KR102255058B1 - 전력 민감도 기반 dc 전력 계통의 운용 방법 - Google Patents

전력 민감도 기반 dc 전력 계통의 운용 방법 Download PDF

Info

Publication number
KR102255058B1
KR102255058B1 KR1020190128889A KR20190128889A KR102255058B1 KR 102255058 B1 KR102255058 B1 KR 102255058B1 KR 1020190128889 A KR1020190128889 A KR 1020190128889A KR 20190128889 A KR20190128889 A KR 20190128889A KR 102255058 B1 KR102255058 B1 KR 102255058B1
Authority
KR
South Korea
Prior art keywords
power
equation
current
power system
matrix
Prior art date
Application number
KR1020190128889A
Other languages
English (en)
Other versions
KR20210045624A (ko
Inventor
이수형
Original Assignee
목포대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 목포대학교산학협력단 filed Critical 목포대학교산학협력단
Priority to KR1020190128889A priority Critical patent/KR102255058B1/ko
Publication of KR20210045624A publication Critical patent/KR20210045624A/ko
Application granted granted Critical
Publication of KR102255058B1 publication Critical patent/KR102255058B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J1/00—Circuit arrangements for dc mains or dc distribution networks
    • H02J1/10—Parallel operation of dc sources
    • H02J2001/104—
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

전력 민감도 기반 DC 전력 계통의 운용 방법에 관한 것으로서, 특히 DC 전력 계통에서 동기화된 데이터(예컨대, 전압 및 전류)를 입력받아 칼만필터의 기저함수 및 출력에 적용하여 전도도 행렬을 추정하고, 이 추정된 전도도 행렬 및 동기화된 데이터를 이용하여 부하와 발전기의 전력 민감도를 계산하고, 전력 민감도 및 동기화된 데이터를 이용하여 전류 참조 벡터를 구하고, 이 전류 참조 벡터에 의해 DC 전력 계통의 발전기를 가상의 슬랙모션으로 동작하게 하는, 전력 민감도 기반 DC 전력 계통의 운용 방법에 관한 것이다.

