1. 서 론

에너지전환 정책에 따르면 친환경 에너지원인 재생에너지의 비중이 확대되는 것을 볼 수 있다. 제3차 에너지기본계획에서는 재생에너지 발전비중을 '30년까지 30%, ’40년까지 30-35%로 확대할 계획이며 분산형 전원 발전량 비중 목표를 30%로 제시했다^(1-3). 제9차 전력수급기본계획에서는 ’34년까지 총 60기의 석탄발전 중 30기를 폐지하고 신재생을 77.8GW (’20년, 20.1GW)까지 확대할 계획이다^(3,4). 이에 따라 신재생에너지의 보급이 확대될 전망이다. 우리나라 재생에너지 중 가장 큰 비중을 차지하고 있는 태양광발전은 출력변동성이 심하여 전력계통의 안정적 운용에 어려움을 주고 있다^(5,6). 이때 에너지 저장장치인 ESS(Energy Storage System)를 사용하면 출력을 전력계통에서 요구하는 수준으로 하여 불확실성을 최소화하고 전력계통의 안정화를 도모할 수 있다⁽⁷⁾. 이와 같은 시스템을 제어하기 위해서 가상발전소(Virtual Power Plant)가 도입되고 있다. 계통의 안정적 운용을 위하여 CVPP(Commercial Virtual Power Plant)는 TVPP(Technical Virtual Power Plant)의 급전지시에 따라야 하며 이러한 경우에도 DER(분산자원, Distributed Energy Resources)이 최대의 수익을 얻을 수 있도록 운용이 되어야 한다.

출력변동성이 큰 신재생에너지의 출력이 수요를 초과할 경우 주파수 변동 등의 전력계통 문제가 발생한다. 초과한 출력만큼을 감소지시하여 전력수급의 균형을 맞춰 전력계통을 안정화시켜야한다^(5,8). 그러므로 본 논문에서는 신재생에너지가 생산되는 전력계통으로 역송량을 감소시키도록 TVPP로부터 CVPP의 통합운용센터인 ASC(Advanced Service Center)가 급전지시를 받은 상황에 대하여 고려하였다.

기존에 단독운전하는 경우의 ESS 운영방안을 계획하는 연구들이 있으나^(9-11) 급전지시를 받은 경우를 고려하여 DERs의 통합운전하는 경우의 PV-ESS 최적운용에 대한 연구는 활성화되어있지 않다. 그러므로 TVPP의 급전지시에 따르는 경우 PV-ESS 최적운용에 대한 연구가 필요하다.

이와 같은 경우 CVPP에 참여하는 분산자원의 운용 및 제어를 수행하는 ASC에서는 참여 DERs의 수익의 총합이 최대가 되도록 각 참여 DERs의 PV-ESS 시스템에 대한 최적운용계획을 수립하여 각 DERs의 운용을 제어하여야 하므로 감축 지시량의 분배방식에 대한 기술개발이 필요하다. 즉, REC(Renewable Energy Certificate)의 지원정책, SMP(System Marginal Price), DER 시스템의 조건이 변화하더라도 최적으로 운용할 수 있는 PV-ESS 시스템의 최적운용스케쥴링 알고리즘이 필요하다.

따라서 본 논문에서는 단독의 PV-ESS 시스템에 대한 최적운용 알고리즘을 개발하고 이를 활용하여 다수의 PV-ESS 시스템의 통합운전에서 감축지시를 효율적으로 분배하기 위한 최적운용계획수립 알고리즘을 개발하였다.

2. 최적화 알고리즘

Fig. 1은 본 연구의 범위 및 모델을 보인 것이다. VPP는 자원 모집 형태에 따라 공급기반 VPP(S-VPP, Supply Side VPP), 수요기반 VPP(D-VPP, Demand Side VPP), 융합형 VPP(M-VPP, Mixed Asset VPP)으로 구분된다. 이중에서 분산자원을 통합하여 하나의 발전소처럼 관리하는 시스템인 공급기반 VPP를 본 연구의 범위로 하였다. 공급형 VPP는 분산형 에너지 자원의 출력 제어가 가능하며 안정적인 전력계통 운영에 기여한다^(2,5,7).

