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

  1. (Smart Distribution Laboratory, KEPCO Research Institute, Republic of Korea.)
  2. (Distribution Network Business Department, KEPCO, Republic of Korea.)
  3. (Dept. of Electrical Engineering, Daegu Catholic University, Republic of Korea.)



Hosting Capacity, Network Topology Method, Industrial Complex, Distribution Grid Planning, DER

1. 서 론

최근 지구온난화와 기후변화 등 환경문제의 관심이 급증하면서 각국에서 2050 탄소 중립, NET-ZERO 등과 같은 탄소 중립 정책을 적극적으로 추진하고 있다. IRENA에서 발표한 “Renewable Capacity Statistics, 2024”에 따르면 세계 재생e 발전 용량은 2014년 기준 1,700[GW]에서 2023년 기준 3,869.7[GW]까지 꾸준히 증가하였으며, 미국, 일본, 중국, EU, 영국이 총 발전 용량의 80[%] 이상을 차지한다[1].

우리나라의 경우 산업통상자원부에서 공고한 “제10차 전력수급기본계획”에서 재생e 발전 용량을 32.8GW에서 2036년 기준 108.3[GW]까지 증가시키고, 신재생e 발전 설비 비중을 2036년 기준 전체 발전 설비 용량의 30.6[%]까지 증가를 계획 중이다. 유럽 위원회의 “State of the Energy Union Report, 2024”에 따르면 2024년 중반까지 재생e의 발전 비중을 50%까지 끌어올렸으며, 이에 그치지 않고 2030년까지 재생e 용량을 3배, 에너지 효율 개선 속도가 2배 상승하는 것으로 예측한다. 미국의 경우 EIA에서 발표한 “Annual Energy Outlook, 2023”에 따르면 2050년까지 태양광 발전 용량은 기존 발전 용량의 3배로 증가할 것이 예측되며, 풍력 발전 용량은 기존의 약 2배까지 증가할 것으로 예상한다. 이처럼 전 세계적으로 재생e 보급과 확산을 위한 상당한 노력과 투자가 이루어지고 있으며, 동시에 다수의 분산전원을 연계하기 위한 수용용량 한계(Hosting Capacity)에 관한 연구가 진행되고 있다[2-5].

수용용량 한계는 계통 제약조건을 위반하지 않는 범위 내에서 수용할 수 있는 최대 분산전원 용량을 의미한다. 에너지 전환 정책으로 재생e의 발전 비중이 증가하는 추세에서 다수의 분산전원을 연계하기 위해 분산전원의 보급 가속화에 맞춰 정밀한 수용용량 한계 산정 방안이 필요하다. 일반적으로 대부분 분산전원은 재생e로 구성되어 있으며, 이는 변동성과 간헐적 특성에 의한 계통 전압의 심각한 변동과 전압 불균형의 원인이 된다. 이러한 문제를 해결하기 위해 전압 민감도를 이용하여 계통에 분산전원을 안정적으로 연계할 수 있는 재생e 수용용량 한계 산정에 관한 연구가 진행되고 있다[6].

특히, 미국 전력연구소 EPRI는 분산전원 수용용량 분석 프로그램인 DRIVE(Distributed Resource Integration and Value Estimation)를 개발하였다. DRIVE는 계산 복잡도를 줄인 간소화된(Streamlined) 방법을 기본으로 수행하고, 정확성이 요구되는 지점에서 다양한 시나리오를 시뮬레이션하는 Stochastic 방법을 사용하는 혼합형(Hybrid) 방식을 사용하고 있다[7].

정확한 배전계통의 분산전원 수용용량 한계를 산출하기 위해서는 배전계통에 적용할 수 있는 수렴성이 우수한 조류해석 방식이 필요하다. 기존 조류해석 방식인 Newton-Rhapson Method, Fast Decoupled Load Flow 등은 비교적 등가 리액턴스와 저항 비(X/R)가 높고 계통이 단순한 송전계통에서의 수렴성은 우수하나 X/R 비가 낮고 계통이 복잡한 배전계통에서는 수렴성이 우수하지 않다[8]. 분산전원은 일반적으로 배전계통에 연계되는데 수렴성이 우수하지 않은 기존 조류해석 방식을 적용할 경우 비교적 정확하지 않은 결과를 도출할 수 있으며, 이는 수용용량 한계 산정 결과의 신뢰성을 저해한다.

