KR102596465B1 - 중장기 배전계획 최적화 방법 및 시스템 - Google Patents

중장기 배전계획 최적화 방법 및 시스템 Download PDF

Info

Publication number
KR102596465B1
KR102596465B1 KR1020210058091A KR20210058091A KR102596465B1 KR 102596465 B1 KR102596465 B1 KR 102596465B1 KR 1020210058091 A KR1020210058091 A KR 1020210058091A KR 20210058091 A KR20210058091 A KR 20210058091A KR 102596465 B1 KR102596465 B1 KR 102596465B1
Authority
KR
South Korea
Prior art keywords
branch
optimal solution
distribution
load
mid
Prior art date
Application number
KR1020210058091A
Other languages
English (en)
Other versions
KR20220150740A (ko
Inventor
김홍주
조진태
조영표
김주용
Original Assignee
한국전력공사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전력공사 filed Critical 한국전력공사
Priority to KR1020210058091A priority Critical patent/KR102596465B1/ko
Publication of KR20220150740A publication Critical patent/KR20220150740A/ko
Application granted granted Critical
Publication of KR102596465B1 publication Critical patent/KR102596465B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명의 중장기 배전계획 최적화 방법은, 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하는 단계; 상기 배전 계통 구조도 상의 부하 노드들에 계획 시점의 최대 부하를 지정하는 단계; 상기 부하 노드들에 지정된 상기 최대 부하를 공급하기 위한 상기 배전 계통 구조도에 대한 최적해를 구하는 단계; 방사형 운영 계통을 가진 최적해를 선택하는 단계; 선택된 상기 최적해의 브랜치별로 전압 위반을 점검하고, 점검 결과에 따라 해당 브랜치 선로를 보강하는 단계; 및 상기 최적해에 대한 선로 코스트를 확정하는 단계를 포함할 수 있다.

