발전 분야의 근본적 체질 변화를 이끄는 지능형 디지털 발전(IDPP : Intelligent Digital Power Plant) 기술

발전 5사를 중심으로 한 화력발전산업은 석탄, LNG 등의 전통적인 화석연료 위주로 운영되어 왔으나, 2000년대 중반 이후 급격한 변화를 겪고 있다. 첫 번째는 기후변화에 대응하기 위한(2050년 탄소중립을 목표로 청정연료 기반의 무탄소 발전을 확대하는) 환경친화적 정책의 강화를 들 수 있다. 기존의 전통적인 화력발전소 역시 기력발전의 경우 암모니아 혼소 발전, 가스복합발전의 경우 수소 혼소 또는 전소 발전과 같은 청정연료로의 전환이 추진되고 있다. 또한 태양광발전, 풍력발전 등 신규 재생에너지의 전력계통 연계량이 증가함에 따라 기존에 기저부하를 담당해오던 전통적인 대용량 발전소가 신재생에너지의 변동성을 보완하는 첨두부하의 역할을 요구받게 되었다. 과거 100% 정격부하로 연간 운영해오던 발전소가 80%에서 크게는 60%의 부분 부하로, 또한 전력 수요가 낮아지는 주말마다 기동 정지를 반복하는 등 운전 패턴이 변화하고 있다.

모든 산업 분야에 걸쳐 안전에 대한 중요성이 그 어느 때보다 강조되고 있다. 발전 분야도 예외는 아니다. 발전소는 구성 설비의 부품 종류가 수만 개에 이르는 매우 복잡한 플랜트 설비인 만큼 안전이 중요한 고려요소가 될 수밖에 없다. 이러한 거대 설비를 대상으로 높아진 안전기준을 기존의 인원과 장비만으로 달성하는 것은 현실적인 장벽에 부딪힐 수밖에 없으며, 대안으로 다양한 첨단 기술의 도입이 필요하다.
 
국가 간의 기술 장벽도 예전과 달리 점점 높아지고 있다. 반도체 분야의 일본산 불화수소 수입 차질로 인해 부각되었던 소재·부품·장비(소부장)의 경우가 대표적이다. 국가의 대표적인 기간시설이자 보안 설비인 발전소의 경우 많은 부분이 국산화가 이루어져 있다. 과거 GE, SIEMENS 등 해외 제작사를 통해 구축되었던 설비 중 일부 고온·고압 부품의 경우, 주기적인 유지 정비를 위한 부품 교체 시 원 제작사를 통해 구입하고 있다.

이러한 환경 변화 속에서 국내 발전산업은 기술을 기반으로 돌파구를 찾아야 하는 상황에 직면해 있다. 앞서 언급한 많은 문제를 해결해 나가기 위해 최근 비약적으로 발전하고 있는 지능형 디지털 기술을 보다 적극적으로 발전소에 도입할 필요성이 강조되는 이유다. 단순히 기계적인 설비 개선을 벗어나 연료의 유연화, 운전의 유연화 또는 보다 완벽한 안전 환경을 조성하기 위한 변화가 필요하며, 발전 기술의 근본적 체질 변화를 이끌어 내는 것이 지능형 디지털 발전, 즉 IDPP(Intelligent Digital Power Plant)라고 할 수 있다.

한전 전력연구원은 2017년 4월 축적된 발전 기술을 바탕으로 디지털화·지능화 기술을 접목하여 발전 분야의 미래 기술 기반을 확보하기 위해 지능형 디지털 발전 기술 개발을 착수하였다. 이후 국내 대부분의 화력발전소를 보유하고 있는 발전 5사와 운영 기술 협력을 통한 시너지를 창출하기 위해 ‘디지털변환 공동추진 업무협력 협약’을 체결하였다. 본 협약을 근간으로 IDPP 공동 연구개발 및 실증을 성공적으로 수행할 수 있도록 실무 인력을 교류하고 데이터를 공유하는데 합의하고, 2019년 5월 한전과 전력그룹사가 공동으로 IDPP 기술을 개발하는 공동 연구 과제를 착수하였다. 해당 과제를 통해 발전소에 특화된 발전 빅데이터 플랫폼과 설비별 맞춤형 지능형 앱을 개발하고, 특히 발전 분야 디지털 트윈 기술을 개발하는 것을 주 내용으로 한다. 2020년 11월에는 IDPP 빅데이터 플랫폼의 인프라를 발전 5사를 대상으로 구축하고 실증하는 정부 지원 과제를 착수하였다. 해당 과제를 통해 발전 5사의 발전소 운전 빅데이터를 수집·저장·분석·활용을 위한 ‘발전 빅데이터 플레이스’를 전력연구원에 구축하고 있다. 발전 빅데이터 플레이스는 기존의 오프라인 중심의 기술 서비스 제공 체계에서 벗어나 온라인 원격 기술 서비스를 제공하는 기틀을 마련하고, 서비스 개발의 주체를 전력그룹사에서 민간 서비스 개발사에게 확대될 수 있는 기반을 제공한다.

