• 대한전기학회
Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers
  • COPE
  • kcse
  • 한국과학기술단체총연합회
  • 한국학술지인용색인
  • Scopus
  • crossref
  • orcid

  1. (Dept. of Electrical Eng., Gyeonsang National University, Korea.)
  2. (Dept. of Electricity, VISION College of Jeonju, Korea.)



Wind Turbine Generator (WTG), Battery Energy Storage System (BESS), Reliability Evaluation

1. 서 론

2015년 12월 파리에서는 지구 온난화를 완화하기 위해 전 세계의 국가들이 모여 유엔기후변화협약 당사국총회 (COP 21)를 개최하였으며, 여기서 새 기후변화 체제 수립을 위한 “파리협정 (Paris Agreement)”을 채택하였다. 따라서 각국은 온실가스감축을 위한 노력으로 석탄에너지의 비중을 줄이고 신재생에너지를 적극적으로 계통에 연계하고 있다. 이와 같이 에너지 패러다임의 변화는 급격하게 이루어지고 있는 실정이다. 우리나라의 경우에도 이러한 기후변화에 대응하기 위해서 국가에너지기본계획과 전력수급계획을 통해서 범정부 기후변화대응체계에 대한 논의가 활발하게 이루어지고 있다.

하지만, 이러한 신재생에너지는 자원공급의 불확실로 인해서 출력의 변동이 매우 크다는 단점을 가지고 있다. 이는 계통의 신뢰도 측면에서도 매우 큰 불안요소가 될 수 있으며, 나아가 정전사고로도 이어질 수 있다는 문제가 있다. 이러한 정전사고는 국가적인 경제손실은 물론이고 사회적인 질서 및 국가안보체제에까지 타격을 줄 수 있는 문제로까지 확장될 수 있다. 따라서 이를 완화시켜줄 수 있는 기술의 개발이 절대적으로 필요하다. 현재 주목받는 완화기술 중 하나로는 양수발전 에너지 저장장치 혹은 밧데리 에너지저장장치 (Battery Energy Storage System)(이하 간단히 ESS로 한다.)를 신재생에너지와 연계하고 적절한 충방전 알고리즘을 통해서 신재생에너지의 변동성을 완화시켜주는 기술이 주목받고 있다.

따라서 본 논문에서는 이러한 에너지 저장장치의 운영기술의 기초 연구로써 밧데리 에너지 저장장치로 국한하고 신재생에너지 중 풍력발전원 (Wind Turbine Generator; WTG)과 ESS가 연계된 수작업이 가능한 샘플계통을 대상으로 확률론적 공급신뢰도 측면에서의 ESS 운용 알고리즘을 개발하고 명확히 제안한다 (5-7).

2. 풍력발전원과 에너지저장장치를 고려한 신뢰도 평가

본 논문에서는 송전계통을 고려하지 않은 HLI (Hierarchical Level I)을 대상으로 하되 풍력발전단지에 ESS가 설치될때 적절한 제어방식을 도입하여서 ESS의 충방전을 수행하는 알고리즘을 새롭게 제안하고자 한다. 그림 1은 풍력발전단지가 여러 군데 존재하고 ESS는 한군데 설치된 경우 (Single- ESS)이며 이는 이미 개발된 모형이다 (1,2). 반면에 그림 2는 풍력발전단지에 각각의 ESS가 설치된 모형 (Multi-ESS)이다. 본 논문에서 제안하는 Multi-ESS의 효용성을 비교분석하기 위해서 동일한 조건하에서 적절한 ESS 알고리즘을 적용하여 확률론적 공급신뢰도 측면에서 이를 수작업이 가능한 간단한 샘플 계통을 상정하고 이의 상세 산정 절차를 보인다.

그림. 1. Single-ESS 모델

Fig. 1. Single-ESS Model

../../Resources/kiee/KIEE.2020.69.1.16/fig1.png

그림. 2. Multi-ESS 모델

Fig. 2. Multi-ESS Model

../../Resources/kiee/KIEE.2020.69.1.16/fig2.png

또한, 기본적으로 두 모델 모두 공급신뢰도 최대화 개념을 토대로 한 다음의 운전조건을 풍력발전기와 결합한 ESS의 충방전 운전원칙으로 정한다.

운전원칙 I : 부하의 X%로 미리 한정한 출력을 초과하는 과잉 풍력에너지는 ESS에 최대한 저장한다.

(신재생에너지 발전전력 이용 최대화 원칙)

운전원칙 II : 일반발전원 (Conventional Generator; CG)이 전력공급 의무량만큼 공급을 못하는 등의 비상상태가 오면 ESS에 충전한 에너지를 방전하여 공급지장이 발생하지 않도록 한다.

(공급지장 최소화 원칙)

운전원칙 III : 풍속이 좋더라도 ESS가 방전을 하고 있을 경우에는 동일한 ESS에는 충전할 수 없다.

(동일 ESS 충방전 운영 동시 불가능 원칙)

여기서 X% [pu]는 풍력발전기의 출력량을 부하 대비 최대 허용비율로써 제한한다는 것을 의미한다. 참고로 현재 우리나라는 신재생에너지발전원에 대해서 따로 제한을 두고 있지 않고 계통에 100% 공급이 가능한 것으로 운영되고 있다. 하지만, 탄소배출 감소의무와 맞물려서 신재생에너지발전원이 기하급수적으로 증가하고 있는 현시점에서 현재와 같이 신재생에너지발전원을 100% 계통에 투입시킨다면 자원공급에서 오는 불확실성으로 인해서 계통에 큰 영향을 줄 수밖에 없을 것이므로 가까운 미래에는 제한을 둘 것으로 예상된다. 그러므로 신재생에너지발전원에 있어서 이를 부하대비 X% [pu]로 제한하고 ESS의 충방전을 통해서 단점을 최대한 보완하는 것으로 하고 운전조건을 제시한다.

