< Previous전우영 •116• 율적으로 확보하기에 어려운 특징이 있다. 일반 전력은 가격기반 입찰 시장이 존재할 경 우 가격입찰과 전력사용의 편익이 개인에게 귀속되기 때문에 시장에서 자연스럽게 균 형가격과 효율적인 자원 배분이 이루어진다. 하지만 예비력은 전력시스템을 안정적으 로 운영하기 위한 자원이므로 모든 시장참여자들이 그 편익을 골고루 누리기 때문에 배 제성이 없어 공공재의 성격을 가진다. 따라서 최적 예비력 규모와 가격은 경쟁 시장에서 결정될 수 없기 때문에 공공의 시스템 운영자가 적정 규모와 보상수준을 결정해서 확보 를 해야 한다. 하지만 예비력에 대한 보상가격이 너무 높으면 재생에너지를 안정적으로 운영하기 위한 비용이 과도하게 높아지고, 보상가격이 너무 낮게 책정되면 안정적인 전 력시스템 운영에 필요한 예비력 자원이 충분히 확보되지 않는다 (이수일, 2013). 운영예비력 수요곡선(operating reserve demand curve, ORDC)은 이렇게 공공재 성격 을 가지는 예비력 자원의 적정규모와 적정가격을 탐색하는 데 중요한 근거를 제시한다. ORDC는 추가 한 단위의 예비력 자원이 전력시스템에 유발하는 한계 편익 추정치를 기 반으로 예비력에 대한 적정 가격을 제시한다. <그림 1>은 공급지장확률(loss of load probability, LOLP)과 거기에서 파생되는 ORDC의 구조를 보여주고 있다. <그림 1> (a) 에서 안정적 전력공급에 문제가 생길 확률을 뜻하는 LOLP는 예비력 규모가 클수록 감 소하기 때문에 두 변수는 선형관계는 우하향하는 구조를 가진다. 이때 VRE가 높게 보급 될 경우 VRE의 높은 변동성과 불확실성으로 인해 같은 LOLP를 유지하기 위해서는 더 많은 예비력 자원이 필요하다. <수식 1>과 같이 LOLP에 전력공급지장비용(value of lost load, VOLL)에서 해당시간 한계발전비용의 차를 곱하면 추가 한단위 예비력 확보 로 인한 한계 편익을 구할 수 있다. 즉 예비력 한 단위를 추가로 확보함으로써 누릴 수 있 는 정전회피편익 증분이 된다. <그림 1> (b)는 (a)의 LOLP에 (VOLL-MC)를 곱해서 얻 을 수 있는 ORDC의 예제를 보여준다. 우하향하는 곡선이 ORDC를 보여주며 낮은 재생 발전 상황에서 높은 재생발전 상황으로 전환될 때 ORDC가 우측으로 이동함을 보여준 다. SC는 임의의 우상향하는 일반적인 공급곡선을 나타내며 ORDC와 SC가 만나는 지 점에서 낮은 재생발전 상황과 높은 재생발전 상황에서의 최적 예비력 량을 형성한다 (Bajo-Buenestado, 2021). 예비력한계편익(MB)=(VOLL-MC)*LOLP (1)Demand Shifting or Ancillary Service?: 효율적 재생발전 수용을 위한 에너지저장장치 최적 자원 분배 연구 •117• <그림 1> 공급지장확률(LOLP)과 운영예비력 수요곡선(ORDC) 구조 (a) 공급지장확률(LOLP)(b) 운영예비력 수요곡선(ORDC) 두 번째, 적정 예비력 자원확보 관점에서 현재 예비력자원으로 활용되고 있는 발전원 은 석탄발전, LNG복합, 양수발전 등이 있다. 하지만 석탄발전과 LNG복합발전은 출력 증감발을 할 수 있는 범위가 최대용량의 20~40% 수준에 불과하고 정지상태에서 예비력 자원으로 활용되는 데 상당한 시간이 소요되기때문에 유연성 제공에 한계가 있다. 석탄 발전은 탄소중립 달성을 위해서 수명이 도래할 경우 계속 퇴출되는 상황이기 때문에 장 기적인 수단으로 보기 어려운 점도 있다. 양수발전의 경우 유연성 제공에 상당히 우수한 성능을 보이지만 입지에 제한이 커 계속적 확보에 한계가 있다. 