김병수
(Byoung-Soo Kim)
1iD
권정주
(Jung Joo Kwon)
1iD
강석주
(SeokJu Kang)
1iD
김현진
(HyunJin Kim)
1iD
김연우
(Yeon-Woo Kim)
2
조윤성
(Yoon-Sung Cho)
†iD
-
(Korea Electric Power Corporation(KEPCO), Korea)
-
(Dept. of Electrical Engineering, Daegu Catholic University, Korea)
Copyright © The Korea Institute for Structural Maintenance and Inspection
Key words
Balance between Supply and Demand, Power Independence Index(PII), Renewable Energy, Transmission Congestion, Transmission Loss
1. 서 론
원전 및 유연탄과 같은 기저 발전원은 대부분 전력 수요지와 떨어진 해안가에 편중되어 있어 계통연계를 위해서는 다수의 송전선로 및 변전소의 건설이 필요하다.
2050년 탄소중립을 목표로 지속해서 늘어날 재생에너지 역시 특정 지역에 편중될 것으로 예상되어, 수도권으로 융통 전력공급을 위한 상당한 수의 망
보강이 장기송변전설비계획에 반영되었다 [1]. 하지만, 대규모 망 건설사업은 사회적 갈등을 유발하고 막대한 건설비용이 소요되므로 적기 건설은 달성하기 어려운 과제이다. 이러한 전력망 건설지연
문제를 해소하기 위한 대안(Non-Wires Alternatives, NWAs)의 개념이 제시되었다 [2]. NWAs의 예시로 동적 송전용량 기술(Dynamic Line Rating, DLR) [3, 4], ESS를 활용한 선로 혼잡해소 기술 [5, 6] 및 발전제약 완화 기술 [7], 수요단에서의 대규모 수요관리 등이 있다 [8]. 이처럼 NWAs 기술은 전력망 건설을 대체하는 의의가 있으나, 국내와 같이 수도권 수요 집중 현상이 심한 국가에서는 근본적인 해결책으로 적용하기에는
어려움이 있다. 근본적인 해결방안으로는 수요 및 공급의 시공간 이전을 통하여 권역 간의 융통전력을 최소화하여야 한다. 우선 수요의 공간이전은 데이터센터와
같은 대규모 부하를 공급중심지로 이동할 수 있으며, 수요의 시간이전은 계시별 요금제(Time of Use, ToU) 등을 통한 가격신호를 주어서 수요의
반응을 이끌어 낼 수 있다 [9, 10]. 반면 공급의 시간이전은 저장장치를 통하여 출력전력을 조절할 수 있고 [11, 12], 공급의 공간이전은 국가 정책 수립 시 수요 인근으로 발전소를 유도할 수 있다. 본 논문은 전력자립도 지수를 기반으로 지역별 수요 및 공급의 미래
전망을 분석하여 공급의 공간이전을 통하여 해당 지역의 전력 자립도를 개선하고 편익을 분석한다. 공급의 시간이전은 저장장치 투자라는 요소가 검토되므로
막대한 비용이 예상된다. 반면 공급의 공간이전은 정책 수립 시에 검토되는 내용으로 추가적인 설비가 들어가지 않는다. 다만 정책의 실효성을 뒷받침하는
정량적인 평가지표가 존재하지 않기에, 본 논문은 공학적인 관점에서 전력자립도 지수를 활용하여 공급의 공간이전에 따른 편익을 분석한다. 기존 연구에서는
재생에너지 이용률을 반영하여 국가의 전력자립률을 측정하는 여러 가지 지표를 사용한다. 본 연구에서는 해당 지표들 중에서 국내 계통에 적합한 지표를
차용하고, PSS/E 계통해석 프로그램에 미래전력망을 구축하고 모의한다. 현재 10차 전력수급기본계획 기준으로 2036년도 발전원 보급목표가 제시되어있는
상황이며 [15], 지역별 재생에너지 보급목표 수치는 제시되어 있지 않은 상황이다. 따라서 미래계통에 대해서는 현재 분포되어있는 재생에너지 비율을 적용하고, 전력자립도가
낮은 지역에 대하여 다른 지역으로부터 재생에너지를 이전하는 것을 가정하여 결과를 검토한다. 검토되는 편익으로 공급과 수요의 불일치에 따른 송전손실량을
측정하고 해당 비용을 계산한다.
