Journal Archive

조류발전 LCOE 관련 선행연구 결과를 조사하여 조류발전 LCOE 범위에 대해 분석하였다. Fig. 1은 국내외 여러 기관의 연구 결과를 통하여 추정된 조류발전 누적설비용량(cumulated installed capacity)이 1MW에서부터 1GW까지 증가하는 경우의 조류발전 LCOE 분석 결과이다. 누적설비용량이 단일기에서 1GW급으로 확대될 때 LCOE는 평균 ￦709/kWh에서 평균 ￦193/kWh으로 감소할 것으로 분석되었다(NREL[2012]; SI Ocean report[2013]; European Commission[2016]; ORE Catapult[2018]; JRC[2019]; Ocean Energy Europe[2020]; TIGER[2022]). 한편 국내에서도 경제성 분석 조건 및 변수를 적용하여 10MW급 고정식 조류발전단지의 LCOE를 분석한 바 있다(KIOST[2018])(Table 1 참조). Eq. (2)를 사용하여 예측한 10MW급 고정식 조류발전 LCOE는 외국 여러 기관에서 적용한 할인율인 10%를 고려할 경우 평균 ￦463/kWh으로 다른 기관들의 결과와 유사한 값을 보였으나, 국내에서 예비타당성 조사에 적용되는 할인율인 4.5%로 고려하였을 때 평균 ￦340/kWh로 낮게 분석되는 것을 확인할 수 있다(KIOST[2018]). 고정식 조류발전과 달리 부유식 조류발전의 경우 단지 규모가 42MW, 70MW, 168MW로 증가하는 경우 LCOE는 각각 ￦215~477/kWh으로 분석된 바 있다(KIOST[2020]).

Fig. 1. 
Estimated LCOE (￦/kWh) according to the cumulative installed capacity (Applied exchange rate : $1=￦1100, €1=￦1300, £1=￦1600).

Eq. (2)와 같이 재생에너지의 LCOE는 크게 CAPEX, OPEX, 그리고 AEP로 구성되며, 이외에 운영기간과 할인율을 고려하여 계산한다(Table 4 참조). 이 절에서는 LCOE 민감도 분석을 위하여 CAPEX, OPEX, 이용률, 운영기간, 할인율에 대하여 구성항목을 고려하여 각각을 변수로 고려하였고, 세부적인 사항은 아래와 같다.

3.2.5 LCOE 민감도 분석 결과

Table 3은 국내외 4개 기관의 발전설비 비용, 설치 비용, 그리고 전력계통 비용 등 CAPEX와 연간 OPEX, 이용률, 운영기간, 할인율에 대한 각각의 자료와 평균값이며, 평균 8.1MW 규모의 CAPEX는 ￦85억/MW로 추정되었다(Table 3 참조). 한편 연간 OPEX와 이용률과 할인율, 그리고 운영기간의 평균은 각각 CAPEX의 3.7%와 31%, 7% 그리고 21년으로 산출되었다. 민감도 분석 시 이러한 평균값을 기준으로 사용하였다.

Fig. 2는 민감도 분석 결과로 발전설비 비용, 설치 비용, 전력계통 비용, OPEX, 이용률, 운영기간, 그리고 할인율에 대한 LCOE의 민감도((￦/kWh)/%)는 각각 1.6657, 0.7082, 0.6173, 1.1583, -3.9942, -1.2073, 1.341로 분석되어 이용률과 CAPEX 항목 중 발전설비 비용, 그리고 할인율의 영향이 가장 큰 것을 확인할 수 있다. 본 연구에서는 현재 실증단계에 있는 조류발전의 자료를 토대로 수십 MW급 소규모 발전단지에 대한 경제성을 분석하였다. 조류발전이 상용화 단계로 진입하여 수백 MW급으로 발전단지 규모가 확대되는 경우, 시공비용과 계통연계비용의 비율이 감소하는 등 CAPEX 구성 항목의 비율이 달라질 수 있을 것으로 사료된다. 따라서 향후 수백 MW급 대규모 발전단지를 개발하고자 하는 경우 이러한 사항을 반영하여 민감도 분석을 추가적으로 수행하는 것이 필요할 것으로 사료된다.

Fig. 2. 
Multivariate sensitivity according to components of LCOE.

