 해설과 확장 적용

배경·기술적 맥락

산업 공정가열은 열원, 재료, 운전조건, 열손실과 제어를 시스템 관점에서 함께 분석해야 하며 운전 최적화와 폐열회수 등이 주요 개선 축이다.

Engineering Interpretation

공정가열 설비에서는 생산량·Batch·가열시간·온도조건이 에너지사용과 직접 연결되므로, 절대 사용량과 함께 생산기준 원단위와 운전조건을 동시에 해석하는 것이 중요하다.

응용 가능 분야

열처리·주조·제련·유리·세라믹·건조 공정 등 온도와 생산량이 에너지사용을 좌우하는 공정에 응용할 수 있다.

M&V 실무 고려사항

향후 성과검증에서는 에너지사용량과 함께 생산량 또는 생산중량, Batch, 가동시간, 주요 온도조건과 제품 Mix를 기록하는 것이 적절하다. 생산조건이 다른 기간은 에너지 원단위 또는 보정 Baseline을 이용해 비교하고, 실적과 잠재량을 분리해 관리해야 한다.

Consultant's Point

공정가열은 에너지사용량과 생산조건을 분리해서 볼 수 없다. 생산량·Batch·가동시간과 온도조건을 함께 보아야 원단위 변화가 생산조건 때문인지 운전개선 때문인지 구분할 수 있다.

AI·데이터 활용 확장

운전·생산 데이터가 충분히 축적되고 반복패턴이 확인되는 경우에 한해 예측 또는 이상탐지 적용 가능성을 검토할 수 있다. AI는 선택적 확장수단이며 원래 CASE의 검증 실적이 아니다.

International / External Reference

U.S. Department of Energy의 「Process Heating Systems」는 이 CASE와 관련된 시스템 효율화의 일반적 기술 배경을 제공한다. 이 자료는 원래 CASE의 현장 실적이나 Evidence가 아니라 외부 참고자료이다. Reference

Additional technical reference: U.S. Department of Energy / Better Plants — Process Heating Systems / Process Heating