DOI QR코드

DOI QR Code

A Study on the Economic Analysis Method of Energy Storage System

에너지 저장 시스템(ESS)의 경제성 분석 기법에 관한 연구

  • Yoon, Young-Sang (Department of IT Policy and Management, Graduate School of Soongsil University) ;
  • Choi, Jae-Hyun (Graduate School of Software, Soongsil University) ;
  • Choi, Yong-Lak (Graduate School of Software, Soongsil University) ;
  • Shin, Yongtae (Department of Computer Science, Soongsil University) ;
  • Kim, Jong-Bae (Graduate School of Software, Soongsil University)
  • Received : 2014.11.28
  • Accepted : 2015.01.11
  • Published : 2015.03.31

Abstract

Recently, the government is promoting the new renewable energy spread and expansion policy. To this end, the investment and the research is ongoing on the core of the ESS (Energy Storage System) for the Smart Grid that is being spread around the industrialized countries. US and European countries have also conducted a variety of ESS related systems maintenance and improvement in order to induce the activation of the ESS industry. On the other hand, our country has no law and institutional foundation for the introduction of activation ESS, and there is no objective basis for the economic impact of the introduction of the ESS. Therefore, spread and activation of the ESS is not properly conducted. In this paper, the economics of the ESS based on the Korea electric pricing system for the spread and activation of the ESS effectively proposes a technique for analysis. To do this, define the ESS operating model, and propose the best economic analysis method economic analysis comparing each operating model.

최근 정부가 추진하고 있는 신재생에너지 보급 및 확대 정책으로 스마트그리드의 핵심인 ESS에 관한 투자 및 연구가 선진국을 중심으로 빠르게 확산되고 있다. 미국을 비롯한 유럽 선진국들은 다양한 ESS관련 제도정비 및 개선을 통해 ESS 산업의 활성화를 유도하고 있는 반면, 우리나라의 경우, ESS 도입 및 활성화를 위한 법제도적 기반이 마련되어 있지 않다. 또한, ESS도입에 대한 경제적 효과성에 대한 객관적인 기준이 없어, ESS의 보급 및 활성화가 제대로 이루어지지 않고 있다. 이에 본 연구에서는, ESS의 보급과 활성화를 위해 한국의 전기요금 체계를 기반으로 ESS의 경제성을 효과적으로 분석하기 위한 기법을 제시한다. 이를 위해 ESS의 운영 모형을 정의하고 각 운영 모형별 분석기법을 비교하여 최적의 경제성 분석방법을 제시한다.

Keywords

Ⅰ. 서 론

최근 정부가 추진하고 있는 신재생에너지 보급확대정책으로 스마트그리드의 핵심인 에너지 저장 시스템(Energy Storage System, ESS)에 관한 투자 및 연구가 선진국을 중심으로 빠르게 확산되고 있다[1-3]. ESS는 잉여 전력을 필요한 시점에 적절히 공급할 수 있도록 저장해두는 장치로 전기에너지의 품질 및 효율성을 극대할 수 있는 에너지 활용 시스템이다. 미국을 비롯한 유럽 선진국들은 다양한 ESS관련 제도정비 및 개선을 통해 ESS 산업의 활성화를 유도하고 있다. 우리나라의 경우에도 신재생에너지 확대 정책을 수립하고 에너지저장기술을 그린에너지 분야의 주요 핵심과제로 선정하여 체계적인 육성전략을 추진 중에 있다[4-6]. 뿐만 아니라, 상용화 제품 개발을 목표로 가정용 및 전기 자동차용 에너지 저장 시스템을 목표 응용시스템(Target Application)으로 상정하고, 에너지 저장장치의 핵심부품인 중대형 리튬이온전지 셀(Cell)과 소재 개발, 그리고 시스템을 제어하는 BMS(Battery Management System) 및 PMS(Power Management System) 기술을 대상으로 로드맵을 작성하는 등 다양한 ESS 관련정책이 추진되고 있다. 특히 지식경제부의 경우, 미래 ESS의 시장선점을 위해 6.4조원의 민관투자계획을 마련하고 2020년까지 세계시장 30% 점유를 목표로 기술개발 및 인프라 구축 등의 전략과제를 추진할 계획에 있다[7-10]. 그러나 ESS 도입 및 활성화를 위한 법제도적 기반이 마련되어 있지 않고, ESS도입에 대한 경제적 효과성에 대한 객관적인 기준이 없어, ESS의 보급 및 활성화가 제대로 이루어지지 않고 있다. ESS의 경제성 분석에 관한 연구들은 대부분 ESS의 평균적인 성능 사양을 가지고 이론적인 전기사용량을 계산하여 단순히 회수기간을 산정하는 방식을 취하고 있다. 즉, 최대부하 때 ESS를 통하여 절감한 전기량에 사용요금 단가를 곱하여 절감금액을 계산하고 이를 통하여 경제성을 평가하고 있다. 하지만 전기요금의 상당부분은 기본요금으로 이루어져 있는데 기본요금절감을 통해 경제성을 극대화 하는 부분을 언급하고 있지 않다는 점이 다소 한계점으로 지적된다. 전기기본요금은 과거 1년간 동하절기 기간 동안 중부하와 최대부하시간대 전력피크 중 가장 큰 값에 기본요금단가를 곱하여 산정되기 때문에 특정기관에서 ESS의 경제적 효과를 보기 위해서는 해당기관 최대전력피크를 적절한 수준으로 관리하여야 한다. 그러나 건물별 전력피크를 구할 수 없거니와 전력피크를 구하더라도 ESS를 어떻게 운영해야 전력피크를 낮출 수 있는지에 대한 방법을 찾기가 쉽지 않다.

