기후변화 비정상성 대비 댐 운영 개선에 관한 연구

Abstract

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 event를 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.