유연한 즉시결정으로 에너지 시스템 설계 최적화

본 논문은 에너지 시스템 설계라는 2단계 다목적 최적화 문제에 대한 새로운 설계 선택 방법론을 제시한다. 2단계 최적화는 첫 번째 단계에서 설계 변수(x_f)를 즉시 고정하고, 두 번째 단계에서 운영 변수(x_s)를 상황에 맞게 조정할 수 있는 구조를 갖는다. 전통적인 다목적 최적화는 파레토 전면을 제공하지만, 설계자는 여전히 수많은 대안 중 하나를 선택해야 하는 어려움을 겪는다. 기존의 파레토 전면 축소 기법(‘knee’ 탐색, 클러스터링, 순위 매기기 등)은 설계·운영의 2단계 특성을 활용하지 못하고, 설계자가 직접 우선순위를 부여하거나 사후 선택을 해야 하는 한계가 있다. 저자들은 이러한 한계를 극복하기 위해 ‘유연한 즉시결정(flex‑hand)’ 접근법을 고안하였다. 핵심 아이디어는 ‘이상 파레토 전면(ideal Pareto front)’을 기준으로 삼는 것이다. 이상 전면은 설계 변수와 운영 변수를 모두 자유롭게 선택할 수 있을 때 얻어지는 최적 전면으로, 현실적인 설계에서는 구현 불가능하지만 최적 설계 선택의 벤치마크 역할을 한다. 구체적인 절차는 다음과 같다. 먼저, 가능한 설계 후보 집합 X_f를 정의한다. 각 후보 x_f에 대해 2단계 다목적 최적화를 수행해 해당 설계 전용 파레토 전면 P(x_f)를 생성한다. 이때 목표 함수는 비용, CO₂ 배출, 운영비 등 K개의 충돌 목표로 구성된다. 파레토 전면은 일반적으로 이산적인 점들의 집합이며, 각 점은 특정 운영 전략 x_s에 대응한다. 다음으로, 이상 파레토 전면 P*와 각 P(x_f)를 정규화한 뒤, 이진 ε‑indicator를 이용해 두 전면 사이의 거리를 측정한다. ε‑indicator는 “모든 목표에 대해 P(x_f)의 어느 점이 P*의 점을 ε 이하로 지배하는가”를 판단하는 전역적 거리 척도이며, Zitzler 등(2003)의 연구에 기반한다. ε를 최소화하는 설계 x_f*가 ‘가장 유연한 설계’로 정의된다. 이는 고정 설계가 운영 단계에서 목표 변화에 가장 가깝게 대응할 수 있음을 의미한다. 불확실성을 고려하기 위해 저자들은 시나리오 기반 확장을 제시한다. 입력 파라미터(연료 가격, 수요, 기술 효율 등)의 변동을 여러 시나리오로 모델링하고, 각 시나리오별 ε값을 계산한다. 이후 평균 ε, 최악 시나리오 ε 등 다양한 로버스트 기준을 적용해 최적 설계를 선택한다. 이는 기존 로버스트 다목적 최적화가 설계·운영 변수를 별도로 다루는 문제를 통합적으로 해결한다. 알고리즘 구현은 혼합 정수 선형/비선형 프로그램 형태로 표현될 수 있다. 설계 후보가 이산적이므로, 전체 탐색이 가능하거나 메타휴리스틱(예: 유전 알고리즘)으로 후보를 샘플링한다. 각 후보에 대한 2단계 최적화는 기존의 다목적 최적화 솔버(예: NSGA‑II)로 수행하고, ε‑값을 계산한다. 최종 선택은 ε 최소화 문제를 풀어 얻는다. 실증 연구에서는 독일 Aachen 지역의 산업단지를 대상으로 30여 개의 설계 후보(난방·전력·냉각 설비 조합)를 설정하고, 세 가지 목표(투자비용, CO₂ 배출, 연간 운영비)를 사용했다. 전체 설계·운영 변수를 자유롭게 조정했을 때 도출된 이상 파레토 전면은 약 150점이며, 각 고정 설계별 파레토 전면은 평균 20~30점으로 구성되었다. ε‑minimization 결과, 고효율 복합열병합 설비와 에너지 저장 시스템을 결합한 설계가 ε≈0.07로 가장 작은 값을 기록했다. 이 설계는 비용·배출·운영비 모두에서 이상 전면에 근접했으며, 시나리오 분석(연료 가격 상승, 수요 20% 증가)에서도 ε 변동폭이 가장 작아 로버스트한 선택으로 확인되었다. 논문의 주요 기여는 다음과 같다. ① 설계·운영 2단계 특성을 활용해 전체 파레토 전면을 대표하는 단일 설계를 자동으로 선택하는 새로운 정량적 기준을 제시하였다. ② ε‑indicator 기반 거리 측정으로 사전 가중치 설정 없이도 설계 품질을 객관적으로 평가한다. ③ 시나리오 기반 로버스트 확장을 통해 미래 파라미터 불확실성을 내재화하였다. ④ 실제 산업단지 사례를 통해 방법론의 실용성을 검증하였다. 결론적으로, flex‑hand 접근법은 에너지 시스템 설계뿐 아니라, 설계·운영이 분리된 모든 2단계 다목적 최적화 문제에 적용 가능하며, 설계 단계에서 미래 목표 변화와 불확실성을 고려한 ‘유연한’ 설계를 자동으로 도출함으로써 의사결정자의 부담을 크게 경감시킨다.