비예측형 커널 회귀 기반 에너지 저장 피크 절감 및 다중 서비스 최적화

초록

본 논문은 상업용 건물의 피크 전력 절감과 에너지 차익거래를 동시에 수행하기 위해, 과거 전력 수요 데이터를 활용한 비모수 커널 회귀 모델로 배터리 상태‑전하(SoC) 보유량을 예측하고, 이를 두 단계 최적화에 적용하는 프레임워크를 제안한다. 예측 기반이 아닌 데이터‑드리븐 접근으로 월간 피크 전력 목표와 SoC 경계값을 실시간 제어에 바로 활용함으로써, 기존 예측‑중심 방법 대비 1.3배 이상의 비용 절감 효과와 배터리 사이클 감소를 달성하였다.

상세 분석

이 연구는 피크 전력 절감과 에너지 차익거래(아비트라지)라는 두 가지 상충되는 서비스를 하나의 배터리 시스템에 통합하려는 전형적인 문제에 새로운 해법을 제시한다. 핵심 아이디어는 “피크 절감 우선”이라는 가정을 기반으로 문제를 두 단계로 분리하고, 첫 단계에서 비모수 커널 회귀(Kernel Regression)를 이용해 과거 수요 패턴과 대응되는 SoC 보유량(Reserve)과 월간 피크 목표값을 직접 추정한다는 점이다.

1. 문제 분해와 이론적 보장

   • 원래의 결합 최적화식(피크 비용 + 아비트라지 비용 + 배터리 손실)을 피크 비용이 전력 비용보다 압도적으로 큰 현실적인 가정(κ ≫ λ, c) 하에 두 단계로 분리한다.
   • 첫 단계는 피크 전력 최소화와 동시에 SoC를 가능한 낮게 유지하도록 작은 tie‑breaking 항(δ·∑eₜ₊₁)을 추가한다. 이 단계에서 얻은 최적 피크 p와 SoC 궤적 e는 피크 절감에 대한 최적해임을 KKT 조건을 통해 증명한다.
   • 두 번째 단계는 피크 제약(p ≤ p*)과 SoC 경계(eₜ₊₁ ≥ e*ₜ₊₁)를 고정한 뒤 아비트라지 수익을 최대화한다. 이론적으로 두 단계 연쇄는 원래 문제와 동등함을 제시함으로써, 복잡한 장기 불확실성(월간 수요·가격) 문제를 실시간 제어 가능한 형태로 변환한다.

2. 커널 회귀 기반 SoC 보유량 예측

   • 학습 데이터는 과거 수요 시계열 D_hist와 해당 시점에 최적화된 SoC 보유량 e_hist, 피크 목표 p_hist을 매핑한다. 여기서 입력 피처는 최근 T분(5분 간격) 수요 구간과 일일 주기를 포착하는 사인·코사인 변수를 포함한다.
   • 실시간 제어 시점에서는 현재까지 관측된 수요 구간 Xₜ와 가장 유사한 K개의 이웃을 Euclidean 거리로 찾고, 가우시안 커널(σ)으로 가중치를 부여한다.
   • SoC 예측은 가중치 누적이 α(0,1) 수준에 도달하는 순위의 SoC 값을 선택하는 “α‑Confidence” 방식으로, 운영자가 보수성(α↑) 혹은 공격성(α↓)을 조정할 수 있다. 반면 피크 목표는 단순 가중 평균으로 산출하고, 실시간 제어 로직에서 동적으로 보정한다.

3. 실시간 제어 알고리즘

   • 단계 1(피크 절감)에서는 현재 SoC와 예측된 보유량 ˆeαₜ₊₁, 그리고 피크 목표 pₜ를 이용해 배터리 충·방전량을 결정한다. 목표 초과 시 방전, 목표 미달·SoC 부족 시 충전한다.
   • 단계 2(아비트라지)에서는 남은 전력·에너지 여유를 활용해 가격 차익을 추구한다. 기존 연구