신승호
(Seungho Shin)
1
조지현
(Jihyeon Cho)
2
홍탁의
(Tageui Hong)
2
허연숙
(Yeonsook Heo)
3†
-
고려대학교 건축사회환경공학과 석사과정
(M.S. Student, Department of Civil, Environmental and Architectural Engineering, Korea
Univ. Seoul, 02841, Korea)
-
고려대학교 건축사회환경공학과 박사수료
(Ph.D. Candt, Department of Civil, Environmental and Architectural Engineering, Korea
Univ. Seoul, 02841, Korea)
-
고려대학교 건축사회환경공학부 교수
(Professor, School of Civil, Environmental and Architectural Engineering, Korea Univ.
Seoul, 02841, Korea)
Copyright © 2016, Society of Air-Conditioning and Refrigeration Engineers of Korea
키워드
수전해 기반 수소 생산, 수소 생산당 수익, 수익성 평가, 민감도 분석
Key words
Electrolysis-based hydrogen production, HPM, Profitability assessment, Sensitivity analysis
기호설명
$NPV$:
순 현재가치 [₩]
$P_{H_{2}}$:
연간 수소 판매 이익 [₩]
$C_{power}$:
연간 전력 구매 비용 [₩]
$CAPEX$:
초기 시스템 투자 비용 [₩]
$OPEX$:
연간 시스템 운영 및 유지 비용 [₩]
$L$:
전체 시스템 수명 [year]
$i$:
할인율 [%]
$y$:
시스템 분석 연식 [year]
$ROI$:
투자 대비 수익률 [-]
$HPM$:
수소 1kg 판매당 수익 [₩/kgH2]
$P_{H_{2}}^{unit}$:
수소 판매 단가 [₩/kgH2]
$C_{power}^{unit}$:
전력 구매 단가 [₩/kWh]
$e_{Pto H}$:
수소 생산 전력 효율 [kWh/kgH2]
$HPM_{norm}$:
정규화된 수소 1kg 판매당 수익
$CAPEX_{norm}$:
정규화된 초기 시스템 투자 비용
$L_{norm}$:
정규화된 전체 시스템 수명
$i_{norm}$:
정규화된 할인율
$ROI_{\min}$:
기준 수익률 달성을 위한 최소 투자 대비 수익률
$r$:
기준 수익률
1. 연구배경 및 목적
전 세계 각국은 현재 기후 위기 대응을 위해 전 산업의 탈탄소 전환을 목표하고 있으며 이에 화석연료를 대체하는 핵심 에너지원으로 수소에너지가 각광받고
있다.(1) 수소에너지는 태양광, 풍력, 수력 등의 여타 신재생에너지원보다 에너지 밀도가 높으며 연소 또는 연료전지를 통한 발전 시 이산화탄소를 배출하지 않는다는
장점이 있다. 또한, 지역적 편중이 없어 보편적이며 장기간 대용량 저장이 가능하여 주요 산업의 에너지원으로 각광받으며 이에 따라 관련 인프라의 개발
및 보급이 증가하고 있다.(2) 이러한 에너지산업의 흐름에 발맞추어 국내에서도 2020년 2월에 ‘수소경제 육성 및 수소 안전관리에 관한 법률’의 제정 및 지속적인 개정을 통해,
수소경제 이행 촉진 및 수소 산업의 체계적인 육성을 도모하고 있다.(3) 이에 수송, 산업, 건물 분야에서 필요로 하는 수소에너지의 비중이 증가함에 따라 수소 생산량과 방법 또한 화두가 되고 있다.(4)
수소 생산 방법 중 수전해 기반 수소 생산은 전해조에서 물을 전기적으로 수소와 산소로 분해하는 방식으로(5), 기존의 가스 개질 기반 방식과 달리 사용 전력의 종류에 따라 자체 탄소 배출량 및 에너지 소비량을 획기적으로 줄일 수 있다는 장점이 있다. 이에
