1. 서 론
국내 신재생에너지원의 설비용량은 지속적으로 증가해오고 있으며, 탄소감축 목표 상향으로 인해 이러한 추세는 더욱 가속화될 것으로 전망된다. 2022년
기준, 신재생에너지원의 발전량은 약 54.5TWh로 20년 전과 비교하여 약 7.9배 증가하였다 [1]. 탄소중립기본법에 의거한 “제1차 탄소중립·녹생성장 계획”에 따르면, 2030년의 신재생에너지원의 비중은 21.6%+α, 그리고 원자력발전원의 비중은
32.4%로 제시되고 있다 [2]. 이처럼 탄소중립 정책 기조에 따라 신재생에너지원의 확산은 필수 불가결한 것으로 보인다.
국제에너지기구(IEA, International Energy Agency)는 태양광 발전원과 풍력 발전원의 비중을 6단계로 구분하여 계통에 미칠 수
있는 영향들을 제시하였다 [3]. 현재 한국은 변동성 자원(VRE, Variable Renewable Energy)들에 의해 계통운영이 직접적인 영향을 받는 단계로 분류된다 [3]. 실제로 한국은 재생에너지 초과 발전량에 의한 출력제어 지시가 내려지고 있다 [4]. 또한, 재생에너지 밀집 지역을 대상으로 전기설비 고장 예방 및 계통 안정성 제고 등을 위한 별도의 운영 대책이 마련되기도 하였다 [5].
한편, 마이크로그리드(MG, Microgrid)는 부하와 분산에너지자원(DER, Distributed Energy Resource)들이 제어 시스템과
연계되어 하나의 유틸리티로 구성된 구역으로, 신재생에너지원의 증가로 인해 전력계통에 발생할 수 있는 문제들을 일부 해결할 수 있다 [6]. 마이크로그리드는 계통 연계형(Grid connected)과 계통 분리형(Islanded)으로 구분되며, 형태에 따라 제공할 수 있는 기능이 다르다
[7]. 마이크로그리드는 기본적으로 계통 수용성 증대, 내부 고객들에게 계통 안정성 및 복원력을 제공할 수 있다. 추가적으로, 계통 연계형 마이크로그리드는
전력계통에 주파수 조정, 전력 평활화, 부하추종, 전압지원, 망건설 회피 등의 서비스를 제공하여 안정적인 계통운영에 기여할 수 있다 [8]. 위와 같은 마이크로그리드의 특성으로 인해 최근 에너지 다소비 구역인 산업단지의 마이크로그리드화가 많은 관심을 끌고 있으며, 계통 분산화의 대안으로도
제시되고 있다 [9].
2010년 한국의 산업단지들은 국내 판매 전력량의 약 30%를 소비하였다 [10]. 이후 산업단지는 전국적으로 확산되어 개소와 생산 규모가 지속적으로 증가해오고 있다 [11]. 대다수의 선진국에서도 산업단지에 의해 창출되는 경제적 파급효과 및 고용창출을 기반으로 성장해왔으며, 현재는 개발도상국들 또한 이와 같은 효과를
누리고자 산업단지들을 확장하고 있다 [12]. 세계의 경제성장을 견인한 산업단지는 친환경적이고 지속가능한 경제발전을 위해 생태산업단지(EIP, Eco-Industrial Park)으로의 전환
필요성이 대두되었다 [13]. 초기의 생태산업단지에서는 바이오 연료 기반의 에너지 순환의 필요성을 강조되었고, 현재는 세계적인 온실가스 감축 정책 기조를 고려하여 재생에너지
통합형 생태산업단지로의 전환이 중점이다 [14]. 국내에서는 “스마트그린 산업단지”가 에너지자립 및 친환경화를 추진하는 산업단지로서 정책 기조를 이행하고 있으며, 해당 산업단지 내 최적화된 자원
및 에너지 사용 플랫폼 구축 방안으로 마이크로그리드화의 필요성을 강조하고 있다 [15].
