도시 물 순환 시스템에서 Net Zero와 RE100 달성 방안 연구

A Study on Measures to achieve Net Zero and RE100 goals in Urban Water Cycle System

Article information

J Korean Soc Environ Eng. 2025;47(2):128-147

Publication date (electronic) : 2025 February 28

doi : https://doi.org/10.4491/KSEE.2025.47.2.128

Seyoung Ahn ^,

, Haerim Kim

Water Engineering & Consulting, Inc., Republic of Korea

안세영^,

, 김해림

㈜수엔지니어링앤컨설팅

^†Corresponding author E-mail: syahn@waterenc.com Tel: 010-4252-1331 Fax: 02-568-1943

Received 2024 November 26; Revised 2025 January 20; Accepted 2025 February 5.

Abstract

도시 물 순환 시스템(Urban Water Cycle System, UWCS)을 구성하는 정수처리시설, 배수시설, 집수시설, 하수처리시설은 에너지 집약적이며, 온실가스 주요 배출원으로 온실가스 저감과 친환경 에너지 전환은 필수적이다. UWCS 각 단계의 온실가스 배출원을 세분화하고, 각 배출원에서 발생하는 온실가스를 줄이기 위한 내부 감축(insets)과 외부 상쇄(offsets)를 통해 온실가스 40% 저감, RE100 이행, 온실가스 순배출량 “0” (Net Zero) 달성의 구체적인 방법을 제시하고자 한다. 본 연구에서는 UWCS 기준 공정(baseline)을 기반으로 감축과 상쇄 시나리오를 작성하고, 정량화에 의한 온실가스 저감의 잠재적 경로를 조사한다. 온실가스 배출량 저감 방법으로 자체적이며 기술적 방법인 내부 감축을 우선 추진하고, 잔여 배출량에 대하여 외부 상쇄를 활용한다. 내부 감축 방법으로 혐기성소화조와 열병합발전, 설비 효율 향상, 상수관로 누수 개선, 물발자국 인증제, 자가소비형 태양광발전을 설정하고, 외부 상쇄방법으로 신재생에너지 공급인증서(REC) 및 전력 구매 계약(PPA), 차량 연료 수소화, 식재에 통한 자연 포집, 배출권 거래제를 적용한다. UWCS의 단계별 및 항목별 온실가스 배출량은 모델링 소프트웨어를 활용하여 정량화하고, 이를 통해 감축과 상쇄가 온실가스 40% 저감, RE100, Net Zero 달성에 기여할 수 있는 효과를 분석한다. UWCS의 baseline에서 온실가스 총배출량은 4,732.8 tCO_2eq/yr로 산정된다. 이 중 56.8%는 내부 감축 대상이며, 나머지 43.2%는 외부 상쇄를 통해 감소한다. 온실가스 40% 저감은 내부 감축만으로 가능하며, Net Zero는 외부 상쇄를 추가적으로 적용함으로써 달성된다. UWCS 시설 및 설비의 총 전력 요구량은 572.8kW로 산출되는데, 혐기성소화조와 열병합발전에서 116.1 kW, 자가소비형 태양광발전에서 395.0 kW를 수급하고, REC/PPA에서 61.7kW를 구매함으로써 RE100을 이행한다. Net Zero와 RE100 달성을 위해 적용된 온실가스 감축과 상쇄 전략은 우선순위 설정과 효율적인 자원 배분이 필요하며, 이를 위해 감축 방안의 기술적 수준과 자체 수행 가능성, 상쇄 방안을 위한 외부 조건을 면밀히 검토하여 실행 전략을 최적화할 수 있다. UWCS의 온실가스 저감과 재생에너지 활용은 기후 위기 대응과 지속 가능한 수자원 관리의 핵심과제로, 기술 혁신과 제도적 지원이 필수적이다. 온실가스 감축 및 상쇄 방법을 종합적이고 체계적으로 적용하는 것이 이러한 목표를 달성하는 최적의 방안이다. 또한, 모델링 소프트웨어는 온실가스 배출량을 정량화하고 이를 바탕으로 구체적이며 실행 가능한 온실가스 저감 전략을 수립하는 주요한 도구이다. Net Zero 달성 및 RE100 이행을 위해 본 연구에서 제안한 기술적·제도적 접근에 추가하여, 향후 경제적 요소를 통합적으로 고려할 필요가 있다.

Trans Abstract

Urban water cycle systems(UWCS), including water treatment facilities, distribution facilities, sewers, and wastewater treatment facilities, are energy intensive and significant source of greenhouse gas (GHG) emissions, making the reduction of GHG emissions and the transition to eco-friendly energy essential. This study identifies specific GHG emission sources at each stage of the UWCS and proposes detailed methods to achieve a 40% reduction in GHG emissions, implement RE100, and attain Net Zero by employing insets and offsets. This study develops scenarios for insets and offsets based on the baseline process of the UWCS, and investigates potential pathways to reduce GHG emissions by quantifying emissions from each process. Internal insets, which are self-implemented and technical measures, are prioritized, while external offsets are applied to compensate for the remaining emissions. Internal insets include the application of anaerobic digesters and combined heat and power(CHP), improvements in energy efficiency of equipment, reduction in water pipe leakage, implementation of water footprint labeling, and installation of on-site photovoltaic system. External offsets comprise renewable energy certificates(REC), power purchase agreements(PPA), green hydrogen fuel for vehicles, natural sequestration improvement, and emission trading system. GHG emissions at each stage within the UWCS are quantified using modeling software. Based on these results, the effectiveness of insets and offsets in achieving a 40% GHG emissions reduction, Net Zero, and RE100 goal is analyzed. The baseline total GHG emissions for the UWCS are estimated at 4,732.8 tCO_2eq/yr, of which 56.8% is identified as targets for internal insets, and the remaining 43.2% is reduced through external offsets. A 40% GHG reduction can be achieved through internal insets, and Net Zero can be attained by incorporating additionally applying external offsets. The total power demand of UWCS facilities and equipment is calculated as 572.8 kW. Renewable energy is generated through anaerobic digesters and CHP(116.1kW) as well as on-site PV(395.0 kW), while RE100 compliance is achieved by securing an aditional 61.7 kW through REC/PPA. Achieving Net Zero and RE100 requires prioritizing strategies for insets, offsets and efficient resource allocation. For this, the technical feasibility and self-implementation potential of reduction efforts and the external conditions for offsets, should be carefully reviewed to optimize implementation strategies. GHG reduction and renewable energy utilization in the UWCS are key priorities for addressing the climate crisis and achieving sustainable water resource management, requiring technological innovation and institutional support. The comprehensive and systematic application of GHG insets and offsets is the optimal approach to achieving these goals. Furthermore, modeling software serves as a key tool for quantifying GHG emissions and formulating concrete, viable GHG reduction strategies. In addition to the technical and institutional approaches proposed in this study, achieving Net Zero and implementing RE100 requires the integrated consideration of economic factors in the future.

Keywords: urban water cycle system; greenhouse gas emissions; Net Zero; RE100; modeling

Keywords: 도시 물 순환 시스템; 온실가스 배출; Net Zero; RE100; 모델링

1. 서 론

「탄소중립기본법」은 2030년 온실가스(Greenhouse Gas, GHG) 감축 목표(Nationally Determined Contribution, NDC)를 2018년 배출량 대비 35% 이상으로 명시하고 있으며[1], 정부는 이를 토대로 국제 동향과 국내 여건을 종합적으로 고려하여 2030년 목표를 40%(4억 3,660만 tCO_2eq)로 상향 조정하고[2], 2050년 탄소중립(carbon neutrality) 달성을 위한 NDC 상향안을 발표하였다(Fig. 1) [3]. 2050년 탄소중립 목표 달성은 물 산업 분야에서도 혁신적인 변화를 요구하고 있으며, 특히 에너지 소비와 온실가스 배출 비중이 높은 도시 물 순환 시스템(Urban Water Cycle System, UWCS) [4]에서 설비 효율 향상과 재생에너지 도입 확대 등을 통해 온실가스 배출량을 줄이는 노력은 필수적이다.

Fig. 1.

Historic greenhouse gas emissions and enhanced NDC. [3]

UWCS는 자연적 요소와 인위적 물 순환으로 구분할 수 있다. 자연적 물 순환은 강우, 증발산, 지하수 함량 및 하천 유량 변화와 같은 자연적 물의 흐름을 포함하며, 인위적 물 순환은 인간의 물 이용을 위해 구축된 다양한 시설로 구성된다[5]. 인위적 물 순환 시스템은 크게 상수와 하수로 구분되며, 상수 시스템은 취수 시설을 통해 상수원에서 원수를 확보하며, 정수처리시설에서 정화한 후, 상수관로를 통해 가정, 산업, 공공시설 등으로 공급한다[5]. 사용된 물은 하수관로를 통해 하수처리시설로 이송되며, 이곳에서 오염물질을 제거한 후 처리수를 하천 등 자연 수계로 방류된다(Fig. 2) [5].

Fig. 2.

Schematics of urban water cycle system(UWCS).

UWCS는 인간 활동에 필수적인 물의 공급, 배분, 처리 등을 담당하며[6], 이송과 처리과정에서 상당량의 전력을 소비하는 에너지 집약적 설비로 구성된 주요 온실가스 배출원이다[7]. Griffiths-Sattenspiel과 Wilson에 따르면, 물 관련 산업에서 소비되는 에너지는 미국 전체 에너지 소비량의 13%를 차지하며[8], Reffold et al.은 영국에서 물 산업이 전체 온실가스 배출량의 0.8%에 해당한다고 보고하였다[9].

정수처리시설에서 발생하는 온실가스 배출량은 전력 소비가 가장 큰 영향을 미치는 요소로 분석된다[7]. Zhang et al.에 따르면, 정수처리공정에서 발생하는 온실가스 배출량의 67.4%가 전력 소비에 기인하며[10], Li et al.의 연구에서는 정수처리시설의 온실가스 배출량 중 69~90%가 전력 소비로 발생한다고 분석하였다[11]. 하수처리시설의 경우, 오염물질 처리와 전력 소비가 온실가스 배출의 주요 원인으로 작용한다. Tong et al.의 연구에 따르면, 전체 온실가스 배출량 중 39.6%가 직접 배출(공정 배출)이며, 60.4%가 전력 소비로 인한 간접 배출로 나타난다[12], Parravicini et al.은 질소 처리 공정의 최적화에 따라 하수처리시설의 온실가스 배출량 중 직접 배출이 59.2%, 전력 소비로 인한 배출이 22.7%라고 분석하였다[13].

Li et al.의 연구에 따르면, 정수처리시설의 온실가스 배출량은 중국 전체 배출량의 0.15%를 차지하며, 온실가스 배출 집약도는 2021년 기준 0.225 kgCO_2eq/m³(2021년)로 분석되었다[11]. 국내 정수처리시설의 온실가스 배출 집약도는 2022년 기준 0.181 kgCO_2eq/m³로 제시되며[14], 이를 적용하면 정수처리시설에서 발생하는 온실가스 배출량은 국가 총배출량(686,462만 tCO_2eq/yr) [15]의 0.17%로 산출된다[16]. 하수처리장의 경우, Xi et al.의 연구에 따르면 중국 하수처리시설의 온실가스 배출 집약도는 0.286 kgCO_2eq/m³으로 산정되었다[17]. 한편, 국내 하수처리시설의 온실가스 배출 집약도를 2022년 기준 0.224 kgCO_2eq/m³으로 발표되었으며, 이를 2022년 하수 유입량에 적용하면 하수처리시설에서 발생하는 온실가스 배출량은 국가 총배출량의 0.25%로 추정된다[18]. 이는 정수처리시설과 하수처리시설이 온실가스 주요 배출원임을 보여준다.

기존 연구들은 개별 정수처리시설 및 하수처리시설의 온실가스 배출 특성을 분석하는 데 집중해 왔으며, 국가별 배출 원단위 적용을 통한 온실가스 배출량 추정을 수행하였다. 그러나, 대부분의 연구는 특정시설 단위에서의 배출량 평가에 국한되었으며, 도시 전체의 UWCS를 고려한 연구는 부족한 실정이다.

Net Zero와 RE100 목표 달성을 위한 논의는 전력 및 산업 부문에서 이루어져 왔으나, UWCS를 포함한 물 산업 부문에서도 이러한 개념을 적용할 필요성이 높아지고 있다. Net Zero는 온실가스 배출량을 감축하고 상쇄하여 순배출량을 “0”으로 만드는 개념이며[19], RE100은 기업이 사용하는 전력의 100%를 재생에너지로 전환하는 글로벌 이니셔티브이다[20].

