KR20230007748A - 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법 - Google Patents
복원력 향상을 위한 마이크로그리드 분석 장치 및 방법 Download PDFInfo
- Publication number
- KR20230007748A KR20230007748A KR1020210088455A KR20210088455A KR20230007748A KR 20230007748 A KR20230007748 A KR 20230007748A KR 1020210088455 A KR1020210088455 A KR 1020210088455A KR 20210088455 A KR20210088455 A KR 20210088455A KR 20230007748 A KR20230007748 A KR 20230007748A
- Authority
- KR
- South Korea
- Prior art keywords
- resilience
- scenario
- microgrid
- edf
- failure
- Prior art date
Links
- 238000000034 method Methods 0.000 title abstract description 24
- 238000010276 construction Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 230000008439 repair process Effects 0.000 claims abstract description 28
- 238000005315 distribution function Methods 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims description 78
- 238000004458 analytical method Methods 0.000 claims description 74
- 238000007727 cost benefit analysis Methods 0.000 claims description 32
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 11
- 238000009795 derivation Methods 0.000 claims description 8
- 238000000418 atomic force spectrum Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 230000007257 malfunction Effects 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 12
- 238000011084 recovery Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000013486 operation strategy Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- 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
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Water Supply & Treatment (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
복원력 향상을 위한 마이크로그리드 분석 장치 및 방법이 개시된다. 본 발명의 일 측면에 따른 복원력 향상을 위한 마이크로그리드 분석 장치는, 마이크로그리드(MG; Microgrid) 구축을 위한 적어도 하나의 시나리오에 대해 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능으로 정의되는 복원력 곡선을 추정하는 복원력 곡선 추정부, 상기 추정된 복원력 곡선으로부터 정규화된 복원력 인덱스(index)를 산정하는 복원력 인덱스 산정부, 및 상기 복원력 인덱스에 기초하여 복원력 인덱스에 대한 EDF(Empirical Distribution Function)를 피팅하고, 상기 피팅된 EDF를 기반으로 각 시나리오에 대한 EDF 결과를 도출하는 EDF 산출부를 포함한다.
Description
본 발명은 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법에 관한 것으로서, 보다 상세하게는 마이크로그리드(MG) 구축 시나리오 관련하여 미래의 불확실한 고장상황에 대한 복원력을 확률론적(EDF)으로 추정할 수 있도록 하는 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법에 관한 것이다.
예비타당성 조사는 배전계통의 계획 또는 MG(Microgrid) 구축을 비롯한 대규모 공공투자사업의 타당성을 분석하여, 그 결과에 따른 재정사업의 신규투자 여부를 결정하는 제도이며, 이를 통해 무분별한 재정집행을 방지하는 효과를 제공할 수 있다.
일반적으로, 예비타당성 조사의 추진체계에서는 먼저 기본구상을 토대로 사업개요를 수립하고 기초자료를 분석한다. 이후 구체적인 타당성 분석을 위해 경제성 분석, 정책적 분석, 및 지역균형발전 분석을 수행하여 종합적으로 평가한다.
경제성 분석에서는 기술적 검토, 편익추정, 비용추정, 비용편익 분석, 및 민감도 분석 등을 수행하며, 정책적 분석에서는 정책의 일관성 및 추진의지, 사업추진상의 위험요인 등을 파악한다. 지역균형발전 분석에는 지역낙후도, 지역경제 파급효과가 포함된다.
일반적인 예비타당성 조사의 항목 중에 경제성 분석을 중심으로 비용-편익 분석(CBA, Cost-Benefit Analysis) 과정은 5단계로 구분된다(단계 1: 사업 정의, 단계 2: 분석체계 수립, 단계 3: 자료 수집, 단계 4: 분석 실시, 단계 5: 결정 및 선택).
단계 1은 수행하고자 하는 사업의 전반적인 이해를 제공하는 단계이며, 사업추진 시나리오, 및 사업의 제약조건 등이 포함된다. 단계 2는 광범위하고 복잡한 사업추진의 시나리오에 대해 분석체계를 합리적으로 수립하여, 분석의 논리성과 효율성을 제공하고, 분석결과의 정확성 향상을 도모한다. 이 단계에서 비용과 편익을 항목화하고, 계량 및 가치화 가능 여부의 구분 및 분석구조의 결정 등이 수행된다. 단계 3에서는 분석체계 수립을 통해 결정된 분석 항목들의 실제 자료를 수집한다. 단계 4는 수집된 자료를 비용과 편익으로 구분하여 사업의 효과를 실질적으로 수행하는 단계이며, 단계 5에서는 분석자의 결과를 토대로 사업추진 결정자의 선택과 결정이 이루어지게 된다.
한편, MG의 구축에는 1년 이상의 시간이 소요되며, 미래에 대해 재해(태풍, 지진 등)의 종류를 예측하는 것은 어렵다. 또한, 재해로 인한 MG의 상태는 설비 고장의 위치 및 정도에 따라 상이하게 나타날 수 있으며, 여기에는 설비 수리(교체)에 대한 소요시간의 불확실성이 추가적으로 고려되어야 한다.
이는 다양한 형태로 나타나는 MG 상태에 대하여 편익을 가치화하는 것이 어려움을 시사하며, 이러한 이유로 인해 예측 불가능한 미래의 비상상황에 대한 복원력의 평가는 '재해로 인한 설비의 고장확률' 보다 '설비의 고장발생 이후 다양한 형태로 나타나는 시스템의 상태'에 초점을 두어 수행되어야 할 필요성이 있다.
본 발명의 배경기술은 한국등록특허공보 제10-1045326호 (2011.06.30. 공고)에 개시되어 있다.
본 발명은 상기와 같은 문제점들을 개선하기 위하여 안출된 것으로, 본 발명의 일 측면에 따른 목적은 마이크로그리드(MG) 구축 시나리오 관련하여 미래의 불확실한 고장상황에 대한 복원력을 확률론적(EDF)으로 추정할 수 있도록 하는 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 측면에 따른 복원력 향상을 위한 마이크로그리드 분석 장치는, 마이크로그리드(MG; Microgrid) 구축을 위한 적어도 하나의 시나리오에 대해 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능으로 정의되는 복원력 곡선을 추정하는 복원력 곡선 추정부, 상기 추정된 복원력 곡선으로부터 정규화된 복원력 인덱스(index)를 산정하는 복원력 인덱스 산정부, 및 상기 복원력 인덱스에 기초하여 복원력 인덱스에 대한 EDF(Empirical Distribution Function)를 피팅하고, 상기 피팅된 EDF를 기반으로 각 시나리오에 대한 EDF 결과를 도출하는 EDF 산출부를 포함한다.
본 발명은 상기 마이크로그리드 구축을 위한 적어도 하나의 시나리오를 설정하는 시나리오 설정부를 더 포함할 수 있다.
