강현구
(Hyun-Koo Kang)
†iD
Copyright © The Korean Institute of Electrical Engineers
Key Words
Binary particle swarm optimization, Distribution network planing, Economic efficiency, Reliability
1. 서 론
최근 분산전원의 보급 확대와 신도시 개발로 인해 배전망 설계 환경은 기존의 방사형(radial) 구조를 전제로 한 접근에서 점차 벗어나고 있다[1]. 특히 신도시 및 스마트시티 개발 과정에서는 부하 및 분산전원의 위치와 용량이 도시 계획 단계에서 사전에 결정되는 경우가 많아, 배전망 설계는 경제성뿐만
아니라 사고 발생 시의 전력 공급 신뢰성, 장기적인 에너지 효율, 그리고 향후 계통 확장 가능성까지 함께 고려해야 하는 문제로 확장되고 있다[1].
기존의 배전망 설계는 주로 부하 공급을 주목적으로 하여, 도로 등 선로 경과지를 고려한 배전선로를 구축한 이후 부하 증가에 따라 설비를 단계적으로
확충하는 방식으로 수행되어 왔다[2]. 이러한 접근은 이미 형성된 도시 환경을 전제로 한 점진적 확장에는 효과적이며, 운전 및 유지관리 측면에서도 장점을 가진다. 그러나 초기 설계 단계에서
배전망 구조 전반을 종합적으로 검토하고 최적화하는 데에는 한계를 가진다. 반면 신도시 및 스마트시티의 경우, 도시 개발 초기 단계에서부터 에너지 효율,
전력 공급 신뢰성, 분산전원 연계 가능성 등을 종합적으로 고려한 배전망 설계가 요구되며, 이 과정에서 설계 기준의 설정이 배전망 토폴로지에 직접적인
영향을 미치게 된다[3].
전통적인 배전망은 선로 구성의 단순성과 비용 효율성을 이유로 방사형 구조를 중심으로 설계되어 왔다[4]. 방사형 구조는 초기 투자 비용과 운영 비용 측면에서 유리하지만, 단일 선로 사고 발생 시 광범위한 부하 정전으로 이어질 수 있는 구조적 취약성을
내포하고 있다[4]. 이를 보완하기 위해 환상형(loop) 구조 또는 부분 망형(partially meshed) 구조의 배전망이 제안되어 왔으며, 이러한 구조는 사고
발생 시 대체 전력 공급 경로를 확보함으로써 전력 공급 신뢰성을 향상시킬 수 있다[4]. 반면, 환상형 및 망형(meshed) 구조는 일반적으로 선로 수의 증가에 따른 비용 상승과 설계 복잡성 증가를 수반하므로, 배전망 설계에서는 경제성과
신뢰성 간의 상충 관계를 합리적으로 반영하는 것이 중요한 설계 과제로 작용한다.
신규 배전망 선로 설계 문제는 선로 연결 여부와 같은 이산적인 설계 변수를 포함하며, 각 설계 해에 대해 조류계산을 수행하여 전압 및 전류 제약조건을
만족해야 한다. 이로 인해 해당 문제는 이산 변수와 연속 변수가 혼재된 비선형(non-linear), 비볼록(non-convex) 최적화 문제로 정의될
수 있으며, 목적함수는 미분 가능하지 않은 특성을 가진다. 또한 설계 변수 조합에 따라 목적함수의 형태가 불연속적으로 변화하므로, 선형 계획법이나
미분 기반 최적화 기법을 직접 적용하는 데에는 본질적인 한계가 존재한다[5]. 이러한 수학적 특성으로 인해 본 문제는 해석적 접근보다는 탐색 기반의 최적화 기법을 통해 접근하는 것이 현실적인 대안으로 인식되고 있다.
이와 같은 배경에서 Particle Swarm Optimization(PSO)이나 Binary PSO(BPSO)는 이산 변수 문제에 적용되어 왔다[5-
6]. 한편, 기존 연구들은 주로 이미 구축된 배전망을 대상으로 한 재구성 문제에 초점을 맞추어, 설계 목적함수 설정에 따른 배전망 구조 변화에 대한
분석은 상대적으로 제한적이었다[7]. 본 논문에서는 신규 배전망 선로 설계 문제에 대해서 경제성과 신뢰성을 동시에 고려한 문제를 다루고, 목적함수 설정에 따른 배전망 구조 변화 특성을
분석하고자 한다. 이를 위해 다목적 최적화 문제를 정식화하고, 개선된 BPSO 기반 기법을 적용하여 21모선 배전 계통에서의 구조적 설계 특성을 분석한다.