구글[21], 애플[22], 삼성전자[23]와 같은 글로벌 기업들은 온실가스 감축 목표를 수립하고 Net Zero와 RE100을 달성하기 위해 에너지 효율 향상, 재생에너지 활용, 온실가스 상쇄 등의 전략을 추진하고 있다. 물 산업 또한 전력 소비를 기반으로 온실가스를 배출하는 주요 부문 중 하나로, UWCS의 에너지 효율을 높이고 재생에너지 사용을 확대하는 것이 Net Zero 달성에 중요한 요소로 작용할 수 있다.

기존 연구들은 UWCS에서의 에너지 소비와 온실가스 배출을 분석하는 데 집중하였으며, 실질적인 Net Zero 및 RE100 전략을 UWCS에 적용하는 연구는 부족하였다. Ricardo PLC와 MacDonald 그룹은 물 산업에서 온실가스 감축을 위한 전략을 직접 감축, 재생에너지 활용, 온실가스 상쇄의 3단계로 설정하였으며[7], Shaw et al.은 UWCS에서 온실가스 배출량을 줄이는 방안으로 물 절약, 누수 제거, 바이오가스를 포함한 재생에너지 활용, 고효율 장비 및 공정 도입 등을 제안하였다[24].

본 연구는 기존 연구의 한계를 보완하여, 개별 처리시설이 아닌 도시 전체 UWCS 전반을 고려한 통합적 분석을 수행한다. UWCS 각 단계에서 발생하는 온실가스 배출량을 scope 1, 2, 3으로 구분하여 정량화하고, 모델링 소프트웨어(SUMO) [25]를 활용하여 배출량과 활동자료를 시뮬레이션함으로써 보다 정교한 분석을 수행한다. 특히, 본 연구는 온실가스 배출 저감 전략을 10개의 감축 및 상쇄 시나리오로 구체화하고, Net Zero와 RE100 목표 달성을 위한 실질적인 방안을 제시한다. 이는 UWCS에서의 온실가스 감축 효과를 정량적으로 평가할 수 있는 기초 자료를 제공할 뿐만 아니라, 향후 도시 물 관리 정책 및 기술 개발에 유용한 가이드라인을 제공할 수 있을 것으로 기대된다. 또한, UWCS의 온실가스 감축과 에너지 전환을 가속화하는 데 기여할 수 있으며[26,27], 지속가능한 물 관리 정책 수립의 근거 자료로 활용될 수 있을 것이다.

2. 방 법

2.1. 기준 공정 (Baseline)

본 연구에서는 인구 65,262명이 거주하고 평균 기온 20℃이며 면적 36.0 km²(3,600 ha)의 도시 물 순환 시스템(UWCS)을 가정하였다(Fig. 3). UWCS 상수원의 취수량은 29,814 m³/일로 설정하였다. 정수처리시설은 응집, 침전, 여과, 소독 시설로 구성되며, 처리과정에서 발생하는 슬러지는 배출수지, 농축조, 그리고 탈수기에서 처리된다. 정수 처리수(29,630 m³/일)는 소독 후 배수지에서 상수관로를 통하여 물 사용처(26,667 m³/일)에 공급된다(Table 1). 취수의 수질은 탁도 20.6 NTU, TSS 26.2 mg/L로 설정하였고, 정수 처리수의 수질은 탁도 0.1 NTU, TSS 0.1 mg/L로 산출되었다(Table 1).

Fig. 3.

Process flow diagram and modeling layout of UWCS.

Table 1.

Water qualities of influent and effluent in UWCS.

정수처리시설의 침전지에서 배출되는 약품 슬러지는 농축조로 배출되며, 여과지의 역세척수는 배출수지에서 고액 분리된 후 상징수는 착수정으로 반송되며 슬러지는 농축조로 이송된다(Fig. 3). 농축조의 슬러지는 탈수 후 외부에서 처분되며, 농축조 상징수와 탈수 여액은 처리 후 하수도로 방류된다 (Fig. 3). 상수관로 누수율은 10%이며, 사용된 물의 하수 전환율은 90%로 가정하였다. 하수관거로 유입되는 하수 발생량은 24,000 m³/일로 산출되며, 지하수 유입을 고려하지 않았고, 원활한 하수 이송을 위해 배수펌프장을 추가하였다(Fig. 3).

하수처리시설의 유입량은 24,000 m³/일이며, 유입 수질은 COD 440.0 mg/L, TN 48.0 mg/L로 설정하였다(Table 1). 처리시설은 스크린, 침사지, 일차침전지, A²O 공정, 총인처리시설(응집･침전)의 수처리 시설과, 농축, 저류, 탈수의 슬러지 처리시설로 구분된다(Fig. 3). UWCS의 설계 및 운영 인자는 상수도 시설기준[28]과 하수도 시설기준[29]을 기반으로 설정되었다(Table 2). 모델링 소프트웨어의 user interface에 정수처리시설, 하수관로, 하수처리시설을 배치하고, 각 시설의 유입 성상과 단위 공정의 설계 및 운영 인자를 입력하여 시뮬레이션 모델을 구축하였다(Fig. 3). 하수처리시설은 방류되는 처리수의 수질을 법적 기준 이내로 유지하도록 설계되었다(Table 1).

Table 2.

Design and operation parameters of UWCS.

2.2. 온실가스 배출원 및 배출량 산정 방법

UWCS 단위 공정의 온실가스 배출량은 발생원에 따라 scope 1, 2, 3으로 구분한다(Table 3). Scope 1은 시설 내에서 직접 발생하는 배출량으로, 미생물 처리과정에서 발생하는 공정 배출(process emissions)과 보조 보일러 연소에 따른 연소 배출(combustion emissions)을 포함한다. 단, 시설 균열 등을 통한 비산 배출(fugitive emissions)은 제외한다. Scope 2는 외부에서 구매한 전력 사용으로 인한 간접 배출량으로, 시설 운영에 필요한 전력 생산 과정에서 발생하는 온실가스 배출을 의미한다(Table 3). Scope 3는 가치사슬 전반에서 발생하는 기타 간접 배출량으로, 슬러지 외부 처분 시 운송 과정에서 발생하는 배출량과 화학제 사용으로 인한 배출량 등을 포함한다(Table 3).

Table 3.

Emission sources in UWCS.

온실가스 배출량 산정 시 메탄(CH₄)과 아산화질소(N₂O)의 이산화탄소(CO₂) 등가량(CO_2eq)은 IPCC SAR (Intergovernmental Panel on Climate Change Second Assessment Report)에서 제시한 100년 기준 지구온난화지수(Global Warming Potential, GWP)인 21 kgCO_2eq./kgCH₄와 310 kgCO_2eq./kgN₂O를 적용한다[30].

시뮬레이션 모델은 수처리 과정에서 미생물의 유기물과 질소 처리 시 각각 발생하는 CH₄와 N₂O의 scope 1 배출량을 산출한다(Fig. 4). 혐기성 조건에서 종속영양미생물(Ordinary Heterotrophic Organisms, OHOs)은 유기물을 분해･발효하여 유기산(Volatile Fatty Acids, VFA) 및 용존성 수소(H₂)를 생성한다[31]. 혐기성 균주인 Acidoclastic methanogens는 메탄발효 (methanogenesis) 과정에서 VFA를 CH₄와 CO₂로 변환한다[31]. Hydrogenotrophic methanogens는 CO₂와 H₂의 발효를 거치며 CH₄를 생성한다[31]. 시뮬레이션 모델은 미생물의 유기물 분해 및 발효과정에서 발생하는 VFA, H₂, CO₂, 그리고 CH₄의 생성량을 계산한다(Fig. 4).

Fig. 4.

Typical anaerobic digestion processes pathway.

호기 조건에서는 Ammonia Oxidizer Bacteria(AOB)가 암모니아를 산화하는 과정에서 NH₂OH oxidation pathway를 통해 N₂O를 생성하며, Nitrite Oxidizer Bacteria(NOB)는 아질산염을 산화하는 과정에서 denitrification pathway를 거쳐 N₂O를 생성한다(Fig. 5) [31]. 무산소 조건에서 유기물을 분해하는 OHO가 질산염(NO₃)을 질소 가스(N₂)로 환원하는 탈질화 과정에서 N₂O를 생성한다(Fig. 5) [31]. 시뮬레이션 모델은 이중 경로 모델(two pathway model) [32] 및 질소 활성슬러지 모델(activated sludge model for nitrogen, ASMN) [33]과 Table 4에 설정된 모델 계수를 기반으로 질산화와 탈질화 과정에서 생성되는 N₂O의 양을 계산한다.

Fig. 5.

Mechanism of N₂O production in nitrification and denitrification.

Table 4.

Model parameters used in process modeling.

단위 시설의 오염물 처리 과정에서 생성된 CH₄와 N₂O의 대기 배출량은 부피전달계수(volumetric transfer coefficient, kLa)와 액체 및 기체상의 농도 차에 따라 결정된다[35]. 시뮬레이션 모델은 이러한 CH₄와 N₂O 생성 모델과 반응조의 구조, 산기관의 깊이, 액체의 점성, 그리고 온도 등을 고려하여 반응조에서 생성된 CH₄와 N₂O의 대기 배출량(scope 1)을 산출한다[35].

시뮬레이션 모델은 유입유량, 고형물량, 설비 효율 등 다양한 변수를 고려하여 각 설비(펌프, 침전지, 탈수기 등)의 전력 소비량을 산출한다(Table 5, 6).

Table 5.

Parameters of power calculation for water treatment facility.

Table 6.

Parameters of power calculation for for wastewater treatment facility.

협잡물과 슬러지 외부 처분 시, 차량 연료로부터 발생하는 scope 3 온실가스 배출량은 차량의 크기, 운행속도, 운송 거리를 고려하여 산출한다(Table 7). 운송 차량의 크기는 “대형 화물”로 가정하고, 정수처리장과 하수처리장에서 외부 처분장까지의 운송 거리는 왕복 100 km, 운송 차량 속도는 60 km/h로 설정한다[36]. 화학제 (응집제, 응집보조제, 소독제) 사용량 산정(scope 3)과 소화조 보조 보일러 열량 (scope 1) 계산은 상수도 시설기준[28]과 하수도 시설기준[29]의 방법에 따르며, 화학제 사용량과 보일러 열량에 각각의 배출계수를 적용하여 온실가스 배출량을 산정한다(Table 7).

Table 7.

Emission factors of greenhouse gas emission source categories.

2.3. 시나리오 분석 (감축 및 상쇄)

Baseline을 기준으로 온실가스 내부 감축(internal insets)과 외부 상쇄(external offsets) 시나리오를 작성하고, 시나리오별로 시뮬레이션을 수행하여 온실가스 감축량과 상쇄량을 분석한다. 본 연구에 적용한 내부 감축 방법으로는 혐기성소화조(anaerobic digester, AD)와 열병합발전 (combined heat and power, CHP) [40] 도입, 설비의 효율 10% 향상, 하수도 누수율 3% 개선, 물발자국 (water footprint, WF) 인증제(Labeling) 도입[41], 자가소비형 태양광발전(on-site photovoltaic, PV)을 설정하였으며[42], 상쇄방법으로는 신재생에너지 공급인증서(renewable energy certificate, REC) [26], 전력 구매 계약(power purchase agreement, PPA) [27,43], 차량 연료 수소화 (green hydrogen) [44], 식재에 의한 자연 포집(natural sequestration improvement, NSI) [45], 그리고 배출권 거래제(emission trading system, ETS) [46]를 적용하였다(Table 8).

Table 8.

The scenarios of inset and offset in UWCS.

2.3.1. 시나리오 1

시나리오 1은 baseline의 하수처리시설에 AD와 CHP를 추가한 조건이다(Table 8). AD의 슬러지 체류시간은 21.4일이며, 바이오가스를 연료로 사용하는 CHP는 열효율과 전기효율을 각각 40.0%와 35.0%로 설정한다. CHP에서 생산된 열은 AD 가온(35℃)에 사용되며, 전기에너지는 자체 설비와 시설에 공급된다. CHP 열량이 AD 온도 유지에 충분치 않을 경우, 보조 열원인 LNG 보일러(효율 90%)로 추가적인 열을 공급하며, 이때, 발생하는 scope 1 배출량은 보일러 열량에 LNG 배출계수를 적용하여 산정한다(Table 7).

