NB–IoT를 활용한 삼호철새마을 태양광 모니터링 구축을 통한 온실가스 저감에 관한 연구

2.1 온실가스 배출량 계산 및 산정

온실가스 배출량 계산 및 산정에 앞서 본 연구에 적용할 수 있는 온실가스 감축 방법론을 판단하여야 한다. Kim and Lee (2019)에서는 지자체의 사업 유형 분류를 보면 크게 온실가스‧에너지감축 정책, 에너지 생산 및 흡수원 관리 등 3개 유형으로 구분이 가능하였으며, 이렇게 구분된 3개 유형별로 외부사업 방법론으로 분류 하였다. 따라서 본 연구에 해당되는 방법론은 에너지생산 유형의 방법론 중 재생에너지를 이용한 전력 생산 및 계통 연계사업 방법론(01B-001-Ver01)과 재생에너지를 이용한 전력생산 및 자가 사용 사업방법론(01B-004-Ver01)이 해당된다(Ministry of Environment, 2016; Kim and Lee, 2019).

울산광역시 남구 삼호철새마을의 경우 2017년부터 2019년도까지 847가구에 태양광 발전 설비 설치를 지원하였으며, 492가구에 태양광 모니터링을 진행하고 있다. 또한 각 세대는 태양광 발전 설비를 통해 태양광 에너지를 이용한 전력을 생산한다. 따라서 본 연구에 방법론 적용 가능여부를 판단하기 위해 3장 연구결과 및 고찰에서 나타내었다. 또한 본 연구의 방법론을 표현할 경우 재생에너지를 이용한 전력 생산 및 계통 연계사업 방법론은 “01B-001-Ver01”로 표현 하였으며, 재생에너지를 이용한 전력생산 및 자가 사용 사업방법론 “01B-004-Ver01”로 나타내었다. 사업 경계는 본 사업의 재생에너지 발전과 관련된 모든 설비를 포함하며, 사업 경계 내 베이스라인 및 사업 활동에 포함되는 배출원 및 온실가스 종류는 Table 4와 같다.

Table 3.

Methodologies of energy generation type

Table 4.

Emission sources and greenhouse gas types included in the baseline and business activities within the business boundary

온실가스 배출량 산정을 위해 고정된 데이터 인자는 전력배출계수(0.466250 tCO₂-eq/MWh), 데이터 단위는 배출량은 이산화탄소 상당량톤(tCO₂-eq), 데이터출처는 ‘공공부분온실가스 에너지 목표관리제 운영 등에 관한 지침을 적용하였다(Environmental Notice No. 2020-3). 또한 베이스라인 및 모니터링 방법론은 온실가스 배출권거래제 상쇄제도 외부사업 방법론을 적용하였다(Ministry of Environment, 2016; Kim and Lee, 2019). 따라서 온실가스 감축량 산정은 아래와 같이 산정식 (1)을 적용하였다.

여기서, AB_y : y년도 베이스라인 배출량(tCO₂-eq/년)
B_PJ,y : 사업 후 y년도 태양과 발전을 통해 자가 사용된 순 전력량(MWh/년)
BC_grid: 전력배출계수(0.46625 tCO₂ –eq/MWh)

순 전력량에는 태양광 에너지를 통해 생산된 전력량 중 발전 설비 가동을 위해 소비된 전력량(발전설비 가동을 위해 전력계통에서 공급받은 전력량은 포함)은 포함하지 않았다. 베이스라인 배출량 산정을 위한 순 전력량(B_PJ,y)은 다음 식 (2)와 같다.

여기서, B_PJ,y : 사업 후 y년도 태양과 발전을 통해 자가 사용된 순 전력량(MWh/년)
B_i,PJ,y : 태양광 발전 설비 용량(kW)
D_i,PJ,y : 발전설비의 연간 가동시간(시간/년)
U_i,PJ,y : 발전설비의 연간 이용율(%)

태양광 발전 설비 용량은 ‘신(新)재생에너지 설비 설치 확인서’를 통해 확인하였으며, 실제 용량은 3.12 kW이며, 승인사업 용량은 3 kW이다. 태양광 발전 설비의 용량은 승인 사업용량인 3 kW를 적용하였으며, 총 세대수 494대중 NB-IoT 모니터링을 설치한 492세대로 적용하였다. 따라서 온실가스 배출감축량(ERy)은 다음 식 (3)과 같이 나타낼 수 있다.

