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

Korean Journal of Air-Conditioning and Refrigeration Engineering

ISO Journal TitleTrans. P of KIEE
  • Indexed by
    Korea Citation Index(KCI)

  1. (Dept. of Electrical and Engineering, Chonnam National University, Korea)
  2. (Namseoul Regional Headquarters, Korea Electric Power Corporation, Korea)
  3. (Dept. of Electrical Engineering, Chonnam National University, Korea)



DCC, Quantitative analysis, Survey, Workload, Distribution network, Distribution operation

1. 서론

최근 10여년간 스마트그리드라는 이름의 전력산업의 변화는 특히 배전계통에 집중되어 유래없는 변화를 일으키고 있다. 전기 에너지의 지속성, 지역화 및 공급자와 소비자간의 소통 등의 키워드로 대표되는 이러한 변화는 한국을 비롯한 전세계적으로 신재생에너지, 에너지저장장치, 전기자동차 인프라, 마이크로그리드 및 AMI(advanced metering infrastructure) 등의 새로운 기기 및 기술의 배전계통 유입을 가속화시키고 있으며 이에 따라 배전관제센터(distribution control center, DCC)의 역할 및 그 구조에도 직간접적인 변화가 요구되고 있다.

통신 및 배전계통의 제어기기들의 발달은 원방감시제어 (supervisory control and data acquisition, SCADA) 기반의 배전계통 데이터 취득 및 제어를 가능하도록 했으며(1,2), 한국의 경우 단거리 고밀도 부하환경과 성장주도의 산업화에 따른 고 신뢰도 유지 정책에 따라 비교적 일찍부터 배전자동화(distribution automation system, DAS)를 도입하여 운영하여 왔다(3). 배전자동화 시스템은 1998년에 도입되어 그 기능과 규모를 확장하여왔고 현재는 전국에 41개의 배전관제센터와 190여개의 배전지점에 설치되어 운영되고 있다(4-6). 또한 최근에는 기존의 고장처리 및 원격 제어를 통한 현장 작업지원 기능에, 스마트그리드 변화에 대응하기 위한 고도화된 응용프로그램 기반의 차세대 배전운영시스템(advanced distribution management system, ADMS)로의 변화가 시도되고 있다(7-9).

본 논문에서는 미래형 배전운영 체계의 정립을 위한 배전관제센터의 정량적 업무량 산출에 관해 다루었다. 본 논문은 크게 세 가지 부분으로 구분된다. 첫째, 현재 설비수량을 기준으로 한 배전센터의 분할(1개 DCC의 운전영역 구분) 방식의 문제점을 분석하였다. 이를 위해 지난 수년간의 배전관제센터의 실제 지령업무와 설비수량간의 상관관계를 분석하였다. 둘째, 배전관제센터의 업무량 분석을 위한 설문조사 및 지령업무의 분석을 수행하였다. 이를 통해 배전관제센터의 업무 종류별 난이도, 단위업무의 수행시간 및 연간 업무비중 등의 기초자료가 분석되었다. 셋째, 분석된 기초자료를 활용한 배전관제센터의 정량적 업무량 평가를 위한 방식을 제안하였다. 이를 위해 현재의 업무량 영향요소와 미래 영향요소의 가중합의 형식의 정량적 평가지표가 제시되었다. 제안한 업무량 분석방식에 대한 시뮬레이션을 통해 각 배전센터 별 업무량 편차 및 그 특성을 분석하였다. 본 논문의 연구결과는 기존에 지역구분과 대략적인 설비수량을 기준으로 한 배전센터의 분할 기준의 문제점을 극복하고 미래형 배전운영 환경에 적합한 배전센터의 운영 체계를 수립하는데 기여할 수 있을 것으로 판단한다. 본 논문의 제 2장에서는 현재 DCC의 운영현황과 그 문제점을 분석하였으며, 제 3장에서는 DCC 업무량 분석을 위한 기초자료 조사 및 정량적인 평가지표의 제안에 대해 다루었다. 제 4장에서는 제안된 지표를 이용한 현행 DCC의 업무량 분석결과를 요약하고 그 개선 방안에 대해 제안하였다.

