Preview
Research Article

Journal of the Korean Solar Energy Society. 20 April 2026. 1-14
https://doi.org/10.7836/kses.2026.46.2.001

Economic Analysis of a Heat Pump–Based Power-to-Heat System for District Heating

히트펌프 기반 Power-to-Heat 시스템의 지역난방 적용 경제성 분석
Byung-Ju Lim1
,
Sung-Hoon Cho2
,
Sie-Un Kwon3
,
Chang-Dae Park14*
임 병주1
,
조 성훈2
,
권 시은3
,
박 창대14*
1Principle Researcher, KIMM Institute of Carbon Neutral Energy Machinery, Korea Institute of Machinery and Materials
2Principle Engineer, KIMM Institute of Carbon Neutral Energy Machinery, Korea Institute of Machinery and Materials
3Student of Master Course, Mechanical Engineering, University of Science and Technology
4Professor, Mechanical Engineering, University of Science and Technology
1한국기계연구원 탄소중립기계연구소, 책임연구원
2한국기계연구원 탄소중립기계연구소, 책임기술원
3과학기술연합대학원대학교 융합기계시스템학과, 석사과정 학생
4과학기술연합대학원대학교 융합기계시스템학과, 교수
*Corresponding Author

Copyright © 2026 Korean Solar Energy Society

License (open-access, http://creativecommons.org/licenses/by-nc/4.0/):

This is an Open-Access article distributed under the terms of the Creative Commons Attribution NonCommercial License which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

This study analyzes the economic feasibility of applying heat-pump-based power-to-heat (P2H) technology to domestic district heating systems. By exploiting time-of-use electricity price differentials, nighttime thermal storage operations were considered, and a mixed-integer linear programming (MILP) model was developed to jointly optimize the design and operation of heat pumps and thermal storage tanks in a district heating system serving 1,000 households. The optimization results indicate that a heat pump capacity of 2.42 MW and thermal storage capacity of 6.04 MWh constitute the optimal system design. The levelized cost of heat for the P2H system was calculated to be 82,227 KRW/MWh. This value was approximately 15.1% lower than the reference district heating tariff of 95,000 KRW/MWh, corresponding to an annual total cost reduction of approximately 13.4%. Seasonal operational analysis showed that the thermal storage tank had high utilization during spring and autumn, confirming that its operation is economically rational on an annual basis. The results of this study quantitatively demonstrate that heat pump–based P2H systems can achieve sufficient economic viability under the current domestic electricity pricing and district heating tariff structures and suggest that P2H represents a practical and effective option for the low-carbon transition of district heating systems.

Keywords
Power to heat
District heat
Optimization
Night-time thermal energy storage
Load shifting
Heat pump
키워드
전기열변환
지역난방
최적화
야간축열
부하이동
히트펌프

MAIN

  • 1. 서 론

  • 2. 열수요 예측 모델

  • 3. P2H 시스템 최적화 모델

  • 4. 시뮬레이션 결과

  •   4.1 최적 설계 용량 및 연간 경제성

  •   4.2 계절별 운전 특성

  •   4.3 민감도 분석

  • 5. 결 론

기호 및 약어 설명

BOP : Balance of plant

CAPEX : Capital expenditure

COP : Coefficient of Performance

CRF : Capital Recovery Factor

DR : Demand Ratio

LCOH : Levelized cost of heat

MILP : Mixed-Integer Linear Programming

P2H : Power to heat

SMP : System Marginal Price

SOC : State of Charge

그리스 기호 설명

β : Temperature sensitivity coefficient

1. 서 론

국내 지역난방은 전국 367만 세대에 열을 공급하는 주요 난방 방식으로, 전체 난방 수요의 약 25%를 담당하고 있다1). 그러나 현재 지역난방 시스템은 천연가스 기반 열병합발전과 개별 보일러에 의존하여 화석연료 사용량이 높고, 탄소중립 달성을 위한 근본적인 전환이 필요한 상황이다2). 정부는 2050 탄소중립 시나리오에서 건물 부문 온실가스 32.8% 감축을 목표로 하며, 이를 위해 지역난방의 전기화 및 재생에너지 연계 방안을 모색하고 있다3).

Power-to-Heat (P2H) 기술은 전력을 열로 전환하여 전력계통과 열 부문을 통합하는 섹터커플링 기술로서, 재생에너지 확대와 전력계통의 유연성 제고에 기여할 수 있다4). 특히 히트펌프 기반 P2H 시스템은 COP (Coefficient of Performance) 3 – 4 수준의 높은 에너지 효율로 화석연료 기반 난방을 대체할 수 있는 유력한 대안으로 평가받고 있다1). 또한 야간 시간대의 저가 전력을 활용하여 축열 후 주간 피크시간에 열을 공급하는 전략은 전력비용 절감과 함께 전력계통의 부하 평준화에 기여할 수 있다5). 한국전력거래소 SMP (System Marginal Price)데이터 분석 결과, 야간/주간 가격비가 0.68 – 0.72 범위로 나타나 야간요금 활용 전략의 경제적 잠재력이 확인되었다6).

해외 P2H 연구는 주로 유럽의 지역난방 시스템을 대상으로 수행되었으며, 덴마크의 경우 P2H를 통해 30 – 40%의 난방비 절감을 달성한 사례가 보고되었다7). 독일에서는 재생에너지 잉여 전력을 활용한 P2H 시스템으로 연간 50% 이상의 CO2 배출 저감 효과를 입증하였다8).

