Mobile QR Code QR CODE : Journal of the Korean Institute of Illuminating and Electrical Installation Engineers

Journal of the Korean Institute of Illuminating and Electrical Installation Engineers

ISO Journal TitleJ Korean Inst. IIIum. Electr. Install. Eng.

  1. (Ph.D. course, Department of Electrical Engineering, Jeju National University, Korea)



Energy storage system, PV plant, Renewable energy, Re-use battery, Second life battery

1. 서 론

화석연료의 사용으로 가속화된 기후변화 문제에 대응하기 위해 전 세계적으로 산업, 정책 및 기술 또한 친환경적으로 변화하고 있다. 특히 에너지 분야에서는 신재생에너지와 전기자동차 보급이 매우 적극적으로 이루어지고 있으며, 국내에서는 특히 제주도가 2020년 기준 신재생에너지 617.38MW와 전기차 21,216 대 보급으로 가장 활발한 정책을 피고 있다(1). 이러한 활발한 보급정책으로 제주도의 경우 ‘신재생에너지 출력제한’과 ‘전기차 사용 후 배터리 처리’라는 두가지 문제에 직면하여 있다(2-4). 신재생에너지 발전출력제한은 2020년 기준 77회 19,400MWh가 발생하였으며(5), 2021년 산업통상자원부에서 분산에너지 특구를 지정하여 ESS의 확충 등을 통해 해당 문제를 적극적으로 해결하고자 나서고 있다. 전기차 SLB(Second-Life Battery: 사용 후 배터리)의 경우 2020년 이후 자동차 1000대 이상의 배터리가 발생될 것으로 전망되며, 2019년 제주테크노파크에 ‘배터리 자원화 센터’를 건립하여 이를 신재생에너지 연계 ESS, UPS(Uninterruptible Power Supply: 무정전 전원 공급 장치) 및 공공 가로등 연계 등으로 활용할 계획을 수립하였고, 해당 기관에서 SLB의 상태에 따른 분류체계 및 검사 방안을 연구하고 있다(6-8).

상기 언급된 배경으로 신재생에너지의 보급에 의한 출력제한 및 SLB 처리 문제 등을 동시에 해결할 수 있는 재생에너지 연계 SLB 기반 ESS(Energy Storage System: 에너지저장장치)의 응용을 고려할 수 있다. 그러나, 현재 SLB에 관한 실증 결과는 미약한 실정이며, 이에 최적 용량 설계 기법에 대한 연구 및 SLB에 대한 가격 산정 방안이 시급하다. 이러한 관점에서 본 논문은 신품 배터리의 사양과 가격을 기반으로 도출한 태양광 발전 사업용 SLB ESS의 용량 산정과 배터리의 최대 가격 산정 방법을 제안한다(9-12). 제안된 최적 용량 산정 방법은 태양광 발전 사업 단지의 연간 발전량 대비 신품 ESS의 용량과 SLB의 SOH(State of Health: 잔존수명)를 기반으로 최적용량을 산정한다. SLB의 최대 가격 산정 방법은 SLB의 가격은 신품 배터리의 가격보다 비쌀 수 없다는 전제하에 최적 용량 산정에서 결정된 SLB 용량, 수명 및 교체주기를 이용하여 신품 배터리의 사양과 동등할 때 신품 배터리의 가격이 SLB의 최대 가격으로 결정한다. 제안된 방법의 수행을 위해 제주지역 200kW 태양광 발전단지에서 1년간 실측한 기상 데이터를 사용하였으며, 최적 용량에 대한 검증은 완전 탐색법을 이용하여 Matlab 프로그램을 이용하여 수행되었다(13-19).

제안된 방법은 국내 신재생에너지 공급 의무화 제도에서 태양광 발전 연계 ESS가 제외되어 신규 태양광발전단지의 REC(Renewable Energy Certificate: 신재생에너지공급인증서가중치 확보를 목적으로 활용하기는 어려울 수 있으나, 기설 태양광발전단지에 설치된 ESS의 배터리 교체 또는 한국전력공사와 PPA(Power Purchase Agreement: 전력판매계약)로 전력을 판매하는 경우에 적용할 수 있으며, ESS 설치를 요구하는 해외 태양광 발전사업에도 활용 할 수 있을 것으로 사료된다.

