• 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(KEPCO), Republic of Korea.)
  2. (EIPGRID Inc. Seoul, Korea)
  3. (Dept. of Electrical Engineering, Daegu Catholic University, Korea.)



Flexible Resources, Distribution Network Constraints, CAPEX, OPEX, VPK (Value per kW)

1. 서 론

지속적인 부하 증가와 태양광, 풍력과 같은 변동성 재생에너지원(VRE)의 배전망 연계가 확대되고 전기차 보급이 증대됨에 따라 계통 운영의 불확실성이 증가하고 있으며, 특정 시간대에 국지적인 과부하 및 전압 불안정이 발생하고 있다. 특히 방사형 구조를 갖는 배전계통 특성상 전력 흐름이 단일 경로로 집중되어 변압기 및 선로의 정격 용량 (thermal rating)을 초과하는 문제가 발생하고 있고 최대 부하 수준이 설비 증설 여부에 미치는 영향이 절대적인 상황이다[1].

이에 배전 사업자는 국지적 과부하와 전압 불안정 문제에 대응하기 위해서 변압기 및 선로 증설과 같은 물리적 설비를 확충하고 있다. 그러나 도심지 부지확보의 제약, 투자비 상승, 사회적 수용성 저하 등으로 인해 공급 중심의 설비 증설 방식은 점차 한계에 직면하고 있다. 또한, 설비 증설은 대규모 자본이 수반되는 장기 투자이므로, 단기적인 수요 변동이나 국지적 제약을 해소하기 위한 수단으로는 경제적 부담이 크다.

이러한 상황에서 DR과 ESS와 같은 유연자원은 설비 증설을 대체하거나 지연시킬 수 있는 전력망 건설 대안 기술(NWAs)로 주목받고 있다. DR은 피크 시간대 부하를 직접 감축함으로써 최대 수요를 저감할 수 있고, ESS는 실시간 충방전 제어를 통해 피크 부하를 완화하는 특성을 가진다[2- 3].

그러나, 유연자원을 이용한 기존 연구들은 주로 기술적 운영 효과에 집중되어 있으며, 배전 사업자의 관점에서 유연자원 구성 및 운영 전략에 따른 경제적 기여도를 구조적으로 분석한 연구는 상대적으로 부족하다[4]. 또한, 유연자원의 설비 증설 지연 효과를 연간 반복 편익으로 환산하는 방식이 주로 사용되어 실제 회피 가능한 투자 비용을 과대평가할 가능성이 크다[5- 6].

이에 본 논문에서는 특정 시점의 계통 제약 문제에 따른 배전 사업자의 설비 투자를 지연시키기 위한 유연자원 운영의 경제적 기여도를 분석한다. 이때, 투자 회피 비용(CAPEX)과 연간 운영비 절감(OPEX) 효과를 구분하여 평가하는 방안을 제시하고, 유연자원 구성 간 경제성을 비교하기 위해 총 경제적 편익을 자원 용량으로 정규화한 단위 자원 가치(VPK) 지표를 도입한다[7]. 이를 이용하여 유연자원 구성 및 운영 전략에 따른 경제적 기여도를 분석함으로써 배전 사업자의 설비 투자에 대한 합리적인 평가 기준을 제시하고자 한다.

2. 유연자원 경제적 기여도 평가 방안

2.1 경제적 기여도 산정 비용 정의

2.1.1 투자 회피 비용(CAPEX)

투자 회피 비용은 유연자원의 운영으로 인해 배전설비 증설이 직접적으로 회피되거나, 설비 증설 시점이 지연됨에 따라 발생하는 경제적 효과를 의미한다[8]. 배전설비 증설은 선로 정격 용량을 초과하는 운전 조건이 최초로 발생하는 시점에서 결정되는 사건 기반(event-based) 의사결정이다. 따라서, 투자 회피 비용은 선로 정격 용량 초과로 과부하가 발생하는 시점에서의 1회성 가치로 정의하며, 직접 회피 비용과 투자 지연 가치 및 조달 비용으로 구성된다.

직접 회피 비용은 유연자원 도입으로 인해 대체되는 설비 규모 간 투자비 차이로 정의되며, 식 (1)과 같다.

(1)
$CAPEX_{avoid}^{direct}(t) = I(t = t^*) \cdot (C_{large} - C_{small}) \cdot k_{eff}$

여기서 $I(t = t^*)$는 기준 시나리오에서 설비 증설이 최초로 발생하는 시점에서만 1의 값을 갖는 지시함수이며, 직접 회피 비용이 해당 시점에 한 번만 반영됨을 의미한다. $C_{large}$는 유연자원 미도입 시 요구되는 증설 설비의 투자비, $C_{small}$은 유연자원 도입으로 대체되는 소규모 설비의 투자비를 나타낸다[9]. 또한 $k_{eff}$는 유연자원의 계약 기간 이후 성능 저하를 반영하기 위한 보정계수이다.

투자 지연 가치는 설비 증설 시점이 $d$년 지연됨에 따라 발생하는 투자비의 현재가치 감소분으로 정의되며, 식 (2)와 같이 산정한다[10].

