• 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 and Electronics Eng., Pusan National University, Korea.)



Energy storage system, Renewable Energy Certificate, ESS incentive

1. 서 론

우리나라는 기후변화의 효과적인 대응 및 세계적인 에너지 전환 기조에 따라, 2019년 6월 「제3차 에너지 기본계획」 발표를 통해 2040년까지 신재생에너지 발전비중 목표를 제시 하였으며, 500MW이상의 발전설비(신재생에너지 설비 제외)를 보유한 발전사업자(공급의무자)에게 총 발전량의 일정비율 이상을 신재생에너지로 공급토록 하는 신재생에너지 공급의무화제도(Renewable Portfolio Standard, RPS) 시행을 통해 신재생에너지 설비 보급 확대에 노력하고 있다. 신재생 에너지 의무공급자는 의무공급량을 신재생에너지 공급인증서(REC, Renewable Energy Certificate)를 구매하여 충당할 수 있지만, 의무 공급량 불이행 시에는 의무공급량 불이행분에 대하여 해당 연도 공급인증서 평균거래가격의 150% 이내에서 과징금이 부과된다. 산업통상자원부는 RPS 의무 공급 비율을 2020년 기준 7%, 2022년 이후부터는 10%로 확대할 계획을 가지고 있다(1).

이러한 신재생 에너지 확대 정책을 통해 많은 신재생에너지 설비가 보급되고 있다. 하지만 태양광 및 풍력 중심으로 신재생에너지 설비가 급격히 보급되고 있으며, 태양광 및 풍력은 출력 조절이 어렵고 간헐성이 크기 때문에 발전비중이 커질수록 계통안정도 및 수급 문제 발생 가능성을 증가시킨다(2)(3). 이러한 문제를 해결하고 전력계통 안정적 유지 및 전력품질 확보를 위해 ESS(Energy Storage System) 보급 필요성이 강조되고 있다.

일반적으로 신재생에너지 설비와 ESS를 연계하게 되면 신재생 발전기의 출력을 안정화 시킬 수 있고, 충전된 전력을 전력 피크 시간대에 방전할 수 있다는 장점이 있지만 높은 초기 투자비용 및 짧은 배터리 수명 때문에 사업성이 떨어질 수도 있다는 단점이 있다. 이러한 이유로 산업통상자원부에서는 신재생에너지 설비와 ESS 연계 사업성을 높여 주기 위해 풍력, 태양광 설비와 ESS를 연계하는 경우에 한하여 REC 가중치 우대 인센티브 정책을 시행하고 있다. 그리고 이러한 정책에 힘입어 신재생에너지 설비에 ESS를 도입하는 사업이 점차 확대되어 왔다. 그러나 인센티브 대비 계통측면에서의 효과가 미미하여 ESS 연계 REC 가중치 일몰 등 불확실성이 커지고 있다.

신재생에너지와 ESS를 연계 용도에 따라 다양한 연구가 진행되어 왔다. 대표적으로 계통 운영비 최소화 목적으로 ESS 용량 산정에 관한 연구가 활발히 진행 되었으며,(4) 최근 확대되고 있는 마이크로 그리드에서는 재생에너지 수용성 제고 및 안정화를 위해 필수 요소로 평가되고 있다(5). 또한, 주파수 및 전압 조정용도(6), 풍력 연계 시스템의 예비력 확보(7) 등을 위한 ESS 최적용량 산정 연구들이 존재하며, 국내의 ESS 연계 REC 가중치 적용 정책을 활용한 ESS 최적 용량 산정에 관한 연구도 지속적으로 발표되고 있다. 하지만, 국내의 ESS 인센티브 정책을 활용한 대부분의 연구는 소규모 PV와 ESS 연계만을 고려하였으며, ESS 방전에 대한 전력계통수용 여부가 반영되지 않았다(8~11). 그리고, ESS가 가격결정발전계획에 입찰 참여 등에 의한 전력시장가격 변동을 고려하지 않고 이미 결정된 전력시장 가격을 반영하였다(9~12). 즉, ESS 공공사업 및 임대사업, 전력중개사업과 같이 대규모의 재생에너지 설비와 ESS가 가격결정발전계획에 반영되는 경우, 국내 전력시장 구조상 전력시장가격에 변화를 줄 수 있으며, 그로 인해 전력시장가격의 변화가 재생에너지-ESS 사업자들의 수익에 영향을 미친다. 이러한 관계를 내재적으로 반영할 수 있는 수리적 모델링이 필요하다.

따라서 본 논문에서는 국내 재생에너지-ESS 연계 REC 가중치를 활용한 사업자 수익 메커니즘을 반영하고, 대용량 재생에너지 설비 및 ESS가 가격결정발전계획에 반영되어 전력시장가격 변화를 내재적으로 고려할 수 있는 ‘재생에너지 사업자 수익’과 ‘경제급전 문제’로 이루어진 이단식 계획문제(Bi- level Programming Problem) 형태의 수리적 모델을 수립하였다. 또한 해당 수리적 모델을 기반으로 제주지역 대상으로 시뮬레이션을 수행하여 연도별 ESS 최적용량을 산정하였으며, ESS 연계 REC 가중치 변화 및 ESS 설치비 하락에 따른 민감도 분석을 수행하였다.

본 논문의 구성은 다음과 같다. 2장에서는 ESS 최적용량 산정에 관한 수리적 모델을 정식화한다. 3장에서는 시뮬레이션에 사용된 전제 및 입력 자료를 소개하고, 시뮬레이션을 통해 연도별 ESS 최적용량 산정 및 민감도 분석을 수행하였다. 마지막으로 4장에서는 결론을 정리하였다.

