Design and Implementation of Enhanced Load Frequency Control of a Two-Area Power System using the combination of PI–PD Controllers tuned by Lion Optimization Algorithm

현대 생활을 움직이는 거대하고 보이지 않는 네트워크 속에서, 전기는 소비되는 바로 그 순간에 정확히 생성되어야 합니다. 만약 한 도시의 공장에서 갑자기 거대한 기계를 가동하거나, 다른 지역의 폭풍으로 인해 발전기가 가동을 멈춘다면, 균형이 깨지게 됩니다. 이러한 불균형은 마치 회전하는 팽이가 속도를 잃는 것처럼, 전체 전력망의 리듬을 흔들리게 만듭니다. '주파수'라고 알려진 이 리듬이 목표치에서 너무 멀어지면 민감한 장비들이 고장 날 수 있으며, 심한 경우 시스템 전체가 붕괴하여 수백만 명을 암흑 속에 남겨둘 수도 있습니다. 이를 방지하기 위해 엔지니어들은 부하 주파수 제어(Load Frequency Control)라고 불리는 지속적이고 자동적인 조정 시스템에 의존합니다. 이 시스템은 그리드의 속도가 빨라지거나 느려지는 것을 끊임없이 감지하고, 전력 발전소에 출력을 높이거나 낮추도록 지시하여 완벽한 균형을 회복시키는 파수꾼 역할을 합니다. 발전소들이 서로 다른 지역에 흩어져 있고 긴 송전선으로 연결된 세상에서, 이 리듬을 일정하게 유지하는 것은 조정과 속도의 복잡한 퍼즐이 됩니다.

첸나이의 안나 대학교(Anna University)와 타밀나두의 여러 공학 대학 연구진은 이 퍼즐을 해결하기 위해 이 균형을 관리하는 자동 제어기의 튜닝 방식을 테스트하는 새로운 방법을 연구했습니다. 그들은 두 지역이 송전선으로 연결된 단순화된 형태인 '2개 구역 전력 시스템' 모델에 집중하여, 서로 다른 제어 전략이 급격한 수요 변화를 어떻게 처리하는지 조사했습니다. 연구진은 기존의 제어기 설정 방식과, 두 가지 유형의 제어 로직을 결কে하고 사자의 사회적 행동에서 영감을 얻은 컴퓨터 알고리즘을 사용하여 최적의 설정을 찾는 새로운 접근 방식을 비교했습니다. 상세한 컴퓨터 시뮬레이션을 통해 수행된 이들의 연구는, 이 새로운 조합이 다른 현대적 기술들에 비해 그리드의 리듬을 일정하게 유지하는 데 있어 더 빠르고 안정적인 방법을 제공한다는 것을 시사합니다.

연구의 핵심은 이러한 제어기들이 어떻게 "튜닝"되는지에 달려 있습니다. 히터를 조절하는 온도 조절기를 상상해 보십시오. 만약 너무 민감하다면 실내 온도가 뜨겁고 차가운 사이를 격렬하게 오갈 것입니다. 반대로 충분히 민감하지 않다면 실내가 따뜻해지는 데 너무 오래 걸릴 것입니다. 전력 시스템에서 제어기는 변동에 빠르게 반응하면서도, 시스템이 목표치를 초과하거나 진동을 일으키지 않도록 극도로 정밀하게 설정되어야 합니다. 연구진은 세 가지 서로 다른 구성을 테스트했습니다: 비례 및 적분 동작을 사용하는 제어기, 비례 및 미분 동작을 사용하는 제어기, 그리고 이 둘을 결합한 하이브리드 버전입니다. 그런 다음 그들은 자연에서 영감을 얻은 컴퓨터 프로그램인 '사자 최적화 알고리즘(Lion Optimization Algorithm)'을 사용하여 이 제어기들의 완벽한 설정을 찾아냈습니다. 이 알고리즘은 사자들이 사냥하고 영역을 방어하는 방식을 모방하며, 그룹이 협력하여 탐색 공간을 조사하고 가장 효율적인 해결책을 찾는 동안, 다른 개체들은 좋은 옵션을 놓치지 않도록 독립적으로 배회합니다.

이 새로운 방법이 효과가 있는지 확인하기 위해, 연구진은 전력 수요가 1% 급증하는 것과 맞먹는 작은 전기 수요 증가를 시뮬레이션하고 시스템이 어떻게 반응하는지 관찰했습니다. 그들은 세 가지 결정적인 요소를 측정했습니다: 주파수가 정상으로 돌아오는 데 걸린 시간, 주파수가 안정되기 전 목표치를 초과한 정도(오버슈트), 그리고 시간이 지남에 따라 누적된 총 오차입니다. 사자 기반 튜닝 결과를 개미 군집, 새 떼, 또는 늑대 무리를 모방한 다른 유명한 컴퓨터 최적화 방법들과 비교했을 때, 사자 기반 접근 방식이 일관되게 더 우수한 성능을 보였습니다. 사자 알고리즘으로 튜닝된 결합 제어기의 경우, 시스템은 단 8초 만에 안정되었으며, 오버슈트는 2%에 불과했고, 총 오차 점수는 0.020으로 매우 낮았습니다. 반면, 표준 방식으로 튜닝된 동일한 제어기는 안정화되는 데 18초가 걸렸고 8%의 오버슈트를 기록했습니다.

또한 연구는 개별 제어기 유형의 성능을 세분화하여 분석했습니다. 연구진이 비례-적분(proportional-integral) 제어기에 사자 알고리즘을 적용했을 때, 안정화 시간은 기존 25초에서 13초로 줄어들었고 오버슈트는 절반으로 감소했습니다. 마찬가지로 비례-미분(proportional-derivative) 제어기의 경우, 안정화 시간은 22초에서 11초로 단축되었습니다. 그러나 가장 큰 개선은 두 방식의 강점을 활용한 하이브리드 제어기에서 나타났습니다. 연구진은 사자 알고리즘으로 튜닝된 이 결합 구조가 테스트된 모든 다른 구성보다 뛰어난 성능을 보인다는 것을 발견했습니다. 이 모델은 가장 빠른 응답, 목표 주파수로부터의 최소 편차, 그리고 가장 낮은 오차 누적을 달тя냈습니다. 데이터는 이 특정 제어 로직과 최적화 방법의 조합이 우수한 동적 응답을 제공하며, 그리드가 교란될 때 발생하는 진동을 효과적으로 억제한다는 것을 보여줍니다.

결과는 유망하지만, 이 결과는 전적으로 2개 구역 시스템에 대한 컴퓨터 시뮬레이션에 기반하고 있습니다. 연구진은 이를 실제 전력망에서 테스트하지 않았으나, 사용된 수학적 모델은 그리드 동작을 이해하는 데 쓰이는 표준 도구입니다. 본 연구는 전통적인 튜닝 방식이나 늑대 또는 개미와 같은 다른 자연 영감 알고리즘이 이 특정 작업에 효과적이지 않다는 점을 명시적으로 배제합니다. 저자들은 사자 기반 튜닝을 적용한 결합 제어기가 테스트된 전략 중 가장 효율적이며, 안정성을 유지하는 데 매우 효과적인 솔루션을 제공한다고 결론지었습니다. 그들은 이 접근 방식이 재생 에너지원을 포함한 더 복잡한 시스템으로 확장될 수 있다고 제안하지만, 이는 향후 과제로 남아 있습니다. 현재로서는, 시뮬레이션은 사자의 전략적 사냥 전술을 빌림으로써 엔지니어가 더 빠른 속도와 정밀도로 불을 밝힐 수 있는 제어기를 설계할 수 있음을 증명합니다.