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. (Korea Electric Power Research Institute, Korea.)
  2. (Dept. of Electronic and Electrical Engineering, Keimyung University, Korea.)



P2G, Energy hub, Reliability, Power System, Gas System

1. 서 론

전력에너지의 중단 없는 공급에 대한 요청은 근래 대두되고 있는 경쟁적 시장 환경으로 향한 전력산업의 구조개편의 여부에 상관없이 국가적인 요구이며 특히 전력공급의 능력이 어느 정도인가라는 전력의 공급신뢰도에 대한 정보는 사회문화의 글로벌화 및 인터넷의 발달에 따른 정보의 공유 및 세계적인 글로벌 시대에 대한 전력 수요자의 필연적 요청사항이 되고 있다.

역사적으로 이미 전력 계통의 신뢰도 평가기술 및 이의 정보의 중요서은 1960년대 말에 발생한 미국동북부지역의 대정전사고 이후 생겨났으며 이후 신뢰도 평가기술이 많이 발전하였고, NERC(National Electric Reliability Council와 같은 신뢰도 관리체계가 생겨나기도 하였다(1).

이러한 신뢰도와 관련한 많은 기술들이 개발 또는 사용 중에 있으며 본 논문에서는 현재 전력계통의 신뢰도 문제에 대두에 선 P2G 기술에 대하여 서술을 할 것이다. P2G란 Power- to-Gas로서 전력계통에서 고장이 발생 하였을 때 가스와 전기의 상호간 에너지 변환을 통한 전력공급을 말한다. 전력생산이 안정하지 못 한 재생에너지를 이용한 발전 형식에서는 전력을 공급하고 남는 잉여전력이 발생하는 일이 생기게 된다. 그러나 ESS(Energy Storage System)의 기술력이 과거부터 크게 성장하였음에도 불구하고 아직까지 재생에너지 발전에 의해 발생하는 잉여전력을 모두 ESS에 저장할 만큼 ESS의 기술이 완성도가 높지 않다(2). ESS에 저장 되지 못한 잉여 전력은 모두 그대로 낭비되는 전력이 된다. 그에 따라 잉여전력을 소모하여 수전해장치를 운영해서 를 생산하고 에너지 저장을 전력의 형태가 아닌 가스의 형태로 하는 HESS(Hydrogen Energy Storage System) 기술을 사용하여 저장된 를 이용하여 Biomass 및 Industrial부하로부터 발생하는 와 결합하여 를 생성한다. 잉여 전력으로부터 발생된 이 두 종류의 가스는 Fuel cell, Gas Turbine, Natural Gas Generator 등으로 다시 전력공급을 해줄 수 있다.

2011년에 발생한 동일본 대지진 당시에 일본의 센다이 마이크로그리드가 P2G 기술을 활용한 사례로 볼 수 있다. 당시 대지진으로 인해 전력망이 모두 동작을 못 하는 상황에서 손상을 입지 않은 가스계통을 이용하여 센다이시의 전력공급을 하였다.

본 논문에서는 각각의 전력계통 N-1 상정고장의 상태에서 독립적인 신뢰도를 분석한 후 P2G를 이용한 하나의 계통으로 상호 공급되는 에너지에 의해 달라지는 신뢰도를 분석을 하였다.

2. 본 론

2.1 Energy hub

P2G를 이해하기 위해서는 전기와 가스( 및 )의 변환이 어떻게 이루어지는가에 대하여 먼저 이해를 할 필요가 있다. 앞서 언급한 것과 같이 전력계통의 N-1 상정고장이 발생할 시 가스와 전기는 상호간의 에너지 공급을 위해 에너지 변환을 하는데 이렇게 전기와 가스로의 에너지 형태 변환을 Energy hub 라고 하며 가스터빈, 연료전지 등이 여기에 해당하며 각 개체마다의 상황에 따라 출력이 달라진다(3). 그림 1은 Energy hub의 개념도에 해당한다. 다음과 같은 식으로 가스와 전기의 변환이 이루어진다.