2.3.2. 시나리오 2

aseline에서 펌프 효율은 50%, 모터 효율은 70%, 송풍기 효율은 60%로 설정하며, 단위 시설인 스크린, 반응조, 침전지, 탈수기 등의 전력 요구량 및 단위 에너지 요구량은 Table 5와 6의 수치를 적용한다. 시나리오 2에서는 고효율 설비 도입과 함께 운영 최적화 및 유지보수 강화를 통해 펌프, 모터, 송풍기 효율을 baseline 대비 10%를 상향할 수 있으며, 이로 인한 scope 2 배출량의 감축 효과를 분석한다(Table 8).

2.3.3. 시나리오 3

시나리오 3에서는 상수관로의 정기적인 점검 등 유지보수의 강화, 노후 상수관 복구, 상수 관망 블록시스템 구축, 그리고 효율적인 관망 운영을 통해 누수율을 10%에서 7%로 낮추는 조건을 설정한다(Table 8). 상수관 누수율을 3% 개선함에 따라 상수원 취수량은 baseline (29,814 m³/일) 대비 9.7% 감소한 28,852 m³/일로 산출되며, 도시 물사용량과 하수 발생량의 변화는 발생하지 않는다. 시나리오 3에서는 상수관 누수 개선을 통해 정수처리시설의 온실가스 감축 효과를 분석한다.

2.3.4. 시나리오 4

시나리오 4에서는 AD 및 CHP 도입, 설비 효율 향상, 상수관 누수 개선을 모두 적용하여 온실가스 배출량 감축 효과를 분석한다(Table 8). UWCS 설비 효율을 향상함에 따라 CHP의 열효율과 전기효율은 각각 5% 증가하는 것으로 가정한다. CHP에서 생산된 열에너지가 AD 가온에 필요한 열량보다 많을 경우, 여분의 열은 건물 난방 등에 공급되며, 이로 인한 화석 연료(LNG) 소비량 감소에 따른 온실가스 감축량을 산정한다.

2.3.5. 시나리오 5

Shi et al.의 연구에 따르면 절수장치의 보급은 도시 물 사용량을 평균 22% 줄이는 것으로 보고하고 있다[47]. 본 연구에서는 물발자국 인증제(WF labeling) 도입을 통해 가정용 및 상업용 절수 장비 설치 등의 물 절감 방안을 확대하여, 도시 물 사용량을 15% 감소시키는 시나리오를 가정한다. 시나리오 5에서는 시나리오 4의 조건에서 WF labeling 도입을 추가해, 상수원 취수량과 하수 발생량을 줄이며, 결과적으로 오염물질 부하량, 전력 소비량, 약품 투입량, 슬러지 발생량 등의 감소를 통해 온실가스 배출량 감축 요인을 분석한다(Table 8).

2.3.6. 시나리오 6

태양광발전은 태양 빛을 태양전지(PV cell)를 통해 직접 전기에너지로 변환하는 기술이다[42]. 시나리오 6에서는 시나리오 5의 조건에 더하여, UWCS의 사업장 내 1.5 ha 부지를 확보하고 태양광발전(on-site PV) 시설을 설치하여 재생 전력을 공급하는 방안을 계획하였다(Table 8). 태양광 패널 1개는 60개의 cell로 구성되며, 패널 단위 면적은 1.65m², 패널의 단위 발전 용량은 0.3 kW/m², 그리고 하루 평균 일조시간은 3.5 hrs로 설정한다. On-site PV 설치 시 발생하는 온실가스 배출량은 1kWh당 55.0 gCO_2eq로 설정한다[42]. 시나리오 6은 on-site PV에서 생산한 재생 전력의 자체 수급으로 발생하는 온실가스 감축 효과를 분석하고 RE100 이행 정도를 평가한다.

2.3.7. 시나리오 7

신재생에너지 공급인증서(REC)는 재생에너지 발전량 1MWh당 1개의 인증서로, 재생에너지 사용을 증명하는 수단이다[26]. 전력 구매 계약(PPA)은 재생에너지 발전사업자와 전력 소비자 간에 직접 계약을 통해 재생에너지를 구매하는 방법이다[27,43]. 시나리오 7은 UWCS 전력 수요 전량을 재생에너지로 대체하는 것을 목표로, on-site PV 발전으로 충족되지 않는 전력량은 REC/PPA를 활용하여 보완하고, 이를 통해 온실가스 배출량 상쇄와 RE100 달성 효과를 정량적으로 분석한다(Table 8).

2.3.8. 시나리오 8

시나리오 8에서는 시나리오 7의 조건에서 협잡물 및 슬러지 운송 차량의 연료를 경유에서 green H₂로 전환하여 온실가스 배출량 상쇄 효과를 분석한다(Table 8). Green H₂는 태양광, 풍력 등의 재생에너지를 이용하여 물을 전기 분해하여 생산된 수소로, 생산 과정에서 온실가스가 발생하지 않는 것으로 가정한다. 슬러지 운송 차량의 수소 연비는 10.0 km/kgH₂로 설정한다[44]. 모델링을 통해 협잡물 및 슬러지 발생량을 산출하며, 슬러지 처분 장소와의 거리를 왕복 100 km로 설정하여 green H₂ 차량 운송에 의한 온실가스 상쇄량을 산정한다.

2.3.9. 시나리오 9

식재에 의한 자연 포집(NSI)은 숲을 조성하여 생태계를 복원하고 유지하는 방안으로, 식생을 복구하고 CO₂를 흡수･저장한다[45]. NSI는 온실가스 배출량 감축이 어려운 잔여 배출량을 상쇄하는 장기적인 CO₂ 상쇄 방안이며, 수목은 수령 10년 이상이며 70년 이하로 한다. NSI에서 CO₂ 평균 포집량은 8.9 kg/그루/년으로 설정하며, 단위 면적당 수목의 수는 1,250그루/ha를 적용한다(Table 9) [45]. 시나리오 9는 시나리오 8에 NSI를 추가한 조건이며, 목표 상쇄량을 baseline 총배출량의 20% 이내로 설정한다(Table 8).

Table 9.

Characteristics of trees for carbon sequestration.

2.3.10. 시나리오 10

배출권 거래제(ETS)는 기술적 감축이 어려운 부분의 온실가스 배출량을 줄이기 위해 다른 곳에서 발생한 탄소 감축량을 인정받는 제도이다[46]. 시나리오 10에서는 시나리오 9의 조건에 ETS를 추가하여 잔여 배출량을 상쇄하는 보완책으로 활용한다(Table 8). 본 연구에서 사용한 10가지 온실가스 저감 방법 중, 기술적인 개선을 우선적으로 적용하여 배출량을 최대한 줄이고, 최종적으로 ETS를 적용하여 잔여 배출량을 상쇄함으로써 Net Zero 달성을 계획한다. ETS를 통한 상쇄량은 baseline 총배출량의 20%를 초과하지 않도록 제한한다.

3. 결과 및 고찰

본 연구는 UWCS의 온실가스 40% 감축, Net Zero 달성, RE100 이행을 위해 기준 공정인 baseline과 10개 시나리오의 온실가스 감축 및 상쇄 효과를 비교･분석한 것이다. 내부 감축과 외부 상쇄라는 온실가스 저감방안을 중심으로 다양한 세부 방법을 검토하였으며, 모델링과 IPCC 산정 방법을 통해 시나리오별 온실가스 배출량을 정량화하였다.

온실가스 저감 우선순위는 내부 감축에 두고, 혐기성소화조와 CHP, 설비 효율 향상, 상수관 누수율 개선, 물발자국 인증제(WF labeling), 자가소비형 태양광발전(on-site PV) 순으로 분석하였다. 기술적으로 감축하기 어려운 잔여 배출량에 대해서는 신재생에너지 공급인증서(REC)/전력 구매 계약(PPA), 차량 연료 수소화(green hydrogen), 식재에 의한 자연 포집(NSI), 배출권 거래제(ETS)의 외부 상쇄 방안을 적용하여 추가적인 감소 효과를 평가하였다.

3.1 Baseline

UWCS baseline에서 발생하는 온실가스 총배출량은 4,732.8 tCO_2eq/yr이며, 시설별 배출량은 정수처리시설 1,944.7 tCO_2eq/yr (41.1%), 하수관로 208.9 tCO_2eq/yr (4.4%), 하수처리시설 2,380.3 tCO_2eq/yr (50.3%), 그리고 방류 수계 198.5 tCO_2eq/yr(4.2%)로 산정된다(Fig. 6).

Fig. 6.

Baseline greenhouse gas emissions by facilities and scopes.

정수처리시설의 경우, 유입 오염물질 부하량이 상대적으로 매우 낮아 미생물 반응으로 발생하는 scope 1 배출량은 3.6 tCO_2eq/yr(0.2%)로 산정된다(Fig. 6). 시설 운영에 필요한 구매 전력(423.3 kW)으로부터 발생하는 scope 2 배출량은 1,772.6 tCO_2eq/yr(91.2%)로 산출되며, 화학제 (응집제, 폴리머, 소독제) 사용과 탈수 슬러지(2.4m²/일) 운송으로 발생하는 scope 3 배출량은 168.4 tCO_2eq/yr(8.7%)로 계산된다(Fig. 6).

하루 24,000m³의 하수를 이송하는 하수관로 펌프장의 전력량은 유량, 효율, 단위 에너지 요구량 등을 적용하여 49.9 kW로 산정된다(Table 6). 하수관로 펌프장은 전력 소비에 의한 scope 2 배출만을 고려하며, 화석 연료 발전에 의한 간접 온실가스 배출량은 208.9 tCO_2eq/yr로 산정된다(Fig. 6).

하수처리시설의 scope 1 배출량은 미생물이 유기물과 질소를 처리하는 과정에서 발생하는 CH₄ 및 N₂O 배출량을 합산하여 1,199.5 tCO_2eq/yr로 산정되며, 이는 하수처리시설 전체 배출량의 50.4%를 차지한다(Fig. 6). 단, 생물학적 처리과정에서 발생하는 CO₂는 생물 기원(biogenic)으로 간주하여 온실가스 배출량 산정에서 제외한다. 설비 운영에 필요한 구매 전력 요구량은 259.3 kW이며, 이에 따른 간접 scope 2 배출량은 1,085.8 tCO_2eq/yr(45.6%)으로 산출된다(Fig. 6). 총인처리시설의 응집제와 슬러지 처리시설의 보조 응집제에서 발생하는 온실가스 배출량은 73.6 tCO_2eq/yr로 산출되며, 외부로 반출되는 고형물에 의한 배출량은 21.9 tCO_2eq/yr로 나타난다. 이로써 scope 3 배출량은 95.5 tCO_2eq/yr(4.0%)로 계산된다(Fig. 6).

하수처리장 방류수의 유기물과 질소(Table 1)는 수계에서 미생물 반응을 통해 CH₄와 N₂O로 전환되며, 대기 중으로 배출된다. 모델링 결과, 방류수의 COD와 질소 부하량은 각각 564.4 kg/일과 283.9 kg/일로 산정된다. 이에 따른 CH₄ 배출량은 37.9 tCO_2eq/yr, N₂O 배출량은 160.6 tCO_2eq/yr로 계산되며, 총 scope 1 온실가스 배출량은 198.5 tCO_2eq/yr로 산정된다(Fig. 6).

3.2. 시나리오 분석

3.2.1. 시나리오 1

시나리오 1은 하수처리시설에 혐기성소화조(AD)와 열병합발전(CHP)을 도입한 조건이다. 따라서, 정수처리시설과 하수관로의 조건은 baseline과 동일하다. AD는 고형물 감량과 바이오가스 생성을 통해 자원을 회수하며, 바이오가스를 활용한 열병합발전(CHP)은 열과 전력을 생산함으로써 온실가스 배출량을 감축한다. 시뮬레이션 결과, AD는 고형물(TSS)의 30.5%를 감량하고, 바이오가스 1,470.6Nm³/일(CH₄ 함유율 62.4%)을 생산한다(Table 10).

Table 10.

The simulation results for scenarios in WWTF.

AD에 의한 고형물 감량은 후단 시설인 농축기와 탈수기의 응집보조제 사용량을 줄이는 효과를 나타낸다. 그러나 혐기성소화조에서 인(phosphorus)이 용출됨에 따라 수처리시설의 인 부하량이 상승하며(Table 10), 이에 따라 총인처리시설의 응집제 사용량이 증가한다(Table 11). 또한, 고형물 감량으로 인해 baseline 대비 슬러지 발생량이 감소하여 슬러지 운송량이 줄어든다(Table 11).

Table 11.

Sludge generation and chemical dosage for scenarios in UWCS.

