KR20220083353A - 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법 - Google Patents

재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법 Download PDF

Info

Publication number
KR20220083353A
KR20220083353A KR1020200173514A KR20200173514A KR20220083353A KR 20220083353 A KR20220083353 A KR 20220083353A KR 1020200173514 A KR1020200173514 A KR 1020200173514A KR 20200173514 A KR20200173514 A KR 20200173514A KR 20220083353 A KR20220083353 A KR 20220083353A
Authority
KR
South Korea
Prior art keywords
renewable energy
data
stability analysis
stability
algorithm
Prior art date
Application number
KR1020200173514A
Other languages
English (en)
Inventor
정솔영
이재걸
구현근
송지영
신정훈
오승찬
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020200173514A priority Critical patent/KR20220083353A/ko
Publication of KR20220083353A publication Critical patent/KR20220083353A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Power Engineering (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템은, 재생에너지 발전의 변동성을 고려하여 확률론적 방법으로 발전 출력 시나리오들을 생성하는 데이터 생성부; 안정도 해석 알고리즘에 적용되는 옵션을 설정하고, 입력 데이터에 대한 전처리로서 간략화 및 연산 순서 재정렬을 수행하는 데이터 전처리부; 각 발전 출력 시나리오를 상기 안정도 해석 알고리즘에 적용하여 안정도를 판정하는 알고리즘 연산부; 및 상기 발전 출력 시나리오들을 이용한 안정도 판정 결과들에 대한 확률론적 통계처리 및 그 결과를 제공하는 결과 시각화/분석부를 포함할 수 있다.

