선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 새롭게 제안된 다중 부하 중심점 기반 퍼지 ULTC 제어 전략에 대한 유효성 검증을 위해 실시간 데이터, 퍼지 멤버쉽 함수 그리고 시뮬레이션 결과를 보일 수 있는 전압관리 시뮬레이션 툴을 개발하였다. 따라서 개발된 시뮬레이션 툴의 기능을 이용하여 먼저 시뮬레이션 환경을 구축하고, 실시간 퍼지 추론 과정을 통해 유효성을 검증한다.
제안 방법
- 측면에서는 특정한 시기에 주변압기 직하, 전압강하 5% 및 10%지점의 변대직하 및 말단의 수용가를 전압 측정개소로 선정하여 3일간 30분 주기로 전압을 측정, 전압 적정율을 조사, 보고한다. 그리고 그 결과에 따라 전압강하 개선 공사를 실시하며 측정된 데이터를 기반으로 주변압기에 장착된 ULTC의 부하중심점을 결정, ULTC의 Ur, Ux를 조정, ULTC로 하여금 주변압기 부하전류에 따라 전압 강하 분을 실시간으로 보상하여 부하중심점의 전압을 일정하게 유지하도록 함으로써 수용가에 공급되는 전압을 허용 범위내(220±13[V])에서 유지할 수 있도록 노력한다.
- 확인, 전압적정유지율을 계산하게 된다. 그리고 이 실측 데이터를 바탕으로 부적정 개소에 대해 변압기 탭 변경 및 ULTC 부하중심점 정정 그리고 전압보강공사를 실시하여 전압 적정율 개선을 시도한다. 먼저, 부적정 개소들에 대한 주상변압기 PTr 탭을 적정위치로 변경한 후, 주변압기 MTr 고정탭을 최적위치로 설정, 최적탭하에서 PTr 전압을 얻는다.
- 그리고 이들 군집화된 전압패턴 (PTrlVl, PTr2V2}의 정보를 이용하여 각 클러스터별로 고정 부하 중심점 계산 방식에 근거하여 부하 중심점 전압 Vo와 임피던스 Z를 계산한다. 그림 6에서 PTrlVl, PTr2V2는 표준화된 주변압기 직하 변대의 직하 전압과 말단 주상 변압기의 말단전압을 표시하며 클러스터는 군집화된 클러스터 정보, CPTrlVl, CPTr2V2는 그 클러스터들의 중심점을 표시한다.
- 다중개의 대표적인 클러스터들로 분류하고, 각 클러스터에 속하는 실측 데이터에 대해, 기존 실측 데이터 기반 부하 중심점 결정 기법을 적용하여 각각의 부하 중심점(V。, Z)를 결정한다. 다음 각 클러스터의 중심점을 기반으로 퍼지 입력 값을 정하고 퍼지 입력 멤버쉽 함수를 결정한다 끝으로, 각 입력 조합에 대해 패턴 인식 기법을 적용하여 퍼지 출력 멤버쉽 함수를 결정한다. 그리고 이때 결정된 클러스터별 부하 중심점 정보, 퍼지 입출력 멤버쉽 함수 값을 주변압기 IED에 온라인으로 제공한다.
- 다음, 3-4일동안 30분주기로 주변압기 부하전류 및 전압평균치를 기록하고 기록이 완료되면 작업자는 전압관리 기록계기를 철거하여 전압 분석 시스템을 이용, 주어진 기간 동안 기록된 전압을 검토하여 전압이 220±13K 즉, 상한전압 233V나 하한전압 207V의 한계치를 초과하는 부적정 측정 개소를 확인, 전압적정유지율을 계산하게 된다. 그리고 이 실측 데이터를 바탕으로 부적정 개소에 대해 변압기 탭 변경 및 ULTC 부하중심점 정정 그리고 전압보강공사를 실시하여 전압 적정율 개선을 시도한다.
- 다음에 각 군집들에 대해 소속패턴들 중 클러스터 중심점으로부터 가장 먼 패턴의 클러스터 중심점까지의 거리를 클러스터 중심점들 사이의 평균거리와 비교한다. i, k번째 군집 중심점들 사이의 평균거리는 식 (6)으로 표시한다.
- 먼저, 전압관리 프로세스는 뱅크별로 계측된 데이터들을 최대, 최소거리 클러스터링 기법을 적용하여 .다중개의 대표적인 클러스터들로 분류하고, 각 클러스터에 속하는 실측 데이터에 대해, 기존 실측 데이터 기반 부하 중심점 결정 기법을 적용하여 각각의 부하 중심점(V。, Z)를 결정한다. 다음 각 클러스터의 중심점을 기반으로 퍼지 입력 값을 정하고 퍼지 입력 멤버쉽 함수를 결정한다 끝으로, 각 입력 조합에 대해 패턴 인식 기법을 적용하여 퍼지 출력 멤버쉽 함수를 결정한다.
- 전압관리 시뮬레이션 툴을 개발하였다. 따라서 개발된 시뮬레이션 툴의 기능을 이용하여 먼저 시뮬레이션 환경을 구축하고, 실시간 퍼지 추론 과정을 통해 유효성을 검증한다.
