2.1 중앙집중식 보호시스템의 상태변수 추정

변전소 자동화 연구에서 각 SIED에 측정된 각 상의 전압, 전류 및 측정된 시간 데이터를 중앙 컴퓨터로 구성된 CPCU로 데이터를 전송하여 주 보호 동작을 수행하는 기존 보호 장치의 오·부동작으로 인해 계통 보호를 수행하지 못했을 경우 CPCU를 통해 후비보호 동작을 수행하는 계통 보호시스템을 중앙집중식 보호시스템이라고 한다.

중앙집중식 보호시스템과 상태추정 및 불량데이터 검출 시스템 결합 구조는 다음 그림 1과 같다. 기존 중앙집중식 보호시스템의 동작에 영향을 주지 않으며 각 SIED에서 측정된 데이터는 CPCU로 수집됨과 동시에 정해진 주기마다 DB(Data Base)에 데이터를 저장한다. DB에 저장된 데이터는 상태추정 프로그램으로 데이터를 불러와 상태추정 및 불량데이터 검출을 수행한 후 불량데이터와 계측 시간을 DB에 저장한다.

그림. 1. 중앙집중식 보호시스템 상태추정 프로그램 구성

Fig. 1. Organizing a centralized protection system state estimation program

2.2.2 추정데이터를 이용한 불량데이터 검출

전력시스템에서의 측정기기의 고장, 오동작 혹은 데이터 전송과정에서 발생하는 아날로그 에러를 불량데이터라고 하며 상태추정을 수행한 추정 데이터의 신뢰도를 저하할 수 있다. 그렇기에 WLS을 사용한 상태추정을 통한 추정 데이터는 불량데이터 검출을 통해 측정기기의 문제점을 파악할 수 있으며 추정 데이터의 신뢰도를 높일 수 있기에 상태추정에서는 불량데이터 검출 과정이 필요하다. 불량데이터를 검출하는 방법으로는 불량데이터의 유무에 대한 것은 판별하지 않고, 불량데이터가 항상 존재한다는 가정하에 추정 데이터와 측정데이터 간의 표준화 오차 $y_{i}^{\text {norm }}$을 계산하여 측정데이터 중 최댓값을 불량데이터로 간주한다⁽³⁾.

(9)

$$ y_{i}^{\text {norm }}=\frac{\left|Z_{\text {est }}-Z\right|}{R_{i i}} $$

$R_{i j}$ : 공분산 행렬

상태변수 추정 방법과 추정 데이터를 이용한 불량데이터 검출 과정을 프로그램으로 구성한다면 다음 그림 2와 같은 순서도로 나타낼 수 있다.

그림. 2. 상태추정 프로그램 수행 순서

Fig. 2. Execution order of the state estimation program

3.1 중앙집중식 보호시스템의 상태변수 S/W 개발

중앙집중식 보호시스템에서 사용되는 CPCU 및 IED는 IEC 61850 reference source code를 사용하여 개발을 진행하였으며, CPCU와 IED 간의 데이터 교환 방식으로 IEC 61850 통신 모델인 GOOSE를 사용한다⁽⁶⁾. GOOSE는 publish-subscribe 모델을 기반으로 빠르고 신뢰할 수 있는 데이터 교환 모델로 IED에서 계측된 전압, 전류 데이터 및 데이터 측정 시간을 중앙 보호 장치로 계측데이터를 전송하여 보호 알고리즘을 수행하지만, 다른 설계 프로그램 언어의 사용 혹은 다른 프로토콜을 사용하는 시스템과의 연결에 필요한 연결 통로의 역할로는 어려움이 있다. 그렇기에 계통데이터를 저장장소에 저장하여 여러 분야와의 연결 통로의 역할을 하며 효율적으로 중복된 정보를 일원화하여 처리가 가능한 Database를 사용한다.

본 논문에서는 중앙 보호 장치로 수집된 계측데이터를 DB로 저장한 후 상태추정 프로그램으로 데이터를 불러와 불량데이터 검출을 수행한다.

3.2 WLS 기반 상태추정 프로그램 설계

WLS 기반 상태추정 프로그램 설계를 위해 시스템 행렬과 계측기 표준 편차 행렬의 구성이 필요로 하며, 행렬을 구성하기 위해서는 시스템 모델링을 통한 상태변수의 관계식이 필요로 한다. 본 논문에서는 전류를 상태변수로 하여 상태추정 및 불량데이터의 검출을 수행하였고 그림 3의 계통도를 대상으로 하였다.

그림. 3. 배전 변전소 계통

Fig. 3. Distribution substation system

해당 배전 변전소 내의 CT는 그림 4와 같이 위치하며 CT의 측정값의 오차를 고려하여 식(1) 상태변수의 관계식을 다음과 같이 나타낼 수 있다.

표 1은 상태추정 및 불량데이터 검출 수행에 있어 필요로 한 각 CT에 대한 시스템 행렬(System matrix)을 표현한 것으로 해당 CT 측정데이터의 전류데이터를 기준으로 배전선로의 CT1, CT2과 CT3, CT4는 분리가 되어 각 CT1과 CT2의 합은 CT10와 같으며, CT3과 CT4의 합은 CT12와 같으며, 각각 식(11)과 식(12)으로 나타낼 수 있다. 그리고 송전선로의 CT5, CT6, CT7, CT8과 변압기 1차측 CT들의 합은 0으로 식(13)으로 나타낼 수 있다. 각 변압기 측의 상태변수 구성 식은 식(14)와 식(15)으로 나타낼 수 있다. 시스템 행렬의 상태변수는 CT2, CT4, CT6, CT7, CT8, CT9, CT11로 지정을 하여 시스템 행렬을 구성하였다.

