MVDC 전력설비의 위험도 기반 자산관리 시스템에 관한 연구 = A Study on the Risk-Based Asset Management System of MVDC Power Facility

국문 초록 (Abstract)

최근 재생에너지 확대와 전력계통의 확장, 그리고 계통 유연성 확대의 필요성에 따라 직류 기술을 이용한 배전망인 MVDC 시스템의 도입이 요구되고 있다. MVDC 시스템을 구성하는 전력설비는 전력전자 기반의 변환장치, DC 차단기, DC 케이블 등으로 구성되며, MVDC는 기존 교류 전력망 대비 주파수 제약이 없고, 표피효과 및 충전전류가 발생하지 않아 전력전송 용량 및 효율을 극대화할 수 있는 장점이 있다. 그러나 전력전자 기반 전력설비들은 고장 및 열화 매커니즘은 사용 시간에 비례하여 점진적으로 증가하지 않은 비선형적 특성을 지니며, 그 징후가 외부로 명확히 드러나지 않는 특성을 가지기 때문에, 기존의 시간 기반 유지보수(Time-based Maintenance)나 상태 기반 유지보수(Condition-based Maintenance) 방식만으로는 비용 효율적으로 관리하기 어렵다는 한계가 존재한다. 이에 MVDC 전력설비에도 최근 전력설비 자산관리의 핵심으로 여겨지는 위험도 기반 유지보수(Risk-based Maintenance)의 도입이 필요하다.
이러한 배경에서 본 논문은 MVDC 전력설비를 대상으로 고장 발생 확률과 고장 파급 영향을 동시에 고려할 수 있는 위험도 기반 자산관리 시스템을 제안하고 있다. 우선 MVDC 스테이션을 구성하는 주요 설비들에 대해 정량적 지표와 체계적인 평가 절차를 통해서 위험도 기반 유지보수 대상 설비를 정의하고, 해당 설비들에 대한 고장모드 및 영향 분석(Failure Mode&Effects Analysis)를 수행하였다. 이를 통해 설비별 주요 고장모드와 고장 원인, 고장 발생 시 계통에 미치는 영향을 정리하고, 각 고장모드와 연관된 진단 항목을 구조적으로 매핑하였다.
다음으로, 설비의 상태를 정량적으로 표현하기 위해 진단항목 기반의 건전도 지수를 정의하였으며, 각 평가 기준의 임계값을 초과하면 건전도 등급이 상승하는 Threshold 기반의 건전도 평가 방법을 제안하여 직류설비의 전기적, 열적, 기계적 특성을 반영할 수 있도록 하였다. 또한, 다수의 입력 파라미터로 인해 고장의 치명도가 희석되지 않도록 각각의 파라미터 별로 5단계로 나누어진 건전도 평가 이후 가장 치명적인 상태를 대표 건전도 지수로 평가할 수 있도록 Folding Function 방식을 도입하였다. 최종 산정된 건전도 지수는 고장 확률(Probability of Failure)로 변환하였고, 고장 발생 시 계통 운영에 미치는 영향을 고려하기 위해 고장 파급 영향(Consequence of Failure)을 평가하여 최종적으로 설비들의 위험도(Risk)를 도출할 수 있도록 프로세스화 하였다.
제안한 위험도 기반 자산관리 시스템의 타당성을 검증하기 위해 위험도 기반 유지보수 대상 전력설비들에 대해서 각각 10개의 사례 분석을 하였는데, 현 시점에서 MVDC 시스템의 실제 실증사례의 부족으로 인해 데이터 확보가 제한됨에 따라 국제 표준 및 문헌을 통해 각 파라미터 별로 고장 및 열화 시의 물리량 변화를 기반으로 데이터셋을 모의하여 시뮬레이션을 수행하였다.
분석 결과, 동일한 설비군 내에서도 설비 상태와 고장 파급 특성에 따라 위험도가 상이하게 나타났으며, 기존의 시간 기반 유지보수 방식과의 비교를 통해 본 논문에서 제안한 위험도 기반 유지보수 방식이 MVDC 전력설비의 특성을 반영한 합리적인 유지보수 접근법임을 확인하였다.
본 연구는 전력전자 기반 MVDC 전력설비를 대상으로 FMEA, 건전도 지수, 고장 확률 및 고장 파급 영향을 통합한 위험도 기반 자산관리 프레임워크를 제안하였다는 점에서 학문적 의의를 가진다. 또한 설비 운영자 관점에서는 유지보수 자원의 효율적 배분과 돌발 고장 예방을 위한 의사결정 도구로 활용될 수 있으며, 향후 MVDC 전력시스템의 확대에 따라 실무적 활용 가치가 높을 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

