KR101636411B1 - 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법 - Google Patents
가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법 Download PDFInfo
- Publication number
- KR101636411B1 KR101636411B1 KR1020130107857A KR20130107857A KR101636411B1 KR 101636411 B1 KR101636411 B1 KR 101636411B1 KR 1020130107857 A KR1020130107857 A KR 1020130107857A KR 20130107857 A KR20130107857 A KR 20130107857A KR 101636411 B1 KR101636411 B1 KR 101636411B1
- Authority
- KR
- South Korea
- Prior art keywords
- power
- amount
- virtual
- day
- operation plan
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 32
- 230000009467 reduction Effects 0.000 claims abstract description 126
- 238000010248 power generation Methods 0.000 claims abstract description 77
- 238000004146 energy storage Methods 0.000 claims abstract description 37
- 230000008676 import Effects 0.000 claims description 16
- 238000007599 discharging Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 9
- 238000005457 optimization Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
가상발전소(VPP)의 최적운영계획 모형 생성장치는, 전력가격 예측부, 입력부, 및 운영계획 모형 생성부를 포함한다. 전력가격 예측부는 전력거래 대상일의 시간대별 전력가격을 예측한다. 입력부는 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대에 따른 발전량, 가상발전소에 포함된 분산전원들이고 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받는다. 운영계획 모형 생성부는 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량을 합산한 값을 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에 곱한 값에서, 입력부에 입력된 보상단가와 전력수요 감축량을 곱한 값과, 전력가격과 충전 전력량을 곱한 값을 감산하여 목적함수를 생성하고, 상기 생성된 목적함수의 출력값을 최대화시키는 함수를 가상발전소의 수입 최대화 목적함수로서 생성한다.
Description
본 발명은 가상발전소(VPP) 운영사업자의 최적운영계획 모형 설계 관련 기술에 관한 것으로서, 보다 상세하게는, 가상발전소(VPP)의 최적운영계획 모형 생성장치, 및 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법에 관한 것이다.
기존의 중앙급전발전기 중심의 전력공급 방식을 보완하기 위해, 분산전원(Distributed Energy Resource; DER)을 적극적으로 전력계통에 도입하고 있다. 분산전원(DER)은 수요지 근처에 중·소규모로 설치되기 때문에, 필요한 지역에 필요한 규모로 단기간에 설치가 가능하다. 또한 분산전원(DER)은 수요지 근처에서 직접 전력을 공급하기 때문에, 송전손실로 인한 전반적인 에너지 손실을 크게 감소시킬 수 있으며, 이로 인해 송전계통의 부하를 완화함으로써 전력 인프라 보강 및 확장에 필요한 투자를 지연 또는 회피할 수 있게 한다. 일반적으로, 분산전원(DER)은 짧은 시간 내에 발전기 기동이 가능하기 때문에 배전망의 단기간 안정화에 기여할 수 있으며 전력 부족시에는 추가 발전으로 최대수요에 유연하고 효과적으로 대처함으로써 계통신뢰도와 전력품질을 향상시키는 데 활용될 수도 있다.
하지만 아직까지는 분산전원(DER)의 발전비용은 높은 편이며 운영(operation) 측면에서도 해결해야 할 다수의 기술적 난제들이 존재한다. 예를 들어, 특정 지역의 분산전원(DER) 발전용량이 해당 지역의 수요를 초과하게 되면 전력망 내 역조류를 야기하게 된다. 이러한 역조류는 배전망 내 혼잡을 초래할 뿐만 아니라 적정 수준의 전압유지를 어렵게 하며, 사고 발생시에는 기존의 보호협조체계로는 해결할 수 없는 상황이 발생할 가능성 또한 존재한다. 이와 같은 기술적 문제로 인해, 현재는 분산전원(DER) 연계시 단순 연계용량제한(fit & forget) 방식을 적용하고 있다. 이는 과거의 수동적인 배전망 운영환경에는 적합하지만, 분산전원(DER)의 효율적 이용을 제한할 뿐만 아니라 배전 인프라에 대한 투자비용 상승과 불충분한 투자유인을 야기하게 된다. 이러한 문제를 해결하기 위해서는, 분산전원(DER)이 기존의 대규모 중앙급전발전소의 역할을 대체할 수 있도록 현재의 전력 및 ICT 인프라(infra)를 개선하고 효과적인 연계방안을 수립해야 하며, 안정적인 계통운영을 지원할 수 있는 제어전략을 구축해야 한다. 이는 수 백기의 중앙급전발전기를 대상으로 하는 중앙제어 개념에서 수십만 기의 발전기와 제어가능 부하의 운영에 적합한 새로운 분산제어 패러다임(paradigm)으로의 변화를 의미한다. 이러한 패러다임의 변화를 실현할 수 있는 대표적인 분산전원(DER) 연계전략이 바로 가상발전소(Virtual Power Plant; VPP)이다.
전술한 가상발전소의 일례가 미국공개특허번호 US2008/0188955 A1에 개시(disclosure, 기재)되어 있다.
본 발명이 해결하고자 하는 기술적 과제(목적)는, 가상발전소(VPP) 운영사업자의 수입을 최대화하기 위한 또는 가상발전소(VPP) 운영사업자의 전력공급비용을 최소화하기 위한 가상발전소(VPP)의 최적운영계획 모형 생성장치, 및 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법을 제공하는 것이다.
상기 기술적 과제를 달성하기 위하여, 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치는, 전력거래 대상일의 시간대별 전력가격을 예측하는 전력가격 예측부; 상기 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대에 따른 발전량, 상기 가상발전소에 포함된 분산전원들이고 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 상기 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받은 입력부; 및 상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량을 합산한 값을 상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에 곱한 값에서, 상기 입력부에 입력된 보상단가와 전력수요 감축량을 곱한 값과, 상기 전력가격과 상기 충전 전력량을 곱한 값을 감산하여 목적함수를 생성하고, 상기 생성된 목적함수의 출력값을 최대화시키는 함수를 상기 가상발전소의 수입 최대화 목적함수로서 생성하는 운영계획 모형 생성부를 포함할 수 있다.
상기 운영계획 모형 생성부는, 상기 가상발전소의 수입 최대화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 수입 최대화를 위한 분산전원 운영계획을 구할 수 있다.
상기 전력수요 감축량은, 상기 전력수요 감축자원의 전력수요 감축 계약량에 상기 전력거래 대상일의 시간대별 전력수요 감축 이행 상태를 나타내는 상태변수를 곱한 값 이하일 수 있다.
상기 전력거래 대상일의 시간대별 상기 전력수요 감축자원들 각각이 전력수요 감축을 시작하는 지 여부를 나타내는 상태변수들 각각의 합은, 상기 전력수요 감축자원의 1일 중 이행 가능한 전력수요 감축 횟수로 제한될 수 있다.
상기 에너지 저장 장치들 각각이 충전과 방전을 동시에 수행하지 않도록, 상기 전력거래 대상일의 시간대별 상기 에너지 저장 장치들 각각의 충전중인 상태를 나타내는 상태 변수와, 상기 전력거래 대상일의 시간대별 상기 에너지 저장 장치들 각각의 방전중인 상태를 나타내는 상태변수의 합은 1로 설정될 수 있다.
상기 전력가격 예측부는, 상기 전력거래 대상일의 시간대별 전국 단위 전력수요 예측값과, 상기 전력거래 대상일 직전의 상기 전력거래 대상일과 동일한 요일 유형의 동일 시간대의 전력가격 이력값을 독립변수로 하는 1차 다중회귀모형을 이용하는 것에 의해, 상기 전력거래 대상일의 시간대별 전력가격을 예측할 수 있다.
상기 가상발전소(VPP)의 최적운영계획 모형 생성장치는, 기상예측 정보에 근거하여 상기 가상발전소에 포함된 분산전원인 신재생전원의 발전량을 예측하는 신재생전원 발전량 예측부를 더 포함할 수 있으며, 상기 운영계획 모형 생성부는, 상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 상기 신재생전원 발전량 예측부에 의해 예측된 신재생전원 발전량을 합산한 값을 상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에 곱한 값에서, 상기 입력부에 입력된 보상단가와 상기 전력가격을 곱한 값과, 상기 전력가격과 상기 충전 전력량을 곱한 값을 감산하여 제2 목적함수를 생성하고, 상기 생성된 제2 목적함수의 출력값을 최대화시키는 함수를 상기 가상발전소에 관한 제2 수입 최대화 목적함수로서 생성할 수 있다.
상기 운영계획 모형 생성부는, 상기 제2 수입 최대화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 시간대별 수입 최대화를 위한 분산전원 운영계획을 구할 수 있다.
