Journal of Korean Society for Atmospheric 바이오에너지 Environment ( 바이오가스, 바이오매스 ) 기술의온실가스감축산정 : 국내를대상으로 393 Vol. 33, No. 4, August 2017, pp. 393-402 https://doi.org/10.5572/kosae.2017.33.4.393 p-issn 1598-7132, e-issn 2383-5346 바이오에너지 ( 바이오가스, 바이오매스 ) 기술의온실가스감축산정 : 국내를대상으로 Estimation of Greenhouse Gas (GHG) Reductions from Bioenergy (Biogas, Biomass): A Case Study of South Korea 정재형 김기만 1),2), * 창원시정연구원도시정책연구실, 1) 녹색기술센터정책연구부, 2) 고려대학교과학기술학협동과정 (2017 년 4 월 18 일접수, 2017 년 5 월 24 일수정, 2017 년 6 월 22 일채택 ) Jaehyung Jung and Kiman Kim 1),2), * Changwon Research Institute, Division of Urban Policy Office 1) Green Center, Division of Policy Research 2) Program in Science and Studies, Korea University (Received 18 April 2017, revised 24 May 2017, accepted 22 June 2017) Abstract In this study, greenhouse gas (GHG) reductions from bioenergy (biogas, biomass) have been estimated in Korea, 2015. This study for construction of reduction inventories as direct and indirect reduction sources was derived from IPCC 2006 guidelines for national greenhouse gas inventories, guidelines for local government greenhouse inventories published in 2016, also purchased electricity and steam indirect emission factors obtained from KPX, GIR respectively. As a result, the annual GHG reductions were estimated as 1,860,000 tonco 2eq accounting for 76.8% of direct reduction (scope 1) and 23.2% of indirect reduction (scope 2). Estimation of individual greenhouse gases (GHGs) from biogas appeared that CO 2, CH 4, N 2 O were 90,000 tonco 2 (5.5%), 55,000 tonch 4 (94.5%), 0.3 tonn 2 O (0.004%), respectively. In addition, biomass was 250,000 tonco 2 (107%), -300 tonch 4 (-3.2%), -33 tonn 2 O (-3.9%). For understanding the values of estimation method levels, field data (this study) appeared to be approximately 85.47% compared to installed capacity. In details, biogas and biomass resulting from field data showed to be 76%, 74% compared to installed capacity, respectively. In the comparison of this study and CDM project with GHG reduction unit per year installed capacity, this study showed as 42% level versus CDM project. Scenario analysis of GHG reductions potential from bioenergy was analyzed that generation efficiency, availability and cumulative distribution were significantly effective on reducing GHG. Key words : Bioenergy, Biogas, Biomass, Bottom-Up Approach (BUA), Greenhouse gas (GHG) reduction *Corresponding author. Tel : +82-(0)2-3393-3925, E-mail : kkim@gtck.re.kr J. Korean Soc. Atmos. Environ., Vol. 33, No. 4, 2017
