[논문]태양광·풍력 발전 증가에 따른 한국의 전력시스템 내 통합비용에 관한 연구

김두천; 김광진; 박중구

doi:10.5855/energy.2019.28.3.042

[국내논문] 태양광·풍력 발전 증가에 따른 한국의 전력시스템 내 통합비용에 관한 연구
A Study on the Integration Costs in Korean Electric System in Accordance with Increasing Solar and Wind Power Generation 원문보기

에너지공학 = Journal of energy engineering, v.28 no.3, 2019년, pp.42 - 54

김두천 (서울과학기술대학교) , 김광진 (전력거래소) , 박중구 (서울과학기술대학교)

초록
AI-Helper

태양광 풍력 발전은 한국의 에너지 전환에 있어서 핵심적인 요소이다. 특히 이산화탄소 감축과 미세먼지 저감을 위해서 태양광 풍력 발전 확대 보급은 정책적으로나, 사회적으로 필수 불가결한 선택이다. 이에 본 논문은 태양광 풍력 확대에 대응하여 한국 전력시스템 내에서 추가적으로 발생하는 비용, 즉 통합 비용에 대해 분석하고자 한다. 2019년~2030년에 걸친 "8차 전력수급기본계획", "재생에너지3020 이행계획"과 2016년 태양광 풍력 발전량을 기반으로 KEPTA를 활용하여 시나리오 분석한 결과, 2030년 13.94Won/kWh~32.55Won/kWh의 통합비용이 필요하며, 백업비용은 8.94Won/kWh, 균형비용은 1.03Won/kWh~4.45Won/kWh, 계통접속비용은 3.97Won/kWh~19.16Won/kWh가 필요한 것으로 나타났다. 이러한 추가 비용이 확보될 때 태양광 풍력 발전의 확대를 위한 전력시스템 내 안정성이 확보될 것으로 예상한다. 향후 태양광 풍력 발전의 기술 개발과 전력저장장치 도입, 그리고 도매시장 가격 변화 등을 고려한 연구가 필요하다.

Abstract ▼ AI-Helper

The solar and wind power is spreading as a means to $CO_2$ reduction, but it has the characteristics of the volatility depending on the weather changes. This article aims to estimate the additional integration costs in Korea electric system in response to such volatility of increasing solar and wind power generation, using Korea electric power trading analyzer(KEPTA). The analysis utilizes the statistics of "8th Basic Plan for Long-term Electricity Supply and Demand" and "Renewable Energy Plan 3020". As the results, integration costs will be estimated 13.94Won/kWh~32.55Won/kWh, consisting of 8.94Won/kWh as back-up costs, 1.03Won/kWh~4.45Won/kWh as balancing costs, and 3.97Won/kWh~19.16Won/kWh as grid-costs. These results suggest that when the integration costs are secured, Korea electric system will be expected in the stable situation. This article leaves the further studies with taking the technological development of solar and wind power generation, the introduction of energy storage system, and wholesale price of electricity into consideration.

주제어

표/그림 (11)

표 Table 1. Literature Reviews
그림 Fig. 1. Difference between LCOE and Integration Costs
그림 Fig. 2. System of Integration Costs
그림 Fig. 3. Analysis Process of Integration Costs
그림 Fig. 4. Load Duration Curve Generation, Flat, Residual of Solar and Wind in 2016
표 Table 2. Transmission and Distribution Investment Costs on Renewable Energy 8th Basic Plan for Long-term Electricity Supply and Demand
표 Table 3. Renewable Capacity Expansion Plan (2019~2030)
표 Table 4. Back-up Costs of Solar and wind Generation (2019-2030)
표 Table 5. Balancing Costs of Solar and Wind Generation scenario (2019-2030)
표 Table 6. Grid Costs of Korea Power System in 2030
표 Table 7. Comparison of Integration Costs between Korea and Belgium

