Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers

  1. (Power & Energy Lab, Korea University, Korea.)



Renewable Energy Resources, Inertia, Reserves, Frequency Nadir

1. 서 론

전력에너지는 화석원료를 사용한 대용량 발전원의 집중 발전 방식에서 풍력, PV와 같은 신재생 발전원의 분산 발전 방식으로 패러다임의 변화가 진행중이다. 전 세계적으로 이러한 변화가 진행되고 있으며 우리나라 또한 ‘재생에너지 3020’ 정책으로 2030년까지 재생에너지 비중을 20%까지 확대할 계획이다. 이렇듯 전력산업의 변화로 재생에너지가 증가하면 동기발전기의 비중이 상대적으로 줄어들어 기존 전력계통에서는 볼 수 없었던 여러가지 문제점들이 발생할 것으로 예상된다. 여러 문제들 중에서 특히 계통관성(inertia)의 감소로 인한 주파수 불안정이 주요 이슈 중의 하나가 되고 있다.

계통관성은 계통에 연결된 회전체들로부터 계통의 주파수가 변동하는 반대방향으로 작용하는 힘이며, 동기발전기, 동기전동기 등 동기기 회전체에 저장된 운동에너지의 합이다. 계통에서 발전력이 갑자기 탈락하면 수요와 공급의 균형이 무너져 주파수에 변동이 생기는데 외란 발생 후 주파수의 변동은 일반적으로 그림 1과 같이 나타나게 된다(1).

그림 1에서 보는 바와 같이 계통 외란발생 후 주파수가 하락하기 시작하여 최저주파수(frequency nadir)까지를 Arresting Period라고 하며, 계통관성은 발전력이 탈락하자마자 작용하므로 이 Arresting Period에 속한다. 계통관성은 주파수의 변화를 방해하는 힘이므로 계통관성이 큰 계통에서는 Rate-of-Change- of-Frequency(ROCOF)가 작고, 관성이 작을수록 ROCOF는 크게 나타난다. 재생에너지의 비중이 커질수록 계통관성은 작아짐으로, 수급불안정에 의한 주파수 진동현상이 발생하고 대용량 발전기 탈락 시 큰 ROCOF로 인해 주파수 안정성이 저하되고, 나아가 대용량 발전단지의 탈락과 같은 큰 고장 발생시 뜻하지 않은 UFLS(Under Frequency Load Shedding)의 동작으로 정전발생의 우려가 있다.

호주 Austrailian Energy Market Operator (AEMO)와 미국 ERCOT에서는 이러한 계통관성 저하에 대비하여 재생에너지 연계수용량에 따른 최소 관성에너지 평가 방법론을 개발하여 계통운영 기준에 추가하여 적용중이다. 먼저 AEMO는 2018년 7월부터 계통관성 관리 및 기준값 정리를 위해 새로운 관성 평가 방법을 제시하고 Inertia Rule을 Standard에 적용하였다. Inertia Rule 내에는 계통관성을 총 3가지로 Secure Operating Level of Inertia, Typical Inertia, Inertia Shortfall로 분류하여 관리하고 있다(2). Secure Operating Level of Inertia는 재생에너지 확대에 따라 저하되는 관성에너지와 필요예비력 사이의 상관관계 속에서 도출된 최저관성에너지이고 Typical Inertia는 과거 데이터를 이용하여 통계적으로 발생한 관성에너지 수준을 나타내는 값이다. 따라서 AEMO에서는 최저관성에너지 수준을 결정하면 Typical inertia 값과의 비교를 통해 Inertia Shortfall 계산으로 관성부족분을 분석하여 계통 운영방안에 활용하고 있다.

그림. 1. 외란 발생 시 시간에 따른 주파수 변화(1)

Fig. 1. Analysis of Frequency Stability after disturbance(1)