상기 가상발전소(VPP)의 최적운영계획 모형 생성장치는, 상기 전력거래 대상일의 시간대별 전력수요량을 예측하는 전력수요 예측부를 더 포함할 수 있으며, 상기 운영계획 모형 생성부는, 상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에, 상기 전력수요 예측부에서 예측된 전력수요량에서 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량을 뺀 값에 대응하는 상기 가상발전소의 전력거래 대상일의 시간대별 구매 전력량을 곱한 값과, 상기 입력부에 입력된 보상단가에 전력수요 감축량을 곱한 값과, 상기 충전 전력량에서 상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 상기 신재생전원 발전량 예측부에 의해 예측된 신재생전원 발전량을 합산한 값을 뺀 값을 상기 전력가격에 승산한 값을 합산하여 제3 목적함수를 생성하고, 상기 생성된 제3 목적함수의 출력값을 최소화시키는 함수를 상기 가상발전소의 전력공급비용 최소화 목적함수로서 생성할 수 있다.
상기 전력수요 예측부는, 상기 전력거래 대상일 직전 일의 전력수요 이력값과, 상기 전력거래 대상일의 시간대별 외기온도와, 상기 전력거래 대상일 직전의 상기 전력거래 대상일과 동일한 요일의 전력수요량을 독립변수로 하는 1차 다중회귀모형을 이용하는 것에 의해, 상기 전력거래 대상일의 시간대별 전력수요량을 예측할 수 있다.
상기 운영계획 모형 생성부는, 상기 가상발전소의 전력공급비용 최소화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급비용 최소화를 위한 분산전원 운영계획을 구할 수 있다.
상기 기술적 과제를 달성하기 위하여, 본 발명의 다른 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치는, 전력거래 대상일의 시간대별 전력가격을 예측하는 전력가격 예측부; 상기 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대에 따른 발전량, 상기 가상발전소에 포함된 분산전원들이고 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 상기 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받은 입력부; 기상예측 정보에 근거하여 상기 가상발전소에 포함된 분산전원인 신재생전원의 발전량을 예측하는 신재생전원 발전량 예측부; 상기 전력거래 대상일의 시간대별 전력수요량을 예측하는 전력수요 예측부; 및 상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에, 상기 전력수요 예측부에서 예측된 전력수요량에서 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량을 뺀 값에 대응하는 상기 가상발전소의 전력거래 대상일의 시간대별 구매 전력량을 곱한 값과, 상기 입력부에 입력된 보상단가에 전력수요 감축량을 곱한 값과, 상기 충전 전력량에서 상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 상기 신재생전원 발전량 예측부에 의해 예측된 신재생전원 발전량을 합산한 값을 뺀 값을 상기 전력가격에 승산한 값을, 합산하여 목적함수를 생성하고, 상기 생성된 목적함수의 출력값을 최소화시키는 함수를 상기 가상발전소의 전력공급비용 최소화 목적함수로서 생성하는 운영계획 모형 생성부를 포함할 수 있다.
상기 기술적 과제를 달성하기 위하여, 본 발명의 다른 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법은, (a) 상기 최적운영계획 모형 생성장치에 포함된 전력가격 예측부가, 전력거래 대상일의 시간대별 전력가격을 예측하는 단계; (b) 상기 최적운영계획 모형 생성장치에 포함된 입력부가, 상기 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대에 따른 발전량, 상기 가상발전소에 포함된 분산전원들이고 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 상기 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받는 단계; 및 (c) 상기 최적운영계획 모형 생성장치에 포함된 운영계획 모형 생성부가, 상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량을 합산한 값을 상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에 곱한 값에서, 상기 입력부에 입력된 보상단가와 전력수요 감축량을 곱한 값과, 상기 전력가격과 상기 충전 전력량을 곱한 값을 감산하여 목적함수를 생성하고, 상기 생성된 목적함수의 출력값을 최대화시키는 함수를 상기 가상발전소의 수입 최대화 목적함수로서 생성하는 단계를 포함할 수 있다.
상기 (c) 단계의 운영계획 모형 생성부는, 상기 가상발전소의 수입 최대화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 수입 최대화를 위한 분산전원 운영계획을 구할 수 있다.
상기 기술적 과제를 달성하기 위하여, 본 발명의 다른 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법은, (a) 상기 최적운영계획 모형 생성장치에 포함된 전력가격 예측부가, 전력거래 대상일의 시간대별 전력가격을 예측하는 단계; (b) 상기 최적운영계획 모형 생성장치에 포함된 입력부가, 상기 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대에 따른 발전량, 상기 가상발전소에 포함된 분산전원들이고 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 상기 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받는 단계; (c) 상기 최적운영계획 모형 생성장치에 포함된 신재생전원 발전량 예측부가, 기상예측 정보에 근거하여 상기 가상발전소에 포함된 분산전원인 신재생전원의 발전량을 예측하는 단계; (d) 상기 최적운영계획 모형 생성장치에 포함된 전력수요 예측부가, 상기 전력거래 대상일의 시간대별 전력수요량을 예측하는 단계; 및 (e) 상기 최적운영계획 모형 생성장치에 포함된 운영계획 모형 생성부가, 상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에, 상기 전력수요 예측부에서 예측된 전력수요량에서 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량을 뺀 값에 대응하는 상기 가상발전소의 전력거래 대상일의 시간대별 구매 전력량을 곱한 값과, 상기 입력부에 입력된 보상단가에 전력수요 감축량을 곱한 값과, 상기 충전 전력량에서 상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 상기 신재생전원 발전량 예측부에 의해 예측된 신재생전원 발전량을 합산한 값을 뺀 값을 상기 전력가격에 승산한 값을, 합산하여 목적함수를 생성하고, 상기 생성된 목적함수의 출력값을 최소화시키는 함수를 상기 가상발전소의 전력공급비용 최소화 목적함수로서 생성하는 단계를 포함할 수 있다.
상기 (e) 단계의 운영계획 모형 생성부는, 상기 가상발전소의 전력공급비용 최소화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급비용 최소화를 위한 분산전원 운영계획을 구할 수 있다.
본 발명에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치, 및 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법은, 가상발전소(VPP) 운영사업자의 수입을 최대화하기 위한 또는 가상발전소(VPP) 운영사업자의 전력공급비용을 최소화하기 위한 모형을 효과적으로 생성시킬 수 있다.
또한 본 발명은 가상발전소(VPP)에 포함된 분전전원들을 효율적으로 이용하도록 할 수 있다.
본 발명의 상세한 설명에서 사용되는 도면을 보다 충분히 이해하기 위하여, 각 도면의 간단한 설명이 제공된다.
도 1은 가상발전소(VPP)의 개념을 설명하는 도면(개념도)이다.
도 2는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성방법을 설명하는 흐름도이다.
도 3은 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성방법에 포함되는 분지한정법 알고리즘을 설명하는 개념도이다.
도 4는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)를 나타내는 블락 다이어그램(block diagram)이다.
도 5는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법(200)을 설명하는 흐름도(flow chart)이다.
도 1은 가상발전소(VPP)의 개념을 설명하는 도면(개념도)이다.
도 2는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성방법을 설명하는 흐름도이다.
도 3은 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성방법에 포함되는 분지한정법 알고리즘을 설명하는 개념도이다.
도 4는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)를 나타내는 블락 다이어그램(block diagram)이다.
도 5는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법(200)을 설명하는 흐름도(flow chart)이다.
본 발명, 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는, 본 발명의 실시예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용이 참조되어야 한다.
이하, 첨부한 도면을 참조하여 본 발명의 실시예를 설명하는 것에 의해, 본 발명을 상세히 설명한다. 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 각 도면에 제시된 동일한 참조 부호는 동일한 구성 요소를 나타낼 수 있다.
본 명세서에서 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. 이 명세서에서, “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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자(통상의 기술자)에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 발명은 향후 가상발전소(VPP) 운영사업자의 최적운영계획 모형을 제안한다. 가상발전소(VPP) 운영사업자에 대해서는 특정 지역 내 전력수요를 공급해야 하는 의무가 부과되어 있지 않지만, 스마트그리드(smart grid) 환경 하에서는 전기공급사업자가 이러한 가상발전소(VPP) 운영사업자를 겸할 수 있는 가능성이 존재한다. 따라서 가상발전소(VPP) 최적운영계획 모형은 이러한 선택적인 환경을 반영할 수 있어야 한다.
도 1은 가상발전소(VPP)의 개념을 설명하는 도면(개념도)이다.
도 1을 참조하여, 가상발전소(VPP)의 개념을 설명하면 다음과 같다.
가상발전소(VPP)는 다양한 유형의 분산전원(DER)을 정보통신기술(Information & Communication Technology; ICT)을 이용하여 통합 운영함으로써 중앙급전발전기와 같은 운영상의 유연성(flexibility)과 제어가능성(controllability)을 확보하기 위한 기술이다. 실제로 계통운영자의 입장에서는 수많은 소규모 분산전원(DER)에 대한 관리가 불가능하지만, 이들을 하나의 발전 프로파일(profile)로 통합하여 가시화하면 이를 S/W적인(소프트웨어 적인) 측면에서 존재하는 하나의 중앙급전발전기로 활용할 수 있다.
