Privacy-Preserving Distributed Control for a Networked Battery Energy Storage System

이 논문은 외부 도청으로부터 민감한 내부 상태를 보호하면서도 상태 충전량 (SoC) 균형과 정확한 전력 공급을 보장하는 새로운 프라이버시 보호 분산 제어 알고리즘을 제안하고 시뮬레이션을 통해 그 유효성을 입증합니다.

핵심

🏠 비유: "비밀을 지키는 이웃들의 공동 텃밭"

상상해 보세요. 우리 동네에 6 가구의 집이 있고, 각 집마다 **텃밭 (배터리)**이 있습니다. 이 텃밭들은 서로 연결되어 있어, 한 집에서 채소를 너무 많이 수확하면 다른 집으로 보내고, 부족하면 빌려주는 식으로 공동으로 운영됩니다.

이때 중요한 두 가지 목표가 있습니다:

1. 균형 잡기: 모든 집의 텃밭 상태 (배터리 충전량) 가 비슷하게 유지되어야 합니다. (어떤 집은 텅 비고, 어떤 집은 넘쳐나면 안 되죠.)
2. 요청 충족하기: 마을 전체가 필요로 하는 채소 양 (전력 수요) 을 정확히 맞춰서 공급해야 합니다.

🚨 문제: "누가 무엇을 하고 있는지 다 알려야 할까?"

기존 방식은 모든 집이 서로에게 **"내 텃밭에 지금 채소가 50% 남았어", "내가 지금 10kg 을 내놔"**라고 큰 소리로 외치며 정보를 공유했습니다.

• 문제점: 이렇게 모든 정보를 공유하면, 도둑 (해커) 이나 경쟁자가 지나가면서 **"저 집은 텃밭이 거의 비었네, 저 집은 넘치네"**라고 다 알아챌 수 있습니다. 이는 각 집의 사생활 (운영 전략, 사용 패턴) 이 노출되는 것을 의미합니다.

💡 해결책: "가상 인형과 암호화된 숫자"

이 논문은 "정보는 공유하되, 진짜 비밀은 숨기는" 새로운 방법을 제안합니다.

1. '가상 인형'을 만들어서 대화하기 (상태 분해 기법)
각 집은 자신의 진짜 텃밭 상태 (예: 50%) 를 그대로 말하지 않습니다. 대신, 그 상태를 **두 개의 가짜 인형 (A 와 B)**으로 나눕니다.

• A 인형 (공개용): 이웃들과 나누어 말하지만, 이 숫자는 진짜 상태의 일부일 뿐입니다.
• B 인형 (비공개용): 집 안에만 숨겨둡니다.
• 비밀: 이웃들은 A 인형만 보고 "아, 저 집은 A 인형이 이렇구나"라고 생각하지만, **진짜 상태 (A+B)**를 알 수 없습니다. 마치 퍼즐 조각을 하나만 보고 전체 그림을 추측할 수 없는 것과 같습니다.

2. "비밀 번호"를 곱해서 말하기 (스케일링 기법)
마을 전체가 필요로 하는 채소 양 (전력 수요) 을 알릴 때도, 리더가 **"100kg 필요해!"**라고 외치는 대신, 미리 정해진 **비밀 번호 (예: 4 배)**를 곱해서 **"400kg 필요해!"**라고 외칩니다.

• 모든 이웃은 "아, 400kg 이네. 우리 집은 4 로 나누면 100kg 이 필요하구나"라고 계산해서 실제 필요한 양을 알 수 있습니다.
• 하지만 도둑이 지나가서 "400kg"만 들으면, **"정말 400kg 인가? 아니면 4 배를 곱한 걸까?"**를 알 수 없어 진짜 수요를 추측할 수 없습니다.

---

🎯 이 방법이 왜 대단한가요?

1. 비밀은 완벽하게 보호됩니다: 도둑이 모든 대화 내용을 녹음하고 분석해도, 각 집의 진짜 텃밭 상태나 마을 전체의 진짜 수요를 알아낼 수 없습니다. (논문 속 '외부 도청자' 시나리오에서 이를 증명했습니다.)
2. 작동은 여전히 완벽합니다: 비록 숫자를 변조하고 나누어 말했지만, 모든 집이 계산기를 두드리면 결국 정확한 균형과 정확한 전력 공급을 달성합니다.
3. 무겁지 않습니다: 복잡한 암호화 기술을 쓰지 않고, 간단한 사칙연산 (곱하기, 나누기) 만으로 비밀을 지키기 때문에 배터리 시스템이 느려지거나 고장 날 염려가 없습니다.

