⚡ 전기공학

Reproducible Coordinated P--Q Dispatch Optimization of a Smart-Inverter BESS for PV--EV Distribution Networks

본 연구는 태양광(PV) 및 전기차(EV)가 통합된 배전 네트워크 내에서 스마트 인버터 배터리 에너지 저장 시스템을 위한 유효 전력 및 무효 전력의 협조적 제어 전략이 결정론적 부하 섭동 하에서도 강건성을 유지하면서, 일일 배전선로 에너지 손실과 전압 편차를 줄이는 데 있어 유효 전력 전용 제어보다 성능이 크게 우수함을 입증한다.

원저자: Thananan Chooseang, Siriwat Ninlawat, Prakasit Prabpal, Somchat Sonasang, Niwat Angkawisittpan, Praphat Phuangchuen, Thunyaput Kittiphotiklang

게시일 2026-10-30

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Thananan Chooseang, Siriwat Ninlawat, Prakasit Prabpal, Somchat Sonasang, Niwat Angkawisittpan, Praphat Phuangchuen, Thunyaput Kittiphotiklang

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

우리 집과 사업장에 전력을 공급하는 전력망은 공급과 수요 사이의 섬세한 균형이며, 전통적으로 대규모 발전소로부터 오는 꾸준하고 예측 가능한 에너지 흐름에 의존해 온 시스템입니다. 하지만 오늘날 이 지형은 급격하게 변화하고 있습니다. 지붕형 태양광 패널과 전기차 충전기가 지역 사회에 추가되면서 새로운 종류의 가변성이 도입되고 있습니다. 태양광 발전은 구름에 따라 변동하며, 전기차는 저녁 시간대에 종종 동시에 막대한 양의 전력을 소비합니다. 이는 전기를 배분하는 지역 배전선에 과제를 안겨줍니다. 전력이 너무 많으면 전압이 급상승할 수 있고, 너무 적으면 전압이 떨어져 장비를 손상시키거나 불을 어둡게 만들 수 있습니다. 전등을 계속 켜두고 그리드를 안정적으로 유지하기 위해, 엔지니어들은 배터리 에너지 저장 시스템(BESS)으로 눈을 돌리고 있습니다. 이 배터리들은 과잉 에너지를 저장했다가 필요할 때 방출하여 완충 작용을 할 수 있습니다. 그러나 현대적인 배터리는 스마트 인버터라고 불리는 정교한 장치를 통해 그리드에 연결됩니다. 이 인버터는 단순히 에너지를 주고받는 것 이상의 역할을 합니다. 이들은 전기의 '압력'이라 알려진 성질인 무효 전력을 조절할 수 있으며, 이를 통해 배터리에 저장된 에너지를 반드시 사용하지 않고도 적절한 전압 수준을 유지하는 데 도움을 줍니다.

한 연구팀은 이 두 번째 기능이 얼마나 많은 추가 가치를 가져오는지 정확히 이해하기 위해 연구를 시작했습니다. 그들은 다음과 같은 구체적인 질문을 던졌습니다: 만약 배터리 시스템이 고정된 크기와 위치를 가지고 이미 설치되어 있다면, 단순히 에너지의 흐름만을 관리하는 것이 좋은가, 아니면 전압 압력까지 동시에 관리하는 것이 그리드에 더 도움이 되는가? 답을 찾기 위해 그들은 교외 지역에서 흔히 볼 수 있는 표준 전기 네트워크의 상세한 컴퓨터 시뮬레이션을 구축했습니다. 그들은 이 가상 그리드가 태양광 발전량의 상승과 하락, 그리고 늦은 오후와 저녁 시간대의 가파른 전기차 충전 급증을 포함한 실제 세계의 조건들을 겪도록 프로그래밍했습니다. 그런 다음 세 가지 서로 다른 시나리오를 실행했습니다. 첫 번째에서 배터리는 아무것도 하지 않았습니다. 두 번째에서 배터리는 부하를 완화하기 위해 에너지의 흐름만을 관리하도록 최적화되었습니다. 세 번째에서 배터리는 스마트 인버터를 사용하여 전압 압력을 조절하는 동시에 에너지의 흐름을 관리하도록 최적화되었습니다.

