Optimal Renewable Energy Procurement Strategies for Korean Power-Intensive Enterprises: A Mixed Integer Linear Programming (MILP) Model Approach

Tae Kwon Kang; Jong Roul Woo; Chul Hun Choi

doi:10.21218/CPR.2025.13.1.049

Preview

Current Photovoltaic Research. 31 March 2025. 49-60
https://doi.org/10.21218/CPR.2025.13.1.049

Optimal Renewable Energy Procurement Strategies for Korean Power-Intensive Enterprises: A Mixed Integer Linear Programming (MILP) Model Approach

한국 전력 다소비 기업의 최적 재생에너지 조달 전략 연구: 혼합정수선형계획(MILP) 모델을 기반으로

Tae Kwon Kang¹

Jong Roul Woo¹

Chul Hun Choi²^*

강 태권¹

우 종률¹

최 철훈²^*

¹Graduate School of Energy and Environment (KU-KIST GREEN SCHOOL), Korea University, Seoul, 02841, Korea

²Department of Business Administration, Sejong University, Seoul, 05006, Korea

¹에너지환경대학원(그린스쿨), 고려대학교, 서울, 02841

²경영학부, 세종대학교, 서울, 05006

^{*Corresponding Author}

License (open-access, http://creativecommons.org/licenses/by-nc/4.0/):

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

This study develops a Mixed Integer Linear Programming (MILP) model to identify cost-minimizing renewable energy procurement strategies for a power-intensive Korean enterprise (annual electricity use of approximately 3,392 GWh). The model incorporates various renewable energy options—including solar PV self-generation , Power Purchase Agreement (PPA), Renewable Energy Certificate (REC), and green tariffs—along with Energy Storage System (ESS) and Factory Energy Management Systems (FEMS), to achieve 100% renewable electricity by 2050. It explicitly accounts for capital and operating expenditures, carbon credit savings, and the residual value of installed facilities. The optimization results suggest installing maximum possible solar PV and FEMS from 2024, rapidly adopting green tariffs from 2025, and gradually expanding PPA uptake from 2026 onward as the most cost-effective strategy. Under this scenario, total discounted costs reach 8.94 trillion KRW—about 2 trillion KRW less than purchasing all electricity from the utility grid. Sensitivity analyses under six alternative scenarios confirm that renewable energy prices, ESS costs, carbon credit trends, and industrial electricity tariffs influence the overall cost of optimal procurement portfolios. These findings offer meaningful guidance for corporate decision-makers and underscore the necessity of supportive government policies to facilitate cost-effective decarbonization of Korea’s industrial sector.

Keywords

RE100

MILP

Solar PV self-generation

PPA

REC

Green tariff

ESS

FEMS

Carbon credit

MAIN

Subscript
1. 서 론
2. 선행 연구 조사
2.1 연구 사례
2.2 기존 연구와의 차별성
3. 연구 방법론
3.1 모델 개요
3.2 주요 변수 및 파라미터 설명
3.3 목적함수(Objective Function)
3.4 제약조건(Constraints)
3.5 데이터 및 파라미터 입력
4. 연구 결과 분석
4.1 재생에너지 100% 목표 달성 비용
4.2 연도별 전력 조달 포트폴리오
4.3 민감도 분석
5. 결론 및 시사점
5.1 결론 및 요약
5.2 시사점
5.3 연구의 한계점 및 향후 과제

Subscript

RE100 : renewable energy 100%

PPA : power purchase agreement

REC : renewable energy certificate

ESS : energy storage system

FEMS : factory energy management system

MILP : mixed integer linear programming

NPV : net present value

CAPEX : capital expenditures

OPEX : operating expenses

LCOE : levelized cost of energy

CAGR : compound annual growth rate

RPS : renewable portfolio standards

CBP : cost based pool

1. 서 론

오늘날 세계 각국은 기후변화 대응을 위해 탄소중립(Carbon Net Zero) 목표를 설정하고, 기업 차원에서는 재생에너지 100% 전환을 목표로 하는 이니셔티브인 RE100 참여가 확산되고 있다. 특히 RE100의 경우 2014년 12개 기업으로 시작하여 2024년 433개 기업이 참여¹⁾하며 재생에너지 전환에 동참하는 기업이 증가하는 상황이다. 한국의 경우에도 삼성전자, SK하이닉스, 현대자동차 등 대규모 전력을 소비하는 주요 기업들이 RE100 목표를 선언²⁾ 함에 따라, 보다 구체적이고 현실적인 재생에너지 조달 전략 및 투자 의사결정 방안을 모색할 필요가 커지고 있다. 특히 한국은 2023년 기준 전력소비 상위 30대 기업이 연간 102TWh 수준(평균 3.392 TWh/년)³⁾의 전력을 소비하여, 전체 산업용 전력 판매인 295 TWh/년의⁴⁾ 약 35%를 차지하는 것으로 나타났다. 따라서, 전력 소비 상위 기업의 재생에너지 전환은 국가 탄소배출 측면에서도 중요한 감축 수단으로 작용할 것이다.

일반적으로 기업은 재생에너지 100% 전환을 달성하기 위해 재생에너지 자가발전, 재생에너지 전력구매계약(PPA), 재생에너지 공급인증서(REC), 녹색요금제(Green Tariff)을 활용하고 있다⁵⁾. 이중 RE100에 참여하고 있는 기업들은 2017년에는 REC구매(46%), 녹색요금제(35%), PPA(17%), 자가발전(1%) 순으로 활용했으나, 2022년에는 REC 구매(41%), PPA(31%), 녹색요금제(24%), 자가발전(2%)순으로 활용하며 재생에너지 조달 수단별 경제성 변화에 따라 활용 비중이 단순 인증서 구매에서 재생에너지 전력을 직접 조달하는 방식으로 변화하고 있는 상황이다⁶⁾. 이는 매년 변화하는 재생에너지 단가, 전력 사용량, 탄소 비용 등을 고려해 최적의 재생에너지 조달 포트폴리오를 구축하려는 기업들의 수요가 높아지고 있음을 시사한다.

이에 따라, 기존 연구에서는 재생에너지 조달 수단별 경제성 비교 연구와 일부 재생에너지 전환 수단을 포함한 기업 재생에너지 100% 전환 포트폴리오 연구가 다수 진행되어왔다. 그러나 아직까지 시간대별 전력수요 패턴, 계절별·시간대별 산업용 전력요금, 탄소배출권 가격 등을 종합적으로 고려한 장기 최적화 모델은 상대적으로 부족한 상황이다. 특히, 태양광 자가발전, PPA, REC, 녹색요금제 등의 재생에너지 조달 수단뿐만 아니라 에너지저장장치(ESS), 공장에너지관리시스템(FEMS) 등의 에너지 효율화 수단, 탄소배출권 비용 절감을 동시에 반영한 최적화 모델을 구축한 사례는 없는 것으로 판단된다.

따라서 본 연구에서는 2023년 시간대별 산업용 전력수요 데이터를 바탕으로 에너지 소비 상위 30대 기업의 연평균 전력 소비량인 약 3,392 GWh/년의 전력을 소비하는 가상의 전력 다소비 기업을 설정하고, 에너지 조달비용 최소화의 관점에서 해당 기업의 2050년 재생에너지 100% 달성을 위한 에너지 조달 포트폴리오를 혼합정수선형계획(MILP) 모델로 분석하고자 한다. 이를 위해 태양광 자가발전, PPA, REC, 녹색요금제, ESS, FEMS, 탄소배출권 확보 및 설비 잔존가치 등을 비용 항목에 반영하고, 장기적으로 이들 항목의 전력 조달에 필요한 전주기 비용이 최소화 되도록 하는 전략을 도출하였다. 또한 재생에너지 수단별 가격, 산업용 전력가격, 탄소배출권 가격 등에 전망치를 반영하여 재생에너지 투자 및 구매계약의 미래 경제성을 반영할 수 있는 체계를 구축하였다.

본 논문의 구성은 다음과 같다. 먼저, 2장에서는 기업 재생에너지 조달과 관련된 선행연구를 소개하고, 3장에서는 본 연구에서 적용한 최적화 모델의 목적함수 구조와 제약조건, 그리고 입력 데이터에 대해 상세히 기술한다. 4장에서는 최적화 분석결과를 제시하고 5장에서는 본 연구의 주요 결론을 요약하고 시사점에 대하여 제언한다.

이와 같은 연구를 통해, 국내 대규모 전력소비 기업이 재생에너지를 효과적으로 조달하기 위해 어떠한 재생에너지 포트폴리오와 설비투자가 최적의 전략이 될 수 있는지 구체적으로 파악할 수 있을 것으로 기대한다. 더 나아가, 본 논문에서 제시하는 방법론 및 결과는 기업 내부의 의사결정뿐 아니라, 에너지정책 수립 및 제도 개선 방향을 모색하는 데에도 실질적 시사점을 제공할 것으로 기대한다.

