KR102671170B1

KR102671170B1 - 분산전원 연계 경로 생성 장치 및 그 방법

Info

Publication number: KR102671170B1
Application number: KR1020200120577A
Authority: KR
Inventors: 서호진; 김동욱; 박영배; 조성호; 최장원
Original assignee: 한국전력공사
Priority date: 2020-09-18
Filing date: 2020-09-18
Publication date: 2024-06-03
Also published as: KR20220037738A

Abstract

본 발명은 분산전원 연계 경로 생성 장치 및 그 방법이 개시된다. 본 발명의 분산전원 연계 경로 생성 장치는, 경로 탐색 대상의 GIS 계통도를 입력받아 전처리하여 다차원 가중치 그래프로 모델링하는 전처리부; 전처리부에서 모델링된 다차원 가중치 그래프를 기반으로 다중 목적 함수 최적화 방법에 기초하여 최적해 집합을 탐색하고 최소비용을 요구하는 경로를 탐색하는 연계경로 탐색부; 및 연계경로 탐색부에서 탐색된 경로를 기반으로 최적 PCC 집합을 출력하고 의사결정에 의한 선택결과를 출력하는 출력부;를 포함하는 것을 특징으로 한다.

Description

분산전원 연계 경로 생성 장치 및 그 방법{APPARATUS FOR GENERATING LINE WITH DISTRIBUTED GENERATION AND METHOD THEREOF}

본 발명은 분산전원 연계 경로 생성 장치 및 그 방법에 관한 것으로서, 보다 상세하게는 분산전원을 전력계통에 연계하기 위해 다중 목적함수 최적화 방법을 활용해 목적함수들 중 각 개별 함수의 최적 지점을 최대한 만족시킬 수 있는 최적 해 집합을 탐색하고, 이를 기반으로 사용자 중심의 맞춤형 경로 탐색을 수행하는 분산전원 연계 경로 생성 장치 및 그 방법에 관한 것이다.

일반적으로, 최근 전력계통은 규모가 대형화되고 선로의 연계가 광범위하게 이루어지고 있다. 이러한 대형화와 복잡화로 인해, 전력설비에 투자되는 비용도 증가하고 있으며 전력소모량도 증가하고 있어 전원 설비에 소요되는 연료비를 비롯한 제반 비용의 규모는 해를 거듭할수록 증가되고 있다.

또한, 신재생에너지 3020 이행계획의 발표로 본격적인 재생에너지 보급이 시작되고 이에 따른 분산 전원이 이슈가 되고 있다. 이러한 흐름에 따라 현재 한국전력공사(이하 한전)에서 개발 중인 차세대 배전 지능화 시스템(Advanced Distribution Management System, ADMS)은 전사적 배전계통의 안정적 관리 시스템, 응용 개발 뿐 만 아니라, 투입된 분산전원을 소비지역에 적절히 전력 공급하기 위한 신재생 분산 전원 연계 기술 개발을 수행 중에 있다.

분산전원(Distributed Energy Resources, DER)은 대규모 집중형 전원과는 달리 소규모로 전력 소비지역 부근에 분산하여 배치가 가능한 전원이다. 구내 계통(Local Electric Power System) 내 설치된 분산전원으로부터 생산된 전기는 근처 수요지에 공급이 가능하며, 이로 인해 필요한 송·배전 인프라 건축 비용 및 운용비용이 절감 된다.

또한 구내 한전 계통의 연계 후, 필요에 따라 분산전원으로부터 생산된 전력을 한전 계통에 공급 할 수 있다.

이와 같이 정책적, 경제적, 환경적 이유로 인해 현재 전력 수급이 필요한 지점에 분산전원 배치가 확산되고 있는 추세이며 지형, 위치, 전원 용량 산정 등 각 속성들을 고려해 분산전원 연계가 활발히 수행되고 있다.

현재 전력공급 또는 거래 등을 목적으로 분산전원을 투입 후 한전에 배전용 전기설비 이용을 필요로 한 경우, 한전의 배전계통(한전 계통)과 분산전원 계통(구내 계통) 간 연계를 수행한다.

한전-구내 계통 간 연계 시, 상시·순시 전압, 전압 허용치, 용량 허용치 등 배전계통 연계 기술 조건을 만족하면서 검토 대상 분산전원으로부터 가장 가까운 한전계통 내 지점을 공통 연결점(Point of Common Coupling, PCC)이라 한다. PCC는 접속설비를 통해 분산전원 연결점(Point of DER Connection, PDC)과 연계를 수행한다. 접속설비는 한전에서 기 설치한 배전설비를 활용할 수 있으며, 활용이 불가능한 경우 새로 설치된다.

본 발명의 배경기술은 대한민국 공개특허공보 제10-2017-0029827호(2017.03.16. 공개, 배전계통 선로 재구성 장치 및 그 방법)에 개시되어 있다.

이와 같이 한전-구내 계통 간 연계 시 접속설비를 신설하는 경우, PDC로부터 PCC까지 직선거리로 접속 공사 경로 측정 후 공사비용을 산정하며, 계약 전력, 전기 공급 방식, 공급 전압 등에 따라 부가 비용이 발생하게 된다.

이때 접속설비를 새로 설치함으로 인해 발생하는 접속 공사비는 한전이 부담하며, 고객의 사유로 배전용 전기설비를 변경하는 경우 소요되는 접속 공사비는 계통 연계를 신청한 고객이 부담하게 된다.

따라서 계통 연계 시 비효과적인 접속 경로 설계는 한전 및 고객의 불필요한 비용 부담이 요구됨으로 효과적인 접속 경로 설계 및 설비 설치가 수반되어야 한다.

그러나 현재 한전-구내 계통 연계를 위해 PDC와 유클리디안 거리(Euclidean Distance) 상 최 근접한 PCC를 선정하고 접속 공사를 추진하지만, 구체적인 접속 경로 설계 방안이 구축되어있지 않아 비효과적인 계통 연계가 발생하는 경우가 존재한다.

