KR101676926B1 - System and Method for Verifying Prediction Algorithm of Energy Management System Using Virtual Environment - Google Patents

System and Method for Verifying Prediction Algorithm of Energy Management System Using Virtual Environment Download PDF

Info

Publication number
KR101676926B1
KR101676926B1 KR1020140194706A KR20140194706A KR101676926B1 KR 101676926 B1 KR101676926 B1 KR 101676926B1 KR 1020140194706 A KR1020140194706 A KR 1020140194706A KR 20140194706 A KR20140194706 A KR 20140194706A KR 101676926 B1 KR101676926 B1 KR 101676926B1
Authority
KR
South Korea
Prior art keywords
algorithm
prediction
data
prediction algorithm
virtual environment
Prior art date
Application number
KR1020140194706A
Other languages
Korean (ko)
Other versions
KR20160081222A (en
Inventor
김광식
Original Assignee
주식회사 포스코아이씨티
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 주식회사 포스코아이씨티 filed Critical 주식회사 포스코아이씨티
Priority to KR1020140194706A priority Critical patent/KR101676926B1/en
Publication of KR20160081222A publication Critical patent/KR20160081222A/en
Application granted granted Critical
Publication of KR101676926B1 publication Critical patent/KR101676926B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

에너지 관리 시스템에 탑재되는 예측 알고리즘의 정확도를 검증할 수 있는 본 발명의 일 측면에 따른 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템은, 에너지 관리 시스템(Energy Management System: EMS)에서 이용되는 복수개의 예측 알고리즘 검증을 위한 타겟 지역 및 타겟 시간정보를 기초로 상기 타겟 지역에 설치되어 있는 발전설비에 대한 모델링 데이터를 생성하는 모델링 장치; 상기 모델링 데이터, 상기 타겟 지역에 대한 3D 지형정보, 상기 타겟 지역에서 상기 타겟 시간 동안의 기상청 데이터를 미리 정해진 가상환경 연산 알고리즘에 적용하여 상기 발전설비에 대한 가상환경 데이터를 생성하는 가상환경 연산장치; 상기 복수개의 예측 알고리즘들을 수행하여 각 예측 알고리즘 별로 알고리즘 수행결과를 생성하는 관제장치; 상기 각 예측 알고리즘 별 알고리즘 수행결과와 실제 데이터를 비교하여 상기 복수개의 예측 알고리즘들 중 최적의 알고리즘을 선정하는 분석장치; 및 상기 가상환경 데이터, 상기 알고리즘 수행결과, 및 상기 알고리즘 별 수행결과와 상기 실제 데이터의 비교결과를 3차원 형상의 그래픽으로 출력하는 3D 뷰어를 포함하는 것을 특징으로 한다. A prediction algorithm verification system for an energy management system using a virtual environment according to an aspect of the present invention, which can verify the accuracy of a prediction algorithm installed in an energy management system, A modeling device for generating modeling data for a power generation facility installed in the target area based on target area and target time information for verifying prediction algorithms; A virtual environment computing device for generating virtual environment data for the power generation facility by applying the modeling data, 3D terrain information on the target area, and weather station data for the target time in the target area to a predetermined virtual environment calculation algorithm; A controller that performs the plurality of prediction algorithms to generate an algorithm execution result for each prediction algorithm; An analyzer for comparing an algorithm execution result of each prediction algorithm with actual data to select an optimal algorithm among the plurality of prediction algorithms; And a 3D viewer for outputting the virtual environment data, the algorithm execution result, and the comparison result between the execution result of each algorithm and the actual data as a graphic of a three-dimensional shape.

