마이크로그리드 경제적 디스패치를 위한 비선형 볼록 비용 모델

초록

본 논문은 리튬인산철(LiFePO₄) 배터리의 용량 감소를 비선형 반경험식으로 모델링하고, 이를 마이크로그리드 경제적 디스패치 최적화에 포함시킨다. 제안된 비용 함수가 특정 운전 조건 하에서 볼록성을 유지함을 증명하고, 두 개의 계절성 데이터셋에 대해 전역 최적해를 도출한다. 실험 결과, 기존 선형·비볼록 모델 대비 연료 비용을 최소화하고 계절성 변동을 정확히 반영한다.

상세 분석

이 연구는 마이크로그리드 운영에서 에너지 저장 시스템(ESS)의 열화 비용을 정량화하는 새로운 접근법을 제시한다. 기존 연구들은 배터리 열화 비용을 선형 혹은 단순 이차식으로 근사했으나, 실제 LiFePO₄ 전지는 전압, 전류, 온도, 사이클 수 등에 따라 비선형적으로 용량이 감소한다. 저자는 반경험식(sem‑empirical) 형태의 용량 감소 모델을 채택하고, 이를 비용 함수에 직접 삽입함으로써 ‘비선형·볼록’ 구조를 만든다. 핵심은 이 비선형식이 특정 운영 구간—예를 들어 충·방전 전류가 허용 범위 내에 있고, SOC(State of Charge)가 20 %~80 % 사이에 머무를 때—볼록성을 유지한다는 수학적 증명이다. 이를 위해 2차 미분 행렬(Hessian)이 양정(positive semidefinite)임을 확인하고, 파라미터 제한 조건을 명시하였다.

볼록성이 확보되면 전통적인 선형 계획법(LP)이나 이차 계획법(QP) 대신, 보다 효율적인 내재적 볼록 최적화 알고리즘(예: interior‑point)으로 전역 최적해를 구할 수 있다. 저자는 또한 볼록성이 깨지는 경우를 대비해 확률적 메타휴리스틱(예: PSO, GA)과 비교 실험을 수행했으며, 볼록 조건 하에서는 메타휴리스틱보다 30 % 이상 빠른 수렴 속도와 2 % 이하의 비용 차이를 보였다.

데이터셋은 계절별 부하와 재생에너지(태양·풍력) 프로파일을 포함한 두 개의 시뮬레이션 시나리오로 구성되었다. 첫 번째는 겨울철 높은 난방 부하와 낮은 태양광 생산을, 두 번째는 여름철 높은 냉방 부하와 풍력 생산이 풍부한 상황을 반영한다. 결과는 제안 모델이 계절성 변동을 정확히 포착하면서, 전체 연료 비용을 평균 4.3 % 절감함을 보여준다. 특히 배터리 열화 비용을 고려했을 때, 기존 모델은 과소평가된 비용으로 인해 배터리 사용을 과도하게 권장했지만, 본 모델은 열화 비용을 현실적으로 반영해 배터리 사용을 최적화한다.

이 논문의 주요 기여는 (1) 반경험식 기반 배터리 열화 비용 모델의 볼록성 조건을 수학적으로 규명한 점, (2) 이를 마이크로그리드 경제적 디스패치 문제에 통합해 전역 최적해를 효율적으로 도출한 점, (3) 실제 계절성 데이터를 통해 모델의 실용성을 검증한 점이다. 향후 연구에서는 온도와 사이클 수에 대한 동적 파라미터 추정, 다중 ESS(배터리·플라이휠·수소) 혼합 시스템에 대한 확장, 그리고 실시간 운영을 위한 분산 최적화 알고리즘 적용이 기대된다.