2.1 전력품질의 개요

전력품질(Power Quality)은 전력계통에서 공급되는 전압과 전류가 정해진 크기, 주파수, 파형 및 대칭 조건을 만족하여 전기설비가 정상적으로 운전될 수 있는 상태를 의미한다^[3]. 전력품질 저하는 전압 변동, 전압 왜형, 고조파 증가, 무효전력 변동, 역률 저하, 주파수 변동 및 상 불평형 등의 형태로 나타날 수 있으며, 이러한 현상은 계통 안정성 저하, 설비 효율 저하, 보호기기 오동작 및 전기설비 열화의 원인이 될 수 있다^[4].

태양광 발전설비와 ESS는 대부분 인버터 또는 PCS를 통해 계통에 연계된다. 인버터 기반 설비는 전력전자 스위칭과 제어 알고리즘에 의해 전력을 변환하므로, 운전 조건에 따라 고조파 전류, 전압 왜형, 무효전력 변화 및 역률 변화가 발생할 수 있다^{[5, 8]}. 또한 태양광 발전 출력은 일사량 변화에 따라 시간적으로 변동하고, ESS 및 전기차 충전 부하는 충·방전 또는 부하 투입·차단에 따라 전류 흐름을 변화시킨다. 따라서 태양광-ESS 연계 시스템의 전력품질은 발전설비, 저장장치, 부하 및 계통 조건이 복합적으로 작용한 결과로 해석해야 한다.

본 연구에서 전력품질 평가는 크게 두 가지 관점에서 수행하였다. 첫째, VCB 계전기 데이터를 이용하여 계통 연계점의 장기적인 유효전력, 무효전력, 상전압, 상전류 및 주파수 변화를 분석하였다. 둘째, 전력품질 측정 데이터를 이용하여 주요 이벤트 구간의 전압·전류 파형, THD 및 순간 전력품질 특성을 분석하였다. 이를 통해 계통 연계점의 순전력 흐름과 저압측 세부 전력품질 지표를 구분하여 해석하였다.

2.2 고조파 왜형률(THD)

고조파는 기본 주파수 성분의 정수배 주파수를 갖는 전압 또는 전류 성분을 의미한다. 전력계통에서 고조파는 비선형 부하, 전력전자 변환장치, 인버터, 정류기 및 스위칭 전원장치 등에 의해 발생할 수 있다. 고조파 성분이 증가하면 전압 및 전류 파형이 정현파에서 벗어나며, 이로 인해 설비 손실 증가, 발열, 변압기 및 케이블 열화, 보호기기 오동작 등의 문제가 발생할 수 있다.

총고조파왜형률(Total Harmonic Distortion, THD)은 기본파 성분 대비 고조파 성분의 상대적인 크기를 나타내는 지표로서, $THD_V$와 $THD_I$로 구분된다. $THD_V$와 $THD_I$는 각각 식 (1), 식 (2)와 같이 표현할 수 있다.

여기서 $V_1$ 및 $I_1$은 기본파 전압 및 전류 성분을 의미하며, $V_n$ 및 $I_n$은 n차 고조파 전압 및 전류 성분을 의미한다. $THD_V$는 계통 전압 파형의 왜형 정도를 나타내며, 계통 임피던스, 고조파 전류 주입량 및 계통 강도에 영향을 받는다. 반면 $THD_I$는 부하 및 인버터 운전 상태의 영향을 상대적으로 직접적으로 반영한다. 특히 경부하 조건에서는 기본파 전류가 작아지기 때문에 고조파 전류의 절대 크기가 크지 않더라도 $THD_I$가 높게 산정될 수 있다. 따라서 $THD_I$를 해석할 때는 THD 값뿐만 아니라 기본 파 전류 크기, 부하율, 고조파 전류의 절대값 및 운전 이벤트 발생 여부를 함께 고려해야 한다.

태양광 인버터와 ESS PCS는 전력전자 기반 설비이므로 스위칭 동작 및 제어 방식에 따라 고조파 성분을 포함한 전류를 발생시킬 수 있다. 또한 전기차 충전 부하, 사무동 내 전력전자 부하 및 냉난방 설비 등도 전류 파형 왜형에 영향을 줄 수 있다. 이에 따라 본 연구에서는 $THD_V$와 $THD_I$를 구분하여 분석하고, 운전 이벤트별 THD 변화 특성을 비교하였다.

2.3 유효전력 및 무효전력 특성

유효전력은 부하에서 실제로 소비되거나 계통으로 공급되는 전력을 의미하며, 무효전력은 전압 형성 및 전자기 에너지 교환과 관련된 전력 성분이다. 교류 계통에서 유효전력과 무효전력은 전압 크기, 전류 크기, 위상각 및 역률과 밀접한 관계를 가진다. 특히 인버터 기반 설비는 제어 방식에 따라 무효전력을 흡수하거나 공급할 수 있으며, 이러한 무효전력 제어는 계통 연계점 전압 및 역률에 영향을 미칠 수 있다.

태양광-ESS 연계 시스템에서는 태양광 발전 출력, ESS 및 PCS 운전 조건, 전기차 충전 부하, 사무동 부하가 동시에 작용하므로 계통 연계점의 유효전력과 무효전력 흐름이 시간에 따라 변화한다. 태양광 발전량이 부하 소비전력을 초과하는 경우에는 계통 측으로 전력이 역송될 수 있으며, 반대로 부하 소비전력이 발전량보다 큰 경우에는 계통으로부터 전력을 수전하게 된다.