2. 전력자립도 산식
지역별 수요와 공급의 균형 정도를 객관적으로 나타낼 수 있는 지수, 즉 전력자립도(Power Independece Index, PII)를 도출하기
위해 해외 전력기관에서 활용하고 있는 재생에너지 관련 지수를 분석하여 그 특징을 살펴보고 이를 바탕으로 국내에 적용할 가장 적합한 전력자립도 지수를
도출하였다.
2.1 해외 재생에너지 관련 지수 분석
해외 전력기관의 재생에너지 관련 지수의 특징은 국가 내 재생에너지 확대에 따른 지수보다는 국가 간 재생에너지 확대에 따른 지수를 산출하고 있으며 변동성을
고려하여 8,760시간의 연간 재생에너지 발전 패턴을 적용하여 지수를 산출한다. 대표적으로 유럽 송전시스템 운영자 네트워크(European Network
of Transmission System Operators for Electricity, ENTSO-E)는 유럽 국가별 재생에너지 기여도를 비교하기
위하여 대표적으로 3가지 지수를 적용한다 [13, 14]. ENTSO-E에서 활용하는 첫 번째 재생에너지 지수는 RLPI(Renewable energies Load Penetration Index)로 아래
식 1에서 보듯이 1년, 즉 8,760시간 중 수요와 재생에너지 비율이 최대인 시점을 나타낸다. 이때, W(t)는 t 시간에서의 풍력발전량, S(t)는
태양광발전량 L(t)는 수요를 의미한다. RLPI를 통하여 특정국가에서 재생에너지 발전으로만 수요가 감당되는 시기가 있는지 판단하는 지표로 활용할수
있으며 독일, 덴마크, 영국 등은 RLPI 값이 높으므로 이에대한 계통 관성 및 강건성 확보방안을 수립중이다.
ENTSO-E에서 활용하는 두번째 재생에너지 지수는 REPI(Renewable Energy Penetration Index)로 8,760시간의 시계열의
수요와 재생에너지 총합을 비율로 나타낸다. RLPI의 경우 1년 동안의 특정 시간을 분석한 것이라면, REPI는 아래 식 2와 같이 1년 전체 수요에 대하여 재생에너지의 기여도를 분석하는데 활용가능하다.
마지막으로 ENTSO-E에서 활용하는 세번째 재생에너지 지수는 SNSP(System Non-Synchronous Penetration)로 계통으로
유입되는 전력과 유출되는 전력의 비율을 나타내며 국가간 HVDC로 연계된 유럽 전력망 특성을 반영한다. 식 3에서 보는 바와 같이 분모는 전력망에서 수요와 유출량을 나타내며 분자는 전력망으로 유입되는 재생에너지와 HVDC 유입량으로 구성된다. SNSP 지수에서
유입되는 전력은 동기발전기를 제외한 순수한 재생에너지로만 구성된다. 단, HVDC를 통해 유입되는 전력은 전력망 신뢰도 유지를 위해 필수적인 양으로
구성된다. 이때, PV(t)는 t 시간에서의 태양광발전량, HVDCimprort는 유입 HVDC 전송량, P(t)export는 유출 전력량을 의미한다.
