KR101445249B1 - Method and system of producing realtime customer baseline load - Google Patents
Method and system of producing realtime customer baseline load Download PDFInfo
- Publication number
- KR101445249B1 KR101445249B1 KR1020110141915A KR20110141915A KR101445249B1 KR 101445249 B1 KR101445249 B1 KR 101445249B1 KR 1020110141915 A KR1020110141915 A KR 1020110141915A KR 20110141915 A KR20110141915 A KR 20110141915A KR 101445249 B1 KR101445249 B1 KR 101445249B1
- Authority
- KR
- South Korea
- Prior art keywords
- power consumption
- time slot
- calculating
- reference load
- value
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 17
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
본 발명은, 실시간 고객기준부하 산출 방법 및 시스템으로서, 수요반응(DR) 참여 대상인 복수개의 수용가에 대한 고객기준부하(CBL)를 산출하는 방법에 있어서, 기설정된 기간을 복수개의 타임 슬롯(time slot)으로 분할하는 시간 영역 분할 단계; 상기 복수개의 수용가 중 선택된 수용가에 대하여 상기 복수개의 타임 슬롯에 대응되는 전력 사용량을 계측하여 전력 사용량 계측값을 획득하는 전력 사용량 계측값 획득 단계; 칼만 필터 모델을 이용하여, 상기 전력 사용량 계측값을 기초로 전력 사용량 추정치를 산출하고, 상기 전력 사용량 추정치를 기초로 오차 공분산 추정치와 칼만 이득 계수를 산출하여 이를 기초로 전력 사용량 예측치를 산출하는 칼만 필터 적용 단계; 및 상기 전력 사용량 예측치에서 고객기준부하(CBL)를 추출하는 고객기준부하 획득 단계를 포함하는 것을 특징으로 하는 실시간 고객기준부하 산출 방법과 이를 적용하기 위한 고객기준부하 산출 시스템이며, 이와 같은 본 발명에 의하면 실시간 적용시점에서의 실질적인 고객기준부하(CBL)를 산출함으로써 수요반응량을 더욱 효과적으로 산출할 수 있는 고객기준부하(CBL) 산출 방식을 제공할 수 있다.A method for calculating a customer reference load (CBL) for a plurality of customers who are to participate in a demand reaction (DR), the method comprising: ); A power consumption measurement value acquisition step of measuring a power consumption corresponding to the plurality of time slots for a selected one of the plurality of customers to obtain a power consumption measurement value; A Kalman filter for calculating a power consumption estimation value based on the power consumption measurement value using the Kalman filter model, calculating an error covariance estimation value and a Kalman gain coefficient based on the power consumption estimation value, Application phase; And a customer reference load obtaining step of obtaining a customer reference load (CBL) from the power consumption prediction value, and a customer reference load calculating system for applying the real time customer reference load calculating method. It is possible to provide a customer reference load (CBL) calculation method that can more effectively calculate the demand response amount by calculating the actual customer reference load (CBL) at the time of real-time application.
Description
본 발명은 실시간 고객기준부하 산출 방법 및 시스템에 관한 것으로서, 보다 상세하게는 수요반응(DR) 대상 가구에 대한 수용반응량을 산출하기 위한 고객기준부하를 칼만 필터를 적용하여 산출하는 실시간 고객기준부하 산출 방법과 이를 이용하기 위한 실시간 고객기준부하 산출 시스템에 대한 것이다. The present invention relates to a real-time customer reference load calculation method and system, and more particularly, to a real-time customer reference load calculation method and system that calculates a customer reference load for calculating a reception response amount for a household subject to a demand response (DR) And a real time customer base load calculation system for using the calculation method.
스마트 그리드(Smart grid)는, '발전-송전·배전-판매'의 단계로 이루어지던 기존의 단방향 전력망에 IT 기술을 접목하여 전력 공급자와 수요자가 양방향으로 실시간 정보를 교환함으로써 에너지 효율을 최적화하는 '지능형 전력망'을 가리킨다. 발전소와 송전·배전 시설과 전력 수요자를 정보통신망으로 연결하고 양방향으로 공유하는 정보를 통하여 전력시스템 전체가 한몸처럼 효율적으로 작동하는 것이 기본 개념이다.The Smart Grid is a smart grid that integrates IT technology into the existing unidirectional power grid, which has been in the stage of power generation, transmission, distribution, and sales, to optimize energy efficiency by exchanging real- Intelligent power grid '. The basic concept is that the entire power system operates efficiently as a whole through information sharing between power plants, power transmission and distribution facilities and power users through information and communication networks and sharing in both directions.
에너지 공급자와 에너지 수요자 간에 에너지 및 그에 대한 정보를 양방향으로 공유함으로써 한정된 에너지 자원을 보다 효율적으로 활용하기 위해 세계 각국은 스마트 그리드 구축에 박차를 가하고 있는 실정인데, 스마트 그리드의 구축에 따라 에너지를 보다 효율적으로 이용하기 위해 수요반응이란 개념이 도입되었다.In order to utilize limited energy resources more effectively by sharing energy and information between energy suppliers and energy users in different directions, countries around the world are spurring the construction of smart grid. The concept of demand reaction is introduced to use as
도 1은 수요 반응에 대한 개념도를 나타내는데, 수요 반응(DR : Demand Response)은 에너지 소비자가 다양한 유인동기에 반응하여 자신의 평상시 소비패턴(Normal consumption pattern)으로부터 에너지 사용량 수준을 변경하는 것을 의미한다. 이와 같은 수요 반응을 유도하기 위해서 에너지 소비 절감에 따른 인센티브를 부여하거나 시간대별 전기요금을 차등적으로 부가하는 등의 다양한 정책이 제시되고 있다.Figure 1 shows a conceptual diagram of the demand response. Demand Response (DR) means that an energy consumer changes energy usage levels from his or her normal consumption pattern in response to various incentives. In order to induce such a demand reaction, various policies have been proposed, such as incentives for reducing energy consumption, or adding electricity tariffs differentially over time.
특히, 수요 반응(DR)은 에너지 수급의 비상시에 피크부하를 이전 또는 억제함으로써 계통 신뢰도를 확보하려는 목적으로 공급 측면의 발전용량 확대에 대응되는 신뢰도 DR로서 적용되고 있으며, 또한 평상시에도 전력시장가격이 매우 비싼 시간대의 수요를 줄임으로써 상대적으로 연료비가 비싼 발전기를 대체하고 전체적인 에너지 생산비용을 저감시킬 수 있도록 경제성 DR로서 적용되고 있다.In particular, the demand response (DR) is applied as a reliability DR corresponding to the expansion of power generation capacity on the supply side in order to secure system reliability by transferring or suppressing the peak load in the emergency of energy supply and demand. By reducing demand for very expensive time zones, it is being applied as a cost-effective DR to replace generators with relatively high fuel costs and to reduce overall energy production costs.
이와 같이 수용 반응 DR은 에너지의 효율적 운영에 있어서 중요한 요소로 작용하고 있는데, 수요반응량은 하기 [식 6]으로서 산출될 수 있다.In this way, the acceptance reaction DR is an important factor in the efficient operation of the energy, and the demand reaction amount can be calculated as the following equation (6).
여기서 고객기준부하(CBL : customer baseline load)란 수요반응일 직전 일정기간 동안의 시간대별 전력 사용량을 가중 평균하여 감축량 산출의 기초로 삼는 부하를 말하며, 도 2는 종래방식에 따른 고객기준부하(CBL)의 산출에 대한 실시예를 도시한다.Here, the customer baseline load (CBL) is a load that is used as a basis for calculating the reduction amount by weighted averaging of power consumption by a time period during a certain period immediately before the demand reaction, and FIG. 0.0 > CBL < / RTI >
상기 도 2에서는 10일 중 상위 2일과 하위 2일을 제외한 6일분의 데이터를 가중평균하여 고객기준부하(CBL)을 산출하였다.In FIG. 2, the customer reference load (CBL) is calculated by weighted averaging the data for 6 days excluding the upper 2 days and the lower 2 days in 10 days.
