이번 연구는 미래의 배전망사업자(DSO) 환경에서 최적조류계산(AC OPF)과 딥러닝 예측(태양광 발전, 전력부하), P2P 거래를 통한 분산최적화를 통합하고 있으며, 태양광 발전과 같은 재생에너지의 불확실성에 효과적으로 대응하기 위한 새로운 형태의 스마트 전력 시장 프레임워크를 제안한다.
특히 제안된 프레임워크는 딥러닝 기반의 분위수 예측 모델을 통합하여 가정의 지붕 위 태양광 발전량과 전력 수요에 대한 다양한 시나리오를 생성한다.
이를 기반으로 배전망의 물리적 제약과 전력 손실 비용을 반영하는 새로운 P2P 가격 책정 메커니즘인 통합 계통 위치 기반 가격 책정(IGLP)을 도입하여 가구 간(P2P) 에너지 거래와 전력망 운영을 최적화한다.
그 결과 본 방식은 최적해 대비 격차(optimality gap)를 기존 대비 여름철 60%, 겨울철 67%까지 감소시켜 운영 비용 절감 효과를 입증했다. 또한 불확실한 에너지로 인해 발생하는 배전망 혼잡도를 16.7% 완화하고 전압 안정성을 향상해서 전력 시스템의 신뢰도를 개선했다.
본 연구에서 제안하는 프레임워크는 가구`의 에너지 비용 절감과 전력 회사의 운영 효율성 제고에 기여할 수 있으며, 나아가 지속 가능한 탈탄소 사회로의 전환을 위한 핵심적인 스마트 그리드 솔루션으로 활용될 수 있다.
bjlee@beyondpost.co.kr