2. 문제의 수학적 정식화

2.1 기호 및 약어의 정의

2.1.1 집합

$y\in Y$ 계획년도 인덱스

$d\in D$ 날짜 인덱스

$h\in H$ 시간 인덱스

$h\in h DCh$ 태양광-ESS 연계 가중치 적용 방전시간

$h\in h Ch$ 태양광-ESS 연계 가중치 적용 충전시간

$r\in R$ 재생에너지원 인덱스

$\mathrm{g}\in G$ 발전기 인덱스

2.1.2 파라미터

$dr$ 할인율 [%]

$REC$ 재생에너지 공급인증서 가격[천원/MWh]

$w_{r,\:y,\:d,\:h}^{ess}$ ESS REC 가중치

$w_{r}^{Re}$ 재생에너지 설비 REC 가중치

$I\cos t^{ess}$ ESS 투자비용 [천원/MWh]

$I\cos t^{Re}$ 재생에너지 설비 투자비용 [천원/MW]

$OM\cos t^{ess}$ 방전횟수에 의한 성능저하 유지보수 비용 [천원/회_MWh]

$OM\cos t^{Re}$ 재생에너지 유지보수 비용 [천원/MW_년]

$l\mathrm{if}e^{ess}$ ESS 설계수명 [년]

$l\mathrm{if}e^{Re}$ 재생에너지 설비 설계수명 [년]

$eff_{Ch}/eff_{DCh}$ 충/방전 효율 [%]

$E\cap_{\max}/E\cap_{\min}$ SOC 최대/최소 비율 [%]

$Ch_{\max}/DCh_{\max}$ ESS 최대 충/방전 비율 [%]

$Ch_{\max}/DCh_{\max}$ ESS 최대 충/방전 비율 [%]

$Re P_{r,\:y,\:d,\:h}$ 재생에너지 설비 전력 생산량 [MWh]

$Re\cap_{r,\:y}$ 재생에너지 설비용량[MWh]

$N mber_{d}$ 날짜 인덱스의 일수 [일]

$VC_{\mathrm{g}}$ 발전기 변동비 [천원/MWh]

$Dem\mathrm{and}_{y,\:d,\:h}$ 전력수요 [MWh]

$P_{\mathrm{g}}^{\max}$ 발전기 최대 출력 [MW]

2.1.3 변수

$E\cap_{y}$ ESS 용량 [MWh]

$SOC_{y,\:d,\:h}$ ESS 전력저장량 [MWh]

$SMP_{y,\:d,\:h}$ 전력도매요금(SMP) [원/MWh]

$Ch_{y,\:d,\:h,\:r}/DCh_{y,\:d,\:h,\:r}$ ESS 충/방전량 [MWh]

$DCh1_{y,\:d,\:h}^{Solar}$ 태양광-ESS 연계 가중치 적용 방전량 [MWh]

$DCh2_{y,\:d,\:h}^{Solar}$ 태양광-ESS 연계 가중치 미적용 방전량 [MWh]

$cur_{y,\:d,\:h,\:r}$ 재생에너지 출력 삭감량 [MWh]

$Re P_{y,\:d,\:h,\:r}^{'}$ 계통에 직접 공급되는 재생에너지 출력량 [MWh]

$P_{y,\:d,\:h,\:g}$ 발전기 출력 [MW]

$z_{y,\:d,\:h}$ ESS 충/방전 상태(binary variable)

2.2 재생에너지-ESS 시스템 정식화

본 논문에서 사용한 신재생에너지-ESS 연계 사업자 모델 구성도는 그림 1과 같다.

그림 1과 같은 공용 연계 방식은 두 가지 신재생 에너지원을 하나의 ESS를 통해 통합 관리하는 연계 방식이다. 이는 풍력 발전량은 많지만 태양광 발전량이 적은 시간대에는 풍력 에너지 저장 가능 용량 비율을 높이고, 반대 경우에는 태양광 에너지의 저장 비율을 높이는 등의 유동적인 ESS 운영 프로세스를 통해 ESS 설비 용량은 줄이면서도 전력 판매 이익을 증대시킬 수 있다(12).

그림. 1. 재생에너지-ESS 연계 모델 구성

Fig. 1. Structure of renewable energy & ESS hybrid model

../../Resources/kiee/KIEE.2021.70.3.447/fig1.png

재생에너지-ESS 사업자 수익을 고려한 ESS 최적용량 산정 문제를 해결하기 위해 별도의 프로그램을 통해 구해진 전력시장가격을 활용하는 것이 아닌, 그림 2와 같이 이단식 계획문제(Bi-level Programming Problem)를 통해 재생에너지 출력 및 ESS 방전과 전력시장가격 변화 관계를 내재적으로 반영할 필요가 있다. 따라서 본 논문에서는 이러한 관계를 내재적으로 반영하기 위해 상위 문제인 ‘재생에너지-ESS 사업자 수익 최대화’와 하위문제인 ‘계통운영비 최소화’로 수리적 모델을 수립하였으며, Karush-Kuhn-Tucker(KKT) 조건식을 변형함으로써 이단구조모형(Bi-level) 형태의 혼합 정수 비선형 문제(Mixed- integer Non-Linear Programming, MINLP)를 Single-level 형태의 혼합 정수 선형 문제(Mixed-integer Linear Programming, MILP)로 변환하였으며, “Convex한 최적화 문제에서 KKT 조건을 만족하는 모든 해는 Primal Problem과 Dual Problem의 최적해이다.”라는 최적화이론을 적용하여 결과를 도출하였다(13).

그림. 2. 이단식 계획문제(Bi-level Programming Problem)의 구조

Fig. 2. Structure of bi-level programming problem

../../Resources/kiee/KIEE.2021.70.3.447/fig2.png

2.2.1 재생에너지-ESS 사업자 수익에 대한 목적함수

재생에너지 - ESS 연계 사업자의 수익은 재생에너지 발전 출력을 계통에 직접 공급하여 발생하는 수익과 ESS에 충전 후 방전하여 발생하는 수익으로 구분되며, 사업자의 순수익에는 재생에너지 및 ESS 설치 및 유지보수비용이 고려되어야 한다. 본 논문에서는 재생에너지-ESS 사업자 수익 최대화를 목적함수로 선정하였으며, 식(1)과 같이 나타낼 수 있다.

