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 지역 탐사 능력을 강화하여 최적해 탐색 성능을 향상시킵니다. CEC 2019 테스트 스위트를 활용한 통계적 및 비모수적 검증을 통해 IPOA의 성능을 모래 고양이 떼 최적화(SCSO), 회색 늑대 최적화(GWO), 얼룩말 최적화 알고리즘(ZOA), 민들레 최적화(DO) 등 다양한 기존 최적화 기법들과 비교 분석했습니다.
수정된 IEEE 30-모선 시스템에 태양광 및 풍력 에너지를 통합한 S-OPF 문제에 IPOA를 적용하여 발전 비용 및 배출량을 최소화하는 시뮬레이션을 수행했습니다. 윌콕슨 순위 검정 및 프리드먼 검정과 같은 통계적 검증 결과, 제안된 IPOA가 기존 방법론 대비 우수한 성능을 보이며 전력 생산 비용과 배출량을 효과적으로 절감함을 입증했습니다.
본 연구는 재생에너지 통합 전력 시스템의 운영 효율성을 높이고 환경 영향을 줄이는 데 기여할 수 있는 강력한 최적화 도구를 제공합니다. 이는 전력 시스템의 안정적이고 경제적인 운영을 위한 중요한 발전 방향을 제시합니다.
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 영감을 받은 최적화 알고리즘인 파타 모가나 알고리즘(FATA)을 제안합니다. FATA 알고리즘은 발전 비용 절감, 전력 손실 감소, 그리고 이 둘을 합산한 총 비용 함수 최소화라는 다중 최적화 목표에 대해 기존의 여러 최적화 기법(IRIME, NRBO, RCA, KOA, GWO)들과 비교 평가되었습니다.
FATA 알고리즘은 단일 목적 최적화 문제 해결에서 다른 알고리즘들보다 수렴 속도와 해의 품질 면에서 일관되게 우수한 성능을 보였습니다. 특히, FATA는 탐색(exploration)과 활용(exploitation) 간의 균형을 잘 유지하여 더 나은 전역 최적해를 도출합니다. 이는 운영 비용과 손실을 줄이고 안정성을 향상시켜 전력 시스템 효율을 실질적으로 높입니다.
실험 결과, FATA 알고리즘은 최소 발전 비용 807.0405 $/h를 달성하여 경쟁 알고리즘 대비 0.088–0.426% 감소시켰습니다. 또한, 전력 손실을 5.5917 MW로 줄여 다른 방법들보다 1.095–6.781% 낮은 손실을 보였습니다. 총 비용 최소화에서도 FATA 알고리즘은 1366.3727 $/h의 최소 총 비용을 기록했습니다.