이와 같은 고객기준부하(CBL)는 수요반응량의 신뢰성에 중요한 요소로서 정확한 수요반응량을 산출하기 위해서는 정확한 고객기준부하(CBL)의 산출이 필수적인데, 상기 도 2의 실시예와 같이 현재의 고객기준부하(CBL)을 산출하는 방식은 수요 반응일 직전의 일정기간 동안의 시간대별 전력 사용량에 대한 가중평균을 적용하고 가중평균값을 근거로 익일의 고객기준부하(CBL)을 추정하여 수요 반응일 하루 전날에 요율을 고지하는 방식이므로, DR 대상이 되는 모든 수용가에 대해 시간대별로 일정 기간 동안의 사용량 데이터를 지속적으로 저장해야하며, 수요 반응일 하루 전에 이를 고지함으로써 고객이 DR에 참여하기 위한 시간적 여유가 부족하고 또한 이와 같은 고객기준부하(CBL) 방식을 통해서는 실질적인 실시간 가격 책정에 한계가 있다.Such a customer reference load (CBL) is an important factor in the reliability of the demand reaction quantity. In order to calculate the accurate demand reaction quantity, it is necessary to calculate the accurate customer reference load (CBL). However, The method of calculating the reference load (CBL) is to calculate the CBL of the next day based on the weighted average based on the weighted average of the electricity consumption by the time period for a certain period immediately before the demand reaction date, Since the method of noticing the rate on the previous day, it is necessary to continuously store the usage data for a predetermined period of time for all the customers who are subject to the DR, and notify the customer about the day before the demand response, And there is a limit to practical real-time pricing through such a customer reference load (CBL) approach.
본 발명은 상술한 바와 같은 종래 기술의 문제점을 해결하고자 하는 것으로서, 고객기준부하(CBL) 산출의 정확도를 높임으로써 수요반응량을 정확하게 산출할 수 있는 고객기준부하(CBL) 산출 방식을 제안하는 것을 주된 목적으로 한다.SUMMARY OF THE INVENTION The present invention has been made to solve the above problems of the prior art and it is an object of the present invention to propose a customer reference load (CBL) calculation method capable of accurately calculating a demand reaction amount by increasing the accuracy of calculation of a customer reference load Main purpose.
특히, 고객기준부하(CBL)를 단순히 실시이전의 일정기간 동안의 시간대별 전력 사용량에 대한 가중평균을 적용하여 산출함으로써 적용시점에서의 실질적인 고객기준부하(CBL)를 산출할 수 없는 문제점을 해결하고자 한다.In particular, to solve the problem that the actual customer reference load (CBL) at the time of application can not be calculated by calculating the weighted average of the power consumption per time period during a certain period before simply implementing the customer reference load (CBL) do.
나아가서 고객기준부하(CBL)의 산출이 24시간인 실시간 DR 체계로 인해 소비자의 체감효과가 떨어져 이에 대한 참여도가 낮아지는 문제점을 해결하고자 한다.In addition, we try to solve the problem that the real-time DR system, in which the calculation of the customer reference load (CBL)
상기 기술적 과제를 달성하고자 본 발명은, 수요반응(DR) 참여 대상인 복수개의 수용가에 대한 고객기준부하(CBL)를 산출하는 방법에 있어서, 기설정된 기간을 복수개의 타임 슬롯(time slot)으로 분할하는 시간 영역 분할 단계; 상기 복수개의 수용가 중 선택된 수용가에 대하여 상기 복수개의 타임 슬롯 중 선택된 타임 슬롯에 대응되는 전력 사용량을 계측하여 전력 사용량 계측값을 획득하는 전력 사용량 계측값 획득 단계; 칼만 필터 모델을 이용하여, 상기 전력 사용량 계측값을 기초로 전력 사용량 추정치를 산출하고, 상기 전력 사용량 추정치를 기초로 오차 공분산 추정치와 칼만 이득 계수를 산출하여 이를 기초로 전력 사용량 예측치를 산출하는 칼만 필터 적용 단계; 및 상기 전력 사용량 예측치에서 고객기준부하(CBL)를 추출하는 고객기준부하 획득 단계를 포함하는 것을 특징으로 하는 실시간 고객기준부하 산출 방법이다.According to an aspect of the present invention, there is provided a method of calculating a customer reference load (CBL) for a plurality of customers who are to participate in a demand reaction (DR), comprising: dividing a predetermined period into a plurality of time slots A time domain segmentation step; Obtaining a power consumption measurement value by measuring a power consumption corresponding to a selected one of the plurality of timeslots with respect to a selected one of the plurality of consumers; A Kalman filter for calculating a power consumption estimation value based on the power consumption measurement value using the Kalman filter model, calculating an error covariance estimation value and a Kalman gain coefficient based on the power consumption estimation value, Application phase; And a customer reference load obtaining step of extracting a customer reference load (CBL) from the power consumption prediction value.
바람직하게는 상기 칼만 필터 적용 단계는, 바로 이전 타임 슬롯의 오차 공분산 예측치로 바로 이전 타임 슬롯의 칼만 이득 계수를 산출하는 칼만 이득 계수 단출 단계; 바로 이전 타임 슬롯의 전력 사용량 예측치, 전력 사용량 계측값 및 칼만 이득 계수를 이용하여 바로 이전 타임 슬롯의 전력 사용량 추정치을 산출하는 전력 사용량 추정치 산출 단계; 바로 이전 타임 슬롯의 오차 공분산 예측치 및 칼만 이득 계수를 이용하여 바로 이전 타임 슬롯의 오차 공분산 추정치를 산출하는 오차 공분산 추정치 산출 단계; 및 상기 바로 이전 타임 슬롯의 오차 공분산 추정치 및 전력 사용량 추정치를 이용하여 현재 타임 슬롯의 오차 공분산 예측치 및 전력 사용량 예측치를 산출하는 전력 사용량 예측치 산출 단계를 포함할 수 있다.Preferably, the Kalman filter applying step may include: a Kalman gain factor prefetching step of calculating a Kalman gain coefficient of a previous time slot to an error covariance prediction value of a previous time slot; Calculating a power usage estimate value of a previous time slot using a power usage prediction value, a power consumption measurement value, and a Kalman gain factor of a previous time slot; Calculating an error covariance estimate value of the immediately previous time slot using the error covariance predictor and the Kalman gain coefficient of the immediately previous time slot; And a power usage prediction value calculation step of calculating an error covariance prediction value and a power consumption prediction value of the current time slot using the error covariance estimate and the power consumption estimation value of the immediately previous time slot.
여기서 상기 전력 사용 추정치는, 해당 타임 슬롯의 전력 사용량 추정값 및 바로 이전 타임 슬롯과 해당 타임 슬롯 간의 전력 사용량 추정값의 변화량으로 생성되는 상태 벡터이고, 상기 전력 사용 예측치는, 상기 전력 사용 추정치를 기초로 생성되는 해당 타임 슬롯의 전력 사용량 예측값 및 바로 이전 타임 슬롯과 해당 타임 슬롯 간의 전력 사용량 예측값의 변화량으로 생성되는 상태 벡터이며, 상기 전력 사용 예측치의 상태 벡터에서 상기 해당 타임 슬롯의 전력 사용량 예측값을 해당 타임 슬롯의 고객기준부하(CBL)로 산정할 수 있다.Wherein the power usage estimate is a state vector generated from a power usage estimate of the corresponding timeslot and a variation of the power usage estimate between the immediately previous time slot and the corresponding time slot and the power usage prediction value is generated based on the power usage estimate And a power consumption prediction value of the corresponding time slot and a variation amount of a power consumption prediction value between the immediately previous time slot and the corresponding time slot, (CBL) of the customer.
