주: 저자 계산 - 코로나19가 한국의 전력 수급에 미친 영향 분석

[그림 5-9] 2016~2020년 월별 온실가스 및 미세먼지 배출 추세

<표 5-6> 발전원별 온실가스 배출 비중 (%)

2016 2017 2018 2019 2020

석탄 78.4 81.2 78.5 78.2 75.6

석유 3.8 1.5 1.5 1.0 0.6

가스 17.8 17.4 20.0 20.8 23.7

주: 저자 계산

이상의 온실가스 및 미세먼지 배출 추정 결과를 종합하면, 코로나 19로 인한 전기 소비 감소가 배출 감소의 기저로 작용하는 가운데, 배출 감소의 크기를 결정하는 주요 요인으로 미세먼지 및 온실가스 배출 감축 정책에 따른 석탄 발전의 감소, 원자력 및 재생에너지 발 전의 증가 등을 지목할 수 있다. 각 요인들은 독립적으로 배출 감소 를 결정하는 것이 아니라 어느 하나의 감소가 다른 하나의 증가를 가 져오는 상호작용을 하기 때문에 요인별 분석을 하기는 까다롭지만, 코로나19의 직접적인 영향으로 인한 감소보다

³²

2020년 정책이 배출 감소에 더 큰 영향을 미쳤다는 것은 쉽게 짐작할 수 있다.

4. 전력 시장 가격

우리나라 전력 시장 가격은 전력 거래 하루 전에 매 시간 단위로 결정된다. 이때의 시장 가격을 계통한계가격(SMP)이라 하며, 전력 거래소에서 예측한 시간별 전기 수요와 발전사가 제출한 시간별 공 급 가능 용량이 교차하는 수준에서 결정된다 (전력거래소, 2019). 계

32

앞서 전기 소비 분석에서는 전기 소비 변화를 코로나19의 직접적인 영향과 간접 적인 영향으로 구분하고 있지만, 여기서는 전기 소비 감소 전체를 코로나19의 직 접적인 영향으로 표현하였다.

통한계가격은 해당 시간대에 출력이 결정된 발전기 중에서 가장 발 전 비용이 높은 발전기의 비용이다.

다음 [그림 5-10]는 2016년에서 2020년까지 일 평균 육지 계통한계 가격의 연간 변화 추이를 보여주고 있다. 육지 계통한계가격은 2018 년 말 이후 꾸준한 하락 추세를 보이는 가운데 2020년 8월에 급격히 하락하였다가 12월에 다시 급격히 상승했다. 또한 2020년의 계통한 계가격이 이전의 계통한계가격에 비해서는 뚜렷하게 낮아진 것을 알 수 있다. 한편, 2020년 계통한계가격은 4월부터 7월까지 가격의 불안정성이 심해졌다. 이는 다른 연도의 계통한계가격과 다른 차이 점이다. 2020년 2분기와 3분기에는 천연가스의 열량 단가가 한계가 격을 결정하는 비율이 전년 대비 큰 폭으로 하락하고 유연탄의 열량 단가가 한계가격을 결정하는 경우가 많아졌다 (전력시장감시위원회, 2020a; 전력시장감시위원회, 2020b). 한편 유연탄의 연료비 단가는 비교적 꾸준히 하락한 반면, 천연가스의 연료비 단가는 8월에 급격 히 하락하고 다시 12월에 상승하였다.

[그림 5-10] 2016~2020년 일평균 육지 SMP 추세

주 1: 전력거래소 자료(https://www.kpx.or.kr/www/contents.do?key=19)를 이용하여 저자

작성

주 2: 일일 계통한계가격은 시간별 계통한계가격의 단순 평균으로 계산, 요일에 맞춰 각 연도의 데이터를 정렬

계통한계가격이 낮아진 것은 두 가지 요인으로 설명할 수 있다. 첫 번째는 코로나19로 인해 2020년 전기 소비가 낮아졌다는 점이다. 단 순하게 설명하면, 전기 소비가 많을수록 더 높은 비용의 발전기가 돌 아가야 하기 때문에, 2020년의 전기 소비 하락은 계통한계가격의 하 락을 초래하였다. 두 번째는 연료 가격의 하락이다. 코로나19 팬데믹 으로 인해 전 세계적으로 화석 연료의 수요가 감소하고 이는 국제 에 너지 가격의 하락으로 이어졌다. 국내 도입 단가 기준으로 석유의 경 우 2020년 초 폭락한 후 6월에서야 회복하기 시작하였으며, 천연가 스는 석유와 약 4개월의 시차를 두고 비슷한 움직임을 보이고 있다 (에너지경제연구원, 2021.3).

