1. 서 론

전력계통은 발전기로부터 부하까지 전기를 공급하기 위해 복잡하게 얽혀있는 네트워크이다. 이러한 전력계통은 동기 발전기, 변압기, 부하 등이 선로로 연결된 복잡한 구조를 가진다. 탄소 중립과 같은 친환경 정책이 시행됨에 따라 많은 국가는 화석연료의 사용으로 인한 탄소 배출량을 줄이기 위해 재생에너지 발전을 늘리고 있으며 이에 따라 재생에너지 기반의 분산전원의 침투율이 증가하고 있다 ^(1-3). 즉, 동기 발전기를 통해 전력을 공급하여 부하가 전력을 공급받는 전력계통의 기본적인 구조에 분산전원이 발전원으로 주입됨에 따라, 많은 변화를 생기고 있을 뿐만 아니라 재생에너지 기반의 분산전원의 침투율이 더욱 증가하여 이에 대한 영향도 커지고 있다. Energy Information Administration (EIA)는 분산전원의 침투율이 2050년까지 계속해서 증가할 것이라고 보도하였다 ⁽⁴⁾.

하지만 분산전원은 동기 발전기와 출력특성이 다르므로 계통에 주입되었을 때 그리드의 전력 흐름과 전력 품질에 영향을 미친다 ^(5,6). 따라서, 분산전원이 전력계통에 주입되었을 때 과도상태 반응 및 안정도에 대한 분석이 필요하다. 많은 선행 연구들은 분산전원의 침투에 따른 전력계통의 과도안정도를 분석하였다. 먼저, 동기 기반 가스 터빈 발전기가 분산전원으로 침투한 계통에 대해 낮은 관성 상수로 인해 생기는 전력망의 문제가 지적되었으며, 시스템의 관성을 높일 수 있는 클라우드 에너지 저장 시스템이라는 개념이 도입되어 배전망에서의 과도안정성이 개선되었다 ⁽⁷⁾. 또한, 선행 연구에서 동기식 분산전원으로 풍력발전과 작은 수력터빈이 주입된 배전계통의 과도안정성 평가를 위한 방법론이 제시되었다 ⁽⁸⁾. 그러나 선행 연구들은 방사형 계통에서 동기식 분산전원을 사용하였으므로, 인버터 기반의 분산전원이 과도안정도에 미치는 영향을 파악하기 어렵다 ^(7-8). 따라서, 인버터 기반의 분산전원 시스템이 계통에 주입하였을 때 과도안정도를 분석한 선행 연구가 진행되었다. 선행 연구에서는 인버터 기반의 태양광 시스템이 분산전원으로 계통에 침투하였을 때와 침투하지 않았을 때를 계통의 과도안정도를 분석하였지만, 태양광 시스템의 40% 이하의 침투율을 특정하여 세 가지 경우에 대해서 과도안정도 해석을 진행하였으며 시스템의 안정도를 구체적으로 판별하지 않았다 ⁽⁹⁾. 또 다른 선행 연구는 높은 침투 수준의 태양광 시스템이 계통 침투하였을 때 분산전원 시스템의 영향을 확인하였지만, 주파수의 관점에서 과도안정도를 분석하지 않았다 ⁽¹⁰⁾.

이처럼 다양한 선행 연구들은 분산전원이 계통에 주입하였을 때 과도안정도를 분석하였다. 하지만 동기기 기반 분산전원 시스템은 인버터 기반의 분산전원 시스템과 과도상태의 출력 특성이 다르므로, 인버터 기반의 분산전원 시스템을 주입하여 과도안정도를 분석할 필요가 있다. 또한, 분산전원의 침투율을 특정하고 해당 침투율에 대한 과도안정도를 분석하는 것은 추후 미래의 높은 침투율을 가진 전력 시스템에 적용하긴 어렵다. 그리고 인버터 기반의 분산전원의 침투율의 추이에 따른 주파수 변동을 확인하여 분산전원이 계통에 미치는 영향을 주파수 특성 관점에서 직관적으로 확인하기는 어렵다.

따라서, 본 연구는 분산전원으로 인버터 기반의 태양광 시스템을 주입하였고 IEEE 9-bus system 즉, 환상형 계통을 테스트베드로 설정하여 과도안정도를 분석하였다. 또한, 계통에 고장이 발생했을 때 태양광 시스템을 일시적으로 끊어주는 스위칭 제어 방식을 제안하고, 해당 방법론의 효과 및 영향을 과도상태 주파수 특성을 통해 확인하였다. 또한, 고장 발생 선로의 개방 동작 시간이 과도상태 주파수 특성에 미치는 영향을 확인하였다. 본 연구에서, 테스트베드의 모델링, 시뮬레이션, 분석의 과정을 위해 DIgSILENT PowerFactory 소프트웨어가 사용되었다.