보다 바람직하게는 상기 전력 사용 예측치는 하기 [식 2]로 산출되며,More preferably, the power usage prediction value is calculated by the following expression (2)
상기 오차 공분산 예측치는 하기 [식 3]으로 산출되며,The error covariance prediction value is calculated by the following equation (3)
상기 칼만 이득 계수는 하기 [식 4]로 산출되며,The Kalman gain coefficient is calculated by the following equation (4)
상기 전력 사용량 추정치는 하기 [식 5]로 산출되며,The power consumption estimation value is calculated by the following equation (5)
상기 오차 공분산 추정치는 하기 [식 6]으로 산출되며,The error covariance estimated value is calculated by the following equation (6)
여기서, 상기 
여기서 상기 A는 
나아가서 상기 전력 사용 추정치에 대한 초기 설정은, 상기 전력 사용량 추정값을 상기 기설정된 기간 동안의 상기 복수개의 수용가에 대한 평균 전력 사용량으로 설정하고, 상기 전력 사용량 추정값의 변화량을 0으로 설정할 수 있다.Further, the initial setting of the power usage estimate may set the power consumption estimation value to the average power consumption for the plurality of customers during the predetermined period, and may set the variation of the power consumption estimation value to zero.
보다 바람직하게는 상기 시간 영역 분할 단계에 의해 생성된 복수개의 타임 슬롯에 대하여 순차적으로 상기 전력 사용량 계측값 획득 단계, 상기 칼만 필터 적용 단계 및 상기 고객기준부하 획득 단계를 순차적으로 수행하여 상기 복수개의 타임 슬롯 각각에 대응되는 고객기준 부하를 산출할 수 있다.More preferably, the power consumption measurement value acquisition step, the Kalman filter application step, and the customer reference load acquisition step are sequentially performed sequentially for a plurality of time slots generated by the time domain division step, It is possible to calculate the customer reference load corresponding to each of the slots.
또한 본 발명은, 수요반응(DR) 참여 대상인 복수개의 수용가에 대한 고객기준부하(CBL)를 산출하는 시스템에 있어서, 상기 복수개의 수용가에 대하여 전력 사용량을 계측하여 전력 사용량 계측값을 획득하는 전력 사용량 계측부; 상기 복수개의 수용가 각각에 대하여 칼만 필터 모델을 생성하는 칼만 필터 모델링부; 및 상기 전력 사용량 계측부 및 상기 칼만 필터 모델링부와 연동하여 고객기준부하(CBL)를 산출하는 고객기준부하 산출부를 포함하는 것을 특징으로 하는 실시간 고객기준부하 산출 시스템이다.The present invention also provides a system for calculating a customer reference load (CBL) for a plurality of catering customers to be involved in a demand reaction (DR), the system comprising: a power consumption calculating unit A measuring unit; A Kalman filter modeling unit for generating a Kalman filter model for each of the plurality of users; And a customer reference load calculating unit for calculating a customer reference load (CBL) in cooperation with the power consumption measuring unit and the Kalman filter modeling unit.
바람직하게는 상기 칼만 필터 모델링부는, 기설정된 기간을 분할하여 복수개의 타임 슬롯을 생성하고, 칼만 필터 모델의 적용에 따른 백색잡음에 대한 공분산 행렬 A, H, Q 및 R를 설정하며, 상기 고객기준부하 산출부는, 상기 칼만 필터 모델링부의 설정치를 기초로 상기 복수개의 타임 슬롯 각각에 대하여 전력 사용 예측치, 전력 사용량 추정치, 오차 공분산 예측치, 오차 공분산 추정치 및 칼만 이득 계수를 산출하고, 상기 전력 사용 예측치에서 고객기준부하를 추출할 수 있다.Preferably, the Kalman filter modeling unit generates a plurality of time slots by dividing a predetermined period, sets covariance matrices A, H, Q and R for white noise according to application of the Kalman filter model, The load calculation unit calculates a power usage prediction value, a power usage estimation value, an error covariance prediction value, an error covariance estimation value, and a Kalman gain coefficient for each of the plurality of time slots based on the set value of the Kalman filter modeling unit, The reference load can be extracted.
여기서 상기 고객기준부하 산출부는, 수용가의 전력 사용량 계측값을 이용하여 복수개의 타임 슬롯 각각에 대한 칼만 이득 계수, 전력 사용량 추정치 및 오차 공분산 추정치를 산출하는 교정 모듈; 복수개의 타임 슬롯 각각에 대한 전력 사용량 예측치 및 오차 공분산 예측치를 산출하는 예측 모듈; 및 복수개의 타임 슬롯 각각에 대한 전력 사용량 예측치로부터 고객기준부하를 추출하는 CBL 추출 모듈을 포함할 수 있다.Here, the customer reference load calculation unit may include a calibration module that calculates a Kalman gain coefficient, a power consumption estimation value, and an error covariance estimation value for each of a plurality of time slots using a power consumption measurement value of a customer; A prediction module for calculating a power consumption prediction value and an error covariance prediction value for each of a plurality of time slots; And a CBL extraction module for extracting a customer reference load from the power usage forecast for each of the plurality of time slots.
나아가서 상기 칼만 필터 모델링부는, 상기 기설정된 기간 동안의 상기 복수개의 수용가에 대한 평균 전력 사용량과 상기 복수개의 수용가 각각에 대한 전력 사용 패턴을 산출하고, 상기 복수개의 타임 슬롯 중 최초 타임 슬롯에 대한 상기 전력 사용 추정치를 상기 평균 전력 사용량과 상기 전력 사용 패턴을 이용하여 설정하며, 상기 Q 및 R은 상기 전력 사용 패턴을 기초로 설정할 수도 있다.Further, the Kalman filter modeling unit may calculate an average power usage for the plurality of customers for the predetermined period and a power usage pattern for each of the plurality of users, and calculate the power usage pattern for the first time slot among the plurality of timeslots, The usage estimate is set using the average power usage and the power usage pattern, and the Q and R may be set based on the power usage pattern.
이와 같은 본 발명에 의하면, 실시간 적용시점에서의 실질적인 고객기준부하(CBL)를 산출함으로써 수요반응량을 더욱 효과적으로 산출할 수 있는 고객기준부하(CBL) 산출 방식을 제공할 수 있다.According to the present invention, it is possible to provide a customer reference load (CBL) calculating method that can more effectively calculate the demand reaction amount by calculating the actual customer reference load (CBL) at the time of real-time application.
특히, 칼만 필터를 이용하여 전력 사용에 대한 상태 방정식을 모델링하여 고객기준부하(CBL)를 실시간으로 산출함으로써 고객기준부하(CBL)의 적용시점에서의 실질적인 산출인 가능해진다.In particular, the Kalman filter is used to model the state equations for power usage to calculate the customer reference load (CBL) in real time, which is a practical calculation at the point of application of the customer reference load (CBL).
나아가서 수용가의 실제 전력사용시점에서 세분화된 시간 간격으로 고객기준부하(CBL)를 산출하여 수요반응량을 산출하므로 소비자의 체감도가 높아져 적극적인 참여를 유도하며 이로 인해 수요반응을 더욱 향상시킬 수 있게 된다.Furthermore, since the customer's reference load (CBL) is calculated at a time interval that is subdivided at the time of actual power consumption of the customer, the demand response amount is calculated, and thus the consumer's sense of experience is increased, thereby inducing active participation and thereby improving the demand response .
