KR101589231B1 - 전력 관리 방법 및 시스템 - Google Patents

전력 관리 방법 및 시스템 Download PDF

Info

Publication number
KR101589231B1
KR101589231B1 KR1020140147756A KR20140147756A KR101589231B1 KR 101589231 B1 KR101589231 B1 KR 101589231B1 KR 1020140147756 A KR1020140147756 A KR 1020140147756A KR 20140147756 A KR20140147756 A KR 20140147756A KR 101589231 B1 KR101589231 B1 KR 101589231B1
Authority
KR
South Korea
Prior art keywords
task
power
energy
production process
schedule
Prior art date
Application number
KR1020140147756A
Other languages
English (en)
Other versions
KR20150053704A (ko
Inventor
홍승호
Original Assignee
한양대학교 에리카산학협력단
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 한양대학교 에리카산학협력단 filed Critical 한양대학교 에리카산학협력단
Priority to US15/034,554 priority Critical patent/US10180668B2/en
Priority to PCT/KR2014/010680 priority patent/WO2015069056A1/ko
Publication of KR20150053704A publication Critical patent/KR20150053704A/ko
Application granted granted Critical
Publication of KR101589231B1 publication Critical patent/KR101589231B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1093—Calendar-based scheduling for persons or groups
    • G06Q10/1097—Task assignment
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Abstract

전력 관리 방법 및 시스템이 개시된다. 본 발명에 따른 전력 관리 방법은 가격 데이터에 기초하여 이용 가능 자원을 산출하는 단계; 및 상기 산출된 이용 가능 자원을 반영하여 에너지 비용이 최소가 되도록 산업 설비 내 생산 공정의 태스크를 모델링 하는 단계를 포함하여, 가격 데이터의 변동에 따라 에너지 비용이 최소가 될 수 있도록 에너지 저장 장치의 충전/방전과 에너지 생성 장치의 생산 전력을 제어하고 생산 공정의 스케줄 태스크의 동작 점을 선택한다.