Description

가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법{System and Method for Verifying Prediction Algorithm of Energy Management System Using Virtual Environment}TECHNICAL FIELD The present invention relates to a virtual environment, and more particularly, to a system and a method for verifying a prediction algorithm of an energy management system using a virtual environment,
본 발명은 에너지 관리 시스템에 관한 것으로서, 보다 구체적으로 에너지 관리 시스템에서 이용되는 예측 알고리즘의 검증에 관한 것이다.The present invention relates to an energy management system, and more particularly to verification of a prediction algorithm used in an energy management system.
계통에서 공급되는 전력에 대한 사용요금은 계절과 시간에 따라 각각 다르게 운용된다. 일 예로, 계통에서 공급되는 전력에 대한 사용요금은 기본요금과 전력량 요금의 합으로 구성되며, 전력량 요금은 전력 사용 시간대와 전력 사용 계절에 따라 탄력적으로 결정된다. 이와 같이, 계절이나 시간에 따라 계통에서 공급되는 전력에 대한 사용요금을 다르게 결정하는 이유는 시간이나 계절 별로 요구되는 수요 전력량이 상이하기 때문이다.The usage charges for power supplied from the grid are operated differently according to season and time. For example, the usage charge for the power supplied from the grid is composed of the sum of the base charge and the electric energy charge, and the electric energy charge is flexibly determined according to the power use time period and the power use season. In this way, the reason why the usage charge for the power supplied from the grid is determined differently according to the season or time is because the amount of demanded power required for each time or season is different.
따라서, 계통에서 공급되는 전력을 사용하는 건물 또는 공장 등과 같은 수용가에서는 기본적으로 전력 사용요금이 저렴한 시간대에 집중적으로 전력을 사용하고, 전력 사용요금이 비싼 시간대에는 전력 사용량을 감소시키기를 원하지만, 근로시간이나 작업시간 등과 같은 제한사항들로 인해 이러한 정책을 운용하는 데에는 한계가 있어, 발전비용이 최소가 되도록 하기 위한 발전계획의 수립에 대한 중요성이 증가하고 있다.Therefore, in a customer such as a building or factory using electric power supplied from the system, it is basically desired to use electric power intensively at a time when the electric power use charge is low and to reduce electric power consumption at a time when electric power use charge is expensive. Due to limitations such as time and working hours, there is a limit to operating these policies and the importance of establishing a development plan to minimize development costs is increasing.
이러한 발전계획 수립을 위해 에너지 관리 시스템(Energy Management System: EMS)이 제안된 바 있다.An Energy Management System (EMS) has been proposed for this development plan.
에너지 관리 시스템은, 전체 전력공급 계통에 대한 상시 정보수집 및 부하주파수 감시를 통하여 계통에 연계된 발전 설비의 운전을 최적으로 제어하며, 전력계통의 효율적인 관리로 경제급전을 수행하는 대규모 전력계통 제어시스템을 의미한다. 에너지 관리 시스템에 관련된 기술은 일본공개공보 제2011-018375호 에 개시되어 있다.The energy management system is a large-scale power system control system that optimally controls the operation of power generation facilities connected to the system through constant information collection and load frequency monitoring of the entire power supply system, . Technologies relating to the energy management system are disclosed in Japanese Laid-Open Patent Publication No. 2011-018375.
이러한 에너지 관리 시스템은 부하예측, 발전예측, 부하예측과 발전계측에 기초한 발전계획 수립, 및 경제 급전 알고리즘 수행 등의 기능을 수행하는데, 부하예측이나 발전예측을 위해 이용되는 예측 알고리즘의 정확도가 에너지 관리 시스템의 성능을 결정하게 된다.This energy management system performs functions such as load forecasting, power generation forecasting, power generation planning based on load forecasting and generation measurement, and economic dispatching algorithm execution. The accuracy of the prediction algorithm used for load prediction and power generation prediction depends on energy management The performance of the system is determined.
하지만, 종래의 에너지 관리 시스템의 경우, 에너지 관리 시스템에서 이용되는 예측 알고리즘의 정확도를 실제 검증을 통해 수행하였기 때문에 검증의 시간이 오래 걸리거나, 실제 검증 외에 다른 검증 방법이 없어 예측 알고리즘의 최적화에 시간이 오래 걸리거나 예측 알고리즘의 최적화가 제한된다는 단점이 있다.However, in the case of the conventional energy management system, since the accuracy of the prediction algorithm used in the energy management system is actually verified, it takes a long time for verification or there is no verification method other than the actual verification, Is that it takes a long time and optimization of the prediction algorithm is limited.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 에너지 관리 시스템에 탑재되는 예측 알고리즘의 정확도를 검증할 수 있는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법을 제공하는 것을 그 기술적 과제로 한다.It is a technical object of the present invention to provide a system and method for verifying a prediction algorithm of an energy management system using a virtual environment that can verify the accuracy of a prediction algorithm installed in an energy management system .
또한, 본 발명은 가상환경 상에서 예측 알고리즘의 정확도를 검증할 수 있는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법을 제공하는 것을 다른 기술적 과제로 한다.It is another object of the present invention to provide a prediction algorithm verification system and method of an energy management system using a virtual environment that can verify the accuracy of a prediction algorithm in a virtual environment.
또한, 본 발명은 예측 알고리즘의 정확도에 따라 예측 알고리즘에 대한 스케쥴링을 수행할 수 있는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법을 제공하는 것을 또 다른 기술적 과제로 한다.It is another object of the present invention to provide a prediction algorithm verification system and method of an energy management system using a virtual environment capable of performing scheduling for a prediction algorithm according to the accuracy of a prediction algorithm.
상술한 목적을 달성하기 위한 본 발명의 일 측면에 따른 에너지 관리 시스템의 예측 알고리즘 검증 시스템은, 에너지 관리 시스템(Energy Management System: EMS)에서 이용되는 복수개의 예측 알고리즘 검증을 위한 타겟 지역 및 타겟 시간정보를 기초로 상기 타겟 지역에 설치되어 있는 발전설비에 대한 모델링 데이터를 생성하는 모델링 장치; 상기 모델링 데이터, 상기 타겟 지역에 대한 3D 지형정보, 상기 타겟 지역에서 상기 타겟 시간 동안의 기상청 데이터를 미리 정해진 가상환경 연산 알고리즘에 적용하여 상기 발전설비에 대한 가상환경 데이터를 생성하는 가상환경 연산장치; 상기 복수개의 예측 알고리즘들을 수행하여 각 예측 알고리즘 별로 알고리즘 수행결과를 생성하는 관제장치; 상기 각 예측 알고리즘 별 알고리즘 수행결과와 실제 데이터를 비교하여 상기 복수개의 예측 알고리즘들 중 최적의 알고리즘을 선정하는 분석장치; 및 상기 가상환경 데이터, 상기 알고리즘 수행결과, 및 상기 알고리즘 별 수행결과와 상기 실제 데이터의 비교결과를 3차원 형상의 그래픽으로 출력하는 3D 뷰어를 포함하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided a prediction algorithm verification system for an energy management system, the system including a target region and target time information for a plurality of prediction algorithm verification used in an energy management system (EMS) A modeling device for generating modeling data for a power generation facility installed in the target area based on the modeling data; A virtual environment computing device for generating virtual environment data for the power generation facility by applying the modeling data, 3D terrain information for the target area, and weather station data for the target time in the target area to a predetermined virtual environment calculation algorithm; A controller that performs the plurality of prediction algorithms to generate an algorithm execution result for each prediction algorithm; An analyzer for comparing an algorithm execution result of each prediction algorithm with actual data to select an optimal algorithm among the plurality of prediction algorithms; And a 3D viewer for outputting the virtual environment data, the algorithm execution result, and the comparison result between the execution result of each algorithm and the actual data as a graphic of a three-dimensional shape.
상술한 목적을 달성하기 위한 본 발명의 다른 측면에 따른 에너지 관리 시스템의 예측 알고리즘 검증 방법은, 복수개의 예측 알고리즘의 검증을 위한 타겟 지역 및 타겟 시간정보를 기초로 상기 타겟 지역에 설치되어 있는 발전설비에 대한 모델링 데이터를 생성하는 단계; 상기 모델링 데이터, 상기 타겟 지역에 대한 3D 지형정보, 및 상기 타겟 시간정보 동안의 기상청 데이터를 미리 정해진 가상환경 연산 알고리즘에 적용하여 상기 타겟 지역의 발전설비에 대한 가상환경 데이터를 생성하는 단계; 상기 복수개의 예측 알고리즘들을 수행하여 각 예측 알고리즘 별로 알고리즘 수행결과를 생성하는 단계; 상기 각 예측 알고리즘 별 알고리즘 수행결과와 실제 데이터를 비교하여 상기 복수개의 예측 알고리즘들 중 최적의 알고리즘을 선정하는 단계; 및 상기 가상환경 데이터, 상기 알고리즘 수행결과, 및 상기 알고리즘 별 수행결과와 상기 실제 데이터의 비교결과를 3차원 형상의 그래픽으로 출력하는 단계를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a method of verifying a prediction algorithm of an energy management system, the method comprising: generating power generation equipment installed in the target area based on a target area and target time information for verification of a plurality of prediction algorithms; Generating modeling data for the object; Applying the modeling data, the 3D terrain information for the target area, and the weather station data during the target time information to a predetermined virtual environment calculation algorithm to generate virtual environment data for the power generation facility of the target area; Performing the plurality of prediction algorithms to generate an algorithm execution result for each prediction algorithm; Selecting an optimal algorithm among the plurality of prediction algorithms by comparing the algorithm execution result of each prediction algorithm with actual data; And outputting the virtual environment data, the algorithm execution result, and the comparison result of the algorithm-specific execution result and the actual data as a graph of a three-dimensional shape.
