신재생에너지 발전기술의 회피비용

산정

최종보고서

2018. 12

아주대학교 산학협력단

제 출 문

환경부 장관 귀하

본 보고서를 “신재생에너지 발전기술의 회피비용 산정” 과제의

최종보고서로 제출합니다.

2018. 12.

수행책임자 : 김수덕

공동연구원 : 오재익

연구원 : 민은주

연구원 : 백민호

연구원 : 전승호

연구원 : 노민영

수행기관명 : 아주대학교 산학협력단

<제목 차례>

I. 추진배경 및 목적 ··················································································································1

II. 균등화비용 산정방법···········································································································4

1. 균등화발전비용(LCOE) ································································································4

가. 국외 사례·················································································································4

1) Energy Information Agency (EIA, 2013b) ·····················································4

2) International Energy Agency(IEA) & Nuclear Energy Agency (NEA, 2015) ··7

3) International Renewable energy Agency (IRENA, 2018) ···························9

4) Lazard (2017) ·····································································································11

5) NREL (National Renewable Energy Lab.) ···················································11

6) JGCRI (Joint Global Change Research Institute) ·······································12

나. 국내 사례···············································································································14

1) 선행연구 요약 ·································································································14

2) 이근대 외 (2018.2) ···························································································16

다. LCOE 산정식의 비교 평가 및 문제점 ·····························································17

1) 자본비용의 산정·······························································································17

2) 연료비와 효율 ···································································································17

3) 예상발전량 산정·······························································································18

4) LCOE 산정방법에 대한 평가··········································································18

2. 균등화회피비용(LACE) ·································································································20

가. EIA (2013) ··············································································································20

나. EIA (2018) ··············································································································23

3. 국내 전력시장의 도매가격 결정과 LACE 산정 ·····················································24

가. 전력공급곡선 ·········································································································24

나. 전력수요 ·················································································································25

다. 전력시장 균형 ·······································································································28

라. 용량요금 ·················································································································28

마. 전력공급 한 단위 추가에 따른 회피비용 ·······················································30

바. 특정 기술의 LACE 산정방법 ·············································································31

III. 국내 발전기술별 투자비 분석························································································32

1. 개요·································································································································32

2. 투자비 실적자료 ···········································································································32

3. 국내 발전설비별 단위투자비 추세 분석 및 결과 ·················································34

가. 전원별 2010 년 불변가치로 환산한 단위투자비 자료 ··································34

나. 전원별 각 발전소 건설비 단가 실증분석 ·······················································38

IV. 통합평가모형과 LACE 산정 ···························································································44

1. 통합평가 모형 개관 ·····································································································44

가. 주요 모형 비교·····································································································46

1) MESSAGE···········································································································47

2) AIM ······················································································································49

3) IMAGE·················································································································50

4) MiniCAM (GCAM) ······························································································53

나. 기술평가 특성 비교 ·····························································································56

1) LP 모형의 기술평가 ························································································56

2) GCAM 의 기술평가 ···························································································57

2. 분석에 활용된 GCAM 모형의 구성 내용································································60

가. 건물부문 ·················································································································60

나. 수송부문 ·················································································································65

다. 산업부문 ·················································································································69

라. 발전부문 ·················································································································75

3. 균등화회피비용(LACE) 평가를 위한 GCAM 구성 ···············································77

가. 분석모형의 발전부문 기술평가 특성 ·······························································77

나. 제 3 차 국가에너지기본계획(안)의 목표치 반영·············································81

다. 전력전환부문의 비용, 효율 등 관련 정보 update ········································82

라. 신재생 공급 의무화 제도(RPS) ··········································································85

1) RPS 제도의 개요 ····························································································85

2) 분석모형에 적용방법 ·······················································································90

마. 국가 온실가스 감축목표 (NDC) 반영 방법·····················································95

1) NDC 의 개요······································································································95

2) 분석모형에 적용방법 ·······················································································95

4. GCAM-EML 모형을 통한 LACE 분석·······································································96

가. LACE 산정을 위한 전력부문 세분화 ································································96

나. LACE 산정 방법·································································································107

다. PV, Wind 등 신재생에너지기술의 LACE 산정시 고려사항 ······················108

라. LACE 산정을 위한 시나리오 ···········································································109

1) 시나리오 설정 ·································································································109

2) 기술별 용량요금 (CP) ··················································································111

5. LACE 산정 ···················································································································113

가. 도매가격과 REC 의 결정과정에 대한 도식설명 ··········································113

나. 전력 도매가격과 LACE 산정 결과 ··································································117

1) 전력 도매가격 ·································································································117

2) 시나리오별 LACE 산정결과·········································································118

다. 발전량 및 REC 가격 ·························································································121

V. 국내 발전기술별 비용평가 실효성 강화방안 ····························································127

참고문헌 ··································································································································129

[부록 1] ····································································································································133

[부록 2] ····································································································································134

<표 차례>

<표 1> 2022 년 진입하는 발전원에 대한 LCOE(용량 가중평균 X) ································5

<표 2> 2020 년 진입하는 발전원에 대한 지역별 LCOE 지역별 차이 ···························6

<표 3> 건설공사비 실적 자료 형태(일부) ··········································································13

<표 4> 풍력을 예시로 하는 LACE ······················································································20

<표 5> 발전소 진입 연도별 적용 기준용량 가격 (RCP) ················································29

<표 6> 2010 년 12 월의 급전순위표 (일부) ······································································30

<표 7> 국내 발전기술 구분··································································································38

<표 8> 단위 투자비용 추정결과 (1) ····················································································39

<표 9> 단위 투자비용 추정결과 (2) ····················································································40

<표 10> IPCC 5 차보고서의 RCP 평가에 사용된 모형···················································46

<표 11> 각 모형의 특성 비교······························································································47

<표 12> GCAM의 건물부문 세분화 내역 ··········································································63

<표 13> 발전기술별 에너지효율··························································································83

<표 14> 모형에 적용된 기술들의 항목별 발전비용, 2020 년 기준 (2017$/MWh) ·····84

<표 15> 신재생에너지 공급인증서 가중치 ········································································86

<표 16> REC 거래시장 유형개요························································································87

<표 17> 신재생에너지 의무 발전 방식별 발전량과 비중 ··············································88

<표 18> 연도별 신재생에너지 발전량 전망(2017~2031) ··················································92

<표 19> 신재생에너지 발전량 전망 과 RPS 비중을 이용한 REC 수량 시산 ············93

<표 20> 기술별 REC 가중치 ································································································94

<표 21> 부하시간과 발전유형별 구분················································································98

<표 22> 연간 부하시간의 구분····························································································98

<표 23> 부하별 발전기술의 분포 ······················································································101

<표 24> 8 차 전력수급기본계획 목표수요 및 부하율 ···················································102

<표 25> 계절, 부하유형별 발전비중(%) ············································································105

- 9 -

<표 26> 2030 년 신재생에너지 실효용량 (단위 : MW) ·················································109

<표 27> 시나리오 종합 Matrix ···························································································110

<표 28> LACE 산정시 적용한 용량요금 (원/MWh, $/MWh) ········································112

<표 29> 2020 년 전력 도매가격 결과 ···············································································117

<표 30> 2030 년 전력 도매가격 결과 ···············································································117

<표 31> 2020 년 LACE 산정결과 (단위: 2017$/MWh) ····················································119

<표 32> 2030 년 LACE 산정결과 (단위: 2017$/MWh) ····················································120

<표 33> EIA(2018)결과와의 비교 (2020 년 기준, 단위: $2017/MWh) ·························121

<표 34> 시나리오별 발전량, REC 가격 및 CO2 가격···················································122

<표 35> 기준안과 RPS 시나리오의 단위발전 비용 차이·············································125

<표 36> 2010 년 12 월 중앙급전발전기 급전우선순위 (평일기준)······························133

<표 37> 기준수요 ··················································································································134

<표 38> 목표수요 ················································································································135

- 10 -

<그림 차례>

[그림 1] 할인율변화에 따른 한국의 LCOE 산정결과 ·······················································8

[그림 2] 신재생에너지 기술별 용량에 따른 LCOE ·······················································10

[그림 3] 전 세계 풍력(Onshore, Offshore), 태양광(PV, CSP) LCOE 전망 결과·······10

[그림 4] 산업조직학회 연구결과 ··························································································15

[그림 5] 에너지경제연구원 연구결과 ··················································································15

[그림 6] 전력시장 균형 ··········································································································25

[그림 7] 2010 년 3 월부터 2011 년 2 월까지의 시간대별 부하패턴 및 LDC ··············27

[그림 8] 원자력 발전소 단위투자비 추세(명목 vs. 불변) ··············································35

[그림 9] 태양광 발전소 단위투자비 추세(명목 vs. 불변) ············································36

[그림 10] 풍력 발전소 단위투자비 추세(명목 vs. 불변) ················································36

[그림 11] 소수력 발전소 단위투자비 추세(명목 vs. 불변) ············································37

[그림 12] LNG 발전소 단위투자비 추세(명목 vs. 불변) ················································37

[그림 13] 단위투자비 결과(태양광 10MW) ········································································41

[그림 14] 단위투자비 결과 풍력 5M ··················································································42

[그림 15] 단위투자비 결과 연료전지 4M··········································································42

[그림 16] 단위투자비 결과(원자력 PWR vs. APR) ··························································43

[그림 17] 기후-환경 글로벌 모델링 가계도 (2012) ·························································44

[그림 18] Reference Energy System (RES) in MESSAGE ··············································48

[그림 19] AIM/CGE model 기본구조 ···················································································49

[그림 20] AIM/Enduse model 기본구조 ···············································································50

[그림 21] IMAGE 3.0 기본 구조··························································································51

[그림 22] 토지이용 시스템 분석 결과 사례······································································52

[그림 23] GCAM 의 지역 및 AEZ 구분 ··············································································53

[그림 24] GCAM 의 체계도 ···································································································54

[그림 25] 수식으로 표시된 GCAM 의 개념도 ···································································54

[그림 26] GCAM 에너지시스템 부문의 구조 ··································································55

[그림 27] LP 모형의 문제점 관련 도식··············································································56

[그림 28] Share Equation 을 바탕으로 한 기술대체의 사례·········································58

[그림 29] 로짓형태의 share결정과정에서 두 개의 조명기술에 대한 파라메터 설정방법··59

[그림 30] 선형모형과 GCAM 모형의 비교········································································59

[그림 31] 형광등과 백열등의 기술대체 추세 및 각각의 LCOE 비교 (우) ··················60

[그림 32] 상세화 된 건물부문 에너지시스템 구성도······················································64

[그림 33] 건물부문 세부 기술별 에너지소비에 따른 에너지 흐름도 (2010 기준) ·64

[그림 34] 건물부문 서비스별 온실가스 배출 흐름도 (2010 기준) ·······························65

[그림 35] 상세화된 수송부문 에너지시스템 구성도 ························································67

[그림 36] 수송부문 세부 기술별 에너지소비에 따른 온실가스 배출 흐름도 (2010 기준)···68

[그림 37] 수송부문 모드별 온실가스 배출 흐름도 (2010 기준) ·································68

[그림 38] 산업부문별 공정별 추가 세분화과정································································71

[그림 39] 금속가공제품 제조업을 사례로 본 산업부문 공정세분화 모형흐름 및 기술경쟁·72

[그림 40] 산업부문 세부공정을 에너지총조사 기반 연계 방법(2) ·······························73

[그림 41] 산업부문 에너지시스템 구성도··········································································74

[그림 42] 산업부문 흐름도 (2010 기준) ···········································································74

[그림 43] 산업부문 세부공정별 에너지소비에 따른 온실가스 배출 흐름도 ··············75

[그림 44] 발전부문 흐름도 (2010 기준) ·············································································76

[그림 45] 발전부문 배출량 흐름도 (2010 기준) ·····························································76

[그림 46] 기준안에서의 전환부문 기술별 온실가스 배출량 및 비용··························77

[그림 47] 25.7% 비교안에서의 전환부문 기술별 온실가스 배출량 및 비용··············78

[그림 48] 37% 비교안에서의 전환부문 기술별 온실가스 배출량 및 비용 ·················78

[그림 49] 전체의 세부도식 (신재생에너지의 Avoided Emission 포함) ························79

[그림 50] Textbook 버전의 저감목표 달성 기술 설명 ···················································80

[그림 51] 실제 GCAM 모형을 통해 얻어지는 저감목표 달성시 기술별 온실가스 저감 유형··80

[그림 52] 제 3 차 국가에너지 기본계획(안)의 기준수요와 목표수요의 비교 ···········81

[그림 53] 제3차 국가에너지 기본계획(안)의 신재생에너지 기준수요와 목표수요의 비교···82

[그림 54] 연도별 신재생 에너지 공급의무량 ····································································85

[그림 55] 원별 공급의무인증 발전용량 ············································································88

[그림 56] 원별 공급의무인증 발전량 ··················································································89

[그림 57] 현물시장 월별 REC 거래량 및 평균가격 ························································89

[그림 58] GCAM 발전부문의 흐름도··················································································90

[그림 59] 발전부문의 1 차 에너지 소비량 (단위: EJ) ···················································96

[그림 60] 계절별 LDC 와 각 발전구간, 수요구간에서의 발전량 (구성비) ·················97

[그림 61] 발전부문 부하시간과 발전유형 구분 (봄) ·······················································99

[그림 62] 발전부문 부하시간과 발전유형 구분 (여름) ···················································99

[그림 63] 발전부문 부하시간과 발전유형 구분 (가을) ·················································100

[그림 64] 발전부문 부하시간과 발전유형 구분 (겨울) ·················································100

[그림 65] 연도별 부하율에 따른 LDC; 2010 년 부하실적 기반으로 재산정 ············103

[그림 66] 연도별, 계절별 LDC···························································································104

[그림 67] 연도별, 계절별 시간대별 발전비중································································104

[그림 68] 발전기술별 발전패턴 (주요 발전기술별 대표기술 제시) ···························106

[그림 69] 기준안 대비 NDC제약 시 도매가격(SMP)의 결정 ·····································114

[그림 70] 기준안 대비 RPS 제약 부과 시 도매가격(SMP)의 결정 ···························114

[그림 71] NDC 제약과 RPS 제약을 함께 주는 경우 도매가격(SMP) 및 REC의 결정·····115

[그림 72] REC(RPS)가격 추이(실적) 및 REC 예측 가격(단위:2017 원/MWh) ··········123

[그림 73] REC(RPS_various)가격 추이(실적) 및 REC 예측 가격(단위:2017 원/MWh) ··123

[그림 74] 동일한 가중치 부여시 Winter Peak Base Generation의 발전량 변화 (RPS-기준안)·124

[그림 75] 기술별 가중치 부여시 Winter Peak Base Generation의 발전량 변화 (RPS-기준안)·124

- i -

<요 약 문>1)

I. 추진배경 및 목적

∘ 제8차 전력수급기본계획2)이 2017년 12월 29일에 발표되었다. 이 과정에서 원

자력발전과 관련하여 ‘신고리 5·6호기 공론화위원회’의 논의

∘ 제8차 전력수급기본계획 수립 과정에서 발전원별 균등화발전비용(LCOE:

Levelized cost of Electricity)의 중장기전망에 관한 사항을 의무적으로 반영토

록 하는 법안(전기사업법 일부개정법률안(김병관의원 대표발의), ‘17.12.7)이 발

의

∘ 미국 에너지정보청(EIA)의 2017년 에너지 전망(AEO: Annual Energy Outlook

2017) 보고서의 균등화발전비용(LCOE)으로 특정기술 평가에 대한 한계지적

및 균등화회피비용(LACE: Levelized Avoided Cost of Electricity) 평가방법 제

시

∘ LCOE와 LACE로 대별되는 균등화비용의 다양한 방법론과 사례의 비판적 점검

및 EIA와 같이 통합평가모형을 통한 국내 주요기술들에 대한 LACE 산정평가

필요성 제기

II. 국내 발전기술별 투자비 분석

◎ LCOE산정에서 중요한 부분을 차지하는 투자비 평가의 문제 및 국내 발전기

술별 공사비에 대한 실적자료 기반 경제학적 평가필요

∘ 전력거래소는 매년 발전설비 건설현황 보고서를 발간하고 있는데, 공사시작시

점, 공사기간, 투입비용 등의 정보가 보고되고 있음.

∘ 그러나 시간가치를 제대로 고려하지 않고, 전체 공사비를 해당 발전소 발전용

량으로 나누어 얻어지는 값 (원/kW)를 단위용량당 투자비로 활용하는 오류를

범함

∘ 따라서 공사기간 중 투입된 명목투자비를 시간가치를 고려한 특정시점의 현재

가치로 환산하고, 이를 다시 물가변동을 감안한 불변가치로 환산한 뒤, 단위용

량당 투자비로 활용하여야 함.

1) 본 요약문은 이해를 돕기 위해, 편의상 본문의 순서와 약간의 차이를 두었음을 밝힘.2) 제8차 전력수급기본계획(2017-2031) 확정 공고,

http://www.korea.kr/briefing/pressReleaseView.do?newsId=156246347&pageIndex=1

- ii -

∘ 아래는 원자력발전소의 용량당 투자비를 2010년 불변가치로 환산, 공사시점을

기준으로 단위투자비의 추이를 그림으로 표시함 (하나의 사례. 추가상세 내용

본문참조)

[그림 Ⅱ-1] 원자력 발전소 단위건설비 추세(명목 vs. 불변)

III. 통합평가모형과 LACE 산정

◎ 다양한 통합평가모형 점검 및 본 연구에 활용하는 GCAM (Global Change

Assessment Model) 모형의 특징 점검

∘ GCAM은 4개의 RCP (Representative Concentration Pathway) 시나리오 중

RC:P4.5 시나리오 분석에 활용된 모형임.

- 참고로 RC:P4.5 시나리오는 2046-2065기간 동안 (0.9~2.0)°C 그리고

2081~2100 기간 동안 (1.1~2.6)°C의 온도변화와 관련된 가장 중요한 시나리

오 중 하나임.

- iii -

RCP Publication Model

RCP 8.5RCP 6.0RCP 4.5RCP 2.6

Riahi et al. (2007) Fujino et al. (2006)

Smith and Wigley (2006)van Vuuren et al. (2006, 2007)

MESSAGEAIM

MiniCAM (GCAM)IMAGE

출처: IPCC (2014b) p.284.

<표 Ⅲ-1> IPCC 5차보고서의 RCP 평가에 사용된 모형

∘ GCAM의 에너지시스템은 수급균형을 이루는 균형가격을 통해 각 에너지서비

스 수요를 충족하기 위한 최소비용의 에너지기술을 선택함.

[그림 Ⅲ-2] 수식으로 표시된 GCAM의 개념도

∘ 특히 해당 모형은 에너지시스템 외, 농업, 토지이용 및 이용변화, 경제모듈, 그

리고 Hector라고 명명된 climate module이 통합된 모형임.

- 현재 water모형의 모듈이 추가되어 있고, 전 세계 AEZ(Agro-Ecological

Zone)이 280여개 이상으로 구분됨

∘ 국내 에너지시스템은 건물(주거용 5개 유형, 유형별 중, 소, 대형건물 등), 산업

용 (40개 이상의 세부산업구분), 그리고 수송용 (육상, 해상, 항공, 철도별 여객,

화물수송서비스를 각각의 세부 모드별로 구성) 등으로 구분

- iv -

- 부문별 세분화 내역은 본문 참조

∘ 특히 전환부문은 <표 23>와 같이 34개 이상의 세부기술로 세분화되어 있음.

◎ MESSAGE, MARKAL 등 LP 모형과의 차별화

∘ Keepin외 (1984)은 제약조건 (C: constraints)이 주어진 경우

- 선형결합으로 표시되는 최소비용 목적함수 평면 (P: Total Cost Plane)의 기

울기가 조금만 달라져도 최소비용을 찾는 목적함수의 해 (S: solution)가 좌

측코너에서 우측코너로 소위 coner solution으로 나타나는 현상을 지적함

- LP모형의 Penny-Switching 또는 knife-edge effect로 승자가 모두를 취하는

결과 (Winner-takes-all)를 갖게 됨을 지적함.

[그림 Ⅲ-3] LP모형의 문제점 관련 도식

출처: Keepin 외 (Nature, 1984)

- 상기 모형 외에도 다양한 LP모형 (예, WASP 등)이 이러한 특성을 갖는데 반

해 GCAM은 McFadden(1973)의 확률적 기술선택 모형을 통해 자의적인 제

약이 없이 현실에서의 기술경쟁을 모사할 수 있음

[그림 Ⅲ-4] 형광등과 백열등의 기술대체 추세 및 각각의 LCOE비교 (우)

- v -

- 상기 그림은 1999년 이후 2010년까지 형광등과 백열등이 어떻게 기술대체를

이루어왔는지 그 추이를 보여주고 있으며, 두 조명기술의 LCOE가 우측표에

제시되어 있음

- 주어진 자료를 통해 아래 그림의 우상단은 LP모형으로 평가한 결과를, 그리

고 우하단은 GCAM을 통한 산정결과 나타난 기술선택을 보여줌.

[그림 Ⅲ-5] 선형모형과 GCAM 모형의 비교

- 자의적 제약을 배제한 경우 LP모형의 기술선택결과는 Keeping 외 (1984)가

지적한 결과와 정확히 동일한 결과로 나타난 반면, 본 연구의 모형인

GCAM은 실제 현실과 거의 유사한 추세의 결과를 제시하고 있음을 확인할

수 있음

◎ GCAM모형을 이용한 LACE 산정시 장점

∘ 기술의 비용경쟁력 평가시 인위적인 제약을 가하지 않음

∘ 연도별, 계시별 부하패턴의 세분화 가능

∘ 특히 세분화된 LDC(Load Duration Curve)제약조건은 절대 발전량 대신 비중

으로 줄 수 있어, 비용경쟁력 결과와 이에 따른 균형가격변화에 따른 최종서비

스 수요를 반영할 수 있는 균형모형이라는 장점이 있음.

- vi -

IV. 균등화비용분석 방법 및 결과

◎ LCOE 산정 계산식

∘ LCOE는 단위발전량당 자본비용, 연료비, 고정 변동 O&M비용의 합으로 나타

냄.

- LCOE 내 자본비용 산정의 경우:

▹ US DOE(Department of Energy) 산하 EIA(2013b), NREL 그리고 JGCRI

는 overnight capital비용에 자본회수계수 또는 이에 준하는 fixed charge

rate을 곱하여 자본비용을 산정함

▹ 반면 IRENA(2018), NEA(2015) 그리고 이근대 외(2018.2)는 단위 발전량

당 초기투자비를 바로 자본비용과 동일하게 취급하는 오류가 있음.

- LCOE 내 연료비용 산정의 경우:

▹ NREL과 JGCRI는 연료비용과 heat rate 또는 발전효율을 해당항목에서

명시적으로 고려함

▹ 반면 EIA(2013b), NEA(2015) 그리고 IRENA(2018)는 MWh 당 연료비로

만 보고하거나 이근대 외 (2018.2)와 같이 산식에 포함되지 않는 경우

- LCOE 산정을 위한 발전량 산정의 경우:

▹ EIA(2013b), NREL 그리고 JGCRI 는 발전용량에 용량이용률을 곱하여 예

상 발전량 산정

▹ 이근대 외 (2018.2)는 설비노후화에 따른 발전효율저하 가능성을 ‘효율 저

하율‘을 통해 명시적으로 고려한 장점이 있음.

∘ 상기와 같은 방식으로 산정하는 LCOE는 주어진 기술의 계절별 특성, 급전성

여부, 기저 및 첨두부하 특성 등 다양한 이슈에 대한 대답을 주지 못한다는 비

판에 직면함

◎ LACE 개념

∘ LACE의 개념 (EIA, 2013): 특정 프로젝트를 통해 에너지와 에너지용량을 판매

함으로써 프로젝트 소유가가 얻을 것으로 예상되는 잠재적 수입($/kWh)

∘ LACE의 개념 (EIA, 2018): 새로운 프로젝트로 인해 대체되는 전력생산이 전력

망에 끼치는 비용

- vii -

◎ 국내 전력시장의 도매가격 결정과 LACE 산정

∘ 국내 도매전력가격 결정은 상기 그림과 같이 변동비 순으로 누적되는 발전기

술로 표시된 공급곡선과 주어진 시점의 수요(가격 비탄력적 수요로 수직선)가

서로 만나는 점에서 균형을 이룸

- 이때 가격이 도매전력시장의 가격으로 SMP(System Marginal Price)임.

∘ 한 시점의 전력가격 결정과정을 1년 8760시간에 대해 살펴보면 상기 주어진

시점의 수요는 아래 그림에서 한 시점의 수요가 됨을 알 수 있음.

- 아래 그림의 가운데는 2010년 3월(봄)부터 2011년 2월(겨울)까지의 8760시간

동안의 실제 시간대별 전력수요를 나타내며,

- 좌측은 이 중 12월 한 달간의 시간대별 전력수요를 확장한 것임

- 우측 그림은 1년 중 가장 큰 전력수요부터 왼쪽에 차례대로 정렬한 결과임.

이를 LDC라고 함.

[그림 Ⅳ-6] 전력시장 균형

- viii -

[그림 Ⅳ-7] 2010년 3월부터 2011년 2월까지의 시간대별 부하패턴 및 LDC

∘ 국내 전력시장 특정시간에서의 회피비용 이해

- 아래 표는 2010년 12월의 급전순위표의 일부임.

- 만약 인천공항 CC가 한계발전기로 전력을 생산하고 있는 경우, SMP는 인천

공항 CC의 발전단가 133.02원/kWh로 결정될 것임.

- 그런데 만약 특정 전력기술 한 단위 (1kWh)가 이 시점에 추가되는 경우, 인

천공항 CC는 전력시장에서 탈락하고 차 순위 급전발전기인 울산 #4가 한계

발전기가 되어 회피비용은 울산 #4의 발전단가 127.02원/kWh + CP(용량요

금)가 될 것임.

발전기명 최대용량(MW) 누적용량(MW) 발전단가(원/kWh)울산 #6 379 65253 126.82울산 #4 379 65256 127.02

인천공항 CC 138 65770 133.02제주내연 #1 38 65808 136.84서울 #5 245 66053 137.62

제주내역 #2 39 66092 138.72남제주내연 #1 19 66111 141.04남제주내연 #2 19 66130 141.04

<표 Ⅳ-2> 2010년 12월의 급전순위표 (일부)

- ix -

◎ 특정기술의 LACE산정방법

∘ 특정기술의 LACE는 다음과 같은 산식으로 제시가능

- : 시점의 한계발전가격 (도매시장 단위전력가격)

- : 시점의 급전 발전량.

는 연간 예상 발전량

- : 시점의 단위당 용량요금

- : 시점의 단위당 용량요금의 용량 크레딧 (별도지정)

∘ 즉, 특정기술 한단위 (1 kWh)가 투입됨에 따라 각 시간대별로 회피되는 한계

발전기의 년 평균 SMP+CP 또는 년 평균 SMP+(용량크레딧이 고려된 용량요

금) 이 바로 해당기술의 LACE값이 됨.

◎ 도매가격과 발전패턴

[그림 Ⅳ-8] 계시별 전력 도매가격 및 계시별 기술별 발전패턴 주: 발전패턴은 예시를 위해 몇 개 기술만을 선정한 것(기준안)

- x -

◎ 도식으로 이해하는 시나리오별 도매가격의 결정

시나리오는 다음과 같음:

1. 아무런 제약이 없는 경우(REF)

2. NDC 제약만이 주어진 경우(NDC)

3. RPS(가중치 1)의 제약만이 주어진 경우(RPS_c)

4. NDC와 RPS(가중치 1) 제약 모두가 주어진 경우(NDC+RPS_c)

5. RPS(원별 가중치 고려)의 제약만이 주어진 경우(RPS_w)

6. NDC와 RPS(원별 가중치 고려) 제약 모두가 주어진 경우(NDC+RPS_w)

아래 그림은 시나리오별 전력 도매가격의 결정을 도식으로 이해하기 위해 제

시된 그림임. 이에 따라 예상되는 시나리오별 전력도매가격 크기는 다음과 같음:

의 크기 중 어느 쪽이 더 큰지의 여부는 NDC제약과 RPS제약

이 시장균형에 미치는 크기에 의해 우선 순위가 결정될 것임.

본문에 제시된 결과로부터 모형에서 결정된 계시별 전력 도매가격은 그림에서

예상되는 가격수준과 일치하게 나타남을 확인할 수 있음.

- xi -

[그림 IV-9] 기준안 대비 NDC제약 시 도매가격(SMP)의 결정

[그림 IV-10] 기준안 대비 RPS 제약 부과 시 도매가격(SMP)의 결정

- xii -

[그림 IV-11] NDC 제약과 RPS 제약을 함께 주는 경우 도매가격(SMP) 및 REC의 결정

◎ 시나리오별 LACE산정결과 및 기타 관련 결과

아래 표에서는 상기 논의결과 얻어진 LACE값을 시나리오별로 구분하여 EIA

에서 보고하는 값과 비교할 수 있도록 제시함(더 상세한 내용은 본문 참조)

특히 본 연구에서 사용한 GCAM이 통합균형모형임을 감안할 때, 도매전력요금

의 상승에 따른 발전량의 감소도 일관성 있는 결과로 나타나고 있음을 확인할

수 있음. 또 REC의 가격은 과거 추세를 반영하고 있을 뿐 아니라 상기 그림에서

예상하는 바와 같이 RPS제약에 추가하여 NDC제약이 주어지는 경우, 그 크기가

작아짐을 확인할 수 있음.

- xiii -

EIA(2018) 분석 결과(용량요금 미적용)

Plant type 최소단순

평균

용량

가중

평균

최대기준

안NDC RPS_c

RPS_c +

NDCRPS_w

NDC+RPS_w

용량

요금

(MWh)

Dispatchable technologies 　

Conventional CC 38.6 45.5 45.0 58.4 60.76 62.07 67.03 68.07 63.37 68.98 8.88

Advanced CC 38.6 45.5 46.2 58.4 　 　 　 　 　

Conventional CT 42.2 58.7 60.6 77.8 　 　 　 　 　

Advanced CT 42.2 58.7 61.7 77.8 　 　 　 　 　

New and Renewable technologies 　

Wind, onshore 34 40.2 38 50.8 60.25 60.42 66.58 66.87 61.41 67.36 0.17

Solar PV 32.5 52.1 53.4 71.6 69.52 72.99 75.66 78.53 73.80 79.00 1.38

<표 IV-3> EIA(2018)결과와의 비교 (2020년 기준, 단위: $2017/MWh)

주: 용량요금은 맨 우측 별도 컬럼에 제시되어 있음

[그림 Ⅳ-12] REC(RPS)가격 추이(실적) 및 REC 예측 가격(단위:2017 원/MWh)

출처: REC가격 실적은 한국에너지공단, ‘RPS제도의 대상설비 확인 및 REC 발급.pdf’자료 참조

- xiv -

V. 국내 발전기술별 비용평가 실효성 강화방안

∘ 기존연구에서 제시되는 LCOE 산정식 점검

- 본 연구에서는 기존연구에서 제시되는 LCOE 산정식이 서로 어떻게 다른지

를 점검하고 불명확한 부분들에 대해 비판적으로 검토함.