2.2 국내 적용 지역별 전력자립도 지수
해외에서 활용하고 있는 재생에너지 관련 지수중에서 국내에 적합한 지수는 REPI로 판단된다. 국내는 국가간 연계가 되지 않는 독립계통으로 SNSP
지수는 부적합하며, 또한 RLPI를 적용할 정도로 재생에너지 수용률이 높지는 않다. 이를 바탕으로 국내에 적용하기 위한 전력자립도 지수를 아래의 표 1과 같이 구성하였으며 지역별로 전력자립도 지수를 도출하였다.
표 1 국내 적용 전력자립도 산식
Table 1 Equation of PII in the south korea
|
구분
|
전력자립도
|
|
산식 1
|
(재생에너지 발전량 + 동기발전량)/수요
|
|
산식 2
|
(재생에너지 발전량 + 동기발전량)/(수요+손실)
|
표 1에서 산식 1은 수요와 발전 간의 관계를 표현하되 발전량을 재생에너지 발전과 동기발전기로 구분하였으며, 재생에너지와 동기발전기의 공급 비중을 분석할 수 있는 장점이
있다. 산식 2는 산식 1과 유사하나 손실을 반영하여 지역별 전력계통 특성을 반영하였다. 두 산식을 검토한 결과 국내에 적용할 전력자립도 지수로는 재생에너지 발전량과 동기발전량을
구분하여 분석하기 쉬우며, 계통의 손실을 고려한 산식 2가 적합하다고 볼 수 있다. 동기발전량과 재생에너지 발전량을 구분할 수 있도록 아래 식 4와 같이 전력자립도 지수를 동기발전량 기여분인 알파(α)와 재생에너지 발전량 기여분인 베타(β)로 구분하였다. 해당 구분을 통하여 분석하는 지역의
전력자립도에 대하여 전원별 분석이 가능하도록 하였다.
3. 지역별 전력자립도 산출
실제적인 미래 전력계통을 고려하기 위해 기 연구된[16] 피크 전력수요 대비 계시별 전력수요 평균 비율, 계시별 재생에너지 이용률을 적용하여 제10차 계통해석 PSS/E DB를 구축하였고, python
PSS/E API를 이용하여 2036년 지역별 전력자립도를 산출하였다.
3.1 2036년 계통해석 PSS/E DB 구축
전력자립도는 특정 지역에 편중된 재생에너지 공급을 분산화하는 정책에 활용하기 위함이므로 과거 실적보다 미래 전력계통에서의 전망이 필요하다. 따라서,
본 연구에서는 기 연구된 계시별 재생에너지 발전 이용률, 현재연계실적 및 전력망여건을 반영한 재생에너지 지역전망, 미래 전력수요를 적용하여 10차
계통해석 PSS/E DB를 구축하였고, 이를 활용하여 그림 1과 같이 2036년 지역별 전력자립도를 산출하였다.
그림 1. 16개의 PSS/E DB 구축 절차
Fig. 1. Procedure for constructing 16 PSS/E DBs
제10차 전력수급기본계획의 2036년 최대 피크 118GW를 적용한 계시별 전력수요는 아래의 표 2와 같으며, 5개의 권역별(수도권, 강원권, 충청권, 전라권, 경상권) 재생에너지 이용률 중 강원권 태양광발전 및 풍력발전 이용률은 아래의 표 3과 같다.