³³

연료마다 가격이 비용에 반영되는 시

33

천연가스 국내 도입 단가의 하락은 국제 에너지 가격의 하락과 함께 국내 직도입 물량의 증가도 영향을 미친 것으로 분석된다 (에너지신문, 2021). 가스공사의 개

30 60 90 120 150

1 2 3 4 5 6 7 8 9 1

0 1 1

1 2

원/kWh

2016 2017 2018 2019 2020

차가 다르지만, 2020년은 코로나19 팬데믹으로 촉발된 국제 에너지 가격의 하락이 국내 전력 거래 가격의 하락을 강화시켰다.

전력 가격은 기본적으로 확률적인 성질을 가지고 있기 때문에 이 상 가격 지수를 사용하여 코로나19가 전력 도매 가격에 미친 영향을 살펴보았다.

³⁴

이상 가격 지수(abnormal price index)는 다음과 같이 계산한다.

𝐼 𝑆𝑀𝑃

_{, , ,}

2𝐹 𝑆𝑀𝑃

_{, , ,}

여기서 𝑆𝑀𝑃

_{, , ,}

는 y 연도, m 월, d 일, t 시간의 계통한계가격이 며, 𝐹 ∙ 는 분석 전체 기간의 가격에 대한 누적 확률 분포이다.

³⁵

이상 가격 지수는 정의 상 0에서 1 사이의 값을 갖으며, 가격이 중위에 가 까울 경우 0에 가까워지고 중위에서 멀어질수록 1에 가깝게 된다. 가 격이 25 백분위(percentile)와 75 백분위 사이에 들어갈 때 이상 가격 지수는 0.5 이하가 된다.

––––––––––––––––––––––––––––––

별요금제는 22년부터 운영되는 신규 발전기나 기존 계약이 종료되는 발전기에 한 정되어 있고, 2020년 10월 첫 계약이 체결되었기 때문에 2020년 가격 하락에는 영 향이 없는 것으로 파악된다.

34

Ruan, et al (2021)은 미국 ISO-NE의 이상 가격 지수가 코로나19로 인한 비상 상황 선포 전에 이미 상승했음을 보였고, 이는 천연가스 가격의 하락과 코로나19 팬데 믹의 복합 영향으로 분석하였다.

35

일반적으로 가격의 사후 확률 분포는 월 분포(𝐹 )를 사용한다. 여기서는 코로나 19 이후 2020년 전체의 계통한계가격의 위치를 살펴보고자 했기 때문에 전체 기 간을 확률 분포 추정 기간으로 설정하였다.

[그림 5-11] 2020년 시간별 SMP와 이상 가격 지수 평균 추세

주: 전력거래소 자료(https://www.kpx.or.kr/www/contents.do?key=19)를 이용하여 저자

작성

위의 [그림 5-11]은 2020년 시간별 계통한계가격과 이상 가격 지수 계산 결과를 보여주고 있다. 이상 가격 지수는 일주일의 이동 평균선 이다. 이상 가격 지수는 첫 번째 코로나 파도가 끝나면서 급격히 증 가하고, 두 번째 코로나19의 파도가 오기 직전에 다시 한번 급격히 상승했다. 여기서, 2020년 계통한계가격이 전체 평균보다 낮기 때문 에 이상 가격 지수의 상승은 계통한계가격의 하락을 의미한다. 2020 년 계통한계가격의 또다른 특징은 4월부터 7월까지 가격이 상한과 하한 양쪽으로 몰려있다는 점이다. 이는 이상 가격 지수가 8월 이후 보다 낮은 수준이지만 이 기간의 이상 가격 지수의 편차는 급격히 확 대되었다는 것을 보여준다. 즉, 코로나19의 첫 번째 파도가 지나간 후 계통한계가격의 불안정성이 심해졌다.

0 0.2 0.4 0.6 0.8 1

30 60 90 120 150

1 2 3 4 5 6 7 8 9 1

0 1 1

1 2

원/kWh API

SMP moving average of API

[그림 5-12] 2019년 시간별 SMP와 이상 가격 지수 평균 추세

주: 전력거래소 자료(https://www.kpx.or.kr/www/contents.do?key=19)를 이용하여 저자

작성

2020년 계통한계가격의 특이점은 다른 연도의 계통한계가격과 비 교하면 잘 드러난다. [그림 5-12]은 비교를 위해 2019년 계통한계가 격과 이상 가격 지수의 이동 평균선을 보여주고 있다. 2019년의 계통 한계가격은 초반에 전체 기간의 평균보다 높았지만 5월 이후 평균 수준을 유지하였다. 특별한 경우를 빼고는 특정 기간 내의 계통한계 가격이 서로 크게 차이 나지 않았다.

