1. 서 론

20세기 말 기후 변화와 전통적 에너지 자원의 고갈 문제로 재생에너지의 중요성이 부각되고 있다. 태양광, 풍력 및 수력 등의 다양한 발전 기술이 연구 및 개발되고 있으며 주로 선진국에서 널리 보급되고 있다. 2016년 체결된 파리 협정은 온실가스 감축을 목표로 기후 변화 방지를 위한 재생에너지 활용을 촉진하는 주요 정책으로 자리 잡았다^[1]. 재생에너지의 발전량은 지속적으로 증가하고 있으며 2024년에는 11 % 증가할 것으로 예상하고 있다. 많은 국가들이 태양광 및 풍력과 같은 재생에너지 자원으로서의 전환을 가속화하여 예측에 따르면 재생에너지의 비중이 석탄 발전을 초과할 것으로 보인다. 또한 재생에너지 중 태양과 바람을 이용한 발전은 자연 조건에 따라 발전량이 변동되는 특징이 있다. 따라서 발전량 예측이 어려워 전력 수요 충족에도 문제가 발생할 수 있다^[2].

IEA 보고서에 따르면 2024년 전 세계 전력 수요는 전년 대비 4.3 % 증가하였으며 앞으로 3,500 TWh 증가할 것으로 전망하고 있다. 주요 원인으로 데이터 센터 급증과 AI 기반 대규모 데이터 처리 수요가 급증하며 전력 수요가 급격히 커지고 있는 추세이다^[3]. 이러한 수요 급증은 계통 안정성에 큰 위협이 되며 이를 해결하기 위한 다양한 기술과 제도들이 연구되고 있다.

수요반응(Demand Response, DR) 자원은 증가하는 전력 수요 및 재생에너지 변동성 대응의 핵심 유연성 자원으로 주목받고 있다. DR 제도의 대표적인 특징은 전력 수요가 많은 시간대에 전력 수요를 의도적으로 줄여 첨두 부하(peak load)를 낮추는 것이다. 가장 대표적인 사례는 국민 DR이다. 국민 DR은 개인이 참여하여 평시 사용량(Customer Baseline Load, CBL)에서 전력 사용량을 낮춤으로써 이에 대한 보상을 받는다^[5].

그림 1은 DR 시장과 시장에 참여하기 위한 자원의 종류를 표현한 그림이다. 수요반응 시장은 운영 목적과 자원 특성에 따라 크게 네 가지로 구분된다.

신뢰성 DR은 여름 및 겨울과 같이 전력 수요가 급증하여 전력 수급이 불안정해지는 상황에서 계통의 안정적 운영을 확보하기 위해 발령되는 제도이다. 이러한 특성상 평상시보다는 긴급 상황에서만 발동되므로 발령 빈도가 낮다.

패스트 DR 은 주파수 변동에 신속히 대응하기 위한 속응성 자원을 대상으로 운영된다. 분산형 자원의 보급 확대에 따라 패스트 DR은 향후 시장 잠재력이 높은 분야로 평가된다.

자발적 DR은 산업체 및 가정 등 일반 소비자가 자발적으로 참여하는 대표적인 DR 시장이다. 이 중 경제성 DR이 가장 일반적인 형태이며 참여자는 입찰을 통해 낙찰된 감축량을 이행하고 이에 따른 보상을 받는다.

마지막으로 플러스 DR은 전력 감축이 아닌 부하 증대를 유도하는 새로운 형태의 DR 시장이다. 이는 신재생 발전원의 확대에 따라 특정 시간대에 발생하는 전력 과잉 공급 문제를 완화하기 위해 신설된 제도이다.

각 시장에 참여하기 위해서는 시장에 참여할 수 있는 자원으로 등록해야한다. 예를 들어 플러스 DR과 fast DR에 참여하기 위해서는 플러스 DR과 주파수 DR로 자원을 등록해야 해당 시장에 참여할 수 있다. 또한 각 시장에 참여하는 자원은 의무감축용량이라 하여 전력거래소의 급전지시에 따라 전력부하를 감축할 수 있도록 최소 및 최대 용량을 준수해야한다.