본 연구에서는 앞의 내용을 근거로, 마이크로그리드가 상위계통과의 능동적 운영이 가능한 상황을 고려하여 에너지 다소비 구역 기반의 계통 연계형 지역단위
마이크로그리드를 분석대상으로 설정하였다. 이와 같은 마이크로그리드는 태양광·풍력발전기, 에너지저장장치 등 다양한 자원에 대한 투자를 통해 전력 다소비
주체에게 총 비용 절감 효과를 제공할 수 있다. 마이크로그리드는 계통 전체를 대상으로 계획 및 운영 상 편익을 제공할 수도 있지만, 본 연구에서는
전력 다소비 주체 대상의 비용 측면의 편익만을 고려하였다. 한편, 이후 2장에서는 4가지의 연계선로 조류 계약들을 제안하였고, 3장에서는 제안 계약유형별
최적설비 구성 및 비용을 산출하는 방법론을 제시한다. 마지막으로, 4장과 5장에서는 사례연구 기반의 분석결과 및 결론을 제시한다.
3. 계약유형별 최적설비 구성 및 비용산출 방법론
본 장에서는 앞선 장에서 정의한 연계선로 계약유형에 대한 최적설비구성 및 비용산출 방법론을 제안하고자 하며, 그림 2는 이에 대한 개략도를 보여준다.
그림 2. 최적설비구성 및 비용산출 방법론 개략도
Fig. 2. A simplified model architecture and data flow
일반적으로 마이크로그리드의 최적설비구성 알고리즘은 자체 수급균형을 만족시키는 동시에 구성 설비들의 투자 및 운영비용을 최소화하기 위한 목적을 가진다.
이에 대한 연구들은 Grey Wolf 알고리즘, 유전 알고리즘(GA, Genetic Algorithm), 군집 최적화(PSO, Particle Swarm
Optimization) 알고리즘 등 다양한 방법을 통해 진행되었다 [16], [17]. 다만, 본 연구에서는 최적화 기법 중 하나인 혼합 정수 선형 계획법(MILP, Mixed Integer Linear Programming)를 통해
최적설비구성 알고리즘을 모델링하였다 [18], [19]. MILP는 정수 변수와 선형 모델에 대한 최적화를 수행하는 기법이며, 본 제안연구의 특성상 자원들의 투자용량을 정수 결정변수로 고려했고, 목적함수
및 제약조건들이 선형수식이기에 최적화 기법 중 MILP를 선정하였다. 특히, 기존 연구들은 모델링 과정에서 마이크로그리드와 상위계통 간 연계선로 조류
제약을 고려하지 않았으나 본 연구에서는 최적설비구성 도출과정에서 앞서 제안한 4가지 계약유형을 반영하였다. 이때, 마이크로그리드 내 배치 가능한 설비
유형으로는 인버터 기반 발전원, 에너지저장장치, 에너지저장장치-전력변환장치(PCS, Power Conversion System) 를 선정하였으며,
연계선로를 통해 상위계통으로부터 전력을 구매하는 경우도 고려하였다.
기존 연구들에서 제안된 마이크로그리드 최적설비구성 알고리즘의 경우, 단순히 자원들의 용량 대비 이용률만을 고려하는 것이 아니라 마이크로그리드 내 설비들의
구성요소를 상세하게 모델링하였다. 본 연구에서도 이를 기반으로 개별자원들의 특성을 고려하여 식 (1-28)과 같은 목적함수 및 제약조건들을 구성하였다. 식 (1-6)은 목적함수로 개별자원들의 자본지출(CAPEX, Capital Expenditures), 운영지출(OPEX, Operating Expenditures),
기타비용과 상위계통으로부터 전력구매 비용의 총합을 최소화하는 해를 찾는 것을 의미한다. 이때, 개별자원에 대한 자본지출은 경제적수명으로 나누어 연가화한
연간비용을 적용하였다. 기타비용 중 토지비용의 경우, 개별자원의 설비 설치에 필요한 토지면적과 설치 대상지역의 토지비용을 활용하여 총액을 산출하고,
연간비용으로 환산하여 적용하였다. 기타비용 중 이자비용은 원리금균등상환을 가정하고 경제적수명을 기반으로 도출한 저당상수를 활용하여 매년 원리금을 산출한
뒤, 원리금에서 원금을 제외한 이자를 계산하여 반영하였다.