표 2 2036년도 계시별 전력수요 전망
Table 2 Seasonal power demand forecast in 2036
|
계시별
|
춘조
|
춘주
|
춘석
|
춘야
|
하조
|
하주
|
하석
|
하야
|
|
수요[GW]
|
74.8
|
80.4
|
82.6
|
74.7
|
76.5
|
93.3
|
94.3
|
78.4
|
|
계시별
|
추조
|
추주
|
추석
|
추야
|
동조
|
동주
|
동석
|
동야
|
|
수요[GW]
|
74.9
|
82.6
|
86.0
|
74.8
|
85.8
|
93.0
|
93.0
|
84.5
|
※ 춘(3∼5월), 하(6∼8월), 추(9∼11월), 동(12∼익년도 2월) 조(5∼9시), 주(10∼16시), 석(17∼21시), 야(22∼익일
4시)
표 3 풍력발전 및 태양광발전 설비이용률(%, 강원지역)
Table 3 Utilization rate of wind and photovoltaic generation
|
구분
|
풍력발전
|
태양광발전
|
|
춘계
|
하계
|
추계
|
동계
|
춘계
|
하계
|
추계
|
동계
|
|
조간
|
24.4
|
18.3
|
21.8
|
31.6
|
8.9
|
8.2
|
4.3
|
1.5
|
|
주간
|
22.2
|
14.6
|
18.9
|
28.3
|
48.7
|
38.6
|
35.1
|
35.7
|
|
석간
|
25.6
|
16.6
|
23.4
|
33.0
|
12.3
|
13.2
|
8.0
|
5.3
|
|
야간
|
27.6
|
20.7
|
23.1
|
33.6
|
0.8
|
0.6
|
0.6
|
0.4
|
3.2 지역별 전력자립도 시뮬레이션 결과
전력자립도는 계통해석 PSS/E DB를 기반으로 다음 절차를 통해 산출된다. 첫번째는 2036년 수요 및 재생에너지 발전량을 반영한 PSS/E 계통해석
DB 구축 단계이다. 수요와 재생에너지는 10차 전력수급기본계획에 제시된 정부 목표량을 반영한다. 기존 계통해석 DB의 경우 하계피크 및 동계피크
상황만을 반영하였으나, 재생에너지의 계절에 따른 발전량 특성을 반영하여 표 3에 제시된 모든 경우의 수를 고려한 총 16개의 계통해석 DB를 구축하여 수렴시킨다. 두 번째 단계는 python PSS/E API를 이용하여 한전의
지역본부 AREA 단위로 16개의 계시별 전력자립도를 산출하는 단계이다. python PSS/E API를 활용하여 변전소에 연계된 재생에너지 용량을
산출하는 시간을 단축가능하다. 마지막 단계는 한전 지역본부 AREA 단위로 산출된 16개의 계시별 전력자립도를 아래의 식 5와 같이 발전량을 가중평균하여 연간 대푯값을 산출하는 단계이다. 이때, wi는 춘하추동/조주석야 2개의 조합(춘계조간, 하계주간 등)으로 총 16개의
DB별 발전량을 의미한다.
전력자립도는 분모에 수요·손실량, 분자에 발전량의 형태이므로 전력자립도가 1을 초과하면 공급과잉, 1 미만이면 공급부족, 1이면 전력수급 균형상태를
의미한다. 2036년 전력자립도가 1을 초과하는 본부 중 강원·대전충남·경북·부산울산은 원자력, 석탄화력 등 대규모 동기발전기의 영향으로 알파 값이
크며, 전북·광주전남은 풍력, 태양광 등 재생에너지 발전의 확대 영향으로 베타 값이 크다. 반면 전력자립도가 1 미만인 공급부족 지역은 서울·남서울·경기·충북·대구본부로
나타났다. 마지막으로 인천·경남본부는 전력자립도가 1에 근접하여 수요와 공급이 균형을 이루는 지역으로 나타났다. 해당 결과는 표 4 및 그림 2에 제시된다.
