Wildfire Risk-Informed Preventive-Corrective Decision Making under Renewable Uncertainty

1. 문제 정의 (Problem Statement)

최근 산불의 빈도와 강도가 증가함에 따라 전력 계통, 특히 재생에너지 (태양광, 풍력) 가 많이 연계된 계통에 심각한 위협이 되고 있습니다.

• 산불의 특성: 산불은 다수의 자산을 동시에 손상시켜 연쇄 정전 (Cascading outages) 을 유발하고, 계통의 운영성 및 안정성을 급격히 저하시킵니다. 기존 고장 분석 도구들은 사전에 정의된 자산 과부하에 대응하도록 설계되어 있어, 산불로 인한 고임피던스 고장 (Arc-faults) 이나 예측 불가능한 지속 시간, 다중 고장 발생 등을 효과적으로 관리하기 어렵습니다.
• 재생에너지의 취약성: 인버터 기반 자원 (IBR) 이 풍부한 계통은 산불 연기에 의한 출력 변동, 전압 조절 문제, 그리고 고장 통과 (Fault ride-through) 성능 부족으로 인해 연쇄 정전에 더 취약할 수 있습니다.
• 기존 접근법의 한계: 기존 연구들은 산불 위험의 불확실성과 재생에너지의 변동성을 동시에 고려한 통합적인 예방 - 교정 (Preventive-Corrective) 의사결정 체계를 제공하지 못했습니다. 또한, 실시간으로 산불 위험이 변화하는 환경에서 계통의 정적 보안 (Static security) 과 과도 안정성 (Transient stability) 을 동시에 보장하는 것은 계산적으로 매우 어렵습니다.

2. 방법론 (Methodology)

이 논문은 산불 위험과 재생에너지 불확실성을 동시에 고려한 확률론적 예방 - 교정 (Stochastic Preventive-Corrective) 협력 체계를 제안합니다. 이 체계는 전일 (Day-ahead) 단계와 실시간 (Real-time) 단계로 나뉘며, 다음과 같은 핵심 요소들을 통합합니다.

A. 불확실성 모델링 및 contingencies 분석

• 산불 위험: 산불 위험 예측의 오차를 고려하기 위해 베타 분포 (Beta distribution) 를 사용하여 산불 위험도 ($\lambda$) 의 확률 분포를 모델링합니다.
• 재생에너지 불확실성: 태양광 출력 편차는 가우시안 혼합 모델 (GMM) 로, 풍력 출력 편차는 베타 분포로 모델링하여 다양한 시나리오를 생성합니다.
• 위험 요소 식별:
  • 컷셋 보안 (Cut-set Security): 산불로 인한 선로 다중 정전을 방지하기 위해 '포화 컷셋 (Saturated cut-set)'을 식별하고 이를 제약 조건으로 포함합니다.
  • 과도 안정성 (Transient Stability): 동기 발전기의 로터 각도 안정성을 평가하기 위해 확장된 등면적 기준 (IEEAC) 을 기반으로 한 선형 회귀 모델 ($\Upsilon$) 을 학습시켜 실시간으로 안정성 한계 ($T_d$) 를 예측합니다.
  • 전압 조절: IBR 버스 전압이 IEEE Std. 2800-2022 기준을 위반할 경우, 감도 기반 알고리즘을 통해 커패시터/리액터 (Shunt devices) 를 제어하여 전압을 정상화합니다.

B. 제안된 최적화 모델

1. 예방 단계: 확률론적 컷셋 및 보안 제약 유닛 커미트먼트 (S-CSCUC)
   • 목적: 전일 단계에서 산불 위험과 재생에너지 불확실성을 고려하여 추가 발전기 기동 (Commitment) 을 결정하고, 재조정 (Redispatch) 비용과 부하 차단 (Load shed) 비용을 최소화합니다.
   • 특징: 최악의 시나리오 (Distributionally Robust Optimization) 를 고려하여, 산불 발생 시 발생할 수 있는 연쇄 정전에 대비한 예비력을 확보합니다.
2. 교정 단계: 확률론적 컷셋 및 안정성 제약 최적 전력 조류 (S-CSCOPF)
   • 목적: 실시간 산불 위험 ($\lambda$) 에 따라 발전기 재조정과 부하 차단량을 결정합니다.
   • 특징: Chance-constrained (확률 제약) 접근법을 사용하여, 특정 신뢰도 ($\epsilon$) 내에서 컷셋 보안과 과도 안정성 제약이 만족되도록 합니다. 산불 위험이 높을수록 ($\lambda$ 증가) 보안 마진을 더 엄격하게 설정하여 계통의 복원력을 높입니다.

