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 논문에서는 전력시스템을 위한 기본이론 학습과 다양한 환경변수 및 전력계통의 변화를 고려하여 전력 시스템의 설계 및 분석을 위한 교육용 시뮬레이터를 개발하였다. 개발한 교육용 송전계통 축약 시뮬레이터는 사용자가 쉽게 접할 수 있도록 Window기반으로 개발하였으며, 모선별 한계가격, 발전기 비용함수, 지역정보를 이용하여 계통을 해석함으로써 다양한 교육적 목적으로 활용될 수 있다.
- 여기서는 지역별 그룹의 차이로 발생하는 지역에서, 각 지역의 내부 모선의 물리적 변화가 다른 지역의 모든 선로조류 (Line Flow)에 얼마나 영향을 미치는가를 판단하는 도구로써 유사지수가 사용되고 있다. 즉, 같은 지역의 임의의 두모선의 물리적 변화가 다른 지역에 얼마만큼의 영향을 주고 있는지를 유사지수로 판단하는 것이다. 만약 두 모선이 유사한 영향을 준다고 판단될 때 이 두 모선은 유사성이 있다고 본다.
제안 방법
- 이를 위하여 잠재가격 기반의 모선별 한계가격을 계산하였으며, 모선별 한계가격과 지역정보를 이용한 클러스터링 기법, 순차적 클러스터링 기법을 사용하였다. 마지막으로 송전계통 축약을 위해 유사지수를 이용한 방법론을 사용하였으며, 기존의 연구와 달리 원시계 통의 선로조류를 일 정 하게 유지 하지 위하여 선로 어드미턴스를 역으로 추적하는 기법을 사용하였다. 본 논문에서 개발된 시뮬레이터의 타당성을 증명하기 위하여 IEEE RTS을 이용하여 원시계통과의 비교를 통하여 타당성을 증명하였다.
- 모선별 한계가격을 구하기 위하여 선로 용량이 포함된 전력 계통자료(PSS/E Raw Data), 발전기 비용함수, 지역 정보 파일이며, 사용자의 편의를 위하여 EXCEL을 이용한 입력 및 수정 할 수 있도록 구성하였다. 그림 4는 데이터의 자료 입력 화면이다.
- 본 교육용 시뮬레이터는 2.2절에서 소개한 모선별 한계가격을 계산하기 위하여 AC OPF를 수행 하며, 이 결과를 그림 5와 같이 출력한다. 또한 원시 계통과 축약 계통과의 결과를 비 교하기 위하여 원시계통에 대한 선로 간 조류를 그림 6과 같이 출력 한다.
- 본 교육용 시뮬레이터에서는 사용자 입력의 편의성을 제고하기 위해서 주요 입력요소인 입력데이터를 마이크로 스프트 EXCEL을 이용하여 입력을 할 수 있도록 구성하였다. 주요 입 력데이터는 전력계통 자료(PSS/E Raw Data File), 발전기 비용함수, 지역정보 파일이며, 출력 데이터는 LMP 계산, 원시 계통에 대한 전력조류 계산 결과, 계통축약 클러스터링, 송전 계통 축약 결과, 축약 계통의 모선 및 선로 데이터를 Access DB에 저장 혹은 Excel로 출력하게 된다.
- 마지막으로 송전계통 축약을 위해 유사지수를 이용한 방법론을 사용하였으며, 기존의 연구와 달리 원시계 통의 선로조류를 일 정 하게 유지 하지 위하여 선로 어드미턴스를 역으로 추적하는 기법을 사용하였다. 본 논문에서 개발된 시뮬레이터의 타당성을 증명하기 위하여 IEEE RTS을 이용하여 원시계통과의 비교를 통하여 타당성을 증명하였다. 본 논문에서 개발된 교육용 시뮬레이터는 전력 시스템의 대용화 및 전력시장의 변화에 따른 영향분석을 위한 기초자료로 사용할 수 있으며, 교육목적으로 다양하게 활용할 수 있다.
- 본 논문에서 개발한 교육용 송전계통 축약 시뮬레이터의 타당성을 입증하기 위해서 사례계통에 대한 사례연구를 수행하였으며, 사례계통은 IEEE RTS 39을 이용하여 사례연구를 수행 하였다. IEEE RTS 39모선은 10개의 발전기 모선과 47개의 선로로 구성되어 있다.
