Multi-Time-Scale Coordinated Planning of Distribution Networks with High Penetration of Distributed Renewable Energy Considering Active–Reactive Power Coupled Flexibility and Voltage Risk

기술 요약: 고침투 분산 재생 에너지를 포함한 배전망의 다중 시계열 통합 계획

문제 정의
분산형 재생 에너지(풍력 및 태양광)의 대규모 통합은 기존 배전망을 양방향 전력 흐름, 급격한 순부하 램프(net-load ramps), 공간적으로 불균일한 전압 민감도를 특징으로 하는 능동적 시스템으로 변화시키고 있습니다. 전통적인 계획 방법은 다음과 같은 이유로 이러한 복잡성을 해결하는 데 실패하는 경우가 많습니다:

1. 다중 시계열 역학 무시: 기존 방식은 주로 시간 단위 또는 대표 기간 시뮬레이션에 의존하며, 재생 에너지의 램프 현상과 전압 변동을 관리하기 위해 필요한 신속한(1시간 미만) 유효 및 무효 전력 유연성(flexibility)의 필요성을 과소평가합니다.
2. 유효-무효 전력(P–Q) 결합 무시: 유효 전력과 무효 전력 자원을 별도로 계획하는 경우가 많아, 인버터의 피상 전력 제약(높은 유효 전력 출력이 가용 무효 전력 마진을 감소시키는 현상)과 다양한 유연성 자원의 상호 보완적 역할을 고려하지 못합니다.
3. 결정론적 전압 제한 사용: 엄격한 전압 제한을 적용함으로써, 한계치 근처 운영의 심각성이나 상관관계가 있는 불확실성 하에서의 "꼬리 위험(tail risk)"을 적절히 정량화하지 못합니다.
4. 불확실성과 계획의 분리: 시나리오 생성, 축소 및 계획 최적화가 서로 단절되어 있어, 유연성 요구량 및 위험 추정치에 편향을 초래할 수 있습니다.

방법론
저자들은 유효-무효 결합 유연성과 전압 위험 제어를 통합하는 다중 시계열 통합 계획 방법을 제안합니다. 이 방법론의 핵심 구성 요소는 다음과 같습니다:

• 다중 시계별 분해: 순 유효 및 무효 부하를 빠른(015분), 중간(1560분), 느린(>1시간) 성분으로 분해합니다. 유연성 자원(예: BESS, 인버터, 가스 터빈, 수요 반응)은 응답 지연, 램핑 능력 및 에너지 상태에 따라 특정 시계열에 할당되어 유연성의 중복 계산을 방지합니다.
• P–Q 결합 유연성 모델링: 인버터 기반 자원(PV, BESS) 및 계통 측 장치(Soft Open Points, SOP)의 가용 운전 영역을 명시적인 P–Q 결합 제약 조건(예: $P^2 + Q^2 \leq S_{max}^2$)을 사용하여 모델링합니다. 이를 통해 유효 전력 활용도가 높을 때 무효 전력 지원이 과대평가되지 않도록 보장합니다.
• 데이터 기반 불확실성 및 위험 프레임워크:
  • 시나리오 생성: WGAN-GP(Wasserstein Generative Adversarial Network with Gradient Penalty)를 사용하여 특정 파라미터 분포를 가정하지 않고도 공간적 상관관계, 시간적 의존성 및 램프 특성을 보존하는 결합 풍력, 태양광 및 부하 시나리오를 생성합니다.
  • 시나리오 축소: K-medoids 클러스터링을 통해 주변 분포와 극단적인 램프 이벤트를 보존하면서 대표 시나리오(사례 연구의 경우 27개)를 선택합니다.
  • 전압 위험 지표: 전압 편차의 **조건부 가치 위험(CVaR)**을 도입하여 전압 심각도의 상위 꼬리 부분을 정량화하고, 평균 전압은 유사하지만 보안 마진이 다른 솔루션을 구분합니다.
• 최적화 정식화: 본 문제는 혼합 정수 이차 계획법(MISOCP) 모델로 정식화됩니다.
  • 이진 투자 변수는 연속 운전 변수와 결합됩니다.
  • 비선형 분기 흐름 방정식은 이차 원뿔 제약 조건을 사용하여 완화됩니다.
  • 이진-연속 곱은 McCormick 포락선을 사용하여 선형화됩니다.
  • 목적 함수는 연간 투자 비용, 운영 비용, 재생 에너지 출력 제한(curtailment), 기대 미공급 에너지(EENS) 및 전압 위험 노출의 합을 최소화합니다.

