1. 서 론

재생에너지 보급이 빠르게 확대되면서 발전 출력의 변동성과 예측 오차가 커지고 있으며, 분산자원(distribution energy resource, DER)의 규모와 다양성도 동시에 증가하고 있다. 이에 따라 전력수급 균형과 계통 안정도를 유지하면서 비용을 최소화하는 운영이 점차 복잡해지고 있으며, 시장가격 신호와 시장 메커니즘을 함께 고려한 통합적 스케줄링의 필요성이 증가하고 있다 ^[1]. 가상 발전소(virtual power plant, VPP)는 다수의 DER을 구성하여 하나의 발전기처럼 전력시장에 참여하고, 수급 균형 관리, 에너지 최적 스케줄링, 수요 대응을 체계적으로 수행하는 핵심 기술로 주목받고 있다 ^[2].

VPP는 전력 시스템의 소규모 구성 요소들을 결합하는 중개 사업자로서 기능을 하며, 일반 발전기, 부하, 재생에너지 발전원, 에너지저장장치(energy storage system, ESS) 등 서로 다른 DER 유형 중 하나 또는 복수의 조합으로 이루어진다 ^[3]. 기존 VPP 연구는 운영·입찰 최적화, 참여자 간 편익배분 및 경제성 분석으로 구분할 수 있다. Yan 등은 풍력·태양광·제어가능자원·부하·ESS로 구성된 VPP가 전력시장에 참여하는 환경을 대상으로 alternating direction method of multipliers 기반 스케줄링 최적화를 제안했다. 이를 통해 자원 활용도를 높이고 계통 안정성을 유지하며 VPP 통합 수익을 증대시켰다 ^[4]. Feng, J. 등은 재생에너지 변동성에 따른 수급 불균형을 보완하기 위해 전기자동차와 ESS가 통합된 VPP의 전일-실시간 2단계 스케줄링을 제안하였으며, VPP 총 운영비용을 최소화하였다. 그 결과, 전기자동차와 ESS 협조 제어가 총비용을 5% 절감하고 재생에너지 이용률을 높였다 ^[5]. Yan, X. 등은 배전망 제약을 고려한 VPP 다목적 최적화와 VPP-프로슈머 간 supply-demand ratio 기반 비용-편익 배분 체계를 제안하였으며, energy-sharing coalition을 구성하여 구성원 간 잉여/부족 전력을 내부 정상가로 상호 거래·상쇄하고, 잔여분은 상위 계통과 정산하였다 ^[6]. Mei, S. 등은 풍력(wind turbine, WT), 태양광(photovoltaics, PV), ESS로 구성된 VPP가 하루전 및 실시간 시장에 참여하기 위해 2단계 거래 최적화 모델을 제안하였다. 이때, 하루전 시장 단계에서는 시장 이익 최대화를 목적으로, 실시간 시장에서는 패널티 비용(imbalance penalty, IBP), ESS 운영 비용을 최소화하는 것을 목적으로 운영 모델을 설계하였다 ^[7]. Song, Y. 등은 VPP의 전력시장 참여를 위해 pay-as-bid 및 pay-as-clear 경매 메커니즘과 IBP를 반영한 3단계 확률계획 모델을 제안하였으며, 해당 모델의 선형화를 통해 선형 계획법(linear programming, LP)로 재정식화하여 실행 가능한 최적 입찰전략을 도출 하였다. 특히 pay-as-bid 매커니즘은 안정적 입찰을 유도해 IBP를 완화하는 것으로 나타났다 ^[8]. Feng, J. 등은 재생에너지 출력의 불확실성을 고려하여, 에너지 시장과 보조서비스 시장 동시 입찰 및 스케줄 수립을 통합한 VPP 운영전략을 제안하였다. 이때, ESS와 수요반응을 활용해 하루전 운전을 결정함으로써, 수익을 높이고 불균형·제약 위반을 줄여 운영 신뢰성을 향상시켰다 ^[9]. Wu, Y. 등은 VPP의 전력 거래 시장 참여를 위한 거래 최적화 모델을 제안하고 검증하였다. 제안된 모델은 WT·PV·ESS·수요반응을 통합하고, IBP와 renewable energy portfolio standard 의무를 함께 반영하여 VPP 수익 극대화를 목표로 한다 ^[10]. 이러한 연구들은 ESS를 활용한 VPP의 운영성과와 시장 대응 능력을 개선하였으나, VPP를 단일 경제주체로 간주하여 통합수익 또는 운영비용을 평가하였다.

