스마트 전력망을 위한 가베스 샘플링 기반 게임이론적 사설망 업그레이드 모델

본 논문은 재생에너지의 급증과 네트워크 제약으로 인한 커틀러리 현상이 심화되는 상황에서, 사설 투자자가 전력선을 건설하고 동시에 다른 발전기에게 접근 권한을 부여하는 ‘공동 접근’ 모델을 Stackelberg 게임으로 정형화한다. 게임은 두 단계로 구성된다. 첫 번째 단계에서 라인 투자자(리더)는 자체 발전 용량 \(P_{N1}\) 과 전력선 건설·운영 비용 \(C_T\) 을 고려해 최적 전략을 선택한다. 두 번째 단계에서 지역 발전기(팔로워)는 리더의 용량 선택을 관찰하고, 전송 요금 \(p_T\) 에 따라 자신의 최적 용량 \(P_{N2}\) 을 결정한다. 두 플레이어의 수익식은 기대 생산량 \(E G_i\)와 커틀러리량 \(E C_i\) 에 기반하며, 커틀러리는 시간별 수요 \(P_{D,t}\) 와 두 플레이어의 실제 출력 \(x_1P_{N1}+x_2P_{N2}\) 의 초과분에 의해 발생한다. 핵심 난점은 풍속·수요의 공동 확률분포 \(f(x_1,x_2)\) 가 명시적으로 알려지지 않아, 전통적인 해석적 최적화가 불가능하다는 점이다. 저자들은 이를 해결하기 위해 마코프 체인 몬테카를로(MCMC) 중 가베스 샘플링을 도입한다. 실제 풍속 데이터(켄트리와 이슬레이 두 기상관측소)와 영국 전력 수요 데이터를 활용해, 결측치를 포함한 다변량 분포를 샘플링한다. 샘플 크기 \(n\) 과 실현 횟수 \(N\) 을 조절해 수렴성을 확보하고, 각 시나리오마다 기대 생산량과 커틀러리량을 계산한다. 이렇게 얻은 다중 시나리오 데이터는 Stackelberg 게임의 베스트 리스폰스 함수 \(P_{N2}^*(P_{N1})\) 와 리더의 최적 용량 \(P_{N1}^*\) 을 수치적으로 탐색하는 데 사용된다. 케이스 스터디는 영국 켄트리‑헌터스턴 전력선 프로젝트(투자액 £230 M, 용량 150 MW)를 대상으로 한다. 켄트리 지역은 풍력 자원이 풍부하고, 헌터스턴은 수요가 집중된 지역으로 설정하였다. 두 풍속 관측소 사이 거리(44 km)는 풍속 상관관계를 충분히 반영한다. 1999‑2015년 17년간의 풍속 데이터와 2006‑2015년의 전력 수요 데이터를 전처리한 뒤, 가베스 샘플링을 통해 100 k에서 500 k까지 다양한 샘플 크기로 시뮬레이션을 수행하였다. 표 I와 II는 샘플 수가 증가함에 따라 평균 풍속·수요 추정치의 표준편차와 신뢰구간이 감소함을 보여, 시뮬레이션 정확도가 향상됨을 입증한다. 시뮬레이션 결과, 라인 투자자가 자체 용량을 확대하면 지역 발전기의 베스트 리스폰스가 감소하지만, 전송 요금 \(p_T\) 을 적절히 조정하면 전체 시스템 수익이 크게 증가한다는 전략적 인사이트가 도출된다. 특히, 전송 요금이 낮을 경우 지역 발전기의 참여가 활발해 커틀러리 감소와 전력선 활용 효율이 높아진다. 반대로 요금이 높을 경우 라인 투자자의 수익이 증가하지만, 전체 시스템 효율은 저하될 수 있다. 이러한 결과는 ‘공동 접근’ 정책이 커틀러리 완화와 투자 회수 기간 단축에 기여함을 정량적으로 보여준다. 논문의 주요 기여는 다음과 같다. 첫째, 실측 데이터 기반의 가베스 샘플링 절차를 제시해 불완전한 확률분포를 복원하고, 다중 시나리오를 생성함으로써 게임 모델에 필요한 확률적 입력을 제공한다. 둘째, 대규모 현실 네트워크에 적용 가능한 Stackelberg 게임 모델을 MCMC와 결합해 최적 투자 결정을 정량화하였다. 셋째, 기존 연구가 평균값에 의존했던 점을 넘어 시간별 수요 변동까지 고려함으로써 모델의 현실성을 크게 향상시켰다. 넷째, 사설 전력선 구축 시 ‘공동 접근’ 정책이 커틀러리 감소와 투자 회수 기간 단축에 미치는 효과를 정량적으로 입증함으로써 정책 입안자와 전력 사업자에게 실용적인 의사결정 도구를 제공한다.