2.1 신재생 유연접속 운영 절차

기존 제주 전력계통에서 신재생 출력제어 체계는 전력거래소(KPX)의 EMS 시스템을 중심으로 송전계통 제어가 우선 수행되고, 이후 계통 안정성이 부족한 경우에 한 해 한전 제주본부의 ADMS(Advanced Distribution Management System)를 통해 배전계통 제어가 수동적으로 수행되는 단계적·하향식 구조로 되어 있다. 반면, 제안된 유연접속 운영 절차는 그림 1과 같이 송·배전 간 병렬적이며 협조적인 출력제어 전략 수립이 가능하도록 구성되어 있다. 배전계통에서도 자체적으로 재생에너지 및 부하예측을 수행하고, 주변압기 수용한계 기반의 출력제어량을 사전 산정함으로써, 송전계통과의 데이터 교환을 통해 통합 제어전략을 수립할 수 있다.

그림 1. 제주 신재생에너지 유연접속 운영시스템 기반 협조출력제어 환경

Fig. 1. Coordinated output control environment based on the jeju renewable energy flexible interconnection system

신재생 유연접속 시스템에서는 동적 수용력 개념을 기반으로 재생에너지의 실시간 출력 감시와 제어를 통해 계통 제약조건을 위반하지 않는 신재생 출력제어량을 산정한다. 유연접속 운영은 그림 2와 같이 크게 3단계로 구성된다.

전일(D-1)에는 태양광·풍력 발전 출력과 부하를 예측해 계통 혼잡 가능성을 진단하고, 변압기(주변압기)와 배전선로(배전선로)별 수용한계를 평가하여 필요한 출력제어량을 산정한다. 운전 당일(D-day)에는 계획에 따라 발전출력을 제한·조정하고, 실시간 모니터링으로 계획 대비 실행 결과를 검증한다.

그림 2. 신재생 유연접속 운영 절차

Fig. 2. Renewable energy flexible interconnection operation procedure

2.2 신재생 유연접속 운영시스템의 구성

유연접속 운영시스템의 목적은 주변압기 및 배전선로에 접속된 재생에너지의 시간대별 수용용량을 평가하고, 재생에너지 출력이 한계 수용용량을 초과하거나 초과가 예상되는 경우 출력제어를 통해 계통 품질을 안정적으로 유지하는 데 있다. 이를 위해 유연접속 운영시스템은 그림 3과 같이 신재생·부하 예측, 출력제어 요청, 계통 모니터링 전 과정을 통합적으로 수행한다.

그림 4는 신재생 유연접속 운영시스템에 적용된 재생에너지 출력예측 모델 학습 절차를 나타낸 것이다. 태양광과 풍력 출력예측에는 단일 기법이 아닌 다양한 알고리즘을 결합한 앙상블 접근법을 적용하였다. 입력 변수로는 기상 인자(습도, 풍속, 일사량, 기온)와 과거 재생에너지 발전량을 사용하였다.

태양광 예측은 물리모델식 포함하여 NBC(Naive Bayes Classifier), SVM(Support Vector Machine), XGBoost 등 기계학습 기법을 병행하여 비선형적 특성을 반영하였다. 풍력 예측은 풍속 보정이 적용된 물리모델식과 함께 시계열 데이터 학습에 강점을 가진 LSTM(Long Short-Term Memory) 신경망을 활용하였다.

그림 3. 신재생 유연접속 운영시스템 아키텍처

Fig. 3. Renewable energy flexible interconnection system architecture

그림 4. 재생에너지 출력예측 앙상블 프레임워크

Fig. 4. Ensemble Framework for Renewable Energy Forecasting

모델별 예측 결과는 사후 오차율을 기준으로 가중치를 부여해 통합하였으며, 이를 통해 단일 모델 대비 예측 정확도를 개선한 앙상블 모형을 구성하였다. 특히 풍력은 단기 기상 변동성이 크기 때문에 LSTM을 통해 불확실성을 보완하였고, 태양광은 XGBoost를 통해 기상 인자와 출력 간의 비선형 관계를 정밀하게 반영하였다.

부하 예측은 배전선로의 시간대별 데이터를 활용하여 기온을 반영한 가중이동평균법을 적용하였다.

감시 및 제어는 계통 단위별로 구분하여 수행한다. 송전단은 SCADA 데이터를, 배전단은 ADMS 데이터를 활용하였으며, 제어 요청값은 각 시스템에 전달되어 해당 제어망을 통해 제어가 수행되었다.