종합하면, 코로나19로 인한 전기 소비의 감소, 미세먼지 집중 관리 기간의 종료에 따른 석탄 발전의 증가, 국제 연료 가격의 하락(이는 코로나19 팬데믹으로 인한 세계 수요 감소의 영향)으로 인한 열량 단 가의 하락 등이 겹치면서 2020년 4월에서 8월까지 그리고 12월의 계 통한계가격 분포의 이상 현상이 나타난 것으로 분석된다.

0 0.2 0.4 0.6 0.8 1

30 60 90 120 150

1 2 3 4 5 6 7 8 9 1

0 1 1

1 2

원/kWh API

SMP moving average of API

5. 예측 오차(day-ahead forecast)

전력 시장은 하루 전 수요 예측과 전기 생산자가 제출하는 공급 가 능 계획에 따라 계통한계가격과 계획 발전량을 결정하지만 (전력거 래소, 2019) 전기 생산량은 실시간 전기 소비에 의해 결정된다. 코로 나19가 소비 수준 및 소비 패턴에 영향을 미친다면 이는 적어도 단기 적으로는 하루 전 수요 예측의 오차를 크게 만들고, 따라서 실시간 전기 공급 비용의 증가를 초래할 수 있다. 여기서는 전력거래소에서 제공하는 하루 전 예측 자료를 이용하여 코로나19 이전 시기와 코로 나19 이후 하루 전 예측 오차가 얼마나 다른지 살펴보고자 한다.

하루 전 예측의 오차는 다음과 같이 평균 절대비오차(mean absolute percentage error)로 계산한다.

𝑓𝑜𝑟𝑒𝑐𝑎𝑠𝑡 𝑒𝑟𝑟𝑜𝑟 1 𝑇

𝐿 𝐿

𝐿

여기서 𝐿 는 y 연도, m 월, d 일, t 시간에 대한 하루전 전기 수요 예측이고 𝐿 는 실제 전기 소비량이다.

다음 <표 5-7>는 2016년부터 2020년까지 월별 평균 절대비오차 결 과를 보여주고 있다. 결과에 따르면 2020년의 예측 오차는 이전 시기 예측 오차와 크게 달라진 점이 없다. 오히려 2020년의 예측 오차가 2019년을 제외하고 이전 시기보다 오히려 작은 것으로 계산되었다.

이는 해외 사례에서도 발견된다. 미국 전력 시장의 독립 계통 운영자 (ISO)의 하루 전 예측 오차는 코로나19의 영향 하에서도 크지 않았고 5월 이후에는 축소되는 경향이 분명하게 나타났다는 점을 근거로 코 로나19의 영향이 수요 예측 측면에서 제한적이었다고 분석했다 (Ruan, et al., 2021).

<표 5-7> 연도별 수요 예측의 절대비 오차

월 2016 2017 2018 2019 2020

1 2.43 2.61 3.02 2.63 2.45

2 3.48 3.25 3.60 3.04 3.24

3 2.70 2.49 3.46 2.34 2.94

4 1.92 2.34 2.32 2.37 2.70

5 2.41 3.01 2.80 2.69 2.71

6 2.41 2.50 2.58 2.30 3.11

7 3.30 2.76 3.16 2.57 2.62

8 4.85 3.66 3.85 3.64 3.08

9 3.03 2.26 3.07 2.60 3.32

10 2.60 2.88 2.47 3.15 2.40

11 2.60 2.22 2.17 2.44 2.05

12 2.69 3.45 3.18 2.55 2.63

평균 2.87 2.79 2.97 2.69 2.77

주: 전력거래소 자료(https://www.kpx.or.kr/www/contents.do?key=223)를 이용하여 저자 작성

코로나19 이후 하루 전 예측의 오차가 이전 시기와 유사하다는 것 은 두 가지 의미가 있다. 하나는 코로나19로 인한 변화에 대해 전력 시스템의 대응이 적절했다는 것을 의미하며, 전력 시스템 비용을 제 대로 관리했다고 해석할 수 있다. 다른 하나는 코로나19가 전기 소비 에 그다지 영향을 미치지 않아서 공급 측면에서의 대응이 이전과 다 를 필요가 없었다고 해석할 수 있다. 즉, 코로나19로 인해 전기 소비 가 전반적으로 하락하기는 했지만 이는 예측 측면에서 충분히 예상 가능한 범위 내에서 변화했다는 것이다.

