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

  1. (Korea Electric Power Corporation, Korea.)
  2. (Power System Analysis and Control Lab, Seoul National University of Science and Technology, Korea.)



ESS Battery, Stabilizing Power System, Frequency Adjustment Dead Zone, Speed Turning Rate

1. 서 론

전 세계적으로 온실가스 배출 증가에 따른 기후변화의 문제를 해결하기 위해 에너지전환 정책을 적극적으로 추진하고 있으며, 정부는 신기후체제에 대한 대응을 위하여 에너지전환 정책을 국정과제로 확정하고 ’40년 발전비중의 30~35%를 재생e 발전설비로 ’34년까지 지속적으로 확충하는 전환부문 이행방안을 제9차 전력수급기본계획(’20.12)(1)에 구체적으로 제시하였다. 이에 따라 향후 재생e 투입 비율이 크게 증대되며, 변동성과 간헐성이 높은 특성을 지닌 전력전자 인버터 기반의 재생e 발전원이 계통에 연계됨에 따라 중장기 전력계통을 안정적으로 운영하는 데 있어 어려움이 커질 것으로 전망되고 있다. 재생e 발전 비율이 높음에 따라 현재보다 계통 등가관성이 낮은 미래 전력망의 경우 대규모 발전기 탈락 또는 출력 변동성 발생 시 예비력 자원이 투입되기 이전에 주파수가 급격히 낮아짐에 따른 계통 붕괴의 가능성과 주파수 조정의 어려움이 존재한다. 따라서 미래 계통에서의 계통 신뢰도 유지를 위해 ESS의 설치가 필요한 상황이다. 본 논문은 제9차 전력수급계획에 따라 향후 주파수 변동성을 예측하고 미래 계통 주파수 프로파일 제작, 주파수 조정 불감대 및 속도조정률, 발전기 설비정지 등을 고려하여 계통안정화용 ESS의 배터리 사용패턴을 결정하고 그에 따른 수명 산정기준을 수립한다. 일일 배터리 충·방전 횟수를 나타내는 사용패턴은 배터리 수명산정의 핵심 요인이며 배터리 설치물량에 영향을 미친다.

2. ESS 역할 및 배터리 수명감소 요소

2.1 계통안정화용 970MW ESS의 주요 역할

2.1.1 주파수조정 용도

주파수 조정용 ESS는 건전상태에서 기준 주파수에 대한 주파수 편차를 줄여 전력 품질을 증가시키는 것을 목적으로 하며, 빠른 공급 속도(Droop)와 좁은 주파수 불감대를 가지는 것이 특징이다. 국내 계통은 전력거래소의 부하예측 기준을 이용해 전력수요를 미리 예측하여 전력을 공급하고, 발전 예비력을 운영하여 기본 주파수 60Hz를 유지하는 것을 목표로 하고 있다. 하지만 매 순간 변하는 수요부하의 특성은 필연적으로 주파수 변동을 가져온다. 하지만 주파수 조정용 ESS를 이용하면 주파수 변동에 반응하는 초고속 응동을 통해 유효전력 밸런싱 오차를 감소시켜 주파수의 변동을 감소시킬 수 있다.

2.1.2 발전제약완화 용도

현재 동해안지역은 신규발전기와 재생에너지 증가로 발전력 대비 송전용량이 부족하여 ’23년부터 발전력이 일부 제약된다. 이를 일부 완화하기 위해 ESS가 계획·건설되고 있다. 신규 송전선로가 준공되기 전까지 과도안정도를 유지하기 위해 사전 발전제약과 고장파급방지장치(SPS, Special Protection System)를 적용하고 있다. 사전발전제약은 미리 발전출력을 감소시키는 방식이고, SPS는 고장발생시 과도안정도 유지를 위해 일부 발전력을 탈락시키는 방식이다. ESS는 고장 발생시 초고속으로 유효전력을 공급하므로, SPS 동작으로 인한 발전기 탈락에도 과도안정도 유지가 가능하다. ESS를 운전하면 SPS와 연동한 발전기 탈락 용량을 ESS 운전용량 만큼 증대할 수 있어 사전 발전제약량을 줄일 수 있다.

