김진태
(Jin-Tae Kim)
1iD
이승용
(Seung-Yong Lee)
2iD
김지영
(Ji-Young Kim)
3iD
석복렬
(Bok-Yeol Seok)
†iD
-
(Korea Electric Power Research Institute(KEPRI), Korea.)
-
(Hyundai Electric Co., LTD, Korea.)
-
(Korea Electric Power Research Institue(KEPRI), Korea)
Copyright © The Korean Institute of Electrical Engineers(KIEE)
Key words
Energy Storage System (ESS), Wind power, Smoothing time, , Battery rated capacity, Time constant, LPF
1. 서 론
최근 들어 지구온난화와 환경오염으로 인하여 친환경 청정에너지에 대한 관심이 높아짐에 따라 태양광과 풍력 등 재생에너지를 활용한 분산 발전비율이 증가하고
있다. 재생에너지의 높은 비중과 변동성으로 인하여 계통 운영 측면에서 전압 변동, 무효전력 제어, 주파수 변동 등 다양한 어려움이 발생하고 있다(1). 특히, 태양광과 달리, 풍력은 단기 변동성과 장기 간헐성을 동시에 가지기 때문에, 출력변동이 일어나는 시간 범위에 따라 계통에 일어나는 현상이
상이하다. 수 초에서 수십 분까지의 단시간 출력 변동은 계통의 주파수 안정성에 영향을 주는 반면, 수 십분에서 수 시간까지 아주 완만한 장시간 출력
변동은 화력과 가스터빈 등 발전기 운영 및 계획된 전력 급전의 신뢰성에 영향을 줄 수 있다. 이런 이유로 계통 안정성 확보를 위하여 풍력출력에 대한
안정화가 반드시 필요하며, 출력 변동 억제와 무효전력 제어를 위하여 ESS가 풍력 설비와 함께 사용되고 있다(2)(3)(4).
ESS의 제어기술로서, 두 개의 시정수를 활용하여 출력을 억제하거나 풍력출력 변동 예측을 토대로 출력 변동을 보상하는 방법 등 다양한 제어 알고리즘이
개발되고 있으며, 단시간 풍력출력 완화를 위하여 SoC(State of Charge) 운영 범위 내에서 출력 제한없이 ESS에 의해 풍력출력을 보상할
수 있는 방안들이 연구되고 있다(5)(6)(7). 그러나 이러한 방법들은 에너지 보상 보다는 단기 출력 변동 완화에 초점을 두고 있기 때문에, 에너지 보상을 필요로 하는 장시간 간헐성을 가진 풍력출력
안정화에 적용되기 힘들다. 이런 이유로, 최근에는 에너지와 출력을 동시에 보상하기 위하여 기계식 배터리와 전기화학 배터리로 구성된 이종 ESS가 개발되고
있다(8). 하지만, 기계식 배터리의 낮은 효율과 성능으로 인하여 설치 운영 비용이 높아 실 적용이 어렵기 때문에, 높은 에너지용량과 고출력 보상이 가능한
리튬 이온 단일 배터리 기반의 ESS 조건에서 장시간 풍력출력의 에너지를 고려하는 것이 필요하다.
따라서, 본 논문에서는 1차 저역통과 필터가 적용된 제어기를 바탕으로 풍력출력 변동성과 주파수 응답특성의 시정수를 고려하여 순간 변동성과 장시간 간헐성을
가진 풍력출력의 안정화에 필요한 ESS 출력과 에너지용량을 설계하고, 그 결과를 검토하고자 한다.