즉, 거리, 사유지, 산악지형, 도로지역 등과 같은 지형조건 외 기술적, 경제적 사유와 같은 다양한 속성 및 사용자의 선호도를 동시에 고려한 사용자 중심 접속 경로 탐색이 필요하고, 또한 PDC와 연계가 가능한 PCC 후보가 다수 존재할 경우에는 각 PCC 후보와 연계 시 발생하는 비용 편익(Cost Benefit)을 고려한 최적 접속 경로 선택 방안이 필요한 실정이다.

본 발명은 상기와 같은 필요성에 따라 안출된 것으로, 일 측면에 따른 본 발명의 목적은 분산전원을 전력계통에 연계하기 위해 다중 목적함수 최적화 방법을 활용해 목적함수들 중 각 개별 함수의 최적 지점을 최대한 만족시킬 수 있는 최적 해 집합을 탐색하고, 이를 기반으로 사용자 중심의 맞춤형 경로 탐색을 수행하는 분산전원 연계 경로 생성 장치 및 그 방법을 제공하는 것이다.

본 발명의 일 측면에 따른 분산전원 연계 경로 생성 장치는, 경로 탐색 대상의 GIS 계통도를 입력받아 전처리하여 다차원 가중치 그래프로 모델링하는 전처리부; 전처리부에서 모델링된 다차원 가중치 그래프를 기반으로 다중 목적 함수 최적화 방법에 기초하여 최적해 집합을 탐색하고 최소비용을 요구하는 경로를 탐색하는 연계경로 탐색부; 및 연계경로 탐색부에서 탐색된 경로를 기반으로 최적 PCC 집합을 출력하고 의사결정에 의한 선택결과를 출력하는 출력부;를 포함하는 것을 특징으로 한다.

본 발명에서 GIS 계통도는, 위치기반 배전설비를 GIS 도면상에 그리드 기반 공간 네트워크로 표현되는 것을 특징으로 한다.

본 발명에서 전처리부는, GIS 계통도를 공간 그리드 단위로 분할하는 공간 그리드 분할부; 및 분할된 공간 그리드 단위를 블록 그리드 단위로 병합하여 공간 지점으로 나누고 인접한 이웃을 연결하여 다수의 속성들을 가중치로 표현하여 다차원 가중치 그래프로 모델링하는 다차원 가중치 그래프 모델부;를 포함하는 것을 특징으로 한다.

본 발명에서 연계경로 탐색부는, 다차원 가중치 그래프를 기반으로 다중 목적 최적화 방법에 기초하여 파레토 최적해 집합을 탐색하는 최적해 집합 탐색부; 다차원 가중치 그래프를 기반으로 다목적 함수들에 대한 각각의 중요도를 부여하여 우선순위에 따라 단일 목적 함수를 기반으로 비용모델을 설계하는 비용계산 모델부; 및 최적해 집합과 제약조건을 기반으로 경로를 탐색하는 경로 탐색부;를 포함하는 것을 특징으로 한다.

본 발명에서 비용계산 모델부는, 단일 목적 함수를 그리디(Greedy) 기반 경로 탐색 알고리즘의 비용계산 모델로 활용하는 것을 특징으로 한다.

본 발명에서 비용계산 모델부는, 사용자로부터 정의된 가중치 선호도 벡터를 적용하는 것을 특징으로 한다.

본 발명에서 경로 탐색부는, 그리디(Greedy) 기반 다익스트라(Dijkstra) 알고리즘으로 최단 경로를 탐색하는 것을 특징으로 한다.

본 발명에서 경로 탐색부는, 제약조건을 초과하는 경로가 존재하는 경우 해당 경로를 제거하여 탐색하는 것을 특징으로 한다.

본 발명에서 출력부는, 연계경로 탐색부에서 탐색된 최적 경로 집합에 의한 PDC와 연계 가능한 최적 PCC 집합을 출력하는 최적 PCC 집합 출력부; 및 최적 PCC 집합 출력부의 결과에서 사용자의 의사결정에 의한 선택결과를 출력하는 선택결과 출력부;를 포함하는 것을 특징으로 한다.

본 발명의 다른 측면에 따른 분산전원 연계 경로 생성 방법은, 전처리부가 경로 탐색 대상의 GIS 계통도를 입력받아 전처리하여 다차원 가중치 그래프로 모델링하는 단계; 연계경로 탐색부가 모델링된 다차원 가중치 그래프를 기반으로 다중 목적 함수 최적화 방법에 기초하여 최적해를 탐색하여 최적해 집합을 구축하는 단계; 및 연계경로 탐색부가 최적해 집합에 대해 최소비용을 요구하는 최적 경로를 탐색하는 단계;를 포함하는 것을 특징으로 한다.

본 발명에서 다차원 가중치 그래프로 모델링하는 단계는, 전처리부가 GIS 계통도를 공간 그리드 단위로 분할하고, 분할된 공간 그리드 단위를 블록 그리드 단위로 병합하여 공간 지점으로 나누고 인접한 이웃을 연결하여 다수의 속성들을 가중치로 표현하여 다차원 가중치 그래프로 모델링하는 것을 특징으로 한다.

본 발명에서 최적해 집합을 구축하는 단계는, 연계경로 탐색부가 다차원 가중치 그래프를 기반으로 다중 목적 최적화 방법에 기초하여 파레토 최적해 집합을 탐색하는 것을 특징으로 한다.

본 발명에서 최적 경로를 탐색하는 단계는, 연계경로 탐색부가 다목적 함수들에 대한 각각의 중요도를 부여하여 우선순위에 따라 단일 목적 함수를 기반으로 비용모델을 설계하여 최적 경로를 탐색하는 것을 특징으로 한다.

본 발명에서 비용모델을 설계할 때, 단일 목적 함수를 그리디(Greedy) 기반 경로 탐색 알고리즘의 비용계산 모델로 활용하는 것을 특징으로 한다.

본 발명에서 최적 경로를 탐색하는 단계는, 연계경로 탐색부가 그리디(Greedy) 기반 다익스트라(Dijkstra) 알고리즘으로 최단 경로를 탐색하는 것을 특징으로 한다.