2.2 ESS 구성 및 배터리 수명감소 특성(2)

2.2.1 ESS 설비 구성

ESS는 크게 PMS, PCS, BMS, Battery 총 4개의 요소로 구성된다. PMS(전력관리장치, Power Management System)는 ESS 최상위 운영시스템으로써 내부에 프로그래밍 되어있는 제어 전략을 응용하여 목적에 맞게 ESS를 활용하는 역할을 맡는다. PCS(전력변환장치, Power Conditioning System)는 직류 자원인 ESS의 전류를 교류로 바꾸어 계통에 공급해주는 역할을 맡는다. BMS(배터리관리장치, Battery Management System)는 배터리를 관리하기 위한 장치로서, 배터리의 전압, 전류, 외부 온도를 고려하여 배터리 및 배터리의 셀을 관리한다.

그림. 1. ESS 설비 구성도

Fig. 1. ESS facility configuration diagram

../../Resources/kiee/KIEE.2023.72.3.374/fig1.png

2.2.2 리튬 이온 배터리 수명감소 요소

일반적으로 배터리는 Cycle, 즉 충·방전 횟수가 늘어날수록 최대 충전 용량이 감소하면서 수명이 감소된다. 다만, 다양한 배터리 수명감소 요소가 수명감소 정도에 영향을 끼쳐 같은 Cycle 운영 시에도 배터리의 수명은 상이하게 감소하게 된다. 일반적인 배터리의 수명감소 요소는 아래 표 1와 같이 정리된다. DOD는 Depth of Discharge의 약자로써 배터리 SOC(State Of Charge)의 최고 백분율과 최소 백분율의 차로 정의된다. 즉, 배터리의 방전 심도를 의미한다. SOC는 배터리의 최대 충전량에 대한 현재 충전량의 비로 나타내어진다. C-Rate는 배터리의 충전 및 방전 속도를 나타낸다. 예를 들어 정격 10Ah 배터리의 경우 1C의 속도를 가진다면 1시간 동안 10A를 제공한다. 같은 정격에서 2C의 속도를 가질 경우, 배터리는 30분 동안 10A의 전류를 공급한다.(1)

(1)
$I_{ESS}[A/h]= I_{rated}\times C-rate$

배터리가 운영되는 온도에 대해서도 배터리의 수명 특성이 달라진다. 대용량 ESS의 경우 컨테이너 내에서 온도가 24시간 모니터링되며 항온이 유지되는 조건이기 때문에 본 연구에서는 고려하지 않는다.

표 1. ESS 배터리 수명 특성

Table 1. ESS battery life characteristics

Category

Itemized Lifetime Characteristics

DOD

If DOD is high, fater battey life

SOC

If energy storage at high SOC, fater battey life

C-Rate

Less impact on production compared to high C-Rate

Temperature

Maintainable constant temperature when operation in a container type

배터리의 수명은 SOH(State of Health)로 나타난다. 배터리의 공식 정격용량에 대해 현재 상태에서 최대 충전 용량을 SOH로 나타낸다. 배터리 초기 출하 시 SOH를 100%로 본다면, SOH가 80%까지 감소했을 때 일반적으로 이런 상태를 배터리의 고장으로 판단한다. 따라서 본 연구에서는 기준 주파수 파형에 대해서 10년간 운영했을 때 SOH가 얼마나 감소하는지를 기준으로 배터리의 수명을 산정한다. 위 [표1]에서 언급된 배터리 수명감소 요소 이외에 본 연구에서는 Calendar Degradation을 고려하여 시뮬레이션을 진행한다. Calendar Degradation은 일정 SOC 수준을 유지하며 배터리를 운영하지 않고 대기 시 배터리의 수명이 감소하는 현상을 의미하며 아래 그림 2와 같이 표현된다.

