[논문 리뷰] Towards Optimal Energy-Water Supply System Operation for Agricultural and Metropolitan Ecosystems

Marcello Di Martino, Paula Piva Linke외 1명|arXiv (Cornell University)|2023. 03. 23.

Water-Energy-Food Nexus Studies인용 수 4

한 줄 요약

이 논문은 도시 및 농업 생태계의 에너지 및 물 공급 시스템을 통합하는 혼합정수선형 최적화 프레임워크를 제시한다. 피드포워드 신경망 기반의 대체 모델과 테일러 근사법을 사용하여 대규모이고 계산 효율적인 계획을 가능하게 한다. 이 접근법은 연간 평균 비용을 최소화하면서 지속 가능한 토지 및 물 사용을 보장하며, 다기능 기간 동안 식량, 에너지, 물 시스템 간의 상호보완성을 드러낸다.

ABSTRACT

The energy-water demands of metropolitan regions and agricultural ecosystems are ever-increasing. To tackle this challenge efficiently and sustainably, the interdependence of these interconnected resources has to be considered. In this work, we present a holistic decision-making framework which takes into account simultaneously a water and energy supply system with the capability of satisfying metropolitan and agricultural resource demands. The framework features: (i) a generic large-scale planning and scheduling optimization model to minimize the annualized cost of the design and operation of the energy-water supply system, (ii) a mixed-integer linear optimization formulation, which relies on the development of surrogate models based on feedforward artificial neural networks and first-order Taylor expansions, and (iii) constraints for land and water utilization enabling multi-objective optimization. The framework provides the operational profiles of all energy-water system elements over a given time horizon, which uncover potential synergies between the essential food, energy, and water resource supply systems.

연구 동기 및 목표

• 도시 및 농업 생태계에서 증가하는 에너지 및 물 수요를 해결하기 위해.
• 에너지 및 물 공급 시스템을 동시에 최적화하는 통합된 의사결정 프레임워크를 개발하기 위해.
• 통합된 에너지-물 시스템의 설계 및 운영 비용을 연간 평균화하여 최소화하기 위해.
• 지속 가능한 다목적 최적화를 위해 토지 및 물 사용 제약 조건을 통합하기 위해.
• 시간에 따라 변화하는 시스템 구성 요소의 운영 프로파일을 생성하여 식량, 에너지, 물 시스템 간의 상호보완성을 드러내기 위해.

제안 방법

• 에너지-물 시스템 계획 및 스케줄링을 위한 대규모 혼합정수선형계획(MILP) 모델을 수립한다.
• 복잡한 시스템 행동을 근사하기 위해 피드포워드 인공신경망 기반의 대체 모델을 적용한다.
• 비선형 성분의 선형화를 위해 일阶 테일러 전개를 적용하여 계산의 타당성을 확보한다.
• 다목적 의사결정 지원을 위해 토지 및 물 사용 제약 조건을 최적화에 통합한다.
• 시간 범위 기반의 운영 프로파일을 활용하여 시스템 역학을 분석하고 상호보완성을 식별한다.
• 대체 모델링을 통해 대규모 문제의 확장 가능한 해법을 가능하게 하여 계산 부담을 감소시킨다.

실험 결과

연구 질문

• RQ1 도시 및 농업 생태계에서 에너지 및 물 공급 시스템을 공동으로 최적화하여 연간 평균 비용을 최소화할 수 있는 방법은 무엇인가?
• RQ2 신경망 기반 대체 모델과 테일러 근사법이 통합된 에너지-물 시스템의 대규모 최적화를 어떻게 가능하게 하는가?
• RQ3 지속 가능한 시스템 운영을 위한 다목적 최적화 프레임워크에 토지 및 물 사용 제약 조건을 효과적으로 통합하는 방법은 무엇인가?
• RQ4 시간에 따라 공동 최적화될 때 식량, 에너지, 물 시스템 간의 운영 상호보완성은 무엇인가?
• RQ5 변동하는 수요와 시스템 역학은 최적의 시스템 설계 및 운영에 어떤 영향을 미치는가?

주요 결과

• 제안된 프레임워크는 도시 및 농업 적용 분야에서 통합된 에너지-물 시스템의 연간 평균 비용을 성공적으로 최소화한다.
• 신경망 기반 대체 모델링과 테일러 근사법을 통해 대규모이고 복잡한 최적화 문제의 효율적 해법이 가능해진다.
• 토지 및 물 사용 제약 조건의 통합은 지속 가능한 다목적 시스템 운영을 지원한다.
• 시간에 따른 운영 프로파일은 에너지 및 물 공급 구성 요소 간에 뚜렷한 상호보완성을 드러낸다.
• 모델은 비용, 지속 가능성, 자원 수요를 균형 잡는 실행 가능한 시스템 설계 및 스케줄링을 생성한다.
• 이 방법은 상호연결된 자원 시스템의 실세계 계획에 대해 확장성과 계산 효율성을 입증한다.