• 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 Engineering, Mokpo National University, Republic of Korea.)



Frequency Stability Analysis, Generator Aggregation, Governor Conversion

1. 서 론

전 세계적으로 기후 변화에 대응하기 위한 탄소중립 및 에너지 전환 중심의 정책이 추진되면서, 국내 전력계통 내 재생에너지 비율도 급격히 증가하고 있다. 화력, 원자력 등 기존의 동기 발전원은 전력계통에 대해서 관성에너지를 제공하여 계통 주파수 안정도에 기여해왔으나, 탄소중립 정책으로 인해 이러한 발전원의 비중이 감소하고, 대신 주파수 변동성이 큰 태양광과 풍력 같은 재생에너지원의 비율이 크게 증가하고 있다. 그러나 태양광과 풍력 발전과 같은 인버터 기반 재생에너지원은 물리적 관성이 거의 없거나 매우 낮아 주파수 응답 특성이 떨어지며, 결과적으로 저관성 계통이 형성된다[1,2]. 이러한 저관성 계통에서의 주파수 안정도 검토는 계통계획 및 운영 측면에서 필수적이고, 실제로 재생에너지 발전 비중이 50~70% 수준인 미래 전력계통에 대한 주파수 안정도 검토 및 유연성 자원 보상에 대한 연구가 진행 중이다[3,4]. 하지만, 재생에너지 비중이 높은 계통에 대한 안정도 검토 단계에서는 주파수 문제뿐만 아니라 저강건도 계통에 따른 과도 불안정, 무효전력 예비력 부족 문제 등에 의하여 순수하게 주파수 안정도 검토가 어려운 실정이다[5,6]. 그림 1은 하나의 예시로, 발전기 1기 탈락 시 전압 불안정으로 주파수 안정도 검토가 불가능한 경우를 보여주는 예시이다. 이러한 문제를 해결하기 위해서 실무적인 단계에서는 계통 전체에 가상의 무효전력 보상설비(FACTs, Shunt 등)를 설치하여, 전압 측면에서의 문제는 해결되었다는 전제하에 주파수 안정도를 검토하고, ESS, 동기조상기 등 주파수 안정화 자원의 필요량을 산정하는 연구를 수행한다. 하지만, 이러한 방법은 모의 조건에 따라서 가상의 무효전력 보상설비를 계속하여 추가하여야 하는 단점이 있어, 시뮬레이션 상의 불편함을 유발하게 된다.

그림 1. 재생에너지 고비중 계통에서 발전기 1기 탈락에 따른 계통 주파수

Fig. 1. System frequency in a high-renewable penetration power system (single generator trip)

../../Resources/kiee/KIEE.2025.74.3.529/fig1.png

이러한 문제를 극복하기 위하여 본 논문에서는 계통의 주파수 응답 특성을 반영한 주파수 안정도 검토용 등가 모델을 개발하고자 한다. 재생에너지 고비중 전력시스템에서 전압 문제와 주파수 문제를 분리하여 검토하는 데에 중점을 두고자 하여, 대규모 전력계통의 발전기 주파수 응답특성을 유지하면서 소규모 계통으로 축약하는 방법론을 제시하였고, 주파수 안정도 해석의 편의성 및 효율성을 향상시키는데 중점을 두었다. 제안하는 방법은 다음과 같이 구성된다.

1) 조속기 모델 변환 및 발전기 집계(aggregation) : 계통 축약을 위해서는 비슷한 특성을 갖는 발전기들을 하나의 발전기로 등가화하여야 한다. 본 논문에서는 계통 주파수 응답 특성을 유지하면서 발전기들을 등가화하기 위하여 먼저, 시스템의 다양한 조속기 모델들을 주요 모델로 변환시키는 방법을 제시하였다. 다양한 조속기 모델의 활용성, 발전기 타입 등을 고려하여 IEESGO를 IEEEG1, GAST를 TGOV1 모델로 변환하여 조속기 모델 수를 줄였다. 그리고, 동일 발전기 및 조속기 모델을 갖는 발전기들을 하나의 등가 발전기로 집계하기 위하여 가중평균 기반의 모델 등가화를 수행하였다[7].

2) 계통 축약 및 안정도 해석 모델 구성 : 앞선 과정에서 발전기 집계를 통해 계통 전체의 발전기 수를 감소시켰다면, 본 과정에서는 계통 토폴로지 자체를 축약시켜, 안정도 해석 모델을 구성하였다. 계통 축약은 전기적 거리 기준의 전력계통 클러스터링 기법을 적용하였고, 클러스터간의 연계 선로는 실제 데이터를 그대로 활용하였다. 클러스터 내의 모선은 등가화된 발전기 모선, 신재생에너지 연계 모선, 부하 연계 모선, 발전기 탈락 모선으로 구성하여 토폴로지를 최소화하였고, 대규모 무효전력 보상설비 1기 설치만으로 전압 안정도 문제를 해결할 수 있도록 하였다. 구성된 모델은 재생에너지 비중이 높아지는 다양한 시나리오를 전압 불안정 없이 해결할 수 있는 장점이 있다.