📝 한 줄 요약

**"이웃들과 협력하여 전기를 잘 관리하되, 각자의 사생활 (배터리 상태) 은 '가상 인형'과 '비밀 번호'를 이용해 도둑에게 절대 들키지 않게 하는 똑똑한 방법"**입니다.

이 기술은 앞으로 우리가 사용하는 스마트 그리드나 전기차 충전 네트워크에서, 안전하면서도 효율적인 에너지 관리를 가능하게 해 줄 것으로 기대됩니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 현대 전력망에서 재생 에너지의 변동성을 완화하고 그리드 안정성을 지원하기 위해 분산된 배터리 에너지 저장 시스템 (BESS) 의 도입이 급증하고 있습니다. 이러한 시스템은 여러 배터리 유닛이 네트워크로 연결된 다중 에이전트 시스템으로 구성됩니다.
• 핵심 과제: BESS 의 효율적인 운영을 위해서는 개별 배터리 유닛 간의 상태 충전량 (SoC) 균형 유지와 전체 전력 수요 (방전/충전) 의 정확한 추종이 필수적입니다.
• 프라이버시 문제: 기존의 분산 제어 방식은 에이전트 간 정보 교환 (SoC, 전력 참조값 등) 을 필요로 합니다. 이로 인해 외부 도청자 (Eavesdropper) 나 내부의 악의적 노드가 통신 채널을 감시하여 개별 유닛의 민감한 내부 상태 (SoC, 전력 출력 등) 를 추론할 수 있는 심각한 프라이버시 위협이 발생합니다.
• 기존 방법의 한계:
  • 암호화 기반 (Homomorphic Encryption 등): 연산 부하가 커서 실시간 제어에 부적합합니다.
  • 차분 프라이버시 (Differential Privacy): 노이즈 주입으로 인해 제어 정확도와 수렴 속도가 저하되는 트레이드오프가 존재합니다.
  • 기존 상태 분해 (State-decomposition): 내부 상태는 보호할 수 있으나, 네트워크 전체의 평균 상태 (Average State) 는 여전히 추론 가능한 경우가 많습니다.

2. 제안된 방법론 (Methodology)

저자들은 SoC 균형과 전력 추종을 달성하면서도 외부 도청자로부터 개별 유닛의 내부 상태와 평균 상태를 모두 보호하는 새로운 프라이버시 보호 분산 제어 프레임워크를 제안했습니다.

A. 핵심 기법: 상태 분해 및 스케일링 (State Decomposition & Scaling)

기존의 동적 평균 합의 (Dynamic Average Consensus, DAC) 알고리즘을 개선하여 두 가지 주요 프라이버시 보호 메커니즘을 도입했습니다.

1. 프라이버시 보호 평균 단위 상태 추정기 (Privacy-Preserving Average Unit State Estimator):

   • 각 배터리 유닛의 상태 $x_i(t)$ 와 그 미분 $\dot{x}_i(t)$ 를 두 개의 하위 상태 (Observable: $\alpha$, Hidden: $\beta$) 로 분해합니다.
   • 새로운 요소: 기존 분해 방식에 스케일링 인자 ($\eta \neq 1$) 를 추가했습니다.
   • 이웃 노드 간에 교환되는 정보는 분해된 하위 상태 중 하나 ($\hat{x}^\alpha_{a,i}$) 인데, 이 값은 실제 평균 상태 $x_a(t)$ 가 아닌 스케일링된 값 ($\eta x_a(t)$) 으로 수렴하도록 설계되었습니다.
   • 이를 통해 외부 도청자는 교환된 데이터만으로는 개별 상태뿐만 아니라 네트워크의 평균 상태조차 정확히 복원할 수 없게 됩니다.

2. 프라이버시 보호 평균 목표 전력 추정기 (Privacy-Preserving Average Desired Power Estimator):

   • 전체 시스템이 추종해야 할 목표 전력 $p^*(t)$ 의 평균값 $p_a(t)$ 를 추정합니다.
   • 리더 노드가 네트워크에 주입하는 신호를 실제 값이 아닌 스케일링된 값 ($\sigma p_a(t)$) 으로 변경합니다.
   • 모든 에이전트는 스케일링 인자 $\sigma$ 를 알고 있어 로컬에서 실제 값을 복원할 수 있지만, 외부 도청자는 $\sigma$ 를 모르면 평균 전력 수요를 추론할 수 없습니다.

