대규모 연계 시스템을 위한 계층형 모델 예측 제어: 분산 최적화와 제한된 반복으로 실현 가능한 해 확보

초록

본 논문은 동적·제약 연계가 존재하는 대규모 시스템에 대해, 이중 분해와 프라임 평균화, 제약 강화 기법을 결합한 계층형 MPC 방식을 제안한다. 프라임 업데이트는 분산 Jacobi 알고리즘으로 근사적으로 수행되며, 이중 문제는 근사 서브그라디언트 방법으로 해결한다. 제한된 반복 횟수 내에서도 원문제의 실현 가능한 해를 얻을 수 있도록 설계되었으며, 비용 감소와 유계 서브옵티멀리티를 이용해 폐루프 안정성을 증명한다.

상세 분석

이 논문은 대규모 상호 연결 시스템의 모델 예측 제어(MPC)를 실시간으로 적용하기 위해 두 가지 핵심 아이디어를 결합한다. 첫 번째는 이중 분해(dual decomposition) 를 이용해 원래의 큰 최적화 문제를 각 서브시스템이 다룰 수 있는 형태로 분리하는 것이다. 여기서는 동적·제약 연계가 모두 존재하므로, 제약을 강화(constraint tightening)하여 원문제와 동일한 feasible set을 보장한다. 강화된 제약은 슬레이터 조건을 만족하는 슬레이터 벡터 (\bar u_t)와 양의 스칼라 (c_t)에 의해 정의되며, 원래 제약보다 약간 여유를 두어 제한된 반복 후에도 원문제의 제약 위반이 발생하지 않도록 설계된다.

두 번째 핵심은 프라임 평균화(primal averaging)와 근사 서브그라디언트(approximate subgradient) 방법이다. 이중 문제의 라그랑지안 (L’(u,\mu)=f(u)+\mu^T g’(u))에 대해 정확한 최적해를 구하지 않고, 일정 허용 오차 (\epsilon_t) 이내에서 근사해 ( \tilde u(\mu))를 얻는다. 이때 서브그라디언트는 단순히 현재 프라임 해의 제약값 (g’(\tilde u(\mu)))으로 계산되므로, 복잡한 미분 연산이 필요 없으며 분산 구현이 용이하다.

프라임 업데이트는 Jacobi 분산 최적화 로 수행된다. 각 서브시스템 (i)는 자신의 로컬 변수 (u_i)만을 최적화하고, 이웃 시스템의 최신 변수값을 사용해 순차적으로 업데이트한다. 이 과정은 강한 볼록성(strong convexity)과 행렬 조건식 (\lambda_{\min}(H_{ii}) > \sum_{j\neq i}\bar\sigma(H_{ij})) 가 만족될 때 선형 수렴률 (\phi\in(0,1))을 보장한다. 즉, 시스템 간 동적 결합이 약할수록 더 빠르게 수렴한다.

알고리즘은 외부 루프(근사 서브그라디언트)와 내부 루프(Jacobi)로 이중 구조를 갖는다. 외부 루프는 고정된 스텝 사이즈 (\alpha_t = \Delta_t / L’_t{}^2)와 허용 오차 (\epsilon_t = \Delta_t/2)를 사용해 (\bar k_t)번 반복한다. 여기서 (\Delta_t)는 현재 단계에서 기대되는 비용 감소량이며, (L’t)는 강화된 제약 함수의 노름 상한이다. 내부 루프는 충분히 큰 (\bar p_k)를 선택해 각 외부 반복마다 프라임 해 (u(k))를 근사적으로 구한다. 최종적으로 (\hat u(\bar k_t)=\frac1{\bar k_t}\sum{l=0}^{\bar k_t-1}u(l)) 를 취함으로써, 제한된 반복 후에도 원문제의 실현 가능한 해를 얻는다.

안정성 분석은 두 가지 주요 결과에 기반한다. 첫째, 프라임 평균 해의 비용은 (\displaystyle f(\hat u(k),x_t) \le f’t{}^* + \frac{|\mu(0)|^2}{2k\alpha_t} + \epsilon_t) 로 상한이 존재한다. 둘째, 선택된 (\alpha_t,\epsilon_t)는 원래 비용 감소식 (f(u_t,x_t) < f(u{t-1},x_{t-1})) 를 만족하도록 설계되어, 비용이 매 시간 단계마다 감소한다. 따라서 비용 함수 자체가 Lyapunov 함수 역할을 하여 폐루프 시스템의 안정성을 보장한다.

이 접근법의 장점은 (1) 분산 구현 가능성 – 각 서브시스템은 로컬 변수와 이웃 변수만 교환하면 되며, 중앙 조정자는 라그랑지 승수와 몇 가지 전역 파라미터만 전달한다. (2) 유한 반복 보장 – 제한된 외부·내부 반복 횟수 내에 실현 가능한 해를 제공하므로, 실시간 MPC에 적합하다. (3) 강건성 – 제약 강화와 슬레이터 조건을 이용해 근사 해가 원문제의 제약을 위반하지 않도록 설계하였다. 다만, 행렬 조건식(39)이 만족되지 않을 경우 Jacobi 수렴이 느려질 수 있으며, 강한 결합이 있는 시스템에서는 추가적인 가속화 기법이 필요할 수 있다.