즉, 가상발전소(VPP)는 문자 그대로 기존의 통신채널을 통해 지리적으로 산재한 발전원을 연결하여 구성한 “가상(virtual)”의 발전소로 해석할 수 있다. 여기서, “가상”이라는 용어는 고정된 형태가 아닌, 임시적이고 일시적인 의미를 함축하고 있다. 이러한 가상발전소(VPP)에 대한 해석은 개체/시스템으로서의 발전소, 발전원 집합체의 관리 및 진보된 ICT 기술의 이용이라는 가상발전소(VPP)의 기본적인 특성을 제공하게 된다. 첫 번째 특성인 개체/시스템으로서의 발전소는 가상발전소(VPP)가 이행해야 하는 의무 및 계통운영상에서의 역할을 의미한다. 두 번째 특성인 발전원 집합체의 관리는 가상발전소(VPP) 제어의 필요성에 관한 것으로 이는 기존 발전소와의 차이를 나타낸다. 세 번째 특성인 진보된 ICT의 이용은 “가상”이라는 개념과 관련된 것으로, 가상발전소(VPP) 운영시 통신의 중요성을 강조한다. 이에 따라, 본 발명에서는 이러한 세 가지 특성을 보유하는 임의의 시스템으로 가상발전소(VPP)를 다음과 같이 정의하고자 한다.
가상발전소(VPP)는 도매전력시장(wholesale power market) 및 계통운영에의 참여를 목적으로 전력망 내에 산재해 있는 다양한 유형의 분산전원(DER)을 진보된 정보통신기술(ICT) 및 자동제어기술을 이용하여 단일 발전시스템으로 운영하기 위한 통합관리시스템을 의미한다.
본 발명의 실시예에 따른 가상발전소(VPP) 최적운영계획 모형의 구성을 도 2를 참고하여 설명하면 다음과 같다. 도 2는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성방법을 설명하는 흐름도(도면)일 수 있다.
전술한 가상발전소(VPP)에 대한 정의를 바탕으로, 본 발명에서는 도 2와 같은 가상발전소(VPP) 운영사업자의 최적운영계획 모형을 제안한다. 가상발전소(VPP) 운영사업자는 거래대상일(전력거래 대상일)의 전력시장가격 예측정보 및 보유 자원(resource)의 특성정보를 고려하여, 거래대상일의 전력판매 이익을 최대화하는 것을 목적으로 가상발전소(VPP)를 운영한다. 따라서 가상발전소(VPP) 최적운영계획 모형은 다양한 가상발전소(VPP) 자원 및 각종 제약조건을 만족함과 동시에 가상발전소(VPP) 운영사업자의 수익을 최대화하는 일종의 최적화 문제로 구성된다. 단, 가상발전소(VPP) 운영사업자의 전력공급 의무 여부에 따라 수요예측 모듈(수요 예측부)은 선택적으로 구현될 수 있다.
가상발전소(VPP) 운영사업자는 기본적으로 도매전력시장에 참여하여 자신의 수익을 극대화하는 것을 목적으로 하기 때문에, 거래대상일의 시간대별 도매전력시장 가격에 대한 예측을 바탕으로 가상발전소(VPP) 자원에 대한 최적운영계획을 수립해야 한다. 따라서 이러한 가격예측을 통해 도출된 거래대상일의 시간대별 도매전력시장 가격예측 결과(MPt)는 가상발전소(VPP) 최적운영계획 모형의 파라미터(parameter)로 주어지게 된다.
태양광, 풍력 등의 신재생전원 발전량은 외부 기상조건에의 종속성으로 인해 제어가 불가능하므로, 가상발전소(VPP)를 구성하는 자원으로 신재생전원이 포함되어 있는 경우에는 이에 대해서도 기상예측을 기반으로 발전량 예측을 수행해야 한다. 따라서 신재생전원의 발전량 예측 결과(PRl t) 또한 가상발전소(VPP) 최적운영계획 모형의 파라미터로 주어지게 된다.
가상발전소(VPP) 운영사업자가 특정 지역 내 전력수요에 대한 공급의무가 있는 전기공급사업자의 역할을 겸하게 되는 경우에는 거래대상일의 시간대별 전력수요에 대한 예측을 수행함으로서 전력구매비용 또한 최적화 대상으로 고려해야 한다. 따라서 전력수요예측 결과(NDt) 또한 가상발전소(VPP) 최적운영계획 모형 구성을 위한 파라미터로 주어지게 된다.
일반적인 발전기의 기술특성(Technical Characteristics)은 다음과 같은 제약식인 [수학식 1]로 모형화할 수 있다.
[수학식 1]
[수학식 1]에서, PGi t는 시간(전력거래 대상일의 시간대) t(minute 또는 hour)에서 발전기 i의 발전량, PGi min은 발전원 i의 최소발전량, PGi max는 발전기 i의 최대발전량을 의미하며, xt i는 시간 t에서 발전기 i의 운전상태(0: 정지, 1: 운전)를 나타내는 이진변수이다. 즉, [수학식 1]은 시간 t에서 발전기 i가 해당 시간의 운전 상태를 반영하여 공급할 수 있는 최대 및 최소발전량 내에서 전력을 공급해야 함을 의미한다.
임의의 시간대에서의 일반적인 발전기의 발전량은 전 시간대 발전량을 기준으로 1개의 시구간 동안 해당 발전기가 증발 또는 감발할 수 있는 수준 내에서 결정된다. 이러한 기술특성은 아래의 [수학식 2]와 같이 표현된다.
[수학식 2]
[수학식 2]에서, RDi는 발전기 i가 1개 시구간 내에 감발(減發)(ramp down, 출력을 낮춤)할 수 있는 발전량을 의미하며, RUi는 발전기 i가 1개 시구간 내에 증발(ramp up, 출력을 높임)할 수 있는 발전량을 의미한다.
한편, 일반적인 발전기, 특히 기력(汽力)(steam power)을 이용하는 발전기의 경우에는 발전기의 운전 상태를 변경하는 데 많은 시간이 소요될 수도 있다. 따라서 특정 시간 t에 정지되어 있는 발전기를 기동하거나 운전 중인 발전기를 정지시키기 위해서는, 해당 발전기의 최소기동시간 또는 최소정지시간 이전부터 이를 준비할 수 있도록 해야 한다. 이러한 기술특성은 이진변수로 표현되며, 이는 결과적으로 가상발전소(VPP) 최적운영계획을 아래의 [수학식 3] 및 [수학식 4]와 같은 혼합정수계획(mixed integer programming; MIP) 문제로 만드는 요인이 된다.
[수학식 3]
[수학식 4]
[수학식 3] 및 [수학식 4]에서, UTi는 발전기 i의 최소기동시간, DTi는 발전기 i의 최소정지시간을 의미하며, ut i는 시간 t에서 발전기 i가 정지 상태에서 운전 상태로 변경되었는지를 나타내는 상태변수, vt i는 시간 t에서 발전기 i가 운전 상태에서 정지 상태로 변경되었는지를 나타내는 상태변수이다. 이러한 발전기 운전 상태를 나타내는 변수들이 제대로 동작하기 위해서는 다음과 같은 논리식인 [수학식 5] 및 [수학식 6]이 추가되어야 한다.
[수학식 5]
[수학식 6]
수요감축(demand reduction) 자원은 금전적인 보상을 바탕으로 최종소비자가 자신의 전력수요를 감소시킴으로써 안정적 전력공급에 기여하는 수요측 자원으로, 가상발전소(VPP)를 구성하는 주요 자원이 될 것으로 예상된다. 가상발전소(VPP) 운영사업자와의 계약을 통해 확보되는 수요감축자원은 수요감축 이행시 자신의 감축용량 이상으로 수요감축을 이행할 수 없다. 또한 수요감축을 이행하지 않을 경우에는 해당 자원의 수요감축량은 0이 되어야 한다. 따라서 수요감축 자원의 공급가능한 감축용량은 이러한 수요감축 여부를 고려하여 다음의 [수학식 7]과 같이 모형화되어야 한다.
[수학식 7]
[수학식 7]에서, DRt j는 시간 t에서 수요감축자원 j의 수요감축량, DRj cont는 수요감축자원 j의 수요감축 계약량을 의미하며, 
는 시간 t에서 수요감축자원 j의 수요감축 이행 상태를 나타내는 상태변수이다.
또한 다음의 [수학식 8]과 같이 수요감축 대상자원에 대해 1일 중 이행가능한 수요감축 횟수를 제한할 수도 있다.
[수학식 8]
[수학식 8]에서, DRTj는 수요감축자원 j가 1일 중 수요감축을 이행할 수 있는 횟수를 의미하며, mt j는 시간 t에서 수요감축자원 j가 수요감축을 시작했는지를 나타내는 상태변수이다.
한편, 수요감축에 대해서는 금전적 보상을 제공하기는 하지만, 이에 대한 제한이 없는 경우에는 불필요한 수요감축으로 인한 최종소비자의 과도한 전력소비 효용 상실을 야기할 수 있으며, 이는 결과적으로 가상발전소(VPP) 운영사업자가 해당 소비자에게 과도하게 보상을 지급하는 비경제적인 결과를 초래할 수 있다. 따라서 수요감축 계약시에는 1일 중 수요감축이 가능한 총 시간을 제한할 수도 있으며, 수요감축 이행 후 지속시간을 일정 시간 이내로 제한할 수도 있다. 이러한 수요감축의 계약적 특성은 다음의 [수학식 9] 및 [수학식 10]과 같이 고려해야 한다.
