Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers

The Transactions of the Korean Institute of Electrical Engineers

ISO Journal TitleTrans. Korean. Inst. Elect. Eng.

Main Menu

Journal Search

[

Research article

]

The Transactions of the Korean Institute of Electrical Engineers

KIEE Vol. 69, No. 11, p.1626-1632

ISSN (print) :

1975-8359

ISSN (online) :

2287-4364

Received : 12 October 2020Revised : 26 October 2020Accepted : 27 October 2020

DOI :

http://doi.org/10.5370/KIEE.2020.69.11.1626

Real-time voltage stability monitoring and transmission parameter estimation based on phasor measurement data using real-time digital simulator

RTDS 기반의 시각동기 위상측정데이터를 이용한 실시간 전압안정도 감시 및 선로정수 추정

고백경 (Baekkyeong Ko) ¹iD 남수철 (Suchul Nam) ¹iD 구본길 (Bongil Koo) ¹iD 강성범 (Sungbum Kang) ¹iD 신정훈 (Jeonghoon Shin) ^†iD

(KEPCO Research Institute, Korea.)

^†Corresponding Author : KEPCO Research Institute, Korea.

E-mail : jeonghoon.shin@kepco.co.kr

License :

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.(www.kiee.or.kr).

Abstract

Korea electric power system has more than 40\% of load demand concentrated in the metropolitan area. Therefore, most of the power generation is supplied to the metropolitan area using 765kV and 345kV transmission lines. The main lines are 2 routes of 765kV and 4 routes of 345kV between the metropolitan area and the non-metropolitan area, these lines are called interface lines. KEPCO developed WAVI and IF indices, which can be monitoring the voltage stability in real time using PMU data. And KEPCO also developed a transmission lines parameter estimation algorithm by using PMU data for protection relay setting. In this paper, we will describe the verification results based on large-scale RTDS to verify the two algorithms developed above. And the algorithm results are connected SIGUARD PDP Server which is a commercial PMU data concentrator. We are also planning to connect the algorithms to real operating WAMS system in future.

Key words

Phasor Measurement Unit, Voltage stability, Transmission line parameter estimation

1. 서 론

안정적인 전력계통 운영의 첫 번째 사항은 데이터 취득과 감시이다. 한전에서는 원방 감시 제어시스템(SCADA: Supervisory control and data acquisition)을 이용하여 전력계통 설비를 감시하고 제어함으로써 계통을 운영하고 있다. 하지만 최근에는 재생에너지 보급의 확대, 발전력 기동 정지의 변화, 부하패턴의 변화 등 계통운영 환경이 기존과는 다른 양상을 보이고 있으며, 특히 전력설비 측면에서도 북당진-고덕 HVDC 뿐 만 아니라 영동 TCSC, 대용량 FACTS가 운영중에 있으며 향후 도입 예정인 동해-수도권 HVDC, 전압형 HVDC 등 다양한 특수설비의 도입이 예정되어 있다. 이처럼 매우 빠르게 동작하는 인버터 기반 또는 스위칭 설비의 동작특성에 대하여 수 초 주기로 감시되는 SCADA데이터로는 정밀한 계통감시가 어려울 뿐 만 아니라 데이터에 시각동기가 되어 있지 않아 고장발생시 사후원인 분석에도 한계가 있을 수 있다. 따라서 SCADA의 감시한계를 극복하기 위해 한전에서는 2013년부터 시각동기위상측정장치(PMU: Phasor measurement unit, 이하 PMU)를 설치하기 시작하여 현재는(’20.10) 육지계통에 총 50대의 PMU와 제주계통에 1대의 PMU를 설치하여 운영중에 있다. 2014년 1단계 광역계통 감시시스템WAMS(WAMS: Wide area moni- toring system, 이하 WAMS)가 구축될 당시에는 PMU데이터 수집장치(Phasor data concentrator, 이하 PDC)도 자체 시작품으로 개발하여 운용하였으나 방대하게 쌓이는 PMU데이터 처리와 관리, PMU 추가, 삭제 등 엔지니어링에 어려움이 있었다. 이를 해소하기 위해서 2018년 상용화 된 PDC인 SIEMENS사의 SIGUARD PDP(PDP: Phasor data processing, 이하 PDP)라는 S/W를 도입하였다. 이 PDP가 도입되면서 PMU데이터의 처리, 감시, 조회, 추출, PMU 추가 등의 기능은 매우 안정적으로 되었지만 PMU데이터를 가공하여 정보로 재생산하는 기능은 부족하다.