본 발명에 따르면, 에너지 관리 시스템에서 이용되는 예측 알고리즘의 정확도를 검증할 수 있고, 예측 알고리즘의 정확도에 따라 예측 알고리즘에 대한 스케쥴링을 수행할 수 있어 에너지 제어를 최적화시킬 수 있다는 효과가 있다.According to the present invention, it is possible to verify the accuracy of the prediction algorithm used in the energy management system, and to perform scheduling for the prediction algorithm according to the accuracy of the prediction algorithm, thereby optimizing the energy control.
또한, 본 발명에 따르면 에너지 관리 시스템에서 이용되는 예측 알고리즘의 정확도를 가상 환경 상에서 검증할 수 있기 때문에 예측 알고리즘의 정확도 검증에 소요되는 시간을 단축시킬 수 있고, 이로 인해 보다 빠른 시간 내에 예측 알고리즘의 최적화를 수행할 수 있다는 효과가 있다.Further, according to the present invention, since the accuracy of the prediction algorithm used in the energy management system can be verified in the virtual environment, it is possible to shorten the time required to verify the accuracy of the prediction algorithm, Can be performed.
또한, 본 발명에 따르면, 데이터베이스를 기반으로 예측 알고리즘을 검증하기 때문에 항상 동일한 검증을 위한 자료 제공이 가능하여 예측 알고리즘 검증에 대한 신뢰성을 향상시킬 수 있다는 효과가 있다.In addition, according to the present invention, since the prediction algorithm is verified based on the database, it is possible to always provide data for the same verification, thereby improving the reliability of the prediction algorithm verification.
또한, 본 발명에 따르면 데이터베이스의 교체를 통해 예측 대상이 되는 지역에 관계없이 예측 알고리즘의 검증이 가능하다는 효과가 있다.Further, according to the present invention, there is an effect that the prediction algorithm can be verified regardless of the region to be predicted through the replacement of the database.
도 1은 본 발명의 일 실시예에 따른 에너지 관리 시스템의 예측 알고리즘 검증 시스템의 구성을 보여주는 블록도이다.
도 2는 도 1에 도시된 관제장치의 구성을 보여주는 블록도이다.
도 3은 도 1에 도시된 분석장치의 구성을 보여주는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 에너지 관리 시스템의 예측 알고리즘 검증 방법을 보여주는 플로우차트이다.
1 is a block diagram illustrating a configuration of a prediction algorithm verification system of an energy management system according to an embodiment of the present invention.
Fig. 2 is a block diagram showing the configuration of the control apparatus shown in Fig. 1. Fig.
3 is a block diagram showing the configuration of the analysis apparatus shown in FIG.
4 is a flowchart illustrating a method of verifying a prediction algorithm of an energy management system according to an embodiment of the present invention.
본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.The meaning of the terms described herein should be understood as follows.
단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.The word " first, "" second," and the like, used to distinguish one element from another, are to be understood to include plural representations unless the context clearly dictates otherwise. The scope of the right should not be limited by these terms.
"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.It should be understood that the terms "comprises" or "having" does not preclude the presence or addition of one or more other features, integers, steps, operations, elements, components, or combinations thereof.
"적어도 하나"의 용어는 하나 이상의 관련 항목으로부터 제시 가능한 모든 조합을 포함하는 것으로 이해되어야 한다. 예를 들어, "제1 항목, 제2 항목 및 제 3항목 중에서 적어도 하나"의 의미는 제1 항목, 제2 항목 또는 제3 항목 각각 뿐만 아니라 제1 항목, 제2 항목 및 제3 항목 중에서 2개 이상으로부터 제시될 수 있는 모든 항목의 조합을 의미한다.
It should be understood that the term "at least one" includes all possible combinations from one or more related items. For example, the meaning of "at least one of the first item, the second item and the third item" means not only the first item, the second item or the third item, but also the second item and the second item among the first item, Means any combination of items that can be presented from more than one.
이하, 첨부되는 도면을 참고하여 본 발명의 실시예들에 대해 상세히 설명한다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 에너지 관리 시스템의 예측 알고리즘 검증 시스템(이하, '검증 시스템'이라 함)의 구성을 보여주는 블록도이다.1 is a block diagram showing a configuration of a prediction algorithm verification system (hereinafter referred to as a 'verification system') of an energy management system according to an embodiment of the present invention.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 검증 시스템(100)은 모델링장치(110), 데이터베이스(115), 가상환경 연산장치(120), 관제장치(130), 3D뷰어(140), 분석장치(150), 및 알고리즘 매니저(160)를 포함한다.1, a verification system 100 according to an exemplary embodiment of the present invention includes a modeling device 110, a database 115, a virtual environment computing device 120, a control device 130, a 3D viewer 140, an analysis device 150, and an algorithm manager 160.
도 1에 도시된 바와 같이, 본 발명에 따른 검증 시스템(100)은 에너지 관리 시스템(Energy Management System: EMS)에서 이용되는 다양한 예측 알고리즘들에 대한 검증을 수행한다.As shown in FIG. 1, the verification system 100 according to the present invention performs verification of various prediction algorithms used in an energy management system (EMS).
본 발명에 따른 검증 시스템(100)은 예측 알고리즘의 검증을 위한 가상환경을 구축하고, 구축된 가상 환경 상에서 예측 알고리즘을 수행함으로써 예측 알고리즘의 정확도를 검증하게 된다.The verification system 100 according to the present invention constructs a virtual environment for verification of a prediction algorithm and verifies the accuracy of the prediction algorithm by executing a prediction algorithm on the constructed virtual environment.
이때, 에너지 관리 시스템에서 사용되는 예측 알고리즘은 부하예측 알고리즘, 장기발전예측 알고리즘, 단기발전예측 알고리즘을 포함하고, 장기발전예측 및 단기발전예측에 이용되는 발전설비는 풍력이나 태양광등과 같은 신재생 에너지원과 디젤발전기를 포함한다.At this time, the prediction algorithms used in the energy management system include a load prediction algorithm, a long-term generation prediction algorithm, and a short-term generation prediction algorithm, and the power generation facilities used for long-term generation prediction and short- Includes circles and diesel generators.
모델링장치(110)는 예측 알고리즘 검증을 위해 사용자가 선택된 타겟 지역 및 타겟 시간정보를 기초로 타겟 지역에 설치되어 있는 발전설비에 대한 모델링 데이터를 생성한다.The modeling device 110 generates modeling data for the power generation facilities installed in the target area based on the target area and target time information selected by the user for the prediction algorithm verification.
일 실시예에 있어서, 발전설비는 태양광 발전기, 풍력 발전기 등과 같은 신재생 에너지원뿐만 아니라 디젤 발전기도 포함하는 개념이다.In one embodiment, the generation facility includes not only renewable energy sources such as photovoltaic generators, wind power generators, etc. but also diesel generators.
본 발명에 따른 모델링 장치(110)는 타겟지역 내에 설치되어 있는 발전설비에 대해, 데이터베이스(115)로부터 타겟 시간 동안 운영되었던 발전설비의 종류, 발전설비의 개수, 발전설비의 위치, 및 각 발전설비의 성능(예컨대, 발전설비의 정격출력, 최대 발전량, 또는 최소 발전량 등)에 대한 정보를 획득하고, 획득된 발전설비의 종류, 개수, 위치, 및 성능을 함수 형태로 정의함으로써 발전설비에 대한 모델링 데이터를 생성한다.The modeling device 110 according to the present invention can be configured to perform various functions such as the type of power generation facility that was operated for the target time from the database 115, the number of power generation facilities, the location of the power generation facility, The number, the position, and the performance of the power generation facility obtained by acquiring information on the performance of the power generation facility (for example, the rated power of the power generation facility, the maximum power generation amount, or the minimum power generation amount) And generates data.
데이터베이스(115)에는 날씨, 온도, 구름, 풍속, 풍향, 강우, 온도 등과 같은 기상청 데이터, 특정 지역의 각 시간구간 동안 신재생 에너지원에 의해 생산된 발전 데이터(예컨대, 신재생 발전기의 종류, 개수, 및 발전량 등) 및 디젤 발전기에 의한 발전 데이터(예컨대, 디젤 발전기의 개수, 및 발전량 등), 특정 지역의 각 시간 구간 동안의 부하 데이터(전력 소모, 온도, 도시 타입 등), 및 특정 지역에 대한 3D 지형 데이터(예컨대, 해당 지역의 Geometry 정보 및 각 발전설비의 위치 정보 등)가 기록된다.The database 115 stores meteorological data such as weather, temperature, clouds, wind speed, wind direction, rainfall, temperature and the like, generation data produced by renewable energy sources during each time period of a specific area (Power consumption, temperature, city type, etc.) during each time period of a specific area, and the power generation data by the diesel generator (for example, the number of diesel generators, 3D geographical data (e.g., geometry information of the area and location information of each power generation facility, etc.) are recorded.
다음으로, 가상환경 연산장치(120)는 모델링 장치(110)에 의해 생성된 모델링 데이터, 데이터베이스(115)로부터 획득되는 타겟 지역에 대한 3D 지형정보 및 타겟 지역에서 타겟 시간동안의 기상청 데이터를 미리 정해진 가상환경 연산 알고리즘에 적용함으로써 타겟 지역의 발전설비에 대한 가상환경 데이터를 생성한다.Next, the virtual environment computing device 120 generates 3D model data for modeling data generated by the modeling device 110, 3D terrain information for the target area obtained from the database 115, and weather station data for the target time in the target area, By applying it to the virtual environment calculation algorithm, the virtual environment data for the power generation facilities of the target area is generated.
일 실시예에 있어서, 미리 정해진 가상환경 연산 알고리즘은 풍력 구현 알고리즘, 구름 구현 알고리즘, 조도 구현 알고리즘, 지형 구현 알고리즘 등을 포함한다.In one embodiment, the predetermined virtual environment computation algorithm includes a wind force implementation algorithm, a cloud implementation algorithm, an illumination implementation algorithm, a terrain implementation algorithm, and the like.
