Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 태양광 발전과 가전제품 사용 패턴의 불일치 문제를 해결하기 위해 스케줄링 최적화 방안을 제시합니다. 반복 국소 탐색(ILS) 및 시뮬레이티드 어닐링(SA) 같은 메타휴리스틱 접근법을 사용하여, 사용자 불편 최소화와 재생 에너지 활용 극대화를 동시에 달성하는 가전제품 시작 시간을 결정합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기재생 에너지는 미래의 에너지 수요를 충족하는 데 필수적이지만, 주간에만 발생하는 태양광 발전은 종종 가정의 소비 패턴과 일치하지 않습니다. 인덕션(cookers), 세탁기(washing machines), 건조기(dryers)와 같은 가전제품은 일반적으로 태양광 에너지 가용성보다는 사용자가 선호하는 스케줄에 따라 작동하므로, 이는 스케줄링 최적화 문제를 야기합니다. 목표는 사용자 불편을 최소화하고 시스템 제약 조건을 준수하면서 재생 에너지 활용도를 극대화하기 위해 최적의 가전제품 시작 시간을 결정하는 것입니다. 본 논문은 가전제품 작동 시간, 전력 소비, 인버터 제한, 배터리 충전 상태(state of charge) 제약 조건 및 태양광 발전 예측을 고려하여 가전제품 시작 시간을 최적화하는 반복 국소 탐색(Iterated Local Search, ILS)과 시뮬레이티드 어닐링(Simulated Annealing, SA)을 사용하는 메타휴리스틱 접근 방식을 제시합니다. 기존 연구 대부분과 달리, 본 스케줄링은 이전 날짜의 미완료 작업(spillover)을 수용하기 위해 단일 날짜를 넘어 확장되어 운영 연속성을 보장하고 다중 일간에 걸친 순차적 작동을 가능하게 합니다. 실험 결과는 순차적인 다중 일간 스케줄링 프레임워크가 독점 태양광 발전 하에서 시스템 제약 조건을 효과적으로 관리하는 동시에 사용자 편의성을 보장함을 보여줍니다. 이러한 발견은 또한 다양한 크기의 장비 투자, 해당 투자의 수익률, 그리고 사용자 만족도 간의 다목적 트레이드오프에 대한 미래 연구 기회를 열어주고 있습니다.