수요예측오차율의 변화
Scenario 1 기존 수요예측오차율 데이터 사용
Scenario 2 Scenario 1 대비 10% 감소 Scenario 3 Scenario 1 대비 20% 감소
표 5.5 Scenario 별 수요예측오차율의 변화
5.4 수요예측오차율 감소에 따른 시간대별 순동예비력
그림 5.10 Scenario 별 시간대별 순동예비력 산정 결과
결과를 살펴보면 수요예측오차율이 감소하게 되면서 필요한 예비력 또한 감소하는 것을 확인할 수 있다. 이를 자세히 비교하기 위해 Scenario 1의 예비력 산정량을 기준으로 Scenario 2와 3의 예비력 산정 량과의 차이를 그림 5.11에 나타내었다.
그림 5.11 Scenario 2, 3과 Scenario 1의 시간대별 순동예비력 산정결과 차이
그림 5.11을 살펴보면 수요예측오차율이 90%로 감소한 경우 (Scenario 2)와 80%로 감소한 경우(Scenario 3)에 대해 각각 최대 50㎿, 최대 80㎿의 예비력이 감소한 것을 확인할 수 있다. 또한 예비력 산정량 의 최대 감소 구간은 12시∼16시 사이로 나타나는데, 이는 12시∼16시 사이에 수요 예측치와 수요예측오차율이 높기 때문에, 상대적으로 수요 예측치와 수요예측오차율이 작은 시간대에 비해 실제 수요예측오차값이 더 크게 감소하였기 때문이다.
위 사례연구를 통해 수요예측기법의 정확도 증가로 수요예측오차율
이 감소하게 되면 필요한 순동예비력 산정량 또한 감소할 수 있다는 것 을 확인할 수 있다. 기존의 일정한 예비력 산정방법으로는 수요예측오차 의 기술발달로 인한 불확실성 감소에 대해 유연하게 대처할 수 없는 반 면, 제안한 방법은 이러한 변화에 대해 즉각적으로 대처함으로써 경제적 으로 예비력을 산정하고 계통을 운영하는 것이 가능하다.
제 6 장 결론
전력계통에서 항시 수급균형을 유지하는 것은 전력계통 안정운영의 필수적이고 가장 기본적인 요소이다. 예비력은 전력계통의 수급균형 유 지에 가장 중요한 역할을 담당하고 있으며, 그 중 계통에 투입되어있는 발전기가 확보하고 있는 순동예비력은 수급균형 유지 및 주파수 유지를 직접적으로 담당하여 전력계통을 안정적으로 운영하는데 중요한 위치를 차지하고 있다.
지난 2011년 9월 15일 순환정전이 발생한 이후, 우리나라에서는 예비 력에 관한 중요도와 관심도가 높아졌다. 이에 따라 예비력에 대한 용어 정리 및 순동예비력 확보량이 증가하였다. 하지만 수급불균형을 유발하 는 주요 요소인 수요예측오차, 발전력 탈락, 신재생에너지 예측오차가 각 각 냉·난방 부하의 증가로 인한 수요예측의 어려움, 발전단지 대규모화 에 의한 발전기 탈락 시 발전력 탈락의 규모 증가, 신재생에너지 확대 도입으로 인한 예측오차 증가로 인해 순환정전 이후에도 그 위험성이 지 속적으로 증가하고 있다.
이에 본 논문에서는 수급불균형을 발생시키는 수요예측오차, 발전력 탈락, 신재생에너지 예측오차의 불확실성이 시간대별로 다르다는 점에 착안해서 시간대별 순동예비력 산정 방안을 제시하였다. 수요예측오차의 경우 수요예측오차율, 발전력 탈락의 경우 발전기기동정지계획이 시간대
별로 바뀌며, 신재생에너지 중 가장 큰 비중을 차지하는 풍력발전의 경 우 시간대별로 다른 풍력발전 예측량에 따라 그 오차의 분포가 다르다.
본 논문에서는 시간대별로 달라지는 수요예측오차율, 발전기기동정지계 획, 풍력발전 예측량에 따른 풍력발전예측오차를 기준으로 시간대별로 다른 오차의 확률분포를 계산하였으며, 이를 토대로 단기수급균형신뢰도 를 정의해 이 값이 일정하도록 시간대별로 순동예비력을 산정하였다.
사례연구 결과 제안한 방법의 경우 기존의 산정방법이 시간에 관계 없이 일정한 순동예비력을 확보하는 것과 다르게, 단기수급균형신뢰도를 유지하기 위해 시간대별로 순동예비력 산정량을 변화시키는 것을 확인할 수 있었다. 냉·난방 부하의 영향으로 인해 시간대별 수요예측오차율이 서로 다른 패턴을 가지는 하계와 동계의 경우, 각각의 순동예비력 산정 결과 또한 다른 패턴을 보이게 되었다. 위와 같이 순동예비력을 시간대 별로 산정함으로써, 모든 시간대에 대하여 단기수급균형신뢰도가 기준치 이하로 내려가지 않게 함으로써 계통의 수급균형을 안정적으로 유지하는 것이 가능하였다.
