보고서 정보
주관연구기관 |
에너지경제연구원 Korea Energy Economics Institute |
연구책임자 |
전우영
|
참여연구자 |
이철용
,
박정순
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2015-12 |
과제시작연도 |
2015 |
주관부처 |
산업통상자원부 |
사업 관리 기관 |
에너지경제연구원 Korea Energy Economics Institute |
등록번호 |
TRKO201600001666 |
과제고유번호 |
1105010674 |
DB 구축일자 |
2016-05-21
|
초록
▼
1. 연구필요성 및 목적
최근 전력시스템은 많은 변화와 도전에 직면해있다. 기존에 화석연료를 사용하던 수송과 난방과 같은 서비스들이 전력화를 통해서 전력수요가 빠르게 증가하고 있고, 화석연료발전소에서 발생되는 온실가스에 대한 규제와 비용이 점점 강화되는 추세는 전력시스템 운영자에게 더 이상 참고사항이 아닌 결정적 제약조건(binding constraint)이 되고 있다. 또한 전통적인 전력생산설비인 원자력 발전소나 송전망 시설에 대한 주민 수용성이 급격히 악화되면서 사회적 비용이 급증하고 있는 실정이다.
이런 문제점에 대
1. 연구필요성 및 목적
최근 전력시스템은 많은 변화와 도전에 직면해있다. 기존에 화석연료를 사용하던 수송과 난방과 같은 서비스들이 전력화를 통해서 전력수요가 빠르게 증가하고 있고, 화석연료발전소에서 발생되는 온실가스에 대한 규제와 비용이 점점 강화되는 추세는 전력시스템 운영자에게 더 이상 참고사항이 아닌 결정적 제약조건(binding constraint)이 되고 있다. 또한 전통적인 전력생산설비인 원자력 발전소나 송전망 시설에 대한 주민 수용성이 급격히 악화되면서 사회적 비용이 급증하고 있는 실정이다.
이런 문제점에 대한 해결책으로 온실가스 배출 저감에 기여할 수 있고, 사회적 수용성이 높으며, 큰 보급 잠재력을 가지고 있는 재생에너지가 주목을 받고 있다. 대표적 재생에너지인 태양광과 풍력의 경우 에너지균등화비용(Levelized Cost of Energy, LCOE)이 각각 $0.16/kWh, $0.07/kWh 수준으로 화력발전의 LCOE 수준에 거의 근접했으며, 우리나라에서도 2029년까지 태양광 16.6GW, 풍력 8.1GW의 높은 보급이 계획되어 있다.
하지만 태양광, 풍력과 같은 변동성 재생에너지(Variable Renewable Energy, VRE)는 대규모로 전력시스템에 도입이 될 경우 높은 변동성과 간헐성, 불확실성으로 인해 전력시스템의 안정성에 문제를 일으킬 수 있다. 그렇기 때문에 변동성 재생에너지가 전력시스템에 미치는 영향을 선제적으로 분석하고 이에 대한 대응방안을 마련하는 것이 중요하다.
하지만 변동성 재생에너지와 이와 연계되어서 운영되는 에너지저장장치(Energy Storage System, ESS) 등 전력시스템에 도입이 검토 중인 새로운 기술들의 특징을 포괄할 수 있는 전력시스템 분석 툴은 국내에 아직 미비한 상황이다. 기존의 WASP과 M-Core는 결정론적 (deterministic) 정보를 이용해 거시적인 관점에서의 수급 분석에 초점이 맞춰져 있기 때문에 확률적(stochastic) 특성을 띄는 변동성 재생에너지와 ESS의 운용에 대한 미시적인 분석에는 한계를 가지고 있다.
본 연구에서는 변동성 재생에너지와 이에 연계된 ESS가 전력시스템에 미치는 영향에 대한 분석이 가능한 확률적 전력계통망 최적화 모형을 제안하고, 제주도 전력계통망을 시범 연구 모형(Test-Bed)으로 이용해 본 모형으로 분석 가능한 다양한 요소들에 대한 탐색과 추가적 활용가능성에 대해서 살펴보고자 한다.