표 4 2036년 한전 지역본부별 전력자립도 연간 대푯값(표)
Table 4 Annual representative PII in 2036 by KEPCO regional headquarters
|
구분
|
서울
|
남서
울
|
인천
|
경기
|
경기
북부
|
강원
|
충북
|
|
전력자립도
|
0.15
|
0.06
|
1.06
|
0.17
|
0.52
|
2.62
|
0.25
|
|
α
|
0.13
|
0.03
|
0.98
|
0.12
|
0.47
|
2.12
|
0.47
|
|
β
|
0.02
|
0.03
|
0.08
|
0.05
|
0.05
|
0.05
|
0.05
|
|
구분
|
대전
충남
|
전북
|
광주
전남
|
대구
|
경북
|
부산
울산
|
경남
|
|
전력자립도
|
1.62
|
1.96
|
2.26
|
0.80
|
3.86
|
1.24
|
1.09
|
|
α
|
1.35
|
0.26
|
0.86
|
0.62
|
3.35
|
1.09
|
0.76
|
|
β
|
0.27
|
1.70
|
1.40
|
0.18
|
0.51
|
0.15
|
0.33
|
그림 2. 2036년 한전 지역본부별 전력자립도 대푯값(그래프)
Fig. 2. Annual representative PII in 2036 by KEPCO regional headquarters
4. 전력자립도 개선 시 편익 분석(가정)
본 연구에서는 입지 변경이 가능한 재생에너지 지역별 용량 조정을 통해 지역별 전력자립도 개선 효과를 분석하고자, 2036년 특정 지역에 편중된 재생에너지
용량을 다른 지역으로 배분함으로써 나타나는 편익을 분석하였다.
4.1 지역별 재생에너지 배분 방법
어느 지역에 편중된 재생에너지를 다른 지역으로 배분할 때, 배분 비율은 아래의 식 6과 같이 지역별 재생에너지 여유잠재량비율, 균등화발전비용(Levlized Cost of Energy, LCOE)비율, 건물일체형 태양광(Building
Integrated Photovoltaic, BIPV)비율을 가중치로 반영하였다. 재생에너지 여유잠재량비는 해당 지역의 재생에너지 잠재량에서 현재
연계실적을 제외한 값의 비율이다. 여유잠재량비율이 높을수록 해당 지역에 재생에너지 배분을 높이는 과정을 수행한다. LCOE 비율은 해당지역에서 1kWh의
재생에너지 발전량이 생산될 경우 투입되는 비용을 의미하며, 주로 토지비용이 저렴할수록 LCOE는 낮아진다. 따라서 LCOE가 낮은 지역에 대하여 해당지역에
재생에너지 배분을 높이는 과정을 수행한다. BIPV 비율은 태양광이 건물에 설치될 수 있는 비율로 인구가 많은 도심지에 재생에너지를 유도하기 위한
지표로 활용된다. 수도권, 충북 등 재생에너지 성장이 불리한 지역의 재생에너지 배분을 위해 BIPV 산출량을 가중배분비율에 적용하였다. 식 6에 따른 결과는 표 5에 제시된다.
표 5 지역별 재생에너지 가중배분비율
Table 5 Weighted distribution ratio of renewable energy by region
|
번호
|
지역명
|
배분비율(%)
|
번호
|
지역명
|
배분비율(%)
|
|
1
|
서울
|
0.59
|
8
|
대전충남
|
15.29
|
|
2
|
남서울
|
1.82
|
9
|
전북
|
0.0
|
|
3
|
인천
|
5.51
|
10
|
광주전남
|
0.0
|
|
4
|
경기북부
|
7.92
|
11
|
대구
|
5.58
|
|
5
|
경기
|
10.63
|
12
|
경북
|
17.47
|
|
6
|
강원
|
9.31
|
13
|
부산
|
4.48
|
|
7
|
충북
|
10.6
|
14
|
경남
|
10.81
|
4.2 전력자립도 개선에 따른 편익
전력자립도를 1에 근접하도록 개선함으로써 얻어지는 편익은 융통선로 보강 억제, 안정도 강화, 전력손실 감소 등 다양하나, 본 연구에서는 재생에너지
이용률이 가장 높은 시간대인 춘계주간에 베타 값이 큰 지역의 재생에너지 용량을 다른 지역으로 배분했을 때 전력손실의 변화를 분석하였다. 춘계주간 베타
값이 큰 A 지역의 재생에너지 용량의 10%를 각 본부별 가중배분비율에 따라 분배한 결과, 표 6과 같이 전체 계통의 송전손실은 감소하였으며 재생에너지 배분 용량을 20%로 늘리면, 송전손실 감소량도 함께 증가하였다. 이렇게 계통의 송전손실이
감소하는 이유는 두 가지로 첫째는 A 지역의 잉여 전력량이 줄어듦에 따라 다른 지역으로의 융통전력이 줄었으며, 둘째는 다른 지역으로 배분된 재생에너지와
수요지 사이의 전기적 거리가 감소하기 때문이다.
