Wind resource evaluation and verification of wind map with simultaneous observation at six offshore locations in Gunsan and Yeonggwang

군산·영광 해상 6개 지점 동시 관측을 통한 풍력자원 평가 및 바람지도 검증

Abstract

Floating LiDAR systems (FLSs) are used in many countries because they are easier to install than stationary weather towers, have low maintenance costs, and can be installed in deep sea areas. However, FLSs are rarely used in Korea due to a lack of clear evaluation criteria to verify the reliability and uncertainty of their measurements. This study is the first to verify the reliability of FLSs in Korea with one-year simultaneous observation of six lidar systems - two fixed and four floating systems - in sea areas of Gunsan and Yeonggwang. The reliability of FLSs measurement data was verified by comparison between fixed and floating systems. Moreover, differences between existing wind resource maps and the data observed from the six points were analyzed and wind resource maps were calibrated. The results show a return rate of more than 95 % of the observed data and strong correlations between fixed and floating systems (average R2 of 0.977). Additionally, errors in wind speed predictions to produce a wind resource map could be significantly reduced from 5.7 % to 0.6 % after calibrations with the observation data.

1. 서론

해상풍력발전기의 용량은 발전량 증가와 경제성 확보 차원에서 지속적으로 증가하는 추세이며, 이와 함께 풍력자원을 수집하기 위한 기술 분야도 동반 성장하고 있다. 풍력자원은 풍력단지와 터빈 최적 배치, 터빈 선정, 사전 경제성 평가 등으로 이루어지는 사업타당성 평가를 위한 핵심 고려인자이다. 풍력자원 평가 시 장기간 재해석자료와 단기간 측정 자료를 활용하고 있다. 재해석자료는 유럽의 ECMWF(European Centre for Medium-Range Weather Forecasts)가 제공하는 ERA5 (ECMWF ReAnalysis)와 미국 NASA가 제공하는 MERRA (Modern-Era Retrospective and Applications)가 대표적으로 많이 활용되고 있다[1-3].

하지만 재해석 자료는 육상에서는 해상도의 한계로 지형변화를 충분히 반영하기가 어려우며, 해상에서는 지형 영향이 작아 상대적으로 높은 신뢰도를 확보할 수 있으나 관측 자료의 부족으로 검증이 어려운 상황으로 현재까지도 오차를 줄이기 위한 관련 연구가 진행되고 있다.

재해석 자료를 활용하여 풍속을 예측한 대표적인 선행연구로는 김현구 등[4]이 MERRA, ERA-Interim, ERA5의 재해석 자료를 이용하여 한반도 해상의 기준 풍속을 추정한 바 있으며, 김진영 등[5]이 ERA5를 이용하여 풍속을 예측하고 예측된 결과를 실제 발전단지의 발전량과 회귀분석을 통해 발전량 예측 정확성을 향상시킨 사례가 있다.

실제 사업 개발을 위해서는 해당 부지에서의 측정이 필요한데, 사업 후보지에 100 m 이상의 기상탑을 건설하거나 LiDAR와 같은 장비를 이용하여 10∼20 m 간격으로 각 높이별 풍향·풍속을 측정하게 되는데 보통 1년 정도의 단기 관측에 그친다. 해상에 기상탑을 건설하는 것은 수심 및 해안이격거리가 증가할수록 설치·유지보수 비용이 증가하고, 유지보수가 어렵다는 단점이 있다. 특히 국내의 경우 입지의 적정성 평가를 위한 기상탑 설치는 풍력자원계측 및 풍력발전 부지중복 관련 적용 기준으로 인해 입지를 선점하기 위한 난개발과 인허가 중복으로 이어지고 있고, 해상에서 조업을 하는 이해관계자와의 공감대 형성에 한계가 있어 갈등이 심화되고 있다. 이러한 문제점들을 해결하기 위해서는 입지의 적정성에 필요한 기상탑 설치를 최소화하면서, 풍력자원지도 자료의 신뢰성을 확보하는 연구가 필요하다.

또한 최근 점진적으로 수심이 깊은 해역을 대상으로 대규모 해상풍력단지가 개발되고 있어, 풍력자원계측은 고정식 기상탑에서 부유식 라이다(FLS, floating LiDAR system)로 그 패러다임이 변화하고 있다. FLS는 기존 고정식 플랫폼을 이용하는 방식에 비해 수심이 깊을수록 설치 비용 절감 효과가 증가하며, 수심의 제약이 거의 없다. 또한 철거 및 이동이 용이한 장점이 있다. 해외 선진국에서는 FLS를 사용하여 풍력자원을 계측하는 것이 보편화되는 추세이나, 국내에서는 측정 자료의 신뢰성과 불확도를 검증할 만한 평가 기준이 모호하여 도입 초기 단계이다[6,7].

