지역명 수요량(A) 공급량(B) 초과공급량(B-A)
강릉 143,144 329,188 186,044
고성 58,848 257,158 198,310
동해 48,843 52,946 4,102
삼척 238,530 135,047 -103,482
속초 19,645 17,461 -2,184
양구 382,403 108,765 -273,638
양양 115,665 225,553 109,888
영월 242,005 192,343 -49,663
원주 345,296 121,460 -223,836
인제 226,582 273,568 46,986
정선 1,287,156 174,022 -1,113,134
철원 189,333 175,616 -13,718
춘천 547,893 193,071 -354,821
태백 51,916 63,812 11,895
평창 655,344 316,667 -338,677
홍천 573,978 355,673 -218,305
화천 241,732 178,052 -63,679
횡성 710,320 155,852 -554,468
합계 6,078,633 3,326,253 -2,752380
<표 5> 바이오매스 수요 잠재량의 80%가 실현될 경우 지역별 초과 공급량 (단위: m3)
선형계획문제가 된다. 그 결과 양구는 인제로부터 34,636m3를 수요하고, 홍천 은 원주에 8,026m3를 공급하게 된다. 또한 정선군은 강릉과 영월, 태백, 평창 으로부터 총 308,661m3를 수요하게 된다. 춘천시는 화천군으로부터 123,88m3 를 수요하고, 홍천은 110,518m3를 횡성군으로 공급하게 된다<표6>.
마지막 행과 열은 각각 지역별 초과 수요의 합과 초과 공급의 합을 나타내 며, 두 행과 열이 만나는 곳에서 수급 균형량이 나타나며, 47만m3이다. 즉 각 지역별로 생산과 수요가 이루어지고, 초과 공급이 발생하는 지역으로부터 초 과 수요가 발생하는 지역으로 거래가 이루어질 수 있는 총량이 47만m3라는 뜻이다.
지역코드 양구 원주 정선 춘천 횡성 공급합
강릉 91,814 91,814
영월 101,591 101,591
인제 34,636 34,636
태백 44,343 44,343
평창 70,913 70,913
홍천 8,026 110,518 118,544
화천 12,388 12,388
수요합 34,636 8,026 308,661 12,388 110,518 474,229
<표 6> 수요 잠재량의 30%가 실현될 경우 초과 공급과 초과 수요 조합 (단위: m3)
다음으로 수요 잠재량의 50%가 실현되는 시나리오2에서는, 초과 수요의 합 이 초과 공급의 합을 초과하고 있어, 비용최소화 조건과 더불어 초과 공급을 충족시키는 조합을 찾게 된다. 분석 결과 삼척은 동해로부터 14,034m3를 공급 받고, 양구는 고성으로부터 130,237m3를 공급받게되며, 정선군은 강릉, 동해, 속초, 양양, 태백으로부터 바이오매스를 공급받아 총 437,916m3를 수요하게 된다. 그러나 공급량 부족으로 정선군의 초기 수요 잠재량인 63만m3를 달성
하지는 못한다. 다음으로 춘천시는 고성과 철원, 화천으로부터 바이오매스를 공급받는 것이 비용최소화를 충족시키는 조합이며, 총 149,362m3를 수요한다.
춘천시는 다행히 초기 수요를 모두 충족시킨다. 영월군은 평창군에 41,089m3 를 공급하고, 횡성군은 고성군과 인제군으로부터 바이오매스를 공급받아 총 153,921m3를 수요한다. 횡성군은 공급 부족으로 초기 수요량인 288천m3를 충 족시키지 못한다.
마지막 행과 열은 각각 초과 수요의 합과 초과 공급의 합을 나타내며, 균형 수급량은 두 행과 열이 만나는 지점으로 93만m3이다. 즉 초과 공급의 합이 초과 수요의 합보다 47만m3 부족하기 때문에 초과 공급의 합인 93만m3 범위 내에서 수급 균형을 이루게 된다.
지역명 삼척 양구 정선 춘천 평창 홍천 횡성 공급합
강릉 239,723 239,723
고성 130,237 65,110 3,064 21,967 220,378
동해 14,034 8,384 22,418
속초 5,183 5,183
양양 153,262 153,262
영월 41,089 41,089
철원 57,282 57,282
태백 31,364 31,364
화천 26,970 26,970
인제 131,954 131,954
수요합 14,034 130,237 437,916 149,362 41,089 3,064 153,921 929,623
<표 7> 수요 잠재량의 50%가 실현될 경우 초과 공급과 초과 수요의 조합 (단위: m3)
시나리오3은 수요 잠재량의 80%가 실현될 경우인데, 시나리오2와 마찬가지 로 초과수요의 합이 초과공급의 합을 초과한다. 분석 결과 삼척은 강릉과 동
해로부터 총 103,482m3를 공급받고, 속초는 양양으로부터 2,184m3를 공급받으 며, 양구는 고성, 양양으로부터 총 273,638m3를 공급받는다. 또한 정선군은 강 릉과 태백으로부터 총 98,559m3를 공급받으며, 홍천군은 양양과 인제로부터 총 79,362m3를 공급받는다. 삼척시와 속초시, 양구군은 초기의 초과 수요량을 모두 충족시키지만, 정선군과 홍천군은 공급부족으로 초과 수요를 모두 충족 시키지 못한다. 시나리오3에서 총 물동량은 557,225m3로 시나리오2보다 낮은 결과를 초래한다.
