KR101739271B1 - 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법 - Google Patents
수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법 Download PDFInfo
- Publication number
- KR101739271B1 KR101739271B1 KR1020160038125A KR20160038125A KR101739271B1 KR 101739271 B1 KR101739271 B1 KR 101739271B1 KR 1020160038125 A KR1020160038125 A KR 1020160038125A KR 20160038125 A KR20160038125 A KR 20160038125A KR 101739271 B1 KR101739271 B1 KR 101739271B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- smart
- load device
- optimization modeling
- demand response
- Prior art date
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000004044 response Effects 0.000 claims abstract description 98
- 230000005611 electricity Effects 0.000 claims abstract description 39
- 230000009467 reduction Effects 0.000 claims description 44
- 230000008901 benefit Effects 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 238000005303 weighing Methods 0.000 claims description 6
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000002618 waking effect Effects 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000000295 complement effect Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002747 voluntary effect Effects 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/061—Details of electronic electricity meters
- G01R22/063—Details of electronic electricity meters related to remote communication
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D2204/00—Indexing scheme relating to details of tariff-metering apparatus
- G01D2204/10—Analysing; Displaying
- G01D2204/14—Displaying of utility usage with respect to time, e.g. for monitoring evolution of usage or with respect to weather conditions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35499—Model of process, machine and parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02B90/20—Smart grids as enabling technology in buildings 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/30—Smart metering, e.g. specially adapted for remote reading
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Computer Interaction (AREA)
- Game Theory and Decision Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
본 발명에서는 종래 수용가 객체들간의 수요반응자원에 대한 인식율이 낮아 수요반응자원인 수용가 객체의 모집이 어렵고, 수용가 객체들의 전력감축신뢰도, 전력감축가능용량, 감축가능 부하기기에 관한 실시간 계측정보 획득이 어려운 문제점과, 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 장치가 없어, 전력수급상황에 따른 급전시, 전력거래소에 모집된 임의의 수용가 객체들만을 대상으로 급전을 실시함으로 인해, 급전지시를 미이행시키는 수용가 객체들이 많이 발생되어, 전력감축이행실적율이 점점 낮아지는 문제점을 개선하고자, 스마트 부하기기미터부(100), 수요반응자원 네트워크존망형성부(200), 스마트 포트폴리오 최적화모델링 제어모듈(300)로 구성됨으로서, 수용가객체 내에 스마트 부하기기미터부가 설치되어 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 실시간으로 측정할 수 있고, 스마트 부하기기미터부를 무상으로 공급시켜주고, 절약한 전력량만큼 정산금을 지급받아 정산할 수 있다는 홍보과 광고를 통해 수용가 객체모집율을 기존에 비해 70% 향상시킬 수 있고, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시킬 수 있어, 원격전력모니터링과 원격전력제어할 수 있으며, RIM 순편익 최대화와 에너지절감량 최대화를 기준으로, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 전력 감축을 최대화시켜 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시킬 수 있어, 전력수급상황에 따른 전력감축이행실적율을 80% 향상시킬 수 있고, 무엇보다 침체된 수요자원 거래시장(네가와트 시장)을 활성화시킬 수 있는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법을 제공하는데 그 목적이 있다.
Description
본 발명에서는 수용가객체 내에 스마트 부하기기미터부가 설치되어 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 실시간으로 측정할 수 있고, RIM(Ratepayer Impact Measure)순편익 최대화, 에너지절감량 최대화, 수요반응 자원 운영에 따른 수익 최대화를 기준으로, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 전력 감축 및 수익을 최대화시켜 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시킬 수 있는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법에 관한 것이다.
전력공급에 소요되는 사회적 비용이 급증하여 빠른 속도로 증가하는 수요를 충족시키는데 어려움이 존재하여, 전력 수급정책이 공급중심에서 수요중심으로 전환되었다.
2014년 전력시장에 수요관리 사업자가 전력거래를 할 수 있도록 법개정이 되었고 관련 수요 관리 시장이 2014년 11월에 개설되었다.
전력 수요관리는 수요반응 (DR: Demand Response)과 에너지 효율화 (Energy Efficiency)로 나눌 수 있는데, 수요 반응 (DR: Demand Response)은 전력 사용자가 전기요금 (가격신호)또는 그 외의 금전적 유인에 반응하게 함으로써 정상적인 전력소비패턴을 조정해 수요를 관리하는 활동을 말한다.
그리고, 수요 반응 자원은 다수의 수요반응참여고객(=수용가 객체)을 통해 전력부하를 감축할 수 있는 자원으로서, 전력수급상황에 따른 전력거래소의 급전지시에 따라 의무적으로 감축할 수 있는 자원을 말한다.
하지만, 수용가 객체들간의 수요반응자원에 대한 인식율이 낮아 수요반응자원인 수용가 객체의 모집이 어렵고, 수용가 객체들의 전력감축신뢰도, 전력감축가능용량, 감축가능 부하기기에 관한 실시간 계측정보 획득이 어려운 문제점이 있었다.
또한, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 전력 감축을 최대화시켜 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 장치가 없어, 전력수급상황에 따른 급전시, 전력거래소에 모집된 임의의 수용가 객체들만을 대상으로 급전을 실시함으로 인해, 급전지시를 미이행시키는 수용가 객체들이 많이 발생되어, 전력감축이행실적율이 점점 낮아지는 문제점이 있었다.
상기의 문제점을 해결하기 위해 본 발명에서는 수용가객체 내에 스마트 부하기기미터부가 설치되어 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 실시간으로 측정할 수 있고, 수용가 객체모집율을 기존에 비해 향상시킬 수 있으며, 원격전력모니터링과 원격전력제어할 수 있고, RIM 순편익 최대화와 에너지절감량 최대화를 기준으로, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 전력 감축을 최대화시켜 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시킬 수 있는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법을 제공하는데 그 목적이 있다.
