윤준석
(Jun-Seok Yun)
1iD
박철원
(Chul-Won Park)
†iD
-
(Senior Research Engineer, Power Electric & Electronic System R&D Institute, ENTEC
Electric & Electronic, Korea)
Copyright © The Korean Institute of Illuminating and Electrical Engineers(KIIEE)
Key words
DC microgrid, DWT, Fault detection, MATLAB, Protection and cooperation, PSCAD, Renewable energy source
1. 서 론
최근, 직류 마이크로그리드는 기존 교류 중심의 전력계통의 새로운 대안으로 전환되고 있다. 직류 마이크로그리드는 대부분 전력 컨버터를 통하여 연계된다.
기존 교류 계통에서의 문제점인 무효전력, 동기화, 고조파, 주파수에 영향을 받지 않고, 직류 기반 재생에너지원이 직접 연계가 가능하고 전력변환 과정이
줄어 교류에 비해 효율을 극대화할 수 있다. 하지만, 직류 전원은 교류와 달리 영점교차 (zero-crossing)가 발생하지 않아 사고전류 차단이
용이하지 않고, 고장 검출 방법, 접지방법 등이 다르므로 직류 마이크로그리드에 적합한 보호 기술 개발이 요구된다[1-3].
근래 국내에서는 실 사용부하를 대상으로 진도 서거차도, 고창 저압 직류 배전 실증센터 등과 같은 직류 마이크로그리드 실증 사업을 진행되었다. 특히,
직류수용가에서 사용되는 모든 기기 및 저압 직류 배전에 연계되는 분산전원에 대한 핵심기술 개발을 위해 2019년부터 한국전자기술연구원, 인텍전기전자
등에서는 “지능형 LVDC 핵심기술 개발” 사업을 진행하고 있다[3-5].
국내에서는 저압 직류 배전계통에서 발생하는 고저항 지락고장을 효과적으로 검출하기 위하여 시간 영역 신호처리 기법인 수학적 형태학을 이용한 고장 검출
방법[6], 웨이브릿 변환을 이용한 DC 모선 및 선로 고장의 특징 추출 가능성 검토[7], 기 구축된 독립형 마이크로그리드를 위한 자체 소비 및 피크 감소 알고리즘 설계[8], DC 지락사고 영향 및 특성 분석을 통한 PV 모듈의 지락 불검출 영역 및 고장위치 검출 방법[9] 등의 연구가 수행되었다.
해외에서도 직류에 대해 고장 검출, 보호 등 많은 연구가 이루어졌다. 망형 구조의 저압 직류 계통의 고저항 고장 감지를 위한 하이브리드 수동 과전류
계전기 개발[10], 교류와 직류의 과도 정보를 이용하여 MMC 기반 직류 계통에 대한 직류선로 보호기법[11], 가변 모드 분해 (VMD) 기반 저압 직류 마이크로그리드를 위한 빠른 고장 검출 기법[12] 등이 제안되었으며, 초고압 직류 및 고압 직류 계통에 대하여 VSC 기반 망형 MTDC 계통에서 빠른 직류 고장 제거를 통하여 CB 임계 시간전에
동작할 수 있는 방법과 직류 고장 전류를 CB가 파손되지 않는 수준 이하로 크게 줄이는 2가지 방법[13] 등의 논문이 발표되었다. 또한, 직류 마이크로그리드를 위하여 K-means 클러스터링, 웨이브릿 분석 등 기계 학습 기술을 사용하여 고장 검출 및
분류 기술 개발[14], 보호 구역 양 끝에 있는 두 개의 IED를 통한 선로 전류의 정규화된 중첩 요소 계산을 통한 고장 검출 및 고장 방향 식별[15], 종단 전류 측정만을 사용한 VMD 기반 고장 감지 기술[16] 등이 연구되었다. 이러한 연구들은 대부분 단독 직류 마이크로그리드에서의 검증으로서, 기존 교류에서의 고장 검출 기법과 순간전류변화율, VMD, 웨이브릿
분석, 에너지 등을 비교하였다. 순간전류변화율을 이용한 기법은 지락고장을 검출할 수 없었고, 고장저항이 커질수록 단락고장을 검출하지 못하거나, 단락고장
검출 시간이 늦어지는 단점이 있었다.