보다 구체적으로, 가상환경 연산장치(120)는 타겟 지역에 대한 3D 지형정보를 기초로 타겟 지역을 모델링하고, 모델링 장치(110)에 의해 생성된 발전설비에 대한 모델링 데이터를 기초로 해당 지역 상에 가상의 발전설비를 모델링하며, 기상청 데이터를 기초로 해당 지역에 대한 기상 상태(예컨대, 온도, 풍속, 풍향, 구름량, 조도 등)를 모델링함으로써 타겟 지역의 발전설비에 대한 가상환경 데이터를 생성한다.More specifically, the virtual environment computing device 120 models the target area based on the 3D terrain information on the target area, and based on the modeling data on the power generation facility generated by the modeling device 110, (Eg, temperature, wind velocity, wind direction, cloud amount, roughness, and the like) for a given area based on the weather station data to generate virtual environment data for the power generation facilities of the target area .
다음으로, 관제장치(130)는 검증 대상이 되는 예측 알고리즘들을 수행하여 각 예측 알고리즘 별로 알고리즘 수행결과를 생성한다. 이하, 이러한 관제장치(130)의 구성을 도 2를 참조하여 보다 구체적으로 설명한다.Next, the control apparatus 130 performs prediction algorithms to be verified and generates algorithm execution results for each prediction algorithm. Hereinafter, the configuration of such a control apparatus 130 will be described in more detail with reference to FIG.
도 2는 본 발명의 일 실시예에 따른 관제장치(130)의 구성을 개략적으로 보여주는 블록도이다.FIG. 2 is a block diagram schematically showing the configuration of a control apparatus 130 according to an embodiment of the present invention.
도 2에 도시된 바와 같이, 관제장치(130)는 입력 인터페이스부(210), 알고리즘 호출부(220), 예측 알고리즘 수행부(230), 및 데이터 송수신부(240)를 포함한다.2, the control apparatus 130 includes an input interface unit 210, an algorithm call unit 220, a prediction algorithm implementation unit 230, and a data transmission / reception unit 240.
먼저, 입력 인터페이스부(210)는 사용자로부터 예측 알고리즘 검증을 수행하기 위한 타겟지역, 예측 알고리즘을 검증하기 위한 타겟 시간정보, 및 검증 대상이 되는 예측 알고리즘들에 대한 선택요청을 수신한다.First, the input interface unit 210 receives a target region for performing a prediction algorithm verification from a user, target time information for verifying a prediction algorithm, and a selection request for prediction algorithms to be verified.
일 실시예에 있어서, 검증 대상이 되는 예측 알고리즘들은 발전 설비 별로 선택될 수 있다. 이는, 신재생 에너지원 중 태양광 발전기에 의한 발전량 예측을 위한 알고리즘과 풍력 발전기에 의한 발전량 예측을 위한 알고리즘이 서로 상이할 수 있기 때문이다.In one embodiment, the prediction algorithms to be verified can be selected for each generation facility. This is because the algorithm for predicting the generation amount of the PV generator by the renewable energy source and the algorithm for estimating the generation amount by the wind power generator may be different from each other.
알고리즘 호출부(220)는 사용자에 의해 검증 요청된 예측 알고리즘들을 알고리즘 매니저(1600로부터 호출한다. The algorithm calling unit 220 calls the prediction algorithms requested by the user from the algorithm manager 1600. [
예측 알고리즘 수행부(230)는 모델링 장치(110)에 의해 생성된 모델링 데이터, 타겟지역에서 타겟 시간 동안의 기상청 데이터, 및 타겟 지역에서 타겟 시간동안의 부하 데이터를 기초로 사용자에 의해 검증이 요청된 각 예측 알고리즘들을 수행함으로써 각 예측 알고리즘에 대한 수행결과를 생성한다.The prediction algorithm implementation unit 230 performs a prediction algorithm based on the modeling data generated by the modeling device 110, the weather station data for the target time in the target area, and the load data for the target time in the target area Each prediction algorithm is executed to generate the execution result for each prediction algorithm.
일 실시예에 있어서, 예측 알고리즘이 부하 예측인 경우 수행결과는 부하 데이터이고, 예측 알고리즘이 장기 또는 단기 발전 예측인 경우 수행결과는 예측된 발전 데이터일 수 있다. 이하에서는 설명의 편의를 위해 알고리즘 수행결과가 발전 데이터인 것으로 가정하여 설명하기로 한다.In one embodiment, when the prediction algorithm is a load prediction, the execution result is load data, and if the prediction algorithm is a long-term or short-term prediction, the execution result may be predicted development data. Hereinafter, for convenience of explanation, it is assumed that the algorithm execution result is generated data.
예측 알고리즘 수행부(230)는 예측 알고리즘들을 수행함에 있어서, 선택된 예측 알고리즘이 장기 발전예측인 경우 예측을 위한 타겟 시간(예컨대 타겟일+1일로 설정) 내에서 미리 정해진 시간(Hour) 단위 별로 각 예측 알고리즘들을 수행하여 각 예측 알고리즘 별로 알고리즘 수행결과를 생성한다.In performing the prediction algorithms, the prediction algorithm execution unit 230 may perform prediction algorithms for a predetermined time (Hour unit) within a target time (for example, a target day + 1 day) Algorithms are performed to generate algorithm execution results for each prediction algorithm.
또한, 예측 알고리즘 수행부(230)는 선택된 알고리즘이 단기 발전예측인 경우 예측을 위한 타겟 시간(예컨대 타겟일로 설정) 내에서 미리 정해진 분(Min) 단위 별로 각 예측 알고리즘들을 수행하여 각 예측 알고리즘 별로 알고리즘 수행결과를 생성한다.In addition, the prediction algorithm executing unit 230 performs each prediction algorithm in units of a predetermined minute (Min) within a target time (for example, a target day) for prediction when the selected algorithm is a short-term generation prediction, And generates the execution result.
데이터 송수신부(240)는 모델링 장치(110)로부터 모델링 데이터를 수신하고, 가상환경 연산장치(120)로부터 가상환경 데이터를 수신하며, 데이터베이스(115)로부터 타겟 지역에서 타겟 시간 동안의 부하 데이터 및 타겟지역에서 타겟 시간 동안의 실제 발전 데이터를 수신한다.The data transmitting and receiving unit 240 receives the modeling data from the modeling device 110 and receives the virtual environment data from the virtual environment computing device 120. The data transmitting and receiving unit 240 receives the load data for the target time from the database 115, And receives actual development data for the target time in the area.
또한, 데이터 송수신부(240)는 예측 알고리즘 수행부(230)에 의해 생성된 각 예측 알고리즘 별 알고리즘 수행결과, 가상환경 연산장치(120)로부터 수신한 가상환경 데이터, 및 데이터베이스(115)로부터 획득한 타겟지역에서 타겟 시간 동안의 실제 발전 데이터를 3D 뷰어(140)로 전달한다.The data transmission / reception unit 240 receives the algorithm execution result of each prediction algorithm generated by the prediction algorithm implementation unit 230, the virtual environment data received from the virtual environment calculation apparatus 120, And transmits the actual development data for the target time to the 3D viewer 140 in the target area.
다시 도 1을 참조하면, 3D 뷰어(140)는 관제장치(130)로부터 전달되는 알고리즘 수행결과, 가상환경 연산장치(120)에 의해 생성된 가상환경 데이터, 및 실제 발전 데이터를 3차원 환경 그래픽으로 출력한다.Referring again to FIG. 1, the 3D viewer 140 displays the virtual environment data generated by the virtual environment computing device 120 and the actual power generation data as a 3D environment graphic Output.
즉, 3D 뷰어(140)는 타겟 지역에서 타겟 시간 동안 각 발전설비의 상태(예컨대, 풍력 발전기의 임펠라 회전속도 또는 태양광 발전기의 배치 등)를 3차원 형상의 그래픽으로 출력한다.That is, the 3D viewer 140 graphically outputs the state of each power plant (for example, the impeller rotational speed of the wind turbine generator or the arrangement of the solar generator) during the target time in the target area.
일 시시예에 있어서, 3D 뷰어(140)는 3차원 환경 그래픽 상에 후술할 분석장치(150)에 의해 생성된 각 알고리즘 수행결과와 실제 발전 데이터의 비교결과 및 각 시간구간 별 최적의 알고리즘을 표시할 수 있다. 이때, 3D 뷰어(140)는 각 알고리즘 수행결과와 실제 발전 데이터가 다른 시간 구간이 존재하는 경우 음향, 문자, 또는 영상 등을 통해 사용자에게 이를 통지할 수 있다.In one example, the 3D viewer 140 displays the comparison results of the respective algorithm execution results generated by the analysis device 150, which will be described later, on the three-dimensional environment graphic with the actual power generation data, and the optimal algorithm for each time interval can do. At this time, the 3D viewer 140 can notify the user through sound, character, or image when the algorithm execution result and the actual power generation data have different time intervals.
분석장치(150)는 각 예측 알고리즘 별 알고리즘 수행결과들을 타겟 지역에서 타겟 시간 동안의 실제 발전 데이터와 소정 시간 단위로 비교하고, 비교결과에 기초하여 복수개의 예측 알고리즘들 중 각 시간 단위 별로 최적의 알고리즘을 선정한다.The analyzer 150 compares the algorithm execution results of each prediction algorithm with the actual generation data for the target time in the target area in units of a predetermined time, and calculates an optimal algorithm for each time unit among the plurality of prediction algorithms .
이하, 본 발명에 따른 분석장치(150)의 구성을 도 3을 참조하여 구체적으로 설명한다.Hereinafter, the configuration of the analysis apparatus 150 according to the present invention will be described in detail with reference to FIG.
도 3은 본 발명의 일 실시예에 따른 분석장치의 구성을 개략적으로 보여주는 블록도이다.3 is a block diagram schematically illustrating the configuration of an analysis apparatus according to an embodiment of the present invention.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 분석장치(150)는 신뢰구간 설정부(310), 적중값 산출부(320), 적중도 산출부(330), 최적 알고리즘 선정부(340), 및 알고리즘 스케쥴링부(350)를 포함한다.3, the analysis apparatus 150 according to an exemplary embodiment of the present invention includes a confidence interval setting unit 310, a hit value calculating unit 320, an hit rate calculating unit 330, 340, and an algorithm scheduling unit 350.
먼저, 신뢰구간 설정부(310)는 관제장치(130)에 의해 생성된 각 예측 알고리즘 별 알고리즘 수행결과의 적중값을 산출하기 위해 실제 발전 데이터를 기초로 신뢰구간을 설정한다. 이는 알고리즘 수행결과와 실제 발전 데이터가 완전히 일치할 수 없기 때문에 알고리즘 수행 결과가 신뢰구간 내에 포함되는 것 만으로 트랜드를 추종한다고 볼 수 있기 때문이다.First, the confidence interval setting unit 310 sets a confidence interval based on actual power generation data to calculate a hit value of an algorithm performance result of each prediction algorithm generated by the control device 130. [ This is because the algorithm execution result and the actual generation data can not be completely matched, so that the algorithm execution result is included in the confidence interval so that it follows the trend.
