최근 에너지 저장장치(ESS, Energy Storage System)는 전기 에너지를 저장하여 원하는 시간에 필요한 양만큼 공급할 수 있다는 장점으로 수용가의 부하 이동, 신재생에너지 출력보정, 주파수 안정화 등 다양하게 활용되고 있다. 특히 신재생에너지 계통연계 비율이 높아지면서 신재생에너지의 변동성과 계통의 유연성에 기여할 수 있는 자원으로써의 활용성이 높아지고 있다. 이와 같이 ESS의 활용범위는 송배전계통에 걸쳐 30여 가지로 다양하게 사용될 수 있다. 그러나 국내 대부분의 ESS 기술은 주로 수용가 측 최대부하 감소, 신재생에너지 연계 ESS를 통한 REC 거래, 전력계통의 전기 품질 및 안전도를 유지용 주파수 조정과 같이 세 가지로 집중되어 있다. 따라서 본 논문에서는 송배전계통에서 사용될 수 있는 에너지 저장장치의 활용성을 높이기 위해서 현재 활발히 연구되고 있지 않는 ESS 운용기술 세 가지에 대해서 ESS 운영 알고리즘을 제
안한다. 세 가지 알고리즘은 계통한계가격 ESS Arbitrage 알고리즘, ESS Peak Shaving 알고리즘, PV-ESS 오차보상 알고리즘이다. 이를 위해서 우선 알고리즘에 사용되는 배터리 매커니즘에 대한 수식적인 모델링을 수행하였다. 그후 세 가지 알고리즘을 기술의 배경과 함께 순서대로 설명하였다. 알고리즘에서 설계한 목적함수의 해를 찾기 위해서 Greedy Algorithm과 Particle Swarm Optimization 기법이 사용되었다. 각각의 알고리즘은 과거 계통한계가격과 과거 계통전체부하, 과거 PV발전 데이터를 통해 실효성을 검증하였다.
Alternative Abstract
In recent years energy storage system has been used various ways such as shifting loads of customers, adjusting renewable energy power, and regulating frequency because it has the advantage of storing electrical energy and supplying it on time. In particular, as the ratio of renewable energy power is increasing, the utilization as a resource that can cover the variability and flexibility of renewable energy is increasing. As such, the ESS can be used in various ways over 30 in transmission and distribution systems. However, most of ESS technologies in Korea are mainly used in three ways: reducing the maximum load on the consumer side, REC trade through renewable energy-linked ESS, and regulating the frequency to maintain the electrical quality and safety of the power system. Therefore, in this paper, we propose the ESS operation algorithm for three ESS operation technologies that are not actively studied to increase the utilization of ESS in transmission and distribution systems.
Three algorithms are SMP ESS arbitrage algorithm, ESS peak shaving algorithm, PV-ESS forecasting error compensation algorithm. To this purpose, we first set the mathematical modeling of the battery charging-discharging mechanism used the algorithm. after that, these tree algorithms are described in order with the background of the technology. Greedy algorithm and Particle Swarm Optimization are used to find the solution of the objective function. Finally, we validate and analyze each algorithm from historical system marginal price, system loads and PV generation data.