2. 제어기 알고리즘 및 ESS 사양 설계
A. 시간에 따른 풍력출력 데이터 분석
그림 1은 서해에 설치된 풍력 설비에서 약 10일 동안 생산된 발전량 추이 및 풍력출력 분포와 출력변동량에 따른 구간 별 빈도수를 나타낸다. 그림 1. (a)는 10 분당 풍력 발전 추이로서 간헐성을 가진 풍력출력을 나타낸다. 처음 168시간 동안 풍력출력은 증가와 감소의 과정을 반복하였으며, 이 시간
동안 풍력 설비는 450~600kW의 낮은 출력을 발생시켰다. 168시간 이후부터 약 20시간 동안 풍력출력은 3,000kW까지 지속적으로 증가하였고,
이때 최대출력은 평상 시 기준 대비 약 4배 이상 높았다. 최대출력을 나타낸 후, 풍력설비의 출력은 약 20시간 동안 지속적으로 감소하였다. 그림 1. (b)는 풍력출력 구간 별 빈도수(Frequency)를 보여준다. 전체 풍력출력 중 86.5%는 600kW이하였으며, 시간에 따른 풍력발전 추이를 함께
고려할 때, 풍력설비는 주로 300kW 이하 출력을 발전하며 운전되었다. 풍력출력이 지속 증가 또는 감소하는 40시간 동안 600kW 이상 출력이
발생하였다. 그림 1. (c)는 10분 당 풍력출력 변동량 구간 별 빈도수를 나타낸다. 풍력설비의 최대 출력 변동량은 600kW였으며, 300kW 이하의 출력 변동이 전체 출력
변동량의 98.6%를 차지하였다. 또한, 전체 풍력 출력의 변동량의 99.6%는 350kW 이내에 분포하였다.
B. 풍력설비 연계 ESS 제어 알고리즘과 충/방전 모델
최근 다양한 ESS 제어기가 풍력출력 안정화를 위하여 개발되고 있으며, 특히 1차저역통과 필터와 그것의 변형 모델 및 풍력출력 예측을 활용한 충방전
모델이 ESS의 충방전 제어 알고리즘으로 많이 사용되고 있다(9)(10). 따라서, 본 논문에서는 실시간 운전이 가능하고, 알고리즘 복잡도가 낮아 구현이 용이한 1차 저역통과 필터를 기반으로 ESS의 제어기를 구성하였다.
그림 2. (a)는 1차 저역통과 필터가 적용된 풍력 연계 ESS의 제어 알고리즘을 보여준다. 1차 저역통과 필터를 거친 출력은 변동성이 저감된 목표출력을 의미하며,
목표출력과 실제 풍력출력 간 차이가 ESS의 충/방전 지령으로 사용된다. 목표출력은 풍력출력의 변동성 완화에 영향을 주는 시정수(Tf)에 의존하기
때문에, 1차 저역통과 필터에서 시정수를 결정하는 것은 매우 중요하다. 기존의 경우, 풍력출력 패턴을 고려하기 보다는 배터리의 에너지 운영 또는 AI에
의한 스케줄링을 바탕으로 시정수가 계산되었다(11)(12). 특히, 배터리 에너지 운영을 고려한 시정수 산정방법은 저주파 대역의 풍력출력 안정화 성능에 취약점이 있었다. 이런 이유로, 본 논문에서 제어기의
시정수는 그림 2. (b)에서 볼 수 있는 바와 같이, 간헐성과
Fig. 1. Time-series intermittent wind power output characteristics
Fig. 2. ESS control algorithm for smoothing wind power fluctuation
변동성을 함께 가진 실제 풍력출력에 대하여 이산 퓨리어 변환(Discrete Time Fourier Transform : DTFT)이 적용된 주파수
응답특성(기본파부터 40차수 주파수까지 포함)을 바탕으로 산정되었다.
본 논문의 설계대상 풍력 발전 데이터를 분석해보면, 풍력출력에서 대부분의 에너지는 15mHz 이내에 분포하며, DC 성분에 가까운 0.167mHz
보다 작은 주파수 성분은 전체 에너지의 42%를 차지한다. 0.167 ~ 15mHz 사이의 주파수 성분들은 풍력출력의 envelope을 형성하는 출력변동과
관련이 있으며, 15mHz 보다 큰 주파수 성분들은 매 순간순간의 출력 변동과 관련이 있는 것으로 추정된다. 이러한 주파수 응답특성을 바탕으로 간헐성을
가진 풍력출력에 대한 충분한 에너지 보상과 풍력출력 envelop 변동 완화를 위하여 100분(0.167mHz에 해당하는 시간)을 시정수로 선정하였다.
표 1은 ESS 충/방전 운영 모델을 보여준다. 최종출력인 Pcombined은 실제 풍력출력(Pwind)과 ESS 출력(Pess)의 합이며, 연계점에서 계통에 유입된다. 배터리 잔존 SoC는 이전 시간의 잔존 SoC와 충/방전 출력에 의하여 결정된다. 운영 제약 조건인 SoC
운전 범위와 DoD(Depth of Discharge)는 표 1에서 볼 수 있는 바와 같이 각각 5 ~ 95%, 90%로 제한하였다. 또한, 주어진 조건에서 ESS의 효율은 PCS와 배터리의 round trip
효율의 곱으로 표현되며, 86%가 적용되었다.
