코로나19가 한국의 전력 수급에 미친 영향 분석

수시 연구 보고서

21-03

2 0 2 0

수시

21-03

코로나19가 한국의 전력 수급에 미친 영향 분석

김 수 일

코로나19가

한국의 전력 수급에 미친 영향 분석

값 7,000원

   

   

저 자 

^김수일 

 

   

 

   

연 구 진 

   

연구책임자 김수일  (에너지경제연구원 선임연구위원) 

연구참여자 이성재  (에너지경제연구원 부연구위원) 

     

     

     

     

     

 

   

   

<요 약>

1. 연구의 필요성 및 목적

□ 연구의 필요성

o 코로나19 팬데믹은 경기 침체 및 생활 행태 변화와 더불어 에 너지 시장에도 심각한 영향

- IEA에서는 전 세계 에너지 소비가 급락하고 온실가스 배출도 거의 8%가 줄어들 것으로 예상 (IEA, 2020b)

- 대부분의 국가에서 전기 소비가 감소한 것으로 나타났으며 (IEA, 2020a), 단기적으로 재생에너지원의 비중이 증가

- 우리나라에서도 2020년 국내 총생산은 전년 대비 1.0% 감소 하였으며, 총에너지 소비는 290.2백만 toe 수준으로 전년 대비 4.3% 감소 (에너지경제연구원, 2021.3)

o 코로나19 확산의 영향을 가장 잘 살필 수 있는 에너지 분야는 전기 소비와 전력 시장

- 코로나19의 순간적 그리고 누적적 영향을 살필 수 있는 데이 터가 가능한 분야는 전기 소비 및 전력 시장이기 때문에 전기 를 중심으로 코로나19가 에너지 시장에 미친 영향에 대한 분 석이 필요

- 이를 통해 전력 시장에 예상치 못한 외부적 충격이 왔을 때 정 부 정책과 전력 시장은 어떤 대응을 해야 하는지 준비가 가능

□ 연구의 목적 및 방법

o 코로나19의 국내 확산이 우리나라 전기 소비량과 소비 패턴 그리고 발전 시장에 미친 영향을 분석

- 확산 단계별, 계절별, 시간별 전기 소비 및 생산의 변화에 대해 시 각적 그리고 정량적 분석을 도출하고 코로나19의 영향을 평가

o 한국전력공사와 전력거래소의 시간별 데이터를 이용하여 2020년 전기 소비 및 생산을 그 이전 시기와 비교 분석 - 한국전력공사의 AMR 데이터를 이용하여 부문별 전기 소비

패턴의 변화를 다양한 부하 지수를 통해 분석

- 전력거래소의 발전원별 발전량 자료를 이용하여 코로나19 시기 발전 구성이 그 이전 시기에 비해 어떻게 달라졌는지를 비교 - 기타 수집 가능한 다양한 데이터를 이용하여 2020년 전력 시

장의 변화를 관찰

- 데이터 시각화 및 지수 비교를 비롯하여 기온 효과를 제거하기 위한 단순 회귀 분석 방법 사용과 새로운 지표 발굴 등을 시도

2. 연구 내용 및 주요 분석 결과

□ 전기 소비의 변화

o 우리나라는 코로나 확산 방지를 위해 지역별 사회적 거리두기 를 시행

- 2020년 3월부터 5월까지 종교시설을 비롯한 일부 시설과 업 종의 운영 제한 조치를 실시

- 8월에는 2~2.5단계 사회적 거리두기를 실시

- 11월에는 수도권에 2단계 거리두기로 조정하였고, 이후 수도 권 거리두기 2.5단계 및 비수도권 2단계로 상향된 조치는 2021년 1월 3일까지 연장

o 우리나라의 전기 소비는 2019년 525.3 TWh에서 2020년에 는 511.6 TWh으로 2.6% 감소

- 2020년 전기 소비는 전반적으로 이전 4년 평균에 비해서 다소 낮았으며 두드러진 차이를 보인 것은 5월과 7월

- 하지만, 사회적 거리두기가 강화된 12월의 경우 오히려 지난 4년 평균보다 주간 평균 전기 소비가 증가

- 즉, 코로나19 감염 확진자 발생 추이나 그로 인한 국내 방역 조치 강화 시기와는 시간적 상관관계가 미약

o 연간 최대소비는 2019년 85.4 GW에서 2020년 84.7 GW로 0.8% 하락

- 전기 소비량 감소에 비해 최대소비(최대부하) 감소는 상대적 으로 작아 코로나19가 최대소비에는 별다른 영향을 미치지 않은 반면 최저소비(최저부하)는 5.1% 가량 크게 감소

- 2020년 전기 소비는 이전과 비슷한 최대소비, 줄어든 전기 소 비량, 짧아진 최대소비 범위 지속 시간과 최대소비 시간으로 요약 가능

□ 전기 소비 패턴의 변화

o 2020년 일일 전기 소비 패턴은 2016~2019년 일일 전기 소비 패턴 평균에서 상당하게 변화

- 전기 소비량이나 전기 소비 형태는 이전 시기와 큰 차이점이 없지만 마할라노비스 거리로 측정한 2020년 전기 소비 패턴 은 이전의 전기 소비 패턴과 차이점이 있는 것으로 나타났으 며 특히 4월, 6월, 12월에 두드러진 차이를 보임

- 생산활동과 관련된 4시에서 16시까지, 그리고 소비 활동과 관 련된 20시에서 24시까지 이전의 소비 패턴에서 변화

□ 발전 부문의 변화

o 변동성 재생에너지(variable renewables)의 발전 비중은 아 직 낮지만 빠르게 증가하는 상황

- 태양광 발전량은 2020년 5.08 TWh로 전년 대비 31.9% 증가, 총발전량에서의 비중은 2019년 0.73%에서 2020년 0.98%로 확 대(전력거래소 발전원별 발전량 기준)

- 풍력 발전은 2019년 2.67 TWh에서 2020년 3.13 TWh로 17.3%

증가하여 2020년 총발전량에서 0.61%를 차지

- 시간당 발전에서 태양광 발전이 차지하는 최대 비중은 2019 년 4.2%에서 2020년 6.1%까지 증가하여 수력(2020년 5.9%)보 다 발전 시스템에 미치는 영향이 증대

o 총발전에서 변동성 재생에너지를 제외한 순부하는 재생에너 지 발전이 증가하면서 점차 감소

- 전기 소비량의 감소 및 전기 소비 패턴의 변화와 더불어 변동 성 재생에너지 발전의 증가는 전통적 전력 공급 설비가 실시 간 대응하는 부하 패턴의 변화와 변동성의 증가를 초래 - 발전량이나 최저부하의 감소에 비해 최대부하의 감소는 크지

않았으며, 순부하의 평균 시간당 출력 변화와 연속적인 출력 상승의 크기는 증가

- 2020년의 원자력 발전은 이전 시기의 평균에 비해 증가했지 만 석탄은 크게 감소하여 기저 발전의 일 평균 비중이 2019년 67.97%에서 2020년 64.73%로 하락

- 석탄 발전의 감소는 미세먼지 종합 대책에 따른 석탄 발전 상 한 제약 및 가동 중지와 전기 소비 감소에 따른 발전량 감소가 복합적으로 작용

- 실시간 대응이 필요한 소비 패턴의 변화와 재생에너지 발전 의 증가는 가스 발전의 변화를 증폭

o 온실가스와 미세먼지 배출은 2018년 정점에 도달한 후 2019 년과 2020년 연이어 감소

- 온실가스는 2019년 전년 대비 7.1%, 2020년은 전년 대비 11.0%

감소한 것으로 추정

- 미세먼지는 2019년 5.0%, 2020년 10.3% 감소한 것으로 추정 - 봄철의 배출이 상대적으로 크게 감소한 것을 보면 미세먼지 및

온실가스 저감 정책으로 인한 석탄 발전의 감소가 주요 원인

o 2020년의 계통한계가격은 이전의 계통한계가격에 비해서는 뚜렷하게 하락

- 2020년 천연가스의 연료비 단가가 8월에 급격히 하락하였으 며, 유연탄의 열량단가가 한계가격을 결정하는 비중이 증가 (전력시장감시위원회, 2020a; 전력시장감시위원회, 2020b) - 이로 인해 2020년 4월에서 8월까지 그리고 12월의 계통한계

