문원식
(Won-Sik Moon)
1iD
김미영
(Mi-Young Kim)
†iD
-
(Professor, Dept. of Electrical Engineering, Soongsil University, Korea)
Copyright © The Korean Institute of Illuminating and Electrical Engineers(KIIEE)
Key words
Cost model, Economic analysis, Floating offshore wind power, Large-scale, T/L line to shore
1. 서 론
재생에너지 3020 이행계획 달성을 위해 지속 가능한 에너지 개발에 관심이 높아지고 있으며, 재생에너지원 중 발전단지를 대용화하기에 적합한 풍력발전은
전 세계적으로 주목을 받고 있다. 2018년 기준, 풍력발전은 세계 전력 생산량의 5%를 차지하고 있으나, 2%에 불과한 태양광발전보다는 높은 비율을
차지하고 있다(1). 우리나라에서는 2030년까지 17.7GW의 풍력발전을 계획하고 있으며, 이중 해상풍력발전이 13GW를 차지하고 있다. 해상풍력은 육상풍력에 비해
구축 및 운용 비용이 높지만, 부지 제약이 적고 해안에서 멀수록 풍속이 높고 균일하여 발전효율 상승에 따른 경제성 향상을 기대할 수 있다(2). 그러나 높은 풍속을 얻기 위해 깊은 바다로 나가기 위해서는 기존의 고정식 해상풍력이 아닌 부유식 해상풍력 방식이 필요하다(3). 부유식 해상풍력은 수심과 관계없이 풍력발전기를 설치할 수 있기 때문에 먼바다의 풍부한 바람 자원을 활용할 수 있는 장점이 있다(1).
부유식 해상풍력은 복잡성이 높고, 설치 및 유지보수, 접근성에 불리하여 많은 비용이 소요되는 단점이 있으나, 현재 스코틀랜드와 포르투갈 등 유럽을
중심으로 30㎿급 프로토타입의 부유식 해상풍력 프로젝트가 진행되고 있다(4). 또한 부유식 구조물의 형태에 따른 비용 모델 연구(5)와 100㎿급의 해상풍력단지를 모의한 경제성 연구가 진행되고 있다(4). 그러나 육상과의 연계거리에 따른 풍속 변화와 그것이 프로젝트 경제성에 미치는 영향, 그리고 대용량 풍력단지에 대한 연구는 진행되지 않았다.
국내에서는 부유식 해상풍력의 전망과 구조물 중심의 설계 연구, 부유식 해상풍력단지의 위치 선정에 관한 연구가 진행되고 있다(1-3). 해상풍력발전단지(이후 해상풍력단지)의 경제성 분석에 관한 기존 연구는 존재하지만, 부유식 풍력터빈이 반영된 경제성 연구는 진행되지 못한 상황이다.
따라서 본 논문에서는 부유식 풍력터빈이 반영된 400㎿ 및 480㎿의 대용량 해상풍력단지를 대상으로 경제성 분석을 진행하였다. 또한 부유식 풍력터빈의
장점을 반영하기 위해 연계거리에 따른 풍속 모델과 REC(Renewable Energy Certificate) 가중치 변동에 따른 발전요금, 그리고
해상풍력단지의 전력망 비용에 미치는 영향을 경제성 분석에 반영하였다. 이를 통해 향후 국내에서 진행될 부유식 해상풍력발전 프로젝트의 의사결정에 도움이
될 것으로 기대한다.
2. 해상풍력 발전량 모델
본 절에서는 부유식 해상풍력단지의 경제성 분석에 필요한 발전량 모델링을 진행하고, 연계거리 및 수심에 따른 해상풍력의 REC 복합가중치 산출을 통한
발전요금을 분석하였다. 이를 통해 풍속과 해상풍력단지의 용량, 그리고 연계거리에 따른 연간발전 수익 산출에 반영하였다.
2.1 연계거리 및 높이에 따른 풍속 특성
풍속은 해상풍력 발전량에 직접적으로 영향을 미치는 요인이기 때문에 해상풍력단지의 특징이 반영될 수 있는 연구가 필요하다. 해안 연계거리에 따른 풍속을
모델링한 연구에 의하면 해안으로부터 멀어질수록 증가하는 경향이 나타난다(6-8). 해안 거리에 따른 풍속 변동을 모델링한 기존 연구 중에서 국내 해안과 가장 가까운 일본 해안 풍속 모델링을 참고하여 식(1)과 같이 표현하였다(6).
