심층 강화 학습(DRL)은 처리량 최대화가 중요한 반도체 클러스터 공정 도구를 포함하여 다중 로봇 스케줄링에 널리 적용되어 왔다. 이러한 도구는 엄격한 제약 하에서 작동하며, 효율적인 운용을 위해 정밀한 조정이 요구된다. 그러나 이와 같은 복잡한 환경에서 다수의 로봇을 관리하는 일은 여전히 어렵다. 본 연구에서는 동적 액션 마스킹을 통해 로봇의 행동을 순차적으로 생성하는 자기회귀(autoregressive) DRL 프레임워크를 제안한다. 이 방법은 대규모의 이산 행동 공간에서 문맥을 인식하는 의사결정을 가능하게 한다. 에이전트는 단계별 진행, 작업 완료, 이동 거리 감소를 촉진하는 보상 함수로 안내되며, 자원의 효율적 활용을 장려한다. 제안하는 접근법은 대표적인 도구 구성 전반에서 우수한 성능을 보였고, 복잡한 스케줄링 과제에서 정책 분해(policy decomposition)의 가치를 강조한다.

고밀도·고층 도시의 건축이 진행됨에 따라, 신축 또는 증축된 구조물로 인한 차폐로 인해 기존 건물에 설치된 태양광(PV) 시스템의 성능이 저하될 수 있다는 우려가 제기되어 왔다. PV 시스템의 지속적인 확장을 위해서는 PV 시스템 소유자의 권리를 보호하기 위한 제도적 틀과 구조화된 보상 체계를 수립할 필요가 있다. 이 연구는 옥상형 PV 시스템에서 발생하는 PV 성능 저하가 경제에 미치는 영향을 정량적으로 분석하고, 포괄적인 보상 방안을 제안한다. 태양광 시뮬레이션 소프트웨어 SolarPro를 사용하여 서울 기상 데이터를 기반으로 세 가지 사례(전형적, 분쟁적, 극단적)를 시뮬레이션하였다. 경제성 평가는 세 가지 계약 유형—전력량 연동 방식(넷 미터링), 전력구매계약(PPA), 시장거래—을 포함하였다. 그 결과, 차폐는 해당 사례들에서 연간 전력 손실을 각각 1.7%, 9.0%, 15.3%까지 유발하는 것으로 나타났다. 경제성 분석에서는 전기요금 증가와 수익 손실을 포함한 유의미한 재정적 영향이 확인되었으며, 일부 사례에서는 수익의 전기를 추가 전기요금으로의 전환이 나타났다. 제안된 보상 체계는 모듈 열화, 인버터 효율 저하, 연쇄적 누적 차폐 효과 등 장기적 영향을 포함하여 단기적인 전력 손실과 장기적 효과를 모두 반영한다. 또한 물가상승 및 전기요금 인상과 같은 경제적 요인도 고려하였다. 본 보상 체계는 도시형 PV 시스템의 고유한 특성과 계약 유형의 차별성을 반영하면서 피해를 체계적으로 정량화한다. 제안된 프레임워크는 PV 관련 분쟁을 해결하기 위한 객관적 기준을 제공함과 동시에 당사자 간 책임의 균형을 도모하여, 도시 태양광 정책 수립에 기여할 것이다.

심층 강화 학습(DRL)은 처리량 최대화가 중요한 반도체 클러스터 공정 도구를 포함하여 다중 로봇 스케줄링에 널리 적용되어 왔다. 이러한 도구는 엄격한 제약 하에서 작동하며, 효율적인 운용을 위해 정밀한 조정이 요구된다. 그러나 이와 같은 복잡한 환경에서 다수의 로봇을 관리하는 일은 여전히 어렵다. 본 연구에서는 동적 액션 마스킹을 통해 로봇의 행동을 순차적으로 생성하는 자기회귀(autoregressive) DRL 프레임워크를 제안한다. 이 방법은 대규모의 이산 행동 공간에서 문맥을 인식하는 의사결정을 가능하게 한다. 에이전트는 단계별 진행, 작업 완료, 이동 거리 감소를 촉진하는 보상 함수로 안내되며, 자원의 효율적 활용을 장려한다. 제안하는 접근법은 대표적인 도구 구성 전반에서 우수한 성능을 보였고, 복잡한 스케줄링 과제에서 정책 분해(policy decomposition)의 가치를 강조한다.

