2.1 전기차 충전 부하 특성

제주도는 국내에서 태양광발전 보급률이 가장 높은 지역 중 하나로, 전력계통의 변동성이 크게 나타나는 특성을 보인다. 또한, 지리적 특수성과 관광지라는 지역적 특성으로 인해 렌터카 이용이 활발하며, 단기간 체류하는 관광객들은 이동 수단으로 주로 렌터카를 선택한다. 특히 정부의 친환경 정책에 따라 제주도의 렌터카 차량 중 상당수가 전기차로 보급되었으며, 그 결과 낮 시간대 관광객들의 활동 증가와 맞물려 전기차 급속 충전 수요가 집중되는 현상이 나타난다^[12]. 표 1은 2022년 국내 주요 지역의 전기차 보급률 및 충전 인프라 현황을 비교한 것으로, 제주도의 특수성을 잘 보여준다. 제주도의 전기차 보급률은 5.1%로 전국 평균(1.8%)의 약 3배 수준이며, 충전기 5,872기 중 급속 충전기의 비중은 30.6%로 전국 평균(10.6%) 대비 세 배에 달한다. 또한, 월평균 충전 횟수도 16.4회로 전국 평균(7.4회)의 두 배 이상을 기록하여, 관광지라는

지역 특성이 전기차 충전 패턴에 직접적인 영향을 미치고 있음을 알 수 있다^[13].

그림 1은 2022년 제주도의 전기차 충전 패턴을 나타낸 것으로, 급속 충전 부하는 주로 9시에서 20시에 몰려 있으며, 16시에 최대 부하를 기록한 후 점차 감소한다. 반면, 완속 충전 부하는 지속해서 낮은 수준을 유지하며, 전체 부하에서 차지하는 비중이 크지 않다^[13]. 따라서 제주도의 전기차 충전 부하는 전형적으로 낮 시간대에 집중되는 패턴을 보인다.

그림 1. 제주도 전기차 급속 및 완속 충전 패턴

Fig. 1. EV fast and slow charging pattern of Jeju

그림 2는 2022년 제주도의 봄철 태양광발전 패턴을 보여준다^[14]. 태양광발전은 6시부터 출력이 증가하기 시작하여 13시에 최대 출력에 도달하며, 20시 이후에는 발전이 이루어지지 않는다.

그림 2. 제주도 태양광발전 패턴

Fig. 2. PV generation pattern in Jeju

그림 1과 그림 2에서 확인할 수 있듯이, 제주도의 전기차 충전 부하는 태양광발전이 주로 이루어지는 시간대와 자연스럽게 일치한다. 반면, 저녁 이후에는 태양광발전이 이루어지지 않으며 관광지 특성상 전기차 충전 수요도 자연스럽게 감소한다. 이에 따라 전기차 충전 부하는 태양광발전이 집중되는 낮 시간대에 국한되며, 태양광발전이 이루어지지 않는 밤 시간대의 저전압 발생에는 거의 영향을 미치지 않는다. 즉, 제주도에서 전기차 충전 부하는 특별한 제어 메커니즘 없이도 낮 시간대 잉여전력을 흡수하여 과전압을 완화하고, 이를 통해 전압 안정화 역할을 수행할 수 있는 잠재적 수단임을 시사한다.

2.2 배전계통의 전압 여유율 평가

제주 배전계통에서 전기차 충전 부하가 전압 안정성에 미치는 영향을 정량적으로 평가하기 위해 전압 여유율 평가 지수(VMEI)를 적용하였다. VMEI는 배전계통 내 특정 노드의 전압이 허용 범위 내에서 얼마나 안정적으로 유지되는지를 나타내는 지표로, 시간에 따른 전압 여유율을 평균화한 전압 여유율 지수(Voltage Margin Index, VMI)를 기반으로 한다. 전기차 충전소(Electric Vehicle Charging Station, EVCS) 연계 전후의 전압 여유율 변화를 정량적으로 비교·평가하기 위해 VMEI를 다음과 같이 정의한다^[11].

