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. 72, No. 9, p.1129-1138

ISSN (print) :

1975-8359

ISSN (online) :

2287-4364

Received : 8 August 2023Revised : 22 August 2023Accepted : 24 August 2023

DOI :

http://doi.org/10.5370/KIEE.2023.72.9.1129

Selection of Maintenance Strategy for MVDC Converter Station Using Reliability Sensitivity Analysis

신뢰성 민감도 분석을 이용한 MVDC 변환소 유지보수 전략선정 방안

조동일 (Dong-Il Cho) ¹iD 문원식 (Won-Sik Moon) ¹iD 김재철 (Jae-Chul Kim) ¹iD 남태양 (Tae-Yang Nam) ^†iD

(Dept. of Electrical Engineering, Soongsil University, Korea.)

^†Corresponding Author : Dept. of Electrical Engineering, Soongsil University, Korea.

E-mail : ntasd@naver.com

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

The Medium Voltage Direct Current (MVDC) system is gaining attention as a solution to the power supply instability issues arising from the growth of renewable energy sources. MVDC networks are directly connected to the load, leading to a significant cascading effect in the event of a power outage. Therefore, ensuring safety through asset management is required. In this paper, a maintenance strategy is selected using sensitivity analysis at the component level. The structure of components and systems is understood through Functional Block Diagram. And reliability indicators are calculated based on their relationships. Based on repair time, the importance is ranked through the sensitivity analysis of the failure rate and availability. A maintenance strategy is established based on the top rank. The proposed sensitivity analysis method is compared through cost analysis with Time-Based Maintenance and Reliability Centered Maintenance application cases.

Key words

MVDC Converter Station, Maintenance Strategy, Reliability, Sensitivity Analysis

1. 서 론

MVDC 변환소(MVDC Converter Station)는 전압범위 1.5~100kV의 중규모 계통 연계에 쓰이는 자율적인 전압･조류 제어와 유연한 망구성, 독립운전이 가능한 능동 배전망이다. DC 계통은 AC 계통에 비해 전압 조정, 에너지 손실 감소 등의 이점으로 송전효율 제고, 변전소 등의 추가 설비 절감의 기대효과를 가진다. 따라서 MVDC 시스템은 출력 변동이 큰 재생에너지 전원의 접속에 따른 전력 공급 불안정 이슈를 해소하는 수단으로 주목받고 있다⁽¹⁾. MVDC 시스템은 부하와 직접 연계되어 정전 파급 효과가 크므로 자체 운영 체계를 통한 안전성 확보가 요구된다. HVDC 시스템의 경우 설비에 관한 IEC TS 62896, 자산관리에 관한 IEC 62978 등의 HVDC 시스템 관련 표준들이 제정되어 있다. 하지만, MVDC 시스템은 CIGRE C6/B4.37과 같은 워킹그룹이 활동하고 있음에도 아직 MVDC 시스템 설계, 시험, 운영 등에 관한 국제표준이 미비하다. 따라서, MVDC 시스템의 특성을 바탕으로 적절한 유지보수 전략을 선정하는 것이 필요하다.

MVDC 시스템의 자산관리가 중요한 이유는 다음과 같다. 첫째, MVDC 설비는 대부분 고가의 장비로 구성되므로 설비수명 연장을 통해 전체적인 운영비용을 절감할 수 있다. 둘째, 중요 설비의 고장으로 인한 전력 공급 중단을 미리 예방하여 전력 공급의 안정성을 유지한다. 셋째, 자산관리는 설비 상태를 개선하여 작업자의 사고 위험을 최소화할 수 있다. 마지막으로, 설비의 효율적인 관리는 에너지 소비를 줄이고 지속 가능한 에너지 시스템 구축에 도움을 준다. 따라서, 상황에 알맞은 유지보수 전략선정은 설비가 생산하는 가치를 증대시킬 수 있다⁽²⁾.

자산관리 유지보수 전략선정 연구는 접근방식을 기준으로 Linear Allocation Method(LAM), 다중 기준 의사결정(Multi Criteria Decision Making, MCDM) 등으로 구분할 수 있다. LAM을 이용한 방식은 퍼지이론을 이용해 가중치를 고려하지 않는 LAM의 한계를 극복하는 연구⁽³⁾ 등이 있다. MCDM을 이용한 방식은 분석적 계층 프로세스(Analytic Hierarchy Process, AHP)를 이용해 상대적 중요도를 쌍대 비교 행렬을 통해 평가하는 연구^(4-⁵⁾가 있다. 그리고, 선호 순서 기법(Technique for Order of Preference by Similarity to Ideal Solution, TOPSIS)을 이용해 최선, 최악의 기준과 대안 사이의 거리를 측정하는 연구⁽⁶⁾가 진행되고 있다. 그 외에도 TOPSIS에 고객 차단 비용, 부하 유형 등 계통 안정성 측면의 가중 계수를 고려하는 연구⁽⁷⁾, 두 단계의 피타고라스 퍼지 MCDM를 민감도 분석으로 검증한 연구⁽⁸⁾가 있다.

선행연구 분석을 통해 자산관리 전략선정 방안에 관한 대상, 기준과 접근방식이 다양하고 방법론별 최적화에 대한 연구가 진행되었음을 알 수 있다. 그러나, 주관적인 전문가 의견에 의존하는 방식은 전략선정의 객관성을 보장할 수 없다. 따라서, 객관적인 신뢰성 지표에 기반한 유지보수 전략선정 방안과 관련된 연구가 필요하다.