따라, 국내외로 수송 및 건물 분야에서의 수소에너지 활용을 위해 수전해 기반 수소 생산 기술의 확대 적용에 관한 연구가 활발히 진행되고 있다.(6) 수전해 수소 생산에 필요한 전력을 신재생에너지로 100% 대체할 경우 탄소 배출이 거의 없는 그린 수소를 생산할 수 있으나, 신재생에너지는 간헐적
발전 특성으로 인해 수소 생산에 필요한 안정적인 전력 공급에 대한 불확실성을 가지고 있다.(7) 현재는 배터리 등의 에너지 저장 시스템과 전력망을 주로 이용하여 전력을 공급해야 하는 한계가 있다.(8) 또한, 국내외로 수전해 기반 수소 생산 기술의 수익성 모델 제안 및 확대 적용을 위한 정책 제안은 미비한 실정이며 2024년 3월 시행된 청정수소
인증제는 매우 낮은 탄소 배출량 제한으로 인해 현재 개질 기반 수소 생산이 위주인 국내에서는 그 취지와 다르게 충분히 활용되지 못하고 있다.(9) 따라서, 수소에너지 활용 발전의 보급을 위해서는 각국 에너지 시장의 컨텍스트를 반영한 수전해 기반 수소 생산 기술의 수익성 평가 및 도출을 위한
경제성 분석은 필수적이며, 국가별 수전해 기반 수소 생산의 경제성 관련 연구는 활발히 진행되고 있다.(10,11) 이에, 본 연구는 수전해 수소 생산 사업을 추진하는 국가들 전반에 대한 시스템 수익성 확보를 위해 국내외 다양한 에너지 시장 동향에 기반한 수소
생산 시스템의 수익성 분석 결과 제시를 목표로 한다. 상세히는, 전력망의 공급 전력 기반 수소 생산 시스템을 중심으로 에너지 가격, 시스템 원가,
수명, 운영비용 등 수익성에 대한 주요 파라미터의 민감도 분석에 기반하여 수익률 분석 모델을 제공한다.
본 연구의 목적에 부합한 결과를 도출하기 위한 상세 과정은 다음과 같다. (1) TRNSYS 프로그램을 통해 전력 그리드를 활용한 수전해 수소 생산
– 압축 – 저장 단계로 구성된 수전해 수소 생산 시스템 모델을 개발하고, 상세 스펙을 조사하였다. (2) 시장 분석 : 대한민국을 포함한 15개국의
수소 및 전력 판매 가격, 할인율에 대한 조사와 비교를 진행하였다. (3) 수전해 수소 시스템의 경제성에 영향을 미치는 5개 변수(수소 판매 가격,
전력 구매 가격, 할인율, 시스템 CAPEX, 시스템 수명) 조합 시뮬레이션에 따른 투자수익률(ROI, Return on investment)을 도출하였다.
(4) 시뮬레이션 결과를 Hydrogen Production Margin (HPM, ₩/kgH2), 할인율, 시스템 CAPEX, 시스템 수명의 4개 독립변수에 따른 종속변수 ROI에 대해 민감도 분석을 위한 선형 회귀 분석을 진행하였다. 시뮬레이션
모델 개발 및 민감도 분석에 대한 개요도는 Fig. 1과 같다.
Fig. 1 Sensitivity analysis methodology progress.
2. 수전해 기반 수소 생산 시스템 수익모델 개발
2.1 시뮬레이션 기반 수전해 수소 생산 시스템 모델링
본 연구에서 수익성 평가를 위해 고려한 수전해 기반 수소 생산 시스템은 전력 그리드, 알칼라인 전해조 시스템, 압축기 및 수소 압축 저장 탱크를 포함하고,
생산된 수소는 수소차 충전소를 통해 판매한다고 가정하였으며, 수송 과정은 분석에서 제외하였다. 수전해 기반 수소 생산 시스템은 전력 그리드를 통해
산업용 전력을 구매하여, 전해조에서 수소를 생산하고, 생산된 수소를 압축하여 수소 탱크에 저장하게 된다. 수전해 기반 수소 생산 설비의 수익률 및
경제성 분석과 평가를 위하여 수소 발전 네트워크 시뮬레이션이 가능한 TRNSYS 프로그램을 이용하였다. 수전해 수소 공급 시스템은 1년 시뮬레이션을