따라서, 본 논문에서는 배전계통 조류해석 결과의 수렴성을 높이고 수용용량 한계 산정 결과의 신뢰성을 높이기 위해 우수한 네트워크 토폴로지 기법을 이용하여 수용용량 한계 산정 알고리즘을 구현하였으며, 산업단지 부하 특성을 고려한 배전망 계획을 위해 실제 산업단지 배전계통에 적용하여 분산전원 연계 위치에 따른 수용용량 한계를 산정하고 결과를 분석한다.

2. 수용용량 한계 산정 방안

2.1 수용용량 한계 해석 지수

일반적으로 배전계통의 재생e 수용용량 한계 산정 시 계통 제약조건을 고려한 수용용량 해석 지수를 사용한다. 제약조건은 계통 운영에 고려해야 하는 제한사항으로 안정적이고 효율적으로 계통을 운영하기 위해 반드시 준수해야 하며, 이를 위반할 시 계통의 고장이나 사고를 발생시킨다. 제약조건은 전압, 선로 열용량, 단락 용량, 안정성, 부하, 발전 용량, 보호협조 등의 제약이 있다.

수용용량 한계 해석 지수는 재생e의 보급 확대로 인해 분산전원을 연계하는 과정에서 계통의 악영향을 최소화하기 위해 필수적으로 요소로 작용하며, 이를 수용용량 산정과정에 적용하여 안정적이고 효율적인 분산전원 연계 위치와 발전 용량을 결정한다.

2.2 분산전원의 연계 위치 결정

수용용량 한계 산정과정에서 분산전원의 연계 위치 결정은 계통의 안정성을 유지하면서 분산전원의 최대 용량을 투입하기 위한 최적의 연계 지점을 찾는 단계이다. 분산전원 연계 횟수가 많아지수록 연계 위치의 중요도는 높아진다. 분산전원 연계 위치는 부하의 크기와 분포, 계통의 길이, 선로 임피던스 등을 고려하여 선정한다.

그림 1은 분산전원의 연계 위치 결정 예시를 위해 온산 국가 산업단지 온산변전소 내 고리 배전선로에서의 분산전원 연계 위치를 나타낸 것이다. 배전선로의 주간선을 기준으로 분산전원 연계 위치를 결정하였으며, 분산전원 연계 위치를 인입단, 중단, 말단으로 구분한다. 인입단은 인출 변전소에서 주간선 1/3까지, 중단은 주간선 1/3에서 2/3까지, 말단은 주간선 2/3에서 끝까지의 범위 내 1개 모선을 선택하여 분산전원 연계 위치를 결정한다. 각 연계 위치에 분산전원을 연계하여 수용용량 한계를 산정하고 모든 연계 위치에 연계하여 균등하게 발전량을 높여 수용용량 한계를 산정한다.

그림 1. 수용용량 산정 분산전원 연계 위치 결정

Fig. 1. Illustrating the DER Connection Point for Calculating Hosting Capacity

../../Resources/kiee/KIEE.2025.74.3.385/fig1.png

2.3 분산전원 모델 정의

수용용량 한계 산정을 위해 사용되는 분산전원은 태양광 발전기(PV, Photovoltaic) 모델을 사용한다. PV는 최대 출력량을 기준으로 효율이 100[%]가 나오는 패널을 사용하며, 0.9 지상 역률로 동작한다. PV 패널의 단자 전압은 배전선로의 선간전압인 22.9[kV]를 Y결선 3상4선식을 고려하여 상간 전압으로 바꾼 전압 13.2[kV]로 설정하였으며, PV 모델 파라미터 예시를 표 1에 표시하였다.

표 1 분산전원 모델 파라미터 예시

Table 1 Example data of DER Model

분산전원 모델

PF

irradiance

kV

PV

0.9

100%

13.2

2.4 수용용량 한계 산정 알고리즘

분산전원 수용용량 한계를 산정하기 위해서는 수용용량 한계 해석 지수, 분산전원 연계 위치, 연계할 분산전원 개수와 초기 용량 등 초기 조건을 설정하고 그림 2의 수용용량 산정 알고리즘을 수행한다.

그림 2. 수용용량 한계 산정 순서도

Fig. 2. Flowchart illustrating the Hosting Capacity Calculation

../../Resources/kiee/KIEE.2025.74.3.385/fig2.png

데이터를 입력하고 초기 상태에서의 조류해석을 수행한다. 연계된 분산전원의 발전량을 증가시키며, 조류해석을 반복 수행한다. 제약조건을 위반하는 경우 수용용량 한계 산정 과정을 중지한다. 각 연계 위치에 따라서 과정을 반복하며, 각 연계 위치별 수용용량 한계를 산정한다.

