전력망을 다루는 사람은 두 가지 전혀 다른 질문을 던진다. "지금 이 망은 어떤 상태로 안정되어 있는가"와 "사고가 나면 1만분의 1초 단위로 무슨 일이 벌어지는가". 앞 질문에 답하는 도구가 조류계산이고, 뒤 질문에 답하는 도구가 EMT 해석이다.
발전소에서 만든 전기가 송전선과 변전소를 거쳐 가정의 콘센트까지 도달하는 거대한 전력망은, 사실 한순간도 가만히 있지 않는 동적 시스템이다. 그런데도 이 망을 해석하는 컴퓨터 시뮬레이션은 크게 두 갈래로 나뉜다. 하나는 정상상태(steady-state)의 평형점을 구하는 조류계산(Power Flow, 전력조류 해석)이고, 다른 하나는 순간순간의 전압·전류 파형을 시간 축을 따라 추적하는 EMT(Electromagnetic Transient, 전자기 과도현상) 해석이다.
두 도구는 같은 전력망을 대상으로 하지만, 보는 시간의 단위가 다르고, 푸는 방정식의 종류가 다르며, 답이 알려주는 의미도 다르다. 이 글에서는 각각이 왜 필요한지, 무엇이 다른지, 어떤 알고리즘으로 푸는지, 그리고 최근 연구가 어디로 향하고 있는지를 차례로 살펴본다.
두 시뮬레이션의 차이를 이해하는 가장 빠른 길은 시간 스케일을 보는 것이다. 전력망에서 일어나는 현상은 1µs(마이크로초, 100만분의 1초)의 낙뢰 서지부터 수십 초에 걸친 발전기 회전자 동요까지, 시간 폭이 1000만 배 이상 벌어져 있다. 어떤 도구도 이 전 범위를 한꺼번에 정확하게 다룰 수는 없다. 그래서 관심 있는 현상의 속도에 맞추어 도구를 골라 쓴다.
위 그림에서 조류계산은 시간 축 위의 한 대역을 차지하는 것이 아니라 사실상 오른쪽 끝, 즉 모든 과도현상이 가라앉은 뒤의 정지 화면에 해당한다. 반면 EMT는 가장 빠른 왼쪽 끝을, 과도안정도(transient stability) 해석은 그 중간을 담당한다. 같은 망을 보더라도 무엇을 보고 싶은지에 따라 도구가 갈리는 것이다.
전력망을 운영하려면 가장 먼저 "지금 발전과 소비가 균형을 이룬 상태에서 각 지점의 전압은 얼마이고, 어느 선로에 전류가 얼마나 흐르는가"를 알아야 한다. 이 정상상태의 값을 구하는 계산이 조류계산이다. 발전 계획을 세울 때, 새 송전선을 추가했을 때 과부하가 생기지 않는지 검토할 때, 특정 설비가 고장 났을 때 나머지 망이 버틸 수 있는지 점검하는 N-1 상정고장(contingency) 해석을 할 때, 모두 그 출발점은 조류계산이다.
요컨대 조류계산은 전력망의 건강검진 같은 것이다. 망 전체의 전압 분포가 허용 범위 안에 있는지, 어느 선로가 정격 용량에 가까운지, 송전 손실은 얼마인지를 한 장의 지도처럼 보여준다.
조류계산이 보는 전기는 매 순간의 출렁이는 파형이 아니라, 그 파형을 한 개의 화살표(크기와 방향)로 요약한 값이다. 마치 강물을 찍을 때 물결 하나하나를 추적하는 대신, "이 지점의 평균 유속과 수위는 이렇다"라고 한 장의 사진으로 정리하는 것과 같다.
전기 공학에서는 이 화살표를 페이저(phasor)라고 부른다. 60Hz로 출렁이는 정현파 전압을 크기(실효값)와 위상각이라는 두 숫자로 압축한 것이다. 조류계산은 이 압축된 표현 위에서만 작동하므로, 파형이 일그러지는 빠른 현상은 애초에 시야에 들어오지 않는다.
