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.




Co-simulation, Distribution network, MATLAB, OpenDSS, Service restoration

1. 서 론

배전계통은 고객에 전력을 공급하기 위한 마지막 연결점의 역할을 수행하며, 비교적 간단한 설계 방식, 낮은 비용 및 간단한 보호 협조 등으로 인해 주로 방사상의 형태로 운영되어 왔다. 이로 인해 배전계통 내 컴포넌트의 고장은 고장 구역 하단(downstream)의 모든 부하들에 대한 정전을 야기하며, 이는 배전계통의 낮은 신뢰성으로 이어진다[1, 2]. 배전계통의 신뢰성을 향상시키기 위해 많은 노력들이 이루어졌지만, 비정상적인 기후 환경 등으로 인해 배전계통의 고장 및 정전은 불가피하게 발생한다.

일반적으로 배전계통은 피더 간 연계 및 부하 절체를 위해 상시 개방 스위치(Tie Switch)를 가진다. 배전계통의 고장 감지 및 고장 구간 식별 후 건전 구간과의 신속한 분리가 필요하며, 분리 후 고장 구간 하단의 정전 고객들에 대한 전력 공급을 복구하기 위해 상시 개방 스위치를 이용하여 다른 피더로 이를 절체하는 정전복구가 요구된다[3]. 정전복구 계획은 계통의 운영상 제약조건을 위반하지 않는 동시에 정전된 부하량 및 복구를 위한 스위치 동작 횟수를 최소화하는 것을 목표로 하며, 필요 시 변경된 토폴로지에서 발생하는 선로 손실 등을 추가적으로 고려할 수 있다[4].

현재 운영되고 있는 대부분의 배전계통에서 정전복구는 운전자에 의해 수동적으로 실행되고 있지만, 복구를 위해 필요한 스위치 조작이 복잡하고 국가적 재난 및 비정상적인 기후 조건 등의 상황에서는 운전자의 실수가 발생할 수 있는 가능성이 높기 때문에 정전복구의 자동화는 배전계통 신뢰도 향상을 위해 매우 중요하다[5].

정전복구는 고장 구간이 있는 상황에서의 배전계통 토폴로지 재구성 및 스위치 조합 최적화 문제로 많은 연구자들에 의해 다양한 방식들이 제안되어 왔다. 과거에는 주로 지식 기반 추론 엔진을 이용한 전문가 시스템[6, 7] 및 가능한 솔루션을 비교적 빠르게 찾아내는 휴리스틱 알고리즘[8, 9]을 이용한 방식들이 제시되었다. 하지만 최근에는 계산 시간 단축 및 최적해 도출을 위해 수리계획법[10, 11] 및 메타-휴리스틱[12, 13] 기법들이 개발되었다.

기존 연구에서 정전복구 알고리즘 개발을 위한 시뮬레이션 환경은 주로 단일 소프트웨어 혹은 전용으로 개발된 프로그램을 주로 사용하였다[10-13]. 계통의 토폴로지 재구성 및 최적화를 수행하기 위해 1) 계통 모델링, 2) 조류해석, 3) 해석결과(전압, 전류 등) 기반 운영 상 제약조건 확인, 4) 목적함수 계산, 5) 최적화 기법 기반 토폴로지 후보 탐색 및 선정 등의 과정이 필요하다. 단일 시뮬레이션 환경에서는 연동 시뮬레이션 환경에 비해 시뮬레이션 시간이 빠를 수 있으나 시뮬레이션에 요구되는 기능들을 패키지로 지원하지 않음에 따라 모든 기능을 직접 구현해야, 이는 장시간의 연구 환경 셋업 및 복잡성을 야기한다. 따라서 정전복구 연구를 위해 필요한 시뮬레이션에 적합한 개별 시뮬레이션 도구 간의 연동을 통해 개별 시뮬레이션 도구의 장점을 최대한 이용한 효율적인 정전복구 과정 수행 및 연구를 위한 셋업 시간의 단축을 위한 시뮬레이션 환경 구축이 필요하다.

