독일 정부가 추진하는 전기 이동 수단의 야심 찬 목표와 대규모로 확대되는 히트 펌프 설치는, 친환경 전기 에너지를 추구하는 다가올 조치들 중 일부에 불과합니다.
전기 에너지 분야에서는 혁신적인 변화가 진행 중입니다. 산업 전문가인 Dr. Karsten Viereck (카르스텐 비에렉 박사)는 현재 이 분야에서 일어나고 있는 주목할만한 발전을 분석합니다. 독일 정부가 설정한 야심찬 목표들, 예를 들면 전기 이동수단의 증가와 히트 펌프의 확대 사용은 녹색 전기로의 전환을 강조하고 있습니다. 이러한 노력은 전력망 변환을 위한 대규모 투자를 촉진하고 있지만, 여러 장애물에 직면해 있습니다. 통합된 전략 없이 디지털 기술을 도입하는 것은 생산성 손실을 초래할 수 있으며, 늘어나는 업무량은 숙련된 노동력 부족과의 충돌을 야기합니다. 이 인터뷰에서는 전력 변압기의 디지털화, 에너지 운영을 재편하는 인공지능의 역할, 자산 관리 2.0에 대해 알아볼 것이며, 사이버 보안의 중요성과 디지털화된 세계에서 산업의 미래에 대해서도 심층적으로 다룰 예정입니다. 전기 에너지 분야의 진화하는 풍경을 통한 여정에 여러분을 초대합니다.
네트워크 운영자와 자산 관리자들은 현재 전 세계적으로 큰 도전과 변화에 직면해 있습니다. 당신은 이 산업에서 매우 잘 연결되어 있습니다 – 이러한 발전에 대한 당신의 평가는 무엇입니까?
전기 산업은 분명 큰 도전에 직면해 있습니다. 네트워크 운영자들의 계획된 투자 프로젝트를 살펴보면, 에너지 전환을 구현하고 탈탄소화를 추진하기 위한 전력망의 개조 및 확장에 대한 막대한 노력이 드러납니다. 독일 정부의 전기 이동 수단에 대한 야심찬 목표와 히트 펌프의 대규모 확장은 가정, 산업, 상업, 교통 분야에서 기존 에너지원을 대체하고 계속해서 전력망 변환에 대한 투자를 촉진하고 있는 녹색 전기의 활용을 보여주는 미래 조치들 중 일부일 뿐입니다.
이 증가하는 투자는 수십 년 동안 발전해온 과정과 구조들과 마주하면서, 많은 이들이 인지하지 못하는 문제들을 일으키고 있습니다. 디지털 기술과 소프트웨어의 도입이 조정 없이 진행됨으로써, 데이터 모델에서 중복이 발생할 수 있으며, 이는 에너지 공급의 전반적인 운영에서 숨겨진 생산성 손실과 관리가 어려운 대규모 프로젝트로 이어질 수 있습니다. 또한, 증가하는 작업량은 이미 심각한 숙련 노동력 부족과 전 과정의 모든 단계에서 지속적으로 충돌하고 있습니다.
MR은 오랜 시간 동안 전력 변압기를 디지털화하는 작업을 진행해 왔습니다. 현재 이러한 도전을 해결하기 위해 어떤 솔루션이 사용 가능한가요?
MR은 1997년 최초의 온라인 모니터링 시스템을 시장에 출시했습니다. 당시 전단지를 보면, 통신, 데이터베이스, 실시간 운영, 전문가 시스템, 지능형 장비 등 오늘날에도 사용되는 용어들을 볼 수 있습니다. 그 이후로, 우리는 변압기를 위한 디지털 시스템의 세 번째 세대에 도달했습니다. 여기서 특별히 모니터링 시스템에 대해서만 이야기하는 것이 아니라, 이제는 기능 모듈을 포함하는 시스템에 대해 이야기할 수 있습니다. 이 모듈들은 이전 시스템들보다 훨씬 더 많은 작업을 수행할 수 있으며, 특히 새로운 세대의 자산 관리를 목표로 하고 지능형, 자가 학습 알고리즘을 통해 지원됩니다. 이를 가장 잘 보여주는 예는 운영자의 특정 요구와 요건에 맞게 조정할 수 있고 새로운 목표에 부합하는 데이터베이스를 생성할 수 있는 우리의 임베디드 변압기 운영 시스템(ETOS®)입니다.