리튬이온 배터리기반 에너지저장장치(lithium-ion battery energy storage system, LIB ESS)는 빠른 응동력을 갖추고 있고, 입지제한이 없으며, 계속적 원가하락으로 양수발전 의 경제성으로 접근해가면서 예비력으로 활용되기에 우수한 자원으로 평가받고 있다. 이런 이유로 2014년부터 2017년까지 시범적으로 주파수조정용 LIB ESS를 500MW 규 모로 보급하였다. LIB ESS는 우수한 응동능력 때문에 예비력 측면에서도 좋은 성능을 내지만, 충방전 효율이 높아 전력수요를 이전하는데도 효율적이다. 특히 2020년 이후 제 주와 호남을 중심으로 재생발전 출력제한문제가 대두되면서 기존 ESS의 활용방안이 예 비력 뿐만아니라 수요이전을 통한 출력제한 경감에도 관심이 쏠리고 있다. 태양광 중심의 재생발전 보급이 이루어진 캘리포니아의 경우 오후 6시~8시의 피크수 요를 12시~14시 태양광이 집중되는 시간으로 옮기기 위한 용도로 2023년까지 약 7,302MW의 ESS를 보급하였다. 실제로 2022년 9월 이상 고온으로 높아진 수요를 충분 히 충족시킬 만한 전력공급에 어려움이 생겨 정전 경보가 발생되었지만, ESS가 낮시간 전우영 •118• 저장한 태양광발전을 저녁 피크시간 충분히 방전하면서 위기를 넘길 수 있었다. 반면 풍 력 중심의 보급이 이루어진 텍사스의 경우 풍력의 변동성과 불확실성을 보완하기 위해 서 3,167MW의 ESS 보급하였으며, ESS 수익 중 수요이전 관련은 13%에 불과하고 대부 분은 보조서비스 부분에서 발생되고 있다. 미국에서 대표적으로 재생에너지 비중이 높 은 캘리포니아와 텍사스 모두 ESS를 유연성 자원으로 높게 보급하고 있지만, 재생에너 지 보급양상이 태양광 기반인지 풍력 기반인지에 따라서 전력시스템 내에서 ESS의 활 용 방안이 달라지는 것을 알 수 있다(EIA, 2024). 고비용, 고성능 자원인 LIB ESS의 효용을 우리나라의 전력시스템 환경에서 극대화 하기 위해서는 최적 활용을 유도할 수 있는 인센티브 체계가 필요하다. 출력제한이 빈번 히 발생하여 계통한계가격(SMP)이 0원 혹은 음의 가격인 경우가 발생하면 ESS는 수요 이전에 집중하는 것이 이윤 극대화에 유리하고, 예비력에 대한 충분한 보상이 책정된다 면 예비력 제공에 집중하는 것이 유리할 것이다. 이러한 ESS의 최적 자원배분은 현물시 장 내 가격신호로 이루어져야 한다. 하지만 한국은 예비력의 경우 과거 예비력 자원에 대 한 보상이 정책적으로 결정된 낮은 예비력 가격과 제약비발전(constrained off, COFF) 비용으로 이원화해서 지급이 되었는데, COFF의 경우 연료비 우선순위를 고려하기 때 문에 석탄과 같은 기저발전에 유리하고 LNG, ESS와 같은 첨두발전에 불리한 구조로 되 어있어서 유연한 자원에게 인센티브가 가지 않는 역인센티브 문제가 발생하였다. SMP 도 제주 전력시스템의 경우 2020년부터 VRE 출력제한 빈도가 증가하고 있는데, 출력제 한 시간에 SMP가 0원이 아닌 육지 SMP로 책정이 되어 전력시스템 내 수요이전의 필요 성과 계통 편익이 충분히 큼에도 불구하고 가격신호가 왜곡되어 ESS 보급에 지장을 초 래하는 요소로 작동했다. 현재 실계통기반 계획, 실시간 시장 등의 시장제도 개편이 진 행되면서 이렇게 왜곡된 시장 가격구조는 빠르게 개선될 예정이다(옥기열 외, 2021). 본 연구에서는 합리적인 SMP 결정구조와 기회비용을 반영한 예비력 가격이 시장에 도입될 경우 LIB ESS 자원이 수요이전과 예비력 제공에 어떻게 최적 분배되는지를 분 석한다. 이를 위해서 재생발전의 불확실성을 반영하여 필요예비력 규모를 추정해줄 수 있는 확률적 전력시스템 모형을 적용하였다. 