이에 본 연구에서는, ESS의 보급과 활성화를 위해 전기기본요금에 대한 고려까지 포함하여 ESS의 경제성을 효과적으로 분석하기 위한 기법을 제시하는 것을 목적으로 한다. 이를 위해 ESS의 운영 모형을 정의하고 각 운영 모형별 경제성 분석기법을 비교하여 최적의 방법을 제시한다.

 

Ⅱ. 관련연구

2.1. 에너지 저장 시스템

에너지 저장 시스템이란 전력을 저장하여 필요할 때 사용함으로써 전력이용효율을 높이고 고품질의 전력을 공급하는 장치이다. 즉, 발전소에서 생산한 전력을 대형 2차전지에 저장하였다가 필요시에 전송하여 에너지 효율을 높이는 시스템이다. 따라서 ESS는 전력 수요가 가장 낮을 때 에너지를 저장하였다가 수요가 가장 높은 시점 또는 과부화 시점에 공급함으로써 전력 품질을 높이고 에너지 효율을 극대화한다[10,11]. 전기는 생산되는 곳과 소비되는 곳이 멀리 떨어져 있어서 전력 계통은 생산(generation), 송전(transmission), 배전(distribution)의 단계를 거치는 데, 전기사고의 대부분은 전력 공급계통에서 발생한다. 이러한 중앙집중식 전력계통의 문제 해결을 위하여 분산전원의 특징을 갖고 있는 스마트그리드가 고안되었고 에너지 저장 시스템이 이를 가능하게 하였다.

그림 1.에너지저장장치 개요 Fig. 1 Overview of Energy Storage System

ESS의 종류는 크게 리튬이온전지를 포함하여 6가지로 분류할 수 있다. 그중에 리튬이온배터리 분야는 유일하게 우리나라에서 경쟁력을 갖춘 분야이지만 저장단위용량(kWh)당 에너지비용이 높기 때문에 지금까지는 많이 활성화 되고 있지 않다. 그러나 빠른 반응 속도와 높은 에너지밀도가 요구되는 시설을 중심으로 급격히 확산되고 있으므로 본 연구에서는 ESS의 범위를 리튬이온전지로 한정하였다.

2.2. 전기요금 산정방식

건물에서 매월 전기를 사용함에 따라 산정되는 전기요금은 사용요금과 기본요금의 합으로 구성되어 있다. 단, 이러한 산정방식은 ESS를 도입하는 대규모 기관 및 산업체에 적용되는 방식이며 일반 가정집에는 적용되지 않는 방식이다.