경제성 측면에서, Elgamal, A. H. 등은 보조서비스 시장을 가정하여 주거 단지형 멀티에너지 VPP의 설비 용량과 시간별 운영을 통합 최적화하고, 수익성 및 투자 회수기간을 평가하였다. 해당 모델은 PV·복합냉난방발전·ESS 등을 포함하며, 전기는 자가소비 후 잉여분을 전력 구매 계약으로 계통에 판매하고 열은 단지 내 수요에 공급하는 구조에서 총이익과 경제성을 산정하였다 ^[11]. Wang, Y. 등은 수요측과 발전측 모두의 관점에서 VPP의 에너지 절감 및 경제성을 평가하였으며, 양측의 공정한 이익 분배를 위해 Shapley value 기반 분배 모델을 제안하였다. 제안된 모델에서는 PV와 ESS를 통합한 VPP 모델을 제안하였으며, 순현재가치(net present value, NPV), 및 투자회수기간(payback period, PBP)을 통해 경제성을 평가하였다 ^[12]. 기존 연구는 VPP의 경제성을 평가하는 데 기여하였으나, ESS의 높은 초기 투자비를 특정 사업자가 부담하는 구조와 참여자별 비용·편익을 장기간에 걸쳐 구분하여 분석한 사례는 부족하다. 또한 경제성 개선 조건을 검토할 때 ESS 설치비와 같은 CAPEX에 주로 초점을 두어, 충전전력 구매비용 등 지속적으로 발생하는 OPEX의 영향을 함께 검토한 연구는 제한적이다.

선행연구는 주로 VPP의 총수익 극대화와 시장 참여·입찰 전략에 초점을 두거나 ^{[4- 10],} 단기 경제성 분석에 초점을 맞추었다 ^{[11, 12]}. 그러나 ESS는 대표적인 자본집약적 설비로서 사업 초기에 높은 설치비용을 요구하며, 투자 회수 기간 또한 장기화되는 특성을 지닌다 ^[13]. 특히 최근 배터리 가격 변동성, 운영 중 열화 비용, 시장가격 불확실성 등을 고려할 때 VPP 사업자가 ESS를 단독으로 투자 및 보유하는 구조는 재무적 리스크를 상당 부분 내포하게 된다. 이는 VPP 사업자에게 높은 진입 장벽으로 작용할 수 있으며, DER의 경제적 운영을 저해하는 요인으로 작용할 가능성이 있다. 그러나 다수의 사업자가 참여하는 VPP의 참여자별 경제성 분석과 수익 분배 구조를 체계적으로 검증한 연구는 제한적이며, 지속 가능한 참여를 위해서는 참여자 별 경제성 분석 및 분배 구조가 필수적이다. 또한 기존 연구에서는 주로 ESS의 초기 투자비용인 CAPEX를 중심으로 민감도 분석을 수행해 왔다. 그러나 VPP의 경제성은 초기 투자비뿐만 아니라 ESS 충전전력 구매비용 등 운영 단계에서 지속적으로 발생하는 OPEX에도 크게 영향을 받는다. 이에 본 연구에서는 기존의 CAPEX 중심 분석을 보완하기 위해 ESS 충전비용을 포함한 OPEX 관점의 민감도 분석을 추가로 수행하였다.

본 연구에서는 VPP 사업자가 전력시장에 참여하는 모델을 대상으로 장기 경제성 분석과 참여자별 수익 분배 프레임워크를 제안하였다. 제안하는 모델에서 VPP 사업자는 재생에너지 사업자로부터 발전 용량을 확보하고, ESS 임대 사업자로부터 저장 용량을 임대하여 집합 자원을 구성한다. 경제성 평가는 전력시장 참여에 따른 수익과 참여자별 자본적 지출 (capital expenditure, CAPEX) 및 운영비용(operating expenditure, OPEX)를 고려하였다. 수익 항목은 시장 정산 항목인 전력량 정산금(metered energy payment, MEP), 용량 정산금(capacity payment, CP), IBP를 통합해 산정하였다. 수익 분배는 투자 비용 비례 구조로 설계되었으며, 참여자별 NPV 및 편익-비용 비율(benefit-cost ratio, BCR)로 비교 분석하였다. 또한, 재생에너지 설비 용량을 민감도 변수로 설정하여 용량 변화에 따른 경제성 변화를 추가로 검증하였다.

