• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2017년도 추계학술대회
• /
• pp.71-72
• /
• 2017

본 논문에서는 비선형 최적화 기법을 이용하여 자기 포화(magnetic saturation) 및 교차 결합 현상(cross-coupling effect)을 고려한 매입형 영구자석 전동기(IPMSM)의 실시간 MTPA 제어 방법을 제안한다. 이는 토크 지령 추종과 최소 동손 운전을 만족하는 제한 최적화(constraint optimization) 문제로 접근할 수 있다. 이를 통해 유도한 연립 비선형 방정식의 경우, Levenberg-Marquardt 수치 해석법을 적용하여 안정적이면서 빠르게 해를 구할 수 있다. 이러한 방법을 이용하면 참조표(look-up table) 없이 운전 환경의 실시간 변동을 고려한 효율적인 MTPA 운전이 가능하다. 시뮬레이션을 통해 제안된 알고리즘의 전류 해가 최적 운전점과 일치함을 확인하였다.

• 한국항공우주학회지
• /
• 제40권9호
• /
• pp.752-759
• /
• 2012

본 논문에서는 태양동기성 유지 및 지상궤적 반복이 요구되는 위성의 궤도 설계 방법에 대한 연구를 수행하였다. 특히, 위성 궤도 해석 및 공학 문제에서 빈번하게 사용되는 상용소프트웨어 (STK, MATLAB)를 활용한 "비선형 시뮬레이션 기반 수치 최적화" 기법을 제안하고자 한다. 설계 과정에서 위성에 미치는 다양한 교란력을 고려함으로써, 태양 동기성과 지상궤적 반복과 같은 임무 요구 사항을 더 정확하게 만족할 뿐만 아니라, 위성 지방시 변화 최소화, 특정 지상국과 접촉 시간 최대화와 같이 실제 위성 운용시 현실적으로 요구되는 사항을 설계에 반영할 수 있다. 저궤도 태양동기궤도 위성을 대상으로 설계 예제를 제시하였고, 본 연구의 타당성을 검증하였다.

• 한국항공우주학회지
• /
• 제43권2호
• /
• pp.141-148
• /
• 2015

본 논문에서는 각각 독립적으로 설계된 태양동기궤도 위성에 위성군 개념을 적용하여 다중 위성의 효율적인 운영에 대한 방법론을 제시한다. 이를 위해 태양동기궤도 설계 관점을 단순히 지방시나 태양동기성을 유지하는 것에 국한하지 않고, 지상국과 영상목표물의 교신 및 관측시간등을 고려하여 위성운영의 효율성을 높이고자 한다. 위성의 효율적인 운영을 위해 위성과 단일 목표물을 고려한 새로운 운영요소(Operation Parameter)를 정의하고, 이를 이용하여 위성의 운영효율성을 판단할 수 있는 운영효율성 지표(Figure of Merit)를 정의한다. 상용 소프트웨어인 MATLAB과 STK의 연동을 통해 비선형 시뮬레이션 기반의 수치최적화 기법을 적용하여 사용자의 요구사항을 만족하는 임무궤도를 재설계함으로써 본 연구의 적용가능성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제24권1호
• /
• pp.40-45
• /
• 2014

본 논문은 풍력에너지가 전력계통에 투입되었을 때 전압안정도 마진을 보장할 수 있도록 최적화 기법을 적용한 발전력 재분배 알고리즘에 대하여 제안하고자 한다. 풍력발전기는 대부분 유도기로 구성되기 때문에 일반적으로 풍력발전기가 기존 전력계통에 투입되는 경우 우리는 전압안정도와 같은 문제를 고려해야 한다. 풍력발전기가 계통에 투입되는 비중이 증가하는 경우 전압안정도와 같은 계통의 전반적인 안정도 문제에 영향을 미치게 된다. 본 논문에서는 'Area 1'과 'Area 2'로 구성되어 있는 2-area 계통을 고려하고자 한다. 'Area 1'내의 발전기의 발전비용이 'Area 2'지역보다 상대적으로 비싸고 'Area 1'내의 부하량이 'Area 2'내의 부하량보다 더 많다고 가정하면, 계통운영자는 경제성 관점에서 보면 값비싼 'Area 1' 내의 발전기의 출력은 감소시키고, 'Area 2 지역내의 발전기 출력을 증가시키려고 할 것이다. 반면에 안정도 관점에서 보면 오히려 'Area 1' 지역내의 발전기 출력을 증가시켜야 하기 때문에 trade-off 점이 존재한다. 전력계통 해석은 비선형성이 매우 강하기 때문에 안정도 문제를 포함한 최적화 문제를 수치적으로 해결하기에 어려움이 많다. 따라서 본 논문에서는 시뮬레이션 기반의 최적화 알고리즘인 유전알고리즘을 적용하여 본 문제를 해결하고자 한다. 시뮬레이션을 위해서 New England 계통을 이용하였고, 알고리즘은 Python 2.5로 구현하였다.