영국전력망은 발전소(빨강색) 와 소비자 (파란색) 버스가 연결된 상태로 이루어져 있다. 어떤 버스가 (여기서는 3번 버스) 가 고장이 난 경우 그대로 둔 경우 각 버스의 주파수는 (b)과 같이 출렁이면서 줄어든다. 그러나 본 연구에서 사용한 AI 기반의 알고리즘을 사용한 경우 (e) 와 같이 빠른 시간 안에 주파수의 요동이 줄어든다. 회색 데이터는 각 버스의 주파수이고 노란색 데이터는 그들의 평균치이다. 사진=에너지공대
이미지 확대보기
이번 연구를 통해 발전소 고장이나 전력 사용량 급증으로 전력망이 불안정하게 됐을 때, 각 발전소의 최적 증산량을 실시간으로 계산해 안정적으로 전력망을 운용할 수 있는 기반 기술을 확보했다.
관성이 매우 작은 신재생에너지 발전소들이 많아지고 기존의 중앙집중적인 전력망에서 분산전력망 형태로 전환되는 시점에서, 소규모 분산 발전기까지도 포함한 모든 발전기에 할당되는 급전량을 신속하게 계산해 전력망을 효율적으로 관리할 수 있는 방법을 제시했다.
이 연구에서는 최근 다양한 분야에서 주목받고 있는 AI 기법인 강화학습(reinforcement learning)과 그래프 인공 신경망(graph neural network)을 사용했다.
분산 전력망 시대에 AI를 활용하여 전력망 운용을 완전히 자동화 할 수 있는 기술에 필요한 기반 연구가 될 것으로 기대된다. 이번 연구는 한국연구재단과 KENTECH 자체 연구비의 지원을 통해 이뤄졌다.
이번 연구는 수리물리학 분야에서 최상위권 학술지 CHAOS, SOLITONS & FRACTALS 학술지에 2024년 7월 25일자 온라인판으로 출판됐다.
전여송 로이슈(lawissue) 기자 arrive71@lawissue.co.kr