본 논문의 2장에서는 문제를 정식화하고, 3장에서 개선된 BPSO의 설계 절차를 설명하며, 4장에서 시뮬레이션 결과를 분석한다.
2. 신규 배전망 설계 문제의 정식화
본 장에서는 신도시 및 스마트시티 환경을 고려한 신규 배전망 설계 문제를 정의하고, 경제성과 신뢰성을 동시에 고려한 최적 선로 구성 문제를 수학적으로
정식화한다. 본 연구에서 다루는 배전망 설계 문제는 이미 구축된 배전망의 재구성이 아니라, 부하 및 분산전원의 위치와 용량, 지리적 정보가 사전에
주어진 상태에서 새로운 배전망을 설계하는 문제로 정의된다. 따라서 배전망의 모선 간 선로 연결 여부를 주요 설계 변수로 두고, 방사형 구조뿐만 아니라
환상형 구조 및 망형 구조를 모두 허용하는 배전망 토폴로지를 설계하는 것을 목표로 한다.
2.1 신규 배전망 설계 문제의 정의 및 가정
본 연구에서는 배전망 설계 단계에서 다음과 같은 가정을 설정한다. 먼저, 배전망 내 모든 부하 및 분산전원의 위치와 용량은 사전에 주어져 있으며,
변전소의 위치와 기준 전압 또한 고정된 것으로 가정한다. 설계 변수는 배전망 내 모선 간의 선로 연결 여부로 정의되며, 각 선로의 설치 여부에 따라
연결(1) 또는 비연결(0)의 이산적인 값을 갖는다. 이로 인해 배전망 설계 문제는 선로 연결 조합을 탐색하는 조합 최적화 문제로 귀결된다.
또한 본 연구에서는 배전망의 구조적 유연성을 확보하기 위해 방사형 구조, 환상형 구조, 망형 구조를 모두 허용하며, 모든 부하는 물리적인 선로 연결을
통해 전력 공급이 가능해야 한다는 연결 제약조건을 만족해야 한다. 이러한 연결 제약조건은 최적화 과정에서 제약식 또는 해 생성 단계의 조건으로 반영된다.
2.2 목적함수 및 제약조건
2.2.1 경제성을 고려한 배전망 선로 비용 모델
배전망 설계에서 경제성은 선로 설치 및 운영에 소요되는 총 비용으로 정의된다[5]. 본 연구에서는 배전망의 경제성을 평가하기 위해 신규 선로 설치 비용과 유지·보수 비용을 포함한 비용 모델을 목적함수로 설정하였다. 해당 목적함수는
다음과 같이 표현된다.
여기서 $C^{inv}$와 $C^{opt}$는 각각 선로의 초기 설치 비용과 운영 비용을 의미하며, $N_{line}$은 설치된 전체 선로의 개수를
나타낸다. $l_j$는 $j$번째 선로의 길이(km)를 의미하고, $C_j^{inst}$, $C_j^{prev}$, $C_j^{rep}$는 각각 선로
단위 길이당 설치 비용, 연간 예방정비 비용, 연간 수리 비용을 나타낸다. 또한 $T_p$는 전체 계획기간(내용연수)을 의미한다.
결과적으로 경제성 목적함수는 선로의 개수와 길이에 따라 비용이 증가하는 특성을 가지며, 비용 최소화 관점에서 선로 수가 적고 경로가 단순한 배전망
구조가 상대적으로 유리해질 수 있는 경향을 가진다.
2.2.2 신뢰성을 고려한 전력공급 중단비용 모델
배전망의 신뢰성은 계통 내 사고 발생 시에도 부하에 안정적으로 전력을 공급할 수 있는 능력을 의미하며, 본 연구에서는 이를 전력 공급 중단에 따른
비용의 관점에서 평가한다[8]. 즉, 배전망 내 임의의 선로에서 사고가 발생할 경우 해당 사고로 인해 전력을 공급받지 못하는 부하가 발생하며, 이에 따른 손실 비용을 신뢰성 지표로
정의한다. 이러한 신뢰성 목적함수는 다음과 같이 표현된다.
