Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers

The Transactions of the Korean Institute of Electrical Engineers

ISO Journal TitleTrans. Korean. Inst. Elect. Eng.

Main Menu

Journal Search

[

Research article

]

The Transactions of the Korean Institute of Electrical Engineers

KIEE Vol. 72, No. 5, p.571-579

ISSN (print) :

1975-8359

ISSN (online) :

2287-4364

Received : 13 January 2023Revised : 2 April 2023Accepted : 11 April 2023

DOI :

http://doi.org/10.5370/KIEE.2023.72.5.571

A Study on the Estimation of Surplus Renewable Energy considering Seasonal Characteristics

계절적 특성을 고려한 재생에너지 잉여전력 분석에 관한 연구

이재걸 (Jae-Gul Lee) ¹iD 이용승 (Yong-Seung Lee) ^†iD 정솔영 (Sol-Young Jung) ¹iD

(KEPCO Research Institute, Korea.)

^†Corresponding Anthor: KEPCO Research Institute, Korea.

E-mail : yslee88@kepco.co.kr

License :

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.(www.kiee.or.kr).

Abstract

In this paper, we propose a new method to analyze how much surplus renewable energy will occur in what pattern. The difference from existing analysis methods is that seasonal surplus renewable energy patterns can be analyzed. A case study was conducted based on the carbon neutrality scenario in 2050, and it was found that 513.9[TWh] of surplus power was generated. This is because the proportion of solar power generation facilities in Korea's carbon-neutral scenario is very high at 85%, so the trend of generation of surplus power varies depending on the change in the amount of solar power generation. From the perspective of planning a renewable energy-oriented electrical grid, it is very important to rationally predict the amount of surplus power generated in the mid to long term and establish technical alternatives to minimize surplus power. In particular, in the case of mid- to long-term energy storage and power conversion (P2X) technology that needs to consider seasonal characteristics, such seasonal surplus power generation characteristics can be very important information.

Key words

Renewable Energy, Surplus Power, Seasonal Characteristics

1. 서 론

최근 발표된 10차 전력수급기본계획에서는 2030년 재생에너지 발전량 비중 목표를 21.5%로 정하고 있으며, 2050년 탄소중립 시나리오에서는 약 72.1% 수준의 목표를 세우고 있다^(1,²⁾. 이러한 재생에너지 확대의 정책목표는 다양한 이유에서 일부 변동이 있을 수 있지만 향후 재생에너지의 지속적인 증가와 재생에너지 중심의 전력망으로의 변화는 피할 수 없는 추세임이 분명하다. 재생에너지가 증가하면서 기존의 화석연료를 사용하는 화력발전의 비중을 감소시키는 에너지전환은 전력 분야 온실가스 배출 감소에 가장 효과적인 방법이다. 하지만 재생에너지 발전비중의 증가에 따라서 전력망에서는 다양한 기술적인 이슈가 발생할 수 있기 때문에 적절한 대응 방안을 사전에 준비해야 한다⁽³⁾.

재생에너지의 출력은 기후 상황에 따라 변동성 크며, 특별한 조치를 취하지 않는 경우 그 발전출력이 바로 전력망으로 공급된다. 이 때문에 재생에너지의 비중이 일정 수준 이상으로 높아지면 전력계통의 상황에 따라 특정 시간대에 전력수요 보다 공급이 많아지는 과 공급 상태가 발생하는데 이때 남는 전력을 잉여전력(Surplus Energy)이라고 부른다. 이러한 잉여전력이 발생할 경우, 전력계통의 주파수가 높아지고 불안정해지는 문제가 발생하기 때문에 전력계통 운영자는 재생에너지 발전의 출력제어(Curtailment)를 통해서 과 공급되는 재생에너지를 버리는 방식으로 해결할 수 있다⁽⁴⁾. 또한 에너지 저장 및 변환기술을 이용하여 잉여전력을 저장하여 전력이 부족한 시간대에 활용하거나 수소나 열 등의 타 에너지로 변환하여 활용할 수 있다⁽⁵⁾. 잉여전력은 전력망 구성, 전력수요 및 재생에너지의 발전 특성에 따라 그 발생의 크기와 시간대별 발생 특성이 상이 하기 때문에 미래 전력망에 대한 잉여전력을 과학적으로 전망하고 효율적으로 잉여전력을 활용할 수 있는 방안을 수립하는 것이 중요하다.

기존에 재생에너지 잉여전력의 산정에는 부하지속곡선(Load Duration Curve)과 최소발전량(Must Run) 제약을 고려하는 간략한 방식이 많이 사용되었다⁽⁶⁾. 이는 분석이 간단하다는 장점이 있으나 계절적인 잉여전력 발생의 특성을 고려할 수 없다는 한계를 갖는 방식이다. 국내의 경우 제주도의 재생에너지 잉여전력(출력제어량) 증가를 전력시장 시뮬레이션을 이용하여 전망하는 연구가 있었으나, 재생에너지의 평균적인 이용률을 고려하였기 때문에 계절적인 특성을 반영하지는 못했다는 한계를 갖는다⁽⁷⁾. 또한 육지 전력 계통의 재생에너지 잉여전력을 전망한 연구는 부재하다.