분석 및 감시 결과는 다양한 형태로 시각화되어 서비스 화면과 메인 대시보드를 통해 직관적으로 확인할 수 있다. 또한, 수용한계 평가 시 송전계통의 부하 흐름과 전압 안정도 변화를 함께 검토하기 위해 계통 안정도 평가 시스템과 연계하여 운영한다.

3.1 신재생 출력제어 실증 환경

실증은 제주 변전소-A #3 주변압기 배전계통에서 수행되었다. 해당 변압기는 그림 5와 같이 22.9kV 배전선로 총 5회선으로 구성되어 있다. 두 개의 전용선로(D/L-A, D/L-B)에는 각각 14.4㎿와 10.8㎿의 풍력발전소가 연계되어 있고, 일반선로(D/L-C)에는 18.7㎿, 0.94㎿, 0.64㎿ 규모의 태양광 발전설비 (총 20.3㎿)와 5.3㎿의 일반 부하가 함께 연결되어 있다. 나머지 일반 선로(D/L-D, D/L-E)에는 일반 부하만 연계되어 있다.

그림 5. S/S-A 실증용 계통 단선도

Fig. 5. Single-line diagram for S/S-A demonstration system

이러한 구성은 여러 유형의 계통 특성을 포함하여 유연접속 운영시스템이 수용한계를 기반으로 출력제어량을 정량적으로 산정하고, 계통 구성 유형별 제어반응 특성을 실제로 검증할 수 있도록 하였다. 특히 해당 변압기는 평소에도 10㎿ 이상의 역조류가 발생하는 등 재생에너지로 인한 계통 제약이 뚜렷하게 나타나 출력제어 효과를 검증하기에 적합하다.

실증은 2024년 5월 2일~3일, 2일간 수행되었으며, 이 시기는 태양광 발전량이 많아 역조류가 크게 발생하고 출력제어가 빈번히 이루어지는 기간이다. 표 1의 기상자료에 따르면, 변전소-A가 위치한 제주 서귀포 지역은 운전 당일(D-Day)에 구름이 적고 일사량이 크게 증가하여 역조류 발생 가능성이 높았음을 확인할 수 있다. 표 1의 기온과 풍속은 일평균 값이며, 일사와 전운량은 9~16시 평균 값이다.

3.2 신재생 출력제어 시나리오

신재생에너지 유연접속 운영 절차는 그림 2와 같이 전일(D-1)과 운전 당일(D-day)에 걸쳐 총 세 단계로 구성된다. 먼저 전일에는 계통 혼잡 발생 가능성을 분석하기 위해 발전량과 부하를 예측한다. 이를 위해 운전 당일의 15분 단위 24시간 발전소별 발전량과 배전선로별 부하를 산정한다.

태양광 발전량은 설비 설계 정보를 기반으로 예보 일사량을 변환하여 시간대별 출력곡선을 생성하고, 구름·기온·습도 변화를 반영해 예측한다. 풍력 발전량은 허브 높이로 보정한 풍속에 발전기 출력곡선(Power Curve)을 적용하였으며, 과거 유사 기상 조건의 정보를 반영한다. 부하 예측은 최근 3년간의 실측 데이터를 기반으로 요일·계절별 부하 패턴을 추출하고, 기상 변수와 지역 수요 특성을 반영한 회귀·시계열 혼합모델을 적용하였다.

시간대별 필요한 출력제어량은 순 부하(Net Load)와 전압 안정도를 고려한 주변압기 수용 한계용량을 고려하여 산정한다. 이를 위해 예측 결과를 배전선로 단위로 집계한 뒤 주변압기의 총 부하(Gross Load)와 총발전량을 계산하고, 총 부하에서 총발전량을 차감하여 순 부하를 도출한다. 순 부하는 해당 주변압기가 실제로 수용해야 하는 순수 전력수요를 의미한다. 수용 한계용량은 송전계통의 전반적인 안정도 평가 결과를 반영하여 결정된다. 시뮬레이션을 통해 송전선로와 주변압기의 전압, 부하 상태, 그리고 역조류 발생 여부를 종합적으로 분석한다. 이를 통해 단순한 출력 초과량 삭감이 아닌, 전압 허용 범위 유지와 송전선로 과부하 방지 등 계통 안정성을 확보하기 위한 최적의 제어량을 산정한다. 제어량은 전일 17시와 당일 8시 두 차례에 걸쳐 계산되며, 해당 결과는 관련 운영기관 및 제어대상 설비에 전달되어 실행된다.