394 정재형 김기만 1. 서론우리나라는 2014년 690.6 백만톤CO 2eq 의온실가스를배출하였으며, 이는세계 7위에해당하는수치이다 (GIR, 2016; IEA, 2016). 또한, 2014년우리나라는전체온실가스배출의 87.3% 를에너지부문에서배출하였으며, 대부분은연료연소에의한것으로분석되었다 (KEEI, 2015). IEA (2016) 에의하면, 2014년우리나라의에너지소비량은세계 9위이며 (IEA, 2016), 2014년우리나라의최종에너지원별소비구성비는석탄 16.6%, 석유 48.1%, 천연가스 11.1%, 전력 19.2%, 열에너지 0.7%, 신재생에너지 4.4% 의비율로에너지를소비하고있다 (KEEI, 2015). 국제적으로기후변화를완화하기위해서는화석연료에서신재생에너지로의전환 (shift) 이요구되고있으며 (Bentsen and Møller, 2017), 화석연료를다량으로소비하고있는국가에서는화석연료를대체할수있는친환경에너지원으로신재생에너지가중요한방안으로작용하고있다 (Rule et al., 2009). 온실가스를감축하기위한신재생에너지기술중바이오에너지는온실가스감축효과에서큰역할을가지고있으며, 많은국가에서온실가스감축을위한전략으로바이오에너지를활용한경로 (pathway) 를구축하고있다 (Welfle et al., 2017). 바이오에너지에의한온실가스감축량은에너지생산과소비의지속가능성 (sustainability) 이핵심으로작용하고있으며 (Felten et al., 2013), 특히, 바이오매스기반의바이오에너지 (biomass-based bioenergy) 는대기중의온실가스를감축할수있는탄소중립성으로각광을받고있다 (Delivand et al., 2015). 신재생에너지를활용한온실가스감축량연구는국 내외적으로활발히수행하고있다. EEA (2015) 에서는 EU 국가별신재생에너지의설치용량과 EU에서개발한배출계수를활용한온실가스감축연구가수행되었고 (EEA, 2015), IPCC (2012) 에서는국가별신재생에너지보급통계와 IPCC 기본배출계수를활용한온실가스감축과이에따른미래시나리오를분석하였다 (IPCC, 2012). 또한, NREL (2015) 에서는미국의주별신재생에너지보급통계와 NREL에서개발한배출계수를활용한온실가스감축연구가진행되었고 (NREL, 2015), Kim (2014) 은한국의신재생에너지국가통계자료를활용한보급과확산을통한효과적인온실가스 감축정책의필요성에관한연구를수행하였다 (Kim, 2014). 하지만, 선행연구들의대부분은신재생에너지국가통계자료를활용한하향식접근법 (Top-Down Approach, TDA) 을중심으로연구가진행되고있어, 신재생에너지개별기술에대한실질적인온실가스감축효과를분석하기에는한계점을지니고있다. 특히, 온실가스산정계산의정확도는온실가스감축목표에있어온실가스과대혹은과소산정의관점에서중요한요인으로작용하고있으며 (Buchholz et al., 2016), 온실가스감축량산정결과의적절성은온실가스산정에있어산정 보고 인증 (Measurement, Report, Verification, MRV) 적용의중요성이강조되고있다 (Downie et al., 2014). 따라서신재생에너지기술에의한감축량결과의신뢰성확보와개별기술에대한최적화된문제를해결할수있는온실가스산정방법론이필요하며, 이러한측면에서개별기술의운영수준에서온실가스감축량영향을분석하는상향식접근법 (Bottom-Up Approach, BUA) 을적용한온실가스감축량연구가필요하다 (Kim et al., 2014). 따라서본연구는신재생에너지기술중 2015년기준전력거래소에등록된바이오에너지 ( 바이오가스, 바이오매스 ) 발전사업자를대상으로현장운영자료기반의상향식접근법을이용한바이오에너지기술단위의온실가스감축량을분석하고, 발전효율, 가동률, 누적보급량의변화에따른바이오에너지기술별온실가스감축잠재량시나리오를분석하였다. 2. 연구방법 2. 1 연구의범위본연구의공간적범위는한국, 시간적범위는 2015 년, 내용적범위는 2015년기준전력거래소에등록되어있는바이오에너지발전사업자를대상으로온실가스감축량산정을위한목록구성을하였다. 활동자료는바이오에너지기술의현장운영자료를수집및구축하는상향식접근법을이용하였다. 표 1은바이오에너지기술에대한구축된활동자료를나타내었으며, 바이오에너지는바이오가스와바이오매스로구분하여분석하였다. 한국대기환경학회지제 33 권제 4 호
바이오에너지 ( 바이오가스, 바이오매스 ) 기술의온실가스감축산정 : 국내를대상으로 395 운영경계설정에의한온실가스배출원은직접감축 원 (scope 1), 간접감축원 (scope 2), 기타감축원 (scope 3) 으로구분되며, 직접감축원은연료연소등에의해직 접적으로감축량되는감축원, 간접감축원은구매전력, 구매스팀등의에너지원사용에의해간접적으로감축되는감축원, 기타감축원은직접감축원과간접감축원이외에서감축되는감축원이다 (WRI, 2015). 본연구는바이오에너지기술별프로젝트경계 (project boundary) 를설정하고, 직접감축원 (scope 1) 은연료연소예를들어, 바이오에너지의투입에너지, 간접감축원 (scope 2) 은순전력생산량과순스팀생산량으로구분하여, 온실가스감축량을산정하였다. 2. 2 연구대상물질일반적인주요온실가스물질은이산화탄소 (CO 2 ), 메탄 (CH 4 ), 아산화질소 (N 2 O), 수소불화탄소 (HFCs), 과불화탄소 (PFCs), 육불화황 (SF 6 ) 으로구분되며, 본연구에서는이산화탄소 (CO 2 ), 메탄 (CH 4 ), 아산화질소 (N 2 O) 를연구대상물질로선정하였다. Table 1. Bioenergy (biogas and biomass) technology and activities. Bioenergy Specific technology Biogas Biomass Activity Unit Value Electricity MWh 203,275 Biogas (landfill) m 3 /hr 23,548 Electricity MWh/yr 769,619 Steam Gcal/yr 9,000 Biomass (wood) m 3 /hr 563,000 본연구는감축된온실가스물질을정량화하기위하여지구온난화지수 (Global Warming Potential, GWP) 를적용하여환산하였다. 