본 발명에서 상기 복원력 곡선 추정부는, 미래에 발생할 고장상황에 대한 입력변수를 정의하는 고장상황 입력부, 상기 고장상황에 대한 계통의 물리적 상태를 추정하여, 운영상 제약조건을 충족하는 계통의 공급 가능한 부하점(node)을 추정하는 시변 상태 추정부, 및 상기 추정된 부하점에 성과측정기준에 따른 복원력 성능을 적용하여 상기 복원력 곡선을 도출하는 복원력 곡선 도출부를 포함할 수 있다.
본 발명에서 상기 고장상황 입력부는, 상기 고장상황에 대한 배전설비 및 DER(Distributed Energy Resources) 중 적어도 하나의 종류, 위치, 고장시간 및 수리시간 중 적어도 하나를 랜덤하게 결정할 수 있다.
본 발명에서 상기 고장상황 입력부는, 미리 저장된 고장시간 및 수리시간에 대한 historical 데이터를 통해 고장시간 및 수리시간에 대한 분포를 추정하고, 각 분포의 범위 내에서 상기 고장시간 및 수리시간을 랜덤하게 결정할 수 있다.
본 발명에서 상기 운영상 제약조건은, 상기 배전설비의 허용용량, 전력수급 균형, 제어 가능한 DER 출력량, 및 제어 불가능한 DER 출력량 중 적어도 하나를 포함하고, 상기 배전설비의 허용용량은, 각 배전설비의 사용전력이 배전설비별 최대허용용량 이하가 되도록 하는 것이고, 상기 전력수급 균형은, 주 계통 및 DER을 통해 계통에 공급되는 총 전력과 공급가능 노드에 대한 총 부하를 동일하게 하는 것일 수 있다.
본 발명에서 상기 성능측정기준은, 공급가능 용량, 공급가능 수용가 수 및 공급가능 주요 수용가 중 적어도 하나를 포함할 수 있다.
본 발명에서 상기 복원력 인덱스 산정부는, 고장이 발생하지 않은 상황을 가정한 복원력 곡선의 공급가능 면적에 대한 고장발생 상황을 가정한 복원력 곡선의 공급가능 면적의 비로 상기 복원력 인덱스를 산정할 수 있다.
본 발명에서 상기 EDF 산출부는, MCS(Monte-Carlo Simulation)를 통한 도수분포표를 기반으로 산정되는 E-PDF(Empirical Probability Density Function) 및 E-PDF를 적분한 결과인 E-CDF(Empirical Cumulative Distribution Function)를 기반으로 각 시나리오에 대한 EDF 값을 도출할 수 있다.
본 발명은 각 시나리오에 대한 EDF 결과를 비용-편익 분석(CBA; Cost-Benefit Analysis) 모델의 제약조건으로 활용하여 최종 시나리오를 결정하는 시나리오 선정부를 더 포함할 수 있다.
본 발명에서 상기 시나리오 선정부는, 상기 각 시나리오에 대한 EDF 결과에 기초하여 기 설정된 복원력 제약조건을 충족하는 적어도 하나 이상의 시나리오를 선별하고, 상기 선별된 시나리오의 EDF 결과를 비용-편익 분석 모델의 제약조건으로 활용하여 최종 시나리오를 결정할 수 있다.
본 발명의 다른 측면에 따른 복원력 향상을 위한 마이크로그리드 분석 방법은, 복원력 곡선 추정부가 마이크로그리드(MG; Microgrid) 구축을 위한 적어도 하나의 시나리오에 대해 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능으로 정의되는 복원력 곡선을 추정하는 단계, 복원력 인덱스 산정부가 상기 추정된 복원력 곡선으로부터 정규화된 복원력 인덱스(index)를 산정하는 단계, EDF 산출부가 상기 복원력 인덱스에 기초하여 복원력 인덱스에 대한 EDF(Empirical Distribution Function)를 피팅하고, 상기 피팅된 EDF를 기반으로 각 시나리오에 대한 EDF 결과를 도출하는 단계를 포함할 수 있다.
본 발명은 상기 복원력 곡선을 추정하는 단계 이전에, 시나리오 설정부가 상기 마이크로그리드 구축을 위한 적어도 하나의 시나리오를 설정하는 단계를 더 포함할 수 있다.
본 발명에서 상기 복원력 곡선을 추정하는 단계는, 고장상황 입력부가 미래에 발생할 고장상황에 대한 입력변수를 정의하는 단계, 시변 상태 추정부가 상기 고장상황에 대한 계통의 물리적 상태를 추정하여, 운영상 제약조건을 충족하는 계통의 공급 가능한 부하점(node)을 추정하는 단계, 및 복원력 곡선 도출부가 상기 추정된 부하점에 성과측정기준에 따른 복원력 성능을 적용하여 상기 복원력 곡선을 도출하는 단계를 포함할 수 있다.
본 발명은 상기 고장상황에 대한 입력변수를 정의하는 단계에서, 상기 고장상황 입력부는 상기 고장상황에 대한 배전설비 및 DER(Distributed Energy Resources) 중 적어도 하나의 종류, 위치, 고장시간 및 수리시간 중 적어도 하나를 랜덤하게 결정할 수 있다.
본 발명은 상기 고장상황에 대한 입력변수를 정의하는 단계에서, 상기 고장상황 입력부는, 미리 저장된 고장시간 및 수리시간에 대한 historical 데이터를 통해 고장시간 및 수리시간에 대한 분포를 추정하고, 각 분포의 범위 내에서 상기 고장시간 및 수리시간을 랜덤하게 결정할 수 있다.
본 발명은 상기 운영상 제약조건을 충족하는 계통의 공급 가능한 부하점(node)을 추정하는 단계에서, 상기 운영상 제약조건은, 상기 배전설비의 허용용량, 전력수급 균형, 제어 가능한 DER 출력량, 및 제어 불가능한 DER 출력량 중 적어도 하나를 포함하고, 상기 배전설비의 허용용량은, 각 배전설비의 사용전력이 배전설비별 최대허용용량 이하가 되도록 하는 것이고, 상기 전력수급 균형은, 주 계통 및 DER을 통해 계통에 공급되는 총 전력과 공급가능 노드에 대한 총 부하를 동일하게 하는 것일 수 있다.
본 발명은 상기 복원력 곡선을 도출하는 단계에서, 상기 성능측정기준은, 공급가능 용량, 공급가능 수용가 수 및 공급가능 주요 수용가 중 적어도 하나를 포함할 수 있다.
본 발명은 상기 복원력 인덱스(index)를 산정하는 단계에서, 상기 복원력 인덱스 산정부는 고장이 발생하지 않은 상황을 가정한 복원력 곡선의 공급가능 면적에 대한 고장발생 상황을 가정한 복원력 곡선의 공급가능 면적의 비로 상기 복원력 인덱스를 산정할 수 있다.
본 발명은 상기 각 시나리오에 대한 EDF 결과를 도출하는 단계에서, 상기 EDF 산출부는, MCS(Monte-Carlo Simulation)를 통한 도수분포표를 기반으로 산정되는 E-PDF(Empirical Probability Density Function) 및 E-PDF를 적분한 결과인 E-CDF(Empirical Cumulative Distribution Function)를 기반으로 각 시나리오에 대한 EDF 값을 도출할 수 있다.