Description

재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법{POWER SYSTEM STABILITY ANALYSIS SYSTEM AND METHOD CONSIDERING RENEWABLE ENERGY VARIABLITY}
본 발명은 태양광 발전소나 풍력 발전소 등의 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법에 관한 것이다.
기후 환경 보호에 대한 전지구적 관심의 증대 및 에너지 절감의 필요성은 재생에너지를 이용한 발전 비율을 높이고 있다.
도 1은 신재생 발전의 지속적 확대 경향을 나타낸 그래프들이다.
한국에서도 정부의 재생에너지 확대 보급정책(재생E 4030 로드맵 등)과 관련하여 재생에너지 발전설비용량이 급격하게 증가할 것으로 예상되며, 2040년에는 전체발전량 대비 재생E의 발전량이 30%이상으로 증가할 것으로 전망된다.
도 2는 신재생 발전의 확대에 따라 발생되는 문제점들을 나타낸 개념도이다.
도시한 바와 같이, 재생에너지 발전비중이 증가함에 따라서 전력계통의 변동성이 증가하고 시스템의 강건도가 약화되면서 주파수, 위상각 및 전압안정도와 관련한 기술적 이슈가 발생하고 있다.
상기 기술적 이슈의 해결방안으로 신규 송·변전설비 확충을 위한 계통안정도 해석의 수요가 증가하고 있다. 더욱이 재생에너지 비중이 일정 수준이상으로 증가하고 단위접속용량이 수백MW에서 GW단위로 높아지면서 계통안정도 해석에 대한 기술적 난이도도 높아지고 있다. 이는 재생에너지 발전의 변동성을 반영한 계통안정도 해석 기술을 요구하게 된다.
재생에너지 발전은 기후조건에 따라서 출력이 변하기 때문에 일정한 출력으로 발전을 하는 일반 발전기들과는 달리 매우 큰 변동성을 갖으며 출력을 예측을 하는 것은 어려운 일이다. 기존 전력계통의 계획과 운영은 일반 발전기들에 맞추어 설계되어 있기 때문에 불확실성을 가지는 재생에너지를 기존 결정론적인 방법으로 검토하는 것에는 한계가 있다. 기존의 발전원들과 같이 재생에너지를 검토하게 되면 출력을 확정적으로 가정하고 검토해야 되기 때문에 현실적이고 효율적인 검토가 되기 어려우며, 재생에너지의 특성을 반영할 수 있는 검토 방법이 필요하다.
재생에너지의 변동성을 고려하기 위해서 재생에너지 발전기들마다의 출력 시나리오를 설정하고 이를 조합하여 수백~수천개의 출력 시나리오로 구성할 수 있으나, 이는 시나리오 구성과 안정도 분석에 너무 큰 비용(인력)과 시간이 필요하기 때문에 현실적으로 적용이 어렵다. 또는, 극단적 시나리오를 반영하여 검토하는 경우 매우 보수적으로 결과가 도출 될 수 있기 때문에 과도한 설비투자로 이어질 수 있다.
기존의 전력계통 안정도 해석방법은 재생에너지의 발전출력을 확정적으로 예측하고 배분하는 방식을 적용하고 있다. 또한 재생에너지의 변동성을 반영하기 위해서 극단적인 발전출력 시나리오를 사용하기 때문에 매우 보수적인 안정도 평가가 불가피 하다.
이러한 기존의 시나리오 분석방법을 이용하는 경우에도 재생에너지의 모든 출력 패턴을 고려한 시나리오를 생성한다는 것은 현실적으로 불가능하며, 만약 다양한(수백~수천가지)시나리오를 생성한다고 하더라도 안정도 해석에 매우 많은 시간과 인력이 투입될 수밖에 없고 해석 결과에 대한 정량적 분석이 어렵다.
대한민국 공개공보 10-2014-0145804호
본 발명은 재생에너지의 변동성을 반영한 계통 안정도를 해석하여 정량적으로 분석할 수 있는 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법을 제공하고자 한다.
본 발명의 일 측면에 따른 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템은, 재생에너지 발전의 변동성을 고려하여 확률론적 방법으로 발전 출력 시나리오들을 생성하는 데이터 생성부; 안정도 해석 알고리즘에 적용되는 옵션을 설정하고, 입력 데이터에 대한 전처리로서 간략화 및 연산 순서 재정렬을 수행하는 데이터 전처리부; 각 발전 출력 시나리오를 상기 안정도 해석 알고리즘에 적용하여 안정도를 판정하는 알고리즘 연산부; 및 상기 발전 출력 시나리오들을 이용한 안정도 판정 결과들에 대한 확률론적 통계처리 및 그 결과를 제공하는 결과 시각화/분석부를 포함할 수 있다.
여기서, 상기 알고리즘 연산부는, 상기 각 발전 출력 시나리오에 대하여 정상 상황 및 고장 상황의 데이터를 입력하여 조류 계산을 수행하고, 각 선로별 과다 전력 흐름 발생 여부 등으로 상기 안정도를 판정할 수 있다.
여기서, 상기 데이터 생성부는, 과거 특정 기간 동안의 재생에너지 발전 설비들의 발전 실적 데이터를 획득하는 발전 실적 데이터부; 및 상기 발전 실적 데이터를 이용하여, 지역별 재생에너지 발전 출력의 변동성과 지역간 재생에너지 출력의 상관관계를 반영한 확률론적 샘플링을 통해 상기 발전 출력 시나리오들을 생성하는 재생에너지 출력 시나리오 모듈을 포함할 수 있다.
여기서, 상기 발전 출력 시나리오들은, 대상 지역별 및 시간 구간별로 생성하되, 특정 대상 지역 및 특정 시간 구간의 모든 발전 출력 시나리오들은 동일한 발생 확률을 가지도록 생성될 수 있다.
여기서, 상기 데이터 생성부는, 지역별 재생에너지 이용 신청 데이터를 획득하는 이용 신청 데이터부; 재생에너지 자원에 대한 데이터를 획득하는 재생 자원 데이터부; 지역별 각 변전소의 단락용량 데이터를 획득하는 단락용량 데이터부; 및 지역별 재생에너지 설비용량에 대한 목표 용량을 예측하고, 상기 지역별 각 변전소로 상기 목표 용량을 분배하는 기능을 수행하는 지역별 재생에너지 설비용량 모듈을 더 포함할 수 있다.
여기서, 상기 데이터 전처리부는, 생성된 상기 출력 시나리오에 대해 연산 순서를 최적화하는 출력 시나리오 최적화 모듈; 및 상기 안정도 해석 알고리즘에 적용되는 옵션을 최적으로 산정하는 안정도 해석 알고리즘 최적 옵션 모듈을 포함할 수 있다.
여기서, 상기 옵션은, 조류계산 해석 옵션, 조상설비 및 변압기 동작 옵션 및 재생에너지 발전설비 모델링 간략화 옵션 중 하나 이상을 포함할 수 있다.
