기술 요약: 다중 재해에 대응하는 회복력 있는 그리드 강화

1. 문제 정의

기후 변화로 인한 극한 기상 현상의 빈도와 강도의 증가는 전력 시스템의 회복력에 심각한 위협을 가하고 있습니다. 고풍속, 지진, 식생 관련 사고와 같은 재해로 인한 인프라 손상은 장기적인 정전과 막대한 경제적 손실을 초래합니다. 그리드 계획의 핵심 과제는 전통적인 강화 전략이 종종 단일 재해 또는 단일 완화 조치에 집중한다는 점입니다. 예를 들어, 지중화(Undergrounding, UG) 선로는 강풍과 식생으로부터는 보호하지만, 지진 활동에 대한 취약성을 높이거나 지진 발생 시 높은 수리 비용을 발생시킬 수 있습니다. 반대로, 식생 관리(Vegetation Management, VM)는 가공 선로에는 효과적이지만 지진 위험은 해결하지 못합니다.

또한, 기존의 최적화 모델은 종종 초기 강화 결정이 전체 계획 기간 동안 고정되는 정적 2단계 확률적 프로그래밍(Two-stage stochastic programming)에 의존합니다. 이러한 경직성은 진화하는 기후 조건과 불확실성을 반영하지 못하여 잠재적으로 차선이며 비용이 많이 드는 결과를 초 초래할 수 있습니다. 본 논문은 다음과 같은 의사결정 프레임워크의 필요성을 다룹니다:

1. 다중 재해(특히 고풍속 및 지진)를 동시에 고려함.
2. 상호 보완적인 강화 전략(장기적 지중화 및 단기적 식생 관리)을 통합함.
3. 실현된 미래 시나리오에 따라 초기 계획을 수정할 수 있는 적응형 의사결정을 허용함.

2. 방법론

저자들은 분산 에너지 자원을 포함하는 방사형 배전 시스템을 위해 설계된 적응형 2단계 확률적 최적화(Adaptive Two-Stage Stochastic Optimization, ATS) 프레임워크를 제안합니다.

2.1. 시나리오 트리 및 불확실성 모델링

문제는 시나리오 트리를 사용하여 모델링되며, 여기서 노드는 계획 기간 $T$ 동안 불확실성(풍해, 지진, 식생 실패)의 가능한 실현을 나타냅니다.

• 불확실성 매개변수: 모델은 각 재해 유형에 대한 정전 지속 시간($\xi$), 이벤트 수($N$), 그리고 실패 확률($\varrho$)을 위한 확률 변수를 포함합니다.
• 트리 가지치기(Tree Pruning): 기간이 연장됨에 따라 계산 가능성을 확보하기 위해, 저자들은 원래의 확률 분포를 근사하는 대표적인 시나리오 세트를 유지하는 역방향 감소(Backward reduction) 방법을 사용하여 시나리오 트리를 가지치기합니다.

2.2. 적응형 2단계 구조

초기 결정이 고정된 표준 2단계 모델과 달리, ATS 프레임워크는 수정 메커니즘을 도입합니다:

• 1단계 결정: 선로를 지중화할 것인지에 대한 초기 결정($\alpha_{ln}$)이 시작 시점에 이루어집니다.
• 수정 시점: 지정된 시점 $t$에서 모델은 관찰된 불확실성과 업데이트된 예측을 바탕으로 이러한 초기 결정에 대한 단 한 번의 수정을 허용합니다.
• 2단계 결정: 식생 관리 수준($\beta_{ln}$)은 매년(단기적) 결정되며 계획 기간 내내 시나리오에 따라 달라집니다.

2.3. 목적 함수 및 제약 조건

목적은 다음을 포함하여 30년 기간 동안의 총 기대 비용을 최소화하는 것입니다:

• 투자 비용: 지중화($IC^{UG}$) 및 연간 식생 관리($IC^{VM}$)를 위한 자본 비용.
• 운영 비용: 풍해, 지진 및 식생 실패와 관련된 정전 비용(부하 차단) 및 수리 비용.
• 할인: 미래 비용은 인플레이션 및 할인율에서 유도된 계수 $\gamma$를 사용하여 할인됩니다.

주요 제약 조건:

• 예산 제한: 시스템 전체의 지중화($B^{UG}$) 및 식생 관리($B^{VM}$) 예산 캡.
• 비가역성: 일단 선로가 지중화되면 결정은 되돌릴 수 없습니다.
• 상호 배타성: 식생 관리는 가공 선로에만 적용 가능하며, 지중화된 선로는 VM이 필요하지 않습니다.
• 수정 로직: 각 선로는 최대 한 번의 수정 결정을 거쳐야 하며, 결정은 수정 시점까지 시나리오 전반에 걸쳐 일관성을 유지해야 합니다.

2.4. 부하 차단(Load Shedding) 계산

정전 비용을 정량화하기 위해, 모델은 각 잠재적 선로 정전에 대해 별도의 오프라인 최적화 문제를 해결합니다. 이는 전력 흐름 제약, 노드 전압 제한 및 마이크로터빈 램핑 능력을 기반으로 일일 부하 차단 비용($C^{LS}$)을 계산하기 위해 DistFlow 모델을 사용합니다.