여기서, ER_y : y년도 온실가스 감축량(tCO₂-eq/년)
BE_y : y년도 베이스라인 배출량(tCO₂-eq/년)
PE_y : y년도 사업 배출량(tCO₂-eq/년)
CE_y : y년도 누출량(tCO₂-eq/년)

2.2 저 전력광대역(LPWA)기술 특징 비교

무선통신신기술은 적용되는 기술에 따라 다양한 통신반경과 전송특성을 가지게 되며 그 특징에 따라 응용되는 분야가 달라진다. 따라서 사물인터넷에 적용되는 MTC (Machine-Type Communication) 방식들에 대한 데이터 전송률과 통신반경을 나타내고 있다(Cho W., 2019, Fig. 1). MTC에서는 통신거리에 따라서 세 가지 방식으로 근거리, 중거리, 장거리로 분류 될 수 있다. LPWA 전송 기술에는 주파수사용에 따라 두 분류로 나타낼 수 있다. RFID, UWB, Bluetooth 등의 기술은 근거리 MTC에 해당되고, WiFi 및 ZigBee는 중거리 MTC에 해당되며 셀룰러통신방식은 장거리 MTC에 해당됨과 동시에 높은 데이터 전송률을 지원한다. 하지만 장거리 통신을 지원하면서 낮은 데이터 전송률을 지원하는 MTC이 새로운 통신영역으로 등장하게 되었고 이와 같은 통신방식은 저 전력 광대역(LPWA)기술로 소개되었다. 기존의 통신방식과는 다른 것은 낮은 데이터 전송률을 지원하는 반면에 매우 넓은 통신반경(3 ∼ 15 Km)을 제공함으로서 매우 낮은 전력으로 동작할 수 있는 특징을 가지고 있다. 또한 사물인터넷분야의 다양한 응용분야에 적용 될 수 있는 장점이 있다(Cho W., 2019). LPWA기술을 보면 주파수사용에 따라 두 가지로 분류될 수 있으며, 비 허가 대역(unlicensed band)을 사용하는 LoRa, SigFox 그리고 허가대역(licensed band)을 사용하는 NB-IoT (Narrow Band : IoT), eMTC (evolved MTC) 등이 있다(Cho W., 2019, Table 4). Cho (2019)에서 넓은 대역폭으로 인해 eMTC가 가장 빠른 데이터 전송률을 제공하나 상대적으로 높은 모듈 가격을 가진다. Sigfox는 가장 넓은 통신 반경을 가지며, 낮은 데이터 전송률을 제공함을 알 수 있다. 또한 NB-IoT의 경우 데이터 전송 및 통신반경을 포함하여 전반적으로 균형 있는 특징을 제공함으로서 보다 널리 사용되는 저 전력광대역 기술로 채택되고 있다(Xu J. et, al., 2018, Cho W., 2019). 따라서 NB-IoT의 기술의 경우 Table 5와 같이 모듈 가격으로 서비스가 가능하며, 확장된 커버리지가 저속으로 안정적 서비스 제공이 가능하다.

Fig. 1.

Data rate and communication range depending on communication scheme

Table 5.

Comparison of LPWA technical characteristics

2.3 통합 관제 시스템 구축

Fig. 2와 같이 통합 관제 시스템은 NB-IoT 게이트웨이 단말기를 통해 태양광 인버터와 1대1로 연결하며, NB-IoT 기지국에 연동 하여 모니터링 서버와 통신하여 데이터를 수집한다. 동시에 수집된 데이터를 통한 관제 태양광 모니터링 시스템을 통해 발전 정보를 종합 적으로 관리할 수 있다(Seo, 2017; 2018). 통합 관제시스템은 스마트폰 App(안드로이드) 운영, 태양광 설치된 위치의 날씨를 참조하여 발전 예상치 예측, 현재 인버터 발전량, 누적 발전량 및 통계 등의 정보를 관리할 수 있으며, 이러한 정보는 연계된 스마트폰으로 확인, 인버터 상세정보 알림을 통해 인버터의 고장 유무를 빠르게 판단할 수 있다(Seo 2017, Seo. 2018).