본 논문에서 제안하는 잉여전력 분석 방법은 수요 및 공급의 계절적인 변화를 모두 고려할 수 있는 시계열 분석 방식으로 총 잉여전력에 대한 분석은 물론 계절적인 잉여전력 발생 특성까지도 분석이 가능한 방법이다. 계절적인 잉여전력 발생 특성은 중장기 최적 Energy Storage Mix(P2X 포함) 구성 연구를 포함하여 재생에너지 잉여전력 활용을 위한 다양한 연구에 의미 있는 정보가 될 수 있다.

본 논문의 2장에서는 계절별 특성을 고려한 잉여전력 분석방법에 대한 설명을 하였다. 3장에서는 2050년 탄소중립 시나리오를 기반으로 한 잉여전력 산정 사례분석의 결과를 소개하였으며 우리나라의 계절별 잉여전력 발생 특성에 대한 원인을 분석하였다.

2. 잉여전력 분석 방법

총 전력수요(Gross Load)에서 재생에너지 발전출력을 제외한 순 전력수요(Net Load)를 산정하고 이를 최소 발전출력량(제약)

그림. 1. 재생에너지 잉여전력 산정 흐름도

Fig. 1. The Flow Chart of Surplus Power of Renewable Energy

과 비교하여 Net Load가 작은 경우 그 값의 차이를 재생에너지의 잉여전력으로 산정한다⁽⁸⁾. 아래의 그림 1은 재생에너지의 잉여전력을 분석하기 위한 Flow Chart를 보여주는 것이다.

2.1 Net Load 산정

분석 대상 연도의 시간대별 Gross Load는 과거 전력수요 패턴을 정규화한 시간대별 전력수요 패턴과 분석 대상 연도에 대한 최대수요 예측 값을 이용하여 아래의 식(1)과 같이 산정한다. 과거 전력수요 패턴은 재생에너지 비중이 낮은 과거 시간대별 전력수요를 적용함으로써 최대한 재생에너지의 발전량에 영향을 받지 않은 전력수요 패턴을 생성할 수 있다.

(1)

$GL_{m,\:t}=LP_{m,\:t}\times PD_{y}$

여기서,

$GL_{m,\:t}$ 월별, 시간대별 총 전력수요(Gross Load) [MW]

$LP_{m,\:t}$ 월별, 시간대별 전력수요 패턴(Load Patten)

$PD_{y}$ y년의 최대수요(Peak Demand) [MW]

시간대별 재생에너지 발전출력은 태양광과 풍력으로 구분하여 대표적인 출력 패턴과 분석 대상 연도에 대한 발전설비 용량을 이용하여 아래의 식(2)와 같이 산정한다.

(2)

$RG_{m,\:t}=\left(RP_{m,\:t}^{pv}\times RC_{y}^{pv}\right)+\left(RP_{m,\:t}^{wt}\times RC_{y}^{wt}\right)$

여기서,

$RG_{m,\:t}$ 월별, 시간대별 재생에너지 발전출력(Renewable Generation) [MW]

$RP_{m,\:t}$ 월별, 시간대별 재생에너지 발전출력 패턴(Renewable Generation Patten)

$RC_{y}$ y년의 재생에너지 발전설비용량(Renewable Capacity) [MW]

태양광의 출력 패턴의 경우, 계절적으로 특성이 상이하기 때문에 과거 계절 또는 월별 이용률을 고려하여 아래의 식(3)과 같이 출력 패턴을 생성한다.

(3)

$RP_{m,\:t}^{pv}=NRP_{t}^{pv}\times CF_{m}^{pv}$

여기서,

$RP_{m,\:t}^{pv}$ 월별, 시간대별 태양광 발전출력 패턴(Renewable Generation Patten)

$NRP_{t}^{pv}$ 정규화 된 시간대별 태양광 발전출력 패턴(Normalized Renewable Generation Patten)

$CF_{m}^{pv}$ 월별 태양광 발전 이용률(Capacity Factor) [%]

정규화 된 시간대별 태양광 발전출력 패턴은 과거 발전실적 데이터를 이용하여 산출하는데 태양광 발전소의 설비용량이 상이하기 때문에 아래의 식(4)와 같이 각각의 발전소에 대한 정규화 이후 평균을 취한 후 다시 정규화를 하여 산정한다.

(4)

\begin{align*} NRP_{t}^{pv}=\dfrac{NG_{i,\:t}^{pv_{aver}}}{\max(NG_{i,\:t}^{pv_{aver}})}\\ =\dfrac{\left(\dfrac{\sum_{i=1}^{N_{pv}}NG_{i,\:t}^{pv}}{N_{pv}}\right)}{\max\left(\dfrac{\sum_{i=1}^{N_{pv}}NG_{i,\:t}^{pv}}{N_{pv}}\right)}=\dfrac{\left(\dfrac{\sum_{i=1}^{N_{pv}}\left(\dfrac{G_{i,\:t}^{pv}}{\max\left(G_{i,\:t}^{pv}\right)}\right)}{N_{pv}}\right)}{\max\left(\dfrac{\sum_{i=1}^{N_{pv}}\left(\dfrac{G_{i,\:t}^{pv}}{\max\left(G_{i,\:t}^{pv}\right)}\right)}{N_{pv}}\right)} \end{align*}

여기서,

$G_{i,\:t}^{pv}$ 개별 태양광 발전소의 시간대별 발전출력(Normalized Generation)

$N_{pv}$ 태양광 발전소의 개수

$NG_{i,\:t}^{pv}$ 개별 태양광 발전소의 정규화 된 시간대별 발전출력(Normalized Generation)

$NG_{i,\:t}^{pv_{ave}}$ 태양광 발전소의 정규화 된 시간대별 발전출력의 평균

월별 태양광 발전 이용률은 과거 발전실적 데이터를 이용하여 아래의 식(5)와 같이 산정한다.

