Ⅰ. 서 론
국내 태양광 발전의 비중은 신재생에너지 발전량 증가와 함께 크게 확대되어왔다. 한국에너지공단에서 제공하는 2023년 신재생에너지 보급 통계에 따르면 신재생에너지 발전 비중은 2017년 총 전력생산량의 8.1% (46,623 GWh)에서 2022년은 9.2% (57,780 GWh)로 1.1% 증가하였으며 발전량은 1.6배 증가하였다. 이 중 태양광 에너지는 2017년 15.1%에서 2022년 53.2%로 증가하였다. 이에 따라 2023년 태양광 발전 설비는 2022년 대비 3.0 GW (14.2%) 증가하며 발전량도 8.9% 증가하였다 (Kim, 2024). 하지만 국내 태양광 사업은 육상태양광 발전사업으로 진행되면서 대부분 임야를 중심으로 개발되고 있어 산림 훼손에 따른 탄소흡수원 감소와 같은 부정적인 환경영향에 대한 우려가 존재한다 (Da Silva and Branco, 2018). 한국은 산림과 농경지가 전체 국토면적의 약 81.4%를 차지 (임야 63.1%, 답 10.9%, 전 7.4%)하고 있다 (MOLIT, 2024). 육상태양광 발전사업의 개발면적은 전체 개발면적 71.1 km2 (2,896건) 중 임야가 60.9% (43.3 km2)를 차지한다 (Park, 2023). 보전산지에는 태양광 발전사업의 설치가 불가능하고 산지관리법 시행령 제18조의2 제3항 관련[별표 3의2]에 따르면 태양광 발전사업이 가능한 준보전산지의 경우 사업계획에 편입된 산지 면적이 3만제곱미터 이하일 것을 명시하였다. 한국은 지형적으로 육상태양광 설치 확대에 한계가 존재하며 절반 이상의 육상태양광 사업 개발이 임야에서 진행되고 있기 때문에 산림생태계 파괴가 우려된다.
육상태양광 개발과 달리 수상태양광은 산림 훼손이나 농지 활용 없이 설치가 가능하고 수면의 빛 반사를 활용한 추가 발전으로 인해 동일 면적의 육상태양광보다 상대적으로 발전효율이 높은 장점이 있다 (Cazzaniga and Rosa-Clot, 2021). 수상태양광은 동일한 면적의 육상태양광 대비 11% 이상 발전량 증가가 기대된다 (Nisar et al., 2022; Yousuf et al., 2020). 태양광 패널은 21 ℃에서 가장 높은 효율을 가지며 태양광 모듈의 온도가 1 ℃ 상승할 때 태양광 패널의 효율은 약 0.45%씩 감소한다 (Peng et al., 2017). 태양광 모듈의 온도가 상승하였을 때 육상태양광 발전효율은 감소하지만 물이 일정한 수온을 유지하는 냉각효과를 제공함으로써 수상태양광 모듈은 일정 수준의 온도를 유지 가능하다 (Ilgen et al., 2023). 또한 수상태양광 패널은 양면형 패널을 사용하기 때문에 수면의 빛 반사를 통한 추가적인 발전이 가능하다. 환경적으로도 수상태양광 설치는 탄소저감 뿐만 아니라 차광 효과에 따른 물 증발 방지 효과를 제공한다 (Rocha et al., 2024). 수면에 투과되는 빛을 조절하기 때문에 수중의 녹조류 발생 억제 및 물 증발 방지가 가능하다. 불확실성 추정 접근에 따른 모델링을 하였을 때 유속에 따라 다르지만 수상태양광을 설치 시 식물성 플랑크톤의 감소가 확인되었다 (Exley et al., 2022).
농업용 저수지는 수위변화가 적기 때문에 상대적으로 높은 수상태양광 발전효율을 기대할 수 있다 (Kwon et al., 2022). 전국의 17,066개 (총 유효 저수량 2,838백만 m3, MAFRA, 2013) 농업용 저수지 유휴수면을 활용한 수상태양광은 높은 발전잠재량을 가진 것으로 추정된다. 수위 변화가 수상태양광 이용률에 미치는 영향을 분석한 연구 (Kwon et al., 2022)에서 수위변화가 없는 유수지, 수위 변화가 적은 저수지, 수위 변화가 큰 댐에 설치된 수상태양광의 연간 및 월별 이용률을 비교한 결과에 따르면 댐 수면에 설치된 수상태양광의 연간 이용률이 가장 낮았으며 수위 변화가 발전량 저하에 유의미한 영향을 미치는 것으로 나타났다.