Description

중장기 배전계획 최적화 방법 및 시스템{OPTIMAL MID-LONG TERM DISTRIBUTION NETWORK PLANNING METHOD AND SYSTEM}
본 발명은 중장기 배전계획 최적화 방법 및 시스템에 관한 것으로, 보다 구체적으로는 배전계획 최적화 솔루션(최적해)의 신뢰도를 높일 수 있는 중장기 배전계획 최적화 방법 및 시스템에 관한 것이다.
재생에너지, EV 등 분산형 전원의 확대로 전력계통의 복잡도는 세계적으로 증가하는 추세이다. 이와 같은 트랜드로 시스템 기반의 업무를 위한 배전계획 프로그램의 시장이 더욱 확대될 것으로 전망된다. 배전 Utility 관련 선진사에서는 아래와 같이 배전계획 관련 상용 프로그램을 출시하였으며, 일부 제품은 북미·유럽 등의 국가에서 많은 시장 점유율을 이미 확보하고 있다.
각국의 동향을 살펴보면, 우선 미국 EPRI는 배전계획 연구 프로젝트 ‘Planning-P200B’를 통해 배전계획 이론, 절차, 플랫폼, 툴을 개발중이며, 머신러닝 기반 배전 데이터 추출, 설비 계획, 수익 증대 기술을 축적하고 있다.
유럽의 경우, 아일랜드 Eaton는 배전시스템 분석 툴 ‘CYME/CYMDIST’를 개발하여, 배전계획부터 네트워크 구성, 계통해석, 경제성 분석 기능을 탑재 및 상용하였으며 높은 북미 시장 점유율을 확보하고 있으며, 노르웨이 DNV-GL) 배전계획을 위한 툴인 ‘Synergi Electric’을 개발하여, GIS, AMI, SCADA 데이터를 통합/분석하여 네트워크 신뢰도 향상, 자산 수명연장, 투자 수익성 분석의 기능을 제공하는 상용 프로그램을 보유하고 있으며, 프랑스 Schneider Electric는 배전망 통합 엔지니어링 시스템 ‘EcoStruxure AMS’를 개발하여, 전력망 계획, 데이터 분석, 경제성 분석의 기능을 제공한다.
또한, 미국 Integral Analytics은 배전계획용 부하예측 툴인 ‘LoadSEER’을 통해 SCADA, AMI, 지리/경제/날씨 데이터를 분석하여 부하 및 분산전원 예측을 위한 최적화 솔루션을 제공하고 있다.
현재 우리나라의 전체 부하는 매년 그 증가폭이 감소할 것으로 예상되나, 도시화로 인해 부하 집중현상이 발생하고 있고, PV 등의 재생E 확대로 오히려 배전설비 투자비도 지속적으로 늘어나고 있다. 국내 전력회사의 배전계획은 기간에 따라 중장기, 단기로 구분할 수 있으나, 모두 실무자 기반의 절차로 이루어지고 있다. 배전시스템의 복잡도 및 불확실성이 과거 대비 높아짐에 따라 시스템의 운영성, 안정성 및 신뢰성을 확보함과 동시에 최소 비용으로 배전설비를 개선하고 확장하기 위해서는 시스템 기반의 배전계획 최적 솔루션 개발이 필요하다.
도 1은 국내 배전 전주(좌: 1단 장주, 우: 2단 장주)의 구성을 나타낸 정면도이다.
배전계획 시스템은 배선선로가 지나갈 수 있는 루트에 현재 혹은 미래 부하를 고려했을 때, 가공 또는 지중 선로가 몇 회선이 필요한지를 최적화 알고리즘을 통해 도출한다. 여기서, “배전선로가 지나갈 수 있는 루트”는 현재 기설 배전선로가 지나가는 루트이다. 기설 배전선로가 존재하는 지역은 추가로 회선 보강이 가능하여, 부하증가에 대응하여 선로 용량을 증가시킬 수 있기 때문이다.
가공 배전선로는 도시한 바와 같이 1단 장주, 2단 장주로 구분이 된다. 1단 장주에는 1회선이, 2단 장주에는 2회선이 지나갈 수 있다. 따라서, 가공의 경우 2회선까지 설치가 가능하며, 이보다 더 큰 용량이 필요할 경우 지중 배전선로를 설치하여야 한다. 따라서, [가공 1회선] > [가공 2회선] > [지중 배전]의 순서로 회선 보강이 가능하다.
그러나, 살펴본 바와 같이 중장기 배전 계획을 위한 유용한 툴이나 방안이 마련되지 않았다.
대한민국 등록공보 10-1146911호
본 발명은 신속 간편하면서도 중장기적인 신뢰도를 높일 수 있는 중장기 배전계획 최적화 방법 및 시스템을 제공하고자 한다.
본 발명의 일 측면에 따른 중장기 배전계획 최적화 방법은, 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하는 단계; 상기 배전 계통 구조도 상의 부하 노드들에 계획 시점의 최대 부하를 지정하는 단계; 상기 부하 노드들에 지정된 상기 최대 부하를 공급하기 위한 상기 배전 계통 구조도에 대한 최적해를 구하는 단계; 방사형 운영 계통을 가진 최적해를 선택하는 단계; 선택된 상기 최적해의 브랜치별로 전압 위반을 점검하고, 점검 결과에 따라 해당 브랜치 선로를 보강하는 단계; 및 상기 최적해에 대한 선로 코스트를 확정하는 단계를 포함할 수 있다.
여기서, 배전 계통에서 연결된 전원이 없는 고립 구간을 탐색하여 제거하는 단계를 더 포함할 수 있다.
여기서, 상기 배전 계통 구조도를 작성하는 단계는, GIS 데이터를 수집하고, 배전 계통 선로 데이터를 수집하여 매칭하는 단계; 매칭된 지도 데이터를 일정 규격의 셀들로 구획하고, 설비가 존재하는 셀들을 탐색하는 단계; 탐색된 셀들로 브랜치 계통 구조를 생성하는 단계; 및 상기 브랜치 계통 구조상 각 브랜치별 기설 회선을 산정하는 단계를 포함할 수 있다.
여기서, 상기 방사형 운영 계통을 가진 최적해를 선택하는 단계에서는, 고려중인 최적해 상에서 동일한 노드에 두 개 이상의 브랜치가 동시에 전력 조류를 공급하게 되면, 가장 큰 조류를 공급하는 브랜치를 삭제하고 최적해를 다시 구할 수 있다.
여기서, 상기 배전 계통 구조도에 대한 최적해를 구하는 단계에서는, 하나의 브랜치 마다 2개의 다른 조류 방향성을 갖는 2개의 변수를 상정하여 수학적 모델을 생성하고, 상기 수학적 모델의 목적함수, 제약함수를 불러와 선형계획법에 의한 최적의 해를 탐색할 수 있다.
여기서, 상기 배전 계통 구조도에 대한 최적해를 구하는 단계에서는, 각 브랜치에 존재하는 기설 선로의 cost는 0으로 반영할 수 있다.
여기서, 상기 부하 노드들에 계획 시점의 최대 부하를 지정하는 단계에서는, 각 부하 노드의 피크 부하들이 동시에 발생하지 않는 점을 감안하여, 특정 배선 선로에 위치한 부하 노드들의 최대 부하들의 합이 상기 특정 배전 선로의 피크 부하를 넘지 않도록, 각 부하 노드의 최대 부하는 각 부하 노드의 피크 부하보다 낮은 값으로 지정할 수 있다.
여기서, 상기 브랜치 선로를 보강하는 단계에서는, 변전소가 존재하는 노드의 전압을 기준으로 설정하고, 브랜치의 임피던스 및 상기 최적해의 전력조류값으로 노드 마다 전압을 계산하여, 계산된 노드의 전압값이 기준 최저전압 보다 작을 경우, 전압 위반이 해소될 때까지 상기 변전소로부터 전력조류 공급 경로에 있는 브랜치들을 Cost가 작은 순서로 회선 보강할 수 있다.
본 발명의 다른 측면에 따른 중장기 배전계획 최적화 시스템은, 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하고, 상기 배전 계통 구조도 상의 부하 노드들에 계획 시점의 최대 부하를 지정하는 배전 네트워크 에디터; 상기 부하 노드들에 지정된 상기 최대 부하를 공급하기 위한 상기 배전 계통 구조도에 대한 최적해를 구하는 최적화 모듈; 상기 최적해가 방사형 운영 계통을 형성하는지 확인하는 방사형 계통 확인 모듈; 상기 최적해의 브랜치별로 전압 위반을 점검하는 전압 확인 모듈; 및 최종 최적해 및 상기 최종 최적해에 대한 선로 코스트를 확정하는 출력 프로세서를 포함할 수 있다.