상기의 목적을 달성하기 위해 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치는
수용가객체에 설치되어, 스마트 포트폴리오 최적화모델링 제어모듈로부터 측정신호를 수신받아 구동되면서, 수용가객체 내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 스마트 포트폴리오 최적화모델링 제어모듈로 송신시키는 스마트 부하기기미터부(100)와,
온라인을 통해 전력을 감축하겠다는 수용가 객체를 모집한 후, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시키는 수요반응자원 네트워크존망형성부(200)와,
스마트 부하기기미터부와 연결되어, 측정신호를 보내고, 이에 따른 계량정보데이터를 수신받아, 수요반응자원 네트워크존망에 형성된 수용가 객체의 부하를 고려하여 우선순위를 설정제어하고, 수요반응자원에 기준가중치를 부가하여 포트폴리오를 최적화시키도록 제어하는 스마트 포트폴리오 최적화모델링 제어모듈(300)로 구성됨으로서 달성된다.
이상에서 설명한 바와 같이, 본 발명에서는
첫째, 수용가객체 내에 스마트 부하기기미터부가 설치되어 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 실시간으로 측정할 수 있어, 전력수급상황 파악이 용이하다.
둘째, 스마트 부하기기미터부를 무상으로 공급시켜주고, 절약한 전력량만큼 정산금을 지급받아 정산할 수 있다는 홍보과 광고를 통해 수용가 객체모집율을 기존에 비해 70% 향상시킬 수 있다.
셋째, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시킬 수 있어, 원격전력모니터링과 원격전력제어할 수 있다.
넷째, RIM 순편익 최대화와 에너지절감량 최대화를 기준으로, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 전력 감축을 최대화시켜 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시킬 수 있어, 전력수급상황에 따른 전력감축이행실적율을 80% 향상시킬 수 있고, 무엇보다 침체된 수요자원 거래시장(네가와트 시장)을 활성화시킬 수 있다.
도 1은 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치(1)의 구성요소를 도시한 블럭도,
도 2는 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치(1)의 구성요소를 도시한 구성도,
도 3은 본 발명에 따른 스마트 부하기기미터부의 구성요소를 도시한 블럭도,
도 4는 본 발명에 따른 마트부하제어부를 통해 전력망의 주파수에 반응하여 자체적으로 기준설정값에 맞게 부하를 조절시키는 것을 도시한 일실시예도,
도 5는 본 발명에 따른 스마트 포트폴리오 최적화모델링 제어모듈의 구성요소를 도시한 블럭도,
도 6은 본 발명에 따른 스마트 포트폴리오 최적화모델링 제어부의 구성요소를 도시한 블럭도,
도 7은 본 발명에 따른 포트폴리오 최적화모델링형성부의 구성요소를 도시한 블럭도,
도 8은 본 발명에 따른 스마트 부하기기미터부의 외형을 도시한 일실시예도,
도 9는 본 발명에 따른 수요반응자원 네트워크존망형성부에서, 온라인을 통해 전력을 감축하겠다는 수용가 객체를 모집한 후, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시키는 것을 일실시예도,
도 10은 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성방법을 도시한 순서도,
도 11은 본 발명에 따른 포트폴리오 최적화모델링을 형성시키는 단계 중 RIM 순편익 최대화 알고리즘엔진부를 통해 수용가객체에 설치된 스마트 부하기기미터부에 부가되는 지원금 변화에 따른 수요반응자원인 수용가객체의 참여도를 나타내는 가격함수를 통해 RIM 순편익을 최적화시킨 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 단계가 포함되어 이루어지는 것을 도시한 순서도,
도 12는 본 발명에 따른 포트폴리오 최적화모델링을 형성시키는 단계 중 EV 알고리즘엔진부를 통해 수용가객체내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 에너지절감량을 최대화시킨 최적화모델링을 형성시키는 단계가 포함되어 이루어지는 것을 도시한 순서도,
도 13은 본 발명에 따른 포트폴리오 최적화모델링을 형성시키는 단계 중 인센티브형 DR 수익최적화알고리즘엔진부를 통해 수요반응 자원 운영에 따른 수익을 최대화시키기 위해, 부하기기의 전력감축량에 따라 인센티브(원/kW)를 설정시켜, 수요반응 자원에 참여한 수용가객체의 최적화모델링을 형성시키는 단계가 포함되어 이루어지는 것을 도시한 순서도.
도 2는 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치(1)의 구성요소를 도시한 구성도,
도 3은 본 발명에 따른 스마트 부하기기미터부의 구성요소를 도시한 블럭도,
도 4는 본 발명에 따른 마트부하제어부를 통해 전력망의 주파수에 반응하여 자체적으로 기준설정값에 맞게 부하를 조절시키는 것을 도시한 일실시예도,
도 5는 본 발명에 따른 스마트 포트폴리오 최적화모델링 제어모듈의 구성요소를 도시한 블럭도,
도 6은 본 발명에 따른 스마트 포트폴리오 최적화모델링 제어부의 구성요소를 도시한 블럭도,
도 7은 본 발명에 따른 포트폴리오 최적화모델링형성부의 구성요소를 도시한 블럭도,
도 8은 본 발명에 따른 스마트 부하기기미터부의 외형을 도시한 일실시예도,
도 9는 본 발명에 따른 수요반응자원 네트워크존망형성부에서, 온라인을 통해 전력을 감축하겠다는 수용가 객체를 모집한 후, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시키는 것을 일실시예도,
도 10은 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성방법을 도시한 순서도,
도 11은 본 발명에 따른 포트폴리오 최적화모델링을 형성시키는 단계 중 RIM 순편익 최대화 알고리즘엔진부를 통해 수용가객체에 설치된 스마트 부하기기미터부에 부가되는 지원금 변화에 따른 수요반응자원인 수용가객체의 참여도를 나타내는 가격함수를 통해 RIM 순편익을 최적화시킨 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 단계가 포함되어 이루어지는 것을 도시한 순서도,
도 12는 본 발명에 따른 포트폴리오 최적화모델링을 형성시키는 단계 중 EV 알고리즘엔진부를 통해 수용가객체내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 에너지절감량을 최대화시킨 최적화모델링을 형성시키는 단계가 포함되어 이루어지는 것을 도시한 순서도,
도 13은 본 발명에 따른 포트폴리오 최적화모델링을 형성시키는 단계 중 인센티브형 DR 수익최적화알고리즘엔진부를 통해 수요반응 자원 운영에 따른 수익을 최대화시키기 위해, 부하기기의 전력감축량에 따라 인센티브(원/kW)를 설정시켜, 수요반응 자원에 참여한 수용가객체의 최적화모델링을 형성시키는 단계가 포함되어 이루어지는 것을 도시한 순서도.