농업용 저수지의 수상태양광 설치비용은 동일한 규모의 육상태양광과 비교하였을 때 약 25.5% 정도 높고 사업의 타당성은 모듈 효율, 사업단가, 발전단가, 구매단가, 기후변화 등 다양한 불확실성 요인들의 영향을 받는다 (Lee and Lim, 2021; Ji et al., 2023; Vardhini and Devi, 2024). 실제 운영되고 있는 수상태양광 시설은 총 33개소에 불과하며 육상태양광 발전사업 대비 1% 미만으로 전국 농업용 저수지의 유휴수면을 충분히 활용하지 못하고 있다 (Park et al., 2018). 하지만 수상태양광 사업성에 불확실성 요인들이 영향을 미치고 있음에도 불구하고 대부분 만수면적만을 고려하여 수상태양광의 발전량을 평가하고 있어 (Vardimon, 2011; Kim et al., 2019) 불확실성을 고려한 실질적인 사업성 평가결과에 따른 발전잠재량 평가연구는 찾아보기 어렵다.
따라서 본 연구에서는 다양한 기술적, 경제적, 정책적 불확실 요인들을 바탕으로 사업 타당성을 평가하여 실질적으로 개발 가능한 농업용 저수지 기반의 수상태양광 사업의 발전잠재량을 산정하여 비교하고자 한다. 첫째, 기존의 수상태양광 설치가 가능한 저수지 선정 기준인 농업용 저수지의 만수면적을 고려하여 지역별 평균 일조량과 저수지 면적을 기반으로 발전량을 산정하였다. 둘째, 사업성에 영향을 주는 경제적 (신재생에너지 공급인증서 판매수익, 균등화발전비용, 전력판매수익) 요인들을 바탕으로 사업성이 있는 농업용 저수지를 선정하고 불확실 (모듈 효율, 균등화발전비용, 일사량) 요인의 변화에 따른 발전량을 산정하였다. 셋째, 정책적 (전력판매수익, 설치비율, 가동기간) 요인들의 변화에 따른 비용편익분석을 통해 전국 농업용 저수지를 활용한 수상태양광 사업성을 분석하였다.
Ⅱ. 연구자료 및 방법
1. 수상태양광 발전잠재량 산정
본 연구에서는 수상태양광 설치가 가능한 농업용 저수지를 선정하기 위하여 한국농어촌공사에서 제공하는 농업기반시설제원 저수지 데이터와 전국 저수지 일별 저수율을 사용하였다 (KRC, 2023). 농업용 저수지의 저수율을 포함한 데이터의 일관성과 신뢰성 확보를 위해 농어촌공사가 관리하는 저수지로 한정하여 연구를 진행하였다. 농업기반시설제원 데이터는 저수지의 준시설코드, 시설명, 소재지, 착공년도, 준공년도, 종별, 구분, 유역면적, 홍수면적, 만수면적, 수혜면적, 한발빈도, 홍수빈도, 총저수량, 유효저수량, 사수량 등으로 구성되었다. 2022년 12월 기준 한국농어촌공사에서 관리하는 전국의 농업용 저수지는 3,421개이다. 농업용 저수지가 가장 많은 지역은 전라남도 (1,003개소)이며 경상북도 (670개소), 경상남도 (533개소), 전라북도 (404개소) 순으로 나타났다.
수상태양광 발전사업 환경성평가 협의 지침에 따르면 설계최저수위 조건하에서 3 m 이상의 여유수심 유지가 가능한 위치에 설치를 하여야 한다. 따라서 수상태양광 시설 설치를 위한 농업용 저수지 선정 기준은 다음과 같다. 첫째, 유효수심이 3 m 이상 유지되는 저수지를 선정하였다. 수상태양광 시설은 부력체, 계류장치, 태양광 모듈, 수중 케이블로 구성되어 있으며 수면 위에 계류장치로 고정된 부유체에 태양광 모듈을 고정하는 구조로 되어 있기 때문에 충분한 수심이 유지되는 저수지가 필요하다. 둘째, 가뭄 등 재해 발생 시 설비 파손 위험을 최소화하기 위해 한발 빈도가 10년 주기 이상인 저수지를 선정하였다.
일사량 데이터는 기상청 기상자료개방포털에서 제공하는 지역별 일별 일사량 데이터를 이용하여 2004년~2023년의 20년간의 평균값을 사용하였다. 서울경기, 강원, 충북, 충남, 경북, 경남, 전북, 전남, 대구, 부산, 인천, 대전, 광주, 울산, 제주 지역별 평균 일사량 값을 산정하였다.
수상태양광 발전잠재량은 지역별 일사량 특성을 고려하여 참고하였으며 (RETScreen International Clean Energy Decision Support Centre [RETScreen], 2005) (NRC, Ottawa, Canada), 지역별 발전잠재량을 산정한 후 합산하는 방식으로 식 (1)과 같이 수정하여 사용하였다.
여기서, A는 지역에 따른 태양광 발전량을 나타내며 
는 지역별 평균 일사량 (kWh/m2/h), 
는 태양광이 설치되는 면적, 
는 태양광 모듈의 변환 효율, 
는 컨버터의 변환 효율, 
는 온도에 따른 손실계수, 
는 태양광 모듈의 평균 온도(°C), 
는 태양광 패널 모듈의 손실 계수, 
는 인버터의 손실 계수를 의미한다.
