Recently, the importance of a transition from a central power system based on fossil fuels to a distributed power system based on renewable energy has emerged. Accordingly, for the efficient design and operation of the renewable energy supply chain network, decisions on the optimal expansion timing and scale, operation strategy, and spatially specified design must be made. However, some factors make it difficult to determine the timing, scale, and operation strategy of expansion, such as long-term uncertainties such as increased demand for renewable energy and falling installation prices, high short-term volatility, and seasonality of renewable energy. In addition, the economic feasibility of renewable energy is greatly influenced by geographical factors, so a specific design of the supply chain is critically needed. Accordingly, this dissertation proposes a methodology for determining long-term expansion investment plans and energy supply chain management strategies in response to multi-time-scale uncertainties by converging reinforcement learning and mathematical modeling. As a case study, a long-term investment and operation plan for a distributed power system consisting of green hydrogen, batteries, and wind power generation is presented in Gapado, Jeju Island. In this dissertation, a methodology is porposed to determine the optimal design of an offshore wind power farm by integrating the geographic information system with mathematical modeling. As a case study, the design of turbines, power lines, offshore substations, and onshore substations is determined for four locations on Jeju Island. We further examine any changes to the design and economic viability obtained from stochastic optimization which consider wind uncertainty.
최근 기존의 화석 연료 기반의 중앙전력 시스템에서 재생에너지 기반의 분산형 전력 시스템으로의 전환에 대한 중요성이 대두되고 있다. 이에 따라 재생에너지 공급망 네트워크의 효율적인 디자인과 운영을 위해서 최적의 증설 시점과 규모, 그리고 운영 전략과 공간적으로 구체화된 설계 등에 대한 의사 결정이 이루어져야 한다. 하지만 재생에너지 수요의 증가와 설치 가격의 하락과 같은 장기적인 불확실성, 재생에너지의 높은 단기적 변동성과 계절성과 같은 요인들이 증설 시점과 규모 그리고 운영 전략을 결정하기 어렵게 한다. 그 뿐만 아니라, 재생에너지의 경제성은 지리학적 요인에 따라 크게 영향을 받기 때문에 이를 고려한 공급망의 구체화된 설계 또한 필요하다. 이에 따라 본 학위논문에서는 강화학습과 수학적 모델링을 융합하여 다중 시간 규모의 불확실성에 대응하는 장기적인 증설 투자 계획과 에너지 공급망 관리 전략을 결정하는 방법론을 제안한다. 이에 대한 사례연구로 제주도 가파도 지역에 그린수소와 배터리, 풍력 발전으로 이루어진 분산형 전력 시스템의 장기적인 투자 및 운영 계획안을 제시한다. 그리고 본 학위논문에서는 지리학적 정보 시스템을 수학적 모델링과 융합하여 정해진 규모에 대해서 공간적으로 구체화된 해상풍력발전소의 설계를 결정하는 방법론을 제안한다. 이에 대한 사례연구로 제주도 네 곳에 대해 터빈, 전선, 해상 변전소와 육지 변전소의 디자인을 결정하고, 바람의 불확실성을 고려한 확률적 최적화를 했을 때 디자인과 경제성에 어떤 변화가 있었는지 추가적으로 분석한다.
