배터리 에너지 저장장치, 당일 및 주파수 예비력 입찰 최적화

재생에너지 통합이 증가함에 따라 전력 공급 변동성이 커지고 있으며, 배터리 에너지 저장 시스템(BESS)은 이러한 공급-수요 불균형을 해소할 효과적인 대안으로 주목받고 있습니다. 기존 연구들은 주파수 예비력 시장과 당일 시장을 개별적으로 다루거나 당일 시장의 연속적인 특성을 단순화하는 경향이 있어, 본 연구는 이 두 시장의 참여를 결합하는 공동 입찰 전략을 제안합니다. 본 연구는 당일 시장 결정 및 충전 상태 회복을 위해 롤링 내재 알고리즘을 혼합 정수 선형 계획법으로 구현했습니다. 또한, 시장 간 최적의 익일 용량 할당을 결정하는 학습 기반 분류기 전략(LCS)을 활용합니다. 1년 이상의 독일 시장 틱 레벨 데이터를 이용한 포괄적인 아웃-오브-샘플 백테스트를 통해 제안된 접근 방식의 유효성을 검증했습니다. LCS는 가장 우수한 정적 전략 대비 4% 이상, 단순 동적 벤치마크 대비 3% 이상의 전체 수익 증대를 달성했습니다. 특히, 본 방법론은 이론적인 완벽한 예측 전략과의 격차를 4%로 줄여, 복잡한 다중 시장 환경에서 동적 학습 기반 할당의 효과를 입증합니다. 이는 BESS 운영의 경제성을 향상시키고 전력 시스템의 안정성에 기여할 수 있습니다.