본 연구에서는 VCB 계전기 데이터의 유효전력 부호를 기준으로 계통 연계점의 순전력 흐름을 구분하였다. 유효전력이 음수인 경우는 태양광 발전설비 등의 영향으로 계통 측으로 전력이 역송되는 상태로 해석하였고, 유효전력이 양수인 경우는 계통으로부터 부하 측으로 전력이 유입되는 수전 상태로 해석하였다. 다만 이 값은 계통 연계점에서 측정된 순전력 흐름이므로, ESS PCS의 단독 충전전력 또는 방전전력을 직접 의미하지는 않는다.

무효전력의 경우 계측장비의 기준 방향, 계측 위치, 전압 레벨, CT/PT 스케일 및 집계 방식에 따라 부호와 크기의 해석이 달라질 수 있다. 따라서 본 연구에서는 VCB 계전기 데이터를 계통 연계점의 장기 P-Q 특성 분석에 우선 활용하고, 계측장비 데이터는 이벤트 구간의 저압측 순간 P-Q 변화, 파형 및 THD 특성 분석에 활용하였다. 이러한 구분은 계측 위치가 서로 다른 데이터의 절대값을 직접 비교함으로써 발생할 수 있는 해석 오류를 줄이기 위한 것이다.

2.4 상전압, 상전류 및 불평형 특성

3상 전력계통에서 상전압과 상전류의 크기 및 상간 편차는 전력품질과 설비 안정성을 평가하기 위한 기본 지표이다. 상전압 불평형은 3상 전압의 크기 또는 위상이 서로 다른 상태를 의미하며, 전동기, 변압기, 인버터 및 보호기기의 운전에 영향을 줄 수 있다. 상전류 불평형은 부하의 상별 분포, 단상 부하의 집중, 전력변환장치의 운전 조건에 의해 발생할 수 있다.

태양광-ESS 연계 설비에서는 인버터 출력, 부하 투입·차단, 전기차 충전 부하 및 사무동 부하의 상별 분포에 따라 상전류가 변동할 수 있다. 특히 전압은 계통 연계점의 계통 강도와 수전설비 조건에 의해 비교적 안정적으로 유지될 수 있는 반면, 전류는 부하와 인버터 운전 조건의 영향을 직접적으로 받는다. 따라서 본 연구에서는 상전압과 상전류의 평균값, 최대값 및 상간 편차를 함께 분석하여 운전 이벤트별 전력품질 특성을 검토하였다.

2.5 이벤트 기반 전력품질 분석 방법

태양광-ESS 연계 시스템의 전력품질을 정확히 평가하기 위해서는 장기 운전 데이터와 고해상도 전력품질 데이터를 함께 활용할 필요가 있다^{[9, 10]}. 장기 계전기 데이터는 계통 연계점의 유효전력, 무효전력, 전압, 전류 및 주파수의 시간적 변화를 파악하는 데 유용하다. 그러나 1분 단위 또는 그 이상의 집계 데이터만으로는 전기차 충전 부하 투입, 인버터 출력 급변, 무효전력 부호 전환, 순간 파형 왜형과 같은 짧은 시간의 전력품질 변화를 충분히 해석하기 어렵다.

반면 고해상도 전력품질 측정장비는 전압·전류 파형, THD 및 순간 이벤트 특성을 세부적으로 분석하는 데 유리하다. 그러나 측정 시간이 제한적이고, 계측 위치가 저압측 또는 특정 부하 측으로 한정될 경우 계통 연계점 전체의 장기 전력 흐름을 대표하기 어렵다.

따라서 본 연구에서는 VCB 계전기 데이터를 이용하여 장기 운전기간의 수전·역송 상태 및 P-Q 특이구간을 추출하고, 해당 이벤트 시간대의 계측장비 데이터를 활용하여 전압·전류 파형 및 THD 특성을 분석하였다. 이러한 통합 분석 방식은 계통 연계점의 장기 전력 흐름과 저압측 순간 전력품질 특성을 함께 해석할 수 있다는 점에서 태양광-ESS 연계 시스템의 전력품질 평가에 적합하다.

그림 2 VCB 및 계측장비 데이터 통합 분석 개념도

Fig. 2 Conceptual Diagram of Integrated Analysis Using VCB and Power Quality Measurement Data

3.1 실증설비 구성 개요

본 연구는 태양광 발전설비, ESS, 전기차 충전 부하 및 사무동 부하가 동일 수전계통에 연계된 실규모 실증설비를 대상으로 수행하였다. 대상 설비는 신재생 연계 ESS 안전성 평가를 목적으로 구축된 실증설비로서, 태양광 발전설비에서 생산된 전력은 계통 연계 운전과 함께 ESS 운전 및 부하 공급 조건에 따라 계통 연계점의 유효전력 및 무효전력 흐름에 영향을 줄 수 있다.

실증설비는 태양광 발전설비, ESS, 전력변환장치, 수변전설비, 전기차 충전 부하, 사무동 부하 및 전력품질 계측시스템으로 구성된다. 태양광 발전설비는 일사량 변화에 따라 출력이 변동하며, ESS는 PCS를 통해 계통과 연계된다. 또한 동일 수전계통 내에 전기차 충전 부하와 사무동 부하가 연계되어 있어 발전, 저장 및 소비가 동시에 이루어지는 실제 운전 조건에서 전력품질 특성을 분석할 수 있다.