$PV_{cost}:$ 태양광 발전기 총 투자비용 [원]
$WT_{cost}:$ 풍력 발전기 총 투자비용 [원]
$BESS_{cost}:$ 에너지저장장치 발전기 총 투자비용 [원]
$PCS_{cost}:$ 에너지저장장치-PCS 총 투자비용 [원]
$\lambda_{PG}^{b}:$ 기본요금 [원/kWh]
$P_{PG}^{b}:$ 계약전력 [kW]
$\lambda_{PG}(t):$ $t$시간에 대한 전력량 요금 [원/kWh]
$P_{PG}(t):$ $t$시간에 대한 전력구매량 [kWh]
$N_{PV}:$ 태양광 발전기 설비용량 [kW]
$PV_{ii}:$ 태양광 발전기 CAPEX [원/kW/year]
$PV_{om}:$ 태양광 발전기 OPEX [원/kW/year]
$PV_{land}:$ 태양광 발전기 토지비용 [원/kW/year]
$PV_{interest}:$ 태양광 발전기 이자비용 [원/kW/year]
$N_{WT}:$ 풍력발전기 설비용량 [kW]
$WT_{ii}:$ 풍력발전기 CAPEX [원/kW/year]
$WT_{om}:$ 풍력발전기 OPEX [원/kW/year]
$WT_{land}:$ 풍력발전기 토지비용 [원/kW/year]
$WT_{interest}:$ 풍력발전기 이자비용 [원/kW/year]
$N_{BESS}:$ 에너지저장장치 설비용량 [kWh]
$BESS_{ii}:$ 에너지저장장치 CAPEX [원/kW/year]
$BESS_{om}:$ 에너지저장장치 OPEX [원/kWh/year]
$BESS_{land}:$ 에너지저장장치 토지비용 [원/kW/year]
$BESS_{interest}:1$ 에너지저장장치 이자비용 [원/kW/year]
$E_{tcf}^{bt}(t):$ $t$시간에 대한 에너지저장장치의 capacity fade [kWh]
$T:$ 시간 집합 내 마지막 $t$, for $t=1,\: ...,\: T$
$BESS_{rep}:$ 에너지저장장치 교체비용 [원/kWh/year]
$N_{PCS}:$ 에너지저장장치-PCS 설비용량 [kW]
$PCS_{ii}:$ 에너지저장장치-PCS CAPEX [원/kW/year]
$PCS_{om}:$ 에너지저장장치-PCS OPEX [원/kW/year]
$PCS_{land}:$ 에너지저장장치-PCS 토지비용 [원/kW/year]
$PCS_{interest}:$ 에너지저장장치-PCS 이자비용 [원/kW/year]
식(7-8)은 인버터 기반 발전원 관련 수식이며, 본 연구에서는 태양광 및 풍력발전기를 고려하였다. 이때, 태양광 발전기의 출력을 산출하기 위해 발전 효율,
모듈 면적, 일사량, 온도를 고려하였으며 [16], 풍력 발전기의 경우 cut-in, cut-out, 정격 풍속을 고려하였다 [18].
$P_{PV}(t):$ 태양광 발전기의 출력 [kWh]
$n_{PV}:$ 태양광 발전기의 발전 효율 [%]
$PV_{A}:$ 태양광 발전기의 모듈 면적 [$m^{2}$]
$G(t):$ $t$시간에 대한 일사량 [kWh/$m^{2}$]
$T_{a}(t):$ $t$시간에 대한 온도 [℃]
$P_{WT}(t):$ 풍력발전기의 출력 [kWh]
$v(t):$ $t$시간에 대한 풍속 [m/s]
$v_{c\in}:$ 풍력발전기의 cut-in 풍속 [m/s]
$v_{co}:$ 풍력발전기의 cut-out 풍속 [m/s]
$v_{r}:$ 풍력발전기의 정격 풍속 [m/s]
식(9)는 에너지저장장치의 시간대별 에너지 변화 관련 수식이다.