Fig. 1. Model in this study

(1) 전제 1 : PV-ESS 연계형 판매사업에서는 당일의 PV전력발생량을 당일 모두 역송하는 것이 가장 수익이 크다. 왜냐하면 ESS에 그 전날의 잔여충전량이 남아있으면 당일 PV전력발전량이 남아 있는 ESS의 충전가능 용량보다 클 경우에는 해당 발전량을 모두 충전하지 못하므로 수익이 최대가 되지 않는다. 그러므로 당일 생산전력은 당일 모두 역송하는 것으로 하였다.

(2) 전제 2 : REC가중치는 1일 24시간 동안 17시부터 익일 9시까지 4배이며 기타시간대에서는 1.5배로 하였다. 그러므로 역송요금을 최대로 하기 위해서는 PV가 전력을 생산하기 시작하는 시간대 전까지는 ESS의 잔여충전량을 모두 방전시키는 것이 가장 수익을 크게 할 수 있다. 그러므로 본 시뮬레이션에서 당일은 PV가 전력을 생산하기 시작하는 시간대로부터 다음날 PV가 전력을 생산하기 시작하는 시간대 직전으로 정의하였다.

(3) 전제 3 : PCS(Power Conversion System)의 용량은 하루의 ESS누적 충전량을 당일 모두 역송가능한 크기의 용량으로 설정하여야 한다. 왜냐하면 전제 1에 따라 당일 PV전력발생량을 당일 모두 방전하여야 하므로 ESS의 잔여충전량을 남기지 않게 하기 위해서이다.

본 연구에서 최적운용계획수립 알고리즘은 크게 다음의 3단계로 구성하였다.

(1) 단계 1 : ASC에서의 급전지시량 감축 시나리오의 구성

(2) 단계 2 : 각 시나리오에 따른 각 DER에서 최적운용계획 수립

(3) 단계 3 : 단계 2의 수행결과 중 최적 시나리오 도출

알고리즘의 각 단계별 최적화과정은 다음과 같다.

단계 1, ASC에서의 급전지시량 감축 시나리오의 구성

VPP 급전지시량에 따라 ASC에 참여하고 있는 각 DER에게 급전지시량을 분배하는 시나리오를 구성한다.

급전지시량을 분배하는 시나리오의 구성은 simulation을 위해 입력으로 결정하는 PCS 제어용량의 간격에 따라 참여 DER이 역송시킬 수 있는 가능한 모든 경우의 수로 구성한다. 즉, 단계 1에서의 시나리오의 개수는 전체 급전지시량 내에서 설정된 감소 단위에 따라 각 DER에서 출력을 감소시킬 수 있는 모든 경우로 하였다.

단계 2, 각 시나리오에 따른 각 DER에서 최적운용계획 수립

본 연구의 최적운용계획의 수립은 전술한 전제를 만족시키면서 ESS의 최적운용을 결정하는 것이다. 즉, 각 시간대의 PV에서 생산된 전력을 어느 시간대에서 얼마나 ESS에서 방전하여 수용가가 지급받는 금액이 최대가 될 수 있는 ESS의 충방전운용계획(최적ESS 운용스케쥴)을 결정하는 것이다.

이를 위하여 본 연구에서는 PV-ESS최적운용스케쥴 결정의 지표(ESS방전에 의한 역송시간대의 우선순위)로 식(1)과 같은 PV에서 생산된 전력 1kW를 역송했을 때 수용가가 지급받는 금액인 1kW당 역송요금계인 한계역송비용을 개발하였다.

단계 1에서 결정된 모든 각각의 시나리오에 따라서 각 DER의 PCS출력을 조정하고 설정된 시나리오에 대하여 각각의 DER이 각각 단독으로 최적운용하였을 때의 역송요금을 구하여 이들의 총합 역송요금을 구한다.

본 연구에서 제안한 각 시나리오별 DER의 최적운용 알고리즘을 간단히 요약하면 다음과 같다.

(1) ESS가 당일 PV전력발생량을 충전만 하고 방전을 하지 않을 경우 ESS의 누적충전량을 구한다.

이때 ESS누적충전량 계산의 시점은 PV가 전력생산을 시작하는 시간대부터로 한다. 이는 PV가 생산한 전력을 당일 모두 방전하여야 하기 때문이다.