도 1은 수요 반응에 대한 개념도를 나타내며,
도 2는 종래기술에 따른 고객기준부하(CBL)의 산출에 대한 실시예를 도시하며,
도 3은 본 발명에 따른 실시간 고객기준부하 산출 방식의 개념도를 도시하며,
도 4는 본 발명에 따른 칼만 필터 모델 적용을 위한 고객기준부하(CBL) 산출 과정이 선형 시스템(Linear System)으로 모델링되는 개념을 도시하며,
도 5는 본 발명에 따른 실시간 고객기준부하 산출 시스템의 개략적인 구성을 도시하며,
도 6은 본 발명에 따른 고객기준부하 산출부의 실시예에 대한 구성도를 도시하며,
도 7은 본 발명에 따른 실시간 고객기준부하 산출 방법의 개략적인 흐름도를 도시하며,
도 8은 본 발명에 따른 실시간 고객기준부하 산출 방법의 실시예에 대한 흐름도를 도시한다.1 shows a conceptual diagram of a demand reaction,
Figure 2 shows an embodiment of the calculation of a customer reference load (CBL) according to the prior art,
3 is a conceptual diagram of a real-time customer reference load calculation method according to the present invention,
FIG. 4 illustrates a concept that a customer reference load (CBL) calculation process for applying the Kalman filter model according to the present invention is modeled as a linear system,
5 shows a schematic configuration of a real-time customer reference load calculation system according to the present invention,
6 shows a block diagram of an embodiment of a customer reference load calculation unit according to the present invention,
7 shows a schematic flow chart of a real-time customer reference load calculation method according to the present invention,
8 shows a flowchart of an embodiment of a real-time customer reference load calculation method according to the present invention.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 설명하기 위하여 이하에서는 본 발명의 바람직한 실시예를 예시하고 이를 참조하여 살펴본다.BRIEF DESCRIPTION OF THE DRAWINGS The above and other objects, features and advantages of the present invention will become more apparent from the following detailed description of the present invention when taken in conjunction with the accompanying drawings.
먼저, 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 또한 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.First, the terminology used in the present application is used only to describe a specific embodiment, and is not intended to limit the present invention, and the singular expressions may include plural expressions unless the context clearly indicates otherwise. Also, in this application, the terms "comprise", "having", and the like are intended to specify that there are stated features, integers, steps, operations, elements, parts or combinations thereof, But do not preclude the presence or addition of features, numbers, steps, operations, components, parts, or combinations thereof.
본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear.
본 발명은 수용반응량을 산출하기 위한 고객기준부하(CBL : customer baseline load)를 산출함에 있어서 칼만 필터를 이용하여 실시간으로 고객기준부하(CBL)를 산출하는 방법과 이를 적용하기 위한 고객기준부하(CBL) 산출 시스템을 제시한다.The present invention relates to a method of calculating a customer reference load (CBL) in real time using a Kalman filter in calculating a customer baseline load (CBL) for calculating an acceptance reaction amount and a customer reference load CBL) calculation system.
칼만 필터는 1960년 R, E Kalman이 발표한 "A New Approach to Linear Filtering and Prediction Problems" 논문에 기초하고 있으며, 이후 디지털 컴퓨팅 연구의 다양한 분야에서 응용되어 확장되어왔는데, 칼만 필터의 기본적인 개념을 살펴보자면 과거의 측정데이터와 새로운 측정데이터를 사용하여 데이터에 포함된 노이즈를 제거하여 새로운 결과를 추정하는데 사용하는 알고리즘으로서 선형적 움직임을 가지는 대상을 재귀적 적용으로 동작시켜 과거와 현재값을 가지고 재귀적(recursive)연산(data processing)을 통해서 최적(optimal)값을 추적하는 방식을 말한다. 특히 수학적으로는 선형 시스템(Linear System)의 상태를 예측하여 발생할 수 있는 오류를 최소화하면서 예측하는 방식이다.The Kalman filter is based on the article "A New Approach to Linear Filtering and Prediction Problems" published by R. E Kalman in 1960 and has been extensively applied in various fields of digital computing research. As an algorithm used for estimating new results by eliminating the noise included in the data by using past measurement data and new measurement data, the object having linear motion is operated by recursive application so that the recursive and refers to a method of tracking an optimal value through recursive data processing. Mathematically, it predicts the state of a linear system and minimizes errors that may occur.
본 발명에서는 이와 같은 칼만 필터를 모델링하여 고객기준부하(CBL)를 실시간으로 산출하는 방법을 제시하는데, 도 3은 본 발명에 따른 실시간 고객기준부하 산출 방식의 개념도를 도시한다.In the present invention, a method of calculating a customer reference load (CBL) in real time by modeling the Kalman filter is shown. FIG. 3 is a conceptual diagram of a real-time customer reference load calculation method according to the present invention.
상기 도 3을 참조하여 본 발명에서 칼만 필터를 적용하여 고객기준부하(CBL)를 산출하는 개념을 살펴보면, 수용반응(DR) 참여 대상 수용가(10a, 10b, 10c,...10n)를 대상으로 고객기준부하 산출 시스템(100)을 통해 각각의 수용가(10a, 10b, 10c,...10n)에 대한 실시간 고객기준부하(CBL)을 산출하는데, 우선 일정 기간의 시간을 분할하여 타임 슬롯(T1, T2, T3,...Tn)을 생성한다. 여기서 상기 일정 기간은 수요반응을 적용하기 위한 기간 전체를 분할하여 복수개의 타임 슬롯을 생성할 수도 있고, 또는 수요반응을 적용하기 위한 기간 중 일부분을 분할하여 복수개의 타임 슬롯을 생성할 수도 있으며, 분할되는 타임 슬롯의 개수는 상황에 따라 적절하게 선택될 수 있다.Referring to FIG. 3, the concept of calculating the customer reference load (CBL) by applying the Kalman filter according to the present invention will be described with reference to the acceptance reaction (DR)
그리고 각각의 수용가(10a, 10b, 10c,...10n)에 대하여 각각의 타임 슬롯(T1, T2, T3,...Tn)별로 칼만 필터 모델을 적용하여 각각의 수용가(10a, 10b, 10c,...10n)에 대하여 각각의 타임 슬롯(T1, T2, T3,...Tn)의 전력 사용량 예측치를 산출하고, 산출된 전력 사용량 예측치로부터 각각의 수용가(10a, 10b, 10c,...10n)에 대하여 각각의 타임 슬롯(T1, T2, T3,...Tn)에 대응되는 실시간 고객기준부하(CBL)를 추출하게 된다.The Kalman filter model is applied to each of the time slots (T 1 , T 2 , T 3 , ... T n ) for each of the
상기 칼만 필터 모델을 적용은 크게 예측 과정과 교정 과정으로 분류되며, 상기 예측 과정과 교정 과정을 타임 슬롯별로 반복 수행함으로써 실시간 고객기준부하(CBL)를 산출하게 되는데, 가령 수용가 1(10a)을 대상으로 실시간 고객기준부하(CBL)을 산출한다면, 타임 슬롯(T1, T2, T3,...Tn)을 순차적으로 갱신하여 각 타임 슬롯(T1, T2, T3,...Tn)의 전력 사용량 예측치를 바로 이전 타임 슬롯의 데이터를 근거로 산출하는 예측 과정과 각 타임 슬롯(T1, T2, T3,...Tn)에 대한 수용가 1(10a)의 전력 사용량 계측값(A1, A2, A3,...An)으로 해당 타임 슬롯의 전력 사용량 예측치를 교정하는 교정 과정을 수행하게 된다.The application of the Kalman filter model is largely classified into a prediction process and a calibration process. The prediction process and the calibration process are repeated for each time slot to calculate a real-time customer reference load (CBL). For example, If the calculated real-time customer reference load (CBL), a
본 발명에서는 상기의 과정을 수요반응 대상 수용가(10b, 10c,...10n) 각각에 적용하여 각각의 수용가(10a, 10b, 10c,...10n)에 대한 실시간 고객기준부하를 산출하는 것이다.In the present invention, the above-described process is applied to each of the
이와 같은 칼만 필터 모델을 적용하기 위해서는 고객기준부하(CBL) 산출 과정이 선형 시스템(Linear System)으로 구현될 수 있어야 되는데, 도 4는 본 발명에 따른 칼만 필터 모델 적용을 위한 고객기준부하(CBL) 산출 과정이 선형 시스템(Linear System)으로 모델링되는 개념을 도시한다.In order to apply the Kalman filter model, a customer reference load (CBL) calculation process must be implemented as a linear system. FIG. 4 illustrates a customer reference load (CBL) And the calculation process is modeled as a linear system.
