동적 상태 추정과 피드백 최적화를 통한 전력망 실시간 제어

본 논문은 전력망, 특히 배전망에서 실시간으로 AC‑Optimal Power Flow(AC‑OPF)를 해결하기 위한 새로운 제어 구조를 제안한다. 기존의 정적 OPF는 모델과 측정이 정확히 알려진 경우에만 유효하며, 빠르게 변하는 부하와 재생에너지의 불확실성, 제한된 센서 배치로 인한 관측 부족 문제를 해결하지 못한다. 최근 연구에서 제시된 온라인 피드백 최적화는 실시간 전압 측정을 피드백으로 사용해 제어 입력을 점진적으로 최적값으로 이동시키지만, 여전히 “노이즈가 없고 전체 상태를 완전하게 측정한다”는 비현실적인 가정을 전제로 한다. 이를 극복하기 위해 저자는 두 가지 핵심 기술을 결합한다. 첫 번째는 동적 상태 추정(dynamic state estimation)이다. 전력 흐름 선형화 모델 V(t)=V(t‑1)+B_c(S_c(t)‑S_c(t‑1))+ω_l(t) 을 기반으로, 부하 변동을 프로세스 노이즈 ω_l ~ N(0,Σ_l) 로 모델링한다. 측정식 y(t)=H V(t)+ω_y(t) (ω_y ~ N(0,Σ_y))와 함께 칼만 필터를 적용해 전압 상태 \hat V(t) 를 추정한다. 여기서 H는 실제 센서와 의사 측정(pseudo‑measurements)을 모두 포함해 열전달이 가능한 전압을 완전 관측 가능하도록 설계한다. 칼만 필터는 이전 추정값, 현재 제어 입력 변화, 그리고 최신 측정값을 결합해 최적의 추정값과 공분산 P(t) 를 계산한다. 두 번째는 추정된 전압을 피드백으로 활용하는 온라인 피드백 최적화이다. 목표 함수는 가변 비용 f(S_c)와 전압 위반 페널티 g(V)로 구성되며, 제어 입력은 projected gradient descent 형태로 업데이트된다. 구체적으로, S_c(t+1)=Π_F