여기서 $F_p$, $D_r$, $C_F$는 각각 선로의 고장 확률, 사고 복구 기간과 고장 비용을 의미한다. 특히 고장 비용 $C_F$는 전력 공급
지장으로 인해 수용가가 입는 경제적 손실을 단위 전력량당 비용으로 환산한 값으로, 정전이 초래하는 사회적·경제적 파급 효과를 목적함수에 정량적으로
반영하는 역할을 한다. 한편, 사고 발생 시 전력 공급이 불가능한 부하의 영향을 보다 명확하게 반영하기 위해 본 연구에서는 CLLI(Contingency-Load-Loss
Index)를 사용하였다. CLLI는 단일 선로 사고 발생 시 평균적으로 차단되는 부하의 비율을 나타내는 지표로서 다음과 같이 정의된다[8].
여기서 $NDL_i$는 $i$번째 선로에 사고가 발생하였을 경우 전력 공급이 불가능한 부하의 총량(Non-Delivered Load)을 의미한다.
$NDL_i$는 고정된 값이 아니라, 3장에서 제시할 INBPSO 알고리즘의 탐색 과정 중 각 입자가 생성하는 개별 배전망 후보 구조마다 선로 사고를
가정하고 동적으로 조류계산을 수행하여 산출되는 값이다. $NDL_{avg}$는 전체 선로 사고에 대한 평균 부하 손실량을 나타낸다. 또한 $L_{total}$은
계통 내 전체 부하의 총량이다.
CLLI는 개별 선로 사고에 따른 부하 손실을 평균화하고 전체 부하로 정규화함으로써, 배전망 구조 변화에 따른 신뢰성 차이를 효과적으로 반영할 수
있는 지표이다. 특히 환상형 구조 또는 망형 구조와 같이 사고 발생 시 대체 전력 공급 경로가 존재하는 경우, 방사형 구조에 비해 평균 부하 손실이
감소하는 특성을 정량적으로 평가할 수 있다. 본 연구에서는 수식 (2)와 (3)을 이용하여 배전망 구조에 따른 신뢰성 비용을 산정하고, 이를 경제성 목적함수와 함께 고려함으로써 신규 배전망 설계의 최적 구조를 도출한다.
2.2.3 다목적 목적함수의 통합 및 제약조건
본 연구에서는 배전망 설계 시 경제성과 신뢰성을 동시에 고려하기 위해 두 목적함수를 통합한 다목적 목적함수를 설정하였다. 최종 목적함수는 다음과 같이
정의된다.
수식 (4)는 경제성과 신뢰성 간의 상충 관계를 반영하고 있으며, 해당 목적함수를 최소화하는 배전망 선로 구성을 최적 설계 해로 도출한다.
배전망 설계 과정에서 고려해야 하는 제약조건은 다음과 같다. 첫째, 모든 모선에서 키르히호프 전류 법칙을 만족해야 한다. 둘째, 안정적인 계통 운전을
위해 각 모선의 전압과 선로의 전류는 허용 범위 내에 존재해야 한다. 셋째, 모든 부하는 물리적인 선로 연결을 통해 전력을 공급받을 수 있어야 하며,
계통의 연결성이 보장되어야 한다.
3. INBPSO 기반 신규 배전망 설계 방법
본 장에서는 2장에서 정식화한 신규 배전망 선로 설계 문제를 해결하기 위해 적용한 최적화 기법과 전체 설계 절차를 설명한다. 본 연구에서 다루는 배전망
선로 설계 문제는 선로 연결 여부를 이산 변수로 갖고, 각 설계 해에 대해 조류계산을 수행하여 전압 및 전류 제약조건을 만족하는지 검증해야 하는 비선형
다목적 최적화 문제이다. 이러한 문제 특성으로 인해 혼합 정수 계획법이나 비선형 계획법과 같은 전통적인 결정론적 최적화 기법을 적용할 경우 계산 복잡도가
급격히 증가하여 실규모 계통에 대한 적용이 어렵다[5].
이에 따라 본 연구에서는 이산 변수 최적화 문제에 효과적으로 적용 가능한 메타휴리스틱 기법인 BPSO를 기반으로 배전망 선로 설계 문제에 접근한다[6]. 그러나 Standard BPSO는 속도 정보가 확률적으로 해석되는 과정에서 구조적 안정성이 저하될 수 있으며, 최적해 근방에서도 선로 연결 상태가
빈번하게 변화하는 한계를 가진다[9]. 본 연구에서는 이러한 한계를 극복하고 수렴 성능과 해의 안정성을 동시에 향상시키기 위해 개선된 INBPSO 기법을 적용한다[9].