$E_{BESS}(t):$ $t$시간에 대한 에너지저장장치 내 에너지양 [kWh]
$P_{BESS}^{C}(t):$ $t$시간에 대한 에너지저장장치의 충전량 [kWh]
$P_{BESS}^{C}(t):$ $t$시간에 대한 에너지저장장치의 충전량 [kWh]
$P_{BESS}^{D}(t):$ $t$시간에 에너지저장장치의 방전량 [kWh]
$\eta_{BESS}^{D}:$ 에너지저장장치의 방전효율 [%]
식(10)은 시간에 따른 에너지저장장치의 capacity fade 관련 수식이다.
$E_{BESS}^{tcf}(t):$ $t$시간에 대한 에너지저장장치의 fade 양 [kWh]
$Z_{BESS}:$ 에너지저장장치의 성능감소율 [%]
식(11-12)는 에너지저장장치의 최대/최소 State of the Charge (SoC) 관련 수식이다.
$So C_{\min}:$ 최소 SoC [%]
$So C_{\max}:$ 최대 SoC [%]
식(13-14)는 에너지저장장치의 설비용량을 고려한 최대 충방전 가능량 산출 관련 수식이다.
$P_{BESS}:$ 에너지저장장치의 시간당 최대 충방전 가능율 [%]
식(15-17)은 에너지저장장치-PCS의 필요 설비용량 및 충방전량 산출 관련 수식이다.
$P_{PCS}^{C}(t):$ $t$시간에 대한 에너지저장장치-PCS의 충전량 [kWh]
$P_{PCS}^{D}(t):$ $t$시간에 대한 PS의 방전량 [kWh]
$\eta_{PCS}^{C}:$ 에너지저장장치-PCS의 충전효율 [%]
$\eta_{PCS}^{D}:$ 에너지저장장치-PCS의 방전효율 [%]
식(19-20)은 마이크로그리드 내 수급균형 관련 수식으로 다음과 같다.
$P_{L}(t):$ $t$시간에 대한 마이크로그리드 부하량 [kWh]
특히, 상위계통과 마이크로그리드 간의 계약유형에 따라 연계선로 내 조류 허용량이 달라지기 때문에 이를 제약조건으로 고려하였다. 본 연구에서 제안한
계약유형에 대해 구성한 제약조건은 다음과 같다. 식(21)은 완전 에너지자립 계약 시 적용되며, 식(22)는 피크 부하율 목표 관리 계약 시 적용된다. 식(23-24)는 변동성 관리 기반 계약 시 적용되며, 식(25)는 자유계약 시 적용된다.
$l_{\max}:$ 연계선로의 최대 용량 [kW]
$l_{peak}:$ 연계선로에 대한 피크 부하율 계약 수준 [%]
$\chi :$ 연계선로에 대한 변동성 계약 수준 [%]
또한, 본 연구에서는 식(1-25)의 최적화 수식뿐 아니라 목표 에너지자립율도 고려하고 있으며, 식(26-28)은 관련 수식을 나타낸다.
$EIR(t):$ 시간 $t$에 대한 에너지자립율
$w(t):$ 시간 $t$에 대한 부하 가중치
$EIR_{target}:$ 목표 에너지자립율
4. 사례연구
본 장에서는 앞선 장에서 제시한 최적설비구성 및 비용산출 방법론을 활용한 사례연구를 수행하였다. 이때, 에너지 다소비 구역의 실제 부하 프로파일,
대상 지역의 기상관측데이터, 마이크로그리드 내 설비 관련 파라미터 등을 입력 데이터로 사용하였으며, Python 환경에서 MILP 기반 최적화 알고리즘을
수행하여 최종적으로 계약유형별 최적설비구성을 도출하였다.
4.1 사례연구 데이터
부하 데이터의 경우, 에너지 다소비 구역의 부하를 가정하기 위해 독일의 20개 산업공정에 대한 2016년 기준 1년간의 1시간 단위 실제 부하 프로파일을
사용하였다 [20].
종관기상관측데이터의 경우, 대구광역시의 일사량 및 풍속을 사용하였다 [21].
