$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

기후변화의 비정상성 대비 댐 운영 개선을 위한 Robust-SDP의 개발
Development of Robust-SDP for improving dam operation to cope with non-stationarity of climate change 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.51 no.11 suppl., 2018년, pp.1135 - 1148  

윤해나 (서울대학교 공과대학 건설환경공학부) ,  서승범 (서울대학교 공학연구원) ,  김영오 (서울대학교 공과대학 건설환경공학부)

초록
AI-Helper 아이콘AI-Helper

기존의 저수지 운영 연구들은 미래의 기후가 과거와 유사하다는 정상성의 가정을 전제로 하였다. 하지만 기후의 비정상성으로 인해 불확실성이 더욱 커질 경우에는 큰 불확실성에서도 안정된 최적해를 찾을 수 있는 로버스트 최적화 과정(Robust Optimization, 이하 RO)이 필요하다고 알려져 있다. RO는 입력자료의 비정상성으로 인해 야기되는 불확실성을 제어하는 로버스트 항을 목적함수에 추가하여 기존의 최적화 방법을 개선한다. 본 연구는 기후변화의 비정상성을 대비하는 저수지 운영규칙 산정을 위해 추계학적동적계획법(Stochastic Dynamic Programing, 이하 SDP)과 RO를 결합하는 Robust-SDP를 제안하였고, 이를 최근 4년간 가뭄을 겪었던 보령댐에 적용하였다. 즉, 비정상성이 반영된 미래 유입량 자료를 생성하고 이를 6가지의 평가지표와 2가지의 의사결정 지원그림을 사용하여 과거 유입량 자료로부터 산출된 저수지 운영규칙의 수행능력을 평가하였다. 그 결과, Robust-SDP가 기후의 비정상성 하에서 극단적인 물 부족 사건의 발생률과 물 부족 사건의 실패의 크기를 감소시켰지만, 작은 크기의 물 부족 발생률은 증가하는 상충관계(trade-off)를 가져옴을 확인할 수 있었다. 이를 바탕으로 의사결정자가 우선시하는 평가지표의 결과에 따라 최적화 모형을 선택할 수 있음을 제안하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Previous studies on reservoir operation have been assumed that the climate in the future would be similar to that in the past. However, in the presence of climate non-stationarity, Robust Optimization (RO) which finds the feasible solutions under broader uncertainty is necessary. RO improves the exi...

주제어

#기후변화   #로버스트 최적화   #의사결정 방법론   #저수지 운영  

표/그림 (13)

질의응답

핵심어 질문 논문에서 추출한 답변
댐 운영을 위한 최적화 방법에는 어떤 것들이 있는가? 수자원 분야에서는 댐의 운영규칙을 다양한 최적화 방법들을 통하여 결정해 왔는데, 대표적인 최적화 방법으로는 선형계획법(Linear Programming, LP), 유전 알고리즘(Genetic Algorithm, GA), 동적계획법(Dynamic Programming, DP), 추계학적 동적계획법(SDP) 등이 있다. 본 연구에서는 SDP를 사용하여 저수지 운영규칙을 산정하였다.
로버스트 최적화(RO)란 무엇인가? 하지만 기후변화의 비정상성이 존재하는 상황에서는 이러한 전제가 더 이상 허용되지 않으며(Kim and Chung, 2017), 최적의 해를 찾는 최적화 과정보다 광범위한 기후 조건에서도 안정적인 해를 찾는 로버스트 최적화(RO)가 합리적인 대안이 될 수 있다. RO는 기존 목적함수의 불확실성을 제어하는 로버스트 항을 목적함수에 포함시킴으로 최적해가 위험회피적(risk-aversion) 성향을 나타내도록 하는 최적화 과정이다.
RO에서 대표적으로 사용되는 로버스트 항에는 어떤 것들이 있는가? RO에서는 미래 유입량의 확률분포가 달라질 수 있으므로 목적함수에 로버스트 항을 추가하여 이를 보완하는데, 이는 시스템이 취약해지는 사건이 발생할 확률이 현재보다 커져도 시스템이 강건하게 버틸 수 있도록 한다. 로버스트 항으로는 기존 목적함수의 변동성을 제어하는 고차모멘트와 목적함수가 목표하는 영역 안에 머무르도록 하는 페널티함수가 대표적으로 사용된다. Mulvey et al.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. Ben-Tal, A., and Nemirovski, A. (2002). "Robust optimizationmethodology and applications." Mathematical Programming, Vol. 92, No. 3, pp. 453-480. 

    상세보기

  2. Brown, C., Ghile, Y., Laverty, M., and Li, K. (2012). "Decision scaling: Linking bottom -up vulnerability analysis with climate projections in the water sector." Water Resources Research, Vol. 48, No. 9. 

    상세보기

  3. Housh, M., Ostfeld, A., and Shamir, U. (2011). "Optimal multiyear management of a water supply system under uncertainty: Robust counterpart approach." Water Resources Research, Vol. 47, No. 10. 

    상세보기

  4. K water (2016). Practical Manual of Dam Op eration. 

  5. Kasprzyk, J. R., Nataraj, S., Reed, P. M., and Lempert, R. J. (2013). "Many objective robust decision making for complex environmental systems undergoing change." Environmental Modelling & Software, Vol. 42, pp. 55-71. 

    상세보기

  6. Kim, Y. -O., and Chung, E. S. (2017). "Chapter 8. adaptation to climate change: decision-making" In: Kolokytha et al. (eds), Sustainable Water Resources Planning and Management Under Climate Change, Springer Singapore, pp. 189-221. 

  7. Kim, Y. -O., Eum, H. -I., Lee, E. -G., and Ko, I. H. (2007). "Optimizing operational policies of a Korean multireservoir system using sampling stochastic dynamic programming with ensemble streamflow prediction." Journal of Water Resources Planning and Management, Vol. 133, No. 1, pp. 4-14. 

    상세보기

  8. Mulvey, J. M., Vanderbei, R. J., and Zenios, S. A. (1995). "Robust optimization of large-scale systems." Operations research, Vol. 43, No. 2, pp. 264-281. 

    상세보기

  9. Pan, L., Housh, M., Liu, P., Cai, X., and Chen, X. (2015). "Robust stochastic optimization for reservoir operation." Water Resources Research, Vol. 51, No. 1, pp. 409-429. 

    상세보기

  10. Ray, P. A., Watkins Jr, D. W., Vogel, R. M., and Kirshen, P. H. (2013). "Performance-based evaluation of an improved robust optimization formulation." Journal of Water Resources Planning and Management, Vol. 140, No. 6, 04014006. 

  11. Seo, S. B., and Kim, Y.-O. (2018). "Impact of spatial aggregation level of climate indicators on a national-level selection for representative climate change scenarios." Sustainability, Vol. 10, No. 7, p. 2409. 

  12. Seo, S. B., Kim, Y.-O., Kim, Y., and Eum, H.-I. (2018). "Selecting climate change scenarios for regional hydrologic impact studies based on climate extreme indices." Climate Dynamics, pp. 1-17. 

  13. Tejada-Guibert, J. A., Johnson, S. A., and Stedinger, J. R. (1995). "The value of hydrologic information in stochastic dynamic programming models of a multireservoir system." Water resources research, Vol. 31, No. 10, pp. 2571-2579. 

    상세보기

  14. Watkins Jr, D. W., and McKinney, D. C. (1997). "Finding robust solutions to water resources problems." Journal of water resources planning and management, Vol. 123, No. 1, pp. 49-58. 

    상세보기

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로