본 논문에서는 이러한 문제점을 해결하기 위해 국내 최초로 군산과 영광 해역을 대상으로 고정식 라이다 2기와 부유식 라이다 4기, 총 6기를 설치하여 1년동안 풍력자원을 동시 계측하였다. 계측 결과를 기반으로 6개 지점에 대한 기상학적 상관관계를 살펴보고, 기존 풍력자원지도와의 비교를 통해 지도별 오차를 분석하고자 한다. 또한 기존 풍력자원지도를 6개 지점 동시 실측자료를 바탕으로 일괄 보정할 경우 자원지도의 정확성 개선 정도를 확인하고자 한다.

2. 6개 지점 라이다 설치 및 분석 결과

2.1 6개 지점 라이다 설치

군산시와 영광군 해역의 해양공간별 풍력자원 분포를 파악하기 위해 권역별로 3개 지점(총 6개 지점)을Fig. 1과 같이 선정하였다.

Fig. 1 Wind resource measurement points

선정된 풍력자원 계측기 위치는 연안과 외해(동서방향), 남쪽과 북쪽 해역을 고루 포함하고 있고, 동시계측 후 상관분석을 통해 전체 해역의 풍력자원 분석이 가능하도록 지점 간 적정 이격거리 간격인 20∼60 km가 유지되도록 설계하였다. 그 결과, 라이다 풍력자원 계측 위치는 Fig. 1과 같이 좌우 폭이 큰 삼각형 형태를 나타냈으며 남북방향으로 대칭을 이루는 구조로 배치되었다.

2.2 라이다 시스템 제원

총 6개의 고정식 및 부유식 플랫폼에 적용된 라이다는 모두 동일 모델장비로서 시스템의 제원은 Table 1과 같다.

Table 1 LiDAR specifications

군산과 영광 B 지점은 전력연구원이 보유한 해모수기상탑 1호와 2호 데크(Deck) 공간에 Fig. 2와 같이 고정식 라이다를 설치하였다.

Fig. 2 Installation of a fixed lidar system

설치한 라이다는 Leosphere社의 Windcube와 함께 가장 많이 사용되는 ZephIR社의 ZX300M 모델이다. Continuous Wave 스캐닝 기법을 통해 약 200m 높이까지 풍속 및 풍향 측정이 가능한 라이다 시스템으로 평균 해수면 기준 기상탑 데크 높이를 포함하여 40 m, 50 m, 60 m, 80 m, 90 m, 100 m, 110 m, 120 m, 140 m, 160 m, 180 m 총 11개 층에 대한 풍력자원을 측정하였다.

군산과 영광 A, C에 해당하는 4개 지점에는 Fig. 3과 같이 부유식 라이다 시스템(Floating Lidar System, FLS)을 설치하였다.

Fig. 3 Installation of a floating lidar system

풍력자원 계측의 일관성을 유지하고자 고정식 라이다와 동일 기종인 ZephIR社의 ZX300M 라이다 모델을 사용하였고, 플랫폼은 NOMAD (Navy Oceanographic Meteorological Automatic Device) hull 방식을 사용하였다. NOMAD hull은 1940년대에 미국 해군이 해양 데이터를 취득할 목적으로 최초 디자인을 고안하여 운영한 부유체로, 해외 AXYS에서도 NOMAD hull을 변형하여 부유식 라이다를 개발하였으며, 국내 기상청에서도 NOMAD hull 형식의 기상부이(buoy)를 수심 2,200 m 지점에 계류하여 운영한 경험이 있는 플랫폼이다. FLS로 설계된 NOMAD hull 본체의 동작 수심은 10 m∼3,000 m, 최대풍속 75 m/s, 파고 20 m 내외에도 풍력자원 계측이 가능하도록 제작된 플랫폼이다[8]. 부유식 라이다를 이용해 측정한 높이는 40 m, 60 m, 80m, 100 m, 120 m, 140 m, 160 m 총 7개층이다.

2.3 풍력자원 분석

2021년 7월 24일부터 2022년 7월 23일까지 1년 동안 6개 지점 풍력자원을 동시 측정하였다. 짙은 안개 등 기상조건으로 인해 발생한 비정상 데이터를 제거한 군산 A∼C지점의 평균 자료 회수율은 Fig. 4와 같이 98.3 %, 89.3 %, 95.7 %이며, 영광 A∼C지점은 97.3 %, 94.7 %, 96.9 %이다. 군산 B지점의 자료 회수율이 낮은 이유는 2022년 1월부터 2월까지 기상탑 상부 철탑 철거 작업으로 운영을 중단했기 때문에 A와 C지점에 비해 상대적으로 자료 회수율이 낮다.