표 6 A 지역의 재생에너지 용량 분배에 따른 손실감소
Table 6 Reduction of losses due to the distribution of renewable energy capacity in
area A to the other region
|
시나리오
|
분배량[MW]
|
손실감소량[MW]
|
|
재생에너지 10% 배분
|
1,399
|
260
|
|
재생에너지 20% 배분
|
2,799
|
482
|
5. 활용방안 및 기대효과
지역별 전력자립도를 활용하는 두 가지 방안을 제안하면, 첫째는 수요 분산화 관점에서 수도권에 집중화되고 있는 데이터센터와 같은 대용량 고객을 비수도권으로
입지를 유도할 때 활용하는 것으로, 데이터센터의 가장 효율적인 위치는 전력공급이 많은 지역이므로 전력자립도가 1보다 큰 지역을 우선 검토하는 것이
타당할 것이다. 둘째는 공급 분산화 관점에서 대규모 재생에너지 발전의 입지 검토 시 활용하는 것으로, 대규모 재생에너지 발전의 가장 효율적인 위치는
공급이 부족한 지역이므로 전력자립도가 1보다 작은 지역을 우선 검토하는 것이 타당할 것이다.
제10차 전력수급기본계획에 따르면 2036년까지 신재생발전은 108.3GW로 확대될 전망인데, 특정 지역에 신재생에너지 보급이 편중될 것으로 예상된다.
이에 전력계통에 수용하기 위해 장기송변전설비계획에 재생에너지 잉여전력을 융통하기 위한 신규 송전선로 건설이 대거 반영되었는데 수요·공급의 공간이전을
통해 지역별 전력수급 불균형을 개선한다면 지역 간 융통전력을 감소시켜 송전망 보강 완화를 유도할 수 있을 것이다.
6. 결 론
본 연구에서는 춘하추동/조주석야 총 16개의 계시별 수요 및 재생에너지 발전량 전망과 미래 전력계통을 반영한 계통해석 PSS/E DB를 활용하여 2036년도
지역별 전력자립도를 산출하였다. 기존에 사용되던 전력자립률은 지역 내 연간 발전량과 연간 전력판매량의 비를 백분율로 나타낸 과거의 값이지만, 본 연구의
지역별 전력자립도는 계시별 재생에너지 발전 특성을 반영한 미래 전망이라는 차이가 있다. 향후 개선사항으로 지역을 시군구 단위로 세분화하고 8,760시간의
시계열로 DB를 구축하여 전력망 특성을 반영하여 검토한다면 정밀한 전체 계통의 전력자립도 대푯값 산출이 가능할 것으로 판단된다.
References
“Long-term Transmission and Facility Planning,” KEPCO, 2023. 01.
J. E. Contreras-Ocana et al, “Non-Wire Alternatives : An Additional Value Stream for
Distributed Energy Resources,” in IEEE Transactions on Sustainable Energy, vol. 11,
no. 3, pp. 1287-1299, Jul. 2020.
S. D. Kim et al, “An Application of Dynamic Thermal Line Rating Control System to
Up-Rate the Ampacity of Overhead Transmission Lines,” in IEEE Transactions on Power
Delivery, vol. 28, no. 2, pp. 1231-1232, Apr. 2013
M. Nick et al, “Security Constrained Unit Commitment With Dynamic Thermal Line Rating,”
in IEEE Transactions on Power Systems, vol. 31, no. 3, pp. 2014-2025, May. 2016.
