Techno-economic Analysis of Photovoltaic Distributed Generation Units, Capacitor Banks, and Electric Vehicle Charging Stations on Distribution Network. A Case Study of the Ashanti Region, Ghana

세계 여러 지역에서 전력망은 매우 취약한 구조를 띠고 있습니다. 이는 중앙 발전소에서 가정과 기업으로 전력을 운반하는 거대한 전선 네트워크이지만, 수요가 증가하고 노후된 인프라가 낡아감에 따라 시스템이 이를 따라가는 데 종종 어려움을 겪습니다. 스트레스를 받는 이러한 네트워크에서는 두 가지 문제가 특히 흔하게 나타납니다. 바로 전선이 이동하는 동안 열로 소실되는 에너지 손실과, 전압이 떨어져 조명이 어두워지거나 장비가 오작동을 일으키는 현상입니다. 이러한 문제들은 국가들이 태양광 패널과 같은 새로운 전력원과 전기차 급속 충전 스테이션과 같은 새로운 유형의 중량 부하를 추가하려고 시도함에 따라 더욱 시급해지고 있습니다. 만약 이러한 새로운 요소들이 세심한 계획 없이 추가된다면, 기존의 문제를 악화시켜 정전이나 값비싼 손상을 초-래할 수 있습니다. 엔지니어들의 과제는 이러한 새로운 자산들을 정확히 어디에 배치하고 얼마나 큰 규모로 만들어야 기존의 약점을 보완할 수 있을지, 아니면 새로운 문제를 만들게 될지를 파악하는 것입니다.

이것이 바로 가나와 미국의 연구진이 답을 찾고자 했던 정밀한 질문입니다. 그들은 현재 상당한 압박을 받고 있는 실제 전기 네트워크인 가나의 아샨티(Ashanti) 지역에 집중했습니다. 그곳의 그리드는 높은 에너지 손실과 광범위한 저전압 현상, 즉 전기적 압력이 너무 낮아 기기를 제대로 작동시킬 수 없는 상태를 겪고 있습니다. 이를 해결하기 위해 연구진은 세 가지 서로 다른 기술을 하나의 상호 연결된 팀으로 취급하는 컴퓨터 기반의 계획 도구를 개발했습니다. 이 팀은 태양광 발전기, 커패시터 뱅크(전기적 압력을 안정시키는 데 도움을 주는 장치), 그리고 전기차 급속 충전 스테이션입니다. 이 연구는 이러한 기술들을 개별적으로 보는 대신, 이들이 어떻게 함께 작동하여 그리드를 수리할 수 있는지에 주목했습니다. 연구팀은 실제 아샨티 네트워크의 디지털 트윈(digital twin)을 사용하여 수천 번의 시뮬레이션을 실행했으며, 기술적 성능과 비용 사이의 완벽한 균형을 찾기 위해 수백만 가지의 서로 다른 위치와 크기의 조합을 테스트했습니다.

이 시뮬레이션의 결과는 놀라웠습니다. 연구진은 태양광 패널, 커패시터, 충전 스테이션의 배치를 세심하게 조정함으로써 그리드의 성능을 변화시킬 수 있다는 것을 발견했습니다. 가장 성공적인 시나리오에서, 시스템은 에너지 낭비를 81% 감소시켰습니다. 이는 생성된 전력 단위당 훨씬 더 많은 양이 전선에서 열로 손실되는 대신 실제로 고객에게 도달했음을 의미합니다. 동시에, 이 계획은 원래 네트워크에 존재했던 모든 저전압 사례를 제거했습니다. 변경 전에는 거의 30곳의 위치에서 전압 수준이 안전하거나 신뢰할 수 없을 정도로 낮았으나, 최적화 이후에는 모든 버스(bus, 연결 지점)가 건강하고 안정적인 수준으로 복구되었습니다. 연구는 또한 이러한 기술적 수리가 강력한 재정적 이점과 함께 온다는 것을 보여주었습니다. 15년 동안, 줄어든 에너지 낭비로부터의 절감액과 태양광 및 충전 서비스를 판매하여 얻은 수익은 시스템 구축에 필요한 2,660만 달러를 제외하고도 약 3,669만 달러의 순이익을 창출할 것으로 예상되었습니다.