수요반응 대상 수용가(10a, 10b, 10c,...10n)에서 복수개의 타임 슬롯(T1, T2, T3,...Tn) 중 선택된 타임 슬롯에서 사용할 수 있는 전력량을 
본 발명에서는 이와 같이 복수개의 타임 슬롯(T1, T2, T3,...Tn) 각각에 대하여 수용가(10a, 10b, 10c,...10n)의 전력 사용량을 선형 시스템으로 모델링함으로써 칼만 필터를 적용하여 실시간 고객기준부하(CBL)를 산출하는 것이다.
In the present invention, by modeling the power consumption of the
도 5는 본 발명에 따른 실시간 고객기준부하 산출 시스템의 개략적인 구성을 도시한다.5 shows a schematic configuration of a real-time customer reference load calculation system according to the present invention.
본 발명에서 실시간 고객기준부하 산출 시스템(100)은 전력 사용량 계측부(110), 칼만 필터 모델링부(130) 및 고객기준부하 산출부(150)를 포함하여 구성될 수 있다.In the present invention, the real-time customer reference
전력 사용량 계측부(110)는 수요반응 대상 수용가에 대하여 전력 사용량을 계측하여 전력 사용량 계측값을 획득한다. The power
칼만 필터 모델링부(130)는 일정 시간을 분할하여 타임 슬롯을 생성하고 칼만 필터 모델을 적용하기 위한 디폴트 값들을 설정하는데, 가령 칼만 필터 모델에 적용하기 위한 초기값을 설정하고 칼만 필터 모델의 구성인 백색잡음에 대한 공분산 행렬을 설정할 수 있다. 또한 칼만 필터 모델링부(130)는 칼만 필터 모델의 디폴트 값들을 설정하기 위한 수용가들의 평균 전력 사용량과 해당 수용가의 전력 사용 패턴을 산출할 수도 있으며, 상기 평균 전력 사용량과 상기 전력 사용 패턴을 이용하여 최초 타임 슬롯에 대한 전력 사용 추정치를 설정하거나 상기 공분산 행렬을 설정할 수 있다.The Kalman filter modeling unit 130 generates time slots by dividing a predetermined time and sets default values for applying the Kalman filter model. For example, the Kalman filter modeling unit 130 sets an initial value for applying the Kalman filter model, A covariance matrix for white noise can be set. Also, the Kalman filter modeling unit 130 may calculate the average power consumption of the customers and the power usage pattern of the customer for setting the default values of the Kalman filter model, and may use the average power consumption and the power usage pattern A power usage estimate for a time slot may be set or the covariance matrix may be set.
그리고 고객기준부하 산출부(150)는 전력 사용량 계측부(110)와 칼만 필터 모델링부(130)와 연동하고 칼만 필터 모델을 적용하여 실시간 고객기준부하를 산출하는데, 도 6은 본 발명에 따른 고객기준부하 산출부의 실시예에 대한 구성도를 도시한다.The customer reference
고객기준부하 산출부(150)는 개략적으로 교정 모듈(151), 예측 모듈(153) 및 CBL 추출 모듈(155)을 포함하여 구성될 수 있다.The customer reference
교정 모듈(151)은 복수개의 타임 슬롯에 대한 각 수용가의 전력 사용량 계측값으로 해당 타임 슬롯의 전력 사용량 예측치를 교정하는데, 이를 위해 칼만 이득 계수, 전력 사용량 추정치 및 오차 공분산 추정치 등을 산출한다.The
예측 모듈(153)은 에러 보정을 위해 산출된 데이터로 보정 정도를 결정하여 전력 사용량 예측치 및 오차 공분산 예측치를 산출하며, 그리고 CBL 추출 모듈(155)은 상기 전력 사용량 예측치에서 실제 적용한 실시간 고객기준부하를 추출한다.The
나아가서 상기 교정 모듈(151), 예측 모듈(153) 및 CBL 추출 모듈(155)은 서로 연동하여 복수개의 타임 슬롯 각각에 대하여 순차적인 반복 수행을 통해 최종적으로 각각의 타임 슬롯에 대한 실시간 고객기준부하가 산출되는 것이다.
In addition, the
또한 본 발명에서는 이와 같은 고객기준부하 산출 시스템(100)을 이용하여 실시간 고객기준부하를 산출하는 방법을 제시하는데, 이하에서 실시예를 통해 본 발명에 따른 실시간 고객기준부하를 산출하는 방법에 대하여 살펴보기로 한다.In the present invention, a method for calculating a real-time customer reference load using the customer reference
도 6는 본 발명에 따른 실시간 고객기준부하 산출 방법의 개략적인 흐름도를 도시한다.6 shows a schematic flow chart of a real-time customer reference load calculation method according to the present invention.
상기 도 6을 참조하여 본 발명에 따른 실시간 고객기준부하 산출 방법을 개략적으로 살펴보면, 먼저 기설정된 기간에 대한 시간 영역을 복수개로 분할하여 복수개의 타임 슬롯을 생성하는 단계(S100)를 수행하는데, 여기서 상기 기설정된 기간이란 앞서 살펴본 바와 같이 수요반응을 적용하기 위한 기간 전체를 분할하여 복수개의 타임 슬롯을 생성할 수도 있고, 또는 수요반응을 적용하기 위한 기간 중 일부분을 분할하여 복수개의 타임 슬롯을 생성할 수도 있으며, 분할되는 타임 슬롯의 개수는 상황에 따라 적절하게 선택될 수 있다.Referring to FIG. 6, a method of calculating a real-time customer reference load according to the present invention includes: generating a plurality of time slots by dividing a time region for a predetermined period into a plurality of time slots, As described above, the preset period may be divided into a plurality of time slots by dividing the entire period for applying the demand response, or may be divided into a plurality of time slots by dividing a part of the period for applying the demand response And the number of time slots to be divided may be appropriately selected depending on the situation.
그리고 선택된 타임 슬롯에서의 수요 반응 참여 대상 수용가에 대한 전력 사용량을 계측(S200)하여 전력 사용량 계측값을 획득하는데, 상기 전력 사용량 계측값은 상기 복수개의 타임 슬롯에 각각 대응되는 시점에서의 각각의 전력 사용량 계측값이 된다.The power consumption measurement value is obtained by measuring a power consumption amount for a demand response participant in the selected time slot (S200), and the power consumption measurement value is calculated by multiplying each power This is the measured amount of usage.