(2)
$V_{def} = C_{large} (1 - (1 + r_t)^{-d})$

$r_t$는 $t$시점의 자본의 시간가치를 반영하는 할인율이며, $d$는 유연자원 도입으로 인해 설비 증설이 지연되는 기간을 의미한다. 이는 설비 투자 시점 변화에 따른 자본비의 현재가치 차이를 정량적으로 나타낸다[11].

(3)은 유연자원 도입에 필요한 조달 비용 수식이며, 유연자원 확보에 대한 용량 정산금(Capacity Payment, CP)을 조달 비용으로 반영한다. CP는 유연자원의 실제 에너지 공급 여부와는 무관하게 약정된 용량 확보에 대해 지급되는 정산금으로 계약 기간 동안 반복적으로 발생하는 고정적 비용 항목에 해당한다. ESS 및 DR의 연간 조달 비용은 각각의 약정 용량에 단위 정산 단가를 곱하여 산정하며, 계약 기간 $T$ 동안의 비용을 할인율 $r_t$을 적용하여 현재가치로 환산한다.

(3)
$C_{proc}(t) = \sum_{t=1}^{T} \frac{C_{ESS} + C_{DR}}{(1 + r_t)^t}$

따라서 투자 회피 비용은 직접 회피 비용과 투자 지연 가치의 합에서 유연자원 조달 비용을 차감한 값으로 정의되며, 식 (4)와 같다.

(4)
$CAPEX_{avoid}(t) = CAPEX_{avoid}^{direct}(t) + V_{def}(t) - C_{proc}(t)$

이와 같이 설비 투자 회피 비용은 설비 증설 의사결정의 사건 기반 특성과 자본의 시간가치를 동시에 반영하며, 유연자원 도입 비용을 명시적으로 고려한 순편익 관점의 경제적 기여도를 평가한다.

2.1.2 연간 운영비 절감(OPEX)

연간 운영비 절감은 유연자원 활용으로 기존 발전 설비의 발전량이 감소함에 따라 발생하는 연간 비용 절감 효과를 의미한다[12]. 이는 설비 증설 여부와 직접적으로 연계되는 사건 기반 편익과 달리, 유연자원의 반복적 운영으로 매년 누적되는 경제적 효과에 해당한다. 이때, 유연자원이 공급한 유효전력을 기존 발전 자원의 대체 발전량으로 간주하고, 연료비 절감 비용과 계통 손실 저감 비용으로 정의한다.

유연자원이 특정 연도 $t$에서 공급한 총 전력량을 $E_{flex}(t)$라 할 때, 연료비 절감 효과는 식 (5)와 같이 산정한다.

(5)
$C_{fuel}(t) = E_{flex}(t) \cdot c_{fuel}$

$c_{fuel}$은 단위 전력량당 발전 연료비 단가를 의미한다. 유연자원 투입에 따른 계통 조류 변화로 발생하는 전력 손실 증감 또는 감소는 계통 손실 저감 비용으로 정의하며 식 (6)과 같다.

(6)
$C_{loss}(t) = E_{flex}(t) \cdot c_{loss}$

$c_{loss}$는 단위 전력량당 손실 저감 비용 단가를 의미한다. 연간 운영비 절감은 연료비 절감 비용과 손실 저감 비용의 합으로 산정하며, 식 (7)과 같다.

(7)
$OPEX\ Saving(t) = C_{fuel}(t) + C_{loss}(t)$

연간 운영비 절감은 유연자원의 반복적 운영으로 매년 누적되는 편익이므로 사건 발생 시점에 한 번만 반영되는 설비 투자 회피 비용과 구조적으로 구분된다.

2.1.3 단위 자원 가치(VPK)

단위 자원 가치는 자원 규모의 차이를 제거한 상태에서 유연자원 구성 간 경제적 효율성을 비교하기 위한 정규화 지표이다[13]. 동일 계통 조건에서 자원의 다양한 조합을 비교할 경우, 총 경제적 기여도의 합으로는 자원 용량 규모에 따른 차이를 직접적으로 비교하기 어렵다. 따라서 총 경제적 기여도를 자원 정격 용량 기준으로 정규화한 지표가 필요하다.

총 경제적 기여도는 투자 회피 비용과 운영비 절감 효과의 합으로 정의되며, 식 (8)과 같다.

(8)
$Benefit_{total}(t) = CAPEX_{avoid}(t) + OPEX\ Saving(t)$

단위 자원 가치는 총 경제적 기여도를 유연자원의 정격 용량 $C_{res}$로 나누어 유연자원의 단위 용량당 경제적 기여도를 계산하며 식 (9)와 같이 정의한다.

(9)
$VPK = \frac{Benefit_{total}(t)}{C_{res}}$

여기서 $C_{res}$는 유연자원의 총 정격 용량(kW)을 의미한다. VPK를 통해 총 경제적 편익뿐만 아니라 단위 자원당 기여도를 동시에 평가할 수 있다.