동일 시장에 대해서는 중복 참여가 불가능하다. 예를 들어 표준 DR과 국민 DR로 등록하여 자발적 DR에 참여하는 것은 불가능하다. 하지만 참여 시장이 다른 경우 중복 참여가 가능하다. 따라서 주파수 DR 및 플러스 DR을 자발적 DR과 함께 운영할 수 있다.

경제성 DR과 플러스 DR은 DR 발령 전날에 8개의 구간에 대해 감축 가능 용량과 감축 가격을 작성하여 입찰하고 DR 발령 전날 20시에 낙찰 결과를 통보받는다. 표 2는 입찰에 대한 예시이다. 해당 내용을 기반으로 입찰을 진행하였을 때 계통한계가격(System Marginal Price, SMP)을 기준으로 낙찰 구간을 선정한다. 만약 SMP가 155 원/kWh인 경우에는 5구간이 낙찰된다.

그림 2에 따르면 D-day에 DR 발령이 되었을 때 낙찰량을 기반으로 감축 및 증대를 진행한다. 기준은 평시 사용량을 기반으로 확인하며 낙찰 용량(Contracted Power Capacity, CPC)을 이행하지 못한 경우에 다음 DR 입찰에 참여할 수 없는 패널티를 받게 된다. 따라서 제어 알고리즘과 예측 기술을 통해 DR 시장에서 낙찰된 용량을 반드시 이행하도록 노력해야한다.

뿐만 아니라 DR 발령 시간대에 효율적인 감축 및 증대를 위해서는 전반적인 에너지 사용 전략을 수립하는 것이 중요하다. 특히 시간별 요금제(Time-of-Use, ToU)를 기반으로 전력량 요금이 계산될 때 경부하 시간대와 최대부하 시간대의 요금 차이를 활용하는 차익거래(Arbitrage)가 중요하다. 에너지 저장 장치(Energy Storage System, ESS)를 활용하면 DR 시장에서 특정 시간대에 에너지를 저장하고 필요시 이를 공급할 수 있다^[6]. 하지만 단순히 DR 시장에 참여하기 위해 ESS를 설치하는 것은 비효율적이다. 가정용 ESS는 평균적으로 600만원대이며 산업용은 가정용보다 수십배 비싸지기 때문이다. 따라서 DR 시장에서 ESS의 특성을 활용할 수 있는 다른 에너지 자원을 찾아야한다.

V2G(Vehicle-to-Grid) 기술은 EV(Electric Vehicle) 배터리들을 하나의 ESS처럼 활용하는 양방향 충전 기술로 EV 보급이 확대됨에 따라 함께 중요성이 대두되고 있으며 미국, 영국 및 호주 등 다양한 선진국에서 V2G를 상용화하기 위해 실증 사업을 진행하고 있다. V2G 기술의 기본 원리는 ToU에 따라 전력 비용이 저렴할 때 충전을 하고 비싼 시간에 방전을 하여 차익을 얻는 형식이다. 이를 통해 충전 비용을 상쇄하고 수익을 얻을 수 있다. V2G는 최적화 기술이 필수적이며 수익을 극대화하는 여러 연구들이 진행되고 있다. 따라서 본 논문에서는 두 DR 시장에 동시 참여하여 수익을 극대화할 수 있는 모델을 제시하고자 한다. 특히 차익거래 모델과 DR 시장에서의 감축을 진행하는 DR 시장과 증대를 진행하는 DR 시장에 참여하는 2가지 시나리오를 고려하여 최적화 문제를 다룬다. 해당 모델은 충/방전 비용 최소화와 낙찰량 이행의 두 가지 종류의 목적함수로 구성된다.

기본적으로 V2G 기술은 최적화 기법을 활용하여 최적 에너지 사용 전략을 수립한다. 특히 EV 배터리 기반 양방향 충전 모델 구현하며 V2G의 주요 목표인 계통 안정성과 수익 실현에 대해 안정적이고 효과적으로 달성하기 위한 다양한 요소들을 고려한다^[6-11].

K.B.Han 등은 Two-stage optimization을 활용하였으며 EV 사용자의 운전 습관을 활용하여 EV 정보를 구성하였다^[5]. 최적화는 전날 최적화(day-ahead optimization)와 실시간 최적화(real-time optimization)으로 나누어 진행을 했으며 소비자의 목적에 따라 목표 SoC (State-of-Charge)를 빨리 도달하는 경우와 천천히 도달하되 수익을 확보하는 방법으로 나눠 최적화를 수행하였다.

