A Study on the Development of Probabilistic Transmission Security Model for Power System Operational Planning with High Renewable Energy Penetration

Abstract

재생에너지는 에너지원 특성상 기상변수에 따라 출력이 간헐적이고 변동적이기 때문에 예측하기 어렵고, 전력시스템 내 재생에너지 연계 비중이 높아질수록 전력품질이 저하될 수 있다. 이는 재생에너지 초과 발전에 의한 출력제한이 발생할 확률이 높아짐을 의미하며, 더 나아가 정전 또는 블랙아웃으로 이어질 우려가 있다. 현대 사회는 전기 의존도가 높고 전력시스템 복구에 큰 비용이 요구됨에 따라 전력시스템의 정전 및 블랙아웃 발생은 전력 산업 및 소비자 모두에게 큰 손실을 줄 수 있다. 전력 생산 방식이 화석연료 및 원자력발전에서 풍력 및 태양광 중심의 재생에너지원으로 변화하고 있는 현시점에서 이러한 문제는 계통 안정성 및 신뢰도를 확보하기 위한 대책 마련이 필요함을 시사한다. 기존 계통 운영계획은 재생에너지가 가혹하게 고려된 조건에서 결정론적 안전도 평가 방법이 적용되기 때문에 재생에너지의 가변성 및 불확실성을 고려하기에는 한계가 있다. 하지만 대규모 재생에너지가 투입되는 차세대 AC/DC 복합망의 안정적인 운영을 위해서는 전력시스템 구성요소의 불확실성을 고려한 확률론적 안전도 평가 기술 개발이 필요하다. 본 연구에서는 재생에너지 특성을 고려한 전력시스템의 유연성을 확보하기 위해 재생에너지 발전출력 모델링 기반 확률론적 송전망 안전도 평가 기술을 제안한다. 이를 위해 대한민국 풍력 및 태양광 발전출력 실적 데이터를 활용하여 재생에너지 특성을 분석하였으며, 계절(봄, 여름, 가을, 겨울) 및 시간(아침, 점심, 저녁, 야간)을 고려한 16개 Base Case 기준을 설정하였다. 분석된 재생에너지 발전출력 특성을 기반으로 재생에너지(풍력 및 태양광)의 Base Case 별 최적 확률분포를 선정하였으며, Monte Carlo Simulation을 통해 재생에너지 발전출력 시나리오를 생성하였다. 본 논문에서는 제안된 알고리즘을 통해 모델링 된 재생에너지 발전출력 시나리오를 실적 데이터와 비교하여 검증하였으며, PSS/E 및 Python 프로그램을 활용한 반복 조류계산을 통해 수렴률, 선로 과부하, 모선 전압 위반 여부 등을 전력시스템 안전도 분석을 수행하였다. 제안된 방법론은 기동정지계획, 송전 혼잡 관리, 예비력 관리 등 전력 계통 분야에 활용될 수 있으며, 대규모 재생에너지 투입에 따른 계통 영향 평가, 미래 계통 모델링 및 계통 운영자의 의사결정을 위한 도구로 활용되어 설비 과투자 등을 예방할 수 있다.;Renewable energy generation is difficult to predict because its output is variable and intermittent depending on weather conditions. For this reason, the high penetration of renewable energy into the power system can cause deterioration in power quality, resulting in a high risk of over-generation of renewable energy and curtailment. Moreover, it may lead to blackouts or large-scale outages. As modern society relies heavily on electricity and power system recovery is costly, outages and blackouts can cause massive losses to both the power industry and consumers. As society moves from power generation focused on fossil fuel and nuclear energy to renewable sources such as wind and solar power, it is necessary to ensure the stability and reliability of power systems. In pre-existing power system operation plans, deterministic power system security analyses were utilized, and variability and uncertainty were not considered. However, for the stable operation of a renewable energy power system considering the uncertainty of all its components, a probabilistic power system security analysis technology needs to be developed. This thesis proposes a probabilistic transmission security analysis technology based on renewable energy generation output modeling to ensure the flexibility of renewable energy power systems. The power generation output characteristics of renewable energy in South Korea were analyzed, and 16 base cases criteria were established in consideration of the characteristics of seasons (spring, summer, fall, winter) and time of the day (morning, afternoon, evening, and overnight). The optimal probability distribution of renewable energy (wind and solar power) for each base case was selected based on the renewable energy generation output characteristics analyzed through historical data. Renewable energy power generation output scenarios were then generated using Monte Carlo simulations. The power generation output scenarios modeled through the proposed algorithm can be utilized for various types of system modeling and analyses. The modeled renewable energy power generation output scenarios were verified by comparing them with historical data. Power flow calculations were performed using PSS/E and Python programs for power system security analysis, including determining the rate of convergence, branch overload, and bus voltage violation. The proposed algorithm can be applied to traditional power systems to determine commitment planning, power transmission congestion management, reserve management, etc. Furthermore, it can be used to review system impacts due to the high penetration of wind and solar power, model future system, and inform the decision-making system operators to prevent facility overinvestment.