6. 제약 발전 및 제약 비발전

전기 수요 예측 오차는 전력 시장에서 제약 발전(CON, Constrained-ON)과 제약 비발전(COFF, Constrained-OFF)으로 나타난 다. 제약 발전은 계획된 발전량을 초과하여 발전한 전기 생산량이며, 발전 사업자 요청에 의한 초과 발전(발전사업자 제약 발전, GSCON) 과 계통 사유로 인한 초과 발전(계통 제약 발전, SCON)으로 구분된 다 (전력거래소, 2019). 여기서 계통 제약은 수요 예측 오차, 송전제 약, 발전기 정지 등을 포함하며, 발전사업자 제약 발전은 자체성능시 험, 열제약 등의 발전사의 사유로 발전한 전력량을 의미한다 (전력거 래소, 2019). 제약 비발전은 발전 계획에 포함되어 있었으나 발전하 지 못한 전력량을 의미한다 (전력거래소, 2019).

<표 5-8> 연도별 제약 발전 및 제약 비발전

2016 2017 2018 2019 2020

Total [TWh] CON 19.09 32.25 34.90 32.62 45.20 COFF 37.36 53.08 48.21 50.69 58.17

Minimum [GW] CON 0.02 0.23 0.06 0.39 0.20

COFF 0.46 1.09 1.16 1.67 0.46

Maximum [GW] CON 8.90 12.70 11.18 10.22 13.11 COFF 13.58 14.91 13.20 12.57 14.09

Variance [GW] CON 1.86 3.53 3.13 2.85 6.62

COFF 2.73 3.77 3.71 2.30 4.04

주: 전력거래소 자료(https://www.kpx.or.kr/www/contents.do?key=19)를 이용하여 저자 작성

위의 <표 5-8>은 계통 제약 발전 및 제약 비발전의 요약 통계를 보 여주고 있다. 제약 발전과 제약 비발전 모두 코로나19가 확산된 2020

년에 이전에 비해 크게 증가하였다. 제약 발전의 증가는 대부분 계통 제약에 의해 발생한 것으로 나타났다.

³⁶

2020년의 예측 오차가 이전 과 크게 다르지 않았다는 점을 고려할 때, 제약 발전이나 제약 비발 전의 증가는 총량 변수의 예측 오차에서는 파악되지 않는 어려움이 발생한 것을 시사한다. 하지만 이것이 코로나19로 인한 영향인지 아 니면 다른 요인에 의한 것인지는 추가적인 분석이 필요하다.

[그림 5-13] 2016~2019년 평균과 2020년 시간별 계통 제약 발전 추세

주: 전력거래소 자료(https://www.kpx.or.kr/www/contents.do?key=19)를 이용하여 저자

작성

위의 [그림 5-13]는 2016~2019년의 시간별 계통 제약 발전과 2020 년의 시간별 계통 제약 발전을 시각적으로 비교함으로써 어느 시기 에 차이가 발생했는지를 보여주고 있다. 4월 에서 11월까지 2020년 의 제약 발전은 과거 4년 평균보다 매우 높은 수준을 유지하였으며, 특히 5~6월과 10~11월에 차이가 크게 발생했다. 앞서 설명한 것처럼

36

제약 발전의 60~70%는 계통 제약 발전이 차지하고 있다.

2 4 6 8 10 12 14 16

1 2 3 4 5 6 7 8 9 1

0 1 1

1 2

2016‐2019 2020

2020년의 소비 예측 오차에 특이점이 없기 때문에 송전제약이나 다 른 요인에 의한 발전이 증가한 것으로 판단된다. 다만, 2020년 4월은 계통 운영을 위한 보조서비스 정산 규칙의 변경이 적용된 시점이라 는 특이점이 있다. 보조서비스 정산에 대해서는 다음에 다시 살펴보 도록 한다. [그림 5-14]는 시간별 제약 비발전을 보여주고 있다. 시간 별 제약 비발전도 4월부터 11월까지 이전 평균과 차이가 나는 것을 발견할 수 있다. 다만, 제약 비발전은 제약 발전에 비해서는 차이가 크지 않았다.

[그림 5-14] 2016~2019년 평균과 2020년 시간별 제약 비발전 추세

주: 전력거래소 자료(https://www.kpx.or.kr/www/contents.do?key=19)를 이용하여 저자

작성

7. 보조서비스 정산

전력 시스템의 보조서비스는 주파수 유지 등 전기 품질 및 계통 안 정성과 관련된 서비스를 의미한다. 우리나라에서는 주파수 조정 서

2 4 6 8 10 12 14 16

1 2 3 4 5 6 7 8 9 1

0 1 1

1 2

2016‐2019 2020

문서에서 코로나19가 한국의 전력 수급에 미친 영향 분석 (페이지 92-107)