3.1 PSO 및 Standard BPSO의 적용 한계
PSO는 다수의 입자가 해 공간을 탐색하면서 개인 최적해와 전역 최적해 정보를 공유함으로써 최적해를 탐색하는 메타휴리스틱 최적화 기법이다[10]. PSO는 해 공간의 형태에 대한 제약이 적고 구현이 비교적 간단하다는 장점으로 인해 다양한 연속 변수 최적화 문제에 효과적으로 적용되어 왔다.
그러나 배전망 선로 설계 문제와 같이 설계 변수가 이산적으로 정의되는 경우, 연속 공간을 가정한 기존 PSO의 적용에는 구조적인 한계가 따른다[6].
이러한 문제를 해결하기 위해 BPSO가 제안되었으며, BPSO에서는 입자의 위치를 이진 변수로 표현하여 이산 변수 최적화 문제에 PSO를 적용할 수
있도록 한다[6]. 즉, 각 입자의 위치는 배전망 내 선로의 연결 여부를 나타내며, 속도 정보는 위치 변화의 확률을 결정하는 변수로 해석된다. 이를 통해 BPSO는
이산적인 설계 변수를 포함하는 문제에 대해 비교적 유연한 탐색을 수행할 수 있다.
그러나 Standard BPSO에서는 속도 정보가 Sigmoid 함수 등을 통해 확률 값으로 변환되는 과정에서 속도의 크기 차이가 충분히 반영되지
못하는 문제가 발생할 수 있다[9]. 이로 인해 최적해 근방에서도 선로 연결 상태가 빈번하게 변화하며, 탐색이 불필요하게 반복되는 현상이 나타날 수 있다. 특히 배전망 설계 문제와
같이 계통 구조의 안정성이 중요한 문제에 적용할 경우, 이러한 특성은 해의 수렴 안정성을 저하시킬 수 있다.
또한 Standard BPSO는 전역 최적해의 개선이 일정 반복 이상 발생하지 않을 경우에도 동일한 탐색 패턴이 반복되는 경향을 보이며, 이는 탐색
정체 현상으로 이어질 수 있다[9]. 이러한 한계는 해 공간이 크고 조합 수가 많은 신규 배전망 선로 설계 문제에서 탐색 효율을 저하시킬 수 있는 요인으로 작용한다. 따라서 본 연구에서는
Standard BPSO의 이러한 한계를 극복하고, 선로 연결 상태의 불필요한 변화를 억제하면서도 탐색 성능과 수렴 안정성을 동시에 확보할 수 있는
개선된 최적화 기법이 요구된다.
3.2 INBPSO 기반 선로 연결 변수 갱신 및 설계 절차
여기서는 앞에서 설명한 BPSO의 한계를 개선하기 위해 적용한 INBPSO(Improved Normalized BPSO) 기반 선로 연결 변수의 갱신
방식과, 이를 이용한 신규 배전망 선로 설계 절차를 설명한다. INBPSO는 기존 BPSO의 확률 기반 위치 갱신 구조를 유지하면서도, 속도 값이
갖는 상대적인 크기 정보를 보다 효과적으로 반영할 수 있도록 정규화 과정을 도입하고, 탐색 과정에서 발생할 수 있는 정체 현상을 완화하기 위한 제어
계수를 포함한다[9].
INBPSO에서 각 입자의 위치는 배전망 내 선로 연결 여부를 나타내는 이진 벡터로 구성된다. 입자 위치 벡터의 각 성분은 특정 모선 쌍 간 선로의
연결 여부에 대응하며, 이진 변수의 값은 해당 선로의 연결 상태를 의미한다. 이러한 표현을 통해 하나의 입자는 하나의 배전망 선로 구성 해를 나타내게
된다.
그림 1. INBPSO에서 이진 입자 벡터의 표현 예
Fig. 1. Example of binary particle vector representation in INBPSO
그림 1은 총 4개의 모선($N_{bus} = 4$)을 갖는 배전망을 대상으로, 선로 연결 상태를 이진 입자 벡터로 표현한 예를 나타낸다. 이 경우 입자
벡터의 크기는 전체 모선 중 두 개를 선택하는 조합 수($_{N_{bus}}C_2$)로 결정되며, $(i, j)$로 표현된 각 요소는 $i$번 모선과
$j$번 모선 사이의 선로 연결 상태를 의미한다.
