기후변화에 관한 정부간 협의체(Intergovernmental Panel on Climate Change, IPCC)는 2018년 제48차 총회에서 「지구온난화 1.5°C 특별보고서」를 승인하며 파리협정 채택 시 합의된 기온 1.5°C 상승 억제를 위한 과학적 근거를 마련하였다. IPCC는 2100년까지 지구 평균 온도 상승폭을 1.5°C 이내로 제한하기 위해 2030년까지 전 세계적으로 이산화탄소 배출량을 2010년 대비 최소 45% 이상 감축하고 2050년경에는 탄소중립(Net-Zero)을 달성해야 한다는 목표를 제시하였다(Intergovernmental Panel on Climate Change, 2018). 이 목표를 실현하기 위해 도서지역에서도 탄소 배출량 감소가 필요하며, 이를 위해 신재생에너지의 도입이 필요할 것으로 생각된다.

행정안전부가 발표한 자료에 따르면 대한민국에는 총 465개의 유인도서가 존재한다(Ministry of the Interior and Safety, 2024). 이 중 75개는 연륙교 혹은 연도교를 통해 내륙과 연결되어 있으며 150개의 도서지역만이 배전 설비를 갖추고 있는 것으로 파악되었다(Korea Electric Power Corporation, 2021). 이처럼 많은 수의 도서지역이 물리적으로 내륙과 분리되어 있어 전력계통 연계가 제한된다. 내륙과 전력계통 연계가 미형성된 도서지역에서는 내연발전소(디젤발전)를 이용한 자가발전을 통해 전력을 공급하고 있다(Heo et al., 2014). 한국전력에서 발표한 ‘도서지역 온실가스 배출현황’에 따르면 2018년~2020년 동안 66개 도서지역의 온실가스 누적 배출량이 약 54만 톤에 이르는 것으로 추산되었다. 이는 여의도 면적의 60배에 해당하는 지역에 30년생 소나무 8,200만 그루를 심어야 절감할 수 있는 양과 같다. 이처럼 도서지역의 탄소 배출량을 줄이기 위한 방안으로 에너지 자립섬이 제시되었다.

에너지 자립섬이란 태양광, 풍력, 지열 발전과 같은 신재생에너지를 통해 필요한 에너지를 스스로 생산하고 사용하는 도서를 의미한다(Yang et al., 2018). 유인도서 중 에너지 자립에 성공한 사례로는 약 70명의 주민이 거주하는 대한민국 충청남도 홍성군 죽도가 있다. 이곳은 디젤발전 외에도 태양광과 풍력 발전을 통해 에너지 자립률을 연평균 73%, 최대 96%까지 달성한 것으로 평가되었다(Yang et al., 2018). 여러 신재생에너지 중 태양광 발전은 공간적 제약과 거부감이 상대적으로 적고 환경 친화적이라는 장점이 있다(Seo and Suh, 2020).

도서지역에 태양광 발전을 통해 에너지 자립을 적용한 선행 연구로 Kim et al. (2014)이 울릉도의 녹색섬 조성을 위해 지리정보시스템(Geographic Information System, GIS) 분석 기법을 활용하여 태양광 발전 시스템 적지를 추출하고 RETScreen 소프트웨어를 활용하여 해당 지역의 태양광 발전 잠재량을 측정하였다. Tian et al. (2021)은GIS를 활용하여 갈라파고스 제도의 두 섬을 대상으로 건물 옥상면의 면적을 산출하고 기존 전력 수요를 충족하기 위한 옥상태양광 발전부지의 필요면적 및 태양광 발전 잠재량을 추정하였다. Moscoloni et al. (2022)은GIS와 EuropeanCentre forMedium-RangeWeather Forecasts (ECMWF)에서 제공하는 ECMWF Reanalysis v5 (ERA5) 재분석 자료 및 수치표고모델(Digital SurfaceModel, DSM)을 활용하여 이탈리아 시칠리아 섬과 인근 섬들의 건물 옥상면의 태양광 발전 잠재량을 평가하였다.

해상태양광 발전에 관한 선행 연구로는 Silalahi and Blakers (2023)가 ERA5 재분석 자료의 40년간(1980년~2020년) 최대 풍속 및 파고 데이터를 분석하여 해상태양광 발전 시설 설치에 적합한 수역과 해당 수역의 태양광 발전 잠재량을 추정하였다. Jamalludin et al. (2019)은 태양 에너지는 어디서든 얻을 수 있다는 점과 전 세계 인구의 약 44%가 해안과 담수 자원에서 150 km 이내에 살고 있기에 해상태양광 발전의 잠재력을 높게 평가하였으며, 말레이시아의 해상태양광 발전 적용이 적합한 6개 수역을 선정하고 이에 대한 해상태양광 발전 잠재량을 산정하였다. Manolache et al. (2023)은 루마니아 흑해 수역에 연구 지점 4곳을 설정하고 ERA5 재분석 자료를 통해 연구 지점의 태양 복사량을 산정하였으며, 해상태양광 발전이 육상태양광 발전에 비해 더 높은 발전 효율을 보이는 것을 확인하였다.

