생산중량당 전력
ENERGY DATA · MES × EMS
MES와 EMS 데이터를 이용한 공장 에너지 분석
에너지 절감기회는 전력 그래프만 봐서는 잘 보이지 않습니다. “무엇을 얼마나 생산했는가”와 “그때 얼마의 에너지를 사용했는가”를 같은 시간축에서 연결해야 공정의 정상 범위, 고소비 조건과 운전개선 포인트를 찾을 수 있습니다.
01 · WHY JOIN DATA
EMS는 “얼마나 썼는지”, MES는 “왜 썼는지”를 설명합니다.
| 데이터 | 대표 항목 | 분석 역할 |
|---|---|---|
| MES | 생산량, 생산중량, LOT, 품목, Recipe, 양품/불량, 가동·비가동시간 | 에너지 수요의 생산 원인 설명 |
| EMS/FEMS | 전력, 가스, 유량, 압력, 온도, 설비별 소비량 | 실제 에너지 소비와 설비상태 측정 |
| BEMS/Utility | COP, 냉방부하, 공급유량, 가동대수, 밸브개도 | 보조설비·Utility 운전효율 설명 |
02 · DATA MODEL
먼저 분석용 일/시간/LOT 단위 테이블을 만듭니다.
| 생산일 | LINE | 생산중량 | 가동시간 | 비가동시간 | 전력 | 원단위 |
|---|---|---|---|---|---|---|
| Day 1 | A | kg | min | min | kWh | kWh/kg |
| Day 2 | A | kg | min | min | kWh | kWh/kg |
| Day 3 | B | kg | min | min | kWh | kWh/kg |
실제 공개 제조사례에서는 생산중량·생산수량·소요시간·비가동시간과 설비별 전력량을 일별로 정합하고 Noise와 영향점을 검토한 뒤 Baseline을 구축했습니다. 중요한 것은 데이터가 많다는 점보다 생산조건과 에너지계측의 시간경계가 일치하는지입니다.
03 · KPI
설비별로 물리적으로 의미 있는 KPI를 선택합니다.
압축공기 생산 UPI
냉동기 성능
IT부하 대비 전체 시설전력
04 · CASE: SEMICONDUCTOR UTILITY
1분 데이터까지 내려가면 평균값 뒤의 손실이 보입니다.
이 사례에서는 냉동부하(RT), 소비동력, COP/UPI, 가동대수와 펌프·냉각탑 운전을 함께 분석했습니다. 공기압축기는 1분 단위 유량·전력·압력·Loading/Unloading을 연결해 평균 시스템 손실율 약 3.1%, 순간 최대 31.7%까지 올라가는 구간을 확인했습니다. 공정설비를 제외한 Utility에서는 2018년 사용량 기준 약 444,832kWh/년·4.3%의 절감잠재량이 제시되었습니다.
05 · CASE: COMPRESSED AIR
가동대수는 몇 대 켰는가가 아니라 수요와 함께 봐야 합니다.
현장측정 평균 실제 가동대수는 4.0대였지만 압축공기 수요기준 필요대수는 평균 약 3.2대로 분석되었습니다. 동시에 전력 3,503kW, 공급유량 25,882Nm³/h, UPI 약 0.135kWh/Nm³를 함께 봄으로써 단순 대수감축이 아니라 수요를 만족하면서 시스템 UPI를 낮추는 조합을 목표로 설정할 수 있습니다.
06 · ANALYSIS ORDER
현장에서 효과적인 분석 순서
| 1. 정합 | MES/EMS Timestamp·설비코드·LINE·LOT 기준 통합 |
| 2. 품질 | 결측·센서이상·정지일·비정상 생산일을 분리 |
| 3. KPI | kWh/kg, kWh/m³, kWh/RT, COP 등 물리 KPI 산출 |
| 4. 패턴 | 생산량·부하·시간대·가동대수별 분포와 상관관계 분석 |
| 5. Baseline | 정상조건의 기대 에너지사용량 모델 구축 |
| 6. Scenario | 비가동시간, 가동대수, Set Point, 고효율설비 우선운전 등을 평가 |
| 7. M&V | 실행 전후 조건을 보정해 실제 절감성과 검증 |
MES × EMS → ENERGY ACTION
좋은 분석은 그래프를 많이 만드는 것이 아니라, 운전자가 바꿀 수 있는 변수를 찾는 것입니다.
생산량·가동대수·압력·온도·비가동시간처럼 실제 조정 가능한 변수까지 연결해야 절감 시나리오가 됩니다.