논문의 구성은 다음과 같다. 2장에서는 조속기 모델 변환 과정을 상세히 설명하였고, 3장에서는 축약모델에 대한 발전기 집계 과정을 설명하였다. 4장에서는 주파수 안정도 해석모델 구성 기준 및 과정을 언급하였고, 5장에서는 IEEE 39-bus system을 대상으로 해석모델의 유효성을 검증하였다. 마지막으로 6장에서는 본 연구 결과에 대한 고찰 및 향후 연구계획을 언급하였다.

2. 조속기 모델 변환

2.1 조속기 모델별 특성 분석

조속기는 발전기에 연결된 터빈의 속도나 주파수의 피드백을 기반으로 터빈의 입력(증기, 물 또는 가스)을 조절하여 부하 변화나 교란 발생 후 터빈의 기계적 전력 출력을 부하에 맞게 조정하여 주파수의 큰 편차를 방지하는 제어장치이다.

범용적으로 사용되는 조속기 모델은 국내 적용 사례를 고려할 때, IEESGO, IEEEG1, TGOV1, IEEEG3, GAST, GAST2A, HYGOV, PIDGOV, GGOV1으로 총 9가지이다. 각 모델별 특징은 표 1과 같다.

표 1 조속기 모델별 특징

Table 1 Characteristics of Governor Models

종류

모델명

특징

증기터빈

IEESGO

간단한 역학을 갖춘 범용 모델

IEEEG1

드룹 제어와 기본 역학을 갖춘

표준 모델

TGOV1

단순한 기본 모델

IEEEG3

추가 제어 기능을 갖춘 모델

가스터빈

GAST

기본 모델

GAST2A

빠른 반응과 고급 역학을

갖춘 모델

수력터빈

HYGOV

물의 관성과 펜스톡 역학을

고려한 모델

PID 기반 및 일반

PIDGOV

PID 제어를 사용하는 사용자

정의형 모델

GGOV1

다양한 유형(증기, 수력, 가스)에 사용되는 범용 모델

본 논문에서는 모델 변환 9개의 조속기 모델 중 IEESGO, IEEEG1 모델과 GAST, TGOV1 모델을 각각 IEEEG1, TGOV1 모델로 변환하는 과정을 수행하였다. 해당 모델들은 증기터빈 혹은 가스터빈에 주로 사용되어 계통의 주파수 변화에 빠르게 반응하는 모델들로, 주파수 안정도 검토용 해석 모델 정확성에 큰 영향을 줄 수 있는 모델들이다.

2.2 조속기 모델 변환 (IEEEG1 → IEESGO)

IEESGO 조속기 모델의 블록 다이어그램은 그림 3과 같다. SPEED는 조속기에 대한 입력으로 터빈의 속도이며, 식 (1)은 속도 오차를 동적으로 변환하여 출력 신호를 생성하는 전달함수이고, 결과값은 기준 전력(Po)과 비교하여 출력 조정 필요량이 결정을 출력 제한 블록에 따라 발전기 출력이 PMAX, PMIN 내에서 유지될 수 있도록 설정된다. 이후의 제어 로직은 출력의 변화가 갑작스럽게 이루어지지 않고 점진적으로 변화하도록 하는 역할을 하며 식 (2)와 같다. 식 (3)은 IEESGO 모델의 전체 전달함수를 나타낸다.

그림 2. IEESGO 조속기 모델 블록 다이어그램

Fig. 2. IEESGO Governor Model Block Diagram

../../Resources/kiee/KIEE.2025.74.3.529/fig2.png
(1)
$G_{1}(s)=\dfrac{K_{1}(1+s T_{2})}{(1+s T_{1})(1+s T_{3})}$
(2)
$G_{2}(s)=\dfrac{1-K_{2}}{(1+s T_{4})}+\dfrac{K_{2}}{(1+s T_{5})}(1-K_{3})+\dfrac{K_{5}}{(1+s T_{6})}$
(3)
$H(s)=\dfrac{P_{0}-G_{1}(s)}{1+s T_{4}}G_{2}(s)$

$K_{1}$ : 조속기 이득(gain), $K_{2},\: K_{3}$ : 출력 조정비

$T_{1},\: T_{2},\: T_{3},\: T_{4},\: T_{5},\: T_{6}$ : 제어기 및 터빈 지연 상수,

PMAX, PMIN : 발전기 최대/최소 출력 제한

IEEEG1 조속기 모델의 블록 다이어그램은 그림 3과 같다. $\Delta\omega$는 조속기에 대한 입력으로 주파수 편차이며, 식 (4)를 통해 변환되고, 기준 전력($P_{0}$)과 비교되어 계산된다. 계산된 출력 조정 필요량은 출력 제한 블록에 전달되며, 출력이 PMAX, PMIN 내에서 유지될 수 있도록 제한한다. 출력 제한 블록에서 생성된 신호($U_{c}$)는 적분 블록($\dfrac{1}{S}$)을 통과하여 시간 누적 효과를 포함한 제어 신호($U$)를 생성한다. $U$는 고압 및 저압 터빈의 경로로 분배되며, 식 (5), (6)은 고압 및 저압 출력 전달함수이고, 식 (7)은 IEEEG1 모델의 전체 전달함수를 나타낸다.