(2) (1)의 결과에서 ESS의 누적충전량이 ESS충전시간대 범위내에서 ESS의 최대충전용량을 초과하면 ESS의 최대충전용량을 처음으로 초과하는 시간대 이전 시간대에서 ESS방전이 이루어져야 한다.

ESS의 최대충전용량을 초과하기 시작하는 처음 시간대의 ESS충전량을 ESS최대충전용량으로 고정하고 그 이전시간대의 방전량을 구한다.

(2-1) ESS의 최대충전량을 초과하기 시작하는 처음 시간대에서의 이전 시간대 중에서 한계역송비용이 가장 큰 시간대에서 ESS최대충전용량을 만족시키는 방전량을 구하여 방전하고 역송요금을 구한다.

(2-2) 이전 시간대에 ESS방전시간대와 ESS충전시간대가 모두 존재하는 경우에는 ESS방전시간대에 PV전력발생량을 모두 방전하는 경우를 고려하여 역송요금을 구한다.

(2-3) $backtrans CHG^{(2-1)}$와 $backtrans CHG^{(2-2)}$를 비교하여 $backtrans CHG^{(2-1)}$가 $backtrans CHG^{(2-2)}$보다 큰 경우에는 $ESS_{disch\arg e}^{(2-1)}$를 최적방전량으로 결정한다.

(2-4) $backtrans CHG^{(2-1)}$와 $backtrans CHG^{(2-2)}$를 비교하여 $backtrans CHG^{(2-1)}$가 $backtrans CHG^{(2-2)}$보다 작은 경우에는 $ESS_{disch\arg e}^{(2-1)}$를 방전하고 $ESS_{disch\arg e}^{(2-3)}$와 $ESS_{disch\arg e}^{(2-1)}$와의 차이만큼을 ESS최대충전용량으로 고정된 시간대 이전의 시간대 중에서 한계역송비용이 가장 큰 시간대에 방전하고 역송요금의 합계를 구한다.

(2-5) $backtrans CHG^{(2-3)}$와 $backtrans CHG^{(2-4)}$를 비교하여 큰 역송요금이 계산되는 단계에서의 ESS방전량을 최적스케쥴로 한다.

(3) (2)의 결과에서 ESS의 누적충전량이 ESS충전시간대 범위 내에서 ESS의 최대충전량을 초과하는 경우에는 ESS최대충전용량을 처음으로 초과하는 시간대의 이전 시간대에서 ESS를 방전한다.

(3-1) ESS의 최대충전용량을 초과하기 시작하는 처음 시간대의 ESS충전량을 ESS최대충전용량으로 고정하고 그 이전 시간대에서의 ESS방전량을 구한다.

(3-2) ESS방전은 그 이전 시간대 중 한계역송비용이 가장 높은 시간대 순으로 방전한다.

(4) ESS방전시간대 중 첫방전시간대 직전 시간대까지 (3)의 과정을 반복한다.

(5) 한계역송요금이 높은 방전시간대에서 방전을 하여 수익을 최대화하기 위해서 ESS방전시간대 중 첫방전시간대에서의 ESS충전용량은 ESS최대충전용량이어야 한다. 그러므로 방전시간대의 첫시간대의 ESS충전량을 ESS최대충전용량으로 고정하고 그 이전시간대의 ESS방전량을 구한다.

(6) (5)까지에서 ESS충전시간대의 ESS방전량은 모두 결정되었으므로, (6)에서는 ESS방전의 첫시간대의 ESS충전용량을 ESS 방전시간대에서 한계역송비용이 큰 시간대에서부터 차례로 PCS 최대용량으로 방전하여 ESS전위가 0이 될 때까지 방전한다.

단, (1)의 결과에서 ESS의 누적충전량이 ESS 충전시간대 범위 내에서 ESS의 최대충전용량을 초과하지 않으면 (2)~(5)의 과정은 생략한다.

그림 2는 본 연구에서의 최적운용 알고리즘 흐름도를 보인 것이다.