본 연구에서는 계통 연계점의 장기 전력 흐름과 주요 이벤트 구간의 고해상도 전력품질 특성을 함께 분석하기 위해 두 종류의 계측 데이터를 활용하였다. 첫째, HV-03 VCB에서 취득된 계전기 데이터를 이용하여 계통 연계점의 상전압, 상전류, 주파수, 유효전력 및 무효전력의 장기 변화를 분석하였다. 둘째, 전력품질 측정장비를 이용하여 주요 운전 이벤트 구간의 전압·전류 파형, THD, 유효전력 및 무효전력의 순간 변화를 분석하였다.

다만 본 연구에서 사용한 VCB 계전기 데이터는 계통 연계점의 순전력 흐름을 나타내는 값이며, ESS PCS의 단독 충전전력, 방전전력, SOC 및 운전모드 정보를 직접 포함하지 않는다. 따라서 본 연구에서는 ESS의 충전·방전·유휴 상태를 직접 분류하기보다는, 계통 연계점의 유효전력 부호와 주요 이벤트 발생 시점을 기준으로 수전 상태, 역송 상태, 경계 상태 및 이벤트 조건을 구분하여 전력품질 특성을 분석하였다. 그림 3과 표 1은 본 연구 대상 실증설비의 주요 구성을 나타내었다.

3.2 계측 항목 및 계측 데이터 구성

전력품질 분석을 위해 상전압, 상전류, 주파수, 유효전력, 무효전력, $THD_V$, $THD_I$ 및 전압·전류 파형 데이터를 수집하였다.

그림 3 실증설비 및 계측기 배치도

Fig. 3 Layout of the Demonstration Facility and Measurement Instruments

계측 데이터는 계통 연계점의 장기 운전 특성을 파악하기 위한 VCB 계전기 데이터와, 특정 이벤트 구간의 순간 전력품질 특성을 파악하기 위한 계측장비 데이터로 구분된다.

VCB 계전기 데이터는 HV-03 VCB에서 2025년 4월 30일 00시 00분부터 2025년 5월 9일 23시 05분까지 1분 간격으로 취득되었다. 해당 데이터는 총 14,346개 계측점으로 구성되며, 계통 연계점의 상전압, 상전류, 주파수, 유효전력 및 무효전력의 시간적 변화를 분석하는 데 활용하였다. 특히 유효전력의 부호를 기준으로 계통으로부터 전력을 수전하는 상태와 태양광 발전설비 등의 영향으로 계통 측으로 전력이 역송되는 상태를 구분하였다.

계측장비 데이터는 동일 분석 기간 중 주요 운전 이벤트에 대해 1초 단위로 취득되었다. 분석 대상 이벤트는 태양광 역송 감소, 태양광 발전 피크, 전기차 충전 시작 및 종료, 야간 대기 상태, 무효전력 특이구간 등 총 8개 파일로 구성되며, 전체 계측 시간은 28,792초이다. 계측장비 데이터는 VCB 계전기 데이터보다 시간 해상도가 높으므로, 전압·전류 파형, $THD_V$, $THD_I$ 및 순간적인 P-Q 변화를 분석하는 데 활용하였다.

본 연구의 고압 계통 연계점은 정격 선간전압 22.9 kV 계통이며, VCB 계전기에서 취득한 전압 데이터는 각 상과 중성점 간의 상전압을 의미한다. 따라서 정격 상전압은 약 13.22 kV이며, 분석기간의 평균 계측 상전압은 약 13.38 kV로 나타났다.

표 2는 본 연구에서 활용한 주요 계측 항목과 분석 목적을 나타낸다. VCB 계전기 데이터와 계측장비 데이터는 계측 위치, 전압 레벨, CT/PT 스케일 및 집계 방식이 서로 다를 수 있으므로, 본 연구에서는 두 데이터를 단순 절대값 비교 대상으로 사용하지 않았다. VCB 데이터는 계통 연계점의 장기 전력 흐름을 해석하기 위한 기준 데이터로 활용하였고, 계측장비 데이터는 주요 이벤트 구간의 저압측 전력품질 세부 특성을 분석하기 위한 고해상도 데이터로 활용하였다.

3.3 데이터 처리 및 이벤트 분류

수집된 데이터는 분석의 신뢰성을 확보하기 위해 전처리 과정을 수행하였다. 먼저 데이터 파일의 시간 정보, 계측 항목, 단위 및 결측 여부를 확인하였다. 이후 통신 오류, 계측 장치의 순간 오동작, 비정상적인 공백값 등으로 인해 발생한 데이터 이상 여부를 검토하였다. 전압 및 전류 데이터의 경우 정상 운전 범위를 현저히 벗어나는 값은 동일 시간대의 유효전력 및 무효전력 변화와 비교하여 이상 여부를 판단하였다.

VCB 계전기 데이터는 1분 단위로 구성되어 있고, 계측장비 데이터는 1초 단위로 구성되어 있으므로 두 데이터 간 시간 해상도 차이를 고려한 시간 정렬 과정을 수행하였다. 계측장비 데이터는 원시 1초 데이터를 유지하여 파형 및 순간 특성 분석에 활용하였으며, VCB 계전기 데이터와의 비교를 위해 1분 단위 평균값, 최댓값, 최솟값 등으로 집계하였다. 이후 동일 시간 기준으로 VCB 데이터와 계측장비 이벤트 데이터를 매칭하여 계통 연계점의 장기 전력 흐름과 저압측 고해상도 전력품질 특성을 함께 분석할 수 있도록 하였다.