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 선행 연구를 기반으로, 한국의 태양광과 풍력 발전에 있어서 변동성을 측정하며, 이에 따른 통합비용인 백업비용, 균형비용, 계통접속비용을 『제8차 전력수급기본계획』과 『3020재생에너지 이행계획』을 중심으로 2019년∼2030년까지에 걸쳐 분석해 보고자 한다.
본 논문은 한국의 2016년 태양광·풍력 발전과 『8차 전력수급기본계획의 설비계획』, 『재생에너지 3020 이행계획』을 바탕으로 2019년부터 2030년까지 태양광·풍력 발전의 통합비용에 대해 분석하고자 한다.
본 논문은 한국의 2016년 태양광․풍력 발전 데이터를 바탕으로 KEPTA를 이용하여, 『8차 전력수급기본계획』과 『3020 재생에너지 이행계획』을 중심으로 2019년∼2030년까지의 통합비용, 백업비용, 균형비용, 계통접속비용에 대해 분석하였다.

가설 설정

(2017)가 제시한 극한 기온 대응에 대한 백업비용의 경우 한국의 계절 특성상 해당되는 범위가 지나치게 클 수 있어, 본 논문에서 백업비용 관련 태양광·풍력 발전에 대한 예측이 정확하다는 가정을 바탕으로 분석하였다.
운영비용 산출을 위해, LNG 발전기가 태양광·풍력 발전이 증가하는 시간대에는 발전량을 줄이고, 감소하는 시간대에는 발전량을 증가시켜 전력 계통의 안정성을 확보하는 것으로 가정하였다.
태양광·풍력 발전량의 변동성은 LNG 발전 기가 대응하는 것으로 가정하였으며, 이에 대한비용은 2016년도 기준 LNG 가격과 투자비용, 운영 비용을 기준으로 분석하였다.
이후, 2030년까지의 신재생 발전량 예측을 위하여 KEPTA를 활용하였다. 태양광과 풍력의 이용률은 『재생에너지 3020 이행계획』의 이용률을 반영하여, 태양광의 경우 14.6%를, 육상풍력은 23%를, 해상풍력은 30%을 가정하였다.MOTIE, 2017).
투자비용과 운영비용은 태양광과 풍력 발전량의 예측이 정확하다는 가정하에 산정 가능하다. Heard, et al.