지역명 삼척 속초 양구 정선 홍천 공급합
강릉 99,380 86,664 186,044
고성 198,310 198,310
동해 4,102 4,102
양양 2,184 75,328 32,376 109,888
인제 46,986 46,986
태백 11,895 11,895
수요합 103,482 2,184 273,638 98,559 79,362 557,225
<표 8> 수요 잠재량의 80%가 실현될 경우 초과 공급과 초과 수요의 조합 (단위: m3)
끝으로 각 시나리오별로 바이오매스 총이용량을 다음과 같은 공식을 통해 계산할 수 있다.
, , ≠ (5)여기서, 는 바이오매스 총 이용량, 우측 항의 첫번째 식은 지역 k에서 의 바이오매스 공급량()과 수요량() 가운데 최소값들을 모든 지역에 대 해 합한 것이고, 두번째 항은 초과 공급지(i)로부터 초과 수요지(j)로의 물동량
()의 합을 의미한다. 이 공식을 적용하여 시나리오별로 바이오매스 총이 용량을 계산하면, 시나리오1에서는 수요 잠재량과 같은 2,279,487m3, 시나리오2 에서는 3,194,298m3, 시나리오3에서는 공급 잠재량과 같은 3,326,253m3가 된다.
Ⅳ. 결 론
바이오매스는 열량은 석탄에 비해 1/2~1/3인 반면에 수송비용은 더 많이 들기 때문에 지금까지 기술적인 측면에서 단위 열량당 무게를 경량화시키는 방향으로 많은 연구가 진행되어 왔다. 그러나 기술적인 측면의 관심도 중요하 지만, 시스템적 측면에서 바이오매스의 물류비용을 최소화하는 방안에 대한 연구도 필요하다. 이러한 연구 동기에 의해 본 연구를 수행하였고, 연구 결과 를 요약하면 다음과 같다.
지금까지 바이오매스를 이용한 에너지 생산 잠재량을 추정할 때 공급지와 수요지간의 거리를 고려하지 않고, 단순히 공급 잠재량과 수요 잠재량을 비교 하는 데에 그쳤기 때문에, 공간적 제약을 고려하는 경우에 비해 잠재량이 과 다 추정되는 경향이 있었다(에너지경제연구원 2007; 이정임, 2009). 그러나 지 역간의 거리를 최소화하면서 바이오매스에 대한 수요와 공급간의 균형상태를 분석할 수 있는 선형계획모형을 이용할 경우 이러한 공간 제약을 고려한 잠 재량을 구할 수 있다.
본 연구는 강원도를 전체 시스템으로 간주하고, 도내 18개 시군간에 바이오 매스에 대한 교역이 이루어진다고 보았다. 지역내의 공급과 수요를 비교하여, 공급량이 수요량을 충족시키는 범위내에서는 지역내에서 교역이 이루어진다 고 보았다. 그러나 지역별로 초과 수요나 초과 공급이 발생할 경우에는 지역 간 바이오매스 교역이 이루어진다고 가정하고, 초과 공급지로부터 초과 수요 지로 바이오매스가 얼마나 이동하는 것이 시스템 전체의 수송비용을 최소화
할 수 있는지를 선형계획모형을 이용하여 추정해 보았다.
그 결과 수요 잠재량의 30%를 가정한 시나리오1에서는 초과 공급량이 초 과 수요량보다 크기 때문에 지역내 이용량과 지역간 교역량을 합한 총이용량 이 초과 수요량에 의해 결정되고, 초과 공급지에서 가장 가까운 지역으로 바 이오매스 교역이 이루어지는 것을 알 수 있었다. 한편 수요 잠재량의 50% 및 80%를 가정한 시나리오2와 3에서는 초과 수요량이 초과 공급량보다 크기 때 문에, 초과 수요량을 모두 충족시킬 수 없었고, 특히 시나리오2의 경우 바이 오매스 총이용량이 공급 잠재량에 못 미치는 것으로 나타났고, 시나리오3에서 는 총이용량이 공급 잠재량과 같아졌다. 따라서 단순히 공급 잠재량이나 수요 잠재량 측면에서만 바이오매스 이용가능량을 파악하기 보다, 지역간 수송비를 최소화하면서 지역간 교역을 허용하는 선형계획 모형을 이용할 경우 보다 현 실적인 결과를 얻을 수 있었다.
본 연구결과를 통해 강원도에서 앞으로 바이오매스를 에너지로 활용하는 사업을 전개하고자 할 경우, 전체 물류 비용을 최소화하면서 지역간 교역량에 관한 최적 수급 조합을 참고하여 보다 효율적인 바이오매스 개발 전략을 수 립하는 데에 도움이 될 수 있을 것으로 평가된다.