본 발명에서 최적 경로를 탐색하는 단계는, 연계경로 탐색부가 제약조건을 초과하는 경로가 존재하는 경우 해당 경로를 제거하여 탐색하는 것을 특징으로 한다.

본 발명의 일 측면에 따른 분산전원 연계 경로 생성 장치 및 그 방법은 분산전원을 전력계통에 연계하기 위해 다중 목적함수 최적화 방법을 활용해 목적함수들 중 각 개별 함수의 최적 지점을 최대한 만족시킬 수 있는 최적 해 집합을 탐색하고, 이를 기반으로 사용자 중심의 맞춤형 경로 탐색을 수행할 수 있어, 접속 공사 비용을 감소시킬 수 있을 뿐만 아니라 지장 전주 발생과 같은 이슈 발생 및 민원을 감소시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치를 나타낸 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 다차원 가중치 그래프 모델링을 나타낸 예시도이다.
도 3은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 다차원 가중치 그래프 기반으로 탐색된 접속 경로들을 나타낸 예시도이다.
도 4는 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 탐색된 경로별 가중치 비용을 나타낸 예시이다.
도 5는 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 탐색된 경로별 다중 목적함수 표현의 예이다.
도 6은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 지배-비 지배 노드 및 파레토 최적 해 집합의 예이다.
도 7은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 방법에서 경로 탐색 과정을 설명하기 위한 흐름도이다.

이하, 첨부된 도면들을 참조하여 본 발명에 따른 분산전원 연계 경로 생성 장치 및 그 방법을 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도 1은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치를 나타낸 블록 구성도이고, 도 2는 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 다차원 가중치 그래프 모델링을 나타낸 예시도이며, 도 3은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 다차원 가중치 그래프 기반으로 탐색된 접속 경로들을 나타낸 예시도이고, 도 4는 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 탐색된 경로별 가중치 비용을 나타낸 예시이며, 도 5는 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 탐색된 경로별 다중 목적함수 표현의 예이고, 도 6은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치에서 지배-비 지배 노드 및 파레토 최적 해 집합의 예이다.

도 1에 도시된 바와 같이 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 장치는, 전처리부(10), 연계경로 탐색부(20) 및 출력부(30)를 포함할 수 있다.

전처리부(10)는 경로 탐색 대상의 GIS(Geographic Information System) 계통도를 입력받아 전처리하여 다차원 가중치 그래프로 모델링할 수 있다.

여기서, GIS 계통도는 위치기반의 가공 및 지중 배전선로와 같은 각종 배전설비를 GIS 도면상에 그리드 기반 공간 네트워크로 표현할 수 있다.

그리드 기반 공간 네트워크는 M×N 행렬 A={(i,j): i∈N, j∈N}로 표현이 가능하며, 여기서 (i,j)는 지리적 좌표에 의해 식별된 공간 그리드를 나타내며 (i,j)≠(j,i)로 정의한다.

여기서, 전처리부(10)는 공간 그리드 분할부(110) 및 다차원 가중치 그래프 모델부(120)를 포함할 수 있다.

공간 그리드 분할부(110)는 GIS 계통도를 공간 그리드 단위로 분할할 수 있다.

그리고 다차원 가중치 그래프 모델부(120)는 분할된 공간 그리드 단위를 블록 그리드 단위로 병합하여 공간 지점으로 나누고 인접한 이웃을 연결하여 다수의 속성들을 가중치로 표현하여 다차원 가중치 그래프로 모델링할 수 있다.

공간 지형 정보를 표현하는 GIS 계통도는 공간 그리드 표현의 세밀화로 인해 행렬 A의 공간복잡도(Space Complexity)가 매우 복잡해지면서 알고리즘 수행 시 연산 양 증가로 오랜 수행시간을 요구한다.

따라서 이러한 문제를 해결하기 위해 전처리를 통해 공간 그리드 분할부(110)는 행렬 A에 무수히 표현된 공간 그리드 단위를 분할한 후 다차원 가중치 그래프 모델부(120)는 분할된 공간 그리드 블록을 일정 크기의 블록 그리드 단위로 병합(Merge)하여 공간 지점(Region)으로 나누고 인접한 이웃을 연결한다.

그리고 특정 지점으로부터 이웃(Neighbor)과의 거리, 접속설비 설치비, 지형 조건과 같은 다양한 속성(Attribute)들을 가중치(Weight)로 표현하는 다차원 가중치 그래프(Multi Weighted Graph)로 모델링하여 표현한다.

도 3에 도시된 바와 같이 실세계 GIS 계통 네트워크 맵을 다중 가중치 그래프(네트워크)로 모델링할 때, (A)는 주어진 GIS 계통 네트워크 맵을 블록 그리드 단위로 표현할 수 있음을 보이며, (B)는 (A)를 연결 가능한 이웃 관계를 표현하는 그래프와 여러 속성 정보를 저장한 매트리스로 재 표현할 수 있음을 보인다. (C)는 이웃 간 존재하는 관계 및 속성정보들을 각각 매트릭스로 표현할 수 있으며, (D)에서 하나의 다차원 가중치 그래프로 모델링할 수 있음을 보인다.

다차원 가중치 그래프 WG=(V, E, W^d)는 노드 집합 V={v₀, v₁, …, v_n}, 에지 집합 E⊂V×V, d 차원 에지 가중치 집합 W^d={w¹, w², …, w^d}∈(w^d ≥ 0)으로 구성된다.

앞서 정의한 블록 그리드를 그래프 내 하나의 노드 v : v∈V로 표현하며, 각 노드는 위치 좌표 정보를 지닌다. 에지 는 노드 v_a에서 v_b로 연결 관계가 존재함을 논리적으로 표현한 것이다. 에 부여되는 가중치 w^d 는 노드 v_a 와 v_b 간 연결 관계 내 존재하는 지형조건, 노드 간 거리, 접속설비 설치비, 목적지까지 직선거리 같은 다양한 속성들을 수치화하여 에지 가중치로 표현한 것으로서, 로 정의하며, 에지의 i번째 속성 가중치 값은 로 정의한다. 예를 들어, d=m이 지형 조건 가중치 속성을 나타내는 경우, 은 산악지형 또는 기타 장애물 등으로 인해 노드 v_a에서 v_b로 연결이 불가능한 지점임을 나타낸다.