2.2 경제적 기여도 산정 절차

본 논문에서는 설비 투자 회피, 연간 운영비 절감 및 단위 자원 가치 지표를 통합하여 유연자원의 경제적 기여도를 종합적으로 평가하는 방안을 제시한다. 먼저, 연도별 부하 성장 시나리오를 적용하여 배전계통의 운전 상태를 분석한다. 이때, 선로 과부하 여부를 판단하여 과부하 발생 시점을 도출하고, 과부하가 발생한 경우 유연자원(ESS, DR)을 제어하여 해당 제약이 해소되는지를 평가한다. 그림 1은 이러한 유연자원의 경제적 기여도 평가 절차를 나타낸 것이다.

그림 1. 유연자원 경제적 기여도 평가 절차

Fig. 1. Evaluation Procedure of Economic Contribution for Flexible Resources

../../Resources/kiee/KIEE.2026.75.7.1480/fig1.png

유연자원 투입으로 기준 시나리오에서 발생하던 선로 과부하 조건이 제거되는 경우, 해당 시점을 설비 증설 회피 사건으로 판단한다. 이에 따른 CAPEX 회피 효과는 해당 시점에서 산정하며, 유연자원의 반복적 운영으로 발생하는 에너지 절감 효과는 연도별 운영비 절감으로 누적 계산한다. 최종적으로 각 시나리오별 총 경제적 기여도를 자원 정격 용량 기준으로 정규화하여 단위 자원 가치를 도출한다.

3. 유연자원 경제적 기여도 산정

3.1 분석 대상 계통 현황

3.1.1 계통 개요

본 논문의 분석 대상 계통은 제주 계통의 A DL이며, 표 1은 계통 개요, 그림 2는 A DL의 단선도를 나타낸다. 단선도는 과부하가 발생하는 선로 구간을 빨간색으로, 분석 대상 선로를 파란색으로 표시하였다. 분석 대상 선로는 변전소 인출측에서 조류가 가장 크게 나타나는 구간으로 선정하였으며, 이후 조류 해석 결과는 해당 선로를 기준으로 분석하였다. 또한, 시나리오 2에서 수행된 설비 확충은 해당 과부하 발생 구간을 대상으로 적용하였다.

표 1. A DL 계통 개요

Table 1. Overview of the A DL

항목
계통 구조 방사형 구조
최대 부하 [MW] 11.3
연계 PV 용량 [MW] 11.9
선로 정격 용량 [MW] 10
과부하 구간 [km] 5

그림 2. A DL 단선도

Fig. 2. Single-Line Diagram of the A DL

../../Resources/kiee/KIEE.2026.75.7.1480/fig2.png

3.1.2 계절별 부하 및 일사량 특성

2024년 제주 계통 데이터를 기반으로 계절별 부하 변동을 반영하기 위해 사계절 부하 프로파일을 구성하였으며, 계통 제약이 가장 크게 발생하는 피크 부하 조건을 기준으로 그림 3~4와 같이 계절별 부하와 일사량 프로파일을 적용하였다[16]. 계절별 부하 특성은 냉·난방 수요에 따라 여름철과 겨울철에 높은 부하가 나타나도록 구성하였으며, 일사량 프로파일은 시간대별 태양광 출력 변동 특성을 반영하여 적용하였다.

그림 3. 계절별 부하 프로파일

Fig. 3. Seasonal Daily Load Profiles

../../Resources/kiee/KIEE.2026.75.7.1480/fig3.png

그림 4. 계절별 일사량 프로파일

Fig. 4. Seasonal Solar Irradiance Profiles

../../Resources/kiee/KIEE.2026.75.7.1480/fig4.png

표 2는 ESS의 시간대별 충·방전 운전 상태 프로파일을 나타낸다. 본 논문에서는 계통 제약 해소를 목적으로 부하가 낮은 새벽 시간대에 충전을 수행하고, 과부하가 발생하는 오후 시간대에 방전하는 운전 전략을 적용하였다. 이를 통해 ESS가 계통 피크 부하 구간에서 유연자원으로 효과적으로 활용될 수 있도록 스케줄링하였다.

표 2. ESS 충·방전 운전 상태 프로파일

Table 2. ESS Charging and Discharging State Profile

시간대 [h] ESS 운전 상태
1~11 Charging
12~23 Discharging
24 Charging

표 3은 11차 전력수급기본계획에 따른 계절별 연간 부하 성장률을 나타낸 것으로 연도별 부하 성장 시나리오에 반영하였다[1].

표 3. 계절별 연간 부하 성장률

Table 3. Seasonal Annual Load Growth Rates

계절 여름 가을 겨울
변화량[%] 2.7 7.6 3.6 1.4

3.2 경제적 기여도 산정 파라미터 정의

본 논문에서 경제적 기여도 산정을 위해 사용한 주요 파라미터는 표 4와 같다. 배전설비 단가는 국내 배전선로 지중선 단가를 적용하였으며, A DL에서 과부하가 발생하는 구간까지의 선로 연장을 약 5[km]로 가정하여 기준 설비 투자비를 약 34[억원]으로 산정하였다[14].

ESS 초기 투자비는 배터리 모듈, 전력변환장치(PCS), 설치 공사비 등을 포함한 총 시스템 구축 비용을 기준으로 적용하였으며, 문헌을 기반으로 MWh당 2.5[억원]을 기준값으로 설정하였다[9]. 또한, 국내 적용 사례를 반영한 MWh당 5[억원]을 추가로 고려하여 투자 비용의 불확실성을 반영하였다[15]. 할인율 $r_t$은 자본의 시간가치를 반영하기 위한 현가 할인율을 적용하였다[11].