2. 배전관제센터 현황 및 문제점 분석

2.1 배전관제센터 운영 현황 및 분할 기준

현재 국내 배전관제센터(DCC)는 전국을 41개 권역으로 분할하여 운영하고 있으며, 배전관제센터 1개소에 몇 개의 배전지점의 운영실이 연계되어 있는 구조이다. 배전관제센터와 배전지점의 운영실간의 연계구조는 그림. 1과 같다. 그림. 1에서 보는바와 같이 지역본부 단위로 2~5개의 DCC가 있으며 DCC가 위치한 지역의 지사(X DCC의 X1 branch)와 원거리 지사(X DCC의 X2 branch와 X3 branch)가 있다. 해당 DCC 내에는 지사 통합서버와 X1지사의 운영서버 및 FEP (front end processor, 데이터 처리 서버)가 위치하며, 나머지 지사들의 운영서버는 각 지사에 설치되고 각 지사에 설치된 FEP를 통한 데이터는 통신 연계를 통해 DCC 내의 통합서버로 수집된다. 평상시(주/야간)에는 배전관제센터에서 관할 구역전체(X1 branch ~ X3 branch)에 대한 운영 수행을 하며 필요에 의해 지점에 제어권을 이관하는 방식으로 운영한다.

그림. 1. 국내 배전운영 구조

Fig. 1. Structure of distribution operation in Korea

../../Resources/kiee/KIEEP.2018.67.4.200/fig1.png

현재 340여명의 운영원이 지역에 따라 3명 또는 2명을 1조로 편성하여 교대근무(4조 3교대)로 24시간 운영하는 구조이다. 현재의 배전관제센터 운영체계는 2004년의 연구결과에 의해 수립되었으며 설비량을 이용한 배전센터 필요 수량 산출과 설비량을 기준으로 연간 필요인원을 산출하고 이를 이용하여 필요 배전센터 수량을 산출하는 두 가지 방식이 제안되었다(10).

방안 1) 설비량 기준의 배전관제센터 수량 산출

설비량에 의한 배전관제센터 수량의 산출 방식을 식(1)에 나타내었다.

(1)
N D C C = k = 1 j = 1 N e q u , k , j N a v g , j ω j + ω k 1 + ω k 2

여기서, NDCC는 계산된 배전관제센터 수이며, k는 지역(또는 지사), j는 설비종류이다. Nequ,k,j는 k지역(또는 지사)의 j 설비의 갯수이며, Navg,j는 대표 지역의 j 설비의 평균갯수를 의미한다. wj는 j 설비의 가중치이고 wk1과 wk2는 각각 k지역의 행정구역 및 지역특성 별 가중치이다. 특정 지역 k에 대한 모든 가중치의 합은 1.0이다. 대표 지역의 평균 설비량의 경우 3군데의 대표 지역을 지정하여 그 평균값을 적용하였다. 표 1에 현행 배전관제센터 수량 산출을 위해 사용된 설비 종류 및 그 가중치를 나타내었다.

표 1. 배전관제센터 수량 산출을 위한 기준

Table 1. Criteria for calculating the number of DCC

Factor

Details

Criteria

Weight (%)

Equipment

No of lines

Total No of lines ÷ Average No of lines

30

Line length

Total line length ÷ Average of line length

20

No of switches

Total No of switches ÷ Average No of switches

10

No of transformers

Total No of transformers ÷ Average No of transformers

10

No of failures

Total No of failures ÷ Average No of failures

10

No of instructions

Total No of instructions ÷ Average No of instructions

10

Others

Regional Type

Importance (Important city : 5%, Others : 3 %)

3-5

Regional characteristic

Irregular weather, Mountain and island area (5%), Others(3%)

3-5

방안 2) 설비량 기준의 필요 근무인원 산출방식

설비량 기준의 근무인원 산출은 식(2)에 나타내었다.

(2)
N o p e r a t o r = k = 1 m = 1 N e q u , k , m × N m , p e r e q u × t m t w o r k , w e e k × 52 ( w e e k )

여기서, Noperator는 계산된 총 근무인원이며 k는 지역(또는 지사), m은 업무종류이다. Nequ,k,j는 k지역(또는 지사)의 m 업무와 관련된 설비의 수(예를 들어, 휴전/활선 조작은 개폐기와 관련)이며, Nm,per equ는 설비 m당 업무건수이고, tm는 m 업무의 건당 소요시간(분)이다. Nm,per equ은 3년간 평균치를 계산하여 사용하였다. twork, week은 1인 운영원의 주간 근무시간을 의미하며 주당 5일, 1일 8시간(09~18시) 근무하는 것으로 가정하였다. 또한 연간 근무 주수는 52주를 가정하였다. 그러나 이 방안의 경우 1명의 운영원의 주당 근무시간을 1일 8시간(09~18시) 5일 근무를 사용함으로써, 현재 배전관제센터 근무원의 교대 근무형태(1주당 주간 18시간, 야간 30시간 근무)를 반영하지 못하는 문제점을 안고 있다. 표 2에 설비량 기준의 근무인원을 산출을 위한 업무건수, 업무의 건당 소요시간을 나타내었다.

