2.2.1 공급지장비 추정

공급지장비는 전력 공급이 100% 신뢰성을 보장하지 못하는 상황에서 발생하는 비용으로, 수용가가 직면하는 피해 비용과 사회 전체가 부담하는 비용을 포함한다. 이러한 비용의 산정은 복잡하며, 주관적인 요소가 많아 정확한 추정이 어렵다. 공급지장비에 영향을 주는 요소로는 공급지장의 규모와 지속 시간, 발생 시기, 발생 빈도, 탄소 중립 체제에서의 예비전원 투입으로 인한 탄소 배출 비용 등이 있다^[3].

2.2.2 신뢰도 수준과 공급지장비

공급지장비는 직접 비용과 간접 비용 두 가지로 구분된다. 직접 비용은 공급지장 기간 동안 정상적인 생산 활동이 중단되면서 발생하는 비용과 이후의 추가 비용을 포함한다. 반면 간접 비용은 공급 지장 예상과 관련하여 소비자가 공급 지장 효과를 완화하려고 취하는 조치들과 관련된 비용을 포함한다. 따라서 국가적 차원에서는 예비전원 사용 시 발생하는 탄소 배출 비용도 고려되어야 한다^[3].

Fig. 2는 신뢰도 수준과 비용과의 관계 그래프이며, Fig. 3은 실제 신뢰도수준과 상황별 낮은 기대 신뢰도 곡선Ⅰ, 높은 기대 신뢰도 곡선 Ⅱ을 나타낸 것이다. Fig. 2에서 전력계통의 경제적 효율과 신뢰도는 서로 상충하는 특성을 가지고 있어, 이 두 가치를 모두 고려한 전체 비용이 최소화되는 지점에서 최적의 신뢰도 수준을 찾아야 한다. 따라서 투자 비용 및 신뢰도 기준을 결정하려면 공급지장비의 정확한 평가가 필요하다. Fig. 3은 이러한 공급지장비에 대해서 상황별Ⅰ, Ⅱ에 따라 실제 신뢰도 수준과 총 공급지장비와의 관계를 나타낸다. 이때, 총 공급지장비는 직접 및 간접 공급지장비의 합이며, 실제 신뢰도 수준에 따라 변한다. Fig. 3에서 하나에 상황을 가정해 보자면 만약 기대 신뢰도 수준이Ⅰ곡선으로 낮은 수준의 신뢰곡선으로 기대 된다면 이때, 소비자는 직접 공급지장비를 축소하기 위해 다양한 대책을 취한다. 이로 인해 간접 공급지장비가 발생하게 된다. 즉 생산활동을 줄이거나 디젤발전기와 같은 예비전원을 가동 또는 전원을 구입하는 등의 활동을 할 것이다. 이때 탄소배출에 따른 간접 공급지장비가 발생하게 된다. 반면에 두 번째 가정 상황에서 만약 기대 신뢰도수준이 높은 Ⅱ곡선이라면 모든 소비자는 생산 활동을 줄이지 않을 것이며 디젤발전기 같은 예비전원도 가동하지 않을 것이다. 따라서 간접 공급지장비 거의 발생하지 않을 것이다. 여기서 간접 공급지장비에 해당하는 탄소배출비용 또한 감소한다^[3]. Fig. 3은 주어진 신뢰도 수준에서의 실제 신뢰도와 기대된 신뢰도 간의 차이가 클 때, 총 공급지장비는 증가하는 경향을 보인다. 기대되는 신뢰도 수준이 일정할 때, 실제 신뢰도 수준이 상승하면 총 공급지장비는 줄어든다. 또한, 총 공급지장비는 기대된 신뢰도가 높고 실제 신뢰도가 낮은 상황(Ⅱ, a)에서 가장 커지며, 이는 Fig. 3에서 D 지점으로 표시된다. 그에 반해, 높은 기대 신뢰도 및 높은 실제 신뢰도 상황(Ⅱ, c)에서는 공급지장비가 가장 작아지며, 이는 A 지점으로 나타난다. Fig. 3의 AB 선분은 총 공급지장비에서 대응하는 비용의 차이이며, CD 선분은 대응설비의 효과 차이를 나타낸다^[3].

