Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers

  1. (Dept. of Electrical and Computer Engineering, Sungkyunkwan University, Korea.)



Adaptive Protection, Clustering Method, Directional Overcurrent Relay, Optimization Algorithm, Protection Coordination Problem

1. 서 론

분산형 전원 도입 이전의 배전계통은 기존의 방사형 계통이 특징이며 근본적으로 중앙집중형 발전에서 부하쪽으로 흐르는 단방향 조류가 특징이다. 같은 맥락으로 전력계통 내에서 고장발생 시 고장전류의 방향 역시 단방향으로만 흐르며, 기존의 고장전류의 크기만으로 보호동작을 수행하는 과전류계전기만으로 충분히 고장을 검출하고 고립시키는 것이 가능하다. 하지만, 최근에 분산형 전원이 배전계통에 연계됨에 따라 중앙집중형 발전 뿐만 아니라 분산형 전원에 의한 양방향 조류가 발생하고 있으며 이를 효율적으로 제어하기 위하여 전력계통을 망형계통으로 변화시키고자 하는 움직임 역시 대두되고 있다. 이에 따라 고장전류 역시 양방향으로 흐르게 되며 기존의 배전계통 보호를 위한 과전류계전기 위주의 보호시스템은 고장방향을 정확하게 구분할 수 없다는 한계를 가지게 되었다. 이러한 한계를 보완하기 위하여 고장방향 판별이 가능한 방향성 과전류계전기를 기반한 보호시스템 구축이 필수가 되었다(1).

방향성 과전류계전기는 Time Dial Setting (TDS)와 Pickup Current Setting (PCS), 두 가지 정정값이 사전에 설정되어 고장 발생 시 설정된 정정값을 통해 각 방향성 과전류계전기의 동작시간이 결정된다. 방향성 과전류계전기의 정정값은 고장발생 시 고립되는 고장구간의 최소화 및 가능한 빠른 고장구간 고립을 목적으로 설정된다. 방사형 계통 내에서 과전류계전기의 정정값을 계산하는 것을 그리 어려운 일은 아니지만 망형계통 내에서 방향성 과전류계전기의 정정값을 계산하는 것은 굉장히 어려우며, 이를 위해 많은 문헌에서 유전알고리즘과 같은 최적화 알고리즘을 활용한 방향성 과전류계전기 정정값 최적화 전략들이 제시되고 있다.

최적화된 정정값은 보통의 배전계통 토폴로지 상황에서는 최적의 성능을 보일 것이나 유지보수나 고장 등의 이유로 토폴로지가 변할 경우 더 이상 최적의 성능을 유지하지 못하게 되는 상황이 발생할 수 있다. 최악의 경우 방향성 과전류계전기들의 보호협조 체계까지 무너질 위험이 존재한다. 다양한 문헌에서 토폴로지 변화에 따른 배전계통 보호문제를 해결하기 위한 방안들을 제시하였다. 참고문헌(3)에서는 모든 발생가능한 토폴로지 조건하에서 보호협조가 가능한 정정값을 계산하는 방법을 제시한다. 하지만 이 방법은 방향성 과전류계전기의 동작시간이 전체적으로 크게 증가할 수 있으며, 만족해야하는 제약조건의 수가 많기 때문에 최적화 알고리즘의 수렴자체가 어려울 가능성도 있다. 참고문헌(4)에서는 적응형 보호알고리즘을 제시한다. 적응형 보호알고리즘은 통신시스템을 활용하여 계통 상태를 관찰하고 토폴로지의 변화가 관측되면, 각 토폴로지에 대응하는 방향성 과전류계전기의 최적 정정값을 계산하고 업데이트한다. 이 방법은 토폴로지 변화에도 항상 최적의 보호 성능을 유지할 수 있지만 정정값을 업데이트하는 데 시간이 소요된다는 단점이 있다. 마지막으로 참고문헌(5)에서는 배전계통의 발생 가능한 모든 토폴로지들을 클러스터링하여 각 클러스터에 속한 토폴로지들에 대한 최적인 정정값을 계산한 후 정정값들을 사전에 설정한다. 이 방법은 한정된 수의 정정값들을 사전 설정할 수 있는 지능형 계전기에 대하여 유효한 전략으로서 참고문헌(3)에 비하여 동작시간이 짧아질 뿐 아니라 정정값을 업데이트에 드는데 소요되는 시간이 굉장히 짧다는 장점이 있다.