2. 최적 용량 및 최대 가격 산정 방법

Fig. 1. Overview of proposed system
../../Resources/kiiee/JIEIE.2021.35.11.031/fig1.png

제안된 방법은 그림 1의 파란색 부분과 같이 태양광 발전에 연계된 SLB 기반 ESS의 용량 산정과 배터리의 최대 가격 산정을 목적으로 한다. 태양광발전 출력과 ESS의 운영알고리즘을 기반으로 한 최적용량 산정은 신품 ESS의 랙(Rack) 단위 용량을 기준으로 최대 용량까지 계산된다. 이때 본 논문의 ESS 운영 알고리즘은 산업통산자원부의 신재생에너지 공급의무화 제도에 명시된 운영 방법인 10시부터 16시까지 ESS 충전, 그 외의 시간에는 방전하는 절차를 적용하였으나, 목적에 따라 변경할 수 있다.

2.1 태양광 발전 모델링

본 논문에서는 기 설치된 태양광 발전단지에 SLB 기반 ESS를 설치하는 것을 가정하여 식(1) 실측 온도 및 일사량 데이터 기반의 계산을 수행하였으나, 기설 태양광 발전단지에 SLB 기반 ESS 설치를 고려할 경우 실측 발전 출력 데이터를 활용하여 용량산정 모델에 적용할 수 있다(20).

(1)
$P_{p}(i,\:y)=C_{p}R(i)\left\{1-K_{t}(T(i)+K_{r}R(i)-T_{r})\right\}$

여기서, $i$는 데이터 인덱스(1시간), $y$는 사업 수행 연차, $C_{p}$는 태양광발전단지 용량(W), $R$은 측정 일사량(W/㎡), $K_{t}$는 온도계수(3.7×10⁻³), $T$는 측정 온도(℃), $K_{r}$은 일사량 계수(2.56×10⁻²), $T_{r}$은 기준 온도(25 ℃)이다.

2.2 ESS 모델링

충․방전 효율을 고려한 배터리 SOC(State of Chaege: 잔존용량)은 식(2)와 같이 계산되며, 이때 충전과 방전에 따라 SOC의 변화율이 달라짐을 확인 할 수 있다. 식(3)은 ESS의 배터리 SOH 감소를 반영한 내용으로 실제 배터리의 수명은 충․방전 횟수에 따라 비선형적으로 감소하지만 제안된 방법에서는 계산과정의 단순화를 위해 매년 선형적으로 감소하는 것으로 가정하였다. 이때 ESS 출력의 경우 시간을 지정하여 충․방전을 수행하는 스케줄링 제어를 적용하여 계산된다(21).

(2)
$S(i,\:y)=\begin{cases} S(i,\:y)-\dfrac{P_{e}(i,\:y)}{C_{e}(y)e}&if P_{e}<0\\ S(i,\:y)-\dfrac{P_{e}(i,\:y)e}{C_{e}(y)}&if P_{e}\ge 0 \end{cases}$

(3)
$C_{e}(y)=H_{0}-H_{e}y$

여기서, $S$는 배터리의 SOC(범위 0-1), $P_{e}$는 ESS의 출력(W), $C_{e}$는 ESS 용량, $e$는 ESS의 충․방전 효율, $H_{0}$는 초기 SOH(100%), $H_{e}$는 연간 SOH 감소율(%)이다.

2.3 최적 용량산정 모델링

목적함수의 경우 식(4)와 같이 비용과 편익의 차인 NPV(Net Present Value: 순 현재가치)의 음의 값을 최소화하는 것으로 모델링된다. 이때 편익의 경우 식(9)-식(11) 태양광발전사업과 ESS 전체를 고려한 편익이 아닌 ESS 없이 태양광발전사업을 수행하였을 때에 편익과 ESS 설치 후 발생하는 전체 수익의 차를 기준으로 한다. 다만, 식(11)과 같이 ESS 설치 후에는 ESS 충전에 쓰인 태양광발전 출력을 반영하여 식(9)를 도출하며, 이때 ESS의 충전 전력은 태양광발전으로 얻은 REC를 소모하므로 태양광발전의 REC 가중치를 적용한다. 다만, 본 논문에서 적용한 예와 달리 PPA 방식 또는 해외 사업을 고려하는 경우에는 식(9)-식(11)에서 REC 가중치를 0으로 적용하고 SMP만 고려하여 계산 할 수 있다. 수익 모델에서 ESS에 관한 수익만 고려하므로, 비용의 경우에도 식(6)-식(7)과 같이 ESS 설치 비용 및 유지보수비만 고려할 수 있다. 추가적으로 모든 비용 식에는 현재 가치를 반영하기 위해 할인율이 적용된다(22).

