2.1 지역 신재생 발전 관제 시스템(LRMS) 개요

LRMS는 지역 단위 전력계통에 연계된 다수의 신재생에너지 발전원을 효율적으로 통합 관제하기 위한 시스템이다. LRMS는 그림 2와 같이 크게 신재생에너지원의 출력을 실시간으로 감시하는 ‘출력 감시 시스템’, 기상 정보 등을 바탕으로 미래의 발전량을 예측하는 ‘발전출력 예측 시스템’, 예측된 정보를 기반으로 계통의 안정도를 평가하는 ‘전력계통 안정도 평가 시스템’, 그리고 평가 결과에 따라 필요시 발전기 출력을 제어하는 ‘출력제어 시스템’으로 구성된다^[9-10]. 이 중 발전출력 예측 시스템에서 도출된 예측 정보는 안정도 평가 시스템의 핵심 입력 데이터로 활용되며, 두 시스템은 유기적으로 연동하여 계통의 잠재적 리스크를 사전에 식별하는 역할을 수행한다. 본 연구는 발전출력 예측 이후 단계인 안정도 평가 기능의 고도화에 초점을 맞춘다.

그림 2. LRMS 주요 기능

Fig. 2. LRMS Key Functions

2.2 전력계통 전압안정도

전압 안정도는 부하 변동이나 고장과 같은 외란 발생 시, 계통의 모든 모선 전압이 허용 가능한 범위 내에서 안정적인 상태를 유지할 수 있는 능력을 의미한다^[11].

만약 계통이 무효전력 수요를 감당하지 못하는 임계점에 도달하면, 이 능력은 상실되고 특정 지역 또는 계통 전체의 전압이 제어 불가능한 상태로 급격히 하강하는 전압 붕괴(Voltage Collapse) 현상이 발생할 수 있다[7, 12]. 전압 붕괴는 인근 계통으로 불안정이 퍼져나가는 연쇄 고장(Cascading Failure)을 유발하여 최종적으로 대규모 정전으로 이어질 수 있는 심각한 문제이다.

전압 붕괴의 주요 원인으로는 대규모 발전기 또는 송전선로의 고장과 같은 상정 사고, 특정 선로의 과부하, 그리고 부하의 무효전력 소비 급증 등이 있다. 이러한 상황을 방지하고 전압 안정도를 확보하기 위해, 전력계통에서는 전통적으로 정지형 무효전력 보상장치(SVC)나 동기조상기와 같은 설비를 설치하여 무효전력을 보상하거나, 비상시에는 부하를 강제로 차단하는 등의 제어 방법을 사용해왔다^[6].

이러한 전통적인 전압 안정도 문제는 인버터 기반 신재생에너지원의 보급이 확대되면서 새로운 국면을 맞이하고 있다. 전통적인 동기발전기와 달리, 인버터 기반의 신재생에너지원은 회전 관성이 없고 무효전력 공급 능력이 제한적이어서 계통의 전압 조절 능력을 저하시키는 요인으로 작용한다^[13-14]. 또한, 기상 조건에 따른 발전량의 급격한 변동은 계통의 무효전력 수급 불균형을 심화시켜 전압 불안정성을 가중시킬 수 있다^[15].

이는 기존의 설비 기반 제어 방식만으로는 대응하기 어려운, 빠르고 예측 불가능한 변동성을 야기하며, 실시간 운영 관점에서 신재생에너지 출력을 직접 제어해야할 필요성을 증대시킨다.

실제로 2025년 4월 스페인에서 발생한 대규모 정전 사태는 높은 신재생에너지 비중 하에서 발생한 계통 고장이 연쇄적으로 파급되어 전압 불안정으로 이어진 대표적인 사례로, 이는 신재생에너지 중심의 전력망에서 실시간 안정도 평가의 중요성을 명확히 보여준다. 이러한 배경 속에서, 전남지역과 같이 특정 지역에 신재생에너지 설비가 집중되고 있는 국내 역시 약계통(Weak Grid) 형성에 따른 전압 안정도 문제에 대한 우려가 지속적으로 제기되고 있다.