- 따라서 본 연구에서는 클러스터링 기법을 도입하여 실측데이 터로부터 다중부하중심 점(MLTC : Multiple . Load Center Points)을 설계하고 부하패턴의 변화에 따라 실시간으로 부하중심점을 적절한 위치로 이동시킴으로써 부하 변화를 효율적으로 추적, 배전 변전소 주변압기 ULTC의 전압 보상능력을 개선하고 전압편차를 최소화할 수 있도록 하는 MLTC 기반 온라인 퍼지 ULTC 제어기를 새롭게 제안한다. 퍼지 제어기는 기존방법에 비해연속 입력패턴에 대한 퍼지 적 선형/비선형 보간(interpolation) 추론을 위해 채택된다.
- 먼저, 시뮬레이션 검증을 위해 주변압기 고정탭 위치, 3일간의 주변압기 부하전류 데이터I(t), 주변압기 ULTC의 운전 이력, 주변압기 송출전압 VM.i(i), 선로직하 주상 변압기 PTrl의 직하전압과 말단전압 VpU(i), VPi.2(i) 그리고 선로 말단 주상 변압기 PTr2 의 직하전압과 말단전압 VPii(i), Vp2, 2(i) 그리고, PTrl, PTr2의 고정탭 위치를 검색한다. 그림 5는 시뮬레이션을 위해 검색된 데이터를 보이는데, 우측의 화면은 주변압기, PTrl, PTr2의 탭 위치와 탭 전압을 표시한다.
- 본 연구에서는 클러스터링 기법을 도입하여 실측 데이터로부터 다중의 부하 중심점을 설계하고, 퍼지기법을 기반으로 부하변화에 따라 실시간으로 부하중심점을 설계된 다중부하 중심점 중의 적절한 위치로 이동시킴으로써 부하 변화를 효율적으로 추적, 주변압기 ULTC의 전압보상능력을 개선하고 전압편차를 최소화할 수 있도록 하는 다중 부하중심점 기반 온라인 퍼지 ULTC 제어기를 새롭게 제안하였다. 부하 중심점 군집화를 위한 클러스터링 기법으로는 최대, 최소거리 기법을 채택하였으며, 퍼지 출력 멤버쉽 함수 결정을 위해서는 최소거리 분류기를 채택하였다.
- 본 장에서는 온라인 전압관리 시스템하에서 다중 부하 중심점에 기반한 실시간 퍼지 ULTC 운전 제어 전략을 설계한다. 기본적으로 전압관리 프로세스는 일정 주기에 따라 PTr하의 저압 수용가 전압관리 장치 (CVMD)로부터 전압정보를 계측하며 동시에 동일시간대에 주 변압기 IED로부터 주변압기 부하전류 Kt) 및 ULTC 운전이력 정보를 제공 받는다.
- 제안하였다. 부하 중심점 군집화를 위한 클러스터링 기법으로는 최대, 최소거리 기법을 채택하였으며, 퍼지 출력 멤버쉽 함수 결정을 위해서는 최소거리 분류기를 채택하였다. 끝으로 개발된 시뮬레이션 툴을 이용하여 3일간 데이터를 기반으로 하는 퍼지 입출력 멤버쉽 함수를 설계하였으며, 시뮬레이션을 통해 기존의 고정 부하중심점 방식과 제안된 다중 부하중심점 기반의 퍼지 ULTC 제어 방식의 전압보상능력을 비교하였는데제안된 방법이 기존의 방법에 비해 ULTC 전압 보상 능력을 크게 개선함을 확인할 수 있었다.
- 부하패턴 클러스터링 및 클러스터별 부하중심점 계산 절차에 근거하여 얻어진 클러스터별 중심점을 바탕으로 표준화된 입력을 설정하고 입력 멤버쉽 함수를 결정한다. 여기에서는 입력변수를 Vm.
- 여기에서는 입력변수를 Vm.i(D, Vp2.2(i)로 하기 때문에 표준화된 입력변수 수를 2로 하였으며, 클러스터링 결과를 바탕으로 입력 수는 13개, 입력 멤버쉽 함수 수는 11개 그리고 출력 멤버쉽 함수 수는 15개로 하였다. 이때 입력 멤버쉽 함수는 시뮬레이션 툴 기능에 의해 그림 7과 같이 자동 결정된다.
- 그리고 이때 결정된 클러스터별 부하 중심점 정보, 퍼지 입출력 멤버쉽 함수 값을 주변압기 IED에 온라인으로 제공한다. 이때, 주변압기 IED는 온라인으로 제공된 다중 부하 중심점 데이터들을 새로운 부하 데이터로 업데이트 한 다음, 온라인으로 제공되는 MTr 부하전류 및 PTr 전압 데이터를 입력으로 하여 퍼지 추론을 실행, 다중 부하 중심점 중에서 적절한 부하 중심점을 출력으로 추론, 새로운 부하중심점으로 설정하고, 이를 기반으로 MTr 부하전류에 따라 실시간으로 전압강하 분을 계산, 적절한 ULTC 탭을 결정하여 송출전압이 최적 송출전압을 추종하도록 제어한다.