3. 네트워크 토폴로지 기법

3.1 네트워크 토폴로지 기법 개요

네트워크 토폴로지 기법은 컴퓨터 네트워크의 요소인 노드와 링크의 연결 방식, 구조를 의미한다. 전력 계통에서의 토폴로지 기법을 이용한 조류해석은 연결구조를 기반으로 계통의 모선(Bus)과 선로의 연결 관계에 따른 전류 관계를 해석한다. 그림 3는 8-모선 방사상 배전계통이며, 각 피더(Feeder)에 흐르는 전류를 F, 각 모선의 부하에 흐르는 전류를 I로 표현하였다.

그림 3. 8-모선 배전계통 단선도

Fig. 3. Single Line Diagram of the 8-Bus Distribution System

../../Resources/kiee/KIEE.2025.74.3.385/fig3.png
(1)은 부하와 피더의 연결 관계를 기반으로 각 피더의 연계되는 부하전류의 합으로 피더 전류를 구하는 수식이다[9].
(1)
$F_{1}=I_{2}+I_{3}+I_{4}+I_{5}+I_{6}+I_{7}+I_{8}\\ F_{2}=I_{3}+I_{4}+I_{5}+I_{6}+I_{7}+I_{8}\\ F_{3}=I_{4}+I_{5}+I_{6}\\ F_{4}=I_{5},\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\: \:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:F_{5}=I_{6}\\ F_{6}=I_{7}+I_{8},\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\:\: \:\:\:\:\:\:\:\:\:F_{7}=I_{8}$

$F$는 피더 전류, $I$는 부하전류를 의미한다.

네트워크 토폴로지를 이용한 조류해석은 부하와 발전기의 위치와 연결구조에 대해 명확한 분석을 할 수 있고 실시간으로 변화하는 전력 흐름에 빠르게 대응할 수 있다는 장점이 있다. 재생e 보급 가속화로 인한 복잡해진 계통을 수월하게 분석할 수 있으며, 재생e의 변동성과 간헐적 특성을 실시간으로 대응할 수 있다. 이러한 이유로 네트워크 토폴로지 기법을 이용한 조류해석은 배전계통에서 우수한 정합성과 수렴성을 보인다.

3.2 네트워크 토폴로지 조류해석 알고리즘

네트워크 토폴로지 조류해석을 수행하기 위해서는 끝 모선(End Bus)의 정의가 필요하며, 이는 방사상 배전계통에 적용할 수 있다. 네트워크 토폴로지 조류해석은 행렬 계산을 기본으로 수행하며, 슬랙 모선(Slack Bus)에서 끝 모선까지 발생하는 손실을 계산하여 구간별 조류해석 결과를 산정한다[10-11].

조류해석 알고리즘을 수행하기 위해 계통 데이터를 사용하여 행렬 계산에 필요한 초기 행렬을 구성해야 한다. 초기 행렬은 전압, 부하 및 발전 용량, 끝 모선까지의 경로에 대한 행렬이며, 선로 연결 관계와 식 (1)을 기반으로 구성한다. 네트워크 토폴로지 조류해석 알고리즘에서 계산되는 모든 행렬은 열(Column) 기준으로 작용하며, 행렬 구성 과정에서 부하량은 양(+)의 정수로 발전 용량은 음(-)의 정수로 작용한다.

(2)는 각 모선의 정격전압 행렬과 부하 행렬의 부하를 나누어 전류행렬을 구하는 수식이다.

(2)
$LC =\dfrac{LM^{\ast}}{3\times V^{\ast}}$

LC(Load Current)는 각 부하에 흐르는 전류에 대한 행렬, LM(Load Matrix)은 각 모선의 부하 행렬, V는 각 모선의 정격전압 행렬을 의미한다.

수식 (3)은 선로 전류를 계산하는 수식으로 각 선로를 거친 부하전류의 합으로 계산한다.

(3)
$FC(i,\: 1)=\sum_{l=1}^{j}LC(i,\: l)$

FC(Feeder Current)는 각 Feeder에 흐르는 전류행렬, $i$은 총 선로 수, $j$는 총 모선 수를 의미한다.