여기서, 상기 배전 네트워크 에디터는, 배전 계통에서 연결된 전원이 없는 고립 구간을 탐색하여 제거할 수 있다.
여기서, 상기 배전 네트워크 에디터는, GIS 데이터를 수집하고, 배전 계통 선로 데이터를 수집하여 매칭하는 단계; 매칭된 지도 데이터를 일정 규격의 셀들로 구획하고, 설비가 존재하는 셀들을 탐색하는 단계; 탐색된 셀들로 브랜치 계통 구조를 생성하는 단계; 및 상기 브랜치 계통 구조상 각 브랜치별 기설 회선을 산정하는 단계를 수행하여 상기 배전 계통 구조도를 작성할 수 있다.
여기서, 상기 방사형 계통 확인 모듈은, 고려중인 최적해 상에서 동일한 노드에 두 개 이상의 브랜치가 동시에 전력 조류를 공급하게 되면, 가장 큰 조류를 공급하는 브랜치를 삭제하고, 상기 최적화 모듈에 상기 브랜치가 삭제된 상태의 최적해를 구할 것을 지시할 수 있다.
여기서, 상기 최적화 모듈은, 하나의 브랜치 마다 2개의 다른 조류 방향성을 갖는 2개의 변수를 상정하여 수학적 모델을 생성하고, 상기 수학적 모델의 목적함수, 제약함수를 불러와 선형계획법에 의한 최적의 해를 탐색할 수 있다.
여기서, 상기 최적화 모듈은, 상기 브랜치 계통 구조상 각 브랜치에 존재하는 기설 선로의 cost는 0으로 반영할 수 있다.
여기서, 상기 배전 네트워크 에디터는, 특정 배선 선로에 위치한 부하 노드들의 최대 부하들의 합이 상기 특정 배전 선로의 피크 부하를 넘지 않도록, 각 부하 노드의 최대 부하는 각 부하 노드의 피크 부하보다 낮은 값으로 지정할 수 있다.
여기서, 전압 확인 모듈은, 변전소가 존재하는 노드의 전압을 기준으로 설정하고, 브랜치의 임피던스 및 상기 최적해의 전력조류값으로 노드 마다 전압을 계산하여, 계산된 노드의 전압값이 기준 최저전압 보다 작을 경우 전압 위반으로 판정할 수 있다.
상술한 구성의 본 발명의 사상에 따른 중장기 배전계획 최적화 방법 및/또는 시스템을 실시하면, 자동화 시스템에서 최적해를 구하는 방식으로 신속 간편하면서도 중장기적인 배전계획의 신뢰도를 높일 수 있는 이점이 있다.
본 발명의 중장기 배전계획 최적화 방법 및/또는 시스템은, Cell 방식을 활용한 계획용 계통 데이터(Branch 계통) 생성의 자동화 방법을 적용하여, 사전 데이터 작업 시간을 획기적으로 단축하는 이점이 있다.
본 발명의 중장기 배전계획 최적화 방법 및/또는 시스템은, 기설, 신설 선로를 구분하여 최적화 알고리즘에 적용함으로써 신설 배전선로의 투자비를 월등히 감소시킬 수 있는 이점이 있다
본 발명의 중장기 배전계획 최적화 방법 및/또는 시스템은, 배전선로 계획 방법 뿐 아니라, 변전소 위치 최적화, 배전계통 평가 등 배전계획 분야의 고도회된 응용프로그램을 적용할 수 있는 확장성을 가지는 이점이 있다.
도 1은 국내 배전 전주(좌: 1단 장주, 우: 2단 장주)의 구성을 나타낸 정면도.
도 2는 Line 계통 모델의 Branch 계통 모델 변환 과정을 예시한 개념도.
도 3은 Branch 계통에 대하여 일반적인 방법의 변수 상정을 예시한 개념도.
도 4는 본 발명의 사상에 따른 중장기 배전계획 최적화 방법의 일 실시예를 도시한 흐름도.
도 5는 도 4의 S200 단계를 Cell 방식을 통한 회선 그룹핑 자동화 방식으로 수행하는 세부 과정을 도시한 흐름도.
도 6은 도 5의 Cell 방식을 회선 그룹핑 중 GIS 지도(좌) 및 Line 계통(우) 데이터 Load하는 과정을 도시한 개념도.
도 7은 도 5의 Cell 방식을 회선 그룹핑 중 인가 Cell 탐색(좌) 및 Line 계통 삭제(우) 과정을 도시한 개념도.
도 8은 도 5의 Cell 방식을 회선 그룹핑 중 인가 Branch 계통 생성(좌) 및 Cell 제거(우) 과정을 도시한 개념도.
도 9는 기설 선로 반영을 위한 Branch 변수 생성 방법을 설명하는 개념도.
도 10은 케이스 스터디를 위한 예제 계통을 도시한 구성도.
도 11은 Branch 내 기설 회선과 신설 회선의 분리하는 방안에 따른 방법에 의한 예제 계통 최적화 결과를 도시한 구성도.
도 12는 일반적인 방법에 의한 예제 계통 최적화 결과를 도시한 구성도.
도 13은 도 4의 중장기 배전계획 최적화 방법의 세부 과정을 수행하는 관점에서 구성요소들을 구분하여 나타낸 중장기 배전계획 최적화 시스템의 일 실시예를 도시한 흐름도 반영 블록도.
도 14는 상술한 도 13의 중장기 배전계획 최적화 시스템의 세부 구성을 도시한 세부 구성도.
도 15는 배전 계통의 고립 구간(붉은색) 및 고립 구간 수정 과정을 예시한 개념도.
도 16은 Cell 방식에 의한 4회선 선로의 그룹화 과정을 개략적으로 예시한 개념도.
도 17은 최적화 결과의 비방사형 케이스를 예시하는 개념도.
도 18은 전압 강하 탐색 및 해소 프로세스 수행 과정을 나타낸 프로세스 수행 개념도.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
또한, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
먼저, 본 발명의 사상을 구현하는데 적용될 수 있는 브랜치 계통 모델에 대하여 개괄적으로 살펴보겠다.
도 2는 Line 계통 모델의 Branch 계통 모델 변환 과정을 예시한 개념도이다.
회선 보강 여부를 판단하기 위해서는 동일 루트로 지나가는 배전선로를 그룹핑 하여야 한다. 도 2에 도시한 바와 같이 단일 회선 단위(본 발명에서는 Line이라 명명)의 계통 구조를 도 2의 우측 그림과 같이 그룹 회선 단위(본 발명에서는 Branch라 명명)로 변환이 필요하다. 다시말해 Line 기반 계통을 Branch 기반 계통으로 변환하는 것이다. 아래 그림에서 확인할 수 있듯이 Branch 계통은 Line 계통 대비 분기점이 달라져 노드수(그림에서 동그란 점)가 바뀐다. 또한, Branch는 Line과 달리 기설이 몇 회선인지에 대한 정보를 추가로 가지게 된다.
Branch 계통이 생성되면, 수학적 모델링을 통해 최적화를 수행할 수 있다. 배전계획 최적화에는 선형계획법(Linear Programming)이 사용될 수 있다. 선형계획법을 위해 위의 예시 계통을 수학적으로 모델링하는 과정을 설명하면 다음과 같다.
도 3은 Branch 계통에 대하여 일반적인 방법의 변수 상정을 예시한 개념도이다.
최적화의 목적은 Cost Minimization이다. 구하고자 하는 변수는 선로의 조류량(MW)이다. 위의 예시 계통에 변수를 산정(즉, 변수를 정의)해 보면 도 3과 같다.
도시한 계통 구성에서 변수를 일반화하면 하기 수학식 1과 같다.
[수학식 1]
Xij : 노드 i에서 노드 j로 흐르는 조류량(MW)
하나의 Branch 마다 2개의 변수가 생성된다. 선형계획법을 사용하기 위해서는 변수가 양수가 되어야 한다. 하지만 변수를 양수로 한정하면, 조류의 방향성에 대한 최적해를 구하지 못한다. 따라서, 선로마다 다른 방향성을 갖는 2개의 변수를 산정한다.
목적함수는 Cost Minimization이다. 변수로 산정한 각 조류량에 Cost를 곱하여 하기 수학식 2와 같이 구성할 수 있다.
[수학식 2]
여기서,