여기서 $x$는 해안으로부터 거리㎞, $v_{m}$은 기준 평균풍속, $a$, $b$, $c$는 회귀계수이며, 각각 0.2954, 0.7933, 5.3476이다.
또한 풍속은 해수면으로부터의 높이에 의해서도 영향을 받는다. 풍속을 계측하는 계측설비 위치와 풍력터빈의 Rotor 회전축이 위치하고 있는 높이가 다르기
때문에 높이에 따른 풍속 보정이 필요하다. 높이에 따른 풍력 보정은 식(2)를 적용하였다(9).
여기서 $h$는 측정 높이, $z$는 보정 높이, $v'_{m}$는 $h$에서의 평균 풍속, $z_{0}$는 조도계수를 의미하며 보정 높이와 조도계수는
각각 100m와 0.2를 적용하였다.
Table 1. Mean wind speed by distance to shore
거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
평균풍속(㎧)
|
4.96
|
5.96
|
6.61
|
7.11
|
7.50
|
남해안은 풍속이 7㎧ 이상이며, 수심이 100m 이내인 지역이 넓게 분포하는 것으로 판단하여 본 논문에서는 거문도의 풍속 데이터를 적용하였다(9). 거문도의 평균 풍속은 8.06㎧이며, 계측 높이는 80m, 해안으로부터의 거리는 85㎞이다. 식(1)과 식(2)를 적용하여 높이 100m에서 해안 거리에 따른 풍속을 변환한 결과는 Table 1과 같다.
2.2 평균 풍속에 따른 발전 특성 모델
일반적으로 해상풍력단지에서 생산된 전력량 모델은 풍속에 관한 확률밀도함수와 풍력터빈의 츨력 특성 함수를 통해 얻는다. 풍속은 발전단지의 입지 특성을
나타내며, 풍력터빈의 출력은 터빈의 용량 및 출력 특성을 나타낸다. 특히 동일한 풍력터빈이 존재하더라도 풍력터빈의 블레이드가 움직이기 위한 최소 풍속인
cut-in 풍속과 풍력터빈 최대출력을 내는 풍속인 정격풍속이 낮을수록 낮은 평균 풍속에서도 더 많은 출력을 낼 수 있기 때문에 유럽에 비해 평균
풍속이 낮은 우리나라에서는 풍력터빈의 출력 특성을 고려하는 것이 매우 중요하다. 풍속 특성을 반영한 확률밀도함수와 풍속에 따른 터빈 출력 특성을 반영한
출력함수를 통한 연간 발전량 산출 연구는 비교적 널리 진행되어 왔다(9,10).
풍속 특성을 반영한 확률밀도함수를 위해 Weibull 함수 풍속 특성을 반영한 확률밀도함수로써 Weibull 함수를 적용하는 방법이 일반적이지만,
Weibull 함수를 표현하기 위해서는 Scale 및 Shape 파라미터라는 두 입력값이 필요하다. 본 논문에서는 평균 풍속에 따른 풍속 특성을 반영하고자
Rayleigh 함수를 적용하였고, 평균 풍속에 따른 확률밀도함수를 식 (3)과 같이 표현하였다(11).
여기서 $f(v)$는 풍속에 따른 Rayleigh 확률밀도함수이며, $v$는 풍속, $v_{m}$는 평균 풍속이다.
풍속에 따른 풍력터빈의 출력은 식 (4)와 같으며 블레이드와 기어박스, 발전기 효율을 반영하였다(12).
여기서 $\rho$는 공기 밀도㎏/㎥, $A_{s}$는 블레이드 면적㎡, $C_{P}$는 블레이드 공력 효율, $\eta_{m}$은 풍력터빈 기어박스
효율, $\eta_{g}$는 풍력터빈 발전기 효율, $v$는 풍속㎧이다.
평균 풍속에 따른 Rayleigh 함수와 풍력터빈 출력함수를 이용하면 풍력터빈의 평균 출력 함수를 얻을 수 있다. 본 논문에서는 Table 1에서 산출된 평균 풍속을 풍력단지의 이용률 및 연간발전량(AEP : Annual Energy Production) 산출에 활용하였다.