2. Architecture of the VPP

ESS 임대 기반 사업 모델(business model, BM)은 다수의 사업자가 참여하는 VPP의 형태로 이루어진다. VPP는 시장가격 신호에 따라 포트폴리오를 집합적으로 제어·스케줄링하고 수요·발전 예측, 시장 입찰, 거래 포트폴리오 및 위험·수익 관리를 수행함으로써 이익을 극대화하는 VPP를 의미한다 ^[14]. 이때, VPP 사업자는 재생에너지 사업자와 ESS 임대 사업자를 모집하여 하나의 VPP를 구성한다. 그림 1은 VPP 운영 및 정산 구조를 나타내며, 검은색 선은 물리적 에너지 흐름, 빨간색 점선은 현금흐름, 검은색 점선은 지시 또는 정보의 흐름을 나타낸다.

VPP에 참여하는 참여자의 역할은 아래와 같다.

a) VPP 사업자 : VPP 사업자는 모집된 자원을 통합 제어 및 시장 참여를 통해 수익을 창출하며, 이를 위해 통신·계측 등 VPP 인프라를 구축하여 실시간 데이터 수집, 발전량 예측, 시장 연계 및 정산 수행

b) ESS 임대 사업자 : ESS 임대 사업자는 VPP 사업자에게 ESS 용량을 임대하며, VPP 사업자의 신호에 따라 ESS 동작 결정

c) 재생에너지 사업자 : 재생에너지 사업자는 VPP 사업자에게 재생 에너지발전량 제공

그림 1 ESS 임대 기반 VPP 사업모델의 운영 및 수익분배 구조

Fig. 1 Operation and revenue-sharing structure of the ESS leasing-based VPP BM

VPP 사업자는 재생에너지 사업자와 ESS 임대 사업자를 모집해 포트폴리오를 구성하고, 재생에너지 입찰시장에 참여한다. VPP 사업자는 재생에너지 사업자가 제공한 과거 발전량 데이터를 기반으로 하루전 예측발전량을 산정하고 이를 하루 전 전력시장에 제출한다. 전력시장은 제출된 예측발전량을 기준으로 재생에너지 낙찰량을 산정하여 VPP 사업자에게 통보한다. 시장 당일에는 재생에너지 사업자로부터 실발전량(A)을 제공받아 전력시장에 전력(D)을 판매한다.

낙찰량이 실발전량 보다 낮아 잉여 발전량이 발생하면 VPP 사업자는 SMP 단가를 고려하여 ESS 충전(C) 신호를 보내거나 시장 규정이 허용하는 범위에서 추가 판매한다. 이때 VPP 사업자는 ESS에 충전하는 전력(C)에 대한 비용을 동일 시간대의 SMP로 전력거래소에 지불해야 한다. 반대로 낙찰량이 높아 부족분이 생기면 VPP 사업자는 ESS 임대 사업자에게 방전 신호(B)를 보내 부족분을 상쇄하고 IBP 비용을 최소화한다.

그림 2 VPP 사업자의 수익 분배 구조

Fig. 2 Revenue-sharing structure of the VPP operator

시장 종료 후, 전력시장에서는 전력 거래분에 대해 MEP와 CP를 정산(D)하며, 예측 오차로 인해 발생한 IBP를 부과한다.

VPP 사업자는 전력시장에서 정산된 수익을 ESS 임대 사업자와 재생에너지 사업자에게 분배하며, 재생에너지 사업자에게는 재생에너지 기본수입을 우선 지급한다. 이때 재생에너지 기본수입은 VPP 사업자가 ESS 없이 재생에너지 발전소만을 모집한 이후 재생에너지 입찰 시장에 참여했을 때 확보 가능한 수익을 의미한다. 제안하는 BM의 수익 분배 구조는 그림 2와 같다.

