주거용 에너지 부문에서 히트펌프(HP) 기술은 탈탄소화에 상당한 잠재력을 가지고 있습니다. 그러나 미국 북부 오대호 지역 농촌에서는 겨울철 HP 효율 저하, 재정적·사회적 구조적 장벽 등으로 인해 HP 채택이 지연되고 있습니다. 따라서 잠재적인 전력화 이니셔티브를 지역 가치 및 요구와 일치시키기 위해 HP에 대한 사회적 인식과 우선순위를 이해하는 것이 중요합니다.
본 연구는 미시간, 미네소타, 위스콘신 북부 6개 농촌 카운티에서 수집된 설문조사 응답을 기반으로 HP 채택 인식에 영향을 미치는 요인과 HP 설치 고려 시의 우선순위를 조사했습니다.
연구 결과, 경제적 및 환경적 동기 모두에서 주거용 HP 기술에 대한 광범위한 관심이 확인되었으며, 특히 고령층 및 원주민 그룹은 잠재적인 환경적 이점에 매력을 느끼는 것으로 나타났습니다. 반면, 초기 비용과 높은 전기 요금은 주요 채택 장벽으로 지목되었으며, 이러한 어려움은 여성 및 중하위 소득 응답자들 사이에서 가장 빈번하게 보고되었습니다. 또한, 재정적 수용성을 분석한 결과, 재정적 수익에 대한 기대가 매우 보편적이고 경직된 것으로 나타났습니다.
주거용 HP 채택과 관련된 사회적 인식 및 설치 우선순위를 파악한 본 연구는 정책 수립 및 배포 전략에 귀중한 참고 자료를 제공하여 북부 오대호 농촌 지역사회를 위한 공정한 전력화 경로를 모색하는 데 기여합니다.
기후변화의 심각성은 재생에너지 전환의 전 지구적 필요성을 증대시키고 있으며, 특히 빈곤과 취약한 제도로 인해 기후 영향에 더욱 취약한 아프리카에서 그 시급성이 강조됩니다. 기존 연구들은 재생에너지 소비와 에너지 집약도를 개별적으로 다루었으나, 아프리카의 재생에너지 집약도(REI) 결정요인, 지역별 차이, 그리고 소득 빈곤이 GDP 성장이 REI에 미치는 영향을 어떻게 조절하는지에 대한 이해는 부족했습니다.
본 연구는 1996년부터 2021년까지 30개 아프리카 국가의 데이터를 분석하기 위해 Driscoll-Kraay 고정 효과, CS-ARDL, 그리고 시스템 GMM 기법을 활용했습니다.
분석 결과, 빈곤율은 REI를 0.11% 감소시킨 반면, 재생에너지 소비와 GDP 성장은 각각 REI를 0.187% 및 1.89% 증가시키는 것으로 나타났습니다. REI 결정요인의 지역별 이질성은 대륙 전반에 걸친 획일적인 재생에너지 보급 정책이 최적의 결과를 내지 못할 수 있음을 시사합니다. 또한, 빈곤율은 GDP 성장이 REI에 미치는 영향을 부정적으로 조절하는 것으로 확인되어, 재생에너지 전환 경로에서 빈곤 감소의 중요성을 강조합니다.
아프리카 정책 입안자들은 재생에너지 금융 전략과 더불어 빈곤 감소를 위한 목표 투자를 우선하여 대륙 전반의 재생에너지 보급 및 집약도를 가속화해야 합니다.
기후 변화는 21세기의 주요 과제 중 하나이지만, 온실가스 배출량 감축 속도는 더디게 인식되고 있습니다. 이에 따라 성층권 에어로졸 주입(SAI)과 같은 급진적인 기술이 기후 변화 제한을 위한 논의에 등장하고 있습니다. 본 연구는 2°C의 목표 온도 감축 시나리오에서 매년 2천만 톤의 SO2를 대기 중에 주입했을 때 전 지구 복사 균형, 태양광 발전 잠재력 및 재생 에너지 시스템에 미치는 영향을 평가하는 방법론을 제시합니다.
연구 결과, 태양광 발전 잠재력은 연평균 0.25%에서 4%까지 감소하며, 특히 북유럽에서는 여름철에 최대 12%까지 감소하는 것으로 나타났습니다. 모델링된 재생 에너지 시스템은 이러한 감소분을 대부분 흡수하여 용량 변화가 미미했으며, 큰 변화는 소수의 시스템에 국한되었습니다.