일 실시예에 있어서, 신뢰구간 설정부(310)는 실제 발전 데이터를 기초로 복수개의 신뢰구간을 설정하고, 알고리즘 수행결과가 실제 발전 데이터에 더 근접한 신뢰구간에 포함될수록 높은 적중값을 가질 수 있도록 신뢰구간을 설정한다.In one embodiment, the confidence interval setting unit 310 sets a plurality of confidence intervals based on the actual power generation data, and sets the confidence interval so that the algorithm execution result has a higher hit value as it is included in the confidence interval closer to the actual power generation data. Set the confidence interval.
예컨대, 신뢰구간 설정부(310)는 실제 발전 데이터의 100%~99% 구간을 제1 신뢰구간으로 설정하고, 실제 발전 데이터의 98%~95% 구간을 제2 신뢰구간으로 설정하며, 실제 발전 데이터의 94%~90%구간을 제3 신뢰구간으로 설정하고, 실제 발전 데이터의 89%에서 80%구간을 제4 신뢰구간으로 설정하며, 실제 발전 데이터의 79%에서 75%구간을 제5 신뢰구간으로 설정하며, 그 이하의 구간을 제6 신뢰구간으로 설정할 수 있다.For example, the confidence interval setting unit 310 sets 100% to 99% of actual power generation data as a first confidence interval, sets 98% to 95% of actual power generation data as a second confidence interval, The 94% to 90% of the data is set as the third confidence interval, the 89% to 80% of the actual power generation data is set as the fourth confidence interval, and the 79% to 75% Interval, and the interval shorter than the interval may be set as the sixth confidence interval.
또한, 신뢰구간 설정부(310)는 각 신뢰구간 별로 신뢰구간 값을 할당할 수 있다. 이때, 알고리즘 수행결과가 실제 발전 데이터에 더 근접한 신뢰구간일수록 더 높은 신뢰구간 값을 할당할 수 있다. 예컨대, 실제 발전 데이터의 100%~99% 구간인 제1 신뢰구간에 대해서는 신뢰구간 값으로 5를 할당하고, 실제 발전 데이터의 98%~95% 구간인 제2 신뢰구간에 대해서는 신뢰구간 값으로 4를 할당하며, 실제 발전 데이터의 94%~90%구간인 제3 신뢰구간에 대해서는 신뢰구간 값으로 3을 할당하고, 실제 발전 데이터의 89%에서 80%구간인 제4 신뢰구간에 대해서는 신뢰구간 값으로 2를 할당하며, 실제 발전 데이터의 79%에서 75%구간인 제4 신뢰구간에 대해서는 신뢰구간 값으로 1을 할당하며, 그 이하의 구간인 제5 신뢰구간에 대해서는 0을 할당할 수 있다.Also, the confidence interval setting unit 310 may assign a confidence interval value for each confidence interval. At this time, as the algorithm execution result is closer to the actual generation data, the confidence interval can be assigned a higher confidence interval value. For example, 5 is assigned as the confidence interval value for the first confidence interval that is 100% to 99% of the actual power generation data, and 4 for the second confidence interval that is the 98% to 95% 3 is assigned as the confidence interval value for the third confidence interval, which is 94% to 90% of the actual power generation data, and for the fourth confidence interval, which is the 89% to 80% And a confidence interval value of 1 is assigned to the fourth confidence interval, which is 79% to 75% of the actual power generation data, and 0 is allocated to the fifth confidence interval.
적중값 산출부(320)는 각 예측 알고리즘 별 알고리즘 수행결과에 대한 신뢰구간 값에 미리 정해진 가중치를 반영함으로써 소정 시간 구간 별로 각 예측 알고리즘에 대한 적중값을 산출한다. 일 실시예에 있어서, 가중치는 계절별, 월별, 또는 시간별로 다르게 설정할 수 있고, 3단계(예컨대 높음: 3, 보통: 2, 낮음: 1)로 설정될 수 있다.The hit value calculation unit 320 calculates a hit value for each prediction algorithm for each predetermined time interval by reflecting a predetermined weight on the confidence interval value for the algorithm execution result for each prediction algorithm. In one embodiment, the weights may be set differently by season, month, or time, and may be set to three levels (e.g., High: 3, Medium: 2, Low: 1).
이때, 적중값 산출부(320)는 각 예측 알고리즘 별 알고리즘 수행결과에 대한 신뢰구간 값에 미리 정해진 가중치를 승산함으로써 소정 시간 구간 별로 각 예측 알고리즘에 대한 적중값을 산출한다.At this time, the hit value calculation unit 320 calculates a hit value for each prediction algorithm for each predetermined time interval by multiplying the confidence interval value of the algorithm execution result for each prediction algorithm by a predetermined weight.
적중도 산출부(330)는 적중값 산출부(320)에 의해 산출된 적중값을 평균하여 소정 시간 구간에 대한 각 알고리즘 수행결과들의 적중도를 산출한다. 이를 수학식으로 표현하면 아래의 수학식 1과 같다.The hit rate calculation unit 330 calculates a hit rate of each algorithm execution result for a predetermined time interval by averaging the hit values calculated by the hit value calculation unit 320. [ This can be expressed by the following equation (1).
Figure 112014128347059-pat00001
Figure 112014128347059-pat00001
수학식 1에서 n은 연속하는 시간 구간의 개수를 나타내고, Vi는 i번째 시간 구간의 적중값을 나타낸다.In Equation (1), n denotes the number of consecutive time intervals, and Vi denotes a hit value of the i-th time interval.
최적 알고리즘 선정부(340)는 소정 시간 구간 동안 적정도 산출부(330)에 의해 산출된 적중도가 높은 예측 알고리즘을 해당 시간 구간 동안의 최적 알고리즘으로 선정한다.The optimal algorithm selection unit 340 selects a prediction algorithm having a high hit rate calculated by the fitness calculation unit 330 for a predetermined time period as an optimal algorithm for the corresponding time interval.
일 실시예에 있어서, 최적 알고리즘 선정부(340)는 소정 시간 구간 동안 적중도가 동일한 예측 알고리즘이 존재하는 경우, 전체 시간 구간에 대해 산출된 적중도가 높은 알고리즘을 최적의 알고리즘으로 선정할 수 있다.In one embodiment, when there is a prediction algorithm having the same hit rate during a predetermined time interval, the optimal algorithm selection unit 340 can select an algorithm having a high hit rate calculated over the entire time interval as an optimal algorithm.
한편, 예측 알고리즘 검증 시스템은 각 시간 구간 별로 최적의 알고리즘들을 조합함으로써 예측 알고리즘에 대한 스케쥴링을 수행할 수 있다.On the other hand, the prediction algorithm verification system can perform scheduling for the prediction algorithm by combining optimal algorithms for each time interval.
알고리즘 스케쥴링부(350)는 각 시간 구간 별로 최적의 알고리즘들을 조합함으로써 예측 알고리즘에 대한 스케쥴링을 수행한다. 즉, 알고리즘 스케쥴링부(350)는 검증 대상이 되는 타겟 기간 동안 각 시간 구간 별로 최적의 알고리즘들을 선정하고, 선정된 각 알고리즘들을 시간 구간 순서대로 배열함으로써 타겟 기간 동안의 알고리즘에 대한 스케쥴링을 수행한다.The algorithm scheduling unit 350 performs scheduling for the prediction algorithm by combining optimal algorithms for each time interval. That is, the algorithm scheduling unit 350 selects optimal algorithms for each time interval during the target period to be verified, and performs scheduling for the algorithm during the target period by arranging the selected algorithms in order of time intervals.
이와 같이, 본 발명은 알고리즘 스케쥴링부(350)를 통해 각 시간 구간 별로 정확도가 높은 예측 알고리즘들에 대한 스케쥴을 제공함으로써 에너지 관리 시스템이 해당 스케쥴에 따라 발전량 예측을 수행할 수 있도록 함으로써 최적의 에너지 제어가 가능하도록 한다.As described above, the present invention provides a schedule for prediction algorithms with high accuracy for each time interval through the algorithm scheduling unit 350 so that the energy management system can predict the generation amount according to the schedule, .
분석장치(150)는 각 예측 알고리즘 별 알고리즘 수행결과들과 실제 발전 데이터와의 비교결과 및 최적의 알고리즘을 3D 뷰어(140)로 제공함으로써 비교결과 및 최적의 알고리즘이 3D 뷰어(140)를 통해 출력될 수 있도록 한다.The analyzer 150 provides the 3D viewer 140 with the comparison result between the algorithm execution results of each prediction algorithm and the actual power generation data and the optimum algorithm to output the comparison result and the optimum algorithm through the 3D viewer 140 .
다시 도 1을 참조하면, 알고리즘 매니져(160)는 검증 대상이 되는 복수개의 예측 알고리즘들을 등록 및 관리하고, 관제장치(130)로부터 예측 알고리즘이 호출되면 호출된 예측 알고리즘을 관제장치(130)로 전달한다.Referring again to FIG. 1, the algorithm manager 160 registers and manages a plurality of prediction algorithms to be verified, and when the prediction algorithm is called from the control device 130, transmits the called prediction algorithm to the control device 130 do.
일 실시예에 있어서, 알고리즘 매니져(160)는 알고리즘 DLL, 알고리즘 정보, 알고리즘 입력 및 출력정보, 알고리즘의 입력/출력의 매핑정보, 알고리즘 데이터의 전달 방식 정보(예컨대, XML 또는 TXT 등)의 정보를 각 예측 알고리즘과 함께 등록할 수 있다.In one embodiment, the algorithm manager 160 may include information about the algorithm DLL, algorithm information, algorithm input and output information, mapping information for input / output of the algorithm, and delivery method information (e.g., XML or TXT) You can register with each prediction algorithm.
이하, 도 4를 참조하여 본 발명의 일 실시예에 따른 에너지 관리 시스템의 예측 알고리즘 검증방법에 대해 설명한다.Hereinafter, a prediction algorithm verification method of the energy management system according to an embodiment of the present invention will be described with reference to FIG.
도 4는 본 발명의 일 실시예에 따른 에너지 관리 시스템의 예측 알고리즘 검증방법을 보여주는 플로우차트이다.4 is a flowchart illustrating a method of verifying a prediction algorithm of an energy management system according to an embodiment of the present invention.
도 4에 도시된 에너지 관리 시스템의 예측 알고리즘 검증방법은 도 1에 도시된 예측 알고리즘 검증 시스템에 의해 수행될 수 있다.The prediction algorithm verification method of the energy management system shown in FIG. 4 can be performed by the prediction algorithm verification system shown in FIG.
먼저, 예측 알고리즘 검증 시스템은 예측 알고리즘 검증을 수행하기 위한 타겟 지역, 타겟 시간정보, 및 검증 대상이 되는 예측 알고리즘들을 선택한다(S400). 예측 알고리즘은 특정 날짜의 부하를 예측하기 위한 부하예측 알고리즘, 단기 발전 예측 알고리즘, 및 장기 발전예측 알고리즘 중 적어도 하나를 포함할 수 있다.First, the prediction algorithm verification system selects target regions, target time information, and prediction algorithms to be verified (S400). The prediction algorithm may include at least one of a load prediction algorithm, a short-term generation prediction algorithm, and a long-term generation prediction algorithm for predicting a load of a specific date.
일 실시예에 있어서, 검증 대상이 되는 예측 알고리즘은 발전 설비 별로 선택할 수 있다. 이는, 신재생 에너지원 중 태양광 발전기에 의한 발전량 예측을 위한 알고리즘과 풍력 발전기에 의한 발전량 예측을 위한 알고리즘이 서로 상이할 수 있기 때문이다.In one embodiment, the prediction algorithm to be verified can be selected for each generation facility. This is because the algorithm for predicting the generation amount of the PV generator by the renewable energy source and the algorithm for estimating the generation amount by the wind power generator may be different from each other.