Description

전력 관리 방법 및 시스템{Energy management method and system}
본 발명은 산업 설비에 스마트 그리드 시스템을 적용하여 산업 설비의 운용 비용이 최소가 되도록 산업 설비의 생산 공정의 전력 수요를 관리할 수 있는 전력 관리 방법 및 시스템에 관한 것이다.
최근, 스마트 그리드 기술은 많은 국가에서 차세대 핵심 사업으로 선정되고, 활발히 연구되고 있다. 스마트 그리드 시스템은 전력 절감을 목표로 하고 있으며, 전력 절감을 위하여 일반적으로 한국공개특허공보 제2012-0097551호 등에서 보여지는 바와 같이 특정 디바이스를 온/오프(on/off)시키는 방법을 사용하고 있다. 그러나, 기존 스마트 그리드 시스템은 공급되는 에너지를 효율적으로 사용하기 위하여 에너지를 분배하는 적절한 방식을 제시하지 못하고 있다.
또한, 현재 정전 사고가 자주 발생하고 있는데, 이는 특정 시간대에 다수의 사람들이 에너지를 많이 사용하고 있기 때문이다. 따라서, 이러한 시간대에 사람들의 에너지 사용을 줄일 수 있는 방법이 필요하나, 현재 존재하지 않는다.
본 발명은 산업 설비에 스마트 그리드 시스템을 적용하여 산업 설비의 운용 비용이 최소가 되도록 생산 공정의 전력 수요를 관리할 수 있는 전력 관리 방법 및 시스템을 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 산업 설비에 스마트 그리드 시스템을 적용하여 산업 설비의 운용 비용이 최소가 되도록 생산 공정의 전력 수요를 관리할 수 있는 방법이 제공된다.
이를 위해 본 발명에 따른 전력 관리 방법은 가격 데이터에 기초하여 이용 가능 자원을 산출하는 단계; 및 상기 산출된 이용 가능 자원을 반영하여 에너지 비용이 최소가 되도록 산업 설비 내 생산 공정의 태스크를 모델링 하는 단계를 포함한다.
또한, 본 발명에 따른 전력 관리 시스템은 소비재를 소비하여 생산재를 생산하는 적어도 하나의 태스크를 포함하는 생산 공정을 가진 산업 설비; 및 가격 데이터에 기초하여 전력을 산출하고, 상기 산출된 전력을 반영하여 에너지 비용이 최소가 되도록 상기 생산 공정의 태스크를 모델링 하는 에너지 관리 장치를 포함한다.
또한, 본 발명에 따른 전력 관리 방법은 가격 데이터에 기초하여 이용 가능한 자원을 모델링 하는 단계; 산업 설비 내 생산 공정에서 수행되는 처리 동작인 태스크 중 전력 수요 조정이 가능한 스케줄 태스크를 모델링 하는 단계; 및 상기 모델링 된 이용 가능한 자원을 반영하여 에너지 비용이 최소가 되도록 상기 모델링 된 스케줄 태스크의 동작 점을 선택하여 전력 수요를 관리하는 단계를 포함한다.
또한, 본 발명에 따른 에너지 관리 장치는 가격 데이터에 기초하여 이용 가능한 자원을 모델링 하는 자원 모델링부; 산업 설비 내 생산 공정에서 수행되는 처리 동작인 태스크를 모델링 하는 태스크 모델링부; 및 상기 모델링 된 이용 가능한 자원을 반영하여 에너지 비용이 최소가 되도록 상기 모델링 된 태스크의 동작 점을 선택하여 전력 수요를 관리하는 자원 관리부를 포함한다.
본 발명의 일 실시예에 따른 전력 관리 방법 및 시스템을 제공함으로써, 산업 설비에 스마트 그리드 시스템을 적용하여 산업 설비의 운용 비용이 최소가 되도록 생산 공정의 전력 수요를 관리할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 산업 설비의 스마트 그리드 시스템의 구성을 개략적으로 도시한 블록도.
도 2는 본 발명의 일 실시 예에 따른 산업 설비에 대한 에너지 관리 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시 예에 따른 이용 가능 자원 모델링을 나타낸 순서도.
도 4는 본 발명의 일 실시 예에 따른 에너지 저장 장치(ESS)에서 충전 및 방전을 설명하기 위해 나타낸 도면.
도 5는 본 발명의 일 실시 예에 따른 스케줄 태스크의 동작 점을 설명하기 위해 도시한 도면.
도 6은 본 발명의 일 실시 예에 따른 에너지 관리 장치의 내부 구성을 개략적으로 나타낸 블록도.
도 7은 본 발명의 전력 관리 방법이 적용된 산소 생산 플랜트의 상태-태스크 네트워크(STN)을 나타낸 도면.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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.
이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명에 따른 산업 설비의 스마트 그리드 시스템을 개략적으로 도시한 것이다.
도 1에 도시된 산업 설비의 스마트 그리드 시스템은 철강, 시멘트, 종이 생산 등과 같은 산업 설비 내 생산 공정(production process)(140)에 대한 전력 수요에 대응한 전력 관리를 수행한다.
생산 공정(140)은 원자재(feed)나 중간재(intermediate)를 사용하여 일정 태스크(task)를 수행하여 중간재나 최종 상품을 생산할 수 있으며, 각 태스크는 복수의 동작(operation)을 포함할 수 있다.
도 1에서, 원자재나 중간재 또는 이를 이용한 중간재 또는 최종 상품은 원 모양으로 표시되어 있다. 점선의 원으로 되어 있는 부분(1, 2, 3, 4)이 원자재이고, 실선의 원으로 되어 있는 부분(a, b, c, d, e)이 중간재이고, 실선의 원 안에 점선의 원이 들어간 부분(1, 2, 3, 4)이 최종 상품을 의미한다.
또한 태스크는 처리 동작(processing operation)을 나타내는 것으로 사각형으로 표시되어 있다. 태스크는 비 스케줄 태스크(NST: non-schedulable task)와 스케줄 태스크(ST: schedulable task)를 포함한다. 이중 사각형으로 되어 있는 부분이 비 스케줄 태스크(A, C, E, F)를 나타내고, 단일 사각형으로 되어 있는 부분이 스케줄 태스크(B, D, G)를 나타낸다.
비 스케줄 태스크는 수요에 대한 스케줄 조정이 되지 않으며 전기료가 싼지 비싼지에 상관 없이 즉시 수요가 만족되어야 하는 태스크이며, 스케줄 태스크는 수요에 대한 스케줄 조정이 가능한 태스크이다. 예를 들어, 비 스케줄 태스크로는 철강 생산에서 용광로 태스크나 자동차 생산에서 조립 태스크가 있으며, 스케줄 태스크로는 온수/냉수 또는 포장 태스크 등이 있다.
산업 설비의 스마트 그리드 시스템은 유틸리티 회사(150)에서 제공되는 단위 가격에 기초하여 단위 가격이 상대적으로 저렴한 시간대에는 생산 공정의 각 태스크에서 많은 전력을 사용하도록 하고 단위 가격이 상대적으로 비싼 시간대에는 각 태스크에서 적은 전력을 소비하도록 에너지를 관리할 수 있다.
여기서, 단위 가격은 유틸리티 회사로부터 전력 이용을 위한 가격이 변동되는 각 시간 주기마다 제공받을 수도 있으며, 시간 주기 별 전력 이용을 위한 단위 가격을 포함하는 가격 데이터를 제공받을 수도 있다.
이해와 설명의 편의를 도모하기 위해 본 명세서에서는 전력 이용을 위한 단위 가격이 시간 주기마다 변동되는 것을 가정하기로 한다.
본 발명의 일 실시예에 따른 스마트 그리드 시스템은 시장 수요를 만족시키면서도 운영 비용을 최소화할 수 있도록 생산 공정에서 각 태스크의 전력 수요(electricity demand)를 관리할 수 있다.
도 1에 도시된 바와 같이, 생산 설비의 스마트 그리드 시스템은 에너지 관리 장치(110), 에너지 저장 장치(120) 및 에너지 생성 장치(130)을 포함할 수 있다.
에너지 관리 장치(EMS: Energy Management System)(110)는 유틸리티 회사(150)로부터 단위 가격에 대한 가격 데이터를 제공받아 저장하고, 있으며, 산업 설비의 생산 공정(140)에 대한 상태-태스크 네트워크(STN: state-task network)를 제공받아 저장하고 있는 상태에서 마켓 수요를 충족할 수 있도록 생산 공정(140)의 각 태스크를 모델링하고, 가격 데이터에 기초하여 이용 가능 자원을 모델링 한 후 모델링 된 이용 가능 자원을 반영하여 비용이 최소가 되도록 모델링 된 각 태스크의 동작 점(operating point)을 선택하여 생산 공정의 전력 수요를 관리할 수 있다.
여기서, STN은 태스크 노드(task node)와 상태 노드(state node)로 구성되며, 태스크 노드는 처리 동작을 나타내고, 상태 노드는 원자재, 중간재 및 최종 상품을 의미한다.
에너지 저장 장치(ESS: Energy Storage System)(120)는 가격 데이터에 기초하여 단위 가격이 낮은 시간에는 자원을 저장하고, 단위 가격이 높은 시간에는 자원을 산업 설비의 생산 공정에 제공하기 위한 수단이다.
에너지 생성 장치(EGS: Energy Generating System)(130)는 이용 가능 자원을 생산하고 이를 산업 설비의 생산 공정으로 제공하기 위한 수단이다.
도 2는 본 발명의 일 실시 예에 따른 산업 설비의 생산 공정에 대한 에너지 관리 방법을 나타낸 순서도이고, 도 3은 본 발명의 일 실시예에 따른 이용 가능 자원 모델링을 나타낸 순서도이고, 도 4는 본 발명의 일 실시예에 따른 제1 이용 가능 자원 모델링을 설명하기 위해 나타낸 도면이며, 도 5는 본 발명의 일 실시 예에 따른 스케줄 태스크의 동작 점을 설명하기 위해 도시한 도면이다.
에너지 관리 장치(110)는 유틸리티 회사(150)로부터 단위 가격에 대한 가격 데이터를 제공받아 저장하고, 있으며, 생산 공정(140)에 대한 STN(state-task network)를 제공받아 저장하고 있는 것을 가정하기로 한다.
단계 210에서 에너지 관리 장치(110)는 마켓 수요를 만족하는 최종 상품을 생산할 수 있도록 생산 공정(140)의 각 태스크를 모델링 한다.
보다 상세하게, 에너지 관리 장치(110)는 가격 데이터에 기초하여 생산 공정(140)의 각 태스크를 모델링 할 수 있다. 예를 들어, 에너지 관리 장치(110)는 유틸리티 회사에서 제공되는 시간 주기 별 전력에 대한 단위 가격이 저렴한 경우, 생산 공정(140)이 많은 전력을 소비하도록 각 태스크를 모델링 할 수 있으며, 단위 가격이 비싸면, 생산 공정(140)이 적은 전력을 소비하도록 각 태스크를 모델링 할 수 있다.
본 발명의 일 실시예에 따르면, 태스크는 생산 공정(140)에서 수행되는 처리 동작을 의미한다.
생산 공정(140)의 각 태스크는 스케줄 태스크(ST)와 비 스케줄 태스크(NST)로 구분된다.
비 스케줄 태스크에서 소비되는 전력 수요는 최초 시작 시 선험적으로(a priori) 결정될 수 있으나 이후에는 시간 주기 별로 이전 이력을 참조하여 예측될 수 있다.
스케줄 태스크는 도 5에 도시된 바와 같이 복수의 동작 점(operating point)을 지원하며, 각 동작 점마다 시간 주기 별로 소비되는 전력 수요는 선험적으로 정해져 있다.
본 발명의 일 실시 예에 따르면, 동작점은 태스크에서 소비되는 소비재와 태스크로부터 출력되는 생산재를 고려하여 설정되는 세부 처리 동작을 의미한다. 산업 설비의 생산 공정에는 복수의 태스크가 포함되어 있으며 마켓 수요, 비용 등을 고려하여 각 스케줄 태스크에서 어떠한 동작 점이 가동될 것인지 선택된다.
도 5에 도시된 바와 같이, 스케줄 태스크는 어느 동작 점에서 소비재를 처리하여 생산재를 생산할 수 있다. 소비재는 입력 상태(State s1)로 표시되어 있으며, 생산재는 출력 상태(State s2)로 표시되어 있다. 여기서, 소비재는 태스크를 통해 소비되어 생산재를 만들기 위한 원자재 또는 중간재이며, 생산재는 소비재를 소비하여 태스크를 통해 생산된 중간재 또는 최종 상품이다.
스케줄 태스크 내 복수의 동작 점에서 소비되는 전력 수요는 상이하다. 이로 인해, 각 동작 점에서 소비되는 입력 상태량(소비재량) 및 출력 상태량(생산재량)이 각각 상이할 수 있다.
즉, 스케줄 태스크 내 복수의 동작 점은 전력 수요가 클수록 많은 소비재를 소비하여 많은 생산재를 생산할 수 있다. 반면, 전력 수요가 작은 동작 점은 적은 소비재를 소비하여 적은 생산재를 생산할 수 있다.
이에 따라, 에너지 관리 장치(110)는 가격 데이터 및 마켓 수요를 참조하여 스케줄 태스크를 모델링 할 수 있다.
즉, 에너지 관리 장치(110)는 단위 가격이 낮을 때는 전력 수요가 많은 동작 점이 선택되어 운영되도록 모델링 하고, 단위 가격이 상대적으로 높을 때는 전력 수요가 적은 동작 점이 선택되어 운영되도록 모델링 할 수 있다. 이에 따라 에너지 관리 장치(100)는 전기료가 저렴할 때 전력 소비가 높은 중간재를 미리 만들어 놓고 전기료가 비싸지면 미리 만들어 놓은 중간재를 사용함으로써 전체적인 에너지 비용을 절감할 수 있다.
또한, 본 발명의 일 실시 예에 따른 스케줄 태스크를 지원하는 복수의 동작 점은 어느 하나만 선택될 수 있다.
물론, 구현 방법에 따라 스케줄 태스크를 지원하는 복수의 동작 점 중 복수개가 선택되어 운영될 수도 있으나, 본 명세서에서는 이해와 설명의 편의를 도모하기 위해 각 스케줄 태스크는 어느 하나의 동작 점만을 선택하여 운영할 수 있는 것을 가정하기로 한다.
이를 위해, 본 발명은 스케줄 태스크(ST) 및 이용 가능 자원(DER: in-facility Distributed Energy Resource)의 최적 스케줄링을 결정하여 산업 설비의 에너지 비용을 최소화할 수 있는 범용 수요 응답 알고리즘(a generalized Demand Response Algorithm)을 제안한다.
수요 응답 알고리즘(DR Algorithm)은 도 8과 같은 MILP(Mixed Integer Linear Programming)를 이용하여 만들 수 있다. 입력은 단위 가격(day-ahead hourly electricity price), 생산 공정의 STN, 각 태스크의 동작 데이터(지원되는 동작 점, 관련 상태의 소비 및 생산 속도, 각 동작 점의 전력 수요 등), 각 상태의 저장 정보(각 상태의 초기 저장량, 하한 및 상한 저장요건 등), ESS의 동작 정보(에너지 저장 용량, 최대 충방전 속도, 충방전 효율 등), EGS의 동작 정보(전력 생산의 동작 범위 및 관련 비용 등)를 포함한다.
모든 입력은 목적 함수(objective function) 및 일련의 제약 조건(constraint)을 가진 MILP를 이용하여 만들어진다. MILP의 주요 특징은 다음과 같다.
(a) 결정 변수(decision variable)는 연속적이거나 불연속적일 수 있다
(b) 목적 함수 및 제약 조건은 선형적이어야 한다
목적 함수는 산업 설비의 에너지 비용을 최소화할 수 있도록 정의된다. 선형적 제약 조건은 프로세스, ESS, EGS 및 전력 판매나 구매에 대하여 특정된다. 프로세스 모델링에 대한 제약 조건은 동작, 재료 균형(material balance), 전력, 저장 등의 제약 조건을 포함한다. ESS에 대한 제약 조건은 전력 균형, 용량, 충방전 등의 제약 조건을 포함한다. 마지막으로 EGS에 대한 제약 조건과 전력 판매/구매에 대한 제약 조건이 있다.
MILP 문제가 풀리면, 그 출력으로 각 시간 간격에서 선택된 ST의 동작 점, ESS의 충방전 속도(rate), EGS의 전력 생산량, 전력 구매나 판매량, 산업 설비에서 사용되는 총 에너지 비용 등이 산출된다.
생산 공정(140)의 스케줄 태스크(ST)에 대한 모델링은 재료 균형, 전력 균형, 저장 및 동작에 대한 제약 조건을 포함한다.
1) 재료 균형
재료 균형은 수학식 1a에 나타낸 바와 같이, 시간 t에서 각 상태 s의 저장(Ss,t)이 t-1에서 저장(Ss,t-1)과 시간 간격 (t-1, t)에서 생산된 상태 s의 총량의 합에서 시간 간격 (t-1, t)에서 소비된 상태 s의 총량을 감산한 결과와 동일하다는 것을 의미한다.
수학식 1a
Figure 112014103704992-pat00001
여기서,
Figure 112014103704992-pat00002
및
Figure 112014103704992-pat00003
은 시간 간격 (t-1, t)에서 태스크 i에 의해 생산 및 소비되는 양이다.
2) 전력 균형
시간 간격 (t, t+1) 동안 총 전력 수요량(Et)은 수학식 1b와 같이, 각 태스크의 전력 수요량(
Figure 112014103704992-pat00004
)의 총합과 동일하다.
수학식 1b
Figure 112014103704992-pat00005