2.1 ESS와 결합한 WTG (Wind Turbine Generator) 및 CG (Conventional Generator) 운전조건

부하에 공급할 수 있는 풍력발전기의 부하대비 최대허용출력인 X%×$L_{k}$를 초과하는 잉여 출력량 (Surplus Generation) ($SG_{wi}$,k)과 일반발전기의 잉여출력량 ($SG_{ci}$,k)은 식 (1)(2)와 같으며, 이는 Multi-ESS 모델을 기준으로 나타내었다. 참고로, Single-ESS 모델은 이들 수식에서 “i”를 무시하면 동일하다. 이러한 허용량을 설정하는 것은 전술하였듯이 신재생에너지원은 자원공급의 불확실성과 간헐성으로 인하여 출력의 변동이 매우 크기 때문이다 (1-4).

따라서 부하의 X%를 초과하는 과잉 풍력 에너지는 각각의 ESS에 저장을 하게 되며 반대로 공급지장이 발생하는 경우에는 ESS의 방전을 통해서 부하에 공급하게 된다 (5-7).

(1)
$SG_{w,\:k}=\Sigma TG_{wi,\:k}-X\%\times L_{k}$

(2)
$SG_{c,\:k}=\Sigma TG_{ci,\:k}-(1-X\%)\times L_{k}$

단,

$SG_{w,k}$ : #k 상태에서의 풍력발전기 잉여출력량 [MW]

$SG_{c,k}$ : #k 상태에서의 일반발전기 잉여출력량 [MW]

$TG_{wi,k}$ : #k 상태에서의 #i 풍력발전기의 총 출력량 [MW]

$TG_{ci,k}$ : #k 상태에서의 #i 기존발전기의 총 출력량 [MW]

$X\%×L_{k}$ : #k 상태에서의 풍력발전기의 부하대비 최대허용출력 [MW]

$(1-X\%)×L_{k}$ : #k 상태에서의 기존발전기 출력의무량 [MW]

$X\%$ : 풍력발전기의 부하대비 최대허용출력 비율 [pu]

$L_{k}$ : #k 상태에서의 부하 [MW]

그러므로 풍력발전기 여분의 출력을 의미하는 $SG_{wk}$가 양수 (+)이면 충전할 수 있다.(운전원칙 I) 그러나 이때 $SG_{ck}$가 음수 (-)이면 공급지장이 발생하지 않도록 ESS가 방전을 하여야하므로(운전원칙 II) WTG의 초과출력분이 존재하여도 ($SG_{wk}$가 양수 (+)) 그 초과분을 동일한 ESS에 충전할 수 없는 것으로 한다.(운전원칙 III)

2.1.1 ESS 에너지 상태방정식

ESS의 에너지상태방정식을 정식화하면 식 (3)과 같으며 충전상태는 식 (4)와 같은 최대 및 최소에너지 제약조건을 만족해야한다.

(3)
$ES_{i,\:k}=ES_{i,\:k-1}+EU_{i,\:k}$ [MWh]

(4)
$ES_{\min ,\:i}\le ES_{i,\:k}\le ES_{\max ,\:i}$ [MWh]

단,

$ES_{i,k}$ : #k상태의 #i ESS에 저장된 에너지 (SOC) [MWh]

$EU_{i,k}$ : #k상태의 #i ESS의 에너지 변화량 [MWh]

$ES_{max,i}$ : #i ESS의 최대 용량 (SOC) [MWh]

$ES_{min,i}$ : #i ESS의 최소 용량 (SOC) [MWh]

$SOC$ : State of Charge [MWh]

2.1.2 ESS 제어량 ($EU_{i,k}$)

ESS에서 충방전되는 에너지 제어량 ($EU_{i,k}$ [MWh])은 식 (5)처럼 계산되며, SGi,k는 $SG_{wi}$,k와 $SG_{ci}$,k의 합을 의미한다.

(5)
$EU_{i,\:k}=\begin{cases} \begin{aligned}\begin{aligned}SG_{wi,\:k}\times\triangle t\\SG_{ci,\:k}\times\triangle t\end{aligned}\\0\end{aligned}&\begin{aligned}\begin{aligned}SG_{wi,\:k}\ge 0{and}SG_{ci,\:k}\ge 0 \\ SG_{wi,\:k}\ge 0{and}SG_{ci,\:k}<0\end{aligned}\\ SG_{wi,\:k}<0{and}SG_{i,\:k}\ge 0\end{aligned}\\ (SG_{wi,\:k}+SG_{ci,\:k})\times\triangle t& SG_{wi,\:k}<0{and}SG_{i,\:k}<0 \end{cases}$

단,

∆t : 시간대의 간격

$SG_{k}$= $SG_{wk}$+ $SG_{ck}$

하지만, 실제 $EU_{i,k}$는 ESS의 최대용량제약에 따른 충방전 허용에너지 제약인 식 (6)과 충방전에너지 제어량 한계제약인 식 (7)과 같은 제약조건에 따른다. 따라서 단위시간당 ESS에 충방전할 수 있는 량을 제한하게 된다.

(6)
$-EU_{\max ,\:i}\le EU_{k,\:i}\le EU_{\max ,\:i}$

(7)
$EU_{\max ,\:i}=[(ES_{\max ,\:i}-ES_{\min ,\:i})/TM_{ESS,\:i}]\times\triangle t$

단,

$TM_{ESS,i}$ : #i ESS의 전충전 (방전)소요시간 [hours]

제약조건을 고려하여 ESS에서 의무적으로 방전해야되는 에너지는 식 (8)과 같이 정식화 될 수 있다. 이때, 일반발전원이 전력공급 의무량만큼 공급을 못하는 경우 ESS에 충전된 에너지가 이 값보다 작게 되면 공급지장 즉 정전이 발생하게 된다.