또한 선행연구 중 CAPEX, OPEX, 이용률 그리고 할인율에 대한 조류발전 LCOE의 민감도 분석 사례와 비교하여 이 연구의 민감도 분석에 대한 적절성을 검토하였다. Vazquez and Iglesias[2016]는 CAPEX를 세부항목으로 분류하지 않고 전체 CAPEX와 OPEX, 할인율과 이용률에 대한 민감도를 분석한 바 있다(Vazquez and Iglesias[2016])(Table 5 참조). 따라서 이 절에서는 선행연구와의 비교를 위하여 3.2.1절에서 설명한 CAPEX 세부 구성 항목 대신 CAPEX 자체를 변수로 고려하여 민감도 분석을 추가적으로 수행하였다. Fig. 3와 Fig. 4는 각각 민감도 분석을 추가적으로 수행한 결과와 선행연구에 대한 민감도 분석 결과이며, 이 결과에서 확인할 수 있듯이 두 결과 모두 이용률의 민감도가 제일 높았고, 다음으로 CAPEX와 할인율의 민감도가 높다는 점에서 서로 일치하였으나 OPEX의 민감도가 선행연구에서 매우 낮은 차이를 보였다. 이는 선행연구에서 이용률 35%, CAPEX 68.8억원, 할인율은 10%로 추정하였으며 연간 OPEX를 CAPEX의 1.4%로 매우 낮게 고려하여 LCOE를 추정하였기 때문인 것으로 이해할 수 있다.

Table 4. 
Results of LCOE sensitivity analysis of tidal power generation

LCOE [￦/kWh]
Variation		-20%	-10%	0%	10%	20%
Components
Device		352.47	369.13	385.78	402.44	419.10
Installation		371.62	378.70	385.78	392.86	399.95
Cable and grid connection		373.44	379.61	385.78	391.96	398.13
OPEX		362.62	374.20	385.78	397.37	408.95
Capacity factor		482.23	428.65	385.78	350.71	321.49
Life of the system		415.44	398.84	385.78	375.33	366.83
Discount rate		359.36	372.46	385.78	399.30	412.99

Table 5. 
Sensitivity parameters in reference (Vazquez and Iglesias [2016])

	Baseline	Range of variation
CAPEX [£/MW]	4.3million	±20%
OPEX per year [£/MW]	0.063million	±20%
Capacity factor [%]	35	35-50
Discount rate [%]	10	6-12

Fig. 3. 
Multivariate sensitivity according variation of input parameter.

Fig. 4. 
Multivariate sensitivity analysis result in the reference (Vazquez and Iglesias [2016]).

터빈 자체의 용량에 대하여 1.5MW 터빈과 2MW 터빈 사용을 비교했을 때 2MW 터빈을 사용하였을 경우 조류발전의 예상 발전량이 29% 상승할 것으로 예상되었다. 이는 자본비용 증가 여부에 따라 17%에서 23%의 LCOE 감소로 이어질 것으로 추정되었다(Goss et al.[2021]). 또한 로터의 직경이 26m인 3MW급 터빈을 사용하였을 경우 로터의 길이가 20m인 2MW급 터빈을 사용하였을 때보다 LCOE가 약 38% 감소되는 것으로 확인되었다. 이는 터빈 자체의 가격이 소폭 상승할 수 있지만 정격 용량이 올라가면서 용량 대비 터빈 가격이 절감되거나 혹은 로터의 직경이 커질수록 회전 면적이 넓어지면서 좀 더 많은 에너지를 포획하여 발전량이 상승하는 등의 이유로 LCOE가 감소될 수 있다(TIGER[2022]).

한편 조류발전과 비교하였을 경우 해상풍력발전은 LCOE 저감과 관련하여 비교적 많은 연구가 진행되고 있다. 특히 영국에서 8MW급 해상풍력터빈이 현재 설치되어 운영 중이며, 국내에서도 8MW, 10MW급 터빈이 개발되고 있으며, 외국에서는 12MW급 터빈까지 개발되고 있다. 국내 보고서에 따르면 해상풍력발전의 경우 이러한 터빈용량의 대형화에 따라 터빈 비용은 증가하나, 터빈 수가 감소하여 내부망 및 운송, 설치거리 감소로 계통연계 분야의 비용이 감소될 것으로 예상하고 있으며, 또한 터빈 대형화에 따라 CAPEX는 증가하나 내부망 거리와 운송, 설치 거리 감소로 지지구조물 및 계통 연계 관련 비용은 절감될 것이며 추가로 발생되는 효율 향상은 AEP를 증가시켜 최종적으로 LCOE 절감에 기여할 것으로 제시되었다(KETEP[2014]). 조류발전의 경우 수심의 제한으로 터빈을 대형화하는 것에 한계가 있지만, 고성능 로터 및 고출력 발전기 등을 개발하면서 비용이 어느 정도 증가하더라도 LCOE를 저감시킬 수 있는 방안에 대한 연구가 필요할 것으로 사료된다.

