[한국에너지신문] 온실가스 감축 의무와 미세먼지 등의 환경 문제 속에서 정부는 2030년까지 신재생에너지 발전 비중을 20%까지 늘리는 야심 찬 전략을 밀어붙이고 있다.
이러한 상황에서 전력 생산 비용이 화석에너지 수준에 근접한 태양광 발전은 가장 현실적인 대안으로 주목받고 있다. 과연 지금 이 시점은 태양광 발전에 있어서 급속히 유행되는 시기, 즉 티핑 포인트가 될 수 있을까? 그렇다면 그것을 위해 우선 해결해야 할 문제점은 없는지 고민해 봐야 할 때다.
일반적으로 특정 산업이 성숙하기까지는 수많은 기업이 나타나고 도산한다. 태양광 산업도 바로 이 시기에 있다. 20년 수명을 바라보는 태양광 발전 설비를 보급, 확산하기 위한 정부의 정책을 안정적으로 뒷받침할 수 있는 산업 중심의 기술 지원이 필요하게 된다. 둘째로 대규모이면서 불안정적인 태양광 발전을 받아들이는 전력계통 인프라를 같이 고민해야 한다.
이미 관련 기관들은 계통 수용성을 높이기 위해 속응성 전원과 에너지저장장치를 확충하는 등, 기술적인 노력을 하고 있지만 때와 장소에 따라 발전량이 변하는 태양광 발전의 특성을 심각하게 우려하는 상황이다.
마지막으로 개인을 포함한 발전사업자를 위해서 발전 설비를 최적의 상태로 유지하고 혹시나 모를 중단으로 인한 손실을 줄일 수 있어야 한다. 비교적 큰 규모의 발전소에서는 첨단기술을 통해 설비 이용률을 높이고 있지만 국내 태양광 발전 용량의 절반 정도를 차지하는 100㎾ 이하의 소규모 설비들은 체계적인 유지관리가 쉽지 않다.
필자는 이러한 다양한 관점의 문제들을 해결하지 않고는 원활한 태양광 발전 확산이 어렵다고 생각한다. 문제에 접근할 수 있는 기술적인 수단이 필요한 셈이다. 그러나 셀, 모듈, 시스템 중심의 태양광 발전 기술은 충분히 성숙했기 때문에 문제 해결을 위한 또 다른 혁신이 등장하기엔 여건이 녹록지 않다.
시야를 넓혀서 ICT를 융합해 보자. 쉽게 적용할 수 있고 비싼 하드웨어 설비를 필요로 하지도 않는다. 다양한 방식으로 문제에 접근하기 때문에 성공 가능성 또한 높아진다.
ICT 융합으로 얻을 수 있는 가치는 상호 연결성에 있다. 현재 운영 중인 태양광 발전 설비를 전국이나 지역단위로 연결하면 중앙의 서버 컴퓨터는 전체적인 시각으로 각각의 상태를 판단할 수 있게 된다.
이 컴퓨터가 태양광 설비들의 특성과 규격을 알고 있다는 것을 전제로 하면, 현재의 기상상태를 기준으로 서로의 발전 상태를 비교하면서 정상적이지 않은 설비를 구분해 낼 수 있다. 시시각각으로 전달되는 태양광 발전 정보들이 모여 빅데이터가 되고 그 속에서 요인 간 상관관계를 찾는 기계학습이나 통계적인 분석이 가능하기 때문이다.
또한, 이러한 분석결과를 이용해서 발전량을 미리 계산할 수도 있다. 일사량과 온도 정보 등 정확한 기상예측만 뒷받침된다면 시기와 위치별로 발전량을 예상할 수 있다. 이러한 정보를 미리 감안하면 전력계통을 운영하거나 발전계획을 수립하는 입장에서도 불확실성을 낮출 수 있다.
마지막으로, 수많은 소형 발전설비들을 일일이 점검하지 않고도 감시할 수 있는 자동화를 시도해 볼 수 있다. 각 발전 설비들로부터 수집된 전력 특성 정보를 분석해서 비정상적인 출력감소나 변화들을 실시간으로 판단하고 고장 여부와 그 원인을 추정할 수도 있다. 따라서 설비 이상으로 인한 손실을 최소화 할 수 있는 자동화된 유지 보수 지원이 가능해지는 셈이다.
4차 산업혁명이라는 개념은 우리에게 그리 멀지 않다. 이미 고도화된 ICT로 서로를 ‘연결’하고 많은 정보를 교환해 ‘빅데이터’가 모이면 그로 인해 얻을 수 있는 ‘지능’을 통해 새로운 혁신을 만들어 갈 수 있다.
지금은 태양광 발전 산업에서의 4차 산업혁명, 그것을 통해 태양광 산업의 가치를 끌어올려야 하는 시기다. 이것이 태양광 발전의 성장을 촉진하는 티핑 포인트가 될 것이므로 관련된 기술 투자를 게을리해서는 안 될 것이다.
