딥러닝을 사용한 마이크로그리드 시스템 에너지 절감 최적알고리즘 설계

• 영문명: A Design of an Optimal Energy Saving Algorithms for Microgrid System Using Deep Learning
• 발행기관: 한국전자통신학회
• 저자명: 김상만(Sang-Man Kim) 임정민(Joung-Min Lim) 유도경(Do-Kyeong Yoo) 문채주(Chae-Joo Moon)
• 간행물 정보: 『한국전자통신학회 논문지』제20권 제5호, 945~958쪽, 전체 14쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2025.10.30

국문 초록

본 연구는 도서 지역의 에너지 자립을 위한 마이크로그리드 시스템 설계에서 디젤발전기의 비효율적 운용 문제를 해결하고, 신재생에너지 및 배터리 저장장치의 활용을 극대화하기 위한 딥러닝 기반 최적 알고리즘을 설계하였다. 태양광 및 풍력의 발전량을 LSTM 기반 딥러닝 모델로 예측하고, 그 결과를 바탕으로 디젤발전기의 운전 패턴과 BSS의 충·방전 계획을 통합 제어하는 방식으로 시스템의 에너지 효율을 향상시켰다. 제안된 알고리즘은 MATLAB 기반 HILs 환경에서 시뮬레이션을 수행하여 검증되었으며, 연간 디젤발전기 운전량 및 연료 소비를 평균 4%, 최대 5%까지 절감하는 성과를 나타냈다. 특히, 실측 발전량과 예측값 간의 상관성이 높고, 배터리의 충·방전 패턴도 운영 조건에 부합하여 실제 적용 가능성이 높음을 확인하였다.

영문 초록

This study designed a deep learning-based optimization algorithm to address the inefficient operation of diesel generators in microgrid systems for energy self-sufficiency in island areas and to maximize the utilization of renewable energy and battery storage system(BSS). The system's energy efficiency was improved by predicting the power output of solar and wind energy using an LSTM-based deep learning model, and by integrating the control of diesel generator operation patterns and the charging/discharging schedule of the BSS based on the prediction results. The proposed algorithm was validated through simulations conducted in a MATLAB-based Hardware-in-the-Loop Simulation(HILs) environment, demonstrating an average reduction of 4% and a maximum reduction of 5% in annual diesel generator operation time and fuel consumption. In particular, the high correlation between the measured and predicted power outputs, along with the battery's charge/discharge patterns aligning well with operational conditions, confirmed the high potential for real-world application.

목차

Ⅰ. 서 론

Ⅱ. MG 시스템

Ⅲ. 디젤발전기 효율적인 운용 방식

Ⅳ. 시뮬레이션

Ⅴ. 시뮬레이션 및 분석

Ⅵ. 결 론

References

키워드

마이크로그리드 신재생 에너지 에너지 효율 인공 지능 심층 학습 Microgrid Renewable Energy Energy Efficiency Artificial Intelligence Deep Learning