상기 전력 사용량 계측값을 칼만 필터 모델에 적용하여 전력 사용량 예정치를 산출(S300)하는데, 상기 전력 사용량 예정치는 상기 복수개의 타임 슬롯 각각에 대응되는 전력 사용량 예정치를 산출하게 된다.The power consumption measurement value is applied to the Kalman filter model to calculate a power consumption forecast value (S300). The power consumption forecast value calculates a power consumption forecast value corresponding to each of the plurality of time slots.
여기서, 전력 사용량을 계측하여 전력 사용량 계측값을 획득하는 과정(S200)과 칼만 필터 모델을 적용하여 전력 사용량 예측치를 산출하는 과정(S300)은 복수개의 타임 슬롯의 초기 타임 슬롯부터 최종 타임 슬롯까지 반복 수행하게 되며, 상기 전력 사용량 예측치에서 현재 타임 슬롯에 대한 전력 사용량 예정값을 추출하여 고객기준부하(CBL)(S400)를 산출할 수 있다.
Here, the process of obtaining the power consumption measurement value by measuring the power consumption amount (S200) and the process of calculating the power consumption prediction value by applying the Kalman filter model (S300) are repeated from the initial time slot of the plurality of time slots to the final time slot And a customer reference load (CBL) (S400) may be calculated by extracting a scheduled power consumption value for the current time slot from the power consumption forecast value.
보다 구체적인 실시예를 통해 본 발명에 따른 실시간 고객기준부하 산출 방법에 대하여 살펴보자면, 도 7은 본 발명에 따른 실시간 고객기준부하 산출 방법의 실시예에 대한 흐름도를 도시한다.FIG. 7 is a flowchart illustrating a method for calculating a real-time customer reference load according to the present invention, in accordance with a more specific embodiment of the present invention.
상기 도 7의 실시예에서는 일정 시간 영역을 분할하여 복수개의 타임 슬롯이 생성된 이후의 과정으로서, 여기서 타임 슬롯은 N개로 설정하였고, 수용반응 대상 수용가 중에 어느 하나의 수용가가 선택된 상황이다.In the embodiment of FIG. 7, after a plurality of time slots are generated by dividing a predetermined time region, the number of time slots is set to N, and any one of the acceptance recipients is selected.
먼저 칼만 필터 모델의 적용을 위한 초기화(S310)를 수행하는데, 상기 초기화에서는 칼만 필터 모델의 적용에 따른 전력 사용량 추정치의 초기치를 설정하고 또한 백색잡음에 대한 공분산 행렬 A, H, Q 및 R를 설정한다. 상기 도 7의 실시예에서는 상기 전력 사용량 추정치의 초기치 
또한 k는 현재의 타임 슬롯으로서 초기화를 위해 1로 설정하고, A는 
상기의 칼만 필터 모델 적용을 위한 초기화(S310)가 끝나면 N개 타임 슬롯에 대하여 1부터 N까지 순차적으로 칼만 필터 모델을 적용한다. When the initialization for applying the Kalman filter model is completed (S310), the Kalman filter model is sequentially applied from N to N timeslots.
전력 사용량 예정치 
상기 오차 공분산 예측치 
상기 전력 사용 예측치 
그리고 상기 오차 공분산 예측치 
그 후 상기 선택된 수용가에 대한 k번째 타임 슬롯의 대응되는 전력 사용량 계측값 
이와 같은 과정을 통해 해당 타임 슬롯에 대한 칼만 필터 모델 적용 과정을 수행한 후 해당 타임 슬롯 k가 마지막 타임 슬롯 N인지를 판단(S360)하여 마지막 타임 슬롯 N이 아니라면 k를 다음 타임 슬롯으로 설정(S370)하고 순차적으로 반복하여 마지막 타임 슬롯까지 상기의 칼만 필터 모델 적용 과정을 수행하게 된다.
After performing the Kalman filter model application process for the corresponding time slot, it is determined whether the corresponding time slot k is the last time slot N (S360). If the time slot k is not the last time slot N, k is set to the next time slot ) And sequentially repeats the above process to apply the Kalman filter model until the last time slot.
이상에서 살펴본 본 발명에 따른 실시간 고객기준부하 산출 시스템과 이를 이용한 실시간 고객기준부하 산출 방법에 의하면, 실시간 적용시점에서의 실질적인 고객기준부하(CBL)를 산출함으로써 수요반응량을 더욱 효과적으로 산출할 수 있는 고객기준부하(CBL) 산출 방식을 제공할 수 있다.According to the real-time customer reference load calculation system and the real-time customer reference load calculation method using the real-time customer reference load calculation system according to the present invention, it is possible to calculate the actual customer reference load (CBL) And can provide a customer reference load (CBL) calculation method.
특히, 칼만 필터를 이용하여 전력 사용에 대한 상태 방정식을 모델링하여 고객기준부하(CBL)를 실시간으로 산출함으로써 고객기준부하(CBL)의 적용시점에서의 실질적인 산출인 가능해진다.In particular, the Kalman filter is used to model the state equations for power usage to calculate the customer reference load (CBL) in real time, which is a practical calculation at the point of application of the customer reference load (CBL).
나아가서 수용가의 실제 전력사용시점에서 세분화된 시간 간격으로 고객기준부하(CBL)를 산출하여 수요반응량을 산출하므로 소비자의 체감도가 높아져 적극적인 참여를 유도하며 이로 인해 수요반응을 더욱 향상시킬 수 있게 된다.
Furthermore, since the customer's reference load (CBL) is calculated at a time interval that is subdivided at the time of actual power consumption of the customer, the demand response amount is calculated, and thus the consumer's sense of experience is increased, thereby inducing active participation and thereby improving the demand response .
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상이 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The foregoing description is merely illustrative of the technical idea of the present invention, and various changes and modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention. Therefore, the embodiments of the present invention are not intended to limit the scope of the present invention but to limit the scope of the present invention. The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents thereof should be construed as being included in the scope of the present invention.
10a, 10b, 10c,...10n : 수요반응 대상 수용가,
100 : 고객기준부하 산출 시스템,
110 : 전력사용량 산출부, 130 : 칼만 필터 모델링부,
150 : 고객기준부하 산출부,
151 : 교정 모듈, 153 : 예측 모듈,
155 : CBL 추출 모듈.10a, 10b, 10c, ... 10n:
100: Customer base load calculation system,
110: power consumption calculation unit, 130: Kalman filter modeling unit,
150: customer reference load calculating section,
151: calibration module, 153: prediction module,
155: CBL Extraction Module.
Claims (11)
기설정된 기간을 복수개의 타임 슬롯(time slot)으로 분할하는 시간 영역 분할 단계;
상기 복수개의 수용가 중 선택된 수용가에 대하여 상기 복수개의 타임 슬롯 중 선택된 타임 슬롯에 대응되는 전력 사용량을 계측하여 전력 사용량 계측값을 획득하는 전력 사용량 계측값 획득 단계;
칼만 필터 모델을 이용하여, 상기 전력 사용량 계측값을 기초로 전력 사용량 추정치를 산출하고, 상기 전력 사용량 추정치를 기초로 오차 공분산 추정치과 칼만 이득 계수를 산출하여 이를 기초로 전력 사용량 예측치를 산출하는 칼만 필터 적용 단계; 및
상기 전력 사용량 예측치에서 고객기준부하(CBL)를 추출하는 고객기준부하 획득 단계를 포함하는 것을 특징으로 하는 실시간 고객기준부하 산출 방법.CLAIMS 1. A method of calculating a customer reference load (CBL) for a plurality of customers who are to participate in a demand reaction (DR)
Dividing a predetermined period into a plurality of time slots;
Obtaining a power consumption measurement value by measuring a power consumption corresponding to a selected one of the plurality of timeslots with respect to a selected one of the plurality of consumers;
A Kalman filter for calculating a power consumption estimation value based on the power consumption measurement value using the Kalman filter model and calculating an error covariance estimation dummy and Kalman gain coefficient based on the power consumption estimation value and calculating a power consumption prediction value based thereon, Application phase; And
And a customer reference load obtaining step of extracting a customer reference load (CBL) from the power consumption prediction value.
