전력 시스템 시뮬레이션

전력 시스템 시뮬레이션은 설계/오프라인 또는 실시간 데이터를 사용하여 전력 시스템을 분석하기 위해 전력 시스템 모델링과 네트워크 시뮬레이션을 포함한다. 전력계통 시뮬레이션 소프트웨어는 전력계통 운영에 초점을 맞춘 컴퓨터 시뮬레이션 프로그램의 일종이다. 이러한 유형의 컴퓨터 프로그램은 전력 시스템의 광범위한 계획 및 운영 상황에서 사용된다.

전력 시스템 시뮬레이션의 적용은 장기 발전 및 전송 확장 계획, 단기 운용 시뮬레이션 및 시장 분석(예: 가격 예측)을 포함한다. 이러한 프로그램들은 일반적으로 선형 프로그래밍, 2차 프로그래밍 및 혼합 정수 프로그래밍과 같은 수학적 최적화 기법을 사용한다.

전원 시스템의 여러 요소를 모델링할 수 있다. 전력 흐름 연구는 필요한 부하를 고려하여 송전선에서의 부하와 발전소에서 발생해야 하는 전력을 계산한다. 단락 연구 또는 고장 분석은 위상 간 단락 회로 또는 전원 공급된 와이어에서 접지까지 단락 회로에 대해 연구 대상 시스템의 다양한 관심 지점에서 흐르는 단락 전류를 계산한다. 조정 연구는 보호 계전기 및 퓨즈의 선택과 설정을 통해 전원 시스템의 나머지 부분에 미치는 영향을 최소화하면서 단락 결함을 신속하게 제거할 수 있다. 과도 또는 동적 안정성 연구는 시스템 내 발전기 동기화에 대한 갑작스러운 부하 변화, 단락 또는 우발적인 부하 분리 등의 이벤트의 영향을 보여준다. 조화 또는 전력 품질 연구는 전력 시스템의 파형에 대한 조명 등 비선형 하중의 영향을 보여주며, 심각한 왜곡을 완화하기 위한 권고사항이 이루어질 수 있도록 한다. 최적 전력 흐름 연구는 원하는 안정성과 신뢰성을 유지하면서 생산 비용을 최소화하기 위해 주어진 부하 요건을 충족하기 위해 발전소 출력을 최적 조합으로 설정한다. 그러한 모델은 거의 실시간으로 업데이트되어 경제 파견을 달성하기 위한 최저 비용 방법에 대한 시스템 운영자에게 지침을 제공할 수 있다.

전력 시뮬레이션 소프트웨어 패키지는 유틸리티 스케일 소프트웨어에서 스터디 도구에 이르기까지 상용 및 비상업적 형태로 많이 있다.

부하유량계산

부하 흐름 계산은^[1] 운용 및 전략적 계획 범위 내에서 방해받지 않고 방해를 받는 네트워크를 검사하기 위한 가장 일반적인 네트워크 분석 툴이다.

네트워크 토폴로지, 전송선 파라미터, 변압기 파라미터, 발전기 위치와 한계, 부하 위치 및 보정을 이용하여 부하 흐름 계산은 모든 노드에 대한 전압 크기와 각도를 제공하고 케이블과 변압기와 같은 네트워크 구성요소의 부하를 제공할 수 있다. 이 정보를 사용하여 전압 범위 및 최대 부하에 의해 규정된 작동 제한에 대한 적합성을 검사할 수 있다. 예를 들어, 이것은 케이블 번들이 각 케이블의 부하 능력에 미치는 영향을 고려해야 하는 지하 케이블의 전송 용량을 결정하는 데 중요하다.

손실 결정 능력과 반응 전력 할당 능력 때문에 부하 흐름 계산은 네트워크의 가장 경제적인 작동 모드 조사에서도 계획 엔지니어를 지원한다.

단상 및/또는 다상 인피드 저전압 메쉬드 네트워크에서 격리된 네트워크로 전환하는 경우, 로드 흐름 계산은 운영 및 경제적인 이유로 필수적이다. 부하 흐름 계산은 또한 정전 시뮬레이션 내에서 예정된 또는 예정되지 않은 장비의 정전에 대한 모터 시동 또는 조사와 같은 모든 추가 네트워크 연구의 기초가 된다.

특히 모터 시동을 조사할 ^[2]때 부하 흐름 계산 결과는 예를 들어 시동 전류에 의한 전압 강하에도 불구하고 모터를 시동할 수 있는지에 대한 유용한 힌트를 준다.

단락 분석

단락 분석은 전력망에서 고장이 발생한 후의 전력 흐름을 분석한다. 고장은 3상 단락, 1상 접지, 2상 단락, 2상 접지, 1상 단절, 2상 단절 또는 복합 고장일 수 있다. 이러한 분석 결과는 다음을 결정하는 데 도움이 될 수 있다.