결과는 배터리의 전압 압력 관리 능력이 단순히 에너지를 이동시키는 것 이상의 상당하고 측정 가능한 이점을 제공한다는 것을 보여주었습니다. 배터리가 에너지 흐름만을 관리했을 때, 하루 동안 전선에서 열로 손실되는 총 에너지는 약 2.6% 감소했습니다. 그러나 배터리가 에너지 흐름과 전압 제어를 결합하도록 허용되었을 때, 에너지 손실 감소율은 거의 10%로 급증했습니다. 이 개선은 단순히 약간의 전력을 아끼는 문제가 아니라, 전기가 네트워크를 통해 어떻게 이동하는지에 관한 문제였습니다. 배터리가 국지적으로 적절한 양의 전압 지원을 주입함으로써, 동네와 메인 변전소를 연결하는 긴 전선에 가해지는 부담을 줄여 전기가 더 효율적으로 흐르게 했습니다. 연구진은 또한 전압 자체의 안정성도 살펴보았습니다. 수요가 가장 높았던 최악의 시나리오에서, 네트워크의 전압은 안전하지만 이상적인 수준과는 거리가 먼 낮은 수준까지 떨어졌습니다. 에너지 전용 전략은 이 저점을 약간 높이는 데 도움을 주었지만, 협력적 전략은 이를 훨씬 더 높게 끌어올려 그리드를 더 안정적이고 건강한 상태에 가깝게 만들었습니다.

결정적으로, 연구진은 이러한 개선이 단순히 더 큰 배터리나 더 강력한 장치 덕분이 아니라 스마트 제어 전략으로부터 온 것임을 보장하기 위해 주의를 기울였습니다. 그들은 모든 테스트에서 배터리 크기, 인버터 용량, 그리고 위치를 동일하게 유지했습니다. 또한 배터리가 단순히 에너지를 다 써버려서 발생하는 결과가 아니도록, 배터리가 하루를 시작하고 끝낼 때의 충전량을 동일하게 맞추었습니다. 이 연구는 스마트 인버터의 무효 전력 제공 능력이 에너지 저장과 함께 작동하는 강력한 도구임을 입증했습니다. 그러나 연구진은 단일 장치가 할 수 있는 일에는 명확한 한계가 있다는 점도 발견했습니다. 최상의 협력 제어가 이루어진 상황에서도, 네트워크의 가장 스트레스가 심한 부분의 전압은 완벽한 목표치에 도달하지 못했습니다. 이는 스마트 제어 전략이 성능을 크게 향하고 낭비를 줄일 수는 있지만, 적절한 장비 규모와 배치된 위치를 완전히 대체할 수는 없음을 나타냅니다. 연구는 기존 배터리 시스템의 경우, 이 이중 제어 모드를 활성화하는 것이 하드웨어로부터 더 많은 가치를 얻고 에너지를 줄이며 그리드를 안정화하는 매우 효과적인 방법이지만, 추가적인 인프라 없이 모든 문제를 해결하는 마법 같은 해결책은 아니라고 결론짓습니다.

기술 요약: PV-EV 배전 네트워크를 위한 스마트 인버터 BESS의 재현 가능한 협조적 P–Q 디스패치 최적화

문제 정의
배전 네트워크는 태양광(PV) 발전, 전기차(EV) 충전, 그리고 컨버터 인터페이스형 분산 에너지 자원의 결합된 변동성으로 인해 점점 더 큰 스트레스에 직면하고 있다. 비협조적인 EV 충전은 피더 부하, 유효 전력 손실 및 전압 편차를 악화시키는 반면, 높은 PV 침투율은 복잡한 전압 조절 요구사항을 도입한다. BESS(배터리 에너지 저장 장치)는 유효 전력 이동 능력을 제공하지만, 4사분면 스마트 인버터를 통한 통합은 무효 전력 교환도 가능하게 한다. 본 연구가 다루는 구체적인 연구 공백은 무효 전력 능력의 점진적인 네트워크 이득을 격리하여 비교할 수 있는 통제된 비교 연구의 부재이다. 기존 연구들은 종종 스토리지 크기, 컨버터 정격 또는 배치 위치를 변경하기 때문에, 단순한 하드웨어 규모 확대나 다른 운전 시나리오로부터 도출된 개선 사항과 유효-무효 전력의 협조적 디스패치로부터 얻은 가치를 구분하기 어렵다.

방법론
본 연구는 18번 버스에 고정된 BESS 설치를 포함하는 방사형 배전 네트워크(IEEE 33-bus 시스템)에 대한 재현 가능한 24시간 최적화 프레임워크를 개발한다. 시스템에는 200-kW 피크 PV 소스와 400-kW EV 충전 허브(16~19시)가 포함된다. BESS는 ±200-kW 유효 전력 제한을 갖는 800-kWh 배터리로 구성되며, 250-kVA 4사분면 스마트 인버터를 통해 인터페이스된다.

핵심 방법론은 후방/전방 스윕(Backward/Forward-Sweep, BFS) 전력 조류 계산기(Power-flow solver)와 순차적 최소제곱 프로그래밍(SLSQP) 최적화 기법을 통합한다. 이 프레임워크는 동일한 외부 프로파일과 고정된 하드웨어 조건 하에서 세 가지 뚜리한 운전 케이스를 평가한다:

기본 케이스(Base Case): BESS 지원 없이 PV 및 EV 부하가 존재하는 경우.
최적화된 P-Only: BESS 유효 전력( $P$ )은 최적화하되 무효 전력( $Q$ )은 0으로 고정하는 경우.
협조적 P–Q: 유효 전력( $P$ )과 무효 전력( $Q$ )을 동시에 최적화하는 경우.