(1)
$$\left[O^{e}\right]=\left[\eta^{e.e}\alpha^{e.e}\eta^{g.e}\alpha^{g.e}\right]\left[\begin{aligned}I^{e}\\I^{g}\end{aligned}\right]$$

그림. 1. Energy hub의 개념도

Fig. 1. Concept diagram of Energy hub

../../Resources/kiee/KIEEP.2020.69.2.143/fig1.png

$I^{e}$, $I^{{g}}$, $O^{e}$는 각각 전기와 가스의 입력과 전기의 출력이다. $\alpha^{e.e}$, $\alpha^{e.{g}}$는 각각 전기에서 전기로, 전기에서 가스로 변환에 적용되는 변환 계수에 해당한다. $\eta^{e.e}$, $\eta^{e.{g}}$는 각각의 에너지 효율에 해당한다. 에너지허브를 통하여 가스에서 전기만을 공급해주는 상황에서 위의 식은 다음과 같이 정의될 수 있다(4).

(2)
$$\left[O^{e}\right]=\left[0 \enspace \eta^{g.e} \enspace \alpha^{g.e}\right]\left[\begin{aligned}I^{e}\\I^{g}\end{aligned}\right]$$

표 1. 에너지 환산 표

Table 1. Energy conversion table

고위 발열량 [HHV]

저위 발열량 [LHV]

Kcal/$Nm^{3}$

Kcal/kg

Kcal/$Nm^{3}$

Kcal/kg

$H_{2}$

3,050

33,890

2,580

28,670

$CH_{4}$

9,500

13,270

8,560

11,950

표 1은 각각의 H2와 CH4의 Kcal, , kWh의 변환 관계를 나타내고 있으며, 본 논문에서는 Energy hub는 연료전지에 해당한다. MCFC 및 SOFC는 각각 2차, 3차 연료전지로 불리며 MCFC는 용융된 탄산염을 전해질로 사용하고 SOFC는 고체 산화물을 전해질로 사용하여 가스의 입력을 받아 전력의 출력을 생성한다. 위의 Energy hub 수식을 통한 에너지 변환에서 표 1의 저위발열량(LHV)를 사용한다.

2.2 Distribution System Reliability

본 논문에서는 Electric Grid, Gas Grid, Power-to-Gas Grid의 신뢰도를 각각 분석을 하며 신뢰도 지수는 SAIFI(System Average Interruption Frequency Index), SAIDI(System Average Interruption Duration Index), CAIFI(Customer Average Interruption Frequency Index), CAIDI(Customer Average Interruption Dura- tion Index), ENS(Energy Not Supplied)로 표현을 한다. 전력계통 에서의 신뢰도는 고장률, 고장시간, 연간정전시간을 바탕으로 계산되며 다음과 같은 계산식에 의하여 정의 된다.

(3)
$$SAIFI = \dfrac{\text{총 수용가 고장의 수}}{\text{총 수용가의 수}}=\dfrac{\Sigma\lambda_{j}N_{j}}{\Sigma N_{j}}$$

(4)
$$SAIDI = \dfrac{\text{수용가 고장지속의 합}}{\text{총 수용가의 수}}=\dfrac{\Sigma U_{j}N_{j}}{\Sigma N_{j}}$$

(5)
$$CAIFI = \dfrac{\text{총 수용가 고장의 수}}{\text{중복 되지 않는 수용가의 고장의 수}}=\dfrac{\Sigma\lambda_{j}N_{j}}{\Sigma M_{j}}$$

(6)
$$CAIDI = \dfrac{\text{수용가 고장지속의 합}}{\text{총 수용가의 고장 수}}=\dfrac{\Sigma U_{j}N_{j}}{\Sigma\lambda_{j}N_{j}}$$

(7)
$$ENS (\text{Energy Not Supplied}) = \Sigma L_{a(i)}U_{j}$$

각각 부하 j에 관하여는 고장률, 는 연간 고장시간, 는 수용가의 수, 는 중복되는 횟수를 제외한 수용가의 고장 수, 는 부하점 j와 연결된 평균 부하이다(1).

2.3 Power-to-Gas

전력계통에서 고장 발생 시 고장에 의한 영향을 받는 부하가 시간을 단위로 받지 못 하는 전력량을 Energy Hub를 통하여 가스를 전기로 변환하여 공급을 해줌으로써 ENS를 저감한다. Energy hub를 통한 Power-to-Gas 로 변하는 신뢰도 지수는 다음과 같은 수식에 의하여 정의된다.

