KR101308230B1 - 수용가 전력 사용 패턴 생성 방법 - Google Patents

수용가 전력 사용 패턴 생성 방법 Download PDF

Info

Publication number
KR101308230B1
KR101308230B1 KR1020120062553A KR20120062553A KR101308230B1 KR 101308230 B1 KR101308230 B1 KR 101308230B1 KR 1020120062553 A KR1020120062553 A KR 1020120062553A KR 20120062553 A KR20120062553 A KR 20120062553A KR 101308230 B1 KR101308230 B1 KR 101308230B1
Authority
KR
South Korea
Prior art keywords
power usage
usage pattern
power
pattern
power consumption
Prior art date
Application number
KR1020120062553A
Other languages
English (en)
Inventor
손성용
정범진
Original Assignee
가천대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가천대학교 산학협력단 filed Critical 가천대학교 산학협력단
Priority to KR1020120062553A priority Critical patent/KR101308230B1/ko
Application granted granted Critical
Publication of KR101308230B1 publication Critical patent/KR101308230B1/ko

Links

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
    • G01R21/00—Arrangements for measuring electric power or power factor
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • 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
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 스마트 그리드 환경에서 수용가의 전력 사용 정보를 실제와 유사하게 반영하는 전력 사용 패턴을 생성, 제공함으로써 수용가와 공급자간의 상호 반응 환경이 필요한 여러 분야에 활용하도록, 본 발명에 의하면, 가구를 형태별로 분류하는 가구 분류 단계와; 분류된 각 가구 형태에 대해서 계절별 전력 사용 패턴과 계절에 따른 주중, 주말의 대표 사용 패턴을 생활 시나리오에 기반하여 작성하는 시나리오 기반의 가전부하사용 패턴 작성 단계와; 계절별 대표 전력 사용 패턴을 년간 전력 사용 패턴으로 확장하도록, 가구 및 계절에 해당되는 상기 대표 사용 패턴을 1주일 단위로 반복하여 12주(1분기)로 배치하고, 배치된 분기패턴에 대해서 계절별 특성을 반영한 변환 함수를 적용하여 계절 내에서도 서로 다른 형태의 전력사용정보를 생성하는 연간 전력 사용 패턴 생성 단계와; 상기 연간 전력 사용 패턴에 대해 전국 혹은 지역 단위로 상이하게 나타나는 전력 사용 패턴에 대한 보정 작업을 수행하는 지역 유형별 전력 사용 패턴 보정 단계와; 지역 유형별로 연간 기후 정보를 반영한 전력 사용 패턴으로 보정하도록 하는 지역유형별 연간 기후 정보와 연계한 전력 사용 패턴 생성 단계와; 주상 변압기 또는 전력 계통의 배전 선로의 특정 지역에 다수의 가구들이 존재하는 경우에 적용되도록, 상기 대표 전력 사용 패턴을 기반으로 수용가로 확장하는 다수 수용가에 대한 전력 사용 패턴 생성 단계를 포함하는 것을 특징으로 하는 수용가 전력 사용 패턴 생성 방법을 제공한다.

