임태훈
(Tae-Hun Lim)
1
정복만
(Bok-Mahn Jung)
2
정재훈
(Jea-Hoon Jung)
2
최유림
(You-Rim Choi)
2
김용하
(Yong-Ha Kim)
†
-
(Incheon National University, Korea)
-
(Incheon National University, Korea)
Copyright © The Korean Institute of Illuminating and Electrical Engineers(KIIEE)
Key words
Distribution System, Interruption Cost, Microscopic Approach, Tobit regression Analysis
1. 서 론
전력산업은 전기에너지를 생산하여 송전 및 배전을 거쳐 소비자에게 판매하는 산업으로 수용가에게 양질의 전력을 값싸게 공급하는 것이 목적이다. 양질의
전력을 값싸게 공급한다는 것은 배전 계통의 신뢰도를 유지하면서 경제적으로 공급한다는 것을 의미한다. 배전계통에 투자를 많이 하면 높은 신뢰도를 유지할
수 있지만 수용가에게는 경제적으로 전력을 공급할 수 없게 된다[2]. 따라서 배전 계통계획 수립 시 최적 투자규모 및 최적 신뢰도 수준을 결정하기 위해 정전비용의 산정은 필수적이며 정전비용 산정에는 수용가별 전력소비
패턴이 반영되어야 한다. 정전비용을 산출함으로써 장단기 배전전력 경영계획 수립을 위한 기초 데이터로 활용할 수 있으며, 경제성, 고장률, 신뢰성 등을
분석하여 배전설비 유지보수에 투자되는 비용을 절감할 수 있게 된다. 또한 2011년 9월 15일에 발생된 순환정전에 따른 정전사고피해 보상 같은 문제에서
사회적 비용을 반영한 합리적인 정전피해액 산정에 기준이 될 수 있다.
따라서 본 논문에서는 과거 결과와의 연속성을 위해 “미시적 방법을 이용한 산업체 수용가의 공급지장비용 함수(SCDF) 산정”[1]을 기반으로 한국전력공사의 NDIS에서 실질적으로 적용되고 있는 5개 업종인 산업체, 상업체, 회사 및 기관, 농축수산물, 주택에 대해 2018년의
정전비용을 산출하였다.
본 논문에서의 정전비용 데이터는 직접 방문을 통한 설문조사를 수행하여 얻어진 2,500개의 데이터를 기반으로 하였으며, 이를 Tobit Regression과정을
거쳐 정전비용함수를 구하여 정전비용을 산출하였다.
이로써 향후 산업체, 상업체, 회사 및 기관, 농축수산물, 주택의 정전비용 산출 결과를 이용하여 사회적 경제적 비용이 최소가 되는 최적전력설비 투자규모
및 최적 신뢰도 수준을 결정하는데 활용할 수 있도록 하였다.
2. 정전비용 산정
2.1 미시적 접근법
정전비용을 산출하는 방법에는 거시적, 미시적, 해석적 접근법 총 3가지가 있다. 각각의 접근법 마다 사용 목적과 그에 따른 장단점이 있으나, 본 논문은
과거에 수행한 참고문헌 [1]과의 결과 비교 및 연속성을 위하여 미시적 접근법을 사용하였다.
미시적 접근법이란 수용가 각각에 대한 공급지장비용 추정이 가능하며 수용가에 대한 분류 그룹을 대상으로 설문조사하여 그 결과를 기반으로 정전비용을 도출하는
방법이다[1,3-4]. 미시적 접근법에는 계획된 전력설비에 대해 소비자 혹은 고객이 재화나 서비스를 이용하기 위해 지불할 의사가 있는 최대가격(WTP; Willingness
to pay)수준을 토대로 추정하는 방법과 WTP와는 반대로 현재 공공재의 소멸 대가로 어느 정도의 보상금에 동의할 수 있는지 의사를 묻는 방법(WTA;
Willingness to accept)이 있다. 통상적으로 미시적 접근법을 통해 정전비용을 추정할 경우 3~5년 주기로 소비자에 대한 설문을 통하여
정전비용함수, 종합 정전비용함수(CCDF : Composite Customer Damage Fuction)를 추정하여 정전비용을 추정하는 방법을 적용하고
있다[2].