본 발명은 상기 각 시나리오에 대한 EDF 결과를 도출하는 단계 이후, 시나리오 선정부가 상기 각 시나리오에 대한 EDF 결과를 비용-편익 분석(CBA; Cost-Benefit Analysis) 모델의 제약조건으로 활용하여 최종 시나리오를 결정하는 단계를 더 포함할 수 있다.
본 발명은 상기 최종 시나리오를 결정하는 단계에서, 상기 시나리오 선정부는, 상기 각 시나리오에 대한 EDF 결과에 기초하여 기 설정된 복원력 제약조건을 충족하는 적어도 하나 이상의 시나리오를 선별하고, 상기 선별된 시나리오의 EDF 결과를 비용-편익 분석 모델의 제약조건으로 활용하여 최종 시나리오를 결정할 수 있다.
본 발명의 일 실시예에 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법은, 마이크로그리드(MG) 구축 시나리오에 대한 복원력의 향상효과를 확률론적으로 제공함으로써, EDF 산정결과를 활용하여 목표로 하는 복원력 향상에 도달한 MG 구축 시나리오를 선별할 수 있으며, EDF를 비용-편익 분석모델의 제약조건으로 활용할 수 있다.
한편, 본 발명의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.
도 1은 본 발명의 일 실시예에 따른 복원력 향상을 위한 마이크로그리드 분석 장치의 구성을 개략적으로 나타낸 블록도이다.
도 2는 도 1에 도시된 복원력 곡선 추정부의 구성을 구체적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 설비 및 DER에 대한 고장 및 수리시간 분포의 예시를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 N-2 비동시 고장에 대한 배전계통의 구조적 상태에 대한 예시를 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 비상시 MG의 계통연계 운전을 통한 배전계통의 상태에 대한 예시를 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 계통의 복원력 곡선의 나타낸 예시도이다.
도 7은 본 발명의 일 실시예에 따른 MG 구축 시나리오에 대한 도수분포표의 예시를 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 MG 구축 시나리오에 대한 E-PDF 및 E-CDF의 산정결과의 예시를 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따른 복원력 향상을 위한 마이크로그리드 분석 방법을 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 각 시나리오에 대한 EDF 결과를 도출하는 방법을 설명하기 위한 도면이다.
도 2는 도 1에 도시된 복원력 곡선 추정부의 구성을 구체적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 설비 및 DER에 대한 고장 및 수리시간 분포의 예시를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 N-2 비동시 고장에 대한 배전계통의 구조적 상태에 대한 예시를 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 비상시 MG의 계통연계 운전을 통한 배전계통의 상태에 대한 예시를 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 계통의 복원력 곡선의 나타낸 예시도이다.
도 7은 본 발명의 일 실시예에 따른 MG 구축 시나리오에 대한 도수분포표의 예시를 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 MG 구축 시나리오에 대한 E-PDF 및 E-CDF의 산정결과의 예시를 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따른 복원력 향상을 위한 마이크로그리드 분석 방법을 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 각 시나리오에 대한 EDF 결과를 도출하는 방법을 설명하기 위한 도면이다.
이하, 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법을 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
도 1은 본 발명의 일 실시예에 따른 복원력 향상을 위한 마이크로그리드 분석 장치의 구성을 개략적으로 나타낸 블록도, 도 2는 도 1에 도시된 복원력 곡선 추정부의 구성을 구체적으로 나타낸 블록도, 도 3은 본 발명의 일 실시예에 따른 설비 및 DER에 대한 고장 및 수리시간 분포의 예시를 나타낸 도면, 도 4는 본 발명의 일 실시예에 따른 N-2 비동시 고장에 대한 배전계통의 구조적 상태에 대한 예시를 나타낸 도면, 도 5는 본 발명의 일 실시예에 따른 비상시 MG의 계통연계 운전을 통한 배전계통의 상태에 대한 예시를 나타낸 도면, 도 6은 본 발명의 일 실시예에 따른 계통의 복원력 곡선의 나타낸 예시도, 도 7은 본 발명의 일 실시예에 따른 MG 구축 시나리오에 대한 도수분포표의 예시를 나타낸 도면, 도 8은 본 발명의 일 실시예에 따른 MG 구축 시나리오에 대한 E-PDF 및 E-CDF의 산정결과의 예시를 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 복원력 향상을 위한 마이크로그리드 분석 장치(100)는, 시나리오 설정부(110), 복원력 곡선 추정부(120), 복원력 인덱스 산정부(130), EDF 산출부(140) 및 시나리오 선정부(150)를 포함한다.
시나리오 설정부(110)는 마이크로그리드 구축을 위한 적어도 하나의 시나리오를 설정할 수 있다. 이때, 시나리오 설정부(110)는 DER(Distributed Energy Resources)의 용량과 마이크로그리드의 운영전략이 세분화된 구축사업의 시나리오들로 설정할 수 있다.
복원력 향상을 고려한 마이크로그리드(MG, Microgrid) 구축의 예비타당성 분석모델의 절차를 위해, 마이크로그리드 분석 장치(100)는 DER(Distributed Energy Resources)의 용량과 MG의 운영전략 등이 세분화된 구축사업의 시나리오를 설정하고, EDF(Empirical Distribution Function) 기반의 복원력 제약조건을 충족하는 시나리오를 선별하며, CBA(Cost-Benefit Analysis) 기반으로 최종 시나리오를 결정할 수 있다.
복원력은 극심한 재해로부터 지속가능한 전력계통을 도모하기 위한 개념이며, 복원력의 향상은 전력 소비자의 정전을 회피하여 피해 비용을 절감할 수 있지만 이를 위해서는 설비 투자 등의 대규모 비용이 동반된다. 또한, DER 및 MG의 확산은 복원력의 향상을 위한 솔루션이 될 것이며, EPRI(Electric Power Research Institute)를 비롯한 다수의 연구 기관에서는 MG가 포함된 전력계통을 대상으로 복원력 향상에 따른 경제적 효과를 분석하기 위한 연구가 진행되고 있다.
본 발명에서는 MG 구축 전-후의 신뢰도 및 복원력의 향상 효과를 검토하기 위해, 3-Level의 비용편익 분석 구조(CBA I, II, III)를 정의하고, 이에 따른 사업 추진 시나리오를 결정한다.
CBA I은 계통의 MG 포함 여부를 구분하여 배전계통 계획의 경제성을 분석하고, CBA II에서는 신뢰도 향상에 따른 비용과 편익을 포함하며, CBA III에서는 본 발명에서 개발한 복원력 Indices의 가치화 과정을 통해 MG를 고려한 배전계통의 복원력 향상에 대한 경제성을 분석한다.
복원력 향상을 위한 MG 구축 사업의 세부 시나리오는 아래 표 1과 같이 설정할 수 있다.
