A Study on the Weekly Capacity Factor Assessment of Solar Cell Generator

(1)

- 468 -

태양광에너지전원의 주간설비이용율 추정에 관한 연구

박정제

^*

, 오 량

^*

, 최재석

⁺

경상대학교

^*

A Study on the Weekly Capacity Factor Assessment of Solar Cell Generator

Jeonje Park

^*

, Liang Wu

^*

, Jaeseok Choi

⁺

Gyeongsnag National University

^* Abstract - The application of renewable energy in electric power

systems is growing rapidly in order to make provision for the inequality of the climate, the dwindling supplies of coal, oil and natural gas and a further rise in oil prices. Solar cell generators(SCG) is one of the fastest growing renewable energy. A study on the renewable energy is getting more important for the application of renewable energy. This paper presents the capacity factor of SCG by calculating the probabilistic production energy of SCG.

1. 서 론

최근 전 세계적으로 CO2 배출권 제약문제나 에너지자원 고갈에 대한 대응으로 신재생에너지전원이 적극적으로 계통에 연계가 되고 있다. 이 러한 신재생에너지전원 중에 특히 태양광발전원이 2000년대 이후 연평 균 38%의 설치 증가율을 보이면서 타 신재생에너지전원 (풍력 28%, 바 이오매스 3.5%, 지열 3.5%) 대비 가파른 성장세를 보이고 있다[1-4].

이렇게 적극적으로 계통에 연계되고 있는 신재생에너지전원에 대하여 다양한 측면에서 연구가 필요하다고 사료되며, 본 논문에서는 신재생에 너지전원 중에서 설치 증가율이 가장 높은 태양광발전원(SCG: Solar Cell Generator)의 설비이용율을 추정하여 보았다[1-2].

일반적으로 태양광발전원과 같은 신재생에너지전원은 기존의 원자력, 석탄, 가스에너지원 등을 이용한 발전원과는 달리 그 에너지 자원의 공 급과 이에 따른 출력의 불확실성이 매우 크다. 이러한 특성으로 인해 기 존의 발전원 같은 경우 정상운전 및 발전기의 불시고장에 따른 운전정 지의 2개 상태로 나타낼 수 있지만 신재생에너지발전원은 그 에너지 자 원의 변화에 따른 다양한 출력을 가지므로 다개상태(multi-state)로 고 려되어야 한다[3-4].

본 연구에서는 계통에 연계된 태양광발전원의 확률론적인 발전량을 산정하고 이를 이용하여 설비이용율을 추정한다. 확률론적인 발전량은 태양광발전원이 연계된 계통의 확률론적인 신뢰도 평가를 실시하여 구 한 공급지장에너지 기대치 (EENS; Expected Energy Not Supplied)를 이용하여 산정할 수 있다.

계층수준I(Hierarchical Level I; HLI)에서의 확률론적 신뢰도 지수 산 정이 가능한 방법에 대해서는 45년 전부터 수많은 연구가 진행되었으며 Booth - Baleriaux법, 등가에너지함수법 및 Segmentation법 등과 같은 완전해석적 방법과 Cumulant법, MONA (Mixture of Normals Approximation)법과 같은 근사해석적방법으로 대별 될 수 있다[5].

본 연구에서는 태양광발전원의 운전모형을 다개상태 운전모형으로 모 델링하였으며 태양광량 확률분포모형과 태양광발전원의 출력모형을 결 합하는 방법을 이용하여 EENS를 구하고 이를 바탕으로 태양광발전원의 설비이용율을 추정한다. 본 연구에서는 우리나라 제주도계통크기의 모델 계통을 사례연구로 사용하였다.

2. 본 론

2.1 태양광발전원의 출력모형.

본 논문에서는 발전시뮬레이션의 효율성을 위하여 식(1)과 같이 태양 광량의 변화에 따른 근사화된 출력식을 사용하였다. 이는 이미 수행된 태양광발전원의 출력에 영향을 미치는 태양광량과 온도의 변화에 따른 태양광발전원의 효율의 특성곡선을 근사화하여 구할 수 있다[6].