이후, 예측 알고리즘 검증 시스템은 선택된 타겟 지역 및 타겟 시간정보를 기초로 타겟 지역에 설치되어 있는 발전설비에 대한 모델링 데이터를 생성한다(S410).Thereafter, the prediction algorithm verification system generates modeling data for power generation facilities installed in the target area based on the selected target area and target time information (S410).
구체적으로, 예측 알고리즘 검증 시스템은 타겟지역 내에 설치되어 있는 발전설비에 대해, 타겟 시간 동안 운영되었던 발전설비의 타입, 발전설비의 개수, 발전설비의 위치, 및 발전설비의 성능(예컨대 정격출력, 최대출력, 또는 최소출력 등)에 대한 정보를 함수 형태로 정의하여 발전설비에 대한 모델링 데이터를 생성할 수 있다.Specifically, the prediction algorithm verification system determines, for a power generation facility installed in a target area, the type of power generation facility operated for the target time, the number of power generation facilities, the location of the power generation facility, and the performance of the power generation facility Output, or minimum output, etc.) can be defined as functions to generate modeling data for the power plant.
이후, 예측 알고리즘 검증 시스템은, 모델링 데이터, 타겟 지역에 대한 3D 지형정보, 및 타겟 시간정보 동안의 기상청 데이터를 미리 정해진 가상환경 연산 알고리즘에 적용하여 타겟 지역의 발전설비에 대한 가상환경 데이터를 생성한다(S420).Then, the prediction algorithm verification system generates the virtual environment data for the power generation facility of the target area by applying the modeling data, the 3D terrain information for the target area, and the weather station data during the target time information to the predetermined virtual environment calculation algorithm (S420).
일 실시예에 있어서, 미리 정해진 가상환경 연산 알고리즘은 풍력 구현 알고리즘, 구름 구현 알고리즘, 조도 구현 알고리즘, 지형 구현 알고리즘 등을 포함한다.In one embodiment, the predetermined virtual environment computation algorithm includes a wind force implementation algorithm, a cloud implementation algorithm, an illumination implementation algorithm, a terrain implementation algorithm, and the like.
보다 구체적으로, 예측 알고리즘 검증 시스템은 타겟 지역에 대한 3D 지형정보를 기초로 타겟 지역을 모델링하고, 모델링 데이터를 기초로 해당 지역 상에 발전설비를 모델링하며, 기상청 데이터를 기초로 해당 지역에 대한 기상 상태를 모델링함으로써 타겟 지역의 발전설비에 대한 가상환경 데이터를 생성한다.More specifically, the prediction algorithm verification system models the target area based on the 3D terrain information on the target area, models the power generation facilities on the basis of the modeling data, And generates the virtual environment data for the power generation facility of the target area by modeling the state.
이후, 예측 알고리즘 검증 시스템은, 3D 뷰어를 통해 타겟지역에서의 발전설비에 대한 가상환경 데이터를 로드하여 발전설비를 3차원 환경의 그래픽으로 출력한다(S430).Thereafter, the prediction algorithm verification system loads the virtual environment data of the power generation facility in the target area through the 3D viewer to output the power generation facility as a graphic of the three-dimensional environment (S430).
이후, 예측 알고리즘 검증 시스템은, 모델링 데이터, 타겟지역에서 타겟 시간 동안의 기상청 데이터, 및 타겟 지역에서 타겟 시간동안의 부하 데이터를 기초로 S400에서 선택된 예측 알고리즘들을 수행함으로써 각 예측 알고리즘에 대한 수행결과를 생성한다(S440). 일 실시예에 있어서, 예측 알고리즘이 부하 예측인 경우 수행결과는 부하 데이터이고, 예측 알고리즘이 장기 또는 단기 발전 예측인 경우 수행결과는 예측된 발전 데이터일 수 있다.Thereafter, the prediction algorithm verification system performs the prediction algorithms selected in S400 based on the modeling data, the meteorological data for the target time in the target area, and the load data for the target time in the target area, (S440). In one embodiment, when the prediction algorithm is a load prediction, the execution result is load data, and if the prediction algorithm is a long-term or short-term prediction, the execution result may be predicted development data.
구체적으로, 예측 알고리즘 검증 시스템은, 예측 알고리즘을 수행함에 있어서, 선택된 알고리즘이 장기 발전예측인 경우 예측을 위한 타겟 시간(예컨대 타겟일+1일로 설정) 내에서 미리 정해진 시간 단위 별로 알고리즘을 수행하여 수행결과를 생성하고, 선택된 알고리즘이 단기 발전예측인 경우 예측을 위한 타겟 시간(예컨대 타겟일로 설정) 내에서 미리 정해진 분 단위 별로 알고리즘을 수행하여 수행결과를 생성한다.Specifically, in performing the prediction algorithm, the prediction algorithm verification system performs an algorithm by a predetermined time unit within a target time for prediction (for example, set as a target day + 1 day) when the selected algorithm is a long-term generation prediction And generates an execution result by performing an algorithm on a predetermined unit of time within a target time (for example, set as a target day) for prediction when the selected algorithm is a short-term generation prediction.
이후, 예측 알고리즘 검증 시스템은 각 예측 알고리즘 별 알고리즘 수행결과들을 타겟 지역에서 타겟 시간 동안의 실제 발전 데이터와 소정 시간 단위로 비교하고(S450), 비교결과에 기초하여 각 시간 단위 별로 최적의 알고리즘을 선정한다(S460).Thereafter, the prediction algorithm verification system compares the algorithm execution results of each prediction algorithm with the actual generation data for the target time in the target area in units of a predetermined time (S450), and selects an optimal algorithm for each time unit based on the comparison result (S460).
일 실시예에 있어서, 예측 알고리즘 검증 시스템은 최적의 알고리즘을 선정하기 위해, 먼저 실제 발전 데이터를 기초로 신뢰구간 및 각 신뢰구간 별로 신뢰구간 값을 설정한다. 이후, 알고리즘 수행결과가 포함되는 신뢰구간에 매칭되어 있는 신뢰구간 값에 계절 또는 시간대 별로 설정되어 있는 가중치를 반영한 적중값을 평균함으로써 각 알고리즘 수행결과에 대한 적중도를 산출한다. 이때, 예측 알고리즘 검증 시스템은 시간적으로 연속하는 n개의 적중값을 평균하여 적중도를 산출하게 되고, 각 시간 구간 별로 적중도가 가장 높은 예측 알고리즘을 최적 알고리즘을 선정하게 된다. n개의 적중값을 평균한 적중도가 동일한 경우 예측 알고리즘 검증 시스템은 전체 시간 구간에 대해 산출된 적중도가 높은 알고리즘을 최적의 알고리즘으로 선정할 수 있다. In one embodiment, in order to select an optimal algorithm, the prediction algorithm verification system first sets a confidence interval value for each confidence interval and each confidence interval based on real power generation data. Thereafter, the hit rate of each algorithm execution result is calculated by averaging the hit values reflecting the weights set for each season or time zone on the confidence interval values matched to the confidence intervals including the algorithm execution results. At this time, the prediction algorithm verification system calculates the hit rate by averaging n hit values in the time series, and selects the optimum algorithm as the prediction algorithm having the highest hit rate for each time interval. If the averages of the n hit values are the same, the prediction algorithm verification system can select the algorithm with the highest hit rate calculated over the whole time interval as the optimal algorithm.
한편, 예측 알고리즘 검증 시스템은 각 시간 구간 별로 최적의 알고리즘들을 조합함으로써 예측 알고리즘에 대한 스케쥴링을 수행할 수 있다.On the other hand, the prediction algorithm verification system can perform scheduling for the prediction algorithm by combining optimal algorithms for each time interval.
이후, 예측 알고리즘 검증 시스템은 S430에서 생성된 3차원 환경 그래픽 상에 각 알고리즘 수행결과와 실제 발전 데이터의 비교결과 및 각 시간구간 별 최적의 알고리즘을 표시한다(S470).Thereafter, the prediction algorithm verification system displays the result of each algorithm execution on the three-dimensional environment graphic generated in S430, the comparison result of the actual power generation data, and the optimal algorithm for each time interval (S470).
상술한 실시예에 있어서는 가상환경 데이터를 3차원 형식의 그래픽으로 출력한 이후에 각 예측 알고리즘들을 수행하여 알고리즘 수행결과를 생성하는 것으로 기재하였지만, 변형된 실시예에 있어서는 예측 알고리즘을 먼저 수행한 후 알고리즘 수행결과와 실제 발전 데이터를 비교하고, 각 알고리즘 수행결과와 실제 발전 데이터의 비교결과를 상기 가상환경 데이터와 함께 3차원 형상의 그래픽으로 출력할 수도 있다.In the above-described embodiment, it is described that the virtual environment data is output as a graph in a three-dimensional format, and then each prediction algorithm is performed to generate the algorithm execution result. However, in the modified embodiment, The execution result may be compared with the actual generated data, and the result of the comparison between each algorithm execution result and the actual generated data may be output as a graph of a three-dimensional shape together with the virtual environment data.
본 발명이 속하는 기술분야의 당업자는 상술한 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.It will be understood by those skilled in the art that the present invention can be embodied in other specific forms without departing from the spirit or essential characteristics thereof.
그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive. The scope of the present invention is defined by the appended claims rather than the detailed description and all changes or modifications derived from the meaning and scope of the claims and their equivalents are to be construed as being included within the scope of the present invention do.
100: 예측 알고리즘 검증 시스템 110: 모델링 장치
120: 가상환경 연산장치 130: 관제장치
140: 3D 뷰어 150: 분석장치
160: 알고리즘 매니져 210: 입력 인터페이스
220: 알고리즘 호출부 230: 예측 알고리즘 수행부
240: 데이터 송수신부 310: 신뢰구간 설정부
320: 적중값 산출부 330: 적중도 산출부
340: 최적 알고리즘 선정부 350: 알고리즘 스케쥴링부
100: prediction algorithm verification system 110: modeling device
120: virtual environment computing device 130: control device
140: 3D viewer 150: Analyzer
160: algorithm manager 210: input interface
220: algorithm calling unit 230: prediction algorithm performing unit
240: data transmission / reception unit 310: confidence interval setting unit
320: hit value calculation unit 330: hit rate calculation unit
340: optimal algorithm selection unit 350: algorithm scheduling unit