VPP 사업자는 모집된 재생에너지 발전소를 모니터링하기 위한 통신 및 계측 장비와 같은 VPP 인프라를 설치해야 하면 그에 따른 비용을 지불하게 된다. 이후 VPP에서 발생하는 모든 수익은 VPP 사업자가 초기에 모두 획득하며, 재생에너지 사업자와 ESS 임대 사업자에게 분배를 수행하게 된다. 우선 VPP 사업자는 재생에너지 사업자들의 수익을 보장하기 위해 초기 모집 단계에서 재생에너지 기본비용을 산정하고 이를 지불하게 된다. 재생에너지 사업자는 프로젝트 기간 내에 해당 BM에 참여 또는 이탈할 수 있으므로 별도의 설치 및 운영 비용을 고려하지 않고 참여에 따른 기본수입을 보장하는 형태로 구성된다. 이때 산정되는 기본수입은 VPP 사업자가 PV 발전소만을 모집하여 VPP를 구성한 이후 재생에너지 입찰 시장에 참여하였을 때 발생하는 수입으로 가정하였다. 이후 잔여 수익은 ESS 임대 사업자와 VPP 사업자가 분배하게 되며, 분배 비율은 각 사업자가 지불한 투자 비용에 비례한다. 이때 ESS 임대사업자는 별도의 ESS 임대료는 지급받지 않으며, ESS 도입 됨에 따라 발생하는 추가 수익에서 일부를 분배받는다. 재생에너지 사업자는 제안된 BM에 참여하더라도 재생에너지 기본비용을 선 지급받음으로써 기존 수익 수준을 우선 보장받는다. 다만 본 연구의 분배 구조는 재생에너지 사업자의 추가수익보다 기존 수익의 하방 위험을 방지하는 최소 수익 보장 구조에 해당한다. 실제 사업에서는 계약조건에 따라 VPP 사업자에게 귀속된 수익의 일부가 재생에너지 사업자에게 추가로 배분될 수 있다. 이러한 추가 배분은 사업자 간 협상과 위험분담 조건에 따라 달라지므로 본 연구의 분석 범위에서는 제외하였다.

모집된 재생에너지 및 ESS에 소요되는 비용은 크게 설치 비용과 운영 유지 비용으로 구분되며 표 1과 같다. ESS 임대 사업자는 프로젝트 기간 동안 ESS 설치 비용과 운영 비용을 지불하게 된다. 이때 ESS 설치 비용에는 배터리 제작비, 배터리 관리 시스템, 전력 변환 시스템, 계통 연계 비용이 포함되며, ESS 운영 비용에는 시설 관리비, 인건비가 포함된다. 다만 ESS 임대 사업자는 VPP 사업자가 ESS에 충전을 지시하는 경우에만 충전을 수행하며, 이때 발생하는 별도의 충전 비용은 VPP 사업자가 지불하게 된다.

3. 경제성 평가 모델

4. ESS 임대 기반 BM 경제성 분석

4.1 ESS 임대 기반 BM 파라미터 설정

본 연구에서는 ESS 임대 기반 BM의 장기 경제성을 분석하기 위해 운영 수익 시뮬레이션을 개발하고, ESS 도입에 따른 추가 수익을 산정하였다. 운영 수익 최적화 문제는 혼합정수선형계획법(Mixed-Integer Linear Programming, MILP)으로 구성하였으며, Python 환경에서 Gurobi Optimizer를 활용하여 최적해를 도출하였다. 이후 ESS 임대 기반 BM을 운영하기 위한 설비들의 CAPEX 및 OPEX를 조사하고 이를 기반으로 BCR와 NPV 관점에서 경제성을 분석하였다. 경제성 분석 내 입력 파라미터 중 할인율은 4.5%를 적용하였으며 ^[17], 배터리와 PCS를 포함한 ESS 수명은 15년으로 설정하였다 ^{[18, 19]}.

ESS의 설치비와 운영비는 방전 시간 4시간 기준 리튬인산철 ESS 단가를 적용하였다 ^[20]. 이때 적용된 환율은 2025년 평균값을 사용하였다. VPP 인프라 비용은 국내 VPP 관련 전문가 설문조사에서 제시된 사이트별 초기 구축비와 연간 운영비를 적용하였다 ^[21]. 제안된 BM은 기존 재생에너지 발전소에 ESS를 추가 연계하는 구조이므로, 기존 발전소 인프라는 기구축된 것으로 가정하고 ESS 연계에 필요한 추가 비용만을 반영하였다. 설문조사 시점과 분석 기준시점 간 가격 차이는 통계청 소비자물가지수를 이용해 식 (20)의 물가보정계수로 보정하였다. 여기서 $CPI_{t_0}$, $CPI_{t_a}$는 각각 원자료가 조사된 시점의 소비자물가지수, 분석 기준시점의 소비자물가지수를 의미한다. 산정 결과와 입력값은 각각 표 2과 표 3에 제시하였다.