(8)
$$P_{Cnew}^{i.j}=P_{C}^{i.j}-P_{h}^{j} \enspace [kW]$$

$P_{C}^{i.j}$는 Fault.i에 의한 Load.j의 시간당 받지 못 하는 전력량에 해당하며, $P_{h}^{j}$는 에너지 허브를 통해서 Load.j가 공급받는 시간당 전력량에 해당한다. $P_{Cnew}^{i.j}$는 Power-to-Gas가 고려 된 상황에서의 Fault.i에 의한 Load.j가 시간당 받지 못 하는 전량에 해당한다. 여기서 전력계통의 특성에 따라 Energy hub로 공급을 해주는 공급량이 고장에 의한 부하감소량 보다 작게 된다면 $P_{Cnew}^{i.j}$는 그대로 $P_{C}^{i.j}$가 되고 Energy hub를 통한 전력 공급량이 고장에 의한 부하감소량 보다 크게 된다면 그 부하 지점에서 $P_{Cnew}^{i.j}$는 0이 된다. 즉

(9)
$$P_{\text {Cnew }}^{i . j}\left\{\begin{array}{ll} 0 & P_{h}^{j} \geq P_{C}^{i . j} \\ P_{C}^{i . j} & P_{h}^{j} < P_{C}^{i . j} \end{array}[\mathrm{kW}]\right.$$

이 된다. Power-to-Gas가 고려 된 시스템에서 ENS는 다음과 같다.

(10)
$$\begin{aligned} \mathrm{ENS}=& \sum_{i=1}^{m} \sum_{j=1}^{n} P_{\text {Cinew }}^{i . j}[\mathrm{kWh}] \\ & \text { st. }\left(P_{\text {Cnew }}^{i . j} < P_{C}^{i . j}\right) \end{aligned}$$

전력계통의 특성상 고장에 의한 용량감소는 정전으로 이어지게 된다. 표 3에 나타나는 연간 고장에서 각각의 고장에 의한 $P_{Cnew}^{i.j}$를 0으로 만들지 못하게 되면 전력을 공급해주는 의미가 없는 것과 마찬가지가 된다. 각각의 신뢰도 지수 관점에서 바라보았을 때 어떠한 고장에서 어떤 부하를 Power-to-Gas를 적용하여 보호를 하는가에 따라 SAIDI, CAIDI, SAIFI, CAIFI 및 ENS가 달라진다. 이상적인 Power-to-Gas의 역할은 전력 계통의 N-1고장에서 시간당 받지 못하는 전력량 $\sum_{i=1}^{m}\sum_{j=1}^{n}P_{Cnew}^{i.j}$ 이 0이 되는 것이며 $\sum_{i=1}^{m}\sum_{j=1}^{n}P_{C}^{i.j}$=$\sum_{j=1}^{m}P_{h}^{j}$이 된다. 이러한 이상적인 Power-to-Gas의 역할에 가장 가까이 하기 위해서는 각 계통에 대하여 P2G를 적용하기 위한 Energy hub의 용량과 위치의 최적 점을 찾는 과정이 필요하다. 그림 2는 Energy hub의 용량과 위치의 최적 점을 고려한 신뢰도 재평가의 순서도에 해당한다. 부하의 크기만큼의 용량이 주어지지 않는다면 Energy hub를 통한 전력공급이 불가하여 신뢰도 지수에 영향을 미칠 수 없으므로 Energy hub의 용량C는 부하용량의 단위로 변화한다. 그림 2의 순서도에서 허브의 용량에 변화에 따른 ENS의 변화량이 0이 되기 시작하는 지점의 Energy hub의 용량을 $\triangle(P_{Cnew}^{i.j})_{o}$라고 표기한다. 표 5에 표기 된 바와 같이 Energy hub의 용량이 증가하여도 ENS가 수렴하는 지점에서 ENS가 최솟값으로 적용되기 때문에 이상적인 Energy hub의 용량은 위치K에 따른 ENS가 수렴하기 시작하는 시점에서 결정이 된다. 첫 번째 조건부의 조건문을 통하여 먼저 용량의 초기 값에서 Energy hub의 위치 파라미터 값의 최적 값을 도출한다. 그 후 두 번째 조건부에 해당하는 조건문에서 용량 파라미터가 증가함에 따라 ENS의 변화를 확인한다. Energy hub의 용량이 부하의 단위로 변화하기 때문에 용량 파라미터가 증가하였을 때 ENS가 바뀌지 않는다는 것은 해당 에너지 허브 위치에서 최소화 된 ENS 값이 선정이 된 것으로 볼 수 있다. 해당 위치에서의 최소화 된 ENS 값은 모든 Energy hub 위치에서의 최소화 된 ENS 값이 아닐 수 있으므로 세 번째 조건부의 조건문을 통하여 용량 파라미터의 최댓값 까지 위의 조건문을 반복을 하여 모든 위치에서의 최소화 된 ENS 값을 도출할 수 있다. 여기서 도출 된 ENS 값은 최소화 된 ENS 값이 되지만 이렇게 도출 된 ENS 값은 용량 파라미터의 최댓값으로 선정이 되고 ENS가 최소가 되더라도 과한 Energy hub의 용량 선정으로 인하여 Ecost 에서의 낭비를 초래한다. 그래서 마지막 조건부의 조건문을 통하여 위의 조건문을 통하여 도출 된 Energy hub의 위치 파라미터 값에서 용량 파라미터 값이 변화는 과정에서 ENS의 변화가 없는 최소 용량 파라미터 값을 정하게 된다.

