저장형 그리드 연결 프로슈머 건물의 에너지 관리 최적화

초록

본 논문은 사용자 목표에 맞춰 태양광과 배터리를 갖춘 그리드 연결형 프로슈머 건물·동네의 에너지 관리 전략을 자동으로 도출하기 위해 수정된 시뮬레이티드 어닐링(SA) 알고리즘을 제안한다. 에너지 자체소비 극대화 시나리오를 통해 기존의 경사하강법과 전 상태공간 탐색법과 비교했을 때, 수정 SA가 전역 최적에 근접하거나 동일한 해를 훨씬 적은 연산량과 시간으로 찾는 것을 실증하였다.

상세 요약

이 연구는 현대 전력 시스템에서 급증하는 분산형 재생에너지와 가정용 저장장치의 조합이 가져오는 복합적인 운영 문제를 해결하고자 한다. 기존 최적화 기법은 크게 두 갈래로 나뉜다. 첫째, 연속적인 변수와 제약조건을 다루는 경사하강법(Gradient Descent, GD)은 초기값에 민감하고 지역 최적에 머물기 쉬워 전역 최적을 보장하지 못한다. 둘째, 전 상태공간 탐색(Total State Space Search, TSS)은 모든 가능한 조합을 평가함으로써 전역 최적을 찾을 수 있지만, 조합 수가 기하급수적으로 증가함에 따라 계산량과 메모리 요구가 비현실적으로 커진다. 이러한 한계를 극복하기 위해 저자는 시뮬레이티드 어닐링(SA)의 메타휴리스틱 특성을 유지하면서, 온도 스케줄링과 이웃 생성 방식을 개량한 ‘수정 SA’를 설계하였다.

수정 SA의 핵심은 (1) 온도 감소 함수를 지수형이 아닌 로그형으로 전환해 탐색 초기에 넓은 범위의 해를 샘플링하고, 후기에 급격히 수렴하도록 하여 연산 효율성을 높인 점, (2) 이웃 해 생성 시 배터리 충·방전 스케줄을 시간 블록 단위가 아닌 ‘에너지 흐름 블록’ 단위로 재구성해, 물리적 제약(예: 배터리 용량, 충전 효율, 전력망 연계 제한)을 자연스럽게 반영하도록 한 점이다. 또한, 목표 함수에 사용자 정의 가중치를 삽입해 ‘자체소비 비율’, ‘전력 비용 절감’, ‘탄소 배출 감소’ 등 다중 목표를 하나의 스칼라 값으로 통합하였다.

실험에서는 1가구 단독 건물부터 10가구 규모의 동네까지 4가지 시나리오를 설정하였다. 각 시나리오마다 일일 PV 발전량, 부하 프로파일, 배터리 용량, 전력 요금 구조가 달라졌으며, 목표는 ‘자체소비 비율 최대화’를 중심으로 설정되었다. 결과는 세 가지 방법(GD, TSS, 수정 SA)의 최적값, 연산 시간, 반복 횟수를 비교하였다. GD는 초기값에 따라 10~30% 수준의 자체소비 비율 차이를 보였으며, 최적값에 도달하지 못하는 경우가 다수였다. TSS는 전역 최적을 찾았지만, 평균 1,200초(≈20분) 이상의 실행 시간이 소요돼 실시간 적용이 불가능했다. 반면, 수정 SA는 평균 0.8초 이내에 99.5% 이상의 자체소비 비율을 달성했으며, 최적값과의 차이는 0.1% 미만으로 거의 전역 최적에 근접했다. 특히, 배터리 용량이 제한적인 경우에도 온도 스케줄링이 효과적으로 탐색 범위를 조절해, 제약 위반 없이 최적해를 찾아냈다.

이러한 결과는 수정 SA가 메타휴리스틱 탐색의 장점을 유지하면서도, 전력 시스템 특유의 제약조건을 효율적으로 반영할 수 있음을 입증한다. 또한, 연산량이 적어 실시간 혹은 근실시간 에너지 관리 시스템에 적용 가능하다는 점에서 실용적 가치가 크다. 다만, 목표 함수가 단일 목표(자체소비) 중심이었으며, 다목적 최적화(비용·탄소·신뢰성 동시 고려)에서는 추가적인 가중치 조정이나 파레토 프론트 분석이 필요할 것으로 보인다.