[인더스트리뉴스 권선형 기자] 최근 코로나19와 비계량 재생에너지로 전력수요 변동성이 증가하고 커지면서 전력수요예측과 계통운영이 갈수록 어려워지고 있다.

전력거래소에 따르면 코로나19 이후 일반용 전력수요는 감소하고 있는 반면, 재택근무 등으로 가정 수요가 증가하면서 과거와는 다른 전력수요 패턴이 발생하고 있다. 그 결과 전력거래소의 전력수요예측도 지난해 2월에는 최대 350MW나 차이를 보이기도 했다.

더욱이 한전 PPA, 자가용 태양광 등 설비용량 파악이 안 되는 태양광도 증가하면서 계절과 기상 변화에 따른 전력수요 변동성도 커지고 있다. 산업부에 따르면 지난해 12월 기준 누적 태양광 설비용량은 22.4GW로 이중 전력거래소를 통해 거래하는 용량은 5.9GW에 그쳤다.(한전에 직접 전기 판매하는 PPA 12.6GW, 자가용 태양광 등 3.9GW) 지난해에는 계량하지 못하는 태양광으로 인해 맑은 날과 흐린 날 태양광 발전량 차이가 같은 시간 기준으로 최대 860MW에 달하기도 했다. 정확한 발전량 예측의 중요성이 갈수록 커지고 있는 이유다.

안정적 계통 운영의 필수, 발전량 예측

이 같은 배경에 전력거래소는 지난해 10월 1일부터 ‘재생에너지 발전량 예측제도’를 시행하고 있다. 재생에너지 확대에 따른 출력 변동성 대응과 안정적인 계통 운영을 위해서다. 전력거래소는 재생에너지의 지속적인 증가에 대응해 전력거래플랫폼에 수용하고자, 개별자원 20MW 초과 태양광 및 풍력사업자가 재생에너지 예측제도에 참여해 예측오차율이 8% 이내인 경우 인센티브를 제공한다. 중개사업자도 1MW 이하 자원을 모집해 설비용량 20MW 초과되는 집합자원형태로 참여가 가능하다.

이에 발전 공기업과 기업들은 발전량 예측 기술을 통해 계통 안정에 기여하는 동시에 예측정산금을 통한 부가 수익 창출에 나서고 있다.

한전 데이터사이언스연구소는 재생에너지 발전량 예측제도 참여를 지원하기 위해 ‘태양광 발전량 예측 기술’을 자체 개발했다. AI(인공지능) 기반으로 태양광발전소의 발전실적과 기상 관측 데이터를 딥러닝 기법으로 분석해 알고리즘을 도출하고, 기상예보 데이터가 입력되면 발전량을 예측하는 기술이다. 한전은 이 기술의 사업성을 검증하기 위해 9.3MW 용량의 152개 태양광발전소의 발전정보를 분석한 결과, 한달 간 예측제도 기준 95% 이상의 발전량 예측 정확도를 달성했다.

한전KDN은 AI 기술을 활용해 지역 내 최적의 태양광발전단지를 찾을 수 있는 ‘햇빛지도 앱’을 개발했다. ‘대국민 혁신아이디어 공모’를 통해 개발된 ‘햇빛지도 앱’은 스마트폰을 통해 원하는 지역의 발전량을 실시간으로 확인할 수 있다. AI 딥러닝 기술을 적용해 기상정보와 미세먼지 농도 정보를 기반으로 태양광 발전량을 예측함으로써 단순 평균 일조량에만 의존하는 기존 계량전력수치 제공 앱과 차별화했다. 읍면동 단위 지역의 태양광 발전량과 잠재수익까지 추정할 수 있고, 운영 중인 태양광발전소의 발전량을 실시간 모니터링 해준다.

발전량 예측 기술 도입한 발전공기업

한국동서발전은 분산에너지 통합과 최적화를 통해 전력계통의 안정성을 확보하고자 개발한 ‘E-Max’를 통해 재생에너지의 발전량을 예측하고 거래하는 전력중개사업을 진행 중이다. 동서발전은 E-Max 사업의 발전량 예측 기술에 AI를 통한 딥러닝 기법을 적용하고 있다. 방대한 양의 신재생 발전소 데이터를 실시간으로 수집·분석해 만들어진 빅데이터를 AI시스템이 반복 학습한다. 데이터의 시계열적 특성을 반영한 LSTM(Long Short-Term Memory) 모델, CNN(Convolutional Neural Network) 기반의 패턴 탐색 기법 등을 다양하게 조합해 예측 정확도를 높여 나가고 있다. 소규모 전력중개시장 개장일인 지난해 10월 1일부터 현재까지 약 2%대의 오차율을 보이고 있다.

한국중부발전은 분산된 신재생에너지를 통합 관제하는 ‘신재생모아센터’에 발전량 예측 기술을 적용하고 있다. 중부발전에 등록한 예측 자원 중 육지의 경우 약 97%, 날씨의 변동이 큰 제주도의 경우에는 약 94%의 정확도를 보여주고 있다. 8개의 알고리즘을 동시에 적용하고, Random forest 등의 전통적인 기계학습 기법은 물론 LSTM(Long Short-Term Memory) 등의 딥러닝 기반 모델을 사용해 최적의 방법을 찾는다.

한국남부발전은 발전공기업 중에서 처음으로 정부의 VPP(가상발전소) 실증 공동연구사업 수행기관으로 선정돼, 지난해 10월 발전량 예측 기술 개발을 시작하고 현재 고도화하고 있다. 목표는 태양광 오차율 6% 이내, 풍력은 8% 이내다. 태양광은 오차율 6% 이내 달성에 큰 문제가 없어 올해 300MW 규모로 재생에너지 발전량 예측제도에 참여할 계획이다.

