전력망 불가능성 위치 추정을 위한 라쏘 기반 희소화 기법

초록

본 논문은 전력 흐름 해석이 수렴하지 못하는 불가능한 네트워크 상태에서, 라쏘(LASSO) 영감을 받은 L1 정규화를 이용해 불가능성을 소수의 버스에 국한시키는 방법을 제안한다. 버스별 희소성 강화 파라미터를 도입해 스케일이 큰 시스템에서도 수렴성을 확보하면서 주요 불가능 원인을 정확히 식별한다. 80 k+ 버스 규모의 동부 인터커넥션 모델 실험을 통해 단일 버스로 블랙아웃 원인을 국한시킬 수 있음을 입증한다.

상세 분석

이 논문은 전통적인 전력 흐름 해석이 수렴 실패 시 발생하는 “네트워크 붕괴” 현상을 정량화하고, 그 원인을 최소한의 버스 집합으로 추출하는 새로운 프레임워크를 제시한다. 핵심 아이디어는 기존의 L2‑노름 기반 최소화가 모든 버스에 작은 불가능 전류를 분산시키는 반면, L1‑노름 정규화를 적용하면 해가 희소해져 실제 문제를 일으키는 몇몇 버스에만 큰 불가능 전류가 집중된다는 점이다. 그러나 단일 스칼라 정규화 파라미터(λ)만으로는 희소성 확보와 수렴성 사이에 심각한 트레이드오프가 발생한다. λ가 크면 희소성은 높아지지만, 보완 전류의 절대값이 급격히 제한돼 KKT 조건의 보완성 구간이 급경사 형태가 되어 뉴턴‑라프슨 기반 최적화가 발산한다.

이를 해결하기 위해 저자들은 “버스‑와이즈 희소성 강화 파라미터”(λ_i)를 도입한다. 각 버스에 대해 불가능 전류의 크기를 사전 평가하고, 높은 불가능 전류를 보이는 버스를 ‘주요’ 그룹, 낮은 전류를 ‘보조’ 그룹으로 구분한다. 주요 버스에는 낮은 λ_i 값을 부여해 전류가 자유롭게 나타나도록 하고, 보조 버스에는 높은 λ_i 값을 부여해 전류를 강제로 0에 가깝게 만든다. 이렇게 하면 전체 λ 값이 크게 필요 없으며, λ_i 비율에 의해 희소성이 조절되므로 알고리즘의 수렴성이 크게 개선된다.

수학적으로는 원래의 비선형 KCL 방정식을 등가 회로 형식(ECF)으로 변환하고, 불가능 전류 벡터 Î​_inf​에 L1 정규화와 버스‑와이즈 상한 변수 u​를 도입한 제약형 최적화 문제로 재구성한다. 슬랙 변수와 라그랑지안 승수를 이용해 보완성 조건을 명시적으로 표현함으로써, λ_i가 전류 흐름을 차단하거나 허용하는 물리적 ‘스위치’ 역할을 수행한다는 직관적 해석을 제공한다.

실험에서는 80 k+ 버스 규모의 동부 인터커넥션 모델에 대해 여러 부하·발전 불균형 시나리오를 적용하였다. 기존 L2‑기반 방법은 수천 개 버스에 걸쳐 작은 불가능 전류를 분산시켜 원인 파악이 어려웠지만, 제안된 버스‑와이즈 L1 방법은 1~3개의 버스에만 비정상 전류가 집중돼 실제 블랙아웃 원인으로 추정되는 버스를 정확히 식별했다. 또한, 동일한 초기 조건에서도 수렴 횟수가 크게 감소하고, 최적화 단계에서의 계산 시간도 현저히 단축되었다.

이러한 결과는 대규모 전력 시스템에서 불가능성 원인 분석을 실시간에 가깝게 수행할 수 있는 가능성을 열어준다. 특히, 재생에너지 비중이 높아지고 시스템 변동성이 커지는 현대 전력망에서, 빠른 원인 파악과 최소한의 교정 조치를 위한 의사결정 지원 도구로 활용될 수 있다.