본 논문의 구조는 다음과 같다. 2장에서는 필요예비력 산출과 전력시스템 내 ESS 활용을 분석한 선행연구를 살펴본다. 3장에서는 연구에서 활용된 전력시스템 최적화 모형과 모형의 입력자료들에 대해서 설명한다. 4장Demand Shifting or Ancillary Service?: 효율적 재생발전 수용을 위한 에너지저장장치 최적 자원 분배 연구 •119• 에서는 예비력 가격별 필요예비력 규모와 LIB ESS의 최적자원분배에 대해서 분석한 결 과를 제시하고 5장에서는 결론과 시사점에 대해서 논한다. Ⅱ. 선행연구 재생발전 보급이 확대되는 상황에서 예비력 가격별 필요예비력을 분석한 논문에는 Bajo-Buenestado (2021), Hogan et al. (2019), Zarnikau et al. (2020), NYISO (2023), Jeon and Mo (2023) 등이 있다. Bajo-Buenestado (2021)은 텍사스 ERCOT 시장에서 2015년-2019년 기간의 재생발전 보급 수준과 자료를 바탕으로 ORDC를 분석하였다. 분석결과 텍사스의 주력 VRE인 풍력이 1% 증가할 경우 예비력 가격이 0.1~0.15% 감소 하는 것으로 나타났다. 이는 VRE가 증가할수록 더 많은 예비력이 필요한 반면 예비력 가격은 낮아져서 ERCOT 시장에서는 필요예비력 확보에 역인센티브가 존재함을 보였 다. Hogan et al. (2019)은 미국 PJM시장에서 VRE 보급수준을 반영한 ORDC를 추정하 였다. 과거 PJM의 예비력 시장은 복잡하고 실질적인 예비력운영을 제대로 반영하지 않 았고, VRE 비중이 2019년대비 현저히 낮을때를 기준으로 설정되어서 시장 효율성 달성 에 문제가 있음을 지적하였다. 이 연구에서는 일일전 시장과 실시간 시장에서의 예비력 수단을 재정의하고 VRE보급으로 인한 전력시스템 여건변화를 반영한 ORDC를 추정 하였다. Zarnikau et al. (2020)은 2019년기준 텍사스의 설비예비율인 13.75%를 하회하 는 공급용량 확보에 문제의식을 가지고 ERCOT 실시간 시장에서 ORDC 기준을 우측으 로 이동시켜 발전사에 더 많은 수익을 보상할 방안을 제안하였다. ORDC를 우측으로 이 동시키면 같은 양의 예비력에 대응하는 균형 예비력 가격이 높아지고, 이는 발전사의 수 익증가로 이어진다. 분석결과 2018년 자료기준 ORDC의 우측이동은 새로운 천연가스 발전소 투자를 유인하기에 충분한 수익을 제공하는 것으로 분석되었다. 하지만 이 연구 에서는 VRE 보급확대가 계속될 경우 천연가스 발전소 수익은 계속해서 감소하기 때문 에, 천연가스 발전소 투자를 목표 설비예비율 수준으로 계속해서 유지하기 위해서는 missing money문제를 해결할 수 있는 수준으로 계속해서 ORDC 조정이 필요함을 언급 하였다. NYISO (2023)은 증가하는 VRE발전을 효과적으로 수용하기 위해서 기존의 정 태적 예비력시장(Static Reserve Market)을 동태적 예비력시장(Dynamic Reserve Market)전우영 •120• 으로 전환하고 그 과정에서 ORDC를 새롭게 추정하여 적용하는 것을 검토하였다. Jeon and Mo (2023)에서는 9차전력수급계획을 기반으로 예비력 가격과 필요예비력의 관계 를 기반으로 ORDC를 추정하고, 시간별로 차등적인 필요예비력 규모를 도출하였다. VRE 확대로 인해 ESS의 역할과 편익을 논한 논문에는 모정윤‧전우영(2023), Denholm and Mai (2019), Jeon et al. (2019) 등이 있다. 