조류의 방향과 관계 없이 특정 Branch의 Cost는 일정하다. 따라서 같은 Branch에서 생성된 2개의 변수는 같은 Cost 값을 가진다. 또한, 노드 간 Branch로 연결이 되어있지 않은 경우 선로 보강이 불가능한 것이므로 이럴 경우 가 된다.
다음, 상술한 변수 및 목적함수를 구성한 모델에 대한 제약함수를 살펴본다.
한 노드를 기준으로 들어오는 조류값(변전소 포함)과 나가는 조류값(부하 포함)은 같아야 한다. 이를 수식적 모델로 표현하면 하기 수학식 3과 같다.
[수학식 3]
상술한 일반적인 방법으로 브랜치 계통 모델을 이용하면, 다음과 같이 2가지 문제가 나타난다.
첫째, Branch 생성을 위한 회선 그룹핑이 자동화가 아닌 사용자의 수작업이 증가하고 이는 총 작업시간 증가를 유발한다.
배전계획 최적화 문제가 전력조류계산 등 다른 계통해석 알고리즘과 다른 점은 Line이 아닌 Branch 계통을 사용한다는 것이다. 이는 선로의 루트를 정의하기 위한 필수 조건이다. 하지만 예제계통과 달리 실 배전계통은 무수히 많은 배전선로가 존재한다. 이를 사용자가 일일이 눈으로 확인하고 수작업으로 그룹핑하여 Branch를 생성하기에는 시뮬레이션 사전작업이 너무 오랜 시간이 소요되며, 이는 자연스럽게 시스템의 활용도 저하로 이어진다.
둘째, 상술한 모델에서는 하나의 Branch에 대해 기설/신설 회선에 동일한 Cost 값이 적용되어, 기설 회선의 존재를 최적화에 반영할 수 없다.
위에서 살펴본 수식에 의하면 하나의 Branch는 동일한 Cost가 적용된다. 하지만, Branch에는 기설 회선과 신설 가능 회선이 포함되어 있다. 기설 회선은 Cost가 0이 되어야 한다. 종래의 기술에서는 하나의 Branch는 하나의 Cost를 가지므로 기설 회선에 대한 고려를 할 수가 없다. 다시 말해 기설 회선을 통해 먼저 부하를 공급하고 부족할 경우 신설 회선을 추가시키는 것이 최적이나 현재는 무조건 Cost가 적은 쪽으로 분배를 시킨다. 종래에는 이 문제를 해결하기 위해 기설 회선수가 많은 선로의 Cost를 상대적으로 작게 설정함으로써 이 문제를 해결하고자 하였다. 하지만, 이 방법은 기설 회선수가 많은 Branch로 먼저 부하를 배치하기는 하나 모든 Branch의 기설 회선부터 먼저 부하를 배치하는 것은 아니다. 따라서 종래의 방법은 기설 조건을 고려한 최적화 솔루션으로 볼 수 없다.
도 4는 본 발명의 사상에 따른 중장기 배전계획 최적화 방법의 일 실시예를 도시한 흐름도이다.
도시한 중장기 배전계획 최적화 방법은, 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하는 단계(S200); 상기 배전 계통 구조도 상의 부하 노드들에 계획 시점의 최대 부하(즉, 상정 부하)를 지정하는 단계(S300); 상기 부하 노드들에 지정된 상기 최대 부하를 공급하기 위한 상기 배전 계통 구조도에 대한 최적화 Solution으로서 최적해를 구하는 단계(S400); 방사형 운영 계통을 가진 최적해를 선택하는 단계(S500); 선택된 상기 최적해의 브랜치별로 전압 위반을 점검하고, 점검 결과에 따라 해당 브랜치 선로를 보강하는 단계(S600); 및 상기 최적해에 대한 선로 코스트를 확정하는 단계(S700)를 포함할 수 있다.
상기 배전 계통 구조도에 대한 최적해를 구하는 단계(S400)에서는, 본 발명의 사상에 따라, 하나의 브랜치 마다 2개의 다른 조류 방향성을 갖는 2개의 변수를 상정하여 수학적 모델을 생성하고, 상기 수학적 모델의 목적함수, 제약함수를 불러와 선형계획법에 의한 최적화 Solution으로서 최적해를 탐색한다.
도 4에 도시한 본 발명의 사상에 따른 중장기 배전계획 최적화 방법은, 도 3의 설명에서 기술한 일반적인 최적화 방법과 비교하여, 다음 2가지의 차별성에 의한 향상된 이점을 가진다.
첫째로, Cell 방식을 통한 회선 그룹핑 자동화하여, Branch 계통 모델을 수작업이 아닌 자동화 방식으로 생성할 수 있다.
둘째로, Branch 내 기설 회선과 신설 회선의 분리하여, 기설 회선 유지의 경제적 이점을 최적화에 반영할 수 있다.
다음, 상기 Cell 방식에 의한 회선 그룹핑 자동화 알고리즘에 대하여 살펴본다.
도 5는 도 4의 S200 단계를 Cell 방식을 통한 회선 그룹핑 자동화 방식으로 수행하는 세부 과정을 도시한 흐름도이다.
본 발명에서 제안하는 솔루션은 GIS 지도를 일정 간격의 정방형 Cell로 바둑판 모양처럼 쪼갠 후 단위 Cell 안에 들어온 회선들을 하나의 Branch로 엮는 것이며, 그 수행 과정의 전체 흐름은 도 5와 같다.
도 5의 흐름도를 따르는 실시예에서 상기 배전 계통 구조도를 작성하는 단계(S200)는, GIS 데이터를 수집하고, 배전 계통 선로 데이터를 수집하여 매칭하는 단계(S210, S220); 매칭된 지도 데이터를 일정 규격의 셀들로 구획하고, 설비가 존재하는 셀들을 탐색하는 단계;(S230, S240); 탐색된 셀들로 브랜치 계통 구조를 생성하는 단계(S250); 및 상기 브랜치 계통 구조상 각 브랜치별 기설 회선을 산정하는 단계(S260)를 포함할 수 있다.
도 6은 도 5의 Cell 방식을 회선 그룹핑 중 GIS 지도(좌) 및 Line 계통(우) 데이터 Load하는 과정을 도시한다.
도 7은 도 5의 Cell 방식을 회선 그룹핑 중 인가 Cell 탐색(좌) 및 Line 계통 삭제(우) 과정을 도시한다.
도 8은 도 5의 Cell 방식을 회선 그룹핑 중 인가 Branch 계통 생성(좌) 및 Cell 제거(우) 과정을 도시한다.
도 5의 수행도에 따라 예제 계통을 적용해 보면, 먼저 도 6과 같이 지도 데이터 위에 Line 계통 데이터를 불러온다.
다음으로 도 7과 같이 Cell 내에 설비(전주)를 탐색하여, 설비가 존재하면 인가된 Cell로 정보를 저장한다. 이후 Line 계통 데이터를 제거하면, 위와 같이 인가된 Cell만 남게 된다.
상기 Cell의 크기는 너무 크게 설정하면 현실적으로 함께 운영/관리가 불가능한 복수의 평행 회선들이 하나의 선로로 파악되며, 너무 작게 설정하면 현실적으로 함께 운영/관리가 용이한 평행 회선이나 노드들이 각각 별개로 파악된다.
일반적인 배전 환경의 경우, 상기 Cell의 크기는 가로 및 세로가 1m 내지 5m 중 하나인 격자일 수 있으며, 최근 국내의 배전 환경에 바람직하게는 2m(범위로는 1.9m ~ 2.1m)의 정방형 격자일 수 있다.
그후, 도 8의 좌측과 같이 인가된 Cell 위에 Branch 및 노드를 생성하여 Branch 기반 계통 데이터를 생성한다. 마지막으로 도 8의 우측과 같이 Branch 별로 포함하고 있는 기설 회선수를 산정하여 정보를 저장하고, Cell 정보를 삭제한다.
위의 과정은 시스템에 의해 자동으로 수행이 되며, 사용자가 개입하지 않아도 된다. 사용자가 모든 배전선로를 탐색하며 수작업으로 회선을 그룹핑 하는 과정을 생략할 수 있어 시뮬레이션을 위한 사전 준비 작업시간이 획기적으로 감소한다.
다음, 상기 Branch 내 기설 회선과 신설 회선의 분리하는 방안을 논하겠다.
도 9는 기설 선로 반영을 위한 Branch 변수 생성 방법을 설명하는 개념도이다.