그림. 2. 배터리 SOC 수준에 따른 Calendar Degradation

Fig. 2. Calendar Degradation according to the battery SOC level

../../Resources/kiee/KIEE.2023.72.3.374/fig2.png

본 연구에서는 제작사의 기준에 따라 배터리 SOC를 기본 65%로 유지하는 것을 기본 세팅으로 한다(SOC Center). 위에서 이와 가장 유사한 60% SOC 유지 조건에서, 즉 배터리의 SOC를 60%로 유지하고 2년간 배터리를 이용하지 않으면 배터리의 SOH는 약 3% 저감되는 것을 볼 수 있다. 65% SOC, 배터리 온도 25℃, 365일 대기기준 적용 시 배터리 제작사의 비공식적인 시뮬레이션 결과로는 약 1%/year의 Calendar Degradation이 적용되는 것으로 나타났다. 제작사의 배터리 운영 제시치 및 계통안정화 ESS 구매규격에서 제시하는 기준값 등은 표 1의 DOD, SOC, C-Rate, 온도 등을 포함하고 있다. 따라서 본 연구에서는 배터리 수명감소의 핵심적인 영향 요인인 ESS 배터리 충·방전 횟수(Cycle), 즉 배터리 사용패턴 도출에 중점을 두었다.

3. 과거 ESS 배터리 수명 산정기준 및 물량 산출

3.1 과거 376MW ESS 배터리 수명 산정기준

’14∼‘16년 376MW 주파수조정 ESS 도입 당시엔 국내 전력 계통에 적합한 배터리 수명산정 기준이 없어 해외에서 운영중인 PNNL(Pacific Northwest National Laboratory) 배터리 사용 패턴을 적용했다. PNNL 패턴은 24시간 동안 4초 단위 정해진 충·방전 신호를 입력 했을 때 PCS(전력변환장치) 및 배터리가 정상적으로 동작하는지 확인하는 패턴이다. 북미 전력회사에서 ESS 시스템의 연계 동작을 테스트 하는 시험 패턴으로 20msec 단위로 주파수 제어를 하는 계통안정화 ESS와는 목적이 다르다.

그림. 3. PNNL(태평양 북서부 국립 연구소) 시험패턴(3)

Fig. 3. PNLL(Pacific Northwest National Laboratory) test pattern

../../Resources/kiee/KIEE.2023.72.3.374/fig3.png

PNLL의 기준 배터리 사용 패턴은 3.6Cycle/1일이며, 여기서 1Cycle은 30분(계통안정화 ESS는 30분 용도) 동안의 배터리 정격 충·방전 1회를 의미한다. 주파수조정 ESS 운전실적(’15∼’17년)을 분석한 결과, 실사용 패턴은 해외 기준(PNNL) 대비 약 10% 수준인 0.36Cycle/1일이었다. 화재로 ’18년 가동 중지된 이후 ’21년 주파수 조정용으로 다시 활용되고 있는 ESS는 표 2와 같이 배터리 부담경감을 위해 주파수 조정 불감대 및 속도조정률을 완화하여 운전중이며 ESS의 사용패턴은 약 0.04Cycle/1일로 사용 정도가 더욱 낮아졌다.

표 2. 주파수 조정 불감대 및 속도조정률 변경내역

Table 2. Changed data in blind zone of Frequency adjustment and speed adjustment rate

Category

Original Plan

Alteration

Changed data in blind zone of Frequency adjustment

±0.03Hz

(200 times a day)

±0.036Hz

(180 times a day)

Speed adjustment rate

0.28%

2%

3.2 과거 376MW ESS 배터리 수명 산정기준

ESS 배터리 설치물량은 10년 동안 동일 성능유지 및 사용패턴 등을 고려 제작사별 기술 수준(원자재 비율, 제조 공법 등)에 따라 자체 산출하고 있으며, 발전제약완화 ESS는 과도 상태 진입 시 30분 동안 최대 출력유지 가능함을 기본 사양으로 한다. 본 연구에서는 ESS 배터리의 SOC Center는 65%이고 최대 방전 가능 SOC는 10%이며, 90% 효율과 자연 감소분(10년)을 고려한다. PCS 용량 56MW ESS를 기준으로 하면, 다음 사양을 만족시키기 위한 최소 용량은 그림 4와 같다.