2. 선행 연구 조사

2.1 연구 사례

기업의 재생에너지 조달에 관한 기존 연구를 살펴보면 재생에너지 조달 수단별 경제성 연구와 재생에너지 조달 포트폴리오 연구로 구분할 수 있다.

2.2.1 재생에너지 조달 수단별 경제성

오지훈(2021)은 RE100 이행을 위한 국내외 환경을 분석하고 기업들의 재생에너지 조달 수단 중 녹색요금제와 제3자 PPA를 중심으로 가격 경쟁력을 분석하였다. 분석 결과, 단기적으로는 녹색요금제의 경쟁력이 우세하지만, 장기적으로는 제3자 PPA가 경쟁력을 확보할 것으로 예상하였다⁷⁾.

안상효·우종률(2022)은 RE100 이행 방안의 경제성을 분석한 결과 현재 가장 경제적인 수단은 자가발전이지만, 사업장의 부지 제약으로 대부분 기업에게는 녹색요금제 방식이 가장 경제적인 재생에너지 조달 수단이라고 평가하였다. 하지만, 장기적으로는 실질적인 재생에너지 확산을 위해 PPA의 경제성 확보가 중요하며 이를 위해 제도적 지원이 필요하다고 주장하였다⁸⁾.

2.2.2 기업 재생에너지 100% 전환 포트폴리오

이지우·김승완(2020)은 재생에너지 조달 수단인 녹색요금제, PPA, REC와 한전으로부터 전력을 구매하는 시나리오를 수립하여 분석한 결과 향후 대내외 환경을 고려한다면 기업은 PPA로 전력을 조달하고 부족분에 대해서 녹색요금제나 REC를 활용하는 것이 가장 경제적이라고 분석하였다⁹⁾.

또한, 김상진·유재혁·유동기 등(2021)은 공장 단위의 재생에너지 100% 전환을 위해 태양광 발전 예측 및 ESS 운영 최적화를 통해 재생에너지 조달 비용을 최소화할 수 있음을 주장하였다¹⁰⁾. 이를 통해 재생에너지 100% 전환 비용 최소화에 있어 ESS 활용에 대한 필요성을 제시하였다.

Gabrielli·Aboutalebi·Sansavini(2022)는 확률적 경제성 평가 및 포트폴리오 분석을 통해 다양한 지역 및 기술의 재생에너지 PPA 포트폴리오를 구축하는 것이 기업의 재무적 위험을 낮추고 이익을 극대화할 수 있다고 주장하였다¹¹⁾.

이지원·최아진·정민지 등(2022)은 한국과 미국 기업의 재생에너지 최적 조달 포트폴리오를 분석하는 연구를 진행하였다. 분석결과 한국의 경우 자가발전 및 인증서 구매를 우선 사용하고 이후 PPA를 점진적으로 확대하는 포트폴리오가 비용효율적인 조달 전략이라고 제시하였다¹²⁾.

이종의·김경남(2023)은 RE100 기업의 태양광 자가발전의 경제적 비율에 대한 연구를 수행하였다. 분석결과 태양광 자가발전의 경우 경제성이 있으나 최대 34% 수준이 경제적으로 효율적인 한계이므로 녹색요금제, REC, PPA 등 다양한 수단에 대한 활용이 필요하다고 주장하였다¹³⁾.

2.2 기존 연구와의 차별성

기존 연구들을 종합적으로 살펴보면, 자가발전, PPA, REC, 녹색요금제 등 개별 재생에너지 조달 수단의 경제성을 비교 및 분석하거나, 제한된 수단만을 고려한 재생에너지 전환 포트폴리오를 제시하는 경우가 대부분이었다. 이에 반해 본 연구는 2050년까지의 장기적 관점에서 기업이 실제 활용할 수 있는 모든 재생에너지 조달 수단인 자가발전, PPA, REC, 녹색요금제에 더하여 에너지 효율화 설비(ESS, FEMS), 그리고 탄소배출권 절감 효과까지 동시에 고려한다는 점에서 기존 연구와 명확한 차별성을 갖는다. 이러한 종합적 접근을 통해, 기업이 재생에너지 100% 전환을 달성하기 위한 가장 효과적이고 경제적인 포트폴리오를 제시할 뿐 아니라, 이 결과를 바탕으로 기업 내부의 투자·운영 의사결정 및 제도·정책 수립 과정에서도 실질적이고 구체적인 시사점을 제공할 수 있을 것으로 기대한다.

3. 연구 방법론

3.1 모델 개요

본 연구에서는 연도, 일, 시간 단위의 기업 전력수요를 추정하여, 기업이 태양광 자가발전, PPA, REC, 녹색요금제 등 다양한 재생에너지 조달 수단과 함께, ESS, FEMS 등의 에너지 효율화 설비를 종합적으로 활용하여 2024~2050년까지 재생에너지 100% 달성 비용을 최소화하는 혼합정수선형계획(MILP) 모델을 구축하였다.

모델은 크게 세 단계를 통해 구성되었다(Fig. 1). 첫째, MILP 모델 세팅 단계에서는 비용을 최소화하는 목적함수를 정의하고 자가발전 용량, ESS 용량, FEMS 설치 여부, PPA/REC/녹색요금제 사용량, utility 전력 구매량 등의 결정변수와 이와 관련된 제약조건을 설정하였다. 둘째, 데이터 입력 및 파라미터 설정 단계에서 전력수요는 2023년 시간대별 산업용 전력수요 자료를 토대로 기업 전력수요 프로파일을 마련한 후, 국내 전력 다소비 기업(3,392 GWh/년 수준)의 소비량에 맞추어 수요를 조정하였다. 이를 통해 전력 다소비 기업의 2024~2050년 동안의 시간 단위 전력수요를 추정하였다. 자가발전, PPA 설비의 가동률은 태양광 발전의 가동률 기반으로 설정하였다. 또한, 산업용 전력요금, 탄소배출권 가격 등은 연도별 단가를 활용하였다. 마지막으로, 모델 최적해 분석 단계에서는 자가발전, ESS, FEMS의 투자비와 utility, PPA, REC, 녹색요금제, 탄소배출권 절감 및 설비 잔존가치를 모두 고려한 전주기 비용을 최소화하는 최적해를 탐색하였다. MILP 모델은 Python 3.9 버전을 이용하여 구축하였고, Gurobi 12.0 버전의 MILP 솔버를 이용해 최적해를 탐색하였다. 모든 계산은 인텔 코어 i5-1235U CPU와 16 GB RAM을 갖춘 Windows 11 운영체제에서 수행하였다.

https://cdn.apub.kr/journalsite/sites/cpr/2025-013-01/N0170130108/images/cpr_13_01_08_F1.jpg

Fig. 1

MILP model analysis process

3.2 주요 변수 및 파라미터 설명

아래 Tables 1, 2, 3은 연구의 결정변수(Decision Variables), 종속변수(Dependent Variables), 파라미터(Parameters)를 정리한 것이다. 결정변수는 최적화 과정에서 모형이 스스로 값을 결정하며, 종속변수는 결정변수와 파라미터를 통해 계산된다.

Table 1.

Decision variables

variables	Description
$C a p a_{s g}^{y}$	Self-generation renewable energy capacity in year y (kW)
$C a p a_{p p a}^{y}$	Renewable energy PPA capacity in year y (kW)
$C a p a_{e s s}^{y}$	ESS capacity in year y (kWh)
$E_{u t i l i t y}^{y, d, h}$	Industrial electricity purchased in year y, day d, hour h (kWh)
$E_{s g}^{y, d, h}$	Self-generated electricity in year y, day d, hour h (kWh)
$E_{p p a}^{y, d, h}$	PPA-supplied electricity in year y, day d, hour h (kWh)
$E_{r e c}^{y}$	REC usage in year y (kWh)
$E_{g r e e n}^{y}$	Green tariff usage in year y (kWh)
$E_{c h a r g e}^{y, d, h}$	ESS charging electricity in year y, day d, hour h (kWh)
$E_{d i s c h a r g e}^{y, d, h}$	ESS discharging electricity in year y, day d, hour h (kWh)
$E_{s t o r e}^{y, d, h}$	ESS stored electricity in year y, day d, hour h (kWh)
$U_{f e m s}^{y}$	1 if FEMS is installed in year y (Binary variable)

Table 2.