지구온난화지수는일정기간동안 (100년기준 ) 이산화탄소 1 kg 대비특정온실가스 1 kg이지구온난화에미치는정도를나타내는지표로, 온실가스감축량을이산화탄소환산톤 (CO 2equivalent ) 으로정량화하여표현한다. 본연구에서는 IPCC 5차평가보고서에서제시하고있는지구온난화지수즉, 이산화탄소 (CO 2 ) 1을기준으로, 메탄 (CH 4 ) 28, 아산화질소 (N 2 O) 265를적용하여온실가스감축량을정량화하였다 (IPCC, 2014). 2. 3 온실가스감축량산정방법론온실가스감축량산정방법은 IPCC (2006) 가이드라인과지자체온실가스배출량산정지침, 전력거래소에서제공하는전력간접배출계수및온실가스종합정보센터에서제공하는스팀간접배출계수를기반으로산정하였다 (KEC, 2016; GIR, 2013; KPX, 2012; IPCC, 2006). 표 2에바이오에너지기술별온실가스감축량산정식을제시하였다. 직접감축원 (scope 1) 인연료연소부문은대상기술별운영자료를이용하여활동도를추출하였으며, 온실가스산정방법은 tier-2 수준을적용하되, 국내배출계수가부재한경우에는 IPCC에서제공하는기본계수 (tier-1) 를적용하였다. 간접감축원 (scope 2) 인전력생산량과스팀생산량은운영기술별 2015년 1년간의운영자료를획득하여기술부문별전력생산량및스팀생산량을취합하여한국전력거래소에서제공하는전력간접배출계수와온실가스종합정보센터에 Table 2. Methods of GHG reductions estimation in bioenergy. GHG (Greenhouse Gas) Scope 1 Level Scope 2 Level E j = (A j EF j ) j Where, j=biogas, biomass, start-up fuel etc. Tier-1/2 E i = (A i EF i ) i Where, i=electricity, steam Tier-2 Equation Generation energy Fuel Biogas E i,j = [(A i EF i )-(A j EF j )] i,j Biomass E i,j = [(A i EF i )-(A j EF j )] i,j E: GHG reductions, A: Activity, EF: Emission Factor Electricity Electricity Steam Biogas Start-up fuel Biomass Start-up fuel J. Korean Soc. Atmos. Environ., Vol. 33, No. 4, 2017
396 정재형 김기만 Table 3. Comparison of total sample and installed capacity in Korea for the year of 2015. Bioenergy Population (No.) Sample ratio Installed capacity (2015) Sampled (No.) Ratio (%) Cumulative installed capacity (MW) Sample capacity (MW) Average - 30.5 44.3 Biogas 6 1 17 66 50 75.8 Biomass 9 4 44 868 111.2 12.8 Ratio (%) Table 4. Summary of field data collection from bioenergy. Installed capacity (MW) Generating electricity (MWh/yr) Generating heat (Gcal/yr) Operating time (hr/yr) Generation efficiency (%) Rate of operation (%) Average 38.9 197,840 9,000 7,195 33.8 78.7 Biogas 50 203,275-6,800 39.1 78.5 Biomass 27.8 192,404.8 9,000 7,590 28.5 78.8 서제공하는스팀간접배출계수를이용하여 tier-2 수 준으로순전력생산량과스팀생산량에의한온실가스대체감축량을산정하였다. 3. 연구결과 3. 1 운영자료표 3과 4는바이오에너지기술의자료현황과운영자료로제시하였으며, 본연구는설문조사를통하여바이오에너지기술의운영자료를수집하였다. 수집된샘플은 5개로 ( 전체모수는 15개 ) 설계용량 (installed capacity) 기분바이오가스와바이오매스는각각 75.8%, 12.8% 의비율로운영자료를수집하였다. 바이오에너지기술의평균설계용량은 38.9 MW으로나타났으며, 바이오가스 50.0 MW, 바이오매스 27.8 MW로바이오가스기술이바이오매스기술대비상대적으로큰설계용량을가지고있는것으로나타났다. 에너지의수집형태는전기에너지와열에너지로, 바이오가스는전기에너지, 바이오매스는일반적으로전기에너지를생산하고있었으며, 1개의바이오매스에서전기에너지와열에너지를모두생산하는시설로나타났다. 바이오에너지기술의운영시간은연간약 7,000 내외의시간으로높은운영시간을보였다. 바이오에너지의발전효율은 20~45% 로나타났으며, 일반적으로바이오매스가스화기설비의발전효율은기존기술 (conventional technology) 대비 35~40% 수준으로보고되고있으며, 발 Fig. 1. The GHG reductions from bioenergy. 전효율이 40% 이상되는고효율발전시설에대해서도일부등장하고있다 (Strzalka et al., 2017). 본연구에서의가동률 (availability) 은유지보수시간을제외한것으로본연구에서의가동률은운영시간과운영대기시간 (stand-by time) 을의미하는것으로정의하였다. 이에따른, 바이오에너지기술별평균가동률은 78.7% 로나타났으며, 바이오가스와바이오매스는각각 78.5%, 78.8% 로나타났다. 3. 2 온실가스감축량그림 1은바이오에너지기술에의한온실가스감축량산정결과이며, 본연구의온실가스감축량에대한결과해석에서 ( - ) 는온실가스배출을, (+) 는온실가스 한국대기환경학회지제 33 권제 4 호
