다목적댐 수력발전 데이터를 통한 가뭄 리질리언스 분석 연구

2.1 수력발전 가뭄 복원력

복원력(Resilience)이라는 용어는 라틴어 “resilire”에서 기원하며, “재도약”을 의미한다. 이는 시스템이 외부 저항으로 인해 일시적으로 기능을 상실하였을 때, 충격을 최대한 흡수하고 재정비를 통해 원래의 상태(또는 그와 유사한 상태)로 회복하여 본래의 기능을 수행할 수 있는 능력을 의미한다. 미국 NSF(National Science Foundation)의 RESIN(Resilient and Sustainable Infrastructure) 프로그램에서는 복원력이 우수한 사회기반시설을 "자연적, 인위적 외부 요인에 신속히 대응하여 원래의 상태로 빠르게 복원되는 시설"로 정의하고 있다.

M. Bruneau et al.(2003)[4]은 "복원력이 강한 시스템은 외부 저항에 의한 기능 상실 확률이 낮고, 기능을 상실하더라도 연쇄적인 파급이 적으며 복구 시간이 짧은 시스템"으로 정의하였으며, T. Hashimoto et al.(1982)[5]은 "시스템의 복원력은 내·외부 변화 요인에 의해 시스템이 제 기능을 발휘하지 못할 때, 얼마나 빠른 속도로 정상 상태로 복원 가능한가를 정량화한 지표"로 설명하였다. 복원력은 다양한 내외부 요인에 의해 시스템이 제 기능을 발휘하지 못할 때, 효과적으로 재가동되어 서비스를 지속할 수 있는 능력에 초점을 맞추고 있다.

내외부로부터 다목적댐에 작용하는 방해 요인을 살펴본다면 다목적댐은 인적 요소(운영자의 통제), 자연재해(가뭄, 홍수, 지진 등), 기계 결함 등 여러 방해 요인에 의해 일부 기능을 상실하고 목표 전력 생산량에 영향을 받을 수 있다. 방해 요인에 따른 기능 상실 및 복원의 단계는 다음과 같이 여덟 단계로 구분된다. 준비 단계, 방해 요인의 발생 및 작용 단계, 초기 반응 단계, 초기 영향 단계, 전체 영향 단계, 회복을 위한 준비 단계, 회복 단계, 장기적인 영향 구간으로 구분된다[6].

본 연구에서는 그림 1과 같이 정상 상황에서의 댐의 발전량을 100으로 표시하였을 때 비정상 상황에서는 기능 수행 능력이 100 이하로 감소할 것으로 예상하였다. 실제 발전량이 계획발전량에 미치지 못하는 상황을 비정상 상황으로 정의하여 복원력 곡선식을 유추하였으며 기능의 저하정도를 수치로 정량화하였다.

Fig. 1.

Resilience curve of multi-purpose dam power generation system

2.2 표준강수지수

T. B. McKee et al.(1993)[7]에 의해 개발된 SPI (Standardized Precipitation Index)는 강수량만을 이용하여 가뭄 심도를 산정하며 각 시간 단위에 따른 강수량의 과잉 혹은 부족을 나타내기 때문에 시간 단위에 따라 장 · 단기 가뭄을 유연하게 나타낼 수 있다. SPI는 가뭄지수를 산정하며 다른 PDSI, SWSI와 달리 강우 자료만을 이용하기에 제약조건이 적으며 시간단위에 따라 강수 부족량을 산정하여 개개의 강수량이 가뭄에 미치는 영향을 산정할 수 있다[8]. 시간 단위를 선택하여 산정이 가능하고 가뭄 초기 인지가 가능하며, 전 세계적인 보편적인 가뭄지수로 활용성이 높다. 단기간의 농업분야와 장기간의 수문분야에 모두 적용 가능하며, SPI는 WMO(World Meteorological Organization)에 의해 기상학적 가뭄을 나타내는 대표 가뭄지수로 권고되고 있다.

2.3 상관분석

상관 분석은 두 변수 간의 선형적 관계를 분석하는 통계적 방법이다. 상관 분석에서는 두 변수 간의 관계의 강도를 상관관계(Correlation)라고 하며, 이를 측정하기 위해 모상관계수(ρ)와 표본 상관 계수(r)를 사용한다. 상관 계수는 두 변수 간의 연관 정도를 나타내지만, 인과관계를 설명하지는 않는다. 인과관계는 회귀분석을 통해 방향과 정도를 수학적으로 모델링할 수 있다.

2.4 피어슨 상관 계수

피어슨 상관 계수는 변수들 간의 선형적 관련성을 측정하는 데 널리 사용된다. 피어슨 상관 계수(r)는 X와 Y가 함께 변하는 정도를 X와 Y 각각의 변동 정도로 나눈 값이다. 결과 해석은 다음과 같다.

• r이 -1.0과 -0.7 사이: 강한 음적 선형관계
• r이 -0.7과 -0.3 사이: 뚜렷한 음적 선형관계
• r이 -0.3과 –0.1 사이 : 약한 음적 선형관계
• r이 -0.1과 +0.1 사이: 거의 무시될 수 있는 선형관계
• r이 +0.1과 +0.3 사이: 약한 양적 선형관계
• r이 +0.3과 +0.7 사이: 뚜렷한 양적 선형관계
• r이 +0.7과 +1.0 사이: 강한 양적 선형관계

2.5 선행연구 고찰

D. Młyński et al.(2024)[9]은 1981년부터 2020년까지의 Vistula 강 상류 유역(폴란드)에 위치한 6개 유역을 대상으로 수력 기상 데이터를 활용하여, 가뭄이 강의 수력 발전 잠재력에 얼마나 영향을 미치는지에 대한 연구를 진행하였다. 이 연구에서는 강수량 데이터 및 강의 수력 에너지 잠재력 추세를 분석하고, SPI 지수와 강의 수력 에너지 잠재력 간의 관계를 조사하였다. 그 결과, 기상학적 가뭄과 연구 유역의 이론적 수력 잠재력 사이에 통계적으로 유의미한 관계가 있음을 발견하였다. C. Folke et al.(2010)[10]은 지속성, 적응성 및 변형 가능성으로서 회복탄력성에 중점을 둔 연구를 진행하였다. 이 연구는 지구 시스템 탄력성에 기여하는 유연한 시스템 형성과 변형 가능성을 통합하기 위한 방법을 고려하였다. D. H. Kim et al.(2021)[2]은 회복탄력성 개념을 도입하여 발전용 댐의 성능을 평가하였다. 댐의 수위 회복력을 발전용 댐의 회복탄력성으로 정의하고, 치수 성능을 평가하기 위한 회복탄력성 프레임워크를 제시하였다. 과거 유입량 자료를 활용한 댐 모의운영 결과를 통해 적용 가능성을 검토하였다.

L. P. Devkota et al.(2021)[11]은 동력의 흐름탄력성이라는 새로운 개념을 도입하여 흐름 변동에 대한 수력발전소의 회복탄력성 이론을 개발하였다. 이 연구는 강의 흐름 변화 측면에서 수력발전소의 회복탄력성을 평가하였다. D. H. Kim et al.(2023)[12]은 국내 에너지 사용량을 예측하기 위하여 지능형 전력 계량 인프라(AMI, Advanced Metering Infrastructure) 데이터와 기상정보를 수집하고 XGBoost, LightGBM, LSTM 등 딥러닝 알고리즘을 기반으로 산업 부문의 전력 사용량 예측 모델을 구축하였으며, E. Lee et al.(2019)[1]은 기존 발전용 댐들의 장기 운영계획을 수립하기 위해 월별 발전량을 최대화하는 최적 저수지 운영 모형을 개발하였다. 모형은 자원 최적화 분야에서 널리 이용되는 선형계획법을 기반으로 구축되었으며, 한강수계에 위치한 5개 발전용 댐을 대상으로 실적자료와 모형 결과를 비교, 분석하였다. 그 결과, 발전용 댐들의 총 최적 발전량이 실적발전량보다 약 10~37% 정도 향상됨을 보였다. N. Voisin et al.(2019)[13]은 복원력을 시스템 지속성, 적응성 및 변형 가능성이라는 세 가지 기능으로 구성하였다. 이 연구는 개별 발전소, 도시 및 그리드 규모의 세 가지 상호 의존성을 통해 미국 수력 시스템의 탄력성 범위를 논의하고, 전력 부문 복원력에 필요한 조건을 결정하기 위한 일관된 기반을 제공하는지에 대한 질적 분석을 수행하였다.

수력발전 가뭄 리질리언스 관련 전반적인 연구 추세는 가뭄의 영향 연구, 회복탄력성 연구, 최적 저수지 운영 모형 개발 연구로 구분되었다. 가뭄의 영향 연구는 가뭄이 강 및 댐에 미치는 영향을 판단하기 위한 연구가 주를 이루었다. 회복탄력성 연구에서는 강의 흐름 변화 측면 및 댐의 수위 회복력, 지속성, 적응성 및 변형 가능성으로서의 회복탄력성에 중점을 둔 연구가 진행되었다. 최적 저수지 운영 모형 개발 연구에서는 개별 발전소, 도시, 그리드 규모의 수력 시스템 탄력성 범위 및 댐의 월별 발전량 최대화를 위한 최적 저수지 운영 모형 개발 연구가 수행되었다.

기존의 연구는 수력발전 시스템의 회복탄력성과 최적 운영 방법을 설명할 수 있음을 보여주었으나, 가뭄이 수력 발전에 미치는 구체적인 기간별 요인 분석이 부족하다는 한계점이 있었다. 따라서 본 연구에서는 1개월, 3개월, 6개월, 9개월, 12개월간 다목적 댐 별 월간 계획 대비 실제 발전량의 차이를 구하여 월간 전력발전 부족량을 계산하였으며 이를 바탕으로 SR1과 SPI1, SR3과 SPI3, SR6과 SPI6, SR9와 SPI9, SR12와 SPI12의 상관분석을 진행하였다. 일정 기간의 평균 전력발전 부족률과 SPI 간의 상관관계를 연구하여 절댓값이 크거나 작은 원인을 분석하였다. 이를 통해 일정기간 강수량의 변화가 전력발전에 미칠 수 있는 영향을 파악하여 각 댐의 가뭄 대응 방향성을 제시하고자 하였다.

3.1 다목적댐 수력발전 리질리언스 분석 방법론

본 연구의 시간적 범위는 2012년 1월 ~ 2023년 9월이다. 공간적 범위는 전국 다목적댐 4개소(소양강, 충주, 대청, 합천)를 대상지로 설정하였으며 댐의 제원정보는 표 1과 같다.

Table 1.

Specification information of multi-purpose dam

다목적댐 4개소(소양강, 충주, 대청, 합천) 인근 표준강수지수(SPI) 관측소 구분은 표 2와 같다.

Table 2.

Standard Precipitation Index (SPI) observatory matching table near large hydropower multipurpose dam

계획발전량 대비 실제 전력 생산량을 분석하기 위한 본 연구의 변수 설정은 표 3과 같다.

Table 3.

Description for variables and symbols

계획 발전량(P)은 한국수자원공사에서 제공하는 발전소별 계획 발전량으로 시간 t에서 다목적 댐의 계획 발전량으로 정의하였으며 실적 발전량(Q)은 한국수자원공사에서 제공하는 발전소별 실적 발전량으로 시간 t에서 다목적 댐의 실적 발전량으로 정의하였다.

월간 발전 부족량(MS, Monthly Shortage Amount)은 계획 발전량에서 실적 발전량을 뺀 수치로 시간 t에서 다목적 댐의 월간 발전 부족량으로 정의하였다. 만약 실제발전량이 더 많을 경우, 발전량이 부족하지 않다고 판단하여 0으로 산출하였다.

평균 월간 발전량(AA, Average Amount)은 다목적 댐 별 연간 발전량을 12개월로 나누어 산출하였다. 전력발전 부족량(SA, Shortage Amount)은 월간 발전 부족량을 평균 월간 발전량으로 나누어 산출하였으며, 식은 (1)과 같이 정리하였다.

전력발전 부족률(SR, Shortage Ratio)은 설정 기간 내 전력발전 부족량(SA)을 더한 뒤 설정 기간으로 나누어 평균 전력발전 부족률(SR) 면적 산출하였으며 식은 (2)와 같이 정리하였다.

예를 들어, 위 수식을 적용하여 산출된 6개월 간 전력발전 부족률 SR6은 Rolling window 기법으로 산출한 6개월 동안의 평균 전력발전 부족률(SR6) 면적이다.

본 연구에서는 전력발전 부족률과 SPI 비교 분석을 위하여 SR1과 SPI1, SR3과 SPI3, SR6과 SPI6, SR9와 SPI9, SR12와 SPI12의 상관분석을 진행하였다.

3.2 사용데이터

본 연구는 다목적댐 수력발전 전력 생산량의 리질리언스(Resilience)를 분석하기 위하여 다목적댐(소양강, 충주, 대청, 합천) 4개소를 대상으로 계획발전량 대비 실제 전력 생산량을 분석하였다. 이를 위해 한국수자원공사 발전소별 운영현황 데이터를 수집하였으며, 대수력 발전소별 물량계획(MWh), 물량실적(MWh), 물량달성률(%) 자료를 구축하였다. 또한 가뭄정도 수치화 자료를 분석하기 위해 기상청 표준강수지수(SPI) 데이터를 수집하여 표준강수지수(SPI 3,6,9,12) 자료를 구축하였다.

또한 국가수자원관리 종합정보시스템에서 제공하는 일별 댐 수문자료를 수집하였다. 저수위(EL.m), 저수량(㎥), 저수율(%), 댐 유역 평균 강우량(㎥/s), 유입량(㎥/s), 총 방류량(㎥/s) 자료를 구축하여 댐 별 특성을 분석하고자 하였다.

4.1 소양강댐 수력발전 전력 생산량 가뭄 리질리언스 분석 결과

소양강댐에서 생산되는 계획발전량과 실제발전량의 차이를 구한 월간발전부족량 추세는 그림 2와 같다. 소양강댐의 월간발전부족량이 급격히 증가하는 시기는 2014년 8월, 2015년 7월과 8월인 것으로 조사되었다.

Fig. 2.

Time series graph of Soyang river dam monthly power shortage

2014년 8월의 경우 월간발전부족량은 1,874,291 MWh이며, SPI1: -1.39, SPI3: -1.84, SPI6: -2.31, SPI9: -2.16, SPI12: -1.94, 저수율: 37.87%, 유입량: 111.37㎥/s이었으며, 2015년 7월의 경우 월간발전부족량은 1,545,102 MWh이며, SPI1: -1.16, SPI3: -2.17, SPI6: -1.53, SPI9: -1.54, SPI12: -2.20, 저수율: 28.07%, 유입량: 95.29㎥/s, 2015년 8월의 경우 월간발전부족량은 1,749,950 MWh이며, SPI1: -0.80, SPI3: -1.53, SPI6: -1.57, SPI9: -1.57, SPI12: -1.79, 저수율: 38.02%, 유입량: 96.88㎥/s이었던 것으로 조사되었다.

2014년 8월과 2015년 7월과 8월은 심각한 가뭄으로 SPI6값이 각각 –2.31과 –1.57로 나타났으며 이로 인해 저수율이 급락하였다. 유입량 또한 크게 감소하면서 저수량이 줄어들어 전력 발전 부족량이 각각 1,874,291 MWh, 1,545,102 MWh, 1,749,950 MWh로 급증한 것으로 분석되었다. 소양강댐은 유역면적이 넓고 총저수량이 큰 대형 댐으로 단기 가뭄의 영향은 크게 받지 않지만 장기 가뭄이 발생하면 저수율이 크게 감소하여 발전부족량이 증가할 가능성이 증가하는 것으로 분석되었다.

소양강댐의 전력발전 부족률과 SPI 간의 상관 분석 결과는 표 4와 같으며, 1개월, 3개월, 6개월, 9개월, 12개월 간 각각의 전력발전 부족률과 SPI 비교 시계열 그래프는 그림 3 ~ 그림 7과 같다.

Table 4.

Result table for comparative correlation of Soyang river dam power generation shortage ratio and SPI

Fig. 3.

Time series graph of Soyang river dam power generation shortage rate for one month and SPI1

Fig. 4.

Time series graph of Soyang river dam power generation shortage rate for 3 months and SPI3

Fig. 5.

Time series graph of Soyang river dam power generation shortage rate for 6 months and SPI6

Fig. 6.

Time series graph of Soyang River dam power generation shortage rate for 9 months and SPI9

Fig. 7.

Time series graph of Soyang river dam power generation shortage rate for 12 months and SPI12

소양강댐의 SPI1과 SR1의 상관 계수는 –0.16이었으며, SPI3과 SR3의 상관 계수는 –0.31, SPI6과 SR6의 상관 계수는 -0.49로 중간 정도의 음의 상관관계를 나타냈다. SPI9와 SR9의 상관 계수는 –0.65였으며, SPI12와 SR12의 상관 계수는 -0.69로 강한 음의 상관관계를 나타냈다. 이는 장기간 강수량 감소에 따른 가뭄지수가 증가할 때 전력발전 부족률이 상당히 감소하는 경향이 있으며, 9개월 이상의 강수량 변화는 소양강댐의 전력발전 부족률에 큰 영향을 미칠 수 있는 것으로 분석되었다.

4.2 충주댐 수력발전 전력 생산량 가뭄 리질리언스 분석 결과

충주댐에서 생산되는 계획발전량과 실제발전량의 차이를 구한 월간발전부족량은 그림 8과 같다. 충주댐의 월간발전부족량이 급격히 증가하는 시기는 2014년 8월과 2015년 7월, 8월인 것으로 조사되었다.

Fig. 8.

Time series graph of Chungju dam monthly power generation shortage

2014년 8월의 경우 월간발전부족량은 3,294,835 MWh이며, SPI1: -0.25, SPI3: -1.40, SPI6: -2.18, SPI9: -1.89, SPI12: -2.15, 저수율: 34.01%, 유입량: 300.18㎥/s이었으며, 2015년 7월의 경우 월간발전부족량은 4,242,753 MWh이며, SPI1: -0.98, SPI3: -1.87, SPI6: -1.59, SPI9: -0.95, SPI12: -0.66, 저수율: 25.97%, 유입량: 112.52㎥/s, 2015년 8월의 경우 월간발전부족량은 4,587,907 MWh이며, SPI1: -0.59, SPI3: -1.62, SPI6: -1.90, SPI9: -1.94, SPI12: -1.12, 저수율: 35.84%, 유입량: 101.71㎥/s이었던 것으로 조사되었다.

2014년 8월과 2015년 7월과 8월은 장기적인 가뭄으로 SPI6이 –2.18과 –1.9로 매우 낮아졌으며, 이로 인해 저수율이 하락하였다. 특히 유입량이 급격히 감소하여 월간발전부족량이 급증한 것으로 분석되었다. 충주댐은 소양강댐과 마찬가지로 유역면적이 넓고 총저수량이 큰 대형 댐으로 단기 가뭄의 영향은 크게 받지 않지만 장기 가뭄이 발생하면 저수율이 크게 감소하여 발전부족량이 증가할 가능성이 증가하는 것으로 분석되었다.

충주댐의 전력발전 부족률과 SPI 간의 상관 분석 결과는 표 5와 같으며, 1개월, 3개월, 6개월, 9개월, 12개월 간 각각의 전력발전 부족률과 SPI 비교 시계열 그래프는 그림 9 ~ 그림 13과 같다.

Table 5.

Result table for comparative correlation of Chungju dam power generation shortage ratio and SPI

Fig. 9.

Time series graph of Chungju dam power generation shortage rate for one month and SPI1

Fig. 10.

Time series graph of Chungju dam power generation shortage rate for 3 months and SPI3

Fig. 11.

Time series graph of Chungju dam power generation shortage rate for 6 months and SPI6

Fig. 12.

Time series graph of Chungju dam power generation shortage rate for 9 months and SPI9

Fig. 13.

Time series graph of Chungju dam power generation shortage rate for 12 months and SPI12

충주댐의 SPI1과 SR1의 상관 계수는 –0.31로 약한 음의 상관관계를 나타냈다. SPI3과 SR3의 상관 계수는 –0.50으로 중간 정도의 음의 상관관계를 나타냈다. SPI6과 SR6의 상관 계수는 –0.66이였으며, SPI9와 SR9의 상관 계수는 –0.75, SPI12와 SR12의 상관 계수는 -0.87로 강한 음의 상관관계를 나타냈다. 이는 장기간 강수량 감소에 따른 가뭄지수가 증가할 때 전력발전 부족률이 상당히 감소하는 경향이 있으며, 9개월 이상의 강수량 변화는 충주댐의 전력발전 부족률에 큰 영향을 미칠 수 있는 것으로 분석되었다.

4.3 대청댐 수력발전 전력 생산량 가뭄 리질리언스 분석 결과

대청댐에서 생산되는 계획발전량과 실제발전량의 차이를 구한 월간발전부족량은 그림 14와 같다. 대청댐의 월간발전부족량이 급격히 증가하는 시기는 2015년 7월, 8월, 2016년 8월인 것으로 조사되었다.

Fig. 14.

Time series graph of Daecheong dam monthly power shortage

2015년 7월의 경우 월간발전부족량은 963,170 MWh이며, SPI1: -0.77, SPI3: -1.36, SPI6: -1.19, SPI9: -0.59, SPI12: -0.72, 저수율: 41.14%, 유입량: 67.15㎥/s이었으며, 2015년 8월의 경우 월간발전부족량은 4,587,907 MWh이며, SPI1: -1.79, SPI3: -2.34, SPI6: -2.05, SPI9: -1.88, SPI12: -1.38, SPI18: -1.42, SPI24: -1.68, 저수율: 40.35%, 유입량: 26.02㎥/s, 2016년 8월의 경우 월간발전부족량은 853,616 MWh이며, SPI1: -2.54, SPI3: -0.64, SPI6: -0.29, SPI9: -0.23, SPI12: -0.61, SPI18: -1.54, SPI24: -1.41, 저수율: 58.22%, 유입량: 15.19㎥/s이었던 것으로 조사되었다.

2015년 8월에는 SPI1이 -1.79로 가뭄이 심각해지며, 저수율은 40.35%로 감소하였고 유입량이 26.02㎥/s로 급감하여 전력 생산 부족이 크게 발생하였다. 이로 인해 월간 발전 부족량이 4,587,907 MWh로 급증하였으며, 2016년 8월에도 저수율이 58.22%로 낮아지고 유입량이 15.19㎥/s로 급격히 줄어 월간발전부족량이 급증한 것으로 분석되었다. 대청댐은 소양강댐 총 저수량의 절반정도인 중간 규모의 댐으로, 유입량의 감소는 저수율의 감소로 이어져 전력발전 부족률에 큰 영향을 미칠 수 있는 것으로 분석되었다.

대청댐의 전력발전 부족률과 SPI 간의 상관 분석 결과는 표 6과 같으며, 1개월, 3개월, 6개월, 9개월, 12개월 간 각각의 전력발전 부족률과 SPI 비교 시계열 그래프는 그림 15 ~ 그림 19와 같다.

Table 6.

Result table for comparative correlation of Daecheong dam power generation shortage ratio and SPI

Fig. 15.

Time series graph of Daecheong dam power generation shortage rate for one month and SPI1

Fig. 16.

Time series graph of Daecheong dam power generation shortage rate for 3 months and SPI3

Fig. 17.

Time series graph of Daecheong dam power generation shortage rate for 6 months and SPI6

Fig. 18.

Time series graph of Daecheong dam power generation shortage rate for 9 months and SPI9

Fig. 19.

Time series graph of Daecheong dam power generation shortage rate for 12 months and SPI12

대청댐의 SPI1과 SR1의 상관 계수는 –0.26이었으며, SPI3과 SR3의 상관 계수는 -0.33으로 약한 음의 상관관계를 나타냈다. SPI6과 SR6의 상관 계수는 -0.45로 중간 정도의 음의 상관관계를 나타냈다. 이는 6개월 이상 지속된 강수량의 감소가 전력발전 부족률에 영향을 미칠 수 있는 것으로 분석되었다. SPI9와 SR9의 상관 계수는 –0.57이였으며, SPI12와 SR12의 상관 계수는 -0.61로 강한 음의 상관관계를 나타냈다. 이는 9개월 이상 지속되는 강수량 감소에 따라 가뭄지수가 증가할 때 전력발전 부족률이 상당히 감소하는 경향이 있으며, 대청댐의 전력발전 부족률에 큰 영향을 미칠 수 있는 것으로 분석되었다.

4.4 합천댐 수력발전 전력 생산량 가뭄 리질리언스 분석 결과

합천댐에서 생산되는 계획발전량과 실제발전량의 차이를 구한 월간발전부족량은 그림 20과 같다. 합천댐의 월간발전부족량이 급격히 증가하는 시기는 2014년 8월, 2015년 9월, 2023년 6월인 것으로 조사되었다.

Fig. 20.