이에 따라 안정적인 전력계통의 두 번째 사항은 취득된 데이터의 가공과 분석이다. 취득된 SCADA데이터를 기반으로 시각화하여 전체적인 시스템을 감시하는 것처럼 PMU데이터를 이용하여 계통감시의 기능확대가 필요하다. 이러한 기능 중에 하나가 실시간 전압안정도 감시이다. 우리나라 전력계통은 수도권에 부하가 집중되어 있기 때문에 비수도권에 있는 많은 발전력이 상대적으로 발전력이 적은 수도권으로 북상하고 있다. 이 중 주요 감시대상 선로인 융통선로는 2개의 765kV 루트와 4개의 345kV 루트이다. 이 6개 루트에 흐르는 조류량을 감시하여 전압안정도를 볼 수 있다. 하지만 기존의 전압안정도 감시 방법은 전체 시스템의 계통데이터를 이용하여 분석하지만, 융통선로 양단에 설치된 PMU의 전압, 전류데이터만 이용하여 실시간으로 전압안정도를 감시할 수 있는 지수를 개발하였다. 또 다른 기능으로는 지중선로와 가송선로가 혼재되어 있는 구간에 대해서 PMU데이터 기반의 선로정수를 추정할 수 있는 알고리즘 개발하였다.

본 논문에서는 위 2가지 알고리즘을 실제 운영하는 시스템에 연동하기 전 단계로 대규모 RTDS(RTDS: Real time digital simulation)기반에서 생성되는 PMU데이터를 SIGUARD PDP에 연동하여 PMU데이터를 추출한 뒤, 전압안정도 지수와 선로정수 추정 알고리즘을 수행하고 그 결과를 PDP로 송출하는 시스템에 대해서 기술하도록 한다.

2. 본 론

2.1 대규모 RTDS기반의 WAMS 시스템 구축

2.1.1 RTDS기반 WAMS의 데이터 통신 구조

RTDS로 WAMS를 구축한 개요도는 그림 1과 같다. 먼저, RTDS에서 대규모 계통에 대한 실시간 연산은 RTDS Simulator에서 수행하게 된다. 여기서 RTDS에 설치된 GTNET카드를 통해서 가상의 PMU를 설치할 수 있으며, 국제표준규격인 IEEE C37.118 형태로 PMU데이터를 외부로 전송한다. 생성된 PMU데이터는 이더넷 스위치를 통해 WAMS PDC인 SIGUARD PDP서버로 저장되게 된다. PMU의 시각 정보는 GPS를 통해서 받게 되며 RTDS의 GTSYNC카드가 이 GPS를 신호를 받아 현재 시각으로 변환해주어 PMU데이터에 시각정보를 붙여 서버에 전송됨으로써 시각동기 된 PMU데이터를 저장할 수 있다. 그리고 PDP에 저장된 PMU데이터를 일부 추출하여 실시간으로 전압안정도 알고리즘과 선로정수 추정 알고리즘이 구동될 수 있도록 구성되어 있다.

그림. 1. RTDS 기반의 가상의 WAMS 구축 개요도

Fig. 1. WAMS architecture based on RTDS

2.1.2 RSCAD의 PMU모듈 구성 및 설정

RTDS를 구동시기키 위해서는 각종 전력설비를 모델링해야 한다. 모델링 S/W는 RSCAD라는 프로그램을 이용한다. RSCAD로 발전기, 송전선로, 부하 등을 모델링 할 수 있으며, 이를 컴파일하여 RTDS장치로 전송하여 모의가 되는 형태이다. 따라서 PMU를 모의 중에는 추가는 불가능하고, RSCAD에서 사전에 먼저 구성을 해야 한다. 구성하는 방법은 RSCAD에 있는 PMU 모듈을 이용한다.