표 2. 근무인원 산출을 위한 기준

Table 2. Criteria for calculating the number of employees

Classification

Criteria

Failure restoration

Total number of switches(ea) × 0.12(case/ea) × 5(min)

Field working support

Hot and dead line

Total number of switches(ea) × 0.98(case/ea) × 5(min)

CB control

Total number of switches(ea) × 0.62(case/ea) × 5(min)

Network diagram revision

Total number(ea) × 2.31(case/ea) × 30(min)

SOP revision

SOP revision(number of lines) × 90(min)

Load transfer

Total number of hot and dead line operations × 40(min)

Reporting

Total number of task × 10(min)

Others tasks

Answering phone call, tasks(1 day) × 50(min)

2.2 배전관제센터 산출 기준의 문제점 분석

앞서의 두 가지 방식에 의한 기준 제정당시와 최근(2016년)의 배전관제센터 필요량 및 필요 인력을 산출한 결과를 표 3에 나타내었다. 에서 보는바와 같이 방안 1의 센터 필요 수량은 2004년에 비해 2배 정도 증가되며, 필요 인원의 경우 약 2.7배 정도가 되는 것으로 나타났다.

표 3. 2004년과 2016년의 배전관제센터 수 및 필요인력 비교

Table 3. Comparison of the number of DCC and the number of operators in 2004 and 2016

2004

2016

Method 1 (No of DCC)

47.46

91.05

Method 2 (Required personnel)

162.49[man/year]

440.51[man/year]

국내 주요 배전설비(방안 1과 2의)의 수량추이를 보면 연간 약 3~7% 정도의 설비수량 증가를 보이며(11) 이것이 표 3의 결과를 초래하였으며, 이와 같은 설비의 증가율은 기존 설비와 앞서 언급한 스마트그리드 등의 영향에 의한 신종설비의 유입에 의해 유지 또는 증가폭이 더 커질 전망이다. 따라서 기존 방식에 의한 DCC의 필요 수량은 향후에도 지속적으로 증가할 전망이며 현재의 배전관제센터들은 그 업무량이 2004년 기준 제정시에 비해 2배 이상의 매우 가혹한 업무환경에 처해진다고 가정할 수 있다.

이와 같은 가정의 확인을 위해, 본 논문에서는 국내 배전관제센터 관할 지역의 설비량과 실제 조작업무량을 그림. 2에 비교하여 도시하였다. 조작업무량의 경우 별도의 조작업무 기록시스템인 “기기조작 관리시스템”에 의해 기록된 최근 2년간(2015~2016년)의 데이터를 이용하였다. 그림. 2의 가로축은 임의 번호를 부여한 배전센터를 나타내며 제주를 제외한 40개 배전센터를 의미한다. 세로축은 추이 분석을 위한 정규화된 각 그래프의 값을 나타낸다. 정규화는 각 그래프의 가장 큰 값을 기준(100)으로 나머지 값들을 상대적인 수치를 나타낸 것이다. 그림에서 보는바와 같이 현재 배전관제센터의 운영 영역을 분할하는 기준이 되는 설비량 및 고장건수와 실제 운영업무의 기록 건수간에는 큰 상관관계가 없음을 볼 수 있다. 따라서 앞서의 가정처럼 단순히 설비량만 증가한다고 해서 업무량이 많아지는 것이 아니며 따라서 설비량 증가에 비례하여 배전센터를 증설하는 것은 맞지 않다는 것을 알 수 있다.

그림. 2. 실제 조작건수와 설비량 비교

Fig. 2. Comparison of Actual Operation and Equipment Amount

../../Resources/kiee/KIEEP.2018.67.4.200/fig2.png

3. 배전관제센터의 정량적인 업무량 분석 방법 제안

앞서 2장의 분석을 통해 배전관제센터의 실제 업무량에 영향을 주는 요소에 대한 정밀한 분석과 이를 통한 새로운 배전관제센터 분할 기준을 수립해야함을 알 수 있었다. 본 논문에서는 배전관제센터의 운영 현황 및 실제 업무 관련 요소 파악을 위해 5개 셈플 배전관제센터의 방문조사를 수행하였다. 조사 대상 관제센터의 추출은 실제 조작건수(높음, 중간, 낮음) 및 소재 지역 특성(서울, 대도시, 중소도시) 등이 고루 분포할 수 있도록 하였다.