고밀도·고층 도시의 건축이 진행됨에 따라, 신축 또는 증축된 구조물로 인한 차폐로 인해 기존 건물에 설치된 태양광(PV) 시스템의 성능이 저하될 수 있다는 우려가 제기되어 왔다. PV 시스템의 지속적인 확장을 위해서는 PV 시스템 소유자의 권리를 보호하기 위한 제도적 틀과 구조화된 보상 체계를 수립할 필요가 있다. 이 연구는 옥상형 PV 시스템에서 발생하는 PV 성능 저하가 경제에 미치는 영향을 정량적으로 분석하고, 포괄적인 보상 방안을 제안한다. 태양광 시뮬레이션 소프트웨어 SolarPro를 사용하여 서울 기상 데이터를 기반으로 세 가지 사례(전형적, 분쟁적, 극단적)를 시뮬레이션하였다. 경제성 평가는 세 가지 계약 유형—전력량 연동 방식(넷 미터링), 전력구매계약(PPA), 시장거래—을 포함하였다. 그 결과, 차폐는 해당 사례들에서 연간 전력 손실을 각각 1.7%, 9.0%, 15.3%까지 유발하는 것으로 나타났다. 경제성 분석에서는 전기요금 증가와 수익 손실을 포함한 유의미한 재정적 영향이 확인되었으며, 일부 사례에서는 수익의 전기를 추가 전기요금으로의 전환이 나타났다. 제안된 보상 체계는 모듈 열화, 인버터 효율 저하, 연쇄적 누적 차폐 효과 등 장기적 영향을 포함하여 단기적인 전력 손실과 장기적 효과를 모두 반영한다. 또한 물가상승 및 전기요금 인상과 같은 경제적 요인도 고려하였다. 본 보상 체계는 도시형 PV 시스템의 고유한 특성과 계약 유형의 차별성을 반영하면서 피해를 체계적으로 정량화한다. 제안된 프레임워크는 PV 관련 분쟁을 해결하기 위한 객관적 기준을 제공함과 동시에 당사자 간 책임의 균형을 도모하여, 도시 태양광 정책 수립에 기여할 것이다.

가동 중인 전력계통에 발전기를 연결하기 위해서는 동기화 과정이 필요하며, 이 과정에서는 두 시스템의 전압 크기, 주파수, 위상각을 일치시켜야 한다. 전력계통의 전압 크기와 주파수를 변경하는 것은 불가능하므로, 발전기가 이를 맞추도록 동기화되어야 한다. 과거에는 숙련된 운전자가 발전기의 전압을 수동으로 조정하여 동기화를 달성했으나, 오늘날에는 더 빠르고 정확한 동기화를 위해 Auto-Synchronizer(25A 장치)가 사용된다. 자동 동기화기는 발전기에 제어 신호를 보내어 전력계통과 동일한 전압 크기 및 주파수에 맞추도록 발전기의 전압 크기와 주파수를 조정한다. 그러나 이 장치는 발전기 계통의 응답 특성에 대한 정보를 갖고 있지 않기 때문에, 일반적으로 정해진 간격으로 단시간 지속 펄스를 보내고 목표값에 도달할 때까지 피드백 제어를 수행하는 방식을 사용한다. 이 방법은 오버슈트를 유발하지 않는 매우 안정적인 제어 방식이지만, 목표값에 도달할 때까지 많은 루프가 반복되므로 시간이 오래 걸린다. 본 논문은 발전기와 관련된 응답 특성을 추정하고 제어 신호를 최적화하여 피드백 제어 루프의 수를 줄임으로써 발전기 동기화에 소요되는 시간을 단축하는 알고리즘을 제안하고자 한다.