본 연구는 컴포넌트 단위에서 민감도 분석을 이용한 신뢰성 중심의 유지보수 전략선정 방안을 제안한다. 이를 위해 기능 블록 다이어그램으로 MVDC converter station의 시스템과 컴포넌트의 관계를 파악한다. 컴포넌트의 신뢰성 지표를 계산하고 앞서 분석한 컴포넌트와 시스템 간 관계에 따라 시스템의 신뢰성 지표를 계산한다. 컴포넌트의 수리시간에 따른 가용률과 고장률의 민감도 분석을 통해 정한 우선순위로 전략을 결정한다. 마지막으로, 사례연구를 통해 시스템 단위 단일 전략과의 가용률 및 비용을 비교하였다.

2. 자산관리 유지보수 전략

자산관리 활동 중 보전은 시스템을 가동상태로 유지하거나 복귀시키기 위한 일련의 활동이다. 보전은 고장이 발생한 후에 시스템의 상태를 가동상태로 복귀시키기 위한 고장보전과 고장이 발생하지 않거나 적게 일어나도록 예방적 차원에서 실시하는 예방보전으로 나누어진다. 또한, 예방보전은 보전을 수행하는 기준에 따라 시간 기준, 신뢰도 기준 등으로 종류가 나누어진다⁽⁹⁾.

시간 기준 유지보수(Time Based Maintenance, TBM)는 예정된 시간 간격을 기준으로 유지보수 작업을 시행하는 예방보전의 한 종류이다. 이는 간편하게 유지보수 예산과 일정을 계획할 수 있다.

TBM의 단점은 다음과 같다. 첫째, 비효율적인 자원 사용이 될 수 있다. 장비의 고장 위험이 적은 경우에도 유지보수가 수행되어 불필요한 인력, 시간, 장비 및 예산 등이 소비될 수 있다. 둘째, 고장률과 관련 없는 유지보수가 될 수 있다. 설비 중 사용시간과 고장률 사이에 관련이 없는 경우가 있으며 고장률과 무관하게 유지보수를 수행할 수 있다⁽¹⁰⁾.

2.1 신뢰성 중심 유지보수

신뢰성 중심 유지보수(Reliability Centered Maintenance, RCM)는 자산의 고장 모드, 신뢰성, 중요성, 성능 등을 파라미터로 고장 원인을 파악하고 이를 예방한다. 이는 장비 수명을 연장하고 불필요한 유지보수 작업을 줄일 수 있다. 또한, 유지보수 작업을 분류하고 우선순위를 지정한다. 중요한 유지보수 작업에 더 많은 자원을 투입하여 장기적 비용을 절감할 수 있으며 시스템의 효율성을 향상시킨다.

RCM의 단점은 다음과 같다. 첫째, 비용이 많이 소모된다. 정확한 결과를 얻기 위해 대량의 데이터 수집과 분석이 필요하다. 따라서 데이터 수집, 분석, 개발 그리고 지속적인 모니터링에 드는 비용이 설비 대비 과다할 수 있다. 둘째, 분석오류의 위험이 있다. 데이터가 오염되었거나 부적절한 기술이나 경험 부족으로 인한 분석의 오류로 잘못된 결정을 내릴 위험이 있다. 마지막으로 조직문화와 상충될 수 있다. 조직 내부의 지지와 동기 부여가 없다면 지속적인 유지보수 데이터 관리와 분석에 대한 투자가 필요한 RCM은 구현이 어렵다⁽¹¹⁾.

2.2 자산관리 전략선정 방법

다수의 연구들은 MCDM을 통해 자산관리 전략을 선정하는 방법을 취한다. AHP와 TOPSIS는 MCDM에 속하는 방법들이다. AHP는 여러 기준 간의 상대적 중요도를 비교하여 순위를 매기는 방법이다. 우선, 전체 목표를 세분화하여 계층 구조를 형성한다. 다음으로 각 기준과 대안 간의 상대적 중요도를 비교 평가한다. 마지막으로 일관성 비율을 통해 일관성을 확인하고 최종 순위를 결정하는 과정을 거쳐 자산관리 전략을 선정한다.

TOPSIS는 최적의 해결책이 긍정적인 이상적 해결책으로부터의 거리가 가장 짧고, 부정적인 이상적 해결책으로부터의 거리가 가장 길다고 가정한다. 먼저 각 기준을 정규화하여 같은 척도로 만든다. 다음으로 각 기준에 대한 최적, 최악의 값을 통해 긍정적인 이상적 해결책과 부정적인 이상적 해결책을 결정한다. 최종적으로 각 대안과 두 해결책 간의 거리를 계산하고 그에 따라 대안별로 순위를 매겨 전략을 선정한다⁽¹²⁾.

MCDM은 전문가 의견을 바탕으로 순위를 매겨 유지보수 전략을 선정하는 특징이 있다. MCDM은 응답자의 주관에 개입해 답변의 일관성을 확보하기 어렵고 가중치 기준이 일정하지 못하다. 따라서, 객관화된 신뢰성 지표로 유지보수 전략을 선택하는 방법을 연구할 필요가 있다. 본 논문에서는 사례연구를 통해 MVDC converter station의 유지보수 전략에 따른 가용률과 비용을 비교하였다.

3. MVDC 변환소 설비의 유지보수 전략선정 절차

본 논문에서는 전문가 의견에 기반한 여타 방법론과는 달리 민감도 분석을 활용한 컴포넌트의 시스템 영향성 우선순위를 이용한다. 또한, 유지보수 전략 중 TBM과 RCM을 컴포넌트별로 선정한 유지보수 전략선정에 초점을 맞춘다.