본 논문에서는 정전복구 연구를 위한 OpenDSS 및 MATLAB 연동 시뮬레이션 환경을 제안한다. 2장에서는 배전계통 정전복구의 목표 및 제약사항과 이들의 검토를 위한 시뮬레이션 환경 요구사항에 대해 기술하며, 3장에서는 OpenDSS와 MATLAB의 연동 시뮬레이션 환경을 제안하며, 각각의 sub-simulation 도구의 역할 및 기능을 정의한다. 4장에서는 제안된 시뮬레이션 환경에서의 테스트 계통에 대한 다양한 Case Study 결과를 제시하며, 도출된 결과를 통해 제안된 시뮬레이션 환경의 정확성 및 유효성을 검증한다. 마지막으로 5장에서는 본 논문의 결론을 기술한다.

2. 배전계통 정전복구 시뮬레이션 환경

2.1 배전계통 정전복구 과정

배전계통 특정 피더의 한 구간에 고장이 발생하면, 회로 차단기와 같은 보호기기가 동작하여 고장 지점으로의 전력 공급을 차단한다. 배전자동화시스템은 보호기기 동작 여부 등의 알람에 기반하여 고장을 인지하며, FRTU(Feeder Remote Terminal Unit)로부터 수신한 정보들을 이용하여 고장 구간을 판단한다. Fig. 1과 같이 고장 구간이 정확히 판단되었다면, 고장 구간을 주전원 및 건전 구간과 분리시키기 위해 고장지점 상단(upstream) 및 하단의 스위치를 개방하며, 피더 보호기기를 재투입함으로써 고장 구간 상단에 연결된 부하들을 복구한다. 이후 고장구간 하단에 연결된 정전 부하들을 복구하기 위해 계통 운영자는 적절한 복구 방안 수립 및 상시 개방 스위치, 자동화 스위치 조작을 통해 정전 부하들을 인근 피더들로 절체한다[14].

Fig. 1. Process of service restoration for a fault in a distribution network

../../Resources/kiiee/JIEIE.2022.36.6.018/fig1.png

예를 들어 Fig. 2와 같은 배전계통에서 S1과 S2 사이에 있는 구간에 고장이 발생한 경우를 가정한다면, 피더 보호기기의 트립 이후 배전자동화시스템은 먼저 고장구간 분리를 위해 S1 및 S2 스위치를 개방한다. 고장구간 상단의 부하에 대한 공급 재개를 위해 트립된 보호기기에 대한 재투입을 수행하지만, 고장구간 하단의 부하들에 대한 전력 공급이 필요하다. 따라서 배전자동화시스템은 미리 정해진 로직에 의해 적절한 정전복구 계획을 수립하고 만일 T4 스위치의 투입이 가장 좋은 후보로 선정되었다면 T4 스위치 투입을 통해 정전구역의 부하들을 F4 피더로 절체한다.

Fig. 2. Process of service restoration based on DAS

../../Resources/kiiee/JIEIE.2022.36.6.018/fig2.png

계통 운영자는 인근 피더들의 마진 용량에 따라 정전 부하 전체 혹은 일부분을 절체할 수 있으며, 하나 이상의 인근 피더로 분할 절체를 수행할 수 있다. 고장 구간의 수리가 끝나면, 배전계통을 고장 이전의 토폴로지로 복구하기 위해 상시 개방 스위치 및 자동화 스위치를 다시 조작한다[14].

2.2 정전복구 목표 및 제약사항

정전복구의 목표는 건전 구간의 정전 부하에 대한 빠른 공급 재개를 통해 정전 시간을 최소화하고, 복구 부하량을 최대화하는 것 이외에도 병원, 소방서 등의 중요 부하에 대한 우선 공급이 있다[15]. 또한, 토폴로지 재구성을 위해 필요한 스위칭 횟수를 최소화하고, 변경된 토폴로지에서 발생하는 선로 손실의 최소화 등이 추가적으로 포함될 수 있다. 각각의 목표들은 (1)과 같이 목적함수($F$)의 형태로 표현될 수 있으며, 계통 운영 철학에 따라 개별 목표의 비중($\omega$)이 결정된다.

