[논문]기후변화 시나리오를 활용한 한반도 미래 풍력에너지의 시공간적 변동성 전망

김유미; 임윤진; 이현경; 최병철

문제 정의

본 연구에서 사용된 자료는 국립기상연구소 HadGEM3-RA 지역기후모델로 산출된 기후변화 시나리오이다. IPCC 5차 평가 보고서는 대표온실가스 농도 시나리오(RCP 시나리오)를 선정하여 미래 기후변화 전망의 불확실성을 줄이고자 하였다. RCP 시나리오는 인간 활동이 대기에 미치는 복사량으로 온실가스 농도가 정해진 시나리오이며, 현재 추세로 온실가스가 배출되는 경우를 RCP8.
본 연구에서는 미래 에너지 수급 및 효율적인 풍력 에너지 활용을 위하여 미래 풍력에너지의 경향성 및 변동성을 분석하였다. RCP 2.6과 8.5 시나리오를 적용하여 산출된 HadGEM3-RA 지역기후모델 자료를 활용하여 미래 풍력에너지밀도(WED), 잠재전력생 산량(PEP) 및 이들의 변동성을 통해 미래 풍력에너지의 변동성을 알아보고자 하였다.
HadGEM3-RA 모델의 기후변화 시나리오의 미래풍력에너지 변동성 분석에 앞서, HadGEM3-RA를 통해 적분된 기후자료에 대한 특성 분석이 필요하다. 본 연구에서는 400년 제어적분된 HadGEM3-RA의 RCP 2.6과 8.5 기후변화 시나리오의 과거기후 예측 자료와 같은 기간의 ECMWF ERA-interim 자료와 비교 분석을 통해 사용될 자료의 특성을 알아보고자 하였다. 검증을 위해 사용된 기간은 1981년부터 2005년까지 25년이다.
본 연구에서는 400년 제어적분된 RC P 2.6과 RCP8.5 시나리오 기반의 10m 고도 풍속을 활용하여 기후변화에 따른 미래 풍력에너지의 불확실성 범위를 알아보고자 한다. 그림 1에 제시된 영역에 대하여 가까운 미래에 해당하는 2040년까지 기간에 대한 풍력에너지의 공간 변동성 분석을 수행하였다.
본 연구에서는 미래 에너지 수급 및 효율적인 풍력 에너지 활용을 위하여 미래 풍력에너지의 경향성 및 변동성을 분석하였다. RCP 2.
1999; 이경미 등, 2012). 본 연구에서는 지역기후모델(HadGEM3-R A)의 과거 모의 자료에 대하여 ECMWF의 ERA-interim 재분석자료를 활용하여 연평균 풍력에너지밀도(WED)와 잠재 전력생산량(PEP)에 대한 지역기후모델의 모의성능과 불확실성 범위를 알아보기 위하여 상호비교를 수행하였다. 또한 WED와 PEP의 연평균과 경년변동성을 분석하였다.
본 연구에서는 풍력발전단지의 최적화된 설계 및 효율적인 운영계획 수립을 위한 기초자료 제공을 목적으로 향후 20~30년 후의 미래 풍력에너지 변화의 시·공간적인 변동성을 분석하고자 한다.
본 연구에서는 풍력발전단지의 최적화된 설계 및 효율적인 운영계획 수립을 위한 기초자료 제공을 목적으로 향후 20~30년 후의 미래 풍력에너지 변화의 시·공간적인 변동성을 분석하고자 한다. 이를 위해 국립기상연구소 RCP 기후변화 시나리오 자료를 이용하여 미래 풍력에너지의 공간 분포 및 경년 변동성을 조사하였으며 지역적으로 나타나는 변화를 기후 변화와 연관지어 파악하고자 하였다.

가설 설정

지역 분석은 과거 대비 미래 WED 변화가 두드러지게 나타난 지점을 선택하여 중심으로부터 반경 20km 영역의 값을 대상으로 하였다. 과거 대비 상대적인 WED의 변화를 파악하기 위하여 과거의 W ED 평균값을 100으로 가정하였고 평균값과의 편차를 5년 이동 평균하였다. 검은선은 과거 (hindcast), 파란선은 RCP2.
ρ는 공기밀도, V 평균풍속이다. 본 연구에서는 공기밀도의 값을 표준대기밀도 1.225kg m^-3으로 가정하였다.