또한 신재생에너지 중 가장 큰 비중을 차지하는 풍력발전의 계통도 입이 증가하였을 때와 수요예측 기술의 발달로 수요예측오차율이 전체적 으로 줄어들었을 때 시간대별 순동예비력의 산정결과에 대한 사례연구를 통해, 풍력발전단지의 추가건설이나 수요예측오차율의 감소에도 빠르게 대응하여 단기수급균형신뢰도를 일정하게 유지할 수 있음을 확인할 수
있었다. 풍력발전단지의 추가건설 시 풍력발전단지가 가지는 불확실성도 증가하기 때문에 시간대별 순동예비력 산정량이 증가하였으며, 이 때 시 간대별 풍력발전 예측량에 따라 그 변화 폭이 다르게 나타났다. 수요예 측오차율이 감소할 경우, 그 불확실성이 감소하기 때문에, 필요한 순동예 비력 산정량은 전체적으로 감소하는 것을 확인할 수 있었다.
현재 우리나라의 전력계통은 아직도 성장 중이다. 연 최대수요는 매 년 증가하고 있으며, 이에 따라 발전기의 추가 건설이 필요한 실정이다.
또한 화석연료 고갈 및 환경문제로 인해 친환경적인 신재생에너지의 계 통연계 또한 증가하고 있다. 지속적으로 변화하게 될 전력계통을 안정적 으로 운영하기 위해선 예비력 산정방법 또한 유연하게 바꿀 필요가 있 다. 이 중 순동예비력은 계통의 수급균형 조절과 일정 주파수 유지에 직 접적으로 관련 있는 예비력이다. 본 논문에서 제시한 방법처럼 시간대별 로 순동예비력을 다르게 산정함으로써 위와 같은 변화에 대해 유연하게 대처할 수 있으며, 성장이 진행 중인 전력계통을 안정적으로 운영할 수 있을 것으로 생각된다.
참 고 문 헌
[1] 안대훈, 권석기, 주행로, 최은재, “전력계통 안정을 위한 공급예비력 적정수준에 대한 연구”, 조명·전기설비학회논문지 제22권 제9호, pp.55-61, 2008.
[2] 류성호, 이광완, 김광원, 황갑주, “전력시장에서의 적정 운영예비력 기준에 관한 연구”, 대한전기학회 전기학회논문지, 제52A권 제5호, pp.287-293, 2003.
[3] Ronan Doherty, Mark O’Malley, “A New Approach to Quantify Reserve Demand in Systems with Significant Installed Wind Capacity”, IEEE Transactions on Power Systems, pp.587-595, Vol.20 No.2, 2005
[4] Miguel A. Ortega-Vazqueq, Daniel S. Kirschen, “Estimating the Spinning Reserve Requirements in Systems With Significant Wind Power Geneartion Penetration”, IEEE Transactions on Power Systems, pp.114-123, Vol.24 No.1, 2009
[5] Erik Ela, Brendan Kirby, etc. “Evolution of Operating Reserve Determination in Wind Power Integration Studies”, Power and Energy Society General Meeting, IEEE, 2010.
[6] Francois Bouffard, Francisco D. Galiana, “Stochastic Security for
Operations Planning with Significant Wind Power Generation”, IEEE Transactions on Power Systems, pp.306-316, Vol. 23 No.2, 2008
[7] T. Yong, R. Entriken, P. Zhang, “Reserve Determination for System With Large Wind Generation”, Proceedings of Power &
Energy Society General Meeting, Canada, 2009
[8] Pablo A. Ruiz, C. Russ Philbrick, Peter W. Sauer, “Wind Power Day-ahead Uncertainty Management through Stochastic Unit Commitment Policies”, Proceedings of Power Systems Conference and Exposition, Seattle, WA, 2009
[9] Masaru Asada, Pyoichi Hara, Hiroyuki Kita, “A Study on Adequate Level of Generation Reserve Margin Based on Stochastic Evaluation of Operational Cost with Large Penetration of Photovoltaic Generations”, The Journal of International Council on Electrical Engineering, pp.370-376, Vol.2 No.4, 2012.10
[10] Manuel A. Matos, R.J. Bessa, “Setting the Operation Reserve Using Probabilistic Wind Power Forecasts”, IEEE Transactions on Power Systems, pp.594-603, Vol.26 No.2, 2011
[11] Menemenlis, N., Huneault, M., Robitaille, A., “Computation of Dynamic Operating Balancing Reserve for Wind Power Integration
for the Time-Horizon 1-48 Hours”, Sustainable Energy, IEEE Transactions on Vol.3, Issue 4, pp.692-702, 2012.