Description

전력 민감도 기반 DC 전력 계통의 운용 방법{OPERATION SYSTEM OF DC POWER SYSTEM BASED ON POWER SENSITIVITY}
전력 민감도 기반 DC 전력 계통의 운용 방법에 관한 것으로서, 특히 DC 전력 계통에서 동기화된 데이터(예컨대, 전압 및 전류)를 입력받아 칼만필터의 기저함수 및 출력에 적용하여 전도도 행렬을 추정하고, 이 추정된 전도도 행렬 및 동기화된 데이터를 이용하여 부하와 발전기의 전력 민감도를 계산하고, 전력 민감도 및 동기화된 데이터를 이용하여 전류 참조 벡터를 구하고, 이 전류 참조 벡터에 의해 DC 전력 계통의 발전기를 가상의 슬랙모션으로 동작하게 하는, 전력 민감도 기반 DC 전력 계통의 운용 방법에 관한 것이다.
최근 전력 시스템은 전 세계적으로 환경 친화적이라는 큰 도전에 직면하고 있다. 예를 들어, 한국 정부는 새로운 기존의 발전소를 건설하는 대신 2030년까지 재생 에너지를 전체 발전의 20%까지 늘릴 계획을 세우고 있다. 또한 송전선 등의 새로운 인프라의 구축은 사회 경제적 문제에 직면하고 있습니다. 따라서 전력 시스템은 운용 마진이 어려운 기존 인프라를 최대한 활용할 뿐만 아니라 분산 발전기 (DG)를 포함하는 분산 형 소규모 그리드에도 적합하다.
대부분의 경우, DG는 변환기 기반 발전기(CBG)의 형식을 취하고 있다. 예를 들어, 연료 전지와 태양 광 발전은 DC/AC 변환기를 통해 전력을 공급한다. 풍력 터빈과 마이크로 가스/수력 전기 터빈 등의 다른 DG는 백투백 변환기에 의해 출력을 그리드에 동기화한다. 또한 BESS(Battery Energy Storage System)가 DC 전원을 충전/방전한다. 더 많은 전자 기기는 DC 부하의 증가를 가져온다. 그 결과 기존의 AC 전원 시스템의 효율은 다수의 전력 변환으로 인한 손실로 인해 악화된다. 이 문제는 전력 변환의 횟수를 최소화하는 DC 전원 시스템을 도입하여 줄일 수 있다.
DC 전원 시스템은 전압의 안정성과 전력 효율성을 높일 수 있다. 부하 소비가 동일한 경우 AC 시스템의 전류는 DC 시스템보다 큰 점에 유의해야 한다. 또한 유도성 구성 요소이기 때문에 AC 시스템은 DC 시스템보다 임피던스가 커진다. 따라서 AC 시스템의 전압 강하는 DC 시스템의 전압 강하보다 커진다. 무효 전력을 주입하는 커패시터 뱅크(bank)는 일반적으로 AC 시스템의 전압 강하를 복원한다. 마찬가지로, DG는 무효 전력을 주입함으로써 전압 프로파일을 개선 할 수 있다. 한편 정격 전류는 CBG의 최대 피상 전력을 제한한다. 따라서 무효 전력 주입은 전 부하 상태에서 실제 전력 주입이 불충분하게 될 가능성이 있다. 대조적으로, DC 시스템은 본질적으로 무효 전력 관련 문제가 없다.
DC 시스템에 대한 몇 가지 연구가 있다. 최적의 작동 방법은 여러 DG가 부하를 적절히 공유하고 부하의 변동에 즉시 응답하고 있지만, DG는 이렇게 출력 전압을 매우 정밀하게 제어해야 할 필요성이 있다. 실제로 전압의 측정 오차는 전류의 측정 오차보다 전력 흐름에 훨씬 더 큰 영향을 미친다. 이것은 전송 라인의 저항이 일반적으로 매우 작기 때문이다.
따라서 전류 제어를 통해 DC 배전 시스템에 있어서 전압을 일정하게 유지하면서 전압 측정 오차에 견딜 수 있는 DC 전력 계통의 운용 방법이 필요하게 되었다.
Lee, S.H.; Kang, Y.C.; Park, J.-W. Optimal Operation of Multiple DGs in DC Distribution System to Improve System Efficiency. IEEE Trans. Ind. Appl. 2016, 52, 3673-3681.
따라서 본 발명은 상기한 점을 고려하여 이루어진 것으로서, DC 전력 계통의 다수 발전기를 슬랙 발전기로 동작시켜 계통의 안정도를 향상시킬 수 있는, 전력 민감도 기반 DC 전력 계통의 운용 방법을 제공하는 것을 목적으로 한다.
상기의 목적을 달성하기 위해 본 발명의 실시형태에 의한 전력 민감도 기반 DC 전력 계통의 운용 방법은 DC 전력 계통을 전력 민감도를 기반으로 운용하는, 전력 민감도 기반 DC 전력 계통의 운용 방법으로서, DC 전력 계통 운용 시스템이 DC 전력 계통에서 측정된 동기화 데이터를 입력받아 칼만필터를 이용하여 전도도 행렬을 추정하는 단계; 상기 DC 전력 계통 운용 시스템이 추정된 상기 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전압 및 전류와 DC 전력 계통에서 측정된 전압 및 전류를 이용하여 추정된 상기 전도도 행렬의 정확도를 평가하는 단계; 상기 DC 전력 계통 운용 시스템이 상기 전도도 행렬과 상기 측정된 동기화 데이터를 이용하여 부하와 발전기의 전력 민감도를 계산하는 단계; 상기 DC 전력 계통 운용 시스템이 상기 전력 민감도 및 상기 측정된 동기화 데이터를 이용하여 전류 참조 벡터를 구하는 단계; 및 상기 DC 전력 계통 운용 시스템이 상기 전류 참조 벡터를 이용하여 DC 계통의 발전기를 가상의 슬랙 모션으로 동작시키는 단계;를 포함하는 것을 특징으로 한다.
상기 실시형태에 의한 전력 민감도 기반 DC 전력 계통의 운용 방법에 있어서, 상기 전도도 행렬(
Figure 112019105829144-pat00001
)의 추정은 다음의 [수학식 25] 및 [수학식 26]과 같이 상기 칼만필터의 기저함수(
Figure 112019105829144-pat00002
) 및 출력(
Figure 112019105829144-pat00003
)에 DC 전력 계통의 모선에서 측정된 전압(
Figure 112019105829144-pat00004
) 및 전류(
Figure 112019105829144-pat00005
)를 적용한 후, 칼만필터 알고리즘에 의해 다음의 [수학식 27]과 같이 추정할 수 있다.
[수학식 25]
Figure 112019105829144-pat00006
[수학식 26]
Figure 112019105829144-pat00007
[수학식 27]
Figure 112019105829144-pat00008
[여기서,
Figure 112019105829144-pat00009
는 칼만필터의 상태변수로서 전도도행렬의 추정값을 나타냄]
상기 실시형태에 의한 전력 민감도 기반 DC 전력 계통의 운용 방법에 있어서, 상기 전도도 행렬의 정확도는 다음의 [수학식 28] 및 [수학식 29]와 같이 평가될 수 있다.
[수학식 28]
Figure 112019105829144-pat00010
[여기서,
Figure 112019105829144-pat00011
는 DC 전력계통에서 측정된 전압을 나타내며,
Figure 112019105829144-pat00012
는 추정된 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전압을 나타냄]
[수학식 29]
Figure 112019105829144-pat00013
[여기서,
Figure 112019105829144-pat00014
는 DC 전력계통서 측정된 전류를 나타내며,
Figure 112019105829144-pat00015
는 추정된 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전류를 나타냄]
상기 실시형태에 의한 전력 민감도 기반 DC 전력 계통의 운용 방법에 있어서, 상기 부하와 발전기의 전력 민감도는 다음의 [수학식 33]에 의해 결정될 수 있다.
[수학식 33]
Figure 112019105829144-pat00016
[여기서,
Figure 112019105829144-pat00017
는 분산 발전기(DG)의 전류 편차 벡터를 나타내고,
Figure 112019105829144-pat00018
는 컨덕턴스 행렬에서 추출한 값으로 구성한 행렬로서 행과 열이 모두 발전기가 연계된 모선으로만 구성된 행렬을 나타내며,
Figure 112019105829144-pat00019
는 컨덕턴스 행렬에서 추출한 값으로 구성한 행렬로서, 행은 발전가 연계된 모선으로 구성되며, 열은 모든 모선으로 차례로 구성된 것을 나타내며,
Figure 112019105829144-pat00020
는 부하와 발전기의 전력 민감도를 나타내며,
Figure 112019105829144-pat00021
는 부하 전류 편차 벡터를 나타냄]
