플러그인플레이 모델 예측 제어와 강인 불변 집합

초록

본 논문은 선후 관계 그래프를 갖는 선형 다중시스템에 대해, 각 서브시스템의 입력·상태 제약을 만족하면서 전역적인 asymptotic stability를 보장하는 분산형 MPC 설계 방법을 제시한다. 설계 과정은 선행 서브시스템 정보만을 이용해 로컬 컨트롤러를 설계하도록 구성되어, 서브시스템의 추가·제거 시 최소한의 재설계만으로 플러그‑앤‑플레이(Plug‑and‑Play) 운용이 가능하도록 한다. 핵심은 최근의 강인 불변 집합(robust control invariant set) 계산 기법을 활용해 로컬 튜브 MPC를 선형계획법(LP)으로 구현한 점이다. 마지막으로 전력망 주파수 제어 사례를 통해 실효성을 검증한다.

상세 분석

이 연구는 기존 Riverso et al., 2012의 PnP‑MPC 프레임워크를 확장하여, 강인 제어 불변 집합(RCI set)의 최신 계산 방법을 도입함으로써 설계 복잡도를 크게 낮춘다. RCI 집합은 외란과 모델 불확실성에 대해 시스템 상태를 안전 영역 안에 머물게 하는 핵심 도구이며, 전통적으로는 비선형 최적화나 복잡한 다항식 근사법을 필요로 했다. 저자들은 최신 LP‑기반 알고리즘을 적용해 RCI 집합을 다각형 형태로 효율적으로 구하고, 이를 로컬 튜브 MPC의 내부 모델로 사용한다. 이렇게 하면 각 서브시스템은 자신의 선행자(predecessor)로부터 전달받은 제한된 정보를 바탕으로 자체적인 최적화 문제를 풀어 제어 입력을 계산한다. 설계 절차는 크게 네 단계로 구성된다: (1) 선행자와의 상호작용 매트릭스 추출, (2) 로컬 RCI 집합 계산, (3) 로컬 튜브 MPC 파라미터(예: 비용 행렬, 제약 경계) 설정, (4) 선형계획법을 통한 최적화 문제 해결. 특히 단계(2)와(3)에서 LP를 이용함으로써 계산 부하가 크게 감소하고, 실시간 적용 가능성이 높아진다. 플러그‑인‑플레이 특성은 두 가지 관점에서 구현된다. 첫째, 새로운 서브시스템이 네트워크에 추가될 때, 해당 서브시스템의 후속자(successor)만이 재설계 대상이 되며, 기존 컨트롤러는 그대로 유지된다. 둘째, 서브시스템 제거 시에도 영향을 받는 후속자만이 로컬 컨트롤러를 재계산하면 된다. 이러한 구조는 대규모 네트워크, 특히 전력망과 같은 인프라 시스템에서 확장성과 유지보수성을 크게 향상시킨다. 논문은 또한 제안된 방법의 수렴성을 이론적으로 증명하고, RCI 집합이 존재할 경우 전역적인 Lyapunov 함수를 구성해 전체 시스템의 asymptotic stability를 보장한다. 마지막으로, 전력망 주파수 제어 시뮬레이션을 통해 제어 성능, 제약 만족도, 그리고 플러그‑인‑플레이 재구성 시 발생하는 오버헤드가 기존 방법에 비해 현저히 낮음을 실증한다.