Description

수용가 전력 사용 패턴 생성 방법{METHOD FOR MAKING THE PATTERN OF ELECTRICITY USAGE}
본 발명은 수용가에서 사용하는 전기 부하의 사용에 대한 부하 패턴을 실제 환경에서 보다 유사하게 생성하도록 하는 수용자 전력 사용 패턴 생성 방법에 관한 것이다.
전력 계통이 기존의 발전에서 송/배전을 거쳐 최종 수용가까지 이르는 단방향의 전력 공급 체계에서 신재생 에너지 및 스마트 그리드 환경 도입에 따라 양방향으로 진화되어 감에 따라 수용가와 공급사간에 실시간 정보 교환 및 상호 반응하는 시스템의 도입이 점진적으로 추진되고 있다.
이와 같은 환경 변화에 따라 공급자와 수용가간의 전력 부하 사용에 대한 보다 세밀한 분석이 요구되고 있는 상황이다.
스마트 그리드 환경에서는 공급과 수요 간의 반응이라는 수요 반응 기능이 매우 중요한 요소 기술로 부각되는데, 이러한 수요 반응 시스템을 설계 및 도입하기 위해서는 다양하고 복잡한 수용가의 전력 사용 현황에 대한 분석이 선행되어야 한다.
따라서 수용가의 전력 사용 패턴을 지역, 계절, 수용가의 생활 정도 등의 여러 요인을 반영하여 실제 수용가 환경과 최대한 유사한 전력 사용 패턴을 생성함으로써 수용가와 공급자간의 상호 반응 환경이 필요한 여러 분야(수요 반응, 전기자동차/신재생 에너지 도입 및 분석 등)에 활용될 수 있도록 하는 기반 기술이 필요한 실정이다.
수용가의 전력 사용 패턴을 생성하여 적용하는 것은 주로 스마트 홈 가전 관련된 분야에서 시도되고 있다.
따라서 단일 가정(수용가)을 대상으로 하여 비교적 단순한 전력 사용 패턴(일일 부하 패턴 정도)을 구성하고 이를 기반으로 가전과 같은 대상 부하를 부하 패턴에 따라 동작시킴에 따라 전력 효율과 같은 정보를 비교하는 목적으로 주로 활용되고 있다.
도 1은 오전 6:00부터 12:00 까지 가정 내의 부하에 대한 (가전기기의 ON/OFF) 제어 스케줄에 대한 패턴을 보여주는 것으로 15분 단위로 특정 시간대에 관련 가전제품의 동작을 미리 설정된 패턴에 따라서 ON/OFF하는 사례를 보여주는 것이다.
이러한 부하 동작 패턴을 만들 때 전력 사용에 대한 관련 기관의 통계 자료에 기반해서 패턴을 생성하는데, 일반적으로 주중 전력 사용 패턴, 주말/공휴일 전력 사용 패턴, 계절별 전력 사용 패턴을 통계 자료에 기반하여 구성하여 사용한다.
스마트 홈 환경에서는 단일 가구에서의 전력 사용 패턴을 보는 데에 집중함에 반해서 스마트 그리드 또는 스마트 시티와 같이 다수의 수용가들로 구성된 환경에서는 스마트 홈과 같이 하나의 전력 사용 패턴을 사용하는 경우 동일 시간대에 모든 부하가 동시에 ON 또는 OFF되는 상황이 발생하여 실제 사용 환경과는 다른 동작 결과가 발생하게 된다.
따라서 스마트 그리드나 스마트 시티와 같이 다수의 구성 요소로 이루어진 생태계를 모의하기 위해서는 다수의 수용가들의 전력 사용 형태에 기반한 모의 환경을 구축하고 각각의 수용가에 대해서 가전 사용 통계 정보에 기반하되 하나 하나의 수용가가 서로 다른 패턴의 가전 부하 사용 형태를 갖도록 하는 것이 요구된다.
또는 이러한 수용가의 부하 패턴이 수요 반응과 같이 외부의 신호(가격이나 제어 명령 등)에 반응하여 작동할 수 있도록 하는 연계성도 필요하다.
상기의 문제점을 해결하기 위한 본 발명의 목적은, 스마트 그리드나 스마트 시티와 같이 특정 지역에 다수의 수용가가 혼재되어 있는 환경에서 수용가들의 연간 전력 부하 사용 패턴을 수용가의 생활 시나리오에 기반하여 생성하되, 각각의 수용가 전력 부하 패턴들이 서로 동일하지 않게 생성하여 실제와 유사성을 갖도록 패턴을 생성하는 수용가 전력 사용 패턴 생성 방법을 제공하기 위함이다.
상기한 본 발명의 목적은, 가구를 형태별로 분류하는 가구 분류 단계와; 분류된 각 가구 형태에 대해서 계절별 전력 사용 패턴과 계절에 따른 주중, 주말의 대표적인 전력 사용 패턴을 생활 시나리오에 기반하여 작성하는 시나리오 기반의 가전부하사용 패턴 작성 단계와; 대표적인 계절별 전력 사용 패턴을 연간 전력 사용 패턴으로 확장하도록, 가구 및 계절에 해당되는 대표적인 전력 사용 패턴을 1주일 단위로 반복하여 12주(1분기)로 배치하고, 배치된 분기패턴에 대해서 계절별 특성을 반영한 변환 함수를 적용하여 계절 내에서도 서로 다른 형태의 전력사용정보를 생성하는 연간 전력 사용 패턴 생성 단계와; 상기 연간 전력 사용 패턴에 대해 전국 혹은 지역 단위로 상이하게 나타나는 전력 사용 패턴에 대한 보정 작업을 수행하는 지역 유형별 전력 사용 패턴 보정 단계와; 지역 유형별로 연간 기후 정보를 반영한 전력 사용 패턴으로 보정하도록 하는 기후 정보와 연계한 지역유형별 전력 사용 패턴 생성 단계와; 주상 변압기 또는 전력 계통의 배전 선로의 특정 지역에 다수의 가구들이 존재하는 경우에 적용되도록, 대표적인 전력 사용 패턴을 기반으로 수용가로 확장하는 다수 수용가에 대한 전력 사용 패턴 생성 단계를 포함하는 것을 특징으로 하는 수용가 전력 사용 패턴 생성 방법에 의해 달성된다..