결과적으로, 화학제 사용과 슬러지 운송으로 인한 scope 3 배출량은 baseline (95.5 tCO_2eq/yr) 대비 4.7 tCO_2eq/yr 증가한 100.2 tCO_2eq/yr로 산출된다(Table 12). 총인처리시설의 응집제 사용으로 인한 온실가스 배출량 증가 폭이, 응집보조제 사용량 및 슬러지 발생량 감소로 인한 배출량 저감보다 크므로 scope 3 배출량은 증가한다.

Table 12.

Greenhouse gas emissions by scenarios in UWCS. (tCO_2eq/yr)

시뮬레이션 결과, 바이오가스를 활용한 CHP 시스템은 514.3 MJ/hr의 열에너지와 125.1kW의 전력을 생산한다(Table 10). CHP에서 생산된 열에너지는 AD 가온에 활용되며, 부족한 열량을 보충하기 위해 LNG 보일러가 시간당 42.1 MJ의 추가 열을 공급한다(Table 10). CHP 재생 열은 scope 1 배출량을 252.3 tCO_2eq/yr만큼 감축하는 효과가 있으나, LNG 보일러 가동으로 20.6 tCO_2eq/yr의 온실가스 배출량이 추가된다.

CHP에서 생산된 재생 전력(125.1 kW)은 하수처리시설의 전력 요구량(285.2 kW)의 43.9%를 대체하는 효과를 보인다 (Table 10). 이에 따라 온실가스 scope 2 배출량은 baseline (1,085.8 tCO_2eq/yr) 대비 377.4 tCO_2eq/yr 감소하여 708.4 tCO_2eq/yr로 산정된다(Table 12).

혐기성 소화 과정에서 발생하는 고형물 감량, 바이오가스 생성, 그리고 질소와 인의 용출로 인한 수처리시설 유입 부하량 변화는 방류수 부하량에도 영향을 미친다. 모델링 결과, 방류수 COD 부하량은 baseline (564.4 kg/d) 대비 3.6% 감소한 543.9 kg/d 산출되나, 질소 부하량은 baseline (283.9 kg/d) 대비 33.9% 증가한 380.2 kg/d로 계산된다(Table 10). 방류수의 COD 부하량 감소에 따른 CH₄ 배출량 감소보다 질소 부하량 증가로 인한 N₂O 배출량 증가 폭이 더 커, 방류 수계의 온실가스 배출량은 baseline (198.5 tCO_2eq/yr) 대비 53.0 tCO_2eq/yr 증가한 251.5 tCO_2eq/yr로 산정된다(Table 12).

AD 및 CHP 도입 결과, UWCS scope 1 배출량은 85.1 tCO_2eq/yr, scope 2 배출량은 377.4 tCO_2eq/yr 감소하는 반면, scope 3 배출량은 4.7 tCO_2eq/yr 증가하는 것으로 나타난다 (Table 12). 이에 따라 시나리오 1의 UWCS 온실가스 순배출량은 baseline 총배출량 (4,732.8 tCO_2eq/yr) 대비 9.7% 감소한 4,275.2 tCO_2eq/yr로 산정된다(Table 12). 이 결과는 AD 및 CHP가 바이오가스를 활용한 재생에너지 생산을 통해 온실가스 감축에 효과적인 방안임을 보여준다.

3.2.2. 시나리오 2

시나리오 2에서는 설비 효율 향상 시, 구매 전력 요구량 감소로 인한 온실가스 배출 감축 효과를 분석하므로. scope 1 배출량과 scope 3 배출량은 baseline과 같으며, scope 2 배출량만 감축된다. Baseline에서 정수처리, 하수관로, 하수처리의 전력 용량은 각각 423.3 kW, 49.9 kW, 259.3 kW로 총 732.4 kW로 산출되며, 이에 따른 UWCS의 온실가스 scope 2 배출량은 3,067.3 tCO_2eq/yr로 계산된다(Table 13).

Table 13.

Power demand and scope 2 emissions for scenarios.

설비 효율 향상 시, 정수처리시설은 364.2 kW, 하수관로는 42.2 kW, 하수처리시설은 235.2 kW로 감소하며, 총 전력 요구량은 641.6 kW로 산출된다(Table 13). 이에 따라 UWCS scope 2 배출량은 2,686.8 tCO_2eq/yr로 baseline 대비 12.4% 감소한다(Table 12, 13). 시나리오 2의 온실가스 순배출량은 baseline 총배출량(4,732.8 tCO_2eq/yr) 대비 8.0% 감소한 4,352.4 tCO_2eq/yr로 산정되며, UWCS 설비 최적화를 통해 380.4 tCO_2eq/yr의 온실가스 감축 효과를 나타낸다(Table 12).

3.2.3. 시나리오 3

상수관로 누수율을 3% 개선하면, 상수원 취수량은 962 ㎥/일 감소하나, 물 사용처의 정수 사용량과 하수 발생량의 변화는 없다(Table 14). 취수량 감소로 인해 정수처리시설의 반응조에서 수리학적 체류시간이 증가하면서 미생물의 반응시간도 길어지고, 이에 따라 CH₄ 생성량이 증가하게 된다. 그 결과 정수처리시설의 scope 1 배출량은 baseline 대비 0.5 tCO_2eq/yr 증가하는 것으로 나타난다(Table 12).

Table 14.

Water quantity for scenarios in UWCS. (Unit : m³/d)

반면, 유입수량 감소로 정수처리시설 운영에 필요한 전력 소비량과 화학제 사용량이 줄어들면서 scope 2 배출량은 baseline 대비 56.1 tCO_2eq/yr 줄어들며, scope 3 배출량은 5.1 tCO_2eq/yr 감소하는 효과를 보인다. 결과적으로, 시나리오 3의 UWCS 온실가스 순배출량은 baseline 총배출량 (4,732.8 tCO_2eq/yr) 대비 1.3% 감소한 4,672.0 tCO_2eq/yr로 산정된다 (Table 12).

3.2.4. 시나리오 4

시나리오 4는 AD & CHP 도입, 설비 효율 향상, 누수율 개선의 포괄적 내부 감축 활동을 적용한 것으로, 온실가스 순배출량은 baseline 총배출량 (4,732.8 tCO_2eq/yr) 대비 21.6%가 감소한 3,711.6 tCO_2eq/yr로 산출된다(Table 12).

정수처리시설의 경우, 시나리오 3에서 언급한 바와 같이 상수관로 누수 개선으로 취수량이 줄어들면서 scope 1 배출량은 0.5 tCO_2eq/yr 증가하나, scope 3 배출량은 5.2 tCO_2eq/yr 감소한다. 또한, 누수 개선과 설비 효율 향상은 scope 2 배출량을 294.9 tCO_2eq/yr 감축한다. 결과적으로 정수처리시설의 온실가스 순배출량은 1,645.0 tCO_2eq/yr로 baseline (1944.7 tCO_2eq/y) 대비 15.4% 감축하는 것으로 나타난다(Table 12).

상수도 누수율 개선으로 하수 발생량 변화는 없으나, 하수관로의 펌프 효율 향상으로 scope 2 배출량은 baseline (208.9 tCO_2eq/yr) 대비 15.4% 감소한 176.7 tCO_2eq/yr로 산정된다 (Table 12). 하수처리시설은 AD & CHP 도입과 설비 효율 향상으로 인해 온실가스 배출량이 baseline (2,380.8 tCO_2eq/yr) 대비 31.2%가 감소한 1,638.2 tCO_2eq/yr로 나타난다(Table 12). 이는 시나리오 1과 2에서 언급한 바와 같이 AD의 고형물 감량과 바이오가스 생성, CHP의 재생에너지 생산, 설비 효율 향상 등이 복합적으로 작용한 결과이다. Scope 1 배출은 CHP의 재생 열 공급으로 190.3 tCO_2eq/yr 감축되며, scope 2 배출은 설비 효율 향상과 CHP 재생 전력 공급으로 557.1 tCO_2eq/yr가 감소하고 scope 3 배출량은 혐기성소화조 질소 용출로 인해 4.7 tCO_2eq/yr가 증가한다(Table 12).

방류 수계의 온실가스 배출량은 시나리오 1에서 언급한 바와 같이 AD의 고형물 감량과 바이오가스 생산에 의한 배출량 감소보다 AD에서의 용존성 질소 용출에 따른 배출량 증가 폭이 커, baseline (198.5 tCO_2eq/yr) 대비 26.8% 증가한 251.6 tCO_2eq/yr으로 산정된다(Table 12).

3.2.5. 시나리오 5

시나리오 5는 AD 및 CHP, 상수관로 누수율 개선, 설비 효율 향상 조건에 더하여 물발자국 인증제(WF labeling)를 추가한 것이다. WF labeling 도입과 누수율 3% 개선을 통해 상수원 취수량은 baseline (29,814 m³/일) 대비 17.7% 감소하여 24,525 m³/일로 산출되며, 하수관로에 유입되는 하수 발생량은 baseline 대비 15.0% 감소한 20,400 m³/일로 나타난다(Table 14).

정수처리시설은 누수율 개선과 WF labeling으로 인한 취수량 감소로 공정 배출량(scope 1)은 baseline (3.6 tCO_2eq/yr) 대비 2.3 tCO_2eq/yr 증가한 5.9 tCO_2eq/yr로 산출된다(Table 12). 또한, 화학제 사용량 감소로 인해 scope 3 배출량은 baseline (168.4 tCO_2eq/yr) 대비 29.3 tCO_2eq/yr 감소한 139.1 tCO_2eq/yr로 나타난다(Table 12). 설비 효율 향상을 통해 scope 2 배출량은 baseline (1,772.6 tCO_2eq/yr) 대비 505.1 tCO_2eq/yr가 감소하여 1,267.4 tCO_2eq/yr로 산정된다(Table 12). 따라서 정수 생산 과정에서 발생하는 전체 온실가스 배출량은 baseline (1,944.7 tCO_2eq/yr) 대비 27.4% 감소한 1,412.4 tCO_2eq/yr로 산출되어 온실가스 감소 효과가 나타난다(Table 12).

하수량 감소와 설비 효율 향상으로 하수관로 펌프의 전력 수요가 baseline (49.9 kW) 대비 11.4 kW 감소하여 35.8 kW로 나타난다. 이에 따라 하수관로 펌프 운영에서 발생하는 온실가스 배출량은 baseline (208.9 tCO_2eq/yr) 대비 28.2% 감소한 149.9 tCO_2eq/yr로 산출된다(Table 12).

하수처리시설의 유입량 감소로 인해 AD 유입량은 101.2 m³/일로 산출된다(Table 10). 이는 시나리오 1에서 AD 유입량인 121.1 m³/일 대비 19.9 m³/일이 감소한 수치이며, AD에서의 고형물 감량과 바이오가스 생산량이 줄어드는 결과를 보인다(Table 10). AD의 고형물 감량은 시나리오 1과 비교하면 18.5% 감소한 273.6 kgTSS/일로 나타나며, 바이오가스 감소량은 17.8%인 261.4 Nm³/일로 산출된다(Table 10).

시나리오 5의 CHP 열 생산량은 시나리오 1(514.3 MJ/hr)과 비교 시 8.7% 감소하여 469.8 MJ/hr로 산정되며 AD의 가온 열원으로 사용된다(Table 10). AD 가온 열량은 495.6 MJ/hr로 산출되며, 이는 CHP 생산 열량에 더하여 LNG 보일러에서 추가로 25.8 MJ/hr를 공급받아 충당된다(Table 10). CHP의 열에너지 생산에 의한 온실가스 감축량은 230.5 tCO_2eq/yr, LNG 보일러에 의한 온실가스 배출량은 12.7 tCO_2eq/yr로 계산된다.

AD 및 CHP 도입과 WF labeling의 영향으로 온실가스 scope 1 배출량은 baseline (1,199.5 tCO_2eq/yr) 대비 17.1% 감소하여 993.9 tCO_2eq/yr로 나타난다(Table 12). 또한, scope 3 배출량은 baseline (95.5 tCO_2eq/yr) 대비 10.8% 감소하여 85.2 tCO_2eq/yr로 산출된다(Table 12).

CHP의 전력 생산량은 116.1 kW로 산출되며, 이는 하수처리 설비에 공급된다(Table 10). 하수처리시설의 전력 요구량은 총 234.3 kW로 계산되며, 이로 인한 온실가스 배출량은 981.2 tCO_2eq/yr이다. CHP의 전력 생산량에 의한 온실가스 감축량은 450.9 tCO_2eq/yr로 산정되어, 하수처리시설에서의 scope 2 발생량은 530.3 tCO_2eq/yr로 산정된다(Table 12). 결론적으로, AD와 CHP 도입, 설비 효율 향상, WF labeling의 복합적인 영향으로 인해 하수처리시설의 온실가스 배출량은 1,609.4 tCO_2eq/yr로 산정되며, baseline (2,380.8 tCO_2eq/yr) 대비 32.4% 감소한다(Table 12).