2.3 연계거리에 따른 발전요금 분석
발전단지를 통해 경제성을 분석하기 위해서는 연간발전량에 발전요금을 적용한 발전수익을 산출해야 한다. 연간발전량은 앞 절에서 제시한 풍속과 풍력터빈
출력 특성을 통해 도출 가능한 것을 확인하였다. 태양광발전과 달리 해상풍력발전의 발전요금에는 SMP (System Marginal Price) 및
REC 가격 외에 REC 가중치가 크게 영향을 미친다. 정부에서는 2021년 7월, ‘신․재생에너지 공급의무화제도 및 연료 혼합의무화제도 관리․운영지침’을
통해 해상풍력 기본가중치를 2.5로 늘리고 연계거리 및 수심에 따른 가중치를 추가하는 개정안을 시행했다. 이를 통해 연계거리 10~50㎞와 수심 40m
조건에서 개정된 REC 가중치를 산출한 복합 가중치 결과를 Table 2에 제시하였다.
Table 2. REC weighting by depth and distance to shore
거리(㎞)
|
가중치
|
수심(m)
|
가중치
|
복합 가중치
|
10
|
2.70
|
40
|
3.22
|
3.42
|
20
|
3.10
|
40
|
3.22
|
3.82
|
30
|
3.30
|
40
|
3.22
|
4.02
|
40
|
3.40
|
40
|
3.22
|
4.12
|
50
|
3.46
|
40
|
3.22
|
4.18
|
SMP 및 REC 가격은 꾸준히 감소하는 추세에 있으나 최근 SMP의 경우 유가에 따라 상승하는 경향을 나타내고 있다. 본 논문에서는 이러한 추세를
반영하고자 2021년 월별 SMP 및 REC의 평균 가격인 85.7원/㎾h과 33.8㎾h/원을 적용하였다(13). 따라서 해상풍력 발전량 산출을 위한 연계거리별 발전요금(원/㎾h)은 Table 3과 같다.
Table 3. Electricity price in OWF by distance to shore
거리(㎞)
|
SMP
|
REC
|
REC 가중치
|
발전 요금
|
10
|
85.7
|
33.8
|
3.42
|
201.30
|
20
|
85.7
|
33.8
|
3.82
|
214.82
|
30
|
85.7
|
33.8
|
4.02
|
221.58
|
40
|
85.7
|
33.8
|
4.12
|
224.96
|
50
|
85.7
|
33.8
|
4.18
|
226.98
|
3. 부유식 해상풍력 비용 모델
해상풍력단지의 비용 모델은 초기 설비 구축비용과 수십 년 간의 설비 가동에 따른 운용비용으로 구분할 수 있다. 본 논문에서는 기존의 해상풍력 경제성
연구 모델에 부유식 풍력터빈의 비용 요소를 추가하였으며, 비용 단위는 억원이다.
3.1 부유식 해상풍력 설비비용 모델
부유식 해상풍력발전은 부유식 풍력터빈과 내부전력망, 외부전력망, 해상변전소, 그리고 육상변전소로 구분할 수 있다. 부유식 풍력터빈은 해상풍력터빈과
부유식 플랫폼(Floating platform), 앵커(Anchoring) 및 계류(Mooring) 설비로 구성된다. 각 설비 자재비용과 구축비용은
프로젝트 초기에 발생하며, 준공 이후 연간 발생하는 유지보수 비용과는 현금흐름 발생 시점에 차이가 있다.
해상풍력터빈 설비비용은 식(5)와 같고 운반과 시공 비용을 포함하였다. 풍력터빈의 하부구조물에 해당하는 부유식 플랫폼과 이를 고정하기 위한 앵커 및 계류 설비비용은 식(6)과 식(7)에 각각 제시하였다(4). 부유식 해상풍력 플랫폼은 반잠수식(Semi-Submergible), 원통식(Spar Buoy), 인장계류식(Tension Leg Platform)
등으로 분류되며, 본 논문에서는 풍력단지 용량에 따른 세 가지 형식의 평균 비용을 적용하였다(4). 해상변전소 설비와 하부 플랫폼, 육상변전소 비용은 식(8), 식(9), 식(10)과 같으며, 해상변전소의 하부 플랫폼 비용은 125㎿ 부유식 해상풍력단지(4)에 사용된 비용을 선형보간법에 따라 적용하였다. 33㎸가 적용된 내부전력망을 구성하는 해저케이블의 ㎞당 비용은 도선 단면적에 따른 영향만을 고려하여
식(11)과 같이 표현하였고, 운반 및 설치비용은 5.48억원/㎞를 적용하였다. 또한 외부전력망은 154㎸의 500㎟ 해저케이블을 사용하였으며, 자재비용과
설치비용은 각각 8.51억원/㎞과 9.45억원/㎞을 적용하였다(14).