[12] Holttinen, H., Milligan, M., etc., “Methodologies to Determine Operating Reserves Due to Increased Wind Power”, Sustainable Energy, IEEE Transactions on Volume 3, Issue 4, pp.713-723, 2012
[13] 고려대학교 산학협력단, 전력거래소 계통운영처, “계통규모 확대에 따른 적정 공급 및 운영예비력 산정에 대한 연구 (최종보고서)”, 2011
[14] 전력거래소, “전력시장운영규칙”, 2013
[15] 이종욱, 위영민, 주성관, 송경빈, 박정도, 조범석, 신기준, “단기 전력 수요예측 정확도 개선을 위한 수요예측 오차분석”, 대한전기학회 전 력기술부문회 추계학술대회 논문집, pp.171-172, 2010.
[16] 송경빈, 하성관, “단기수요예측 알고리즘”, 전기학회논문지 제53A권 제10호, pp.529-535, 2004.
[17] Rui Bo, Fangxing Li, “Probabilistic LMP Forecasting Considering Load Uncertainty”, Power Systems, IEEE Transactions on Vol.24 , Issue 3, 2009.
[16] R. V. Hogg, A. T. Craig, “Introduction to Mathematical Statistics”, 4th edition. New York: Macmillan, 1978
[19] Roy Billiinton, Ronald N. Allen, “Reliability Evaluation of Power Systems”, Plenum Press, 1996
[20] J. Martin Bland, “The Half-Normal distribution method for measurement error: two case studies”, 2004. Retrieved October. 9, 2013, from
http://www-users.york.ac.uk/~mb55/talks/halfnor.pdf
[21] Patton, A.D., “Short-Term Reliability Calculation”, PowerApparatus and Systems, IEEE Transactions on Vol.89, Issue 4, pp.509-513, 1970
U a (MBtu)
(MBtu/b
㎿)
(MBtu/c
㎿2)
Pmax(㎿) Pmin (㎿)
MinOff (h)
MinOn (h)
(㎿/h)Ramp
Start (MBtu)Up
1 31.67 26.2438 0.069663 30 5 1 1 15 40
2 31.67 26.2438 0.069663 30 5 1 1 15 40
3 31.67 26.2438 0.069663 30 5 1 1 15 40
4 6.78 12.8875 0.010875 300 150 8 8 150 440
5 6.78 12.8875 0.010875 300 100 8 8 150 110
6 31.67 26.2438 0.069663 30 10 1 1 15 40
7 10.15 17.8200 0.012800 100 25 5 5 50 50
8 31.67 26.2438 0.069663 30 5 1 1 15 40
9 31.67 26.2438 0.069663 30 5 1 1 15 40
10 6.78 12.8875 0.010875 300 100 8 8 150 100
11 32.96 10.7600 0.003000 350 100 8 8 175 100
12 31.67 26.2438 0.069663 30 8 1 1 15 40
13 31.67 26.2438 0.069663 30 8 1 1 15 40
14 10.15 17.8200 0.012800 100 25 5 5 50 50
15 31.67 26.2438 0.069663 30 8 1 1 15 40
16 10.15 17.8200 0.012800 100 25 5 5 50 50
17 31.67 26.2438 0.069663 30 8 1 1 15 40
18 31.67 26.2438 0.069663 30 8 1 1 15 40
19 10.15 17.8200 0.012800 100 25 5 5 50 59
20 28 12.3299 0.002401 250 50 8 8 125 100
21 28 12.3299 0.002401 250 50 8 8 125 100
22 10.15 17.8200 0.012800 100 25 5 5 50 50
23 10.15 17.8200 0.012800 100 25 5 5 50 50
24 39 13.2900 0.004400 200 50 8 8 100 100
25 39 13.2900 0.004400 200 50 8 8 100 100
26 10.15 17.8200 0.012800 100 25 5 5 50 50
27 64.16 8.3391 0.010590 420 100 10 10 210 250
28 64.16 8.3391 0.010590 420 100 10 10 210 250
부록 A. IEEE 118 모선의 54개 발전기 정보
29 6.78 12.8875 0.010875 300 80 8 8 150 100
30 74.33 15.4708 0.045923 80 30 4 4 40 45
31 31.67 26.2438 0.069663 30 10 1 1 15 40
32 31.67 26.2438 0.069663 30 5 1 1 15 40
33 17.95 37.6968 0.028302 20 5 1 1 10 30
34 10.15 17.8200 0.012800 100 25 5 5 50 50
35 10.15 17.8200 0.012800 100 25 5 5 50 50
36 6.78 12.8875 0.010875 300 150 8 8 150 440
37 10.15 17.8200 0.012800 100 25 5 5 50 50
38 31.67 26.2438 0.069663 30 10 1 1 15 40
39 32.96 10.7600 0.003000 300 100 8 8 150 440
40 6.78 12.8875 0.010875 200 50 8 8 100 400
41 17.95 37.6968 0.028302 20 8 1 1 10 30
42 58.81 22.9423 0.009774 50 20 1 1 25 45
43 6.78 12.8875 0.010875 300 100 8 8 150 100
44 6.78 12.8875 0.010875 300 100 8 8 150 100
45 6.78 12.8875 0.010875 300 100 8 8 150 110
46 17.95 37.6968 0.028302 20 8 1 1 10 30
47 10.15 17.8200 0.012800 100 25 5 5 50 50
48 10.15 17.8200 0.012800 100 25 5 5 50 50