속도 정규화 과정에서는 기존 BPSO에서 사용되는 Sigmoid 기반 확률 변환 방식의 한계를 보완하기 위해, 속도 값의 크기 정보를 보다 명확히
반영하는 정규화 함수가 사용된다[9]. INBPSO에서 정규화된 속도는 다음과 같이 정의된다.
여기서 $v_{id}$는 입자 $i$의 $d$번째 성분에 대한 속도를 의미하며, $Sigmoid$ 함수는 속도 값을 $[0, 1]$ 구간으로 변환한다.
$S(v_{id})$는 정규화된 속도로, 해당 성분의 선로 연결 상태가 변화할 가능성을 나타낸다. 이와 같은 정규화 방식을 통해 속도 값이 작은 경우에는
선로 연결 상태의 불필요한 변화를 억제하고, 속도 값이 큰 경우에는 보다 적극적인 구조 탐색이 가능하도록 한다.
한편, 제어계수 $A$는 탐색 과정에서 발생할 수 있는 정체 현상을 완화하기 위해 도입된 계수로, 탐색 진행 상황에 따라 조정되는 값이다[9]. INBPSO에서는 탐색 실패 횟수에 기반한 제어 계수 $A$를 다음과 같이 정의한다.
여기서 $k$는 상수 계수이며, $F$는 전역 최적해의 개선이나 위치 변화가 발생하지 않은 연속적인 탐색 실패 횟수를 의미한다. 또한 $T$는 문제의
차원성에 기반한 시간 상수로, 탐색 과정에서 $A$가 점진적으로 증가하도록 조절하는 역할을 한다. 이를 통해 탐색이 원활히 진행되는 경우에는 불필요한
선로 구성의 변동을 억제하고, 탐색이 장기간 정체되는 경우에는 적극적으로 선로 연결 구성이 변화되도록 유도한다.
개선된 속도 정규화 함수와 정체 제어 계수를 기반으로, INBPSO의 위치 갱신 규칙은 다음과 같이 정의된다.
여기서 $exchange$ 연산은 INBPSO에서 사용되는 이진 토글 연산으로, 해당되는 성분의 선로 연결 상태를 0과 1 사이에서 전환한다[9]. 이와 같은 위치 갱신 방식은 기존 BPSO와 달리 이전 위치 정보를 고려함으로써, 최적해 근방에서 발생할 수 있는 과도한 변동을 억제하고 수렴
안정성을 향상시키는 효과를 가진다.
INBPSO 기반의 신규 배전망 선로 설계 절차는 초기 선로 연결 상태 생성, 목적함수 평가, 속도 및 위치 갱신, 종료 조건 판단 단계로 구성된다.
각 반복 단계에서는 2장에서 정의한 경제성 및 신뢰성 목적함수를 이용하여 설계 해를 평가하며, 조류계산을 통해 모선 전압 및 선로 전류가 제약조건을
만족하는지를 확인한다. 이러한 반복 과정을 통해 INBPSO는 배전망의 운전 제약을 만족하는 선로 구성 해를 탐색하며, 전체 설계 과정은 그림 2에 나타내었다.
그림 2는 INBPSO 기반 신규 배전망 선로 설계의 전체 반복 구조를 나타내며, 각 반복 단계에서 선로 연결 상태에 따른 조류계산 및 제약조건 검증이 수행된
후, 목적함수 평가 결과에 따라 입자 위치가 갱신되는 과정을 포함한다.
그림 2. INBPSO 기반 신규 배전망 선로 설계 과정
Fig. 2. Flowchart of the distribution network line planning process based on INBPSO
4. 시뮬레이션 결과 및 분석
본 장에서는 제안한 INBPSO 기반 선로 설계 방법을 적용한 시뮬레이션 결과를 제시하고, 목적함수 설정에 따른 배전망 구조 변화를 정량적·구조적
관점에서 분석하였다.
본 연구에서 사용한 시험 계통은 기존 문헌에서 다목적 배전망 설계 문제의 검증을 위해 사용된 시험 계통을 기반으로 구성되었으며, 실제 배전망 설계
문제에서 요구되는 선로 선택의 조합적 특성과 조류계산 기반 제약조건을 동시에 반영할 수 있도록 설정하였다[11-
13].
