3.1 플랫폼 구조 개요

그림 1에서 제안하는 웹 기반 Co-Simulation 플랫폼은 사용자 인터페이스(User Interface), 시뮬레이션 워크플로우 엔진, 그리고 물리 모델 페더레이트 계층의 세 부분으로 구성된다.

사용자 인터페이스는 페더레이트와 관련된 시뮬레이션 파라미터를 설정하고, 시뮬레이션 실행 결과를 사용자에게 다양한 시각화를 통해 제공하는 계층이다. 시뮬레이션 워크플로우 엔진은 HELICS Broker를 중심으로 페더레이트 간 발행-구독, 시간동기화, 실행 순서를 관리하여, 서로 다른 물리 도메인 모델들이 독립적인 계산을 수행하도록 한다. 물리 모델 페더레이트 계층은 풍력터빈, ESS 및 계통 모델 등으로 구성되며, 시뮬레이션 엔진을 통해 상호 연결되어 출력, 주파수 및 전압 등의 핵심 데이터를 교환한다. 이러한 구조를 통해 재생에너지 연계 배전계통에서 ESS의 주파수 안정화 효과를 위한 분석 환경을 제안한다.

3.2 웹 기반 사용자 인터페이스(UI)

본 논문에서는 Co-Simulation 설정 및 결과 분석을 위한 웹 기반 사용자 인터페이스(UI)를 구현하였다. 제안된 플랫폼은 웹 서버 기반으로 구현되어, 브라우저를 통해 원격 접속하여 별도의 소프트웨어 설치 없이 시뮬레이션을 수행할 수 있다. 사용자는 그림 2와 같이 구성된 UI를 통해 별도의 코드 수정 없이 풍력터빈 출력 특성, ESS 용량 및 최대 충·방전 전력 등을 선택하고 조정할 수 있다.

그림 3에서는 사용자가 파라미터 범위와 변화 간격을 설정하면 다수의 시뮬레이션 시나리오가 자동으로 생성, 실행되는 민감도 분석 기능을 지원한다. 페더레이트에서 계산된 출력값은 UI에 전달되어 이력 그래프 및 비교 차트 형태로 시각화된다. 이를 통해 사용자는 시뮬레이션에 대한 효과를 비교하고, 다양한 조건에 대한 반복 실험을 수행할 수 있다.

3.3 시뮬레이션 워크플로우 엔진

시뮬레이션 워크플로우 엔진은 HELICS 기반으로 구현되었으며, 다수의 페더레이트를 시간 동기화하여 통합 Co-Simulation을 수행한다. HELICS Broker는 각 페더레이트의 실행 순서와 시간 스텝을 관리하며, 모든 페더레이트가 동일한 시뮬레이션 시간 스텝에서 계산을 수행하도록 조정한다. 페더레이트는 독립적으로 계산을 수행한 결과를 발행(Publish) – 구독(Subscribe) 구조를 통해 페더레이트 간 데이터를 교환한다. 표 1은 본 논문에서 사용된 페더레이트 간 주요 데이터 흐름이다.

페더레이트 간 시간동기화는 HELICS의 Time Grant 메커니즘을 기반으로 이루어지며, 다음 동작 시점을 요청하고 HELICS Broker로부터 허용된 시간에 맞추어 계산을 진행한다. 식(1)에서 $t_{request}(i)$는 페더레이트 i가 요청한 다음 계산 시점, $t_{granted}(i)$는 브로커가 페더레이트 i에게 허용한 시간, F는 전체 페더레이트 집합이다. 이러한 구조를 통해 서로 다른 물리 도메인을 갖는 모델들이 인과관계를 유지한 상태로 연계되며, 자동 반복 실행 및 대규모 민감도 분석이 가능하다.

3.4 물리 모델 페더레이트 구성

본 논문에서는 재생에너지 연계 배전계통의 주파수 응답을 분석하기 위해 풍력터빈, ESS 및 계통 페더레이트를 구성하였다. 각 페더레이트는 개별 고유 물리 모델을 기반으로 구현되며, HELICS 기반 환경에서 독립적으로 동작하도록 한다.

(1) 풍력터빈 페더레이트

풍력터빈 페더레이트는 IEC 표준 파워커브를 기반으로 풍속에 따른 출력 전력을 계산한다^[12]. 정격 출력, 기동 풍속, 정격 풍속, 차단 풍속 등을 사용자가 목적에 맞게 설정하며, 본 논문에서는 정격 출력($P_{rated}$) =1 MW인 풍력터빈으로 구성하였다. 식(2)에서 $v$는 풍속(m/s)이며, $v_{cutin}$는 시동풍속, $v_{cutout}$는 정지 풍속, $v_{rated}$는 정격 풍속으로 11 m/s이다. $f_{p}(v)$는 풍속 구간별로 정의된 정규화 파워커브 함수로 정격 풍속 이상에서는 1의 값을 가진다.