제안 방법

IPCC 5차 평가 보고서는 대표온실가스 농도 시나리오(RCP 시나리오)를 선정하여 미래 기후변화 전망의 불확실성을 줄이고자 하였다. RCP 시나리오는 인간 활동이 대기에 미치는 복사량으로 온실가스 농도가 정해진 시나리오이며, 현재 추세로 온실가스가 배출되는 경우를 RCP8.5, 지구가 회복력을 가질 수 있는 최대 한계 값인 RCP2.6, 온실가스 저감 정책이 어느 정도 실현되는 경우의 정도에 따라 RCP4.5, 6.0으로 선정하여 적분된 총 4개의 시나리오가 IPCC 보고서에 채택되었다. 현재 기상청은 2013년부터 모델자료의 안정성 확보를 위하여 200년과 400년 제어적분¹⁾된 자료를 생산하여 제공하고 있다.
본 연구에 사용된 지역기후모델은 고도가 낮은 해안가 인접지역 에서는 풍력에너지를 과거에 비해 크게, 반대로 고도가 높은 산지의 능선에서는 과거보다 풍력에너지를 과거에 비해 작게 모의하는 특성을 보였다. 그리고 미래 풍력에너지 예측 결과를 통해 미래 지역별 풍력에너지밀도(WED)의 변동성을 분석하였다. 고창, 대관령, 제주 지역은 과거와 비교 했을 때 WED가 증가하는 경향을 보인 반면 충주는 미래로 갈수록 WED가 뚜렷하게 감소하는 것으로 예측되었다.
5 시나리오 기반의 10m 고도 풍속을 활용하여 기후변화에 따른 미래 풍력에너지의 불확실성 범위를 알아보고자 한다. 그림 1에 제시된 영역에 대하여 가까운 미래에 해당하는 2040년까지 기간에 대한 풍력에너지의 공간 변동성 분석을 수행하였다. 사용된 시나리오에 대한 자세한 내용은 국립기상연구소(2013)와 변재영 등(2014)를 참고하기 바란다.
지역별로 자세한 분석을 위하여 미래 WED의 증감 폭이 크게 나타나는 곳을 대상으로 1981년부터 2040년까지 약 60년간 WED의 시계열을 분석하였다. 그중 4개 지역을 선택하여 각 지역의 계절별 WED의 변동을 파악하였다. 지역 분석은 과거 대비 미래 WED 변화가 두드러지게 나타난 지점을 선택하여 중심으로부터 반경 20km 영역의 값을 대상으로 하였다.
기후변화 시나리오의 미래 풍력에너지 예측에 앞서 기후변화 시나리오 작성을 위해 사용된 HadGEM3-RA 모델의 과거 모의능력을 ERA-Interim 자료와 비교하였다. 연평균풍력에너지밀도, 잠재전력 생산량 모두 ERA-interim에 비해 HadGEM3-RA가 육지에서는 과소 모의를, 바다에서는 과대 모의를 한 것으로 분석되었다.
기후변화 시나리오를 생산하는 지역기후모델은 고유의 계통오차를 가진다. 따라서 미래 풍력에너지 전망은 풍력에너지밀도와 잠재전력생산량의 값을 그대로 분석에 활용하지 않고 과거 대비 미래의 변화량으로 표현하였다. 가까운 미래의 35년 평균 자료는 과거기간에 비하여 WED와 PEP는 동해안, 태안반도 일부, 전남 서해안일부 및 제주에서 증가하였고, 강원 산지(태맥산맥), 내륙일부, 남해안에서는 WED, PEP가 감소할 것으로 예상된다.
본 연구에서는 지역기후모델(HadGEM3-R A)의 과거 모의 자료에 대하여 ECMWF의 ERA-interim 재분석자료를 활용하여 연평균 풍력에너지밀도(WED)와 잠재 전력생산량(PEP)에 대한 지역기후모델의 모의성능과 불확실성 범위를 알아보기 위하여 상호비교를 수행하였다. 또한 WED와 PEP의 연평균과 경년변동성을 분석하였다. 경년변동 분석은 표준편차를 평균값으로 나누어서 계산하였으며(σ/mean) 자료간의 비교가 통계적으로 유의미한지의 여부를 확인하기 위하여 T-test와 F-test를 수행하였다.
국립기상연구소는 미래 기후변화 평가를 위하여 새로운 온실가스 시나리오 RCP를 선정하여 국제 기후변화 시나리오 개발사업(CMIP5)에 따라 전지구 기후변화 시나리오를 개발하여 IPCC 5차 기후변화 평가보고서 발간에 참여하였다. 또한 한반도 지역기후변화와 영향평가 및 적응대책을 위해서 지역기후 상세화 실험을 통해 아시아 영역뿐만 아니라 한반도 영역에 대한 12.5km 해상도의 지역 기후 시나리오를 산출하고 우리나라 기후변화를 분석하고 미래 전망을 평가하였다. 분석 결과 미래 한반도 주변의 몬순 시스템은 약간 북상하는 것으로 나타났으며, 기온 상승 및 강수량 증가를 예상하고 있다(국립기상연구소, 2013).
미래 기후변화 시나리오 자료의 적용 가능성을 확인하기 위해 과거 기간(1981~2005년)에 대하여 ECMWF의 ERA-interim 재분석 자료와 비교검증을 수행하였으며, 한반도 지역에 대한 지역적인 풍력 에너지 변화와 대규모 순환과의 연관성을 알아보기 위하여 전지구 기후변화 시나리오를 추가적으로 분석하였다. 사용된 자료에 대한 구체적인 내용은 표 1에 제시하였다.
본 연구에서는 기후변화 시나리오 자료를 활용하여 미래 풍력에너지밀도(WED, Wind Energy Density)와 잠재전력생산량(PEP, Potential Electric Production)을 분석하였다. 본 연구에서 분석하고자 하는 풍력에너지밀도와 잠재전력생산량은 풍력발전단지를 운영해 나가는데 기준이 되는 요소이다.
즉, 풍력에너지밀도는 풍력발전단지에 적합한 곳임을 알려주는 지표인 셈이다. 본 연구에서는 지상 10m 고도의 풍속을 활용하여 풍력에너지밀도를 산출하였다. 풍력에너지밀도(WED)는 다음 식을 이용하여 계산하였다.
2013). 이에 착안하여 남한 풍력에너지의 변화의 원인과 상관관계를 이해하기 위하여 한반도 주변의 기압 변동양상을 분석하였다.
지역별로 자세한 분석을 위하여 미래 WED의 증감 폭이 크게 나타나는 곳을 대상으로 1981년부터 2040년까지 약 60년간 WED의 시계열을 분석하였다. 그중 4개 지역을 선택하여 각 지역의 계절별 WED의 변동을 파악하였다.
는 지상 풍속 높이, α는 지표면 거칠기 길이이다. 지표면 거칠기는 토지이용에 따라 결정되는 값으로 본 연구에서는 MODIS 토지이용도 자료를 활용하여 지표면 거칠기 길이를 산출하였다. Hueing et al.