(20)

$\text{물가보정계수} = CPI_{t_0} / CPI_{t_a}$

표 2 경제성 평가 입력 지표 : 물가보정계수

Table 2 Input parameters for economic evaluation: inflation adjustment factors

구분	조사 연도 CPI (2021)	기준 연도 CPI (2025)	물가보정계수
내용	102.50	116.61	1.14

표 3 조정된 경제성 평가 입력 지표

Table 3 Adjusted input parameters for economic evaluation

항목	단위	금액	출처 및 가정
프로젝트 기간	year	15	ESS 수명과 동일 [14]
할인율	%	4.5	예비타당성조사 지침 적용[16]
ESS 용량	kWh	1,000	가정 사항
PCS 용량	kW	250	가정 사항
물가 보정 계수	-	1.14	-
VPP 인프라 설치 비용	백만원/개소	6	VPP Infra 비용 관련 조사 내용 적용[17]
ESS 설치 비용	천원/kWh	496	ESS 비용 관련 조사 내용 적용[16]
PCS 설치 비용	천원/kW	120	ESS 비용 관련 조사 내용 적용[16]
VPP 인프라 운영 비용	백만원/개소*year	1	VPP Infra 비용 관련 조사 내용 적용[17]
ESS 운영비용	천원/kW*year	6	ESS 비용 관련 조사 내용 적용[16]

운영 수익 시뮬레이션에서는 실측 태양광 발전 데이터와 국내 SMP 데이터를 활용하였다. 분석 기간은 2024년 11월 1일부터 2025년 10월 31일까지이다. 그림 3은 PV의 실제 및 예측 데이터를 나타내며, 그림 4는 SMP 데이터를 나타낸다. 이때 PV 발전량 데이터는 국내 VPP 사업자가 실제 운영 과정에서 사용한 하루전 및 실시간 예측 데이터를 활용하였다. 발전량 예측 오차는 표 4와 같다.

그림 3 PV 실제 발전량 및 예측 발전량 예시

Fig. 3 Examples of actual and predicted PV Generation

그림 4 SMP 가격 예시

Fig. 4 Examples of SMP

표 4 하루전 및 실시간 PV 발전량 예측 성능

Table 4 Forecasting performance for day-ahead and real-time PV generation

구분	하루 전 예측 [kWh]	실시간 예측 [kW]
RMSE	133.3	127.2
MAE	84.5	79.2

시뮬레이션은 하루전 시장에서는 1시간 간격으로, 실시간 시장에서는 15분 간격으로 1년 동안 수행되었으며, 롤링 호라이즌 방식을 활용하여 72시간 구간을 대상으로 최적화를 수행하고 24시간 결과만 적용하였다. 이를 통해 단기 최적화에서 발생할 수 있는 최종 SOC 왜곡을 완화하고, ESS 운영의 연속성을 확보하고자 하였다. 주요 시뮬레이션 파라미터는 표 5와 같다.

표 5 운영 수익 시뮬레이션 파라미터 값

Table 5 Parameter values for the operating-revenue simulation

항목	단위	값
ESS SOC 범위	%	10-90
초기 SOC	kWh	0.5
ESS 최소/대 충방전량	kWh	250
충/방전 효율	%	0.98
사이클 횟수 제한	cycle	2
허용오차	%	6
주파수제어 예비력 가격($FCR$)	원/kWh	12.88
CP 단가	원/kWh	22.05
HCP 계수	-	1

4.2 운영 수익 시뮬레이션 결과

시뮬레이션 결과, ESS를 포함하지 않은 재생에너지 사업자가 단독으로 참여하였을 때 총 운영 수익은 PV 1MWp 기준 134백만원으로 나타났다. PV 용량에 따른 재생에너지 사업자의 단독 시장 참여 결과는 그림 5와 같다.

그림 5 ESS 미고려 VPP의 입찰 시장 참여 결과

Fig. 5 Bidding market participation results of the VPP without ESS

ESS 미고려 VPP의 1MWp 기준 MEP는 151 백만원, CP 는 12백만원으로 도출되었다. 또한, 예측 오차에 따른 초과분 및 부족분 관련 IBP 비용은 각각 28백만원과 1백만원으로 도출되었다. PV 설비 용량 증가에 따라 MEP와 CP는 선형적으로 증가하였으며, 예측 오차에 기인한 IBP 비용 또한 발전량 규모 확대에 비례하여 증가하는 경향을 보였다.

