Source:
report/version6/exp-expert/v6_0414_bess_params_validation.md
P2: BESSParams 스케일링 검증 보고서¶
- Date: 2026-04-14
- Author: exp-expert
- Task: P2 from
report/version6/lab-leader/v6_0414_exp1_goal_analysis.md - Script:
experiments/ess_simulation/v6_0414_bess_params_analysis.py
1. 목적¶
실험1(PAPE-비용절감 관계성 증명)에서 사용할 BESSParams의 적정성을 검증한다.
핵심 우려: 현재 cap_per_hh=12.0kWh가 개별 가구의 소비 규모 대비 과대하여
모든 method가 유사한 비용 절감을 달성하는 ceiling effect가 발생할 가능성.
2. UMass 실측 데이터 분석¶
2.1 일일 피크 kW 분포¶
| 가구 | Mean | Std | P50 | P95 | Max |
|---|---|---|---|---|---|
| Apt6 | 3.83 | 1.44 | 3.82 | 6.07 | 7.86 |
| Apt15 | 1.63 | 0.84 | 1.50 | 3.19 | 4.93 |
| Apt30 | 1.10 | 0.59 | 0.90 | 2.13 | 4.92 |
| Apt51 | 2.34 | 1.69 | 1.57 | 5.39 | 7.48 |
| Apt88 | 3.89 | 1.59 | 3.93 | 6.42 | 9.17 |
| Cross-HH | 2.56 | - | - | 4.64 | 6.87 |
가구 간 소비 패턴에 큰 이질성이 존재한다. Apt30은 저소비 가구(mean peak 1.1kW), Apt88은 고소비 가구(mean peak 3.9kW)로 약 3.5배 차이가 난다.
2.2 일일 에너지 소비량 kWh 분포¶
| 가구 | Mean | Std | P50 | P95 | Max |
|---|---|---|---|---|---|
| Apt6 | 31.4 | 16.2 | 28.9 | 59.1 | 78.8 |
| Apt15 | 18.8 | 13.3 | 17.1 | 40.4 | 61.5 |
| Apt30 | 12.5 | 10.8 | 8.6 | 35.1 | 53.0 |
| Apt51 | 22.5 | 19.1 | 15.2 | 62.3 | 85.9 |
| Apt88 | 35.0 | 20.4 | 33.9 | 68.5 | 99.6 |
2.3 고가 시간대 에너지 소비량 (KEPCO on_peak + mid_peak, 09:00-23:00)¶
ESS 최적화의 핵심 대상인 고가 시간대 소비:
| 가구 | On-Peak Mean | High-Price Mean | High-Price P95 |
|---|---|---|---|
| Apt6 | 13.5 kWh | 22.4 kWh | 41.9 kWh |
| Apt15 | 6.7 kWh | 11.0 kWh | 23.2 kWh |
| Apt30 | 3.8 kWh | 6.8 kWh | 18.4 kWh |
| Apt51 | 7.6 kWh | 13.2 kWh | 39.3 kWh |
| Apt88 | 12.4 kWh | 21.6 kWh | 43.5 kWh |
| Cross-HH | 8.8 kWh | 15.0 kWh | 33.3 kWh |
3. Ceiling Effect 평가¶
3.1 현재 설정 분석¶
현재 BESSParams (1 가구 기준):
- cap_per_hh = 12.0 kWh → usable capacity = 9.6 kWh (SoC 10%-90%)
- max_power = 3.0 kW (c_rate = 0.25)
- On-peak 8시간 기준 이론적 최대 방전: min(3.0kW x 8h, 9.6kWh) = 9.6 kWh
Usable Capacity / High-Price Energy 비율:
| 가구 | Mean 기준 | P95 기준 |
|---|---|---|
| Apt6 | 43% | 23% |
| Apt15 | 87% | 41% |
| Apt30 | 142% | 52% |
| Apt51 | 73% | 24% |
| Apt88 | 44% | 22% |
3.2 판정¶
Apt30에서 ceiling effect 확정: usable capacity(9.6kWh)가 평균 고가 시간대 에너지(6.8kWh)를 142%나 커버한다. 이 가구에서는 배터리가 거의 모든 고가 시간대 소비를 경부하 시간으로 이동시킬 수 있어, 예측 정확도와 무관하게 비용 절감이 포화된다.
Apt15도 위험: 87% 커버리지로 대부분의 날에서 ceiling에 근접한다.
Apt6, Apt51, Apt88은 상대적으로 안전: 43-73% 커버리지로 배터리가 "약간 부족"한 상태.
그러나 max_power=3.0kW 관점에서: - Apt30 평균 피크 1.1kW 대비 273% → 피크를 완전히 제거 가능 - Apt15 평균 피크 1.6kW 대비 184% → 동일
결론: 현재 12kWh 설정은 저소비 가구(Apt30, Apt15)에서 명백한 ceiling effect를 야기하며, 실험1의 PAPE-비용절감 상관관계를 약화시킨다.