국내에서는 집단에너지사업자를 대상으로 전기보일러 기반 P2H 최적운영 알고리즘을 개발하고 동적계획법으로 축열조 운영을 최적화하는 연구를 진행하였으며, 정해진 설비 용량 하에서의 운전 최적화 연구에 초점을 두었다2). 또한 해수 열펌프와 해수 온도차 발전을 결합한 복합플랜트를 대상으로 P2H 개념을 적용하여, 잉여전력을 냉･온수 생산 및 저장에 활용하고 에너지 절감 효과와 탄소 저감 가능성을 분석하는 연구가 수행되었다3). 이 연구는 특정 해양에너지 기반 복합시스템에 대한 적용성을 검토하였다는 점에서 의미가 있으나, 일반적인 집단에너지 시스템이나 지역난방 사업자의 운영 문제로 일반화하기에는 한계가 있다. 그리고 P2H 시스템의 축열조를 대상으로 TRNSYS 기반 동적 시뮬레이션을 수행하고, 수요반응을 고려한 다중 운전 모드의 적용 가능성을 분석한 연구가 진행되었다4). 연구 결과 제안된 시스템은 축열조의 안정적인 성층화를 유지하면서 최대 300 kW 규모의 열부하를 안정적으로 공급할 수 있음을 확인하였다. 한편, P2H 핵심 기기인 히트펌프의 연간 성능을 비교하여 높은 열변환 효율 특성을 제시하는 연구도 진행되었다5). 대형 오피스 건물을 대상으로 연간 시뮬레이션을 수행한 결과, 수열원 및 지열원 히트펌프의 난방 및 냉방 기간 평균 연간성능지수 가 각각 약 2.5 – 3.8 수준으로 나타나 공기열원 히트펌프 대비 20 – 30% 이상 높은 열변환 효율을 보이는 것으로 분석되었다.

이러한 선행연구들은 국내 P2H 관련 특정 설비 또는 복합시스템을 대상으로 한 적용성 분석, 고정된 설비 용량 하에서의 운전 최적화 연구, 또는 P2H 핵심기기의 성능 특성 분석에 주로 국한되어 있다. 국내 전력시장 구조와 지역난방 요금 체계를 동시에 반영한 실증적 경제성 분석은 충분히 이루어지지 않았으며, 설비 용량을 설계변수로 포함하여 히트펌프 및 축열조의 적정 규모를 함께 도출하는 통합 최적화 연구는 아직 전무한 실정이다.

본 연구는 국내 전력계통의 운영 방식을 고려하여 고정 요금 기반 야간 축열 방식에 집중한다. 2024년 기준 국내 재생에너지 비중은 10.6%6)로 실시간 SMP (System Marginal Price) 변동이 재생에너지 출력보다는 수요 변동과 기저발전 연료비에 주로 연동되기 때문에 약 2.5배의 시간대별 요금 차이를 활용한 축열 방식이 가장 확실하고 즉시 실행 가능한 경제성 확보 전략으로 판단된다.

본 연구는 국내 지역난방 시스템에 히트펌프 기반 P2H 기술을 적용할 때의 경제성을 정량적으로 분석하는 것을 목적으로 한다. 또한 P2H 시스템의 설계와 운전을 통합한 경제성 분석을 수행하며, 지역난방의 저탄소 전환을 위한 정량적 근거를 제시한다. 구체적으로 (1) 1,000세대 규모 지역난방을 대상으로 실측 데이터 기반 열수요 예측 모델을 구축하고, (2) 히트펌프와 축열조 용량을 설계변수로 하는 최적화 모델을 개발하며, (3) 국내 전력요금･지역난방 단가를 반영한 균등화 열비용을 산정하여 경제적 타당성을 검증하고, (4) 민감도 분석을 통해 주요 변수의 영향을 평가한다.

2. 열수요 예측 모델

열수요 예측 모델은 기존 연구7)에서 제시된 서울의 지역난방 실측 데이터를 기반으로 하였다. 동절기 일일 목표 열수요는 46.8 MWh로 설정하여 1,000 세대 규모에 해당하도록 척도를 조정하였다. 열수요 도출을 위한 방정식은 식(1)과 같다.

(1)
Q(h,m)=a(m)×DR(h)×g(T)×k

여기서 Q(h,m)은 특정 월(m)의 시간(h)에서 열수요(MW)이고, a(m)은 월별 보정계수, DR(h)는 시간대별 수요비(DR, Demand Ratio), g(T)는 온도 의존 함수, k는 척도 인수이다. DR은 시간대별 열수요가 하루 평균 대비 어느 수준인지를 나타내는 무차원 값으로 Table 1에 값을 제시하였다. 온도 의존 함수는 식(2)와 식(3)과 같이 기준온도 18℃ (Tref)를 기준으로 외기온도가 낮아질수록 난방 수요가 증가하도록 모델링하였다.