태양광 시설이 설치되는 면적을 산정하기 위하여 태양광 패널의 경사는 남쪽으로 20도 기울어져 있다고 가정하였다 (Kim et al., 2019). Wood Mackenzie (2024)에 따르면 미국에서 최대 점유율을 가진 한화 큐셀 듀오 시리즈를 참고하여 수상태양광 패널인 Q.PEAK DUO XL-G11 의 태양광 모듈 관련 계수값을 결정하였으며 
은 21.7%, 
는 98.5%, 
는 -0.34%/°C, 
는 42°C, 
는 0.01%, 
는 0% 값을 사용하였다.
단위 발전용량 (1 MW)당 필요한 수면적은 1.0~1.9ha로 분석되었으며 이를 평균값 (1.2 ha/MW)과 중위값 (1.45 ha/MW)의 중간값인 1.3 ha/MW로 적용하여 1 MW 이상 발전시설 설치가 가능한 저수지는 경제적 타당성이 있다고 평가되었다 (Park, 2018). 농업용 저수지의 만수면적 10%에 수상태양광을 설치한다고 가정하였을 경우에 만수면적이 13 ha 이상인 농업용 저수지는 사업성이 있다고 판단할 수 있다. 따라서 기본 시나리오 (Baseline scenario)에서는 1 MW 이상 발전시설 설치가 가능한 만수면적 13 ha 이상인 농업용 저수지를 대상으로 분석하였다.
하지만 기본 시나리오 이외에 농업용 저수지에 설치하는 수상태양광은 소규모의 농업용 저수지가 대다수이기 때문에 수상태양광 발전 기간 동안 수익을 창출할 수 있는지에 따른 사업성이 평가되어야 한다 (Ahn et al., 2021). 따라서 수상태양광 사업성의 경제성 타당성을 평가하기 위해 비용편익분석을 사용하였다. 비용편익분석은 사업으로 인해 기대 가능한 총 편익과 투입되는 총 비용을 현재가치로 환산하여 총 편익을 총 비용으로 나누는 분석 방식이다 (Scandizzo, 2021). 따라서 비용편익분석을 통해 농업용 저수지의 설치비용, 일사량, 모듈 효율과 같은 불확실 요인에 따른 수상태양광 사업이 경제적 타당성이 있는지 분석이 가능하다. 비용편익분석은 균등화 발전비용 (Levelized Cost of Electricity, LCOE)과 편익을 비교하여 경제성이 확보되는 경우를 도출하는 방식으로 진행되었다.
편익은 신재생에너지 발전 수익을 고려하여 신재생에너지 공급인증서 판매수익 (Renewable Energy Certificates, REC)과 전력판매수익 (System Marginal Price, SMP)으로 구분하였다. 재생에너지 발전사업은 정부가 매년 풍력, 태양광과 같은 신재생에너지 신규 보급물량을 결정한 후 직접 입찰을 통하여 선정하면 한전이 발전사업자와 20년 장기고정가격계약을 체결한다 (Kim, 2018). 비용편익분석을 사용하여 사업성을 분석할 때 REC는 2023년 평균 경매가인 163 KRW/kWh를 사용하였다. SMP는 2005년 1월부터 2024년 3월 데이터를 활용한 시계열 분석을 통해 138 KRW/kWh 결과값을 사용하였다. 따라서 1 kWh 당 비용이 편익보다 클 경우를 사업성이 없다고 판단하여 편익이 더 큰 저수지만 고려하여 사업성을 분석하였다.
2. 불확실성을 고려한 발전잠재량 예측
경제적, 기술적, 자연적 불확실성을 고려하기 위해 LCOE, 태양광 모듈 효율, 일사량을 변수로 선정하여 Table 1와 같이 ETN (Economy, Technology, Nature) 시나리오 8개를 구성하였다. 모듈 효율은 21.4%, 25.0%, 27.6%로 설정하여 기술적 발전 상황을 반영하였으며 LCOE (KRW/kWh)는 78.0, 99.9, 110.5, 119.0로 설정하였다. 기후변화에 따른 일사량 변화를 반영하기 위하여 SSP2-4.5에 따른 일사량 변화를 고려하여 일사량 결과값과 20년 평균 일사량을 사용하여 불확실성을 고려하였다. SMP, REC, 가동기간, 설치비율은 각각 138 KRW/kWh, 163 KRW/kWh, 20년, 10%로 구성하였으며 시나리오에 따른 발전량을 분석하기 위해 변수값들을 식 (1)에 적용하여 발전량을 산정하였다.