그림. 2. RSCAD의 PMU 컨포넌트(좌 v4, 우 v5)

Fig. 2. PMU component at RSCAD(left) v4 (right) v5

PMU 모듈은 그림 2와 같이 PMUv4과 PMUv5 모듈 2가지가 있다. v4모듈은 3상 전압, 전류를 전송하며 1개 모듈에 최대 8개의 PMU를 설치할 수 있다. 1개 모듈은 GTNET카드 하나를 사용한다. 따라서 한전에서 보유하고 있는 GTNETx2 카드는 총 34장이지만 RTDS 내부에서는 68장으로 인식되기 때문에 최대 544개의 PMU를 장착할 수 있다. 하지만 RTDS내부에서는 1개의 PMU가 1개의 송전선로를 의미하기 때문에 실제로는 544개의 선로에 대해 PMU데이터를 받을 수 있다. v5 모듈은 정상분 전압, 전류만 취득하게 되며 1개 모듈에 최대 24개의 PMU를 장착할 수 있다. 따라서 1,632개의 PMU를 장착할 수 있지만 PMU 데이터를 이용하여 응용 S/W를 개발함에서는 상전압, 상전류의 취득이 필요하므로 본 논문에서는 PMUv4 모듈을 사용했다. 위 모듈의 PMU데이터 전송주기는 1 Hz에서 최대 240Hz까지 가능하며 본 논문에서는 60Hz를 사용했다. 각 PMU모듈에는 설치하고자 하는 모선과 선로를 대상으로 상전압과 선로의 상전류에 대해 고유한 명칭을 입력하면 된다. 입력된 예시는 그림 3과 같다.

2.1.3 WAMS PDC에서의 PMU데이터 취득 결과

본 모의에서는 RTDS에 154kV이상의 전계통이 모델링 되어 있다. 이 중 345kV이상의 모든 선로에 PMU를 구성하였다. RTDS에서 생성된 각각의 PMU데이터가 SIGUARD PDP S/W에 구성이 잘 되었다면, PMU데이터가 정상적으로 취득되는지 SIGUARD PDP Communication UI 프로그램에서 PMU 연결상태를 확인할 수 있다. RSCAD에 총384개의 PMU를 구성하였고, 그림 4와 같이 384개의 PMU연결상태와 데이터가 정상적으로 취득되고 있음을 확인할 수 있다.

그림. 3. PMU_v4 컴포넌트에서 전압, 전류 설정 화면

Fig. 3. Voltage and current setting for PMU component

그림. 4. RTDS에서 구성된 PMU개수와 상태 확인(384개 PMU 정상 연결)

Fig. 4. Checking PMU Connection status(Connecting 384 PMUs)

2.2 PMU 응용 프로그램의 개요

2.2.1 실시간 전압안정도 알고리즘

그림. 5. PMU를 활용한 계통축약 개념도

Fig. 5. The concept of network reduction using PMU data

실시간 전압안정도 감시 알고리즘은 WAVI(WAVI: Wide area voltage instability) 지수와 IF(IF: Interface flow) 지수 2가지이다. WAVI 지수와 IF지수는 그림 5와 같이 하나의 노드로 계통을 축약하면서 등가 임피던스를 계산하여 도출하는 접근방법은 비슷하다.

WIVI와 IF지수의 차이점은 IF지수에서는 임피던스의 위상각 이용하여 최대 융통조류 여유를 계산할 수 있으며, WAVI와 다르게 선형성과 항등성이 확보되는 것에서 큰 차이점이 있다^(2,³⁾.

