KR101405594B1 - 전기자동차 충전부하 예측 방법 및 시스템 - Google Patents

전기자동차 충전부하 예측 방법 및 시스템 Download PDF

Info

Publication number
KR101405594B1
KR101405594B1 KR1020120136101A KR20120136101A KR101405594B1 KR 101405594 B1 KR101405594 B1 KR 101405594B1 KR 1020120136101 A KR1020120136101 A KR 1020120136101A KR 20120136101 A KR20120136101 A KR 20120136101A KR 101405594 B1 KR101405594 B1 KR 101405594B1
Authority
KR
South Korea
Prior art keywords
factor
data
prediction
predicting
applying
Prior art date
Application number
KR1020120136101A
Other languages
English (en)
Other versions
KR20140068515A (ko
Inventor
주성관
이종욱
Original Assignee
고려대학교 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 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020120136101A priority Critical patent/KR101405594B1/ko
Publication of KR20140068515A publication Critical patent/KR20140068515A/ko
Application granted granted Critical
Publication of KR101405594B1 publication Critical patent/KR101405594B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • B60L53/665—Methods related to measuring, billing or payment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/54—Energy consumption estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

전기자동차 충전부하 예측 시스템이 제공된다. 상기 전기자동차 충전부하 예측 시스템은 예측일에 따른 사회적 요인을 나타내는 제1 요인에 기초하여, 상기 예측일과 연관된 제1 데이터를 선정하는 선정부와, 상기 제1 요인 외에 상기 예측일에 대한 변수를 나타내는 제2 요인을 고려하여, 변동비를 계산하는 계산부, 및 상기 제1 데이터에 상기 변동비를 적용하여 충전부하를 예측하는 예측부를 포함할 수 있다.

