Cost and performance data for distributed energy resources: Literature review, harmonization, and synthesis

현대적인 전력망은 더 이상 거대한 중앙 발전소에서 동네로 전력이 흐르는 일방통행로가 아닙니다. 점점 더 전력이 필요한 곳, 즉 뒷마당, 공장, 사무실 건물에서 직접 생성될 수 있는 양방향 네트워크로 변모하고 있습니다. 이러한 지역적 자원들은 '분산형 에너지 자원'이라 불리며, 태양광 패널이나 배터리 저장 장치와 같은 친숙한 기술뿐만 아니라 디젤이나 천연가스를 태우는 발전기, 소형 터빈, 연료 전지와 같은 오래되었지만 든든한 기계들에 의존하기도 합니다. 이러한 기계들은 주 전력망이 고장 나거나 바람과 태양 같은 청정 에너지원이 가용하지 않을 때 불을 밝히는 데 필수적입니다. 신뢰할 수 있고 저렴한 에너지 미래를 계획하기 위해 엔지니어와 정책 입안자들은 이 기계들을 구축하는 데 비용이 얼마나 드는지, 그리고 얼마나 효율적으로 작동하는지를 정확히 알아야 합니다. 그러나 수십 년 동안 이러한 비용을 설명하는 데이터는 흩어져 있고 일관성이 없었기에, 한 기계를 다른 기계와 비교하거나 국가 에너지 계획에 사용되는 수치를 신뢰하기 어렵게 만들었습니다.

캘리포니아 대학교 샌디에이고 캠퍼스의 라이언 한나(Ryan Hanna)가 수행한 새로운 연구는 이러한 혼란을 해소하기 위해 분산형 발전기의 비용 데이터를 수집하고 표준화하는 것을 목표로 합니다. 이 연구는 디젤 발전기, 천연가스 발전기, 가스 마이크로터빈, 연료 전지라는 네 가지 특정 기술 유형에 초점을 맞춥니다. 이 기계들은 단일 가구에 전력을 공급할 수 있는 25킬로와트의 소형 유닛부터 대규모 산업 시설을 운영할 수 있는 10,000킬로와트 규모의 거대 시스템에 이르기까지 매우 다양한 크기로 존재합니다. 저자가 다루는 핵심 문제는 비용을 보고하는 집단마다 최종 가격을 계산하는 방식이 달랐다는 점입니다. 어떤 보고서는 엔진 자체의 가격만을 기재한 반면, 어떤 보고서는 설치 노동비, 엔지니어링 비용, 또는 허가 및 보험 비용을 포함했습니다. 이처럼 "총비용"에 대한 정의가 너무 크게 달랐기 때문에, 수치들을 직접 비교하는 것이 불가능한 경우가 많았으며, 이는 마치 하나의 일관된 그림이라기보다 서로 다른 언어들의 모음집처럼 보이는 파편화된 데이터로 이어졌습니다.

이를 해결하기 위해 연구자는 기술 제조업체, 컨설팅 회사, 정부 연구소에서 발표한 2001년부터 2026년 사이의 33개 데이터 세트를 수집했습니다. 이 노력의 결과로 총 191개의 고유한 에너지 시스템에 대한 정보를 모았습니다. 작업의 핵심은 '조화(harmonization)'라고 불리는 과정이었는데, 여기서 모든 데이터 포인트를 공통된 언어로 번역했습니다. 저자는 인플레이션을 고려하여 모든 비용을 2025년 미국 달러로 환산하였고, 모든 연구가 동일한 포괄적 모델을 사용하여 비용을 보고하도록 강제했습니다. '총 과업 비용(total overnight cost)'으로 알려진 이 모델은 시스템 가격을 네 가지 뚜렷한 부분, 즉 주요 장비 비용, 설치 및 필요 노동 비용, 엔지니어링 및 건설 관리 비용, 그리고 토지 준비 및 보험과 같은 소유자 비용으로 구분합니다. 일부 연구가 부분적인 데이터만을 보고했을 경우 그 누락된 조각들을 채움으로써, 연구자는 수집된 모든 시스템에 대해 완전하고 일관된 숫자 세트를 만들어냈습니다.