(5)

$CF_{m}^{pv}=\dfrac{\sum_{i=1}^{N_{pv}}\sum_{t=1}^{T_{m}}G_{i,\:t}^{pv}}{\sum_{i=1}^{N_{pv}}\left(RC_{i}^{pv}\times T_{m}\right)}$

여기서,

$T_{m}$ 월별 총 시간

$RC_{i}^{pv}$ 태양광 발전소별 설비용량(Renewable Capacity) [MW]

풍력 출력 패턴 또한 과거 계절 또는 월별 이용률을 고려하여 아래의 식(6)과 같이 출력 패턴을 생성한다.

(6)

$RP_{m,\:t}^{wt}=NRP_{t}^{wt}\times CF_{m}^{wt}$

여기서,

$RP_{m,\:t}^{wt}$ 월별, 시간대별 풍력 발전출력 패턴(Renewable Generation Patten)

$NRP_{t}^{wt}$ 정규화 된 시간대별 풍력 발전출력 패턴(Normalized Renewable Generation Patten)

$CF_{m}^{wt}$ 월별 풍력 발전 이용률(Capacity Factor) [%]

정규화 된 시간대별 풍력 발전출력 패턴은 과거 발전실적 데이터를 이용하여 산출하며, 풍력 발전소의 설비용량이 상이하기 때문에 아래의 식(7)과 같이 각각의 발전소에 대한 정규화 이후 평균을 취한 후 다시 정규화를 하여 산정한다.

(7)

\begin{align*} NRP_{t}^{wt}=\dfrac{NG_{i,\:t}^{wt_{aver}}}{\max(NG_{i,\:t}^{wt_{aver}})}\\ =\dfrac{\left(\dfrac{\sum_{i=1}^{N_{wt}}NG_{i,\:t}^{wt}}{N_{wt}}\right)}{\max\left(\dfrac{\sum_{i=1}^{N_{wt}}NG_{i,\:t}^{wt}}{N_{wt}}\right)}=\dfrac{\left(\dfrac{\sum_{i=1}^{N_{wt}}\left(\dfrac{G_{i,\:t}^{wt}}{\max\left(G_{i,\:t}^{wt}\right)}\right)}{N_{wt}}\right)}{\max\left(\dfrac{\sum_{i=1}^{N_{wt}}\left(\dfrac{G_{i,\:t}^{wt}}{\max\left(G_{i,\:t}^{wt}\right)}\right)}{N_{wt}}\right)} \end{align*}

여기서,

$G_{i,\:t}^{wt}$ 개별 풍력 발전소의 시간대별 발전출력(Normalized Generation)

$N_{wt}$ 풍력 발전소의 개수

$NG_{i,\:t}^{wt}$ 개별 풍력 발전소의 정규화 된 시간대별 발전출력(Normalized Generation)

$NG_{i,\:t}^{wt_{ave}}$ 풍력 발전소의 정규화 된 시간대별 발전출력의 평균

월별 풍력 발전 이용률은 과거 발전실적 데이터를 이용하여 아래의 식(8)과 같이 산정한다.

(8)

$CF_{m}^{wt}=\dfrac{\sum_{i=1}^{N_{wt}}\sum_{t=1}^{T_{m}}G_{i,\:t}^{wt}}{\sum_{i=1}^{N_{wt}}\left(RC_{i}^{wt}\times T_{m}\right)}$

여기서,

$T_{m}$ 월별 총 시간

$RC_{i}^{wt}$ 풍력 발전소별 설비용량(Renewable Capacity) [MW]

상기 식(1)부터 식(8)까지의 과정을 통해서 시간대별 Gross Load와 시간대별 재생에너지 발전출력이 산정되면 이를 이용하여 월별 시간대별 Net Load를 아래의 식(9)와 같이 산정한다.

(9)

$NL_{m,\:t}=GL_{m,\:t}-RG_{m,\:t}$

여기서,

$NL_{m,\:t}$ 월별, 시간대별 Net Load [MW]

2.2 최소 발전출력 제약 산정

본 논문에서 최소 발전출력 제약은 전력계통의 유연성 부족으로 인해서 더 이상 낮출 수 없는 발전출력의 수준을 의미한다. 다시 말해, 전력계통에 운전상태인 발전기들의 하향 조정 예비력이 특정한 원인으로 인하여 ‘0’인 되는 상태를 의미한다. 최소 발전출력 제약이 발생하는 원인은 계통의 특성에 따라서 다양하지만, 본 논문에서는 2050년 우리나라의 탄소중립 전력계통의 상황을 고려하여 발생할 수 있는 원인을 다음의 같이 세 가지로 정리하였다.