방문조사를 통해 배전관제센터의 업무는 크게 현장 작업지원 업무(개폐기 조작기사 검토, 배전공사 부하 전환/재폐로 분리, 신규송전/폐지), 고장처리(고장인지, 고장구간 분리 및 복구, 유지보수 인력 파견 및 수용가/관계기관 정보 전송) 및 기타 업무(계통도 수정, SOP 수정, CB조작, 근무일지 작성, 민원 응대) 등의 3가지로 구분됨을 알 수 있었다. 방문조사를 통해 도출된 결론을 요약하면 다음과 같다.

1)위의 각 업무들의 수행 강도와 건당 처리시간은 배전관제센터의 위치와 관계없이 유사한 것으로 파악되었다. 수행강도의 경우 실제 조작업무의 경우 높고 단순 검토 업무의 경우 낮은 것으로 나타났으며 처리 시간의 경우도 유사한 결과를 나타냈다. 그림. 3에 업무 종별 처리시간의 방문조사 결과를 도시하였다. 이 시간은 순수하게 해당 단위업무를 처리하기 위한 시간만을 나타낸 것이다.

그림. 3. 배전센터 주요업무 별 평균 소요시간

Fig. 3. Average required time for each task of DCC

../../Resources/kiee/KIEEP.2018.67.4.200/fig3.png

2)일반적으로 고장처리 및 기타 업무의 경우 그 빈도가 배전센터간에 큰 편차가 없었으나, 현장 작업지원 업무의 경우 관할 지역의 특성에 따라 큰 편차를 가짐을 알 수 있었다. 즉, 대규모 신도시개발 등이 수행되는 지역의 경우 현장 공사 지원 업무의 빈도가 매우 높았으며 이것은 설비의 수량과는 관계가 적었다.

3)연간 각 업무간 차지 비율도 센터간체 편차가 존재하였으며 주/야간 업무 비율도 마찬가지 결과를 얻었다.

3.1 설문조사 및 데이터 분석을 통한 파라메터 도출

앞서 3.1절에서 배전센터 방문조사를 통해 현재 배전센터 업무의 특성을 파악하였다. 그 결과 일부 업무량 요인의 경우 일정 경향을 가지며 일부의 경우 센터별로 편차가 상당히 큰 것을 알 수 있었다. 따라서 본 논문에서는 배전관제센터 업무량의 정량적 분석 모델 수립을 위한 파라미터 도출을 위해 국내 배전관제센터에 대한 전수 설문조사와 앞서 언급한 기기조작관리시스템의 데이터 분석을 수행함으로써 배전센터 업무량 분석을 위한 기초자료 분석을 수행하였다.

총 41개 배전관제센터 중 방문조사를 수행한 곳들 중 1개 배전센터를 제외한 40개 센터를 대상으로 조사가 수행되었으며 총 344명의 운영원 중 295명(약 86%)의 운영원이 참여하였다. 설문조사 응답자의 분포를 그림. 4에 나타내었다. 그림에서 보는 것처럼 배전관제센터의 근무 연령은 50대 이상이 50%를 넘으며 그에 비해 배전 센터 근무 경력은 10년 이하인 근무원이 대부분을 차지하는 것을 알 수 있다.

그림. 4. 설문조사 응답자 분포

Fig. 4. Survey respondent status

../../Resources/kiee/KIEEP.2018.67.4.200/fig4.png

설문조사 결과의 분석을 위해 본 논문에서는 응답결과 중 특정 표준편차 이상의 데이터를 오류(주관적인 판단이 강한) 데이터로 처리하였다. ±2시그마(2δ)를 기준으로 95.45% 영역을 벗어나는 값은 오류데이터로 처리하였다(12). 그림. 5는 조사한 10가지 업무 중 하나인 배전공사 재폐로 분리의 건당 소요시간을 오류데이터 처리 전후를 대표적으로 나타낸 것이다. 전체 소요시간에 대한 평균을 구할 때는 23.27분이 나오지만 오류데이터 처리한 후 평균은 평균은 다시 구하는 경우 10.9분임을 확인할 수 있다. 오류데이터를 제거함으로써 주관적인 의견을 제외되고 남은 데이터에 대한 평균을 얻을 수 있다.

그림. 5. 전체 평균과 2시그마(δ)평균 비교

Fig. 5. Comparison of total average and 2 sigma(δ) average

../../Resources/kiee/KIEEP.2018.67.4.200/fig5.png

전수 설문조사를 통해 얻은 업무량 특성 파라미터를 표 4에 정리하였다. 에서 보는바와 같이 세부 업무는 10여종으로 구분이 가능하며 각각의 소요시간, 업무강도, 연간업무 비중 및 주/야간 업무 비중 등이 정리되었다.