AD와 WF labeling 효과는 방류 수계의 온실가스 배출량에도 영향을 준다. 모델링 결과에 따르면, 방류수 질소 부하량은 baseline (283.9 kgN/일) 대비 14.5% 증가한 325.1 kgN/일인 반면, 방류수의 COD 부하량은 baseline (564.4 kgCOD/일) 대비 18.6% 감소하여 459.3 kgCOD/일로 산출된다(Table 10). 방류 수계에서의 온실가스 배출량은 baseline (198.5 tCO_2eq/yr) 대비 8.2% 증가한 214.7 tCO_2eq/yr로 나타난다(Table 12).

시나리오 5의 UWCS 온실가스 순배출량은 baseline 총배출량(4,732.8 tCO_2eq/yr) 대비 28.4% 감소한 3,386.4 tCO_2eq/yr로 산정된다(Table 12). 시설별 온실가스 배출량을 baseline과 비교하면, 정수처리시설에서 532.3 tCO_2eq/yr, 하수관로에서 58.9 tCO_2eq/yr, 하수처리시설에서 771.4 tCO_2eq/yr가 각각 감소하는 반면, 방류 수계에서는 16.3 tCO_2eq/yr가 증가한다. 이를 종합하면 총 1,346.4 tCO_2eq/yr의 온실가스 배출량이 감축되는 것으로 평가된다(Table 12).

3.2.6. 시나리오 6

시나리오 6은 시나리오 5의 조건에 자체 소비형 태양광발전(on-site PV)을 추가하여 화석 연료 기반 구매 전력을 대체함으로써 온실가스 감축과 함께 RE100 이행을 목표로 한다. 시나리오 5의 전력 용량은 총 572.8 kW이며, 이 중 화석 연료 기반 구매 전력 456.7 kW는 정수처리시설(302.7 kW), 하수관로(35.8 kW), 하수처리시설(118.2 kW)에서 사용되었고 나머지는 CHP의 재생전기(116.1kW)가 하수처리시설에 공급된다(Table 13). 이에 따라 scope 2 배출량은 2,398.6 tCO_2eq/yr로 산정되며, 이중 구매 전력에 의한 배출량은 CHP의 전기 생산으로 450.9 tCO_2eq/yr가 감축된 1,947.7 tCO_2eq/yr로 계산된다(Table 13).

UWCS 구역 내에 on-site PV의 설치 면적 1.5 ha이며, PV의 생산 전력은 패널(60 cell)의 면적(1.65 m²/패널)과 패널 단위 면적당 발전 용량(0.3 kW/m²)에 근거하여 필요 패널 수 9,028개를 통해 395.0 kW로 산출된다(Table 13). 이는 on-site PV 설치 시 발생하는 온실가스 배출량(55.0 gCO_2eq/kWh)을 고려한 수치이다. 이에 따라 on-site PV로 인한 scope 2 감축량은 1,343.9 tCO_2eq/yr로 산출된다. 결과적으로, 시나리오 6의 온실가스 배출량은 baseline (4,732.8 tCO_2eq/yr) 대비 56.8% 감축된 2,042.5 tCO_2eq/yr로 산정된다(Table 12).

3.2.7. 온실가스 배출량 40% 감축

On-site PV는 UWCS 전력 요구량 456.7 kW 중, 86.5%에 해당하는 395.0 kW를 공급하여, baseline 온실가스 배출량의 56.8%를 감축한다(Table 11). Baseline 총배출량 4,732.8 tCO_2eq/yr의 40%에 해당하는 1,893.1 tCO_2eq/yr를 감축하려면 시나리오 5의 순배출량 3,386.4 tCO_2eq/yr에서 546.8 tCO_2eq/yr를 추가로 줄여야 한다. On-site PV 설치 시 발생하는 온실가스 배출량(55.0 gCO_2eq/kWh)을 고려하면, 필요 발전 용량은 160.7 kW로 산정된다. 이에 따른 on-site PV 설치량은 계획 설치량의 40.7%인 패널 수 3,673개, PV 설치 면적 0.6 ha로 산출된다. 결과적으로 UWCS 온실가스 배출량 40% 절감은 AD 및 CHP 도입, 설비 효율 향상, 누수율 저감, WF labeling, 그리고 on-site PV(계획 설치량의 40.7%)를 활용한 내부 감축(insets) 방안을 통해 달성할 수 있다.

3.2.8. 시나리오 7

UWCS의 전체 전력 요구량인 572.8 kW 중 89.2%에 해당하는 전력을 CHP(116.1 kW)와 on-site PV(395.0 kW)로부터 생산하며(Table 13), 나머지 10.8%의 잔여 전력 61.7 kW를 재생 전력으로 충당하기 위해 외부 상쇄(offsets) 방안인 신재생에너지 공급인증서(REC)와 전력 구매 계약(PPA)을 활용한다. REC 계약 및 PPA 구매를 통해 전력 요구량 61.7 kW를 조달하며, 이에 해당하는 온실가스 배출량 258.4 tCO_2eq/yr를 상쇄한다(Table 13). 시나리오 6의 조건에 추가된 시나리오 7의 온실가스 순배출량은 baseline (4,732.8 tCO_2eq/yr) 대비 62.3% 감소한 1,784.1 tCO_2eq/yr로 산정된다(Table 12).

RE100 이행

UWCS의 전력 요구량(572.8 kW)은 CHP(116.1 kW), on-site PV(395.0 kW), REC/PPA(61.7 kW)를 활용하여 100% 재생에너지로 전환하는 것으로 계획한다. 이를 통하여 화석 연료 사용을 완전히 배제함으로써, 온실가스 배출량은 CHP에서 450.9 tCO_2eq/yr, on-site PV에서 1,343.9 tCO_2eq/yr, REC/PPA에서 258.4 tCO_2eq/yr가 각각 감축되어, 총 2,053.3 tCO_2eq/yr를 줄이는 것과 함께 RE100이 달성되는 것으로 분석된다.

3.2.9. 시나리오 8

시나리오 8에서는 슬러지 운반 차량의 연료를 경유에서 녹색 수소(green H₂)로 전환하여 온실가스 배출량을 줄이는 방안을 제안한다. 정수처리시설과 하수처리시설에서 발생하는 슬러지(각각 2.4 m³/일, 15.3 m³/일)를 경유 차량으로 운반할 경우, 온실가스 배출량은 총 19.1 tCO_2eq/yr(정수처리 4.9 tCO_2eq/yr, 하수처리 14.2 tCO_2eq/yr)로 산정된다(Table 12). 수소 차량의 연비와 운반 거리(31,641 km/yr) 등을 고려했을 때 필요한 수소 연료량은 3,164.1 kg/yr로 계산된다. 결과적으로, 경유 연료로 인해 발생하는 온실가스 배출량 19.1 tCO_2eq/yr는 수소연료 활용으로 완전히 상쇄된다. 이에 따라 시나리오 7의 조건이 추가된 시나리오 8의 온실가스 순배출량은 baseline (4,732.8 tCO_2eq/yr) 대비 62.7% 감소한 1,765.0 tCO_2eqyr으로 산출된다(Table 12).

3.2.10. 시나리오 9

시나리오 1~8은 기술적 접근을 통한 온실가스 배출량 저감방안을 도입하였고, 시나리오 9에서는 잔여 배출량을 상쇄하기 위해 식재를 통한 자연 포집(NSI)을 적용한다. NSI에 의한 온실가스 상쇄량은 baseline 총배출량(4,732.8 tCO_2eq/yr)의 20%에 해당하는 946.6 tCO_2eq/yr으로 설정하고, 수종, 수령, 면적, 관리 등을 고려한 숲 조성 계획을 수립하였다(Table 9).

숲을 구성하는 수종으로는 강원지방 소나무, 중부지방 소나무, 잣나무, 낙엽송, 리기다소나무, 편백나무, 상수리나무, 신갈나무를 가정한다. 숲 조성 후 평균 탄소 저장량은 8.9 kgCO₂/tree/yr, ha당 평균 수목 수는 1,250그루로 결정한다. 탄소를 흡수･저장할 수 있는 수목의 수령은 10년에서 70년으로 설정된다(Table 9).

NSI가 적용된 조건에서는 ha 당 탄소 저장량이 11.1 tCO₂/yr･ha로 계산되며, 연간 946.6 tCO₂를 흡수･저장할 수 있는 숲 조성에 필요한 면적은 85.3 ha로 산출된다. 도시 면적은 3,600 ha의 2.4%가 온실가스를 흡수 저장할 수 있는 숲 조성 면적에 해당한다. 이를 통해 시나리오 9에서의 온실가스 순배출량은 baseline (4,732.8 tCO_2eq/yr) 대비 82.7%가 감소한 818.4 tCO_2eq/yr로 계획하였다(Table 12).

3.2.11. 시나리오 10

기술적 저감 방법을 우선순위로 사용하는 접근법은 안정적인 감축 효과를 제공할 수 있는 반면에, 배출권 거래제(EST)는 시장 메커니즘을 활용하여 온실가스 감축을 유도할 수 있으나, 가격의 변동성으로 인해 장기적인 온실가스 감축 계획을 세우는 데 어려움을 줄 수 있다. 따라서, 온실가스 배출량을 줄이기 위해서는 다양한 저감 방법의 복합적 검토가 필요하다. ETS는 다른 기업이 초과 감축하여 확보한 배출권을 구매하는 제도로, 온실가스 저감 전략을 수립할 때 ETS의 적용 순서와 상쇄 규모를 적절히 결정하는 것이 중요하다. 본 연구에서는 온실가스 저감을 자체적이고 기술적으로 수행하는 것을 주요 요소로 설정하였으며, 이에 따라 ETS는 잔여 배출량을 상쇄하는 보완적 수단으로 최후 순위에 두었다. 이를 통해 배출권에 대한 의존도를 줄이고, 기술적 감축이 어려운 잔여 배출량을 예측 가능한 조건에서 ETS를 활용하여 상쇄할 수 있도록 접근하였다.

Net Zero 달성

시나리오 9에서 탄소･흡수 방법인 NSI 적용한 후, 잔여 온실가스 배출량은 818.4 tCO_2eq/yr로 산출되며, 이는 baseline 총배출량(4,732.8 tCO_2eq/yr)의 17.3%에 해당한다(Table 12). ETS 활용 계획은 baseline 총배출량의 20% 이내이며, 시나리오 10에서는 잔여 배출량 818.4 tCO_2eq/yr에 해당하는 배출권을 구매함으로써 온실가스 순배출량 ‘0’인 Net Zero를 달성한다.

3.3. 시나리오 평가

본 연구는 도시 물 순환 시스템(UWCS)에서 온실가스 배출량을 산정하고, 이를 통해 온실가스 배출량 40% 감축, RE100 이행, Net Zero 목표 달성을 위한 실질적인 방안을 제시하는 것을 목적으로 하였다. UWCS의 온실가스 총배출량(4,732.8 tCO_2eq/yr)이며, 이 중 56.8%(2,690.3 tCO_2eq/yr)는 내부 감축을 통해 감소하였다. 나머지 43.2%(2,042.5 tCO_2eq/yr)는 외부 상쇄를 활용하여 추가적으로 감축되었다(Fig. 7).

Fig. 7.

The contribution of insets and offsets to achieving RE100 & Net Zero.

시뮬레이션 결과, 온실가스 배출량 40% 감축은 AD 및 CHP 도입, 설비 효율 향상, 누수율 개선, WF labeling, 그리고 on-site PV를 40.7% 적용함으로써 달성되었다(Fig. 7). 또한, AD 및 CHP 도입과 on-site PV를 통해 생산된 재생 전력으로 전체 전력 요구량의 89.2%를 공급하였으며, 나머지 10.8%는 REC/PPA의 구매를 통해 RE100이 이행되었다(Fig. 7). 기술적으로 줄이기 어려운 잔여 배출량은 차량 연료 수소화(green H₂), 식재를 통한 자연 포집(NSI), 배출권 거래제(ETS)를 통해 상쇄하여 Net Zero를 달성하였다(Fig. 7).

본 연구에서는 온실가스 감축 우선순위로는 공정 및 에너지 개선 방안인 AD 및 CHP 도입, 설비 효율 향상, 누수율 개선에 중점을 두었다. 또한, 정수 및 하수의 유입량 감소를 통해 처리 용량을 줄여 운영 효율성을 개선하는 WF labeling과 재생에너지 확대 방안인 on-site PV를 주요 전략으로 채택하였다. 한편, 온실가스 상쇄 우선순위로는 즉각적인 실행이 가능하고 비용 대비 효과가 높은 REC/PPA와 차량 연료 수소화를 우선적으로 고려하였으며, 중장기적 방안인 NSI를 그다음으로 두었다. 외부 의존성이 큰 ETS는 최후 순위로 설정하였다.

