Enhanced RIME-Based Energy Management Strategy for Techno-Economic Optimization of Standalone Hybrid Micro-grid

기술 요약: 독립형 하이브리드 마이크로그리드의 기술-경제적 최적화를 위한 향상된 RIME 기반 에너지 관리 전략

문제 정의
재생 가능 에너지 자원(RES)의 통합은 고립된 오프그리드 공동체를 위한 독립형 하이브리드 마이크로그리드의 최적 용량 산정을 위한 효율적인 방법론을 필요로 한다. 이러한 시스템은 태양광 및 풍력 자원의 간헐적인 특성으로 인해 공급과 수요 사이의 균형을 맞추는 데 어려움을 겪으며, 이는 설계의 복잡성을 가중시킨다. 본 연구에서 다루는 핵심 기술 과제는 태양광(PV) 모듈, 풍력 터빈(WT), 연료 전지(FC), 그리고 배터리 에너지 저장 시스템(BESS)으로 구성된 하이브리드 시스템의 최적 용량 산정이다. 이는 복잡한 비선형, 비볼록(non-convex), 혼합 정수(mixed-integer) 및 제약 조건이 있는 최적화 문제에 해당한다. 고전적인 최적화 방법들은 이러한 고차원 문제(본 연구의 경우 42차원 정수 모델)에 대해 합리적인 계산 시간 내에 전역 최적해를 찾는 데 비효율적인 경우가 많다. 입자 군집 최적화(PSO)와 최근 제안된 RIME(Rime Optimization) 알고리즘과 같은 메타휴리스틱 알고리즘이 대안을 제공하지만, 복잡하고 제약이 많은 설계 공간에 적용될 때 조기 수렴, 집단 다양성 상실, 그리고 지역 최적점(local optima) 정체 현상을 겪을 수 있다.

방법론
본 연구는 이집트 구프 수에만 위치한 자파라나(Zafarana) 지역에 적용되는 종합적인 기술-경제적 프레임워크를 제안한다. 시스템 아키텍처는 전력 흐름을 관리하기 위해 특정 컨버터와 인버터를 활용하여 공통 DC 버스를 통해 발전 및 저장 서브시스템(PV, WT, FC, BESS)을 연결한다.

1. 시스템 모델링:

   • 발전: PV 출력은 일사량과 온도를 기반으로 모델링되며, WT 출력은 구간별 파워 커브를 따르고, FC는 분산형 발전기로서 역할을 수행한다.
   • 저장: 단기 완충을 위한 BESS와 장기 저장을 위한 수소 저장 시스템(전해조 및 H₂ 탱크)을 포함하는 이중 저장 방식이 모델링된다.
   • 제약 조건: 최적화는 네 가지 대표 운영 시나리오(하계/동계, 주간/야간)에 대한 전력 균형, 연간 에너지 적절성, 구성 요소 간 호환성, 그리고 최소 3일간의 배터리 백업 기간을 강제한다.
   • 목적: 목표는 20년의 프로젝트 기간 동안 총 생애주기 비용(자본, 설치 및 O&M 비용)을 최소화하는 것이다.

2. 제안된 알고리즘 (E-RIME):
   저자들은 기본 RIME 및 PSO의 한계를 해결하기 위해 향상된 RIME(E-RIME) 알고리즘을 도입한다. E-RIME은 표준 RIME 탐색 주기에 네 가지 특정 향상 메커니즘을 통합한다:

   • 텐트 카오스 초기화(Tent Chaotic Initialization): 집단의 다양성과 탐색 공간 피복력을 개선하기 위해 무작위 초기화를 대체한다.
   • 반대 학습(Opposition-Based Learning, OBL): 더 높은 품질의 개체를 유지하기 위해 초기화 단계에서 반대되는 후보해를 평가한다.
   • 적응형 비선형 파라미터 제어(Adaptive Non-Linear Parameter Control): 탐색(exploration)에서 개발(exploitation)로의 전환을 관리하기 위해 코사인 감쇠 함수를 활용한다.
   • 정체 재시작 메커니즘(Stagnation Restart Mechanism): 조기 수렴을 방지하고 다양성을 유지하기 위해 성능이 낮은 에이전트를 주기적으로 재초기화한다.