먼저, 본 발명에서 설명되는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치에서 포트폴리오 최적화모델링이라는 것은 수요반응자원 또는 수요자원 거래시장과 연계된 수용가 객체의 부하를 고려하여, RIM(Ratepayer Impact Measure)순편익 최대화, 에너지절감량 최대화, 수요반응 자원 운영에 따른 수익 최대화시킬 수 있는 모델링을 미리 설정하여 구축시켜놓는 것을 말한다.
또한, 본 발명에서 설명되는 수용가 객체는 가정집, 산업체와 같이 수요반응 참여고객으로서, 수요반응자원을 구성하는 실제전력부하를 감축하는 최종전기소비자를 말한다.
또한, 수요자원 거래시장 (네가와트 시장)은 공장,대형마트, 빌딩 등에서 소비자가 아낀 전기를 모아서 판매함으로써 수익을 창출하는 전력시장을 의미한다.
구체적으로, 네가와트 시장은 의무감축을 이행하는신뢰성 수요반응 시장과 자발적 입찰로 참여하는 경제성 수요반응 시장으로 나뉜다.
신뢰성 수요반응(피크감축 DR)은 예비력 500만kW 이하의 전력 수급위기 시 전력거래소의 급전지시가 내려오면 1시간 내로 감축지시를 따라야 하는데, 전력계통의 신뢰성을 높이는 것이 목적이고 최대 전력을 낮추고 수급불안에 대응하는 역할을 한다.
경제성 수요반응(요금절감 DR)은 수요자원의 감축단가가 발전단가보다 낮다고 판단되면 자율적으로 입찰할 수 있는데, 하루 전시장에 입찰해 낙찰에 성공하면 전력시장가격(SMP)을 낮출 수 있다.
즉, 수요관리사업자가 전력절감량을 전력시장에 입찰하고, 발전기와의 가격경쟁을 통해 수익을 내게 된다.
수요자원의 감축단가(입찰가격)가 동시간대 발전단가보다 낮을 경우 낙찰되는 방식으로 이루어진다.
또한, 본 발명에 따른 부하기기는 전기를 소비하는 에어콘, 난방기, 업무 (생산)에 필요한 디바이스, 공장 생산 라인에 들어 있는 사출기나 또는 컴퓨터, 조명기구, 생활 전력 디바이스를 모두 포함한다.
이하, 본 발명에 따른 바람직한 실시예를 도면을 첨부하여 설명한다.
도 1은 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치(1)의 구성요소를 도시한 블럭도에 관한 것이고, 도 2는 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치(1)의 구성요소를 도시한 구성도에 관한 것으로, 이는 스마트 부하기기미터부(100), 수요반응자원 네트워크존망형성부(200), 스마트 포트폴리오 최적화모델링 제어모듈(300)로 구성된다.
먼저, 본 발명에 따른 스마트 부하기기미터부(100)에 관해 설명한다.
상기 스마트 부하기기미터부(100)는 수용가객체에 설치되어, 스마트 포트폴리오 최적화모델링 제어모듈로부터 측정신호를 수신받아 구동되면서, 수용가객체 내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 스마트 포트폴리오 최적화모델링 제어모듈로 송신시키는 역할을 한다.
이는 도 3에 도시한 바와 같이, 본체(110), 외부연결컨넥터부(120), 배터리부(130), 메모리부(140), 디스플레이부(150), WiFi통신모듈(160), 부하기기미터제어부(170)로 구성된다.
상기 본체(110)는 사각박스형상으로 이루어져, 각 기기를 외압으로부터 보호하고 지지하는 역할을 한다.
이는 도 8에 도시한 바와 같이, 외부 일측면에 외부연결컨넥터부가 형성되고, 내부공간 일측에 배터리부, 메모리부, WiFi통신모듈, 부하기기미터제어부가 형성되며, 상단 평면상에 디스플레이부가 형성된다.
상기 본체는 방열성과 내구성이 우수한 알루미늄 합금 재질로 이루어진다.
상기 외부연결컨넥터부(120)는 본체의 외부 일측면에 위치되어, 수용가객체 내에 설치된 부하기기의 입출력단자 일측과 연결시키는 역할을 한다.
이는 (+),(-)의 연결컨넥터로 구성되어, 부하기기의 입출력단자와 연결된다.
상기 배터리부(130)는 본체의 내부공간 일측에 위치되어, 각 기기에 전원을 공급시키는 역할을 한다.
이는 리튬이온전지로 구성된다.
상기 메모리부(140)는 배터리부 일측에 위치되어, 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 저장한다.
상기 디스플레이부(150)는 본체의 평면상에 위치되어, 화면상에 부하기기의 현재 구동상태, 계량정보데이터를 표출시키는 역할을 한다.
이는 LCD모니터 또는 LED 모니터로 구성된다.
상기 WiFi통신모듈(160)은 원격지에 위치한 스마트 포트폴리오 최적화모델링 제어모듈쪽으로 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 송신시키고, 이에 따른 응답신호로서 제어명령신호를 수신받아 부하기기미터제어부로 전달시키는 역할을 한다.
이는 고유의 식별ID가 설정되어, 수요반응자원 네트워크존망형성부를 통해 수요반응자원 네트워크존망을 형성시킨다.
상기 부하기기미터제어부(170)는 외부연결컨넥터부, 배터리부, 메모리부, 디스플레이부와 연결되어, 각 기기의 전반적인 구동을 제어시키면서, 측정하고자 하는 부하기기쪽으로 측정신호를 보내어, 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 생성시킨 후, 생성시킨 계량정보데이터를 메모리부에 1차 저장 후, WiFi통신모듈을 통해 스마트 포트폴리오 최적화모델링 제어모듈쪽으로 전송시키고, 스마트 포트폴리오 최적화모델링 제어모듈의 실시간 급전지시신호에 따라 부하기기쪽으로 급전제어신호를 출력시키는 역할을 한다.
이는 PIC원칩마이컴으로 구성된다.
그리고, 상기 부하기기미터제어부(170)는 도 4에서 도시한 바와 같이, 스마트부하제어부(171)가 포함되어 구성된다.
상기 스마트부하제어부(171)는 전력시스템의 수급상황개선이나 전기의 가격에 최적화하기 위해서 전력망의 주파수에 반응하여 자체적으로 기준설정값에 맞게 부하를 조절시키는 역할을 한다.