가격 분포의 이상 현상이 발생

o 제약 발전 및 제약 비발전은 2020년 크게 증가

- 제약 발전의 증가는 예측 오차 및 송전 제약으로 인한 발전인 계통 제약 발전의 증가가 원인

- 총량 기준의 예측 오차는 이전과 크게 달라지지 않았기 때문 에 제약 발전 및 제약 비발전의 증가는 코로나19 시기 전력 시 장의 변화가 발생한 것을 의미

- 하지만 변화의 원인으로 코로나19를 지목하기는 어려우며 제 약 발전 및 비발전의 증가 원인에 대한 추가 분석이 필요

o 주파수 조정 서비스, 예비력 서비스 등 전력계통운영 보조서 비스에 대한 정산금은 2020년에 크게 감소

- 정산 규모가 줄어든 것은 정산 규칙 변경에 따른 보조서비스 의 범위와 정산 수준이 달라졌기 때문으로 분석

3. 결론 및 시사점

o 전기 소비의 감소는 코로나19로 인한 경제 활동 부진이 가장 큰 원인이긴 하지만, 국내총생산 감소에 비해 감소가 크지 않 았음

- 전면 폐쇄와 같은 수단을 사용하지 않고 코로나19에 대한 방 역을 비교적 성공적으로 유지함으로써 주요 선진국에 비해 전기 소비의 변화가 미미

- 하지만 마할라노비스 거리를 이용한 전기 소비 패턴을 분석한 결과 2020년 우리나라의 전기 소비 패턴의 변화는 분명하게 존 재

o 코로나19의 영향과 재생에너지 발전의 증가로 순부하의 감소 와 변동성이 확대

- 변화 정도는 전력 시장이 우려할 정도로 크지 않았지만, 전기 소비 감소 및 소비 패턴의 변화와 변동성 재생에너지 발전 증 가는 각각에 대한 전력 시스템의 관심이 필요

o 연간 수치의 변화보다 순간적인 이상 현상이 계통의 안정성에 보다 중요

- 재생에너지 발전의 패턴과 전기 소비 패턴이 상이하기 때문 에 전기 소비가 낮은 시기에 재생에너지 출력이 높은 상황이 발생 가능

- 특히, 재생에너지 발전이 많은 시기가 미세먼지 대응 및 예방 정비 집중 시기이기 때문에 계통 안정성 측면에서 어려움 증 가

- 전기 소비의 패턴 변화와 순부하의 패턴 및 변동성 증가로 향 후 최대부하 전망과 함께 이상치 수요에 대한 예측과 대비가 필요

- 석탄 발전을 지속적으로 줄여나가는 정책이 유지되는 동안 석 탄 발전의 출력 변화나 변동성 확대는 지속될 것으로 예상 - 가스 발전은 시간 당 최대 발전이 석탄 발전에 거의 근접했으

며, 평균 출력 변화, 순간 최대 변화, 연속 최대 변화 등 모든 측면에서 확대될 것으로 예상

o 온실가스 및 미세먼지 배출은 코로나19라는 외부적 요인보다 온실가스 및 미세먼지 정책이 더 큰 영향

- 온실가스 및 미세먼지 감축이라는 정책 목표의 추진이 배출 감축에 큰 효과

- 하지만, 이는 계통 운영의 어려움을 가중시키는 요인으로 작 용하기 때문에 감축 목표 달성과 함께 목표에 도달하는 경로 를 안전하게 관리하는 것이 중요

 

   

제목 차례

제 1 장 서론 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 1 1. 연구의 배경 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 1  2. 연구의 목적 및 보고서의 구성 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 5

제 2 장 코로나19 영향에 대한 선행 연구 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ

9

제 3 장 전기 소비의 변화 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 15  1. 전기 소비 변화에 대한 시각적 분석 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 16  2. 주요 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 20 2.1. 소비 곡선(부하 곡선) 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 20 2.2. 소비 변동성(부하 변동성) 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 22 2.3. 소비 패턴 변화 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 24  3. 전기소비 주요 지표 계산 결과 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 25  4. 기온 효과 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 36

제 4 장 부문별 소비 패턴의 변화 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 41  1. 분석 방법 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 41  2. 부문별 전기 소비 패턴 지수 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 42  3. 마할라노비스 거리를 이용한 세부 업종의 소비 패턴 변화 추정 ꞏꞏꞏ 49

제 5 장 발전 부문 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 57

 

1. 재생에너지 발전과 순부하(Net Load) ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 58  2. 발전원별 발전량 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 65  3. 온실가스 및 미세먼지 배출 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 73  4. 전력 시장 가격 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 75  5. 예측 오차(day-ahead forecast) ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 81  6. 제약 발전 및 제약 비발전 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 83  7. 보조서비스 정산 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 85

제 6 장 결 론 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 89  1. 주요 결과의 요약 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 89  2. 결과의 시사점 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 94

참고문헌 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ

99

부 록 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 105  1. 2016~2019년 및 2020년 평균 주간 전기 소비 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 105  2. 일일 전기 소비 마할라노비스 거리 추정 결과 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 107  3. 제조업 전기 소비 패턴 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 109  4. 주택용 전기 소비 패턴 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 111  5. 교육서비스 전기 소비 패턴 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 113

   

표 차례

<표 3-1> 연간 전기 소비량 및 소비 행태 주요 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 25

<표 3-2> 연간 전기 소비 변동성 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 29

<표 3-3> 전기 소비의 F 검정 및 t 검정 결과 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 30

<표 3-4> 평일에 대한 마할라노비스 거리 추정 결과 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 32

<표 3-5> 주말에 대한 마할라노비스 거리 추정 결과 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 35

<표 3-6> 기온 변화 주요 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 36

<표 3-7> 기온 효과를 제거한 연간 전기 소비량 및 소비 행태 주요 지표 ꞏ 38

<표 3-8> 기온 효과를 제거한 평일 마할라노비스 거리 추정 결과 ꞏ 39

<표 3-9> 기온 효과를 제거한 주말 마할라노비스 거리 추정 결과 ꞏ 40

<표 4-1> 제조업 전기 소비 패턴의 마할라노비스 거리 추정 결과 ꞏ 51

<표 4-2> 주택 전기 소비 패턴의 마할라노비스 거리 추정 결과 ꞏꞏꞏꞏ 52

<표 4-3> 서비스업 전기 소비 패턴의 마할라노비스 거리 추정 결과 ꞏ 53

<표 5-1> 태양광 발전 주요 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 60

<표 5-2> 풍력 발전 주요 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 61

<표 5-3> 순부하 주요 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 63

<표 5-4> 석탄 발전 주요 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 70

<표 5-5> 가스 발전 주요 지표 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 72

<표 5-6> 발전원별 온실가스 배출 비중 (%) ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 75

<표 5-7> 연도별 수요 예측의 절대비 오차 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 82

<표 5-8> 연도별 제약 발전 및 제약 비발전 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 83

<표 5-9> 연도별 전력계통 운영 보조서비스 정산금 (억원) ꞏꞏꞏꞏꞏꞏꞏꞏꞏ 87

그림 차례

[그림 1-1] 국내 코로나19 신규 감염자 발생 추이 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 2 [그림 2-1] 2020년 주요 국가 전기 소비 증가율 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 11 [그림 3-1] 2016~2019년 평균 일일 전기 소비와 2020년 일일 전기 소비 ꞏ 16  [그림 3-2] 2016~2019년 3월 평균 주간 전기 소비와 2020년 3월 전기 소비 ꞏꞏ 18  [그림 3-3] 2016~2019년 5월 평균 주간 전기 소비와 2020년 5월 전기 소비 ꞏꞏ 18  [그림 3-4] 2016~2019년 7월 평균 주간 전기 소비와 2020년 7월 전기 소비 ꞏꞏ 19  [그림 3-5] 2016~2020년 마할라노비스 거리 추정 결과 (6월) ꞏꞏꞏꞏꞏꞏꞏ 34  