최적화는 일일 피더 유효 에너지 손실과 시스템 전체 전압 편차 지수(VDI)를 결합한 정규화된 목적 함수를 최소화한다. 제약 조건에는 BESS 전력 제한, 인버터 피상 전력 용량( $P^2 + Q^2 \leq S_{inv}^2$ ), 충·방전 효율(95%), SOC(State-of-Charge) 경계(5–95%), 그리고 일일 에너지 중립성을 보장하기 위한 종단 SOC 등가 제약( $SOC_{24} = SOC_0 = 50\%$ )이 포함된다.

강건성(Robustness)을 평가하기 위해, 재최적화 없이 섭동된 시나리오(부하 ±10%, PV ±20%, EV ±20%)에 대해 명목상의 협조적 P–Q 스케줄을 적용하여, 완화 효과의 지속성과 보장된 전압 준수 여부를 구분한다.

주요 결과
지정된 심각한 부하 및 EV 충전 조건 하에서, 협조적 P–Q 디스패치 전략은 기본 케이스와 P-only 최적화 케이스 모두에 비해 유의미한 개선을 보여주었다:

피더 손실 감소: 협조적 전략은 일일 피더 유효 에너지 손실을 4267.86 kWh(Base)에서 3842.57 kWh로 감소시켜 9.97%의 감소를 달着했다. 반면, P-only 디스패치는 2.65%의 감소만을 달성했다. 협조적 접근 방식은 P-only 케이스 대비 추가로 7.52%의 감소를 제공했다.
전압 성능: 협조적 디스패치를 통해 일일 전압 편차 지수(VDI)가 P-only 디스패치의 3.09% 감소와 비교하여 17.77% 감소했다. 최악의 경우 최소 버스 전압은 0.83871 p.u.(Base)에서 0.86695 p.u.(Coordinated)로 개선되었으며, P-only는 0.85732 p.u.로만 개선되었다.
운전 역학: 협조적 전략은 인버터의 무효 전력 헤드룸을 효과적으로 활용하여 상위 브랜치의 무효 전류 흐름을 줄임으로써 유효 전력 감소를 보완했다. SOC 궤적은 19.41–95.00% 범위 내에 머물렀으며 종료 시 50%로 돌아왔는데, 이는 순수 배터리 소모를 통해 이득을 얻은 것이 아님을 확인해 준다.
강건성: 재최적화 없는 결정론적 섭동 하에서도, 고정된 P–Q 스케줄은 피더 손실 감소율 9.42–10.61% 및 VDI 감소율 16.48–19.37%를 유지하여, 프로파일 불일치에도 불구하고 완화 효과가 지속됨을 나타냈다.

의의 및 주장
본 논문은 자신의 주요 기여가 스마트 인버터의 무효 전력 능력이 갖는 점진적인 네트워크 가치를 격리하여 보여주는 통제되고 재현 가능한 비교 연구라는 점을 주장한다. 모든 하드웨어 파라미터(BESS 용량, 인버터 정격, 위치)와 외부 프로파일을 일정하게 유지함으로써, 본 연구는 협조적 P–Q 디스패치가 유효 전력 스케줄링만 단독으로 수행할 때보다 특히 시스템 전체의 전압 편차 및 저항 손실 측면에서 실질적으로 더 많은 네트워크 가치를 추출한다는 것을 입증한다.

저자들은 임베디드된 전력 조류 계산의 비볼록성(nonconvexity)을 고려할 때, 결과가 인증된 전역 최적해(global optimum)라기보다는 "국소적으로 최적화된 실행 가능한 해(locally optimized feasible solution)"임을 겸허히 밝힌다. 또한, 본 연구는 협조적 디스패치가 전압 프로파일을 개선하기는 하지만, 테스트된 심각한 조건 하에서 18번 버스에 위치한 단일 250-kVA 인버터만으로는 모든 버스를 0.95 p.u. 기준치로 복구하기에 불충분하다는 점을 명시적으로 언급한다. 따라서 본 연구는 고정된 인버터 용량의 실질적인 한계를 강조하며, 디스패치 최적화가 적절한 컨버터 정격, 배치 또는 네트워크 보강을 대체할 수는 없음을 강조한다. 본 연구는 남은 저전압 상태가 실질적인 경계임을 나타내며, 향후 연구가 협조적 BESS 배치, 규모 산정 및 확률적 스케줄링에 집중해야 함을 시사하며 결론을 맺는다.

유사한 논문