신뢰성과 비용 보장을 갖춘 가상발전소의 전력예비용량 제공 방법

초록

본 논문은 재생에너지·분산에너지자원(DER) 확대에 따른 전력예비용량 수요 증가에 대응하고자, 가상발전소(VPP)가 신뢰성(99 % 이상)과 기술 사양을 만족하면서 제공할 수 있는 예비용량을 정량화하는 새로운 두 단계 방법론을 제시한다. 첫 단계에서는 희소 사건 확률 추정에 효율적인 서브셋 시뮬레이션(Subset Simulation) 기반 극단분위수 추정기로 최대 제공 가능 예비용량을 산출하고, 두 번째 단계에서는 명시적 비용과 기회비용을 모두 고려한 공급곡선을 구축한다. 스위스 저압배전망을 모델링한 사례 연구를 통해 VPP가 신뢰성 요구를 충족하면서도 기회비용이 가격을 좌우함을 확인하였다.

상세 분석

이 연구는 기존 VPP 유연성 평가가 ‘가능운영영역(FOR)’이라는 정량적 지표에 의존하고, 확률적 불확실성을 충분히 반영하지 못한다는 한계를 정확히 짚어낸다. 특히 전력예비용량 제품은 사전 예약 시점(t_lead)과 실제 제공 시점(t_d) 사이에 발생하는 DER 출력·부하 예측오차가 신뢰성(R_p > 99 %)을 위협한다는 점을 강조한다. 이를 해결하기 위해 저자는 두 가지 핵심 기법을 도입한다.

첫 번째는 MILP 기반의 ‘유연성 최대화 문제’를 정의하고, 불확실한 파라미터 집합 z∈P_u,mfa 에 대해 서브셋 시뮬레이션을 적용해 α_p = 1 − R_p 에 해당하는 극단분위수를 효율적으로 추정한다. 전통적인 직접 몬테카를로 방식은 수천~수만 번의 전력흐름 계산이 필요해 실용성이 떨어지지만, 서브셋 시뮬레이션은 조건부 확률을 단계적으로 분해함으로써 샘플 수를 수십 배 감소시킨다. 이 과정에서 각 샘플은 선형 DistFlow 모델을 이용해 전압·전류 제한, 라인 흐름 제한, DER의 출력·충전·방전 제한 등을 동시에 검증한다.

두 번째는 비용 측면에서 ‘명시적 비용(explicit cost)’과 ‘기회비용(opportunity cost)’을 구분한다. 명시적 비용은 DER 운영(예: 배터리 충·방전 비용, 전기차 충전 비용)과 직접적인 시장 가격을 반영하고, 기회비용은 VPP가 예비용량을 제공함으로써 포기하게 되는 에너지 거래 이익을 추산한다. 두 비용을 합산해 얻은 공급곡선은 전력시장에서 VPP가 제시할 수 있는 최소·최대 가격 구간을 명확히 제시한다.

사례 연구에서는 스위스 저압망에 150 kW 규모의 분산발전, 200 kW 전기차 충전, 100 kW 히트펌프, 300 kWh 배터리 저장소를 포함한 포트폴리오를 구성하였다. 결과는(1) 제품의 신뢰성 요구가 엄격할수록(예: 99.9 %) 제공 가능한 예비용량이 급격히 감소하고, (2) 기회비용이 전체 가격의 60 % 이상을 차지한다는 점을 보여준다. 또한, 제품의 ‘상향·하향·대칭’ 구분에 따라 최적화된 운영 전략이 달라짐을 확인하였다.

이러한 접근법은 VPP 운영자가 시장 입찰 전략을 수립할 때, 신뢰성 목표를 만족하면서도 비용 효율적인 가격을 제시하도록 돕는다. 정책 입안자에게는 DER 기반 예비용량 제품 설계 시 기술 사양(예: 램프 시간, 지속시간)과 신뢰성 수준을 어떻게 조정해야 시장 참여를 촉진할 수 있는지에 대한 실증적 근거를 제공한다.