여기서 $N_{w/t}$은 발전단지 내 풍력터빈 수량, $P_{MW}$은 풍력터빈 용량, $S_{TR}$은 해상변전소의 변압기 용량, $S$는 해저케이블의
단면적을 의미한다.
3.2 부유식 해상풍력 운용비용 모델
해상풍력단지를 가동함에 따라 연간 운용비용이 발생한다. 운용비용은 설비별 고장 및 유지보수, 전력손실, 그리고 설비 고장률 기반의 신뢰도 비용으로
구분된다. 본 논문에서는 운용비용을 풍력터빈의 유지보수, 내부 및 외부 전력망의 손실, 유지보수, 공급지장, 그리고 발전단지의 운용 및 해상 활동에
필요한 기타 부대설비 관리 비용으로 구분하였다. 공급지장 비용은 해저케이블의 고장으로 인해 풍력터빈에서 생산된 전력이 육상 계통으로 전송되지 못하여
발생하는 신뢰도 비용을 의미한다(10).
해상풍력단지의 연계거리에 따라 풍속 변동으로 인해 전력손실 비용과 공급지장 비용이 영향을 받게 되며, 외부 전력망도 전력케이블 길이 변동에 따른 유지보수
비용에 변동이 발생한다. 운용비용은 설비비용과 다르게 연간 발생하는 비용이기 때문에 추후 경제성 분석에서는 운용 기간에 따른 현재가치(NPV : Net
Present Value)로 환산하는 과정을 거치게 된다.
풍력터빈의 유지보수 비용은 식(12)와 같으며, 내부 및 외부 전력망에 대한 손실, 유지보수, 그리고 공급지장비용은 기본 모델을 인용하였다(10). 발전단지 운용 및 해상 활동에 필요한 기타설비 관리 비용은 연간 발전량에서 4.05×103원/㎿h를 적용하였다(12).
4. 송전선로 거리에 따른 경제성 분석
4.1 사례 연구를 위한 모의 조건
해상풍력단지의 연계거리 50~70㎞ 이상에서는 송전선로를 HVDC(High Voltage Direc Current)로 구성하기 때문에 부유식 해상풍력단지의
경제성 분석 모의를 위한 연계거리는 10, 20, 30, 40, 50㎞로 구분했다. 사례 연구의 다양성을 위해 발전단지의 풍력터빈 용량은 5㎿와 6㎿이며,
풍력터빈의 사양은 Table 4와 같다.
Table 4. Wind turbine characteristics
구분
|
Rotor
직경(D)
|
Cut-in
풍속(㎧)
|
Rated
풍속(㎧)
|
Cut-out
풍속(㎧)
|
5㎿
|
126m
|
3
|
11.4
|
25
|
6㎿
|
156m
|
3
|
10.5
|
25
|
Fig. 1. Layout of offshore wind farm with 50 W/Ts
해상풍력단지의 내부전력망 구성에 따른 변동성을 낮추고자 Fig. 1과 같이 50개 풍력터빈으로 구성된 동일한 topology의 발전단지를 적용하였다(15). 즉 5㎿ 풍력터빈으로 구성된 250㎿ 풍력단지와 6㎿ 풍력터빈으로 구성된 300㎿ 풍력단지를 통해 사례 연구를 진행하였다. 여기서 풍력터빈의 발전량
산출과 해상풍력단지의 설비구축 및 운용비용 산출을 위한 시스템 파라미터를 인용하였다(10,15).
4.2 경제성 분석 지표
본 논문에서는 경제성 분석 지표로 AEP, NPV, 비용편익 비율(B/C ratio : cost-benefit ratio), LCOE (Levelized
Cost of Energy)를 도입하였다. AEP는 연간 발전량이며, NPV는 풍력단지의 20년간 운용을 통해 얻은 수익과 지출(설비 및 운용 비용)을
현재가치로 환산한 금액이다. B/C ratio는 총 지출 대비 총 수익에 대한 비율이고, LCOE는 균등화 발전비용으로서 연간 총 에너지 생산량 대비
연간 발생하는 총 비용의 비율로 정의하며, 이를 표현하면 식(13)과 같다(15).
