Optimal Microgrid Sizing of Offshore Renewable Energy Sources for Offshore Platforms and Coastal Communities

기술 요약: 해상 플랫폼 및 연안 지역을 위한 해양 재생 에너지원의 최적 마이크로그리드 규모 산정

문제 정의
섬과 같은 고립된 해상 공동체와 플랫폼은 전통적으로 본토 그리드나 디젤 발전기에 의존해 왔으며, 이는 높은 에너지 비용과 상당한 탄소 배출을 초래합니다. 해양 재생 에너지 자원(풍력, 파력, 조력, 부유식 태양광)은 지속 가능한 대안을 제공하지만, 그 간헐적인 특성은 시스템 설계를 복잡하게 만듭니다. 마이크로그리드 계획의 핵심 과제는 배터리 에너지 저장 시스템(BESS)의 열화(degradation)를 정확하게 모델링하는 것입니다. 기존의 최적화 모델은 열화 비용을 자본 투자의 고정된 비율로 단순화하거나 제한된 입력 매개변수에 의존하는 경우가 많아, 수명 비용 추정의 부정확성과 최적화되지 않은 시스템 규모 산정으로 이어집니다. 또한, 기존의 최적화 도구들은 비선형적 열화 요인과 해양 에너지 자원의 확률적 특성으로 인해 발생하는 계산 복잡성을 처리하는 데 어려움을 겪고 있습니다.

방법론
저자들은 해양 재생 발전 및 저장 자원의 최적 조합과 규모를 결정하기 위해 설계된 재생 에너지 마이크로그리드 옵티마이저(REMO)를 제안합니다. 이 방법론은 다섯 가지 핵심 구성 요소로 통합됩니다:

1. 자원 모델링: 모델은 미국 6개 지역(텍사스, 알래스카, 캘리포니아, 플로리다, 하와이, 뉴저지)에 걸쳐 해상 풍력 터빈(OWT), 파력 에너지 변환기(WEC), 조력 에너지 변환기(TEC), 부유식 태양광(FPV) 시스템의 전력 출력을 투영하기 위해 국립 데이터 부이 센터(NDBC)와 NOAA의 5개년 과거 데이터를 활용합니다.
2. 최적화 프레임워크: REMO 모델은 사전 시운전, 자본, 운영 및 유지보수(O&M), 해체 및 배터리 열화 비용을 포함한 총 수명 비용을 최소화합니다. 이 모델은 상용 및 프로토타입 발전 유닛의 집합체로부터 최적의 용량을 선택하기 위해 혼합 정수 선형 계획법(mixed-integer linear programming)을 채택합니다.
   로 심층 신경망 기반 배터리 열화(DNN-BD): 단순화된 열화 모델의 한계를 해결하기 위해 저자들은 DNN-BD 모듈을 통합합니다. 이 모듈은 주변 온도, 충방전율, 충전 상태(SOC), 방전 심도(DOD), 건강 상태(SOH)라는 다섯 가지 핵심 입력 변수를 사용하여 945회의 노화 시뮬레이션에 대해 학습되었습니다. 이 네트워크는 사이클별 열화를 예측하여 정밀한 사용 기반 비용을 계산합니다.
3. 분리된 휴리스틱 알고리즘: DNN-BD 모델이 직접적인 최적화를 어렵게 만드는 비선형성과 비볼록성(non-convexity)을 도입한다는 점을 인식하여, 저자들은 분리된 반복 휴리스틱을 사용합니다. 이 알고로즘은 REMO 모델을 해결하고, BESS 운영 스케줄을 분석하여 사이클을 그룹화하며, DNN을 통해 열화 비용을 계산한 후, 수렴할 때까지 운영 제약 조건(최대 전력 및 총 출력 제한)을 반복적으로 강화합니다.
4. 모델 단순화: 모든 자원의 균등화 발전 비용(LCOE)을 분석하여 "REMO-단순화" 모델을 개발했습니다. WEC와 TEC가 대부분의 지역에서 OWT 및 FPV에 비해 현저히 높은 LCOE를 보인다는 발견에 기초하여, 경제적 최적성을 해치지 않으면서 계산 시간을 단축하기 위해 이 자원들을 단순화된 모델에서 제외했습니다.