그림. 4. 배터리 설치물량 산정 과정 도식화

Fig. 4. Schematic illustration of the battery installation quantity computation process

../../Resources/kiee/KIEE.2023.72.3.374/fig4.png

그림. 5. ESS 사용 패턴과 배터리 설치용량 상관관계

Fig. 5. Correlation between ESS usage pattern and battery installation capacity

../../Resources/kiee/KIEE.2023.72.3.374/fig5.png

ESS 사용 패턴과 배터리 설치용량(10년보증)간 상관관계를 분석한 결과(그림 5), 0.5Cycle/1일 이하일 경우 ESS 사용 패턴 보다 자연 감소분의 영향이 큼을 확인할 수 있으며, 0.5Cycle/1일 이상일 경우 사용 패턴과 배터리 최초 설치용량이 비례함을 확인할 수 있다.

4. 미래 계통 분석을 통한 ESS 배터리 수명 산정

본 장에서는 제9차 전력수급기본계획에 따른 미래 계통주파수 변동성을 예측하고 주파수 조정 불감대·속도조정률과 발전기 설비정지 실적 등을 살펴본다. 본 장에서 제시한 기준을 적용하여 배터리 사용패턴을 결정한다.

4.1 미래 계통 주파수 변동 상대계수(K)

동기기 설비 구축량 대비 향후 재생e 투입량이 늘어날 전망이며, ESS 투입 시 투입 용량에 비례하여 주파수 변동성은 낮아진다. 미래 계통의 주파수 변동 정도를 예측하기 위해 제9차 전력수급기본계획 및 동요방정식 기반, 주파수 변동계수 k를 도출한다. 주파수 변동계수 k는 같은 주파수 변동 요소에 대한 주파수 변동 정도 수치를 나타내며, k는 아래와 같다.(2),

(2)
$k_{year}=\dfrac{\triangle P}{H_{gen,sys}}$

○ $H_{gen,sys}$ : 계통 등가 관성 정수

$\triangle P$는 유효전력 밸런싱 오차 및 사전부하 예측량에 대한 실제 부하의 오차 정도를 나타내며(3),

(3)
$$ \Delta P=\sqrt{\left(3 \% * P_{\text {Lood }}^{80 \%}\right)^2+\left(8 \% * P_{R E}^{80 \%}\right)^2} $$

○ $P_{\text {Load }}^{80 \%}: 80 \%$ 부하 수준의 총 부하

○ $P_{R E}^{80 \%}: 80 \%$ 재생 $\mathrm{e}$ 평균 출력

부하의 경우 약 3%의 예측 오차(4)(5), 재생e의 경우 8%의 예측 오차(6)를 적용하고 $H_{gen,sys}$는 계통 등가 관성 정수를 의미한다. 부하 및 재생에너지는 서로 독립적인 특성이 있어 전체 변동성은 위의 공식과 같이 ‘Sum-Of-Square‘로 표현될 수 있다(5). 본 항에서는 산업부의 9차 수급계획과 한전의 PSS/e DB를 이용하여 대표년 주파수 변동계수를 나타낸다. 계통안정화 ESS 투입 시, 투입량에 따라 유효전력 밸런싱 오차를 고속으로 보상하여 주파수 변동계수는 감소한다.

(4)
$k_{year}=\dfrac{\triangle P-P_{ESS}}{H_{gen,sys}}$

계통안정화 ESS의 주파수 불감대를 36[mHz]로 적용할 경우, 40[mHz]∼50[mHz]사이에서 주파수 편차가 나타나게 된다. 0.97GW ESS, 50[mHz] 주파수 편차를 기준으로 설정할 경우 Droop 제어에 의하여 ESS의 유효전력 출력량은 아래와 같이 결정된다.(5)

(5)
$P_{ESS}=289.73[MW]=970[MW]*\dfrac{0.05[Hz]}{60[Hz]*\dfrac{0.279}{100}}$

제9차 전력수급계획 기반 ESS 투입 여부를 구분하여 주파수 변동 상대계수 K(’21년도 주파수 변동계수 k를 기준으로 환산)를 산출할 수 있다. 선형 보간법을 이용하여 가장 심각한 상황을 고려할 수 있다. 그 결과는 아래 표 3그림 6과 같으며, 본 연구에서는 계통안정화 ESS 투입 조건을 고려 배터리 운전 패턴을 분석한다.