(1)

(2)

(3)

(4)

위 수식에서 Vk,t는 노드 k의 t시각 전압을, Vnom은 계통의 공칭전압을 의미한다. Vmax와 Vmin은 전압 유지 범위의 상·하한으로, 계통이 정상적으로 동작하기 위해 반드시 준수해야 하는 허용 한계이다. 본 연구에서는 한국전력공사에서 규정한 특고압 배전선로의 전압 유지 범위인 20.8[kV]~23.8[kV]를 적용하였다^[15]. 수식 (1)과 (2)는 전압이 상한 또는 하한에 가까워질수록 VMI가 비선형적으로 저하되도록하여, 전압이 규정된 한계치에 근접할수록 위험도 증가에 따라 더 큰 패널티가 부여되도록 하였다. 평가 기간 T는 일정 시간 구간 동안의 전압 데이터를 종합적으로 반영하여 VMEI가 단일 시점이 아닌 장기간의 전압 특성을 나타내도록 한다. 이때 VMIk,with EVCS는 전기차 충전소 연계 후 노드 k에서 산출된 전압 여유율을 의미한다. 최종적으로 수식 (4)로 도출된 VMEI는 전기차 충전소 연계에 따른 전압 여유율 변화를 나타내며, 값이 1을 초과하면 전압 여유율이 개선된 것으로, 1 미만이면 저하된 것으로 판단한다.

2.3 연구 대상 지역 및 계통 모델링

태양광발전 보급률이 높은 관광지에서 전기차 충전이 전압 여유율에 미치는 영향을 분석하기 위해, 제주 A 지역의 실제 배전계통 데이터를 활용하였다. 그림 3과 같이 154/22.9[kV] 변전소를 기반으로 축약된 배전계통 모델을 구축하였다. 축약된 6개의 선로별 노드 수는 실제 선로 길이에 비례하도록 배분하였으며, 선종은 국내 22.9[kV] 배전선로에 일반적으로 사용되는 ACSR-160[mm²]로 통일하였다^[16].

해당 모델에는 총 31.5[MW] 규모의 태양광발전 설비가 연계 되어 있으며, 연계 지점 및 세부 용량은 표 2에 제시하였다. 선로별 태양광발전 연계 용량은 불균형하게 분포되어 있으며, 이는 전기차 충전 부하가 전압 여유율에 미치는 영향을 분석하는데 중요한 변수로 작용한다. 총 부하 용량은 13[MW]로 가정하여 노드 수에 따라 선로별로 균등 분배하였고, 역률은 0.95로 설정하였다.

그림 3. 제주 A 지역 배전계통 모델 단선도

Fig. 3. Single-line diagram of Jeju area A distribution system model

일반적으로 선로의 말단 노드가 전압 변동에 가장 취약하므로 전기차 충전에 따른 전압 여유율 변화를 명확하게 확인하기 위해 전기차 충전소는 각 선로의 말단 노드에 배치하였다^[17].

2.4 시나리오 구성 및 시뮬레이션 설정

Carbon-Free Island Jeju 2030(CFI 2030) 비전에 따르면, 제주도는 2030년까지 377,000대의 전기차 누적 보급을 목표로 하고 있으며 이는 2022년 누적 보급 대수인 32,936대 대비 10배 이상 증가한 수치이다^[18]. 2022년까지의 보급 추세를 고려할 때 이러한 목표 달성은 현실적으로 쉽지 않지만, 제주도의 정책적 의지를 보여주는 지표로 해석할 수 있다. 이를 바탕으로, 본 연구에서는 점진적으로 확대되는 전기차 충전 수요가 배전계통 전압 변동성에 미치는 영향을 분석하기 위해 세 가지 충전 시나리오를 설정하였다. 시나리오 1은 전기차 최대 충전 부하를 0.9[MW](선로별 0.15[MW])로, 시나리오 2는 그 두 배인 1.8[MW](선로별 0.3 [MW])로, 시나리오 3은 세 배인 2.7[MW](선로별 0.45[MW])로 구성하였다. 특히 시나리오 3의 2.7[MW] 최대 충전 부하는 50[kW]급 급속 충전기를 기준으로 할 때, 각 선로에서 전기차 9대가 동시에 최대 출력으로 충전하는 수준에 해당한다.