Dependent variables

variables	Description
$C_{e l e c}^{y}$	Electricity procurement cost in year y (KRW)
$C_{c e r t}^{y}$	Renewable energy certificate cost in year y (KRW)
$C_{\cos t, a d d}^{y}$	Additional cost items in year y (KRW)
$C_{s a v i n g s}^{y}$	Cost savings items in year y (KRW)
$C_{s g}^{y}$	Self-generated renewable energy cost in year y (KRW)
$C_{u t i l i t y}^{y}$	Utility electricity purchase cost in year y (KRW)
$C_{p p a}^{y}$	PPA cost in year y (KRW)
$C_{r e c}^{y}$	REC cost in year y (KRW )
$C_{g r e e n}^{y}$	Green tariff cost in year y (KRW)
$C_{f e m s}^{y}$	FEMS installation cost in year y (KRW)
$C_{e s s}^{y}$	ESS cost in year y (KRW)
$C_{c a r b o n}^{y}$	Carbon credit cost in year y (KRW)
$C_{r e s}^{y}$	Residual value of facilities in year y (KRW)

Table 3.

Parameters

Parameters	Description
$E_{l o a d}^{y, d, h}$	Electricity demand of the company in year y, day d, hour h (kWh)
$P_{s g, c a p e x}^{y}$	CAPEX for self-generation renewable energy facilities in year y (KRW/kW)
$P_{s g, o p e x}^{y}$	OPEX for self-generation renewable energy facilities in year y (KRW/kW)
$P_{e s s, c a p e x}^{y}$	CAPEX for ESS facility in year y (KRW/kWh)
$P_{e s s, o p e x}^{y}$	OPEX for ESS facility in year y (KRW/kWh)
$P_{t a r i f f}^{y, d, h}$	Utility electricity tariff in year h, day d, hour h (KRW/kWh)
$P_{p p a}^{y}$	PPA contract price in year y (KRW/kWh)
$P_{r e c}^{y}$	REC price in year y (KRW/kWh)
$P_{g r e e n}^{y}$	Green tariff price in year y (KRW/kWh)
$P_{f e m s}^{y}$	FEMS installation cost in year y (KRW)
$P_{c a r b o n}^{y}$	Carbon credit price in year y (KRW tCO₂e)
$N_{l s, s g}$	Lifespan of self-generation facilities (years)
$N_{l s, e s s}$	Lifespan of ESS facilities (years)
$N_{l s, f e m s}$	Lifespan of FEMS facilities (years)
$N_{y e a r}$	Analysis period (years)
$C a p a_{s g, a r e a}$	Self-generation capacity per unit area (kW/m²)
$C a p a_{e s s, a r e a}$	ESS capacity per unit area (kWh/m²)
$A r e a_{s g, m a x}$	Maximum area for self-generation (m²)
$A r e a_{e s s, m a x}$	Maximum area for ESS installation (m²)
$R_{f e m s}$	Demand reduction rate of FEMS (%)
$R E_{t a r g e t}^{y}$	Renewable energy target rate in year y (%)
$r_{d i s c o u n t}$	Annual discount rate (%)
$C F_{r e}^{d, h}$	Capacity factor for renewable energy generation in day d, hour h (%)
$η_{e s s}$	Efficiency of ESS charging and discharging (%)
$E S S_{s t o r e, m a x}$	Maximum ESS storage capacity (%)
$E S S_{r a t e, m a x}$	Maximum hourly charge/discharge rate (%)

3.3 목적함수(Objective Function)

본 모델의 목적함수는 2024~2050년 재생에너지 100% 달성 비용을 최소화하는 것이며, 수식으로는 아래 식 (1)과 같이 표현된다. 비용 항목으로는 전력조달 비용( $C_{e l e c}^{y}$ ), 재생에너지 인증서 비용( $C_{c e r t}^{y}$ ), 추가 비용( $C_{\cos t, a d d}^{y}$ ), 비용 절감( $C_{s a v i n g s}^{y}$ ) 항목을 반영하고 연도별 할인율을 반영하여 순현재가치(NPV)로 계산하였다.

(1)

M i n i m i z e [\sum_{y \in Y} \frac{C_{e l e c}^{y} + C_{c e r t}^{y} + C_{\cos t, a d d}^{y} + C_{s a v i n g s}^{y}}{{(1 + r_{d i s c o u n t})}^{y}}] .

3.3.1 전력 조달 비용( $C_{e l e c}^{y}$ )

전력 조달 비용( $C_{e l e c}^{y}$ )은 자가발전 비용( $C_{s e l f}^{y}$ ), 유틸리티 전력 구매 비용( $C_{u t i l i t y}^{y}$ ), PPA 활용 비용( $C_{p p a}^{y}$ )의 합산으로 산정하며, 아래 식 (2)와 같다.

(2)

C_{e l e c}^{y} = C_{s e l f}^{y} + C_{u t i l i t y}^{y} + C_{p p a}^{y} for \forall y \in Y .

1) 자가발전 비용( $C_{s g}^{y}$ ) : 태양광 발전 설비의 CAPEX, OPEX에 설비 용량의 곱으로 산정하며, 아래 식 (3), (4)와 같다.

(3)

C_{s g}^{y} = C a p a_{s g}^{y} (P_{s g, c a p e x}^{y} + P_{s g, o p e x}^{y}) for y = 0,

(4)

C_{s g}^{y} = P_{s g, c a p e x}^{y} (C a p a_{s g}^{y} - C a p a_{s g}^{y - 1}) + P_{s g, o p e x}^{y} C a p a_{s g}^{y} for y \geq 1 .

2) 유틸리티 전력 구매 비용( $C_{u t i l i t y}^{y}$ ) : 산업용 전력 수요와 전력 요금의 곱으로 산정하며, 아래 식 (5)와 같다.

(5)

C_{u t i l i t y}^{y} = \sum_{d \in D} \sum_{h \in H} E_{u t i l i t y}^{y, d, h} P_{t a r i f f}^{y, d, h} for y \in Y .

3) PPA 활용 비용( $C_{p p a}^{y}$ ) : PPA를 체결한 태양광 설비 발전량과 PPA 단가의 곱으로 산정하며 아래 식 (6), (7)과 같다.

(6)

C_{p p a}^{y} = \sum_{d \in D} \sum_{h \in H} E_{p p a}^{y, d, h} P_{p p a}^{y} for y = 0,

(7)

C_{p p a}^{y} = \sum_{d \in D} \sum_{h \in H} (E_{p p a}^{y, d, h} - E_{p p a}^{y - 1, d, h}) P_{p p a}^{y} + C_{p p a}^{y - 1} for y \geq 1 .

3.3.2 재생에너지 인증서 비용( $C_{c e r t}^{y}$ )

재생에너지 인증서 비용( $C_{c e r t}^{y}$ )은 REC 구매 비용( $C_{r e c}^{y}$ ), 녹색요금제 비용( $C_{g r e e n}^{y}$ )의 합으로 구하며, 아래 식 (8)과 같다.

(8)

C_{c e r t}^{y} = C_{r e c}^{y} + C_{g r e e n}^{y} for \forall y \in Y .

1) REC 구매 비용( $C_{r e c}^{y}$ ) : REC 인증서 구매량과 인증서 가격의 곱으로 산정하며, 아래 식 (9)와 같다.

(9)

C_{r e c}^{y} = \sum_{y \in Y} E_{r e c}^{y} P_{r e c}^{y}

2) 녹색요금제 비용( $C_{g r e e n}^{y}$ ): 녹색요금제 사용량과 녹색요금제 가격의 곱으로 산정하며, 아래 식 (10)과 같다.

(10)

C_{g r e e n}^{y} = \sum_{y \in Y} E_{g r e e n}^{y} P_{g r e e n}^{y}

3.3.3 추가 비용( $C_{\cos t, a d d}^{y}$ )

추가 비용( $C_{\cos t, a d d}^{y}$ )은 에너지 효율화 설비인 FEMS( $C_{f e m s}^{y}$ ), ESS( $C_{e s s}^{y}$ ) 비용의 합산이며, 아래 식 (11)과 같다.

(11)

C_{\cos t, a d d}^{y} = C_{f e m s}^{y} + C_{e s s}^{y} for \forall y \in Y .

1) FEMS 비용( $C_{f e m s}^{y}$ ) : 1회 발생하는 비용으로 FEMS가 설치되는 해에 1회 발생하며, 아래 식 (12), (13)과 같다.

(12)

C_{f e m s}^{y} = P_{f e m s}^{y} u^{y} for y \in 0,

(13)

C_{f e m s}^{y} = P_{f e m s}^{y} (u^{y} - u^{y - 1}) for y \geq 1 .

2) ESS 비용( $C_{e s s}^{y}$ ): ESS 설비의 CAPEX, OPEX와 설치되는 설비 용량의 곱으로 산정하며, 아래 식 (14), (15)와 같다.