바탕으로 15분의 타임스텝을 가지며, 전해조를 통한 수전해 수소 생산과 기체 압축을 통한 압축 및 저장 단계로 구성되고, 알칼라인 전해조, 압축기,
수소 탱크를 주 구성 요소로 한다. 1일 단위로 전해조에서 생산된 수소는 압축기를 통해 압축되고, 수소 탱크에 저장되며, 모두 사용된다고 가정하였다.
전해조의 종류는 알칼라인 전해조(AWE), 고분자전해질막 전해조(PEMWE), 음이온교환막 전해조(AEMWE), 고체산화물 전해조(SOECs) 등이
있고, 현재 상용화되어 상업적으로 주로 사용되는 것은 알칼라인 전해조와 고분자전해질막 전해조이다. 이중 알칼라인 전해조가 시장에서 차지하는 점유율은
2023년 39.9%로 가장 높고, 스택비용이 가장 저렴하기 때문에 본 연구의 수소 생산 시스템 수익성 분석에서는 알칼라인 전해조를 사용하는 것으로
가정하였다.(12,13) 전해조의 용량은 2025년까지의 국내 수소 충전소 보급 계획에 따른 충전소의 하루 처리 용량 250 kgH2/day를 생산하기 위해 산정되었다.(14) 이를 공급하기 위해 전해조는 최대 효율로 24시간 작동한다고 가정하였으며, TRNSYS 컴포넌트 효율에 따라 546 kW 용량으로 하루 250.78
kg의 수소를 생산하도록 모델링하였다. 수소 압축 및 저장은 현재 국내에서 주로 사용되는 수소 충전소의 압축 기압인 700 bar로 적용하였다. 전해조의
단위 비용은 David et al.(15)에서 제시하는 범위의 평균값을 적용했으며, 컴프레서와 수소 탱크의 단위 비용은 National Renewable Energy Laboratory(NREL)에서
제시하는 시스템 비용에 본 시스템의 1일 수소 처리 능력이 차지하는 비율을 곱하여 산정하였다.(16) 전해조의 연간 유지관리 비용은 Brynolf et al.(17)에서 제시하는 알칼리 전해조 시스템 비용의 2~5% 범위 안에서 3%를 적용하였으며(17), 컴프레서와 수소 탱크에 대해서도 동일한 비율로 연간 유지관리 비용이 발생한다고 가정하였다. 환율은 1,200 ₩/$로 가정하였다. 적용된 시스템
구성 요소들의 상세 스펙은 Table 1과 같다.
Table 1 Specification of alkaline electrolyzer, compressor and hydrogen tank
|
Alkaline electrolyzer
|
Compressor
|
Hydrogen tank
|
Capacity
|
546 kW
|
250.78 kgH2/day (700 bar)
|
18 m3
|
Efficiency
|
74.28%
|
71.82%
|
-
|
Unit price
|
1,210 $/kW
|
402.93 $/kWELE
|
3,055.558 $/m3
|
OPEX
|
3% of CAPEX
|
2.2 수익성 평가를 위한 에너지 시장 컨텍스트 조사
대한민국을 포함한 15개국의 2024년 3월의 수소 충전소의 수소 판매 가격과 산업용 전력 판매 가격은 Fig. 2와 같다.(18,19) 수소 가격의 범위는 9,900.0 ~ 46,254.1 ₩/kgH2이며, 미국의 캘리포니아가 가장 높고 대한민국이 가장 낮게 나타났다. 전력 가격의 범위는 115.9 ~ 561.0 ₩/kWh이며, 독일이 가장 높고
중국이 가장 낮게 나타났다. 대한민국의 수소 가격은 9,900 ₩/kgH2으로 15위였으며, 전력 가격은 132.3 ₩/kWh로 14위를 차지하여 에너지 비용은 세계적으로 매우 저렴한 편에 속한다.
본 연구에서는 수소 판매 단가와 전력 구매 단가를 상대적으로 표현할 수 있는 Hydrogen Production Margin(HPM, ₩/kgH2) 지표를 하나의 변수로 도입하였다. 본 연구에서 새로 고안한 변수인 HPM은 시스템 효율이 일정하다고 가정할 때, 1 kg의 수소를 생산할 때 발생하는