Table 1. ESS Charge/Discharge model
Pcombined (t) = Pwind (t) + Pess (t)
|
0 ≤ Pess_char ≤ Prated_power, 충전 시 Pess (t) 의 출력 범위
|
0 ≤ Pess_dischar ≤ Prated_power, 방전 시 Pess (t) 의 출력 범위
|
SoC(t) = SoC(t-1) + Pess_char (t)*η - Pess_dischar (t)/η,
η : ESS의 round trip 효율(86%)
|
SoCmin ≤ SoC ≤ SoCmax
|
SoCmin = 5%, SoCmax = 95%
|
C. 풍력출력 분포데이터에 기반한 ESS 사양 설계
풍력출력 안정화에 필요한 ESS 에너지용량은 식(1)에서 볼 수 있는 바와 같이, 풍력설비의 정격출력(Pwind_rate)과 출력안정화 시간(Tsmoothing)의 곱으로 표현된다(13). 여기서, C0는 0과 1 사이의 상수로서, 정상 운전 조건에서 정격출력 대비 풍력설비의 실제 최대출력 운전 범위를 나타낸다. 풍력출력이 0부터
정격출력까지 변동하는 경우(C0= 1), ESS는 식(1)에서 확인할 수 있는 것처럼 가장 큰 에너지 용량을 가질 수 있기 때문에, 정상 운전 중에 풍력설비의 출력 변동에 대하여 출력과 에너지를 보상할 수
있다. 그러나 실제 풍력설비는 정격출력 이하 특정 출력 범위에서 운전되는 시간이 길고 빈도수도 많기 때문에 ESS의 에너지용량을 저감할 수 있는 충분한
여지가 있다. 따라서, 본 논문에서는 ESS의 에너지용량을 줄이기 위하여, 해당 풍력설비의 정격출력보다 용량이 작은 풍력출력 변동량 분포를 토대로,
주파수 분석으로부터 도출된 시정수와 실제 풍력출력 추이를 고려하여 표 2와 같이 4가지의 ESS 사양(정격출력과 에너지용량)을 설계하였다. 풍력출력 안정화 성능 분석과 관련하여 해석에 사용된 실제 에너지용량(Actual
Energy Capacity:AEC)은 앞에서 설명된 ESS의 round trip 효율과 DoD를 고려하여 산정되었다.
단, C0는 정상 운전 조건에서 정격출력 대비 풍력설비의 실제 최대 출력 운전범위 , 0과 1사이의 상수
Table 2. Design of ESS for the reduction of wind power fluctuation
설계사양
|
Prated_power [kW]
|
Tsmoothing
[hr]
|
Energy Capacity
[MWh]
|
AEC[MWh]
|
1
|
600
|
119
|
71.4
|
92.2
|
2
|
300
|
119
|
35.7
|
46.1
|
3
|
350
|
119
|
41.6
|
53.7
|
4
|
600
|
100
|
60
|
78.3
|
. 풍력 설비 연계 ESS 설계 사양 별 모의 운영 결과 분석
A. 풍력출력 안정화 성능 비교 분석
본 절에서는 ESS 설계사양 별 ESS 출력 보상에 따른 풍력출력 안정화 특성을 분석하였다. 그림 3은 ESS 사양 별 풍력출력과 ESS 출력이 합산된 출력을 보여준다. 우선, 풍력출력의 증가와 감소가 주기적으로 완만하게 일어나는 부분에서 풍력출력의
변동은 ESS 설계 사양에 관계없이 ESS의 출력 보상으로 인하여 거의 관찰되지 않았다. 또한, 최대 풍력 변동출력을 정격출력으로 가진 ESS는 그림 3의 (a)와 (d)에서 볼 수 있는 바와 같이, 충분한 잔존 에너지용량을 바탕으로 지속 증가또는 감소하는 풍력출력의 변동성을 안정적으로 제한하였을
뿐만 아니라, 최대 풍력출력이 ESS 출력 보상에 의하여 감소하였다. 반면, 풍력출력 변동량 빈도수를 바탕으로 선정된 300kW와 350kW를 정격출력으로
가진 ESS는 풍력의 최대출력 구간 부근에서 풍력출력 변동량 대비 ESS 출력제한과 그것에 따른 잔존 에너지용량 부족으로 풍력출력 변동을 원활히 보상하지
못하였으며, 그로 인하여 최대출력 점 부근에서 풍력출력 변동성이 심하게 나타남을 확인할 수 있었다.
