DOI QR코드

DOI QR Code

철도 유휴부지 활용방안: 군집분석을 활용한 태양광발전 입지 제안

Utilizing the Idle Railway Sites: A Proposal for the Location of Solar Power Plants Using Cluster Analysis

  • 강은경 (경희대학교 일반대학원 빅데이터응용학과) ;
  • 양선욱 (경희대학교 일반대학원 빅데이터응용학과) ;
  • 권지윤 (경희대학교 일반대학원 빅데이터응용학과) ;
  • 양성병 (경희대학교 경영대학 경영학과 & 빅데이터응용학과)
  • Eunkyung Kang (Department of Big Data Analytics, Kyung Hee University) ;
  • Seonuk Yang (Department of Big Data Analytics, Kyung Hee University) ;
  • Jiyoon Kwon (Department of Big Data Analytics, Kyung Hee University) ;
  • Sung-Byung Yang (Department of Business Administration/Big Data Analytics, Kyung Hee University)
  • 투고 : 2022.11.14
  • 심사 : 2022.12.12
  • 발행 : 2023.03.31

초록

지구온난화와 기후변화 등의 유례없는 기상이변으로 전 세계 곳곳이 극심한 몸살을 앓고 있으며, 경제적 손실 또한 눈덩이처럼 불어나고 있다. 이러한 문제를 해결하기 위해 2016년 '파리기후변화협정(The Paris Agreement)'이 체결되어 지구의 평균온도 상승을 1.5℃ 아래로 유지하기 위한 정부간 협의체가 결성되었으며, 우리나라도 2050년 탄소중립을 선언함으로써 기후재앙을 막기 위한 노력을 진행하고 있다. 특히, 온실가스 배출로 인한 기온상승은 수출 의존도가 높은 우리나라 경제는 물론 환경과 사회 전반에 부정적인 영향을 미칠 것으로 예상된다. 또한, 교통수단의 다변화가 가속화되면서 수단선택의 변화도 크게 증가하고 있는 가운데 저성장 시대의 개발 패러다임이 도시재생으로 변화함에 따라, 노선의 수요 감소, 선형 개량, 도심 철도의 외곽 이설 등에 영향을 받아 증가하고 있는 철도 유휴부지 활용에 대한 관심이 높아지고 있다. 한편, 철도 유휴부지를 활용한 태양광발전은 '재생에너지 3020'의 태양광발전 목표를 일부 달성하면서도, 입지를 둘러싼 환경훼손과 주민 수용성 문제에서 자유로워질 수 있는 장점에도 불구하고, 설비실태나 설비계획에 있어 미진한 상황이다. 이에, 본 연구에서는 국가철도공단과 재생에너지클라우드플랫폼에서 제공하는 데이터를 활용하여 태양광발전 설비 설치가 가능한 적합 유휴지를 발굴 및 분석하는 알고리즘을 개발하고, 사용자가 원하는 조건을 고려한 잠재적인 적합 지역을 탐색 및 도출함으로써, 개발 초기 설비나 확충 등에 소요되는 막대한 비용을 절약할 수 있는 방안을 마련하고자 하였다. 본 연구는 다양한 군집분석을 활용하여 철도 유휴부지에 태양광발전 설치입지를 도출할 수 있는 최적의 알고리즘을 개발하고, 면적, 설치용량, 발전량, 예상수익 등이 모두 높은 '태양광발전 설치 적극권장 지역' 202곳을 도출하였다. 이를 바탕으로 경제와 환경을 동시에 고려한 관점에서 의사결정자의 합리적인 판단을 도울 수 있을 것으로 기대한다.

Due to unprecedented extreme weather events such as global warming and climate change, many parts of the world suffer from severe pain, and economic losses are also snowballing. In order to address these problems, 'The Paris Agreement' was signed in 2016, and an intergovernmental consultative body was formed to keep the average temperature rise of the Earth below 1.5℃. Korea also declared 'Carbon Neutrality in 2050' to prevent climate catastrophe. In particular, it was found that the increase in temperature caused by greenhouse gas emissions hurts the environment and society as a whole, as well as the export-dependent economy of Korea. In addition, as the diversification of transportation types is accelerating, the change in means of choice is also increasing. As the development paradigm in the low-growth era changes to urban regeneration, interest in idle railway sites is rising due to reduced demand for routes, improvement of alignment, and relocation of urban railways. Meanwhile, it is possible to partially achieve the solar power generation goal of 'Renewable Energy 3020' by utilizing already developed but idle railway sites and take advantage of being free from environmental damage and resident acceptance issues surrounding the location; but the actual use and plan for these solar power facilities are still lacking. Therefore, in this study, using the big data provided by the Korea National Railway and the Renewable Energy Cloud Platform, we develop an algorithm to discover and analyze suitable idle sites where solar power generation facilities can be installed and identify potentially applicable areas considering conditions desired by users. By searching and deriving these idle but relevant sites, it is intended to devise a plan to save enormous costs for facilities or expansion in the early stages of development. This study uses various cluster analyses to develop an optimal algorithm that can derive solar power plant locations on idle railway sites and, as a result, suggests 202 'actively recommended areas.' These results would help decision-makers make rational decisions from the viewpoint of simultaneously considering the economy and the environment.

