대규모 AC 최적 전력 흐름을 위한 분산 최적화 프레임워크

초록

본 논문은 스무딩 기법과 Schur 보완을 결합한 새로운 2단계 분산 알고리즘을 제안한다. 상위 단계는 장벽법으로 부등식 제약을 처리하고, 하위 단계는 ALADIN을 이용해 평활화된 평등 제약 하위 문제를 해결한다. 네트워크를 최적 분할하고 SPMD 패러다임으로 구현함으로써 통신량을 크게 줄이고, 대규모 IEEE 테스트베드(수만 버스)에서 IPOPT 대비 2~5배 빠른 실행 속도를 보였다. 이론적 수렴 보장과 실험적 빠른 수렴을 동시에 달성한다.

상세 분석

이 논문은 기존 분산 AC OPF 연구가 직면한 네 가지 핵심 과제—수렴 속도, 수렴 보장, 확장성, 통신 효율성—를 동시에 해결하고자 한다. 첫 번째 기여는 이중 레벨 구조이다. 상위 레벨에서는 장벽 함수(Barrier Method)를 도입해 부등식 제약을 부드러운 형태로 변환함으로써 활성 집합(active‑set) 탐색에서 발생하는 조합적 폭발을 회피한다. 이는 특히 발전기 출력 제한, 전압 한계 등 다수의 부등식이 존재하는 실제 전력망에서 중요한 설계 선택이다. 하위 레벨에서는 ALADIN(Alternating Direction Inexact Newton) 프레임워크를 적용한다. 기존 ALADIN은 KKT 매트릭스를 전체 교환해야 하는 통신 병목과, 부등식이 있을 때 활성 집합 방법으로 인한 복잡도 증가가 단점이었다. 여기서는 스무딩된 평등 제약만을 대상으로 하여 Schur 보완을 이용해 라그랑지안 Hessian의 차원을 크게 축소하고, 필요한 정보(프라임 변수와 제한된 라그랑지안 승수)만을 교환한다. 결과적으로 각 지역 에이전트는 자체적으로 SQP‑like 단계에서 2차 정보를 활용하면서도 전체 네트워크와의 동기화 비용을 최소화한다.

두 번째 기여는 네트워크 분할 전략이다. 저자는 전통적인 마스터‑워커 구조를 탈피하고, 완전한 메시드 연결을 가진 유형 I(분할된 일반 BIM) 형태를 대상으로 한다. 그래프 기반의 커팅 알고리즘을 통해 경계 버스와 라인을 최소화하면서도 부하·발전 균형을 유지하도록 설계했으며, 이때 발생하는 복제 변수에 대한 일관성 제약을 선형 형태(Aℓxℓ = b)로 표현한다. 이러한 설계는 SPMD(단일 프로그램 다중 데이터) 패러다임과 자연스럽게 맞물려, 각 프로세스가 동일한 코드 베이스를 공유하면서도 지역 데이터만을 로컬 메모리에서 처리하게 만든다.

세 번째로, 이론적 수렴 분석을 제공한다. 상위 레벨 장벽법은 부등식 제약을 무한히 큰 페널티로 근사함으로써 전역 최적점 근처에서 강한 볼록성을 확보한다. 하위 레벨 ALADIN은 스무딩된 평등 제약에 대해 라그랑지안 이중화와 Schur 보완을 적용해, 전역 수렴을 보장하는 동시에 지역 최적점 근처에서는 2차 수렴률을 달성한다. 논문은 이러한 두 레벨이 서로 독립적으로 수렴 조건을 만족함을 수학적으로 증명하고, 실제 시뮬레이션에서 수렴 곡선이 이론과 일치함을 실증한다.

마지막으로, 실험 결과는 설계의 실효성을 강력히 뒷받침한다. IEEE 57, 300, 1354, 2383, 9241 버스 시스템을 대상으로 다양한 부하·재생 에너지 시나리오를 적용했으며, 동일 하드웨어(8‑core CPU, 32 GB RAM)에서 IPOPT 대비 평균 2.8배, 최악 경우 5배 이상의 속도 향상을 기록했다. 통신량은 전체 KKT 매트릭스 교환 대비 85 % 이상 감소했으며, 네트워크 장애(특정 지역 노드 실패) 상황에서도 알고리즘이 재수렴하는 복원력을 보였다. 이러한 결과는 대규모 실시간 전력망 운영에 분산 최적화가 실용적으로 적용될 수 있음을 시사한다.