With the recent expansion of renewable energy and the increasing need for grid expansion and operational flexibility, the adoption of Medium Voltage Direct Current (MVDC) systems as DC-based distribution networks has been increasingly required. MVDC systems consist of power-electronics-based equipment such as power conversion units, DC circuit breakers, and DC cables, and they offer advantages over conventional AC power networks in terms of maximizing power transmission capacity and efficiency. However, power-electronics-based power equipment exhibits nonlinear fault and degradation mechanisms, and their degradation symptoms are not clearly observable externally. As a result, conventional Time-Based Maintenance (TBM) or Condition-Based Maintenance (CBM) approaches have limitations in managing such equipment in a cost-effective manner. Therefore, the introduction of Risk-Based Maintenance (RBM), which has recently been regarded as a core concept in power asset management, is required for MVDC power equipment.
Based on this background, this dissertation proposes a risk-based asset management system for MVDC power equipment that simultaneously considers the probability of failure and the consequences of failure. First, the target equipment for risk-based maintenance was defined through a rational selection process for the major components constituting an MVDC station. Failure Mode and Effects Analysis (FMEA) was then conducted for the selected equipment. Through this process, major failure modes, failure causes, and their impacts on power system operation were systematically identified, and diagnostic parameters associated with each failure mode were structurally mapped.
Next, a diagnostic-parameter-based Health Index (HI) was defined to quantitatively represent the condition of power equipment, and a threshold-based health assessment method was introduced, in which the health grade increases stepwise as measured values of each evaluation criterion exceed predefined threshold levels, thereby reflecting the electrical, thermal, and mechanical characteristics of DC power equipment. In addition, to prevent the dilution of failure criticality caused by the aggregation of multiple input parameters, a Folding Function approach was introduced. This approach evaluates each diagnostic parameter using a five-level health grading scheme and allows the most critical condition to be represented as the final health index. The resulting health index was then converted into the Probability of Failure (PoF) by applying an S-curve–based formulation commonly used in reliability engineering to represent equipment failure rates or system performance degradation. Furthermore, the Consequence of Failure (CoF) was evaluated to account for the impact of failures on power system operation, and a structured process was established to derive the overall risk of each asset.
To verify the validity of the proposed risk-based asset management system, ten case studies were conducted for each type of power equipment selected as RBM targets. Due to the limited availability of actual MVDC system demonstration data at the current stage, simulation-based analyses were performed by generating datasets that reflect physical parameter variations under fault and degradation conditions, based on international standards and existing literature.
The analysis results show that even within the same equipment group, the calculated risk levels vary depending on equipment condition and failure consequences. A comparative analysis with conventional time-based maintenance approaches confirms that the proposed risk-based maintenance method provides a more rational maintenance strategy that effectively reflects the characteristics of MVDC power equipment.
This study has academic significance in that it proposes an integrated risk-based asset management framework for power-electronics-based MVDC power equipment by combining FMEA, health indices, probability of failure, and consequences of failure. From a practical perspective, the proposed framework can be utilized as a decision-support tool for efficient allocation of maintenance resources and prevention of unexpected failures, and it is expected to have high applicability as MVDC power systems continue to expand in the future.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구 배경 및 목적 1
• 제2절 기존 연구 동향 5
• 제3절 연구 목적 및 논문 구성 10
• 제2장 기술개요 14
• 제1절 자산관리 개요 14
• 1. 자산관리의 개념 14
• 2. 자산관리 관련 표준 및 규격 16
• 3. 자산관리 적용 사례 21
• 제2절 MVDC 개요 31
• 1. MVDC의 기술적 정의 31
• 2. MVDC 스테이션의 구조 33
• 3. MVDC 스테이션 사례 36
• 제3장 기존 전력설비의 유지보수 및 자산관리 방법 43
• 제1절 AC Yard 설비별 유지보수 및 자산관리 방법 44
• 1. 변압기 45
• 2. 진공차단기 48
• 3. 리액터 50
• 4. 기타 설비 51
• 제2절 DC Yard 설비별 유지보수 및 자산관리 방법 54
• 1. Sub-Module 55
• 2. DC 차단기 58
• 3. DC 케이블 59
• 제3절 기존 직류설비의 유지보수 방법 60
• 1. LVDC의 유지보수 및 자산관리 방법 62
• 2. HVDC의 유지보수 및 자산관리 방법 64
• 제4절 기존 MVDC 유지보수 방식의 한계점 69
• 제4장 제안된 MVDC 스테이션의 자산관리 시스템 72
• 제1절 대상 설비별 유지보수 전략 선정 72
• 1. MVDC 스테이션 주요 설비의 점검주기 72
• 2. MVDC 전력설비의 유지보수 전략 선정 74
• 제2절 Asset Performance Management 84
• 1. 건전도 지수 및 Probability of Failure 85
• 2. Consequence of Failure 122
• 3. Risk Matrix 136
• 제5장 제안된 자산관리 시스템 검증 138
• 제1절 제안된 자산관리 시스템의 검증 방안 138
• 제2절 제안된 자산관리 시스템의 검증 모델 139
• 1. 변압기 140
• 2. 진공차단기 141
• 3. Sub-Module 143
• 4. DC 차단기 145
• 5. DC 케이블 147
• 제3절 제안된 자산관리 시스템 검증 시뮬레이션 149
• 1. PoF 검증 149
• 2. CoF 연산 151
• 3. Risk Matrix 155
• 4. 위험도(Risk) 저감 효과 156
• 5. 유지보수 전략별 비교 158
• 제4절 제안된 자산관리 시스템 검증 결과에 대한 고찰 164
• 1. RBM 전략의 실효성 검증 164
• 2. TBM 전략의 한계 확인 165
• 제6장 결론 166
• 참고문헌 169
• Abstract 181