Fig. 3. Wind power smoothing performance of wind-intergrated ESS
B. ESS 출력 분포 비교
본 절에서는 풍력출력 안정화와 관련하여 ESS 운전 조건에서 충/방전된 출력 분포를 분석하였다. 그림 4는 설계사양 별 ESS로부터 방출된 출력 분포를 나타낸다. 출력은 충/방전 구분없이 출력량으로 구분되며, 출력량 구간 별 빈도수를 보여준다. 0부터
200kW 사이의 ESS 출력 구간 별 빈도수와 패턴은 설계사양에 관계없이 거의 동일하였고, 이 구간의 ESS 출력은 출력의 증가와 감소가 완만히
일어나는 풍력출력 패턴의 변동성을 완화하기 위하여 주로 이용되었다. 반면, 250kW부터 설계사양 별 최대출력 사이의 분포하는 ESS 출력은 주로
지속 증가 또는 지속 감소하는 풍력출력과 그것에 중첩된 순간적인 변동성을 완화하기 위하여 사용되었다. 정격출력이 300 또는 350kW인 ESS는
풍력출력이 지속 증가 또는 지속 감소하는 구간에서 지속적인 출력 보상에 따른 잔존 에너지용량 차이와 출력 제한으로 고출력 구간에서 빈도수 차이가 발생하였다.
정격출력이 600kW인 ESS는 그림 4의 (a)와 (d)에서 볼 수 있는 바와 같이 충분한 잔존 에너지용량으로 유사한 출력 패턴을 보였다.
C. ESS 사양 별 SoC 운영 분석
본 절에서는 ESS 설계 사양 별 풍력 설비 연계 ESS의 출력안정화 운영에 따른 배터리 SoC 운영 결과를 분석하였다. 그림 5는 주어진 풍력출력 패턴에 대한 ESS 운영에 따른 SoC 결과이다. 그림 5. (a)는 설계사양 1에 해당하며, 풍력출력 안정화 운영 과정에서 최소 잔존 SoC는 12.5%로 설정된 SoC 하한 값보다 높았고, SoC 운영 범위는
12.5%에서 45%로 DoD가 약 33%였다. 그림 5.의 (b)와(c)에서 볼 수 있는 바와 같이, 해당 조건에서 각 SoC는 에너지용량 부족으로 실제 풍력의 최대출력 점 부근에서 설정된 SoC 하한
값 아래로 감소하였으며, DoD는 38%였다. 풍력의 최대 변동출력과 시정수가 반영된 그림 5의 (d)의 경우, SoC는 운영 중 설정된 하한 값 이하로 떨어지지 않았으며, 최소 잔존 SoC는 배터리 에너지 제약조건 보다 조금 더 큰 약 5.4%
였다. 설계사양 4의 DoD는 4가지 설계사양 중 42.6%로 가장 넓었다.
Fig. 4. Frequency of ESS power output according to ESS power/energy capacity
Fig. 5. Analysis of SoC according to ESS power/energy capacity
4. 결 론
본 논문에서는 1차 저역통과 필터가 적용된 풍력 연계 ESS 모델을 이용하여 장시간 간헐성과 순간 변동성을 가진 풍력출력의 주파수 응답특성 및 출력안정화
목표시간을 고려하여 ESS 에너지용량을 설계하고, 출력안정화 운영결과를 비교하였다.
(1) 풍력출력의 최대 변동량은 출력 안정화에 필요한 ESS 에너지용량을 다소 증가시킬 수 있으나 풍력출력 안정화 측면에서 최대빈도수의 출력을 이용하는
것보다 최대 변동량을 ESS의 정격출력으로 선정하는 것이 더 적합하였다.
