Power Conversion Systems
전자공학부
이은수
한양대학교 ERICA캠퍼스 전자공학부 Power Conversion Systems 연구실은 차세대 전력전자 및 무선전력전송 분야를 선도하는 연구실입니다. 본 연구실은 고효율, 고전력밀도 전력변환 시스템과 무선전력전송(WPT) 기술, 그리고 머신러닝 기반의 전력전자 시스템 최적화 설계 등 다양한 첨단 연구를 수행하고 있습니다.
특히, 그리드 연계 인버터(GFL/GFM), HVDC/MVDC 컨버터, 솔리드스테이트 트랜스포머(SST), 모듈러 멀티레벨 컨버터(MMC) 등 대용량 전력변환 기술의 설계와 제어 알고리즘 개발에 집중하고 있습니다. 이러한 기술은 신재생에너지, 철도, 전기차, 산업용 전력망 등 다양한 분야에 적용되며, 실제 산업체와의 산학협력 및 기술이전을 통해 상용화가 활발히 이루어지고 있습니다.
무선전력전송 분야에서는 IoT, 센서, 모바일 기기, 가전, 전기차 등 다양한 응용을 위한 IPT 및 RF 기반 WPT 시스템을 연구하고 있습니다. 다중 기기 동시 충전, 장거리·고효율 전송, 대형 misalignment 허용, 저EMF/EMI 설계 등 실질적 문제 해결에 집중하며, 프로토타입 개발과 실험을 통해 기술의 실효성을 검증하고 있습니다.
또한, 본 연구실은 머신러닝(강화학습, 딥러닝 등)을 활용한 자기소자 및 전력전자 시스템의 최적화 설계 플랫폼을 구축하고 있습니다. 복잡한 변수와 비선형 특성을 갖는 시스템의 설계 문제를 머신러닝으로 해결하여, 기존의 반복적이고 시간 소모적인 설계 과정을 대폭 단축시키고, 최적의 성능을 신속하게 도출할 수 있습니다.
이외에도, 자기장 집속(MFC), 자기장 균일화, 동기정류기 제어, EMF 저감, 다중 수신기 균등 전력 분배 등 다양한 부가 기술을 함께 연구하여, 실질적 상용화와 산업 적용에 필요한 토탈 솔루션을 제공합니다. Power Conversion Systems 연구실은 미래 에너지 및 전력 시스템 혁신을 주도하는 핵심 연구실로 자리매김하고 있습니다.
Renewable Energy Integration
High-Frequency Electrosurgical Units
Electric Vehicle Charging
고효율 전력변환 시스템 및 그리드 연계 인버터 기술
본 연구실은 고전력밀도와 고효율을 동시에 달성할 수 있는 차세대 전력변환 시스템 개발에 중점을 두고 있습니다. 특히, 그리드 연계 인버터(계통연계 인버터) 분야에서 Grid-Following(GFL) 및 Grid-Forming(GFM) 인버터의 제어 안정성, 도서운전(섬모드) 제어 및 검출, SCR 추정, 3상 양·음 제어, 무순단 제어 등 다양한 핵심 기술을 연구합니다. 이러한 인버터 기술은 신재생에너지의 계통 연계, 마이크로그리드, 그리고 대용량 전력변환 설비에 필수적으로 요구되며, 실시간 시뮬레이션과 실험을 통해 그 성능을 검증하고 있습니다.
또한, HVDC(고전압 직류송전) 및 MVDC(중전압 직류송전) 시스템을 위한 솔리드스테이트 트랜스포머(SST), 모듈러 멀티레벨 컨버터(MMC), 다중 액티브 브릿지 컨버터 등 첨단 전력변환 토폴로지의 설계와 제어 알고리즘을 개발하고 있습니다. 이러한 연구는 철도, 전기차, 신재생에너지, 산업용 전력망 등 다양한 응용 분야에 적용되고 있으며, 실제 산업체와의 산학협력을 통해 기술이전 및 상용화도 활발히 이루어지고 있습니다.
특히, 전력회로 설계 및 제어기술, 고효율·고전력밀도 변환기 토폴로지, 자기소자(인덕터, 트랜스포머) 최적 설계 등 전력전자 시스템의 전반적인 요소기술을 통합적으로 연구함으로써, 미래 에너지 인프라의 핵심 기반 기술을 선도하고 있습니다.