(8)
$TG_{Dk}=\begin{cases} \begin{aligned}\begin{aligned}0\\\left | -SG_{ci,\:k}\times\triangle t\right |\end{aligned}\\0\end{aligned}&\begin{aligned}\begin{aligned}SG_{wi,\:k}\ge 0{and}SG_{ci,\:k}\ge 0 \\ SG_{wi,\:k}\ge 0{and}SG_{ci,\:k}<0\end{aligned}\\ SG_{wi,\:k}<0{and}SG_{i,\:k}\ge 0\end{aligned}\\ \left | -SG_{i,\:k}\times\triangle t\right |& SG_{wk}<0{and}SG_{i,\:k}<0 \end{cases}$

3. Single-ESS 운영 모델

본 논문에서는 다수의 풍력발전원과 하나의 ESS가 연계되어 있는 경우를 Single-ESS 모델이라고 하며 이는 앞의 그림 1과 같다. 또한, Single-ESS의 에너지 (SOC) 변화를 시간대별로 예를 들어서 보이면 그림 3과 같다 (1,2).

그림. 3. Single-ESS의 충/방전 시 에너지 상태 (SOC) 변화 예

Fig. 3. Example of Single-ESS charge/discharge state (SOC) transition

../../Resources/kiee/KIEE.2020.69.1.16/fig3.png

3.1 ESS의 충방전 Mode를 결정하는 요인

3.1.1 충전모드 규칙

풍력발전량의 총합이 X%를 초과할 때에는 초과되는 에너지만큼 ESS에 최대한 저장한다.(운전원칙 I)

3.1.2 방전모드 규칙

계통에 공급지장이 발생하지 않도록 방전을 최우선으로 한다.(운전원칙 II) 또한, 하나의 ESS가 존재함으로 방전모드에 있으면 충전을 할 수 없다.(운전원칙 III)

3.1.3 충방전 조건

전술한 ESS 충방전 운전방식에 근거하여 Single-ESS 모델의 충방전 조건을 표로 정리하면 표 1과 같다. 여기서, $SG_{k}$는 $SG_{wk}$와 $SG_{ck}$의 합을 의미한다.

또한, $SG_{wk}$, $SG_{ck}$의 부호에 따라서 다음의 뜻을 의미한다.

- $SG_{wk}$가 “+”인 경우는 계통에 공급할 수 있는 제약 (X%)을 초과하기 때문에 과잉 풍력에너지를 충전할 수 있다. 반면에 “-”인 경우는 제약조건을 어기지는 않았지만 만일 이때에 $SG_{ck}$ 및 $SG_{k}$가 모두 “-” 일 경우에 공급지장이 발생하므로 이를 방지하기 위해 ESS에서 방전해야함을 의미한다.(운전원칙 I 및 II)

표 1. Single-ESS의 충방전 조건

Table 1. Charging/Discharging condition of Single-ESS

$SG_{wk}$

$SG_{ck}$

$SG_{k}$

충전

방전

+

+

+

(운전원칙 I)

×

+

-

+(-)

×

(운전원칙 I, II)

-

+

+

×

×

-

-

-

×

(운전원칙 III)

단, $SG_{k}$= $SG_{wk}$+ $SG_{ck}$

- $SG_{ck}$가 “+”인 경우는 계통에 의무적으로 공급해야하는 제약 (1-X%)을 만족하고 있지만, 그 에너지를 따로 ESS에 충전할 수는 없다. 반면에 “-”인 경우는 일반발전기가 공급의무 제약조건을 어기므로 $SG_{k}$가 “+”라고 하여도 계통에 공급지장이 발생하지 않도록 일반발전원의 의무량을 ESS에서 방전해야함을 의미한다.(운전원칙 II)

4. Multi-ESS 운영 모델

본 논문에서 제안하는 Multi-ESS는 다수의 풍력발전원에 각각 ESS가 설치되었을 경우를 말하며 이는 그림 2와 같다. 이의 에너지 상태 (SOC) 변화를 시간대별로 예를 들어 나타내면 다음 그림 4와 같다 (5-7).

그림. 4. Multi-ESS의 충/방전 시 에너지 상태 (SOC) 변화 예

Fig. 4. Example of Multi-ESS charge/discharge state (SOC) transition

../../Resources/kiee/KIEE.2020.69.1.16/fig4.png

4.1 ESS의 충방전 Mode를 결정하는 요인

4.1.1 충전모드 규칙

풍력발전량의 총합이 X%를 초과할 때에는 초과되는 에너지만큼 ESS에 최대한 저장한다.(운전원칙 I) 이때, 방전모드에 들어간 ESS는 제외한다.(운전원칙 III) 여기서 충전량을 어떻게 분배하여 충전할지의 방법으로 본 연구에서는 다음과 같이 2가지를 제안한다.

- 방법 1: 방전모드의 ESS를 빼고 나머지 ESS의 충전가능량을 탐색하여 최대 충전가능한 비율로 배분하여 충전함.

- 방법 2: 방전모드의 ESS를 빼고 나머지 ESS의 충전가능량을 탐색하여 최대충전 가능한 ESS 부터 충전함.

4.1.2 방전모드 규칙

Single-ESS와 동일하며 ESS의 방전용량이 가장 큰 것부터 선택하여 최대로 방전한다.

4.1.3 충방전 조건

전술한 ESS 충방전 운전방식에 근거하여 Multi-ESS 모델의 충방전 조건을 정리하면 표 2와 같다.

표 2. Multi-ESS의 충방전 조건

Table 2. Charging/Discharging condition of Multi-ESS

$SG_{wk}$

$SG_{ck}$

$SG_{k}$

충전

방전

+

+

+

×

+

-

+(-)

-

+

+

×

×

-

-

-

×

그러나 Multi-ESS에서는 전술한 Single-ESS의 충방전 조건과의 차이점은 방전을 하고 있지 않은 ESS가 존재한다면 여분의 풍력발전기의 출력량을 그 ESS에 충전할 수 있다는 것이다. 이를 표 2에 “●”로 표기하였다.