모정윤‧전우영(2023)은 평균 재 생발전 프로파일 기반 순 수요 피크를 낮추는 ESS 운영전략은 예외적이지만 발생할 수 있는 극단상황을 간과해서 ESS의 피크감축 효과를 과대 계상함을 보였다. 이에 대한 해 결책으로 ESS의 피크감축 효과는 평균 순 수요가 아닌 발생가능한 최대 순 수요 기반으 로 평가해야 하며 이를 효과적으로 낮추기 위해서는 ESS가 예비력 제공과 수요이전 간 에 균형 잡힌 활용이 필요함을 보였다. Denholm and Mai (2019)는 2050년 VRE 비중이 55%가 되는 텍사스 전력시스템을 대상으로 저장장치를 활용한 출력제한 경감효과와 편익을 분석하였다. 텍사스는 해당연도에 저장장치가 없을 경우 11~16%의 VRE 출력 제한이 발생하며 8.5GW 출력의 4시간 지속시간을 가지는 ESS를 적용될 경우 출력제한 이 8~10%로 줄어듦을 보였다. 또한 4시간 지속시간 ESS 대비 8시간 지속시간 ESS의 경 우 추가적인 편익이 제한적이기 때문에 계절 간 수요이전 용도의 장기적 관점의 ESS는 경제성 확보가 힘듦을 보였다. Jeon et al. (2019)는 뉴욕시와 보스턴시에 설치된 저장장 치가 각 지역의 한계가격과 VRE보급 수준에 따라 최적운영방식이 다름은 보였다. 또한 뉴욕시와 같이 수요가 매우 높고 송전망 제약이 발생하는 곳에서 피크일 저장장치의 수 요이전 편익은 용량비용경감편익이 반영되지 않아 과소계상될수 있음을 보였다. 따라 서 피크요금제(critical peak pricing, CPP)와 같이 피크시간 수요이전에 대해 추가적인 보상을 해주는 요금제를 통해 전력시스템의 용량비용경감과 송전망 투자비용경감 편익 을 반영함으로써 전체 시스템의 효율성을 개선시킬 수 있음을 보였다. 본 연구에서는 10차 전력수급기본계획이 적용된 한국의 전력시스템을 바탕으로 2023년과 2036년의 차등적인 VRE 보급수준하에서 예비력 가격별 적정 필요예비력 수 준을 추정하고, LIB ESS의 편익을 최대화할 수 있는 수요이전-예비력 제공 간 최적 자원 배분 전략과 효과를 분석한다. 10차 전력수급기본계획에 따르면 2036년까지 약 26GW 의 ESS 보급이 예정되어있는 상황에서 이 자원이 어떻게 활용되는 것이 전력공급비용 을 최소화하는지에 대한 논의는 선행연구에서 거의 이루어진 바가 없다. VRE의 안정적 Demand Shifting or Ancillary Service?: 효율적 재생발전 수용을 위한 에너지저장장치 최적 자원 분배 연구 •121• 운영에 필요한 핵심적인 유연성 자원이면서 막대한 투자비용을 요구하는 ESS 자원을 어떻게 활용하는 것이 적절하며 이때 예비력 가격이 이 의사결정에 어떤 역할을 하는지 에 대한 분석은 향후 전력시장 개편에 중요한 기초자료를 제공할 것으로 생각한다. Ⅲ. 모형 및 데이터 1. 최적화 모형 본 연구에서는 확률적 전력시스템 최적화 모형인 MOST(matpower optimal scheduling tool)를 기반으로 분석하였다. MOST는 안전도제약 최적조류모형(security constrained optimal power flow, SCOPF) 방법론에 기반한 모형이며, 특정 기간 동안의 연속적인 최 적화 분석이 가능해 한국에서 시행 중인 일일전 계획 구조를 잘 모사할 수 있는 모형이 다. MOST 모형의 개념적인 구조도는 <그림 2>와 같다. MOST 모형은 미국 에너지부의 지원을 받아 Cornell University 연구진에 의해서 개발되었으며, 현재 관련 모형이 7000 회 이상의 인용을 기록할 만큼 학계와 산업계의 검증을 받은 모형이다(Zimmerman et al., 2011). 