대상 데이터

R은 풍력발전기 날개의 회전반경이며 본 연구에서는 국내 풍력발전단지 중 약 48%로 가장 많은 설치 비율을 차지하고 있는 Vestas 社의 풍력발전기를 샘플로 선정하였고, 이 풍력발전기 날개의 회전반경은 36m이다.
5 기후변화 시나리오의 과거기후 예측 자료와 같은 기간의 ECMWF ERA-interim 자료와 비교 분석을 통해 사용될 자료의 특성을 알아보고자 하였다. 검증을 위해 사용된 기간은 1981년부터 2005년까지 25년이다.
본 연구에서 사용된 자료는 국립기상연구소 HadGEM3-RA 지역기후모델로 산출된 기후변화 시나리오이다. IPCC 5차 평가 보고서는 대표온실가스 농도 시나리오(RCP 시나리오)를 선정하여 미래 기후변화 전망의 불확실성을 줄이고자 하였다.
그중 4개 지역을 선택하여 각 지역의 계절별 WED의 변동을 파악하였다. 지역 분석은 과거 대비 미래 WED 변화가 두드러지게 나타난 지점을 선택하여 중심으로부터 반경 20km 영역의 값을 대상으로 하였다. 과거 대비 상대적인 WED의 변화를 파악하기 위하여 과거의 W ED 평균값을 100으로 가정하였고 평균값과의 편차를 5년 이동 평균하였다.

