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
- 시각동기 위상 측정데이터는 전력계통에 대한 귀중한 정보를 제공할 뿐만 아니라, 현재 전력계통 내에서 얻을 수 있는 여러 가지 측정데이터 중에서 가장 정밀도가 높은 측정데이터라는 점에 주목할 필요가 있다. 본 논문에서는 이렇게 정밀도가 높은 위상 측정데이터를 전력계통의 상태추정에 사용함으로써 전체 계통의 현재 운용 상황을 정확하게 파악하고, 계통 안전도 해석 (security analysis) 및 상정사고 해석 둥에 사용할 수 있는 데이터 제공의 기초를 마련하였다.
- 본 논문에서는 인공위성을 사용하여 정확하게 동기화 된 위상 측정데이터를 상태추정에 추가하여 연산을 수행 함으로써 기존의 상태추정기가 가지고 있는 문제점을 해 결하는 동시에, 상태추정의 강건성 확보, 정확도 개선, 연산의 효율성 제고 등의 효과를 얻고자 하였다.
- 이와 같이, 시각동기 위상 측정데이터에 관련된 연구는 지금까지 계통 보호 및 안전성 판단을 위해 이루어졌으며, 본 연구에서는 이러한 목적으로 이미 확보되어 이용 가능한 페이저 측정데이터를 상태추정에 이용하려고 하는 것이다.
가설 설정
- 가령 pmu가 설치되지 않은 상태에서, 선로 10-11의 조류전력을 측정하는 장비에 고장이 발생하여 이 측정 데이터를 취득할 수 없다고 가정해 보자. 이 경우, 모선 9에서 측정한 주입전력 측정 데이터는 critical measurement가 된다.
- 연산에 사용된 측정데이터들은 오차를 포함하는 것으로 가정하여 Gaussian noise를 첨가하였고, 전압, 주입전력, 조류전력에 추가된 오차의 표준편차를 각각 0.004, 0.01, 0.008로 설정하였다. 상태추정의 결과에서 볼 수 있는 작은 오차는 이와 같이 측정잡음 등을 가정한 오차의 부가에 기인하는 것이다.
- 이러한 측정 시스템에 두 개의 pmu(모선 2, 9)가 추가로 설치되었다고 가정하고 pmu가 설치된 경우와 설치되지 않은 경우의 상태추정 결과를 비교하였다. 그림 1과 2에서 볼 수 있는 것처럼 모든 것이 정상적인 상태에서는 가관측성을 확보하고 적당한 여유도만 유지할 수 있다면 pmu가 설치되지 않은 경우에도 정확한 상태추정 결과를 얻을 수 있음을 알 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.