여기서, 상기 알고리즘 연산부는, 선택한 상기 옵션에 따라 각 재생에너지 발전설비를 발전기 또는 부하 타입으로 모델링하되, 예측한 변전소별 재생에너지 설비용량 데이터를 기반으로 변전소별 재생에너지 모델링을 수행하는 안정도 해석 모듈; 및 각 시나리오에 대한 조류계산의 결과에 대해 안정 여부를 판단하는 안정도 판단 및 저장 모듈을 포함할 수 있다.
여기서, 상기 결과 시각화/분석부는, 조류계산 결과로서 안정화 여부, 과/저전압 위반 여부와 위반 정도 및 과부하 위반 여부 및 위반 정도를 수치화하고 확률로 표현하는 통계처리 모듈; 및 계통 보강 필요 여부를 그래프 상에 표출하는 시각화 모듈을 포함할 수 있다.
본 발명의 다른 측면에 따른 재생에너지 변동성을 고려한 전력 계통 안정도 해석 방법은, 과거 특정 기간 동안의 재생에너지 발전기 실적 데이터를 획득하는 단계; 상기 재생에너지 실적 데이터를 이용하여 지역별 재생에너지 발전출력의 변동성과 지역 간 재생에너지 출력의 상관관계를 분석 후, 이를 활용하여 확률론적 샘플링을 통한 재생에너지 발전 출력 시나리오를 생성하는 단계; 안정도 해석 알고리즘에 적용되는 옵션을 설정하고, 입력 데이터에 대한 전처리를 수행하는 단계; 상기 안정도 해석 알고리즘으로 재생에너지 출력 시나리오를 계통 안정도 해석용 데이터에 적용하여 안정도를 판단하는 단계; 및 판단된 상기 안정도의 해석 결과에 대한 확률론적 통계처리 및 그 결과를 제공하는 단계를 포함할 수 있다.
여기서, 지역별 재생에너지 이용 신청 데이터를 획득하는 단계; 재생에너지 자원에 대한 데이터를 획득하는 단계; 연관된 각 변전소의 단락용량 데이터를 획득하는 단계; 및 목표로 제시되는 재생에너지 설비용량을 지역별로 예측하고, 그 지역내 각 변전소로 분배하는 기능을 수행하는 단계를 더 포함할 수 있다.
여기서, 상기 전처리를 수행하는 단계는, 생성된 상기 출력 시나리오에 대해 연산 순서를 최적화하는 단계; 및 안정도 해석 시 안정도 해석의 수렴성을 향상하면서 알고리즘 수행 시간을 최소화할 수 있도록 알고리즘에 적용되는 옵션을 최적으로 산정하는 단계를 포함할 수 있다.
여기서, 상기 안정도를 판단하는 단계는, 선택한 상기 옵션에 따라 재생에너지를 발전기 혹은 부하 타입으로 모델링 하되, 예측한 변전소별 재생에너지 설비용량 데이터를 기반으로 변전소별 재생에너지 모델링을 수행하는 단계; 및 각 시나리오에 대한 조류계산의 결과에 대해 안정 여부를 판단하는 단계를 포함할 수 있다.
여기서, 상기 통계처리 및 그 결과를 제공하는 단계는, 조류계산 결과로서 안정화 여부, 과/저전압 위반 여부와 위반 정도 및 과부하 위반 여부 및 위반 정도를 수치화하고 확률로 표현하는 단계; 안정화 정도 누적분포함수를 출력하는 단계; 및 계통 보강 필요 여부를 그래프 상에 표출하는 단계를 포함할 수 있다.
상술한 구성의 본 발명의 사상에 따른 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및/또는 방법을 실시하면, 재생에너지의 변동성을 반영한 계통 안정도를 해석하여 정량적으로 분석할 수 있는 이점이 있다.
본 발명의 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및/또는 방법을 이용하면, 향후 재생에너지 계통 연계 시 안정도 영향을 정확하게 분석하고 이를 이용하여 합리적인 대응방안을 수립할 수 있는 이점이 있다.
본 발명의 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및/또는 방법은, 재생에너지 발전에 대한 전력계통의 수용성 증대와 함께 전력계통의 안정적 운영에 기여할 수 있는 이점이 있다.
본 발명의 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및/또는 방법은, 재생에너지 비중이 높은 전력계통의 변동성을 고려한 안정도 해석 소요시간을 절감하고 수렴성을 향상시킬 수 있기 때문에 다양한 조건에서의 안정도 해석이 가능한 이점이 있다.
본 발명의 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및/또는 방법은, 확률론적 기법 적용을 통한 정량적인 위험(신뢰도 위반 가능성) 분석이 가능하기 때문에 합리적인 송변전 설비투자가 가능한 이점이 있다.
도 1은 신재생 발전의 지속적 확대 경향을 나타낸 그래프들.
도 2는 신재생 발전의 확대에 따라 발생되는 문제점들을 나타낸 개념도.
도 3은 본 발명의 사상에 따른 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템의 일 실시예를 도시한 블록도.
도 4는 도 3의 전력 계통 안정도 해석 시스템의 세부 구성들을, 재생에너지 변동성을 고려한 계통안정도 해석 방법에 상세히 연관시켜 도시한 개념도.
도 5는 재생에너지 출력 시나리오 구성을 예시한 개념도.
도 6은 지역별 설비용량 예측 및 분배 방법을 나타낸 개념도.
도 7은 도 3의 알고리즘 연산부의 세부 구성들을 도시한 블록도.
도 8은 재생에너지 발전 설비를 간략화한 모델링도.
도 9는 상술한 본 발명의 사상에 따른 전력 계통 안정도 해석 방법을 정리한 흐름도.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
또한, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
확정적인 방식이 아닌 확률론적인 분석방법을 이용하면 재생에너지의 출력을 확률로 나타내어 분석할 수 있기 때문에 실제와 유사한 재생에너지 특성을 반영하여 분석할 수 있다. 또한, 검토 결과를 확률로 나타내어 계통안정도 기준 위반 확률과 수준을 분석할 수 있기 때문에 의사결정 시에도 활용될 수 있다. 즉, 정량적인 의사결정을 위한 확률분석 프로그램이 유용할 것이다. 이를 감안하여, 본 발명에서는 재생에너지의 변동성을 반영하면서 빠르게 전력계통의 안정도를 해석할 수 있는 방법과 시스템을 제안하였다. 제안한 방식에 대한 개념적인 특징은 아래의 표 1과 같다.
Figure pat00001
도 3은 본 발명의 사상에 따른 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템의 일 실시예를 도시한 블록도이다.