표 3. 제9차 전력수급계획 기반 주파수 변동 상대계수

Table 3. Relative value of frequency variation based on the 9th demand supply program

Year

K without ESS

K at ESS input

21

1.0000

1.0000

24

1.0523

1.0189

26

1.0872

1.0315

28

1.1221

1.0441

34

1.2268

1.0819

참고로 계통안정화용 ESS가 발전제약완화용으로 활용될 경우 ESS의 투입 용량이 주파수 변동계수에 영향을 주지 않았지만, 주파수 조정용으로 활용될 경우 같은 주파수 편차 발생 시에도 투입되는 ESS의 용량이 다르기 때문에 그 영향을 각각 확인하여야 한다.

표 4. ESS 투입 용량별 주파수 변동 상대계수 K

Table 4. Relative value K of frequency variation by making capacity

Year

0MW

1400MW

1200MW

970MW

Severe Case

(Linear interpolation)

21

1.0000

1.0000

1.0000

1.0000

1.0000

24

1.0189

1.0189

1.0189

1.0189

1.0189

26

1.0027

1.0027

1.0027

1.0027

1.0315

28

1.0263

0.8284

0.8567

0.8892

1.0441

31

1.1211

0.9112

0.9412

0.9757

1.0630

34

1.2268

1.0079

1.0392

1.0751

1.0819

위의 표 4그림 6을 살펴보면, 선형 보간법을 이용한 보수적인 범위 사용 시 투입되는 계통안정화 ESS의 용량이 줄어들더라도 주파수 변동계수는 선형 보간법을 이용한 범위 내에

그림. 6. ESS 투입 용량별 주파수 변동 상대계수 K 비교

Fig. 6. Comparing relative value K of frequency variation by ESS making capacity

../../Resources/kiee/KIEE.2023.72.3.374/fig6.png

있는 것을 확인할 수 있다. 이와 같이 다양한 환경변화에 대비하기 위해 이어질 시뮬레이션에서도 선형 보간법을 이용해 산출된 주파수 변동 상대계수 K의 값을 이용한다.

4.2 기준 주파수 프로파일

Duty Cycle을 제작하기 위한 기준 주파수 프로파일을 선정해야 하며, 배터리 사용량이 가장 많은 경부하 시기를 대표 패턴으로 한다. 일반적인 경우 1년 중 5월의 주파수 변동 정도가 가장 크다. 이와 같은 이유로 ’21년 5월 주파수 프로파일에 대한 Cycle/1일의 평균을 구한 후, 이와 가장 유사하게 배터리의 Cycle/1일을 나타내는 ‘21년 4월 4일의 1Day 주파수 프로파일을 기준 주파수 프로파일로 설정한다.

표 5. 국내 계통 기준 주파수 프로파일 선정

Table 5. Profile selection of domestic reference frequency

Category

Cycle per day

Used frequency profile

Average for May 2021

0.64

April 4th, 2021

Average for the first half of 2021

0.53

May 15th, 2021

기준 주파수 프로파일을 이용하여 미래 계통의 주파수 변동 정도를 반영한 시뮬레이션 진행용 Duty Cycle을 제작한다. 미래 계통의 주파수 변동 정도는 주파수 변동 상대계수 K를 이용하며 미래 계통 주파수 프로파일을 제작하기 위한 기본 수식은 아래와 같다.(6)

