시간창 기반 순부하 범위 비용곡선으로 전송·배전 연계 계획의 불확실성 대응

본 논문은 전송망(TSO)과 배전망(DSO) 간의 협업을 촉진하기 위해, 기존에 제안된 ‘순부하 범위 비용곡선(Netload Range Cost Curves, NRCC)’ 개념을 시간적 차원으로 확장한 새로운 인터페이스 제품군을 개발한다. 기존 NRCC(P0)는 투자 단계마다 단일 피크·밸리 한계만을 제공했으며, 이는 전송망의 시간별 스트레스와 에너지 제한형 자원의 회복 특성을 반영하지 못하는 한계가 있었다. 이를 보완하기 위해 저자는 두 단계의 시간창 기반 제품, 즉 서비스‑윈도우 제품(P1)과 리바운드 최소화 제품(P2)을 제안한다. P1은 ‘서비스 윈도우’라는 개념을 도입한다. 각 윈도우 ν∈W는 일정 시간 구간 T(ν)으로 정의되며, 이 구간 내에서 TSO가 요청할 수 있는 전력 조정량의 상한(R↓ν, R↑ν)과 지속 가능한 에너지 예산(E↓ν, E↑ν)을 명시한다. 여기서 E↓ν=θ↓ν·R↓ν, E↑ν=θ↑ν·R↑ν와 같이 지속 시간 배수를 사용해 에너지 한계를 파라미터화한다. 모델 3(P1)은 배전망 투자 변수(u, v)와 운영 변수(w_s)를 동시에 최적화하면서, 모든 분산발전 성장 시나리오 s∈S와 모든 admissible 서비스 호출 ξ∈Ων에 대해 배전망이 제약을 위반하지 않도록 보장한다. 목적함수는 각 윈도우의 가중치 ρν와 방향 스코어 β↓ν, β↑ν를 곱한 전력 조정량의 합을 최대화함으로써, DSO가 제공할 수 있는 총 유연성을 극대화한다. 제약식(4e)는 ‘서비스‑보장’ 조건으로, 서비스 호출이 발생하면 반드시 배전망 내부 전압·전류·용량 제약을 만족하는 운영 스케줄이 존재해야 함을 의미한다. 또한 서비스 윈도우 외부에서는 P0에서 도출된 피크 한계(λD_k, λR_k)를 유지하도록 하여, P1이 기존 P0의 성능을 저해하지 않도록 설계되었다. 하지만 에너지 저장과 같은 제한 자원을 활용하면 서비스 윈도우 종료 후 에너지 회복 과정에서 새로운 피크가 발생할 위험이 있다. 이를 해결하기 위해 저자는 모델 4(P2)를 도입한다. P2는 두 단계 레키시그래픽 최적화를 수행한다. 첫 단계에서 P1에서 얻은 최적 전력·에너지 한계(R⋆↓ν,k, R⋆↑ν,k, E⋆↓ν,k, E⋆↑ν,k)를 하한으로 고정하고, 동일 예산 Γ_k 내에서 전체 투자 구성을 재설계한다. 두 번째 단계에서는 ‘리바운드 피크 η’를 최소화한다. P2는 세 가지 거버넌스 변형(a, b, c)을 제공한다. - P2‑a는 보호 윈도우 P(ν)를 정의하여, 서비스 윈도우와 보호 윈도우 외부에서는 피크 한계(λD_k, λR_k)를 유지하고, 보호 윈도우 내에서만 회복 피크 η를 제한한다. - P2‑b는 회복 윈도우 R(ν)만을 허용하고, 그 외 모든 시간대에서는 원래 베이스라인 부하와 정확히 일치하도록 강제한다. 이는 TSO가 서비스 이후에 전력 흐름을 완전히 예측 가능하게 만든다. - P2‑c는 P2‑a의 특수 경우로, 보호 윈도우를 전체 비서비스 구간으로 확대한다. 이러한 설계는 서비스 용량을 유지하면서도, TSO가 예측 가능한 피크 관리와 리스크 최소화를 동시에 달성하도록 돕는다. 계산 복잡도 측면에서, 모든 서비스 호출을 직접 검증하는 것은 NP‑hard 문제이므로 저자는 ‘스트레스‑스크리닝’ 기법을 도입한다. 각 윈도우에 대해 네 가지 대표 패턴(베이스, 지속, 시작, 종료)을 추출해 제한된 집합 eΩν에 대해 MILP로 근사 해결한다. 이는 정확성을 다소 희생하지만, 실제 대규모 배전망에서도 실시간에 가까운 해석이 가능하도록 만든 실용적 접근법이다. 실증 연구에서는 캘리포니아에 위치한 실제 33‑버스 배전 피더를 대상으로, 24시간 1시간 간격의 시계열 데이터를 사용해 다양한 분산발전 성장 시나리오와 저장 용량(0‑2 MWh) 변화를 실험하였다. 결과는 다음과 같다. 1. P1은 P0에 비해 윈도우당 평균 전력 조정량을 30 % 이상 증가시켰으며, 저장 투자 1 MWh당 추가적인 피크 감소 효과를 제공한다. 2. P2‑a와 P2‑b는 각각 보호 윈도우와 회복 윈도우 설정에 따라 리바운드 피크 η를 15 %~25 % 감소시켰으며, 동일 예산 내에서 투자 효율성을 크게 향상시켰다. 3. 투자 비용 대비 제공된 유연성(전력·에너지 조정량)은 시간적 인터페이스를 도입함으로써 크게 개선되었으며, 이는 전송망 강화와 배전망 투자 사이의 비용‑편익 트레이드오프를 보다 정밀하게 조정할 수 있음을 보여준다. 결론적으로, 본 논문은 NRCC를 시간 차원으로 확장함으로써 DSO가 TSO에 제공할 수 있는 서비스의 형태와 품질을 크게 향상시켰으며, 규제·프라이버시 요구를 만족하는 동시에 계산적으로 실현 가능한 모델링 프레임워크를 제시한다. 향후 연구에서는 정확한 서비스‑보장 검증을 위한 비선형 시뮬레이션 연계와, 다중 변전소·다중 경계 상황에서의 통합 최적화를 다룰 예정이다.