실시간 비상제어를 위한 정확·고속 전력계통 스타트업 스킴

본 논문은 PMU 기반 실시간 비상제어에서 전력계통의 전이 불안정을 빠르고 정확하게 판단하기 위한 스타트업 방안을 제시한다. 핵심은 (1) 볼록·오목 영역을 이용한 새로운 불안정 지수, (2) 실시간으로 임계기계(CM)를 식별하는 알고리즘, (3) 통신 부하와 연산량을 크게 줄이는 2단계 SMIB 등가화 프레임워크이다. 시뮬레이션 결과, 제안된 방법은 기존 기법 대비 빠른 판단 속도와 높은 정확도를 보이며, 측정 오차에 대해서도 강인함을 확인하…

저자: Songhao Yang, Zhiguo Hao, Baohui Zhang

실시간 비상제어를 위한 정확·고속 전력계통 스타트업 스킴
본 논문은 전력계통이 대규모 고장이나 급격한 변동에 직면했을 때, 실시간 비상제어를 신속히 시작하기 위한 “스타트업 스킴”을 제안한다. 현재 전력계통은 경제성 및 운영 제약으로 설계 한계에 가깝게 운전되고 있어, 고장 발생 시 동기 손실이나 전력 차단 위험이 크게 증가한다. 이러한 상황에서 비상제어는 고장이 발생한 뒤 시스템이 실제로 불안정으로 향하고 있는지를 정확히 판단한 뒤 즉시 개시되어야 한다. 기존의 이벤트 기반 비상제어는 사전 시뮬레이션에 의존해 정확도가 제한되고, 비예상 사고에 대응하지 못한다는 한계가 있다. 반면, PMU(Phasor Measurement Unit)의 고속·고정밀 측정 데이터를 활용한 응답 기반 방법은 실시간으로 시스템 상태를 파악할 수 있어 주목받고 있다. 논문은 이러한 응답 기반 비상제어를 구현하기 위해 세 가지 핵심 기술을 개발하였다. 1. **볼록·오목 영역 기반 불안정 지수** - 발전기 전력각 δ와 각속도 편차 ω̇를 위상 평면에 투사한 궤적이 오목 영역(안정)과 볼록 영역(불안정)으로 구분된다는 기존 연구를 확장한다. - 연속 미분 연산이 노이즈에 취약한 문제를 해결하기 위해, 이산 PMU 데이터만을 사용해 현재 시점 t와 직전 시점 t‑Δ의 값으로 지수를 계산한다(식 5·6). - 지수 l = ω·Δ·δ̈ (간단히 변형) 를 통해, 궤적이 볼록 영역에 진입하는 순간(e_t)을 빠르게 포착한다. 이 시점은 전통적인 불안정 평형점(UEP) 초과 시점보다 앞서 있어, 비상제어 개시 여유 시간을 확보한다. - 시뮬레이션 결과, 기존 EEAC·SIME 등 방법에 비해 판단 속도가 수십 ms 수준으로 크게 개선되고, 오탐률이 현저히 낮았다. 2. **실시간 임계기계(CM) 식별 알고리즘** - 전이 과정에서 어느 기계가 임계기계가 되는지는 고정되지 않으며, 시스템 동적 변화에 따라 달라진다. - 제안된 알고리즘은 각 기계의 전력각·속도·전력 차이 등을 실시간으로 모니터링하고, 미리 정의된 임계 기준(예: 전력각 변화율, 속도 편차)과 비교해 CMs와 비임계기계(NMs)를 동적으로 재분류한다. - 이를 통해 SMIB 등가화 모델이 현재 시스템 상태를 정확히 반영하도록 보장한다. 3. **두 층(2‑layer) SMIB 등가화 프레임워크** - 전통적인 SMIB 등가화는 모든 발전기 데이터를 중앙 제어센터에 전송해 하나의 등가 SMIB 모델을 만든다. 대규모 전력망에서는 통신량이 급증하고 연산 지연이 발생한다. - 논문은 전력망을 여러 지역그리드(area grid)로 구분하고, 각 지역에서 동일 그룹(임계기계 그룹 C 또는 비임계기계 그룹 N)에 속한 발전기를 하나의 관성 중심(Center of Inertia, COI) 발전기로 먼저 등가화한다(1층). - 이후 각 지역의 COI를 다시 전역 COI로 통합해 최종 SMIB 모델을 만든다(2층). 수식 (8)·(9) 로 표현되며, 수학적으로 1층·2층 등가화가 직접 등가화와 동일한 결과를 도출함을 증명한다. - 이 구조는 데이터 전송을 지역 수준으로 제한하고, 연산을 분산시켜 통신 부하와 계산 시간을 크게 감소시킨다. 시뮬레이션에서는 통신량이 70% 이상 절감되고, 연산 시간도 50% 이상 단축되었다. **시뮬레이션 검증** - 두 개의 테스트 시스템(소형 IEEE 39버스와 대형 118버스)에서 다양한 고장 시나리오를 적용하였다. - 불안정 지수는 고장 발생 후 평균 120 ms 이내에 불안정 여부를 판단했으며, 실제 시스템이 불안정으로 전이되는 시점보다 평균 30 ms 앞서 경고를 제공하였다. - 임계기계 식별 알고리즘은 고장 전후에 CMs가 변할 경우에도 99% 이상의 정확도로 재분류했으며, 등가화된 SMIB 모델의 전이 안정성 평가 결과는 원 시스템과 오차가 0.5% 이하였다. - 측정 오차(±0.5% 전압·전류, ±0.1 rad/s 각속도)와 통신 지연(최대 20 ms)을 인위적으로 추가했음에도 판단 정확도와 속도는 크게 저하되지 않았다. **결론 및 의의** - 제안된 스타트업 스킴은 물리 기반 불안정 지수, 실시간 CMs 식별, 계층적 SMIB 등가화라는 세 가지 혁신을 결합해, 비상제어를 “정확히, 빠르게, 그리고 실용적으로” 구현한다. - 특히, 불안정 지수가 최소한의 데이터(현재·직전 시점)만으로 계산되므로 통신 부하가 적고, 노이즈에 강인해 실제 PMU 환경에 적합하다. - 두 층 등가화는 기존 중앙집중식 구조의 한계를 극복하고, 향후 대규모 스마트 그리드에서도 적용 가능성을 시사한다. - 다만, 대규모 실제 전력망에서의 확장성, 통신 손실 상황에서의 복원력, 그리고 다양한 재생에너지 비중이 높은 시스템에 대한 적용 가능성 등은 추가 연구가 필요하다.

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기