(4)는 끝 모선까지의 경로에 속한 선로 별 전압강하를 계산하는 수식이다.

(4)
$LVD = PI\times FC$

LVD(Line-to-line Voltage Drop)는 선로 별 전압강하 행렬, PI(Path Impedance)는 각 경로 내 선로 임피던스 행렬을 의미한다.

(5)는 이전 선로의 전압강하를 누적하여 각 선로에서 연쇄적으로 적용되는 전압강하를 계산하는 수식이다.

(5)
$AVD(n,\: m)=\sum_{i=1}^{m}LVD(n,\: l)$

AVD(Accumulated Voltage Drop)는 경로 진행에 따른 누적 전압강하 행렬, $n$은 끝 모선까지의 경로 수, $m$은 총 선로 수를 의미한다.

(6)은 각 모선의 초기전압과 누적 전압강하로 인한 전압 변화를 계산하는 행렬 식이다. 행렬 U에 슬랙 모선의 정격전압을 곱하여 초기 상태에서의 모선 전압에서 누적 전압강하를 반영한다.

(6)
$T =(V_{slack}\bullet U)-AVD$

$T$는 전압강하가 반영된 전압 행렬, $V_{slack}$은 슬랙 모선의 정격전압, $U$는 AVD의 이진 행렬을 의미한다.

(7)은 누적 전압강하가 반영된 계통 전압 행렬을 1행으로 재구성하는 수식으로 각 열에 최댓값으로 새로운 전압 행렬을 구성한다.

(7)
$V_{new}(1,\: k)= \max i\mu m(T(1,\: k),\: T(2,\: k)...)$

$V_{new}$는 전압강하가 반영된 행렬 V와 같은 크기의 전압 행렬을 의미한다. $k$은 총 모선 수를 의미한다.

(8)은 수렴조건 만족 여부를 확인하기 위한 수식으로 초기전압 행렬과 최종 전압 행렬의 차로 계산한다.

(8)
$\Delta V=\left | V_{new}-V_{i}\right |$

$V_{i}$는 초기전압 및 이전 조류해석 결과, $\Delta V$는 조류해석 전, 후의 전압 차를 의미한다.

그림 4는 네트워크 토폴로지 조류해석 알고리즘 순서도이다.

그림 4. 네트워크 토폴로지 조류해석 순서도

Fig. 4. Flowchart illustrating the Network Topology Power Flow analysis

../../Resources/kiee/KIEE.2025.74.3.385/fig4.png

선로 연결에 따른 초기 행렬과 각 수식을 기반으로 $V_{new}$를 계산하며, $\Delta V$를 통해 수령 조건 만족 여부를 판단한다. 수렴조건을 만족하지 않는 경우 계산된 $V_{new}$를 $V_{i}$로 업데이트하여 알고리즘을 반복 수행하고, 만족하는 경우 최종 전압 결과 $V_{new}$ 도출한다.

4. 시뮬레이션

4.1 모의계통

본 논문에서 제안하는 네트워크 토폴로지 조류해석을 적용한 수용용량 한계 산정 알고리즘을 검증하기 위해서 산업단지 부하 특성을 고려하여 울산 지역의 미포 국가 산업단지와 온산 국가 산업단지에 연계된 변전소 내 배전선로를 해석 대상 계통으로 선정하였다.

4.1.1 울산 산업단지 개요

울산 지역의 계통은 345[kV] 변전소 1개, 154[kV] 변전소 46개와 연계된다. 그림 5는 울산 국가 산업단지 구성도를 나타낸 것으로 자동차, 조선, 화학, 정유, 금속 등의 대규모 부하가 밀집되어 있으며, 한국산업단지공단에서 발표한 “2024년 2분기 주요 국가산업단지 산업 동향 통계표”에 따르면 국내 생산의 36.2[%]와 수출의 37.13[%]를 차지하는 국가 경제에 중요한 산업단지이다[12].

그림 5. 울산 국가 산업단지 구성도

Fig. 5. Illustration of Distribution System of Ulsan National Industrial Complex

../../Resources/kiee/KIEE.2025.74.3.385/fig5.png

미포 국가 산업단지의 경우 연계 변전소는 11개이며, 변전소 내 189개의 배전선로로 구성되어 있다. 온산 국가 산업단지의 경우 연계 변전소는 3개이며, 변전소 내 56개의 배전선로로 구성되어 있다. 미포·온산 국가 산업단지 연계 변전소의 부하량과 발전 용량을 표 2에 정리하였다.

