수정 LVQ 법을 이용한 배전계통의 전압/무효전력 제어에 관한 연구

Abstract

본 논문에서는 코호넨 신경회로망을 이용한 배전시스템의 전압 및 무효전력 실시간 제어 기법을 제안하였다. 본 논문에서의 제어 목적은 모든 모선의 전압을 한계값 이내로 유지하면서 배전시스템의 I²R 손실을 최소화하는 병렬 캐패시터 뱅크와 선로전압조정기의 최적 상태를 결정하는 것이다. 이와 같은 이산적인(discrete) 상태를 취급하기에는 코호넨 신경회로망이 적합하지만, 코호넨 신경회로?좇? 일반적인 학습법인 LVQ는 분류대상 그룹수가 많은 경우에 기준벡터가 feasible영역에서 벗어나는 현상이 발생한다. 이에 본 논문에서는 수정 LVQ법을 고안하여 코호넨 신경회로망을 학습하였으며, 5개의 on-off 캐패시터와 1개의 선로전압조정기로 구성된 30 모선 배전시스템의 전압/무효전력 제어에 제안한 기법을 적용하여 그 타당성을 검증하였다.

This paper proposes a modified Learning Vector Quantization (LVQ) to control shunt capacitor banks and feeder voltage regulators in an electric distribution system. The proposed modified LVQ is utilized to training Kohonen Neural Network (KNN). The objective of the KNN is on-line decision of the optimal state of shunt capacitor banks and feeder voltage regulators which minimize losses of the distribution system while maintaining all the bus voltages within the limits. The KNN is tested on a distribution system with 30 buses, 5 on-off switchable capacitor banks and a nine tap line voltage regulator.

This paper proposes a modified Learning Vector Quantization (LVQ) to control shunt capacitor banks and feeder voltage regulators in an electric distribution system. The proposed modified LVQ is utilized to training Kohonen Neural Network (KNN). The objective of the KNN is on-line decision of the optimal state of shunt capacitor banks and feeder voltage regulators which minimize losses of the distribution system while maintaining all the bus voltages within the limits. The KNN is tested on a distribution system with 30 buses, 5 on-off switchable capacitor banks and a nine tap line voltage regulator.