그림 3. IEEEG1 조속기 모델 블록 다이어그램

Fig. 3. IEEEG1 Governor Model Block Diagram

../../Resources/kiee/KIEE.2025.74.3.529/fig3.png
(4)
$G_{1}(s)=\dfrac{K(1+s T_{2})}{1+s T_{1}}$
(5)
$PMECH_{HP}= U\bullet(\sum_{i =1}^{4}\dfrac{K_{2i-1}}{1+s T_{i+3}})$
(6)
$PMECH_{LP}= U\bullet(\sum_{i =1}^{4}\dfrac{K_{2i}}{1+s T_{i+3}})$
(7)
$H(s)=\dfrac{(P_{0}-G_{1}(s))}{s\bullet T3}\bullet(\sum_{i=1}^{4}\dfrac{(K_{2i-1}+ K_{2i})}{1+s T_{i+3}})$

$K$ : 조속기 이득(gain), $T_{3}$ : 출력 신호 스케일링 상수

$T_{1},\: T_{2},\: T_{4},\: T_{5},\: T_{6},\: T_{7}$ : 제어기 및 터빈 지연 상수,

$K_{1},\: K_{3},\: K_{5},\: K_{7}$ : 고압 터빈 출력 경로의 조정비,

$K_{2},\: K_{4},\: K_{6},\: K_{8}$ : 저압 터빈 출력 경로의 조정비,

$U_{0}$ : 스케일링된 출력 신호. $P_{0}-G_{1}(s)$를 $\dfrac{1}{T3}$블록으로 조정한 중간 신호

$U_{c}$ : 제한된 출력 신호. PMAX, PMIN 범위 내에서 제한된 최종 출력 신호

$U$ : $U_{c}$가 적분 블록$\dfrac{1}{S}$을 통과한 결과

PMAX, PMIN : 발전기 최대/최소 줄력 제한

본 논문에서는 두 모델의 전달함수를 비교, 분석하여 IEESGO 모델을 IEEEG1 모델로 변환하였다.

두 모델의 $G_{1}(s)$에 포함된 조속기 이득이 같도록 식 (8)과 같이 파라미터를 조정하고, IEEEG1 모델의 저압 터빈 출력 경로의 가중치($K_{2},\: K_{4},\: K_{6},\: K_{8}$)는 주파수 응답 특성에 영향을 주지 않기에 전달함수 계산에는 제외한다. 따라서, 지연 상수 $T_{4}$와 연결된 IEESGO 모델의 출력 조정비($1-K2$)가 IEEEG1 모델의 고압 터빈 출력 경로의 조정비($K1$)와 같도록 식 (9)와 같이 조정한다. 이와 같이 $T_{5}$와 연결된 출력 조정비는 식 (10)으로, $T_{6}$와 연결된 부분은 식 (11)과 같이 파라미터를 조정한다. 변환 과정에서 IEEEG1에만 포함된 $T_{7}$와 연결된 출력 조정비의 파라미터는 0, $U_{0},\: U_{C}$는 각 0.2, -0.2로 설정한다.

(8)
$^{IEESGO} K1\Rightarrow ^{IEEEG1}K $
(9)
$^{IEESGO}( 1-K2)\Rightarrow ^{IEEEG1}K1$
(10)
$^{IEESGO}( K2\times(1-K3))\Rightarrow ^{IEEEG1}K3$
(11)
$^{IEESGO}( K2\times K3)\Rightarrow ^{IEEEG1}K5$

2.3 조속기 모델 변환 (GAST → TGOV1)

GAST 조속기 모델의 블록 다이어그램은 그림 4와 같다. 출력 제한 값 $V_{\lim}$은 입력 신호가 시간 지연 블록($(1+T_{1}s)(1+T_{2}s)(1+T_{3}s)$)을 통과하고, 피드백 루프를 통해 식 (12)와 같이 계산된다. 또한, 식 (13)과 같이 Low Value Gate는 두 입력 신호 $VAR(L)-\dfrac{SPEED}{R}$과 $V_{\lim}$ 중 작은 값을 선택하여 출력한다. 선택된 출력 신호는 시간 지연 블록($(1+T_{1}s)(1+T_{2}s)$)을 통과하며, 식 (14)와 같이 속도 저하율에 따른 변화를 반영하여 PMECH을 계산한다.