(1)
$\max F=\omega_{1}\sum_{i=1}^{n}S_{i}-\omega_{2}\sum_{i=1}^{n}I_{i}^{2}R_{i}-\omega_{3}N_{sw}$

여기서, $S_{i}$ : $i$번째 구간의 복구된 부하량

$I_{i}$ : $i$번째 구간에 흐르는 전류

$R_{i}$ : $i$번째 구간의 선로 저항성분

$N_{sw}$ : 정전복구를 위한 스위칭 횟수

정전복구 계획 수립 시 상기 목표들을 적절히 만족시킬 수 있는 토폴로지 후보를 찾는 것이 필요하지만, 선정된 후보들은 배전계통 운영상의 다양한 제약조건을 만족해야 한다. 정전복구 계획 수립을 위해 일반적으로 고려되는 제약조건은 Table 1과 같다[15].

Table 1. Constrains for service restoration plan

번호

제약조건

1

노드 전압 및 선로 전류가 허용 범위 이내

2

각 피더에 연결된 부하는 허용 범위 이내

3

방사상 토폴로지의 형태를 유지

2.3 정전복구 시뮬레이션 환경 요구사항

정전복구는 고장 구간이 있는 상황에서의 배전계통 토폴로지 재구성 및 스위치 조합 최적화 문제로 무수히 많은 토폴로지 조합 후보가 존재함에 따라 후보 생성 및 적합성 검증을 위한 반복적 시뮬레이션이 요구된다.

Fig. 3은 최적화 기반의 정전복구 계획 수립 과정을 나타낸다. 먼저 임의로 생성된 토폴로지 후보를 대상으로 조류해석을 수행하며, 조류해석 결과로 도출된 전압, 전류 등의 상태변수를 이용하여 제약조건을 판단한다. 제약조건 미충족 시에는 최적화 기법에 기초한 새로운 후보 생성을 통해 새로운 후보에 대한 조류계산 및 제약조건을 다시 수행한다. 해당 후보가 제약조건을 통과한다면, 해당 후보에 대한 목적함수 계산을 실시하며, 계산된 값의 수렴 여부에 따라 새로운 후보 생성 혹은 정전복구 방안 도출 및 종료를 수행한다. 즉, 후보 생성 및 검증의 반복적인 수행을 통해 최적의 정전복구 방안을 도출할 수 있다.

Fig. 3을 통해 알 수 있듯이, 최적화 기법 기반 정전복구 계획 수립을 위해서는 1) 배전계통 모델링, 2) 조류해석, 3) 제약조건 검사 및 목적함수 계산, 4) 토폴로지 후보 생성 등의 기능 수행을 위한 시뮬레이션 환경이 요구된다. 하지만 단일 시뮬레이션 도구에서는 상기 기능들을 패키지로 제공하고 있지 않기 때문에 개별 기능과 적합한 시뮬레이션 도구의 연동을 통한 효율적인 연구 환경 조성이 필요하다.

Fig. 3. Flowchart of finding the service restoration plan based on an optimization-based technique

../../Resources/kiiee/JIEIE.2022.36.6.018/fig3.png

3. 정전복구 연동 시뮬레이션 환경

3.1 OpenDSS : 배전계통 조류해석

OpenDSS(Open Distribution System Simulator)는 EPRI에서 개발된 오픈소스 프로그램으로 스크립트 기반 배전계통 모델링 및 정상상태 실효치 해석이 가능하다[16]. 따라서 본 논문에서는 OpenDSS를 배전계통 모델링 및 조류해석의 기능을 담당하는 시뮬레이션 도구로 선정하였다.