연계경로 탐색부(10)는 전처리부(10)에서 모델링된 다차원 가중치 그래프(WG)를 기반으로 다중 목적 함수 최적화 방법에 기초하여 최적해 집합을 탐색하고 최소비용을 요구하는 경로를 탐색할 수 있다.

여기서 연계경로 탐색부(20)는 최적해 집합 탐색부(210), 비용계산 모델부(220) 및 경로 탐색부(230)를 포함할 수 있다.

최적해 집합 탐색부(210)는 다차원 가중치 그래프(WG)를 기반으로 다중 목적 최적화 방법에 기초하여 파레토(Pareto) 최적해 집합을 탐색할 수 있다.

현재 다차원 가중치 그래프(WG)에 분산전원 계통 연계 지점인 PDC(Point of DER Connection)를 한전 계통과 연계 시, 사용자에 의해 정의된 반경 r 내 위치하는 모든 PCC(Point of Common Coupling) 집합 를 구축하고, v_S 로부터 유클리디안 거리가 최소이면서 계통 연계 기술 조건을 만족한 와 접속 공사를 추진할 수 있다.

그러나 이와 같은 기존 방법은 사유지, 산악지형, 도로지역 등과 같은 지형 조건과 거리, 전력계통 내 연계 허용 기준치 등과 같은 다양한 속성 조건들을 동시에 고려하지 못할 수 있다. 또한 가용예산과 같은 제약조건(Constraint Condition) 집합 C 가 주어지는 경우, 계통 연계를 위한 경로 탐색에 추가적으로 고려해야하므로 탐색된 경로들에 대한 비용 편익(Benefit)을 각각 비교ㅇ분석을 통해 최적 접속 경로를 선택해야 한다.

도 3은 장애물 지형(Obstacle Region) 및 지형 정보를 가중치로 반영한 다차원 가중치 그래프(WG)와 가 주어졌을 때, 계통 연계 목적을 위해 탐색된 다수의 접속 경로들을 나타내고, 도 4는 도 3에서 와 간 탐색 가능한 모든 접속 경로들을 대상으로 지형조건 및 거리 가중치 각각에 대한 비용 정보들을 계산한 결과를 보인 예시도이다.

본 실시예에서는 설명의 용이성을 위해 다차원 가중치 그래프의 속성에 지형조건 속성 및 거리 가중치 속성만 존재하며, 지형 가중치가 높게 부여된 노드(High Weight Region)는 지장전주 발생률이 높을 것임을 가정한다. 또한 는 로부터 r 반경 내 유클리디언 거리가 최소인 지점임을 가정한다.

유클리디언 거리만 고려한 기존 접속 경로 선정 방법을 활용한 와 연계 시, 가 최단 경로로 확인할 수 있으며, 이를 최적 해로 선택하고 와 를 연계를 수행한다. 그러나 p_(B)는 최단 경로로 와 간 최단 거리의 경로 구축이 가능하지만, 지장전주 발생률이 높은 지점 v(_5,4)와 v_(7,3)을 고려하지 않아 지형적으로 리스크가 높은 다수의 지점이 포함된 경로이므로 최적의 해로 쉽게 판단할 수 없다. p_(H)는 다른 경로들에 비해 지형 적합도가 적절하지만 최단 경로가 아니므로 최적의 해로 결정할 수 없다.

이와 같이 특정 가중치 속성을 하나의 목적 함수(Objective Function)라 할　때, 다차원 가중치 그래프(WG)내 존재하는 다양한 목적 함수들에 대한 최적화 방안은 각각 다르다. 이로 인해 로부터 까지 최적 경로 탐색 시 연결 가능한 다수의 이웃 노드들 각각에 대한 우수성(Superior)을 판단하는 비용 모델(Cost Model)의 효과적 설계에 어려움이 발생한다. 반면, 앞서 언급한 예시와 같이, 특정 목적 함수만 고려한 탐색을 수행할 시 전체적인 결과 측면에서 최적 해를 제공하지 못하는 결과가 발생한다. 이에 다수의 목적 함수들의 최적화 조건을 동시에 만족시키는 방법이 필요하다.

다중 목적 함수 최적화 방법(Multi Objective Optimization, MOO)은 서로 상충되는 목적을 갖는 목적 함수들 중 각 개별 함수의 최적 지점을 동시에 최대한 만족시킬 수 있는 파레토 최적 해(Pareto-Optimal Point) 집합을 찾는 방법이다.

따라서 최적해 집합 탐색부(210)는 이를 위해 d차원 공간 벡터와 목적 함수 집합 을 기반으로 임의의 해 를 탐색하며, 탐색된 해들 간 우수성을 비교하기 위해 지배(Dominance), 비 지배(Non-Dominance) 관계를 활용한다. 또한 서로 비교 할 수 없는 관계(Incomparable)는 서로 지배하거나 지배당하지 않는 상호 동등한 관계이다.

이에 따라, 동일한 d차원 공간 벡터에서 추출된 복수 개의 해(e.g X, Y)와 이에 대한 목적함수 집합은 수학식 1과 같은 조건을 만족할 때, 추출된 해 X와 Y간 지배-비 지배 관계로 정의 및 구축할 수 있다. 또한 이 같은 관계를 X가 Y를 지배한다고 정의할 수 있다. 반대로 Y는 X로부터 지배당한다고 정의할 수 있다.

이러한 개념을 이용해 객체 들 간 지배 관계를 측정하여 비 지배 경로 객체를 제거해 나가면서 다목적 함수 최적 해 집합을 구할 수 있으며, 이를 파레토 경계(Pareto Front)로 정의할 수 있다.

