• 대한전기학회
Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers
  • COPE
  • kcse
  • 한국과학기술단체총연합회
  • 한국학술지인용색인
  • Scopus
  • crossref
  • orcid

  1. (Dept. of Electrical Engineering, Pusan University, Korea.)



Electricity Market, Electricity Market Pricing Methodologies, Social Welfare, System Marginal Price, Transmission Congestion Surplus

1. 서 론

국내 전력시장은 ’99년에 수립된 전력산업 구조 개편 기본계획에 따라, 부문별 경쟁을 단계적으로 도입하는 방안이 제안되었다. 최종적으로는 양방향 가격 입찰 제도의 도입을 목표로 설정하고, 1단계에서는 발전 부문이 분할되고 비용 기반의 입찰 시장인 변동비 반영 전력시장(Cost-Based Pool, CBP) 제도가 시작되었다. 그러나 ’04년에 전력산업 구조 개편이 중단되면서 ’01년에 도입된 CBP 제도가 큰 틀의 변화 없이 현재까지 계속 운영되고 있다(1)(2).

초기 CBP 제도의 가격결정방법론에서는 실 급전 단계에서 요구되는 다양한 제약조건을 고려하지 않은 채 계통한계가격(System Marginal Price, SMP)을 결정하였다. 이로 인해 전력량정산금 외에 추가로 지급되는 부가정산금 증가, 예비력을 포함한 계통 보조 서비스 제공에 대한 미미한 보상 등의 문제에 대한 개선 요구가 지속되어 왔다. 이러한 문제의 해결을 위해 ’22년 9월에 가격결정방법론이 개정되어, 계통제약, 자기제약, 예비력제약 등 전력 계통 운영에 영향을 주는 제약 조건들이 반영된 실 계통 기반의 전력시장 가격이 결정되고 있다(3).

이러한 가격결정방법론의 전환을 위해서는 다양한 방법론의 적용 가능성 검토, 이론적 검증, 사회적 후생과 시장참여자들에 미치는 재무적 영향에 대한 엄격한 모델링 및 시뮬레이션 연구가 진행되는 것이 일반적이다(4). 그러나 가격결정방법론 변경 후 1년이 지났음에도 불구하고 전·후 방법론을 비교한 연구는 현재까지 발표 사례가 없는 실정이다. 따라서 본 논문에서는 전력시장운영규칙 개정에 따른 새로운 가격결정방법론이 전력시장과 사회적 후생에 미친 영향을 엄격한 시뮬레이션을 통해 정량적으로 분석한 결과를 제시하고자 한다.

전력시장에서의 가격결정방법론이 사회적 후생에 미치는 영향에 대한 분석은 전력경제 분야의 중요한 연구 주제 중 하나이다. 소비자 측 전력 수요에 대해 탄력적, 비탄력적 환경으로 구분한 다양한 연구들이 존재한다(5-8). 탄력적 수요환경을 가정한 연구에서 전력 수요곡선이 [그림 1]의 왼쪽 그림과 같이 일반적인 공급곡선과 유사한 형태로 나타나며, 수요와 공급의 균형점인 한계가격을 수평선으로 나타내어 사회적 후생을 계산하는 방식이 사용된다(5). 반면, 비탄력적 수요환경을 가정한 연구에서는 [그림 1]의 오른쪽 그림과 같이 수요곡선이 수요량(x축)에 수직인 형태로 나타나며, 공급지장비용(6)(7) 또는 입찰 상한가(8)를 가격 상한선으로 활용하여 사회적 후생을 계산하는 방식이 일반적이다. 국내 전력시장은 전력 수요가 가격에 대해 비탄력적이며, 매시간 예측한 전력 수요에 따라 수요곡선이 그려진다. 이러한 국내 전력시장에 대해 탄력적 수요환경으로 변화시켜 사회적 후생을 계산한 연구들도 있었다(9-11). 또한, 도매시장과 소매시장의 연결로 소비자 요금을 수요곡선에 반영 시 사회적 후생의 변동성을 분석하는 연구(9), 다양한 수요반응 프로그램에 대해 사회적 후생 비교를 통한 수요 반응프로그램 설계 연구(10), 완전·불완전 경쟁시장 환경에서의 수요반응 함수 효과에 대한 분석연구(11) 등도 이 분야의 주요한 연구 결과 중 하나이다.

본 연구는 수요환경이 비탄력적이라는 가정하에 상한가격을 공급지장비용(VOLL)으로 설정하여 소비자잉여와 사회적 후생을 계산하였다. 전력 부족 시 발생할 수 있는 소비자의 손실 가치에 초점을 두기 위해 공급지장비용을 상한선으로 설정하였다. 또한, 본 연구에서는 가격결정방법론의 변화가 국내 전력시장과 사회적 후생에 미치는 영향을 분석하기 위해 전력시장운영규칙에서 명시하고 있는 방법과 동일한 방법의 기동정지계획(Unit Commitment)과 SMP 계산 방식을 적용하여 개정 전·후의 SMP 비교와 제약 조건별 민감도분석을 수행하였다.

본 논문의 구성은 다음과 같다. 2장에서는 전력시장 분석을 위한 수리적모델을 정식화한다. 3장에서는 시뮬레이션의 전제와 사용된 입력자료를 설명하고, 4장에서는 시뮬레이션을 통하여 산출된 SMP, 정산금과 시장참여자 편익, 사회적 후생을 비교 분석한 결과를 제시한다. 마지막으로 5장에서는 결론을 정리한다.

그림. 1. 수요환경에 따른 사회적 후생 산출

Fig. 1. Calculate social Welfare based on demand environment

../../Resources/kiee/KIEE.2024.73.1.26/fig1.png

2. 수리적모델 정식화

2.1 기호 및 약어의 정의

집합 및 원소

$t\in T$ 시간 인덱스, 일별 계획기간 [$hour$]

$g\in G$ 발전기 인덱스

$l\in L$ 선형화 구간 인덱스

$\begin{aligned} & b, n \in B \\ & B=K Y, N K Y, \\ & \quad L A N D, J E J U\end{aligned}$ 권역 인덱스 (KY:수도권, NKY:비수도권, LAND:육지, JEJU:제주)

$g\in G_{b}$ 권역 b에 속한 발전기 집합

파라미터

$f_{g}(P_{g}^{(l)})$ 발전기 g의 선형화 구간별 발전비용 [천원]

$P_{g}^{\min}$ 발전기 g의 최소 발전용량 [$ {MW}$]

$C_{g}^{(l)}$ 발전기 g의 선형화 구간별 증분비용 [천원/$ {MWh}$]

$x_{g,\:t}^{ini}$ 발전기 g의 초기 운전상태

$SUC_{g}$ 발전기 g의 기동비용 [천원]

$QPC_{g}$ 발전기 g의 2차 증분가격계수 [천원/$ {MW}^{2} {h}$]

$LPC_{g}$ 발전기 g의 1차 증분가격계수 [천원/$ {MWh}$]