[수학식 9]
[수학식 10]
[수학식 9] 및 [수학식 10]에서, DRAj는 수요감축자원 j가 1일 중 수요감축을 이행할 수 있는 총 시간, UCTj는 수요감축자원 j의 최대 수요감축 지속시간을 의미한다.
수요감축 계약은 일반적으로 수요감축 이행 후에는 일정 시간 이내에는 이를 중지할 수 없도록 하는 조건을 포함한다. 이러한 특성은 다음과 같은 [수학식 11]로 표현할 수 있다.
[수학식 11]
[수학식 11]에서, DCTj는 수요감축자원 j의 최소 수요감축 지속시간을 의미하며, nt j는 시간 t에서 수요감축자원 j가 수요감축을 종료했는지를 나타내는 상태변수이다.
수요감축자원이 1일 중 여러 번의 수요감축을 이행할 수 있다 하더라도, 수요감축 종료 후 다시 수요감축을 이행할 때까지 일정 시간 동안은 수요감축을 이행할 수 없는 것이 일반적이다. 이러한 기술특성은 다음과 같은 [수학식 12]의 형태로 최적운영계획에 반영된다.
[수학식 12]
[수학식 12]에서, DDTj는 수요감축자원 j의 수요감축 종료 후 최소 대기시간을 의미한다.
이러한 수요감축자원의 운영 상태를 나타내는 이진변수들은 다음과 같은 논리식인 [수학식 13]을 통해 보다 정확하게 제어될 수 있다. 이 또한 결과적으로 가상발전소(VPP) 최적운영계획을 혼합정수계획(mixed integer programming; MIP) 문제로 만드는 요인이 된다.
[수학식 13]
에너지저장장치(energy storage system, ESS)는 생산된 전기에너지를 저장하였다가 가장 필요한 시기에 공급함으로써 에너지 효율을 높이는 시스템으로, 전기에너지의 충전 및 방전에 따라 부하와 전원의 역할을 동시에 수행하는 양방향 전력설비이다. 따라서 기존의 발전기나 수요감축자원과 같은 단방향 전력설비와는 전혀 다른 기술특성을 보유하고 있기 때문에, 이에 대해서도 별도의 모형화가 필요하다. 우선 아래의 [수학식 14] 및 [수학식 15]와 같이 에너지저장장치의 충·방전가능량은 해당 설비의 에너지 저장용량을 초과할 수 없다.
[수학식 14]
[수학식 15]
[수학식 14] 및 [수학식 15]에서, SOCk max는 에너지저장장치 k의 최대 에너지저장가능 전력량을 의미하며, PCk t는 시간 t에서 에너지저장장치 k가 에너지저장을 위해 수전(충전)받은 전력량, PDk t는 시간 t에서 에너지저장장치 k가 방전한 전력량을 의미한다. 또한 ct k는 시간 t에서 에너지저장장치 k가 충전 중인 상태를 나타내는 상태변수이며, dt k는 시간 t에서 에너지저장장치 k가 방전 중인 상태를 나타내는 상태변수이다.
특정 시간에서 에너지저장장치에 저장되어 있는 전력량은 이전 시간에서의 저장전력량을 기준으로 해당 에너지저장장치가 해당 시간에 어느 정도 충전 또는 방전하는지에 따라 달라진다. 이는 해당 에너지저장장치의 저장효율을 고려하여 다음의 [수학식 16]과 같이 시간 연속적으로 표현된다.
[수학식 16]
[수학식 16]에서, SOCt k는 시간 t에서 에너지저장장치 k에 저장되어 있는 전력량을 의미하며, 
는 에너지저장장치 k의 저장효율을 의미한다.
에너지저장장치는 해당 설비의 지속적인 안정 운전을 위해 에너지저장 전력량을 일정 수준 내에서 유지하도록 한다. 이러한 기술특성은 다음과 같은 [수학식 17]로 표현할 수 있다.
[수학식 17]
[수학식 17]에서, SOCk min는 에너지저장장치 k의 최소 에너지저장가능 전력량을 의미한다.
에너지저장장치가 동일한 시간에 충전과 방전을 동시에 수행할 수 없도록 다음과 같은 논리식인 [수학식 18]을 추가할 수 있다.
[수학식 18]
가상발전소(VPP) 최적운영계획은 이러한 외부 파라미터 및 기술특성을 바탕으로 거래대상일 동안 가상발전소(VPP) 운영사업자의 수입을 최대화하는 것을 목적으로 수립된다. 시간대별 도매전력시장 가격으로 전력을 공급하는 가상발전소(VPP) 운영사업자의 수입 최대화 목적함수는 다음의 [수학식 19]와 같이 표현될 수 있다.
[수학식 19]
[수학식 19]에서, DRCj는 수요감축자원 j의 수요감축 이행에 대한 보상단가를 의미한다.
만약 가상발전소(VPP) 운영사업자가 특정 지역 내 전력수요에 대한 공급의무가 있는 전기공급사업자의 역할을 겸하게 되는 경우에는 아래의 [수학식 20]으로 표현되는 시간대별 전력수급균형 조건을 포함해야 한다.
[수학식 20]
이는 결과적으로 가상발전소(VPP) 최적운영계획의 목적함수가 다음의 [수학식 21]과 같이 거래대상일의 가상발전소(VPP) 운영사업자의 전력공급비용 최소화로 변경됨을 의미한다.
[수학식 21]
[수학식 21]에서, FDt는 특정 지역 내 전력공급을 위해 가상발전소(VPP) 운영사업자가 시간 t에서 도매전력시장으로부터 구매한 전력량을 의미한다.
이와 같이 혼합정수계획(MIP) 최적화 문제로 모형화되는 가상발전소(VPP) 최적운영계획 문제는 분지한정법 알고리즘(branch and bound algorithm)(또는 분기한정법 알고리즘)을 이용하여 계산한다. 도 3은 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성방법에 포함(적용)되는 분지한정법 알고리즘을 설명하는 개념도이다.
도 3을 참조하면, 분지한정법 알고리즘은 모든 후보해를 체계적으로 늘어놓으면서 최적화할 수치의 상한과 하한을 추정, 가망 없다는 판정이 나는 해(value)를 제거해 나간다. 제거하는 해에서 파생되는 해는 살펴보지 않기 때문에 불필요한 연산시간을 줄여 보다 빠르게 혼합정수계획(MIP) 최적화 문제를 계산할 수 있다. 부연하여 설명하면, 분기 한정법(分岐限定法, Branch-and-bound)은 다양한 최적화 문제를 풀기 위한 범용 알고리즘일 수 있다. 주로 이산 최적화나 조합 최적화 문제를 풀 때 사용된다. 즉, 분기한정법은 여러 가지의 최적화 문제, 특히 이산(discrete)과 조합 최적화(combinatorial optimization)에서 도 3의 빗금친 원형 블록(block)으로 도시된 최적 해를 찾기 위한 일반적인 방법일 수 있다. 분기한정법은 어떤 최소(최대)화 문제를 직접 풀기가 곤란한 경우, 그것을 일련의 부분 문제로 분해하여 각 부분 문제를 풀어서 원래의 문제를 푸는 방법으로서, 각 부분 문제는 다시 분해되기 때문에 전체로서 나무 구조로 분해 조작을 표시할 수 있다. 부분 문제로 분해할 때 그 국소적 최적해(最適解)의 하계(상계)를 이용하여 원래 문제의 최적해를 부여할 가능성이 없는 부분 문제에 대한 분기를 한정함으로써 고찰해야 할 경우의 수의 삭감을 도모할 수 있다.
도 4는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)를 나타내는 블락 다이어그램(block diagram)이다.
도 4를 참조하면, 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)는, 전력가격 예측부(105), 입력부(120), 및 운영계획 모형 생성부(125)를 포함한다. 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)는 전술한 도 2 및 도 3을 참고하여 설명된 가상발전소(VPP)의 최적운영계획 모형 생성방법을 수행(실행)하는 장치일 수 있다. 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)는, 가상발전소(VPP) 운영사업자의 최적운영계획 모형 생성장치로도 언급될 수 있고, 하드웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수 있으며, 예를 들어, 전용 프로세서 또는 대용량 컴퓨터 또는 서버(server)로 구현될 수 있다.
전력가격 예측부(105)는 전력거래 대상일의 시간대별 전력가격(실시간 전력 가격 정보, 또는 전력거래 대상일의 시간대별 도매전력시장 간격)을 예측할 수 있다. 부연하여 설명하면, 전력가격 예측부(105)는 거래 대상일(전력거래 대상일)의 시간대별 도매전력시장 가격을 예측하여 가상발전소(VPP) 최적운영계획 수립에 필요한 가격정보를 제공하는 장치(모듈(module))일 수 있다. 이를 위해, 전력가격 예측부(105)는 거래 대상일의 시간대별 시장가격(MPt)을 종속변수로 선정하고 다양한 외부 파라미터들을 독립변수로 선정한 회귀분석 모형으로 구현될 수 있다. 본 발명의 실시예에서는 다음의 [수학식 22]와 같이 거래 대상일의 전국 전력수요 예측값과 가장 최근의 동일한 요일 유형(월요일, 평일 및 주말/공휴일)의 동일 시간대의 전력가격 이력값을 독립변수로 하는 1차 다중회귀모형을 제안한다.