본 논문에서는 다회로 직류 마이크로그리드 보호협조 연구의 일환으로, 나주 통합 직류 마이크로그리드를 대상으로 DWT (Discrete Wavelet
Transform) 를 기반으로 하는 개선된 고장검출 방안을 제시한다. 특히, PSCAD 플랫폼과 MATLAB 도구를 사용하여 지락사고 (pole
to ground fault)와 단락사고 (pole to pole fault)의 고장검출 방안을 비교한다. 대상 직류 마이크로그리드는 PV, ESS,
부하로 구성된 3개의 소규모 마이크로그리드로 통합된 실계통 모델이다. PSCAD 플랫폼을 이용하여 실 계통 모델을 모델링한다. 또한 통합 모델보호를
위하여, PSCAD 플랫폼과 MATLAB 도구를 사용하여 제안된 고장검출 알고리즘을 구현한 후 고장위치별 고장종류 검출을 통해 비교함으로서 제시한
개선된 방안의 적용 가능성을 비교하고자 한다.
2. 나주 통합 직류 마이크로그리드
대상 직류 마이크로그리드는 실 계통인 나주의 농공, 혁신, 신규 직류 마이크로그리드이다. Fig. 1은 직류 마이크로그리드 통합 모델의 개략도를 나타낸다. 대상 직류 마이크로그리드는 3개의 소규모 마이크로그리드가 통합되어 있으며, MG 1은 PV
300kW, ESS 1.1MWh, 부하 400kW, MG 2는 PV 150kW, ESS 1,155kWh, 부하 200kW, MG 3은 PV 100kW,
ESS 200kWh, 부하 150kW 로 구성된다.
Fig. 1. Schematic diagram of real integrated DC microgrid
2.1 PSCAD를 이용한 모델링
PSCAD 플랫폼을 이용하여 나주 통합 직류 마이크로그리드를 모델링하였다. Fig. 2는 PSCAD를 이용한 나주 통합 직류 마이크로그리드 모델링을 나타낸다. 3개의 구역으로 나누어져 있으며, 각 마이크로그리드와 차단기 사이의 거리는
2km 이다. 고장 위치는 차단기 단자에서 발생시켰으며, 정상상태, 지락사고 및 단락사고를 시뮬레이션하였다[4].
Fig. 2. Modeling of field integrated DC microgrid using PSCAD
3. 개선된 고장검출 방안
개선된 고장검출 방안은 지락고장은 DWT의 상세계수 기반이며, 단락고장은 DWT의 상세계수 절대값 제곱의 합 기반으로서, HPF (High Pass
Filter)로 구성된 MRA (Multi-Resolution Analysis)를 통한 상세계수를 활용한다.
3.1 DWT의 상세계수 기반 지락고장 검출
DWT 기반 지락고장 검출은 먼저, 직류 마이크로그리드 선로에 신호주입장치 (IMD : Insulation Measurement Device)를 통해
펄스 파형을 주입한다. 신호주입장치에서 측정된 전류의 DWT를 거쳐 분석한다. DWT 모함수인 daubechies의 order 8 (db8)의 level
4의 상세계수 (detail 4)를 사용하여 그 계수값과 임계값 (0.5 mA)을 비교하여 지락고장 검출 여부를 판별한다[4].
3.2 DWT의 상세계수 절대값 제곱의 합 기반 단락고장 검출
DWT 제곱합 기반 단락고장 검출은 직류 마이크로그리드 선로에 흐르는 전류의 DWT를 거쳐 분석한다. DWT 모함수인 daubechies의 order
1 (db1)의 level 1∼6의 상세계수 (detail 1∼6)를 사용하여 식 (1)과 같이 절대값 제곱의 합을 계산한 후, 그 값과 임계값 이상의 연속 카운트를 비교하여 단락고장 검출 여부를 판별한다. 최종 선정된 연속 카운트는
2회 이상이었다[4].
여기서, $I_{dc-ssd}$는 DC 선로에 흐르는 전류의 db1의 상세계수 절대값 제곱의 합, 첨자 ssd는 상세계수 절대값 제곱의 합 (sum
of square of details), $d_{j}$는 상세계수의 level 및 $n$은 db1의 상세계수의 최대 level을 나타낸다.
4. 비교 분석 및 성능평가
4.1 정상상태
PSCAD 및 MATLAB 도구의 샘플링 주파수는 15,360Hz로 주기당 샘플링 수는 256 sample/cycle 가 된다. Fig. 3은 정상상태의 경우 각 직류 마이크로그리드의 PV 출력을 나타낸다. Fig. 3으로부터 MG 1은 300kW, MG 2는 150kW, MG 3은 100kW가 각각 출력하고 있다. 각 PV는 1 s부터 동작하여 약 1.75 s
에서 정상출력이 나타났고, 출력의 리플은 약 10kW로 오차는 3\% 이었다.
Fig. 3. Result of PV power in steady state
Fig. 4는 정상상태의 경우 각 직류 마이크로그리드의 부하량을 나타낸다. Fig. 4로부터 약 1.75s 에서, MG 1은 400kW, MG 2는 200kW, MG 3은 150kW의 부하량을 각각 정확하게 출력하고 있다.
Fig. 4. Result of load power in steady state
Fig. 5는 정상상태의 경우 각 직류 마이크로그리드의 부하측 전압을 나타낸다. Fig. 5로부터 약 1.75s 에서, MG 1은 755V, MG 2는 745V, MG 3은 748V의 전압을 각각 정확하게 출력하고 있다.
Fig. 5. Result of load voltage in steady state
4.2 지락사고
지락사고 시뮬레이션 조건은 고장 발생 시간은 4s, 고장저항은 0Ω 으로 설정하였다. Fig. 6은 PSCAD의 DWT 모델 (db8의 D)과 MATLAB의 DWT 함수를 이용한 db8의 detail 4를 나타낸다. Fig. 6으로부터 PSCAD의 DWT 모델을 이용한 db8의 detail 4를 추출하는 시간은 4.031510s 이었고, MATLAB의 DWT 함수를 이용한
db8의 detail 4를 추출하는 시간은 4.000000s 로 두 플랫폼에서 db8의 detail 4를 추출하는 시간 차이는 31.510ms이었다.
Fig. 6. Value of detail 4 of db8 using PSCAD and MATLAB
Fig. 7은 MG 1 지락사고의 경우 PSCAD와 MATLAB 고장검출 시간 비교 결과를 나타낸다. Fig. 7로부터 PSCAD와 MATLAB에 의한 고장검출 시간은 각각 31.901ms, 0.391ms이었다. 즉, MATLAB의 결과가 PSCAD보다 31.510ms의
신속한 고장검출을 보였다. 고장검출 시간의 차이는 PSCAD 플랫폼과 MATLAB 도구의 db8의 detail 4 추출 시간 차이가 주원인이었다.
Fig. 7. Comparison results of fault detection times using PSCAD and MATLAB of pole
to ground fault in MG 1
Fig. 8은 MG 2 지락사고의 경우 PSCAD와 MATLAB 고장검출 시간 비교 결과를 나타낸다. Fig. 8로부터 PSCAD와 MATLAB에 의한 고장검출 시간은 각각 31.836ms, 0.325ms 이었다. 즉, MATLAB의 결과가 PSCAD보다 31.510ms의
신속한 고장검출을 보였다. 고장검출 시간의 차이는 두 시뮬레이션 도구의 db8의 detail 4 추출 시간 차이가 주원인이었다.
Fig. 8. Comparison results of fault detection times using PSCAD and MATLAB of pole
to ground fault in MG 2
Fig. 9는 MG 3 지락사고의 경우 PSCAD와 MATLAB 고장검출 시간 비교 결과를 나타낸다. Fig. 9로부터 PSCAD와 MATLAB에 의한 고장검출 시간은 MG 2와 같이 각각 31.836ms, 0.325ms 이었다. 즉, MATLAB의 결과가 PSCAD보다
31.510ms의 신속한 고장검출을 보였다. 고장검출 시간의 차이는 db8의 detail 4 추출 시간 차이가 주원인이었다.
Fig. 9. Comparison results of fault detection times using PSCAD and MATLAB of pole
to ground fault in MG 3
Table 1은 고장위치별 지락사고시 DWT의 상세계수 기반 지락고장 검출 방안에 따른 db8의 detail 4 계수의 최대값 비교를 나타낸다. Table 1로부터 모든 고장위치에서 고장 발생 후 계산된 db8의 detail 4 값이 임계치 0.5mA 보다 클 때 고장이 검출되었다. 계산된 db8의 detail
4의 최대값은 MG 3에서 PSCAD는 0.590548mA, MATLAB은 0.575404mA 로, 0.015144mA 차이가 나타났다. 고장위치에
관계없이 대체적으로 두 시뮬레이션 도구의 차이는 0.015139∼0.015148mA 이었다.
Table 1. Comparison of maximum value of detail 4 coefficient of db8 according to fault
detection scheme in pole to ground fault by fault position
|
Magnitude
Fault position
|
PSCAD
[mA]
|
MATLAB
[mA]
|
차이
[mA]
|
|
MG 1
|
0.590242
|
0.575103
|
0.015139
|
|
MG 2
|
0.590526
|
0.575378
|
0.015148
|
|
MG 3
|
0.590548
|
0.575404
|
0.015144
|
4.3 단락사고
단락사고 시뮬레이션 조건은 고장 발생 시간은 4s, 고장저항은 0Ω 으로 설정하였다. Fig. 10은 MG 1 단락사고의 경우 PSCAD의 DWT 모델 (db1의 D)과 MATLAB의 DWT 함수를 이용한 db1의 detail 1∼6 절대값 제곱의
합을 나타낸다. Fig. 10으로부터 PSCAD와 MATLAB을 이용한 db1의 detail 1∼6 절대값 제곱의 합의 최대값은 각각 0.108mA, 0.097mA 로, 0.011mA
차이가 나타났다. 또한, PSCAD의 DWT 모델을 이용한 db1의 detail 1∼6 절대값 제곱의 합을 추출하는 시간은 4.004167s 이었고,
MATLAB의 DWT 함수를 이용한 db1의 detail 1∼6 절대값 제곱의 합을 추출하는 시간은 4.000000s 로 두 플랫폼에서 db1의 detail
1∼6 절대값 제곱의 합을 추출하는 시간 차이는 4.167ms 이었다.
Fig. 10. Sum of squares of details of db1 using PSCAD and MATLAB of pole to pole fault
in MG 1
Fig. 11은 MG 1 단락사고의 경우 PSCAD와 MATLAB 고장검출 시간 비교 결과를 나타낸다. Fig. 11로부터 PSCAD와 MATLAB에 의한 고장검출 시간은 각각 4.492ms, 0.325ms 이었다. 즉, MATLAB의 결과가 PSCAD보다 4.167ms의
신속한 고장검출을 보였다. 고장검출 시간의 차이는 PSCAD 플랫폼과 MATLAB 도구의 db1의 detail 1∼6 절대값 제곱의 합을 추출하는
시간 차이가 주원인이었다.
Fig. 11. Comparison results of fault detection times using PSCAD and MATLAB of pole
to pole fault in MG 1
Fig. 12는 MG 2 단락사고의 경우 PSCAD와 MATLAB을 이용한 db1의 detail 1∼6 절대값 제곱의 합를 나타낸다. Fig. 12로부터 PSCAD와 MATLAB을 이용한 db1의 detail 1∼6 절대값 제곱의 합의 최대값은 각각 0.111mA, 0.097mA 로, 0.014mA
차이가 나타났다.
Fig. 12. Sum of squares of details of db1 using PSCAD and MATLAB of pole to pole fault
in MG 2
Fig. 13은 MG 2 단락사고의 경우 PSCAD와 MATLAB 고장검출 시간 비교 결과를 나타낸다. Fig. 13으로부터 PSCAD와 MATLAB에 의한 고장검출 시간은 각각 4.297ms, 0.130ms 이었다. 즉, MATLAB의 결과가 PSCAD보다 4.167ms의
신속한 고장검출을 보였다. 고장검출 시간의 차이는 두 시뮬레이션 도구의 db1의 detail 1∼6 절대값 제곱의 합을 추출하는 시간 차이가 주원인이었다.
