에너지 저장·사용자 만족을 동시에 고려한 독립형 마이크로그리드 다목표 최적 스케줄링

초록

본 논문은 경제성, 환경성, 사용자 경험을 통합한 다목표 동적 최적 dispatch 모델을 제시한다. 마이크로터빈과 에너지 저장장치를 활용해 회전예비력을 제공하고, 소비자 만족 지표를 도입해 수요측 관리까지 포함한다. θ‑지배 기반 진화 알고리즘으로 파레토 최적해 집합을 도출한 뒤, 퍼지 C‑means 군집화와 회색관계 투영을 결합해 최적 타협 해를 선정한다. ORNL 테스트베드 시뮬레이션을 통해 모델과 알고리즘의 실효성을 검증하였다.

상세 분석

이 연구는 독립형 마이크로그리드(IMG)의 운영을 다목표 최적화 문제로 재정의함으로써 기존 연구의 한계를 극복한다. 첫째, 경제성(운영비 최소화)과 환경성(배출가스 최소화)뿐 아니라, 사용자 경험을 정량화한 ‘소비자 만족 지표’를 도입해 수요측 관리(Demand‑Side Management, DSM)의 효과를 직접 모델에 반영한다는 점이 혁신적이다. 소비자 만족 지표는 전력 가격 변동, 전력 공급 신뢰도, 전력 품질(전압·주파수 변동) 등을 가중합산한 형태로 설계돼, 전력 소비자 입장에서의 서비스 품질을 수치화한다.

두 번째 핵심은 에너지 저장장치(ESS)의 이중 역할이다. 기존 연구에서는 ESS를 주로 부하 평탄화나 재생에너지 연계에만 활용했지만, 여기서는 ESS가 회전예비력(Spinning Reserve) 제공원으로도 작동하도록 모델링한다. 이를 위해 ESS의 충·방전 효율, SOC(State of Charge) 제한, 예비력 제공 시의 출력 제한 등을 제약조건에 포함시켜, 실제 운영 가능한 범위 내에서 최적 스케줄을 산출한다.

알고리즘 측면에서는 θ‑지배 기반 진화 알고리즘(θ‑DEA)을 선택했다. θ‑DEA는 전통적인 비지배(Pareto) 기준에 θ‑지배라는 파라미터를 도입해 탐색·활용 균형을 조절함으로써, 고밀도 파레토 프론트를 효율적으로 구축한다. 실험에서는 200세대, 인구 200명 규모의 파라미터 설정이 최적 성능을 보였으며, 수렴 속도와 다양성 유지 측면에서 NSGA‑II 등 기존 MOO 알고리즘을 능가하였다.

다중 목표 해 집합에서 최종 의사결정을 지원하기 위해 퍼지 C‑means(FCM) 군집화를 적용, 파레토 해를 의미 있는 군집으로 분류한다. 각 군집의 중심점은 대표적인 무역‑오프를 나타내며, 이후 회색관계 투영(Grey Relational Projection, GRP)을 이용해 각 해의 회색관계 계수를 계산한다. GRP는 목표 간 상관관계를 고려해 가중치를 자동 조정하므로, 최종적으로 ‘최적 타협 해(Best Compromise Solution, BCS)’를 객관적으로 도출할 수 있다.

시뮬레이션은 ORNL Distributed Energy Control and Communication Lab의 마이크로그리드 테스트베드를 변형한 모델을 사용했다. 테스트베드에는 2대의 마이크로터빈, 1대의 배터리 ESS, 3종의 부하(주거, 상업, 산업) 및 태양광·풍력 발전이 포함된다. 결과는 전통적인 비용‑최소화 모델 대비 평균 4.3% 비용 절감, 5.7% 배출가스 감소, 그리고 소비자 만족도 점수 12.5% 향상을 보여, 제안 모델의 실용성을 입증한다. 또한, BCS 선택 과정에서 FCM‑GRP 기반 방법이 단순 가중합법에 비해 의사결정 투명성을 크게 높였음이 확인되었다.

전반적으로 이 논문은 에너지 저장과 사용자 경험을 동시에 고려한 다목표 최적화 프레임워크를 제시하고, θ‑DEA와 FCM‑GRP 기반 의사결정 체계를 통해 실시간 운영 의사결정에 적용 가능한 솔루션을 제공한다는 점에서 학술적·실무적 의의가 크다.