Table 1
Scenarios Considering Economic, Technological, and Natural Uncertainties. Eight scenarios were designed by varying module efficiency (21.4%, 25.0%, 27.6%), LCOE (78.0, 99.9, 110.5, 119.0 KRW/kWh), and solar radiation to reflect economic, technological, and natural uncertainties in floating solar power generation analysis
가. 경제적 불확실 요인
발전단가인 LCOE는 총 생애 주기 비용을 총 전력 생산량으로 나누어 계산한 값이며 일반적으로 발전비용의 범위 중 발전소 단위 비용을 의미한다 (Loth et al., 2022). LCOE는 사회적 할인율 또는 재무적 할인율을 적용하여 추정이 가능하다. 재생에너지 사업은 민간 투자 사업 형태로 진행이 되고 있기 때문에 현실성을 고려하여 재무적 할인율에 초점을 맞춘 LCOE 분석 값을 사용하였다. 에너지경제연구원에서 산정한 3 MW 규모의 수상태양광 설치 단가를 기준으로 한 총 설비 비용을 고려하여 (Lee and Lim, 2021) 비용편익분석을 고려한 기본 시나리오 (Baseline Scenario)에서 LCOE는 99.9 KRW/kWh를 적용하였다. 태양광 규모별 LCOE를 분석하였을 때 100kW 규모일 경우 3 MW의 규모와 비교하여 약 10.6% 상승하여 (Lee and Lim, 2023) 110.5 KRW/kWh로 변동가능하다. 이를 고려하여 ETN 시나리오에서 경제 변동 가능성을 고려하기 위하여 재무적 할인율 4.5%와 적정할인율인 4~5% 값을 적용하여 78.0~119.0 KRW/kWh까지의 범위로 LCOE의 변화를 추정하였다.
나. 기술적 불확실 요인
기본 시나리오에서 발전량 산정 시 사용한 태양광 모듈의 효율은 21.4%이다. 2023년에 연구실 수준에서 개발된 수상태양광 패널은 27.6%이다 (NREL, 2024). 본 연구에서는 시중에서 판매되고 있는 태양광 패널을 기준으로 선정하였지만 수상태양광 모듈 효율은 계속해서 증가하고 있다. 따라서 비용편익분석 시나리오에서 시중 태양광 모듈의 효율인 21.4%을 적용하고 연구실 수준의 수상태양광 모듈 효율 27.6%까지 시중 태양광의 효율이 증가할 때 변화를 식 (1)에 적용하여 발전량을 분석하였다. 기술적인 변화 요인을 분석하여 현재 시장에서 출시된 수상태양광 모듈 효율과 미래 기술 발전에 따른 효율 개선 가능성을 반영하고자 한다.
다. 자연적 불확실 요인
기후변화에 따라 일사량에 영향을 미치는 구름량에 대한 고려를 자연적 불확실성으로 정의하고 이에 대한 시나리오 분석을 수행하고자 하였다. 비용편익분석 시나리오에서는 일사량을 Table 2와 같이 20년 평균값을 사용하였다. Hur et al. (2024)은 기후변화에 따른 국내 지역별 일사량 변화를 분석하였다. 한반도 1 km 격자형 SSP 기후변화 시나리오를 적용하였을 때, 제주도는 기존 일사량 대비 4.2%, 부산, 대구, 경상남도, 전라남도, 울산은 3.5%의 증가율을 나타냈다. 광주와 경상북도는 3.4%, 전라북도는 3.3%, 충청북도, 충청남도, 경기도, 인천, 세종 지역은 3.1%, 대전, 강원도, 서울 지역은 3.0%의 상대적으로 낮은 증가율로 분석되었다. 본 연구에서는 이러한 지역별 일사량 변화를 반영하기 위해 기후변화 완화 정도가 중간 수준인 SSP2-4.5 시나리오의 일사량 변화를 적용하고, 식 (1)을 활용하여 발전량을 산정하였다.
3. 정책적 요인을 포함한 발전잠재량 평가
비용편익분석 시나리오 (Cost and Benefit Analysis Factors)에서는 Table 2와 같이 주요 변수들을 정리하였다. LCOE는 99.9 KRW/kWh로 설정하였으며 태양광 모듈 효율은 21.4%, 일사량은 과거 20년 평균값을 반영하였다. SMP와 REC는 각각 138 KRW/kWh, 163 KRW/kWh이며 가동기간 20년, 설치비율 10%로 선정하여 비용편익분석을 수행하였다.
수상태양광 발전의 정책적 요인을 고려한 불확실성 분석을 위해 설치비율 (Installation Rate, %), 전력판매가격 (SMP), 가동기간 (Duration, year)의 세 가지 변수를 선정하였다. 정책적 요인의 불확실성 요인 분석을 위해 SMP (KRW/kWh)는 120.85, 187.20, 253.56로, 설치 비율은 수상태양광 설치가 가능한 농업용 저수지 만수면적의 10%, 20%, 30%로, 가동기간은 20년, 25년, 30년으로 설정하였다. 이를 기반으로 본 연구에서는 (가) 설치비율 변화, (나) 전력판매가격 변화, (다) 사업 기간 변화의 세 가지 정책적 요인을 중심으로 시나리오를 구성하여 분석을 수행하였다. 정책적 시나리오는 POL (Politics) 시나리오이며 Table 3과 같이 총 8가지 경우로 구분하여 분석을 진행하였다.
