KR101409025B1 - 전기부하 예측 장치 및 보정 방법 - Google Patents
전기부하 예측 장치 및 보정 방법 Download PDFInfo
- Publication number
- KR101409025B1 KR101409025B1 KR1020130056744A KR20130056744A KR101409025B1 KR 101409025 B1 KR101409025 B1 KR 101409025B1 KR 1020130056744 A KR1020130056744 A KR 1020130056744A KR 20130056744 A KR20130056744 A KR 20130056744A KR 101409025 B1 KR101409025 B1 KR 101409025B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- load prediction
- electrical load
- pattern
- prediction data
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2513—Arrangements for monitoring electric power systems, e.g. power lines or loads; Logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 마이크로 그리드 시스템에서 전기부하 예측을 위한 장치 및 방법에 관한 것이다.
전기부하 사용량 데이터를 취득하는 단계; 기 저장된 전기부하 예측 데이터 패턴 중 적어도 하나의 전기부하 예측 데이터 패턴을 독출하는 단계; 상기 독출된 적어도 하나의 패턴 데이터 중 상기 취득된 데이터와의 오차가 최소인 패턴 데이터를 추출하는 단계; 상기 추출된 데이터를 기초하여 전기부하 예측 데이터를 보정하는 단계;를 포함한다.
전기부하 사용량 데이터를 취득하는 단계; 기 저장된 전기부하 예측 데이터 패턴 중 적어도 하나의 전기부하 예측 데이터 패턴을 독출하는 단계; 상기 독출된 적어도 하나의 패턴 데이터 중 상기 취득된 데이터와의 오차가 최소인 패턴 데이터를 추출하는 단계; 상기 추출된 데이터를 기초하여 전기부하 예측 데이터를 보정하는 단계;를 포함한다.
Description
본 발명은 마이크로 그리드 시스템에서 전기부하 예측을 위한 장치 및 방법에 관한 것이다.
마이크로 그리드 시스템은 독립사업자로서 일정 지역이 발전기 및 부하를 효율적으로 관리 및 운영한다. 또한 전력거래시장에 참여하여 이윤을 창출할 수 있는 다양한 애플리케이션을 탑재하고 있는 시스템이다.
전력시장 참여 및 효율적인 관리 운영을 위하여 내일의 전기부하를 예측하고 부하예측 결과를 기반으로 발전계획을 세우며 전력 거래 시장에서 요구되는 전기를 거래하기 위한 시간대에 대한 확인 및 그에 따른 입찰을 할 수 있다.
종래의 전기부하 예측을 위한 방법으로는 전기부하 사용량을 월단위 또는 주단위로 수집하여 그에 따라 예상되는 일간 또는 주간에 대한 전기부하 예측 데이터를 생성한다. 따라서 적게는 1주전 많게는 1월전에 측정된 데이터를 기반으로 한 예측데이터를 이용하여 전기 부하 예측을 수행하는 경우 실시간으로 변화하는 전기 부하 사용량에 대하여 비상상황 또는 다양한 변화 요인들에 의해 예측된 데이터와의 오차를 가지게 될 수 있다.
도 1은 종래의 전기부하 예측에 따른 전기부하 사용량에 대한 예시도이다.
도 1을 참조하면 예를 들어 1주 전 수집된 전기부하 예측량(11)에 의거하여 데이터 수급을 예측하는 경우 실제 실시간으로 측정되는 데이터(12)와 비교하였을 때 다양한 데이터 변화 요인에 따라 오차 값(e)이 발생하게 되면 기 예측된 전기부하량에 대한 수정이 불가하여 수동 운전 또는 대응이 불가피한 상황이 발생하게 된다.
즉, 전기부하 데이터에 영향을 주는 다양한 요인들에 의하여 기 예측된 예측데이터와 기준 오차 범위 이상의 데이터 오차가 발생하는 경우 그에 따른 전력 수급에 대한 불안정 및 대처 불가한 상황이 발생할 수 있다.
본 발명은 실제 전기부하 데이터와의 오차 범위를 최소화할 수 있는 예측 데이터를 사용할 수 있도록 하기 위한 전기부하 예측 장치 및 보정 방법을 제공한다.
또한 본 발명은 전기부하 사용량에 영향을 줄수 있는 다양한 변수에 따른 데이터 변화에도 용이하게 대응할 수 있도록 하기 위한 전기부하 예측 장치 및 보정 방법을 제공한다.