Fig. 2.

Total system overview

2.4 NB-IoT 통신망 구조

Fig. 3과 같이 NB-IoT 통신망 구조는 태양광 인버터, NB-IoT 모듈, 기지국, Core, IoT플랫폼, IoT application 서버로 구성되어 있으며, 따라서 LTE망의 기지국과 일부 코어망 설비를 공유하게 된다(Seo, 2017; 2018). 신규 구축이 필요할 부분은 기지국 단말의 부속 카드와 코어망 설비 일부 증설, IoT플랫폼 서버 등이 추가되며, 신규 구축하는 것에 비해 저비용 고효율의 망이 구축가능하다(Lee et al., 2017; Hwang et al., 2018).

Fig. 3.

NB-IoT network structure

3.1 외부사업 방법론 비교 및 분석

온실가스 감축사업을 추진하기 위해서는 온실가스 배출량 계산 및 산정에 앞서 본 연구에 적용할 수 있는 외부사업 방법론을 우선 선정해야 한다. 온실가스 배출권 할당 및 거래에 관한 법률 및 동법 시행령과 외부사업 타당성 평가 등 감축량 인증에 관한 지침에 따라, 방법론 적용 조건, 사업경계, 베이스라인방법론, 모니터링방법론 등 본 연구에 적용가능한 방법론을 결정하기 위하여 01B-001-Ver01과 01B-004-Ver01을 비교 분석하였다.

Table 6과 같이 환경부 가이드라인(Ministry of Environment)에 의하면 본 연구에 해당되는 방법론 중 01B-004-Ver01의 적용조건은 재생에너지 중 태양광, 풍력, 수력, 조력을 이용하여 생산된 전력을 자가 소비하는 경우, 재생에너지를 이용하는 전력을 생산하는 경우, 재생에너지를 통해 생산된 전력을 자가 사용하는 경우 해당되며, 또한 사업 이전 전력계통을 통해 수전 전력을 받을 경우 등 이에 적용가능하다. 01B-001-Ver01의 방법론 조건은 태양광, 풍력, 수력, 조력을 이용하여 생산된 전력을 계통에 연계하는 경우, 재생에너지를 이용하여 전력을 생산하는 경우 해당되며, 재생에너지를 통해 생산된 전력을 전력 계통에 연계하는 경우에 적용 가능하다. 따라서 본 연구에서 적용 가능한 방법론의 적용 조건은 사업 이전 삼호철새마을 내 가정에서 전기를 사용하고 있었으므로 01B-004-Ver01이 부합된다. 만약 사업 활동으로 인한 자가 사용 외에의 경우 계통 송전 가능성도 고려해 필요는 있을 것으로 판단된다. 사업 경계의 경우 삼호철새 마을에 거주하고 각 세대에 태양광 발전 설비 설치를 지원하며, 각 세대의 전력은 태양광 발전 설비 및 한국전력공사의 전력 계통을 통해서 공급되어 이 외의 다른 공정은 존재하지 않는다. 또한 태양광 에너지를 이용해 생산된 전력은 발전 설비가 설치된 각 세대 이외의 다른 세대 또는 다른 건물 등에 공급되지 않는다. 그러므로 01B-001-Ver01과 01B-004-Ver01는 사업경계에서는 동일 적용된다. 베이스라인 시나리오의 경우는 환경부 가이드라인에 의하면 “전력계통에 연계된 기존 발전소에서 생산된 전력을 이용하였을 것이다”라고 명시되어 있어 본 연구에서는 각 세대는 한국전력공사에서 생산한 전력을 전력 계통을 이용하여 두 방법론은 동일하게 적용되고 있음을 알 수 있었다. 또한 베이스라인 배출량 및 주요 모니터링 인자를 보면 01B-001-Ver01의 경우 사업 후 y년도 재생에너지를 통해 소내 소비된 전력량을 제외한 계통에 공급된 총 전력량(순 전력량)을 제시하고 있으며, 01B-004-Ver01의 경우 신규로 및 추가로 설치된 재생에너지 발전 설비를 통해 자가 사용된 순 전력량을 제시하고 있어 두 방법론은 온실가스 감축량 산정을 위해 자가 사용된 전력량과 전력계통에 공급된 총 전력량 측정차이에 의해 서로 다르다고 판단할 수 있다.