4.1 대상 계통 및 시뮬레이션 조건
제안한 배전망 선로 설계 방법의 유효성을 검증하기 위해, 본 연구에서는 21모선 배전 계통을 대상으로 시뮬레이션을 수행하였다[11-
13]. 해당 시험 계통은 다목적 배전망 최적화 연구에서 활용된 모델을 기반으로 하였으며, 신규 배전망 설계 시 요구되는 선로 연결 조합의 복잡성과 조류계산
제약조건을 검증할 수 있도록 재구성하였다.
대상 계통은 하나의 변전소와 다수의 부하 모선으로 구성된다. 시뮬레이션에서는 앞서 2.1절에 정의한 기본 설계 가정(변전소 및 부하의 위치·용량 고정,
연결성 제약 등)을 전제로, 기존 문헌[11-
13]에서 제시된 파라미터를 적용하여 설계 결과의 객관성을 확보하였다.
조류계산은 정상 상태를 기준으로 수행하였으며, 탐색 된 설계 해는 모선 전압 및 선로 전류에 대한 제약조건을 만족해야 한다. 만약 계통해석 결과 제약조건을
위반하는 해가 발생할 경우, 목적함수 값에 페털티 함수를 적용하여 전체 비용이 대폭 증가하도록 수식화함으로써, INBPSO 알고리즘이 제약조건을 만족하는
유효한 선로 구성 해를 탐색하도록 하였다.
경제성 평가는 2장에서 정의한 선로 설치 및 운영 비용 모델을 기반으로 수행하였으며, 신뢰성 평가는 선로 사고 발생 시 전력 공급이 불가능한 부하에
따른 비용을 고려하였다. 시뮬레이션에서는 경제성과 신뢰성 간의 상충 관계를 분석하기 위해 신뢰성 비용 계수를 단계적으로 변화시키는 다수의 Case를
설정하였으며, 이를 통해 목적함수 설정 변화가 배전망 구조에 미치는 영향을 분석하고자 하였다.
4.2 목적함수 설정에 따른 배전망 구조 변화 분석
먼저 경제성만을 목적함수로 고려한 경우(Case 1)에 대한 배전망 설계 결과를 그림 3에 나타내었다. 본 Case에서는 선로 설치 및 운영 비용을 최소화하도록 목적함수를 구성하였으며, 신뢰성 항은 고려하지 않았다. 그 결과 배전망은
변전소로부터 각 부하 모선까지 단일 경로를 통해 전력이 공급되는 방사형 구조로 설계되었다.
해당 결과는 선로 수와 총 선로 길이를 최소화하는 방향으로 목적함수가 작용한 결과로 해석할 수 있다. 방사형 구조는 초기 투자 비용과 운영 비용 측면에서
효율적인 구조이지만, 선로 사고 발생 시 해당 선로 이하의 모든 부하에 대한 전력 공급이 중단될 수 있는 구조적 한계를 가진다. 따라서 Case 1의
결과는 이후 신뢰성 항이 추가될 경우 배전망 구조가 어떻게 변화하는지를 분석하기 위한 기준(base case)에 해당된다.
그림 3. 경제성만을 고려한 배전망 설계 결과 (Case 1)
Fig. 3. Distribution network planning result considering only economic efficiency
(Case 1)
그림 4. 경제성과 신뢰성을 동시에 고려한 배전망 설계 결과
Fig. 4. Distribution network planning results considering both economic efficiency
and reliability
다음으로 경제성과 신뢰성을 동시에 고려한 경우(Case 2–4)에 대한 배전망 설계 결과를 그림 4에 나타내었다. 해당 Case들에서는 경제성 목적함수에 신뢰성 비용 항을 추가하고, 신뢰성 비용 계수를 변화시켜 가면서 목적함수 내 신뢰성 항의 중요도를
변화시켰다. Case 2는 신뢰성 항이 포함된 기준 시나리오이며, Case 3과 Case 4는 신뢰성 항의 비중 증가에 따른 배전망 설계 결과의 구조적
변화를 뚜렷하게 확인하기 위해 신뢰성 비용 계수를 각각 4배 및 16배로 증가시킨 경우이다.