[표 1]
표 1에서 시나리오 1-3은 제어되지 않는 DER만이 구축되는 배전계통의 경우를 나타내고, 시나리오 4-6은 islanded mode 운전을 통해 DER이 제어되는 MG 구축의 경우를 나타내며, 시나리오 7-15는 운전전략을 갖는 MG를 구축하는 경우를 나타낸다.
복원력 곡선 추정부(120)는 마이크로그리드(MG; Microgrid) 구축을 위한 적어도 하나의 시나리오에 대해 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능으로 정의되는 복원력 곡선을 추정할 수 있다.
복원력 곡선 추정부(120)는 미래의 불확실한 고장상황에 대한 복원력 곡선을 추정할 수 있다. 이때, 복원력 곡선 추정부(120)는 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능을 복원력 곡선으로 정의할 수 있다.
이러한 복원력 곡선 추정부(120)는 고장상황 입력부(122), 시변 상태 추정부(124), 및 복원력 곡선 도출부(126)를 포함할 수 있다.
고장상황 입력부(122)는 미래에 발생할 고장상황에 대한 입력변수를 정의할 수 있다. 이때, 고장상황 입력부(122)는 고장상황에 대한 배전설비 및 DER(Distributed Energy Resources) 중 적어도 하나의 종류, 위치, 고장시간 및 수리시간 중 적어도 하나를 랜덤하게 결정할 수 있다.
고장상황 입력부(122)는 미래의 고장발생상황에 대한 배전설비(예컨대, 선로, 변압기, 전압조정기 등) 및 DER(예컨대, PV, ESS, CHP 등)의 종류와 위치를 랜덤하게 결정할 수 있다. 또한, 배전설비 및 DER의 고장은 동시 또는 비동시적으로 발생할 수 있으며, 해당 배전설비의 수리시간은 인력투입, 및 설비수급상황에 따른 지연이 발생할 수 있다. 따라서 배전설비 및 DER에 대한 고장시간 및 수리시간은 historical 데이터를 통해 그 분포를 추정하고, 각 분포의 범위 내에서 랜덤하게 결정할 수 있다.
배전설비 및 DER에 대한 고장시간 및 수리시간의 분포에 대해 도 3을 참조하며 설명하기로 한다.
도 3의 (a)에서, 고장시간(FT, Fault-occurrence Time)은 0-2[h] 이내에 발생하고 있으며, 이는 태풍과 같은 재해가 배전계통을 통과하는데 걸리는 시간에 의해 결정될 수 있다. 도 3의 (b)에서 수리시간(RT, Recovery Time)은 3-14 [h]에 발생하며, 이는 수리상황에 대한 다양한 상황이 반영된 분포일 수 있다.
이러한 FT 및 RT에 대한 분포는 배전계통이 속한 지역의 재해 유형 및 설비 종류를 고려하여 상이하게 적용할 수 있다.
시변 상태 추정부(124)는 고장상황에 대한 계통의 물리적 상태를 추정하여, 운영상 제약조건을 충족하는 계통의 공급 가능한 부하점(node)을 추정할 수 있다. 여기서, 운영상 제약조건은 배전설비의 허용용량, 전력수급 균형(전력 밸런싱), 제어 가능한 DER 출력량, 및 제어 불가능한 DER 출력량 중 적어도 하나를 포함할 수 있다. 배전설비의 허용용량은 각 배전설비의 사용량 및 배전설비별 최대 허용용량에 기초한 것이고, 전력수급 균형은 주 계통 및 DER을 통해 계통에 공급되는 총 전력과 공급가능 노드에 대한 총 부하에 기초한 것이며, 제어 가능한 DER 출력량은 CHP의 연료(가스)량 및 ESS의 SOC에 기초한 것이고, 제어 불가능한 DER 출력량은 고장상황 시 PV 출력량에 기초한 것일 수 있다.
계통의 시변 성능으로 정의하는 복원력 곡선을 산정하기 위해서는 계통의 물리적 고장 및 운영상의 제약을 고려한 수급상황을 검토해야 한다. 도 4는 계통의 물리적 고장을 고려하여, MG가 포함된 배전계통의 각 노드(node)에 대한 구조적 상태를 표현한 것이다. 도 4는 1개의 피더(feeder)와 5개의 노드(node)를 갖는 배전계통을 대상으로 하며, 각 시점과 시점 사이에서의 설비 고장, 차단기(CB, circuit breaker) 동작 및 설비 복구 등을 반영하여 나타낸 것이다.
도 4에서 t0 ~ t1구간은 고장 발생 전 배전계통의 상황을 가정한 것이며, 1번 피더를 통해 2 ~ 6번 노드에 전력공급이 가능한 상태임을 보여준다. t1 ~ t2 구간은 5번 노드와 6번 노드 사이의 선로에 고장이 발생한 상황을 가정한 것이며, 선로 고장에 의해 모든 노드에 일시적으로 전력공급이 불가능한 상황이 발생하게 된다. t2 ~ t3 구간에서의 배전계통은 CB(Circuit Breaker)를 동작하여 고장이 발생한 5 ~ 6번 고장선로를 차단하고, 2 ~ 5번 노드의 전력공급을 수행하고 있다. t3 ~ t4 구간은 2 ~ 3번 선로의 N-2 비동시 고장이 발생한 상황을 나타낸 것이며, t4 ~ t5 구간에서의 배전계통은 CB 동작을 통해 2번 노드의 전력공급을 수행한다. t5 ~ t6 구간은 배전계통의 5 ~ 6번 선로에 대한 복구에도 불구하고, 2 ~ 3번 선로의 고장으로 인해 3 ~ 6번 노드의 전력공급이 불가능한 상황임을 보여주며, t6 ~ t7 구간은 2 ~ 3번 선로 수리를 통해 모든 노드가 복구됨을 보여준다.
한편, MG는 계통과 연계하여 운전함으로써 일부 노드의 전력공급을 재개할 수 있으며, 이에 대한 예시는 도 5와 같다. 도 5를 참조하면, MG는 PV, ESS, CHP를 계통연계운전에 활용하여, t4 ~ t5 구간에서 5번 노드의 전력공급을 가능하게 하고, t5 ~ t6 구간에서 5번 및 6번 노드의 전력공급을 가능하게 한다. t4 ~ t6와 같은 상황에서 DER(PV, ESS, CHP)의 운전 제어방식은 상이하며, 각 DER별 용량은 한정되어 있다. 이로 인해 MG의 계통 연계운전을 통한 인근 노드의 전력공급 범위는 제한된다. 이를 고려한 공급가능 노드를 도출하기 위해, 배전계통 및 MG의 운영상 제약조건은 배전설비의 허용용량 및 전력 밸런싱을 포함할 수 있다.
배전설비의 허용용량에 대한 제약조건은 수학식 1과 같이 나타낼 수 있다.
[수학식 1]
수학식 1을 통해 각 설비의 사용전력(
)은 설비별 최대 허용용량(
)보다 작거나 같아야 함을 의미할 수 있다.
전력 밸런싱에 대한 제약조건은 수학식 2와 같이 나타낼 수 있다.