이 중, 사용요금은 사용요금단가에 사용량을 곱하여 계산된다. 사용요금단가는 계절별로 동절기, 하절기, 봄가을 절기로 구분하고 시간대별로 최대부하, 중간부하, 경부하로 나누어 책정된다.

기본요금을 이해하기 위해서는 계약전력과 요금적용 전력에 대한 이해가 선행되어야 한다. 계약전력은 건물에서 사용하는 설비 용량에 따라 산정되는데 이는 건물에 설치된 변압기 용량의 합을 의미한다. 일반적으로는 변압기가 클수록 많은 전기 설비를 사용할 수 있다. 그리고, 요금적용전력이란 계약전력의 30%로 기본요금을 산정하기 위한 기준으로 사용된다. 기본요금은 기본요금단가에 요금적용전력을 곱하여 계산된다. 기본요금의 의미는 전기사용에 따른 발전설비, 송전설비 등 기본 인프라 구축에 필요한 금액을 청구하는 의미이기 때문에 사용량(kWh)이 아닌 최대수요(kW)로 계산한다.

요금적용전력은 1년 이상 전기를 사용하면 바뀔 수 있는데 현재부터 과거 1년 기간 중 동절기(11월, 12월, 1월, 2월)와 하절기(6월, 7월, 8월) 및 당월의 기간을 대상으로 최대부하와 중간부하시간대 중 최대수요전력(15분 평균 kW)값이 계약전력의 30% 이상이면 최대수요전력(15분 평균 kW)값으로, 30% 미만이면 계약전력의 30%를 요금적용전력으로 하여 기본요금을 산정하게 된다.

지금까지 대부분의 ESS 경제성분석에 관한 연구는 단순히 최대부하 때 ESS를 통하여 절감한 전기량에 사용요금 단가를 곱하여 절감금액을 계산하고 이를 통하여 경제성을 평가하고 있다[11,12]. 매월 전기요금의 상당부분은 기본요금으로 이루어져 있는데 기본요금을 줄이는 부분을 언급하고 있지 않다. 그 이유는 기본요금을 관리하기 위해서는 피크전력점을 관리해야 하는데 이러한 피크전력점을 쉽게 구할 수 없거니와 피크전력점을 구하더라도 ESS를 어떻게 운영해야 피크전력점을 낮출 수 있는지에 대한 운영 방법을 찾기가 쉽지 않기 때문이다. 하지만 최적의 운영방안을 찾기 위해서는 반드시 기본요금과 사용요금을 포괄하여야 한다. 따라서 본 연구는 이러한 전기 기본요금까지도 고려한 최적의 ESS경제성 분석기법을 제시하고자 한다.

 

Ⅲ. 효과적인 ESS 경제성 분석기법

3.1. ESS 운영 모형

ESS의 경제성을 효과적으로 분석하기 위해 본 절에서는 ESS 운영 모형을 정립하고 이에 대한 경제성 분석방법을 제시한다. ESS는 운영전략에 따라, 사용요금절감모형, 기본요금절감모형, 하이브리드모형으로 정의될 수 있다.

사용요금 절감 모형은 다른 요소는 배제하고 오로지 ESS의 모든 용량을 이용하여 경부하때 충전하고 최대부하때 방전하여 사용요금을 절감하도록 운영하는 모형이다. 이때 순간 충방전 크기(kW)는 PCS(Power Conditioning System)의 용량을 넘을 수 없고 충전용량(kWh) 또는 방전용량(kWh)은 BMS의 용량(kWh)을 넘을 수 없다. 이 모형은 전력부하 이동(Electric Energy Time-shift)을 이용하는 것으로 전기요금이 싼 시간에 배터리를 충전하고 비쌀 때는 충전된 전력을 사용하는 것이다. 필요시 배터리가 전력을 공급할 수 있으므로 다른 발전기의 기동을 상쇄할 수 있다. PCS의 용량과 배터리의 용량을 고려해서 충전 시 약 2시간 이상이 소요되고, 약 2시간 가량 방전이 가능하다고 가정한다. 이 모형에서는 전력을 구입하고 저장하는 데 드는 비용과 배터리를 방전함으로써 얻는 이익 사이의 차이를 기반으로 경제성을 따지게 되므로 배터리의 운영비용과 효율이 중요하다.