(1)
$\max imize$ $\sum_{Y}\sum_{D}Re ESSProf_{y,\:d}-\sum_{Y}ES\sin v_{y}-\sum_{R}\sum_{Y}Re\in v_{r,\:y}$

$Re ESSProf_{y,\:d}$ y년도, d계절 재생에너지-ESS 사업자 이익

$ES\sin v_{y}$ y년도 ESS 설치 및 유지보수 비용

$Re\in v_{y}$ y년도 재생에너지 설치 및 유지보수 비용

(2)
$Re ESSProf_{y,\:d}$ $=\dfrac{\sum_{R}\sum_{H}(SMP_{y,\:d,\:h}+REC\times w_{r}^{Re})\times Re P_{r,\:y,\:d,\:h}^{'}}{(1+dr)^{y}}$ $\times N umber_{d}$

(3)
$+\dfrac{\sum_{H}SMP_{y,\:d,\:h}\times DCh_{y,\:d,\:h}^{w\in d}}{(1+dr)^{y}}\times N umber_{d}$ $+\dfrac{REC\times w_{y,\:d,\:h}^{ess_{w\in d}}\times DCh_{y,\:d,\:h}^{w\in d}}{(1+dr)^{y}}\times N umber_{d}$

(4)
$+\dfrac{\sum_{H}SMP_{y,\:d,\:h}\times DCh_{y,\:d,\:h}^{solar}}{(1+dr)^{y}}\times N umber_{d}$ $+\dfrac{\sum_{h\in h Ch}REC\times w_{solar}^{Re}\times DCh_{y,\:d,\:h}^{solar}}{(1+dr)^{y}}\times N umber_{d}$

(5)
$+\dfrac{\sum_{h\in h DCh}REC\times w_{y,\:d,\:h}^{ess_{solar}}\times DCh1_{y,\:d,\:h}^{solar}}{(1+dr)^{y}}\times N umber_{d}$ $+\dfrac{\sum_{h\in h DCh}REC\times w_{solar}^{Re}\times DCh2_{y,\:d,\:h}^{solar}}{(1+dr)^{y}}\times N umber_{d}$

식(2)는 ESS를 통하지 않고 직접 계통에 공급하는 재생에너지 설비의 발전 수익을 의미하며, 식(3)은 풍력-ESS 연계를 통한 발전 수익을 의미한다. 태양광-ESS 연계 가중치 적용의 경우 충전시간(10시~16시)과 방전시간(0시~10시, 16시~24시)이 구분되어 있다(14). 식(4)는 충전시간에 발생하는 태양광-ESS 연계 발전 이익은 ESS 연계 REC 가중치를 적용 받지 않고, 태양광설비 가중치를 적용 받는 것을 나타내며, 식(5)는 태양광-ESS 연계 가중치 적용 방전시간에 발생하는 태양광-ESS 연계 발전 이익을 의미한다.

재생에너지-ESS 사업자 수익은 시간대별 전력시장가격에 의해 결정되는 것으로 가정하였으며, 이때 시간대별 전력시장가격인 $SMP_{y,\:d,\:h}$는 하위 문제의 식(24) 제약조건의 Lagrange Multiplier 정의된다. 또한 본 문제는 다 기간에 걸친 시점 간 최적화 문제(Multi-period Intertemporal Problem)로 K-mean Clustering을 이용하여 1년 365일을 계절별 4개의 구간으로 나누어 정의함으로써 문제를 간략화하였다.

(6)
$ES\sin v_{y}=\dfrac{I\cos t^{ess}(E\cap_{y}-E\cap_{y-1})}{(1+dr)^{y-1}}$ $+\sum_{Y}\dfrac{OM\cos t^{ess}\times E\cap_{y}}{(1+dr)^{y}}$

(7)
$-\dfrac{I\cos t^{ess}\times(l\mathrm{if}e^{ess}-Y+y-1)\times(E\cap_{y}-E\cap_{y-1})}{l\mathrm{if}e^{ess}\times(1+dr)^{Y}}$

식(6)은 증설 되는 ESS 설치비용과 ESS 열화 및 성능저하 발생 시 기존 성능을 유지하기 위한 유지보수 비용을 나타내며, 식(7)은 ESS 투자에 대한 잔존가치를 의미한다.

(8)
$RE\in v_{r,\:y}$ $=\dfrac{I\cos t_{r}^{Re}(Re\cap_{r,\:y}-Re\cap_{r,\:y-1})}{(1+dr)^{y-1}}+\dfrac{OM\cos t_{r}^{Re}\times Re\cap_{y}}{(1+dr)^{y}}$

(9)
$-\dfrac{I\cos t^{Re}\times(l\mathrm{if}e^{Re}-Y+y-1)\times(Re\cap_{r,\:y}-Re\cap_{r,\:y-1})}{l\mathrm{if}e^{Re}\times(1+dr)^{Y}}$

식(8)은 재생에너지 설비 설치 및 유지보수 비용, 식(9)은 재생에너지 설비 투자의 잔존가치를 의미한다.

2.2.2 재생에너지-ESS 설비 제약조건

(10)
$E\cap_{y-1}\le E\cap_{y}$, $\forall y$ p e11 $E\cap_{y}\times E\cap_{\min}\le SOC_{y,\:d,\:h}\le E\cap_{y}\times E\cap_{\max}$, $\forall y,\:d,\:h$

(12)
$SOC_{y,\:d,\:h}-SOC_{y,\:d,\:h-1}$ $=\sum_{R}(Ch_{r,\:y,\:d,\:h}\times eff_{Ch})-\sum_{R}\dfrac{DCh_{r,\:y,\:d,\:h}}{eff_{DCh}}$, $\forall y,\:d,\:h$

본 논문에서는 신재생에너지 공급의무화제도(Renewable Port- folio Standard, RPS) 및 신 기후체제 출범 등 신재생에너지 설비 확산 정책으로 신재생에너지 설비 증가와 더불어 ESS 또한 계획기간 동안은 확대된다고 가정하였다. 따라서 ESS 용량 제약조건으로 식(10)과 같이 매년 증가하도록 하였다. ESS의 보증된 성능과 수명을 유지 및 최적의 상태로 운영하기 위해 식(11)과 같이 충전잔량(State of Charge, SOC) 범위에 대해 제약조건을 설정하였으며, 식(12)는 h시간에서의 충전잔량에 대한 조건식을 의미한다.

(13)
$Ch_{r,\:y,\:d,\:h}\le Re P_{r,\:y,\:d,\:h}$, $\forall r,\:y,\:d,\:h$

(14)
$Re P_{r,\:y,\:d,\:h}^{'}=Re P_{r,\:y,\:d,\:h}-Ch_{r,\:y,\:d,\:h}-cur_{r,\:y,\:d,\:h}$, $\forall r,\:y,\:d,\:h$

신재생에너지-ESS 연계 설비만을 다루고 있으므로, ESS에 충전되는 전력은 신재생에너지 설비에서 생산된 전력만을 의미한다. 따라서 식(13)과 같이 ESS 충전 전력량은 신재생에너지 설비 전력 생산량 보다 항상 작거나 같아야 한다. 그리고 식(14)는 계통에 직접 공급되는 신재생에너지 설비 출력량을 의미한다.

