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 무효전력 특성, 고조파 등의 동적 해석을 바탕으로 정밀한 에너지 효율분석을 수행하고자 MATLAB/ Simulink 기반의 소자 레벨의 동적 해석모델을 개발하였다. 전체 마이크로그리드는 전력연구원의 마이크로그리드 실증 사이트를 기반으로 설계하였고 태양광 발전 모델, 배터리, 가스터빈 및 AC/DC, DC/DC, DC/AC 전력변환기 등의 상세모델을 구현하였다.
가설 설정
- 3kW급 Simulink 모델의 시뮬레이션 결과를 그림 4에 나타내었다. 4개의 병렬 PV 모듈과 540개의 직렬 셀을 연결하였고 일사량은 50, 80, 100mW/cm2 임을 가정하였다. 그림 10(a)는 PV 어레이의 전압-전류 특성이며 (b)는 전력-전압 특성이다.
- 또한 각 전력변환단의 효율은 96~97%로 하였고 분산전원의 경우 최대의 전력을 발전하고 있는 것으로 가정하였다. 전력전자기술의 발전으로 인해 배전레벨에서의 전력변환기의 효율이 97%에 이르는 것으로 알려져 있다.
제안 방법
- 대부분의 연구에서 에너지 효율 등의 통계적 자료를 사용하여 DC 마이크로그리드의 타당성 및 정책방향에 대해 제안하고 있다 [9-11]. 특히 아파트 등 대형주거단지[10] 및 대형건물[11] 등 특정한 형태의 마이크로그리드에 대해 통계적 데이터를 이용하여 에너지 효율분석을 수행하였다. 참고문헌 [12]는 교류 및 직류 배전시스템의 조류계산을 통해 정상상태에서의 에너지 효율분석 결과를 제시하였다.
- 본 논문에서는 무효전력 특성, 고조파 등의 동적 해석을 바탕으로 정밀한 에너지 효율분석을 수행하고자 MATLAB/ Simulink 기반의 소자 레벨의 동적 해석모델을 개발하였다. 전체 마이크로그리드는 전력연구원의 마이크로그리드 실증 사이트를 기반으로 설계하였고 태양광 발전 모델, 배터리, 가스터빈 및 AC/DC, DC/DC, DC/AC 전력변환기 등의 상세모델을 구현하였다. 마이크로그리드의 실제 운영과 거의 유사하게 동작하도록 태양광 발전의 경우 최대전력추종알고리즘을 적용하였고 시간대별 일사량에 따라 출력이 변하도록 설계하여 분석의 정확성을 높였다.
- IGBT(Insulated Gate Biploar Transistor)의 등장으로 전압원 인버터의 적용 영역이 확대되었지만 여전히 대용량 부문에서는 출력의 고조파 저감, 스위칭 손실 등에 문제가 있다. 본 논문에서는 다중레벨 컨버터인 3레벨 컨버터를 적용하였다. 3레벨 컨버터는 같은 정격의 2레벨 컨버터보다 많은 소자들이 직렬로 연결되므로 더 높은 전압에 견딜 수 있어 스위칭 손실을 줄이고 출력의 고조파 성분을 저감할 수 있다.
- 출력이 작을 때는 스위칭 손실이 상대적으로 크기 때문에 효율이 낮다. 본 논문에서는 컨버터의 정격출 력에서 약 96~97%로 유지되도록 컨버터 손실을 설계하였다. 이는 참고문헌 [8]에서 제공하는 적력변환기의 에너지 효율 데이터와 거의 유사하다.
- 그림 12는 PV 어레이를 마이크로그리드에 연계하기 위해 사용하는 부스트 컨버터(boost converter)의 회로도를 보여주며 그림 13은 부스트 컨버터의 제어블록선도이다. PV 어레이의 전압과 전류를 측정하여 MPPT를 수행한 후 전압명령을 얻고 이 명령과 실제 전압을 비교하여 PI 제어기를 지나 전류명령을 생성한다. 전류제어명령은 부스트 컨버터의 스위칭 동작을 통하여 PV 어레이를 최대 전력점에서 동작할 수 있게 제어한다.
- 26kW로 최대전력점에서 동작하게 된다. PV의 계통연계를 위한 부스트 컨버터 전력변환기(PCS)의 전력변환효율은 약 96-97%가 되도록 회로를 설계하였다.
- 본 논문에 적용된 배터리 충방전 시스템은 그림 15와 같이 비절연형 부스트 컨버터를 사용하였다. 충전의 경우 링크 전압을 Q1을 통하여 스위칭 함으로써 Q2 양단에 걸리는 전압을 필터링하여 배터리 전압을 생성하게 된다.