Description

전기자동차 충전부하 예측 방법 및 시스템{SYSTEM AND METHOD FOR ELECTRIC VEHICLE CHARGING LOAD FORECASTING}
전력시스템에서 충전부하를 예측하는 방법 및 시스템에 관한 것으로, 보다 특정하게는 전기자동차의 충전 패턴에 영향을 줄 수 있는 기상적 외적 요인 또는 사회적 외적 요인을 반영하여 전기자동차의 충전부하를 예측하는 방법 및 시스템에 연관된다.
전기자동차 충전부하는 기본적으로 일정한 패턴을 가지고 변화하는 시계열 데이터로, 보통의 경우 시계열 예측 방법을 사용하여 예측을 수행한다. 하지만, 계절에 따라서 주행 이외에 냉난방을 위하여 충전된 전력을 사용하게 되고, 이로 인하여 더 많은 전력을 충전하게 된다.
이러한 경우, 일정한 충전패턴이 변화하게 되고 변동성이 적은 예측에 적합한 시계열적 예측 방법으로는 정확한 충전부하 예측이 어렵게 된다. 이에 대응하여, 충전부하 예측 시 여러 가지 기상적 요소를 고려하여 충전부하를 보정해주는 예측 방법을 사용하여 예측의 정확성을 높일 수 있다.
또한, 기상적 요소 외에도, 주중에 비하여 주말에 상대적으로 자동차 운행량은 줄어들고, 이로 인하여 충전부하는 감소한다. 이러한 점을 예측에 반영하기 위해서는 요일이나 공휴일의 특성을 반영한 전력수요 보정이 필요하다.
일측에 따르면, 예측일에 따른 사회적 요인을 나타내는 제1 요인에 기초하여, 상기 예측일과 연관된 제1 데이터를 선정하는 선정부와, 상기 제1 요인 외에 상기 예측일에 대한 변수를 나타내는 제2 요인을 고려하여, 변동비를 계산하는 계산부 및 상기 제1 데이터에 상기 변동비를 적용하여 충전부하를 예측하는 예측부를 포함하는 전기자동차 충전부하 예측 시스템이 제공된다.
일실시예에 따르면, 상기 선정부는 상기 제1 요인에 기초하여, 예측 알고리즘을 달리 적용할 수 있다.
일실시예에 따르면, 상기 선정부는 상기 제1 요인이 적용되지 않는 경우에는 시계열 분석을 이용하고, 상기 제1 요인이 적용되는 경우에는 퍼지 선형회귀 분석을 이용할 수 있다.
일실시예에 따르면, 상기 제1 요인은 휴가철, 명절, 연휴, 공휴일, 지역별 행사 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 상기 제2 요인은 상기 예측일에 대한 기상적 요인 및 요일적 요인 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 상기 예측부는 상기 제2 요인에 대한 민감도를 의미하는 제1 값을 계산하고, 상기 제1 데이터에 상기 제1 값을 적용하여 상기 제1 데이터를 보정하는 보정부를 포함할 수 있다.
다른 일측에 따르면, 예측일에 따른 사회적 요인을 나타내는 제1 요인에 기초하여, 상기 예측일과 연관된 제1 데이터를 선정하는 단계와, 상기 제1 요인 외에 상기 예측일에 대한 변수를 나타내는 제2 요인을 고려하여, 변동비를 계산하는 단계, 및 상기 제1 데이터에 상기 변동비를 적용하여 충전부하를 예측하는 단계를 포함하는 전기자동차 충전부하 예측 방법이 제공된다.
일실시예에 따르면, 상기 예측일과 연관된 제1 데이터를 선정하는 단계는, 상기 제1 요인에 기초하여, 예측 알고리즘을 달리 적용하며, 상기 제1 요인이 적용되지 않는 경우에는 시계열 분석을 이용하고, 상기 제1 요인이 적용되는 경우에는 퍼지 선형회귀 분석을 이용할 수 있다.
일실시예에 따르면, 상기 제1 요인은 휴가철, 명절, 연휴, 공휴일, 지역별 행사 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 상기 제2 요인은 상기 예측일에 대한 기상적 요인 및 요일적 요인 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 상기 충전부하를 예측하는 단계는, 상기 제2 요인에 대한 민감도를 의미하는 제1 값을 계산하고, 상기 제1 데이터에 상기 제1 값을 적용하여 상기 제1 데이터를 보정하는 단계를 더 포함할 수 있다.
도 1은 일실시예에 따른 전기자동차 충전부하 예측 시스템을 도시하는 블록도이다.
도 2는 일실시예에 따른 전기자동차 충전부하 예측 방법을 나타내는 흐름도이다.
이하에서, 일부 실시예들을, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례, 새로운 기술의 출현 등에 따라 달라질 수 있다.
또한 특정한 경우는 이해를 돕거나 및/또는 설명의 편의를 위해 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
명세서 전체에서 제1 요인은 예측일에 대한 사회적 요인을 의미하는 것으로, 상기 예측일이 명절이나 휴가철, 공휴일, 지역별 행사 등 평상시와는 다른 교통 패턴을 가질 수 있는 날에 해당되는 경우, 상기 제1 요인이 적용될 수 있다.
또한, 명세서 전체에서 제2 요인은, 상기 예측일과 관련하여 상기 제1 요인을 제외한 나머지 변수를 나타내는 것으로, 기상적 요인이나 요일적 요인 등이 이에 해당될 수 있다.
그리고 명세서 전체에서 제1 데이터는 사용자의 예측일 선택 후, 상기 제1 요인을 고려하여 선정되는 과거 입력 데이터를 의미한다.
명세서 전체에서 제1 값은 상기 제2 요인에 대한 민감도를 의미하는 것으로, 충전부하 예측에 있어, 기상적 요인이나 요일적 요인 적용 시 발생할 수 있는 충전부하의 민감도가 함께 적용될 수 있다.
도 1은 일실시예에 따른 전기자동차 충전부하 예측 시스템(100)을 도시하는 블록도이다.