(2)
g(T)=1+β×(Tref-T)atT<Tref
(3)
g(T)=1,atT≥Tref

여기서 β = 0.04는 온도 민감도 계수이다. 월별 보정계수 a(m)은 겨울(12―2월) 1.05―1.08, 봄(3―5월) 0.4―0.85, 여름(6―8월) 0.2―0.25, 가을(9―11월) 0.25―0.75로 설정하여 계절별 변동을 반영하였다. 척도인수 k는 시스템 규모(1,000세대)를 맞추기 위해 동절기 하루 총 열수요를 기준으로 계산되었다. Fig. 1에 열수요 예측 모델로부터 도출된 계절별 대표 열수요 프로파일을 제시하였다.

Table 1

Hourly thermal demand ratio characteristics

Time period 00 – 05 06 – 11 12 – 17 18 – 23
Demand ratio 0.75 0.75 – 1.3 0.7 – 0.87 0.8 – 1.7
Characteristics Night, low-load Morning, surge Daytime, stable Evening, peak

https://cdn.apub.kr/journalsite/sites/kses/2026-046-02/N0600460201/images/Figure_KSES_46_02_01_F1.jpg
Fig. 1

Seasonal and hourly heat demand profiles of the district heating system in Seoul

3. P2H 시스템 최적화 모델

P2H 시스템은 공기열원 히트펌프와 현열 축열조로 구성된다. 최적화 모델은 히트펌프 용량과 축열조 용량을 설계변수로 설정하여 연간 총비용을 최소화하는 최적 구성을 도출한다.

공기열 히트펌프의 난방 성능계수(COP)는 국내 고온(80℃) 공급용 공기열 히트펌프의 제조사의 성능 데이터를 활용하였다. 식(4)에 대기온도(Ta)에 따른 COP 식을 제시하였다.

(4)
COP(Ta)=1.7+0.9×[1-exp(-0.085×(Ta-15))]

P2H 시스템 운전시 야간에 축열하여 주간에 활용하는 경우 야간의 대기온도가 주간보다 낮기 때문에 이에 따른 COP의 변화가 반영되어야 한다. 따라서 서울의 계절별 시간대별 대기온도 대표 값을 기존 논문을 참고하여 Table 2와 같이 설정하였다8,9). 이 값은 서울의 계절별 시간대 외기온도는 특정 장기 평균 기후자료를 직접 적용한 것이 아니라, Chun et al. (2014)9)의 겨울철 고해상도 분석 결과와 Lee and Baik (2010)8)의 1999 – 2002년 4개년 관측 기반 통계 분석 결과를 참고하여 계절별 및 시간대별 변화 경향을 반영한 대표 입력 프로파일로 구성한 것이다.

Table 2

Representative seasonal and hourly ambient temperature profiles used for heat demand calculation (Seoul)

Time Winter
(12 – 2) 		Spring
(3 – 5) 		Summer
(6 – 8) 		Autumn
(9 – 11)
00:00 ~ 03:00 –5°C 6°C 22°C 9°C
03:00 ~ 06:00 –6°C 5°C 21°C 8°C
06:00 ~ 09:00 –4°C 8°C 23°C 11°C
09:00 ~ 12:00 –1°C 13°C 27°C 15°C
12:00 ~ 15:00 2°C 17°C 29°C 18°C
15:00 ~ 18:00 –1°C 16°C 26°C 14°C
18:00 ~ 21:00 –3°C 12°C 24°C 12°C
21:00 ~ 24:00 –5°C 9°C 22°C 10°C

축열조의 에너지 보존은 열손실과 축･방열 효율을 고려하여 모델링하였다10,11). 시간 t에서의 축열조 저장에너지 S(t)는 식(5)과 같다.

(5)
S(t)=(1-λ)×S(t-1)+ηc×Qch(t)-Qdis(t)/ηd

여기서 S(t)는 시간 t에서의 축열조 저장에너지(MWh), S(t-1)은 이전 시간의 저장에너지, Qch(t)는 축열조 축열열량, Qdis(t)는 축열조 방열열량이다. 축열열량 Qch(t)는 히트펌프가 생산한 열을 축열조에 저장하는 양이며, Qdis(t)는 축열조에서 난방 수요를 충족하기 위해 방출하는 열량이다. 축열조의 시간당 열손실률(λ = 0.002)과 축･방열 효율(ηc = ηd = 0.95)은 국제재생에너지기구에서 발간한 기술보고서의 수축열조 성능 지표를 참고하였다1212). 해당 보고서에 따르면 수축열조의 왕복 효율은 50-90%로 제시하고 있는데, 본 연구의 설정값을 일일 주기 운전 기준의 왕복 효율로 환산시 86.0% (0.95 × (1 – 0.002)24 × 0.95)로 해당 성능 범위에 상응한다.

축열조 용량 제약과 축･방열 상호 배타성은 다음과 같이 모델링하였다. 식(6)은 축열조의 저장에너지가 설계용량을 초과할 수 없음을 의미하며, 식(7)과 식(8)은 축열과 방열이 동시에 발생할 수 없도록 제약한다.