3.1 MVDC Converter Station 구성요소

그림 1은 사례연구를 위한 MVDC Converter Station 참고모델의 구성도를 나타낸다. 시스템은 크게 세가지로 구분하여 태양광 발전소측 AC Yard, 변전소측 AC Yard 그리고 두 AC Yard 사이에 위치한 DC Yard로 구분된다.⁽¹³⁾ AC Yard의 구성설비로는 PT, CT, Interface TR, LA, VCB가 있다. 또한, DC Yard는 Zig-Zag TR, NGR, Arm reactor, Wall bushing, ES, Submodule, Pump, Heat exchanger, Bypass valve, Filter, Tank, DCCB, DS, DCCT, SA, DC Cable로 구성되었다.

MMC는 Symmetrical monopole 방식이며 MMC Valve는 28 Level, Redundancy는 2개로 가정한다. 정격용량은 30[MW]이며 AC 측 전압은 22.9[kV], DC 측 전압은 ±35[kV]이다.

그림 1 MVDC Converter Station의 구성도⁽¹³⁾

Fig. 1 Configuration Diagram of the MVDC Converter Station

3.2 유지보수 전략선정 절차

그림 2는 본 논문의 유지보수 전략선정 절차를 나타낸다. 우선 기능 블록 다이어그램(Functional Block Diagram, FBD)을 통해 각 기능 블록과 전체 시스템 사이의 고장 영향 관계를 파악한다. 고장 관계를 바탕으로 컴포넌트와 시스템의 고장률, 가용률 등의 신뢰도 지표를 계산할 수 있다. 또한, 컴포넌트의 단계별 수리시간의 변화에 따른 전체 시스템의 고장률, 고장률 변화, 가용률 변화로 민감도 분석을 수행하여 컴포넌트의 중요도 순위를 책정한다. 최종적으로 컴포넌트별로 순위를 기준으로한 전략과 유지보수 주기를 선정한다.

그림 2 유지보수 전략선정 절차

Fig. 2 Procedure for Selecting Maintenance Strategy

3.3 기능 블록 다이어그램

FBD는 국제 표준 IEC 61131-3에 정의된 5가지 PLC 프로그래밍 언어 중 가장 널리 사용되는 것 중 하나로서 시스템의 신뢰성을 분석하는데 사용되는 그래픽 도구이다. FBD는 시스템의 구성요소를 블록으로 표현하고 연결선을 통해 블록 간 상호작용의 양상을 나타낸다. 따라서, FBD는 시스템의 전체적인 신뢰성을 이해하는데 도움을 준다.⁽¹⁴⁾

그림 3은 MVDC Converter Station의 FBD의 구성도를 나타낸다. 기능별 구성요소는 전력변환기능, DC Yard 전력전송기능, AC Yard(태양광) 전력전송기능, AC Yard(변전소) 전력전송기능이 있다. 각 기능블록은 And Gate로 직렬연결되는 구조이다. 따라서 어느 하나의 구성요소라도 작동하지 않을 시 전체 시스템에 영향을 주어 전체 시스템이 작동하지 않는다. MVDC Converter System은 FBD를 통해 직렬 구조인 것으로 확인되어 시스템의 고장률은 서브시스템의 합으로 계산한다.

그림 3 MVDC Converter Station의 기능 블록 다이어그램

Fig. 3 Functional Block Diagram of MVDC Converter Station

3.4 신뢰성 지표 계산

FBD를 통하여 나타난 MVDC Converter Station의 시스템과 서브시스템 간의 관계는 직렬관계이다. 직렬시스템은 모든 서브시스템이 정상이어야 시스템이 작동한다. n개의 부품 전부가 고장이 나지 않고 부품들의 고장이 상호 독립이라면 직렬시스템의 신뢰도는 다음 식 (1)과 같다.

(1)

$R_{s}=R_{1}R_{2}\cdots R_{n}=\prod_{i=1}^{n}R_{i}$

병렬시스템은 시스템 내 n개의 서브시스템 중 하나라도 정상이라면 시스템이 작동하는 구조이다. 식 (2)는 불신뢰도 Qp나타낸다. 불신뢰도는 모든 부품이 고장날 확률으로 각 부품의 고장확률의 곱으로 계산된다⁽²⁾.

(2)

$Q_{p}=Q_{1}\bullet Q_{2}\cdots Q_{n}$

또한, 부품들의 고장이 독립적일 경우 시스템 신뢰도는 식 (3)과 같다.

(3)

$R_{s}=1-Q_{p}=1-\prod_{i=1}^{n}(1-R_{i})$

k out of n system은 시스템이 동일한 N개의 구성요소들로 구성되며 k개 이상이 정상이어야 시스템이 작동한다. Submodule은 k out of n system을 통해 신뢰성 지표를 분석한다. Submodule은 유지보수 전략을 선정하지 않고 별도 관리한다. 각 구성요소의 신뢰도가 $R$일 경우 신뢰도 $R_{s}$는 다음 식 (4)와 같다⁽¹⁵⁾.

(4)

$R_{s}=\sum_{i=k}^{n}(\begin{aligned}n\\i\end{aligned})R_{0}^{i}(1-R_{0})^{n-i}$

문헌을 통해 고장률과 평균수리시간(Mean Time To Repair, MTTR)을 조사하였다.^(16-²⁶⁾ 고장률의 역수를 통해 컴포넌트별 평균고장시간(Mean Time To Failure, MTTF)을 계산한다. 그리고 컴포넌트 파라미터들과 FBD로 파악한 관계를 이용하여 서브시스템과 전체 시스템의 가용률, 고장률, 고장복구시간을 계산한다.