여기서,

$t_{PV_{"-"}"\in i"}$, $t_{PV_{-}f\in}$ : PV 전력생산 시작 및 끝시간대

$t_{"ESS"_{"-"}"\in "i}$, $t_{"ESS"_{"-"}"f\in "}$ : ESS 충전시간대 시작 및 끝

$t_{ESS opt}^{*}$ : 최적방전량이 결정된 시간대

$t_{"\lim "}$ : $ESS_{"\max "_{-}"ch\arg e"}$를 처음으로 초과하는 시간대

$ESS_{"\max "_{-}"ch\arg e"}$ : ESS 최대충전용량

$ESS_{"cum"_{-}"ch\arg e"}^{i}$ : $i$시간대까지의 ESS 누적충전량

$ESS_{disch\arg e}^{i}$ : $i$시간대에서 ESS 방전량

$ESS_{disch\arg e}^{"i "_{"_{"}}"opt*"}$ : $i$시간대에서 ESS 최적방전량

$backtrans_{k W}^{i}$ : $i$시간대에서 한계역송비용

$SMP_{i}+REC_{i}\times REC단가_{i}\times REC가중치_{i}$

$backtrans CHG^{i}$ : $i$시간대에서 역송요금

$backtrans_{k W}^{i}\times ESS_{disch\arg e}^{"i "_{"_{"}}"opt*"}$

Fig. 2. Flow chart for DER optimal operation algorithm

단계 2에서 구한 시나리오별 역송요금의 총합을 구하여 투자회수기간이 가장 짧은 시나리오를 최적안(시나리오)으로 결정한다. 본 연구는 이미 설치된 설비에 대한 최적운용을 찾는 것이므로 각 시나리오별로 최적운용을 결정하기 위해서 각 시스템의 PCS 출력만을 제어한다. 그러므로 이는 결국은 역송요금이 가장 큰 시나리오를 최적시나리오로 결정하는 결과와 동일한 결과를 갖는다. 이때 투자회수기간은 식(2)로 계산하였다.

3. 사례연구

본 연구에서는 TVPP에서 급전지시를 받는 CVPP의 ASC에서는 3개의 PV-ESS 시스템을 최적제어하는 것으로 하였으며, 이때 ASC는 계통운용상 현재 PV출력의 20% 출력을 감소하라는 급전지시를 받은 것으로 하였다. 본 연구에서 시뮬레이션을 실행하기 위하여 20%로 가정하여 연구를 진행하였다.

3.1 ASC의 시스템 구성 및 입력자료

Fig. 3과 Fig. 4, Fig. 5는 각 시스템 구성의 입력자료를 나타내었다. DER 3개의 각 PV용량과 ESS용량, PCS용량 구성은 Fig. 3과 같으며 Fig. 4및 Fig. 5는 A DER, B DER, C DER의 수용가 부하 및 전력생산량을 보인 것이다.

이중 A DER 및 B DER은 충북 T/P에서 직접 측정한 실제자료이며, C DER은 A DER과 B DER의 평균값을 구하여 사용하였다.

Fig. 3. Configuration of PV-ESS per each DER

Fig. 4. Customer load by time of A, B and C DER

Fig. 5. PV power production by time of A, B and C DER

Fig. 6은 한국전력공사의 전기요금표에 의해 kWh당 전력량요금을 나타낸 것이다. 본 연구에서 전력량 요금은 산업용전력(갑)Ⅱ 고압A 선택Ⅰ을 적용하였다.

Fig. 6. Energy charge per kWh (won/kWh)

출처: 한전사이버지점 전기요금표

Fig. 7은 본 연구에서 최대일사시각일의 SMP를 적용하기 위해 최대일사시각일을 나타내었다. 2018년부터 2020년의 각 일당 일사량 평균을 계산하여 365일의 일사량 평균값 데이터 중 최대치인 6월 22일을 기준으로 하였다.

Fig. 7. Average insolation from 2018 to 2020

출처: 기상청 기상자료개발포털

Fig. 8은 2018년부터 2020년까지의 최대일사시각일인 6월 22일의 SMP를 시간별로 평균을 나타내어 6월 22일의 평균 SMP를 본 연구에 적용하였다.

Fig. 8. Average of SMP for June 22nd by time from 2018 to 2020

출처: 전력거래소

Fig. 9는 현 제도하의 REC 가중치이다. 충전시간대인 10부터 16시까지는 REC 가중치가 1.5배이며, 방전시간대인 1일 24시간 기준으로 기타시간대에서는 REC 가중치를 4배로 적용하였다.

