전기 탐색 최적화 기반 다지역 경제 디스패치 효율 향상

초록

본 논문은 전기 탐색 최적화 알고리즘(ESOA)을 활용하여 비선형·비볼록·비연속성을 갖는 다지역 경제 디스패치(MAED) 문제를 해결한다. 발전기 출력 제한, 금지 운전 구역, 손실 및 연계선 용량 제약을 모두 고려하면서, 저비용 지역에서 고비용 지역으로 전력을 전송해 전체 비용을 최소화한다. 6발전기 2지역 및 40발전기 4지역 사례에 대해 GA·TLBO 등 기존 메타휴리스틱과 비교했을 때 수렴 속도와 최적 비용 면에서 우수함을 입증한다.

상세 분석

이 연구는 전통적인 경제 디스패치가 비선형성(밸브 포인트 효과)과 금지 운전 구역(POZ) 때문에 해석적 방법으로는 최적해를 찾기 어렵다는 점에 착안한다. 다지역(MAED) 형태로 확장하면서 각 지역 간 전력 교환을 위한 연계선 용량 제약까지 추가되므로 문제 차원과 복잡도가 급격히 상승한다. 저자는 이러한 복합 제약조건을 모두 만족시키는 새로운 메타휴리스틱인 Electro Search Optimization Algorithm(ESOA)을 제안한다. ESOA는 전자를 원자 주위에 배치된 입자로 모델링하고, ‘원자 확산’, ‘궤도 전이’, ‘핵 재배치’, ‘궤도 튜너’ 네 단계로 탐색을 진행한다. 특히, 전자가 최악 해와 최적 해 사이를 오가는 모든 가능한 이동 상태를 고려하도록 설계했으며, Rydberg 에너지와 가속계수(Ac)를 자체 튜닝함으로써 파라미터 설정 부담을 크게 줄였다.

알고리즘 흐름은 초기 무작위 분포 → 양자화된 에너지 레벨에 따라 전자를 높은 궤도로 이동 → 새로운 핵 위치를 계산 → 누적 정규밀도 함수를 이용해 에너지·가속계수를 업데이트하는 순이다. 이러한 구조는 탐색 초기에 전역 탐색 능력을 확보하고, 후기에 지역 탐색으로 전환해 빠른 수렴을 가능하게 한다.

실험에서는 두 가지 시나리오를 설정하였다. 첫 번째는 6발전기 2지역 시스템으로, 전력 수요 1263 MW와 연계선 용량 100 MW를 가정했다. GA와 TLBO에 비해 ESOA는 10회 이하의 반복으로 비용 12 210 MW·$ 수준의 최적해에 도달했으며, 수렴 곡선이 가장 급격히 하강한다는 점에서 우수성을 보였다. 두 번째는 40발전기 4지역 대규모 시스템으로, 복잡한 비선형·비볼록 특성이 강조된다. 11회 독립 실행 결과, ESOA는 비용 121 694 $를 기록해 GA(121 795 $)와 TLBO(121 761 $)보다 약 0.1 % 정도 낮은 비용을 달성했다. 특히 연계선 흐름이 5~6회 반복 내에 안정화되는 모습을 보여, 제약조건 만족도와 수렴 속도 모두에서 뛰어난 성능을 확인할 수 있었다.

하지만 몇 가지 한계도 존재한다. 논문에서는 알고리즘 파라미터(예: Rydberg 상수, 가속계수)의 초기값을 무작위로 설정하고 자체 튜닝한다고 주장하지만, 실제 민감도 분석이 부족하다. 또한, 실시간 운영 환경에서의 계산 시간과 메모리 요구량에 대한 정량적 평가가 누락돼 산업 적용 가능성을 판단하기 어렵다. 마지막으로, 비교 대상이 제한적이며 최신 딥러닝 기반 최적화 기법과의 비교가 이루어지지 않아 절대적인 우수성을 확신하기엔 부족하다. 전반적으로 ESOA는 다지역 경제 디스패치 문제에 대한 새로운 탐색 메커니즘을 제시하며, 제약조건을 포괄적으로 다루는 점에서 의미가 크지만, 실용화 단계에서는 추가 검증이 필요하다.