본 연구에서 VCB 계전기 데이터는 계통 연계점의 순유효전력 흐름을 나타내므로, ESS PCS의 단독 충전·방전 상태를 직접 구분하는 데에는 한계가 있다. 따라서 본 연구에서는 ESS 운전 상태를 직접 분류하기보다, 유효전력 부호와 주요 이벤트 발생 시점을 기준으로 수전 상태, 역송 상태, 경계 상태 및 이벤트 조건을 구분하였다. 유효전력이 +10 kW를 초과하는 경우는 계통으로부터 전력이 유입되는 수전 상태로, 유효전력이 -10 kW 미만인 경우는 계통 측으로 전력이 역송되는 상태로 정의하였다. 유효전력의 절대값이 10 kW 이하인 경우는 수전과 역송의 경계 또는 저전력 상태로 분류하였다. 표 3은 계통 연계점 운전 상태 분류 기준을 나타낸다.

3.4 전력품질 분석 방법

본 연구에서는 태양광-ESS 연계 시스템의 전력품질 특성을 분석하기 위해 전압 및 전류의 크기, 상별 편차, 고조파 왜형률, 전압·전류 파형, 유효전력 및 무효전력 변동을 주요 분석 대상으로 설정하였다. 분석은 크게 VCB 계전기 기반 장기 운전 특성 분석과 계측장비 기반 이벤트 전력품질 분석으로 구분하였다.

VCB 계전기 기반 분석에서는 계통 연계점의 유효전력 부호를 기준으로 수전 상태, 역송 상태 및 경계 상태를 구분하였다. 또한 각 운전 조건에서 상전압, 상전류, 주파수, 유효전력 및 무효전력의 평균값, 최댓값, 최솟값을 산정하여 장기 운전 특성을 분석하였다. 이때 유효전력의 음수 값은 계통 측으로 전력이 역송되는 상태를 의미하고, 양수 값은 계통으로부터 부하 측으로 전력이 유입되는 상태로 해석하였다.

계측장비 기반 분석에서는 주요 이벤트 구간의 1초 단위 데이터를 이용하여 상전압, 상전류, $THD_V$, $THD_I$, 유효전력, 무효전력 및 파형 특성을 분석하였다. $THD_V$와 $THD_I$는 전력품질 이론에서 정의한 총고조파왜형률 산정식을 기준으로 해석하였다. $THD_V$는 계통 또는 부하 측 전압 파형의 왜형 수준을 평가하는 지표로 활용하였고, $THD_I$는 인버터 기반 설비 및 부하 조건 변화에 따른 전류 파형 왜형 특성을 평가하는 지표로 활용하였다.

$THD_I$의 경우 기본파 전류 크기에 따라 상대적으로 크게 산정될 수 있으므로, 단순히 THD 값만으로 전력품질 이상 여부를 판단하지 않았다. 본 연구에서는 $THD_I$와 함께 상전류 크기, 유효전력 변화, 무효전력 변화 및 이벤트 발생 시점을 함께 검토하였다. 특히 야간 대기와 같은 경부하 조건에서는 고조파 전류의 절대 크기가 크지 않더라도 기본파 전류가 작아 THD가 높게 나타날 수 있으므로, 전류 크기와 THD를 병행하여 해석하였다.

유효전력 및 무효전력 분석에서는 VCB 계전기 데이터를 계통 연계점의 기준 데이터로 사용하였다. 계측장비 데이터는 이벤트 구간의 순간 P-Q 변화와 파형 특성을 보조적으로 확인하는 데 활용하였다. 두 데이터는 계측 위치와 전압 레벨이 다르므로, 유효전력 및 무효전력의 절대값을 직접 비교하기보다는 동일 시간대의 변화 방향, 부호 전환 여부, 이벤트 발생 시점과의 연관성을 중심으로 분석하였다.

최종적으로 본 연구의 전력품질 분석 절차는 다음과 같이 구성하였다. 첫째, VCB 계전기 데이터를 이용하여 전체 분석 기간의 수전·역송 상태와 P-Q 특이구간을 도출한다. 둘째, 유효전력 부호 변화, 무효전력 급변, 전기차 충전 부하 투입·종료 등 주요 이벤트를 분류한다. 셋째, 해당 이벤트 시간대의 계측장비 데이터를 이용하여 전압·전류 파형, $THD_V$, $THD_I$ 및 순간 P-Q 특성을 분석한다. 넷째, VCB 데이터와 계측장비 데이터의 계측 위치 차이를 고려하여 계통 연계점 장기 특성과 저압측 세부 전력품질 특성을 구분하여 해석한다.

4.1 태양광 발전설비, ESS 및 사무동 부하 운전 특성

본 연구에서는 2025년 4월 30일 00시 00분부터 2025년 5월 9일 23시 05분까지 EL-HV-03 MAIN VCB PANEL에서 취득된 1분 단위 계전기 계측값과, 동일 기간 중 주요 운전 이벤트에 대해 전력품질 측정장비로 취득한 1초 단위 데이터를 통합하여 분석하였다. VCB 계전기 데이터는 총 14,346개 계측점으로 구성되며, 분석 기간은 약 239.1시간이다. 계측장비 데이터는 태양광 역송 감소, 전기차 충전 시작 및 종료, 야간 대기, 태양광 발전 피크, 무효전력 특이구간 등 총 8개 이벤트, 28,792초의 계측값으로 구성된다.