(15)
$\sum_{Y}\sum_{D}\sum_{H}DCh_{r,\:y,\:d,\:h}\le\sum_{Y}\sum_{D}\sum_{H}Ch_{r,\:y,\:d,\:h}$, $\forall r$

(16)
$\sum_{R}Ch_{r,\:y,\:d,\:h}\le E\cap_{y}\times Ch_{\max}$, $\forall y,\:d,\:h$

(17)
$\sum_{R}DCh_{r,\:y,\:d,\:h}\le E\cap_{y}\times DCh_{\max}$, $\forall y,\:d,\:h$

(18)
$\sum_{R}Ch_{r,\:y,\:d,\:h}\le M\times z_{y,\:d,\:h}$, $\forall y,\:d,\:h$

(19)
$\sum_{R}DCh_{r,\:y,\:d,\:h}\le M\times(1-z_{y,\:d,\:h})$, $\forall y,\:d,\:h$

ESS 총 충전 전력량은 ESS 총 방전 전력량보다 같거나 많아야 된다는 것을 식(15)와 같이 표현하였으며, 식(16)식(17)은 ESS 최대 충/방전 용량에 대한 제약 조건, 식(18)식(19)는 동시에 충/방전이 일어날 수 없다는 것을 Big-M Method를 이용하여 나타내었다.

(20)
$DCh_{y,\:d,\:h}^{solar}=DCh1_{y,\:d,\:h}^{solar}+DCh2_{y,\:d,\:h}^{solar}$, $\forall y,\:d,\:h$

(21)
$\sum_{h\in h DCh}DCh1_{y,\:d,\:h}^{solar}\le\sum_{h\in h Ch}Ch_{y,\:d,\:h}^{solar}$, $\forall y,\:d,\:h$

(22)
$DCh_{y,\:d,\:h}^{solar}+Re P_{y,\:d,\:h}^{'solar}\le Re\cap_{y}^{solar}\times 0.7$, $\forall y,\:d,\:h$

풍력-ESS 연계 설비와 달리 태양광-ESS 연계 설비의 경우 ESS 연계 REC 가중치를 적용 받기 위해 가중치 적용시간 조건 만족 이외에도 두 가지 조건을 충족하여야 한다. 첫 번째, ESS 연계가중치를 적용 받기 위해서는 태양광 설비로부터 충전시간에 충전되어 방전시간에 방전하는 전력량이어야 한다(14). 즉, 방전시간에 태양광설비로부터 충전되어 방전시간에 방전되는 전력량은 ESS 연계 REC 가중치를 적용받을 수 없다. 또한, 태양광설비에서 계통으로 직접 공급되는 출력과 태양광-ESS 연계 설비에서 방전되는 출력량의 합은 태양광 설비용량의 70% 이하로 유지되어야 한다(14). 따라서, 식(20)을 통해 태양광-ESS 연계 REC 가중치 적용과 미적용 방전출력을 구분 지었으며, 식(21)을 통해 가중치 적용 방전출력은 충전시간에 충전된 전력량보다 같거나 작아야 한다는 조건으로 첫 번째 조건을 나타내었다. 식(22)는 태양광설비의 출력과 ESS 방전출력의 합은 설비용량의 70%이하가 되어야 한다는 제약조건을 나타낸다.

2.3 경제급전 문제

2.3.1 경제급전 문제에 대한 목적함수

계통운영기관(Independent System Operator, ISO)의 전력수급 충족을 위한 경제급전 문제를 하위문제로 구성하였으며, 하위문제의 목적함수는 다음 식(23)과 같다.

(23)
$\min imize$ $\sum_{G}\sum_{Y}\sum_{D}\sum_{H}\dfrac{VC_{g}\times P_{g,\:y,\:d,\:h}}{(1+dr)^{y}}\times N umber_{d}$

2.3.2 경제급전 문제의 제약조건

(24)
$Dem\mathrm{and}_{y,\:d,\:h}$ $=\sum_{G}P_{g,\:y,\:d,\:h}+\sum_{R}DCh_{r,\:y,\:d,\:h}+\sum_{R}Re P_{r,\:y,\:d,\:h}^{'}$, $\forall y,\:d,\:h$

(25)
$0\le P_{g,\:y,\:d,\:h}\le P_{g}^{\max}$, $\forall g,\:y,\:d,\:h$

식(24) 계통수급 조건으로 상위 문제의 변수인 재생에너지 설비 출력과 ESS 방전출력이 반영하여 매 시간별 전력수요는 발전기 출력, 재생에너지 설비 출력 및 ESS 방전출력의 합과 같아야 함을 의미한다. 식(25)는 발전기 물리적 제약조건으로 발전기의 출력은 최대출력을 초과할 수 없음을 나타낸다.

3. 사례 연구

3.1 기본전제 및 입력자료

3.1.1 기본 전제

본 논문은 제주지역을 배경으로 10년간의 계획기간 동안의 ESS 최적용량 산정을 목표로 하였으며, 신재생에너지원은 태양광 및 풍력만을 고려하였다. 또한, 제주지역에 기설치 되어 있는 HVDC(High-voltage direct current)는 고려하지 않았으며, ESS 연계 REC 가중치 미적용 시의 방전 전력량은 해당 신재생에너지 설비 가중치를 적용하였다.

3.1.2 신재생에너지 설비 및 ESS 관련 입력자료

본 논문에 적용한 연도별 신재생에너지 설비용량 및 설치비용은 제주특별자치도(2019), 설계수명 및 유지보수비는 해양수산부(2018) 자료를 참고 하였으며, 풍력설비의 설치 및 유지보수비는 육상과 해상풍력의 평균값을 적용하였다.