기설 회선을 고려하기 위해서는 기설 회선의 용량까지는 Cost가 0이 되어야 한다. 하지만 Cost는 목적함수에서 변수와 곱해지는 상수이며, Cost를 변수로 둘 경우 변수에 변수가 곱해져 비선형 방정식이 되므로 목적/제약함수가 모두 선형이여야 하는 선형계획법을 사용할 수가 없게 된다. 이는 하나의 Branch에 변수를 2개(정방향, 역방향) 생성하는 기존의 방식을 변형하여 변수를 4개(기존선로 정방향, 기존선로 역방향, 신규선로 정방향, 신규선로 역방향) 생성함으로써 해결할 수 있다. 이는 아래 그림과 같이 두 개의 노드 사이에 2개의 Branch가 있다고 가정하는 것이며, 2개의 Branch는 각각 기존/신규 선로를 의미하게 된다. 변수는 종래와 마찬가지로 방향성을 위해 각 Branch 마다 2개씩 생성된다.
도 9에 도시한 과정은 상기 배전 계통 구조도에 대한 최적해를 구하는 단계(S400)에서 상기 배전 계통 구조도의 각 브랜치에 존재하는 기설 선로의 cost는 0으로 반영하는 방식으로 수행될 수 있다.
도 9에서 Xij E는 기존(E: Existing) 선로에 흐르는 전력조류이며, Xij N은 신규(N: New) 선로에 흐르는 전력조류이다. 이를 반영하여 제안하는 방법에 대한 전체 최적화 함수를 수학적 모델로 일반화하면 하기 수학식 4와 같다.
[수학식 4]
상기 수학식을 보면 신규 선로에 대한 Cost만 존재하고, 기존 선로에 대한 Cost는 없다. 이는 기존 선로에 대한 Cost가 0이기 때문이며, 따라서 목적함수에서 기존 선로에 흐르는 전력조류량에 대한 변수도 계수가 0이므로 사라진 것을 알 수 있다. 이 방법으로 선형계획법을 수행하면, 기설 선로를 따라 먼저 부하를 공급하며 이후에 비용에 따라 신설 선로를 정의할 수 있는 결과를 얻을 수 있다. 기설 선로를 고려한 최적의 해를 탐색할 수 있는 것이다.
상술한 Branch 내 기설 회선과 신설 회선의 분리하는 방안에 대한 효과를 알아보기 위해 케이스 스터디를 다음과 같이 기술한다.
도 10은 케이스 스터디를 위한 예제 계통을 도시한 구성도이다.
도 11은 Branch 내 기설 회선과 신설 회선의 분리하는 방안에 따른 방법에 의한 예제 계통 최적화 결과를 도시한 구성도이다.
도 12는 일반적인 방법에 의한 예제 계통 최적화 결과를 도시한 구성도이다.
케이스 스터디에서는 본 발명에서 제시하는 방안과 같이 위의 예제 계통에 대해 적용해 본다. 상정 조건은 아래와 같다.
- 모든 Branch는 1회선(회선당 용량 10MW)의 기설 선로 존재
- 모든 Branch는 최대 6회선(회선당 용량 10MW)까지 신설 가능
- 변전소의 용량은 60MW
- 선로별 Cost는 하기 수학식 5와 같음
[수학식 5]
발명의 효과를 명확하게 보이기 위하여, 노드 2와 노드 3 사이의 선로 Cost를 높게 주고 나머지 선로의 Cost는 동일한 값으로 낮게 설정하였다.
먼저 목적함수를 구성하면 하기 수학식 6과 같다.
[수학식 6]
다음으로 제약함수들은 하기 수학식 7과 같이 구성된다.
[수학식 7]
상술한 조건들의 식들로 선형계획법을 시뮬레이션 한 결과는 하기 수학식 8과 같다.
[수학식 8]
위의 결과를 보면 대부분 선로에 기설 용량(10MW)을 우선 공급하는 것을 볼 수 있다. 위의 결과를 계통도에 전력조류를 표시해 보면 도 11과 같다.
한편, 동일한 계통 및 조건에서 종래의 방법과 같이 기설 선로 고려가 안된 상태로 시뮬레이션을 해보면 도 12와 같은 결과가 나타난다.
예제 계통 및 조건에서 일반적인 방법의 전체 Cost는 150으로 발명에서 제안하는 방법의 전체 Cost인 120과 차이를 보인다. 이를 통해 본 발명에서 제안하는 방법에 의한 기설 회선 고려 조건은 최적화 결과에 영향을 미치며, 종래의 방법 대비 월등히 진보된 최적화 방법으로 볼 수 있다.
본 발명의 사상에 따른 중장기 배전계획 최적화 방법을 수행하는 중장기 배전계획 최적화 시스템에 대하여 살펴보겠다. 중장기 배전계획 최적화 시스템의 구성요소과 함께, 상기 중장기 배전계획 최적화 방법의 세부 과정도 함께 살펴볼 수 있다.
도 13은 도 4의 중장기 배전계획 최적화 방법의 세부 과정을 수행하는 관점에서 구성요소들을 구분하여 나타낸 중장기 배전계획 최적화 시스템의 일 실시예를 도시한 흐름도 반영 블록도이다.
도 14는 상술한 도 13의 중장기 배전계획 최적화 시스템의 세부 구성을 도시한 세부 구성도이다.
도시한 중장기 배전계획 최적화 시스템(1000)은, 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하고, 상기 배전 계통 구조도 상의 부하 노드들에 계획 시점의 최대 부하를 지정하는 배전 네트워크 에디터(200); 상기 부하 노드들에 지정된 상기 최대 부하를 공급하기 위한 상기 배전 계통 구조도에 대한 최적해(Solution)를 구하는 최적화 모듈(400); 상기 최적해가 방사형 운영 계통을 형성하는지 확인하는 방사형 계통 확인 모듈(500); 상기 최적해의 브랜치별로 전압 위반을 점검하는 전압 확인 모듈(600); 및 최종 최적해 및 상기 최종 최적해에 대한 선로 코스트를 확정하는 출력 프로세서(700)를 포함한다.
상기 중장기 배전계획 최적화 시스템의 모듈 구성 및 각 모듈에서의 수행 세부 과정(함수)는 도 13과 같다.
도시한 바와 같이, 상기 배전 네트워크 에디터(200)는, 도 4의 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하는 단계(S200) 및 부하 노드들에 계획 시점의 최대 부하를 지정하는 단계(S300)를 수행하며, 상기 S200 단계 이전에 배전 계통에서 연결된 전원이 없는 고립 구간을 탐색하여 제거하는 단계(S100)를 더 수행할 수 있다.
도 15는 고립 구간(붉은색) 및 수정 완료 예시한 개념도이다.
상기 고립 구간을 탐색하여 제거하는 단계(S100)에서는 고립 구간(Isolation)을 탐색하는 함수를 이용할 수 있다. 이상적으로 배전계통 내 모든 부하는 전원(변전소)로부터 선로를 통해 연결이 되어 있어야 한다. 하지만 실제 배전계통 데이터는 설비 누락, 중복 설비, 기입 오류 등으로 고립 구간이 발생한다. 고립 구간은 연결된 계통 내 전원(변전소)이 1개도 없는 구간을 의미한다. 시스템은 전원(변전소)로부터 선로 및 부하 연결관계를 탐색하여, 고립 구간을 찾아내어 빨간색 선으로 표시하여 사용자에게 표출한다. 사용자는 시스템이 찾아낸 고립 구간에 대해 원인을 파악 후 도 15와 같이 투입 구간으로 수정하여 고립 구간을 제거해야 한다.
도 16은 Cell 방식에 의한 4회선 선로의 그룹화 과정을 개략적으로 예시한 개념도이다.
상기 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하는 단계(S200)에서는, 앞서 설명한 바와 같이 Cell 방식을 통해 Line 기반의 계통을 Branch 기반의 계통으로 자동 변환하는 함수를 이용할 수 있다. 실제 프로그램에 적용하여 시뮬레이션한 결과는 도 16과 같다.
상기 부하 노드들에 계획 시점의 최대 부하를 지정하는 단계(S300)에 대하여 상술한다.
일반적으로 배전계획에 활용되는 부하 데이터는 각 부하의 Peak 데이터이다. 그런데, 각 부하의 Peak는 동일 시간에 발생한 것이 아니다. 따라서 각 부하의 합은 실제 선로에 흐르는 Peak 전력조류과 같지 않으며, 클 수도 있다. 따라서 모든 부하를 Peak 값을 그대로 넣고 연산하는 것은 현실과 동떨어 진다. 이를 위해 부하 재산정(Load Redetermination) 과정을 통해 부하 값을 조정하게 된다. 일반적으로 배전선로 인출단의 전력조류 Peak 값에 맞게 각 부하의 Peak를 부등률로 나누어 조정한다.