운전 당일(D-day)에는 전일 수립된 계획에 따라 실제 출력 제어를 수행한다. 송전 측에 연결된 풍력 발전기는 전력거래소(KPX)의 EMS(Energy Management System)를 통해 원격으로 출력을 제한하고, 배전 측에 연계된 태양광 발전기는 한전의 ADMS(Advanced Distribution Management System)를 통해 출력을 조정한다.

실증 수행 시에는 몇 가지 가정과 제약을 두었다. 실제 주변압기의 수용용량은 60㎿이지만, 본 논문에서는 20㎿로 가정하였다. 이는 현행 계통 운영 규정상 주변압기 수용용량을 초과하는 신재생 설비 연계가 허용되지 않으므로, 실증을 위하여 계통 구성을 인위적으로 변경할 수 없기 때문이다. 따라서 20㎿라는 가정은 실제 운영 조건을 보수적으로 모사하기 위한 합리적 기준으로 설정되었으며, 이를 통해 유연접속 운영시스템의 적용 가능성을 보다 엄격한 조건에서 검증할 수 있도록 하였다. 당시 계통에는 총 45.48㎿의 신재생 설비가 연계되어 있었으나, 과부하가 예상되는 날이었기 때문에 18.7㎿ 규모의 태양광은 사전에 차단되어 실제 운전된 용량은 26.78㎿였다. 이때 수용용량을 20㎿로 가정하면 결과적으로 33.9%의 초과 연계 조건이 형성되므로, 실증 시나리오를 검증하는 데 적절한 상황을 제공되었다고 할 수 있다.

4.1 신재생 발전량 및 부하 예측

표 2는 실증 대상 각 배전선로 및 변압기에 대한 신재생 발전량과 총 부하 예측 정확도를 정량적으로 나타낸 것이다. 총 부하 예측 정확도는 D/L-C 배전선로에서 66.7%로 다소 낮았으나, #3 주변압기 전체 기준으로는 86.8%로 비교적 높은 수준을 기록하였다. 재생에너지 발전 예측 정확도는 D/L-C 배전선로에서 93.2%, 풍력은 각각 89.9%와 92.8%였으며, #3 주변압기 전체 기준으로는 95.1%로 매우 높게 나타났다. 신재생 발전량과 부하 예측 정확도는 각각 식 (1)과 식 (2)를 이용하여 계산하였다.

(1)

(2)

4.2 신재생 수용한계 평가 및 출력제어량 산정

예측된 부하 및 발전 시나리오를 바탕으로 변압기의 수용 한계용량을 산출한 결과, 일차적으로 평가된 수용한계는 4.7㎿였으며, 최종 평가에서는 4.6㎿로 나타났다. 예상되는 최대 역조류는 11.14㎿로 최대 6.54㎿의 출력제어가 필요한 것으로 분석되었다. 이 결과를 토대로 풍력 및 태양광 발전설비에 대한 출력제어 지령이 발령되었으며, 그림 6는 시간대별 필요한 신재생 출력제어량 산출 결과를 보여준다.

그림 6. 신재생 예측과 출력제어량 산출 결과

Fig. 6. Renewable energy forecasting and output curtailment results

4.3 신재생 출력제어 수행 결과

실증 당일에는 전일 수립된 예측 기반 출력제어 계획에 따라 실제 제어를 실행하였다. 그림 7은 당일 계통의 순 부하, 신재생 발전량, 총 부하 변화를 실시간 곡선으로 나타낸 운영시스템의 화면이다. 출력제어는 11시부터 14시까지 집중적으로 수행되어, 이 기간에 신재생 발전량이 감소하는 것을 확인할 수 있다. D/L-A, B 풍력 발전기와 D/L-C 태양광 발전기에 총 6.54㎿ 출력제한을 적용한 결과, 최대 7.2㎿의 출력 감축이 이루어졌다. 그 결과 역조류는 1.8㎿로 수용 한계용량인 4.8㎿보다 작게 나타났다.

그림 7. 신재생 출력제어 실증 결과

Fig. 7. Renewable output curtailment demonstration results

표 3은 배전선로별 신재생 출력제어 실적을 나타낸 것이다. D/L-B 풍력발전설비는 지령값보다 0.1㎿ 적게 감축하였으나, 다른 설비들이 이를 초과 감축함으로써 전체적으로는 목표 출력감축량을 초과 달성하였다.

본 실증을 통해 사전 예측에 기반한 유연접속 운영 절차 및 시스템이 실제 계통 운영에서 효과적으로 작동함을 확인하였으며, 유연접속 운영시스템이 재생에너지의 실시간 출력 관리 및 수용력 향상에 기여할 수 있음을 검증하였다.