13편의 한국어 분석 — 최신순으로 정렬했어요
인공지능(AI)의 급증으로 데이터센터는 전력 및 거버넌스 측면에서 전략적 문제로 부상하고 있습니다. 수요 불확실성, 지리적 집중, 그리고 훈련과 추론 간의 부하 분할이 주요 과제입니다. 본 연구는 AI 데이터센터의 에너지 공급을 다중 기준 포트폴리오 할당 문제로 정의하고, 명시적인 실현 가능 집합(설비 용량, 배포 한계, 배출 한계) 내에서 파레토 효율적인 포트폴리오를 제시하는 적응형 에너지 계획 프레임워크를 개발했습니다. 수요 모델에는 설명 가능성(explainability)의 에너지 비용에 대한 폐쇄형 처리가 추가되었습니다. …
풍력 발전 출력의 확률 밀도 함수 가정에 대한 의존성과 과도 안정성 제약 최적 조류(TSCOPF) 문제에서 시간 영역 시뮬레이션의 계산 부담을 해결하기 위해, 본 논문은 데이터 기반 다항식 카오스 전개(DDPCE)와 최대 엔트로피 방법(MEM)을 기반으로 하는 확률 제약 과도 안정성 최적 조류(CCTSCOPF) 해결 방법을 제안한다. 이 방법은 풍력 변수에 대한 사전 정의된 분포 가정이 필요 없다는 장점이 있다. 구체적으로, 5000개의 과거 풍력 발전 예측 오차 샘플을 사용하여 8차까지의 통계 모멘트를 추출하고, 이를 통해 4차…
국가 에너지 계획 수립 시 기후 위험을 고려하는 것이 중요해지고 있으나, 국가 에너지 및 기후 계획(NECP)의 적응 우선순위는 인프라, 규제, 투자 결정에 실질적인 지침을 제공하기에는 너무 일반적인 경향이 있습니다. 본 논문은 에너지 부문의 기후 위험 증거를 순위가 매겨진 적응 우선순위로 전환하기 위한 정책 중심 프레임워크를 개발했습니다. 이 프레임워크는 국가 에너지 시스템을 공급망과 집계된 요소 유형으로 분해하고, 이해관계자로부터 도출된 시스템 중요도 가중치를 다중 위험 노출 및 취약성 점수와 결합하여 상대적 영향 순위를 도출…
기존 연구는 전력 시스템 효율성 평가에서 고정 총량 산출물의 영향을 간과했으며, 디지털 산업 집적(DIA) 연구는 지리적 집중에만 초점을 맞추고 가상 집적의 역할을 소홀히 다루었습니다. 본 연구는 이러한 간극을 해소하고자 합니다. 이를 위해 고정 총량 산출물을 고려한 새로운 2단계 DEA 모델을 개발하고, DIA를 디지털 산업 지리적 집적(DIGA)과 디지털 산업 가상 집적(DIVA)으로 분해하여 분석했습니다. 연구 결과, 전력 시스템의 총 환경 효율(PSEE)과 발전 환경 효율(EGEE)은 하락 추세를 보인 반면, 송배전 환경…
분산형 태양광 발전 시스템의 높은 보급률은 저압 배전망에서 전압 위반, 태양광 수용 한계, 인접 배전 변압기 간 불균형 부하 등의 문제를 야기합니다. 본 연구는 이러한 문제를 해결하기 위해 배전 변압기 클러스터(DTC)로 구성된 저압 배전망을 위한 엣지 컴퓨팅 기반 최적 제어 방법을 제안합니다. 제안하는 방법은 지능형 융합 터미널을 엣지 컴퓨팅 플랫폼으로 활용하여 측정값 수집, 익일 스케줄 생성, 당일 실시간 보정, 안전성 검증 및 제어 명령 발행을 수행합니다. 익일 단계에서는 태양광 발전 예측 시나리오를 식별하고, 시나리오별 에…
경제 성장과 전력 기술 및 수요 패턴 변화에 따라 전력 부문의 규모, 중요성, 복잡성이 전 세계적으로 증가하고 있습니다. 특히 새로운 성장 산업과 가변 재생에너지 기술의 확산은 전력 수요 및 공급의 시간적 프로파일에 큰 변동성을 야기할 수 있습니다. 이러한 맥락에서 모듈형의 유연한 전력 저장 기술의 등장은 전력 시스템의 구조와 운영에 지대한 영향을 미칠 것으로 예상됩니다. 본 연구는 다중 부문 동적 모델의 한계를 보완하기 위해 GCAM-USA(Global Change Analysis Model-USA)의 전력 부문 동학에 계통 기…