조류계산의 핵심은 망의 모든 모선(bus, 전력망의 접속점)에 대해 네 가지 양 즉 전압 크기 V, 전압 위상각 θ, 유효전력 P, 무효전력 Q의 관계를 푸는 것이다. 각 모선은 무엇이 미리 주어지고 무엇을 구해야 하는지에 따라 세 종류로 나뉜다.
| 모선 종류 | 미리 주어지는 값 | 계산으로 구하는 값 | 대표 예 |
|---|---|---|---|
| 슬랙(Slack) | 전압 크기 V, 위상각 θ | 유효전력 P, 무효전력 Q | 기준 발전소 1곳 |
| PV | 유효전력 P, 전압 크기 V | 무효전력 Q, 위상각 θ | 출력 조정 발전기 |
| PQ | 유효전력 P, 무효전력 Q | 전압 크기 V, 위상각 θ | 부하, 일부 신재생 |
모선마다 미지수가 정해지면, 각 모선에서 들어오고 나가는 전력이 정확히 맞아떨어져야 한다는 전력 균형식을 세운다. n개 모선이 있다면 다음과 같은 형태의 비선형 연립방정식이 만들어진다.
위 방정식은 미지수가 코사인·사인 안에 들어 있어 대수적으로 한 번에 풀리지 않는다. 그래서 적당한 초기값에서 출발해 반복적으로 답에 다가가는 방식을 쓴다. 역사적으로 세 가지 방법이 표준으로 자리 잡았다.
뉴턴-랩슨 법은 안개 낀 산에서 가장 낮은 골짜기를 찾는 사람에 비유할 수 있다. 발밑의 경사(기울기)를 재서 "이 방향으로 이만큼 내려가면 바닥에 가깝겠다"고 큰 걸음을 내딛고, 새 위치에서 다시 경사를 재기를 반복한다. 경사 정보를 쓰기 때문에 한 걸음 한 걸음 더듬는 가우스-자이델 법보다 훨씬 빨리 바닥에 도달한다.
한편 정밀도를 일부 포기하고 속도를 극대화한 직류 조류계산(DC Power Flow)도 널리 쓰인다. 전압을 1.0으로 고정하고 위상각이 작다고 가정해 방정식을 선형으로 만든 것으로, 시장 운영처럼 수많은 시나리오를 빠르게 훑어야 할 때 유용하다. 다만 무효전력과 전압 변동을 무시하므로 정밀 검토에는 부적합하다.
조류계산이 보지 못하는 영역이 있다. 차단기가 열리는 순간의 아크, 낙뢰가 송전선을 때릴 때의 서지, 그리고 무엇보다 인버터가 1초에 수천 번 스위칭하며 만들어 내는 빠른 파형 변화다. 이런 현상은 페이저로 압축해 버리면 사라진다. 압축되기 전의 순간순간 파형을 그대로 시간 축을 따라 추적해야만 보인다. 그 일을 하는 것이 EMT 해석이다.
EMT는 마이크로초 단위의 시간 간격으로 망의 모든 지점의 순시 전압과 전류를 한 점씩 계산해 나간다. 그래서 개폐 서지의 최대 전압이 절연 내력을 넘는지, 인버터 제어 루프들이 서로 부딪쳐 진동을 일으키는지, 고조파가 어떻게 퍼지는지를 직접 파형으로 보여준다.
인버터 기반 자원이 늘면서 EMT의 중요성이 급격히 커졌다. 동기발전기는 거대한 회전체의 관성으로 비교적 느리게 반응하지만, 인버터는 반도체 스위칭과 제어 소프트웨어로 수 ms 안에 출력을 바꾼다. 이 빠른 동작과 제어 루프 간 상호작용은 페이저 기반 도구로는 제대로 잡히지 않는다.