- LCOE 산정식을 제시하는 경우, 특히 자본비용 산정시 오류가 있을 수 있음

을 지적하였고, 연료비의 경우에는 발전효율, 그리고 예상되는 연간 발전량

산정의 경우에는 설비노후화에 대한 효율저하 등을 명시적으로 고려할 수

있는 세분화된 산정식을 활용하는 것이 바람직함을 확인함.

∘ LACE평가는 EIA사례를 통해 확인할 수 있듯이 산정결과가 통합평가모형을

활용한 결과임을 주목할 필요가 있음.

- 즉, 한계적으로 투입되는 추가기술의 회피비용평가는 해당기술의 급전특성

및 merit order를 통해 여타기술과의 경쟁을 반영한 결과로 나타나게 될 것

이며 수요측면까지 감안한 공급기술의 경쟁을 통합적으로 평가할 수 있는

틀이 필요함

- 또한 온실가스 제약이나 RPS(Renewable Portfolio Standard)의 신재생에너

지 발전량 의무비율 등의 추가 제약이 있을 경우, 사용에너지의 탄소함량에

따라 변하게 되는 기술별 상대비용체계 변화는 merit order를 바꾸게 됨에

따라 통합모형을 활용한 평가는 더욱 중요해지게 될 것이기 때문임.

∘ 국내에도 다양한 통합평가모형이 운영되고 있으나, 상호협력이나 교류, 비교분

석 등을 통한 모형의 세분화 등의 노력이 부진함.

- 해당 모형에 투입되는 정보가 과연 국가 에너지밸런스 정보나, 세부 최종서

비스 부문의 정보를 얼마나 정확히 반영하고 있는지 등이 공동연구, 워크샵

등을 통해 서로 논의하고 비교 평가될 수 있는 장의 마련 필요

- 상호비교를 통해 서로의 장점을 배우고, 반영되지 못한 세부 추가정보를 공

유하거나 정부나 공공부문의 공개되지 않은 정보를 공개할 수 있도록 함께

노력하는 과정은 한정된 연구예산을 크게 절감할 수 있는 방안이 될 것임.

- 기존 정보를 활용함으로써 얻어지는 편익 (사례)

- xv -

(사례) 국토부에 존재하는 2000만대 이상의 자동차 등록정보

∘ 소유자의 연령, 성별, 차랑등록소재지 등이 해당 정보에 포함

∘ 매 2년마다 모든 등록차량은 정기검사를 받는 과정에서 주행거리를 보

고

- 이 두 개의 정보가 연계되면 수송모드별 여객수송거리에 대한 GIS기반

정보가 구축가능.

- 추가적인 조사를 통해 연료비 지출내역 연계시 지역별 주행모드별 차량

연비정보 확보가능

∘ 이러한 정보는

- 수송부문의 에너지소비에 따른 다양한 air pollutant정보 제공

- 최근 문제가 되고 있는 미세먼지발생의 주요 원인 중 하나인 수송부문

의 영향을 평가에 매우 요긴하게 활용가능.

∘ 기존에 있는 정보부터 활용 가능한 형태로 구축한다면 막대한 시간과

예산을 줄이면서 유용한 정보를 구축가능

∘ 통합모형은 활용가능한 정보가 있다면 이를 어떻게 모형에 담을 것인지를 모

델링 방법을 통해 항상 고민할 수 있는 훌륭한 분석틀임

- 국가 에너지 계획들에서 여러 정책수단을 동원을 통한 목표수요제시

- 그런데 어떤 계획도 동원되는 정책수단에 의해 예상되는 가격변동과 이에

따른 rebound 효과를 고려하지 않고 있음

- 여러 효율개선 수단을 통해 각 수단별로 예상되는 에너지절감량을 목표수요

에 반영하는 것은 그 효과를 과대 추정하는 결과로 나타남.

- 즉, 효율개선에 따른 비용절감이 가격에 반영되고, 상대적으로 저렴해진 해

당 에너지의 수요가 다시 증가하게 되는 rebound 효과를 무시하는 결과

∘ 본 연구에서는 국내의 건물, 수송, 산업 등 최종서비스부문과 전환부문이 세분

화되어 있는 GCAM모형을 활용하여 주요 발전기술에 대한 LACE 평가를 시

도함.

- 간헐성 전원에 대해 용량요금을 어떻게 평가할 것인지,

- 단위당 가중평균 에너지 회피비용의 평가방법에 적용할 수 있는 또 다른 통

합모형은 없는지

등에 대한 점검은 추후 연구로 남김.

- 1 -

I. 추진배경 및 목적

제8차 전력수급기본계획3)이 2017년 12월 29일에 발표되었다. 이 과정에서 원자

력발전과 관련하여‘신고리 5·6호기 공론화위원회’의 논의 또한 진행된 바 있

다. 현재의 발전원가는 석탄발전소의 환경 비용, 원자력발전소의 안전성, 사용 후

핵연료 관리비용 등을 제대로 반영하지 못한다는 지적이 지속적으로 제기됨에

따라, 제8차 전력수급기본계획 수립 과정에서 발전원별 균등화발전비용(LCOE:

Levelized cost of Electricity)의 중장기전망에 관한 사항을 의무적으로 반영토록

하는 법안(전기사업법 일부개정법률안(김병관의원 대표발의), ‘17.12.7)이 발의되

기도 하였다.

한편으로 원자력과 신재생에너지 회피비용에 대한 미국 에너지정보청

EIA(2017) 보고서 내용이 공론화 과정에 인용되면서 발전원별 균등화비용 분석결

과에 대한 해석이 국내에서 사회적으로 이슈가 되었다. 미국 에너지정보청(EIA)

의 2017년 에너지 전망(AEO: Annual Energy Outlook 2017) 보고서4)에 따르면 균

등화발전비용(LCOE)만으로는 간헐성, 이용률, 해당기술의 특성 등을 제대로 반영

하지 못하는 한계가 있다는 점을 논의하고 있다. 이런 한계가 있다는 점을 이유

로 EIA에서는 균등화회피비용(LACE: Levelized Avoided Cost of Electricity)5)을

함께 점검하고 있다.

이에 본 연구에서는 실증자료를 통해 원전과 신재생전원의 LCOE 산정에서 중

요한 부분을 차지하는 단위투자비를 실제 확인되는 과거 실적자료를 바탕으로

이를 경제학적 방법론에 의거하여 재추계하고, 그 추이를 점검해 보고자 한다.

비록 본 연구에서 본격적으로 발전원별 균등화발전비용(LCOE) 산정을 시도하고

있지는 않으나, 관련하여 진행한 국내외 논의의 방법론을 점검하여 비교 분석하

고, 과연 관련연구가 제대로 정립된 개념하에서 진행되고 있는지도 비판적인 측

면에서 함께 검토하였다.

균등화회피비용(LACE)에 관련 보고는 EIA(2013, 2018)이 그 논의의 중심에 있

으며, 이를 참고하여 LACE에 대한 정의를 살펴보고, 해당 내용의 검토 및 모형

적용을 통해 국내 주요 발전기술별 LACE값을 산정해 보고자 한다. 이때 고려되

어야 하는 다양한 이슈들로는 이미 논의된 바와 같이 2017년 말에 발표된 제8차

전력수급기본계획의 세부내용 뿐 아니라 현재 논의되고 있는 제3차 국가에너지

3) 제8차 전력수급기본계획(2017-2031) 확정 공고, http://www.korea.kr/briefing/pressReleaseView.do?newsId=156246347&pageIndex=1

4) EIA(2017), Levelized Cost and Levelized Avoided Cost of New Generation Resources in the Annual Energy Outlook 2017. https://www.eia.gov/outlooks/aeo/electricity_generation.php

5) 기존 기술을 새로운 기술로 대체 시 발생하는 기회비용

- 2 -

기본계획 (안) 및 제3차 에너지기본계획 워킹그룹의 권고안 (2018.11) 등도 함께

참고하였다.

정부의 에너지부문 기본계획이 제시될 때마다 확인되는 내용이지만, 기준수요

와 목표수요를 구분하되, BAU (Business as Usual)의 상태에서 어떻게 목표수요

를 달성할 것인지에 대해 담기는 내용들은 구체적이지 않은 경우가 많다. 예를

들어 특정기술 보급을 통해 예상되는 효율개선이 가져다 줄 것으로 보이는 에너

지 절감량이 산정되면 이를 건물, 수송, 산업 등 적용 가능한 분야의 대상규모를

정해 단순곱셈 등을 통해 총 에너지 절감량을 산정한다. 여타 기술에 대해서도

유사한 계산방법을 적용, 결과로 얻어지는 에너지 절감량 및 기타 정성적 평가결

과를 모두 합산함으로써 목표수요를 제시하는 경우를 자주 보게 된다. 하지만 효

율개선으로 예상되는 에너지절감은 주어진 가격수준이 유지될 경우 가능한 것이

지만 기술개선으로 통해 2차로 발생하는 가격하락으로 소비가 늘어나는 소위

‘rebound effect’까지 반영하지는 못하는 것이 현실이다.

실제 목표수요는 활용 가능한 틀을 통해 점검할 수 있도록 하고, 분석에 동원

된 정량적 데이터는 모두 공개하여 관련 계산을 다수의 이해당사자 들이 함께

점검할 수 있도록 하는 것 또한 중요하다. 특히 장기간의 국가 에너지정책을 수

립함에 있어서는 가능한 한 정교한 분석방법이 동원되어야 하고 제시된 목표치

는 재검이 가능할 수 있을 정도로 상세하여야 한다고 보이기 때문이다. LACE산

정은 최종적으로 달성되어야 하는 목표수요를 기준으로 평가되어야 함이 타당하

다. 그러나 제3차 국가에너지기본계획(안)의 목표수요가 어떻게 기준수요로부터

도출되었는지가 명확하지 않을 뿐 아니라, 제8차 전력수급계획의 목표수요 역시

비슷한 문제를 안고 있다.

이러한 한계에도 불구하고, 본 연구에서는 최근 진행되고 있는 균등화비용 산

정과 관련된 다양한 방법론에 대한 논의를 점검하고, LACE산정과 관련된 이슈

점검 및 시산을 제시하고자 한다. 관련 연구를 시도한 첫 사례에서 확인되는 다

양한 문제점을 함께 지적함으로써 향후 본격적인 연구를 위해 필요한 추가 연구

들에 대한 논의도 함께 진행하고자 한다. 본 연구는 다음과 같은 순서로 구성된

다.

II. 균등화비용 산정방법에서는 LCOE와 LACE로 대별되는 균등화비용의 다양

한 방법론과 사례를 점검한다. 단순해 보이는 LCOE 산정에 있어서도 매우 다양

하고도 상세하게 점검되어야 하는 사항들이 있음을 방법론의 점검을 통해 확인

한다. LACE는 EIA(2013, 2018) 논의를 중심으로 국내 적용가능성을 점검하고 국

내 시장특성을 반영하여 LACE산정을 하는 경우, 어떤 이슈들을 구체적으로 고려

하여야 할 것인지에 대해 논의한다.

- 3 -

III. 국내 발전기술별 투자비 분석은 관련 기초자료를 어떻게 합당하게 가공할

것인가에 대한 논의로 LCOE 평가에도 중요한 입력 자료가 된다. 전력거래소에

서 매년 발간되는 발전설비 건설현황 보고서의 실적자료를 근거로 확인가능한

모든 발전기술의 규모별 연도별 실질가치로 재평가된 단위투자비 산정과 그 추

이의 점검을 통해 해당기술의 미래 추이를 확인할 수 있다. 또 해당 자료를

GCAM 모형에서도 update된 자료로 활용되어, 기술경쟁을 유도하는 평준화비용

의 한 주요요인으로 작용하게 될 것이다.

IV. 통합평가모형과 LACE 산정에서는 연구에 동원되는 모형의 세부특성을 소

개하고, 비슷한 유형의 통합평가모형 (Integrated Assessment Model) 들 중

LP(Linear Programming) 방법론을 기본으로 하는 MESSAGE, MARKAL 모형과의

특성비교를 제시한다. LACE는 통상 발전부문의 한계발전비용과 해당 발전기술의

특성으로 평가될 수 있을 것으로 쉽게 이해할 수 있지만, 실제 EIA에서 진행하

는 LACE평가는 NEMS(National Energy System Model)의 전력부문 모듈을 기본으

로 하고 있는 통합평가의 결과라는 것을 인식할 필요가 있다. 즉, 한계적으로 투

입되는 추가기술의 회피비용평가는 해당기술의 급전특성 및 merit order를 통해

여타기술과의 경쟁의 결과로 나타나게 될 것이기 때문이다. 이러한 현상은 특히

온실가스 제약이나 RPS(Renewable Portfolio Standard)의 신재생에너지 발전량 의

무비율 등의 추가 제약이 있을 경우, 상대적 merit order가 바뀌게 됨에 따라

더욱 명확하게 나타날 것이기 때문이다.

본 장에서는 한정된 시간 내에 모형구성을 통해 얻어진 몇몇 기술의 LACE평

가결과를 EIA(2018)의 평가결과와 비교 제시한다.

V. 국내 발전기술별 비용평가 실효성 강화방안은 본 연구에서 확인되는 다양

한 이슈들에 대해 점검, 요약하고, 본 연구를 포함한 기존연구에서 수정 보완되

어야 할 사항과 향후 관련연구를 위해 추가로 진행되어야 하는 필요사항들에 대

해 설명한다.

- 4 -

II. 균등화비용 산정방법

1. 균등화발전비용(LCOE)

가. 국외 사례

1) Energy Information Agency (EIA, 2013b)

미국 에너지정보청(EIA)는 매년 Annual energy Outlook과 이를 바탕으로 균등

화 발전원가(LCOE)와 균등화 회피비용(LACE)을 분석하여 관련한 보고서를 매년

발표하고 있다. LCOE를 부채와 자본에 대한 수익, 세금 등을 고려한 가중평균

자본비용, 초기투자비용, 운영유지비, 발전소 가동시간, 연료비를 이용하고 있다.

여기서 가중평균 자본비용은 에너지시스템 모형인 NEMS(National Energy

Modeling System를 이용한다고 언급하였다. 이를 이용해 계상하는 LCOE 식을 아

래와 같다.

×

: 균등화 회피비용($/MWh)

: 가중평균 자본비용($), 부채와 자본에 대한 수익 및 세금, 수

명 등을 고려하여 연간으로 계산하는 것으로 시간에 따라

달라질 수 있으며, 여기서 NEMS 으로 계상함

: 단위용량 당 초기투자비용($/MW)

: 연간 단위 용량당 운영유지비($/MW/year)

: 연간 가동 시간(h)

: 연간 발전량당 운영유지비($/MWh)

: 연료비($/MWh)

아래 표는 EIA(2018) 기준, 2022년 진입하는 발전원에 대해 계상한 LCOE 결과

이다. 지역별 용량 가중평균하지 않은 평균값이다. 태양, 풍력 등의 환경요소에

따라 지역별로 크게 다를 수 있는 전원에 대한 용량 계수는 풍력 onshore

37%~46%, offshore 41%~50%, 태양광 22%~34%, 태양력 21%~26%, 수력은

- 5 -

30%~79%의 범위에서 평균값이 들어가 있다. Coal(with 30% CCS), 태양열,

Coal((with 90% CCS), 풍력(offshore), Conventional Combustion turbine, Biomass

등의 순서로 높은 LCOE를 보인다.

Capacity factor (%)

균등화 비용시스템

LCOE균등화

세액공제

시스템

LCOE (세액공

제제외)투자비

고정

O&M변동

O&M송전비용

급전가능 기술

Coal with 30% CCS

85 84 9.5 35.6 1.1 130.1 NA 130.1

Coal with 90% CCS

85 68.5 11 38.5 1.1 119.1 NA 119.1

Conventional CC

87 12.6 1.5 34.9 1.1 50.1 NA 50.1

Advanced CC 87 14.4 1.3 32.2 1.1 49 NA 49Advanced CC

with CCS87 26.9 4.4 42.5 1.1 74.9 NA 74.9

Conventional CT

30 37.2 6.7 51.6 3.2 98.7 NA 98.7

Advanced CT 30 23.6 2.6 55.7 3.2 85.1 NA 85.1Advanced

nuclear90 69.4 12.9 9.3 1 92.6 NA 92.6

Geothermal 90 30.1 13.2 0 1.3 44.6 -3 41.6

Biomass 83 39.2 15.4 39.6 1.1 95.3 NA 95.3

비급전 기술

Wind, onshore

41 43.1 13.4 0 2.5 59.1 -11.1 48

Wind, offshore

45 115.8 19.9 0 2.3 138 -20.8 117.1

Solar PV 29 51.2 8.7 0 3.3 63.2 -13.3 49.9

Solar thermal 25 128.4 32.6 0 4.1 165.1 -38.5 126.6

Hydroelectric 64 48.2 9.8 1.8 1.9 61.7 NA 61.7출처: EIA(2018), https://www.eia.gov/outlooks/aeo/electricity_generation.php

<표 1> 2022년 진입하는 발전원에 대한 LCOE(용량 가중평균 X)

각 발전소들을 지역에 건설하고 가동함에 있어 지역, 환경 요소 등에 따라

LCOE는 다르게 계산될 수 있다. 아래 표는 지역 차를 고려한 최소, 최대 계산

값을 포함하고 있다.

- 6 -

시스템 LCOE 범위 시스템 LCOE 범위 (세액공제후)

최소단순

평균

용량

가중

평균

최대 최소단순

평균

용량

가중

평균

최대

급전가능 기술

Coal with 30% CCS

117.2 130.1 NB 191.1 117.2 130.1 NB 191.1

Coal with 90% CCS

110.5 119.1 NB 139.5 110.5 119.1 NB 139.5

Conventional CC

44.5 50.1 48.3 78.5 44.5 50.1 48.3 78.5

Advanced CC

43.5 49 48.1 76.8 43.5 49 48.1 76.8

Advanced CC with

CCS66.5 74.9 NB 84.8 66.5 74.9 NB 84.7

Conventional CT

87.2 98.7 NB 144.9 87.2 98.7 NB 144.9

Advanced CT

75 85.1 79.5 128.5 75 85.1 79.5 128.5

Advanced nuclear

89.7 92.6 90.1 97.5 89.7 92.6 90.1 97.5

Geothermal 41.7 44.6 43.1 49.5 39.2 41.6 40.3 45.8

Biomass 74 95.3 102.2 111.2 74 95.3 102.2 111.2

비급전 기술Wind,

onshore40.7 59.1 48 77.3 29.7 48 37 66.2

Wind, offshore

122.2 138 124.6 168.5 103.8 117.1 106.2 142.3

Solar PV 42.3 63.2 59.1 113.9 34.2 49.9 46.5 88.2

Solar thermal 145.1 165.1 NB 187.9 111.9 126.6 NB 144.3

Hydroelectric 49.6 61.7 73.9 73.9 49.6 61.7 73.9 73.9

* 용량 추가가 예상되지 않는 기술에는 용량 가중 평균이 없으며 NB로 표시됨.출처: EIA(2018), https://www.eia.gov/outlooks/aeo/electricity_generation.php

<표 2> 2020년 진입하는 발전원에 대한 지역별 LCOE 지역별 차이

- 7 -

2) International Energy Agency(IEA) & Nuclear Energy Agency

(NEA, 2015)

IEA&NEA 세계 각 국의 발전비용을 전망하는 보고서를 발간한다. 2015년 보고

서에는 22개국, 181개 발전소에 대한 정보를 수집하여 분석하고 있다. 국가별,

전원별로 결과를 확인할 수 있다.

균등화 발전비용을 발전에 소요되는 자본비용, 유지보수비, 연료비 탄소비용,

폐로 및 폐기물 처리비용에서 발전량과 할인율은 감안하여 계상하는데, 국가별

각 요소별 발전비용을 비교하며 할인율의 변화에 따른 각 비용의 민감도 분석을

포함하고 있다. 균등화비용 식6)은 아래와 같다.

××

＆ ×

×

＆ ×

: MWh당 가격

: 발전량

: 시기의 할인인자, =10%

: 시기의 총 건설비용

＆: 시기의 유지 보수비

: 시기의 연료비

: 시기의 탄소비용

: 시기의 폐로 및 폐기물 처리비용

단, 상기와 같은 방식의 균등화 발전원가는 운영기간 동안 할인율로 현재가치

화한 비용의 총 합을 할인율로 현재가치화한 총발전량으로 나눈 평균발전비용으

로 보고 있다.

6) IEA & NEA (2015)의 식 (2)에 제시된 내용임.

- 8 -

아래 그림은 할인율 변화에 따른 한국의 발전원에 대한 LCOE 결과 값이다. 통

상적으로 원자력, 풍력, 태양광은 투자비에 따라 화석연료발전은 연료비의 비중

이 크게 보인다.

[그림 1] 할인율변화에 따른 한국의 LCOE 산정결과

출처: IEA&NEA(2015), p71

- 9 -

3) International Renewable energy Agency (IRENA, 2018)

IRENA는 신재생에너지 기술별 용량에 따른 균등화 발전비용을 산정하고 있다.

IRENA Renewable Cost Database와 IRENA Auctions Database를 활용하여 전 세

계 15,000개 유틸리티 규모 신재생전원 프로젝트를 분석하여 다양한 신재생전원

의 규모별, 지역별, 연도별로 LCOE가 변화되는 패턴을 보여 준다. 아래 그림은

각 전원의 2010년에서 2017년 LCOE 추이를 보여준다. 태양광에서 큰 폭의 하락

을 볼 수 있다. 기술별로 2010년부터 2020년까지 LCOE도 전망하고 있다. 그 구

체적인 산식으로 제시된 내용은 다음과 같다.

여기서

: investment expenditures in the year t

: Operations and maintenance expenditures in the year t

: fuel expenditures in the year t

: electricity generation in the year t

: discount rate;

: life of the system

앞서 NEA(2015)와 같이 미래의 실질변수인 발전량을 할인율로 할인하고 있는

점이 눈에 띄나, 자본비용을 자본비용의 요구되는 흐름인 투자비로 표시하고 있

고, 실제 WACC(Weighted average cost of capital)을 고려하고 있음을 본문에서

확인할 수 있다.

[그림 2]는 2010년에서 2017년 사이의 각 신재생 전원의 LCOE 값들의 추이를

보여주고 있다. 원의 크기는 설치용량을 나타낸다.

- 10 -

[그림 2] 신재생에너지 기술별 용량에 따른 LCOE

출처 : IRENA(2018), p34

아래 [그림 3]는 실측치와 이를 바탕으로 2022년까지 전 세계 풍력(Onshore,

Offshore), 태양광(PV, CSP) LCOE 전망 결과이다. 각 원은 개별 프로젝트 또는 경

매에서 단일 가격이 있는 경매 결과를 나타낸다. 원의 중심은 Y 축상의 각 프로

젝트 비용에 대한 값이며, 두꺼운 선은 전체 가중 평균 LCOE 또는 경매 값을

연도별로 나타낸 것이다. LCOE 데이터의 경우 실제 WACC는 OECD 국가와 중

국은 7.5%이고 나머지 국가는 10%로 계상한 것이다.

[그림 3] 전 세계 풍력(Onshore, Offshore), 태양광(PV, CSP) LCOE 전망 결과

출처 : IRENA(2018), p56

- 11 -

4) Lazard (2017)

Lazard7)(2017)는 글로벌 금융기업으로“Levelized Cost of Energy Analysis

(LCOE 11.0)”을 발표하였다. 전통적인 발전기술과 신재생에너지원에 대해 세금

(보조금), 연료비용, 지리적 요소, 자본비용 등에 대한 민감도 분석을 통한 LCOE

를 비교하였다. 이는 기존의 발전원이 신재생에너지와 비용 경쟁력이 있는지를

위해서이며 이에 따라 다양한 조건과 가정하의 비용 변화를 평가했다. 실제

LCOE 산정방법과 관련된 흐름을 식으로 표시하고 있지는 않으나, 당해연도 생

산전력량으로 해당 전력생산을 위해 투입된 총비용을 나눔으로써 LCOE를 산정

하고 있음을 엑셀 형태로 보여주고 있다.

미국의 발전기술의 LCOE 평가에서 다양한 기타비용, 즉 분산전원관련 전력망

개선이나 환경규제 등에 따른 비용, 사회 환경적으로 예상되는 잠재적 외부성 관

련 비용 (핵폐기물 처리비용, 환경영향 등)이 영향을 주지만, 연구의 범위를 벗어

난다고 하여 명시적으로 고려하지 않았음을 언급하였다.

5) NREL (National Renewable Energy Lab.)8)

NREL은 LCOE를 해당 웹상에서 다음과 같이 산정하는 것으로 제시하고 있다.

NREL이 제시하는 Simple LCOE는,

sLCOE = {(overnight capital cost * capital recovery factor + fixed O&M cost )

/(8760 * capacity factor)} + (fuel cost * heat rate) + variable O&M cost

이를 식으로 다시 제시하면, 아래와 같다.

··&

&

여기서,

:overnight capital cost

:capital recovery factor

&MF : fixed O&M cost

: 8760 (hours)

: fuel cost

: heat rate9)

&MV : variable O&M cost

7) Lazard는 글로벌 금융기업 자문기업8) NREL, Transforming energy, https://www.nrel.gov/analysis/tech-lcoe-documentation.html9) heat rate = Thermal energy in / Electricity out

- 12 -

6) JGCRI (Joint Global Change Research Institute)10)

GCAM(Global Change Assessment Model)은 LCOE를 산정하는 방법을 다음과

같이 상세히 설명하고 있다.

·

·

·

&&

연료비 투자비 O&M 비용 (고정, 변동)

: 기에 연료 를 사용하는 발전기술 의 기술비용 ($/MWh)

: 기에 연료 를 사용하는 발전기술 의 연료비용 ($/MWh)

: 기에 연료 를 사용하는 발전기술 의 fixed charge rate (%)

: 기 연료 를 사용하는 발전기술 의 순수자본비용 ($/MW)

: 1년당 시간 (윤년 고려 연평균 8766시간)

: 기에 연료 를 사용하는 발전기술 의 이용률(%)

: GJ에서 kWh로 에너지 전환 계수

: 기에 연료 를 사용하는 발전기술 의 가변 운영비 ($/MWh)

: 기에 연료 를 사용하는 발전기술 의 연간 고정 운영비 ($/MW)

: 기에 연료 의 발전기술 별 에너지 발전효율

위 식의 첫 번째 항목은 발전효율을 감안한 연료비로 효율이 높으면 높을수록

LCOE에 기여하는 연료비의 크기는 줄어듦을 의미한다.

두 번째 항목은 연간 GJ당 투자비에 이의 일정부분을 이자, 감가상각 등의 제

반 요소를 감안한 투자비로 산정하되, 이를 윤년을 감안한 1년간의 시간(8766시

간) 으로 평준화 했다. 발전기술의 이용률을 감안하여 산정한 값으로 이용률이

높을수록 시간당 단위투자비용이 LCOE에서 차지하는 비중이 적어짐을 의미한

다. 세 번째 항목은 O&M비용으로 고정비와 변동비로 구성되는데, 고정 O&M은

투자비 산정방식과 같은 방식으로 이용률을 감안하되, 변동 O&M은 MWh당 추

가되는 비용을 바로 합산하여 LCOE에 반영한다.

10) JGCRI (Joint Global Change Research Institute), http://www.globalchange.umd.edu/gcam/

- 13 -

만약 해당 발전기술이 탄소저장비용을 갖는 CCS기술을 차용하는 경우 온실가

스 저감 비용 가 상기 LCOE에 추가되게 되는데, 는 발전기술

별 온실가스 저감비율(), 온실가스 배출제약에 의해 결정되는 탄소가격

( , $/Ton)와 제거된 탄소의 저장비용( , $/Ton)으로 구성되며 아

래 식과 같이 나타낼 수 있다.

이 경우, LCOE는 다음과 같이 표시된다.

·

·

·

&&

본 연구에서는 실측자료로 확인되는 단위투자비 정보의 활용상 관련되는 문제

를 점검함으로써 LCOE 산정 논의에 참고가 될 수 있도록 하였다. 아래는 전력

거래소 EPSIS에서 확인되는 발전소별 건설공사비 실적자료의 일부이다(이하 단위

건설공사비 또는 kW당 공사비를 단위투자비로 명명함).

<표 3> 건설공사비 실적 자료 형태(일부)

출처: EPSIS. 2017년도 발전설비현황 본문, 자료실 [발간물], http://epsis.kpx.or.kr/epsisnew/selectEkifBoardList.do?menuId=090200&boardId=003200

- 14 -

나. 국내 사례

1) 선행연구 요약

제2차 에너지 기본계획에는 발전원별 단가(‘12년)로 원자력 39.5원/kWh, 석

탄 66.25원/kWh, LNG 168.1원/kWh으로 제시되어 있다. 원전의 경우 이용율(%),

사후처리비용, 사고위험 대응비용, 정책비용에 따른 경제성 검토결과 이용률 80%

에서 원전의 경제성이 유지되는 것으로 평가하였다.

정연제 외(2017)는 중‧장기 유가 전망을 통해 연료비 변동에 따른 발전원별 경

제성을 분석했다. 전원별 LCOE 계산의 입력 전제는 제 7차 전력 수급계획에서

사용된 값이라 언급되어 있다. 여기에 연료의 열량단가 변화에 따른 LCOE 민감

도 분석도 진행하였다.

이철용 외(2017)은 세계 태양광 전력 거래 가격, 특히 우리나라와 기후환경이

비슷한 독일에서 2017년 10월 거래 평균가격이 € 50/MWh(65원/kwh) 수준이었던

것에 반해 국내에서는 2017년 소규모 태양광 경매제도에서 평균 낙찰가격 182원

/kWh이었던 것에 의문을 가지고 태양광 발전의 LCOE 대한 연구를 진행하였다.