본 연구에서는 2,500개의 설문 조사시 설문대상의 분류를 한국전력공사 지역본부 업종별 판매전력(kWh)과 소비전력 구성 비율을 토대로 하여 각 지역본부별로
배분하였다. 표 1은 지역 본부별 설문조사 개수를 보인 것이다.
Table 1. Number of surveys by regional headquarters
지역 본부
|
갯수
|
서울
|
181
|
남서울
|
166
|
인천
|
202
|
경기북부
|
131
|
경기
|
286
|
강원
|
108
|
충북
|
128
|
대전충남
|
232
|
경남
|
152
|
경북
|
105
|
광주전남
|
176
|
대구
|
201
|
부산울산
|
204
|
전북
|
132
|
제주
|
96
|
계
|
2,500
|
설문지 구성은 크게 4가지 문항으로 주로 정전 상황에 대한 비용을 묻는 문항으로 구성하였다. 5개 업종별로 공통된 설문의 내용은 표 2와 같으며 표 2에서 정전 시 피해금액은 5개 업종별로 표 3과 같이 구성하였다.
Table 2. Configure questionnaire
대분류
|
세부사항
|
일반사항
|
지역 구분
|
업종 구분
|
근무자 수ㆍ근무 시간
|
전력사용량
|
계약전력, 피크전력, 수전 용량
|
24시간 가동 여부
|
전력사용량이 가장 많은 시간대
|
정전상황 분석
|
정전 발생 회수
|
순시정전(정전시간 1분 미만)
|
순간정전(정전시간 1분~5분)
|
일시정전(정전시간 5분 이상)
|
비상 전력공급장치 보유여부 및 구비 의사
|
정전 시 피해금액
|
정전 발생 시 최악의 피해 발생 계절
|
정전 발생 시 최악의 피해 발생 요일
|
정전 발생 시 최악의 피해 발생 시간대
|
예고 없이 정전이 발생한 경우
|
업종별 피해비용의 종류
|
피해비용이 가장 큰 계절
|
피해비용이 가장 큰 평일ㆍ주말
|
피해비용이 가장 큰 시간대
|
정전발생시 피해비용
|
Table 3. Types of damage costs by Business Types
산업체
|
상업
|
회사 및 기관
|
농축수산물
|
주택용
|
생산손실
피해비용
|
영업(서비스)손실 임금 지불 피해비용
|
업무손실 임금지불
피해비용
|
생산물의 피해비용
|
조명 손실피해비용
|
초과근무
피해비용
|
영업(서비스)손실피해비용
|
초과근무 피해비용
|
부가 생산물의 피해비용
|
음식물관련 피해비용
|
원자재 및 생산품 피해비용
|
초과근무피해비용
|
손실세입 피해비용
|
생산물 출하 지장피해비용
|
냉방/난방 피해비용
|
플랜트설비 피해비용
|
설비 및 재료손상피해비용
|
계약상의 손실 피해비용
|
생산물저장 피해비용
|
기타 피해 비용
|
생산재가동 피해비용
|
영업(서비스)재개 피해비용
|
장비 및 공급의 손실 피해비용
|
노동 불가능 피해비용
|
|
비상공급장치 운전피해비용
|
부패하기쉬운 물품의 손상피해비용
|
업무 재개 피해비용
|
기타 피해 비용
|
|
환경적인 피해비용
|
비상공급장치 운전 피해비용
|
비상 공급장치 운전 피해비용
|
|
|
기타 피해비용
|
기타 피해비용
|
환경적인 피해비용
|
|
|
|
|
기타 피해비용
|
|
|
2.2 Tobit regression을 이용한 회귀분석
2.1 절에서 미시적 접근법으로 조사된 값은 전기를 사용하는 수용가 모집단에 대한 일부 값이다. 따라서 조사되지 않는 값들에 대한 보완이 필요하다.