../../Resources/kiee/KIEE.2021.70.1.001/fig1.png

한편 North America Electric Reliability Corporation (NERC) 에서는 계통관성 저하에 대비하여 과거 데이터를 이용하여 연간 최소관성에너지 값을 도출하고 도출된 관성에너지 상황에서 상정고장 검토를 수행하여 주파수 안정도 검토를 진행한다(3). AEMO와 달리 예비력에 대한 검토는 따로 진행하지 않으며 상정고장 검토 시 59.7Hz 도달 시점을 기준으로 59.3Hz (UFLS 동작 시점)까지 도달한 시간이 0.5sec 이내면 관성에너지 위험수준으로 판별하고 있다. 또한 고장 발생 후 초기 0.5sec 동안의 ROCOF를 이용하여 UFLS 동작 주파수까지의 도달 시간을 계산하여 최저주파수 도달시점과의 비교를 통해 관성에너지의 위험수준을 연구하고 있다. 이러한 계통 관성에너지의 판별기준 방법론을 통해 도출된 최저관성에너지 기준에 대해서 AEMO와 NERC는 계통이 가지고 있는 물리적인 특성인 계통관성의 영역과 발전기의 조속기를 포함한 설비들이 개입되는 영역을 시간 프레임에서 구분하여 실질적으로 관성저하에 따른 필요한 인버터 기반의 PV 및 풍력발전기, ESS, 수요반응 등의 Fast Frequency Response(FFR) 자원을 관성저하의 대책 방안으로 연구중에 있다(4),(5).

본 논문에서는 AEMO의 Secure Operting of Inertia 최저관성에너지 도출방법론에 대해 Python 기반의 자동화프로그램을 구성하여 국내 미래계통에 대해 전력계통 신뢰도를 유지할 수 있는 최저관성에너지와 필요예비력을 산정하고 신재생전원의 한계수용량에 대해 검토하고자 한다.

2. 최저관성에너지 및 필요예비력 산정 방안

AEMO에서는 재생에너지 확대에 따라 계통관성이 저하되고 최대 단위용량 발전기 탈락 시 주파수 유지범위 기준을 만족하는 필요예비력 산정방안을 적용하고 있다. 본 논문에서는 AEMO의 방법론을 벤치마킹하여 경제급전에 의한 재생에너지 확대 시나리오를 구성하고 발전기 탈락 시 최저 주파수가 국내 신뢰도 기준 범위 내에 유지되도록 확보예비력을 줄여가는 방식으로 필요예비력을 산정하였다.

AEMO는 상정고장후 Acceptable Frequency를 유지하기 위한 필요예비력을 산정하는데 있어 이 예비력을 Fast FCAS(고장 후 6초 이내 응동자원)으로 정의하였으나, 본 논문에서는 최저 주파수가 국내 신뢰도 기준을 만족시키기 위한 필요예비력을 계통이 가진 총 예비력으로 모의하여 계통관성별 필요예비력을 산정하는 방안을 제시하였다.

2.1 재생에너지원 투입에 따른 계통 관성 및 예비력 변화

재생에너지원을 포함하여 계통관성에 기여하지 못하는 자원의 증가에 따라 동기발전기의 비중이 줄어들고 이는 계통관성의 감소 및 동기발전기가 확보하고 있는 예비력 감소로 이어진다. 이러한 현상을 계통 예비력과 계통 관성의 관계로 표현하면 그림 2와 같으며, 본 논문에서 진행한 재생에너지 확대 시나리오는 경제급전(Merit Order)에 의한 동기발전기 dispatch로 진행하였다.

그림. 2. 재생에너지 투입에 따른 계통관성 및 예비력 감소

Fig. 2. Decrease in power system inertia and reserves according to increase in RESs

../../Resources/kiee/KIEE.2021.70.1.001/fig2.png

2.2 계통 관성별 적정 예비력 영역

2.1절에서 소개한 재생에너지 확대에 따른 관성 및 예비력 감소는 동기발전기가 줄어듦에 따라 계통의 관성에너지와 예비력이 감소하는 형태의 곡선으로 나타나는 것을 확인하였다. 2.2절에서는 일정 수준의 관성에너지를 가진 계통에서 예비력을 감소시켜 작아지는 계통 관성에너지에 따라 발전기 탈락 시 최저주파수가 신뢰도 기준 범위를 유지하기 위한 필요 예비력은 증가하는 형태의 곡선으로 표현된다. 즉, 아래 그림 3에서 나타낸 곡선은 신뢰도 유지 범위의 같은 주파수를 나타내고 있으며 곡선의 위의 영역으로 표시된 부분은 최저 주파수를 보장하는 관성에너지와 예비력이 확보된 경우이며, 안정한 영역으로 정의할 수 있다.