Table 6.

Comparative analysis data of application method

3.2 온실가스 배출량 계산 및 산정 결과

삼호철새마을의 경우 태양광 발전 설비의 신규 설치이며, 베이스라인 배출량 산정을 식 (1)을 적용하여 그 결과 값을 나타내었다(Table 7). y년도 베이스라인 배출량 결과는 886.79 (tCO₂-eq/년) 산정되었다. 또한 사업 후 y년도 태양광 발전을 통해 자가 사용된 순 전력량은 1,901.968 MWh/년으로 산정되었다.

Table 7.

Results of data for estimating baseline emissions

태양광 발전 설비의 연간 가동시간은 8,760 시간/년 적용하였으며, 본 발전설비의 이용률은 ‘신재생에너지보급통계‘의 ’신(新)재생에너지 환산기준‘에 제시된 태양광(자가용)이용률을 적용하였다. 또한 설비 설치 연도는 2017년이나, ‘신재생에너지보급통계’의 최신 이용률 데이터가 2016년이므로 2016년의 태양광 이용률 14.71% 적용하였다. 따라서 사업 후 y년도 태양광 발전을 통해 자가 사용된 순 전력량은 1,901.968 MWh/yr으로 산정되었다(Table 8).

Table 8.

Data result for calculating net power

태양광 발전 설비를 통해 생산 후 자가 사용한 전력량 중 발전 설비 운영과 직‧간접적으로 연관된 시설 운영에 필요한 전력, 즉 소비전력을 차감한 순전력량을 측정해 베이스라인 배출량을 산정하므로 사업 배출량은 ‘0’(PEy=0)으로 하였다. 또한 누출량(CEy=0)은 고려하지 않았다. 따라서 온실가스 배출감축량(ERy) 식 (3)을 적용하여 y년도 베이스라인 배출량은 886.792 tCO₂-eq/년으로 나타났으며, 온실가스 배출 감축량은 886 tCO₂-eq/년으로 산정되었다(Table 9).

Table 9.

Calculation result of greenhouse gas emission reduction amount

따라서 온실가스 감축량을 인증유효기간을 총 7년으로 가정하고, 인증 유효기간 동안의 총 예상 온실가스 감축량은 6,202 tCO₂-eq의 결과를 나타내었다(Table 10).

Table 10.

Greenhouse gas reduction result

3.3 NB-IoT 활용한 태양광 모니터링 시스템

NB-IoT 기존 LTE (Long Term Evolution)망과 연계된 저 전력 광역통신기술로 이를 활용한 태양광 모니터링 시스템은 LTE 커버리지가 닿는 곳이면 어디든 사용 가능한 장점이 있다. 태양광 발전은 태양빛을 전기에너지로 변화하여 사용하는 기술로 안정된 상용 전력을 변환하기 위한 전력변환 장치 운전에 필요로 한다. 이러한 전력변환장치 운전의 필요한 기본 정보를 취득하고 있으면 MMI (Man Machine Interface)를 위한 정보제공, 운전 정보는 시리얼 통신을 통하여 외부 장치와의 Interface가 가능하다(Seo, 2017). 태양광 모니터링시스템은 태양광 전지 어레이, 직류전력 조절 장치, 인버터, 기상관측용 센스 박스로 구성되어, 사용자가 시스템 접속반의 정보를 수집하여 서버에 전송하고 실시간 정보를 확인하거나 입력정보 조회 서비스를 제공받을 수 있도록 되어있다. 또한 PC 웹사이트 및 스마트폰 어플리케이션을 통해 태양광 발전 시스템의 실시간 정보 확인, 이력정보 조회 서비스를 제공하며, 일보, 주보, 월보, 연보의 형태로 발전량을 체크하는 통합 관제 모니터링 시스템으로 구성되어있다(Seo, 2017; So et al., 2004; Lee et al., 2017).