5. 신뢰도 평가

본 논문에서는 몬테카를로 (Monte Carlo)법을 이용하여 기존발전기 (CG)의 사고확률을 고려하고 풍력발전기의 풍속 (Wind speed)의 불확실성을 고려하는 것으로 한다. 따라서 확률론적 모델을 사용하게 되므로 신뢰도 평가 또한 확률론적이라 할 수 있다 (3,4).

이러한 확률론적 신뢰도 평가를 위해서 신뢰도 지수로는 대표적인 공급지장시간기대치 (LOLE ; Loss of load Expectation)와 공급지장에너지기대치 (EENS ; Expected Energy Not Served)를 이용한다. 이를 정식화하면 식 (9), 식 (10)과 같이 산정한다. 참고로 이러한 신뢰도 지수는 그 값이 작을수록 신뢰도가 높음을 의미한다.

(9)
$LO\le =\dfrac{1}{NY}\sum_{k\in\Omega_{D}^{-}}\Delta t_{k}[{Hours}/{year}]$

(10)
$EENS=\dfrac{1}{NY}\sum_{i\in\Omega_{D}^{-}}(TG_{Dk}+EU_{k}^{*})[{MWh}/{year}]$

단,

$\Omega_{D}^{-}$ : 방전모드 중 공급지장 상태 (시간대)의 집합

Δtk : #k상태의 시간 [hours] (=Δt)

$EU_{k}^{*}$ : ESS 실제 가능 제어에너지량 (ESS Control Energy)

(‘+’이면 충전, ‘-’이면 방전을 의미함.)

$TG_{Dk}$ : 부하의 공급부족을 없애기 위한 꼭 필요한 의무방전 에너지 [MWh]

NY: 몬테카를로 (Monte Carlo) 모의 년도 수 [years]

6. 사례연구

본 논문에서는 수작업으로도 계산이 가능한 샘플계통을 통해서 Single-ESS와 Multi-ESS 두 모델에 대하여 제안하는 알고리즘을 이용한 산정절차를 상세히 기술하여 그 특성 및 유용성을 검증하고 차후 상업용 프로그램까지 확장하는 토대를 마련하고자 한다. 나아가 확률론적인 공급신뢰도 측면에서 그 결과를 비교 분석하여봄으로써 본 연구에서 개발하고 제시한 알고리즘의 명확함을 살펴본다.

6.1 Single-ESS 모델

표 34는 샘플계통에서의 공급신뢰도 측면에서의 ESS의 운용 알고리즘을 계산하기 위한 풍력발전원 및 ESS의 사양을 나타낸 것이다. 한편 여기서는 X% [pu]를 20% (0.2 [pu])로 설정하였다. 또한, ESS의 완충방전이 되는 시간 (TMESS)을 2시간으로 가정하였다.

표 3. 풍력발전기의 사양

Table 3. WTG Specification

#1

#2

#3

Total

Capacity

[MW]

10

10

10

30

표 4. Single-ESS의 사양

Table 4. Single-ESS Specification

최대

용량

$(ES_{max})$

[MWh]

최소

용량

$(ES_{min})$

[MWh]

시간 주기

(△t)

[hours]

X%

[pu]

초기

용량

$(ES_{0})$

[MWh]

ESS

50

5

2

0.2

10

따라서 ESS의 충방전에너지 변화량을 식 (7)을 사용하여 계산하면 각 상태별로 ESS가 얼마만큼의 에너지를 한번에 충방전할 수 있는지 알 수 있다. 이를 나타내면 다음과 같다.

- $EU_{max}$ = [(50-5)/2]×2 = (45/2)×2 = 45 [MWh]

표 5. 샘플계통에서의 Single-ESS 운용 산정표

Table 5. Calculation of Single-ESS Operation in Sample System

$k$

$L_{k}$

[MW]

$TG_{wk}$

[MW]

$TG_{ck}$

[MW]

$TG_{k}$

[MW]

$SG_{wk}$

[MW]

$SG_{ck}$

[MW]

$SG_{k}$

[MW]

$C_{k}/D_{k}$

[MWh]

$TG_{Dk}$

[MWh]

$EU_{k}$

[MWh]

$ES_{k+1}$

[MWh]

EENS

[MWh]

LOLE

[hours]

1

100

30

95

125

30-20

= +10

95-80

= +15

25

(20/0)

0

10×2

= 20

10+20

= 30

2

100

25

75

100

25-20

= +5

75-80

= -5

0

(0/-10)

5×2

=10

-5×2

= -10

30-10

= 20

3

100

15

90

105

15-20

= -5

90-80

= +10

5

(0/0)

0

0

20

4

100

15

75

90

15-20

= -5

75-80

= -5

-10

(0/-20)

10×2

=20

-10×2

= -20

20-15

= 5

20-15

= 5

1×2

= 2

5

110

30

105

135

30-22

= +8

105-88

= +17

25

(16/0)

0

8×2

= 16

5+16

= 21

6

110

30

85

115

30-22

= +8

85-88

= -3

5

(0/-6)

3×2

=6

-3×2

= -6

21-6

=15

7

110

15

105

120

15-22

= -7

105-88

= +17

10

(0/0)

0

0

15

8

110

15

85

100

15-22

= -7

85-88

= -3

-10

(0/-20)

10×2

= 20

-10×2

= -20

15-10

=5

20-10

= 10

1×2

= 2

9

105

25

95

120

25-21

= +4

95-84

= +11

15

(8/0)

0

4×2

= 8

5+8

=13

10

105

25

70

95

25-21

= +4

70-84

= -14

-10

(0/-28)

14×2

=28

-14×2

=-28

13-8

=5

28-8

= 20

1×2

= 2

11

90

30

80

110

30-18

= +12

80-72

= +8

20

(24/0)

0

12×2

= 24

5+24

=29

12

100

25

80

105

25-20

= +5

80-80

= 0

5

(10/0)

0

5×2

=10

29+10

= 39

1,140

255

960

1,215

35

[MWh/day]

6

[hours/day]

여기서, ../../Resources/kiee/KIEE.2020.69.1.16/content1.png는 샘플계통을 위해서 가정한 입력값

6.1.1 Single-ESS 모델의 운용 산정 방법

본 논문에서 샘플계통에서의 Single-ESS 모델 운용 산정을 위한 절차는 다음과 같다.