2.3 기존 전압 안정도 평가 기법 고찰

전통적인 전압 안정도 평가 기법으로는 부하 증가에 따른 전압 변화를 분석하는 P-V, Q-V 곡선 분석, 시스템의 안정도 한계를 직접 계산하는 연속 조류 계산(Continuation Power Flow), 그리고 시스템의 취약점을 분석하는 모달 분석(Modal Analysis) 등이 있다^[16-17]. 이러한 기법들은 계통의 정적인 안정도 여유를 평가하는 데 효과적이지만, 계산 과정이 복잡하고 많은 시간이 소요되어 신재생에너지의 실시간 변동성을 반영하기에는 한계가 있다.

이러한 단점을 보완하기 위해 실시간 계통 정보를 이용하여 안정도 상태를 하나의 지수로 표현하는 전압 안정도 지수(Voltage Stability Index, VSI)에 대한 연구가 활발히 진행되어 왔다^[18]. VSI는 일반적으로 0(안정)에서 1(불안정) 사이의 값을 가지며, 이 값이 1에 가까워질수록 계통이 전압 붕괴에 근접했음을 의미한다. 지금까지 수많은 VSI가 제안되었는데, 대표적으로 2-모선 시스템 등가모델을 기반으로 하는 L-index와 선로의 유효전력 및 무효전력 관계를 이용하는 FVSI(Fast Voltage Stability Index) 등이 있다^[18-19]. 이러한 VSI들은 계산이 비교적 간단하여 시스템의 전압 안정 상태를 빠르게 파악할 수 있다는 장점이 있다. 그러나 대부분 특정 시점의 정적인 상태를 기반으로 계산되므로 신재생에너지의 동적인 변동 특성을 충분히 고려하지 못하는 한계점을 여전히 내포하고 있다. 따라서 LRMS와 같이 실시간 운영 환경에서는 빠른 계산 속도와 높은 정확도를 동시에 만족하며 신재생에너지의 변동성을 효과적으로 반영할 수 있는 새로운 평가 기법이 요구된다.

3.1 데이터 취득 및 가공

안정도 평가의 정확성은 최신 계통 정보를 실시간으로 확보하는 것에서 출발한다. 본 방법론은 크게 두 가지 종류의 데이터를 주기적으로 취득하여 사용한다. 첫째, 전력거래소의 송전망 운영 시스템(Transmission Security Management, TSM)에서 5분 간격으로 생성되는 전국 계통의 상태추정(State Estimation) 데이터를 취득한다. 이 데이터는 전국 단위의 발전, 부하, 조류 정보를 포함하는 기반 데이터 역할을 한다. 둘째, LRMS를 통해 관제되는 지역 내 신재생에너지 발전원의 출력값, 주요 설비의 운전 상태 등 실시간 데이터를 취득한다. 취득된 데이터는 후속 단계인 계통 모델 생성을 위해 사전 정의된 형식으로 변환 및 가공되는 과정을 거친다.

3.2 해석용 계통 모델 생성

3.1절에서 확보된 데이터를 기반으로 다음과 같은 절차를 통해 해석용 계통 모델(Base Case)을 완성한다.

1. 기반 모델 생성 : 취득한 전국 계통 TSM 파일을 안정도 평가 대상 지역인 광주전남 계통에 맞게 수정 및 변환한다. 이 과정에서 분석에 불필요한 외부 계통 정보를 등가화하거나 제거하여 해석의 효율성을 높인다.

2. 실시간 정보 반영 : 변환된 지역 계통 모델에 LRMS로부터 취득한 실시간 신재생에너지 출력값 및 설비 운전 정보를 반영한다. 이를 통해 TSM 데이터 생성 시점과 실제 분석 시점 사이의 오차를 보정하고 현재 계통 상태를 가장 정확하게 모의한다.

3.3 전압 안정도 평가 및 수용 한계량 산정

완성된 해석용 계통 모델을 기반으로, 전력계통 해석 프로그램인 DSA Tools를 활용하여 정밀한 전압 안정도 평가를 수행한다. DSA Tools 내의 각 모듈은 다음과 같은 역할을 순차적으로 담당한다.

1. 조류 해석 : 먼저 PSAT(Power System Analysis Toolbox) 모듈을 이용하여 생성된 계통 모델의 조류 계산을 수행한다. 이를 통해 계통의 초기 운전점을 확정하고, 각 모선의 전압과 위상각, 선로의 조류 분포 등 안정도 평가에 필요한 기본 데이터를 확보한다^[20].