3.4 통합모니터링 시스템 구현

통합관리모니터링 시스템은 태양광 인버터(Kim et al., 2015; So et al., 2004) 기상관측용 센서 박스 및 시스템 접속 등 정보를 수집하여 서버에 전송하고 사용자에게 실시간 정보 확인 및 이력정보 조회 서비스를 제공하는 통합 모니터링 솔루션이다. 태양광 모니터링 시스템은 PC 웹사이트 또는 스마트폰 어플리케이션을 통해 태양광 발전시스템의 실시간 정보 확인 및 이력정보 조회 서비스를 제공하며 일보, 주보 월보, 연보의 형태로 발전량 그래프를 Fig. 4에서 제공하고 있다(Seo, 2017; Seo, 2018).

Fig. 4.

Integrated control monitoring report

3.5 인버터 인증 및 시스템 관리 구현

모니터링 시스템을 성능구현과 인증을 받기 위하여 울산광역시 남구 삼호철새마을 492세대에 태양광 모니터링을 구축하고 운영하였다(Seo, 2018). 사용된 인버터의 사양은 Table 11과 같으며, Fig. 5는 인버터 시스템의 내부 및 외부 사진이다. 인증 시험은 한국 전기전자시험연구원에서 진행을 하였으며, 그중 대표 인증 시험 결과를 나타내었다. 단독 방지 시험 기능시험은 단독 운전을 검출하여 0.5초 이내에 개 폐시 개방 또는 게이트 블록 기능의 동작 시험 여부에 대하여 진행 하였다. 적용 검사 기준은 KSC 8565 및 인증심사기준을 사용하였으며, 이때 그에 따른 시험 조건에 따른 결과는 아래 Table 12와 같이 심사기준에 부합되었다.

Table 11.

Specifications of solar inverter

Fig. 5.

Inverter system picture (Seo, 2017)

Table 12.

Contents of independent prevention test result

3.6 운전 데이터 성능 분석

Fig. 6은 실시간으로 들어오는 492세대의 태양광 발전정보를 시간 단위로 표출하는 화면으로 전체 모니터링에 대한 누적 발전량을 나타내는 대시보드 화면이다. Table 13은 NB-IoT 태양광모니터링 운영 현황에 대한 내용이며, Dash Board 서버 전송에 따라 수치 값 등 그에 따른 태양광 모니터링 운영 결과 내용이다.

Fig. 6.

Integrated control monitoring screen

Table 13.

Daily operation status of solar power

Table 13은 태양광 모니터링 운영에 따른 일일 발전정지 및 발전정상에 따른 가동률을 나타낸다. 또한 현재 Dash board상 모니터링 데이터 결과를 나타내었다. 492세대에 따른 정상 가동은 100%이며, 그에 따른 모니터링 발전량 정지는 77개소로 나타났다. 따라서 발전량 정지 외 정상 가동 은 전체 84.3%의 결과를 나타내었다. 또한 삼호철새마을 세대별 모니터링 발전 정지량을 알아보면 A지역 14개소, B지역 10개소, C지역 13개소, D지역 9개소, E지역 18개소, F지역 13개소로 전체 492세대 중 77개소가 발전량 정지를 나타내었다(Table 14).

Table 14.

Solar power generation operation status by region

Table 15, Table 16과 같이 태양광 모니터링 주간 운영에 따른 데이터 결과를 나타내었다. 따라서 492세대에 따른 정상 가동은 100%로 이며, 그에 따른 모니터링 발전량 정지는 4월 13일 78개소, 4월 14일 80개소, 4월 16일 80개소, 4월 17일 85개소, 4월 20일 77개소의 결과를 나타났다. 세대별 발전 정지량을 보면 4월 13일 A로 15개소 외 63개소, 4월 14일 A로 16개소 외 64개소, 4월 16일 A로 14개소 외 66개소, 4월17일 A로 15개소 외 70개소, 4월 20일 A로 14개소 외 63개소의 발전량 정지를 나타내었다(Table 16). 따라서 발전정상 가동 분석내용을 보면 전체 비율 가동률은 80% 이상의 결과를 나타내었다(Table 15).