- 충전 시에는 처음에 40A의 정전류로 배터리를 충전하며 배터리전압이 250V에 도달하면 정전압 제어를 하게 된다. 즉 충전 시에는 CC/CV모드로 제어를 하게 되고 전압 제어기의 리미터를 40A로 설정하여 자연스럽게 정전류 모드에서 정전압 모드로 전환될 수 있도록 하였다. 방전 시에는 처음에는 40A의 정전류로 방전을 하고 배터리의 전압이 150V이하로 떨어지게 되면 방전을 멈추도록 하였다.
- 앞서 구축한 AC 마이크로그리드와 DC 마이크로그리드 모델을 이용하여 에너지 효율비교 및 분석을 하고자 한다. 에너지 효율 비교에 사용된 AC 마이크로그리드와 DC 마이 크로그리드 전체 구성도는 그림 17, 18과 같다.
- 효율비교는 총 2가지 case에 대하여 비교하였으며 case 1의 경우에는 DC 부하와 AC 부하의 비율이 50:50일 때, case 2의 경우에는 DC 부하의 비율이 100%일 때로 설정하였다.
- 이에 비해 참고문헌 [8]을 통해 DC와 AC의 전력변환 효율이 기술개발의 선후관계에 따라 1% 내외에서 차이가 난다는 것을 알 수 있었다. 따라서 본연구보고서에서는 DC와 AC 모두 전력변환의 효율이 96~97% 근방이 되도록 전력변환기를 모델링 하였다.
- Case 1에서는 DC 부하와 AC 부하의 구성비가 50:50인 경우의 에너지 효율을 검토하였다. Zone A는 부하(200kW)에 대해 작은 분산전원(PV1 30kW, PV2 10kW)이 연계된 계통이며 Zone B는 부하(150kW)의 많은 전력이 분산전원 (총 140kW)에서 공급을 받는 구조이다.
- Case 2에서는 DC 부하와 AC 부하의 구성비가 100%:0%인 경우의 에너지 효율을 검토하였다. 각 Zone의 발전, 소비 전력, 전력손실, 및 에너지 효율, 그리고 전체 에너지 효율을 표 6에 나타내었다.
- 이상에서 DC 마이크로그리드의 타당성 검토를 위해 DC 마이크로그리드와 AC 마이크로그리드의 Simulink 기반의 동적모델을 이용하여 에너지 효율을 비교하여 보았다. 마이크로그리드의 에너지 효율은 변압기손실, 선로손실, 전력변환손실과 밀접한 관계가 있음을 확인할 수 있었다.
대상 데이터
- AC 마이크로그리드를 해석하기 위해 그림 1에 도시한 바와 같은 한국전력 전력연구원(KEPCO Research Institute)의 마이크로그리드 실증사이트를 모델링하였다. 전체 배전계통은 교류로 전력을 공급하고 선간 380V 정격의 2개의 간선 (Feeder)으로 구성되며 분산전원과 부하가 방사형으로 연결되어 있다.
- 본 논문에서는 2개의 30kW, 1개의 10kW PV 발전기를 모델링하였다. 30kW 정격의 PV 어레이는 최대전력 동작점인 (250V, 123A)부근에서 동작하며 이때의 PV 출력 전력은 30.
- 본 논문에서 배터리의 전압은 250V, 용량은 50kWh로 선정하였다. 충전 시에는 처음에 40A의 정전류로 배터리를 충전하며 배터리전압이 250V에 도달하면 정전압 제어를 하게 된다.
- 각 세부 요소는 앞 장에서 설명한 모델을 적용하였다. Zone A, Zone B에 존재하는 N-1 부하 및 스마트 홈 부하는 직류전원이 필요한 직류부하와 교류부하의 혼합모델로 구성하였다. 따라서 AC 마이크로그리드의 부하에는 AC/DC 컨버터가, DC 마이크로그리드의 부하에는 DC/AC 컨버터가 존재하게 된다.
이론/모형
- 본 논문에서 적용한 MPPT 알고리즘은 P&O 기법으로 그림 11의 순서도와 같이 동작하는데 전압과 전류의 곱으로 전력 값을 계산하고 이전의 전력과 현재의 전력을 비교하여 현재 전력이 더 크고 전압도 더 크다면 전압지령치에 일정한 스텝(c)값을 더해주고 전압이 작다면 스텝만큼 빼준다.
- 마이크로 가스터빈은 동기기(Synchronous Machine) 모델을 이용하였고 조속기 및 AVR 제어로 정속 및 정전압제어를 수행한다. 마이크로 가스터빈의 출력주파수는 전력시스템 주파수보다 빠르므로 AC/DC 컨버터를 통해서 직류로 변환한 후 마이크로그리드에 연계된다.
성능/효과
- 전체 마이크로그리드는 전력연구원의 마이크로그리드 실증 사이트를 기반으로 설계하였고 태양광 발전 모델, 배터리, 가스터빈 및 AC/DC, DC/DC, DC/AC 전력변환기 등의 상세모델을 구현하였다. 마이크로그리드의 실제 운영과 거의 유사하게 동작하도록 태양광 발전의 경우 최대전력추종알고리즘을 적용하였고 시간대별 일사량에 따라 출력이 변하도록 설계하여 분석의 정확성을 높였다.