예컨대, 상기 부하 노드들에 계획 시점의 최대 부하를 지정하는 단계(S300)에서는, 특정 배선 선로에 위치한 부하 노드들의 최대 부하들의 합이 상기 특정 배전 선로의 피크 부하를 넘지 않도록, 각 부하 노드의 최대 부하는 각 부하 노드의 피크 부하보다 낮은 값으로 지정할 수 있다.
도 13 및 도 14에 도시한 상기 최적화 모듈(400)(Optimization Module)은, 도 4의 상기 부하 노드들에 지정된 상기 최대 부하를 공급하기 위한 상기 배전 계통 구조도에 대한 최적해를 구하는 단계(S400)를 수행한다.
도 4의 상기 S400 단계는, 도 13에 도시한 바와 같이 Objective & Constraint Function 함수에 의한, 앞서 설명한 제안하는 수학적 모델의 목적함수, 제약함수를 프로그램이 인식할 수 있도록 변수 및 함수를 구성하는 단계(S420); 및 Optimization(Linear Programming) 함수에 의한, 앞서 설명한 목적함수, 제약함수를 불러와 선형계획법에 의한 최적의 해를 탐색하는 단계(S440)로 이루어질 수 있다.
도 13 및 도 14에 도시한 방사형 계통 확인 모듈(500)은 상기 최적화 모듈(400)과 함께, 도 4의 상기 방사형 운영 계통을 가진 최적해를 선택하는 단계(S500)를 수행함에 있어서, Branch Removal 함수를 적용할 수 있다.
도 4의 상기 S500 단계는, 도 13에 도시한 바와 같이, 상기 S440 단계에서 획득된 최적해가 비 방사형인지 확인하는 단계(S520); 및 비 방사형인 경우 동일한 노드에 동시에 전력 조류를 공급하는 두 개 이상의 브랜치들 중 일부를 삭제하는 단계(S540)로 이루어질 수 있다.
이 경우, 상기 방사형 운영 계통을 가진 최적해를 선택하는 단계(S500)에서는, 고려중인 최적해 상에서 동일한 노드에 두 개 이상의 브랜치가 동시에 전력 조류를 공급하게 되면, 가장 큰 조류를 공급하는 브랜치를 삭제하고 최적해를 다시 구하는 방식으로 다른 최적해를 선택한다.
도 17은 최적화 결과의 비방사형 케이스를 예시하는 개념도이다.
배전계통은 그물망(Mesh) 형태로 선로들이 서로 연결되어 있으나 실제로 운영시에는 개폐기 조작을 통해 방사형(Radial) 형태로 운영을 한다. 같은 노드에 두 개의 Branch가 동시에 전력조류를 공급하게 되면 이는 방사형 형태로 운영할 수 없게 된다. 따라서 배전계획 시스템에서는 같은 노드에 두 개 이상의 Branch가 동시에 전력 조류를 공급하게 되면, 가장 큰 조류를 공급하는 Branch를 삭제 후 최적화 모듈을 재수행함으로써 비방사형(non-radial) 케이스가 발생하는 것을 방지할 수 있다.
도 17의 예시와 같이 최적화 결과가 k-노드로 2개의 Branch가 조류를 공급할 경우 Xik와 Xjk 중 더 큰 조류를 공급하는 Branch를 남기고 나머지는 삭제 후 다시 돌아가 최적화를 수행한다.
도 13 및 도 14에 도시한 전압 확인 모듈(600)은, 도 4의 상기 선택된 상기 최적해의 브랜치별로 전압 위반을 점검하고, 점검 결과에 따라 해당 브랜치 선로를 보강하는 단계(S600)를 수행함에 있어서, Branch Reinforcement 함수를 적용할 수 있다.
도 4의 상기 S600 단계는, 도 13에 도시한 바와 같이, 변전소가 존재하는 노드의 전압을 기준으로 설정하고, 브랜치의 임피던스 및 상기 최적해의 전력조류값으로 노드 마다 전압을 계산하여, 계산된 노드의 전압값이 기준 최저전압 보다 작은지 확인하는 단계(S620); 및 기준 최저전압 보다 작을 경우, 전압 위반이 해소될 때까지 상기 변전소로부터 전력조류 공급 경로에 있는 브랜치들을 Cost가 작은 순서로 회선 보강하는 단계(S640)로 이루어질 수 있다.
이 경우, 상기 브랜치 선로를 보강하는 단계(S600)에서는, 브랜치의 임피던스 및 상기 최적해의 전력조류값으로 노드 마다 전압을 계산하여, 계산된 노드의 전압값이 기준 최저전압 보다 작을 경우, 전압 위반이 해소될 때까지 상기 변전소로부터 전력조류 공급 경로에 있는 브랜치들을 Cost가 작은 순서로 회선 보강할 수 있다.
도 18은 전압 강하 탐색 및 해소 프로세스 수행 과정을 나타낸 프로세스 수행 개념도이다.
상기 S600 단계는 계통 내 전압 위반이 있는지를 탐색 및 조치하는 단계이다. 도 18과 같이 변전소가 존재하는 노드의 전압은 1.0으로 기준을 잡은 후 Branch의 임피던스 및 최적화 결과 전력조류값으로 노드마다 전압을 계산한다. 계산된 노드의 전압값이 최저전압 기준보다 작을 경우 전압위반이 해소될 때까지 변전소로부터 전력조류 공급 경로에 있는 Branch들을 Cost가 작은 순서로 회선 보강(임피던스 감소)하는 작업을 반복 수행한다. 이를 예시와 함께 수행도로 나타낸 것이 도 18이다.
도 13 및 도 14에 도시한 상기 출력 프로세서(700)(Result Processor)은, 도 4의 상기 최적해에 대한 선로 코스트를 확정하는 단계(S700)를 수행한다.
도 4의 상기 S400 단계는, 도 13에 도시한 바와 같이 Total Cost Calculation 함수에 의한, 최종 결과물을 출력하는 단계이다. 앞 단계에서 계산된 Branch 별 전력조류량을 바탕으로 신설되어야 할 회선수를 연산하고, 이에 따른 총 투자비용을 출력한다. 최적화에 사용된 목적함수는 전력조류량에 Cost를 곱한 값으로 그 결과는 실제 투자비와 일치하지 않는다. 실제 투자비는 신설 회선 수에 Cost를 곱한 값이 된다. 따라서, 이 단계에서는 최적화 결과의 전력조류량을 만족하기 위한 Branch 별 신설 회선수를 계산하고, 그에 따른 총 투자비를 계산하여 출력한다.
한편, 도 14에 도시한 중장기 배전계획 최적화 시스템은, 상술한 배전 네트워크 에디터(200), 최적화 모듈(400), 방사형 계통 확인 모듈(500), 전압 확인 모듈(600), 출력 프로세서(700)의 작업 수행을 지원하기 위한 Database(DB)로서 총 6개의 Set로 구성을 구비할 수 있다. 이중 Line Network, User Option, Load Forecast, Road Network 4개의 DB Set을 배전 네트워크 에디터(200)(Network Editor)가 불러와 Branch Network에 대한 DB Set(860)을 생성할 수 있다. 4개의 DB Set(820)은 각각 배전 시스템, 예측 시스템, 국토 시스템, 기준 정의 파일로부터 데이터를 불러와 생성할 수 있다. 배전 네트워크 에디터(200)에 의해 Branch Network DB Set(860)이 생성되면최적화 모듈(400), 방사형 계통 확인 모듈(500), 전압 확인 모듈(600)이 차례로 수행되고, 출력 프로세서(700)가 최종 결과를 Output DB Set(880)에 저장하고 사용자에게 UI(User Interface)를 통해 최종적으로 표출한다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
200 : 배전 네트워크 에디터
400 : 최적화 모듈
500 : 방사형 계통 확인 모듈
600 : 전압 확인 모듈
700 : 출력 프로세서