기본요금 절감 모형은 ESS의 모든 용량을 이용하여 기관 피크를 저감하도록 운영하는 모형이다. 이때 순간충방전 크기(kW)는 PCS의 용량을 넘을 수 없고 충전용량(kWh) 또는 방전용량(kWh)은 BMS의 용량(kWh)을 넘을 수 없다. 기본요금은 계약전력 또는 요금적용전력에 단가를 곱해서 계산하는 반면, 계약전력 산정은 설치된 변압기의 용량으로 선정된다. 계약전력의 의미는 발전설비, 송배전설비의 사용비용으로 인식할 수 있는데, 우선 계약전력의 30%를 요금적용전력으로 정하고 기본요금은 요금적용전력에 단가를 곱하여 계산된다. 요금적용전력은 현재부터 과거 1년 기간 중 12월,1월, 2월, 7월, 8월, 9월 및 당월 최대수요전력(15분 평균 kW)값이 계약전력의 30% 이상이면 최대수요전력으로, 30% 미만이면 계약전력의 30%로 요금적용전력을 산정한다. 겨울과 여름 기간 동안 15분 단위 최대 수요 계약전력의 30%를 초과할 시 향후 1년간 기본요금으로 부과 되므로 피크저감 시 기본요금을 절감하는 효과를 볼 수 있다.

하이브리드 모형은 앞선 2가지 모형의 장점을 이용하여 ESS를 운영한다. 먼저 피크를 저감할 수 있도록 ESS를 운영하고, 기관피크를 산정할 때 대상 기간인 하·동절기중 최대부하, 중부하 때만 피크를 낮추기 위한 방전을 실시한다. 춘추절기 때는 기본요금 절감을 위해 경부하 때 충전하고 최대부하 때 방전하며, 하동절기에는 먼저 피크저감을 할 수 있도록 ESS를 운영하고 피크와 관계없는 사용형태를 보일 때는 최대부하에서 방전하도록 한다. 일일 전기사용량중 월별 최대 저감 피크선 아래에 있는 경우는 피크 저감이 기본요금절감에 영향을 미치지 못하므로 이런 경우 사용요금절감 방식으로 운영토록 한다.

3.2. ESS 경제성 분석기법

본 절에서는 앞서 제시한 ESS의 운영 모형별 경제성 분석기법을 제시한다.

사용요금 최적화 모형에서는 수식 (4)와 같이 ESS가 방전할 때 소요된 전기량의 사용요금에서 ESS를 충전할 때 소요된 전기량에 대한 사용요금을 뺀 값을 통해 ESS의 경제성을 분석할 수 있다. 표 1은 사용요금 최적화 모형의 경제성 분석의 예시이다.

표 1.사용요금절감방식으로 운영시의 경제성 분석결과 예시(단위:원) Table. 1 An Example of Economic Analysis for Usage Fee Reduction Model

기본요금 절감모형에서는 경제성분석을 위하여 가장 먼저, 최대전기저감피크를 구해야 한다. 전기기본요금은 최대전기저감피크에 의해 결정되는데 이것은 기관에서 사용하는 ESS를 최대전기저감피크가 높은 시점에 활용함으로써 낮출 수 있지만, ESS의 최대배터리량을 초과하여 낮출 수는 없다. 이를 고려할 때, ESS운영시 최대전기저감피크는 수식 (5)를 이용하여 구할 수 있다.

단, 수식(5)에서 DPn -PSL ≤ PCS 이다. PSL은 max(DPn)에서 1씩 줄여가면서, 계산된 ESS값이 최대배터리용량 (kWh)이 되는 PSL값이다. n은 중부하, 최대부하 시간대이며, 이를 만족하는 min(PSL)가 최대피크저감 수요전력(kW)이 된다.

ESS의 운영을 통해 최대저감 피크전력점를 낮추게 되면 최대저감 피크전력점를 가지는 시점에서 사용요금의 절감이 이루어짐과 동시에 기본요금을 절감할 수 있으므로 ESS의 경제성 수식 (6)을 사용하여 분석될 수 있으며, 표 2는 기본요금 최적화모형의 경제성 분석 예이다.