여기서 WAVI지수는 그림 6과 같이 등가회로를 축약하여 최대전력을 전달하는 임피던스 조건을 이용하여 식(3)을 통해 계산한다. 여기서 $\overline{Z_{app}}$는 부하 임피던스이며, $\overline{Z_{th}}$는 테브닌 등가 임피던스이며, 이 둘의 비를 WAVI지수로 산출한다⁽⁴⁾.

그림. 6. 등가회로(a)와 축약된 테브닌 등가회로(b)

Fig. 6. Equivalent circuits(a) and Thevenin equivalent circuit(b)

(1)

\begin{align*} \overline{Z_{Th}}=\dfrac{\overline{Z_{T}}}{2}+\dfrac{1}{\dfrac{1}{\overline{Z_{sh}}}+\dfrac{1}{\overline{Z_{T}}/2+\overline{Z_{g}}}}\\ \end{align*}

(2)

$\overline{E_{Th}}=\overline{v_{2}}\dfrac{\overline{Z_{Th}}+\overline{Z_{L}}}{\overline{Z_{L}}}$

(3)

\begin{align*} P_{L\max}=R\left[k_{cr}\overline{Z_{L0}}\left |\dfrac{\overline{E_{th}}}{\overline{Z_{th}}+(k_{cr}\overline{Z_{L0}})}\right |^{2}\right]\\ \\ WAVI =\left |\dfrac{\overline{Z_{th}}}{\overline{Z_{L0}}}\right |\begin{cases} \ge &1 : unstab\le \\ <&1 : stab\le \end{cases} \end{align*}

IF지수는 WAVI와 같이 그림 7과 같이 계통을 등가화하여 무한 모선 계통으로 구성하여 검토한다^(1,²⁾.

그림. 7. 단일 부하 무한 모선 계통

Fig. 7. Equivalent Single-load infinite-bus system

등가화 된 계통의 송전단에서 수전단으로 전달되는 조류는 식(6)과 같다.

(4)

$V=\dfrac{Z_{app}\angle\phi}{Z_{th}\angle\theta +Z_{app}\angle\phi}E_{s}$

(5)

$I=\dfrac{1}{Z_{th}\angle\theta +Z_{app}\angle\phi}E_{s}$

(6)

$| S | =\left | VI^{*}\right | =\left | Z_{app}\right |\left | E_{s}\right |^{2}(\dfrac{1}{\left | Z_{th}\right |^{2}+2\left | Z_{app}\right |\left | Z_{th}\right |\cos(\theta -\phi)+\left | Z_{app}\right |^{2}})$

(7)

$| P | =real(\left | VI^{*}\right |)=$ $\left | Z_{app}\right |\left | E_{s}\right |^{2}(\dfrac{1}{\left | Z_{th}\right |^{2}+2\left | Z_{app}\right |\left | Z_{th}\right |\cos(\theta -\phi)+\left | Z_{app}\right |^{2}})\cos\phi$

(8)

$| Q | =imag(\left | VI^{*}\right |)=$ $\left | Z_{app}\right |\left | E_{s}\right |^{2}(\dfrac{1}{\left | Z_{th}\right |^{2}+2\left | Z_{app}\right |\left | Z_{th}\right |\cos(\theta -\phi)+\left | Z_{app}\right |^{2}})\sin\phi$

위 식에서 최대 전력 전달 조건(Maximum power transfer)에 따라 부하 임피던스의 크기($\overline{Z_{app}}$)와 계통 테브닌 등가 임피던스 크기($\overline{Z_{th}}$)가 같을 때 전송되는 전력이 최댓값을 가지며 그 값은 식(9)와 같다.

