지진 후 전력망 복구를 위한 근사 동적 프로그래밍 접근법

초록

본 연구는 대규모 전력망 복구 문제를 동적 프로그래밍의 차원 저주(curse of dimensionality)에서 벗어나기 위해 롤아웃 기반 근사 동적 프로그래밍(ADP) 알고리즘을 적용한다. 무작위 기반 히어스틱을 기본 정책으로 사용해 두 가지 복구 목표(인구 전력 공급 비율, 주요 식품소매점 복구)를 최적화했으며, 실제 캘리포니아 주 길로리 시 전력망을 사례로 시뮬레이션하였다. 결과는 롤아웃이 기존 히어스틱에 비해 복구 시간과 서비스 인구 비율에서 현저히 우수함을 보여준다.

상세 분석

이 논문은 재난 후 복구 의사결정이 갖는 고차원 조합 최적화 문제를 해결하기 위해 근사 동적 프로그래밍(ADP) 중에서도 롤아웃 알고리즘을 선택한 점이 핵심이다. 전통적인 동적 프로그래밍은 상태·행동 공간이 폭발적으로 증가하면 메모리와 연산량이 감당할 수 없게 되지만, 롤아웃은 기본 히어스틱(본 연구에서는 무작위 정책)을 이용해 비용‑투‑고(cost‑to‑go) 함수를 근사함으로써 near‑optimal 해를 빠르게 탐색한다. 논문은 두 가지 목표 함수를 정의한다. 첫 번째는 전체 인구(p)의 γ배(예: 0.8)만큼이 전력을 복구하는 데 걸리는 최소 시간을 최소화하는 것이고, 두 번째는 주요 식품소매점이 전력을 복구함으로써 식품 공급망 회복을 동시에 고려한다. 목표 함수는 복구 행동 시퀀스 X={x₁,…,x_t}에 대한 비용‑투‑고 Jα를 사용해 정형화되며, Jα를 Hα(히어스틱 기반 근사)로 대체해 롤아웃 정책을 도출한다.

시뮬레이션은 길로리 시를 36개의 격자 구역으로 나누고, 각 구역의 전력망 구성요소와 식품소매점을 모델링한다. 지진 강도는 PGA 기반 GMPE(Abrahamson et al., 2013)를 이용해 산출하고, 손상 확률은 HAZUS와 Xie et al.의 취약성 곡선으로 계산한다. 복구 자원(N)은 제한된 수의 복구 유닛(RU)으로 가정하고, 각 손상 요소는 하나의 RU를 필요로 한다는 단순화된 가정을 두었다. 이러한 설정 하에서 롤아웃은 매 의사결정 시점마다 N개의 손상 요소 중 가장 기대 이득이 큰 조합을 선택한다.

실험 결과는 두 목표 모두에서 롤아웃이 무작위 히어스틱(H)보다 현저히 빠른 복구를 달성함을 보여준다. 예를 들어, γ=0.8인 경우 롤아웃은 평균 8일 내에 목표 인구 비율을 달성했지만, 기본 히어스틱은 약 30일이 소요되었다. 또한 식품소매점 복구 목표에서도 롤아웃은 전력 공급 회복 속도를 크게 앞당겨, 복구 정책의 다목표 최적화 가능성을 입증한다. 논문은 또한 롤아웃이 다른 히어스틱(예: 위험 기반 스마트 히어스틱)과 결합될 경우 더욱 향상될 수 있음을 시사한다.

한계점으로는 복구 자원 할당을 하나의 RU에 고정하고, 복구 시간과 비용을 평균값으로만 고려한 점, 그리고 불확실성(예: 복구 성공 확률) 모델링이 제한적이었다는 점을 들 수 있다. 향후 연구에서는 다중 자원 유형, 복구 작업의 연속적 진행, 그리고 베이지안 업데이트를 통한 불확실성 반영을 포함한 확장된 ADP 프레임워크가 필요하다.