[수학식 22]
[수학식 22]에서, a, b 및 c는 시간대별 전력수요 및 전력가격 이력값에 대한 회귀분석을 통해 도출한 회귀분석 계수이며, LFt는 거래 대상일의 해당 시간대의 전국 단위 전력수요 예측값이고, HPt는 가장 최근의 동일한 요일 유형의 동일 시간대의 전력가격 이력값을 나타낸다. 상기 LFt는, 예를 들어, 후술하는 [수학식 23]을 통해 계산될 수 있다. 즉, 전력가격 예측부(105)는, 전력거래 대상일의 시간대별 전국 단위 전력수요 예측값과, 전력거래 대상일 직전의 상기 전력거래 대상일과 동일한 요일 유형의 동일 시간대의 전력가격 이력값을 독립변수로 하는 1차 다중회귀모형을 이용하는 것에 의해, 전력거래 대상일의 시간대별 전력가격을 예측할 수 있다.
입력부(120)는 상기 가상발전소에 포함된 분산전원(DER)들인 발전기들 각각의 전력거래 대상일의 시간대(time slot)에 따른 발전량(발전량 정보), 가상발전소에 포함되고 분산전원들로 볼 수 있는 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 가상발전소의 운영사업자(사용자) 또는 외부 장치를 통해 입력받을 수 있다(수신할 수 있다). 분산전원은, 비상용 발전기, 소형 열병합 발전기, 또는 디젤 발전기 등을 포함할 수 있다.
상기 전력수요 감축량은, 0 이상이고, 전력수요 감축자원의 전력수요 감축 계약량에 상기 전력거래 대상일의 시간대별 전력수요 감축 이행 상태를 나타내는 상태변수를 곱한 값 이하일 수 있다. 전술한 전력수요 감축량에 대한 설명은 [수학식 7]에 대응할 수 있고, 상기 상태변수는 전력수요 감축 이행을 수행한 경우 1이고 전력수요 감축이행을 수행하지 않는 경우 0일 수 있다.
상기 전력거래 대상일의 시간대별 전력수요 감축자원들 각각이 전력수요 감축을 시작하는 지 여부를 나타내는 상태변수들 각각의 합은, 전력수요 감축자원의 1일 중 이행 가능한 전력수요 감축 횟수(예를 들어, 3회)로 제한될 수 있다. 전술한 전력수요 감축 횟수에 대한 설명은 [수학식 8]에 해당할 수 있다.
상기 에너지 저장 장치들 각각이 충전과 방전을 동시에 수행하지 않도록, 상기 전력거래 대상일의 시간대별 에너지 저장 장치들 각각의 충전중인 상태를 나타내는 상태 변수(예를 들어, 0)와, 전력거래 대상일의 시간대별 에너지 저장 장치들 각각의 방전중인 상태를 나타내는 상태변수(예를 들어, 1)의 합(sum)은 1로 설정(모형화)될 수 있다. 전술한 에너지 저장 장치의 상태변수 설정에 대한 설명은 [수학식 18]에 대응할 수 있다.
운영계획 모형 생성부(125)는, 입력부(120)에 입력된 발전량과 전력수요 감축량과 방전 전력량을 합산한 값을 전력가격 예측부(105)에서 예측된 전력거래 대상일의 시간대별 전력가격에 곱한 값에서, 입력부(120)에 입력된 보상단가와 전력수요 감축량을 곱한 값과, 전력가격과 충전 전력량을 곱한 값을 감산(뺄셈)하여 목적함수를 생성하고, 상기 생성된 목적함수의 값(출력값)을 최대화시키는 함수를 상기 가상발전소의 수입 최대화 목적함수로서 생성할 수 있다. 즉, 운영계획 모형 생성부(125)는 전술한 [수학식 19]에서 
항목을 뺀(제외한) 함수에 해당하는 목적함수를 생성할 수 있다.
본 발명의 다른 실시예에 있어서, 운영계획 모형 생성부(125)는, 상기 가상발전소의 수입 최대화 목적함수(또는 최대화 목적함수의 해(solution))를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 수입 최대화를 위한 분산전원 운영계획(시간대별 분산 전원 운영계획 모형)을 구할 수 있다. 상기 분산전원 운영계획은 최적 운영 기준점으로도 언급될 수 있다.
가상발전소(VPP)의 최적운영계획 모형 생성장치(100)는, 기상예측 정보에 근거하여 상기 가상발전소에 포함된 분산전원인 신재생전원(신재생에너지원, new and renewable energy source)의 발전량을 예측하는 신재생전원 발전량 예측부(110)를 더 포함할 수 있다. 상기 기상예측 정보는 기상청의 기상 데이터베이스 서버에 의해 신재생전원 발전량 예측부(110)에 제공될 수 있다. 상기 신재생전원은 태양에너지, 풍력, 바이오에너지, 폐기물에너지, 지열, 또는 수력 등과 같은 재생에너지원과, 연료전지 또는 수소에너지 등과 같은 신에너지원을 포함할 수 있다.
본 발명의 다른 실시예에 있어서, 운영계획 모형 생성부(125)는, 입력부(120)에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 신재생전원 발전량 예측부(110)에 의해 예측된 신재생전원 발전량을 합산한 값을 전력가격 예측부(105)에서 예측된 전력거래 대상일의 시간대별 전력가격에 곱한 값에서, 입력부(120)에 입력된 보상단가와 상기 전력가격을 곱한 값과, 전력가격과 상기 충전 전력량을 곱한 값을 감산(뺄셈)하여 제2 목적함수를 생성하고, 상기 생성된 제2 목적함수의 출력값(값)을 최대화시키는 함수를 상기 가상발전소에 관한 제2 수입 최대화 목적함수로서 생성할 수 있다. 즉, 운영계획 모형 생성부(125)는 전술한 [수학식 19]에 해당하는 목적함수를 생성할 수 있다.
운영계획 모형 생성부(125)는, 상기 제2 수입 최대화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 수입 최대화를 위한 분산전원 운영계획(시간대별 분산 전원 운영계획 모형)을 구할 수 있다.
본 발명의 다른 실시예에 있어서, 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)는, 전력거래 대상일의 시간대별 전력수요량(전력소비량)을 예측하는 전력수요 예측부(115)를 더 포함할 수 있다. 부연하여 설명하면, 전력수요 예측부(115)는 가상발전소(VPP) 운영사업자의 공급의무 지역 내 거래 대상일의 시간대별 전력수요를 예측하여 가상발전소(VPP) 최적운영계획 수립에 필요한 가격정보를 제공하는 장치(모듈)일 수 있다. 이를 위해, 전력수요 예측부(115)는 거래 대상일의 시간대별 전력수요(Yn 또는 NDt)를 종속변수로 선정하고 다양한 외부 파라미터들을 독립변수로 선정한 회귀분석 모형으로 구현될 수 있다. 본 발명의 실시예에서는 다음의 [수학식 23]과 같이 종속변수로 공급의무 지역 내 거래 대상일의 시간대별 전력수요 예측값을 설정하고 독립변수로는 직전일의 시간대별 전력수요 이력값과 해당 시간대의 외기온도 및 요일패턴(요일 전력수요 패턴으로서, 
, 
, 
)을 반영한 1차 다중회귀모형을 제안한다.
[수학식 23]
[수학식 23]에서, Y는 전력수요를 의미하며 아래첨자 n은 날짜를 의미한다. T는 예측일의 외기온도(외기(outdoor air) 예측온도)를 의미하며, D는 주말과 평일을 구분하기 위한 더미변수이다. DA는 토요일, DS는 일요일, DM은 월요일을 의미하고 각 요일에 1을 넣으면 해당요일이라는 것을 의미한다(예를 들어, 해당요일이 토요일이면 DA만 1이 될 수 있다). 모든 더미변수값이 0이면, 해당일은 화~금요일 즉, 평일임을 의미한다. 각 변수의 앞에 있는 
, 
등은 각 변수의 계수를 의미하고 
는 각 회귀모형에 대한 절편이다. 이러한 회귀분석은 당일 전력수요와 직전 일의 전력수요 간 회귀분석을 통해 도출한다. [수학식 23]에서 ε는 오차항(error term)을 나타낼 수 있고, [수학식 23]에서 제거(제외)될 수 있다. 즉, 전력수요 예측부(115)는, 전력거래 대상일 직전 일의 전력수요 이력값과, 전력거래 대상일의 시간대별 외기온도와, 전력거래 대상일 직전의 상기 전력거래 대상일과 동일한 요일의 전력수요량(요일 전력수요 패턴)을 독립변수로 하는 1차 다중회귀모형을 이용하는 것에 의해, 전력거래 대상일의 시간대별 전력수요량을 예측할 수 있다.