이처럼 Net Zero 달성 전략은 온실가스 배출량의 기술적 감축을 통해 최대한 줄이고, 불가피한 배출량은 상쇄를 통해 보상하는 상호 보완적 접근이 적절할 것으로 판단된다. 이는 UWCS의 온실가스 배출 저감 정책 수립을 위한 타당성을 제공하며, 관련 산업에서 효율적이고 지속 가능한 기술 도입을 지원하는 데에 기여할 수 있다.

본 연구는 도시 물 순환 시스템(UWCS)에서 온실가스 배출량을 줄이고 RE100을 이행하기 위한 실질적인 방안을 제안하였으나, 가상의 도시와 시뮬레이션을 기반으로 수행되었기 때문에, 실제 적용 시 지역적 특수성 및 정책적 여건을 고려한 추가적인 검토가 요구된다. 또한, 온실가스 배출량의 감축 및 상쇄 방안에 대한 비용･편익 분석을 포함한 경제적 요인을 통합적으로 고려하는 추가 연구가 수행되어야 할 것이다.

4. 결 론

본 연구에서는 UWCS의 기준 공정(baseline)에서 발생하는 온실가스 총배출량을 4,732.8 tCO_2eq/yr로 산정하고, 이를 기반으로 40% 감축, RE100 달성, Net Zero 목표를 위한 다양한 감축 및 상쇄 방안을 제시하였다. 혐기성소화조(AD)와 CHP를 통한 고형물 감량과 바이오가스 활용, 설비 효율 향상, 상수관 누수 개선, WF labeling 도입 등 자체적·기술적 감축으로 전체 온실가스 배출량의 28.4%를 저감하였다. 특히, 재생에너지 발전시설인 on-site PV를 통해 40.7%의 재생에너지를 전환하여 baseline 배출량의 40%를 감축하였다.

RE100 이행을 위해서 AD 및 CHP, on-site PV와 함께 REC/PPA를 추가 적용하여 UWCS 전체 전력 요구량을 재생에너지로 전환하였다. 더 나아가, 차량 연료 수소화(green H₂), 식재를 통한 자연 포집(NSI)의 외부 상쇄 방안을 활용하여 온실가스를 줄이고, 배출권 거래제(ETS)를 통해 잔여 배출량을 상쇄하여 Net Zero 목표를 달성하였다. 본 연구에서 활용한 모델링 소프트웨어를 통해 온실가스 배출량을 정량화하고 다양한 감축 시나리오를 분석･평가하여 최적의 저감방안을 도출함으로써, UWCS의 온실가스 감축 목표 달성을 위한 실질적인 방향을 제시하고자 하였다.

Notes

Declaration of Competing Interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

References

1. The Korean Law Information Center. Enforcement degree of the framework act on carbon neutrality and green growth for coping with climate crisis [Internet]. Ministry of Government Legislation; c2024. [cited 10 December 2024]. Available from :https://elaw.klri.re.kr/kor_service/lawView.do?hseq=59958&lang=KOR.

2. Carbon Neutrality and green growth. 2022 National inventory report [Internet]. Greenhouse Gas Inventory and Research Center of Korea; c2024. [cited 10 December 2024]. Available from :https://www.2050cnc.go.kr/flexer/view/BOARD_ATTACH?storageNo=2302.

3. Carbon Neutrality and green growth. 2030 the republic of korea’s enhanced update of its first nationally determined contribution [Internet]. Goverment ministries joint; c2024. [cited 10 December 2024]. Available from :https://www.2050cnc.go.kr/flexer/view/BOARD_ATTACH?storageNo=174.

4. Lu L, Guest JS, Peters CA, Zhu X, Rau GH, Ren ZJ. Wastewater treatment for carbon capture and utilization. Nature Sustainability 2018;1(12):750–758. https://doi.org/10.1038/s41893-018-0187-9.

5. Han HJ, Kim SB, Lee DB, Jang YS, Lee GY, Kim JS. A Framework and strategy for the integrated water cycle management. Korea Environment Institute 2020;2020(0):1–241.

6. Chung GH, Ohk WS, Yoo DG, Kim GT, Jeon HD. Development and application of an integrated urban water cycle system by combining water cycle elements. J. Korean Society of Hazard Mitigation 2022;22(6):311–319. https://doi.org/10.9798/KOSHAM.2022.22.6.311.

7. Ricardo PLC, ; Mott MacDonald Group. Net Zero 2030 routemap. UK water c2024. [cited 10 December 2024]. Available from :https://www.water.org.uk/news-views-publications/publications/net-zero-2030-routemap.

8. Griffiths-Sattenspiel B, Wilson W. A River Network Report. The carbon footprint of water c2024. [cited 10 December 2024]. Available from :https://www.csu.edu/cerc/researchreports/documents/CarbonFootprintofWater-RiverNetwork-2009.pdf.

9. Reffold E, Leighton F, Choudhury F, Rayner PS. Greenhouse gas emissions of water supply and demand management options [Internet]. Environmental Agency:Bristol c2024. [cited 10 December 2024]. Available from :https://assets.publishing.service.gov.uk/media/5a7cbfd4e5274a38e5756843/scho0708bofv-e-e.pdf.

10. Zhang P, Ma B, Zheng G, Li F, Zhang W, Gu J, Liu Z, Li K, Wang H. Unveiling the greenhouse gas emissions of drinking water treatment plant throughout the construction and operation stages based on life cycle assessment. Ecotoxicology and Environmental Safety 2024;272:1–9. https://doi.org/10.1016/j.ecoenv.2024.116043.

11. Li F, Zhang X, Huang J, Liu B, Gao X, Shi Y, Li K. Greenhouse gas emission inventory of drinking water treatment plants and case studies in China. Science of The Total Environment 2024;912:169090. https://doi.org/10.1016/j.scitotenv.2023.169090.

12. Tong Y, Liao X, He Y, Cui X, Wishart M, Zhao F, Liao Y, Zhao Y, Lv X, Xie J, Liu Y, Chen G, Hou L. Mitigating greenhouse gas emissions from municipal wastewater treatment in China. Environmental Science and Ecotechnology 2024;20:100341. https://doi.org/10.1016/j.ese.2023.100341.

13. Parravicini V, Svardal K, Krampe J. Greenhouse gas emissions from wastewater treatment plants. ScienceDirect, Energy Procedia 2016;97:246–253. https://doi.org/10.1016/j.egypro.2016.10.067.

14. Korea Water Resources Corporation. Pre-information disclosure [Internet]. Climate Carbon Business Department; c2024. [cited 10 December 2024]. Available from :https://www.kwater.or.kr/water/sub02/sub06/energyPage.do?s_mid=323.

15. Korea Energy Agency, Announcement of 2022 greenhouse gas emissions; 2024. Greenhouse Gas Inventory and Research Center. Press release [Internet]. Korea Energy Agency; c2025 [cited 2 January 2025]. Available from :https://www.gir.go.kr/home/board/read.do?pagerOffset=0&maxPageItems=10&maxIndexPages=10&searchKey=&searchValue=&menuId=11&boardId=189&boardMasterId=4&boardCategoryId=.

16. Water Information portal, 2022 Statistics of Waterworks [Internet]. Ministry of Environment; c2024 [cited 10 December 2024]. Available from :https://www.water.or.kr/kor/board/index.do?bid=BD_00049&mode=view&menuId=15_153_159&wid=110904.

17. Xi J, Gong H, Guo R, Chen L, Dai X. Characteristics of greenhouse gases emission from wastewater treatment plants operation in China (2009-2016): A case study using operational data integrated method (ODIM). J. Cleaner Production 2023;402:136829. https://doi.org/10.1016/j.jclepro.2023.136829.

18. Sewerage Information System, 2022 Statistics of Sewerage [Internet]. Ministry of Environment; c2023 [cited 10 December 2024]. Available from :https://www.hasudoinfo.or.kr/bbs/lay1/WS10000015/38772/view.do.

19. United Nations Climate Action. For a livable climate: Net-zero commitments must be backed by credible action [Internet]. United Nations; c2024 [cited 10 December 2024]. Available from : https://www.un.org/en/climatechange/net-zero-coalition.

20. The Climate Group. Climate group RE100 [Internet]. the climte group; c2024 [cited 10 December 2024]. Available from : https://www.theclimategroup.org/about_re100.

21. Goggle. Environmental report 2024 [Internet]. goggle; c2024 [cited 10 December 2024]. Available from :https://www.gstatic.com/gumdrop/sustainability/google-2024-environmental-report.pdf.

22. Apple. Apple’s carbon removal strategy [Internet]. Apple; c2024 [cited 10 December 2024]. Available from :https://www.apple.com/environment/pdf/Apples_Carbon_Removal_Strategy_White_Paper.pdf.

23. Samsung Newsroom. Sustainability Report 2024 : A journey towards a sustainable future [Internet]. Samsung Electronics; c2024 [cited 28 June 2024]. Available from :https://bit.ly/3W3BxvZ.

24. Shaw A, Chetty K, Chan T, Lindsey E, Kadava A, Stevenson B. Greenhouse gases in the urban water cycle, Pathways to Water Sector Decarbonization, Carbon Capture and Utilization. IWA 2022;3:33–50. https://doi.org/10.2166/9781789061796_0033.

25. Dynamita, The super model (SUMO 22, EQPS 22) [Internet]. Sigale: dynamita; c2018 [cited 10 December 2024]. Available from : https://dynamita.com.

26. The Korean Law Information Center. Act on the promotion of the development, use and diffusion of new and renewable energy Article 12-7 New and renewable energy certificate [internet]. Ministry of Government Legislation; c2024. [cited 10 December 2024]. Available from : https://elaw.klri.re.kr/kor_service/lawView.do?hseq=55018&lang=KOR.

27. The Korean Law Information Center. Enforcement decree of the electric utility act Article 19 [internet]. Ministry of Government Legislation; c2024. [cited 10 December 2024]. Available from :https://elaw.klri.re.kr/kor_service/lawView.do?hseq=68118&lang=KOR.

28. Korea Water and Wastewater Works Association. 2010 Standards for waterworks facilities [Internet]. Ministry of Environment; c2020 [cited 10 December 2024]. Available from : https://www.kwwa.or.kr/kr/board/notify_6/boardView.do?bbsIdx=8322.

29. Construction Technology Information System. 2011 Standards for sewerage facilities [Internet]. Korea Water and Wastewater Works Association; c2011 [cited 10 December 2024]. Available from :https://www.codil.or.kr/filebank/moctroadguide/WS/CIKCWS190046/CIKCWS190046.pdf.

30. IPCC. IPCC Second assessment : Climate Change 1995, The Science of Climate Change [Internet]. IPCC; c1995 [cited 10 December 2024]. Available from :https://archive.ipcc.ch/pdf/climate-changes-1995/ipcc-2nd-assessment/2nd-assessment-en.pdf.

31. Dynamita, Sumo technical reference (SUMO 22) [Internet]. Sigale:dynamita; c2018 [cited 10 December 2024]. Available from : https://www.dynamita.com.

32. Pocquet M, Wu Z, Queinnec I, Sperandio M. A two pathway model for N₂O emissions by ammonium oxidizing bacteria supported by the NO/N₂O variation. Water Research 2016;88:948–959. https://doi.org/10.1016/j.watres.2015.11.029.

33. Hiatt WC, Grady Jr CPL. An updated process model for carbon oxidation, nitrification, and denitrification. Water Environment Research 2008;80(11):2145–2156. https://doi.org/10.2175/106143008X304776.

34. Gujer W, Henze M, Mino T, van Loosdrecht M. Activated Sludge Model No. 3. Water Sci. Technol 1999;39(1):183–193. https://doi.org/10.1016/S0273-1223(98)00785-9.

35. Ye L, Ni BJ, Law Y, Byers C, Yuan Z. A novel methodology to quantify nitrous oxide emissions from full-scale wastewater treatment systems with surface aerators. Water Research 2014;48:257–268. https://doi.org/10.1016/j.watres.2013.09.037.

36. Greenhouse Gas Inventory and Research Center of Korea. Approved national greenhouse gas emissions and absorption factors for 2021 [Internet]. Ministry of Environment; c2022 [cited 10 December 2024]. Available from :https://www.gir.go.kr/home/file/readDownloadFile.do?fileId=5255&fileSeq=2.