본 논문에서는 배전계통의 토폴로지 변화가 방향성 과전류계전기 최적 정정값에 미치는 영향을 분석하고 기존의 토폴로지 변화에 대응하기 위한 보호전략들을 비교한다. 2장에서는 보호계전기의 최적 정정값을 계산하기 위한 방법을 간결하게 소개한다. 그리고 다음 장에서는 배전계통의 토폴로지 변화가 방향성 과전류계전기의 최적 정정값에 미치는 영향을 분석한다. 4장에서는 시뮬레이션을 통해 이전에 연구된 보호전략들에 대한 비교가 수행되며, 마지막 5장에서는 결론을 통해 본 논문에 대한 결과를 정리한다.

2. 방향성 과전류계전기 최적 정정방법

분산형 전원의 연계는 배전계통을 더욱 복잡하게 만든다. 배전계통은 망형형태가 되고 있으며, 조류의 흐름은 양방향으로 흐르고 있다. 그러나 망형 배전계통의 모든 방향성 과전류계전기들이 보호협조할 수 있는 정정값들을 계산하는 것은 굉장히 어려운 일이다. 따라서 많은 참고문헌에서는 유전알고리즘이나 Particle Swarm Optimization (PSO) 같은 최적화 알고리즘을 활용하여 방향성 과전류계전기의 최적 정정값을 계산하는 방법을 제시하였다(6-7).

방향성 과전류계전기의 동작시간은 정정값, TDS와 PCS에 의하여 계산되며 IEC 60255 표준에 따라 표준반한시 방향성 과전류계전기의 동작시간은 식(1)에 의하여 계산된다.

(1)
$t_{op}= TDS\times\dfrac{0.14}{(\dfrac{I_{fault}}{PCS})^{0.02}-1}$

여기서, $t_{op}$: 방향성 과전류계전기의 동작시간 [s]

$I_{fault}$: 고장전류 [A]

방향성 과전류계전기들의 정정값은 고장 발생 시 가능한 빠르게 그리고 고립되는 고장구간을 가능한 작게 만들기 위하여 최적화된다. 또한, 정정값 최적화 과정에서 방향성 과전류계전기들의 모든 보호협조 관계 성립 여부 역시 고려되어진다. 여기서 보호협조란 주보호 계전기와 후비보호 계전기 사이의 동작시간 차이가 Coordination Time Interval (CTI) 이상이 되는지 여부를 의미한다. CTI는 후비보호 계전기의 오동작을 방지하기 위하여 주보호 계전기와 후비보호 계전기 동작시간 차이의 최소 조건으로 차단기의 기계적인 동작시간 등이 고려된 값이다. 정리하면 최적의 방향성 과전류 계전기란 모든 방향성 과전류계전기가 서로 보호협조하면서 동작시간이 최소화되는 정정값을 의미하며, 이를 방향성 과전류계전기 정정값 최적화를 위한 목적함수로 환산하면 식(2)와 같이 나타난다. 목적함수의 첫 번째 항으로는 방향성 과전류계전기의 동작시간을 단축시키기 위하여 주보호 계전기의 동작시간으로 설정하였다. 두 번째 항은 주보호 계전기와 후비보호 계전기 사이의 보호협조 위반 여부를 판단하기 위한 것으로 보호협조 위반 발생 시 목적함수에 큰 페널티 값이 더해지도록 설정하였다. 예를 들어 후비보호와 주보호 사이의 시간간격이 충분하여 보호협조가 될 경우 식(3)의 값은 양의 값이 되고 식(2)의 두 번째 항은 0이 된다. 하지만 반대로 후비보호와 주보호 사이의 시간간격이 CTI보다 작을 경우 후비보호가 오동작할 수 있음을 의미하며 식(3)은 음의 값을 가지고, 식(2)의 두 번째 항에 식(3)의 2배의 크기만큼 더해지게 된다. 최적화 알고리즘은 목적함수가 최소화되는 정정값을 탐색하므로 결과적으로 보호협조 위반을 유발하는 정정값은 자연스럽게 탈락하게 된다. 여기서, 보호협조 만족 여부가 계전기 동작시간 단축보다 우선 시 되기 때문에 두 번째 항의 가중치가 첫 번째 항의 가중치보다 크게 설정된다.