Fig. 13. Comparison results of fault detection times using PSCAD and MATLAB of pole
to pole fault in MG 2
Fig. 14는 MG 3 단락사고의 경우 PSCAD와 MATLAB을 이용한 db1의 detail 1∼6 절대값 제곱의 합를 나타낸다. Fig. 14로부터 PSCAD와 MATLAB을 이용한 db1의 detail 1∼6 절대값 제곱의 합의 최대값은 각각 0.123mA, 0.099mA 로, 0.024mA
차이가 나타났다.
Fig. 14. Sum of squares of details of db1 using PSCAD and MATLAB of pole to pole fault
in MG 3
Fig. 15는 MG 3 단락사고의 경우 PSCAD와 MATLAB 고장검출 시간 비교 결과를 나타낸다. Fig. 15로부터 PSCAD와 MATLAB에 의한 고장검출 시간은 각각 4.297ms, 0.130ms 이었다. 즉, MATLAB의 결과가 PSCAD보다 4.167ms의
신속한 고장검출을 보였다. 고장검출 시간의 차이는 db1의 detail 1∼6 절대값 제곱의 합을 추출하는 시간 차이가 주원인이었다.
Fig. 15. Comparison results of fault detection times using PSCAD and MATLAB of pole
to pole fault in MG 3
5. 결 론
본 논문의 목적은 나주 통합 직류 마이크로그리드를 대상으로 DWT 기반 개선된 고장검출 방안을 제시하는 것이다. 제안된 고장검출 방안은 PSCAD
플랫폼과 MATLAB 도구를 사용하여 구현하였고, 고장위치별 고장종류 검출의 성능검증에 따른 비교 결과는 아래와 같다.
첫째, 제안된 고장검출 방안은 고장위치와 고장종류에 상관없이 모두 정상동작을 하였다.
둘째, 제안된 기법은 DWT를 응용함으로서 종래의 지락사고 검출의 단점을 개선하였고, 신속한 단락사고 검출을 보였다.
셋째, 지락사고 검출의 경우, db8의 상세계수를 추출할 때, 31.510ms의 내부적 계산에 소요되는 시간 차이가 나타났고, 단락사고 검출의 경우,
db1의 상세계수 절대값 제곱의 합을 추출할 때, 4.167ms의 내부적 계산에 소요되는 시간 차이가 발생하는 것을 알 수 있었다.
넷째, 고장검출 시간은 지락사고의 경우, PSCAD는 고장위치에 관계없이 31.836∼31.901ms 이었고, MATLAB은 고장위치에 관계없이 0.325∼0.391ms
이었다. 또한, 단락사고의 경우, PSCAD는 고장위치에 관계없이 4.297∼4.492ms 이었고, MATLAB은 고장위치에 관계없이 0.130∼0.325ms
이었다.
두 시뮬레이션 도구의 고장검출 기법에 따른 시간 차이는 PSCAD에서 상세계수 및 상세계수의 제곱합을 계산하는 시간 때문에 발생하였다. 이에 따라
IED의 보호 알고리즘을 개발할 경우에는 플랫폼보다는 프로그래밍 언어를 활용하여 시뮬레이션하는 것이 적절하다고 생각된다.
Acknowledgement
This research was financially supported by the Ministry of Trade, Industry and
Energy, Korea, under the “Regional Innovation Cluster Development Program (R&D, P0015289)”
supervised by the Korea Institute for Advancement of Technology (KIAT).
References
Kim H. M., 2016, Application and Research Trends of DC Microgrid Technology, KEPCO
Journal on Electric Power and Energy, Vol. 2, No. 1, pp. 1-4
Jo J. T., 2018, DC Distribution Development Trend and Development of KEPCO, The Korean
Institute of Electrical Engineers Conference, pp. 31-48
Oh S. Y., 2020, Technical Trends and Prospects for LVDC(Low Voltage Direct Current)
Distribution, The Korean Institute of Electrical Engineers, The World of Electricity,
Vol. 69, No. 12, pp. 21-28
Park C. W., 2022, Fault Simulation and Short-Circuit Current Calculation Through DC
Grid Modeling, ENTEC E&E, GWNU, Final Report, pp. 1-28
KETI , 2021, Substantiation Infrastructure Construction for LVDC Core Technology of
the Customer and the Development of Standard Technology, Industrial Technology Innovation
Project Energy Technology Development, MOTIE, 1st Years Report, pp. 1-355
Oh Y. S., et al., 2015, A Study on Detection of High Impedance Fault in Low Voltage
DC Distribution System using Filter based on Mathematical Morphology, Journal of the
KIIEE, Vol. 29, No. 11, pp. 89-95
Seo H. C., Gwon G. H., Park K. W., 2021, Application of Wavelet Transform for Protection
in DC Microgrid, 2021 KIEE Summer Conf., pp. 2217-2218
Kim J. C., et al., 2021, Research on Industrial Complex the Independent MG Operation
Algorithm for DC Based, 2021 KIPE Fall Conf., pp. 127-128
Nam S. Y., et al., 2021, PV Module DC Array Ground Fault Detection Area and Fault
Location Detection Method, Journal of the Korean Solar Energy Society, Vol. 41, No.
5, pp. 37-45
Saleh K. A., et al., 2017, Hybrid Passive-Overcurrent Relay for Detection of Faults
in Low-Voltage DC Grids, IEEE Trans. On Smart Grid, Vol. 8, No. 3, pp. 1129-1138
He Y., et al., 2020, A DC Line Protection Scheme for MMC-Based DC Grids Based on
AC/DC Transient Information, IEEE Trans. On Power Delivery, Vol. 35, No. 6, pp. 2800-2810
Sharma N. K., Bhende C. N., 2020, A Fast Fault Detection Scheme for Low Voltage DC
Microgrid, 2020 21st National Power Systems Conference, pp. 1-6
Ara R., et al., 2020, A Reliable Protection Scheme for Fast DC Fault Clearance in
a VSC-Based Meshed MTDC Grid, IEEE Access, Vol. 8, pp. 88188-88199
Xiang W., et al., 2021, DC Fault Protection Algorithms of MMC-HVDC Grids: Fault Analysis,
Methodologies, Experimental Validations, and Future Trends, IEEE Trans. On Power Electronics,
Vol. 36, No. 10, pp. 11245-11264
Ahmadi S., et al., 2021, Protection of LVDC Microgrids in Grid-Connected and Islanded
Modes Using Bifurcation Theory, IEEE Journal of Emerging and Selected Topics in Power
Electronics, Vol. 9, No. 3, pp. 2597-2604
Sharma N. K., et al., 2022, VMD-Enabled Current-Based Fast Fault Detection Scheme
for DC Microgrid, IEEE Systems Journal, Vol. 16, No. 1, pp. 933-944
Biography
He was born in Korea in 1976. He received his B.S. and M.S. degrees in Electrical
Engineering from Myongji University, Yongin, Korea, in 2002 and 2004. At present,
he is a senior research engineer in the Department of Power Electric & Electronic
System R&D Institute at ENTEC E&E, since 2004. His research interests are Protection
and Control System of AC/DC Power Grid. He is a member of the KIEE, KIIEE.
He was born in Korea in 1961. He received his B.S., M.S. and Ph.D. degrees in Electrical
Engineering from Sungkyunkwan University, Seoul, Korea, in 1988, 1990, and 1996, respectively.
From 1989 to 1993 he was an associate researcher at Lucky GoldStar Industrial Systems.
From 1993 to 1996, he was a senior researcher at PROCOM system and lecturer at S.K.K.
University. At present, he is a professor in the Department of Electrical Engineering
at Gangneung-Wonju National University, since 1997. His research interests include
IED, SAS, Hybrid AC-DC power grid, RES, PMU, AI application to power grid, power grid
modeling & control, and computer application in power grid. He is a member of the
KIEE, KIIEE, KIPE, and IEEE. He is president of PSPES since 2018. Dr. Park was awarded
the Paper Prize of KIEE in 2010, 2020, the Paper Prize of the KOFST in 2017, and an
Academic Prize of KIIEE in 2018.