- 그림 14는 납축전지 배터리 셀(battery cell)이 가지는 충전특성 및 방전특성을 나타낸 것이다. 충전특성의 경우 셀전압이 약 4.2V까지 정전류로 충전되는 특성을 가지는 것을 확인할 수 있고, 4.2V에 도달한 이후에는 정전압 특성을 가지는 것을 확인할 수 있다. 또한 배터리 방전의 경우에도 4.
- 95kW가 발생하였다. 즉 DC 마이크로그리드의 선로손실이 총 12.343kW, AC 마이크로그리드의 선로손실이 총 7.35kW로 DC 마이크로그리드의 선로손실이 큼을 확인할 수 있다. 그 이유는 AC 마이크로그리드의 경우 같은 전력을 전송함에 있어 3개의 배전선로를 통하므로 각 상은 전체 전력의 1/3을 공급하지만 DC 마이크로그리드의 경우 2개의 배전선로를 이용하므로 각 선로에서 전체 전력의 1/2에 해당하는 전력을 공급한다.
- 시뮬레이션을 통해 얻은 전력변환손실은 DC의 경우 Zone A에서 10.81kW, Zone B에서 9.39kW가 소실되며 AC의 경우는 Zone A에서 7.47kW, Zone B에서 13.23kW의 전력이 소실된다. 따라서 총 전력변환손실은 DC 마이크로그리드의 경우 20.
- 이상에서 살펴본 전력손실에 의해 DC 마이크로그리드의 에너지 효율은 Zone A에서 93.05%, Zone B에서 89.07%, 그리고 DC 마이크로그리드 전체 에너지 효율은 91.32%로 나타났다. 효율 계산은 부하 총 소비 전력(B)를 전력계통 및 분산전원의 총 공급 전력(A)으로 나눈 값에 100을 곱하여 구하였다.
- 시뮬레이션을 통해 얻은 전력변환손실은 DC의 경우 Zone A에서 7.41kW, Zone B에서 6.31kW가 소실되며 AC의 경우는 Zone A에서 10.94kW, Zone B에서 15.38kW의 전력이 소실된다. 따라서 총 전력변환손실은 DC 마이크로그리드의 경우 13.
- 77kW가 발생하였다. 즉 DC 마이크로그리드의 선로손실이 총 12.95kW, AC 마이크로그리드의 선로손실이 총 7.63kW로 Case 1의 경우와 동일하게 DC 마이크로그리드의 선로손실이 큼을 확인할 수 있다.
- 38kW의 전력이 소실된다. 따라서 총 전력변환손실은 DC 마이크로그리드의 경우 13.72kW, AC 마이크로그리드의 경우 26.32kW로 소모되어 DC 마이크로그리드의 전력변환 손실이 AC 마이크로그리드에 비해 크게 줄어들었다. 이는 DC부하와 AC부하의 구성이 100:0이기 때문으로 AC 마이크로그리드에서는 DC 부하를 이용할 때 전력변환손실이 발생하지만, DC 마이크로그리드에서는 DC 부하를 사용할 때에는 전력변환 손실이 발생하지 않기 때문이다.
- 이상에서 살펴본 전력손실에 의해 DC 마이크로그리드의 에너지 효율은 Zone A에서 94.32%, Zone B에서 91.06%, 전체 에너지 효율은 92.86%로 관찰되었다. 반면 AC 마이크로그리드는 Zone A에서 93.
- 이상에서 DC 마이크로그리드의 타당성 검토를 위해 DC 마이크로그리드와 AC 마이크로그리드의 Simulink 기반의 동적모델을 이용하여 에너지 효율을 비교하여 보았다. 마이크로그리드의 에너지 효율은 변압기손실, 선로손실, 전력변환손실과 밀접한 관계가 있음을 확인할 수 있었다.
- 첫째, AC 마이크로그리드에 비해 DC 마이크로그리드의 경우, 선로손실이 증가함을 관찰할 수 있었다. 이는 AC 마이크로그리드의 경우 3상의 배전선로를 이용하여 전력을 전송하는데 반해 DC 마이크로그리드는 2개의 선로를 이용하여 같은 크기의 전력을 전송하기 때문에 각 선로에 흐르는 전류의 크기 및 선로의 손실이 증가한다.
- 둘째, 전력변환의 효율을 AC 마이크로그리드와 DC 마이크로그리드 모두 96~97% 근방에서 설계를 하였을 때 전력 변환의 효율의 차이는 발전이 AC인지 DC인지, 부하가 AC인지 DC인지 등에 따라 변하는 것을 알 수 있다. 즉 마이크로그리드에 AC 부하가 많은 경우에는 AC 마이크로그리드를 이용하고 AC 전원에서 전력을 공급받는 것이 에너지 효율 측면에서 이득일 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.