3) 저장 균형
생산 공정의 신뢰성을 보장하기 위해 수학식 1c과 같이, 각 상태의 저장(Ss,t)은 최저 값 (LBs)이하이거나 최고 값(UBs) 이상이면 안 된다.
수학식 1c
Figure 112014103704992-pat00006

4) 동작 제약 조건
도 5를 참조하면, 상태 s1을 소비하여 상태 s2를 생산하고 M개의 동작 점을 지원하는 태스크 STi를 도시하고 있다. 각 동작 점 m에 대하여 시간 간격마다 상태 s1의 소비량
Figure 112014103704992-pat00007
, 상태 s2의 생산량
Figure 112014103704992-pat00008
, 전력 수요
Figure 112014103704992-pat00009
가 선험적으로 알려져 있다. 태스크 i는 전기 값이 비쌀 때 전력 소비를 낮추고 전기 값이 쌀 때 전력 소비를 높이려고 한다.
태스크 i의 각 동작 점은 시간 간격 (t, t+1) 동안 이진 변수
Figure 112014103704992-pat00010
와 관련이 있다. 태스크 i가 시간 간격 (t, t+1) 동안 m 동작 점에서 동작하면
Figure 112014103704992-pat00011
=1이고, 그렇지 않으면
Figure 112014103704992-pat00012
=0이다. 각 시간 간격 동안 STi는 수학식 1d의 제약 조건에 의해 하나의 동작 점에서만 동작한다.
수학식 1d
즉, 시간 간격 (t, t+1) 동안 태스크 i에서 하나의
Figure 112014103704992-pat00014
만 1이고 나머지는 모두 0이 된다.
이에 따라, (t, t+1) 시간 간격 동안 태스크 i의 전력 수요는 하기 수학식 1과 같이 도출될 수 있다.
Figure 112014103704992-pat00015
여기서, m은 동작 점을 나타내고,
Figure 112014103704992-pat00016
는 각 동작 점의 동작 상태를 나타내며,
Figure 112014103704992-pat00017
는 각 동작 점의 전력 수요를 나타낸다.
또한, (t, t+1) 시간 간격 동안 태스크 i에 의해 소비되는 소비재량은 하기 수학식 2와 같이 나타내고, 태스크 i에 의해 생산되는 생산재량은 수학식 3과 같이 나타낼 수 있다.
Figure 112014103704992-pat00018
Figure 112014103704992-pat00019
에너지 관리 장치(110)는 마켓 수요를 충족하도록 단위 가격을 참조하여 소비재 및 생산재 양을 결정할 수 있으며, 결정된 소비재 및 생산재 양을 만족하도록 생산 공정의 각 태스크를 모델링하고, 모델링된 각 태스크에서 필요한 전력 수요를 도출할 수 있다.
단계 215에서 에너지 관리 장치(110)는 가격 데이터에 기초하여 이용 가능 자원을 모델링 한다. 여기서, 이용 가능 자원은 에너지 저장 장치(120)에 저장된 자원과 에너지 생성 장치(130)에 의해 생성된 자원을 포함한다.
이하, 이해와 설명의 편의를 도모하기 위해 에너지 저장 장치의 자원을 제1 이용 가능 자원이라 칭하고, 에너지 생성 장치에 의해 생성된 자원을 제2 이용 가능 자원이라 칭하기로 한다.
도 3을 참조하여 이용 가능 자원을 모델링 하는 방법에 대해 상세히 설명하기로 한다. 도 3에서는 이해와 설명의 편의를 도모하기 위해 제1 이용 가능 자원을 모델링 하는 방법이 선행되는 것으로 기재되어 있으나, 제1 이용 가능 자원 및 제2 이용 가능 자원의 모델링은 각각 병렬로 수행될 수 있음은 당연하다.
단계 310에서 에너지 관리 장치(110)는 제1 이용 가능 자원을 모델링 한다.
즉, 제1 이용 가능 자원의 모델링에서 가격 데이터에 기초하여 단위 가격이 낮은 시간에는 자원을 에너지 저장 장치(120)에 저장하고, 단위 가격이 높은 시간에는 에너지 저장 장치(120)에 저장한 자원을 생산 공정에 제공하도록 모델링 한다.
제1 이용 가능 자원의 모델링, 즉 에너지 저장 장치(ESS) 모델링은 에너지 균형(energy balance), 충방전 제약 조건, 용량 제약 조건을 포함한다.
1) 에너지 균형 제약 조건
제1 이용 가능 자원의 양, 즉 t시간에 저장된 자원양(
Figure 112014103704992-pat00020
)은 이전 시간(t-1)에 저장된 자원양(
Figure 112014103704992-pat00021
)과 현재 시간 간격(t-1, t)에서 충전된 자원양에 충전 효율(
Figure 112014103704992-pat00022
)을 곱한 값을 더하고, 현재 시간 간격 (t, t-1)에서 방전된 자원양을 방전 효율(
Figure 112014103704992-pat00023
)로 나눈 값을 차감한 양과 동일하다. 이를 도 4를 참조하여 수식으로 표현하면 수학식 4와 같다.
Figure 112014103704992-pat00024
여기서,
Figure 112014103704992-pat00025
는 충전 효율(charging efficiency)을 나타내고,
Figure 112014103704992-pat00026
는 방전 효율(discharging efficiency)을 나타내고,
Figure 112014103704992-pat00027
는 (t-1, t) 시간 간격에서 충전된 자원양을 나타내며,
Figure 112014103704992-pat00028
는 (t-1, t) 시간 간격에서 방전된 자원양을 나타낸다.
2) 충전/방전 제약 조건
에너지 저장 장치(120)는 수학식 4a로 표현되는 바와 같이, 동일 시간 주기 동안 자원을 충전(저장)하고 방전하는 것을 동시에 수행하지 않는다.
수학식 4a
Figure 112014103704992-pat00029
여기서,
Figure 112014103704992-pat00030
와
Figure 112014103704992-pat00031
는 이진 변수이다. ESS가 시간 간격 (t, t+1)에서 전기를 충전하면
Figure 112014103704992-pat00032
=1이고, 그렇지 않으면
Figure 112014103704992-pat00033
=0이다. 또한 ESS가 시간 간격 (t, t+1)에서 전기를 방전하면
Figure 112014103704992-pat00034
=1이고, 그렇지 않으면
Figure 112014103704992-pat00035
=0이다.
각 시간 간격에서 충전 및 방전되는 전기량(
Figure 112014103704992-pat00036
Figure 112014103704992-pat00037
)은 최대 충전율(
Figure 112014103704992-pat00038
)과 최대 방전율(
Figure 112014103704992-pat00039
)에 의해 제한되며, 이를 각각 수식으로 표현하면 수학식 5 및 수학식 6과 같이 나타낼 수 있다.
Figure 112014103704992-pat00040
여기서,
Figure 112014103704992-pat00041
는 충전 상태를 나타내고,
Figure 112014103704992-pat00042
는 최대 충전율을 나타낸다.
Figure 112014103704992-pat00043
여기서,
Figure 112014103704992-pat00044
는 방전 상태를 나타내고,
Figure 112014103704992-pat00045
는 최대 방전율을 나타낸다.
수학식 5에서
Figure 112014103704992-pat00046
=0일 때
Figure 112014103704992-pat00047
=0이고, 수학식 6에서
Figure 112014103704992-pat00048
=0일 때
Figure 112014103704992-pat00049
=0이다.
3) 용량 제한 조건
수학식 6a과 같이, 각 시간에 저장되는 에너지량
Figure 112014103704992-pat00050
은 최대 저장 용량
Figure 112014103704992-pat00051
을 초과할 수 없다.
수학식 6a
Figure 112014103704992-pat00052