그림 4. GAST 조속기 모델 블록 다이어그램

Fig. 4. GAST Governor Model Block Diagram

../../Resources/kiee/KIEE.2025.74.3.529/fig4.png
(12)
$V_{\lim}$=$KT\bullet$(Load Limit-$\dfrac{U_{\lim}}{(1+T_{1}s)(1+T_{2}s)(1+T_{3}s)}$)
(13)
$V_{out}=\min(VAR(L)-\dfrac{SPEED}{R},\: V_{\lim})$
(14)
$H(s)=\dfrac{V_{out}}{(1+T_{1}s)(1+T_{2}s)}-SPEED\bullet D_{turb}$

$V_{\lim}$ : 출력 제한 값, $V_{out}$ : Low Value Gate 출력

$U_{\lim}$ : 출력 제한된 신호

$T_{1},\: T_{2},\: T_{3}$ : 제어기 및 터빈 지연 상수

$KT$ : 온도 제한 조정 이득

Load Limit : 부하 제한 신호

VMAX, VMIN : 출력 최대/최소 제한

TGOV1 조속기 모델의 블록 다이어그램은 그림 5와 같다. 속도 오차($e$)는 식 (15)와 같이 기준값과 실제 속도 신호 간의 차이를 드룹 상수($R$)로 나누어 계산된다. 계산된 신호는 첫 번째 시간 지연 블록을 통과하며 점진적으로 변화된 신호로 $U_{1}$은 식 (16)과 같이 계산된다. 첫 번째 시간 지연 처리된 출력은 식 (17)과 같이 출력 제한(VMAX, VMIN) 범위 내에 있도록 제한된다. 최종 출력 신호는 식 (18)과 같이 속도 보정을 통해 계산된다.

그림 5. TGOV1 조속기 모델 블록 다이어그램

Fig. 5. TGOV1 Governor Model Block Diagram

../../Resources/kiee/KIEE.2025.74.3.529/fig5.png
(15)
$e =\dfrac{VAR(L)-SPEED}{R}$
(16)
$U_{1}=\dfrac{e}{1+T_{1}s}$
(17)
$U_{\lim}=\max(VMAX ,\: \min(U_{1,\:}VMAX))$
(18)
$H(s)=\dfrac{U_{\lim}\bullet(1+T_{2}s)}{1+T_{3}s}-(SPEED\bullet DT)$

$e$ : 속도 오차, $R$ : 드룹 상수

$U_{1}$ : 첫 번째 시간 지연 적용 출력 신호

$U_{\lim}$ : 출력 제한 신호

VMAX, VMIN : 출력 최대/최소 제한

본 논문에서는 두 모델의 전달함수를 비교, 분석하여 GAST 모델을 TGOV1 모델로 변환하였다. 두 모델은 가스터빈과 증기터빈으로 터빈 종류의 차이가 있지만, 다음과 같은 파라미터 조정을 통해 주파수 안정도 분석 범위 내에서는 충분한 신뢰성을 제공할 수 있다.

두 모델 중 GAST 모델만 파라미터 KT와 AT를 포함하며, 이는 온도 제한 기능으로 출력의 열역학적 안정성 관리에는 영향을 줄 수 있지만, 주파수 안정도 분석 범위 내에서는 큰 영향을 미치지 않는다. 따라서, 변환 과정에서 KT 및 AT 파라미터는 생략하고, Low Value Gate는 GAST 모델에서 출력 제한 및 피드백 조정에 사용되지만, 주파수 안정도 분석에서는 주요한 동적 응답에 큰 기여를 하지 않아 이를 제거해도 동적 특성을 유지하면서 변환이 가능하다. 변환 과정에서 두 모델의 최종 출력 함수 $H(s)$가 동일할 수 있도록 식 (17)(18)과 같이 파라미터를 조정하고, GAST 모델의 속도 보정 계수 $D_{trub}$는 TGOV1 모델의 터빈 감쇠 계수 $DT$와 동일하게 설정하여 두 모델 간 동일한 속도 보정 유지를 통해 변환된 TGOV1 모델이 GAST 모델의 주파수 응답 특성을 유지할 수 있도록 변환한다.

조속기 모델 변환은 주파수 응답 특성을 유지하면서도 조속기 모델의 다양성을 줄일 수 있어 발전기 수를 더욱 줄일 수 있으며, 집계 과정에서의 복잡성을 낮추고, 계통해석 효율성을 높일 수 있다.

(19)
$^{GAST} T2\Rightarrow ^{TGOV1}T3$
(20)
$^{TGOV1}T2\Rightarrow 0$

3. 발전기 집계(Aggregation)

3.1 집계모델 구성

대규모 전력 시스템의 상태 변수가 증가하면서 시간 영역 시뮬레이션의 계산 비용이 크게 증가함에 따라 발전기 집계는 시뮬레이션 시간을 가속화할 수 있는 효과적인 방법이다. 집계된 발전기 모델은 동적 특성을 유지하면서도 모델의 복잡성을 크게 줄일 수 있어 안정도 해석에 효과적이다.