상기 칼만 필터 적용 단계는,
바로 이전 타임 슬롯의 오차 공분산 예측치로 바로 이전 타임 슬롯의 칼만 이득 계수를 산출하는 칼만 이득 계수 단출 단계;
바로 이전 타임 슬롯의 전력 사용량 예측치, 전력 사용량 계측값 및 칼만 이득 계수를 이용하여 바로 이전 타임 슬롯의 전력 사용량 추정치을 산출하는 전력 사용량 추정치 산출 단계;
바로 이전 타임 슬롯의 오차 공분산 예측치 및 칼만 이득 계수를 이용하여 바로 이전 타임 슬롯의 오차 공분산 추정치를 산출하는 오차 공분산 추정치 산출 단계; 및
상기 바로 이전 타임 슬롯의 오차 공분산 추정치 및 전력 사용량 추정치를 이용하여 현재 타임 슬롯의 오차 공분산 예측치 및 전력 사용량 예측치를 산출하는 전력 사용량 예측치 산출 단계를 포함하는 것을 특징으로 하는 실시간 고객기준부하 산출 방법.The method according to claim 1,
Wherein the applying the Kalman filter comprises:
A Kalman gain factor prefetching step of calculating a Kalman gain coefficient of a previous time slot to an error covariance prediction value of a previous time slot;
Calculating a power usage estimate value of a previous time slot using a power usage prediction value, a power consumption measurement value, and a Kalman gain factor of a previous time slot;
Calculating an error covariance estimate value of the immediately previous time slot using the error covariance predictor and the Kalman gain coefficient of the immediately previous time slot; And
And a power consumption prediction value calculation step of calculating an error covariance prediction value and a power consumption prediction value of the current time slot using the error covariance estimate and the power consumption estimation value of the immediately previous time slot.
상기 전력 사용 추정치는, 해당 타임 슬롯의 전력 사용량 추정값 및 바로 이전 타임 슬롯과 해당 타임 슬롯 간의 전력 사용량 추정값의 변화량으로 생성되는 상태 벡터이고,
상기 전력 사용 예측치는, 상기 전력 사용 추정치를 기초로 생성되는 해당 타임 슬롯의 전력 사용량 예측값 및 바로 이전 타임 슬롯과 해당 타임 슬롯 간의 전력 사용량 예측값의 변화량으로 생성되는 상태 벡터이며,
상기 전력 사용 예측치의 상태 벡터에서 상기 해당 타임 슬롯의 전력 사용량 예측값을 해당 타임 슬롯의 고객기준부하(CBL)로 산정하는 것을 특징으로 하는 실시간 고객기준부하 산출 방법.3. The method of claim 2,
Wherein the power usage estimate is a state vector generated by a power usage estimate of the time slot and a change amount of the power usage estimate between the immediately previous time slot and the corresponding time slot,
The power usage prediction value is a state vector generated from a predicted power consumption value of a corresponding time slot generated based on the power usage estimate and a variation amount of a power usage prediction value between a previous time slot and a corresponding time slot,
Wherein the predicted power consumption of the corresponding time slot is calculated as a customer reference load (CBL) of the corresponding time slot in the state vector of the power consumption prediction value.
상기 전력 사용 예측치는 하기 [식 2]로 산출되며,
상기 오차 공분산 예측치는 하기 [식 3]으로 산출되며,
상기 칼만 이득 계수는 하기 [식 4]로 산출되며,
상기 전력 사용량 추정치는 하기 [식 5]로 산출되며,
상기 오차 공분산 추정치는 하기 [식 6]으로 산출되며,
여기서, 상기
상기 A, H, Q 및 R은 칼만 필터 모델의 기설정된 행렬인 것을 특징으로 하는 실시간 고객기준부하 산출 방법.3. The method of claim 2,
The power usage prediction value is calculated by the following equation (2)
The error covariance prediction value is calculated by the following equation (3)
The Kalman gain coefficient is calculated by the following equation (4)
The power consumption estimation value is calculated by the following equation (5)
The error covariance estimated value is calculated by the following equation (6)
Here,
Wherein A, H, Q and R are predetermined matrices of a Kalman filter model.
상기 A는
상기 Q 및 R은 상기 선택된 수용가의 전력 사용 패턴을 기초로 설정되는 공분산인 것을 특징으로 하는 실시간 고객기준부하 산출 방법.5. The method of claim 4,
A is
And Q and R are covariances set based on the power usage pattern of the selected customer.
상기 전력 사용 추정치에 대한 초기 설정은, 상기 전력 사용량 추정값을 상기 기설정된 기간 동안의 상기 복수개의 수용가에 대한 평균 전력 사용량으로 설정하고, 상기 전력 사용량 추정값의 변화량을 0으로 설정하는 것을 특징으로 하는 실시간 고객기준부하 산출 방법.6. The method according to any one of claims 3 to 5,
Wherein the initial setting for the power usage estimate is to set the power usage estimate to the average power usage for the plurality of receptacles for a predetermined period of time and to set the variation of the power usage estimate to zero. Customer base load calculation method.
상기 시간 영역 분할 단계에 의해 생성된 복수개의 타임 슬롯에 대하여 순차적으로 상기 전력 사용량 계측값 획득 단계, 상기 칼만 필터 적용 단계 및 상기 고객기준부하 획득 단계를 순차적으로 수행하여 상기 복수개의 타임 슬롯 각각에 대응되는 고객기준 부하를 산출하는 것을 특징으로 하는 실시간 고객기준부하 산출 방법.6. The method according to any one of claims 1 to 5,
Sequentially applying the power consumption measurement value acquisition step, the Kalman filter application step, and the customer reference load acquisition step to the plurality of time slots generated by the time domain division step sequentially Based customer load calculation method according to the present invention.
상기 복수개의 수용가에 대하여 전력 사용량을 계측하여 전력 사용량 계측값을 획득하는 전력 사용량 계측부;
상기 복수개의 수용가 각각에 대하여 칼만 필터 모델을 생성하는 칼만 필터 모델링부; 및
상기 전력 사용량 계측부 및 상기 칼만 필터 모델링부와 연동하여 고객기준부하(CBL)를 산출하는 고객기준부하 산출부를 포함하는 것을 특징으로 하는 실시간 고객기준부하 산출 시스템.CLAIMS 1. A system for calculating a customer reference load (CBL) for a plurality of catering customers who are to participate in a demand reaction (DR)
A power consumption measuring unit for measuring a power consumption amount for the plurality of customers and obtaining a power consumption measurement value;
A Kalman filter modeling unit for generating a Kalman filter model for each of the plurality of users; And
And a customer reference load calculating unit for calculating a customer reference load (CBL) in cooperation with the power consumption measuring unit and the Kalman filter modeling unit.