2. 전압 안정도 평가 : 조류 해석 결과를 바탕으로 VSAT (Voltage Security Assessment Tool) 모듈을 이용하여 상정 고장 기반의 전압 안정도 평가를 실시한다. VSAT은 사전에 계획된 주요 상정 고장(Contingency) 목록(예: 대용량 송전선로 탈락, 인근 지역 발전기 불시 정지 등)을 순차적으로 적용하여, 각 고장 시나리오에 대한 계통의 전압 안정도를 평가한다^[21].

3. 수용 한계량 산정 : VSAT은 각 상정 고장에 대해 계통이 전압 안정도를 유지할 수 있는 한계점을 찾기 위해, 반복적인 조류 계산 기반의 증분 시뮬레이션을 수행한다. 구체적인 산정 절차는 다음과 같다.

첫째, 특정 상정 고장을 모의한 상태에서 광주전남 지역 내 모든 신재생에너지원의 출력을 현재 값(Base Case)에서부터 일정한 단계(예: 1MW)씩 점진적으로 증가시킨다.

둘째, 출력이 증가된 각 단계마다 조류 계산(Power Flow)을 수행하여 계통의 전압이 허용 범위 내에서 유지되는지, 즉 조류 계산이 수렴하는지를 검토한다.

셋째, 조류 계산이 더 이상 수렴하지 않거나 시스템 전압이 기준치 이하로 급격히 하락하는 임계점을 ‘전압 붕괴점’으로 판단한다. 이때 전압 붕괴가 발생하기 직전 단계의 신재생에너지 총 발전량이 해당 상정 고장에 대한 ‘최대 수용 한계량’이 된다.

마지막으로, 사전에 정의된 모든 상정 고장 목록에 대해 이 과정을 반복하여 각 고장별 수용 한계량을 도출하고, 그중 가장 작은 값을 최종적인 ‘신재생에너지 최대 수용 한계량’으로 결정한다. 이 값은 현재 계통 상태에서 안정적으로 수용 가능한 신재생에너지의 상한치를 의미하며, LRMS 운영자에게 가장 중요한 정량적 지표로 제공된다. 만약 예측된 신재생 발전량이 산정된 한계량을 초과할 경우, 시스템은 운영자에게 경고 및 선제적인 제어 조치를 권고하게 된다.

그림 3. LRMS 안정도 평가 절차

Fig. 3. LRMS Stability Assessment Procedure

4.1 시뮬레이션 개요 및 시나리오 설계

본 연구에서는 제안하는 전압 안정도 평가 방법론의 실효성을 검증하기 위해, 실제 광주전남 계통의 상태추정(TSM) 데이터를 기반으로 시뮬레이션을 수행하였다. 분석 대상으로는 유사한 부하 및 신재생 발전 여건을 가지는 금년도 봄철의 인접한 두 날짜를 선정하였다. 두 사례일의 유일한 핵심 차이점은 전력거래소의 지시에 따른 ‘신재생에너지 출력제어 실시 여부’이다. 이를 통해 출력제어가 전압 안정도에 미치는 영향을 제안된 방법론으로 정량적으로 분석하고자 하였으며, 시나리오는 다음과 같이 구성하였다.

• Case A : 출력제어 시행일

실제 전력거래소의 지령에 따라 전남지역 일부 태양광 발전소의 출력이 제한된 날의 TSM 데이터를 기반으로 계통 모델을 생성하였다.

• Case B : 출력제어 미시행일

Case A와 요일 및 기상 조건이 유사하여 비슷한 수준의 신재생 발전이 예상되었으나, 별도의 출력제어는 시행되지 않은 날의 TSM 데이터를 기반으로 계통 모델을 생성하였다.

두 Case에 대하여 동일한 상정 고장 시나리오(특정 154kV 송전선로 2회선 탈락)를 적용하여, 제안된 방법론에 따라 전압 안정도 및 신재생 최대 수용 한계량을 산정하고 그 결과를 비교 분석하였다.

4.2 결과 분석

출력제어가 시행된 Case A와 미시행된 Case B에 대하여 동일한 상정 고장 기반의 시뮬레이션을 수행한 결과, 그림 4와 같이 계통의 안정성 측면에서 중요한 차이점을 발견하였다.