- 2절에서 설명하였듯이 축약 계통이 원시계통과 같은 특성을 갖기 위해서는 선로 어드미턴스가 중요하다. 본 논문에서는 선로 어드미턴스를 계산하기 위하여 유사지수를 사용하여 축약 모선을 결정한 후 원시 계통의 어드미턴스를이용하여 축약 계통의 전압과 위상각을 구한 후 전력 조류식을 이용하여 역으로 추적하는 방법론을 사용하였다. 표 5 는 원시계통과 축약 계통의 선로 데이터선로 조류를 나타내고 있다.
- 이러한 그룹 설정이 잘못될 경우 모선간의 topology 등의 영향에 의하여 유사측도에 의한 축약에 제약을 줄 수 있으며, 지역적 특성을 반영하지 못할 가능성이 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 모선별 한계가격과 지역적 정보를 활용하여 그룹을 나누는 방법론을 이용하여 지역을 그룹화한다.
- 참고문헌[13]에서는 이러한 문제점을 해결하기 위하여 모선들의 그룹을 할당하기 위한 클러스터링 기법을 제시하였다. 본 논문에서는 참고문헌[12] 및 [13]에서 제시된 두 가지 지역별 클러스터링 방법론을 병합하는 새로운 방법을 채택하여 시뮬레이터에 구현하였다. 또한, 참고문헌 [9]에서 제시한 지역별 가격신호 (LMP)을 계산하는 방법론을 이용한다.
- 또한, 참고문헌 [9]에서 제시한 지역별 가격신호 (LMP)을 계산하는 방법론을 이용한다. 이러한 방법론을 근거하여 선로조류의 변화를 이용하여 송전망을 축약할 수 있는 학부수준의 교육용 시뮬레이터를 제시한다. 2장에서는 본 논문에서 사용한 알고리즘에 대해서 설명하며, 3장에서는 교육용 축약 프로그래 4장에서는 제시한 알고리즘의 타당성을 증명한다.
- 3절에서 제시한 기법을 이용하여 모선별 한계가격을 계산한다. 이후 2.4절의 알고리즘을 이용하여 지역별 그룹핑을 실시한 후, 2.5절에서 제시한 선로 조류의 유사지수를 이용한 지역별 축약기법을 이용하여송전망을 축약한다.
- 축약하는 방법을 사용하고 있다. 특히, 선로어드미턴스를 계산하기 위하여 축약계통의 발전량과 부하량을 일정한 비율로 변화시켜 전압과 위상을 계산한 후 최소자승법을 이용하여 선로 어드미턴스를 계산하였다. 그러나 위의 방법론은 결국 기존의 계통과 유사한 선로 어드미턴스를 찾는 것으로 계통의 운전상황이 변화하게 되면 선로조류의 오차가 점점 커지는 문제를 발생하게 되었다.
데이터처리
- 입력 개수에 따라 클러스터링을 수행하게 된다. 본 논문에서 제안한 시뮬레이터의 클러스터링 타당성을 증명하기 위하여 참고문헌 [12]과 비교하였으며, 표 2와 같다. 표 2에서 볼 수 있듯이 본 논문에서 제안한 시뮬레이터의 클러스터링 결과가 기존 연구의 결과와 비슷한 것을 알 수 있다.
이론/모형
- 본 논문에서는 참고문헌[12] 및 [13]에서 제시된 두 가지 지역별 클러스터링 방법론을 병합하는 새로운 방법을 채택하여 시뮬레이터에 구현하였다. 또한, 참고문헌 [9]에서 제시한 지역별 가격신호 (LMP)을 계산하는 방법론을 이용한다. 이러한 방법론을 근거하여 선로조류의 변화를 이용하여 송전망을 축약할 수 있는 학부수준의 교육용 시뮬레이터를 제시한다.
- 송전망 혼잡비용은 송전망 이용률에 영향을 많이 받게 되므로, 참고문헌 [13]에서는 순차적으로 송전망 혼잡비용, 물리적 지역정보와 지역별 한계가격을 이용하는 방법론을 제시하였다. 본 논문에서 제시한 시뮬레이터는 참고문헌 [12], [13]에서 제시한 방법론을 이용하였다. 두 가지의 서로 다른 방법론을 이용하여 사용자로 하여금 경험적 해석방법과 수치적 해석방법간의 차이를 경험할 수 있다.