VPP 사업자는 ESS, 재생에너지를 모두 포함하여 재생에너지 입찰 시장에 참여하게 되며, 1MWp 기준 총 운영수익은 193백만원으로 나타났다. PV 용량에 따른 VPP 사업자의 시장 참여 결과는 그림 6과 같다.

그림 6 VPP 사업자의 시장 참여 결과

Fig. 6 Market participation results of the VPP operator

PV 용량이 1MWp에서 15MWp까지 증가함에 따라 MEP와 CP는 전반적으로 선형적인 증가 경향을 보였다. 이는 설비 용량 증가에 따라 시장에 판매 가능한 전력량 및 실효 용량 기반 CP가 선형적으로 증가하기 때문이다. 반면, 예측 오차로 인해 발생하는 IBP 비용 역시 PV 용량 증가에 따라 증가하는 것으로 나타났으며, 그림 7과 같다.

그림 7 ESS 도입 여부에 따른 결과

Fig. 7 Results with and without ESS integration

ESS 도입에 따른 VPP 운영 성능을 비교·분석한 결과, ESS를 고려하지 않은 경우와 비교하여 총 운영수익은 최소 4.1%에서 최대 45.7% 증가하는 것으로 나타났다. 개선 금액은 1MWp 기준 61백만 원에서 PV 용량 증가에 따라 초기에는 증가하였으나, 10MWp 이후 수렴하는 경향을 보여 15MWp 기준 82백만 원으로 나타났다. 이러한 결과는 PV 용량이 증가할수록 ESS 미도입 대비 IBP 비용 절감 효과가 수렴하기 때문으로 나타났다.

PV 용량 증가에 따라 ESS 적용에 따른 IBP 개선 금액은 지속적으로 증가하였으나, IBP 개선율은 감소하는 것으로 나타났다. 이는 PV 용량 증가에 따라 발전량 예측 오차에 의한 초과·부족 전력량과 ESS 미적용 시의 총 IBP 비용은 증가하는 반면, ESS의 정격 출력, 저장용량 및 일일 충·방전 제약은 일정하여 ESS가 보정할 수 있는 발전량 편차의 비중이 감소하기 때문으로 해석된다. 이에 따라 소규모 PV에서는 높은 IBP 개선율을 보였으나, PV 용량이 증가할수록 개선율은 점차 감소하였다. 한편, 절대적인 IBP 개선 금액은 PV 용량 증가에 따라 증가하였으나, 약 10MWp 이후부터는 증가폭이 점차 감소하는 경향을 보였다.

4.3 ESS 임대 기반 BM 경제성 분석 결과

본 연구는 ESS 도입으로 인해 추가로 발생한 개선 수익만을 편익으로 간주하였으며, 250kW/1,000kWh ESS를 기준으로 PV 용량별 경제성 확보 구간을 분석하였다.

그림 8은 PV 용량별 BM 전체 경제성을 분석한 결과를 나타낸다. BCR은 PV 용량이 1MWp 15MWp까지 0.80~0.97으로 비선형적으로 증가하였다. PV 용량 증가에 따른 추세를 분석하였을 때, 11~15MWp에서 BCR이 0.97로 수렴하는 경향을 보였다. 그러나 분석된 모든 PV 용량 조건에서 BCR은 경제성 판단 기준인 1.0보다 낮은 것으로 나타났다. 이는 일정 용량 이상에서는 설치된 ESS로 개선 가능한 편익이 제한되는 것으로 추정된다. 또한 현재 적용된 비용, 수익 및 운영 조건에서는 경제성 확보가 어려우며, 이를 개선하기 위해서는 ESS 설치 비용 등의 감소가 필요할 것으로 사료 된다.

그림 8 PV 용량에 따른 ESS 임대 BM 전체 BCR

Fig. 8 Overall BCR of the ESS leasing-based business model by PV capacity

5. 민감도 분석

5.1 충전 비용 감소에 따른 민감도 분석

제안된 BM에서 높은 투자 비용이 발생하는 ESS를 대상으로 설치 가격 하락에 따른 민감도 분석을 수행하였다. ESS CAPEX를 기준으로 10%씩 설치 가격을 하락시킨 이후 BCR을 재산정하였으며, 결과는 그림 9와 같다. PV 용량 15MWp 기준으로 비교하였을 때, ESS 설치 가격이 10% 하락한 시나리오부터 BCR이 1 이상으로 나타났다. PV 1~15MWp 전체 용량이 모두 BCR이 1 이상으로 나타나는 감소율은 30%로 나타났다. 이때 BCR은 1.00에서 1.17 범위를 가진다.