(6)
$\triangle f_{year}=\triangle f_{'21}\times K_{year}[Hz]$

(7)
$f_{year}=60+\triangle f_{year}[Hz]$

즉 기준 주파수 프로파일에서 기준 주파수를 벗어나는 주파수 편차를 분리해서 주파수 변동 상대계수 K를 곱한 후, 다시 기준 주파수 60[Hz]에 더함으로써 미래 계통주파수 프로파일을 제작할 수 있다. 예를 들면, ’21년 00시 00분 00초 60.1[Hz]가 PMU에서 관측되었을 경우, ‘34년 주파수 변동 상대계수 K가 1.0819이라면 같은 주파수 변동요소 발생 가정 시, ’34년의 주파수는 60+0.1*1.0819 = 60.10819 [Hz]로 결정된다.(7)

4.3 주파수 조정 불감대 및 속도조정률

주파수 변동성에 대한 검토 시 제9차 전력수급계획을 기본으로 향후 NDC 상향 등에 대한 부분은 반영하지 못했다. 따라서 향후 재생e 변동성의 불확실성을 고려, 본 연구에서는 보수적인 상황을 가정하여 주파수 조정 불감대는 ±0.03Hz, 속도조정률은 0.28%로 주파수 조정 ESS의 파라미터를 설정하고 시뮬레이션을 진행한다. 산업부 전력계통 신뢰도 및 전기품질 유지기준(제2장 제4조)에서 설명하고 있는 조속기 및 전기저장장치의 속도조정률의 기준은 아래와 같으며, 위 신뢰도 기준 항목을 살펴보면, 전기저장장치의 속도조정률은 2% 이내이다. 그리고 주파수조정용 전기저장장치의 불감대는 최대 0.06%(36mHz) 이내로 정정함을 원칙으로 한다. 이러한 주파수조정용 ESS의 특징을 통해 주파수조정용 ESS는 주파수 응답 측면에서는 빠르고 정확하게 공급이 가능하지만 0.06%의 좁은 불감대로 인해 충·방전 전력이 설비용량에 의해 제한될 수 있음을 알 수 있다. 다시 말해, 주파수조정용 ESS는 정상상태의 소규모 주파수 진동에도 에너지를 출력하여 배터리의 SOC가 충분하지 않을 수 있다는 단점이 있다. 이와 같은 특징을 고려하여 주파수조정용 ESS와 발전제약완화용 ESS를 협력 운용하는 적절한 운용 전략을 검토해야 할 필요가 있다.

표 6. 전력계통 신뢰도 및 전기품질 유지기준(7)

Table 6. Electric power system reliability and standard of maintaining electricity quality

제32조(조속기 및 전기저장장치의 속도조정률) 전력시장에 신규로 진입하는 발전기의 조속기 및 주파수조정용 전기저장장치의 속도조정률은

2. 전기저장장치의 속도조정률 : 2.0% 이내

3. 신규 접속 발전기(복합화력발전기의 스팀터빈 제외) 및 주파수조정용 전기저장장치의 불감대는 최대 0.06% 이내로 정정함을 원칙으로 한다.

주파수 조정 불감대는 제어 작동이 되지 않는 작동 신호의 특정한 범위이며 입력이 변화해도 출력이 발생하지 않는 입력의 범위를 말한다. 속도조정률은 부하가 변화했을 때 주파수가 얼마나 변화했는지를 의미하며 정격출력에 도달하는 주파수 변화율을 의미한다.

4.4 765kV 및 발전기 설비정지 고장 실적

대규모 발전기 탈락시 정상상태로의 주파수 회복을 위한 동작 상황을 고려하여 765kV 및 발전기의 6개년 평균 설비고장 실적을, 향후 ESS 운영기간인 10년을 적용한다. 일반적으로 고장 후 주파수 회복까지 ESS의 최대출력 지속시간은 5분 이내이나, 배터리 최대 방전시간 30분까지 적용한다. ’15∼’20년 설비정지 고장 평균이 22[회/년]인 점에서, 10년(3650일) 중 약 220일간 30분 고장이 났음을 가정하여 최종적으로 배터리 수명산정 기준을 수립한다.