그림. 2. Energy hub의 최적 용량 및 위치 산정 순서도

Fig. 2. Flow chart for Calculating Optimal Capacity and Location Energy hub

../../Resources/kiee/KIEEP.2020.69.2.143/fig2.png

3. 사례연구

3.1 Distribution System Reliability

국내 전력계통의 형태는 단 방향으로 전력을 공급하는 방사상 구조로 이루어져 있으며 고장 발생 시 인접한 연계선로를 통해 전력을 공급하게 된다. 이러한 방사상 시스템에서 단일 전력 공급원을 가지고 있는 계통의 고장은 비상 발전기가 없다면 전력저감이 아니라 전력 공급이 불가한 상황에 놓이게 된다. 그림 3은 전력 측을 나타내는 계통도이다.

그림. 3. 전력계통 내 고장모의

Fig. 3. Failure of the Power System

../../Resources/kiee/KIEEP.2020.69.2.143/fig3.png

표 2는 위 그림 3의 전력계통에서 각각의 부하들에 대한 정보와 각각의 신뢰도 지수들을 나타낸다(5).

표 2. 그림 3의 부하정보 및 신뢰도 분석

Table 2. Load information and Reliability Analysis In Fig 2

Load point

Number of customers

$\lambda$(f/yr)

Averge load connected

1

1,000

0.2

6,575

2

800

0.25

5,020

3

600

0.35

3,765

4

400

0.4

2,510

Total

2,800

17,570

Inter

ruption case

Affected load

Number of customers affected

Load curtailed

(kW)

Duration of interruption (hours)

Customer hour curtailed

Energy not supplied

(kWh)

1

2

200

5,020

1.2

240

6,024

3

210

3,765

1.2

252

4,518

4

160

2,510

1.2

192

3,012

2

3

210

3,765

2

420

7,530

4

160

2,510

2

320

5,020

3

5

160

2,510

1.5

240

3,765

Total

1,100

20,080

1,664

29,869

SAIDI

0.594

CAIDI

1.513

SAIFI

0.393

CAIFI

1.93

ENS [MWh]

29,869

3.2 Power-to-Gas System Reliability

그림 4는 위의 그림 3과 같은 전력계통에서 Power-to-Gas를 적용하기 위해 Energy hub가 포함 된 계통도에 해당하며. 그림 5는 최적의 Energy hub의 위치와 용량을 결정하기 위하여 각각의 용량과 위치에 대하여 달라지는 ENS의 비교수치를 나타낸다.

그림. 4. 사례연구를 위한 모의계통 구성

Fig. 4. Composition of a simulated system for case Studies

../../Resources/kiee/KIEEP.2020.69.2.143/fig4.png

그림. 5. Energy hub의 위치와 용량에 따른 ENS

Fig. 5. ENS according to the location and capacity of the Energy hub

../../Resources/kiee/KIEEP.2020.69.2.143/fig5.png

표 3그림 5의 수치를 표로 나타낸 것이다.