표 2.기본요금 최적화 모형 경제성 분석 예시(단위:원) Table. 2 An Example of Economic Analysis for Basic Fee Reduction Model

하이브리드 모형은 기본요금을 산정하는 최대저감피크전력점에 영향을 미치지 않는 기간에 사용요금절감방식을 사용하고, 최대저감 피크전력점에 많은 영향을 주는 동하절기에 기본요금 절감방식을 사용하는 방식이다. 따라서, 이 모형의 경우, 동하절기를 제외한 기간에는 사용요금절감방식에 의한 경제성분석방법을 적용하고, 동하절기에는 기본요금절감방식에 의한 경제성 분석방법을 적용하여야 한다. 수식 (7)을 통해 경제성 분석이 가능하다.

 

Ⅳ. ESS 경제성 분석을 위한 최대저감 피크전력점 추정

ESS 경제성을 효과적으로 분석하기 위해서는 ESS의 도입 이전에 앞서 정의된 3가지 운영 모형에 대한 경제성 분석이 전부 이루어져야 한다. 이 중, 기본요금절감을 사용하는 모형들의 경우에 해당기관의 전기운영상황을 고려한 최대저감 피크전력점 추정이 선행되어야 한다. 전기기본요금은 최대저감 피크전력점에 의해 결정되기 때문이다. 따라서, 해당 기관의 과거 데이터를 활용하여 현시점의 최대저감 피크전력점를 예측할 수 있는 기법이 필요하다. 전기사용량은 기상데이터의 영향을 많이 받으므로, 최대저감 피크전력점 추정을 위해 기존의 운영 데이터와 날씨 자료를 토대로 회귀 분석을 통하여 선형식을 도출하였다. 날씨 데이터의 경우, 2013년 일별 날씨자료를 기상청에서 수집하여 식에 반영하였으며, 분석을 위해 R 도구를 활용하였다. 온도, 강수량, 습도 및 운무와 같은 기상인자들과 수요전력량, 수요전력, 최대저감 피크전력점와의 상관관계를 도출하였으며, 기상인자들과 전기사용인자들간의 공분산행렬(cov)과 상관계수행렬(cor)을 그림2, 그림 3과 같이 도출하였다. 분석결과 강수량은 0과 null이 존재하여 회귀분석에서 제외하였다.

그림 2.기상인자-전기인자간의 공분산행렬 분석결과 Fig. 2 Result of Covariance Matrix Analysis among Meteorological Factor

그림 3.기상인자-전기인자간의 상관계수행렬 분석결과 Fig. 3 Result of Correlation Matrix Analysis among Meteorological Factor

그림 4.하절기최대피크저감추정을 위한 회귀분석결과 Fig. 4 Regression Analysis Result for Estimating Max Reduction Electricity Peak in Summer

하절기 최대피크저감을 추정하기 위해 여름철을 대상으로 회귀분석을 시행하였다. 대상기간은 주말 및 공휴일을 제외한 업무일로 한정하였고 종속변수인 ML(최대저감 피크전력점)을 구하기 위하여 하절기에 가장 많은 영향을 미치는 최저온도, 습도, 강수량, 운무와의 회귀분석을 수행하였다. 회귀분석 결과 최저온도로 계산했을 때 R-squared값이 61%로 산출되었으므로, 최저피크저감수요 추정 모형을 수식 (8)과 같이 정의할 수 있다.

동절기 최대피크저감을 추정하기 위해 겨울철을 대상으로 회귀분석을 시행하였다. 대상 기간을 주말 및 공휴일을 제외한 업무일로 한정하였고 종속변수인 ML을 구하기 위하여 겨울철에 가장 많은 영향을 미치는 최저온도, 습도, 강수량의 회귀분석을 수행하였다.

그림 5.동절기최대피크저감추정을 위한 회귀분석결과 Fig. 5 Regression Analysis Result for Estimating Max Reduction Electricity Peak in Winter

회귀분석 결과를 보면 R-squared값이 0.68로 이 식을 이용하여 겨울철 최저피크저감수요를 수식 (9)와 같이 추정할 수 있다.