주요 기여

• 첨단 열화 모델링의 통합: 본 논문은 심층 신경망을 마이크로그리드 규모 산정 프레임워크에 새롭게 통합했습니다. 열화를 정적인 비용으로 취급하는 기존 모델과 달리, 이 접근 방식은 환경적 요인(온도)과 운영 스트레스 요인(SOC, DOD, C-rate) 사이의 비선형적 상호작용을 동적으로 고려합니다.
• 반복적 최적화 전략: 분리된 휴리스틱 알고리즘의 개발은 복잡한 비볼록 열화 모델을 표준 최적화 워크플로 내에 포함할 수 있게 하여, 계산 가능성과 모델링 정확도 사이의 균형을 맞춥니다.
• 포괄적인 지역 분석: 본 연구는 지리적으로 다양한 미국의 6개 지역에 걸쳐 네 가지 서로 다른 해양 재생 에너지 기술에 대한 비교 분석을 제공하며, 자원 가용성에 대한 구체적인 통찰(예: 알래스카에서의 OWT 지배력 vs 하와이에서의 FPV 지배력)을 제공합니다.
• 비용 민감도 분석: 신흥 기술(WEC 및 TEC)이 경제적 경쟁력을 갖추기 위해 필요한 비용 절감 임계치를 정량화하여, 이들이 특정 지역에서 다른 자원을 대체할 수 있는 구체적인 가격 지점(현재 비용의 각각 13% 및 10%)을 식별했습니다.

결과
해상 석유 및 가스 플랫폼과 대규모 연안 마을을 대상으로 수행된 시뮬레이션 결과는 다음과 같습니다:

• 비용 절감: REMO-DNN-BD 통합 방식은 제약이 없거나 단순화된 열화 모델에 비해 총 수명 비용을 7.7% 감소시켰고, BESS 열화 비용을 약 42% 감소시켰습니다.
• 지역적 가변성: 최적의 시스템 구성은 지역마다 크게 달랐습니다. 예를 들어, 알래스카의 강력한 풍력 자원은 더 적은 저장 용량으로도 낮은 수명 비용을 가능하게 했으나, 뉴저지는 계절적 풍속 변동성으로 인해 FPV와 BESS에 대한 의존도가 높았습니다.
• 자원 생존성: OWT와 FPV는 대부분의 지역에서 일관되게 가장 낮은 균등화 발전 비용(LCOE)을 나타냈습니다. WEC와 TEC는 현재 비용 수준에서는 경제적으로 실행 불가능한 것으로 나타났으며, 경쟁력을 갖추기 위해서는 각각 현재 비용의 13%와 10% 수준으로 급격한 비용 절감이 필요합니다.
• 계산 효율성: LCOE 분석을 바탕으로 WEC와 TEC를 제외한 REMO-단순화 모델은 REMO-클래식 모델에 비해 계산 시간을 16%에서 25%까지 단축했습니다.
• 풍속에 대한 민감도: 풍속이 10% 변화할 때, 풍속 증가 시에는 수명 비용이 16% 감소하고, 풍속 감소 시에는 33% 증가하여 자원 가용성에 대한 시스템의 민감도를 보여주었습니다.

의의
본 논문은 제안된 REMO 프레임워크가 DNN-BD 모델과 결합될 때 해상 마이크로그리드를 위한 더욱 현실적이고 탄력적인 설계 솔루션을 제공한다고 주장합니다. 배터리의 복잡한 사용 기반 열화를 정확하게 고려함으로써, 이 모델은 조기 배터리 교체 또는 과잉 설계와 관련된 경제적 비효율성을 방지합니다. 본 연구는 해양 재생 에너지가 엄청난 잠재력을 가지고 있지만, 그 성공적인 통합을 위해서는 환경 조건, 운영 패턴, 구성 요소 노화 사이의 동적인 상호작용을 포착할 수 있는 정적인 가정을 넘어선 최적화 도구가 필요함을 강조합니다. 연구 결과는 정책 입안자와 엔지니어가 단기적으로 성숙한 기술(OWTs, FPVs)을 우선시하는 동시에, 미래 해양 에너지 시스템에 기여하기 위해 필요한 구체적인 비용 절감 목표를 식별하는 데 있어 데이터에 기반한 근거를 제공합니다.