시뮬레이션 결과, 신뢰성 비용 계수가 증가함에 따라 배전망 구조는 방사형에서 점진적으로 부분 망형을 거쳐 환상형 구조로 변화하였다. 경제성만을 고려한
Case 1이 전형적인 방사형 구조로 도출된 것과 달리, 신뢰성 비용이 도입된 Case 2와 계수를 4배로 증가시킨 Case 3에서는 고장시 전력
공급을 위한 우회 경로를 일부 확보한 부분 망형 구조가 도출되었다. 마지막으로 신뢰성 비중을 16배로 극대화한 Case 4에서는 대부분의 구간에 다중
대체 경로를 확보한 환상형 구조로 변화하는 특징이 나타났다. 특히 주요 부하 모선 및 변전소 인근 구간에서는 선로 사고가 발생하더라도 전력 공급이
가능하도록 다중 경로를 확보하는 방향으로 선로가 구성되는 특징을 보였다.
이러한 결과는 신뢰성 목적함수가 배전망 구조 선택에 직접적인 영향을 미치며, 신뢰성 항의 비중이 증가할수록 배전망은 비용 증가를 감수하더라도 전력공급의
안정성을 우선적으로 확보하도록 설계됨을 의미한다.
4.3 경제성 및 신뢰성 비용의 상충 관계 분석
본 절에서는 4.2절에서 논의된 각 Case별 배전망 설계 결과를 바탕으로, 경제성과 신뢰성 간의 정량적인 상충 관계를 분석하였다. 경제성은 선로
설치 및 운영에 소요되는 총 비용을 나타내난 목적함수 $C_{IO}$를 기준으로 평가하였으며, 신뢰성은 단일 선로 사고 발생시 전력 공급 중단에 따른
손실 비용을 의미하는 목적함수 $C_R$을 산출하여 상호 비교하였다.
그림 5. 목적함수 설정에 따른 경제성 및 신뢰성 비용 비교
Fig. 5. Comparison of economic and reliability costs according to objective function
settings
그림 5는 각 Case별로 산출된 경제성 비용(파란색)과 신뢰성 비용(빨간색)의 변화 추이를 보여준다. 시뮬레이션 결과, 신뢰성 비용 계수가 증가함에 따라(Case
1→Case 4) 배전망 계통의 전력 공급 신뢰성은 뚜렷하게 향상되는 것을 확인할 수 있다. 계통 내 대체 전력 공급 경로가 확보됨에 따라 단일 선로
사고 시 발생하는 평균 부하 손실이 감소하여 신뢰성 목적함수 $C_R$은 급격히 감소하였다. 반면, 이러한 고신뢰성 배전망을 구축하기 위해 물리적인
선로의 수와 총 길이가 증가하게 되며, 이는 필연적으로 선로 설치 및 유지보수 비용의 상승을 초래한다. 즉, 배전망이 부분 망형 및 환상형 구조로
변화할수록 경제적 측면의 효율성은 저하되는 명확한 상충 관계가 확인된다.
따라서 실제 신규 배전망 설계 시에는 무조건적인 비용 최소화나 신뢰성 극대화를 추구하기보다는, 경제성과 신뢰성 간의 상충 관계를 합리적으로 반영하여
총 비용을 고려한 의사결정이 수반되어야 함을 시사한다.
5. 결 론
본 논문에서는 신도시 및 스마트시티 환경을 고려한 신규 배전망 설계 문제를 대상으로, 경제성과 신뢰성을 동시에 고려한 최적 배전망 선로 설계 방법을
제안하였다. 기존 연구들이 주로 이미 구축된 배전망의 재구성 문제나 방사형 구조를 전제로 한 설계에 초점을 맞춘 것과 달리, 본 연구는 부하 및 분산전원의
위치와 용량, 지리적 정보가 사전에 주어진 상태에서 신규 배전망을 전체를 설계하는 문제를 다루었다. 이를 위해 경제성과 신뢰성을 비용 함수로 표현한
다목적 최적화 문제를 정식화하고, 이산적인 선로 연결 변수를 효과적으로 처리할 수 있는 INBPSO 기반 설계 방안을 제시하였다.
시뮬레이션 결과, 경제성만을 고려한 경우에는 선로 수와 총 길이를 최소화하는 방사형 배전망 구조가 도출되었으며, 이는 비용 측면에서 효율적인 해를
제공함과 동시에 전력 공급 신뢰성 측면에서는 구조적 한계를 가짐을 확인하였다. 반면, 신뢰성 비용 항이 목적함수에 포함되고 그 비중이 증가함에 따라
배전망 구조는 환상형 또는 부분적인 망형 구조로 변화하였으며, 이는 단일 선로 사고 발생 시에도 전력 공급이 가능하도록 다중 경로를 확보하는 방향으로
설계 결과가 유도됨을 의미한다.