본 연구에서는 내륙과의 전력계통 연계 미형성으로 인해 내연발전으로 전력을 생산하는 대한민국 전라남도 신안군 흑산면 하태도를 대상으로 건물 옥상 및 해상태양광 발전 시설의 설치가 적합한 구역을 선정하고 태양광 발전 잠재량을 추정하였다. 이를 통해 하태도의 판매전력량을 태양광 발전을 통해 전량 공급할 수 있는 에너지 자립섬으로의 조성 방안을 제시하고자 한다.

2.1. 연구 지역

본 연구에서는 대한민국 전라남도 신안군 흑산면에 위치한 하태도(Fig. 1)를 대상으로 옥상태양광 발전 시설 설치가 적합한 건물과 해상태양광 발전 시설 설치에 적합한 수역을 선정하였으며, 선정 대상에서의 태양광 발전 잠재량 분석을 수행하였다. 하태도는 상태도, 중태도, 하태도로 이루어진 태도군도 중 가장 남쪽에 위치한 섬으로 내륙과 약 70 km떨어져 있다. 섬의 면적은 2.33 km²로 약 140명의 주민들이 거주하고 있으며(Ministry of the Interior and Safety, 2024) 북서쪽으로 돌출부가 길게 뻗어 있고 남북으로 만 형태의 해안 지형을 지니고 있다. 이러한 해안 지형은 파도와 바람의 영향을 감소시키기에 해상태양광 발전 시설 설치에 적합할 것으로 판단된다.

Figure 1. Location and overview of the study area: Hataedo Island, Jeollanam-do, South Korea (background image from Earthstar Geographics and Maxar).

행정안전부에 따르면 하태도의 2019년 판매전력량은 363,582 kWh로 태도군도 중 가장 많은 전력을 소비하는 것으로 나타났다(Ministry of Trade, Industry and Energy, 2021). 판매전력량은 전력공급자가 생산한 전력 중 실제로 소비자에게 전달되어 사용된 전력량을 의미한다. 상태도는 태양광 발전과 풍력 발전을 보조 발전원으로 활용하고 있으며 상태도와 중태도는 송전탑을 통해 송·배전이 가능한 반면 하태도는 전력생산을 디젤발전에만 의존하고 있다. 하태도에는 560 kW급 디젤 발전기가 설치되어 있으며(Ministry of Trade, Industry and Energy, 2021), 다른 섬이나 육지와 연결된 교량이 없고 내륙에서 멀리 떨어져 있어 전력계통 연계가 제한적인 상황이다. 이러한 고립된 지리적 특성, 신재생 에너지 발전 설비의 부재 및 해상태양광 발전 시설 설치에 적합한 해안 지형의 존재를 고려하여 하태도를 연구 지역으로 설정하였다.

2.2. 연구 방법

본 연구에서는 하태도의 건물 옥상 및 해상에서의 태양광 발전을 통해 하태도의 판매전력량을 상회하는 양의 전력을 확보하고자 하였다(Fig. 2). 먼저 태양 복사량 산정을 위해 하태도에서 약 30 km 떨어진 대한민국 전라남도 흑산도의 종관기상관측장비(Automated Synoptic Observing System, ASOS)에서 측정된 태양 복사량 실측치와 ArcGIS Pro 소프트웨어의 Points Solar Radiation 분석도구를 통해 계산된 ASOS 지점 좌표에서의 태양 복사량을 비교하여 하태도의 기상 조건에 적합한 산란비율(diffuse proportion)과 투과율(transmissivity)의 대푯값을 선정하였다. 선정된 산란비율과 투과율의 대푯값을 하태도의 옥상 및 해상태양광 발전의 태양 복사량 계산 과정에 적용하였다.

Figure 2. Flowchart for evaluating rooftop and offshore photovoltaic power potential for achieving energy self-sufficiency in Hataedo Island.

하태도의 건물 옥상면의 형태를 고려하여 태양광 설치에 적합한 건물을 선정하고 ArcGIS Pro 소프트웨어의 Feature Solar Radiation 분석도구를 활용해 해당 건물들의 2023년 연간 태양 복사량을 계산하였다. 계산된 태양 복사량을 태양광 발전 잠재량으로 변환한 후, 이를 하태도의 2019년 판매전력량과 비교하여 옥상태양광 발전만으로는 충족되지 않는 전력량을 계산하였다. 2019년과 2023년의 판매전력량이 동일한 것으로 가정하고 가장 최근 1년간의 태양광 발전 잠재량을 파악하기 위해 2023년을 태양광 발전 잠재량 계산 적용 연도로 설정하였다. 옥상태양광 발전으로부터 생산된 전력량과 판매전력량을 비교하여 판매전력량 충당에 부족한 전력량은 해상태양광 발전을 통해 수급하고자 하였다.

부족한 전력량을 해상태양광 발전을 통해 수급하기 위해 해상태양광 발전 시설 설치가 적합한 수역을 선정하고 해상태양광 패널을 의미하는 해상태양광 폴리곤 피처(polygon feature)를 생성하였다. ArcGIS Pro 소프트웨어의 Feature Solar Radiation 분석도구를 활용해 해당 피처로의 태양 복사량을 계산한 후 태양광 발전 잠재량으로 변환하였다. 이와 같은 분석을 통해 하태도의 판매전력량을 옥상 및 해상태양광 발전으로 충당할 수 있는 가능성을 평가하였다.