첫 번째 임계 관성(Critical Inertia) 유지이다. 임계 관성이라 하면 전력계통이 안정적으로 운영되기 위한 최소 관성의 크기이다. 만약 임계 관성을 유지하지 못하는 경우, 발전기나 부하 탈락 시 계통 주파수가 크게 변화하고 심각한 경우 대규모 공급지장으로 이어질 수 있다. 두 번째 최소 운전 상태 예비력(Spinning Reserve) 확보이다. 최소 운전상태 예비력은 실시간 전력수급 유지에 필요한 운전상태 발전기 출력 여유 합의 최소 수준이다. 운전상태 예비력이 최소 수준 이하로 낮아지는 경우, 발전기나 부하 탈락 시 계통 주파수가 크게 변화하고 심각한 경우 대규모 공급지장으로 이어질 수 있다. 세 번째는 최소 단락용량(Short Circuit Level)유지이다. 최소 단락용량(SCL)은 고장 등 왜란이 발생하는 경우 정상상태로 빠르게 회복할 수 있는 전력계통의 능력을 나타내는 지표로써, SCL이 최소 수준보다 낮은 경우, 고장 파급이 발생할 수 있으며 심각한 경우 대규모 공급지장으로 이어질 수 있다. 특히 전류형 HVDC 2기가 연계 된 제주도는 HVDC의 안정적 운영을 위해서 최소 SCR 유지가 특히 중요하다.

본 논문에서는 제주도를 제외한 육지 전력계통을 대상으로 연구를 하였기 때문에 임계 관성 유지와 최소 운전상태 예비력 확보의 관점에서 최소 발전출력 제약을 검토하는 방법을 제시하였다.

임계 관성 유지의 경우, 임계 관성의 필요량이 주어지면 이 관성을 공급하기 위한 최소 발전기 운전대수를 아래의 식(10)과 같이 산정하고 이 발전기들이 운전되는 상황에서 발전기들의 최소 발전출력의 합으로 최소 발전출력 제약을 산정하는데 그 과정은 아래의 식(11)과 같다.

(10)

$NG_{m,\:t}^{\min CI}=\dfrac{CI_{m,\:t}}{GC_{average}\times IC_{average}}$

여기서,

$NG_{t}^{\min CI}$ 임계 관성 유지를 위한 월별 시간대별 최소 발전기 운전대수(Number of Generator) [대]

$CI_{m,\:t}$ 월별 시간대별 전력계통 임계 관성(Critical Inertia) [GWs]

$GC_{average}$ 평균 발전기 단위 용량(Generation Capacity) [GW]

$IC_{average}$ 평균 발전기 단위 관성 계수(Inertia Constant) [sec]

(11)

$SGO_{m,\:t}^{\min CI}=NG_{m,\:t}^{\min CI}\times GC_{average}\times GO_{average}^{\min}$

여기서,

$SGO_{m,\:t}^{\min CI}$ 임계 관성 유지를 위한 월별 시간대별 최소 발전출력 제약(System Generation Output) [GW]

$GO_{average}^{\min}$ 평균 발전기별 최소 출력 수준(Minimum Level of Generation Output) [GW]

최소 운전상태 예비력 확보의 경우, 운전상태 예비력의 최소 요구량이 주어지면 이 예비력 수준을 유지하기 위한 최소 발전기 운전대수를 아래의 식(12)와 같이 산정하고 이 발전기들이 운전되는 상황에서 발전기들의 최소 발전출력의 합으로 최소 발전출력 제약을 산정하는데 그 과정은 아래의 식(13)과 같다.

(12)

$NG_{m,\:t}^{\min SR}=\dfrac{MSR^{\min}+NL_{m,\:t}}{GC_{average}\times(1-GSR_{average})}$

여기서,

$NG_{m,\:t}^{\min SR}$ 운전예비력 유지를 위한 월별 시간대별 최소 발전기 운전대수(Number of Generator) [대]

$MSR^{\min}$ 운전예비력 최소 유지 수준(Minimum Spinning Reserve) [MW]

$NL_{m,\:t}$ 월별 시간대별 Net Load [MW]

$GSR_{average}$ 평균 발전기별 정격출력 대비 운전예비력 제공 비율 [%]

(13)

$SGO_{m,\:t}^{\min SR}=NG_{m,\:t}^{\min SR}\times GC_{average}\times GO_{average}^{\min}$

여기서,

$SGO_{m,\:t}^{\min SR}$ 운전예비력 유지를 위한 월별 시간대별 최소 발전출력 제약(System Generation Output) [GW]

임계 관성 유지와 최소 운전상태 예비력 확보의 관점에서 산정한 최소 발전출력 제약을 시간대 별로 비교하여 그 중 큰 값을 최종적으로 해당 시간대의 최소 발전출력 제약으로 식(14)와 같이 선정한다.

(14)

$SGO_{m,\:t}^{\min}=\max\left(SGO_{m,\:t}^{\min CI},\: SGO_{m,\:t}^{\min SR}\right)$

여기서,

$SGO_{m,\:t}^{\min}$ 월별 시간대별 최소 발전출력 제약(System Generation Output) [GW]

2.3 잉여전력 산정

잉여전력은 전력계통의 최소 발전출력 제약보다 Net Load가 작아지는 시간대에 발생하기 때문에 아래의 식(15)와 같이 앞에서 산정한 시간대별 Net Load와 최소 발전출력 제약을 비교하여 Net Load가 작은 경우 두 값의 차이를 해당 시간대의 잉여전력으로 산정한다.

(15)

$NL_{m,\:t}<SGO_{m,\:t}^{\min}\Rightarrow SG_{m,\:t}=NL_{m,\:t}-SGO_{m,\:t}^{\min}$

여기서,

$SG_{m,\:t}$ 월별 시간대별 잉여전력(Surplus Generation) [GW]

3. 사례 연구

본 논문에서는 계절별로 전력수요, 재생에너지 출력 특성 그리고 전력계통 운영환경(임계 관성 및 운영 예비력)의 변화를 고려할 수 있는 잉여전력 산정 방법을 제안하였다. 3장의 사례연구에서는 월별 특성 정보를 고려하여 2050년 탄소중립(A안)을 대상으로 잉여전력을 산정하고 그 특성을 분석했다.