(2)
$OF = w_{1}\sum_{k}^{K}t_{m_{k}}+w_{2}\sum_{l}^{L}|t_{mb_{l}}| - t_{mb_{l}}$

(3)
$t_{mb}= t_{b}- t_{m}-CTI$

여기서, $t_{op}$: 방향성 과전류계전기의 동작시간 [s]

$t_{m}$: 주보호 계전기의 동작시간 [s]

$t_{b}$: 후비보호 계전기의 동작시간 [s]

$t_{mb}$: 주보호 및 후비보호 계전기의 협조시간 간격 [s]

$I_{fault}$: 고장전류 [A]

$w_{1},\: w_{2}$: 목적함수의 가중치

$K$: 배전계통의 총 주보호 계전기의 수

$L$: 주보호/후비보호 계전기의 총 쌍 수

3. 배전계통 토폴로지 변화의 영향

3.1 시험계통

본 논문은 시험계통으로 그림 1과 같은 IEEE 30 모선 시험계통의 배전계통 부분을 활용하였다. 시험계통은 50MVA 132/33kV 변압기를 통하여 전력을 공급받고 있으며 총 3개의 인버터 기반 분산형 전원의 연계를 모의하였다. 또한, 계통에는 총 15개의 선로가 있으며, 각 선로 중앙에 3상 단락고장(즉, 15개의 고장)을 모의하였다. 또한, 배전계통의 토폴로지 변화를 고려하기 위하여 유지보수 또는 고장 등의 이유로 각 선로와 분산형 전원들은 탈락할 수 있다고 가정하였다. 즉 본래의 전력계통 토폴로지(T1)를 포함하여 15개의 선로 중 하나가 탈락한 배전계통 토폴로지(T2 ~ T16), 3개의 분산형 전원 중 하나가 탈락한 배전계통 토폴로지(T17 ~ T19) 총 19개의 발생가능한 배전계통 토폴로지를 모의하였다. 이 장에서는 선로 및 분산형 전원의 탈락에 의한 토폴로지의 변화가 본래의 토폴로지를 기준으로 최적화된 정정값에 미치는 영향을 분석하였다.

그림. 1. 수정된 IEEE 30 모선 시험계통

Fig. 1. Modified IEEE 30-bus test system

../../Resources/kiee/KIEE.2021.70.6.860/fig1.png

3.2 선로 탈락에 의한 영향

선로 탈락에 의한 배전계통 토폴로지의 변화는 배전계통 내 고장발생 시 흐르는 고장전류의 크기와 방향에 크게 영향을 미치며, 이에 따라 보호계전기의 동작시간에 영향을 미친다. 특히, 주보호 계전기와 후비보호 계전기의 보호협조 체계에도 악영향을 미쳐 보호계전기의 오동작 등을 유발할 수 있다. 선로 탈락에 의한 토폴로지의 변화가 보호체계에 미치는 영향에 대한 예를 들기 위하여 그림 1의 시험계통 내의 30개의 방향성 과전류계전기를 시험계통 본래의 토폴로지를 기준으로 최적 정정값을 계산하였다. 그림 1의 F15 위치에 3상 단락고장이 발생할 경우 R30 계전기가 주보호 계전기이며, R23과 R26 계전기가 R30의 후비보호 계전기가 된다. 표 1은 시험계통 본래의 토폴로지를 기준으로 최적화된 계전기(R30, R23, R26)의 정정값과 F15 고장에 대한 각 계전기의 동작시간을 나타낸다. 보호협조 여부를 판단하는 $t_{mb}$의 값이 두 후비보호 계전기에 대하여 모두 양수이기 때문에 본래의 토폴로지 조건 하에서는 F15 고장에 대하여 보호협조를 정확하게 수행하고 있음을 확인할 수 있다.