본 발명의 실시 예에 따른 전기부하 예측 방법은 전기부하 사용량 데이터를 취득하는 단계; 기 저장된 전기부하 예측 데이터 패턴 중 상기 취득된 데이터에 대응하는 적어도 하나의 전기부하 예측 데이터 패턴을 독출하는 단계; 상기 독출된 적어도 하나의 패턴 데이터 중 상기 취득된 데이터와의 오차가 최소인 패턴 데이터를 추출하는 단계; 상기 추출된 데이터를 기초하여 전기부하 예측 데이터를 보정하는 단계;를 포함 한다.
본 발명에 따르면, 전기부하 예측 장치 및 방법은 초단기 전기부하 예측을 통하여 다양한 데이터 변화 요인에 따른 데이터 변화에도 능동적으로 대응할 수 있도록 하는 효과를 가지고 있다.
또한 본 발명에 따르면 전기부하 예측 장치 및 방법은 실제 전기부하 데이터와의 오차 범위를 최소화함으로써, 전기부하 사용량에 따른 보다 정확한 전기부하 예측을 가능할 수 있도록 하는 효과를 가지고 있다.
도 1은 종래의 전기부하 예측에 따른 전기부하 사용량에 대한 예시도이다.
도 2는 본 발명의 실시 예가 적용되는 전가부하 예측 장치의 블록 구성도이다.
도 3은 본 발명의 실시 예에 따른 초단기 전기부하 예측 데이터의 패턴 생성 동작 흐름도이다.
도 4는 본 발명의 실시 예에 따른 초단기 전기부하 예측 데이터를 이용한 예측 데이터 보정 동작 흐름도이다.
도 2는 본 발명의 실시 예가 적용되는 전가부하 예측 장치의 블록 구성도이다.
도 3은 본 발명의 실시 예에 따른 초단기 전기부하 예측 데이터의 패턴 생성 동작 흐름도이다.
도 4는 본 발명의 실시 예에 따른 초단기 전기부하 예측 데이터를 이용한 예측 데이터 보정 동작 흐름도이다.
이하 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다.
도 2는 본 발명의 실시 예가 적용되는 전가부하 예측 장치의 블록 구성도이다.
도 2를 참조하면, 본 발명의 실시 예에 따른 전기부하 예측장치(100)는 통신부(110), 저장부(120), 표시부(130) 사용자 입력부(140) 및 제어부(150)를 포함할 수 있다.
통신부(110)는 전기부하 사용량에 대한 데이터를 취득할 수 있다. 통신부(110)는 제어부(150)의 제어에 기초하여 기 등록된 전기부하에 대한 사용량을 실시간으로 취득하여 저장부(120)로 출력할 수 있다.
저장부(120)는 제어부(150)의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들을 임시 저장할 수 있다. 저장부(120)는 플래시 메모리타입, 하드디스크 타입, 멀티미디어 카드 마이크로 타임, 카드 타입의 메모리(예를 들어 SD메모리 등), 램 등 다양한 기록매체 중 적어도 하나의 하나의 타입을 가질 수 있다. 또한 상기 통신부(110)가 인터넷 상에 연결될 수 있는 경우 웹 스토리지가 될 수 있다. 저장부(120)는 상기 통신부(110)로부터 취득된 전기부하 사용량 데이터를 저장할 수 있다. 저장부(120)는 상기 취득된 데이터를 기초하여 초단기, 중/장기 전기부하 사용량에 대한 예측 데이터 패턴을 저장할 수 있다. 저장부(120)에서 저장할 수 있는 전기부하 예측 데이터 패턴은 일, 월, 연도에 따라 수집된 데이터를 기초하여 해당 시점의 데이터 변화 추이에 따른 패턴을 저장할 수 있다.
표시부(130)는 전기부하 예측 장치(100)에서 처리되는 정보를 표시(출력)할 수 있다. 표시부(130)는 초단기, 중장기 예측된 전기부하 데이터를 표시할 수 있으며, 통신부(110)를 통하여 실시간으로 수집되는 전기부하 사용량 데이터에 대한 정보를 표시할 수 있다. 또한 예측데이터와 실제 수집되는 전기부하 사용량 데이터와의 오차 범위 및 그에 따른 알람 정보를 표시할 수 있다.
