서울과학기술대학교 바로가기

미래에너지융합학과 에너지소자제조공정연구실(https://edml.seoultech.ac.kr, 지도교수 최민기) 소속 백재완 석사과정 학생이 베이지안 최적화 알고리즘을 이용한 직접 암모니아 연료 주입형 고체산화물 연료전지의 효율적 운전 성능에 관련한 논문을 SCI급 저널인 ‘Journal of Power Sources (IF 8.1, JCR 상위 15%)’에 제1저자로 게재하였다.

▲(왼쪽부터) 백재완 석사과정, 최민기 교수, 조선대학교 이민기 교수

해당 연구는 조선대학교 기계공학과 이민기 교수 연구팀과의 공동 연구로 진행되었으며, 같은 연구실의 대학원생인 김진우, 이현호 석사과정 학생의 도움을 받아 수행하였다.

논문에서는 암모니아 연료를 고체 산화물 연료전지(Solid Oxide Fuel Cell, SOFC)의 연료극에 직접 주입하여 작동시키는 Direct Ammonia SOFC(DA-SOFC)의 연료 주입 운전 과정에, 전역 최적화 알고리즘 중 하나인 베이지안 최적화(Bayesian Optimization, BO) 알고리즘를 접목시켜 시간과 비용 면에서 효율적인 운전을 수행 가능하게 한 방법론에 대한 연구결과를 보고하고 있다. 

최민기 교수 연구팀은 DA-SOFC을 운전시킬 때 조절하는 여러 변수들(작동 온도, 암모니아 분율, 연료 및 공기 유량 등)에 따라 여러 복합적인 상관관계에 의해 전기화학 성능이 달라진다는 점에서, 이를 연구자가 일일이 고려하지 않으면서도 베이지안 최적화 알고리즘을 통해 시간 및 비용 효율성을 높이는 방법론을 적용하는 연구를 진행하였다. 

▲베이지안 최적화 알고리즘을 활용한 DA-SOFC 운전 개략도 및 성능 평가

베이지안 최적화는 surrogate model과 acquisition function을 이용해 임의의 목적함수를 최대 또는 최소로 만드는 최적의 입력값을 찾아가는 방법론이다. 
이 연구를 통해 베이지안 최적화 알고리즘으로 사람의 의사결정 없이도 일반적으로 사용되는 연료 주입 조건에서의 전기화학적 성능보다 높은 성능을 달성할 수 있다는 것을 실험을 통해 증명하였다. 
따라서 이 방법론은 연료전지 뿐만 아니라 수전해, 배터리 등의 전기화학디바이스 그리고 더 나아가 다양한 분야에서 활용될 수 있을 것으로 기대된다.

■논문정보
- 저널명: Journal of Power Sources (IF=8.1, JCR: 83.7%, 상위 약 15%, Multidisciplinary science 분야)
- 논문 제목: Bayesian-optimization-assisted efficient operation for direct ammonia solid oxide fuel cells
- 저자: Jaewan Baek, Jinwoo Kim, Hyunho Lee, Minki Lee*, Mingi choi*
- 논문 링크: https://doi.org/10.1016/j.jpowsour.2024.235194