그림. 3. 계통 관성별 필요 예비력 영역

Fig. 3. Required reserves to secure power system frequency within the limit

../../Resources/kiee/KIEE.2021.70.1.001/fig3.png

2.3 계통 특성을 고려한 최대 재생에너지원 투입량

앞서 분석한 두 그래프를 활용하면 재생에너지 확대에 따른 신뢰도 기준을 유지하기 위한 최소 관성에너지, 필요예비력 및 신재생발전원의 최대 연계용량을 도출할 수 있다. 산정 방안은 그림 4와 같이 앞서 분석된 2.1절과 2.2절 그래프들의 교점이 생성되는 지점에 해당하며, 이는 저하된 일정 관성에너지 수준에서 확보된 예비력이 신뢰도 기준을 준수하기 위한 필요예비력과 같아지는 지점으로, 주파수 신뢰도 기준을 만족할 수 있는 최소한의 관성에너지 및 필요예비력과 재생에너지 최대 한계수용량을 의미한다. 도출된 교점보다 많은 재생에너지원이 투입 되는 경우 확보된 예비력이 필요한 예비력보다 적어지기 때문에 주파수 신뢰도 기준을 벗어나는 결과가 나타나게 된다. 앞서 분석한 최저관성에너지와 신재생 한계수용량을 도출하기까지의 과정을 본 논문에서는 Python 기반의 자동화 프로그램으로 구현하여 계통상황 및 고장 시나리오에 따른 관성에너지, 필요예비력 및 신재생 한계 수용량에 대해 검토하였다.

그림. 4. 최저 관성에너지 및 재생에너지 한계 수용량 도출

Fig. 4. Decision on maximum penetration of RESs

../../Resources/kiee/KIEE.2021.70.1.001/fig4.png

3. Python 기반의 최저관성에너지 산출 자동화 프로그램

3.1 자동화 프로그램 전제 조건

앞서 2장에서 분석한 최저관성에너지 도출 과정에 대해 Python 기반의 자동화 프로그램을 구성하여 국내 미래계통에 대한 최저관성에너지를 도출하였다. 해당 프로그램은 미래 계통상황 변화에 대해 계통관성 운영 측면에서 최저관성에너지 판별기준을 통해 안정적인 운영방안 제공에 그 목적이 있다.

자동화 프로그램의 전제조건으로 첫 번째로, 재생에너지 확대시나리오의 경우 경제급전 순으로 계통에 병입되어 있는 동기발전기를 Off 시켰고 재생에너지는 Negative Load로 모델링하여 수급조정을 하였다. 이때 신재생 연계모선에는 기존 동기발전기 Off로 인한 지역적인 전압문제를 해결하기 위해 연계모선에 Switched Shunt도 같이 투입하였다. 두 번째로, 2.1절의 그림 2에 해당하는 모의의 경우 재생에너지 투입용량에 대해 Off되는 동기발전기의 관성에너지 수준인 20GWs에 해당되는 용량만큼 재생에너지를 확대시켰으며 단계별 감소된 관성에너지와 예비력의 점들로 그래프를 나타낼 수 있다. 세 번째로, 2.2절의 그림 3에 해당하는 모의를 위해 앞서 2.1절에서 도출된 점들에서 관성에너지는 유지한 채 발전기의 조속기 운전모드를 off 시키면서 발전기 1기, 2기 탈락 시 최저 주파수가 국내 신뢰도 고시 기준에 따른 59.7Hz, 59.2Hz에 각각 도달할 때까지 발전기가 가지고 있는 예비력를 감소시켰다. 이때 감소되는 예비력은 용량이 작은 순으로 500MW씩 줄여가며 모의를 진행하였다. 모의 과정 중 계산된 관성에너지는 동적데이터에 반영된 개별 발전기의 관성상수(H)와 설비용량(S)을 곱하여 나타내었고 예비력의 경우는 조속기 데이터의 Valve_max와 설비용량(Mbase)을 이용하여 현 발전기출력(Pgen)을 뺀 값으로 반영하였다.