Fig. 4 Wind measurement recovery rate by height at 6 points

Carbon Trust Stage 2에서는 월간과 연간 자료 회수율 요구기준을 각각 80 %와 85 % 이상을 제시하고 있는데, 군산 B지점 고정식 라이다의 경우 연간 회수율은 85 %를 만족하나 장비 자체의 문제가 아닌 외부횐경에 의해 1월과 2월간 회수율을 충족하지 못하였다. 다만 부유식 라이다 시스템의 경우 월간과 연간 기준으로 각각 80 %와 85 % 이상을 만족함에 따라 기상탑이나 해양 플랫폼의 고정식 라이다 장비를 대체할 수 있을 것으로 판단된다. Fig. 5는 12개 방위별 100 m 고도에 대한 풍향빈도를 나타낸 바람장미이다. 군산 A∼C지점의 풍향 빈도는 북북서(NNW), 북북서(NNW), 북(N)에서 높은 풍향빈도를 나타내고 있고, 영광 A∼C지점은 북(N), 북북서(NNW), 북(N)에서 풍향빈도가 높은 것으로 분석되었다. 겨울철 시베리아 고기압 등 서해안에서의 전형적인 계절풍 영향으로 인해 나타나는 북풍과 북서풍 계열의 풍향이 지배적인 구조를 잘 보여주고 있다. 6개 지점에 대한 높이별 평균풍속은 Fig. 6과 같다. A지점은 육지의 영향으로 인해 풍속대역이 낮고, 육지와 거리가 멀어질수록 평균 풍속이 높게 나타났다. 또한 군산 B지점과 영광 B지점은 서로 거리가 37 km 이격된 지점이나 해안으로부터의 거리가 유사하여 평균풍속은 거의 유사하게 분포하고 하고 있음을 동시 관측을 통해 확인하였다.

Fig. 5 100m height wind direction frequency for 6 points

Fig. 6 Wind speed by height at 6 points

Fig. 7 100m height monthly average wind speed for 6 points

2.4 상관성 분석

해외에서는 부유식 라이다 측정불확도에 대해 이미 다수의 검증 캠페인 수행을 통해 검증된 바 있으나, 국내의 경우 부유식 라이다 시스템에 대한 계측자료 불확실성과 신뢰성 부족으로 부유식 라이다 시스템 활용성이 낮다. 본 논문에서는 IEC 61400-12 규정에서 제시한 불확도 평가 방법을 근거로 부유식 라이다의 측정 정확도를 평가하였다. B지점 100m 높이 측정 자료를 기준으로 A와 C지점을 선형회귀 분석(Linear regression analysis)한 결과는 Fig. 8과 같다.

Fig. 8 Result of floating lidar measurement accuracy evaluation

부유식 라이다와 고정식 라이다를 이용하여 동시 측정한 풍속 자료를 비교한 결과, 선형회귀분석 기울기 0.958 이상, 결정계수 R² 값이 모두 0.977 이상으로 풍속에 관한 IEA/wind 18의 권고 사항을 충족한다. 이를 근거로 전통적으로 사용하는 기상탑 또는 고정식 라이다를 부유식 라이다로 대체하여 풍력자원을 측정해도신뢰성 높은 자료를 취득할 수 있다는 것을 확인하였다.

3. 기존 풍력자원지도 모델검증 및 보정 결과

3.1 기존 풍력자원지도 모델과 비교

풍력자원지도는 수치모델을 활용해서 산출된 격자체계의 지도로 특정 지점에 대한 풍력자원 정보를 얻을 수 있으나, 실제 관측과 차이가 적어야 한다.

본 연구에서 자원지도 모델 비교를 위해 사용된 자료는 국내 기상청 기상자원지도(Korea Meteorological Administration, KMA)와 한국에너지기술연구원(Korea Institute of Energy Research, KIER)에서 개발한 바람자원지도 모델과 유럽의 Global Wind Atlas(GWA) 3.0을 활용하였다.

KMA 자료는 100 m 공간해상도의 5개년(2016년∼2021년) 수치기상모델 결과의 통계자료이며, KIER의 국가바람지도 자료는 2010년∼2018년 총 9년간의 수치기상 모델링으로 제작한 바람지도로 해상도는 1 km × 1 km의 중해상도 자료를 활용하였다. GWA 3.0 바람지도는 덴마크 DTU Wind energy에서 Vortex VMAP 자료를 기반으로 육상 전 영역과 해안선에서 최대 200 km 이격거리 해상영역을 WAsP(Wind Atlas and Analysis Program) 상세화 기법으로 최종 250 m 공간해상도의 바람자원을 도출한 지도를 활용하였다[9,10].