미포 국가 산업단지의 전체 부하량과 발전 용량은 각각 1350.55[MVA]와 37.6[MW]이고, 온산 국가 산업단지의 전체 부하량과 발전 용량은 각각 503.02[MVA]와 38.35[MW]이며, 부하의 역률은 진상 0,9이다,

표 2 울산 국가 산업단지의 전체 부하 및 발전 용량

Table 2 Total Load & Generation of Ulsan National Industrial Complex

산업단지

변전소(S/S)

부하량[MVA]

발전 용량[MW]

미포

두왕

28.518

4.262

매곡

129.255

4.833

매암

103.567

0.225

방어진

221.562

4.613

북울산

137.796

0.461

산하

0.025

0

옥동

134.294

0.084

용연

157.422

13.116

울산

164.909

5.377

태화

43.85

0.336

효문

229.354

4.291

합계

1350.552

37.598

온산

당월

81.997

5.571

온산

192.068

1.832

처용

228.955

30.944

합계

503.02

38.347

그림 6. 미포 국가 산업단지의 수용용량 한계

Fig. 6. Hosting Capacity of Mipo National Industrial Complex

../../Resources/kiee/KIEE.2025.74.3.385/fig6.png

각 변전소의 분산전원 발전 용량은 부하량과 비교하면 매우 작으므로 산업단지의 배전계통 계획 시 PV 등을 고려한 발전 용량 배분이 매우 중요하다.

4.1.2 수용용량 한계 해석 지수

수용용량 한계 해석 지수는 과전압 및 부족 전압, 선로 열용량을 정의하였으며, 표 3에 그 기준을 도시하였다.

표 3 수용용량 한계 해석 지수

Table 3 Hosting Capacity Analysis Index

해석 지수

기준

과전압

1.039 [p.u.]

부족 전압

0.908 [p.u.]

선로 열용량

350 [A]

(전압선AWOC-160, 중성선 ACSR-095)

한전이 공시한 “송ㆍ배전용 전기 설비 이용규정”의 특고압 전압 유지범위와 울산 국가 산업단지의 인출 변전소에 연계되는 정상상태의 가공선 열용량을 참고하여 해석 지수의 기준을 설정하였으며, 수용용량 한계 산정 알고리즘에 적용하여 제약조건 위반 여부 판단하고 수용용량 한계를 산정한다[13].

4.2 해석 결과

미포 국가 산업단지에 연계된 변전소 내 배전선로와 온산 국가 산업단지에 연계된 변전소 내 배전선로를 구분하여 수용용량 한계를 산정하였으며, 표 3의 해석 지수를 동시에 고려한다. 제약조건 중 하나가 위반하는 시점에서의 수용용량 한계를 산정하며, 각 산업단지의 연계 위치별 수용용량 한계 중 최소치를 최종결과로 사용한다.

4.2.1 미포 국가 산업단지

그림 6은 미포 산업단지에 연계된 변전소 내 배전선로의 수용용량 한계 산정 결과 그래프로 X축은 배전선로, Y축은 수용용량 한계를 나타낸다. 그래프에 파란색으로 표시된 창평, 마동, 호매 등 103개의 배전선로는 선로 열용량을 위반한 시점에서의 수용용량 한계가 산정 결과이며, 붉은색으로 표시된 무룡, 대송, 서부 등 21개의 배전선로가 과전압 기준을 위반한

시점에서의 수용용량 한계 산정 결과이다. 그래프에 표시되지않은 당수, 매산 등 9개의 배전선로는 분산전원 연계 전 초기 계통 상태에서 제약조건을 위반하여 추가 PV 투입량이 0임을 의미한다. 미포 국가 산업단지 내 배전선로에서 용잠이 19.5[MVA]로 가장 많은 분산전원을 추가 투입할 수 있으며, 대성에서 4[MVA]로 가장 적은 분산전원 수용용량이 산정되었다.

4.2.2 온산 국가 산업단지

그림 7은 온산 국가 산업단지에 연계된 변전소 내 배전선로의 수용용량 산정 결과 그래프이며 X축은 배전선로, Y축은 수용용량 한계를 나타낸다.