표 1. 보호계전기의 동작시간 (토폴로지 [T1])

Table 1. Operation Time of the Relays (Topology T1)

R30

(주보호)

R23

(후비보호)

R26

(후비보호)

$I_{fault}$

3325.9A

1624.3A

1732.4A

TDS

0.2324

0.2034

0.2632

PCS

369.24A

369.24A

249.00A

$t_{op}$

0.7240s

0.9364s

0.9315s

$t_{mb}$

-

0.0124s

0.0075s

보호협조 여부

-

O

O

표 2. 보호계전기의 동작시간 (토폴로지 [T13])

Table 2. Operation Time of the Relays (Topology T13)

R30

(주보호)

R26

(후비보호)

$I_{fault}$

1905.3A

1915.6A

TDS

0.2324

0.2632

PCS

369.24A

249.00A

$t_{op}$

0.9752s

0.8847s

$t_{mb}$

-

-0.2905s

보호협조 여부

X

표 3. 보호계전기의 동작시간 (토폴로지 [T14])

Table 3. Operation Time of the Relays (Topology T14)

R30

(주보호)

R23

(후비보호)

$I_{fault}$

1868.0A

1878.1A

TDS

0.2324

0.2632

PCS

369.24A

249.00A

$t_{op}$

0.9873s

0.8525s

$t_{mb}$

-

-0.3348s

보호협조 여부

X

표 2와 3은 각각 F12 위치의 선로가 탈락했을 때의 토폴로지(T13)와 F13 위치의 선로가 탈락하였을 때의 토폴로지(T14)에 대한 보호계전기의 동작시간을 나타낸다. 주목할 점은 선로의 탈락으로 인하여 주보호 계전기가 감지하는 고장전류와 후비보호 계전기가 감지하는 고장전류 크기 사이의 차이가 상당히 감소하였다는 것이다. 주보호 계전기가 감지하는 고장전류의 크기는 전체계통 단락임피던스의 증가로 감소한 것에 반하여 후비보호 계전기가 감지하는 고장전류의 크기는 소폭 증가하였다. 결과적으로 주보호 계전기의 동작시간은 지연되었고 후비보호 계전기의 동작시간은 단축되어 F15 위치의 고장발생 시 후비보호 계전기가 먼저 동작하여 불필요하게 고립되는 영역이 증가하게 된다. 즉 선로 탈락으로 인하여 바뀐 토폴로지 조건하에서는 주보호 계전기와 후비보호 계전기 사이의 보호협조 체계가 무너졌음을 확인할 수 있다.

3.3 분산형 전원 탈락에 의한 영향

분산형 전원의 탈락에 의한 토폴로지의 변화 역시 고장전류에 변화를 유발하고 배전계통의 보호시스템에 영향을 미친다. 예를 들어 시험계통의 F7 위치에 삼상 단락고장이 발생할 경우 가장 가까운 계전기인 R13이 주보호 계전기가 되며, 그 다음으로 가까운 계전기인 R9가 R13의 후비보호 계전기가 된다. 본래의 토폴로지를 기준으로 모든 방향성 과전류계전기의 정정값들이 최적화되었기 때문에 본래의 토폴로지가 유지되는 한에는 R13과 R9는 표 4와 같이 보호협조를 수행하게 된다.

표 4. 보호계전기의 동작시간 (토폴로지 [T1])

Table 4. Operation Time of the Relays (Topology T1)

R13

(주보호)

R9

(후비보호)

$I_{fault}$

3090.7A

2632.0A

TDS

0.2206

0.2226

PCS

467.4A

581.44A

$t_{op}$

0.8021s

1.0164s

$t_{mb}$

-

0.0143s

보호협조 여부

-

O

표 5. 보호계전기의 동작시간 (토폴로지 [T18])

Table 5. Operation Time of the Relays (Topology T18)

R13

(주보호)

R9

(후비보호)

$I_{fault}$

2694.4A

2698.3A

TDS

0.2206

0.2226

PCS

467.4A

581.44A

$t_{op}$

0.8662s

1.0000s

$t_{mb}$

-

-0.0665s

보호협조 여부

-

X

표 5는 분산형 전원(DG 2)이 탈락한 토폴로지에 대한 각 계전기가 감지하는 고장전류 및 동작시간을 나타낸다. 표 4와 비교할 때 분산형 전원의 탈락은 주보호 계전기가 감지하는 고장전류의 크기에 작지 않은 영향을 미치는 것을 확인할 수 있다. 분산형 전원의 탈락으로 인하여 그로 인한 고장기여가 사라졌기 때문에 주보호 계전기가 감지하는 고장전류의 크기는 다소 감소하였고 그로 인하여 주보호 계전기의 동작시간 역시 다소 지연되었다. 그에 반하여 후비보호 계전기의 동작시간은 토폴로지 변화 전후 거의 변화하지 않았기 때문에 두 계전기 사이의 CTI가 충족되지 못하고 보호협조 관계가 위태롭게 되었다.