도시한 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템은, 지역별 설비 용량 예측 및 지역별 배분 기능과 재생에너지의 변동성을 고려하여 확률론적 방법으로 발전 출력 시나리오들을 생성하는 데이터 생성부(200); 안정도 해석 알고리즘에 적용되는 옵션을 설정하고, 입력 데이터에 대한 전처리로서 간략화 및 연산 순서 재정렬을 수행하는 데이터 전처리부(400); 상기 각 발전 출력 시나리오들을 계통 안정도 해석용 데이터에 적용하여 안정도를 판정하는 알고리즘 연산부(600); 및 상기 발전 출력 시나리오들을 이용한 안정도 판정 결과들(안정화 여부 및 제약 조건 위반 정도 등)에 대한 확률론적 통계처리 및 그 결과를 제공하는 결과 시각화/분석부(800)를 포함할 수 있다.
도시한 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템에서는, (A)확률론적 샘플링을 이용한 재생에너지 설비용량 및 출력에 대한 시나리오 생성을 제공하는 데이터 생성부(200), (B)안정도 해석의 수렴성을 높이기 위한 데이터 전처리를 제공하는 데이터 전처리부(400), (C)연산속도를 높이기 위한 연산자동화 및 병렬연산처리가 가능한 알고리즘 연산부(600) 그리고 (D)수백~수천개 시나리오에 대한 해석결과를 시각화 하고 정량적인 의사결정을 위한 통계처리 방식을 제공하는 결과 시각화/분석부(800)로 구분하여 살펴볼 수 있다.
도시한 데이터 생성부(200)에서는 재생에너지 자원(풍속 및 일사량 등) 및 계통수용성(단락용량 등)을 고려한 지역별 설비용량 예측 및 지역별 배분기능과 재생에너지의 변동성(과거 발전실적, 지역 간 발전출력의 상관관계, 계절별/시간대별 특성)을 고려하여 확률론적 방법으로 발전출력 시나리오를 생성하는 기능을 제공할 수 있다.
도시한 데이터 전처리부(400)에서는 안정도 해석의 수렴성을 높이기 위해서 안정도 해석 알고리즘에 적용되는 옵션(조류계산 및 조상설비 투입 방법 등)을 최적으로 설정하는 기능과 입력데이터를 전처리(소규모 재생에너지 발전설비 모델링 간략화 및 시나리오 연산 순서 재정렬 등)할 수 있는 기능을 제공할 수 있다.
도시한 알고리즘 연산부(600)에서는 안정도 해석 소요시간을 절감하기 위해서 자동으로 재생에너지 출력 시나리오를 계통 안정도 해석용 데이터에 입력하여 반복적으로 안정도 알고리즘 해석을 수행하고, 그 결과를 이용하여 안정여부를 판단, 분류 및 저장하는 자동화 처리 기능과 반복적인 안정도 해석 시 입력데이터를 컴퓨터의 사양에 따라서 2개 이상의 프로세스에 분산하여 병렬로 연산할 수 있는 기능을 제공할 수 있다.
도시한 결과 시각화/분석부(800)에서는 직관적인 분석과 정량적인 의사결정을 위해 안정도 해석 결과(안정화 여부 및 제약 조건 위반 정도 등)에 대한 확률론적 통계처리 및 그 결과에 대한 시각화 기능을 제공하고 신뢰도 기준 위반 여부 등을 지수화하여 제공할 수 있다.
도 4는 도 3의 전력 계통 안정도 해석 시스템의 세부 구성들을, 재생에너지 변동성을 고려한 계통안정도 해석 방법에 상세히 연관시켜 도시한 개념도이다.
도 4에 도시한 데이터 생성부(200)는, 과거 특정 기간 동안의 재생에너지 발전기 실적 데이터를 획득(DATA-1)하는 발전 실적 데이터부(120); 지역별 재생에너지 이용 신청 데이터를 획득(DATA-2)하는 이용 신청 데이터부(140); 재생에너지 자원(풍속, 풍량, 일사량, 기온 등)에 대한 데이터를 획득(DATA-3)하는 재생 자원 데이터부(160); 연관된 각 변전소의 단락용량(Short Circuit Level, SCL) 데이터를 획득(DATA-4)하는 단락용량 데이터부(180); 상기 재생에너지 실적 데이터(DATA-1)를 이용하여 지역별 재생에너지 발전출력의 변동성과 지역 간 재생에너지 출력의 상관관계를 분석 후, 이를 활용하여 확률론적 샘플링을 통한 재생에너지 출력 시나리오를 생성(A-1)하는 재생에너지 출력 시나리오 모듈(220); 및 목표로 제시되는 재생에너지 설비용량을 지역별로 예측(STEP 1)하고, 그 지역내 각 변전소로 분배(STEP 2)하는 기능(A-2)을 수행하는 지역별 재생에너지 설비용량 모듈(240)을 포함할 수 있다.
도시한 데이터 생성부(200)는, 과거 특정 기간 동안의 재생에너지 발전기 실적 데이터(DATA-1), 지역별 재생에너지 이용신청 데이터(DATA-2), 재생에너지 자원(풍속, 풍량, 일사량, 기온 등) 데이터(DATA-3) 그리고 각 변전소의 단락용량(Short Circuit Level, SCL) 데이터(DATA-4)를 입력으로서 외부의 지원 서버 등으로부터 접수하여, 수집된 데이터들을 저장할 수 있다.
도 5는 재생에너지 출력 시나리오 구성을 예시한다.
도 5에 시나리오에 나타낸 리스트는 하기 표 2와 같다.
Figure pat00002
상기 확률론적 재생에너지 출력 시나리오(A-1) 모듈(220)에서는, 재생에너지 실적 데이터(DATA-1)를 이용하여 지역별 재생에너지 발전출력의 변동성과 지역간 재생에너지 출력의 상관관계를 분석 후, 이를 활용하여 확률론적 샘플링을 통한 재생에너지 출력 시나리오를 생성한다.
상기 표 2에서 시나리오는 1번에서 N번까지 총 N개가 생성되며, 각 시나리오는 해당 지역에 위치한 각 발전 설비의 해당 기간(예상 시간 구간)에서의 예상 발전량들로 이루어진다.
무작위 샘플링을 통해 다양한 재생에너지 출력 시나리오를 반영하면서, 지역 간 재생에너지 출력의 상관관계를 고려할 수 있다. 재생에너지 출력 시나리오는 재생에너지의 계절별/시간대별 특성이 반영될 수 있도록 봄, 여름, 가을, 겨울 4계절과 일출, 일몰 시간대를 구분하여 총 8가지 케이스로 생성될 수 있다. 예컨대, 일 케이스로서 도 5와 같이 각 재생에너지 출력에 대한 시나리오가 수백~수천개로 구성될 수 있다. 상기에서 일출, 일몰 시간대를 적용한 것은 지역 보급 범위가 매우 넓은 태양광 발전소에 대한 선로 안정도를 파악하기 위한 목적을 달성하기 위함이다. 풍력 발전 비중이 상당한 지역에서는, 풍량이 서로 다른 시간대를 적용할 수 있다.