데이터처리

경년변동 분석은 표준편차를 평균값으로 나누어서 계산하였으며(σ/mean) 자료간의 비교가 통계적으로 유의미한지의 여부를 확인하기 위하여 T-test와 F-test를 수행하였다.

이론/모형

따라서 10m 고도의 풍속을 풍력발전기 터빈고도에 해당하는 80m로 풍속으로의 변환이 필요하다. 풍속변환은 다음의 풍속 외삽식을 활용하였다.

성능/효과

증감패턴을 보았을 때 적게는 5년 길게는 15년 주기로 나타났다. 고창의 가을철 WED 시계열(그림 7-(a))은 과거 평균 WED보다 약 70% 이상 증가하는 경향을 보였다. 전반적으로 증가하는 추세이지만 2020년 중반부터 2030년 중반까지 과거 WED 평균수준으로 감소하였다.
PEP의 경년변동 분포 또한 WED와 유사한 분포 패턴을 보이고 있지만 남한 내륙 일부에서는 변동성이 적음을 나타내고 있었다. ERA-interim 자료와의 비교 분석 결과, Hindcast 자료가 ERA-interim에 비하여 큰 경년변동 값을 나타내고 있었으며, WED의 경우에는 Hindcast 결과가 ERA-interim자료에 비해 약 2배 정도 큰 변동성을 보이고 있었다.
ERA-interim 재분석 자료와의 비교 분석 결과, 대체로 육지에서 ERA-interim의 WED가 6.58Wm^-2 내외로 크게 나타났으며 반대로 바다에서는 Hindcast 자료가 약 42.64Wm^-2 정도 큰 값을 보였다(표 2). 강원 남부 해안, 남해안 일부, 제주도에서 ERA-interim 재분석자료가 Hindcast 보다 다소 크게 모의하고 있었지만, WED와 PEP 둘 다 대체로 육지에서 과소모의, 바다에서는 과대모의하는 경향을 나타내었다.
HadGEM3-RA 기반의 미래 기후 시나리오 적용을 위한 Hindcast자료와 재분석자료 비교 분석 결과, 과거기후에 대한 HadGEM-RA 기반의 모의능력은 ECMWF의 ERA-interim에 비하여 풍력에너지에 대한 정보를 육지에서는 과소모의, 해양에서는 과대모의하였으며, 과다한 경년변동성을 가지는 특징을 확인할 수 있었다.
HadGEM3-RA(Hindcast)기반 WED, PEP의 경년 변동 분석 결과 고도가 높은 산지의 풍상, 풍하측 및 해안가 근처에서 변동성이 큰 것을 확인하였다(그림 3). 풍속의 세제곱에 비례하는 WED와 PEP는 큰 경년 풍속의 경년변동에 비해 큰 결과를 나타내었지만 대체로 풍속의 경년변동 분포와 유사한 패턴을 보이며 강원 동해안, 남해안, 제주, 태안반도 등지에서 높은 값을 보였으며, 가장 큰 값을 보이고 있는 지역은 대체적으로 고도가 높은 백두산 부근이었다.
5보다 육지에서 더욱 증가할 것으로 나타나났다. RCP2.6과 8.5 두 시나리오 모두 남해안, 서해 북부, 동해 북부 해안가에서 WED가 감소할 것으로 예측되었으나 통계적으로 T-test 95% 수준에서 유의하지 않은 것으로 분석되었다. 또한, PEP의 경우 RCP8.
6 겨울철을 제외한 나머지 계절에서 WED, PEP가 감소하는 것으로 분석되었다(그림 5). WED, PEP가 육지에서 RCP2.6의 경우 겨울철, RCP8.5일 때는 가을철에 변화율이 가장 큰 것으로 분석되었다. 바다에서는 RCP2.