본 논문에서는 B지점을 기점으로 바깥쪽에 해당되는 영역을 평탄지역, 안쪽에 해당되는 영역을 복잡지역으로 구분하였다. 평탄해역은 Fig. 9에서 실선으로 표현한 것과 같이 군산 B지점을 기준으로 군산 C지점, 영광 C지점, 영광 B지점에 해당되며, 복잡지형은 Fig. 9에서 점선으로 표현한 것과 같이 군산 A지점을 기준으로 군산 B, 영광 B, 영광 A지점이 해당 된다. 거리에 따른 각 지점 사이의 KIER, GWA, KMA의 자원지도의 풍속 변화와 실측자료와의 차이를 확인한 결과 Fig. 10과 Table 2와 같다. 자원지도의 평균풍속이 장기 통계를 대표하는지 확인하기 위하여, 6개 지점별 계측 자료를 재해석 자료를 이용한 MCP 방법으로 장기 보정을 수행하였으며, 보정된 계측결과를 자원지도의 지점별 평균풍속 자료와 비교하였다.

Fig. 9 Flat and Complex terrain sections

Fig. 10 Comparison with the existing wind resource model

Table 2 Comparison with average wind speed at 100 m height by point

6개 지점 풍력자원 계측 100 m 높이 시계열 자료는 육지로부터의 거리에 따라 선형적인 상관성을 나타내고 있으며, 실측자료와 기존 바람자원 모델자료를 비교한 결과 비교적 큰 평균풍속 차이가 발생하는 것을 확인하였다. 또한 평탄지역에 해당되는 군산 B와 군산 C지점 사이, 군산 B와 영광 C지점 사이의 풍속은 외해쪽으로 갈수록 선형적으로 평균풍속 값이 높아지는 것을 확인할 수 있다. 거리에 따른 공간구배 비교 결과 KIER, GWA, KMA의 바람자원지도 중에서 실측자료의 평균풍속과 비교한 결과 GWA 모델자료가 가장 유사함을 확인하였다.

반면 복잡지역에 해당되는 군산 A와 군산 B지점 사이, 군산 A와 영광 B지점 사이의 풍속은 외해쪽으로 갈수록 평균풍속 값이 높아지나 섬지역에 해당되는 구간에서 지형의 영향으로 풍속이 변하는 것을 확인할 수 있는데, 모델의 공간해상도가 높을수록 지형에 의한 풍속변화 민감도가 증가하는 것을 알 수 있다. 복잡지역을 대상으로 거리에 따른 공간구배 비교 결과KIER, GWA, KMA의 바람자원지도 중에서 실측자료의 평균풍속과 비교한 결과 KMA 모델자료가 가장 유사한 것으로 나타나는데, 이는 대부분의 모델이 전체영역에서 풍속을 과대모의하고 있는데 반해 KMA 자료는 전체적으로 과소모의하고 있어 외해측에서는 타모델 대비 재현풍속이 작게 나타나고 연안에서 그 차이가 작아지면서 나타난 결과이다. 또한 실측자료는 육지에 가까울수록 풍속의 감소 정도가 모델자료에 비해 크게 나타나고 있어 모든 자원지도 자료가 공통적으로 육지에 가까울수록 감소하는 풍속의 변화정도를 과소 재현하고 있는 것을 확인할 수 있고 이는 모델의 해상도 한계로 지형의 영향을 충분히 반영하지 못하기 때문에 나타나는 결과로 판단된다.

3.2 풍력자원지도 신뢰성 검증 및 보정

해상의 풍력자원 실측자료 확보와 측정에 대한 어려움으로 인해, 광역 입지 분석과 사전 타당성 조사단계에서는 수치 기상지도가 유용하지만, 다양한 지점의 관측 자료를 통한 검증·보정을 통해 수치 기상지도의 신뢰도를 높여야 한다. 이에 본 논문에서는 GASP(Global Atlas of Siting Parameters)의 풍력자원 지도를 6개 지점 실측자료를 동시에 고려하여 보정한 후, 바람자원지도의 정확성 개선 정도를 검증하고자 한다. GASP(Global Atlas of Siting Parameters)자료는 IEC 61400-1 규정을 근거로 전 세계의 풍력자원과 난류 및 풍력터빈 등급 선정에 필요한 정보를 제공하고 있는데, 풍력자원 분석에 필요한 풍속 Weibull 분포 매개변수 정보는 GWA 자료를 기반으로 제공하고 있고, 풍력터빈 등급 산정을 위한 극치풍속은 CFSR 자료를 기반으로 제공하고 있다. GASP 지도는 250 m의 수평공간 해상도로 50 m, 100 m, 150 m 높이의 바람지도를 제공하고 있다[11].

