오프그리드 태양광 가정용 시스템 장기 에너지 사용 분석

초록

본 연구는 사하라 이남 아프리카 1,000대의 태양광 가정용 시스템(SHS) 데이터를 활용해 일일 부하 프로파일을 DTW‑MIP 군집화로 5가지 유형으로 구분하고, 시간에 따른 에너지 소비 변화를 분석한다. 77% 가구가 사용량을 감소시켰으며, 2년 차 말에는 피크 시점 대비 평균 33% 감소했다. 결제 데이터와 결합한 결과, 경제적 어려움이 없는 가구에서도 소비 감소가 관찰돼 단순 재정 요인 외의 행동·사용 패턴 변화가 존재함을 시사한다.

상세 분석

이 논문은 기존 연구가 주로 설문 기반 추정이나 짧은 기간의 데이터를 다룬 것에 비해, 1,000여 가구·647,021일에 달하는 장기 고해상도 전력 사용 기록을 최초로 대규모 분석한다는 점에서 의의가 크다. 데이터 전처리 단계에서 비균일 샘플링을 시간 보간해 1시간 단위 에너지 시계열로 변환하고, 일일 부하를 대표하는 10일·2,000일 샘플을 층화 추출해 계산량을 최적화했다. 핵심 군집화 알고리즘은 동적 시간 왜곡(DTW) 거리와 혼합정수계획(MIP)을 결합한 DTW‑MIP 방법으로, 전통적인 k‑medoids/k‑means가 지역 최적에 머무를 위험을 회피하고 전역 최적 해를 보장한다. 결과적으로 5개의 전형적인 일일 부하 프로파일이 도출되었으며, 각각은 조명·휴대폰 충전 중심, 팬·라디오 동시 사용, TV·팬 복합 사용 등 가구의 전기 사용 패턴을 반영한다. 시간적 분석에서는 초기 96일에 최대 일일 소비가 발생하고, 이후 평균 33% 감소하는 추세가 확인되었다. 특히 77% 가구가 소유 초기 대비 사용량을 감소시켰으며, 결제 데이터(잔여 크레딧 일수)와 연계해 ‘경제적 정전’(크레딧 소진) 비율이 낮은 가구에서도 동일한 감소 현상이 나타났다. 이는 전력 접근 후 가구가 전기 사용에 대한 습관 형성, 가전제품 활용 효율성 향상, 혹은 계절·생계 변화 등 재정 외 요인에 의해 소비를 조절한다는 가설을 뒷받침한다. 논문은 또한 데이터 공개를 통해 향후 연구자들이 동일 데이터셋을 활용해 정책·기술 설계에 대한 심층 분석을 진행할 수 있도록 기여한다. 다만, 배터리 효율 저하, 기후 변수, 가구 규모·소득 등 다변량 요인을 통합 분석하지 않은 점은 향후 연구 과제로 남는다.