탄소중립을 달성하기 위한 전 지구적 장기목표가 설정된 가운데 극심한 기후변화와 그에 따른 에너지 위기로 인해 신속한 에너지 패러다임의 전환이 촉구되고 있다. 에너지 수급 상황이 악화되고 있는 현재 자급자족으로 신뢰도 높은 에너지를 공급할 수 있는 능력이 필요하다. 기존의 화석연료 중심의 중앙집중형 발전시스템은 대규모 시스템에서 생산된 전력을 전역에 걸쳐 공급하기 때문에 대규모 정전에 취약하며 화석 연료 수입에 크게 의존한다. 반면, 재생에너지 기반의 분산발전시스템은 전력수요처 인근에서 친환경 전력을 공급하므로 탄소 배출과 대규모 정전으로부터 자유롭다. 또한, 분산발전시스템을 구성하는 에너지원 사이의 결합은 에너지를 효율적으로 공급할 수 있게 한다. 하지만, 친환경 및 고효율 분산발전시스템의 설계와 에너지 관리는 막대한 데이터와 계산 시간을 필요로 한다.
본 논문에서는 안정적이고 깨끗한 에너지를 공급하기 위하여 다양한 에너지원을 결합한 차세대 에너지시스템을 제안하였으며, 이를 분산발전시스템에 적용하여 분산발전시스템의 최적 에너지 관리 전략을 분석하였다. 본 논문의 최종 목적을 달성하기 위해 (1) 분산발전시스템을 구성하는 주요 에너지원의 모델링, (2) 비재생 발전원들을 결합한 에너지시스템의 설계 및 성능 해석, (3) 에너지저장장치와 비재생 발전원을 결합한 에너지시스템의 설계 및 성능 해석, (4) 인공지능 기반 최적화 프레임워크를 활용한 분산발전시스템의 에너지 관리 최적화를 수행하였다.
분산발전시스템의 에너지 관리를 위해서는 분산발전시스템을 구성하는 에너지원들의 운전 특성이 반영된 물리 모델이 필요하다. 물리 모델은 에너지원의 작동 특성에 대한 이해도를 높임으로써 새로운 에너지시스템 설계를 위한 기반이 된다. 본 연구에서는 에너지 분야의 연구 동향을 고려하여 에너지원의 물리 모델을 구축하였으며, 상용 에너지원 및 운전 데이터를 통해 물리 모델을 검증하였다.
구축한 물리 모델을 기반으로, 비재생 발전원들을 결합한 차세대 에너지시스템을 제안하였다. 제안한 에너지시스템은 인산형 연료전지와 증기터빈으로 구성되며, 인산형 연료전지에서 배출되는 폐열의 활용을 최대화하기 위해 직접 열회수 방식을 적용하였다. 인산형 연료전지와 증기터빈을 결합한 에너지시스템의 성능해석을 위해 상용 프로그램과 개발한 사내 코드를 연결한 결합 계산 방식을 사용하였다. 파라메트릭 해석을 통해 제안한 차세대 에너지시스템의 설계점을 선정하였으며, 높은 출력과 효율을 달성할 수 있음을 확인하였다.
다음으로, 에너지저장장치와 비재생 발전원을 결합한 에너지시스템을 설계하였다. 압축공기에너지저장장치와 가스터빈은 동일한 운전 메커니즘을 가지며 응답특성이 빨라 재생에너지의 간헐성에 유연하게 대응할 수 있다. 압축공기에너지저장장치와 가스터빈 결합시스템의 성능 분석을 통해 열 및 물질 결합은 높은 시너지 효과가 발휘될 수 있음을 확인하였다. 또한, 다양한 운전 제어 방식을 비교함으로써, 부분부하 운전시 효과적인 운전 제어 방식을 제안하였다.
마지막으로, 다양한 에너지원과 차세대 에너지시스템으로 구성된 분산발전시스템에 대한 최적의 에너지 관리를 분석하였다. 복잡한 분산발전시스템의 최적화 문제를 해결하기 위해 활용도가 높은 인공지능 기반의 최적화 프레임워크를 도입하였다. 회귀 모델과 메타휴리스틱 기법(Metaheuristic algorithm)을 결합한 인공지능 기법은 에너지원의 비선형적 특성을 매우 유사하게 구현하였으며 계산의 효율성도 향상시켰다. 최적화 프레임워크에 대한 효율성은 다양한 운전 조건을 고려한 사례 연구를 통해 확인하였다. 분산발전시스템의 에너지 관리 최적화에 대한 목적함수로는 경제적 지표, 환경적 지표, 그리고 에너지 자율성을 고려하였으며, 분산발전시스템의 최적의 에너지 관리 전략을 도출하였다.
본 논문에서는 에너지원의 견고한 모델링을 통해 차세대 에너지시스템을 제안하였으며, 종래의 시스템 대비 제안한 차세대 에너지시스템의 출력 및 효율 향상을 확인하였다. 또한, 다양한 에너지원으로 구성된 분산발전시스템의 에너지 관리를 최적화하기 위해 인공지능 기반 최적화 프레임워크를 사용하였다. 에너지 분야의 혁신을 도모하기 위한 차세대 에너지시스템에 대한 연구 및 개발이 지속적으로 이루어지는 가운데, 본 연구 성과가 실제 운전 환경을 고려한 운전 전략 수립 및 에너지 관리 최적화 연구에 대한 기반이 될 것으로 기대한다.