발전비용을 구성하는 모듈 가격, 주변기기(BOP), 금융, 이용률(capacity factor)등

을 확률적 시뮬레이션을 통해 분석하였는데, 기존의 비용 데이터를 수집하거나

검증하는 과정을 거치지 않고, 시뮬레이션 분석을 진행하는 것이 타당한지에 대

한 설명이 부족하다.

최근 국내 연구사례로 에너지경제연구원과 산업조직학회의 연구용역 결과를

살펴볼 수 있다.11) 아래 그림은 2017년 12월 28일 공청회 관련 기사에서 인용한

것으로 산업조직학회는 원자력 발전단가는 거의 변함이 없고 태양광 발전단가는

하락하여 2030년 이후 근접할 것이라 전망하였다. 에너지경제연구원은 원자력 발

전단가는 2030년에 약간 상승하고, 태양광 발전단가는 하락하여 시나리오에 따라

2030년에는 역전(그리드패리티)이 가능할 것이라 보여주고 있다. 현재까지 산업

조직학회의 분석에 쓰인 자료나 연구방법 등은 보고서가 공개되지 않아 확인할

수 없다. 각 에너지원별 O&M 등의 비용자료가 공개되어 있지 않은 상황에서

PV, 원자력의 LCOE산정에 어떤 실적 자료를 구체적으로 어떻게 활용하였는지를

확인할 필요가 있다.

11) 디지털타임스, ‘태양광발전비용 2025년엔 원전보다 싸질 것’, 2017.12.28., 상세보고서 내용은 확인되지 않음. http://www.dt.co.kr/contents.html?article_no=2017122802109932101006

- 15 -

[그림 4] 산업조직학회 연구결과

출처 : 디지털타임즈, ‘태양광발전비용 2025년엔 원전보다 싸질 것’ (2017)

[그림 5] 에너지경제연구원 연구결과

출처 : 디지털타임즈, ‘태양광발전비용 2025년엔 원전보다 싸질 것’ (2017)

- 16 -

2) 이근대 외 (2018.2)

최근 공개되어 웹상에서 확인할 수 있는 이근대 외 (2018.2) 자료는 연구책임

자가 에너지경제연구원의 소속이라는 점에서 이를 통해 에너지경제연구원의 분

석결과를 간접적으로 살펴볼 수 있다.

우선 해당 보고서를 통해 LCOE를 다음과 같이 정의하고 있다.

××××

여기서,

CAPEX: 초기 투자비

OM: 운영유지비

FC: 금융비용

r: 할인율(Discount rate)

d: 효율저하율

CF: 이용률

Capacity: 설비용량

T: 발전기의 경제적 수명 (년 수)

로 정의하고 있다.

분자항에 들어가는 비용추정의 경우, 초기투자비 (CAPEX) 전체12)와, 이후 발생

하게 되는 O&M 비용과 금융비용의 흐름을 현가화하여 추가하고, 분모항에 들어

가는, 미래의 예상발전량 발전량 산정에 용량 (Capacity)x이용률(CF)한 값에 효율

저하율을 감안한 것이 눈에 띈다.

그런데 비용추정의 경우 금융비용이 어떻게 산정될 것인지, 그리고 CAPEX는

어떻게 계산하였는지, 또 어떤 WACC을 통해 capital cost를 계산하게 되는지에

대한 설명이 없으며, 실물발전량으로 산정되는 분모항의 발전량에 이미 효율저하

에 따른 발전량의 감소효과를 감안하였음에도 이를 다시 할인율로 discount한 것

에 대한 추가적인 설명이 없다.

12) 한 시점에 공사가 완료되는 것을 전제함

- 17 -

다. LCOE 산정식의 비교 평가 및 문제점

1) 자본비용의 산정

EIA(2013b)에서는 단위용량당 초기투자비용($/MW)에 가중평균자본비용을 곱하

여 기본적으로 연간 해당 규모의 자본동원을 위해 필요로 하는 자기자본과 부채

를 통한 금융비용으로 표시하고 있다. 이와 비슷한 방법으로 제시하고 있는 보고

서로는 NREL과 JGCRI로 각각 overnight capital비용에 자본회수계수를 곱하거나,

overnight capital비용에 fixed charge rate을 곱한 경우로 JGCRI의 방법론은 가중

평균자본비용에 해당하는 값을 외부에서 정해주는 반면, EIA(2013b)는 NEMS의

발전부문모듈 내에서 이 값이 내생적으로 산정되고 있음을 언급하고 있다.

이와 달리, IRENA(2018)은 해당 시점의 투자비로 제시하고 있어, 자본 동원을

위한 flow의 개념을 명확히 하고 있다는 점에서 같은 방법론을 제시한다고 볼

수 있다.

그런데 NEA(2015)는 단순히 t 시점의 총건설비라고 하고 있고, 이근대 외

(2018.2)는 CAPEX 또는 초기 투자비라고 정의하지만 산식에서는 구체적인 산정

방법이 확인되지 않는다. 다만 해당 보고서의 본문 <표 4-13>을 통해 제시한 식

이 이야기하는 초기투자비는 건설비 단가에 해당되며, 이 kW당 건설비 단가는

건설비 총계를 이용률을 감안한 발전량으로 나눈 값임을 쉽게 확인할 수 있다13).

즉, EIA(2013b), NREL 그리고 JGCRI와 달리, 초기투자비용을 동원하기 위한 자본

비용을 산정한 것이 아니라, 초기투자비용 그 자체를 바로 산식에 적용하는 오류

를 보인다.

2) 연료비와 효율

EIA(2013b), NEA(2015) 그리고 IRENA(2018)는 MWh 당 연료비라고 하여 최종투

입에너지 기준으로 이미 제시하고 있는 것으로 보이는 반면, NREL과 JGCRI는

연료비용과 heat rate 또는 발전효율을 해당항목에서 명시적으로 고려함으로써,

발전효율이 LCOE에 미치는 영향을 산식에 명시하고 있다.

이근대 외 (2018.2)는 산식에서는 연료비용이 명시적으로 고려되어 있지 않으

나, 실제 LCOE산정에서는 이를 표함하고 있음을 확인할 수 있다.

13) 해당보고서 <표 4-10> 참조

- 18 -

3) 예상발전량 산정

NEA(2015), IRENA(2018), 이근대 외 (2018.2)는 주어진 기술에 대한 LCOE를 전

체 수명기간 동안 하나의 값으로 제시하는 방법을 쓰고 있다. 그런데, 연간 예상

발전량을 산정하는 대신 전체 수명기간 동안 생산될 것으로 예상되는 발전량을

할인하여 합산하고 있는데, 실물생산물인 발전량을 금융상품이나 명목변수처럼

할인하는 이유에 대한 설명은 없다.

EIA(2013b), NREL 그리고 JGCRI 등은 이를 발전용량에 용량이용률을 곱하여

매년 예상되는 발전량으로 매년 투입되는 자본비용과 고정, 변동 O&M, 그리고

발전효율이 감안된 연료비의 총합을 균등화한 값을 제시하고 있다. 다만 시간이

흐름에 따라 발전량이 감소할 수 있는 부분을 명시적으로 고려한 이근대 외

(2018.2)의 발전량 산정식은 추가로 고려함이 바람직하다.

4) LCOE산정방법에 대한 평가

상기 논의에서 확인할 수 있듯이 여러 보고서들의 LCOE 산정방법이 서로 다

르다는 점이 확인되었다. 투입연료비의 경우, 단순히 에너지비용을 입력하는 대

신 해당기술의 에너지효율을 감안할 수 있고, 설비가 감가상각 됨에 따른 효율변

화도 고려할 수 있음을 확인하였다.

그러나 명백한 오류로 지적되어야 하는 부분이 바로 용량당 건설투자비 (원

/kW)를 단위발전량 당 건설투자비(원/kWh)로 사용하는 사례이다. EIA(2013b),

NREL 그리고 JGCRI의 사례에서 확인하였듯이 초기투자비 또는 overnight capital

cost와 LCOE 산정을 위한 자본비용은 구분되어야 한다는 점이다.

EIA(2013b)는 단위용량당 초기투자비용($/MW)에 fixed charge factor:를 곱함으

로써 자본비용을 산출하고 있다. 여기에서 fixed charge factor는 가중평균 자본

비용($)으로 부채와 자본에 대한 수익 및 세금, 수명 등을 고려하여 연간으로 계

산하는 것으로 시간에 따라 달라질 수 있으며, 여기서 NEMS 모형으로 계상한다

는 설명이 있음을 주목할 필요가 있다.

NREL은 fixed charge factor 대신 capital recovery factor 를 초기투자비에 곱

하여 자본비용을 산출하고 있는데 할인율 이 주어지는 경우 capital recovery

factor 는 다음과 같이 나타난다.

- 19 -

GCAM(Global Change Assessment Model)을 연구하고 있는 JGCRI에서는 fixed

charge factor: 대신 fixed charge rate이라고 하여 13%를 적용하고 있고, 그 내

용은 EIA(2013b)의 방법과 동일하다.

fixed charge factor 또는 가중평균 자본비용 또는 WACC을 어떻게 구하는가에

대한 구체적인 논의는 본 연구의 범위를 벗어난다고 하겠다. 그렇지만, NEMS

(National Energy Modeling System)의 전력모듈에 관한 설명 (EIA, 2017)을 통해

그 내용을 간략히 아래와 같이 요약할 수 있다.

여기서,

: 부채

: 자본

: 자본과 부채의 합

: 자산 중 부채비율로 45% 적용

: 자산 중 자본비율로 55%적용

: 부채비용, Baa 등급을 갖는 산업체의 채권수익율

: 자본비용

: 법인세율로 38% 적용

EIA (2017)은 여기에 추가하여 시점의 자본비용 를 다음과 같이 금융시장

논의를 통해 제시하고 있다.

×

여기서,

: Risk-free rate at year t, 5.75% 적용

: Expected market risk premium (constant), (내생적으로 결정)

Equity beta (constant)는 1.25적용

상기의 논의에서 확인할 수 있듯이, NEMS의 전력모듈은 WACC 값을 내생적으로 결정하여 활용하고 있음을 알 수 있다.

- 20 -

2. 균등화회피비용(LACE)

가. EIA (2013)

처음 LACE에 대한 논의는 EIA(2013)에서 확인할 수 있는데 이는 아래와 같다.

“The levelized avoided cost of electricity, as developed for this discussion, represents the potentialrevenue available to the project owner from the sale of energy and generating capacity.” 라 하여, ‘특정 프로젝트를 통해 에너지와 에너지용량을

판매함으로써 프로젝트 소유가가 얻을 것으로 예상되는 잠재적 수입($/kWh)’이

라 설명한다. 즉, 발전사업자의 입장에서 발전시장에 들어갈지에 대한 여부를 결

정하는 것이라 볼 수 있다.

SeasonTime of

Day

Wholesale Electricity

Price($/MWh)

Wind Capacity Factor

Hours in Period

Dispatched Hours

Revenue Available

Summer Daytime $110 0.2 640 128 $14,080Nighttime $80 0.4 1100 440 $35,200shoulder $90 0.5 460 230 $20,700

Winter Daytime $90 0.3 460 138 $12,420Nighttime $70 0.5 1100 550 $38,500shoulder $80 0.3 640 192 $15,360

Spring/Fall Daytime $80 0.4 1090 436 $34,880Nighttime $60 0.6 2180 1308 $78,480shoulder $70 0.5 1090 545 $38,150

Annual Total

3,967 $287,770

출처 :EIA(2013), p

<표 4> 풍력을 예시로 하는 LACE

위의 표는 이를 설명하는 간단한 예시이다. 실제 간략한 사례를 예로 들어

LACE가 어떻게 특정기술의 잠재적 수입으로 계산될 수 있는지를 보여주고 있다.

풍력이 1년 동안 계통에 연계하여 발전한 시간을 3,967시간, 이 때 총 수익은

$287,770/MW/yr으로 볼 수 있다. 수익은 예를 들어, 여름, 낮 시간에 전력 도매

가격($110/MWh)에 계통에 연계하여 발전한 시간(640h)로 곱하여 $14,080/MW을

얻는다. 각 시간대별 도매가격에 전력을 공급한 시간을 곱하여 총 수익이 계산된

다. 1년 동안 전력을 판매함으로써 얻는 수익 $287,770/MW/yr에 용량요금

(Capacity Payment)이 0.15×$60,000로 계산되어 $9,000/MW/yr이며, 총 수익은

- 21 -

$287,770/MW/yr+$9,000/MW/yr = $296,770/MW/yr이다. 급전 시간 3,937h을 고려하면

평균 수입은 $75/MWh 로 계산된다.

아래 수식은 한계발전기의 생산가격 (연료비와 변동 O&M의 합)으로 평가된 연

간 생산전력량, 즉 에너지수입과 신뢰성 용량인 용량 크레딧을 감안한 용량요금

의 합을 연간 예상발전량으로 나눔으로써 얻어지는 것으로 설명하고 있다.

하지만, 해당 수식의 내용을 하나하나 따져보면 실제 LACE를 사례로 보여준

방식으로 산정하는 과정에서 발생할 것으로 예상되는 다양한 문제를 확인할 수

있다. 해당 수식의 상세 설명으로 EIA(2013)은 다음과 같이 서술하고 있다.

Ÿ Marginal generation price is the cost of serving load to meet the demand in the specified time period. This price is typically determined by the variable cost (fuel cost plus variable O&M) of the most expensive generating unit that needs to be dispatched to meet energy demand. This price may also be impacted by the cost of meeting any environmental or portfolio policy requirements by the marginal generators (that is, the cost of purchasing renewable energy credits for a non-qualifying generator).

Ÿ Dispatched hours is the estimated number of hours in the time period the unit is dispatched. This number is consistent with the utilization parameters assumed for the LCOE calculation.

Ÿ Capacity payment is the value to the system of meeting the reliability reserve margin. It is determined as the payment that would be required to incentivize the last unit of capacity needed to satisfy a regional reliability reserve requirement.

Ÿ Capacity credit is the ability of the unit to provide system reliability reserves. For dispatchable units, the entire nameplate capacity is allowed to participate in the reliability capacity market (capacity credit of 1 or 100%). For intermittent renewables, the capacity credit is derated as a function of the availability of the resource during peak load periods and the estimated probability of correlated resource-derived outages within a given region. For example, the capacity credit is the probability that if the wind is not blowing in on part of the region, it is or

- 22 -

isn’t blowing in a different part of the region.Ÿ Annual expected generation hours are the number of hours in a year that the plant

is assumed to operate; the derivation is identical to that described in the LCOE section above.

각각의 설명항목을 실제 LACE계산에 적용하는 경우, 다음과 같은 문제점들을

확인할 수 있다.

∘ Marginal generation price - SMP와 동일하나, REC 등 정부정책에 의한 추가 요

인에 의해 영향을 받음

∘ Dispatched hours - 경제활동에 영향을 받는 RES 구성 등에 의해 변동

∘ Capacity payment & Capacity credit - 국내에서는 간헐성 전원 (PV, Wind 등)에

대해 용량요금을 지불하지 않음

∘ Annual expected generation hours - 연간 발전량에 대한 추정치 역시 기술간의 경

쟁 결과로 나타나게 됨

Namovicz, C. (June 17, 2013)는 LACE산정방법에 대해 2013년 6월 개최된 회의

에서 다음과 같이 몇 가지 지적을 하고 있다.

∘ Both LCOE and LACE values are estimated from NEMS internal calculations, but are only approximations of model decision making criteria. Similarly, NEMS itself is an approximation of real-world conditions

∘ Resource characteristics reflect average values for each region, and may not reflect characteristics at all locations, especially in large, geographically diverse regions.

∘ As implemented, secondary values like RECs are only reflected in the LACE calculation to the extent that they affect marginal dispatch prices

또 토론자로 참석한 Baldwin (2013)도 LACE산정에 관해 문제를 복잡하게 만들

수 있는 다양한 요인들에 대해 아래와 같이 지적하면서, LACE의 산정방법에는

매우 다양한 방법이 있을 수 있음을 지적했다.

Ÿ A measure of ValueŸ Regulated utilitiesŸ Deregulated marketsü Market operations model needed – NEMS, ReEDS, GridView, (SCUC/SCED), etc.?

- 23 -

Ÿ Resolution of model: temporal, spatial, system?Ÿ Operation of system?

ü Value depends on time of day/week/season, location, system, weather, etc.?ü Price taker/setter?Ÿ Fuel cost; Resource availability and quality; Site issues; etc.?Ÿ Variable O&M, etc.?Ÿ Transmission?Ÿ LMPs?

ü Other values/costs:Ÿ (Energy, capacity), but also T&D deferrals, loss savings, ancillary services, portfolio

hedge value, voltage support, grid security (if enabled), etc.?ü Investment decision process?

출처: Baldwin (2013)

Leifman (June 2013)은 GE Power & Water 관련 전문가로 위 토론자들과 비슷

한 의견을 제시한다. 또한 Niemeyer (July 25, 2013)는 LCOE는 야구장의 비용추

정으로는 유용하나 그 계산에 전제되는 다양한 조건들은 사용자에게 매우 큰 주

의를 요함 (“LCOEs useful for ball park estimates of costs, but numerous

embedded assumptions mean “caveat user”). 그리고 Wind, Solar와 같은 에너

지는 LACE를 통해서 유용하게 그 가치가 평가될 수 있지만 정책수준에 따른 보

급에서 Wind/Solar는 수익 감소를 보여 주는 등 LACE 추정치가 일정하지 않음.

따라서 LACE의 평가를 위해 NEMS, IPM, US-REGEN, Haiku 등의 시뮬레이션 모

형을 제안한다.

나. EIA (2018)

EIA (2013)과 다르게 EIA (2018)은 “Conceptually, an alternative assessment of economic competitiveness between generation technologies can be gained by considering the avoided cost, a measure of what it would cost the grid to generate the electricity that would be displaced by a new generation project.”라고

함으로써, ‘발전기술간의 경제적 경쟁력의 평가를 위해 회피비용을 고려할 수

있는데, 회피비용은 새로운 프로젝트로 인해 대체되는 전력생산이 전력망에 끼치

는 비용’이라는 원론적인 의미를 재확인하고 있다.

특히 LACE 추정이 더 복잡한 이유는 새로운 기술옵션 없이 시스템이 어떻게

운영될 수 있는지에 대한 정보를 필요로 하기 때문이라고 지적하고 있다.

- 24 -

“Estimating avoided costs is more complex than estimating levelized costs because it requires information about how the system would operate without the

new option being considered.” 그리고 EIA (2018)에서 실행한 회피비용의 계산은 이미 존재하거나 미래의 특

정시점에 존재할 것으로 예상되는 특정 기술 한 단위를 시스템에 추가할 때 그

기술 소유자에게 주어질 잠재적인 에너지와 용량의 한계가치로 평가하였다고 설

명한다.

“In this discussion, the calculation of avoided costs is based on the marginal value of energy and capacity that would result from adding a unit of a given technology to the system as it exists or is projected to exist ata specified future date and represents the potential value available to the project owner from the project’s contribution to satisfying both energy and capacity requirements.”

3. 국내 전력시장의 도매가격 결정과 LACE 산정

전력시장의 경쟁에 가장 큰 영향을 미치는 것은 거래제도이다. 전력을 생산하

는 생산자의 입장에서 전력을 판매함으로써 얻는 수익보다 비용이 크다면 시장

에 참여할 유인이 없게 된다. 균등화발전비용(LCOE) 만으로는 이 수익을 계상하

는 것이 쉽지 않으므로, 회피비용의 개념을 이용하여 발전사업자로써 전력시장에

참여했을 때 얻을 수익을 산정하여 비용과 비교하고자 하는 것이다.

가. 전력공급곡선

먼저 전력시장의 변동비 정보 (전력거래소 내부자료)를 통해 발전소별 급전 우

선순위 정보가 확인되는 2010년 12월을 기준으로 해당시점의 전력부하 패턴과

연계, 전력시장의 도매가격 결정과정을 설명하고자 한다. 이를 통해 균등화 회피

비용(LACE) 산정시 고려해야 하는 사항들을 논의할 수 있다.

아래 그림은 2010년 12월 기준, 발전원별 변동비 (원/kWh) 순으로 단위전력공

급에서 가장 싼 변동비를 갖는 발전기술부터 급전순위를 주어 이를 누적함으로

써 얻어진 전력공급곡선 또는 전력공급기술별 한계비용곡선이다. 가장 싼 전원은

kWh 발전당 3.32원~4.03원의 변동비를 갖는 원자력으로 약 17.4GW의 공급용량

을 보이고, 그 다음은 석탄발전소들로 단위 공급비용은 36.39원/kWh부터 75.26원

/kWh까지의 단위 변동비를 보이는 서천 #1, 2호 석탄화력발전소14)까지 원자력

- 25 -

이후 추가 25.2GW의 공급용량이 자리를 잡는다.15) 다음으로는 천연가스 또는

LNG발전소들로 단위비용 96.47원/kWh를 갖는 인천복합 발전기부터 단위비용이

점차 비싼 중유를 사용하는 기력이나 열병합 발전기 등이 그 공급용량 규모와

함께 누적되어 표시되어 있다.

이러한 급전순위의 상세 내용은 ‘[부록 1] 2010년 12월 중앙급전발전기 급전

우선순위(평일기준)’에 상세히 나타난다.

[그림 6] 전력시장 균형

나. 전력수요

위의 그림에는 2010년 12월의 가중평균 된 계통한계가격 (SMP; system

marginal price)이 131.17원/kWh16)로 결정되어 있고, 이를 결정한 12월의 평균 전

력수요는 60~70GW의 중간쯤에 수직으로 주어져 있다. 계통한계가격은 전력수요

와 주어진 전력공급곡선이 서로 만나는 점에서 결정되게 되는데, 12월의 시간대

별 전력수요는 [그림 60]의 3번째 그림에서와 같이 최소 46GWh에서 최대

71.3GWh까지를 보여 준다.

아래 그림 중 가운데는 12개 주눈금(12개월)으로 구분된 영역 중 10번째에

2010년 12월의 부하가 노란박스로 표시되어 있고, 좌측 그림은 해당 12월의 시간

14) 서천#1,2호는 최근의 정책에 따라 폐지된 석탄화력발전소임. 경향신문, 서천화력 1·2호기 34년 만에 폐지돼, 2017.7.5, http://news.khan.co.kr/kh_news/khan_art_view.html?art_id=201707052115005#csidx59d01fd29870d

efb9e48c633b1679f1 15) 특히 해당 석탄발전으로 구분된 용량 내에는 단위발전 변동비 49.4원/kWh인 광양복합발전 1, 2호가가 포함되어

있지만, 이들은 자가 도입되는 천연가스를 사용하면서 몇몇 석탄발전보다도 값싼 연료비를 갖는 발전소임.16) EPSIS, 전력거래소 계통한계가격 > 가중평균SMP, 2010년 12월,

http://epsis.kpx.or.kr/epsisnew/selectEkmaSmpSmpGrid.do?menuId=050201

- 26 -

대별 전력수요를 상세보기로 펼쳐 그린 것이다. 그림에서는 7일간의 주별 패턴이

약 5주간에 걸쳐 12월 한 달 동안 반복되고 있음을 확인할 수 있다.

참고로 12월 (Dec.)의 가중평균 계통한계가격을 라 두면 이는 다음과 같

이 산정된다:

∈

∈

∈

: 각 시점의 계통한계가격

: 시점의 발전량 (= 해당 시간의 수요량)

여기서 ∈

임.

참고로 2010년 12월의 평균부하는 60.5GWh로 해당 수요보다는 낮은 수준으로

나타난다는 점에서 가중평균 SMP는 12월내에 높은 전력수요를 보이는 시점에

결정된 상대적으로 높은 계통한계가격에 큰 가중치가 부여됨으로써 나타난 결과

임을 알 수 있다.

- 27 -

[그림 7] 2010년 3월부터 2011년 2월까지의 시간대별 부하패턴 및 LDC

- 28 -

다. 전력시장 균형

위의 [그림 7]은 해당 시점의 전력시장 균형을 보여준다. 이 때 원칙적으로는

시장에 참여한 모든 발전기들은 한계발전기에 의해 결정된 SMP와 전력공급량의

곱으로 표시된 수입을 얻게 된다. 그림에서 확인할 수 있듯이 전력공급에 참여한

모든 발전기의 변동비는 SMP보다 낮은 수준에 있으므로, 시장참여에 의해 공급

자 잉여를 누리게 된다.

하지만 이때 한계발전기는 변동비와 SMP가 같게 됨에 따라 변동비만을 회수하

게 되어 추가적인 잉여가 없을 뿐 아니라 고정비 회수가 불가능하여 사실상 전

력공급을 통해 손실이 발생하기 때문에 한계발전기의 고정비용을 소위 용량요금

(CP, capacity payment)로 지급하여 고정비 손실을 보전해 준다. 따라서 한계발전

기를 통한 단위전력공급에 따른 수입은 SMP+CP로 결정이 된다.

라. 용량요금

국내 용량요금관련 제도는 전력시장운영규칙에 나타나 있으며, 다소 복잡한 내

용으로 이해된다. 아래는 kWh당으로 표시된 용량요금 산정과 관련된 전력시장규

칙 및 기타 자료에서 확인되는 용량요금 산정과 관련된 내용으로, 지역특성

(LF), 연료전환성과계수 (FSF) 등, 본 연구모형을 통해 발전기별로 반영하기가 어

려운 상세 내용이 포함되어 있다. 다만, 대략 kWh 당 10원 내외의 용량요금

(MWh 당 10천원 또는 USD10 정도의 규모)이 될 것임을 확인할 수 있다.

- 29 -

§용량요금 산정

CP = RCP × RCF × TCF × FSF

CP : 용량요금

RCP: 기준용량요금

RCF: 용량가격계수 = 공급용량계수(ICF) × 지역계수(LF)17)**

TCF: 시간대별 용량계수

FSF: 연료전환성과계수

Ÿ RCP(Reference Capacity Price): 신규발전기와 기존발전기의 특성을 고려

하여 발전시장 진입연도별 기준용량가격(RCP) 차등

▹ 기준발전기는 최첨두 발전기에 해당하는 가스터빈 발전기의 고정비

▹ 실제로 가스터빈 발전기가 단독으로 건설된 경험이 없으므로 가스복합발

전기의 고정비에서 가스터빈 발전기 비용을 추산

▹ 2016년부터 발전기 진입연도별로 차등화하면서 평균적인 용량가격 인상.

▹ 이전 7.60원/kWh 수준에서 2004년 이후 진입한 발전기에 대해서는 8.92원

/kWh 이상으로 인상

진입년도2004

~20072008 2009 2010 2011 2012 2013 2014 ~

RCP(원/kWh)

8.92 9.20 9.31 9.35 9.68 9.82 9.78 9.74

<표 5> 발전소 진입 연도별 적용 기준용량 가격 (RCP)

Ÿ RCF(Reserve Capacity Factor) : 분산자원 활성화 및 대규모 송전건설 최

소화 위한 지역별 가격신호 강화 목표

Ÿ FSF(Fuel Switching Factor) : 경제성과 환경성을 충족시키는 연료원을 우

대, 발전기여도 80%, 환경기여도 20%

출처: https://atomic.snu.ac.kr/index.php/%EC%9A%A9%EB%9F%89%EA%B0%80%EA%B2%A9

- 30 -

마. 전력공급 한 단위 추가에 따른 회피비용

먼저 해당 시점 기준으로 전력공급 한 단위 추가에 따른 회피비용 또는 시

점의 를 산정한다면? 질문을 가지고 접근해 보자.

이는 특정발전기술을 갖는 전력공급자가 해당 시점에 1kWh의 전력을 공급하

는 경우, 어떤 발전기의 발전비용을 회피하는지를 점검하는 것으로 가능하다.

아래 표는 2010년 12월의 급전순위표 ([부록 1])에 따른 발전기별 발전단가 중

131원/kWh 내외를 나타내는 발전기들의 정보를 보여준다. 아래의 표에서 확인되

는 울산#4 (발전단가 127.22원/kWh) 또는 인천공항CC (발전단가 133.02원/kWh)

는 해당 SMP 가격대에서 가격의 등락에 의해 발전여부가 결정되는 한계발전기

로 볼 수 있다.

예를 들어 추가 한단위의 전력공급기술이 인천공항 CC를 회피시키는 경우, 인

천공항 CC가 해당 전력 한 단위를 생산함으로써 얻는 수입 SMP + CP가 해당

시점에 투입되는 기술의 가 되는 것이다.

따라서 이 기술의 LACE는 1년간 급전되는 시간대와 해당 시간대의 한계발전

을 담당하던 기술이 결정한 SMP, 그리고 이 기술에 주어지는 용량요금 CP의 합

을 연간 급전시간으로 나눈 값이다.

발전기명 최대용량(MW) 누적용량(MW) 발전단가(원/kWh)울산 #6 379 65253 126.82울산 #4 379 65256 127.02

인천공항 CC 138 65770 133.02제주내연 #1 38 65808 136.84서울 #5 245 66053 137.62

제주내역 #2 39 66092 138.72남제주내연 #1 19 66111 141.04남제주내연 #2 19 66130 141.04

<표 6> 2010년 12월의 급전순위표 (일부)

17) 16-4차 규칙개정위 개정내용

- 31 -

바. 특정 기술의 LACE 산정방법

상기의 논의를 근거로 특정기술의 LACE는 다음과 같이 표시할 수 있다:

: 시점의 한계발전가격 (도매시장 단위전력가격)

: 시점의 급전 발전량.

는 연간 예상 발전량

: 시점의 단위당 용량요금

: 시점의 단위당 용량요금의 용량 크레딧 (별도로 지정된 경우)

즉, 특정기술 한 단위 (1 kWh)가 투입됨에 따라 각 시간대별로 회피되는 한계

발전기의 연평균 SMP+CP 또는 연평균 SMP+(용량크레딧이 고려된 용량요금) 이

바로 해당기술의 LACE값이 된다.

- 32 -

III. 국내 발전기술별 투자비 분석

1. 개요

본 연구에서 LCOE를 평가하는 대신 LOCE 산정에서 가장 중요한 요인 중 하

나인 발전기술별 투자비 분석결과를 제시한다. 국내 주요 통계, 보고서, 또는 선

행연구를 통해 확인되는 내용은, 모든 발전기술에 대한 O&M 고정비 및 가변비,

연료사용량 및 연료의 단위당 가격 등에 대한 정보가 제대로 구축되어 있지 않

다는 것이다.