제안 방법

(1-1) 투자비용은 최대전력 발생 시 태양광․풍력 발전의 출력이 일정한 경우(Fig. 3. ⓐ 참조)와 출력이 일정하지 않는 경우(Fig. 3. ⓑ 참조)간 차이를 분석하여 태양광·풍력 발전의 추가적인 투자설비(Investment Capacity)를 산출하였다.
(3) 계통접속비용은 전력을 수송하기 위해 태양광․풍력 발전 설비를 전력망에 연결하는 비용으로 송전과 배전을 동시에 고려하였으며, ㈜한국전력의 태양광·풍력 발전 확대에 따른 송배전 투자비 추정 자료를 활용하여 전원별 접속비용 단가 (Won/kWh)를 산정하였다(MOTIE, 2017).
(2016)는 벨기에의 태양광․풍력 발전에 따른 전력시스템 내의 백업비용, 균형비용, 계통접속비용 및 보조금에 대한 효과를 원자력 운영과 온실가스 감축량 시나리오 기법으로 분석하였다. 2025년까지 7기의 원자력 발전소를 폐지하는 벨기에 의회의 결정을 반영하여, 전체 전력구성의 47.2%를 차지하는 원자력의 운영 종료 이후에 대한 비용 분석을 하였으며, 온실가스 감축량 시나리오는 벨기에의 에너지 로드맵 2050과 유럽의 전력 네트워크 개발 계획(Ten Year Network Development Plan)에 대한 시나리오 분석 방법론을 제안하였다. 분석의 결과, 신재생 발전의 변동성으로 인한 백업비용은 3∼8 €/MWh, 균형비용은 2∼5€/MWh, 계통접속비용은 계통강화 비용을 포함하여 최대 12.
MOTIE, 2017). 계통접속 비용 계산을 위하여, 할인율은 4.5%를, 송 배전설비 수명은 30년을 적용하였으며, 이는 ㈜한국전력의 투자유지보수를 위해 이용되는 수치와 동일하게 적용하였다.
태양광·풍력 발전의 경우 시시각각 변화하는 출력으로 인해 전력시스템 내에서 지속적인 비용이 발생하게 된다(Hirth, 2013). 따라서 적정 예비력 확보를 위해서 다양한 분석이 필요한데, 이를 예비력 추가 5%, 10%, 15%로 하는 예측 오차 시나리오를 도입하여 KEPTA를 통해 시뮬레이션 결과를 분석하였다. (Eq.
(2) 균형비용은 태양광과 풍력 발전의 예측 불확실성으로 유발되는 비용으로, 태양광․풍력 발전량에 대해 하루 전 예측 발전량과 실제 운영상 증가와 감소되는 발전량을 기초로 한다. 여기에 사용되는 전력시장 가격은 현재 한국의 비용입찰 풀(Cost Based Pool, 이하 CBP)시장을 기초로 분석하였다. CBP 시장에서는 개별 발전기가 가격으로 입찰하지 않고, 전력시장운영규칙에 따라 비용 평가위원회에서 개별 발전기 비용의 입찰 결과와 하루 전 수요예측 결과를 바탕으로 SMP를 결정한다(Ahn, et al.
투자설비는 연간 시간대별 부하에서 태양광·풍력 발전 출력을 차감한 Residual Load의 최대전력 차이로 계산하여, 해당 용량에 대한 연간 설비용량(kWh) 을 도출하였다. 연간 설비용량을 1년(8760시간)으로 나누어 산출된 투자설비에 LNG 발전기 설비의 고정비(LNGFX)를 반영한 값을 적용하였다(Eq. 1.참조).
운영발전량은 태양광·풍력 발전량을 평균발전량과 변동성발전량의 차이로 전체 발전 비용을 계산하였다.
이를 분석하기 위해 태양광·풍력의 발전을 평균발전량과 변동성발전량의 차이로 운영발전량(Operation amount)을 산정한 후, LNG 발전기가 해당 발전량만큼 정지 상태에서 기동 후 운영에 소요되는 비용을 산출하였다.
전력 수요곡선(Load Curve)을 기반으로, 태양광·풍력 발전의 평균발전량(Flat Output)과 변동성 발전량 (Variable Output)을 전제로 한다.
참조)을 적용하였다. 태양광, 풍력의 출력은 2016년도 시간대별 발전량과 『제8차 전력수급기본계획』의 2030년까지의 태양광과 풍력의 설비용량 및 연간 발전량을 이용하여 분석하였다. 태양광·풍력 발전량의 변동성은 LNG 발전 기가 대응하는 것으로 가정하였으며, 이에 대한비용은 2016년도 기준 LNG 가격과 투자비용, 운영 비용을 기준으로 분석하였다.
태양광․풍력 발전의 하루 전(D-1) 예측(Forecasting(Solar․Wind))과 실제 당일 태양광·풍력 발전(Actual(Solar․Wind))차이와 추가적인 예비력을 적용한 발전량의 증감을 고려하여 비용을 산출하였다.
투자설비는 연간 시간대별 부하에서 태양광·풍력 발전 출력을 차감한 Residual Load의 최대전력 차이로 계산하여, 해당 용량에 대한 연간 설비용량(kWh) 을 도출하였다.
참조). 특히 균형비용은 2016년 태양광․풍력 발전 과 시간대별 전력수요를 전제로 하여 추가 예비력 비율을 5%, 10%, 15%,로 시나리오 구성 후 비용을 산정하였다.
한국의 통합비용에 대한 분석은 2016년 태양광․풍력의 시간대별 발전, 계통한계가격(System Marginal Price, 이하 SMP), 『제8차 전력수급기본 계획』과 『3020재생에너지 이행계획』의 2019∼2030 년까지의 발전과 설비용량을 기초 통계로 하며, KEPTA를 활용하여 분석하기로 한다.
해당 분석을 위한 주요 전제 조건 중 전력수요는 8차 전력수급기본계획의 연도별 최대전력과 발전량(Table 3. 참조)을 적용하였다. 태양광, 풍력의 출력은 2016년도 시간대별 발전량과 『제8차 전력수급기본계획』의 2030년까지의 태양광과 풍력의 설비용량 및 연간 발전량을 이용하여 분석하였다.