(14)

C_{e s s}^{y} = C a p a_{e s s}^{y} (P_{e s s, c a p e x}^{y} + P_{e s s, o p e x}^{y}) for y = 0,

(15)

C_{e s s}^{y} = P_{e s s, c a p e x}^{y} (C a p a_{e s s}^{y} - C a p a_{e s s}^{y - 1}) + P_{e s s, o p e x}^{y} C a p a_{e s s}^{y} for y \geq 1 .

3.3.4 비용 절감( $C_{s a v i n g s}^{y}$ )

비용 절감( $C_{s a v i n g s}^{y}$ )은 재생에너지 확대를 통한 탄소배출권 절감 비용( $C_{c a r b o n}^{y}$ )과 태양광 자가발전, ESS, FEMS의 잔존가치( $C_{r e s}^{y}$ )의 합으로 구하며, 아래 식 (16)과 같다.

(16)

C_{s a v i n g s}^{y} = C_{c a r b o n}^{y} + C_{r e s}^{y} for \forall y \in Y .

1) 탄소배출권 비용 절감( $C_{c a r b o n}^{y}$ ): 재생에너지 확보량 중 한국 배출권거래제에서 탄소 감축량으로 인정하는 자가발전, PPA, REC 사용량 합에 탄소배출권 가격의 곱으로 계산하며, 아래 식 (17)과 같다.

(17)

C_{c a r b o n}^{y} = P_{c a r b o n}^{y} \times \sum_{y \in Y} (E_{s g}^{y} + E_{p p a}^{y} + E_{r e c}^{y})

2) 자가발전, ESS, FEMS의 잔존가치( $C_{r e s}^{y}$ ) : 재생에너지 확보 및 에너지 효율화를 위해 설치한 설비의 잔존가치로 분석 기간 이후 남은 내구연한에 설비 CAPEX의 곱으로 계산하며, 아래 식 (18), (19)와 같다.

(18)

C_{r e s}^{y} = \frac{P_{s g, c a p e x}^{y} [N_{l s, s g} - (N_{y r} - y)]}{N_{l s, s g}} c a p a_{s g}^{y} + \frac{P_{e s s, c a p e x}^{y} [N_{l s, e s s} - (N_{y r} - y)]}{N_{l s, e s s}} c a p a_{e s s}^{y} + \frac{P_{f e m s}^{y} [N_{l s, f e m s} - (N_{y r} - y)]}{N_{l s, f e m s}} U^{y} for y = 0,

(19)

C_{r e s}^{y} = \frac{P_{s g, c a p e x}^{y} [N_{l s, s g} - (N_{y r} - y)]}{N_{l s, s g}} (c a p a_{s g}^{y} - c a p a_{s g}^{y - 1}) + \frac{P_{e s s, c a p e x}^{y} [N_{l s, e s s} - (N_{y r} - y)]}{N_{l s, e s s}} (c a p a_{e s s}^{y} - c a p a_{e s s}^{y}) + \frac{P_{f e m s}^{y} [N_{l s, f e m s} - (N_{y r} - y)]}{N_{l s, f e m s}} (U^{y} - U^{y - 1}) for y \geq 1 .

3.4 제약조건(Constraints)

3.4.1 FEMS 운영 제약조건

FEMS 설치는 이진 결정 제약조건으로 한번 설치되면 계속 운영되며, 아래 식 (20)과 같다.

(20)

U_{f e m s}^{y} - U_{f e m s}^{y - 1} \geq 0 for y \geq 1 .

3.4.2 전력 조달 관련 제약조건

1) 자가발전 제약조건 : 태양광 자가발전은 한번 설치되면 지속 운영되고 증설만 가능하며, 설비 용량은 사업장의 최대 설치 가능 면적을 초과할 수 없다. 수식으로는 아래 식 (21), (22)와 같다.

(21)

C a p a_{s g}^{y} - C a p a_{s g}^{y - 1} \geq 0 for y \geq 1,

(22)

0 \leq C a p a_{s g}^{y} \leq A r e a_{s g, m a x} C a p a_{s g, a r e a} for \forall y \in Y .

자가 태양광 발전량은 설비용량과 가동률의 곱을 초과할 수 없으며, 아래 식 (23)과 같다.

(23)

E_{s g}^{y, d, h} \leq C F_{r e}^{d, h} C a p a_{s g}^{y} f o r \forall y \in Y, \forall d \in D, \forall h \in H .

2) PPA 계약 제약조건 : PPA 전력 구매량은 실질 전력 수요 이내이며, PPA를 체결한 태양광 발전 설비의 용량과 가동률의 곱을 초과할 수 없다. 또한, PPA로 조달 전력량은 장기 고정가격 계약 특성상 추가 계약에 따른 증가만 가능하다. 수식으로는 아래 식 (24)~(26)와 같다.

(24)

0 \leq E_{p p a}^{y, d, h} \leq E_{l o a d}^{y, d, h} (1 - R_{f e m s} U_{f e m s}^{y}) f o r \forall y \in Y, \forall d \in D, \forall h \in H,

(25)

E_{s g}^{y, d, h} \leq C F_{r e}^{d, h} f o r \forall y \in Y, \forall d \in D, \forall h \in H,

(26)

\sum_{d \in D} \sum_{h \in H} E_{p p a}^{y - 1, d, h} \leq \sum_{d \in D} \sum_{h \in H} E_{p p a}^{y, d, h} for y \geq 1 .

3) ESS 제약조건 : ESS는 한번 설치되면 지속 운영되고 증설만 가능하며, 설비 용량은 사업장의 최대 설치 가능 면적을 초과할 수 없다. 수식으로는 아래 식 (27), (28)와 같다.

(27)

C a p a_{e s s}^{y} - C a p a_{e s s}^{y - 1} \geq 0 for y \geq 1,

(28)

0 \leq C a p a_{e s s}^{y} \leq A r e a_{e s s, m a x} C a p a_{e s s, a r e a} for \forall y \in Y

ESS 저장은 용량 대비 최대 저장량까지만 가능하며, 방전량은 저장량 이내여야 하며, 아래 식 (29), (30)으로 나타낼 수 있다.

(29)

0 \leq E_{s t o r e}^{y, d, h} \leq E S S_{s t o r e, m a x} \times C a p a_{e s s}^{y} for \forall y \in Y, \forall d \in D, \forall h \in H,

(30)

E_{d i s c a h r g e}^{y, d, h} \leq E_{s t o r e}^{y, d, h} for \forall y \in Y, \forall d \in D, \forall h \in H,

ESS 충전은 전력 요금이 저렴한 경부하(off-peak)에 실시하며, 전력 요금이 높은 최대부하(peak)시간에 방전한다. 중간부하(mid)시간에는 저장 상태를 유지한다. 수식으로는 아래 식 (31)~(33)으로 표현할 수 있다.

(31)

if h = o f f p e a k E_{c h a r g e}^{y, d, h} \leq E S S_{r a t e, m a x} C a p a_{e s s}, E_{d i s c h a r g e}^{y, d, h} = 0,

(32)

if h = p e a k E_{d i s c h a r g e}^{y, d, h} \leq E S S_{r a t e, m a x} C a p a_{e s s}, E_{c h a r g e}^{y, d, h} = 0,

(33)

if h = m i d E_{c h a r g e}^{y, d, h} = 0, E_{d i s c h a r g e}^{y, d, h} = 0 .

ESS 저장량은 이전 시간대의 저장량에 충전량 및 방전량을 반영하여 업데이트하며, 아래 식 (34)로 나타낼 수 있다.

(34)

E_{s t o r e}^{y, d, h} = E_{s t o r e}^{y, d, h - 1} + E_{c h a r g e}^{y, d, h} η_{e s s} - \frac{E_{d i s c h a r g e}^{y, d, h}}{η_{e s s}} for h \geq 1, f o r \forall y \in Y, \forall d \in D, \forall h \in H .

4) 유틸리티 전력 구매 제약조건 : 유틸리티 전력 구매량은 실질 전력수요 이내이며, 총 전력수요에서 자가 발전량, PPA 구매량, ESS 충방전량을 반영한 전력수요를 충족시켜야 한다. 수식으로는 아래 식 (35), (36)과 같다.

(35)

0 \leq E_{u t i l i t y}^{y, d, h} \leq E_{l o a d}^{y, d, h} (1 - R_{f e m s} U_{f e m s}^{y}) for \forall y \in Y, \forall d \in D, \forall h \in H,

(36)

E_{u t i l i t y}^{y, d, h} = E_{l o a d}^{y, d, h} (1 - R_{f e m s} U_{f e m s}^{y}) - E_{s g}^{y, d, h} - E_{p p a}^{y, d, h} - E_{d i s c h a r g e}^{y, d, h} + E_{c h a r g e}^{y, d, h} for \forall y \in Y, \forall d \in D, \forall h \in H .

