지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2018
- 저작권
- 서울대학교 논문은 저작권에 의해 보호받습니다.
이용수5
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
한반도는 여름철에 강우가 집중되는 기후 특성으로 인해 이수를 위한 댐의 운영이 매우 중요하다. 그동안의 댐 운영은 미래의 기후가 과거와 비슷하거나 예측할 수 있다는 가정을 바탕으로 계획되어 왔지만, 기후변화의 비정상성이 존재하는 현재의 상황에서는 이러한 방법이 더 이상 알맞지 않을 수 있다. 즉, 과거자료를 바탕으로 산정한 최적 댐 운영룰이 미래에는 오히려 실패하는 운영결과를 가져올 수 있고, 따라서 기후환경이 변해도 크게 실패하지 않는 강건성(robust)의 개념을 포함하여 댐의 운영방법을 결정하는 것이 중요하다.
본 연구에서는 최적 댐 운영룰 산정을 위한 추계학적동적 계획법(Stochastic Dynamic Programing, SDP)과 로버스트 최적화(Robust Optimization, RO)를 결합한 Robust-SDP를 제안하였다. RO는 불확실성 적응을 위한 의사결정이론인 로버스트 의사결정이론 중 하나인데, 이를 SDP와 결합하면 예측하기 힘든 미래 상황에 적용할 수 있는 댐 운영룰 (월 계획 방류량)을 산정할 수 있다. 이때, RO 이론 중 하나인 확률적 로버스트 최적화방법을 적용하였는데, 이는 본래 최적화의 목적함수를 변형하는 방법이고, 다목적 최적화의 형태이다.
본 연구는 Robust-SDP로 산정된 운영룰의 타당성을 평가하기 위하여 400가지의 평가유입량을 생성하여 Robust-SDP와 SDP의 수행능력을 6개의 평가지표로 평가하였다. 6개의 평가지표는 심각도, 신뢰도, 회복도를 모두 반영할 수 있도록 설정하였다. 평가유입량은 현재와 다른 통계량을 갖도록 생성하였는데, 이는 미래의 비정상성(nonstationary)을 반영하기 위해서이다. 즉, 현재의 유입량 통계를 바탕으로 수행된 최적화의 결과가 현재와 다른 통계를 갖는 유입량이 발생할 때 어떠한 결과를 가져오는지 평가하였다.
본 연구는 평가결과를 바탕으로 목적함수의 각 목적항간의 상충관계(trade-off relationship)를 파악하여 로버스트 목적항의 가중치를 산정하기 위해 Model Selection with Decision Scaling (MSDS) 방법과 Model Selection with Parallel Coordinates Plot (MSPCP) 방법 등을 활용하였다. 두 모형의 평가결과를 비교분석한 결과, Robust-SDP 모형에서 발생횟수당 물부족량비율과 ‘critical event’를 넘는 사건의 확률은 작아졌지만, 전체 물부족사건의 횟수는 증가하였다. 즉, 본 연구에서 제시한 Robust-SDP 모형은 SDP 모형과 상충관계가 있고, 의사결정자는 우선시하는 평가지표의 결과에 따라 최적화 모형을 선택할 수 있다.
본 연구에서는 최적 댐 운영룰 산정을 위한 추계학적동적 계획법(Stochastic Dynamic Programing, SDP)과 로버스트 최적화(Robust Optimization, RO)를 결합한 Robust-SDP를 제안하였다. RO는 불확실성 적응을 위한 의사결정이론인 로버스트 의사결정이론 중 하나인데, 이를 SDP와 결합하면 예측하기 힘든 미래 상황에 적용할 수 있는 댐 운영룰 (월 계획 방류량)을 산정할 수 있다. 이때, RO 이론 중 하나인 확률적 로버스트 최적화방법을 적용하였는데, 이는 본래 최적화의 목적함수를 변형하는 방법이고, 다목적 최적화의 형태이다.
본 연구는 Robust-SDP로 산정된 운영룰의 타당성을 평가하기 위하여 400가지의 평가유입량을 생성하여 Robust-SDP와 SDP의 수행능력을 6개의 평가지표로 평가하였다. 6개의 평가지표는 심각도, 신뢰도, 회복도를 모두 반영할 수 있도록 설정하였다. 평가유입량은 현재와 다른 통계량을 갖도록 생성하였는데, 이는 미래의 비정상성(nonstationary)을 반영하기 위해서이다. 즉, 현재의 유입량 통계를 바탕으로 수행된 최적화의 결과가 현재와 다른 통계를 갖는 유입량이 발생할 때 어떠한 결과를 가져오는지 평가하였다.
본 연구는 평가결과를 바탕으로 목적함수의 각 목적항간의 상충관계(trade-off relationship)를 파악하여 로버스트 목적항의 가중치를 산정하기 위해 Model Selection with Decision Scaling (MSDS) 방법과 Model Selection with Parallel Coordinates Plot (MSPCP) 방법 등을 활용하였다. 두 모형의 평가결과를 비교분석한 결과, Robust-SDP 모형에서 발생횟수당 물부족량비율과 ‘critical event’를 넘는 사건의 확률은 작아졌지만, 전체 물부족사건의 횟수는 증가하였다. 즉, 본 연구에서 제시한 Robust-SDP 모형은 SDP 모형과 상충관계가 있고, 의사결정자는 우선시하는 평가지표의 결과에 따라 최적화 모형을 선택할 수 있다.
목차
제 1 장 서론 11.1 연구의 배경 및 필요성 11.2 연구 목적 31.3 논문의 구성 4제 2 장 연구동향 52.1 기후변화 적응을 위한 의사결정 이론 52.1.1 Robust Decision Making (RDM) 52.1.2 Real Option Analysis (ROA) 212.1.3 Dynamic Adaptive Policy Pathway (DAPP) 222.2 한국의 댐 운영 방법 262.2.1 연간 댐 운영 기준수위 결정 방법 262.2.2 댐 용수부족 대비 용수공급 조정기준 272.3 SDP 댐 운영 최적화 모형 292.3.1 Stochastic Dynamic Programming (SDP) 292.3.2 Sampling SDP (SSDP) 31제 3 장 연구방법 333.1 Robust-SDP를 활용한 댐 운영룰 결정 333.1.1 목적함수 및 제약조건의 구성 333.1.2 유입량 및 저수량의 이산화 383.1.3 해의 수렴 조건 423.2 평가유입량의 생성 433.3 평가지표의 선정 473.4 최적화 결과의 평가 503.4.1 최적화 결과 모의 503.4.2 Model Selection with Decision Scaling (MSDS) 513.4.3 Model Selection with Parallel Coordinates Plot (MSPCP) 54제 4장 적용 및 결과 554.1 대상 유역 554.2 최적화 수행 결과 624.3 평가유입량 생성 결과 654.4 최적화 결과의 평가 684.4.1 평가지표의 분포 684.4.2 MSDS 기법을 활용한 모형의 평가 754.4.3 MSPCP를 활용한 모형의 평가 904.4.4 Trade-off plot을 활용한 모형의 평가 105제 5 장 결론 및 향후 연구 1075.1 요약 및 결론 1075.2 향후 연구 111참고문헌 112부록 118Abstract 137
최근 본 자료
댓글(0)
0