표 4. 업무량 특성 설문조사 결과

Table 4. Survey result of workload characteristics

Classification

Run-time (min)

Work intensity (1~5)

Yearly work ratio (%)

Day time ratio (%)

Review of switch control

27.3

4.46

13.02

26.62

Revision of network diagram

28.7

4.06

7.00

55.11

SOP revision

1680

4.10

6.54

22.30

CB control

22.2

4.48

8.57

86.23

Load transfer

25.6

5.00

13.58

83.41

Separation of reclosing

10.9

4.25

20.91

92.36

Supply of new customer

9.1

2.57

5.41

85.66

Failure restoration

82.3

5.00

10.50

52.47

Reporting

32.5

3.00

4.66

52.02

Other tasks

20.1

3.50

4.86

68.81

의 음영 부분에 해당하는 현장 지원업무의 총 시간 비중이 전체의 60%로 다수를 차지함을 알 수 있었으며, 업무 강도가 가장 높게 나타나는 배전공사 부하전환과 고장 처리는 그 원인을 생각해볼 때 부하전환의 경우 운전원의 실수로 인해 현장 작업원의 안전이 위협되기 때문이고, 고장의 경우 주야간에 관계없이 발생하며 빠른 고장복구를 요구하므로 고장이 발생한 때부터 해결될 때까지 평균 82분 동안 계속 긴장상태를 유지해야 하기에 그 업무강도가 높을 수 밖에 없는 것으로 분석되었다. 주/야간 업무 비율은 공사관련 실제 조작업무의 경우 주간 업무비중이 월등히 높으며, 사전 검토 업무의 경우 야간 업무비중이 높았다.

3.2 배전관제센터 업무량의 정량적 평가 모델

본 논문에서 제안하는 업무량의 정량적 평가 모델은 현재 업무량과 향후 잠재적인 업무량을 종합하여 배전센터의 운영방식(운영체계, 인력배치)의 중장기적인 계획수립을 목적으로 한다.

따라서, 앞서의 조사결과를 이용한 배전관제센터의 정량적 업무량 평가를 위해 본 논문에서는 식(3)과 같은 산식 모델을 제안하였다. 식(3)의 평가지표는 배전센터의 업무량을 최근 연도의 조작이력을 기반으로한 현재업무량과 향후 잠재적인 업무량의 증가요인을 가중합 형태로 감안한 산식이다. 향후 잠재적인 업무량의 증가는 설비량 증가에 따른 요인을 반영하였다.

(3)
W L = W L c t l w c t l + W L c a p w c a p

여기서, WLctl은 연간 조작업무에 의한 업무처리시간(min/yr)이며, WLcap은 설비량에 의한 미래의 잠재적인 업무처리시간(min/yr)이다. 또한, wctl과 wcap은 조작업무 및 설비량에 의한 업무 가중치이다. 조작업무에 의한 현재 업무량은 다음 식(4)와 같이 구할 수 있다.

(4)
W L c t l = j = 1 n i = 1 2 N i , j × t j × w i × w j

여기서, j는 업무종별을 의미하며, i는 주/야간 구분자(1은 주간, 2는 야간)이다. Ni,j는 j업무의 주/야간 총 건수, tj는 j업무의 건당 평균처리시간(h), wi은 주/야간 업무량 가중치, wj은 업무 종별 가중치(난이도)이다. 설비량에 의한 총 잠재 업무처리시간은 다음 식(5)와 같이 구할 수 있다.

(5)
W L c a p = j = 1 n i = 1 2 M j × r j × t j × w i × w j

여기서, Mj는 j업무의 설비수, rj는 j업무의 설비수 대비 건수이다. Mj은 다음 식(6)과 같이 구할 수 있다.

(6)
M j = l = 1 3 m = 1 2 M l , m × w l × w m

여기서, Ml,m은 관련 설비수, l은 j업무에 관련설비 구분자(1은 자동계폐기, 2는 수동계폐기, 3은 변압기), m은 지중, 가공구분자(1은 가공, 2는 지중)이다. wl은 설비가중치, wm은 지중, 가공가중치이다. 연간 배전관제센터 운영인원은 연간 배전관제센터 업무량을 통해서 다음 식(7)식(8)과 같이 구할 수 있다. 위 식으로부터 도출된 업무량은 총 업무의 년간 총 시간을 도출하므로 DCC 운영에 필요한 정보로 변환이 필요하다. DCC 운영에 필요한 운영인원을 산출하는 방식을 식(7)식(8)에 제시하였다.

