전송·배전 연계 시스템의 정상 상태 시뮬레이션

초록

본 논문은 전송망과 배전망을 전류·전압 기반 등가 회로 모델로 통합하고, 직접 뉴턴‑랩슨 및 병렬 가우스‑시델‑뉴턴 해법을 적용해 대규모 T&D 결합 시스템의 수렴성을 향상시킨 방법을 제시한다. 실험 결과는 소규모 시스템에서는 단일 머신에서 직접 뉴턴‑랩슨이, 백만 노드 이상 대규모 시스템에서는 다중 머신 병렬 가우스‑시델‑뉴턴이 안정적으로 수렴함을 보여준다.

상세 분석

이 논문은 기존 전송망과 배전망을 각각 별도 모델(전통적인 전압‑전압 또는 전압‑전류 형태)로 시뮬레이션하는 접근법이 결합 시 수렴성 문제와 확장성 한계를 보인다는 점에 주목한다. 저자들은 전송망의 양상(positive‑sequence) 모델과 배전망의 3상 모델을 모두 전류·전압 기반 등가 회로 형태로 변환함으로써, 동일한 수학적 구조를 갖는 방정식 집합을 만든다. 이때 사용된 등가 회로는 전압‑전류 관계를 선형/비선형 소자(저항, 인덕터, 커패시터, 변압기, 발전기, 부하 등)로 표현하고, 비선형 소자는 복소 전류‑전압 특성을 뉴턴‑랩슨 방식으로 선형화한다.

핵심 기술은 두 가지이다. 첫째, 전류·전압 기반 모델링은 전통적인 전력 흐름 방정식(PF)보다 변수 수가 동일하면서도 Jacobian 행렬의 구조가 더 희소하고 대칭에 가깝게 된다. 이는 수치 해석 시 행렬 분해와 전처리(preconditioning) 효율을 크게 높인다. 둘째, 저자들은 회로 시뮬레이션 분야에서 널리 쓰이는 직접 뉴턴‑랩슨(Direct NR)과 가우스‑시델‑뉴턴(Gauss‑Seidel‑Newton, GSN) 해법을 T&D 결합 시스템에 적용한다. Direct NR은 단일 머신에서 고정밀 해를 빠르게 얻을 수 있지만, 메모리와 계산량이 급증하면 병목이 된다. 이를 보완하기 위해 GSN은 각 영역(전송, 배전)을 독립적으로 업데이트하고, 영역 간 인터페이스(버스 전압·전류)만을 교환하는 병렬 구조를 채택한다. 이 방식은 MPI 기반 클러스터에서 노드당 메모리 사용을 최소화하고, 스케일아웃을 통해 백만 노드 규모까지 확장 가능하게 만든다.

수렴성 검증에서는 전통적인 전압‑전압 PF와 비교했을 때, 등가 회로 기반 모델이 초기 전압 추정값에 덜 민감함을 확인했다. 특히, 높은 재생에너지 비중(풍력·태양광)으로 인한 비선형 부하와 역전압 상황에서도 Jacobian의 조건수가 크게 악화되지 않아, 10⁻⁶ 수준의 전압 오차를 1520 회의 반복으로 달성했다. 또한, 병렬 GSN 해법은 64코어 클러스터에서 1.2배1.5배의 속도 향상을 보였으며, 통신 오버헤드가 전체 실행 시간의 5% 이하에 머물렀다.

이러한 결과는 전송·배전 연계 시뮬레이션이 향후 대규모 재생에너지 통합, 마이크로그리드 상호 연결, 그리고 전력 시장 시뮬레이션 등에 필수적인 도구가 될 수 있음을 시사한다. 특히, 회로 기반 모델링과 병렬 해법의 결합은 기존 전력 흐름 솔버가 직면한 수렴성·확장성 문제를 근본적으로 해결하는 방향을 제시한다.