(9)

$\left | S_{th}\right | =\left | Z_{th}\right |\left | E_{s}\right |^{2}(\dfrac{1}{2\left | Z_{th}\right |^{2}+2\left | Z_{th}\right |^{2}\cos(\theta -\phi)})$

(10)

$\left | P_{th}\right | =\left | Z_{th}\right |\left | E_{s}\right |^{2}(\dfrac{1}{2\left | Z_{th}\right |^{2}+2\left | Z_{th}\right |^{2}\cos(\theta -\phi)})\cos\phi$

(11)

$\left | Q_{th}\right | =\left | Z_{th}\right |\left | E_{s}\right |^{2}(\dfrac{1}{2\left | Z_{th}\right |^{2}+2\left | Z_{th}\right |^{2}\cos(\theta -\phi)})\sin\phi$

위 수식에서 구해지는 $S_{th},\:P_{th},\:Q_{th}$은 현재 계통 상황에서 전달 가능한 최대 조류를 의미하며 계통의 $Z_{th}$, $E_{s}$,$\theta$,$\phi$에 대한 함수이다. 즉 IF지수는 유도한 수식에 대한 현재 계통의 융통 조류를 나타내는 수식의 비율 계산하여 현재 계통에서 전달 가능한 최대 조류에 대한 현재 계통의 조류 수준을 평가한다. 이때, 계통의 유/무효전력의 수준은 복소 전력 수준과 같으므로 복소 전력 비율을 지수로 정의하며 식(12)로 계산한다⁽⁵⁾.

(12)

${I F}=\dfrac{{I F}}{{I F}_{th}}=(\dfrac{2|Z_{app}||Z_{th}|+k}{|Z_{th}|^{2}+|Z_{app}|^{2}+k})$

여기서 $ k=2|Z_{app}||Z_{th}|\cos(\theta -\delta)$

정의된 IF지수는 0과 1 사이의 값을 가지며 값이 증가할수록 전압안정도 수준이 낮음을 의미한다.

2.2.2 실시간 선로정수 추정 알고리즘

선로정수 추정 알고리즘은 송전선로 양단에 설치된 PMU의 전압($V_{1},\: V_{2}$)과 전류($I_{1},\: I_{2}$) 정보를 이용하여 계산한다. 계산방법은 식(13)과 같다. 아래 식을 통해 선로의 R, X, B값을 추정할 수 있다.

(13)

$R+j X =(V_{1}-V_{2})(V_{1}+V_{2})/(I_{1}V_{2}-I_{2}V_{1})$ $j B_{c}/2 =(I_{1}+I_{2})/(V_{1}+V_{2})$

2.3 PMU 응용 프로그램과 PDC연계 프로그램 개발

2.3.1 PMU 응용 프로그램과 PDC연계 프로그램의 환경설정

RTDS에서 전송되는 PMU데이터를 PDP에 1차적으로 저장하고 위 알고리즘을 구동시키기 위해서는 PDP에서 특정 PMU데이터를 추출해야 한다. 왜냐하면 PMU데이터는 한 곳으로 데이터만 보낼 수 있기 때문이다. 따라서 먼저, 전압안정도 알고리즘과 선로정수 추정 알고리즘을 실행시키기 위해서 특정 PMU데이터를 추출해야 하며, 그 다음에는 알고리즘이 수행되고 난 결과를 다시 PDP로 보내기 위한 채널을 설정해야 한다. PMU데이터의 추출, 알고리즘의 결과는 PDP 내부의 API명령어를 통해서 수행되는데, PDP의 하위레벨 코드까지 접근을 해야 하기 때문에 직접 설정하기에는 매우 까다롭고 복잡하다. 따라서 이를 쉽게 할 수 있도록 PDP에 설정된 정보를 분석하여 우리가 원하는 정보들을 반영할 수 있는 PACE(PACE: PMU automation configuration and engineering)라는 프로그램을 개발하였다.

그림 8은 PACE에서 전압안정도 구동을 위해 설정하는 화면이다. 실제 동작되는 전압안정도 알고리즘은 WAVI와 IF 2개이지만 같은 PMU데이터를 쓰기 때문에 설정은 한번만 해주면 된다. 설정하는 방법은 이미 PDP구성 환경에서 데이터가 어떻게 입력되어 있는지 분석이 되었기 때문에 전압이나 모선명으로 검색이 가능하다. 따라서 모선을 선택하면 상대단의 모선 정보가 보이기 때문에 전압과 전류 정보를 찾아서 입력할 수 있으며, 융통선로#1 ~ #6까지 각 6개 융통선로 지정해주면 된다. 설정된 6개의 융통선로는 765kV 신태백-신가평, 신중부-신안성과 345kV 아산-화성, 신온양-서서울, 신충주-곤지암, 신진천-서안성 선로이다.