3.5 민감도 분석

민감도 분석은 모델 출력의 불확실성이 모델 입력의 다양한 불확실성 소스에 어떻게 기인하는지에 대한 연구로 정의된다. 민감도 분석은 특정 변수가 결과에 미치는 중요도를 이해하는데 유용하다. 따라서 전체 시스템을 평가하고 이해하는데 있어 의사 결정에 대한 도움을 준다. 다음 식 (5)는 민감도 분석에 사용된 수식을 나타낸다. 민감도 분석에 사용되는 수식 중 퍼센트 민감도 계수를 사용하였다. 퍼센트 민감도 계수는 입력과 출력의 변화를 모두 고려하여 단일컴포넌트의 변화와 그에 따른 하위 및 전체시스템 사이 관계를 파악한다^(2,²⁷⁾.

(5)

$S_{\%}=(\dfrac{\triangle Y/Y}{\triangle X/X})\times 100$

표 1은 MVDC Converter Station 컴포넌트의 민감도 분석 결과를 나타낸다. 수리시간은 컴포넌트의 고장률에 영향을 미치며 이는 전체 시스템의 고장률과 가용률에 영향을 미치게 된다. 따라서 컴포넌트별 수리시간을 3단계 범위 내에서 대체품 여부와 부품 조달 가능 시간을 기준으로 즉시 수리, 국내 배송, 해외 배송으로 나누었다. 이를 바탕으로 고장률의 절대값, 컴포넌트별 수리시간 변화에 따른 전체 시스템의 고장률, 가용률의 변화량을 도출하였다. 그 결과 개별 컴포넌트가 전체 시스템에 미치는 영향을 파악하였다.

표 1 MVDC Converter Station Components 민감도 분석 결과^(16-²⁷⁾

Table 1 MVDC Converter System Sensitivity Analysis Results

Component	ΔFailure Rate [Occ/Yr]	ΔAvailability [%]
SA	0.82480	92.65
Tank	0.09734	22.36
DC cable	0.04400	10.43
Filter	0.02857	6.84
VCB	0.04000	3.24
Interface transformer	0.02000	4.78
Heat exchanger	0.03000	7.06
Arm reactor	0.01538	3.71
Bypass valve	0.01538	3.71
Wall bushing	0.01714	4.10
DCCB	0.00870	2.11
DCCT	0.01333	3.21
Pump	0.00435	5.34
CT	0.00667	1.62
Zig-Zag transfomrer	0.00667	0.55
LA	0.00452	0.37
ES	0.00200	0.57
NGR	0.00200	0.49
PT	0.00088	0.21
Submodule	0.00000	0.00
DS	0.00070	0.20

표 2는 MVDC Converter Station의 컴포넌트별 유지보수 전략을 나타낸다. 민감도 분석 결과로 유지보수 우선순위를 정하여 TBM 및 RCM 적용 항목을 분류하였다. 그 결과 SA가 63점으로 가장 높은 점수를 보였다. 유지보수 전략 분류는 최고 점수의 절반인 31.5점을 기준으로 삼아 10가지 컴포넌트에 대해 RCM을 적용하고 나머지 10가지 컴포넌트에 대해 TBM을 적용하였다. 다만, Submodule은 k out of n 구조로 여타 설비와 차이가 있으므로 별도 관리하였다.

표 2 MVDC Converter Station Components 유지보수 전략

Table 2 Maintenance Strategy of MVDC Converter Station Components

Component	Failure Rate	ΔAvailability	ΔReliability	Score	strategy
SA	21	21	21	63	RCM
Tank	20	20	20	60	RCM
DC cable	19	18	19	56	RCM
Filter	18	16	16	50	RCM
VCB	17	12	18	47	RCM
Interface transformer	14	19	10	43	RCM
Heat exchanger	15	14	13	42	RCM
Arm reactor	7	17	17	41	RCM
Bypass valve	15	13	13	41	RCM
Wall bushing	8	15	15	38	RCM
DCCB	9	11	11	31	TBM
DCCT	9	10	12	31	TBM
Pump	13	9	9	31	TBM
CT	9	8	8	25	TBM
Zig-Zag transfomrer	9	6	7	22	TBM
LA	5	4	6	15	TBM
ES	3	7	4	14	TBM
NGR	3	5	4	12	TBM
PT	2	3	3	8	TBM
Submodule	6	1	1	8	별도 관리
DS	1	2	2	5	TBM

4. 사례연구

앞서 제시한 모델과 수리시간의 변화에 따른 시스템 가용도 및 고장률 민감도 분석을 통해 유지보수 전략을 선정하였다. 또한, 손실 및 유지보수비용으로 TBM, RCM 전략과 본 연구의 제안방안을 검토하였다. 유지보수 시점을 위한 가용률 기준은 HVDC 기준을 참고하여 시스템 가용률 99\%를 적용하였으며 30년간의 유지보수 추이를 살펴보았다.⁽²⁸⁾

표 3은 컴포넌트의 수량 및 수량을 반영한 총 비용을 나타낸다. 비용은 차세대 AC/DC Hybrid 배전네트워크 기술개발사업 예비타당성조사 보고서와 한국전력 전자입찰 시스템을 통해 파악하였다⁽²⁹⁾.

표 3 MVDC Converter Station 구성설비 수량 및 가격⁽²⁹⁾

Table 3 MVDC Converter Station Equipment Quantity and Cost

Configuration Unit	Component	Quantity [EA]	Total Cost [₩]
AC Grid	PT	2	1,560,000
	CT	2	930,000
	Interface transformer	2	260,000,000
	LA	4	8,940,000
	VCB	6	205,050,000
DC Grid	Zig-Zag transfomrer	1	260,000,000
	NGR	1	28,000,000
	Arm reactor	6	44,904,000
	DCCB	4	273,400,000
	DS	4	17,920,000
	DCCT	4	3,720,000
	Wall bushing	3	1,092,000
	SA	4	1,200,000
	ES	1	4,480,000
	DC Cable	2	42,630,084
	Submodule	30	48,000,000
Cooling System	Pump	1	33,900,000
	Heat exchanger	1	25,300,000
	Bypass valve	1	9,800,000
	Filter	1	3,700,000
	Tank	1	27,000,000

4.1 시간 기준 유지보수 적용 사례

TBM 적용 사례는 컴포넌트를 기능별로 블록화하고 각 그룹의 최소 MTTF마다 해당 블록 구성요소 전체를 유지보수한다.