구축된 제주도 전력계통망 모형을 기반으로 하여, 정책시나리오 분석을 통해 풍력과 ESS가 전력시스템의 안정성과 경제성에 미치는 영향을 입체적으로 분석하였다. ‘제4차 신재생에너지 기본계획’과 제주도 지역 에너지 개발 계획 등을 바탕으로 시나리오를 산정해서, 높은 수준의 풍력과 ESS가 향후 전력시스템에 도입되었을 때 어떤 영향을 미치는지에 대해서, 시간별 발전 Mix, 시스템 안정성 유지위한 필요 예비력, 풍력 효율성, 계통한계가격(System Marginal Price, SMP), 지역별 한계가격(Locational Marginal Price, LMP), 송전망 혼잡, 최적 ESS 운용 등을 포함한 종합적인 분석을 수행하였다.
2. 연구내용
본 연구의 체계는 크게 네 단계로 구성되어 있다.
첫 번째 단계에서는 이 연구에서 사용된 전력계통망 최적화 모형인 MPSOPF(Multi-Period Super Optimal Power Flow)의 구조와 특징에 대해서 살펴보았다. MPSOPF는 미국 전력시스템 운영 및 감시기관인 ISO(Independent System Operator)들이 실제 전력시스템 운용에 사용하는 모형인 SCOPF에 개념적 근간을 둔 모형으로, 변동성 재생에너지와 ESS가 전력시스템에 미치는 영향에 대한 분석을 위해 더욱 개선된 모형이다.
기존 SCOPF(Security-Constraint Optimal Power Flow, 안전도 제약 최적조류모형)와 차별되는 MPSOPF의 특징은, 1) 기존의 일반적 SCOPF는 특정시간에 snapshot적인 전력시스템 분석만이 가능했던 데에 비해, MPSOPF는 특정 기간(time horizon)동안 연속적인 전력시스템분석이 가능하고, 2) MPSOPF는 입력값으로 결정론적(deterministic) 정보뿐만 아니라 확률분포를 따르거나 확률적 값을 가지는(stochastic) 정보도 처리가 가능하며, 3) MPSOPF는 전력시스템의 안정성을 유지하는 데 필요한 예비력(reserve)의 양을 모형 내부적으로 결정해준다.
MPSOPF 모형을 통해서 수행할 수 있는 분석내용으로는, 발전원별 믹스분석, 네트워크 효과분석(송전망혼잡 분석), 변동성 재생에너지 영향분석, ESS 영향 분석, 전력시스템 운용비용 분석, 수요자원, 전기차 등 전력시장 신기술에 대한 영향 분석, 전력시장 새로운 정책, 요금구조변화 등 스마크그리드 기술과 새로운 전력정책에 대한 종합적인 영향 분석이 가능하다.
두 번째 단계에서는 MPSOPF 모형을 이용하여 제주도 전력계통망 모형을 구축하였다. 제주도 전력계통망은 한라산을 중심에 둔 환상형 형태의 전력계통망 구조를 가지고 있는데, 크게 세 가지의 발전원, 기저로 사용되는 육지에서 들어오는 2기의 HVDC(350MW, High Voltage DC), 전통적인 화석연료발전소(590MW), 그리고 풍력 (156.3MW)이 주가 되는 신재생에너지 발전이 그 세 가지이다. 제주도는 2020년까지 풍력보급을 해상풍력을 중심으로 597MW까지 확충할 계획을 가지고 있으며, 이는 2014년 제주도 피크수요대비 84%수준으로 본격적인 계통안정성 분석과 관리가 필요할 것으로 예상된다.
세 번째 단계에서는 풍력이 전력시스템에 미치는 영향 분석을 위해 MPSOPF에 하부모듈로 들어가게 되는 풍력 확률 모형을 개발하였다. 풍력확률모형 개발은 다시 다음과 같이 네 부분으로 나누어 설명할 수 있다.
