▲ 디지털 트윈 환경에서의 커뮤니티 모니터링 화면(출처: 한국에너지기술연구원)

국내 연구진이 도시 전기화의 효율을 높이고 전력망 안정성 문제를 해결할 수 있는 기술을 개발해 탄소중립 실현에 크게 기여할 전망이다.

한국에너지기술연구원(이하 에너지연) 신재생시스템연구실, 에너지ICT연구단 공동 연구진은 11일 인공지능(AI)을 활용해 ‘도시 전기화(Urban Electrification)’를 실현할 핵심 기술을 개발했다고 밝혔다.

도시 전기화는 화석연료 사용을 줄이고 건물 일체형 태양광 기술 등을 도입해 도심의 에너지원을 재생에너지로 전환하는 것을 목표로 한다. 국내에서는 생소한 개념이지만 미국과 유럽은 탄소중립 실현과 지속 가능한 도시 환경 조성을 위한 핵심 전략으로 추진하고 있다.

전통적인 도시 모델은 전력 수요에 따라 화석연료를 이용해 에너지 공급을 쉽게 조절할 수 있는 반면, 전기화가 진행된 도시는 재생에너지에 대한 의존도가 높아 날씨 변화에 따라 에너지 공급의 변동성이 크다. 이는 건물별 전력 수요의 불일치를 일으키고 전력망의 안정적 운영을 어렵게 한다.

특히 급격한 한파, 극심한 폭염 등 극단적인 기상 현상에 의한 ‘저확률 고영향 이벤트(LPHI)’는 급격한 에너지 수요 증가와 에너지 생산 제한을 유발해 대규모 정전을 일으키는 등 도시의 전력망 안정성을 크게 위협할 수 있다.

연구팀은 전력망 안정성 문제 해결을 위해 AI 분석 결과가 적용된 에너지 관리 알고리즘을 개발하고 시스템으로 구현했다. 개발된 시스템의 실증 결과, 기존 대비 18%의 전기 요금 절감 효과를 나타냈다.

연구팀은 먼저 AI를 이용해 건물별 에너지 사용과 재생에너지 생산 패턴을 분석하고 날씨, 사람의 행동 패턴, 재생에너지 설비 규모와 운영 상황 등 복잡한 변수가 전력망에 미치는 영향을 파악했다. 특히 연간 단 1.7일(0.5% 수준)에 불과한 저확률 고영향 이벤트가 전체 전력망의 안정성과 운영 비용에 결정적인 영향을 미치는 것을 알아냈다.

분석된 내용은 알고리즘과 시스템으로 구축, 개발된 알고리즘은 건물 간 에너지 공유를 최적화하고 피크 수요와 피크 발전을 효과적으로 관리한다. 또 일상적인 에너지 균형 유지뿐만 아니라 저확률 고영향 이벤트에도 대응해 극단적인 상황에서도 전력망의 안정성을 확보할 수 있다.

개발된 시스템을 도시 전기화 환경을 재현한 커뮤니티 단위에 적용한 결과, 자급자족률 38%, 자가소비율 58%를 달성했다. 시스템이 적용되지 않은 건물이 자급자족률 20%, 자가소비율 30%를 나타내는 것에 비해 비약적으로 개선된 수치다. 이를 통해 전기 요금을 기존보다 18% 절감할 수 있으며 전력망의 안정성도 크게 개선됐다.

특히 실증에 적용된 연간 에너지 소비량은 107메가와트시(MWh)로, 해외 선진기관의 시뮬레이션 기반 연구보다 7배 크게 진행돼 실제 도시 환경 적용 가능성을 높였다.

에너지ICT연구단 한광우 박사는 “이번 연구 결과는 AI를 활용해 도시 전기화의 효율을 높이고 전력망 안정성 문제를 해결할 수 있다는 점과 저확률 고영향 이벤트 관리의 중요성을 보여준 결과”라고 밝혔다.