표 1. 연도별 재생에너지 설비용량

Table 1. Installed capacity of renewable energy by year

계획년도

Solar(MW)

Wind(MW)

비고

2020

Y1

297

420

2021

Y2

377

590

2022

Y3

482

745

2023

Y4

642

972

2024

Y5

756

1012

2025

Y6

879

1072

2026

Y7

992

1262

2027

Y8

1072

1362

2028

Y9

1142

1562

2029

Y10

1192

1812

자료: 제주특별자치도(2019)

표 2. 재생에너지 설비 설계수명 및 설치/유지보수 비용

Table 2. Life years of renewable energy and installation/maintenance cost

구분

설치비(천원)

유지보수비(천원)

설계수명(년)

태양광

1,480,000

22,200

20

풍력

5,287,000

145,392

20

자료: 제주특별자치도(2019), 해양수산부(2018)

그리고 시간당 재생에너지 설비 발전량은 PPA(Power Purchase Agreement, 전력구매계약)를 제외한 태양광 및 풍력설비의 2019년 제주 전 지역 발전실적을 1MW 설비용량 기준으로 환산 후 K-mean Clustering을 이용하여 계절별로 구분지어 적용하였으며, REC가격은 2019년 현물 및 계약시장 거래 평균가격을 적용하였다. 재생에너지 REC 가중치는 아래의 표 3과 같이 가정하였으며, 본 논문에서의 ESS는 LG화학 RESU Model의 리튬이온 ESS 기술 특성을 반영하였으며, 설치비용의 경우 미국 에너지부에서 발표한 ‘Energy Storage Technology and Cost Characterization Report(2019)’를 반영하였다. ESS 관련 입력자료는 표 4와 같이 정리하였다.

그림. 3. 제주지역 태양광설비 시간당 발전실적(1MW 기준)

Fig. 3. Normalized hourly generation curves of Jeju solar generation

../../Resources/kiee/KIEE.2021.70.3.447/fig3.png

그림. 4. 제주지역 풍력설비 시간당 발전실적(1MW 기준)

Fig. 4. Normalized hourly generation curves of Jeju wind generation

../../Resources/kiee/KIEE.2021.70.3.447/fig4.png

표 3. 재생에너지 REC 가중치 및 REC 가격

Table 3. Weights and average prices for RECs

구분

REC가중치

REC 가격(천원/REC)

태양광

1

60.447

풍력

2

자료: 한국전력거래소(2019)

표 4. ESS 입력자료

Table 4. Input data for ESS

ESS 입력자료

SOC 범위

정격용량의 10[%]~90[%]

충/방전 효율

충전 95[%] / 방전 95[%]

최대 충/방전 용량

정격 용량의 100[%]

설계수명

10년(6,000 Cycle)

초기투자비용

(PCS 등 포함)

559,000[천원/MWh]

자료: LG 화학 RESU Model Manual 및 Energy Storage Technology and Cost Characterization Report, 미국 에너지부(2019)

표 5. 제주지역 발전기 입력데이터

Table 5. Input data for Jeju generators

발전재원명

최대출력

[MW]

변동비

[천원/MWh]

비고

남제주#1

G1

103

91.60

남제주#2

G2

103

90.64

제주기력#2

G3

79

109.78

제주기력#3

G4

79

103.36

한림복합CC#1

G5

123

131.44

한림복합CC#2

G6

123

131.44

제주GT#3

G7

53

220.41

제주내연#1

G8

40

83.07

제주내연#2

G9

40

97.60

남제주복합

G10

150

172.76

2021년 반영

3.1.3 경제급전 관련 입력자료

경제급전 문제의 입력데이터로 적용된 발전기의 경우 실제 제주지역에서 운영되고 있는 발전기 데이터를 사용하였으며, 남제주복합(한국남부발전)의 경우 2020년 12월 준공되어 2021년부터 운영되는 것으로 가정하였다(15). 그리고 이때의 변동비는 증분비($2a P+b$)만 반영하여 표 5와 같이 나타내었다.

2029년까지의 전력수요는 전력거래소에서 제공하는 2019년도 가격 결정발전계획용 수요데이터를 이용하여, 계절별 K-mean Clustering 수행한 후 제8차 전력수급기본계획 상의 제주지역 연평균 전력수요 증가율인 3.8%를 반영하여 산정하였다.

3.2 민감도 분석 시나리오

표 6은 현행 기준 재생에너지-ESS 연계 REC 가중치 적용 시간을 나타내었으며, 가중치 일몰 및 하락의 시나리오를 표 7과 같이 구성하여 시나리오별 ESS 용량 추이를 분석하였다. 또한, 2021년부터 가중치가 일몰되는 시나리오에서 연 평균 5% 및 7% 설치비용 하락에 따른 ESS 용량 추이를 분석하였다.

표 6. 재생에너지-ESS 연계 공급인증서 가중치 적용 세부사항

Table 6. Detailed information on RE-linked ESS REC weights

구 분

계절

기간

가중치 적용시간

육지

제주

태양광-ESS

봄, 여름,

가을, 겨울

1월 1일~

12월 31일

충전

10시~16시

방전

0시~10시, 16시~24시

풍력-ESS

여름

6월 7일~

9월 20일

13시~17시

13시~15시,

19시~21시

가을

9월 21일~

11월 14일

18시~21시

5시~10시,

18시~23시

겨울

11월 15일~

3월 16일

9시~12시

3월 17일~

6월 6일

표 7. ESS 연계 REC 가중치별 시나리오

Table 7. Assumptions on RE-linked ESS REC weights

계획

년도

Solar

Wind

비고

S1

S2

S3

S4

S1

S2

S3

S4

2020

5

5

5

5

4.5

4.5

4.5

4.5

상반기

4

4

4

4

4

4

4

4

하반기

2021

3.9

3.8

3.5

-

3.9

3.8

3.5

-

2022

3.8

3.6

3.0

-

3.8

3.6

3.0

-

2023

3.7

3.4

2.5

-

3.7

3.4

2.5

-

2024

3.6

3.2

2.0

-

3.6

3.2

2.0

-

2025

3.5

3.0

-

-

3.5

3.0

-

-

2026

3.4

2.8

-

-

3.4

2.8

-

-

2027

3.3

2.6

-

-

3.3

2.6

-

-

2028

3.2

2.4

-

-

3.2

2.4

-

-

2029

3.1

2.2

-

-

3.1

2.2

-

-

3.3 시뮬레이션 결과

본 논문에서는 상용 최적화 프로그램인 GAMS(General Alge- braic Modeling System)를 사용하였으며, MILP(Mixed Integer Linear Programming, 혼합정수 선형계획법)로 구성된 최적화 문제 풀이를 위해 CPLEX Solver를 사용하였다(16).

