저감 관성 전력망을 위한 MPC 기반 인버터 전력 제어와 주파수 안정성 향상

본 논문은 전력 시스템이 전통적인 동기 전동기 중심에서 풍력, 태양광, 배터리와 같은 인버터 기반 자원(IBR)으로 전환함에 따라 발생하는 관성 감소 문제를 해결하고자 한다. 관성이 감소하면 전력 불균형 시 주파수 편차와 ROCOF가 급격히 증가하여 시스템 안정성이 위협받는다. 기존 연구에서는 드롭 제어와 가상 동기 기계(VSM) 등을 통해 IBR에 주파수 응답을 부여했지만, 이들 방법은 파라미터 수가 제한적이며, 전력·에너지의 하드 제한을 직접 반영하기 어렵다. 특히, 풍·태양 발전은 최대 출력점이 고정돼 있어 전력 상승 여유가 없으며, 배터리는 사용 가능한 에너지 양이 제한된다. 이에 저자는 모델 예측 제어(MPC) 기반의 새로운 제어 전략인 MIPC(모델 예측 기반 인버터 전력 제어)를 제안한다. MIPC는 매 타임스텝마다 시스템의 현재 상태와 예측 모델을 사용해, 일정한 예측 호라이즌(N) 동안의 주파수 편차와 ROCOF의 제곱합을 최소화하는 최적화 문제를 푼다. 최적화 변수는 각 IBR의 전압 위상(각도) u_k이며, 이를 통해 AC 전력 흐름 방정식에서 실제 전력 세트포인트 P_ref를 도출한다. 핵심 수식은 다음과 같다. 목표 함수는 ∑_{t=0}^{N-1} (‖ω_{t+1}‖^2 + (1/h)‖ω_{t+1} - ω_t‖^2) 로, 여기서 ω는 모든 동기 전동기의 속도 편차이며, 첫 번째 항은 주파수 편차, 두 번째 항은 ROCOF를 나타낸다. 제약 조건에는 (1) 동기 전동기의 스윙 방정식, (2) AC 전력 흐름을 DC 전력 흐름으로 근사한 선형식, (3) IBR의 전력 출력 상한·하한, (4) 배터리 등 저장 장치의 누적 에너지 제한이 포함된다. 비선형 AC 전력 흐름을 그대로 사용하면 실시간 최적화가 불가능하므로, 저자는 DC 전력 흐름 근사를 도입해 문제를 선형 이차형식으로 변환한다. 이를 통해 표준 QP 솔버로 실시간 해결이 가능해진다. 또한, 실제 시스템에서는 외부 교란(발전기 고장, 부하 급증)과 측정 잡음이 존재한다. 이를 보정하기 위해 저자는 상태·교란 관측기를 설계한다. 관측기는 제한된 PMU 데이터만을 이용해 전체 시스템 상태와 교란 벡터 d_t를 실시간으로 추정하고, 추정값을 MPC 모델에 반영한다. 이렇게 하면 모델 불일치가 존재해도 제어 성능이 크게 저하되지 않는다. 시뮬레이션은 IEEE 39버스 시스템을 기반으로 수행되었다. 시나리오 1은 대형 발전기 고장, 시나리오 2는 급격한 부하 증가, 시나리오 3은 통신 지연·측정 잡음이 큰 경우 등을 포함한다. 각 시나리오에서 MIPC와 최적화된 VSM(관성·감쇠 파라미터를 최적화한 경우)을 비교하였다. 결과는 다음과 같다. (1) 주파수 편차 RMS가 MIPC에서 평균 30% 감소, (2) ROCOF 피크가 25% 이상 감소, (3) 정착 시간이 20% 단축되었다. 특히, 배터리 에너지 제한을 명시적으로 고려했음에도 불구하고 전력 공급 능력이 충분히 확보되어, 전통적인 VSM보다 더 빠른 주파수 복구가 가능했다. (4) 제한된 통신(일부 버스만 PMU) 상황에서도 관측기 기반 보정 덕분에 성능 저하가 미미했다. (5) 측정 잡음이 큰 경우에도 MIPC는 안정적인 제어를 유지했으며, VSM은 잡음에 민감해 과도 응답이 진동하는 경향을 보였다. 논문의 주요 기여는 다음과 같다. 첫째, 인버터 전력 제어를 직접적인 전력 세트포인트 최적화 문제로 전환함으로써, 파라미터 튜닝의 복잡성을 제거하고 제어 설계를 단순화하였다. 둘째, 전력·에너지 하드 제약을 명시적으로 포함한 MPC 프레임워크를 제시해, 재생 가능 에너지와 저장 장치의 물리적 한계를 존중하면서도 주파수 안정성을 크게 향상시켰다. 셋째, 관측기 기반 실시간 모델 보정 기법을 도입해, 측정 잡음·통신 지연·불완전한 관측 상황에서도 견고한 제어 성능을 확보하였다. 이러한 접근은 향후 저감 관성 전력망에서 인버터 기반 자원의 주파수 조정 역할을 확대하고, 전력 시스템의 전반적인 안정성을 유지하는 데 중요한 기술적 토대를 제공한다.