Tobit model의 경우 James tobin이 음의 값이 아닌 종속변수와 독립변수 사이의 관계를 설명하기 위해 제시한 모델이다. 상한치, 하한치
제한이 가능하여 조사되지 않는 값들이 보완할 수 있는 장점을 가지고 있다[5-7].
정전비용의 산정에는 식(1)을 적용하였다. 식(1)은 Ernest Orland Lawrence Berkeley Nartional[8]과 참고문헌[1]에서 제시된 방법으로 정전비용 산정에 가장 널리 사용되고 있는 식이다.
식(1)에서 정전 비용은 정전이 발생한 시간이라는 독립변수와 정전비용이라는 종속변수의 관계를 회귀분석으로 추정하여 얻을 수 있다. Tobit regression은
독립변수와 종속변수가 선형성을 충족하여야 회귀분석이 가능하므로 이를 위해 식(1)의 양쪽에 자연로그를 취하여 식(2)를 도출하였다.
식(2)의 경우도 2차함수의 형태이므로, 선형 모형의 형태를 지니는 식(3)으로 변환하였다.
단 A : 정전시간(분)$^2$
$\enspace$ B : 정전시간(분)
본 연구에서는 Tobit model을 사용한 회귀분석 범용프로그램인 STATA 프로그램을 사용하여 식(3)의 a, b, c를 산출하도록 하였다.
3. 사례연구
식(3)과 2.1절의 미시적 접근법을 통해 조사된 수용가별 정전비용과 STATA 프로그램을 이용하여 Tobit Regression을 실행한 결과 각 정전시간(분)
계수 a, b와 y절편 c는 표 4와 같이 산정되었다.
Table 4. a, b, c of Business types by Tobit regression
업종구분
|
$\ln(정전비용)= a\times A+b\times B+c$
|
a
|
b
|
c
|
산업체
|
-0.0000206
|
0.0227011
|
0.3018905
|
상업체
|
-0.000029
|
0.0299653
|
-0.7610873
|
회사 및 기관
|
-0.0000271
|
0.0281817
|
-0.3487317
|
농축 수산물
|
-0.0000308
|
0.0308759
|
-0.4414147
|
주택
|
-0.0000393
|
0.0424414
|
-5.67346
|
그림 1은 정전시간(분) 계수 a, b와 절편 c 값을 정전비용 함수 식 $정전비용=e^{a\times 정전시간(분)^{2}+b\times 정전시간(분)+c}$에
적용하여 산출한 결과이다. 정전시간 1분과 8시간에 대한 정전비용값의 차이가 커서 일반적인 그래프로 표현하였을 경우 값이 작은 부분은 보이지 않으므로
로그차트로 변경하여 표현하였다.
Fig. 1. Result of calculation of Interruption Cost by Business types
4. 미시적 접근법과 거시적 접근법의 비교
본 연구를 통해 산출한 정전비용의 타당성을 판단하기 위해 표 3의 결과를 종합하여 우리나라 전체의 정전비용을 산출한 뒤, 거시적 방법을 통해 얻은 정전비용과 비교를 하였다.
미시적인 접근법으로 산출된 우리나라의 정전비용은 표 5와 같다.
Table 5. Interruption cost in Korea by microscopic approach
정전시간
|
국내
(천원/kWh)
|
1분
|
0.73
|
20분
|
1.20
|
1시간
|
3.25
|
2시간
|
12.41
|
4시간
|
104.57
|
8시간
|
820.18
|
거시적인 접근법으로 정전비용을 산정하기 위하여 우리나라를 대상으로 2009년~2017년간에 대하여 국내총생산(GDP)[9]과 전력소비량[10]에 따른 정전비용은 그림 2와 같다.
Fig. 2. Interruption cost in Korea by macro approach
그림 2에서 2017년의 정전비용은 3,243원/kWh로 계산되었다.
그림 3은 거시적 접근법에 의한 결과와 본 연구의 결과를 비교한 결과이다.