전력구매비용의 경우, 한국전력공사에서 제공하는 2022년 10월 기준 전기요금표를 활용하였다 [22]. 이때, 전력구매를 유발한 주체를 특정하기 어렵기에 본 연구에서는 계약종은 산업용(을) 고압 A, 세부 구분은 선택 I로 가정하였다.
토지비용 산정 시 활용하는 토지단가는 한국산업단지공단에서 제공하는 2020년 구미 하이테크밸리(국가5산단)의 분양 자료에 제시된 공장용지의 면적 및
면적당 분양예정가를 가중평균하여 산출한 값인 261,947원/m2를 사용하였다 [23].
이자비용 산정 시 활용되는 부채비율과 이자율 각각 80%와 4.59%를 적용하였다 [24].
표 2와 표 3은 각각 마이크로그리드 내 설비 관련 비용 단가와 기술 파라미터를 정리한 것이다. 태양광 발전기 비용 단가는 [24], 풍력 발전기에 대한 비용 단가는 미국 국립재생에너지연구소(NREL, National Renewable Energy Laboratory)에서 제공하고
있는 자본지출 추정 프로그램의 결과를 적용하였다 [25]. 또한, 에너지저장장치 및 PCS에 대한 비용 단가는 [26]의 분석 결과를 참고하였다. 설비에 대한 자본지출과 운영지출은 2022년 평균 환율인 1293.68원을 적용하였다. 기술 파라미터의 경우, 태양광
발전기는 [27], 풍력발전기는 [18], [28], 에너지저장장치 및 PCS는 [16], [17], [29]-[32]의 값을 사용하였다. 이때, 풍력발전기와 에너지저장장치-PCS의 경제적수명은 각각 태양광 발전기, 에너지저장장치와 동일하다고 가정하였다. 연계선로
대한 파라미터는 부하 상황을 고려하여 임의의 값을 적용하였다.
표 2 마이크로그리드 설비 관련 비용 단가
Table 2 The cost parameter of microgrid facility
|
설비 및 비용 종류
|
값
|
|
태양광 발전기
(지붕형)
|
CAPEX [원/kW]
|
1,513,300
|
|
OPEX [원/kW/year]
|
CAPEX의 2.5%
|
|
풍력발전기
|
CAPEX [원/kW]
|
1,771,824
|
|
OPEX [원/kW/year]
|
CAPEX의 2.5%
|
|
에너지
저장장치
|
CAPEX [원/kW]
|
468,312
|
|
OPEX [원/kW/year]
|
CAPEX의 2.5%
|
|
교체비용 [원/kW]
|
468,312
|
|
에너지
저장장치-PCS
|
CAPEX [원/kW]
|
103,494
|
|
OPEX [원/kW/year]
|
CAPEX의 2.5%
|
표 3 마이크로그리드 설비 관련 기술 파라미터
Table 3 The technical parameter of microgrid facility
|
설비 및 기술적 파라미터
|
값
|
|
태양광 발전기
(지붕형)
|
효율 [%]
|
21.7
|
|
패널면적 [m2/kW]
|
4.65
|
|
경제적수명 [년]
|
30
|
|
풍력발전기
|
Cut-in 풍속 [m/s]
|
3
|
|
Cut-out 풍속 [m/s]
|
20
|
|
정격 풍속 [m/s]
|
10
|
|
부지면적 [m2/kW]
|
5
|
|
경제적수명 [년]
|
30
|
|
에너지
저장장치
|
충전효율 [%]
|
95
|
|
방전효율 [%]
|
95
|
|
최대 SoC [%]
|
95
|
|
최소 SoC [%]
|
10
|
|
초기 SoC [%]
|
30
|
|
최대 충방전 가능율 [%]
|
50
|
|
성능감소율 [%]
|
0.03
|
|
부지면적 [m2/kWh]
|
0.0064
|
|
경제적수명 [년]
|
10
|
|
에너지
저장장치-PCS
|
충전효율 [%]
|
98
|
|
방전효율 [%]
|
98
|
|
부지면적 [m2/kW]
|
0.0024
|
|
경제적수명 [년]
|
10
|
|
연계선로
|
선로 용량 [MW]
|
20,000
|
|
변동성 수준 [%]
|
±5
|
|
피크부하율 [%]
|
70
|
4.2 연계선로 조류량 비교
표 2, 3의 비용단가 및 기술 파라미터를 사용하여 최적설비구성 및 비용산출 분석을 수행한 결과는 그림 3과 같다.