상기 칼만 필터 모델링부는
기설정된 기간을 분할하여 복수개의 타임 슬롯을 생성하고, 칼만 필터 모델의 적용에 따른 백색잡음에 대한 공분산 행렬 A, H, Q 및 R를 설정하며,
상기 고객기준부하 산출부는,
상기 칼만 필터 모델링부의 설정치를 기초로 상기 복수개의 타임 슬롯 각각에 대하여 전력 사용 예측치, 전력 사용량 추정치, 오차 공분산 예측치, 오차 공분산 추정치 및 칼만 이득 계수를 산출하고, 상기 전력 사용 예측치에서 고객기준부하를 추출하는 것을 특징으로 하는 실시간 고객기준부하 산출 시스템.9. The method of claim 8,
The Kalman filter modeling unit
Divides a predetermined period to generate a plurality of time slots, sets covariance matrices A, H, Q and R for white noise according to the application of the Kalman filter model,
The customer reference load calculating section calculates,
Calculating a power usage prediction value, a power consumption estimation value, an error covariance prediction value, an error covariance estimation value, and a Kalman gain coefficient for each of the plurality of time slots based on the set values of the Kalman filter modeling unit, Time base load calculation system.
상기 고객기준부하 산출부는,
수용가의 전력 사용량 계측값을 이용하여 복수개의 타임 슬롯 각각에 대한 칼만 이득 계수, 전력 사용량 추정치 및 오차 공분산 추정치를 산출하는 교정 모듈;
복수개의 타임 슬롯 각각에 대한 전력 사용량 예측치 및 오차 공분산 예측치를 산출하는 예측 모듈; 및
복수개의 타임 슬롯 각각에 대한 전력 사용량 예측치로부터 고객기준부하를 추출하는 CBL 추출 모듈을 포함하는 것을 특징으로 하는 실시간 고객기준부하 산출 시스템.10. The method of claim 9,
The customer reference load calculating section calculates,
A calibration module for calculating a Kalman gain coefficient, a power usage estimate and an error covariance estimate for each of a plurality of time slots using a power consumption measurement value of a customer;
A prediction module for calculating a power consumption prediction value and an error covariance prediction value for each of a plurality of time slots; And
And a CBL extraction module for extracting a customer reference load from the power usage forecast for each of the plurality of time slots.
상기 칼만 필터 모델링부는,
상기 기설정된 기간 동안의 상기 복수개의 수용가에 대한 평균 전력 사용량과 상기 복수개의 수용가 각각에 대한 전력 사용 패턴을 산출하고,
상기 복수개의 타임 슬롯 중 최초 타임 슬롯에 대한 상기 전력 사용 추정치를 상기 평균 전력 사용량과 상기 전력 사용 패턴을 이용하여 설정하며,
상기 Q 및 R은 상기 전력 사용 패턴을 기초로 설정하는 것을 특징으로 하는 실시간 고객기준부하 산출 시스템.11. The method according to claim 9 or 10,
Wherein the Kalman filter modeling unit comprises:
Calculating an average power consumption amount for the plurality of receptacles for the predetermined period and a power use pattern for each of the plurality of receptacles,
Setting the power usage estimate for the first time slot among the plurality of time slots using the average power usage and the power usage pattern,
Wherein said Q and R are set based on said power usage pattern.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110141915A KR101445249B1 (en) | 2011-12-26 | 2011-12-26 | Method and system of producing realtime customer baseline load |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110141915A KR101445249B1 (en) | 2011-12-26 | 2011-12-26 | Method and system of producing realtime customer baseline load |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130082960A KR20130082960A (en) | 2013-07-22 |
| KR101445249B1 true KR101445249B1 (en) | 2014-09-29 |
Family
ID=48994130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110141915A KR101445249B1 (en) | 2011-12-26 | 2011-12-26 | Method and system of producing realtime customer baseline load |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101445249B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102103412B1 (en) | 2018-10-28 | 2020-05-29 | 한국전력정보(주) | Small Scale Distributed Power Resource Integrated Management System |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101708709B1 (en) * | 2014-08-20 | 2017-02-21 | 서강대학교산학협력단 | Method for estimating customer baseline load using data mining and apparatus thereof |
| CN106651005B (en) * | 2016-11-18 | 2020-08-28 | 云南电网有限责任公司电力科学研究院 | Baseline load prediction method and device |
| CN106682999A (en) * | 2016-11-18 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | Electric power user baseline load calculating method and apparatus thereof |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100797191B1 (en) | 2006-08-16 | 2008-01-23 | 연세대학교 산학협력단 | Method and apparatus for real-time estimating electric load composition and digital power meter adopting same |
| KR101012863B1 (en) | 2008-09-25 | 2011-02-08 | 한국전력공사 | Load forecasting analysis system for generation of customer baseline load |
| KR20110070040A (en) * | 2009-12-18 | 2011-06-24 | 에스케이 텔레콤주식회사 | Demand response system and method using a smart portal |
-
2011
- 2011-12-26 KR KR1020110141915A patent/KR101445249B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100797191B1 (en) | 2006-08-16 | 2008-01-23 | 연세대학교 산학협력단 | Method and apparatus for real-time estimating electric load composition and digital power meter adopting same |
| KR101012863B1 (en) | 2008-09-25 | 2011-02-08 | 한국전력공사 | Load forecasting analysis system for generation of customer baseline load |
| KR20110070040A (en) * | 2009-12-18 | 2011-06-24 | 에스케이 텔레콤주식회사 | Demand response system and method using a smart portal |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102103412B1 (en) | 2018-10-28 | 2020-05-29 | 한국전력정보(주) | Small Scale Distributed Power Resource Integrated Management System |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20130082960A (en) | 2013-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kim et al. | LSTM based short-term electricity consumption forecast with daily load profile sequences | |
| Ghofrani et al. | Smart meter based short-term load forecasting for residential customers | |
| KR101445249B1 (en) | Method and system of producing realtime customer baseline load | |
| Gupta et al. | A robust optimization based approach for microgrid operation in deregulated environment | |
| Della Giustina et al. | Electrical distribution system state estimation: measurement issues and challenges | |
| Bompard et al. | Market-based control in emerging distribution system operation | |
| Wan et al. | Weighted least squares methods for load estimation in distribution networks | |
| CN107294120B (en) | Active power distribution network hybrid energy storage capacity optimal configuration method and device | |
| CN103279804A (en) | Super short-period wind power prediction method | |
| GB2499088A (en) | Data center thermal management | |
| Venkataramanan et al. | Der forecast using privacy-preserving federated learning | |
| US10211777B2 (en) | Photovoltaic power generator output estimation method and device, and power system monitoring device using same | |
| Chang | A decision support system for planning and coordination of hybrid renewable energy systems | |
| KR20190132187A (en) | An incentive-based demand response method and system considering composite DR resources | |
| Wang et al. | Application of the largest Lyapunov exponent and non-linear fractal extrapolation algorithm to short-term load forecasting | |
| Chrysopoulos et al. | Bottom-up modeling of small-scale energy consumers for effective demand response applications | |
| JP2017221102A5 (en) | ||
| CN115618654B (en) | Identification method and device for out-of-tolerance electric energy meter | |
| CN106372440B (en) | A kind of adaptive robust state estimation method of the power distribution network of parallel computation and device | |
| KR101581685B1 (en) | Apparatus and method for charge and discharge scheduling in energy storage device | |
| CN103155331A (en) | Method and device for producing a state signal | |
| CN112602247A (en) | A method for controlling energy exchange between energy subsystems under equilibrium conditions; a control center; an energy system; computer program and storage medium | |
| JP6893323B2 (en) | Power generation equipment information estimation system and power generation equipment information estimation method | |
| CN109586289A (en) | A kind of power distribution network Multiple Time Scales recurrence dynamic state estimator method and system | |
| JP2016073154A (en) | Power prediction device, power prediction method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20170904 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20180903 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20190807 Year of fee payment: 6 |