분석 기간 동안 계통 연계점의 유효전력은 평균 -57.73 kW로 나타났으며, 최소값은 -404.87 kW, 최대값은 133.12 kW로 확인되었다. 여기서 음수 유효전력은 태양광 발전설비 등의 영향으로 계통 측으로 전력이 역송되는 상태를 의미하고, 양수 유효전력은 계통으로부터 부하 측으로 전력이 유입되는 상태를 의미한다. 전체 VCB 계측 기간을 기준으로 유효전력 흐름을 구분하면, 수전 상태는 131.33시간으로 전체의 54.9%, 역송 상태는 92.55시간으로 38.7%, ±10 kW 이내의 경계 또는 저전력 상태는 15.22시간으로 6.4%로 나타났다.

그림 4 VCB 기준 유효 및 무효전력 계측 그래프

Fig. 4 Measured Active and Reactive Power Based on VCB Data

시간대별 유효전력 특성을 보면, 야간 및 심야 시간대에는 대체로 24~30 kW 수준의 수전이 발생하였으며, 오전 7시 이후부터 유효전력이 음수 방향으로 전환되면서 태양광 발전에 의한 역송이 증가하였다. 시간대별 평균 유효전력은 11시 부근에서 약 -231.7 kW로 가장 큰 역송 경향을 보였으며, 18시 이후에는 태양광 발전량 감소와 부하 증가의 영향으로 다시 수전 상태로 전환되는 경향을 보였다. 이러한 결과는 태양광 발전설비의 출력이 일사량 변화에 따라 오전부터 증가하여 정오 부근에서 최대값을 나타내고, 오후 시간대에 점진적으로 감소하는 일반적인 운전 패턴과 일치한다.

앞서 3장에서 설명한 바와 같이, VCB 계전기 데이터는 계통 연계점의 순전력 흐름을 나타내므로 ESS PCS의 단독 충·방전 상태를 직접 산정하는 데에는 한계가 있다. 따라서 본 장에서는 수전·역송 상태와 주요 운전 이벤트를 기준으로 전력품질 특성을 분석하였다.

4.2 상전압 및 상전류 특성 분석

VCB 계전기 데이터를 기준으로 22.9 kV 계통의 상전압을 분석한 결과, 분석기간의 평균 상전압은 13.383 kV로 나타났다. 분석 기간 중 평균 상전압의 최소값은 13.084 kV, 최대값은 13.598 kV였으며, 주파수는 평균 60.002 Hz, 최소 59.890 Hz, 최대 60.090 Hz로 확인되었다. 전체적으로 계통 연계점 전압과 주파수는 큰 이상 없이 안정적인 범위에서 유지된 것으로 판단된다.

상별 전압 편차를 분석한 결과, VCB 계전기 기준 상전압 편차는 평균 88.11 V, 최대 162.80 V로 나타났다. 분석 기간 전체에서 상전류 평균은 5.78 A였으며, 최대 상전류는 11.20 A로 확인되었다. 상전류의 상간 편차는 평균 0.15 A, 최대 0.48 A로 나타나 고압 계통 연계점에서의 전류 불평형은 크지 않은 수준으로 판단된다.

계측장비 이벤트 데이터 중 2025년 4월 30일 및 5월 1일에 취득한 저압측 이벤트 7개를 기준으로 하면, 상전압 평균은 221.27 V, 상전압 편차 평균은 1.24 V, 최대 상전압 편차는 2.29 V로 나타났다. 동일 구간의 평균 상전류는 44.11 A였으며, 최대 상전류는 197.72 A로 확인되었다. 이는 전기차 충전 부하와 태양광 출력 변화에 따라 저압측 전류가 상대적으로 민감하게 변동하였음을 보여준다.

운전 조건별로 보면, 태양광 역송·출력저감 구간에서는 평균 상전압이 13.372 kV로 나타났고, 전기차 충전 부하 구간에서는 13.519 kV로 상대적으로 높게 나타났다. 무효전력 특이구간에서는 평균 상전압이 13.227 kV로 낮아졌으나, 최대 전압 편차는 71.40 V로 다른 이벤트 구간에 비해 크지 않았다.

반면 해당 구간은 평균 상전류가 8.34 A로 증가하여, 유효전력 역송 및 무효전력 변동이 계통 연계점 전류 흐름에 영향을 준 것으로 판단된다.

상전압 및 상전류 분석 결과, 계통 연계점의 전압 변동은 제한적인 수준으로 나타났으나, 전류는 태양광 역송, 전기차 충전 부하, 무효전력 변동 등 운전 조건에 따라 상대적으로 명확한 차이를 보였다. 따라서 본 실증설비에서는 전압 품질보다 전류 흐름 및 전류 기반 전력품질 지표가 운전 조건 변화를 더 민감하게 반영하는 것으로 판단된다.

4.3 고조파 왜형률 분석

전력품질 분석에서 고조파 왜형률은 인버터 기반 설비와 비선형 부하의 영향을 평가하기 위한 주요 지표이다. 본 연구에서는 계측장비로 취득한 1초 단위 계측값을 이용하여 $THD_V$와 $THD_I$를 운전 조건별로 분석하였다.

전체 이벤트를 기준으로 $THD_V$ 평균은 1.68%로 나타났으며, 최대값은 2.62%로 확인되었다. 다만 2025년 5월 8일 무효전력 특이구간은 계측장비 전압 계측값의 스케일이 다른 이벤트와 상이하게 나타나므로, 저압측 이벤트만 별도로 구분하면 $THD_V$ 평균은 1.80%, 최대값은 2.62%로 산정된다. 운전 조건별로는 태양광 역송·출력저감 구간에서 평균 1.66%, 전기차 충전 부하 구간에서 평균 1.81%, 야간 대기 부하 구간에서 평균 1.99%, 무효전력 특이구간에서 평균 0.90%로 나타났다.

