2.1 동북아 국가 간 연계

국내 전력 시스템은 고립된 단독 계통으로써 현재의 재생발전원 비중 확충 목표를 수용하기 어려울 수 있기에 인근 국가와의 계통 연계가 지속적으로 논의되고 있다. 한-중 전력 계통 연계사업 공동사업 개발 연구 보고서(‘18)에 따르면 전압이 500kV인 2.4GW의 최대 송전 용량을 채택하기로 합의하였으며 최종 송전용량은 해저 케이블 선택에 따라 결정된다. 본 논문에서는 중국 등가 계통과 국내 계통을 VSC HVDC를 활용하여 연계한 후 주파수 안정도 모의를 수행하고자 한다.

2.2 국내 계통 분석

국내 계통은 9차 수급계획 기반의 2030년 전력계통을 상정하여 총 발전량 77.7GW, 190GWs의 관성 에너지, 3.36의 등가 관성을 가지는 계통 모델링을 수행하였다. 향후 중국과 연계될 지점은 서해안 345kV 모선으로 가정하여 전압형 컨버터를 추가하여 중국 무한 모선 계통과 연계하였다.

2.3 중국 계통 분석

2017년 기준, 중국의 국가 발전 용량은 1,780GW이며 북부-중부, 동부, 동북부, 서북부, 남부의 5개 동기화된 전력망 지역으로 구성되며 최고 전압 준위는 1,000kV이다. 한-중 전력 계통 연계사업 공동사업 개발 연구서(‘18)에 따르면 한국과 연계될 중국의 지역은 산둥성 지역으로 거론되고 있다. 산둥성의 총 소비전력량은 543TWh에 이르며 2025년까지 3.79GW의 잉여 전력을 생산할 것으로 예상된다.

미래 중국 계통의 등가 관성 예측을 위해서는 중국 계통의 에너지원 비율 조사가 필요하여 2050년까지의 중국 계통 에너지원 비율을 구하였다. 또한 발전원별 관성(Inertia, H)을 이용하기 위해서 ‘TRACTEBEL’에서 제공하는 자원별 등가 관성 H를 이용하였다^(17)(18)(19). 대표적으로 석탄 발전기는 4.1의 등가 관성을, 가스 발전기는 4.3의 등가 관성을 가지기에 해당 데이터를 이용하여 중국 계통의 등가 관성을 추측하였다. 2016년에는 4.095의 등가 관성이었으나 2025년에는 2.52, 2030년 이후에는 1.8의 등가 관성으로 계통이 구성될 것으로 예측된다.

2.4 국가 간 연계 전압형 VSC HVDC 시스템

본 계통 시스템의 시뮬레이션은 전압형 VSC HVDC를 적용하였다. 전압형 HVDC는 전류형과는 달리 전압원으로서 동작하는 컨버터로서 컨버터의 DQ 변환 제어를 이용하여 출력하는 유효전력 및 무효전력을 독립적으로 제어가 가능하다는 큰 이점이 있다. 전압형 HVDC의 전압 크기는 정류기, 인버터의 등가 임피던스 및 연결되는 리액터, AC 시스템에 연결되는 컨버터의 타입에 의해 달라질 수 있으며, 입력 전압의 위상에 의해 전달되는 유효 및 무효전력이 제어될 수 있다.

아래의 그림 2는 위상 차이에 따른 전압형 HVDC의 동작 원리를 나타낸다. 이러한 동작 원리는 위상 차이에 따라 전압원 컨버터가 정류기 및 인버터의 두 가지 모드로 동작할 수 있음을 나타낸다. 인버터 모드 시에는 유효전력이 DC측에서 AC 측으로 흐르며, 반대로 정류기 모드 시에는 AC측에서 DC측으로 유효전력이 흐를 때로 정의하며 VSC의 유효전력 및 무효전력 식은 (1)(2)와 같다.

그림. 2. 전압형 HVDC VSC 시스템

Fig. 2. Voltage Source Converter HVDC system

3.1 중국 계통 발전원 및 부하 정적 모델링

중국 계통은 4,100GW의 부하와 추가적인 예비력을 가지는 1기 동기발전기로 등가화하였다. 부하 및 등가 발전원 1기는 임의의 중국측 모선을 상정하여 연결하였으며 국내 서해안345kV 접속 모선과 중국측 모선에 각각 변환소 모선을 설정하여 양측을 전압형 HVDC로 연계하였다.