2.2.1. 태양 복사 모델링

태양에서 지구로 들어오는 태양 복사 에너지는 대기를 통과하면서 구름, 먼지, 기체 입자에 의해 산란되거나 흡수되고 지형과 지면의 특성에 의해 변형된다. 태양 복사선은 직접(direct), 산란(diffuse) 및 반사(reflected) 성분으로 구성된다. 직접 복사선은 태양에서 나오는 에너지가 대기 중에서 산란되거나 흡수되지 않고 직접 지구 표면에 도달하는 태양 복사선으로 가장 강한 복사 강도를 가지고 있다. 산란 복사선은 대기 중의 입자들에 의해 산란된 복사선으로 모든 방향으로 균일하게 확산되어 지표에 도달한다. 반사 복사선은 지표면에서 반사되어 다시 지표에 영향을 미치는 복사선이며 일반적으로 눈이나 얼음과 같이 고반사 표면으로 둘러싸인 지역을 제외할 경우 총복사의 작은 비율만 구성한다(Esri, 2024). 본 연구에서는ArcGIS Pro 소프트웨어의 Solar Radiation 분석도구들을 활용하여 태양 복사 모델링을 수행하였으며, 해당 도구는 반사 복사를 포함하지 않은 직접 복사와 산란 복사만을 태양 복사 모델링에 활용한다.

ArcGIS Pro 소프트웨어의 Solar Radiation 분석도구들은 총 네 단계를 통해 지점 혹은 영역에 대한 계산을 수행할 수 있다. 첫 번째 단계에서는 먼저 지형 정보를 바탕으로 하늘을 향한 상향 반구 형태의 가시권역(viewshed)을 계산한다. 태양 복사선은 지형과 지면의 표면 특성에 크게 영향을 받기에 태양 복사 모델링의 핵심 구성요소 중 하나인 수치표면모델(Digital ElevationModel, DEM)의 모든 위치에 대한 상향 반구형 가시권역을 생성하는 것이다. 가시권역은 특정 위치에서 하늘을 볼 때 지형이나 구조물로 인해 가려지지 않고 보이는 영역을 나타낸다. 이는 하늘의 가시 비율을 파악하는데 중요한 요소로, 높은 가시 비율은 태양 복사량의 증가로 이어진다. 두 번째 단계에서는 생성된 가시권역을 선 맵(sun map)과 중첩하여 해당 위치에서의 직접 복사량을 추정한다. 선 맵은 특정 위치에서 하루와 계절에 따라 움직이는 태양의 궤적을 나타내며 태양의 위치 변화에 따라 직접 복사량을 계산하는데 활용된다. 세 번째 단계에서는 스카이 맵(sky map)과 가시권역을 중첩해 산란 복사량을 계산한다. 스카이 맵은 하늘을 분할한 맵으로 하늘의 각 방향에서 오는 산란 복사에너지를 분 석하는 데 활용한다. 네 번째 단계에서는 관심 지점마다 이전 수행단계들을 반복하여 전체 지역의 태양 복사량 분포를 보여주는 태양 복사량 지도를 완성한다.

2.2.2. 산란비율 및 투과율 계산

산란비율과 투과율은 태양 복사량을 계산하는 과정에서 사용되는 중요한 대기 매개변수이다. 산란비율은 전체 태양 복사량 중 대기 중에서 산란된 태양 복사의 비율을 의미하며 0에서 1 사이의 값을 갖는다. 투과율은 대기를 통과하여 지표에 도달하는 태양 복사의 비율을 나타내며 0에서 1 사이의 값을 가진다. ArcGIS Pro 소프트웨어의 Solar Radiation 분석도구에서 일반적으로 맑은 하늘 조건에서는 산란비율이 0.3, 투과율이 0.5로 설정된다. 대기 매개변수는 태양 복사량 계산에 상당한 영향을 미칠 수 있으며, 지역 태양 복사량 조건에 더 적합한 매개변수를 사용하면 태양 복사량 계산의 정확성을 높일 수 있다. Kausika and van Sark (2021)의 연구에서는 기상 관측소에서 측정된 실측 태양 복사량 데이터와 ArcGIS Pro 소프트웨어의 Solar Radiation 분석도구 내의 매개변수인 산란비율과 투과율을 조정시키며 계산한 태양 복사량 데이터를 비교하였다. 이들은 실측 태양 복사량 값과 계산된 태양 복사량 값의 백분율 차이를 분석하여 월별 및 연도별 최적 산란비율과 투과율을 확인하였다.