본 논문 사용한 풍속 프로파일은 다중 주기 중첩 사인파를 활용하였다. 식(3)에서 $v_{0} = 7 \text{ m/s}$는 평균 풍속이며, 장주기($T_{1} = 30\text{초}, A_{1} = 2\text{m/s}$), 중주기($T_{2} = 12\text{초}, A_{2} = 1.5\text{m/s}$), 단주기($T_{3} = 5\text{초}, A_{3} = 1\text{m/s}$)성분을 포함하여 풍속 변동 특성을 반영하였으며, 풍속 범위는 약 3.5~10.5 m/s 영역에서 운전되도록 설정하였다.

재생에너지 출력변동에 따른 주파수 안정화 효과를 분석하기 위해 풍속 감소 기능을 구현하였다. 사용자가 지정한 풍속급변시점($t_{drop}$)에서 급변 지속 시간($T_{drop}$)동안 출력을 변경하여 급격한 풍속 감속 변화를 반영할 수 있도록 하였다. $\alpha_{drop}$는 풍속감소 계수를 의미하며, 0.5일 때 출력이 50% 급감하는 상황을 반영한다.

(2) ESS 페더레이트

ESS 페더레이트는 기본적으로 풍력 출력변동을 평탄화하기 위한 피크쉐이빙 제어를 수행한다. 목표 전력 $P_{target}$을 설정하고, 풍력 출력 $P_{wind}$가 이를 초과하면 충전, 미달하면 방전하여 계통에 공급되는 순 전력을 안정화한다. 여기서 $P_{target}$은 목표전력, $P_{max,ch}$는 최대 충전 전력, $P_{max,dch}$는 최대 방전 전력이다. ESS 출력은 음수일 때 충전, 양수일 때 방전을 의미한다.

SOC(State of Charge)는 식(6)과 같이 계산되며, $E$은 ESS 에너지 용량(kWh), $\Delta t$는 시간 간격(h)이며, 최소·최대 SOC는 0.1~0.9로 제한하였다.

(3) 계통 페더레이트

계통 페더레이트는 OpenDSS 기반 전력 조류 계산과 스윙 방정식 기반 동적 주파수 모델을 통합하여 구현하였다. 플랫폼은 사용자가 배전망 모델, 등가 관성 상수, 감쇠 계수, 기준 용량 등을 설정할 수 있으며, 본 논문에서는 배전계통 환경에서 주로 활용되는 IEEE 13-bus 배전망 모델을 사용하였다^[13]. OpenDSS는 배전계통의 정상상태 전력조류계산을 수행하는 데 사용되며, 풍력 및 ESS 출력은 DER 합계로 지정된 버스에 주입된다. 시뮬레이션 스텝마다 계산결과를 기반으로 계통의 전력 불균형($\Delta P$)을 산정하고, 스윙 방정식 기반 주파수 동특성 모델과 연계하였다. 주파수 동특성은 식(7)의 스윙 방정식을 이용하여 모델링하였다^[14]. $f$는 계통 주파수, $f_{0}$=60Hz는 정격 주파수, $H_{eq}$=5.0s는 등가 관성 상수, $S_{BASE}$=MVA는 계통 기준 용량, $D$=1.0로 주파수 감쇠 계수, $\Delta P$는 전력불균형(MW)이다.

배전계통은 상위 송전계통과 연계되어 운용되므로, 재생에너지 출력변동이 계통 주파수에 미치는 영향은 상위계통의 관성과 주파수 지지 능력에 따라 달라진다. 이를 반영하기 위해 계통 강도 계수 $k_{grid}$를 도입하여, 전력 불균형을 다음과 같이 반영하였다. 여기서 $P_{DER}(t) = P_{wind}(t) + P_{ESS}(t)$는 현재 시점의 DER 출력이며, $P_{DER}(0)$는 초기 정상상태 출력이다.

$k_{grid}$는 계통 강도 계수($0 < k_{grid} < 1$)로, 값이 작을수록 상위계통의 주파수 지지 능력이 강함을 의미한다. 본 논문에서 $k_{grid}$를 0.05로 설정하여 DER 변동의 5%가 주파수에 영향을 주는 강계통 연계 상황을 가정하였다. 주파수 변화율(RoCoF)은 식(9)과 같이 정의된다. 여기서 $t_{spin}$은 초기 과도 구간을 제외한 분석 시작 시점으로, 초기 조건 불일치 및 전력 조류 수렴 구간을 배제하기 위해 5초로 설정하였다.

4.1 풍속 급변에 대한 주파수 변동분석

먼저, 풍력터빈만 연계된 상태에서 급격한 풍속 급감에 따른 주파수 변화를 확인하기 위해 $\alpha_{drop}$=0.5, $t_{drop}$=20초, $T_{drop}$= 20초로 설정하였다. 그림 4는 풍속 급감소에 따른 풍력 출력과 주파수의 시계열 변화를 보여준다.