3.4.3 REC, 녹색요금제 관련 제약조건

1) REC 구매 제약조건 : REC 구매는 실질 전력수요를 초과할 수 없으며, 아래 식 (37)과 같다.

(37)

0 \leq E_{r e c}^{y} \leq E_{l o a d}^{y, d, h} (1 - R_{f e m s} U_{f e m s}^{y}) for \forall y \in Y, \forall d \in D, \forall h \in H .

2) 녹색요금제 활용 제약조건 : 녹색요금제 활용량은 실질 전력수요를 초과할 수 없으며, 아래 식 (38)과 같다.

(38)

0 \leq E_{g r e e n}^{y} \leq E_{l o a d}^{y, d, h} (1 - R_{f e m s} U_{f e m s}^{y}) for \forall y \in Y, \forall d \in D, \forall h \in H .

3.4.4 RE100 목표 관련 제약조건

재생에너지 전환 목표( $R E_{t a r g e t}^{y}$ )는 RE100 이니셔티브의 권고 목표인 2030년 60%, 2050년 100% 충족시키는 것으로 가정하였다. 따라서, 2024년 0%에서 2030년 60%, 2050년 100%까지 연도별로 선형적으로 증가하도록 설정했으며, 아래 식 (39)와 같다.

(39)

R E_{t a r g e t}^{y} = \{\begin{cases} 0.6 \times \frac{y}{6}, & if 0 \leq y \leq 6, \\ 0.6 + 0.4 \times \frac{y - 6}{20}, & if 6 < y \leq 26 . \end{cases}

이에따라, 기업의 연도별 재생에너지 전환율은 연도별 재생에너지 전환 목표( $R E_{t a r g e t}^{y}$ )를 달성해야 하며, 아래 식 (40)과 같다.

(40)

\sum_{d \in D} \sum_{h \in H} (E_{s g}^{y, d, h} + E_{p p a}^{y, d, h}) + E_{r e c}^{y} + E_{g r e e n}^{y} \geq R E_{t a r g e t}^{y} \times \sum_{d \in D} \sum_{h \in H} [E_{l o a d}^{y, d, h} (1 - R_{f e m s} U_{f e m s}^{y})] f o r \forall y \in Y, \forall d \in D, \forall h \in H .

3.5 데이터 및 파라미터 입력

3.5.1 기업 전력수요

본 연구에서는 한전 내부의 2023년 시간대별 전체 산업용 전력수요 데이터를 기반으로 산업용 전력을 사용하는 기업의 시간대별 평균 전력 수요 프로파일을 구축하였다. 2023년은 확보 가능한 가장 최신 데이터이며, 2020~2022년의 경우 코로나19로 인해 전력수요 패턴이 일반적이지 않을 것으로 판단되어 전력수요 프로파일 구축에서는 제외하였다. 이후 2023년 국내 전력 소비 상위 30대 기업의 연간 평균 전력 소비량(3,392 GWh/년)을 기준으로 전력수요를 조정하였다. 이를 통해 가상의 전력 다소비 기업의 시간대별 연간 전력수요를 구축하였다(Fig. 2). 이 수요패턴을 전체 분석 기간인 2024~2050년에 동일하게 적용해 최적화 분석에 활용하였다.

https://cdn.apub.kr/journalsite/sites/cpr/2025-013-01/N0170130108/images/cpr_13_01_08_F2.jpg

Fig. 2

Annual electricity demand of energy-intensive company

3.5.2 자가발전, PPA 설비 가동률

기업이 활용하는 자가발전 및 PPA를 체결한 설비의 가동률은 기존 연구¹⁴⁾에서 사용한 Renewable Ninja 플랫폼을 활용하였다. 해당 플랫폼은 영국 임페리얼 칼리지, 네덜란드 델프트 공대 연구진이 개발한 웹기반 플랫폼으로 전세계의 시간대별 태양광 발전 가동률 정보를 제공하고 있다. 특히, 공신력 있는 기상 정보를 기반으로 하고 있어 데이터의 신뢰도가 높다고 볼 수 있다. Renewable Ninja에서 제공하는 한국 태양광 발전의 시간 단위 가동률은 Fig. 3과 같다. 해당 가동률 패턴을 기반으로 전체 분석 기간인 2024~2050년의 시간대별 태양광 발전의 가동률을 구축했다. 이를 활용해 전체 분석 기간의 자가발전, PPA 체결 설비의 발전량 계산에 적용하였다.

https://cdn.apub.kr/journalsite/sites/cpr/2025-013-01/N0170130108/images/cpr_13_01_08_F3.jpg

Fig. 3

Annual solar power capacity factor

3.5.3 산업용 전력 단가

기업이 사용하는 산업용 전력 가격은 한국의 산업용(을) 고압A 선택2 요금을 기준으로 하였으며, 시간대(최대부하/중간부하/경부하) 및 계절(여름, 봄/가을, 겨울)에 따라 한전에서 고시한 2024년 10월 24일 시행 요금 단가¹⁵⁾를 적용하였다. 연구에 적용한 산업용 요금은 아래 Table 4와 같다. 또한 산업용 전력 단가의 경우 최근 10년(2014~2023년)의 평균 인상률(약 4%)의 절반인 2% 수준으로 연간 단가가 상승한다고 보수적으로 가정하였다.

Table 4.

Industrial electricity rates

Base Charges (Won/kW)	Usage Charges (KRW/kWh)
Base Charges (Won/kW)	Load	Summer (Jun~Aug)	Spring/Fall (Mar~May, Sep~Oct)	Winter (Nov~Feb)
8,320	Low	110.9	110.9	117.9
	Mid	163.8	133.4	164.0
	Peak	245.9	164.1	221.5
Annual industrial electricity rate increase : 2%

3.5.4 PPA, REC, 녹색요금제 단가

PPA, REC, 녹색요금제 단가는 가장 최신 단가를 반영하기 위해 최근 연구 또는 공개된 단가를 활용하였으며, 적용 단가 및 하락률은 Table 5와 같다.

Table 5.

Unit price of PPA, REC, Green tariff

	Unit price (KRW/kWh)	CAGR
PPA	162.7	- 4%
REC	76.5	- 2%
Green tariff	10	-

1) PPA : 2024년 태양광 PPA 단가는 162.7원/kWh¹⁶⁾으로 설정하였으며, 망 사용료 및 기타 비용 25원/kWh을 추가 반영하였다. PPA 단가는 태양광 발전단가(LCOE) 하락과 동일한 수준으로 연도별 하락률 4%를 고려하도록 설정하였다.

2) REC : REC는 2024년 평균 REC 현물가격인 76.5원/kWh를 반영¹⁷⁾하였고, 연도별 하락률은 태양광 발전단가(LCOE) 하락률 약 4%의 절반 수준인 2%를 적용하였다.

3) 녹색요금제 : 녹색요금제는 2024년 낙찰율이 6~14% 수준¹⁸⁾인 것을 고려하여, 현재 최저 입찰가 수준인 10원/kWh¹⁹⁾에서 지속 확보하는 것으로 분석에 적용하였다.

3.5.5 자가발전, FEMS, ESS 단가

자가발전, FEMS, ESS 단가는 활용 기존 연구에서 활용한 단가를 활용하여 설정하였으며, 외부 기관 전망치를 인용하여 연도별 하락률을 적용하였다. 자가발전, FEMS, ESS 설비투자에 적용한 단가 및 하락률은 Table 6과 같다.

Table 6.

Unit price of self-generation, FEMS, ESS

		Unit price	CAGR
Self- generation	CAPEX	1,310,000 KRW/kW	-4%
Self- generation	OPEX	222,243 KRW/kW	-
FEMS	CAPEX	338,152,953 KRW	-
ESS	CAPEX	552,000 KRW/kWh	-6%
ESS	OPEX	1,800 KRW/kWh/year	-
Self-generation solar PV spec : life span (20 years), maximum available area (1,000m²) FEMS spec : Energy reduction rate (3.2%), life span (20 years) ESS spec : charging and discharging efficiency (92%), maximum hourly charging and discharging rate (25%), maximum chargeable capacity relative to total capacity (90%), life span (16 years), maximum available area (500 m²)

1) 자가발전 : 태양광 발전 설비를 기준으로 CAPEX 131만원/kW, OPEX는 22,243원/kW으로 설정하였다²⁰⁾. CAPEX 하락률은 태양광 발전단가(LCOE) 전망치와 동일한 4%를 반영하였다.