여기서 $\operatorname{COST}_{C A P E \mathrm{Y}}$는 설비투자비용, $C O S T_{O P E X}$는 운용비용을
나타낸 것이며, $CRF$는 초기 설비투자비용을 연간 비용으로 환산하기 위한 자본회수계수(Capital Recovery Factor)를 의미하며,
본 논문에서는 4% 이자율을 적용했다.
4.3 연계거리에 따른 경제성 분석 결과
연계거리에 따른 대용량 해상풍력단지의 전력생산성에 따른 발전 수입, 설비 구축비용(CAPEX : Capital Expenditure)과 20년 운용에
따른 운용비용(OPEX : Operational Expenditure)은 Table 5부터 Table 10과 같다. 산출된 데이터를 통해 풍력단지 용량과 연계거리에 따른 NPV, B/C ratio, LCOE를 Table 11에 제시하였다.
Table 5. Production and revenue for 250㎿ OWF
구분
|
250㎿ 해상풍력단지
|
연계거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
이용률(C.F.)
|
0.13
|
0.21
|
0.27
|
0.31
|
0.34
|
AEP(GWh)
|
262.4
|
417.7
|
523.3
|
603.1
|
663.2
|
연간 발전 수입
|
528.3
|
897.4
|
1,159.5
|
1,356.7
|
1,505.3
|
전체 발전 수입
|
6,753.0
|
11,471.6
|
14,822.5
|
17,343.4
|
19,243.6
|
Table 6. Production and revenue for 300㎿ OWF
구분
|
300㎿ 해상풍력단지
|
연계거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
이용률(C.F.)
|
0.17
|
0.26
|
0.31
|
0.36
|
0.39
|
AEP(GWh)
|
324.5
|
498.9
|
611.7
|
694.4
|
755.3
|
연간 발전 수입
|
618.1
|
1,017.8
|
1,289.2
|
1,487.0
|
1,632.7
|
전체 발전 수입
|
7,901.0
|
13,010.7
|
16,480.3
|
19,009.2
|
20,871.5
|
Table 7. Capital Expenditure for 250㎿ OWF
구분
|
250㎿ 해상풍력단지
|
연계거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
풍력터빈 설비
|
4,453.5
|
4,453.5
|
4,453.5
|
4,453.5
|
4,453.5
|
부유식 플랫폼
|
3,375.0
|
3,375.0
|
3,375.0
|
3,375.0
|
3,375.0
|
앵커/계류 설비
|
436.8
|
436.8
|
436.8
|
436.8
|
436.8
|
해상변전소
|
413.2
|
413.2
|
413.2
|
413.2
|
413.2
|
변전소 플랫폼
|
117.5
|
117.5
|
117.5
|
117.5
|
117.5
|
육상변전소
|
294.5
|
294.5
|
294.5
|
294.5
|
294.5
|
내부전력망
|
478.6
|
479.3
|
480.1
|
480.1
|
480.1
|
외부전력망
|
354.4
|
708.8
|
1,063.2
|
1,417.6
|
1,772.0
|
Table 8. Capital Expenditure for 300㎿ OWF
구분
|
300㎿ 해상풍력단지
|
연계거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
풍력터빈 설비
|
5,342.7
|
5,342.7
|
5,342.7
|
5,342.7
|
5,342.7
|
부유식 플랫폼
|
4,050.0
|
4,050.0
|
4,050.0
|
4,050.0
|
4,050.0
|
앵커/계류 설비
|
524.1
|
524.1
|
524.1
|
524.1
|
524.1
|
해상변전소
|
467.5
|
467.5
|
467.5
|
467.5
|
467.5
|
변전소 플랫폼
|
141.0
|
141.0
|
141.0
|
141.0
|
141.0
|
육상변전소
|
353.4
|
353.4
|
353.4
|
353.4
|
353.4
|
내부전력망
|
619.1
|
619.1
|
619.1
|
619.1
|
619.1
|
외부전력망
|
354.4
|
708.8
|
1,063.2
|
1,417.6
|