3.2 PSS/e VSC HVDC 시스템인 VSCDCT 모델링

VSCDCT 모델은 PSS/e 시뮬레이션 내에서 전압형 HVDC 시스템을 해석할 때 가장 기본적으로 사용되는 모델로서 AC 전압 제어 혹은 무효전력 제어, 유효전력 제어 혹은 DC 전압 제어, 전류 한계 값 설정 등이 가능하며 추가로 전력 전달 양 증가 및 컨버터 블록 기능이 포함되어 있다.

VSCDCT 모델에는 컨버터의 DC 측 제어 모드를 결정하는 파라미터로 세 가지 운전 모드인 비운전 모드, DC 전압제어 모드, 전력제어 모드 중 하나를 택할 수 있다. VSC HVDC에서의 두 가지 컨버터가 모두 동작 중일 때 둘 중 하나는 반드시 DC 전압 제어 모드로 운전해야 한다. ‘DC Setpoint’를 통해 DC 전압 제어 모드로 운전할 경우, 컨버터 버스에서의 DC 전압크기(kV)를 의미하며 전력 제어 모드인 경우에는 전력(MW)을 의미한다. 양의 값인 경우 컨버터에서 계통으로 유효전력을 공급하고 있음을 의미하며 음의 값인 경우 반대로 흡수하고 있음을 의미한다.

4.1 Limited Frequency Sensitive Mode(LFSM)

유럽 국가에서는 LFSM를 더 세밀하게 여러 파라미터를 적용하여 HVDC 주파수 Droop(속도조정률) 제어가 적용된다. 유럽 여러 지역 내 주파수 기준점과 HVDC 용량별, 주파수 기준점별 Droop 계수가 적용되어 제어가 이루어진다. 유럽 TSO 가이드라인의 LFSM 제어의 요구사항을 봤을 때 LFSM에 참여하는 자원은 적어도 2~12%의 속도 조정률을 가져야 한다.

LFSM에는 측정되는 주파수의 범위에 따라 불리는 구간이 존재한다. ‘FqA’는 평상시의 주파수 범위를 의미하며 ‘FqC’는 최대 주파수 편차를 허용하는 구간이며 FCR 및 LFSM 제어가 시작되는 구간이다. ‘FqE’는 사고 직후 최대 주파수 편차를 의미하며 ‘FqF’는 Load Shedding 등 긴급 상황을 결정하는 주파수 기준점이 된다.

또한, 해당 주파수 제어가 이루어질 때는 실제 유럽 HVDC 시스템에 사용되는 파라미터를 반드시 참고해야 하는데 이는 유럽 지역별 연계된 HVDC 선로의 파라미터 설정이 상이하기 때문이다. 대표적으로 해당 제어에 사용되는 파라미터는 제어가 시작되는 기준점인 ‘Frequency Trigger Point’, 최대 출력인 ‘Total Maximum Support’, 속도 조정률을 의미하는 ‘Droop Constant’ 등이 존재한다⁽⁹⁾.

4.2 Emergency Power Control(EPC)

EPC 제어는 Step 개념의 출력 제어 방식이며 일반적으로 Step Ramp(MW/s), Time Delay, Step Capacity, Frequency Activation Level 등의 파라미터로 구성되어 있다. Step Response의 일종으로 보조 출력이 이루어지기 때문에 사용자가 세팅한 Ramp에 따라 출력 속도를 조절할 수 있다. EPC 제어의 Ramp Rate(MW/s)는 연계선로 별 상이하지만, 일반적으로 20~1,000MW/s의 값을 가진다.

4.3 Fast Frequency Response(FFR)

FFR이란 기본적으로 외란 발생 시 일어나는 주파수의 변화를 감지하여 순간적으로 출력을 보장함으로써 주파수 안정도를 유지한다. FFR은 LFSM 제어보다 이른 시점에 동작한다고 볼 수 있다.

FFR은 ‘Activation time, Activation Level, Duration, Deactivation’ 총 4가지의 관점을 고려해야 한다. ‘Actiavtion Time’은 HVDC 주파수 출력 제어가 최대 출력 지점까지 ‘수 초’ 이내에 출력해야 하는 조건이며 ‘Activation Level’는 주파수의 출력 기준점,즉 주파수 불감대 구역을 의미하며 본 주파수의 기준점을 넘어가면 출력 제어가 이루어진다.