그림 9 ESS 설치 가격 하락에 따른 BCR 민감도

Fig. 9 BCR sensitivity to reductions in ESS installation cost

5.2 충전 비용 및 ESS 설치 가격 조정에 따른 경제성 분석

본 연구에서는 CAPEX의 주요 항목인 ESS 설치비와 함께 OPEX에서 가장 큰 비중을 차지하는 충전 비용을 대상으로 민감도 분석을 수행하였다. 비용 구조를 분석한 결과, ESS 충전 비용은 전체 OPEX의 72.7~79.7%를 차지하여 사업 경제성에 미치는 영향이 큰 것으로 나타났다. ESS 설치비는 향후 기술 가격, 보조금 및 조달 조건에 따라 변동할 수 있으며, 충전 비용 또한 요금제도와 시장 환경 변화에 따라 달라질 가능성이 있다. 이에 특정 비용 항목의 감소만을 가정하지 않고 CAPEX와 OPEX의 개선 가능성을 동시에 고려하여, PV 15MWp 조건에서 ESS 설치비와 충전비 감소율에 따른 BCR 변화를 분석하였으며 결과는 그림 10과 같다.

그림 10 ESS 설치 가격 및 충전 비용 조정에 따른 BCR

Fig. 10 BCR according to changes in ESS installation and charging costs

ESS 설치 가격을 기준 수준(감소율 0%)으로 유지하는 상황에서 충전 비용 감소율이 증가함에 따라 BCR은 0.97에서 1.45로 도출되었다. 충전 비용 감소율이 10% 이상인 경우 BCR이 1.00으로 경제성이 확보되었다. 이는 충전 비용 절감만으로도 BM의 경제성을 개선할 수 있음을 나타낸다.

6. 결 론

본 연구에서는 VPP 사업자의 ESS 투자 부담을 완화하기 위해 재생에너지 사업자, ESS 임대 사업자 및 VPP 사업자가 참여하는 ESS 임대 기반 BM을 대상으로 장기 경제성을 평가하였다. 분석 결과, PV 용량이 1MWp에서 15MWp 구간에서는 BCR이 0.80에서 0.97까지 증가하였으며, 11~15MWp에서 BCR이 0.97로 수렴하는 현상이 나타났다. 이는 재생에너지 설비 용량 확대만으로는 경제성을 확보하기 어려움을 의미한다. 이후 높은 투자 비용이 발생하는 ESS를 대상으로 설치 가격 하락에 따른 민감도 분석을 수행한 결과, PV 15MWp 조건에서는 ESS 설치 가격이 10% 감소할 때 BCR이 1.00으로 나타났으며, 설치 가격이 30% 감소하면 모든 PV 용량에서 BCR 1.00~1.17로 경제성이 확보되었다. OPEX 측면의 주요 비용 항목인 충전 비용을 대상으로 비용 감소에 따른 민감도 분석을 수행한 결과, ESS 설치 가격을 유지하더라도 충전 비용이 10% 감소하는 상황에서 BCR은 1.00으로 나타났다.

이러한 연구 결과에도 불구하고 몇 가지 한계점이 존재한다. 첫째, ESS 임대 기반 BM의 운영 시뮬레이션에서는 하루전 시장에 제출한 입찰량이 모두 낙찰되는 것으로 가정하였다. 그러나 실제 시장에서는 입찰가격, 경쟁자 전략, 계통 제약 및 재생에너지 출력 변동에 따라 낙찰량이 달라질 수 있으므로, 향후에는 낙찰 확률과 미낙찰량을 고려한 확률론적 또는 2단계 최적화 모델로 확장할 필요가 있다.

둘째, 각 사업자의 투자비 비중에 따라 편익을 배분함으로써 참여자별 BCR이 동일하게 유지되는 구조를 적용하였다. 그러나 실제 사업에서는 투자비뿐만 아니라 ESS 제공 용량, VPP 운영 기여도, 시장위험 부담, 사업자별 최소 요구 수익 등 다양한 요인이 분배 조건에 영향을 줄 수 있다. 향후에는 위험 조정 분배 등 다양한 분배 조건들과 분배 결과를 비교함으로써 분배 조건에 따른 참여 유인을 종합적으로 검증할 필요가 있다.