도시한 지역별 재생에너지 설비용량(A-2) 모듈(240)에서는, 전국 계통에 목표로 제시되는 재생에너지 설비용량이 있다면, 이를 지역별로 예측(STEP 1)하고, 그 지역내 각 변전소로 분배(STEP 2)하는 기능을 제공할 수 있다. 즉, 지역별 목표에 따라 미래에 건설될 것으로 예측되는 재생에너지 발전 설비에 대한 영향을 반영하기 위한 것으로서, 예컨대, 상기 시나리오 적용시 반영되는 각 변전소 등의 설비 용량에 예상 재생에너지 발전 설비 용량을 분배한 상태로 안정도를 판정할 수 있다.
도 6은 지역별 설비용량 예측 및 분배 방법을 나타낸 개념도이다.
상기 지역별 재생에너지 설비용량 모듈(240)은, 우선, STEP 1에서 전국 재생에너지 설비용량 데이터를 목표값으로 입력받고, 하기 수학식 1과 같이 지역별 재생에너지 설비용량을 예측한다.
Figure pat00003
상기 수학식 1에서,
Figure pat00004
는 지역 A 재생에너지 설비용량,
Figure pat00005
는 전국 재생에너지 목표 설비용량, α는 재생에너지 분배 계수, β는 자원 분배 계수, K는 계수 별 가중치(
Figure pat00006
)이다.
여기서, 지역별 재생에너지 분배 계수(α)는 상기에서 입력받은 (DATA-1)과 (DATA-2)를 이용하여 접속 중이거나 접속 예정인 재생에너지 설비용량을 분석하여 산정하며, 자원 분배 계수(β)는 (DATA-3)을 활용하여 잠재된 자원을 수치화하여 산정할 수 있다.
하기 표 3은 지역별 설비용량 예측을 예시한 것이다.
Figure pat00007
다음, STEP 2에서는 지역별로 예컨대 하기 수학식 2에 따라 예측된 설비용량을 각 지역 내 변전소로 분배할 수 있다. 이 때 각 변전소에서 취득한 단락용량(Short Circuit Level, SCL) 데이터인 (DATA-4)를 가중치로 사용하여 계통의 수용성을 고려하여 변전소별로 분배할 수 있도록 하였다.
Figure pat00008
상기 수학식 2에서,
Figure pat00009
은 A1 변전소에서의 재생에너지 설비용량,
Figure pat00010
은 지역 A 재생에너지 설비용량,
Figure pat00011
은 A1 변전소의 단락용량,
Figure pat00012
은 지역 A 변전소 내 변전소 단락용량의 합이다.
상기 데이터 전처리부(400)는 상기 데이터 생성부(200)에서 생성된 재생에너지 출력 시나리오를 전처리하는 기능과, 상기 알고리즘 연산부(600)에서 사용되는 안정도 해석 알고리즘의 최적 옵션을 산정하는 기능을 제공할 수 있다.
안정도 해석은, 예컨대, 각 시나리오에 대하여 정상 상황 및 고장 상황의 데이터를 입력하여 조류 계산을 수행하고, 각 선로별 과다 전력 흐름 발생 여부 등으로 판정할 수 있다. 여기서, 고장 상황은 각 선로의 지락 고장이나 각 변압기의 고장을 가정할 수 있다. 상기 시나리오들에 대한 최적의 연산(시뮬레이션) 순서를 설정하여, 먼저, 각 시나리오별 정상 상황들에 대한 개별 안정도 해석을 수행하고, 각 시나리오별로 다시 각 고장 상황별 조건들을 부여하여 개별 안정도 해석을 수행하는 방식이 적용될 수 있다.
상기 데이터 전처리부(400)는, 도시한 바와 같이, 생성된 상기 출력 시나리오에 대해 연산 순서를 최적화하는 재생에너지 출력 시나리오 최적화(B-1) 모듈(420); 및 안정도 해석 시 안정도 해석의 수렴성을 향상하면서 알고리즘 수행 시간을 최소화할 수 있도록 알고리즘에 적용되는 옵션을 최적으로 산정하는 안정도 해석 알고리즘 최적 옵션(B-2) 모듈(440)을 포함할 수 있다.
상기 확률론적 재생에너지 출력 시나리오 최적화(B-1) 모듈(420)에서는 재생에너지 출력 시나리오 모듈(220)에서 생성된 출력 시나리오에 대해 연산 순서를 최적화하는 기능을 제공한다. 연산 순서는 안정도 해석(C-1) 모듈 동작 시 수렴성을 높이기 위해서 이전 시나리오에서 다음 시나리오가 동작할 때 계통 변화가 가장 작게 일어날 수 있는 조건을 찾아 재정렬될 수 있다.
상기 안정도 해석 알고리즘 최적 옵션(B-2) 모듈(440)에서는 안정도 해석 시 안정도 해석의 수렴성을 향상하면서 알고리즘 수행 시간을 최소화할 수 있도록 알고리즘에 적용되는 다음의 옵션들을 최적으로 산정하는 기능을 제공할 수 있다.
첫째로, 조류계산 해석 옵션이다. 예컨대, 조류계산 종류(뉴튼-랩슨 법 또는 가우스-자이델 법)와, 조류계산 수행 시 반복 횟수와 허용오차를 규정할 수 있다.
둘째로, 조상설비 및 변압기 동작 옵션이다. 예컨대, 재생에너지 변동 시 조상설비 투입 및 변압기 탭 조정 여부를 규정할 수 있다.
세째로, 재생에너지 발전설비 모델링 간략화 옵션이다. 예컨대, 간략화를 위하 5MW 이하의 소규모 재생에너지 발전 설비는 계통에 대하여 음의 부하로 처리하도록 설정할 수 있다(하기 도 8 참조). 또는, 동일 변전소 내 소규모 재생에너지 발전 설비들을 종류별로 병합하도록 설정할 수 있다.
도 7은 도 3의 알고리즘 연산부의 세부 구성들을 도시한 블록도이다.
도시한 알고리즘 연산부(600)는, 선택한 상기 옵션에 따라 재생에너지를 발전기 혹은 부하 타입으로 모델링 하되, 예측한 상기 변전소별 재생에너지 설비용량 데이터를 기반으로 변전소별 재생에너지 모델링을 수행하는 안정도 해석(C-1) 모듈(620); 및 각 시나리오에 대한 조류계산의 결과에 대해 안정 여부를 판단하는 안정도 판단 및 저장(C-2) 모듈(640)을 포함할 수 있다.
상기 알고리즘 연산부(600)에서는 재생에너지 설비용량 데이터를 입력받아 안정도 해석용 DB를 구성하고, 재생에너지 출력 시나리오를 반영하여 안정도 알고리즘 해석을 수행한다. 그리고 해석 결과를 이용하여 안정도 판단 및 저장하는 기능을 제공한다.
예컨대, 상기 안정도 해석(C-1) 모듈(620)은 각 시나리오별 정상 상황에서의 각 단위 조류 해석들을 수행하고, 각 시나리오별 - 사고 상황별 단위 조류 해석들을 수행할 수 있다. 상기 안정도 판단 및 저장(C-2) 모듈(640)은 상기 안정도 해석(C-1) 모듈(620)이 수행한 각 시나리오별 정상 상황에서의 각 단위 조류 해석 결과들 및 각 시나리오별 - 사고 상황별 단위 조류 해석 결과들을 분석하여 안정도를 판정할 수 있다.