그림 7. 온산 국가 산업단지의 수용용량 한계

Fig. 7. Hosting Capacity of Onsan National Industrial Complex

../../Resources/kiee/KIEE.2025.74.3.385/fig7.png

그래프에서 파란색으로 표시된 상평, 용리, 한불 등 12개의 배전선로는 선로 열용량 기준을 위반한 시점에서의 수용용량 한계 산정 결과이며, 붉은색으로 표시된 당월, 학남, 망양 등 8개의 배전선로는 과전압 기준을 위반한 시점의 수용용량 한계 산정 결과이다. 그래프에 표시되지 않은 다솔, 위양 등 4개의 배전선로는 계통 초기 상태에서 제약조건을 위반하여 추가 PV 투입량이 0임을 의미한다. 온산 국가 산업단지의 배전선로 중 한불이 16.3[MVA]로 가장 많은 분산전원을 추가 투입할 수 있으며, 초기 선로 열용량 위반한 4개의 배전선로를 제외하고 선암, 축구장 2에서 6.8[MVA]로 가장 낮은 수용용량 한계가 산정되었다.

4.3 수용용량 한계 산출 결과

미포·온산 국가 산업단지에 연계된 변전소 내 배전선로의 연계 위치별 수용용량 한계 산출 결과를 표 4에 도시하였으며, 연계 위치에 따른 수용용량 한계 차이를 확인할 수 있다.

표 4 울산 국가 산업단지의 수용용량 한계

Table 4 Hosting Capacity of Ulsan National Industrial Complex

산업단지

연계위치

수용용량 한계[MVA]

미포

인입단

2,145

중단

1,917

말단

1,597

균등

2,168

온산

인입단

367

중단

305

말단

251

균등

365

미포 국가 산업단지의 경우 균등 분배에서 2,168[MVA]로 가장 많은 수용용량 한계가 산정되었으며, 말단에서 1,597[MVA]로 가장 적은 수용용량 한계가 산정되었다. 온산 국가 산업단지의 경우 인입단에서 367[MVA]로 가장 높은 수용용량 한계가 산정되었으며, 말단에서 251[MVA]로 가장 낮은 수용용량 한계가 산정되었다. 두 산업단지 모두 말단에 연계하였을 때 수용용량 한계가 가장 낮았으며, 미포 국가 산업단지와 온산 국가 산업단지의 최소 수용용량 한계인 1,597[MVA]와 251[MVA]를 최종결과로 결정하였다. 이를 통해 배전선로 말단으로 갈수록 발전량 대비 부하 비중이 큼을 확인할 수 있으며, 배전선로의 X/R 비가 낮은 부하 특성을 고려하여 산업단지의 배전망 계획에 이를 반영할 필요가 있다.

5. 결 론

NET-ZERO와 탄소 중립 2050과 같은 에너지 전환 정책으로 세계적인 재생e의 수요 증가에 따라 분산전원의 보급이 가속화되고 있다. 분산전원의 보급 가속화는 기존 계통에서 수요와 공급 불균형 및 전력 과잉 생산의 원인으로 전력이 과도하게 공급되면 선로와 전기 설비의 과부하를 발생시킨다. 따라서, 이러한 문제를 해결하기 위해서는 수렴성이 우수한 조류해석 법을 사용하여 분산전원 연계에 대한 정확한 계통 영향평가를 수행해야 하며, 이 결과를 기반으로 분산전원의 연계 위치 및 발전 용량을 결정해야 한다.

따라서, 본 논문에서는 배전계통 분석에 이점이 있는 네트워크 토폴로지 기법을 이용한 조류해석 알고리즘을 구현하고 울산의 대규모 산업단지의 배전계통 부하를 고려한 수용용량 해석을 수행하였다. 분산전원 연계 위치 및 투입 용량, 기준 위반 여부를 기반으로 배전선로 별 수용용량 한계를 산정하였으며, 수용용량 한계 산정결과를 분석하였다.

최종결과로 산정된 수용용량 한계의 최소치는 각각 미포 국가 산업단지는 1,597[MVA]이 산정되었으며, 온산 국가 산업단지는 251[MVA]이 산정되었다. 울산 국가 산업단지에서 신규 분산전원이 인입단에 연계되는 경우 더욱 큰 용량을 수용할 수 있었으며, 배전선로의 대규모 부하를 감당하는 목적으로 분산전원을 도입하는 경우, 추가적인 변전설비 및 배전선로의 확충이 필요하다.

Acknowledgements

This research was supported by Korea Electric Power Corporation (grant number : R23DA08).