표 4. 경제적 기여도 산정 파라미터 값

Table 4. Key Parameters for Evaluation of Economic Contributions

구분 기호 적용 값 단위
배전설비 단가 $C_{large}$ 6.84 억원/km
ESS 설비투자비 $C_{small,ESS}$ 2.5 / 5 억원/MWh
할인율 $r_t$ 4.5 %
ESS 용량 정산금 $CP_{ESS}$ 22.05 원/kW·년
DR 용량 정산금 $CP_{DR}$ 2,945 원/kW·년
SMP SMP 133.5 원/kWh
발전 단가 $c_{fuel}$ 175.5 원/kWh

ESS 및 DR의 조달 비용 산정을 위해 용량 정산금(CP)과 평균 전력 도매가격(SMP)은 2024년 제주지역 기준 한국전력거래소(KPX) 공시 자료를 적용하였다[16- 18]. 발전 단가는 동일 기준 자료 중 계통에서 한계 발전원으로 운전되는 LNG 복합화력 발전 단가를 적용하였다[19].

3.3 분석 시나리오 및 유연자원 구성

표 5는 경제적 기여도 분석 시나리오를 나타낸 것이다. 본 논문에서는 배전설비 투자 시점에 따른 운영 전략의 차이로 인해 발생하는 유연자원의 경제적 기여도를 산정하고자 한다. 계절별 연간 부하 성장률을 반영하여 분석 기간을 단기와 장기로 구분하였다. 시나리오 1은 단기 운영 전략으로 5년(2025년~2029년) 동안 배전설비 증설을 고려하지 않고 유연자원을 활용하여 설비 투자 지연 효과를 평가한다. 시나리오 2는 시나리오 1의 5년 이후 부하 증가가 지속되는 5년(2030년~2034년)이 대상이며, 유연자원을 우선 활용하되 선로 과부하가 해소되지 않는 시점에서 배전설비를 추가 증설하는 운영 전략이다. 이를 통해 유연자원 활용에 따른 설비 투자 지연 효과와 장기적인 배전계통 운영 전략을 함께 평가한다.

표 5. 경제적 기여도 분석 시나리오

Table 5. Scenario Configuration for Economic Contributions Analysis

시나리오 분석 기간 운영 전략 Case 유연자원
1 단기 (5년) 유연자원 단독 운영 Case 1 ESS (기존)
Case 2 ESS (확장)
Case 3 DR
Case 4 DR + ESS (기존)
2 장기 (단기+5년) 유연자원 단기 운영 후 설비 확충 Case 1 ESS (기존)
Case 2 ESS (확장)
Case 3 DR
Case 4 DR + ESS (기존)

표 6. Case 별 유연자원 구성 및 용량

Table 6. Configuration and Capacity of Flexible Resources of Cases

Case 유연자원 구성 정격 출력 [MW] 최대 용량 [MWh]
1 ESS (기존) 2.5 6.3
2 ESS (확장) 2.5 8
3 DR 2.5 -
4 DR + ESS DR 2.5 + ESS 2.5 ESS 6.3

표 6은 Case 별 유연자원 구성 및 운영 조건을 나타낸 것이다. 각 시나리오에서는 운영 전략에 따른 효과를 비교하기 위해 동일한 Case 구성을 적용한다. Case 1은 기존에 A DL에 설치된 ESS 단독 구성으로 정격 출력 2.5[MW]와 저장 용량 6.3[MWh]를 갖는 ESS(기존)를 적용한다. ESS의 초기 충전 상태는 50[%]로 설정하고, 배터리 열화(degradation)를 완화하기 위해 SoC 운영 범위를 10~90[%]로 제한하였다. 또한, 리튬이온 기반 ESS의 일반적인 충·방전 효율을 고려하여 본 논문에서는 95[%]로 설정하였다[20]. Case 2는 과부하 해소를 위해 저장 용량을 확장한 ESS 단독 구성으로 정격 출력은 동일하게 2.5[MW]이며 저장 용량은 8[MWh]로 설정한 ESS(확장)를 적용하며, 운영 조건은 Case 1과 동일하게 적용한다. Case 3은 DR 단독 구성으로 감축 가능 용량은 2.5[MW]로 설정하였으며, 운영 제약을 반영하여 하루 1회 호출과 최대 3시간 연속 운영 조건을 적용한다. Case 4는 DR과 ESS(기존)의 혼합 구성으로, ESS는 Case 1의 정격 출력, 저장 용량 및 운영 조건을 적용하고, DR은 Case 3의 제어 용량 및 운영 조건을 적용한다.

3.4 시나리오 별 분석 결과

3.4.1 시나리오 1

시나리오 1은 배전설비 증설을 고려하지 않고 유연자원을 활용하여 선로 과부하를 완화하는 단기 운영 조건이다. 그림 5는 유연자원의 제어 없이 초기 상태(Base Case)의 연도별 선로 조류 변화를 나타낸다. 2027년까지는 선로 과부하가 발생하지 않으나 부하 성장률에 따라 2028년 이후 하계 피크 구간에서 선로 과부하가 발생하고 이 시점을 기준으로 유연자원의 설비 투자 지연 효과를 분석한다.