도 8은 재생에너지 발전 설비의 모델링을 예시한다. 도면에서, 용량이 작은 소규모 재생에너지 발전 설비는 모선에 대하여 음의 부하로 간략화하였다.
상기 안정도 해석(C-1) 모듈(620)에서는 먼저 데이터 생성부(200)와 데이터 전처리부(400))에서 생성된 결과를 이용하여 안정도 해석용 DB를 자동으로 구성할 수 있다.
안정도 해석 알고리즘 최적 옵션(B-2) 모듈(440)에서 선택한 옵션에 따라 재생에너지를 발전기 혹은 부하 타입으로 모델링 하게 되는데, 지역별 재생에너지 설비용량 모듈(240)에서 예측한 변전소별 재생에너지 설비용량 데이터를 기반으로 변전소별로 연결된 재생에너지 발전 설비들의 모델링을 예컨대 도 8과 같이 수행할 수 있다.
모델링된 재생에너지의 출력은 재생에너지 출력 시나리오 최적화(B-1) 모듈(420)에서 생성된 출력 시나리오로 자동으로 입력이 되며, 안정도 해석 알고리즘 최적 옵션(B-2) 모듈(440)에서 산정된 안정도 해석 알고리즘 옵션을 반영하여 반복적인 조류계산(안정도 판정의 근거로서)을 수행할 수 있다.
반복적인 알고리즘 해석 시에는 연산 소요 시간을 단축하기 위하여 입력데이터를 컴퓨터의 사양에 따라서 2개 이상의 프로세스에 분산하여 병렬로 연산할 수 있는 병렬연산 처리기능을 제공할 수 있다.
상기 안정도 판단 및 저장(C-2) 모듈(640)에서는 각 시나리오에 대한 조류계산의 결과에 대해 안정 여부를 판단한다. 정상 상황에서 안정 판단(예 :단위 조류 해석 결과)이 수렴시에는 선로의 조류와 모선 전압 정보를 저장하고, 상정 고장 모의를 추가로 수행할 수 있다. 상정 고장 모의는 계통 내 모든 설비에 대한 고장을 모두 고려하고(N-1 상정고장 반영) 그 결과 또한 안정도를 판단하고 저장한다.
상기 결과 시각화/분석부(800)는, 조류계산 결과로서 안정화 여부, 과/저전압 위반 여부와 위반 정도 및 과부하 위반 여부 및 위반 정도를 수치화하고 확률로 표현하는 통계처리(D-1) 모듈(820); 및 계통 보강 필요 여부를 그래프 상에 표출하는 시각화(D-2) 모듈(840)을 포함할 수 있다.
상기 결과 시각화 및 분석부(800)는 정량적인 의사결정을 위해 안정도 판단 및 저장 기능에서 도출된 결과를 통계적으로 분석하고 시각화 하는 기능을 제공할 수 있다.
상기 통계처리(D-1) 모듈(820)에서는 조류계산 결과인 아래의 항목을 수치화 하고 확률로 표현한다. 통계처리를 통해 모든 시나리오에서 분석한 결과를 취합하여 각 항목에 대한 누적분포함수를 생성하고 신뢰도 수준을 고려하여 정량적으로 리스크 수준을 평가할 수 있다. 예컨대, 안정화 여부, 과·저전압 위반 여부와 위반 정도, 과부하 위반 여부 및 위반 정도 등의 항목에 대하여 통계처리 및 리스크 평가할 수 있다.
상기 시각화(D-2) 모듈(840)에서는 상기 결과를 그래프로 표현하여 직관적인 분석을 할 수 있는 기능을 제공할 수 있다. 안정화 정도 누적분포함수로 나타내어 사용자가 계통의 상태를 보기 쉽게 나타내며, 계통 보강 필요 여부를 그래프 상에 표출하여 정량적으로 평가할 수 있도록 한다.
도 9는 상술한 본 발명의 사상에 따른 전력 계통 안정도 해석 방법을 정리한 흐름도이다.
도시한 전력 계통 안정도 해석 방법은, 과거 특정 기간 동안의 재생에너지 발전기 실적 데이터(DATA-1)를 획득하는 단계(S100); 상기 재생에너지 실적 데이터(DATA-1)를 이용하여 지역별 재생에너지 발전출력의 변동성과 지역 간 재생에너지 출력의 상관관계를 분석 후, 이를 활용하여 확률론적 샘플링을 통한 재생에너지 발전 출력 시나리오를 생성하는 단계(S200); 안정도 해석 알고리즘에 적용되는 옵션을 설정하고, 입력 데이터에 대한 전처리를 수행하는 단계(S400); 상기 안정도 해석 알고리즘으로 재생에너지 출력 시나리오를 계통 안정도 해석용 데이터에 적용하여 안정도를 판단하는 단계(S600); 및 판단된 상기 안정도의 해석 결과에 대한 확률론적 통계처리 및 그 결과를 제공하는 단계(S800)를 포함할 수 있다.
앞서 살펴본 구현의 경우, 상기 입력 데이터에 대한 전처리를 수행하는 단계(S400) 이전에, 지역별 재생에너지 이용 신청 데이터(DATA-2)를 획득하는 단계; 재생에너지 자원(풍속, 풍량, 일사량, 기온 등)에 대한 데이터(DATA-3)를 획득하는 단계; 연관된 각 변전소의 단락용량(Short Circuit Level, SCL) 데이터(DATA-4)를 획득하는 단계; 및 목표로 제시되는 재생에너지 설비용량을 지역별로 예측(STEP 1)하고, 그 지역내 각 변전소로 분배(STEP 2)하는 기능을 수행하는 단계를 수행할 수 있다.
이 경우, 상기 전처리를 수행하는 단계는, 생성된 상기 출력 시나리오에 대해 연산 순서를 최적화하는 단계; 및 안정도 해석 시 안정도 해석의 수렴성을 향상하면서 알고리즘 수행 시간을 최소화할 수 있도록 알고리즘에 적용되는 옵션을 최적으로 산정하는 단계를 포함하는 것으로, 보다 구체적으로 구분할 수 있다.
이 경우, 상기 안정도를 판단하는 단계(S600)는, 선택한 상기 옵션에 따라 재생에너지를 발전기 혹은 부하 타입으로 모델링 하되, 예측한 상기 변전소별 재생에너지 설비용량 데이터를 기반으로 변전소별 재생에너지 모델링을 수행하는 단계; 및 각 시나리오에 대한 조류계산의 결과에 대해 안정 여부를 판단하는 단계를 포함할 수 있다.
한편, 상기 통계처리 및 그 결과를 제공하는 단계(S800)는, 조류계산 결과로서 안정화 여부, 과/저전압 위반 여부와 위반 정도 및 과부하 위반 여부 및 위반 정도를 수치화하고 확률로 표현하는 단계; 안정화 정도 누적분포함수를 출력하는 단계; 및 계통 보강 필요 여부를 그래프 상에 표출하는 단계를 포함하는 것으로, 보다 구체적으로 구분할 수 있다.
본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
200 : 데이터 생성부
400 : 데이터 전처리부
600 : 알고리즘 연산부
800 : 결과 시각화/분석부