데이터처리

한국의 경우, Jeon, et al.(2017)이 제주도 풍력 발전의 불확실성에 대해서 Multi-Period Super Optimal Power Flow를 이용하여 발전비용과 예비력 비용에 대해 분석하였다. 제주도 풍력 발전의 불확실성이 커질수록 이에 대한 발전비용과 예비력 비용이 동시에 증가하며, 예비력 비용의 증가폭이 커지는 것으로 나타났다.

이론/모형

본 논문은 선행연구의 결과 Bruninx, et al.(2016) 의 방법론을 참고하기로 한다. Bruninx, et al.
2030년까지의 연도별 태양광·풍력 발전 전망 및 백업비용, 균형비용, 계통접속비용 산출을 위해 한국 전력거래 상용 시뮬레이터(Korea Electric Power Trading Analyzer, 이하 KEPTA)를 활용하기로 한다.
이후, 2030년까지의 신재생 발전량 예측을 위하여 KEPTA를 활용하였다. 태양광과 풍력의 이용률은 『재생에너지 3020 이행계획』의 이용률을 반영하여, 태양광의 경우 14.

성능/효과

(1) 2019년 이후 태양광·풍력 발전은 연평균 18.3% 증가하는 것으로 나타났으며, 이러한 태양광·풍력 발전 증가에 따라 투자비용과 운영비용도 지속적으로 증가 추세를 보이는 것으로 나타났다.
(2) 2030년 태양광·풍력 발전의 균형비용은 5% 예비력 시나리오 하에서 1.06Won/kWh, 10% 예비력 시나리오 하에서 2.55Won/kWh, 15% 예비력 시나리오 하에서 4.45Won/kWh 수준으로 추정되었다 (Table 5. 참고).
(4) 이와 같이 비용별로 분석된 결과에 따라, 국내 2030년의 태양광․풍력 발전 통합비용은 13.94Won/kWh∼32.55Won/kWh 수준으로 산정되었다.
94Won/ kWh 수준으로 분석되었다. 2019년 이후 발전 기준(Unit/kWh)으로 연평균 10.2% 증가율을 보였으며, 전체 비용은 연평균 30.4% 증가율을 나타냈다.
2030년까지 분석한 결과 첫째, 통합비용은 13.94Won/kWh∼32.55Won/kWh로 나타났으며, 이 중 백업비용은 8.94Won/kWh, 균형비용은 1.03Won/kWh∼4.45Won/kWh, 계통접속비용은 3.97Won/kWh∼19.16Won/kWh으로 나타났다.
이러한 태양광·풍력 발전은 향후 『제8차 전력수급기본계획』 (MOTIE, 2017)과 『제3차 에너지 기본계획』 (MOTIE, 2019)에 따라 지속적으로 증가될 것으로 전망되고 있다. 『제8차 전력수급기본계획』에서는 2030년 이후 신재생 설비용량이 58.5GW로, 전체 발전설비용량 대비 33.7%를 차지할 것이며, 전체 발전량 대비 20% 수준으로 크게 증가될 것으로 전망되었다. 이중 태양광·풍력 발전은 전체 신재생 발전 중 88%를 담당할 것으로 예측되고 있다.
그리고 태양광·풍력 발전 의 변동성에 대한 다양한 시뮬레이션과 기술 결합이 장기적으로 전력시스템의 안정성과 유연성(Flexibility)을 공급한다는 결론을 도출하였다.
3% 증가하는 것으로 나타났으며, 이러한 태양광·풍력 발전 증가에 따라 투자비용과 운영비용도 지속적으로 증가 추세를 보이는 것으로 나타났다. 다만 증가율에 있어서 투자비용의 경우 2019년 이후 연평균 28.4% 증가율을 보이고, 운영비용은 연평균 약 35.4% 증가율을 보였다. 운영비용이 투자비용에 비해 연평균 증가율은 7% 이상 높은 것으로 나타났으며, 투자비용의 경우 초기 투자된 설비가 지속적으로 활용 가능하기 때문이다.