표 7. 주파수조정불감대 및 속도조정률 도식화

Table 7. Schematic illustration of frequency adjustment dead zone and speed turning rate

Category

±0.03Hz

±0.036Hz

Frequency adjustment dead zone

Speed turning rate

표 8. 765kV 및 발전기 설비정지 고장 실적(8)

Table 8. Forced outage data of 765k and generators

Category

’15

’16

’17

’18

’19

’20

Average

Generator

Atomic energy

3

5

1

3

2

9

4

Coal

16

16

24

18

10

18

17

765kV

Power

Transmission

1

2

0

0

1

0

0.5

Substation

1

1

0

0

1

1

0.5

Sum

21

24

25

21

14

28

22

4.5 재생e 변동성 등의 불확실성에 대한 보완사항

현재, 제10차 전력수급기본계획의 개략적인 물량만 확인이 가능하며 정확한 연구 수행을 위해서는 계통 DB와 신규(중지) 발전기 등의 확정된 물량이 필요하다. 미래 재생e 변동성에 대한 정확한 예측 한계와 ESS 설비운영 기준의 변동 가능성을 고려하여, 아래와 같은 방식으로 보다 보수적으로 보완하였다. 첫째, 배터리 사용량이 가장 많은 경부하 시기인 5월을 대표 패턴으로 선정하여 최근 년도(’21년) Data 및 1년 중 배터리 사용량이 가장 많은 날을 기준으로 했으며, ’21년 5월 대표 패턴은 ESS가 미운전된 조건이다. 참고로 상반기(1~6월)에 배터리 사용량이 높으며, 년 평균 대비 5월은 약 30% 정도 많다. 둘째, 산업부 “전력계통 신뢰도 및 전기품질 유기기준” 은 ESS 속도조정률 2%와 주파수 조정 불감대 ±0.036Hz를 제시하고 있으나, 향후 재생e 변동성의 불확실성(NDC 상향 등)을 고려 속도조정률 0.28%와 주파수 조정 불감대 ±0.03Hz을 적용했다. 속도조정률은 빈도 10% 경감 및 불감대는 출력부담 86% 경감 효과가 있으며, 현 기준으로 운전 시 배터리 사용패턴은 10% 수준이다.

4.6 新 계통안정화용 ESS 배터리 수명 산정기준

본 논문에선 기준 주파수 프로파일에 주파수 변동 상대계수 K를 적용하여 “미래 계통 주파수 프로파일”을 제작했다. 이에 주파수 조정 불감대 및 속도조정률, 765kV 및 발전기 설비정지 고장 실적 등을 반영하여 계통안정화 ESS 배터리의 사용 패턴을 결정했다. 최종 도출된 값은 0.80119Cycle/1일(정상상태:0.78, 과도상태:1.12Cycle/1일)이며, 이를 계통안정화 ESS 구매규격에 반영하고 적정한 설치물량을 산정한다.

표 9. PNNL 및 최종 수명산정 기준 비교

Table 9. Comparison between PNNL and the standard of the final derived battery life calculation

Category

Frequency adjustment dead zone

(Hz)

Speed turning rate

Normal Status

(Cycle)

(3,430Day)

Transient

Status

(Cycle)

(220Day)

Average

(Cycle)

(3,650Day)