운영계획 모형 생성부(125)는, 전력가격 예측부(105)에서 예측된 전력거래 대상일의 시간대별 전력가격에, 전력수요 예측부(115)에서 예측된 전력수요량에서 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량을 뺀 값에 대응하는 상기 가상발전소의 전력거래 대상일의 시간대별 구매 전력량을 곱한 값과, 입력부(120)에 입력된 보상단가에 전력수요 감축량을 곱한 값과, 상기 충전 전력량에서 입력부(120)에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 신재생전원 발전량 예측부(110)에 의해 예측된 신재생전원 발전량을 합산한 값을 뺀 값을 상기 전력가격에 승산한 값을, 합산(덧셈)하여 제3 목적함수를 생성하고, 상기 생성된 제3 목적함수의 출력값(값)을 최소화시키는 함수를 상기 가상발전소의 전력공급비용 최소화 목적함수로서 생성할 수 있다. 즉, 운영계획 모형 생성부(125)는 전술한 [수학식 21]에 해당하는 목적함수를 생성할 수 있다. 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량은 발전량과 전력수요 감축량과 방전 전력량과 신재생전원 발전량을 합산한 값일 수 있다.
운영계획 모형 생성부(125)는, 상기 가상발전소의 전력공급비용 최소화 목적함수(또는 최소화 목적함수의 해(solution))를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급비용 최소화를 위한 분산전원 운영계획(시간대별 분산 전원 운영계획 모형)을 구할 수 있다.
한편, 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)는 전력망에 포함된 분산전원들(예를 들어, 태양력 발전기 또는 풍력 발전기 등)을 운영(제어)할 수 있다.
본 발명의 다른 실시예에 있어서, 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)는, CPU(central processing unit)의 기능을 수행하고, 최적운영계획 모형 생성장치(100)에 포함된 구성요소들(전력가격 예측부(105), 신재생전원 발전량 예측부(110), 전력수요 예측부(115), 입력부(120), 및 운영계획 모형 생성부(125))의 전체적인 동작을 제어하는 제어부(미도시)를 더 포함할 수도 있다.
도 5는 본 발명의 실시예에 따른 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 가상발전소(VPP)의 최적운영계획 모형 생성방법(200)을 설명하는 흐름도(flow chart)이다. 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법(200)은, 가상발전소(VPP) 운영사업자의 최적운영계획 모형 생성방법으로도 언급될 수 있고, 도 4에 도시된 가상발전소(VPP)의 최적운영계획 모형 생성장치(100)에 적용될 수 있다.
도 5 및 도 4를 참조하면, 입력 단계(205)에서, 가상발전소(VPP)의 최적운영계획 모형 생성을 위한 전력거래 대상일의 시간대별 전력가격 등과 같은 외부 파라미터(parameter) 및 발전기의 기술특성 등과 같은 기술특성이 최적운영계획 모형 생성장치(100)에 입력될 수 있다.
입력 단계(205)는 제1 입력 단계(예측단계) 및 제2 입력 단계를 포함할 수 있다. 상기 제1 입력단계에 따르면, 최적운영계획 모형 생성장치(100)에 포함된 전력가격 예측부(105)가, 전력거래 대상일의 시간대별 전력가격을 예측할 수 있다.
제2 입력 단계에 따르면, 최적운영계획 모형 생성장치(100)에 포함된 입력부(120)가, 상기 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대(time slot)에 따른 발전량, 가상발전소에 포함되고 분산전원들로 볼 수 있는 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 상기 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받을 수 있다(수신할 수 있다).
입력 단계(205)의 다른 실시예는 제1 정보 입력 단계(예측 단계), 제2 정보 입력 단계, 제1 예측 단계, 및 제2 예측 단계를 포함할 수 있다. 제1 정보 입력 단계와 제2 정보 입력 단계는 동시에 수행되거나 또는 제1 정보 입력 단계가 제2 정보 입력 단계보다 먼저 수행되거나 또는 제2 정보 입력 단계가 제1 정보 입력 단계보다 먼저 수행될 수 있다.
상기 제1 정보 입력단계에 따르면, 최적운영계획 모형 생성장치(100)에 포함된 전력가격 예측부(105)가, 전력거래 대상일의 시간대별 전력가격을 예측할 수 있다.
제2 정보 입력 단계에 따르면, 최적운영계획 모형 생성장치(100)에 포함된 입력부(120)가, 상기 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대(time slot)에 따른 발전량, 가상발전소에 포함되고 분산전원들로 볼 수 있는 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 상기 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받을 수 있다.
제1 예측 단계에 따르면, 최적운영계획 모형 생성장치(100)에 포함된 신재생전원 발전량 예측부(110)가, 기상청의 기상 데이터베이스 서버로부터 제공될 수 있는 기상예측 정보에 근거하여 분산전원인 신재생전원의 발전량을 예측할 수 있다.
제2 예측 단계에 따르면, 최적운영계획 모형 생성장치(100)에 포함된 전력수요 예측부(115)가, 전력거래 대상일의 시간대별 전력수요량을 예측할 수 있다.
생성 단계(210)에 따르면, 최적운영계획 모형 생성장치(100)에 포함된 운영계획 모형 생성부(125)가, 상기 제2 입력단계에서 입력된 발전량과 전력수요 감축량과 방전 전력량을 합산한 값을 상기 제1 입력단계에서 예측된 전력가격에 곱한 값에서, 제2 입력단계에서 입력된 보상단가와 전력수요 감축량을 곱한 값과, 상기 전력가격과 상기 충전 전력량을 곱한 값을 감산(뺄셈)하여 목적함수를 생성하고, 상기 생성된 목적함수의 출력값(값)을 최대화시키는 함수를 상기 가상발전소의 수입 최대화 목적함수로서 생성할 수 있다.
생성 단계(210)의 다른 실시예에 따르면, 최적운영계획 모형 생성장치(100)에 포함된 운영계획 모형 생성부(125)가, 상기 제1 정보 입력단계에서 예측된 전력거래 대상일의 시간대별 전력가격에, 제2 예측 단계에서 예측된 전력수요량에서 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량을 뺀 값에 대응하는 상기 가상발전소의 전력거래 대상일의 시간대별 구매 전력량을 곱한 값과, 제2 정보 입력단계에서 입력된 보상단가에 전력수요 감축량을 곱한 값과, 제2 정보 입력단계에서 입력된 충전 전력량에서, 제2 정보 입력단계에서 입력된 발전량과 전력수요 감축량과 방전 전력량과, 제1 예측 단계에서 예측된 신재생전원 발전량을 합산한 값을 뺀 값을 상기 전력가격에 승산한 값을, 합산하여 제3 목적함수를 생성하고, 상기 생성된 제3 목적함수의 출력값을 최소화시키는 함수를 상기 가상발전소의 전력공급비용 최소화 목적함수로서 생성할 수 있다. 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량은 발전량과 전력수요 감축량과 방전 전력량과 신재생전원 발전량을 합산한 값일 수 있다.
본 발명의 다른 실시예에 있어서, 상기 생성 단계(210)의 운영계획 모형 생성부(125)는, 상기 가상발전소의 수입 최대화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 수입 최대화를 위한 분산전원 운영계획(시간대별 분산 전원 운영계획 모형)을 구할 수 있다.
본 발명의 다른 실시예에 있어서, 생성 단계(210)의 운영계획 모형 생성부(125)는, 상기 가상발전소의 전력공급비용 최소화 목적함수를 분지한정법 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급비용 최소화를 위한 분산전원 운영계획(시간대별 분산 전원 운영계획 모형)을 구할 수 있다.
본 실시예에서 사용되는 구성요소 또는 “~부(unit)” 또는 블록 또는 모듈은 메모리 상의 소정 영역에서 수행되는 태스크, 클래스, 서브 루틴, 프로세스, 오브젝트, 실행 쓰레드, 프로그램과 같은 소프트웨어(software)나, FPGA(fieldprogrammable gate array)나 ASIC(application-specific integrated circuit)과 같은 하드웨어(hardware)로 구현될 수 있으며, 또한 상기 소프트웨어 및 하드웨어의 조합으로 이루어질 수도 있다. 상기 구성요소 또는 '~부' 등은 컴퓨터로 판독 가능한 저장 매체에 포함되어 있을 수도 있고, 복수의 컴퓨터에 그 일부가 분산되어 분포될 수도 있다.
이상에서와 같이, 도면과 명세서에서 실시예가 개시되었다. 여기서, 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이며 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 이 기술분야의 통상의 지식을 가진 자는 본 발명으로부터 다양한 변형 및 균등한 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서 이 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
105: 전력가격 예측부
110: 신재생전원 발전량 예측부
115: 전력수요 예측부
120: 입력부
125: 운영계획 모형 생성부
205: 입력단계
210: 생성단계
110: 신재생전원 발전량 예측부
115: 전력수요 예측부
120: 입력부
125: 운영계획 모형 생성부
205: 입력단계
210: 생성단계
Claims (15)
- 가상발전소(VPP)의 최적운영계획 모형 생성장치에 있어서,
전력거래 대상일의 시간대별 전력가격을 예측하는 전력가격 예측부;
상기 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대에 따른 발전량, 상기 가상발전소에 포함된 분산전원들이고 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 상기 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받은 입력부;
기상예측 정보에 근거하여 상기 가상발전소에 포함된 분산전원인 신재생전원의 발전량을 예측하는 신재생전원 발전량 예측부; 및
상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 상기 신재생전원 발전량 예측부에 의해 예측된 신재생전원 발전량을 합산한 값을 상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에 곱한 값에서, 상기 입력부에 입력된 보상단가와 상기 전력가격을 곱한 값과, 상기 전력가격과 상기 충전 전력량을 곱한 값을 감산하여 목적함수를 생성하고, 상기 생성된 목적함수의 출력값을 최대화시키는 함수를 상기 가상발전소에 관한 수입 최대화 목적함수로서 생성하는 운영계획 모형 생성부를 포함하는 가상발전소(VPP)의 최적운영계획 모형 생성장치.