구체적으로, 우선 발전기술별 연료비용에 대해서 EPSIS는 연도별 발전기술별

kWh당 연료투입량을 Gcal 단위로 보고하고 있고, 발전기술별 효율은 발전단과

송전단 기준으로 기력, 복합화력, 내연력, 무연탄, 유연탄, 중유, 천연가스별로 보

고하고 있다. 하지만 이들 연료의 단위 Gcal 당 투입비용정보를 확인할 수 없다.

O&M 비용의 경우, 고정 O&M 비용과 가변 O&M 비용으로 구분되어야 하는데

해당 정보는 아주 부분적으로 보고되는 사례는 있으나18), 모든 발전기술별로 보

고되고 있지는 않다.

발전기술별 투자비와 관련해서는 한국전력거래소의 연도별 발전설비현황 보고

서에 기술별 투자비 자료가 나름대로 상세히 제시되어 있어, 이를 적절히 가공하

면 연구에 활용할 수 있는 정보가 될 수 있다는 것이 확인하였다.

2. 투자비 실적자료

전력거래소에서는 매년 발전설비 건설현황 보고서를 발간하여 설비와 관련한

통계자료를 제공하고 있다. 즉 각 년도 발전설비현황 자료에는 각 발전소별 건설

공사비 실적자료가 포함되어 있으며, 발전소별로 시설용량, 공사비(외자, 내자,

합계), 건설단가, 비고의 항목으로 이루어져 있다.

그런데 보고되고 있는 공사비 정보를 활용하여, 단순히 총비용/발전용량(kW)로

단위용량당 투자비 정보로 사용할 수 없다는 문제가 있다. 공사비는 발전소 건설

시점의 명목가치로 나타나 있고 공사기간은 적게는 수년 길게는 12.75년 (남제주

기력 #3, #4)까지 진행된 사례가 있다. 그 외에도 신월성 #1, #2호 역시 10년 이

상의 공사기간을 보이고 있다. 따라서 이러한 기간 동안의 투자비 투입은 시간가

18) 전력거래소 (2018.6.30.) 하지만 이 자료에서도 2017년 기준 가스복합화력 등 특정기술에 대한 정보를 원/kWh형태로 보고하고 있어 전체 기술들의 비용구조 하에서 비교 검토할 수 없는 정보임.

- 33 -

치를 감안하고 그 기간 동안의 물가변동도 감안하여 기준년도의 불변가격으로

변환하여야 서로 다른 기술의 투자비의 크기를 비교할 수 있게 된다.

특정 발전소 건설을 위해 특정 시점 에 투입된 금액을 라고 하고, 여

기서 설비 의 대해 보고되는 자료는 투자시점의 시작()과 끝(), 그 기간 동안

투자된 총 투자비 라 할 때, 총 투자비 는 아래와 같이 정의할 수 있다.

(1)

해당 시점의 할인율을 이라고 한다면 시점에서의 현재가치 총 투자비

는 다음과 같다.

(2)

앞서 언급한 바와 같이 발전소 투자비에 있어 총 투입금액과 기간만을 확인할

수 있으며, 투자비용이 어떤 시점에 얼마큼이 투입되었는지에 대한 정보는 보고

되고 있지 않으므로 특정 설비 에 대해 시점에 투자된 금액 가 서로 얼

마나 다른 크기로 분포되어 있는지에 대한 정보가 없다. 따라서 는 설비 에

투입된 총금액을 공사기간으로 나눈 결과로 간주하는 것이 가장 합당한 방법으

로 보면, 다음과 같이 표시된다.

(3)

편의상 시점의 할인율을 이라고 가정하면19), 위의 식은 아래와 같다.

(4)

본 연구에서는 실제 자료에서 투자시점의 시작()과 끝()이 개월 수를 확인할

19) 할인율에 대한 논의는 본 연구의 범위를 벗어남에 따라 본 연구에서는 관련 논의를 단순화하였음.

- 34 -

수 있는 정보가 있으므로 (예, 200101 등), 해당 개월 수와 월별실질할인율을 다

음과 같이 산정하고, 연속함수의 측면에서 현재가치를 산정하였다.

즉, 월별 실질할인율은 로 표시되고, 를 라 하면 식 (3)과 (4)은 아

래와 같이 다시 정리할 수 있다.

(5)

이 총 투자비 를 각 발전소 기기별 용량으로 나누어 단위투자비로 계상한

다.

단위투자비총투자비총용량

3. 국내 발전설비별 단위투자비 추세 분석 및 결과

가. 전원별 2010년 불변가치로 환산한 단위투자비 자료

본 장에서는 앞서 불변가격으로 변환한 국내 발전설비 현황 보고서 상의 불변

가격 기준의 원별 단위 투자비(원/용량(kW))의 추세를 확인하고, 모형에 필요한

입력 자료의 형태를 만드는 데 중점을 둔다. 설비공사가 완료된 이후 추가로 확

인되는 연료전환, 용량 확대로 인한 공사비는 편의상 포함하지 않았음을 밝힌다.

앞서 설명한 방법으로 얻어진, 2010년 불변가치로 환산한 단위투자비의 연도별

추이는 아래 그래프들과 같이 확인할 수 있다. 주어진 지면의 한계로 발전소명을

명확하게 보일 수 없는 경우, 이를 그림에서 표기하지 않았으며, 원의 크기는 발

전용량(MW)을 나타낸다. 먼저 원자력 발전소에서 신고리 #3,4, #5,6 신한울 #1,2

는 전력거래소에서 발간되는 ‘발전소 건설사업 추진현황’ 보고서의 공사비를

기준으로 하였다. 이 발전소들은 신형가업경수형 원자로(APR1400, Advanced

Power Reactor)로 이전의 원전기술과는 다르게 분류된다. [그림 8]은 이를 추가

하여 별도로 표시한 것으로, 이전의 원자력 발전소들의 건설비 단가 추이는 낮아

지고 있었으나, APR 1400 원자로의 단위 투자비는 증가하는 것으로 나타난다.

- 35 -

[그림 8] 원자력 발전소 단위투자비 추세(명목 vs. 불변)

태양광 발전소의 경우, 투자비단가는 지속적으로 하락하는 추세를 보인다. 위

의 [그림 9]과 같이 실제 태양광 PV LCOE도 크게 떨어지는 것을 비교해 볼 수

있다. 다음은 태양광, 풍력, 소수력, LNG 발전원에 대한 그래프이다.

- 36 -

[그림 9] 태양광 발전소 단위투자비 추세(명목 vs. 불변)

[그림 10] 풍력 발전소 단위투자비 추세(명목 vs. 불변)

- 37 -

[그림 11] 소수력 발전소 단위투자비 추세(명목 vs. 불변)

[그림 12] LNG 발전소 단위투자비 추세(명목 vs. 불변)

- 38 -

나. 전원별 각 발전소 건설비 단가 실증분석

건설비현황 보고서 상의 자료를 바탕으로 분석을 위한 발전원별 구분은 다음

과 같다. 석탄, 가스, 석유, 바이오매스, 원자력, 태양광, 풍력, 수력, 연료전지 등

의 연료 구분하고, 여기서 각 연료를 사용하는 기술들을 구분하여 16개 기술로

분류한다.

기술 세부 기술 구분 비 고

PV0.5 M 태양광(0.5 M)10 M 태양광(5 M)

Windon-shore 풍력

off-shore 풍력

Hydrosmall 소수력

pump 양수발전

Dam 일반수력

Fuelcell 주로 MCFC이나 세부기술 구분없음 연료전지

Coal

Pulverized Coal: PC 석탄발전

Circulating Fluidized Bed: CFB 석탄발전

IGCC IGCCCES(Community Energy Supply System) 집단에너지

GasGTST(Combined Cycle) 복합발전

CES 집단에너지

Refined Liquids steam/CT(Combustion Turbine) 기력

Biomass CT 바이오매스

UraniumPWR 원자력

APR1400 원자력

<표 7> 국내 발전기술 구분

각 발전기술에 대한 추세 분석은 먼저 하나의 기술 분류에 한 개의 세부기술

이 대응하는 추정식은 아래와 같다.

ln lnln

여기서

: 각 에너지원별 기술

: 기술의 단위 용량(kW)당 건설비(불변)

: 상수항

: 기술의 공사시작 시점

: 기술의 발전소 용량

- 39 -

이며, 단위투자비 추정치는 다음과 같이 얻어지게 된다.

exp ln ln

단, 는 각각 에 대한 추정치를 의미한다.

태양광의 경우는 0.5M, 10M 구분은 상기의 회귀분석결과 얻어진 추정치를 활

용, 해당용량을 입력하여 생성된 추정투자비를 모형에 반영하였음을 밝힌다. 그

리고 off-shore 풍력과에 대한 투자비 정보는 확인되지 않고 바이오매스는 표본

이 두 개 밖에 없어 추정결과 값을 얻을 수 없었지만, 해당 정보는 GCAM의

default값을 활용할 수 있었음을 아울러 밝힌다.

추정결과 소수력을 제외한 모든 세부기술은 용량이 커짐에 따라 단위 투자비

는 감소하는 것으로 나타나고 (b 추정치가 음), 양수발전과 소수력을 제외한 경

우 신기술일수록 (공사시작 년도가 최근일수록) 단위투자비는 감소하는 것으로

추정 (a 추정치가 음) 되었으나, 대부분의 추정치는 통계적 유의성을 확보하고

있지 못함을 알 수 있다.

세부기술별 Coefficient Estimate t-value Pr(>|t|) Signif.

태양광

1,831.000 9.776 0.000 *** -238.700 -9.698 0.000 *** -0.006 -0.309 0.758

풍력

on-shore

139.100 1.045 0.306 -16.358 -0.935 0.359 -0.027 -0.555 0.584

연료전지

365.490 0.634 0.540 -46.011 -0.607 0.557 -0.108 -1.075 0.307

일반수력

167.410 0.466 0.649 -20.111 -0.424 0.678 -0.096 -0.875 0.396

양수발전

-13.407 -0.249 0.807 3.579 0.505 0.621 -0.018 -0.204 0.841

소수력

-1,267.924 -2.862 0.009 ** 168.706 2.896 0.009 ** 0.072 0.619 0.542

<표 8> 단위 투자비용 추정결과 (1)

- 40 -

하나의 기술분류에 여러 개의 세부기술이 존재하는 경우, 추정식은 아래와 같

다. 여기서 는 세부기술에 대한 더미변수이다.

ln lnln′ ′ln′ln

즉, 가 0인 경우, 위 식으로부터 단위 투자비 추정치는

exp ln ln

이며, 가 1인 경우, 단위 투자비 추정치는 아래와 같이 얻어진다.

exp′ ′ln′ln

단, ′′는 각각 ′′에 대한 추정치를 의미한다. 추정결과는 아

래와 같다.

주: 기존 원자력의 용량이 최소 587MW (고리 #1), 650MW(고리 #2) 등 다양한 용량크기를 갖는 반면, APR 1400은 모든 표본의 용량이 1.4GW로 동일함에 따라 ′의 추정치는 얻을 수 없음.

세부기술별 coefficient Estimate t-value Pr(>|t|) Signif.

원자력

(PWR)

16.803 0.388 0.701 0.5334 0.092 0.927 -0.900 -5.110 2.81e-0 ***

원자력

(APR 1400)′ -250.754 -1.116 0.275′ 33.0105 1.117 0.274

석탄(PC) 390.184 2.796 0.006 ** -51.717 -2.795 0.006 ** 0.432 1.923 0.059 .

석탄(CFB)′ -398.041 -3.095 0.002 **′ 54.593 3.203 0.002 **′ -0.433 -2.165 0.034 *

가스(CC) -96.746 -2.522 0.012 * 14.529 2.870 0.004 ** -0.051 -1.543 0.124

가스(CES)′ 335.853 0.835 0.405′ -44.041 -0.832 0.406′ -0.067 -1.166 0.245

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

<표 9> 단위 투자비용 추정결과 (2)

- 41 -

상기 추정결과에서 기존 원자력 발전기술은 용량규모가 커짐에 따라 단위투자

비용이 유의하게 감소하는 것으로 나타났으며, 석탄발전기술의 경우에는 건설시

작 시점이 최근일수록 단위투자비용이 통계적으로 유의하게 감소하는 것이 확인

되었다. 기존 가스발전의 경우에는 오히려 최근의 기술이 사용될수록 단위투자비

가 유의하게 증가하고 있음을 알 수 있다.

신기술의 경우, APR 1400MW 도입된 이후 단위투자비가 증가하는 것으로 나타

나고 있으나 (a’추정치 양), 통계적 유의성을 확인하지는 못한다. CFB 석탄기술

의 경우, 최근 기술일수록 단위투자비는 유의하게 증가하고 있지만, 용량이 커짐

에 따라 단위투자비는 통계적으로 유의하게 감소하는 것으로 나타나고 있다. 가

스(CES)의 단위투자비는 신기술, 용량규모의 크기에 따라 감소하는 경향으로 나

타났지만 통계적 유의성을 확보하지는 못하고 있다. 이 외, 석탄(CES)는 표본값

이 없고, 석탄(IGCC)도 태안 IGCC 단 하나의 표본자료만 있어, GCAM defalut값

을 사용하였음을 밝힌다.

아래는 단위투자비 산정내용과 추정결과를 그림으로 표시한 것이다.

[그림 13] 단위투자비 결과(태양광 10MW)

- 42 -

[그림 14] 단위투자비 결과 풍력 5M

[그림 15] 단위투자비 결과 연료전지 4M

- 43 -

[그림 16] 단위투자비 결과(원자력 PWR vs. APR)

- 44 -

IV. 통합평가모형과 LACE 산정

1. 통합평가 모형 개관

기후변화 또는 사회, 경제 이슈 등에 따른 지구환경 변화에 대한 우려가 커지

면서 전 세계 관련 연구기관들은 이를 분석하기 위한 다양한 모형을 개발하여

운영해 오고 있다. Roehrl, R.A.(2012)는 그러한 모형들의 시나리오 결과를 비교

하기도 하였다. 아래 그림은 지난 40여 년간 개발, 확장된 98개 모형들을 보여주

는 그룹별 다른 색으로 구분된 것은 유사한 분석 방법이거나 한 모델에서 확장

된 가계도의 의미로 생각할 수 있다.

[그림 17] 기후-환경 글로벌 모델링 가계도 (2012)

출처: Roehrl, R.A. (2012).

저자는 위 그림을 “Global Scenario Model”이라 명시하고 있는데 이는

“Global Model”과 “Scenario Model”로 나누어 볼 수 있다. “Global Model”

은 전 지구적 차원에서 경제, 정치, 사회, 인구통계 그리고 생태학적 문제와 그들

의 상호 의존성을 분석하려는 시도임을 UNESCO(1985, p.11)을 인용하여 설명하

고 있다. 각 관계를 방정식으로 나타내서 해를 구할 수 있다.

- 45 -

“global or world modelling… is the attempt to rigorously represent economic, political, social, demographic, and/or ecological issues and their interdependencies on a global scale. The models map these relationships as explicit equations, ‘run’ them forward in time and study their dynamic behaviour. This simulation of future developments is done with computers able to handle such a set of complex simultaneous direct and indirect effects of the factors represented in the model”출처: UNESCO (1985, p.11)

“Scenario Model”은 미래나, 그 미래에 대한 대안을 그려보는 것으로 설명한

다. 즉, 예측이나 전망하는 것이 절대 아니라는 것을 IPCC-SRES (2000)을 인용하

여 명시하고 있다. 각 시나리오는 미래가 어떻게 전개될지에 대한 대안 중 하나

이며, 관련 변수와 정보들이 불완전한 상태에서 예측은 절대 불가능하다는 것이

다.

“Scenarios are images of the future, or alternative futures. They are neither predictions nor forecasts. Rather, each scenario is one alternative image of how the future might unfold. A set of scenarios assists in the understanding of possible future developments of complex systems. Some systems, those that are well understood and for which complete information is available, can be modelled with some certainty, as is frequently the case in the physical sciences, and their future states predicted. However, many physical and social systems are poorly understood, and information on the relevant variables is so incomplete that they can be appreciated only through intuition and are best communicated by images and stories. Prediction is not possible in such cases.”출처: IPCC-SRES (2000, p.62)

통상의 기후‧환경 변화를 분석하는 모형들은 이런 시나리오 모형이다. 여기서

한 국가에 한정되느냐, 전 세계 국가를 포함하느냐에 따라 단일 국가 모형이나

전지구적 모형이 된다.

- 46 -

가. 주요 모형 비교

전 세계에서 사용되는 많은 모형들 중 본 보고서에서는 IPCC 제 5차보고서에

서 RCP(Representative Concentration Pathways)를 개발하는데 사용된 4가지 모

형을 기준으로 모형들의 장․단점을 살펴보고자 한다.

RCP Publication Model

RCP 8.5RCP 6.0RCP 4.5RCP 2.6

Riahi et al. (2007) Fujino et al. (2006)

Smith and Wigley (2006)van Vuuren et al. (2006, 2007)

MESSAGEAIM

MiniCAM (GCAM)IMAGE

출처: IPCC (2014b) p.284.

<표 10> IPCC 5차보고서의 RCP 평가에 사용된 모형

MESSAGE는 선형(LP, linear programming)모형이며 IMAGE와 IAM은 하향식

(Top-Down)모형에서 확장되었다. GCAM은 MiniCAM을 기반으로 개발되어 현재는

통상 GCAM으로 사용된다.

4개의 모형은 각각 국제 원자력기구(IAEA), 일본 환경연구원(NIES), 미국

National Lab.(PNNL), 네덜란드 환경청으로 이는 국제기구나 각 국가의 연구기관

으로 20년 이상 연구를 지속하며 국제 에너지, 환경 문제 연구에 이바지하고 있

다.

각 모형들의 특성을 설명함에 있어 가장 중요한 것은 사용자 접근성이다. 물론

각 기관에서 모형을 개발하고 사용하면서 공개여부가 필수사항은 아니지만, 보다

많은 사람들이 사용할 수 있도록 한다는 것은 연구자들이 상호교류를 통해 모형

을 기능을 향상시킬 수 기회를 정보와 데이터를 공유함으로써 모형의 신뢰성을

높일 수 있다. 4개의 모형 중 모든 코드를 공개하고 무료로 사용할 수 있도록 하

는 것은 GCAM(Global Change Assessment Model)이다. 본 연구팀은 GCAM을 통

해 국내 발전기술별 LACE를 산정하고자 한다. 기술평가 모형으로서 GCAM의 특

징은 아래에서 좀 더 자세히 확인할 수 있다.

- 47 -

MESSAGE AIM MiniCAM (GCAM) IMAGE

개발

및

운용

개발 : IIASA (International Institute for Applied Systems

Analysis)운용:IAEA(InternationalAtomicEnergyAgency)

NIES (National Institute for

Environmental Studies) Japan

JGCRI/PNNL

네덜란드

Environmental Assessment Agency 아래 IMAGE 팀

모형

유형

Integrated Assessment Mode,l (LP, Linear

Programming Model)을

기반 최적화 모형

Computable General Equilibrium Model

Integrated Assessment Model

(Equilibrium Model)

Integrated Assessment Model

(Computable General

Equilibrium Model)소스

코드

공개

여부

비공개

코드는 홈페이지를

통해 공개하나

사용을 위해서는

Solver가 필요

전체 소스코드

공개, 활용가능비공개

비용 알 수 없음GAMS & NLP Solver: $6,400

Free 알 수 없음

특징

MESSAGE IV는

유닉스 기반

시스템으로 UI를

강화하여 사용자에게

배포

GAMS 기반의

CGE모형 과

기술평가모형의

Hybrid연계로

아시아국가 16개

지역 세분화

전 세계를 32개

지역으로 구분, Energy, Economy,

AgLU, Climate Model이 연계(국가

분리 가능)

모형은 viewer 형태로 배포하고

있으나, 구체적인

분석방법 등을

확인할 수 없음

정보

http://www.iiasa.ac.at/web/home/research/modelsData/MESSAGE/MES

SAGE.en.html

http://www-iam.nies.go.jp/aim/

http://www.globalchange.umd.edu/gcam/

http://models.pbl.nl/image/index.php/Framework_overview

<표 11> 각 모형의 특성 비교

1) MESSAGE

MESSAGE (Model for Energy Supply Strategy Alternatives and their General

Environmental Impact)는 IAEA에서 개발된 선형분석방법 (LP, Linear

Programming Model)을 기반으로 하여 최종수요를 구하는 최적화모형이다. 이와

같은 형태의 모형으로 IEA의 ETSAP(Energy Technology System Analysis

Program)에서 개발된 프로그램으로 MARKAL (MARKet ALlocation)이 있다.

1970년대 오스트리아에 소재한 국제 연구소 IIASA(International Institute for

Applied Systems Analysis)에서 개발되었으며, 2000년대에는 국제원자력기구

(International Atomic Energy Agency; IAEA) 주도하에 새로운 기능이 추가되고

사용자 인터페이스를 강화한 새로운 버전이 개발되어 보급되고 있다. 현재

- 48 -

MESSAGE에 대한 배포 및 개발에 대한 권한은 IAEA가 가지고 있다.

현재 버전인 MESSAGE IV는 유닉스 기반 시스템으로 국내 자원, 에너지 수입

및 수출, 무역 관련 통화 흐름, 투자 요구 사항, 선택된 생산 또는 전환 기술 (기

술 대체) 유형의 활용에 대한 정보를 제공한다. 오염 물질 배출, 연료 간 대체

과정, 1차, 2차, 최종 에너지의 연도별 데이터가 필요하다.

개별 기술(또는 프로세스)은 하나의 에너지레벨에서 다른 또는 동일한 에너지

레벨의 형태로 변환시키는 과정을 의미하는 것으로 MARKAL/TIMES모형의 기술

과 동일한 의미를 가진다. 기준 에너지시스템 상에서 에너지밸런스에 관한 제약

이나 에너지서비스를 충족해야하는 수요제약 등에 관한 수리적 모형은

MARKAL/TIMES모형과 큰 차이가 없이 동일한 것으로 이해되기도 한다. 이러한

관점에서 Felderer(2011)은 MESSAGE모형이 MARKAL/TIMES모형과 유사점이 많

은 것으로 보고 있다.

[그림 18] Reference Energy System (RES) in MESSAGE

출처: IIASA-ECS Modeling, http://webarchive.iiasa.ac.at/Research/ECS/docs/models.html

- 49 -

2) AIM

AIM (Asia-Pacific Integrated Model)은 일본 NIES(National Institute for

Environment Studies)에서 개발되었고, IMAGE(Integrated Model to Asses the

Global Environment)는 네덜란드 PBL(Environmental Assessment Agency)에서 만

든 모형이다. 본래 아시아 태평양 지역의 온실가스 대책을 연구하기 위해 개발되

었으나, 세계 전체를 구현하는 모듈과 통합되어 사용되고 있다. 다양한 기술 및

비용 등 의 상세한 수준의 변화를 구현하는 상향식 모형(AIM/Enduse model)과,

개인 및 국가 수준의 경제적 의사결정을 모사하는 하향식 모형(AIM/CGE model )

을 통합하고 있다.

[그림 19] AIM/CGE model 기본구조

출처: http://www-gio.nies.go.jp/wgia/wg5/pdf/18.%20Tatsuya%20Hanaoka-Japan.pdf

- 50 -

[그림 20] AIM/Enduse model 기본구조

출처: http://www-gio.nies.go.jp/wgia/wg5/pdf/18.%20Tatsuya%20Hanaoka-Japan.pdf

3) IMAGE

IMAGE (Integrated Model to Assess the Global Environment)는 네덜란드

Environmental Assessment Agency 아래 IMAGE 팀에 의해 개발되어 활발히 연구

가 진행되고 있다. 1980년대에 모형 개발을 시작하였으며 1990년 IMAGE 1.0이

단일 국가 버전으로 개발되었다. 최근 IMAGE 3.0 모델이 개발되어 사용된다.

아래 그림은 모델의 기본 구성요소들의 관계를 나타낸 것으로 각 요소들의 관

계를 보여준다. 세부적으로 크게 Human System, Earth System과 이로 인한 파급

효과를 보여주는 모듈로 구성되어 있다. Human System은 다시 에너지 수요공급

부분에서 1차 에너지에서 최종에너지까지의 과정에서 기술개발, 정책, 환경 요소

를 포함하며, 토지의 사용형태에 따라 토지 공급, 농산물 수확, 가축 생산 등의

변화에 따른 분석을 진행한다. Human System은 Earth System에 토지 이용과 대

기오염, 물의 사용과 오염 등을 발생시키는 등의 서로 상호작용을 이룬다.

- 51 -

[그림 21] IMAGE 3.0 기본 구조

출처: http://models.pbl.nl/image/index.php/Framework_overview

아래 그림은 전 세계를 26개 지역으로 구분하고, 토지 이용, 토지 피복 및 관

련 생물 생태 과정은 그리드 수준에서 처리되어 지역 특성을 분석할 수 있음을

보여준다. 최근 그리드 해상도는 IMAGE 3.0에서 30x30 arcminutes (0.5x0.5

degrees)에서 5x5 arcminutes (적도에서 10x10 km에 해당)로 증가했다.

- 52 -

[그림 22] 토지이용 시스템 분석 결과 사례

출처: http://models.pbl.nl/image/index.php/IMAGE_framework_summary/Interaction

모형에 대한 자세한 정보는 모델의 자세한 정보는 IMAGE 홈페이지20)에서 확

인할 수 있다. 각 요소에 대한 설명과 분석 결과 등을 담긴 보고서 등을 확인할

수 있다. 모형은 viewer 형태로 배포하고 있으나, 구체적인 분석방법 등을 확인

할 수 없으며, 시나리오를 변경하거나 데이터를 확인하기 힘든 구조로 보인다.

20) http://models.pbl.nl/image/index.php/Welcome_to_IMAGE_3.0_Documentation

- 53 -

4) MiniCAM (GCAM)

GCAM은 세계를 32개 영역으로 구분하고 있으며, 한국도 개별지역으로 구분된

다. 또한 GCAM은 전 세계를 283개의 AgLU 지역으로 구분하여 농업, 산림 등의

토지이용변화에 대한 평가가 가능하도록 되어 있다.

[그림 23] GCAM의 지역 및 AEZ 구분

출처: Calvin (2012)

아래 그림은 현재까지 진행되어 온 RES 또는 에너지시스템의 상세화 (상단 동

그라미)의 내용과 붉은 네모박스로 표시된 거시경제모형 (Economy 모형)을 연계

하고자 하는 JGCRI의 개념도이다. 위에서 논의된 AgLU 부문은 아래 그림의 녹

색으로 표시된 모듈에 해당되며, 이 부문은 Biomass, Nitrogen Fertilizer산업 등과

연계되어 에너지시스템에 긴밀하게 구성되어 있다.

- 54 -

[그림 24] GCAM의 체계도

출처 : Kyle and Luckow(2010)

아래 그림은 전 지구적 수급균형을 충족시키는 단계별 가격을 동시에 결정하

는 GCAM 구조를 간략히 수요측면, 공급측면 그리고 균형가격의 측면에서 수식

으로 표식한 도식이다.

[그림 25] 수식으로 표시된 GCAM의 개념도

출처 : 본 연구팀 작성

- 55 -

GCAM의 에너지시스템 부문의 구조를 도식화하면 아래와 같이 나타낼 수 있으

며, 좌측은 전체적 측면에서 수요와 공급의 균형을 어떻게 산정하는지를 도식화

한 것이며, 우측은 RES측면에서 1차 에너지의 생산과 공급, 전환부문, 그리고 최

종에너지와 건물, 산업, 수송부문의 에너지서비스부문의 연결고리를 단순도식화

한 것이다.

[그림 26] GCAM 에너지시스템 부문의 구조

출처 : Kyle and Luckow(2010)

모형내 구현되는 기후기술은 Reference Energy System상에서 확인되는 최종에

너지 서비스 부문인 건물, 산업, 수송부문과 이들 부문에 최종에너지를 공급하는

전환부문 (발전부문 포함)에서 상세화되어 있거나 추가 상세화가 가능한 모든 기

술들이 망라될 수 있다. 따라서 최종에너지 서비스 부문인 건물, 산업, 수송부문

과 이들 부문에 최종에너지를 공급하는 전환부문에 대한 세부 평가가 가능한 에

너지시스템 분석모형 활용, 기후기술을 평가한다.

더불어 다음 장에서는 에너지시스템, 기후기술을 평가함에 있어 GCAM과 선형

모형의 기술평가 방법의 차이점을 설명함으로써 본 연구의 모형을 연구되는

GCAM의 장점의 살펴볼 수 있다.

- 56 -

나. 기술평가 특성 비교

1) LP 모형의 기술평가

MESSAGE나 MARKAL와 같은 LP (Linear Programming) 모형은 특정기술이 갖

는 기술선택과정을 모형 내에서 제대로 구현하지 못하는 단점이 여전히 존재하

며 이를 해소하지 못하고 있다는 점이 계속 지적된다.

Keepin외 (1984) 에 따르면, 다면체 형태의 제약조건 (C: constraints)가 주어진

경우 선형결합으로 표시되는 최소비용 목적함수 평면 (P: Total Cost Plane)의 기

울기가 조금만 달라져도 최소비용을 찾는 목적함수의 해 (S: solution)가 좌측코너

에서 우측코너로 소위 coner solution으로 나타나는 현상을 지적하고 있음을 알

수 있다.

Despite the appearance of analytical rigour, IIASA's widely acclaimed global energy projections are highly unstable and based on informal guesswork. This results from inadequate peer review and quality control, raising questions about political bias in scientific

analysis.

[그림 27] LP모형의 문제점 관련 도식

출처: Keepin 외 (1984)

이러한 문제는 Loulou 외 (2004)에서도 인지하여, Penny-Switching 또는

knife-edge effect로 승자가 모두를 취하는 결과 (Winner-takes-all)를 갖게 됨을

인정하고 있다. 이러한 문제를 회피하기 위해 사용자제약(User-Defined function,

parameter, etc.)이 가해지는 방법을 제시하고 있다.

- 57 -

2) GCAM의 기술평가

GCAM은 지역별 에너지자원의 생산특성을 고려한 공급과 수요가 균형을 이루

는 각 단계별 가격체계의 해를 구함으로써 각 시장의 균형수요를 찾아내는 형태

로 구성된다.