그림. 8. 전압안정도 알고리즘 구동을 위한 PACE 설정 화면

Fig. 8. Voltage stability algorithm setting in PACE S/W

그림. 9. RTDS에서 고장발생시, PDP에서의 WAVI, IF지수 응동 화면

Fig. 9. WAVI and IF index operating result in PDP UI when a fault happened in the RTDS

선로정수 추정의 경우에는 전압안정도 보다 더 간단하다. 그림 10과 같이 데이터 주기와 데이터 windows크기를 설정하고, 선로정수를 추정하고 싶은 대상선로를 선택하면 된다. 데이터 주기는 PMU데이터의 전송주기를 말하며, windows크기는 어느 정도의 데이터를 쌓고 결과를 도출할 것인지 데이터의 사이즈를 의미한다. 최소값인 120으로 하게 되면 60Hz기준 2초 데이터를 의미하게 된다.

그림. 10. 선로정수 추정 알고리즘 구동을 위한 PACE 설정 화면

Fig. 10. T/L parameter estimation algorithm setting in PACE S/W

선로정수 추정을 위한 대상선로는 그림 11과 같이 345kV 화성-아산 2회선 선로로 선정하였다.

그림. 11. 345kV 화성-아산 송전선로 정수추정 알고리즘 설정

Fig. 11. 345kV HWASUNG-ASAN T/L setting for T/L parameter estimation

그림 8및 그림 10과 같이 설정이 끝나면 나면 PDP에서 추출된 PMU데이터가 알고리즘으로 입력될 수 있도록 하는 버튼이 그림 9의 우측 상단에 있는 Save Runtime 버튼이며, 알고리즘이 수행되고 난 뒤 결과를 다시 PDP로 전송될 수 있도록 PDP 설정에 추가해주는 버튼이 Save PDPconfig 버튼이다.

2.3.2 PMU 응용 프로그램의 동작과 PDC연결 결과

RTDS에서 생성된 PMU데이터가 SIGUARD PDP로 전송되고 있는 환경에서 전압안정도 알고리즘을 동작시키면 그림 12와 같이 커맨드 창이 나타난다.

그림. 12. 전압안정도 알고리즘 구동시 로그 화면

Fig. 12. Operating log for Voltage stability algorithm

커맨드 창에 나타나는 정보는 전압안정도 알고리즘이 정상적으로 잘 동작하고 있는지 실시간으로 로그를 보여준다. 결과적으로는 알고리즘의 실행은 PDP의 백그라운드 형태로 구동되고, 그림 9와 같이 PDP사용자 화면인 UI(UI: User Interface)에서 WAVI와 IF지수에 대하서 실시간으로 트렌드를 볼 수 있다.

그림. 13. PDP에서의 선로정수 추정 결과의 실시간 트랜드

Fig. 13. Real-time trend about T/L parameter estimation result in PDP UI

WAVI지수와 IF지수는 0과 1의 사이의 값의 가지게 되며, 0에 가까울수록 안정적인 상태를 의미한다. 최초 RTDS 기동 시, 아무런 외란이 없는 상태이기 때문에 Y축의 값이 0.2정도의 값을 가지는 것을 볼 수 있다. 이 상태에서 RTDS에서 고장을 발생시켜면 어떻게 동작하는지 분석하기 위해서 345kV 서서울 모선에 3상 단락을 1000cycle 동안 유지하는 상정고장을 임의로 발생시켰다. 그 결과 IF지수는 0.8수준으로 올라갔고, WAVI지수는 0.5정도로 올라가는 것을 확인했다. 고장이 제거된 후에는 시작과 다른 값으로 유지되는 것을 볼 수 있다.