본 연구에서는 태양 복사량 계산의 정확도를 높이기 위해 2023년 기준으로 월별 실측 태양 복사량과 산란비율과 투과율을 조정하여 계산된 태양 복사량을 비교하였다. 하태도 내에는 ASOS가 설치되어 있지 않아 하태도와 가장 가까운 관측 지점인 흑산도의 실측 태양 복사량 데이터를 사용하였다. 하태도와 흑산도는 약 30 km 떨어져 있어 기상 조건의 차이가 크지 않을 것으로 판단하였다. ArcGIS Pro 소프트웨어의 Points Solar Radiation 분석도구를 활용하여 흑산도 ASOS 지점의 2023년 월별 태양 복사량을 계산하였고, 이 과정에서 산란비율은 0.2~0.7, 투과율은 0.3~0.7의 범위에서 각각 0.1의 간격으로 변경하며 월별 총 30개의 태양 복사량 데이터를 얻었다. 이를 실측 태양 복사량과 비교하여 백분율 오차를 계산하고, 가장 오차가 작은 산란비율과 투과율을 해당 월의 대푯값으로 선정하였다.

2.2.3. 옥상태양광 발전 시설 설치 적합 건물 선정 및 태양광 발전 잠재량 계산

본 연구에서는 경사가 없는 지붕을 가진 건물을 옥상 태양광 발전 시설의 설치가 적합한 대상으로 설정하였다. 하태도의 건물 옥상면의 태양 복사량 계산을 위해 국토지리정보원에서 제공하는 축척 1:5000의 수치지형도 v2.0을 활용하였다. 슬래브(slab) 지붕이나 경사 지붕은 옥상 태양광 설치에 적합하지 않은 구조물로 판단하고 건물 레이어에서 제외하였다.

옥상 내 태양광 패널 설치 영역은 전라남도 나주시 도시계획 조례 제21조를 참고하여 옥상면의 수평투영면적 기준으로 옥상 바닥 면적의 70%에 설치하는 것으로 설정(Naju City, 2024)하였다. 수치지형도의 등고선, 표고점 레이어를 활용하여 하태도의 DEM을 생성한 후 ArcGIS Pro 소프트웨어의 Feature Solar Radiation 분석도구를 활용하여 태양 복사량 계산을 진행하였다. Feature Solar Radiation 분석도구는 특정 지점이나 태양광 패널로 가정할 수 있는 폴리곤 피처에 대한 태양 복사량을 계산하며, 패널의 방향, 기울기, 면적, 오프셋을 매개변수로 활용할 수 있다. Feature Solar Radiation 분석도구에서 활용한 주요 매개변수에 대한 설명과 수치는 Table 1에 제시하였다.

Table 1 . Parameters used in the ArcGIS Pro Feature Solar Radiation tool.

Parameter	Explanation	Applied value
Time zone	Start and end time zone	Korean standard time (UTC+9)
Feature offset	Vertical distance from the raster surface	0.3 m
Feature slope	Relative slope or incline of the input feature (0 to 90)	34°
Feature aspect	Relative aspect or direction of the input features (0 to 360)	180°
Diffuse proportion	The proportion of global normal radiation flux that is diffuse (0 to 1)	Varies by month
Transmissivity	The fraction of radiation that passes through the atmosphere (0 to 1)	Varies by month

피처 오프셋(feature offset)은 피처의 수직 거리를 의미하며 서울특별시 ‘건축물 태양광 발전시설 설치 가이드라인’의 바닥면 이격 거리규정을 참고하여 30 cm로 설정하였다. Lodhi et al. (2024)은 고해상도 위성 이미지와 딥러닝을 활용하여 파키스탄 이슬라마바드의 옥상태양광 발전 잠재량을 추정하는 연구를 수행하였다. 연구 과정에서 ArcGIS Pro 소프트웨어의 Feature Solar Radiation 분석도구를 활용하였으며 피처 경사(feature slope)는 연구 지점의 위도 값으로 설정하고 피처 경사면 방향(feature aspect)은 북반구의 경우 180°로 설정하는 것이 적절하다고 제시하였다. 본 연구에서는 피처 경사는 하태도의 위도를 고려하여 34°로 설정하고 피처 경사면 방향은 180°로 설정하였다. 산란비율과 투과율은 월별로 선정한 대푯값을 사용하였으며 Table 1에 명시되지 않은 나머지 변수들은 기본값을 사용하였다.

미국 환경 보호청(United States Environmental Protection Agency, US EPA)은 태양 복사량을 태양광 발전 잠재량으로 변환할 때, 태양광 패널의 효율성을 16%, 성능 비율을 86%로 설정한 보수적인 추정치를 제안한다(Khanna, 2024). 여기에서 16%의 효율성은 태양광 패널이 태양으로부터 유입되는 총 에너지 중 16%를 전기로 변환할 수 있음을 의미하며, 86%의 성능 비율은 태양광 패널에서 생성된 전력이 인버터 및 기타 시스템을 통해 손실 없이 전달되는 비율을 의미한다.

추가적으로 태양광 발전에 영향을 미치는 기상요소인 기온과 풍속에 대한 영향도를 평가하고자 하였다. Cha (2015)는 태양광 발전 잠재량 산정 시 대기온도와 풍속의 영향을 고려하기 위해 대기온도와 풍속에 따른 발전효율을 의미하는 발전효율지수를 활용하였다. 식(1)은 발전효율지수 방정식으로 a0는 0.7284, a1은 0.003492 1/°C, a2는 0.1731 s/m, a3는 0.000148 1/(°C)2, a4는 0.0007319 s/°C·m, a5는 0.01289 s2/m²이며, x는 대기온도, y는 풍속이다. 식(1)과 흑산도ASOS 지점의 대기온도, 풍속을 활용하여 연구 지역의 발전효율지수를 산출하였다.