발전량 예측 기술 고도화 나선 기업들

대연씨앤아이는 자체 개발한 알고리즘으로 재생에너지 발전량 예측제도 2차 실증사업을 통과, 예측 정확도를 평균 95% 유지하고 있다. RTU를 통해 발전소 데이터를 모아 딥러닝 하는 기술을 적용했다. 주변 발전소 기상, 국내 기상청·해외 기상정보, 발전소 데이터(온도 전압 등) 등이 활용된다. 대연씨앤아이는 발전량 예측제도의 인센티브만이 아닌 예측된 발전량과 실제 발전량의 데이터들을 분석해 효율이 낮은 발전소, 이상이 있는 발전소에 대해 분석하고 관리까지 해주고 있다. 현재 10여개의 대기업과 공기업에 발전량 예측 솔루션을 공급하고 있다.

BKM은 태양광 발전량 예측기반 이상 진단 솔루션 ‘미래솔(MIRAESOL)’을 통해 타 기업들의 단일 예측방식보다 약 19~37% 우수한 결과를 도출하고 있다. 미래솔은 태양광 발전량 예측을 통한 실시간 이상 진단을 통해 태양광 발전 장비의 효율적인 운영과 발전소 수익률 향상을 구현하고 있는 솔루션으로, ‘2021 수소 모빌리티+쇼’ H2 이노베이션 어워드에서 최우수상을 받은 ‘VIT E’를 기반으로 개발된 혁신 기술이다. 미래솔은 태양광 패널 자체가 센서라는 전제하에 발전량에 기온, 일조량 등의 정보가 내포되었다고 판단해 태양광 발전량 예측에 별도의 기상 정보(온도, 일조량 등)를 활용하지 않는다. 예측의 정확도가 떨어지는 기상예보를 활용하는 대신 발전량 시계열 신호에 내포된 계절성 정보를 적응신호 분해 방법을 이용해 발전량 시계열 신호에서 계절성 추세를 추출해 학습 및 예측에 이용한다. 미래솔의 학습모델은 연중 계절성 추세(연중 온도/일조량 변화)를 학습하는 모델과 하루 중 시간대별 추세(하루 중 온도/일조량 변화)를 학습하는 모델로 구성돼 있다.

에너지 IT 쇼셜벤처 식스티헤르츠는 전력 시장에 참여하지 않는 비계량 태양광발전소를 지도화 해 발전량을 AI 기술로 예측할 수 있는 서비스 ‘햇빛바람지도’를 제공하고 있다. 통계에 반영돼지 않는 태양광발전소 약 7만개의 위치가 지도에 표시된다. 발전소에 계량기나 모니터링시스템을 설치하지 않아도 발전소 정보와 위치만으로도 발전량 예측이 가능하다.

비계량 태양광 데이터 취득 높이는 정부

발전공기업과 기업이 발전량 예측 기술고도화에 나서고 있는 사이 정부는 태양광발전 변동성 관리를 위해 적극 대응해 나가고 있다.

정부는 용량이 작아 정보제공장치 설치 및 운영이 현실적으로 어려운 비계량 태양광발전량의 정확한 추계를 위해 자가용 태양광발전 설비 등록제 도입, 기상예보(일사량) 정확성 제고 등을 모색한다.

기존 설비는 그린뉴딜 사업을 통해 정보제공장치 설치를 지원하고 100kW이상 신규설비는 정보제공장치 설치를 의무화해, 비계량 태양광의 발전 데이터 취득을 크게 높인다는 구상이다. 2025년까지 50% 데이터 취득이 목표로, 이를 위해 2025년까지 299억원을 지원한다.

이와 함께 보다 정확한 태양광발전량 정보를 제공하기 위해 올해 전력거래소를 중심으로 한전, 에공단 등 유관기관 보유 정보의 통합관리 및 태양광발전 실시간 정보 취득체계 일원화를 추진한다.

정부는 또 재생에너지 발전량 예측제도 범위를 넓힐 계획이다. 재생에너지 1MW~20MW 용량 자원도 포함하고, 풍력과 태양광을 섞는 하이브리드 방식 등으로 분산에너지 활성화를 이끈다.

산업부 관계자는 “발전량 예측제도 개정안의 가장 큰 변화는 재생에너지 모든 자원들이 예측제도에 참여할 수 있게 됐다는 점”이라며, “기존 제도에서는 1MW~20MW인 중간 용량은 참여가 불가능해 관련 사업자들의 불만이 커 이 같은 개선안을 반영했다”고 밝혔다.

신규 자원 추가도 허용된다. 기존 집합 자원에서는 전체 용량이 20MW 이하로 떨어지면 제도에서 탈락하곤 했다. 다시 포함되기 위한 추가 등록 기간까지는 약 3개월 정도가 소요돼 사업자들의 반발이 컸다.

산업부 관계자는 “앞으로는 기존 자원 대상에서 탈락하는 등 특정 집합에 소속돼 있지 않던 자원을 새로 추가해 묶을 수 있는 등 문제를 보완해 나갈 계획”이라고 말했다.

태양광과 풍력 발전기의 동시 구성을 허용하는 ‘하이브리드 자원’도 발전량 예측제도 참여가 가능해질 것으로 보인다. 그동안 풍력은 기술적 어려움으로 발전량 예측제도 통과 기준인 평균 예측 오차율 10% 이하를 맞추기 어려운 현실이었다.

산업부 관계자는 “태양광과 풍력을 혼합하면 평균 오차율을 낮출 수 있게 돼 앞으로 풍력도 발전량 예측제도에 대거 참여할 수 있을 것으로 전망된다”고 말했다.

권선형 기자 다른기사 보기