따라서 미래 풍력에너지 전망은 풍력에너지밀도와 잠재전력생산량의 값을 그대로 분석에 활용하지 않고 과거 대비 미래의 변화량으로 표현하였다. 가까운 미래의 35년 평균 자료는 과거기간에 비하여 WED와 PEP는 동해안, 태안반도 일부, 전남 서해안일부 및 제주에서 증가하였고, 강원 산지(태맥산맥), 내륙일부, 남해안에서는 WED, PEP가 감소할 것으로 예상된다. 이러한 경향은 시나리오에 따라 차이를 보이는데, WED는 RCP2.
64Wm^-2 정도 큰 값을 보였다(표 2). 강원 남부 해안, 남해안 일부, 제주도에서 ERA-interim 재분석자료가 Hindcast 보다 다소 크게 모의하고 있었지만, WED와 PEP 둘 다 대체로 육지에서 과소모의, 바다에서는 과대모의하는 경향을 나타내었다. 이 결과는 해상과 육지의 일부를 제외하고 대부분의 지역에서 95% 수준에서 유의한 것으로 확인되었다.
반면 감소할 것으로 예측된 지역은 강원 산지 및 내륙, 남해안 지역으로 분석되었다. 경년변동 분석결과 RCP8.5에서 WED, PEP의 변동이 과거 보다 클 것으로 분석되었다. 계절별 분석결과 육지에서는 4계절 모두 WED, PEP가 증가할 것으로 분석되었다.
연평균풍력에너지밀도, 잠재전력 생산량 모두 ERA-interim에 비해 HadGEM3-RA가 육지에서는 과소 모의를, 바다에서는 과대 모의를 한 것으로 분석되었다. 경년변동(Inter-annual Variability) 또한 HadGEM3-RA 모델이 육지에서 과소, 바다에서 과대 모의한 것으로 분석되었다. 다만 경년변동 분석결과 해안에 인접한 육지 및 바다, 고도가 높은 산지의 풍상 및 풍하측에서 연간 WED, PEP의 변동이 큰 것으로 나타났다.
5에서 WED, PEP의 변동이 과거 보다 클 것으로 분석되었다. 계절별 분석결과 육지에서는 4계절 모두 WED, PEP가 증가할 것으로 분석되었다. 반면 바다에서 PEP의 RCP8.
계절별에 따른 변화율을 분석한 결과에서는, 육지에서는 WED, PEP가 4계절 모두에서 증가하는 것으로 나타났으며, 바다에서는 WED와 PEP의 RCP2.6 겨울철을 제외한 나머지 계절에서 WED, PEP가 감소하는 것으로 분석되었다(그림 5). WED, PEP가 육지에서 RCP2.
그리고 미래 풍력에너지 예측 결과를 통해 미래 지역별 풍력에너지밀도(WED)의 변동성을 분석하였다. 고창, 대관령, 제주 지역은 과거와 비교 했을 때 WED가 증가하는 경향을 보인 반면 충주는 미래로 갈수록 WED가 뚜렷하게 감소하는 것으로 예측되었다. 그 중 가장 큰 폭으로 WED가 증가하는 지역은 제주이며, 감소폭이 큰 지역은 충주인 것으로 확인되었다.
과거(1981-2005) 평균 WED에 대한 미래(2006-2040) WED의 상대적 비율을 각 영역에 대해 표 3으로 정리하였다. 고창, 대관령, 제주지역은 과거와 비교했을 때 WED가 증가하는 경향을 보였다. 반면 충주는 미래로 갈수록 WED가 뚜렷하게 감소함을 확인할 수 있었다.
과거 WED가 상승하는 곳은 고창, 대관령, 제주이며 반대로 과거 W ED가 감소하는 곳은 충주이다. 과거 WED가 상승하면 미래 WED도 증가하는 경향을, 과거 WED가 감소하면 미래의 WED도 감소하는 경향을 보였다. 증감패턴을 보았을 때 적게는 5년 길게는 15년 주기로 나타났다.