[그림 4-1] 제조업 전기 소비 패턴 (5월) ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 43  [그림 4-2] 주택용 전기 소비 패턴 (3월) ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 44  [그림 4-3] 교육서비스 전기 소비 패턴 (3월) ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 45  [그림 4-4] 예술, 스포츠 및 여가업 전기 소비 패턴 (3월) ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 47  [그림 4-5] 음식점 및 주점업 전기 소비 패턴 (12월) ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 48  

[그림 5-1] 2016~2020년 태양광 일일 발전량 추세 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 59  [그림 5-2] 2016~2020년 풍력 일일 발전량 추세 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 60  [그림 5-3] 2016~2019년 평균 발전 패턴과 2020년 발전 패턴 ꞏꞏꞏꞏꞏꞏꞏ 66  [그림 5-4] 2016~2019년 평균 발전 비중과 2020년 발전 비중 ꞏꞏꞏꞏꞏꞏꞏ 66  [그림 5-5] 2016~2020년 원자력 일일 발전량 추세 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 68  [그림 5-6] 2016~2020년 수력, 집단 및 기타 일일 발전량 추세 ꞏꞏꞏꞏꞏꞏ 68  [그림 5-7] 2016~2020년 석탄 일일 발전량 추세 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 70  [그림 5-8] 2016~2020년 가스 일일 발전량 추세 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 72  [그림 5-9] 2016~2020년 월별 온실가스 및 미세먼지 배출 추세 ꞏꞏꞏꞏ 74  [그림 5-10]  2016~2020년 일평균 육지 SMP 추세 ꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏꞏ 77 

[그림 5-11]  2020년 시간별 SMP와 이상 가격 지수 평균 추세 ꞏꞏꞏꞏꞏꞏ 79  [그림 5-12]  2019년 시간별 SMP와 이상 가격 지수 평균 추세 ꞏꞏꞏꞏꞏꞏ 80  [그림 5-13]  2016~2019년 평균과 2020년 시간별 계통 제약 발전 추세 ꞏꞏ 84  [그림 5-14]  2016~2019년 평균과 2020년 시간별 제약 비발전 추세 ꞏ 85 

   

제1장 서 론

1. 연구의 배경

코로나바이러스감염증-19(Coronavirus disease 2019, COVID-19, 이 하 코로나19)는 2019년 12월 30일 중국 우한시 중심병원에서 근무하 는 의사 리원량과 동료들의 소셜 미디어(SNS)를 통해 처음 세상에 알려졌다. 처음에는 2003년에 피해가 크게 발생했던 중증 급성 호흡 기 증후군(SARS)과 유사한 증상으로 기록하였으나, 2020년 1월 11 일 Virological.org를 통해 바이러스의 완전한 염기서열이 공개되면 서 새로운 종류의 코로나바이러스라는 것이 밝혀졌다. 코로나19는 2020년 1월 초 중국 춘절과 겹치면서 중국 내에서 급속히 확산되었 으며, 2020년 2월 1일에는 중국 우한 출신 중국인 남성이 필리핀에서 코로나19 감염으로 사망하면서 중국 외에서의 발생이 처음 발견되 었다. 이후 전세계적으로 감염 및 사망이 급속히 증가하면서 2020년 3월 세계보건기구(WHO)는 세계적 범유행인 팬데믹(pandemic)을 선 언하게 되었다.

¹

감염에 대한 정보 기록이 시작된 2020년 1월 21일, 신규 확진자 282명을 시작으로 2021년 4월 28일 현재 전 세계 일일 신규 확진자는 657,510명에 이르며 누적 확진자는 147,539,302명까 지 증가하였다 (WHO, 2021).

우리나라는 코로나19의 감염 확산이 다른 주요 국가에 비해 이르 게 시작됐으나 정부의 적극적 방역 노력으로 피해는 다른 나라에 비

      

1

질병관리청 (2021)과 위키백과 (2021) 등 인터넷 정보를 정리함.

해 크지 않았다. 하지만 2020년 한 해 세 차례의 확산 시기가 있었고, 2021년 백신 접종이 시작되었음에도 불구하고 코로나19 감염자 발 생 추세는 좀처럼 꺾이지 않고 있는 상황이다. 2021년 4월 28일 현재, 768명이 확진되어 총 120,666명의 확진 환자가 발생하였다 (질병관 리청, 2021).

[그림 1-1] 국내 코로나19 신규 감염자 발생 추이

 

자료: JHU CSSE COVID-19 Data (https://github.com/CSSEGISandData/COVID-19), 최종접속일: 2021.4.28

주: 음영은 수도권 사회적 거리두기 2단계 이상이 유지된 기간

코로나19 팬데믹으로 전 세계 확진자가 폭증하면서 국가별로는 국경 봉쇄와 전면적 폐쇄(lock down)까지 시행하는 경우도 발생하였 다. 이러한 방역 조치는 경제 활동부터 생활 행태까지 전방위적인 변 화를 초래했다. IMF에서는 코로나19 팬데믹으로 인한 전 세계 경제 둔화를 대공황 이후 가장 심각한 것으로 분석하고 있다 (Gopinath, 2020). 유럽 국가들은 확진자가 폭증하자 3월 14일 국가 경보 사태를 선언하고 3월 29일 필수 근무를 제외한 모든 사람들의 이동을 제한

3.22 5.5 8.16 9.27 11.24

 200  400  600  800 1 000 1 200 1 400 명

했다. 이탈리아는 3월 9일 국경 봉쇄를 연장했고, 영국은 3월 23일 국 가적인 이동 제한을 선언하였다 (Bahmanyar, et al., 2020).

우리나라는 코로나 확산 방지를 위해 봉쇄 조치 대신 사회적 거리 두기를 단계별로 시행하였다.

²

2020년 3월 22일부터 5월 5일까지 감 염 위험이 높은 종교시설을 비롯한 일부 시설과 업종의 운영을 제한 하는 조치를 실시하였다. 4월 말에 이르러 코로나 확진자 수가 10명 이내로 유지되자 5월 6일부터 생활 방역으로 전환하였다. 확진자가 다시 급증한 8월 16일 수도권을 대상으로 사회적 거리두기가 2단계 로 격상되었으며 이러한 조치는 23일 전국으로 확대되었다. 8월 30 일부터는 수도권의 사회적 거리두기를 2.5단계로 강화하여 9월 13일 까지 실시하였다. 9월 14일부터 27일까지는 거리두기 단계가 2단계 로 하향 조정되었고, 추석연휴가 끝난 이후(10월 12일)에야 거리두 기 단계는 다시 1단계로 조정되었다. 하지만 11월에 들어서 연속 300 명대의 코로나 확진자가 발생하면서 11월 24일 수도권 2단계를 시작 으로, 12월 8일부터 28일까지 수도권 2.5단계, 비수도권 2단계로 상 향조정 되었다. 28일 종료 예정이었던 수도권 거리두기 2.5단계 및 비수도권 2단계 조치는 2021년 1월 3일까지 연장되었다.

코로나19 팬데믹으로 인한 경기 침체와 생활 행태 변화는 에너지 시장에도 심각한 영향을 미쳤다. IEA (2020)는 코로나19가 제2차 세 계대전 이후 가장 큰 충격으로 작용하여 전 세계 에너지 소비가 급락 하고 온실가스 배출도 거의 8%가 줄어들 것으로 예상했다. 생산과

      

2

사회적 거리두기 2단계(전국 확진자수 300명 이상 1주일 이상 지속) 및 2.5단계(전 국 주평균 확진자 400~500명 이상)는 오후 9시부터 익일 오전 5시까지 포장∙배달 을 제외한 영업금지, 등교 및 원격 수업(전체 인원의 1/3~2/3 이하 등교), 재택 근무 를 통한 근무인원 제한(공공기관) 및 제한 권고(민간 기업) 등을 골자로 하고 있다.

이동이 감소하면서 석유와 가스 소비가 줄어들었고 이로 인해 2020 년 4월 20일 WTI가 사상 처음으로 마이너스를 기록하는 일까지 발 생하였다 (Bloomberg, 2020). 코로나19의 영향으로 대부분의 국가에 서 전기 소비가 감소한 것으로 나타났으며 (IEA, 2020a), 이로 인해 전 세계 전력시스템에서 단기적으로 재생에너지원의 발전 비중이 증가하기도 하였다.