고장 전류의 크기
회로 차단기 용량
접지 고장으로 인한 단일 라인 전압 상승
잔류 전압 및 릴레이 설정
전원 ^[3]라인으로 인한 간섭

과도 안정성 시뮬레이션

전력 시스템의 과도 안정성 시뮬레이션의 목표는 전력 시스템의 안정성을 서브초에서 수십 초까지 분석하는 것이다. 이 측면의 안정성은 예를 들어 나무가 오버헤드 라인 위로 떨어져 보호 시스템에 의해 해당 라인이 자동으로 분리되는 등의 장애에 노출된 후 시스템이 신속하게 안정적인 작동 상태로 복귀할 수 있는 능력이다. 공학적 관점에서, 모터와 발전기의 변전 전압 레벨과 회전 속도가 빠르고 연속적인 방법으로 정상 값으로 되돌아간다면 전력 시스템은 안정적이라고 간주된다.

그림 1 그리드 전압이 의도한 수준으로 복귀하는 데 걸리는 허용 가능한 시간을 명시하며, 전압 교란의 크기에 따라 달라질 수 있다.

모델에서는 일반적으로 다음과 같은 입력을 사용한다.

사용 가능한 기계, 전기 및 제어(도지사, 전압 조절 등) 매개변수가 있는 발전기 수, 크기 및 유형
각 버스에서 주거용, 상업용 및 산업용 부하가 혼합된 경우
탭 교환 변압기, 스위치 션트 보상, 정적 Var 보상기, 유연한 AC 전송 시스템 등과 같은 분산 제어 장치의 위치 및 사양
릴레이 및 부하 분산과 같은 보호 장치의 위치 및 사양
다른 관련 제어 및/또는 보호 장치의 위치 ^[4]및 사양

그리드 전압이 의도한 수준으로 복귀하는 데 걸리는 시간은 전압 교란의 크기에 따라 달라지며, 가장 일반적인 표준은 그림 1의 CBEMA 곡선으로 지정된다. 이 곡선은 전자 장비 설계와 그리드 안정성 데이터 보고 모두를 알려준다.^[5]

단위 약속

단위 작업에는 전기 부하를 만족시키기 위해 가용 발전 자원의 최소 비용 배출을 찾는 것이 포함된다.

자원 생성에는 다양한 유형이 포함될 수 있다.

핵
열(석탄, 가스, 기타 화석 연료 또는 바이오매스 사용)
재생 에너지(수력, 풍력, 파동력 및 태양열 포함)

컴퓨터 프로그램에 의해 결정되는 주요 의사결정 변수는 다음과 같다.

제너레이션 레벨(메가와트 단위)
생성 단위 수

후자의 결정은 이진수 {0,1}이며, 이는 수학 문제가 연속적이지 않다는 것을 의미한다.

또한 발전소는 다음과 같은 복잡한 기술적 제약이 따른다.

최소 안정적 작동 수준
최대 상승 또는 하강 속도
장치가 작동 및/또는 작동 중단되는 최소 시간

이러한 제약조건은 많은 다른 변형을 가지고 있다; 이 모든 것은 많은 종류의 수학적 최적화 문제를 야기한다.

최적 동력 흐름

전기는 키르흐호프의 법칙에 따라 AC 네트워크를 통해 흐른다. 전송 라인은 전압 및 전기 안정성 제약뿐만 아니라 열 한계(흐름에 대한 단순한 메가와트 한계)를 받는다.

시뮬레이터는 반드시 장치 약속과 발전기 메가와트 디스패치의 주어진 조합에서 발생하는 AC 네트워크의 흐름을 계산해야 하며, AC 라인 흐름이 열 한계치 및 전압과 안정성 제약조건 둘 다 안에 있는지 확인해야 한다. 여기에는 하나의 전송 또는 발전 요소( 소위 보안 제한적 최적 전력 흐름(SCOPF))의 상실과 같은 우발 상황이 포함될 수 있으며, 장치 약속이 이 프레임워크 내에서 최적화되면 보안 제한 장치 약속(SCUC)이 있다.

최적 전력 흐름(OPF)에서 최소화해야 할 일반화 스칼라 목표는 다음과 같다.

f(u_{0},x_{0}})

여기서 u는 제어 변수의 집합이고, x는 독립 변수 집합이며, 첨자 0은 변수가 사전 출력 시스템을 가리킨다는 것을 나타낸다.

SCOPF는 평등과 불평등 제약 한계로 구속된다. 동등 구속조건 한계는 예비 및 예비전력 흐름 방정식에 의해 주어지며, 여기서 k는 k번째 우발상황을 가리킨다.

g^{k}(u^{k},x^{k})=0\qquad {\text{{}{}}}}}}k=1,2,\ldots,n\,

장비와 작동 한계는 다음과 같은 불평등으로 주어진다.