그림. 3. 4가지의 관점을 고려한 FFR 제어

Fig. 3. FFR control taking into account four viewpoints

‘Duration’은 수 초 또는 수 분 동안 FFR 제어가 최대 출력을 유지해야 하는 조건이며 ‘Deactivation’는 FFR 제어를 통해 계통 안정화가 이루어지면, 즉 계통 주파수 안정도 기준점보다 높게 주파수가 유지되면 FFR 제어가 비활성화되는 과정이다.

FFR에는 대표적으로 ‘Activation Time’, ‘Duration’, ‘Activation Level’ 3가지 파라미터에 대해서 기준점이 정해져 있다. 최대 출력까지 소요되는 시간을 의미하는 ‘Activation Time’에는 0.7, 1.0, 1.3s가 존재한다. 해당 시간대를 봤을 때 FFR을 제공하는 예비력 자원은 매우 빠른 응동 자원이 되어야 함을 암시할 수 있다. ‘Duration’ 파라미터 세팅에는 두 가지의 설정이 있는데 ‘Long-Duration’에는 적어도 FFR 자원이 30s 동안 최대 출력을 유지해야 하며 ‘Short-Duration’에는 5s 동안 최대 출력을 유지한다.

4.4 FCOI(Frequency of center of Inertia)

국내 전력 시스템의 안정적인 운영을 위해서는 발전기마다 관성 특징이 포함된 등가 관성을 이용하여 시스템의 주파수를 이용해야 한다. 이는 전력 시스템의 주파수는 동일한 외란이나 상정사고에서도 측정되는 모선에 따라 주파수 값의 오차가 발생하기 때문이다. 본 논문에서는 외란 발생 시 시스템의 등가 관성을 고려하여 발전기의 각속도 변화가 아닌 계통의 주파수를 대입시켜 전 계통을 하나의 등가화된 모델로 해석하기 위해 FCOI를 사용하였으며 이는 LFSM, EPC, FFR 제어의 주파수 Trigger Point를 위한 신호로 이용하였다.

4.5 Artificial Neural Network(ANN)

ANN은 Neural Network를 통해 입력 데이터를 받는 입력층 Input Layer, 은닉층 Hidden Layer, 출력 데이터인 출력층 Output Layer로 이루어진다. Neural Network(신경 회로망)의 최적화 기법으로 ‘Adaptive Moment Estimation(ADAM) Optimizer’(7), ‘Stochastic Gradient Descent(SGD)’ 그림 4를 적용하였다. ‘ADAM’은 파라미터에 적용되는 실질적인 학습률을 개별 파라미터별로 동적으로 조절, 모멘텀(운동량) 개념을 접목하여 매개변수 공간을 탐색해주며 편향 보정을 진행한다. ‘SGD’는 확률적 경사 하강법이라 부르며 매 Step에서 딱 한 개의 샘플을 무작위로 선택하고 그 하나의 샘플에 대해서 경사 하강법을 시행한다.

그림. 4. Stochastic Gradient Descent(SGD) 최적화 기법

Fig. 4. Stochastic Gradient Descent(SGD) optimizer

그림. 5. PSS/e Multi-Processing 및 ANN 적용

Fig. 5. Application for Pss/e Multi-Processing and ANN

본 논문에서는 입력층으로 LFSM의 속도조정률 Droop, 출력층에는 계통 주파수인 최소 및 수렴 주파수를 적용하였다. ANN을 학습을 진행하기 위해서는 여러 파라미터 세팅값이 적용된 수많은 PSS/e 출력 데이터를 이용하여 기계학습 입력 데이터로 인가해야 한다. PSS/e 반복 시뮬레이션 진행을 위해 파이썬에서 제공하는 Multi-Processing 중 Process 모듈을 이용하여 PSS/e 시뮬레이션의 반복 진행 후 데이터를 출력하였다. CPU 개수만큼 병렬 연산을 처리한 후 ANN 학습 결과의 오차가 0.01보다 작을 경우에만 해당 선형회귀 결과값을 제어기 파라미터 세팅에 적용하였으며 그 과정은 그림 5와 같다.

5.1 계통 시뮬레이션

PSS/e 시뮬레이션 프로그램을 이용하여 국내 서해안 지역과 중국의 국가 간 HVDC 연계를 구성하고 전압형 HVDC인 VSC 시스템을 적용하였으며, 상정사고 N-1 원전 1기 탈락 시와 N-2 원전 2기 탈락 시의 사고 모의를 진행하였다. 전체 용량은 2.4GW이며 정상상태 운전점은 1.4GW이며 운전점을 제외한 HVDC 시스템의 주파수 예비력은 최대 1GW이다. PSS/e 라이브러리에서 제공하는 VSC HVDC인 VSCDCT 모델링에는 수전받는 국내측은 유효전력 지령치 제어, 송전하는 중국측은 HVDC 시스템의 DC 전압 제어 모드로 적용하였다.