바이오에너지 ( 바이오가스, 바이오매스 ) 기술의온실가스감축산정 : 국내를대상으로 397 감축을의미하는것으로정의하였다. 바이오에너지기술에의한온실가스감축량은 186 만tonCO 2eq /yr로나타났으며, 직접감축 (scope 1) 은 143 만tonCO 2eq /yr(76.8%), 간접감축 (scope 2) 은 43 만tonCO 2eq /yr (23.2%) 로나타났다. 바이오가스는메탄회피효과에의하여직접감축이 154 만tonCO 2eq /yr (94%) 로크게나타났으며, 전력생산에의한간접감축 (scope 2) 은 9 만tonCO 2eq /yr (6%) 로분석되었다. 바이오가스에의한온실가스감축량은다양한발생원이있으며, 특히바이오가스중매립지에서발생되는가스를포집하여전력을생산하는시설은환경학적이익측면에서도중요하게고려된다 (Liu et al., 2012). 바이오매스는투입되는바이오매스에의한이산화탄소 (CO 2 ) 를제외한비이산화탄소 (non-co 2 ) 인메탄 (CH 4 ) 과아산화질소 (N 2 O) 를포함하며, 설비시동연료 (start-up fuel) 와연소혼소 (fuel mix) 로인한직접배출이 - 11 만tonCO 2eq /yr ( - 24%) 로나타났으며, 전력과열에너지생산에의한간접감축 (scope 2) 은 34 만 tonco 2eq /yr(76%) 로나타났다. 그림 2는바이오에너지기술에의한국가전체설치용량대비온실가스감축량을제시하였다. 국가전체설치용량으로확장 (scale-up) 한결과, 바이오에너지에의한온실가스감축량은 395 만tonCO 2eq /yr로분석되었으며, 이는 2014년국가온실가스배출량의약 0.5% 를차지하고있는것으로분석되었다 (GIR, 2016). Fig. 2. Comparison of GHG reductions from bioenergy; sampled capacity versus installed capacity in Korea. 3. 3 물질별온실가스감축량그림 3에 2015년바이오에너지기술의운영자료를활용한기술별및온실가스물질별감축량을제시하였다. 바이오에너지기술에의한온실가스감축량은 186 만tonCO 2eq /yr (100%) 이며, 물질별온실가스감축량은이산화탄소 (CO 2 ) 34 만tonCO 2eq /yr(18.14%), 메탄 (CH 4 ) 5.47 만tonCO 2eq /yr (82.31%), 아산화질소 (N 2 O) - 0.0033 만tonCO 2eq /yr (-0.3%) 로나타났다. 여기서, 비율은온실가스온난화지수로환산한물질별비율을의미한다. 바이오가스에의한온실가스물질별감축량은이산화탄소 (CO 2 ) 9 만tonCO 2 /yr (5.5%), 메탄 (CH 4 ) 5.5 만tonCH 4 /yr (94.5%), 아산화질소 (N 2 O) 0.00003 만 tonn 2 O/yr (0.004%) 의비율로나타났으며, 바이오매스에의한온실가스물질별감축량은이산화탄소 (CO 2 ) 25 만tonCO 2 /yr(107%), 메탄 (CH 4 ) - 0.03 만tonCH 4 /yr ( - 3.2%), 아산화질소 (N 2 O) - 0.0033 만tonN 2 O/yr Fig. 3. The reductions of individual GHGs from bioenergy. (-3.9%) 의비율로나타났다. 바이오가스는 90% 이상이메탄에의한온실가스감축효과가있는것으로나타났으며, 바이오매스는목질계바이오매스등의연소로인하여메탄 (CH 4 ) 과아산화질소 (N 2 O) 가오히려배출되는것으로조사되었다. 바이오에너지세부기술별온실가스감축물질의형태가상이한차이가있는것으로나타나고있어, 바이오에너지기술에의한효과적인온실가스감축을위한방법이적용되어야할것으로보인다. 3. 4 산정수준별온실가스감축비교표 5는온실가스산정수준에따른바이오에너지기술의온실가스감축량산정결과를나타내었으며, 이를 J. Korean Soc. Atmos. Environ., Vol. 33, No. 4, 2017
398 정재형 김기만 위하여운영자료기준의온실가스감축량산정과설계용량기준의온실가스감축량을산정하여비교 분석하였다. 동일한바이오에너지기술에대한운영자료와설계용량기준 ( 일반적으로산정하는방식 ) 을비교한결과설계용량대비운영자료는평균적으로약 85.47% 의온실가스감축수준으로나타났다. 이는설계용량기준의온실가스감축량산정은현장운영기준의온실가스감축량산정과의차이가있음을의미한다. 국가에너지이용과에너지믹스의구성에따라신재생에너지기술에의한국가온실가스배출영향은국가별차이를가지고있으며, 국가실질적온실가스감축을위한신재생에너지기술의실행계획 (action plan) 의제한요인 (limitation) 으로작용할수있다 (Blindheim, 2015). 바이오가스의운영자료와설계용량에의한온실가스감축량은각각 9.0 만tonCO 2eq /yr, 11.8 만tonCO 2eq /yr 로설계용량대비운영자료는 76.16% 의상대적으로낮은온실가스감축수준을보였다. 바이오매스의운영자료와설계용량에의한온실가스감축량은각각 8.6 만tonCO 2eq /yr, 8.7 만tonCO 2eq /yr로설계용량대비운영자료는 98.05% 의비율로바이오가스대비상대적으로높은온실가스감축수준이있는것으로나타났다. 3. 