- 삭제
- 제1항에 있어서, 상기 전력수요 감축량은,
상기 전력수요 감축자원의 전력수요 감축 계약량에 상기 전력거래 대상일의 시간대별 전력수요 감축 이행 상태를 나타내는 상태변수를 곱한 값 이하인 가상발전소(VPP)의 최적운영계획 모형 생성장치. - 제3항에 있어서,
상기 전력거래 대상일의 시간대별 상기 전력수요 감축자원들 각각이 전력수요 감축을 시작하는 지 여부를 나타내는 상태변수들 각각의 합은, 상기 전력수요 감축자원의 1일 중 이행 가능한 전력수요 감축 횟수로 제한되는 가상발전소(VPP)의 최적운영계획 모형 생성장치. - 제1항에 있어서,
상기 에너지 저장 장치들 각각이 충전과 방전을 동시에 수행하지 않도록, 상기 전력거래 대상일의 시간대별 상기 에너지 저장 장치들 각각의 충전중인 상태를 나타내는 상태 변수와, 상기 전력거래 대상일의 시간대별 상기 에너지 저장 장치들 각각의 방전중인 상태를 나타내는 상태변수의 합은 1로 설정되는 가상발전소(VPP)의 최적운영계획 모형 생성장치. - 제1항에 있어서, 상기 전력가격 예측부는,
상기 전력거래 대상일의 시간대별 전국 단위 전력수요 예측값과, 상기 전력거래 대상일 직전의 상기 전력거래 대상일과 동일한 요일 유형의 동일 시간대의 전력가격 이력값을 독립변수로 하는 1차 다중회귀모형을 이용하는 것에 의해, 상기 전력거래 대상일의 시간대별 전력가격을 예측하는 가상발전소(VPP)의 최적운영계획 모형 생성장치. - 삭제
- 제1항에 있어서, 상기 운영계획 모형 생성부는,
상기 수입 최대화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 시간대별 수입 최대화를 위한 분산전원 운영계획을 구하는 가상발전소(VPP)의 최적운영계획 모형 생성장치. - 제1항에 있어서, 상기 가상발전소(VPP)의 최적운영계획 모형 생성장치는,
상기 전력거래 대상일의 시간대별 전력수요량을 예측하는 전력수요 예측부를 더 포함하며,
상기 운영계획 모형 생성부는,
상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에, 상기 전력수요 예측부에서 예측된 전력수요량에서 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량을 뺀 값에 대응하는 상기 가상발전소의 전력거래 대상일의 시간대별 구매 전력량을 곱한 값과, 상기 입력부에 입력된 보상단가에 전력수요 감축량을 곱한 값과, 상기 충전 전력량에서 상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 상기 신재생전원 발전량 예측부에 의해 예측된 신재생전원 발전량을 합산한 값을 뺀 값을 상기 전력가격에 승산한 값을 합산하여 제2 목적함수를 생성하고, 상기 생성된 제2 목적함수의 출력값을 최소화시키는 함수를 상기 가상발전소의 전력공급비용 최소화 목적함수로서 생성하며,
상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량은 상기 발전량과 상기 전력수요 감축량과 상기 방전 전력량과 상기 신재생전원 발전량을 합산한 값인 것을 특징으로 하는 가상발전소(VPP)의 최적운영계획 모형 생성장치. - 제9항에 있어서, 상기 전력수요 예측부는,
상기 전력거래 대상일 직전 일의 전력수요 이력값과, 상기 전력거래 대상일의 시간대별 외기온도와, 상기 전력거래 대상일 직전의 상기 전력거래 대상일과 동일한 요일의 전력수요량을 독립변수로 하는 1차 다중회귀모형을 이용하는 것에 의해, 상기 전력거래 대상일의 시간대별 전력수요량을 예측하는 가상발전소(VPP)의 최적운영계획 모형 생성장치. - 제9항에 있어서, 상기 운영계획 모형 생성부는,
상기 가상발전소의 전력공급비용 최소화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급비용 최소화를 위한 분산전원 운영계획을 구하는 가상발전소(VPP)의 최적운영계획 모형 생성장치. - 삭제
- 삭제
- 가상발전소(VPP)의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법에 있어서,
(a) 상기 최적운영계획 모형 생성장치에 포함된 전력가격 예측부가, 전력거래 대상일의 시간대별 전력가격을 예측하는 단계;
(b) 상기 최적운영계획 모형 생성장치에 포함된 입력부가, 상기 가상발전소에 포함된 분산전원들인 발전기들 각각의 전력거래 대상일의 시간대에 따른 발전량, 상기 가상발전소에 포함된 분산전원들이고 부하(load)들인 전력수요 감축자원들 각각의 전력거래 대상일의 시간대에 따른 전력수요 감축량, 상기 가상발전소에 포함된 분산전원들인 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 방전 전력량, 상기 전력수요 감축자원의 전력수요 감축에 대한 보상단가, 및 상기 에너지 저장 장치들 각각의 전력거래 대상일의 시간대에 따른 충전 전력량을 입력받는 단계;
(c) 상기 최적운영계획 모형 생성장치에 포함된 신재생전원 발전량 예측부가, 기상예측 정보에 근거하여 상기 가상발전소에 포함된 분산전원인 신재생전원의 발전량을 예측하는 단계;
(d) 상기 최적운영계획 모형 생성장치에 포함된 전력수요 예측부가, 상기 전력거래 대상일의 시간대별 전력수요량을 예측하는 단계; 및
(e) 상기 최적운영계획 모형 생성장치에 포함된 운영계획 모형 생성부가, 상기 전력가격 예측부에서 예측된 전력거래 대상일의 시간대별 전력가격에, 상기 전력수요 예측부에서 예측된 전력수요량에서 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량을 뺀 값에 대응하는 상기 가상발전소의 전력거래 대상일의 시간대별 구매 전력량을 곱한 값과, 상기 입력부에 입력된 보상단가에 전력수요 감축량을 곱한 값과, 상기 충전 전력량에서 상기 입력부에 입력된 발전량과 전력수요 감축량과 방전 전력량과, 상기 신재생전원 발전량 예측부에 의해 예측된 신재생전원 발전량을 합산한 값을 뺀 값을 상기 전력가격에 승산한 값을 합산하여 목적함수를 생성하고, 상기 생성된 목적함수의 출력값을 최소화시키는 함수를 상기 가상발전소의 전력공급비용 최소화 목적함수로서 생성하는 단계를 포함하고,
상기 가상발전소의 전력거래 대상일의 시간대별 전력공급량은 상기 발전량과 상기 전력수요 감축량과 상기 방전 전력량과 상기 신재생전원 발전량을 합산한 값인 것을 특징으로 하는 최적운영계획 모형 생성방법. - 제14항에 있어서, 상기 (e) 단계의 운영계획 모형 생성부는,
상기 가상발전소의 전력공급비용 최소화 목적함수를 분지한정법(branch and bound) 알고리즘을 이용하여 계산하는 것에 의해 상기 가상발전소의 전력거래 대상일의 시간대별 전력공급비용 최소화를 위한 분산전원 운영계획을 구하는 최적운영계획 모형 생성방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130107857A KR101636411B1 (ko) | 2013-09-09 | 2013-09-09 | 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130107857A KR101636411B1 (ko) | 2013-09-09 | 2013-09-09 | 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150029120A KR20150029120A (ko) | 2015-03-18 |
| KR101636411B1 true KR101636411B1 (ko) | 2016-07-06 |
Family
ID=53023683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130107857A KR101636411B1 (ko) | 2013-09-09 | 2013-09-09 | 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101636411B1 (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111008739A (zh) * | 2019-12-04 | 2020-04-14 | 华北电力大学 | 一种热电联产虚拟电厂优化调控及收益分配方法及系统 |
| WO2021230596A1 (ko) * | 2020-05-15 | 2021-11-18 | 한국지역난방공사 | 가상발전소 전력거래 시스템 및 이를 이용한 가상발전소 전력거래 방법 |
| KR102337562B1 (ko) | 2021-07-26 | 2021-12-14 | 인천대학교 산학협력단 | 상업적 가상발전소 계통 내에서 계통 연계형 판매 사업자의 pv-ess 시스템의 최적운용계획 수립을 위한 시뮬레이터 및 시뮬레이팅 방법 |
| KR102337565B1 (ko) | 2021-07-26 | 2021-12-14 | 인천대학교 산학협력단 | 상업적 가상발전소 계통 내에서 계통 연계형 판매 사업자의 pv-ess 최적운용 시스템 및 방법 |
| JP2022538532A (ja) * | 2020-05-15 | 2022-09-05 | コリア ディストリクト ヒーティング コーポレーション | 新再生熱併合発電所を活用した仮想発電所システムおよびそれを利用した仮想発電所の運営方法 |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101639159B1 (ko) * | 2015-05-29 | 2016-07-12 | 가천대학교 산학협력단 | 비상발전기를 기반으로 하는 가상발전소의 최적운용방법 |
| CN108306413A (zh) * | 2017-01-12 | 2018-07-20 | 丁杰 | 电力资源响应平台及其处理电力负荷资源的方法 |
| KR102105193B1 (ko) * | 2018-03-22 | 2020-05-04 | 한국남동발전 주식회사 | 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법 |
| KR102105192B1 (ko) * | 2018-03-22 | 2020-05-04 | 한국남동발전 주식회사 | 모델링을 이용한 가상발전소 운영시스템 및 방법 |
| AU2019245431A1 (en) * | 2018-03-31 | 2020-10-22 | Tyco Fire & Security Gmbh | Central plant optimization planning tool with advanced user interface |
| CN108515868B (zh) * | 2018-04-23 | 2020-06-09 | 国网福建省电力有限公司厦门供电公司 | 住宅小区电动汽车有序充电控制系统 |
| KR102105194B1 (ko) * | 2018-06-11 | 2020-04-28 | 한국남동발전 주식회사 | 위험도 분석을 이용한 가상발전소 운영시스템 및 방법 |
| KR102513336B1 (ko) * | 2020-03-17 | 2023-03-23 | 주식회사 에이치에너지 | 가상 발전 플랫폼 제어 시스템 및 방법 |
| CN111815018B (zh) * | 2020-05-29 | 2024-05-14 | 国网冀北电力有限公司计量中心 | 一种虚拟电厂的优化调度方法及装置 |