결론적으로, 대규모 재생 에너지 시스템의 내재된 유연성은 비용 변화를 완화하는 데 도움이 되지만, 설계 오류를 피하기 위해서는 이러한 유연성을 이해하는 것이 중요합니다.
재생에너지의 전력 시스템 통합이 가속화됨에 따라, 다양한 유연 자원의 시스템 규제 참여를 효과적으로 장려하는 것이 신전력 시스템 구축의 핵심 과제로 부상했습니다. 보조 서비스 시장은 이러한 문제를 해결하는 중요한 메커니즘으로 인식됩니다.
본 논문은 중국 보조 서비스 시장의 정책 진화 경로와 현재 관행을 체계적으로 검토하고, 독일, PJM, 호주와 같은 대표적인 선진 시장과 심층적으로 비교 분석했습니다.
분석 결과, 중국 시장은 체계적이고 미래지향적인 최상위 설계를 통해 견고한 기반을 마련했음이 확인되었습니다. 그러나 제품 설계의 정교함, 가격 신호의 민감성, 참여 주체의 폭넓은 참여, 그리고 지역 간 자원 조정 측면에서는 국제 선진 수준과 여전히 격차가 존재합니다.
향후 기술 지원, 시장 메커니즘, 정책 표준의 세 가지 차원에서 시장 설계 개선, 인센티브 호환성 강화, 표준 통일 촉진 등 일련의 구체적인 제안을 제시합니다. 이는 중국 실정에 부합하는 효율적이고 안정적인 보조 서비스 시장 시스템 구축을 위한 참고 자료를 제공할 것입니다.
재생에너지 변동성과 독립적인 이해관계자들의 상충하는 경제적 목표는 유연 통합 에너지 시스템(FIES) 운영에 물리적, 시장적 어려움을 동시에 야기합니다. 본 논문은 이러한 문제를 해결하기 위해 전기 및 열 에너지 저장장치의 시간적 유연성을 통합한 시장-물리 결합 스택켈버그 게임 기반의 협력적 운영 프레임워크를 개발했습니다.
통합 에너지 운영자(IEO)는 리더로서 내부 전기 및 열 구매/판매 가격을 결정하고, 다중 에너지 열병합 시스템(MECS) 운영자와 부하 통합자는 팔로워로서 각각 발전-저장 스케줄 및 수요 반응 결정을 독립적으로 최적화합니다. 부하 통합자 반응은 2차 계획 문제로, MECS 측 문제는 이진 저장 상태 변수 때문에 혼합 정수 2차 계획 문제로 공식화됩니다. 수치적 스택켈버그 평형 해를 얻기 위해 중첩된 차분 진화-CPLEX 솔루션 프레임워크를 사용했습니다.
24시간 전형적인 겨울철 사례 연구는 제안된 전략의 효과를 입증합니다. 최대 전력 부하는 1845kW에서 1515kW로 17.89% 감소했으며, 피크-밸리 차이는 45.26% 감소했습니다. 총 사용자 에너지 구매 비용은 8.56% 감소했습니다. 외부 전력망으로부터의 총 전력 구매량은 15.61% 증가했음에도 불구하고, 관련 구매 비용은 30.98% 감소하여, 협력 전략이 단순히 전력망 수입을 최소화하기보다는 저가 시간대로 거래를 재구성함을 보여줍니다.
저장장치 없음 및 수요 반응 없음 벤치마크 사례와의 비교 시뮬레이션은 이중 저장장치 유연성과 수요 반응이 다중 에이전트의 경제적 성능에 상호 보완적으로 기여함을 추가로 확인합니다. 또한, 재생에너지 curtailment율은 6.51%에서 0%로 감소했습니다.
지속가능한 청정에너지 목표 달성을 위해 재생에너지 발전은 필수적이다. 본 연구는 신뢰할 수 없는 전력 계통이 태양광 에너지 통합에 미치는 영향과 계통으로의 역송전이 시스템의 경제성에 미치는 영향을 분석했다. 나이지리아 아부자 Eagle Square를 사례 연구 지역으로 선정하여 태양광 시스템의 기술적, 경제적, 환경적 측면을 상세히 평가했다.