그림 4는 TBM 적용 시 MVDC Converter Station의 30년간 가용률 그래프이다. 30년간 10번의 유지보수 활동을 수행하였으며 설비 수명이 증가함에 따라 주로 DC Yard 구성설비를 교체하였다. 가용률은 기준치 99\%를 미달하지 않았지만 시간이 지남에 따라 점차 감소하는 추세를 보인다. 또한, 23년 차에 AC Yard 구성설비를 대규모로 유지보수하여 당해 가용률이 초기 가용률에 가깝게 회복되는 추이를 나타냈다.

그림 4 TBM 적용시 30년간 가용률 그래프

Fig. 4 30-Year Availability Graph of the TBM Method

표 4는 TBM에 적용된 기능 단위별 컴포넌트의 유지보수비용 및 유지보수주기를 나타낸다. 고장복구시간은 컴포넌트별 MTTR만을 고려하였다. 유지보수비용으로 DC 전력변환설비는 3년마다 265,464,000원, DC 송전설비는 11년마다 58,345,000원, AC 송전설비는 23년마다 167,655,000원이 소요된다. 따라서 30년간 총 4,861,760,000원의 비용을 유지보수에 사용하였다.

표 4 TBM 적용 시 MVDC Converter System 유지보수주기 및 가격

Table 4 Maintenance Cycle and Price of MVDC When Applying TBM Method

Functional Unit	Component	Maintenance Cycle	Total Cost [Thousand ₩]
DC Yard Power Conversion	Zig-Zag transfomrer	Every 3 Years	265,464
	NGR
	Arm reactor
	Wall bushing
	ES
	Submodule
	Pump
	Heat exchanger
	Bypass valve
	Filter
	Tank
DC Yard Power Transmission	DCCB	Every 11 Years	58,345
	DS
	DCCT
	SA
	DC Cable
AC Yard Power Transmission	PT	Every 23 Years	167,655
	CT
	Interface transformer
	LA
	VCB

4.2 신뢰성 중심 유지보수 적용 사례

표 5는 RCM 적용 컴포넌트의 와이블 모수를 나타낸다. 와이블 분포(Weibull distribution)는 유연한 특성을 가져 수명예측에 사용하는 대표적인 분포중 하나이다.⁽³⁰⁾ RCM을 적용한 컴포넌트는 와이블 분포를 통해 고장률을 계산하였다.^(31-³⁴⁾ 또한, 나머지 컴포넌트는 표 1에서 제시한 일정형 고장률을 적용하였다. 이를 기반으로 시스템 가용률이 99\% 미만이 되는 시점에서 모든 컴포넌트에 관한 유지보수를 실시한다.

표 5 RCM 적용 컴포넌트의 와이블 모수^(30-³⁴⁾

Table 5 Weibull Parameters of the Component Applied with RCM

Component	Shape parameter	Scale parameter	MTTF [Yr]	MTTR [Hr]
SA	0.98	11.41	6	11
Tank	2.06	9.39	72	8
DC cable	2.56	34.72	24	16
Filter	2.02	18.79	24	16
VCB	4	37.48	1	33
Interface transformer	2.36	26.8	120	23
Heat exchanger	2.45	3.49	23	13
Arm reactor	5.23	44.8	2	41
Bypass valve	2.45	3.49	8	13
Wall bushing	2.59	3.75	5	3

그림 5는 RCM 적용 시 MVDC Converter Station의 가용률 그래프이다. 가용률은 시간이 지남에 따라 가용률이 점차 감소하다가 99\%에 미달할 경우 전체 설비를 교체하여 초기 가용률에 가까운 99.6\% 부근으로 회복되었다. 최초 5년 가동 시 운영 목표를 달성하지 못하여 유지보수 활동을 개시하였다. 30년간 7회의 유지보수 활동을 실시하였으며 유지보수 횟수가 세 가지 사례들 중 가장 적다. 이는 전체 시스템을 교체하여 유지보수마다 가용률이 높게 유지되기 때문이다.

그림 5 RCM 적용시 30년간 가용률 그래프

Fig. 5 30-Year Availability Graph of the RCM Method

표 6은 RCM 적용 시 유지보수 비용을 나타낸다. RCM의 경우 시스템 가용률 기준 미달시 전체 컴포넌트가 모두 교체되는 방식을 가정한다. 유지보수 비용은 유지보수 주기마다 491,464,000원으로 책정하였다. 따라서 총 유지보수 비용으로 세가지 사례들 중 가장 많은 9,110,682,588원을 소비하였다.

표 6 RCM 적용 시 MVDC Converter System 유지보수주기 및 가격

Table 6 Maintenance Cycle and Price of MVDC When Applying RCM Method

Functional Unit	Maintenance Cycle	Total Cost [Thousand ₩]
DC Yard Power Conversion	Every 4 Years	9,110,682
DC Yard Power Transmission
AC Yard Power Transmission

4.3 민감도 분석을 통한 설비별 유지보수 전략 적용 사례

RCM 적용 설비들은 모든 설비가 아닌 민감도 분석으로 책정된 순위를 통해 개별 컴포넌트를 순차적으로 유지보수한다. 가용률 99\%를 기준으로 기준치 미달 시 우선순위에 따라 투입하여 가용률 기준을 만족하도록 한다. 반면 TBM 적용 설비는 블록이 아닌 개별 컴포넌트의 MTTF를 기준으로 유지보수를 시행한다.