16Won/kWh으로 나타났다. 둘째, 통합비용은 벨기에 및 유럽에 대한 분석결과와 큰 차이를 보이지 않는 것으로 나타났다. 셋째, 계통접속비용의 경우 벨기에 및 유럽에 대한 분석결과와 큰 차이를 보였는데, 유럽과 달리 한국은 다른 나라와 전력시스템이 연결되지 않은 독립계통으로 인해 계통접속비용이 높은 것으로 나타났다.
발전 기준(Unit/kWh)으로 살펴보면, 투자비용은 연 평균 8.5% 증가율을 보였으며, 운영비용은 14.4% 증가율을 보였다. 발전량의 확대에 따른 변동성이 증가하기 때문에 이에 대응하기 위한 백업비용 역시 증가하는 것으로 나타났다.
분석의 결과, 신재생 발전의 변동성으로 인한 백업비용은 3∼8 €/MWh, 균형비용은 2∼5€/MWh, 계통접속비용은 계통강화 비용을 포함하여 최대 12.1€/MWh, 이를 합친 통합비용은 최대 25.1€/MWh이 소요될 것으로 추정되었다.
둘째, 통합비용은 벨기에 및 유럽에 대한 분석결과와 큰 차이를 보이지 않는 것으로 나타났다. 셋째, 계통접속비용의 경우 벨기에 및 유럽에 대한 분석결과와 큰 차이를 보였는데, 유럽과 달리 한국은 다른 나라와 전력시스템이 연결되지 않은 독립계통으로 인해 계통접속비용이 높은 것으로 나타났다. 각 비용에 대한 분석결과는 발전량과 가격 시뮬레이션이 가능한 KEPTA와 시나리오 분석을 통해 분석된 추정치이며, 미래 기술발달 및 화석연료 가격의 변동에 따라 변화될 수 있다.
시나리오 분석 결과, 추가적인 예비력 확보에 따라 균형비용은 큰 차이를 보였는데, 5% 예비력 시나리오와 15% 예비력 시나리오의 비용차이가 약 4.3배에 달해 추가적인 예비력 확대에 따른 비용이 선형 증가보다 높은 수준에서 결정되는 것으로 나타났다. 이는 한국 전체 전력 시스템의 규모가 커짐에 따라 이에 대한 추가적인 설비 운영에 더 많은 비용이 발생되기 때문인 것으로 분석되었다.
Sinn(2017)은 독일의 풍력 발전의 변동성에 대응하여 풍력 발전에 대한 버퍼링(Buffering) 개념을 도입하였다. 전력 저장장치로 양수발전기와 전력시스템 연결 국가인 노르웨이의 수력 발전을 복합적으로 고려한 결과, 신재생 발전 변동성에 대한 대응을 위해 양수 발전기와 같은 전력 저장 설비 또는 백업 설비가 필요하며, 국가 간 망 연계를 통해 풍력 발전 효율성이 개선된다는 결론을 도출하였다.
전체 균형 비용의 증가율은 연도별로 지속적으로 증가했으나, 그 단위 비용의 연도별 증가율은 태양광·풍력 발전 증가율 변화와 신규 발전 설비의 전력시장 진입에 따라 증감을 반복하였다.
(2017)이 제주도 풍력 발전의 불확실성에 대해서 Multi-Period Super Optimal Power Flow를 이용하여 발전비용과 예비력 비용에 대해 분석하였다. 제주도 풍력 발전의 불확실성이 커질수록 이에 대한 발전비용과 예비력 비용이 동시에 증가하며, 예비력 비용의 증가폭이 커지는 것으로 나타났다.
투자비용은 2021년까지 증가한 이후, 점차 그 비중이 감소한 반면, 운영비용은 이와 반대로 2021년 가장 낮은 비중을 보인 이후 연 평균 46.1% 이상의 증가율을 나타냈다.
1% 이상의 증가율을 나타냈다. 특히, 『8차 전력수급 기본계획』에 따라 2021년까지 9,165MW의 신규 발전설비의 전력시장 진입으로 2021년에 가장 낮은 수준의 운영비용을 보이는 것으로 나타났다. 연도별 운영비용에서 증감을 보이는 이유는 『8차 전력수급기본계획』의 대규모 기저 설비 진입과 폐쇄로 인한 전력도매시장 가격 변화에 기인한 것으로 나타났다