신뢰성 검증을 위해 GASP 100 m 높이 바람자원지도와 6개 지점에서 측정한 100 m 높이 실측자료를 모두를 WindPRO 프로그램을 활용하여 보정한 바람자원지도는 Fig. 11, Fig. 12와 같다. 그리고 바람자원지도 보정 전과 보정 후에 평균 풍속값과 실측 풍속값을 비교하기 위해 임의의 지점에 대한 평균 풍속값을 분석한 결과는 Fig. 13, Fig. 14와 같다. GASP 모델과 실측자료를 보정하기 전 평균풍속은 약 –0.22 m/s에서 1 m/s로 약 5.7 % 오차가 있으나, 보정 후 평균풍속은 –0.09 m/s 에서 0.02 m/s 약 0.6 % 오차로 실측값과 거의 동일한 값을 가진 바람자원지도를 도출하였다. 특히 GASP 모델은 육지에 가까울수록 실제 풍속과 큰 차이가 있으나 외해로 갈수록 차이가 크지 않음을 확인할 수 있으며, 해당 자료를 광역 입지 분석에 활용할 경우 불필요한 계측기 수를 줄일 수 있을 뿐만 아니라, 잠재적 발전량에 대한 신뢰성 높은 결과를 얻을 수 있을 것으로 판단된다.

Fig. 11 Calibrated location of Gunsan wind resource map

Fig. 12 Calibrated location of Yeonggwang wind resource map

Fig. 13 Comparison results of wind resource map calibration in Gunsan

Fig. 14 Comparison results of wind resource map calibration in Yeonggwang

4. 결론

본 논문에서는 군산과 영광 해역에 고정식라이다 2기, 부유식라이다 4기 총 6기를 설치하고 풍력자원 동시 계측자료를 이용하여 부유식 라이다시스템의 계측 정확성과 자료에 대한 신뢰성 검증을 수행하였다. 또한 동시 계측된 6개 지점 자료를 이용해 국내외 풍력자원지도의 오차를 분석하였고, 풍력자원지도 보정 후의 정확성 검증을 수행하였다. 그 결과는 다음과 같다.

부유식 라이다 시스템 1년 관측 결과 자료 회수율은 약 95 % 이상이며, 고정식과 부유식 라이다 시스템을 선형회귀분석 결과 평균 R² 값은 0.977 이상으로 IEA/wind 18의 권고 사항을 충족함에 따라 기존 고정식 기상탑 또는 고정식 라이다를 대체할 수 있음을 확인하였다. 6개 지점 풍력자원 계측 시계열 자료는 육지로부터의 거리가 멀어질수록 증가하는 경향이 잘 나타나고 있고, 기존 풍력자원지도와의 오차는 KMA 0.53 m/s, KIER 0.85 m/s, GWA 0.98 m/s 이내로 비교적 큰 풍속 차이가 발생하는 것을 확인하였다. 6개 관측지점 실측치를 동시 고려하여 GWA기반 바람지도 풍속을 일괄 보정한 결과 약 0.6 % 정도의 오차를 가진 풍력자원지도를 도출하였다. 해당 자료를 광역입지 분석에 활용할 경우 불필요한 계측기 수를 줄일 수 있을 것으로 판단된다.

결론적으로 육지와 먼 해상일수록 바람자원 모델 자료의 신뢰도는 높게 나타나지만 지형의 영향이 클수록 오차가 크게 나타나기 때문에 이에 대한 검증과 개선이 필요하다는 것을 확인하였다. 본 연구에서의 6개 지점 실측자료를 이용한 자원지도 보정 시 지점수 부족과 1년 관측 자료 활용 등에 따른 보정 정확도의 한계가 있는 것도 함께 확인할 수 있었다. 따라서 자원지도의 정확도 향상을 위한 최소 필요 실측자료 범위 한계 파악과 보정방법 개선 등에 대한 지속적인 연구가 필요하다.

후기

이 연구는 2020-2021년도 산업통상자원부의 재원으로 한국에너지공단의 지원을 받아 수행한 “국가주도 해상풍력 적합입지 발굴사업” 과제의 결과물을 재정리한 것입니다. (산업통상자원부공고 제2020-470호)