상기 실시형태에 의한 전력 민감도 기반 DC 전력 계통의 운용 방법에 있어서, 상기 전류 참조 벡터는 다음의 [수학식 35]에 의해 결정될 수 있다.
[수학식 35]
Figure 112019105829144-pat00022
[여기서,
Figure 112019105829144-pat00023
는 전류 참조 벡터를 나타내고,
Figure 112019105829144-pat00024
는 오프셋 전류를 나타내며 ,
Figure 112019105829144-pat00025
는 부하전류를 나타냄]
본 발명의 실시형태에 의한 전력 민감도 기반 DC 전력 계통의 운용 방법에 의하면, DC 전력 계통 운용 시스템이 DC 전력 계통에서 측정된 동기화 데이터를 입력받아 칼만필터를 이용하여 전도도 행렬을 추정하고, 이 추정된 상기 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전압 및 전류와 DC 전력 계통에서 측정된 전압 및 전류를 이용하여 추정된 상기 전도도 행렬의 정확도를 평가하며, 상기 전도도 행렬과 상기 측정된 동기화 데이터를 이용하여 부하와 발전기의 전력 민감도를 계산하며, 상기 전력 민감도 및 상기 측정된 동기화 데이터를 이용하여 전류 참조 벡터를 구하며, 상기 전류 참조 벡터를 이용하여 DC 계통의 발전기를 가상의 슬랙 모션으로 동작시키도록 구성됨으로써, DC 전력 계통의 다수 발전기를 슬랙 발전기로 동작시켜 계통의 안정도를 향상시킬 수 있다는 뛰어난 효과가 있다.
도 1은 본 발명의 실시예에 의한 전력 민감도 기반 DC 전력 계통의 운용 시스템에 대한 제어블록도이다.
도 2는 본 발명의 실시예에 의한 전력 민감도 기반 DC 전력 계통의 운용 방법을 설명하기 위한 플로우챠트이다.
도 3은 모선 i와 그것과 인접한 모선들로 이루어진 DC 전력 계통에 대한 회로도이다.
본 발명의 실시예를 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예를 기술하기 위한 것이며, 결코 제한적으로 해석되어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하는 것으로 해석되어서는 안 된다.
도면에서 도시된 각 시스템에서, 몇몇 경우에서의 요소는 각각 동일한 참조 번호 또는 상이한 참조 번호를 가져서 표현된 요소가 상이하거나 유사할 수가 있음을 시사할 수 있다. 그러나 요소는 상이한 구현을 가지고 본 명세서에서 보여지거나 기술된 시스템 중 몇몇 또는 전부와 작동할 수 있다. 도면에서 도시된 다양한 요소는 동일하거나 상이할 수 있다. 어느 것이 제1 요소로 지칭되는지 및 어느 것이 제2 요소로 불리는지는 임의적이다.
본 명세서에서 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송', '전달' 또는 '제공'한다 함은 어느 한 구성요소가 다른 구성요소로 직접 데이터 또는 신호를 전송하는 것은 물론, 적어도 하나의 또 다른 구성요소를 통하여 데이터 또는 신호를 다른 구성요소로 전송하는 것을 포함한다.
본 발명을 설명하기에 앞서 본 발명의 실시예와 관련이 있는 DC 전력 계통(S)에 포함되어 있는 분산 발전기(DG)의 전력 제어 방법에 대해 설명하기로 한다.
도 3은 모선 i와 그것과 인접한 모선들로 이루어진 DC 전력 계통에 대한 회로도이다.
DC 전력 계통에서 분산 발전기(DG)가 슬랙 생성기가 아닌 경우, DG는 전력 제어 모드로 동작한다. 따라서 DC 전력 계통 전체를 분석하여 전압 프로파일을 충족하는 DG의 적절한 전력을 결정해야 한다. 분석은 도 3과 같이 모선(i)와 그 인접 모선으로 구성된 단순화된 DC 전력 계통에서 시작된다.
키르히호프의 전류 법칙에 따르면 모선 i에 대한 순 주입 전류
Figure 112019105829144-pat00026
는 다음의 [수학식 1]과 같이 인접한 모선에 대한 전류의 합계와 같다.
[수학식 1]
Figure 112019105829144-pat00027
[여기서, n은 모선의 개수이고,
Figure 112019105829144-pat00028
임]
이후, 주입 전류 벡터는 다음의 [수학식 2]와 같이 표현된다.
[수학식 2]
Figure 112019105829144-pat00029
[여기서, I는
Figure 112019105829144-pat00030
를 나타내고, G는
Figure 112019105829144-pat00031
를 나타내며, V는
Figure 112019105829144-pat00032
를 나타냄]
[수학식 2]에서
Figure 112019105829144-pat00033
및
Figure 112019105829144-pat00034
는 각각
Figure 112019105829144-pat00035
및
Figure 112019105829144-pat00036
이다.
이후, 모선 i의 전력 조류 방정식은 다음의 [수학식 3]과 같이 공식화된다.
[수학식 3]
Figure 112019105829144-pat00037
[여기서,
Figure 112019105829144-pat00038
는 모선 i에서의 주입 전력을 나타내고,
Figure 112019105829144-pat00039
는 모선 i의 전압을 나타내며,
Figure 112019105829144-pat00040
는 컨덕턴스 행렬의 i행 j열 값을 나타내며,
Figure 112019105829144-pat00041
는 모선 j의 전압을 나타내며,
Figure 112019105829144-pat00042
는 발전기에서 모선 i로 투입되는 전력량을 나타내며,
Figure 112019105829144-pat00043
는 모선 i에서 부하로 공급되는 전력량을 나타냄]
AC 전력 계통과 마찬가지로, DC 전력 계통의 전력 조류는 뉴턴의 법칙을 사용하여 분석할 수 있다. 그러나 AC 전력 계통과는 대조적으로, DC 전력 계통의 쟈코비안 행렬 J는 다음의 [수학식 4]와 같이 전압의 크기에 대한 유일한 유효 전력의 편미분으로 구성된다.
[수학식 4]
Figure 112019105829144-pat00044
즉, J의 대각선 요소와 비대각선 요소는 다음의 [수학식 5] 및 [수학식 6]에 의해 결정된다.
[수학식 5]
Figure 112019105829144-pat00045
[수학식 6]
Figure 112019105829144-pat00046
전압 프로파일을 만족시키는 DG 전력을 결정하기 위한 간단한 제어 방법을 설명하기로 한다.
우선 운영자는
Figure 112019105829144-pat00047
을 선택한다.
다음으로,
Figure 112019105829144-pat00048
이
Figure 112019105829144-pat00049
의 최대 전력과 최소 전력 사이에 있는지의 여부를 판단합니다.
만약,
Figure 112019105829144-pat00050
이 최대 전력과 최소 전력 사이에 있으면 전력 조류가 분석된다.
반면에,
Figure 112019105829144-pat00051
이 최대 전력과 최소 전력 사이에 있지 않으면,
Figure 112019105829144-pat00052
은 전력 조류 분석 전에 조정된다.
그 후,
Figure 112019105829144-pat00053
이 최대 전류와 최소 전류 사이에 존재하는 지의 여부가 판단된다.
Figure 112019105829144-pat00054
이 최대 전류와 최소 전류 사이에 존재하면 다음 단계로 진행되는 한편, 최대 전류와 최소 전류 사이에 존재하지 않으면 상기 전력 조류 분석전에
Figure 112019105829144-pat00055
이 조정되는 단계로 진행된다.
마지막으로,
Figure 112019105829144-pat00056
가 전압의 그리드 코드를 충족하는 경우,
Figure 112019105829144-pat00057
이
Figure 112019105829144-pat00058
에 적용된다.
그 결과, 대부분의 DG가 전력을 제어하는 경우에도 전압 프로파일을 만족시킬 수 있다. 그러나 이 단계는 높은 계산 자원이 필요하다. 이것은 여러 피드백 루프를 포함하고 있기 때문입니다. 구체적으로는, 이 단계는 그 자체로 많은 반복을 필요로 하는 전력조류 분석을 반복한다. 그 결과, 실시간 조작이 어렵다.
또한 전류 흐름 분석 방법에 설명하기로 한다.
계산의 노력을 최소화하기 위해, [수학식 3]의 전력 조류는 다음의 [수학식 7]과 같이 전류 흐름으로 변경된다.
[수학식 7]