그림 3. 최적 마이크로그리드 설비구성 결과
Fig. 3. The result of optimal microgrid configuration
이때, 분석기간 중 특정 일자에 대한 계약유형별 연계선로 조류량은 그림 4-7과 같다.
그림 4. 완전 에너지자립 시 연계선로 조류
Fig. 4. The interface flow in the context of a energy independent microgrid
그림 4의 완전 에너지자립은 상위계통으로부터 전력공급이 불가능하기에 연계선로 조류량이 0인 것을 확인할 수 있다.
그림 5의 피크부하율 목표 기반 계약과 그림 6의 자유계약은 전반적인 패턴이 유사하지만 피크 부하 제약으로 인해 연계선로 조류량이 피크 부하인 14,000kWh를 초과하는 시간대에서 차이가 발생한
것으로 보인다.
그림 7의 변동성 관리 기반 계약의 경우, 변동성 수준 제약으로 인해 시간대별 조류 변화가 5% 이내인 결과를 보인다.
그림 5. 피크 부하율 목표 기반 계약 시 연계선로 조류
Fig. 5. The interface flow in the context of a peak load ratio target-based contract
그림 6. 자유계약 시 연계선로 조류
Fig. 6. The interface flow in the context of a unconstrained contract
그림 7. 변동성 관리 기반 계약 시 연계선로 조류
Fig. 7. The interface flow in the context of a volatility management-based contract
4.3 비용 및 편익 산출 결과
본 연구에서는 계약유형별 최적설비구성 시 비용산출 결과를 분석하였다. 또한, 마이크로그리드화를 고려하지 않았을 때의 연간 소요비용과 최적설비구성 시
연간 소요비용을 비교하여 마이크로그리드 도입으로 인한 총 비용 절감액을 산출하였다. 이때, 마이크로그리드화를 고려하지 않았을 경우 연간 소요비용은
100억원이다.
완전 에너지자립 계약에 대한 최적설비구성과 비용산출을 수행한 결과, 표 4와 같이 설비투자에 상당한 비용이 소요되는 것으로 확인하였다.
표 4 완전 에너지자립 계약 분석결과
Table 4 The analysis results of the energy independent microgrid
|
설비 종류
|
용량 [MW]
|
|
태양광 발전기
|
212
|
|
풍력발전기
|
2
|
|
에너지저장장치
|
298
|
|
에너지저장장치-PCS
|
34
|
|
전력구매량
[MWh]
|
전력구매 회피량
[MWh]
|
|
0
|
89,671
|
|
연간
소요비용
[억원]
|
연간 기존 대비 비용 절감액
[억원]
|
|
전력
구매
비용
(A)
|
설비투자
및
운영비용
(B)
|
기타
비용
(C)
|
총
비용
(A+B+C)
|
-381
|
|
0
|
374
|
107
|
481
|
특히, 전체 설비용량이 약 0.5GW로 他 계약유형의 약 20배 수준에 달하며 설비들은 태양광 발전기, 풍력발전기, 에너지저장장치, 에너지저장장치-PCS
총 4가지로 구성되었다. 이는 에너지자립 제약으로 인해 저녁 및 심야 시간대에는 오로지 에너지저장장치의 방전량과 풍력발전기만으로 수급균형을 유지해야
하기에 발생한 결과로 해석할 수 있고, 상위계통과 독립된 형태이기에 계통의 망증설 및 혼잡/손실 관련 비용을 절감시킬 수 있을 것으로 예상된다. 다만,
전체 계약유형 중 가장 많은 비용이 요구되어 사업자 입장에서 경제적으로 합리적인 솔루션은 아니라고 볼 수 있다.