CT에 대한 계측기 오차는 이며, 해당 값을 가우스 분포 을 사용하여 측정기기의 오차 분산을 구할 수 있게 되는데 해당 변전소 측정기기의 오차 분산은 대략 0.0167의 값으로 도출되며 도출된 값으로 행렬을 구성하면, 행렬의 대각행렬에만 값이 적용된다. 상태추정 프로그램을 구성하는 시스템 행렬 및 계측기 표준 편차 행렬은 위의 과정을 통해 정의하게 된다.

4.1 시험 환경

본 연구를 위한 시험 환경으로는 중앙집중식 보호시스템을 구성하고 있는 계측용 CT는 기존 Local IED의 기능을 수행하며, CPCU로 데이터를 전송하는 기능을 수행하는 IED인 “Smart IED”의 역할을 수행하는 TI사의 AM5748 EVM보드 10대와 서버 PC로 구성된 CPCU, RTDS로 구성되어있으며, DB 환경을 구성하는 PC와 상태추정을 수행하는 서버 PC로 구성되었다. 각 IED 개발 및 CPCU 개발에 사용된 툴은 SISCO 사의 MMS Ease Lite Library 6.2ver이며 TI 사에서 제공하는 예제 파일을 기반으로 구현하였다. 전압, 전류 계측 IED인 Smart IED의 ADC Sampling 주기는 128 Sampling이며 DFT 연산 주기는 50[ms]으로 연산하여 계측데이터와 계측 시간을 해당 LN(Logical Node)에 내부 매핑을 수행한다⁽⁵⁾. CPCU에서 DB에 저장되는 주기는 1[s]로 DB 환경은 Omicron 사의 MYSQL을 사용하여 구성하였으며 상태추정 및 불량데이터 검출 프로그램은 Python 3.9.2ver을 사용하여 개발하였다.

중앙집중식 보호시스템과 상태추정 프로그램 연동 시험 진행 순서는 중앙집중식 보호시스템으로부터 일정한 주기에 따라 DB에 저장된 데이터를 Python으로 구성된 상태추정 프로그램으로 데이터를 불러와 불량데이터를 검출을 수행한 후 검출된 데이터를 시간, 해당 CT와 불량데이터를 DB에 저장을 수행한다. 전체 과정을 그림으로 나타낸 구성은 다음과 같다.

그림. 4. 중앙집중식 보호시스템과 상태추정 프로그램 연동 소프트웨어 구성

Fig. 4. Composition of software linked to a centralized protection system and a state estimation program

4.2 중앙집중식 보호시스템

중앙집중식 보호시스템 검증을 위한 시험 모의 계통을 RSCAD를 통해 모의한다. 모의 시 전압, 전류 아날로그 데이터는 RTDS를 통해 Smart IED인 AM5748 EVM 보드로 출력된다.

본 논문에서 계측용 CT로 사용되는 TI 사의 AM5748 EVM 보드로 구성된 Smart IED 10대는 보호 알고리즘에 사용되는 전압, 전류 데이터를 계측 및 페이저 크기 위상으로 연산하여 IEC 61850에서 정의하는 시퀀스 LN인 MMXU에 내부 매핑 후 GOOSE로 CPCU로 전송함과 동시에 Timestamp를 통해 계측 시간 또한 동시에 전송한다. GOOSE 송신 주기는 업데이트 주기와 동일한 50[ms]이다. 또한 변압기 측 구성을 담당하는 Smart IED는 LN인 MMXU를 2개 선언하여 변압기 1차측 데이터와 2차측 데이터를 구별하여 GOOSE 통신을 수행한다.

4.3 상태추정 및 불량데이터 검출

상태추정 및 불량데이터 검출을 위한 측정데이터는 변압기 기준으로 분리가 되어있는 배전선로 즉, 1차측 기준으로 데이터를 변환하여 프로그램을 수행한다. 프로그램 개발의 경우 행렬 구성 및 연산에 있어 복잡한 C언어와 달리 다양한 라이브러리 및 간결한 문법을 지원하는 Python 언어를 사용하여 상태추정 프로그램을 구성하였으며, DB와 Python을 사용한 WLS 기반 상태추정 및 불량데이터 검출 코드는 Matlab 연산과 비교를 하여 검증을 한다. 검증 데이터는 최종 연산 결과인 불량데이터 결과로 검증하였으며, 두 프로그램의 오차는 최대 0.05%로 거의 같은 연산 결과를 확인하였다.

표 2와 표 3은 CT5의 전류데이터에 무작위 배수를 취하여 CT 고장을 모의한 환경에서의 상태추정 및 불량데이터 검출 프로그램의 정상 동작을 확인하기 위한 시험 결과로 상태추정 및 불량데이터 검출을 마친 결과이다. 고장 전 검출 결과인 표 2와 고장 후 검출 결과인 표 3을 비교하였을 때 고장을 모의한 CT의 인접 CT의 표준화 오차 결과가 최대치인 것 확인하였으며, 중앙집중식 보호시스템과 연동한 상태추정 및 불량데이터 검출 프로그램이 정상 동작하는 것을 확인하였다.

위에서 언급한 고장 모의환경에서 Python 기반 상태추정 및 불량데이터 검출을 마친 데이터는 데이터가 계측된 시간과 불량데이터를 포함한 CT, 불량데이터를 표 4와 같이 저장한다. CT의 경우 표준화 오차의 최대치를 가지는 CT가 저장되지만, 표준화 오차의 결과가 고장이 발생한 CT의 인접 CT의 결과가 동일하므로 고장이 발생한 CT 혹은 인접 CT가 저장된다.