상기 전기자동차 충전부하 예측 시스템(100)은 선정부(110), 계산부(120) 및 예측부(130)로 구성될 수 있다.
상기 선정부(110)는 예측일에 따른 사회적 요인을 나타내는 제1 요인을 고려하여, 상기 예측일과 연관된 제1 데이터를 선정할 수 있다.
상기 제1 요인은 평상시와는 다른 교통 패턴을 가질 수 있는 특수일에 대하여 적용되는 변수로, 명절이나 휴가철, 공휴일, 지역별 행사 중 적어도 하나를 포함할 수 있다.
상기 제1 데이터는 상기 예측일에 대한 과거 입력 데이터를 의미하는 것으로, 상기 제1 요인을 고려하여 선정될 수 있다.
상기 선정부(110)는 상기 제1 요인에 기초하여, 충전부하 예측 시 적용되는 예측 알고리즘을 달리 할 수 있다.
일실시예에 따라, 상기 선정부(110)는 상기 제1 요인이 적용되지 않는 경우에는 시계열 분석을, 상기 제1 요인이 적용되는 경우에는 퍼지 선형회귀 분석을 이용하여 상기 예측일에 대한 전기자동차의 충전부하를 예측할 수 있다.
설이나 추석과 같은 명절 연휴, 휴가철, 공휴일 등의 특수일의 경우, 자동차 운행 패턴은 평상시와 전혀 다른 자동차 운행 패턴을 보이므로, 보정을 통한 시계열적 예측 방법을 이용하더라도 정확한 충전부하 예측이 어려울 수 있다. 따라서, 이러한 경우 상기 선정부(110)는 퍼지 선형회귀 분석을 이용하여 충전부하 예측을 수행할 수 있다.
상기 계산부(120)는 상기 제1 요인 외에 상기 예측일에 대한 변수를 나타내는 제2 요인을 고려하여, 상기 예측일의 상기 제1 데이터에 대한 변동비를 계산할 수 있다.
상기 제2 요인은 상기 예측일에 대한 기상적 요인 및 요일적 요인 중 적어도 하나를 포함할 수 있다.
상기 기상적 요인은 상기 예측일의 계절적 특성이나 날씨, 온도 등의 자연적 변수를 의미하고, 상기 요일적 요인은 상기 예측일의 요일에 따른 교통 패턴이나 전력수요 등의 변수를 의미한다.
상기 예측부(130)는 상기 제1 데이터에 상기 변동비를 적용하여 충전부하를 예측할 수 있다.
일실시예에 따라, 상기 예측부(130)는 상기 제2 요인에 대한 민감도를 의미하는 제1 값을 계산하고, 상기 제1 데이터에 상기 제1 값을 적용하여 상기 제1 데이터를 보정하는 보정부를 포함할 수 있다.
상기 제1 값은 기상적 요인이나 요일적 요인과 같은 제2 요인 적용 시 발생할 수 있는 충전부하의 민감도를 의미하는 것으로, 상기 제2 요인에 따른 변동비 적용 시 상기 제1 값(충전부하의 민감도)를 함께 적용하여, 충전부하 예측에 대한 정확도를 높일 수 있다.
일실시예에 따라, 상기 기상적 요인을 모형화하는 경우에는, 온도나 습도와 같은 자연적 변수에 대한 충전부하의 민감도를 적용하여 충전부하 예측 결과를 보정할 수 있다.
일실시예에 따라, 상기 요일적 요인을 모형화하는 경우에는, 각 요일간 최대 또는 최소 충전부하의 비를 고려하여 충전부하 예측 결과를 보정할 수 있다.
또한, 일실시예에 따라, 상기 제1 값은 상기 변동비가 특정 임계값 이상인 경우에만 선택적으로 적용될 수도 있다.
도 2는 일실시예에 따른 전기자동차 충전부하 예측 방법에 대한 흐름도이다.
단계 210에서, 상기 선정부(110)는 예측일에 따른 사회적 요인을 나타내는 제1 요인에 기초하여, 상기 예측일과 연관된 제1 데이터를 선정할 수 있다.
상기 선정부(110)는 상기 제1 요인에 기초하여, 충전부하 예측 시 적용되는 예측 알고리즘을 달리 할 수 있으며, 일실시예에 따라, 상기 제1 요인이 적용되지 않는 경우에는 시계열 분석을, 상기 제1 요인이 적용되는 경우에는 퍼지 선형회귀 분석을 이용하여 상기 예측일에 대한 전기자동차의 충전부하를 예측할 수 있다.
상기 제1 요인은 평상시와는 다른 교통 패턴을 가질 수 있는 특수일에 대하여 적용되는 변수로, 명절이나 휴가철, 공휴일, 지역별 행사 중 적어도 하나를 포함할 수 있다.
상기 제1 데이터는 상기 예측일에 대한 과거 입력 데이터를 의미하는 것으로, 상기 제1 요인을 고려하여 선정될 수 있다.
단계 220에서는, 상기 계산부(120)가 상기 제1 요인 외에 상기 예측일에 대한 변수를 나타내는 제2 요인을 고려하여, 상기 제1 데이터에 대한 변동비를 계산할 수 있다.
여기서, 상기 제2 요인은 상기 예측일에 대한 기상적 요인 및 요일적 요인 중 적어도 하나를 포함할 수 있다.
상기 기상적 요인은 상기 예측일의 계절적 특성이나 날씨, 온도 등의 자연적 변수를 의미하고, 상기 요일적 요인은 상기 예측일의 요일에 따른 교통 패턴이나 전력수요 등의 변수를 의미한다.
단계 230에서, 상기 예측부(130)는 상기 계산부(120)를 통해 계산된 상기 변동비를 상기 제1 데이터에 적용하여 충전부하를 예측할 수 있다.
일실시예에 따라, 상기 예측부(130)는 상기 제2 요인에 대한 민감도를 의미하는 제1 값을 계산하고, 상기 제1 데이터에 상기 제1 값을 적용하여 상기 제1 데이터를 보정하는 단계를 더 포함할 수 있다.
상기 제1 값은 기상적 요인이나 요일적 요인과 같은 제2 요인 적용 시 발생할 수 있는 충전부하의 민감도를 의미하는 것으로, 상기 제2 요인에 따른 변동비 적용 시 상기 제1 값(충전부하의 민감도)를 함께 적용하여, 충전부하 예측에 대한 정확도를 높일 수 있다.
일실시예에 따라, 상기 예측부(130)는 상기 변동비가 특정 임계값 이상인 경우에만 상기 제1 값을 선택적으로 적용할 수도 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (12)