피크 부하율 목표 기반 계약의 분석결과는 표 5와 같으며, 최적설비구성 시 에너지자립율은 34.7%이다. 해당 계약은 낮 시간에는 연계선로를 통한 전력공급 및 태양광 발전기의 발전량만으로 부하를
감당할 수 있지만, 저녁시간에는 부하량이 연계선로 계약량을 초과하고, 태양광 발전량이 없기에 초과분에 대한 전력공급을 위해 에너지저장장치 설비투자를
진행하였다.
이와 관련된 에너지저장장치의 충·방전패턴은 그림 8을 통해 확인할 수 있다. 또한, 연계선로 조류량에 제약이 존재하고, 제약 내에서 자유로운 전력구매가 가능하기에 망증설 및 혼잡/손실 관련 비용을
절감시킬 수 있을 것으로 예상된다. 연간 기존 대비 비용 절감액 및 전력구매 회피량은 전체 계약유형 중 많은 편에 속한다.
그림 8. 피크 부하율 목표 기반 계약 시 에너지저장장치 충·방전량 (a) 충전량 (b) 방전량
Fig. 8. (a) Charging and (b) discharging quantities of a battery energy storage system
in the peak load ratio target-based contract
표 5 피크 부하율 목표 기반 계약 분석결과
Table 5 The analysis results of the peak load ratio target-based contract
|
설비 종류
|
용량 [MW]
|
|
태양광 발전기
|
22
|
|
에너지저장장치
|
8
|
|
에너지저장장치-PCS
|
3
|
|
전력구매량
[MWh]
|
전력구매 회피량
[MWh]
|
|
58,563
|
31,108
|
|
연간
소요비용
[억원]
|
연간 기존 대비 비용 절감액
[억원]
|
|
전력
구매
비용
(A)
|
설비투자
및
운영비용
(B)
|
기타
비용
(C)
|
총
비용
(A+B+C)
|
7
|
|
61
|
24
|
8
|
93
|
변동성 관리 기반 계약에 대한 분석결과는 표 6과 같으며, 연계선로 내 시간대별 조류 변동 제약으로 인해 태양광발전기보다 에너지저장장치와 같은 제어설비에 투자가 집중되는 것을 확인할 수 있다.
특히, 모든 계약유형 중 제어설비 용량 비중이 가장 높은 결과를 보이며, 에너지저장장치의 충·방전패턴은 그림 9와 같다.
그림 9. 변동성 관리 기반 계약 시 에너지저장장치 충·방전량 (a) 충전량 (b) 방전량
Fig. 9. (a) Charging and (b) discharging quantities of the battery energy storage
system in the volatility management-based contract
표 6 변동성 관리 기반 계약 분석결과
Table 6 The analysis results of the volatility management-based contract
|
설비 종류
|
용량 [MW]
|
|
태양광 발전기
|
13
|
|
에너지저장장치
|
16
|
|
에너지저장장치-PCS
|
10
|
|
전력구매량
[MWh]
|
전력구매 회피량
[MWh]
|
|
72,234
|
17,437
|
|
연간
소요비용
[억원]
|
연간 기존 대비 비용 절감액
[억원]
|
|
전력
구매
비용
(A)
|
설비
투자
및
운영
비용
(B)
|
기타
비용
(C)
|
총
비용
(A+B+C)
|
-7
|
|
78
|
23
|
6
|
107
|
또한, 그림 8과 그림 9의 충전량을 비교해보면, 변동성 계약은 연계선로 내 변동성 제약으로 인해 부하보다 많은 양의 전력구매가 진행되어 피크 부하율 목표 기반 계약에 비해
충전량 수준이 전반적으로 높은 것을 확인할 수 있다. 해당 계약은 연계선로 내 조류 변동이 작기에 상위계통의 예비력 확보 부담을 낮출 수 있다. 하지만,
낮시간 이외 시간의 필요 전력구매를 위해 연계선로 내 조류를 일정 수준으로 유지하여 선로 혼잡 유발 가능성이 높을 것으로 예상된다. 이러한 결과를
바탕으로 연간 전력구매 회피량은 전체 계약유형 중 가장 적고, 연간 기존 대비 비용 절감액 역시 적은 편에 속한다. 또한, 최적설비구성 시 에너지자립율은
19.4%이다.