앞서 언급한 IDPP 기술은 크게 플랫폼(Hub-Pop for Gen, 이하 허브팝)과 지능형 앱으로 구분할 수 있다. 허브팝은 발전소의 데이터 수집에서부터 시작한다. 발전소의 실시간 운전정보시스템(Real Time Data Base, Rt DB), 분산제어시스템(Distributed Control System, DCS) 또는 기존의 여러 가지 레거시 시스템과 연계하여 운전 데이터를 수집한다. 발전소의 운전 데이터는 대부분이 시계열 데이터로 호기당 약 2만 종에 달하는 대용량의 데이터이다. 이러한 방대한 데이터를 다수의 호기로부터 수집, 저장하기 위해서는 상당한 규모의 전산 자원이 소요될 수 있기 때문에 분산 처리 구조를 갖는 허브팝의 데이터 플랫폼이 적절하다 할 수 있다. 더불어 허브팝은 설비별, 기간별 통계뿐만 아니라 머신러닝 기술을 활용한 다양한 분석 및 예측할 수 있는 툴과 분석 결과를 사용자가 이해하기 쉬운 그래픽 형태의 시각화 툴을 함께 제공한다.

IDPP 기술을 구성하는 두 번째 요소인 지능형 앱은 발전소 주요 설비 및 전체 공정 시스템의 상태를 감시·진단하고, 대상 설비·시스템의 특성에 따른 손상 메커니즘을 근간으로 미래의 상태를 예측한다. 이러한 지능형 앱은 한전-전력그룹사 공동 IDPP 연구 과제 수행 기간 중 발전소 현장 실증을 통해 성능을 검증하고, 트랙 레코드를 확보해 나간다.

지능형 앱에는 물리적인 실제 발전소와 동일한 기능의 구현이 가능한 디지털 트윈 발전소를 사이버 공간에 구축하고, 두 시스템을 연계하여 상호 데이터를 주고받는 발전 디지털 트윈을 포함한다. 전력연구원에서 개발하고 있는 디지털 트윈은 발전 시스템을 가상화하는 트윈 시뮬레이터와 발전소의 핵심 설비라 할 수 있는 보일러와 증기터빈의 상태 및 신뢰성을 평가할 수 있는 보일러 터빈 및 증기터빈 트윈으로 구성되어 있다. 트윈 시뮬레이터는 기존에 발전소 운전원의 훈련용으로 사용되었던 시뮬레이터를 활용한 것으로, 대상 발전소의 공정모델과 제어모델을 모사함으로써 발전소와 동일한 발전 시스템의 시뮬레이션이 가능토록 하였다.

특히나 기존의 훈련용 시뮬레이터가 건설 초기 상태(New and Clean Condition)를 근간으로 시스템을 모사하였다면, 트윈 시뮬레이터는 발전소의 실제 운전 데이터를 학습하여 장기 운전에 따른 구성 설비의 열화 상태를 반영하여 설비별 특성 변수를 보정함으로써 설비 상태를 근간으로 시스템을 모사할 수 있는 Model Adoption 기능을 포함한다. 발전소 운영자는 트윈 시뮬레이터를 활용하여 원하는 운전 시나리오에 따라 트윈 발전소를 기동(Start-up)-정상운전(Steady State Operation)-정지(Shut-down)에 이르는 가상 운전을 수행할 수 있다. 트윈 시뮬레이터는 발전소 운영자 시행한 가상 운전에 따른 발전 시스템의 출력, 공정 변수 등을 제공한다.

