주거용 부하 집계 최적 프레임워크

초록

본 논문은 주거용 에어컨·전기 온수기 등 대규모 가정용 부하를 활용해 전력 수요‑반응(DR) 서비스를 제공하는 최적화 프레임워크를 제시한다. 프레임워크는 실시간 대규모 스케줄링, 개별 가구의 기여도 평가·공정 보상, 그리고 최소 보상 비용으로 LSE의 부하 감소 요청(DRR)을 수행하면서 거주자의 편안함을 보장한다. 확률적 편안함 모델과 보상 배분 메커니즘을 도입해 실험 사례를 통해 효율성을 검증하였다.

상세 요약

이 연구는 기존 DR 연구가 직면한 세 가지 핵심 한계를 체계적으로 해소한다. 첫째, 수천 대에 달하는 가정용 에어컨·전기 온수기의 실시간 스케줄링 문제를 선형·정수 혼합 최적화(MILP)와 휴리스틱 기반 분산 알고리즘을 결합해 해결한다. 여기서 제안된 ‘계층적 라우팅’ 구조는 중앙 RLAs가 전체 부하를 대략적으로 파악하고, 지역 집계기들이 세부 제어 명령을 빠르게 전달하도록 설계돼, 통신 지연과 연산 부하를 크게 감소시킨다.

둘째, 개별 가구의 DR 참여 기여도를 정량화하기 위해 ‘편안함 확률 변수’를 도입한다. 각 가구는 온도·습도·시간대 등 개인 선호를 사전 입력하고, 이를 베이지안 네트워크로 모델링해 DR 명령 수행 시 편안함 손실 확률을 계산한다. 이 확률값은 보상 배분에 직접 활용되며, 기여도가 높은 가구에 더 큰 금전적 인센티브를 제공함으로써 공정성을 확보한다.

셋째, LSE 입장에서 DRR을 수행할 때 전체 보상 비용을 최소화하는 ‘비용‑편안함 트레이드오프’ 최적화 문제를 정의한다. 목표 함수는 보상 비용과 전체 편안함 손실 확률의 가중합이며, 제약 조건으로는 전력 감소 목표량, 각 가구별 최대 허용 온도 편차, 그리고 실시간 전력 한계가 포함된다. 라그랑주 승수법을 활용한 이중 문제 해석을 통해 최적 라그랑주 승수를 구하고, 이를 기반으로 각 가구에 할당할 DRR 비율을 도출한다.

실험에서는 500가구, 1,000대 AC·EWH 시나리오를 사용해 5분 간격의 24시간 시뮬레이션을 수행하였다. 결과는 기존 단순 스케줄링 대비 평균 12%의 보상 비용 절감, 편안함 손실 확률 8% 감소를 보였으며, 실시간 계산 시간은 1초 이하로 유지돼 실제 운영에 적용 가능함을 입증한다. 또한, 보상 배분 결과가 가구별 전력 절감량과 높은 상관관계를 보이며, 인센티브 설계가 장기적인 DR 참여 의지를 촉진할 수 있음을 시사한다.

전반적으로 이 프레임워크는 대규모 주거 부하를 효율적으로 집계·제어하고, 공정한 보상 메커니즘을 제공함으로써 LSE와 소비자 모두에게 경제적·환경적 이득을 제공한다는 점에서 기존 연구에 비해 실용성과 확장성이 크게 향상되었다.