그림 5 이벤트별 전압, 전류 THD 비교 그래프

Fig. 5 Comparison of Voltage and Current THD by Operating Event

$THD_I$는 $THD_V$에 비해 운전 조건에 따른 변화가 크게 나타났다. 전체 이벤트 기준 $THD_I$ 평균은 51.24%, 최대값은 376.96%로 확인되었으며, 저압측 이벤트만 고려할 경우 평균 $THD_I$는 56.60%로 나타났다. 운전 조건별 평균 $THD_I$는 태양광 역송·출력저감 구간에서 68.98%로 가장 높았고, 전기차 충전 부하 구간에서 46.76%, 야간 대기 부하 구간에서 47.87%, 무효전력 특이구간에서 13.74%로 나타났다.

태양광 역송·출력저감 구간에서 $THD_I$가 높게 나타난 것은 전류 크기와 고조파 성분의 상대비가 동시에 영향을 미친 결과로 판단된다. 특히 THD는 기본파 성분 대비 고조파 성분의 비율로 산정되므로, 기본파 전류가 낮거나 운전 조건이 급변하는 구간에서는 $THD_I$가 순간적으로 크게 산출될 수 있다. 실제로 $THD_I$ 최대값은 평균값보다 크게 나타났으며, 이는 지속적인 전력품질 저하라기보다는 특정 순간의 전류 크기 감소, 인버터 동작 변화 또는 부하 조건 변화가 반영된 결과로 해석하는 것이 타당하다.

반면 $THD_V$는 전체 이벤트에서 평균 2% 내외로 유지되었고, 최대값도 2.62% 수준이었다. 이는 계통 연계점의 전압 파형이 수전설비 및 계통 임피던스에 의해 상대적으로 안정적으로 유지되는 반면, 전류 파형은 부하 및 인버터 기반 설비의 운전 조건에 보다 직접적으로 영향을 받기 때문으로 판단된다. 따라서 태양광-ESS 연계 시스템의 전력품질을 평가할 때는 $THD_V$뿐만 아니라 $THD_I$, 전류 파형, 운전 상태 전환 구간을 함께 검토할 필요가 있다.

다만 본 연구에서 산정한 $THD_I$는 특정 저압측 이벤트 구간의 계측값을 기준으로 한 것으로, 계통 연계점 전체의 지속적인 고조파 방출 수준을 의미하는 것은 아니다. 따라서 $THD_I$의 절대값은 기본파 전류 크기, 부하율, 계측 위치 및 이벤트 지속시간과 함께 해석할 필요가 있다.

4.4 저압측 전압 및 전류 파형 특성

전압 및 전류 파형 분석은 THD 수치만으로 확인하기 어려운 순간적인 왜형 특성을 파악하기 위해 수행하였다. 계측장비 이벤트 데이터 분석 결과, 저압측 전압은 대부분의 운전 구간에서 안정적인 수준을 유지하였다. 2025년 4월 30일 및 5월 1일에 취득한 저압측 이벤트 7개를 기준으로 평균 상전압은 221.27 V, 상전압 편차 평균은 1.24 V, 최대 상전압 편차는 2.29 V로 나타났다. 이는 태양광 출력 변화 및 전기차 충전 부하가 존재하더라도 저압측 전압 크기의 변동은 제한적이었음을 의미한다.

반면 전류 파형은 운전 조건에 따라 상대적으로 큰 변동을 보였다. 저압측 이벤트 기준 평균 상전류는 44.11 A였으며, 최대 상전류는 197.72 A로 나타났다. 특히 전기차 충전 부하 구간에서는 평균 상전류가 53.05 A로 증가하였고, 최대 상전류는 197.72 A까지 상승하였다. 태양광 역송·출력저감 구간에서는 평균 상전류가 43.97 A였으나, $THD_I$ 평균이 68.98%로 높게 나타나 전류 크기뿐만 아니라 파형 왜형 특성도 운전 조건의 영향을 받는 것으로 확인되었다.

야간 대기 부하 구간에서는 평균 상전류가 35.38 A로 상대적으로 낮았으나, 평균 $THD_I$는 47.87%로 나타났다. 이는 경부하 또는 부하 변동이 작은 조건에서도 기본파 전류 대비 고조파 성분의 상대비가 증가할 수 있음을 의미한다. 따라서 야간 대기 상태에서 $THD_I$가 높게 나타나는 현상을 단순히 전력품질 악화로 해석하기보다는, 부하 전류 크기와 고조파 성분의 절대량을 함께 검토할 필요가 있다.

파형 분석 결과를 종합하면, 전압 파형의 왜형은 제한적인 수준으로 나타났으나, 전류 파형은 태양광 출력 변화, 전기차 충전 부하, 야간 경부하 조건에 따라 상대적으로 민감하게 변화하였다. 이는 태양광-ESS 연계 시스템에서 이상 징후를 조기에 확인하기 위해 THD 수치뿐만 아니라 시간영역 파형, 전류 크기, 이벤트 발생 시점의 운전 조건을 함께 분석해야 함을 보여준다.

