건물 스톡 에너지 모델 기반 한국형 공동주택의 VSM 데이터셋 개발 및 에너지 수요 반응 적용성 평가

Abstract

최근 인공지능 서비스의 확산에 따른 데이터센터의 건설이 확대되고 지 속적으로 증가하는 전기자동차로 인해 전력수요가 수도권을 중심으로 빠르게 증가하고 있지만 발전설비의 확충과 송전망 투자는 이러한 수요를 따라가지 못하고 있다. 특히 전국적으로 확대되고 있는 태양광 발전을 포함하는 신재생 에너지는 출력의 간헐성과 발전 예측의 불확실성으로 인해 계통 불안을 가중 시키고 있다. 실제로 최근 지속적으로 발령되는 태양광 발전의 계통 차단은 공급자 중심의 전력 정책의 전환이 필요함을 시사하고 있다. 한편, 국내 주택용 전력시장은 누진제를 중심으로 하는 요금 체계에서 향 후 계시별 요금제로의 전환을 대비하는 차원에서 수용가 각 세대의 시간별 부하 특성을 정확하게 파악하고 이를 기반으로 하는 수요예측의 중요성이 증 가하고 있다. 이러한 맥락에서 공동주택에 세대별로 설치된 스마트미터는 각 수용가의 실측된 전력 사용량(RSM) 데이터를 기반으로 건물 속성을 추정하 고 부하 패턴의 분류를 가능하게 하는 핵심 인프라로 주목받고 있지만 실제 공동주택에 설치된 스마트미터는 민간 영역으로 분류되어 전력 수요 시장에 서 수요예측 데이터로 활용되지 못하고 있는 것이 현실이다. 따라서 본 연구는 이러한 공동주택의 스마트미터 데이터의 한계를 보완하 기 위하여 건물 스톡 에너지 모델(BSEM)에 기반한 가상스마트미터 데이터셋 을 한국 공동주택 환경에 맞게 KR-VSM을 개발하고 이를 토대로 가상발전 사업자(VPP)가 수요예측부터 수요반응(DR) 운영전략까지 수립 가능한 프레 임워크의 구축을 주된 연구의 목표로 하고 있다. 한국형 VSM 데이터셋의 개발은 Neale et al.(2018, 2020, 2022)이 제안한 QSFBSEM의 Generator–Classifier–Extractor 프레임워크를 한국 공동주택 환경에 맞게 확장·재구성하였는데, 먼저 Generator 단계에서는 국내 공동주택 과 관련된 객관적인 국가 통계 기반의 자료와 기후 자료 그리고 건물의 고유 물리 자료를 결합하여 총 21개의 파라미터를 확률에 기반하여 상향식으로 생 성하고 이렇게 생성된 변수를 화이트박스 시뮬레이터인 EnergyPlus에 주입하 여 20만 세대 규모로 공동주택의 KR-VSM 데이터셋을 생성하였다. 이어 연간·계절별·월별·시간대별 전력 사용 패턴을 정교하게 반영한 시계열 부하 패턴을 이용하여 난방 방식, 단열, 전용면적, 건축연도, 거주 지역을 기 계학습 기반의 선형 분류기 LDA, 비선형 분류기인 Random Forest를 통해 KR-VSM 데이터셋을 분류(Classifier)하였다. 이렇게 분류된 VSM 데이터셋 을 AMI 데이터유통플랫폼에서 확보된 897,322세대의 전체 검침 데이터 중에 서 연간 8,760시간 중 최소 80% 이상 관측되는 연결성·결측률 기준을 충족 한 세대의 계량기를 기준으로 480,118세대의 RSM 데이터와 비교를 통하여 역추정 모델(Extractor)을 검증하였다. 이를 통해 역추정한 결과 건물의 단열과 전용면적은 VSM-RSM 모두에서 높은 추적 안정성을 보였으며, 난방과 건축연도의 파라미터는 VSM의 신뢰도 구조가 RSM에서도 유지됨을 확인하였다. 본 연구는 이러한 Classifier–Extractor 결과를 바탕으로 16개의 DR 세그 먼트를 구성하여 2만 세대의 RSM 데이터를 기반으로 실증 분석한 결과, 전 체 세대에서 고반응 세그먼트가 DR 감축량에 의미 있는 결과를 도출함으로 써 신뢰도가 DR 반응성과 예측 오차에 밀접하게 연관됨을 실증하였다. 이는 DR 참여자 선정 시 기존의 피크부하 중심에서 속성 기반의 신뢰도를 고려한 타겟팅이 효율적임을 의미한다. 종합하면, 본 연구는 공동주택 중심의 한국형 KR-VSM 데이터셋을 체계 적으로 구축하고 RSM 데이터를 기반으로 그 유효성을 실증적으로 검증하였 다. 나아가 검증된 KR-VSM 데이터셋에 건물 및 거주자 속성값을 입히고, 이를 기반으로 DR 반응성의 예측과 VPP 운영전략을 설계를 통한 수요반응 의 밸류체인을 제시하였다. 이러한 연구결과는 향후 DR·VPP 정책 설계, 지 역별 에너지 수요 관리, 건물 에너지 관리 등 다양한 분야에 실질적으로 활용 가능한 공동주택 중심의 한국형 VSM 데이터셋의 인프라를 제공하였다는 점 에서 학문적 의의를 찾을 수 있을 것이다. 【주요어】가상스마트미터(VSM), 실측 스마트미터(RSM), 건물 스톡 에너지 모델(BSEM), 수요 반응(DR), 부하 패턴 분류(Classifier), 역추정(Extractor), DR 세그먼트(DR Segment), 선형 판별 분석(LDA), 비선형 판별 분석 (RandonForest), 확률 질량 함수(PMF), 균일 확률 분포(UPD)