본 모형은 matpower.org에 모든 코드와 매뉴얼이 공개되어 있다(Zimmerman and Murillo-Sanchez, 2020). <그림 2> MOST 모형 구조도전우영 •122• MOST 모형은 예비력가격과 필요예비력 수준 분석에 특화된 장점을 가지고 있다. MOST는 VRE 발전 패턴 입력값을 확률분포를 가지는 예측 불확실성을 내포한 형태로 고려할 수 있다. 해서 매 시간단위마다 VRE발전은 확률분포를 가지는 밴드 형태로 제시 되는데 MOST는 이 VRE 발전분포를 수용해서 안정적으로 전력시스템을 운영하는 데 필요한 예비력 규모를 최적화 산출물로 제시해준다. 즉 MOST의 목적함수는 발전비용 과 예비력비용의 합을 최소화하는 동시 최적화 모형이며, 최적화에 결정을 미치는 변수 는 발전기별 시간별 출력값과 예비력 량이 된다. <부록 수식 1>과 <부록 표 1>의 MOST 목적함수에서 핵심요소는 발전비용부분, 예 비력비용부분, 공급지장비용(VOLL) 비용부분으로 구분할 수 있다. 예비력을 필요수준 이하로 설정할 경우 예비력 비용은 감소하지만, VRE 변동성 대응자원 부족으로 출력제 한이 증가하여 발전비용이 증가할 수 있다. 또한 예비력이 과도하게 부족할 경우 부하삭 감(Load Shedding)이 발생하여 파생된 공급지장비용 증가로 전체 목적함수 값이 증가 할 수 있다. 이렇게 예비력 비용과 공급지장비용을 포함한 발전비용 간의 교환관계 (trade-off)가 최적화 목적함수에서 형성되면서 두 비용의 합을 최소화하는 최적 예비력 규모를 도출하게 된다. <그림 3>은 2023년 현재의 전원구성과 10차 전력수급기본계획에서 제시된 2036년 의 전원구성을 보여준다. 태양광은 25.2GW에서 65.7GW로 풍력은 2.2GW에서 34.1 GW로 대폭 증가한다. 전통 발전원 중에서 탄소저감에 기여하는 원자력과 LNG발전은 증가하지만 석탄발전은 30% 이상 감소하는 것을 알 수 있다(산업통상자원부, 2023; 전 력거래소, 2023). <그림 3> 전원 구성, 2023년 vs 2036년Demand Shifting or Ancillary Service?: 효율적 재생발전 수용을 위한 에너지저장장치 최적 자원 분배 연구 •123• <그림 4>는 본 모형에서 적용된 풍력과 태양광 발전 프로파일의 확률적 형태를 보여 준다. VRE 예측프로파일은 과거 기상자료와 재생발전 실적자료를 기반으로 한 시계열 모형에서 도출된 백색잡음잔차(white noise residual)의 분포를 기반으로 도출되었다(기 상청, 2022). 몬테카를로 시뮬레이션 방법론 기반으로 1000개의 24시간 예측프로파일 을 도출하고 이를 대표하는 5개의 프로파일을 중앙값(median), +-1 표준편차(sd), +-2 sd 에 해당하는 값으로 추출하였다. <그림 4>에서 각 시간별 밴드의 폭이 해당 VRE의 예측 오차에서 기인하는 불확실성의 규모로 이해할 수 있다. 현재 태양광과 풍력의 예측오차 는 각각 6.2%와 18.9% 수준으로 알려져 있다. 1) 본 연구에서 도출된 프로파일의 예측 오 차도 이 값에서 크게 벗어나지 않음을 확인하였다. <그림 4> 풍력 및 태양광 프로파일 (a) 풍력(b) 태양광 Ⅳ. 분석 결과 1. 예비력 가격이 필요예비력 규모에 미치는 영향 <그림 5>는 본 연구의 재생발전 불확실성 전제 하에 2033년과 2036년의 예비력 가격 별 필요예비력 규모의 추정치를 보여준다. 본 그래프의 기본적인 시사점은 예비력 가격 과 필요예비력 규모간의 교환관계(trade off)이다. 본 연구에서 필요예비력 량의 규모는 1)전력거래소 재생에너지 발전량 예측제도 1차 실증사업 실측값전우영 •124• 재생발전의 변동성과 불확실성에 의해서 결정된다. 