3장에서는 선로 및 분산형 전원의 탈락으로 인한 토폴로지의 변화가 보호시스템에 미치는 영향에 대하여 분석하였다. 토폴로지의 변화는 본래의 토폴로지를 기준으로 정정값이 설정된 주보호 계전기와 후비보호 계전기의 보호협조 체계를 위협하기 때문에 토폴로지의 변화까지 고려한 보호시스템 구축이 필요하다. 다음 4장에서는 토폴로지의 변화를 고려한 3가지 보호전략이 소개되고 각 전략을 비교한다.

4. 토폴로지 변화에 대응하기 위한 보호전략

본 장에서는 토폴로지 변화에 대응하기 위한 3가지 보호전략 1) 정정값이 고정된 보호전략, 2) 적응형 보호전략, 3) 클러스터링을 활용한 보호전략들이 소개되고 비교된다.

4.1 정정값이 고정된 보호전략

참고문헌(3)의 저자들은 발생가능한 모든 토폴로지에 대응가능한 하나의 최적 정정값을 계산하는 보호전략을 제안한다. 이 방법은 기존의 방향성 과전류계전기 정정값 최적화 방법과 유사하게 식(2)와 (3)을 활용하여 계전기의 정정값을 최적화한다. 차이점은 발생가능한 모든 토폴로지에서의 보호협조 여부를 제약조건으로서 포함한다는 것이다. 즉 목적함수인 식(2)의 총 계전기 숫자($K$)와 보호협조하는 계전기 쌍의 숫자($L$)가 발생가능한 모든 토폴로지의 숫자의 배수만큼 증가하게 된다는 것이다. 기하급수적으로 늘어난 제약조건의 숫자로 인하여 최적 결과값이 수렴하는데 시간이 오래 소모되며, 계전기 동작시간이 크게 늘어난다는 단점이 있다. 하지만 이러한 단점은 최적화의 선형화 및 사용자 정의 설정기능을 가지는 디지털 계전기로 보완할 수 있으며, 각 방향성 과전류계전기들은 단 하나의 정정값들만 가지기 때문에 이후 소개될 다른 전략들과 달리 디지털 계전기나 통신시스템이 필수가 아니라는 장점이 있다.

표 6은 고정된 정정값을 활용한 보호전략을 3.2장에서 모의한 선로 탈락에 의한 토폴로지 변동 상황에 적용했을 때의 최적 정정값 및 동작시간을 나타낸다. 표 1에서 표 3까지의 결과와 비교할 때 각 계전기의 동작시간이 최소 2초 이상으로 상당히 증가한다. 따라서 동작시간 증가에 대한 대책이 필요하지만, $t_{mb}$ 값은 모두 양수이기 때문에 보호협조 위반은 발생하지 않음을 확인할 수 있다.

4.2 적응형 보호전략

적응형 보호는 통신시스템을 활용하여 배전계통을 지속적으로 감시하여, 배전계통의 토폴로지 변화를 감지하는 방법이다. 토폴로지의 변화가 감지되면 적응형 보호방법은 조류해석 및 고장해석을 수행하여 새로운 토폴로지에 맞는 부하전류 값과 고장전류 값을 계산한다. 이후 새롭게 계산된 부하전류와 고장전류를 토대로 새로운 토폴로지에 맞는 최적 정정값을 식(2)와 최적화 알고리즘을 통해 새롭게 계산하고 보호계전기에 적용한다. 이러한 전략은 빠른 보호동작 및 보호협조 측면에서 항상 최상의 보호시스템을 제공할 수 있지만, 배전계통의 토폴로지가 변화할 때마다 새로운 정정값을 계산해야하기 때문에 중앙 시스템은 정정값을 업데이트에 대한 지연을 유발하는 엄청난 계산 부담에 직면할 수 있다.