그림 5. Base Case에서 연도별 선로 조류 및 과부하 발생 변화

Fig. 5. Annual Line Loading and Overload Evolution under the Base Case

../../Resources/kiee/KIEE.2026.75.7.1480/fig5.png

그림 6은 각 Case에 대한 연간 선로 조류 및 과부하 발생 여부를 비교한 결과이다. ESS 단독 제어가 적용된 Case 1과 Case 2의 경우, 2028년에는 모두 선로 과부하가 해소되는 것으로 나타났다. 그러나 2029년에는 Case 1에서 과부하가 완전히 해소되지 않은 반면, 저장 용량을 확장한 Case 2에서는 과부하가 해소되는 것으로 나타났다.

그림 6. Case 별 연간 선로 조류 및 과부하 발생 비교

Fig. 6. Annual Line Loading and Overload Comparison across Cases

../../Resources/kiee/KIEE.2026.75.7.1480/fig6.png

그림 7은 과부하 발생 시 Case 1과 Case 2의 ESS SoC 운전 프로파일을 비교한 결과이다. Case 1은 방전 과정에서 SoC 하한에 도달하여 추가적인 출력 공급이 제한되는 반면, Case 2는 저장 용량 증가로 인해 SoC 하한에 도달하지 않아 지속적인 출력 공급이 가능한 것으로 나타났다. 이는 동일한 정격 출력 조건에서도 ESS의 저장 용량이 과부하 해소 성능에 중요한 영향을 미침을 보여준다.

그림 7. 과부하 발생 시 Case 1과 Case 2의 ESS SoC 운전 프로파일 비교 (일일)

Fig. 7. Comparison of Daily ESS SoC Profiles between Case 1 and Case 2 under Overload Condition

../../Resources/kiee/KIEE.2026.75.7.1480/fig7.png

그림 8은 과부하 발생 시 Case 3과 Case 4의 운전 프로파일을 비교한 결과이다. DR 단독 제어가 적용된 Case 3의 경우, 2028년에는 과부하가 해소되었으나 2029년에는 연속 운전 시간 제약으로 인해 과부하를 완전히 해소하지 못하였다. 반면, DR과 ESS를 병행 적용한 Case 4에서는 ESS의 추가 제어를 통해 2029년 과부하를 효과적으로 해소하는 것으로 나타났다. 이는 Case 3에서 DR의 운전 시간 제한으로 인해 제어가 조기에 종료되는 반면, Case 4에서는 ESS가 추가적인 출력 공급을 수행할 수 있기 때문이다.

그림 8. 과부하 발생 시 Case 3과 Case 4의 운전 프로파일 비교 (일일)

Fig. 8. Comparison of Daily Operation Profiles between Case 3 and Case 4 under Overload Condition

../../Resources/kiee/KIEE.2026.75.7.1480/fig8.png

표 7. Case 별 연간 유연성 공급 결과

Table 7. Results of Annual Flexibility Provision of Cases

Case 자원 연도 제어 횟수 [회] 유연성 공급량 [MWh] 과부하 해소
1 ESS 28‘ 51 15.69 O
29‘ 138 92.25 X
2 ESS 28‘ 51 15.69 O
29‘ 139 93.08 O
3 DR 28‘ 50 14.94 O
29‘ 108 71.64 X
4 DR 28‘ 50 14.94 O
29‘ 110 72.88 O
ESS 29‘ 29 19.56

표 8. Case 별 총 유연성 공급량과 설비 투자 지연 기간

Table 8. Total Flexibility Supply and Investment Deferral Period by Case

구분 유연성 공급량[MWh] 설비 투자 지연 기간[년]
Case 1 15.69 4
Case 2 108.77 5
Case 3 14.94 4
Case 4 107.38 5

표 7은 각 Case에서 과부하 해소를 위해 투입된 유연자원의 연간 제어 횟수와 유연성 공급량을 나타낸 것이며, 표 8은 총 유연성 공급량과 설비 투자 지연 기간을 나타낸 것이다.

Case 2와 Case 4는 각각 108.77[MWh]와 107.38[MWh]의 유연성 공급을 통해 선로 과부하를 해소함으로써 설비 투자 시점을 5년 지연시키는 것으로 나타났다. 반면, Case 1과 Case 3은 선로 과부하를 완전히 해소하지 못하여 설비 투자 지연 기간이 4년으로 제한되었으며, 이에 따라 유연성 공급량 또한 각각 15.69[MWh]와 14.94[MWh]로 나타났다.

3.4.2 시나리오 2

그림 9는 유연자원의 제어 없이 초기 상태(Base Case)의 연도별 선로 조류 변화를 나타낸 것으로, 부하 증가에 따라 하계 피크 구간에서 선로 과부하가 점차 심화되는 경향이 나타났다.