개별 기술선택과정은 McFadden (1973)의 조건부 로짓형태의 확률적 선택과정

으로 모사(Clarke and Edmonds, 1993) 되어, 승자독식의 문제가 나타나는 선형계

획법 모형의 단점을 개선하였다.

여기서

: share weight

: 해당기술을 공급하기 위한 단위비용

×

: 단위 에너지비용

: 효율의 역수

: 단위 비 에너지비용

: logit exponent - 과거 추세를 통해 기술별 특성반영 (–4 ~ -10 의 값이 주어짐.)

두 개의 기술을 가정하고, 가 각각 1, 2라고 가정 (2번째 기술이 1번째 기

술보다 두 배 비싼 경우). 목표연도의 share weight 은 두 기술 모두 1로 주며,

logit exponent는 –10으로 확인되는 경우, LP모형의 경우, 위의 기술비교는 2번째

기술이 1번째 기술보다 두 배 비싼 경우에 해당되므로, winner-takes-all 현상에

의해, 바로 다음날로 기술 1이 전체를 차지하게 된다.

로부터 목표연도의 기술별 share는 다음과 같이 구할 수 있

다.

위의 식에서 logit exponent인 가 –10 이 아닌 무한대의 값을 갖는 경우, 목

- 58 -

표연도의 share에 해당하는 값은 LP모형이 보여주는 것과 같은 winner-takes-all

현상과 정확히 동일한 결과를 얻게 된다. 그러나 현실의 경우, 이러한 기술대체

는 좀처럼 일어나지 않으며, 이러한 기술선택에는 상당한 기간이 소요된다는 것

을 여러 사례에서 확인할 수 있다.

다음의 형광등과 백열구의 실제 사례 평가에서 승자독식에 따른 결과를 확인

할 수 있다. GCAM에서 사용자 편의로 주는 제약을 최소화하는 다음과 같은 방

법으로 해결하고 있다. 즉, 목표연도의 share weight은 모든 기술에 대해 1로 고

정하고, 기술 중 하나의 share weight 또한 모든 시점에 대해 1로 고정한다. 예

를 들어 기준년도에 1번 기술과 2번 기술의 share가 각각 50%인 경우를 상정해

보면, 기준 년도의 share weight 는 다음과 같다.

값은 1024라는 값으로 calibration 되게 되는데 이후 중간 값은 interpolation

하여 값을 산정할 수 있으며, 그 결과는 아래의 그림과 같은 형태로 나타나게 된

다.

[그림 28] Share Equation을 바탕으로 한 기술대체의 사례

- 59 -

[그림 29] 로짓형태의 share결정과정에서 두 개의 조명기술에 대한 파라메터 설정방법

위의 형광등의 시장 진입사례를 모사하는 경우, 비용최소화 모형에서 각 기술

별 선택을 모형화하기 위해서는 기술의 점유율을 외생적으로 입력하거나, 진입한

기술이 시뮬레이션 기간 이후에도 수명이 남아 있을 때, 기술의 잔존가치

(Salvage value)를 반영하는 등의 방법으로 모형화 하고 있음. 선형모형에서 사용

자 정의 입력값을 제외하고 비용과 효율만을 입력하는 경우, 기술선택은 발전량

당 비용이 낮은 기술이 높은 기술을 100% 대체하는 결과를 보여준다.

[그림 30] 선형모형과 GCAM 모형의 비교

- 60 -

이러한 우상단 결과는 이미 설명한 [그림 27]에서와 똑같은 결과로 나타나고

있는 것이다.

위의 그림에서처럼 LCOE비용이 형광등이 월등히 싸기 때문에 user-defined 제

약이 없는 LP모형은 바로 다음날로 100% 백열등을 형광등이 대체한다. 1전이라

도 싼 기술은 특별히 제약을 가하지 않는 한, 바로 다음 순간 여타기술을 100%

대체하게 된다는 것이다.

[그림 31] 형광등과 백열등의 기술대체 추세 및 각각의 LCOE비교 (우)

하지만 위의 좌측그림은 백열전구를 형광등이 실제로 어떻게 대체해왔는지에

대한 과거추이를 보여주며, [그림 30]의 우하단 그림은 상기에서 설명된 방법과

같이 GCAM의 기술경쟁방법에 따른 기술의 시장침투과정을 보여준다. :LP모형의

Winner-takes-it-all 과는 전혀 다른 GCAM의 현실모사 능력을 반영하는 도식이

라 하겠다.

2. 분석에 활용된 GCAM21) 모형의 구성 내용

가. 건물부문

에너지총조사 원자료, 건물부문 선행연구 및 여타 DB를 이용하여 건물부문을

5개 유형의 가정용건물, 대형상업용 건물과 그 외 중소상업용 건물로 나누어

2010년 기준 구성하였다.

총 에너지서비스 수요()는 면적당 에너지서비스수요 ()와 총 건물면적

()의 곱. 면적당 에너지서비스 수요 ()는 열부하 수요( )와 에너지서비스

밀도()의 곱으로 표현할 수 있다.

21) Global Change Assessment Model - Energy Modeling Lab.

- 61 -

× ×

: 단위면적당 에너지서비스 수요 []

: 기준년도 data로부터 calibration되어 얻어지는 상수

: 열부하 수요 (난방 또는 난방) []

: 에너지서비스 밀도 []

: 에너지서비스의 용도(냉방, 난방)

: 연도

열부하 수요( )는 외기조건과 건물의 단열기술을 반영한다.

× × ×

: 난방도일(

) 또는 냉방도일( ) []

: 건물외피 효율강화율 (열관류율, U-value) []

: 건물바닥 대비 외피비율

: 실내발열 상수

: 단위면적당 실내발열량 []

건물외피 강화비율( )은 실내외 온도차에 의해 건물외벽에서 발생하는 열전달

을 나타내는 상수. 특정지역의 난방도일을 이라고 표시하는 경우, GCAM의

기본모형은 해당지역의 열류관율()을 다음과 같은 방법으로 제시한다.

: 건물외피 효율강화율의 HDD탄력성 (default 값은 –2.0%) : 건물외피 효율강화율의 GDP탄력성 default 값은 –10.0%)

: 효율개선효과 (default 값은 0.45%)

- 62 -

단위면적당 실내발열량()22)은 냉난방외 에너지서비스의 수요량에 비례한다.

열부하 수요( )는 안락한 실내외 기온의 차이에 의해 발생하는 연간 냉난방요

구수준, 건물외벽의 면적, 건물외벽에 의한 열손실, 실내발열 등을 반영한 포화수

요를 나타낸다. 에너지서비스 밀도()는 단위면적당 에너지서비스 수요, 기본

적으로 에너지서비스에 대한 포화수요가 주어지는 경우, 소득이 증가하면, 또 가

격이 하락하면 에너지서비스 밀도가 증가하도록 구성하였다.

×

ln×

: 에너지서비스의 포화수요 []

: 에너지서비스의 최소수요 []

: 에너지서비스의 포화 임피던스(Saturation Impedance)23)

: 에너지서비스가격(기준년도대비 비교년도 상대가격으로 표시)

: 1인당 소득

최종적으로, 총 건물면적()은 다음과 같이 구성된다.

×

: 시점의 1인당 건물면적수요

: 시점의 인구

22) 실내발열량은 internal heat gain으로 지칭되며, 건물에서 사용하는 냉난방 목적 외의 기기가 발생시키는 열을 의미한다. 난방기기 외 기타 기기가 발생시키는 열은 난방수요를 줄이는 반면, 냉방수요는 증가시키는 효과가 있다.

23) 에너지서비스 수요의 포만 임피던스 ( )는 에너지서비스에 대한 포화수요와 기준년도 자료가 주어지면, 주어진 소득수준 및 균형값을 맞추는 각 시장의 가격이 결정되면 내부적으로 calibration되어 계산된다.

- 63 -

　 index 　에너지

서비스Appiances ** 주거용 Appliance

주거용

건물

1 단독주택난방, 온수,

냉방, 조리,

조명, 기타

　 TV_CRT2 아파트 　 TV_Projection3 연립주택 　 TV_PDP4 다세대주택 　 TV_LCD5 비상업주거 　 TV_LED

대형건물

6 회사사옥

냉방, 난방,

온수, 시설,

조명,

사무기기

및 기타

냉동냉장 TV_3D7 사무실,오피스텔 TV용 Wash_Drum8 임대점포,상가 PC용 Wash_Rotary9 호텔 서버용 Wash_Rod10 백화점 프린터용 Cleaner_Vacuum11 병원 백열등용 Cleaner_Robot12 정부기관 형광등용 Cleaner_Steam13 국.공영기관 기타 AC_Wall14 공공단체,문화기관 　 AC_Sand15 학교 　 AC_Multi16 연구소,학원 　 Fridge_General17 종교단체 　 Fridge_Two18 전화국 　 Fridge_Kimchi19 기타 　 Notebook

상업용

중소형건물　

20 수도업

난방온수,

냉방, 동력,

조명,

취사기타

*에너지

총조사

자료에 관련

세부내용

없음

Desktop21 하수,폐기물,환경복원업 Printer22 도매업 Lamp_Incandescent23 소매업 Lamp_Fluorescent24 숙박업 Lamp_Fluorescent225 음식점 및 주점업 Lamp_Fluorescent326 출판업 Lamp_Halogen27 통신,정보서비스업 Cook_Stove28 금융,보험업 Cook_Induction29 부동산,임대업 Cook_Microwave30 과학, 기술개발업 Cook_Rice31 사업지원 서비스업 Cook_Water32 공공행정,국방 DishWasher33 교육서비스업 Purifier34 보건,사회복지 Humidifier35 예술 스포츠,여가 AirCleaner36 협회,단체 Bidet37 수리, 기타개인서비스업 Fan38 가구내 고용활동 HeatMattress

공공건물 39 Public HeatIndex1HeatIndex2

<표 12> GCAM의 건물부문 세분화 내역

아래는 RES 상에 나타나는 건물부문의 세분화 내용 및 에너지흐름을 Sankey

Diagram으로 표시한 것이다. 그림의 복잡성을 피하기 위해 수송부문의 흐름을

몇 개의 부문만을 선택하여 제시하였다.

- 64 -

[그림 32] 상세화 된 건물부문 에너지시스템 구성도

[그림 33] 건물부문 세부 기술별 에너지소비에 따른 에너지 흐름도 (2010 기준)

- 65 -

[그림 34] 건물부문 서비스별 온실가스 배출 흐름도 (2010 기준)

나. 수송부문

기본적으로 수송부문의 서비스수요는 1인당 소득지수, 수송부문 가격지수와 인

구지수로 이루어져 있음. 그리고 수송부문의 서비스수요는 여객의 경우

Pass-KM, 화물의 경우 Tonne-KM 로 표현된다. 다음 식은 여객수송부문의 서비

스 수요이다.

: year

: base year calibration parameter

: income elasticities of passenger demand

: price elasticities of passenger demand

: demand for passenger transportation

- 66 -

: 1인당 소득지수 (purchasing power parity 기준)

: 수송부문 가격지수 또는 일반화된 사용자비용지수

: 인구지수 (화물수송서비스에서는 해당항목 없음)

여객수송부문과 다른 점은 서비스수요가 1인당소득지수가 아닌, GDP지수로 이

루어져있다는 점과 인구를 고려하지 않는다는 점과 GCAM의 화물수송부문에서는

시간가치가 아직 반영되어 있지 않다는 것이다. 특히 GCAM에서는 수송부문의

에너지서비스수요 ()를 여객과 화물수송의 경우 각각 Million Pass-KM, Million

Tonne-KM로 나타내며 구체적으로는 다음과 같이 계산한다.

≡ ≡ × ×

≡ × ×

여객 수송서비스의 경우, 상기 각 변수들은 에너지사용량(, calorific value),

연비(, VKM/calorific value), load factor(, PKM/VKM)를 나타낸다. 가격변수는

기술을 평가함에 있어 가장 중요한 변수로 작용하므로, 자세히 살펴 볼 필요가

있음. 수송서비스 가격은 다음과 같은 방식으로 계산된다.

여기서, 각 변수들은 수송모드의 종류(), 크기(), 기술(), 연료가격(, $/MJ),

비연료가격(, $/VKT), energy intensity(, MJ/VKT), load factor(, PKM/VK

M24)), 시간당임금(, $/hour), 속도(, KM/hour), 기술점유율()을 나타낸다.

- 67 -

수송모드의 기술점유율인 가 GCAM에서 모사하는 사실상 기술경쟁의 결과

값으로, 매우 중요한 변수이며, 이는 다음과 같이 로짓모형을 통해 계산된다25).

여기서, 각 변수들은 수송모드의 기술점유율(), share weight(), 로짓지수()

를 나타내며, 앞서 설명한 GCAM 수송부문 모형은 서비스수요를 시뮬레이션 하

는 과정이다.

아래는 RES 상에 나타나는 수송부문의 세분화 내용 및 에너지흐름을 Sankey

Diagram으로 표시한 것이다. 그림의 복잡성을 피하기 위해 건물부문 흐름을 몇

개의 부문만을 선택하여 제시하였다.

[그림 35] 상세화된 수송부문 에너지시스템 구성도

24) 화물 수송서비스를 나타내는 경우는 TKM/VKM 임.25) GCAM에서 해당 기술선택 관련 이론적 설명은 Clark et al. (1993), McFadden (1973)을 참조

- 68 -

[그림 36] 수송부문 세부 기술별 에너지소비에 따른 온실가스 배출 흐름도 (2010 기준)

[그림 37] 수송부문 모드별 온실가스 배출 흐름도 (2010 기준)

- 69 -

다. 산업부문

기존 모형은 각 산업별로 사용하는 포괄적 에너지소비와 feedstock의 소비자로

표현되어 있으며 각 기술은 에너지서비스 공급비용에 기반으로 하여 경쟁한다.

산업부문은 최종에너지 소비와 feedstock (석탄, 천연가스, 석유류)으로 구성되어

있고, 시멘트 산업은 에너지와 CO2 배출계상을 위해 별도로 구분된다.

산업의 에너지수요와 관련한 모형은 상대소득, 에너지서비스의 상대가격, 인구

비율, 소득과 가격의 탄력성으로 구성된다.

: , 에 해당하는 번째 산업의 에너지서비스 수요

: 기 대비 기의 1인당 GDP로 표기한 상대소득 (구매력 기준)

: 기준년도 대비 기의 산업부문 에너지서비스의 상대가격

: 기 대비 기의 인구비율

: 산업부문 에너지서비스의 소득탄력성

: 산업부문 에너지서비스의 가격탄력성

: 지역

다음단계로 산업부문의 최종수요를 feedstock과 에너지서비스 수요로 구분하고

(a), 이를 다시 에너지원별 기술별로 구분하여 모형화 (b) 하게 됨.

×

(a)

: 산업부문의 유형 최종수요

∈feedstock여타에너지서비스

: 산업부문의 총 최종수요 대비 유형 최종수요

한편, 에너지원별 기술별 수요는 아래와 같이 제시되게 되는데

(b)

: 산업부문의 유형 최종수요 중 기술, 연료의 수요

: 산업부문의 유형 최종수요 중 기술, 연료의 비중

- 70 -

는 다음과 같이 표시된다.

×

×

: 기술, 연료의 share-weight

: 기술, 연료의 비용

: logit exponet

는 추가로 다음과 같은 관계로 표시할 수 있다.

×

: 기술에서 사용된 연료의 가격

: 효율의 역수 (큰 효율값은 전체 비용이 작아지게 만듦)

: Non-energy 균등화비용 (투자비, 고정 및 변동 O&M 포함)

산업의 통합공정 모형화하면, 기존 에너지총조사의 산업부문 정보를 추가 상세

화하여 공정을 feedstock 포함 7개의 세부 통합공정으로 Modeling 되어 있다. 7

개 공정부문으로 세분화함에 다라 에너지비용이 기준년도 정보를 상세히 반영할

수 있도록 되어 있다

- 71 -

[그림 38] 산업부문별 공정별 추가 세분화과정

상세 모형흐름으로 아래 첫 번째 그림은 효율을 감안한 에너지비용과 비에너

지비용이 반영된 단위비용을 통해 주요 공정내 세부 기술간에 어떻게 기술경쟁

이 이루어지는지를 도식화하였고, 아래 두 번째 그림은 소득 및 산업의 가중평균

비용구조를 통해 결정된 산업생산규모를 통해 중간재 투입구조를 반영, 주요공정

별 및 공정내 서로 다른 에너지를 활용하는 세부 에너지기술별 서비스 수요가

결정되게 되며, 이 결정과정은 앞의 그림에서 제시된 세부 기술별 비용경쟁을 통

해 이루어지게 됨을 도식화한 내용이다.

산업부문의 경우에 공정별 단위비용, 효율정보 및 관련지표의 개선추이 등에

대한 추가정보를 취합, 에너지총조사를 통해 확인되는 에너지소비량 및 비용과

함께 공정단위별 평준화비용을 통해 기술경쟁력을 평가해 볼 수 있다. 실제 산업

부문에서 사용하는 세부공정(예: 주조, 용접, 단조 등등)을 모형에서 사용하는 총

조사 기반의 공통된 공정으로 맵핑하는 과정임과 동시에, 비용정보가 업데이트

될 수 있는 과정을 포함한다.

- 72 -

[그림 39] 금속가공제품 제조업을 사례로 본 산업부문 공정세분화 모형흐름 및 기술경쟁

- 73 -

[그림 40] 산업부문 세부공정을 에너지총조사 기반 연계 방법(2)

그림의 복잡성을 피하기 위해 수송부문의 흐름을 몇 개의 부문만을 선택하여

RES 상에 나타나는 산업부문의 세분화 내용 및 에너지흐름을 Sankey Diagram으

로 제시하였다.

- 74 -

[그림 41] 산업부문 에너지시스템 구성도

[그림 42] 산업부문 흐름도 (2010 기준)

- 75 -

[그림 43] 산업부문 세부공정별 에너지소비에 따른 온실가스 배출 흐름도

라. 발전부문

발전부문은 국내 전력수급계획, 신재생에너지 보급계획, 비용, 효율, 최대전력

수요, 목표수요, 계절 기술별 부하, 계시별 요금, 온실가스 제약 정책 등의 세밀

하게 고려해야할 사항들이 다양하다. 이에 대한 내용들은 아래 본문에서 정리되

어 있다.

아래 그림은 RES 상에 나타나는 전력부문의 세분화 내용 및 에너지흐름을

Sankey Diagram으로 표시한 것이다.

- 76 -

[그림 44] 발전부문 흐름도 (2010 기준)

[그림 45] 발전부문 배출량 흐름도 (2010 기준)

- 77 -

3. 균등화회피비용(LACE) 평가를 위한 GCAM 구성

가. 분석모형의 발전부문 기술평가 특성

앞서 LP 모형의 기술평가 방법과는 다른 GCAM의 기술평가 특성을 설명한 바

있다. LP 모형에서는 기존의 기술에서 비용이 조금이라도 저렴한 기술이 들어오

면 바로 기술전환이 이루어지는 반면, GCAM은 기술의 시장침투과정을 보여줄

수 있으며, 아래는 이에 대한 본 연구팀의 연구사례이다.

제2차 국가에너지 기본계획과 7차 전력수급계획 등 기존의 에너지부문의 정부

계획을 반영하여 전력부문의 발전기술별 온실가스 배출 및 이때의 탄소톤당 비

용으로 환산한 비용을 순서대로 나열하면 아래 그림과 같이 나타낼 수 있다.

[그림 46] 기준안에서의 전환부문 기술별 온실가스 배출량 및 비용

이를 기준안이라 두고, 여기에 NDC (Nationally Determined Contribution) 국내

저감목표 25.7%을 주게 되면 나타나는 GCAM의 전환부문 결과는 아래의 그림으

로 표시된다.

- 78 -

[그림 47] 25.7% 비교안에서의 전환부문 기술별 온실가스 배출량 및 비용

또 해외 저감 목표까지 모두를 국내에서 저감한다고 가정하여 저감 목표를

37%을 주게 되면 나타나는 GCAM의 전환부문 결과는 아래의 그림으로 표시된다.

[그림 48] 37% 비교안에서의 전환부문 기술별 온실가스 배출량 및 비용

- 79 -

아래는 복잡하지만 세부기술별로 기술의 구체적인 이름을 추가하여 비교안과

기준안을 함께 그린 그림이다.

[그림 49] 전체의 세부도식 (신재생에너지의 Avoided Emission 포함)

[그림 50]에서 [그림 51]로부터 확인되는 내용은 교과서에서 이야기하는 것과

같이 목표배출량이 정해지면 해당 목표저감량을 달성하기 위해 주어진 기술 중

가장 싼 기술부터 한계기술까지의 모두를 더 이상 사용하지 않음으로써 목표를

달성하는 것이 아니라 아래 그림과 같이 개발 기술들이 저감 비용이 싼 기술은

상대적으로 많은 양을, 그렇지 않은 기술은 상대적으로 적은 양을 저감함으로써

전체 목표 저감량을 달성함을 알 수 있다.

- 80 -

[그림 50] Textbook 버전의 저감목표 달성 기술 설명

[그림 51] 실제 GCAM 모형을 통해 얻어지는 저감목표 달성시 기술별 온실가스 저감 유형

- 81 -

위 그림에서 볼 수 있듯이 GCAM모형은 현실세계의 에너지소비패턴을 교과서

의 설명보다 더 잘 모사하고 있음을 보여준다. 실제로 아주 강도 높은 온실가스

목표가 주어진다고 하더라도, 모든 석탄발전소가 목표가 주어지자마자 바로 전환

부문에서 더 이상 전력을 생산하지 않는 것을 상상하기는 쉽지 않다. 물론 온실

가스에 가격이 주어지지 않은 상황에서 전력을 생산하던 몇몇 석탄발전은 높은

저감목표에 따라 생성된 높은 단위당 온실가스 가격 때문에 더 이상 발전을 하

지 못할 수 있겠으나, 상대적으로 고효율 발전소 및 CCS를 장착한 석탄발전소는

추가적인 비용을 고려하더라도 여전히 에너지시스템 속에 살아남을 수 있는 여

지가 충분할 수 있음을 보여 준다.

나. 제3차 국가에너지기본계획(안)의 목표치 반영

아래는 제3차 국가에너지 기본계획 수립을 위한 논의 과정에서 제시되고 있는

기준수요와 목표수요의 구체적인 내용을 그림으로 표시한 것이다. LACE의 평가

를 위해서는 실제 해당 시점에 정부가 달성하고자 하는 목표수요를 기반으로 특

정발전기술의 회피비용 평가가 합당할 것임에 따라 GCAM모형의 calibration이

이에 따라 해당 시점의 세부수요 등을 잘 반영할 수 있도록 해야 한다.

[그림 52] 제3차 국가에너지 기본계획(안)의 기준수요와 목표수요의 비교

출처: 내부자료, 에너지관리공단

GCAM을 calibration하는 과정에서 참고하기로 한 제3차 국가에너지 기본계획의

목표안을 보면 몇 가지 예상되는 어려움이 존재한다. 우선 이미 살펴본 [그림 5

2]에서 확인되듯이, 2030년의 경우, 기준수요 대비 목표수요는 88.49%로 10% 이

- 82 -

상 저감된 에너지소비를 목표로 하고 있는 반면, 아래의 그림에서 보듯이 신재생

에너지의 경우, 목표수요는 기준수요 대비 120.58%에 육박한다.

[그림 53] 제3차 국가에너지 기본계획(안)의 신재생에너지 기준수요와 목표수요의 비교

출처: 내부자료, 에너지관리공단

이러한 목표수요의 특성은 최종에너지수요는 약 11.5% 저감하는 반면 신재생

에너지는 20.58%를 대폭 증가시키는 Reference Energy System을 모사해 내어야

한다는 것임. 이를 달성하기 위한 구체적인 수단에 대한 논의가 공개되지 않은

상황에서 이를 GCAM모형을 통해 모사해 내는 것은 매우 어려운 문제로, 여러

가지 추가적이고도 자의적인 전제를 필요로 할 것이다.

다. 전력전환부문의 비용, 효율 등 관련 정보 update

앞서 논의한 단위투자비 정보를 실제 사례를 통해 불변가치로 반영하기 위한

작업 외, 전력전환부문에서 필요한 추가 작업들에 대해 논의한다.

세부 기술의 특성에 대해 확인되는 통계를 통해 이를 최대한 실적치로 반영하

는 작업이 추가되어야 한다. 여기에는 투자비 Update (각 년도 건설설비 현황,

전력거래소), 발전기술별 에너지효율 (EPSIS), 신재생에너지 원별 REC를 신재생

전원의 도매가격에 반영하는 방안 등의 작업이 포함된다.

단, REC는 신재생에너지 발전량에 따라 발행된 certificate 공급량, 그리고 정

부의 RPS 의무부과에 따른 수요량에 따라 가격이 결정된다는 점과 이의 미래 추

청치를 산정하여 세분화된 모델링은 시간 제약상 어려움이 있다. 고정, 변동

O&M 비용은 GCAM 의 default 값을 활용하되, 투자비 정보와의 비율을 고려, 신

규로 update된 투자비에 준해 재 산정하는 작업도 추가 되어야 한다.

- 83 -

아래에서는 전력거래소의 각 년도 건설설비 현황자료를 통한 update 외 실적

자료가 확인되는 발전기술별 에너지효율 (EPSIS) 정보로 본 모형에 입력값에 참

고로 되었다.

<표 13> 발전기술별 에너지효율

출처: EPSIS, http://epsis.kpx.or.kr/epsisnew/selectEkgeTepGrid.do?menuId=040400

발전부문 기술비용은 연간화 된 자본비용, 가변 운영유지비, 고정 운영유지비

의 합과 연료비용(모형 내부에서 내생적으로 계산되는 연료가격()과 효율

()의 역수로 계산되어 결정된), 온실가스배출에 의해 발생하는 온실가스 비용

으로 균등화된 발전비용을 산정한다. 상세히는 부문별 (), 연료별(), 기술별()

로 다르게 나타나며 앞서 분석한 단위투자비 결과를 포함한 항목별 발전비용

(2020년)은 아래 표와 같다.

- 84 -

Technologycapital cost

OM-fixed cost

OM-var cost

fuel_cost Total

coal (IGCC) 72.91 4.90 6.39 13.37 97.58coal (conv pul)_500MW 21.70 1.67 2.11 13.37 38.86

coal (conv pul)_CFB_500MW 25.86 1.99 2.52 13.37 43.74coal (conv pul)_1000MW 20.43 1.57 1.99 13.37 37.36

coal (IGCC)_300MW 53.06 5.31 62.14 13.37 133.87gas (steam/CT)_CES_400MW 19.00 1.17 8.20 36.03 64.40gas (steam/CT)_fuelcell_4MW 65.15 15.03 105.43 36.03 221.65

gas (CC)_200MW 12.30 1.23 15.30 36.03 64.87refined liquids (steam/CT) 25.46 4.70 3.47 72.21 105.84

refined liquids (CC) 18.56 1.36 3.55 72.21 95.68biomass (conv) 70.76 12.93 10.14 37.23 131.06biomass (IGCC) 109.33 19.63 14.74 37.23 180.93

Gen_II_LWR_1000MW 34.56 5.32 5.33 4.92 50.14Gen_II_LWR_1400MW 41.40 6.37 6.39 4.92 59.08

hydro - - - - -wind_storage 228.55 18.18 0.00 0.00 246.74wind_5MW 76.79 14.77 0.00 0.00 91.56

wind_offshore 131.65 11.82 0.00 0.00 143.47PV_storage 320.62 26.91 0.00 0.00 347.53PV_10MW 76.67 18.87 0.00 0.00 95.55PV_0.5MW 86.40 21.27 0.00 0.00 107.67geothermal 73.54 12.85 0.00 0.00 86.39rooftop_pv 263.45 33.64 0.00 0.00 297.09

<표 14> 모형에 적용된 기술들의 항목별 발전비용, 2020년 기준 (2017$/MWh)

- 85 -

라. 신재생 공급 의무화 제도(RPS)

1) RPS 제도의 개요

균등화 회피비용 계산에 있어 RPS가 시행될 경우 신재생에너지의 경제적 가티

는 REC가 포함되어 계산된다. 국내에서는 2012년부터 RPS가 시행되고 2030년까

지 공급의무량 계획이 공표됨으로 이를 포함한 비용 산정이 필요하다.

신재생에너지 공급 의무화제도(RPS: Renewable Portfolio Standard)는 말 그대

로 공급의무자에게 총 발전량의 일정량 이상을 신재생에너지로 공급하도록 하는

제도 국내에는 2012년 1월 1일 시행되었다. 2018년 현재 총 발전설비용량

500MW 이상을 보유한 발전사업자, 18개 업체가 참여한다. 아래는 2014년부터

2018년까지의 발전량을 나타내며, 2017년 기준 공급의무량은 17,043 GWh이다.

[그림 54] 연도별 신재생 에너지 공급의무량

출처: 신재생 원스톱 사업정보 통합포털, 전력통계정보시스템, 발전실적, 발전량, 회사별 기준

발전사업자는 할당받은 공급의무량을 충족시키기 위해 자체 건설을 진행하거

나 공급인증서(REC: Renewable Energy Certificate)를 거래시장에서 구입한다. 이

때 1REC 제출 시 이행실적 1MWh로 간주되며, 여기서 정부는 기술별 가중치를

부여한다. 각 원별로 가중치가 적용된 발전량이 공급의무량으로 산정되고 있다.

가중치는 환경, 기술개발 및 산업 활성화에 미치는 영향, 발전원가, 부존잠재량,

온실가스 배출 저감에 미치는 효과 등을 고려하여 3년마다 재검토(필요한 경우

재검토기간 단축 가능)한다.

