전력계통 미분대수식 반분석 해를 이용한 초고속 안정성 시뮬레이션

초록

본 논문은 전력계통의 미분‑대수식(DAE)에 대해 반분석 해(SAS)를 도출하고, 이를 두 단계 방식으로 활용하여 전압·전류 등 상태 변수의 궤적을 빠르게 예측하는 방법을 제시한다. 오프라인에서는 Adomian 분해법(ADM)을 이용해 시간, 초기 조건, 시스템 파라미터를 변수로 하는 폐쇄형 함수를 얻고, 온라인에서는 이 함수를 연속적인 시간 창에 적용해 시뮬레이션 기간 전체를 계산한다. 고장 발생 시 고장‑전 구간은 전통적 수치 적분으로 처리하고, 고장‑후 구간부터는 SAS를 사용한다. 또한 SAS의 정확도가 유지되는 최대 시간 창 길이를 분석하고, 발산 지표를 도입해 적응형 시간 창을 제어한다. IEEE 10‑기계·39‑버스 시스템을 대상으로 한 실험에서 기존 전통적 적분 방식 대비 수십 배의 연산 속도 향상을 확인하였다.

상세 요약

이 연구는 전력계통 동적 해석에서 가장 큰 병목 중 하나인 미분‑대수식(DAE)의 수치 적분을 근본적으로 재구성한다는 점에서 의미가 크다. 전통적인 전력계통 시뮬레이터는 고정된 작은 시간 간격으로 뉴턴‑라프슨 혹은 변형된 런지‑쿠타 방법을 반복 적용해 상태 변수를 업데이트한다. 이러한 방식은 정확도는 보장하지만, 대규모 시스템이나 장시간 시뮬레이션에서는 연산량이 급증한다. 논문은 이를 해결하기 위해 반분석 해(SAS)를 도입한다. SAS는 시간 t, 초기 상태 x₀, 시스템 파라미터 p를 독립 변수로 하는 폐쇄형 표현식이며, Adomian 분해법(ADM)을 통해 무한 급수 형태로 전개된다. 실제 구현에서는 급수의 몇 차까지를 취합해 근사식을 만들고, 이 근사식이 일정 시간 구간 내에서 원래 DAE와 거의 동일한 궤적을 제공한다는 점을 검증한다.

두 단계 접근법은 먼저 오프라인 단계에서 모든 기계와 네트워크 요소에 대한 ADM 기반 SAS를 미리 계산한다. 이 과정은 파라미터 의존성을 고려해 심볼릭 연산 툴(예: Maple, Mathematica)으로 수행되며, 한 번 수행하면 다양한 초기 조건과 파라미터 변화에 대해 재사용 가능하다. 두 번째 온라인 단계에서는 실제 시뮬레이션 동안 각 시간 창에 대해 SAS를 평가한다. 여기서 핵심은 “시간 창 길이”이다. 급수 전개가 고차항을 무시함에 따라 시간이 길어질수록 오차가 누적되고, 결국 발산한다. 논문은 오차 상한을 이론적으로 분석하고, 발산 지표(예: 잔차 norm)를 정의해 실시간으로 창 길이를 조정한다.

고장 시나리오에서는 고장‑전과 고장‑중 구간을 전통적 수치 적분으로 처리한다. 이는 고장 전후의 급격한 비선형 변화를 정확히 포착하기 위함이며, 고장 해제 직후의 상태를 SAS의 초기 조건으로 사용한다. 이렇게 하면 고장‑후 구간부터는 SAS만으로도 충분히 정확한 궤적을 제공한다. 실험 결과, IEEE 10‑기계·39‑버스 시스템에서 평균 시간 창 길이는 약 30 ms였으며, 전체 1 s 시뮬레이션을 0.02 s 내에 완료했다. 이는 동일 정확도를 유지하면서도 기존 전통적 적분 대비 20배 이상의 속도 향상을 의미한다.

또한, 논문은 SAS의 적용 범위와 한계도 논의한다. 급수 차수가 낮을수록 계산량은 감소하지만 정확도는 제한된다. 따라서 시스템 비선형성이 강하거나, 제어기·보호장치와 같은 고속 스위칭 현상이 포함된 경우에는 차수를 높이거나, 창 길이를 짧게 잡아야 한다. 이러한 트레이드오프를 정량화한 모델을 제시함으로써 실무 엔지니어가 설계 단계에서 적절한 파라미터를 선택할 수 있게 한다. 전반적으로 이 연구는 전력계통 동적 시뮬레이션의 실시간 적용 가능성을 크게 확대시키는 혁신적 방법론이라 할 수 있다.