표 3. 그림 5의 ENS 분석

Table 3. ENS Analysis In Fig 5

C

K

3,000

[kW]

4,000

[kW]

7,000

[kW]

8,000

[kW]

10,000

[kW]

12,000

[kW]

Energy hub.1

26,857

25,351

22,339

20,833

19,327

16,315

Energy hub.2

21,837

17,821

9,789

9,789

9,789

9,789

Energy hub.3

18,072

18,072

18,072

18,072

18,072

18,072

Energy hub의 용량과 고장에 따른 ENS의 변화량을 보았을 때 Energy hub의 용량이 본 논문의 시나리오에서 load.3의 용량을 넘기기 시작하면서부터 위치 K=2에서 Energy hub를 설치하는 것이 가장 ENS의 값이 낮게 나오는 것을 볼 수 있다. 또한 고장에 영향을 받는 부하의 일정 용량의 합을 넘어서기 시작하면 ENS는 일정한 수치로 수렴하게 되므로 과도하게 높은 Energy hub의 용량 선정은 Energy hub의 초기설치비용을 고려하였을 경우 낭비를 초래한다. 본 논문에서는 Energy hub.2를 설치하였을 경우 Energy hub의 용량이 7,000[kW]에서 ENS의 급격한 감소가 보임과 동시에 그 이후의 용량에서는 ENS가 일정하게 수렴하므로 7,000[kW]의 Energy hub.2 의설치가 가장 바람직하며 여기서 7,000[kW]가 가지는 의미는 Load.3 및 Load.4의 고장용량의 합을 넘어서는 수치로 정확히 이상적인 Energy hub.2의 용량은 여유율을 제외하면 6,275[kW]가 된다. 그림 6그림 7은 같은 그림 4의 P2G 시스템에서 Energy hub의 용량 및 위치에 따른 각각 SAIDI 및 SAIFI를 나타내고 표 4표 5는 각 SAIDI, SAIFI의 수치를 표로 나타낸다.

표 4에서는 표 2에서 나타낸 기존의 전력계통 신뢰도 지수의 값들과 표 3에서 나타낸 Energy hub의 용량과 위치를 이상적으로 적용한 P2G 계통시스템을 고려한 신뢰도 지수들의 비교를 나타낸다.

표 4. 그림 6의 SAIDI 분석

Table 4. SAIDI Analysis In Fig 6

C

K

3,000

[kW]

4,000

[kW]

7,000

[kW]

8,000

[kW]

10,000

[kW]

12,000

[kW]

Energy hub.1

0.53

0.5

0.44

0.44

0.42

0.35

Energy hub.2

0.41

0.35

0.17

0.17

0.17

0.17

Energy hub.3

0.33

0.33

0.33

0..33

0.33

0.33

표 5. 그림 6의 SAIFI 분석

Table 5. SAIFI Analysis In Fig 6

C

K

3,000

[kW]

4,000

[kW]

7,000

[kW]

8,000

[kW]

10,000

[kW]

12,000

[kW]

Energy hub.1

0.34

0.32

0.26

0.25

0.25

0.19

Energy hub.2

0.28

0.24

0.13

0.13

0.13

0.13

Energy hub.3

0.22

0.22

0.22

0.22

0.22

0.22

그림. 6. Energy hub의 위치와 용량에 따른 SAIDI

Fig. 6. SAIDI according to the location and capacity of the Energy hub

../../Resources/kiee/KIEEP.2020.69.2.143/fig6.png

그림. 7. Energy hub의 위치와 용량에 따른 SAIFI

Fig. 7. SAIFI according to the location and capacity of the Energy hub

../../Resources/kiee/KIEEP.2020.69.2.143/fig7.png

표 6. 그림 1의 신뢰도 분석

Table 6. Reliability Analysis In Fig 1

Power System

Power-to-Gas System

SAIDI

0.59

0.17

CAIDI

1.51

1.33

SAIFI

0.39

0.13

CAIFI

1.9

1

ENS [MWh]

29,869

9,789

표 4를 통해 본 논문에서 다루는 모든 신뢰도 지수가 P2G를 사용한 계통시스템이 훨씬 낮은 값을 가지는 것을 확인 할 수 있다. 본 논문에서 다루는 모든 신뢰도 지수들은 그 값이 클수록 수요신뢰도가 낮음을 의미하므로 수치가 낮게 나온 P2G 계통시스템이 수요신뢰도가 높음을 알 수 있다.