파이썬을 활용한 병렬 연산을 통해 PSS/e 결과 데이터를 수집하였으며 해당 데이터를 통해 ANN을 적용하였다. 세 가지 제어 기법 중 LFSM을 이용하여 LFSM의 Droop Constant 즉, 속도 조정률의 파라미터를 최적화하는 선형회귀 기법을 적용하였다.

그림. 6. 한국-중국 연계 및 ANN 파라미터 최적화 적용

Fig. 6. Application of ANN optimized parameters and interconnection between China and Korea

5.2 상정사고 시 LFSM, EPC, FFR 시뮬레이션 결과

본 절에서의 시뮬레이션 진행은 HVDC 1GW 예비력의 조건으로 진행하였다. 시뮬레이션 상정사고 시 각 제어기별 비교는 LFSM 단독 적용 시, LFSM EPC 동시 적용 시, LFSM FFR 동시 적용 시의 VSC 출력 및 주파수 변화 양상을 확인하였다. 파라미터 세팅으로는 ANN을 적용하기 전, 유럽의 HVDC 링크에서 일반적으로 사용되는 파라미터를 적용하였으며, ANN을 적용한 파라미터의 결과는 5.3절부터 비교 분석하였다. 주파수 제어가 시작되는 Frequency Trigger 지점은 59.8Hz, Time Delay 0.01s, LFSM의 속도조정률 2%, EPC의 Ramp 800MW/s, FFR의 Activation Time은 1.0s, Duration은 5.0s일 때 비교하였다.

그림 7과 그림 9는 ANN 최적화를 적용하기 전, 유럽 ENTSO-E HVDC Link에서 사용되는 파라미터를 적용하였다⁽⁶⁾. N-1 상정사고 시, 그림 7의 결과를 비교했을 때, HVDC의 주파수 제어가 적용되지 않으면, 그리드 코드에서 제시하는 최소 주파수 기준 59.7Hz를 만족하지 못한다. 하지만, 유럽 및 해외에서 사용되는 주파수 제어의 통상적인 제어기 파라미터를 적용하면, LFSM, LFSM+EPC, LFSM+FFR 제어 모두 최소 주파수가 59.7Hz보다 높게 결과가 나오며 최소 주파수 기준 조건을 만족한다.

그림. 7. N-1 상정사고, 제어기 별 주파수 변화 양상

Fig. 7. Contigency N-1, frequency change under control

그림. 8. N-1 상정사고, 제어기 별 VSC 출력 변화 양상

Fig. 8. Contigency N-1, VSC output change under control

그림. 9. N-2 상정사고, 제어기 별 주파수 변화 양상

Fig. 9. Contigency N-2, frequency change under control

그림. 10. N-2 상정사고, 제어기 별 VSC 출력 변화 양상

Fig. 10. Contigency N-2, VSC output change under control

N-2 상정사고 시, N-1 상정사고 대비 HVDC의 주파수 제어가 미적용 시 계통의 주파수 하락이 크게 발생하는 양상을 보였다. 하지만 N-2의 경우 역시 세 가지 제어 기법이 적용 시에 최소 주파수 기준인 59.2Hz를 만족하여 계통 안정도를 유지할 수 있음을 확인하였다. 하지만, 이는 유럽 ENTSO-E에서 제시하는 제어기의 파라미터 세팅 범위 중 일부를 적용한 것으로, 국내 실계통에 맞는 파라미터를 적용하기 위해서는 적절한 튜닝이 필요하다. 제어기의 튜닝된 최적값은 다음 장에서 다루는 ANN을 이용하여 적용하여 결과를 비교하고자 한다.

5.3 LFSM ANN 최적화를 통한 주파수 시뮬레이션 결과

ANN 최적화를 통해 계통 최적화를 진행하기 위해서는 PSS/e 시뮬레이션 반복을 통해 얻은 데이터를 통해 ANN 학습을 진행하였다. HVDC의 예비력이 200, 600, 1,000MW인 3가지의 Case Study로 구성하였다. N-1 상정사고 시 최소 주파수 유지 기준인 학습한 ANN 모델을 통해 제어기의 특정 파라미터가 인가되었을 때 계통 주파수를 예측하고 계통 주파수 기준을 충족시킬 수 있는 파라미터는 ANN을 통해 구한 뒤 시뮬레이션 결과와 최소 주파수 목표값 간의 오차를 비교하였다.