[수학식 2]
여기서, 
는 주 계통과 DER을 통해 계통에 공급되는 총 전력을 의미하고, 
는 공급가능 노드에 대한 총 부하를 의미할 수 있다.
계통에 공급되는 총 전력은 아래 수학식 3을 이용하여 산출할 수 있다.
[수학식 3]
여기서, 
는 주계통의 피더(feeder)로부터 공급되는 전력, 
는 태양광의 용량, 
는 PV의 생산용량 평준화계수, 
는 열병합발전기(Combined Heat & Power)를 통해 공급되는 전력, 
는 ESS를 활용하여 방전할 수 있는 전력, 
는 ESS의 방전가능 용량 평준화 계수를 의미할 수 있다. 
의 경우 제어불가능 DER에 해당하기 때문에 시간대별 생산량 보정계수(
)를 적용할 수 있다.
ESS의 충전상태(SOC, State of charge)에 대한 제약조건은 아래 수학식 4와 같이 나타낼 수 있다.
[수학식 4]
여기서, ESS에 대한 SOC의 최대값(max(SOC)) 및 최소값(min(SOC))은 MG 운영자에 의해 결정될 수 있다.
수학식 1 내지 수학식 4의 제약조건을 충족하는 공급가능 노드의 상태는 아래 수학식 5와 같이 나타낼 수 있다.
[수학식 5]
여기서, 
는 각 시점(t)에 대한 노드의 공급가능 상태를 의미하며, 이진 값으로 표현될 수 있다. 따라서 
는 고장에 대해 각 시점의 노드(node)가 공급 가능할 경우(
) 1로, 그렇지 않을 경우 0으로 표현될 수 있다.
복원력 곡선 도출부(126)는 시변 상태 추정부(124)에서 추정된 부하점에 성과측정기준에 따른 복원력 성능을 적용하여 복원력 곡선을 도출할 수 있다.
배전계통은 전력계통의 말단에 위치하여 수용가의 지속적인 전력서비스를 제공하는 것을 목표로 하며, 재해로 인한 설비고장은 배전계통의 전력공급 능력과 더불어 수용가 정전 등의 영향을 미칠 수 있다. 이러한 이유로 배전계통에 대한 복원력의 성능 측정기준은 공급가능 용량, 공급가능 수용가 수 및 공급가능 주요 수용가 수 등과 같이 다양한 방법으로 수행되어야 한다.
복원력 곡선 도출부(126)는 다양한 성과측정기준을 적용하여 계통의 시변 복원력을 도출할 수 있다. 이때, 복원력 곡선 도출부(126)는 시변 상태 추정부(124)를 통해 산정된 시변 공급가능 노드(
)를 활용하여 시변 복원력을 도출할 수 있다. 즉, 복원력 곡선 도출부(126)는 아래 수학식 6을 이용하여 시변 복원력을 도출할 수 있다.
[수학식 6]
여기서, 
는 각 노드의 복원력 성능을 의미하며, 이는 성과측정기준(
)에 따라 상이한 값으로 적용될 수 있다. 
는 설비고장 발생 시점부터 복구완료 시점까지에 대한 계통 전체의 시변 복원력을 의미할 수 있다. 따라서 시변 복원력(
)을 도식화한 결과는 복원력 곡선을 의미하게 되며, 도 4 및 도 5에 대해 수학식 6을 기반으로 추정한 복원력 곡선은 도 6과 같을 수 있다.
도 6은 고장발생시점(t1, t3), 차단기 동작을 통한 복구시점(t2, t4) 및 설비수리를 통한 복구시점(t5, t6)에 대하여 계통의 성능이 변화함을 보여준다. 이러한 복원력 곡선은 각 시나리오의 모든 시뮬레이션(j, i)에 대해 상이한 형태로 나타나게 된다. 여기서, j는 MG 구축사업의 시나리오의 수를, i은 MCS(Monte-Carlo Simulation)의 반복 횟수를 의미할 수 있다. MCS는 난수를 활용한 함수 값의 확률론적 평가로 정의되며, 이는 입력 값의 불확실성을 고려하여 많은 복잡한 샘플로부터 근사값을 도출하는데 활용되는 기법일 수 있다.
복원력 인덱스 산정부(130)는 복원력 곡선 추정부(120)에서 추정된 복원력 곡선으로부터 정규화된 복원력 인덱스(index)를 산정할 수 있다. 이때, 복원력 인덱스 산정부(130)는 고장이 발생하지 않은 상황을 가정한 복원력 곡선의 공급가능 면적에 대한 고장발생 상황을 가정한 복원력 곡선의 공급가능 면적의 비로 복원력 인덱스를 산정할 수 있다.
복원력 인덱스 산정부(130)는 복원력 평가를 위해 인덱스(index)의 결과 값을 산정할 수 있다.
종래에는 아래 수학식 7을 이용하여 복원력 곡선에 대한 인덱스의 결과값을 산정하였다.
[수학식 7]
여기서, 
는 각 성과 측정기준(
)에 대한 복원력 index(
), 
는 설비고장 발생시점(도 6의 t1)부터 복구완료시점(도 6의 t6)까지의 주기를 의미할 수 있다. 이때 주기 T는 미래 고장상황의 불확실성을 고려하기 때문에, 모든 시뮬레이션(j, i)에 따라 상이한 값을 갖는다. 따라서 
의 크기는 각 주기에 의존하게 되며, 이는 수학식 7의 인덱스 산정방법이 다수의 고장상황에 대한 모의결과를 상호 분석하는 것에 취약함을 의미한다. 이를 보완하기 위해, 복원력 인덱스 산정부(130)는 아래 수학식 8을 이용하여 정규화된 복원력 인덱스를 산정할 수 있다.
[수학식 8]
수학식 8은 비율 기반의 복원력 인덱스로, 고장이 발생하지 않은 상황을 가정한 복원력 곡선의 공급가능 면적(
)에 대한 고장발생 상황을 가정한 복원력 곡선의 공급가능 면적(
)의 비를 의미할 수 있다.
EDF 산출부(140)는 복원력 인덱스에 기초하여 복원력 인덱스에 대한 EDF(Empirical Distribution Function, 경험분포함수)를 피팅하고, 피팅된 EDF를 기반으로 각 시나리오에 대한 EDF 결과를 도출할 수 있다.
EDF 산출부(140)는 MCS(Monte-Carlo Simulation)를 통한 도수분포표를 기반으로 산정되는 E-PDF(Empirical Probability Density Function) 및 E-PDF를 적분한 결과인 E-CDF(Empirical Cumulative Distribution Function)를 기반으로 각 시나리오에 대한 EDF 값을 도출할 수 있다. 이때 MCS의 반복은 누적된 EDF가 수렴조건(
)내에 도달할 경우 종료되며, 이러한 과정은 모든 MG 구축 시나리오(
)에 대해 동일하게 적용할 수 있다.