5 온실가스감축원단위비교본연구는국내바이에너지발전사업자를대상으로 Table 5. Comparison of GHG reductions by estimation method. GHG reductions (Unit: 10 4 tonco 2eq /yr) Level of estimation method Operation-based estimation Capacity-based estimation Ratio (%) Bioenergy 17.6 20.5 85.47% Biogas 9.0 11.8 76.16% Biomass 8.6 8.7 98.05% 실제현장의운영자료를바탕으로기술별온실가스감축량을산정하고, 이를기반으로기술별온실가스감축원단위를도출하였다. 이를비교하기위하여, 본연구에서는한국이수행한청정개발체계 (Clean Development Mechanism, CDM) 사업 (91건) 을대상으로온실가스감축량과기술용량을이용하여기술별온실가스감축원단위를분석하여, 최종적으로본연구와비교 분석하였다 (UNFCCC, 2016). 표 6은본연구에서산정한기술별온실가스감축원단위와 CDM 사업의온실가스감축원단위를비교한것으로, CDM 사업으로인한온실가스감축원단위는운영수준기반의온실가스감축원단위대비높은것으로나타났다. 바이오에너지의온실가스감축원단위는 17,092 tonco 2eq /yr MW이며, CDM 사업에의한온실가스감축원단위는 41,206 tonco 2eq /yr MW로 42% 수준으로나타났다. 바이오가스의온실가스감축원단위는 32,653 tonco 2eq /yr MW이며, CDM 사업에의한바이오가스온실가스감축원단위는 75,449 tonco 2eq /yr MW로 43% 수준으로나타났다. 바이오가스의생산물에따라발생특성의차이를가지고있으며, Esfandiari et al. (2011) 의연구에서는동물폐기물 (animal waste) 에의한바이오가스의발효과정을통해생성된바이오가스를이용하여온실가스감축원단위는 17,178 tonco 2eq /yr MW 으로본연구의온실가스감축원단위대비 52% 수준으로, 바이오가스기술특성에따라온실가스감축원단위가다르게나타나고있다 (Esfandiari et al., 2011). 바이오매스의온실가스감축원단위는 1,530 tonco 2eq / yr MW이며, CDM 사업에의한바이오매스온실가스감축원단위는 6,962 tonco 2eq /yr MW로 22% 수준으로나타났다. 운영기반의온실가스감축량원단위는국제수준의 CDM 사업에의한온실가스감축량원단위가바이오가스와바이오매스가각각 43%, 22% 수준으로나타나 Table 6. Comparison of GHG estimation with this study and CDM project. GHG reductions (Unit: tonco 2eq /yr MW) Korea level (This study) UNFCCC level (CDM) Ratio (%) Range Mean Range Mean Bioenergy 338~32,653 17,092 6,962~269,915 41,206 42 Biogas 32,653 32,653 12,150~269,915 75,449 43 Biomass 338~2,129 1,530 6,962 6,962 22 한국대기환경학회지제 33 권제 4 호
바이오에너지 ( 바이오가스, 바이오매스 ) 기술의온실가스감축산정 : 국내를대상으로 399 Table 7. Construction of scenario analysis on GHG reductions from bioenergy. Scenarios Scenario Baseline Scenario 1 Scenario 2 Scenario 3 Unit % Biogas Generation efficiency 39.1 44.1 49.1 54.4 Biomass 28.5 33.5 38.5 45.5 Unit % Biogas Availability 78.5 90 95 100 Biomass 78.8 90 95 100 Unit MW Biogas Cumulative distribution 66 69 73 76 Biomass 868 911 955 998 Table 8. Result of scenario analysis on GHG reduction potential for bioenergy. Bioenergy Biogas Biomass Scenario Baseline Scenario 1 Scenario 2 Scenario 3 Unit: 10 4 tonco 2eq /yr Generation efficiency 189 196 202 208 Availability 190 192 195 197 Cumulative distribution 348 366 383 405 Generation efficiency 163 164 166 167 Availability 166 167 168 169 Cumulative distribution 216 226 237 248 Generation efficiency 26 31 36 42 Availability 23.9 24.1 26 28 Cumulative distribution 133 139 146 157 고있으며, 국내의운영기반에의한온실가스감축량원단위가상대적으로낮게나타났다. 3. 6 온실가스감축시나리오 3. 6. 1 시나리오구성표 7은온실가스감축시나리오구성을나타나낸것으로, 본연구는바이오에너지기술의변화에따른온실가스감축잠재량을분석하였다. 바이오에너지기술의온실가스감축시나리오는본연구에서적용한 2015 년을기준시나리오로하여발전효율, 가동률, 누적보급량의변화에따른온실가스감축잠재량을분석하였다. 발전효율은 5%, 10%, 15% 상승, 가동률은 90%, 95%, 100% 로향상, 보급률변화시나리오는 2015년국내누적보급량을기준으로 5%, 10%, 15% 상승으로하였으며 (Korea Energy Agency, 2015), 본연구에서도출한바이오에너지기술의온실가스감축원단위를이용 하여누적보급량의변화에따른기술별온실가스감축잠재량을산정하였다. 3. 6. 