여기서, 부하를 조절하는 것은 부하의 전원을 차단시켜 줄이는 것을 말한다.
그리고, 스마트 포트폴리오 최적화모델링 제어모듈의 실시간 급전지시신호에 따른 급전제어신호에 따라 구동된다.
사용되는 에너지량을 모니터링하면서 정해진 제어방향에 따라 각 기기의 전원공급을 온/오프를 수행함으로서 에너지 사용량을 조절시킨다.
이는 전력망의 주파수에 반응하도록 구성되어, 전력망에서 AGC(Automatioc Generation Control)가 동작하는 것과 같이, 마찬가지로 주파수가 낮아지게되면 부하 사용량을 줄이고, 주파수가 높아지게되면 부하 사용량을 늘리는 형태로 구성된다.
또한, 본 발명에 따른 스마트 부하기기미터부는 상기 배터리부를 대신하여, 상용전원이 인가되어, 각 기기에 전원을 공급시키는 상용전원공급부가 구성된다.
다음으로, 본 발명에 따른 수요반응자원 네트워크존망형성부(200)에 관해 설명한다.
상기 수요반응자원 네트워크존망형성부(200)는 도 9에서 도시한 바와 같이, 온라인을 통해 전력을 감축하겠다는 수용가 객체를 모집한 후, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시키는 역할을 한다.
여기서, 온라인은 PC의 웹(Web) 또는 스마트폰의 앱(App)상에서 구동되는 수요반응자원모집사이트를 말한다.
상기 수요반응자원 네트워크존망은 WiFi통신망을 통해 스마트 부하기기미터부의 식별ID 위치를 기준으로 하나로 모아 그룹핑시킨다.
이후, 스마트 포트폴리오 최적화모델링 제어모듈의 제어신호에 따라 전력 감축을 최대화시키는 최적의 수요반응자원들을 중심으로 다시 그룹핑시킨다.
또한, 본 발명에 따른 수요반응자원 네트워크존망형성부(200)는 WiFi통신망을 대신하여, PLC [Power Line Communication]망으로 구성되어, 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시킬 수가 있다.
다음으로, 본 발명에 따른 스마트 포트폴리오 최적화모델링 제어모듈(300)에 관해 설명한다.
상기 스마트 포트폴리오 최적화모델링 제어모듈(300)은 스마트 부하기기미터부와 연결되어, 측정신호를 보내고, 이에 따른 계량정보데이터를 수신받아, 수요반응자원 네트워크존망에 형성된 수용가 객체의 부하를 고려하여 우선순위를 설정제어하고, 수요반응자원에 기준가중치를 부가하여 포트폴리오를 최적화시키도록 제어하는 역할을 한다.
이는 도 5에 도시한 바와 같이, 제어명령신호출력부(310), 데이터수신부(320), 스마트 포트폴리오 최적화모델링 제어부(330)로 구성된다.
첫째, 본 발명에 따른 제어명령신호출력부(310)에 관해 설명한다.
상기 제어명령신호출력부(310)는 수요반응자원 네트워크존망을 통해 스마트 부하기기미터부와 연결되어, 스마트 부하기기미터부쪽으로 측정신호와 급전제어신호에 관한 제어명령신호를 출력시키는 역할을 한다.
이는 제어명령부, 조작부로 구성된다.
상기 제어명령부는 외부로부터 주어지는 신호에서 검출되는 제어대상에 따라 어떻게 제어할 것인가를 나타내는 제어명령신호를 발령시키는 역할을 한다.
상기 조작부는 제어명령부로부터의 제어명령을 증폭하고, 한편으로 안전 대책을 강구하여, 제어 대상을 직접 제어하는 역할을 한다.
둘째, 본 발명에 따른 데이터수신부(320)에 관해 설명한다.
상기 데이터수신부(320)는 수요반응자원 네트워크존망으로부터 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 수신받아, 스마트 포트폴리오 최적화모델링 제어부로 전달시키는 역할을 한다.
셋째, 본 발명에 따른 스마트 포트폴리오 최적화모델링 제어부(330)에 관해 설명한다.
상기 스마트 포트폴리오 최적화모델링 제어부(330)는 데이터수신부로부터 전달된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 수요반응자원의 우선순위를 설정제어하여, 전력의 수급조건에 따라 우선순위로 설정된 수요반응자원의 스마트 부하기기미터부쪽으로 측정신호 및 급전제어신호를 출력시키고, 부하기기의 전력을 감축할 수 있는 수요반응자원 중 하나인 수용가 객체에 기준가중치를 부가한 후, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 최적의 수요반응자원들로 구성시키는 포트폴리오 최적화모델링을 형성시키는 역할을 한다.
이는 도 6에 도시한 바와 같이, 기준가중치설정부(331), 우선순위설정부(332), 포트폴리오 최적화모델링형성부(333)로 구성된다.
상기 기준가중치설정부(331)는 전력감축신뢰도, 전력감축가능용량, 감축가능부하기기종류 및 수, 규칙적인 전기 소비패턴, 수용가 객체의 종류 및 성질 중 어느 하나로 이루어진 기준가중치를 설정시키는 역할을 한다.
여기서, 전력 감축 신뢰도 (reliability)는 히스토리(History)를 기반으로 신뢰도를 측정하며, 퀼리티(quality)에 해당한다. 기준가중치를 a로 설정하고, 가중치 수치는 일예로 0.4로 설정한다.
그리고, 상기 전력 감축 가능 용량 (Quantity)은 스마트 부하기기미터부에서 측정된 부하기기의 전력감축가능용량을 말한다. 기준가중치를 b로 설정하고, 가중치 수치는 0.3으로 설정한다.
또한, 상기 감축 가능 부하 종류 및 수 (복잡도)는 스마트 부하기기미터부에 연결된 감축가능한 부하기기의 종류와 수를 나타낸다. 기준가중치를 c로 설정하고, 가중치 수치는 0.1로 설정한다.
상기 규칙적인 전기 소비 패턴은 스마트 부하기기미터부에 연결된 부하기기의 규칙적인 전기소비를 RRMSE(고객의 부하 패턴 분석)으로 분석한 것으로서, RRMSE 결과가 낮을수록 우수하다. 기준가중치를 d로 설정하고, 가중치 수치는 0.2로 설정한다.