Table 3
Scenarios Considering Politics Uncertainties. Eight scenarios for analyze uncertainties in floating photovoltaics by varying installation rate (10%, 20%, 30%), SMP (120.85, 187.20, 253.56 KRW/kWh), and duration (20, 25, 30 years)
| Factors | Politics Scenarios | |||||||
| POL1 | POL2 | POL3 | POL4 | POL5 | POL6 | POL7 | POL8 | |
| SMP (KRW/kWh) | 120.85 | 120.85 | 187.20 | 253.56 | 187.20 | 253.56 | 187.20 | 253.56 |
| Installation rate (%) | 10 | 20 | 10 | 10 | 20 | 20 | 30 | 30 |
| Duration (years) | 20 | 20 | 20 | 20 | 25 | 30 | 30 | 30 |
가. 설치비율 변화
농업생산기반시설이나 용수의 사용허가 지침 (2020.06.05.)에 따르면 시설관리자는 저수지 등 농업생산기반시설을 활용한 신⋅재생에너지 사용허가의 경우 저수지는 만수면적 10% 이내 범위에서 사용허가를 할 수 있다 (MAFRA, 2020). 따라서 한국에 설치된 수상태양광 사업 설치비율은 만수면적의 10% 미만이다. 하지만 세계에서 평균 수상태양광 설치 비율을 조사하였을 때 만수면적 대비 34.2% (±22.0 SD, n=494) 이며 0.08%에서 89.9%까지 저수지 면적 대비 수상태양광 설치 비율은 다양하다 (Nobre et al., 2024). 따라서 정책이 변화하였을 때 수상태양광 설치비율이 농업용 저수지의 만수면적 10%에서 30%까지 수상태양광 설치면적이 증가 가능한 것을 고려하여 발전량을 분석하였다.
나. 전력판매가격의 변화
수상태양광 사업은 20년 장기고정 계약을 통해 이루어지며 고정된 가격으로 전력 판매가 가능하기 때문에 사업자의 수익 예측이 용이하고 장기간 안정적인 수익을 보장함으로써 투자 위험이 감소 가능하다는 장점이 있다 (Kim, 2018). SMP는 국가의 정책적인 요인에 따라 변동 가능성이 있어 SMP 변화에 따른 수상태양광 사업의 발전잠재량 및 수익성에 미치는 영향을 분석하였다. SMP의 증가는 발전량에 긍정적인 영향을 끼칠 수 있기 때문에 2023년 기준 SMP 가격의 최고값인 253.56 KRW/kWh과 최저값인 120.85 KRW/kWh, 평균값인 187.20 KRW/kWh을 고려하여 사회적 변동요인에 따른 발전량의 변화를 분석하였다.
다. 가동기간의 변화
시장에 출시된 모듈은 25년 출력 보증인 것이 다수이며 기술 발전으로 인해 태양광 모듈 효율 유지 기간이 증가하고 있다 (Sistine Solar, 2024). 따라서 수상태양광의 가동 기간을 기존의 20년에서 30년까지 연장하는 시나리오를 고려하는 것은 경제성과 장기적인 사업 지속 가능성을 판단할 수 있다. 30년 동안 수상태양광 사업이 가능할 때 투자비용 회수 이후의 추가적인 수익 창출 가능성이 있어 발전량에 증가하는 영향을 미칠 수 있으며 운영비용이 장기적으로 사업성에 미치는 영향을 분석이 가능하다.
Ⅲ. 결과 및 고찰
1. 기본 시나리오에 따른 사업성 평가 대상 저수지의 발전잠재량
수상태양광 설치가 가능한 한발빈도가 10년이며 유효수심이 3 m 이상으로 유지하는 저수지 중에서 기본 시나리오 (Baseline scenario)에서는 만수면적이 13 ha 이상인 사업성이 있다고 판단된 저수지를 대상으로 수상태양광 발전 잠재량을 산정하였다. 이를 지역별로 살펴보면 경상북도 104개소, 전라남도 103개소, 충청남도 78개소, 전라북도 76개소, 경기도 53개소, 충청북도 46개소 순으로 나타났다. 발전잠재량을 산정하기 위해 20년간 전국의 일사량의 값 (kWh/m2/day)을 분석하였을 때 결측치를 제외한 일사량 값은 경기도와 강원도가 각각 4.002, 4.003으로 나타났다. 충청북도는 4.096, 충청남도는 4.001, 경상북도는 4.241, 경상남도는 4.070, 전라북도는 3.905, 전라남도는 4.140이다. 대구는 4.167, 부산은 4.346, 인천은 4.049, 대전은 4.119, 광주는 4.188이며 울산은 4.021, 제주는 3.828, 세종 4.118로 나타났다. 해당 값들을 사용하여 수상태양광 잠재발전량을 지역별로 산정하였을 때 수상태양광 설치 가능한 저수지 면적은 충청남도 (1,576 ha)가 가장 높았으며, 전라남도 (1,552 ha), 전라북도 (1,054 ha), 경상북도 (1,036 ha), 충청북도 (702 ha) 순이었다. 설치 가능한 저수지 개수는 경상북도가 높았으나 상대적으로 전라남도에 넓은 면적의 저수지가 분포하여 수상태양광 설치가능 면적이 높은 것으로 나타났다. 지역별 발전량은 전라남도가 373 MWh/day로 가장 높은 발전잠재량을 보였으며 충청남도 (331 MWh/day), 전라북도 (278 MWh/day) 순 이었다. 대구와 광주는 저수지 면적이 상대적으로 적어 일일 발전량도 각각 20 MWh/day, 6 MWh/day로 낮게 나타났다.