(4)
$Z_{t}=Z_{c}-Z_{b}$

(5)
$Z_{c}=Z_{i}+Z_{m}$

(6)
$Z_{i}=C_{e}A_{n}$

(7)
$Z_{m}=\sum_{y=1}^{d}A_{m}C_{e}\dfrac{1}{(1+D)^{y-1}}$

(8)
$Z_{b}=B_{e}-B_{p}$

(9)
$B_{e}=B_{p}-B_{c}+\sum_{y=1}^{d}P_{d}(A_{s}+w_{e}A_{r})\dfrac{1}{(1+D)^{y-1}}$

(10)
$B_{p}=\sum_{y=1}^{d}P_{p}(A_{s}+w_{p}A_{r})\dfrac{1}{(1+D)^{y-1}}$

(11)
$B_{c}=\sum_{y=1}^{d}P_{c}(A_{s}+w_{p}A_{r})\dfrac{1}{(1+D)^{y-1}}$

여기서, $Z_{t}$는 전체 비용(원), $Z_{c}$는 비용 모델(원), $Z_{b}$는 수익 모델(원), $Z_{i}$는 ESS 설치비용(원), $Z_{m}$은 ESS 유지보수 비용(원), $C_{e}$는 ESS용량(Wh), $A_{n}$은 신품 ESS의 용량당 가격(원/Wh), $d$는 프로젝트 기간, $A_{m}$은 ESS의 용량당 유지보수비(원/Wh), $D$는 할인율, $B_{e}$는 태양광 연계 ESS의 수익(원), $B_{p}$는 태양광발전 수익(원), $B_{c}$는 ESS 충전에 사용된 태양광발전 비용(원), $P_{d}$는 ESS 방전 에너지(Wh), $A_{s}$는 평균 SMP(System marginal price: 계통한계가격) 또는 발전단가(원/Wh), $w_{e}$는 ESS의 REC 가중치, $A_{r}$은 REC 평균 판매단가(원/Wh), $w_{p}$는 태양광발전의 REC 가중치, $P_{c}$는 ESS의 충전에너지(Wh)이다.

2.4 용량 산정 프로세스

최적 용량 산정 방법에 기초한 프로세스는 그림 2의 순서도와 같이 모델링된 수식에 따라 계산되며, 신품 배터리를 사용한 ESS의 용량을 기초 기반으로 SOH에 따른 SLB의 용량을 식(12)와 같이 계산한다. 이때 SOH의 경우 서론에서 언급된 SLB의 관리 기관 또는 직접 검사, 전기자동차의 BMS(Battery management system: 배터리 관리 시스템)의 정보 등을 통해 얻을 수 있다.

여기서, k는 계산 스텝(1, 2, 3 ...), U는 ESS의 단위 용량(Wh), Cmax는 ESS의 최대 용량(Wh)이다. U의 경우 제약조건이며, 실제로 적용할 때에는 배터리의 단위 랙 또는 뱅크 용량을 통해 결정할 수 있으며, Cmax는 가용 예산 또는 설치 부지 면적 등을 통해 도출 된다.

(12)
$C_{s}=C_{e}/H_{s}$

여기서, $C_{s}$는 SLB 용량(Wh), $H_{s}$는 적용될 SLB의 초기 SOH(%)이다.

2.5 전기차 사용 후 배터리 최대 가격 산정

최적 용량 산정 결과 계산된 SLB 용량을 기반으로 표 1의 예를 적용한 SLB의 필요 단위 모둘 또는 팩 대수를 식(14)와 같이 산정할 수 있다. SLB는 신품 배터리의 가격을 초과할 수 없다는 조건을 전재로 식(15)-식(17)과 같은 부등식을 도출 할 수 있으며, 이를 기반으로 식(18)과 같은 SLB의 교체비를 고려한 최대 가격을 산정 할 수 있다.