(7)
N   o p e r a t o r , d a y   = W L ( i = 1 ) t w o r k , H o u r × t d a y , i × 52 ( w e e k )

(8)
N   o p e r a t o r , n i g h t   = W L ( i = 2 ) t w o r k , H o u r × t d a y , i × 52 (   w e e k   )

여기서, Noperator,day은 주간 운영인원이고, Noperator,night는 야간 운영인원, twork,Hour은 한 사람이 1시간동안 실제 업무를 보는 시간(50분), Wday,i는 주/야간 근무로 일주일간 총 일하는 시간(i=1일 때 50분×8시간×5일, i=2일 때 50분×15시간×7일)이다. 실제 업무를 보는 시간을 50분 산정한 이유는 한 사람이 1시간 일을 할 경우 10분 휴식을 갖는 것으로 가정하였기 때문이다. 이렇게 근무시간을 가정하는 것은 배전센터는 365일 24시간 근무하는 인원이 있는 구조이므로 각 배전센터별 업무시간을 모든 실제 근무하는 인원들의 주간과 야간시간 근무시간으로 나누어야 임의의 주간 및 야간시간의 근무 필요인원이 산출되기 때문이다. 즉, 주간 운영인원(식(7))은 임의의 주간시간에 각 배전센터별로 필요한 인원이 도출되고 야간 운영인원(식(8)) 역시 마찬가지로 임의의 야간시간에 필요한 인원이 도출된다.

3.3 배전관제센터 업무량 시뮬레이션

제안된 배전관제센터의 정량적 업무량 평가 모델과 앞서 도출된 설문조사 및 기기조작관리시스템의 데이터를 활용하여 배전관제센터의 현재 업무량을 평가하였다. 휴전 및 활선 조작 업무인 배전공사 부하전환, 배전공사 재폐로 분리, 신규송전폐지 조작건수는 기기조작관리시스템에서 추출하였으며, 기기조작관리시스템은 각 업무 처리 시각을 표기하게 되어 있어 주/야간의 업무량을 파악할 수 있었다. 그 외 시간이 기기조작관리시스템에서 추출하지 못하는 업무에 경우, 설문조사 주/야간 업무 비율을 활용하여 주/야간 구분하여 업무량을 산출하였다. 고장처리 건수는 고장이력 데이터에서 추출하였고 그 외 SOP 수정, 근무일지, 기타는 방문 및 설문조사 결과를 이용하여 적용하였다. 표 5에 시뮬레이션에 사용한 특성 파라미터의 산출근거를 요약하였다.

표 5. 업무량 평가 시뮬레이션의 파라미터 산정

Table 5. Parameter extraction for workload simulation

Classification

Criteria

Failure restoration

Failure history×Unit work time

Field working support

Hot and dead line

Operation management system history×Unit work time

CB control

Annual Hot and dead line operation time×Annual ratio(Survey)

Network

diagram revision

Annual Hot and dead line operation time×Annual ratio(Survey)

SOP revision

Annual constant time (1,680hours)

Review of switch control

Operation management system history×Unit work time

Reporting

Twice a day(Once a day, Once a Night)×Unit work time

Others tasks

Once a day×Unit work time

식(3)에서 제안한 종합적인 업무량 산정을 위해 현재 업무량의 경우 기기조작관리시스템으로부터 도출된 최근 연도의 이력데이터를 사용하였으나, 향후 설비량 증가에 의한 잠재적인 업무량을 산정하기 위해 최근 수년간의 설비량 증가를 분석하였다. 그림. 6은 2005년부터 2016년까지의 설비 수량 증가를 도시한 것으로 실제 설비량 증가를 산식화 하기위해 점선의 추세선을 사용하여 분석하였다. 추세선을 통해 약 10년간의 설비량 증가가 15% 정도임을 확인하였다.

그림. 6. 설비량 증가에 따른 추세선

Fig. 6. Trend line with increasing capacity

../../Resources/kiee/KIEEP.2018.67.4.200/fig6.png

그림. 7은 조작업무에 의한 업무처리 시간은 100%로 하고 설비량에 의한 업무량은 0%로 산정했을 때, 각 센터별 운영인원을 보여주고 있다. 시뮬레이션 조건으로는 야간 가중치는 1.5이고 업무마진은 1.5으로 설정하였다. 업무마진은 하나의 업무를 마치고 다음 업무로 전환할 때 필요한 업무간 시간적 여유를 의미한다. 전체 배전센터의 평균 운영인원은 1.31명이고 주간 최대 업무인원은 1.80명이다. 현재 각 배전센터의 근무 인원은 2~3명이 주간에 근무하고 있어서 현재 업무량에 따른 인원을 볼 때 적정한 업무량을 보이고 있음을 확인하였다.