그림 6에서 민감도 분석 방법 적용시 시스템 가용률 결과를 그래프로 나타내었다. 최초 5년 가동 시 운영 목표를 달성하지 못하여 유지보수 활동을 개시하였다. 사례연구 결과 30년간 8회의 유지보수 활동을 수행하였고 기준 가용률 99\%를 넘지 않는 선에서 지속적인 유지보수가 수행되어 가용률이 약 99.1~99.4\%에서 유지되었다.

그림 6 민감도 분석 적용시 30년간 가용률 그래프

Fig. 6 30-Year Availability Graph of the Sensitivity Analysis Method

표 7은 민감도 분석 적용 결과 컴포넌트별 유지보수 시점과 비용을 나타낸다. 매년 다른 컴포넌트들로 유지보수가 진행되며 1,092,000원부터 799,170,084원까지 다양한 규모의 유지보수를 실행하였다. 총 비용은 30년간 3,583,474,420원으로 세가지 사례연구 중 가장 적은 유지비용을 요구하였다.

표 7 민감도 분석 적용시 유지보수 시점과 비용

Table 7 Maintenance Timing and Cost of the Sensitivity Analysis Method

Maintenance Time [Year]	Component	Cost [₩]
5	SA, Tank	28,200,000
6	DC Cable, Filter, VCB, I.TR, Heat Exchange	536,680,084
8	Arm reactor, Bypass valve	54,704,000
9	Wall bushing	1,092,000
11	SA, Tank	28,200,000
12	DC Cable, Filter, VCB, I.TR, Heat Exchange	536,680,084
15	Arm reactor, Bypass valve, Wall bushing	55,796,000
17	SA, Tank	28,200,000
18	DC Cable, Filter, VCB, I.TR, Heat Exchange	536,680,084
20	DCCB	273,400,000
21	Arm reactor, Bypass valve, Wall bushing	55,796,000
23	SA, Tank	28,200,000
24	DC Cable, Filter, VCB, I.TR, Heat Exchange	536,680,084
27	Arm reactor, Bypass valve, Wall bushing	55,796,000
29	SA, Tank	28,200,000
30	DC Cable, Filter, VCB, I.TR, Heat Exchange, PT, CT, Z.TR	799,170,084

4.4 사례연구 비교

그림 7은 전략별 30년간 가용률 비교 그래프이다. 민감도 분석을 이용한 유지보수 전략선정 방식이 시스템 가용률 99\% 기준을 지속적으로 만족한다. RCM, TBM 그리고 제안방식 순으로 높은 가용률을 보이며 모든 케이스가 가용률 기준인 99\%를 만족한다.

그림 7 전략별 30년간 가용률 그래프

Fig. 7 30-Year Availability Graph by Strategy

그림 8은 전략별 30년간 유지보수 횟수 비교 그래프이다. 유지보수 활동 횟수는 30년간 TBM 10회, RCM 7회, 제안방식 16회 실시하였다. 이는 가용률 기준을 만족시키기 위해 실행되는 유지보수의 규모가 RCM, TBM, 제안된 민감도 분석방식 순에 따라 크기 때문에 유지보수 횟수는 유지보수 규모와 반비례함을 알 수 있다.

그림 8 전략별 30년간 유지보수 횟수 그래프

Fig. 8 30-Year Maintenance frequency Graph by Strategy

그림 9는 전략별 30년간 유지보수 비용 비교 그래프이다. 30년간 TBM 대비 약 1,278,285,580원, RCM 대비 5,527,208,168원의 절감효과가 나타난다. 이는 대규모 유지보수가 잦은 유지보수 전략 적용 시 장비 상태가 좋아지므로 높은 가용률을 보이며 반대급부로 많은 비용이 요구되는 것으로 해석할 수 있다. 하지만 높은 신뢰도를 요구하지 않는 장비의 경우라면 가용률 기준을 만족시키는 선에서 적절한 유지보수를 행하는 것이 효율적이다.

따라서 민감도 분석을 통한 설비별 유지보수 적용 시 최소 가용률 기준 99\%를 만족하면서도 비교군 중 가장 낮은 비용이 소모되었다. 따라서 TBM, RCM, 민감도 분석 세가지 사례연구의 비교를 통해 민감도 분석 적용 사례가 효율적인 자원관리가 이루어지는 것으로 확인하였다.

그림 9 전략별 30년간 유지보수 비용 그래프

Fig. 9 30-Year Maintenance Cost Graph by Strategy

5. 결 론

신재생 에너지 증대로 인한 수용성 문제를 해결해줄 방안 중 하나로서 MVDC Converter System은 자율적인 전압･조류 제어, 장거리 송전효율 등의 이점으로 주목받고 있다. 하지만 실제 계통에 적용된 역사가 짧아 운용에 필요한 데이터와 규정이 부족한 것이 현실이다. 그에 따라 자산관리 측면에서 연구할 필요가 있다.

본 논문에서는 민감도 분석을 통해 수리시간에 따른 고장률과 가용률을 기준으로 MVDC Converter System의 유지보수 전략을 선정한다. FBD를 통해 컴포넌트가 시스템에 미치는 영향을 분석하고 가용도와 신뢰도를 계산한다. 컴포넌트의 수리시간을 단계별로 증가시켜 전체 시스템의 가용도와 신뢰도의 민감도 분석을 통해 유지보수 우선순위를 매기는 방식을 제안한다.