Table 1. Example capacity of SLB

Item

A company

B company

type

Module

Pack

Module

Pack

Nominal Capacity

(kWh)

1.1

22

1.8

40

2.9

(13)
$E_{s}=r ound(C_{s}/C_{m})$

(14)
$Z_{i}\ge Z_{s}$

Fig. 2. Calculation process of proposed method
../../Resources/kiiee/JIEIE.2021.35.11.031/fig2.png

(15)
$Z_{s}=(C_{m}E_{s}A_{s})\dfrac{D}{D_{s}}$

(16)
$D=H_{s}-H_{l}$

(17)
$A_{m}=\dfrac{Z_{i}D_{s}}{C_{m}E_{s}D}$

여기서, $E_{s}$는 SLB 모듈 또는 팩의 필요 대수, $C_{m}$은 모듈 또는 팩 용량(Wh), $r ound()$는 반올림 연산자, $Z_{s}$는 SLB 전체 비용(원), $A_{s}$는 SLB 모듈 또는 팩 당 교체비 포함 가격(원/ea), $D_{s}$는 SLB 잔존 수명(년), $H_{l}$은 SLB의 EOL(End of life cycle: 종료 수명)(%) $A_{m}$은 SLB 모듈 또는 팩의 최대 가격(원)이다.

3. 최적용량 및 최대가격 산정 결과

제안된 방법의 검증을 위해 사용된 파라미터는 표 2와 같으며, 해당 파라미터는 그림 1의 용량산정 절차에 입력된다. 2.3절 최적용량산정 방법에 언급된 바와 같이 사업 목적 또는 전력 판매 방법 등에 따라 해당 파라미터는 용도에 맞게 전환 될 수 있으며, 특히 PPA 단가 계약에 의해 발전 사업이 진행되는 경우에는 REC 가중치와 평균 가격을 0으로 산정한 후 SMP 평균 가격을 PPA 단가로 변환해야한다. 이때 가중치를 포함한 REC와 SMP 가격의 합이 PPA 단가와 같을 경우에는 결과가 동일하므로 두가지 사례를 동시에 검토할 수 있다.

Table 2. Simulation parameters

Parameters

Unit

Value

Project duration

year

15

PV capacity

kW

200

New ESS cost

kWh/Won

400,000

ESS efficiency

%

90

Upper limit SOC

%

80

Low limit SOC

%

15

Averaged price of SMP

kWh/Won

80

Averaged price of REC

kWh/Won

40

PV REC weight factor

-

1

ESS REC weight factor

-

4

Initial SOH of SLB

%

90

End point of SOH

%

85

Annual lifecycle reduction rate

%

1

Unit capacity of ESS

kWh

50

Maximum capacity of ESS

kWh

1,000

Discount rate

%

3

3.1 적용 사이트 기상 데이터 분석

제안된 방법의 검증을 위해 제주 애월 지역에 있는 200kW 용량의 풍력발전단지에서 1년간 실측한 일사량 및 온도 데이터를 그림 3-그림 4와 같이 적용하였으며, 해당 사이트의 최대, 최소 및 평균 기상 데이터는 표 3과 같다. 그림 5그림 3-그림 4의 기상 데이터를 식(1)에 적용하여 계산한 태양광 발전단지의 출력을 나타낸다.

Table 3. Analysis of weather data

Items

Unit

Value

Solar radiation

Max

W/㎡

963.89

Mean

151.33

Min

0

Temperature

Max

32.60

Mean

16.22

Min

1.40

PV power

Max

kW

180.92

Mean

29.44

Min

0

Fig. 3. Solar radiation data
../../Resources/kiiee/JIEIE.2021.35.11.031/fig3.png

Fig. 4. Temperature data
../../Resources/kiiee/JIEIE.2021.35.11.031/fig4.png

Fig. 5. Output power of PV power plant
../../Resources/kiiee/JIEIE.2021.35.11.031/fig5.png

3.2 결과 및 고찰

Fig. 6. Output power of ESS
../../Resources/kiiee/JIEIE.2021.35.11.031/fig6.png

Fig. 7. SOC of ESS
../../Resources/kiiee/JIEIE.2021.35.11.031/fig7.png

Table 4. Simulation results

Results

Unit

Value

Annual PV generation

MWh

258

PV capacity factor

%

14.7

New ESS optimal capacity

kWh

350

Benefit (Only PV)

kWon

380562

Benefit (PV with ESS)

kWon

549222

Required capacity of SLB

kWh

389

Required modules of A company

ea

354

Required modules of B company

ea

217

Maximum price of A company SLB module

Won/ea

132,000

Maximum price of B company SLB module

Won/ea

216,000

NPV

kWon

28660

B/C

-

1.2

IRR

%

6.21

본 논문에서 제안된 방법의 용량 산정 결과 그림 6과 같이 운영에 따른 ESS의 출력 이를 기반으로 계산된 SOC를 그림 7에서 확인 가능하다. 그림 8은 ESS의 용량 변화에 따른 수익 변화를 나타내며, 최적점인 350kWh까지 수익은 용량에 따라 증가하지만 350kWh 이후 설치비 증가로 인해 수익이 감소함을 확인할 수 있다.

