기상・통계・하이브리드 모형 외 여러기법 고려한 앙상블 모형까지

허진 (상명대학교 전기공학과 부교수)
허진 (상명대학교 전기공학과 부교수)

재생에너지 발전원 중에서 풍력 및 태양광 발전은 다른 에너지원에 비해서 성장속도가 가파르게 증가하고 있으며, 대규모 풍력 및 태양광 발전이 전력시스템에 연계되고 운영될 것으로 예상된다. 8차 전력수급계획에 따르면, 재생에너지 3020 계획에 따라 태양광 및 풍력 중심으로 확충(태양광(33.5GW) 및 풍력(17.7GW)/2030년 신재생 전체의 88% 수준)될 예정이다. 변동성전원(Variable Generation Resources)이 계통에 연계된 경우, 기존에 경험하지 못한 다양한 문제가 제기될 것으로 예상됨에 따라 이에 대한 대비가 필요하며 재생에너지의 전력계통 수용성 확대를 위해 출력의 변동성(Variability) 및 불확실성(Uncertainty)에 대응하기 위해 다양한 전원으로 구성된 계통의 유연성(Flexibility) 확보가 필요한 시점이다.

재생에너지의 발전량의 간헐적 특성은 전력계통의 안전성을 저하시키는 요소이기 때문에 정확한 발전량의 예측은 필수적이다. 특히, 재생에너지는 시간과 공간적 특성에 따라 변동성이 심하고, 불확실성이 큰 자원이기 때문에 예측기반의 계통운영 시나리오를 수립하여 신재생에너지 출력예측과 실시간 계통안전도 평가가 수행되어야 한다. 또한, 대규모의 신재생에너지 수용이 예상됨에 따라 계통안전도를 저하시키지 않기 위해서는 전력계통 보강이 수행되어야 하며, 경제적인 계통보강이 이루어지기 위해서는 재생에너지원별 및 지역적인 특성을 고려한 재생에너지의 입지 예측이 선행되어야 한다.

대부분의 해외 전력회사에서는 Persistence 모델, 수치예보(Numerical Weather Prediction) 모델, 통계기반의 모델을 활용하여 재생에너지 출력예측 결과를 계통운영 및 계획에 반영하고 있다. 대부분의 경우 수치예보 모델에서 도출되는 풍속 예측 값을 활용하여 파워 커브(Power Curve)에 적용하거나 통계 기반의 모델에 적용하고 있다. Persistence 모델은 현재 값을 다음 시점의 미래 예측 값으로 이용하는 가장 단순한 예측 모델로 변동성이 적은 지역에 대한 예측, 초단기 또는 실시간 예측, 예측 모델의 성능평가를 위한 기준 모델(reference model)로 많이 이용된다. 기상예지(Weather situation) 모델은 수치예보 모델과는 달리 태풍, 허리케인 등 급격한 기상이변에 대한 예측을 수행한다. 풍력터빈의 경우 기상이변 발생 시 기계적 고장발생을 대비하여 운영을 중단하기 때문에 해외 여러 기관에서 이에 대한 예측 모델을 이용하고 있다. Ramp 모델은 풍력발전의 변동성에 대한 예측을 수행하는 모델로 급격한 출력 변동 시 기존 발전기의 출력 증·감발이 요구되기 때문에 발전기 응동성에 대한 대책 수립을 위해 이용되고 있으며, 풍력발전 Ramping Forecasting은 최근 중요성이 증가되고 있기 때문에 해외 계통운영기관(ISO)에서 도입을 검토하고 있다.

최근 해외 계통운영기관은 앞서 언급한 기존의 예측 모델 유형 뿐 아니라 확률론적 예측 모델에 대한 개발을 추진하고 있다. 확률론적 예측 모델은 예측 결과가 최종적인 예측 값(결정론적 예측)뿐만 아니라, 예측 값에 대한 예상 범위(확률론적 예측)를 함께 도출한다. 따라서 신뢰수준(Confidence Interval) 제공을 통한 예측의 범위의 크기를 통해 출력의 불확실성을 알 수 있기 때문에 의사결정 시 참고할 수 있는 지표로 활용될 수 있다. 신뢰수준은 단일 풍력발전 예측 값에 대한 예상 출력 분포를 나타내며, 계통운영기관은 출력예측 분포 값을 통해 보다 유연성 있는 의사결정을 할 수 있으며 신뢰수준을 통해 풍력발전량의 불확실성의 수준을 파악하고 있다. 불확실성이 낮은 시점에 대해서는 결정론적 값을 운영 계획에 즉각적으로 적용하지만, 불확실성이 높은 시점에 대해서는 시점별 불확실성 수준에 따라 예비력 공급에 대한 계획 수립이 가능하다.

국내 재생에너지의 수용성 확대 및 변동성 대응을 위한 여러 가지 방법 중 재생에너지 출력 예측 기술 개발이 첫 걸음이며, 출력예측오차 개선을 위한 기술개발이 시급하다. 풍력 및 태양광 발전 출력의 경우, 기상변수(풍속 및 일사량) 중심의 기상예보 모델 개발에서 전기적 출력 특성을 고려한 통계모형의 고려가 필요하다. 특히, 일본에서는 파워 커브(Power Curve) 변환 오차(Transformation Error)의 한계를 극복하기 위해, 실제 운영데이터를 기반으로 Monte-Carlo 기법을 적용하여 파워 커브(Power Curve)를 추정하는 기술을 개발하여 기상 예측 모델의 예측오차 개선에 노력하고 있다. 또한, 기상모형, 통계모형, 그리고 하이브리드 모형 등 단일 모형(Single Model)에서 여러 기법을 동시에 고려하여 각 모델별 예측 값을 단일 예측 값으로 통합하는 앙상블 모형(Ensemble Model)으로 전환 및 개발이 필요하다. 여러 예측모델의 결과로부터 동일한 가중치 적용 또는 최적 가중치를 산정하여 하나의 앙상블 예측결과를 도출하여 계통운영에 반영이 가능하며, 앙상블 예측모형을 통해 여러 예측 기법으로부터 도출된 예측 값들을 매 시간 평가하여 가장 정확성이 높은 기법의 예측 값만을 적용하는 “Super Forecast” 기법 개발이 필요한 하다. 풍력 및 태양광으로 대표되는 재생에너지원의 데이터 모니터링 및 측정된 데이터(Measured Data) 기반으로 고수준의 재생에너지 출력예측 기술 개발을 통해 재생에너지의 수용성 확대를 위한 계통 운영/제어 및 계획 수립을 기대해 본다.

저작권자 © 전기신문 무단전재 및 재배포 금지