Figure 112019105829144-pat00059
전력의 조류와 같은 방법으로 뉴턴의 방법을 사용하여 전류의 흐름을 분석할 수 있다. [수학식 2]에서 쟈코비안 행렬은 다음의 [수학식 8]과 같이 도출된다.
[수학식 8]
Figure 112019105829144-pat00060
한편, 예약된 주입 전류(
Figure 112019105829144-pat00061
)와 계산된 주입 전류(
Figure 112019105829144-pat00062
)의 차(
Figure 112019105829144-pat00063
)가 다음의 [수학식 9]에 의해 주어진다.
[수학식 9]
Figure 112019105829144-pat00064
다음, 모선 전압이 다음의 [수학식 10]에 의해 업데이트된다.
[수학식 10]
Figure 112019105829144-pat00065
[여기서,
Figure 112019105829144-pat00066
는 업데이트 전의 모선전압 벡터를 나타내고,
Figure 112019105829144-pat00067
는 업데이트 된 모선전압 벡터를 나타내며,
Figure 112019105829144-pat00068
는 자코비안 행렬의 역행렬를 나타냄]
전류 흐름 분석에서는
Figure 112019105829144-pat00069
의 업데이트가 필요하지 않다. 즉, G는 전압과 저류의 값에 관계없이 일정한 것으로 간주될 수 있다. 이것은 전류 흐름 분석의 계산 시간이 시스템 토폴로지 또는 임피던스의 변동에 비해 매우 짧기 때문이다. 상수
Figure 112019105829144-pat00070
(즉, 선형 시스템)은 몇 번의 반복 동안에 해를 수렴시킨다. 그 결과, 전력 흐름 대신 전류 흐름을 사용하여 계산의 노력을 획기적으로 줄일 수 있다.
이어서, 제약이 있는 최적의 전류 흐름을 설명하기로 한다.
일정한 쟈코비안 행렬의 유익한 효과 덕분에, 시스템의 최적 조건은 약간의 계산 노력으로 최적의 전류 흐름(OCF) 분석에 의해 결정된다. OCF 분석에 L-M(Levenberg-Marquardt) 알고리즘이 적용된다. L-M 알고리즘은 경사 강하 알고리즘과 가우스 뉴턴 알고리즘을 조합한 타입이다. 따라서 적응 적으로 매개 변수를 다음의 [수학식 11]과 같이 업데이트 한다.
[수학식 11]
Figure 112019105829144-pat00071
[여기서, U는 단위 행렬이며, μ는 감쇠 계수이며, y는 정상 전압(즉, 일반적으로 1 pu)이며 f(β)는 다음의 [수학식 12]와 같은 모선 전압으로 구성된 β와 동일하다]
[수학식 12]
Figure 112019105829144-pat00072
이후, β는 벡터 δ로 업데이트 된다. 수정된 쟈코비안 행렬
Figure 112019105829144-pat00073
는 다음의 [수학식 13]과 같이 구성된다.
[수학식 13]
Figure 112019105829144-pat00074
[여기서,
Figure 112019105829144-pat00075
는 수정 전의 자코비안 행렬를 나타내고,
Figure 112019105829144-pat00076
는 자코비안 행렬을 수정하기 위한 변수를 나타냄]
Figure 112019105829144-pat00077
는 다음의 [수학식 14]와 같다.
[수학식 14]
Figure 112019105829144-pat00078
Figure 112019105829144-pat00079
를 결정하기 위해 임시 업데이트가 다음의 [수학식 15]에 의해 수행된다.
[수학식 15]
Figure 112019105829144-pat00080
이어서, 전류의 일시적인 편차(
Figure 112019105829144-pat00081
)와 전력의 일시적인 편차(
Figure 112019105829144-pat00082
)가 다음의 [수학식 16] 및 [수학식 17]에 의해 계산된다.
[수학식 16]
Figure 112019105829144-pat00083
[여기서,
Figure 112019105829144-pat00084
는 업데이트 이후의 모선 i에서의 전류를 나타내고,
Figure 112019105829144-pat00085
는 업데이트 이전의 모선 i에서의 전류를 나타냄]
[수학식 17]
Figure 112019105829144-pat00086
[여기서,
Figure 112019105829144-pat00087
는 업데이트 이후의 모선 i로 공급되는 전력를 나타내고,
Figure 112019105829144-pat00088
는 업데이트 이전 모선 i로 공급되는 전력를 나타냄]
이후,
Figure 112019105829144-pat00089
(x = I 또는 P)가 다음의 [수학식 18]에 의해 결정된다.
[수학식 18]
Figure 112019105829144-pat00090
[여기서,
Figure 112019105829144-pat00091
및
Figure 112019105829144-pat00092
는 각각 하부 및 상부 경계의 시작점/종료점임]
최종적으로
Figure 112019105829144-pat00093
는 다음의 [수학식 19]에 의해 결정된다.
[수학식 19]
Figure 112019105829144-pat00094
[여기서,
Figure 112019105829144-pat00095
는 전류 제약을 반영하기 위해 자코비안 행렬에서 모선 i에 대응되는 값에 적용하는 보정 변수를 나타내고,
Figure 112019105829144-pat00096
는 전력 제약을 반영하기 위해 자코비안 행렬에서 모선 i에 대응되는 값에 적용하는 보정 변수를 나타냄]
임시 업데이트는
Figure 112019105829144-pat00097
를 결정하는 데에만 사용됩니다. 정식 업데이트는 [수학식 11]에 의해 수행된다. 결과적으로,
Figure 112019105829144-pat00098
는
Figure 112019105829144-pat00099
이 경계 밖으로 나가는 것을 방지한다. OCF의 성능(
Figure 112019105829144-pat00100
)은 다음의 [수학식 20]과 같이 평가된다.
[수학식 20]
Figure 112019105829144-pat00101
[여기서,
Figure 112019105829144-pat00102
은 [수학식 11]에서 y를 위해 사용된 정상 전압을 나타냄]
이하, 본 발명의 실시예를 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 의한 전력 민감도 기반 DC 전력 계통의 운용 시스템에 대한 제어블록도이다.
본 발명의 실시예에 의한 전력 민감도 기반 DC 전력 계통의 운용 시스템(200)은 DC 전력계통의 후단에 설치되어 전력 민감도를 기반으로 DC 전력 계통을 운영하는 역할을 하며, 도 1에 도시된 바와 같이, 전도도 행렬 추정부(210), 추정 전도도 행렬 정확도 평가부(220), 전력 민감도 계산부(230), 전류 참조 벡터 산출부(240) 및 가상의 슬랙모션 제어부(250)를 포함한다.
전도도 행렬 추정부(210)는 DC 전력 계통(S)에서 측정된 동기화 데이터(전압 및 전류 포함)를 입력받아 칼만필터를 이용하여 전도도 행렬(
Figure 112019105829144-pat00103
)을 추정하는 역할을 한다. DC 전력 계통(S)은 복수 개 설치되어 있으며, 이들 DC 전력 계통(S)에서 측정되는 데이터들은 GPS 신호를 이용하여 서로 동기화되어 있다.
전도도 행렬(
Figure 112019105829144-pat00104
)을 추정하는 방법에 대해 상세히 설명하기로 한다.
DC 배전 시스템 모델은 제조업체에 의해 제공된 매개 변수에 기초하여 구현된다. 몇 가지 이유로 인해 모델과 실제 시스템 사이에 오류가 있을 수 있다. 예를 들어, 주어진 매개 변수에 오류가 있을 수 있다. 또한 실제 시스템의 매개 변수는 온도, 일사량, 풍속, 경년 변화 등 환경의 영향을 받는다. 이 문제를 해결하기 위해 칼만필터 알고리듬에 기초하여 온라인 전도도 행렬 추정 알고리즘이 연구되고 있다. 칼만 필터 알고리즘은 평활화 특성과 프로세스 및 측정 잡음에 강건한 노이즈 제거 기능을 가진다. 실제 환경(상태가 프로세스 노이즈에 의해 구동되어 관측이 측정 노이즈의 존재 하에 수행됨)은 n 모선 시스템의 전도도 행렬에 대한 온라인 추정 문제를 선형 시변화 상태 방정식에 의해 공식화될 수 있다.
추정에 적용되는 상태 모델은 다음의 [수학식 21]과 같이 주어진다.