후속연구

또한 태양광·풍력 발전의 불확실성이 증대될수록 추가적인 예비력과 불확실성 감소를 위한 기상 예측의 정확도 향상 등 관련 분야의 연구가 지속적으로 필요할 것으로 판단된다
, 2019)에서 태양광․풍력 발전에 의해 전력도매시장 가격이 하락할 수 있는 것으로 나타났는데, 본 논문에서는 이를 고려하지 못한 한계가 있다. 또한, 통합비용이 한국 전력도매시장 가격에 미치는 영향에 대해 미래 기술 발전과 정책적인 사항들을 고려해 추가적인 연구가 필요하다.
본 논문에서는 태양광·풍력 발전 및 화석연료의 기술발전과 효율개선, 미래 계통접속 여건 등 외생 변수에 대한 고려를 하지 않은 한계를 가지고 있다.
추가적으로, 해외 연구(Csereklyei, et al., 2019)에서 태양광․풍력 발전에 의해 전력도매시장 가격이 하락할 수 있는 것으로 나타났는데, 본 논문에서는 이를 고려하지 못한 한계가 있다. 또한, 통합비용이 한국 전력도매시장 가격에 미치는 영향에 대해 미래 기술 발전과 정책적인 사항들을 고려해 추가적인 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	태양광․풍력 발전의 단점은 무엇인가?	그러나 태양광․풍력 발전의 증가에 따라 전력 시스템의 부담이 증가할 것으로 예상되고 있다. 특히 태양광․풍력 발전이 가지고 있는 기후적, 시간적 변동성으로 인해 전력시스템에서 추가로 부담해야 하는 추가 비용이 발생할 수 있기 때문이다 (Belanger, et al., 2002; Simshauser, 2009; Mount, et al.
	통합비용은 무엇인가?	구체적으로, 통합비용은 백업비용, 균형비용, 계통접속비용 등을 합한 것으로, 태양광․풍력 발전의 변동성에 대한 전력시스템 내의 추가 비용으로 정의되고 있다. 이 중 백업비용은 태양광․풍력 발전의 변동성에 대응하기 위한 관련 설비 투자비용(Investment Costs)과 운영비용(Operation Costs) 등으로 구성된다.
	추가적인 예비력 확보에 따라 균형비용이 큰 차이를 보인 이유는 무엇인가?	3배에 달해 추가적인 예비력 확대에 따른 비용이 선형 증가보다 높은 수준에서 결정되는 것으로 나타났다. 이는 한국 전체 전력 시스템의 규모가 커짐에 따라 이에 대한 추가적인 설비 운영에 더 많은 비용이 발생되기 때문인 것으로 분석되었다. 즉, 태양광․풍력 발전의 증가 및 발전기 대형화에 따른 불확실성 증가를 해결하기 위한 예비 력은 증가하는 추세를 보이고 있으며(Milligan, et al.

참고문헌 (26)

Ahn, I. H, et al., 2014. An Empirical Analysis of the System Marginal Price Volatility in the Korean Electricity Wholesale Market Korea Energy Economic Review, Vol. 13(2) pp. 103-129.
Bae, C. Y., 2018, A Study on the ICT-based Benefit Improvement of the Chung-ju Multipurpose Dam for Climate Change, Korean Soc Environ Eng, Vol. 40(8), pp. 303-313.

상세보기
Belanger Camille., et al., 2002, Adding wind energy to hydropower, Energy Policy, Vol. 30(14) pp. 1279-1284.