1) 풍속예측모형을 2-스테이지 ARMAX 모형 (Autoregressive-Moving-Average model with Exogenous Inputs)을 이용하여 구축하였다. 2-스테이지 중 첫 번째 스테이지에서는 결정론적(deterministic) 정보인 계절별 주기, 일간 주기 등의 정보와 기온정보를 설명변수로 이용해 정보를 추출하였고, 두 번째 스테이지에서는 ARMA(Autoregressive-Moving -Average model) 모형을 적용하여 첫 번째 스테이지의 residual 속에 녹아있는 정보를 추출하는 통계작업을 수행하였다.
2) 위 1)에서 도출된 풍속예측모형을 기반으로, Monte Carlo Simulation 방법론을 적용하여 풍속 profile 1000개 샘플을 생성하였다.
3) 2)에서 생성된 풍속 샘플 profile을 풍력 profile로 변환하는 작업을 수행하였다. 국제전기표준회의(International Electrotechnical Commission, IEC)에서 기준으로 정한 풍력 변환 power curve중 IEC-3 커브를 이용하여 풍력 변환을 하였다.
4) 3)에서 얻은 풍력 예측 profile 1000개 샘플에서 패턴, 변동성, 불확실성을 대표할 수 있는 5개의 풍력 시나리오 profile을 추출하였다. 5개의 시나리오 profile은 샘플 profile의 95% 신뢰수준에서 변동성을 대표할 수 있는 범위로 선정이 되었다. 그리고 5개 시나리오 profile가 t에서 t+1으로 이동할 때의 확률값을 정의해 줄 수 있는 markov transition probability 을 도출하였다. 그래서 이 지역별 풍력 예측값을 대표해주는 5개의 시나리오 profile과 markov transition probability를 입력값으로 이용해서 MPSOPF 상에 풍력을 모델링하였다.
마지막으로 본 연구 추진체계의 네 번째 단계에서는 구성된 MPSOPF 제주도 전력계통망과 풍력확률모형을 이용해서, 정책시나리오 분석을 통해 풍력과 ESS가 전력시스템의 안정성과 경제성에 대한 영향성을 종합적으로 분석하였다. ‘제4차 신재생에너지 기본계획’과 제주도 지역 에너지 개발 계획 등을 바탕으로 시나리오를 산정하여, 높은 수준의 풍력과 ESS 용량이 향후 제주도 전력시스템에 도입되었을 때 어떤 영향을 미치는지에 대해서, 시간별 발전 Mix, 시스템 안정성 유지위한 필요예비력, 풍력 효율성, SMP(System Marginal Price), LMP (Locational Marginal Price), 송전망 혼잡, 최적 ESS운용 등을 포함한 종합적인 분석을 수행하였다.
종합적인 전력시스템 영향분석과 더불어 보다 핵심적인 분석으로, 재생에너지 용량별 계통 영향, 제주도 계통 내 필요 송전망 규모, 적정 ESS 용량 탐색 등에 대한 분석도 추가적으로 수행하였다. 특히 적정 ESS 용량 탐색에서는 기존의 ESS 편익분석 시 대표적으로 고려되는 시세차익거래(price arbitrage trade)를 통한 수익만으로 ESS의 경제성을 달성하기는 힘들며, ESS가 실제 전력시스템의 효율성 개선에 기여하는 모든 부분, 1) 값비싼 피크수요를 값싼 비피크시간대로 옮겨줌으로써 발전비용을 낮추고, 2) 피크발전용량을 경감시켜 용량비용을 낮추고, 3) 풍력의 변동성을 경감시켜 예비력 비용을 낮추는 부분에 대한 기여를 모두 합리적으로 보상받을 때 충분한 경제성이 확보되는 것으로 나타났다. 마지막으로는 본 전력계통망 모형의 확장적 활용가능성과 국가 National 모형으로의 구축 가능성을 모색하였다.
