국내 화력발전소 신뢰도 확보기술 현황

국문 초록 (Abstract)

1. 국내 발전소 신뢰도 현황
국내 전력수요를 만족시키기 위해서 대형 전력용 발전설비는 ‘20년 기준 109GW 용량의 417기가 운영되고 있으며, 각 발전사에서는 설비의 신뢰도 확보를 위해 다양한 노력들을 하고 있다. 그럼에도 연간 160여건의 고장정지가 발생하고 있다. 이중 민간 발전사업자가 운영하고 있는 발전설비에서 발생하는 정지가 100여건으로 적은 발전설비 수에 비해 많은 고장정지가 발생하고 있어서 민간 발전사업자의 설비관리 체계화가 더욱 더 필요한 상황이다. 발전정지 중 부적절한 설비관리로 인해 발생하는 사고가 전체의 70% 이상을 차지하고 있다.

2. 발전설비 신뢰도 확보기술
발전설비는 수백만 개의 부품으로 구성된 복잡한 시스템으로 부품의 품질, 단위 기기의 정합성 등 많은 고장요소를 포함하고 있어서 이러한 거대 설비가 적정기능을 발휘하여 최적의 전력을 생산하도록 하기 위한 신뢰도 확보체계를 구축하는 것은 아주 어려운 상황이다. 세계적으로 발전설비의 신뢰도를 확보하기 위한 기술들이 지속적으로 개발되고 있다. 대부분 발전소들이 발전설비 신뢰도를 향상시키기 위하여 신뢰도 기반 정비(RCM)을 채택하고 있으며, 최근에는 설비의 위험도를 고려한 검사 및 정비(RBI, RBM)를 접목하여 적용하고 있고, 최근에는 인공지능을 이용하여 발전소 문제점을 검사 및 예측하고 정비기법을 최적화하기 위한 Intelligent Digital Power Plant 기술을 적극 도입하고 있다.

2.1 신뢰도기반 정비(RCM)
RCM은 가장 오래된 신뢰도 확보 체계로 설비나 부품의 수명주기 동안 최소의 정비로 설비가 본래의 기능을 수행할 수 있는 가능성을 증가시키기 위해 사후정비, 예방정비 및 선행정비를 수행하는 방법으로, 고장영향 분석(FMEA)과 고장확률 및 계통 신뢰도의 계산에 근거하여 적절한 정비업무를 수행하는 방법이다. 사전 유지보수를 통해 모든 고장정지를 방지할 수는 없으며 기업들은 일반적으로 사전과 사후 비율을 5:5로 수행하고 있다. 국내 발전소에 있어서는 사전 정비의 최적화를 위해 과거 정비이력을 활용한 정비범위 및 시점, 최적의 검사방법 선정 등의 노력과 고장분류체계개선 등의 노력을 하고 있다.

2.2 위험도기반 정비(RBM)
RCM을 통한 체계적인 설비관리에도 불구하고 발전설비의 사고로 인한 대형사고가 발생하고, 경제적으로 치명적인 중대고장이 자주 발생함에 따라 각 고장에 대해 위험도를 고려하여 예방의 우선순위를 부여할 수 있도록 한 RBI 검사 및 정비기법을 도입하여 적용하고 있다. RBI에서는 위험도를 고장발생확률(POF)과 고장발생으로 인한 피해도(COF)로 각 설비를 평가하여 위험도 등급에 따라 검사 및 정비 시점을 결정하는 방법이다.

2.3 화력발전소 지능화(IDPP)
최근 세계적으로 인공지능(AI) 및 디지털기술의 발전으로 발전설비의 검사, 고장 예측 및 정비관리 뿐만 아니라 자산관리, 직원 교육 등 발전설비 운영전반에 걸쳐서 발전설비를 최적화하기 위한 Total Solution을 제공할 수 있는Intelligent Digital Power Plant를 구축하여 운영하고 있다.

3. 결론
국내에서 발전설비는 60년 이상 산업의 근간이 되는 에너지를 공급하기 위해 중요한 역할을 하여 왔으며, 국가 발전과 함께 그 숫자 및 용량이 지속적으로 증가하여 왔다. 고품질의 끊임없는 양질의 전기를 공급하기 위해서는 설비의 신뢰도 확보가 우선적으로 확보되어야 한다. 그동안 RCM, RBM 등 발전설비의 신뢰도를 향상하기 위한 과학적인 정비체계를 지속적으로 발전시켜 왔으며 최근에는 인공지능(AI) 기술과 디지털 기술의 도입으로 운전, 운영, 정비를 통합적으로 최적화하기 위한 기술이 활발히 도입되고 있다. 이와 더불어 일차적으로 발전설비의 상태를 정확하게 판단할 수 있는 초음파, 광, 적외선, 자기장 등 각종 정밀한 비파괴센서 개발의 중요성이 부각되고 있다.