상세보기
Bakun, A., and C. S. Nelson, 1991, The seasonal cycle of wind-stress curl in subtropical eastern boundary current regions. Phys. Oceanogr, 21, pp. 1815-834

상세보기
Brown, T. W., et al., 2018, Response to 'Bur-den of proof: A comprehensive review of the feasibility of 100% renewable-electricity systems., Renewable and Sustainable Energy Reviews, 92, pp. 834-847

상세보기
Bruninx, K., et al., 2016, Determining the impact of renewable energy on balancing costs, back up Costs, Grid Costs and subsidies, KU Leuven, pp. 1-74
Chandler, H. 2011, Harnessing Variable Renewables - A Guide to the Balancing Challenge, IEA, pp. 81-90, 189-202
Csereklyei, Z., Qu, S., & Ancev, T., 2019, The effect of wind and solar power generation on wholesale electricity prices in Australia. Energy Policy, Vol. 131, pp. 358-369.

상세보기
Heard B., et al., 2017, Burden of proof: a comprehensive review of the feasibility of 100% renewable-electricity systems. Renewable Sustainable Energy Reviews, Vol. 76, pp. 1122-33.

상세보기
Hirth, L. 2013. The market value of variable renewables. The effect of solar wind power variability on their relative price, Energy Economics, Vol. 38, pp. 218-236.

상세보기
Hirth, L., Ueckerdt, F., & Edenhofer, O., 2015, Integration Costs revisited - An economic framework for wind and solar variability. Renewable Energy, Vol. 74, pp. 925-939

상세보기
Holttinen, Hannele, et al., 2011, Impacts of large amounts of wind power on design and operation of power systems, results of IEA collaboration, Wind Energy, Vol. 14, No. 2, pp. 179-192.

상세보기
Jeon, W. Y., and Mo, J. Y., 2017, The Economic Cost of Wind Uncertainty : The case of Jeju Island New & Renewable, Energy Vol. 13, No. 2, pp. 21-29
Kim, E. H., Park, Y. G., & Roh, J. H., 2019, Competitiveness of open-cycle gas turbine and its potential in the future Korean electricity market with high renewable energy mix, Energy Policy, 129(March), pp. 1056-1069

상세보기
Lee, H. S, et al., 2017, Study of social cost by expanding renewable energy, MOTIE, pp. 34-42
Matthew, W, et al., 2015, Projected Costs of Generating Electricity, IEA, pp 154-196.
Mount, Timothy, et al., 2010, The Hidden System Costs of Wind Generation in a Deregulated Electricity Market Energy Journal, Vol. 33. pp. 1-10
Milligan, Michael, et al., 2010, Operating reserves and wind power integration: An international comparison, NREL, pp 8-14
Nayar, C. V., et al., 1993, Novel wind/diesel/battery hybrid energy system, Solar energy, Vol. 51.1 pp. 65-78.

상세보기
Notton, G, et al., 2018, Intermittent and stochastic character of renewable energy sources: Consequences, cost of intermittence and benefit of forecasting, Renewable and Sustainable Energy Reviews 87, pp. 96-1051

상세보기
Pietzcker, R. C., et al. 2017, System integration of wind and solar power in integrated assessment models: A cross-model evaluation of new approaches., Energy Economics, Vol. 64 pp. 583-599.

상세보기
Simshauser P., 2009, The hidden Costs of wind generation in a thermal power system: what cost?, Australian Economic Review, Vol. 44, No. 3, pp. 269-292
Sinn, H. W., 2017, Buffering volatility: A study on the limits of Germany's energy revolution, European Economic Review, 99, pp. 130-150

상세보기
Ueckerdt, F., et al., 2013, System LCOE: What are the Costs of variable renewables?, Energy, Vol. 63, pp. 61-75

상세보기
Ueckerdt, F., et al., 2015. Representing power sector variability and the integration of variable renewables in long-term energy-economy models using residual load duration curves, Energy, Vol. 90, pp. 1799-1814.

상세보기
Warren, K., & Jay, A., 2012. The cost of wind power variability. Energy Policy, Vol. 51, pp. 233-243.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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