시뮬레이션은 OpenDSS(10.1.0.1 버전)와 Python(3.7 버전)을 연동하여 수행하였다. 각 시뮬레이션은 24시간 동안 1시간 단위로 진행되었으며, 태양광발전 및 전기차 충전 패턴을 이용하여 동적으로 반영하였다. 시뮬레이션은 시간 단계별 최대 100회의 반복 계산을 통해 수치적 안정성과 정확성을 확보하였다. 시나리오별 모든 노드의 VMEI 연산은 Python을 통해 자동화하였다.

3.1 선로별 평균 VMEI

선로 단위 VMEI는 노드별 VMEI의 평균으로 정의되며, 전기차 충전이 각 선로의 전압 여유율에 미치는 총괄적 영향을 보여준다. 제주 A 지역은 선로별 태양광발전 연계 용량이 상이하므로, 전기차 충전의 효과 또한 선로별로 차별화되어 나타났다. 그 결과는 그림 4와 표 3에 제시하였다.

태양광발전 연계가 집중된 선로에서는 충전 수요가 증가할수록 전압 여유율이 뚜렷이 개선되었다. 특히, Feeder 6은 태양광발전 11.1[MW]가 연계된 선로로, 평균 VMEI가 전기차 충전 부하 증가에 따라 1.0147, 1.0280, 1.0399(시나리오 1, 2, 3)로 가장 큰 상승을 보였다. Feeder 2와 5 또한, 각각 7.4[MW], 7.5[MW]의 태양광발전이 연계된 선로로, 평균 VMEI가 시나리오에 따라 꾸준히 증가하였다. 이러한 결과는 전기차 충전이 낮 시간대 태양광발전에 의한 잉여전력을 흡수하여 과도한 전압 상승을 억제하고, 계통 전압을 허용 범위 내로 안정화하는 데 기여함을 의미한다.

반대로 태양광발전 연계 용량이 작거나 없는 선로는 충전 수요 증가가 전압 여유율을 유의미하게 개선하지 못했다. 특히, 태양광발전 연계가 전혀 없는 Feeder 4의 경우에 시나리오 1에서 평균 VMEI가 0.9982였던 반면, 시나리오 3에서 평균 VMEI는 0.9941로 오히려 하락하였다. 또한, 각각 1.4[MW], 4.1[MW]의 태양광발전이 연계된 Feeder 1과 Feeder 3에서도 시나리오 1에서 3으로 갈수록 평균 VMEI가 소폭 감소하는 양상을 보였다. 즉, 전기차 충전에 따른 전압 안정화 효과는 선로의 태양광발전 연계 규모에 비례해 나타났다.

그림 4. 시나리오에 따른 선로별 VMEI

Fig. 4. Feeder-level VMEI for each scenario

3.2 노드별 VMEI

노드별 VMEI 결과는 그림 5–10과 표 4에 제시하였다. 3.1절에서 확인한 선로별 평균 결과를 더욱 세부적으로 분석하기 위해, 본 절에서는 태양광발전 연계 용량과 변전소와의 거리라는 두 요인에 따른 공간적 특성을 중심으로 논의한다.

태양광발전 연계 용량이 큰 선로에서는 전기차 충전 부하가 증가할수록 말단 노드의 VMEI가 뚜렷하게 상승하였다. 예를 들어, Feeder 6의 노드 41은 시나리오 1에서 1.0372였던 VMEI가 시나리오 3에서 1.1009로 크게 개선되었으며, Feeder 2의 노드 14와 Feeder 5의 노드 32 역시 각각 1.0111에서 1.0271로, 1.0157에서 1.0393으로 증가하였다. 이러한 결과는 태양광발전 출력이 집중되는 구간에서 전기차 충전이 국소적으로 잉여전력을 흡수해 과전압을 완화했음을 보여준다. 반면, 태양광발전 연계 용량이 작거나 없는 선로에서는 개선 효과가 거의 나타나지 않았고, 일부 구간에서는 오히려 전압 여유율이 저하되었다. 특히 Feeder 1과 4의 모든 노드에서 VMEI가 하락하여, 전기차 충전이 전압 안정화보다는 부하 증가로 작용했음을 확인할 수 있었다. Feeder 3의 경우, 전체적으로는 악화 경향이 두드러졌지만, 노드 19와 20처럼 일부 말단에서는 VMEI가 개선되는 특수성이 나타났다. 이는 Feeder 3이 Feeder 1이나 4에 비해 태양광발전 연계 용량이 크다는 점 및 노드 20에 3.5[MW]의 태양광발전이 집중적으로 연계되어 있다는 구조적 특성과 관련이 깊다.