상기 수용가 객체의 종류 및 성질은 시간별 보완 관계를 고려하기 위해 서로 보완 가능한 관계를 찾아 하나의 자원으로 그룹핑시키는 것을 말한다. 기준가중치를 e로 설정하고, 가중치 수치는 0.2로 설정한다.
상기 우선순위설정부(332)는 수요반응자원의 수용가 객체가 위치한 지역이 수도권(서울, 경기, 인천)과 비수도권(제주)인지 여부를 1순위로 설정하고, 수용가 객체들을 전력감축 가능용량 및 시간별 보완관계를 고려하여 그룹핑시킨 후, 전력감축의 의무감축용량이 최소기준설정치를 초과하고, 최대기준설정치 이하인 수요반응자원의 수용가 객체를 2순위로 설정하며, 수요반응자원당 최소기준참여수치의 수용가 객체가 설정된 수요반응자원을 3순위로 설정하는 역할을 한다.
즉, 수요반응자원은 거래기간 동안 의무감축 용량에 대해 실시간 급전지시 이행의무를 가지고 하루전 시장에 입찰할 수 자원으로 수도권 (서울,경기, 인천)과 비수도권(제주 포함)을 구분하여 등록되어야 하고, 의무감축용량으로 최소기준설정치를 10MW~50MW로 설정하고, 최대기준설정치를 400MW~800MW로 설정한다.
여기서, 최소기준설정치와 최대기준설정치는 상황과 목적에 따라 변동이 가능하며, 최소기준설정치를 각각 20MW, 최대기준기준설정치를 500MW로 설정하는 것이 가장 바람직하다.
그리고, 스마트 포트폴리오 최적화모델링 제어모듈의 제어하에 수요관리사업자의 포트폴리오 운영을 통한 부하감축의 신뢰성 향상을 위하여, 수요반응자원당 최소기준참여수치의 수용가 객체가 설정한다는 것은 일예로, 수요반응 자원당 최소 5개~20개의 참여고객을 등록하여야 하며 등록 변경은 기존 참여 고객의 등록 말소 및 새로 확보한 전기 소비자의 신규 등록을 위해 분기 1회에 한하여 허용한다.
수요반응참여고객을 신규로 등록,해지하더라도 해당 수요 반응 자원의 의무감축용량은 변동이 없도록 구성된다.
상기 수요반응자원당 최소기준참여수치는 상황과 목적에 따라 변동이 가능하며, 10개의 참여고객을 등록설정한 것이 보다 바람직하다.
상기 포트폴리오 최적화모델링형성부(333)는 RIM 순편익 최대화와 에너지절감량 최대화를 기준으로, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 전력 감축을 최대화시켜 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 역할을 한다.
이는 도 7에 도시한 바와 같이, RIM 순편익 최대화 알고리즘엔진부(333a), EV 알고리즘엔진부(333b)로 구성된다.
[RIM
순편익
최대화 알고리즘엔진부(333a)]
상기 RIM(Ratepayer Impact Measure : RIM) 순편익 최대화 알고리즘엔진부(333a)는 수용가객체에 설치된 스마트 부하기기미터부에 부가되는 지원금 변화에 따른 수요반응자원인 수용가객체의 참여도를 나타내는 가격함수를 통해 RIM 순편익을 최적화시킨 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 역할을 한다.
이는 전력회사의 수입과 스마트 부하기기미터부에 부가되는 비용의 변화가 전기요금에 미치는 영향을 분석한다.
즉, 시간이 지나면 지원금이 모두 상쇄되고, 무상으로 변환되는 관계로 표현하고, 지원금 변화에 따른 수요반응자원의 참여도를 나타내는 가격함수를 이용하여 RIM을 최대화하는 최적화 모델링을 제시한다.
상기 수용가객체 영향도 순편익(net benefit)을 최적화하는 목적함수는 다음의 수학식 1과 같이 표현된다.
여기서, ACi는 i 스마트 부하기기미터부의 대당 회피비용(Avoided Cost)를 나타내고, PCi는 i 스마트 부하기기미터부의 프로그램 관리비용(Program Cost)를 나타내며, RPi(t)는 t년도 i 스마트 부하기기미터부의 순증 보급량(Requlated Penetration)을 나타내고, ILi는 i 스마트 부하기기미터부의 보급으로 인한 요금수입감소분(원/대)를 나타내며, RRi(t)는 t년도 i 스마트 부하기기미터부의 대당 변화된지원금을 나타낸다.
그리고, PWFi는 할인율(r)과 기기수명(n)을 고려한 i 스마트 부하기기미터부의 현가계수를 나타내고, k는 전체 스마트 부하기기미터부의 수를 나타낸다.
상기 수학식 1에서 회피비용은 편익이며, 프로그램 관리비용, 지원금 및 요금 수입감소는 비용에 해당된다.
따라서, 회피비용에서 전체비용을 제하면 RIM의 순편익이 되며, 상기 수학식 1은 순편익이 최대화한 것을 의미한다.
여기서, t년도의 스마트 부하기기미터부별 지원금 변수 RRi(t)가 변화함에 따라 i 스마트 부하기기미터부의 보급량 RPi(t)이 변화된다.
따라서, 스마트 부하기기미터부의 보급량 RPi(t)는 지원금 수준에 따라 변하는 값으로서 RPi(t)를 얼마나 합리적으로 추정하느냐에 따라 프로그램별 포트폴리오는 달라지게 된다.
본 발명에서는 RPi(t)를 추정하기 위해 가격함수(pricing function)를 고려한 확산함수가 구성된다.
제약조건은 다음의 수학식 2와 같이 표현된다.
여기서, ERi(t)는 t년도 i 스마트부하기기미터부의 대당 기존 지원금을 나타내고, RRi(t)는 t년도 i 스마트부하기기미터부의 대당 변경된 지원금을 나타내며, Pi(t)는 t년도 i 스마트부하기기미터부의 기존 지원금에 대한 보급량을 나타내고, RPi(t)는 t년도 i 스마트부하기기미터부의 지원금 변경에 의한 보급량을 나타내며, α는 t-1년도 대비 t년도의 지원금 수준 상한 변수를 나타낸다.
즉, 수학식 2는 운영상 이익의 최적화방법과 마찬가지로 스마트부하기기미터부의 지원금 수준이 변화할 때 그에 따른 변경된 전체 투자비는 기존 지원금 수준에 따른 전체 투자비보다 작거나 같아야 함을 의미한다.