또한 본 발명에 따르면, 상기 연간 전력 사용 패턴 생성 단계는, 전력 사용 패턴은 동일하게 하면서 가전의 소비전력 값에 변화를 주도록, 특정 가정 형태 i의 j가전에 대한 K계절의 평균 전력사용량을
Figure 112013069957239-pat00001
, 대표적인 계절별 전력 사용 패턴 함수를
Figure 112013069957239-pat00002
, K 계절에 대한 월별 가중치 값을 Wi,j(K)라 할 때,
K = spring 일 경우,
3월은
Figure 112012046519710-pat00003
,
4월은
Figure 112012046519710-pat00004
5월은
Figure 112012046519710-pat00005
이며,
K = summer 일 경우,
6월은
Figure 112012046519710-pat00006
7월은
Figure 112012046519710-pat00007
8월은
Figure 112012046519710-pat00008
이며,
K = autumn 일 경우,
9월은
Figure 112012046519710-pat00009
10월은
Figure 112012046519710-pat00010
11월은
Figure 112012046519710-pat00011
이며,
K = Winter 일 경우,
12월은
Figure 112012046519710-pat00012
1월은
Figure 112012046519710-pat00013
2월은
Figure 112012046519710-pat00014
인 것이 바람직하다.
또한 본 발명에 따르면, 상기 지역유형별 전력 사용 패턴 보정 단계(S40)는,지역 유형을 대도시, 중소도시, 농어촌 지역으로 구분하여 전력 사용 패턴을 보정하며, 이를 위해 상기 지역들에 대한 계절별 평균 전력 사용량 값을 기반으로 가중치를 적용하도록, 시간 t에 대한 가정 형태 i의 j가전에 대한 지역별 가중치 함수는
Figure 112012046519710-pat00015
이며,이때, 지역별 가중치 상수값은
Figure 112012046519710-pat00016
인 것이 바람직하다.
또한 본 발명에 따르면, 상기 기후정보와 연계한 지역유형별 전력 사용 패턴 생성 단계 는, 상기 기후정보와 밀접한 온도 정보를 보정하도록, 지역별로 해당 연도의 기후 정보를 입력한 뒤 기후 정보를 반영한 지역별 전력 사용 패턴을 생성하도록, 겨울은 평균 온도보다 낮은 경우 난방 부하 증가 혹은 평균 온도보다 높은 경우 난방 부하 감소;봄, 가을은 늦봄이나 초 가을의 경우 평균 온도보다 높을 경우 냉방 부하 증가; 여름은 평균 온도보다 낮은 경우 냉방 부하 감소 혹은 평균 온도보다 높고 습도 증가 경우 냉방 부하 증가(이상 고온);의 조건을 적용시키는 것이 바람직하다.
또한 본 발명에 따르면, 상기 다수 수용가에 대한 전력 사용 패턴 생성 단계 는, 동일 가구 형태의 전력 사용 패턴에 대해 가구 간 전력 사용 패턴의 다양성을 부가하도록, 특정 지역에 N개의 가구가 있는 경우 i번째 가구의 j번째 가전에 대해서 생성된 연간 전력패턴함수를
Figure 112013069957239-pat00017
, 난수 함수를
Figure 112013069957239-pat00018
라 하고, 이를 적용하여 보정된 연간 전력패턴함수
Figure 112013069957239-pat00019
를 적용하는 것이 바람직하다.
상기의 과제 해결 수단에 의한 본 발명의 수용가 전력 사용 패턴 생성 방법은 스마트 그리드 환경에서 수용가의 전력 사용 정보를 실제와 유사하게 반영하는 전력 사용 패턴을 생성, 제공함으로써 수용가와 공급자간의 상호 반응 환경이 필요한 여러 분야(수요 반응, 전기자동차/신재생 에너지 도입 및 분석 등)에 활용이 가능해 진다.
도 1은 가정 내 가전제품사용 패턴의 예시도,
도 2는 본 발명의 수용가 전력 사용 패턴 생성 방법의 실시예의 전체 순서도,
도 3은 봄/가을 1인가구(주중) 전력사용패턴 사례,
도 4는 봄/가을 1인가구(주말) 전력사용패턴 사례,
도 5는 봄/가을 2인가구(주중) 전력사용패턴 사례,
도 6은 봄/가을 2인가구(주말) 전력사용패턴 사례,
도 7은 가전사용 통계정보(2000~2006 통계청자료),
도 8은 생성 패턴 정보와 통계청 가전 사용 정보와 비교표,
도 9는 2인 가구의 계절별 대표 전력 사용의 분기패턴 예시도,
도 10은 동일 가구 형태의 전력 사용 패턴에 대해 적용되는 난수함수.
이하, 본 발명의 수용가 전력 사용 패턴 생성 방법의 실시예를 첨부되는 도면들을 통해 보다 상세히 설명하도록 한다.
도 2는 본 발명의 수용가 전력 사용 패턴 생성 방법의 전체 순서도를 도시하고 있다.
도면에서 보는 바와 같이, 가구 분류 단계(S10)를 수행하게 된다.
상기 단계에서는 1인 가구, 2인 가구, 3~4인 외벌이 가구, 3~4인 맞벌이 가구 등의 가구 형태별로 구분을 하게 된다.