MCS를 통한 
의 산정결과는 표 1에서 설정한 MG 구축 사업의 추진 시나리오에 따라 상이한 집합 set(RI)으로 표현되며, 이는 아래 수학식 9와 같이 나타낼 수 있다.
[수학식 9]
여기서, i는 MCS의 반복 횟수, j는 MG 구축 사업의 시나리오를 의미할 수 있다. 
는 MCS의 총 반복 횟수로, 수렴조건(
)에 의해 결정될 수 있다.
set(RI)에 대한 도수분포는 도 7과 같이 나타낼 수 있다. 도 7을 참조하면, 낮은 RI에 대한 도수가 MG 구축 시나리오 1 보다 2에서 더 감소하고 있음을 보여준다. E-PDF(Empirical Probability Density Function, 
)는 MCS를 통한 도 7의 도수분포표를 기반으로 산정할 수 있다.
E-CDF(Empirical Cumulative Distribution Function, 
)는 E-PDF를 적분한 결과이며, 아래 수학식 10과 같이 표현할 수 있다.
[수학식 10]
도 7의 도수분포에 대한 E-PDF 및 E-CDF의 산정결과는 도 8과 같을 수 있다. 도 8을 참조하면, E-PDF 및 E-CDF가 MG 구축 시나리오에 따라 상이하게 도출됨을 보여주며, 이는 각각의 MG 구축 시나리오에 대한 복원력의 향상효과를 확률론적으로 제공할 수 있다.
따라서 계통 운영자는 EDF 산정결과를 활용하여 목표로 하는 복원력 향상에 도달한 MG 구축 시나리오를 선별할 수 있다. 본 발명에서는 EDF를 비용-편익 분석모델의 제약조건으로 활용할 수 있다.
시나리오 선정부(150)는 각 시나리오에 대한 EDF 결과를 비용-편익 분석(CBA; Cost-Benefit Analysis) 모델의 제약조건으로 활용하여 최종 시나리오를 결정할 수 있다. 이때, 시나리오 선정부(150)는 각 시나리오에 대한 EDF 결과에 기초하여 기 설정된 복원력 제약조건을 충족하는 적어도 하나 이상의 시나리오를 선별하고, 선별된 시나리오의 EDF 결과를 비용-편익 분석 모델의 제약조건으로 활용하여 최종 시나리오를 결정할 수 있다.
이에 따라, 마이크로그리드(MG) 구축 시나리오에 대한 복원력의 향상효과를 확률론적으로 제공하여, EDF 산정결과를 기반으로 목표로 하는 복원력 향상에 도달한 MG 구축 시나리오를 선별할 수 있다. 또한, EDF를 비용-편익 분석모델의 제약조건으로 활용할 수 있다.
한편, 상기와 같이 구성된 마이크로그리드 분석 장치(100)는 복원력 향상을 위한 마이크로그리드 분석을 수행하기 위한 소프트웨어(애플리케이션)가 설치되어 실행될 수 있으며, 시나리오 설정부(110), 복원력 곡선 추정부(120), 복원력 인덱스 산정부(130), EDF 산출부(140) 및 시나리오 선정부(150)의 구성은 마이크로그리드 분석 장치(100)에서 실행되는 복원력 향상을 위한 마이크로그리드 분석을 수행하기 위한 소프트웨어에 의해 제어될 수 있다.
이러한 마이크로그리드 분석 장치(100)는 이동성을 갖거나 고정될 수 있다. 마이크로그리드 분석 장치(100)는 서버(server) 또는 엔진(engine) 형태일 수 있으며, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), 무선기기(wireless device), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
도 9는 본 발명의 일 실시예에 따른 복원력 향상을 위한 마이크로그리드 분석 방법을 설명하기 위한 흐름도이다.
도 9를 참조하면, 마이크로그리드 분석 장치(100)는 마이크로그리드 구축을 위한 적어도 하나의 시나리오를 설정한다(S910). 이때, 마이크로그리드 분석 장치(100)는 DER(Distributed Energy Resources)의 용량과 마이크로그리드의 운영전략이 세분화된 구축사업의 시나리오들을 설정할 수 있다.
S910 단계가 수행되면, 마이크로그리드 분석 장치(100)는 각 시나리오에 대한 EDF결과를 도출한다(S820). 이때, 마이크로그리드 분석 장치(100)는 하나의 시나리오에 대해 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능으로 정의되는 복원력 곡선을 추정하고, 추정된 복원력 곡선으로부터 정규화된 복원력 인덱스(index)를 산정하며, 복원력 인덱스에 기초하여 복원력 인덱스에 대한 EDF를 피팅하고, 피팅된 EDF를 기반으로 각 시나리오에 대한 EDF 결과를 도출할 수 있다. 각 시나리오에 대한 EDF를 도출하는 방법에 대한 상세한 설명은 도 10을 참조하기로 한다.
S920 단계가 수행되면, 마이크로그리드 분석 장치(100)는 각 시나리오에 대한 EDF 결과를 비용-편익 분석(CBA; Cost-Benefit Analysis) 모델의 제약조건으로 활용하여 최종 시나리오를 결정한다(S930). 이때, 마이크로그리드 분석 장치(100)는 각 시나리오에 대한 EDF 결과에 기초하여 기 설정된 복원력 제약조건을 충족하는 적어도 하나 이상의 시나리오를 선별하고, 선별된 시나리오의 EDF 결과를 비용-편익 분석 모델의 제약조건으로 활용하여 최종 시나리오를 결정할 수 있다.
도 10은 본 발명의 일 실시예에 따른 각 시나리오에 대한 EDF 결과를 도출하는 방법을 설명하기 위한 도면이다.
도 10을 참조하면, 마이크로그리드 분석 장치(100)는 마이크로그리드(MG; Microgrid) 구축을 위한 적어도 하나의 시나리오에 대해 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능으로 정의되는 복원력 곡선을 추정한다(S1010). 이때, 마이크로그리드 분석 장치(100)는 미래에 발생할 고장상황에 대한 입력변수를 정의하고, 고장상황에 대한 계통의 물리적 상태를 추정하여, 운영상 제약조건을 충족하는 계통의 공급 가능한 부하점(node)을 추정할 수 있다. 그런 후, 마이크로그리드 분석 장치(100)는 추정된 부하점에 성과측정기준에 따른 복원력 성능을 적용하여 복원력 곡선을 도출할 수 있다.
S1010 단계가 수행되면, 마이크로그리드 분석 장치(100)는 추정된 복원력 곡선으로부터 정규화된 복원력 인덱스(index)를 산정한다(S1020). 이때, 마이크로그리드 분석 장치(100)는 고장이 발생하지 않은 상황을 가정한 복원력 곡선의 공급가능 면적에 대한 고장발생 상황을 가정한 복원력 곡선의 공급가능 면적의 비로 복원력 인덱스를 산정할 수 있다.