본 연구에서는 태양 복사량을 태양광 발전 잠재량으로 변환 시 동일한 발전 잠재량을 기준으로 앞서 언급한 패널 효율성, 성능 비율을 적용한 경우와 패널 효율성, 성능 비율, 발전효율지수를 계산에 적용한 경우로 나누어 계산을 진행하였다. 해상태양광 패널 면적 결정을 위해 두 경우 중 패널 효율성, 성능 비율을 계산에 적용한 태양광 발전 잠재량을 하태도의 2019년 기준 판매전력량인 363,582 kWh와 비교하여 부족한 전력량을 산출하였다.

2.2.4. 해상태양광 발전 시설 설치 적합 수역 선정 및 태양광 발전 잠재량 계산

해상태양광 발전 시설 설치 적합 수역을 선정하기 위해 하태도의 지형, 항로 및 양식장 구조물을 고려하였다. 하태도는 섬의 북쪽으로 길게만 형태의 해안 지형이 형성되어 있어(Fig. 1) 파도와 바람의 영향을 감소시켜 줄 것으로 판단된다. 하태도 만 내부에는 전복 양식장이 위치하고 있으며 하태항 주변으로 항로와 선착장이 있다. 하태도의 지형, 항로 및 양식장 구조물에 영향을 미치지 않는 위치를 선정하기 위해 국토지리정보원(https://www.ngii.go.kr)에서 제공하는 공간해상도 0.25 m의 하태도 항공영상의 10년간(2014년~2023년)의 자료를 확인하였고, 이를 통해 전복 양식장과 항구의 위치를 확인하였다. 추가적으로 국립해양조사원 개방해(海) 서비스(http://www.khoa.go.kr/oceanmap/main.do)의 ‘선박자동식별시스템(Automatic Identification System, AIS) 주요 통항로 분석’을 통해 하태도 내의 항로 영역을 확인하였다. 해당 영역들은 해상태양광 발전 시설 설치 적합 수역에서 제외하였다.

해수면까지 포함하는 DEM을 생성하기 위해 하태도 수역을 둘러싼 사각형 해수면 폴리곤 피처를 생성하고 고도를 0 m로 설정하였다. 이후 하태도의 등고선, 표고점, 해수면 피처를 사용하여 DEM을 생성하였다. 해당 DEM에서 해수면은 경사 0°와 고도 0 m로 설정되어 수평면으로 설치를 가정한 해상태양광 발전 시설의 태양 복사량 분석이 가능하다. 해상태양광 발전 시설 설치 영역 및 면적 결정 후 피처 경사는 0°로 설정하고 그 외의 변수들은 옥상태양광 발전의 태양 복사량 산정에 입력한 수치를 동일하게 ArcGIS Pro 소프트웨어의 Feature Solar Radiation 도구에 입력하여 해상태양광 패널 피처에 도달하는 태양 복사량을 산정하였다. 태양 복사량을 태양광 발전 잠재량으로 변환하기 위해 옥상태양광 발전과 동일하게 효율성 16%와 성능 비율 86%의 추정치를 계산에 적용하였다. Golroodbari and van Sark (2020)는 해상태양광 발전이 육상태양광 발전에 비해 연간 평균 발전 효율이 12.96% 증가한다는 연구 결과를 제시하였다. 본 연구에서는 이를 고려하여 해상태양광 발전 잠재량 산정 시 12.96%의 발전 효율 증가를 가정하고 계산을 진행하였다.

3.1. 산란비율 및 투과율 계산 결과

산란비율은 0.2~0.7, 투과율은 0.3~0.7 범위에서 0.1 단위로 조정하며 흑산도의 2023년 월별 총 30개의 태양 복사량 데이터를 산출하였다(Table 2). 계산된 월별 태양 복사량은 ASOS에서 측정된 실측 태양 복사량과 비교하였으며, 실측 태양 복사량과 가장 유사한 태양 복사량이 추정된 월의 산란비율과 투과율을 해당 월의 대푯값으로 선정하였다(Table 3). 실측 태양 복사량과 계산된 태양 복사량의 백분율 오차는 최소 0.12%, 최대 4.13%로 나타나 선정된 산란비율과 투과율이 해당 지역의 대기 조건을 적절히 반영한다고 판단된다. 선정된 월별 산란비율과 투과율은 하태도에서의 옥상 및 해상태양광 발전 복사량 분석에 활용하였다. Table 2와 Table 3에서 산란비율은 D (diffuse proportion), 투과율은 T (transmissivity)로 표기하였다.

Table 2 . Monthly solar radiation calculated at the Heuksando ASOS location based on changes in diffuse proportion and transmissivity in 2023.