제시한 방법을 검토하기 위해 유지보수 전략 별로 30년간 가용률과 연간 발생 비용을 산출하여 MVDC Converter System 유지보수 전략의 효율성을 비교한다. 그 결과 민감도 분석 방식이 시스템 가용률 99\% 기준을 지속적으로 만족시키면서도 30년간 TBM 대비 약 12억원, RCM 대비 55억원의 절감효과를 나타낸다. 따라서, 컴포넌트별 수리시간에 따른 시스템 신뢰도 영향을 고려하여 알맞은 유지보수 전략을 선정하는 것이 시스템 운용 측면에서 효율적이다.

본 논문에서는 민감도 분석을 이용한 우선순위 선정을 통해 유지보수 전략선정에 관해 초점을 두었으나, 계통 측면에서의 전체 비용 최적화 역시 중요하다. 따라서, 추후 연구에서는 컴포넌트별 전략에 관한 유지보수 시점과 정전비용 등 파급효과를 고려한 계통 신뢰성 연구가 필요할 것으로 사료된다.

Acknowledgements

본 연구는 2023년도 산업통산자원부의 재원으로 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구과제입니다. (No. 20225500000120)

References

Ministry of Trade, Industry and Energy, 2020, Preliminary Feasibility Study Report on the Technology Development Project for Next-Generation AC/DC Hybrid Distribution Network, The Transactions of the Korean Institute of Electrical Engineers

Sun-Keun Seo, 2020, Reliability Engineering 3rd, Kyomunsa

Mahdi Bashiri, Hossein Badri, TahaHossein Hejazi, 2011, Selecting optimum maintenance strategy by fuzzy interactive linear assignment method, Applied mathematical modelling, Vol. 35, No. 1, pp. 152-164

C. R. R Vishnu, V. Regikumar, 2016, Reliability based maintenance strategy selection in process plants: a case study, Procedia technology, Vol. 25, pp. 1080-1087

Kyoung-Soo Seo, kilShin Sung, HaeBang Sung, Jung-Hun Song, Yun-Kwon Ko, Jun-Woo Kim, 2020, Study on the Selection of Major Equipment for Urban Railway Rolling-stock CBM, Journal of the Korean Society for Railway, Vol. 23, No. 10, pp. 961-975

Çağlar Karatuğ , Yasin Arslanoğlu, C.Guedes Soares, 2022, Determination of a maintenance strategy for machinery systems of autonomous ships, Ocean Engineering, Vol. 266

Mina Mirhosseini, 2022, Reliability based maintenance programming by a new index for electrical distribution system components ranking, Optimization and Engineering, Vol. 23, No. 4, pp. 2315-2333

Evaluation Gedikli Tolga, Beyzanur Cayir Ervural, 2023, Evaluation of Maintenance Policies Using a Two-Stage Pythagorean-Based Group Decision-Making Approach, International Journal of Fuzzy Systems, pp. 1-23

Soon Geun Seo, 2008, Reliability Engineering, Seoul: Kyobo Bookstore

Ramesh Gulati, Ricky Smith, 2009, Maintenance and reliability best practices, Industrial Press Inc

John Moubray, 2001, Reliability-centered maintenance, Industrial Press Inc

José Figueira, Salvatore Greco, Matthias Ehrgott, 2005, Multiple criteria decision analysis: state of the art surveys

Seong-Hyun Kang, Byung-Seok Park, 2022, Construction and Demonstration Plan for a ±35kV Class MVDC System, Journal of the Korean Institute of Power Electronics, Vol. 27, No. 5, pp. 44-49

O. Pavlovic, H. -D. Ehrich, 2010, Model Checking PLC Software Written in Function Block Diagram,, 2010 Third International Conference on Software Testing, Verification and Validation, Paris, France, pp. 439-448

Dalen T. Chiang, Shun-Chen Niu, 1981, Reliability of consecutive-k-out-of-n: F system, IEEE transactions on Reliability, Vol. 1, No. 30, pp. 87-89

Pedro J. Martinez Lacanina, Antonio de la Villa Jaén, Jose L., Martinez Ramos, 2006, A new technique for short-term reliability assessment of transmission and distribution networks, 2006 International Conference on Probabilistic Methods Applied to Power Systems, IEEE

Jizhe Dong, Peng Chen, 2015, Reliability Evaluation of Multi-terminals VSC-HVDC System, Journal of Electrical Systems, Vol. 11

Y. Hakim, A. Pharmatrisanti, 2012, Transmission asset management in PLN P3B Jawa Bali, 2012 IEEE International Conference on Condition Monitoring and Diagnosis

Chuanyue Li, 2015, The DC grid reliability and cost evaluation with Zhoushan five-terminal HVDC case study, 2015 50th International universities power engineering conference (UPEC)

Ming Chen, 2019, Study on surface charge Accumulation characteristics of resin impregnated paper wall bushing core under positive DC voltage, Energies, Vol. 12, No. 23

José Guillermo Bedoya Hernández, Juan José Mora Flórez, Alejandro Garcés Ruíz, 2008, Determinación de los modos de fala de transformadores convertidores en sistemas HVDC, Scientia et technica, Vol. 2, No. 39

P. Bokoro, I. Jandrell, 2016, Failure analysis of metal oxide arresters under harmonic distortion, SAIEE Africa Research Journal, Vol. 107, No. 3, pp. 167-176

Brad Retterath, Ali A. Chowdhury, Subrahmanyam S. Venkata, 2004, Decoupled substation reliability assessment, 2004 International Conference on Probabilistic Methods Applied to Power Systems