즉, 에너지 관리 장치(110)는 가격 데이터에 기초하여 단위 가격이 낮은 경우에는 에너지 저장 장치에 자원을 충전하고, 단위 가격이 높은 경우에는 에너지 저장 장치에 저장된 자원을 산업 설비의 생산 공정에 제공되도록 모델링 할 수 있다. 이때, 에너지 저장 장치에 저장되는 최대 자원양은 에너지 저장 장치의 저장 용량에 의해 제한된다. 즉, 에너지 저장 장치에 저장되는 최대 자원양은 에너지 저장 장치의 최대 저장 용량을 초과하여 저장되지 않는다.
단계 320에서 에너지 관리 장치(110)는 제2 이용 가능 자원, 즉 에너지 생성 장치(EGS)을 모델링 한다.
본 발명의 일 실시 예에 따르면, 제2 이용 가능 자원은 에너지 생성 장치(130)에 의해 생산된 자원으로, 비 스케줄 생산 자원과 스케줄 생산 자원으로 구분된다.
비 스케줄 생산 자원은 태양열 발전, 풍력, 폐열 전력 발전(waste heat power plants)과 같은 비 스케줄 에너지 생성 장치에 의해 생산된 자원을 나타낸다.
또한, 스케줄 생산 자원은 디젤 발전과 같은 스케줄 에너지 생성 장치에 의해 생산된 자원을 나타낸다.
비 스케줄 생산 자원은 각 시간마다 예측되고, 스케줄 생산 자원은 가격 데이터를 반영하여 모델링 될 수 있다. 이때, 비 스케줄 생산 자원은 이전 이력을 참조하여 각 시간마다 예측될 수 있다.
또한, 스케줄 생산 자원은 가격 데이터 대비 스케줄 생산 자원을 생산하기 위해 소요되는 비용을 고려하여 모델링 될 수 있다.
예를 들어, 스케줄 생산 자원은 가격 데이터에 기초하여 스케줄 생산 자원을 생산하기 위해 소요되는 비용을 고려하여 각 시간마다 제어될 수 있다. 예를 들어, 가격 데이터가 매우 저렴한 경우 스케줄 생산 자원은 생산되지 않도록 모델링 될 수 있다. 반면, 가격 데이터가 매우 비싼 경우, 스케줄 생산 자원은 최대 생산 용량까지 생산되도록 모델링 될 수도 있다.
예를 들어, 유틸리티 회사(150)에서 제공되는 자원의 가격 데이터가 매우 비싸고, 생산 공정의 전력 수요가 많은 경우를 가정해보자. 이때, 스케줄 생산 자원을 생산하기 위해 소요되는 비용이 가격 데이터에 비해 저렴한 경우에는 스케줄 생산 자원이 많이 생산되도록 모델링 될 수 있다.
본 발명의 일 실시예에 따르면, 스케줄 생산 자원은 또한 제1 이용 가능 자원을 고려하여 모델링 될 수 있다. 즉, 가격 데이터가 비싼 경우, 제1 이용 가능 자원의 부족분만큼 스케줄 생산 자원이 생산되도록 모델링 될 수 있다.
상술한 바와 같이, 제2 이용 가능 자원은 스케줄 생산 자원과 비 스케줄 생산 자원을 합산한 양과 동일하다. 이를 수식으로 나타내면 수학식 7과 같다.
Figure 112014103704992-pat00053
이와 같은 스케줄 생산 자원은 자원 생산을 위해 원자재 소비가 수반되므로, 스케줄 생산 자원의 생산량은 수학식 8과 같이 나타낼 수 있다.
Figure 112014103704992-pat00054
여기서,
Figure 112014103704992-pat00055
은 시간 간격 내에 주기적 생산 자원의 생산을 위해 소비된 원자재의 양을 나타내고,
Figure 112014103704992-pat00056
은 생산효율을 나타낸다.
단계 220에서 에너지 관리 장치(110)는 모델링 된 이용 가능 자원을 반영하여 비용이 최소가 되도록 모델링 된 각 태스크의 동작 점을 선택하여 산업 설비의 생산 공정의 전력 수요를 관리한다.
스마트 그리드 기술에서는 소비자가 전력 회사로부터 전기를 구매할 뿐만 아니라 전기가 남을 경우 전력 회사에 잉여 전기를 팔 수 있다. 이하 전력 판매 및 구매 모델링에 대하여 설명한다.
본 발명의 일 실시 예에 따르면, 생산 공정의 전력 수요(
Figure 112014103704992-pat00057
)는 각 태스크의 전력 수요, 제1 이용 가능 자원 및 제2 이용 가능 자원을 이용하여 도출된다. 이를 수식으로 표현하면 수학식 9와 같다.
Figure 112014103704992-pat00058
여기서,
Figure 112014103704992-pat00059
는 각 태스크의 전력 수요를 나타내고,
Figure 112014103704992-pat00060
는 충전된 제1 이용 가능 자원을 나타내며,
Figure 112014103704992-pat00061
는 방전된 제1 이용 가능 자원을 나타내고,
Figure 112014103704992-pat00062
는 제2 이용 가능 자원을 나타낸다.
산업 설비의 전력 수요(
Figure 112014103704992-pat00063
)가 양수이면 유틸리티 회사로부터 전력을 구매해야 하는 상황이고, 음수이면 유틸리티 회사에 잉여 전력을 판매할 수 있는 상황이다.
에너지 관리 장치(110)는 산업 설비의 전체 전력 수요가 제1 이용 가능 자원 및 제2 이용 가능 자원만으로는 부족한 경우, 부족분을 유틸리티 회사를 통해 제공받을 수 있도록 관리할 수 있다.
또한, 에너지 관리 장치(110)는 산업 설비의 전체 전력 수요에 비하여 제1 이용 가능 자원 및 제2 이용 가능 자원이 많은 경우, 잉여 자원이 유틸리티 회사를 통해 판매되도록 관리할 수 있다.
수학식 9a 내지 수학식 9c에서, 산업 설비가 시간 간격 (t, t+1) 동안 전기를 구매할 때
Figure 112014103704992-pat00064
=1, 전기를 판매할 때
Figure 112014103704992-pat00065
=1이다. 여기서, B는 크고 충분한 양수이다.
수학식 9a
Figure 112014103704992-pat00066