(6)
S(t)≤CTES
(7)
Qch(t)≤M×y(t)
(8)
Qdis(t)≤M×(1-y(t))

여기서 CTES는 축열조 설계용량(MWh), y(t)는 축･방열 모드를 나타내는 이진변수(축열 = 1, 방열 = 0) 이다. 이진변수 y(t)가 1이면 축열조가 축열 모드로 작동하여 Qch(t) > 0, Qdis(t) = 0이 되고, y(t)가 0이면 방열 모드로 작동하여 Qch(t) = 0, Qdis(t) > 0이 된다. M은 축열조의 축열과 방열이 동시에 발생할 수 없도록 논리적 제약을 구현하기 위한 상수로 충분히 큰 값(109)으로 설정하였다. 이는 물리적 제약을 위반하지 않으면서 이진변수의 논리적 제약을 구현하는 혼합정수계획법(Mixed-Integer Linear Programming, MILP)의 원리를 고려한 것이다.

P2H 시스템의 설계와 운전을 통합 최적화를 위해 MILP 기법을 사용하였다. MILP는 연속변수(히트펌프 용량, 축열조 용량, 시간별 열출력 등)와 이진변수(축･방열 모드 선택)를 동시에 다룰 수 있어 설비 규모 산정과 운영 전략 도출을 동시에 수행할 수 있다는 장점이 있다13). MILP 모델의 설계변수로는 히트펌프 용량(CHP)과 축열조 용량(CTES)이며, 운전변수로는 시간 t에서의 히트펌프 출력(QHP(t)), 축열조 축열열량(Qch(t)), 축열조 방열열량(Qdis(t)), 축열조 저장에너지(S(t))로 설정하였다.

목적함수는 식(9)와 같이 총 연간 전력비, CO2 비용 및 설비투자비 연금환산액의 총합을 최소화하도록 설정하였다. 자본회수계수(Capital Recovery Factor, CRF)는 식(10)과 같다.

(9)
f(Z)=min(∑[(PHP(t)×Pelec(t))+PHP(t)×EF×PCO2]+CRF×CAPEX)
(10)
CRF=r(1+r)n[(1+r)n-1]

여기서 PHP(t)는 히트펌프의 소비전력, Pelec(t)는 시간대별 전력단가, EF는 기후에너지환경부의 온실가스종합정보센터에 “2025년 승인 국가 온실가스 배출･흡수계수”에 제시된 전력배출계수(0.4173 kgCO2/kWh)이다. 한국배출권거래제(K-ETS) 배출권 가격(PCO2)은 2021년 35.1원/kgCO2에서 2025년 10.3원/kgCO2 수준으로 낮아지고 있으며, 최근 2024-2025년의 평균 가격은 약 9.6원/kgCO2이다14). 하지만 본 연구에서는 보수적 가정을 적용하여 최근 평균값보다 더 높은 12.0원/kgCO2를 기준 값으로 설정하였다. CRF은 자본회수계수로 국내외 에너지 시스템 및 대형 히트펌프 설비의 경제성 평가에서 일반적으로 사용되는 할인율(r = 5%)과 내용연수(n = 20년)를 고려하여 계산하였다1,15,16). Pelec(t)의 경우 Table 3과 같이 2025년 4월에 시행된 전기요금표에서 계약전력 300 kW의 산업계에서 사용되는 산업용전력(을) 고압A 선택Ⅱ 요금제를 적용하였다17).

Table 3

Seasonal and time-of-use electricity tariff structure used in the economic analysis17) (unit: KRW/kWh)

Load Summer Spring & Autumn Winter
Off-peak 110.9 110.9 117.9
Mid-load 163.8 133.4 164.0
Peak 245.9 164.1 221.5

경제성 분석의 설비비 단가는 해외 선행연구 데이터와 국내 설치 견적을 기반으로 산정하였다. 히트펌프 단가(6.2억원/MW)는 국내 공기열원 히트펌프의 본체 가격과 여러 대 병렬 설치할 때 히트펌프 BOP (Balance of Plant) 비용을 고려하였다. 본 연구에서는 일반적인 수열･폐열･공기열 기반 히트펌프 적용을 가정하여 본체 가격 대비 40%의 BOP 비용을 대푯값으로 설정하였다18). 설비의 유지 관리비는 문헌 조사를 통해 CAPEX의 1.5%로 설정하였다15). 또한 축열조 단가는 선행연구의 축열조 설비 비용을 참고하였다16). Table 4에 경제성 분석에 사용될 설비, CO2 및 지역난방 비용을 제시하였다.

Table 4

Cost parameters for equipment, CO2 emissions, and district heating applied in the economic analysis

Item Value Unit Note
Heat Pump 6.2 108 KRW / MW Including installation [19]
Thermal storage 5 518 507 × V0.6518 + 4 400 400 KRW V : storage volume (m3) [16]
CO2 price 12 KRW / kgCO2 K-ETS basis [14]
District heating 95,000 KRW / MW [20]

4. 시뮬레이션 결과

4.1 최적 설계 용량 및 연간 경제성

Table 5는 본 연구에서 도출된 P2H 시스템의 최적 설계 및 연간 경제성 평가 결과에서 계절별 전력비용, CO2 비용, CAPEX 및 총 비용을 보여준다. 총 비용의 경우 난방 부하가 높은 겨울철이 높고, 가을, 봄, 여름 순으로 낮아졌다. Table 6은 P2H 시스템의 최적 설계 및 연간 경제성 평가 결과를 기존 지역난방 시스템과 비교하여 정리한 것이다. Fig. 2와 같이 P2H 시스템은 히트펌프 용량 2.42 MW, 축열조 용량 6.04 MWh로 최적 설계되었으며, 연간 8,757 MWh의 열을 공급하여 지역난방 시스템과 동일한 열수요를 충족한다. 특히, 히트펌프의 용량이 2.42 MW 이하에서는 더 이상 열수요를 만족하는 최적값을 찾을 수 없어서 그래프에서 나타나지 않았다. P2H 시스템의 연간 전력비용은 5.38억 원, 이산화탄소 배출에 따른 비용은 0.21억 원, 설비 유지비는 0.26억 원으로 산정되었으며, 설비 투자비를 연간 환산한 CAPEX annuity는 1.44억 원으로 나타났다. 이를 종합한 P2H 시스템의 연간 총비용은 7.22억 원으로, 동일한 열량을 공급하는 지역난방 시스템의 연간 비용 8.48억 원 대비 15.1%의 비용 절감 효과를 보였다. 또한 단위열공급비용(LCOH, levelized cost of heat)의 경우 P2H 시스템은 82,227원/MWh으로 지역난방 단가 95,000원/MWh 대비 13.4% 낮은 수준으로 나타났다.

Table 5

Seasonal cost breakdown and annual aggregation of the optimized P2H system

Season Electricity cost, 106 KRW CO2 cost, 106 KRW CAPEX, 106 KRW Total cost, 106 KRW
Winter 358.1 11.3 79.4 463.6
Spring 89.7 3.8 28.6 127.4
Summer 24.8 1.2 8.4 35.9
Fall 65.2 2.8 21.1 93.2
Total 537.8 19.1 137.5 720.1
Table 6

Optimal system design and annual cost breakdown of the P2H system compared with the conventional system

Category P2H system (new) District heating (typical) Note
Heat pump capacity, MW 2.42 – –
Thermal storage capacity, MWh 6.04 – –
Annual heat supply, MWh 8,757 8,757 –
Annual electricity cost, 106 KRW 537.8 – –
Annual CO2 cost, 106 KRW 19.1 – –
CAPEX annuity, 106 KRW 137.5 – –
Annual total cost, 106 KRW 720.1 847.6 15.1% saving
LCOH, KRW/MWh 82,227 95,000 13.4% saving

https://cdn.apub.kr/journalsite/sites/kses/2026-046-02/N0600460201/images/Figure_KSES_46_02_01_F2.jpg
Fig. 2

LCOH contour with MILP optimal design for a P2H system

4.2 계절별 운전 특성

Fig. 3은 계절별 하루 동안 P2H 시스템의 축열조 상태(State of Charge, SOC) 변화를 나타낸다. SOC 곡선은 축열조가 시간대별로 어느 정도의 저장 용량을 활용하고 있는지를 정량적으로 보여주며, 계절 및 시간대별 열수요와 전력요금을 고려한 축열조의 축･방열 운전 전략을 확인할 수 있다.

https://cdn.apub.kr/journalsite/sites/kses/2026-046-02/N0600460201/images/Figure_KSES_46_02_01_F3.jpg
Fig. 3

Seasonal variation of the state of charge of the thermal energy storage derived from optimization results

겨울철에는 SOC가 야간시간대에 약 58%까지 상승 후 다시 오전 이후 점진적으로 증가하여 오후 시간대에 100% 수준에 도달한 후, 저녁 시간대에 급격히 감소하는 경향을 보인다. 이는 난방 수요가 높은 계절적 특성으로 인해 축열조가 하루 주기 내에서 적극적인 축･방열을 반복 수행하며, 저장된 열이 비교적 짧은 시간 내에 소비됨을 의미한다. 여름철의 경우 SOC 최댓값은 약 60% 수준에 머물며 이후 지속적으로 감소하는 양상을 보이는데, 이는 전반적인 열수요가 낮고 축열조를 활용한 부하 이동의 필요성이 제한적이기 때문으로 해석된다.

봄과 가을철의 경우 전력요금이 낮은 야간 시간대에 적극적으로 열을 저장하여 SOC가 100%까지 도달하고, 주간 시간대의 저장된 열을 활용하여 열수요를 충족하는 부하 이동 전략이 효과적으로 적용되고 있음을 알 수 있다. 특히 이 계절에서는 열수요와 저장 여건의 균형이 양호하여, 축열조가 설계 용량 한계까지 축열되는 운전 패턴이 형성되는 것으로 분석된다.

이러한 계절별 SOC 활용 수준의 차이는 축열조 용량이 특정 계절의 최대 저장 요구만을 기준으로 과대 설계된 것이 아니라, 연간 전체 운전 조건에서 경제성과 활용도를 종합적으로 고려하여 합리적으로 결정되었음을 시사한다. 즉, 축열조는 봄･가을과 같은 전환기 계절에서는 최대한 활용되고, 겨울과 여름에는 열부하 특성에 따라 탄력적으로 운전됨으로써, 설비 투자 대비 활용도의 균형을 유지하는 운전 전략이 구현되고 있다.

Fig. 4는 계절별 하루 동안 축열조의 축열, 방열, 그리고 유휴 상태를 시각화한 결과를 나타낸다. 여기서 양의 값은 축열을, 음의 값은 방열을 의미한다. SOC 변화 곡선이 저장량의 연속적인 변화를 보여준다면, 히트맵은 축열조의 운전 모드 선택이 시간대별로 어떻게 이루어지는지를 명확히 드러낸다. 모든 계절에서 심야 및 이른 오전 시간대에 축열조 축열이 집중적으로 이루어지며, 주간 및 저녁 시간대에는 저장된 열을 방출하여 열수요를 충족한다. 특히 겨울을 제외한 계절에서는 주간 시간대에 축열조 방열을 통해 열수요를 충족하는 경향이 두드러지며, 이는 히트펌프의 직접 운전보다는 저장된 열을 활용하는 것이 경제적으로 유리한 시간대가 존재함을 의미한다.

https://cdn.apub.kr/journalsite/sites/kses/2026-046-02/N0600460201/images/Figure_KSES_46_02_01_F4.jpg
Fig. 4

Seasonal charging and discharging operation modes and state of charge of the thermal energy storage

봄과 가을철의 주간 일부 시간대에서는 축열조가 축･방열 모두 수행하지 않는 유휴 상태로 유지되는데, 이는 해당 시간대의 열수요가 히트펌프의 직접 공급만으로 충분히 충족되며, 추가적인 저장이나 방출이 비용 측면에서 불리함을 반영한 결과로 해석할 수 있다. 여름철에는 전반적으로 열수요가 낮아 야간에 상대적으로 짧은 시간만 축열이 이루어지며, 이후 저장된 열을 활용하여 열수요를 대응하는 운전 전략이 나타난다.

겨울철의 경우 축열조의 최대 축열 출력이 봄과 가을에 비해 낮다. 그 이유는 겨울에는 열수요가 많아 히트펌프 출력 대부분이 직접 열수요에 대응하기 때문이다.

Table 7은 계절별 열수요 수준에 따른 히트펌프 평균 출력과 축열조 활용도의 차이를 정량적으로 나타낸다. 축열조 활용도는 축열조 평균 저장 열량을 정격 용량으로 나눈 값으로, 설치된 저장 용량의 실제 활용 수준을 의미한다.

Table 7

Seasonal operation characteristics of the P2H system under varying heat demand conditions

Season Daily heat demand, MWh HP average output, MW Storage utilization rate, %
Winter 56.2 2.38 54.1
Spring 20.2 0.88 62.3
Summer 5.9 0.27 21.0
Autumn 15.0 0.65 44.1

겨울철에는 일일 열수요가 56.2 MWh로 가장 높고 히트펌프 평균 출력도 2.38 MW로 최대 수준을 보인다. 그러나 난방 수요가 하루 전반에 걸쳐 지속됨에 따라 저장된 열이 빠르게 소비되어, 축열조 활용률은 54.1%로 나타난다. 이는 겨울철 축열조가 부하 완충 역할을 수행하되, 높은 수요로 인해 저장 여유가 제한됨을 보여준다. 반면 봄과 가을철에는 일일 열수요가 각각 20.2, 15.0 MWh로 중간 수준임에도 불구하고, 축열조 활용률이 각각 62.3%와 44.1%로 비교적 높게 나타난다. 이는 전력요금이 낮은 시간대에 열을 저장하고 주간 부하를 축열조 방열로 대응하는 부하 이동 효과가 효과적으로 작동함을 의미한다. 특히 봄철은 열수요 대비 축열조 활용도가 가장 높아 저장 설비 활용 측면에서 유리한 운전 조건을 보인다. 여름철에는 열수요(5.9 MWh)와 히트펌프 출력(0.27 MW)이 모두 낮아 축열조 활용률도 21.0% 수준에 머문다. 이는 열 저장 필요성이 감소함에 따라 축열조가 제한적인 보조 역할만 수행하기 때문으로 해석된다.

히트펌프의 계절별 운전시간의 경우 겨울철에는 2,920 h중 2,160 h(상시 운전)으로 축열과 함께 지속적인 난방 수요에 대응하는 운전 결과이다. 반면 봄･가을･여름에는 각각 1620, 1440, 900 h로 겨울 대비 운전시간이 단계적으로 감소하였다. 이러한 운전 특성은 겨울철 지속적인 난방 수요와 대비되는 계절별 열수요 감소 및 히트펌프 여유 용량 변화에 기인한다.

4.3 민감도 분석

Fig. 5에 P2H 설비의 전력요금 및 설비투자비 변화에 따른 LCOH 민감도 결과를 제시하였다. 민감도 분석은 전력요금 및 설비 투자비와 같은 주요 경제성 입력 변수의 불확실성이 최적 설계 및 연간 총비용에 미치는 영향을 평가하기 위해 수행되었다. 기준 시나리오에서 설정한 전력요금과 설비 단가를 기준으로, 각 변수를 일정 비율(±10%, ±20%)로 증감시킨 후 동일한 최적화 문제를 반복적으로 해결하는 방식으로 분석을 수행하였다. 전력요금 변화에 따른 LCOH의 민감도는 611.3(원/MWh)/%, 설비투자비의 경우 189.5(원/MWh)/%로 약 3.2배 크게 나타났다. 전력요금을 기준 값 대비 ±30% 변화시킨 경우, LCOH는 약 63,926 – 100,606원/MWh 범위에서 선형적으로 증가하였으며, 최대 ±22.3% 수준의 변동폭을 보였다. 반면, 설비투자비를 ±30% 변화시킬 경우 LCOH는 약 76,580 – 87,952원/MWh 범위로 변화하여, 상대적으로 완만한 변동폭(±6.9%)을 나타냈다.

https://cdn.apub.kr/journalsite/sites/kses/2026-046-02/N0600460201/images/Figure_KSES_46_02_01_F5.jpg
Fig. 5

Sensitivity of the LCOH to variations in electricity tariff and capital investment cost in the P2H system

이는 P2H 시스템의 LCOH가 설비투자비보다 전력요금 변화에 더 민감하게 반응함을 의미한다. 이러한 결과는 P2H 시스템에서 전력요금이 운영비의 대부분을 차지하며, 장기 운영 과정에서 누적되는 전력비용이 경제성에 지배적인 영향을 미치기 때문으로 해석할 수 있다. 한편, 설비투자비 민감도 역시 무시할 수 없는 수준으로, P2H 시스템의 장기적 경제성 확보를 위해 여전히 최적 설계 용량 도출, 설비 표준화, 기술 성숙에 따른 CAPEX 저감 전략이 중요함을 시사한다. 즉, 전력요금은 단기적･운영적 측면에서 경제성을 좌우하는 핵심 변수인 반면, 설비투자비는 시스템의 기본 비용 구조를 형성하는 장기적 제약 요소로 작용한다.

한편, 지역난방 단가 변화에 따른 종합 경제성 분석 결과, 지역난방 단가가 83,000원/MWh 수준까지 하락하더라도 P2H 시스템의 LCOH는 여전히 낮은 수준을 유지하여 경제성이 확보되는 것으로 나타났다. 반대로 지역난방 단가가 120,000원/MWh까지 상승할 경우, P2H 시스템의 비용 절감률은 약 34% 수준에 도달하여, 상당한 경제적 우위를 확보할 수 있음을 확인하였다. 이는 P2H 시스템이 전력요금 및 설비비 변동이라는 불확실성이 존재하는 시장 환경에서도 지역난방 대비 견고한 경제적 경쟁력을 보유함을 의미한다.

5. 결 론

본 연구는 국내 지역난방 시스템에 히트펌프 기반 Power-to-Heat (P2H) 기술을 적용할 경우의 경제성을 정량적으로 분석하였다. 국내 전력요금 체계와 지역난방 단가를 반영하여, 히트펌프와 축열조의 설계 및 운전을 통합한 혼합정수선형계획법(MILP) 기반 최적화 모델을 구축하고, 1,000세대 규모 지역난방을 대상으로 시뮬레이션을 수행하였다.

최적화 결과, 히트펌프 용량 2.42 MW, 축열조 용량 6.04 MWh의 설계 조합이 연간 총비용을 최소화하는 최적 해로 도출되었다. 동일한 열수요를 충족하는 기존 지역난방 시스템과 연간 총비용을 비교하면 15.1%의 비용 절감 효과를 나타냈다. 또한 P2H의 LCOH는 82,227원/MWh로 분석되어, 지역난방 단가 95,000원/MWh 대비 13.4% 낮은 수준을 유지하였다.

P2H 시스템의 LCOH는 설비투자비보다 전력요금 변화에 더 민감하게 반응하는 것으로 나타났으며, 이는 설비 운영 시 발생하는 전력비용이 장기 경제성에 지배적인 영향을 미침을 의미한다. 그럼에도 불구하고, 설비투자비 역시 LCOH의 기본 수준을 결정하는 중요한 요소로 작용하여, 최적 설계 용량 도출과 설비 단가 저감이 병행되어야 함을 확인하였다.

최근 2025년 산업통상자원부에서 발표한 ‘제6차 집단에너지 공급 기본계획’에서는 히트펌프용 별도 전기요금 도입, 투자비 융자, 투자세액공제 등의 인센티브 도입을 적극 검토하고 있다21).

이러한 정부의 정책방향은 P2H 시스템의 전력요금 및 설비투자비를 줄일 수 있어 기존 지역난방 시스템 대비 절감효과는 더욱 증대될 것으로 기대된다. 본 연구 결과는 히트펌프 기반 P2H 시스템이 현행 국내 전력요금 및 지역난방 요금 구조 하에서도 충분한 경제성을 확보할 수 있음을 정량적으로 입증하며, 지역난방의 저탄소 전환을 위한 실질적 대안이 될 수 있음을 시사한다.

Acknowledgements

본 연구는 기후에너지환경부(MCEE)와 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제입니다(과제번호: RS-2024-00419184).

References

1

Bloess, A., Schill, W. P., and Zerrahn, A., Power-to-Heat for Renewable Energy Integration: A Review of Technologies, Modeling Approaches, and Flexibility Potentials, Applied Energy, Vol. 212, pp. 1611-1626, 2018, https://doi.org/10.1016/j.apenergy.2017.12.073.

10.1016/j.apenergy.2017.12.073
2

Kim, Y. H., Kim, Y., and Han, G. R., Development of Optimal Operation for District Heating and Cooling Facility Considering P2H, Journal of Korean Solar Energy Society, Vol. 43, No. 6, pp. 51-65, 2023, https://doi.org/10.7836/kses.2023.43.6.051.

10.7836/kses.2023.43.6.051
3

Moon, J. H., Ji, H., and Lee, H. S., Applicability Analysis of P2H Sector Coupling for Seawater Heat Pump-Ocean Thermal Energy Conversion Complex Plant, Journal of Power System Engineering, Vol. 27, No. 6, pp. 105-113, 2023, https://doi.org/10.9726/kspse.2023.27.6.105.

10.9726/kspse.2023.27.6.105
4

Muhammad, F., Kwon, S. E., Lim, B. J, Cho, S. H., Lee, G. R, and Park, C. D., Modeling and Simulation of a Thermal Network Using Power-to-Heat Equipment for Building Clusters, Journal of Korean Solar Energy Society., Vol. 45, No. 6, pp. 117-131, 2025, https://doi.org/10.7836/kses.2025.45.6.117.

10.7836/kses.2025.45.6.117
5

Kwon, Y., Bae, S., Nam, Y., Yun, R., Park, C. Y., and Lee, H., Comparative Analysis of System Performance for Water, Ground and Air Source Heat Pump System Using the Dynamic Energy Simulation, Journal of Korean Solar Energy Society, Vol. 41, No. 4, pp. 1-12, 2021, https://doi.org/10.7836/kses.2021.41.4.001. 41.4.001.

10.7836/kses.2021.41.4.001
6

Ministry of Trade, Industry and Resource, Share of Renewable Energy Generation Surpasses 10% for the First Time (in Korean), 2025. https://www.motir.go.kr/kor/article/ATCL3f49a5a8c/170507/view. last accessed on the 31th December 2025.

7

Seo, B. S. and Shim, S. R., Forecasting the Demand for Local District-Heating Systems, Korea Energy Economic Review, Vol. 11, No. 2, pp. 27-55, 2012.

8

Lee, S. H. and Baik, J. J., Statistical and Dynamical Characteristics of the Urban Heat Island Intensity in Seoul, Theoretical and Applied Climatology, Vol. 100, No. 1, pp. 227-237, 2010, https://doi.org/10.1007/s00704-009-0247-1.

10.1007/s00704-009-0247-1
9

Chun, J. M., Lee, S., Kim, K. R., and Choi, Y., A Study of the Urban Heat Island in Seoul Using Local Analysis System, Korea Society for Atmospheric Environment, Vol. 30, No. 2, pp. 119-127, 2014, https://doi.org/10.5572/KOSAE.2014.30.2.119.

10.5572/KOSAE.2014.30.2.119
10

Nash, A. and Jain, N., Dynamic Modeling and Performance Analysis of Sensible Thermal Energy Storage Systems, 4th International High Performance Buildings Conference, pp. 1-10, July 2016, West Lafayette, USA.

11

Kim, S. H., Lee, H. J., Lee, K. H., Heo, J. H., and Lee, D. W., Comparison of Heat Losses in Seasonal Thermal Energy Storage Considering Burial Types and a Secondary Outer Wall, New Renew. Energy, Vol. 14, No. 2, pp. 2-8, 2018, https://doi.org/10.7849/ksnre.2018.6.14.2.002.

10.7849/ksnre.2018.6.14.2.002
12

International Renewable Energy Agency (IRENA), Innovation Outlook: Thermal Energy Storage, International Renewable Energy Agency, Abu Dhabi, United Arab Emirates, 2020.

13

Hart, W. E., Watson, J. P., and Woodruff, D. L., Pyomo: Modeling and Solving Mathematical Programs in Python, Math. Program. Comput., Vol. 3, No. 3, pp. 219-260, 2011, https://doi.org/10.1007/s12532-011-0026-8.

10.1007/s12532-011-0026-8
14

Korea Exchange, Emissions Trading Market Information Platform (in Korean), 2025. https://ets.krx.co.kr/main/main.jsp. last accessed on the 31st December 2025.

15

Fuchs, N., Yanez, G., Nkongdem, B., and Thomsen, J., Evaluating Low-Temperature Heat Sources for Large-Scale Heat Pump Integration: A Method Using Open-Source Data and Indicators, Applied Energy, Vol. 377, 124487, 2025, https://doi.org/10.1016/j.apenergy.2024.124487.

10.1016/j.apenergy.2024.124487
16

Lee, G. R., Performance Simulation and Economic Assessment of Solar Thermal Heat Pump for Carbon Neutrality in Industrial Sector, Ph.D. Dissertation, University of Science & Technology, Korea, 2024.

17

Korea Electric Power Corporation, 2025 Electricity Tariff Table (in Korean), 2025. https://online.kepco.co.kr/PRM004D00. last accessed on the 12th December 2025.

18

Agora Energiewende, The Roll-out of Large-Scale Heat Pumps in Germany, 2023. https://www.ieg.fraunhofer.de/. last accessed on the 31st December 2025.

19

Ramboll, Cost Drivers in District Heating: Comparison of Capex Costs Between the Netherlands and Denmark, 2022. https://uk.ramboll.com. last accessed on the 31th December 2025.

20

Korea District Heating Corporation, ESG Report, 2023. https://www.kdhc.co.kr/kdhc/bbs/B0000054/list.do?menuNo=200104. last accessed on the 31th December 2025.

21

Korea Smart Grid Association, Finalization of the 6th Basic Plan for District Energy Supply (in Korean), 2025. https://www.ksga.org/web/Board/7522/detailView.do. last accessed on the 31th December 2025.

페이지 상단으로 이동하기