또한, Fig. 3에서 실제 신뢰도수준이 c에서 a로 감소하면, 기대 신뢰도수준이 Ⅱ에 머물러 있는 경우 공급지장비는 선분 AD만큼 증가한다. 그러나 기대 신뢰도수준을Ⅰ로 조정하면 공급지장비는 선분 AC만큼만 증가한다. 이러한 일은 실제 신뢰도수준이 b를 지나서 일어난다. 현실적으로 소비자의 기대 신뢰도를 조정하는 데는 시간이 걸리므로, 실제 총 공급지장비는 선분 AC와 선분 AD 사이의 어느 곳에 위치하게 된다. 즉 실제 신뢰도와 기대 신뢰도는 소비자의 공급지장비용을 줄이려는 심리에 따라 서로 영향을 미치므로 총 공급지장비를 특정하기가 매우 어렵다. 다만 총 공급지장비를 낮추기 위해 Fig. 2를 고려하여 전력공급설비 투자를 통해 실제 신뢰도 수준을 높이는 작업이 필요하다^[3].

이런 의미에서 차세대 배전지능화시스템 구축은 배전공급망의 신뢰도를 높이는 시스템으로 총 공급지장비도 감소하지만 간접 공급지장비에 해당하는 탄소배출비용도 감소하는 효과를 갖는다.

Fig. 2. Relationship between cost and reliability^[3]

Fig. 3. Reliability level and interruption costs^[3]

2.3.1 전력수요와 GDP의 관계

에너지소비와 경제성장 간의 인과 관계가 성립한다는 가설들은 성장가설, 보존가설, 피드백가설, 로 구분된다. 성장가설은 에너지소비가 증가하면 경제성장도 따라서 증가한다는 입장이다. 보존가설은 경제성장이 에너지소비를 높인다는 주장이다. 이 가설은 경제성장이 에너지소비와 양의 인과관계를 가진다고 생각한다. 피드백가설은 경제성장과 에너지소비가 서로 영향을 주고 받는다는 입장이다. 이 가설은 에너지소비와 경제성장이 상호 인과관계를 갖는다^[4]. 또한 전력수요와 경제성장 간의 관계를 분석할 때에는 Granger 인과관계 검정법을 사용한다. 경제성장과 전력수요의 인과방향을 추정할 때, 벡터 오차수정모형(VECM, Vector Error Correction Model)을 이용한 Granger 인과 관계 검정 모형은 식 (1)를 참고한다^[1].

여기서

$I n Y_{t}$ 경제성장의 로그 차분

$\alpha_{0}$ 선형회귀모델의 절편

$\sum_{j=1}^{n}\alpha_{j}I n EC_{t-j}$ 전련수요량의 로그 차분, 이는 $EC$변수의 자연로그값의 과거 $j$기간 동안의 영향을 나타냄. 여기서 $\alpha_{j}$는 각 기간의 가중치임.

$\sum_{j=1}^{n}\beta_{j}I n Y_{t-j}$ 이는 $Y$변수의 자연로그값의 과거 $j$기간 동안의 영향을 나타냄.

여기서 $\beta_{j}$는 각 기간의 가중치임.

$\Phi_{1}ECT_{t-1}$ 이는 $ECT$변수의 $t-1$시점에서의 값에 대한 영향을 나타냄.

여기서 $ECT$는 오차 수정항을 나타냄.

$\upsilon_{t}$ 시점 $t$에서의 오차항을 나타냄. 이는 예측 불가능한 외부 충격이나 모델에 포함되지 않은 다른 변수들의 영향을 반영.