본 연구는 다음과 같은 관점에서 향후 지속적인 모형 개발의 여지가 있을 것으로 본다. 우선 바이오매스 단위 톤당 운송비가 동일하다고 가정하였는데, 운송비가 비선형관계를 가질 수 있고, 우드칩이나 우드펠렛, 반탄화 펠렛, 바 이오오일 등 바이오매스 연료 유형별로 단위 무게당 총열량이 다른 측면들을 비선형계획기법을 통해 상대 비교할 필요가 있다. 둘째 본 연구에서는 대형 화물트럭만을 고려했는데, 철도나 배, 파이프라인 등 다양한 운송수단별 최적 경로를 분석하여 어떤 기술과 운송수단이 가장 최적인지에 대한 연구가 필요 할 것으로 보인다. 셋째 지역간 바이오매스 운송거리를 추정할 때 본 연구에 서는 각 지역별 중심지간의 네트워크 거리를 기준으로 했으나 공급지와 수요 지의 공간적 특성을 고려한 거리 데이터를 구축한다면 보다 정확한 분석이 가능할 것이다. 마지막으로 강원도 전체를 기준으로 수요가 공급을 초과할 경
우 초과 수요에 대해서는 국내 바이오매스에 의해 충족되지 못한다. 따라서 해외 부문을 고려한 개방경제하의 선형계획모형을 통해 초과 수요에 대한 적 절한 대응 방안을 수립할 필요가 있을 것이다.
접수일(2010년 2월 10일), 수정일(1차: 2010년 2월 25일, 2차: 2010년 3월 3일), 게재확정일(2010년 3월 5일)
◎ 참 고 문 헌 ◎
강원도. 2008. “강원통계연보.” 강원도청.
. 2009. “강원통계연보.” 강원도청.
김영숙. 2008. “목질바이오매스를 이용한 액체(수송용) 에너지 이용과 개발 동향.” 임산 에너지 제9권 3호 : pp1-10.
배정환. 2006. “목질계 바이오매스에너지의 지역별 잠재적 파급효과 추정.” 한국신재생 에너지학회 추계학술대회논문집. pp217-220.
산림청. 2008. “임업통계연보.” 산림청.
. 2009. “임업통계연보.” 산림청.
안지운․배정환. 2009. “바이오에너지 산업 육성을 통한 FTA 대응전략 연구 (제2차년도) : 목질계 바이오매스 보급 확대의 온실가스 저감잠재량 추정.” 에너지경제연구원.
에너지경제연구원. 2007. “목질계 바이오매스의 에너지 활용방안.” 지식경제부.
. 2008. “바이오매스에 의한 열공급 부문 지원방안.” 지식경제부.
. 2009. “강원도 바이오매스 자원개발 및 실용화 추진 방안 수립 연구.”
강원도청.
이정임. 2009. “목질계 바이오매스의 에너지 활용방안.” 경기개발연구원.
진상현. 2007. “강원도 바이오에너지 사업의 경제적 타당성에 관한 연구.” 강원발전연구원.
최돈하. 2004. “목질계 자원을 이용한 바이오에너지 이용.” 산림과학정보 161호. pp2-3.
Brechbill, S. C. and Tyner, W. E. 2008. “The Economics of Biomass Collection, Transportation, and Supply to Indiana Cellulosic and Electric Utility Facilities.”
Working Paper #08-03. Department of Agricultural Economics, Purdue University.
Brooke, A., Kendrick, D., Meeraus, A., Raman, R., 1998, GAMS : A User's Guide.
GAMS Development Corporation.
Chiang, A..C., Wainwright, K., Fundamental Methods of Mathematical Economics. Korea.
: McGraw Hill.
Curry, G.L., Coulson, R. N., Maria, J.G.D., Smith, T., 2008. “An Optimization-Based System Model of Disturbance-Generated Forest Biomass Utilization.” Bulletin of Science, Technology & Society 28(6) : pp486-495.
Ileleji, K., 2007, “Transporation Logistics of Biomass for Industrial Fueal and Energy Enterprises.” presented in the 7th Annual Conference on Renewable Energy from Organics Recycling, Indianapolis, IN.
Kiel, J., 2007, “Torrefaction for Biomass Upgrading into Commodity Fuels.” IEA Bioenergy Task 32 workshop “Fuel storage, handing and preparation and system analysis for biomass combustion technologies.” Berlin.
Noon, C.E., M.J. Daly, Graham, R.L., Zahn, F.B., 1996, “Transportation and Site Location Analysis for Regional Integrated Biomass Assessment (RIBA).” Proc., BIOENERGY '96 - The Seventh National Bioenergy Conference: Partnerships to Develop and Apply Biomass Technologies. September 15-20, 1996. Nashville, Tennessee.
Searcy, E., Flynn, P., Ghafoori, M., Kumar, A., 2007. “The Relative Cost of Biomass Energy Transport.” Applied Biochemistry and Biotechnology 136-140 : pp639-652.
Velazquez-Marti B. and Annevelink, E., 2009. “GIS Application to Define Biomass Collection Points As Sources for Linear Programming of Delivery Network.” Transactions of the ASABE 52(4) : pp1069-1078.