키워드

과제정보

이 논문은 2020년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2020S1A5B8103855).

참고문헌

  1. 고석환, 신우균, 신주영, 최의성 (2021). 태양광발전소 현장 진단평가 기술: 발전량 시뮬레이션과 다채널 IV 장치를 통한 고장진단. Bulletin of the Korea Photovoltaic Society, 7(2), 7-15.
  2. 국토교통부. (2015). 철도 유휴부지 활용지침. 2015. 국토교통부 훈령 제555호.
  3. 권순재, 김성현, 탁온식, 정현희. (2017). K-Means Clustering 알고리즘과 헤도닉 모형을 활용한 서울시 연립.다세대 군집분류 방법에 관한 연구. 지능정보연구, 23(3), 95-118. https://doi.org/10.13088/JIIS.2017.23.3.095
  4. 김다혜, 양승우. (2021). 일본 도쿄도 철도고가 하부공간의 활용실태 연구. 도시정책연구, 12(1), 67-88.
  5. 김동언, 이청용, 김재경. (2022). 역사 맞춤형 정책 수립을 위한 지하철 역사의 유형화 및 특성 분석에 관한 연구: 서울 지하철 사례를 중심으로. 인터넷전자상거래연구, 22(4), 153-170.
  6. 김성호, 백승익. (2001). 인위적 데이터를 이용한 군집분석 프로그램간의 비교에 대한 연구. 한국지능정보시스템학회논문지, 7(2), 35-49.
  7. 김용수, 함창현, 백용선. (2000). 가우시안 데이터에 대한 개선된 신경회로망과 코호넨 자기조직화 특징 지도 성능 비교 연구. Journal of the Institute of Industrial Technology, 11(1), 13-18.
  8. 김종대, 이유석. (2019). 토픽 모형 분석을 활용한 시장 세분화 접근법: 영화 시장을 중심으로. 마케팅연구, 34(4), 53-72.
  9. 김현웅, 김현기. (2003). 철도역구내의 유휴부지 활용방안 연구. 한국철도학회 학술발표대회 논문집, 372-375.
  10. 박경서. (2015). 인도네시아: 연무, 자연재해인가 인재인가? 엘리뇨 탓 극심한 가뭄, 곳곳 큰 산불 피해 급증 기업형 플랜테이션 농장 증가로 산불 커져 조코위 해결 의지... 산림개발 기업도 앞장 서야. CHINDIA Plus, 110, 28-38.
  11. 박다인, 윤상후. (2017). 시간단위 전력사용량 시계열 패턴의 군집 및 분류분석. 한국데이터 정보과학회지, 28(2), 395-406.
  12. 박도형, 정재권, 정여진, 이동원. (2014). 자기조직화 지도를 활용한 성장모형 기반의 시장 성성장패턴 지도 구축: ICT 제품을 중심으로. 지능정보연구, 20(4), 1-23. https://doi.org/10.13088/JIIS.2014.20.4.01
  13. 박유민, 김영호. (2012). 환경적.사회적 영향을 고려한 태양광발전소의 기존 입지 타당성 평가 및 지속가능한 입지 제안. 한국경제지리학회지, 15(3), 437-455. https://doi.org/10.23841/EGSK.2012.15.3.437
  14. 박정일, 박민호, 임이택. (2010). GIS를 이용한 신 재생에너지 적지분석 연구: 태양광 및 풍력발전소를 중심으로. 한국지적정보학회 학술발표대회 논문집, 129-141.
  15. 배주은, 김충호. (2021). 태양광발전시설의 입지 현황 및 유형특성에 관한 연구-경상남도 거창군 태양광발전시설 입지의 군집분석을 중심으로. 한국도시설계학회지 도시설계, 22(4), 101-119.
  16. 성노윤, 남기환. (2018). 산업군 내 동질성을 고려한 온라인 뉴스 기반 주가예측. 지능정보연구, 24(2), 1-19. https://doi.org/10.13088/JIIS.2018.24.2.001
  17. 안현준, 신주영, 정창삼, 허준행. (2018). Selforganizing map을 이용한 강우 지역빈도해석의 지역구분 및 적용성 검토. Journal of Korea Water Resources Association, 51(5), 383-393.
  18. 우청원. (2019). DEA를 이용한 청정에너지기술 R&D 효율성 분석: 신재생에너지기술 R&D 과제를 대상으로. 기술혁신학회지, 22(4), 690-708.
  19. 원동규, 이병식, 주희천. (2017). 신재생 에너지지원정책 현황 및 동향 분석: 태양광발전을 중심으로. 한국혁신학회지, 12(3), 83-115.
  20. 윤주, 문대섭. (2016). 철도 폐선부지 활용지침에 따른 유휴공간 활용. Railway Journal, 19(2), 18-23.
  21. 이경미. (2003). 군집분석을 위한 시각화 시스템 구현: MUVIS. Journal of Integrated Design Research, 2, 171-180.
  22. 이근상, 이종조. (2018). 항공 LiDAR 자료 기반 태양광발전소 입지 분석. 한국지적정보학회지, 20(1), 37-47.