비용 손익을 의미한다. HPM은 기존 입력 변수인 수소 판매 단가와 전력 구매 단가, 수소 생산 전력 효율을 통해 계산되므로, 수전해 수소 공급 시스템이
적용될 지역의 시장 가격 특성에 따라 변동하는 수소 및 전력 가격을 반영할 수 있다. 수소 생산 전력 효율은 TRNSYS에서 제공하는 알칼리 전해조
컴포넌트의 시뮬레이션을 통해 연간 전력 소비량을 연간 수소 생산량으로 나누어 계산하였다. 시장 조사한 15개국의 HPM은 -13,962.0 ~ 33,256.5
₩/kgH2의 범위로 나타났으며, 미국의 캘리포니아가 가장 높고 영국이 가장 낮게 나타났다. HPM의 계산식은 식(1), (2)와 같다. 다음으로 시스템 수명 동안의 현재 가치에 영향을 미치는 할인율에 대해 조사하였다.(20) 할인율은 연간 발생 비용에 대해 일정 비율로 적용하여 미래 비용의 현재 가치를 판단할 수 있도록 하는 지표이다. 15개국의 할인율은 Table 2와 같다. 15개국의 할인율은 0.0 ~ 9.0%의 범위로 나타났으며, 일본이 가장 낮고 헝가리가 가장 높았다.
Fig. 2 Hydrogen and electricity costs of 15 countries.
Table 2 Discount rate of 15 countries
Country
|
Korea
|
UK
|
Germany
|
Japan
|
China
|
California(US)
|
Australia
|
Norway
|
Discount Rate
|
3.5
|
5.25
|
4.5
|
0.0
|
3.45
|
5.5
|
4.35
|
4.5
|
Country
|
Finland
|
Canada
|
Switzerland
|
Netherlands
|
Austria
|
Hungary
|
Portugal
|
|
Discount Rate
|
4.5
|
5.0
|
1.5
|
4.5
|
4.5
|
9.0
|
4.5
|
|
2.3 민감도 분석 방법론
본 연구의 목적은 수전해 기반 수소 생산 시스템의 경제성을 평가하는 것이므로, 시스템 수명 기간에서의 경제성을 상대적으로 표현할 수 있는 Return
on Investment(ROI)를 지표로 선택하였다. ROI는 투자 대비 수익률을 뜻하는 무차원의 수익성 지표이다. 경제성 평가를 위해 연 단위
시뮬레이션을 통해 매년 발생하는 수소 판매 수익, 전력 사용 비용, 유지 및 관리 비용과 할인율을 고려하기 때문에 시스템 수명이 다하는 시점에서의
순현재가치인 Net Present Value(NPV)를 초기 투자 비용으로 나누어 ROI를 계산하였다. 따라서 본 연구에서 사용되는 ROI는 시스템
종결 수명 시점에서의 ROI를 의미한다. NPV는 연간 발생하는 총비용을 할인율에 따라 할인하여 합하여 계산할 수 있으며, ROI는 계산된 NPV를
초기 투자 비용으로 나누어 계산할 수 있다. 본 연구에서는 초기 투자 비용을 수전해 수소 생산 시스템의 Capital Expenditures(CAPEX)로
계산하고, 연간 비용 흐름은 수소 판매 금액에서 전력 사용 비용과 시스템 Operational Expenditures(OPEX) 비용을 차감하여 계산하였다.
ROI 및 NPV는 식(3), (4)를 통해 계산된다. 전체 시스템의 수명은 경제성 분석 용이성을 위해 알칼리 전해조의 수명과 동일하다고 가정하였으며, 일반적으로 알칼리 전해조의 수명은
60,000~ 90,000 시간으로 평가된다.(21)
민감도 분석을 위한 파라미터의 범위는 2.1절의 수전해 시스템의 사양 현황과 2.2절의 세계 에너지 시장 컨텍스트에 기반하여 설정하였다. 이에, 수소