Diffuse proportion and transmissivity	Monthly calculated solar radiation (kWh/m2)
	Jan	Feb	Mar	Apr	May	Jun	Jul	Aug	Sep	Oct	Nov	Dec
D2T3	16.01	25.06	46.92	65.04	80.65	82.78	80.77	73.09	52.86	33.67	17.99	12.99
D2T4	28.58	41.11	71.58	94.78	115.19	117.52	114.94	105.50	79.04	53.73	31.36	23.99
D2T5	45.31	60.96	100.18	127.91	152.97	155.32	152.19	141.31	108.86	77.98	48.78	39.08
D2T6	66.70	84.93	132.88	164.61	194.12	196.30	192.64	180.68	142.44	106.70	70.68	58.87
D2T7	93.52	113.61	170.11	205.26	238.98	240.87	236.62	224.01	180.19	140.47	97.76	84.21
D3T3	18.03	27.92	51.76	71.31	88.22	90.51	88.32	80.04	58.15	37.37	20.19	14.68
D3T4	32.24	45.87	79.10	104.10	126.23	128.73	125.92	115.74	87.10	59.75	35.27	27.17
D3T5	51.20	68.15	110.91	140.76	167.96	170.46	167.05	155.33	120.19	86.88	54.96	44.34
D3T6	75.54	95.18	147.44	181.54	213.60	215.92	211.90	199.05	157.60	119.15	79.80	66.94
D3T7	106.18	127.68	189.21	227.00	263.63	265.67	260.95	247.44	199.88	157.27	110.67	96.00
D4T3	20.71	31.72	58.20	79.66	98.31	100.81	98.39	89.30	65.20	42.30	23.14	16.94
D4T4	37.11	52.23	89.12	116.52	140.94	143.67	140.56	129.39	97.86	67.76	40.48	31.41
D4T5	59.05	77.75	125.22	157.89	187.94	190.65	186.86	174.01	135.29	98.73	63.80	51.35
D4T6	87.31	108.84	166.84	204.13	239.58	242.07	237.59	223.54	177.82	135.73	91.97	77.70
D4T7	123.06	146.43	214.69	255.98	296.50	298.73	293.40	278.67	226.13	179.68	127.89	111.73
D5T3	24.48	37.05	67.23	91.35	112.43	115.23	112.48	102.27	75.08	49.20	27.25	20.11
D5T4	43.94	61.12	103.16	133.91	161.55	164.59	161.05	148.49	112.91	78.98	47.77	37.34
D5T5	70.05	91.19	145.26	181.87	215.91	218.91	214.60	200.18	156.44	115.34	74.73	61.17
D5T6	103.80	127.96	194.00	235.75	275.94	278.69	273.54	257.82	206.11	158.96	109.00	92.77
D5T7	146.70	172.69	250.36	296.55	342.51	345.01	338.82	322.40	262.89	211.06	152.00	133.75
D6T3	30.12	45.05	80.77	108.90	133.61	136.86	133.62	121.71	88.98	59.56	33.43	24.85
D6T4	54.17	74.46	124.21	159.99	192.46	195.97	191.79	177.15	135.49	95.81	58.72	46.23
D6T5	86.54	111.34	175.32	217.84	257.88	261.31	256.20	239.42	188.17	140.24	92.04	75.90
D6T6	128.53	156.65	234.75	283.17	330.48	333.61	327.48	309.25	248.56	193.79	134.55	115.37
D6T7	182.15	212.07	303.86	357.41	411.53	414.43	406.96	388.00	318.03	258.12	188.17	166.78
D7T3	39.53	58.37	75.54	138.13	168.92	172.91	168.86	154.13	114.58	76.81	43.73	32.76
D7T4	71.23	96.70	159.30	203.47	243.97	248.26	243.02	224.92	173.12	123.86	76.95	61.06
D7T5	114.03	144.93	225.41	277.79	327.81	331.97	325.55	304.83	241.04	181.75	120.88	100.45
D7T6	169.75	204.47	302.65	362.21	421.39	425.15	417.38	394.96	319.31	251.85	177.14	153.03
D7T7	241.24	277.72	393.03	458.84	526.57	530.13	520.52	497.32	409.93	336.56	248.44	221.83

Table 3 . Measured and calculated solar radiation values along with selected diffuse proportion and transmissivity.

Month	Measured solar radiation (kWh/m2)	Calculated solar radiation (kWh/m2)	Percentage difference (%)	Diffuse proportion and transmissivity
Jan	70.54	70.05	0.69	D5T5
Feb	97.05	96.70	0.36	D7T4
Mar	145.44	145.26	0.12	D5T5
Apr	154.44	157.89	–2.23	D4T5
May	155.38	152.97	1.55	D2T5
Jun	146.88	143.67	2.18	D4T4
Jul	102.02	98.39	3.56	D4T3
Aug	146.28	148.49	–1.52	D5T4
Sep	94.87	97.86	–3.14	D4T4
Oct	119.66	119.15	0.43	D3T6
Nov	64.67	63.80	1.35	D4T5
Dec	49.31	51.35	–4.13	D4T5

3.2. 옥상태양광 발전 시설 설치 적합 건물 및 해상태양광 발전 시설 설치 적합 수역 선정 결과

옥상태양광 발전 시설 설치 적합 건물 선정 결과는 Fig. 3에 나타나 있다. 전체 238개 건물 중 29개가 옥상태양광 설치에 적합한 건물로 선정되었으며 이로부터 하태도 내 옥상태양광 발전 시설 설치 가능 면적은 약 2,303 m²로 산정되었다. 해상태양광 발전 시설 설치 적합 수역 선정 결과는 Fig. 4에 제시되어 있다. 최근 10년간(2014년~2023년)의 하태도 항공영상 자료와 ‘AIS 주요 통항로 분석’ 확인을 통해 양식장과 항로를 제외한 모래사장 인접 수역이 해상태양광 발전 시설 설치에 적합한 수역으로 선정되었다.