- 86 -

구분공급인증서

가중치

대상에너지 및 기준설치유형 세부기준

태양광

에너지

1.2일반부지에 설치하는 경우

100kw미만

1 100kW부터

0.7 3,000kW초과부터

0.7 임야에 설치하는 경우 -1.5

건축물 등 기존 시설물을 이용하는 경우3,000kW이하

1 3,000kW초과부터

1.5 유지 등의 수면에 부유하여 설치하는 경우 -1 자가용 발전설비를 통해 전력을 거래하는 경우 -5

ESS설비(태양광설비 연계)‘18년, ‘19년

4 ‘20년

기타

신재생에

너지

0.25 Bio-SRF, IGCC, 부생가스, 폐기물에너지

0.5 매립지가스, 목재팰릿, 목재칩

1 기타바이오에너지, 육상풍력, 수력, 조력(방조제 有)1.5 미이용 산림바이오매스 혼소설비, 수열

2미이용 산림바이오매스(바이오에너지

전소설비만 적용), 연료전지, 조력(방조제 無), 지열, 조류

고정형

1.0 ~ 2.5 조력(방조제 無), 지열 변동형

2

해상풍력

연계거리 5km이하

2.5연계거리 5km초과

10km이하

3연계거리 10km초과

15km이하

3.5 연계거리 15km초과

5ESS(태양광연계)

‘18년, ‘19년4 ‘20년

4.5ESS(풍력연계)

‘18년, ‘19년4 ‘20년

출처: 한국에너지공단 신재생에너지센터, 공급의무화(RPS), 2018.12. 01, https://www.knrec.or.kr/business/rps_guide.aspx

<표 15> 신재생에너지 공급인증서 가중치

REC 거래 시장은 계약시장과 현물시장에서 구분한다. 계약시장은 신재생 사업

자와 공급의무자가 향후 20년간(장기) 발급할 신재생공급인증서(REC)를 거래하는

것으로 자체계약과 경쟁입찰 방식이 있다. 현물시장은 단기적으로 신재생공급인

증서(REC) 거래가 필요한 신재생 사업자와 공급의무자 위한 것이다. 전력거래소

는 참여자가 거래상황을 보아가며, 실시간으로 매물을 등록(주문)할 수 있도록,

2017년 3월 양방향 신재생공급인증서(REC) 거래시스템’을 개장했다.

- 87 -

구분 모식도

자체건설

현물시장

계

약

시

장

자

체

계

약

경

쟁

입

찰

출처: 산업통상자원부 보도자료, 2017년3월 27일, 소규모 신재생 사업자의 REC 판매가 더욱 쉬워진다!

<표 16> REC 거래시장 유형개요

- 88 -

연도 REC 현물시장 REC 계약시장 자체 발전

2014년발전량 76 254 463비율 9.6 32.0 58.3

2015년발전량 199 359 547비율 18.0 32.5 49.5

2016년발전량 234 504 608비율 17.4 37.4 45.2

2017년발전량 273 766 581비율 16.8 47.3 35.9

<표 17> 신재생에너지 의무 발전 방식별 발전량과 비중

출처: 조선비즈, 2018, 공급과잉’ 태양광, 1년새 인증서값 40% 급락, http://biz.chosun.com/site/data/html_dir/2018/11/29/2018112903115.html

2012년 이후 2018년 9월까지의 REC 설비 용량은 총 11,561 MW이다. 원별 설

치용량과 발전량을 연도별로 표시하면 아래와 같다. 주로 태양광과 바이오매스로

인한 발전량의 비중이 크게 보이나 바이오매스(부생가스, 폐기물에너지, 매립지

가스, 목재팰릿)의 가중치는 태양광보다 작으므로 바이오매스발전량을 세분화하

여 가중치를 고려하여 비교하는 것이 필요하다. 현물시장 REC 평균가격은 태양

광과 비태양광이 비슷한 흐름을 나타내고 있으나 2018년 11월 비태양광 거래량

이 증가한 것은 추후 확인이 필요해 보인다.

[그림 55] 원별 공급의무인증 발전용량

출처 : 공공데이터포털, 신재생에너지 공급의무화(RPS) 지역별 설치확인 개소 및 용량개방 정보, https://www.data.go.kr/dataset/3075801/fileData.do

- 89 -

[그림 56] 원별 공급의무인증 발전량

출처 : 공공데이터포털, 신재생에너지 공급의무화(RPS) 지역별 설치확인 개소 및 용량개방 정보, https://www.data.go.kr/dataset/3075801/fileData.do

[그림 57] 현물시장 월별 REC 거래량 및 평균가격

출처 : 공공데이터포털, 신재생에너지 공급의무화(RPS) 지역별 설치확인 개소 및 용량개방 정보, https://www.data.go.kr/dataset/3075801/fileData.do

- 90 -

2) 분석모형에 적용방법

먼저, 모형에서 전력이 생산되어 소비(빌딩, 산업, 교통부문)되기까지의 과정은

아래 그림과 같다. 대부분의 발전기술은 ‘Electricity Generation by Technology’

를 구성하는 개별 기술에 해당한다. 다음 단계의‘Electricity Net Own-use’는

발전소에서의 소내손실율을 감안한 송전 단계의 전력량이다. 즉, 소내손실율이

4% 일 때 송전단의 전력을 100으로 보면 발전단의 전력량은 104로 나타낼 수 있

다. 다음 단계로 송배전 손실(Transmission & distribution Loss)을 거처 소비단으

로 이어지게 되는데, 이에 해당하지 않는 기술로는 태양광(rooftop_PV)이 있다.

보통의 발전기술은 중앙에서 발전하여 송배전망을 통해 최종 소비부문에 분배되

는 반면, 태양광(rooftop_PV) 기술은 건축물에 부착되어 최종소비에 직접 사용되

어 송배전 손실이 없는 발전기술이다. 산업에서 열병합발전(cogeneration)도 소내

손실율과 송배전 손실율을 따로 구분할 수 없으므로 소비부문에서 사용되는 것

으로 포함되어 있다. RPS 시나리오 구성에 있어 발전량으로 명시되는 것은 소내

손실율이 고려된 송전단계의 전력량을 기준으로 한다. 태양광(rooftop_PV)와 산

업에서의 열병합발전은 소내손실율이 고려하지 않은 전력량 기준이다.

[그림 58] GCAM 발전부문의 흐름도

본 연구에서 RPS 시나리오 분석은 재생에너지 또는 신재생에너지 등 REC를

공급하는 기술의 발전량 비중을 설정하여 제약으로 부과하는 방법으로 적용한다.

REC 가중치를 부여하면 해당 기술은 가중치()에 따라 이면, 가중치가 1

인 경우에 비해 상대적 에너지 공급 비용이 하락하고, 이면 상대적 에너지

공급 비용이 상승한다. REC 가중치 부과에 의한 에너지 공급 비용의 변화는 상

대적으로 에너지 기술의 시장진입 잠재력에 영향을 준다. 즉, 발전단가가 하락하

는 기술은 상대적으로 시장진입이 증가하고, 발전단가가 상승하는 기술은 상대적

으로 시장진입이 감소하는 것이다.

- 91 -

PRS 시행에 따른 신재생에너지의 비중을 설정은 제 8차 전력수급 기본계획과

재생에너지 3020 이행계획, 제3차 에너지기본계획 수립방향 권고(안)을 참고하였

다. 재생에너지 3020 이행계획26)은 신에너지(IGCC, 연료전지)는 제외하고 재생에

너지 사업용 발전량(115TWh)과 자가용 발전량(17TWh, 자가용27)은 99%이상 재생

에너지로 구성)을 이용(155+17=132)하여 재생에너지 발전량 비중 20%의 목표를

달성하는 것이 목표이며, 제 3차 에너지기본계획 워킹그룹(2018)28)은 2030년 이

후 2040년까지 재생에너지 비중을 발전량의 25~40%로 권고하고 있다.

아래 <표 18>은 제 8차 전력수급 기본계획의 신재생에너지(재생에너지, 신에너

지) 발전량 전망을 보여준다. 신재생에너지 발전량은 사업용(재생에너지, 신에너

지) 발전량과 자가용 발전량으로 구분된다. 여기서 사업용 발전량을 구성하는 에

너지원은 REC 가중치가 부여되는 기술이며, 표의 사업용 비중은 연도별로 총 발

전량 대비 신재생사업자의 발전량 비중을 나타낸다.

화석연료와 신재생에너지를 모두 포함하는 발전부문의 총 발전량(Total

Generation)을 라 하고, REC 가중치가 부여되는 신재생에너지 기술별 발전량

(Renewable Electric Generation)을 라 할 때, 발전사업자의 발전량(재생에너

지 제외)은

이다. 이 때, RPS 의무비율()은 아래와 같다.

여기서,

이며, 는 신재생에너지의 REC 가중치이다.

신재생에너지 사업자의 발전량 비중을 라 할 때, 위 식을 아

래와 같이 정리하면 의 수량이 계산된다.

26) 산업통상자원부, 2017. 12, 재생에너지 3020 이행계획(안), p.1-1327) 자가용 신재생발전설비에도 발급 REC(‘16.9월 고시개정) - 자가용 신재생발전설비로 생산한 전력 중 전력시장 등

에서 거래 되는 부분에 대해서는 REC를 발급하여 수익성 보완28) 제3차 에너지기본계획 워킹그룹, 2018.11, 지속가능한 번영을 위한 대한민국 에너지비전 2040: 제3차 에너지기본

계획 수립방향에 대한 권고, p. 1-60.

- 92 -

(단위: )

연도

사업용

자가용 합계사업용

비중(%)

사업용, 자가용

비중(%)

재생에너지 신에너지계

태양광 풍력 수력 해양 바이오폐기물

소각

부생

가스

연료

전지IGCC

2017 5,871 1,994 2,880 496 9,028 2,267 7,757 1,737 2,351 34,382 13,915 48,297 6.2 8.3

2018 7,534 2,397 2,936 496 9,729 2,267 7,757 2,382 2,351 37,849 14,081 51,929 6.7 8.8

2019 9,453 3,921 3,009 496 10,430 2,267 7,757 3,027 2,351 42,710 14,259 56,970 7.4 9.4

2020 11,371 5,576 3,083 496 11,131 2,267 7,757 3,671 2,351 47,704 14,451 62,154 8.1 10.1

2021 13,673 7,333 3,156 496 11,692 2,267 7,757 3,994 2,351 52,719 14,655 67,374 8.8 10.8

2022 15,975 9,615 3,230 496 12,252 2,267 7,757 4,316 2,351 58,259 14,872 73,131 9.7 11.5

2023 18,277 12,422 3,303 496 12,813 2,267 7,757 4,638 2,351 64,326 15,101 79,427 10.6 12.4

2024 21,347 15,756 3,395 496 13,303 2,267 7,757 4,800 5,067 74,188 15,344 89,532 12.1 13.9

2025 24,416 19,614 3,487 496 13,794 2,267 7,757 4,961 5,067 81,860 15,599 97,459 13.2 15

2026 27,486 23,473 3,579 496 14,284 2,267 7,757 5,122 5,067 89,532 15,867 105,399 14.4 16.2

2027 31,067 27,433 3,690 496 14,705 2,267 7,757 5,202 5,067 97,684 16,148 113,832 15.6 17.4

2028 34,648 32,443 3,800 496 15,125 2,267 7,757 5,283 5,067 106,887 16,442 123,329 17.1 18.8

2029 38,229 37,454 3,911 496 15,546 2,267 7,757 5,364 5,067 116,090 16,748 132,838 18.5 20.1

2030 42,322 42,566 4,021 496 15,896 2,267 7,757 5,404 5,067 125,795 17,067 142,863 20 21.6

2031 42,514 42,566 4,021 496 15,896 2,267 7,757 5,404 5,067 125,987 17,080 143,067 20 21.6

출처: 산업통상자원부, 2017, 제8차 전력수급기본계획(2017~2031), p,1-99.

<표 18> 연도별 신재생에너지 발전량 전망(2017~2031)

- 93 -

전력수급기본계획의 신재생에너지발전량 전망에 따른 대략적인 공급량

계산 결과는 아래 <표 19>와 같이 얻을 수 있다.

2017 2018 2019 2020 2021 2022 2023 2024

사업

용

비중

(%)6.2 6.7 7.4 8.1 8.8 9.7 10.6 12.1

발전량

(GWh)34,382 37,849 42,710 47,704 52,719 58,259 64,326 74,188

RPS

비중

(%)4.0 5.0 6.0 7.0 8.0 9.0 10.0 12.6

REC(천REC)

20,807 26,353 32,067 37,886 43,709 48,811 54,252 67,752

2025 2026 2027 2028 2029 2030 ‘35 ‘40

사업

용

비중

(%)13.2 14.4 15.6 17.1 18.5 20.0

22.5 2524.4 3026.7 3528.9 40

발전량

(GWh)81,860 89,532 97,684 106,887 116,090 125,795

RPS

비중

(%)15.1 17.7 20.3 22.9 25.4 28.0

REC(천REC)

81,513 94,279 107,209 118,442 130,048 140,890

<표 19> 신재생에너지 발전량 전망 과 RPS 비중을 이용한 REC 수량 시산

현재 상태에서 모형 내 C# 코드를 수정하여 기준 RPS 의무할당량 제약

을 모델링 할 수 있지만 연구기간 등의 제약에 따라 공급의무량 제약이 아닌 재

생에너지 3020 이행계획의 재생에너지 발전비중을 기준으로 RPS 시나리오를 분

석하고자 한다. 이에 재생에너지 3020 이행계획에 따른 가격과 발전량 변

화 등을 평가해볼 수 있다.

아래 <표 20>에서 ‘사업용 비중’에 해당하는 값은 전체 발전량 대비 신재생

에너지 사업자가 생산하는 발전량의 비중을 나타낸다. 2030년까지는 해당 계획을

반영하여, 2020년 8.1%, 2025년 13.2%, 2030년 20% 의 발전비중을 설정하였다.

2035년~2040년 기간 동안은 제 3차 에너지기본계획 워킹그룹(2018) 재생에너지

비중을 2040년까지 25%~40%로 권고한 것에 착안하여, 2040년 신재생에너지 사업

자의 발전비중을 25%로 보수적으로 설정하였다. 2035년 값은 2030년과 2040년

비중이 선형 증가한다고 전제하여 22.2%로 계상하였다.

모형에 적용한 신재생에너지 발전기술별 REC 가중치는 아래 표와 같다.

- 94 -

구분

공급인증

서 가중치

()

대상에너지 및 기준 GCAM Technology

설치유형 세부기준 재생에너지 신에너지

태양광

에너지

1일반부지에 설치하는 경우

100kW부터 PV_0.5MW 　

0.73,000kW초

과부터PV_10MW 　

4 ESS설비(태양광설비 연계) ‘20년 PV_storage 　

기타

신재생

에너지

0.25 Bio-SRF, IGCC, 부생가스, 폐기물에너지 biomass(conv) coal

(IGCC)_300MW, biomass (IGCC)

1기타바이오에너지, 육상풍력, 수력,

조력(방조제 有)wind_5MW 　

2

미이용산림바이오매스(바이

오에너지 전소설비만

적용), 연료전지, 조력(방조제 無), 지열, 조류

고정형 geothermal gas (fuelcell)

2.5 해상풍력

연계거리

5km초과

10km이하

wind_offshore 　

4 ESS(풍력연계) ‘20년 wind_storage 　

주1: 2023~2030년 사이의 RPS 비중은 선형증가하는 것으로 가정하여 계산주2: 2035~2040년 비중은 제3차 에너지기본계획 워킹그룹, 2018.11, 지속가능한 번영을 위한 대한민국 에너지비전 2040: 제3차 에너지기본계획 수립방향에 대한 권고의 2040년 비중을 참고하여 설정출처: 사업용 비중, 발전량: 제 8차 전력수급 기본계획RPS 비중 – 2023년까지: 한국에너지공단 신재생에너지센터, 한국에너지공단 신재생에너지센터, 공급의무화(RPS), https://www.knrec.or.kr/business/rps_guide.aspx

<표 20> 기술별 REC 가중치

추가적으로 를 생성하되, 전원별 가중치를 고려하지 않았을 때의 결과도

살펴보고자 한다. 이에 따른 신재생 발전원 구성과 가격 변화를 살펴볼 수

있다.

- 95 -

마. 국가 온실가스 감축목표 (NDC) 반영 방법

1) NDC의 개요29)

2015년 12월, 온실가스 배출 감축을 위해 197개국이 참가, 137개국이 비준하고

2016년 11월 4일 효력이 발생한 파리협약30) 제4조 2, 3항에 의하면, 각 당사국은

INDC(Intended Nationally Determined Contribution) 수준을 넘는 후속 NDC를 달

성하기 위한 최선의 노력을 경주하는 것으로 되어 있다.31) 동 협약 13조는 NDC

의 특성상, 관련 인위적 배출량 및 저감량 (anthropogenic emissions and

removals) 집계에서의 투명성 (transparency)을 강조하고 있고, 구체적인 집계방

법은 2018년까지 논의를 하여 2020년에 채택예정이다.32) 우리나라는 파리협약 체

결 이전인 2015년 6월, 2030년 BAU 대비 37%를 감축하겠다는 INDC 목표를 제시

한 바 있다 (UNFCCC, 2015). 제출된 자발적 국가 온실가스 감축 목표의 구체적

인 내용에는 2030년의 BAU 온실가스배출량이 850.6MtCO2eq라고 명시함으로써,

2030년 배출목표치가 535.878MtCO2eq 임을 명확히 하였다. 구체적으로는, 총 목

표감축량 314.7MtCO2eq 중 국내에서 218.6MtCO2eq, 해외배출권 구매를 통해

96.1MtCO2eq 만큼의 감축을 제시하고 있다.33)

2) 분석모형에 적용방법

온실가스배출제약이 주어지면, 최종 균형해의 하나로 균형 탄소가격이 생성되

는데, CCS 등의 기술인 경우, 각 기술별 온실가스 저감비용은 온실가스 제거율

(remove fraction, ), 탄소가격(GHG Value), 온실가스 저장비용(storage cost) 을

주요변수로 하여 계산된다.34)

온실가스 제거율이 높은 경우, 온실가스의 직접 배출량이 감소하고, 부과되는

총 탄소세가 감소하는 반면, 높은 온실가스 제거율로 인해 온실가스 저장비용이

상승한다. 에너지시스템에서 전력공급량은 송배전 손실과 전력예비율 등을 감안

하여 결정된다. 발전기술별로 전력생산을 위해 필요한 에너지는, 필요전력에너지

규모에 전환효율의 역수를 곱해 얻어진다.

29) 해당 내용은 김수덕 (2017.3)을 발췌하였음.30) Paris Agreement, http://unfccc.int/paris_agreement/items/9485.php31) CF/CFo/kf, UNFCCC (March 2016)32) Yale Center for Environmental Law & Policy (2016)33) 구체적인 해외 감축목표는 UNFCCC에 제출한 INDC 상에는 명시되어 있지 않음. 상세내용은 환경부 (2016) 참

조.34) 온실가스 저감 비용은 발전기술별 온실가스 저감비율( ), 온실가스 배출제약에 의해 결정되는 탄소가격

( , $/Ton)와 제거된 탄소의 저장비용( , $/Ton)으로 구성되며 아래 식과 같이 나타낼 수 있다.

- 96 -

아래 그림은 우리나라의 NDC 목표에 의해 국내에 25.7%의 온실가스 감축목표

가 전 부문에 제시되었을 때 발전부문의 에너지믹스를 보여준다. 시뮬레이션 기

간인 2020년~2050년 사이의 기준안 대비 25.7% 온실가스 감축 비교대안에 따른

발전부문의 변화이다.

[그림 59] 발전부문의 1차 에너지 소비량 (단위: EJ)

출처: 백민호 외 (2016)

4. GCAM-EML모형을 통한 LACE 분석

가. LACE산정을 위한 전력부문 세분화

본 연구팀은 앞서 설명된 바와 같이, GCAM 내 한 지역으로 구성되어 있는 한

국의 에너지시스템을 구성하는 에너지전환부문과 최종에너지 서비스부문을 세분

화하여 제시하였다.

특히 제8차 전력수급계획의 목표수요에서 2031년까지의 부하율 (Load Factor)

로 제시하고 있는 발전량과 최대전력수요를 반영하고, 2031년 이후는 2031년 기

준으로 적용하여 전력부문의 기술경쟁을 반영, 봄, 여름, 가을, 그리고 겨울의 4

개 계절과, 각각의 계절을 고부하, 중부하, 저부하 구간으로 세분화할 수 있도록

모형을 구성한다.

- 97 -

부하율이 반영된 시계열을 활용, 미래 각 년도의 LDC를 위 [그림 60]의 우측

LDC와 같이 계절별로 구분하여 각 블록별 발전량이 반영될 수 있도록 한다. 다

만, 기준안 대비 충격이 주어지는 경우를 감안, 각 블록의 절대발전량 대신 그

상대 비율만을 제약으로 줌으로써, 미래 RPS 의무비율과 그에 따른 REC

(Renewable Energy Credit)의 가중치 등을 반영한 발전기술간의 경쟁효과가 반영

될 수 있는 유연한 제약식을 마련하였다.

[그림 60] 계절별 LDC와 각 발전구간, 수요구간에서의 발전량 (구성비)

상기 그림의 겨울은, 부하패턴은 고부하 (P, peak), 중부하 (M, midpeak), 저부

하 (OP, off-peak)로 구분하고, 발전패턴은 기저발전(b, base generation), 중저발

전 (m, mid-generation), 피크발전 (p, peak-generation)으로 구분하여 각각을 주

어진 기호의 조합으로 표시하는 대신, 의 형태로 그 발전량 비율 표시하되,

는 행의 순으로 p, m, b를 나타내며, 는 열의 순으로 P, M, OP를 표시함으로써,

기호를 간략히 하였다.

제시된 기술들이 시뮬레이션 결과, 각각의 특성에 따라 주어진 블록 내의 발전

기술로 표시되게 되며, 각 블록에서는 해당 블록의 특징에 따른 발전기술과 해당

발전기술에 의한 발전량이 나타나게 된다.

- 98 -

또한 해당 기술의 단위생산비용의 가중평균값으로 얻어지는 도매발전가격이

각 계절별, 또 3가지 부하조건별로 얻어지게 된다(특정년도의 사계절별 고부하,

중부하, 저부하 때의 전력도매가격은 모두 12개 값으로 얻어짐).

편의상 이 도매가격을 라고 표시하면, 는 봄, 여름, 가을 그리고 겨울을 나

타내며, 는 고부하(P, 또는 1열), 중부하(M, 또는 2열), 저부하(OP, 또는 3열)을

나타내게 된다. 미래 년도에 대해서 는 로, 는

로 표기할 수 있음.

아래는 LACE 계산을 위해 부하지속곡선(Load Duration Curve, LDC)를 부하시

간, 발전유형별로 구분하여 제시한 것이다. 부하시간이란 주어진 기간의 전력소

비 패턴을 반영하여 전력수요가 높은 시간(고부하), 전력수요가 낮은 시간(경부

하)와 중부하(고부하와 경부하 사이 시간)로 분류한다. 발전유형은 주어진 시간대

에 전력수요를 공급하기 위한 개별 발전기술의 전력생산 능력의 합을 의미한다.

따라서 아래 표의 ‘부하시간-발전유형’조합에서 Peak-Peak에 해당하는 시간에

사용하는 발전기술이 생산하는 전력은 상대적으로 매우 적지만 최대부하 시간대

에 사용하는 기술로 높은 응동능력이 필요한 유류발전 등이 이에 해당한다. 발전

유형별 구분은 발전기술의 전력생산 비용과도 연관이 있는 것으로 아래 표의 좌

상단에서 우하단으로 갈수록 전력생산을 위한 연료비용이 낮은 기술에 해당한다.

부하시간(Time)발전유형(Generation)

Peak Subpeak Offpeak

peak Peak-peak 　 　

intermediate Peak-intermediate Subpeak-intermediate 　

base Peak-base Subpeak-base Offpeak-base

<표 21> 부하시간과 발전유형별 구분

주: 대소문자 구분을 통해 ‘부하시간-발전유형’을 각각 구분하고 있음을 지적함

위와 같은 부하시간 및 발전유형의 구분은 각 계절별로 수행하여 연간 발전량

대비 각 계절, 부하시간, 발전유형별로 제약을 구체화한다. 아래 표는 연간 부하

시간을 계절별로 구분하여 나타낸 것이다.

시간 Peak Subpeak Offpeak 합계봄 552 736 920 2208여름 552 736 920 2208가을 366 488 610 1464겨울 720 960 1200 2880합계 2190 2920 3650 8760

<표 22> 연간 부하시간의 구분

- 99 -

이를 기준년도의 발전량과 연결하여 보면, 각 계절별 발전유형을 부하시간대별

로 세분화하여 나타낼 수 있다. 아래 그림은 계절별 부하시간과 발전유형을 구분

하여 전력부하를 나타낸 것이다.

[그림 61] 발전부문 부하시간과 발전유형 구분 (봄)

[그림 62] 발전부문 부하시간과 발전유형 구분 (여름)

- 100 -

[그림 63] 발전부문 부하시간과 발전유형 구분 (가을)

[그림 64] 발전부문 부하시간과 발전유형 구분 (겨울)

- 101 -

연번 연료 기술

기술별 발전부하 구성 전제 (부하시간-발전유형)

Peak-peak

Peak-intermediate

Peak-base

Subpeak-intermediate

Subpeak-base

Offpeak-base

1유류

steam/CT O2 CC O3 CC CCS* O4

가스

CC CCS O O O O O

5 steam/CT_CES_400MW O O O O O

6 fuelcell_4MW O O O O O7 CC_200MW O O O O O8

석탄

IGCC O O O9 IGCC CCS* O O O

10 conv pul)_500MW O O O

11 conv pul_CFB_500MW O O O

12 conv pul_1000MW O O O

13 IGCC_300MW O O O14

바이오매스

conv O O O15 conv CCS* O O O16 IGCC O O O17 IGCC CCS* O O O18 원자

력LWR_1000 O O O

19 LWR_1400 O O O20

풍력wind_storage O O O

21 wind_5MW O O O22 offshore O O O23

태양광

PV_storage O24 PV_10MW O25 PV_0.5MW O26 rooftop_pv**27

(연료)열병합

biomass cogen**28 coal cogen**29 gas cogen**

30 hydrogen cogen**

31 refined liquids cogen**

32수력

small_1.5MW O O O33 dam_18MW O O O34 양수 280MW O O O

<표 23> 부하별 발전기술의 분포

주: (부하시간-발전유형)에서 부하시간은 고부하, 중부하, 저부하 (각각 대문자 Peak, Subpeak, Offpeak)로, 그리고 발전유형은 첨두발전, 중부하발전, 기저부하발전 (각각 소문자 peak, intermediate, base)로 구분함.*CCS 부착기술로 온실가스 감축목표가 부여되는 경우 발전부문에 진입하는 기술**최종부문 중 건물(rooftop_pv), 산업부문(cogen)에서 각각 전력을 생산하여 자가 소비하는 형태, rooftop_pv는 건물부문, cogen(열병합)은 산업부문에서 각각 사용하는 기술로 발전부문의 LDC 모델링은 적용하지 않음.

- 102 -

이와 같은 결과를 이용하여 각 발전유형에서 전력을 생산하는 기술을 <표 23>

과 같이 설정하였다. 유류발전 기술은 Peak 시간대 peak 전력을 생산하고, 가스

발전 기술은 Peak시간대 peak 전력 이외의 모든 전력을 생산한다. 석탄, 바이오

매스, 원자력, 풍력 등은 각 시간대 base 전력(기저부하)를 생산한다. 이 때, 특히

태양광은 일조시간과 전력수요의 특성을 반영하여 전력수요가 높은 시간에 Peak

시간에 base 전력을 생산하는 것으로 전제한다. 모형에 반영된 부하율은 아래의

표와 같이 제8차 전력수급기본계획을 근거로 한다.

연 도전력소비량

(GWh)

최대전력(MW)부하율(%)

(평균전력 / 최대전력)하계 동계

2016(실적)

497,039 85,183 83,657 67.82%

2017 506,981 84,586(실적)

85,206 67.92%

2018 519,069 86,114 87,155 67.99%2019 530,358 87,084 88,538 68.38%2020 540,054 88,779 90,342 68.24%2021 548,898 90,382 92,104 68.03%2022 556,088 91,464 93,314 68.03%2023 561,700 92,553 94,525 67.83%2024 566,228 93,527 95,672 67.56%2025 569,824 94,359 96,670 67.29%2026 572,800 95,104 97,568 67.02%2027 575,229 95,797 98,404 66.73%2028 577,029 96,399 99,131 66.45%2029 578,515 96,986 99,839 66.15%2030 579,547 97,533 100,498 65.83%2031 580,443 98,010 101,065 65.56%

’17〜’31 - - - -

<표 24> 8차 전력수급기본계획 목표수요 및 부하율

출처: 산업통상자원부, 2017, 제8차 전력수급기본계획(2017~2031), p,74 기반으로 부하율 산정.

미래의 부하율은 점점 낮아지도록 제시되고 있으며, 이는 평균전력 대비 최대

전력이 점점 높아짐을 의미한다. 실적치를 바탕으로, 제8차 전력수급기본계획이

제시하는 발전량과 전력피크를 반영하는 시간대별 부하패턴은 아래와 같은 방법

으로 생산해 낼 수 있다.

우선 실제 부하패턴이 확인되는 기준년도의 시간대별 부하를

( ⋯)로 두면, 기준년도의 총발전량 과 평균발전량 은 각각

이 된다. 특정 목표년도의 발전량을 , 최대부하를 라고 두고

- 103 -

이들 두 개의 수치를 충족하는 새로운 시간대별 부하는 다음과 같은 과정을 거

쳐 구할 수 있다.

1. 발전량 를 충족하는 시간대별 부하패턴 는

×

로 구할 수 있다.

2. 를 이용, 발전량 와 최대부하 를 동시에 만족시키는 시간대별 부하

(여기서

)

×max

는 max()가 이고, 의 시간대별 총합은 목표년도의 발전량 가 됨을 쉽게

알 수 있다.

앞서 제시한 미래의 목표 부하율을 반영한 결과는 아래의 그림과 같다. 부하율

이 시간이 지날수록 작아지는 것은 평균을 기준으로 왼쪽 부근의 부하는 점점

커지며, 오른쪽 부근의 부하는 점점 작아지는 것으로 나타난다.

[그림 65] 연도별 부하율에 따른 LDC; 2010년 부하실적 기반으로 재산정

앞서 제시한 미래의 부하율을 반영한 LDC를 계절별로 나누어 보면 아래의 그

림과 같다. 모형에 반영되는 미래의 부하정보도 겨울이 2,880시간, 여름과 봄이

2,208시간, 가을이 1,464시간으로 구성된다. 사계절 모두 부하율이 낮아지는 것을

볼 수 있다. 부하 스케일의 경우, 여름과 겨울이 최대전력부하가 높은 편인 것을

확인 할 수 있다.