다만 경년변동 분석결과 해안에 인접한 육지 및 바다, 고도가 높은 산지의 풍상 및 풍하측에서 연간 WED, PEP의 변동이 큰 것으로 나타났다. 과거기후모의 자료의 비교 결과 HadGEM3-R A 모델이 육지에서 과소, 바다에서 과대 모의하는 경향을 보였다. 그리고 연간 경년변동 분석 결과 고도가 높은 산지 지역과 바다와 육지가 인접하는 영역, 즉 해안가 부근의 지역에서는 경년변동이 큰 것으로 파악되었다.
고창, 대관령, 제주 지역은 과거와 비교 했을 때 WED가 증가하는 경향을 보인 반면 충주는 미래로 갈수록 WED가 뚜렷하게 감소하는 것으로 예측되었다. 그 중 가장 큰 폭으로 WED가 증가하는 지역은 제주이며, 감소폭이 큰 지역은 충주인 것으로 확인되었다. 향후 풍력에너지와 기압과의 상관성 파악을 위해 추가로 고도, 경사면 등과 같은 지형요 소도 함께 고려하여 분석한다면 육상에서의 풍력에 너지 변화를 좀 더 상세하게 파악할 수 있으리라 생각한다.
과거기후모의 자료의 비교 결과 HadGEM3-R A 모델이 육지에서 과소, 바다에서 과대 모의하는 경향을 보였다. 그리고 연간 경년변동 분석 결과 고도가 높은 산지 지역과 바다와 육지가 인접하는 영역, 즉 해안가 부근의 지역에서는 경년변동이 큰 것으로 파악되었다. 이 지역에서는 평균치와 편차가 큰 것으로 판단된다.
기후변화 시나리오 기반의 미래 풍력에너지는 RCP 시나리오 종별에 따라 변화 강도의 차이가 있으며 육지에서는 풍력에너지의 증가하는 반면 바다에서는 감소하는 경향을 보였다. 또한, 미래로 갈수록 변동성이 커지는 경향을 나타내 풍력에너지의 변화에 대한 미래 에너지 수급 및 활용계획에 있어 정책적 결정을 내리는 기초자료로 활용가치가 높을 것으로 판단한다.
경년변동(Inter-annual Variability) 또한 HadGEM3-RA 모델이 육지에서 과소, 바다에서 과대 모의한 것으로 분석되었다. 다만 경년변동 분석결과 해안에 인접한 육지 및 바다, 고도가 높은 산지의 풍상 및 풍하측에서 연간 WED, PEP의 변동이 큰 것으로 나타났다. 과거기후모의 자료의 비교 결과 HadGEM3-R A 모델이 육지에서 과소, 바다에서 과대 모의하는 경향을 보였다.
또한 위와 같은 미래 풍력에너지 변화와 미래 기상장 변화의 연관성을 분석한 결과, 미래에는 과거대비 한반도 주변의 기압경도를 증가시켜 풍력에너지를 증가하는 것으로 분석되었다. 지역기후모델은 기압 종관장의 흐름보다는 지형의 영향을 더 크게 받는 것으로 확인되었다.
5 두 시나리오 모두 남해안, 서해 북부, 동해 북부 해안가에서 WED가 감소할 것으로 예측되었으나 통계적으로 T-test 95% 수준에서 유의하지 않은 것으로 분석되었다. 또한, PEP의 경우 RCP8.5의 육지 및 해안에서 증감 경향이 대비되어 나타나는 경향을 보였으나 통계적으로 유의한 영역이 RCP2.6에 비해 적게 나타났다.
PEP는 육지에서 50~300kW, 바다에서 300~1,000kW의 범위로 분포하고 있다(그림 2). 또한, 태안반도 일부, 제주도, 동해 남부 해안, 전남 서해안 부근에서 WED, PEP가 타 지역에 비해 비교적 높게 나타났으며, 특히 제주에서 400~1,000kW의 높은 PEP 분포를 보이고 있다.
미래 풍력에너지의 예측을 위해 RCP2.6, 8.5 시나리오를 2006-2040년 기간에 대해 분석한 결과, 동기간동안 미래 풍력에너지는 동해안, 태안반도, 전남 서해안, 제주 등의 지역에서 증가하는 것으로 분석되었다. 반면 감소할 것으로 예측된 지역은 강원 산지 및 내륙, 남해안 지역으로 분석되었다.