본 논문은 주파수 안정도 검토에 집중하며, 주파수 안정도에 직접적인 영향을 미치는 발전기 및 조속기를 중심으로 집계하고, 간접적인 영향을 미치는 여자기는 IEEEX1 모델로 가정한다. 발전기와 조속기 모델은 각각 고유의 동적 특성을 가지며, 발전기-조속기 구성의 다양성으로 인하여 구성이 서로 다른 발전기는 하나의 모델로 집계가 불가능하다. 이러한 구성의 다양성은 조속기 모델 변환을 통해 효과적으로 줄일 수 있으며, 구성 수가 감소함에 따라 발전기 간 동적 특성의 불일치 문제를 줄이고, 효율성 높은 집계모델을 구성한다.

3.2 집계모델 파라미터 선정

집계 과정에서 발전기의 출력 파라미터(P, Q, S)와 부하의 유ㆍ무효전력은 물리적 총량의 보존을 위해 식 (19)와 같은 통합 합산 방법을 적용하여 집계된다. 또한, 발전기 및 조속기 집계 시 주요 동적 특성(관성 상수, 리액턴스, 시간 상수 등) 파라미터를 가중평균 방법으로 계산한다. 이러한 방법은 동적 특성과 시스템에 미치는 상대적인 중요도를 반영하기 위해 정격 용량을 가중치로 하여 주요 동적 특성을 보존할 수 있다. 특히, 가중평균 방법은 식 (20)과 같은 간단한 수학적 연산을 통해 파라미터를 계산하여 복잡한 민감도 분석 또는, 반복적 최적화 과정이 필요하지 않다. 또한, 모든 파라미터를 개별적으로 처리하지 않고, 단일 수식으로 집계하여 대규모 계통에서도 효율적으로 적용이 가능하다.

(21)
$P_{eq}=\sum_{i=1}^{n}P_{i},\: Q_{eq}=\sum_{i=1}^{n}Q_{i}$
(22)
$X_{eq}=\dfrac{\sum_{i=1}^{n}S_{i}X_{i}}{\sum_{i=1}^{n}S_{i}}$

4. 주파수안정도 해석모델 구성

4.1 축약 계통 DB 구축

전력계통 안정도 분석에서 발전기와 조속기의 동적 응답 특성은 계통 주파수 안정성을 결정하는 중요한 요소이다. 다양한 조속기 모델을 사용해 발전기 집계에 따른 응답 특성의 차이를 분석하기 위해 그림 6과 같이 기존 IEEE 39-bus test system에서 발전기의 수를 10기에서 26기로 증가시켰다.

그림 6. 발전기 26기를 포함한 IEEE 39-bus test system

Fig. 6. IEEE 39-bus test system with 26 Generators

../../Resources/kiee/KIEE.2025.74.3.529/fig6.png

그림 7그림 6의 계통을 전기적 거리 기반의 클러스터링을 적용하고, 발전기를 10기로 집계하여 축약한 계통이다. 본 논문에서는 전기적 거리 기반의 클러스터링을 적용하였지만, 구분은 지리적 구분이나 계통의 조건에 따라 다양하게 적용하여 축약 계통을 구성하는 것이 가능하다.

그림 7. 축약 계통 구축

Fig. 7. Reduced System Configuration

../../Resources/kiee/KIEE.2025.74.3.529/fig7.png

5. 사례 연구

5.1 조속기 모델 변환 검증

그림 8은 조속기 모델 변환 전 4가지 모델을 사용한 계통과 변환 후 2가지 모델을 포함한 계통의 주파수 출력 파형 비교이다. 고장 시나리오는 초기 1초에 34번 모선 발전기를 트립 후 20초까지 시뮬레이션을 수행하였다. 조속기 모델 변환 전ㆍ후 계통의 주파수 출력 파형이 일치하는 것을 통해 변환이 높은 정확도로 수행됨을 확인하였다.

그림 8. 조속기 모델 변환 전ㆍ후 주파수 출력 파형 비교

Fig. 8. Compare the Frequency Output Waveforms Before and After Converting the Governor Model

../../Resources/kiee/KIEE.2025.74.3.529/fig8.png

5.2 가중 평균 활용 발전기 집계 오차 분석

그림 9는 간단한 계통에서 가중 평균 방법을 통해 3개의 발전기를 하나로 집계하여 오차 분석을 하기 위해 구성한 시험계통이다. 그림 10은 집계 전ㆍ후 계통에 상정 고장을 적용하여 시뮬레이션을 수행한 결과이며, 출력 기준은 100MVA이다. 집계 전ㆍ후 발전기의 출력 파형을 비교 분석한 결과 높은 정확도를 통해 가중 평균을 활용한 파라미터 조정의 유효성을 검증한다.