AI(인공지능)는 오늘날 에너지 산업에서 어떤 중요한 역할을 하고 있으며, 개발은 어디로 향하고 있습니까?
탈탄소화, 분산화, 디지털화의 추세는 광범위한 규제 변화와 비용 압박에 연관되어 있고, 이는 변동성 높은 공급 상황과 용량 한계에 가까운 네트워크 운영을 초래합니다. 이러한 변화는 운영 자원, 자산 관리, 네트워크 운영 관리의 요구사항을 더욱 복잡하게 만듭니다. 이제 이 복잡성은 개발을 이끌고 필요한 작업과 결정을 구현할 수 있도록 광범위한 보조 시스템과 자동화 기능을 필요로 합니다.
활발한 네트워크 사용자 증가와 관련하여 조절이 필요한 다수의 소비자와 발전소로 인해 복잡성을 해결하기 위해서는 높은 수준의 자동화와 적절한 기술이 필요합니다. 인공지능은 여기에서 중요한 지원을 제공할 수 있으며, 향후 그리드 운영에서 새로운 센서 기술과 평가 알고리즘의 기반이 될 것입니다.
자동화는 센서와 액추에이터 뿐만 아니라 안전한 양방향 데이터 전송을 필요로 합니다. AI를 포함한 진보된 자동화를 위해서는 입력 및 출력 변수의 타당성이 전체 시스템의 신뢰성을 달성하기 위해 필수적입니다. 현재 이 문제는 여전히 크게 과소평가되고 있습니다. AI의 적용은 피할 수 없지만, 제어되지 않은 적용은 결과의 타당성이 의심되지 않을 경우 잘못된 진술의 위험을 지닙니다. 동시에 AI 사용을 위해서는 안전한 데이터 전송이 필요합니다. 오류가 발생하기 쉬운 시스템에서 AI로 간주되는 자가 학습 알고리즘이 교육을 받을 경우, 적절히 관찰되지 않으면 잘못된 진술이나 오작동을 일으킬 수 있으며, 이는 AI를 혁신적인 도구로서의 신뢰성을 의도치 않게 해치는 결과를 초래할 수 있습니다. 모델 기반 알고리즘은 미래에 속하는 기술로, 이는 기존 센서나 시스템의 품질을 개선할 수 있기 때문입니다.
자산 관리자들은 AI 정보의 결과인 자산 관리 2.0을 어떻게 활용할 수 있으며, 그 혜택은 무엇인가요?
2018년에 MR에서는 부하 탭 체인저를 포함한 운영 장비 평가를 위한 통계적 방법을 사용하는 절차를 개발했습니다. 이 모델 기반 알고리즘들은 모니터링 시스템의 대량 데이터와 진동음향 모니터링 데이터를 활용합니다. 이를 통해 직접 측정하기 어려운 물리적 특성을 결정할 수 있는 새로운 수준의 장비 평가가 가능해집니다. 결국 이들은 고전압 잠재력에 있기 때문입니다. 데이터와 분석의 결합으로 새로운 사용 가능한 정보가 생겨납니다. 이것이 바로 자산 관리 2.0입니다. 구체적으로, 우리의 활동은 운영 중인 전력 변압기의 활동 부분의 상태를 결정하는 것과 관련이 있습니다. 특히 지속적인 스트레스를 받는 한계 전력 변압기와 리액터에서는, 변압기를 그리드에서 분리할 필요 없이 온라인으로 권선 구조의 문제를 조기에 감지할 수 있습니다. 이는 간단한 데이터 세트를 수학적 분석과 결합하여 평가함으로써 달성됩니다.
이 정보는 네트워크 운영자에게 어떤 의미가 있습니까?