- 104 -

[그림 66] 연도별, 계절별 LDC

아래의 그림은 미래의 연도별, 계절별로 시간대 간의 발전비중을 나타낸다. 부

하율이 점점 낮아지는 바, 사계절 모두 경부하 시간대의 발전비중이 작아지며,

중간부하와 최대부하 시간대의 발전비중은 증가하는 것을 확인 할 수 있다. 다만

겨울을 제외한 나머지 계절에서는 경부하시간대의 발전비중이 중간부하시간대의

발전비중보다 작아지는 지점이 2030년 전에 생기는 것을 볼 수 있다.

[그림 67] 연도별, 계절별 시간대별 발전비중

아래 표는 각 계절, 부하시간, 발전유형별로 제약을 구체화한 결과를 나타내는

데, 부하시간에 따라 발전유형을 구분하여 각 기술별로 ‘부하시간-발전유형’에

따라 발전부문을 모사하여 그 해당 블록별 비중을 나타낸 결과이다.

- 105 -

계절부하시

간발전유형 2010 2015 2020 2025 2030 2035 2040

봄

offpeak base generation 8.84 8.63 8.28 8.18 8.02 8.02 8.02subpeak intermediate generation 0.39 0.44 0.52 0.55 0.59 0.59 0.59subpeak base generation 7.77 7.69 7.56 7.52 7.46 7.46 7.46

peak peak generation 0.32 0.36 0.43 0.45 0.48 0.48 0.48peak intermediate generation 0.54 0.61 0.73 0.76 0.81 0.81 0.81peak base generation 5.83 5.77 5.67 5.64 5.59 5.59 5.59

소계 23.70 23.50 23.18 23.09 22.95 22.95 22.95

여름

offpeak base generation 8.80 8.59 8.22 8.12 7.96 7.96 7.96subpeak intermediate generation 0.71 0.80 0.95 0.99 1.06 1.06 1.06subpeak base generation 7.90 7.84 7.73 7.70 7.65 7.65 7.65

peak peak generation 0.39 0.43 0.52 0.54 0.58 0.58 0.58peak intermediate generation 1.03 1.16 1.38 1.44 1.54 1.54 1.54peak base generation 5.92 5.88 5.80 5.77 5.74 5.74 5.74

소계 24.75 24.69 24.59 24.56 24.52 24.52 24.52

가울

offpeak base generation 5.65 5.48 5.20 5.12 5.00 5.00 5.00subpeak intermediate generation 0.38 0.42 0.51 0.53 0.56 0.56 0.56subpeak base generation 5.02 4.95 4.83 4.79 4.74 4.74 4.74

peak peak generation 0.28 0.32 0.38 0.40 0.42 0.42 0.42peak intermediate generation 0.49 0.55 0.66 0.69 0.73 0.73 0.73peak base generation 3.76 3.71 3.62 3.60 3.56 3.56 3.56

소계 15.58 15.44 15.19 15.13 15.02 15.02 15.02

겨울

offpeak base generation 13.34 13.30 13.22 13.20 13.17 13.17 13.17subpeak intermediate generation 0.56 0.63 0.75 0.79 0.84 0.84 0.84subpeak base generation 11.77 11.87 12.05 12.10 12.17 12.17 12.17

peak peak generation 0.55 0.62 0.74 0.77 0.83 0.83 0.83peak intermediate generation 0.92 1.04 1.24 1.29 1.38 1.38 1.38peak base generation 8.83 8.90 9.04 9.07 9.13 9.13 9.13

소계 35.98 36.37 37.04 37.22 37.52 37.52 37.52peak 28.87 29.36 30.19 30.42 30.79 30.79 30.79

subpeak 34.49 34.64 34.89 34.96 35.07 35.07 35.07offpeak 36.64 36.00 34.92 34.62 34.14 34.14 34.14

peak generation 1.5 1.7 2.1 2.2 2.3 2.3 2.3intermediate generation 5.0 5.7 6.7 7.0 7.5 7.5 7.5

base generation 93.4 92.6 91.2 90.8 90.2 90.2 90.2합계 100 100 100 100 100 100 100

<표 25> 계절, 부하유형별 발전비중(%)

- 106 -

아래는 상기와 같은 분류결과 기준안에서 나타나는 발전기술별 봄, 여름, 가을

그리고 겨울의 고부하, 중부하, 경부하 구간별 발전량을 합이 1의 값을 가지도록

normalize한 결과를 그림으로 제시한다.

아래의 기술별 계시별 발전패턴은 추가 연구를 통해 상세화 할 필요가 있다.

유류(Refined Liquid)발전이 각 계절의 고부하 시간대에만 발전량을 보이거나

PV_Storage 등은 비용경쟁의 결과 겨울의 피크구간에 나타나지만 세부결과는 추

가 점검해야 한다고 보인다.

- 107 -

나. LACE 산정 방법

LDC의 특정 블록 내에 확인되는 전력생산기술은 계절별 특성과 RPS 의무비율

및 REC 가중치가 주어짐에 따라 다른 시뮬레이션 결과 얻어지게 된다.

각각의 비율이 해당 블록 내에서 차지하는 비중으로 해당 부하시간의 최종 도

매가격 결정에 영향을 주었을 것으로 전제할 수 있다.

따라서 특정 발전기술 한 단위가 기존 전력시스템에 추가되는 경우, 회피되

는 기술별 발전시간은 해당블록 내에서 회피되는 전력기술들의 비중과 같다고

전제할 수 있다.

따라서 특정 계절 의 부하시간대에서의 용량요금을 제외한 총 회피비용은

다음과 같이 산정할 수 있다:

[그림 68] 발전기술별 발전패턴 (주요 발전기술별 대표기술 제시)

- 108 -

단 는 LDC 내 블록 내에 확인되는 전력생산기술 ( ⋯)에 의

해 회피된 급전시간임.

이를 모든 계절과 부하구간에 대해 합산하여 연간 총 회피비용으로 산정하고,

이를 회피된 연간 급전시간으로 나누면 한계발전기에 주어지는 용량요금을 제외

한 해당 발전기술 의 회피비용이 다음과 같이 산정된다.

×

단, 상기 식 내의 (용량요금)은 kWh당 요금이다.

미래 년도, 발전기술 의 회피비용은 다음과 같이 제시된다:

다. PV, Wind 등 신재생에너지기술의 LACE 산정시 고려사항

본 연구에서는 EIA (2018) 등이 상기 신재생에너지원들에 대해 용량요금을 다

음과 같이 지급하는 것으로 제시하고 있음에 주목한다.

용량요금: capacity payment x capacity credit

Wind의 capacity credit에 15%를 적용

이는 미국의 사례를 적용한 것으로 한국 전력시장에서는 급전용 전원이 아닌

PV, Wind와 같이 간헐성 전원에 대해 용량요금을 지급하지 않는다.

비록 회피비용의 개념상으로는 (kWh당 한계발전기의 발전변동비+CP)로 제시되

는 것이 맞지만, 상기 EIA (2018)에서 제시된 Wind의 LACE 산정사례에서 알 수

- 109 -

있듯이 EIA (2013, 2018)은 해당 기술을 갖는 사업자가 시장에 참여하는 경우 예

상되는 잠재적인 수입이라는 점을 미국 Wind의 LACE 산정사례에서 간접적으로

보여주었다는 것을 알 수 있다.

따라서 본 연구에서 간헐전원의 CP는 아래와 같이 제8차 수급계획에 제시된

신재생에너지의 피크기여도를 반영, 적용하는 것으로 하였다.

구분 태양광 풍력 수력 폐기물 해양바이오/매립가스

부생

가스

연료

전지IGCC 소계

정격용량 33,530 17,674 2,105 323 255 1,705 1,377 746 746 58,461

피크기여도 15.6% 1.9% 28.1% 24.2% 1.1% 29.2% 75.5% 73.5% 60.0% -

실효용량 5,231 336 591 78 3 498 1,040 548 448 8,772

<표 26> 2030년 신재생에너지 실효용량 (단위 : MW)

주: 제8차 수급계획상 2030년 이외의 년도에 대한 신재생전원의 피크기여도가 별도 연도별 제시된 정보가 없으므로, 상기의 정보를 모든 년도에 대해 적용함.

라. LACE 산정을 위한 시나리오

1) 시나리오 설정

LACE 산정을 위해서는 기준 시나리오와 대안 시나리오를 설정하고 각 발전기

술 한 단위의 진입시 회피되는 한계발전기술의 회피비용을 시나리오별로 산정할

수 있다. 아래 표의 첫 번째 열은 기준 시나리오를 나타낸다. 아래 시나리오는

특별히 단계별 정책효과가 가져다 줄 LACE평가결과의 추가적인 효과를 보기 위

해 구성된 것이다.

1. REF 시나리오: RPS와 NDC 제약 모두가 적용되지 않는 시나리오

2. NDC 시나리오: 국내 에너지시스템 및 감축부문 전체에 온실가스 감축목표를

부여함. 이때 감축량은 2030년까지 1번의 CO2 배출량 대비 37% 감축으로 설정

3. RPS_c 시나리오: 신재생에너지별로 부여된 신재생에너지 공급인증서 (REC) 가

중치를 1로 동일하게 부여하고, 전체 발전량 중에서 REC를 생산하는 발전량의

비중을 2030년 20%, 2030년 이후에는 제 3차 에너지기본계획 워킹그룹 권고안

에 따라 설정

4. NDC+RPS_c 시나리오: RPS 시나리오와 NDC 시나리오의 종합으로, 1번의 시

나리오에 국내 에너지시스템 및 감축부문 전체에 온실가스 감축목표를 부여함.

이때 감축량은 2030년까지 1번의 CO2 배출량 대비 37% 감축으로 설정

- 110 -

5. RPS_w 시나리오: 신재생에너지별로 부여된 신재생에너지 공급인증서 (REC)

가중치를 전원별로 다르게 부여하고(<표 20>), 전체 발전량 중에서 REC를 생

산하는 발전량의 비중을 2030년 20%, 2030년 이후에는 제 3차 에너지기본계획

워킹그룹 권고안에 따라 설정

6. NDC+RPS_w 시나리오: RPS_various 시나리오와 NDC 시나리오의 종합으로,

1번의 시나리오에 국내 에너지시스템 및 감축부문 전체에 온실가스 감축목표

를 부여함. 이때 감축량은 2030년까지 1번의 CO2 배출량 대비 37% 감축으로

설정

아래 표는 시나리오별 주요 기술들에 대한 경우의 수를 보여준다. 태양광의 경

우, PV 0.5M, PV 10M을 구분하였으며, 2020년부터 PV 한 단위 (1kW)가 진입하

였을 때 PV 에 대한 균등화 회피비용을 의미한다. 표에 명시한 기술뿐만 아닌

모형에서 구분되는 모든 기술에 대한 회피비용을 산정한다.

시나리오명

추가되는 기술 (2020~)NoPV NoWind NoNuclear NoCoal NoGas NoFC태양 풍력 원자력 석탄 복합발전 연료전지

PV 0.5M모든 풍력

기술APR 1400

conv pul_1000* CC_200MW fuelCell

PV 10Mconv

pul_500*1. REF +PV 1kW +Wind 1kW +Nuke 1kW +Coal 1kW +Gas 1kW +FC 1kW

2. NDCNDC

+PV 1kWNDC

+Wind 1kWNDC

+Nuke 1kWNDC

+Coal 1kWNDC

+Gas 1kW NDC

+FC 1kW

3. RPS_cRPS_c

+PV 1kWRPS_c

+Wind 1kWRPS_c

+Nuke 1kWRPS_c

+Coal 1kWRPS_c

+Gas 1kW RPS_c

+FC 1kW

4. NDC+RPS_cRPS+NDC+PV 1kW

RPS+NDC+Wind 1kW

RPS+NDC+Nuke 1kW

RPS+NDC+Coal 1kW

RPS+NDC+Gas 1kW

RPS+NDC+FC 1kW

5. RPS_wRPS_w

+PV 1kWRPS_w

+Wind 1kWRPS_w

+Nuke 1kWRPS_w

+Coal 1kWRPS_w

+Gas 1kW RPS_w

+FC 1kW

6. NDC+RPS_wRPS_w+NDC

+PV 1kW

RPS_w+NDC

+Wind 1kW

RPS_w+NDC

+Nuke 1kW

RPS_w+NDC

+Coal 1kW

RPS_w+NDC

+Gas 1kW

RPS_w+NDC

+FC 1kW

<표 27> 시나리오 종합 Matrix

*주: Conventional Pulverized+PV 1kW 또는 +Wind 1kW는 해당 시나리오에 PV, 또는 Wind 1kW만큼의 설비를 추가하는 경우의 해당 기술별 회피비용 산정을 위한 시나리오임

- 111 -

2) 기술별 용량요금 (CP)

앞서 살펴 본 바와 같이 용량요금은 다음과 같이 주어진다.

CP = RCP × RCF × TCF × FSF

CP : 용량요금.

RCP: 기준용량요금으로 2014년 이후 9.74원/kWh

RCF: 용량가격계수 = 공급용량계수(ICF) × 지역계수(LF)

개정 전 RCF는 0.98~1.02 범위 내

TCF: 시간대별 용량계수인데 본 모형의 구조상 반영이 어려움.

FSF: 연료전환성과계수로 경제성과 환경성을 충족시키는 연료원을 우

대, 발전기여도 80%, 환경기여도 20%

관련 내용은 비용평가위원회를 열어 규칙개정위원회 심의를 거쳐 의결되는 사

항으로 보고되고 있지만, 정작 관련 회의록은 A4용지 1장 분량으로 참석자, 참석

일시 그리고 주요안건에 대한 내용만을 기록하여 공개할 뿐 상세 내용은 신문기

사 등을 통해 확인되고 있다.35)

구체적으로 확인되는 값으로는

ü RCP: 7.06원에서 9.99원으로 인상

ü RCF: ICF계수는 종전 0.9279에서 0.9749로 높이고(용량손실계수 가

중평균 1.0094), 지역에 따라 0.9541~1.0662의 LFi와 가중치(1.5)를 부

여, 약 2년의 적용 유예기간

ü TCF: 공휴일에 지급하지 않던 시간대별 용량가격계수(TCF)를 환원

해 발전사들이 휴일 입찰을 꺼리는 문제를 해소

ü FSF: 석탄은 평균 0.9390, LNG·열병합은 평균 1.0311의 계수를 적

용

정도의 내용이 확인되고 있다.

35) LNG복합·열병합 용량요금(CP) 2원 안팎 인상, 이투뉴스, 2016.11.2, http://www.e2news.com/news/articleView.html?idxno=96059

에너지전환 정책과 맞지 않는 연료전환성과계수(FSF), 전기신문, 2018.5.12, http://www.electimes.com/article.asp?aid=1526112835157407002

- 112 -

따라서 본 연구에서 적용하기 위한 용량요금은 다음과 같이 정하였다.

RCP: 9.99원

RCF: 0.9749 (지역 구분 없음)

TCF: 1

FSF: 석탄 0.9390, LNG·열병합 1.0311의 계수적용

석탄과 LNG발전 및 유류발전은 CP계산 산식과 상기의 정보를 이용, 각각

9.145157원/kWh, 10.04214원/kWh을 적용하였다.

신재생에너지원은 상기 기준으로 계산된 LNG발전 기준 CP에 아래 표의 실효

용량 비율을 적용하였음을 밝힌다.

　 태양광 풍력 수력 폐기물 해양바이오/

LFG부생 연료 IGCC

피크기여도 0.156 0.019 0.281 0.242 0.011 0.292 0.755 0.735 0.6용량요금

(원/MWh)1,567 191 2,822 2,430 110 2,932 7,582 7,381 6,025

용량요금

(USD/MWh)1.38 0.17 2.49 2.15 0.10 2.59 6.70 6.53 5.33

<표 28> LACE 산정시 적용한 용량요금 (원/MWh, $/MWh)

주: 2017년 연평균 환율 USD1 = 1131.16원 석탄발전 용량요금: 9.145157원/kWh = $8.08476/MWh LNG발전 용량요금: 10.04214원/kWh = $8.87774/MWh

용량요금은 입찰시에만 제시되는 용량(MW)에 대해 지급되나, 본 연구에서는

입찰여부를 구분하지 않고, 발전시간당으로 환산하여 발전원별 용량요금 수급가

능 최대금액으로 원/kWh 또는 $/MWh을 적용기준을 마련하였다.

- 113 -

5. LACE 산정

가. 도매가격과 REC의 결정과정에 대한 도식설명

아래 그림은 모형을 통해 예상되는 결과를 수급균형을 통해 단계별로 이해하

기 위해 준비한 도식이다.

우선 RPS 또는 NDC와 같은 제약이 전혀 없는 경우 도매시장 전력가격의 결정

과정을 [그림 69]의 전력수요곡선()과 전력공급 곡선()으로 도식화하였다. 해당

그림은 앞서 논의된 바와 같이, 본 보고서의 [그림 6]을 단순화한 그림으로 공급

곡선은 변동비가 높아지는 기술 순으로 누적한 결과이며, 전력수요곡선은 본 모

형에서는 가격에 반응하는 우하향 곡선으로 이해할 수 있다. 즉, 전력시장의 가

중평균비용이 상승에 따른 균형가격의 상승은 건물, 수송, 산업 부문 등의 최종

에너지서비스 수요가 줄어들게 된다.

이때 본 보고서에서 고려하는 두 가지의 조건이 RPS와 NDC 제약이다. RPS제

약과 NDC제약에 대해서는 앞서 설명한 바와 같다. 분석을 위해 본 연구에서는

RPS만의 제약과, NDC만의 제약의 경우, 그리고 RPS와 NDC제약을 동시에 주는

세 가지 경우를 추가로 분석하였다.

NDC제약만을 주는 경우, 주어진 제약에 따라 기존에는 존재하지 않던 온실가

스의 단위당 가격이 시장에서 결정되게 된다. 그 결과 [그림 69]와 같이 전력공

급곡선은 단위비용 증가로 로 이동하게 되며, 화석연료를 사용하는 발전원

은 연료의 탄소함량에 따라 변동비 상승폭이 달라진다. [그림 69]은 이러한 과정

을 전체적으로 단순화하여 도식한 결과이다. 이 결과, 균형 도매가격은

에서 로 상승하게 될 것이며, 균형발전량은 에서 로 줄어들게

될 것임을 알 수 있다. 이러한 현상은 모든 시간대별, 계절별로 의 전반적인

상승으로 나타나게 되며, LACE 산정결과도 함께 상승하게 될 것임을 보여준다.

RPS 제약만을 고려하는 경우는 [그림 70]과 같이 도식할 수 있다. 신재생전원

을 제외한 발전기술들에 대해 일정비율(그림에서는 편의상 일정량으로 표시함)의

발전량을 신재생에너지 전력생산으로 채우도록 의무를 부여하는 경우이다. 의무

발전량에 따른 화석연료 발전의 공급곡선은 에서 로 붉은 화살표(A)만큼

좌측이동하게 되고, 이때 화석연료발전을 통한 도매전력가격 는 주어진 전

력수요곡선 와 교차하는 점에서 결정되어 으로 상승하게 됨을 알 수

있다.

- 114 -

[그림 69] 기준안 대비 NDC제약 시 도매가격(SMP)의 결정

[그림 70] 기준안 대비 RPS 제약 부과 시 도매가격(SMP)의 결정

- 115 -

이 때, 의무발전량은 신재생공급곡선에 대한 수직으로 표시된 수요곡선으로 작

용하게 되며 (새로운 시장에서는 해당 의무량만큼의 신재생발전량이 필요하게

되기 때문), 주어진 수요와 신재생발전의 공급곡선 ″이 만나는 점에서 신재생에

너지의 가격이 결정된다. 이 때 신재생에너지 가격은 (화석연료에 의무발

전량이 주어져 결정된 새로운 도매가격)에 (RPS제도에 따라 시장에서 정해

진 신재생에너지에 대한 추가 credit)의 합으로 표시됨을 알 수 있다. 이때 또 하

나 흥미로운 것은 예상되는 총발전량은 늘어날 것이라는 점이다. 즉, 새로운 전

력시장 균형가격 에서, 화석연료 균형발전량은 에서 로 다소

주는 것으로 나타나나 의무비율에 따라 증가하게 되는 신재생에너지 (양방향 화

살표(A)만큼의 발전량)를 포함하면 총량은 크게 증가할 가능성이 매우 높음을 알

수 있다.

[그림 71] NDC 제약과 RPS 제약을 함께 주는 경우 도매가격(SMP) 및 REC의 결정

RPS 균형시장에 NDC제약이 추가되는 경우는 [그림 71]과 같이 제시할 수 있

다. 다소 그림이 복잡해지기는 하였지만 해당 그림은 NDC 제약이 없는 [그림 7

0]에서의 전력공급곡선 와 에 탄소가격이 반영되어 수직으로 상향 이동한

새로운 공급곡선 와 로 제시됨을 알 수 있다.

이때 탄소가격에 영향을 받지 않는 신재생전원의 경우 RPS제약만 주어진 [그

림 70]의 경우와 비교하여 균형가격에는 변동이 없을 것이 예상되며, NDC 제약

- 116 -

에 따른 전력도매가격은 로 상향될 것이 예상된다. 이에 따라 REC

의 크기가 적어지게 됨을 알 수 있다. 상기 그림을 종합해 볼 때, 시나리오별 도

매전력가격은 다음과 같은 순서를 가질 것으로 예상된다.

다만, 의 크기 중 어느 쪽이 더 큰지의 여부는 NDC제약과

RPS제약이 시장균형에 미치는 크기에 의해 우선 순위가 결정될 것이다.

- 117 -

나. 전력 도매가격과 LACE산정 결과

1) 전력 도매가격

먼저, 각각의 경우 얻어지는 계절별 부하시간대별 전력 도매가격과 LACE값을

모형의 결과를 그대로 보고한다(다만 편의상 보고대상을 2020년과 2030년에 한

함).

(단위 :2017$/MWh)REF NDC RPS_c NDC+RPS_c RPS_w NDC+RPS_w

spring peak 68.05 74.17 71.18 76.77 71.81 77.05 spring subpeak 56.42 62.78 57.97 64.01 59.01 64.76 spring offpeak 54.89 61.36 56.01 61.95 56.65 62.40 summer peak 70.05 76.16 73 78.61 73.72 78.98

summer subpeak 57.35 63.65 58.89 64.91 59.97 65.71 summer offpeak 54.89 61.37 55.99 61.92 56.62 62.36

fall peak 72.29 78.28 74.78 80.38 75.38 80.61 fall subpeak 57.64 63.83 59.2 64.91 60.39 65.78 fall offpeak 55.47 61.82 56.46 62.08 57.14 62.55 winter peak 68.11 74.33 73.26 78.73 74.29 79.43

winter subpeak 56.08 62.38 58.24 64.88 59.61 65.92 winter offpeak 54.56 61.10 56.54 63.14 57.62 63.95

<표 29> 2020년 전력 도매가격 결과

(단위: 2017$/MWh)REF NDC RPS_c NDC+RPS_c RPS_w NDC+RPS_w

spring peak 71.24 86.21 72.25 83.57 74.15 85.32 spring subpeak 60.25 91.99 63.26 92.56 65.59 92.96 spring offpeak 58.62 90.72 61.5 91.25 63.43 91.45 summer peak 73.16 89.12 74.05 86.87 76.02 88.55

summer subpeak 61.14 92.55 64.02 93.14 66.38 93.57 summer offpeak 58.62 90.69 61.49 91.21 63.41 91.41

fall peak 75.07 90.03 75.88 88.10 77.70 89.67 fall subpeak 61.37 92.05 64.71 92.50 67.35 92.98 fall offpeak 59.05 90.33 62.32 90.72 64.47 90.93 winter peak 71.76 87.33 72.78 84.43 75.04 86.50

winter subpeak 59.93 92.96 62.97 93.77 65.42 94.32 winter offpeak 58.58 91.95 61.48 92.73 63.62 93.14

<표 30> 2030년 전력 도매가격 결과

- 118 -

위와 같이 얻어진 전력 도매가격은 앞서 그림에서 예상되었던 결과를 반영하

여 2020년의 경우,

의 순서를 보이고 있음을 확인할 수 있다. 다만 2030년에는 NDC제약이 있는

경우와 여기에 RPS제약이 추가된 경우 예상되는 의 관계

가 전원별로 명확하게 보이지 않고 있음을 확인할 수 있다. 추가 점검이 필요한

부분이라고 하겠다.

2) 시나리오별 LACE 산정결과

분석결과는 아래 시나리오별 6가지로 구분할 수 있다.

1. 아무런 제약이 없는 경우(REF)

2. NDC 제약만이 주어진 경우(NDC)

3. RPS(가중치 1)의 제약만이 주어진 경우(RPS_c)

4. NDC와 RPS(가중치 1) 제약 모두가 주어진 경우(NDC+RPS_c)

5. RPS(원별 가중치 고려)의 제약만이 주어진 경우(RPS_w)

6. NDC와 RPS(원별 가중치 고려) 제약 모두가 주어진 경우(NDC+RPS_w)

2020년 LACE산정 결과 중 시나리오별 산정된 값이 없이 비어있는 경우는 해

당 기술의 비용경쟁력이 충분치 않아 채택되지 못한 결과로 이해할 수 있다. 이

에 해당되는 기술들은 biomass (conv CCS), biomass (IGCC CCS), biomass (IGCC),

coal (IGCC CCS), coal (IGCC), gas (CC CCS), refined liquids (CC CCS)로 대부분

CCS를 장착하는 기술과 biomass를 feedstock으로 활용하는 IGCC 기술로 확인된

다.

특히 NDC제약이 주어지는 경우 LACE값이 생성되지 못한 기술들로 coal (conv

pul)_1000MW, coal (IGCC)_300MW, PV_storage, wind_offshore, wind_storage가 포

함되어 있다. 추가 점검이 필요한 사항이나, NDC제약으로 말미암아 균형 가격에

서 전력요구량이 2020년 7.56% 감소함에 따라 기술의 비용경쟁력에서 뒤떨어져

채택되지 못하고 탈락된 것으로 보인다.

- 119 -

Technology REF NDC RPS_c NDC+RPS_c RPS_w NDC+RPS_w

Biomass (conv CCS)Biomass (conv) 62.86 62.18 68.41 68.55 63.26 69.17

Biomass (IGCC CCS)Biomass (IGCC)

Coal (conv pul)_1000MW 64.96 66.32 72.92 67.56 73.72 Coal (conv pul)_500MW 67.17 69.16 73.53 74.99 70.12 75.79

Coal (conv pul)_CFB_500MW 67.03 67.59 73.53 74.14 68.71 74.89 Coal (IGCC CCS)

Coal (IGCC)Coal (IGCC)_300MW 62.20 63.57 70.17 64.81 70.96

Gas (CC CCS)Gas (CC)_200MW 69.64 70.95 75.91 76.95 72.25 77.86

Gas (steam/CT)_CES_400MW 70.51 70.77 76.25 76.41 72.34 77.58 Gas (steam/CT)_fuelcell_4MW 67.93 68.86 73.67 74.80 69.97 75.71

Gen_II_LWR_1000MW 67.71 69.86 74.05 75.86 70.80 76.51 Gen_II_LWR_1400MW 67.71 69.86 74.05 75.86 70.80 76.51

Hydro_dam_18MW 61.72 63.87 68.06 69.87 64.80 70.52 Hydro_pump_280MW 61.72 63.87 68.06 69.87 64.80 70.52 Hydro_small_1.5MW 61.72 63.87 68.06 69.87 64.80 70.52

PV_0.5MW 70.90 74.37 77.04 79.91 75.18 80.38 PV_10MW 70.85 74.35 77.04 79.89 75.18 80.38 PV_storage 69.49 74.34 79.88 75.18 80.38

Refined liquids (CC CCS)Refined liquids (CC) 77.74 81.53 83.85 87.07 82.33 87.53

Refined liquids (steam/CT) 77.84 81.52 83.97 87.08 82.31 87.52 Wind_onshore 60.42 60.59 66.75 67.04 61.58 67.53 Wind_offshore 57.21 58.68 65.30 59.93 66.05 Wind_storage 57.21 58.68 65.30 59.93 66.06

<표 31> 2020년 LACE산정결과 (단위: 2017$/MWh)

주: <표 28>의 용량요금이 기술별로 포함된 값임.

- 120 -

Technology REF NDC RPS_c NDC+RPS_c RPS_w NDC+RPS_wBiomass (conv CCS) 94.22 94.84 95.23

Biomass (conv) 64.24 65.60 94.05 94.66 67.52 95.06 Biomass (IGCC CCS) 91.63 92.24 92.63

Biomass (IGCC) 66.15 67.97 96.98 97.55 70.18 97.95 Coal (conv pul)_1000MW 68.96 70.85 99.81 100.63 73.18 101.02 Coal (conv pul)_500MW 70.70 72.35 99.52 100.25 74.91 100.62

Coal (conv pul)_CFB_500MW 69.45 71.13 99.70 100.50 73.53 100.88 Coal (IGCC CCS) 91.63 92.23 92.62

Coal (IGCC) 66.18 67.98 97.02 97.62 70.27 98.00 Coal (IGCC)_300MW 66.21 68.16 97.02 97.73 70.42 98.05

Gas (CC CCS) 100.27 100.63 101.13 Gas (CC)_200MW 72.52 73.74 99.84 99.95 76.08 100.58

Gas (steam/CT)_CES_400MW 72.74 74.05 100.06 100.24 76.41 100.84 Gas (steam/CT)_fuelcell_4MW 63.99 65.30 91.21 91.33 67.36 91.71

Gen_II_LWR_1000MW 71.40 73.86 99.23 99.02 76.03 99.77 Gen_II_LWR_1400MW 71.40 73.86 99.23 99.02 76.03 99.77

Hydro_dam_18MW 65.41 67.87 93.23 93.03 70.04 93.78 Hydro_pump_280MW 65.41 67.87 93.23 93.03 70.04 93.78 Hydro_small_1.5MW 65.41 67.87 93.23 93.03 70.04 93.78

PV_0.5MW 73.86 74.81 89.28 86.74 76.83 88.54 PV_10MW 73.81 74.78 89.27 86.70 76.83 88.56 PV_storage 73.69 74.73 89.24 86.72 76.77 88.46

Refined liquids (CC CCS) 96.54 94.04 95.85 Refined liquids (CC) 81.08 82.04 96.48 93.97 84.07 95.80

Refined liquids (steam/CT) 81.09 82.04 96.52 94.01 84.07 95.83 Wind_onshore 63.30 63.80 91.36 91.81 66.11 92.33 Wind_offshore 61.33 63.03 91.72 92.28 65.51 92.75 Wind_storage 61.33 63.06 91.72 92.28 65.60 92.77

<표 32> 2030년 LACE산정결과 (단위: 2017$/MWh)

주: <표 28>의 용량요금이 기술별로 포함된 값임.