이러한 결론에 도달하기 위해 연구진은 두 가지 고급 컴퓨터 알고리즘을 사용했는데, 이는 본질적으로 컴퓨터가 수십억 개의 가능성 중에서 최적의 솔루션을 찾도록 돕는 일련의 규칙들입니다. 연구팀이 개선한 한 알고리즘은 다른 알고리즘보다 훨씬 더 효과적인 것으로 입증되었습니다. 이 알고리즘은 기술적 문제를 해결할 뿐만 아니라 더 높은 재정적 수익을 제공하는 솔루션을 찾아냈습니다. 연구는 이 개선된 방법을 표준적인 접근 방식과 비교하였으며, 개선된 버전이 표준 방식의 62%와 비교하여 표준 테스트 네트워크에서 에너지 손 l을 거의 89%까지 줄일 수 있음을 발견했습니다. 실제 아샨티 네트워크에서는 그 차이가 더욱 결정적이었습니다. 개선된 방법은 손실을 81% 줄였지만, 표준 방식은 61.5% 감소에 그쳤습니다. 이는 연구진이 검색 알고리즘을 프로그래밍하는 구체적인 방식이 복잡한 실제 그리드를 다룰 때 매우 중요하다는 것을 시사합니다.

또한 이 연구는 단순히 초기 비용만이 아니라 장기적인 재정적 관점을 바라보는 것의 중요성을 강조했습니다. 가장 효과적인 계획은 2,660만 달러라는 더 큰 초기 투자를 필요로 했지만, 15년 동안의 수익은 상당했습니다. 연구진은 전기를 낭비하지 않음으로써 절약되는 돈과 태양광 에너지 및 충전 수수료를 통해 벌어들이는 돈을 합산했을 때, 초기 비용을 단 2~3년 만에 회수할 수 있다고 계산했습니다. 그 이후로는 15년의 기간 동안 계속해서 이익을 창출할 것입니다. 이 발견은 그리드를 고치는 것이 순전히 비용 지출이라는 생각에 도전하며, 적절한 기술의 조합을 통해 유틸리티 기업이 어려움을 겪는 네트워크를 수익성 있는 자산으로 바꿀 수 있음을 보여줍니다. 연구는 수치에만 머물지 않았습니다. 또한 이 장치들이 정확히 어디에 위치해야 하는지도 지도화했습니다. 예를 들어, 대규모 태양광 발전기를 배치했을 때 에너지 낭비를 줄이는 데 가장 큰 영향을 미칠 특정 버스(연결 지점)를 식별했으며, 전압을 가장 잘 안정시킬 수 있는 다른 특정 지점에는 커패시터 뱅크를 배치하도록 했습니다.

이 작업의 핵심 통찰 중 하나는 태양광 발전, 커패시터, 충전 스테이션이라는 세 가지 기술이 별개가 아닌 함께 계획되어야 한다는 점입니다. 만약 유틸리티 기업이 서로 어떻게 영향을 미치는지 고려하지 않고 한 곳에는 태양광 패널을 설치하고 다른 곳에는 충전 스테이션을 설치한다면, 그 결과는 여전히 비효로적이고 불안정한 그리드가 될 수 있습니다. 연구는 이 자산들을 하나의 통합된 시스템으로 다룰 때, 태양광 발전기와 커패시터 뱅크가 충전 스테이션이 그리스에 가하는 부하의 영향을 상쇄하기 위해 협력할 수 있음을 입증했습니다. 태양광 패널은 수요를 충족하기 위해 능동적인 전력을 공급하고, 커패시터 뱅크는 전압을 안정시키기 위해 무효 전력을 공급하여, 전기차 충전 스테이션이 추가적인 부하로서 그리스에 가하는 스트레스를 효과적으로 상쇄합니다. 이러한 조율된 접근 방식 덕분에 연구진은 특정 기술 단독으로는 달성할 수 없었던 네트워크 내의 모든 전압 위반 사항을 제거할 수 있었습니다. 연구는 또한 전기차 충전 스테이션이 추가적인 부하로서 수요를 증가시키지만, 충전 수수료를 통해 꾸준한 수익원을 제공함으로써 프로젝트의 재정적 건전성에 기여한다고 언급했습니다.