3. 주요 기여 (Key Contributions)

1. 통합된 예방 - 교정 체계 개발: 산불 위험의 동적 변화와 재생에너지 불확실성을 동시에 고려하여, 전일 계획 (UC) 과 실시간 조류 (OPF) 를 연계한 새로운 프레임워크를 제안했습니다.
2. IBR 전압 조절 및 안정성 통합: 기존 연구에서 간과되었던 IBR 의 전압 조절 문제를 컷셋 보안 및 과도 안정성 제약과 함께 통합하여 해결책을 제시했습니다.
3. 효율적인 계산 기법: 실시간 계산을 위해 과도 안정성 한계를 예측하는 머신러닝 모델 (선형 회귀) 을 도입하고, 컷셋 식별을 위한 효율적인 알고리즘 (Feasibility Test) 을 활용하여 계산 부하를 줄였습니다.
4. 확률론적 접근: 산불 위험 예측의 불확실성을 확률 분포로 모델링하고, 다양한 시나리오에 대한 강건한 (Robust) 의사결정을 가능하게 했습니다.

4. 실험 결과 (Results)

• 테스트 시스템: 미국 서부 계통 (WECC) 의 축소된 240 버스 계통 (최대 78% 재생에너지 연계 시뮬레이션 가능) 을 사용했습니다.
• 산불 시나리오: 캘리포니아 지역의 산불 위험이 높은 Midway-Vincent 전송 회로를 대상으로 분석했습니다.
• 성능 평가:
  • 안정성 확보: 제안된 방법은 산불로 인한 연쇄 정전, 동기 발전기의 비동기화, IBR 의 전압 위반을 모두 성공적으로 해결하여 계통을 안정화시켰습니다.
  • 부하 차단 최소화: 기존 방법 (확정론적 UC+OPF 또는 다른 확률론적 방법) 에 비해 부하 차단 (Load shed) 양을 획기적으로 줄였습니다. (예: 산불 위험이 높을 때 제안 방법은 1MW 미만의 부하 차단만 발생시킨 반면, 기존 방법은 수백 MW 의 손실 발생).
  • 비용 대비 효과: 산불 위험이 증가함에 따라 운영 비용은 증가하지만, 이는 막대한 부하 차단 비용과 계통 붕괴를 방지하기 위한 필수적인 투자로 판단됩니다.
  • 계산 효율성: 전일 UC 해법은 약 6.4 초, 실시간 OPF 해법은 약 13~15 초 내에 해결되어 실시간 적용 가능성이 입증되었습니다.

5. 의의 및 결론 (Significance & Conclusion)

이 논문은 산불과 같은 자연재해가 재생에너지가 풍부한 현대 전력 계통에 미치는 복합적인 위협을 체계적으로 관리할 수 있는 첫 번째 통합 프레임워크 중 하나입니다.

• 계통 복원력 강화: 산불 위험이 높은 지역에서도 재생에너지의 변동성을 수용하면서 안전한 전력 공급을 보장할 수 있음을 입증했습니다.
• 데이터 기반 의사결정: 산불 위험 예측의 불확실성을 정량화하고, 이를 계통 운영에 반영함으로써 보다 현실적이고 탄력적인 운영 전략을 수립할 수 있게 했습니다.
• 미래 지향성: 기후 변화로 인해 산불 위험이 지속적으로 증가할 것으로 예상되는 상황에서, 재생에너지 통합 계통의 안전하고 경제적인 운영을 위한 필수적인 기술적 기반을 제공합니다.

요약하자면, 이 연구는 불확실성 하에서의 산불 위험을 정량화하고, 이를 예방 (UC) 과 교정 (OPF) 단계에 통합함으로써 전력 계통의 복원력 (Resilience) 을 극대화하는 혁신적인 접근법을 제시했습니다.