4.5 유효전력 및 무효전력 특성 분석

VCB 계전기 기준 전체 분석 기간의 평균 유효전력은 -57.73 kW였으며, 최소값은 -404.87 kW, 최대값은 133.12 kW로 나타났다. 유효전력 최소값은 2025년 5월 3일 14시 20분에 발생하였고, 이는 태양광 발전량이 부하 소비전력을 초과하여 계통 측으로 역송된 상태를 의미한다. 반면 유효전력 최대값은 2025년 4월 30일 19시 13분에 발생하였으며, 이는 태양광 발전량 감소 이후 부하 수전이 증가한 상태로 해석된다.

운전 이벤트별로 보면, 태양광 역송·출력저감 구간에서 VCB 기준 평균 유효전력은 -144.77 kW였고, 태양광 발전 피크가 포함된 구간에서는 역송 전력이 크게 나타났다. 전기차 충전 부하 구간에서는 평균 유효전력이 32.46 kW로 수전 방향을 나타냈으며, 야간 대기 부하 구간에서는 평균 30.16 kW로 비교적 안정적인 수전 상태가 유지되었다. 2025년 5월 8일 무효전력 특이구간에서는 평균 유효전력이 -284.22 kW로 큰 역송 상태를 나타냈다.

무효전력은 전체 분석 기간 동안 평균 -188.25 kVar로 나타났으며, 최소값은 -204.66 kVar, 최대값은 6.40 kVar로 확인되었다. 대부분의 구간에서 무효전력은 음수 방향으로 유지되었으나, 2025년 5월 8일 14시대 일부 구간에서는 VCB 기준 무효전력이 양수로 전환되었다. 전체 VCB 계측 기간 중 무효전력이 양수로 나타난 시간은 총 13분으로, 전체 분석 기간의 약 0.09%에 해당한다. 이는 지속적인 무효전력 공급 상태라기보다는 특정 운전 조건에서 발생한 제한적인 무효전력 방향 전환으로 해석된다.

그림 6 무효전력 특이구간 P-Q 그래프

Fig. 6 P-Q Characteristics during the Reactive Power Transition Event

계측값과 VCB 계전기 값을 비교한 결과, 2025년 5월 8일 무효전력 특이구간에서는 계측장비 평균 유효전력이 -289.20 kW, VCB 평균 유효전력이 -284.22 kW로 유사하게 나타났다. 반면 2025년 4월 30일 및 5월 1일 일부 태양광 이벤트에서는 계측장비 유효전력과 VCB 유효전력의 차이가 크게 나타났다. 예를 들어 태양광 역송 -200 kW 순차 감소 구간에서 계측장비 평균 유효전력은 4.38 kW였으나, VCB 평균 유효전력은 -156.32 kW로 나타났다. 이는 두 계측값이 동일한 전기적 위치 또는 동일한 PT/CT 스케일에서 취득된 값이 아닐 가능성을 의미한다.

따라서 본 연구에서는 유효전력 및 무효전력의 계통 연계점 해석에는 VCB 계전기 값을 우선 적용하고, 계측장비 데이터는 전압·전류 파형, THD, 순간 이벤트 특성 분석에 활용하는 것이 타당하다. 이러한 구분은 계측 위치가 서로 다른 데이터의 직접 비교로 인한 해석 오류를 줄이고, 전력품질 분석 결과의 정합성을 높이기 위한 것이다.

4.6 종합 고찰

본 연구의 분석 결과를 종합하면, 태양광-ESS 연계 실증설비의 전력품질은 태양광 발전 출력, 전기차 충전 부하, 야간 경부하 및 무효전력 변화 등 다양한 운전 조건이 복합적으로 작용하여 결정되는 것으로 나타났다^{[11, 12]}. 계통 연계점에서는 태양광 발전량과 부하 조건에 따라 수전과 역송이 반복되는 양방향 전력 흐름이 확인되었으며, 전압은 운전 조건 변화에도 비교적 안정적으로 유지되었다. 반면 전류와 $THD_I$는 태양광 출력 변화, 부하 투입·차단 및 경부하 조건 등에 상대적으로 민감하게 변화하였다.

또한 일부 운전구간에서는 무효전력의 방향 전환이 제한적으로 발생하였다. 이러한 현상은 특정 설비의 이상으로 단정하기보다 PCS 및 인버터의 무효전력·역률 제어조건, 부하 특성 및 계통 전압 조건을 함께 고려하여 분석할 필요가 있다. 특히 $THD_I$는 기본파 전류의 크기에 따라 상대적으로 크게 산정될 수 있으므로, THD 값뿐만 아니라 전류 크기, 부하율, 파형 및 이벤트 지속시간을 종합적으로 고려하는 것이 적절하다.

한편 VCB 계전기와 고해상도 전력품질 계측장비는 계측 위치와 전압 레벨이 상이하므로 각 데이터의 역할을 구분하여 해석할 필요가 있다. VCB 데이터는 계통 연계점의 장기적인 전력 흐름과 운전상태 분석에 활용하고, 고해상도 계측데이터는 주요 이벤트 구간의 THD, 파형 및 순간 전력품질 특성을 분석하는 데 활용하는 것이 타당하다. 따라서 태양광-ESS 연계설비의 전력품질은 전체 평균값이나 단일 계측값만으로 판단하기보다, 운전 이벤트와 계측 위치를 고려한 통합적인 분석이 필요하다.