(2) ESS 출력에서 빈도수가 많은 저출력 구간은 단시간 풍력출력 변동을 완화하는데 주로 사용되었고, 300kW 이상의 고출력 구간은 장시간 풍력출력을
보상하는데 적용되었다.
(3) 풍력출력의 주파수 분석을 통해 도출한 시정수와 최대 변동량을 토대로 산정한 출력과 에너지용량을 가진 ESS는 출력 제한 없이 주어진 SoC
범위 내에서 동작하였고, 작은 에너지용량임에도 불구하고, 풍력출력안정화 성능을 만족하였다.
본 연구를 통하여 풍력출력의 주파수 분석을 통한 ESS 출력 및 에너지용량 산정 방식은 보다 작은 에너지용량으로도 충분히 풍력출력 안정화를 달성할
수 있으며, 장시간 간헐성을 가진 풍력출력의 안정화에도 적용 가능함을 확인하였다.
Acknowledgements
This work was supported by Korea Electric Power Research Institute(KEPRI)(R20TA05),
and Thank you very much.
References
Francisco D.G., Andreas S., May 2012, A review of energy storage technologies for
wind power applications, Renewable and Sustainable Energy Reviews 16, Vol. 16, No.
4, pp. 2154-2171
Ahmed S. D., Al-Ismail F. S. M., Shafiullah M. d., January 2020, Grid Integration
Challenges of Wind Energy : A Review, IEEE Access, Vol. 8, No. , pp. 10857-10878
Kazari H., Oraee H., Pal B. C., April 2019, Assessing the Effect of Wind Farm Layout
on Energy Storage Requirement for Power Fluctuation Mitigation, IEEE Trans. On Sustainable
Energy, Vol. 10, No. 2, pp. 558-568
Jiang Q., Wang H., March 2013, Two Time Scale Coordination Control for a Battery Energy
Storage System to Mitigate Wind Power Fluctuations, IEEE Trans on Energy Conversion,
Vol. 28, No. 1, pp. -
Boutsika T., Santoso S., July 2012, Quantifying Short Term Wind Power Variability
Using the Conditional Range Metric, IEEE Trans on Sustainable Energy, Vol. 3, No.
3, pp. -
Ke X., Lu N., Jin C., January 2015, Control and Size Energy Storage Systems for Managing
Energy Imbalance of Variable Generation Resource, IEEE Trans on Sustainable Energy,
Vol. 6, No. 1, pp. -
Li Q., Choi S. S., April 2011, On the Determination of Battery Energy Storage Capacity
and Short-term Power Dispacth of Wind Farm, IEEE Trans on Sustainable Energy, Vol.
2, No. 2, pp. 148-158
Yoshimoto K., Nanahara T., November 2006, New Control Method for Regulating State
of Charge of a Battery in Hybrid Wind/ Battery Energy Storage System, IEEE PES Power
System Conf
Solanki S. G., G Tan R. H., R amd V. K., November 2019, Power Smoothing Techniques
to mitigate solar intermittency, Inter. Conf. ECE
Koiwa K., Ishii T., Liu K., December 2019, On the Reduction of the Rated Power of
Energy Storage System in Wind Farms, IEEE Trans on Power System, Vol. 35, No. 4, pp.
2586-2596
Abbey C., Joos G., May 2007, Supercapacitor energy storage for wind energy application,
IEEE Trans on Ind. Appl., Vol. 43, No. 3, pp. 769-776
Abbey C., Strunz K., Jun 2009, A knowledge-based approach for control of two level
energy storage for wind energy system, IEEE Trans on Energy Convers., Vol. 24, No.
2, pp. 539-547
Wei Li, Geza Joos, July 2007, Performance Comparison of Aggregated and Distributed
Energy Storage Systems in a Wind Farm for Wind Power Fluctuation, IEEE Power Engineering
Society General Meeting
저자소개
M.S from Seoul National University
Senior researcher, Hyundai Heavy Industry
Researcher, Korea Electric Power Research Institute
B.S and M.S from Seoul National University
Ph.D. from Seoul National University
Principal researcher, Hyundai Electric. co., LTD.
M.S from Seoul National University
Ph.D. from Seoul National University
Principal researcher, Korea Electric Power Research Institute
B.S and M.S from Pusan National University
Ph.D. degree from Kyushu University, Japan
Professor, Dept. of Electrical Engineering, Daelim University College.