데이터가 표준화되자, 발전기의 크기가 변함에 따라 비용이 어떻게 변하는지에 대한 명확한 패턴이 드러났습니다. 디젤 및 천연가스 발전기의 경우, 단위 전력당 비용은 기계가 작을수록 현저히 높았습니다. 예를 들어, 50킬로와트 디젤 발전기는 용량당 약 2,666달러인 반면, 500킬로와트 유닛은 약 1,590달러입니다. 이는 기계가 커질수록 생산되는 단위 전력당 구축 비용이 저렴해진다는 것을 의미하며, 이를 '규모의 경제'라고 합니다. 연구는 이 경향이 천연가스 발전기에서도 나타나지만, 그 차이는 약간 덜 극적이라는 것을 발견했습니다. 또한 데이터는 매우 작은 시스템의 경우, 설치, 엔지니어링 및 기타 소프트 비용이 기계 자체의 비용을 실제로 초과할 수 있다는 점을 보여주었는데, 이는 장비 가격만을 볼 때 흔히 놓치는 세부 사항입니다.

연구는 또한 이러한 기계들이 시간이 지남에 따라 어떻게 작동하는지도 살펴보았습니다. 이 연구는 디젤 발전기, 가스 발전기, 마이크로터빈, 연료 전기에 대한 새로운 조화된 열효율(heat rates) 및 운영 비용을 보고합니다. 분석은 전력만 생성하는 시스템과 폐열을 활용해 온수나 증기를 제공하는 열병합 발전(combined heat and power) 시스템을 모두 다루지만, 가변 운영 비용에 대한 데이터는 규모에 따른 변화를 확정적으로 결론 내리기에는 너무 부족했습니다. 마찬가지로, 모든 시스템 크기에 대한 열효율 데이터가 제공되기는 하지만, 연구는 작은 시스템이 큰 시스템에 비해 효율이 낮다는 특정 경향을 확인해주지는 않습니다. 대신, 전체 용량 범위에 걸친 이러한 속성들에 대한 기초 데이터를 제공합니다. 분석에서는 열병합 발전 시스템이 열을 관리하기 위한 추가 장비를 필요로 하기 때문에 구축하기에 더 복-복잡하고 비용이 많이 들지만, 전반적인 효율은 더 높다고 언급했습니다.

이 작업의 가장 중요한 성과 중 하나는 새로운 "대표" 시스템 세트를 구축한 것입니다. 500킬로와트 발전기에 대해 단 하나의 잠재적으로 구식인 숫자에 의존하는 대신, 이 연구는 25에서 10,000킬로와트에 이르는 특정 크기의 시스템에 대한 상세한 프로필을 제공합니다. 이 프로필에는 단일 비용 수치뿐만 아니라 현실 세계의 자연스러운 변동성을 반영하는 예상 비용 범위가 포함됩니다. 예를 들어, 연구는 500킬로와트 천연가스 발전기에 대한 최선의 추정 비용과 함께, 데이터의 불확실성을 포착하는 하한값 및 상한값을 함께 제공합니다. 이를 통해 계획가들은 훨씬 더 명확한 이해를 바탕으로 리스크와 비용을 시뮬레이션하고 경제 모델을 실행할 수 있습니다. 연구는 또한 연료 전지의 경우 상세한 프로필을 만들기에는 데이터가 너무 부족하다는 점을 언급하며, 향후 연구가 채워야 할 지식의 공백을 강조했습니다.

궁극적으로 이 작업은 새로운 기술을 발견하거나 에너지 위기를 해결하려는 것이 아닙니다. 대신, 다른 연구자와 정책 입안자들이 사용할 수 있는 신뢰할 수 있는 사실의 토대를 제공하는 것입니다. 분산형 에너지의 비용을 논할 때 모두가 동일한 언어를 사용하도록 보장함으로써, 이 연구는 계획 단계에서의 추측을 제거하는 데 도움을 줍니다. 연구 결과는 작은 발전기가 단위 전력당 비용은 더 높지만, 신뢰성을 위한 중요한 도구로 남아 있으며 그 비용을 이전보다 더 정확하게 예측할 수 있음을 시사합니다. 이러한 명확성은 전력망의 미래에 어디에 투자할지 결정하는 데 필수적이며, 보다 분산되고 회복력 있는 에너지 시스템으로의 전환이 상충하는 보고서가 아닌 견고하고 비교 가능한 데이터 위에 구축되도록 보장합니다.