다중 시점 수요 변동을 위한 선행 보안 제약 최적 전력 흐름 및 보조 근접 메시지 전달 알고리즘

본 연구는 전력 시스템 운영에서 미래 부하 변동을 사전에 고려하는 선행 보안 제약 최적 전력 흐름(LASCOPF) 문제를 정의하고, 이를 효율적으로 해결하기 위한 보조 근접 메시지 전달(APMP) 알고리즘을 제안한다. 1) **문제 정의 및 배경**: 기존의 N‑1 SCOPF는 현재 시점의 부하와 한계 상황만을 고려한다. 그러나 실제 운영에서는 부하가 시간에 따라 변하고, 발전기 램프 제한 등 동적 제약이 존재한다. 이를 해결하기 위해 저자들은 MPC(모델 예측 제어) 개념을 도입해 여러 디스패치 구간(시간 단계)과 각 구간 내의 다중 컨틴전시 시나리오를 동시에 최적화한다. 목표는 전체 시간 구간에 걸친 비용을 최소화하면서, 각 구간·시나리오별 전력 균형, 라인 흐름 제한, 발전기 출력·램프 제한 등을 만족시키는 것이다. 2) **수학적 모델**: DC 전력 흐름 모델을 기반으로, 변수는 실전력 P와 버스 위상각 θ, 그리고 각 구간·시나리오 간 합의를 위한 라그랑주 승수 λ로 구성된다. 부하 변동은 예측값으로 입력되며, 각 구간의 시작 시점에 최신 예측을 반영한다. 제약은 전력 균형, 라인 용량, 발전기 출력·램프 한계, 그리고 시나리오 간 동일한 디바이스 상태 유지(예: 동일 위상각) 등을 포함한다. 3) **알고리즘 설계**: - **APP 외부 층**: 보조 문제 원칙(Auxiliary Problem Principle)을 이용해 시간 구간 간 라그랑주 변수 λ를 조정한다. 각 구간은 독립적인 서브문제로 분리되며, APP은 이들 서브문제의 λ를 교환·조정해 전역 합의를 달성한다. - **PMP 내부 층**: 각 서브문제는 DTN(디바이스‑터미널‑넷) 구조로 재구성된다. 디바이스(발전기·라인·부하), 터미널, 넷(버스) 간에 ADMM 기반 메시지를 교환한다. ADMM의 증분 변수 ρ와 APP의 튜닝 파라미터 α,β,γ를 통해 수렴 속도와 정확도를 조절한다. - **분산 구현**: APP은 구간 간에 라그랑주 변수만 교환하므로 통신량이 적고, PMP는 디바이스·버스 수준에서 전력 흐름과 LMP를 교환한다. 중앙 집중식 솔버와 달리 각 계산 노드가 독립적으로 연산하므로 확장성이 뛰어나다. 4) **문헌 조사 및 차별점**: 기존 연구는 정적 SCOPF, AC‑OPF, 혹은 단일 구간 MPC에 초점을 맞추었다. 다중 구간·다중 시나리오를 동시에 다루는 연구는 거의 없으며, 특히 APP와 ADMM‑PMP를 결합한 이중 레이어 구조는 새로운 시도이다. 또한, 소프트웨어 구현까지 제공한다는 점에서 실용성이 높다. 5) **시뮬레이션 및 결과**: IEEE 5, 14, 30, 57, 118, 300 버스 시스템에 대해 APMP와 중앙집중식 Gurobi를 비교하였다. 목표 함수값 차이는 0%에서 -0.004%까지 미미했으며, 특히 대규모 시스템에서 계산 시간은 2~5배 단축되었다. 통신량은 APP 단계에서 매우 적고, PMP 단계에서는 데이터 교환량이 다소 크지만 전체적인 통신 지연은 허용 범위 내였다. 수렴 횟수는 외부 APP 10~30회, 내부 ADMM‑PMP 100~300회 정도였다. 6) **결론 및 향후 연구**: APMP는 LASCOPF 문제를 정확히 해결하면서도 높은 확장성을 제공한다. 향후 연구에서는 AC‑OPF 모델 적용, 불확실성(확률적 부하·재생에너지) 고려, 그리고 실제 전력 시장 운영에의 적용을 목표로 한다. 또한, 실시간 구현을 위한 고성능 컴퓨팅 환경과 통신 프로토콜 최적화도 진행될 예정이다.