3.1 분석 입력자료 및 전제 조건

3.1.1 시간대별 전력수요 패턴

본 논문에서는 재생에너지가 포함되지 않은 시간대별 Gross Load의 패턴을 생성하기 위해서 재생에너지의 비중이 2% 수준으로 낮았던 2018년 전력수요의 패턴을 적용하였다. 아래의 그림 2는 정규화 된 월별 최대 Gross Load의 평균을 보여주는 것이며 봄철인 4월에 수요가 가장 낮고 여름인 8월에 수요가 가장 높은 것을 관찰할 수 있다.

그림. 2. 월별 최대수요의 평균 값(정규화)

Fig. 2. The Average Value of Normalized Monthly Peak Demand

아래의 그림 3과 그림 4는 정규화 된 Gross Load 패턴을 생성한 결과이다. 그림 3 에서 알 수 있듯이 봄철인 4월에 전력수요가 전반적으로 낮으며 특히 낮 시간대 전력수요가 높지 않은 것을 알 수 있다. 반면 그림 4와 같이 8월의 경우 전반적으로 높은 전력수요가 나타나며 낮 시간대 최대수요 수준까지 증가하는 것을 알 수 있다.

3.1.2 분석 대상 연도의 최대 전력수요

2050년 탄소중립 시나리오의 최대 전력수요 전망은 211GW이며 여기에는 전력수요 증가분과 전기化 등의 영향이 반영되어 있다. 본 논문에서는 2050년 최대 전력수요를 211GW로 적용하였다.

그림. 3. 시간대별 전력수요 패턴(4월)

Fig. 3. Hourly Electricity Demand Patterns(Apr)

그림. 4. 시간대별 전력수요 패턴(8월)

Fig. 4. Hourly Electricity Demand Patterns(Aug)

3.1.3 재생에너지(태양광) 발전 출력패턴 및 설비용량

태양광 발전의 기본적인 출력 패턴은 아래의 표 1과 같이 2021년 전력시장에 참여한 태양광 발전소의 실제 데이터를 참고하여 출력 패턴을 정규화했다.

표 1. 태양광 발전 출력 패턴

Table 1. The Pattern of PV Generation Output

Mon Hr	Jan	Feb	Mar	Apr	May	Jun	Jul	Aug	Sep	Oct	Nov	Dec
1	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
2	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
3	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
4	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
5	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
6	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
7	0.00	0.00	0.00	0.02	0.04	0.05	0.04	0.02	0.01	0.00	0.00	0.00
8	0.00	0.01	0.05	0.12	0.14	0.15	0.13	0.09	0.07	0.05	0.02	0.00
9	0.05	0.11	0.19	0.28	0.27	0.28	0.25	0.20	0.20	0.20	0.12	0.06
10	0.19	0.28	0.36	0.43	0.40	0.40	0.37	0.32	0.33	0.36	0.28	0.20
11	0.32	0.42	0.49	0.55	0.49	0.48	0.45	0.39	0.42	0.47	0.40	0.34
12	0.41	0.51	0.58	0.61	0.54	0.53	0.50	0.43	0.46	0.53	0.45	0.43
13	0.43	0.55	0.61	0.63	0.55	0.55	0.52	0.45	0.48	0.53	0.46	0.45
14	0.41	0.53	0.59	0.61	0.54	0.54	0.50	0.44	0.46	0.49	0.42	0.41
15	0.34	0.47	0.53	0.55	0.50	0.49	0.46	0.39	0.41	0.41	0.34	0.32
16	0.23	0.36	0.43	0.46	0.42	0.41	0.38	0.32	0.31	0.30	0.21	0.19
17	0.10	0.20	0.27	0.31	0.30	0.30	0.27	0.22	0.20	0.14	0.07	0.05
18	0.02	0.06	0.12	0.16	0.17	0.18	0.16	0.12	0.08	0.03	0.01	0.01
19	0.01	0.02	0.02	0.04	0.06	0.07	0.06	0.04	0.01	0.01	0.00	0.00
20	0.00	0.00	0.00	0.02	0.02	0.02	0.02	0.01	0.01	0.00	0.00	0.00
21	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
22	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
23	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
24	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00

2050년 탄소중립 시나리오의 태양광 발전의 설비용량은 501.6GW이며 이는 발전량 전망치에 이용률을 고려하여 역산한 값이다. 본 논문에서는 2050년 태양광 발전의 설비용량을 501.6GW로 적용하였다. 태양광 발전은 계절별로 출력 특성이 상이하다. 그 이유는 일조량과 대기 온도에 따른 것이며 아래의 표 2는 국내 태양광 발전단지 중 일부의 월별 이용률을 산정한 것이다. 연평균 이용률은 15.2% 수준이다.

표 2. 태양광 발전 이용률

Table 2. The Utilization Rate of PV Generation

Mon

Jan

Feb

Mar

Apr

May

Jun

Jul

Aug

Sep

Oct

Nov

Dec

Utilization

Rate

[%]

10.5

14.6

17.7

19.9

18.5

17.2

14.3

14.4

14.7

11.6

10.3

기본 태양광 발전 출력 패턴과 설비용량 그리고 월별 태양광 발전 이용률을 고려하여 2050년 월별 태양광 발전 출력을 산정한 결과는 아래의 그림 5와 같으며 4월이 태양광 발전량이 가장 크고 12월이 가장 작은 것으로 관찰할 수 있다.

