활용 사례 연구
Reinforcement Learning and Rule-Based Peer-to-Peer Pricing in Residential PV-BES Communities
ARarXiv
주거용 태양광(PV) 커뮤니티의 P2P 전력 거래를 위해 전통적인 규칙 기반 방식과 최신 강화 학습(RL) 기반 가격 책정 모델을 비교 분석했습니다.
세 줄 요약
- 특히 배터리 에너지 저장 장치(BES)가 추가되자, 최적의 RL 정책을 적용했을 때 커뮤니티 전체 절감액이 크게 증가하는 것으로 나타났습니다.
- RL 방식은 시스템 효율성을 높이는 데 기여하지만, 규칙 기반 가격 책정 역시 높은 경쟁력을 유지하며 에너지 시장 설계에 중요한 기준점을 제시합니다.
- 다만, 배터리 도입으로 학습 기반의 이점은 커지지만, 그 혜택 분배가 가구별로 불균등하게 나타날 수 있다는 점을 반드시 고려해야 합니다.
주거용 태양광(PV) 커뮤니티의 P2P 전력 거래를 위해 전통적인 규칙 기반 방식과 최신 강화 학습(RL) 기반 가격 책정 모델을 비교 분석했습니다.