KETEP 세계에너지시장정보

컨테이너형 에너지 저장 발전소의 냉각판 최적화 방법으로서, 상기 방법은 다음을 포함하는 것을 특징으로 한다: 다중 물리장 결합 시뮬레이션 모델을 구축하는 단계; 대상 컨테이너형 에너지 저장 발전소의 냉각판 내 프랙탈 유로의 기하학적 특성을 확보하고, 상기 프랙탈 유로의 기하학적 특성을 상기 다중 물리장 결합 시뮬레이션 모델에 입력하여 성능 지표를 도출하는 단계; 여기서, 프랙탈 유로의 기하학적 특성에는 프랙탈 차원, 유로 반경 및 분기 각도가 포함되며, 성능 지표에는 셀 최고 온도, 온도 표준 편차 및 유로 압강하가 포함된다; 물리 기반 기계 학습 대리 모델을 구축하는 단계; 상기 프랙탈 유로의 기하학적 특징과 상기 성능 지표를 샘플 데이터로 사용하여, 상기 샘플 데이터를 통해 상기 물리 기반 머신러닝 대리 모델을 훈련시켜, 훈련된 머신러닝 대리 모델을 도출한다; 상기 훈련된 머신러닝 대리 모델에 대해 다목적 최적화 및 토폴로지 조정을 수행하여, 최적의 컨테이너형 에너지 저장소 냉각판 구조를 도출한다; 상기 훈련된 머신러닝 대리 모델에 대해 다목적 최적화 및 토폴로지 조정을 수행하여 최적의 컨테이너형 에너지 저장소 냉각판 구조를 도출하는 단계는 다음을 포함한다: 훈련된 머신러닝 에이전트 모델에 대해 다목적 최적화를 수행하여 최적의 냉각판 구조 매개변수를 도출하고; 상기 최적 냉판 구조 매개변수에 대해 토폴로지 조정을 수행하여 상기 최적 컨테이너형 에너지 저장소 냉판 구조를 도출하는 단계; 상기 최적 냉판 구조 매개변수에 대해 토폴로지 조정을 수행하여 상기 최적 컨테이너형 에너지 저장소 냉판 구조를 도출하는 단계는 다음을 포함한다: 상기 최적 냉판 구조 매개변수를 기반으로 냉판 초기 구조를 결정하는 단계; 프랙탈 노드 곡률 연속성 토폴로지 제약 조건 및 제조 가능성 제약 조건을 확보하고, 상기 프랙탈 노드 곡률 연속성 토폴로지 제약 조건 및 상기 제조 가능성 제약 조건을 이용하여 상기 냉판 초기 구조에 대해 토폴로지 조정을 수행하여, 상기 최적 컨테이너형 에너지 저장소 냉판 구조를 도출하는 단계.