국가온실가스 감축 로드맵을 통해 2020년 BAU 대비 약 30%의 온실가스감축을 목표로 하고 있는데, 전력부문의 경우 가장 많은 온실가스 배출을 하고 있어서 감축잠재량 산정에 매우 중요한 부문이다. 전력부문의 경우 온실가스 감축을 위해 수요관리, 전원믹스개선, 연료전환 등과 신재생에너지 비중 확대 등의 정책 및 기술확산 등을 통해 2020년 온실가스 감축 목표달성을 하게 된다. 이처럼 매우 복잡한 전력부문 온실가스 감축 정책 수립 및 평가를 위해 대부분의 국가에서는 상향식 모형 또는 하향식 모형을 이용하고 있다. 본 연구에서는 전력부문 상향식 모형의 일반적인 현황 및 적용방안에 대해서 알아보고, 이를 위해 전력부문의 가장 큰 특징인 구간부하(load region)을 분석하고, 이를 이용하여 수력 및 양수 등을 모형화하는 방안을 제시한다. 또한 전력부문에 대한 상향식 기반의 BAU 모형을 제안하고, 이 모형을 이용하는데 필요한 데이터 및 이슈들을 정리한다.
국가온실가스 감축 로드맵을 통해 2020년 BAU 대비 약 30%의 온실가스감축을 목표로 하고 있는데, 전력부문의 경우 가장 많은 온실가스 배출을 하고 있어서 감축잠재량 산정에 매우 중요한 부문이다. 전력부문의 경우 온실가스 감축을 위해 수요관리, 전원믹스개선, 연료전환 등과 신재생에너지 비중 확대 등의 정책 및 기술확산 등을 통해 2020년 온실가스 감축 목표달성을 하게 된다. 이처럼 매우 복잡한 전력부문 온실가스 감축 정책 수립 및 평가를 위해 대부분의 국가에서는 상향식 모형 또는 하향식 모형을 이용하고 있다. 본 연구에서는 전력부문 상향식 모형의 일반적인 현황 및 적용방안에 대해서 알아보고, 이를 위해 전력부문의 가장 큰 특징인 구간부하(load region)을 분석하고, 이를 이용하여 수력 및 양수 등을 모형화하는 방안을 제시한다. 또한 전력부문에 대한 상향식 기반의 BAU 모형을 제안하고, 이 모형을 이용하는데 필요한 데이터 및 이슈들을 정리한다.
Since the release of mid-term domestic GHG goals until 2020, in 2009, some various GHG reduction policies have been proposed to reduce the emission rate about 30% compared to BAU scenario. There are two types of modeling approaches for identifying options required to meet greenhouse gas (GHG) abatem...
Since the release of mid-term domestic GHG goals until 2020, in 2009, some various GHG reduction policies have been proposed to reduce the emission rate about 30% compared to BAU scenario. There are two types of modeling approaches for identifying options required to meet greenhouse gas (GHG) abatement targets and assessing their economic impacts: top-down and bottom-up models. Examples of the bottom-up optimization models include MARKAL, MESSAGE, LEAP, and AIM, all of which are developed based on linear programming (LP) with a few differences in user interface and database utilization. The bottom-up model for electric sector requires demand management, regeneration energy mix, fuel conversation, etc., thus it has a very complex aspect to estimate some various policies. In this paper, we suggest a bottom-up BAU model for electric sector and how we can build it through step-by-step procedures such that includes load region, hydro-dam and pumping storage.
Since the release of mid-term domestic GHG goals until 2020, in 2009, some various GHG reduction policies have been proposed to reduce the emission rate about 30% compared to BAU scenario. There are two types of modeling approaches for identifying options required to meet greenhouse gas (GHG) abatement targets and assessing their economic impacts: top-down and bottom-up models. Examples of the bottom-up optimization models include MARKAL, MESSAGE, LEAP, and AIM, all of which are developed based on linear programming (LP) with a few differences in user interface and database utilization. The bottom-up model for electric sector requires demand management, regeneration energy mix, fuel conversation, etc., thus it has a very complex aspect to estimate some various policies. In this paper, we suggest a bottom-up BAU model for electric sector and how we can build it through step-by-step procedures such that includes load region, hydro-dam and pumping storage.