Y.T.Chai 등은 기계학습 기반 최적화 모델을 제시하여 V2G 시스템이 갖는 복잡성과 불확실성을 해결하고자 한다^[6]. 또한 배터리 상태를 고려하고 에너지 비용 절감, 계산 속도 및 정확도 등을 분석하였다. 특히 불확실성 요소인 EV 사용자 행동 데이터(입/출차 시간)에 대해 정밀한 모델을 제안하였으며 배터리 수명을 고려하여 더 현실적인 V2G aggregator를 제안하였다.

최적화 자체의 정확도를 위한 연구 뿐 아니라 V2G aggregator의 안정성과 경제성을 높이기 위한 연구들도 제안되고 있다. 특히 EV를 대상으로 진행하기 때문에 배터리 열화 및 사용자 행동 특성을 고려하여 오차를 최소화하기 위한 방법론들을 제시하였다^[8,9].

S.Choi 등은 현실적인 V2G 모델을 구현하기 위해 서울경찰청 교통 정보 센터의 실제 주행 데이터를 바탕으로 EV 입출차 및 입차 SoC에 대한 확률 밀도 함수를 생성하여 V2G 모델에 적용하였다^[10].

V2G 기술은 EV의 동적 특성을 고려하여 최적화 모델의 정확도를 높이는 것이 중요 요소이다. 하지만 근본적으로는 V2G의 운영 수익을 높이는 것이 핵심이다. 운영 수익 측면에서는 최적화 모델의 정확도를 지키면서 어떻게 배터리를 활용할지에 대한 고려가 필요하지만 앞선 논문들에서 이러한 고려가 부족한 것을 알 수 있다.

J.W.Lee 등은 DR 시장에 참여하는 V2G 모델을 제시하였고 계통 안정성을 보장하는 모델을 제시하였다. 감축 및 증대를 진행하는 모델을 통해 계통 유연성을 확보하는 결과를 확인할 수 있다^[11]. 그럼에도 불구하고 V2G 운영자 측면에서 얻을 수 있는 이점과 V2G의 대상이 되는 EV 사용자들에게 동기부여가 없다는 점에서 수익 극대화가 V2G 모델에 필수적으로 따라와야 하는 이유이다.

본 논문의 구성은 다음과 같다. 1장에서는 연구 배경과 필요성에 대해 논의하고 관련 논문을 검토한다. 2장에서는 입력 정보와 목적함수와 제약조건에 대해 소개하고 3장에서 최적화 결과를 분석한다. 4장에서는 결론을 도출하고 추후 연구 방향을 제시한다.

2. 방법론

본 논문에서는 V2G 기술이 DR 시장에 참여하였을 때 얻을 수 있는 경제적 영향에 대해 분석한다. 이를 위해 양방향 충전을 진행하는 차익거래 모델과 DR 시장의 특성을 적용한 DR 모델을 제안한다. DR 시장을 고려하기 위해서는 입찰 및 낙찰을 진행해야 하지만 이를 위해서는 입찰량 산정 및 SMP 기반 낙찰 과정이 필요하다. 하지만 본 논문은 DR 시장의 경제성 분석을 목적으로 하기 때문에 1구간에 대해 모든 입찰이 낙찰되었다고 가정하여 최적화를 수행한다.

3. 사례 연구

3.1절에서는 최적화에 입력되는 파라미터인 시간별 요금, 계통한계가격 및 감축/증대 용량에 대한 정보를 확인한다. 뿐만 아니라 DR 발령 시나리오를 생성하기 위한 활용 정보도 함께 확인한다.

차량의 입출차 분포를 위해서는 EV의 충/방전 기록이 필요하므로 교통량 데이터를 활용하여 도출한다. 그림 3은 인천광역시에서 제공하는 스마트 교차로 교통량 통계를 기준으로 0시부터 23시까지 주행 확률을 계산한 그래프이다. 이를 기반으로 입차 시간을 예측한다.

전력거래소 전기차 및 충전기 이용 현황 분석 자료에 따르면 1회 충전당 이용시간은 7 kW 기준으로 약 4.7시간이다. 이를 바탕으로 정규분포를 생성하면 그림 4와 같은 그래프가 형성된다. 이를 바탕으로 출차 시간을 계산하여 적용한다.