1,772.0
|
Table 9. Operational Expenditure for 250㎿ OWF
구분
|
250㎿ 해상풍력단지
|
연계거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
풍력터빈 유지보수
|
343.2
|
520.5
|
641.0
|
732.1
|
800.7
|
내부전력망 전력손실
|
17.7
|
46.3
|
78.9
|
105.5
|
130.3
|
내부전력망 유지보수
|
75.2
|
75.2
|
75.2
|
75.2
|
75.2
|
내부전력망 공급지장
|
11.8
|
30.1
|
53.6
|
71.1
|
88.8
|
외부전력망 전력손실
|
4.9
|
25.0
|
66.8
|
118.3
|
184.5
|
외부전력망 유지보수
|
30.1
|
60.2
|
90.3
|
120.4
|
150.6
|
외부전력망 공급지장
|
8.4
|
26.8
|
57.2
|
88.0
|
124.8
|
기타 운용
|
144.4
|
229.9
|
288.0
|
331.9
|
365.0
|
Table 10. Operational Expenditure for 300㎿ OWF
구분
|
300㎿ 해상풍력단지
|
연계거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
풍력터빈 유지보수
|
422.8
|
621.9
|
750.6
|
845.1
|
914.6
|
내부전력망 전력손실
|
34.9
|
85.8
|
129.9
|
170.9
|
203.5
|
내부전력망 유지보수
|
93.1
|
93.1
|
93.1
|
93.1
|
93.1
|
내부전력망 공급지장
|
32.3
|
90.8
|
130.5
|
173.5
|
205.3
|
외부전력망 전력손실
|
10.9
|
60.9
|
131.4
|
232.9
|
344.6
|
외부전력망 유지보수
|
30.1
|
60.2
|
90.3
|
120.4
|
150.6
|
외부전력망 공급지장
|
12.5
|
45.6
|
80.3
|
125.4
|
170.5
|
기타 운용
|
178.6
|
274.6
|
336.7
|
382.2
|
415.7
|
Table 11. Simulation results for 250 & 300㎿ OWF
구분
|
250㎿ 해상풍력단지
|
연계거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
NPV
|
-3,806
|
178
|
2,838
|
4,713
|
5,981
|
B/C ratio
|
0.64
|
1.02
|
1.24
|
1.37
|
1.45
|
LCOE(원/㎾h)
|
296
|
199
|
169
|
154
|
147
|
구분
|
300㎿ 해상풍력단지
|
연계거리(㎞)
|
10
|
20
|
30
|
40
|
50
|
NPV
|
-4,766
|
-529
|
2,176
|
3,950
|
5,104
|
B/C ratio
|
0.62
|
0.96
|
1.15
|
1.26
|
1.32
|
LCOE(원/㎾h)
|
287
|
200
|
172
|
160
|
154
|
Table 11의 결과를 통해 연계거리 20㎞ 이상에서 NPV와 B/C ratio가 각각 플러스 및 1.0 이상을 보인다는 점에서 20㎞ 거리가 사업성 확보를 위한
중요한 거리임을 확인할 수 있었다. 또한 Fig. 2와 Fig. 3의 결과와 같이 해상풍력단지 연계거리가 증가할수록 B/C ratio는 향상되고 LCOE는 감소하여 연계거리가 증가할수록 두 가지 해상풍력단지 모두
경제성이 향상됨을 알 수 있었다. 그러나 연계거리가 증가할수록 250㎿ 풍력단지의 B/C ratio가 300㎿ 풍력단지보다 높아지고 격차도 벌어지는
것을 확인하였고, LCOE에 있어서도 20㎞ 이상에서는 250㎿ 풍력단지가 유리한 것으로 분석되었다.
Fig. 2. Comparison of B/C ratio in Large-scale OWF
Fig. 3. Comparison of LCOE in Large-scale OWF
4. 결 론
본 논문에서는 대용량 부유식 해상풍력단지의 연계거리에 따른 경제성 분석을 진행하였다. 연계거리 증가는 평균 풍속 증가로 인한 풍력발전의 생산성을 높일
수 있는 요소가 되지만, 해저케이블 비용 증가와 수심에 따른 풍력터빈 설치 제약의 원인이 된다. 그러나 부유식 풍력발전을 적용한다면 설치 제약을 극복할
수 있을 것이며, 이는 먼 바다의 풍부한 바람자원을 활용하여 재생에너지 발전 비중을 높일 수 있을 것이다.