  23. 이기림, 이원희. (2015). GIS 와 계층분석법을 이용한 태양광발전소 입지 분석. 한국지리정보학회지, 18(4), 1-13. https://doi.org/10.11108/KAGIS.2015.18.4.001
  24. 이동성, 임재욱. (2019). 태양광발전시설 입지에 영향을 미치는 요인 연구: 서울시를 중심으로. 서울도시연구, 20(4), 107-117. https://doi.org/10.23129/SEOULS.20.4.201912.107
  25. 이민혁, 전인우, 전철민. (2017). 개선된 DBSCAN 알고리즘을 이용한 대중교통 정류장 군집화기법. 대한공간정보학회지, 25(4), 97-106. https://doi.org/10.7319/kogsis.2017.25.4.097
  26. 이수현, 김재윤, 정영선. (2017). Fuzzy K-means 군집분석을 위한 다양한 유효성 지수 개발. 경영학연구, 46(4), 1201-1226.
  27. 이수현, 박정민, 이형용. (2015). 데이터마이닝 기법을 활용한 비외감기업의 부실화 유형 분석. 지능정보연구, 21(4), 111-131. https://doi.org/10.13088/JIIS.2015.21.4.111
  28. 이유빈, 이재규. (2021). 폐간이역 유휴공간의 공공적 활용 연구. 한국공간디자인학회 논문집, 16(3), 179-192.
  29. 이지영, 강인준. (2010). GSIS 기술을 활용한 태양광시설 입지선정에 관한 연구. 대한공간정보학회지, 18(2), 99-105.
  30. 이충기. (2016). 관광조사통계분석 제3판, 경기: 대왕사.
  31. 이하림, 황세원. (2021). 유휴 철도 차량기지의 주거지 입체 복합개발 방향에 관한 연구-신정 차량기지 환경적, 물리적, 사회적 현안 중심으로. 대한건축학회논문집, 37(11), 79-86. https://doi.org/10.5659/JAIK.2021.37.11.79
  32. 이혜정, 허성윤, 우종률, 이철용. (2020). 신재생에너지 발전 사업에 대한 국민 및 지역 주민수용성 비교 연구-태양광, 풍력, 바이오 발전을 중심으로. 한국혁신학회지, 15(1), 29-61.
  33. 전권식, 이명식. (2022). 유휴부지와 차량기지를 연계한 주거단지 개발 기법에 관한 기초적 연구-홍콩 로하스 파크 (LOHAS Park) 주거단지를 중심으로. 한국생태환경건축학회 논문집, 22(4), 101-108.
  34. 조영성, 문송철, 류근호. (2014). 추천시스템에서 구매 패턴 예측을 위한 SOM 기반 고객 특성에 의한 군집 분석. 한국컴퓨터정보학회 논문지, 19(2), 193-200.
  35. 조준한, 김성호, 오철. (2009). 도로특성분류를 위한 통계적 군집분석 방법의 비교 연구. 대한교통학회 학술대회지, 61, 981-986.
  36. 최승범, 김종호. (2018). 지역재생 관점에서 지방자치단체의 철도유휴부지 활용에 관한 연구. 사회과학연구, 31(1), 221-252.
  37. 함애정, 강승진. (2018). 재생에너지 사업 참여에 대한 국민 선호와 수용성 분석: 태양광발전을 중심으로. 에너지공학, 27(4), 36-49. https://doi.org/10.5855/ENERGY.2018.27.4.036
  38. 홍지나. (2021). 도심지 철도폐선부지를 활용한 문화전시시설로의 재생방안 연구-부산 구 (舊) 해운대역을 사례로. 대한건축학회 학술발표대회 논문집, 41(1), 754-75.
  39. Hair Jr, J. F., Black, W., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th edition). Boston: Cengage Learning EMEA.
  40. Jain, A. K., Murty, M. N., & Flynn, P. J. (1999). Data clustering: a review. ACM computing surveys (CSUR), 31(3), 264-323. https://doi.org/10.1145/331499.331504
  41. Kohonen, T. (1998). The self-organizing map, Neurocomputing, 21, 1-6. https://doi.org/10.1016/S0925-2312(98)00030-7
  42. Kuo, R. J., Ho, L. M., & Hu, C. M. (2002). Integration of self-organizing feature map and K-means algorithm for market segmentation. Computers & Operations Research, 29(11), 1475-1493. https://doi.org/10.1016/S0305-0548(01)00043-0
  43. Syakur, M. A., Khotimah, B. K., Rochman, E. M. S., & Satoto, B. D. (2018, April). Integration k-means clustering method and elbow method for identification of the best customer profile cluster. In IOP conference series: materials science and engineering (Vol. 336, No. 1, p. 012017). IOP Publishing.