감축 사례의 경우는 자발적 DR 중에서도 경제성 DR에 포함된다. 그림 5는 2024년 4월 1일부터 2025년 4월 1일까지의 발령 여부를 확인한 자료이다. 경제성 DR의 경우는 휴일을 제외하고 영업일에만 발령하는 점을 고려하였을 때 매일 발령된다고 간주해도 될 정도로 발령 빈도가 높다. 특히 모든 일자에 고르게 분포한 균등분포의 형태를 띠는 것을 통해 알 수 있다.

따라서 본 논문에서 제시한 모델에서 감축하는 DR은 매일 발령한다는 전제로 진행한다. 또한 중소형 DR을 기준으로 하루 2시간 비연속적인 시간에 발령이 가능하기 때문에 매일 2회 발령을 진행한다.

플러스 DR(증대)의 경우는 과발전으로 인해 발생하는 수요-공급 불균형 문제를 해결하기 위해 전력 수요를 증대하는 제도이다. 따라서 과공급을 유발하는 신재생 에너지 중 태양광의 영향을 많이 받는다. 이러한 특성이 분포에서도 나타나는 것을 볼 수 있다. 그림 6은 2024년 12월 1일부터 2025년 5월 31일까지 플러스 DR 발령 시간대를 분포로 나타낸 것이다. 이를 통해 12시~16시에 주로 플러스 DR을 발령하는 것을 확인할 수 있다. 따라서 12시~16시에 플러스 DR 발령을 통해 전력 사용량을 증대하는 것을 가정한다.

ToU와 SMP의 경우는 공공데이터에 존재하는 과거 데이터를 기반으로 생성한다. 그림 7은 ToU와 SMP는 6월 1일을 기준 데이터로 활용한 그래프이다.

4. 결 론

본 논문은 MILP 모델을 기반으로 V2G 차익거래 모델과 DR 시장 참여 모델을 비교 및 분석을 진행하였다. 최적화 모델로서 목적함수는 비용 최소화를 진행하였으며 특히 DR 모델의 경우는 낙찰량을 이행하는 수식을 입력함으로써 차별점을 더했다. 해당 모델을 통해 V2G 운영 시 전력 시장에 참여함으로써 계통 안정성에 기여하고 운영 비용을 절감할 수 있는 결과를 도출하였다. DR 모델은 감축과 증대 2가지 사례를 통해 V2G에서 충전과 방전의 특성을 DR 시장에서도 적용하여 수익이 실현될 수 있는지 확인할 수 있었으며 두 가지 사례 모두 V2G 운영자 입장에서 매력적인 선택지가 될 수 있음을 알 수 있다.

본 논문을 통해 EV 배터리 자원을 ESS처럼 활용하여 전력 시장에 적극적으로 참여하여 계통과 운영자 모두 이로운 결과를 얻을 수 있음을 확인했다. 뿐만 아니라 이 결과는 향후 V2G 운영자가 전력 시장에 참여할 수 있는 시장들의 경제성 분석 사례로 활용될 수 있다.

하지만 V2G 기술이 이로운 점만 있는 것은 아니다. 그림 7에서 볼 수 있듯이 단순 충전을 했을 때와 충/방전을 진행했을 때 충/방전 횟수가 극적으로 증가하며 이에 따라 배터리 수명에 악영향을 끼칠 수 있다. 뿐만 아니라 V2G 보급이 확대된다면 이로 인한 배전단의 복잡성이 증가하고 계통 운영에 영향을 끼칠 수 있다. 이를 보완하기 위해 배터리 열화에 대한 제약조건과 계통 안정성에 대한 수식 등의 안정성 측면의 기술 연구가 필요하다. 게다가 최적화를 위한 입력 데이터로 활용된 ToU, SMP 및 EV 정보들은 EV 정보가 현실 정보를 고려하지 않았다는 점과 계통한계가격을 과거 데이터로 활용한 점 또한 연구의 추가 고려 사항이 될 수 있다.

이와 같은 추가 연구를 통해 고도화를 진행하게 된다면 V2G 기술의 실용성을 확보하고 EV와 계통간의 상호 작용에 크게 기여할 수 있을 것으로 기대된다.