KR101409025B1 - 전기부하 예측 장치 및 보정 방법 - Google Patents

전기부하 예측 장치 및 보정 방법 Download PDF

Info

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
Application number
KR1020130056744A
Other languages
English (en)
Inventor
김태권
Original Assignee
엘에스산전 주식회사
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 엘에스산전 주식회사 filed Critical 엘에스산전 주식회사
Priority to KR1020130056744A priority Critical patent/KR101409025B1/ko
Application granted granted Critical
Publication of KR101409025B1 publication Critical patent/KR101409025B1/ko

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.

Description

전기부하 예측 장치 및 보정 방법{Apparatus and method for correcting of acquired data}
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.
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)

  1. 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.
  2. 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.
  3. 제2항에 있어서,
    상기 패턴 데이터는 클러스터링 함수를 이용하여 생성됨을 특징으로 하는
    전기부하 예측 데이터 보정 방법.
  4. 제1항에 있어서,
    상기 보정된 전기부하 예측 데이터는 새로운 전기부하 예측 데이터 패턴으로 저장하는 단계;를 더 포함하는
    전기부하 예측 데이터 보정 방법.
  5. 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.
  6. 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.
KR1020130056744A 2013-05-20 2013-05-20 전기부하 예측 장치 및 보정 방법 KR101409025B1 (ko)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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