연구는 연간 0.8%에서 67%에 이르는 계통 비가용성으로 인한 마이크로그리드 시스템의 독립 운전을 고려했다. PVSyst를 활용하여 건물 3D 모델과 태양광 패널을 통합하고 에너지 시뮬레이션을 수행하여 시스템 성능을 분석했다.
최적의 시스템은 0.8%의 계통 비가용성 조건에서 계통으로 에너지를 역송전할 수 있는 능력을 보였다. 이 시스템은 0.773의 성능 비율로 143,129 MWh의 총 에너지 발전량을 기록했다. 프로젝트의 투자 회수 기간은 5.5년이었으며, 균등화 발전원가(LCOE)는 0.118 $/kWh로 나타났다.
25년 프로젝트 수명 동안 총 46,155톤의 이산화탄소 배출량 절감 효과를 달성했다. 본 연구는 불안정한 계통 환경에서 태양광-ESS 시스템의 경제적 타당성을 입증하고, 재생에너지 보급 확대에 기여할 수 있는 실질적인 데이터를 제공한다.
경제 성장과 전력 기술 및 수요 패턴 변화에 따라 전력 부문의 규모, 중요성, 복잡성이 전 세계적으로 증가하고 있습니다. 특히 새로운 성장 산업과 가변 재생에너지 기술의 확산은 전력 수요 및 공급의 시간적 프로파일에 큰 변동성을 야기할 수 있습니다. 이러한 맥락에서 모듈형의 유연한 전력 저장 기술의 등장은 전력 시스템의 구조와 운영에 지대한 영향을 미칠 것으로 예상됩니다.
본 연구는 다중 부문 동적 모델의 한계를 보완하기 위해 GCAM-USA(Global Change Analysis Model-USA)의 전력 부문 동학에 계통 기반 전력 저장장치 투자 및 운영을 통합하는 방법론을 제시합니다.
분석 결과, 미국 전력 시스템에서 저장 기술이 미래에 중요한 역할을 할 수 있음을 확인했습니다. 다양한 기술-경제 시나리오에서 2050년에는 196.1~372.4 GW(전체 용량의 5.0~10.6%), 2100년에는 352.1~802.6 GW(6.0~9.0%)의 저장 용량이 필요할 것으로 예측됩니다.
저장장치는 진화하는 전력 수요와 높은 비중의 가변 재생에너지 도입으로 발생하는 잔여 부하의 변동성을 완화하는 데 기여합니다. 이는 고비용 피크 발전기 의존도를 줄이고, 기저 부하 기술의 활용도를 높이며, 시스템 전반의 용량 계수를 향상시키고, 재생에너지 발전의 출력 제한을 줄이는 효과를 가져옵니다.
재생에너지 전환 가속화와 전기차 보급 확대로 리튬 배터리 공급망 안정성 확보가 중요해지고 있습니다. 본 연구는 다층 무역 네트워크 프레임워크를 활용하여 글로벌 리튬 배터리 공급망 내 제품과 영향력 있는 국가 간의 복잡한 관계를 탐구합니다.
2002년부터 2022년까지 상류 광물, 중류 소재, 하류 배터리에 걸친 포괄적인 네트워크 모델을 구축하여 무역 및 영향력의 진화하는 역학을 분석했습니다.
연구 결과, 핵심 자원인 리튬의 중요성이 공급과 수요 측면 모두에서 꾸준히 증가하고 있음이 확인되었습니다. 특히 하류 배터리 층의 무역 연결성은 더욱 견고하지만, 중국, 유럽연합, 미국 등 소수 지배적 플레이어에 대한 의존도가 심화되고 있습니다. 중국은 주요 생산국이자 수출국으로서 영향력을 확대하고 있으나, 수입 구조의 다양성 감소는 공급망 불안정 위험을 내포합니다.
따라서 글로벌 공급망 안정을 위해 각국은 공급 채널을 다변화하고 주요 리튬 생산국의 정책 변화를 면밀히 주시할 필요가 있습니다. 본 연구는 글로벌 리튬 배터리 공급망의 안정성을 이해하고 최적화하는 데 중요한 통찰을 제공하며, 향후 리튬 배터리 공급망 내 위험 전파 연구를 위한 기초 지식을 제공합니다.
전 세계적으로 주거 부문의 에너지 사용은 에너지 전환의 주요 과제이며, 이 부문의 탈탄소화는 지속가능성 달성을 위한 중요한 도전입니다. 본 연구는 브라질 주거 부문의 에너지 소비 탈탄소화를 위한 개념 모델을 제시합니다.