코로나19의 확산으로 산업 생산 활동이 위축되고 사람들의 생활 방식이 바뀌면서 우리나라도 2020년에 전기만이 아니라 에너지 소 비 전체가 줄어들었다. 2020년 우리나라의 국내 총생산은 전년 대비 1.0% 감소하였으며, 총에너지 소비는 290.2백만 toe 수준으로 집계되 어 전년 대비 4.3%가 감소하였다. 전기 판매는 총에너지 소비 감소보 다는 작지만, 역시 2.2% 감소한 것으로 나타났다 (에너지경제연구원, 2021.3).

코로나19의 확산은 확산의 범위와 지속성 그리고 인적, 물적, 경제 적 피해의 크기 측면에서 전 세계적으로 사례를 찾기가 힘들다. 코로 나19 팬데믹의 영향은 감염 확산과 방역 조치로 인한 사람들의 행태 변화라는 직접적 영향, 국내 소비 부진과 생산 활동 감소로 인한 간 접적 내부 영향, 세계 경제 위축이 국내 생산 활동 둔화로 나타난 간 접적 외부 영향 등으로 구분할 수 있다. 이로 인한 변화는 시시각각 변하는 코로나19 확산의 정도에 따라 실시간으로 나타나는 변화도 있으며 시차를 가지고 누적적으로 발생하는 변화도 있다. 이런 영향 을 가장 잘 살펴볼 수 있는 에너지 분야는 단연 전기 소비와 전력 시 장이다. 다른 에너지원에 비해 전기는 소비와 생산 양 쪽 모두 짧은 주기의 데이터 측정이 가능하기 때문이다. 전기에 대한 분석은 코로

나19가 에너지 시장에 미친 영향을 알아보는 것도 있지만, 예상치 못 한 외부적 충격이 왔을 때 계통 운영을 비롯한 전력 시장의 대응은 무엇을 우선 순위로 어떤 대응을 해야 하는지에 대해 정보를 제공할 수 있다.

2. 연구의 목적 및 보고서의 구성

앞서 ‘연구의 배경’에서 간략히 살펴보았듯이, 코로나19 펜데믹 상황에서도 우리나라는 초기부터 사회적 거리두기와 더불어 의료 시스템을 체계적으로 운영하면서 전 세계 주요 국가들 중에서는 상 대적으로 미미한 피해에 그치고 있다. 하지만, 보고서 작성 시점인 2021년 6월 현재에도 백신 접종 인구가 빠르게 증가하고 있지만 감 염 확진자의 수는 좀처럼 확연하게 줄어들지 않고 있는 상황이다. 이 러한 상황에서 코로나 발생 이후 1년 간의 기간에 대한 전기 소비 및 생산 데이터 수집이 가능함에 따라, 확산 단계별, 계절별, 시간별 전 기 소비 및 생산의 변화에 대해 분석하고 코로나19의 영향을 평가하 는 것이 가능하게 되었다.

본 연구에서는 한국전력공사의 시간별 AMR 데이터와 전력거래 소의 시간별 발전량 데이터를 이용하여 2020년 전기 소비 및 생산을 그 이전 시기와 비교 분석한다. 코로나19 확산이 부문별 전기 소비 패턴에 초래한 변화에 대해서는 AMR 데이터를 이용하여 분석한다.

한편 전력거래소의 발전원별 발전량 자료를 포함하여 다양한 자료 를 이용하여 코로나19 시기 전력 시장이 그 이전 시기에 비해 어떻게 달라졌는지를 비교한다. 분석 방법은 데이터 시각화 및 지수 비교를 중심으로 기온 효과를 제거하기 위한 선형 회귀 분석 방법 사용과 새

로운 지수 발굴 등을 시도하였다.

전기 소비나 생산의 변화는 전적으로 코로나19의 영향만은 아니 다. 예를 들어 그 이전부터 진행된 온실가스 및 미세먼지 대응 배출 저감 노력이 더욱 강화되면서 코로나19 시기에도 발전 구성의 변화 에 지속적인 영향을 미쳤다. 본 연구에서는 전기 소비 및 생산의 변 화에 영향을 미친 요인을 분석하는 것이 아니라 변화가 얼마나 어떻 게 일어났는지 변화 자체에 대해 평가하는 것이 주요 목적이기 때문 에 요인 분석은 후속 연구로 미루었다.

본 보고서는 다음과 같이 구성되어 있다. 우선 제2장에서는 코로 나19가 전기 소비 패턴과 발전 구성 그리고 전력 시장에 미친 영향에 대한 선행 연구를 정리하고 있다. 기존 연구들은 주로 유럽을 대상으 로 진행된 연구들이 대부분이며 미국에 대한 연구도 다수 존재한다.

2021년 들어 연구의 대상이 넓어지고 있긴 하지만 선행 연구 조사는 유럽과 미국을 중심으로 진행되었다. 제3장에서는 시간별 송전단 발 전량 데이터를 이용하여 전기 소비의 변화를 분석하고 제4장에서는 AMR 데이터를 이용한 우리나라 전기 소비 패턴의 변화를 분석한다.

한편, 제5장에서는 발전원별 발전량 데이터 등을 이용하여 발전 시 장의 변화를 살펴본다. 국내 전력 시장의 실시간 자료에 대한 접근이 상당히 제약되어 있기 때문에 코로나19 시기의 발전 시장 변화에 대 해서는 연구의 한계가 존재하지만, 입수 가능한 자료를 최대한 이용 하여 분석하고자 하였다. 또한 시간별 발전량 자료를 이용하여 발전 부문의 온실가스 및 미세먼지 배출을 추정하여 코로나19가 환경에 미친 영향도 살펴보았다. 코로나19로 인한 국내 전기 소비 변화와 국 제 연료 가격의 변화가 발전 시장에 영향을 미치긴 했겠지만, 발전

부문은 코로나19와 무관한 정부 정책의 추진도 상당한 영향을 미쳤 기 때문에 두 요인을 구분하는 정량적 분석보다는 2020년 발전 시장 의 모습이 그 이전과 어떻게 다른 지 비교하는 것에 중점을 두고 있 다. 마지막으로 제6장에서는 분석 결과를 정리하고 정책적 시사점을 도출한다.

제2장 코로나 19 영향에 대한 선행 연구

코로나19가 전 세계로 퍼지기 시작하고 세계 보건 기구(WHO)가 팬데믹을 선언한 이후 코로나19가 전기 소비 및 전력 시장에 미친 영 향에 대해서 다양한 연구가 즉각적으로 쏟아져 나왔으며, 보고서를 작성하고 있는 현 시점에도 다수의 논문과 보고서가 생산되고 있다.

여러 연구 결과에 따르면 코로나19로 인한 전기 소비 감소 정도는 봉 쇄 기간과 조치 강도에 따라 다른 것으로 나타났다. IEA의 초기 분석 (IEA, 2020b)에 의하면 봉쇄 기간 동안 평균적으로 월 20%, 연율 1.5% 이상 전기 소비가 감소한 것으로 확인되었다. 중국은 2020년 1 분기에 전기 소비가 6.5% 감소하였으며, 3월부터 점진적으로 봉쇄조 치가 확대된 유럽, 일본, 미국의 전기 소비는 2019년 1분기에 비해 2.5~4.5% 감소하였다. 2020년 1분기 전기 소비 감소에는 코로나19뿐 만 아니라 1월과 2월의 날씨가 2019년보다 온화했던 것도 영향을 미 친 것으로 분석되었다. 저개발국가에서는 코로나19의 광범위한 확 산이나 봉쇄 기간 장기화, 경제 회복 둔화로 전기 소비 및 전통적인 발전원의 수요가 더 감소할 수 있다는 경고도 제기되었다.