Fig. 9. REC weight by time

출처: 힌국산업통상부

전력거래소에 의해 전력거래시장은 매주 화요일과 목요일에 개장하므로 Fig. 10은 가장 최근의 평균단가로 적용하기 위해 2021년부터 본 연구 시점까지 매주 화요일과 목요일에 변화하는 REC 단가의 평균을 나타낸 것이다. 본 연구에서 평균 REC 단가인 37,286원을 적용하였다.

Fig. 10. Average REC price every Tuesday and Thursday in 2021

출처: 전력거래소

한편, 투자회수기간 산정을 위하여 PV의 단가는 kW당 140만원으로 하였으며, 100kW 태양광발전소에 ESS의 설치비용은 136백만원으로서 이는 배터리, PCS, EMS를 포함한 가격이다.

3.3 급전지시량에 의한 각 DER의 최적운용 결과

식 (1)에 의한 한계역송비용은 Fig. 11로 산정되었다. 한계역송비용은 3.1장의 시스템 구성 및 입력자료에 따라 2018년부터 2020년까지 최대일사시각일의 SMP 평균값을 사용하였으며, 현제도하의 REC 가중치를 사용하였고 REC 단가는 2021년의 평균인 37,286원을 사용하여 Fig. 11과 같이 1일 24시간의 시간대별 한계역송비용을 구하였다.

Fig. 11. Marginal reverse power price

Fig. 12는 시나리오 중에서 대표적으로 시나리오 4의 A DER에 대한 제어 전후의 최적운용결과를 보인 것이다.

Fig. 12. Optimal operation result of scenario 4 A DER before and after control

급전지시 전후에 관계없이 PV전력발생량은 일정하다. 급전지시에 의하여 시나리오에 따라 PCS의 제어용량이 작아지면 한시간대에 최대로 역송할 수 있는 양도 감소한다. 그러므로 시간대별 급전지시 전 최적 ESS 역송량과 급전지시 후 최적 ESS역송량이 변화한다.

급전지시 전후의 최적 ESS 역송량차이가 가장 크게 나는 12시간대를 보면, 급전지시 전에는 PCS의 용량제어를 받지 않으므로 200을 최대로 역송할 수 있으나 급전지시 후에는 PCS의 용량제어를 받아 최대 140을 역송할 수 있다. 급전지시에 따라 PCS의 용량제어로 인해 12시간대의 최대 가능 역송량이 변화하므로 다른 시간대에도 역송량변화에 영향을 미친다.

3.4 각 시나리오의 최적운용 결과

Table 3은 투자회수기간을 계산하기 위해 필요한 각 시나리오별 1일 24시간 기준 역송요금과 PV-ESS 시스템 설치시 투자비이다. 본 연구는 이미 설치된 시스템에서 PCS 용량만을 제어하므로 투자비는 변화하지 않는다. 역송요금은 급전지시량에 따라 결정된 시나리오별로 2장에서 개발한 최적운용계획수립 알고리즘에 따라 최대가 되도록 하여 투자회수기간을 구한다.

Table 3. Reverse power price and investment price by scenario

	역송요금 [원]	투자비 [원]
시나리오 1	496,183	1,212,700,000
시나리오 2	불가능
시나리오 3	495,636
시나리오 4	496,334
시나리오 5	496,288
시나리오 6	496,259
시나리오 7	495,493
시나리오 8	496,214
시나리오 9	495,492
시나리오 10	496,314

Fig. 13은 Table 3의 값으로 구한 시나리오별 투자회수기간을 보인 것이다. 투자회수기간에 따라 기존 시스템의 PCS에서 A DER에서 60을, C DER에서 30을 감소시키는 시나리오 4가 최적안으로 도출되었다.

시나리오 2의 경우는 투자회수기간을 구할 수 없다. 시나리오 2의 B DER이 전제 3을 위반한다. 즉, TVPP의 급전지시량 90을 B DER이 모두 담당하므로 PCS MAX값이 10이되기 때문이다. B DER의 경우 ESS 충전량을 매시간 역송최대치인 10을 역송시켜도 익일 9시 이전까지 ESS에 저장된 전력이 남게 되기 때문이다.

