【목적】 심층 부하 조정 조건에서 석탄 발전기의 기동 부하 상승 및 정지 부하 하강 불안정 단계의 응답 속도와 경제성을 향상시키기 위함이다. 【방법】 660 MW 발전기의 DCS 다월 기동 정지 운영 데이터를 기반으로, 먼저 슬라이딩 윈도우 범위 임계값과 정상 상태 기준을 사용하여 기동 정지 과정 중 불안정 구간을 식별하고, 이후 최대 정보 계수를 사용하여 출력과 강한 상관성을 가지는 특성 변수를 선정했으며, 공정 진행 특성을 도입하여 기동 정지 단계의 진행 정도를 표현하였다. 월간 작업 조건 차이를 고려하여 각 기동 정지 구간 내 시간 순서에 따라 계층화된 데이터 세트를 분할하고, 각각 LightGBM과 Transformer 전력 예측 대리 모델을 구축하였으며, 베이즈 최적화를 통해 하이퍼파라미터를 튜닝하였다. 최종적으로 학습된 예측 모델을 NSGA-Ⅱ에 내장하여 부하 변화율을 향상시키고 연료 소비를 줄이는 것을 목표로, 안전 제약 조건을 만족시키면서 최적화를 수행하여 실행 가능한 목표 값 궤적을 출력하였다. 【결과】 불안정 구간 예측 모델은 월간 조건 변화에도 우수한 일반화 성능을 유지하였으며, NSGA-II 최적화 후 기동 정지 불안정 구간 소요 시간이 평균 약 5.34% 단축되고 누적 연료량이 평균 약 3.53% 감소하였다. 【결론】 데이터 기반 대리 모델링과 다목적 최적화를 결합한 제안된 기동 정지 최적화 방법은 안전 제약 조건을 만족하는 전제 하에 기동 정지 시간을 단축하고 연료 소비를 줄이는 데 기여하며, 석탄 발전기의 유연한 부하 조정 및 온라인 운전 보조 의사결정에 기술적 지원을 제공한다.

석탄 발전기; 심층 부하 조정; 빠른 기동 정지; 데이터 기반; 하이브리드 최적화 알고리즘