국가온실가스 감축 로드맵을 통해 2020년 BAU 대비 약 30%의 온실가스감축을 목표로 하고 있는데, 전력부문의 경우 가장 많은 온실가스 배출을 하고 있어서 감축잠재량 산정에 매우 중요한 부문이다. 전력부문의 경우 온실가스 감축을 위해 수요관리, 전원믹스개선, 연료전환 등과 신재생에너지 비중 확대 등의 정책 및 기술확산 등을 통해 2020년 온실가스 감축 목표달성을 하게 된다.
CGE 모형이란?
하향식 모형에는 거시계량경제 모형과 연산가능 한 일반균형(Computable General Equilibrium; CGE) 모형 등이 있는데, 거의 대부분 국가에서는 CGE 모형을 이용하고 있다[7]. CGE 모형은 일반 균형 하에서 다양한 부문 및 경제주체로 구성된 시장에서의 수요, 공급, 가격 등의 균형을 분석 하는 모형으로, 배출권 거래제 도입, 탄소세 도입 등 다양한 시나리오 하에서 온실가스 감축 효과에 어떠한 영향을 미치는지에 대한 시뮬레이션을 수행하고 그 결과를 보여 주게 된다[2, 3, 6].
대표적으로 어카운팅에 중점을 둔 시뮬레이션 모형은 무엇이 있는가?
반면 상향식 모형은 다양한 부문(Sector)과 하위부문들의 주어진 수요를 만족시키기 위한 다양한 기술(에너지 공급원, 에너지 전환기술, 수요를 만드는 수요기술 등) 을 정의하고 이 기술들의 에너지 흐름을 구하게 되는데, 상향식 모형을 구현하는 방법은 선형계획모형(Linear Programming, LP)를 이용하는 최적화 모형(Optimization Model)과 어카운팅에 중점을 둔 시뮬레이션 모형으로 크게 나뉜다. 대표적인 시뮬레이션 모형으로는 Stockholm Environment Institute (SEI)에서 개발한 LEAP(Longrange Energy Alternatives Planning) 모형을 들 수 있으나, 대부분의 경우 LP를 이용하는 최적화 모형이 많이 적용된다. 최적화 모형의 대표적인 형태로는 IEA 산하기관인 ETSAP의 MARKAL(MARKet ALlocation), IAEA의 MESSAGE(Model for Energy Supply's Strategy Alternatives and General Environmental effect), 일본 NIES의 AIM(Asia-Pacific Integrated Model) 등이 대표적이다 [8, 9, 10, 11, 12].
참고문헌 (12)
국가온실가스 종합정보센터, 2011, "2020년 중기 국가 온실가스 감축목표설정"
에너지경제연구원, 2009, "MARKAL 모형과 국내 장기 온실가스 감축잠재량 분석 보고서"
EPA U.S. National MARKAL Database: Database Documentation, EPA/ 600/R-06/057, Environmental Protection Agency, Washington DC, USA.
Fishbone, L.G., Abilock, H., 1981, MARKAL, a linear- programming model for energy systems analysis: technical description of the BNL version. Energy Res. Vol. 5, No. 4, pp.353-75
Loulou, R., Remme, U., Kanudia, A., Lehtila, A., Goldstein, G. 2005, : Documentation of the TIMES model, www.etsap.org
Hugon Kim, et. al., 2014 Mathematical properties and constraints representation for bottom-up approaches to the evaluation of GHG mitigation policies, Transportation Research Part D 32, pp.48-56
Hashim, H., Douglas, P., Elkamel, A., Croiset, E., 2005, Optimization model for energy planning with CO2 emission considerations. Ind. Eng. Chem. Res. Vol. 44, No. 4, pp.879-90
※ AI-Helper는 부적절한 답변을 할 수 있습니다.