그림 9. 3-Bus 계통 발전기 집계

Fig. 9. 3-Bus System Generator Aggregation

../../Resources/kiee/KIEE.2025.74.3.529/fig9.png

그림 10. 발전기 집계 전ㆍ후 출력 파형 비교

Fig. 10. Compare output waveforms before and after generator aggregation

../../Resources/kiee/KIEE.2025.74.3.529/fig10.png

5.3 계통 축약 전ㆍ후 오차 분석

그림 11은 축약 전ㆍ후 계통의 스윙 모선 주파수 출력 파형이다. 고장 시나리오는 축약 전ㆍ후 계통에 초기 1초에 34번 모선 발전기 트립 후 20초까지 시뮬레이션을 수행한다.

그림 11. 계통 축약 전ㆍ후 주파수 출력 파형 비교

Fig. 11. Compare the Frequency Output Waveforms Before and After Grid Reduction

../../Resources/kiee/KIEE.2025.74.3.529/fig11.png

그림 11에서 확인되는 축약 계통의 최저점이 더 낮아지는 현상은 발전기 집계 과정에서 관성 및 조속기 응답이 평균화되고, 발전기 간의 동적 상호작용 단순화 때문이다. 그림 11의 결과를 통해 축약 계통의 높은 정확도를 확인한다.

5.4 저관성 시나리오 시 비교 분석

그림 6과 같은 계통에서 34, 38, 39번 모선과 연결된 발전기를 제외한 동기발전기를 태양광 발전기로 대체하여 재생에너지 비율을 60% 증가시켰을 때 저관성 계통이 형성됨을 확인한다. 그림 12는 기존 계통과 축약 계통의 재생에너지 비율을 동일하게 60% 증가시키고, 주파수 출력 파형을 비교한 결과이다.

그림 12. 저관성 시나리오 주파수 출력 파형 비교

Fig. 12. Compare frequency output waveforms for low inertia scenario

../../Resources/kiee/KIEE.2025.74.3.529/fig12.png

그림 13은 기존 계통과 축약 계통의 전압 출력 파형을 비교한 결과이다. 기존 계통은 전압 불안정으로 인해 추가적인 무효전력 보상설비 없이 주파수 안정도 해석이 불가능하지만, 축약 계통은 가능함을 검증한다.

그림 13. 저관성 시나리오 전압 출력 파형 비교

Fig. 13. Compare voltage output waveforms for low inertia scenario

../../Resources/kiee/KIEE.2025.74.3.529/fig13.png

기존 계통의 전압 불안정 문제를 해결하기 위해 2번 모선에 400MVA 용량의 STATCOM을 투입하여 고장 발생 시 무효전력 공급을 통해 전압 불안정 문제를 완화하였다. 이후, 전압 불안정 문제가 해소된 상태에서 기존 계통과 축약 계통의 주파수 응답을 비교한다.

그림 14에서 축약 계통은 기존 계통보다 최저 주파수가 더 낮았지만, 전반적인 회복 속도 및 주파수 안정성 측면에서 유사한 동작을 확인할 수 있었다. 이러한 결과는 축약 계통이 기존 계통의 동적 특성을 충분히 반영하면서도 계산 효율성을 높이는 것을 확인할 수 있다.

그림 14. 저관성 시나리오 STATCOM 투입 후 주파수 출력 파형 비교

Fig. 14. Comparison of frequency output waveforms after STATCOM input in low inertia scenario

../../Resources/kiee/KIEE.2025.74.3.529/fig14.png

6. 결 론

본 논문은 주파수 안정도 평가를 위한 계통해석 모델의 개발 내용에 대해 소개하였다. 일반적인 계통해석 모델은 재생에너지 비율 확대로 전압이 크게 흔들리는 경우 주파수 해석에 한계가 있고, 주파수 안정도 검토를 위해 가상의 무효전력 보상설비를 추가하여 전압 불안정 문제를 완화한다. 하지만, 실재하지 않는 설비를 계통에 계속해서 추가하는 방법은 시뮬레이션 상 번거로움의 문제를 초래한다. 이러한 문제를 보완하고자 조속기 모델변환, 발전기 집계를 통한 계통 축약으로 저강건 계통에서도 주파수 분석이 가능한 계통해석 모델 구현 방법을 제안하였다.

발전기 집계 시 발전기 간 구성 차이를 무시할 경우 동적 특성과 주파수 응답에 심각한 왜곡이 발생할 수 있다. 이러한 문제를 완화하기 위해 조속기 모델 블록 다이어그램 분석 기반 파라미터 조정을 통해 조속기 모델을 변환하는 방법을 제안하였다. 변환 전ㆍ후 계통의 주파수 출력 파형이 높은 정확도로 일치하는 것을 통해 변환이 잘 수행됨을 확인하였다. 이 방법을 통해 발전기-조속기 구성의 다양성을 줄이고, 더 많은 발전기를 집계할 수 있게 되었다.