변압기나 리액터의 수명을 늘릴 수 있는데, 이는 서비스 조치를 조기에 계획할 수 있기 때문입니다. 하지만 이것은 단지 데이터 사용과 정적, 모델 기반 방법을 통한 평가의 시작일 뿐입니다. 이러한 접근 방식은 에너지 전환 맥락에서 점차 중요해지는 치유적 그리드 운영으로의 전환과 운영 장비의 더 높은 활용을 위한 중요한 혁신적 방법이 될 수 있습니다.
그렇다면, 과거에 비해 훨씬 많은 양의 데이터가 이용 가능해졌습니다 – 이런 방대한 데이터를 어떻게 체계적으로 관리할 수 있을까요?
대량의 데이터는 기존 자사의 TESSA – 자산 관리 시스템을 넘어서 자산 관리를 확장하기 위해 필요한 잠재적으로 성공적인 혁신적 접근 방법을 개발하는 데 중요합니다. 예를 들어, 그레이 박스 모델의 적용을 다룬 2022년 CIGRE 논문은 22,500개의 데이터가 필요했으며, 이 중 1/3은 모델 교육에만 사용되었습니다. 이는 새로운 개발에 필요한 데이터의 양을 보여줍니다.
또한, 우리는 조건 모니터링 및 분석을 위한 데이터 모델을 설명하는 IEC 61850-90-3 기술 보고서의 개정에 적극적으로 참여하고 있습니다. 우리 자동화 부서는 IEC 작업 그룹 10의 태스크 포스 리더로서, 지금까지 90회의 회의를 진행했으며, 이는 이 문서 작업의 규모를 보여주고 있습니다. 이 작업의 약 50%가 이미 완료되었습니다.
사이버 보안에 대해 어떻게 생각하십니까? 고려해야 할 중요한 사항들과 MR 같은 제조회사들이 취하고 있는 조치들은 무엇인가요?
센서, 중앙 및 분산 제어 시스템, ETOS®와 같은 물리적 장치들을 포함한 첨단 기술들의 광범위한 사용으로 인해, 에너지 공급망은 사이버와 물리적 요소가 결합된 시스템으로 발전하고 있습니다. 이러한 기술들은 에너지와 정보가 유연하게 흐를 수 있도록 합니다. 현대 전력망은 실시간 운영과 제어, 보호 기능을 위해 IT 인프라에 많이 의존하고 있으며, 이러한 스마트 자산의 오류, 고장, 또는 사이버 공격은 전력망 운영에 심각한 위협이 될 수 있습니다. 따라서 사이버 보안 없이는 효과적인 데이터 관리가 불가능합니다.
또한, 에너지와 데이터의 흐름을 관리하는 광범위한 에너지 시스템의 디지털화는 사이버-물리적 시스템 내에서의 안전한 상호 작용을 필요로 합니다. ETOS®와 같은 보조 시스템들은 이러한 시스템들의 핵심적인 부분으로, 데이터 인프라를 통해 통신하는 기계적, 전자적 구성 요소와 IT나 소프트웨어 구성 요소들의 상호 연결을 촉진합니다.
AI 알고리즘은 이러한 시스템에서도 중요한 역할을 할 수 있으며, 예를 들어 보다 정확한 보호 알고리즘 결정을 위한 통합 실시간 시뮬레이션을 가능하게 합니다. 이러한 알고리즘과 개별 구성 요소, 애플리케이션에 대한 요구 사항들은 BDEW 백서에 요약되어 있으며, 주로 암호화 프로세스의 정의를 포함하는 IEC 62351 표준 시리즈를 기반으로 합니다. BDEW 백서는 또한 유지 보수 및 개발 프로세스, 프로젝트 조직에 대한 보안 요구 사항을 IEC 2700X 표준 시리즈에 따라 다룹니다.
MR은 AI라는 용어가 생기기 전부터 센서에 AI 기반 방법을 사용해왔습니다.
MR은 사이버 보안을 초기 단계부터 다루어왔으며, 이제 ETOS®는 모든 필요한 인증을 갖추고 있습니다. 동시에, 고객들에게 사이버 보안 조언을 제공하고 패치 관리를 지원하기 위해 공개 웹사이트를 가진 사이버 보안 긴급 대응 팀(CERT)을 설립하였습니다.