3. 연구의 의의
본 연구의 학술적·정책적 의의는 다음과 같다.
첫째, 보다 과학적이고 실제 전력시스템 운용관점에 근접한 전력시스템 최적화 모형을 구축함으로써 전력계통망에 새로 도입될 기술과 정책에 대한 사전 영향분석을 할 수 있는 플랫폼을 구축했다는 것이다. 풍력과 태양광과 같은 변동성 신재생에너지와 ESS 보급을 포함해서 최근에 도입된 수요자원시장, 실시간 전력요금제, 전기자동차 보급확산, 탄소배출비용 등 새로운 기술, 정책, 제도가 전력시스템에 미치는 영향을 선제적으로 분석하고 개선방안을 모색할 수 있는 분석툴을 가짐으로써 기술과 정책을 구현하는 데 드는 시간적, 경제적 시행착오를 줄이는 데 기여할 수 있을 것이다.
둘째, 풍력의 높은 변동성과 불확실성이 전력시스템에 가져오는 안정성 저하문제에 대해서 분석하였다. “바람은 공짜이지만, 풍력을 전력시스템에서 사용하는 것은 공짜가 아니다”라고 전력시스템 운용자들은 말한다. 이 풍력을 전력시스템에서 사용할 때 발생하는 계통안정성문제를 해결하기 위해서 발생하는 추가적인 예비력 비용의 규모에 대해서 체계적인 분석을 하였다.
셋째, 풍력과 연계되어 사용되는 ESS가 풍력의 변동성을 얼마나 효율적으로 개선시키고, 전력시스템 운용에 어떤 경제적인 기여를 하는지에 대해서 분석하였다. 일반적으로 알려진 ESS의 경제성 평가요소인 시세차익거래(Price Arbitrage Trade)는 ESS 경제성의 일부분일 뿐이며, ESS 경제성의 상당한 부분이 풍력 변동성 경감에 따른 예비력비용 절감과 피크부하 감소에 따른 피크발전용량 비용 경감에서 기인하는 것임을 도출하였다.
넷째, 제주도 풍력단지의 풍력을 예측할 수 있는 풍력확률모형을 개발하고, 이를 바탕으로 실제 전력시스템 운용관점에서 참고할 수 있는 풍력 시나리오를 도출했다는 것이다. 풍력의 변동성과 불확실성이 전력시스템에 미치는 영향을 연구하는 데 있어서 실제 풍력의 특성을 잘 포괄할 수 있는 풍력시나리오를 도출하는 것이 아주 중요한데, 본 연구에서는 과학적 체계를 갖춘 풍력확률모형을 이용해서 설득력 있는 풍력시나리오를 도출 하였다.
마지막으로 “모든 시장참여자는 사용하는 서비스에 대해서 비용을 지불하고, 제공하는 서비스에 대해서 보상을 받아야 한다”는 기본적인 경제학 원리가 있다. 본 연구에서는 이 경제학 원리가 전력시장에 효과적으로 적용됐다는 가정을 바탕으로, ESS가 전력시스템 운영에 기여하는 모든 요소들, 즉 발전비용, 예비력비용, 용량비용 경감에 대한 객관적인 경제성 평가를 수행하였다. 그러면서 이러한 기여에 대한 평가와 보상이 투명하고 합리적으로 이루어질 때, 시장에서 ESS와 신재생에너지의 원활한 보급이 이루어질 것임을 보여주고 있다.
Abstract
▼
2. Research Methodology and Results
This research is largely composed of four levels:
In the first level, the structure and characteristics of the Multi-Period Super Optimal Power Flow (MPSOPF), the power system optimization model used in this research, were observed. MPSOPF is an improved mod
2. Research Methodology and Results
This research is largely composed of four levels:
In the first level, the structure and characteristics of the Multi-Period Super Optimal Power Flow (MPSOPF), the power system optimization model used in this research, were observed. MPSOPF is an improved model that is conceptually based on the Security- Constraint Optimal Power Flow (SCOPF) model used for actual power system operation by Independent System Operators (ISO), a US power system operation and monitoring agency. MPSOPF analyzes the effects of VRE and ESS on the power system.