표 6. 고정된 정정값을 활용한 보호전략

Table 6. Protection Method with Fixed Setting Values

R30

R23

R26

TDS

0.8480

0.7688

0.7293

PCS

260.64A

352.75A

383.42A

토폴로지 T1

$t_{op}$

2.2723s

3.3279s

3.4853s

$t_{mb}$

-

0.8556s

1.0130s

토폴로지 T13

$t_{op}$

2.9251s

3.1270s

-

$t_{mb}$

-

0.0020s

-

토폴로지 T14

$t_{op}$

2.9550s

-

3.1622s

$t_{mb}$

-

-

0.0072s

표 7. 적응형 보호전략

Table 7. Adaptive Protection Method

R30

R23

R26

토폴로지 T1

TDS

0.2324

0.2034

0.2632

PCS

369.24A

363.24A

249.00A

$t_{op}$

0.7240s

0.9364s

0.9315s

$t_{mb}$

-

0.0124s

0.0075s

토폴로지 T13

TDS

0.2144

0.3104

PCS

352.8A

249.0A

$t_{op}$

0.8349s

1.0433s

-

$t_{mb}$

0.0085s

-

토폴로지 T14

TDS

0.1840

0.2019

PCS

260.64A

363.24A

$t_{op}$

0.6411A

0.8462s

$t_{mb}$

0.0050s

표 7은 적응형 보호전략을 3.2장에서 모의한 선로 탈락에 의한 토폴로지 변동 상황에 적용했을 때의 최적 정정값 및 동작시간을 나타낸다. 표 1에서 표 3까지의 결과와 비교할 때 적응형 보호전략은 각 토폴로지에 대하여 최적의 정정값을 제공하기 때문에 보호계전기의 동작시간이 상당히 단축될 뿐만 아니라 주보호 계전기와 후비보호 계전기 간의 보호협조도 성립된다.

4.3 클러스터링을 활용한 보호전략

참고문헌(5)는 전력계통의 발생가능한 토폴로지를 유사한 토폴로지끼리 클러스터링하고, 각 클러스터에 대응되는 최적 정정값을 계산하여 사전에 지능형 계전기에 소수의 정정값들을 저장하는 방법을 제안하였다. 참고문헌(5)에서는 배전계통을 클러스터링하기 위한 기준으로 일반 시간 지연이란 지표를 활용하였다. 일반 시간 지연은 모든 계전기들의 정정값을 TDS를 1로 설정하고 PCS를 적절한 임의의 값으로 고정했을 때의 각 계전기의 동작시간의 합으로 정의된다. 이 지표를 통해 보호협조 관점에서 유사한 토폴로지들을 분류할 수 있으며, 각 토폴로지는 계산된 일반 시간 지연 값의 평균과 표준 편자의 합을 통해 클러스터링하였다. 표 8은 일반 시간 지연을 활용하여 클러스터링된 토폴로지를 나타낸다. 여기서 디지털 계전기에 저장 가능한 정정값의 수를 4개로 가정하였기 때문에 클러스터의 개수도 4로 고정된다. 각 토폴로지가 클러스터링 되면 클러스터링 내 모든 토폴로지를 만족하는 최적 정정값을 식(2)를 통해 계산하게 된다. 이는 4.1장의 방법과 유사하지만 고려되는 제약조건의 수를 클러스터링 개수만큼 줄일 수 있다는 장점이 있으며 이에 따라 총 동작시간도 단축된다.

표 8. 보호전략을 위한 토폴로지 클러스터링

Table 8. Topology Clustering for Protection Strategy

토폴로지 명

합계

Cluster 1

T14, T16

2

Cluster 2

T6, T8, T10

3

Cluster 3

T2, T3, T5, T7, T9, T13, T17, T18, T19

9

Cluster 4

T1, T4, T11, T12, T15

5

표 9는 클러스터링을 활용한 보호전략을 3.2장에서 모의한 선로 탈락에 의한 토폴로지 변동 상황에 적용했을 때의 최적 정정값 및 동작시간을 나타낸다. 주보호 계전기와 후비보호 계전기 사이의 보호협조가 충족되며 표 6의 결과에 비하여 계전기 동작시간이 단축될 수 있음을 확인하였다. 또한, 사전에 저장된 계전기의 정정값을 활용하기 때문에 토폴로지의 변화 시 정정값을 빠르게 업데이트할 수 있다는 장점이 있다.