동적이고 인버터 중심의 전력 시스템에서 실시간 계통 모니터링, 비상 분석 및 의사결정 지원을 위해서는 정확하고 확장 가능한 교류 전력 흐름(AC power flow) 대리 모델이 필수적입니다. 그러나 기존 대리 모델들은 메시형 송전망의 장거리 비선형 의존성을 포착하는 능력과 물리 법칙 준수 측면에서 한계를 보이며, 토폴로지 변화나 부하 변동에 대한 일반화 성능이 부족하고 불확실성 정량화 및 확장성이 미흡합니다. 본 논문은 이러한 문제 해결을 위해 토폴로지 불확실성 하의 AC 전력 흐름 추정을 위한 게이티드 그래프 신경망(GGNN)…
에이전트 인공지능(AI)은 차세대 스마트 그리드를 위한 새로운 패러다임으로 부상하고 있습니다. 이는 복잡한 사이버 물리 환경에서 자율적인 의사 결정, 적응형 조정 및 탄력적인 제어를 가능하게 합니다. 기존 AI 모델이 정적인 예측기나 오프라인 최적화 도구에 머물렀던 것과 달리, 에이전트 AI 시스템은 그리드 상태를 인지하고, 목표를 추론하며, 다단계 작업을 계획하고, 운영자와 실시간으로 상호작용합니다. 본 연구는 전력 시스템을 위한 에이전트 AI의 최신 발전 동향을 포괄적으로 검토합니다. 아키텍처, 다중 에이전트 제어 전략, 강화…
분산형 에너지 자원(DER)의 확산은 전력 시스템의 수용 용량에 대한 논의를 촉발하고 있습니다. 본 논문은 지난 10년간의 학술 및 산업 연구를 체계적으로 검토하여, 송배전망을 아우르는 수용 용량 분석의 주요 방법론적 과제와 응용 분야를 제시합니다. 기존 연구들이 주로 배전망에 집중했던 것과 달리, 본 논문은 송전 및 배전 수준 모두에서 수용 용량 분석을 다루며, 예측, 정상 상태 및 과도 상태 제약 조건, 그리고 다양한 DER에 대한 응용 지향적 관점을 강조합니다. 주요 연구 방향은 세 가지입니다. 첫째, 수용 용량 한계에서 …
인공지능(AI)의 급속한 확장은 하이퍼스케일 데이터센터의 성장을 촉진하며, 이는 기존 전력 시스템에 중대한 도전 과제를 야기합니다. 본 논문은 전력망 유틸리티 관점에서 이러한 통합 과제를 종합적으로 조사합니다. AI 데이터센터는 높은 전력 밀도, 급격하고 대규모의 전력 과도 현상, 그리고 특정한 전력 품질 프로파일을 특징으로 하는 독자적인 부하 범주로 기능합니다. 이러한 특성은 개발 일정 불일치로 인한 장기적인 자원 적정성 및 송전 계획 수립에 어려움을 초래합니다. 또한, 실시간 계통 균형을 저해하고 전압 및 주파수 편차, 컨버…
전력 시스템 분야에서 복원력(resiliency) 개념은 비교적 새롭지만, 극한 기후 현상으로 인한 전력 인프라의 취약성 증가와 광범위한 정전 사태로 인해 그 중요성이 커지고 있습니다. 기존의 신뢰도(reliability) 연구와 달리, 전력 시스템 복원력을 정량화하는 데에는 아직 통일된 방법론이나 기준이 부재합니다. 본 연구는 복원력과 신뢰도의 개념적 차이를 명확히 제시하고, 배전 부문에 초점을 맞춰 전력 시스템 복원력에 대한 주요 선행 연구들을 종합적으로 검토합니다. 이를 통해 복원력 개념의 발전 과정과 핵심 논의들을 파악합니…
재생에너지원의 불확실성을 고려한 전력 시스템의 비볼록 확률적 최적 조류(S-OPF) 문제는 해결하기 어려운 공학 문제입니다. 기존 펠리컨 최적화 알고리즘(POA)은 탐색 능력의 한계로 인해 지역 최적해에 수렴하는 문제가 있습니다. 이 연구는 이러한 문제를 극복하기 위해 돌연변이 전략, 적합도 거리 균형(FDB), 그리고 탐사 기반 고릴라 무리 최적화(GTO) 전략을 통합하여 POA를 개선한 IPOA(Improved Pelican Optimization Algorithm)를 제안합니다. 제안된 IPOA는 기존 POA의 전역 탐색 및…
현대 전력 시스템은 안정적인 전력 공급과 증가하는 수요를 충족하는 데 어려움을 겪고 있습니다. 유연 교류 송전 시스템(FACTS) 장치는 송전선 파라미터를 제어하여 전력 전송 능력과 안정성을 향상시키지만, 이 장치들의 최적 배치 및 용량 결정은 여전히 난제로 남아 있습니다. 이는 장치 배치 및 용량이 발전 비용, 전력 손실, 전압 안정성 및 시스템 신뢰성에 직접적인 영향을 미치기 때문입니다. 본 연구는 신재생에너지(풍력 터빈)가 통합된 IEEE 30모선 시스템에서 FACTS 장치의 최적 배치 및 용량 결정을 위해 신기루 현상에서 …