$NLPC_{g}$ 발전기 g의 가격상수 [천원/$ {h}$]

$\overline{P_{g}^{(l)}}$ 발전기 g의 선형화 구간별 발전기 최대 출력량 [$ {MW}$]

$P_{g}^{\max}$ 발전기 g의 최대 발전용량 [$ {MW}$]

$Rat\in g_{g,\:t}$ 발전기 g의 증감발전량 [$ {MW}$]

$P_{g,\:t}^{ini}$ 발전기 g의 초기 출력 [$ {MW}$]

$RUR_{g}$ 발전기 g의 출력 증가율 [$ {MW}/\min$]

$RDR_{g}$ 발전기 g의 출력 감소율 [$ {MW}/\min$]

$UT_{g}$ 발전기 g의 최소 운전시간 [$hour$]

$DT_{g}$ 발전기 g의 최소 정지시간 [$hour$]

$Dem {and}_{b,\:t}$ 권역 b의 시간대별 전력수요량 [$ {MW}$]

$PF_{b,\:n}^{\max}$ 권역 b에서 권역 n으로 흐르는 융통선로 상한 [$ {MW}$]

$VOLL$ 공급지장비용 [원]

$Dem {and}_{b}$ 권역별 총 전력수요량 [$ {k W}$]

변수

$X_{g,\:t}$ 발전기 g의 시간대별 운전상태를 나타내는 이진변수

$p_{g,\:t}^{(l)}$ 발전기 g의 시간 t의 선형화 구간별 발전 출력량 [$ {MW}$]

$SUP_{g,\:t}$ 발전기 g의 시간대별 기동가격 [천원]

$Y_{g,\:t}$ 발전기 g의 시간대별 기동 상태를 나타내는 이진변수

$Z_{g,\:t}$ 발전기 g의 시간대별 정지 상태를 나타내는 이진변수

$P_{g,\:t}$ 발전기 g의 시간대별 발전 출력량 [$ {MW}$]

$PF_{b,\:n,\:t}$ 권역 b에서 n으로 흐르는 시간대별 전력조류량 [$ {MW}$]

$PS_{b}$ 권역별 계획기간 총 생산자잉여(Producer Surplus) [원]

$SMP_{b}$ 권역별 평균 SMP [원/$ {k W}$]

$Power_{b}$ 권역별 총발전량 [$ {k W}$]

$Gencost_{b}$ 권역별 총 발전비용 [원]

$CS_{b}$ 권역별 계획기간 총 소비자잉여(Consumer Surplus) [원]

$PC_{b}$ 권역별 계획기간 총 전력구매비용(Power Cost) [원]

$SW_{b}$ 권역별 계획기간 총 사회적 후생(Social Welfare) [원]

$Congest_{b}$ 권역별 송전혼잡잉여(Congestion Surplus) [원]

$PF_{b}$ 권역별 총 전력조류량 [$ {k W}$]

2.2 국내 전력시장 발전계획 프로세스

국내 전력시장의 발전계획 절차는 [그림 2]와 같이 ’22년 9월 전후로 크게 변경되었다. 개정 전의 가격결정발전계획은 실제 운영에 필요한 계통제약, 자기제약 등을 반영하지 않는 기동정지계획을 수립한 후 SMP를 계산하고, 이후 제약을 반영한 운영발전계획으로 발전계획을 조정한다. 개정 이후에는 제약을 반영한 하루전발전계획으로 기동정지계획과 SMP를 결정하며, 신뢰도발전계획으로 예상치 못한 계통 운영상 변동 상황들을 보완한다. 개정 전·후 모두 거래 당일에는 실시간급전계획과 급전지시로 진행된다.

그림. 2. 국내 전력시장 발전계획 프로세스

Fig. 2. The Korean Electricity Market Resource Scheduling Commitment Process

../../Resources/kiee/KIEE.2024.73.1.26/fig2.png

본 연구는 가격결정방법론에 따른 영향을 분석하는 것이 주목적이므로, 개정 전 가격결정발전계획과 개정 후 하루전발전계획에 대한 시뮬레이션을 수행하였다. [그림 3]과 같이 전체적인 시뮬레이션은 기동정지계획 시뮬레이션, SMP 시뮬레이션, 그리고 사회적 후생 시뮬레이션으로 구성된다. 먼저 기동정지계획 시뮬레이션을 수행한 후 그 결과를 SMP 시뮬레이션에 적용하여 SMP와 정산금을 산출하고, 사회적 후생 시뮬레이션에서는 시장참여자의 편익 분석을 위한 전력판매수익, 전력구매비용 산출과 사회적 후생을 계산한다. 또한, 개정 전·후 SMP 변화에 대한 제약 조건별 영향을 분석하기 위해 제약조건을 개별적으로 적용한 민감도분석을 수행하였다.

그림. 3. 시뮬레이션 흐름도

Fig. 3. Simulation Flowchart

../../Resources/kiee/KIEE.2024.73.1.26/fig3.png

2.3 기동정지계획 시뮬레이션 정식화

2.3.1 목적함수

목적함수에 포함된 발전기 비용함수는 2차 비선형 함수를 총 8구간(0과 발전기 최소 출력 간 1구간, 최소 출력과 최대 출력 간 7구간)으로 선형화하고 Garver의 표준 선형화 방법(SPWL:Standard Piecewise Linearization)(12) 을 적용하였다.

(1)
Minimize$\sum_{T}\sum_{G}f_{g}(P_{g}^{\min})*X_{g,\:t}+\sum_{L}C_{g}^{(l)}*p_{g,\:t}^{(l)}+SUP_{g,\:t}\quad \forall g,\:t$

(2)
$X_{g,\:t}-X_{g,\:t-1}-x_{g,\:t}^{ini}=Y_{g,\:t}-Z_{g,\:t}\quad \forall g,\:t$

(3)
$SUP_{g,\:t}=SUC_{g}*Y_{g,\:t}\quad \forall g,\:t$

(4)
$f_{g}(P_{g}^{(l)})=QPC_{g}*P_{g}^{(l)2}+LPC_{g}*P_{g}^{(l)}+NLPC_{g}\quad \forall g,\:t$

(5)
$0\le p_{g,\:t}^{(l)}\le\overline{P_{g}^{(l)}}-\overline{P_{g}^{(l-1)}}\quad \forall g,\:t$

(6)
$C_{g}^{(l)}=\dfrac{f_{g}(\overline{P_{g}^{(l)})}-f_{g}(\overline{P_{g}^{(l-1)})}}{\overline{P_{g}^{(l)}}-\overline{P_{g}^{(l-1)}}}\quad \forall g,\:t$

(7)
$P_{g,\:t}= P_{g}^{\min}*X_{g,\:t}+\sum_{L}p_{g,\:t}^{(l)}\quad \forall g,\:t$

식(1)은 연료비용과 기동비용으로 구성된 목적함수이다. 식(2)는 발전기 운전, 기동, 정지 상태변수 간의 관계식이며, $x_{g,\:t}^{ini}$은 발전기 운전 상태 초깃값으로 전일의 마지막 운전 상태이다. 식(3)은 발전기 기동상태 함수와 기동비용 간의 관계식, 식(4)부터 식(6)은 연료비용 함수의 구간 선형화에 사용된 관계식으로, 구간별 비용, 구간 및 기울기를 나타낸다. 식(7)은 발전기 출력을 나타낸다.

