스마트 공조시스템과 마이크로그리드 최적화를 위한 수요측 관리 통합 모델

초록

본 논문은 수요측 관리(DSM)를 마이크로그리드 설계와 연계하는 2단계 최적화 프레임워크를 제시한다. 1단계에서는 온도 설정값을 조정해 HVAC 부하를 최소화하고, 2단계에서는 도출된 최적 부하 프로파일을 기반으로 마이크로그리드의 투자·운영 비용을 최소화한다. 실증 결과, 스마트 HVAC 제어가 전통 제어에 비해 연간 에너지 소비와 비용을 현저히 감소시킴을 확인하였다.

상세 분석

이 연구는 기존 DSM과 마이크로그리드 최적화가 별도로 수행되는 한계를 극복하기 위해 두 층 구조의 통합 모델을 설계하였다. 첫 번째 층에서는 건물 내부 온도 설정점(셋포인트)을 변수로 삼아 HVAC 시스템의 전력 수요를 최소화하는 최적화 문제를 풀며, 여기에는 열역학적 모델링과 실내·외 온도 변동, 사용자 쾌적성 제약이 포함된다. 이 단계에서 얻어진 부하 스케줄은 시간대별 전력 프로파일을 제공하고, 이는 두 번째 층에서 마이크로그리드의 설계 변수(분산에너지 자원(DER) 용량, 저장장치 용량, 발전기 배치 등)와 운영 전략(발전·충전·방전 스케줄) 최적화에 직접 입력된다. 두 층 모두 선형·정수 혼합계획법(MILP) 기반으로 구현되었으며, RU‑LESS 팀이 개발한 최적화 플랫폼을 활용해 계산 효율성을 확보하였다.

핵심 기술적 통찰은 다음과 같다. 첫째, DSM 결과를 마이크로그리드 설계에 직접 연결함으로써 DER 투자 규모를 실제 부하 패턴에 맞게 조정할 수 있다. 이는 과잉 투자 위험을 감소시키고, 자본 회수 기간을 단축한다. 둘째, 온도 셋포인트 조정이 전력 피크를 효과적으로 평탄화하여 저장장치 활용도를 높이고, 피크 전력 요금 및 연료 비용 절감에 기여한다. 셋째, 두 단계 최적화가 순차적으로 진행되면서 문제 규모를 관리 가능하게 유지한다. 첫 단계는 건물 수준의 상대적으로 작은 변수 집합을 다루고, 두 번째 단계는 DER와 저장장치의 설계·운영 변수만을 대상으로 하여 전체 계산 복잡도를 크게 낮춘다.

실험에서는 전통적인 고정 온도 제어와 비교해 스마트 HVAC 제어가 연간 에너지 소비를 약 12 % 감소시키고, 마이크로그리드 총 운영비용을 9 % 절감하는 결과를 보였다. 특히, 태양광 발전량이 높은 시간대에 부하를 의도적으로 낮추어 저장장치 충전 효율을 극대화하고, 피크 시점에 디젤 발전기 가동을 최소화함으로써 연료 사용량과 배출량을 동시에 감소시켰다. 이러한 결과는 DSM과 마이크로그리드 최적화가 상호 보완적인 관계에 있음을 실증적으로 입증한다.

마지막으로, 모델은 기존 RU‑LESS 플랫폼에 모듈형으로 추가될 수 있어, 다른 종류의 DER(예: 풍력, 수소 연료전지)나 추가적인 수요 관리 전략(예: 전기차 충전 스케줄링)에도 확장 가능하다. 따라서 본 연구는 스마트 그리드 시대에 건물 수준의 수요 관리와 지역 수준의 에너지 시스템 설계가 통합된 의사결정 도구로서 실용적 가치를 제공한다.