V2G 통합 가격 기반 시장청산을 위한 일반화된 벤더스 분해 적용

전력시장의 청산 과정은 입찰된 제안비용을 최소화하는 알고리즘과, 실제 정산에 사용되는 시장청산가격(MCP) 혹은 지역한계가격(LMP) 사이에 불일치가 존재한다는 점에서 오래된 구조적 문제를 안고 있다. 현재 대부분의 독립시스템운영자(ISO)는 제안비용 최소화(OCM) 방식을 채택하고, 정산 단계에서는 MCP 또는 LMP 기반의 ‘pay‑as‑MCP’ 혹은 ‘pay‑as‑LMP’ 방식을 적용한다. 이러한 조합은 최적화 단계에서 최소화된 비용과 정산 단계에서 실제 지불되는 비용이 다르게 되어, 전체 지불비용이 불필요하게 증가한다는 단점을 가진다. 이에 대한 대안으로 지불비용 최소화(PCM) 메커니즘이 제안되었다. PCM은 정산가격 자체를 최적화 목표에 포함시켜, 입찰 가격과 정산가격 사이의 불일치를 원천적으로 제거한다. 그러나 PCM은 가격 변수가 목표함수에 직접 등장하고, 가격 자체가 결정 변수이기 때문에 ‘self‑referring’ 구조를 갖는다. 이와 더불어 V2G(Vehicle‑to‑Grid)와 같은 에너지 저장·방전 자원을 모델에 포함하면, 발전기 기동·정지 비용, 램프 제한, 충·방전 상태, 배터리 에너지 잔량 등 다양한 비선형·이산 제약이 추가되어 문제는 혼합정수비선형프로그램(MINLP) 형태가 된다. MINLP는 NP‑hard 문제로, 직접 해결 시 계산량이 급증하고 수렴이 어려워 실용적인 적용에 한계가 있다. 본 논문은 이러한 난제를 해결하기 위해 다음과 같은 일련의 연구를 수행하였다. 1. **모델링** - OCM‑V2G 모델을 MILP 형태로 정식화하였다. 제안가격 B_i(t)를 상수로 가정하고, 발전기 출력 p_i(t), 기동·정지 비용 sc_i^u(t), sc_i^d(t), 램프 제한, V2G 충·방전 전력 p_v(t) 및 배터리 에너지 E_v(t) 등을 포함하였다. - PCM‑V2G 모델은 MCP(t)를 변수로 두고, 제약식 MCP(t) ≥ B_i(t)·u_i(t) (i는 모든 발전기) 로 최고 입찰가격을 강제하였다. 목표함수는 MCP·p_i(t) + 고정비 + 기동·정지 비용의 합을 최소화한다. 이때 MCP와 p_i(t)의 곱이 비선형성을 유발한다. 2. **해결 방법** - 일반화된 벤더스 분해(GBD)를 적용하여 문제를 두 단계로 분리하였다. - **서브문제(Optimality Subproblem)**: MCP(t)를 고정하고, 나머지 연속·정수 변수 X = {p_i(t), u_i(t), sc_i^u(t), sc_i^d(t), p_v(t), E_v(t)}에 대해 MILP를 풀어 하한값을 계산한다. - **마스터 문제(Master Problem)**: 서브문제에서 얻은 라그랑지안 이중값(λ, μ)을 이용해 MCP(t)만을 결정하는 LP를 구성한다. - 이 과정을 라그랑지안 하한과 상한의 차이가 허용 오차 이하가 될 때까지 반복한다. GBD는 서브문제가 전형적인 MILP이므로 상용 솔버(CPLEX)로 빠르게 해결될 수 있고, 마스터 문제는 선형이므로 전역 최적성을 보장한다. 3. **실험 및 결과** - 두 가지 테스트 시스템을 구축하였다. 첫 번째는 6대 발전기와 2대 V2G 플릿을 가진 소규모 사례, 두 번째는 30대 발전기와 10대 V2G 플릿을 가진 중대형 사례이다. 두 시스템 모두 전력 수요 D(t)를 고정하고 전송 제약은 제외하였다(전송 제약을 포함하면 LMP 기반 정산으로 확장 가능). - OCM과 PCM을 각각 적용했을 때의 MCP(t)와 총 지불액을 비교하였다. PCM은 OCM에 비해 평균 MCP를 4 %~9 % 낮추었으며, 전체 지불액은 5 %~12 % 절감되었다. V2G 비율이 높을수록 절감 효과가 크게 나타났다. - GBD 기반 PCM‑V2G 알고리즘은 직접 MINLP(예: BARON, ANTIGONE)로 해결했을 때 대비 평균 3.2배 빠른 수렴 속도를 보였으며, 변수·제약식 수가 2배 증가해도 30분 이내에 최적해에 도달하였다. 4. **주요 기여** - PCM이 OCM 대비 시장 효율성을 실질적으로 향상시킨다는 정량적 증거를 제공하였다. - V2G와 같은 복합 자원을 포함한 PCM 모델을 MINLP에서 GBD를 이용해 효율적으로 해결하는 방법론을 제시하였다. - 제안된 GBD 기반 프레임워크는 대규모 전력시스템에도 확장 가능함을 실험적으로 검증하였다. 5. **향후 연구 방향** - 전송 제약을 포함한 LMP 기반 PCM 모델을 확장하고, 지역별 가격 차이에 따른 시장 행동을 분석한다. - V2G 외에도 배터리 ESS, 재생에너지 변동성 등을 동시에 고려한 다중 자원 PCM 모델을 개발한다. - 실시간 시장 및 5분 간격의 초고속 청산에 적용 가능한 알고리즘 가속화 기법(예: 병렬 GBD, 근사 서브문제)도 탐색한다. 결론적으로, 본 논문은 전력시장 청산에 있어 비용 최소화와 정산 가격의 일치를 목표로 하는 PCM 메커니즘을 V2G와 결합한 새로운 모델을 제시하고, 일반화된 벤더스 분해를 활용한 효율적인 해결책을 제공함으로써, 향후 대규모 스마트 그리드 환경에서의 시장 설계에 중요한 이론적·실용적 기반을 마련하였다.