상기 가구 분류 단계를 수행한 후, 분류된 각 가구 형태에 대해서 계절별 전력 사용 패턴과 계절에 따른 주중, 주말의 대표적인 전력 사용 패턴을 생활 시나리오에 기반하여 작성하게 되는 시나리오 기반의 가전부하사용 패턴 작성 단계(S20)를 수행하게 된다.
생활 시나리오 사례 (1인가구)
1인가구의 대표적 형태로는 회사원, 학생, 독거노인을 들 수 있으며, 회사원 사례의 생활 시나리오는 다음과 같다.
회사원 A는 오전 7시 반에 출근하여 오후 7시까지 회사에서 일한다. 혼자살기 때문에 자신의 저녁도 주로 회사에서 동료들과 혹은 친구들과 해결하고 귀가한다. 귀가시간은 평균 9시에서 10시다. 이후 저녁에 잠시 TV를 보거나 컴퓨터로 게임과 소셜네트워킹 등을 즐기고 TV를 잠시 시청하다 잠을 청한다. 주말 아침에는 늦잠을 자곤 한다. 주말에는 항상 밀린 빨래와 청소 그리고 아침에 먹을 것들을 시장에서 준비해온다. 주말 저녁에는 주로 외출을 한다. 휴가철에는 며칠씩 집을 비우곤 한다. 여행을 떠나거나 지방의 고향집에 내려가기 때문이다
위의 가상 생활 시나리오를 바탕으로 전력사용을 아래와 같이 예측할 수 있게 된다.
즉, 주중 시간의 경우 9시부터 6시 까지는 모두 직장에서 근무하는 것이 일반적이므로 동 시간대의 가정 전력사용은 거의 없는 경우가 대부분이고, 밤 시간대의 경우에도 9시 이후의 심야 시간대 외에는 전력 사용이 거의 없게 된다.
또한 주말의 경우에는 정오 시간대에서 오후 시간대까지 전력 사용량이 증가하게 되며, 주말 저녁의 경우에도 외출로 인하여 전력사용량은 거의 없게 된다.
따라서 회사원 시나리오에서 회사원이 주로 사용하는 전기기기는 TV, 소형냉장고, 김치냉장고, 세탁기, 컴퓨터, 형광등, 전기밥솥, 스탠드, 청소기가 되는 것으로 예상된다.
이때, 소득 수준과 나이에 따라 생활 패턴이 달라질 수 있기 때문에 이에 따른 전력 사용량은 차이가 날 수 있다.
이를 기반으로 1인가구(회사원)에 대한 봄/가을 주중 및 주말 전력 사용의 대표적인 패턴을 작성하면 도 3 및 도 4와 같다.
위와 같은 방법으로 도 5 및 도 6과 같이, 2인 가구, 3~4인 가구 등에 대해서 생활 시나리오별로 대표적인 계절별 전력 사용 패턴을 작성하도록 한다.
이때, 대표적인 전력 사용 패턴들은 가구별 전력 사용 조사 통계 자료에 근거하여야 사용 패턴에 대한 정합성 측면에서 바람직하므로 작성한 패턴에 대해서 평균값을 구했을 경우 통계치와 근사해야 한다. 아래 도 7 및 도 8은 2000~2006년 통계청의 가전제품들의 통계자료인데 이를 위에서 작성한 생활 기반 전력 사용 대표 패턴과 비교해서 각 제품별로 약 10%정도의 오차범위에 들어감을 알 수 있다. 이를 통해서 시나리오 기반 전력 패턴이 실제와 유사한 특성을 가짐을 알 수 있다.
상기와 같이 각 가구별에 대해서 대표적인 계절별 전력 사용 패턴이 생활 시나리오에 따라서 구성되면 이를 연간 전력 사용 패턴으로 확장하는 연간 전력 사용 패턴 생성 단계(S30)를 수행하게 된다.
도 9에서 보는 바와 같이, 대표적인 각 계절별 전력 사용 패턴을 확장하기 위해서는 일주일 단위로 가구 및 계절에 해당되는 대표적인 전력 사용 패턴을 1주일단위로 반복하여 12주(1분기)를 반복하여 배치한다.
이렇게 배치된 분기패턴에 대해서 계절별 특성을 반영한 변환 함수를 적용하여 계절 내에서도 다른 형태의 전력사용정보를 생성할 수 있도록 한다.
이를 위해서 전력 사용 패턴 자체에 변화를 주는 방법과 전력 사용 패턴은 동일하게 하면서 가전의 소비전력 값에 변화를 주는 방법을 생각할 수 있다.
본 발명에서는 후자의 방법을 사용하여 동일 패턴을 사용하되 각 가전의 소비전력 값에 변화를 주는 방법을 사용하도록 한다.
이를 위해 특정 가정 형태 i의 j가전에 대해서 K계절의 평균 전력사용량,
Figure 112012046519710-pat00020
을 다음과 같이 표현하도록 한다.
Figure 112012046519710-pat00021
여기서 j 가전은 계절의 특성이 있는 가전에 한정한다. 즉, 선풍기, 에어컨, 전기난로, 전기담요 등과 같은 가전이 이에 해당된다. TV, 냉장고, 조명과 같은 가전은 계절의 영향을 별로 받지 않기 때문이다.
여기서
Figure 112013069957239-pat00022
는 가정 형태 i의 j가전에 대한 대표적인 계절별 전력 사용 패턴 함수이다.
K 계절에 대해서 월별로 적당한 가중치 값, Wi,j(K)을 할당하는데 봄에서 여름으로 갈 경우에는 다음과 같이 할당한다. 여기서 가중치 Wi,j(K)는 K계절에 대해 i가정과 j가전에 할당된 상수값으로 정의한다.
K = spring
3월 :
Figure 112012046519710-pat00023
4월 :
Figure 112012046519710-pat00024
5월 :
Figure 112012046519710-pat00025
