Network-Realised Model Predictive Control Part I: NRF-Enabled Closed-loop Decomposition

1. 문제 정의 (Problem Statement)

현대 기술 시스템의 상호 연결성과 공간적 분산이 증가함에 따라 **분산 제어 (Distributed Control)**가 필수적이 되었습니다. 그러나 기존 접근법에는 다음과 같은 한계가 존재합니다:

• MPC(모델 예측 제어) 의 분산 적용 어려움: 기존 분산 제어 기법 (SLS, IOP 등) 은 주로 주파수 영역에 초점을 맞추어 시간 영역의 제약 조건 (Constraints) 을 부과하기 어렵고 직관적이지 않습니다.
• 단일화 (Monolithic) 설계의 비효율성: 기존 연구들 [1, 2] 은 희소성 제약 (통신 제약) 과 시간 기반 제약 (상태/입력 제한) 을 동시에 온라인에서 해결하려 시도합니다. 이는 계산 부하가 매우 크고 확장성이 떨어집니다.
• 튜브 기반 MPC 의 한계: 튜브 기반 MPC 는 보조 제어기를 사용하지만, 이러한 보조 제어기가 정적 (Static) 인 피드백 행렬로 제한되어 동적 특성을 충분히 활용하지 못합니다.

이 논문은 네트워크 실현 함수 (Network Realisation Function, NRF) 기반의 제어 기법을 활용하여, 제약 기반 의사결정 전략 (예: MPC) 을 확장 가능하고 효율적으로 구현할 수 있는 2 계층 (Two-layer) 제어 아키텍처의 하위 계층 (제 1 계층) 을 설계하는 것을 목표로 합니다.

2. 방법론 (Methodology)

논문은 전체 시스템을 **하위 계층 (제 1 계층, NRF 기반)**과 **상위 계층 (제 2 계층, 제약 관리/예측 제어)**으로 분리하여 설계합니다.

가. NRF 기반 2 계층 아키텍처

• 제 1 계층 (NRF 서브컨트롤러):
  • 네트워크의 동적 특성을 변환하여 **동적 디커플링 (Dynamic Decoupling)**을 수행합니다.
  • **NRF 쌍 (Φ(z), Γ(z))**을 사용하여 제어 입력을 계산합니다. 이는 Youla 파라미터화 기반의 구조로, 희소성 (Sparsity) 제약을 NRF 쌍에 부과함으로써 구현을 용이하게 합니다.
  • 상태 공간 구현 (State-space Implementation): 전달 함수 행렬 (TFM) 의 희소 패턴을 그대로 반영하는 상태 공간 모델을 구축하여, 각 지역 (Area) 이 이웃의 정보만 사용하여 국소적으로 계산할 수 있도록 합니다.
• 제 2 계층 (MPC 등):
  • 제 1 계층에 의해 동적으로 분리된 (Decoupled) 시스템을 기반으로 제약 조건 (상태 및 입력 제한) 을 관리합니다.
  • 제 1 계층이 외부 간섭과 초기 조건의 영향을 최소화하도록 설계되었기 때문에, 제 2 계층은 계산 비용을 줄이고 효율적으로 제약 문제를 풀 수 있습니다.

나. 핵심 설계 절차 (Model-Matching)

1. 영역 분할 (Partitioning): 네트워크를 통신 이웃 (Neighborhoods) 에 따라 $N$개의 영역으로 분할합니다.
2. 희소성 제약 부과: NRF 쌍이 특정 영역 간의 정보 교환을 차단하도록 (희소 행렬로 만들도록) 제약 조건을 설정합니다.
3. 모델 매칭 (Model-Matching):
   • 외부 간섭, 초기 조건, 그리고 다른 영역의 제어 입력이 특정 영역에 미치는 영향을 최소화하는 **목표 전달 함수 (Target TFM)**를 설계합니다.
   • 이를 위해 $H_2$ 또는 $H_\infty$ 노름을 사용하여 오차를 최소화하는 최적화 문제 (Convex Optimization) 를 풉니다.
   • 목표는 각 영역이 독립적으로 동작하도록 동적 디커플링을 달성하는 것입니다.