[수학식 21]
Figure 112019105829144-pat00105
[여기서, 행렬 Φ, Γ 및 c(t)는 알려진 결정 변수이며, 일반적으로 단위 행렬 Ι은 행렬 Φ를 위해 선택된다. 상태 행렬 ⅹ(t)는 전도성 행렬을 나타내고, ω(t)는 프로세스 노이즈 벡터를 나타내고, z(t)는 측정된 출력을 나타내며, v(t)는 정상 측정 노이즈를 나타냄]
이후, 다음의 [수학식 22]를 사용하여 상태 벡터의 추정치가 업데이트된다.
[수학식 22]
Figure 112019105829144-pat00106
[여기서, k(t)는 칼만게인을 나타내고, P(t)는 양의 정대칭 행렬을 나타내며, r은 특이 행렬을 피하기 위해 선택된 양수를 나타내며,
Figure 112019105829144-pat00107
(0)=
Figure 112019105829144-pat00108
,
Figure 112019105829144-pat00109
는 단위행렬을 나타냄]
이후, 다음의 [수학식 23]을 사용하여 시간이 업데이트된다.
[수학식 23]
Figure 112019105829144-pat00110
[여기서,
Figure 112019105829144-pat00111
는 양의 공분산 행렬이며 정상 프로세스 및 측정 노이즈는 서로 독립적이므로 "0"으로 볼 수 있음]
이후, 시간 t를 증가시키고 반복한다.
이후, 추정된 출력(
Figure 112019105829144-pat00112
) 은 다음의 [수학식 24]에 의해 계산된다.
[수학식 24]
Figure 112019105829144-pat00113
전도도 행렬(
Figure 112019105829144-pat00114
)은 모든 모선에서 측정된 전압과 전류에 의해 추정된다.
이후, 다음의 [수학식 25] 및 [수학식 26]과 같이 칼만필터의 기저함수(
Figure 112019105829144-pat00115
) 및 출력(
Figure 112019105829144-pat00116
)에 DC 전력 계통의 모선에서 측정된 전압(
Figure 112019105829144-pat00117
) 및 전류(
Figure 112019105829144-pat00118
)를 적용한 후, 칼만필터 알고리즘에 의해 다음의 [수학식 27]과 같이 전도도 행렬(
Figure 112019105829144-pat00119
)을 추정한다.
[수학식 25]
Figure 112019105829144-pat00120
[수학식 26]
Figure 112019105829144-pat00121
[수학식 27]
Figure 112019105829144-pat00122
[여기서,
Figure 112019105829144-pat00123
는 칼만필터의 상태변수로서 전도도행렬의 추정값을 나타냄]
추정 전도도 행렬 정확도 평가부(220)는 전도도 행렬 추정부(210)에 의해 추정된 전도도 행렬(
Figure 112019105829144-pat00124
)을 사용한 시스템 분석을 통해 얻어진 전압(
Figure 112019105829144-pat00125
) 및 전류(
Figure 112019105829144-pat00126
)와 DC 전력 계통에서 측정된 전압(
Figure 112019105829144-pat00127
) 및 전류(
Figure 112019105829144-pat00128
)를 이용하여 추정된 전도도 행렬(
Figure 112019105829144-pat00129
)의 정확도를 평가하는 역할을 한다.
전도도 행렬(
Figure 112019105829144-pat00130
)의 정확도는 다음의 [수학식 28] 및 [수학식 29]과 같이 평가된다.
[수학식 28]
Figure 112019105829144-pat00131
[여기서,
Figure 112019105829144-pat00132
는 DC 전력계통에서 측정된 전압을 나타내며,
Figure 112019105829144-pat00133
는 추정된 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전압을 나타냄]
[수학식 29]
Figure 112019105829144-pat00134
[여기서,
Figure 112019105829144-pat00135
는 DC 전력계통서 측정된 전류를 나타내며,
Figure 112019105829144-pat00136
는 추정된 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전류를 나타냄]
전도도 행렬(
Figure 112019105829144-pat00137
)은 실시간으로 추정할 수 있으며, 이는 실제 전력 시스템에서 라인의 저항이 실제 전력 시스템에서 매우 느리게 변화하기 때문이다.
전력 민감도 계산부(230)는 전도도 행렬 추정부(210)에 의해 추정된 전도도 행렬(
Figure 112019105829144-pat00138
)과 DC 전력 계통(S)에서 측정된 동기화 데이터를 이용하여 부하와 발전기의 전력 민감도(
Figure 112019105829144-pat00139
)를 계산하는 역할을 한다.
부하와 발전기의 전력 민감도(
Figure 112019105829144-pat00140
)를 계산하는 과정에 대해 좀 더 상세하게 설명한다.
우선, 저항 행렬은 다음의 [수학식 30]과 같이 계산된다.
[수학식 30]
Figure 112019105829144-pat00141
[여기서, R은 저항행렬을 나타냄]
전압 편차(
Figure 112019105829144-pat00142
)와 전류 편차(
Figure 112019105829144-pat00143
)의 관계는 다음의 [수학식 31]과 같이 도출될 수 있다.
[수학식 31]
Figure 112019105829144-pat00144
이후, DG에 연결된 모선의 전압 편차는 다음의 [수학식 32]과 같이 도출될 수 있다.
[수학식 32]
Figure 112019105829144-pat00145
[여기서,
Figure 112019105829144-pat00146
는 DG 전압 편차 벡터를 나타내며,
Figure 112019105829144-pat00147
는 전도도 행렬에서 발전기와 관련된 요소만을 추출하여 만든 행렬을 나타내고 모선 i와 j에 DG가 있는 경우 R의 i 번째 행과 j 번째 열의 구성 요소인
Figure 112019105829144-pat00148
로 구성되며,
Figure 112019105829144-pat00149
는 DG의 전류 편차 벡터를 나타내며,
Figure 112019105829144-pat00150
는 전도도행렬에서 발전기와 관련된 행을 추출하여 구성한 행렬을 나타내며 모선 i에 DG가 있는 경우 i 번째 행 벡터인
Figure 112019105829144-pat00151
로 구성되며,
Figure 112019105829144-pat00152
는 부하 전류 편차 벡터를 나타냄]
DG의 이상적인 전압 제어를 위해 DG 전압 편차 벡터인
Figure 112019105829144-pat00153
은 "0"이어야 한다. 따라서 DG의 전류 편차 벡터
Figure 112019105829144-pat00154
은 다음의 [수학식 33]에 의해 결정된다.
[수학식 33]
Figure 112019105829144-pat00155
[여기서,
Figure 112019105829144-pat00156
는 분산 발전기(DG)의 전류 편차 벡터를 나타내고,
Figure 112019105829144-pat00157
는 컨덕턴스 행렬에서 추출한 값으로 구성한 행렬로서 행과 열이 모두 발전기가 연계된 모선으로만 구성된 행렬을 나타내며,
Figure 112019105829144-pat00158
는 컨덕턴스 행렬에서 추출한 값으로 구성한 행렬로서, 행은 발전가 연계된 모선으로 구성되며, 열은 모든 모선으로 차례로 구성된 것을 나타내며,
Figure 112019105829144-pat00159
는 부하와 발전기의 전력 민감도를 나타내며,
Figure 112019105829144-pat00160
는 부하 전류 편차 벡터를 나타냄]
위의 [수학식 33]는
Figure 112019105829144-pat00161
이므로
Figure 112019105829144-pat00162
이 되고 저항은 일정하기 때문에 다음의 [수학식 34]로 확정될 수 있다.
[수학식 34]
Figure 112019105829144-pat00163