  44. Xu, D., & Tian, Y. (2015). A comprehensive survey of clustering algorithms. Annals of Data Science, 2(2), 165-193. [URL] https://doi.org/10.1007/s40745-015-0040-1
  45. 강명윤, "삼성전자 전력 소비량, 국내 재생에너지 발전량보다 많다", ChosunMedia 더나은 미래, 2022, Available at https://futurechosun.com/archives/63950.
  46. 국가철도공단, 철도 유휴부지 위치도, 2020, Available at https://www.kr.or.kr/sub/info.do?m=04050401.
  47. 대한상공회의소, 국내 제조기업의 RE100 참여 현황과 정책과제 조사, 대한상공회의소, 2022, Available at http://www.korcham.net/nCham/Service/Economy/appl/KcciReportDetail.asp?SEQ_NO_C010=20120935475&CHAM_CD=B001.
  48. 산업통상자원부, 신에너지 및 재생에너지 개발 이용.보급촉진법, 법제처 국가법령정보센터, 2004, Available at https://law.go.kr/LSW/lsInfoP.do?lsiSeq=66131#0000.
  49. 산업통상자원부, 재생에너지 3020 이행계획(안) 발표, 2017, Available at http://www.motie.go.kr/motiee/presse/press2/bbs/bbsView.do?bbs_seq_n=159996&bbs_cd_n=81.
  50. 신재희, '거스를 수 없는' 신재생 에너지 확대.. '묻지마 신재생' '급격한 에너지 U턴'은 경계, 국민일보, 2022, Available at https://v.daum.net/v/20220704060053118.
  51. 이용성, "기후변화로 상반기 지구촌 경제손실 85 조원"...70년대 比 7.8배, ChosunBiz, 2022, Available at https://biz.chosun.com/international/international_economy/2022/08/10/LOQFG6VVPNHQ5KBXJ2NEGT7FAA/.
  52. 이호준, 새 정부 탄소중립 키워드는 '원전'...재생에너지 어떻게 되나?, KBS NEWS, 2022, Available at https://news.kbs.co.kr/news/view.do?ncd=5438846&ref=A.
  53. 임성희, [보도자료] 고속도로와 철도 유휴부지를 활용한 태양광으로 서울시 주택용 전력의 최대 45% 생산 가능, 녹색연합, 2022, Available at https://www.greenkorea.org/activity/energyconversion/energyconversion-energy/94920/.
  54. 재생에너지클라우드플랫폼, 발전소 현황, 재생에너지 클라우드플랫폼, 2022, Available at https://recloud.energy.or.kr/main/main.do.
  55. 탄소중립포털, 기후변화대응 타임라인, 2021, Available at https://www.gihoo.or.kr/netzero/site/cntnts/CNTNTS_002.do
  56. 한국전력공사, 신재생에너지란, 2022, Available at https://home.kepco.co.kr/kepco/SM/C/htmlView/SMCCHP001.do?menuCd=FN29030304.
  57. 한국전력공사, 에너지원별 발전량 현황, 2021, Available at https://index.go.kr/potal/stts/idxMain/selectPoSttsIdxMainPrint.do?idx_cd=1339&board_cd=INDX_001.
  58. Chadwick, M., 10분만에 읽는 '파리기후변화협정' A to Z, GreenPeace, 2021, Available at https://www.greenpeace.org/korea/update/17235/blog-ce-paris-climate-agreement-a-to-z/.
  59. Lee, U., South Korea's lack of wind and solar hinders exporters, EMBER, 2022, Available at https://ember-climate.org/insights/research/south-koreas-lack-of-wind-and-solar-hindersexporters/.
  60. SBS, [뉴스토리] 뜨거워진 지구... 2022 '기후 쇼크', SBS, 2022, Available at https://news.sbs.co.kr/news/endPage.do?news_id=N1006925430&plink=THUMB&cooper=SBSNEWSPROGRAM.