코로나19가 유럽에서 급격히 확산되는 시기 유럽 국가들은 서로 다른 방역 조치를 취했는데, 이는 유럽 6개 국의 전기 소비에 서로 다 른 영향을 미친 것으로 나타났다 (Bahmanyar, et al., 2020). 완전 봉쇄 조치(full lockdown)는 전기 소비를 20% 이상 감소시킨 것으로 나타 났으며, 기온 효과를 제거하더라도 프랑스, 이탈리아, 스페인, 영국 의 전기 소비는 최소 15% 감소한 것으로 분석되었다. 부분적인 봉쇄

조치가 취해졌던 유럽과 미국의 초기 제한 단계에서는 최대 10%까 지 전기 소비가 감소한 것으로 나타나 제한 조치의 정도에 따라 전기 소비 변화가 다른 것이 확인되었다.

봉쇄 기간 동안 일일 전기 소비 형태도 변하였으며, 일부 지역에서 는 일반적으로 일요일에 나타나는 소비 패턴이 평일에 나타나기도 했다. 스페인은 엄격한 봉쇄조치로 상업 및 산업활동이 급감하면서 평일 소비 형태가 현저하게 변했다 (Santiago, et al., 2021).

³

주요 국가 들에서 소매업, 사무실, 교육 및 관광 활동이 완전히 중단됨에 따라 서비스 부문이 봉쇄 조치로 인해 가장 큰 타격을 받은 것으로 나타났 다 (IEA, 2020b). 산업 부문은 평균적으로 전기 소비 변화가 덜 심각 했는데, 이는 다른 부문에 비해 예방 조치를 적용하기 용이해서 공장 가동을 계속할 수 있었기 때문인 것으로 분석되고 있다.

⁴

반면, 대부 분의 국가에서 주택용 전기 소비는 증가하였다. 자의 또는 타의에 의 해 집에서 더 많은 시간을 보내고 재택 근무와 같은 추가 활동을 하 면서, 특정 유럽 국가에서는 3월의 마지막 주와 4월 첫째 주 주택용 소비가 최대 40%까지 증가한 것으로 나타났다 (IEA, 2020b). 서비스 및 산업에서의 감소는 주택용 전기 소비의 증가로 인해 일부 상쇄되 었다.

봉쇄 조치가 완화됨에 따라 전기 소비는 꾸준히 회복하여 2020년 말에는 2019년 수준을 초과한 것으로 나타났다 (IEA, 2021). 이탈리 아와 독일에서는 4월에 봉쇄 조치가 완화되자 전기 소비가 회복세를

      

3

하지만, 주말 패턴은 주로 주택용 소비에 의해 상대적으로 변화가 적었다.

4

반면, 중국에서는 산업 부문 소비가 가장 많이 감소하여 건설과 제조업(2019년 총 소비 중 68% 차지)에서 12% 감소한 것으로 나타났다.

나타냈고, 이러한 추세는 인도, 프랑스, 스페인, 영국 등에서 봉쇄 조 치가 완화된 5월에 공통적으로 확인되었다. EU 국가의 전기 소비가 지속적으로 증가하여 8월에는 2019년 수준에 근접하였고, 연말에는 2019년 수준을 넘어섰다. 인도에서는 전기 소비가 8월 초부터 2019 년보다 높은 수준을 보였으며, 기온 효과를 제거한 9월의 전기 소비 는 2019년에 비해 3.4% 증가한 것으로 나타났다.

[그림 2-1] 2020년 주요 국가 전기 소비 증가율

 

출처: IEA, Year-on-year change in weekly electricity demand, weather corrected, in selected countries, January-December 2020, IEA, Paris https://www.iea.org/data-and- statistics/charts/year-on-year-change-in-weekly-electricity-demand-weather-corrected-in- selected-countries-january-december-2020, 최종접속일: 2021.4.28

코로나19로 인한 봉쇄 조치 강화로 모든 주요 국가에서 재생에너 지 비중이 증가하였는데, 이는 전기 소비의 감소와 더불어 재생에너 지 발전의 낮은 운영 비용, 계통에 대한 우선 공급 규제 때문이다. 특 히 이탈리아, 스페인, 독일에서는 코로나19로 인한 봉쇄 기간 동안

재생에너지 발전 비중이 기록적으로 높았고, 봉쇄 조치 완화 이후에 도 높은 수준을 유지하였다. 하지만, 코로나19 봉쇄 조치 완화는 전 기 소비만이 아니라 전원 믹스도 코로나19 이전의 추세로 되돌렸다.

인도에서는 첫 번째 봉쇄조치를 취한 이후 8월의 재생에너지 발전 비중이 30%를 넘어섰지만 11월 말에는 코로나19 이전 수준인 20%

수준으로 회복하였다. 중국에서는 2020년 11월 계절적 요인으로 수 력 발전이 감소하면서 석탄 발전량이 다시 증가하였다. 봉쇄 조치로 빠르게 증가하던 재생에너지 비중은 2020년 말 일반적인 계절 패턴 으로 회복하였다. 한편, 낮은 가스 가격과 높은 탄소 가격으로 천연 가스 발전이 다른 에너지원을 대체하며 발전 믹스 비중이 증가하였 다. 원자력 발전은 운행 정지 연장으로 역사적인 수준에서도 낮은 발 전량을 기록했지만, 9월 초부터는 계절적 평균에 가깝게 증가하였다.

재생에너지 비중 증가가 에너지 시스템 및 전기 수요에 미치는 영 향에 대한 연구는 코로나19 이전에도 꾸준히 이루어졌다 (Brouwer, et al., 2016; Rosenbereg, et al., 2013; Kwon & Østergaard, 2014; Pina, et al., 2012). 기존 연구들은 재생에너지의 비중이 높을 것으로 예상되 는 미래 에너지 시스템에 대해 시나리오를 사용하여 이론적으로 분 석했지만, 코로나19 대유행 기간 동안 전기 소비 감소로 재생에너지 의 비중이 증가하면서 이런 실제 상황을 바탕으로 재생에너지와 전 력 시스템의 변화에 대한 연구가 증가하였다. Elavarasan et al. (2020) 는 코로나19로 인도 전력 시스템이 직면한 사회경제 및 기술적 문제 에 관해 자세한 분석을 했다. 미국에서는 3월 첫 번째 봉쇄조치 시행 이후 재생에너지의 비중이 석탄 화력 발전의 비중을 능가하였다. 봉 쇄 조치는 미국 NYISO, MISO, PJM 등 지역 송전망(RTO)의 독립 계

통 운영자(ISO)에 따라 발전량 감소라는 공통점 외에는 상이한 영향 을 미친 것으로 나타났다 (Eryilmaz, et al., 2020).

또 다른 연구들은 코로나19로 인한 에너지 시스템의 지속가능성 에 관심을 두었다. 코로나19가 CO

₂

배출에 미치는 영향 (Le Quéré, et al., 2020; Gillingham, et al., 2020; Wang & Su, 2020)이나 대기오염과 코로나19의 관계 (Magazzino, et al., 2020)에 대한 분석도 진행되었다.

이러한 연구들은 코로나19가 예산 부족과 산업 부문의 어려움을 야 기하여 장기적인 기후 변화 목표가 완화되고 재생에너지 투자가 연 기될 수 있다고 경고하고 (Gillingham, et al., 2020), 따라서 재생에너 지를 우선 순위로 경제 회복 계획을 수립해야 한다고 제안하고 있다 (Akrofi & Antwi, 2020).

   

 

제3장 전기 소비의 변화

본 장에서는 전력거래소 송전단 발전량 자료를 이용하여 코로나 19 이전 시기인 2016~2019년과 코로나19가 확산된 2020년의 전기 소 비 변화를 살펴본다. 송전단 발전량은 소비자의 계량기에서 측정된 소비량이 아니라 송전망에 유입되는 전력량을 측정한 데이터이다.

송전단 발전량은 네트워크 공급 손실을 포함하고 있지만, 네트워크 손실이 일정하다고 가정하면 실시간 소비 변화와 동일하게 움직이 는 것으로 생각할 수 있다.

⁵

소비 변화는 세 가지 측면에서 다루고 있 다. 첫째는 소비량이며 이는 시간당 소비의 연간 또는 월간 합계이다.

둘째는 시간당 전기 소비의 모습으로 전기 소비 형태 또는 부하 형 태(load shape)라고 정의한다.