4.4 시뮬레이션을 통한 보호전략 결과 비교

본 논문은 토폴로지 변화에도 일관되게 보호협조를 수행하기 위한 방향성 과전류계전기 정정값 산정방법들에 대한 연구를 수행하였다. 4.1장에 소개된 방법은 하나의 정정값으로 모든 토폴로지를 보호하기 때문에 표 10과 같이 보호계전기 동작시간이 지나치게 늘어날 수 있다는 단점이 존재한다. 하지만, 별도로 정정값을 업데이트하는 과정이 없어 통신시스템이 필요 없으며 정정값을 업데이트 동안 원활한 보호를 수행할 수 없는 맹점이 존재하지 않는다는 장점이 있다. 4.2장의 경우 토폴로지가 변할 때 마다 새로운 토폴로지에 맞게 정정값을 새롭게 계산하기 때문에 보호계전기의 동작시간은 표 짧으나 정정값을 업데이트 시켜야 하며 이에 따른 맹점이 존재한다는 단점이 있다. 마지막 4.3장의 경우 토폴로지들을 클러스터링하고 각 클러스터에 소수의 정정값들을 사전에 저장해두는 방법을 제시하였으며 4.2장의 방법보다는 동작시간이 길지만 그리 크지는 않으며 4.1장과 같이 별도로 정정값을 업데이트 시킬 필요가 없다는 장점이 있다.

표 9. 클러스터링을 활용한 보호전략

Table 9. Protection Method with clustering

R30

R23

R26

토폴로지 T1

TDS

0.2015

0.1905

0.2366

PCS

260.64A

394.25A

322.88A

$t_{op}$

0.5399s

0.8876s

1.0087s

$t_{mb}$

-

0.1476s

0.2687s

토폴로지 T13

TDS

0.4201

0.4527

-

PCS

260.64A

311.25A

-

$t_{op}$

1.44791s

1.7123s

-

$t_{mb}$

-

0.0633s

-

토폴로지 T14

TDS

0.2015

-

0.2366

PCS

260.64A

-

322.88A

$t_{op}$

0.7022s

-

0.9242s

$t_{mb}$

-

-

0.0220s

표 10. 보호계전기 평균 동작시간

Table 10. Average of the Relays’ Operation Time

4.1장

4.2장

4.3장

1.7355s

0.5761s

0.8153s

5. 결 론

본 논문에서는 배전계통의 토폴로지의 변화가 보호시스템에 미치는 영향을 확인하였다. 토폴로지 변화에 의한 고장전류 크기의 변화가 방향성 과전류계전기의 동작시간에 영향을 미쳐 보호협조 체계에 악영향을 줄 수 있음을 확인하였다. 또한, 이러한 문제를 해결하기 위한 3가지 방법을 제시하고 IEEE 30 모선 시험계통의 30개의 방향성 과전류계전기를 대상으로 비교하였다. 고정된 정정값을 활용한 보호전략은 지나치게 계전기의 동작시간이 지연될 우려가 있으며, 적응형 보호전략은 토폴로지 변화 시 최적 정정값을 계산하고 업데이트시키는데 시간이 걸린다. 그에 비하여 클러스터링을 활용한 방법은 사전에 디지털 계전기에 저장한 정정값을 활용하기 때문에 업데이트 시간이 짧고 동작시간도 크게 늘어나지 않는다는 장점이 있다.

Acknowledgements

This work was supported by the National Research Foundation of Korea(NRF) grant funded by the Korea government(MSIP) (No. 2018R1A2A1A05078680).