발전소의 핵심 설비라 할 수 있는 보일러와 증기터빈을 대상으로 한 보일러 트윈과 증기터빈 트윈은 실 물리법칙에 근간한 방식으로 모델링하는 가상물리모델을 기반으로 개발되었다. 설비별 트윈의 개발 단계에서 관심 운전 범위의 다양한 운전 조건을 경계 조건으로 각 가상물리모델에 적용하여 설비의 온도, 압력, 유량 등의 물리량별 기댓값 빅데이터를 구축한다. 이렇게 취득된 트윈 모델의 빅데이터는 차수감소기법(Reduced Order Method)을 활용함으로써 기존의 전산해석적 기법으로 물리량별 기댓값 도출에 수 시간에서 수일이 걸리던 것을 수초 이내에 도출할 수 있도록 하였다.

보일러 트윈은 그림 7과 같이 연료와 연소용 공기 투입량 등의 제어 변수 변경에 따른 보일러 연소 현상을 가시적으로 사용자에게 제공한다. 보일러 운전원은 운전 시나리오별 최적의 연소 조건을 보일러 트윈을 통해 사전에 확인할 수 있다. 더불어 각 운전 시나리오에 따라 연소용 공기에 의해 증기를 생산하기 위해 열을 흡수하는 전열부의 상태를 제공한다. 사용자는 미래의 예상 시나리오에 따라 발전소 운영 시 전열부의 신뢰도 변화량을 정량적으로 그리고 시각적으로 확인할 수 있다.

증기터빈 트윈은 발전소 기동 정지 시 발생하는 피로 측면의 신뢰성 평가 결과를 제공한다. 증기터빈은 중심축(로터)만 하더라도 2~3m에 달하는 대형 설비이다. 증기에 의해 열이 전달될 때 기동 시에는 표면부가 먼저 가열이 되고, 정지 시에는 표면부가 먼저 냉각이 진행되어 아래 그림 9와 같이 온도 불균형 및 그로 인한 열 피로가 주기적으로 반복된다. 증기터빈 트윈은 운전 패턴 변화(기동 정지 횟수 변화)에 따른 터빈의 저주기 피로수명 변화량을 사용자에게 제공한다.

발전 디지털 트윈은 발전소 전체 공정 및 주요 핵심 설비를 가상화함으로써 발전소 운영자가 수립한 다양한 운전 시나리오에 따른 성능, 신뢰성 측면의 기대치를 사전에 확인할 수 있다. 발전소 운영자는 디지털 트윈을 통해 확인한 시나리오별 발전소의 성능 및 신뢰성 측면의 변화를 평가함으로써 최적의 발전 운영 시나리오를 수립할 수 있다. 기존의 지능형 앱이 사용자의 개입 또는 입력이 없는 수동적 감시·진단·예측 체계에 기반을 두었다면, 디지털 트윈은 사용자가 수립한 운영 시나리오를 바탕으로 한 능동적 체계라는 점에서 차별화된다.

본고에서는 발전 분야의 급격한 환경 변화에 대응하기 위한 미래 기술인 지능형 디지털 발전 기술을 소개하였다. 한전과 전력그룹사가 공동으로 수행하고 있는 지능형 디지털 발전 기술은 발전 분야에 특화된 빅데이터 플랫폼과 지능형 앱으로 구성되어 있다. 특히 디지털 트윈은 발전소 운영자가 수립한 다양한 발전 운영 시나리오에 따라 가상의 공간에서 발전 시스템을 모의 운전하고, 그 결과를 바탕으로 발전소 운영과 관련한 주요 의사결정을 지원할 수 있는 의사결정 지원 체계를 제공한다.

디지털 트윈은 운영 비용보다는 초기 구축 비용이 차지하는 비율이 크기 때문에, 동일 모델의 다수 기기가 운영되는 가스복합시스템 또는 풍력발전시스템에 적용될 경우 그 효용성이 더욱 커질 수 있다. 향후 이 같은 분야에 디지털 트윈 기술을 접목하여 원격 모니터링 및 운영 지원 체계 기반을 마련할 수 있다.

ms.park@kepco.co.kr