제어부(140)는 전기부하 예측장치(100)의 전반적인 동작을 제어한다. 예를 들어 통신부(110)를 통하여 실시간으로 수집되는 데이터를 저장부(120)로 저장하도록 제어할 수 있다. 또한 기 저장된 전기부하 예측 데이터에 대한 패턴을 리드하여 현재 수집되는 전기부하 사용량 데이터와 비교하여 대응되는 예측 데이터 패턴으로 적용될 수 있도록 제어할 수 있다.
제어부(140)는 본 발명의 실시 예에 따라 패턴 생성부(151), 예측부(152)를 포함할 수 있다.
패턴 생성부(151)는 통신부(110)를 통하여 취득되어 저장부(120)에 저장된 전기부하 사용량 데이터를 기초하여 년, 월, 일로 취득된 데이터에 따른 예측 데이터 패턴을 생성할 수 있다. 상기 데이터 패턴 생성에 대한 구체적인 설명은 도 3을 참조하여 설명하기로 한다.
패턴 생성부(151)는 생성된 패턴을 저장부(120)에 저장할 수 있도록 한다.
예측부(152)는 상기 패턴 생성부(151)에서 생성하여 저장부(120)에 기 저장된 전기부하 예측 데이터 패턴을 기초하여 실시간으로 취득되는 전기부하 사용량 데이터들의 상태에 따른 초단기 예측을 통한 예측 데이터 보정을 수행할 수 있다. 즉, 예측부(152)는 기 설정된 예측 데이터 패턴을 이용하여 전기부하 사용량 데이터를 예측하고, 실시간으로 입력되는 전기부하 사용량 데이터에 따라 기 저장된 패턴으로 변경 및 재 예측할 수 있도록 한다.
상기한 바와 같이 본 발명의 실시 예에 따른 전기부하 예측 장치(100)는 다양한 전기부하 사용량에 따른 예측 데이터 패턴을 생성하여 저장하고, 실시간으로 취득되는 데이터에 기초하여 예측 데이터 패턴을 변경 및 재예측할 수 있도록 할 수 있다. 이하 도 3 내지 도 4를 참조하여 상기한 구성에 따른 전기부하 예측을 위한 패턴 생성 동작 및 데이터 보정 동작을 상세히 설명한다.
도 3은 본 발명의 실시 예에 따른 초단기 전기부하 예측 데이터의 패턴 생성 동작 흐름도이다.
도 3을 참조하면, 전기부하 예측 장치(100)의 제어부(140)는 전기부하 예측 데이터의 패턴 생성을 위하여 통신부(110)를 통하여 취득되고 저장부(120)에 기 저장된 수집 데이터를 확인할 수 있다.(S310)
제어부(140)는 상기 확인된 수집 데이터를 기초하여 년, 월, 일등 다양한 시간 조건에 따른 데이터 그룹을 생성하게 된다.(S320)
제어부(140)는 상기 생성된 그룹간의 오차를 확인할 수 있다. 상기 그룹간의 오차확인은 kmeans함수와 같은 클러스터링 함수를 이용할 수 있다.
제어부(140)는 상기 생성된 그룹간의 오차가 기준 오차 이하인지를 판단하고,(S340) 상기 확인된 기준 오차 미만의 데이터를 기초하는 전기부하 예측 데이터 패턴을 생성할 수 있다.(S350) 상기 생성된 패턴은 저장부(120)에 저장하고(S360) 실시간 전기부하 데이터 취득 시에 독출될 수 있다.
도 4는 본 발명의 실시 예에 따른 초단기 전기부하 예측 데이터를 이용한 예측 데이터 보정 동작 흐름도이다.
도 4를 참조하면, 전기부하 예측 장치(100)의 제어부(140)는 통신부(110)를 통하여 실시간으로 수집되는 데이터를 취득하고, 표시부(130)에 표시하거나 저장부(120)에 저장할 수 있다.(S410)
제어부(140)는 통신부(110)를 통하여 수집되는 현재 전기부하 사용량 데이터를 확인하고(S420) 상기 확인되는 사용량 데이터에 대응하는 기 저장된 전기부하 예측 데이터 패턴을 저장부(120)로부터 독출할 수 있다.(S430)
제어부(140)는 상기 독출된 전기부하 예측 데이터 패턴 중 현재 데이터와 오차범위가 기준오차 이하인 패턴만을 추출할 수 있다.(S440)
제어부(140)는 상기 추출된 패턴 중 현재 데이터와 최소 오차 범위를 갖는 패턴 데이터를 선택하여(S450) 기 예측된 전기부하 사용량 예측 데이터를 변경할 수 있다.(S460) 이때, 변경된 예측 데이터에 대해서는 새로운 패턴 데이터로 생성되어 저장부(120)에 저장할 수 있다.