무선전력전송(WPT) 및 머신러닝 기반 최적화 설계
무선전력전송(WPT) 시스템은 IoT, 센서, 모바일 기기, 가전제품, 전기차 등 다양한 분야에서 차세대 에너지 공급 방식으로 각광받고 있습니다. 본 연구실은 인덕티브 파워 트랜스퍼(IPT) 및 RF 기반 WPT 등 다양한 무선전력전송 기술을 연구하며, 다중 기기 동시 충전, 장거리·고효율 전송, 대형 misalignment 허용, 저EMF/EMI 설계 등 실질적 문제 해결에 집중하고 있습니다. 특히, 전기차 무선충전, 스마트팜, 가전, 로봇 등 실제 응용을 위한 프로토타입 개발과 실험을 통해 기술의 실효성을 검증하고 있습니다.
이와 더불어, 머신러닝(특히 강화학습 및 딥러닝) 기반의 자기소자 및 WPT 시스템 최적화 설계 플랫폼을 구축하고 있습니다. 예를 들어, IPT 코어 구조 및 코일 턴수의 최적 설계, RF 안테나 어레이 설계, 자기장 집속(MFC) 등 복잡한 변수와 비선형 특성을 갖는 시스템의 설계 문제를 머신러닝으로 해결하고 있습니다. 이를 통해 기존의 반복적이고 시간 소모적인 시뮬레이션 기반 설계 과정을 대폭 단축시키고, 최적의 성능을 신속하게 도출할 수 있습니다.
또한, 무선전력전송 시스템의 통신(인밴드/아웃밴드), 동기정류기 제어, EMF 저감, 다중 수신기 균등 전력 분배 등 다양한 부가 기술도 함께 연구하여, 실질적 상용화와 산업 적용에 필요한 토탈 솔루션을 제공합니다.
자기소자 및 전력전자 시스템의 머신러닝 기반 최적화 설계
본 연구실은 전력전자 시스템의 핵심 부품인 자기소자(인덕터, 트랜스포머)의 고효율·고전력밀도 설계에 있어 머신러닝 기반의 최적화 기법을 적극적으로 도입하고 있습니다. 기존의 설계 방식은 수많은 변수와 복잡한 물리적 현상으로 인해 반복적 시뮬레이션과 실험이 필요했으나, 본 연구실은 강화학습, 딥러닝 등 최신 머신러닝 알고리즘을 활용하여 최적의 설계 파라미터를 신속하게 도출합니다.
예를 들어, 플래너 PCB 코일 기반 고주파 변압기, EV OBC용 양방향 컨버터, DAB 컨버터용 통합 변압기 등 다양한 응용 분야에서 머신러닝 기반 설계 플랫폼을 구축하고 있으며, 실제 산업체와의 기술이전 및 상용화도 활발히 이루어지고 있습니다. 또한, 자기장 집속(MFC), 자기장 균일화, 복합 자기장 제어 등 고난이도 자기장 응용 기술도 머신러닝을 통해 혁신적으로 개선하고 있습니다.
이러한 연구는 전력전자 시스템의 효율, 신뢰성, 소형화, 경량화 등 다양한 요구를 동시에 만족시키며, 미래 에너지 및 전력 시스템의 혁신을 주도하고 있습니다.
1
Modeling of DC Railway Power Supply Systems Based on MMC
Ho J. Lee, Min S. Kim, Myeoung H. Min, Eun S. Lee*
The Tran. of the Korean Institute of Power Electronics, 2024
2
Reactive Power Equal Sharing Controller for Droop Control Based Grid-Forming (GFM) Inverter
Yoon S. Lee, Myung H. Min, Ho J. Lee, Eun S. Lee*
The Korean Institute of Electrical Engineers (KIEE), 2024
3
Single SiC Switch based 8kW PV Boost Converters with ZVZCS Operation Generation
Jae J. Kim, Ki H. Pyo, Joon H. Jeon, Sin S. Kyoung, Eun S. Lee*
The Tran. of the Korean Institute of Power Electronics, 2023
2
Development of 3D & 3B Magnetic-field FoCusing (MFC) Technology Based on Machine Learning
3
Development of Hybrid Wired/Wireless Power Module Technology for EV Chargers