자유계약의 경우, 표 7에서 확인할 수 있듯이 他 계약유형들과 다르게 에너지저장장치에 대한 설비투자를 진행하지 않았고, 태양광 발전 비중이 100%인 결과를 보인다. 이는
심야 시간 또는 경부하 시 연계선로에 대한 제약이 없어 가장 경제적인 솔루션을 도출하기 위해 에너지저장장치를 설치하는 대신 전부 상위계통에서 전력을
공급받았기 때문에 발생한 결과이다. 반면, 낮시간의 경우, 전력을 상위계통으로부터 구매하는 것보다 태양광 발전기를 설치하는 것이 더 경제적이기에 약
20MW에 해당하는 설비투자를 진행하였다. 또한, 연간 기존 대비 비용 절감액은 전체 계약유형 중 가장 많고, 연간 전력구매 회피량도 많은 편에 속한다.
해당 계약유형의 최적설비구성 시 에너지자립율은 31.8%이다.
계약유형별 결과를 비교해보면, 태양광/에너지저장장치, 에너지저장장치/에너지저장장치-PCS의 비율이 일정하지 않은 것을 확인할 수 있는데, 이는 연계선로
제약 여부, 시간별 산업용 전기요금 등의 조건 하에서 수급균형 제약을 만족시키는 동시에 비용을 최소화하기 위한 결과로 보인다. 또한, 풍력발전기가
완전 에너지자립의 경우에만 자원 구성에 포함된 것을 확인할 수 있는데, 이는 본 연구에서 대상으로 하는 지역의 풍속이 느린 편에 속하고, 하루 중
발전할 수 있는 시간이 제한됨에 따라 발생한 결과로, 풍속이 빠른 지역으로 대상 지역이 바뀐다면 자원 구성결과가 달라질 수 있을 것으로 판단된다.
표 7 자유계약 분석결과
Table 7 The analysis results of the unconstrained contract
|
설비 종류
|
용량 [MW]
|
|
태양광 발전기
|
20
|
|
에너지저장장치
|
0
|
|
에너지저장장치-PCS
|
0
|
|
전력구매량
[MWh]
|
전력구매 회피량
[MWh]
|
|
61,161
|
28,510
|
|
연간
소요비용
[억원]
|
연간 기존 대비 비용 절감액
[억원]
|
|
전력
구매
비용
(A)
|
설비투자
및
운영비용
(B)
|
기타
비용
(C)
|
총
비용
(A+B+C)
|
11
|
|
65
|
17
|
7
|
89
|
추가적으로, 자유계약 조건 하에서 목표 에너지자립율 고려에 따른 설비투자 변화를 분석하였으며, 분석결과는 그림 10, 11과 같다. 이때, 0 ~ 100%까지 10% 단위 분석을 수행하였다.
그림 10. 목표 에너지자립율에 따른 설비투자 변화
Fig. 10. Variations in facility investments according to a target energy self-sufficiency
rate
그림 11. 목표 에너지자립율에 따른 연간 전력구매량 변화
Fig. 11. Variations in annual power purchases according to the target energy self-sufficiency
rate
에너지자립율 0%의 경우, 전부 상위계통으로부터의 전력구매를 통해 부하에 전력을 공급하고 있는 반면, 에너지자립율이 증가함에 따라 전력구매량이 점차
감소하고 마이크로그리드 내 설비용량이 증가하는 것을 확인할 수 있다. 특히, 자립율 50% 이상부터는 제어설비가 설비구성에 포함되고, 자립율 60%
이상부터는 제어설비의 비중이 태양광 발전기의 비중보다 높아지는 것을 확인할 수 있다. 물론, 목표 에너지자립율이 높아짐에 따라 마이크로그리드 내 설비용량
및 관련 비용이 증가하지만, 에너지 다소비 구역의 자립율이 높아질수록 계통의 장기적인 계획 또는 운영 편익 역시 증가할 것으로 기대된다.