⁶

전기 소비 형태는 부하 지속 곡선(load duration curve)의 특징을 의미한다. 마지막으로 전기 소비 형태의 반 복적인 모습을 의미할 때 전기 소비 패턴 또는 부하 패턴(load pattern) 으로 구분한다.

⁷

전기 소비 패턴은 평일 24 시간의 전기 소비 형태와 같이 일정 주기를 가지고 반복되는 특정한 소비 형태를 의미한다. 여

      

5

최근, 자가 태양광을 비롯하여 대규모 산업용 자가 발전 설비가 확대되면서 실제 소비와 전력 계통에서 파악하는 소비의 차이가 커지고 있는 상황이다. 또한 송전 단 발전량 자료는 배전망을 통해 한국전력과 직접 거래하는 소규모 태양광 자료 가 제외되어 있다. 따라서 소비만이 아니라 발전 부문 분석에서도 이 점을 유의해 야 한다.

6

소비 분석 부분에서는 송전단 발전량을 전기 소비의 개념으로 사용하고 있기 때 문에 경우에 따라 부하 또는 출력 등의 용어를 그대로 사용한다.

7

일반적으로 소비 형태와 소비 패턴은 동일한 의미로 사용하는 경우가 많지만, 여 기서는 분석 결과의 차이가 발생하기 때문에 형태와 패턴을 일부러 구분하여 정 의하였다.

기서는 총 소비의 변화를 주로 살펴보고, 소비 패턴의 변화에 대해서 는 다음 제4장에서 다룬다.

1. 전기 소비 변화에 대한 시각적 분석

다음 [그림 3-1]은 2016~2019년 평균 일일 전기 소비와 2020년의 일일 전기 소비를 보여주고 있다. 비교를 위해 설 연휴와 추석 연휴 를 비롯하여 법정 공휴일은 제외하고, 각 년도의 요일 순서를 맞추었 다. 요일 순서는 월요일이 1이고 일요일이 7로 끝난다. 한 해의 첫 날 은 달력의 첫 평일이며, 첫 평일의 요일에 따라 첫 주의 날짜 수가 달 라진다. 예를 들어, 2020년은 1월 2일이 목요일로 첫 평일이며, 따라 서 2020년은 1주 4일이 달력의 시작이다. 또한 코로나19의 확산과 비 교를 용이하게 하기 위해 앞서 [그림 1-1]에 있는 코로나19 방역 시기 를 표시하였다.

[그림 3-1] 2016~2019년 평균 일일 전기 소비와 2020년 일일 전기 소비

 

주: 전력거래소 내부 자료를 이용하여 저자 작성

 0.8  1.0  1.2  1.4  1.6  1.8  2.0

1 2 3 4 5 6 7 8 9 1

0 1 1

1 2

TWh

2016‐2019 평균 2020

코로나19가 발생한 2020년의 전기 소비는 연도 전체에 걸쳐 이전 시기 평균 일일 전기 소비에 비해 전반적으로 다소 낮은 수준을 보이 고 있다. 특히, 19~23주(2020년 기준 5월), 27~32주(2020년 기준 6월 말~8월 초)의 전기 소비가 이전 시기에 비해 눈에 띄게 낮아졌다. 반 면, 34~36주(8월 중순~8월 말)는 이전 시기에 비해 2020년의 전기 소 비가 더 많았다. [그림 3-1]은 코로나19로 인해 전반적으로 미세하게 낮아진 2020년의 전기 소비를 보여주긴 하지만 2020년 코로나19 국 내 발생의 확산 정도와 전기 소비의 감소 관계를 보여주지는 않는다.

다음은 위의 데이터에서 평균 주간 소비 패턴을 추출하여 코로나 19로 인해 전기 소비 패턴의 변화가 있는지를 살펴보았다. 코로나19 감염자가 폭증하기 시작한 2월이나 사회적 거리두기를 시작한 3월 에는 전반적으로 이전 4년 평균에 비해서 전기 소비가 낮기는 했지 만 그 차이는 크지 않았다. 전기 소비의 차이를 보인 것은 5월, 7월이 며, 다른 달은 유의미한 차이를 보이지 않았다. 8월, 9월, 12월의 경우 오히려 지난 4년 평균보다 2020년의 주간 전기 소비가 더 큰 것으로 나타났다. 다음 [그림 3-2]에서 [그림 3-4]는 3월, 5월, 7월의 평균 주간 전기 소비를 보여주고 있다.

[그림 3-2] 2016~2019년 3월 평균 주간 전기 소비와 2020년 3월 전기 소비

 

주: 전력거래소 내부 자료를 이용하여 저자 작성

[그림 3-3] 2016~2019년 5월 평균 주간 전기 소비와 2020년 5월 전기 소비

 

주: 전력거래소 내부 자료를 이용하여 저자 작성

30 40 50 60 70 80

월 화 수 목 금 토 일

GW

16-19년 평균 2020년

30 40 50 60 70 80

월 화 수 목 금 토 일

GW

16-19년 평균 2020년

[그림 3-4] 2016~2019년 7월 평균 주간 전기 소비와 2020년 7월 전기 소비

 

주: 전력거래소 내부 자료를 이용하여 저자 작성

2020년 주간 전기 소비의 또 다른 특징은 평균 전기 소비가 낮아지 더라도 일 최저부하는 별다른 차이가 없지만, 5월과 7월의 경우에는 최저부하도 눈에 띄게 낮아졌다는 점이다. 또한 평일 전기 소비는 수 평 이동 형태의 모습을 보이지만 주말 전기 소비는 소비량만이 아니 라 소비 패턴의 차이도 크게 나타나고 있다.

코로나19 확산에 따른 전기 소비의 변화를 시각적으로 분석한 결 과를 정리하면, 2020년 전기 소비가 전반적으로 낮아지긴 했지만 이 전 4개 년 평균과 비교할 때 두드러진 차이를 보이는 것은 5월, 7월에 만 나타났다. 이는 코로나19 감염 확진자 발생 추이나 그로 인한 국 내 방역 조치 강화 시기와는 상관관계가 별로 없는 것으로 판단된다.

이러한 결과는 2020년 설 연휴와 추석 연휴의 전기 소비 패턴에서도 간접적으로 추론할 수 있다. 코로나19 감염 확산의 위기감이 덜했던 설 연휴와 코로나19 확산에 대한 위기감이 사회 전반에 퍼져있던 추 석 연휴의 전기 소비를 살펴 보면, 설 연휴나 추석 연휴 모두 이전 시

30 40 50 60 70 80

월 화 수 목 금 토 일

GW

16-19년 평균 2020년

기와 소비 패턴의 차이가 나타나지 않았다.

2. 주요 지표

여기서는 전기 소비량과 소비 형태를 살펴볼 주요 지표의 정의에 대해서 정리한다. 주요 지표는 소비의 특징을 나타내는 부하 곡선 지 표와 소비 변동성을 나타내는 부하 변동성 지표로 구분하고 있다. 또 한 소비 패턴의 변화를 살펴보기 위해 마할라노비스 거리를 사용하 고 있다.

2.1. 소비 곡선(부하 곡선) 지표

부하 곡선과 관련된 지표는 Boβmann and Staffell (2015)에 정리되 어 있는 지표들을 사용하였다. 우선, 전기 소비의 일반적 지표는 다 음과 같다. 우선 총소비(Total demand)는 시간별 발전량(𝐿 )의 합계이 다.

Total demand 𝐿

최저소비(최저부하, Minimum load)와 최대소비(최대부하, Maximum load)는 분석 기간 중 시간별 발전량의 최저와 최대치이다.

Minimum load min 𝐿 Maximum load max 𝐿

부하율(Load factor)은 최대부하 대비 평균부하로 계산한다.

Load factor mean 𝐿 /max 𝐿

다음은 소비 곡선의 시간별 특징에 관한 지표들이다. 평균 최대소 비 지속 시간(평균 최대부하 지속 지간, Mean duration of maximum load)은 k% 이상의 소비가 연속으로 유지되는 평균 시간을 나타낸다.

