전력 시스템 운영 중 부하 차단은 공급-수요 균형을 유지하고 연쇄 정전을 방지하는 데 필수적이다. 최적화 기반 부하 차단 방식은 경제성과 형평성을 균형있게 고려할 수 있지만, 복잡한 제약 조건으로 인해 실시간 요구사항을 충족하기 어렵다. 이 논문에서는 기계 학습 알고리즘을 활용하여 최적화 기반 부하 차단 문제를 밀리초 단위로 해결할 수 있는 효율적인 방법을 제안한다.
전기 자동차(EV)의 증가로 인한 전력망 안정성 유지의 어려움을 해결하기 위해, EV 스케줄링 제어 전략과 최적 전력 흐름 제어를 통합한 효율적인 2단계 최적화 방법을 제안한다.
관측기 기반 이벤트 구동 접근법을 통해 통신 네트워크 사용을 줄이고 AC 마이크로그리드의 전압 복원 및 무효 전력 공유를 달성할 수 있다.
본 연구는 그리드 형성 인버터의 저차원 모델을 데이터 기반으로 식별하는 접근법을 제안한다. 복잡 주파수와 복잡 위상을 활용하는 정상 형태 모델을 사용하여 드룹 제어와 분산 가상 진동자 제어 기반 인버터의 동특성을 효과적으로 모사할 수 있음을 보였다.
동적 내부 예측 전력 스케줄링(DIPPS) 접근법은 마이크로그리드 간 다양한 프로슈머 간 외부 전력 교환을 최적화하기 위해 제안되었다. DIPPS는 시간 변화 바이너리 매개변수를 사용하여 동적 목적 함수를 활용하여 전력 전송 시기를 제어하고, 잉여 재생 에너지 활용을 위한 효율적인 에너지 저장 시스템을 활용한다.
전력망 동기화 상태의 안정성을 향상시키기 위해서는 발전기 매개변수의 이질성이 필요하다.
이 연구는 풍속의 시공간 상관관계와 부하 변동을 고려하여 최적 전력 흐름 기반의 가용 송전 능력 계산 모델을 개발하였으며, 프라이멀-듀얼 내부점 방법을 통해 계산의 정확성과 효율성을 향상시켰다.
전력 변환기 기반 전력 계통에서 전력 진동을 효과적으로 감쇠시킬 수 있는 전력 진동 감쇠 제어기를 제안한다.
전력 시장에서 예비력 제약 모델링의 변화는 시장 청산 가격, 예비력 수량, 수익 결과에 큰 영향을 미칠 수 있다.
본 연구는 전력 배전 네트워크에서 토폴로지 경로를 체계적으로 식별하는 절차를 제안한다. 이를 위해 다양한 출처의 원시 정보를 변환 함수를 통해 정의된 정보로 변환하고, 이를 바탕으로 가설적 경로를 생성하여 실제 경로와 부합하는 경로를 식별한다. 이 절차는 불완전하거나 부정확한 데이터에도 적응할 수 있어 배전 네트워크의 디지털 트윈 구축에 유용한 도구로 활용될 수 있다.