(1)
$K\in etic Energy_{system}=\sum_{i=1}^{N}H_{i}\bullet S_{i}$

(2)
$Reserve=Valve\max_{i}\times Mbase_{i}- P\ge n_{i}$

3.2 자동화 프로그램 알고리즘

3.1절의 전제조건을 바탕으로 재생에너지 확대에 따른 최저관성에너지 산정방안에 대해 Python 기반의 자동화 프로그램 알고리즘을 구성하였다. 우선 계통 정적데이터와 발전기들의 동적데이터를 불러들이고 상정고장 검토에 반영될 고장 List와 Merit Order를 입력한다. 이후 Base 상태에서의 계통 관성에너지와 예비력을 계산한 후 발전기 탈락 주파수 모의를 진행한다. 모의 결과 최저 주파수가 신뢰도 고시 기준 최대 단위용량 1기 탈락 시 기준 59.7Hz, 2기 탈락 시 기준 59.2Hz 보다 높은 주파수 결과인 경우 발전기의 조속기를 Off 시켜 해당 기준을 만족할 때까지 예비력를 감소시킨다. 감소된 예비력 수준에서 주파수 유지기준까지 도달하였다면 Base – N Point에서 재생에너지를 투입시켜 이전과 동일한 발전기 탈락 모의를 진행하고 만족하는 주파수 기준까지 예비력을 감소시키는 반복적인 모의를 진행한다. 따라서 아래 그림 5에서 누적된 빨간점들로부터 관성저하에 따른 필요예비력 곡선이 도출되고 재생에너지 시나리오 투입에 따른 Base – N Point들의 누적된 곡선과 만나는 지점을 산정하게 되는데 본 논문에서는 호주의 방식을 반영하여 아래 그림 5에서 Base – N Point들을 직선으로 선형화하여 만나는 교점을 도출하게 구성하였다. 또한 많은 신재생 발전원의 투입으로 동적 모의 진행 상 수렴이 되지 않아 최저관성에너지 도출이 어려운 경우를 고려하여 아래 그림 6에서 보이는 빨간색 점들을 외삽법을 통한 곡선을 도출하여 앞서 가정한 선형화된 직선과의 교점을 통해 산정하도록 구성하였다.

그림. 5. 자동화 프로그램 알고리즘 도식표

Fig. 5. Schematical illustration of algorithm to evaluate the required reserves according to inertia

../../Resources/kiee/KIEE.2021.70.1.001/fig5.png

그림. 6. 자동화 프로그램 세부 알고리즘

Fig. 6. Flowchart of evaluating the required reserves according to the inertia

../../Resources/kiee/KIEE.2021.70.1.001/fig6.png

4. 국내 미래계통 최저관성에너지 산정 결과

본 논문에서는 앞서 2, 3장에서 소개한 최저관성 평가방법론에 대하여 국내 미래 계통에 대한 최저관성에너지 도출 결과에 대해 검토하였다. 모의에 사용된 Data Base는 2024년 부하 100% 수준(약 89GW)의 미래 계획 Data 이며, 신재생 발전원은 풍력, 태양광 위주로 전체 발전기 설비용량의 약 12%로 반영되었다. 상정고장의 경우 최대 단위용량 탈락을 기준으로 1기 기준 신고리 3호기(1400MW) 탈락, 2기 기준 신고리 3,4호기(2800MW) 탈락으로 모의를 진행하였다.

4.1 발전기 1기 탈락 기준 최저관성에너지 산정 결과

Python 기반의 자동화프로그램을 이용하여 2024년 국내 미래계획 DB에 대해 최저관성에너지를 산정하였다. 상정고장의 경우 신고리 3호기 탈락을 가정하였고 관성에너지 저하에 따른 최저 주파수 59.7Hz를 만족시키기 위한 필요예비력을 산정하였다. 모의 결과 Base 491GWs 관성에너지 수준에서 모의를 진행하여 최저관성에너지 358GWs, 필요예비력 5153MW가 도출되었고, 관성저하에 따른 필요예비력이 증가하는 형태의 경향성을 나타내었다. 관성에너지가 작고 필요예비력이 많은 계통 상황에서는 관성에너지가 큰 계통보다 최저주파수 도달 시점이 약 4초가량 앞당겨 진 것을 확인할 수 있었다. 최종적으로 최저관성에너지 수준에서의 신재생 한계 수용량은 전체 발전량 기준으로 약 21GW 가량 수준으로 도출되었다.

앞서 도출된 계통 관성에너지 별 필요예비력으로 산정된 결과에 대해 시간영역에서 실질적으로 응동한 예비력에 대해 분석을 진행하였다. 국내 예비력 기준에 따라 1차 예비력에 해당되는 10초 이내 응동이 가능 자원에 대해 시간 프레임에서의 고장 전/후 발전기 출력 차이를 분석하였다.