그림 9. Base Case에서 연도별 선로 조류 및 과부하 발생 변화

Fig. 9. Annual Line Loading and Overload Evolution under the Base Case

../../Resources/kiee/KIEE.2026.75.7.1480/fig9.png

그림 10. Case 별 연간 선로 조류 및 과부하 발생 비교

Fig. 10. Annual Line Loading and Overload Comparison across Cases

../../Resources/kiee/KIEE.2026.75.7.1480/fig10.png

유연자원 제어에 따른 Case 별 분석 결과를 그림 10에 나타내었다. 장기적인 부하 증가 조건에서는 ESS, DR 및 혼합 구성의 유연자원 운영을 적용하더라도 선로 과부하를 완전히 해소하지 못하는 것으로 나타났다. 이는 유연자원 운영만으로는 장기적인 계통 제약을 완화하는 데 한계가 있음을 의미한다.

이러한 한계를 고려하여 시나리오 2에서는 단기 5년 동안 유연자원을 활용하여 설비 투자를 지연한 이후 연간 부하 성장률에 따라 배전설비를 증설하는 운영 전략을 고려하였다. 그림 11은 배전설비 증설 이후의 연도별 선로 조류 변화를 나타낸 것으로, 설비 증설 이후에는 모든 연도에서 선로 조류가 과부하 기준 이하로 유지되는 것으로 나타났으며, 계통 여유 용량이 확보됨에 따라 유연자원 제어 또한 수행되지 않았다. 이는 설비 증설을 통해 선로 용량이 증가함으로써 별도의 유연자원 제어 없이도 계통 제약이 해소되기 때문이다.

그림 11. 배전설비 증설 이후 연도별 선로 조류 변화

Fig. 11. Annual Line Power Flow after Construction of Distribution Lines

../../Resources/kiee/KIEE.2026.75.7.1480/fig11.png

3.5 경제적 기여도 평가 결과

표 9는 시나리오 및 Case 별 유연자원의 경제적 기여도를 ESS 투자 비용 수준(2.5[억원/MWh], 5[억원/MWh])에 따른 투자 회피 비용, 연간 운영비 절감, 단위 자원 가치를 정리한 결과이다.

유연자원을 활용하여 계통 제약을 완화하는 시나리오 1에서는 모든 Case에서 양(+)의 설비 투자 회피 효과가 나타났다. 이 중 DR 단독 제어가 적용된 Case 3에서 가장 큰 투자 회피 비용과 단위 자원 가치가 산정되었으며, ESS를 활용한 Case 1과 Case 2, 그리고 혼합 구성인 Case 4는 상대적으로 낮은 투자 회피 비용을 나타냈다. 이는 DR 자원이 별도의 설비 투자 없이 수요 감축을 통해 유연성을 제공하는 반면, ESS는 초기 설비 투자 비용이 크게 반영되기 때문이다.

부하 성장률에 따른 배전설비 증설을 고려한 시나리오 2에서는 Case 별 경제성 차이가 더욱 뚜렷하게 나타났다. ESS 단독 구성인 Case 1과 Case 2는 음(-)의 설비 투자 회피 비용이 산정되었으며, 이는 초기 ESS 투자 비용과 배전설비 증설 비용이 동시에 반영되면서 총 비용이 회피 비용을 초과한 결과이다. 반면, DR 단독 구성인 Case 3은 양(+)의 투자 회피 효과를 유지하는 것으로 나타났으며, 혼합 구성인 Case 4 역시 일부 비용 증가에도 불구하고 DR의 기여로 인해 경제성 저하가 일부 완화된 것으로 나타났다.

운영비 절감 효과는 유연자원의 운영에 따라 발생하는 에너지 절감 효과가 연도별로 누적되는 특성을 가지며, 모든 Case에서 양(+)의 효과가 나타났다. 다만, 과부하를 완전히 해소하지 못한 Case 1과 Case 3의 경우 설비 투자 지연 기간이 4년으로 제한되어 유연성 공급량이 상대적으로 낮게 나타났으며, 이에 따라 운영비 절감 효과 또한 작게 산정되었다. 반면, 과부하를 해소한 Case 2와 Case 4는 5년의 투자 지연이 가능하였으며, 유연자원의 운영 기간이 증가함에 따라 유연성 공급량과 운영비 절감 효과 또한 크게 나타났다.

ESS 투자 비용 수준에 따른 비교 결과, ESS 투자 비용이 증가할수록 투자 회피 비용과 단위 자원 가치가 감소하는 경향이 나타났으며, ESS를 포함한 Case에서 경제성 저하가 더욱 크게 나타났다. 이는 ESS 투자 비용 증가에 따른 초기 투자 부담이 경제성에 직접적으로 반영되기 때문이다. 반면, DR 단독 구성은 ESS 설비를 포함하지 않기 때문에 투자 비용 변화의 영향을 받지 않는 것으로 나타났다.

종합적으로, 단기적인 계통 제약 완화 전략에서는 초기 투자비가 낮은 DR 단독 구성이 가장 높은 경제적 기여도를 나타내는 반면, ESS를 포함한 구성은 투자 비용 수준에 따라 경제성이 크게 달라지는 특성을 보였다. 또한, DR과 ESS를 병행 적용한 혼합 구성은 제어 성능과 경제성을 동시에 고려할 수 있는 현실적인 운영 방안으로 분석되었다.