판매 단가 및 전력 구매 단가의 범위는 사례 조사한 15개국의 시장 가격을 참고하여 설정하였다. 수소 판매 단가는 9,000 ~ 40,000 ₩/kgH2의 범위에서 500 ₩/kgH2 단위로 설정하였고, 전력 구매 단가는 100 ~ 600 ₩/kWh의 범위에서 5 ₩/kWh 단위로 설정하였다. 기본 시스템 CAPEX는 Table 2에서 설정한 CAPEX 약 11억 2,300만 원에 설치 비용 계수(Installation factor) 1.2를 곱하여 약 13억 4,700만 원으로
설정하였다.(16) 기본 CAPEX를 기준으로 미래 시장 변동성 및 가격 경쟁력 상승을 고려하여 0.7 ~ 1.3 배 범위에서 0.1 배 단위로 시스템 CAPEX 비율을
변수로 설정하였다. 시스템 수명은 전해조의 수명과 동일하다고 가정하였으며, 조사 범위 60,000 ~ 90,000시간에서 추가적인 기술 발전을 고려하여
10,000시간 확장된 60,000 ~ 100,000시간의 범위에서 5,000시간 단위로 설정하였다. 할인율 변수는 앞서 수소 및 전력 단가를 사례
조사한 15개국의 2024년 할인율을 참고하여 1.0% 확장된 0.0 ~ 10.0% 범위에서 0.25% 단위로 설정하였다. 5개 독립변수에 대한 정보는
Table 3과 같다.
설정한 변수 범위에 따라 시뮬레이션에 입력 가능한 총조합의 수는 약 1,600만 개이며, Latin Hypercube Sampling(LHS) 기법을
통해 전체 조합의 0.5%인 약 8만 2천 개의 입력 변수를 추출하였다. LHS 기법은 각 변수 범위의 고르게 나뉜 구간 내에서 샘플 추출을 진행하여
모든 변수 차원에서 균등한 분포를 보장하는 샘플링 기법이다. LHS 기법은 Matlab에서 제공하는 ‘Lhsdesign’ 함수를 이용하였다. 각 변수
조합은 시뮬레이션 모델에 입력하여 연간 발생 비용을 계산하고, 그에 따른 최종 수명 시기에서의 ROI를 도출하였다.
본 연구에서는 독립변수가 종속변수에 미치는 영향을 분석하기 위해 다중 선형 회귀분석을 통해 민감도 분석을 진행했다. 다중 선형 회귀분석은 둘 이상의
독립변수와 종속변수 사이의 관계를 선형으로 가정하여 선형 방정식으로 표현하는 방법이다. 설계 매개변수가 수소 판매 단가와 전력 구매 단가를 각각 포함하는
것과 달리, 민감도 분석 시에는 에너지 가격의 상대적 차이를 확인하기 위해 HPM 변수로 대체하여 분석하였다. 최종적으로 민감도 분석은 각 변수의
단위와 범위 차이에 따른 결과 분석에 미치는 영향을 줄이기 위하여, HPM, 시스템 CAPEX 비율, 시스템 수명, 할인율의 4개 매개변수의 최대․최솟값을
이용하여 0 ~ 1 범위로 정규화한 후 수행하였다.
Table 3 Variables for latin hypercube sampling
|
Minimum
|
Maximum
|
Interval
|
Hydrogen (₩/kgH2)
|
9,000
|
40,000
|
500
|
Electricity (₩/kWh)
|
100
|
600
|
5
|
CAPEX (times)
|
0.7
|
1.3
|
0.1
|
Lifespan (hr)
|
60,000
|
100,000
|
5,000
|
Discount rate (%)
|
0.0
|
10.0
|
0.1
|
3. 민감도 분석 결과
민감도 분석 결과는 Fig. 3 및 식(5)와 같다. 전체 샘플에 대한 ROI 범위는 -29.40 ~ 35.59로 나타났으며, 회귀식의 결정계수(R2)는 0.9452, RMSE는 1.9418로
회귀 모델 정확도가 높게 나타났다. 그러나 HPM, 시스템 CAPEX 비율, 시스템 수명의 p-value가 0인 반면, 할인율의 p-value는 0.7729로