References

1 
International Renewable Energy Agency, “Renewable Capacity Statistics 2024,” 2024. ISBN : 978-92-9260-587-2URL
2 
Ministry of Trade, Industry, and Energy, “The 11th Basic Plan for Long-term Electricity Supply and Demand(2024 ~2038),” 2024. Available : http://english.motie.go.krURL
3 
European Commission, “State of the Energy Union Report 2024,” 2024. Available : https://energy.ec.europa.euURL
4 
U.S. Energy Information Administration, “Annual Energy Outlook AEO 2023,” 2023. Available : https://www.eia.govURL
5 
Elias Althof et al., “Climate-neutral power system 2035,” Agora Energiewende, Rep. 267/02-ES-2022/EN, Ver. 1.1, 2023. Available : https://www.agora-energiewende.deURL
6 
Jin-Su Kim, Hyeong-Jin Lee, Sang-Yun Yun & Jae-Chul Kim, “A Method for Calculation of Hosting Capacity of Integrated DER Management System by Using Voltage Sensitivity in Distribution System,” Journal of the KIIEE, vol. 34, no. 3, pp. 57-65, 2020. DOI : 10.5207/JIEIE.2020.34.3.057DOI
7 
Nick Heine et al., “Managing Flexibility on the Distribution System with Dynamic Operating Envelopes,” White Paper, EPRI, Product ID 3002025065, 2022. Available : https://www.epri.comURL
8 
C. Liyanage et al., “A Comparative Analysis of Prominent Virtual Synchronous Generator Strategies Under Different Network Conditions,” IEEE Open Access Journal of Power and Energy, vol. 11, pp. 178-195, 2024. DOI : 10.1109/OAJPE.2024.3384354DOI
9 
Ayese Aybike Seker, Tuba Gozel, Mehmet Hakan Hocaoglu, “BIBC Matrix Modification for Network Topology Changes: Reconfiguration Problem Implementation,” Energies, vol. 14, no. 10, pp. 2738, 2021. DOI : 10.3390/en14102738DOI
10 
Krishna Murari et al., “A Network-Topology Based Approach for the Load Flow Solution of AC-DC Distribution System With Distributed Generations,” IEEE, vol 15, pp. 1508-1520, 2018. DOI : 10.1109/TII.2018.2852714DOI
11 
Yong-Joo Jeon, Woo-Seok Kim, Yun-Hyuk Choi, “Power flow analysis of distribution systems based on network topology method,” Proceedings of KIEE Summer Conference, pp. 127-128, 2024.URL
12 
Korea Industrial Complex Corporation, “National Industrial Complex Industry Trends,” 2024. Available : https://www.kicox.or.krDOI
13 
KEPCO, “Performance Standards for Transmission and Distribution Electrical Equipment,” 2024. Available : https://kepco.co.krURL

저자소개

이학주(Hak-Ju Lee)
../../Resources/kiee/KIEE.2025.74.3.385/au1.png

He received B.S., M.S. and Ph.D. degrees in electrical engineering from Chungnam National University, Daejeon, Korea, in 1989, 1991 and 2004, respectively. He has been working as a Chief Researcher & Project Team Leader at KEPCO Research Institute. His research interests include micro grid, distribution planning & power quality and power electronics.

황성욱(Sung-Wook Hwang)
../../Resources/kiee/KIEE.2025.74.3.385/au2.png

He received B.S., M.S. and Ph.D. degrees in electrical engineering from Hongik University, Seoul, Korea, in 1997, 1999 and 2012, respectively. He has been working as a senior researcher at KEPCO. His research interests include microgrid, demand response, renewable energy, energy mix, power system resilience and distribution planning.

전용주(Yong-Joo Jeon)
../../Resources/kiee/KIEE.2025.74.3.385/au3.png

He received the B.S. degree in electrical engineering from Daegu Catholic University, Daegu, Korea, in 2024. Since 2024, he has been the M.S. student at Daegu Catholic University. His research interests are distribution system analysis & optimization in Distribution Systems.

최윤혁(Yun-Hyuk Choi)
../../Resources/kiee/KIEE.2025.74.3.385/au4.png

He received the Ph.D degree in electrical engineering from Korea University, Seoul, Korea, in 2012. Since 2017, he is currently an associate professor at Daegu Catholic University. His main subjects are distribution system analysis, smart inverter control for flexible energy, ESS control schemes, and DSO operation for VPP.