수학식 9b
Figure 112014103704992-pat00067

수학식 9c
Figure 112014103704992-pat00068

이용 가능 자원이 모든 공정을 처리하는데 충분하지 않으면,
Figure 112014103704992-pat00069
은 양수가 되어 수학식 9a는
Figure 112014103704992-pat00070
=1이 되고, 수학식 9b는
Figure 112014103704992-pat00071
와 상관 없이 만족되며, 수학식 9c는
Figure 112014103704992-pat00072
=0이 된다. 이것은 산업 설비가 유틸리티 회사로부터 전기를 구매한다는 것을 나타낸다. 이용 가능 자원이 산업 설비의 전력 수요보다 많으면
Figure 112014103704992-pat00073
는 음수가 된다. B는 크고 충분한 양수이므로, 수학식 9a는
Figure 112014103704992-pat00074
와 상관 없이 만족되고, 수학식 9b는
Figure 112014103704992-pat00075
=1이며, 수학식 9c는
Figure 112014103704992-pat00076
=0이다. 이것은 산업 설비가 유틸리티 회사에 전력을 판매한다는 것을 나타낸다.
표 1-1은
Figure 112014103704992-pat00077
,
Figure 112014103704992-pat00078
및
Figure 112014103704992-pat00079
간의 관계를 나타낸 것이다.
표 1-1
Figure 112014103704992-pat00080

Figure 112014103704992-pat00081
와
Figure 112014103704992-pat00082
는 각각 시간 간격 (t, t+1)에서 전력 구매 및 판매량이다. 두 값이 모두 음수가 아니고
Figure 112014103704992-pat00083
=0이면 에너지 구매가 없다는 것이고,
Figure 112014103704992-pat00084
=0이면 에너지 판매가 없다는 것이다.
Figure 112014103704992-pat00085
가 음수가 아니고
Figure 112014103704992-pat00086
=
Figure 112014103704992-pat00087
,
Figure 112014103704992-pat00088
=0이면 이것은 산업 설비가 유틸리티 회사로부터 전력을 구매한다는 것이다.
Figure 112014103704992-pat00089
가 음수이고
Figure 112014103704992-pat00090
=0,
Figure 112014103704992-pat00091
= -
Figure 112014103704992-pat00092
이면 이것은 산업 설비가 유틸리티 회사로부터 전력을 판매한다는 것이다.
수학식 9d는 표 1-1에 나온 변수 사이에 적용된다.
수학식 9d
Figure 112014103704992-pat00093

상기와 같이 산업 설비 전체의 전력 수요가 도출되면, 에너지 관리 장치(110)는 모델링 된 이용 가능 자원을 반영하여 비용이 최소가 되도록 모델링 된 각 태스크의 동작 점을 선택하게 된다.
예를 들어, 에너지 관리 장치(110)는 가격 데이터에 기초하여 단위 가격이 저렴한 경우, 모델링 된 이용 가능 자원을 반영하여 모델링 된 각 태스크에 대해 전력 수요가 많은 동작 점을 선택하여 많은 자원이 소비되도록 관리할 수 있다. 반면, 에너지 관리 장치(110)는 가격 데이터에 기초하여 단위 가격이 비싼 경우, 모델링 된 이용 가능 자원을 반영하여 모델링 된 각 태스크에 대해 전력 수요가 적은 동작 점을 선택하여 적은 자원이 소비되도록 전력 수요를 관리할 수 있다.
이와 같이, 에너지 관리 장치(110)는 모델링 된 이용 가능 자원을 반영하여 마켓 수요를 충족할 수 있도록 산업 설비 운영에 따른 에너지 비용이 최소가 되도록 산업 설비의 전력 수요를 관리할 수 있다. 여기서, 에너지 비용은 자원 구매 비용에서 자원 판매 비용을 차감하고, 자원을 생산한 경우 자원 생산에 따른 비용을 더하여 도출될 수 있다.
이를 수식으로 나타내면 수학식 10과 같이 나타낼 수 있다.
Figure 112014103704992-pat00094
여기서,
Figure 112014103704992-pat00095
는 전력 구매비용을 나타내는 것으로,
Figure 112014103704992-pat00096
는 시간 간격(t, t+1)에서의 구매 단위가격이고,
Figure 112014103704992-pat00097
는 전력 구매량이다.
Figure 112014103704992-pat00098
는 전력 판매비용을 나타낸 것으로,
Figure 112014103704992-pat00099
는 시간 간격(t, t+1)에서의 판매 단위가격이고,
Figure 112014103704992-pat00100
는 전력 판매량이다.
Figure 112014103704992-pat00101
는 에너지 생산 비용을 나타내는 것으로,
Figure 112014103704992-pat00102
는 스케줄 에너지 생성 장치(EGS f)에 의해 소비되는 원자재의 가격이다.
마지막
Figure 112014103704992-pat00103
부분은 스케줄 에너지 생성 장치의 동작 개시 및 중단 비용을 나타낸다.
도 6은 본 발명의 일 실시 예에 따른 에너지 관리 장치의 내부 구성을 개략적으로 나타낸 블록도이다.
도 6을 참조하면, 본 발명의 일 실시 예에 따른 에너지 관리 장치(110)는 입력부(610), 태스크 모델링부(615), 자원 모델링부(620), 자원 관리부(625), 메모리(630) 및 제어부(635)를 포함하여 구성된다.
입력부(610)는 산업 설비의 전력 관리를 위한 다양한 정보를 입력 받기 위한 수단이다.
예를 들어, 입력부(610)는 단위 가격을 포함하는 가격 데이터, 산업 설비의 상태-태스트 네트워크(STN), 에너지 저장 장치(ESS) 및 에너지 생성 장치(EGS)의 운영 정보, 각 태스크(task)의 운영 정보, 각 상태(state)에 대한 다양한 정보 등을 입력 받을 수 있다.
태스크 모델링부(615)는 입력부(610)를 통해 입력된 산업 설비에 대한 STN, 각 태스크 운영 정보, 각 상태에 대한 다양한 정보를 이용하여 마켓 수요를 충족할 수 있도록 산업 설비의 각 태스크를 모델링 하기 위한 수단이다.
태스크 모델링부(615)는 목적함수 및 일련의 제약 조건을 가진 MILP를 이용하여 모델링을 수행하며 이를 통해 에너지 비용이 최소가 되도록 스케줄 태스크 내의 최적 동작 점이 선택될 수 있도록 한다.
이에 따라 태스크 모델링부(615)는 전기료가 쌀 때 전력 수요가 높은 중간재가 미리 생산되도록 하고 전기료가 비쌀 때 미리 생산해 놓은 중간재가 사용되도록 스케줄 태스크 내 최적의 동작 점이 선택되도록 모델링을 수행할 수 있다.
자원 모델링부(620)는 가격 데이터에 기초하여 이용 가능 자원을 모델링 하기 위한 수단이다. 자원 모델링부(620)는 에너지 저장 장치(ESS) 및 에너지 생성 장치(EGS)에 대한 모델링을 수행하여, 전력 요금이 저렴한 경우 에너지를 ESS에 저장하고 전력 요금이 비쌀 때 저장된 에너지를 사용하거나 EGS가 에너지를 생산할 수 있도록 한다.
자원 관리부(625)는 모델링 된 이용 가능 자원을 반영하여 비용이 최소가 되도록 모델링 된 각 태스크의 동작 점(operating point)을 선택하여 산업 설비의 전력 수요를 관리하기 위한 수단이다.
메모리(630)는 본 발명의 일 실시예에 따른 에너지 관리 장치(110)를 운용하기 위해 필요한 다양한 정보, 산업 설비의 전력 수요를 관리하기 위해 필요한 다양한 데이터 등을 저장하기 위한 수단이다.
제어부(635)는 본 발명의 일 실시 예에 따른 에너지 관리 장치(110)의 내부 구성 요소들(예를 들어, 입력부(610), 태스크 모델링부(615), 자원 모델링부(620), 자원 관리부(625), 메모리(630) 등)을 제어하기 위한 수단이다.
지금까지 상술한 본 발명에 따른 전력 관리 방법 및 시스템을 산소 생산 플랜트(Oxygen Generation Plants)에 적용한 결과를 설명한다.
도 7은 산소 생산 플랜트의 STN을 나타낸 것이다.
도 7에서, 공기로부터 산소를 생산하는 4개의 산소 생성 장치(OGS)가 있다. OSG #1은 고정 동작 점을 가진 비 스케줄 태스크이고, 나머지 다른 OSG는 복수의 동작 점(표 1 참조)을 가진 스케줄 태스크라고 가정한다.
표 1
Figure 112014103704992-pat00104