전류 참조 벡터 산출부(240)는 전력 민감도 계산부(230)에 의해 계산된 전력 민감도(
Figure 112019105829144-pat00164
) 및 DC 전력 계통(S)으로부터 측정된 동기화 데이터를 이용하여 전류 참조 벡터(
Figure 112019105829144-pat00165
)를 구하는 역할을 한다.
전류 참조 벡터(
Figure 112019105829144-pat00166
)는
다음의 [수학식 35]에 의해 결정되는 전력 민감도 기반 DC 전력 계통의 운용 방법.
[수학식 35]
Figure 112019105829144-pat00167
[여기서,
Figure 112019105829144-pat00168
는 전류 참조 벡터를 나타내고,
Figure 112019105829144-pat00169
는 오프셋 전류를 나타내며 ,
Figure 112019105829144-pat00170
는 부하전류를 나타냄]
가상의 슬랙 모션 제어부(250)는 전류 참조 벡터 산출부(240)에 의해 산출된 전류 참조 벡터(
Figure 112019105829144-pat00171
)를 이용하여 DC 계통의 발전기를 가상의 슬랙 모션으로 동작시키는 역할을 한다.
위와 같이 구성된 본 발명의 실시예에 의한 전력 민감도 기반 DC 전력 계통운용 시스템을 이용한 DC 전력 계통 운용 방법을 설명하기로 한다.
도 3은 모선 i와 그것과 인접한 모선들로 이루어진 DC 전원 시스템에 대한 회로도로서, 여기서 S는 스텝(Step)을 의미한다.
먼저, 스텝(S10)에서는 DC 전력 계통 운용 시스템(200)이 DC 전력 계통(S)에서 측정한 동기화 데이터를 입력받아 칼만필터를 이용하여 전도도 행렬(
Figure 112019105829144-pat00172
)을 추정한다.
전도도 행렬(
Figure 112019105829144-pat00173
)의 추정은 다음의 [수학식 25] 및 [수학식 26]과 같이 상기 칼만필터의 기저함수(
Figure 112019105829144-pat00174
) 및 출력(
Figure 112019105829144-pat00175
)에 DC 전력 계통의 모선에서 측정된 전압(
Figure 112019105829144-pat00176
) 및 전류(
Figure 112019105829144-pat00177
)를 적용한 후, 칼만필터 알고리즘에 의해 다음의 [수학식 27]과 같이 추정한다.
[수학식 25]
Figure 112019105829144-pat00178
[수학식 26]
Figure 112019105829144-pat00179
[수학식 27]
Figure 112019105829144-pat00180
[여기서,
Figure 112019105829144-pat00181
는 칼만필터의 상태변수로서 전도도행렬의 추정값을 나타냄]
스텝(S20)에서는 DC 전력 계통 운용 시스템(200)이 상기 스텝(S10)에서 추정된 전도도 행렬(
Figure 112019105829144-pat00182
)을 사용한 시스템 분석을 통해 얻어진 전압(
Figure 112019105829144-pat00183
)및 전류(
Figure 112019105829144-pat00184
)와 DC 전력 계통(S)에서 측정된 전압(
Figure 112019105829144-pat00185
) 및 전류(
Figure 112019105829144-pat00186
)를 이용하여 추정된 전도도 행렬(
Figure 112019105829144-pat00187
)의 정확도를 평가한다.
전도도 행렬(
Figure 112019105829144-pat00188
)의 정확도는 다음의 [수학식 28] 및 [수학식 29]와 같이 평가된다.
[수학식 28]
Figure 112019105829144-pat00189
[여기서,
Figure 112019105829144-pat00190
는 DC 전력계통에서 측정된 전압을 나타내며,
Figure 112019105829144-pat00191
는 추정된 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전압을 나타냄]
[수학식 29]
Figure 112019105829144-pat00192
[여기서,
Figure 112019105829144-pat00193
는 DC 전력계통서 측정된 전류를 나타내며,
Figure 112019105829144-pat00194
는 추정된 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전류를 나타냄]
스텝(S30)에서는 DC 전력 계통 운용 시스템(200)이 전도도 행렬(
Figure 112019105829144-pat00195
)과 측정된 동기화 데이터를 이용하여 부하와 발전기의 전력 민감도(
Figure 112019105829144-pat00196
)를 계산한다.
부하와 발전기의 전력 민감도(
Figure 112019105829144-pat00197
)는 다음의 [수학식 33]에 의해 결정된다.
[수학식 33]
Figure 112019105829144-pat00198
[여기서,
Figure 112019105829144-pat00199
는 분산 발전기(DG)의 전류 편차 벡터를 나타내고,
Figure 112019105829144-pat00200
는 컨덕턴스 행렬에서 추출한 값으로 구성한 행렬로서 행과 열이 모두 발전기가 연계된 모선으로만 구성된 행렬을 나타내며,
Figure 112019105829144-pat00201
는 컨덕턴스 행렬에서 추출한 값으로 구성한 행렬로서, 행은 발전가 연계된 모선으로 구성되며, 열은 모든 모선으로 차례로 구성된 것을 나타내며,
Figure 112019105829144-pat00202
는 부하와 발전기의 전력 민감도를 나타내며,
Figure 112019105829144-pat00203
는 부하 전류 편차 벡터를 나타냄]
스텝(S40)에서는 DC 전력 계통 운용 시스템(200)이 상기 스텝(S30)에서 계산된 전력 민감도(
Figure 112019105829144-pat00204
) 및 측정된 동기화 데이터를 이용하여 전류 참조 벡터(
Figure 112019105829144-pat00205
)를 구한다.
전류 참조 벡터(
Figure 112019105829144-pat00206
)는 다음의 [수학식 35]에 의해 결정된다.
[수학식 35]
Figure 112019105829144-pat00207
[여기서,
Figure 112019105829144-pat00208
는 전류 참조 벡터를 나타내고,
Figure 112019105829144-pat00209
는 오프셋 전류를 나타내며 ,
Figure 112019105829144-pat00210
는 부하전류를 나타냄]
스텝(S50)에서는 DC 전력 계통 운용 시스템(200)이 스텝(S40)에서 산출된 전류 참조 벡터(
Figure 112019105829144-pat00211
)를 이용하여 DC 계통의 발전기를 가상의 슬랙 모션으로 동작시킨다.
위와 같이 구성된 본 발명의 실시예에 의한 전력 민감도 기반 DC 전력 계통의 운용 방법에 의하면, DC 전력 계통 운용 시스템이 DC 전력 계통에서 측정된 동기화 데이터를 입력받아 칼만필터를 이용하여 전도도 행렬을 추정하고, 이 추정된 상기 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전압 및 전류와 DC 전력 계통에서 측정된 전압 및 전류를 이용하여 추정된 상기 전도도 행렬의 정확도를 평가하며, 상기 전도도 행렬과 상기 측정된 동기화 데이터를 이용하여 부하와 발전기의 전력 민감도를 계산하며, 상기 전력 민감도 및 상기 측정된 동기화 데이터를 이용하여 전류 참조 벡터를 구하며, 상기 전류 참조 벡터를 이용하여 DC 계통의 발전기를 가상의 슬랙 모션으로 동작시키도록 구성됨으로써, DC 전력 계통의 다수 발전기를 슬랙 발전기로 동작시켜 계통의 안정도를 향상시킬 수 있다.
도면과 명세서에는 최적의 실시예가 개시되었으며, 특정한 용어들이 사용되었으나 이는 단지 본 발명의 실시형태를 설명하기 위한 목적으로 사용된 것이지 의미를 한정하거나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
S: DC 전력계통
200: DC 전력계통 운용 시스템
210: 전도도 행렬 추정부
220: 추정 전도도 행렬 정확도 평가부
230: 전력 민감도 계산부
240: 전류 참조 벡터 산출부
250: 가상의 슬랙 모션 제어부

