산업 공정을 위한 신뢰할 수 있는 통합 에너지 시스템 설계는 아키텍처 수준의 규모 결정부터 고정밀 동적 운영에 이르기까지 다양한 충실도(fidelity)에 걸친 최적화 및 검증 모델을 필요로 합니다. 그러나 충실도 간 모델 불일치는 성능 손실의 원인을 모호하게 하고 아키텍처-운영 간 성능 격차를 정량화하는 것을 복잡하게 만듭니다.
본 연구는 고비용의 고정밀 모델 평가를 최소화하면서 달성 가능한 성능의 아키텍처별 상한선을 추정하는 온라인 머신러닝 가속 다중 해상도 최적화 프레임워크를 제안합니다. 1MW 산업 열 부하를 공급하는 파일럿 에너지 시스템에 이 접근 방식을 적용하여 시스템 구성 및 구성 요소 용량을 선택하는 다목적 아키텍처 최적화를 먼저 수행했습니다.
이후, 지정된 아키텍처에 대해 달성 가능한 성능 한계에 근접하는 머신러닝 가속 다중 해상도 유한 예측 제어 전략을 개발했습니다. 머신러닝 기반 제어기는 예측 불확실성을 기반으로 최적화 해상도를 적응적으로 스케줄링하고, 엘리트 저정밀 솔루션을 사용하여 고정밀 문제 해결을 웜스타트합니다.
파일럿 사례 연구 결과, 제안된 다중 해상도 전략은 규칙 기반 제어기 대비 아키텍처-운영 성능 격차를 최대 42% 줄였습니다. 또한, 머신러닝 지침이 없는 동일한 다중 충실도 접근 방식 대비 필요한 고정밀 모델 평가를 34% 감소시켜 더 빠르고 신뢰할 수 있는 설계 검증을 가능하게 했습니다. 이러한 개선은 고정밀 검증을 실현 가능하게 하며, 달성 가능한 운영 성능에 대한 실질적인 상한선을 제공합니다.
기후 변화에 대응하기 위한 에너지 시스템 전환은 다른 지구 한계(planetary boundaries)로의 부담 전가를 피해야 하지만, 대부분의 에너지 모델은 온실가스 감축에만 초점을 맞춰 광범위한 전과정 영향(life-cycle impacts)을 간과하는 경향이 있습니다. 이러한 협소한 접근 방식은 지속가능하다고 여겨지는 시나리오에서도 환경 압력을 기후에서 토지, 물질 또는 생태계로 의도치 않게 전환시킬 수 있습니다.
이 연구는 이러한 한계를 극복하기 위해 전과정 평가(life cycle assessment)와 지구 한계 지표를 국가 에너지 최적화 모델에 통합하는 방법론적 프레임워크를 제시합니다. 이 프레임워크는 다목적 최적화 모델에 전과정 및 지구 한계 지표를 통합한 후, 목표 계획법(goal programming)을 사용하여 환경 영향 간의 상충 관계를 특성화하고, 해석 가능한 기계 학습(interpretable machine learning)을 적용하여 복잡한 상충 관계를 시스템 원형(system archetypes)으로 간소화합니다.
벨기에의 2045년 저탄소 시나리오에 적용한 결과, 모든 준최적 경로가 기후 목표를 달성했지만, 가장 관대한 하향 조정 원칙(downscaling principle)에서도 생태독성 및 미세먼지에 대한 한계를 초과하는 것으로 나타났습니다. 이는 탈탄소화만으로는 절대적 지속가능성(absolute sustainability)에 불충분함을 시사합니다. 준최적 공간 탐색과 해석 가능한 기계 학습을 통해 전력화, 수소, 재생 에너지 용량 또는 혼합 전략이 각각 지배하는 네 가지 시스템 구성이 도출되었으며, 이들은 유사한 비용으로도 뚜렷한 환경적 상충 관계를 보였습니다.
본 연구는 에너지 시스템이 절대적 지속가능성 목표에 부합하도록 하는 데 기여하며, 향후 동적 수요 변화 및 행동 적응을 통합하는 방향으로 확장될 수 있습니다.
에너지 전환 계획에 지역 주민을 참여시키는 것은 계획의 정당성, 사회정치적 실현 가능성, 나아가 기후 완화 효과를 높이는 데 중요합니다. 포괄적인 이해관계자 참여형 모델링은 학습을 촉진하지만, 모델 내 옵션 및 시나리오 선택 과정이 참여자에게 불투명할 수 있다는 문제가 있습니다.
본 연구는 이해관계자들이 준최적 모델링 결과를 총체적으로 활용할 수 있는 새로운 프레임워크를 제시합니다. 스발바르 롱이어비엔의 원격 북극 정착촌 사례 연구를 통해 방법론을 시연했습니다. 참여자들은 대화형 인터페이스를 통해 모델링 기반 에너지 시스템 설계의 연속체에서 거의 모든 실행 가능한 시스템 구성 요소 조합을 선택하고, 그 선택의 즉각적인 영향을 확인할 수 있습니다.
기후 변화의 영향을 이미 받고 있는 롱이어비엔의 이해관계자들은 일관되게 비용 최적점에서 벗어나, 배출량, 비용, 시스템 취약성 등 다양한 측면의 균형을 추구했습니다. 어려운 상충 관계에 직면했을 때, 참여자들은 본 도구를 통해 더 나은 정보를 얻고 복잡하게 얽힌 의사결정 과정을 성공적으로 헤쳐나갔습니다.
이 접근 방식은 에너지 시스템 계획에서 이해관계자의 참여를 심화하고, 복잡한 의사결정 과정에서 정보에 기반한 선택을 지원하여 기후 변화 대응의 효과를 높이는 데 기여할 수 있습니다.
