Machine Learning-Based Design and Operational Optimization of Renewable Hydrogen-Methanol Clusters
개인기초연구(과기정통부)(R&D) · 우수연구-세종과학펠로우십(국외연수트랙)
2026년
2710112420
과학기술정보통신부
한국연구재단
고려대학교
안병찬
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
7,350만원
7,350만원
기초연구
대학
서울특별시 성북구
화공 > 화학공정 > 공정시스템기술
... 재생전기-PEM 수전해-고체 수소 탱크-메탄올 공정으로 구성된 재생 수소-메탄올 클러스터를 대상으로, 재생전력 변동성과 수소 수요·가격·CO₂ 공급을 반영한 설비 설계·운영 최적화용 디지털 트윈 프레임워크를 구축.● 기후·기상 및 수요·시장 데이터를 활용한 AI 기반 시계열 예측, Aspen 기반 surrogate 공정모델, 설비 용량·시간별 운전전략 동시 최적화를 통합함으로써, ...
... P_surplus(t)와 수소 수요 시계열 D_local(t)을 파라미터로 사용하여, 설비 용량(C_el, C_tank, C_MeOH)과 수전해 운전, 탱크 입·출고, 근거리 공급량, 메탄올 전환량, (필요 시 전력 구매·판매)을 동시에 결정하는 최적 설계·운영 해를 도출.(3) 시나리오·지역 확장 및 정책·투자 해석● 재생전기 설비 및 수소 수요 확대에 따른 그린수소 생산·수요 성장 ...
1) 연구성과의 활용방안● 재생 수소?메탄올 클러스터 디지털 트윈을 구축하고, 설비 조합·용량·증설 시점·운영전략을 정량 비교하는 정책·산업 적용형 분석 도구로 제공함.● 에너지 시스템, AI 응용 분야 최상위 국제저명 학술지 게재 (Chemical Engineering Journal, Energy Conversion and Management 등) 및 국제 ...