2 시나리오분석표 8은발전효율, 가동률및누적보급량의변화에따른온실가스감축잠재량을나타내었으며, 바이오에너지는바이오가스와바이오매스에대한각각의감축시나리오변화에따른온실가스감축예상량산정후합산하여분석하였다. 발전효율변화시나리오분석에서바이오에너지의발전효율이상승함에따라각각 196 만tonCO 2eq /yr, 202 만tonCO 2eq /yr, 208 만 tonco 2eq /yr 의온실가스감축잠재량을보였다. 바이오가스는발전효율이상승함에따라각각 164 만tonCO 2eq /yr, 166 만 tonco 2eq /yr, 167 만tonCO 2eq /yr의온실가스감축잠재량을보였으며, 바이오매스는발전효율이상승함에따라각각 31 만tonCO 2eq /yr, 36 만tonCO 2eq /yr, 42 만tonCO 2eq / yr의온실가스감축잠재량을보였다. 가동률의변화시 J. Korean Soc. Atmos. Environ., Vol. 33, No. 4, 2017
400 정재형 김기만 Table 9. Result of 1% change scenario for bioenergy. Scenario 1% increase (Unit: 10 4 tonco 2eq /yr) Ranking Level (%) Bioenergy Biogas Biomass Generation efficiency 1.25 2 28.6 Availability 0.54 3 12.3 Cumulative distribution 4.38 1 100 Generation efficiency 0.23 2 10.7 Availability 0.15 3 7.0 Cumulative distribution 2.16 1 100 Generation efficiency 1.02 2 46.0 Availability 0.39 3 17.5 Cumulative distribution 2.23 1 100 나리오분석에서바이오에너지의가동률이상승함에따라각각 192 만tonCO 2eq /yr, 195 만tonCO 2eq /yr, 197 만 tonco 2eq /yr의온실가스감축잠재량을보였다. 바이오가스는가동률이상승함에따라각각 167 만tonCO 2eq /yr, 168 만tonCO 2eq /yr, 169 만tonCO 2eq /yr의온실가스감축잠재량을보였으며, 바이오매스는각각 24.1 만tonCO 2eq / yr, 26.1 만tonCO 2eq /yr, 28 만tonCO 2eq /yr의온실가스감축잠재량을보였다. 누적보급량의변화시나리오분석에서바이오에너지의누적보급량이상승함에따라각각 366 만tonCO 2eq /yr, 383 만tonCO 2eq /yr, 405 만tonCO 2eq / yr의온실가스감축잠재량을보였다. 바이오가스의누적보급량이상승함에따라각각 226 만tonCO 2eq /yr, 237 만tonCO 2eq /yr, 248 만tonCO 2eq /yr의온실가스감축잠재량을보였으며, 바이오매스는각각 139 만tonCO 2eq /yr, 146 만tonCO 2eq /yr, 157 만tonCO 2eq /yr의온실가스감축잠재량을보였다. 표 9는바이오에너지기술의온실가스감축시나리오의 1% 변화에따른온실가스감축잠재량과우선순위및수준을나타낸것이다. 바이오에너지의기준시나리오대비각각의시나리오별 1% 변화에따른온실가스감축잠재량은발전효율 1.25 만tonCO 2eq /yr, 가동률 0.54 만tonCO 2eq /yr, 누적보급량 4.38 만tonCO 2eq /yr 로나타나, 바이오에너지는누적보급량에의한온실가스감축잠재량이가장큰것으로분석되었다. 바이오가스의기준시나리오대비각각의시나리오별 1% 변화에따른온실가스감축잠재량은발전효율 0.23 만 tonco 2eq /yr, 가동률 0.15 만tonCO 2eq /yr, 누적보급량 2.16 만tonCO 2eq /yr로나타나, 바이오가스는누적보급량에의한온실가스감축잠재량이가장큰것으로분석되었다. 바이오가스는누적보급량에의한온실가스감축잠재량 이외의발전효율과가동률에의한온실가스감축잠재량이각각 10.7%, 7% 로누적보급량대비상대적으로낮은수준을보였다. 바이오매스의기준시나리오대비각각의시나리오별 1% 변화에따른온실가스감축잠재량은발전효율 1.02 만tonCO 2eq /yr, 가동률 0.39 만 tonco 2eq /yr, 2.23 만tonCO 2eq /yr로나타나, 바이오매스는누적보급량에의한온실가스감축잠재량이가장큰것으로분석되었다. 바이오매스는발전효율에의한온실가스감축잠재량은누적보급량대비 46% 수준으로나타나, 발전효율상승에의한온실가스감축잠재량도함께고려되어야할것으로보인다. 시나리오분석결과바이오에너지기술별국가계획등을적용한시나리오구성을통하여보다정확하고, 신뢰성있는온실가스감축잠재량산정이이루어져야할것으로보인다. 4. 결론본연구는 2015년국내전력거래소바이오에너지 ( 바이오가스, 바이오매스 ) 발전사업자등록사업자를대상으로현장운영자료를이용한상향식접근법의온실가스감축량과기술의변화에따른온실가스감축잠재량시나리오를분석하였다. 바이오에너지기술의운영자료는누적보급량대비 44.3%, 개별기술로는바이오가스 75.8%, 바이오매스 12.8% 의자료가수집되었다. 바이오에너지기술에의한온실가스감축량은 186 만 tonco 2eq /yr로나타났으며, 직접감축 (scope 1) 은 143 만 tonco 2eq /yr(76.8%), 간접감축 (scope 2) 은 43 만tonCO 2eq / yr (23.2%) 로나타났다. 바이오에너지개별기술별온실가스감축량물질에서바이오가스는이산화탄소 (CO 2 ) 한국대기환경학회지제 33 권제 4 호