이를 위해 브라질 주거 부문의 에너지 소비 동학을 종합적으로 분석했습니다. 국가 데이터를 활용하여 주(state) 및 소득 계층별 에너지 소비 경향을 파악하고, 1인당 전력 소비량 및 에너지 지니 계수와 같은 사회적 에너지 지표를 통해 지역 및 시간 경과에 따른 불균형을 모니터링했습니다.
이러한 분석을 바탕으로 변화 이론(theory of change)에 기반한 개념적 탈탄소화 경로를 제안했습니다. 이 경로는 사회 지향적 에너지 효율 교육, 최소 에너지 성능 기준(MEPS) 준수, 공정한 전력화, 재생에너지 확장의 네 가지 상호 연관된 핵심 축으로 구성됩니다. 이 전략들은 거버넌스 및 데이터 인프라 프레임워크의 지원을 받습니다.
제안된 경로는 탄소 배출량 감축, 에너지 정의 증진, 그리고 특히 글로벌 사우스 지역에서 증가하는 기후 극한 상황에 대한 회복력 강화를 목표로 합니다.
나이지리아는 특히 북부 지역에 풍부한 태양 에너지를 보유하고 있으나, 그 활용이 미미한 실정입니다. 태양열 유기 랭킨 사이클(Solar ORC) 시스템은 저온에서 중온의 열원을 전력 또는 열로 변환하는 기술입니다. 본 연구는 나이지리아 내 태양광 ORC 시스템의 적용 가능성을 분석했으며, 진공관형 집열기(ETC)를 주 열원으로 활용하여 지역별 열원 온도가 시스템 성능(순 전력 출력, 열효율, 열 입력, 터빈 및 펌프 작업 출력)에 미치는 영향을 중점적으로 평가했습니다.
연구는 나이지리아의 태양 에너지 자원과 태양광 ORC 성능을 통합하는 지역별 비교 접근 방식을 사용했습니다. 열원 온도가 100~140°C인 6개 지역을 대상으로 R245fa 작동 유체를 사용하여 분석을 수행했으며, 지역별 최고 태양광 잠재력은 직접 법선 복사량(DNI) 데이터를 통해 결정되었습니다.
분석 결과, 북서부(140°C)와 북동부(135°C) 지역에서 가장 높은 순 전력(각각 47kW 및 48kW)과 18~19%의 사이클 효율을 달성했습니다. 반면, 남남부(100°C)에서는 순 전력이 37kW로 감소하고 효율은 15%로 나타났으며, 터빈 작업은 38kW, 펌프 작업은 0.8kW였습니다. 예측된 효율은 기존 연구 결과와 일치했습니다.
순 전력, 효율 및 터빈 작업은 열원 온도가 증가함에 따라 향상되는 경향을 보였습니다. 본 연구는 나이지리아의 태양광 ORC 시스템 도입에 대한 중요한 통찰을 제공하며, 향후 실제 적용 전 기술적 타당성을 지원하기 위한 현장별 연구의 필요성을 강조합니다.
풍력 에너지는 전 세계 전력 수요 충족 및 탈탄소화 목표 달성에 중요하지만, 간헐적이고 비정상적이며 공간적으로 결합된 특성으로 인해 전력 시스템 통합이 어렵습니다. 특히, 초단기(10분) 및 단기(1시간) 풍력 발전량 예측은 실시간 전력 배분, 예비력 할당, 계통 안정성에 필수적이지만, 풍력 터빈 간의 후류 상호작용, 풍향·풍속 변화, 센서 노이즈 등으로 인해 여전히 도전 과제로 남아있습니다.
본 연구에서는 이러한 문제를 해결하기 위해 물리 정보 기반의 방향성 인식 대규모 언어 모델(LLM) 유도 동적 시공간 그래프 딥 네트워크(LLXSTG)를 제안합니다. 이 프레임워크는 물리 정보 기반의 전력 곡선 정제, LLM이 유도하는 동적 그래프 구성, 그리고 시공간 그래프 컨볼루션 네트워크를 통합하여 풍력 발전기의 체제 의존적이고 지향적인 상호작용을 명시적으로 모델링합니다. 기존의 정적 또는 상관관계 기반 그래프와 달리, LLM은 변화하는 풍력 체제에 적응하는 상황 조건부 인접 구조를 추론하며, 스키마 검증 및 대체 메커니즘을 통해 해석 가능성과 재현성을 보장합니다.