예비력 가격(reserve price, RP) 0원 /kWh에서는 예비력 확보에 소요되는 비용이 없기 때문에 본 연구에서 적용된 재생발전 의 모든 불확실성을 만족시키는 예비력 규모가 도출된다. 반면 예비력 가격이 증가하면 해당 예비력 확보비용과 예비력 확보가 되지 않아 발생하는 재생발전 출력제한 기대비 용 혹은 VOLL 기대비용 간의 균형을 통해 적정 예비력 규모가 도출된다. 예비력 가격이 증가할수록 예비력 확보비용이 올라가기 때문에 이에 연동되어 더 높은 재생발전 출력 제한 비용 혹은 VOLL 비용을 감수하고 예비력 규모가 감소하는 것이다. 본 연구에서 예 비력 가격 변동폭은 기존에 예비력 자원에 정산되었던 비용의 평균수준인 3원/kWh에 서 옥기열 외 (2021)에서 추정한 예비력 기회비용이 반영된 예비력 가격의 범위인 8원 /kWh~17원/kWh을 반영해서 0원/kWh부터 18원/kWh으로 3원/kWh 단위로 적용하 였다. <그림 5> 예비력 가격별 적정 필요예비력 규모, 2023년 vs 2036년 2023년은 VRE의 규모가 제한적인 상황에서 예비력 가격별 시간당 필요예비력 규모 를 보여준다. 0원~18원/kWh 가격변화에 대해서 필요예비력 규모는 약 4188~7450 MWh으로 도출되었다. 현행 필요예비력 기준은 주파수제어, 1차, 2차, 3차를 포함해서 시간당 4,500MW 이상, 속응성 자원으로 추가적으로 2,000MW 이상을 확보해야 하는 것으로 설정되어 있다. 본 분석의 추정치는 현행 기준에 부합하는 수치임을 알 수 있다. 필요예비력 규모는 예비력 가격이 증가하면서 감소하는 형태를 보인다. 예비력 가격이 9원/kWh을 넘어가면 크게 필요예비력 규모가 감소하지 않는 비탄력적인 수요곡선 형Demand Shifting or Ancillary Service?: 효율적 재생발전 수용을 위한 에너지저장장치 최적 자원 분배 연구 •125• 태를 보인다. 2036년은 VRE 규모가 전체 수요의 약 30%인 상황에서 높은 변동성과 불확실성에 대 응하기 위해 상당히 높은 예비력 자원이 필요함을 보여준다. 2023년과 동일한 불확실성 분포가 적용되었을 때 필요예비력 규모가 2023년 대비 15,863 ~31,839MWh 으로 추정 되었으며, 이는 2023년 대비 약 3.8~4.3배에 해당하는 규모이다. 옥기열 외 (2021)에서 추정된 2019년~2020년 기회비용을 반영한 예비력 평균 가격인 약 12원/kWh에서 2023 년은 4,190MWh, 2036년은 15,887MWh의 예비력이 필요한 것으로 추정되었다. 이 규 모를 안정적으로 확보하기 위해서는 현행 예비력 기준의 약 2.5배 수준으로 필요예비력 규모가 증가되어야 함을 의미한다. 하지만 향후 재생발전의 불확실성은 예측력 제고 인 센티브, ESS등 자체적인 보완수단을 이용한 불확실성 경감 등의 요인으로 인해 본 분석 에서 제시하는 불확실성보다 감소할 가능성이 크다. 이럴 경우 필요예비력 규모는 제시 된 수치보다 경감될 수 있는 여지가 있다. <그림 6>은 예비력 가격 증가에 따른 필요예비력 규모와 재생발전 출력제한량의 교 환관계를 보여준다. 예비력 가격이 증가할수록 앞서 <그림 5>에서 살펴본대로 예비력 비용이 증가하면서 필요예비력 량은 줄어든다. 반면 재생발전의 불확실성을 보완해주 는 예비력 확보량이 감소하면서 반대로 재생발전 출력제한의 기댓값은 증가하게 된다. 즉 재생발전 출력제한은 예비력에 대한 대체재가 될 수 있으며, 예비력 가격이 증가할수 록 예비력의 대체재로써 출력제한의 가치가 더욱 높아져서 더 많은 출력제한으로 더 많 은 필수예비력을 대체하게 된다. <그림 6> 필요예비력과 재생발전 출력제한 비교, 2023년 vs 2036년 (a) 2023년(b) 2036년 Next >