Fig. 13. Payback period by scenario

Fig. 14는 본 논문에서 제안한 최적운용결과에 의한 최적안인 시나리오 4에 대하여 급전지시 전후의 수용가의 요금이 어떻게 변화하는지에 대하여 검토한 결과이다.

Fig. 14. Daily rate change before and after instruction

Fig. 14에서 수용가 전력량요금은 시스템 원부하와 kWh당 전력량요금에 따라서 변화한다. 두 가지 값 모두 시스템의 입력값이다. 그러므로 급전지시 전후의 각 시스템의 전력량요금은 변화가 없다.

역송요금은 PV, ESS와 PCS의 값에 따라 달라질 수 있다. 급전지시가 없는 시스템과 최적인 시나리오 4를 비교하면, PCS의 출력제어량이 달라진다. A DER과 C DER은 급전지시에 의하여 PCS 출력제어량이 감소하므로 역송요금이 감소한다. 그러나 B DER의 경우 PCS 출력제어량이 급전지시가 없는 시스템과 동일하므로 역송요금은 변하지 않는다.

4. 결 론

본 연구에서는 향후 활발하게 진행될 VPP사업에 대하여 TVPP와 CVPP의 ASC에서의 역할을 연결하여 ASC에서의 계통연계형 PV-ESS 시스템의 최적운용 알고리즘을 개발하였다. 즉, TVPP에서 급전지시를 받는 CVPP의 ASC에서는 DERs의 PV-ESS를 최적제어하기 위한 알고리즘을 제안하였다.

본 연구의 주요 방법을 요약하면 다음과 같다.

(1) 본 연구에서는 PV-ESS 최적운용스케쥴 결정의 지표(ESS방전에 의한 역송시간대의 우선순위)로 PV에서 생산된 전력 1kW를 역송했을 때 수용가가 지급받는 금액인 1kW당 역송요금계인 한계역송비용을 개발하였다.

(2) 한계역송비용을 기준으로 PV-ESS 연계형 판매사업으로 구성된 CVPP사업에 있어서 단독의 PV-ESS 시스템에 대한 최적운용 알고리즘을 개발하였다. 수용가가 가장 큰 수익을 얻기 위해서는 최적운용 알고리즘에 따라 한계역송비용이 높은 순서대로 역송을 하여야한다. 한계역송비용에 의해 최적운용 알고리즘을 개발하였다.

(3) 개발된 한계역송비용에 의한 최적운용 알고리즘을 활용하여 다수의 PV-ESS 시스템이 통합되어 운용되고 있을 때 ASC에서 다수의 PV-ESS 시스템에 대하여 최적으로 통합운용계획을 결정할 수 있는 알고리즘을 개발하였다. 즉, TVPP에서 CVPP의 ASC로 출력감소(감발) 지시가 내려온 경우 가능한 시나리오를 세우고 이 중 투자회수기간이 최소인 시나리오를 최적안으로 결정하는 알고리즘을 개발하였다.

(4) 제안한 알고리즘을 실계통자료로 구성된 모델계통에 적용하여 제안한 알고리즘의 유용성을 검증하였다.

앞서 도출된 연구 주요 방법에 따라 실계통에 적용하여 유용성을 검토하면, TVPP의 급전지시가 발생할 때 시나리오별로 최적운용계획수립 알고리즘을 적용하여 각 시나리오별 DERs의 역송요금을 구하면 시나리오 4의 역송요금 합이 1일 24시간 기준 496,334원으로 가장 크게 산정되었다. 역송요금이 가장 큰 시나리오 4의 투자회수기간은 6.694011년으로 가장 짧은 투자회수기간으로 선정되어 최적안으로 결정되었다.

본 연구에서 TVPP의 급전지시가 있는 경우 TVPP의 급전지시에 따라 각 DER의 수용가 요금이 변화하게 된다. 그러므로 향후 이와 같이 급전지시에 따른 수용가요금의 변화를 어떻게 보상하고 분배하여야 할지에 대한 연구와 DR(Demand Response)까지가 포함된 수요관리로의 확장에 대한 연구가 필요할 것으로 판단된다.