49 17.95 37.6968 0.028302 20 8 1 1 10 30
50 58.81 22.9423 0.009774 50 25 2 2 25 45
51 10.15 17.8200 0.012800 100 25 5 5 50 50
52 10.15 17.8200 0.012800 100 25 5 5 50 50
53 10.15 17.8200 0.012800 100 25 5 5 50 50
54 58.81 22.9423 0.009774 50 25 2 2 25 45
Abstract
After the circulating blackout occurred in September 15th, 2011, the importance of reserve margin to maintain reliable power system is magnified. As result of this incident, categorization of operating reserve and its margin are changed.
Operating reserve is categorized into spinning reserve and non-spinning reserve in terms of its status whether it is connected to the power system. Spinning reserve is defined as the reserve that is connected into power system. It is involved in maintaining balance between power supply and demand, and constant frequency of power system by regulating its power output. Therefore, estimating spinning reserve margin is important for reliable operating of power system. In order to estimate spinning reserve margin, the problems that cause power imbalance should be considered. The main issues contain load forecasting error caused by inaccurate forecasting, lack of power supply due to power outage and deficiency of power supplied from renewable energy because of its forecasting error. The increasement of spinning reserve margin makes power system more reliable,
whereas it leads to more operating cost due to additional turning-on generators and changes in unit commitment.
This paper presents an estimating method of spinning reserve that has different spinning reserve margin in each time. Load forecasting error, generator outage and forecasting error of renewable energy output is considered to determine spinning reserve margin. In renewable energy, wind power generation is mainly considered because of its distinct increase in grid connection. Modelings of probability density function(PDF) are made based on the time-varying demand forecasting error rate, results of unit commitment and wind generation forecasting error depending on the forecasted wind generation of each time. Compared with the conventional method that maintain constant spinning reserve margin at all time, the result of proposed method maintains constant short-term reliability of balance.
Moreover, the proposed method is capable of maintaining constant short-term reliability of balance by changing spinning reserve margin in each time in case of system configuration changes such as wind generation extension or decrease in demand forecasting error rate, which leads to the variation of supply and demand uncertainties.
Keywords: dynamic spinning reserve margin, short-term reliability of balance, wind generation, unit commitment
Student Number: 2012-20734
감사의 글
많은 분들의 도움으로 석사과정을 마무리할 수 있게 된 것 같습니다.
2년 동안 석사과정을 진행하면서 도와주신 모든 분들께 감사의 인사를 드립니다.
먼저 항상 저를 지지해주고 사랑해주시는 아버지, 어머니와 누나, 그리 고 항상 저를 위해 기도해주시는 외할머니, 큰이모, 작은이모께 감사드립 니다. 부족한 저를 항상 자랑스러워하는 고마운 가족들 모두에게 다시 한 번 감사드립니다.
무엇보다 배움에 솔선수범하시고 부족한 저를 끊임없이 지도해주신 박 종근 교수님께 감사드립니다. 교수님께서 정해주신 주제로 석사논문을 완성했지만, 교수님께서 하신 큰 생각을 다 표현하지는 못한 것 같습니 다. 앞으로도 항상 건강하셔서 오래도록 학생들에게 교수님의 뜻 깊은 가르침을 전해주셨으면 좋겠습니다. 학업과 연구에 대하여 많은 가르침 과 아낌없는 조언을 주신 윤용태 교수님과 문승일 교수님께 감사드립니 다.
저와 함께 2년 동안 가족처럼 생활한 연구실 분들께도 감사드립니다.
학업에 열정적인 모습 뿐 아니라 제 일상생활도 챙겨주시던 연구실의 큰 형 재행이 형, 모르는 게 많은 신입생이었던 제가 이것저것 물어봐도 차 근차근 알려주시던 친절한 도한이 형, 전력경제와 논문에 관해서 많은