2.1 다중 건물 부하 대응 최적 스케줄링 설계
캠퍼스 마이크로그리드 실증 시스템의 실효성을 확보하기 위해 유전 알고리즘과 강화학습을 통합한 지능형 제어 아키텍처를 에너지 관리 시스템의 핵심 운영 기준으로 채택한다. 복수의 교육 및 연구용 건물은 유효전력과 무효전력을 동시에 소모하는 이종 부하 특성을 나타내므로, 단순한 정적 제어만으로는 전력망 의존도를 낮추고 분산 발전의 변동성을 실시간으로 보정하기 어렵다. 이에 따라 정적 최적화 단계에서는 유전 알고리즘을 활용하여 배터리 충·방전 일정과 다중 건물 간 전력 흐름을 조절하고(Preprints, 2025), 실시간 운영 단계에서는 강화학습 에이전트를 적용하여 직류 변환기의 듀티 사이클을 환경 변화에 맞추어 적응적으로 제어하는 방식을 결정한다. 또한 스마트 다중에너지 시스템과의 통합 관리 기준을 준용하여 캠퍼스 내부 열병합 및 저장 매체와의 유기적 연계를 도모한다(IEEE, 2017). 이러한 이원화된 제어 설계는 계통 연계형 캠퍼스 환경에서 전력 손실을 억제하고 자립적 에너지 분배를 가능하게 하는 실무적 기준을 제공한다.