그림 7에서 관성에너지 491GWs, 필요예비력 2916MW 계통 상황과 최저관성에너지 도출되기 전 step에서의 관성에너지 373GWs, 필요예비력 4995MW 계통에서의 사용예비력을 검토하였다. 이는 고장 전 확보된 예비력에서 고장 이후 실제 사용된 예비력을 검토함으로서 관성에너지 수준별 고장 시 주파수 신뢰도 기준을 유지할 수 있는 실질적인 필요 예비량을 제안할 수 있다.

그림 8의 결과에서 보면 큰 관성에너지를 가진 계통이 관성에너지가 작은 계통보다 ROCOF가 작지만 확보된 예비력이 작고, 또한 고장 후 10초 동안 사용된 예비력도 1121MW로 작아 최저주파수 도달이 늦어지고, 주파수 회복 역시 낮은 주파수 영역에서 수렴하였다. 반면 작은 관성에너지 계통에서는 초기 ROCOF는 더 크지만 확보예비력 및 사용예비력이 더 많으므로 최저 주파수가 더 크고, 최저 주파수 도달 이후 빠른 주파수 회복을 확인할 수 있었다.

4.2 발전기 2기 탈락 기준 최저관성에너지 산정 결과

앞서 검토한 4.1의 발전기 1기 탈락 기준에서 2기 탈락 기준으로 Python 기반의 자동화프로그램을 이용하여 2021년 국내 미래계획 DB에 대해 최저관성에너지를 검토하였다. 상정고장의 경우 신고리 3,4호기 탈락을 가정하였고 관성에너지 저하에 따른 최저 주파수 59.2Hz를 만족하는 범위 내 필요예비력을 산정하였다.

그림. 7. 발전기 1기 탈락기준 최저관성에너지 산정결과

Fig. 7. Minimum inertia for single-generator trip

../../Resources/kiee/KIEE.2021.70.1.001/fig7.png

그림. 8. 발전기 1기 탈락기준 사용예비력 검토

Fig. 8. System frequency and frequency response following a single-generator trip

../../Resources/kiee/KIEE.2021.70.1.001/fig8.png

그림. 9. 발전기 1기 탈락기준 최저관성에너지 산정결과

Fig. 9. Minimum inertia for two-generator trip

../../Resources/kiee/KIEE.2021.70.1.001/fig9.png

그림. 10. 발전기 1기 탈락기준 사용예비력 검토결과

Fig. 10. System frequency and frequency response following a two-generator trip

../../Resources/kiee/KIEE.2021.70.1.001/fig10.png

모의 결과 그림 9와 같이 Base 491GWs 관성에너지 수준에서 모의를 진행하여 최저관성에너지 359GWs, 필요예비력 4934MW가 도출되었고 발전기 1기 탈락 시와 동일하게 관성저하에 따른 필요예비력이 증가하는 형태의 경향성을 나타내었다. 관성에너지가 작고 필요예비력이 많은 계통 상황에서 최저주파수는 동일하지만 조속기 운전대수가 많으므로 최저주파수 도달 시점이 약 2초가량 앞당겨 진 것을 확인할 수 있었다. 최종적으로 최저관성에너지 수준에서의 신재생 한계 수용량은 전체 발전량 기준으로 약 22GW 수준으로 도출되었다. 발전기 2기 탈락 시 10초 사용예비력 분석은 1기 탈락 시의 분석과 동일하게 최대 관성에너지 수준에서 필요예비력이 최소인 계통과 최소 관성에너지 수준에서 필요예비력이 최대인 계통상황에서 검토를 진행하였다. 검토 결과 관성에너지 491GWs, 필요예비력 2916MW 계통 상황에서는 확보 예비력이 적은 만큼 사용 예비력도 약 2111MW 수준으로 확인되었고 관성에너지 373GWs, 필요예비력 4515MW 계통 상황에서는 확보 예비력이 많은 만큼 사용예비력도 약 2287MW 수준으로 보다 많은 예비력이 사용되었다.

5. 결 론

본 논문에서는 재생에너지원 투입에 대한 관성 및 예비력의 계통 영향성에 대해 검토하고 국내 주파수 신뢰도 고시를 기반으로 발전기 고장 시 최저주파수 유지기준을 준수하기 위해 계통이 유지해야할 최소 관성에너지와 예비력을 산정하였다. 최저 관성에너지와 예비력을 산정하는 방식은 관성저하에 따른 총 예비력 자원 감소와 주파수 신뢰도 고시에 필요한 예비력 자원의 상관관계를 통해 구성되며, 해당 방법론을 알고리즘화 하여 Python 기반의 자동화 프로그램을 구성하였다. 따라서 본 논문은 향후 국내계통에 재생에너지 용량 확대에 따라 계통관성 저하시, 신뢰도 기준을 준수하기 위한 계통관성별 필요 예비력을 산정하고 신재생 한계 수용량을 제시하는 것에 기여점이 있다고 할 수 있겠다.