Step 1: 우선 상태간의 시간 주기를 2시간으로 가정하였다. 따라서 위의 표 5는 하루가 운영되었을 경우를 나타낸 것이다. 여기서는 수작업이 가능한 샘플계통이므로 부하 ($L_{k}$)와 풍력발전원 ($TG_{wk}$) 및 일반발전기 ($TG_{ck}$)의 출력량은 임의로 가정하였다. 그러나 실계통 적용시에 몬테카를로방법을 이용할 때는 난수를 이용한 발전기의 사고확률 및 풍속의 불확실성을 고려하여 가상적인 시나리오의 데이터가 작성되며 이값이 입력으로 들어가게 된다. 이를 표 5에서 “../../Resources/kiee/KIEE.2020.69.1.16/content1.png”으로 표시하였다. 다음으로 풍력발전원과 일반발전기의 출력량의 합 ($TG_{k}$)을 구한다.

Step 2: 여기서는 풍력발전기의 출력량을 부하 대비 최대 허용비율(X%)은 0.2[pu]로써 제한되는 것으로 가정하였다. 즉, 풍력발전량은 부하대비 20%를 허용하며, 반대로 일반발전기는 80%를 의무적으로 출력을 해야 된다는 것을 뜻한다. 따라서 부하에 공급할 수 있는 풍력발전기의 잉여출력량($SG_{wk}$)(식 (1))과 일반발전기의 잉여출력량 ($SG_{ck}$) (식 (2))을 구할 수 있다. 예를 들어서 첫 번째 상태의 값을 계산하면 다음과 같다. 또한 두 값의 합인 $SG_{k}$를 구할 수 있다.

- ${SG}_{{w},\:1}={TG}_{{w},\:1}-{X}\%\times{L}_{1}=30-(100\times 0.2)=10[{MW}]$

- ${SG}_{{c},\:1}={TG}_{{c},\:1}-(1-{X}\%)\times{L}_{1}=95-(100\times 0.8)=15[{MW}]$

- ${SG}_{1}={TG}_{{w},\:1}+{TG}_{{c},\:1}=25[{MW}]$

Step 3: 다음으로 ESS에 충방전할 수 있는 에너지의 량 (SOC) ($C_{k}$ (Charging)/$D_{k}$ (Discharging))을 결정하게 된다. 첫 번째 상태(k=1)에서 풍력발전기의 허용출력량이 “+” 값을 가지므로 잉여 풍력에너지를 ESS에 충전이 가능하다. 다만, 일반발전기에서 남는 여유분에 있어서는 충전할 수가 없는 것으로 모델링 하였으므로 충전 가능한 에너지는 상태간의 시간 주기가 2시간인 것을 감안하면 다음과 같다.

- ${C}_{1}(=10\times 2=20[{MWh}])/{D}_{1}(=0[{MWh}])=20/0$

또한, 이 경우에는 공급지장이 발생하지 않으므로 방전을 하지 않아도 되기 때문에 방전 에너지 ($TG_{Dk}$)는 “0”이 된다.

Step 4: ESS의 충방전 에너지 변화량을 고려하여 ESS에 충전을 하게 된다. 앞서 충방전 에너지 제어량 최대치 제약 (식 (7))에 따라 한번에 충방전 할 수 있는 에너지의 양을 계산하면 45[MWh]이다. 따라서 충전할 수 있는 에너지가 그 양보다 작기 때문에 (EU1 < $EU_{max}$) 그대로 ESS에 충전할 수 있다. 그러므로 ESS의 상태방정식인 식 (3)에 따라 계산하면 다음과 같다.

- ${ES}_{1}={ES}_{0}+{EU}_{1}=10+20=30[{MWh}]$

6.1.2 Single-ESS 모델의 신뢰도 평가

본 샘플계통에 대한 Single-ESS 모델의 운영을 위한 산정절차를 모두 정리하여 보이면 표 5와 같다. 또한 ESS의 충방전 시 에너지 상태 (SOC) 변화를 나타내면 그림 5와 같다. 표 5로 부터 신뢰도를 계산하면 다음과 같다.

- 공급지장시간기대치 (LOLE) = 3×2 = 6 [hours/day]

- 공급지장에너지기대치 (EENS) = 35 [MWh/day]

- 공급지장이 발생한 빈도수 = 3 [occ/day]

그림. 5. Single-ESS의 충방전 시 에너지 상태 (SOC) 변화

Fig. 5. Single-ESS charge/discharge state (SOC) transition

../../Resources/kiee/KIEE.2020.69.1.16/fig5.png

참고로 샘플계통에서 ESS가 충방전한 총 에너지와 횟수를 보이면 표 6과 같다.

표 6. Single-ESS의 충방전한 총 에너지와 횟수

Table 6. ESS charged and discharged energy and frequency

총 에너지의 양 [MWh]

횟수

충전

78

5

방전

84

5

Total

162

10

6.2 Multi-ESS 모델

Multi-ESS 모델의 운용 알고리즘을 계산하기 위해서 풍력발전원의 사양은 Single-ESS 모델과 동일하게 적용하였다. 또한 Multi-ESS 모델에서 ESS의 합이 Single-ESS 모델과 동일하게끔 표 7과 같이 적절하게 설정하였다.