3. 주요 기여

본 논문의 세 가지 주요 기여는 다음과 같습니다:

1. 통합 다중 재해 모델: 고풍속과 지진을 공동으로 고려하는 포괄적인 최적화 모델입니다. 이는 지중화가 풍해/식생 위험은 완화하지만 지진 위험에 노출될 수 있고, 그 반대의 경우도 마찬가지라는 상충 관계를 명시적으로 설명합니다.
2. 적응형 의사결정 프레임워크: 장기적인 지중화 결정에 대해 단 한 번의 수정을 허용하는 적응형 2단계 확률적 접근 방식을 도입했습니다. 이는 다단계 모델의 유연성과 2단계 접근 방식의 실용성 사이의 균합을 맞추며, 빈번하고 비용이 많이 드는 역전 없이 진화하는 기후 불확실성에 대응할 수 있게 합니다.
3. 시너지 전략 최적화: 장기적(UG) 및 단기적(VM) 전략의 통합입니다. 모델은 이러한 전략들이 어떻게 상호작용하는지 보여줍니다. 예를 들어, 특정 구간을 지중화하면 해당 구간에 대한 VM 필요성이 사라져 비용 시너지가 발생합니다.

4. 시뮬레이션 결과

프레임워크는 MATLAB과 Gurobi를 사용하여 수정된 IEEE 22-bus 배전 시스템에 대해 테스트되었습니다.

4.1. 최적 강화 결정

• 예산 민감도: 지중화 예산이 증가함에 따라 모델은 부하 차단 영향이 크고 풍해 취약성이 높지만 지진 위험은 낮은 선로를 우선적으로 선택합니다.
• 비용 절감: 지중화 예산을 늘리면 정전 및 수리 비용이 낮아지므로 총 시스템 비용(목적 함수 값)이 크게 감소합니다.
• 전략 간 상호작용: 더 많은 선로가 지중화됨에 따라 필요한 식생 관리 예산이 감소하며, 이는 시너지 효과가 있음을 확인시켜 줍니다.

4.2. 적응형 vs. 정적 (ATS vs. TS)

• 성능: 적응형 2단계(ATS) 방식은 표준 2단계(TS) 모델보다 일관되게 우수한 성능을 보입니다.
• 이득의 규모: TS 대비 ATS의 상대적 비용 절감($G_{rel}$)은 예산과 시나리오 트리 크기에 따라 11.85%에서 17.83% 사이입니다.
• 가치의 조건: ATS의 이점은 예산이 높고 시나리오 트리가 클 때(불확실성이 높을 때) 가장 두드러집니다. 계획 기간이 짧거나 불확실성이 낮은 시나리오에서는 적응의 가치가 감소합니다.
• 다중 정전: 여러 선로의 동시 정전이 발생하는 시나리오에서 ATS의 유연성은 더욱 큰 상대적 이점(최대 19.43% 개선)을 제공하며, 이는 고영향 실패 시나리오에서의 견고성을 강조합니다.

4.3. 다중 재해 및 다중 전략 혜택

• 다중 재해 계획: 풍해와 지진 위험을 모두 고려하면 단일 재해 모델에 비해 더 다르고 비용 효율적인 선로 선택이 가능합니다. 예를 들어, 지진 취약성이 높은 선로는 풍해 위험이 높더라도 지중화 대상에서 제외되어 라이프사이클 비용 상승을 방지합니다. 이 접근 방식은 단일 재해 계획 대비 **53~59%**의 비용 절감을 달성했습니다.
• 다중 전략 계획: UG와 VM을 공동 최적화함으로써 단일 전략이 해결할 수 없는 위험을 완화하여 약 9백만 달러(UG 전용 전략 대비 3.97~5.52% 상대적 절감)의 총 절감액을 얻었습니다.

4.4. 확장성 및 민감도

• 시나리오 트리 크기: 시나리오 수를 늘리면 솔루션 품질은 향상되지만 계산 시간이 기하급수적으로 증가합니다. 저자들은 한계 효용이 체감되는 지점, 즉 추가적인 계산 시간 투자가 미미한 비용 절감으로 이어지지 않는 지점이 존재함을 언급했습니다.
• 가지치기 방법: 역방향 감소(Backward reduction)와 순방향 선택(Forward selection) 가지치기 방법은 거의 동일한 최적 전략을 산출하여 가지치기 접근 방식의 견고성을 입증했습니다.
• 시스템 규모: 모델은 IEEE 69-bus 시스템으로 확장했을 때도 계산 가능성을 유지하지만, 시스템 규모와 선로의 이질성이 커짐에 따라 계산 시간은 증가합니다.

5. 의의 및 주장

본 논문은 제안된 프레임워크가 장기적인 그리드 회복력 계획을 위한 견고하고 비용 효율적인 접근 방식을 제공한다고 주장합니다. 정적 단일 재해 모델을 넘어, 이 프레임워크를 통해 유틸리티 기업은 다음과 같은 일을 할 수 있습니다:

• 상충하는 재해(예: 풍해 vs 지진) 간의 복잡한 상호작용을 고려한 정보에 입각한 투자 결정을 내립니다.
• 서로 다른 강화 전략(지중화 및 식생 관리) 간의 시너지를 활용하여 자본 배분을 최적화합니다.
• 초기 계획을 한 번 수정할 수 있도록 함으로써 적응성을 높여, 진화하는 기후 불확실성에 직면했을 때 잘못된 투자 위험을 줄입니다.

저자들은 적응형 접근 방식이 더 높은 계산 부담을 수반하지만, 특히 유연성이 중요한 장기 인프라 계획에서 상당한 재무적 이익과 향상된 회복력이 그 노력을 정당화한다고 결론짓습니다. 또한, 이 프레임워크는 강화 결정에 대해 토폴로지 불가지론적(topology-agnostic)이지만, 부하 차단 계산은 방사형 구조를 가정한다는 점을 명시했습니다(망형 네트워크로의 확장 가능). 향후 연구로는 리스크 태도와 자산 취약성 간의 상호작용을 더 깊이 탐구하는 것이 제안되었습니다.