조류발전 터빈의 경우 현재 상류식(upstream) 터빈과 하류식(down-stream) 터빈, 그리고 상류식, 하류식 모두 대응할 수 있는 양방향 터빈(bi-directional turbine)이 개발되고 있다(Heo et al.[2020]). 모든 방향에서 바람이 불어오는 풍력발전과 달리 조류는 일정한 방향을 유지하며 낙조류와 창조류 사이의 방향이 180도 차이가 있는 경우에는 터빈의 요(yaw)제어가 필요하지 않을 수 있다. 즉, 대칭형 블레이드를 적용하여 양방향 흐름에 대응하거나, 혹은 피치만을 이용하여 상류식, 하류식을 번갈아가며 대응할 수 있다. 하류식 발전에 대한 성능 특성을 비교한 선행연구를 참조하면, 타워 구조물의 간섭 효과로 출력계수가 하류식 발전의 경우 약간 감소할 수 있지만, 요제어를 하지 않은 경우 고가의 요 구동부를 배제하고 또한 수밀 문제를 해결할 수 있다. 즉, AEP는 2~3% 감소되지만 CAPEX, OPEX를 더 크게 감소시킴으로써 전체적으로 LCOE를 줄일 수 있다.

현재 풍력 터빈의 블레이드에 쓰이는 탄소섬유는 질량을 줄이고 강성을 증가시키기 위해 사용되지만 비용을 증가시키는 단점이 있다. 이에 항공우주 기술과 통합한 새로운 재료와 제조 공정 개발을 통해 더욱 가볍고 단단하며 값싼 비용으로 더 높은 품질의 블레이드 개발 가능성이 언급되었다(KIC InnoEnergy[2014]). 추가로 열가소성(thermo-plastic blade) 블레이드와 같은 첨단 블레이드 재료 사용에 대한 연구가 진행 중이다. 향상된 블레이드를 사용하였을 경우 3%의 LCOE 저감될 것으로 보고되었다(TIGER[2022]). 조류 발전의 경우 해상보다 더욱 열악한 해저 환경에서 발전을 수행하기 때문에 앞에서 언급한 바와 같이 다양하고 높은 품질의 블레이드를 개발한다면, 해양환경에 맞게 최적의 블레이드를 적용함으로써 LCOE를 저감시킬 수 있을 것으로 사료된다.

조류가 발전기기에 가장 먼저 지나는 부분은 터빈 허브의 노즈이며 이때 유동의 특성이 터빈의 성능에 영향을 미치게 된다. 조류발전 터빈의 출력 성능에 대하여 노즈 형상 및 유입각도의 영향을 분석한 연구사례가 있다. 허브의 직경에 대한 노즈의 길이의 종횡비가 0.5인 경우 수평축 터빈의 출력이 약 1.8% 감소되는 것이 확인되었다. 또한 종횡비가 2.5에서는 1.0의 종횡비와 비교하였을 때 약 0.5% 정도 출력 성능이 향상되는 것과 2.5 이상의 종횡비에서는 출력 변화가 거의 일어나지 않음을 확인하였다. 터빈에 대한 유체의 유입각도는 터빈의 성능에 영향을 미친다. 유입각도가 약 15도 이상에서는 유입각도가 0도인 경우에 비해 터빈 성능이 약 10.9% 감소하는 것이 확인되었다(Heo et al.[2020]).

한편 해상풍력의 경우 낮은 풍속과 복잡한 바람 패턴이 예상되는 지역에서도 높은 출력을 내기 위해 기존의 맞바람형식(Upwind) 3엽 터빈 방식에서 뒷바람형식(downwind) 2엽 터빈에 대한 연구가 진행 중이다. 정격출력이 동일한 13.2MW의 2엽 터빈과 3엽 터빈을 비교하였을 경우 2엽 터빈을 사용하였을 때 블레이드 길이가 100.5m에서 143.4m로 증가하고 허브의 높이가 142.4m에서 168m로 증가하면서 CAPEX가 5% 증가하였지만 AEP가 35% 증가하여 LCOE가 26.8% 감소한 연구 결과가 있다(Pao et al.[2021]). 그러나 조류발전의 경우 설치 수심에 대한 제약으로 인해 블레이드를 길게 제작하는 것에 한계가 있을 수 있다. 따라서 이러한 경우 덕트를 사용하거나 연(kite)의 원리를 이용하여 상대유속을 증가시키는 방안이 있다. 국내에서는 이와 관련한 연구로 수평축 퍼널형 조류발전 로터 주위에 깔때기 모양의 유입구 덕트에 대하여 유속 증가를 분석한 연구(Jo[2007], Jo et al.[2009])와 덕트 내 블레이드의 날개 수의 증가에 따른 덕트 상부 벽 부분의 저항 변화 및 출력 성능을 분석한 연구(Han et al.[2018]) 등이 있다. 따라서 조류발전 시스템의 출력을 향상시키기 위하여 블레이드뿐만 아니라 허브 및 덕트 사용에 대한 최적 형상 설계도 요구된다고 할 수 있다.