Claims (14)

  1. 재생에너지 발전의 변동성을 고려하여 확률론적 방법으로 발전 출력 시나리오들을 생성하는 데이터 생성부;
    안정도 해석 알고리즘에 적용되는 옵션을 설정하고, 입력 데이터에 대한 전처리로서 간략화 및 연산 순서 재정렬을 수행하는 데이터 전처리부;
    각 발전 출력 시나리오를 상기 안정도 해석 알고리즘에 적용하여 안정도를 판정하는 알고리즘 연산부; 및
    상기 발전 출력 시나리오들을 이용한 안정도 판정 결과들에 대한 확률론적 통계처리 및 그 결과를 제공하는 결과 시각화/분석부
    를 포함하는 전력 계통 안정도 해석 시스템.
  2. 제1항에 있어서,
    상기 알고리즘 연산부는,
    상기 각 발전 출력 시나리오에 대하여 정상 상황 및 고장 상황의 데이터를 입력하여 조류 계산을 수행하고, 각 선로별 과다 전력 흐름 발생 여부 등으로 상기 안정도를 판정하는 전력 계통 안정도 해석 시스템.
  3. 제1항에 있어서,
    상기 데이터 생성부는,
    과거 특정 기간 동안의 재생에너지 발전 설비들의 발전 실적 데이터를 획득하는 발전 실적 데이터부; 및
    상기 발전 실적 데이터를 이용하여, 지역별 재생에너지 발전 출력의 변동성과 지역간 재생에너지 출력의 상관관계를 반영한 확률론적 샘플링을 통해 상기 발전 출력 시나리오들을 생성하는 재생에너지 출력 시나리오 모듈
    을 포함하는 전력 계통 안정도 해석 시스템.
  4. 제1항에 있어서,
    상기 발전 출력 시나리오들은,
    대상 지역별 및 시간 구간별로 생성하되, 특정 대상 지역 및 특정 시간 구간의 모든 발전 출력 시나리오들은 동일한 발생 확률을 가지도록 생성되는 전력 계통 안정도 해석 시스템.
  5. 제3항에 있어서,
    상기 데이터 생성부는,
    지역별 재생에너지 이용 신청 데이터를 획득하는 이용 신청 데이터부;
    재생에너지 자원에 대한 데이터를 획득하는 재생 자원 데이터부;
    지역별 각 변전소의 단락용량 데이터를 획득하는 단락용량 데이터부; 및
    지역별 재생에너지 설비용량에 대한 목표 용량을 예측하고, 상기 지역별 각 변전소로 상기 목표 용량을 분배하는 기능을 수행하는 지역별 재생에너지 설비용량 모듈
    을 더 포함하는 전력 계통 안정도 해석 시스템.
  6. 제5항에 있어서,
    상기 데이터 전처리부는,
    생성된 상기 출력 시나리오에 대해 연산 순서를 최적화하는 출력 시나리오 최적화 모듈; 및
    상기 안정도 해석 알고리즘에 적용되는 옵션을 최적으로 산정하는 안정도 해석 알고리즘 최적 옵션 모듈
    을 포함하는 전력 계통 안정도 해석 시스템.
  7. 제6항에 있어서,
    상기 옵션은,
    조류계산 해석 옵션, 조상설비 및 변압기 동작 옵션 및 재생에너지 발전설비 모델링 간략화 옵션 중 하나 이상을 포함하는 전력 계통 안정도 해석 시스템.
  8. 제7항에 있어서,
    상기 알고리즘 연산부는,
    선택한 상기 옵션에 따라 각 재생에너지 발전설비를 발전기 또는 부하 타입으로 모델링하되, 예측한 변전소별 재생에너지 설비용량 데이터를 기반으로 변전소별 재생에너지 모델링을 수행하는 안정도 해석 모듈; 및
    각 시나리오에 대한 조류계산의 결과에 대해 안정 여부를 판단하는 안정도 판단 및 저장 모듈
    을 포함하는 전력 계통 안정도 해석 시스템.
  9. 제8항에 있어서,
    상기 결과 시각화/분석부는,
    조류계산 결과로서 안정화 여부, 과/저전압 위반 여부와 위반 정도 및 과부하 위반 여부 및 위반 정도를 수치화하고 확률로 표현하는 통계처리 모듈; 및
    계통 보강 필요 여부를 그래프 상에 표출하는 시각화 모듈
    을 포함하는 전력 계통 안정도 해석 시스템.
  10. 과거 특정 기간 동안의 재생에너지 발전기 실적 데이터를 획득하는 단계;
    상기 재생에너지 실적 데이터를 이용하여 지역별 재생에너지 발전출력의 변동성과 지역 간 재생에너지 출력의 상관관계를 분석 후, 이를 활용하여 확률론적 샘플링을 통한 재생에너지 발전 출력 시나리오를 생성하는 단계;
    안정도 해석 알고리즘에 적용되는 옵션을 설정하고, 입력 데이터에 대한 전처리를 수행하는 단계;
    상기 안정도 해석 알고리즘으로 재생에너지 출력 시나리오를 계통 안정도 해석용 데이터에 적용하여 안정도를 판단하는 단계; 및
    판단된 상기 안정도의 해석 결과에 대한 확률론적 통계처리 및 그 결과를 제공하는 단계
    를 포함하는 전력 계통 안정도 해석 방법.
  11. 제10항에 있어서,
    지역별 재생에너지 이용 신청 데이터를 획득하는 단계;
    재생에너지 자원에 대한 데이터를 획득하는 단계;
    연관된 각 변전소의 단락용량 데이터를 획득하는 단계; 및
    목표로 제시되는 재생에너지 설비용량을 지역별로 예측하고, 그 지역내 각 변전소로 분배하는 기능을 수행하는 단계
    를 더 포함하는 전력 계통 안정도 해석 방법.
  12. 제10항에 있어서,
    상기 전처리를 수행하는 단계는,
    생성된 상기 출력 시나리오에 대해 연산 순서를 최적화하는 단계; 및
    안정도 해석 시 안정도 해석의 수렴성을 향상하면서 알고리즘 수행 시간을 최소화할 수 있도록 알고리즘에 적용되는 옵션을 최적으로 산정하는 단계
    를 포함하는 전력 계통 안정도 해석 방법.
  13. 제10항에 있어서,
    상기 안정도를 판단하는 단계는,
    선택한 상기 옵션에 따라 재생에너지를 발전기 혹은 부하 타입으로 모델링 하되, 예측한 변전소별 재생에너지 설비용량 데이터를 기반으로 변전소별 재생에너지 모델링을 수행하는 단계; 및
    각 시나리오에 대한 조류계산의 결과에 대해 안정 여부를 판단하는 단계
    를 포함하는 전력 계통 안정도 해석 방법.
  14. 제10항에 있어서,
    상기 통계처리 및 그 결과를 제공하는 단계는,
    조류계산 결과로서 안정화 여부, 과/저전압 위반 여부와 위반 정도 및 과부하 위반 여부 및 위반 정도를 수치화하고 확률로 표현하는 단계;
    안정화 정도 누적분포함수를 출력하는 단계; 및
    계통 보강 필요 여부를 그래프 상에 표출하는 단계
    를 포함하는 전력 계통 안정도 해석 방법.





