인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.3
- 수록면
- 97 - 108 (12page)
이용수
초록· 키워드
본 연구는 태양광 발전(PV) 보급률이 높은 저압 배전계통에서 IEEE 1547-2018 표준에 부합하는 안정적인 전압 제어 방안을 제시한다. 이를 위해 Generalized LinDistFlow (GLDF) 모델 기반의 전압 민감도를 활용한 BESS 모델 예측 제어(MPC) 기법을 제안한다. 특히, 고정된 민감도를 사용하는 기존 방식과 달리, 선로 사고와 같은 토폴로지 변화를 실시간으로 반영하여 민감도를 갱신하는 알고리즘을 적용하였다. 제안된 기법은 CYME-Python 코시뮬레이션 플랫폼을 통해 검증되었다. 시뮬레이션 결과, 민감도 갱신(Update) 방식은 기존 고정형 방식 대비 제어 입력의 불필요한 채터링(Chattering)을 효과적으로 억제하고, 배터리 등가 사이클(EFC)을 감소시켰다. 이는 제안 기법이 사고 상황에서도 배터리 열화를 최소화하며 효율적으로 계통 전압을 안정화할 수 있음을 입증한다.
#Model Predictive Control (MPC)
#Voltage Sensitivity
#Battery Energy Storage System (BESS)
#Generalized LinDistFlow (GLDF)
#IEEE 1547-2018
#Cyme-Python Co-simulation
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 요약
- Ⅰ. 서론
- Ⅱ. 본론
- Ⅲ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