2. 본 론

본 연구는 분산전원이 계통에 침투했을 때, 분산전원의 침투율에 따른 과도상태 주파수 특성을 분석하였다. 분산전원 시스템으로는 인버터 기반의 태양광 시스템을 선정하였다. 먼저, 식(1)을 통해 분산전원으로 주입된 태양광 시스템의 침투 수준을 계산하였다. 이는 분산전원을 통한 발전량을 분산전원이 침투하지 않았을 때 기존 계통에서의 동기 발전기를 통한 전체 발전량으로 나눈 값을 백분율로 환산한 값이다. 이때, 분산전원이 침투하지 않았을 때 동기 발전기를 통한 전체 발전량이란 분산전원이 설치되지 않은 계통에서 부하에 전력을 공급하기 위해 계통 내의 동기 발전기가 발전한 양의 합을 의미한다. 즉, PG의 합은 약 320MW로 고정된 값이다.

where

$PL$ = 태양광 시스템의 침투 수준,

$P_{DG}$ = 분산전원의 침투 용량,

$\sum P_{G}$ = 기존의 시스템의 총 발전용량의 합.

또한, 과도안정도 분석을 위한 지표로 주파수와 로터각 특성을 선정하였다. 계통에서 3상 단락 고장이 발생했을 때, 과도상태 주파수와 로터각의 크기 변동을 확인함으로써 계통의 과도안정도를 분석하였다. 본 연구에서 말하는 주파수 차이와 로터각 차이는 각각의 최댓값에서 최솟값을 뺀 값을 의미한다. 그리고 본 연구는 태양광 시스템이 침투하지 않은 경우인 침투율 0%를 시작으로 하여 태양광 시스템의 침투율이 100%인 경우까지 각각에 대한 임계 주파수 제한 시간을 결정하고, 이를 Critical frequency limitation time (CFLT)로 칭하였다. 본 연구에서 말하는 임계 주파수 제한 시간은 3상 단락 고장에 대해 시스템의 주파수가 표 1의 주파수 상한과 주파수 하한 사이에 존재할 수 있는 최대 고장 제거 지연 시간을 의미한다. 즉, 본 연구는 해당 시간을 주파수의 안정 범위를 지정하며 이에 대해 안정권을 유지할 수 있는 고장 제거 시간을 결정하였다는 의미에서 임계 주파수 제한 시간이라 정의하였다. 또한, 본 연구에서 시뮬레이션을 위해, 고장의 종류는 3상 단락 고장을 가정하였다.

본 연구는 시뮬레이션을 위한 테스트베드로 IEEE 9-bus system을 선택하였다. 분산전원 시스템은 배전계통에 주로 주입되어 발전하지만, 본 연구는 분산전원의 침투율을 세분화하여 낮은 침투율부터 높은 침투율에 해당하는 11가지의 시뮬레이션을 수행하기 위해서 송전 계통인 IEEE 9-bus system을 바탕으로 시뮬레이션을 수행하였다. 또한, 과도상태에서 분산전원이 전력 시스템에 미치는 영향을 확인하기 위해서 IEEE 9-bus system의 모선 5, 6, 8에 인버터 기반의 태양광 시스템이 설치하였다 ⁽¹¹⁾. 즉, 본 연구에서 선정한 테스트베드는 세 대의 동기 발전기, 세 대의 변압기, 세 대의 태양광 시스템, 세 대의 부하를 가진 계통이다. 과도안정도 해석을 진행한 테스트베드의 동기 발전기에 대한 데이터는 Appendix에 있다.

또한, 본 연구는 고장 발생 위치와 가장 가까운 태양광 시스템에 대해 잠시 계통과의 연결을 끊는 방법론을 제안한다. 이를 태양광 스위칭 (이하 PV switching)이라 칭하였다. 그림 2는 PV switching을 적용했을 때 태양광 시스템의 유효전력 및 무효전력 출력을 나타낸다. 고장이 발생하고 설정한 시간 지연 이후 태양광 시스템과 계통의 연결이 끊어지며 유효전력 출력이 0으로 감소한다. 그리고 태양광 시스템은 고장이 제거된 후 다시 연결될 때 약간의 출력 변동을 거친 후 다시 유효전력을 출력한다. 본 연구는 무효전력 제어 (Volt/Var control) 기능을 적용하지 않는 태양광 시스템에 대해 모의했기 때문에, 그림 2에서 무효전력 출력은 0으로 고정되어 있다. 또한, 본 연구에서 제안한 PV switching에 대한 설명을 위해 그림 2에 나타난 태양광 시스템의 출력은 고장이 발생하고 6주기가 지난 후 고장이 제거된 상황을 가정하였다.