Kaigui Xie, Bo Hu, Chanan Singh, 2015, Reliability evaluation of double 12-pulse ultra HVDC transmission systems, IEEE transactions on power delivery, Vol. 31, No. 1, pp. 210-218

Ø. Rui, 2011, Design, operation and availability analysis of a multi-terminal HVDC grid-A case study of a possible Offshore Grid in the Norwegian Sea, 2011 IEEE Trondheim PowerTech

Lin Cheng, 2014, Reliability analysis of HTS cable systems, IEEE Transactions on Power Delivery, Vol. 30, No. 3, pp. 1251-1259

A. Saltelli, M. Ratto, T. Andres, F. Campolongo, J. Cariboni, D. Gatelli, M. Saisana, S Tarantola, 2008, Global Sensitivity Analysis. The Primer, John Wiley and Sons

Joong-Woo Shin, 2022, Adaptive Reliability-Centered Maintenance Scheduling for VSC-HVDC using Hybrid Failure Rate Model, Ph.D. diss, Soongsil University

Jang-Hoon Jeong, 2021, Feasibility Study Report for the Next-Generation AC/DC Hybrid Distribution Network Technology Development Project, Science and Technology Policy Institute

Waloddi Weibull, 1951, A Statistical Distribution Function of Wide Applicability, ASME Journal of Applied Mechanics

Ting Wang, 2020, Mixed Weibull distribution model of DC protection system based on entropy weight method, Journal of Physics: Conference Series, Vol. 1633, No. 1, pp. IOP Publishing

H. Sh Solari, H. Sh, B. Majidi, M. Moazzami, 2019, Optimal Estimation of Weibull Distribution Parameters in order to Provide Preventive-Corrective Maintenance Program for Power Transformers, Iranian Journal of Electrical & Electronic Engineering, Vol. 15, No. 4

C. M. Chu, 2010, Extraction of time-varying failure rates on power distribution system equipment considering failure modes and regional effects, International Journal of Electrical Power & Energy Systems, Vol. 32, No. 6, pp. 721-727

Sri Sudadiyo, 2023, Weibull model for RUL estimation at RSG- GAS reactor implemented on PA01-AP01 secondary pump, Kerntechnik, Vol. 88, No. 2, pp. 194-202

저자소개

조동일 (Dong-Il Cho)

He received his B.S. degree in Material Science Engineering from Korea University, Seoul, Korea, in 2023. At present, he is a student working towards his M.S. degree at Soongsil University.

문원식 (Won-Sik Moon)

He received the B.S., M.S, and Ph.D. degrees in electrical engineering from Soongsil Univer- sity, Seoul, Korea, in 2009, 2011, and 2016, respectively.

He worked at LG Electronics from 2016 to 2019 in the field of Microgrid.

He is currently an Associate Professor with Soonsil University since 2019.

His research interests include application of Renewable Energy and Microgrid Technologies to Power Systems.

김재철 (Jae-Chul-Kim)

He received his B.S. degree from Electrical Engineering at Soongsil University in 1979 and his M.S. and Ph.D. degrees from Seoul National University in 1983 and 1987, respectively.

Currently he is a professor in the Dept. of Electrical Engineering at Soongsil University.

남태양 (Tae-Yang Nam)

He received his B.S. degree from Anyang University,　Anyang, Korea, in 2017, Currently he is a student of Soongsil University graduate school masters and doctoral course.

KIEEThe Transactions of
the 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

신뢰성 민감도 분석을 이용한 MVDC 변환소 유지보수 전략선정 방안

Abstract

Key words

1. 서 론

2. 자산관리 유지보수 전략

2.1 신뢰성 중심 유지보수

2.2 자산관리 전략선정 방법

3. MVDC 변환소 설비의 유지보수 전략선정 절차

3.1 MVDC Converter Station 구성요소

3.2 유지보수 전략선정 절차

3.3 기능 블록 다이어그램

3.4 신뢰성 지표 계산

(1)

(2)

(3)

(4)

3.5 민감도 분석

(5)

4. 사례연구

4.1 시간 기준 유지보수 적용 사례

4.2 신뢰성 중심 유지보수 적용 사례

4.3 민감도 분석을 통한 설비별 유지보수 전략 적용 사례

4.4 사례연구 비교

5. 결 론

Acknowledgements

References

저자소개

조동일 (Dong-Il Cho)

문원식 (Won-Sik Moon)

김재철 (Jae-Chul-Kim)

남태양 (Tae-Yang Nam)

Article Information (continued)

Key words

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

신뢰성 민감도 분석을 이용한 MVDC 변환소 유지보수 전략선정 방안

Abstract

Key words

1. 서 론

2. 자산관리 유지보수 전략

2.1 신뢰성 중심 유지보수

2.2 자산관리 전략선정 방법

3. MVDC 변환소 설비의 유지보수 전략선정 절차

3.1 MVDC Converter Station 구성요소

3.2 유지보수 전략선정 절차

3.3 기능 블록 다이어그램

3.4 신뢰성 지표 계산

(1)

(2)

(3)

(4)

3.5 민감도 분석

(5)

4. 사례연구

4.1 시간 기준 유지보수 적용 사례

4.2 신뢰성 중심 유지보수 적용 사례

4.3 민감도 분석을 통한 설비별 유지보수 전략 적용 사례

4.4 사례연구 비교

5. 결 론

Acknowledgements

References

저자소개

조동일 (Dong-Il Cho)

문원식 (Won-Sik Moon)

김재철 (Jae-Chul-Kim)

남태양 (Tae-Yang Nam)

Article Information (continued)

Key words

KIEEThe Transactions of
the Korean Institute of Electrical Engineers