본 논문에서 제안된 연동 시뮬레이션 환경에서 OpenDSS는 Fig. 4와 같은 I/O 구조를 가지며, 계통 모델링 및 조류해석을 위한 데이터와 외부 시뮬레이션 도구에서 취득한 토폴로지 후보를 입력으로 받아 해당 토폴로지 후보에 대한 조류해석을 수행한다. 조류해석의 결과로 도출된 상태변수 및 시스템 손실과 같은 추가적인 정보들은 COM Interface를 통해 외부 시뮬레이션 도구로 전달한다. 이는 배전자동화시스템에서 조류해석 어플리케이션의 역할에 해당하며, 정전복구 어플리케이션의 복구 방안 도출을 위한 데이터 제공을 담당한다.

Fig. 4. Input and output information of OpenDSS

../../Resources/kiiee/JIEIE.2022.36.6.018/fig4.png

3.2 MATLAB : 제약조건 검사 및 토폴로지 후보 생성

MATLAB은 Mathworks社에서 개발한 행렬 및 배열 기반의 연산을 수행하는 프로그래밍 언어로 반복적인 분석 및 설계 프로세스에 적합한 소트프웨어 중 하나이다. 배전계통을 구성하는 많은 수의 노드 및 구간들은 행렬 혹은 배열로 표현이 가능함에 따라 배전계통 해석결과의 가공을 통한 정전복구 제약조건 및 목적함수 계산에 적합하다. 또한, 다양한 최적화 관련 기법 및 기능들을 도구box의 형태로 제공하기 때문에 Genetic Algorithm, Particle Swarm Optimization 등의 최적화 기법을 사용한 새로운 토폴로지 후보 생성이 용이하다는 장점을 가진다. 따라서 본 논문에서는 MATLAB을 정전복구 계획 수립의 기능을 담당하는 시뮬레이션 도구로 선정하였다.

연동 시뮬레이션 환경에서 MATLAB은 Fig. 5와 같은 I/O 구조를 가지며, 최적화 수행을 위한 데이터 및 외부 시뮬레이션 도구에서 취득한 조류해석 결과를 입력으로 받아 제약조건 검사, 목적함수 계산 및 최적화 기법 기반의 새로운 토폴로지 후보를 생성하여 조류해석을 담당하는 외부 시뮬레이션 도구로 전달한다. MATLAB은 배전자동화시스템에서 정전복구 어플리케이션의 역할에 해당하며, 조류해석 어플리케이션으로부터 복구 방안 도출을 위한 데이터를 제공받는다.

Fig. 5. Input and output information of MATLAB

../../Resources/kiiee/JIEIE.2022.36.6.018/fig5.png

3.3 OpenDSS – MATLAB 연동 시뮬레이션 구조

본 논문에서 제안하는 연동 시뮬레이션 환경에서 OpenDSS와 MATLAB은 각각 조류해석 및 정전복구 계획 수립 기능을 담당한다. 두 개의 서로 다른 단일 시뮬레이션 도구의 연동을 위해 OpenDSS의 프로세스 내 DLL(Dynamic Library Link)에 구현되어 있는 COM(Component Object Model) 인터페이스를 사용한다. Fig. 6과 같이 COM 인터페이스는 MATLAB과 같은 다른 소프트웨어 플랫폼에서 OpenDSS에 접근 및 명령을 내릴 수 있는 환경을 제공한다[10].

Fig. 6. Structure of OpenDSS with COM interface [16]

../../Resources/kiiee/JIEIE.2022.36.6.018/fig6.png

Fig. 7은 본 논문에서 제안하는 연동 시뮬레이션의 일반적인 구조를 나타낸다. OpenDSS와 MATLAB은 COM 인터페이스를 통해 상호 간의 기능 연동이 가능하다. 정전복구 연구를 위한 연동 시뮬레이션 초기 단계에서 조류해석을 수행하기 위해 OpenDSS는 전원, 변압기, 선로, 부하 등을 포함한 배전계통 모델링을 수행하며, MATLAB은 OpenDSS COM 서버로의 접속을 우선적으로 실행한다. 하위 시뮬레이션 도구 간의 연동이 준비되면, MATLAB은 초기 토폴로지 후보를 생성하여 OpenDSS에 해당 후보에 대한 조류해석을 명령하며, OpenDSS는 조류해석 수행 및 결과를 CSV 파일의 형식으로 MATLAB으로 전달한다. 전달받은 상태 변수 등을 이용하여 MATLAB은 제약조건 검사 및 목적함수 계산을 수행하며, 최적의 토폴로지 후보가 아니라고 판단될 경우에는 최적화 기법을 이용한 새로운 후보 생성 및 해당 후보에 대한 새로운 조류해석을 요청한다. 이러한 과정을 최적의 토폴로지 후보가 생성되었다고 검증될 때까지 반복적으로 수행된다.

본 논문에서 제안된 연동 시뮬레이션 환경에서는 배전계통의 조류해석과 정전복구 후보 도출을 위한 최적화 기능을 각각의 적절한 하위 시뮬레이션 도구에 분배함으로써 단일 시뮬레이션 도구에 모든 기능을 코딩의 형태로 구현하여 프로그램화 시키는 등의 환경 셋업을 위한 복잡성을 피할 수 있다. 또한 개별 시뮬레이션 도구가 가지고 있는 built-in 기능들을 최대로 활용함에 따라 연구 과정의 정확성 및 유연성을 기대할 수 있다.

Fig. 7. The proposed co-simulation architecture

../../Resources/kiiee/JIEIE.2022.36.6.018/fig7.png

4. 시뮬레이션

4.1 시뮬레이션 계통 및 조건

본 논문에서 제안된 연동 시뮬레이션 환경을 검증하기 위해 Fig. 8과 같은 IEEE 37-node system을 사용하였다[11]. 정전복구를 위한 상시 개방 스위치(T1~T6)를 임의로 부여하였으며, 각 스위치의 위치는 Table 2에 나타나 있다. 3가지 고장에 대한 시뮬레이션을 수행하였으며, 각각의 고장 위치는 1) Case 1: 713-704, 2) Case 2: 730-709, 3) Case 3: 703-727로 가정하였다. MATLAB에서는 개별 고장에 대해 복구 후보로 선정될 수 있는 6개의 상시 개방 스위치 동작을 OpenDSS로 순차적으로 전달하여 조류해석을 실시하며, 개별 후보 적용에 대한 복구 전후 주전원의 공급전력, 시스템 손실 및 변경된 토폴로지의 최소 전압을 비교함으로써 최적의 토폴로지를 도출한다.

Table 2. Location of tie-switches of the test system

No.

Node(From)

Node(To)

T1

713

724

T2

742

744

T3

728

735

T4

708

718

T5

731

725

T6

731

741

Fig. 8. Test system : IEEE 37-node system [17]

../../Resources/kiiee/JIEIE.2022.36.6.018/fig8.png

4.2 시뮬레이션 결과 및 논의

Fig. 9는 Case 1에 대한 토폴로지 별 유효 및 무효전력 소비량을 나타낸다. 고장 전(BF) 예제계통에는 2526kW의 유효전력이 공급되고 있으며, 713-704 구간의 고장 및 구간 분리 이후(AF) 704 노드의 하단에 연결된 부하들이 정전 상태가 됨에 따라 계통에 공급되는 유효전력이 2059kW로 감소된다. 따라서 약 460kW의 정전 부하에 대한 복구를 위해 T1~T6 중 적절한 스위치의 투입이 필요하다. Fig. 9의 결과를 통해 알 수 있듯이, 정전구간 전체에 대한 복구를 수행할 수 있는 스위치는 T1, T4, T5이다. 하지만, Table 3에 제시된 결과를 통해 알 수 있듯이, 시스템 손실 및 변경된 토폴로지에서 발생하는 최소 전압을 고려할 때 정전구역과 전기적으로 가까운 T1이 최적의 복구방안이 될 수 있다.

Fig. 9. Power consumed according to topology candidates : Case 1

../../Resources/kiiee/JIEIE.2022.36.6.018/fig9.png

Table 3. System loss and minimum voltage according to topology candidates : Case 1

No.

System Loss(kW)

Minimum Voltage(p.u.)

T1

99.2

0.93359

T4

111.5

0.92869

T5

110.3

0.92953

Fig. 1011은 각각 Case 2와 Case 3에 대한 토폴로지 별 전력 소비량을 나타내며, Table 4Table 5는 각각 Case 2와 Case 3에 대한 토폴로지 별 시스템 손실 및 최소 전압을 보여준다. 고장위치가 730-709 구간인 Case 2의 경우, T3~T5의 투입이 정전부하에 대한 완전한 복구를 보장한다. 하지만, 시스템 손실 및 최소 전압을 고려할 때, T4의 선택이 더 나은 복구 방안이 될 수 있다. 마지막으로 고장위치가 703-727 구간인 Case 3의 경우에는 T2와 T3의 투입이 완전한 정전복구를 보장하지만, 시스템 손실 및 최소 전압 측면을 고려할 때, T2가 더 나은 후보로 판단될 수 있다.

본 논문에서 제시한 연동 시뮬레이션 환경은 배전계통 모델링 및 조류해석, 정전복구 계획 수립을 위한 제약조건, 목적함수 계산 및 새로운 후보 생성 등과 관련된 기능을 연동 플랫폼에서 수행함으로써 시뮬레이션 복잡성을 줄이고, 시간을 단축시킬 수 있다. 또한 단일 시뮬레이션 도구가 가지는 장점들을 극대화함으로써 시뮬레이션 효율 및 유연성을 기대할 수 있다.

Fig. 10. Power consumed according to topology candidates : Case 2

../../Resources/kiiee/JIEIE.2022.36.6.018/fig10.png

Fig. 11. Power consumed according to topology candidates : Case 3

../../Resources/kiiee/JIEIE.2022.36.6.018/fig11.png

Table 4. System loss and minimum voltage according to topology candidates : Case 2

No.

System Loss(kW)

Minimum Voltage(p.u.)

T3

108.6

0.9253

T4

107

0.92659

T5

116.3

0.91206

Table 5. System loss and minimum voltage according to topology candidates : Case 3

No.

System Loss(kW)

Minimum Voltage(p.u.)

T2

96.2

0.93600

T3

107.3

0.92662

5. 결 론

본 논문에서는 정전복구 연구의 효율성 제고를 위한 OpenDSS-MATLAB 연동 시뮬레이션 환경 및 구조를 제시하였으며, IEEE 37-node 계통을 대상으로 한 시뮬레이션 결과를 통해 효율적인 시뮬레이션 환경 구축 및 적절한 정전복구 계획 수립이 가능함을 확인하였다. 제안된 시뮬레이션 환경은 조류해석 및 정전복구 계획 수립을 위한 하위 시뮬레이션 도구의 연동을 통해 시뮬레이션 복잡성 및 소요 시간 감소에 기여할 수 있으며, 향후 능동 배전계통 조건에서의 정전복구를 위한 알고리즘 개발 등에 기초 환경으로 활용될 수 있을 것으로 사료된다.

Acknowledgement

This work was supported by Kyungnam University Foundation Grant, 2021.