2) FEMS : 기업 내 에너지 절감을 위해 설치되는 시스템으로 기업의 상황에 및 설치 규모에 따라 설치 단가 및 절감률이 상이하나, 기존 연구에서 활용한 단가 중 최소 비용인 3.4억을 적용하였다²¹⁾. 해당 연구에서는 최소 비용 투자시 전력수요는 3.2%만큼 감소하는 것으로 적용하였다.

3) ESS : 초기 CAPEX는 55.2만원/kWh로 설정²²⁾하고, 연도별 6%의 하락률을 반영하였다. OPEX는 1,800원/kWh·year²³⁾으로 설정하였으며, 충방전 효율 92%, 시간당 최대 충방전 비율 25%, 용량 대비 최대 충전 가능량은 90%를 적용하였다.

3.5.6 탄소배출권 단가

국내 배출권거래제 기준으로, 2024년 탄소배출권 평균 단가인 10,455원/tCO₂e을²⁴⁾ 설정하였다. 또한, 단가는 2015년 이후 평균 배출권 가격 인상률인 연 2%씩 지속 상승한다고 가정하였다. 전력 사용에 따른 탄소 배출량 환산에는 국가 전력 탄소 배출계수인 0.4781 tCO₂e/MWh를²⁵⁾ 적용하였다.

3.5.7 연도별 할인율

비용 최소화 목적함수에 적용한 연도별 할인율은 4%로 일반적 NPV 분석에 사용하는 할인율 수치를 적용하였다.

4. 연구 결과 분석

4.1 재생에너지 100% 목표 달성 비용

아래 Table 7은 최적화 분석에 따른 재생에너지 100% 목표 달성을 위한 비용이다. 본 모델의 목적 함수값인 2024~2050년 비용은 약 8.94조원이다. 이는 자가발전, PPA, 녹색요금제, ESS, FEMS 등을 통한 재생에너지 100% 달성 비용뿐 아니라, 탄소배출권 절감 효과와 설비 잔존가치 등을 모두 반영하여 추산한 값이다. 세부 수단별로는 자가발전 169억, PPA 25,922억원, 녹색요금제 1,618억원, ESS 0.3억원, FEMS 3억원, Utility 비용 62,933억원, 탄소배출권 절감 –1,204억원, 설비 잔존가치 반영 –0.2억원이다.

Table 7.

Minimum Cost of Renewable Energy 100%

		Cost (100 million KRW)
Minimum Cost of Renewable Energy 100% (a)		89,441
	Self-generation	169
	PPA	25,922
	Green Tariff	1,618
	REC	-
	ESS	0.3
	FEMS	3
	Utility	62,933
	Carbon Credit Savings	-1,204
	Residual Value	-0.2
Utility only (b)		109,651
Difference (b-a)		20,210

이는 동일한 사용 전력을 100% Utility로부터 구매했을 때 비용인 10.97조 대비 약 2조원 정도의 비용이 절감되는 것으로 분석된다.

4.2 연도별 전력 조달 포트폴리오

아래 Figs. 4~6은 MILP 최적화 결과에 따른 연도별 최적 재생에너지 조달량(Fig. 4), 재생에너지 조달 수단별 비중(Fig. 5), 전력 조달량(Fig. 6) 그래프다.

https://cdn.apub.kr/journalsite/sites/cpr/2025-013-01/N0170130108/images/cpr_13_01_08_F4.jpg

Fig. 4

Optimal portfolio for renewable energy procurement by year (GWh)

https://cdn.apub.kr/journalsite/sites/cpr/2025-013-01/N0170130108/images/cpr_13_01_08_F5.jpg

Fig. 5

Optimal portfolio for renewable energy procurement by year (%)

https://cdn.apub.kr/journalsite/sites/cpr/2025-013-01/N0170130108/images/cpr_13_01_08_F6.jpg

Fig. 6

Optimal portfolio for electricity procurement by year (GWh)

세부 수단별로 살펴보면, 자가발전은 설치 가능량만큼 2024년부터 최대한 설치하고 FEMS 역시 즉시 설치해야 하는 것으로 나타났다. 이후 2025년부터는 녹색요금제를 적극 활용하여 재생에너지 비율을 빠르게 확보하고, 2026년부터 PPA를 점진적으로 확대하는 전략이 최적인 상황이다. 이를 통해 2030년 재생에너지 비중 60%를 달성하며, 2044년 이후부터는 자가발전, 녹색요금제, PPA, FEMS, ESS를 모두 사용하여 최종 2050년 재생에너지 전환율을 100%를 달성하는 것이 필요하다. ESS의 경우 상대적으로 늦은 2044년과 2048년에 설치 및 증설되며, 경부하(off-peak) 시간에 충전 후 최대부하(peak) 시간에 방전함으로써 전력 비용을 절감한다. ESS 설치 시점이 후반부로 늦춰진 것은, 현재 높은 CAPEX로 인해 해당 시점 이후에야 ESS 도입이 비용 면에서 이익이 되는 것으로 해석된다. 본 연구에서 REC는 현재 다른 수단 대비 가격이 높아 재생에너지 조달 수단으로 채택되지 않았다.

1) 자가발전 : 태양광 자가발전은 2024년부터 최대 설치 가능 용량인 10 MW까지 설치하여 운영하는 것으로 결과가 도출되었다. 현재 태양광 발전 설비의 CAPEX, OPEX를 고려한 발전단가가 이미 산업용 전력 단가 대비 저렴하기 때문에 전력 요금 절감 차원에서 최대 용량으로 설치된 것으로 해석된다. 최적화 결과에 따른 연간 태양광 자가 발전량은 연평균 약 15 GWh 규모이다.

2) PPA : PPA는 2026년 이후부터 본격적으로 도입되며, 2030년 약 438 GWh 수준까지 확대되는 것이 최적인 것으로 나타났다. 이후 2050년 재생에너지 100%를 달성하기 위해 단계적으로 확대되어 2050년 1,765 GWh까지 활용량이 증가하였다. 이는 향후 PPA가 재생에너지 가격 하락으로 기업의 중요 재생에너지 확보 수단으로 활용될 수 있음을 의미한다.

3) 녹색요금제 : 현재 재생에너지 외부 구매 수단 중 가장 저렴한 수단으로 2025년부터 지속 활용되는 것으로 나타났다. 따라서 녹색요금제 연간 활용량은 재생에너지 전환 확대에 따라 2025년 317 GWh 수준에서 2050년 1,550 GWh까지 증가하는 추세를 보였다. 하지만, PPA가 가격 경쟁력을 확보하며 조달 물량이 증가함에 따라 재생에너지 조달 수단 중 비중은 감소하는 경향을 보였다.

4) REC : 본 모형의 최적화 분석 결과에서는 REC를 재생에너지 조달 수단으로 채택하지 않았다. 이는 현재 REC 단가 수준이 76.5원/kWh으로 높아 상대적으로 다른 수단 대비 비용 최소화 측면에서 유리한 수단이 아닌 것을 의미한다.

5) ESS : 상대적으로 늦은 시기인 2044년에 368 kWh, 2048년에는 515.2 kWh로 추가 증설되는 것이 최적으로 나타났다. 이는 분석 후반부는 되어야최대 부하와 경부하의 산업용 전력 요금 차이를 이용한 ESS의 비용 절감 효과가 ESS의 CAPEX, OPEX를 커버할 수 있는 것으로 모델이 판단한 것으로 해석된다. 따라서 ESS는 CAPEX가 점진적으로 하락한 분석의 후반부에야 비용 절감이 가능한 수단으로 부상했음을 알 수 있다. ESS 방전량은 2044년 4 MWh 수준에서 2050년 26 MWh 수준으로 증가하는 추세를 보였다.

6) FEMS : 분석 시작 연도인 2024년에 설치 후, 2050년까지 지속 운영하는 결과가 도출되었다. 이는 앞서 기존 연구에서 제시한 FEMS 운용 효율 3.2% 및 투자비 3.4억을 적용할 경우 조기 도입을 통해 2050년까지 모든 분석 연도에 걸쳐 전력 요금, 탄소배출권 비용 등을 절감하는 것이 높은 초기 설비 투자비가 발생함에도 전체 비용 절감 차원에서는 유리한 것으로 풀이된다. 연도별 FEMS 설비를 통해 절감한 전력수요는 약 106 GWh 규모이다.

7) Utility : 2024년에는 자가 발전량을 제외한 대부분 전력수요를 Utility에서 구매하나, 재생에너지 PPA 확대에 따라 2030년 약 2,872 GWh에서 2050년 1,550 GWh 수준으로 점차 감소한다. 2050년 재생에너지 100% 달성에도 일부 Utility 전력 구매가 유지되는 이유는, 직접 전력을 조달하는 PPA, 자가발전으로 100% 대체하기보다는 일정 수준의 녹색요금제를 함께 사용하는 것이 총비용을 최소화하기 때문으로 해석된다.