본 발명의 실시 예에서는 기 저장된 패턴 데이터를 이용하여 실제 취득 데이터를 실시간으로 보정할 수 있도록 하는 구성을 설명하였으나 이 외에도 실제 데이터와 기 예측된 데이터가 소정 오차범위 이상의 값이 발생되면 기 설정된 패턴 데이터를 수정하도록 할 수 있다.
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 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (6)
- 전기부하 사용량 데이터를 취득하는 단계;
기 저장된 전기부하 예측 데이터 패턴 중 상기 취득된 데이터에 대응하는 적어도 하나의 전기부하 예측 데이터 패턴을 독출하는 단계;
상기 독출된 적어도 하나의 패턴 데이터 중 상기 취득된 데이터와의 오차가 최소인 패턴 데이터를 추출하는 단계;
상기 추출된 데이터를 기초하여 전기부하 예측 데이터를 보정하는 단계;를 포함하는
전기부하 예측 데이터 보정 방법. - 제1항에 있어서,
상기 전기부하 예측 데이터 패턴은 연, 월, 일을 포함하는 시간 조건을 기준으로 전기부하 데이터를 그룹화하는 단계;
상기 그룹화된 데이터 간의 오차 범위가 기준 오차 범위 이내이면 해당 그룹 데이터를 패턴 데이터로 생성하는 단계;를 포함하는
전기부하 예측 데이터 보정 방법. - 제2항에 있어서,
상기 패턴 데이터는 클러스터링 함수를 이용하여 생성됨을 특징으로 하는
전기부하 예측 데이터 보정 방법. - 제1항에 있어서,
상기 보정된 전기부하 예측 데이터는 새로운 전기부하 예측 데이터 패턴으로 저장하는 단계;를 더 포함하는
전기부하 예측 데이터 보정 방법. - 제1항에 있어서,
상기 전기부하 예측 데이터 보정은 기 설정된 예측 데이터와 실제 취득 데이터가 소정 범위 이상의 오차값이 발생하는 경우 실행됨을 특징으로 하는
전기부하 예측 데이터 보정 방법. - 제1항에 있어서,
상기 기 저장된 전기부하 예측 데이터 패턴은 연, 월, 일 중 적어도 하나의 시간 조건에 해당하는 시점에 측정된 전기부하 사용량 데이터임을 특징으로 하는
전기부하 예측 데이터 보정 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130056744A KR101409025B1 (ko) | 2013-05-20 | 2013-05-20 | 전기부하 예측 장치 및 보정 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130056744A KR101409025B1 (ko) | 2013-05-20 | 2013-05-20 | 전기부하 예측 장치 및 보정 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101409025B1 true KR101409025B1 (ko) | 2014-06-19 |
Family
ID=51133307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130056744A KR101409025B1 (ko) | 2013-05-20 | 2013-05-20 | 전기부하 예측 장치 및 보정 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101409025B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533216A (zh) * | 2019-07-19 | 2019-12-03 | 国网辽宁省电力有限公司 | 基于调控云的超短期负荷预测修正技术 |
CN110929954A (zh) * | 2019-12-05 | 2020-03-27 | 中国南方电网有限责任公司 | 负荷预测方法、装置、计算机设备和存储介质 |
CN111985701A (zh) * | 2020-07-31 | 2020-11-24 | 国网上海市电力公司 | 一种基于供电企业大数据模型库的用电预测方法 |
CN112712207A (zh) * | 2020-12-31 | 2021-04-27 | 新奥数能科技有限公司 | 负荷预测方法、装置、计算机可读存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060085741A (ko) * | 2005-01-25 | 2006-07-28 | 한국전기연구원 | 자원 평가를 위한 웹 기반 전력 수요 관리 평가 시스템 |
KR20090032486A (ko) * | 2007-09-28 | 2009-04-01 | 한국전력공사 | 패턴분석을 이용한 전력 수요정보분석 시스템 및 그 방법 |
KR20100018444A (ko) * | 2008-08-06 | 2010-02-17 | 중앙대학교 산학협력단 | 실시간 지능 자율 부하관리 장치 및 방법 |
KR20120079709A (ko) * | 2011-01-05 | 2012-07-13 | 한전케이디엔주식회사 | 원격검침데이터 검증 시스템 및 방법 |
-
2013
- 2013-05-20 KR KR1020130056744A patent/KR101409025B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060085741A (ko) * | 2005-01-25 | 2006-07-28 | 한국전기연구원 | 자원 평가를 위한 웹 기반 전력 수요 관리 평가 시스템 |
KR20090032486A (ko) * | 2007-09-28 | 2009-04-01 | 한국전력공사 | 패턴분석을 이용한 전력 수요정보분석 시스템 및 그 방법 |
KR20100018444A (ko) * | 2008-08-06 | 2010-02-17 | 중앙대학교 산학협력단 | 실시간 지능 자율 부하관리 장치 및 방법 |