발전기 집계 시 파라미터는 정격용량 기반의 가중 평균 방법을 활용하였다. 간단한 시험계통을 통해 발전기 및 조속기 집계 시 가중 평균 방법의 유효성을 검증하였다. 축약 계통은 전기적 거리 클러스터링과 발전기 집계를 통해 구성하였다. 축약 전ㆍ후 계통의 주파수 출력 파형을 비교 분석하고, 재생에너지 비율이 60% 증가했을 때 기존 계통의 전압 불안정을 확인하였다. 저관성 시나리오에서 축약 전ㆍ후 전압 및 주파수 출력 파형 비교 및 기존 계통에 STATCOM을 투입 후 축약 계통과 주파수 출력 파형을 비교하였다. 축약 계통은 전압 불안정 문제없이 주파수 안정도 검토가 가능하며, 주파수 응답 특성에서 낮은 오차 결과를 통해 유효성을 검증할 수 있었다.

재생에너지의 확대에 따라 전압 불안정 문제없이 주파수 검토가 가능한 계통해석 모델이 필요하다. 본 논문에서 제안된 주파수 안정도 검토용 계통해석 모델은 전압 불안정을 완화하면서 주파수 응답 특성을 정확히 보존함을 확인하였다. 국내 전력계통의 재생에너지 비율이 증가하는 상황에 본 논문에서 제안한 방법은 전력계통 안정도 향상에 기여할 것으로 기대된다. 다만, 축약 계통과 기존 계통 간 오차 개선이 필요하며, 오차 발생범위를 설정 기준에 대한 추가 연구가 요구된다. 이는 추후 연구를 통해 축약 모델 정확도 향상에 포함될 것입니다. 향후, 대규모 계통에 본 방법을 적용하여 유효성을 검증하고, 축약 과정에서 발생하는 오차를 분석 및 보완하여 신뢰성을 더욱 높이는 연구를 수행할 것이다.

Appendix : Detailed Data for Generators and Loads

본 부록에서는 독자가 쉽게 이해할 수 있도록 축약 대상 계통과 축약된 계통의 발전기 및 부하 데이터를 제시한다. 본문 4장 그림 6에서 제시된 26기 발전기를 포함한 IEEE 39-bus test system의 발전기 및 부하 데이터는 표 부1과 표 부2에 각각 나와 있다. 또한, 그림 7에서 제시된 10기 발전기로 축약한 계통의 발전기 및 부하 데이터는 표 부3과 표 부4에 제시되어 있다.

축약 과정에서 클러스터 내 손실이 반영되지 않아 기존 계통과 축약 계통 간에 예비력 차이가 발생할 수 있다. 이를 해결하기 위해 등가부하의 크기를 조정하여 축약 계통의 예비력이 기존 계통과 동일하도록 조정하였다.

표 부1 IEEE 39-bus test system 26기 발전기 데이터

Table A1 IEEE 39-bus test system 26-generator data

Id

PGen

(MW)

QGen

(MVar)

Mbase

(MVA)

R Source

(pu)

X source

(pu)

G30

1

50

29.26

58.64

0.0014

0.0079

G30

2

75

43.89

87.96

0.0014

0.0079

G30

3

125

73.15

146.6

0.0014

0.0079

G31

1

104.2

39.5

174.6

0.027

0.2978

G31

2

156.2

59.3

261.9

0.027

0.2978

G31

3

260.4

98.8

436.5

0.027

0.2978

G32

1

130

41.1

177.5

0.0039

0.0257

G32

2

195

61.6

266.3

0.0039

0.0257

G32

3

325

102.7

443.8

0.0039

0.0257

G33

1

126.4

22.03

240.1

0.0022

0.008

G33

2

189.6

33.04

360.1

0.0022

0.008

G33

3

316

55.07

600.2

0.0022

0.008

G34

1

508

165.9

1157

0.0014

0.0057

G35

1

130

42.5

230.4

0.0062

0.4654

G35

2

195

63.8

345.5

0.0062

0.4654

G35

3

325

106.3

575.9

0.0062

0.4654

G36

1

112

20.27

218.3

0.0027

0.0214

G36

2

168

30.4

327.5

0.0027

0.0214

G36

3

280

50.66

545.8

0.0027

0.0214

G37

1

108

0.106

197.4

0.0069

0.0608

G37

2

162

0.159

296.2

0.0069

0.0608

G37

3

270

0.265

493.6

0.0069

0.0608

G38

1

166

4.585

348.8

0.003

0.0117

G38

2

249

6.878

523.1

0.003

0.0117

G38

3

415

11.46

871.9

0.003

0.0117

G39

1

1000

88.1

1232

0.001

0.0026

표 부2 IEEE 39-bus test system 부하 데이터

Table A2 IEEE 39-bus test system load data

Pload(MW)

Qload(Mvar)