Claims (16)

  1. 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하는 단계;
    상기 배전 계통 구조도 상의 부하 노드들에 계획 시점의 최대 부하를 지정하는 단계;
    상기 부하 노드들에 지정된 상기 최대 부하를 공급하기 위한 상기 배전 계통 구조도에 대한 최적해를 구하는 단계;
    방사형 운영 계통을 가진 최적해를 선택하는 단계;
    선택된 상기 최적해의 브랜치별로 전압 위반(상기 최적해의 전력조류값으로 노드 마다 계산된 전압의 기준 최저전압 위반)을 점검하고, 점검 결과에 따라 해당 브랜치 선로를 보강하는 단계; 및
    상기 최적해에 대한 선로 코스트를 확정하는 단계
    를 포함하되,
    상기 브랜치 선로를 보강하는 단계에서는,
    변전소가 존재하는 노드의 전압을 기준으로 설정하고, 브랜치의 임피던스 및 상기 최적해의 전력조류값으로 노드 마다 전압을 계산하여, 계산된 노드의 전압값이 기준 최저전압 보다 작을 경우, 전압 위반이 해소될 때까지 상기 변전소로부터 전력조류 공급 경로에 있는 브랜치들을 신설 Cost가 작은 순서로 회선 보강하는 중장기 배전계획 최적화 방법.
  2. 제1항에 있어서,
    배전 계통에서 연결된 전원이 없는 고립 구간을 탐색하여 제거하는 단계
    를 더 포함하는 중장기 배전계획 최적화 방법.
  3. 제1항에 있어서,
    상기 배전 계통 구조도를 작성하는 단계는,
    GIS 데이터를 수집하고, 배전 계통 선로 데이터를 수집하여 매칭하는 단계;
    매칭된 지도 데이터를 일정 규격의 셀들로 구획하고, 설비가 존재하는 셀들을 탐색하는 단계;
    탐색된 셀들로 브랜치 계통 구조를 생성하는 단계; 및
    상기 브랜치 계통 구조상 각 브랜치별 기설 회선을 산정하는 단계
    를 포함하는 중장기 배전계획 최적화 방법.
  4. 제1항에 있어서,
    상기 방사형 운영 계통을 가진 최적해를 선택하는 단계에서는,
    고려중인 최적해 상에서 동일한 노드에 두 개 이상의 브랜치가 동시에 전력 조류를 공급하게 되면, 가장 큰 조류를 공급하는 브랜치를 삭제하고 최적해를 다시 구하는 중장기 배전계획 최적화 방법.
  5. 제1항에 있어서,
    상기 배전 계통 구조도에 대한 최적해를 구하는 단계에서는,
    하나의 브랜치 마다 2개의 다른 조류 방향성을 갖는 2개의 변수를 상정하여 수학적 모델을 생성하고, 상기 수학적 모델의 목적함수, 제약함수를 불러와 선형계획법에 의한 최적의 해를 탐색하는 중장기 배전계획 최적화 방법.
  6. 제1항에 있어서,
    상기 배전 계통 구조도에 대한 최적해를 구하는 단계에서는,
    각 브랜치에 존재하는 기설 선로의 cost는 0으로 반영하는 중장기 배전계획 최적화 방법.
  7. 제1항에 있어서,
    상기 부하 노드들에 계획 시점의 최대 부하를 지정하는 단계에서는,
    각 부하 노드의 피크 부하들이 동시에 발생하지 않는 점을 감안하여,
    특정 배선 선로에 위치한 부하 노드들의 최대 부하들의 합이 상기 특정 배전 선로의 피크 부하를 넘지 않도록, 각 부하 노드의 최대 부하는 각 부하 노드의 피크 부하보다 낮은 값으로 지정하는 중장기 배전계획 최적화 방법.
  8. 삭제
  9. 브랜치별로 회선이 그루핑된 배전 계통 구조도를 작성하고, 상기 배전 계통 구조도 상의 부하 노드들에 계획 시점의 최대 부하를 지정하는 배전 네트워크 에디터;
    상기 부하 노드들에 지정된 상기 최대 부하를 공급하기 위한 상기 배전 계통 구조도에 대한 최적해를 구하는 최적화 모듈;
    상기 최적해가 방사형 운영 계통을 형성하는지 확인하는 방사형 계통 확인 모듈;
    상기 최적해의 브랜치별로 전압 위반을 점검하는 전압 확인 모듈; 및
    최종 최적해 및 상기 최종 최적해에 대한 선로 코스트를 확정하는 출력 프로세서
    를 포함하되,
    전압 확인 모듈은,
    변전소가 존재하는 노드의 전압을 기준으로 설정하고, 브랜치의 임피던스 및 상기 최적해의 전력조류값으로 노드 마다 전압을 계산하여, 계산된 노드의 전압값이 기준 최저전압 보다 작을 경우 전압 위반으로 판정하고,
    전압 위반이 해소될 때까지 상기 변전소로부터 전력조류 공급 경로에 있는 브랜치들을 신설 Cost가 작은 순서로 회선 보강하는 중장기 배전계획 최적화 시스템.
  10. 제9항에 있어서,
    상기 배전 네트워크 에디터는,
    배전 계통에서 연결된 전원이 없는 고립 구간을 탐색하여 제거하는 중장기 배전계획 최적화 시스템.
  11. 제9항에 있어서,
    상기 배전 네트워크 에디터는,
    GIS 데이터를 수집하고, 배전 계통 선로 데이터를 수집하여 매칭하는 단계;
    매칭된 지도 데이터를 일정 규격의 셀들로 구획하고, 설비가 존재하는 셀들을 탐색하는 단계;
    탐색된 셀들로 브랜치 계통 구조를 생성하는 단계; 및
    상기 브랜치 계통 구조상 각 브랜치별 기설 회선을 산정하는 단계
    를 수행하여 상기 배전 계통 구조도를 작성하는 중장기 배전계획 최적화 시스템.
  12. 제9항에 있어서,
    상기 방사형 계통 확인 모듈은,
    고려중인 최적해 상에서 동일한 노드에 두 개 이상의 브랜치가 동시에 전력 조류를 공급하게 되면, 가장 큰 조류를 공급하는 브랜치를 삭제하고,
    상기 최적화 모듈에 상기 브랜치가 삭제된 상태의 최적해를 구할 것을 지시하는 중장기 배전계획 최적화 시스템.
  13. 제9항에 있어서,
    상기 최적화 모듈은,
    하나의 브랜치 마다 2개의 다른 조류 방향성을 갖는 2개의 변수를 상정하여 수학적 모델을 생성하고, 상기 수학적 모델의 목적함수, 제약함수를 불러와 선형계획법에 의한 최적의 해를 탐색하는 중장기 배전계획 최적화 시스템.
  14. 제9항에 있어서,
    상기 최적화 모듈은,
    상기 브랜치 계통 구조상 각 브랜치에 존재하는 기설 선로의 cost는 0으로 반영하는 중장기 배전계획 최적화 시스템.
  15. 제9항에 있어서,
    상기 배전 네트워크 에디터는,
    특정 배선 선로에 위치한 부하 노드들의 최대 부하들의 합이 상기 특정 배전 선로의 피크 부하를 넘지 않도록, 각 부하 노드의 최대 부하는 각 부하 노드의 피크 부하보다 낮은 값으로 지정하는 중장기 배전계획 최적화 시스템.