그림. 5. 월별 태양광 발전 출력 산정 결과

Fig. 5. Monthly PV Generation Output

3.1.4 재생에너지(풍력) 발전 출력패턴 및 설비용량

풍력발전의 출력 패턴 또한 2021년 전력시장에 참여한 풍력 발전소의 실제 데이터를 참고하여 출력 패턴을 정규화했다.

표 3. 풍력 발전 출력 패턴

Table 3. The Pattern of WT Generation Output

Mon Hr	Jan	Feb	Mar	Apr	May	Jun	Jul	Aug	Sep	Oct	Nov	Dec
1	0.34	0.42	0.25	0.26	0.25	0.14	0.11	0.14	0.21	0.18	0.32	0.41
2	0.35	0.43	0.25	0.26	0.25	0.14	0.11	0.14	0.21	0.18	0.33	0.41
3	0.35	0.43	0.24	0.26	0.25	0.13	0.11	0.14	0.20	0.18	0.34	0.41
4	0.35	0.43	0.24	0.27	0.25	0.13	0.11	0.14	0.21	0.19	0.34	0.40
5	0.35	0.42	0.25	0.27	0.25	0.13	0.11	0.13	0.21	0.19	0.35	0.40
6	0.34	0.42	0.26	0.28	0.26	0.13	0.11	0.12	0.21	0.20	0.35	0.41
7	0.33	0.40	0.26	0.28	0.25	0.12	0.11	0.12	0.22	0.20	0.34	0.40
8	0.33	0.38	0.25	0.26	0.24	0.11	0.10	0.12	0.22	0.19	0.33	0.39
9	0.32	0.36	0.24	0.24	0.22	0.10	0.10	0.12	0.21	0.18	0.32	0.38
10	0.35	0.39	0.26	0.27	0.27	0.11	0.10	0.12	0.20	0.17	0.32	0.40
11	0.36	0.38	0.25	0.27	0.27	0.11	0.10	0.12	0.19	0.16	0.31	0.38
12	0.35	0.36	0.24	0.25	0.25	0.10	0.10	0.13	0.19	0.16	0.31	0.37
13	0.34	0.35	0.22	0.23	0.24	0.10	0.10	0.13	0.19	0.17	0.31	0.37
14	0.34	0.34	0.21	0.22	0.23	0.14	0.15	0.19	0.21	0.18	0.32	0.37
15	0.34	0.35	0.22	0.23	0.23	0.14	0.15	0.19	0.21	0.18	0.32	0.38
16	0.36	0.36	0.23	0.24	0.23	0.13	0.13	0.17	0.20	0.18	0.32	0.40
17	0.35	0.37	0.25	0.24	0.25	0.12	0.12	0.15	0.19	0.18	0.32	0.41
18	0.34	0.37	0.24	0.24	0.26	0.12	0.10	0.15	0.18	0.18	0.31	0.41
19	0.35	0.39	0.25	0.24	0.26	0.12	0.10	0.14	0.19	0.23	0.34	0.43
20	0.35	0.41	0.27	0.25	0.26	0.12	0.11	0.14	0.21	0.23	0.34	0.43
21	0.36	0.41	0.28	0.26	0.25	0.12	0.11	0.15	0.21	0.22	0.34	0.42
22	0.35	0.41	0.28	0.27	0.25	0.13	0.11	0.15	0.20	0.20	0.33	0.41
23	0.35	0.42	0.27	0.27	0.24	0.14	0.11	0.15	0.20	0.18	0.32	0.40
24	0.34	0.42	0.26	0.26	0.24	0.14	0.11	0.15	0.20	0.19	0.32	0.40

2050년 탄소중립 시나리오의 풍력 발전 설비용량은 해상과 육상을 합쳐서 93.7GW이며 이는 발전량 전망치에 이용률을 고려하여 역산한 값이다. 본 논문에서는 2050년 풍력발전 설비용량을 93.7GW로 적용하였다. 풍력 발전은 태양광 발전과는 달리 24시간 발전을 하며, 계절에 따라 출력 수준이 상이하다. 아래의 표 2는 국내 풍력 발전단지 중 일부의 월별 이용률을 산정한 것이다. 연 평균 이용율은 24.2% 수준이다.

표 4. 풍력 발전 이용률

Table 4. The Utilization Rate of WT Generation

Mon

Jan

Feb

Mar

Apr

May

Jun

Jul

Aug

Sep

Oct

Nov

Dec

Utilization

Rate

[%]

34.7

39.3

24.8

25.6

24.8

12.4

11.1

14.2

20.3

18.8

32.6

39.9

기본 풍력발전 출력 패턴과 설비용량 그리고 월별 풍력발전 이용률을 고려하여 2050년 월별 풍력 발전 출력을 산정한 결과는 아래의 그림 6과 같다.

3.1.5 임계 관성, 평균 발전관성, 예비력 정보

우리 전력계통의 임계 관성에 대한 정확한 연구는 없지만 참고문헌^(9,¹⁰⁾에서 제시하고 있는 수준보다 보수적인 320GWs 수준의 임계 관성을 본 논문에서는 적용하였다. 단위 발전기의 설비용량은 1.0GW 그리고 관성 계수는 국내 발전기들의 평균 수준인 5초를 적용하였으며, 발전기의 최소출력 수준은 현재 가스터빈 발전기의 운전 가능 범위인 40%를 적용하였다. 또한 운영상태 예비력의 최소 확보 수준은 주파수 제어 예비력과 1차 예비력의 합으로 1.7GW를 적용하였다.