Fig. 1은 기본 시나리오에 따른 일일 발전량을 지역별로 나타낸 그래프이며 지역별 저수지 설치 면적과 일사량에 따른 발전량 변화를 나타낸다. 전라남도와 충청남도가 넓은 저수지 면적을 보유하고 있기 때문에 다른 지역보다 높은 발전량을 가진 것으로 나타났다. 하지만 설치 가능한 면적이 비슷할 때 일사량이 유의미한 발전량 변화를 나타내었다. 전라남도의 면적이 1,553 ha, 충청남도가 1,577 ha로 충청남도의 면적이 24 ha 더 많지만 일사량이 전라남도 (4.140 kWh/m2/day)가 충청남도 (4.001 kWh/m2/day)보다 높아 전라남도가 더 높은 발전량을 가진 것으로 나타났다. 수상태양광 발전사업이 가능한 규모를 고려하여 선정한 국내 573 개소의 농업용 저수지를 이용한 총 발전량은 1.72 GWh/day로 분석되었다.
2. 불확실성 (기술, 경제, 자연적 요인)을 고려한 발전잠재량
기후변화 시나리오 (SSP2-4.5)를 적용한 결과, 근미래 (2011-2040) 기간 동안 지역별 일사량 (kWh/m²/day)은 다음과 같이 변화할 것으로 예측되었다. 제주도의 경우 3.989, 부산 4.498, 대구 4.313, 경상남도 4.212, 전라남도 4.285, 울산 4.145로 증가하였다. 광주와 경상북도는 각각 4.259, 4.385, 전라북도는 4.034의 일사량을 보였다. 충청북도 (4.223), 충청남도 (4.125), 경기도 (4.126), 인천 (4.175), 세종 (4.246) 지역의 일사량도 증가하였으며, 대전 (4.243), 강원도 (4.123), 서울 (4.142)의 일사량도 상승하였다. 모듈 효율과 LCOE, 일사량 변화에 따른 변화는 각 시나리오 별로 Fig. 2 에서 지역별 총 발전량 (MWh/day)은 다음과 같이 나타났다. 기본 시나리오 (Baseline scenario)에서는 총 1,727 MWh/day, ETN1은 1,230 MWh/day, ETN2는 1,263 MWh/day, ETN3은 1,437 MWh/day, ETN4는 1,475 MWh/day, ETN5는 1,421 MWh/day, ETN6은 1,586 MWh/day, ETN7은 1,628 MWh/day, ETN8은 1,643 MWh/day의 총 발전량이 나타났다. 기본 시나리오는 만수면적을 제외한 변수를 고려하지 않고 13 ha 이상인 농업용 저수지를 사업성 기준으로 판단하였기 때문에 비용편익분석으로 고려된 ETN 시나리오보다 높은 발전량이 있다고 분석된다.
Fig. 2
Scenario Configurations Reflecting Uncertain Factors. Total power generation estimates for each scenario considering variations in module efficiency, LCOE, and solar radiation
가장 발전량이 낮은 모듈 효율 21.4%, LCOE 119 KRW/kWh, 일사량 증가량 0.24인 ETN1보다 모듈 효율 27.6%, LCOE 78 KRW/kWh, 일사량 증가량 0.24인 ETN8의 발전량은 1,230 MWh/day에서 1,628 MWh/day로 약 32.4% 증가하였다. ETN1에서는 전라남도 (255 MWh/day)와 충청남도 (242 MWh/day)에서 가장 높은 발전량이 나타났으며 넓은 저수지 면적과 유리한 일사량 조건 때문으로 분석된다. 광주와 대전은 각각 5.3 MWh/day와 2.9 MWh/day로 상대적으로 발전량이 낮았다.
다른 요인들이 동일할 때 LCOE의 변화는 수상태양광의 경제적 타당성에 미미한 영향을 미치는 것으로 나타났다. 모듈 효율과 일사량 증가 정도는 동일하지만 LCOE의 값은 각각 110.5 KRW/kWh, 78.0 KRW/kWh인 ETN7과 ETN8을 비교한 결과 두 시나리오의 발전량이 비슷하게 나타났다. 이는 본 연구에서 사용된 데이터셋에서 LCOE의 변화가 발전량에 미치는 영향이 해당 시나리오 비교에서는 뚜렷하게 나타나지 않았음을 의미한다.
태양광 모듈 효율의 향상이 발전량에 미치는 영향을 보기 위해서 ETN1과 ETN3을 비교하였을 때 다른 요인들은 동일하고 모듈 효율이 21.4%에서 25.0%로 증가함에 따라 총 발전량은 1,230 MWh/day에서 1,437 MWh/day로 16.8% 증가하였다. 각 지역의 발전량을 분석하였을 때 경기도는 107.6 MWh/day에서 125.7 MWh/day로 증가하였으며, 전라남도의 발전량은 254.8 MWh/day에서 297.6 MWh/day로 상승하였다.