2.3.2 제약조건

2.3.2.1 발전기 물리적 제약

(8)
$P_{g,\:t}\ge P_{g}^{\min}*X_{g,\:t}\quad \forall g,\:t$

(9)
$P_{g,\:t}\le(P_{g}^{\max}+Rat\in g_{g,\:t})*X_{g,\:t}\quad \forall g,\:t$

(10)
$P_{g,\:t}-P_{g,\:t-1}-P_{g,\:t}^{ini}\le RUR_{g}*60 +P_{g}^{\min}*Y_{g,\:t}\quad \forall g,\:t$

(11)
$P_{g,\:t}-P_{g,\:t-1}-P_{g,\:t}^{ini}\ge -RDR_{g}*60 -P_{g}^{\min}*Z_{g,\:t} \quad \forall g,\:t$

(12)
$\sum_{\tau =t-UT_{g}+1}^{\tau =t}Y_{g,\:\tau}\le X_{g,\:t} \quad \forall g,\:\forall t\in[UT_{g},\:T]$

(13)
$\sum_{\tau =t-DT_{g}+1}^{\tau =t}Z_{g,\:\tau}\le 1-X_{g,\:t} \quad \forall g,\:\forall t\in[DT_{g},\:T]$

식(8),(9)는 발전기 시간대별 발전 출력량에 대해 최소·최대 발전용량을 발전기 운전상태 변수로 곱해주어 출력을 제약한다. 식(9)의 발전기 최대 발전용량은 발전기 복합자원 증·감에 따른 증감발전량을 최대 발전용량에 더해주고 운전상태변수를 곱한 값으로 제한하였다. 식(10)과 (11)은 증·감발률 제약조건이다. 여기서 $P_{g,\:t}^{ini}$는 전날 마지막 계획 시간의 출력이다. 식(12), (13)은 발전기 최소 운전/정지제약으로 Mlakin(13)과 Rajan Deepak et al.(14)의 부등제약 표현법을 적용하였다.

2.3.2.2 전력수급조건 및 조류제약

(14)
$\sum_{G_{b}}P_{g,\:t}+\sum_{B,\:b\ne n}PF_{nb,\:t}=Dem{and}_{b,\:t}\quad \forall g,\:t,\:b,\:n$

(15)
$PF_{bn,\:t}=-PF_{nb,\:t} \quad \forall b,\:n,\: t$

(16)
$-PF_{bn}^{\max}\le PF_{bn,\:t}\le PF_{bn}^{\max} \quad \forall b,\:n,\: t$

(17)
$PF_{bn,\:t}\ge 0 \quad \forall t, b \in\{\text { Land, } N K Y\}, n \in\{J E J U\}$

식(14)는 전력수급조건 제약으로 여기서 전력조류는 수송모델로 사용하였다. 식(15), (16)은 각 전력조류 정의와 전력조류가 흐르는 융통선로 용량의 상·하한을 나타낸다. 식(17)은 단방향 전력 전송제약으로, 비수도권에서 제주로만 전력조류가 흐르도록 하였다.

2.4 사회적 후생 시뮬레이션 정식화

2.4.1 생산자잉여

(18)
$P S_{b}= SMP_{b}*Power_{b}- Gencost_{b} \quad b \in\{\text { Land, KY, NKY }\}$

식(18)은 SMP 시뮬레이션 결과를 수요에 대한 가중평균한 값과 해당 권역의 총발전량을 곱하여 전력판매수익을 계산한다. 이때 발전기의 발전비용을 차감하면 생산자인 발전사업자의 이득이 되며, 아래 [그림 4]에서 음영 처리된 삼각형 면적에 해당한다.

2.4.2 소비자잉여

(19)
$CS_{b}=(VOLL-SMP_{b})*Dem{and}_{b} \quad b \in\{\text { Land, KY, NKY }\}$

(20)
$PC_{b}= SMP_{b}*Dem{and}_{b} \quad b \in\{\text { Land, KY, NKY }\}$

식(19)는 전력가격의 상한인 공급지장비용에서 연평균 SMP를 차감한 후 전력수요량을 곱해 소비자잉여를 계산한다. 이는 [그림 4]에서 음영 처리된 사각형 면적에 해당한다. 판매사업자의 권역별 전력구매비용은 식(20)으로 나타낼 수 있다.

그림. 4. VOLL을 이용한 사회적 후생 계산

Fig. 4. Calculating social welfare using VOLL

../../Resources/kiee/KIEE.2024.73.1.26/fig4.png

2.4.3 사회적 후생

(21)
$SW_{b}= PS_{b}+CS_{b} \quad b \in\{\text { Land, KY, NKY }\}$

권역별 사회적 후생은 식(18), (19)의 합으로 [그림 4]의 음영 처리된 면적에 해당한다.

3. 사례연구

3.1 전제 사항 및 입력자료

본 연구는 국내 모사 계통을 대상으로 ’22년에서 ’23년 6월까지를 계획기간으로 설정하였다. 아래는 각 시뮬레이션의 전제 사항과 입력자료에 대한 설명이다.

3.1.1 기동정지계획 전제 사항

· 복합화력발전기는 CC모드로 운전

· 수력, 양수, 비중앙급전발전기 출력량 고정

· 수요반응자원 감축량, 에너지·예비력 동시 최적화 제외

· 수요예측 오차, 발전기 불시고장 및 신재생 출력 등 불확실성 요소 미고려

3.1.2 SMP, 정산금 전제 사항

· 다조합 복합발전기, 한 시간 이내 운영계획 발전기 제외

· 그룹기동대수, 그룹에너지 계통제약 제외

· 발전사업자요구발전량($MEGW_{g,\:t}$) 열제약 적용

· 개정 전 운영발전계획, 개정 후 기동정지계획 발전계획량($DAOS_{g,\:t}$)과 계량전력량($MGO_{g,\:t}$) 동일 가정

3.1.3 발전기 특성 및 출력량 입력자료

발전기는 전력시장에 참여 중인 정회원을 대상으로 하여 총 314대를 선정하였다. 중앙급전발전기는 전력통계정보시스템(EPSIS) (15) 을 참고하여 발전기를 선정하고 기술적 특성을 적용하였다. 비중앙급전발전기의 경우 권역별(수도·비수도·제주)로 신재생에너지 설비(태양광·풍력·기타 신재생), 상용자가 발전설비, 시장에 참가하는 비중앙(집단에너지 등)설비로 분류하였다. 온실가스감축 및 대기 오염방지 정책에 따라, 발전공기업 석탄발전기에 적용되는 발전상한제를 개정 전·후 가격결정방법론에서 출력의 90%를 상한제약으로 설정하였다. 개정 후 가격결정방법론에서는 예비력 제약으로 LNG 및 유류를 사용하는 기력, 복합발전기에 대해 출력의 95%를 상한제약으로 설정하였다.