K = summer
6월 :
Figure 112012046519710-pat00026
7월 :
Figure 112012046519710-pat00027
8월 :
Figure 112012046519710-pat00028
반면에 가을의 경우에는 전력 사용량이 다음과 같이 반대의 경향으로 표현될 수 있다.
K = autumn
9월 :
Figure 112012046519710-pat00029
10월 :
Figure 112012046519710-pat00030
11월 :
Figure 112012046519710-pat00031
K = Winter
12월 :
Figure 112012046519710-pat00032
1월 :
Figure 112012046519710-pat00033
2월 :
Figure 112012046519710-pat00034
가정에서의 전력 사용 패턴도 기후나 소득의 변화 등으로 인하여 해마다 변화가 생기므로 연간 단위로 조사되는 가정에서의 전력 사용 통계 정보를 바탕으로 상기 전력 정보 패턴 생성도 이를 반영할 수 있도록 한다.
상기와 같이, 연간 전력 사용 패턴 생성 단계(S30)를 수행한 후, 상기 연간 전력 사용 패턴에 대해 전국 단위 전력 사용 패턴이나 지역에 따라 전력 사용 패턴이 다르게 나타나므로 이에 대한 보정 작업을 하게 되는 지역유형별 전력 사용 패턴 보정 단계(S40)를 수행하게 된다.
지역 유형은 크게 대도시, 중소도시, 농어촌 지역 등으로 구분하여 전력 사용 패턴을 보정하는 것이 필요하며 이를 위해서 상기 지역에 대한 계절별 평균 전력 사용량 값을 기반으로 가중치를 적용하도록 한다.
Figure 112012046519710-pat00035
여기서
Figure 112012046519710-pat00036
는 시간 t에 대한 가정 형태 i의 j가전에 대한 지역별 가중치 함수로 상수값을 갖는 것으로 정하며 통상 지역간의 상관 관계는 아래와 같다.
Figure 112012046519710-pat00037
상기와 같이 연간 단위 전력 사용 패턴을 생성한 이후에 이상 기온이나 하계 시에도 장마와 같이 비교적 낮은 기온을 유지하는 경우거나 초가을 고온 현상에 따른 냉방 부하 증가 시 통상적인 전력 사용 패턴과 다르게 나타나게 되므로 지역 유형별 연간 기후 정보를 반영한 전력 사용 패턴으로 보정하는 기후정보와 연계한 지역유형별 전력 사용 패턴 생성 단계(S50)를 수행하게 된다.
전력 사용과 밀접한 기후 정보는 주로 온도 정보이므로 온도 정보에 대해서 보정해 주는 과정을 거치도록 한다.
즉, 지역별로 해당 연도의 기후 정보를 입력하여 다음과 같은 조건식을 적용하면 기후 정보를 반영한 지역별 전력 사용 패턴 생성이 가능함
i. 겨울 :
평균 온도보다 낮은 경우는 난방 부하 증가
평균 온도보다 높은 경우는 난방 부하 감소
ii. 봄.가을
평균 온도보다 낮은 경우는 전력 사용 패턴에 크게 영향 없음
늦봄이나 초 가을의 경우에 평균 온도보다 높을 경우는 냉방 부하 증가 경향
iii. 여름
평균 온도보다 낮은 경우는 냉방 부하 감소(장마, 이상 저온)
평균 온도보다 높고 습도 증가 경우는 냉방 부하 증가(이상 고온)
상기와 같이 지역과 기후 정보가 반영된 각 가구별 연간 전력 사용 패턴을 위와 같은 방법으로 생성한 후, 이를 주상 변압기 또는 전력 계통의 배전 선로와 같이 특정 지역에 다수의 가구들이 존재하는 경우에 대해서 적용하기 위해서는 상기 대표적인 전력 사용 패턴을 기반으로 이를 확장하는 다수 수용가에 대한 전력 사용 패턴 생성 단계(S60)를 수행하게 된다.
여기서 해결해야 되는 문제는 동일 가구형태에서는 동일한 전력 사용 패턴을 갖는다는 점이다.
예를 들어 대도시 지역에서 1인 가구 주중의 전력 사용 패턴은 갖은 주중 날짜에 대해서 모두 동일하게 발생하게 되는데, 이는 여러 가구들이 혼재하는 실제 전력 계통 상황과는 일치하지 않으며 특히 전력 관점에서는 왜곡된 전력 정보를 생성하게 되는 결과를 도출한다.
따라서 동일 가구 형태의 전력 사용 패턴에 대해서 가구간 전력 사용 패턴의 다양성을 부가하기 위해서 본 발명에서는 도 10에서와 같은 난수함수를 적용하도록 한다. 여기서 S(x)의 평균값은 '0'이어야 한다.
특정 지역에 N개의 가구가 있는 경우 i번째 가구의 j번째 가전에 대해서 생성된 연간 전력패턴함수를
Figure 112012046519710-pat00038
라고 하면 상기 난수 함수
Figure 112012046519710-pat00039
를 적용하여 아래와 같이 적용하여 보정된 연간 전력패턴함수
Figure 112012046519710-pat00040
를 얻는다.
Figure 112012046519710-pat00041
위와 같이 보정된 연간 전력 패턴 함수를 적용하면 동일시간대의 동일 지역에서 동일 가구 형태를 갖는 수용가에 대해서도 각 가전 제품의 사용 패턴이 동일하지 않도록 함으로써 좀더 실제 환경과 유사한 전력 사용 패턴을 생성할 수 있다.