2.3.2 GDP와 공급지장비 산출 방법론

공급지장비를 추정코자 대한민국의 2012년부터 2022년까지 대하여 국내총생산(명목 GDP)과 전력소비량 간의 변화와 상관관계를 분석하여 공급 장비를 추정하였다. 본 연구에서 제시하는 공급지장비 산출 방법은 명목 GDP 데이터를 기반으로 한다. 본 연구에서는 거시경제학적 접근법을 선택하였다.

Fig. 4는 거시 경제학적으로 GDP와 공급지장비 산출을 위한 절차도이다. 국가 GDP를 가지고 소비자의 공급지장비를 산출한기 위해 공급지장전력량과 공급지장비 단가(원/kWh)를 구하고 이를 회귀 분석한다. 또한 공급지장전력을 통한 탄소배출비 단가(원/kWh)를 산출하여 탄소배출비가 포함된 공급지장비를 산출한다.

통계적 기법을 통해 GDP와 전력수요량 간의 선형 관계를 확인하고, GDP가 1단위 증가할 때 필요한 전력수요량의 증가량을 계산했다. 이런 증가량은 공급지장비 단가로 사용되었다. 회귀분석의 결과를 바탕으로, 공급지장비 단가를 산정했다. 이 단가는 GDP와 전력수요량 간의 선형 관계식의 기울기로 결정되었다. 또한 공급지장 시 수용가의 예비전원 사용으로 인한 탄소배출량을 계량하여 kWh 단위당 탄소배출량을 금액으로 추정하였다. Minitab 프로그램을 활용하여, 2012년부터 2022년까지 공급지장전력량 및 비용을 추정하고 시뮬레이션을 실시하였다. 공급지장으로 인한 예비전원 사용 탄소배출에 따른 탄소배출비용은 2015년부터 2022년까지의 국내 배출권(KAU) 평균단가를 산정하여 톤당 탄소배출비용 단가로 적용하여 공급지장전력량과 곱하여 계산하였다. 또한 탄소배출비용이 제외된 공급지장비 단가와 비교하였다.

Fig. 4. Flow chart of the study^{[5, 6, 7, 10]}

3.3.1 탄소배출비용을 포함한 거시적 공급지장비 추정

거시적 공급지장비 추정 산정방식을 기반으로 2012년부터 2022년도까지 Table 2와 같이 추정할 수 있다. 또한 한국에너지공단에서 공시한 전력 탄소배출계수 0.125(tC/MWh)를 적용하였다. 식 (5)는 탄소배출량(tC/년)을 산출하는 식(예시)이다^[9].

또한 Table 2에 적용한 탄소배출비용은 KRX배출권시장 정보플랫폼에서 KAU(원/톤)으로 2015년부터 2022년까지 장내 평균가격을 적용하였다. 따라서 평균가격인 21,407(원/톤)을 적용하여 공급지장비용을 산정하였다^[9]. Fig. 8은 탄소배출비용을 포함된 공급지장비와 탄소배출비용에 대한 공급지장비 비율을 나타낸 것이다.

위와 같이 추정된 공급지장비 결과는 사고 발생 빈도와 지속 시간에 따라 결정되며, 이 값을 객관적으로 평가하는 것은 어려운 과제다. 그러나, 만약 실제 계통 선로의 고장확률 D/B가 준비되어 있다면, 해당 정보를 활용하여 계통 계획안의 경제성을 객관적으로 평가할 수 있을 것으로 판단 된다^[11].

또한 대한민국의 공급지장전력량은 전체 전력판매량에선 2012년부터 2022년까지 연평균 약 0.047%에 불과하고 공급지장비용에서 탄소배출비용이 차지한 비율도 연 평균 약 0.076%로 낮게 나왔다. 다만 위 결과치를 도출하기 위한 방법론으로 저개발국가에 적용할 경우 일반적으로 알려진 공급지장전력량이 전체 전력판매량에 연평균 약 10%～40%임을 감안 할 때 탄소배출비용이 차지하는 공급지장비율도 상당히 높게 형성할 것으로 판단된다.

Table 2. Estimation of interruption costs from 2012 to 2022 (Included carbon emission costs)

Fig. 8. Yearly trends in interruption costs and growth rate