그림. 6. 월별 풍력 발전 출력 산정 결과

Fig. 6. Monthly WT Generation Output

3.2 Net Load 산정

상기의 식(1)에서 식(9)까지의 과정을 통해서 2050년 Net Load를 산정한 결과는 아래의 그림 7과 같다. 최대 수요는 186,193[MW], 평균 수요는 104,369[MW]로 산정되었다. Net Load 산정결과 전체 시간의 29%인 총 2,541시간 동안 음(-)의 Net Load가 발생하는 것으로 나타났으며 발전량으로는 224.8[TWh] 수준으로 나타났다.

그림. 7. 2050년 시간대별 Net-Load 산정결과

Fig. 7. Hourly Net-Load in 2050

3.3 최소 발전량 제약 산정

상기의 식(10)에서 식(14)까지의 과정을 통해서 2050년 최소 발전량 제약을 산정한 결과는 아래의 그림 8과 같으며 최대 75,200[MW], 평균 38,604[MW], 최소 25,600[MW]로 산정되었다.

최소발전량 제약 발생의 원인별로 점유율은 임계 관성이 37%(3,254시간), 최소 예비력이 63%(5,506시간)로 산정되었다.

3.4 잉여전력 산정

상기의 식(15)을 통해서 2050년 재생에너지 잉여전력을 산정한 결과, 총 2,780시간 동안 294.7[TWh]가 발생하며 시간대별로 최대 254.1[GWh], 평균 33.6[GWh]가 발생하는 것으로 분석되었다. 월별 잉여전력의 발생량은 아래의 그림 9와 같으며 4월이 41.9[TWh]로 가장 많은 잉여전력이 발생하는 것을 알 수 있고 8월이 12.1[TWh]로 가장 적은 잉여전력이 발생하는 것을 관찰할 수 있다.

그림. 8. 2050년 시간대별 최소 발전량 제약 산정결과

Fig. 8. Hourly Minimum Power Generation Constraints in 2050

그림. 9. 2050년 월별 재생에너지 잉여전력 발생 현황

Fig. 9. Monthly Surplus Power of Renewable Energy in 2050

아래의 그림 10의 잉여전력 발생량 Heat Map에서 확인할 수 있듯이 연간 잉여전력은 전력수요가 낮고(최대수요 대비 70-75% 수준) 태양광 발전 효율이 높은(평균 이용률 보다 약 23% 높음) 봄철에 전체의 약 38.5%가 발생한다. 일간 잉여전력은 태양광 발전 출력 패턴에 따라 낮 시간대 집중적으로 발생하는 것을 확인 할 수 있다.

그림. 10. 2050년 잉여전력 발생량 Heat Map

Fig. 10. Surplus Power with Heat Map in 2050

재생e 발전의 월별 이용률을 고려하지 않고 연간 평균 이용률(태양광 15.2%, 풍력 24.8%)을 고려한 잉여전력 결과는 약 287.8[TWh]로 산정되었다. 월별 이용률을 고려한 잉여전력보다 6.9[TWh] 작게 산정되었다. 이 값은 총 잉여전력의 2.4% 수준으로 미미한 차이지만 아래의 그림 11과 같이 월별 잉여전력 발생 추이는 큰 차이를 보이는 것을 알 수 있다.

그림. 11. 2050년 월별 잉여전력 발생현황(월별 이용률 및 연 이용률)

Fig. 11. Monthly Surplus Power of Renewable Energy in 2050(Monthly / Annual Utilization Rate)

특히, 봄철(3~5월)과 겨울철(12월~1월)에 잉여전력 발생 추이가 크게 상이한 것을 알 수 있다. 아래의 그림 12의 잉여전력 발생량 Heat Map 비교 결과에서도 이와 같은 차이를 확인할 수 있다. 탄소중립 시나리오에서 태양광의 설비용량이 전체 재생에너지의 85% 수준이기 때문에 태양광 발전의 월별 이용률과 재생에너지 잉여전력의 계절별 발생 특성의 상관관계를 분석한 결과 84.2%로 높은 관계를 보였다.

그림. 12. 2050년 잉여전력 발생량 Heat Map(월별 이용률 및 연 이용률)

Fig. 12. Surplus Power with Heat Map in 2050(Monthly / Annual Utilization Rate)

본 논문에서 제안한 계절적 특성을 고려한 잉여전력 산정 방법은 장주기 또는 계절적인 특성이 중요한 중/장주기 에너지 저장 및 변환(P2X) 기술개발에 중요한 정보를 제공해줄 수 있어 기술적인 가치가 높다고 할 수 있다.