표 9. ESS 투자 비용 변화에 따른 경제적 기여도 평가 결과

Table 9. Evaluation of Economic Contributions under Varying ESS Investment Costs

시나리오 Case 투자 회피 비용 [억원] 운영비 절감 [억원] 단위 자원 가치 [억원]
2.5 [억원/MWh] 5 [억원/MWh] 2.5 [억원/MWh] 5 [억원/MWh]
1 1 23.469 7.469 0.020 0.009 0.003
2 20.569 0.569 0.191 0.008 0.0003
3 39.164 39.164 0.026 0.015 0.015
4 24.304 8.304 0.189 0.005 0.002
2 1 -10.531 -26.531 0.028 -0.004 -0.011
2 -13.431 -33.431 0.191 -0.005 -0.013
3 5.164 5.164 0.026 0.002 0.002
4 -9.696 -25.696 0.189 -0.002 -0.005

4. 결 론

본 논문에서는 배전계통에서 유연자원 구성 및 운영 전략에 따른 경제적 기여도를 CAPEX 및 OPEX 관점에서 정량적으로 평가하였다.

DR 단독 구성은 별도의 설비 투자 없이 유연성을 제공함으로써 투자 회피 비용과 단위 자원 가치 측면에서 가장 높은 경제성을 나타냈다. 반면, ESS는 과부하 완화 성능 측면에서는 효과적이나 초기 투자 비용의 영향으로 경제성은 상대적으로 낮게 나타났다.

설비 투자 지연 기간은 과부하 해소 여부에 의해 결정되었으며, 과부하를 해소하지 못한 경우에는 4년, 해소한 경우에는 5년의 지연 효과가 나타났다. 특히 ESS는 저장 용량에 따라 SoC 제약으로 인해 성능 차이가 발생하는 것으로 확인되었다. 또한, DR은 운전 시간 제약으로 인해 과부하 지속 시간 전 구간에 대응하지 못하는 한계를 가지는 반면, ESS는 지속적인 출력 공급이 가능하여 과부하 완화 성능에서 유리한 특성을 보였다. 이에 따라 DR과 ESS를 병행 적용한 혼합 구성은 성능과 경제성을 동시에 고려할 수 있는 효과적인 운영 방안으로 판단된다.

한편, ESS 투자 비용을 증가시킨 조건에서는 ESS를 포함한 구성의 경제성이 감소한 반면, DR 단독 구성은 비용 변화의 영향을 받지 않는 것으로 나타났다.

따라서 배전계통에서 유연자원 운영은 자원의 물리적 특성과 비용 구조를 고려한 전략적 조합이 필요하다. 특히, 단기적인 제약 완화 측면에서는 초기 투자비가 낮은 자원 구성이 유리하며, 장기적으로는 투자 규모와 설비 증설 시점이 경제성에 중요한 영향을 미친다. 향후 실제 운전 데이터를 기반으로 다양한 계통 조건에서의 유연자원의 경제적 기여도를 정밀하게 분석하고자 한다.

Acknowledgements

This work was supported by the Korea Institute of Energy Technology Evaluation and Planning(KETEP) and the Ministry of Climate, Energy & Environment(MCEE) of the Republic of Korea (No. RS-2023-00237679).