3. 실험 설정:
   E-RIME의 성능은 동일한 조건(60개의 탐색 에이전트, 30회의 독립 실행, 20, 100, 300회의 다양한 반복 횟수 예산) 하에서 기본 RIME 및 PSO와 비교되었다.

주요 결과

• 수렴 성능: E-RIME은 특히 제한된 계산 예산(20회 반복) 하에서 가장 빠른 수렴 속도를 보였다. 기본 RIME과 PSO는 초기 개선 속도가 느렸으나, E-RIME은 탐색 과정 초기에 일관되게 더 낮은 생애주기 비용에 도달했다.
• 생애주기 비용 최소화: 모든 반복 횟수 예산에 대해 E-RIME이 가장 낮은 총 생애주기 비용을 달eric했다.
  • 20회 반복 시: E-RIME($2.0967 \times 10^6$)은 PSO($2.3787 \times 10^6$) 및 RIME($2.5613 \times 10^6$)보다 성능이 크게 우수했다.
  • 300회 반복 시: E-RIME은 최종 최저 비용($1.2581 \times 10^6$)을 달성했으며, 그 뒤를 RIME($1.4129 \times 10^6$)과 PSO($2.1805 \times 10^6$)가 이었다. 주목할 점은 PSO의 비용이 100회에서 300회 반복 사이에서 약간 증가했다는 것인데, 이는 확장된 탐색 과정에서 해를 정밀하게 다듬는 데 어려움이 있음을 시사한다.
• 최적 구성 요소 크기 산정: E-RIME 알고리즘은 PV 모듈(Type 3)과 연료 전지(Type 1)가 지배적인 최적 구성을 결정했다. 결정적으로, 최적화 도구는 풍력 터빈 유닛을 0개로 선택했는데, 이는 특정 기술-경제적 가정과 자파라나 부지 조건 하에서 풍력 발전이 비용 효율적이지 않음을 나타낸다. 이 솔루션은 상당한 양의 배터리 저장 장치(Types 1–3)를 포함하며, 인버터 및 컨버터 용량을 완전히 활용한다.
• 시스템 운영: 24시간 전력 균형 분석 결과, 연료 전지는 일정한 기저 부하를 제공하는 반면 PV는 주간 시간대에 기여하는 것으로 나타났다. 배터리 시스템은 주로 연속 충전 모드로 작동하여 잉여 발전을 흡수하였으며, 이는 안정적인 공급과 함께 부하 요구를 충족하는 시스템 능력을 확인시켜 주었다.

의의 및 주장
본 논문은 제안된 E-RIME 프레임워크가 대규모 혼합 정수 하이브리드 마이크로그리드 용량 산정 문제에 효과적이고 강력한 솔루션이라고 주장한다. 연구는 카오스 초기화, OBL, 적응형 파라미터 제어 및 정체 재시작 메커니즘의 통합이 탐색과 개발 사이의 균형을 성공적으로 향상시켜, 기존의 메타휴리스틱인 PSO 및 기본 RIME과 비교하여 우수한 솔루션 품질과 더 빠른 수렴을 이끌어낸다고 단언한다.

저자들은 E-RIME이 빠른 수렴이 필요한 제한된 계산 예산 환경에 특히 적합하면서도, 확장된 탐색 시나리오에서 우수한 전역 최적해를 찾을 수 있는 능력을 유지한다고 강조한다. 이러한 결과는 독립형 재생 에너지 시스템의 생애주기 비용을 최소화하는 데 있어 이 접근 방식의 효과를 확인해 준다.

한계 및 향 향후 과제
본 연구는 구성 요소의 열화, 불확실성 또는 확률적 운영 조건을 명시적으로 모델링하지 않은 결정론적 재생 에너지 자원 및 부하 데이터를 바탕으로 결과가 도출되었음을 인정한다. 저자들은 프레임워크의 실질적인 적용 가능성을 높이기 위해 향-후 연구에서 불확실성 모델링, 열화 인지형 생애주기 평가, 그리고 실시간 에너지 관리 전략을 포함해야 한다고 제안한다.