Operating Guidelines for a Multi-reservoir System using a Neural Network Model

신경망 모형을 활용한 댐 군 연계 운영 기준

저수지 군 연계 운영을 위한 각 댐에서의 방류량을 결정하기 위해서는 대개 각 댐의 초기 저수량, 유역 상 하류 댐의 총 저수량, 수요량, 기간별 발전 목표 달성 정도, 그리고 예상되는 미래유입량 등이 추정되어야 한다. 본 연구에서는 댐 군 연계운영을 위한 일별 최적화 모형인 CoMOM(Coordinated Multi-reservoir Operating Model, 4.2)의 상위 단계의 더 큰 단위 기간에 활용될 댐 군 연계 운영 기본 가이드라인을 신경망 기법을 활용하여 도출할 수 있을 지를 실험해 보고자 한다. 이 방법은 기본적으로 CoMOM이 제시하는 일별 운영 계획의 결과가 최선의 정책일것이라는 가정에 근거하고 있다. 즉, 주어진 상황에서 일별 CoMOM이 제시하는 결과를 교사 신호로 하여 신경망 학습을 수행하고, 이 결과를 통해 규칙(Rule)을 생성하는 과정으로 요약할 수 있다. 신경망 분석은 CoMOM이 이수기 모형인 점을 고려하여 이수기만을 대상으로 실험하였으며, 단위 분석기간을 10일로 택하여 미래 10일간의 방류량을 결정하는 것을 목표로 하였다. 신경망 모형의 입력요소로는 각 댐의 초기 유효 저수량, 유역 상 하류 댐의 총 저수량, 10일간의 수요량, 그리고 향후 한달 동안의 예상 유입량을 적용하였고, 출력요소로는 CoMOM에서 제시한 방류량 결과를 사용하였다. 모형의 유효성을 검증하기 위해 한강수계의 이수기를 대상으로 과거의 유입량 자료가 재현된다고 가정하고, 모의운영을 통하여 적합성을 분석하였다. 이를 위해 매일 단위의 실제 댐 군 연계 운영의 상황을 모의할 수 있는 실시간 시뮬레이션을 적용하였으며, 신경망 모형의 운영 기준에 의해 결정된 향후 10일 동안의 총 방류량이 해당기간 동안 동일한 양으로 나누어 방류된다는 가정 하에 모의 운영하였다. 그리고 도출된 운영 결과는 최종적으로 실적과의 평균저수량, 발전량, 여수로 방류량 비교를 통해 평가하였다.