4. 결 론

재생에너지 중심의 전력망으로 전환을 준비해야 하는 시점에 에너지 분야에서는 다양한 기술적인 이슈들을 해결할 수 있는 대안에 대한 논의가 활발하게 이루어지고 있다. 본 논문에서는 이러한 논의 중 재생에너지의 잉여전력이 얼마나 많이 어떠한 형태로 발생할지를 분석할 수 있는 방법론을 제안하였는데 기존 재생에너지 잉여전력 분석 방법들과 다르게 계절적인 잉여전력 발생 특성을 고려할 수 있는 방법을 제안하였다. 2050년 탄소중립 시나리오를 기반으로 사례연구를 수행하였으며 그 결과 2050년에 294.7[TWh]의 잉여전력이 발생하며 특히 봄철(4월)에 잉여전력이 많이 발생하는 것으로 나타났다. 이는 우리나라의 탄소중립 시나리오에서는 태양광 발전 설비의 비중이 85%수준으로 높기 때문에 계절적으로 태양광 발전의 발전량의 변화에 따라서 잉여전력의 발생 추이가 달라지기 때문이다. 재생e의 계절적인 출력 변화를 고려하지 않으면 총 잉여전력량은 2.4% 수준의 차이를 보이지만 월별로는 최대 55%(4월 기준)의 잉여전력량 차이가 발생하는 것으로 분석되었다.

재생에너지 중심의 전력망을 계획하는 관점에서 중장기적인 재생에너지의 잉여전력 발생량을 합리적으로 예상하고 잉여전력 최소화를 위한 기술적 대안을 수립하는 것은 중요한 일이다. 특히 계절적인 특성을 고려해야 하는 중장기 에너지저장 및 전력변환(P2X) 기술의 경우 이러한 계절적 잉여전력 발생 특성이 중요한 정보가 될 수 있다. 향후 본 논문에서 제안한 잉여전력 산정 방법은 중장기 최적 Energy Storage Mix(P2X 포함) 구성에 대한 연구를 포함하여 재생에너지 잉여전력 활용을 위한 다양한 연구에 활용할 예정이다.

References

Ministry of Trade, Industry and Energy, 2023.1, 10th Basic Plan for Electricity Supply and Demand

Presidential Commission on Carbon Neutrality and Green Growth, 2021.10, 2050 Carbon Neutrality Scenario

IEA, 2019. 5, Status of Power System Transformation 2019 - Power system flexibility

H. S Myung, 2019 3, The study on the Method of Distribution of output according to Power Limit of Renewable Energy, IKEEE, Vol. 23, No. 1, pp. 173-180

TechnoPark Jeju, 2021.1, A Study on the Utilization of Renewable Energy Overpower and Surplus Power

Schill Wolf-Peter, 2014, Residual load, renewable surplus generation and storage requirements in Germany, Energy Policy 73, pp. 65-79

S. J. Lee, 2022.7, Long-term Renewable Energy Curtailment Prospect of Jeju Power System according to Must Run Constraint, KIEE 53th Summer Conference, pp. 423-424

Lannoye Eamonn, 2015, Assessing Power System Flexibility for Variable Renewable Integration: A Flexibility Metric for Long- Term System Planning, EPRI

J. O. Baek, 2019 9, Estimation of Critical Inertia of Koean Electric Power Systems Based on Transient and Small-Signal Stabilities, KIEE, Vol. 68, No. 9, pp. 1100-1108

J. Y. Yang, 2021.7, A Case Study of Critical Inertia Assessment considering Frequency Control Operation Status in Korean Power System, KIEE 52th Summer Conference, pp. 280-282

저자소개

이재걸(Jae-Gul Lee)

He received M.Sc. degree in electrical engineering from Incheon National University, Incheon, Korea in 2004.

Currently, he is a Principal Researcher in the research institute of Korea Electric Power Corporation (KEPCO), Daejeon, Korea.

His research interests power system and energy storage mix.

이용승(Yong-Seung Lee)

He received M.Sc. degree in electrical engineering from Hanyang University, Seoul, Korea in 2016.

Currently, he is a Senior Researcher in the research institute of Korea Electric Power Corporation (KEPCO), Daejeon, Korea.

His research interests renewable energy surplus power and energy storage mix.

정솔영(Sol-Young Jeong)

She received M.Sc. degree in electrical engineering from Sangmyung University, Seoul, Korea in 2017.

Currently, she is a Senior Researcher in the research institute of Korea Electric Power Corporation (KEPCO), Daejeon, Korea.

Her research interests renewable energy surplus power and carbon emission reduction.

KIEEThe Transactions ofthe Korean Institute of Electrical Engineers

The Transactions of the Korean Institute of Electrical Engineers

ISO Journal TitleTrans. Korean. Inst. Elect. Eng.

Journal Search

Journal XML

Journal Information

계절적 특성을 고려한 재생에너지 잉여전력 분석에 관한 연구

Abstract

Key words

1. 서 론

2. 잉여전력 분석 방법

2.1 Net Load 산정

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

2.2 최소 발전출력 제약 산정

(10)

(11)

(12)

(13)

(14)

2.3 잉여전력 산정

(15)

3. 사례 연구

3.1 분석 입력자료 및 전제 조건

3.1.1 시간대별 전력수요 패턴

3.1.2 분석 대상 연도의 최대 전력수요

3.1.3 재생에너지(태양광) 발전 출력패턴 및 설비용량

3.1.4 재생에너지(풍력) 발전 출력패턴 및 설비용량

3.1.5 임계 관성, 평균 발전관성, 예비력 정보

3.2 Net Load 산정

3.3 최소 발전량 제약 산정

3.4 잉여전력 산정

4. 결 론

References

저자소개

이재걸(Jae-Gul Lee)

이용승(Yong-Seung Lee)

정솔영(Sol-Young Jeong)

Article Information (continued)

Key words

KIEEThe Transactions of
the Korean Institute of Electrical Engineers