New Standard

±0.03

0.28%

0.78

1.12

0.80

PNNL

±0.03

0.28%

3.60

3.60

3.60

5. 결 론

PNNL Duty Cycle은 3.6Cycle/1일의 과도한 운영 특성을 가지고 있고, 국내 계통의 특성과 현황이 반영되기 어려우며, 사용 목적 또한 상이해 국내 계통에 적용하기에는 다양한 방면에서 비효율적인 측면이 있다. 따라서 본 연구에서는 국내 계통 상황을 고려한 적절한 사용패턴에 따른 배터리 수명산정 기준을 수립하여 효율적인 ESS 건설이 될 수 있도록 하고자 하였다. 변경된 배터리 사용패턴에 따른 수명산정 기준을 적용하면, 배터리 최초 설치물량이 이전기준에 비해 감소하게 된다. 리튬 이온 배터리 자재비의 약 5%(제작사별 차이가 있어 평균 적용)의 비용절감 효과가 있고 배터리 설치면적이 최소 5%에서 최대 25%까지 축소된다. 국내 실정에 맞지 않는 해외 기준을 그대로 따르기보다 국내 계통의 현재와 미래를 반영하여 배터리 ESS의 수명산정 기준을 자체적으로 수립함으로써 경제성 측면에서 큰 이득을 얻을 수 있다. 향후, 미래 계통 변동성 예측, 다용도 ESS 투입 시 수명 측면의 경제성 예측 등의 연구를 진행할 경우, 본 연구의 결과를 다양하게 활용할 수 있을 것이다.

Acknowledgements

This work was supported by KEPCO, KEPRI, Seoul National University of Science And Technology.

References

1 
Ministry of Trade, Industry and Energy, 2020.12., The 9th demand supply program, DOI
2 
Korea Electric Power Corporation, General Technical Specifications of KEPCO, , Power Conditioning System for Grid Support” and, 2022. 08.DOI
3 
PNNL, 2017.04., Washington Clean Energy Fund : Energy Storage System Performance Test Plans and Data Requirements, DOI
4 
Korea Power Exchange, 2017.11., A Study on the Short-Term Load Forecasting Technique and its Application, DOI
5 
David Infield, Leon Freris, 2020.01., Renewable Energy In Power Syetem, DOI
6 
Ministry of Trade, Industry and Energy, 2020.09., The induction of renewable energy generation quantity Prediction system, DOI
7 
Ministry of Trade, Industry and Energy, 2019.11., “Electric power system reliability and standard of maintaining electricity quality, DOI
8 
Korea Power Exchange, 2021.04., The stationary statistics of electric power facilities in 2020, DOI

저자소개

노상수 (Sang-Su Noh)
../../Resources/kiee/KIEE.2023.72.3.374/au1.png

Sang-Su Noh graduated from Korea University in 1996 with a bachelor’s degree in Electrical Engineering.

In 2009, he received a master’s degree in Electrical Engineering from Arizona State University and is a Ph.D. student in Technology Policy at Yonsei University.

He has been working at KEPCO since 1998 and is responsible for the system stabilization ESS

E-mail : sangsunoh@kepco.co.kr

한재웅 (Jae-Woong Han)
../../Resources/kiee/KIEE.2023.72.3.374/au2.png

Jae-Woong Han graduated from Korea Aerospace University, Department of Electronics and Avionics in 2013.

He has been working at KEPCO since 2012 and worked for the system stabilization ESS in 2021

E-mail : jaewoong.han@kepco.co.kr

조민승 (Min-Seung Cho)
../../Resources/kiee/KIEE.2023.72.3.374/au3.png

He received a bachelor’s degree in Electrical and Information Engineering from Seoul National University of Science and Technology, in 2020.

He received a master’s degree in Smart Energy System Engineering from Seoul National University of Science and Technology, in 2022.

Currently, he is working in KLA as a S/W Field Application Engineer.

His research interest is statistical and data-driven power system analysis.

E-mail : seoung9031@seoultech.ac.kr

송화창 (Hwa-chang Song)
../../Resources/kiee/KIEE.2023.72.3.374/au3.png

He received B.S., M.S., and Ph.D. degrees in Electrical Engineering from Korea University in 1997, 1999, and 2003, respectively.

He was a Postdoctoral Research Associate at Iowa State University, U.S., from 2003 to 2004.

He was working as a faculty member in the School of Electronic and Information Engineering, Kunsan National University, Korea, from 2005 to 2008. Currently, he is a Professor in the Department of Electrical and Information Engineering, Seoul National University of Science & Technology, Korea.

His research interests include nonlinear optimization, power system stability and control, battery energy storage systems, and renewable energy resources.

E-mail : :hcsong@seoultech.ac.kr