 

Ⅴ. ESS 경제성 분석기법의 적용

5.1. 경제성 분석기법의 적용

본 연구에서 제시한 경제성 분석기법을 실제 병원으로 운영되고 있는 A기관의 운영 데이터에 적용하였다. 현재 한전에서의 가격정책에 따라 270kWh ESS초기 설치비 3월 한달간의 운영비를 산출하고 실제 운영에 따른 편익을 활용하여 작년도 전기사용량에 대비하여 년간 수입을 계산하였고, 270kWh의 용량중 수명을 고려하여 85%만 충·방전에 활용하였으며, 순현가법(NPV Method)을 통하여 연간 순수익 현가치를 산출하였다.

그림 6은 실제 A기관의 한달간 주중 평균 수요전력(kW)그래프이다. 경부하 시간대인 5시부터 8시까지 충전이 이루어지고 있으며, 기관피크를 낮추기 위하여 중간부하인 9시부터 11시까지 방전을 실시하였다. 이후는 최대부하시간대인 13시부터 16시 30분까지 방전을 하고 있다. 또한 5시부터 방전을 하고 있는데 이는 전월인 2월 동절기 최대부하때의 방전 스케쥴이 설정되어 있는 것을 변경하지 않았기 때문이다.

그림 6.A기관의 주중평균 전기사용 그래프 Fig. 6 A Graph of Average Electricity Use for a week in Organization A

사용요금 절감모형을 기반으로 한 경제성 분석을 위하여 그림 7과 같이 경부하 때 충전을 실시하고, 방전시간을 최대부하 시간대로 이동하여 절감요금을 극대화하여 운영하였다. 중부하인 9시부터 10시 구간 그리고 17시부터 20시 구간에서 시행하던 방전을 최대부하 시간대로 변경하여 방전을 추진하였다. 실제 A기관의 사용요금 절감모형 운영방식에 따른 ESS 경제성 분석결과는 앞서 제시한 수식에 의거 그림 8과 같이 도출된다.

그림 7.A기관의 주중 충방전 시간대 이동 Fig. 7 A Graph of Average Electricity Use for a week in Organization A after Moving Charge-Discharge Time

그림 8.A기관의 사용요금절감모형 기반의 경제성분석 결과 Fig. 8 Economic Analysis of Usage Fee Reduction Model for a Month in Organization A

그리고 한달간의 결과를 1년 단위로 확장하기 위해서 조사한 A기관의 충방전 시간대 현황은 표 3과 같다.

표 3.A기관의 충반전 시간대 현황 Table. 3 Charge and Discharge Time for Organization A

따라서 사용요금 절감방식의 ESS 경제성 분석결과는 표 4와 같이 1년 단위로 확장될 수 있다.

표 4.A기관의 사용요금절감모형 기반의 경제성분석 결과 Table. 4 Economic Analysis of Usage Fee Reduction Model for a year in Organization A

기본요금 절감모형을 기반으로 한 경제성 분석은 전기기본요금이 최대수요부하(kW)에 기본요금 단가를 곱하여 계산되므로 매일의 전력수요곡선에서 ESS 사용용량인 230 kWh로 저감시킬 수 있는 최대 저감피크선을 탐색하고, 최대저감 피크전력점선이 사용량을 넘지 않도록 ESS를 운용하여 데이터를 수집, 분석하였다. 그림 9는 실제 A기관의 8월 전력수요(kW) 그래프이다.

그림 9.A기관의 8월중 최대 피크일 전기사용 현황 Fig. 9 A Graph of Max Electricity Use Peak at August in Organization A

기본요금을 낮추기 위해서는 ESS 배터리 용량 중 사용용량인 230kWh을 최대한 이용하여 낮출 수 있는 기관 일일 최대저감 피크전력점을 탐색하여야 한다. 즉, 피크점에서 x축과 수평으로 가상의 선을 그린후 선을 아래로 내리면 수요전력선, 좌우로 중간부하 선 그리고 전력수요선로 이루어진 공간 발생하는데, 이 공간의 면적을 구하면 가상의 선이 위치한 곳이 ESS를 이용하여 절감할 수 있는 저감 피크 값이 된다. 이 면적은 15분 단위 kW 합이 되므로 이를 4로 나누면 kWh로 변환 할 수 있다. 이면적은 ESS 용량을 넘을 수 없으므로 이 면적(kWh)이 230kWh가 되는 곳이 최대 저감피크값이 된다.