  1. 예측일이 휴가철, 명절, 연휴, 공휴일, 지역별 행사 중 적어도 하나에 해당하는지 여부를 나타내는 제1 요인에 기초하여, 상기 예측일과 연관된 제1 데이터를 선정하는 선정부;
    상기 제1 요인 외에, 상기 예측일에 대한 기상적 요인 및 요일적 요인 중 적어도 하나를 포함하는 상기 예측일에 대한 변수인 제2 요인을 고려하여, 변동비를 계산하는 계산부; 및
    상기 제1 데이터에 상기 변동비를 적용하여 충전부하를 예측하는 예측부
    를 포함하며,
    상기 선정부는, 상기 제1 요인에 기초하여 예측 알고리즘을 달리 적용하는 전기자동차 충전부하 예측 시스템.
  2. 삭제
  3. 제1항에 있어서,
    상기 선정부는,
    상기 제1 요인이 적용되지 않는 경우에는 시계열 분석을 이용하고, 상기 제1 요인이 적용되는 경우에는 퍼지 선형회귀 분석을 이용하는 전기자동차 충전부하 예측 시스템.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 예측부는,
    상기 제2 요인에 대한 민감도를 의미하는 제1 값을 계산하고, 상기 제1 데이터에 상기 제1 값을 적용하여 상기 제1 데이터를 보정하는 보정부를 포함하는 전기자동차 충전부하 예측 시스템.
  7. 예측일이 휴가철, 명절, 연휴, 공휴일, 지역별 행사 중 적어도 하나에 해당하는지 여부를 나타내는 제1 요인에 기초하여, 상기 예측일과 연관된 제1 데이터를 선정하는 단계;
    상기 제1 요인 외에, 상기 예측일에 대한 기상적 요인 및 요일적 요인 중 적어도 하나를 포함하는 상기 예측일에 대한 변수인 제2 요인을 고려하여, 변동비를 계산하는 단계; 및
    상기 제1 데이터에 상기 변동비를 적용하여 충전부하를 예측하는 단계
    를 포함하며,
    상기 제1 데이터를 선정하는 단계는, 상기 제1 요인에 기초하여 예측 알고리즘을 달리 적용하는 전기자동차 충전부하 예측 방법.
  8. 제7항에 있어서,
    상기 예측일과 연관된 제1 데이터를 선정하는 단계는,
    상기 제1 요인이 적용되지 않는 경우에는 시계열 분석을 이용하고, 상기 제1요인이 적용되는 경우에는 퍼지 선형회귀 분석을 이용하는 전기자동차 충전부하 예측 방법.
  9. 삭제
  10. 삭제
  11. 제7항에 있어서,
    상기 충전부하를 예측하는 단계는,
    상기 제2 요인에 대한 민감도를 의미하는 제1 값을 계산하고, 상기 제1 데이터에 상기 제1 값을 적용하여 상기 제1 데이터를 보정하는 단계
    를 더 포함하는 전기자동차 충전부하 예측 방법.
  12. 제7항, 제8항 및 제11항 중 어느 한 항의 전기자동차 충전부하 예측 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록매체.
KR1020120136101A 2012-11-28 2012-11-28 전기자동차 충전부하 예측 방법 및 시스템 KR101405594B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120136101A KR101405594B1 (ko) 2012-11-28 2012-11-28 전기자동차 충전부하 예측 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120136101A KR101405594B1 (ko) 2012-11-28 2012-11-28 전기자동차 충전부하 예측 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20140068515A KR20140068515A (ko) 2014-06-09
KR101405594B1 true KR101405594B1 (ko) 2014-06-27