Claims (12)

  1. 에너지 관리 시스템(Energy Management System: EMS)에서 이용되는 복수개의 예측 알고리즘 검증을 위한 타겟 지역 및 타겟 시간정보를 기초로 상기 타겟 지역에 설치되어 있는 발전설비에 대한 모델링 데이터를 생성하는 모델링 장치;
    상기 모델링 데이터, 상기 타겟 지역에 대한 3D 지형정보, 상기 타겟 지역에서 상기 타겟 시간 동안의 기상청 데이터를 미리 정해진 가상환경 연산 알고리즘에 적용하여 상기 발전설비에 대한 가상환경 데이터를 생성하는 가상환경 연산장치;
    상기 복수개의 예측 알고리즘들을 수행하여 각 예측 알고리즘 별로 알고리즘 수행결과를 생성하는 관제장치;
    상기 각 예측 알고리즘 별 알고리즘 수행결과와 실제 데이터를 비교하여 상기 각 예측 알고리즘에 대한 적중값을 산출하고, 상기 산출한 적중값을 기초로 상기 복수개의 예측 알고리즘들 중 최적의 알고리즘을 선정하는 분석장치; 및
    상기 가상환경 데이터, 상기 알고리즘 수행결과, 및 상기 알고리즘 별 수행결과와 상기 실제 데이터의 비교결과를 3차원 형상의 그래픽으로 출력하는 3D 뷰어를 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템.
    A modeling device for generating modeling data for a power generation facility installed in the target area based on a target area and target time information for verification of a plurality of prediction algorithms used in an energy management system (EMS);
    A virtual environment computing device for generating virtual environment data for the power generation facility by applying the modeling data, 3D terrain information for the target area, and weather station data for the target time in the target area to a predetermined virtual environment calculation algorithm;
    A controller that performs the plurality of prediction algorithms to generate an algorithm execution result for each prediction algorithm;
    An analyzer for comparing an algorithm execution result of each prediction algorithm with actual data to calculate a hit value for each of the prediction algorithms and selecting an optimal algorithm among the plurality of prediction algorithms based on the calculated hit value; And
    And a 3D viewer for graphically outputting the comparison result of the virtual environment data, the algorithm execution result, and the actual result of the algorithm and the actual data, in a graphical form of a three-dimensional shape. Algorithm verification system.
  2. 제1항에 있어서,
    상기 발전설비에 대한 모델링 데이터는 상기 타겟지역 내에서 상기 타겟 시간 동안 운영되었던 발전설비의 종류, 발전설비의 개수, 발전설비의 위치, 및 각 발전설비의 성능을 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템.
    The method according to claim 1,
    Wherein the modeling data for the power generation facility includes the type of power generation facility, the number of power generation facilities, the location of the power generation facility, and the performance of each power generation facility that were operated during the target time in the target area A Prediction Algorithm Verification System for Energy Management System.
  3. 제1항에 있어서,
    기상청 데이터, 각 지역 별로 신재생 에너지원에 의해 생산된 발전 데이터, 각 지역의 디젤 발전기에 의한 발전 데이터, 각 지역의 부하 데이터, 및 각 지역에 대한 3D 지형 데이터 중 적어도 하나가 기록되는 데이터베이스를 더 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템.
    The method according to claim 1,
    A database in which at least one of weather station data, power generation data produced by a renewable energy source in each region, power generation data by diesel generators in each region, load data of each region, and 3D terrain data for each region is further recorded And a prediction algorithm verification system for an energy management system using a virtual environment.
  4. 제1항에 있어서,
    상기 관제장치는,
    사용자로부터 상기 복수개의 예측 알고리즘 검증을 수행하기 위한 상기 타겟지역, 상기 타겟 시간정보, 및 상기 복수개의 예측 알고리즘들에 대한 선택요청을 수신하는 입력 인터페이스부; 및
    상기 모델링 데이터, 상기 타겟지역에서 상기 타겟 시간 동안의 기상청 데이터, 및 상기 타겟 지역에서 상기 타겟 시간동안의 부하 데이터를 기초로 상기 복수개의 예측 알고리즘들을 수행함으로써 각 예측 알고리즘에 대한 수행결과를 생성하는 예측 알고리즘 수행부를 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템.
    The method according to claim 1,
    The above-
    An input interface for receiving a selection request for the target region, the target time information, and the plurality of prediction algorithms for performing the plurality of prediction algorithm verification from a user; And
    Generating prediction results for each prediction algorithm by performing the plurality of prediction algorithms based on the modeling data, weather station data for the target time in the target area, and load data for the target time in the target area, And an algorithm execution unit for generating a prediction algorithm for the energy management system using the virtual environment.
  5. 제1항에 있어서,
    상기 분석장치는,
    상기 실제 데이터를 기초로 복수개의 신뢰구간을 설정하고, 상기 각 신뢰구간 별로 신뢰구간 값을 할당하는 신뢰구간 설정부;
    상기 각 예측 알고리즘 별 알고리즘 수행결과가 포함된 신뢰구간의 신뢰구간 값에 미리 정해진 가중치를 반영하여 소정 시간 구간 마다 각 예측 알고리즘에 대한 적중값을 산출하는 적중값 산출부;
    복수개의 시간 구간에 대한 상기 적중값을 평균하여 상기 각 예측 알고리즘의 적중도를 산출하는 적중도 산출부; 및
    상기 복수개의 예측 알고리즘 들 중 상기 적중도가 가장 높은 예측 알고리즘을 최적 알고리즘으로 선정하는 최적 알고리즘 선정부를 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템.
    The method according to claim 1,
    The analyzing apparatus comprises:
    A confidence interval setting unit that sets a plurality of confidence intervals based on the actual data and assigns confidence interval values to the confidence intervals;
    A hit value calculation unit for calculating a hit value for each prediction algorithm for each predetermined time interval by reflecting a predetermined weight to a confidence interval value of a confidence interval including an algorithm execution result for each prediction algorithm;
    An hit rate calculation unit for calculating a hit rate of each prediction algorithm by averaging the hit values for a plurality of time intervals; And
    And an optimal algorithm selection unit for selecting an optimal algorithm as the prediction algorithm having the highest hit among the plurality of prediction algorithms.
  6. 제5항에 있어서,
    상기 적중도 산출부는,
    서로 연속하는 n개의 시간 구간에 대한 적중값을 평균하여 상기 각 예측 알고리즘의 적중도를 산출하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템.
    6. The method of claim 5,
    The hit rate calculation unit calculates,
    And calculating a hit rate of each of the prediction algorithms by averaging the hit values of n consecutive time intervals.
  7. 제5항에 있어서,
    상기 분석장치는
    각 시간 구간 별로 선정된 최적의 알고리즘을 조합하여 예측 알고리즘에 대한 스케쥴링을 수행하는 알고리즘 스케쥴링부를 더 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템.
    6. The method of claim 5,
    The analyzer
    Further comprising an algorithm scheduling unit for performing scheduling for a prediction algorithm by combining optimal algorithms selected for each time interval. The system for verifying a prediction algorithm of an energy management system using a virtual environment.
  8. 제1항에 있어서,
    상기 예측 알고리즘은, 부하를 예측하기 위한 부하예측 알고리즘, 단기 발전 예측 알고리즘, 및 장기 발전 예측 알고리즘 중 적어도 하나를 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템.
    The method according to claim 1,
    Wherein the prediction algorithm includes at least one of a load prediction algorithm for estimating a load, a short-term generation prediction algorithm, and a long-term generation prediction algorithm for predicting a load.
  9. 복수개의 예측 알고리즘의 검증을 위한 타겟 지역 및 타겟 시간정보를 기초로 상기 타겟 지역에 설치되어 있는 발전설비에 대한 모델링 데이터를 생성하는 단계;
    상기 모델링 데이터, 상기 타겟 지역에 대한 3D 지형정보, 및 상기 타겟 시간정보 동안의 기상청 데이터를 미리 정해진 가상환경 연산 알고리즘에 적용하여 상기 타겟 지역의 발전설비에 대한 가상환경 데이터를 생성하는 단계;
    상기 복수개의 예측 알고리즘들을 수행하여 각 예측 알고리즘 별로 알고리즘 수행결과를 생성하는 단계;
    상기 각 예측 알고리즘 별 알고리즘 수행결과와 실제 데이터를 비교하여 상기 각 예측 알고리즘에 대한 적중값을 산출하고, 상기 산출한 적중값을 기초로 상기 복수개의 예측 알고리즘들 중 최적의 알고리즘을 선정하는 단계; 및
    상기 가상환경 데이터, 상기 알고리즘 수행결과, 및 상기 알고리즘 별 수행결과와 상기 실제 데이터의 비교결과를 3차원 형상의 그래픽으로 출력하는 단계를 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 방법.
    Generating modeling data for power generation facilities installed in the target area based on target area and target time information for verification of a plurality of prediction algorithms;
    Applying the modeling data, the 3D terrain information for the target area, and the weather station data during the target time information to a predetermined virtual environment calculation algorithm to generate virtual environment data for the power generation facility of the target area;
    Performing the plurality of prediction algorithms to generate an algorithm execution result for each prediction algorithm;
    Calculating a hit value for each prediction algorithm by comparing the algorithm execution result of each prediction algorithm with actual data and selecting an optimal algorithm among the plurality of prediction algorithms based on the calculated hit value; And
    And outputting the result of the algorithm execution and the comparison result between the execution result of each algorithm and the actual data in a graphical form of a three-dimensional shape. Verification method.
  10. 제9항에 있어서,
    상기 알고리즘 수행결과를 생성하는 단계는,
    상기 모델링 데이터, 상기 타겟지역에서 상기 타겟 시간 동안의 기상청 데이터, 및 상기 타겟 지역에서 상기 타겟 시간동안의 부하 데이터를 기초로 상기 복수개의 예측 알고리즘들을 수행함으로써 상기 각 예측 알고리즘에 대한 수행결과를 생성하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 방법.
    10. The method of claim 9,
    The step of generating the algorithm execution result includes:
    Generating performance results for each prediction algorithm by performing the plurality of prediction algorithms based on the modeling data, meteorological data for the target time in the target area, and load data for the target time in the target area Wherein the energy management system is a virtual environment.
  11. 제9항에 있어서,
    상기 최적의 알고리즘을 선정하는 단계는,
    상기 실제 데이터를 기초로 복수개의 신뢰구간을 설정하고, 상기 각 신뢰구간 별로 신뢰구간 값을 할당하는 단계;
    상기 각 예측 알고리즘 별 알고리즘 수행결과가 포함된 신뢰구간의 신뢰구간 값에 미리 정해진 가중치를 반영하여 소정 시간 구간 마다 각 예측 알고리즘에 대한 적중값을 산출하는 단계;
    서로 연속하는 n개의 시간 구간에 대해 상기 적중값을 평균하여 상기 각 예측 알고리즘의 적중도를 산출하는 단계; 및
    상기 복수개의 예측 알고리즘 들 중 상기 적중도가 가장 높은 예측 알고리즘을 상기 최적 알고리즘으로 선정하는 단계를 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 방법.
    10. The method of claim 9,
    Wherein the step of selecting the optimal algorithm comprises:
    Setting a plurality of confidence intervals based on the actual data, and assigning a confidence interval value for each confidence interval;
    Calculating a hit value for each prediction algorithm for each predetermined time interval by reflecting a predetermined weight on a confidence interval value of a confidence interval including an algorithm execution result for each prediction algorithm;
    Calculating a hit rate of each prediction algorithm by averaging the hit values for n consecutive time intervals; And
    And selecting the prediction algorithm having the highest hit among the plurality of prediction algorithms as the optimal algorithm.
  12. 제9항에 있어서,
    각 시간 구간 별로 선정된 최적의 알고리즘을 조합하여 예측 알고리즘에 대한 스케쥴링을 수행하는 단계를 더 포함하는 것을 특징으로 하는 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증방법.
    10. The method of claim 9,
    And performing scheduling for the prediction algorithm by combining the optimal algorithms selected for each time interval.
KR1020140194706A 2014-12-31 2014-12-31 System and Method for Verifying Prediction Algorithm of Energy Management System Using Virtual Environment KR101676926B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140194706A KR101676926B1 (en) 2014-12-31 2014-12-31 System and Method for Verifying Prediction Algorithm of Energy Management System Using Virtual Environment