바이오에너지 ( 바이오가스, 바이오매스 ) 기술의온실가스감축산정 : 국내를대상으로 401 9 만tonCO 2 /yr (5.5%), 메탄 (CH 4 ) 5.5 만tonCH 4 /yr (94.5 %), 아산화질소 (N 2 O) 0.00003 만tonN 2 O/yr (0.004%) 의비율로나타났으며, 바이오매스는이산화탄소 (CO 2 ) 25 만tonCO 2 /yr(107%), 메탄 (CH 4 ) - 0.03 만tonCH 4 /yr ( - 3.2%), 아산화질소 (N 2 O) - 0.0033 만tonN 2 O/yr (-3.9%) 의비율로나타났다. 산정수준에따른온실가스감축량비교결과바이오에너지기술의평균운영자료와설계용량은약 85.47% 수준으로나타났으며, 기술별로는바이오가스 76%, 바이오매스 74% 로분석되었다. 운영자료기반의온실가스감축산정과설계용량기반의온실가스감축량산정의차이는산정방법에따라온실가스감축산정에대한신뢰성과연관된사항으로이를개선하기위한바이오에너지세부기술수준에서의온실가스감축량고도화산정연구가필요한것으로보인다. 본연구결과와 UNFCCC CDM 사업과의온실가스감축원단위비교결과, CDM 사업으로인한온실가스감축원단위가본연구에서도출한온실가스감축원단위대비높은수치를보였다. 시나리오분석결과바이오에너지기술의온실가스감축잠재량측면에서발전효율 ( 기술개발 ), 가동률 ( 운영기술 ), 누적보급량 ( 보급정책 ) 모두온실가스감축효과가있는것으로나타났다. 특히, 바이오가스와바이오매스모두누적보급량에의한온실가스감축잠재량이가장큰것으로분석되었다. 하지만바이오가스는누적보급량대비발전효율과가동률에의한온실가스감축잠재량이 10% 수준으로낮게나타난반면바이오매스는누적보급량대비발전효율은 46% 수준으로상대적으로높은수준으로분석되었다. 본연구를바탕으로바이오에너지개별기술에의한효율적인온실가스감축량산정을위한자료제공과함께바이오에너지기술에대한기술발전과추진정책등종합적이고, 세부기술을반영한온실가스감축량연구가지속적으로진행되어야할것으로사료된다. 감사의글이연구는 2016년도녹색기술센터주요사업으로수행한연구과제 (No. R16111) 의일환으로수행되었으며, 본논문은과제내용을수정 보완하여작성하였습니다. References Bentsen, N.S. and I.M. Møller (2017) Solar energy conserved in biomass: sustainable bioenergy use and reduction of land use change, Renewable and Sustainable Energy Reviews, 71, 954-958. Blindheim, B. (2015) A missing link? The case of Norway and Sweden: dose increased renewable energy production impact domestic greenhouse gas emissions?, Energy Policy, 77, 207-215. Breyer, C., O. Koskinen, and P. Blechinger (2015) Profitable climate change mitigation: the case of greenhouse gas emission reduction benefits enabled by solar photovoltaic systems, Renewable and Sustainable Energy Reviews, 49, 610-628. Buchholz, T., M.D. Hurteau, J. Gunn, and D. Saah (2016) A global meta-analysis of forest bioenergy greenhouse gas emission accounting studies, Bioenergy, 8, 281-289. Delivand, M.K., A.R.B. Cammerino, and P. Garofalo (2015) Optimal location of bioenergy facilities, biomass spatial availability, logistics costs and GHG (greenhouse gas) emissions: a case study on electricity production in South Italy, Journal of Cleaner Production, 99, 129-139. Downie, A., D. Lau, A. Cowie, and P. Munroe (2014) Approaches to greenhouse gas accounting methods for biomass carbon, Biomass & Bioenergy, 60, 18-31. EEA (European Environment Agency) (2015) Renewable energy in Europe: approximated recent growth and knock-in effects. Esfandiari, S., R. Khorokhavar, and M. Sekhavat (2011) Greenhouse gas emission reduction through a biogas plant: A case study of waste management system at FEKA dairy farm, 2 nd International Conference on Environmental Science and, 6, 445-448. Felten, D., N. Fröba, J. Fries, and C. Emmerling (2013) Energy balances and greenhouse gas-mitigation potentials of bioenergy cropping systems (Miscanthus, rapeseed, and maize) based on farming conditions in Western Germany, Renewable Energy, 55, 160-174. GIR (Greenhouse Gas Inventory & Research Center of Korea) (2013) http://www.gir.go.kr/ GIR (Greenhouse Gas Inventory & Research Center of Korea) (2016) http://www.gir.go.kr/ IEA(International Energy Agency) (2016) 2016 CO 2 missions from fuel combustion. J. Korean Soc. Atmos. Environ., Vol. 33, No. 4, 2017