Table 15.

Daytime operation status of solar power

Table 16.

Solar daytime operation status

Table 15와 같이 전체 가동률 80% 이상, 발전량 정지는 20% 이하의 결과를 나타내고 있다. 이러한 문제의 현상을 분석한 결과 현재 태양광 인버터로부터 입력되는 전원(DC 5V)을 사용하는 NB-IoT 단말기 특성상 전원이 공급되는 구간이 인버터가 구동되는 시간대(일출, 일몰)에만 인가되어 단말기가 동작되는 시점이 거의 동시간대에 이뤄짐을 확인 할 수 있었다. 즉 492세대의 단말기가 거의 동시간대에 2대의 NB-IoT 중계기로 접속을 시도함이 망 접속 부하 량을 증가시키는 요인이 확인되었다. 또한 분석된 현상은 개발 당시에는 애견하지 못했던 현상으로 이를 해결하기 위한 방안으로 초기 전원 인가 된 후 단말기가 동시간대 NB-IoT 망에 즉시 접속하려는 행위를 방지하기 위해 분산접속 방식을 적용하였다(Fig. 7). 분산접속 방식은 각 단말기가 저장하고 있는 시리얼 번호를 파라미터로 활용하여 시간 지연을 설정함으로서 여러 단말기기 대기하였다가 순차적으로 통신망에 접속하도록 소프트웨어를 읽어 실행하거나 수정하는 기능인 펌웨어를 수정하여 동식 접속에 이하 망부하량 급증으로 인해 발생될 수 있는 통신 장애 문제를 해결하였다(Seo, 2018).

Fig. 7.

Operates when the power of the NB-IoT terminal

Table 15와 같이 전체 가동률 80% 이상, 발전량 정지는 20% 이하의 결과를 나타내고 있다. 이러한 문제의 현상을 분석한 결과 현재 태양광 인버터로부터 입력되는 전원(DC 5V)을 사용하는 NB-IoT 단말기 특성상 전원이 공급되는 구간이 인버터가 구동되는 시간대(일출, 일몰)에만 인가되어 단말기가 동작되는 시점이 거의 동시간대에 이뤄짐을 확인할 수 있었다. 즉 492세대의 단말기가 거의 동시간대에 2대의 NB-IoT 중계기로 접속을 시도함이 망 접속 부하량을 증가시키는 요인이 확인되었다. 또한 분석된 현상은 개발 당시에는 애견하지 못했던 현상으로 이를 해결하기 위한 방안으로 초기 전원 인가 된 후 단말기가 동시간대 NB-IoT 망에 즉시 접속하려는 행위를 방지하기 위해 분산접속 방식을 적용하였다(Fig. 7). 분산접속 방식은 각 단말기가 저장하고 있는 시리얼 번호를 파라미터로 활용하여 시간 지연을 설정함으로서 여러 단말기기 대기하였다가 순차적으로 통신망에 접속하도록 소프트웨어를 읽어 실행하거나 수정하는 기능인 펌웨어를 수정하여 동식 접속에 이하 망부하량 급증으로 인해 발생될 수 있는 통신 장애 문제를 해결하였다(Seo, 2018).

또한 수정한 펌웨어를 해당 지역에 설치된 모든 단말기에 적용하고 기타 펌웨어를 해당 지역에 설치된 모든 단말기에 적용하여 기타 단말기 이상 유무 확인을 하였으며, 전수 리콜 서비스가 약 1년간(2019년 4월 ~ 2020년 3월) 방문 서비스를 통해 순차적으로 진행되었다. 하지만, 현재 통신 장애 발생률이 약 20% 내외로 나타나고 있으며, 이중 10%는 단말기 보관상의 문제(침수 또는 자연적 재해)로 인한 고장과 일부 분실에 의한 것이며, 나머지는 통신 장애가 발생된 것으로 추정된다. 또한 수신감도(RSRP: Reference Signal Received Power) 영향을 주는 성능시험은 정보통신산업진흥원의 LPWA(NB-IoT) 3D OTA 방사 성능시험(*S190306-014) 의해 진행되었다. 측정방법은 Anechoic Chamber Method를 사용하였으며, 측정안테나 고정, DUT가 phi, theta 축으로 회전하는 step 측정 방식을 이용하였다. Table 17의 성능시험 조건을 바탕으로 시험하였으며, Table 18과 같이 모두 정상 범위 부합되었다.