U_{\min }^{k}\leq U^{k}\leq U_{\max }^{k}\,

U_{\min }^{k}\leq U^{k}\leq U_{\max }^{k}\,

≤

U_{\min }^{k}\leq U^{k}\leq U_{\max }^{k}\,

U_{\min }^{k}\leq U^{k}\leq U_{\max }^{k}\,

U_{\min }^{k}\leq U^{k}\leq U_{\max }^{k}\,

displaystyle U_{\min }^{k}\leq U^{k}\leq U_{\max }^{k}\}}}}

은(는) 제어에 대한 하드 제약 조건을 나타낸다

U_{\min }^{k}\leq U^{k}\leq U_{\max }^{k}\,

.

h_{\min }^{k}\leq X^{k}\leq X_{\max }^{k}\,

h_{\min }^{k}\leq X^{k}\leq X_{\max }^{k}\,

≤

h_{\min }^{k}\leq X^{k}\leq X_{\max }^{k}\,

X

h_{\min }^{k}\leq X^{k}\leq X_{\max }^{k}\,

k {\

displaystyle

h_

{\min }^{

k}\

leq

X

^{k}\leq X_{\max }^{k}\}}}}}

은

h_{\min }^{k}\leq X^{k}\leq X_{\max }^{k}\,

변수에 대한 하드/소프트 제약 조건을 나타낸다.

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

(

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

,

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

)

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

=

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

, 1

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

,

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

… ,

h^{k}(u^{k},x^{k})\leq 0{\text{ for }}k=0,1,\ldots ,n\,

{\

displaystyle

h

^{k}(u^{k},x^{k})\leq

0

{{{\text{{}{{{}}}}}}}

의 경우 reactive reservation limites

,\n\}

은 다른 제약조건을 나타낸다

.

OPF의 객관적 기능은 최소 또는 최대화를 원하는 활성 또는 무효 전력량과 관련된 다양한 형태를 취할 수 있다. 예를 들어 우리는 송전 손실을 최소화하거나 전력망의 실제 발전 비용을 최소화할 수 있다.

확률적 최적화와 같은 다른 전력 흐름 솔루션 방법에는 정확한 값을 알 수 없는 특정 변수의 확률 분포를 사용하여 전력 시스템을 모델링할 때 발견되는 불확실성이 포함된다. 동적 회선 정격과 같이 제약조건의 불확실성이 존재하는 경우, 제약조건을 위반할 확률은 특정 값으로 제한되는 경우, 확률 제약 최적화를 사용할 수 있다. 변동성을 모형화하는 또 다른 기법은 몬테카를로 방식으로, 입력과 결과 출력의 다른 조합을 실제 세계에서 발생 확률을 기반으로 고려한다. 이 방법은 시스템 보안 및 단위 약속 위험에 대한 시뮬레이션에 적용할 수 있으며, 재생 가능 또는 분산형 발전으로 확률적 부하 흐름을 모델링하는 데 점점 더 많이 사용되고 있다.^[6]

경쟁 행동 모델

메가와트 전기 에너지 생산 비용은 다음과 같은 기능이다.

연료 가격
발전 효율(연료의 잠재적 에너지가 전기 에너지로 변환되는 속도)
운영비 및 유지관리비

이와 더불어 발전소의 발전은 다음과 같은 고정비용이 발생한다.

플랜트 건설 비용 및
고정 운영 및 유지관리 비용

완벽한 경쟁을 가정할 때, 시장에 근거한 전기 가격은 순수하게 다음 메가 와트 전력 생산 비용, 이른바 단기 한계 비용(SRMC)에 근거할 것이다. 그러나 이 가격은 고정된 발전 비용을 충당하기에 충분하지 않을 수 있으며, 따라서 전력 시장 가격은 순수하게 SRMC 가격을 표시하는 경우는 드물다. 대부분의 확립된 전력 시장에서 발전기는 원하는 가격에 자유롭게 발전 용량을 제공할 수 있다. 금융 계약의 경쟁과 사용은 이러한 가격을 SRMC에 가깝게 유지하지만 불가피하게 SRMC보다 높은 가격을 제시한다(예: 2001년 캘리포니아 에너지 위기 때).

전력 시스템 시뮬레이션의 맥락에서, 전력 시장의 불완전한 경쟁을 시뮬레이션하기 위해 다음과 같은 여러 기술이 적용되었다.

쿠르노 경쟁
베르트랑 경쟁
공급함수 평형
잔여공급지수 분석

이 문제에도 다양한 휴리스틱스가 적용됐다. 예상 수급 상황을 감안할 때 전력 시장 가격에 대한 현실적인 예측을 제공하는 것이 목적이다.

장기최적화

전력시스템 장기최적화는 발전·전송·배전 설비에 대한 다년 확장·퇴진계획 최적화에 초점을 맞춘다. 최적화 문제는 일반적으로 전력 시스템이 안전하고 경제적인 방식으로 작동하도록 하기 위해 장기 투자 현금 흐름과 OPF/UC(단위 약속)의 단순화 버전을 고려할 것이다. 이 영역은 다음과 같이 분류할 수 있다.

세대 확장 최적화
전송팽창 최적화
세대-전송확대 공동최적화^[7]
유통망 최적화

연구 사양

잘 정의된 전력 시스템 연구 요건은 적격 서비스 제공업체와 올바른 분석 소프트웨어를 선택하는 과제를 줄일 것이기 때문에 프로젝트의 성공에 매우 중요하다. 시스템 연구 규격에는 프로젝트 범위, 분석 유형 및 필요한 결과물이 기술되어 있다. 연구 규격은^[8] 특정 프로젝트 및 산업 요구사항에 부합하도록 작성되어야 하며 분석 유형에 따라 달라진다.