Two-Step 구조의 인공신경망을 적용한 마이크로그리드의 운영 기법에 관한 연구 :A study on operation method of microgrid based on artificial neural network of two-step structure

김태규

추천

검색

자료유형: 학위논문

저자정보: 김태규 (성균관대학교, 성균관대학교 일반대학원)

지도교수: 원충연, 이준신

발행연도: 2021

저작권: 성균관대학교 논문은 저작권에 의해 보호받습니다.

이용수3

이 논문의 연구 히스토리 (6)

2023

인공신경망 기반 마이크로그리드 2차 제어기법

김태규 , 안창균 , 이준신 외 1명 대한전기학회 학술대회 논문집 2023.04 학술대회자료

2022

마이크로그리드의 DC 전압 제어를 위한 인공신경망 전향보상 기반 제어 기법

김태규 , 이훈 , 안창균 외 2명 한국조명·전기설비학회 학술대회논문집 2022.05 학술대회자료

2021

독립 운전을 고려한 하이브리드 AC/DC 마이크로그리드의 인공신경망 기반 운영 기법

김태규 , 이훈 , 안창균 외 2명 대한전기학회 학술대회 논문집 2021.07 학술대회자료

이중 구조의 인공신경망 기반 마이크로그리드 에너지 관리 시스템

김태규 , 이훈 , 강경민 외 3명 한국조명·전기설비학회 학술대회논문집 2021.05 학술대회자료

Two-Step 구조의 인공신경망 기반 Hybrid AC/DC Microgrid 운영 기법

김태규 , 이훈 , 안창균 외 4명 조명·전기설비학회논문지 2021.03 학술저널

Two-Step 구조의 인공신경망을 적용한 마이크로그리드의 운영 기법에 관한 연구

김태규 전자전기컴퓨터공학과 2021.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 논문에서는 차세대 배전망인 DC 마이크로그리드와 기존 AC 그리드와 연계 가능한 하이브리드 AC/DC 마이크로그리드의 인공신경망 기반 운영 기법에 대하여 제안하였다. 하이브리드 AC/DC 마이크로그리드는 AC 그리드와 DC 마이크로그리드를 연계하기 위한 Interlinking 컨버터, 분산 발전원, 에너지 저장 장치를 연계하여 구성하였으며, 개별 구성 요소는 상위 제어기인 Microgrid Central Controller(MGCC)를 통해 제어되고 부하량은 Power Quality Monitoring을 통해 정보를 MGCC에 상시적으로 전송하는 중앙 집중형 제어 방식으로 마이크로그리드를 운영하였다.
50kW 이하의 소규모 수용가와 같은 경우 발전량과 부하량이 일정한 패턴을 갖지 않아 기존 에너지 관리 기법을 적용하여 운영하는데 어려움이 있으며, 이러한 일정한 패턴을 갖지 않는 비선형적인 데이터를 사용하기 위해 MGCC에 인공신경망을 적용하였다. 인공신경망은 비선형적인 데이터를 학습하여 원하는 결과를 도출하는데 용이한 특징을 가지며, 인공신경망을 학습시키기 위해 에너지 저장 장치의 잔존 용량, 분산 발전량, 부하 수요량에 대한 데이터를 선정하였다. 인공신경망에 Two-Step 구조를 적용하여 첫 번째 스텝의 출력을 통해 개별 구성 요소의 동작 모드가 결정되고, 두 번째 스텝의 출력을 통해 에너지 저장 장치의 전력 지령이 결정되도록 구성하였다. 또한 소규모 수용가의 특성상 3상 AC 계통에 부하 불평형으로 인한 전압 불평형의 문제가 발생할 가능성이 높으며, 이를 해소하기 위해 Interlinking 컨버터의 토폴로지로 양방향 3-Phase 4-leg 컨버터를 사용하였다.

In this dissertation, an Artificial Neural Network(ANN) based operation method for hybrid AC/DC microgrid that can connect DC microgrid AC grids is proposed. Hybrid AC/DC microgrid is constructed by interlinking converters to connect AC grid and DC microgird, distributed power sources, and Energy Storage System(ESS). Microgrid operate in a centralized controlled method, and individual components are controlled by Microgrid Central Controller(MGCC). Information of load power is transmitted to MGCC through Power Quality Monitoring(PQM).
In the case of small-scale customers less than 50kW, it is difficult to operate by applying traditional Energy Management System(EMS) because power generation and load power do not have a certain pattern. In order to use nonlinear data that does not have such a certain pattern, ANN was applied to the MGCC. The ANN has a characteristic that it is easy to derive the desired result by training nonlinear data, and the State of Charge(SOC) of the ESS, distributed power generation, and load power were selected to train ANN By applying the two-step structure to the ANN, the operation mode of individual components is determined through the output of the first step, and the power command of the ESS is determined through the output of the second step. In addition, due to the characteristics of small-scale customers, there is a high possibility that a voltage unbalance problem occurs due to load unbalance in the 3- phase AC system. To solve this problem, a bidirectional 3-Phase 4-leg converter was used as the topology of the interlinking converter.
To verify the proposed microgrid operation method, installed the small-scale microgrid, which configured with 10kW interlinking converter, 5kW distributed power sources, and the ESS. Through the simulation and experiment result, the validity of the proposed ANN of Two-Step based microgrid operation method is confirmed.

#Interlinking Converter #AC/DC Hybrid Microgrid System #Artificial Neural Network #Distributed Generation #Energy Management System

제1장 서론 1
1.1. 연구 배경 1
2.2. 논문의 구성 4
제2장 하이브리드 AC/DC 마이크로그리드의 구성 5
2.1. Interlinking 컨버터 6
2.2. PV(Photovoltaic) 컨버터 9
2.3. WT(Wind Turbine) 컨버터 11
2.4. ESS(Energy Storage System) 컨버터 13
제3장 인공신경망의 구조 및 학습 16
3.1. 인공신경망 구조 16
3.2. Back Propagation 기법을 적용한 인공신경망 학습 기법 18
3.3. Two-Step 구조의 인공신경망 26
제4장 Two-Step 구조의 인공신경망 기반 마이크로그리드 운영 기법 27
4.1. 제안하는 인공신경망 기반 마이크로그리드 운영기법 27
4.2. Two-Step 구조 인공신경망의 구성 31
4.3. 하이브리드 AC/DC 마이크로그리드 동작 모드 34
제5장 시뮬레이션 43
5.1. Two-Step 구조의 인공신경망 학습 43
5.2. 인공신경망을 적용한 마이크로그리드 운영 시뮬레이션 46
제6장 실험 결과 50
6.1. 하드웨어 구성 50
6.2. 계통 연계 시 마이크로그리드 운영 실험 결과 59
6.3. 단독 운전 시 마이크로그리드 운영 실험 결과 68
제7장 결론 80
참고문헌 81
ABSTRACT 85

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (6)

초록· 키워드

목차

최근 본 자료

댓글(0)