Bus 3

322

2.4

Bus 4

500

184

Bus 7

233.8

84

Bus 8

522

176

Bus 12

7.5

88

Bus 15

320

153

Bus 16

329

32.3

Bus 18

158

30

Bus 20

628

103

Bus 21

274

115

Bus 23

247.5

84.6

Bus 24

308.6

-92

Bus 25

224

47.2

Bus 26

139

17

Bus 27

281

75.5

Bus 28

206

27.6

Bus 29

283.5

26.9

Bus 31

9.2

4.6

Bus 39

1104

250

표 부3 축약 계통 10기 발전기 데이터

Table A3 Reduced System 10-generator data

PGen

(MW)

QGen

(MVar)

Mbase

(MVA)

R Source

(pu)

X source

(pu)

G30

250

153.18

293.2

0.0014

0.0079

G31

520.8

80.48

873.1

0.027

0.2978

G32

650

105.88

887.6

0.0039

0.0257

G33

632

0.2286

1200.5

0.0022

0.008

G34

508

134.42

1157

0.0014

0.0057

G35

650

593.28

1152

0.0062

0.4654

G36

560

290.16

1092

0.0027

0.0214

G37

540

255.26

987.2

0.0069

0.0608

G38

830

351.24

1744

0.003

0.0117

G39

1000

350.84

1232

0.001

0.0026

표 부4 축약 계통 부하 데이터

Table A4 Reduced System load data

Pload(MW)

Qload(Mvar)

Bus 1

836.7

429.6

Bus 2

3497.7

736.6

Bus 3

1787.1

242.9

Acknowledgements

이 연구는 한국에너지기술평가원(KETEP)으로부터 20223A10100030 과제 지원을 받아 수행되었습니다. (2021RIS-002) 이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임

References

1 
Fernández‐Guillamón, Ana, Emilio Gómez‐Lázaro, and Ángel Molina‐García, “Extensive frequency response and inertia analysis under high renewable energy source integration scenarios: application to the European interconnected power system,” IET Renewable Power Generation, vol. 14, no. 15, pp. 2885-2896, 2020. DOI:10.1049/iet-rpg.2020.0045.DOI
2 
Mehigan, L., et al., “Renewables in the European power system and the impact on system rotational inertia,” Energy vol. 203, pp. 117776, 2020. DOI:10.1016/j.energy.2020.117776DOI
3 
K. Kpoto, A. M. Sharma, and A. Sharma, “Effect Of Energy Storage System (ESS) in Low Inertia Power System with High Renewable Energy Sources,” 2019 Fifth International Conference on Electrical Energy Systems (ICEES), Chennai, India, pp. 1-7, 2019. DOI:10.1109/ICEES.2019.8719294.DOI
4 
Emmanuel, Michael, et al., “A review of power system planning and operational models for flexibility assessment in high solar energy penetration scenarios,” Solar Energy vol. 210, pp. 169-180, 2020. DOI:10.1016/j.solener.2020.07.017.DOI
5 
W. Yi, D. J. Hill, and Y. Song, “Impact of High Penetration of Renewable Resources on Power System Transient Stability,” 2019 IEEE Power & Energy Society General Meeting (PESGM), Atlanta, GA, USA, pp. 1-5, 2019. DOI:10.1109/PESGM40551.2019.8974119.DOI
6 
B. Mohandes, M. S. E. Moursi, N. Hatziargyriou, and S. E. Khatib, “A Review of Power System Flexibility With High Penetration of Renewables,” in IEEE Transactions on Power Systems, vol. 34, no. 4, pp. 3140-3155, 2019. DOI:10.1109/TPWRS.2019.2897727.DOI
7 
Q. Shi, F. Li, and H. Cui, “Analytical Method to Aggregate Multi-Machine SFR Model With Applications in Power System Dynamic Studies,” in IEEE Transactions on Power Systems, vol. 33, no. 6, pp. 6355-6367, 2018. DOI:10.1109/TPWRS.2018.2824823.DOI

저자소개

서재필(Jae-Pil Seo)
../../Resources/kiee/KIEE.2025.74.3.529/au1.png

He received the B.S. degree in electrical engineering from Mokpo National University, Muan, Korea, in 2023 and working toward the M.S. degree. He is studying the above simulation techniques for frequency stability studies in power systems.

이동호 (Dongho Lee)
../../Resources/kiee/KIEE.2025.74.3.529/au2.png

He received B.S. and Ph.D. degrees in electrical engineering from Korea University, Korea. He is currently an associate professor at the Department of electrical and control engineering, Mokpo National University, Muan, Korea. His current research interests include power system, smart energy system, and wireless power transfer.

이재형 (Jaehyeong Lee)
../../Resources/kiee/KIEE.2025.74.3.529/au3.png

He received his B.S. and Ph.D. degrees from the Department of Electrical Engineering Korea University, Seoul, Koera in 2012 and 2020, respectively. He was a Senior Researcher with the Korea Electric Power Corporation(KEPCO) during 2021-2024. Currently, he in an Assistant Professor in Mokpo National University, department of electrical engineering. His research interests include AC/DC hybrid power system analysis, renewable energy integration, and power system planning & operation.