일사량의 변화가 지역별 발전량에 미치는 영향을 분석하기 위해 ETN1과 ETN2를 비교하였을 때, 총 발전량은 1,230 MWh/day에서 1,263 MWh/day로 2.7% 증가하였다. 이는 모든 지역에서 약간의 발전량 상승을 보여주었다.
전체 지역별 발전량을 분석하였을 때 전라남도는 모든 시나리오에서 가장 높은 발전량이 나타났으며 특히 ETN8에서는 340.1 MWh/day로 가장 높았다. 충청남도 역시 높은 발전량을 보여 ETN8 시나리오에서 321.8 MWh/day를 기록했다. 반면 대전은 적은 농업용 저수지 면적으로 인해 모든 시나리오에서 가장 낮은 발전량이 나타났다. 가장 유리한 조건인 ETN8에서 전라남도 (340.1 MWh/day), 충청남도 (321.8 MWh/day), 경상북도 (231.8 MWh/day), 전라북도 (215.2 MWh/day), 충청북도 (151.2 MWh/day) 순으로 높은 발전량을 나타냈다.
모듈 효율과 LCOE, 일사량 증가의 불확실성을 고려한 분석을 통해 모듈 효율 향상이 발전량 증가에 가장 큰 영향을 미치는 것으로 나타났으며, LCOE의 변화와 기후변화에 따른 일사량의 변화는 상대적으로 적은 영향을 미치는 것으로 분석되었다.
3. 정책적 요인에 따른 발전량 산정
정책적 요인으로는 정책에 영향을 받는 SMP, 설치비율, 가동 기간을 변수로 선정하였다. Fig. 3에서 총 발전량 (MWh/day)은 SMP 120.85, 설치비율 10%, 가동기간 20년, 모듈 효율 21.4%, LCOE 119 그리고 20년 평균 일사량을 적용한 비용편익분석 시나리오 (Cost and benefit analysis)는 1,054의 발전량이 나타났다. 정책적 요인을 변화시킨 POL1은 976, POL2는 1,310, POL3는 1,040, POL4는 1,148, POL5는 1,383, POL6은 1,500, POL7는 1,585, POL8은 1,652로 나타났다. 정책적 요인의 변화에 따라 POL8은 비용편익분석 시나리오와 비교하여 약 56.7% 증가하였으며 가장 발전량이 적은 POL1에 비해 약 69.2% 증가하였다.
Fig. 3
Regional Total Power Generation (MWh/day) Under Policy Scenarios. Total power generation estimates under different policy scenarios considering variations in SMP, installation rate, and project duration
POL1 분석 결과 전라남도가 220 MWh/day로 가장 높은 발전량이 나타났고 충청남도 (218 MWh/day)와 전라북도 (195 MWh/day)가 뒤를 이었다. 광주, 대전, 울산, 제주도와 같은 일부 지역은 발전량이 0 MWh/day로 초기 조건에서 잠재발전량이 거의 없는 것으로 나타났다. 설치 비율을 20%로 증가시킨 POL2에서 발전량이 증가하였다. 특히 전라남도 33.6%, 충청남도 33.3% 증가하여 높은 증가율을 보였으며 경기도는 49%의 발전량이 증가하였다. SMP만 증가하였을 경우 발전량 증가는 적었으나 설치 비율과 가동 기간이 함께 증가한 POL6과 8에서는 발전량이 크게 상승하였다. 정책적 요인이 모두 유리한 POL8에서 발전량은 가장 높았다. 전라남도는 376 MWh/day로 가장 높은 발전량을 보였으며, 충청남도 (330 MWh/day), 전라북도 (277 MWh/day) 순으로 나타났다. 전라남도는 POL1 발전량이 220.19 MWh/day에서 POL8에서 375.68 MWh/day로 약 70.6% 증가하였다.
POL1과 POL2는 모든 변수가 동일하고 설치비율이 10%에서 20%로 증가한 시나리오이며 총 발전량이 976 MWh/day에서 1,310 MWh/day으로 34.3% 증가하였다. 지역별로 살펴보면 경상북도가 52.6%로 높은 증가율을 나타내었으며 72 MWh/day에서 110 MWh/day로 증가하였다. 뒤를 이어 경기도는 63 MWh/day에서 94 MWh/day가 증가하여 49.0%, 인천은 21 MWh/day에서 30 MWh/day로 42.9%의 증가율을 보였다. 가장 낮은 증가율은 22.4%로 대구가 11 MWh/day에서 14 MWh/day 증가하였다.