더불어 ESS의 완충방전이 되는 시간 (TMESS)을 Single- ESS 모델과 동일하게 2시간으로 한다.

표 7. Multi-ESS의 사양

Table 7. Multi-ESS Specification

최대

용량

$(ES_{max})$

[MWh]

최소

용량

$(ES_{min})$

[MWh]

시간 주기 (△t)

[hours]

X%

[pu]

초기

용량

$(ES_{0})$

[MWh]

ESS1

20

2

2

0.2

4

ESS2

15

2

2

0.2

3

ESS3

15

1

2

0.2

3

Total

50

5

2

0.2

10

따라서 ESS의 충방전에너지 변화량을 식 (7)을 사용하여 계산하면 각 상태별로 각각의 ESS가 얼마만큼의 에너지를 한번에 충방전할 수 있 가능함을 알 수 있다. 이를 나타내면 다음과 같다.

- $EU_{max,1}$ = [(20 - 2)/2]×2 = (18/2)×2 = 18 [MWh]

- $EU_{max,2}$ = [(15 - 2)/2]×2 = (13/2)×2 = 13 [MWh]

- $EU_{max,3}$ = [(15 - 1)/2]×2 = (14/2)×2 = 14 [MWh]

6.2.1 Multi-ESS 모델의 운용 산정 방법 (알고리즘)

표 8. 샘플계통에서의 Multi-ESS 운용 산정표 (방법 1)

Table 8. Calculation of Multi-ESS Operation in Sample System (Method 1)

../../Resources/kiee/KIEE.2020.69.1.16/table8.png

Multi-ESS 모델의 산정방법은 전반적으로 Single-ESS 모델과 동일한 절차에 의해서 계산이 되지만, ESS의 충방전 Mode를 결정하는 요인 (4장)에 의해서 ESS의 충방전이 상이하게 된다. 우선 표 8표 9는 본 논문에서 제안한 알고리즘을 이용하여 각각 방법 1과 방법 2에 의해서 샘플계통에서의 Multi-ESS 모델 운용 산정표를 나타낸 것이다. 그리고 Single-ESS 모델과 동일한 과정은 생략한다.

본 논문에서 샘플계통에서의 Multi-ESS 모델 운용 산정을 위하여 새롭게 개발한 알고리즘을 정리하면 다음과 같다.

Step 1: Single-ESS 모델과 동일하게 부하 ($L_{k}$)와 풍력발전원 ($TG_{wk}$) 및 일반발전기 ($TG_{ck}$)의 출력량은 임의로 가정하였다.

Step 2: 풍력발전기의 출력량을 부하 대비 최대 허용비율 (X%)은 0.2[pu]로써 제한한다. 그에 따른 부하에 공급할 수 있는 풍력발전기 ($SG_{wk}$)(식 (1))와 일반발전기 ($SG_{ck}$)(식 (2))의 잉여출력량을 구할 수 있으며, 여기까지는 Single-ESS 모델과 동일하다.

Step 3: 다음으로 ESS에 충방전 할 수 있는 에너지의 양 ($C_{k}$ (Charging)/$D_{k}$ (Discharging))을 결정하게 된다.

Step 4: ESS의 충방전에너지 변화량을 고려하여 ESS에 충전을 하게 된다. 앞서 충방전에너지 제어량 최대치 제약 (식 (7))에 따라서 한번에 충방전 할 수 있는 에너지의 양을 계산하였으며 각각 순서대로 18[MWh], 13[MWh], 14[MWh]가 된다. 따라서 ESS에 각각 충전할 수 있는 에너지가 그 양보다 작기 때문에 ($EU_{1,1}$ < $EU_{max,1}$, $EU_{2,1}$ < $EU_{max,2}$, $EU_{3,1}$ < $EU_{max,3}$) 그대로 각각의 ESS에 충전할 수 있다. 이때, 각각의 ESS에 에너지를 배분하는 방법으로는 전술한 방법 1과 방법 2에 의해서 각각의 ESS에 충전이 된다.

① 방법 1: 최대 충전가능한 비율로 배분하여 충전함.

우선 최대 충전 가능한 량을 계산하고 이를 모두 더한 후, 충전하는 에너지를 곱하여서 배분한다.

\begin{align*} - {EU}_{1,\:1}=\dfrac{{c}_{\max 1.1}}{{c}_{\max 1.1}+{c}_{\max 2.1}+{c}_{\max 3.1}}\times{C}_{1}\\ =\dfrac{16}{16+12+12}\times 20=8[{MWh}] \end{align*}

\begin{align*} - {EU}_{2,\:1}=\dfrac{{c}_{\max 2.1}}{{c}_{\max 1.1}+{c}_{\max 2.1}+{c}_{\max 3.1}}\times{C}_{1}\\ =\dfrac{12}{16+12+12}\times 20=6[{MWh}] \end{align*}

\begin{align*} - {EU}_{3,\:1}=\dfrac{{c}_{\max 3.1}}{{c}_{\max 1.1}+{c}_{\max 2.1}+{c}_{\max 3.1}}\times{C}_{1}\\ =\dfrac{12}{16+12+12}\times 20=6[{MWh}] \end{align*}

그러므로 ESS의 상태방정식인 식 (3)은 다음과 같이 계산된다.

- ${ES}_{1}={ES}_{1,\:0}+{EU}_{1,\:1}=4+8=12[{MWh}]$

- ${ES}_{2}={ES}_{2,\:0}+{EU}_{2,\:1}=3+6=9[{MWh}]$

- ${ES}_{3}={ES}_{3,\:0}+{EU}_{3,\:1}=3+6=9[{MWh}]$

방법 1에 따라서 산정한 것을 정리하여 보이면 표 8과 같다. 본 표에서 ../../Resources/kiee/KIEE.2020.69.1.16/content2.png은 참고로 보인 것이다.