현재 국내외 많은 연구기관들이 미래 재생에너지 확대로 인한 관성에너지 감소에 대비하여 계통 신뢰도를 유지하기 위한 방안에 대해 많은 연구를 진행중이다. 우리나라 또한 관성에너지 저하에 대한 대응방안으로 본 논문에서 고찰한 관성에너지별 필요예비력 산정과 더불어, ESS, PV 인버터 등 Fast Frequency Response(FFR) 자원을 활용하여 계통의 주파수 신뢰도를 확보하기 위한 후속 연구가 필요할 것이다.

Acknowledgements

본 연구는 한국연구재단을 통해 과학기술정보통신부의 기초연구사업으로부터 지원받아 수행되었으며 2020년도 산업통상자원부(MOTIE)와 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제입니다. (No. 20204010600220) 그리고 2020년도 고려대학교 전기전자공학과 대학원 계통운영공학 강의와 관련하여 이루어진 연구로서, 관계부처에 감사드립니다.

References

1 
NERC Inverter-Based Resource Performance Task Force, 2020, Fast Frequency Response Concepts and Bulk Power System Reliability Needs, pp. 6Google Search
2 
NERC, Dec 1994, Fast Frequency Response Concepts and Bulk Power System Reliability Needs in VLSI Circuits, IEEE Trans. on VLSI Systems, pp. 446-455Google Search
3 
J. Monteiro, S. Devadas, B. Lin, 1994, A Methodology for Efficient Estimation of Switching Activity in Sequential Logic Circuits, ACM/IEEE Design Automation Conf., pp. 12-17DOI
4 
R. Burch, F. N. Najm, P. Yang, T. N. Trick, March 1993, A Monte Carlo Approach for Power Estimation, IEEE Trans. on VLSI systems, Vol. 1, No. 1, pp. 63-71DOI
5 
A. Papoulis, 1991, Probability, Random Variables, and Stochastic Processes, 3rd Edition, New York: McGraw-HillGoogle Search

저자소개

조재왕(Jae-Wang Cho)
../../Resources/kiee/KIEE.2021.70.1.001/au1.png

2005년 중앙대학교 전자전기공학부를 졸업하였고,

2007년부터 현재까지 전력거래소에 재직 중이며,

2019년부터 고려대학교 전기공학부 석사과정에 재학중이다.

주 연구분야는 전력계통 운영 및 보호이다.

임승혁(Seung-Hyuk Im)
../../Resources/kiee/KIEE.2021.70.1.001/au2.png

2017년 명지대 전기공학과를 졸업하였고, 고려대학교 전기공학부 석박통합과정에 진학하여 현재 재학중이다.

주 연구 분야는 전력계통 관성 및 주파수 해석이다.

강성우(Sung-Woo Kang)
../../Resources/kiee/KIEE.2021.70.1.001/au3.png

2019년 중앙대학교 에너지시스템공학부를 졸업하였고, 고려대학교 전기공학부 석박사통합과정에 진학하여 현재 재학중이다.

주 연구 분야는 신재생발전원의 전력계통 영향성 분석 및 제어이다.

박정후(Jeong-Hoo Park)
../../Resources/kiee/KIEE.2021.70.1.001/au4.png

2019년 고려대학교 전기전자전파공학부 졸업하였고, 동 대학원 전기공학과 석박통합과정에 진학하여 현재 재학중이다.

주요 연구 분야는 신재생 에너지 관제 시스템 및 출력제어이다.

이병준(Byong-Jun Lee)
../../Resources/kiee/KIEE.2021.70.1.001/au5.png

1987년 고려대학교 전기공학과를 졸업하였고,

1994년 아이오와 주립대 대학원 전기공학과에서 공학박사를 취득하였다.

1996년부터 고려대학교 전기공학과 교수직을 맡고 있다. 주요 연구 분야는 전력계통 해석, 안정도 및 제어이다.

Tel: 02-3290-3242

Fax: 02-3290-3692

E-mail : leeb@korea.ac.kr