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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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]

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.

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 [%]

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.

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.

여기서,

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

3.1 분석 입력자료 및 전제 조건

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.

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.

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.

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.

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.

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.