Claims (5)

  1. DC 전력 계통을 전력 민감도를 기반으로 운용하는, 전력 민감도 기반 DC 전력 계통의 운용 방법으로서,
    DC 전력 계통 운용 시스템이 DC 전력 계통에서 측정된 동기화 데이터를 입력받아 칼만필터를 이용하여 전도도 행렬을 추정하는 단계;
    상기 DC 전력 계통 운용 시스템이 추정된 상기 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전압 및 전류와 DC 전력 계통에서 측정된 전압 및 전류를 이용하여 추정된 상기 전도도 행렬의 정확도를 평가하는 단계;
    상기 DC 전력 계통 운용 시스템이 상기 전도도 행렬과 상기 측정된 동기화 데이터를 이용하여 부하와 발전기의 전력 민감도를 계산하는 단계;
    상기 DC 전력 계통 운용 시스템이 상기 전력 민감도 및 상기 측정된 동기화 데이터를 이용하여 전류 참조 벡터를 구하는 단계; 및
    상기 DC 전력 계통 운용 시스템이 상기 전류 참조 벡터를 이용하여 DC 계통의 발전기를 가상의 슬랙 모션으로 동작시키는 단계;를 포함하고,
    상기 전류 참조 벡터는
    다음의 [수학식 35]에 의해 결정되는 전력 민감도 기반 DC 전력 계통의 운용 방법.