P (G ) (G ), 2 0 G R R

G , R G G P , G G

c

bi bi bi bi c

c

c bi c bi std

sn bi std

η η

= ≤ <

= < ≤

= > (1)

여기서,

i : 태양광밴드의 번호(i=1,2,..,Nb)

Pbi : #i 밴드의 태양광발전원(SCG)의 출력 [MW]

η

c: 태양광의 효율 (Psn/Gstd) Gbi : #i 밴드의 태양광량 [W/m2]

Gstd : 표준환경하에서의 태양광량 (통상 1,000[W/m²]) Rc : 출력특성곡선의 변곡점 (통상 150[W/m²]) Psn : SCG의 정격출력 [MW]

2.2 태양광량 확률분포 모형

일반적으로 태양광은 공간과 시간에 따라 크게 변화한다. 특히 신뢰도 평가를 위해서는 임의의 지점에서의 광량의 시간연대기적인 (chronological)인 분포자료가 필요하다. 아직까지 이를 위한 태양광량의 확률분포함수에 대한 연구는 미미하며 다양한 편이 아니다[4]. 본 연구 에서는 태양광량의 확률분포함수를 1998년에서 2007년까지 10년간 제주 지역 태양광량의 자료를 바탕으로 실제적인 태양광량 확률분포함수를 이용하였다. 태양광은 밤에 방사되지 않으므로 태양광량이 “0”인 확률이 1/2정도였으며 나머지 확률은 태양광량의 세기에 따라 골고루 분포하고 있음을 알 수 있었다. 이 결과로부터 태양광의 확률분포함수의 전형적인 패턴을 그림 1처럼 나타낼 수 있다.

Probability

Solar radiation[W /m²]

<그림 1> 태양광량 확률분포함수의 전형적인 패턴 2.3 태양광발전원의 확률론적 발전량 및 설비이용율

그림 2는 태양광발전원의 출력특성곡선과 태양광확률분포함수를 결합 하여 태양광발전원의 다개상태로된 가용용량 확률분포함수를 얻는 모습 을 보인 것이다. 여기서, Pi와 PBi는 i번째 태양광밴드의 광량이 SRbi일 때의 태양광발전원의 출력 및 광량을 의미한다[4].

( ,P PB_n _n)

1 1

( ,P PB² ²) ( ,P PB³ ³) ( ,P PB) Ppv[pu^.W]

RC G_std

Solar radiation[W/m²] Probability

Solar radiation[W/m²]

<그림 2> 태양광발전원의 가용용량확률분포함수를 얻기 위한 태양광분포모형과 출력특성곡선과의 결합모습 2009년도 대한전기학회 하계학술대회 논문집 2009. 7. 14 - 17

(2)

- 469 -

이를 이용하여 태양광발전원의 사고용량확률분포함수를 구할 수 있었 다. 이를 부하지속곡선과 상승적분을 하여 수정된 부하지속곡선, 즉 유 효부하지속곡선인 Φi(ELDC: Effective Load Duration Curve)를 작성한 다.[9-12]. 즉, 경제적 우선순위에 의해 첫 번째 발전기부터 #NG 발전기 까지 상승적분하여 얻어진 유효부하확률분포함수 ^ΦNG(x)를 이용하여 신 뢰도지수인 공급지장에너지기대치 및 확률론적 발전량과 설비이용율을 각각 식 (2), 식 (3) 및 식 (4)처럼 구할 수 있다.

( )

IC Lp

NG IC

EENS x dx

+

=

∫

Φ

[MWh/year] (2)

E

_i

EENS

_i₋1

EENS

_i

Δ = −

[MWh] (3)

( ) 100

i i i

CF= ΔE CAP T × [%] (4)

여기서,

Φ_NG(x) : #1에서 #NG발전기까지 고려한 유효부하지속곡선 Lp : 최대부하[MW]

IC : 총설비용량 (=∑Ci) [MW]

Ci : #i 발전기의 용량[MW]

ΔEi : 확률론적 발전량[MWh]

CFi : #i 발전기의 설비이용율[%]

CAPi : #i 발전기의 설비용량 [MW]

T: 총 발전모의운전시간 [hour]

3. 사례연구

본 연구에서는 사례연구로서 표 1과 같은 제주도계통 크기의 발전기 모델계통에 연계된 태양광 발전원의 주별 설비이용율을 추정하여 보았 다. 표2는 모델계통에 연계된 태양광발전원의 특성자료이다.