POL1과 POL3는 설치비율이 10%, 가동기간이 20년으로 모든 변수가 동일하고 SMP만 120.85 KRW/kWh에서 187.20 KRW/kWh로 증가한 시나리오이다. 총 발전량은 976 MWh/day에서 1,040 MWh/day로 6.6% 증가하였다. 지역별로 살펴보면 POL1에서 광주와 대전에은 발전량이 나타나지 않았으나 POL3에서 각각 2.91 MWh 및 2.98 MWh가 발생하였다. 인천이 21 MWh/day에서 24 MWh/day로 14.2%의 증가율을 보였으며 경기도 또한 63 MWh/day에서 72 MWh/day로 약 13.4%의 증가율이 나타났다. SMP가 증가하면서 수상태양광 발전량 증가에 영향을 미쳤다.
정책적 요인 중 설치 비율 증가와 가동기간 증가는 발전량 증가에 영향을 미치는 변수로 나타났지만 SMP의 증가는 비교적 적은 영향을 미치는 것으로 나타났다. 다만 설치 비율 증가는 농업용 저수지의 수상태양광 사업은 산불 진화용 담수지 확보와 관련이 있기 때문에 지역별 산불 위험도에 따라 설치 비율을 고려할 필요가 있다. 2020년 발생한 강원도 고성군에서 발생한 산불 진화 과정 중 일부 수상태양광 시설이 헬기의 저수지 취수 작업을 지연시킨 사례가 보고되었다. 또한 가동 기간 연장은 설치 비율이 높은 지역에서 발전량을 증가시키는 데 영향을 미쳤으며 저수지 면적이 제한적인 지역에서는 이러한 변수들의 영향이 적었다.
Ⅳ. 결 론
본 연구는 농업용 저수지를 대상으로 수상태양광 발전잠재량을 분석하고 불확실성 요인 (기술적, 경제적, 자연적 요인)과 정책적 요인이 발전량에 미치는 영향을 정량적으로 평가하였다. 수상태양광 발전의 불확실성을 평가하기 위하여 SMP, 수상태양광 설치비율, 가동 기간, 일사량, LCOE, 모듈 효율, 총 6개의 요인을 선정하여 종합적으로 고려하여 평가하고 이에 따른 발전량 변화를 분석하였다. 연구 결과 수상태양광을 설치 가능한 저수지의 면적과 지역별 일사량 차이가 발전량에 영향을 미치는 것으로 분석되었다. LCOE 감소, 모듈 효율 향상, 일사량 증가 등의 요인이 발전량 증가에 유의미한 영향을 미치는 것으로 나타났다. 정책적 요인 중 설치 비율 증가와 가동기간 연장이 발전량 증가에 중요한 변수로 작용하였지만 SMP의 증가는 상대적으로 적은 영향을 미쳤다. 따라서 수상태양광 설치 사업의 확대를 위해서는 설치 비율의 증가와 가동기간 연장에 대한 정책적 지원이 효과적일 것으로 판단된다.
SMP, 설치 비율, 가동 기간 증가와 같은 정책적 요인은 수상태양광 발전량과 사업성에 영향을 미쳤으며 설치비율이 가장 큰 영향을 미쳤다. 모든 요인이 동일하고 설치 비율이 20%에서 30%까지 증가할 때 총 발전량의 10.2% 증가율이 나타났다. 따라서 농업생산기반시설이나 용수의 사용허가 지침과 같은 정책적 조건 변화가 수상태양광 발전잠재량에 크게 영향을 미친다는 것을 알 수 있다. 이는 정책적 지원이 확대될 경우 수상태양광 사업이 보다 활성화될 가능성이 높음을 시사한다.
모듈 효율, LCOE, 기후변화에 따른 일사량 변화 중 모듈 효율이 21.4%에서 25.0%로 증가했을 때, 다른 요인이 동일한 조건에서 총 발전량은 1,230 MWh/day에서 1,437 MWh/day로 약 16.8% 증가하였다. 또한 모듈 효율이 25.0%에서 27.6%로 추가 증가했을 때는 발전량은 10.4% 더 증가하였다. 이는 모듈 효율 향상이 LCOE나 일사량 변화보다 발전량 증가에 상당한 영향을 미치고 있음을 보여준다.
본 연구는 발전잠재량 예측에 초점을 맞추어 모듈 효율, LCOE, 일사량, 정책적 요소 등을 주요 변수로 선정하여 변수의 변화 범위에 따라 발전량의 변화를 분석하였다. 본 연구의 결과는 농업용 저수지 기반의 수상태양광 발전사업에 대한 사업성을 다양한 불확실성을 고려하여 실증적으로 분석함으로써 대표적 신재생에너지인 태양광 사업의 지속적인 보급을 위한 중요한 기초 자료를 제공할 것으로 기대한다. 향후 수상태양광 발전사업의 확대와 경제성 확보를 위해서는 지속적인 정책적 지원과 기술적 발전이 수반되어야 할 것이다. 특히 지역별로 전라남도와 충청남도와 같이 설치 가능한 저수지 개수 대비 저수지 면적이 넓은 지역에서는 높은 발전량을 기대할 수 있었으며 경상북도와 같이 저수지 개수는 많지만 개별 저수지 면적이 작은 지역에서는 효율적인 부지 선정이 필요하다. 따라서 지역의 특성과 만수면적과 같은 요소들을 고려한 차별화된 접근과 장기적 투자 전략이 요구된다.