Claims (6)

  1. 가구를 형태별로 분류하는 가구 분류 단계(S10)와;
    분류된 각 가구 형태에 대해서 계절별 전력 사용 패턴과 계절에 따른 주중, 주말의 대표적인 전력 사용 패턴을 생활 시나리오에 기반하여 작성하는 시나리오 기반의 가전부하사용 패턴 작성 단계(S20)와;
    대표적인 계절별 전력 사용 패턴을 연간 전력 사용 패턴으로 확장하도록, 가구 및 계절에 해당되는 대표적인 전력 사용 패턴을 1주일 단위로 반복하여 12주(1분기)로 배치하고, 배치된 분기패턴에 대해서 계절별 특성을 반영한 변환 함수를 적용하여 계절 내에서도 서로 다른 형태의 전력사용정보를 생성하는 연간 전력 사용 패턴 생성 단계(S30)와;
    상기 연간 전력 사용 패턴에 대해 전국 혹은 지역 단위로 상이하게 나타나는 전력 사용 패턴에 대한 보정 작업을 수행하는 지역 유형별 전력 사용 패턴 보정 단계(S40)와;
    지역 유형별로 연간 기후 정보를 반영한 전력 사용 패턴으로 보정하도록 하는 기후 정보와 연계한 지역유형별 전력 사용 패턴 생성 단계(S50)와;
    주상 변압기 또는 전력 계통의 배전 선로의 특정 지역에 다수의 가구들이 존재하는 경우에 적용되도록, 대표적인 전력 사용 패턴을 기반으로 수용가로 확장하는 다수 수용가에 대한 전력 사용 패턴 생성 단계(S60)를 포함하는 것을 특징으로 하는 수용가 전력 사용 패턴 생성 방법.
  2. 제 1항에 있어서,
    상기 연간 전력 사용 패턴 생성 단계(S30)는,
    전력 사용 패턴은 동일하게 하면서 가전의 소비전력 값에 변화를 주도록, 특정 가정 형태 i의 j가전에 대한 K계절의 평균 전력사용량을
    Figure 112013069957239-pat00071
    , 대표적인 계절별 전력 사용 패턴 함수를
    Figure 112013069957239-pat00072
    , K 계절에 대한 월별 가중치 값을 Wi,j(K)라 할 때,
    K = spring
    3월 :
    Figure 112013069957239-pat00044