    [수학식 35]
    Figure 112021043362195-pat00240

    [여기서,
    Figure 112021043362195-pat00241
    는 전류 참조 벡터를 나타내고,
    Figure 112021043362195-pat00242
    는 오프셋 전류를 나타내며 ,
    Figure 112021043362195-pat00243
    는 부하전류를 나타냄]
  2. 제 1 항에 있어서,
    상기 전도도 행렬(
    Figure 112019105829144-pat00212
    )의 추정은
    다음의 [수학식 25] 및 [수학식 26]과 같이 상기 칼만필터의 기저함수(
    Figure 112019105829144-pat00213
    ) 및 출력(
    Figure 112019105829144-pat00214
    )에 DC 전력 계통의 모선에서 측정된 전압(
    Figure 112019105829144-pat00215
    ) 및 전류(
    Figure 112019105829144-pat00216
    )를 적용한 후,
    칼만필터 알고리즘에 의해 다음의 [수학식 27]과 같이 추정하는 전력 민감도 기반 DC 전력 계통의 운용 방법.

    [수학식 25]
    Figure 112019105829144-pat00217


    [수학식 26]
    Figure 112019105829144-pat00218


    [수학식 27]
    Figure 112019105829144-pat00219

    [여기서,
    Figure 112019105829144-pat00220
    는 칼만필터의 상태변수로서 전도도행렬의 추정값을 나타냄]
  3. 제 1 항에 있어서,
    상기 전도도 행렬의 정확도는
    다음의 [수학식 28] 및 [수학식 29]과 같이 평가되는 전력 민감도 기반 DC 전력 계통의 운용 방법.

    [수학식 28]
    Figure 112019105829144-pat00221

    [여기서,
    Figure 112019105829144-pat00222
    는 DC 전력계통에서 측정된 전압을 나타내며,
    Figure 112019105829144-pat00223
    는 추정된 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전압을 나타냄]

    [수학식 29]
    Figure 112019105829144-pat00224

    [여기서,
    Figure 112019105829144-pat00225
    는 DC 전력계통서 측정된 전류를 나타내며,
    Figure 112019105829144-pat00226
    는 추정된 전도도 행렬을 사용한 시스템 분석을 통해 얻어진 전류를 나타냄]
  4. 제 1 항에 있어서,
    상기 부하와 발전기의 전력 민감도는
    다음의 [수학식 33]에 의해 결정되는 전력 민감도 기반 DC 전력 계통의 운용 방법.

    [수학식 33]
    Figure 112019105829144-pat00227

    [여기서,
    Figure 112019105829144-pat00228
    는 분산 발전기(DG)의 전류 편차 벡터를 나타내고,
    Figure 112019105829144-pat00229
    는 컨덕턴스 행렬에서 추출한 값으로 구성한 행렬로서 행과 열이 모두 발전기가 연계된 모선으로만 구성된 행렬을 나타내며,
    Figure 112019105829144-pat00230
    는 컨덕턴스 행렬에서 추출한 값으로 구성한 행렬로서, 행은 발전가 연계된 모선으로 구성되며, 열은 모든 모선으로 차례로 구성된 것을 나타내며,
    Figure 112019105829144-pat00231
    는 부하와 발전기의 전력 민감도를 나타내며,
    Figure 112019105829144-pat00232
    는 부하 전류 편차 벡터를 나타냄]
  5. 삭제
KR1020190128889A 2019-10-17 2019-10-17 전력 민감도 기반 dc 전력 계통의 운용 방법 KR102255058B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190128889A KR102255058B1 (ko) 2019-10-17 2019-10-17 전력 민감도 기반 dc 전력 계통의 운용 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190128889A KR102255058B1 (ko) 2019-10-17 2019-10-17 전력 민감도 기반 dc 전력 계통의 운용 방법

Publications (2)

Publication Number Publication Date
KR20210045624A KR20210045624A (ko) 2021-04-27
KR102255058B1 true KR102255058B1 (ko) 2021-05-24

Family

ID=75725807

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190128889A KR102255058B1 (ko) 2019-10-17 2019-10-17 전력 민감도 기반 dc 전력 계통의 운용 방법

Country Status (1)

Country Link
KR (1) KR102255058B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102583234B1 (ko) * 2021-09-09 2023-09-25 목포대학교산학협력단 칼만필터 알고리즘 기반의 비선형 p-q 드룹 커브 추정을 위한 장치 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101549543B1 (ko) * 2014-04-29 2015-09-07 충북대학교 산학협력단 칼만 추정 기법과 상대적 확률 측정 기법 기반의 전원 공급 상태 진단 시스템 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050028174A (ko) * 2003-09-17 2005-03-22 박종배 양방향 도매전력시장에의 적용을 위한 한계송전손실계수산정 시스템 및 방법
KR20170107304A (ko) * 2016-03-15 2017-09-25 한국전력공사 직류 배전 선로의 전압 제어 시스템 및 방법
KR102001566B1 (ko) * 2017-10-16 2019-07-19 한국전력공사 분산발전기의 용량 산정 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101549543B1 (ko) * 2014-04-29 2015-09-07 충북대학교 산학협력단 칼만 추정 기법과 상대적 확률 측정 기법 기반의 전원 공급 상태 진단 시스템 및 방법

Also Published As

Publication number Publication date
KR20210045624A (ko) 2021-04-27

Similar Documents

Publication Publication Date Title
US9866029B2 (en) Enhancing power system voltage stability using grid energy storage for voltage support
US20190265768A1 (en) Method, system and storage medium for predicting power load probability density based on deep learning
CN106549396B (zh) 一种配电网多目标概率无功优化方法
CN112636341B (zh) 基于多新息辨识的电力系统惯量空间分布估计方法及装置
Chen et al. Fusion state estimation for power systems under DoS attacks: A switched system approach
Chen et al. Wide-area measurement-based voltage stability sensitivity and its application in voltage control
CN105184027A (zh) 一种基于交互式多模型算法的电力负荷建模方法
CN114243912A (zh) 一种台区光储充云边协同方法及系统
CN116796644A (zh) 基于多智能体sac深度强化学习的风电场参数辨识方法
KR102255058B1 (ko) 전력 민감도 기반 dc 전력 계통의 운용 방법
CN103155331A (zh) 用于产生状态信号的方法和装置
Baran Branch current based state estimation for distribution system monitoring
KR101983807B1 (ko) 리덕션 기법을 이용한 송전손실계수 제공 방법 및 그 장치
Liu et al. Measurement-based voltage stability assessment considering generator VAR limits
Dalali et al. Voltage instability prediction based on reactive power reserve of generating units and zone selection
Lateef et al. Bus admittance matrix estimation using phasor measurements
Isac et al. Optimal capacitor placement in radial distribution system to minimize the loss using fuzzy logic control
CN109120196B (zh) 一种水电机组调速系统pid参数整定方法及其装置
Sun et al. Dynamic state estimation based on unscented Kalman filter and very short-term load and distributed generation forecasting
Rigoni et al. Estimation of voltage sensitivities in low voltage feeders with photovoltaics
Safdarian et al. A non-iterative approach for AC state estimation using line flow based model
CN104679937B (zh) 一种适于隐式投影算法的误差估计及参数自适应调节方法
Kashani et al. Voltage regulation with autonomous distributed smart inverters in a low voltage network
Abdel-Akher et al. Voltage stability modeling and analysis of unbalanced distribution systems with wind turbine energy systems
Karimi et al. Distribution state estimation for smart distribution system

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant