재생에너지 전력시스템의 근접 최적 해 탐색과 정책 시사점

본 연구는 유럽 전력 시스템을 대상으로 완전 재생가능 에너지 전환을 모델링하고, 비용 최적화 결과 주변의 근접 최적 해들을 체계적으로 탐색함으로써 정책적 의사결정에 필요한 다중 대안을 제시한다. 1. **연구 배경 및 목적** 전통적인 전력계획 모델은 비용 최소화를 목표로 단일 최적해만을 제공한다. 그러나 실제 정책에서는 사회적 수용성, 토지 이용 갈등, 지역 불균형 등 비용 외 요인이 크게 작용한다. 이러한 구조적 불확실성을 반영하기 위해 본 논문은 Modeling‑to‑Generate‑Alternatives(MGA) 기법을 적용한다. MGA는 최적해를 ‘앵커’로 삼아 비용 허용 오차 ε 내에서 가능한 모든 대안을 탐색한다. 2. **모델링 프레임워크** - **데이터 및 해상도**: PyPSA‑Eur 데이터셋을 사용, 100개 노드(국가·지역 수준)와 4380개의 2시간 간격 스냅샷(연간 전체)으로 구성. - **결정 변수**: 발전 용량 G_i,r(온·오프쇼어 풍력, 태양광, 수력, 가스), 저장 용량 H_i,s(배터리, 수소, 펌프수력), 전송 용량 F_ℓ(AC·HVDC). - **목표 함수**: 연간 총 시스템 비용(투자·운영·연료) 최소화. - **제약식**: (i) 발전·저장·전송 용량의 지리적·기술적 잠재력, (ii) 선형화된 다기간 최적 전력 흐름(LOPF) 방정식, (iii) 전력 수요 균형, (iv) N‑1 보안을 위한 전송 용량 70 % 제한, (v) CO₂ 배출 상한 Γ_CO2(80 %, 95 %, 100 % 감축). 3. **MGA 구현** 최적해 f*를 구한 뒤, 비용 제약 f(G,H,F,g) ≤ (1+ε)·f*를 추가한다. 이후 사전에 정의한 변수 그룹(예: 지역별 풍력 용량, 전체 전송 용량, 수소 저장 용량 등)을 최소·최대화하는 목표함수를 순차적으로 적용한다. 이는 각 그룹에 대해 가능한 최소·최대 용량 구간을 도출하고, 해당 구간 내에서 언제든 근접 최적 해가 존재함을 보장한다. 4. **실험 설계** - **비용 허용 오차**: ε ∈ {0.5 %, 1 %, 2 %, 3 %, 4 %, 5 %, 7.5 %, 10 %}. - **GHG 감축 목표**: 80 % (1990 대비), 95 %, 100 % (완전 탈탄소). - **대안 목표**: 풍력(전체, 온·오프), 태양광, 가스 발전, 수소 저장, 전송 확대의 최소·최대 용량 탐색. 5. **주요 결과** - **비용 민감도**: 0.5 % 오차만으로도 풍력 용량을 30 %~70 % 사이로 조정 가능하며, 수소 저장·전송 강화는 필수적. - **기술 다양성**: 동일 비용 수준 내에서 풍력·태양광·가스·수소 저장의 조합이 크게 달라질 수 있다. - **GHG 목표별 특징**: 100 % 감축 시 가스 발전이 거의 배제되고, 풍력(특히 해상)과 수소 저장·전송 확대가 핵심. 80 % 감축에서는 가스 발전이 약 6 % 정도 차지하지만, 비용은 246 bn €/a에서 165 bn €/a로 감소한다. - **전송망 역할**: 전송 용량을 25 %~71 % 확대하면 지역 간 재생에너지 불균형을 완화하고, 비용 효율성을 유지한다. 6. **정책적 시사점** - **필수 투자(Must‑have)**: 풍력(온·오프 모두), 수소 저장, 전송망 강화는 모든 근접 최적 해에서 공통적으로 나타난다. - **피해야 할 투자(Must‑avoid)**: 대규모 온·오프라인 풍력 밀집 지역에 대한 사회적 저항이 큰 경우, 비용 허용 범위 내에서 풍력 비중을 낮추고 태양광·가스 발전을 보완할 수 있다. - **유연성 확보**: 비용 허용 오차를 5 %~10 %로 확대하면 정책 입안자는 지역 특성·사회적 수용성에 맞춰 다양한 기술 포트폴리오를 선택할 수 있다. 7. **방법론적 기여** 본 논문은 선형 최적화와 MGA를 결합해 대규모 전력 시스템의 구조적 불확실성을 정량화하고, 정책 입안자가 실현 가능한 다중 대안을 도출하는 방법론적 토대를 제공한다. 특히, 변수 그룹 기반의 목표함수 설계는 정책 관심 분야(예: 특정 지역의 풍력 확대)와 직접 연결될 수 있어 실용성이 높다. 8. **한계 및 향후 연구** - **모델 단순화**: 예비 전력·안정성·정밀 N‑1 보안 등을 제외했으며, 정수형 전송 확장(새 회선 건설) 대신 연속형 확대를 가정하였다. - **시간·공간 해상도**: 2시간 간격·100노드 수준이 실제 운영 상세를 완전히 반영하지는 않는다. - **다중 목표**: 비용 외에 탄소 배출·사회적 수용성·생태계 영향을 동시에 고려하는 다목적 최적화가 필요하다. 결론적으로, 근접 최적 해 탐색은 재생에너지 전력 시스템 설계에서 비용 효율성과 정책 유연성을 동시에 달성할 수 있는 강력한 도구이며, 풍력·수소·전송 강화가 핵심 전략임을 확인하였다.