4.3 민감도 분석

앞에서 분석한 본 연구의 기준 시나리오(Baseline scenario)는 자가발전, PPA, REC, ESS, 산업용 전력요금, 탄소배출권 가격에 향후 가격 전망을 반영하여 최적화 분석에 반영하였다. 기준 시나리오에 적용한 각 항목별 적용 단가 및 연도별 변동률은 아래 Table 8과 같다.

Table 8.

Baseline scenario assumptions

	Unit Price	CAGR
Self-generation (CAPEX)	1,310,000 KRW/kW	-4%
PPA	162.7 KRW/kWh	-4%
REC	76.5 KRW/kWh	- 2%
ESS (CAPEX)	552,000 KRW/kWh	-6%
Utility	110.09~245.9 KRW/kWh	2%
Carbon Credit	10,455 KRW/tCO₂e	2%

그러나 향후 실제 단가 변화가 현재 전망 대비 달라질 수 있으므로 6개의 추가 시나리오를 설정하여 민감도 분석을 수행하였다. Table 9는 주요 시나리오별 민감도 분석 결과이다.

Table 9.

Sensitivity analysis with additional scenarios

	Parameter changes	Total Cost (trillion KRW)
Baseline scenario	-	8.94
Scenario 1	Self-generation : -4→-2% PPA : -4→-2% REC : -2→-1% ESS : -6→-3%	9.24
Scenario 2	Self-generation : -4→-6% PPA : -4→-6% REC : -2→-3% ESS : -6→-9%	8.66
Scenario 3	Utility : 2→1%	8.39
Scenario 4	Utility : 2→3%	9.56
Scenario 5	Carbon Credit : 2→1%	8.96
Scenario 6	Carbon Credit : 2→3%	8.92

1) Scenario 1(재생에너지, ESS 가격 하락 둔화) : 자가발전, PPA, REC, ESS 등의 연간 가격 하락률을 각각 기존(4%, 2%, 6%) 대비 50% 수준(2%, 1%, 3%)으로 낮추어 가정하였다. 분석 결과, 전체 비용은 9.24조원으로 기준 시나리오 8.94조원 대비 3% 정도 증가하였다.

2) Scenario 2(재생에너지, ESS 가격 하락 가속) : 자가발전, PPA, REC, ESS 등의 연간 가격 하락률을 각각 기존(4%, 2%, 6%) 대비 150% 수준(6%, 3%, 9%)으로 높게 가정하였다. 분석 결과, 총 비용은 8.66조원으로 기준 시나리오 약 8.94조 원 대비 3% 정도 감소하였다.

3) Scenario 3(전력요금 상승 둔화) : 산업용 전력요금의 연평균 인상률을 2%에서 1%로 조정하였다. 분석 결과, 총 비용이 8.39조원으로 기준 시나리오 8.94조원 대비 6%정도 감소하였다.

4) Scenario 4(전력요금 상승 가속) : 산업용 전력요금의 연평균 인상률을 2%에서 3%로 높게 가정하였다. 분석 결과, 총 비용이 9.56조원으로 기준 시나리오 8.94조원 대비 7%정도 증가하였다.

5) Scenario 5(탄소배출권 가격 상승 둔화) : 탄소배출권 가격 연간 상승률을 2%에서 1%로 조정하였다. 분석 결과, 총 비용이 8.96조원으로 기준 시나리오 8.94조원 대비 0.2% 소폭 증가하였다.

6) Scenario 6(탄소배출권 가격 상승 가속) : 탄소배출권 가격 연간 상승률을 2%에서 3%로 높게 가정하였다. 분석 결과, 총 비용이 8.92조원으로 기준 시나리오 8.94조원 대비 0.2% 소폭 감소하였다.

이상 민감도 분석에서 확인할 수 있듯이, 재생에너지 조달 단가, ESS CAPEX, 산업용 전력 가격, 탄소배출권 가격 등의 향후 가격 변동에 따라 기업의 최적 재생에너지 조달 비용은 최소 8.39조원에서 최대 9.56조원으로 차이가 발생했다. 따라서 기업들은 외부 환경 변화에 따른 각 수단별 단가 변화를 민감하게 모니터링하고 유동적으로 대응하여 재생에너지 및 에너지 절감 설비 투자 전략을 조정할 필요가 있을 것이다.

5. 결론 및 시사점

5.1 결론 및 요약

본 연구는 연간 약 3,392 GWh 규모의 전력을 소비하는 가상의 전력 다소비 기업을 대상으로, 2050년까지 재생에너지 100% 전환 조건을 만족하면서 전력 및 재생에너지 조달 총 비용을 최소화하는 최적화 분석을 수행하였다. 태양광 자가발전, PPA, REC, 녹색요금제, ESS, FEMS 등 다양한 수단을 혼합정수선형계획(MILP) 모형에 반영한 결과, 자가발전 및 FEMS를 2024년에 최대한 즉시 도입하고, 녹색요금제를 2025년부터 활용, PPA를 2026년 이후 점진적으로 확대하는 전략이 최적으로 도출되었다.

ESS는 투자비가 충분히 낮아지는 2040년대 중반 이후에 설치하는 것이 경제적으로 유리하며, REC는 현재 단가 수준이 매우 높아 최적 조달 수단으로 사용되지 않았다.

2050년까지의 총 비용은 약 8.94조 원으로, 이는 전력수요 전량을 산업용 전력인 Utility로부터 구매했을 때 비용인 10.97조 원 대비 약 2조 원 절감 효과가 있는 것으로 나타났다. 또한 6개의 추가 시나리오를 통한 민감도 분석을 통해 재생에너지 단가, 산업용 전력요금, 탄소배출권 가격 전망에 따라 최적 조달 포트폴리오의 누적 비용이 어떻게 달라지는지 확인하였다.

5.2 시사점

본 연구의 결과는 크게 기업 내부 의사결정 관점과 에너지정책 측면의 시사점을 제시할 수 있다. 먼저 기업 내부 의사결정 측면에서 재생에너지 100% 전환은 향후 재생에너지 가격 하락과 산업용 전력 요금 인상을 고려시 전체적인 전력 관련 비용 절감이 가능한 전략이라는 점이다. 특히, 태양광 자가발전 도입은 현시점에도 CAPEX와 OPEX가 충분히 낮은 수준에 이르렀으므로, 사업장 내부 가능한 부지에 대해서는 조기 설치하는 것이 비용 절감 차원에서 유리할 것이다. 또한, 녹색요금제의 경우 현재 가장 저렴한 외부 재생에너지 조달 수단이지만, 장기적으로 태양광 발전단가 하락이 지속되면 PPA와 경제성이 점진적으로 역전될 수 있다. 따라서 초기에는 녹색요금제를 우선 활용하되, PPA 단가가 충분히 낮아지는 시점부터는 PPA의 비중을 확대하는 이원적 전략을 고려하는 것이 바람직할 것이다. ESS 도입 차원에서는 현재 CAPEX, OPEX가 높아 도입 시점과 규모는 2040년대 중반 이후가 가장 경제적으로 판단된다. 하지만, 정부의 ESS 투자 지원 정책, 배터리 기술 발전 속도 등에 따라 ESS가 실제 도입될 시기가 앞당겨질 수 있으므로, 향후 시장 변화를 면밀히 모니터링하면서 투자 시기를 탄력적으로 조정할 필요가 있을 것이다.

두 번째로 에너지정책 측면에서 정부는 앞으로 기업의 PPA 활용 확대에 대비하여 일반 전기요금 체계 조정을 준비해야 할 것이다. 특히, 기업 PPA 활용 확대가 본격화될 경우, 기업들이 대규모의 재생에너지를 직거래 방식으로 확보함에 따라, 일반 전기요금 체계에서 발생하는 비용 분담구조가 변동될 수 있기 때문이다. 따라서 정부는 향후 기업의 PPA 확대에 대비하여 일반 전기요금 조정 또는 CBP 구조 개편 등에 관한 장기적 청사진을 제시하고, 이 과정에서 기존 전력 소비자와 PPA 참여 기업 간 형평성 문제가 발생하지 않도록 제도적 보완책을 마련해야 할 것이다. 또한, 현재 REC의 경우 가격이 높아 기업들의 활용이 제한적인 상황이므로 RPS 의무 비율 조정 등 제도 개편 등을 고려할 필요가 있을 것이다. 마지막으로 탄소배출권 가격이 향후 재생에너지 투자 의사결정에 영향을 미칠 가능성이 있으므로 탄소배출권 시장 동향을 재생에너지 시장과 연계하여 모니터링해야 할 필요성이 있을 것이다. 특히 탄소배출권 가격이 급등할 경우 기업들의 재생에너지 전환 수요가 급증할 가능성이 있으므로, 배출권 시장과 재생에너지 시장을 유기적으로 관리하는 것이 필요할 것이다.