경제성과 신뢰성 간의 상충 관계는 배전망 토폴로지를 직접적으로 결정하는 설계 요인으로 작용하며, 이는 신규 배전망 설계시 단일 목적함수 기반 접근의
한계를 시사한다. 특히 신도시 및 스마트시티와 같이 설계 단계에서 배전망 구조를 유연하게 결정할 수 있는 환경에서는, 경제성과 신뢰성을 동시에 고려한
다목적 설계 접근이 합리적인 의사결정을 위한 중요한 기준이 될 수 있다.
본 논문에서는 정상 상태 운전 조건과 선로 사고를 가정한 신뢰성 평가를 기반으로 배전망 구조 변화를 분석하였다. 향후 연구에서는 분산전원의 불확실성과
부하 변동성을 고려한 확률적 설계 문제로 확장하고, 실제 배전망 설계 시나리오에 대한 적용 가능성을 검토할 예정이다.
Acknowledgements
이 논문은 2025학년도 한남대학교 학술연구비 지원에 의하여 연구 되었음
References
S.A.A. Kazmi, M.K. Shahzad, A.Z. Khan, D.R. Shin, "Smart Distribution Networks: A
Review of Modern Distribution Concepts from a Planning Perspective," Energies, vol.
10, no. 4, 2017.

R.E. Brown, "Electric Power Distribution Reliability," CRC Press, 2009.

H. Farhangi, "The path of the smart grid," IEEE Power & Energy Magazine, vol. 8, no.
1, pp. 18-28, 2010.

F.R. Islam, K. Prakash, K.A. Mamun, A. Lallu, H.R. Pota, "Aromatic Network: A Novel
Structure for Power Distribution System," IEEE Access, vol. 5, pp. 25236-25257, 2017.

S. Ganguly, N.C. Sahoo, D. Das, "Multi-objective planning of electrical distribution
systems using dynamic programming," International Journal of Electrical Power & Energy
Systems, vol. 46, pp. 65-78, 2013.

M.A. Khanesar, M. Teshnehlab, M.A. Shoorehdeli, "A novel binary particle swarm optimization,"
2007.

H. Souifi, O. Kahouli, H.H. Abdallah, "Multi-objective distribution network reconfiguration
optimization problem," Electrical Engineering, vol. 101, pp. 45-55, 2019.

N.G. Paterakis, "Multi-Objective Reconfiguration of Radial Distribution Systems Using
Reliability Indices," IEEE Transactions on Power Systems, vol. 31, no. 2, pp. 1048-1062,
2016.

H. Nezamabadi-pour, M. Rostami-Shahrbabaki, M. Farsangi, "Binary Particle Swarm Optimization:
challenges and New Solutions," The Journal of Computer Society of Iran (CSI) On Computer
Science and Engineering (JCSE), vol. 6, pp. 21-32, 2008.

J. Kennedy, R. Eberhart, "Particle swarm optimization," vol. 4, pp. 1942-1948, 1995.

E.G. Carrano, L.A.E. Soares, R.H.C. Takahashi, R.R. Saldanha, O.M. Neto, "Electric
distribution network multiobjective design using a problem-specific genetic algorithm,"
IEEE Transactions on Power Delivery, vol. 21, no. 2, pp. 995-1005, 2006.

E.G. Carrano, F.G. Guimaraes, R.H.C. Takahashi, O.M. Neto, F. Campelo, "Electric Distribution
Network Expansion Under Load-Evolution Uncertainty Using an Immune System Inspired
Algorithm," IEEE Transactions on Power Systems, vol. 22, no. 2, pp. 851-861, 2007.

M. Sedghi, A. Ahmadian, M. Aliakbar-Golkar, "Optimal Storage Planning in Active Distribution
Network Considering Uncertainty of Wind Power Distributed Generation," IEEE Transactions
on Power Systems, vol. 31, no. 1, pp. 304-316, 2016.

저자소개
He received the B.S. degree in electrical engineering, and the integrated M.S. and
Ph.D. degrees in electrical engineering and computer science from Seoul National University,
Seoul, Korea, in 2005 and 2013, respectively. He was a Senior Researcher at Research
Institute of Korea Electric Power Corporation (KEPRI), Daejeon, Korea, from 2013 to
2018. He is currently an Associate Professor at Hannam University, Daejeon, Korea.