그림. 7. 업무량(100%)과 설비량(0%)에 따른 센터별 업무량

Fig. 7. Workload per center by workload(100%) and capacity(0%)

../../Resources/kiee/KIEEP.2018.67.4.200/fig7.png

그림. 8은 조작업무에 의한 업무처리 시간은 100%로 하고 설비량에 의한 업무량은 15%로 산정했을 때, 각 센터별 운영인원을 보여주고 있다. 여기서 15%는 앞서 분석한 약 10년간의 설비량 증가 추세를 반영한 것이다. 전체 배전센터의 평균 운영인원은 1.50명, 주간 최대 업무인원은 2.06명이다. 시뮬레이션 결과 40번 배전센터는 주간 업무인원이 2.06으로 필요한 근무인원이 3명이 요구된다. 하지만 현재 근무하는 인원이 2명이므로 이와 같은 시뮬레이션 조건상에서는 주간 인원의 충원이 필요함을 알 수 있다. 또한 2번 배전센터는 현재 3명이 주간 근무를 하고 있어 설비량이 15% 증가하여도 인원을 충원할 필요가 없다. 또한 앞서 그림. 7에서도 볼 수 있는 것처럼 주야간 업무편차가 매우 큼을 알 수 있다.

그림. 8. 업무량(100%)과 설비량(15%)에 따른 센터별 업무량

Fig. 8. Workload per center by workload(100%) and capacity(15%)

../../Resources/kiee/KIEEP.2018.67.4.200/fig8.png

표 6은 설비량 가중치에 따라 배전관제센터의 업무량 시뮬레이션의 결과를 나타내었다. 주간에 대한 분석만을 표기하는 이유는 앞서 언급한 것처럼 주야간 업무편차가 크고 주로 주간에 업무가 집중되기 때문이다. 표 6에서 최대값은 각 센터중 최대 필요인원이고 평균은 전체 센터의 평균 필요인원이며, 총 인원은 각 센터별로 필요한 인원을 산정한 결과에 대한 총 합을 의미한다. 예를 들어 그림. 8의 1번 배전센터의 주간 인원이 1.39명으로 실제 필요한 인원은 2명으로 산정하여 총 인원에 반영하였다. 즉, 각 센터별 인원을 올림하여 구한 후 총 합을 구하였다. 시뮬레이션 결과를 보면, 설비량에 따른 운영인원이 설비량에 비중에 따라 증가하는 것을 확인할 수 있다. 전체적인 분석결과 향후 10년정도의 설비량에 의한 잠재적인 업무 가중치가 20%를 넘는 경우 현재의 주간 근무인원인 84명에 도달하므로 인원의 조정이 필요함을 알 수 있으며, 앞서 언급한것처럼 총 근무인원상에 문제가 없어도 세부적인 DCC 별로 근무인원의 조정이 필요한 경우가 발생함을 알 수 있다.

표 6. 배전관제센터 업무량 산출 시뮬레이션 결과

Table 6. Results for DCC workload simulations

Weight factor for facilities

Maximum

Average

Total required worker

0%

1.80

1.31

70

5%

1.88

1.38

73

10%

1.97

1.45

74

15%

2.06

1.51

81

20%

2.15

1.58

84

25%

2.24

1.64

85

30%

2.33

1.71

89

4. 결 론

본 논문에서는 현재 배전관제센터 운영체계 개선을 위한 배전관제센터의 정량적 업무량 산출에 관한 방식을 제시하였다. 실제 배전관제센터의 업무량 분석을 위해 방문 및 전수 설문조사와 기기조작 관리시스템 상의 데이터 분석을 수행하였으며 이를 통해 배전센터 수행 업무에 영향을 미치는 파라미터를 추출하였다. 도출된 파라미터를 이용한 업무량 분석을 위해 현재 및 미래 잠재업무요소를 고려한 평가 지표를 제안하였다. 제안한 평가지표는 업무량을 필요 근무인원으로 환산하여 산출하는 방식이다. 제안 평가지표를 이용하여 설비량 가중치를 변경하며 배전관제센터 업무량을 산출하였으며 설비량의 비중이 증가할수록 업무량이 증가하는 것을 확인할 수 있었다. 본 논문을 통해 도출한 몇 가지 결론은 다음과 같다.

첫째, 현재 배전관제센터의 운전영역의 구분 기준인 설비수량은 분석결과 실제업무량과의 상관관계가 적음을 알 수 있었다. 둘째, 전체적인 평가 결과 주/야간 업무량 편차가 큼을 알 수 있었다. 따라서 배전관제센터의 통합운전(야간 및 공휴일 등) 등을 통한 유연한 근무체계의 변경이 필요할 것으로 판단되었다. 본 논문에서 제시한 정량적 방식의 주기적인 업무량 평가를 통해 향후 좀더 현실적인 배전관제센터 운영 체계 설계가 가능할 것으로 사료된다.