Family

ID=51124246

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120136101A KR101405594B1 (ko) 2012-11-28 2012-11-28 전기자동차 충전부하 예측 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101405594B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9849802B2 (en) 2014-10-28 2017-12-26 Samsung Electronics Co., Ltd. Method and apparatus for analyzing data related to vehicle range estimation
CN110533222B (zh) * 2019-07-29 2022-09-09 国网河南省电力公司经济技术研究院 基于峰平谷电价的电动汽车充电负荷预测方法及装置
CN112508301B (zh) * 2020-12-21 2024-05-17 北京梧桐车联科技有限责任公司 电动车辆的充电负荷预测方法、装置及存储介质
CN116702978B (zh) * 2023-06-07 2024-02-13 西安理工大学 考虑突发事件特征的电动汽车充电负荷预测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007206889A (ja) 2006-01-31 2007-08-16 Chugoku Electric Power Co Inc:The 電力スタンド電力供給管理システム、方法およびプログラム
JP2011188559A (ja) 2010-03-04 2011-09-22 Tokyo Electric Power Co Inc:The 蓄電システム並びに蓄電システムの運用方法及び制御プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007206889A (ja) 2006-01-31 2007-08-16 Chugoku Electric Power Co Inc:The 電力スタンド電力供給管理システム、方法およびプログラム
JP2011188559A (ja) 2010-03-04 2011-09-22 Tokyo Electric Power Co Inc:The 蓄電システム並びに蓄電システムの運用方法及び制御プログラム

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
이종욱 외. "시계열 모델을 이용한 계절별 수요관리량 산정". 전기학회논문지, 2011년12월 제60권 제12호, pp 2202-2205 *
이종욱 외. "시계열 모델을 이용한 계절별 수요관리량 산정". 전기학회논문지, 2011년12월 제60권 제12호, pp 2202-2205*
임형우 외. "평일과 주말의 시간대별 부하특성을 고려한 단기 전력수요예측 기법". 대한전기학회 하계학술대회 논문집, 2011년7월, pp 71-72 *
임형우 외. "평일과 주말의 시간대별 부하특성을 고려한 단기 전력수요예측 기법". 대한전기학회 하계학술대회 논문집, 2011년7월, pp 71-72*

Also Published As

Publication number Publication date
KR20140068515A (ko) 2014-06-09

Similar Documents

Publication Publication Date Title
JP5618501B2 (ja) 需要予測装置、プログラムおよび記録媒体
KR101875329B1 (ko) 전력 사용량 예측 장치 및 방법
US10338146B2 (en) Method for determining a control observer for the SoC
US20170211830A1 (en) Air-conditioning control system, air-conditioning planning device, and planning method
US20150006940A1 (en) Server power predicting apparatus and method using virtual machine
KR101405594B1 (ko) 전기자동차 충전부하 예측 방법 및 시스템
JP4512074B2 (ja) エネルギー需要予測方法、予測装置、プログラム及び記録媒体
JP7010674B2 (ja) 電力需要予測装置、電力需要予測方法およびプログラム
JP2013089424A (ja) バッテリの状態予測システム、方法及びプログラム
JP6094369B2 (ja) 電力需要予測装置、電力需要予測方法および電力需要予測プログラム
US20170364839A1 (en) Information processing device, model construction method, and program recording medium
CN105243449A (zh) 售电量预测结果修正方法及装置
JP6296966B2 (ja) 需給調整装置
JP5760291B2 (ja) 特性モデル更新処理装置及び特性モデル更新方法
CN109472399A (zh) 考虑预测不确定性的机票购买决策方法和系统
CN103646670A (zh) 一种评估存储系统性能的方法和设备
KR20170069046A (ko) 기상 정보 기반의 전력 수요 예측 시스템
WO2019038890A1 (ja) 電力需要予測装置および電力需要予測方法
JP2021131627A (ja) Ｄｒ発動予測システム
KR102483500B1 (ko) 리유즈 배터리 대여 관리 방법 및 장치
JP2023018217A (ja) 情報処理装置、情報処理方法及びプログラム
CN110991745B (zh) 一种电力负荷的预测方法、装置、可读介质及电子设备
WO2020209142A1 (ja) 電力管理装置
JP2022189386A (ja) 情報処理装置、情報処理方法及びプログラム
JP2015064816A (ja) エネルギー削減量予測方法および装置

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: 20170328

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180406

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190411

Year of fee payment: 6