Fig. 3. Comparison of Macro approach and this study results
이를 통해 거시적 접근법에 의한 정전비용과 미시적 접근법에 의한 대략적 중앙값인 1시간 정전비용과 유사한 값을 가지고 있음을 알 수 있다. 해외의
경우 정전비용을 산정할 때 평균값을 사용하는 것보다 중앙값을 사용하여 산정하는 추세이므로[8,11] 이는 본 연구의 결과에 대한 신뢰성을 뒷받침 하는 결과로 판단된다.
5. 과거 연구와의 비교
금번의 연구 결과를 본 연구진이 2008년 및 2013년 수행한 결과와 비교한 결과는 그림 4~그림 8과 같다.
Fig. 4. Comparison of Industrial Interruption cost
Fig. 5. Comparison of Commercial company Interruption cost
Fig. 6. Comparison of Company and Institution Interruption cost
Fig. 7. Comparison of Agricultural fishery products Interruption cost
Fig. 8. Comparison of House Interruption cost
과거연구와 본 연구의 정전비용 비교 결과 산업체, 회사 및 기관에서 과거연구보다 높은 추이를 보였다. 상업체는 2013년과 유사한 추이를 보였으며
농축수산물은 2013년보다 감소하여 2008년도와 유사한 추이를 보였다. 주택은 과거 연구보다 낮은 추이를 보였다.
과거 연구와 다른 추이를 보이는 이유는 2011년에 발생된 순환정전에 따른 보상액에 대한 보상심리, 2016년에 발생된 누진세 등 조사시점에 따라
정전비용에 대한 사회적 정서가 다르기 때문이다. 또한 이번 연구의 설문 조사 내용이 과거년도와 비교하여 업종별ㆍ규모별 세분화 되었고 병원 등 인사사고가
생기는 업체의 경우 피해금액을 환산하기 어려우므로 응답에 대한 합치성이 부족 때문에 차이를 보인다고 판단된다. 추후 인사 사고같이 설문조사 대상자에
따라 합치성이 달라지는 부분의 경우 설문 조사시 추가적인 메뉴얼이 필요하다고 판단된다.
6. 결 론
본 논문에서는 계통 운영 중 정전이 발생하였을 때 전기사용자의 정전으로 인한 피해비용을 미시적 접근법으로 평가하였으며 평가결과는 접근법에 따라 달리
계산될 수 있다.
(1) 직접방문을 통하여 2,500개의 유효 설문 조사를 통해 얻어진 전기사용자 측면에서의 정전비용을 종속변수, 정전이 발생한 시간을 독립변수로 하여
독립변수와 종속변수의 관계를 회귀 분석하였다.
(2) 미시적 접근법에 의한 우리나라 전체의 정전비용과 거시적 접근법에 의한 우리나라 전체의 정전비용은 대략적 중앙값인 1시간 정전비용과 유사함을
알 수 있으며 이를 통해 본 연구의 결과에 대한 신뢰성을 뒷받침 할 수 있다.
(3) 과거 연구와 정전시간에 대해 비교한 결과 본 논문의 도출결과와 차이를 보였다. 이는 조사 시점 당시의 사회적 정서(순환정전, 누진세)가 현시점과
다르며 과거 설문조사와 비교하여 설문의 표본 수 증가, 설문조사 내용의 업종별ㆍ규모별 세분화, 병원 등 인사사고가 생기는 업체의 경우 피해금액을 환산하기
어려우므로 응답에 대한 합치성 부족, 응답자가 정전에 대해 고려한적이 없어 예상 피해비용에 대한 이해도 부족 때문에 차이를 보인다고 판단된다.
설문조사를 통해 정전비용을 산출할 때 설문지를 토대로 많은 양의 데이터가 축적되어야 하며 데이터가 축적될수록 데이터의 신뢰성이 쌓인다고 판단된다.
미국의 경우 정전비용에 대한 축적된 데이터를 통해 ICE(Interruption Cost Estimate Calculator)라는 전력서비스의 신뢰성을
평가하는 시스템을 개발하는데 근간으로 활용하였으므로 추후 정전비용에 대한 지속적인 연구가 필요하며, 설문조사의 경우 한 번 시행 시 큰 금액이 소요되므로
과거의 설문조사 결과를 함께 활용하여 정전비용을 도출할 수 있는 방법론의 개발이 필요한 것으로 판단된다.