4. 민감도 시나리오 분석¶
4.1 Small (cap=2.0kWh, max_power=0.5kW)¶
| 가구 | Peak Coverage | Energy Coverage | Binding Constraint |
|---|---|---|---|
| Apt6 | 13% | 7% | Energy |
| Apt15 | 31% | 15% | Energy |
| Apt30 | 45% | 24% | Energy |
| Apt51 | 21% | 12% | Energy |
| Apt88 | 13% | 7% | Energy |
평가: 과소. 고소비 가구(Apt6, Apt88)에서 7%만 커버 --- 배터리가 너무 작아 피크 예측의 정확도보다 배터리 자체의 한계가 지배적. 예측 품질 차이가 비용 절감 차이로 전환되기 어렵다 (floor effect).
4.2 Medium (cap=5.0kWh, max_power=1.25kW)¶
| 가구 | Peak Coverage | Energy Coverage | Binding Constraint |
|---|---|---|---|
| Apt6 | 33% | 18% | Energy |
| Apt15 | 77% | 36% | Energy |
| Apt30 | 114% | 59% | Energy |
| Apt51 | 53% | 30% | Energy |
| Apt88 | 32% | 18% | Energy |
평가: 개선되었으나 여전히 양극화. Apt30은 에너지 59% 커버로 여유 있고, Apt6/88은 18%로 여전히 부족. 가구 간 이질성 때문에 단일 파라미터로 모든 가구에 최적인 점을 잡기 어렵다.
4.3 Large (cap=12.0kWh, max_power=3.0kW) --- 현재¶
위 Section 3에서 분석 완료. Apt30/15에서 ceiling, Apt6/88에서 적정.
5. 적정 용량 제안¶
5.1 설계 원칙¶
실험1에서 PAPE 차이가 비용 절감 차이로 나타나려면: 1. Ceiling 회피: 배터리가 모든 고가 시간대 에너지를 커버하면 안 됨 (< 80%) 2. Floor 회피: 배터리가 너무 작으면 어떤 예측이든 비슷한 결과 (> 20%) 3. Power constraint 유효: max_power가 피크 kW의 30-70%여야 peak shaving에 예측 정확도가 유의미
5.2 추천: cap_per_hh = 5.0 kWh (c_rate = 0.25 유지)¶
| 파라미터 | 값 |
|---|---|
| cap_per_hh | 5.0 kWh |
| c_rate | 0.25 |
| max_power | 1.25 kW |
| usable_cap | 4.0 kWh |
| eta_ch, eta_dis | 0.922 (변경 없음) |
| soc_min_ratio | 0.1 (변경 없음) |
| soc_max_ratio | 0.9 (변경 없음) |
근거:
Cross-household 평균 기준: - usable_cap(4.0kWh) / mean high-price energy(15.0kWh) = 27% → floor/ceiling 회피 - max_power(1.25kW) / mean P95 peak(4.64kW) = 27% → 피크의 약 1/4만 shave 가능 - 40% 커버리지 목표 시 cap=7.5kWh지만, Apt30(저소비)에서 59% 에너지 커버리지가 이미 높다는 점 감안
가구별 검증:
| 가구 | Peak Coverage | Energy Coverage | 판정 |
|---|---|---|---|
| Apt6 | 33% | 18% | 약간 타이트하지만 유효 |
| Apt15 | 77% | 36% | 적정 |
| Apt30 | 114% | 59% | 피크 커버 가능하나 에너지는 제한적 --- 허용 |
| Apt51 | 53% | 30% | 이상적 |
| Apt88 | 32% | 18% | 약간 타이트하지만 유효 |
Apt30에서 peak coverage 114%가 우려되나, 에너지 커버리지 59%가 binding constraint이므로 실질적 ceiling은 발생하지 않는다. 배터리가 피크를 깎을 수는 있지만, 충전할 에너지가 부족하여 모든 피크를 완벽히 shave할 수 없다.
5.3 대안: 가구별 차등 스케일링¶
가구 간 이질성이 크므로, 가구별 일일 평균 에너지 대비 일정 비율로 배터리를 스케일링하는 방법도 고려할 수 있다. 그러나 이는 실험 설계를 복잡하게 만들고, 실제 배포 시 가구별 맞춤 배터리는 비현실적이므로 단일 고정값(5.0kWh)을 권장한다.
6. 결론 및 권장사항¶
핵심 발견¶
- 현재
cap_per_hh=12.0kWh는 저소비 가구(Apt30)에서 고가 시간대 에너지의 142%를 커버하여 명백한 ceiling effect 발생 - 5가구의 일일 피크는 mean 1.1-3.9kW, 고가 시간대 에너지는 mean 6.8-22.4kWh로 가구 간 이질성이 크다
cap_per_hh=2.0kWh는 고소비 가구에서 floor effect 위험
실험1 BESSParams 추천값¶
BESSParams(
cap_per_hh=5.0, # 12.0 → 5.0 (58% 감소)
c_rate=0.25, # 유지 → max_power=1.25kW
eta_ch=0.922, # 유지
eta_dis=0.922, # 유지
soc_min_ratio=0.1, # 유지
soc_max_ratio=0.9, # 유지
soc_init_ratio=0.5, # 유지
grid_buffer=0.15, # 유지
)
추가 권장¶
- 실험1 결과 보고 시 민감도 분석으로 3개 시나리오(2.0, 5.0, 12.0 kWh)를 모두 돌려 결과의 robust성을 확인하되, 주 결과는 5.0kWh 기준으로 보고
- 만약 5.0kWh에서도 Apt30의 PAPE-비용절감 상관이 약하면, Apt30을 별도 분석하거나 cap_per_hh=3.0kWh 추가 검토