또한, t년도의 스마트부하기기미터부에 대한 지원금 수준은 t-1년도 지원금 수준의 α배보다 작아야 함을 의미하며, α는 지원금의 급격한 인상으로 인한 시장의 혼란을 최소화하도록 구성된다.
이로 인해, 스마트 부하기기미터부에 부가되는 지원금 변화에 따른 수요반응자원인 수용가객체의 참여도를 나타내는 가격함수를 통해 RIM 순편익을 최적화시킨 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링이 형성된다.
[EV(Energy Savings) 알고리즘엔진부(333b)]
상기 EV 알고리즘엔진부(333b)는 수용가객체내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 에너지절감량을 최대화시킨 최적화모델링을 형성시키는 역할을 한다.
이는 수요반응자원의 주요 성과인 에너지절감량(Energy Savings)의 최대화를 위한 최적화 모델링을 제시한다.
최적화를 위한 목적함수는 다음의 수학식 3과 같이 표현된다.
여기서, RPi(t)는 t년도 i 스마트부하기기미터부의 순증 보급량을 나타내고, EVi는 i 스마트부하기기미터부의 대당 에너지 절감량을 나타내며, Ni는 기기수명을 나타내고, k는 전체 스마트부하기기미터부의 수를 나타낸다.
상기 수학식 3은 각 스마트부하기기미터부의 수명기기동안의 에너지절감량을 더한 것을 최대화한 것을 의미한다.
이때 스마트부하기기의 보급량 RPi(t)는 지원금 수준에 따라 변하는 값으로서, RPi(t)를 얼마나 합리적으로 추정하느냐에 따라 프로그램별 포트폴리오는 달라지게 된다.
본 특허에서는 RPi(t)를 추정하기 위해 가격함수를 고려한 확산함수가 구성된다.
그리고, 에너지절감량을 최대화시킨 최적화모델링의 최적조건은 다음의 수학식 4와 같이 표현된다.
여기서, ERi(t)는 t년도 i 스마트부하기기미터부의 대당 기존 지원금을 나타내고, RRi(t)는 t년도 i 스마트부하기기미터부의 대당 변경된 지원금을 나타내며, Pi(t)는 t년도 i 스마트부하기기미터부의 기존 지원금에 의한 보급량을 나타내고, RPi(t)는 t년도 i 스마트부하기기미터부의 지원금 변경에 따른 보급량을 나타내며, α는 t-1년도 대비 t년도의 지원금 수준 상한 변수를 나타낸다.
즉, 수학식 4의 제약조건은 지원금 변화에 의해 변경된 스마트부하기기미터부의 투자비는 기존지원금에 의한 전체 스마트부하기기미터부의 투자비보다 작거나 같아야 한다는 것을 의미한다.
또한 t년도의 해당 스마트부하기기미터부에 대한 지원금 수준은 t-1년도 지원금 수준의 α배보다 작아야 함을 의미하며, α는 지원금의 급격한 인상으로 인한 시장의 혼란을 최소화하는데 결정요소가 된다.
이러한 과정을 통해, 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 에너지절감량을 최대화시킨 최적화모델링을 형성시킨다.
또한, 본 발명에 따른 스마트 포트폴리오 최적화모델링 제어부는 인센티브형 DR 수익최적화알고리즘엔진부(333c)가 포함되어 구성된다.
상기 인센티브형 DR 수익최적화알고리즘엔진부(333c)는 수요반응 자원 운영에 따른 수익을 최대화시키기 위해, 부하기기의 전력감축량에 따라 인센티브(원/kW)를 설정시켜, 수요반응 자원에 참여한 수용가객체의 최적화모델링을 형성시켜, 수용반응자원 운영비용을 최소화시키는 역할을 한다.
여기서, 인센티브는 부하기기의 전력감축량에 따른 환산 비용으로, 부하기기의 전력감축량(부하삭감량)이 많을수록 인센티브 수치가 올라간다.
먼저, 일예로, 수용가객체 5개에 공지하는 DR이벤트 구간은 8개이며 DR이벤트 1구간은 1시간 단위으로 설정한다.
수용가객체
|
증감률
(kw/분) |
감발률
(kW/분) |
부하삭감용량 | 정지시간 | ||
최대
(kW) |
최소
(KW) |
최소
감축 (시) |
최소
정지 (시) |
|||
1 | 28 | 158 | 65 | 20 | 2 | 4 |
2 | 32 | 220 | 50 | 15 | 2 | 1 |
3 | 23 | 29 | 79 | 35 | 2 | 3 |
4 | 30 | 20 | 100 | 45 | 2 | 3 |
5 | 29 | 16 | 75 | 45 | 1 | 2 |
상기 표 1과 같이, 인센티브형 DR 수익최적화알고리즘엔진부에 참가한 수용가객체 수, 수용가 객체 부하기기를 사용하는 전력에 대한 증감률, 감발률, 부하삭감용량, 정지시간에 관한 데이터를 수집한다.
이어서, 표 2와 같이, 부하기기의 전력감축량 목표치를 설정한다.
DR 이벤트 구간 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
부하기기 전력감축량 목표치 | 145 | 165 | 190 | 220 | 260 | 280 | 230 | 200 |
이어서, 표 2와 같이, 부하기기의 전력감축량 목표치에 도달한 수용가 객체를 대상으로 부하삭감량과 예상 인센티브를 연산시킨다.
상기 부하삭감량과 예상 인센티브는 표 3과 같다.
DR이벤트구간 수용가객체 |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 부하 삭감량 (kW) |
예상 인센티브(원) |
1 | 10 | 15 | 23 | 46 | 54 | 36 | 80 | 5 | 180 | 1100 |
2 | 20 | 0 | 50 | 45 | 80 | 40 | 30 | 15 | 210 | 1450 |
3 | 45 | 20 | 60 | 80 | 150 | 110 | 60 | 70 | 240 | 2300 |
4 | 85 | 160 | 120 | 130 | 80 | 90 | 110 | 180 | 270 | 2456 |
5 | 60 | 80 | 110 | 60 | 210 | 235 | 189 | 230 | 300 | 3210 |
끝으로, 인센티브 수치가 높을수록 부하삭감량 또한 높아지므로, 인센티브 수치가 높고, 부하 삭감량이 높은 수용가객체 4와 5를 수요반응 자원에 참여한 수용가객체의 최적화모델로 설정한다.