비용을 저감하는 방안 중 규모의 경제(economics of scale)를 제시할 수 있다. Goss et al.에 따르면 설치, 운영 및 유지 보수를 위한 비용은 터빈의 수가 증가함에 따라 감소되며 조류발전단지의 터빈의 수가 4기에서 36기로 증가할 경우 터빈 당 예상 선박 동원 및 하역과 반환 날짜는 1.13일에서 0.83일로 감소할 수 있다. 또한 터빈 간 케이블 비용(internal cable)은 터빈의 수에 따라 선형적으로 증가할 수 있지만 고가의 외부망 케이블(external cable) 비용과 변전소 관련 비용이 대략적으로 고정되기 때문에 터빈의 수가 많을수록 MW당 총 케이블 비용이 낮아지는 것으로 확인되었다(Goss et al.[2021]). 한편 최근 TIGER 프로젝트에서 규모의 경제에 대하여 2-10MW급 조류발전단지에서 20-200MW급 조류발전단지로 전환이 이루어졌을 시 LCOE가 40% 감소될 것으로 보고되었으며 8MW급 조류발전단지에서 100MW급 조류발전단지로 확대되는 경우, LCOE는 28% 감소될 것으로 보고된 바 있다(TIGER[2022]).

조류발전 터빈의 배치는 유속의 변화에 영향을 준다. 조류의 유속은 하나의 터빈을 거치고 난 후 다음 터빈에 도달할 때 회복이 되지 않고 난류 강도 또한 증가하게 되는데 이것은 터빈의 출력에 악영향을 미친다. 따라서 터빈에 대한 최적 배치가 필요하다. 6개의 터빈을 4열로 배치한 것과 2열로 배치한 것을 비교해봤을 때 LCOE는 각각 27.7%, 25.5% 증가되었다. 터빈을 2열로 배치했을 경우 밀물 때 유속이 2.4m/s에서 0.13m/s, 썰물 때는 0.18m/s 만큼 느려졌다. 4열로 배치했을 경우 2.4m/s의 유속에서 밀물 때 0.25m/s, 썰물 때는 0.3m/s 만큼 감소한 것을 확인하였다. 터빈 간격의 경우에는 직경의 3배일 때 유속이 밀물과 썰물 때 각각 2.4m/s의 유속에서 0.3m/s, 0.4m/s 감소하였고 직경의 10배일 때 밀물과 썰물 때 2.4m/s의 유속에서 0.2m/s 감소하였다. 이것은 LCOE를 각각 34.5%, 30% 증가시켰다(Vazquez and Iglesias[2016]). 터빈의 배치에 따라 유속의 변화가 발생하고 이는 발전량에 영향을 미친다. 따라서 대규모 단지의 조류발전인 경우 발전단지의 면적, 해저케이블의 연장을 고려하면서, 터빈의 간격을 가능한 넓게 하고, 열의 수를 줄이는 배치를 참고하는 것이 필요하다. 이와 관련하여 풍력발전의 경우 SOWFA(SOWFA: Simulator fOr Wind Farm Applications)와 같은 프로그램을 사용하여 개별 풍력 터빈 운전상태에 따른 후류의 영향 등을 반영하여, 발전단지 내의 유동 및 단지 성능을 정밀하게 해석하고 있다(Fleming et al.[2014]). 한편 조류발전의 경우 이러한 SOWFA에 적용된 유체의 특성을 조류 환경에 맞게 수정하여 조류발전 후류 및 발전단지의 출력 성능을 예측할 수 있다(Kim et al.[2021]). 또한 tidal farmer, open tidal farm 등의 상용 소프트웨어를 사용하여 발전단지 내에서의 후류의 영향을 반영한 단지 내에서의 출력 성능을 예측할 수 있다(DNV[2023]; The OpenTidalFarm team[2016]). 그러나 SOWFA의 경우 OpenFOAM을 기반으로 개발된 프로그램으로 사용자 편의성이 낮고, 상용 소프트웨어의 경우 고가의 비용이 필요하고, 기술개발에 따른 적절한 개선이 어려운 상황이다. 따라서 발전단지 내의 터빈 배치 최적화를 통하여 발전량을 극대화하기 위해서는 기존 SOWFA, Tidal Farmer 등과 같은 소프트웨어의 사용과 함께 사용자 편의성 및 최신 연구개발 결과를 반영한 프로그램 개발도 필요하리라 사료된다.