Characteristics of MPSOPF that differentiate it from the SCOPF are as follows. (1) The existing general SCOPF was only able to analyze the power system at the specific time snapshots. With MPSOPF, continuous power system analysis is possible during a time horizon, for instance, 24-hour horizon. (2) for the model input values, MPSOPF can take not only deterministic information but also stochastic information with a probability distribution. (3) MPSOPF determines the required reserve amount in the model to maintain the reliability of the power system.
An various contents which can be obtained using the MPSOPF model makes a comprehensive effect analysis possible. Examples of this are generation mix, network effects (transmission network congestion analysis), VRE effects, ESS effects, power system cost, and so on. In addition, the impact of new smart grid technologies and policies in the electricity market can be also analyzed by MPSOPF such as electric vehicle, demand response, rate structure changes.
In the second level, a model of Jeju’s power system network was constructed using the MPSOPF model. Jeju’s power system network has an annular shape with the Hallasan mountain situated in the middle. There are mainly three types of power supply sources in Jeju: dual HVDC (350 MW, High Voltage DC) coming in from main land (which is used for the base load), traditional fossil fuel plants (590 MW), and wind power (156.3 MW). Jeju Island plans to increase wind power capacity to 597 MW by 2020. This wind capacity level corresponds to 84% of peak system load in jeju, which is very high penetration level, so this requires a full-scale power system analysis for reliability and efficiency in order to maintain stable power system operation.
In the third level, a wind probability model will be used as a subordinate model for MPSOPF to analyze the effects of wind generation on the power system. The development of the wind probability model is laid out in four parts:
1) A wind forecast model was built using a 2-stage ARMAX model (Autoregressive-Moving-Average model with Exogenous Inputs). In the first stage, deterministic information were captured using seasonal and daily cycles and temperature as explanatory variables. In the second stage, the Autoregressive- Moving-Average (ARMA) model was used to conduct statistical work to extract information from residual acquired from the first stage.
2) Based on the wind forecast model derived from part one above, 1,000 sample wind speed profiles were generated using the Monte Carlo Simulation method.
3) The wind speed sample profiles generated from part two above, were converted into wind power profiles using the IEC-3 curve, a power conversion curve standardized by the International Electrotechnical Commission (IEC).
4) Based on the 1,000 samples of wind power forecast profiles in part three above, Five wind power scenario profiles were selected that can represent the overall variability and uncertainty of wind generation. The representative five scenario profiles were selected so that it can cover the 95% confidence level of total wind generation variability of sample profiles. A Markov transition probability was derived that can determine the probability value when the five scenario profiles move from t to t + 1. Therefore, the five scenario profiles that represent the regional wind power forecast value and the Markov transition probability were used as input values to model wind power into the MPSOPF.
Lastly, in the fourth stage of research, the effect of wind power and ESS on the power system’s reliability and economic feasibility was analyzed using the constructed MPSOPF Jeju power system network and wind power probability model. Scenarios were created based on the Fourth Renewable Energy Plan and Jeju regional energy development plan, to identify the effects of high penetration level of wind power and ESS on the Jeju power system. A comprehensive analysis was conducted that included the hourly generation mix, the reserve needed to maintain system reliability, wind power efficiency, System Marginal Price (SMP), Locational Marginal Price (LMP), transmission network congestion, and optimal ESS operation.