기후변화 완화 및 에너지 전환 정책의 일환으로, 제로에너지 건축물의 확대로 인해 태양광(PV) 시스템 구축의 중요성이 점차 커지고 있다. 이러한 시스템은 건축물의 에너지 자급자족 능력을 향상시키는 핵심 요소로서 주목받고 있다. 그러나 고층 및 고밀도 도시 건축물로의 전환은 기존 PV 시스템의 음영(shading)으로 인해 전력 효율이 저하되어 전력 효율 감소로 이어진다. PV 시스템은 음영으로 인한 전력 효율 손실을 해결하기 위한 명확한 법적 보호 및 보상 절차의 부재로 인해 잠재적 분쟁과 재정적 차질에 취약하다. 본 연구는 건축물 PV 시스템을 위한 태양복사(solar irradiance)의 확보 및 보호와 관련된 법적·제도적 측면을 검토하고, 이에 대한 해결 방안을 제안한다. 방법론에는 관련 국내 및 국제 정책에 대한 비교 평가, 문헌 검토, 사례 연구 분석이 포함된다. 전체 목적은 주변 건축물의 변화로 인한 PV 전력 효율 저하와 관련된 손해 보상에 대한 포괄적 절차를 개발하고 제안하는 것이다. 본 연구의 결과는 향후 정책 수립을 위한 기초 자료로 활용될 수 있으며, PV 시스템 소유자의 권리를 보호하기 위한 법제 개선 및 효율적인 분쟁 해결 절차의 구축에 기여할 수 있다.

전 세계적으로 온실가스(GHG)를 감축하기 위해 전기자동차(EV)의 보급이 최근 증가하고 있으며, 정부는 2030년까지 약 300만 대의 EV를 공급할 계획을 세우고 있다. EV 충전 패턴은 시간대별 요금제(ToU, Time-of-Use)에서 결정되며, 주로 18:00부터 23:00까지의 중간 부하 기간에 이루어진다. EV 충전 수요는 가구(아파트)의 전력 수요를 추가로 증가시키는데, 이는 귀가 후 18:00 이후에 급증하기 때문에 EV 충전 수요 패턴을 정확하게 예측할 필요가 있다. 본 논문에서는 몬테카를로 시뮬레이션을 기반으로 EV 사용자들의 SoC(State-of-Charge), 충전 시작 시간, 충전 방식과 같은 입력 데이터의 확률 변수를 정하고, 이를 통해 EV 충전 수요 패턴을 예측한다. 또한 EV 충전 수요 패턴에 따른 아파트 전력 수요 패턴의 변화를 아파트 전력 수요 패턴의 실제 데이터로 추정한다. 나아가 전국 아파트의 가구당 EV 비율에 따라 전력 수요 패턴의 변화와 첨두 부하 시간의 변화를 추정한다.

도서 지역의 전력계통은 일반적으로 규모가 작고 본토와 연계되어 있지 않으므로 독립적으로 운전될 수 있어야 한다. 또한 전력은 주로 디젤 발전기로부터 공급된다. 이러한 상황에서는 디젤 발전기 시동 또는 독립 운전 중 대용량의 가변 부하를 운전할 때 주파수 변동이 쉽게 발생한다. 따라서 60 Hz의 기본 주파수 DFT(Discrete Fourier Transform) 알고리즘에 기반한 주(主)계통에 사용되는 AVR(Automatic Voltage Regulator) 장치는 시스템 주파수 변동으로 인해 유효값 전압에 오류가 발생하여 전압을 신뢰성 있게 즉시 제어하기 어렵다. 본 연구에서는 주파수 변동에도 불구하고 안정적인 전압 제어를 가능하게 하는 1-사이클 RMS(Root Mean Square) 알고리즘을 적용한 AVR 장치의 성능을 개발하고, 현장 적용 시험을 통해 이를 입증하였다.

Since the power system in an island area is generally small-scale and not connected to the main land, it should be able to operate independently. And the power is mainly supplied by diesel generators. Under these circumstances, the frequency variation occurs easily when a variable load with a large capacity is operated during the diesel generator start-up or stand-alone operation. So, AVR(Automatic Voltage Regulator) unit generally used in the main land, which is based on 60 Hz fundamental frequency DFT(Discrete Fourier Transform) algorithm, cannot control the voltage reliably and immediately due to the error of voltage effective value caused by the system frequency fluctuation. In this study, the performance of the AVR unit with 1-cycle RMS(Root Mean Square) algorithm, which enables stable voltage control despite frequency variation, was developed and demonstrated through field application tests.