표 4는 용량 산정 및 SLB의 최대 가격 결과를 나타내었으며, 신품 배터리의 최적용량이 350kWh이며, 이를 SLB의 초기 SOH를 고려하였을 때 필요 용량은 389kWh로 결정 할 수 있다. 또한 표 2의 각 제조사별 SLB 모듈의 용량으로 나타내었을 때 A 제조사의 1.1kWh 모듈의 경우 354개가 필요하며, B 제조사의 1.8kWh 모듈로 ESS를 구성할 경우 354개의 모듈을 확보해야한다. 또한 신품 배터리의 가격과 비교하였을 때 A 제조사의 모듈은 개당 132,000원 그리고 B 제조사의 모듈은 개당 216,000원로 최대 가격이 산정되며, 만약 SLB 모듈의 개당 투자비가 계산된 값 이상일 경우 SLB의 사업성이 없으므로 고려 대상이 아니다. 반대로 SLB 가격이 계산 값 이하일 경우 SLB의 사업성이 신품 배터리 보다 높다고 판단할 수 있으므로, SLB의 설치를 고려해볼 수 있다.

Fig. 8. Calculation result of optimal point
../../Resources/kiiee/JIEIE.2021.35.11.031/fig8.png

4. 결 론

본 논문에서는 전기차 SLB의 정책과 계획에 맞추어 응용 방안을 태양광 발전단지에 적용하였을 때 용량 산정과 배터리의 최대 가격 산정 방법을 제안하였다. SLB의 활용에서 가장 중요한 사안은 현행 기준으로 검사기관에서 보유하고 있는 SLB 수량과 가격이 핵심이므로 제안된 방법을 통해 태양광 발전 사업 시 SLB의 용량 뿐만 아니라 신품 대비 사업성이 높은 배터리를 선택할 수 있다. 추가적으로 SLB의 용량은 같은 차종일 경우 전기차 배터리 모듈 용량으로 정해져 있다는 점은 전제로 각 제조사 별로 필요한 SLB 모듈 수까지 계산 방법을 제시하여 추후 SLB 관리 및 검사 기관에서 보유하고 있는 잔존수명이 같은 배터리 수량까지 고려할 수 있다. 제안된 방법으로 향후 전기차에서 대량으로 발생할 SLB의 재활용 활성화 뿐만 아니라 태양광발전의 SLB 기반 ESS의 적용 방안에 대해 기여할 수 있을 것이다.