② 방법 2: 최대충전 가능한 ESS 부터 충전함.

표 9는 최대 충전가능한 ESS부터 저장하는 방식임에 따라 산정한 것을 정리하여 보인 것이다.

그에 따른 각각 ESS에 최대로 충전 가능한 량을 나타내면 다음과 같다.

- ${c}_{\max 1,\:1}=16[{MWh}]$, ${c}_{\max 2,\:1}=12[{MWh}]$, ${c}_{\max 3,\:1}=12[{MWh}]$

따라서 상태 1에서 충전 가능량인 20[MWh]를 1번 ESS에 최대로 충전 가능한 16[MWh]를 충전하고, 나머지 4[MWh]에 대해서는 2번과 3번의 ESS 충전 가능량이 동일하지만, 3번 ESS에 충전하는 것으로 하였다. (표 9에서 ../../Resources/kiee/KIEE.2020.69.1.16/content2.png으로 표기함.)

- ${EU}_{1,\:1}= 16[{MWh}]$, ${EU}_{2,\:1}=0[{MWh}]$, ${EU}_{3,\:1}=4[{MWh}]$

그러므로 ESS의 상태방정식인 식 (3)은 방법 1과는 다르게 다음과 같이 계산된다.

- ${ES}_{1}={ES}_{1,\:0}+{EU}_{1,\:1}=4+16=20[{MWh}]$

- ${ES}_{2}={ES}_{2,\:0}+{EU}_{2,\:1}=3+0=3[{MWh}]$

- ${ES}_{3}={ES}_{3,\:0}+{EU}_{3,\:1}=3+4=7[{MWh}]$

표 9. 샘플계통에서의 Multi-ESS 운용 산정표 (방법 2)

Table 9. Calculation of Multi-ESS Operation in Sample System (Method 2)

../../Resources/kiee/KIEE.2020.69.1.16/table9.png

6.2.1 Multi-ESS 모델의 신뢰도 평가

본 샘플계통에 대한 Multi-ESS 모델의 신뢰도를 계산하면 다음과 같다.

- 공급지장시간기대치 (LOLE) = 1×2 = 2 [hours/day]

- 공급지장에너지기대치 (EENS) = 9 [MWh/day]

- 공급지장이 발생한 빈도수 = 1 [occ/day]

또한 표 89는 각각 방법 1과 2를 적용하여 계산하였지만 결과적으로는 동일한 신뢰도 값을 가졌다. 하지만, ESS의 충방전 시 에너지 상태 변화에서는 두 방법간에 차이가 있는 것을 확인할 수 있다. 여기서 방법 1 및 방법 2의 에너지 상태 변화를 보이면 각각 그림 67과 같다. 또한, 샘플계통에서 ESS가 충방전한 총 에너지와 횟수 등을 정리하면 표 10과 같다.

그림. 6. Multi-ESS의 충방전 시 에너지 상태 변화 (방법 1)

Fig. 6. ESS charge/discharge state (SOC) transition (Mothod 1)

../../Resources/kiee/KIEE.2020.69.1.16/fig6.png

그림. 7. Multi-ESS의 충/방전 시 에너지 상태 (SOC) 변화 (방법 2)

Fig. 7. ESS charge/discharge state (SOC) transition (Mothod 2)

../../Resources/kiee/KIEE.2020.69.1.16/fig7.png

표 10. Multi-ESS의 충방전한 총 에너지와 횟수

Table 10. ESS charged and discharged energy and frequency

총 에너지의 양

[MWh]

횟수

충전

112

8

방전

84

5

Total

196

13

6.3 Single-ESS와 Multi-ESS 모델의 비교분석

본 논문에서는 수작업이 가능한 샘플계통에서의 Single- ESS와 Multi-ESS 모델에 적용하여 확률론적인 공급신뢰도 측면에서 비교해보았다. 표 11은 이를 보인 것이다. 본 표에서 볼 수 있듯이 Multi-ESS 모델의 모든 신뢰도 지수가 우수하다는 것을 알 수 있다. 또한 표 12의 ESS가 충방전한 총 에너지와 횟수를 보인 것이다. 여기서, Multi-ESS가 풍력발전원에서 발생하는 과잉 풍력 에너지에 대해서 효율적으로 ESS를 활용하고 있다는 것을 알 수 있다.

표 11. Single-ESS와 Multi-ESS 모델의 신뢰도 결과

Table 11. Reliability Results of Single-ESS and Multi-ESS Models

Single-ESS

Multi-ESS

LOLE

[hours/day]

6

2

EENS

[MWh/day]

35

9

공급지장 발생 빈도

[occ/day]

3

1

표 12. 두 모델의 ESS 충방전한 총 에너지와 횟수

Table 12. Total energy and frequency of ESS on both models

Single-ESS

Multi-ESS (평균)

충방전한

총 에너지의 양

[MWh]

162

196 (65.3)

횟수

10

13 (4.3)

단, 평균 = 총량(충방전한 총 에너지) / ESS 갯수

본 논문에서 가정한 하루 동안 각각의 모델과 충방전 방법을 통해서 그에 따른 결과를 살펴보았으며, 다음으로 각각 모델에서 ESS에 최종적으로 충전된 에너지를 비교하면 다음 표 13과 같다.

표에서 보시는 바와 같이 Single-ESS 모델과 방법 1을 택한 Multi-ESS 모델의 경우에는 최종적으로 저장되어 있는 에너지는 동일하게 계산되었다. 하지만, 방법 2를 적용한 Multi-ESS 모델의 경우에는 다른 방법에 비해서 더 많은 에너지를 저장할 수 있는 것으로 나타났다.