표 5는 이러한 방법을 활용해 탐색한 A기관의 월별 최대피크저감량을 나타내고 있다. 위의 결과를 토대로 실제 기본요금절감 모형 기반의 경제성을 앞서 3.2절에서 제시한 수식을 사용하여 분석하면 표 6과 같다.

표 5.A기관의 월별 최대 피크 저감량 Table. 5 Max Electricity Use Peak Reduction for a year in Organization A

표 6.A기관의 기본요금절감모형 기반의 경제성분석 결과 Table. 6 Economic Analysis of Basic Fee Reduction Model for a year in Organization A

하이브리드 모형을 기반으로 한 경제성 분석은 전기기본요금이 최대수요부하(kW)에 기본요금 단가를 곱하여 계산되므로 1년 중 최대저감 피크전력점 이하인 경우는 사용요금절감 방식으로 ESS를 운영하고, 그렇지 않은 경우에는 기본요금절감모형으로 운영하여 데이터를 수집하였다. 실제 A기관의 1년중 최대피크저감 순위는 표 7과 같고, 위 데이터를 근거로 하여, 앞서 3.3절에서 제시한 수식에 따라 경제성 분석을 실시한 결과는 표 8과 같다.

표 7.A기관의 1년중 최대피크저감순위 Table. 7 Rank of Max Electricity Use Peak Reduction for a year in Organization A

표 8.A기관의 하이브리드모형 기반의 경제성분석 결과 Table. 8 Economic Analysis of Hybrid Reduction Model for a year in Organization A

마지막으로 효과적인 경제성 분석을 위해 본론에서 제시한 최대저감 피크전력점추정기법을 A기관에 적용하여 검증한 결과는 표 9와 같다.

표 9.A기관의 최대저감 피크전력점추정치 비교 Table. 9 Comparison of Estimated Max Electricity Use Peak Reduction with Real Reduction

5.2. 경제성 분석결과의 해석

ESS는 운영 모형에 따라 경제성이 다르게 분석될 수 있으므로, ESS의 경제성은 각 모형의 분석 결과 중에서 가장 높게 나타난 결과가 가장 정확한 결과라 할 수 있다. 이에 본 연구에서는, 각 모형별 경제적 이득치를 기반으로 회수기간법(Payback Period Method)에 따라 초기 투자비를 회수하는 기간을 구하고 이를 비교하였다.

사용요금 절감모형으로 분석한 결과, 최소부하 시간대에 충전하고 경부하 시간대에 방전하여 사용요금의 절약을 최대로 했을 때 년간 760만원 정도의 절감효과가 발생하였다. 설치비용은 410백만원이 소요되어 투자회수기간은 대략 53년으로 추정된다.

기본요금 절감모형으로 분석한 결과, ESS의 방전시 일일기관피크를 최대로 하는 시점에 방전할 경우 전기사용요금 기준 년간 590만원 정도의 절감효과가 발생하였고. 또한 1년후 기본요금을 매월 1백만원정도 추가로 절감할 수 있다. 따라서 년간 18백만원의 비용을 절감하여 설치비용 410백만원으로 투자회수기간을 분석하면 대략 22년으로 추정된다.

하이브리드모형으로 분석한 결과, 기본요금에 영향을 미치는 달은 8,7,6월과 1,2,11,12월에 ESS를 활용하여 월별 최대 피크치 만큼만 피크 저감시키고 남은 전기는 최대부하 시간대 방전하여 요금을 절감토록 하여 년간 740만원정도의 사용요금을 절감하고, 12백만원의 기본요금을 절감하여, 투자회수기간을 분석하면 대략 20.58년으로 추정된다.