또한, 동일 선로 내에서도 변전소와의 거리에 따른 차이가 분명하게 드러났다. 변전소 인근 노드에서는 시나리오 변화에 따른 VMEI 변동이 미미했으나, 말단으로 갈수록 변화 폭이 커졌다. 예컨대 Feeder 6의 노드 33은 시나리오 3에서 전압 여유율이 0.10% 개선되는 데 그쳤지만, 말단 노드 41은 10.09%나 개선되었다. Feeder 2와 Feeder 5의 경우도 변전소 인근 노드 8과 25에서는 오히려 전압 여유율이 각각 0.03%, 0.04% 감소했으나, 말단 노드에서는 각각 2.71%, 3.93%의 개선이 관찰되었다. 반대로 태양광발전 연계가 거의 없는 Feeder 1과 4는 말단으로 갈수록 오히려 전압 여유율이 악화되는 양상을 보였다. 주목할 점은 태양광발전 연계가 전혀 없는 Feeder 4의 말단 노드보다, 상대적으로 선로의 길이가 긴 Feeder 1의 말단에서 감소 폭이 더 크게 나타났다는 점이다. 시나리오 3을 기준으로 Feeder 4의 노드 21에서 전압 여유율은 0.90% 감소하였다. 하지만 Feeder 1의 노드 7에서 전압 여유율은 1.55%로 감소하였다.

이러한 결과는 태양광발전 보급률과 노드 위치 효과가 중첩될 때 전기차 충전의 전압 안정화 효과가 극대화된다는 사실을 보여준다. 특히, Feeder 6은 가장 많은 태양광발전이 연계된 동시에 선로가 길어 말단이 변전소에서 가장 멀리 떨어져 있다. 이에 따라 노드 39–41에서 다른 선로의 노드들보다 훨씬 큰 폭의 전압 여유율 개선이 관찰되었으며, 이는 전기차 충전이 단순한 부하 증가 요인이 아니라, 특정 위치(선로 말단)와 조건(태양광발전 보급률)이 결합될 때 효과적인 전압 안정화 자원으로 기능할 수 있음을 입증한다.

그림 5. 시나리오에 따른 feeder 1의 노드별 VMEI

Fig. 5. Node-level VMEI for feeder 1 under each scenario

그림 6. 시나리오에 따른 feeder 2의 노드별 VMEI

Fig. 6. Node-level VMEI for feeder 2 under each scenario

그림 7. 시나리오에 따른 feeder 3의 노드별 VMEI

Fig. 7. Node-level VMEI for feeder 3 under each scenario

그림 8. 시나리오에 따른 feeder 4의 노드별 VMEI

Fig. 8. Node-level VMEI for feeder 4 under each scenario

그림 9. 시나리오에 따른 feeder 5의 노드별 VMEI

Fig. 9. Node-level VMEI for feeder 5 under each scenario

그림 10. 시나리오에 따른 feeder 6의 노드별 VMEI

Fig. 10. Node-level VMEI for feeder 6 under each scenario

3.3 종합 분석 및 주요 시사점

결과를 종합하면, 전기차 충전의 전압 안정화 효과는 선로별 태양광발전 보급률과 노드 위치의 상호작용에 의해 좌우되었다. 태양광발전 연계가 충분한 선로에서는 전기차 충전이 전압 여유율을 유의미하게 개선했으며, 그 효과는 말단부에서 가장 두드러졌다. 반대로 태양광발전이 상대적으로 부족하거나 없는 선로는 개선 효과가 제한적이었고, 일부 말단 노드에서는 오히려 VMEI가 하락했다.

이러한 결과는 제주와 같은 관광지에서 전기차 충전 수요가 별도의 스케줄링 없이도 태양광발전에 의한 피크를 수동적으로 쉐이빙하여 과전압 위험을 완화할 수 있음을 정량적으로 보여준다. 즉, 전기차 충전은 고비용의 설비 보강 없이도 선로 말단부의 전압 여유율을 개선하는 실용적 수단이 될 수 있으며, 태양광발전 보급률이 높은 지역의 경제적·효율적 운영전략 수립에 중요한 근거를 제공한다.