대규모 해상풍력발전단지의 경우 해상환경의 영향으로 유지보수에 대한 체계적인 계획 수립이 필수적이다. 우리나라의 경우 동절기에 파고가 높아 터빈에 대한 접근이 어렵고, 풍속이 높아 발전량이 하절기보다 높기 때문에 동절기 터빈의 비가동에 대한 발전 손실이 높다. 따라서 하절기에 대부분의 유지보수를 수행한 경우와 그렇지 않은 경우 동일한 유지관리 선박과 정비팀을 고려하였음에도 불구하고 유지보수비용이 크게 차이나는 것을 확인하였다(Sang et al.[2021]). 즉, 해상풍력발전단지의 경우 체계적인 유지관리 계획이 매우 중요하다. 이는 조류발전단지의 경우에도 동일하게 적용할 수 있다. 현재 조류발전의 경우 OPEX를 CAPEX의 일정 비율로 측정하고 있는데, 발전단지가 대형화가 되었을 경우 유지보수 시점의 유속 및 풍속, 파고 등을 면밀히 고려하여 세부적인 유지보수 계획을 수정하는 것이 필요하고, 이를 통해 OPEX 절감이 가능할 것으로 사료된다.

제도적 지원은 직접적인 LCOE 저감 요인은 아니지만 보급을 늘리기 위한 요인으로 작용할 수 있다. 재생에너지 산업의 대표적인 지원으로 FIT와 RPS가 있다. FIT는 재생에너지원으로 공급된 전력에 대해 생산가격과 거래가격 간의 차액을 정부의 전력산업기반 기금으로 보전하는 제도이다. 장기간의 안정적인 지원을 통해 기술개발을 유발하며 재생에너지 투자의 불확실성을 제거할 수 있는 장점이 있지만 발전의 비용 절감 및 경쟁력 강화를 유도하기 어렵고 정부의 재정 지원이 필요하기 때문에 지속적인 정책 시행이 어려울 수 있는 단점이 있다. RPS는 전력공급자가 총 전력공급량의 일정 비율 이상을 재생에너지로 공급하도록 의무화한 제도이다. 시장 구조를 이용해 자율적으로 최적의 재생에너지원이 선정된다는 점과 재생에너지 발전 비율을 강제하기 때문에 공급 규모 예측이 용이하다는 장점이 있다. 그러나 공급 비용이 낮은 에너지에 대한 선호로 인해 기술 수준이 높은 특정 재생에너지원으로 설비가 편중되는 문제가 발생하며 기술 개발 유인이 없기 때문에 다양한 재생에너지원을 육성하기 어렵다. 또한 기술 기반이 없는 상태에서 경쟁체제를 도입하는 경우 외국의 선진 기술과 제품이 국내 시장을 선점할 수 있다는 우려가 있을 수 있다(Kwon[2014]).

두 대표적인 제도적 지원 중 현재의 조류발전에 적합한 지원을 알아보기 위해 태양광발전의 사례를 살펴볼 수 있다. 2006년 4월 기준 국내 태양광발전의 FIT 지원은 스페인의 ￦259~497/kWh, 프랑스의 ￦183~366/kWh 보다 높은 ￦677.4~711.3/kWh의 지원을 받았다(Jeon[2006]). 초기에 태양광발전은 FIT 제도를 통해 정부의 적극적인 지원을 받아 많은 연구개발과 보급이 활성화 되었다. 국내 태양광발전의 경우 2005년 LCOE는 ￦1,144/kWh으로 측정되었고 2010년에는 ￦346/kWh으로 낮아졌다. FIT가 종료되었던 2011년에는 태양광발전의 LCOE는 ￦267/kWh으로 크게 감소한 것으로 보고된 바 있다(National assembly budget office[2018]). 국내의 조류발전은 아직 기술 개발의 초기단계로 해외의 선진 기술로부터 국내의 기술을 보호하고 연구 개발을 활성화시키기 위하여 적극적인 정부의 지원을 통해 투자에 대한 불확실성을 제거할 수 있는 FIT 제도의 지원방안이 필요할 것으로 사료된다.