연구진은 가나의 맥락에 맞게 그들의 발견을 근거 있게 제시하기 위해 주의를 기울였습니다. 그들은 실제 전선의 배치, 실제 사용되는 전력 부하, 해당 지역의 장비 비용을 포함한 실제 아샨티 지역 네트워크 데이터를 사용했습니다. 그들은 실제 상황에서 유효하지 않을 수 있는 이상적인 조건이나 이론적인 가정에 의존하지 않았습니다. 예를 들어, 태양광 패널이 밤에는 전력을 생산하지 못한다는 점과 전기차 충전이 하루 중 특정 시간에 발생한다는 점을 고려했습니다. 또한 태양광을 그리드가 사용할 수 있는 형태로 변환하는 장치인 인버터와 같은 장비의 교체 비용도 반영했습니다. 이러한 실제 비용과 제약 조건을 포함함으로써, 이 연구는 가나와 유사한 지역의 유틸리티 기업들이 실제로 따를 수 있는 청사진을 제공합니다. 결과는 현재 높은 손실과 저전압으로 어려움을 겪고 있는 네트워크라 할지라도, 정밀하고 조율된 계획이 뒷받항된다면 안정적이고 수익성 있는 미래로 나아갈 수 있는 경로가 있음을 시사합니다.

연구는 또한 방법론의 타당성을 확보하기 위해 유사한 네트워크에 대한 이전 연구들과 결과를 비교했습니다. 전 세계 연구자들이 사용하는 표준적이고 잘 알려진 전기 네트워크에서 테스트했을 때, 개선된 알고리즘은 기존의 많은 방법보다 더 우수한 성능을 보였으며, 에너지 손실을 더 효과적으로 줄이고 이상적인 해답에 더 가까운 솔루션을 찾아냈습니다. 이는 연구진의 접근 방식이 견고하다는 확신을 주었습니다. 그러나 그들은 자신들의 작업이 가진 한계도 인정했습니다. 결과는 컴퓨터 시뮬레이션에 기반하고 있는데, 시뮬레이션은 실제 구축 전에 아이디어를 테스트하는 데 강력한 도구이지만, 실제 세상에서 일어날 일을 보장하는 것은 아닙니다. 실제 성능은 기상 패턴, 전력 수요의 변화, 장비의 정밀한 동작 등에 따라 달라질 수 있습니다. 이러한 제한 사항에도 불구하고, 이 연구는 그리드 계획에 대한 새로운 사고방식을 제안하는 명확하고 설득력 있는 사례를 제공합니다. 이는 단순히 더 많은 전력을 추가하거나 한 번에 하나의 문제를 해결하는 오래된 방식에서 벗어나, 서로 다른 기술들이 엮여서 더 강하고 효율적인 전체를 만드는 총체적인 접근 방식을 제안합니다.

궁극적으로, 이 작업은 현대적인 계획 도구가 개발도상국들이 더 오래되고 비효율적인 그리드 발전 단계를 뛰어넘을 수 있도록 돕는 방법을 보여주는 시연입니다. 고급 알고리즘을 사용하여 태양광 발전, 커패시터, 충전 스테이션의 최적의 조합을 찾아냄으로써, 연구진은 약하고 손실이 많은 네트워크를 신뢰할 수 있고 수익성 있는 시스템으로 바꾸는 것이 가능하다는 것을 보여주었습니다. 이 연구 결과는 특히 아샨티와 같이 노후된 인프라와 급격한 새로운 에너지 수요 성장이라는 압박을 동시에 받는 지역에 매우 유의미합니다. 연구는 해결책이 서로 다른 기술 중 하나를 선택하는 것이 아니라, 그것들이 어떻게 함께 작동할 수 있는지를 이해하는 데 있다는 것을 시사합니다. 올바른 계획이 있다면 그리드는 재건될 수 있고, 에너지 낭비는 획기적으로 줄어들 수 있으며, 시스템은 향후 몇 년 동안 스스로를 유지할 수 있는 충분한 수익을 창출할 수 있습니다. 이 연구에 따르면, 앞으로 나아가야 할 길은 조율, 정밀함, 그리고 장기적인 비전의 길입니다.