3.3.1 REC 가중치 시나리오별 ESS 최적용량 및 경제성 분석

그림 5는 REC 가중치 시나리오별 ESS 최적용량 추이를 나타내고 있다. 재생에너지-ESS 연계 REC 가중치가 높게 유지 될수록 재생에너지 설비 용량 증가와 함께 ESS 보급이 확산되는 형태로 나타난다. 시나리오 1,2의 경우 2023년에 ESS 용량이 가파르게 증가하는 형태를 보이는데, 이는 해당년도 재생에너지 설비용량이 전년도 대비 387MW(태양광 160MW, 풍력 227MW) 증설되는 구간이며, 계획년도 내에서 재생에너지 설비가 가장 큰 폭으로 확대되는 구간이다. 신재생에너지 설비용량 증가는 신재생에너지 출력 증가를 의미하기에 연계 REC 가중치가 높게 유지되고 있는 시나리오에서는 연계수익을 위해 해당 년도에 ESS 용량을 큰 폭으로 확대되는 결과를 얻었다. 시나리오 3의 경우 2025년까지 ESS 연계 REC 가중치가 적용되다보니, 계획년도 초기 연계수익을 위해 설비 투자가 이루어진다. 2021년부터 ESS 연계 REC 가중치가 일몰되는 시나리오 4의 경우 상대적으로 ESS 보급률이 가장 낮게 나타났으며, 2024년부터 증설되는 재생에너지 설비와 전력수요를 충족하기 위해 ESS 용량이 증가하는 형태로 나타난다.

그림. 5. REC 가중치 시나리오 별 ESS 용량 추이

Fig. 5. Trend of ESS capacity by REC weight scenario

../../Resources/kiee/KIEE.2021.70.3.447/fig5.png

표 8. REC 가중치 시나리오별 경제성 분석

Table 8. Economical analysis by REC weight scenario

구분

순이익

(①+②-③-④)

재생

에너지

수익

(①)

ESS

연계

수익

(②)

투자 및 O&M 비용

재생

에너지

설비

(③)

ESS 설비

(④)

ESS 미연계

21,080

48,510

-

27,430

-

S1

38,125

(80.9%↑)

23,344

49,511

7,300

S2

33,239

(57.7%↑)

25,968

40,636

5,935

S3

28,136

(33.5%↑)

30,545

29,363

4,342

S4

26,099

(23.8%↑)

33,353

22,909

2,733

표 8과 같이 REC 가중치 시나리오 별 경제성 분석결과 모든 시나리오에서 ESS 미연계 시보다 순이익이 향상되는 것으로 나타났다. 이는, ESS 연계 REC 가중치에 의한 수익 향상 뿐 만아니라, 연계 REC 가중치를 적용받지 않더라도, ESS를 통하여 재생에너지 출력삭감(Curtailment)량을 줄여 신재생에너지 설비 전력생산 이용률을 향상시키며, 그림 6, 그림 7의 2023년 이후 ESS 방전 분포도를 보게 되면, 시나리오 1의 경우 SMP 고려 없이 가중치 적용되는 시간에 방전하여 수익을 창출하고 있으나, ESS 연계 REC 가중치가 일몰되는 시나리오 4에서는 상대적으로 SMP가 높은 시간대에 방전하여 수익을 창출하는 결과를 얻었다.

그림. 6. 시나리오1의 방전분포도(2023년 이후)

Fig. 6. Discharge distribution of scenario 1(after 2023)

../../Resources/kiee/KIEE.2021.70.3.447/fig6.png

그림. 7. 시나리오4의 방전분포도(2023년 이후)

Fig. 7. Discharge distribution of scenario 4(after 2023)

../../Resources/kiee/KIEE.2021.70.3.447/fig7.png

그림. 8. REC 가중치 시나리오 별 순이익과 계통운영비

Fig. 8. Profit and operation cost analysis by REC weight scenario

../../Resources/kiee/KIEE.2021.70.3.447/fig8.png

3.3.2 계통운영비 분석

그림 8을 보게 되면, ESS 연계 REC 가중치에 의한 사업자 수익과 비례하여 계통운영비가 증가되는 결과를 확인할 수 있다. 이는 ESS 연계 REC 가중치가 클수록 수익을 위해 상대적으로 많은 전력을 충/방전 하게 되며, 충/방전 효율에 의한 전력손실이 발생하게 된다. 이렇게 발생된 전력손실은 기존 발전기의 출력을 통해 보상하는 결과를 얻었다. 즉, 과도한 ESS 충/방전은 전력손실을 증가시키며, 그로 인해 계통운영비의 상승으로 이어진다. 그러므로 계통운영비 및 ESS 보급 확산 측면에서는 적절한 가중치 선정이 중요하다.

3.3.3 ESS 설치비에 대한 민감도 분석

2021년부터 ESS 연계 REC 가중치가 일몰되는 시나리오 4에서 ESS 설치비에 대한 민감도 분석 결과 ESS 최적용량은 그림 9와 같이 나타났다. 그림 9에서 볼 수 있듯 연도별 설치비 하락 또한 ESS 보급 확산 및 사업자 수익에 긍정적인 영향을 준다. 시간이 지날수록 ESS 투자비가 감소하므로 초기에는 상대적으로 작은 용량이 보급되며, 재생에너지 설비의 증가 폭에 비례하여 ESS 용량이 증가 된다. 2029년 기준, 투자비 연평균 5% 및 7% 감소 시 기존 ESS 용량 대비 각 22.2%, 47.2% ESS 용량이 증가한다. 즉, 인센티브 정책뿐만 아니라, ESS 신기술개발 등을 통한 투자비절감 또한, ESS 보급 확산 및 사업자 수익에 도움이 된다.

그림. 9. ESS 설치비 하락에 대한 민감도 분석

Fig. 9. Sensitivity analysis for various ESS installation cost

../../Resources/kiee/KIEE.2021.70.3.447/fig9.png

3.3.4 일일 재생에너지-ESS 및 발전기 출력 패턴 분석

그림 10그림 11은 5분 단위의 재생에너지 출력을 적용하여 시나리오 1과 4의 2029년 12월1일 일일 재생에너지 출력 및 ESS 방전 그리고 발전기들의 출력 패턴을 나타 낸 것이다.