이하, 본 발명에 따른 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성방법에 관해 구체적으로 설명한다.
먼저, 도 10에 도시한 바와 같이, 스마트 부하기기미터부가 스마트 포트폴리오 최적화모델링 제어모듈로부터 측정신호를 수신받아 웨이크업된다(S100).
다음으로, 스마트 부하기기미터부를 통해 수용가객체 내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 스마트 포트폴리오 최적화모델링 제어모듈로 송신시킨다(S200).
다음으로, 수요반응자원 네트워크존망형성부에서 온라인을 통해 전력을 감축하겠다는 수용가 객체를 모집한 후, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시킨다(S300).
다음으로, 스마트 포트폴리오 최적화모델링 제어모듈을 통해 데이터수신부로부터 전달된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 수요반응자원의 우선순위를 설정제어하여, 전력의 수급조건에 따라 우선순위로 설정된 수요반응자원의 스마트 부하기기미터부쪽으로 측정신호 및 급전제어신호를 출력시킨다(S400).
끝으로, 도 8에 도시한 바와 같이, 스마트 포트폴리오 최적화모델링 제어모듈을 통해 부하기기의 전력을 감축할 수 있는 수요반응자원 중 하나인 수용가 객체에 기준가중치를 부가한 후, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 최적의 수요반응자원들로 구성시키는 포트폴리오 최적화모델링을 형성시킨다(S500).
이는 도 11에 도시한 바와 같이, RIM 순편익 최대화 알고리즘엔진부를 통해 수용가객체에 설치된 스마트 부하기기미터부에 부가되는 지원금 변화에 따른 수요반응자원인 수용가객체의 참여도를 나타내는 가격함수를 통해 RIM 순편익을 최적화시킨 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시킨다(S510).
또한, 도 12에 도시한 바와 같이, EV 알고리즘엔진부를 통해 수용가객체내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 에너지절감량을 최대화시킨 최적화모델링을 형성시킨다(S520).
또한, 도 13에 도시한 바와 같이, 인센티브형 DR 수익최적화알고리즘엔진부를 통해 수요반응 자원 운영에 따른 수익을 최대화시키기 위해, 부하기기의 전력감축량에 따라 인센티브(원/kW)를 설정시켜, 수요반응 자원에 참여한 수용가객체의 최적화모델링을 형성시킨다(S530).
1 : 스마트 포트폴리오 최적화모델링형성장치
100 : 스마트 부하기기미터부
200 : 수요반응자원 네트워크존망형성부
300 : 스마트 포트폴리오 최적화모델링 제어모듈
100 : 스마트 부하기기미터부
200 : 수요반응자원 네트워크존망형성부
300 : 스마트 포트폴리오 최적화모델링 제어모듈
Claims (12)
- 수용가객체에 설치되어, 스마트 포트폴리오 최적화모델링 제어모듈로부터 측정신호를 수신받아 구동되면서, 수용가객체 내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 스마트 포트폴리오 최적화모델링 제어모듈로 송신시키는 스마트 부하기기미터부(100)와,
온라인을 통해 전력을 감축하겠다는 수용가 객체를 모집한 후, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시키는 수요반응자원 네트워크존망형성부(200)와,
스마트 부하기기미터부와 연결되어, 측정신호를 보내고, 이에 따른 계량정보데이터를 수신받아, 수요반응자원 네트워크존망에 형성된 수용가 객체의 부하를 고려하여 우선순위를 설정제어하고, 수요반응자원에 기준가중치를 부가하여 포트폴리오를 최적화시키도록 제어하는 스마트 포트폴리오 최적화모델링 제어모듈(300)로 구성되는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치에 있어서,
상기 스마트 부하기기미터부(100)는
사각박스형상으로 이루어져, 각 기기를 외압으로부터 보호하고 지지하는 본체(110)와,
본체의 외부 일측면에 위치되어, 수용가객체 내에 설치된 부하기기의 입출력단자 일측과 연결시키는 외부연결컨넥터부(120)와,
본체의 내부공간 일측에 위치되어, 각 기기에 전원을 공급시키는 배터리부(130)와,
배터리부 일측에 위치되어, 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 저장하는 메모리부(140)와,
본체의 평면상에 위치되어, 화면상에 부하기기의 현재 구동상태, 계량정보데이터를 표출시키는 디스플레이부(150)과,
원격지에 위치한 스마트 포트폴리오 최적화모델링 제어모듈쪽으로 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 송신시키고, 이에 따른 응답신호로서 제어명령신호를 수신받아 부하기기미터제어부로 전달시키는 WiFi통신모듈(160)과,
외부연결컨넥터부, 배터리부, 메모리부, 디스플레이부와 연결되어, 각 기기의 전반적인 구동을 제어시키면서, 측정하고자 하는 부하기기쪽으로 측정신호를 보내어, 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 생성시킨 후, 생성시킨 계량정보데이터를 메모리부에 1차 저장 후, WiFi통신모듈을 통해 스마트 포트폴리오 최적화모델링 제어모듈쪽으로 전송시키고, 스마트 포트폴리오 최적화모델링 제어모듈의 실시간 급전지시신호에 따라 부하기기쪽으로 급전제어신호를 출력시키는 부하기기미터제어부(170)로 구성되는 것을 특징으로 하는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치.
- 삭제
- 삭제
- 제1항에 있어서, 상기 스마트 포트폴리오 최적화모델링 제어모듈(300)은
수요반응자원 네트워크존망을 통해 스마트 부하기기미터부와 연결되어, 스마트 부하기기미터부쪽으로 측정신호와 급전제어신호에 관한 제어명령신호를 출력시키는 제어명령신호출력부(310)와,
수요반응자원 네트워크존망으로부터 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 수신받아, 스마트 포트폴리오 최적화모델링 제어부로 전달시키는 데이터수신부(320)와,
데이터수신부로부터 전달된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 수요반응자원의 우선순위를 설정제어하여, 전력의 수급조건에 따라 우선순위로 설정된 수요반응자원의 스마트 부하기기미터부쪽으로 측정신호 및 급전제어신호를 출력시키고, 부하기기의 전력을 감축할 수 있는 수요반응자원 중 하나인 수용가 객체에 기준가중치를 부가한 후, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 최적의 수요반응자원들로 구성시키는 포트폴리오 최적화모델링을 형성시키는 스마트 포트폴리오 최적화모델링 제어부(330)로 구성되는 것을 특징으로 하는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치.