본 논문을 통하여 전기사용자가 정전으로 인한 피해비용이 얼마나 되는가 즉 수용가별 전력소비 패턴에 따른 정전비용을 산출하였다. 이를 통해 향후 정전발생시
차단 및 복구의 합리적 운선순위 결정여부에 정전비용이 반영되어 효율적인 부하차단 및 복구가 가능할 것으로 판단된다. 또한 정전 사고피해 보상 같은
문제에서 사회적 비용을 반영한 합리적인 정전피해액 산정에 기준이 될 수 있다 판단된다.
Acknowledgements
본 논문은 인천대학교 2019년도 자체연구비 지원에 의하여 연구되었음.
This paper was supported by the Incheon National University Research Grant in 2019.
References
Kim Yong-Ha, 2011, Assessment of Interruption Costs on the Industry Load throughUsing
the Microscopic Method, The Korean Institute of Illuminating and electrical Installation
Engineers, Vol. 25, No. 4, pp. 88-96
Kim Yong-Ha, 2018, Development of Optimal Reliability Estimation Algorithm in Power
Distribution Systems – Focus on SAIDI(System Average Interruption Duration Index,
The Korean Institute of Illuminating and electrical Installation Engineers, Vol. 32,
No. 2, pp. 77-88
Lee Chang-Ho, 2006, Development of supply model considering interruption cos, KERI
Choi Sang-Bong, 2015, Development of the Technology for Evaluating the Power Outage
Cost of Domestic Customer, KOREA ELECTRIC ASSOCIATION, pp. 14-19
Kim Min-hee, 2010, Efficiency Difference of High Schools in Chungcheongbuk-do: Application
of DEA and Tobit Model, KEDI, Vol. 37, No. 3, pp. 105-133
Rahmani Elouali, 2015, Detection of a Tobit Mode, Applied Mathematical Sciences, Vol.
9, No. 39
A Jeffrey, 1991, Welfare Economics for Tobit Models, SOCIAL SCIENCE WORKING PAPER
Hamachi Kristina, 2004, Understanding the Cost of Power Interruptions to U.S.Electricity
Consumers, LBNL
State Administration Monitoring Index , GRDP, http://www.index.go.kr
World energy statistics , Domestic consumption of electricity, https://yearbook.enerdata.co.kr/electricity
Frayer Julia, 2013, Estimating the Value of Lost Load, London Economics
Biography
Tae-Hun Lim was graduated from Incheon National University in 2018 with Electrical
Engineering degree.
From 2018 to present, he have a master's degree in Electrical Engineering from Incheon
graduate school.
Tel : (032)835-4604
E-mail : oth225@naver.com
Bok-Mahn Jung was graduated from Kwangwoon University in 1999 with Electrical Engineering
degree.
He graduated from the Incheon National School in 2017 with Electrical Engineering
(Master).
From 2019 to present, he have a Doctor's degree in Electrical Engineering from Incheon
graduate school.
Tel : (032)835-9517
E-mail : marinq@inu.ac.kr
Jea-Hoon Jung was graduated from Incheon National University in 2019 with Electrical
Engineering degree.
From 2019 to present, he have a master's degree in Electrical Engineering from Incheon
graduate school.
Tel : (032)835-4604
E-mail : wognsmo1@naver.com
You-Rim Choi was graduated from Incheon National University in 2019 with Electrical
Engineering degree.
From 2019 to present, she have a master's degree in Electrical Engineering from Incheon
graduate school.
Tel : (032)835-4604
E-mail : fladbchl@naver.com
Yong-Ha Kim was graduated from Korea University in 1982 with an Electrical Engineering
degree.
He graduated from the Graduate School in 1987 with Electrical Engineering(Master).
He graduated from the Graduate School of Electrical Engineering in 1991 (Doctor).
Professor of Electrical Engineering, Incheon National University, since 1992.
Tel : (032)835-8434
E-mail : yhkim@incheon.ac.kr