5.1 운전 이벤트 및 전력 흐름 기반 전력품질 관리

태양광-ESS 연계설비의 전력품질을 효과적으로 관리하기 위해서는 전체 계측기간의 평균값을 중심으로 평가하기보다 계통 연계점의 전력 흐름과 운전 이벤트를 함께 고려하는 관리방식이 필요하다. 태양광 발전 출력 변화, 전기차 충전 부하의 투입·차단, 야간 경부하 및 무효전력 방향 전환 등은 서로 다른 전력품질 특성을 나타낼 수 있으므로, 운전조건별 특이 이벤트를 구분하여 분석하는 것이 바람직하다.

이를 위해 장기 VCB 계전기 데이터에서는 유효전력의 부호 변화, 무효전력 급변 및 부호 전환, 전류 변화 등 주요 운전상태 변화를 우선적으로 추출할 필요가 있다. 태양광 발전 피크 및 역송 변화 구간에서는 인버터 출력 변화와 계통 연계점의 전력 흐름을 확인하고, 전기차 충전 이벤트에서는 부하 투입·차단 전후의 전류, 역률 및 파형 변화를 분석할 필요가 있다. 야간 경부하 조건은 기준 운전상태와의 비교에 활용할 수 있으며, 무효전력 방향 전환이 반복되는 경우에는 PCS 또는 인버터의 역률 제어모드, 무효전력 제어조건 및 계통 전압 조건을 함께 검토할 필요가 있다.

고조파 관리는 THD 값만으로 전력품질 상태를 판단하기보다 기본파 전류, 고조파 전류의 절대 크기, 부하율 및 파형 특성을 함께 분석하는 방식으로 수행하는 것이 적절하다. 특히 기본파 전류가 작은 조건에서는 $THD_I$가 상대적으로 증가할 수 있으므로, THD 상승구간을 자동으로 추출한 후 해당 시점의 전류 크기와 파형 및 운전조건을 함께 확인하는 것이 필요하다.

결과적으로 태양광-ESS 연계설비의 전력품질 개선을 위해서는 장기 운전 데이터에서 주요 이벤트를 선별하고, 해당 구간의 고해상도 데이터를 이용하여 원인을 단계적으로 추적하는 관리체계가 필요하다. 이러한 방식은 PCS 및 인버터 제어조건 검토, 부하 운전조건 개선, 전력품질 감시기준 설정 및 보호기기 동작이력 분석 등에 활용할 수 있다.

5.2 통합 데이터 기반 전력품질 평가 및 개선 절차

본 연구에서는 장기 VCB 계전기 데이터와 고해상도 전력품질 계측데이터를 연계한 이벤트 기반 전력품질 평가 및 개선 절차를 제안하였다. 제안 절차는 계통 연계점의 장기 전력 흐름에서 특이 이벤트를 추출하고, 해당 시간대의 고해상도 전력품질 데이터를 활용하여 원인을 분석한 후 개선방안을 도출하는 방식으로 구성된다.

첫째, VCB 계전기 데이터를 이용하여 장기 운전기간의 유효전력 및 무효전력 흐름을 분석하고 수전, 역송 및 저전력 상태를 구분한다. 또한 전력 흐름의 방향 전환과 무효전력 급변 등 전력품질 변화 가능성이 있는 구간을 이벤트 후보로 추출한다.

둘째, 추출된 구간을 태양광 발전 및 역송 변화, 전기차 충전, 야간 대기 및 무효전력 전환 등 운전조건에 따라 분류한다. 이를 통해 전체 평균값으로는 확인하기 어려운 전력품질 변화의 원인을 운전 이벤트와 연계하여 분석할 수 있다.

셋째, 해당 이벤트 시간대의 고해상도 전력품질 계측데이터를 활용하여 상전압, 상전류, $THD_V$, $THD_I$, 파형, 역률 및 유효·무효전력 특성을 분석한다. 특히 고조파 또는 파형 왜형이 증가한 구간에서는 기본파 전류와 부하조건을 함께 검토하여 상대적인 THD 증가와 실제 고조파 영향을 구분할 필요가 있다.

넷째, VCB 계전기와 고해상도 계측장비의 계측 위치 및 전압 레벨 차이를 고려하여 분석 결과의 정합성을 검토한다. 두 데이터의 절대값을 직접 비교하기보다는 시간 동기화를 기반으로 전력 흐름 방향, 이벤트 발생 시점 및 전력품질 지표의 변화 양상을 연계하여 해석하는 것이 적절하다.

다섯째, 반복적으로 확인되는 전력품질 특이 패턴에 대해 원인 설비와 개선항목을 검토한다. 무효전력 변화는 PCS 및 인버터 제어조건과 부하 역률을 중심으로 분석하고, $THD_I$ 상승은 기본파 전류, 고조파 차수별 성분 및 비선형 부하의 운전 여부를 검토한다. 전기차 충전 이벤트는 충전기의 투입·차단 전후 전류, 역률 및 파형 특성을 중심으로 분석하여 개선 필요성을 판단한다.

이와 같은 통합 데이터 기반 평가 절차는 장기 운전 데이터에서 전력품질 특이 이벤트를 효율적으로 선별하고, 고해상도 데이터를 통해 원인을 추적할 수 있다는 점에서 실무적 활용성이 높다^{[13, 14]}. 향후 ESS PCS 충·방전 출력, SOC, 운전모드, 태양광 인버터별 출력 및 전기차 충전기 운전정보를 추가적으로 연계할 경우 전력품질 변화의 원인 설비를 보다 정량적으로 구분할 수 있을 것으로 판단된다.

그림 7 통합 데이터 기반 전력품질 평가 절차도

Fig. 7 Integrated Data-Based Power Quality Assessment Procedure