37. Greenhouse Gas Inventory and Research Center of Korea. Approved national greenhouse gas emissions and absorption factors for 2018 [Internet]. Ministry of Environment; c2019 [cited 10 December 2024]. Available from :https://www.gir.go.kr/home/file/readDownloadFile.do?fileId=3551&fileSeq=1.

38. City of Winnipeg. Emission factors in kg CO₂-equivalent per unit [Internet]. Winnipeg; c2012 [cited 10 December 2024]. Available from :https://legacy.winnipeg.ca/finance/findata/matmgt/documents/2012/682-2012/682-2012_Appendix_H-WSTP_South_End_Plant_Process_Selection_Report/Appendix%207.pdf.

39. IPCC. 2019 refinement to the 2006 IPCC guidelines for national greenhouse gas inventories, volume5, chapter6 [Internet]. IPCC; c2019 [cited 10 December 2024]. Available from: https://www.ipcc-nggip.iges.or.jp/public/2019rf/pdf/5_Volume5/19R_V5_6_Ch06_Wastewater.

40. Ahn SY, Kim HR. Measures for achieving carbon neutrality in domestic wastewater treatment plants. J. Korean Soc. Environ. Eng 2024;46(7):371–381. https://doi.org/10.4491/KSEE.2024.46.7.370.

41. Water Footprint Network. The water footprint assessment manual [Internet]. Y. Hoekstra, A. K. Chapagain, M. M. Aldaya, M. M. Mekonnen; c2011 [cited 10 December 2024]. Available from :https://waterfootprint.org/resources/TheWaterFootprintAssessmentManual_English.

42. IPCC. Renewable energy sources and climate change mitigation: Special report of the IPCC [Internet]. Cambridge Univ. Press; c2012 [cited 10 December 2024]. Available from : https://www.ipcc.ch/report/renewable-energy-sources-and-climate-change-mitigation/.

43. The Korean Law Information Center, Enforcement decree of the electric utility act Article 20 [Internet]. Ministry of Government Legislation; c2024. [cited 10 December 2024]. Available from :https://elaw.klri.re.kr/kor_service/lawView.do?hseq=68118&lang=KOR.

44. Korea energy economics institute. A Study on the Promotion of Hydrogen Use in Transportation Sector [Internet]. Korea Energy Economics Institute; c2021 [cited 10 December 2024]. Available from :https://www.keei.re.kr/pdfOpen.es?bid=0001&list_no=82093&seq=1.

45. Forest Cabon Registry, Standard Carbon Absorption of Major Forest Tree Species (ver. 1.2) [Internet]. National Institute of Forest Science; c2019 [cited 10 December 2024]. Available from :https://carbonregistry.forest.go.kr/fcr_web/fco/cmn/file/download.do?atchFileId=FILE_000000000006405&fileSn=1&crbnBsnssPrtcnTpeCd=.

46. The Korean Law Information Center, Act on the allocation and trading of greenhouse gas emission permits [Internet]. Ministry of Government Legislation; c2024. [cited 10 December 2024]. Available from :https://elaw.klri.re.kr/kor_service/lawView.do?hseq=64708&lang=KOR.

47. Shi L, Wang L, Li H, Zhao Y, Wang J, Zhu Y, He G. Impact of residential water saving devices on urban water security: the case of Beijing, China. Journal of Environmental Science: Water Research & Technology 2022;8:326–342. https://doi.org/10.1039/D1EW00669J.

Article information Continued

This is an open access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Facility		Flow rate (m³/d)	Turbidity (NTU)	BOD₅¹⁾ (mg/L)	COD²⁾ (mg/L)	TSS³⁾ (mg/L)	TN⁴⁾ (mg/L)	TP⁵⁾ (mg/L)
WTF⁶⁾	Influent	29,814	20.6	-	-	26.2	-	-
WTF⁶⁾	Effluent	29,630	0.1	-	-	0.1	-	-
WWTF⁷⁾	Influent	24,000	-	200.0	440.0	214.9	48.0	5.9
WWTF⁷⁾	Effluent	23,976	-	1.5	23.5	3.0	11.8	0.3

Treatment unit		Unit	Value	Item		Unit	Value
Water treatment plant				Wastewater treatment plant
Inlet well ⓐ	Inflow rate	m³/d	29,814	Inflow ⓜ	Flowrate	m³/d	24,000
Receiving water basin ⓑ	HRTa)	min	3.0	1^st settler ⓝ	Surface LR	m³/m²·d	40.0
Coagulation tank ⓒ	HRT	sec	30.0	Anaerobic reactor ⓞ	HRT	hrs	1.5
Flocculation tank ⓓ	HRT	min	45.0	Anoxic reactor ⓟ	HRT	hrs	3.0
Settler ⓔ	Surface LRb)	mm/min	20.0	Aerobic reactor ⓠ	HRT	hrs	7.4
Rapid filter ⓕ	Filtration rate	m³/m²·d	135.0	A²O reactor	Total HRT	hrs	11.9
Clear water reservoir ⓖ	HRT	hrs	2.0	2^nd settler ⓡ	Surface LR	m³/m²·d	24.0
Distribution reservoir ⓗ	HRT	hrs	18.0	Mixing tank ⓢ	HRT	min	20
Backwash settler ⓘ	Surface LR	m³/m²·h	5.0	P-removal settler ⓣ	HRT	min	60
Thickener ⓙ	Sludge LR	kg/m²·h	15.0	1^st settler sludge concentration		mg/L	30,000
Dewatering unit ⓚ	Sludge removal	%	95	Internal recycle ratio		%	200
Dewatering unit ⓚ	Water content	%	80	MLSS concentration		mg/L	3,000
Clear water		m³/d	27,445	WAS concentration		mg/L	8,000
Water line leakage ratio		%	10	RAS ratio		%	60
Sewer system				(Anaerobic digester) ⓤ^c)	SRT^d)	d	21.4
Sewage conversion ratio		%	10	Thickener ⓥ	Sludge removal	%	90
Groundwater infiltration ratio		%	0	Dewatering unit ⓦ	Sludge removal	%	95
Pump station 1 ⓛ	Pumping rate	m³/min(mH)	5(20)2대	Dewatering unit ⓦ	Water content	%	80
Pump station 2 ⓛ	Pumping rate	m³/min(mH)	5(20)2대	Discharge ⓧ	Flowrate	m³/d	23,976

Category		Water intake	Water treatment	Sewer system	Wastewater treatment	Discharge	Remarks
Process emissions		-	ⓑⓒⓓⓔ		ⓝⓞⓟⓠⓡⓢⓣ	ⓧ	Direct emissons (Scope 1)
Fossil fuel	Boiler	-	-	-	ⓤ	-	Direct emissons (Scope 1)
Electricity	Pump	ⓐ	ⓔⓕⓖⓙ	ⓛ	ⓝⓡⓠⓣⓤ	-	Indirect emissions (Scope 2)
	Rotor	-	ⓑⓒⓓ	-	ⓞⓟⓢⓤ	-
	Blower	-	-	-	ⓠ	-
	Miscellaneous	-	ⓔⓙⓚ	-	ⓝⓡⓣⓥⓦ	-
Transport	Cake	-	ⓚ	-	ⓦ	-	Indirect emissions (Scope 3)
Chemical	PACS	-	ⓑ	-	-	-
	PACl	-	ⓒ	-	ⓢ	-
	NaOCl	-	ⓖ	-	-	-
	Polymer	-	ⓚ	-	ⓦ	-

Model Parameter	Name	Unit	Value (20℃)
μ_H	maximum specific growth rate, OHOs	day^-1	4.0[31]
b_H	decay coefficient, OHOs	day^-1	0.62[31]
Y_H	yield, OHO on VFA	gCOD/gCOD	0.6[31]
K_S	half-saturation of RBD substrate for OHOs	gCOD/㎥	5.0[31]
K_S,NO3	half-saturation of RBD substrate for OHOs on NO₃	gCOD/㎥	5.0[31]
K_S,NO2	half-saturation of RBD substrate for OHOs on NO₂	gCOD/㎥	5.0[31]
K_S,NO	half-saturation of RBD substrate for OHOs on NO	gCOD/㎥	5.0[31]
K_S,N2O	half-saturation of RBD substrate for OHOs on N₂O	gCOD/㎥	5.0[31]
ηOHO, NO₃	reduction factor for anoxic growth of OHOs on NO₃	-	0.28[33]
ηOHO, NO₂	reduction factor for anoxic growth of OHOs on NO₂	-	0.16[33]
ηOHO, NO	reduction factor for anoxic growth of OHOs on NO	-	0.35[33]
ηOHO, N₂O	reduction factor for anoxic growth of OHOs on N₂O	-	0.35[33]
μ_AOB	maximum specific growth rate, AOBs	day^-1	0.9[34]
ηAOB, NO, N₂O	reduction factor for NO reduction to N₂O by AOBs (NN pathway)	-	0.0015[31]
ηAOB, NO2, N₂O	reduction factor for HNO₂ reduction to N₂O by AOBs (ND pathway)	-	0.25[31]
b_AOB	decay coefficient, AOBs	day^-1	0.17[31]
Y_AOB	yield of AOB on NH_X	gCOD/gN	0.15[31]
K_O2,NHX,AOB	half-saturation of O₂ for NH_X oxidation by AOBs	gN/㎥	0.25[31]
K_O2,NH2OH,AOB	half-saturation of O₂ for NH₂OH oxidation by AOBs	gN/㎥	0.15[32]
K_NHX,AOB	half-saturation of NH_X for AOBs	gN/㎥	0.01[32]
K_{NHX-NH2OH,AOB}	half-saturation of NH_X to NH₂OH for AOBs	gN/㎥	0.7[32]
K_NH2OH,AOB	half-saturation of NH₂OH for AOBs	gN/㎥	0.9[32]
K_HNO2,AOB	half-saturation of HNO₂ for AOBs	gN/㎥	0.004[31]
K_NO-NO2,AOB	half-saturation of NO to NO₂ for AOBs	gN/㎥	0.0003[32]
K_NO-N2O,AOB	half-saturation of NO to N₂O for AOBs	gN/㎥	0.008[31]
K_iO2-AOB	half-saturation of O₂ to N₂O production by AOBs	gN/㎥	0.008[32]
μ_NOB	maximum specific growth rate, NOBs	day^-1	0.65[31]
b_NOB	decay coefficient, NOBs	day^-1	0.15[31]
Y_NOB	yield, NOB on NO₂	gCOD/gN	0.09[31]
K_NO2,NOB	half-saturation of NO₂ for NOBs	gN/㎥	0.1[31]
K_{F by OHOs}	half-saturation of RBD in fermentation by OHOs	gCOD/㎥	5.0[31]
K_{F by OHOs in digester}	half-saturation of RBD in fermentation by OHOs in digester	gCOD/㎥	350.0[31]
μ_AMETO	maximum specific growth rate, acidoclastic methanogen	day^-1	0.30[31]
b_AMETO	decay coefficient, acidoclastic methanogen	day^-1	0.030[31]
Y_AMETO	yield, acidoclastic methanogen on VFA	gCOD/gCOD	0.10[31]
K_AMETO	half-saturation of VFA substrate for acidoclastic methanogen	gCOD/㎥	400[31]
μ_AMETO	maximum specific growth rate, hydrogenotrophic methanogen	day^-1	1.3[31]
b_AMETO	decay coefficient, hydrogenotrophic methanogen	day^-1	0.13[31]
Y_AMETO	yield, acidoclastic methanogen on VFA	gCOD/gCOD	0.10[31]
K_AMETO	half-saturation of H₂ for hydrogenotrophic methanogen	gCOD/㎥	0.10[31]

Treatment unit	Water treatment facility
Treatment unit	Pump or motor efficiency (%)	Power demand (kW)	Energy demand based on flow (Wh/㎥)	Energy demand based on solids load (Wh/kgTSS)
Inlet well pump	55.0	-	-	-
Coagulation tank	70.0	7.81	-	-
Flocculation tank	70.0	0.9	-	-
Settler	55.0	0.58	0.393	7.297
Control well	55.0	0.34	18.860	15.088
Return well pumpl	55.0	-	-	-
Thickened tank	55.0	0.34	18.860	15.088
Clear well pump	55.0	-	-	-
Dewatering device	-	2.26	602.335	12.047
Supernatant filter	-	1.75	1.750	5.833
Distribution pump	55.0	-	-	-
Ventilation	-	4.67	-	-
Water supply	-	14.45	-	-
Miscellaneous	-	2.45	-	-