나타나 할인율은 ROI에 유의미한 영향을 미치기 어려운 것으로 보인다. HPM과 시스템 수명의 회귀 계수는 양수로 해당 변수들이 증가할수록 ROI가
증가하고, 할인율과 시스템 CAPEX 비율의 회귀 계수는 음수로 해당 변수들이 증가할수록 ROI는 감소했다. 민감도는 회귀 계수의 절댓값으로 나타내었다.
Fig. 3 (a)의 민감도 분석 결과에 따르면, HPM의 민감도는 약 39.44로 ROI에 가장 큰 영향을 미쳤으며, 시스템 CAPEX 비율과 시스템 수명의 민감도는
약 1.67과 1.27로 HPM에 비해 ROI에 미치는 영향이 매우 낮은 것을 확인할 수 있다. 할인율의 경우 민감도가 0에 가까워 ROI에 거의
영향을 미치지 않았다.
독립변수의 ROI에 대한 개별 영향을 분석하기 위해, 하나의 독립변수를 최댓값과 최솟값으로 설정하고 다른 변수들을 중앙값으로 설정하였을 때 ROI의
변화는 Fig. 3의 (b)와 같다. HPM의 변화에 따라 ROI는 약 -15.35 ~ 14.86의 범위로 나타났으며, 시스템 CAPEX 비율, 시스템 수명, 할인율 변화에
따라 ROI는 약 0.5 ~ 2.2의 HPM에 비해 작은 범위 내에서 양수로 나타났다. 이를 통해 타 변수가 중앙값일 때, 시스템 CAPEX 비율,
시스템 수명, 할인율 변화는 관계없이 ROI가 항상 양수로 나타나는 것을 알 수 있고, HPM의 경우 타 변수가 중앙값일 때 ROI가 0보다 크기
위한 조건은 2,034 ₩/kgH2 이상일 때임을 계산할 수 있다. 따라서 HPM 변화가 수전해 기반 수소 시스템의 ROI 및 투자 가치에 미치는 영향이 지배적인 것으로 나타났다.
이는 각 변수 범위 스케일이 다르며 그 중 HPM의 범위가 가장 넓기 때문이다. 정규화된 각 변수 샘플의 편차 제곱의 합은 HPM이 3,469, CAEPX가
7,300, 시스템 수명이 7,132, 할인율은 6,925로 타 변수에 비해 HPM이 매우 낮게 나타났다. 이는 4개 변수 중 HPM의 한 단계 단위의
변화가 타 변수보다 크게 나타난다는 것을 의미한다.
수전해 기반 수소 시스템의 경제적 투자 가치를 판단하기 위해 투자 대비 기준 수익률(Hurdle rate)을 적용할 수 있다. 기준 수익률은 투자자가
요구하는 프로젝트나 투자의 연간 최소 수익률을 의미하며, Laera et al.(22)에 따르면 수소 생산 및 저장 설비에 대해 8%를 적용할 수 있다. 기준 수익률은 연간 발생하는 수익률이므로 시스템 수명이 길어질수록 증가한다. 기준
수익률을 달성하기 위한 ROI는 식(6), (7)과 같이 계산된다.
식(6)에 따라 민감도 분석 범위의 시스템 수명 60,000시간, 80,000시간, 100,000시간일 때, 기준 수익률 8%를 달성하기 위한 최소 ROI는
각각 약 0.69, 1.02, 1.41로 나타난다. 각각의 최소 ROI를 달성하기 위한 최소 HPM은 3,003, 2,094, 1,188 ₩/kgH2이며, 최대 CAPEX 비율은 1.27, 1.48, 1.70 배이다(Table 4). 이는 시스템 수명에 따라 CAPEX가 약간 증가하더라도 HPM이 4,202 ₩/kgH2(샘플 중앙값) 이상일 경우, 수전해 기반 수소 시스템의 투자 가치가 충분하다는 것을 의미한다. 또한 시스템 수명이 증가할 경우 필요한 최소 HPM이
낮아지며, 이는 수소 판매 이익이 약간 감소해도 수전해 기반 수소 시스템 설치 및 투자 가치가 충분히 생길 수 있다는 것을 의미한다. 기준 수익률
8%를 달성하기 위한 시스템 수명에 따른 최소 HPM 및 최대 CAPEX 비율은 Fig. 4와 같다.
Fig. 3 (a) Sensitivity of variables (b) ROI change by variables
Fig. 4 Minimum HPM and maximum CAPEX for hurdle rate by lifespan.