B. 분산 전력 할당 법칙 (Distributed Power Allocation Law)

• 위 두 가지 프라이버시 보호 추정기를 기반으로 각 배터리 유닛은 로컬에서 추정된 스케일링된 평균 상태와 평균 전력을 사용하여 실제 전력 명령을 계산합니다.
• 방전 모드와 충전 모드 모두에서 SoC 균형과 전체 전력 추종 목표를 달성하도록 제어 법칙이 설계되었습니다.

3. 주요 기여 (Key Contributions)

1. 이중 프라이버시 보호 추정기 개발:
   • 상태 분해 기법을 활용하여 개별 배터리 내부 상태와 네트워크 평균 상태 모두를 보호하는 동적 평균 합의 추정기를 설계했습니다.
   • 평균 목표 전력에 대한 프라이버시 보호 추정기를 설계하여 전 세계적 전력 수요 추정을 방지했습니다.
2. 이론적 증명:
   • 제안된 제어 법칙이 SoC 균형과 전력 추종 목표를 점근적으로 달성함을 증명했습니다.
   • 외부 도청자가 통신 네트워크 구조와 모든 전송 데이터를 알더라도, 스케일링 인자 ($\eta, \sigma$) 를 모르면 개별 상태나 평균 상태를 정확히 복원할 수 없음을 수학적으로 증명했습니다 (Theorem 4).
3. 성능과 프라이버시의 동시 달성:
   • 암호화나 노이즈 주입 없이 순수한 제어 구조 변경을 통해 프라이버시를 보호하므로, 계산 오버헤드가 거의 증가하지 않으며 제어 성능 (수렴 속도, 정확도) 이 저하되지 않음을 보였습니다.

4. 시뮬레이션 결과 (Results)

6 개의 배터리 유닛으로 구성된 네트워크 BESS 를 대상으로 시뮬레이션을 수행했습니다.

• 제어 성능:
  • SoC 균형: 이질적인 초기 SoC 를 가진 배터리 유닛들이 시간이 지남에 따라 동일한 SoC 궤적으로 수렴하여 균형을 이룸을 확인했습니다 (Fig. 4, 10).
  • 전력 추종: 방전 및 충전 모드 모두에서 전체 BESS 의 출력 전력이 변동하는 목표 전력 $p^*(t)$ 를 정확하게 추종함을 확인했습니다 (Fig. 5, 11).
• 프라이버시 보호 효과:
  • 비교 실험: 프라이버시 보호가 없는 기존 DAC 방식에서는 도청자가 전송 데이터를 통해 개별 유닛의 전력 출력 ($p_i(t)$) 을 거의 완벽하게 재구성할 수 있었습니다 (Fig. 16).
  • 제안 방식: 제안된 방식을 적용한 경우, 도청자의 재구성 신호는 실제 신호와 크게 벗어나며 정확한 추정이 불가능함을 확인했습니다 (Fig. 17).
  • NRMSE 분석: 스케일링 인자 $\eta$ 가 1 에서 멀어질수록 (즉, $\eta \neq 1$ 일 때) 재구성 오차 (NRMSE) 가 증가하여 프라이버시 보호 수준이 향상됨을 정량적으로 증명했습니다 (Fig. 18, 19).
• 성능 영향: 스케일링 인자 $\eta$ 와 $\sigma$ 의 선택이 시스템의 수렴 속도나 정상 상태 오차에 영향을 미치지 않음을 확인하여, 프라이버시 강화와 시스템 성능 간에 트레이드오프가 없음을 입증했습니다.

5. 의의 및 결론 (Significance)

이 논문은 분산 BESS 제어 분야에서 다음과 같은 중요한 의의를 가집니다:

• 실시간 적용 가능성: 암호화나 복잡한 노이즈 생성 없이 단순한 산술 연산 (스케일링) 만으로 프라이버시를 보호하므로, 실시간 제어 시스템에 구현하기 매우 효율적입니다.
• 포괄적 프라이버시 보호: 기존 연구들이 간과했던 '평균 상태 (Network Average)'의 프라이버시까지 보호하여, 협력적이면서도 경쟁적인 에너지 거래 환경 (P2P 등) 에서 참여자들의 전략 유출을 방지합니다.
• 확장성: 통신 부하를 증가시키지 않고 기존 분산 제어 구조에 쉽게 통합될 수 있어, 대규모 BESS 네트워크에 적용 가능한 확장성 있는 솔루션을 제공합니다.

결론적으로, 제안된 프레임워크는 SoC 균형과 전력 관리라는 제어 목표를 정확히 달성하면서도 외부 공격으로부터 시스템의 민감한 정보를 효과적으로 보호하는 안전하고 효율적인 분산 에너지 관리 솔루션을 제시합니다.