  16. 삭제
KR1020210058091A 2021-05-04 2021-05-04 중장기 배전계획 최적화 방법 및 시스템 KR102596465B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210058091A KR102596465B1 (ko) 2021-05-04 2021-05-04 중장기 배전계획 최적화 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210058091A KR102596465B1 (ko) 2021-05-04 2021-05-04 중장기 배전계획 최적화 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20220150740A KR20220150740A (ko) 2022-11-11
KR102596465B1 true KR102596465B1 (ko) 2023-11-02

Family

ID=84042817

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210058091A KR102596465B1 (ko) 2021-05-04 2021-05-04 중장기 배전계획 최적화 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102596465B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007110809A (ja) * 2005-10-12 2007-04-26 Tokyo Electric Power Co Inc:The 分散型電源を配電ネットワークに連系する際の条件を決定する支援システム及び支援方法
JP2008312323A (ja) * 2007-06-13 2008-12-25 Kansai Electric Power Co Inc:The 電圧調整装置の最適配置決定方法
JP2015107012A (ja) * 2013-12-02 2015-06-08 株式会社東芝 配電監視システム及び監視装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101146911B1 (ko) 2010-11-30 2012-05-23 한국전기연구원 분산전원이 포함된 전력수급계획 산정장치 및 그 방법
KR102179396B1 (ko) * 2018-05-11 2020-11-16 인하대학교 산학협력단 다중 마이크로그리드에서의 전력 융통 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007110809A (ja) * 2005-10-12 2007-04-26 Tokyo Electric Power Co Inc:The 分散型電源を配電ネットワークに連系する際の条件を決定する支援システム及び支援方法
JP2008312323A (ja) * 2007-06-13 2008-12-25 Kansai Electric Power Co Inc:The 電圧調整装置の最適配置決定方法
JP2015107012A (ja) * 2013-12-02 2015-06-08 株式会社東芝 配電監視システム及び監視装置

Also Published As

Publication number Publication date
KR20220150740A (ko) 2022-11-11

Similar Documents

Publication Publication Date Title
Mateo et al. Building large-scale US synthetic electric distribution system models
Carrano et al. Electric distribution network multiobjective design using a problem-specific genetic algorithm
CN101179195B (zh) 配电网规划方案辅助决策***
Amme et al. The eGo grid model: An open-source and open-data based synthetic medium-voltage grid model for distribution power supply systems
Krishnan et al. Validation of synthetic US electric power distribution system data sets
CN102722764B (zh) 一体化电网优化辅助决策分析***
Pérez-Rúa et al. Electrical cable optimization in offshore wind farms—A review
CN116451876B (zh) 一种基于人工智能的配电网故障预测和主动检修***
Singh et al. GA based energy loss minimization approach for optimal sizing & placement of distributed generation
Carrano et al. Power distribution network expansion scheduling using dynamic programming genetic algorithm
Li et al. Feeder‐corridor‐based distribution network planning model with explicit reliability constraints
KR20220150739A (ko) 배전계획을 위한 분산전원 예측 방법 및 시스템
Sharma et al. Advanced techniques of power system restoration and practical applications in transmission grids
Yong et al. Analytical adequacy evaluation for power consumers with UPS in distribution networks
AlMuhaini Impact of distributed generation integration on the reliability of power distribution systems
KR102596465B1 (ko) 중장기 배전계획 최적화 방법 및 시스템
KR20220083353A (ko) 재생에너지 변동성을 고려한 전력 계통 안정도 해석 시스템 및 방법
Pereira et al. Composite generation-transmission expansion planning
Eng et al. Distribution system restoration using spanning tree based on depth first search visual in GUI
Mansour et al. Energy restoration in distribution systems using multi-objective evolutionary algorithm and an efficient data structure
Çakmak et al. An optimization-based approach for automated generation of residential low-voltage grid models using open data and open source software
de Bruyn et al. A Review of Load Flow Methodologies for Constrained Networks: A South African Case Study
Tian et al. Sensitivity guided genetic algorithm for placement of distributed energy resources
Hong et al. The integrated reliability evaluation of distribution system considering the system voltages adjustment
Almuhaini An innovative method for evaluating power distribution system reliability

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right