스마트 그리드 전압 조정을 위한 최적 센서 선택 전략

본 논문은 스마트 그리드에서 분산형 에너지 자원(DER)과 전압 센서가 급증함에 따라, 전압을 안정적으로 유지하기 위한 통신 레이어 설계 문제를 다룬다. 기존 연구는 주로 전력 시스템 모델링이나 제어 알고리즘(MPC, PID 등)에 집중했지만, 본 연구는 무선 센서 네트워크의 MAC 계층에서 어떤 센서를 언제 선택할지를 최적화함으로써 전압 조절 성능을 향상시키는 새로운 접근을 제시한다. 1. **시스템 모델링** - 전압 상태 x∈ℝⁿ은 연속적인 동적 시스템으로 모델링되고, DER의 제어 입력 u∈ℝᵐ이 적용된다. 시스템은 미분‑대수 방정식(DAE) 형태로 시작해, 원하는 전압 근처에서 선형화하여 이산 시간 모델(Δxₖ₊₁ = AΔxₖ + Buₖ + wₖ)로 변환한다. - N개의 전압 센서 Sᵢ는 각각 관측 행렬 Hᵢₖ와 측정 노이즈 공분산 Rᵢ를 갖는 관측식 yᵢₖ = HᵢₖΔxₖ + vᵢ 로 표현된다. 여기서 vᵢ는 가우시안 백색 노이즈이다. - 통신 채널은 공유된 무선 매체이며, 한 슬롯당 하나의 센서만 전송할 수 있다고 가정한다(다중 전송 및 충돌 방지는 MAC 스케줄링을 통해 해결). 2. **문제 정의** - 목표는 전압 편차와 제어 비용을 동시에 최소화하는 비용 함수 J = Σ(ΔxₖᵀDΔxₖ + uₖᵀEuₖ)를 최소화하면서, 제한된 센서 전송 기회 안에서 최적의 센서 선택 시퀀스 I={i₁,…,i_K}를 찾는 것이다. - LQG(Linear‑Quadratic‑Gaussian) 구조를 이용해 제어와 추정을 분리한다. 즉, 최적 제어는 정확한 상태 추정에 의존하므로, 센서 선택은 추정 오차 공분산 Pₖ를 최소화하는 방향으로 설계한다. 3. **상태 추정 – 칼만 필터** - 예측 단계: Δ̂xₖ⁻ = AΔ̂xₖ₋₁ + Buₖ₋₁ - 업데이트 단계: Δ̂xₖ = Δ̂xₖ⁻ + Kₖ(yᵢₖ – HᵢₖΔ̂xₖ⁻) - 여기서 Kₖ = Pₖ⁻ Hᵢₖᵀ (Hᵢₖ Pₖ⁻ Hᵢₖᵀ + Rᵢ)⁻¹이며, Pₖ⁻ = A Pₖ₋₁ Aᵀ + Q 로 갱신된다. 센서 i가 바뀔 때마다 Hᵢₖ와 Rᵢ가 달라져 Kₖ와 Pₖ가 달라진다. 4. **제어 – LQR** - 비용 행렬 D와 E를 이용해 Riccati 방정식을 역방향으로 풀어 피드백 행렬 Lₖ를 사전 계산한다: Lₖ = (E + Bᵀ Mₖ B)⁻¹ Bᵀ Mₖ A, 여기서 Mₖ는 역시간으로 업데이트되는 Riccati 변수이다. - 최종 제어 입력은 uₖ = –Lₖ Δ̂xₖ 로 정의된다. 5. **센서 선택 최적화** - 전체 비용 J는 결국 추정 오차 공분산의 합인 Σ trace(Pₖ) 로 표현될 수 있다. 따라서 목표는 Σ trace(Pₖ)를 최소화하는 센서 시퀀스를 찾는 것이다. - 완전 탐색은 N^K개의 조합을 요구해 계산량이 폭발한다. 이를 해결하기 위해 슬라이딩 윈도우 알고리즘을 도입한다. - 윈도우 크기 d를 정하고 현재 시점에서 앞으로 d단계에 대한 모든 가능한 센서 조합을 평가한다. - 그 중 최소 추정 오차를 보이는 첫 번째 센서를 선택하고, 윈도우를 한 단계 앞으로 이동한다. - 이 과정을 K번 반복해 전체 시퀀스를 구성한다. - 윈도우 크기 d는 최적성(큰 d)과 실시간 계산 비용(작은 d) 사이의 트레이드오프 파라미터이다. 6. **시뮬레이션 및 결과** - 5개의 전압 센서와 2개의 DER을 갖는 마이크로그리드 모델을 사용하였다. 시스템 파라미터는 실제 전력 시스템 데이터를 기반으로 설정되었으며, 프로세스 노이즈 Q와 측정 노이즈 Rᵢ는 각각 0.01·I와 0.05·I 로 가정하였다. - 비교 대상은 가장 단순한 라운드‑로빈(RR) 스케줄링이다. 슬라이딩 윈도우(d=3) 기반 센서 선택은 평균 전압 편차를 0.12 pu에서 0.07 pu 로 감소시켰으며, 이는 약 40 %의 성능 향상에 해당한다. 제어 입력 비용은 RR 대비 5 % 정도 감소하거나 비슷한 수준을 유지하였다. - 계산 시간 측면에서는 d=3일 때 실시간 요구사항(≤10 ms) 내에 알고리즘이 수렴했으며, d=5로 늘리면 약 30 %의 추가 연산량이 발생했지만 성능 차이는 미미했다. 7. **논의 및 향후 연구** - 본 연구는 전압 조절 문제를 하이브리드 동적 시스템으로 모델링하고, 센서 선택을 시스템 모드 전환으로 해석함으로써 제어‑통신 공동 설계의 가능성을 보여준다. - 제한점으로는 (1) 선형화 가정이 강하게 적용되어 비선형 전압 변동에 대한 적용성이 제한적, (2) 단일 센서 전송만 고려해 다중 접근(MIMO) 환경을 다루지 않음, (3) 패킷 손실·전송 지연을 무시했음이 있다. - 향후 연구는 비선형/비가우시안 모델에 대한 확장, 다중 센서 동시 전송 스케줄링, 강화학습 기반 적응형 센서 선택, 그리고 실제 마이크로그리드 테스트베드에서의 검증을 제안한다. **결론** 슬라이딩 윈도우 기반 센서 선택 알고리즘은 전압 상태 추정 정확도를 크게 향상시켜 LQR 제어와 결합했을 때 라운드‑로빈 대비 40 % 이상의 성능 개선을 달성한다. 이는 스마트 그리드에서 통신 자원을 효율적으로 활용해 전력 품질을 높일 수 있는 실용적인 방법임을 입증한다.