References

1 
H. M. Sharaf, H.H. Zeineldin, D. Khalil, E. E. A. ElZanhab, 2015, A proposed coordination strategy for meshed distribution systems with DG considering user-defined characteristics of directional inverse time overcurrent relays, Electrical Power and Energy Systems, Vol. 65DOI
2 
Carlos A. C. Salazar, A. C. Enriquez, S. E. Schaef fer, 2015, Directional overcurrent relay coordination considering nonstandardized time curves, Electric Power Systems Research, Vol. 122DOI
3 
Nabab Alam Mahamad, 2019, Adaptive Protection Coor dination Scheme Using Numerical Directional Overcurrent Relays, IEEE Transactions on Industrial Informatics, Vol. 15, No. 1, pp. 64-73DOI
4 
Khaled A. Saleh, Hatem H. Zeineldin, Ehab F. ElSaadany, 2017, Optimal Protection Coordination for Microgrids Considering N-1 Contingency, IEEE Transactions on Industrial Informatics, Vol. 13, No. 5, pp. 2270-2278DOI
5 
H. M. Sharaf, H. H. Zeineldin, D. K. Ibrahim, E. A. E. Essam, 2015, A proposed coordination strategy for meshed distribution systems with DG considering user-defined characteristics of directional inverse time overcurrent relays, Int. J. Electr. Power Energy Syst., Vol. 65DOI
6 
Razavi Farzad, Askarian Abyaneh Hossein, AlDabbagh Majid, Mohammadi Reza, Torkaman Hossein, 2008, A new comprehensive genetic algorithm method for optimal overcurrent relays coordination, Electric Power Systems Research, Vol. 78, No. 4, pp. 713-720DOI
7 
Wadood Abdul, Chang-Hwan Kim, Khurshi ad Tahir, Gholami Farkoush Saeid, Rhee Sang-Bong, 2018, Application of a Continuous Particle Swarm Optimization (CPSO) for the Optimal Coordination of Overcurrent Relays Considering a Penalty Method, Energies, Vol. 11, No. 4, pp. 869DOI
8 
Saberi Noghabi Abbas, Sadeh Javad, Rajabi Mashhadi Habib, 2009, Considering Different Network Topologies in Optimal Overcurrent Relay Coordination Using a Hybrid GA, IEEE Transactions on Power Delivery, Vol. 24, No. 4, pp. 1857-1863DOI
9 
Univ. Washington, Power Systems Test Case Archive’, Seattle, WA 2006,, http://www.ee.washington.edu/research/pstca/Google Search

저자소개

Jin-Sol Song
../../Resources/kiee/KIEE.2021.70.6.860/au1.png

He received a B.S degree from the College of Information and Communication Engineering, Sungkyunkwan University, Korea, in 2017.

At present, he is enrolled in the combined master’s and doctorate program.

His research interests include distributed generation and power system protection.

Ji-Soo Kim
../../Resources/kiee/KIEE.2021.70.6.860/au2.png

He received a B.S degree from the College of Information and Communication Engineering, Sungkyunkwan University, Korea, in 2016.

At present, he is enrolled in the combined master’s and doctorate program.

His research interests include power system transients, wind power generation and distributed energy resource.

Gwang-Su Shin
../../Resources/kiee/KIEE.2021.70.6.860/au3.png

He received a B.S, degrees in electrical engineering from Kangwon national University, in 2019.

At present, he is enrolled in the combined master’s and doctorate program of the College of Information and Communication, Sungkyunkwan University.

His research interests include power system protection and power system transients.

Ho-Young Kim
../../Resources/kiee/KIEE.2021.70.6.860/au4.png

He received a B.S degree from College of Information and Communication Engineering, Sungkyunkwan University, Korea, in 2020.

At present, he is enrolled in the master program.

His research interests include power system transients, distributed energy resource.

Chul-Hwan Kim
../../Resources/kiee/KIEE.2021.70.6.860/au5.png

He received the B.S., M.S., and Ph.D. degrees in electrical engineering from Sungkyunkwan University, Suwon, Korea, in 1982, 1984, and 1990, respectively.

In 1990, he joined Jeju National University, Jeju, Korea, as a Full-Time Lecturer.

He was a Visiting Academic with the University of Bath, Bath, U.K., in 1996, 1998, and 1999.

He has been a Professor with the College of Information and Communication Engineering, Sungkyunkwan University, since 1992, where he is currently the Director of the Center for Power Information Technology.

His current research interests include power system protection, artificial intelligence applications for protection and control, modeling/ protection of underground cable, and electromagnetic transients program software.