2026년 41주차 · 급상승 연구 주제
전기·전자 · Optimal Power Flow Distribution
연 1,039 → 2,522편
분야 평균 대비 +121%p
재생에너지와 분산전원이 증가하면서 전력망의 복잡성이 커지고 있습니다. 안정적이고 효율적인 전력 공급을 위해 실시간으로 전력 흐름을 최적화하는 기술이 중요해지고 있습니다.
출판량은 OpenAlex 전수 데이터를 최근 12개월과 직전 12개월로 나눠 비교한 값이에요. 분야 전체가 함께 커지는 착시를 빼기 위해 분야 중앙값 성장률을 차감한 초과 성장(+121%p)으로 순위를 매겼어요.
학부·석사 수준에서 실제로 착수 가능한 스케일로 좁힌 방향이에요. 마음에 드는 걸 고르면 카라멜 조교가 이어서 구체화해 줘요.
재생에너지 변동성을 고려한 배전망의 실시간 최적 전력 조류 제어 알고리즘 개발
아이디에이션2전기차 충전 부하를 반영한 스마트 도시 전력망의 최적 전력 조류 분배 방안 연구
아이디에이션3인공지능 기반의 최적 전력 조류 예측 및 제어 시스템 설계
아이디에이션인용 속도와 최신성으로 고른 논문이에요. 한국어 요약을 먼저 보고, 원문은 8개 섹션 풀 분석으로 이어갈 수 있어요.
Agentic Artificial Intelligence for Smart Grids: A Comprehensive Review of Autonomous, Safe, and Explainable Control Frameworks
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…
Challenges and applications of hosting capacity analysis in DER-rich power systems
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 …
Technical Challenges of AI Data Center Integration into Power Grids—A Survey
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…
Multi-agent coordination and uncertainty adaptation in deep learning–assisted hierarchical optimization for renewable-dominated distribution networks
재생에너지의 급증은 현대 전력 시스템 운영에 다층적 불확실성을 야기하며, 기존의 결정론적 및 확률론적 최적화 방식에 한계를 드러내고 있습니다. 본 연구는 이러한 복잡성을 해결하고 불확실성 하에서 경제적 효율성과 운영 신뢰성을 동시에 향상시키기 위해 딥러닝 기반의 분포론적 강건 최적화(Deep-DRO) 프레임워크를 제안합니다. 제안된 모델은 계층적 조정 아키텍처를 통합합니다. 딥러닝 모듈은 태양 복사량, 풍력 가용성, 부하 변동 등 불확실 변수의 확률적 구조를 추론하며, DRO 계층은 적응적으로 재구성된 모호성 집합을 통해 시스템 …
Resiliency of electric power distribution networks: a review
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…
Grid resilience enhancement of photovoltaic systems via Lyapunov-validated active–reactive power coordination and inverter oversizing
분산 전력망에 태양광(PV) 시스템이 빠르게 통합되면서 전력 변동 관리 및 전압 안정성 유지에 상당한 어려움이 발생하고 있습니다. 기존 최대 전력점 추적(MPPT) 기술은 에너지 추출을 개선하지만, 전력망 교란 시 유효 전력 진동 완화 및 신속한 무효 전력 지원 제공에는 한계가 있습니다. 본 연구는 인버터 용량 증대와 결합된 능동-무효 전력 조정 프레임워크를 제안하여 계통 연계형 PV 인버터의 정상 상태 및 동적 성능을 향상시킵니다. 제안된 접근 방식은 증분 컨덕턴스(INC) 기반 MPPT와 피상 전력 제약 조건 하의 동적 무효 …