Case B의 경우, 특정지역으로의 전력 전송 능력을 분석한 결과 전송 한계는 1353MW로 계산되었다. 하지만 이 한계는 특정 송전선로 2회선 동시 탈락이라는 심각한 상정 고장이 발생하였을 때, 다른 지역 발전기가 최대 출력 제약에 도달하며 계통이 불안정해지는 취약점에서 비롯된 것이었다. 이는 높은 신재생에너지 출력으로 인해 계통이 특정 고장에 매우 취약한 상태였음을 의미한다.

그림 4. Case A, Case B 시뮬레이션 결과

Fig. 4. Simulation Results for Case A and Case B

반면, 출력제어가 시행된 Case A에서는 모의된 모든 상정 고장에 대해 계통이 안정 상태를 유지하였다. 동일한 특정지역의 전송 한계는 907MW로 Case B보다 낮게 계산되었으나, 이는 전압 붕괴와 같은 심각한 불안정 현상이 아닌 최소 동기 안정도와 같은 일반적인 운영 제약에 의해 결정된 것이다. 즉, Case B에서 발견되었던 심각한 고장에 대한 취약점이 해소된, 더 강건하고 안정적인 계통 상태임을 확인시켜 준다.

[표 1]은 두 Case의 시뮬레이션 결과를 안정성 관점에서 비교한 것이다.

결과적으로, 제안된 평가 방법론은 단순히 전력 전송의 한계 수치를 계산하는 것을 넘어, 그 한계를 유발하는 잠재적인 취약점을 정확히 식별해냈다. Case B의 전송 한계가 더 높았음에도 불구하고 실제로는 특정 고장에 대한 안정성이 확보되지 않은 상태였음을 밝혀낸 것이 본 방법론의 핵심적인 기여이다. 이를 통해 계통 운영자는 수치적인 한계량뿐만 아니라 시스템의 강건성까지 고려하여, 선제적인 출력제어를 통해 Case A와 같이 안정성이 확보된 계통으로 운영할 수 있는 정량적 근거를 마련할 수 있다.

5.1 연구 요약 및 결론

본 연구는 신재생에너지 집적 지역의 안정적인 계통 운영을 위해 LRMS 환경에서 적용 가능한 실시간 전압 안정도 평가 방법론을 제안하고 그 실효성을 검증하였다. 제안된 방법론은 TSM과 LRMS의 실시간 데이터를 통합하여 해석용 계통 모델을 생성하고, DSA Tools를 이용한 상정 고장 기반의 동적 시뮬레이션을 통해 지역 계통의 ‘신재생에너지 최대 수용 한계량’을 주기적으로 산정하는 것을 목표로 한다.

실제 광주전남 계통 데이터를 이용한 사례 연구를 통해, 제안된 방법론이 신재생에너지 출력제어 여부에 따른 계통의 전압 안정도 변화를 성공적으로 분석함을 확인하였다. 특히, 출력제어가 없었던 날의 잠재적 전압 붕괴 위험을 구체적인 수용 한계량으로 정량화함으로써, 본 방법론이 계통 운영자에게 선제적 예방 조치를 위한 명확한 근거를 제공할 수 있음을 입증하였다. 따라서 본 연구에서 제안한 동적 해석 기반의 전압 안정도 평가 방법론은 신재생에너지의 수용력을 증대시키면서도 계통 안정도를 확보하는 데 효과적이고 실용적인 방안이라 결론 내릴 수 있다.

5.2 연구의 한계점 및 향후 연구 방향

본 연구는 다음과 같은 한계점을 가지며, 이를 보완하기 위한 후속 연구를 제언한다. 첫째, 본 연구는 전압 안정도에 초점을 맞추었으나, 실제 계통 운영에서는 주파수 및 과도 안정도 등 다양한 요소가 복합적으로 작용하므로, 이를 통합적으로 고려하는 종합 안정도 평가 지표 개발이 필요하다. 둘째, 상정 고장 목록을 사전에 정의하여 사용하였으나, 계통 상태 변화에 따라 동적으로 위험도가 높은 상정 고장을 자동 선별하는 기술을 접목한다면 평가의 효율성과 정확성을 더욱 높일 수 있을 것이다. 마지막으로, 본 연구에서 산정된 수용 한계량을 기반으로 최적의 출력제어량을 자동으로 산출하고 이를 실제 발전기 제어 신호와 연동하는 자동 출력제어 시스템까지 연구 범위를 확장한다면, LRMS의 완전한 자동 운전 체계 구축에 기여할 수 있을 것으로 기대된다.