산소 수요는 시간 당 16000Nm3이다. 산소의 저장 범위는 2000~18000 Nm3이다.
추가적으로 OSG에서 필요한 3개의 냉수 장치(WCS)가 있다. 모든 WCS는 3개의 동작 점(표 2 참조)을 가진 스케줄 태스크이다.
표 2
Figure 112014103704992-pat00105

각 시간 간격 동안 냉수 수요는 OGS의 동작 상태에 따라 변한다. 냉수의 저장 범위는 150~850 m3이다.
에너지 저장 장치의 최대 저장 용량은 6000kWh이고 시간 간격에서 최대 충전/방전은 1500kWh라고 가정한다. 충전 및 방전 효율은 90%로 가정한다. 에너지 생성 장치는 태양광을 이용하여 전기를 생산한다(표 3 참조).
표 3
Figure 112014103704992-pat00106

그래프 1은 시간 간격마다 태양 발전 에너지 생성 장치에서 생산되는 전력량을 예측한 것이고, 그래프 2는 시간당 전력 구매가와 판매가를 나타낸 것이다.
그래프 1
Figure 112014103704992-pat00107

그래프 2
Figure 112014103704992-pat00108
표 4는 각 시간 간격 동안 OSG #2, #3, #4와 WCS #1, #2, #3의 동작 점을 나타낸 것이다.
표 4
Figure 112014103704992-pat00109

OSG #3를 보면, 시간 간격 0에서 동작 점 8이 동작하여, 산소 6000Nm3를 생산하고, 냉수학식 70 m3를 소비하며, 전력 2100kWh를 필요로 한다(표 1 참조).
그래프 3은 각 시간 간격 동안 OSG #2, #3, #4와 WCS #1, #2, #3의 전체 전력 수요를 나타낸 것이다.
그래프 3
Figure 112014103704992-pat00110
전기 값이 저렴한 시간 간격 3, 4, 6에서 전력 수요가 증가하였다. 이 경우, 산소 및 냉수의 초과 분이 생산되었고, 산소 및 냉수 저장이 증가하였다(그래프 4 및 5 참조).
그러나 전기 값이 비싼 시간 간격 14, 15, 16에서는 전력 수요가 감소하였다. 이 시간 간격 동안에는 저장된 산소와 냉수가 소비되었으나, 저장된 산소와 냉수의 양은 저장 범위를 벗어나지 않았다.
그래프 4
Figure 112014103704992-pat00111

그래프 5
Figure 112014103704992-pat00112

그래프 3을 보면, 시간 간격 5에서 전기 값이 싸지만 전력 수요는 증가되지 않았음을 알 수 있다. 이것은 저장된 산소와 냉수의 양이 저장 상한 값에 가까웠고 시간 간격 6의 전기 값이 시간 간격 5의 전기 값보다 낮아서 시간 간격 6으로 전력 수요를 이동시키는 것이 더 저렴하기 때문이다.
그래프 6은 시간 간격 동안 에너지 저장 장치의 전력 수요를 나타낸 것이다.
그래프 6
Figure 112014103704992-pat00113

양수는 충전을 나타내고 음수는 방전을 나타낸다. 에너지 저장 장치는 전기 값이 쌀 때 충전하였고 전기 값이 비쌀 때 방전하였다.
각 시간 간격 동안 에너지 저장 장치에 의해 충전 또는 방전되는 최대량은 1500kWh였다(표 3 참조). 에너지 저장 장치는 시간 간격 6에서 최대 저장 용량 6000kWh에 이르렀고, 시간 간격 16에서 모든 에너지를 방전하였다. 충전 및 방전 동안의 에너지 손실 때문에 전체 방전 에너지는 전체 충전 에너지보다 작았다.
그래프 7은 각 시간 간격 동안 스케줄 에너지 생성 장치에 의해 생산되는 전력을 나타낸 것이다.
그래프 7
Figure 112014103704992-pat00114
스케줄 에너지 생성 장치는 시간 간격 13 내지 17에서 전력을 생산하였는데, 이 시간 간격에서 전기 값이 비싸졌고 피크 시간에서 전력 수요가 감소하였다.
그래프 8은 각 시간 간격 동안 산업 설비의 전체 전력 수요를 나타낸 것이다.
그래프 8
Figure 112014103704992-pat00115

(a)는 전기 값에 따른 수요를 나타내고, (b)는 에너지 저장 장치(ESS)가 포함된 수요를 나타낸다. 시간 간격 1, 2, 3, 4, 6에서 전력 수요가 증가했음을 알 수 있는데, 이것은 에너지 저장 장치가 전기 값이 저렴할 때 에너지를 충전했기 때문이다. 반면 시간 간격 13, 14, 15, 16에서 전력 수요는 감소하였는데, 이것은 에너지 저장 장치가 전기 값이 비쌀 때 에너지를 방전했기 때문이다.
(c)는 에너지 저장 장치(ESS) 및 에너지 생성 장치(EGS)가 포함된 수요를 나타낸다. (c)의 경우 전력 수요가 더욱 감소하였는데, 이것은 태양 발전 에너지 생성 장치가 시간 간격 6 내지 18에서 에너지를 생성하였고 스케줄 에너지 생성장치가 시간 간격 13 내지 17에서 에너지를 생성하였기 때문이다. 시간 간격 14 내지 16에서 전력 수요가 음수인데, 이것은 산업 설비가 유틸리티 회사에 잉여 전력을 판매할 수 있다는 것을 의미한다.
이와 같이, 시간당 전기 값의 변동에 따라 스케줄 태스크(OGS #2, #3, #4 및 WCS #1, #2, #3)의 동작 점을 이동하여 에너지 비용을 줄일 수 있고, 에너지 저장 장치는 전기 값이 비쌀 때 저장 전기를 사용하기 위해 전기 값이 쌀 때 전기를 미리 저장해 놓음으로써 에너지 비용을 줄일 수 있으며, 에너지 생성 장치는 더 싼 비용으로 부가적인 전기를 생산함으로써 에너지 비용을 절약할 수 있다.
표 5는 각 경우에 따른 총 에너지 비용을 나타낸 것이다.
표 5에 나타난 바와 같이, 총 에너지 비용이 고정 가격(변동 가격의 평균가)의 경우 10,842 달러이며, 시간당 변동 가격으로 적용한 경우 10,594.6 달러, 여기에 에너지 저장 장치가 포함된 경우 10,028 달러, 에너지 저장 장치 및 에너지 생성 장치가 모두 포함된 경우 8,695.4 달러로 에너지 비용이 더욱 절감되었음을 알 수 있다.
표 5
Figure 112014103704992-pat00116

한편, 본 발명의 실시예에 따른 전력 분배 방법은 다양한 전자적으로 정보를 처리하는 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 저장 매체에 기록될 수 있다. 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
저장 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 저장 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 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 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
110: 에너지 관리 장치 120: 에너지 저장 장치
130: 에너지 생성 장치 140: 산업 설비의 생산 공정
150: 유틸리티 회사 610: 입력부
615: 태스크 모델링부 620: 자원 모델링부
625: 자원 관리부 630: 메모리
635: 제어부

Claims (20)