References

1 
Kim Hong Doo, 2013, Future of Jeju, Journal of Korean Association for Regional Information Society, pp. 67-74Google Search
2 
Lee Gae-Myoung, 2014, The Effects of Penetration of the Electric Vehicles on the Electric Power Grid in the Jeju Island to Realize the Carbon-free Island Jeju, Proceedings of the KIEE Conference, pp. 90-92DOI
3 
Kim Kwang-Sup, Lee Sang-Yoon, Park Jae-Hong, 2016, State of Art of ESS using Re-Use Battery of EV, The Journal of The Korean Institute of Communication Sciences, Vol. 33, No. 7, pp. 47-52Google Search
4 
Hwang woohyun, Hong Wonggi, Kim Dongsik, Hong JunHee, 2017, Building Strategy of Carbon Free Island in JEJU Based on Smart Grid, Proceedings of the KIEE Conference, pp. 36-37Google Search
5 
Myung Ho-San, Kim Se-Ho, Kim Hyong-Taek, Kim Yeong-Hwan, 2011, A Study on the Maximum Penetration Limit of Wind Power Considering Output Limit of WTGs, Proceedings of the KIEE Conference, pp. 322-323DOI
6 
Hong Yong-Jun, 2011, Estimation of LCOE for Home-ESS using Re-use Battery of EV, Bulletin of the Korea Photovoltaic Society, Vol. 3, No. 2, pp. 55-62Google Search
7 
Lee Do-Heon, 2021, Field Test and Evaluation Technique of Re-Use Battery from EV, KIPE MAGAZINE, Vol. 26, No. 2, pp. 26-32Google Search
8 
Koh Chang-Hyuk, 2019, UPS System Model Development by Recycling the Used EV Lithium Battery, Proceedings of the KIEE Conference, pp. 335-336Google Search
9 
Kim Yong-Ha, 2019, A Study on Estimation of ESS Capacity for Inputting Wind and Solar Power in Frequency Stability, Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, Vol. 33, No. 2, pp. 53-59Google Search
10 
Yeo Jung-Hoon, Lee Woo-Yung, 2017, Design and Field Test of ESS with PV Generation, The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers, Vol. 31, No. 4, pp. 25-35Google Search
11 
Lee Yong-Rae, Kim Mun-Kyeom, 2021, Optimal Capacity of ESS Considering Photovoltaic Generation Forecasting Error, Proceedings of the KIEE Conference, pp. 209-210Google Search
12 
Woo Kyung-Il, 2018, Study on Designing and Applying Energy Storage System(ESS) Related to Photovoltaic Power Generation, Proceedings of the KIEE Conference, pp. 345-346Google Search
13 
Kanchev H., Lu D., Colas F., Lazarov V., Francois B., 2011, Energy Management and Operational Planning of a Microgrid With a PV-Based Active Generator for Smart Grid Applications, IEEE Transactions on Industrial Electronics, Vol. 58, No. 10, pp. 4583-4592DOI
14 
Moshi G. G., Bovo C., Berizzi A., 2015, Optimal Operational Planning for PV-Wind-Diesel-battery Microgrid, 2015 IEEE Eindhoven PowerTechDOI
15 
Bhattacharya S., Mishra S., 2016, Coordinated decentralized control for PV-EV based Grid connected Microgrids, 2016 IEEE 6th International Conference on Power Systems (ICPS)DOI
16 
Zhaoxia X., Hui L., Tianli Z., Huaimin L., 2019, Day-ahead 6Optimal Scheduling Strategy of Microgrid with EVs Charging Station, 2019 IEEE 10th International Symposium on Power Electronics for Distributed Generation Systems (PEDG)DOI
17 
Khorramdel H., Aghaei J., Khorramdel B., Siano P., 2016, Optimal Battery Sizing in Microgrids Using Probabilistic Unit Commitment, IEEE Transactions on Industrial Informatics, Vol. 12, No. 2, pp. 834-843DOI
18 
Bahramirad S., Reder W., Khodaei A., 2012, ReliabilityConstrained Optimal Sizing of Energy Storage System in a Microgrid, IEEE Transactions on Smart Grid, Vol. 3, No. 4, pp. 2056-2062DOI
19 
Pecenak Z. K., Stadler M., Fahy K., 2019, Efficient Multi-year Economic Energy Planning in Microgrids, Applied Energy, Vol. 255, pp. 113771DOI
20 
Borhanazad H., 2014, Optimization of Micro-grid System using MOPSO, Renewable Energy, Vol. 71, pp. 295-306DOI
21 
Dufo-López R., Bernal-Agustin J. L., 2008, Multi-objective Design of PV-Wind-Diesel-Hydrogen-Battery Systems, Renewable Energy, Vol. 33, No. 12, pp. 2559-2572DOI

Biography

Sang Heon Chae
../../Resources/kiiee/JIEIE.2021.35.11.031/au1.png

He received his B.S. and M.S. degrees in Electrical Engineering from Jeju National University, S. Korea, in 2015 and 2017, respectively, He is currently a Ph.D. candidate in the Department of Electrical Engineering, Jeju National University, S. Korea.

Since 2021, he has been with the Korea Battery Industry Association in Jeju, S. Korea, where he is currently a senior researcher.

His research interests include design, planning and control of ESS.

Eel-Hwan Kim
../../Resources/kiiee/JIEIE.2021.35.11.031/au2.png

He received his B.S., M.S. and Ph.D. degrees in Electrical Engineering from Chung-Ang University, Seoul, Korea, in 1985, 1987 and 1991, respectively.

Since 1991, he has been with the Department of Electrical Engineering, Jeju National University in Jeju, Korea, where he is currently a professor.

He was a Visiting Scholar at the Ohio State University in 1995 and University of Washington in 2004.

His research activities are in the area of power electronics and control, which includes the drive system, renewable energy control applications, and power quality.

He is a member of KIEE, KIPE, and IEEE.