비중앙급전발전기 중 신재생에너지 설비는 전력수급기본계획(16)에서 정격용량 기준으로 나타낸 [표 1] 신재생에너지 설비보급 전망치를 전력통계정보시스템에서 신재생에너지 설비의 전체 발전 실적과 정회원 발전 실적 간 비율인 5년 치 평균 시장참여 비중(태양광:33.83%, 풍력:99.98%, 기타: 89.46%)을 곱하여, 전력시장에 참여하는 발전기 설비용량을 산출하였다. 여기에 정회원 발전 실적을 권역별로 산출한 [표 2]의 5년 치 평균 권역별 비중을 곱한 [표 3]을 권역별 신재생에너지 설비 설비용량으로 적용하였다.

표 1. 신재생에너지 설비보급 전망

Table 1. Prospects for Supply of renewable energy facilities

구분

태양광[MW]

풍력[MW]

기타[MW]

2022년

22,100

1,851

3,618

2023년

25,150

2,247

3,828

표 2. 신재생에너지 설비 권역별 발전 비중

Table 2. Proportion of generation in renewable energy facilities by region

구분

‘17∼‘21년 평균

수도권[%]

비수도권[%]

제주권[%]

태양광

6.37

87.19

6.44

풍력

3.67

77.14

19.19

기타

30.05

69.63

0.32

표 3. 권역별 신재생에너지 설비 설비용량

Table 3. Renewable energy installed capacity by region

구분

2022년

2023년

태양광

[MW]

수도권

476.27

542

비수도권

6,518.96

7,418.63

제주권

481.25

547.67

풍력

[MW]

수도권

67.99

82.53

비수도권

1,427.58

1,733

제주권

355.07

431.04

기타

[MW]

수도권

900.33

1029.1

비수도권

2,086.11

2,384.48

제주권

9.59

10.96

상용자가 발전설비의 경우 전력통계정보시스템 내 연도별 상용자가 발전업체 조사자료에서 권역별 시장참여 설비용량과 시장판매 비율 5년 치를 [표 4]와 같이 산출하였고, 시장참여 설비용량의 5년 치 평균값을 권역별 설비용량으로 산정하였다.

표 4. 상용자가 발전설비 설비용량 및 시장판매 비율

Table 4. Commercial self-generating facility capacity and market sales ratio

구분

‘17∼‘21년 평균

수도권

비수도권

제주권

설비용량[MW]

22.32

1256.14

0.34

시장판매 비율[%]

1.99

7.03

6.24

비중앙(집단에너지 등)설비 역시 전력통계정보시스템 발전설비에서 비중앙급전방식, 정회원, 신재생을 제외한 발전 종류로 구분한 뒤, 광역지역 정보를 이용하여 산출한 [표 5]의 5년 치 평균값을 권역별 설비용량으로 산정하였다.

표 5. 비중앙(집단에너지 등)설비 설비용량

Table 5. Capacity of non-centralized(collective energy) facilities

구분

수도권

비수도권

제주권

‘17∼‘21년 평균[MW]

376.24

1242.12

19.7

비중앙급전발전기의 출력량은 아래와 같은 방법으로 시간대별로 설정하여 고정하였다. 신재생에너지 설비의 시간대별 출력량은 [표 1]의 설비보급 전망치와 전력수급기본계획 내 연도별 신재생에너지 발전량 전망치의 비율로 이용률(태양광 :14.42%, 풍력:20.85%, 기타:67.46%)을 산정하고, 이를 시간대별 출력패턴값으로 적용하였다. 상용자가 발전설비의 경우 [표 4]의 시장판매 비율의 평균값을 시간대별 발전량으로 고정하였으며, 비중앙(집단에너지 등)설비의 발전량은 출력패턴값에 적용된 설비용량을 시뮬레이션에 적용한 설비용량에 맞게 스케일링하여 산정하였다.

3.1.4 송전제약 및 기타

권역간 조류제약에 해당하는 제주-육지 HVDC 조류, 비수도권-수도권 북상 조류 송전제약은 전력수급기본계획 내 융통 전력값인 각 360MW, 12,400MW를 융통선로 용량의 상·하한으로 적용하였다. 발전기들의 예방정비계획 역시 전력수급기본계획의 전원별 예방일수(복합 28일, 양수 35일, 원자력 70일, 기력 42일)를 기반으로 하여 예비율 평활화 방식으로 장기 예방정비계획을 최적화한 결과를 이용하여 일정을 생성하였다. 전력수요량은 전력거래소 수요예측자료(17)를 시간별, 권역별로 적용하고 전력수급기본계획의 전국, 수도권의 전망치를 이용한 계산값인 40.43%, 40.68%를 연도별 수도권의 수요 비중으로 적용하였다.

3.2 시뮬레이션 환경

본 연구 시뮬레이션은 최적화 프로그램인 GAMS(General Algebraic Modeling System) ver. 36.2.0에서 CPLEX ver 20.1.0.1 Solver로 13th Gen Intel i9-13900K 24코어 프로세서 3.0GHz, 64GB 메모리의 환경에서 수행하였다(18). 기동정지계획 시뮬레이션은 MILP (Mixed-Integer Linear Programing) 최적화 문제로 최적화 종료 조건은 현행 발전계획 프로세스와 동일하게 Integrality gap 1E-6, 제한 시간은 1,000초로 설정하였다. 모든 시뮬레이션은 제주 권역을 포함하여 수행하였고 육지 권역에 대해 시뮬레이션 결과를 비교 분석하였다.

4. 시뮬레이션 결과 및 분석

4.1 SMP 결과

본 절에서는 개정 전·후의 가격결정방법론이 적용된 SMP 결과를 비교 분석하였다. 개정 후 SMP는 계통제약, 자기제약, 예비력제약을 모두 반영한 결과이며, 민감도분석을 통해 제약 조건별 영향을 분석하였다. 각 SMP 결과는 연도별 수요를 고려한 가중평균값으로, 이는 시간별로 결정된 SMP에 시간별 전력수요량을 곱한 값을 연도별 전력수요량의 합으로 나누어 계산된다. 개정 전과 비교하여 계통제약의 영향을 확인하기 위해 수도권과 비수도권으로 권역을 분리하고, 계통혼잡을 고려한 SMP 가격결정방식을 적용하였다.