그림. 11. N-1 예비력 별, LFSM ANN 선형회귀

Fig. 11. linear regression using LFSM ANN and N-1 by reserve

그림. 12. N-2 예비력 별, LFSM ANN 선형회귀

Fig. 12. linear regression using LFSM ANN and N-2 by reserve

N-1 상정사고 세 가지 예비력 조건의 데이터를 입력하여 ANN 선형회귀를 적용 시, 그림 11은 각 데이터 별로 하나의 선형화된 그래프를 형성할 수 있으며, 선형화된 그래프와 입력한 데이터가 일치하는 것을 확인하였다. N-1 상정사고에서의 최소 주파수 기준인 59.7Hz를 만족할 수 있는 점선을 그어 선형화된 그래프의 교점을 찾으면 해당 점이 LFSM Droop Control의 최적화된 파라미터라 볼 수 있다.

N-2의 ANN 선형회귀를 적용 시에 HVDC의 예비력이 1,000MW일 경우 그림 12의 입력 데이터와 선형회귀선이 일치하였으며 최소 주파수 기준인 59.2Hz의 점선과 일치하는 지점을 통해 최적화된 파라미터를 구할 수 있었다. 하지만 예비력이 200, 600MW일 경우 상정사고 시 보상할 수 있는 예비력이 부족하여 어떠한 파라미터를 적용하여도 주파수 기준을 충족시키지 못할 것임을 예상할 수 있다. 최종적으로 ANN을 통해 얻은 파라미터는 계통 주파수 안정도 기준을 충족시킬 수 있는 Droop Control의 최소 값이며, 실계통 운영 시에는 해당 값보다 작게 빠르게 적용하면 최소 주파수 기준보다 높게 주파수를 형성할 것을 예상할 수 있다.

5.4 최적화를 통한 LFSM ANN Droop Constant 적용

ANN 최적화를 통해 계통 최적화를 통해 국내 그리도 코드 내에서 제시하는 최소 주파수를 충족시킬 수 있는 LFSM 제어의 Droop Constant 값을 찾은 후 적용하였다. 해당 파라미터는 아래 표와 같으며, N-2 상정사고 시 200,600MW의 HVDC 예비력을 가지는 경우, 대용량 발전기 2기 탈락에 대해 보상할 수 있는 주파수 예비력이 현저히 부족하다. 따라서, 어떠한 LFSM 속도조정률 파라미터를 적용해도 최소 주파수 기준을 만족할 수 없기에 임의의 고속의 값인 0.01%을 적용하였다.

그림. 13. N-1 예비력 별, LFSM 최적화 적용 후 주파수

Fig. 13. N-1 by reserve, and optimized LFSM control for frequency output

5.3절에서 진행한 ANN을 이용한 선형 그래프와 해당 조건에서의 LFSM Droop Control 파라미터 표 4를 이용하여 해당 조건에서 PSS/e를 통한 시뮬레이션을 진행하였다. N-1 상정사고 시 세 가지 예비력 조건 별 ANN을 통한 최적화된 파라미터를 적용하였을 때 그림 13의 경우, 계통에서 요구하는 최소 주파수 기준 59.7Hz 점선을 만족하는 것을 알 수 있다.

그림. 14. N-1 예비력 별, LFSM 최적화 적용 후 VSC 출력

Fig. 14. N-1 by reserve, and optimized LFSM control for VSC output

N-2 상정사고 시의 그림 15의 경우, 충분한 예비력을 가지는 1000MW의 경우에만 ANN의 파라미터를 적용 시 주파수 안정 조건을 만족하였으며, 앞서 언급한 ANN을 통한 선형회귀가 적용되지 않았던 200, 600MW의 예비력의 경우 어떠한 고속의 LFSM Droop Control의 파라미터를 적용하여도 최소 주파수 기준을 충족하지 못하였으며, 이는 향후 주파수 제어기의 파라미터 세팅뿐만이 아닌 계통의 충분한 예비력이 필요하다는 것을 알 수 있다.

그림. 15. N-2 예비력 별, LFSM 최적화 적용 후 주파수

Fig. 15. N-2 by reserve, and optimized LFSM control for frequency output

그림. 16. N-2 예비력 별, LFSM 최적화 적용 후 VSC 출력

Fig. 16. N-2 by reserve, and optimized LFSM control for VSC output