S. Kang et al, “Active Distribution Management System Based on Smart Inverter Control
of PV/ESS Integrated System,” in IEEE Transactions on Industrial Electronics, vol.
69, no. 8, pp. 7994-8003, Aug. 2022.
S. Jeon et al, “Practical Power Management of PV/ESS Integrated System,” in IEEE Access,
vol. 8, pp. 189775- 189785, Oct. 2020.
I. Jeong et al, “A Study on Analysis of Margin of Transient Stability and Calculation
of Power Generation Constraints According to Renewable Energy Sources in the East
Coast,” in Journal of KIEE, vol. 71, no.11, pp. 1564- 1570, Nov. 2022.
M. Fahrioglu et al, “Designing incentive compatible contracts for effective demand
management,” in IEEE Transactions on Power Systems, vol. 15, no. 4, pp. 1255- 1260,
Nov. 2000.
L. Zhao et al, “The Impact of Time-of-Use (TOU) Rate Structure on Consumption Patterns
of the Residential Customers,” in IEEE Transactions on Industry Applications, vol.
53, no. 6, pp. 5130-5138, Nov. 2017.
E. Celebi et al, “Time-of-Use Pricing in Electricity Markets Under Different Market
Structures,” in IEEE Transactions on Power Systems, vol. 27, no. 3, pp. 1170-1181,
Aug. 2012.
A. Almehizia et al, "Integration of Renewable Energy Sources by Load Shifting and
Utilizing Value Storage" in IEEE Transactions on Smart Grid, vol. 10, no. 5, pp. 4974-4984,
Sep. 2019.
S. Patel et al, “A Novel Energy Storage-Based Net-Load Smoothing and Shifting Architecture
for High Amount of Photovoltaics Integrated Power Distribution System,” in IEEE Transactions
on Industry Applications, vol. 56, no. 3, May. 2020.
“Scenario outlook & adequacy forecast,” Entso-E, 2015.
M. Poncela et al, “Pan-European Analysis on Power System Flexibility,” Energies, vol
11, no 7, Jul. 2018.
“10th Basic Plan for Electricity Supply and Demand,” Korea Ministry of Trade, Industry
and Energy, 2023.
“Report on establishment of PSS/E DB construction feasibility and PSS/E DB construction
criteia by time,” KEPCO, 2022.
저자소개
He received B.S. degree in communication engineering from Korea Aerospace University,
Gyeonggi Province, Korea in 2005. Currently, he is a Senior Manager in the department
of Power System Planning of Korea Electric Power Corporation (KEPCO), Naju, Korea.
He received B.S. degree in Department of Statistics from Korea University, Seoul,
Korea. Also, he completed the MBA course at Helsinki University of Economics. He was
a Vice President of Carbon Neutral Strategy Department of Korea Electric Power Corporation
(KEPCO), Naju, Korea. Currently, He is in the curriculum at KEPCO Academy.
He received Ph.D. degree in Electrical and Electronic Engineering from Yonsei University,
Seoul, Korea, in 2022. Currently, he is a Senior Researcher in the department of Power
System Planning of Korea Electric Power Corporation (KEPCO), Naju, Korea.
He received B.S. degree in Electrical engineering from Jeju University, Jeju, Korea,
in 2000. Also, he completed the MBA course at Alto University School of Economics
in 2013. Currently, he is a General Manager in the department of Power System Planning
of Korea Electric Power Corporation (KEPCO), Naju, Korea.
He recived B.S. and M.S. in Electrical Engineering from Daegu Catholic Univ, Korea
in 2028. At present, he is a Doctor’s course in Daegu Catholic University, Korea.
E-mail: yenu3ng@naver.com
He recived Ph.D degree in Electrical Engineering from Korea Univ, Korea in 2008. At
present, he is an associate professor of deagu catholic university. His research interests
include power system analysis and operation. Tel: 053-850-2782, E-mail: philos@cu.ac.kr