우리 연구실은 재생에너지의 대규모 전력망 통합을 위한 핵심 기술 개발에 집중하고 있습니다. 최근 재생에너지 발전 비중이 급격히 증가함에 따라, 전력계통의 안정성과 효율적인 운영이 중요한 과제로 대두되고 있습니다. 특히, 풍력 및 태양광 등 변동성 재생에너지의 계통 연계 시 발생하는 주파수, 전압 안정성 문제를 해결하기 위해 다양한 계통 해석 및 제어 전략을 연구하고 있습니다. 이러한 문제를 해결하기 위해 그리드포밍(grid-forming) 인버터와 같은 차세대 전력변환기술을 도입하고, 분산에너지 자원의 계통 접근성을 높이는 연구를 수행합니다. 또한, 에너지저장장치(ESS)와의 연계 및 최적 운용 전략, 실시간 시뮬레이션 기반의 계통 해석, 통신 장애 상황에서의 자율적 제어 알고리즘 등 다양한 주제를 다루고 있습니다. 실제 산업 현장에 적용 가능한 모델을 개발하고, 실증단지 및 디지털 트윈 플랫폼을 통해 검증함으로써 실효성 높은 연구 결과를 도출하고 있습니다. 이러한 연구는 국내외 전력망의 재생에너지 수용 능력 확대와 계통 안정성 강화에 크게 기여하고 있습니다. 앞으로도 재생에너지의 대규모 보급에 따른 계통 유연성 확보, 신뢰도 향상, 비용 최적화 등 다양한 측면에서 실질적인 해결책을 제시할 계획입니다.

본 연구실은 디지털 트윈 기술과 인공지능(AI)을 접목한 전력계통 운영 및 관리 기술을 선도적으로 연구하고 있습니다. 디지털 트윈은 실제 전력망의 동작을 가상 환경에서 실시간으로 모사함으로써, 다양한 운영 시나리오에 대한 예측과 최적화, 장애 대응 전략 수립 등에 활용됩니다. 이를 통해 전력계통의 복잡한 상호작용을 정밀하게 분석하고, 효율적인 운영 방안을 도출할 수 있습니다. 특히, 머신러닝 및 딥러닝 등 첨단 인공지능 기법을 활용하여, 재생에너지 발전량 예측, 전압 및 주파수 제어, 고장 진단 및 예방적 유지보수 등 다양한 분야에 적용하고 있습니다. 실제로 풍력발전단지의 실시간 운영 데이터와 시뮬레이션 데이터를 결합하여, 예측 정확도를 높이고, 운영 효율성을 극대화하는 연구를 수행하고 있습니다. 또한, PHILS(Power Hardware In the Loop Simulation)와 같은 하드웨어 연계 실증 기술을 통해, 연구 결과의 현장 적용 가능성을 높이고 있습니다. 이러한 연구는 미래 지능형 전력망(스마트그리드) 구현의 핵심 기반 기술로, 전력계통의 디지털 전환과 운영 자동화, 신뢰성 향상에 중요한 역할을 하고 있습니다. 앞으로도 디지털 트윈과 AI 융합 기술을 바탕으로, 전력계통의 다양한 문제 해결과 혁신적인 운영 모델 개발에 앞장설 것입니다.

연구실은 분산에너지 자원(DER)과 에너지저장장치(ESS)의 통합 운용 및 최적화에 관한 다양한 연구를 수행하고 있습니다. 재생에너지의 변동성과 불확실성으로 인해 계통의 안정적 운영이 어려워지고 있는 상황에서, ESS는 계통의 주파수 및 전압 안정화, 피크 부하 관리, 예비력 제공 등 다양한 역할을 수행할 수 있습니다. 본 연구실은 이러한 ESS의 용량 산정, 최적 배치, 운용 알고리즘 개발 등 실질적인 계통 적용 방안을 제시하고 있습니다. 특히, 머신러닝 기반의 ESS 용량 산정 특허를 보유하고 있으며, 실제 풍력 및 태양광 발전소와 연계된 ESS의 실시간 제어 및 운영 전략을 개발하고 있습니다. 또한, 복합발전(풍력-파력 등) 시스템에서의 ESS 연동 및 출력 최적화, 통신 장애 상황에서의 자율적 운용, 경제성 분석 등 다양한 실증 연구를 진행하고 있습니다. 이러한 연구는 실제 산업 현장에서의 적용 가능성을 높이기 위해, 실시간 시뮬레이션 및 하드웨어 연계 실증을 병행하고 있습니다. 이와 같은 연구 성과는 재생에너지의 계통 수용성 확대, 전력망의 신뢰도 및 경제성 향상, 그리고 미래 분산형 전력계통의 실현에 중요한 기여를 하고 있습니다. 앞으로도 다양한 분산에너지 자원과 ESS의 통합 운용을 위한 혁신적인 기술 개발에 매진할 계획입니다.