    4월 :
    Figure 112013069957239-pat00045

    5월 :
    Figure 112013069957239-pat00046

    K = summer
    6월 :
    Figure 112013069957239-pat00047

    7월 :
    Figure 112013069957239-pat00048

    8월 :
    Figure 112013069957239-pat00049

    반면에 가을의 경우에는 전력 사용량이 다음과 같이 반대의 경향으로 표현될 수 있다.
    K = autumn
    9월 :
    Figure 112013069957239-pat00050

    10월 :
    Figure 112013069957239-pat00051

    11월 :
    Figure 112013069957239-pat00052

    K = Winter
    12월 :
    Figure 112013069957239-pat00053

    1월 :
    Figure 112013069957239-pat00054

    2월 :
    Figure 112013069957239-pat00055

    인 것을 특징으로 하는 수용가 전력 사용 패턴 생성 방법.
  3. 제 2항에 있어서,
    상기 j 가전은 계절 특성에 따라 전력 사용량을 달리하는 가전인 것을 특징으로 하는 수용가 전력 사용 패턴 생성 방법.
  4. 제 1항에 있어서,
    상기 지역유형별 전력 사용 패턴 보정 단계(S40)는,
    지역 유형을 대도시, 중소도시, 농어촌 지역으로 구분하여 전력 사용 패턴을 보정하며, 이를 위해 상기 지역들에 대한 계절별 평균 전력 사용량 값을 기반으로 가중치를 적용하도록, 시간 t에 대한 가정 형태 i의 j가전에 대한 지역별 가중치 함수는
    Figure 112012046519710-pat00056
    이며,
    이때, 지역별 가중치 상수값은
    Figure 112012046519710-pat00057
    인 것을 특징으로 하는 수용가 전력 사용 패턴 생성 방법.
  5. 제 1항에 있어서,
    상기 기후정보와 연계한 지역유형별 전력 사용 패턴 생성 단계(S50)는,
    상기 기후정보와 밀접한 온도 정보를 보정하도록, 지역별로 해당 연도의 기후 정보를 입력한 뒤 기후 정보를 반영한 지역별 전력 사용 패턴을 생성하도록,
    겨울은 평균 온도보다 낮은 경우 난방 부하 증가 혹은 평균 온도보다 높은 경우 난방 부하 감소;
    봄, 가을은 늦봄이나 초 가을의 경우 평균 온도보다 높을 경우 냉방 부하 증가;
    여름은 평균 온도보다 낮은 경우 냉방 부하 감소 혹은 평균 온도보다 높고 습도 증가 경우 냉방 부하 증가(이상 고온);
    의 조건을 적용시키는 것을 특징으로 하는 수용가 전력 사용 패턴 생성 방법.
  6. 제 1항에 있어서,
    상기 다수 수용가에 대한 전력 사용 패턴 생성 단계(S60)는,
    동일 가구 형태의 전력 사용 패턴에 대해 가구 간 전력 사용 패턴의 다양성을 부가하도록, 특정 지역에 N개의 가구가 있는 경우 i번째 가구의 j번째 가전에 대해서 생성된 연간 전력패턴함수를
    Figure 112013069957239-pat00073
    , 난수 함수를
    Figure 112013069957239-pat00074
    라 하고, 이를 적용하여 보정된 연간 전력패턴함수
    Figure 112013069957239-pat00075
    를 적용하는 것을 특징으로 하는 수용가 전력 사용 패턴 생성 방법.
KR1020120062553A 2012-06-12 2012-06-12 수용가 전력 사용 패턴 생성 방법 KR101308230B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120062553A KR101308230B1 (ko) 2012-06-12 2012-06-12 수용가 전력 사용 패턴 생성 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120062553A KR101308230B1 (ko) 2012-06-12 2012-06-12 수용가 전력 사용 패턴 생성 방법

Publications (1)

Publication Number Publication Date
KR101308230B1 true KR101308230B1 (ko) 2013-09-13

Family

ID=49456075

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120062553A KR101308230B1 (ko) 2012-06-12 2012-06-12 수용가 전력 사용 패턴 생성 방법

Country Status (1)