References

1 
Ministry of Trade, Industry and Energy, Available: https://www.motie.go.kr/, "The 11th Basic Plan for Long-term Electricity Supply and Demand(2024~2038)," 2025. URL
2 
S. Hyun, Y. Choi, "Development of Aggregation Models to Analyze the Impact of Virtual Power Plant Operation on the Distribution Network," The Transactions of the Korean Institute of Electrical Engineers, vol. 73, no. 6, pp. 931-938, 2024. DOI
3 
I. B. Sperstad, M. Z. Degefa, G. Kjølle, "The impact of flexible resources in distribution systems on the security of electricity supply: A literature review," Electric Power Systems Research, vol. 188, pp. 106532, 2020. DOI
4 
T. Kim, J. Park, J. Oh, M. Ko, J. Kim, G. Kim, S. Nam, S. Hwang, "Case Studies on the Distribution System Operation Considering DSO–VPP Coordination and Field Applications of Non-Wires Alternatives (NWAs)," The Transactions of the Korean Institute of Electrical Engineers, vol. 74, no. 11, pp. 1868-1874, 2025. DOI
5 
Electric Power Research Institute (EPRI), Available: https://www.epri.com/, "DER-VET User Guide v0.1.1," Palo Alto, CA, USA, 2018. URL
6 
California Energy Commission, CEC-500-2024-010, "Economic Analysis of Battery Energy Storage Systems," Sacramento, CA, USA, 2024. DOI
7 
Pacific Northwest National Laboratory (PNNL), Available: https://www.pnnl.gov/, "Energy Storage Valuation: A Review of Use Cases and Modeling Tools," U.S. Department of Energy, Richland, WA, USA, 2022. URL
8 
M. A. Ruiz, "Regulatory Challenges for Energy Infrastructure — Do Electricity Distribution Remuneration Schemes in Europe Promote the Use of Flexibility from Connected Users?," Current Sustainable/Renewable Energy Reports, vol. 10, no. 3, pp. 112-117, 2023. DOI
9 
National Renewable Energy Laboratory (NREL), NREL/TP-6A20-79236, "U.S. Solar Photovoltaic System and Energy Storage Cost Benchmark: Q1 2020," 2021. URL
10 
R. Hemmati, H. Mehrjerdi, "Investment deferral by optimal utilizing vehicle-to-grid in solar powered active distribution networks," Journal of Energy Storage, vol. 30, pp. 101512, 2020. DOI
11 
Ministry of Economy and Finance (MOEF), MOEF Directive, no. 1, "General Guidelines for Conducting Preliminary Feasibility Studies," 2026. URL
12 
A. R. Jordehi, "Optimisation of demand response in electric power systems: A review," Renewable and Sustainable Energy Reviews, vol. 103, pp. 308-319, 2019. DOI
13 
B. Zakeri, S. Syri, "Electrical energy storage systems: A comparative life cycle cost analysis," Renewable and Sustainable Energy Reviews, vol. 42, pp. 569-596, 2015. DOI
14 
H. Ryu, "Mid-to long-term distribution system planning using investment-based modeling," Energies, vol. 18, no. 14, pp. 3702, 2025. DOI
15 
J. S. Oh, Available: https://www.ksga.org/, "Public Hearing on Establishing a Cooperative Framework between Distribution System Operators (DSO) and Distributed Energy Resource Operators," KEPCO, 2025. URL
16 
Korea Power Exchange, Available: https://www.kpx.or.kr/, "Reference Capacity Price (RCP) for the 2024–2025 period," 2024. URL
17 
Korea Power Exchange (KPX), Available: https://www.kpx.or.kr/, "Demand Response Market Status and Operation Information," 2025. URL
18 
Korea Power Exchange (KPX), Available: https://www.kpx.or.kr/, "System Marginal Price (SMP) – Yearly Statistics," URL
19 
Korea Power Exchange (KPX), Available: https://www.kpx.or.kr/, "Settlement Price by Generation Source," Electric Power Statistics Information System (EPSIS) URL
20 
IPIECA, Available: https://www.ipieca.org/, "Battery energy storage system (BESS) integration into power generation systems," 2025. URL

저자소개

황성욱 (Sung-Wook Hwang)
../../Resources/kiee/KIEE.2026.75.7.1480/au1.png

He received the B.S., M.S., and Ph.D. degrees in Electrical Engineering from Hongik University, Seoul, Korea, in 1997, 1999, and 2012, respectively. He has been a Senior Researcher at KEPCO since 2008. His research interests include distribution planning, flexibility, microgrids, and power system resilience.

박중성 (Jung-Sung Park)
../../Resources/kiee/KIEE.2026.75.7.1480/au2.png

He received the B.S., M.S., and Ph.D. degrees in Electrical Engineering from Hongik University, Seoul, Korea, in 2004, 2006, and 2024, respectively. He is currently a Principal Researcher with the Distribution System Laboratory, KEPCO Research Institute (KEPRI), Daejeon, Korea. His current research interests include the development of policy and operation models for TSO-DSO coordination for virtual power plants (VPPs) in distribution systems.

이휘성 (Whee-Sung Lee)
../../Resources/kiee/KIEE.2026.75.7.1480/au3.png

He received the B.B.A. degree in Business Administration and studied Management Information Engineering at Konkuk University, Seoul, Korea. He is currently the CEO and co-founder of EIPGRID, an AI-based energy technology company and has references in domestic and international energy business development projects in Korea, Japan, Thailand, and Malaysia. He has also served as an expert member of IEC PC118 for smart grid user interface profiles. His main interests include AI-based demand management, DR/VPP operation, distributed energy resource flexibility, electricity market-linked energy solutions, and community-level energy demand-supply balancing.

김우석 (Woo-Seok Kim)
../../Resources/kiee/KIEE.2026.75.7.1480/au4.png

He received the B.S. degree in Electrical Engineering from Daegu Catholic University, Republic of Korea, in 2024, where he is currently pursuing the M.S. degree. His research interests include distribution system analysis, VPP control strategies, and economic analysis in power systems.

권동영 (Dong-Yeong Gwon)
../../Resources/kiee/KIEE.2026.75.7.1480/au5.png

He received the B.S. and M.S. degrees in Electrical Engineering from Daegu Catholic University in 2021 and 2023, respectively, where he is currently pursuing the Ph.D. degree. His research interests include distribution system analysis, grid-forming inverter modeling and applications, and the impact assessment of inverter control algorithms on the stability and operation of active distribution networks from a DSO-oriented operational perspective.

최윤혁 (Yun-Hyuk Choi)
../../Resources/kiee/KIEE.2026.75.7.1480/au6.png

He received the Ph.D degree in Electrical Engineering from Korea University, Seoul, Korea, in 2012. Since 2017, he is currently an associate professor at Daegu Catholic University. His main subjects are distribution grid analysis, DSO operation for VPP, flexible energy analysis, and GFM control.