선로정수 추정의 경우에도 알고리즘을 동작시키면 그림 14와 같이 커맨드 창이 나타나면서 실시간으로 로그를 남기고, 결과값은 PDP화면으로 전송된다.

그림. 14. 선로정수 추정 알고리즘 구동시 로그 화면

Fig. 14. Operating log for T/L parameter estimation algorithm

본 알고리즘을 성능 검토하기 위해서 345kV 화성-아산 2회선 선로 대상으로 하였으며, PDP UI화면에서는 R, X, B값이 PU 단위로 출력된다. 결과값은 그림 13과 같이 실시간으로 출력되는데, R값은 0.0003PU, X는 0.0121PU, B는 0.302PU로 나타났다.

PDP에 출력되는 선로정수 추정 알고리즘의 결과값과 그림 15와 같이 PSS/E에 입력된 화성-아산 선로의 선로정수와 비교해보면 추정된 R값이 PSS/E 에 입력되어 있는 값보다 약 1/2배 적게 나타나는 것을 알 수 있었다. 반면에 X, B값은 매우 유사한 값으로 나타나는 것을 확인했다.

그림. 15. 345kV 화성-아산 선로의 PSS/E 선로 정수

Fig. 15. 345kV HWASUNG-ASAN T/L parameter in PSS/E database

3. 결 론

본 논문에서는 현재(‘20.10) 운영중인 광역계통 감시시스템에 저장되는 PMU데이터를 가공하여 계통운영시 사용할 수 있는 2차 정보를 만들기 위해서 전압안정도, 선로정수 추정 알고리즘의 개발 결과물을 SIGUARD PDP라는 상용 PDC에 연결하였다. 과거 개발품이 아닌 상용화된 PDC제품으로 사용하게 되면서 PMU데이터의 취득, 감시, 엔지니어링은 매우 좋아졌지만, 반대로 자체 개발된 PMU 응용 프로그램을 상용 프로그램에 연계하는 것은 매우 어려운 점이었다. 특히 PDP가 상용 프로그램이기는 하지만 범용적이지는 않은 SW이기 때문에 API를 이용한 데이터 연결환경이 코드레벨로 접근해야 돼서 PMU데이터를 추출하거나 외부에서 알고리즘이 수행되고 난 결과를 다시 PDP화면에 보이게 하는 것이 매우 난이도가 있었다. 그럼에도 불구하고 완벽한 분석을 통해 데이터 연결관계를 분석했고, PMU데이터의 추출, 외부 결과물을 전송을 할 수 있게 되었다. 무엇보다 PMU데이터의 활용을 극대화하기 위해서 오프라인이 아닌 실시간으로 알고리즘을 실행시키고 그 결과를 실시간으로 확인할 수 있다는 점에서 성과가 매우 크다. 덧붙여 PMU데이터 기반의 다양한 응용 프로그램을 개발하더라도 위와 같은 형태로 데이터 연결을 할 수 있는 점과 대규모 RTDS 기반의 가상의 WAMS에서 응용 프로그램의 정상동작 여부를 확인할 수 있다는 점에서 의미가 크다. RTDS기반의 검토에서 선로정수 추정 알고리즘 결과값 중, R값에 차이가 나는 것은 알고리즘 개선의 여지가 있음도 알 수 있었다. 향후에는 알고리즘의 개선과 병렬로 실제 운영중인 WAMS 시스템에 본 알고리즘을 탑재하여 운영할 계획이며, 계통운영과 계통보호 분야에 기여를 할 것으로 사료된다.