Time series graph of Hapcheon dam monthly power shortage

2014년 8월의 경우 월간발전부족량은 705,064 MWh이며, SPI1: 0.69, SPI3: -0.45, SPI6: -0.30, SPI9: -0.40, SPI12: -0.15, 저수율: 43.76%, 유입량: 90.09㎥/s이었으며, 2015년 9월의 경우 월간발전부족량은 520,320 MWh이며, SPI1: -0.25, SPI3: -0.91, SPI6: -0.85, SPI9: -0.89, SPI12: -0.56, 저수율: 42.34%, 유입량: 6.77㎥/s, 2023년 6월의 경우 월간발전부족량은 569,700 MWh이며, SPI1: 0.52, SPI3: 0.45, SPI6: 0.21, SPI9: -0.17, SPI12: -0.78, 저수율: 31.98%, 유입량: 27.38㎥/s이었던 것으로 조사되었다.

2014년 8월과 2015년 9월, 2023년 6월에 유입량이 급격히 줄어들었으며, 특히 2015년 9월의 경우 유입량이 6.77㎥/s로 매우 낮았던 것으로 조사되었다. 이는 저수율의 감소로 이어져, 2015년 9월 저수율은 42.34%에 머물렀다. 유입량의 급격한 감소와 저수율 하락으로 인해 전력 발전 부족량이 각각 705,064 MWh, 520,320 MWh, 569,700 MWh로 급증한 것으로 분석되었다. 특히 2023년 6월에는 저수율이 31.98%로 매우 낮았으며, 유입량도 27.38㎥/s로 발전 부족이 심화되었다.

합천댐은 유역면적이 작고 총저수량이 적어, 다른 대형 댐들처럼 장기 가뭄에 의한 발전 부족량보다는 단기적인 유입량 변동에 더 민감하게 반응하며, 이는 강우 패턴과 유입량의 불규칙성의 원인인 것으로 분석되었다.

합천댐의 전력발전 부족률과 SPI 간의 상관 분석 결과는 표 7과 같으며, 1개월, 3개월, 6개월, 9개월, 12개월 간 각각의 전력발전 부족률과 SPI 비교 시계열 그래프는 그림 21 ~ 그림 25와 같다.

Table 7.

Result table for comparative correlation of Hapcheon dam power generation shortage ratio and SPI

Fig. 21.

Time series graph of Hapcheon dam power generation shortage rate for one month and SPI1

Fig. 22.

Time series graph of Hapcheon dam power generation shortage rate for 3 months and SPI3

Fig. 23.

Time series graph of Hapcheon dam power generation shortage rate for 6 months and SPI6

Fig. 24.

Time series graph of Hapcheon dam power generation shortage rate for 9 months and SPI9

Fig. 25.

Time series graph of Hapcheon dam power generation shortage rate for 12 months and SPI12

합천댐의 SPI1과 SR1의 상관 계수는 0.06, SPI3과 SR3의 상관 계수는 0.01, SPI6과 SR6의 상관 계수는 –0.13이였으며, SPI9와 SR9의 상관 계수는 –0.24로 상관관계가 거의 없는 것으로 나타났다. SPI12와 SR12의 상관 계수는 -0.34로 약한 음의 상관관계를 나타냈다. 합천댐의 전력발전 부족률은 장기간 강수량의 감소가 전력발전 부족률에 큰 영향을 받지 않는 것으로 분석되었다.

합천댐을 제외한 소양강댐, 충주댐, 대청댐은 지속된 강수량의 감소가 전력발전 부족률에 영향을 미칠 수 있는 것으로 분석되었다. 합천댐의 총 저수량은 790백만㎥로 소양강댐 총 저수량의 27%, 충주댐 총 저수량의 29%, 대청댐 총 저수량의 53% 수준으로 다른 댐들에 비해 상대적으로 3~4배 정도 작은 규모이다. 또한 합천댐의 유역면적은 925㎢로 소양강댐 유역면적의 34%, 충주댐 유역면적의 14%, 대청댐 유역면적의 29% 수준이다. 총 저수량과 유입량 자체가 작은 경우 물을 즉각적으로 방류하거나 전력 생산에 사용하지 않고 댐 내에서 보존해야 하는 상황이 발생할 수 있다. 따라서 유입량이 낮은 시기에는 기상 조건이나 강우량과 발전량 간의 상관관계가 약하게 나타날 수 있을 것이다. 이런 환경에서 강우량에 따른 유입량 변화가 작아 SPI와 전력 발전 부족량과의 상관관계가 낮았을 것으로 분석되었다.