대규모 다중 터빈 풍력 발전소의 고해상도 데이터셋을 활용한 광범위한 실험을 통해 제안된 프레임워크의 성능을 검증했습니다. 14개의 기존 딥러닝, 트랜스포머 기반, 하이브리드 앙상블 모델 및 두 가지 최신 LLM 기반 예측 모델과 비교한 결과, LLXSTG는 10분 예측에서 JST-Transformer 대비 평균 절대 오차(MAE)를 66.5%, 제곱 평균 제곱근 오차(RMSE)를 67.9% 감소시켰으며, R-v 지표에서 19.3% 향상된 성능을 보였습니다.
이 연구는 풍력 발전량 예측의 정확도를 크게 향상시켜, 풍력 에너지의 안정적인 계통 통합과 효율적인 운영에 기여할 수 있는 새로운 방법론을 제시합니다.
브라질은 에너지 수요 증가와 간헐적 재생에너지 비중 확대에 직면하여 국가 연계 시스템(SIN)의 유연성, 안정성, 신뢰성 확보가 시급하다. 본 논문은 이러한 에너지 간헐성 문제를 해결하기 위한 두 가지 전략적 해법으로 양수발전(UHR)과 그린 수소를 제시한다.
양수발전은 대규모 에너지 저장에 효과적인 성숙 기술로, SIN에 운영 유연성을 제공한다. 그러나 규제, 환경, 경제적 측면에서 여전히 과제가 존재한다. 그린 수소는 잉여 에너지 저장, 산업 및 운송 부문의 탈탄소화, 장기적인 전력 시스템 안정화에 기여할 유망한 대안으로 주목받고 있다.
이러한 분석을 통해 양수발전과 그린 수소는 브라질의 에너지 전환 과정에서 핵심적인 역할을 수행할 수 있음을 확인하였다. 특히, 두 기술의 상호 보완적 활용은 재생에너지 통합을 가속화하고 전력망의 안정성을 강화하는 데 기여할 것이다.
본 연구는 브라질의 에너지 안보와 지속 가능한 발전을 위한 정책 수립에 중요한 시사점을 제공하며, 간헐적 재생에너지 확대에 따른 전력 시스템의 도전 과제에 대한 실질적인 해결 방안을 모색하는 데 기여한다.
재생에너지의 급증은 현대 전력 시스템 운영에 다층적 불확실성을 야기하며, 기존의 결정론적 및 확률론적 최적화 방식에 한계를 드러내고 있습니다. 본 연구는 이러한 복잡성을 해결하고 불확실성 하에서 경제적 효율성과 운영 신뢰성을 동시에 향상시키기 위해 딥러닝 기반의 분포론적 강건 최적화(Deep-DRO) 프레임워크를 제안합니다.
제안된 모델은 계층적 조정 아키텍처를 통합합니다. 딥러닝 모듈은 태양 복사량, 풍력 가용성, 부하 변동 등 불확실 변수의 확률적 구조를 추론하며, DRO 계층은 적응적으로 재구성된 모호성 집합을 통해 시스템 전반의 강건성을 확보합니다. 학습 기반 모호성 재구성은 최적화 과정에서 보수성을 동적으로 조절하여 비용, 신뢰성, 재생에너지 활용 간의 균형을 개선합니다.
방법론적으로, 이 프레임워크는 카운티, 피더, 분산 에너지 자원(DER)의 세 가지 의사결정 계층으로 구성된 다중 에이전트 디스패치 구조를 채택하며, 각 계층은 강화 학습 기반 조정을 통해 고유한 정책 매핑을 학습합니다. 고해상도 기상 및 운영 데이터로 훈련된 딥 네트워크는 시나리오 분포를 추정하고, 강건 최적화 코어는 분포적 모호성 하에서 예상 비용 및 신뢰성 페널티를 최소화합니다.
결과적으로 데이터 기반 예측과 모델 기반 최적화를 원활하게 결합하여 예측 지능과 운영 강건성 간의 격차를 해소합니다. 벤치마크 다중 지역 배전망 시뮬레이션 결과, 기존 DRO 대비 총 운영 비용을 11.0~13.5% 절감하는 등 상당한 성능 향상을 입증했습니다.