고창, 대관령, 제주지역은 과거와 비교했을 때 WED가 증가하는 경향을 보였다. 반면 충주는 미래로 갈수록 WED가 뚜렷하게 감소함을 확인할 수 있었다. 4개 지역 중 가장 큰 폭으로 WED가 증가하는 지역은 제주이며, 감소폭이 큰 지역은 충주 이다(표 3).
그림 1의 모델에 입력된 지형자료와 비교해보면 고도가 높은 산지의 능선을 따라 풍력 에너지가 감소하였고, 반대로 20~50m 고도가 분포하는 해안 인접지역에서 풍력에너지가 증가하는 것으로 나타났다. 본 연구에 사용된 지역기후모델은 고도가 낮은 해안가 인접지역 에서는 풍력에너지를 과거에 비해 크게, 반대로 고도가 높은 산지의 능선에서는 과거보다 풍력에너지를 과거에 비해 작게 모의하는 특성을 보였다. 그리고 미래 풍력에너지 예측 결과를 통해 미래 지역별 풍력에너지밀도(WED)의 변동성을 분석하였다.
시나리오 기반의 미래 WED와 PEP의 경년변동은 RCP2.6보다 RCP8.5에서 모두 커지는 것으로 나타났다. 이러한 경향은 육지와 바다에서 동일하게 나타났으며 두 시나리오 모두 20% 내외의 증가율을 보였으며, 통계적으로 유의한 것으로 확인되었다.
연평균풍력에너지밀도, 잠재전력 생산량 모두 ERA-interim에 비해 HadGEM3-RA가 육지에서는 과소 모의를, 바다에서는 과대 모의를 한 것으로 분석되었다.
강원 남부 해안, 남해안 일부, 제주도에서 ERA-interim 재분석자료가 Hindcast 보다 다소 크게 모의하고 있었지만, WED와 PEP 둘 다 대체로 육지에서 과소모의, 바다에서는 과대모의하는 경향을 나타내었다. 이 결과는 해상과 육지의 일부를 제외하고 대부분의 지역에서 95% 수준에서 유의한 것으로 확인되었다.
5에서 모두 커지는 것으로 나타났다. 이러한 경향은 육지와 바다에서 동일하게 나타났으며 두 시나리오 모두 20% 내외의 증가율을 보였으며, 통계적으로 유의한 것으로 확인되었다. 다만, 변화율이 ±60% 이상일 것으로 분석된 지역에서는 유의하지 않은 것으로 나타났다(그림 6).
그림 7-(d)는 제주의 가을철 WED 시계열이다. 제주는 4개 지역 중 가장 급격하게 증가하는 경향을 보이고 있으며 2020년까지 과거 WED대비 약 200%, 2배 증가하는 것으로 분석되었다. 2020년 초반부터 중반까지는 과거 WED 수준까지 감소할 것으로 보인다.
또한 위와 같은 미래 풍력에너지 변화와 미래 기상장 변화의 연관성을 분석한 결과, 미래에는 과거대비 한반도 주변의 기압경도를 증가시켜 풍력에너지를 증가하는 것으로 분석되었다. 지역기후모델은 기압 종관장의 흐름보다는 지형의 영향을 더 크게 받는 것으로 확인되었다. 다만, 미래로 갈수록 계절별, 연별 변동성이 커지기 때문에 평균장 분석뿐만 아니라 분석하고자 하는 기간에 대한 자세한 분석이 필수적이라 하겠다.
태백·소백산맥 등과 같은 산지를 중심으로 풍상 및 풍하측 에서는 풍력에너지가 증가하였으나 오히려 고도가 높은 백두산 및 개마고원일대, 태백산맥, 소백산맥 등지에서 풍력에너지가 감소할 것으로 예측되었다.
풍속의 세제곱에 비례하는 WED와 PEP는 큰 경년 풍속의 경년변동에 비해 큰 결과를 나타내었지만 대체로 풍속의 경년변동 분포와 유사한 패턴을 보이며 강원 동해안, 남해안, 제주, 태안반도 등지에서 높은 값을 보였으며, 가장 큰 값을 보이고 있는 지역은 대체적으로 고도가 높은 백두산 부근이었다.

