【목적】 혼합 에너지 저장 시스템(hybrid energy storage system, HESS)이 화력 발전기의 자동 발전 제어(automatic generation control, AGC) 명령에 응답할 때 조정 성능을 향상시키기 위해 확률적 모델 예측 제어(stochastic model predictive control, SMPC)를 기반으로 하는 화력 및 저장 연계 전력 분배 전략을 제안하였다. 【방법】 첫째, 출력형 저장소인 리튬 티타네이트 배터리와 에너지형 저장소인 리튬 인산철 배터리로 구성된 HESS 시스템을 대상으로 마르코프 확률 행렬을 기반으로 미래 시간대 화력 발전기의 AGC 명령 응답에 대한 HESS 전력 수요 모델을 개발하고, 적응 메커니즘을 도입하여 상태 전이 확률을 실시간으로 동적으로 수정함으로써 AGC 명령 변동에 대한 예측 정확도를 향상시켰다. 둘째, 확률 임계값과 층화 샘플링을 결합한 시나리오 트리 생성 방법을 제안하여 적응형 마르코프 모델의 확률 분포를 최적화 가능한 유한 시나리오 집합으로 변환하여 다중 시나리오에서 전력 수요 예측의 불확실성을 설명하였다. 마지막으로 위 프레임워크를 바탕으로 확률 예측 제어기를 구축하여 화력 발전기와 HESS의 전력 최적 분배를 구현하였다. 【결과】 시뮬레이션 실험 결과, 제안한 전략은 출력 예측을 고려하지 않은 기존 연계 주파수 조정 전략 및 동적 수정이 도입되지 않은 정적 전이 확률 행렬 기반 SMPC 전략에 비해 조정 성능이 우수하며, 성능 지표 K_p가 각각 14.1%와 7.5% 향상되었다. 【결론】 본 전략은 화력 발전기와 HESS의 협업 조정 성능을 효과적으로 향상시키며, 높은 적용 가능성을 갖는다. 향후 실제 적용에서의 견고성과 적응성을 개선하기 위해 모델 최적화가 가능하며, 기술의 실질적 도입을 촉진할 수 있다.

자동 발전 제어; 혼합 에너지 저장 시스템; 적응 마르코프 모델; 시나리오 트리; 확률 모델 예측 제어