Table 4 Minimum HPM and maximum CAPEX for hurdle rate by lifespan
Lifespan
(hr)
|
Min ROI
|
Min HPM
(₩/kgH2)
|
Max CAPEX
(times)
|
60,000
|
0.69
|
3,003
|
1.27
|
80,000
|
1.02
|
2,094
|
1.48
|
100,000
|
1.41
|
1,188
|
1.70
|
4. 결 론
본 연구에서는 수전해 기반 수소 시스템의 경제성 분석과 수익률 분석 모델 제시를 위해 15개국의 에너지 시장을 조사하고, 수소 설비 시장 컨텍스트에
따른 민감도 분석을 진행하였다. 이 과정은 국내 수소 충전소 1기의 일일 수소 처리량을 근거로 시스템 규모를 산정하고, 에너지 및 시스템 비용, 시스템
수명, 할인율을 적용하여 수전해 기반 수소 생산 시스템의 투자 대비 수익률 모델을 제시한다.
결과로써 HPM, 시스템 CAPEX 비율, 시스템 수명, 할인율의 네 개 변수에 따른 시스템 ROI 계산 선형 회귀 모델을 제시하고(R2: 0.9452),
각 변수의 ROI에 대한 영향성을 평가하였다. 이를 통해 수전해 시스템 투자 대비 수익률에 HPM이 지배적인 영향을 주고(민감도: 39.44), 다음으로
시스템 CAPEX 비율과 수명이 작지만 유의미한 영향을 줄 수 있으며(민감도: 1.67, 1.27), 할인율의 경우 거의 영향을 미치지 않는 것으로
나타났다(민감도: 0.007, p-value :0.77).
추가적으로 투자 수익률 분석 및 투자 판단 근거 제시를 위해 기준 수익률(8%)을 적용했을 때 시스템 수명에 따라 요구되는 최소 ROI는 지수적으로
증가하며, 수명 60,000시간에서 100,000시간 범위에서 10,000시간당 약 0.18 증가하는 것을 알 수 있었다. 해당 수명 범위에서 기준
수익률 달성을 위한 HPM은 3,003 ₩/kgH2 에서 1,188 ₩/kgH2 까지 감소하고, CAPEX 비율은 1.27에서 1.70까지 증가했다. 이는 시스템 수명에 따라 요구되는 최소 ROI는 증가하지만, 시스템 설치 및
투자를 위한 수소와 전력 사이의 가격 차이와 시스템 비용 한계가 낮아진다는 것을 의미한다.
본 연구는 TRNSYS 프로그램을 통해 전력 그리드를 활용한 수전해 기반 수소 생산 시스템을 모델링하고, 15개국의 시장 가격을 반영한 변수 범위에
따라 수전해 시스템의 수익률을 분석하여 기준 수익률 달성을 위한 변수의 임곗값을 도출하였다. 분석 결과는 다양한 경제적 컨텍스트에 대해 수전해 기반
수소 생산 시스템의 설치 및 투자 의사 결정에 도움을 줄 수 있을 것으로 사료된다. 또한, 수소 생산 수익성에 대한 민감도 분석 결과를 제공함으로써,
시장 현황에서 수소 생산 수익성을 향상시키기 위한 HPM의 범위를 달성하기 위한 방향을 제시할 수 있다. 예를 들어, 대한민국의 경우, 2024년
3월 HPM은 약 2,500 ₩/kgH2으로, 이를 달성하기 위해 250 kgH2/day 급 수전해 기반 수소 생산 시스템의 설치 비용에 대한 경제적 보조와 더불어 시스템 효율 고도화가 필요할 것으로 예상된다. 추후 연구에서는
수전해 과정의 부생 열의 지역난방 활용, 태양광 초과 발전 전력 활용을 모델에 추가하여 에너지 효율 고도화 및 경제적 타당성 확보를 진행할 계획이다.
후 기
본 연구는 국토교통부/국토교통과학기술진흥원의 지원으로 수행되었음(RS-2024-00409953).
References
2050 Carbon Neutrality and Green Growth Commission, 2021, 2050 Carbon Neutral scenarios.