Table 17.

Measurement condition data

Table 18.

Result data

추가적인 분석을 위해 2020년 10월 말부터 11월 초까지 해당 단말기들 중 무작위로 2곳을 대상으로 수신감도(RSRP: Reference Signal Received Power)를 확인한 결과 모두 -100dBm 이상으로 양호한 수준으로 데이터 통신에는 영향이 없음을 알 수 있었다(Table 19).

Table 19.

Reference signal received power result

3.7 IoT 적용을 통한 비용절감 효과

기존 태양광 모니터링 시스템을 설치하기 위해 RTU (Remote Terminal Unit) 단말기 구매, 설치비, 인터넷요금, LTE 통신요금 등의 비용이 발생하였다. 하지만 ‘NB-IoT 태양광 모니터링 시스템’의 경우 NB-IoT 전용통신 G/W의 단말비용이 저렴하고 설치가 간단하며 통신요금이 저렴한 장점이 있다. 따라서 Seo (2017)에 의해 예상 비용 절감 결과를 나타내었다(Table 20). 또한 Seo (2018)에서는 대기전력 절감효과를 Table 21에 나타내었으며, 누진단계별 총 절감액을 Table 22와 같이 나타내었다.

Table 20.

Cost reduction comparison analysis result(Unit: KRW)

Table 21.

Standby power reduction effect

Table 22.

Total reduction of progressive steps

NB-IoT 활용을 통해 울산지역의 경우 4차 산업혁명의 주요 분야인 IoT 기술을 삼호철새마을단위 지역에 적용하고 태양광 모니터링을 구현함으로서 빅 데이터 처리를 가능하게 되었다. 또한 태양광 설비와 모니터링 시스템과의 연계를 통해 전력 수급 문제를 해결 할 수 있었다. 무엇보다 태양광 인버터 보급에 따라 모니터링 수요가 발생하고, 이에 따른 인터넷망 또는 LTE 라우터 임대비용등 통신비용이 발생된다. 하지만 NB-IoT 통신망을 이용하게 되면 인터넷망과 연결하기 위한 별도의 통신모뎀을 설치할 필요가 없으며, 저렴한 비용으로 이용할 수 있을 것으로 기대된다(Seo, 2018, Table 23).

Table 23.

Current status of price plan operation

3.8 태양광 발전에 의한 온실가스 감축에 따른 경제적 효과

지자체에서 추진 중인 외부사업은 배출권 거래수익 대비, 상대적으로 등록 및 관리비용이 크기 때문에 경제적 확보에 어려움이 있다. 이에 대안으로 극소규모 감축사업의 감축량 인증 기간을 조정할 수 있는 제도의 편익을 활용하여야 한다. 따라서 연간 500톤 미만의 감축사업은 외부사업 등록 시점으로부터 1년 이내에 모니터링 검증 의무가 없으므로, 2년 이상의 모니터링 기간을 두고 감축량을 인증을 추진함으로써 경제성 확보가 가능하다(Kim and Lee, 2019). 따라서 경제성 확보를 위한 인증실적 기간을 조정하여 산정하였다. 본 연구에서는 외부사업 타당성 평가 및 감축량 인증에 관한 지침 및 일부 개정(안)을 활용하여, 사업 전 및 사업 후 온실가스 배출량을 산정하였다. 배출량 산정에 필요한 전력량은 울산광역시 남구청이 구축한 모니터링 시스템 적산 데이터를 사용하였고, “재생에너지를 이용한 전력 생산 및 자가 사용 사업”에 대한 한국에너지공단에서 배포한 극소규모 양식을 활용하였다. Table 24와 같이 온실가스저감 예상 효과는 약 6천2백 톤으로, 배출권 매매를 통한 기대수익은 2억 5천만 원이 될 것으로 예상된다.

Table 24.

Emission reduction performance and economic effect of samho migratory birds village(Unit: 1 million won)