Mean duration of maximum load mean ∆𝑡

여기서 ∆𝑡 는 소비가 k%에서 100% 사이에 연속으로 유지되는 시간 을 의미한다. 즉, 평균 최대소비 지속 시간은 소비가 일단 최대소비 범위에 진입하면 평균적으로 몇 시간 동안 최대소비 범위를 유지하 는지를 나타낸다. 보통 소비 범위는 90% 내지는 70%를 기준으로 사 용하는데, 지표 계산에는 90%를 사용하였다. 한편, 최대소비 시간 (최대부하 시간, Total number of hours with maximum load)은 소비가 최대소비 범위에 포함되는 총 시간을 나타낸다.

Total number of hours with maximum load ∆𝑡

연속된 시간에서 부하의 변화를 나타내는 지표들은 다음과 같다.

소비 변동률(출력 변동률, Ramp rate factor)은 최대소비 대비 평균 소 비 변동으로 계산한다.

Ramp rate factor mean |𝑟𝑟| /𝑚𝑎𝑥 𝐿

여기서 𝑟𝑟은 소비 변동을 의미한다. 평균 소비 변동(평균 출력 변동, Mean ramp rate)은 소비 증가의 평균과 소비 감소의 평균으로 구분하 여 계산한다.

Mean ramp rate mean 𝑟𝑟|

Mean ramp rate mean 𝑟𝑟|

시간 당 최대소비 변화(시간 당 최대부하 변화, Maximum load change)도 동일하게 소비 증가와 소비 감소로 구분하여 계산한다. 단, 소비 감소의 경우 음의 값으로 나타나기 때문에 최대값이 아닌 최소 값으로 취한다.

Maximum load change max 𝑟𝑟|

Maximum load change min 𝑟𝑟|

마지막으로 최대 연속 소비 변화(최대 연속 부하 변화, Maximum continuous load sequence)와 소비 방향 변화 횟수(부하 방향 변화 횟 수, Number of load alternations)가 있다.

Maximum continuous load sequence max ∆𝐿 Maximum continuous load sequence max ∆𝐿

여기서 𝐿 (𝐿 )는 소비가 연속적으로 증가(감소)하는 구간을 의미 하며, 최대 연속 소비 변화는 소비가 증가(감소)하기 시작하면 감소 하지 않고 연속적으로 최대 얼마나 증가(감소)하는지를 보여준다.

한편, 소비 변화 횟수(Nb of load alternation)는 일정 기간 중에서 소비 의 변화 방향이 바뀌는 횟수를 의미한다. 소비 변화 횟수가 많다는 것은 일반적인 변동성과는 다른 의미의 변동성을 나타낸다.

2.2. 소비 변동성(부하 변동성) 지표

다음은 전기 소비의 변동성과 관련된 지표들이다. 변동성 관련 지 표는 Holland and Mansur (2008)에서 제시한 여섯 가지 지표들 중에 서 평균 대비 표준편차, 로그 표준 편차, 최대/최소 비율, 부하율 역수

를 계산하였으며, 그 외에도 강병욱 (2020)에서 소개한 실현변동성 (realized volatility)을 사용하였다.

우선, 평균 대비 표준 편차(Ratio of standard deviation to mean)는 다 음과 같이 계산한다.

Ratio of stdv to mean

24 ∗ 𝑑 ∑1

^∗

𝐿 𝐿 𝐿

일반적으로 소비 변동성은 표준 편차를 기준으로 판단하는 경우가 많은데, 전기 소비의 규모가 커지면 자연스럽게 표준 편차가 커진다.

따라서 평균 대비 표준 편차는 전기 소비의 규모로 부하 변동성을 조 정한 표준화된 소비 변동성이라 해석할 수 있다. 로그 표준 편차 (Standard deviation of logarithms)는 소비에 로그를 취한 후 로그값의 표준 편차를 구하는 방식이다.

Stdv of logarithms 1

24 ∗ 𝑑 𝑙𝑛𝐿 𝑙𝑛𝐿

∗

평균에서 차이가 크지 않을 경우 평균 대비 표준 편차와 로그 표준 편차는 유사한 값을 갖는다. 최대/최소 비율(Max/Min ratio)은 최저소 비 대비 최대소비의 비율로 계산한다.

𝑚𝑎𝑥 𝐿 𝑚𝑖𝑛 𝐿

한편, 부하율 역수(Inverse of load factor)는 앞서 구한 부하율의 역이 다.

실현변동성(Realized volatility)은 시간별 소비의 로그 차분값 (∆ln𝐿 ln𝐿 ln𝐿 𝑟 )의 제곱을 더해서 계산한다.

⁸

즉, 실현변 동성은 매 시간별 전기 소비의 로그 변화율의 합을 의미한다.

Realized volatility ln𝐿 ln𝐿

∗

직관적으로 설명하면, 로그 표준 편차가 평균 대비 각 전기 소비의 차이의 합계를 보여준다면, 실현변동성은 이전 시간의 전기 소비 대 비 변화의 합계를 나타낸다.

2.3. 소비 패턴 변화 지표

2020년 전기 소비 패턴이 이전 시기와 달라졌는지는 마할라노비 스 거리를 이용하여 분석한다. 마할라노비스 거리(Mahalanobis distance)는 주로 이상치 데이터를 식별하는데 널리 사용되는 방법으 로, 데이터 공간 상에서 변수들의 공분산으로 정규화 한 데이터의 평 균과 관측치의 거리를 의미한다.

마할리노비스 거리는 다음과 같이 계산한다.

⁹

d 𝑥 𝜇 ′Σ 𝑥 𝜇

      

8

강병욱 (2020)은 금융 및 환율 등의 분야에 널리 활용되고 있는 실현변동성을 고 빈도 전기 소비 데이터에 처음 적용하여 전기 소비의 변동성을 분석하였다.

9

마할라노비스 거리는 제곱근을 취하는 것이 정확한 식이지만, 제곱근을 취하나 제곱근을 취하지 않으나 동일한 성질의 결과를 얻기 때문에 일반적으로 통계 프 로그램에서는 제곱근을 취하지 않은 결과를 제공한다. 여기서는 제곱근을 취하지 않은 수식을 사용하였다.

여기서 𝑥 𝐿

_,

, … , 𝐿

_,

′이며 𝜇 𝐿 , … , 𝐿 ′이다. Σ는 공분산 행 렬이다. 마할라노비스 거리의 제곱은 변수의 갯수만큼 자유도를 갖 는 카이제곱 분포를 따른다. 만약 공분산이 단위 행렬이라면 마할라 노비스 거리는 일반적인 유클리디 거리(Euclidean distance)가 된다.

본 연구에서는 이상치 데이터를 식별하는 것이 아니라 마할라노 비스 거리를 이용하여 2020년 전기 소비 데이터가 이전 전기 소비 데 이터의 평균에서 얼마나 떨어져 있는지 계산하고, 이를 근거로 2020 년 전기 소비 패턴이 이전과 다른 형태인지 판단하고자 하였다. 즉, 여기서는 각 시간을 변수로 하는 데이터 공간을 가정하고 각 시간의 전기 소비값으로 데이터 위치를 지정함으로써 24시간 전기 소비 패 턴을 하나의 데이터로 표현한다. 따라서 마할라노비스 거리는 평균 적인 24시간 전기 소비 패턴과 관측된 전기 소비 패턴의 차이를 의미 하게 된다.

3. 전기 소비 주요 지표 계산 결과

전기 소비는 총발전량에서 양수 동력을 차감하여 계산한다. <표 3-1>은 2016년 이후 전기 소비의 연도별 주요 지표 계산 결과를 보여 주고 있다.