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140194706A KR101676926B1 (en) 2014-12-31 2014-12-31 System and Method for Verifying Prediction Algorithm of Energy Management System Using Virtual Environment

Publications (2)

Publication Number Publication Date
KR20160081222A KR20160081222A (en) 2016-07-08
KR101676926B1 true KR101676926B1 (en) 2016-11-16

Family

ID=56503490

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140194706A KR101676926B1 (en) 2014-12-31 2014-12-31 System and Method for Verifying Prediction Algorithm of Energy Management System Using Virtual Environment

Country Status (1)

Country Link
KR (1) KR101676926B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200081098A (en) 2018-12-27 2020-07-07 한국남동발전 주식회사 System for operation of virtual power plant based on hybrid prediction model and method thereof

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102105192B1 (en) * 2018-03-22 2020-05-04 한국남동발전 주식회사 Operation system and method for virtual power plant using modeling
KR102069664B1 (en) * 2018-03-22 2020-01-23 한국남동발전 주식회사 Publication system and method of electronic cash for electric power transaction
KR102105193B1 (en) * 2018-03-22 2020-05-04 한국남동발전 주식회사 Profitability forecasting system and method for virtual power plant using modeling
KR102105194B1 (en) * 2018-06-11 2020-04-28 한국남동발전 주식회사 Operation system and method for virtual power plant using risk analysis
CN112950409A (en) * 2021-04-19 2021-06-11 工数科技(广州)有限公司 Production scheduling optimization method of gas and steam energy comprehensive utilization system

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100221473B1 (en) * 1997-05-28 1999-09-15 이해규 Simulation system
KR20130082630A (en) * 2011-12-12 2013-07-22 엘지전자 주식회사 Building energy management system and method for controlling the same
KR101588851B1 (en) * 2011-12-26 2016-01-28 주식회사 케이티 A method of forecasting of power demand using error correction algorithm and system for it
ITCO20120008A1 (en) * 2012-03-01 2013-09-02 Nuovo Pignone Srl METHOD AND SYSTEM FOR MONITORING THE CONDITION OF A GROUP OF PLANTS

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200081098A (en) 2018-12-27 2020-07-07 한국남동발전 주식회사 System for operation of virtual power plant based on hybrid prediction model and method thereof

Also Published As

Publication number Publication date
KR20160081222A (en) 2016-07-08

Similar Documents

Publication Publication Date Title
KR101676926B1 (en) System and Method for Verifying Prediction Algorithm of Energy Management System Using Virtual Environment
US20200302327A1 (en) Managing computational workloads of computing apparatuses powered by renewable resources
JP2012034444A (en) Power supply-demand planning device and method thereof
US20140379156A1 (en) System and methods to wirelessly control distributed renewable energy on the grid or microgrid
WO2015002092A1 (en) Energy management server, energy management method, and program
US20150186904A1 (en) System And Method For Managing And Forecasting Power From Renewable Energy Sources
EP2506210A1 (en) Systems and methods for forecasting electrical load
Helseth et al. Detailed long-term hydro-thermal scheduling for expansion planning in the Nordic power system
CN102953936B (en) Unit commitment for wind power generation
Dou et al. Carbon-aware electricity cost minimization for sustainable data centers
Jawad et al. A robust optimization technique for energy cost minimization of cloud data centers
JP2020501491A (en) System and method for dynamic energy storage system control
KR20150118699A (en) Method of visualizing estimating generation amount of wind power using gis base realtime weather information
Dou et al. A two-time-scale load balancing framework for minimizing electricity bills of internet data centers
Holttinen et al. Steps for a complete wind integration study
Abbasi et al. Online server and workload management for joint optimization of electricity cost and carbon footprint across data centers
Wang et al. Multi-period energy procurement policies for smart-grid communities with deferrable demand and supplementary uncertain power supplies
Qiu et al. Multi-objective generation dispatch considering the trade-off between economy and security
JP6893323B2 (en) Power generation equipment information estimation system and power generation equipment information estimation method
Kehler et al. Planning and operational considerations for power system flexibility
US11070058B2 (en) Forecasting net load in a distributed utility grid
US10474177B2 (en) System and method for stability monitoring, analysis and control of electric power systems
Entriken et al. Stochastic optimal power flow in systems with wind power
Asmar et al. Power generation and cogeneration management algorithm with renewable energy integration
JP6606368B2 (en) Operation plan calculation method and operation plan calculation server for heat source power supply equipment

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant