최연흠
(Yon-Hum Choi)
1iD
최준호
(Joon-Ho Choi)
2iD
윤상윤
(Sang- Yun)
2iD
안선주
(Seon-Ju Ahn)
†iD
-
(Integrated M.S. and Ph.D. course, Dept of Electrical Engineering, Chonnam National
University, Korea)
-
(Professor, Dept of Electrical Engineering, Chonnam National University, Korea)
Copyright © The Korean Institute of Illuminating and Electrical Engineers(KIIEE)
Key words
ESS, Microgrid, Power sharing control, Sharing ratio, SOC
1. 서 론
마이크로그리드는 지역에서 신재생에너지 발전원, 에너지저장장치 등의 다수의 분산에너지 자원과 부하로 구성되어 자체적으로 전력을 생산, 소비, 저장하는
소규모 전력망으로, 대규모 전력계통과 전기적으로 연결되어 운전되는 계통 연계형과 분리되어 운전되는 독립형 마이크로그리드로 구분된다[1]. 독립형 마이크로그리드는 중앙 전력 시스템과의 연계를 통한 전력 공급이 어려운 섬이나 오지에 전력을 공급하기 위한 소규모 자립형 전력망으로 디젤
발전기 기반의 마이크로그리드 계통이 구성되어 운영되고 있다. 하지만 디젤 발전기 기반의 마이크로그리드 운영은 경제적인 문제 및 환경오염의 문제가 있어
신재생에너지 발전원의 이용률을 증가하기 위한 마이크로그리드 운영에 대한 연구가 활발하게 진행되고 있다.
태양광 발전, 풍력발전과 같은 신재생에너지 발전원의 출력은 기상조건에 의한 영향이 크기 때문에 이로 인한 문제 해결을 위해 에너지저장장치(ESS)가
사용된다[2, 3]. 참고문헌 [4]에서는 독립형 마이크로그리드에서 분산형 전원과 BESS를 사용하여 마이크로그리드를 운영하면서 계통의 전압과 주파수를 제어하기 위한 디젤발전기와 BESS
PCS의 협조제어 방법을 제안하였다. BESS의 SOC에 따라 주파수 정상제어모드, 주파수 보상제어, 비상제어를 수행하며 대부분의 경우에서 BESS를
주전원으로, 디젤발전기를 BESS의 SOC 유지를 위한 보조전원으로 사용하여 독립형 마이크로그리드의 전압과 주파수를 제어한다. 그러나 BESS를 주전원으로,
디젤발전기를 보조전원으로 사용하기 위해서는 BESS의 용량을 과도하게 선정하게 되어 경제성이 낮아질 수 있다. 참고문헌 [5]에서는 독립형 마이크로그리드에서 디젤발전기의 연료소비를 최소화하기 위한 BESS의 제어 방법을 제안하였다. BESS는 주파수와 전압을 제어하는 역할을
수행하며, BESS의 SOC에 따라 디젤발전기를 100%로 운전하거나, 운전하지 않게 하여 독립형 마이크로그리드에서 ESS를 사용하여 디젤발전기의
연료를 최소화하면서 주파수와 전압을 제어한다. 이와 같은 제어방법에서는 SOC가 정상범위의 경계선에서 변동할 때 디젤발전기의 잦은 기동정지로 인해
고장 가능성이 있다. 참고문헌 [6]에서는 마이크로그리드에서 특성이 다른 여러 ESS를 제어하여 ESS간의 SOC 균형을 맞추면서 계통의 전압강하를 보상하는 방법을 제안하였다. ESS들은
각각 설치된 로컬지점과 전체 ESS의 출력에 영향을 받는 하나의 글로벌 지점의 전압을 $\triangle V-P$ 드룹 운전을 통해 제어하며, ESS들의
SOC를 고려하여 SOC가 높은 ESS가 더 많은 전력을, SOC가 낮은 ESS는 적은 전력을 계통에 주입한다. 분산 ESS의 협조제어를 통해 효율적
계통 운영이 가능하지만 다수의 ESS를 관리하는 측면에서 어려움이 있다. 참고문헌 [7]에서는 마이크로그리드에서 다수의 BESS를 사용하여 SOC를 고려한 주파수 제어 방법을 제안하였다. 총 2대의 BESS를 사용하여 한 대는 신재생에너지원의
출력 제어용, 한 대는 부하변동 제어용으로 사용되며, BESS를 사용하여 단시간 내에 수요와 공급을 충족시키고, 디젤발전기를 통해 전력을 공급하여
마이크로그리드의 주파수를 제어한다. 하지만 BESS를 사용하여 단시간 내에 수요, 공급을 충족시키기 위해서는 BESS의 용량을 과도하게 선정하게 될
수 있으며, 신재생에너지원과 부하에 각각의 BESS를 사용하는 것은 경제성이 낮아질 수 있다. 참고문헌 [8]에서는 마이크로그리드에서 다양한 용량과 초기 SOC가 다른 ESS를 사용할 때 ESS의 사용 효율 및 수명 사이클 향상을 위해 ESS의 용량과 SOC를
고려한 출력제어 방법을 제안하였다. 여러 대의 ESS를 동시에 사용하여 각 ESS의 SOC 균형을 맞추는 것은 ESS의 수명 사이클을 향상시킬 수는
있지만 소규모 마이크로그리드에서 다수의 ESS를 사용하는 것은 경제성이 낮아질 수 있으며, ESS를 관리하는데 어려울 수 있다.
마이크로그리드에서 부하와 분산전원의 출력 예측을 통해 ESS의 충방전과 디젤발전기의 출력이 스케줄이 결정된다. 그러나 스케줄 된 운영 주기 사이에도
신재생발전의 출력과 부하의 변동으로 인해 순부하가 변동하게 되며, 이를 ESS와 디젤발전기가 보상해야 한다. 본 논문에서는 스케줄 된 ESS의 운영
주기 사이의 부하와 분산형 전원의 출력 변동을 ESS와 디젤발전기가 분담하여 보상하기 위해 출력 분담 계수를 통해 ESS의 충방전 레퍼런스를 결정하는
방법을 제안하였다. 또한 ESS의 SOC가 운영범위 이내에서 유지되도록 순부하 변동의 부호 및 SOC 값에 따라 분담 계수를 동적으로 변경하는 알고리즘을
제안하였다. 제안된 기법은 다양한 시나리오에서의 모의를 통해 검증되었다. 논문의 구성은 다음과 같다. 2장에서는 출력 분담 계수를 이용한 ESS 충·방전
레퍼런스 결정 기법과 계수 결정 방법을 설명한다. 3장에서는 MATLAB /Simulink를 통해 모델링된 마이크로그리드 계통에서 네 가지 시나리오를
통해 제안된 기법의 타당성을 검증하며 4장에서는 요약 및 결론을 제시한다.
2. 제안 알고리즘
2.1 ESS와 디젤발전기의 분담제어 방법
본 절에서는 스케줄 된 운영 주기 사이에 순부하의 변동에 따라 ESS의 출력 분담률을 결정하는 방법을 제안한다. 디젤발전기 출력 기준 전력($P_{Diesel}^{0}$)과
ESS의 충·방전 기준값($P_{ESS}^{0}$)은 신재생발전과 부하의 단시간 예측을 통해 결정되었다고 가정한다. 본 논문에서는 스케줄 주기 사이에
발생하는 순부하의 변동에 대해 그 크기가 설정된 범위 이하이면 디젤발전기가 모두 감당하며, 그 이상의 변동은 ESS와 디젤이 분담하여 보상하는 것을
가정하였다.
순부하 변동에 따른 ESS의 출력 레퍼런스의 변화($\triangle P_{ESS}$)는 Fig. 1과 같이 결정된다. 순부하의 변동이 설정값($\pm DB/2$) 이하이면 ESS의 충·방전 레퍼런스($P_{ESS}^{*}$)가 바뀌지 않고 이를
초과하는 변동은 출력분담 계수($R_{Sh}$)에 따라 ESS와 디젤발전기가 $R_{Sh}:1$로 분담하여 보상한다. 최종적인 ESS의 출력지령값
$P_{ESS}^{*}$는 ESS의 초기 출력 기준값에 $\triangle P_{ESS}$를 더한 값으로 식 1, 2와 같다.
Fig. 1. Calculation of $\triangle P_{ESS}$
2.2 SOC 운영범위를 고려한 분담계수 결정 방법
본 절에서는 ESS의 SOC가 운영범위 이내에서 유지되면서 충·방전이 가능하도록 분담계수 $R_{Sh}$를 결정하는 방법을 제안한다. 이를 위해 ESS의
SOC와 디젤발전기의 실제 출력 $P_{Diesel}$을 피드백 받아 $R_{Sh}$을 산출하는 알고리즘을 Fig. 2의 순서도와 같이 제안하였다. 순서도는 SOC가 운영범위 이내에 있을 때의 $R_{Sh}$을 산출한 결과로 Fig. 3에서 SOC에 따른 $R_{Sh}$의 증감을 도식화하였다. $R_{Sh}$는 SOC가 운영범위의 평균값($SOC_{avera\ge}$)을 기준으로
$\pm 10%$범위에서는 Fig. 3의 초록선과 같이 초기 설정값($R_{Sh}^{0}$)과 동일하게 유지된다. 순부하가 예측값보다 클 때($P_{Diesel}>P_{Diesel}^{0}$)
파랑선과 같이, SOC가 운영범위의 상한($SOC_{\max}$)에 근접할수록 ESS가 계통에 많은 전력을 공급해야 하므로 $R_{Sh}$는 증가해야
한다. SOC가 $SOC_{\max}$를 벗어나는 경우 $R_{Sh}$는 $\infty$로 증가하여 ESS가 순부하의 모든 변동을 분담하게 하였다.
반대로 SOC가 운영범위의 하한($SOC_{\min}$)에 근접할수록 ESS가 계통에 공급하는 전력의 양을 줄여야 하므로 $R_{Sh}$는 감소해야
한다. SOC가 $SOC_{\min}$를 벗어나는 경우 $R_{Sh}$는 0으로 감소하여 디젤발전기가 순부하의 모든 변동을 분담하게 하였다. 순부하가
예측값보다 작은 경우 ($P_{Diesel}<P_{Diesel}^{0}$) ESS가 앞의 경우와 반대로 동작해야 하므로 SOC가 $SOC_{\min}$에
근접할수록 $R_{Sh}$가 증가해야 하며, $SOC_{\min}$을 벗어나는 경우 $R_{Sh}$는 $\infty$로 증가하게 하였다. SOC가
$SOC_{\max}$에 근접할수록 $R_{Sh}$가 감소되어야 하며, $SOC_{\max}$를 벗어나는 경우 $R_{Sh}$는 0으로 감소하게 하였다.
배터리 SOC의 적정 운영 범위는 사용되는 배터리의 유형과 주변 여건에 따라 달라질 수 있으나 본 논문에서는 일반적인 리튬이온 배터리의 권장 운영
범위인 20%$\sim$80%로 가정하였다[4].
Fig. 2. Flowchart for determining $R_{Sh}$ based on SOC
Fig. 3. The relationship between $R_{Sh}$ and SOC
$P_{ESS}^{*}$를 결정하는 과정을 도식화한 제어 블록도는 Fig. 4와 같다. 순부하 오차의 부호가 바뀔 때 $R_{Sh}$의 급격한 증감으로 인해 ESS의 충·방전 레퍼런스도 급격하게 변동할 수 있다. 이를 방지하기
위하여 산출된 $R_{Sh}$의 변화량을 제한하는 Rate Limit를 적용한 후 최종적인 ESS의 충·방전 레퍼런스 결정에 반영하였다.
Fig. 4. Overall control scheme of $P_{ESS}^{*}$
3. 시뮬레이션 결과
시뮬레이션은 MATLAB/Simulink를 기반으로 Fig. 5와 같이 디젤 발전기, ESS 및 PV 3개와 10개의 부하로 구성된 마이크로그리드 계통을 모델링하여 수행하였다. PV는 PV Array, P&O
기반의 MPPT 알고리즘을 적용하는 DC-DC Converter, Array의 직류 출력을 교류 출력으로 변환하는 Inverter 등 전력변환장치로
구성하여 모델링하였다. ESS는 배터리를 이용하여 전력을 충·방전 하는 모델로 리튬이온 배터리, 직류 출력을 교류 출력으로 변환하는 Inverter와
같은 전력변환장치로 구성하여 모델링하였다. 시뮬레이션에서 설정한 PV, ESS와 부하의 용량 및 기본 파라미터는 Table 1과 같으며, 상세 모델링은 기존 발표 논문을 참고하였다[9]. 계통의 스케줄 운영 주기는 1시간이며 PV와 부하의 예측을 통해 $P_{Diesel}^{0}$는 2.75MW, $P_{ESS}^{0}$은 0으로
결정된 상황을 가정하였다. 또한 1시간 동안의 PV와 부하의 변동에 의해 계통의 순부하가 Fig. 6과 같이 변동하는 경우를 가정하였다.
제안한 분담계수에 따른 디젤발전기와 ESS의 출력 분담의 성능을 검증하기 위하여 다섯 가지 시나리오에 대하여 시뮬레이션을 통해 결과를 분석하였다.
첫 번째는 $R_{Sh}^{0}$의 크기에 따른 영향을 분석하기 위해 $R_{Sh}^{0}$를 $0\sim\infty$로 증가하며 고정시키고 각각의
경우 $P_{Diesel}$과 ESS의 SOC를 확인하였다. 두 번째에서 네 번째는 ESS의 초기 SOC가 $SOC_{avera\ge}$로 설정되어
시뮬레이션 시간동안 SOC가 운영범위 내에 있을 때와 초기 SOC가 운영범위의 상한, 하한에 가깝게 설정되었을 때 시뮬레이션 시간동안 SOC가 운영범위를
벗어나지 않도록 $R_{Sh}$가 적절하게 결정되는지를 확인하였다. 다섯 번째는 계통의 순부하의 변동 패턴이 다른 두 가지 경우에 대하여 SOC 초기값에
따른 결과를 비교 분석하였다.
Fig. 5. Configuration of the simulation system
Table 1. System parameters
|
PV
|
Rated Power [MW]
|
4.5
|
|
Nominal Frequency[Hz]
|
60
|
|
DC Link Voltage[V]
|
1050
|
|
ESS
|
PCS Rating [MW]
|
2
|
|
Battery Capacity [MWh]
|
2
|
|
Battery Model
|
Lithium-Ion battery
|
|
Load
|
Rated Power [MVA]
|
5
|
|
Power Factor
|
0.95
|
Fig. 6. Net load of the system
3.1 $bold R_{Sh}$를 일정한 값으로 고정한 경우
$R_{Sh}$ 값에 따른 ESS와 디젤발전기의 분담을 확인하기 위해 순부하의 변동을 모두 디젤발전기가 보상했을 때($R_{Sh}=0$), 모두 ESS가
보상했을 때($R_{Sh}=\infty$) 그리고 $R_{Sh}$를 5, 10, 20, 40 으로 설정하여 디젤발전기와 ESS가 분담하여 보상했을
때의 $P_{Diesel}$과 ESS의 SOC를 확인하였으며 결과는 Fig. 7과 같다. 순부하의 변동을 디젤발전기가 모두 분담한 경우 $P_{Diesel}$과 $P_{Diesel}^{0}$의 오차가 매우 크고, ESS는 충·방전하지
않아 SOC는 초기 상태로 유지된다. ESS가 모두 분담한 경우 $P_{Diesel}$은 $P_{Diesel}^{0}$과 동일하게 2.75MW를
유지하며, ESS의 SOC의 변화가 큰 것을 확인할 수 있다. $R_{Sh}$가 커질수록 ESS의 분담률이 커져 디젤발전기의 출력($P_{Diesel}$)은
스케줄된 값($P_{Diesel}^{0}$)에 가깝게 유지되며, ESS의 SOC는 변화가 큰 것을 확인할 수 있다. $R_{Sh}$에 따른 전력분담
특성을 평가하기 위한 지표로 식 (3)과 같은 디젤발전기 출력의 평균 절대 오차($P_{Diesel}^{MAE}$)와 ESS의 충·방전 출력($E_{ESS}$)을 분석하였다.
결과는 Table 2와 같으며, $R_{Sh}$가 0에서 $\infty$로 커질수록 ESS의 분담률이 커져 $P_{Diesel}^{MAE}$는 작아지고, $E_{ESS}$는
커지는 것을 확인할 수 있다.
Fig. 7. Diesel power and SOC for fixed $R_{Sh}$
Table 2. $P_{Diesel}^{MAE}$, $E_{ESS}$ result for fixed $R_{Sh}$
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
0
|
0.9444
|
0
|
0
|
|
5
|
0.24076
|
0.304
|
0.396
|
|
10
|
0.17629
|
0.333
|
0.434
|
|
20
|
0.13914
|
0.349
|
0.455
|
|
40
|
0.11842
|
0.357
|
0.465
|
|
|
0.00285
|
0.409
|
0.539
|
3.2 ESS의 SOC 초기값이 운영범위의 평균인 경우
ESS의 초기 SOC($SOC^{0}$)를 $SOC_{avera\ge}$인 50%로 설정하여 스케줄 주기 동안 SOC가 운영 범위 이내로 유지되는
상황에서 결정된 $R_{Sh}$와 이에 따른 $P_{Diesel}$, SOC를 확인하였다. $R_{Sh}$가 고정된 경우($R_{sh}=R_{sh}^{0}=
15$)와 Rate Limit을 10, 20, 30으로 설정한 경우별로 시뮬레이션을 수행하였으며, 결과는 Fig. 8과 같다. 모든 경우에 SOC는 $SOC_{avera\ge}$을 기준으로 변동이 크지 않아 $R_{Sh}$는 모든 시간 동안 $R_{sh}^{0}$로
설정한 15에서 크게 변화하지 않았다. 특히 SOC 값이 $SOC_{avera\ge}$의 $\pm 10%$ 이내인 0 ～ 5, 26 ～ 38, 48
～ 58분에서는 $R_{sh}^{0}$로 유지되었다. SOC가 $SOC_{\min}$에 가깝고 순부하가 예측값보다 커서 $P_{Diesel}$이 $P_{Diesel}^{0}$보다
큰 5 ～ 16, 58 ～ 60분에서는 $R_{Sh}$가 감소하고 순부하가 작아져 $P_{Diesel}$이 $P_{Diesel}^{0}$보다 작아진
16 ～ 26, 38 ～ 40분에서는 $R_{Sh}$가 증가한다. 그리고 SOC가 $SOC_{\max}$에 가깝고 순부하가 커서 $P_{Diesel}$이
$P_{Diesel}^{0}$보다 큰 40 ～ 45분에서는 $R_{Sh}$가 증가한다. $R_{Sh}$는 Rate Limit이 클수록 증감의 속도가
빠르게 반영되어 Table 3에서 Rate Limit이 클수록 $P_{Diesel}^{MAE}$는 작은 것을 확인할 수 있다. 이 경우처럼 SOC가 $SOC_{avera\ge}$근처에서
유지될 때는 $R_{Sh}$를 $R_{sh}^{0}$로 고정하였을 때와 SOC 에 따라 동적으로 변경할 때의 결과가 거의 유사한 것을 확인할 수 있다.
Fig. 8. Diesel power, SOC, and $R_{Sh}$ for $SOC^{0}=50%$
Table 3. $P_{Diesel}^{MAE}$, $E_{ESS}$ for $SOC^{0}=50%$
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.15193
|
0.343
|
0.448
|
|
Rate limit 10
|
0.16337
|
0.322
|
0.456
|
|
Rate limit 20
|
0.1619
|
0.322
|
0.457
|
|
Rate limit 30
|
0.16156
|
0.322
|
0.458
|
3.3 ESS의 SOC 초기값이 상한에 가까운 경우
ESS의 $SOC^{0}$를 $SOC_{\max}$에 가깝게($SOC^{0}$= 77%) 설정하여 SOC가 $SOC_{\max}$를 벗어날 가능성이
있는 경우 $R_{Sh}$와 이에 따른 $P_{Diesel}$, ESS의 SOC를 확인하였으며, 결과는 Fig. 9와 같다. $R_{Sh}$를 고정하거나 Rate Limit이 10인 경우 $P_{Diesel}$과 $P_{Diesel}^{0}$의 오차는 작으나 30
～ 50분에 SOC가 $SOC_{\max}$을 초과하였다. Rate Limit이 20, 30인 경우 $P_{Diesel}$과 $P_{Diesel}^{0}$의
오차가 커지지만 SOC는 운영범위 이내로 유지되는 것을 확인할 수 있다. $R_{Sh}$는 SOC가 $SOC_{\max}$에 가까우면서 계통의 순부하가
큰 0 ～ 15, 41 ～ 55분에서는 $R_{Sh}$가 Rate Limit에 따라 증가하며, 순부하가 작아진 15 ～ 40분에서는 $R_{Sh}$가
감소하여 0에 근접해진다. Table 4에서 $R_{Sh}$가 $R_{sh}^{0}$로 고정되거나 Rate Limit이 10인 경우 ESS의 충전량이 많아 SOC가 상한값을 초과했음을 알
수 있다. 반면 Rate Limit이 20, 30인 경우 ESS의 충전량을 줄이도록 $R_{Sh}$가 결정되어 SOC가 운영범위 이내로 유지되었으나
디젤발전기의 출력 변동($P_{Diesel}^{MAE}$)이 컸음을 확인할 수 있다.
Fig. 9. Diesel power, SOC, and $R_{Sh}$ for $SOC^{0}=77%$
Table 4. $P_{Diesel}^{MAE}$, $E_{ESS}$ result for $SOC^{0}=77%$
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.15193
|
0.343
|
0.448
|
|
Rate limit 10
|
0.15202
|
0.329
|
0.459
|
|
Rate limit 20
|
0.22531
|
0.249
|
0.466
|
|
Rate limit 30
|
0.23505
|
0.237
|
0.468
|
3.4 ESS의 SOC 초기값이 하한에 가까운 경우
ESS의 $SOC^{0}$를 $SOC_{\min}$에 가깝게($SOC^{0}$= 27%) 설정하여 SOC가 $SOC_{\min}$을 벗어날 가능성이
있는 경우 $R_{Sh}$와 $R_{Sh}$에 따른 $P_{Diesel}$, ESS의 SOC를 확인하였다. 시뮬레이션 결과는 Fig. 10과 같다. $R_{Sh}$를 고정한 경우 0 ～ 15분에 $P_{Diesel}$과 $P_{Diesel}^{0}$은 오차는 작으나, SOC는 $SOC_{\min}$을
벗어나는 것을 확인할 수 있다. Rate Limit이 10, 20, 30인 경우 $P_{Diesel}$과 $P_{Diesel}^{0}$은 오차는 크나
SOC는 운영범위 이내에 있는 것을 확인할 수 있다. $R_{Sh}$의 전체적인 형태는 3.3의 초기 SOC가 $SOC_{\max}$에 가까운 경우와
반대의 형태가 나오게 된다. 계통의 순부하가 큰 0 ～ 15, 41 ～ 55분에서는 $R_{Sh}$가 감소하여 0에 근접해지며, 순부하가 작아진 15
～ 40분에서는 $R_{Sh}$가 증가한다. Fig. 10의 결과가 반영되어 Table 5에서 $R_{Sh}$가 $R_{sh}^{0}$로 고정될 때 $P_{Diesel}^{MAE}$는 작으며 ESS의 방전량이 크며, Rate Limit이
10, 20, 30일 때 $P_{Diesel}^{MAE}$는 커지며, ESS의 방전량이 감소하는 것을 확인할 수 있다.
Fig. 10. Diesel power, SOC, and $R_{Sh}$ for $SOC^{0}=27%$
Table 5. $P_{Diesel}^{MAE}$, $E_{ESS}$ result for $SOC^{0}=27%$
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.15193
|
0.343
|
0.448
|
|
Rate limit 10
|
0.21748
|
0.349
|
0.369
|
|
Rate limit 20
|
0.25858
|
0.357
|
0.319
|
|
Rate limit 30
|
0.26067
|
0.359
|
0.316
|
3.5 순부하 변동 패턴에 따른 영향 분석
순부하의 변동이 다른 경우 제안 알고리즘을 검증하였다. 이를 위해 PV와 부하의 변동에 의한 계통의 순부하가 Fig. 11과 같이 2개의 Case에 따라 변동하는 경우를 가정하였다. 각각의 Case에서 $SOC^{0}$가 운영범위의 평균일 때와 상한, 하한에 가까운 경우
$R_{Sh}$에 따른 $P_{Diesel}$, $E_{ESS}$를 확인하였다.
Fig. 11. Net load of the system for different cases
Case 1의 경우 순부하의 패턴이 기존 순부하의 패턴과 반대되는 경향을 가지며 $R_{Sh}$가 고정된 경우($R_{sh}=R_{sh}^{0}=
15$)와 Rate Limit을 10 ～ 30으로 설정한 시뮬레이션 결과는 Table 6과 같다. $SOC^{0}$가 운영범위의 평균일 때 SOC는 $SOC_{avera\ge}$을 기준으로 변동이 크지 않아 모든 경우의 결과가 거의 유사하다.
계통의 순부하가 예측값보다 큰 시간이 많아 $R_{Sh}$의 Rate limit이 증가할수록 ESS의 방전량이 커지며, 충전량이 감소하는 것을 확인할
수 있다. 이 경우 $R_{Sh}$가 고정될 때와 SOC에 따라 동적으로 변경할 때의 결과가 거의 유사한 것을 확인할 수 있다. $SOC^{0}$가
운영범위의 상한에 가까운 경우 $R_{Sh}$를 고정하거나 Rate Limit이 10일 때 $P_{Diesel}^{MAE}$는 상대적으로 작은 것을
확인할 수 있다. 반면 Rate Limit이 20, 30인 경우 SOC를 운영범위 이내에서 유지하도록 ESS가 방전할 때의 $R_{Sh}$는 커지고,
충전할 때의 $R_{Sh}$는 작아져 전체적인 방전량은 증가하고 충전량은 감소하지만 $P_{Diesel}^{MAE}$는 커지는 것을 확인할 수 있다.
$SOC^{0}$가 운영범위의 하한에 가까운 경우 Rate Limit이 커질수록 $P_{Diesel}^{MAE}$는 커지며, ESS의 충전량은 증가하고,
방전량은 감소하는 것을 확인할 수 있다. 순부하의 패턴이 Case 1과 같이 예측값보다 큰 시간이 많을 때에는 ESS가 방전 운전해야 하는 시간이
많아야 한다. 따라서 $SOC^{0}$가 운영범위의 상한에 가까운 경우 $R_{Sh}$의 변화량이 클수록 방전량은 커지고, 충전량은 작아진다. $SOC^{0}$가
운영범위의 하한에 가까운 경우 $R_{Sh}$의 변화량이 클수록 충전량이 증가하고 방전량은 감소하지만 충전, 방전량의 증감은 $SOC^{0}$가 운영범위의
상한에 가까울 때에 대비하여 작은 것을 확인할 수 있다.
Case 2의 경우 순부하의 변동이 크지 않아 1시간 동안의 순부하가 거의 일정하며 $R_{Sh}$가 고정된 경우($R_{sh}=R_{sh}^{0}=
15$)와 Rate Limit을 10, 20, 30으로 설정한 경우별 시뮬레이션 결과는 Table 7과 같다. $SOC^{0}$가 운영범위의 평균인 경우 ESS의 SOC는 $SOC_{avera\ge}$을 기준으로 변동이 $\pm 10%$ 이내여서
$R_{Sh}$가 $R_{Sh}^{0}$로 고정된 경우와 Rate Limit을 설정한 경우 모두 $R_{Sh}$가 $R_{Sh}^{0}$($R_{Sh}^{0}=15$)가
되어 $P_{Diesel}^{MAE}$, $E_{ESS}$가 동일한 것을 확인할 수 있다. 초기 SOC가 운영범위의 상한에 가까운 경우 Rate Limit이
클수록 ESS의 방전량이 커지며, $SOC^{0}$가 운영범위의 하한에 가까운 경우 Rate Limit이 클수록 ESS 충전량이 커진다. 순부하가
크게 변동하지는 않지만 예측값보다 큰 시간이 많아 초기 SOC가 상한에 가까울 때는 방전량이 증가되어 Rate Limit이 클수록 $P_{Diesel}^{MAE}$은
작아지며 초기 SOC가 하한에 가까울 때는 방전량이 감소되어 $P_{Diesel}^{MAE}$은 커지는 것을 확인할 수 있다. 순부하의 패턴이 Case
2와 같이 변동이 크지 않고 거의 일정한 경우도 동일하게 ESS의 $SOC^{0}$가 운영범위의 상한에 가까울 때는 $R_{Sh}$의 변화량이 클수록
방전량은 커지고 $SOC^{0}$가 운영범위의 하한에 가까울 때는 $R_{Sh}$의 변화량이 클수록 충전량이 증가한다. 하지만 순부하의 변동이 크지
않아 ESS의 전체적인 충, 방전량이 작으며, 순부하의 패턴이 다른 경우와는 반대로 $SOC^{0}$가 운영범위의 상한에 가까울 때 $R_{Sh}$의
변화량이 클수록 $P_{Diesel}^{MAE}$이 작아지는 결과를 확인하였다.
Table 6. $P_{Diesel}^{MAE}$, $E_{ESS}$ result for Case 1
|
$SOC^{0}=50%$
|
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.13234
|
0.263
|
0.329
|
|
Rate limit 10
|
0.13479
|
0.258
|
0.332
|
|
Rate limit 20
|
0.13529
|
0.257
|
0.332
|
|
Rate limit 30
|
0.13549
|
0.257
|
0.332
|
|
$SOC^{0}=77%$
|
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.13234
|
0.263
|
0.329
|
|
Rate limit 10
|
0.17981
|
0.203
|
0.342
|
|
Rate limit 20
|
0.26806
|
0.112
|
0.345
|
|
Rate limit 30
|
0.30689
|
0.070
|
0.346
|
|
$SOC^{0}=27%$
|
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.13234
|
0.263
|
0.329
|
|
Rate limit 10
|
0.18359
|
0.269
|
0.270
|
|
Rate limit 20
|
0.18379
|
0.271
|
0.268
|
|
Rate limit 30
|
0.18280
|
0.272
|
0.268
|
Table 7. $P_{Diesel}^{MAE}$, $E_{ESS}$ result for Case 2
|
$SOC^{0}=50%$
|
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.08974
|
0.08
|
0.941
|
|
Rate limit 10
|
0.08974
|
0.08
|
0.941
|
|
Rate limit 20
|
0.08974
|
0.08
|
0.941
|
|
Rate limit 30
|
0.08974
|
0.08
|
0.941
|
|
$SOC^{0}=77%$
|
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.08974
|
0.08
|
0.941
|
|
Rate limit 10
|
0.08646
|
0.083
|
0.977
|
|
Rate limit 20
|
0.08571
|
0.084
|
0.986
|
|
Rate limit 30
|
0.08539
|
0.084
|
0.989
|
|
$SOC^{0}=27%$
|
|
$R_{Sh}$
|
$P_{Diesel}^{MAE}(MW)$
|
$E_{ESS}(MWh)$
|
|
Charge
|
Discharge
|
|
15
|
0.08974
|
0.08
|
0.941
|
|
Rate limit 10
|
0.10802
|
0.078
|
0.721
|
|
Rate limit 20
|
0.10920
|
0.081
|
0.704
|
|
Rate limit 30
|
0.10941
|
0.082
|
0.700
|
4. 결 론
본 논문에서는 독립형 마이크로그리드에서 충·방전 제어가 스케줄링 된 ESS의 제어 주기 사이의 예측과 다른 순부하의 출력으로 인한 변동에 대하여 디젤발전기와
ESS를 분담하여 제어하기 위해 ESS의 SOC가 고려된 디젤발전기와의 협조 운전 알고리즘을 제안하고, 성능을 검증하였다. 이를 위해 본 논문에서는
디젤발전기와 ESS간의 분담률을 나타내는 $R_{Sh}$를 도입하였고, ESS의 SOC를 운영범위 이내에서 유지될 수 있도록 $R_{Sh}$를 적절하게
결정하는 방법을 제안하였다. MATLAB/Simulink 기반의 시뮬레이션 모델을 개발하여 ESS의 초기 SOC에 따른 다양한 시나리오를 통해 제안하는
제어기법의 성능을 확인하였다.