5.3 연구의 한계점 및 향후 과제

본 연구는 혼합정수선형계획(MILP) 모델을 통해 전력 다소비 기업의 최적 재생에너지 100% 전환 전략을 분석했으나, 분석 과정에서 데이터 확보 및 전망치 사용에 따른 한계가 존재한다. 우선 본 연구에서는 기업의 시간대별 전력수요 패턴 및 사용량을 전체 산업용 전력수요와 전력소비 상위 30대 기업 평균으로 단일화해 적용하였으나, 실제 기업 및 산업 특성과 연도별로 시간대별 전력수요는 달라질 수 있을 것이다. 또한, 본 연구에서는 연평균 단가 하락률이나 전력요금 인상률을 외부 전망치를 활용하여 결정론적 방식으로 적용하였다. 그러나 미래에는 재생에너지 단가 변동성, 탄소배출권 가격 급등, 정책 변경 등의 불확실성 요소가 클 수 있으므로, 확률론적 시뮬레이션 기법 등을 통해 더욱 견고한 해법을 도출하는 방안이 필요할 것으로 생각된다.

따라서, 본 연구 결과는 국내 대규모 전력소비 기업의 재생에너지 전환 전략 수립과 정부의 재생에너지 정책 보완에 있어 의미 있는 참고자료가 될 것이나, 실제 의사결정 적용을 위해서는 산업별 특성 또는 각 기업의 전력 수요 패턴, ESS, FEMS 투자 비용 등 개별적 상황을 종합적으로 고려한 추가 연구가 필요할 것이다.

References

RE100 (2024), List of Member Companies. Available online: https://www.there100.org/re100-members?items_per_page=All (accessed on November 14, 2024).

The Kyunghyang Shinmun S. H. Kim, RE100 companies can't keep up with renewable energy demand. Available online: https://www.khan.co.kr/article/202410092013045 (accessed on 10 January 2025).

Hankyung Y. S. Jung, [Exclusive] Samsung Electronics, Electricity Bills Nearing 1 Trillion Won Per Quarter… 81.4%↑ in 2 Years. Available online: https://www.hankyung.com/article/2024092316495 (accessed on 10 January 2025).

Korea Electric Power Corporation (2023), "Korea Electric Power Statistics, 93rd Edition". Available online: https://home.kepco.co.kr/kepco/KO/ntcob/ntcobView.do?pageIndex=1&boardSeq=21067148&boardCd=BRD_000099&menuCd=FN05030103&parnScrpSeq=0&categoryCdGroup=&regDateGroup2= (accessed on 14 December 2024).

K. Y. Kwon, S. E. Lee, T. H. Kim, Analysis of the renewable energy investment effects of the Green Premium tariff. Proceedings of KIIEE Annual Conference. 666-667 (2021).

RE100 (2024), "RE100 Annual Disclosure Report 2023", Available online: https://www.there100.org/our-work/publications/re100-2023-annual-disclosure-report (accessed on 14 November 2024).

J. H. Oh, Comparison of renewable energy price and proposal policy implications for expending RE100 in Korea. Seoul National University of Science and Technology. (2021).

S. H. An, J. R. Woo, Comparative Economic Analysis of RE100 Implementation Methods in South Korea, CPR. 10(2). 62-71 (2022).

J. W. Lee, S. W. Kim, Cost analysis of various electricity procurement scenarios for achieving RE100. Proceedings of KIIEE Annual Conference. 163-164 (2020).

S. J. Kim, J. H. Yoo, D. G. Yoo, B. H. Jang, A study on achieving RE100 by linking real-time factory power load data and solar PV generation data. Proceedings of the KIEE Annual Conference. 575-576 (2021).

Gabrielli, P., Aboutalebi, R., & Sansavini, G, Mitigating financial risk of corporate power purchase agreements via portfolio optimization. Energy Economics. 109. 105980 (2022).

10.1016/j.eneco.2022.105980

J. W. Lee, E. J. Choi, M. J. Jeong, R. C. Moragriega, P. G. Zaragoza, S. W. Kim. Optimal sourcing strategy for enterprises to achieve 100% renewable energy. Energy Reports. 8. 14865-14874 (2022).

10.1016/j.egyr.2022.10.443

J. Y. Lee, K. N. Kim, Self-Consumption Solar PV Economic Rate Analysis for RE100 Companies in Korea. CPR. 11(4). 134-143 (2023).

S. Pfenninger, Dealing with multiple decades of hourly wind and PV time series in energy models: A comparison of methods to reduce time resolution and the planning implications of inter-annual variability. Applied Energy. 197. 1-13 (2017).

10.1016/j.apenergy.2017.03.051

Korea Electric Power Corporation(KEPCO), "Electric Tariff Table (Effective date 24 October 2024)". Available online: https://online.kepco.co.kr/PRM025D00 (accessed on 3 January 2025).

S. H. An, J. R. Woo, Comparative Economic Analysis of RE100 Implementation Methods in South Korea, CPR. 10(2). 62-71 (2022).

K-RE100 Portal. RPS market REC price. Available online: ttps://www.k-re100.or.kr/doc/sub2_3_2.php (accessed on 3 January 2025).

K-RE100 Portal. Green tariff price. Available online: https://www.k-re100.or.kr/doc/sub2_3_4.php (accessed on 3 January 2025).

Korea Electric Power Corporation(KEPCO), Announcement of the Third Round (2024) Green Premium Bidding Results. Available online: https://home.kepco.co.kr/kepco/PR/ntcob/ntcobView.do?boardCd=BRD_000252&menuCd=FN060309&boardSeq=21068964 (accessed on 10 January 2025).

G. D. Lee, D. O. Lim, "Establishing and operating a mid- to long-term LCOE forecasting system to expand renewable energy supply (2/5)" (Korea Energy Economics Institute REPORT, 2021).

J. W. Lee, E. J. Choi, M. J. Jeong, R. C. Moragriega, P. G. Zaragoza, S. W. Kim. Optimal sourcing strategy for enterprises to achieve 100% renewable energy. Energy Reports. 8. 14865-14874 (2022).

10.1016/j.egyr.2022.10.443

J. E. Kim, J.R. Woo, A Study on the Contribution to Industrial Complex RE100 through Renewable Energy Electricity Storage and Sales: Focusing on Economic Analysis. CPR, 12(4), 142-154 (2024).

V. Viswanathan, K. Mongird, R. Franks, X. Li, V. Sprenkle, R. Baxter, 2022 grid energy storage technology cost and performance assessment. Energy. 24, 1-151 (2022).

Korea Exchange (KRX). Emission Trading System (ETS) Data. Available online: https://ets.krx.co.kr/contents/ETS/03/03010000/ETS03010000.jsp (accessed on 3 January 2025).

Greenhouse Gas Inventory and Research Center (GIR). Public Notice of the 2021 Approved National Greenhouse Gas Emission and Absorption Factors Available online : https://www.gir.go.kr/home/board/read.do;jsessionid=k6SNAbaTOsVGjqA4au3oavJlhqwFGJr4GQo2bhOjBToMg7fRnP3HyaBBLtETVRmT.og_was2_servlet_engine1?pagerOffset=0&maxPageItems=10&maxIndexPages=10&searchKey=&searchValue=&menuId=36&boardMasterId=2&boardId=56 (accessed on 3 January 2025).

Current Photovoltaic Research ISSN:2288-3274(Print) 2508-125X(Online)

Preview

Optimal Renewable Energy Procurement Strategies for Korean Power-Intensive Enterprises: A Mixed Integer Linear Programming (MILP) Model Approach

ABSTRACT

MAIN

Fig. 1

MILP model analysis process

Table 1.

Decision variables

Table 2.

Dependent variables

Table 3.

Parameters

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

(22)

(23)

(24)

(25)

(26)

(27)

(28)

(29)

(30)

(31)

(32)

(33)

(34)

(35)

(36)

(37)

(38)

(39)

(40)

Fig. 2

Annual electricity demand of energy-intensive company

Fig. 3

Annual solar power capacity factor

Table 4.

Industrial electricity rates

Table 5.

Unit price of PPA, REC, Green tariff

Table 6.

Unit price of self-generation, FEMS, ESS

Table 7.

Minimum Cost of Renewable Energy 100%

Fig. 4

Optimal portfolio for renewable energy procurement by year (GWh)

Fig. 5

Optimal portfolio for renewable energy procurement by year (%)

Fig. 6

Optimal portfolio for electricity procurement by year (GWh)

Table 8.

Baseline scenario assumptions

Table 9.

Sensitivity analysis with additional scenarios

References