| CN111523947B (zh) * | 2020-06-01 | 2023-11-10 | 广东电网有限责任公司 | 一种虚拟电厂发电成本生成方法 |
| CN112215433B (zh) * | 2020-10-21 | 2024-05-07 | 国网冀北电力有限公司 | 基于市场出清电价不确定性的虚拟电厂日前优化调度方法 |
| CN112928749B (zh) * | 2021-01-18 | 2023-06-06 | 西安交通大学 | 一种融合多能需求侧资源的虚拟电厂日前调度方法 |
| CN112785337B (zh) * | 2021-01-22 | 2024-04-26 | 国网信息通信产业集团有限公司 | 一种应用于虚拟电厂的价格激励方法及装置 |
| CN113642879B (zh) * | 2021-08-09 | 2024-05-24 | 东南大学 | 一种面向综合能效提升的虚拟电厂容量规划方法 |
| CN113642918B (zh) * | 2021-08-27 | 2024-05-10 | 东南大学 | 一种基于主从博弈的虚拟电厂调控方法、存储介质和装置 |
| KR102587299B1 (ko) * | 2022-05-16 | 2023-10-11 | 이한찬 | 전기차 충전용 모듈러 스테이션 |
| CN115829276B (zh) * | 2022-12-05 | 2023-10-20 | 国网数字科技控股有限公司 | 基于元宇宙的电力交易处理方法、装置及电子设备 |
| CN116823332B (zh) * | 2023-06-29 | 2024-05-07 | 广东电网有限责任公司广州供电局 | 一种计及分布式资源的虚拟电厂运营收益的量化分析系统 |
| CN116681270A (zh) * | 2023-08-04 | 2023-09-01 | 山东理工大学 | 一种在灵活的碳排放机制下虚拟电厂的最佳调度方法 |
| CN117040026B (zh) * | 2023-08-28 | 2024-05-17 | 浙江浙能能源服务有限公司 | 一种用于虚拟电厂的功率调节的运行方法 |
| CN117498469B (zh) * | 2024-01-03 | 2024-05-17 | 国网浙江省电力有限公司宁波供电公司 | 虚拟电厂能源管控方法、装置、计算机设备及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009060704A (ja) * | 2007-08-31 | 2009-03-19 | Univ Of Fukui | 太陽光発電システムの制御方法とその装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101045326B1 (ko) * | 2009-09-29 | 2011-06-30 | 한국전력공사 | 마이크로그리드 운영 시스템 및 방법 |
| KR101202576B1 (ko) * | 2009-12-31 | 2012-11-19 | 주식회사 효성 | 풍력발전과 전력저장장치가 연계된 전력시스템 및 그 제어방법 |
| KR101846026B1 (ko) * | 2011-10-25 | 2018-04-06 | 한국전력공사 | 사전 전력수요예측에 의한 전력수요관리 방법 및 시스템 |
-
2013
- 2013-09-09 KR KR1020130107857A patent/KR101636411B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009060704A (ja) * | 2007-08-31 | 2009-03-19 | Univ Of Fukui | 太陽光発電システムの制御方法とその装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111008739A (zh) * | 2019-12-04 | 2020-04-14 | 华北电力大学 | 一种热电联产虚拟电厂优化调控及收益分配方法及系统 |
| WO2021230596A1 (ko) * | 2020-05-15 | 2021-11-18 | 한국지역난방공사 | 가상발전소 전력거래 시스템 및 이를 이용한 가상발전소 전력거래 방법 |
| JP2022538533A (ja) * | 2020-05-15 | 2022-09-05 | コリア ディストリクト ヒーティング コーポレーション | 仮想発電所の電力取引システムおよびそれを利用した仮想発電所の電力取引方法 |
| JP2022538532A (ja) * | 2020-05-15 | 2022-09-05 | コリア ディストリクト ヒーティング コーポレーション | 新再生熱併合発電所を活用した仮想発電所システムおよびそれを利用した仮想発電所の運営方法 |
| KR102337562B1 (ko) | 2021-07-26 | 2021-12-14 | 인천대학교 산학협력단 | 상업적 가상발전소 계통 내에서 계통 연계형 판매 사업자의 pv-ess 시스템의 최적운용계획 수립을 위한 시뮬레이터 및 시뮬레이팅 방법 |
| KR102337565B1 (ko) | 2021-07-26 | 2021-12-14 | 인천대학교 산학협력단 | 상업적 가상발전소 계통 내에서 계통 연계형 판매 사업자의 pv-ess 최적운용 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20150029120A (ko) | 2015-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101636411B1 (ko) | 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법 | |
| Imani et al. | Demand response modeling in microgrid operation: a review and application for incentive-based and time-based programs | |
| Majzoobi et al. | Application of microgrids in providing ancillary services to the utility grid | |
| Corchero et al. | Optimal energy management for a residential microgrid including a vehicle-to-grid system | |
| Wu et al. | GENCO's risk-based maintenance outage scheduling | |
| CA3156426A1 (en) | Methods and systems for adjusting power consumption based on a power option agreement | |
| Khodr et al. | Intelligent renewable microgrid scheduling controlled by a virtual power producer: A laboratory experience | |
| Amjady et al. | Hydrothermal unit commitment with AC constraints by a new solution method based on benders decomposition | |
| Arasteh et al. | MPC-based approach for online demand side and storage system management in market based wind integrated power systems | |
| US20120253532A1 (en) | Systems and methods for forecasting electrical load | |
| Haseeb et al. | Multi objective based framework for energy management of smart micro-grid | |
| Watari et al. | Multi-time scale energy management framework for smart PV systems mixing fast and slow dynamics | |
| Nazari et al. | A two-stage stochastic model for energy storage planning in a microgrid incorporating bilateral contracts and demand response program | |
| Rahmani et al. | Stochastic two-stage reliability-based security constrained unit commitment in smart grid environment | |
| Jiang et al. | Demand side management in a day-ahead wholesale market: A comparison of industrial & social welfare approaches | |
| Sarikprueck et al. | Bounds for optimal control of a regional plug-in electric vehicle charging station system | |
| Fattaheian-Dehkordi et al. | Electric vehicles and electric storage systems participation in provision of flexible ramp service | |
| KR20210100699A (ko) | 하이브리드 발전소 | |
| Ahmadiahangar et al. | Analytical approach for maximizing self-consumption of nearly zero energy buildings-case study: Baltic region | |
| CA3145483A1 (en) | Granular power ramping | |
| Loschan et al. | Flexibility potential of aggregated electric vehicle fleets to reduce transmission congestions and redispatch needs: A case study in Austria | |
| WO2021033024A1 (en) | Hybrid machine learning and simulation based system for forecasting in electricity systems | |
| Tan et al. | Joint scheduling optimization of virtual power plants and equitable profit distribution using shapely value theory | |
| Taghikhani et al. | Multi-objective optimal energy management of storage system and distributed generations via water cycle algorithm concerning renewable resources uncertainties and pollution reduction | |
| Aghajani et al. | Optimal scheduling of distributed energy resources in smart grids: A complementarity approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20190625 Year of fee payment: 4 |