4. 결 론

전력계통의 신뢰도를 분석하는 것은 전력계통에서 빠질 수 없는 커다란 요소 중 하나이며, 기존의 전력계통의 신뢰도 분석 방법에 더하여 새로운 에너지에 대한 신뢰도 분석 방법 역시 계속하여 연구가 진행이 되어야 한다. 이러한 새로운 에너지에는 신재생 에너지로 많이 알려진 수력, 태양광 발전 및 풍력 발전 등이 있으며 본 논문에서는 기존에 사용하던 재생에너지가 아닌 $CH_{4}$, $H_{2}$ 등을 가스 형태로 사용하여 전력계통에서의 N-1 상정고장 시 가스의 공급을 통하여 어떻게 신뢰도가 향상되는가를 보았다. P2G를 정확하게 적용하기 위해서는 Power System 및 Gas System을 하나의 계통으로 보며, 두 계통을 독립적으로 분석한 후 하나의 새로운 계통으로 분석을 할 필요가 있다. 이러한 요소들을 고려하기 위하여 선행적으로 가스계통의 연구가 진행이 되어야 한다. 본 연구의 P2G 기법은 전력계통 관점에서의 신뢰도 향상을 보여주었고 향후 Gas-to-Power 뿐 아닌 가스계통의 연구를 기반으로 하여 가스계통의 신뢰도를 향상시킬 있는 Power-to-Gas의 연구를 진행할 예정이다.

Acknowledgements

이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임. (No. 2019R1H1A1080177)

References

1 
Jaeseok Choi, 2012, Power System Reliability Evaluation Engineering, Gyeongsang National University Press 19~23, pp. 336-338Google Search
2 
Woo Hyun Hwang, 2019, Technology Trends in Power Storage Systems and Prospects for Domestic and Foreign Markets, The World of Electricity, Vol. 68, No. 10Google Search
3 
Y. Tang, K. Liu, K. Liu, S. Wang, L. Chen, 2019, Study on Off-design Characteristics of Energy Hub, 2019 IEEE 3rd Conference on Energy Internet and Energy System Integration (EI2), Changsha , ChinaDOI
4 
Y. Liu, Y. Su, Y. Xiang, J. Liu, L. Wang, W. Xu, Jan 2019, Operational Reliability Assessment for Gas-Electric Inte- grated Distribution Feeders, in IEEE Transactions on Smart Grid, Vol. 10, No. 1, pp. 1091-1100DOI
5 
Roy Billinton, 1994, Reliability Evaluation of Power Systems, PLENUM PRESS, pp. 220-229Google Search

저자소개

이학주(Hak-Ju Lee)
../../Resources/kiee/KIEEP.2020.69.2.143/au1.png

1989년 충남대학교 전기공학과 졸업.

1991년 동 대학원 전기공학과 졸업(공학 석사).

2004년 동 대학원 전기공학과 졸업(공학 박사).

현재 한전 전력연구원 스마트배전연구소 책임연구원

E-mail : jureeya@kepco.co.kr

손영건(Yeoung-Geoun Son)
../../Resources/kiee/KIEEP.2020.69.2.143/au2.png

2020년 계명대학교 전기에너지공학과 졸업.

2020~현재 동 대학원 전기공학과 석사과정

E-mail : syg9509@gmail.com

오병찬(Byeong-Chan Oh)
../../Resources/kiee/KIEEP.2020.69.2.143/au3.png

2018 계명대학교 전기에너지공학과 졸업.

2018~현재 동 대학원 전기공학과 석사과정

E-mail : obchan08@naver.com

김성열(Sung-Yul Kim)
../../Resources/kiee/KIEEP.2020.69.2.143/au4.png

2007년 한양대학교 전자전기컴퓨터 공학부 졸업.

2012년 동 대학원 전기공학과 졸업(공박).

2012년~2013년 미국 Georgia Institute of Technology, PSCAL 연구원.

현재 계명대학교 전기에너지공학과 부교수