  1. 유틸리티 회사로부터 전력을 공급받아 산업 설비 내 생산 공정의 전력 수요를 관리하는 에너지 관리 장치의 전력 관리 방법에 있어서,
    상기 유틸리티 회사로부터 일정 시간 간격마다 제공되는 가격 데이터에 기초하여 이용 가능 자원을 산출하는 단계; 및
    상기 산출된 이용 가능 자원을 반영하여 에너지 비용이 최소가 되도록 산업 설비 내 생산 공정의 태스크를 모델링 하는 단계를 포함하여,
    상기 태스크는 생산 공정에서 수행되는 처리 동작으로서 복수의 동작점으로 구성되며,
    상기 산업 설비 내 생산 공정의 태스크를 모델링 하는 단계는 생산 공정에 대한 상태-태스크 네트워크(STN: State-Task Network)에서 각 상태(State)의 재료 균형 및 저장 균형, 각 태스크의 전력 균형, 각 태스크를 구성하는 복수 동작점 중 하나의 동작점만 동작하는 동작 제약 조건에 근거하여 생산 공정의 태스크를 모델링 하는 것으로, 상기 저장 균형에 따라 각 상태의 저장은 최저값 이하이거나 최고값 이상이면 안 되며, 각 상태의 저장이 최저값 또는 최고값에 도달하거나 근접한 경우 해당 시간 간격의 가격 데이터에 상관없이 그 시간 간격에서의 전력 수요를 증가 또는 감소시키는 것을 특징으로 하는 전력 관리 방법.
  2. 제1항에 있어서,
    상기 태스크는 전력 수요에 대한 조정이 되지 않는 비 스케줄 태스크와 전력 수요에 대한 조정이 가능한 스케줄 태스크를 포함하는 것을 특징으로 하는 전력 관리 방법.
  3. 제2항에 있어서,
    상기 동작 점은 상기 스케줄 태스크에서 소비되는 소비재와 상기 스케줄 태스크로부터 출력되는 생산재를 고려하여 설정되는 세부 처리 동작으로 상기 복수의 동작 점에서의 전력 수요가 서로 다른 것을 특징으로 하는 전력 관리 방법.
  4. 제3 항에 있어서,
    상기 태스크를 모델링 하는 단계는 상기 가격 데이터가 낮으면 상기 스케줄 태스크의 전력 수요가 증가하고 상기 가격 데이터가 높으면 상기 스케줄 태스크의 전력 수요가 감소할 수 있게 상기 스케줄 태스크의 동작 점이 선택되도록 모델링 하는 것을 특징으로 하는 전력 관리 방법.
  5. 제1 항에 있어서,
    상기 이용 가능 자원을 산출하는 단계는
    에너지 저장 장치에 충전 또는 방전되는 제1 이용 가능 자원을 산출하는 과정; 및
    에너지 생성 장치에 의해 생산되는 제2 이용 가능 자원을 산출하는 과정을 포함하는 것을 특징으로 하는 전력 관리 방법.
  6. 제5 항에 있어서,
    상기 이용 가능 자원을 산출하는 단계는,
    상기 가격 데이터에 기초하여 단위 가격이 저렴하면 상기 에너지 저장 장치에 전기를 저장하고, 단위 가격이 비싸면 상기 에너지 저장 장치에 저장된 전기를 방전하는 것을 특징으로 하는 전력 관리 방법.
  7. 제5항에 있어서
    상기 에너지 생성 장치는 전력 생산에 대한 조정이 되지 않는 비 스케줄 에너지 생성 장치와 전력 생산에 대한 조정이 가능한 스케줄 에너지 생성 장치를 포함하는 것을 특징으로 하는 전력 관리 방법.
  8. 제7항에 있어서,
    상기 이용 가능 자원을 산출하는 단계는
    상기 스케줄 에너지 생성 장치에 의해 생성되는 전력을 과거 이력에 기초하여 예측하고, 상기 가격 데이터에 기초하여 상기 스케줄 에너지 생성 장치에 의해 생성되는 전력을 산출하는 단계를 포함하는 것을 특징으로 하는 전력 관리 방법.
  9. 제8항에 있어서,
    상기 스케줄 에너지 생성 장치에 의해 생성되는 전력은 상기 스케줄 에너지 생성 장치에 의한 전력 생산 비용을 더 고려하여 산출되는 것을 특징으로 하는 전력 관리 방법.
  10. 제1항에 있어서,
    상기 에너지 비용은 상기 이용 가능 자원을 구매한 구매 비용에서 상기 이용 가능한 자원을 판매한 판매 비용을 차감하되,
    상기 이용 가능 자원 중 생산 자원이 포함되면, 자원 생산에 따른 비용을 더하여 도출되는 것을 특징으로 하는 전력 관리 방법.
  11. 제1 항 내지 제10 항 중 어느 하나의 항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 기록매체 제품.
  12. 소비재를 소비하여 생산재를 생산하는 적어도 하나의 태스크를 포함하는 생산 공정을 가진 산업 설비; 및
    유틸리티 회사로부터 일정 시간 간격마다 제공되는 가격 데이터에 기초하여 전력을 산출하고, 상기 산출된 전력을 반영하여 에너지 비용이 최소가 되도록 상기 생산 공정의 태스크를 모델링 하는 에너지 관리 장치를 포함하며,
    상기 태스크는 생산 공정에서 수행되는 처리 동작으로서 복수의 동작점으로 구성되며,
    상기 에너지 관리 장치는 산업 설비 내 생산 공정에 대한 상태-태스크 네트워크(STN: State-Task Network)에서 각 상태(State)의 재료 균형 및 저장 균형, 각 태스크의 전력 균형, 각 태스크를 구성하는 복수 동작점 중 하나의 동작점만 동작하는 동작 제약 조건에 근거하여 생산 공정의 태스크를 모델링 하는 것으로, 상기 저장 균형에 따라 각 상태의 저장은 최저값 이하이거나 최고값 이상이면 안 되며, 각 상태의 저장이 최저값 또는 최고값에 도달하거나 근접한 경우 해당 시간 간격의 가격 데이터에 상관없이 그 시간 간격에서의 전력 수요를 증가 또는 감소시키는 것을 특징으로 하는 전력 관리 시스템.
  13. 제12항에 있어서,
    상기 태스크는 전력 수요에 대한 조정이 가능한 스케줄 태스크로서, 입력되는 소비재와 출력되는 생산재를 고려하여 설정되고 전력 수요가 서로 다른 복수의 동작 점을 포함하며,
    상기 에너지 관리 장치는 상기 가격 데이터가 낮으면 상기 스케줄 태스크의 전력 수요가 증가하고 상기 가격 데이터가 높으면 상기 스케줄 태스크의 전력 수요가 감소할 수 있게 상기 스케줄 태스크의 동작 점이 선택되도록 모델링 하는 것을 특징으로 하는 전력 관리 시스템.
  14. 제12항에 있어서,
    전력을 충전하거나 방전하는 에너지 저장 장치; 및
    전력을 생산하는 에너지 생성 장치를 더 포함하여,
    상기 에너지 저장 장치는 상기 가격 데이터에 기초하여 단위 가격이 저렴하면 전력을 충전하고 단위 가격이 비싸면 저장된 전력을 방전하고,
    상기 에너지 생성 장치는 과거 이력에 의한 예측 및 상기 가격 데이터에 기초하여 생성할 전력을 산출하는 것을 특징으로 하는 전력 관리 시스템.
  15. 제14항에 있어서,
    상기 에너지 관리 장치는 전력을 구매한 구매 비용에서 상기 에너지 저장 장치에 저장된 전력을 판매한 판매 비용을 차감하고, 전력 중에 상기 에너지 생성 장치에 의해 생산된 전력이 포함되면 전력 생산에 따른 비용을 더하여 에너지 비용을 산출하는 것을 특징으로 하는 전력 관리 시스템.
  16. 유틸리티 회사로부터 전력을 공급받아 산업 설비 내 생산 공정의 전력 수요를 관리하는 에너지 관리 장치의 전력 관리 방법에 있어서,
    상기 유틸리티 회사로부터 일정 시간 간격마다 제공되는 가격 데이터에 기초하여 이용 가능한 자원을 모델링 하는 단계;
    산업 설비 내 생산 공정에서 수행되는 처리 동작인 태스크 중 전력 수요 조정이 가능한 스케줄 태스크를 모델링 하는 단계; 및
    상기 모델링 된 이용 가능한 자원을 반영하여 에너지 비용이 최소가 되도록 상기 모델링 된 스케줄 태스크의 동작 점을 선택하여 전력 수요를 관리하는 단계를 포함하며,
    상기 태스크는 생산 공정에서 수행되는 처리 동작으로서 복수의 동작점으로 구성되며,
    상기 스케줄 태스크를 모델링 하는 단계는 생산 공정에 대한 상태-태스크 네트워크(STN: State-Task Network)에서 각 상태(State)의 재료 균형 및 저장 균형, 각 태스크의 전력 균형, 각 태스크를 구성하는 복수 동작점 중 하나의 동작점만 동작하는 동작 제약 조건에 근거하여 생산 공정의 태스크를 모델링 하는 것으로, 상기 저장 균형에 따라 각 상태의 저장은 최저값 이하이거나 최고값 이상이면 안 되며, 각 상태의 저장이 최저값 또는 최고값에 도달하거나 근접한 경우 해당 시간 간격의 가격 데이터에 상관없이 그 시간 간격에서의 전력 수요를 증가 또는 감소시키는 것을 특징으로 하는 전력 관리 방법.
  17. 제16항에 있어서,
    상기 이용 가능한 자원을 모델링 하는 단계는 에너지 저장 장치를 모델링 하는 것으로 에너지 저장 장치의 모델링은 에너지 균형 제약 조건, 충/방전 제약 조약 및 용량 제약 조건을 포함하는 것을 특징으로 하는 전력 관리 방법.
  18. 삭제
  19. 제16항에 있어서,
    상기 스케줄 태스크를 모델링 하는 단계는 상기 가격 데이터가 낮을 때 전력 수요가 높은 중간재가 미리 생산되도록 하고 상기 가격 데이터가 높을 때 미리 생산해 놓은 중간재가 사용되도록 최적의 동작 점이 선택되도록 하는 것을 특징으로 하는 전력 관리 방법.
  20. 유틸리티 회사로부터 일정 시간 간격마다 제공되는 가격 데이터에 기초하여 이용 가능한 자원을 모델링 하는 자원 모델링부;
    산업 설비 내 생산 공정에서 수행되는 처리 동작인 태스크를 모델링 하는 태스크 모델링부; 및
    상기 모델링 된 이용 가능한 자원을 반영하여 에너지 비용이 최소가 되도록 상기 모델링 된 태스크의 동작 점을 선택하여 전력 수요를 관리하는 자원 관리부를 포함하며,
    상기 태스크는 생산 공정에서 수행되는 처리 동작으로서 복수의 동작점으로 구성되며,
    상기 태스크 모델링부는 생산 공정에 대한 상태-태스크 네트워크(STN: State-Task Network)에서 각 상태(State)의 재료 균형 및 저장 균형, 각 태스크의 전력 균형, 각 태스크를 구성하는 복수 동작점 중 하나의 동작점만 동작하는 동작 제약 조건에 근거하여 생산 공정의 태스크를 모델링 하는 것으로, 상기 저장 균형에 따라 각 상태의 저장은 최저값 이하이거나 최고값 이상이면 안 되며, 각 상태의 저장이 최저값 또는 최고값에 도달하거나 근접한 경우 해당 시간 간격의 가격 데이터에 상관없이 그 시간 간격에서의 전력 수요를 증가 또는 감소시키는 것을 특징으로 하는 에너지 관리 장치.
KR1020140147756A 2013-11-08 2014-10-28 전력 관리 방법 및 시스템 KR101589231B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US15/034,554 US10180668B2 (en) 2013-11-08 2014-11-07 Method and system for managing power
PCT/KR2014/010680 WO2015069056A1 (ko) 2013-11-08 2014-11-07 전력 관리 방법 및 시스템

