분산전원 최적 배치 및 용량 산정
Optimal distributed generation placement and sizing using modified grey wolf optimization and ETAP for power system performance enhancement and protection adaptation
Nasreddine Bouchikhi, Fethi Boussadia, Riyadh Bouddou 외 5인·Scientific Reports·발표 2025.04· 23 인용
최근 1년 23회 인용· 떠오르는 연구
한국어 핵심 요약
분산전원(DG)을 배전망에 통합하는 것은 전압 제어를 통해 시스템 성능을 향상하고 전력 품질 및 신뢰성을 높이는 핵심 전략입니다. 본 논문은 수정된 회색 늑대 최적화(MGWO) 알고리즘과 ETAP 소프트웨어를 결합한 하이브리드 기법을 제안하여, 보호 시스템 적응성을 고려한 DG 장치의 최적 위치 및 용량 산정을 목표로 합니다.
제안된 기법은 유효 및 무효 전력 손실을 최소화하고 전압 안정성을 개선하며, DG 통합 시 보호 시스템의 적응성을 보장하기 위해 고장 전류 변화의 영향을 분석합니다. MGWO 알고리즘은 기존 GWO를 개선하여 적응형 가중치와 동적 순환 메커니즘을 추가함으로써 탐색과 활용의 균형을 향상하고 조기 수렴 및 지역 최적해 문제를 회피합니다. 이는 복잡하고 다중 모드 최적화 문제 해결에 있어 더 빠른 수렴 시간, 높은 정확도, 그리고 향상된 견고성을 제공합니다.
제안된 접근 방식의 효과는 IEEE 33-모선 테스트 시스템과 대규모 114-모선 배전망 시뮬레이션을 통해 검증되었습니다. 연구 결과에 따르면, 33-모선 시스템에서 DG의 최적 배치는 평균 전력 손실을 69.7% 감소시키고 전압 안정성을 69.6% 향상하는 것으로 나타났습니다.
본 연구는 다양한 네트워크 규모에서 DG 통합의 신뢰성을 입증하며, 전력 시스템의 성능 향상 및 보호 시스템 적응에 기여할 수 있는 실용적인 방법론을 제시합니다. 이는 향후 스마트 그리드 환경에서 분산 에너지 자원의 효율적인 활용을 위한 중요한 기반이 될 것입니다.
섹션 미리보기
연구 배경
분산전원(DG)의 배전망 통합은 시스템 성능, 전력 품질, 신뢰성 향상을 위한 핵심 전략입니다. 본 연구는 DG 통합 시 발생하는 전력 손실, 전압 안정성, 보호 시스템 적응성 문제를 해결하기 위한 최적화 기법을 제안합니다.
핵심 발견
제안된 MGWO-ETAP 하이브리드 기법은 33-모선 시스템에서 평균 전력 손실을 69.7% 감소시키고 전압 안정성을 69.6% 향상시켰습니다. 이는 DG의 최적 배치 및 용량 산정이 전력 시스템 성능을 크게 개선하고 보호 시스템 적응성을 보장함을 입증합니다.
관련 전기·전자공학 논문
전자 소자용 금속 산화물 반도체
2026·0
협대역 압전 튜닝 집적 청색 레이저
2026·4
전해조 잉크 이오노머 흡착 제어
2026·1
VSC-HVDC IGBT 이중 임계치 보호
2026·0