그림. 10. 2029년 12월 1일 일일 출력 패턴(시나리오1)

Fig. 10. Output pattern on Dec. 1, 2029 (Scenario 1)

../../Resources/kiee/KIEE.2021.70.3.447/fig10.png

그림. 11. 2029년 12월 1일 일일 출력 패턴(시나리오4)

Fig. 11. Output pattern on Dec. 1, 2029 (Scenario 4)

../../Resources/kiee/KIEE.2021.70.3.447/fig11.png

시나리오 1의 일일 발전기 출력패턴을 보게 되면, 상대적으로 시나리오 4에 비해 Ramp Up/Down 횟수가 빈번하고 3시에서 4시 사이 발전기 출력 222MW Ramp Down, 17시에서 18시 사이 286MW Ramp Up하는 등 출력 변동폭 또한 상대적으로 크게 나타났다. 이러한 현상이 나타나는 이유는 수익을 위해 REC 가중치가 적용되는 시간에 방전이 집중되기 때문이다. 특히, 태양광 설비의 경우 ESS 연계 REC 가중치 적용받는 경우와 그렇지 않는 경우의 차이가 크기 때문에 계통에 직접 출력보다는 ESS에 충전 뒤 연계 REC 가중치가 적용되는 시간에 방전하는 패턴으로 나타났으며, 이러한 이유로 인해 기존 발전기들의 출력변동률을 상대적으로 증가 하게 되었다. 따라서 재생에너지-ESS 연계 REC 가중치 등과 같은 인센티브 정책은 단기적으론 사업자 수익성을 높여 ESS 보급 및 확산에 도움을 주어 재생에너지 설비 출력 변동성을 완화할 수 있지만, ESS 용량이 계통에 영향을 줄 정도로 커진 경우에는 기존 발전기들의 출력변동률을 증가 시켜 계통운영 측면이나, 발전기측면에서 상당한 부담으로 작용할 수 있다.

그림. 12. 연동별 ESS 용량추이(S4 설치비 연평균 7%하락 고려)

Fig. 12. ESS capacity comparison for interconnection

../../Resources/kiee/KIEE.2021.70.3.447/fig12.png

그림. 13. 발전기 출력패턴 비교(2025년 9월 1일)

Fig. 13. Comparison of generator output patter (Sep. 1, 2025)

../../Resources/kiee/KIEE.2021.70.3.447/fig13.png

3.3.5 경제급전 미고려 시 발전기 출력 패턴 비교 분석

전력계통의 경제급전을 고려하지 않고, 단순히 사업자 수익만을 고려할 경우 연계 REC 가중치가 일몰되는 시점부터는 재생에너지 직접출력과 ESS를 통한 방전출력의 수익에 차이가 나지 않아, ESS 투자 대신 재생에너지 직접출력을 통한 사업자 수익 창출의 비중이 커지게 된다. 이는 ESS 용량을 상대적으로 낮게 산정 되며, 일일발전기 출력 패턴인 그림 13과 같이 기존 발전기 출력의 변동성이 커지게 되는 결과를 얻게 된다. 발전기의 변동성은 계통운영비 증가, 발전기 스트레스 등으로 이어져, 계통운영입장에서는 부담으로 작용할 수 있다. 즉, 대규모 계통용 ESS 최적용량 산정 시, 경제급전 등 계통운영 측면의 요소가 필수적으로 고려되어야 한다.

4. 결 론

본 논문에서는 대규모 재생에너지 설비 및 ESS가 가격결정발전계획에 반영될 경우에 따른 전력시장가격 변화를 내재적으로 고려할 수 있는 수리적 모델을 정식화하고, 이를 통해 사업자 수익을 고려한 ESS 최적용량 산정하였으며, ESS 연계 REC 가중치 및 설치비 하락에 대한 시나리오를 구성하여 민감도 분석을 수행 하였다.

사례연구 결과, ESS 연계 REC 가중치가 높을수록 ESS 보급이 빠르게 확산되는 결과를 얻었으며, 경제성 평가 결과 2021년부터 ESS 연계 REC 가중치가 일몰 되는 시나리오 4에서도 ESS 미연계 시보다 순이익이 약 23.8% 증가되는 결과를 얻었다. 이는 ESS 연계 REC 가중치를 적용받지 않더라도, ESS 연계를 통한 재생에너지 출력 삭감(Curtailment)량을 줄이고, SMP가 상대적으로 높은 시간대에 방전을 하여 수익을 창출할 수 있다는 것을 의미한다. 그러고 ESS 연계 REC 가중치 높게 유지하는 것은 ESS 보급 확산에는 도움이 될 수 있으나, 과도한 충/방전에 의한 전력손실이 발생하고 그로 인해 발전기 연료비가 증가되는 결과가 나타났다. 또한, 시나리오 1의 2029년 12월 1일 출력패턴 분석에서도 볼 수 있듯이 가중치 적용시간대에 ESS 방전 집중되어 발전기 Ramp Up/Down 횟수가 빈번해지고 출력 변동폭 또한 상대적으로 크게 나타났다. 반면, ESS 설치비 하락에 대한 민감도 분석결과 초기에는 상대적으로 작은 용량이 보급 되지만, 시간이 지날수록 설치비가 하락하여 재생에너지 설비의 증가 폭에 비례하여 큰 폭으로 ESS 용량이 증가되며, 2029년 기준 설치비 연평균 5% 및 7% 감소 시 기존 시나리오 대비 각 22.2% 및 47.2% ESS 용량이 증가하는 결과를 얻었으며, 2021년부터 ESS 연계 REC 가중치가 일몰되는 시나리오 4의 2029년 12월 1일 출력패턴 분석에서 나타나듯이, ESS 방전 전력량이 시간대별로 골고루 분포되어 있어, 상대적으로 발전기의 출력 변동폭 및 Ramp Up/Down 횟수가 적게 나타난다. 또한, 2021년 1월의 REC 가격인 40[천원/MWh]을 적용하면, 각 연도별 ESS 용량은 기존 보다 상대적으로 낮게 산정될 수 있으나, ESS 설치비 하락 시에 의한 ESS 용량 증가 등 기존과 비슷한 결과를 얻을 수 있다. 그리고 대규모 계통용 ESS 용량 산정 시 계통운영 측면을 고려하지 않을 경우 ESS 용량을 상대적으로 낮게 산정될 우려가 있으며, 발전기 출력의 변동성 증가 등 계통운영 부담이 커지게 되는 결과를 얻게 되었다.

