백서

MATLAB 및 Simulink를 사용한 PPMV(전력 플랜트 모델 검증)

개요

현실과 거의 일치하는 전력망을 표현하는 대규모 시뮬레이션을 만들기 위해서는 일반적으로 그러한 전력망을 표현한 개별 모델을 보정해야만 합니다. 이러한 PPMV(발전소 모델 검증) 과정은 전력망 이벤트의 오프라인 스텝 시험과 온라인 성능 모니터링을 통해 수행할 수 있습니다. 또한 현대의 전력망에는 풍력, 태양광, 에너지 저장소의 비중이 높아지고 있기 때문에 종래의 발전 설비 외에도 이런 재생 에너지 시스템을 표현하는 정확한 모델이 점점 중요해지고 있습니다. PPMV의 주요한 목표는 다음과 같습니다.

  • 모델의 잠재적 오류 및/또는 수정사항 발견
  • 잠재적인 모델 개선을 위한 파라미터의 민감도 이해

특히 NERC Standard MOD-026 또는 MOD-027 등의 기술 규정을 준수해야 할 경우에는 이러한 작업이 쉽지 않을 수 있습니다. 이 백서에서는 재생 에너지와 종래의 발전 시스템에 대해 PMU(페이저 측정 장치)를 사용한 전력망 이벤트의 오프라인 스텝 시험 데이터 및 온라인 성능 모니터링을 위주로 하여, MATLAB® 및 Simulink®를 사용한 PPMV 워크플로를 다룹니다. 수동 조정과 자동 기법을 모두 포함하는 워크플로를 살펴볼 것입니다. 태양광 발전소 사례 연구를 통해 다음 작업을 수행하는 방법을 볼 수 있습니다.

  1. 시뮬레이션을 통한 측정 데이터 재생
  2. 현장 데이터 재생을 통한 응답 차이 이해
  3. 공학적 판단과 자동 파라미터 민감도를 사용하여 시스템 파라미터가 시스템 응답에 미치는 영향 평가 및 영향 순위 파악
  4. 수동 조정 및 자동 파라미터 추정을 사용한 시스템 응답 미세 조정

다음과 같은 기존의 발전 시험에 사용되는 추가적인 템플릿도 다룹니다.

  1. 영역률 부하 차단 시험
  2. 개방 회로 전압 스텝 시험
  3. 온라인 스텝 시험
섹션

시뮬레이션을 통한 측정 데이터 재생

실제 데이터로 표준화된 전력 시스템 모델을 보정하려면 시뮬레이션 응답과 현장 측정 데이터를 중첩하여 비교해야 합니다. 이를 수행하는 한 방법은 측정된 현장 데이터를 시뮬레이션 모델을 통해 재생하고 응답을 관찰하여 응답을 비교하는 것입니다. 재생 에너지가 전력망에 도입되면서 기존 발전 설비의 IEEE 표준 모델과 유사한 발전소 성능의 표준화된 모델이 개발되었습니다. 그림 1(아래)에서는 유틸리티 규모 태양광 발전소를 개략적으로 표현한 내용을 볼 수 있습니다.

그림 1. 여러 종류의 공급업체를 포괄하는 유틸리티 규모 태양광 발전소의 표준 모델.

그림 1. 여러 종류의 공급업체를 포괄하는 유틸리티 규모 태양광 발전소의 표준 모델.

PPMV의 핵심 특성은 시뮬레이션 모델을 통한 측정 데이터의 재생입니다. 오프라인 스텝 시험에서는 제어 신호 측정치를 통해 발전소 모델을 여기하여 데이터를 재생합니다. 온라인 성능 모니터링에서는 전력망 접속점에서 전압 또는 전류를 물리적으로 측정하여 발전소 모델을 여기하여 데이터를 재생합니다. 흔히 전압(V), 주파수(F), 유효 전력(P), 무효 전력(Q)을 PPMV를 수행하기 위한 네 가지 측정치로 간주합니다. 종래의 발전 설비의 경우, 테스트 절차 중에 기록되었다면 계자 전압 또는 계자 전류를 사용할 수도 있습니다.

아래의 그림 2에서는 현장 데이터를 재생하여 발전소 성능을 확인할 수 있도록 VF Replay 블록이 있는 태양광 설비 모델(REEC_A, REPC_A, REGC_A 사용)을 볼 수 있습니다.