For further comprehensive analysis of system effects, I analyzed the impact of different levels of wind generation capacity in the system, the required size of transmission capacity in the network, and economically optimal level of ESS capacity. In particular, for the optimal ESS size, this research is showing that it is difficult to justify the installation cost of ESS with only the profit from price arbitrage trade, which is a component primarily used for ESS benefit analysis so far. Results show that contributions of ESS to improvements in power system effectiveness include: (1) a reduction in generation costs by moving the expensive peak demand to the inexpensive off-peak period, (2) a reduction in capacity costs by lowering peak demand, and (3) a reduction in reserve costs by mitigating the wind variability. I also investigated the applicability and possibility of building a national model using this power system network model.
목차 Contents
- 표지 ... 1
- 참여연구진 ... 5
- 요약 ... 7
- ABSTRACT ... 15
- 목차 ... 23
- 표목차 ... 26
- 그림목차 ... 27
- 제1장 서론 ... 31
- 제2장 세계 재생에너지 전력 부문 전망 및 변동성 재생에너지 도입의 문제점 ... 37
- 1. 세계 재생에너지 전력 부문 전망 ... 37
- 가. 세계 재생에너지 전력 보급 전망 ... 37
- 나. 재생에너지 원별 LCOE 변화 추이 ... 38
- 다. 해외 주요국 변동성 재생에너지 보급 전망 ... 40
- 라. 풍력 발전의 특성 및 보급 현황 ... 42
- 2. 변동성 재생에너지의 문제점 ... 44
- 가. 변동성 신재생에너지가 계통 운영에 미치는 문제 ... 46
- 제3장 기존 전력계통망 모형 연구 ... 49
- 1. 전력계통망 모형의 개요와 효용 ... 49
- 가. 전력계통망 모형의 개요 ... 49
- 나. 전력계통망 모형의 효용 ... 50
- 2. 미국 전력 계통망 모형 사례 ... 51
- 3. 전력계통망 모형 이용 선행 연구 분석 ... 56
- 제4장 MPSOPF 모형 분석 ... 59
- 1. MPSOPF 개요 및 특성 ... 59
- 2. MPSOPF 목적함수 및 제약식 구조 ... 60
- 가. MPSOPF 목적함수 ... 61
- 나. MPSOPF 제약식 ... 63
- 3. MPSOPF 핵심 구조 개념 분석 ... 66
- 가. 시간 간 부하추종 예비력(Load-Following Ramp Reserve) ... 66
- 나. 상정사고 예비력(Contingency Reserve) ... 68
- 4. MPSOPF 활용가능성 분석 ... 70
- 제5장 제주 전력계통망 모형 구축 ... 73
- 1. 제주도 전력계통망 모형 구축 ... 74
- 2. 제주도 전력수요 구조 ... 76
- 3. 제주도 풍력발전 보급 현황 및 계획 ... 79
- 제6장 풍력 확률 모형 개발 ... 83
- 1. 풍속 예측 모형 개발 ... 85
- 2. Monte Carlo 시뮬레이션 적용한 풍속예측 profile 생성 ... 86
- 3. 풍력 profile로 변환 ... 88
- 4. 풍력 Scenario Profile 추출 ... 90
- 가. Markov Transition Probability 생성 ... 91
- 제7장 정책 시나리오 분석 ... 95
- 1. 정책 시나리오 구축 ... 95
- 2. 정책 시나리오 분석 ... 97
- 가. 계절별 대표일 시나리오 결과 분석 ... 97
- 나. 지역별 계통한계가격(SMP) 및 송전망 혼잡 분석 ... 107
- 다. ESS 최적 운용 패턴 분석 ... 112
- 3. 연간 계통운영비용 분석 ... 116
- 가. 연간 전력수요 패턴 ... 116
- 나. Interpolation 기법 이용한 연간계통운용비용 분석 ... 118
- 4. 최적 ESS 용량 분석 ... 125
- 가. Li-Ion ESS 비용 구조 및 전망 ... 125
- 나. 최적 ESS 용량 탐색 ... 127
- 제8장 결론 및 시사점 ... 131
- 참고문헌 ... 135
- 부록 ... 139
- 끝페이지 ... 145
※ AI-Helper는 부적절한 답변을 할 수 있습니다.