표 13. ESS에 충전된 최종 에너지의 상태 (SOC)

Table 13. Amount of final energy charged to the ESS (SOC)

Single-ESS

Multi-ESS

방법 1

방법 2

ESS에

충전된 최종 에너지의 양

[MWh]

39

39

47

이는 신뢰도 측면에서 뿐만 아니라 ESS를 더 효율적으로 이용할 수 있는 최적 ESS 운용 방안을 결정하는데 ESS를 어떻게 운용하는지에 따라서 큰 영향을 주는 것으로 사료된다.

7. 결 론

본 연구에서는 풍력발전원에 ESS가 설치되었을 경우에 전력계통의 공급신뢰도 증강을 목적으로 한 ESS 운용 알고리즘을 개발하고 제안한다. 제안하는 알고리즘을 풍력발전원에 ESS가 각각 설치되는 Multi-ESS 시스템에 적용하고 이를 기 개발된 풍력발전단지 한 개에 한 개의 ESS가 설치되어 운용되는 Single-ESS 알고리즘과 비교하였다.

더불어 본 논문에서는 수작업으로도 계산이 가능한 샘플계통을 이용한 사례연구 통해서 Single-ESS와 Multi-ESS 두 모델에 대하여 제안하는 알고리즘을 사용하여 산정절차를 상세히 기술하여 그 특성 및 유용성을 검증하였다. 이는 차후 상업용 프로그램까지 확장하는 토대를 마련하였다고 사료된다. 나아가 비록 매우 간단한 샘플계통이지만 확률론적인 공급신뢰도 측면에서 그 결과를 비교 분석하여봄으로써 본 연구에서 개발하고 제시한 알고리즘의 명확함을 검증하였다.

수작업이 가능한 샘플계통을 대상으로 한 사례연구를 통해서 본 논문에서 제안하는 Multi-ESS가 확률론적인 공급신뢰도 측면에서 Single-ESS 모델보다 더 효율적으로 ESS를 활용하고 있음을 명확하게 알 수 있었다.

차후연구로 보다 다양한 충방전 방식을 더욱 개발하고 최적모델을 사용한 ESS 운용 방식을 연구할 계획이다. 차후에 이를 활용하면 신재생에너지가 계통에 투입될 때를 대비하여 ESS가 계통에 얼마만큼 기여하는지와 ESS에 따른 공급지장비의 감소평가와 같은 경제성 평가도 가능할 것으로 기대된다.

Acknowledgements

This work was supported by the Human Resources Development of the Korea Institute of Energy Technology Evaluation and Planning (KETEP) grant funded by the Ministry of Trade, Industry and Energy. (No.20194030202430)

References

1 
P. Hu, 2009, Thesis: Reliability Evaluation of Electric Power Systems Including Wind Power and Energy Storage, University of SaskatchewanGoogle Search
2 
R. Karki, P. Hu, R. Billinton, 2006, A Simplified Wind Power Generation Model for Reliability Evaluation, IEEE Trans. on Energy Conversion, Vol. 21, No. 2DOI
3 
Billinton Roy, Wenyuan Li, 1994, Reliability Assessment of Electric Power Systems Using Monte Carlo Methods, Plenum PressGoogle Search
4 
aeseok Choi, 2013, Power System Reliability Evaluation En- gineering, G&U PressGoogle Search
5 
Ungjin Oh, Yeonchan Lee, Jintaek Lim, Jaeseok Choi, Yongbeum Yoon, Byunghoon Chang, Sungmin Cho, Jan 2015, Reliability Evaluation with Wind Turbine Generators and an Energy Storage System for the Jeju Island Power System, Journal of KIEE, Vol. 64, No. 1, pp. 1-7DOI
6 
Oh Ungjin, Yeonchan Lee, Jaeseok Choi, Yongbeum Yoon, Byunghoon Chang, Jun-Min Cha, 2016, Development of Reliability Contribution Function of Power System including Wind Turbine Generators combined with Battery Energy Storage System, Journal of KIEE, Vol. 65, No. 3, pp. 371-381DOI
7 
Ungjin Oh, Yeonchan Lee, Jaeseok Choi, Jintaek Lim, Jun 2016, Capacity Credit and Reasonable ESS Evaluation of Power System Including WTG combined with Battery Energy Storage System, Journal of KIEE, Vol. 65, No. 6, pp. 923-933DOI

저자소개

오웅진 (Ungjin Oh)
../../Resources/kiee/KIEE.2020.69.1.16/au1.png

2013년 경상대 전기공학과 졸업.

2016년 동 대학원 전기공학과 졸업(석사).

2016년∼동 대학원 전기공학과 박사과정.

Tel : 055-772-1715

E-mail : vkdlskf@nate.com

이연찬 (Yeonchan Lee)
../../Resources/kiee/KIEE.2020.69.1.16/au2.png

2013년 경상대 전기공학과 졸업.

2015년 동 대학원 전기공학과 졸업(석사).

2015년∼동 대학원 전기공학과 박사과정.

Tel : 055-772-1715

E-mail : kkng1914@gnu.ac.kr

임진택 (Jin-Taek Lim)
../../Resources/kiee/KIEE.2020.69.1.16/au3.png

2011년 경상대 전기공학과 졸업.

2013년 동 대학원 전기공학과 졸업(석사).

2016년 동 대학원 전기공학과 졸업(공학박사).

2019년~현재 전주비전대학교 조교수.

Tel : 063-220-3834

E-mail : jtl31223@naver.com

최재석 (Jaeseok Choi)
../../Resources/kiee/KIEE.2020.69.1.16/au4.png

1981년 고려대 전기 공학과 졸업.

1990년 동 대학원 전기공학과 졸업(공학박사).

1991년~현재 경상대 전기공학과 교수.

Tel : 055-772-1715

Fax : 055-772-1719

E-mail : jschoi@gnu.ac.kr