본 논문 결과를 통해 연계거리가 증가할수록 LCOE는 낮아지며, B/C ratio는 증가하여 경제성이 향상됨을 확인할 수 있었다. 연계거리 증가에
따른 CAPEX 증가보다는 풍속 증가에 따른 발전량 증대가 더 크게 영향을 미친 것으로 판단된다. 또한 이 같은 결과의 배경에는 최근 개정된 REC
가중치의 향상이 크게 영향을 미친 것으로 판단된다. 특히 SMP 및 REC 가격 변동에 따라 B/C ratio와 LCOE 결과에 큰 영향을 미치는
것으로 분석되었기에 민감도 분석에 대한 추가 연구가 필요할 것이며, 해상풍력발전 설치 및 운용비용을 낮추고 발전 효율을 높일 수 있는 지속적인 연구
개발이 필요하다.
Acknowledgements
본 연구는 2019년도 지식경제부의 재원으로 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제임(No. 20193710100061).
References
Park M., Park S., Seong B., Choi Y., Jung S., 2021, Current Status and Prospective
of Offshore Wind Power to Achieve Korean Renewable Energy 3020 Plan, Journal of Korean
Society of Environmental Engineers, Vol. 43, No. 3, pp. 196-205
Lee J.-S., W , Son -J., Lee B.-K., Cho L.-S., 2019, Optimal Site Selection of Floating
Offshore Wind Farm using Genetic Algorithm, Journal of the Korean Society of Marine
Environment & Safety, Vol. 25, No. 6, pp. 658-665
Kim K. D., Bae J. T., 2020, Features and Design of Concrete Floating Offshore Wind
Turbine Structures, Journal of the Korean Society of Civil Engineers, Vol. 68, No.
3, pp. 70-75
Maienza C., 2020, A Life Cycle Cost Model for Floating Offshore Wind Farms, Appl.
Energy 266(114716)
Castro-Santos L., Filgueira-Vizoso A., Lamas-Galdo I., Carral-Couce L., 2018, Methodology
to Calculate the Installation Costs of Offshore Wind Farms Located in Deep Waters,
Journal of Cleaner Production 170, pp. 1124-1135
Shimada T., 2004, Evaluation of JERS-1 SAR Images From a Coastal Wind Retrieval Point
of View, IEEE Trans. Geosci. Remote Sens, Vol. 42, No. 3, pp. 491-500
Soler-Bientz R., Watson S., 2016, Preliminary Assessment of the Variability of UK
Offshore Wind Speed as a Function of Distance to the Coast, Journal of Physics: Conference
Series, Vol. 749, No. 1
Annan A. M., Lackner M. A., Manwell J. F., 2019, Wind Trawler-Operation of a Wind
Energy System in the far Offshore Environment, Journal of Physics: Conference Series,
Vol. 1452, No. 01
Oh K.-Y., Kim J.-Y., Lee J.-S, Ryu K.-W., 2012, Wind Resource Assessment around Korean
Peninsula for Feasibility Study on 100MW Class Offshore Wind Farm, Renewable Energy,
Vol. 42, pp. 217-226
Moon W.-S., 2015, Optimal Design of Power Grid and Location of Offshore Substation
for Offshore Wind Power Plant, The Transactions of the Korean Institute of Electrical
Engineers, Vol. 64, No. 7, pp. 984-991
Parajuli A., 2016, A Statistical Analysis of Wind Speed and Power Density Based on
Weibull and Rayleigh Models of Jumla, Nepal, Energy and Power Engineering, Vol. 8,
No. 7, pp. 271-282
Chen J., Wang F., Kim S., 2018, A Mathematical Approach to Minimizing the Cost of
Energy for Large Utility Wind Turbines, Appl. Energy 228, pp. 1413-1422
REC market information , Renewable One Stop Business Information Integration Portal,
https://onerec.kmos.kr/
Dicorato M., Forte G., Pisani M., Trovato M., 2011, Guidelines for Assessment of Investment
Cost for Offshore Wind Generation, Renew. Energy, 36, pp. 2043-2051
Moon W.-S., Shin J.-W., Yoon K.-H., 2021, Economic Evaluation of Large-Scale Offshore
Wind Farm considering Wind Speed and Wind Turbine Capacity, The Transactions of the
Korean Institute of Electrical Engineers, Vol. 70, No. 7, pp. 953-960
Biography
He received the B.S., M.S, and Ph.D. degrees in electrical engineering from Soongsil
University, Seoul, Korea, in 2009, 2011, and 2016, respectively.
He has been working as an Associate Professor at Soongsil University since 2019.
She received her M.S. degree from Korea University of Technology and Education in
2005, and Ph.D. in Electrical Engineering from Hokkaido University in 2008.
She has been working as a Professor at Howon University since 2017.