클러스터링 MPC 기반 하이브리드 에너지 저장장치의 실시간 에너지 관리 시스템

Abstract

본 논문은 클러스터링 Model Predictive Control(MPC) 기반 수소설비를 포함한 하이브리드 에너지저장장치의 에너지 관리 시스템(Energy Management System; 이하 EMS)을 제안한다. 마이크로그리드에서 에너지 관리 방법들은 주로 오프라인 형태의 하루 전 스케줄링 최적화 방식으로 구성된다. 이는 예측 정보를 활용하며 완벽한 예측을 가정한다. 또한 개루프 시스템으로 구성되어 있어 예측 오차의 영향을 많이 받아 실시간 EMS에 적합하지 않다. 규칙 기반의 방법은 실시간으로 제어할 수 있고 간단하게 동작할 수 있는 장점이 있다. 하지만 하이브리드 에너지저장장치처럼 시스템이 복잡해질 경우 설계가 어렵고 최적값으로 동작하기 어렵다. 따라서 본 논문에서는 실시간 EMS에 적합한 폐루프 형식의 모델로, 마이크로그리드의 각 설비의 특성을 고려하여, 최적화 문제를 빠르게 해결할 수 있는 MPC 기반 EMS을 제안한다. 또한 MPC 기반의 제어는 비용함수의 가중치에 큰 영향을 받아 이를 선정하는 것이 중요하다. 따라서 K-means Clustering 단계를 추가하여 날씨 패턴을 분석하고 이에 맞는 가중치로 조정한다. 배터리는 수소 설비보다 에너지 관점에서 효율적이며 빠른 응답속도를 가지고 있어 변동성에 대처할 수 있다. 수소는 장기간 저장이 가능하여 앞으로의 자원으로 주목받고 있지만 효율이 배터리에 비해 상대적으로 낮고 급격한 출력 변화에 상대적으로 취약하다. 이러한 특성을 반영한 클러스터링 MPC 기반 EMS를 제안하고 이를 기존의 Hysteresis Band Control 방법 및 클러스터링 단계가 없는 단일 MPC 모델과 비교하였다. 그 결과 3개의 시나리오에 대해 24시간 운영 시뮬레이션 결과를 도출하고, 운영비용을 포함한 Key Performance Indicator의 비교를 통해 우수성을 입증하였다. 또한 Opal-RT를 사용하여 1초 단위의 실시간 시뮬레이션을 검증하였다.