Figure 3. Selection of buildings suitable for rooftop photovoltaics. (a) All buildings. (b) Selected buildings.

Figure 4. Exclusion zones and suitable area for offshore photovoltaic installation.

3.3. 옥상태양광 및 해상태양광 발전 잠재량 분석 결과

하태도의 옥상태양광 발전의 태양 복사량 분석을 위해 ArcGIS Pro 소프트웨어의 Feature Solar Radiation 분석도구를 활용하여 2023년 12개월에 대한 분석을 수행하였다. 1월의 건물 옥상면의 태양 복사량 분석 결과는 Fig. 5에 나타나 있다. 2023년 1월의 옥상태양광 발전 시설 설치가 적합한 건물 옥상면의 단위면적당 태양 복사량은 20.65~53.22 kWh/m² 범위의 전력량으로 확인되었다.

Figure 5. Results of rooftop solar radiation analysis in January 2023.

앞서 산출된 태양광 발전 잠재량에 대한 기상 조건의 영향을 파악하기 위해 흑산도 ASOS에서 측정된 월별 평균 대기온도, 풍속 및 총 일조 시간을 Table 4에 나타내었다. 대기온도, 풍속, 일조시간은 태양광 발전 잠재량에 영향을 미치는 인자이다. 대기온도가 상승하면 패널의 온도가 상승하는 효과로 이어져 발전효율이 감소하며, 풍속이 증가하면 대기온도와 반대로 패널의 온도를 감소시켜 발전효율이 증가하는 경향을 보인다(Cha, 2015). 일조 시간은 태양 복사량과 더불어 태양광 발전 잠재량에 높은 연관성을 보이는 매개변수 중 하나이며 일조 시간의 증감은 태양 복사량의 증감으로 이어진다(An et al., 2021).

Table 4 . Monthly average air temperature, average wind speed, and sunshine duration at Heuksando ASOS in 2023.

Month	Temperature (°C)	Wind speed (m/s)	Sunshine duration (hours)
Jan	5.05	6.56	142.00
Feb	5.26	6.31	168.70
Mar	9.48	5.83	217.80
Apr	13.15	4.72	202.10
May	16.70	5.18	182.20
Jun	21.02	4.08	177.10
Jul	23.71	5.17	111.40
Aug	26.73	3.41	208.60
Sep	23.66	3.35	128.50
Oct	18.73	4.55	215.70
Nov	12.19	5.91	115.30
Dec	7.39	6.09	77.00

2.2.3에서 제시한 발전효율지수를 ASOS의 대기온도 및 풍속을 활용하여 산출하였고, Python의Matplotlib 라이브러리를 활용하여 대기온도, 풍속 실측값 범위의 3차원 그래프로 발전효율지수의 변화를 시각화하였다(Fig. 6). 그래프에서 X축은 풍속, Y축은 대기온도, Z축은 발전효율지수를 나타내며 흑산도 ASOS의 대기온도와 풍속 실측 값으로부터 산정한 발전효율지수는 흑색 점으로 표시하였다.

Figure 6. 3D graph of power generation efficiency index based on atmospheric temperature and wind speed from ASOS in Heuksando.

옥상태양광 발전 잠재량 산정 시 대기온도, 풍속을 고려하지 않은 경우와 2.2.3에서 대기온도, 풍속을 통해 얻은 발전효율지수를 계산에 적용한 경우로 나누어 결과를 나타내었다(Table 5). 이를 통해 대기온도, 풍속이 태양광 발전 잠재량에 미치는 영향을 파악하였다. 두 경우를 비교 분석한 결과, 6~10월의 경우에는 발전효율지수를 계산에 적용한 경우가 그렇지 않은 경우에 비해 발전량이 적은 것을 확인하였다. 이는 다른 달에 비해 6~10월이 비교적 높은 대기온도와 낮은 풍속이 패널의 발전효율을 감소시켜 나타난 결과로 판단된다. 특히 8월의 경우 1년 중 가장 높은 평균 대기온도와 두 번째로 낮은 평균 풍속이 측정되었다(Table 4). 8월은 발전효율지수를 고려하지 않을시 30,165.45 kWh, 발전효율지수 고려 시 28,286.20 kWh로 계산되었으며, 대기온도와 풍속의 영향으로 인해 12개월 중 가장 큰 전력 생산량 차이인 1,879.25 kWh가 나타난 것으로 판단된다. 월별 전력생산량을 분석한 결과, 발전효율지수를 고려하지 않은 경우 가장 많은 전력을 생산하는 시기는 4월로 나타났으나, 발전효율지수를 고려할 경우 3월이 가장 많은 전력을 생산하는 것으로 나타났다. 이는 3월이 4월에 비해 평균 대기온도가 3.67°C 낮아(Table 4), 그로 인한 발전효율지수의 증가로 나타난 결과로 판단된다.