<표 1> 모델계통의 발전기 입력자료

번호 이름 형식 용량

[MW]

발전기

대수 상태수 사고율

1 HWN SCG Psn1=50 1 10 -

2 SSN SCG Psn2=30 1 7 -

3 JCN SCG Psn3=20 1 5 -

4^* HVDC DC 75/150^* 2 3 0.010/

0.028^*

5 NMJ3 T/P 100 2 2 0.012

6 JJU1 T/P 10 1 2 0.015

7 JJU2 T/P 75 2 2 0.012

8 HNM1 G/T 35 2 2 0.013

9 HNM1 S/T 35 1 2 0.013

10 JJU3 D/P 40 1 2 0.018

11 NMJ1 D/P 10 4 2 0.018

합계 945 18

<표 2> 모델계통의 태양광발전원의 특성자료

Rc 150W/m²

Gstd 1,000W/m²

Psn 10MW

0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0 1095 2190 3285 4380 5475 6570 7665 8760

Time [hours]

Load [pu]

<그림 3> 2007년도 제주도 지역의 시간별 최대년부하변동곡선

또한 태양광량 확률분포함수로는 1998년부터 2007년까지의 10년치의 실 제 데이터를 주별 태양광량 데이터로 가공하여 사용하였으며 부하데이 터로는 그림 3처럼 2007년도 제주도 지역의 시간별 최대년부하변동곡선 을 주별 부하지속곡선패턴으로 가공을 하여 사용하였다.

그림 4는 각 주별 태양광발전원의 설비이용율을 산정한 결과를 나타 낸다. 23주차에 최대 설비이용율을 보이고 있으며, 23주차부터 다시 감 소하였다가 26주차를 기점으로 다시 상승하고 있다. 이는 우리나라의 기 후 특성상 장마기간으로 인하여 감소한 것으로 사료된다. 이의 근거로 표 3에서 23주부터 26주간 최대 태양광량과 평균 태양광량으로 유추할 수 있다.

0 5 10 15 20 25

0 4 8 12 16 20 24 28 32 36 40 44 48 52 Week

Capacity factor [%].

<그림 4> 각 주별 태양광발전원의 설비이용율

<표 3> 모델계통의 태양광발전원의 특성자료

최대 태양광량[W/m²] 평균 태양광량 [W/m²]

23주 1091.67 238.46

24주 1069.44 212.44

25주 1005.56 178.21

26주 1004.67 164.83

4. 결 론

본 논문에서는 자원공급의 불확실성이 큰 태양광발전원의 운전모형을 다개상태로 고려하여 보다 합리적인 확률론적 발전력을 산정하고자 하 였으며 이를 바탕으로 미래의 설비이용율을 추정하였다. 또한 사례연구 에서 보였듯이 주별로 변화하는 태양광 발전원의 설비이용율을 정량적 으로 추정이 가능함을 보였다. 태양광량은 공간과 시간에 따라 크게 변 화를 하기 때문에 태양광발전 사업자가 태양광발전원의 투자 계획시 건 설하고자 하는 위치에 따른 태양광발전원의 설비이용율을 미리 상세히 추정하여 봄으로써 합리적이고 경제적인 계획을 할 수 있을 것으로 기 대되며, 또한 태양광발전원의 운용시에도 주별, 월별 및 계절별 설비이 용율을 추정하여 보다 효율적으로 운용이 가능할 것으로 사료된다.

감사의 글

이 논문은 2009년도 정부(교육과학부)의 재원으로 한국과학재단 의 지원(No. 2009-0058632) 및 지식경제부의 고급인력양성사업의 재원인 서울대학교에 소재한 미래형전력네트워크신뢰도연구센터 의 지원하에 수행된 연구임.

[참 고 문 헌]

[1] Mukund R. Patel: Wind and Solar Power Systems, CRC, 1999.

[2] 유진수, 유권종, 이준신, “전세계 태양광 시장 동향 및 향후 전망”, 대한전자공학회지 제 35권, 6호, 2008년 6월, pp. 646-655.

[3] Roy Billinton and Dange Huang, "Aleatory and Epistemic Uncertainty Considerations in Power System Reliability Evaluation" PMAPS2008, Puerto Rico, May 25-29, 2008.

[4] 박정제, 오 량, 최재석, 차준민, “태양광발전원을 고려한 전력 계통의 확률론적 신뢰도평가에 관한 연구" 대한전기학회논문 지, 제58권 3호, 2009년 3월, pp.486-495.

[5] 박정제, 최재석, 윤용범, 정영범, “확률론적인 신뢰도기준에 의한 적정설비예비율의 결정에 관한 연구,” 대한전기학회논문 지, 제57권 8호, 2008년 8월, pp.1318-1326.

[6] Jeongje Park, Jaeseok Choi, "A Study on Probabilistic Production Costing for Solar Cell Generators", J. of KIEE, Vol.58, No.4, pp.700-707, April 2009.