여기서 파레토 경계를 탐색하는 구체적인 방법 및 상세한 알고리즘의 설명은 본 발명의 주된 내용에 포함되지 않기 때문에 논외로 한다.

도 5는 거리 가중치를 x축으로, 지형조건 적합 정도를 가중치를 y축으로 하는 2차원 공간 벡터 상 목적함수 집합으로 표현한 예시로, 도 4에 개시된 탐색된 경로 일부를 생략하여 표시하였다. 그리고 도 6은 탐색된 경로 p_(A)를 기준으로 지배-비 지배 지점을 탐색한 후 최적 해 집합인 파레토 경계를 표현하였다.

도 5와 도 6을 통해 탐색된 각 경로들은 각각의 목적 함수에 따라 탐색 비용이 계산되며, 파레토 경계는 특정 노드로부터 지배당하지 않는 노드의 집합으로 구성됨을 알 수 있다. 또한 파레토 경계 내 포함된 노드들 간 서로 지배하거나 지배되지 않음을 알 수 있다.

비용계산 모델부(220)는 다차원 가중치 그래프를 기반으로 다목적 함수들에 대한 각각의 중요도를 부여하여 우선순위에 따라 단일 목적 함수를 기반으로 비용모델을 설계할 수 있다.

파레토 경계를 탐색하여 다수의 목적 함수들의 최적화 조건을 동시에 만족하는 최적 해 집합을 탐색할 수 있는 반면, 다차원으로 구성된 최적 해 집합에 대한 수치화가 복잡한 문제가 존재한다. 이를 위해 다목적 함수들에 대한 각각의 중요도를 부여하여 우선순위를 설정하고, 중요도가 곱해진 각 목적함수들의 합으로 정의하는 단일 목적 함수(Single-Objective Function)로 설계한다.

여기서 다목적 함수들에 대한 중요도는 사용자로부터 정의된 가중치 선호도 벡터(Interesting Degree Vector) 를 적용하여, 사용자 맞춤형 경로 탐색 수행을 목적으로 한 사용자 중심 단일 목적 함수를 설계한다. 설계된 단일 목적 함수는 v_S와 T간 효과적인 경로 탐색을 위한 그리디 기반 경로 탐색 알고리즘(Greedy based Path Traversal)의 비용 계산 모델(Cost Model)로 활용할 수 있다.

경로 탐색부(230)는 최적해 집합과 제약조건을 기반으로 경로를 탐색할 수 있다.

경로 탐색부(230)는 다차원 가중치 그래프(WG), 사용자 질의 Q = < v_S, T, D > 및 제약 조건 집합 C = {c₀, …, c_n}가 주어졌을 때, 주어진 제약 조건들을 반드시 만족하면서 사용자 선호도에 적합한 최적 경로 p^* = {e₁, …, e_k} ∈ P를 탐색하며, 이를 수학식 2와 같이 표현할 수 있다.

그리디 기반 최단 경로 탐색인 다익스트라(Dijkstra) 알고리즘은 비용, 거리, 시간 등을 가중치로 정의한 네트워크에서 두 지점 간 가중치 합이 최소가 되는 경로를 탐색하기 위한 방법이다. 그러나 실세계에서 경로 탐색은 거리 뿐 만 아니라, 사용자 선호도, 다차원 가중치 속성 및 제약 조건들을 모두 고려한 최적화된 경로 탐색이 필요한 경우가 존재한다. 또한 다익스트라 알고리즘은 v_S와 간 최단 경로를 탐색할 때 모든 지점들을 방문하기 때문에 v_S와 가 멀리 떨어져 있는 경우 매우 오랜 수행시간을 필요로 한다.

따라서 기 정의된 제약 조건을 만족하는 다목적 최적화 기반 경로 탐색 문제의 효과적인 해결을 위한 사용자 선호도 기반 다목적 최적화 다익스트라 알고리즘을 통해 보다 효율적인 탐색을 위해 유망하지 않은 경로에 대한 탐색을 제외(Pruning)하여 불필요한 탐색 공간(Search Space)을 감소시킬 수 있다.

와 간 존재하는 모든 탐색된 경로의 집합 P = {p, …}에 대해 경로 p = {e1, e2, …, en} ∈??P는 부터 여러 지점들을 거쳐 까지 순차적으로 탐색된 에지의 집합으로 정의할 때, 탐색된 p 내 존재하는 에지는 로 구성된다. 로부터 현재 지점인 까지 탐색된 경로를 로 정의하고 이를 p의 부분 경로(Sub-Path)로 정의한다. 에지의 집합으로 구성된 p는 d차원 가중치 속성을 지니고 있으며, k(1 ≤ k ≤ d)?娟殆? 특정 가중치 속성에 대한 p의 비용은 수학식 3을 통해 계산 할 수 있다.

여기서 는 p의 i번째 목적 함수를 나타낸다.

그리디 알고리즘을 기반으로 설계된 다익스트라 알고리즘은 경로 탐색 시 연결 가능한 다수의 이웃 노드들에 대한 비용을 각각 산정하고, 가장 우수한 노드를 선택함을 반복하면서 목적지까지 경로를 확장해나간다. 따라서 가장 우수한 노드를 선택하기 위한 계산 모델이 필요하며, 이를 통해 다차원 가중치 그래프(WG)를 기반으로 p^*∈P 탐색을 수행한다.

이때 각 부분 문제에서 사용자 선호도를 반영하여 다수의 목적 함수들에 대한 최적 해 집합을 탐색한 후, 가장 우수한 해를 갖는 이웃 노드를 선택하는 과정이 필요하며, 탐색된 경로는 주어진 제약 조건을 반드시 만족해야한다.

이에 따라 수학식 4는 그리디 기반 경로 탐색 기법을 효과적으로 수행하기 위한 근사적 비용측정 모델(Approximate Cost Measure Model)을 설계하고 표현한 것이다. 구체적으로, 수학식 4는 사용자로부터 정의된 가중치 속성 별 선호도를 반영하여 탐색 대상 노드 각각에 속한 다중 목적 함수의 최적 해를 만족하는 단일 목적함수로 설계한 것이다.