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20130135112 2013-11-08
KR1020130135112 2013-11-08

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020150107714A Division KR101654555B1 (ko) 2013-11-08 2015-07-30 전력 관리 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20150053704A KR20150053704A (ko) 2015-05-18
KR101589231B1 true KR101589231B1 (ko) 2016-01-28

Family

ID=53390208

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020140147756A KR101589231B1 (ko) 2013-11-08 2014-10-28 전력 관리 방법 및 시스템
KR1020150107714A KR101654555B1 (ko) 2013-11-08 2015-07-30 전력 관리 방법 및 시스템

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020150107714A KR101654555B1 (ko) 2013-11-08 2015-07-30 전력 관리 방법 및 시스템

Country Status (2)

Country Link
US (1) US10180668B2 (ko)
KR (2) KR101589231B1 (ko)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6038085B2 (ja) * 2014-08-28 2016-12-07 横河電機株式会社 産業用デマンドレスポンス制御システムおよび産業用デマンドレスポンス制御方法
DE102015219202A1 (de) * 2015-10-05 2017-04-06 Bayerische Motoren Werke Aktiengesellschaft Optimierung von Lade-/Entladeplänen für Elektrofahrzeuge
DE102015219201A1 (de) * 2015-10-05 2017-04-06 Bayerische Motoren Werke Aktiengesellschaft Ermittlung einer Betriebsstrategie für einen Lokalspeicher
KR101834061B1 (ko) * 2016-02-15 2018-03-02 두산중공업 주식회사 신재생 에너지 연계형 ess의 전력 관리 방법
CN109818345A (zh) * 2017-11-21 2019-05-28 英业达科技有限公司 电力管理系统
CN110390450B (zh) * 2018-04-17 2022-07-05 北京京东乾石科技有限公司 仓储排产方法及装置、存储介质、电子设备
KR102181879B1 (ko) * 2018-05-30 2020-11-23 한양대학교 에리카산학협력단 산업 시설을 위한 실시간 가격 기반 에너지 관리 방법 및 시스템
CN109038647A (zh) * 2018-07-09 2018-12-18 广东铨镁能源集团有限公司 光伏能供氧系统及其电能管理方法
US20200378638A1 (en) * 2020-08-16 2020-12-03 Atharva Deepak Keni System, method and computer program product of air management control
CN111985157B (zh) * 2020-08-19 2023-05-23 西华大学 一种基于工业生产流程的用电模型仿真方法
KR102476028B1 (ko) * 2022-04-29 2022-12-08 경북대학교 산학협력단 심층강화학습을 이용한 태양광 에너지 관리방법 및 그 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012118067A1 (ja) * 2011-02-28 2012-09-07 横河電機株式会社 エネルギー管理方法およびそのシステム並びにｇｕｉ方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1031504A (ja) * 1996-07-15 1998-02-03 Oji Paper Co Ltd 最適生産スケジュールの自動作成方法および最適生産スケジュール作成装置
US9159108B2 (en) * 2009-10-23 2015-10-13 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets
KR101237787B1 (ko) 2011-02-25 2013-02-28 컨스핀솔루션(주) 인터넷과 연동하는 스마트그리드 제어장치 및 방법
EP2700061A4 (en) * 2011-04-22 2014-11-19 Expanergy Llc SYSTEMS AND METHOD FOR ANALYZING ENERGY CONSUMPTION
KR101805924B1 (ko) * 2011-09-28 2017-12-08 한국전력공사 피코 그리드의 전력사용 스케줄링 시스템 및 방법
US8718850B2 (en) * 2011-11-30 2014-05-06 Nec Laboratories America, Inc. Systems and methods for using electric vehicles as mobile energy storage

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012118067A1 (ja) * 2011-02-28 2012-09-07 横河電機株式会社 エネルギー管理方法およびそのシステム並びにｇｕｉ方法

Also Published As

Publication number Publication date
KR101654555B1 (ko) 2016-09-06
KR20150095601A (ko) 2015-08-21
KR20150053704A (ko) 2015-05-18
US20160291554A1 (en) 2016-10-06
US10180668B2 (en) 2019-01-15

Similar Documents

Publication Publication Date Title
KR101589231B1 (ko) 전력 관리 방법 및 시스템
Cao et al. Optimal scheduling of electric vehicles aggregator under market price uncertainty using robust optimization technique
CN108306418B (zh) 具有多需量计费型成本优化的建筑物能量存储系统
Silvente et al. A rolling horizon optimization framework for the simultaneous energy supply and demand planning in microgrids
Choi et al. A microgrid energy management system for inducing optimal demand response
JP7443469B2 (ja) 蓄電池管理装置、蓄電池管理方法および蓄電池管理プログラム
Sahin et al. Allocation of hourly reserve versus demand response for security-constrained scheduling of stochastic wind energy
US8892264B2 (en) Methods, apparatus and systems for managing energy assets
US20090319090A1 (en) Energy optimization system
Choobineh et al. Optimal energy management in an industrial plant using on-site generation and demand scheduling
CN101310227A (zh) 预测性合同系统和方法
KR20150029120A (ko) 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법
KR20210095719A (ko) 전력 그리드에서의 배터리 충전 및 방전 전력 제어
US11789082B2 (en) Systems and method for managing dispatch and lifecycle of energy storage systems on an electrical grid, including management of energy storage systems for provisioning of multiple services
JP7074724B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN104484757A (zh) 一种应用于智能微电网的异质载荷调度和能量管理方法
Zalzar et al. A smart charging algorithm for integration of EVs in providing primary reserve as manageable demand‐side resources
Mitra et al. A two-part dynamic pricing policy for household electricity consumption scheduling with minimized expenditure
KR102244443B1 (ko) 스마트 그리드에서 산업 부하 관리를 위한 실시간 결정 방법 및 시스템
Zhe et al. Energy consumption management for multistage production systems considering real time pricing
Hosseini et al. Stochastic-based energy management of AC microgrids
Nguyen et al. Electrical Vehicle Charging coordination algorithms framework
Ferro et al. Optimal charging of electric vehicles in microgrids through discrete event optimization
Ashouri et al. Building smart grid: Optimal coordination of consumption with decentralized energy generation and storage
Mitra et al. Electricity consumption scheduling with energy storage, home-based renewable energy production and a customized dynamic pricing scheme

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
A107 Divisional application of patent
E90F Notification of reason for final refusal
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190201

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200113

Year of fee payment: 5