탄력성 기반 불확실성 정량화를 위한 온도 조절 크리스토펠 가중 다항 혼돈 전개

본 논문은 고충격·저확률(HILP) 사건에 대비한 전력 시스템 복원력 평가를 위한 불확실성 정량화 기법을 제시한다. 전통적인 몬테카를로 시뮬레이션(MCS)은 정확하지만 계산 비용이 prohibitive 하므로, 데이터 기반 희소 다항 혼돈 전개(DD‑SPCE)를 활용한 서베이 모델링이 주목받고 있다. DD‑SPCE는 입력 확률분포를 명시하지 않고, 실측 혹은 시뮬레이션 샘플만으로 직교 다항 기저를 구성한다. 그러나 샘플 수가 제한되거나 설계가 불균형하면 회귀 행렬이 병렬(ill‑conditioned)되어 계수 추정이 불안정해지고, 특히 출력 분포의 꼬리 영역(극단값) 예측이 크게 저하된다. 이를 해결하기 위해 기존 연구에서는 크리스토펠 함수(K_i)를 이용해 고레버리지 샘플에 역가중치를 부여하는 Christoffel‑Weighted Least Squares(CLS)를 도입하였다. CLS는 행렬 조건을 개선해 회귀 안정성을 높이지만, 고응답(꼬리) 샘플을 과도하게 억제해 극단값을 과소평가한다는 한계가 있다. 논문은 이러한 트레이드오프를 완화하기 위해 온도 조절(tempering)된 크리스토펠 가중 최소제곱(T‑CWLS) 방식을 제안한다. 가중치는 w_i(α)=M·K_i^α / Σ_j K_j^α 로 정의되며, α∈ℝ가 온도 조절 지수이다. α=0이면 OLS와 동일하게 모든 샘플을 동일 가중치로 처리하고, α=−1이면 기존 CLS와 동일하게 역크리스토펠 가중을 적용한다. α를 0과 −1 사이의 연속적인 값으로 조정함으로써, 회귀 행렬의 조건수를 충분히 개선하면서도 꼬리 샘플의 영향력을 일정 수준 유지한다. 연구 대상은 IEEE 34‑bus 배전망에 3개의 마이크로그리드(MG)를 연결한 시스템이다. 각 MG는 분산형 재생에너지, 저장장치, 다양한 우선순위 부하를 보유한다. 정상 상태에서는 MG가 상위 전력망과 전력을 교환하지만, 극한 사건 발생 시 전력망이 차단되고 MG는 비상 모드로 전환한다. 복원력 평가는 총 운영 비용(발전·재생·저장·시장 거래 비용)과 미충족 부하에 대한 페널티를 포함한다. 불확실성 변수는 (i) 24시간 부하 프로파일, (ii) 사건 시작 시각, (iii) 사건 지속 시간이다. 각 입력 샘플에 대해 deterministic MILP 스케줄링을 수행해 시스템 응답 Y_i(운영 비용)를 얻고, 이를 DD‑SPCE에 학습시킨다. 학습 데이터는 M=200~300개의 샘플로 제한되며, 다항 차수 p=3~4, 총 기저 수 N≈30~50이다. 가중 지수 α를 0, 0.1, 0.5, 0.8, 1.0 로 변화시키며 세 가지 회귀 방식(OLS, CLS, T‑CWLS)의 성능을 비교하였다. 평가 지표는 (1) 회귀 안정성 지수 Score LR = μ/σ (조건수와 연관)와 (2) 5 %·95 % 백분위수 오차(절대 백분율)이다. 결과 요약: - OLS(α=0)는 평균값 복원에 강하지만, 5 %와 95 % 백분위수 오차가 각각 −6.77 %·−1.93 % 로 크게 편향되고, Score LR=0.59 로 불안정하다. - CLS(α=1)는 조건을 크게 개선해 Score LR=0.69 로 상승하지만, 꼬리 오차는 −6.5 %·−1.58 % 로 여전히 큰 편차를 보인다. - T‑CWLS에서 α=0.5는 5 % 오차 −6.5 %·0.6 % 로 약간 개선되고, Score LR=0.64 로 중간 수준이다. - α=0.8에서 최적 성능을 달성한다. 95 % 백분위수 오차가 −6.42 % 로 16 % 감소하고, 5 % 오차가 −0.65 % 로 6 % 감소한다. 동시에 Score LR=1.187 로 130 % 이상 향상되어 회귀 해가 샘플 노이즈에 덜 민감해진다. 이러한 결과는 온도 조절된 크리스토펠 가중이 회귀 안정성과 꼬리 예측 정확도 사이의 균형을 효과적으로 맞출 수 있음을 입증한다. 또한 α를 하이퍼파라미터로 두고 교차 검증, 베이지안 최적화 등을 통해 자동 튜닝하면, 다양한 전력 시스템·복원력 시나리오에 적용 가능한 범용 서베이 모델링 프레임워크를 제공할 수 있다. 결론적으로, 본 연구는 제한된 데이터 환경에서도 복원력 지표의 극단값을 정확히 추정할 수 있는 새로운 회귀 가중 기법을 제시함으로써, 전력 시스템 의사결정자들이 고위험 사건에 대한 사전 평가와 대응 전략 수립에 필요한 신뢰성 높은 확률적 정보를 제공한다.