여기서 는 로부터 특정 노드 v까지 탐색된 에서 이웃 노드들을 대상으로 파레토 최적 해 집합을 탐색한 결과이며, 파레토 최적 해로 선택된 노드들의 각 가중치 속성 비용을 1차원 벡터로 표현한 것이다.

수학식 5는 로부터 탐색 가능한 연결 노드들에 대해 지배-비 지배 개념을 기반으로 파레토 최적 해 집합을 탐색하는 문제를 정의한 것이다.

따라서 현재까지 탐색된 경로로부터 연결 가능한 임의의 이웃 노드들을 대상으로 지배-비 지배 관계를 기반으로 파레토 최적 해 집합을 구축하고, 수학식 4를 통해 비용 측정 및 비용적인 편익이 높은 노드부터 탐색하며, 이를 반복하여 까지 경로를 확장할 수 있다.

반면, 최적 해 집합에 포함되지 않은 비 지배 노드들은 탐색 대상에서 제외하여 불필요한 탐색 공간을 줄였다.

일반적으로 최단 거리나 최소 비용을 요구하는 다익스트라 경로 탐색 알고리즘의 경우, 각 부분 문제(Sub Problem) 단계에서 유망하지 않은 경로가 향 후 유망해질 수 있으므로 탐색 대상으로 고려하지만 본 실시예에서는 탐색 대상으로 고려하지 않는다.

발명의 특성 상 부분 문제에서 반드시 최적의 선택을 필요로 하는 속성들이 존재할 수 있다. 부분 문제에서 비 지배 노드를 선택함으로 인해 전체적인 결과 측면에서 향상된 결과를 초래할 수 있지만, 기 수행된 부분 문제 단계에서 리스크가 여전히 존재할 수 있다.

예를 들어, 특정 부분 문제 단계에서 지형조건이 고려되지 않은 비 유망한 경로를 선택했을 때, 추후 전체 결과 측면에서 최적이 될 수 있지만 탐색된 경로 내 지장 전주 발생 등의 문제 발생 요소가 존재하게 된다. 이와 같은 이유로 본 실시예에서는 최적 해 집합에 포함된 노드만을 대상으로 경로 탐색을 수행한다.

출력부(30)는 연계경로 탐색부(20)에서 탐색된 경로를 기반으로 최적 PCC 집합을 출력하고 의사결정에 의한 선택결과를 출력할 수 있다.

여기서 출력부(30)는 최적 PCC 집합 출력부(310) 및 선택결과 출력부(320)를 포함할 수 있다.

최적 PCC 집합 출력부(310)는 연계경로 탐색부(20)에서 탐색된 최적 경로 집합에 의한 PDC와 연계 가능한 최적 PCC 집합을 출력하고, 선택결과 출력부(320)는 최적 PCC 집합 출력부(310)의 결과에서 사용자의 의사결정에 의한 선택결과를 출력할 수 있다.

즉, 사용자 중심 경로 추천 서비스를 위해 출력부(30)를 통해 탐색된 최적 경로 집합의 최적 PCC 집합을 출력하여 실제 계통 간 연계 시 다양한 제약 조건을 고려해야하는 담당자의 원활한 결정을 위한 의사결정 지원 도구(Decision Support Tool)로 제공할 수 있다.

상술한 바와 같이, 본 발명의 실시예에 의한 분산전원 연계 경로 생성 장치에 따르면, 분산전원을 전력계통에 연계하기 위해 다중 목적함수 최적화 방법을 활용해 목적함수들 중 각 개별 함수의 최적 지점을 최대한 만족시킬 수 있는 최적 해 집합을 탐색하고, 이를 기반으로 사용자 중심의 맞춤형 경로 탐색을 수행할 수 있어, 접속 공사 비용을 감소시킬 수 있을 뿐만 아니라 지장 전주 발생과 같은 이슈 발생 및 민원을 감소시킬 수 있다.

도 7은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 방법을 설명하기 위한 흐름도이고, 도 8은 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 방법에서 경로 탐색 과정을 설명하기 위한 흐름도이다.

도 7에 도시된 바와 같이 본 발명의 일 실시예에 따른 분산전원 연계 경로 생성 방법에서는, 먼저, 전처리부(10)가 경로 탐색 대상의 GIS 계통도를 입력받는다(S10).

S10 단계에서 GIS 계통도를 입력받은 후 전처리부는 그리드 기반 공간 네트워크로 표현되는 GIS 계통도에서 공간 그리드 단위로 분할한다(S20).

S20 단계에서 공간 그리드 단위로 분할한 후 전처리부(10)는 분할된 공간 그리드 단위를 블록 그리드 단위로 병합하여 공간 지점으로 나누고 인접한 이웃을 연결하여 다수의 속성들을 가중치로 표현하여 다차원 가중치 그래프로 모델링할 수 있다(S30).

따라서 전처리부(10)는 행렬 A에 무수히 표현된 공간 그리드 단위를 분할한 후 분할된 공간 그리드 블록을 일정 크기의 블록 그리드 단위로 병합(Merge)하여 공간 지점(Region)으로 나누고 인접한 이웃을 연결한다.

S30 단계에서 다차원 가중치 그래프를 모델링한 후 연계경로 탐색부(20)는 다차원 가중치 그래프(WG)에 분산전원 계통 연계 지점인 PDC를 한전 계통과 연계 시, 사용자에 의해 정의된 반경 r 내 위치하는 모든 PCC 집합을 구축한다(S40).

S40 단계에서 구축된 모든 PCC 집합에 대해 연계경로 탐색부(20)는 계통연계 경로를 탐색한다(S50).

이때 연계경로 탐색부(20)는 계통연계 경로를 탐색한 후 최적 PCC 정보를 갱신한 후 탐색되지 않은 PCC가 존재하는지 판단하여 모든 PCC 집합에 대해 경로를 탐색한다(S60)(S70)

출력부(30)가 탐색된 최적 경로에 대해 사용자의 의사결정에 의한 최적 PCC 정보를 갱신하여 출력한다.

S50 단계에서 연계경로 탐색부(20)는 모델링된 다차원 가중치 그래프를 기반으로 다중 목적 함수 최적화 방법에 기초하여 최적해를 탐색하여 최적해 집합을 구축한 후 최적해 집합에 대해 최소비용을 요구하는 최적 경로를 탐색한다.

PDC로부터 유클리디안 거리가 최소이면서 계통 연계 기술 조건을 만족하는 경로를 탐색할 경우 사유지, 산악지형, 도로지역 등과 같은 지형 조건과 거리, 전력계통 내 연계 허용 기준치 등과 같은 다양한 속성 조건들을 동시에 고려하지 못할 수 있다. 또한 가용예산과 같은 제약조건(Constraint Condition) 집합 C 가 주어지는 경우, 계통 연계를 위한 경로 탐색에 추가적으로 고려해야하므로 탐색된 경로들에 대한 비용 편익(Benefit)을 각각 비교ㅇ분석을 통해 최적 접속 경로를 선택해야 한다.

따라서 연계경로 탐색부(20)는 다중 목적 함수 최적화 방법(Multi Objective Optimization, MOO)을 기반으로 다차원 가중치 그래프를 통해 모델링된 서로 상충되는 목적을 갖는 목적 함수들 중 각 개별 함수의 최적 지점을 동시에 최대한 만족시킬 수 있는 파레토 최적 해(Pareto-Optimal Point) 집합을 구축한다.

이후 다차원 가중치 그래프를 기반으로 다목적 함수들에 대한 각각의 중요도를 부여하여 우선순위에 따른 단일 목적 함수(Single-Objective Function)를 그리디 기반 경로 탐색 알고리즘(Greedy based Path Traversal)의 비용 계산 모델(Cost Model)로 활용하여 최적해 집합에 대해 최소비용을 요구하는 최적 경로를 탐색한다.

연계경로 탐색부(20)에서 그리디 기반 최단 경로 탐색인 다익스트라(Dijkstra) 알고리즘을 통해 경로를 탐색할 경우 비용, 거리, 시간 등을 가중치로 정의한 네트워크에서 두 지점 간 가중치 합이 최소가 되는 경로를 탐색할 때, 거리 뿐 만 아니라, 사용자 선호도, 다차원 가중치 속성 및 제약 조건들을 모두 고려한 최적화된 경로 탐색이 필요한 경우가 존재한다. 또한 다익스트라 알고리즘은 최단 경로를 탐색할 때 모든 지점들을 방문하기 때문에 멀리 떨어져 있는 경우 매우 오랜 수행시간을 필요로 한다.

도 8에 도시된 바와 같이 경로 탐색 과정을 보다 구체적으로 설명하면, 먼저, 연계경로 탐색부(20)는 경로 탐색을 위한 알고리즘의 입력값으로 시작점 v_S, 도착점 v_t, 제약조건 C를 설정한다(S100).

이후 연계경로 탐색부(20)는 우선순위 큐 PQ 및 비용벡터 CV를 생성하고 초기화한다(S110).

연계경로 탐색부(20)는 우선순위 큐로부터 노드를 추출하고 이웃 집합을 구축한다(S120).

이웃 집합을 구축한 후 연계경로 탐색부(20)는 이웃 집합 내 도착점이 존재하는지 판단한다(S130).

S130 단계에서 도착점이 존재하는 경우에는 모든 PCC에 대해 탐색을 종료한 것으로 리턴하고, 연계경로 탐색부(20)는 도착점이 존재하지 않는 경우에는 파레토 최적 해 집합을 탐색한다(S140).

S140 단계에서 최적 해 집합을 탐색한 후 연계경로 탐색부(20)는 제약조건 C를 초과하는 경로가 존재하는지 판단한다(S150).

S150 단계에서 제약조건 C를 초과하는 경로가 존재하는 경우, 연계경로 탐색부(20)는 제약조건을 초과하는 이웃을 제거하여 불필요한 탐색 공간(Search Space)을 감소시킬 수 있다(S160).

S150 단계에서 제약조건을 초과하는 경로가 존재하지 않는 경우 비용벡터 CV에 저장된 값보다 작은가 판단한다(S170).

즉, 최적 해를 탐색한 후 최소비용의 경로를 탐색하기 위해 비용적인 편이 높은 노드부터 탐색하여 반복적으로 도착점까지 경로를 확장하여 탐색한다.

S170 단계에서 비용벡터에 저장된 값보다 작은가 판단하여 작지 않은 경우에는 S120 단계로 리턴하여 다음 노드를 추출한다.

반면 S170 단계에서 비용벡터에 저장된 값보다 작은가 판단하여 작은 경우, 연계경로 탐색부(20)는 비용벡터를 갱신하고 우선선위 큐에 현재 탐색 이웃정보를 추가하여 도착점까지 경로를 확장한다(S180).

상술한 바와 같이, 본 발명의 실시예에 의한 분산전원 연계 경로 생성 방법에 따르면, 분산전원을 전력계통에 연계하기 위해 다중 목적함수 최적화 방법을 활용해 목적함수들 중 각 개별 함수의 최적 지점을 최대한 만족시킬 수 있는 최적 해 집합을 탐색하고, 이를 기반으로 사용자 중심의 맞춤형 경로 탐색을 수행할 수 있어, 접속 공사 비용을 감소시킬 수 있을 뿐만 아니라 지장 전주 발생과 같은 이슈 발생 및 민원을 감소시킬 수 있다.

본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.

본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.

따라서 본 발명의 진정한 기술적 보호범위는 아래의 청구범위에 의해서 정하여져야 할 것이다.

10 : 전처리부 20 : 연계경로 탐색부
30 : 출력부 110 : 공간 그리드 분할부
120 ; 다차원 가중치 그래프 모델부
210 : 최적해 집합 탐색부 220 : 비용계산 모델부
230 : 경로 탐색부 310 : 최적 PCC 집합 출력부
320 : 선택결과 출력부

Claims

경로 탐색 대상의 GIS 계통도를 입력받아 전처리하여 다차원 가중치 그래프로 모델링하는 전처리부;
상기 전처리부에서 모델링된 상기 다차원 가중치 그래프를 기반으로 다중 목적 함수 최적화 방법에 기초하여 최적해 집합을 탐색하고 최소비용을 요구하는 경로를 탐색하는 연계경로 탐색부; 및
상기 연계경로 탐색부에서 탐색된 경로를 기반으로 최적 PCC 집합을 출력하고 의사결정에 의한 선택결과를 출력하는 출력부;를 포함하되,
상기 전처리부는,
상기 GIS 계통도를 공간 그리드 단위로 분할하는 공간 그리드 분할부; 및
분할된 상기 공간 그리드 단위를 블록 그리드 단위로 병합하여 공간 지점으로 나누고 인접한 이웃을 연결하여 다수의 속성들을 가중치로 표현하여 상기 다차원 가중치 그래프로 모델링하는 다차원 가중치 그래프 모델부;를 포함하고,
상기 연계경로 탐색부는,
상기 다차원 가중치 그래프를 기반으로 다중 목적 최적화 방법에 기초하여 파레토 최적해 집합을 탐색하는 최적해 집합 탐색부;
상기 다차원 가중치 그래프를 기반으로 다목적 함수들에 대한 각각의 중요도를 부여하여 우선순위에 따라 단일 목적 함수를 기반으로 비용모델을 설계하는 비용계산 모델부; 및
상기 최적해 집합과 제약조건을 기반으로 경로를 탐색하는 경로 탐색부;를 포함하는 것을 특징으로 하는 분산전원 연계 경로 생성 장치.
제 1항에 있어서, 상기 GIS 계통도는, 위치기반 배전설비를 GIS 도면상에 그리드 기반 공간 네트워크로 표현되는 것을 특징으로 하는 분산전원 연계 경로 생성 장치.
삭제
삭제
제 1항에 있어서, 상기 비용계산 모델부는, 단일 목적 함수를 그리디(Greedy) 기반 경로 탐색 알고리즘의 비용계산 모델로 활용하는 것을 특징으로 하는 분산전원 연계 경로 생성 장치.
제 1항에 있어서, 상기 비용계산 모델부는, 사용자로부터 정의된 가중치 선호도 벡터를 적용하는 것을 특징으로 하는 분산전원 연계 경로 생성 장치.
제 1항에 있어서, 상기 경로 탐색부는, 그리디(Greedy) 기반 다익스트라(Dijkstra) 알고리즘으로 최단 경로를 탐색하는 것을 특징으로 하는 분산전원 연계 경로 생성 장치.
제 1항에 있어서, 상기 경로 탐색부는, 상기 제약조건을 초과하는 경로가 존재하는 경우 해당 경로를 제거하여 탐색하는 것을 특징으로 하는 분산전원 연계 경로 생성 장치.
제 1항에 있어서, 상기 출력부는,
상기 연계경로 탐색부에서 탐색된 최적 경로 집합에 의한 PDC와 연계 가능한 최적 PCC 집합을 출력하는 최적 PCC 집합 출력부; 및
상기 최적 PCC 집합 출력부의 결과에서 사용자의 의사결정에 의한 선택결과를 출력하는 선택결과 출력부;를 포함하는 것을 특징으로 하는 분산전원 연계 경로 생성 장치.
전처리부가 경로 탐색 대상의 GIS 계통도를 입력받아 전처리하여 다차원 가중치 그래프로 모델링하는 단계;
연계경로 탐색부가 모델링된 상기 다차원 가중치 그래프를 기반으로 다중 목적 함수 최적화 방법에 기초하여 최적해를 탐색하여 최적해 집합을 구축하는 단계; 및
상기 연계경로 탐색부가 상기 최적해 집합에 대해 최소비용을 요구하는 최적 경로를 탐색하는 단계;를 포함하되,
상기 다차원 가중치 그래프로 모델링하는 단계는, 상기 전처리부가 상기 GIS 계통도를 공간 그리드 단위로 분할하고, 분할된 상기 공간 그리드 단위를 블록 그리드 단위로 병합하여 공간 지점으로 나누고 인접한 이웃을 연결하여 다수의 속성들을 가중치로 표현하여 상기 다차원 가중치 그래프로 모델링하고,
상기 최적해 집합을 구축하는 단계는, 상기 연계경로 탐색부가 상기 다차원 가중치 그래프를 기반으로 다중 목적 최적화 방법에 기초하여 파레토 최적해 집합을 탐색하며,
상기 최적 경로를 탐색하는 단계는, 상기 연계경로 탐색부가 다목적 함수들에 대한 각각의 중요도를 부여하여 우선순위에 따라 단일 목적 함수를 기반으로 비용모델을 설계하여 상기 최적 경로를 탐색하는 것을 특징으로 하는 분산전원 연계 경로 생성 방법.
제 10항에 있어서, 상기 GIS 계통도는, 위치기반 배전설비를 GIS 도면상에 그리드 기반 공간 네트워크로 표현되는 것을 특징으로 하는 분산전원 연계 경로 생성 방법.
삭제
삭제
삭제
제 10항에 있어서, 상기 비용모델을 설계할 때, 단일 목적 함수를 그리디(Greedy) 기반 경로 탐색 알고리즘의 비용계산 모델로 활용하는 것을 특징으로 하는 분산전원 연계 경로 생성 방법.
제 10항에 있어서, 상기 최적 경로를 탐색하는 단계는, 상기 연계경로 탐색부가 그리디(Greedy) 기반 다익스트라(Dijkstra) 알고리즘으로 최단 경로를 탐색하는 것을 특징으로 하는 분산전원 연계 경로 생성 방법.
제 10항에 있어서, 상기 최적 경로를 탐색하는 단계는, 상기 연계경로 탐색부가 제약조건을 초과하는 경로가 존재하는 경우 해당 경로를 제거하여 탐색하는 것을 특징으로 하는 분산전원 연계 경로 생성 방법.