- 참고문헌 [9]에서는 일반화된 잠재가격을 도출하기 위하여 라그랑지안 함수를 이용하여 해를 구하였다. 본 논문에서는 [9]에서 제시한 잠재가격 도출방법론을 사용하여 해를 구하였다.
- 그러나 위의 방법론은 결국 기존의 계통과 유사한 선로 어드미턴스를 찾는 것으로 계통의 운전상황이 변화하게 되면 선로조류의 오차가 점점 커지는 문제를 발생하게 되었다. 본 논문에서는 이러한 문제를 해결하기 위하여 축약 후 계통내의 전압과 위상을축약되 는 모선들의 평 균을 이용하여 초기값으로 계산한 후계 통이 축약 된 후에도 선로 조류량은 동일하여야 하므로, 전력방정식의 선로 조류식을 이용하여 기지수는 전압, 위상, 선로 조류, 미지수는 선로 어드미턴스를 Newton-Raphson법을이용하여 역으로 추적하는 방법론을 사용하였다. 그림 1은 송전망 축약 알고리즘의 순서도 이다.
- 개발한 교육용 송전계통 축약 시뮬레이터는 사용자가 쉽게 접할 수 있도록 Window기반으로 개발하였으며, 모선별 한계가격, 발전기 비용함수, 지역정보를 이용하여 계통을 해석함으로써 다양한 교육적 목적으로 활용될 수 있다. 이를 위하여 잠재가격 기반의 모선별 한계가격을 계산하였으며, 모선별 한계가격과 지역정보를 이용한 클러스터링 기법, 순차적 클러스터링 기법을 사용하였다. 마지막으로 송전계통 축약을 위해 유사지수를 이용한 방법론을 사용하였으며, 기존의 연구와 달리 원시계 통의 선로조류를 일 정 하게 유지 하지 위하여 선로 어드미턴스를 역으로 추적하는 기법을 사용하였다.
성능/효과
- 37MW 만큼 차이를 가지고 있는 것을 알 수 있다. 그러나 총 발전력 대비 0.02%의 오차율을 가지기 때문에 본 논문에서 제안한 교육용 송전망 축약 시뮬레이터의 비교오차율이 작은 것을 알 수 있다.
- 그림 7에서 볼 수 있듯이 사용자는 그룹의 개수를 정할 수 있다. 본 논문에서 사용한 지역적 그룹 알고리즘은 모선별 한계가격과 지역 정보를 동시에 퍼지 엔트로피를 이용하여 풀이하기 때문에 사용자는 두 가지의 데이터중 하나의 데이터에 보다 많은 가중치를 줄 수 있다.
후속연구
- 개발한 교육용 송전계통 축약 시뮬레이터는 사용자가 쉽게 접할 수 있도록 Window기반으로 개발하였으며, 모선별 한계가격, 발전기 비용함수, 지역정보를 이용하여 계통을 해석함으로써 다양한 교육적 목적으로 활용될 수 있다. 이를 위하여 잠재가격 기반의 모선별 한계가격을 계산하였으며, 모선별 한계가격과 지역정보를 이용한 클러스터링 기법, 순차적 클러스터링 기법을 사용하였다.
- 본 논문에서 개발된 시뮬레이터의 타당성을 증명하기 위하여 IEEE RTS을 이용하여 원시계통과의 비교를 통하여 타당성을 증명하였다. 본 논문에서 개발된 교육용 시뮬레이터는 전력 시스템의 대용화 및 전력시장의 변화에 따른 영향분석을 위한 기초자료로 사용할 수 있으며, 교육목적으로 다양하게 활용할 수 있다. 향후 시뮬레이터의 완성도를 제고하기 위하여 원시계통과 축약계통을 비교할 수 있는 GUI 모듈을 개발할 예정이다.
- 본 논문에서 개발된 교육용 시뮬레이터는 전력 시스템의 대용화 및 전력시장의 변화에 따른 영향분석을 위한 기초자료로 사용할 수 있으며, 교육목적으로 다양하게 활용할 수 있다. 향후 시뮬레이터의 완성도를 제고하기 위하여 원시계통과 축약계통을 비교할 수 있는 GUI 모듈을 개발할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.