KR20120079709A (ko) * | 2011-01-05 | 2012-07-13 | 한전케이디엔주식회사 | 원격검침데이터 검증 시스템 및 방법 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533216A (zh) * | 2019-07-19 | 2019-12-03 | 国网辽宁省电力有限公司 | 基于调控云的超短期负荷预测修正技术 |
CN110929954A (zh) * | 2019-12-05 | 2020-03-27 | 中国南方电网有限责任公司 | 负荷预测方法、装置、计算机设备和存储介质 |
CN111985701A (zh) * | 2020-07-31 | 2020-11-24 | 国网上海市电力公司 | 一种基于供电企业大数据模型库的用电预测方法 |
CN111985701B (zh) * | 2020-07-31 | 2024-03-01 | 国网上海市电力公司 | 一种基于供电企业大数据模型库的用电预测方法 |
CN112712207A (zh) * | 2020-12-31 | 2021-04-27 | 新奥数能科技有限公司 | 负荷预测方法、装置、计算机可读存储介质及电子设备 |
CN112712207B (zh) * | 2020-12-31 | 2024-03-12 | 新奥数能科技有限公司 | 负荷预测方法、装置、计算机可读存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Soares et al. | A stochastic model for energy resources management considering demand response in smart grids | |
US10700523B2 (en) | System and method for distribution load forecasting in a power grid | |
Nikoobakht et al. | Flexible power system operation accommodating uncertain wind power generation using transmission topology control: an improved linearised AC SCUC model | |
Welsch et al. | Supporting security and adequacy in future energy systems: The need to enhance long‐term energy system models to better treat issues related to variability | |
CN110690697B (zh) | 用于管理电气系统中的电能质量事件的系统和方法 | |
Pechan et al. | The impact of heat waves on electricity spot markets | |
US9118182B2 (en) | Power curve correlation system | |
Milstein et al. | The inevitability of capacity underinvestment in competitive electricity markets | |
CN110687366A (zh) | 用于管理电气系统中的电压时间报警的系统和方法 | |
KR101409025B1 (ko) | 전기부하 예측 장치 및 보정 방법 | |
Arvesen et al. | Linepack storage valuation under price uncertainty | |
CN110687367B (zh) | 用于表征电气系统中的电能质量事件的系统和方法 | |
CN110794229A (zh) | 用于表征电气系统中电能质量事件的补充技术 | |
Kladnik et al. | An assessment of the effects of demand response in electricity markets | |
CN107122864A (zh) | 电力用户需求分析方法和装置 | |
EP2743790A2 (en) | Information processing device, information processing method, and storage medium | |
Velasco et al. | Next day electric load forecasting using Artificial Neural Networks | |
CN109118012A (zh) | 一种工业动态多维度能耗成本预测方法、系统、存储介质和终端 | |
JP6197689B2 (ja) | 運転計画支援プログラム、運転計画支援方法および運転計画支援装置 | |
KR20200022255A (ko) | 에너지 발전량 및 입찰량을 기초로 에너지 저장 장치를 최적화하는 방법 및 장치 | |
Welsch et al. | Long-term energy systems planning: accounting for short-term variability and flexibility | |
KR20220088534A (ko) | 클러스터링 기법을 이용한 마이크로그리드 내 수용가 전력수요 예측장치 및 방법 | |
Bagheri et al. | Assessing benefits of volt-var control schemes using AMI data analytics | |
KR102318452B1 (ko) | On-line 전력계통 관성 모니터링 및 주파수 시뮬레이션 방법 및 장치 | |
KR20160121036A (ko) | 에너지 거래 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20170403 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20180502 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20190603 Year of fee payment: 6 |