References

J Jung, H. Cho, B. Park, S. Nam, K. Hur, B. Lee, Sep 2020, enhancement of linearity and constancy of PMU-based voltage stability index: application to a Korean wide-area monitoring system, IET generation, Transmission & Distribution, Vol. 14, No. 17, pp. 3357-3364

B. Ko, S. Kang, S. Nam, Y. Kim, J. Hoon, J. Jung, Jul 2019, Study on the interface flow monitoring using PMU data, KIEE 50th Summer conference, pp. 442-443

J. Jung, H. Cho, B. Lee, Jul 20187, Development of evaluation index based on PMU data, KIEE 49th Summer conference, pp. 176-177

S. Han, B. Lee, Dec 2009, A Voltage Stability Monitoring Algorithm using a Few PMUs in Metropolitan Area, Trans. KIEE., Vol. 58

Van Cutsem Thierry, 1998, Voltage Stability of Electric Power System, Springer

저자소개

Baekkyeong Ko

He received the M.S. degree in electrical engineering from Korea University, Seoul, South Korea.

He has been with Korea Electric Power Corporation Research Institute (KEPRI), the research institute of Korea Electric Power Corporation.

He is currently a senior Researcher in Power System Group, KEPRI.

Suchul Nam

He received the M.S. degree in electrical engineering from Korea University, Seoul, South Korea.

He has been with Korea Electric Power Corporation Research Institute (KEPRI), the research institute of Korea Electric Power Corporation.

He is currently a senior Researcher in Power System Group, KEPRI.

Bongil Koo

He received the M.S. degree in electrical engineering from Busan University, Seoul, South Korea.

He has been with Korea Electric Power Corporation Research Institute (KEPRI), the research institute of Korea Electric Power Corporation.

He is currently a senior Researcher in Power System Group, KEPRI.

Sungbum Kang

He received the M.S. degree in electrical engineering from Sungkyunkwan University, Seoul, South Korea.

He has been with Korea Electric Power Corporation Research Institute (KEPRI), the research institute of Korea Electric Power Corporation.

He is currently a senior Researcher in Power System Group, KEPRI.

Jeonghoon Shin

He received the B.S., M.S., and Ph.D. degrees in electrical engineering from Kyungpook National University, Daegu, South Korea, in 1993, 1995, and 2006, respectively.

Now, in 2020, he is also in the doctoral course of graduate school technology policy in Yonsei University. Since 1995, he has been with Korea Electric Power Corporation Research Institute (KEPRI), the research institute of Korea Electric Power Corporation.

He is currently a Chief Researcher and leads the Power System Group in power system laboratory, KEPRI.

From March 2003 to February 2004, he was a Visiting Scholar with Electric Power Research Institute, Palo Alto, CA, USA,.

His research interests include wide area monitoring, protection and control systems based on synchro-phasor data, hierarchical voltage controls, real-time digital simulations, and transient/dynamic stability studies.

KIEEThe Transactions ofthe Korean Institute of Electrical Engineers

The Transactions of the Korean Institute of Electrical Engineers

ISO Journal TitleTrans. Korean. Inst. Elect. Eng.

Journal Search

Journal XML

Journal Information

RTDS 기반의 시각동기 위상측정데이터를 이용한 실시간 전압안정도 감시 및 선로정수 추정

Abstract

Key words

1. 서 론

2. 본 론

2.1 대규모 RTDS기반의 WAMS 시스템 구축

2.1.1 RTDS기반 WAMS의 데이터 통신 구조

2.1.2 RSCAD의 PMU모듈 구성 및 설정

2.1.3 WAMS PDC에서의 PMU데이터 취득 결과

2.2 PMU 응용 프로그램의 개요

2.2.1 실시간 전압안정도 알고리즘

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

2.2.2 실시간 선로정수 추정 알고리즘

(13)

2.3 PMU 응용 프로그램과 PDC연계 프로그램 개발

2.3.1 PMU 응용 프로그램과 PDC연계 프로그램의 환경설정

2.3.2 PMU 응용 프로그램의 동작과 PDC연결 결과

3. 결 론

References

저자소개

Baekkyeong Ko

Suchul Nam

Bongil Koo

Sungbum Kang

Jeonghoon Shin

Article Information (continued)

Key words

KIEEThe Transactions of
the Korean Institute of Electrical Engineers