Korea Hydrogen Alliance, 2022, 30 Questions and Answers on Hydrogen Energy and the
Hydrogen Economy.

Ministry of Trade, Industry and Energy, 2020, Hydrogen Economy Promotion and Hydrogen
Safety Management Act.

Ministry of Trade, Industry and Energy, 2019, Hydrogen Economy Activation Road Map.

Kim, J. K., 2019, Challenges for Transitioning to a Hydrogen Economy: Determining
an Optimal Hydrogen Production Portfolio, Energy Focus, Vol. 16, No. 4, pp. 31-38.

Baek, J. M. and Kim, S. H., 2024, Current Status of Water Electrolysis Technology
and Large-scale Demonstration Projects in Korea and Overseas, Journal of Hydrogen
and New Energy, Vol. 35, No. 1, pp. 14-26.

Na, L., Zofia, L., and Jhon, S., 2023, An approach for sizing a PV-battery-electrolyzer-fuel
cell energy system: A case study at a field lab, Renewable and Sustainable Energy
Reviews, Vol. 181, 113308.

Zilong, W., 2024, Identifying green hydrogen produced by grid electricity, International
Journal of Hydrogen Energy, Vol. 81, pp. 654-674.

Oh, Y. J., 2024, Ammonia: The key to clean hydrogen, Hana Knowlege Plus, Vol. 2024,
No.4.

Burrin, D., Roy, S., Roskilly, A. P., and Smallbone, A., 2021, A combined heat and
green hydrogen (CHH) generator integrated with a heat network, Energy Conversion and
Management, Vol. 246, 114686.

Devkota, S., Ban, S., Shrestha, R., and Uprety, B., 2023, Techno-economic analaysis
of hydropowerbased green ammonia plant for urea production in Nepal, International
Journal of Hydrogen Energy, Vol. 48, Issue 58, pp. 21933-21945.

David, M., Martínez, C. O., and Peña, R. S., 2019, Advances in alkaline water electrolyzers:
A review, Journal of Energy Stroage, Vol. 23, pp. 392-403.

Wang, J., Wen, J., Wnag, J., Yang, B., and Jiang, L., 2024, Water electrolyzer operation
scheduling for green hydrogen production: A review, Renewable and Sustainable Energy
Reviews, Vol. 203, 114779.

Ministry of Land, Infrastructure and Transport, 2019, Development of Core Technologies
for Commercial-Scale Liquid Hydrogen Plant, pp. 58.

David, M., Ocamp-Martinz, C., and Sanchez-Pena, R., 2019, Advances in alkaline water
electrolyzers: A review, Journal of Energy Storage, Vol. 23, pp. 392-403.

Independent Peer Review Team, Parks, G., Boyd, R., Cornish, J., and Remick, R., 2014,
Hydrogen Station Compression, Storage, and Dispensing Technical Status and Costs,
NREL.

Brynolf, S., Taljegard, M., Grahn, M., and Hansson, J., 2018, Electrofules for the
transport sector: A review of production costs, Renewable and Sustainable Energy Reviews,
Vol. 81, Part 2, pp. 1887-1905.

H2 Price by Country, https://www.glpautogas.info/en/hydrogen-fuel-cell-cars-trucks-for-sale.html.

IEA, 2023, Industry end-user prices for electricity in selected countries, 2019-March
2023, https://www.iea.org/data-and-statistics/charts/industry-end-user-prices-for-electricity-in-selected-countries-2019-march-2023.

World Interest Rate, https://tradingeconomics.com/country-list/interest-rate?continent=world.

Schmidt, O., Gambhir, A., Staffell, I., Hawkes, A., Nelson, J., and Few, S., 2017,
Future cost and performance of water electrolysis: And expert elcitation study, International
Journal of Hydrogen Energy, Vol. 42, Issue 52, pp. 30470-30492.

Laera, S., Colucci, G., Di Cosmo, V., Lerede, D., Nicoli, M., and Savoldi, L., 2024,
Technology-Specific Hurdle Rates for Energy System Optimization Models, Energy Proceedings
2024, Vol. 39.