다음 그림 3은 본 연구에서 분산전원 시스템의 침투율에 따른 계통의 과도안정도 분석을 위해 설계한 고장해석 프로세스이다. 먼저, PV switching을 적용하지 않았을 때와 적용했을 때로 프로세스를 구분하였다. PV switching을 적용하지 않은 경우, 1초에 고장이 발생하고 0.001초의 시간 지연 후 스위치가 개방된다. 그리고 n 주기 이후 고장이 제거되고 고장이 제거된 후 0.05초 이후 다시 스위치가 닫혀 환상형 계통의 구조가 형성된다. 반면, PV switching이 적용된 경우에는 고장이 발생하고 0.001초 후 고장 위치로부터 가장 가까운 태양광 시스템이 계통으로부터 끊어지고 고장이 제거되고 0.05초의 시간 지연 후 다시 투입된다. 태양광 시스템이 고장 위치를 판별하는 것은 스마트 인버터를 통한 방식임을 가정한다. 발전기들은 Fault- ride-through의 기능을 가지지만, 본 연구에서 제안하는 방법론은 Fault-ride-through 기능의 적용이 실패하였을 때 분산전원의 침투율에 따른 계통의 영향을 모의하였다.

3. Discussion

그림 9는 인버터 기반 분산전원이 계통의 과도안정도에 영향을 미친다는 사실을 보여준다. IEEE 9-버스 시스템에 태양광 시스템이 주입하지 않은 경우를 빨간색으로, 태양광 시스템의 침투율이 40%인 경우를 파란색으로 표시하고 동일한 고장해석 프로세스를 적용했을 때 시스템의 주파수 특성을 비교한 것이다. 인버터 기반의 태양광 시스템이 주입한 계통의 주파수 변동은 태양광 시스템이 주입하지 않은 계통의 주파수 변동의 약 1.308배이다. 즉, 인버터 기반의 낮은 관성의 태양광 시스템이 동기기 기반의 계통에 주입되었을 때 과도상태에서 시스템의 주파수 안정도를 악화시키고 영향을 미친다는 사실을 Discussion을 통해 확인했다. 따라서 인버터 기반의 분산전원이 계통에 주입하였을 때 PV switching과 같은 적절한 스위칭 제어은 침투율이 임계 침투율 이하인 시스템에서의 변동을 막을 막는데 기여할 수 있다.

4. Conclusion

본 연구는 계통에 고장이 발생하였을 때, 분산전원의 침투율에 따른 주파수와 로터각의 변동을 확인하였다. 그리고 분산전원의 침투율에 따른 임계 주파수 제한 시간을 결정하였다. 또한, 고장 발생 선로의 스위치 개방 시간이 주파수의 피크 값에 미치는 영향을 확인하였다. 고장이 발생하고 고장이 제거되기까지 고장 위치로부터 가장 가까운 태양광 시스템의 연결을 끊어주는 PV switching이라는 방법론을 제시하였고, 분산전원의 침투율에 따른 PV switching의 영향을 확인하였다. 또한, 분산전원의 침투율을 11가지로 나누어, 침투율을 0%부터 100%까지 증가시키며 각각의 경우에 대해 PV switching이 주파수의 변동을 막을 수 있는 최대 침투율인 임계 침투율을 정의하였다.

PV switching을 적용하였을 때 임계 침투율 이하에 대해서는 주파수 변동을 줄여주는 장점이 있었다. 그러나 임계 침투율 이상의 계통에서 PV switching은 갑작스러운 전력 흐름의 변화를 야기하므로 주파수 변동이 커지는 단점이 있었다. 또한, PV switching의 적용 여부에 따른 임계 주파수 제한 시간, 임계 침투율은 스위치의 개방 동작 시간 및 고장 종류, 고장 제거 시간, 고장 위치, 계통의 연결 상태 등에 따라 달라질 수 있다.

본 연구는 분산전원의 종류를 인버터 기반의 태양광 시스템으로 제한하였고, 고장 위치를 한 곳으로 설정하였으며 고장의 종류를 3상 단락 고장으로 하였다. 계통의 보호 협조는 가장 큰 위험 요소를 기준으로 하지만 전력계통에서 발생할 수 있는 다양한 고장을 상정하여 시스템의 과도안정도를 분석할 필요가 있다. 따라서 향후 연구로서 분산전원의 종류를 다양화하고, 고장 위치, 고장 종류에 따른 임계 주파수 제한 시간 및 임계 침투율을 결정할 필요가 있다. 또한, 환상형 계통이 아닌 방사형 및 준 방사형 계통에서 임계 주파수 제한 시간 및 임계 침투율을 결정하는 향후 연구가 진행될 필요가 있다.

5. Appendix