<표 3-1> 연간 전기 소비량 및 소비 행태 주요 지표

2016 2017 2018 2019 2020

Load duration curve

Total demand [TWh] 504.52 515.44 531.96 525.25 511.63 Minimum load [GW] 36.95 37.00 38.17 38.48 36.51 Maximum load [GW] 79.45 80.55 86.28 85.40 84.72

Min/max ratio [%] 46.51 45.93 44.23 45.07 43.09 Load factor [%] 72.30 73.05 70.38 70.22 68.75 Stable load situations (90-100%)

Mean duration of

maximum load [h] 4.57 4.43 4.71 3.03 3.88

Total number of hours with

maximum load [h] 393.00 554.00 400.00 176.00 217.00 Load change between consecutive hours

Ramp rate factor [%] 1.88 1.92 1.80 1.81 1.82 Mean ramp rate [GW] 1.58 1.62 1.62 1.59 1.58 -1.42 -1.49 -1.50 -1.50 -1.51 Maximum load change

[GW] 9.19 9.04 9.88 9.19 9.67

-5.64 -5.75 -5.77 -6.00 -5.60 Continuous load change sequences

Maximum load change

[GW] 28.83 28.47 30.29 28.07 26.30

-26.05 -26.43 -28.76 -27.96 -29.37 Nb. of load alternations 2475 2380 2292 2146 1961 주: 전력거래소 내부 자료를 이용하여 저자 계산

연간 전기 소비량은 2016년 504.5 TWh에서 2018년 532.0 TWh로 증가한 후 2019년에는 525.3 TWh로 감소하였다. 코로나19가 발생한 2020년에는 감소폭이 증가하여 511.6 TWh까지 줄어들었다.

¹⁰

이는 2017년 전기 소비량보다 낮은 수준이다. 연간 전기 소비량의 감소는 코로나19로 인한 경제 활동 부진이 가장 큰 원인이긴 하지만, 2019년 국내총생산이 전년 대비 2.0% 증가했음에도 불구하고 전기 소비는 1.3% 감소한 것과 비교하면 2020년은 국내총생산이 1.0% 감소에 전

      

10

한국전력통계의 전기 판매량 기준으로는 전년 대비 2.2% 감소한 509.3 TWh로 집 계되었다. 계량 시점의 문제와 함께 앞서 설명한 한국전력공사와 직접 거래하는 재생에너지 발전 등으로 인해 차이가 발생한다.

기 소비는 2.6% 감소했기 때문에 생산 감소에 비해 연간 전기 소비량 의 감소가 크지는 않았다고 할 수 있다.

연간 전기 소비량의 감소가 크지 않았던 원인은 크게 두 가지로 분 석할 수 있다. 첫째, 2019년 전기 소비는 산업과 서비스업 등 생산 부 문을 비롯하여 가정 등 전 부문에서 감소가 발생했지만 2020년은 생 산 부문의 감소에도 불구하고 소비 부문에서는 증가했다. 둘째, 2019 년은 최고 기온은 낮아지고 최저 기온은 올라가면서 비교적 온화한 날씨 분포가 되었고, 이는 가정이나 서비스 부문의 전기 소비 감소 요인으로 작용하였다. 반면 2020년은 최고 기온, 최저 기온 그리고 평균 기온 모두 2019년에 비해 약간 하락하였다. 즉, 냉방 수요가 감 소할 요인이 있지만, 동시에 난방 수요 증가의 요인도 있었기 때문에 소비 부문에서 연간 전기 소비의 감소가 크지 않았다. 이에 대해서는 다음 ‘4. 기온 효과’ 부분에서 다시 살펴본다.

최대소비의 변화도 전기 소비량과 비슷한 모습을 보이고 있다. 연 간 최대소비는 2016년 79.4 GW에서 2018년 86.3 GW로 증가한 후, 2019년 85.4 GW로 감소하였으며, 2020년에는 84.7 GW까지 하락하 였다. 하지만, 2020년 전기 소비량이 전년 대비 2.59% 감소한 것에 비 해 최대소비 감소는 0.80%로 상대적으로 작은 편이다. 최대소비 발 생 시점도 2019년에는 8월 13일 17시였으며, 2020년에는 8월 26일 15 시였다. 이는 코로나19로 인해 전반적으로 소비가 감소했지만, 하절 기 최대소비에는 별다른 영향을 미치지 않았다는 것을 의미한다. 또 한 최대소비에 비해 평균 전기 소비가 더 빠르게 감소하면서 부하율 은 하락하였다. 반면, 최저소비는 2019년까지 지속적으로 증가하다 2020년 5.1% 가량 대폭 감소하였다.

90% 최대소비 범위 지속 시간은 2016년 평균 4.57 시간에서 2018 년 4.71 시간으로 증가하다 2019년 3.03 시간으로 대폭 짧아졌다.

2020년에는 3.88시간으로 다시 길어졌으나 2019년 이전의 수준에 비 해서는 여전히 최대소비 범위 지속 시간이 짧은 수준이다. 최대소비 시간도 2018년까지 400 시간 가까이 또는 그 이상이었으나 2019년 176 시간으로 대폭 감소하였으며, 2020년에도 217 시간 수준에 머물 렀다. 이전과 비슷한 최대소비 크기, 감소한 전기 소비량, 짧아진 최 대소비 범위 지속 시간이나 최대소비 시간은 2020년에 전기 소비가 감소했지만 특정 조건에서 순간적으로는 전기 소비가 이전 수준과 비슷한 크기로 발생했다는 것을 의미한다.

소비 변동률은 2020년 1.82%로 그 이전 시기와 특별히 다른 점은 없다. 오히려 2017년의 소비 변동률이 1.92%로 높은 편이었다는 점 이 특징이다. 2020년 평균 소비 변동은 소비 증가의 경우 1.579 GW, 소비 감소의 경우 1.511 GW로 나타났다. 그 이전 시기와 비교해서 코로나19 시기 소비 증가의 크기는 줄어들고 소비 감소는 작아진 것 이다. 하지만 최대소비 증가는 9.667 GW로 이전 시기 평균에 비해 커졌으며, 최대소비 감소는 5.603 GW로 이전 평균에 비해 다소 작아 졌다. 즉, 코로나19 시기 우리나라 전기 소비는 증가하는 시간대의 평균 증가 크기는 작아졌지만 최대 증가 크기가 커진 반면, 전기 소 비가 감소하는 시간대에는 평균 감소 크기는 커지고 최대 감소 크기 는 작아졌다는 특징이 있다.

소비가 연속해서 증가하는 최대 변화는 2020년 26.3 GW로 나타나 코로나19 이전 시기에 비해 크게 감소하였다. 반면 소비가 연속해서 감소하는 소비 최대 변화는 29.4 GW로 이전 시기에 비해 증가한 것

으로 나타났다. 한편, 연중 소비 변화의 방향이 바뀌는 횟수는 꾸준 히 감소하고 있었는데, 2020년에는 1961회로 이전 시기에 비해 감소 폭이 확대되었다. 즉, 하루 평균 6회 이상 출력이 증가에서 감소로 또 는 감소에서 증가로 바뀌었지만 코로나19 시기에는 그 횟수가 5.36 회로 크게 줄어들었다.

코로나19로 인하여 발생한 연간 전기 소비 행태 변화가 작았다는 것은 전기 소비의 변동성에서도 동일하게 나타나고 있다. 다섯 가지 변동성 지표로 살펴본 결과 2020년 전기 소비 변동성은 2019년에 비 해 다소 증가하였다. 하지만, 2016년까지 비교 시점을 연장하면 2020 년의 전기 소비 변동성은 그 이전 시기와 크게 다른 점이 없는 것으 로 판단된다. 다만, 최대-최저부하의 비율과 부하율의 역수는 이전 시기에 비해 가장 높은 수준으로 확대되었다.

<표 3-2> 연간 전기 소비 변동성 지표

2016 2017 2018 2019 2020

Realized volatility 3.235 3.253 3.154 3.131 3.170 Stdv to the mean 0.136 0.140 0.144 0.134 0.142 Stdv of logarithm 0.136 0.140 0.143 0.134 0.141 Max/Min ratio 2.150 2.177 2.261 2.219 2.321 Inverse of load factor 1.383 1.369 1.421 1.424 1.454 주: 전력거래소 내부 자료를 이용하여 저자 계산

2020년 일일 전기 소비가 그 이전 시점의 전기 소비와 통계적으로 다른 지 살펴보기 위해 각 연도의 일일 전기 소비 데이터의 분산을 비교한 F-검정과 평균을 비교한 t-검정을 실시하였다. F-검정 및 t-검 정 결과에 따르면 2018년을 제외하고 연도 간 일일 전기 소비의 분산