따라서, 실제 A기관에서 ESS를 도입할 경우 가장 많은 경제성을 획득할 수 있는 모형은 하이브리드모형으로 운영할 경우이며, 투자대비 회수기간은 20.58년으로 산정된다. 또한, 효과적인 ESS 경제성분석을 위해 제시한 최대저감 피크전력점추정기법의 경우, 실측치와 추정치의 오차범위가 4% 이내로 나타나, 실제 경제성분석을 위해 유용하게 사용될 수 있음을 확인할 수 있다.

 

Ⅵ. 결 론

ESS의 효율적인 활용을 위하여 가장 필요한 것은 어느 정도의 용량을 설치해서 어떻게 운영을 해야 하는가에 관한 문제이다. 즉, 어떻게 운영해야 전기요금을 가정 많이 절감할 수 있는지와 동일한 명제라 할 수 있다.

이에 본 논문에서는 실제 ESS의 경제성을 효과적으로 분석하기 위하여 3가지 운영 모형을 정의하고, 각각의 경제성 분석을 위한 기법을 제시하였다. 또한, 작년 데이터와 날씨 데이터를 회귀분석하여 최대저감 피크전력점량을 추정하는 기법을 제시하였다.

본 연구에서 제시한 기법은 실제 ESS를 도입한 기관에 적용하여 유용성과 효과성을 검증하였다. 따라서 본 연구의 결과는 향후 ESS 경제성 분석을 위해 유용하게 사용될 수 있을 것으로 판단된다.

References

  1. New Growth Engine Industry Information Technology Research, Domestic and Foreign Energy Storage System Industry Status and Business Strategy, Industrial Economics Research, 2014.
  2. Korea Smart Grid Association, Smart Grid ESS Technology Trends Report, Korea Smart Grid Association, 2012.
  3. K. I. Hwang, "Survey on Network Protocols for Energy Network Infrastructure based on Smart Utility Networks," Journal of the Korea Institute of Information and Communication Engineering, vol. 1, no. 3, pp.119-124, Dec. 2012.
  4. A. Dehamna, E. Bloom, Energy Storage on the Grid, Pike Research, 2001.
  5. KEMA, Market Evaluation for Energy Storage in the United states, pp.C-2, 2012.
  6. BIR Research Group, Energy Storage System(ESS) Industry Trends and Prospects, BIR, 2014.
  7. C. S. Jin, ESS Industry Trends and Future Development Prospects, pp.9-10, 2012.
  8. B. S. Kim, "Status of Energy Storage Technologies and Future Challenges the Power Industry", Journal of the Electrical World Monthly Magazine, pp.68, 2011.
  9. Ministry of Knowledge Economy, Energy Storage Technology Development and Industrialization Strategy, pp.1-2, 2011.
  10. D. S. Go, Energy Storage Systems for Power Supply Demand Balance and Smart Grid (ESS), Korea Institute for Industrial Economics & Trade, 2012.
  11. S. M. Cho, Optimal BESS Sizing for Customer using New Model Considering Efficiency and Life Cycle, Ph. D. dissertation, Graduate School of Soongsil University, 2012.
  12. Smart Grid Team, BESS Acquisition Approach Research for Smart Grid Real and Statable Power Supply Balance, Korea Power Exchange, 2013.

Cited by

  1. Analysis of Electricity Cost Saving Effect by the Optimal load shifting Operation with 1MWh Redox Flow Battery vol.65, pp.7, 2016, https://doi.org/10.5370/KIEE.2016.65.7.1151
  2. 화재현황 및 현장조사를 통한 ESS의 화재 위험성 연구 vol.32, pp.6, 2015, https://doi.org/10.7731/kifse.2018.32.6.091
  3. 순차전압시스템을 고려한 독립형 태양광 발전 시스템에 관한 연구 vol.24, pp.1, 2015, https://doi.org/10.7471/ikeee.2020.24.1.364
  4. Economic feasibility through the optimal capacity calculation model of an energy storage system connected to solar power generator vol.31, pp.5, 2015, https://doi.org/10.1177/0958305x19882396
  5. Economic Analysis of Special Rate for Renewable Energy Based on the Design of an Optimized Model for Distributed Energy Resource Capacities in Buildings vol.14, pp.3, 2015, https://doi.org/10.3390/en14030645