그림 2. 유효 전력 및 무효 전력과 일치하는 전압 및 주파수 현장 데이터의 재생.

그림 2. 유효 전력 및 무효 전력과 일치하는 전압 및 주파수 현장 데이터의 재생.

섹션

현장 데이터 재생을 통한 응답 차이 이해

PPMV의 첫 번째 단계는 수동 파라미터 조정을 통해 응답 차이를 이해하는 단계입니다. 이전 경험에 기반한 "확실한" 조정 대상 파라미터 목록이 있을 수도 있고, 조정이 필요한 특정 파라미터를 가리킬 수 있는 응답 차이의 특성을 관찰하여 추가적인 이해를 얻을 수도 있습니다. 그림 3에는 재생 에너지 발전소 예제의 VF 재생 결과가 나타나 있습니다. 시뮬레이션한 PQ 응답이 측정된 PQ 응답과 일치하지 않기 때문에 모델 파라미터는 부정확하고 파라미터 조정이 필요합니다. P와 Q 응답이 동적 응답 차이가 있기 때문에 전압 피드백 루프 파라미터가 이런 응답 차이를 유발했을 가능성이 높으며, 이를 수동으로 조정할 수 있습니다.

그림 3. 현장 성능과 일치시키기 위해 조정이 필요한 태양광 발전소 파라미터를 나타내고 있는 VF 재생 결과.

그림 3. 현장 성능과 일치시키기 위해 조정이 필요한 태양광 발전소 파라미터를 나타내고 있는 VF 재생 결과.

공학적 판단과 자동 파라미터 민감도를 사용하여 시스템 파라미터가 시스템 응답에 미치는 영향 평가 및 영향 순위 파악

수동 파라미터 조정이 가능하긴 하지만 태양광 발전소 모델에는 조정할 수 있는 파라미터가 50개를 넘어섭니다. 이러한 전압 스텝 시험에서 집중적으로 다룰 파라미터를 찾기 위해 자동 파라미터 민감도를 적용하여, 추가적인 시스템 파라미터가 시스템 응답에 미치는 영향을 평가하고 영향의 순위를 파악할 수 있습니다. 그림 4의 민감도 분석을 통해 파라미터들을 약간씩 변화시킨 시뮬레이션을 많이 실행하여 어떤 파라미터가 결과를 가장 많이 개선하는지 알아낼 수 있습니다. 이 방법을 통해 집중적으로 다룰 가장 중요한 파라미터를 식별할 수 있습니다.

그림 4. VF 재생 태양광 발전소 모델에 연결되는 민감도 분석 인터페이스.

그림 4. VF 재생 태양광 발전소 모델에 연결되는 민감도 분석 인터페이스.

민감도 분석의 결과는 그림 5에서 확인할 수 있습니다. 이 플롯에는 이 사례에서 테스트한 4개의 파라미터가 나타나 있으며, repc_Ki 이득 파라미터가 전압 계단 응답 성능을 개선하는 데 가장 큰 영향을 미칠 것임을 보여주고 있습니다.

그림 5. 조정해야 할 가장 중요한 제어기 파라미터를 식별하는 민감도 분석 결과.

그림 5. 조정해야 할 가장 중요한 제어기 파라미터를 식별하는 민감도 분석 결과.

섹션

수동 조정 및 자동 파라미터 추정을 사용한 시스템 응답 미세 조정

수동 조정과 자동 파라미터 민감도 분석을 수행한 후에 자동 파라미터 추정을 적용하여 응답을 미세 조정할 수 있습니다. 파라미터 값 범위는 자동 파라미터 추정 작업 안으로 제한될 수 있고, 여러 테스트를 추가하여 식별된 파라미터가 태양광 발전소의 다양한 운용 범위에 걸쳐 정확하도록 할 수 있습니다. 그림 6에서 볼 수 있는 파라미터 추정에서는 최적화 방법을 사용하여 발전소 파라미터들을 자동으로 조정함으로써 시뮬레이션과 현장 데이터의 차이를 최소화합니다.

그림 6. P 및 Q 현장 데이터를 일치시키도록 태양광 발전소 파라미터의 파라미터 추정.

그림 6. P 및 Q 현장 데이터를 일치시키도록 태양광 발전소 파라미터의 파라미터 추정.