이 논문은 한국조명·전기설비학회 2022년도 추계학술대회에서 발표하고 우수추천논문으로 선정된 논문임.
Acknowledgement
이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. 2021R1F1A1047729). 또한, 한국에너지기술평가원(KETEP)의
지원으로 수행되었음(20225500000060).
References
Sung Man Kim, “Application and operation cases of microgrid technology,” Journal of
the Electric World/Monthly Magazine, pp. 37-44, 2014.
Ji in Jeong, “Prediction-based scheduling diesel generator and energy storage system
for stable operation of stand-alone microgrid,” M.Sc. Thesis, School of Electrical
and Computer Engineering, Pusan University, 2016.
Byoung-Chang Jeong, “Implementation of ESS simulation model for island area microgrid
deployment,” KIEE Summer Conference, pp. 792-793, 2021.
Sang-Hyuk Kim, Il-Yop Chung, Hak-Joo Lee, and Woo-Kyu Chae, “Voltage and frequency
control method using battery energy storage system for a stand-alone microgrid,” The
Transactions of the Korean Institute of Electrical Engineers, vol. 64, no. 8, pp.
1168-1179, 2015.
Jae-Eon Kim, “Modeling & operating algorithm of islanding microgrid with wind turbine,
diesel generator and BESS,” Journal of the Korea Academia-Industrial cooperation Society,
vol. 15, no. 9, pp. 5893-5898, 2014.
Eyke Liegmann and Ritwik Majumder, “An efficient method of multiple storage control
in microgrids,” IEEE Transactions on Power Systems, vol. 30, no. 6, pp. 3437-3444,
2015.
Heungseok Lee, et al., “A study of frequency control in microgrid using multi BESS
considering SOC,” KIEE Summer Conference, pp. 321-323, 2017.
Sang-Wook Lee and Juneho Park, “Power allocation method for multiple ESS control considering
SOC balancing in microgrids,” The Transactions of the Korean Institute of Electrical
Engineers, vol. 66, no. 2, pp. 292-299, 2017.
Yon-Hum Choi, et al., “Verification of the cloud ESS operation scheme in the HILS
environment,” 25th International Conference on Electrical Engineering(ICEE2022), 2022.
Biography
He received B.S. degree in electronics, information, and communication engineering
from Mokpo National University, Muan, Korea in 2021. He is currently an integrated
M.S., Ph.D. Student in the electrical engineering department of Chonnam National University,
Gwangju, Korea. His research interests include distributed energy resources, step
voltage regulator, and real-time simulation.
He received the B.S., M.S. and Ph.D. degrees in electrical engineering from Soongsil
University, Seoul, Korea, in 1996, 1998 and 2002, respectively. Since 2003, he has
been a Professor with Chonnam National University, Gwang-ju, South Korea. His research
interests include operation and integration and control strategies of distributed
generation, and operation algorithms of the smart grid.
He received B.S., M.S., and Ph.D. degrees in electrical engineering from Soongsil
University, Seoul, Korea, in 1996, 1998, and 2002, respectively. From 2002 to 2009,
he was a senior researcher at the Electrotechnology R&D Center of LSIS, Cheongju,
Korea. From 2009 to 2016, he was a principle researcher at KEPCO Research Institute,
Daejeon, Korea. He is currently a Professor at the Department of Electrical Engineering
in Chonnam National University, Gwangju, Korea. His research interests include the
design of EMS, DMS and MGMS, and protection technologies for active distribution networks.
He received B.S., M.S., and Ph.D. degrees in electrical engineering from Seoul
National University, Seoul, Korea, in 2002, 2004, and 2009, respectively. He was a
Postdoctoral Researcher with Myongji University, Seoul. He was with the FREEDM Systems
Center, North Carolina State University, Raleigh, NC, USA. He is currently a Professor
at Chonnam National University, Gwangju, Korea. His current research interests include
power quality, distributed energy resources, microgrids, smart grids, and real-time
simulation.