EMT가 푸는 것은 대수방정식이 아니라 미분방정식이다. 인덕터(코일)는 전류 변화율에 비례해 전압이 생기고(v = L·di/dt), 커패시터(축전기)는 전압 변화율에 비례해 전류가 흐른다(i = C·dv/dt). 시간에 대한 미분이 들어 있는 이 식들을 컴퓨터가 풀 수 있는 형태로 바꾸는 것이 EMT 알고리즘의 핵심이다.
1969년 헤르만 도멜(Hermann Dommel)이 제안한 방법이 오늘날 거의 모든 EMT 프로그램의 토대다. 핵심 아이디어는 두 단계로 요약된다. 먼저 사다리꼴 적분(trapezoidal integration)으로 미분 항을 작은 시간 간격 Δt 동안의 차분으로 근사한다. 그러면 인덕터와 커패시터가 각각 하나의 저항과 과거 값을 담은 전류원(history current source)의 조합으로 바뀐다. 이렇게 미분 요소를 모두 저항과 전류원으로 치환하고 나면, 망 전체는 매 시간 간격마다 단순한 선형 회로가 된다. 이 회로를 노드 방정식 G·v = i 한 번으로 풀어 그 순간의 전압을 얻고, 다음 시간 간격으로 넘어간다.
도멜 방법은 곡선을 잘게 쪼개 직선으로 잇는 것과 닮았다. 부드러운 곡선(미분방정식)을 한 번에 그리기는 어렵지만, 아주 짧은 구간마다 직선 토막(선형 회로)으로 근사하면 누구나 따라 그릴 수 있다. 시간 간격 Δt를 작게 할수록 토막이 촘촘해져 곡선에 가까워지지만, 그만큼 풀어야 할 토막의 수가 늘어 계산이 무거워진다.
여기서 과거 전류원이 하는 역할은 바로 직전 토막의 끝점을 기억해 다음 토막의 시작점으로 넘겨주는 것이다. 이 기억 덕분에 회로는 매 순간 시간의 흐름을 이어갈 수 있다.
이 구조가 EMT의 강점이자 부담이다. 강점은 비선형 소자와 스위칭을 시간 영역에서 정확히 다룰 수 있다는 것이고, 부담은 Δt가 보통 수십 µs로 매우 작아 단 몇 초의 현상을 보려 해도 수십만 번의 계산을 반복해야 한다는 점이다. 망이 커지면 이 부담은 폭발적으로 늘어난다.
지금까지의 내용을 한자리에 모으면 차이가 또렷해진다. 조류계산과 EMT는 대상이 같을 뿐, 시간을 보는 방식부터 푸는 방정식, 다루는 변수, 계산 비용까지 모든 축에서 대비된다.
| 구분 | 조류계산 (Power Flow) | EMT 해석 |
|---|---|---|
| 보는 시간 | 정상상태 한 장면 (시간 축 없음) | µs 단위로 이어지는 시간 영역 |
| 전기 표현 | 페이저 (크기·위상각으로 압축) | 순시 파형 (매 순간의 실제 값) |
| 방정식 | 비선형 대수방정식 | 미분방정식 (시간 적분) |
| 구하는 값 | 모선 전압, 선로 조류, 손실 | 전압·전류 파형, 과도 최대값, 진동 |
| 대표 알고리즘 | 뉴턴-랩슨, 고속 분리법 | 도멜 법 (사다리꼴 적분 + 노드 해석) |
| 주 용도 | 계통 계획, 운영, 상정고장 해석 | 개폐·낙뢰 서지, 인버터 제어, 고조파 |
| 계산 비용 | 가벼움 (한 번의 수렴) | 무거움 (수십만 번의 반복) |
둘 사이에는 과도안정도(transient stability) 해석이라는 중간 도구도 있다. 이는 페이저 표현을 쓰되 발전기 회전자의 동요를 시간 영역에서 추적하는 방식으로, 초 단위의 전기기계적 안정성을 본다. 정밀도와 계산 비용을 기준으로 줄 세우면 조류계산 → 과도안정도 → EMT 순으로 점점 더 자세하고 무거워진다고 이해하면 된다.
오랫동안 EMT는 일부 전문 영역에서만 쓰는 정밀 도구였다. 그런데 태양광·풍력·배터리처럼 인버터로 망에 연결되는 자원, 즉 인버터 기반 자원(IBR, Inverter-Based Resource)이 빠르게 늘면서 상황이 달라졌다. 이들은 회전 관성이 없고 제어 소프트웨어로 작동하기 때문에, 기존 페이저 기반 도구로는 예측되지 않던 빠른 불안정이 실제 계통에서 나타나기 시작했다.
대표적으로 2016년 미국 블루컷 산불 당시와 2022년 오데사 지역 사고에서, 태양광 설비들이 예상과 다르게 대규모로 탈락했다. 사후 조사 결과 기존의 페이저 기반(RMS, Root Mean Square, 실효값) 모델이 이 거동을 예측하지 못했다는 점이 드러났고, 이는 빠른 인버터 동특성을 잡아내는 EMT 모델의 필요성을 부각시켰다. 2025년 4월 이베리아 반도에서 발생한 대규모 정전 역시 전압·무효전력 제어의 미흡과 진동을 포함한 복합 요인이 지목되면서, 전력전자가 지배하는 계통의 동특성을 더 정밀하게 들여다봐야 한다는 인식을 키웠다.
규제도 이 흐름을 따라갔다. 미국 신뢰도 기구 NERC(North American Electric Reliability Corporation, 북미전력신뢰도공사)는 2025년 5월 높은 수준의 경보를 발령하고, 발전 사업자와 계통 계획 주체에게 EMT 모델링 현황을 보고하도록 요구했다. 국제 표준 IEEE 2800-2022와 IEEE 1547-2018은 IBR에 전압·주파수 라이드스루와 빠른 제어 응답 능력을 요구하는데, 이런 동특성은 사실상 EMT 해석으로만 검증할 수 있다. 미국 연방에너지규제위원회의 계통연계 명령(FERC Order No. 2023) 역시 연계 신청 단계에서 검증된 EMT 모델 제출을 명시하고 있다. EMT는 이제 선택적 정밀 검토가 아니라 사실상의 필수 절차로 자리를 옮기는 중이다.
그러나 EMT의 무거운 계산 비용은 그대로다. 수천 개 모선 규모의 대형 망을 µs 단위로 수 초만 돌려도 막대한 연산이 필요하다. 그래서 등장한 절충안이 EMT와 과도안정도를 결합한 하이브리드 시뮬레이션이다. 인버터가 밀집해 빠른 동특성이 중요한 좁은 영역만 EMT로 정밀하게 풀고, 나머지 광역 망은 가벼운 페이저(과도안정도)로 풀어 둘을 경계에서 맞물리게 하는 방식이다.
연구의 큰 흐름은 두 방향으로 갈린다. 한쪽은 무거운 EMT를 어떻게든 빠르게 만드는 것이고, 다른 쪽은 가벼운 조류계산을 어떻게 더 똑똑하게 만드는 것이다.
EMT의 가장 큰 약점인 계산 속도를 그래픽처리장치(GPU, Graphics Processing Unit)로 끌어올리려는 연구가 활발하다. GPU는 수천 개의 코어로 같은 연산을 동시에 처리하는 데 강한데, EMT의 노드 방정식 풀이와 소자 모델 계산이 이런 병렬 구조에 잘 맞기 때문이다. 망을 여러 조각으로 나눠 동시에 푸는 세분화 병렬 기법, 다중 영역 테브냉 등가(MATE, Multi-Area Thévenin Equivalent) 계열 기법, 행렬 지수 적분을 GPU로 옮기는 방식 등이 제안되어, 전통적인 CPU(Central Processing Unit, 중앙처리장치) 방식 대비 수십에서 수백 배의 가속이 보고되고 있다. 2025년 국제 학회에서도 GPU 기반 EMT 가속이 주요 주제로 다뤄질 만큼 활발한 영역이다.
앞서 본 하이브리드 시뮬레이션을 대형 망에 적용하고 정밀도를 높이려는 연구가 이어지고 있다. 미국 국립연구소들이 주도하는 오픈소스 도구 조합(EMT 측 ParaEMT, 과도안정도 측 GridPACK, 둘을 잇는 통신 프레임워크 HELICS)으로 240-모선 규모의 서부 계통을 푼 사례에서는, 느린 전기기계 동요와 빠른 인버터 동특성을 동시에 잡으면서도 의미 있는 가속을 달성했다. 다만 두 영역의 경계에서 생기는 오차를 어떻게 정량화하고 줄일지가 남은 과제로, 경계 오차 지표를 정의하고 EMT 영역을 적절히 확장해 정밀도를 높이는 연구가 2026년에도 발표되고 있다.
조류계산 쪽에서는 기계학습이 빠르게 들어오고 있다. 핵심 아이디어는 반복 풀이 대신, 입력(부하·발전 조건)에서 출력(전압·조류)으로 가는 사상을 신경망에 미리 학습시켜 거의 즉시 답을 내게 하는 것이다. 특히 전력망의 물리 법칙을 손실 함수에 녹여 넣어 학습의 정확도와 일반화를 높이는 물리 정보 신경망(PINN, Physics-Informed Neural Network)과, 망의 연결 구조를 그래프로 다루는 그래프 신경망(GNN, Graph Neural Network)이 최적조류계산(OPF, Optimal Power Flow)의 고속 근사에 적용되고 있다. 토폴로지가 바뀌거나 N-1 상정고장이 포함된 경우까지 다루려는 시도가 2025년 연구에서 잇따라 나왔다.
또 다른 축은 불확실성을 정면으로 다루는 확률론적 조류계산(probabilistic power flow)이다. 태양광·풍력의 출력과 부하가 시시각각 변하는 상황에서, 단일 값이 아니라 가능한 결과의 분포를 구하는 접근이다. 분산 에너지 자원의 수용 가능량을 평가하는 시나리오 기반 확률 최적조류계산처럼, 재생에너지 확대에 맞춘 계통 계획 도구로 발전하고 있다.
도구가 발전해도 정확한 모델이 없으면 의미가 없다. 그런데 조류계산용 모델은 EMT가 요구하는 세부 정보를 담지 못하고, 도구마다 파일 형식이 달라 EMT 모델을 만들고 유지하는 일 자체가 큰 부담이다. 이를 풀기 위해 도구 사이에 EMT 모델을 공통 형식으로 주고받는 모델 이식성 표준이 2025년 들어 논의되기 시작했다. 동시에 실측 데이터로 인버터의 거동을 모사하는 데이터 기반 모델과, 이를 실시간 운영에 연결하는 디지털 트윈(digital twin) 관점의 연구도 늘고 있다. 시뮬레이션의 정확도를 현장 측정으로 끊임없이 보정하려는 시도다.
조류계산과 EMT는 경쟁하는 도구가 아니라 역할이 다른 도구다. 조류계산은 망이 지금 어디에 있는지를 한 장의 지도로 보여주고, EMT는 그 망이 사고의 순간에 어떻게 출렁이는지를 고속 카메라로 담는다. 안개 낀 산에서 골짜기를 찾는 반복 계산과, 곡선을 잘게 쪼개 시간을 따라가는 적분 계산이라는 서로 다른 수학이 그 바탕에 있다.
최근의 변화는 분명하다. 인버터 기반 자원이 늘면서, 한때 보조 도구였던 EMT가 계통 신뢰도의 필수 절차로 옮겨가고 있다. 그래서 연구의 무게중심도 EMT를 GPU와 하이브리드 기법으로 빠르게 만드는 일, 그리고 조류계산을 기계학습으로 더 똑똑하게 만드는 일에 실려 있다. 전력망이 회전체에서 전력전자로 무게중심을 옮기는 한, 이 두 엔진을 더 빠르고 정확하게 맞물리게 하는 일은 당분간 전력시스템 해석의 핵심 과제로 남을 것이다.