점진적 변화 케이스(그림 4(c), 파란색)에서는 자연 풍속 변화에 따라 주파수가 완만하게 변동하여 RoCoF가 3.7 mHz/s, 표준편차가 12.42로 나타냈다. 반면 급격한 변화 케이스(그림 4(c), 빨간색)에서는 풍력 출력이 급감하면서 RoCoF가 44 mHz/s로 1,089%, 표준편차가 18.43로 48.4% 증가하였다. 표 2는 풍속 변동 특성에 따른 주파수 성능을 비교한 것이다.

실제 계통에서 RoCoF 기반 보호계전기는 급격한 주파수 변화를 감지하여 발전기 탈락이나 부하 차단을 개시하므로, 높은 RoCoF는 연쇄적인 계통 불안정을 유발할 수 있다. 따라서 재생에너지 출력 급변에 대한 주파수 지지 대책으로서 ESS 도입의 필요성이 제기된다.

4.2 ESS 적용을 통한 주파수 완화 효과

ESS의 주파수 안정화 효과를 검증하기 위해, 동일한 풍속 급변 조건에서 ESS 유무에 따른 주파수 응답을 비교하였다. 그림 5는 ESS 적용 전후의 주파수 응답과 ESS 출력을 보여준다.

ESS가 적용된 경우(그림 5(b)), 피크쉐이빙 제어에 의해 풍력 출력 부족분을 ESS가 즉시 방전하여 보상하였고, 계통 주입 전력이 목표 전력 근처로 평탄화되어 ESS를 적용하기 전보다 RoCoF가 13.98 mHz/s로 68.2%, 주파수 표준편차가 5.22로 71.7% 각각 감소함을 확인하였다. 표 3은 ESS 적용 전후의 주파수 성능을 비교한 것이다.

4.3 민감도 분석

제안된 플랫폼의 자동화된 민감도 분석 기능을 검증하기 위해, 주파수 안정화 성능에 영향을 미치는 주요 설계 파라미터들에 대한 체계적인 분석을 수행하였다. 분석 대상 파라미터는 풍속감소계수($\alpha_{drop}$)는 0.3, 0.4, 0.5, 용량($E$)는 300, 400, 500 kWh, 목표전력($P_{target}$)는 300, 400, 500 kW로 설정하였다. ESS의 최대 충·방전 전력은 계통 연계형 ESS에서 일반적으로 적용되는 C-rate 범위를 참고하여 용량의 0.5C로 제한하였다.

그림 6(a)에서 ESS 용량이 증가할수록 주파수 평균이 정상 주파수(60Hz)에 가까워지는 경향을 보였다. 그림 6(b)에서 ESS 용량이 증가할수록 주파수 표준편차가 최대 68% 감소(10.3 → 5.6)하여, 주파수 안정화 성능에 큰 영향을 미치는 파라미터임을 확인하였다.

그림 7(a)에서 풍속감소계수이 증가할수록 주파수 평균이 낮아지는 경향을 보였으며, 그림 7(b)에서 풍속감소계수가 30%에서 50%로 증가할수록 주파수 표준편차가 약 35% 증가(6.1 → 8.2)하여 풍속감소에 의한 변동폭이 클수록 주파수 표준편차 안정성에 영향이 있음을 확인하였다.

그림 8은 목표 전력, ESS 용량, 풍속감소계수의 조합에 따른 주파수 RoCoF 특성을 히트맵 형태로 나타낸 것이다. 분석 결과, ESS 용량이 증가할수록, 그리고 풍속감소계수가 낮을수록 RoCoF가 감소하는 경향이 관찰되었다. 또한 목표 전력이 증가할수록 전체적으로 RoCoF 수준이 낮아지는 특성을 보였으며, 이는 ESS의 가용 에너지 용량이 충분할수록 전력 불균형을 효과적으로 완화할 수 있음을 의미한다. 이러한 결과는 ESS 용량이 주파수 안정화 성능에 가장 큰 영향을 미치는 주요 설계 변수임을 시사한다.

본 연구의 시뮬레이션 결과는 IEEE 13-bus 마이크로그리드를 대상으로 한 기존 연구^[17]에서 ESS 적용 시 주파수 변동이 감소한 결과와 정성적으로 일치한다. 본 연구에서 주파수 변동 폭이 상대적으로 작은 것은 계통 강도 계수(k_grid = 0.05)를 적용하여 상위계통 연계 상황을 모사하였기 때문이다.

배전계통 운영 사업자는 자동화된 민감도 분석을 통해 수작업으로 수행하기 어려운 다수의 설계 대안을 체계적으로 비교 평가할 수 있으며, 현장 조건에 맞는 최적 ESS 설계안을 도출하는 데 활용할 수 있다.