감사의 글

이 논문은 전남대학교 학술연구비(과제번호: 2018-0913) 지원에 의하여 연구되었음.

References

1 
Smallwood C. L., Wennermark J., 2010, Benefits of Distribution Automation, IEEE Industry Applications Magazine, Vol. 16, No. 1, pp. 65-73DOI
2 
Ha B. N., 2003, The Study on Economic Evaluation for Investment Cost When the Distribution Automation System is Applied, Electrical Journal, pp. 407-413Google Search
3 
Ha B. N., 2002, Large-Scale Distribution Automation System, Electrical Journal, pp. 18-26Google Search
4 
Cho N. H., Bhat R., Lee J. H., 2015, Field Experience of Distribution Automation System (DAS) in Korea Electric Power Corporation (KEPCO), 2015 International Symposium on Smart Electric Distribution Systems and Technologies (EDST), pp. 307-312DOI
5 
Ha B. N. et al., 2002, Development of Intelligent Distribution Automation System with the Function of Substation SCADA, Power Quality Monitoring and Diagnosis Condition Monitoring, The Trans. of the KIEE, Vol. 59, No. 10, pp. 1776-1786DOI
6 
Park D. H., 2009, Wide Area Operation and IT Trends of DCC, Journal of the Electrical World, pp. 31-34Google Search
7 
Fan J., Borlase S., 2009, The Evolution of Distribution, IEEE Power Energy Magazine, Vol. 7, pp. 63-68DOI
8 
Vargas A., Samper M. E., 2012, Real-Time Monitoring and Economic Dispatch of Smart Distribution Grids: High Performance Algorithms for DMS Applications, IEEE Trans on Smart Grid, Vol. 3, pp. 866-877DOI
9 
Lim I. H., Lee S. J., Park J. H., Shin Y. H., 2016, A Design of Advanced Distribution Management System Based on IT/OT Convergence, The Trans. of the KIEE, Vol. 65, No. 5, pp. 753-759DOI
10 
Distribution Department of KEPCO , 2004, Research Project for Improvement of Operation Architecture of Distribution Control Center, Korea Electric Power CorporationGoogle Search
11 
KEPCO , , http://kosis.kr/statHtml/statHtml.do?orgId= 310&tblId=TX_31002_A011&conn_path=I3
12 
Anthony Hayter , 2014, Probability and Statistics for Engineers and Scientists, 4th Edition, Cengage Learning KoreaGoogle Search

저자소개

고 석 일 (Go, Seok-Il)
../../Resources/kiee/KIEEP.2018.67.4.200/au1.png

2010년 전남대학교 전기공학과 졸업

2012년 동 대학원 전기공학과 졸업(석사)

2018년 동 대학원 전기공학과 졸업(박사)

현재 전남대학교 박사후 연구원

E-mail : riseisgood@nate.com

서 동 권 (Seo, Dong-Kwen)
../../Resources/kiee/KIEEP.2018.67.4.200/au2.png

1997년 한양대학교 전기공학과 졸업

2018년 한전 배전계획처 배전기술부 차장

현재 한국전력공사 남서울본부 부장

E-mail : dong3130.seo@kepco.co.kr

최 준 호 (Choi, Joon-Ho)
../../Resources/kiee/KIEEP.2018.67.4.200/au3.png

1996년 숭실대학교 전기공학과 졸업

1998년 동 대학원 전기공학과 졸업(석사)

2002년 동 대학원 전기공학과 졸업(박사)

현재 전남대학교 전기공학과 교수

E-mail : joono@chonnam.ac.kr

안 선 주 (Ahn, Seon-Ju)
../../Resources/kiee/KIEEP.2018.67.4.200/au4.png

2002년 서울대학교 전기공학과 졸업

2004년 동 대학원 전기공학과 졸업(석사)

2009년 동 대학원 전기공학과 졸업(박사)

현재 전남대학교 전기공학과 부교수

E-mail : sjahn@jnu.ac.kr

김 현 우 (Kim, Hyun-Woo)
../../Resources/kiee/KIEEP.2018.67.4.200/au5.png

2017년 전남대학교 전기공학과 졸업

현재 동 대학원 전기공학과 석사과정

E-mail : qnftkwh0615@naver.com

윤 상 윤 (Yun, Sang-Yun)
../../Resources/kiee/KIEEP.2018.67.4.200/au6.png

2002년 숭실대학교 대학원 졸업(박사)

2009년 LS산전 전력연구소 책임연구원

2016년 한전 전력연구원 책임연구원

현재 전남대학교 전기공학과 부교수

E-mail : drk9034@jnu.ac.kr