PPMV 작업은 자동 미세 조정으로 끝나지 않는다는 점에 주목할 필요가 있습니다. 이제 결과를 평가하고 추가적인 수동 조정을 할 수 있는지 파악해야 합니다. 예를 들어, 큰 폭으로 변경되지 않은 파라미터를 원래의 값으로 설정하고, 그 결과로 나타나는 응답과 비교할 수 있습니다. 두 결과가 비슷하다면 최소한의 파라미터만 변경하는 것이 더 적절할 수도 있습니다.

섹션

기존의 발전 설비 재생 예

재생 에너지 모델 검증 이외에도 통상적인 기존의 발전 설비에 대해 현장 데이터 재생을 수행할 수도 있습니다. PMU 데이터를 사용할 수도 있지만 발전소 장비에 대한 특정 오프라인 시험에 맞춰 재생을 구성할 수도 있습니다. 독립된 여러 테스트와 검증 연구를 수행할 때의 장점은 각각의 구성요소를 별도로 테스트함으로써 조정할 파라미터의 개수를 최소화할 수 있다는 점입니다. 다음의 구성 예제에도 위에 기술된 태양광 설비 예제와 같이 민감도 분석과 파라미터 추정을 수행할 수 있습니다.

영역률 부하 차단 시험에서는 PQ 재생을 사용하여 발전기를 별도로 시뮬레이션할 수 있습니다(그림 7 참조). P와 Q뿐만 아니라 주파수 및 측정된 계자 전압(Efd) 등의 다른 측정치도 재생할 수 있습니다. 이러한 경우, 데이터 일치 작업을 발전기 단자 전압에 집중할 수도 있습니다.

그림 7. 영역률 부하 차단 시험 구성의 예.

그림 7. 영역률 부하 차단 시험 구성의 예.

발전기 모델이 검증되었으면, 여자 시스템의 전압 스텝 시험 같은 추가적인 오프라인 테스트로 구성요소를 추가할 수 있습니다. 그림 8에는 ST1A 여자 시스템이 포함되었습니다. 기준 전압을 재생하면 발전기의 단자 전압이 일치하는 것으로 확인할 수 있습니다. 모델이 오프라인 테스트이기 때문에 유효 전력과 무효 전력의 전력망 재생은 0입니다.

그림 8. 오프라인 전압 스텝 시험 구성의 예.

그림 8. 오프라인 전압 스텝 시험 구성의 예.

마지막으로, 전력 시스템 안정화장치 같은 구성요소를 추가할 수 있습니다. 그림 9에서는 PSS2C를 모델에 추가하였고 PQ 재생과 전력망에 연결된 데이터를 사용하여 모든 구성요소를 검증하고 있습니다. 이 예에 직접 추가되지는 않았지만 조속기 모델도 주파수 재생에 추가할 수 있습니다. 발전소 테스트를 위한 템플릿이 생성되면, 유사한 테스트를 수행하는 여러 발전소에 동일한 템플릿을 사용할 수 있습니다. 발전기나 여자 시스템이 다른 경우, 이러한 블록을 다른 발전소 구성으로 간단히 교체할 수 있습니다.

그림 9. 현장 데이터의 PQ 재생을 사용한 온라인 스텝 시험 템플릿의 예.

그림 9. 현장 데이터의 PQ 재생을 사용한 온라인 스텝 시험 템플릿의 예.

섹션

요약

이 백서에서는 수동 조정과 자동 기법을 포함하는 워크플로를 사용하여 PMU 데이터를 전력망 이벤트의 온라인 성능 모니터링에 적용한 PPMV에 대해 알아보았습니다. 유틸리티 규모 태양광 발전소 사례 연구를 통해 다음과 같은 워크플로 단계를 알아보았습니다.

  1. 시뮬레이션을 통한 측정 데이터 재생
  2. 현장 데이터 재생을 통한 응답 차이 이해
  3. 공학적 판단과 자동 파라미터 민감도를 사용하여 시스템 파라미터가 시스템 응답에 미치는 영향 평가 및 영향 순위 파악
  4. 수동 조정 및 자동 파라미터 추정을 사용한 시스템 응답 미세 조정

MATLAB 및 Simulink를 사용하면 자동 기법을 통해 발전소 모델 검증을 효율적으로 수행할 수 있습니다. 이 워크플로는 NERC Standard MOD-26 등의 기술 규정을 다룰 때 이해와 유연성을 더해줍니다.