S1020 단계가 수행되면, 마이크로그리드 분석 장치(100)는 복원력 인덱스에 기초하여 복원력 인덱스에 대한 EDF(Empirical Distribution Function, 경험분포함수)를 피팅하고(S1030), 피팅된 EDF를 기반으로 각 시나리오에 대한 EDF 결과를 도출한다(S1040). 이때, 마이크로그리드 분석 장치(100)는 MCS(Monte-Carlo Simulation)를 통한 도수분포표를 기반으로 산정되는 E-PDF(Empirical Probability Density Function) 및 E-PDF를 적분한 결과인 E-CDF(Empirical Cumulative Distribution Function)를 기반으로 각 시나리오에 대한 EDF 값을 도출할 수 있다.
상기 단계들은 설정된 모든 시나리오에 대한 분석을 통한 수렴 조건을 만족할 때까지 수행될 수 있다. 즉, MCS의 반복은 누적된 EDF가 수렴조건 내에 도달할 경우 종료되며, 이러한 과정은 모든 MG 구축 시나리오에 대해 동일하게 적용할 수 있다.
상술한 바와 같이, 본 발명의 일 실시예에 복원력 향상을 위한 마이크로그리드 분석 장치(100) 및 방법은, 마이크로그리드(MG) 구축 시나리오에 대한 복원력의 향상효과를 확률론적으로 제공함으로써, EDF 산정결과를 활용하여 목표로 하는 복원력 향상에 도달한 MG 구축 시나리오를 선별할 수 있으며, EDF를 비용-편익 분석모델의 제약조건으로 활용할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.
따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
100 : 마이크로그리드 분석 장치
110 : 시나리오 설정부
120 : 복원력 곡선 추정부
122 : 고장상황 입력부
124 : 시변 상태 추정부
126 : 복원력 곡선 도출부
130 : 복원력 인덱스 산정부
140 : EDF 산출부
150 : 시나리오 선정부
110 : 시나리오 설정부
120 : 복원력 곡선 추정부
122 : 고장상황 입력부
124 : 시변 상태 추정부
126 : 복원력 곡선 도출부
130 : 복원력 인덱스 산정부
140 : EDF 산출부
150 : 시나리오 선정부
Claims (22)
- 마이크로그리드(MG; Microgrid) 구축을 위한 적어도 하나의 시나리오에 대해 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능으로 정의되는 복원력 곡선을 추정하는 복원력 곡선 추정부;
상기 추정된 복원력 곡선으로부터 정규화된 복원력 인덱스(index)를 산정하는 복원력 인덱스 산정부; 및
상기 복원력 인덱스에 기초하여 복원력 인덱스에 대한 EDF(Empirical Distribution Function)를 피팅하고, 상기 피팅된 EDF를 기반으로 각 시나리오에 대한 EDF 결과를 도출하는 EDF 산출부
를 포함하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제1항에 있어서,
상기 마이크로그리드 구축을 위한 적어도 하나의 시나리오를 설정하는 시나리오 설정부를 더 포함하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제1항에 있어서,
상기 복원력 곡선 추정부는,
미래에 발생할 고장상황에 대한 입력변수를 정의하는 고장상황 입력부;
상기 고장상황에 대한 계통의 물리적 상태를 추정하여, 운영상 제약조건을 충족하는 계통의 공급 가능한 부하점(node)을 추정하는 시변 상태 추정부; 및
상기 추정된 부하점에 성과측정기준에 따른 복원력 성능을 적용하여 상기 복원력 곡선을 도출하는 복원력 곡선 도출부를 포함하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제3항에 있어서,
상기 고장상황 입력부는,
상기 고장상황에 대한 배전설비 및 DER(Distributed Energy Resources) 중 적어도 하나의 종류, 위치, 고장시간 및 수리시간 중 적어도 하나를 랜덤하게 결정하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제4항에 있어서,
상기 고장상황 입력부는,
미리 저장된 고장시간 및 수리시간에 대한 historical 데이터를 통해 고장시간 및 수리시간에 대한 분포를 추정하고, 각 분포의 범위 내에서 상기 고장시간 및 수리시간을 랜덤하게 결정하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제3항에 있어서,
상기 운영상 제약조건은,
상기 배전설비의 허용용량, 전력수급 균형, 제어 가능한 DER 출력량, 및 제어 불가능한 DER 출력량 중 적어도 하나를 포함하고,
상기 배전설비의 허용용량은, 각 배전설비의 사용전력이 배전설비별 최대허용용량 이하가 되도록 하는 것이고,
상기 전력수급 균형은, 주 계통 및 DER을 통해 계통에 공급되는 총 전력과 공급가능 노드에 대한 총 부하를 동일하게 하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제3항에 있어서,
상기 성능측정기준은, 공급가능 용량, 공급가능 수용가 수 및 공급가능 주요 수용가 중 적어도 하나를 포함하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제1항에 있어서,
상기 복원력 인덱스 산정부는,
고장이 발생하지 않은 상황을 가정한 복원력 곡선의 공급가능 면적에 대한 고장발생 상황을 가정한 복원력 곡선의 공급가능 면적의 비로 상기 복원력 인덱스를 산정하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제1항에 있어서,
상기 EDF 산출부는,
MCS(Monte-Carlo Simulation)를 통한 도수분포표를 기반으로 산정되는 E-PDF(Empirical Probability Density Function) 및 E-PDF를 적분한 결과인 E-CDF(Empirical Cumulative Distribution Function)를 기반으로 각 시나리오에 대한 EDF 값을 도출하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 제1항에 있어서,
각 시나리오에 대한 EDF 결과를 비용-편익 분석(CBA; Cost-Benefit Analysis) 모델의 제약조건으로 활용하여 최종 시나리오를 결정하는 시나리오 선정부를 더 포함하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치
- 제10항에 있어서,
상기 시나리오 선정부는,
상기 각 시나리오에 대한 EDF 결과에 기초하여 기 설정된 복원력 제약조건을 충족하는 적어도 하나 이상의 시나리오를 선별하고, 상기 선별된 시나리오의 EDF 결과를 비용-편익 분석 모델의 제약조건으로 활용하여 최종 시나리오를 결정하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 장치.