주요 기여
본 논문은 네 가지 주요 기여를 주장합니다:

1. 통합된 다중 시계열 표현: 부하 궤적을 분해하고 물리적 응답 특성에 따라 이질적인 유연성 자원을 빠른, 중간, 느린 시계열에 할당하여 시계열 간 유연성의 중복 계산을 명시적으로 방지하는 프레임워크를 제공합니다.
2. 장기 계획에서의 P–Q 결합 통합: 인버터 오버사이징 및 SOP를 포함하여 유효 및 무효 자원의 위치와 용량을 컨버터별 P–Q 능력 경계를 준수하며 공동으로 결정하는 모델을 제시합니다.
3. 데이터 기반 위험 인식 프레임워크: WGAN-GP 기반 시나리오 생성과 전압 CVaR 제약을 통합하여, 계획 모델이 경제적 비용과 전압 위반의 확률 및 심각도 사이에서 균형을 맞출 수 있도록 합니다.
4. 해석 가능한 최적화 정식화: 복잡한 계획 문제를 해결 가능한 MISOCP 모델로 재정식화하였으며, 이를 AC 전력 조류 회복 및 완화 격차(relaxation-gap) 평가를 통해 검증하였습니다.

결과
본 방법론은 네 가지 중첩된 계획 모드(단일 시계열 유효 전력부터 전체 위험 인식 P–Q 협조까지)를 통해 radial PG&E 69-bus 배전 피더에서 검증되었습니다. 주요 결과는 다음과 같습니다:

• 재생 에너지 수용 능력 증가: 위험 인식 방식(Mode M4)은 설치된 풍력 용량을 0.96 MW에서 1.18 MW로, 태양광 용량을 0.56 MW에서 0.74 MW로 증가시켰습니다(각각 22.9% 및 32.1% 증가).
• 자원 믹스의 변화: 최적의 솔루션은 기존 발전 용량(가스 터빈)의 23.7%를 더 빠르고 분산된 유연성 자원(BESS 및 수요 반응)으로 대체했습니다. 무효 전력 지원 투자 또한 크게 증가하여, PV 및 BESS 인버터의 무효 전력 용량이 각각 0.47 Mvar와 0.35 Mvar로 상승했습니다.
• 비용 절감: 연간 투자 비용은 32.4%($1.05M에서$1.39M로) 증가했음에도 불구하고, 총 연간 비용은 18.16%($2.83M에서$2.316M로) 감소했습니다. 이러한 감소는 낮은 운영 비용, 감소된 출력 제한 및 최소화된 EENS에 의해 주도되었습니다.
• 성능 지표:
  • 재생 에너지 이용률이 88.3%에서 **98.35%**로 향상되었습니다.
  • 출력 제한 에너지가 85.2% 감소했습니다 (715 MWh에서 106 MWh).
  • 기대 미공급 에너지(EENS)가 92.4% 감소했습니다 (92 MWh에서 7 MWh).
  • 평균 유효 및 무효 유연성 부족 현상이 크게 감소했습니다 (9.80%에서 1.30%로, 13.23%에서 1.17%로).
  • 전압 프로파일은 0.95–1.05 p.u. 대역 내에 유지되었으며, 전압 편차 CVaR가 감소했습니다.

의의 및 주장
본 논문은 제안된 방법이 고침투 분산형 네트워크에서 재생 에너지 수용을 높이고 전압 꼬리 위험을 줄이기 위해 협조적 P–Q 유연성이 필수적임을 입증한다고 주장합니다. 저자들은 본 방법이 단순히 투자 가정을 낮춤으로써 경제성을 개선하는 것이 아니라, 자원의 응답 속도를 변동 시계열에 더 잘 맞춤으로써 부정적인 운영 결과(출력 제한, EENS 및 전압 위반)를 줄임으로써 계획의 경제성을 개선한다고 주장합니다. 연구는 P–Q 결합과 다중 시계열 역학을 무시하는 것이 단순화된 가정하에서는 경제적으로 보일 수 있으나, 충분한 단기 조절 능력과 보안 마진이 부족한 하위 최적(suboptimal) 투자 계획을 초래할 수 있음을 결론짓습니다.