에너지 저장과 사용자 경험을 고려한 고립형 마이크로그리드 최적 디스패치 다목적 모델

본 논문은 고립형 마이크로그리드(IMG)의 운영 효율성을 극대화하기 위해 경제성, 환경성, 사용자 경험이라는 세 가지 핵심 목표를 동시에 고려한 다목적 동적 최적 디스패치 모델을 제안한다. 기존 연구에서는 주로 마이크로터빈(MT) 기반의 회전예비(Spinning Reserve) 제공과 비용·배출 최소화에 초점을 맞추었으나, 최근 에너지 저장시스템(ESS)의 빠른 응답성과 비용 효율성이 부각되면서 ESS를 회전예비원으로 전환하는 방안이 제시되었다. 본 연구는 이러한 흐름을 받아들여, MT와 함께 ESS를 회전예비 제공원으로 모델링하고, ESS의 충·방전 효율, SOC(상태 of Charge) 제한, 용량 제약 등을 상세히 반영하였다. 또한, 수요측 관리(Demand‑Side Management) 관점에서 소비자 만족지수를 새로운 목표함수로 도입하였다. 이 지표는 가격 기반 수요반응(DR) 전략에 따라 전력 사용량을 재배치하고, 전력가격(TOU)과 실제 부하를 고려한 ‘총 발전량 대비 총 부하량’ 비율로 정의된다. 이를 통해 사용자의 전력 사용 패턴과 가격 민감도를 정량화함으로써, 단순 비용 최소화가 아닌 사용자 경험을 향상시키는 운영 방안을 제공한다. 불확실성 모델링은 풍속, 태양광 일사량, 부하 변동을 각각 Weibull, Beta, Normal 분포로 가정하고, 확률밀도함수(PDF)를 통해 수학적으로 표현하였다. 이러한 확률적 변수들은 chance constraint 형태로 제약식에 포함되어, 일정 신뢰수준 하에서 시스템 안정성을 보장한다. 목표함수는 크게 세 가지로 구성된다. (1) IMG 운영비용(F₁) – 충·방전 비용, 회전예비 비용, 연료비, ESS 제공 예비 비용을 포함한다. (2) 가스 배출량(F₂) – SO₂, NOₓ, CO₂, CO 등 주요 오염물질 배출량을 MT 출력과 배출계수의 곱으로 계산한다. (3) 소비자 만족도(F₃) – 전력 공급량 대비 부하량 비율을 기반으로 0~100% 범위의 지표를 산출한다. 제약조건은 전력 균형, MT 출력 한계, ESS 충·방전 전력 및 SOC 범위, 회전예비 용량, 부하 예측 정확도, 그리고 운영 시간대별 전력가격 등을 포함한다. 특히, 회전예비는 MT와 ESS가 공동으로 제공하도록 설계되어, ESS의 빠른 응답성을 활용함으로써 MT 가동을 최소화한다. 해결 방법론은 두 단계로 구성된다. 첫 번째 단계에서는 θ‑dominance 기반 진화 알고리즘(θ‑DEA)을 적용하여 파레토 최적해 집합(Pareto‑optimal solutions, POSs)을 효율적으로 탐색한다. θ‑DEA는 기존 비지배 정렬 기반 알고리즘에 비해 해 집합의 다양성을 유지하면서도 수렴 속도가 빠른 것이 특징이다. 두 번째 단계에서는 얻어진 POSs에 대해 퍼지 C‑means(FCM) 클러스터링을 수행해 해들을 유사성에 따라 K개의 군집으로 구분한다. 각 군집 내에서는 회색관계 투영(Grey Relation Projection, GRP) 기법을 이용해 목표함수 간의 상대적 중요도를 반영한 투영값을 계산하고, 가장 큰 투영값을 갖는 해를 해당 군집의 최적 타협해(Best Compromise Solution, BCS)로 선정한다. 이 과정은 의사결정자의 선호도 변화에 따라 유연하게 조정 가능하도록 설계되었다. 시뮬레이션은 ORNL(오크리지 국립 연구소) Distributed Energy Control and Communication Lab 마이크로그리드 테스트 시스템을 변형한 사례에 적용하였다. 결과는 다음과 같다. ESS를 회전예비원으로 활용함으로써 MT 가동시간이 평균 10% 감소하고, 연료비와 배출량이 각각 약 12%·15% 감소하였다. 가격 기반 DR 전략을 적용한 경우 소비자 만족지수가 8~10% 상승했으며, 전력 피크 부하가 효과적으로 평탄화되어 전력망 부하 균형에도 긍정적인 영향을 미쳤다. 또한, θ‑DEA와 FCM‑GRP 기반 BCS 선정 과정은 전체 최적화 시간을 기존 NSGA‑II 대비 약 30% 단축시켜, 실시간 혹은 준실시간 운영에 적합함을 입증하였다. 결론적으로, 본 연구는 (1) ESS를 회전예비 제공원으로 활용해 비용·배출을 동시에 절감, (2) 소비자 만족지수를 목표함수에 포함시켜 사용자 경험을 정량화, (3) θ‑DEA와 회색관계 기반 의사결정 프레임워크를 통해 다목적 해 집합을 효율적으로 관리·선정하는 통합 모델을 제시한다. 향후 연구에서는 ESS 용량 최적화, 다중 마이크로그리드 간 에너지 거래, 그리고 실시간 데이터 기반 적응형 제어 기법을 결합한 확장 모델을 탐구할 수 있다.