References

1 
Coelho A., Rodrigues A. B., Da Silva M. G., 2004, Distribution Network Reconfiguration with Reliability constraints, in Proc. Int. Conf. Power Syst. Technol., Vol. 2, pp. 1600-1606DOI
2 
Ciric R. M., Popovic D. S., 2000, Multi-objective Distribution Network Restoration Using Heuristic Approach and Mix Integer Programming Method, Int. J. Elect. Power Energy Syst., Vol. 22, No. 7, pp. 497-505DOI
3 
Cavalcante P. L., et al. , 2016, Centralized Self-healing Scheme for Electrical Distribution Systems, IEEE Trans. Smart Grid, Vol. 7, No. 1, pp. 145-155DOI
4 
Zidan A., El-Saadany E. F., 2012, A Cooperative Multiagent Framework for Self-healing Mechanisms in Distribution Systems, IEEE Trans. Smart Grid, Vol. 3, No. 3, pp. 1525-1539DOI
5 
Chow M.-Y., Taylor L. S., Chow M.-S., 1996, Time of Outage Restoration Analysis in Distribution Systems, IEEE Trans. Power Del., Vol. 11, No. 3, pp. 1652-1658DOI
6 
Fujii Y., et al. , 1992, Online Expert System for Power Distribution System Control, International Journal of Electrical Power & Energy Systems, Vol. 14, No. 1, pp. 45-53DOI
7 
Hotta K., et al. , 1990, Implementation of a Real-time Expert System for a Restoration Guide in a Dispatching Center, IEEE Transactions on Power Systems, Vol. 23, No. 4, pp. 1032-1038DOI
8 
Miu K. N., Chiang H. D., McNulty R. J., 2000, Multi-tier Service Restoration through Network Reconfiguration and Capacitor Control for Large-scale Radial Distribution Networks, IEEE Transactions on Power Systems, Vol. 15, No. 3, pp. 1001-1007DOI
9 
Wu J., Tomsovic K. L., Chen C., 1991, A Heuristic Search Approach to Feeder Switching Operations for Overload, Faults, Unbalanced Flow and Maintenance, IEEE Transactions on Power Delivery, Vol. 6, No. 4, pp. 1579-1586DOI
10 
Lopez J. C., et al. , 2018, Optimal Restoration/Maintenance Switching Sequence of Unbalanced Three-phase Distribution Systems, IEEE Transactions on Smart Grid, Vol. 9, No. 6, pp. 6058-6068DOI
11 
Chen B., et al. , 2018, Multi-time Step Service Restoration for Advanced Distribution Systems and Microgrids, IEEE Transactions on Smart Grid, Vol. 9, No. 6, pp. 6793-6805DOI
12 
Marques L. T., Delbem A. C. B., London J. B., 2018, Service Restoration with Prioritization of Customers and Switches and Determination of Switching Sequence, IEEE Transactions on Smart Grid, Vol. 9, No. 3, pp. 2359-2370DOI
13 
Zadsar M., Haghifam M. R., Larimi S. M. M., 2017, Approach for Self-healing Resilient Operation of Active Distribution Network with Microgrid, IET Generation, Transmission & Distribution, Vol. 11, No. 18, pp. 4633-4643DOI
14 
Zidan A., et al. , 2017., Fault Detection, Isolation, Service Restoration in Distribution Systems: State-of-the-Art and Future Trends, IEEE Trans. Smart Grid, Vol. 8, No. 5DOI
15 
Kumar Y., Das B., Sharma J., 2008, Multiobjective, Multiconstraint Service Restoration of Electric Power Distribution System with Priority Customers, IEEE Trans. Power Del., Vol. 23, No. 1, pp. 261-270DOI
16 
SourceForge , OpenDSS Electric Power Distribution System Simulator, http://sourceforge.net/projects/electricdss/ (Accessed 27 May 2022)URL
17 
IEEE , IEEE PES Distribution System Analysis Subcommittee’s Distribution Test Feeder Working Group. Distribution Test Feeders, http://www.ewh.ieee.org/soc/pes/dsacom/testfeeders/index.html (Accessed 5 August 2013)URL

Biography

Yun-Sik Oh
../../Resources/kiiee/JIEIE.2022.36.6.018/au1.png

He received his B.S., M.S., and Ph.D. degrees from the College of Information and Communication Engineering, Sungkyunkwan University, Korea, in 2011, 2013, and 2017, respectively. Since March 2018, he has been a assistant professor in the department of electrical engineering, Kyungnam University. His research interests include distribution system operation and protection, as well as distributed energy resources.