이러한 결과를 종합적으로 판단해보면 인센티브 정책은 단기적으론 사업자 수익성을 높여 ESS 보급 및 확산에 도움을 주어 재생에너지 설비 출력 변동성을 완화할 수 있지만, ESS 용량이 계통에 영향을 줄 정도로 커진 경우에는 기존 발전기들의 출력변동률 및 전력손실을 증가 시켜 계통운영 측면이나, 발전기측면에서 상당한 부담으로 작용할 수 있다. 반면, ESS 설치비 하락은 상대적으로 안정적인 계통 운영과 더불어 ESS 보급 확산 되는 결과가 나타났다. 즉, 안정적인 계통 운영과 ESS 보급을 위해서는 ESS 연계 REC 가중치 적용 정책보다는 신기술 개발, 인프라 구축 등 ESS 설치비 하락을 위한 지원정책 및 제도 적용 및 연구가 필요하다.

Acknowledgements

본 연구는 한국전력공사의 2018년 선정 기초연구개발 과제 연구비에 의해 지원되었음(과제번호 : R18XA06-30)

References

1 
Korea Energy Agency, 2020, Renewable Portfolio Standard(RPS) Facility Number and Capacity InformationGoogle Search
2 
P. Denholm, M. Hand, 2011, Grid flexibility and storage required to achieve very high penetration of variable renewable electricity, Energy Policy, Vol. 39, No. 3, pp. 1817-1830DOI
3 
M. W. Chupka, 2003, Designing effective renewable markets, Electr. J., Vol. 16, No. 4, pp. 46-57DOI
4 
Y. Zheng, Z. Z. Y. Dong, F. J. F. Luo, 2014, Optimal allocation of energy storagesystem for risk mitigation of DISCOs with high renewable penetrations, IEEETrans. Power Syst, Vol. 29, No. 1, pp. 212-220DOI
5 
B. Bahmani-Firouzi, R. Azizipanah-Abarghooee, 2014, Optimal sizing of batteryenergy storage for micro-grid operation management using a new improved batalgorithm, Int. J. Electr. Power Energy Syst, Vol. 56, pp. 42-54DOI
6 
S. J Lee, J. H Kim, C. H Kim, S. K Kim, E. S Kim, DU Kim, 2016, Coordinated controlalgorithm for distributed battery energy storage systems for mitigating voltage and frequency deviations, IEEE Trans Smart Grid, Vol. 7, No. 3, pp. 1713-1722DOI
7 
Qin Mingwen, Wing Chan Kevin, Yung Chung Chi, Luo Xiao, Wu Ting, 2016, Optimal planning and operation of energy storage systems in radial networks for windpower integration with reserve support, IET Gener. Transm. Distrib, Vol. 10, No. 8, pp. 2019-2025DOI
8 
H. Y. Kim, S. D. Kim, H. G. Kim, 2019, Assessment of the Optimal Capacity of a Battery Energy Storage System Linked with a PV System based on an Economic Evaluation, New & Renewable Energy, Vol. 15, No. 4, pp. 39-46Google Search
9 
H. Y. Shin, 2019, Algorithm for Optimal Sizing of Energy Storage System Paired with Photovoltaic Generation Considering Lithium-Ion Battery Degradation, Trans. Korean. Ins. Elect. Eng, Vol. 68, No. 6, pp. 701-709Google Search
10 
Y. S. Choi, S. Y. Na, 2018, A study on the optimal operation according to appropriate PCS and battery capacity estimation of PV-BESS system, Trans. Korean. Inst. Elect. Eng, Vol. 67, No. 9, pp. 1174-1180DOI
11 
M. K. Baek, J. B. Park, S. Y. Son, H. S. Shin, Y. G. Park, 2018, A study of optimum capacity of battery energy storage system linked PV, Trans. Korean. Inst. Elect. Eng, Vol. 67, No. 1, pp. 38-45DOI
12 
S. W. Lee, H. T. Kim, H. S. Shin, T. H. Kim, W. Kim, 2018, A study on the estimation of optimal ESS capacity considering REC weighting scheme, Trans. Korean. Inst. Elect. Eng, Vol. 67, No. 8, pp. 1009-1018DOI
13 
Hamed Mohsenian-Rad, 2016, Coordinated Price-Maker Operation of Large Energy Storage Units in Nodal Energy Markets, IEEE Transactinos on Power Systems, pp. 786-797DOI
14 
Ministry of Trade, Industry and Energy, 2020, Guidelines for Management and Operation of New and Renewable Energy Supply and Fuel Mixing Mandatory SystemGoogle Search
15 
Korea Power Exchange, 2020, Status of Power Plant Construction Project in the 2nd Quarter of 2020Google Search
16 
R. E. Rosenthal, 2014, GAMS-A User’s Guide, GAMS Development CorporationGoogle Search

저자소개

김병오(Byungoh, Kim)
../../Resources/kiee/KIEE.2021.70.3.447/au1.png

He received B.S. degree in electrical engineering from Yeungnam University, Gyeongsan, Korea in 2013.

And M.S. degrees in in electronic and electrical engineering from Pusan National University, Busan, Korea in 2021.

Currently, he has been a senior manager at Korea Hydro & Nuclear Power CO., LTD.

곽규형(Kyuhyeong, Kwag)
../../Resources/kiee/KIEE.2021.70.3.447/au2.png

He received B.S. and M.S. degrees in electronic 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.

김태현(Tae Hyun, Kim)
../../Resources/kiee/KIEE.2021.70.3.447/au3.png

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

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

신한솔(Hansol, Shin)
../../Resources/kiee/KIEE.2021.70.3.447/au4.png

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

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

김 욱(Wook, Kim)
../../Resources/kiee/KIEE.2021.70.3.447/au5.png

He received B.S., M.S., and Ph.D. degrees in electrical engineering from Seoul National University, 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.