아래는 EIA(2018)에서 제시하고 있는 LACE의 지역별 최소, 최대, 단순평균 및

용량가중평균과 비교를 시도한 표이다. 추가적인 연구가 진행된다면 Advance

CC, CT, Conventional CT 등의 기술들도 포함시켜 평가한 뒤 비교가 가능할 것

으로 보이나, 전반적인 결과는 국내 기술들의 LACE산정결과가 EIA(2018)에서 제

시된 수치에 비해 상당히 높은 수준임을 알 수 있다.

- 121 -

EIA(2018)　

분석 결과(용량요금 미적용)

Plant type 최소단순

평균

용량

가중

평균

최대기준

안NDC RPS_c

RPS_c +

NDCRPS_w

NDC+RPS_w

용량

요금

(MWh)

Dispatchable technologies 　

Conventional CC 38.6 45.5 45.0 58.4 60.76 62.07 67.03 68.07 63.37 68.98 8.88

Advanced CC 38.6 45.5 46.2 58.4 　 　 　 　 　

Conventional CT 42.2 58.7 60.6 77.8 　 　 　 　 　

Advanced CT 42.2 58.7 61.7 77.8 　 　 　 　 　

New and Renewable technologies 　

Wind, onshore 34 40.2 38 50.8 60.25 60.42 66.58 66.87 61.41 67.36 0.17

Solar PV 32.5 52.1 53.4 71.6 69.52 72.99 75.66 78.53 73.80 79.00 1.38

<표 33> EIA(2018)결과와의 비교 (2020년 기준, 단위: $2017/MWh)

주: 용량요금은 맨 우측 별도 컬럼에 제시되어 있음

다. 발전량 및 REC 가격

<표 34>에서는 제8차 전력수급계획의 목표수요와 본 연구에서 모형을 적용한

결과 나타나는 결과를 비교한 표이다. 한가지 주목할 것은 제8차 전력수급계획의

목표수요보다 본 연구의 기준안으로 계산된 총 발전량이 다소 큰 차이를 보이고

있다는 점이다. 앞서 논의된 바와 같이 본 연구에서는 제8차 전력수급계획의 목

표수요를 감안하되, 주어진 부하율로 환산된 목표값을 계절별, 부하시간대별 비

중으로 반영하였으며, 기준수요를 목표수요에 인위적으로 맞추지는 않은 결과라

고 하겠다. 이미 [그림 52]와 [그림 53]에서 논의된 바와 같이 기준수요로부터 목

표수요가 얻어지는 상세한 과정에 대한 정보가 제8차 전력수급계획에서도 확인

되지 않았다. 이를 구체적으로 반영한 목표수요를 인위적으로 제약하여 결과를

왜곡시키기 보다는 수급계획상의 부하율 제약을 주는 정도로 하여 균형모형 내

부에서 발전량이 결정하도록 두었다는 점을 밝힌다.

추가적으로 8차 전력수급계획상의 ‘전원구성 원칙’에서는 전력수요 및 발전

설비는 자가용 및 구역전기사업자가 공급하는 수요 설비를 제외하였으나 본 연

구에서 사용하는 모형에는 이들 기술도 이미 포함하였다. 중앙에서 공급되는 전

력의 발전단가가 변화함에 따라 산업용 열병합 발전량은 실제 에너지시스템에서

달라질 것임을 예상할 수 있다. 본 연구에서 상세 결과로 별도 보고하지는 않으

- 122 -

나, 실제 NDC나 RPS시나리오 적용시 산업용 열병합발전의 발전량은 감소하는

것으로 나타나고 있다. NDC나 RPS시나리오 적용으로 예상되는 화석연료 발전비

용의 상승과 우하향하는 수요곡선을 통해 예상되는 결과라 하겠다.

　 2020 2025 2030발전량(TWh)　

8차수급계획(목표수요) 540,054 569,824 579,547

기준안

총발전량 601,604 637,202 667,986신재생 제약 14,764 20,776 43,188

신재생 제약 외 발전 586,840 616,427 624,798

NDC총발전량 567,548 596,711 690,792

신재생 제약 13,619 33,703 102,750신재생 제약 외 발전 553,929 563,009 588,042

RPS_c총발전량 674,596 728,688 774,196

신재생 제약 54,389 96,047 155,763신재생 제약 외 발전 620,207 632,641 618,432

NDC+RPS_c총발전량 649,028 631,655 706,845

신재생 제약 52,907 82,034 140,397신재생 제약 외 발전 596,121 549,621 566,448

RPS_w총발전량 674,575 724,654 770,749

신재생 제약 54,477 94,387 154,486신재생 제약 외 발전 620,098 630,268 616,262

NDC+RPS_w 총발전량 652,684 630,784 699,787

신재생 제약 51,607 81,945 138,326신재생 제약 외 발전 601,077 548,839 561,460

REC가격($2017/MWh)RPS_c 53.80 47.22 43.64

NDC+RPS_c 50.21 20.32 11.96RPS_w 60.37 52.60 48.42

NDC+RPS_w 56.79 23.91 11.96CO2가격($2017/MtCO2)　

RPS_c 15.88 64.89 89.39NDC+RPS_c 16.79 62.17 87.58

RPS_w 15.88 64.89 89.39NDC+RPS_w 15.88 62.17 88.48

<표 34> 시나리오별 발전량, REC가격 및 CO2 가격

- 123 -

[그림 72] REC(RPS)가격 추이(실적) 및 REC 예측 가격(단위:2017 원/MWh)

출처: REC가격 실적은 한국에너지공단, ‘RPS제도의 대상설비 확인 및 REC 발급.pdf’자료 참조

[그림 73] REC(RPS_various)가격 추이(실적) 및 REC 예측 가격(단위:2017 원/MWh)

출처: REC가격 실적은 한국에너지공단, ‘RPS제도의 대상설비 확인 및 REC 발급.pdf’자료 참조

아래 [그림 74]과 [그림 75]은 겨울철 Peak 시간대 기저발전(Winter Peak Base

Generation)에서 발전기술별 전력생산의 변화를 보여준다. 전력생산의 변화는

RPS 시나리오의 기술별 발전량에서 기준안의 기술별 발전량을 차감하여 나타내

었다. [그림 74]은 기술별로 동일한 가중치를 부여했을 때 기준안 대비 RPS 시나

리오의 발전량 변화를 나타내고, [그림 75]은 기술별로 가중치()를 다르게 부여

- 124 -

했을 때 기준안 대비 RPS 시나리오의 발전량의 변화를 나타낸다. 두 그림에서

확인할 수 있듯이 RPS 시나리오 적용 시 총 발전량은 증가한다. 기술별로 동일

한 가중치를 부여했을 때에는 PV_10MW에 의해 발전량이 증가([그림 74])하고,

다른 가중치를 부여했을 때에는 주로 PV_0.5MW에 의해 발전량이 증가([그림 75])

한다. 기술별로 동일한 가중치를 부과할 때에는 두 기술 모두 가중치를 1로 부여

하였다. 기술별로 다른 가중치를 부과할 때, PV_0.5MW에 부여된 가중치는 1이

며, PV_10MW에 부여된 가중치는 0.7이다. RPS 적용시 가중치에 따라 발전량이

달라지는 것을 확인할 수 있다.

[그림 74] 동일한 가중치 부여시 Winter Peak Base Generation의 발전량 변화 (RPS-기준안)

[그림 75] 기술별 가중치 부여시 Winter Peak Base Generation의 발전량 변화 (RPS-기준안)

- 125 -

이와 같이 기술선택에 변화가 발생하는 원인으로는 가중치의 차이에서 발생하

는 기술 상대가격의 변화를 들 수 있다. 기준안의 기술별 LCOE( )가 주

어졌을 때, RPS 제도를 시행하면 균형 REC 가격( )은 신재생발전 의무비율

목표를 충족시키는 균형값으로 모형 내에서 내생적으로 결정된다. 따라서 기준안

의 LCOE에서 REC 가중치()와 균형 REC 가격( )의 곱으로 계산되는 값이

RPS를 통한 신재생발전을 위한 추가 credit으로 주어지는 경우, 신재생에너지

기술의 단위비용 는 기준안의 LCOE에서 차감되어 아래 식과 같이 계

산된다.

는 신재생 기술의 LCOE를 근본적으로 바꾸는 것은 아니다. 본 연

구에서는 편의상 크기만큼의 credit이 주어진 후, 모형 내에서 비용경쟁

력 평가시 동원되는 신재생 기술의 단위비용을 로 표기한 것임을 밝

힌다.

Scenario Technology 2020 2025 2030 2035 2040

기준안 PV_10MW 91.37 74.43 63.93 56.30 50.93PV_0.5MW 98.39 80.26 68.86 60.65 54.84

기술별

가중치

RPS_c PV_10MW 44.22 33.92 27.16 26.30 24.47PV_0.5MW 35.68 26.31 19.83 20.63 19.53

RPS_c - 기준안PV_10MW -31.25 -27.26 -25.14 -20.09 -17.61PV_0.5MW -39.17 -34.13 -31.42 -25.21 -22.11

REC 균형가격 35.90 31.28 28.79 23.10 20.26

가중치 1

RPS_w PV_10MW 22.01 15.95 11.91 11.98 11.28PV_0.5MW 28.40 21.25 16.44 15.95 14.85

RPS_w - 기준안PV_10MW -30.23 -26.53 -24.52 -20.15 -17.80PV_0.5MW -30.38 -26.66 -24.64 -20.25 -17.89

REC 균형가격 31.28 27.46 25.38 20.86 18.42

<표 35> 기준안과 RPS 시나리오의 단위발전 비용 차이(Winter Peak base generation, 단위: 2017$/MWh)

위의 표는 기준안과 가중치 부여에 따른 RPS 시나리오의 LCOE 값의 차이를

보여주고 있다. 아래 기준안의 기술별 LCOE에서 볼 수 있듯이 전체 기간 동안

대규모 설비인 PV_10MW 기술의 LCOE가 상대적으로 소규모설비인 PV_0.5MW의

LCOE에 비해 낮음을 알 수 있다.

- 126 -

가중치를 1로 부과할 때는 위의 식과 같이 기준안의 LCOE에서 가중치와 균형

REC 가격이 곱해진 값만큼 기준안의 LCOE에서 차감된 로 기술별 비

용경쟁의 새로운 균형을 찾게 된다. 이 경우, 전체 기간 동안 PV_10MW 기술이

PV_0.5MW에 비해 LCOE가 낮은 구조가 유지되면서 [그림 74]과 같이 PV_10MW

기술의 발전량이 PV_0.5MW의 발전량에 비해 크게 나타난다.

반면, 기술별로 다른 가중치를 부여할 때, 가중치와 균형 REC 가격이 곱해진

값은 기술별로 차이가 발생한다. PV_10MW는 가중치 0.7, PV_0.5MW는 가중치 1

이 부여되어 RPS 제도를 통한 credit의 규모는 달라지며 최종 비용경쟁력은

의 크기에 따라 평가된다. 이 경우, 기준안의 PV_10MW와 PV_0.5MW의

LCOE 구조와 달리 PV_0.5MW의 가 PV_10MW의

보다 낮아진

다. [그림 75]에서 볼 수 있듯이 PV_0.5MW의 발전량과 PV_10MW의 발전량은 이

전과 달리 역전되고 있음을 확인할 수 있다.

- 127 -

V. 국내 발전기술별 비용평가 실효성 강화방안

본 장에서는 앞서 정리한 국내외 발전기술별 비용평가 연구들을 방법론과 결

과를 통해 앞으로 고려되어야 하는 개선 방안들을 제시하고자 한다.

먼저 균등화 발전비용(LCOE)을 구성하는 요소로 크게 초기투자비, 운영유지비,

연료비로 구분하고 있다. 여러 연구를 비교 평가해 본 결과, LCOE 산정식은 연

구결과별로 약간씩의 차이가 보이는 것도 확인하였다. 관련 균등화비용 산정을

위해서는 운영유지비, 발전효율 등 기술별 세부 정보가 확보되어야 한다. 초기투

자비의 경우, 단위용량당 초기투자비용($/MW)에 가중평균자본비용 또는 자본회

수계수 등을 곱해 자본비용을 계산하는 방법이 합당함을 확인하였다. 이는 기본

적으로 해당 자본동원을 위해 필요한 융통해야 하는 현금흐름 (flow)의 개념으로

접근하는 것이 합당함을 확인하였다. 그런데, 몇몇 연구에서는 초기 투자비를 통

한 자본비용을 산정하지 않고 발전량당 초기투자비용을 적용하고 있는 것이 확

인되었으며, 향후 추가 수정, 고려되어야 할 사항으로 보인다. 연료비는 heat

rate 또는 발전효율을 감안하여 산정할 수 있도록 세분화되어야 하며, 미래의 예

상발전량은 설비노후화에 따른 효율저하를 명시적으로 반영할 수 있도록 하는

것이 합당해 보임도 확인하였다.

EIA에서 진행하는 LACE평가는 NEMS(National Energy System Model)의 전력부

문 모듈을 기본으로 하는 통합평가의 결과라는 것을 인식할 필요가 있다. 즉, 한

계적으로 투입되는 추가기술의 회피비용평가는 해당기술의 급전특성 및 merit

order를 통해 여타기술과의 경쟁을 반영한 결과로 나타나게 될 것이기 때문이며,

특히 이러한 현상은 특히 온실가스 제약이나 RPS(Renewable Portfolio Standard)

의 신재생에너지 발전량 의무비율 등의 추가 제약이 있을 경우, 상대적 merit

order가 바뀌게 됨에 따라 더욱 중요한 평가방법이 될 것이기 때문이다.

국내에도 몇몇의 연구기관에서 통합평가모형이 운영되고 있다. 하지만 해당 모

형에 투입되는 정보가 과연 국가 에너지밸런스 정보나, 세부 최종서비스 부문의

정보를 얼마나 정확히 반영하고 있는지 등이 공동연구, 워크샵 등을 통해 서로

논의하고 비교 평가될 수 있는 장의 마련도 필요해 보인다. 이러한 과정을 통해

서로의 장점을 배우고, 반영되지 못한 세부 추가정보를 공유하거나 정부나 공공

부문의 공개되지 않은 정보를 공개할 수 있도록 함께 노력하는 과정은 한정된

연구예산을 크게 절감할 수 있는 방안이 될 것으로 보인다.

각 부처에는 에너지분야의 정보가 다양하게 산재되어 있지만, 쉽게 접근할 수

없는 것이 사실이다. 예를 들어 국토부에는 2000만대 이상의 자동차 등록정보가

- 128 -

있다. 소유자의 연령, 성별, 차랑등록소재지 등이 해당 정보에 포함되어 있으며,

매 2년마다 모든 등록차량은 정기검사를 받는 과정에서 주행거리를 보고하게 되

어있다. 이 두 개의 정보가 연계되면 수송모드별 여객수송거리에 대한 GIS기반

정보가 구축될 수 있다. 주행거리에 추가적인 조사를 통해 연료비 지출내역이 연

계되면 지역별 주행모드별 차량연비정보가 쉽게 확보될 수 있는 것은 자명하다.

이러한 정보는 수송부문의 에너지소비에 따른 다양한 air pollutant정보를 쉽게

제공하고 되고, 최근 문제가 되고 있는 미세먼지발생의 주요 원인 중 하나인 수

송부문의 영향을 평가하는데 매우 요긴한 정보가 되는 것이다.

제시할 수 있는 비슷한 사례는 무수히 많지만 그 중 한 가지 사례인 상기 예

는 여전히 사용되지 못하고 있는 정보 중 아주 적은 사례에 불과하다. 범부처가

새로 정보구축을 위해 에너지, 온실가스분야의 실증분석 사업이나 추가 총 조사

사업 등을 실시하는 예산을 지출하기 이전 기존에 있는 정보부터 활용 가능한

형태로 구축한다면 막대한 시간과 예산을 줄이면서 유용한 정보를 구축할 수 있

는 방안이 될 것이다.

통합모형은 활용가능한 정보가 있다면 이를 어떻게 모형에 담을 것인지를 모

델링 방법을 통해 항상 고민할 수 있는 훌륭한 분석틀이라고 판단된다. 관련 연

구자들의 공개적인 토론과 정보공유 등을 통해 연구결과를 비교 검토 개선하는

노력과 함께 산재해 있는 정보를 활용하는 것은 비단 LACE, LCOE 등의 조그만

평가를 위한 일에만 도움을 주는 것은 아니다.

여러 국가 에너지 계획들이 기준수요를 기반으로 여러 정책수단을 동원함을

가정하여 목표수요를 도출하여 제시하고 있다. 하지만, 어떤 계획도 동원되는 정

책수단에 의해 예상되는 가격변동과 이에 따른 rebound effect를 고려하지 않고

있다. 특정 효율개선 수단을 통해 예상되는 에너지절감량을 목표수요에 반영하는

것은 가격변동이 없는 상태에서 예상되는 에너지 절감량을 반영하는 것일 뿐이

다. 현실에서는 효율개선에 따른 비용저감이 가격에 반영되고, 상대적으로 저렴

해진 해당 에너지의 수요가 다시 증가하게 될 것이며, 결과적으로 예상했던 목표

수요만큼의 에너지절감량은 얻어지지 않게 된다. 즉 단순계산에 의한 목표수요

산정은 대부분의 경우, 과대추정 된 결과로 나타나게 된다는 것이다.

본 연구에서는 국내의 건물, 수송, 산업 등 최종서비스부문과 전환부문이 세분

화되어 있는 GCAM모형을 활용하여 주요 발전기술에 대한 LACE 평가를 시도하

였다. 간헐성 전원에 대해 용량요금을 어떻게 평가할 것인지, 단위당 가중평균

에너지 회피비용의 평가방법에 적용할 수 있는 또 다른 국내 통합모형은 없는지

등에 대한 점검은 추후 연구로 남겨 두었다.

- 129 -

참고문헌

1. 디지털타임스, ‘태양광발전비용 2025년엔 원전보다 싸질 것’, 2017.12.28.,

http://www.dt.co.kr/contents.html?article_no=2017122802109932101006

2. 김수덕, 국가 온실가스감축목표 및 목표달성을 위한 투명성 제고,

한국자원환경경제학회 이슈페이퍼, N.1, 1-5, 2017.03

3. 김수덕 외, 공정한 경쟁환경 조성을 위한 전력시장 규제방안 연구, 지식경제부,

2008

4. 김수덕, 오재익, 민은주, Zulfikar Yurnaidi, 백민호, 전승호, 노민영(2016),

온실가스 감축을 위한 에너지분야 핵심기술 발굴 및 효과분석 연구,

에너지기술평가원

5. 김수덕, 오재익, 민은주, Zulfikar Yurnaidi, 백민호, Ha Tran Lan Huong, 전승호,

노민영(2018), 기후변화대응 기술효과 및 경쟁력분석 연구, 한국연구재단

6. 백민호, 노민영, Zulfikar Yurnaidi, 김수덕 (2016), 자발적 온실가스 감축목표

달성을 위한 발전기술별 온실가스저감 잠재량 평가, 자원·환경경제연구,

25권4호, pp.565-590

7. 산업통상자원부, 2014.1, 제2차 에너지기본계획

8. 산업통상자원부, 2017, 제 8차 전력수급기본계획 (2017-2031)

9. 산업통상자원부 보도자료, 2017년 3월 29일,“소규모 신재생 사업자의 REC

판매가 더욱 쉬워진다!”

10. 이근대, 박명덕, 정연제, 신힘철, 양정호, 2018.2, 발전원별 균등화 발전원가

산정에 관한 연구, 한국전력거래소

11. 이철용, 조상민, 정성삼, 안재균, 이석호, 김기환, 임덕오, 최승재 (2017), 태양광

원가분석을 통한 균등화 비용 국제 비교 분석, 에너지경제연구원

12. 전력거래소, 2017 발전설비현황

13. 전력거래소, 2018년도 3분기, 발전소 건설사업 추진현황

14. 전력거래소, 전력경제실, 전기사업의 환경책무 강화에 따른 전력시장 제도개선

연구(최종보고서), 2018.6.30?

15. 전력거래소, 전력거래소, 연료/열량연료비 단가산정, 설명자료.

https://www.kpx.or.kr/www/downloadBbsFile.do?atchmnflNo=27556

16. 전력거래소, 전력시장운영규칙 개정 내용, 16-4차 (2016.10.6)

17. 전력거래소, 전력통계시스템, http://epsis.kpx.or.kr/epsisnew/selectMain.do

18. 전력계획에 '균등화발전비용' 반영 법안 발의, 에너지데일리, 2017년 12월 8일

참조 http://www.energydaily.co.kr/news/articleView.html?idxno=84860

19. 정연제, 조성진 (2017), 중장기 연료가격 변동에 따른 발전원별 경제성 전망 및

민감도 분석, 에너지경제연구원

20. 제3차 에너지기본계획 워킹그룹, 지속가능한 번영을 위한 대한민국 에너지비전

- 130 -

2040 - 제3차 에너지기본계획 수립방향에 대한 권고, 2018.11.

21. 한국생산기술연구원 (2010), 미국기술협력단, 미주권 연구동향 보고서

22. Baldwin (June 2013), LCOE and LACE, Presented to the EIA Energy

Conference, https://www.eia.gov/renewable/workshop/gencosts/

23. Bill Keepin & Brian Wynne, Technical analysis of IIASA energy scenarios:

Commentary, Nature 312, 691 - 695 (20 December 1984)

24. Calvin, K. (2012) Introduction to the Global Change Assessment Model (GCAM).

Available at:

http://www.globalchange.umd.edu/data/gcam/2012/Calvin_Overview_of_GCAM_2012

_09_18.pdf

25. Clarke, John F. and Edmonds J.A.(1993) Modelling energy technologies in a

competitive market, Energy Economics, Volume 15, Issue 2, April 1993, Pages

123-129

26. DOE (2015) An Assessment of Energy Technologies and Research

Opportunities. Available at:

http://energy.gov/sites/prod/files/2015/09/f26/Quadrennial-Technology-Review-201

5_0.pdf (Accessed: 25 September 2016).

27. EIA (2010), Updated Capital Cost Estimates for Electricity Generation Plants,

November 2010, U. S. Energy Information Administration, Office of Energy

Analysis U.S. Department of Energy, Washington, DC 20585

28. EIA (2013a), Assessing the Economic Value of New Utility-Scale Electricity

Generation Projects,

https://www.eia.gov/renewable/workshop/gencosts/pdf/lace-lcoe_070213.pdf

29. EIA (2013b), Levelized Cost of Electricity and Levelized Avoided Cost of

Electricity Methodology Supplement, July 2013

30. EIA (2013c), Updated Capital Cost Estimates for Utility Scale Electricity

Generating Plants, April 2013

31. EIA (2016a), Capital Cost Estimates for Utility Scale Electricity Generating

Plants, November 2016

32. EIA (2016b), Updated Capital Cost Estimates for Utility Scale Electricity

Generating Plants, November 2016

33. EIA, 2017, The Electricity Market Module of the National Energy Modeling

System: Model Documentation 2016, July 2017

34. EIA(2018), Levelized Cost and Levelized Avoided Cost of New Generation

Resources in the Annual Energy Outlook 2018, March 2018,

https://www.eia.gov/outlooks/aeo/pdf/electricity_generation.pdf

35. EIA, Construction costs for most power plant types have fallen in recent

- 131 -

years, https://www.eia.gov/todayinenergy/detail.php?id=31912

36. EIA, Construction cost data for electric generators installed in 2016,

https://www.eia.gov/electricity/generatorcosts

37. IEA & NEA (2015), Projected Costs of Generating Electricity,

https://www.oecd-nea.org/ndd/pubs/2015/7057-proj-costs-electricity-2015.pdf

38. IEA(2016), Project cost of generating electricity(2015 Edition),

https://www.wecc.biz/Reliability/2014_TEPPC_Generation_CapCost_Report_E3.pdf

39. Felderer, B., 2011, Overview of Models in Use for Mitigation/Adaptation Policy,

Institute of Advanced Studies (IHS), Vienna, Austria.

40. IIASA-ECS Modeling, http://webarchive.iiasa.ac.at/Research/ECS/docs/models.html

41. IMAGE,

http://models.pbl.nl/image/index.php/Welcome_to_IMAGE_3.0_Documentation

42. IPCC(2000) Special Report on Emission Scenarios (Cambridge Univ. Press,

Cambridge, U.K.).

43. IPCC (2014a), Climate change 2014 mitigation of climate change working group

III contribution to the fifth assessment report of the intergovernmental panel

on climate change edited by. Available at:

https://www.ipcc.ch/pdf/assessment-report/ar5/wg3/ipcc_wg3_ar5_full.pdf

44. IPCC (2014b), Climate Change 2014 Impacts, Adaptation, and Vulnerability Part

A : Global and Sectoral Aspects working group Ⅱ contribution to the fifth

assessment report of the intergovernmental panel on climate change edited by.

Available at:

https://www.ipcc.ch/pdf/assessment-report/ar5/wg2/WGIIAR5-PartA_FINAL.pdf

45. IRENA (2018), Renewable Power Generation Costs in 2017, International

Renewable Energy Agency, Abu Dhabi.

46. Keepin, B. and Wynne, B. (1984) ‘Technical analysis of IIASA energy

scenarios’, Nature, 312(5996), pp. 691–695. doi: 10.1038/312691a0.47. Kyle P et al. 2011. GCAM 3.0 Agriculture and Land Use: Data Sources and

Methods. PNNL-21025, Pacific Northwest National Laboratory.

http://www.pnl.gov/main/publications/external/technical_reports/PNNL-21025.pdf

48. https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2018/Jan/IRENA_201

7_Power_Costs_2018.pdf

49. Lazard, Lazard’s Levelized Cost of Energy (“LCOE”) analysis - version

11.0, Nov. 2017,

50. Liefman, Michael (June 2013), LCOE and LACE: Seeking Simplicity, Presented

to the EIA Energy Conference

51. Loulou, R., Goldstein, G. and Noble, K. (2004) Energy technology systems

- 132 -

analysis Programme documentation for the MARKAL family of models general

map of the documentation. Available at:

http://iea-etsap.org/MrklDoc-I_StdMARKAL.pdf (Accessed: 25 September 2016).

52. McFadden, D. (1973), “Conditional Logit Analysis of Qualitative Choice

Behavior”, in Frontiers in Econometrics.

53. Namovicz, C. (June 17, 2013), Assessing the Economic Value of New

Utility-Scale Renewable Generation Projects, Presented to the EIA Energy

Conference

54. Niemeyer, Victor (July 25, 2013), LCOEs and Renewables, Presented to the EIA

Energy Conference

55. Roehrl, R.A. (2012). Sustainable development scenarios for Rio+20. A

Component of the Sustainable Development in the 21st Century (SD21) project.

New York: United Nations Department of Economic and Social Affairs, Division

for Sustainable Development.

56. UNESCO (1985). World Modeling, Report (August 1985) by Heinrich Siegmann,

Wissenschaftszentrum Berlin (International Institute for Comparative Social

Research, Berlin), BEP/GPI/2.

- 133 -

[부록 1]<표 36> 2010년 12월 중앙급전발전기 급전우선순위 (평일기준)

- 134 -

[부록 2]

연 도

전력소비량 최대전력

GWh증가율

(%)하계

(MW)증가율

(%)동계

(MW)증가율

(%)

2016(실적)

497,039 2.8 85,183 10.7 83,657 0.8

2017 508,994 2.4 84,586(실적)

-0.7 86,546 3.5

2018 523,505 2.9 87,523 3.5 88,907 2.7

2019 537,973 2.8 89,750 2.5 91,262 2.6

2020 552,291 2.7 91,955 2.5 93,594 2.6

2021 566,714 2.6 94,173 2.4 95,991 2.6

2022 579,611 2.3 96,174 2.1 98,148 2.2

2023 592,145 2.2 98,122 2.0 100,251 2.1

2024 604,066 2.0 99,985 1.9 102,325 2.1

2025 615,788 1.9 101,819 1.8 104,369 2.0

2026 627,064 1.8 103,591 1.7 106,342 1.9

2027 637,866 1.7 105,297 1.6 108,241 1.8

2028 647,946 1.6 106,902 1.5 110,023 1.6

2029 657,725 1.5 108,466 1.5 111,759 1.6

2030 666,955 1.4 109,954 1.4 113,407 1.5

2031 675,367 1.3 111,327 1.2 114,922 1.3

’17〜’31 - 2.1 - 1.8 - 2.1

<표 37> 기준수요

출처: 제8차 전력수급계획, 최대전력 산정기준 : (하계) 당해 연도 7～8월, (동계) 당해 연도 12월 ～ 익년도 2월

- 135 -

연 도

전력소비량 최대전력

GWh증가율

(%)하계

(MW)증가율

(%)동계

(MW)증가율

(%)부하율

(%)2016

(실적)497,039 2.8 85,183 10.7 83,657 0.8 66.61

2017 506,981 2.0 84,586(실적)

-0.7 85,206 1.9 67.92

2018 519,069 2.4 86,114 1.8 87,155 2.3 67.99

2019 530,358 2.2 87,084 1.1 88,538 1.6 68.38

2020 540,054 1.8 88,779 1.9 90,342 2.0 68.24

2021 548,898 1.6 90,382 1.8 92,104 2.0 68.03

2022 556,088 1.3 91,464 1.2 93,314 1.3 68.03

2023 561,700 1.0 92,553 1.2 94,525 1.3 67.83

2024 566,228 0.8 93,527 1.1 95,672 1.2 67.56

2025 569,824 0.6 94,359 0.9 96,670 1.0 67.29

2026 572,800 0.5 95,104 0.8 97,568 0.9 67.02

2027 575,229 0.4 95,797 0.7 98,404 0.9 66.73

2028 577,029 0.3 96,399 0.6 99,131 0.7 66.45

2029 578,515 0.3 96,986 0.6 99,839 0.7 66.15

2030 579,547 0.2 97,533 0.6 100,498 0.7 65.83

2031 580,443 0.2 98,010 0.5 101,065 0.6 65.56

’17〜’31 - 1.0 - 0.9 - 1.3 67.27

<표 38> 목표수요

출처: 제8차 전력수급계획