- 복원력 곡선 추정부가 마이크로그리드(MG; Microgrid) 구축을 위한 적어도 하나의 시나리오에 대해 설비의 고장발생 시점으로부터 복구완료 시점에 대한 계통의 시변 성능으로 정의되는 복원력 곡선을 추정하는 단계;
복원력 인덱스 산정부가 상기 추정된 복원력 곡선으로부터 정규화된 복원력 인덱스(index)를 산정하는 단계; 및
EDF 산출부가 상기 복원력 인덱스에 기초하여 복원력 인덱스에 대한 EDF(Empirical Distribution Function)를 피팅하고, 상기 피팅된 EDF를 기반으로 각 시나리오에 대한 EDF 결과를 도출하는 단계
를 포함하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제12항에 있어서,
상기 복원력 곡선을 추정하는 단계 이전에,
시나리오 설정부가 상기 마이크로그리드 구축을 위한 적어도 하나의 시나리오를 설정하는 단계를 더 포함하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제12항에 있어서,
상기 복원력 곡선을 추정하는 단계는,
고장상황 입력부가 미래에 발생할 고장상황에 대한 입력변수를 정의하는 단계;
시변 상태 추정부가 상기 고장상황에 대한 계통의 물리적 상태를 추정하여, 운영상 제약조건을 충족하는 계통의 공급 가능한 부하점(node)을 추정하는 단계; 및
복원력 곡선 도출부가 상기 추정된 부하점에 성과측정기준에 따른 복원력 성능을 적용하여 상기 복원력 곡선을 도출하는 단계를 포함하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제14항에 있어서,
상기 고장상황에 대한 입력변수를 정의하는 단계에서,
상기 고장상황 입력부는 상기 고장상황에 대한 배전설비 및 DER(Distributed Energy Resources) 중 적어도 하나의 종류, 위치, 고장시간 및 수리시간 중 적어도 하나를 랜덤하게 결정하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제15항에 있어서,
상기 고장상황에 대한 입력변수를 정의하는 단계에서,
상기 고장상황 입력부는, 미리 저장된 고장시간 및 수리시간에 대한 historical 데이터를 통해 고장시간 및 수리시간에 대한 분포를 추정하고, 각 분포의 범위 내에서 상기 고장시간 및 수리시간을 랜덤하게 결정하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제14항에 있어서,
상기 운영상 제약조건을 충족하는 계통의 공급 가능한 부하점(node)을 추정하는 단계에서,
상기 운영상 제약조건은, 상기 배전설비의 허용용량, 전력수급 균형, 제어 가능한 DER 출력량, 및 제어 불가능한 DER 출력량 중 적어도 하나를 포함하고,
상기 배전설비의 허용용량은, 각 배전설비의 사용전력이 배전설비별 최대허용용량 이하가 되도록 하는 것이고,
상기 전력수급 균형은, 주 계통 및 DER을 통해 계통에 공급되는 총 전력과 공급가능 노드에 대한 총 부하를 동일하게 하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제14항에 있어서,
상기 복원력 곡선을 도출하는 단계에서,
상기 성능측정기준은, 공급가능 용량, 공급가능 수용가 수 및 공급가능 주요 수용가 중 적어도 하나를 포함하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제12항에 있어서,
상기 복원력 인덱스(index)를 산정하는 단계에서,
상기 복원력 인덱스 산정부는 고장이 발생하지 않은 상황을 가정한 복원력 곡선의 공급가능 면적에 대한 고장발생 상황을 가정한 복원력 곡선의 공급가능 면적의 비로 상기 복원력 인덱스를 산정하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제12항에 있어서,
상기 각 시나리오에 대한 EDF 결과를 도출하는 단계에서,
상기 EDF 산출부는, MCS(Monte-Carlo Simulation)를 통한 도수분포표를 기반으로 산정되는 E-PDF(Empirical Probability Density Function) 및 E-PDF를 적분한 결과인 E-CDF(Empirical Cumulative Distribution Function)를 기반으로 각 시나리오에 대한 EDF 값을 도출하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제12항에 있어서,
상기 각 시나리오에 대한 EDF 결과를 도출하는 단계 이후,
시나리오 선정부가 상기 각 시나리오에 대한 EDF 결과를 비용-편익 분석(CBA; Cost-Benefit Analysis) 모델의 제약조건으로 활용하여 최종 시나리오를 결정하는 단계를 더 포함하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
- 제21항에 있어서,
상기 최종 시나리오를 결정하는 단계에서,
상기 시나리오 선정부는, 상기 각 시나리오에 대한 EDF 결과에 기초하여 기 설정된 복원력 제약조건을 충족하는 적어도 하나 이상의 시나리오를 선별하고, 상기 선별된 시나리오의 EDF 결과를 비용-편익 분석 모델의 제약조건으로 활용하여 최종 시나리오를 결정하는 것을 특징으로 하는 복원력 향상을 위한 마이크로그리드 분석 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210088455A KR20230007748A (ko) | 2021-07-06 | 2021-07-06 | 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210088455A KR20230007748A (ko) | 2021-07-06 | 2021-07-06 | 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230007748A true KR20230007748A (ko) | 2023-01-13 |
Family
ID=84900299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210088455A KR20230007748A (ko) | 2021-07-06 | 2021-07-06 | 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230007748A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117335570A (zh) * | 2023-10-09 | 2024-01-02 | 国网河南省电力公司濮阳供电公司 | 一种弹性配电网全景信息可视化监测系统及方法 |
-
2021
- 2021-07-06 KR KR1020210088455A patent/KR20230007748A/ko unknown
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117335570A (zh) * | 2023-10-09 | 2024-01-02 | 国网河南省电力公司濮阳供电公司 | 一种弹性配电网全景信息可视化监测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bialek et al. | Benchmarking and validation of cascading failure analysis tools | |
| Chen et al. | Multi-time step service restoration for advanced distribution systems and microgrids | |
| Hamoud | Assessment of available transfer capability of transmission systems | |
| US9484747B1 (en) | Holistic optimization of distribution automation using survivability modeling | |
| Borghei et al. | A multi-objective optimization scheme for resilient, cost-effective planning of microgrids | |
| Galloway et al. | Optimal flexible alternative current transmission system device allocation under system fluctuations due to demand and renewable generation | |
| EP3072200B1 (en) | Holistic optimization of distribution automation using survivability modeling to support storm hardening | |
| Avritzer et al. | Survivability models for the assessment of smart grid distribution automation network designs | |
| US20220308573A1 (en) | System and method for predicting failure in a power system in real-time | |
| Tootaghaj et al. | Controlling cascading failures in interdependent networks under incomplete knowledge | |
| Gautam et al. | Development and integration of momentary event models in active distribution system reliability assessment | |
| Yin et al. | Operational reliability assessment of distribution network with energy storage systems | |
| KR20230007748A (ko) | 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법 | |
| Kjølle et al. | The OPAL methodology for reliability analysis of power systems | |
| Kwasinski | Numerical evaluation of communication networks resilience with a focus on power supply performance during natural disasters | |
| US10250035B2 (en) | Holistic optimization of distribution automation using survivability modeling to support storm hardening | |
| Gjorgiev et al. | Calibration of cascading failure simulation models for power system risk assessment | |
| CN117424224A (zh) | 一种停电计划平衡优化方法、装置、设备及存储介质 | |
| Shahzad | Vulnerability assessment in power systems: a review | |
| CN112633618A (zh) | 中压配电网的可靠性评估方法及装置 | |
| Jooshaki et al. | On the explicit formulation of reliability assessment of distribution systems with unknown network topology: Incorporation of DG, switching interruptions, and customer-interruption quantification | |
| Pan et al. | A flexible black‐start network partitioning strategy considering subsystem recovery time balance | |
| CN113705964A (zh) | 一种配电网韧性恢复灾前预案制定方法及装置 | |
| Guenaou et al. | Impact of distributed energy resources on power system resilience against earthquakes | |
| Hartmann et al. | Near real-time electric load approximation in low voltage cables of smart grids with models@ run. time |