- 입력 멤버쉽 함수들은 {XXLN, XLN, LN, MN, SN, VS, SP, MP, LP, XP, XXP) 중에서 VS를 기준으로 하여 5, 7, 9, 11개의 멤버쉽 함수가 설계자의 요구에 따라 선택적으로 설계되도록 하였다. 표 1은 9개의 입력에 대해 7개의 멤버쉽함수를 선택했을 때 입력 멤버쉽 함수의 예를 보인다[8-9].
- 출력 리레이션 행렬은 앞에서 결정된 입력 멤버쉽 함수 (XXN, XN, LN, MN, SN, VS, SP, MP, LP, XP, XXP} 에대해 생성되는 총 121개의 퍼지 규칙들의 조건부에 대해 각각 최소거리판별 기법을 적용, 최적 출력 멤버쉽 함수와의 관계를 결정하도록 하였다. 그림 8은 시뮬레이션 툴에 의해서 생성된 출력 및 퍼지 리레이션 행렬의 일부를 보인다.
- 출력 멤버쉽 함수들은 {IN, EEN, EN, XXLN, XLN, LN, MN, SN, VS, SP, MP, LP, XP, XXP, EP, EEP, IP) 중에서 VS를 기준으로 하여 5, 7, 9, 11, 15, 17개의 멤버쉽 함수가 설계자의 요구에 따라 설계되도록 한다. 여기에서는 클러스터링 기반 다중 부하 중심점 설계 방식에 근거하여 설계된 클러스터들의 수가 출력들 멤버쉽 함수의 수가 되도록 하였는데 9개를 선택한 경우의 예를 보인다.
- 전압관리.측면에서는 특정한 시기에 주변압기 직하, 전압강하 5% 및 10%지점의 변대직하 및 말단의 수용가를 전압 측정개소로 선정하여 3일간 30분 주기로 전압을 측정, 전압 적정율을 조사, 보고한다. 그리고 그 결과에 따라 전압강하 개선 공사를 실시하며 측정된 데이터를 기반으로 주변압기에 장착된 ULTC의 부하중심점을 결정, ULTC의 Ur, Ux를 조정, ULTC로 하여금 주변압기 부하전류에 따라 전압 강하 분을 실시간으로 보상하여 부하중심점의 전압을 일정하게 유지하도록 함으로써 수용가에 공급되는 전압을 허용 범위내(220±13[V])에서 유지할 수 있도록 노력한다.
- 클러스터링에 기반한 다중 부하중심점 설계는 제공되는 모든 부하패턴들을 클러스터링 기법을 적용하여 다중개의 클러스터들로 군집한 다음, 각 클러스터들에 대해 고정 부하중심점 결정 방식을 반복함으로써 다중 부하 중심점을 설계한다.
성능/효과
- 그림 12는 다중 부하 중심점 기반 ULTC 제어에 의해서 보상된 전압 파형을 보이는데, 그림 11에 보인바 와는 다르게 부하변화에 따라 부하 중심점이 다중 부하 중심 점 중에 적절한 위치로 이동하고 동시에 ULTC가 이 부하 중심점을 따라 전압을 보상, 주변압기 직하 송출전압이 다중 부하 중심점 기반 최적 송출전압을 추종, 직하 송출전압은 물론 PTr2의 말단전압이 모두 220V에 최적하게 분포되어 부적정전압 문제가 해결됨을 확인할 수 있다. 그림 12에서 MLTC 는 다중 부하 중심점을 표시한다.
- 부하 중심점 군집화를 위한 클러스터링 기법으로는 최대, 최소거리 기법을 채택하였으며, 퍼지 출력 멤버쉽 함수 결정을 위해서는 최소거리 분류기를 채택하였다. 끝으로 개발된 시뮬레이션 툴을 이용하여 3일간 데이터를 기반으로 하는 퍼지 입출력 멤버쉽 함수를 설계하였으며, 시뮬레이션을 통해 기존의 고정 부하중심점 방식과 제안된 다중 부하중심점 기반의 퍼지 ULTC 제어 방식의 전압보상능력을 비교하였는데제안된 방법이 기존의 방법에 비해 ULTC 전압 보상 능력을 크게 개선함을 확인할 수 있었다.
- 본 절에서는 실측 전압패턴, 주변압기 최적 탭으로 보정된 전압패턴, 기존 고정 부하 중심점에 기반한 ULTC 제어 시 전압패턴, 본 연구에서 제안된 실시간 퍼지 ULTC 제어기에 의해서 ULTC 제어시 얻어지는 전압패턴을 보임으로써 제안된 전력의 유효성을 보인다.
후속연구
- 그리고 부하 중심점 군집화를 위한 클러스터링 기법으로는 최대, 최소거리 기법이 채택되며, 퍼지 출력 멤버쉽 함수 결정을 위해서는 최소거리 분류기가 채택된다. 그리고 제안된 전략의 유효성을 검증하기 위해 비쥬얼 C++의 MFC를 기반으로 하는 시뮬레이션 환경이 개발된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.