Table 5 . Rooftop solar radiation and solar power potential in 2023.

Month	Calculated solar radiation (kWh)	Solar power potential (kWh)	Solar power potential considering efficiency index (kWh)	Difference in solar power potential (kWh)
Jan	128,300.82	17,654.19	17,766.65	112.46
Feb	154,555.10	21,266.78	22,437.19	1,170.41
Mar	237,651.39	32,700.83	34,021.57	1,320.74
Apr	242,326.49	33,344.12	33,820.91	476.79
May	222,412.57	30,603.97	30,881.84	277.87
Jun	198,555.31	27,321.21	27,128.83	-192.38
Jul	143,329.97	19,722.20	19,635.02	-87.18
Aug	219,225.67	30,165.45	28,286.20	-1,879.25
Sep	162,636.82	22,378.83	21,382.36	-996.47
Oct	225,442.64	31,020.91	30,404.67	-616.24
Nov	125,170.13	17,223.41	17,390.25	166.84
Dec	101,214.01	13,927.05	14,173.46	246.41
Total	2,160,820.93	297,328.95	297,328.95	0.00

하태도의 옥상태양광의 2023년 기준 연간 총 발전 잠재량은 297,328.96 kWh로 하태도의 판매전력량 363,582 kWh에 비해 약 66,253.04 kWh가 부족한 것으로 나타났다. 이는 옥상태양광 발전 잠재량의 약 22%에 해당하며 부족량은 해상태양광 발전을 통해 보충하고자 하였다. 하태도의 옥상태양광 발전으로 부족한 전력량을 충당하기 위해 해상태양광 발전 시설 설치 적합 수역에 317 m²의 해상태양광 패널 폴리곤 피처를 생성하였으며(Fig. 7), 해상태양광 발전 잠재량을 계산하였다(Table 6). 옥상태양광 발전 잠재량 분석 결과와 마찬가지로 전력 생산량이 가장 많은 달은 4월, 가장 적은 달은 12월로 나타났다. 317 m²의 해상태양광 발전 패널을 통해 2023년 기준 연간 67,328.37 kWh의 전력 생산이 가능함을 확인하였다. 이 경우의 하태도 옥상 및 해상태양광 발전의 총 전력 생산량은 364,657.33 kWh로, 하태도의 판매전력량인 363,582 kWh를 전량 충당할 수 있는 것으로 판단된다.

Figure 7. Selected location for offshore photovoltaic installation.

Table 6 . Offshore solar radiation and solar power potential in 2023.

Month	Calculated solar radiation (kWh)	Solar power potential (kWh)
Jan	29,430.85	4,049.68
Feb	35,323.45	4,860.51
Mar	54,006.39	7,431.28
Apr	54,715.23	7,528.82
May	49,799.69	6,852.44
Jun	44,657.73	6,144.90
Jul	32,197.32	4,430.35
Aug	49,483.00	6,808.86
Sep	36,638.44	5,041.45
Oct	51,258.38	7,053.15
Nov	28,551.42	3,928.68
Dec	23,243.09	3,198.25
Total	489,304.99	67,328.37

본 연구에서는 하태도를 대상으로 태양광 발전을 통한 에너지 자립섬 적용 가능성을 평가하기 위해 옥상 및 해상태양광 발전 잠재량을 평가하였다. 이를 위해 옥상면의 형태를 고려하여 옥상태양광 발전 시설 설치가 적합한 건물을 선정하였고, 해상태양광 발전 시설 설치 적합 수역은 하태도의 지형적 특성, 항로, 양식장 위치를 종합적으로 고려하여 결정하였다. 기상 조건 반영을 위해 월별 실측 태양 복사량과 계산값을 비교하여 월별 대표 산란비율과 투과율을 선정하였으며, 이를 매개변수로 활용하여 하태도의 연간 옥상 및 해상태양광 발전 잠재량 평가를 수행하였다. 분석 결과, 2023년 기준 옥상태양광 발전으로 297,328.96 kWh, 해상태양광 발전으로 67,328.37 kWh의 전력 생산이 가능한 것으로 계산되어, 하태도의 판매전력량 363,582 kWh를 상회하는 전력량인 364,657.33 kWh를 생산할 수 있음을 확인하였다.

본 연구 결과를 통해 옥상 및 해상태양광 발전을 통해 하태도의 에너지 자립이 가능한 것을 확인하였다. 본 연구 과정은 하태도 외에도 에너지 자립이 필요한 다른 도서 지역에서도 적용 가능하며 태양광 발전뿐만 아니라 풍력, 지열 발전 등 다양한 신재생에너지를 결합하여 연구한다면 더욱 현실적인 결과를 도출할 수 있을 것이다. 추후 연구에서 해상태양광 발전 시설의 설치 적합 수역 선정 시에 파고, 풍속, 수심의 요소를 추가로 확보하여 연구를 진행한다면 연구 결과의 적용성을 더욱 높일 수 있을 것으로 기대된다.

이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구입니다(No. 2022R1F1A1074679).

No potential conflict of interest relevant to this article was reported.