402 정재형 김기만 IPCC (Intergovernmental Panel on Climate Change) (2006) 2006 IPCC guidelines for national greenhouse gas inventories. IPCC (Intergovernmental Panel on Climate Change) (2012) Renewable energy sources and climate change mitigation. IPCC (Intergovernmental Panel on Climate Change) (2014) Fifth assessment report. KEC (Korea Environment Corporation) (2016) Guidelines for local government greenhouse gas inventories (ver. 4.0). KEEI (Korea Energy Economics Institute) (2015) Yearbook of regional energy statistics. Kim, H.G., C.H. Paik, Y.J. Chung, and Y.J. Kim (2014) Mathematical properties and constraints representation for bottom-up to the evaluation of GHG mitigation policies. Transportation Research, 32, 48-56. Kim, H.S. (2014) Regional supply strategies for renewable energy sources based on contribution level of GHG emission reduction, Agriculture and life science, 32(4), 215-223. Korea Energy Agency (2015) New and renewable energy statistics 2014 (2015 Edition). KPX (Korea Power exchange) (2012) http://www.kpx.or.kr/ Liu, X., X. Gao, W. Wang, Lei. Zheng, Y. Zhou, and Y. Sun (2012) Pilot-scale anaerobic co-digestion of municipal biomass waste: focusing on biomass production and GHG reduction, 44, 463-468. NREL (National Renewable Energy Laboratory) (2016) Sustainable NREL, site sustainability plan FY 2016. Park, M., S. Tae, S. Suk, G. Ford, M.E. Smith, and R. Steffen (2015) A study on the sustainable building technology considering to performance of greenhouse gas emission reduction, Procedia Engineering, 118, 1305-1308. Rule, B.M., Z.J. Worth, and C.A. Boyle (2009) Comparison of life cycle carbon dioxide emissions and embodied energy in four renewable electricity generation technologies in New Zealand, Environmental Science and, 43, 6406-6413. Strzalka, R., D. Schneider, and U. Eicker (2017) Current status of bioenergy technologies in Germany, Renewable and Sustainable Energy Reviews, 72, 801-820. UNFCCC DTU partnership (2016) CDM pipeline overview, http://www.cdmpipeline.org/publications/cdm Pipeline.xlsm/ Welfle, A., P. Gilbert, P. Thornley, and A. Stephenson (2017) Generating low-carbon heat from biomass: life cycle assessment of bioenergy scenarios, Journal of Cleaner Production, 149, 448-460. WRI (World Resources Institute) (2015) Global protocol for community-scale greenhouse gas emission inventories: an accounting and reporting standard for cities. 한국대기환경학회지제 33 권제 4 호