다. 폐루프 특성 분석

• NRF 기반 제어기를 적용한 폐루프 시스템의 응답을 **Q-파라미터 (Q-parameter)**를 통해 명시적으로 표현합니다.
• 이 표현을 통해 외부 신호에 대한 강제 응답 (Forced response) 과 초기 조건에 대한 자유 응답 (Free response) 을 분리하여 분석할 수 있습니다.

3. 주요 기여 (Key Contributions)

1. NRF 기반 제어의 특수한 상태 공간 구현:
   • NRF 쌍의 희소 패턴을 계승하는 상태 공간 모델을 제안하여, 통신 제약이 있는 계층적 제어의 효율적인 배포를 가능하게 했습니다.
   • 이는 기존의 정적 피드백 기반 튜브 MPC 를 동적 (Dynamical) 인 보조 제어기로 일반화한 것입니다.
2. 폐루프 시스템의 완전한 특성화:
   • NRF 제어된 폐루프 시스템의 외부 신호 응답과 초기 조건 진화를 풍부하고 매개변수화 가능한 형태로 완전히 규명했습니다.
   • 이를 통해 시스템의 안정성과 성능을 Q-파라미터를 통해 유연하게 조정할 수 있습니다.
3. 유연한 설계 프레임워크:
   • 네트워크를 동적으로 분리 (Decoupling) 하고 분산형 감시자 (Supervisor) 를 합성할 수 있는 계산적으로 효율적인 절차를 제시했습니다.
   • 이 설계는 오프라인에서 수행되며, 상위 계층 (MPC 등) 의 설계와 독립적입니다.

4. 결과 (Results)

• 수치적 예시 (전력 그리드): 5 노드 전력 그리드 시스템을 대상으로 한 시뮬레이션을 통해 방법론의 유효성을 입증했습니다.
  • 제안된 NRF 기반 제어기는 이웃 노드 간의 통신 제약 하에서도 각 노드의 상태를 효과적으로 제어했습니다.
  • 동적 디커플링 효과: 통신이 불가능한 영역 (예: 노드 1 과 노드 4) 간의 상호작용을 거의 완전히 제거 ($10^{-12}$ 수준) 하여, 한 영역의 제어 입력이 다른 영역의 상태에 미치는 영향을 극도로 줄였습니다.
  • 계산 효율성: 1 계층 설계는 오프라인에서 완료되며, 2 계층 (MPC) 의 계산 부하를 크게 감소시킵니다.
• 이론적 보장: 제안된 제어기는 폐루프 시스템의 모든 극점을 원하는 영역에 배치할 수 있으며, 외부 간섭에 대한 유계성 (Boundedness) 을 보장합니다.

5. 의의 및 결론 (Significance)

이 논문은 분산 제어 분야에서 중요한 이론적 간극을 메우는 역할을 합니다.

• 확장성 (Scalability): 단일화 (Monolithic) 된 최적화 문제를 피하고, 네트워크를 동적으로 분리하여 각 서브시스템이 독립적으로 계산할 수 있게 함으로써 대규모 시스템 제어의 확장성을 확보했습니다.
• MPC 와의 시너지: NRF 기반의 1 계층이 "동적 인터페이스" 역할을 수행하여, 2 계층의 MPC 가 복잡한 네트워크 상호작용을 고려하지 않고도 제약 조건을 효율적으로 관리할 수 있게 합니다. 이는 기존 튜브 기반 MPC 의 정적 한계를 극복하고 동적 튜브 MPC의 새로운 일반화를 가능하게 합니다.
• 실용성: 전력 그리드와 같은 실제 응용 분야에 적용 가능하며, 통신 인프라의 제약 하에서도 강건한 제어를 제공합니다.

요약하자면, 이 논문은 NRF 기반의 동적 디커플링 기법을 통해 분산 제어 시스템의 설계 복잡성을 낮추고, 제약 조건 관리 (MPC 등) 를 위한 이상적인 환경을 조성하는 2 계층 제어 아키텍처를 제안한 획기적인 연구입니다.