표 6. 개정 전·후 SMP 결과 및 비교

Table 6. SMP Results and Comparison Before and After Revision

구분

개정 전 [원/kWh]

개정 후 [원/kWh]

육지

육지

수도권

비수도권

2022년

194.79

200.43

(△2.90%)

200.37

176.67

2023년

196.63

197.05

(△0.21%)

196.84

182.70

※ ()안은 개정 전 육지 대비 증감(%)

[표 6]을 통해, 개정 전 대비 개정 후 육지 SMP는 상승한 결과를 보였다. 전체 시뮬레이션은 ’22년은 전체기간으로, ’23년은 상반기까지를 계획기간으로 설정하였다. 상반기와 하반기에 적용되는 전력수요량, 열량 단가, 열제약 등이 다르므로, 연도별로 비교하면 SMP 차이가 발생한다. 이는 [그림 5]의 그래프 간 등락을 통해서도 확인할 수 있다.

그림. 5. 개정 전·후 SMP 시계열 결과 및 비교

Fig. 5. SMP time series results and comparison Before and After Revision

../../Resources/kiee/KIEE.2024.73.1.26/fig5.png

4.1.1 SMP 민감도분석

민감도분석에서는 개정 전 비제약 기반 가격결정방법론에 제약조건을 개별적으로 추가하여 수행한 [표 7] SMP 결과를 통해, 제약 조건들이 SMP에 미치는 영향을 분석하였다.

표 7. SMP 민감도분석 결과 및 비교

Table 7. SMP sensitivity analysis results and comparison

구분

2022년 [원/kWh]

2023년 [원/kWh]

제약

SMP

계통제약

육지

206.20

205.02

수도

206.16

204.93

비수도

177.56

183.94

자기 제약

육지

187.36

187.33

계통 + 자기

제약

육지

198.51

195.18

수도

198.44

194.93

비수도

175.09

181.09

계통제약 SMP는 개정 전 가격결정방법론에 비수도권-수도권 간 북상조류 송전제약이 추가된 것이다. [표 8]에서는 해당 민감도분석의 북상조류 결과를 비교하였다. 시뮬레이션 결과, 북상조류량이 계통제약으로 인해 개정 전 대비 감소하여 수도권 발전기들의 발전량이 증가하였다. 그 결과, 육지 SMP가 상승하였다.

표 8. 북상조류량 결과 및 비교

Table 8. Northward Powerflow result and comparison

구분

개정 전 북상 조류량 [GWh]

계통제약 북상 조류량 [GWh]

개정 전

대비 증감

2022년

121,854

106,523

-15,331

2023년

57,738

51,927

-5,811

179,592

158,450

-21,142

자기제약 SMP는 열제약 등의 자기제약을 추가한 것으로, 일반적으로 하한제약 형태, 즉 최소 발전전력량으로 모델링된다. 따라서 자기제약으로 입찰한 발전기는 이미 운전이 결정된 상태이다.

발전량이 추가로 필요한 경우 새로운 발전기를 기동하기보다는 운전 중인 하한제약 발전기의 출력을 증가시키는 것이 경제적으로 유리하므로 시장가격 결정권이 하한제약 발전기에게 주어질 수 있는 문제점이 있다. 이를 방지하기 위해 개정 후 전력시장규칙에서는 하한제약 이하로 발전하는 자기제약 대상 발전기는 가격 결정에 제외되고, 하한제약을 초과할 시 SMP 계산과정에서 평균비용 항인 기동가격과 무부하가격을 제외하여 시장가격을 결정하도록 명시하였다. 열하한제약 발전기는 일반적으로 한계비용이 높지만, 위와 같은 까닭으로 인해 SMP가 감소한다.

[그림 6]은 11월부터 3월까지의 동절기 동안 열하한제약 발전기에 대한 최소 발전요구량이 증가한 것을 보여주며, 특히 수도권 발전기의 비중이 큰 것을 알 수 있다. 이에 따라 [그림 7]에서도 해당 기간의 SMP 하락 폭이 더 커진 것을 확인 할 수 있다.

그림. 6. 열하한제약 발전기 최소 발전요구량 시계열 비교

Fig. 6. Time Series Comparison of Minimum Generatio Requirements for Thermal Constraint Generators

../../Resources/kiee/KIEE.2024.73.1.26/fig6.png

계통제약과 자기제약을 반영한 SMP는 계통제약에 의한 SMP 상승과 자기제약에 의한 SMP 하락이 합쳐져 나타났다. 계통제약만 고려된 SMP와 비교할 때, 자기제약이 더해져 육지와 수도권 SMP는 상승 폭이 둔화하고 비수도권 SMP는 더 낮아졌다. 현행 발전계획은 본 시뮬레이션에서 예비력 제약까지 고려하였다.

그림. 7. SMP 민감도분석 시계열 결과 및 비교

Fig. 7. SMP sensitivity analysis time series results and comparison

../../Resources/kiee/KIEE.2024.73.1.26/fig7.png

본 연구의 개정 후 가격결정방법론에서는 계통의 예비력을 확보하는 방식으로 현행 에너지·예비력 동시 최적화를 대신하여, 개정 전 운영발전계획에서 적용된 전력계통의 안정운영 및 주파수 유지율을 위한 발전기의 기준출력 상한치를 배분하는 주파수조정예비력 방식을 적용하였다. 이는 석탄발전기의 상한 제약 외에 기력, 복합발전기의 상한 제약이 적용되므로 계통제약과 자기제약만 고려했을 때 기동 되지 못했거나 출력이 낮았던 발전기들의 발전량이 증가하여 SMP 상승으로 이어진다. 이러한 결과를 통해 예비력을 반영할 시 SMP를 상승시키는 것을 알 수 있다. [그림 7]은 민감도분석 결과를 시계열로 나타내었다.

4.2 정산금 결과

정산금은 발전기별 발전량에 대해 시장가격으로 정산되는 계량전력량 정산금과 초과 발전전력량 및 발전하지 못한 전력량에 대한 정산금을 부가정산금으로 개정 전·후에 대해 [표 9]와 같이 산출하였다.

표 9. 개정 전·후 정산금 결과 및 비교

Table 9. Settlement SMP Results and Comparison Before and After Revision

구분

2022년 [억 원]

2023년 [억 원]

개정 전

계량전력량

1,009,819

471,316

부가

정산금

CON

59,176

67,123

29,019

32,372

COFF

7,947

3,353

총정산금

1,076,942

503,688

개정 후

계량전력량

1,096,908

(△8.62%)

501,824

(△6.47%)

부가

정산금

HMWP

97

416

(▽99.38%)

39

286

(▽99.12%)

SMWP

319

247

총정산금

1,097,324

(△1.89%)

502,110

(▽0.31%)

※ ()안은 개정 전 육지 대비 증감(%)

계량전력량정산금은 기동정지계획의 결과인 발전기별 발전량에 대해 시간대별 SMP와 송전손실계수의 곱인 시장가격(MP)으로 계산되므로, 개정 후의 제약조건 반영으로 인한 SMP 상승으로 계량전력량정산금이 증가한 결과가 나타났다.