KR1020200173514A 2020-12-11 2020-12-11 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법 KR20220083353A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200173514A KR20220083353A (ko) 2020-12-11 2020-12-11 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200173514A KR20220083353A (ko) 2020-12-11 2020-12-11 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20220083353A true KR20220083353A (ko) 2022-06-20

Family

ID=82257871

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200173514A KR20220083353A (ko) 2020-12-11 2020-12-11 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20220083353A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116505595A (zh) * 2023-06-29 2023-07-28 国网安徽省电力有限公司巢湖市供电公司 一种基于虚拟电厂的电力监测调度管理系统
CN116629457A (zh) * 2023-07-24 2023-08-22 国网浙江省电力有限公司经济技术研究院 面向持续性无风场景的长周期储能优化配置方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140145804A (ko) 2013-06-14 2014-12-24 한국전력공사 전력 시장 전망을 위한 예측 데이터 생성 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140145804A (ko) 2013-06-14 2014-12-24 한국전력공사 전력 시장 전망을 위한 예측 데이터 생성 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116505595A (zh) * 2023-06-29 2023-07-28 国网安徽省电力有限公司巢湖市供电公司 一种基于虚拟电厂的电力监测调度管理系统
CN116505595B (zh) * 2023-06-29 2023-09-15 国网安徽省电力有限公司巢湖市供电公司 一种基于虚拟电厂的电力监测调度管理系统
CN116629457A (zh) * 2023-07-24 2023-08-22 国网浙江省电力有限公司经济技术研究院 面向持续性无风场景的长周期储能优化配置方法及装置
CN116629457B (zh) * 2023-07-24 2023-10-20 国网浙江省电力有限公司经济技术研究院 面向持续性无风场景的长周期储能优化配置方法及装置

Similar Documents

Publication Publication Date Title
Verástegui et al. An adaptive robust optimization model for power systems planning with operational uncertainty
Da Silva et al. Risk assessment in probabilistic load flow via Monte Carlo simulation and cross-entropy method
Orfanos et al. Transmission expansion planning of systems with increasing wind power integration
Rocchetta et al. A power-flow emulator approach for resilience assessment of repairable power grids subject to weather-induced failures and data deficiency
Aien et al. Probabilistic optimal power flow in correlated hybrid wind–photovoltaic power systems
He et al. State-space partitioning method for composite power system reliability assessment
Firouzi et al. Reliability evaluation of a composite power system in the presence of renewable generations
Ansari et al. A hybrid framework for short-term risk assessment of wind-integrated composite power systems
Nasri et al. Multi-stage and resilience-based distribution network expansion planning against hurricanes based on vulnerability and resiliency metrics
KR20220083353A (ko) 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법
US20220138872A1 (en) Computer-aided technique for assessing infrastructure reliability and resilience and related systems, methods, and devices
Holttinen et al. Steps for a complete wind integration study
Yao et al. Management of cascading outage risk based on risk gradient and Markovian tree search
CN115293454A (zh) 一种考虑拓扑变化的电力系统可靠性快速优化方法
Meyers et al. A fast parameterized model for predicting PV system performance under partial shade conditions
Saric et al. Two-stage stochastic programming model for market clearing with contingencies
Andreev et al. An advanced method for improving the reliability of power losses probabilistic characteristics calculation to determine the optimal wind power capacity and placement tasks
Bagen et al. A subsystem based probabilistic approach for the assessment of transmission capital project reliability impacts
de Bruyn et al. A Review of Load Flow Methodologies for Constrained Networks: A South African Case Study
Aien et al. Unscented transformation-based probabilistic optimal power flow for modeling the effect of wind power generation
Dalabeeh et al. Economical and reliable expansion alternative of composite power system under restructuring
Lotfi et al. Incorporating Mobile Energy Resources in Optimal Power Flow Models Considering Geographical and Road Network Data
López et al. Shortening quasi-static time-series simulations for cost-benefit analysis of low voltage network operation with photovoltaic feed-in
de Oliveira et al. Transmission Expansion Planning-A broad comparison between static and dynamic approaches
Villamarín-Jácome et al. Resilient transmission planning of the ecuadorian power system against earthquakes

Legal Events

Date Code Title Description
A201 Request for examination