Country Link
KR (1) KR101308230B1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190098088A (ko) 2019-07-22 2019-08-21 임춘만 빌딩로봇
KR20190132301A (ko) 2019-11-05 2019-11-27 임춘만 빌딩로봇
KR20190132302A (ko) 2019-11-05 2019-11-27 임춘만 빌딩로봇
KR20200007761A (ko) 2019-12-10 2020-01-22 임춘만 빌딩로봇
KR20200069269A (ko) 2020-06-01 2020-06-16 임춘만 빌딩로봇
KR102144102B1 (ko) * 2020-01-15 2020-08-12 이아영 가구 배치 방법 및 장치
KR20200141412A (ko) 2020-11-30 2020-12-18 임춘만 빌딩 로봇
KR20200141962A (ko) 2020-11-30 2020-12-21 임춘만 빌딩로봇
KR20200141964A (ko) 2020-11-30 2020-12-21 임춘만 빌딩로봇
CN116385210A (zh) * 2023-06-06 2023-07-04 江苏图南数字科技有限公司 一种基于物联网的供电能耗监测系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050117888A (ko) * 2004-06-11 2005-12-15 주식회사 우암닷컴 에너지 수요예측 방법 및 시스템
JP2008112267A (ja) 2006-10-30 2008-05-15 Hitachi Ltd 電力使用量による生活見守り方法およびシステム
KR20110076475A (ko) * 2009-12-29 2011-07-06 전자부품연구원 지능형 전력 제어시스템 및 제어방법
KR20120036568A (ko) * 2010-10-08 2012-04-18 주식회사 케이디파워 전력부하 패턴 추출 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050117888A (ko) * 2004-06-11 2005-12-15 주식회사 우암닷컴 에너지 수요예측 방법 및 시스템
JP2008112267A (ja) 2006-10-30 2008-05-15 Hitachi Ltd 電力使用量による生活見守り方法およびシステム
KR20110076475A (ko) * 2009-12-29 2011-07-06 전자부품연구원 지능형 전력 제어시스템 및 제어방법
KR20120036568A (ko) * 2010-10-08 2012-04-18 주식회사 케이디파워 전력부하 패턴 추출 방법

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190098088A (ko) 2019-07-22 2019-08-21 임춘만 빌딩로봇
KR20190132301A (ko) 2019-11-05 2019-11-27 임춘만 빌딩로봇
KR20190132302A (ko) 2019-11-05 2019-11-27 임춘만 빌딩로봇
KR20200007761A (ko) 2019-12-10 2020-01-22 임춘만 빌딩로봇
KR102144102B1 (ko) * 2020-01-15 2020-08-12 이아영 가구 배치 방법 및 장치
KR20200069269A (ko) 2020-06-01 2020-06-16 임춘만 빌딩로봇
KR20210070956A (ko) 2020-06-01 2021-06-15 임춘만 빌딩로봇
KR20200141412A (ko) 2020-11-30 2020-12-18 임춘만 빌딩 로봇
KR20200141962A (ko) 2020-11-30 2020-12-21 임춘만 빌딩로봇
KR20200141964A (ko) 2020-11-30 2020-12-21 임춘만 빌딩로봇
CN116385210A (zh) * 2023-06-06 2023-07-04 江苏图南数字科技有限公司 一种基于物联网的供电能耗监测系统
CN116385210B (zh) * 2023-06-06 2023-08-15 江苏图南数字科技有限公司 一种基于物联网的供电能耗监测系统

Similar Documents

Publication Publication Date Title
KR101308230B1 (ko) 수용가 전력 사용 패턴 생성 방법
Boßmann et al. Model-based assessment of demand-response measures—A comprehensive literature review
Leibowicz et al. Optimal decarbonization pathways for urban residential building energy services
Derakhshan et al. The optimization of demand response programs in smart grids
Safamehr et al. A cost-efficient and reliable energy management of a micro-grid using intelligent demand-response program
Marinakis et al. An integrated system for buildings’ energy-efficient automation: Application in the tertiary sector
Kwon et al. Assessment and evaluation of flexible demand in a Danish future energy scenario
Oprea et al. Flattening the electricity consumption peak and reducing the electricity payment for residential consumers in the context of smart grid by means of shifting optimization algorithm
Shan et al. Building demand response and control methods for smart grids: A review
Wiel et al. Governments should implement energy-efficiency standards and labels—cautiously
Kyle et al. Climate policy and the long-term evolution of the US buildings sector
Khalifa et al. Scenario-based forecast for the electricity demand in Qatar and the role of energy efficiency improvements
Barkhordar Evaluating the economy-wide effects of energy efficient lighting in the household sector of Iran
York et al. New Horizons for Energy Efficiency: Major Opportunities to Reach Higher Electricity Savings by 2030
Yu et al. Assessing the performance of uncertainty-aware transactive controls for building thermal energy storage systems
Baldini et al. Modelling of electricity savings in the Danish households sector: from the energy system to the end-user
Rylatt et al. Exploring smart grid possibilities: A complex systems modelling approach
Bauermann et al. Individual decisions and system development–Integrating modelling approaches for the heating market
Fogarassy et al. A circular evaluation tool for sustainable event management—An olympic case study
Robinson et al. An agent-based model for energy service companies
Brown et al. Energy efficiency in the south
Rawlings et al. Do smart grids offer a new incentive for SME carbon reduction?
Bandyopadhyay et al. Solar panels and smart thermostats: The power duo of the residential sector?
Harris et al. Residential emissions reductions through variable timing of electricity consumption
KR100759756B1 (ko) 인터넷을 통한 전력 수요관리 평가 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170829

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180928

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190903

Year of fee payment: 7