Treatment unit	Sewer and wastewater treatment facility
Treatment unit	Pump efficiency (%)	Power demand (kW)	Energy demand based on flow (Wh/㎥)	Energy demand based on solids load(Wh/kgTSS)	Volume specific mixing power (W/㎥)
Sewer pump	55.0	1.01	0.604	1.151	-
Screen	-	1.01	0.604	1.151	-
Grit chamber	-	1.50	0.136	3.115	-
Inflow pump station	55.0	-	-		2.425
1^st settler	55.0	0.58	0.393	7.297
Anaerobic reactor	-	-	-	-	2.425
Anoxic reactor	-	-	-	-	2.425
Aerobic reactor	-	-	-	-	2.425
Internal recycle pump	55.0	-	-	-	-
2^nd settler	55.0	2.21	0.276	0.788	-
WAS pump	55	-	-	-	-
Mixing tank	-	-	-	-	2.425
P-removal settler	55.0	2.21	0.276	0.788	-
Discharge pump	55.0	-	-	-	-
Thickener inlet pump	55.0	-	-	-	-
Thickener	-	2.26	602.335	12.047	-
Digestor inlet pump	55.0	-	-	-	-
Digestor	-	-	-	-	4.068
Dewatering inlet pump	55.0	-	-	-	-
Dewatering device	-	2.26	602.335	12.047
Dewatering liquid pump	55.0	-	-	-	-
Return water pump	55.0	-	-	-	-
Blower	60.0	-	-	-	-
Ventilation	-	4.67	-	-	-
Water supply	-	14.45	-	-	-
Miscellaneous	-	2.45	-	-	-

Emission Source	Emission Factor
Emission Source	CO₂	CH₄	N₂O	CO_2eq
LNG[37]	55,959.5 kgCO₂/TJ	1 kgCH₄/TJ	0.1 kgN₂O/TJ	-
Electricity (generation)[36]	0.4403 tCO₂/MWh	0.0116 tCH₄/MWh	0.0093 tN₂O/MWh	-
Electricity (consumption)[36]	0.4747 tCO₂/MWh	0.0125 tCH₄/MWh	0.01 tN₂O/MWh	-
Al₂O₃[38]	-	-	-	1.23 kgCO_2eq/kg
Polymer[38]	-	-	-	2.20 kgCO_2eq/kg
NaOCl(15%)[38]	-	-	-	0.92 kgCO_2eq/kg
Transport[36]	Y=3321.2892X^(-0.4407)g/km	Y=0.3408X^(-1.0456) g/km	Y=0.0346+0.8961/X g/km	-
Discharge[39]	-	0.0088 kgCH₄/kgCOD	0.0050 kgN₂O/kgN	-

Scenario	Water treatment	Sewer system	Wastewater treatment	Remarks
Scenario 1	Baseline	Baseline	Baseline	• Heat and electricity production
Scenario 1	-	-	AD + CHP	• Heat and electricity production
Scenario 2	Baseline	Baseline	Baseline	• 10% increase in equipment efficiency (EE)
Scenario 2	EE	EE	EE	• 10% increase in equipment efficiency (EE)
Scenario 3	Baseline	Baseline	Baseline	• Leakage rate reduced from 10% to 7%
Scenario 3	Leakage improvement	-	-	• Leakage rate reduced from 10% to 7%
Scenario 4	Baseline	Baseline	Baseline	• Heat and electricity production
	-	-	AD + CHP	• 10% increase in EE
	EE	EE	EE	• Leakage rate reduced from 10% to 7%
	Leakage improvement	-	-
Scenario 5	Scenario 4	Scenario 4	Scenario 4	• 15% reduction in flow
Scenario 5	WF labeling	WF labeling	WF labeling	• 15% reduction in flow
Scenario 6	Scenario 5	Scenario 5	Scenario 5	• Site area of PV of 1.5 ha
Scenario 6	on-site PV	on-site PV	on-site PV	• Site area of PV of 1.5 ha
Scenario 7	Scenario 6	Scenario 6	Scenario 6	• Green electricity purchase
Scenario 7	REC/PPA	REC/PPA	REC/PPA	• Green electricity purchase
Scenario 8	Scenario 7	Scenario 7	Scenario 7	• Transportation (green H₂)
Scenario 8	Fuel replacement	-	Fuel replacement	• Transportation (green H₂)
Scenario 9	Scenario 8	Scenario 8	Scenario 8	• Less than 20% of baseline total emissions
Scenario 9	NSI	NSI	NSI	• Less than 20% of baseline total emissions
Scenario 10	Scenario 11	Scenario 11	Scenario 11	• Less than 20% of baseline total emissions
Scenario 10	ETS	ETS	ETS	• Less than 20% of baseline total emissions

Property		Unit	Bioreactor in	Chemical P-removal in	Effluent	Digestor in	Digestor out	CHP	AD heating	Remarks
TSS mass	Baseline	kgTSS/d	3,266.7	241.9	71.9	-	-	-	-	-
	Scenario 1-3	kgTSS/d	3,218.5	243.6	71.9	4,842.5	3,367.3	-	-	-
	Scenario 4	kgTSS/d	3,218.8	243.6	71.9	4,844.6	3,370.4	-	-	-
	Scenario 5	kgTSS/d	3,253.0	177.2	61.2	4,046.6	2,845.0	-	-	-
COD mass	Baseline	kgCOD/d	7,760.5	740.3	564.4	-	-	-	-	-
	Scenario 1-3	kgCOD/d	7,573.6	717.1	543.9	4,931.9	2,485.2	-	-	-
	Scenario 4	kgCOD/d	7,573.3	717.0	543.8	4,931.6	2,484.7	-	-	-
	Scenario 5	kgCOD/d	6,442.9	580.1	459.3	4,050.5	2,062.5	-	-	-
TN mass	Baseline	kgN/d	1,056.6	292.5	283.9	-	-	-	-	-
	Scenario 1-3	kgN/d	1,152.8	388.6	380.2	217.8	217.4	-	-	-
	Scenario 4	kgN/d	1,152.6	388.6	380.1	217.8	217.3	-	-	-
	Scenario 5	kgN/d	978.1	330.9	325.1	175.8	175.3	-	-	-
TP mass	Baseline	kgP/d	142.1	16.4	6.5	-	-	-	-	-
	Scenario 1-3	kgP/d	219.3	24.4	6.4	196.4	196.0	-	-	-
	Scenario 4	kgP/d	219.9	24.5	6.4	197.0	197.0	-	-	-
	Scenario 5	kgP/d	190.3	19.1	5.4	171.3	171.3	-	-	-
Flow rate	Baseline	m³/d	24,335	23,994	23,976	-	-	-	-	-
	Scenario 1-3	m³/d	24,370	24,010	23,982	121.1	121.1	-	-	-
	Scenario 4	m³/d	24,370	24,010	23,982	121.1	121.1	-	-	-
	Scenario 5	m³/d	20,707	20,407	20,385	101.2	101.2	-	-	-
Biogas	Baseline	m³/d(NTP)	-	-	-	-	-	-	-	-
	Scenario 1-3	m³/d(NTP)	-	-	-	-	1,470.6	-	-	CH₄ 62.5%
	Scenario 4	m³/d(NTP)	-	-	-	-	1,470.7	-	-	CH₄ 62.4%
	Scenario 5	m³/d(NTP)	-	-	-	-	1,209.2	-	-	CH₄ 61.7%
CH₄ mass	Baseline	kgCOD/d	-	-	-	-	-	-	-	-
	Scenario 1-3	kgCOD/d	-	-	-	-	2,443.5	-	-	-
	Scenario 4	kgCOD/d	-	-	-	-	2,443.1	-	-	-
	Scenario 5	kgCOD/d	-	-	-	-	1,985.1	-	-	-
Thermal	Baseline	MJ/hr	-	-	-	-	-			boiler efficiency 90%
	Scenario 1-3	MJ/hr	-	-	-	-	-	514.3	556.4
	Scenario 4	MJ/hr	-	-	-	-	-	578.6	556.4
	Scenario 5	MJ/hr	-	-	-	-	-	469.8	495.6
Power	Baseline	kW	-	-	-	-	-	-	-
	Scenario 1-3	kW	-	-	-	-	-	125.1	-
	Scenario 4	kW	-	-	-	-	-	143.0	-
	Scenario 5	kW	-	-	-	-	-	116.1	-

Emission source (scope 3)	unit	Baseline	Scenario
Emission source (scope 3)	unit	Baseline	1	2	3	4	5
Grit & sludge cake	m³/d	27.0	21.2	27.0	26.9	21.1	17.7
Al₂O₃	kg/d	131.5	169.3	131.5	128.7	166.5	143.6
Polymer	kg/d	78.5	69.5	78.5	78.2	69.3	58.1
NaOCl (15%)	kg/d	339.5	339.5	339.5	328.9	328.9	280.0

Item		Baseline	Scenario
Item		Baseline	1	2	3	4	5	6	7	8	9	10
WTF	Scope 1	3.6	3.6	3.6	4.1	4.1	5.9	5.9	5.9	5.9	-	-
	Scope 2	1,772.6	1,772.6	1,525.2	1,716.4	1,477.7	1,267.4	392.9	224.7	224.7	-	-
	Scope 3	168.4	168.4	168.4	163.3	163.3	139.1	139.1	139.1	134.1	-	-
	Subtotal	1,944.7	1,944.7	1,697.3	1,883.8	1,645.0	1,412.4	537.8	369.6	364.7	169.1	0.0
Sewer	Scope 1	-	-	-	-	-	-	-	-	-	-	-
	Scope 2	208.9	208.9	176.7	208.9	176.7	149.9	46.5	26.6	26.6	-	-
	Scope 3	-	-	-	-	-	-	-	-	-	-	-
	Subtotal	208.9	208.9	176.7	208.9	176.7	149.9	46.5	26.6	26.6	12.3	0.0
WWTF	Scope 1	1,199.5	1,061.4	1,199.5	1,199.5	1,009.2	993.9	993.9	993.9	993.9	-	-
	Scope 2	1,085.8	708.4	984.9	1,085.8	528.7	530.3	164.4	94.0	94.0	-	-
	Scope 3	95.5	100.2	95.5	95.5	100.2	85.2	85.2	85.2	71.0	-	-
	Subtotal	2,380.8	1,870.1	2,279.9	2,380.8	1,638.2	1,609.4	1,243.5	1,173.1	1,158.9	537.4	0.0
Discharge	Scope 1	198.5	251.5	198.5	198.5	251.6	214.7	214.7	214.7	214.7	-	-
	Scope 2	-	-	-	-	-	-	-	-	-	-	-
	Scope 3	-	-	-	-	-	-	-	-	-	-	-
	Subtotal	198.5	251.5	198.5	198.5	251.6	214.7	214.7	214.7	214.7	99.6	0.0
Total		4,732.8	4,275.2	4,352.4	4,672.0	3,711.6	3,386.4	2,042.5	1,784.1	1,765.0	818.4	0.0

Item		Unit	WTF	Sewer	WWTF	Total	Remarks
Baseline	Power demand	kW	423.3	49.9	259.3	732.5	CHP not exist
Baseline	GHG emissions	tCO_2eq/yr	1,772.6	208.9	1,085.8	3,067.3
Scenario 1	Power demand	kW	423.3	49.9	160.1	633.3	CHP 125.1
Scenario 1	GHG emissions	tCO_2eq/yr	1,772.6	208.9	708.4	2,689.9
Scenario 2	Power demand	kW	364.2	42.2	235.2	641.6	CHP not exist
Scenario 2	GHG emissions	tCO_2eq/yr	1,525.2	176.7	984.9	2,686.8
Scenario 3	Power demand	kW	409.9	49.9	259.3	719.1	CHP not exist
Scenario 3	GHG emissions	tCO_2eq/yr	1,716.4	208.9	1,085.8	3,011.1
Scenario 4	Power demand	kW	352.8	42.2	115.9	510.9	CHP 142.9
Scenario 4	GHG emissions	tCO_2eq/yr	1,477.7	176.7	528.7	2,183.1
Scenario 5	Power demand	kW	302.7	35.8	118.2	456.7	CHP 116.1
Scenario 5	GHG emissions	tCO_2eq/yr	1,267.4	149.9	530.3	1,947.7
Scenario 6	On-site PV	kW	45.6	5.4	10.7	61.7	CHP 116.1,1, PV 395.0
Scenario 6	GHG emissions	tCO_2eq/yr	392.9	46.5	164.4	603.8
Scenario 7	On-site PV	kW	0.0	0.0	0.0	0.0	REC/PPA 61.7
Scenario 7	GHG emissions	tCO_2eq/yr	224.7	26.6	94.0	345.4