개정 전 부가정산금은 비제약의 발전계획량 이내로 계량전력량정산금을 받고, 발전계획량과 계량전력량을 비교하여 발전하거나 발전하지 못한 발전량을 정산한 것이다. 개정 후 부가정산금은 제약이 반영된 발전량으로 계량전력량정산금을 받고, 발전사업자 요구발전량 대비 계통, 자기 사유에 의한 발전량과 비교하여 변동비를 보전해 주는 방식으로 개정되었다. 이에 따라 개정 전은 총정산금의 약 6% 비중을 차지하는 반면, 개정 후에는 약 0.04%의 비중으로 많이 감소하였다.

4.3 사회적 후생 결과

본 절에서는 전력시장운영규칙 개정 전·후 육지 SMP와 개정 후 수도권, 비수도권 SMP에 대해 생산자잉여, 소비자잉여, 사회적 후생 결과를 비교 분석하였다. 개정 전·후 비교는 육지 SMP를 적용한 결과를 비교하고, 개정 후 수도권, 비수도권 결과의 합계는 개정 후 육지 결과와 비교하였다. 이는 현행 가격결정방법론에서 권역별 SMP를 적용 시 변화를 비교하기 위한 것이며, 각 SMP는 [표 6]의 값을 적용하였다.

4.3.1 생산자잉여

생산자잉여는 발전사업자의 전력판매수익에서 권역에 속한 발전기 발전비용의 차로 [표 10]과 같이 산출된다.

표 10. 생산자잉여 및 전력판매수익 등 결과 및 비교

Table 10. Producer Surplus and Electricity sales revenue, etc results and comparison

구분

2022년

2023년

개정 전

육지

발전량 [MWh]

545,391,023

263,339,841

전력판매수익 [억 원]

1,062,367

517,805

생산자잉여 [억 원]

612,449

299,368

개정 후

육지⃰

발전량 [MWh]

545,391,023

263,339,841

발전비용 [억 원]

449,918

218,437

전력판매수익 [억 원]

1,093,127

(△2.90%)

518,911

(△0.21%)

생산자잉여 [억 원]

643,209

(△5.02%)

300,474

(△0.37%)

개정 후

수도권

발전량 [MWh]

117,355,767

57,612,856

발전비용 [억 원]

183,231

93,894

전력판매수익 [억 원]

235,145

113,405

생산자잉여 [억 원]

51,914

19,510

개정 후

비수도권

발전량 [MWh]

428,035,256

205,726,985

발전비용 [억 원]

266,687

124,543

전력판매수익 [억 원]

756,209

375,863

생산자잉여 [억 원]

489,523

251,320

개정 후

수도권+

$비수도권^{**}$

발전량 [MWh]

545,391,023

263,339,841

발전비용 [억 원]

449,918

218,437

전력판매수익 [억 원]

991,354

(▽9.31%)

489,268

(▽5.71%)

생산자잉여 [억 원]

541,437

(▽15.82%)

270,830

(▽9.87%)

* : ()안은 개정 전 육지 대비 증감(%)

** : ()안은 개정 후 육지 대비 증감(%)

개정 전·후의 연도별 각 발전량은 육지 발전기의 발전량으로 전력수급조건에 의해 전체 발전량에서 제주로 흐르는 전력조류량을 제외한 결과이다. 이에 따라 개정 전·후 발전량은 육지의 전력수요량과 같다. 개정 후의 수도권, 비수도권 발전량은 육지 발전기의 발전량에서 권역별로 산출되며, 육지 발전량에서 약 22%, 78%의 비중을 차지하였다. 발전비용의 경우 개정 전 기동정지계획 발전계획량은 SMP 결정용이고, 제약이 반영된 개정 후 기동정지계획 발전계획량이 실제 거래일의 발전량이므로, 개정 전·후 발전비용과 수도권, 비수도권의 발전비용의 합은 같다. 전력판매수익은 개정 후가 개정 전 대비 높은 SMP로 인해 연도별로 3.07조 원, 0.11조 원씩 증가하였으며, 수도권, 비수도권의 전력판매수익 합은 개정 후 육지 대비 낮은 SMP로 인해 연도별 10.17조 원, 2.96조 원씩 감소하였다. 이러한 전력판매수익의 차이는 발전비용이 모두 같으므로 생산자잉여의 차이와 동일한 결과로 나타났다.

4.3.2 소비자잉여

소비자잉여는 국내 전력시장의 비탄력적 수요환경에서 공급지장비용을 상한가격으로 설정한 결과로, 공급지장비용에서 연평균 SMP를 차감하고 전력수요량을 곱해 [표 11]와 같이 산출된다. 공급지장비용은 전력시장운영규칙의 제약완화 설정치에서 공급지장비용으로 설정된 16,000원/kWh를 적용하였다.

표 11. 소비자잉여 및 전력구매비용 등 결과 및 비교

Table 11. Consumer Surplus and of Power purchase cost, etc results and comparison

구분

2022년

2023년

개정 전

육지

전력수요량 [MWh]

545,391,023

263,339,841

전력구매비용 [억 원]

1,062,367

517,805

소비자잉여 [억 원]

86,200,196

41,616,569

개정 후

육지⃰

전력수요량 [MWh]

545,391,023

263,339,841

전력구매비용 [억 원]

1,093,127

(△2.90%)

518,911

(△0.21%)

소비자잉여 [억 원]

86,169,436

(▽0.04%)

41,615,463

(▽0.003%)

개정 후

수도권

전력수요량 [MWh]

222,923,490

108,339,069

전력구매비용 [억 원]

446,671

213,254

소비자잉여 [억 원]

35,221,086

17,120,996

개정 후

비수도권

전력수요량 [MWh]

322,467,533

155,000,772

전력구매비용 [억 원]

569,703

283,186

소비자잉여 [억 원]

51,025,101

24,516,937

개정 후

수도권+

$비수도권^{**}$

전력수요량 [MWh]

545,391,023

263,339,841

전력구매비용 [억 원]

1,016,374

(▽7.02%)

496,440

(▽4.33%)

소비자잉여 [억 원]

86,246,187

(△0.09%)

41,637,933

(△0.05%)

* : ()안은 개정 전 육지 대비 증감(%)

** : ()안은 개정 후 육지 대비 증감(%)

개정 전·후 육지의 전력수요량은 같으며 수도권, 비수도권 전력수요량은 육지 전력수요량의 약 41%, 59%를 차지한다. 이를 이용하여 계산한 전력구매비용은 개정 후 육지에서 개정 전 육지 대비 높은 SMP로 인해 연도별 3.07조 원, 0.11조 원씩 증가하였다. 수도권, 비수도권의 전력구매비용 합계는 개정 후 육지 전력구매비용 대비 낮은 SMP로 인해 연도별 7.67조 원, 2.24조 원씩 감소하였다.

소비자잉여는 개정 전·후 SMP 외에는 동일한 공급지장비용과 전력수요량이 적용되므로 전력구매비용과 같은 수치로 감소하였다. 개정 후 육지 소비자잉여가 개정 전 육지 소비자잉여 대비 연도별 3.07조 원, 0.11조 원씩 생산자잉여와 동일한 수치로 감소하였다. 수도권, 비수도권 소비자잉여의 합계는 개정 후 육지 소비자잉여 대비 연도별 7.67조 원, 2.24조 원씩 증가하였다. 이는 권역별로 발전량과 전력수요량 비중이 다르므로 전력판매수익과 차이가 발생함을 알 수 있다.

4.3.3 사회적 후생

사회적 후생은 앞서 산출한 생산자잉여와 소비자잉여의 합으로 [표 12]와 같다.

표 12. 사회적 후생 결과 및 비교

Table 12. Social welfare results and comparison

구분

2022년 [억 원]

2023년 [억 원]

개정 전 육지

86,812,645

41,915,937

개정 후 육지⃰

86,812,645

(0%)

41,915,937

(0%)

개정 후 수도권

35,273,000

17,140,507

개정 후 비수도권

51,514,624

24,768,257

개정 후

수도권+

$비수도권^{**}$

86,787,624

(▽0.03%)

41,908,764

(▽0.02%)

* : ()안은 개정 전 육지 대비 증감(%)

** : ()안은 개정 후 육지 대비 증감(%)

앞서 생산자잉여, 소비자잉여 결과를 통해 개정 전·후 육지 SMP를 적용한 사회적 후생은 동일하였다. 하지만 본 연구에서 개정 후 가격결정방법론에서 북상조류제약과 계통혼잡 발생시 권역별 SMP로 구분하였다. 이를 적용한 수도권, 비수도권의 사회적 후생 합계는 개정 후 육지 SMP를 적용한 사회적 후생 결과 대비 연도별로 2.5조 원, 0.72조 원씩 감소하였다. 이러한 차이는 전력시장 판매사업자의 전력구매비용과 발전사업자의 전력판매수익의 차이인 송전혼잡잉여로 간주할 수 있다.

송전계통의 지역 간 흐르는 전력조류에 제약으로 인한 지역별 시장가격이 운영되는 전력시장에서는 전력시장 판매사업자의 전력구매비용과 발전사업자의 전력판매수익의 차이가 발생한다. 이러한 차이는 계통혼잡으로 인해 발생하므로 송전혼잡잉여로 정의된다(19). 본 연구에서는 현재 육지 SMP로 운영 중인 국내 전력시장에서 육지를 수도권, 비수도권 권역별 SMP로 전환 시 사회적 후생의 차이를 비교하는 과정에서 발생한다. [표 12]에서 사회적 후생의 차이가 송전혼잡잉여임을 유도한 식을 Appendix에 정리하였다.

본 연구에서는 전력시장운영규칙의 개정 전·후 가격결정방법론 변화가 전력시장에 미치는 영향을 확인하였다. SMP 결과에서 계통제약은 SMP를 상승, 자기제약은 SMP를 하락, 예비력제약은 SMP를 상승시키는 영향을 주는 것으로 확인되었다. 연도별 분석을 통해 각종 제약의 적용 여부, 전력수요량, 연료비 변동 등의 복합적인 요소에 따라 SMP 가격이 결정되며, 제약을 반영한 가격결정방법론은 SMP 상승에 영향을 주는 것을 알 수 있다.

이러한 SMP 상승과 정산금 계산 방식의 변화로 부가정산금이 개정 전 대비 감소하여 개정 전 부가정산금이 증가하는 문제는 개선된 것으로 판단된다. 사회적 후생에서는 전력수요가 가격에 대해 비탄력적인 국내 전력시장에서 가격결정방법론의 변화는 SMP 변화에 의한 시장참여자들의 편익이 변동될 뿐이고, 전체 사회적 후생은 동일하였다.

하지만 수도권, 비수도권 권역별 SMP를 적용한 사회적 후생을 육지 SMP를 적용한 사회적 후생과 비교할 때 송전혼잡잉여에 해당하는 차이가 발생하므로, 전력시장에 발전사업자와 판매사업자 외에 송전사업자가 시장참여자로 추가되었다고 볼 수 있다. 이러한 송전혼잡잉여는 행정구역 또는 지역별로 구분한 시장가격을 적용한 사회적 후생 차이를 계산 시에도 육지 전체의 전력수요량과 발전량이 같으므로 권역 간 전력조류와 시장가격 차이에 의해 발생 될 것으로 예상된다. 따라서 권역별 시장가격을 도입시 어떤 가격제도로 결정할지도 중요하지만, 사회적 후생 측면에서 송전혼잡잉여를 발생시키므로 송전사업자에게 환기할 수 있는 주제가 될 수 있다. 또한 SMP를 지역별로 적용 시에도 전력시장운영규칙 내 SMP 가격결정자격 부분의 개정도 필요할 것으로 사료 된다.

5. 결 론

국내 전력시장이 개설된 이후 일부 개정에도 불구하고 계통 운영에 필요한 제약 조건들이 반영되지 않은 비제약기반의 가격결정방법론으로 발전기의 발전계획량과 SMP를 결정 해오던 중, 최근 실 계통기반 하루전시장 도입과 문제점들을 개선하고자 전력시장운영규칙에 의거 가격결정방법론이 개정되었다. 이러한 변화에 대해 전력시장과 사회적 후생에 미친 영향을 시뮬레이션 결과로 제시하였다. 사례연구 결과, 가격결정방법론 변화에 따른 SMP 결과는 민감도분석을 통해 시장가격에 미치는 영향과 정산금의 변화를 확인하였다. SMP 변화로 인한 시장참여자의 편익 차이는 발생하였지만, 비탄력적인 수요환경에서 가격 상한선을 설정한 사회적 후생은 개정 전·후로 동일하였다. 하지만 권역별 SMP로 사회적 후생을 계산 시 육지 SMP 사회적 후생과 차이가 발생하는데, 이는 송전혼잡잉여에 해당한다.

이러한 결과는 시장 및 계통운영자에게 국내 전력시장의 가격결정방법론 개선 및 보완 과정에 참고 자료로 활용될 수 있으며, 시장참여자에게도 가격결정방법론 변화에 따른 재무적 위험관리 및 대응 방안 수립에 기여할 것으로 기대된다. 또한 최근 지역별 전력수급 불균형이 심화되어 시장가격에 지역 신호 필요성이 제기되고 있다. 본 연구를 통해 지역 신호를 포함한 시장가격 제도를 도입 및 검토 과정에서 사회적 후생 비교 시 발생하는 송전혼잡잉여를 고려해야 할 것이다. 더 나아가 지역별 SMP 및 다양한 지역별 시장가격에 관한 후속 연구가 필요하며, 지역별 시장가격 도입으로 인한 송전혼잡잉여에 대한 정밀한 비용산정과 시장참여자 간 원활한 합의점 도출을 위한 송전혼잡잉여의 분배 방안 등의 연구도 필요할 것이다.

Acknowledgements

This work was supported by a 2-Year Research Grant of Pusan National University.

Appendix

사회적 후생 결과 부분에서 송전혼잡잉여에 대한 정의를 설명하였고, Appendix에서는 본 연구에서 계산된 송전혼잡잉여를 식으로 설명하였다. 육지 SMP로 계산한 사회적 후생 식(25)에서 수도권, 비수도권 SMP를 적용한 각각의 사회적 후생의 합인 식(26)과의 차이를 계산하면 식(27) 송전혼잡잉여가 된다. 이는 수도권, 비수도권 SMP간 시장가격차이에 권역별 발전량과 전력수요량의 차이인 전력조류를 곱해준 값으로, 실제 송전혼잡잉여 정의와 같게 표현된다.

\begin{align*} SW_{LAND}=SMP_{LAND}*Power_{LAND}-Gencost_{LAND}\\ +(VOLL-SMP_{LAND})*Dem {and}_{LAND} \end{align*}

\begin{align*} SW_{LOCALLAND}=SMP_{KY}*Power_{KY}-Gencost_{KY}\\ + SMP_{NKY}*Power_{NKY}-Gencost_{NKY}\\ +(VOLL-SMP_{KY})*Dem {and}_{KY}\\ +(VOLL-SMP_{NKY})*Dem {and}_{NKY} \end{align*}

\begin{align*} Congest_{LAND}= SW_{LAND}-SW_{LOCALLAND}\\ =(SMP_{LAND}-SMP_{KY})*Power_{KY}\\ +(SMP_{LAND}-SMP_{NKY})*Power_{NKY}\\ -(SMP_{LAND}-SMP_{KY})*Dem {and}_{KY}\\ -(SMP_{LAND}-SMP_{NKY})*Dem {and}_{NKY}\\ =(SMP_{LAND}-SMP_{KY})*PF_{KY}\\ +(SMP_{LAND}-SMP_{NKY})*PF_{NKY}\\ =(SMP_{KY}-SMP_{NKY})*PF_{NKY}\\ \end{align*}

References

1 
Korea Power Exchange, 2019, Electricity Market Theory and Tasks – The Role and Development Direction of the Electricity Market in the Era of Energy Transition, Chapter 9 Comprehensive Improvement Plan for the Spot Market from the Perspective of Energy TransitionGoogle Search
2 
K. S. Moon., 2015, Alternatives and Improvements of the Trading mechanism in Korean Electricity Market, Konkuk UniversityGoogle Search
3 
Korea Power Exchange, 2023, Electricity Market Rules, 2023Google Search
4 
Korea Power Exchange, 2020, Analyzing the impact on the electricity market due to the change in the pricing generation planning methodologyGoogle Search
5 
Chaitusaney, Surachai, 2002, Actual social welfare maximization in pool market, IEEE Power Engineering Society Summer Meeting, Vol. 3, No. IEEEDOI
6 
Contreras, Javier, 2001, Auction design in day-ahead electricity markets, IEEE Transactions on power Systems 16.1, Vol. 16.1, pp. 88-96DOI
7 
Lykidi, Maria, 2015, How to manage flexible nuclear power plants in a deregulated electricity market from the point of view of social welfare?, Energy 85, pp. 167-180DOI
8 
Wu, Jiang, 2008, Social welfare maximization auction for electricity markets with elasticdemand, 2008 7th World Congress on Intelligent Control and Automation. IEEEDOI
9 
H. S. Kim., S. J. Lee., J. I. Lee., 2012, Impact of Regulating Retail Electricity Prices on Social Welfare, Environmental and Resource Economics Review 21.1, pp. 93-127Google Search
10 
H. C. Lee., 2012, A Study on Demand Response Program Design for Improving Social Welfare, Seoul National UniversityGoogle Search
11 
G. M. Yang., 2016, Social Welfare Analysis Considering the Demand Response in Electricity Power Market, Dankook UniversityGoogle Search
12 
Knueven, Bernard, Ostrowski James, Watson Jean-Paul, 2020, On mixed-integer programming formulations for the unit commitment problem, INFORMS Journal on Computing 32.4, pp. 857-876DOI
13 
P. Malkin, L. Wolsey, 2003, Minimum runtime and stoptime polyhedra, Report, CORE, Université catholique de LouvainGoogle Search
14 
Rajan, Deepak, 2005, Minimum up/down polytopes of the unit commitment problem with start-up costs, IBM Res. Rep 23628Google Search
15 
Power Statistics Information System Electric, , Power Grid Archives, https://epsis.kpx.or.kr/epsisnew/selectEkifBoardList. do?menuId=080200&boardId=020000.Google Search
16 
Ministry of Trade, Industry and Energy, 2023, Tenth Power Supply Master Plan(2022~2036)Google Search
17 
Korea Power Exchange, Demand forecasting for day-ahead generation planning, https://new.kpx.or.kr /pssInland.es?mid =a10606090100&device=pc.Google Search
18 
R.E Rosenthal, 2014, GAMS – A User’s Guide, GAMS Development Corpo rationGoogle Search
19 
Kirschen, S. Daniel, Strbac. Goran, 2018, Fundamentals of power system economics, John Wiley & SonsGoogle Search

저자소개

장재훈(Jae Hun Jang)
../../Resources/kiee/KIEE.2024.73.1.26/au1.png

He received B.S. degree in electronics enginee ring from Kyungpook National University, Daegu, Korea in 2014.

and he is pursuing his M.S. degree at Department of Electrical and Electr onic Engineering Pusan National University.

Curr ently, he has been a senior manager at Korea Gas Corporation (KOGAS)

신한솔(Han Sol Shin)
../../Resources/kiee/KIEE.2024.73.1.26/au2.png

He received B.S., M.S., and Ph.D. degrees in electronic and electrical engineering from Pusan National University, Busan, Korea in 2015, 2017 and 2022, respectively.

Since 2022, he is a postdoctoral researcher at Pusan National University.

곽규형(Kyu hyeong Kwag)
../../Resources/kiee/KIEE.2024.73.1.26/au3.png

He received B.S. and M.S. degrees in elec tronic and electrical engineering from Pusan National University, Busan, Korea in 2018 and 2020, respectively.

Currently, he is pursuing his Ph.D. degree at Pusan National University.

오효빈(Hyo Bin Oh)
../../Resources/kiee/KIEE.2024.73.1.26/au4.png

He received B.S. degrees in electrical engine ering from Pusan National University, Busan, Korea in 2021.

Currently, he is pursuing MS and Ph.D Integrated Program at Pusan National University.

윤형석(Hyeong Seok Yun)
../../Resources/kiee/KIEE.2024.73.1.26/au5.png

He received B.S. degrees in electrical engine ering from Pusan National University, Busan, Korea in 2022.

Currently, he is pursuing MS and Ph.D Integrated Program at Pusan National University.

김 욱(Wook Kim)
../../Resources/kiee/KIEE.2024.73.1.26/au6.png

He received B.S., M.S., and Ph.D. degrees in electrical engineering from Seoul National Uni- versity, Seoul, Korea in 1990, 1992 and 1997, respectively.

Since 2011, he has been a faculty member at the Department of Electrical and Electronics Engineering of Pusan National University.