후속연구

또한, 미래로 갈수록 변동성이 커지는 경향을 나타내 풍력에너지의 변화에 대한 미래 에너지 수급 및 활용계획에 있어 정책적 결정을 내리는 기초자료로 활용가치가 높을 것으로 판단한다. 다만, 본 연구결과는 HadGEM3-RA모델의 결과만을 사용한 결과이며 추후 다른 모델 기반의 시나리오 활용 및 개선된 모델 결과를 적용한 분석이 필요하다.
또한, 미래로 갈수록 변동성이 커지는 경향을 나타내 풍력에너지의 변화에 대한 미래 에너지 수급 및 활용계획에 있어 정책적 결정을 내리는 기초자료로 활용가치가 높을 것으로 판단한다.
다만, 미래로 갈수록 계절별, 연별 변동성이 커지기 때문에 평균장 분석뿐만 아니라 분석하고자 하는 기간에 대한 자세한 분석이 필수적이라 하겠다. 또한, 시나리오 별로 차이가 존재하며 각시나리오에 따른 분석을 위해서는 각각에 대한 변동성을 고려하여 적용하는 것이 바람직할 것이다.
그 중 가장 큰 폭으로 WED가 증가하는 지역은 제주이며, 감소폭이 큰 지역은 충주인 것으로 확인되었다. 향후 풍력에너지와 기압과의 상관성 파악을 위해 추가로 고도, 경사면 등과 같은 지형요 소도 함께 고려하여 분석한다면 육상에서의 풍력에 너지 변화를 좀 더 상세하게 파악할 수 있으리라 생각한다.

핵심어	질문	논문에서 추출한 답변
	2차 에너지 기본계획에 나타난 신재생에너지 목표는?	기후변화의 주요인이 되는 온실가스를 감축하기 위해서 신재생에너지 개발 및 활용이 전 세계적으로 중요한 이슈가 되고 있다. 우리나라의 경우 신재생에너지의 공급 비율이 2012년 현재 약 3.18%이며(에너지관리공단, 2013) 신재생에너지 비중을 2035년까지 약 11%까지 늘리겠다는 목표로 2차 에너지 기본계획이 수립되었다(산업통상자원부, 2014). 이 중 바람은 기상 및 기후와 밀접하게 연관된 신재생 에너지원으로 이를 활용한 풍력발전은 높은 기술 성숙도와 낮은 발전단가 등으로 빠르게 성장하고 있다(신재생에너 지백서, 2012).
	풍력발전단지 개발이 빠르게 이루어지는 이유는?	18%이며(에너지관리공단, 2013) 신재생에너지 비중을 2035년까지 약 11%까지 늘리겠다는 목표로 2차 에너지 기본계획이 수립되었다(산업통상자원부, 2014). 이 중 바람은 기상 및 기후와 밀접하게 연관된 신재생 에너지원으로 이를 활용한 풍력발전은 높은 기술 성숙도와 낮은 발전단가 등으로 빠르게 성장하고 있다(신재생에너 지백서, 2012). 최근에는 육상뿐만 아니라 해상 영역으로 확대하여 정부 주도의 대규모 풍력발전단지 개발이 단계적으로 추진되고 있다(예, 서남해 2.
	풍력발전단지 개발과 운영 계획 수립을 위해 필요한 정보는?	풍력발전단지의 신규 개발과 안정적인 운영 계획 수립을 위해 기후변화에 따른 미래 풍력에너지의 변동성 정보를 파악하는 것이 필요하다. 본 연구는 IPCC 5차 보고서에서 새롭게 도입된 대표농도경로(Representative Concentration Pathway)를 적용한 기후변화 시나리오 자료를 활용하여 2006년부터 2040년까지의 가까운 미래에 대한 풍력에너지(풍력에너지밀도와 잠재전력생산량)의 시 공간적 변동성을 분석하고자 한다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

기후변화 시나리오를 활용한 한반도 미래 풍력에너지의 시공간적 변동성 전망
Spatio-temporal variability of future wind energy over the Korean Peninsular using Climate Change Scenarios 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

기후변화 시나리오를 활용한 한반도 미래 풍력에너지의 시공간적 변동성 전망 Spatio-temporal variability of future wind energy over the Korean Peninsular using Climate Change Scenarios 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

김유미 (2) 임윤진 (9) 최병철 (34)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

기후변화 시나리오를 활용한 한반도 미래 풍력에너지의 시공간적 변동성 전망
Spatio-temporal variability of future wind energy over the Korean Peninsular using Climate Change Scenarios 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper