동적 피어‑투‑피어 클러스터링 알고리즘과 에너지 저장 시스템 적용

** 본 논문은 사전 정의된 특징 상태(feature states)를 기반으로 다중 에이전트를 실시간으로 그룹화하는 **동적 피어‑투‑피어 클러스터링 알고리즘**을 제안한다. 기존의 k‑means, 계층적 군집화, SOM, EM 등은 모두 **오프라인** 혹은 **중앙집중식**으로 동작하며, 과거 데이터를 기반으로 클러스터를 형성한다. 이러한 방법들은 실시간 시스템 상태가 변동하는 마이크로그리드와 같은 분산 환경에 적용하기에 한계가 있다. ### 1. 문제 정의 및 배경 - **클러스터링 목표**: N개의 에이전트를 M개의 그룹으로 나누되, 각 그룹은 사전에 선택된 특징 상태가 서로 유사하도록 한다. - **보조 상태(auxiliary states)**: 제어·최적화에 활용되는 별도 상태(예: 배터리 SoC, 전압)로, 클러스터 내부 평균값을 계산해 제어에 이용한다. ### 2. 네트워크 모델 에이전트는 **희소 그래프 G(V,E)** 로 연결된다. - **인접 행렬 A**: a_ij = α if (j,i)∈E, 0 otherwise. - **라플라시안 L = D – A** 로 정의되며, α는 연결 강도, d_i는 노드 i의 입차수이다. ### 3. 알고리즘 상세 #### 3.1 초기화 각 에이전트 i는 모든 클러스터 j에 대한 평균 추정값 \(\bar{x}_{cstr,j}^i\) 를 임의로 설정한다. #### 3.2 클러스터 할당 (식 4) 현재 특징 상태 \(x_i\) 와 각 클러스터 평균 \(\bar{x}_{cstr,j}^i\) 사이의 유클리드 거리를 계산하고, 최소 거리를 갖는 클러스터 k 를 선택한다. #### 3.3 평균값 업데이트 - **자신이 속한 클러스터(k)일 경우**: 식 (2) \