- 제4항에 있어서, 상기 스마트 포트폴리오 최적화모델링 제어부(330)는
전력감축신뢰도, 전력감축가능용량, 감축가능부하기기종류 및 수, 규칙적인 전기 소비패턴, 수용가 객체의 종류 및 성질 중 어느 하나로 이루어진 기준가중치를 설정시키는 기준가중치설정부(331)와,
수요반응자원의 수용가 객체가 위치한 지역이 수도권(서울, 경기, 인천)과 비수도권(제주)인지 여부를 1순위로 설정하고, 수용가 객체들을 전력감축 가능용량 및 시간별 보완관계를 고려하여 그룹핑시킨 후, 전력감축의 의무감축용량이 최소기준설정치를 초과하고, 최대기준설정치 이하인 수요반응자원의 수용가 객체를 2순위로 설정하며, 수요반응자원당 최소기준참여수치의 수용가 객체가 설정된 수요반응자원을 3순위로 설정하는 우선순위설정부(332)와,
RIM 순편익 최대화와 에너지절감량 최대화를 기준으로, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 전력 감축을 최대화시켜 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 포트폴리오 최적화모델링형성부(333)로 구성되는 것을 특징으로 하는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치.
- 제5항에 있어서, 상기 포트폴리오 최적화모델링형성부(333)는
수용가객체에 설치된 스마트 부하기기미터부에 부가되는 지원금 변화에 따른 수요반응자원인 수용가객체의 참여도를 나타내는 가격함수를 통해 RIM 순편익을 최적화시킨 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 RIM(Ratepayer Impact Measure) 순편익 최대화 알고리즘엔진부(333a)가 포함되어 구성되는 것을 특징으로 하는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치.
- 제5항에 있어서, 상기 포트폴리오 최적화모델링형성부(333)는
수용가객체내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 에너지절감량을 최대화시킨 최적화모델링을 형성시키는 EV(Energy Savings) 알고리즘엔진부(333b)가 포함되어 구성되는 것을 특징으로 하는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치.
- 삭제
- 스마트 부하기기미터부가 스마트 포트폴리오 최적화모델링 제어모듈로부터 측정신호를 수신받아 웨이크업되는 단계(S100)와,
스마트 부하기기미터부를 통해 수용가객체 내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 스마트 포트폴리오 최적화모델링 제어모듈로 송신시키는 단계(S200)와,
수요반응자원 네트워크존망형성부에서 온라인을 통해 전력을 감축하겠다는 수용가 객체를 모집한 후, 모집한 수용가객체에 설치된 스마트 부하기기미터부의 식별ID를 기준으로 부하기기의 전력을 감축할 수 있는 수요반응자원 네트워크존망을 형성시키는 단계(S300)와,
스마트 포트폴리오 최적화모델링 제어모듈을 통해 데이터수신부로부터 전달된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 수요반응자원의 우선순위를 설정제어하여, 전력의 수급조건에 따라 우선순위로 설정된 수요반응자원의 스마트 부하기기미터부쪽으로 측정신호 및 급전제어신호를 출력시키는 단계(S400)와,
스마트 포트폴리오 최적화모델링 제어모듈을 통해 부하기기의 전력을 감축할 수 있는 수요반응자원 중 하나인 수용가 객체에 기준가중치를 부가한 후, 전력을 감축하겠다는 수용가 객체들을 서로 조합하여 최적의 수요반응자원들로 구성시키는 포트폴리오 최적화모델링을 형성시키는 단계(S500)로 이루어지는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성방법에 있어서,
상기 포트폴리오 최적화모델링을 형성시키는 단계(S500)는
RIM 순편익 최대화 알고리즘엔진부를 통해 수용가객체에 설치된 스마트 부하기기미터부에 부가되는 지원금 변화에 따른 수요반응자원인 수용가객체의 참여도를 나타내는 가격함수를 통해 RIM 순편익을 최적화시킨 최적의 수요반응자원들로 이루어진 포트폴리오 최적화모델링을 형성시키는 단계(S510)가 포함되어 이루어지는 것을 특징으로 하는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성방법.
- 삭제
- 제9항에 있어서, 상기 포트폴리오 최적화모델링을 형성시키는 단계(S500)는
EV 알고리즘엔진부를 통해 수용가객체내에 설치된 부하기기의 시간대별 전기가격과 시간대별 사용량에 따른 계량정보데이터를 기준으로 에너지절감량을 최대화시킨 최적화모델링을 형성시키는 단계(S520)가 포함되어 이루어지는 것을 특징으로 하는 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성방법.
- 삭제
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160038125A KR101739271B1 (ko) | 2016-03-30 | 2016-03-30 | 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법 |
US15/186,262 US20170285612A1 (en) | 2016-03-30 | 2016-06-17 | Apparatus and method of optimization modeling for forming smart portfolio in negawatt market |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160038125A KR101739271B1 (ko) | 2016-03-30 | 2016-03-30 | 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101739271B1 true KR101739271B1 (ko) | 2017-05-24 |
Family
ID=59051548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020160038125A KR101739271B1 (ko) | 2016-03-30 | 2016-03-30 | 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20170285612A1 (ko) |
KR (1) | KR101739271B1 (ko) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190007622A (ko) * | 2017-07-13 | 2019-01-23 | 주식회사 그리드위즈 | 무감축 입찰 방식이 적용된 선택형 전력수요 관리장치 |
KR20200034023A (ko) | 2018-09-12 | 2020-03-31 | 주식회사 석영시스템즈 | 열·공조 시스템에 대한 수요 반응 결정 모델을 생성하는 방법 및 수요 반응을 수행하기 위한 방법 |
WO2020101056A1 (ko) * | 2018-11-14 | 2020-05-22 | 전자부품연구원 | 수요반응 처리 시스템 및 방법 |
KR20210096571A (ko) * | 2020-01-28 | 2021-08-05 | 한국전자통신연구원 | 주택 대상의 잉여 전력 거래를 위한 전력 관리 장치 및 주택 단지 조합 방법 |
CN112366682B (zh) * | 2020-09-24 | 2023-07-28 | 国网天津市电力公司电力科学研究院 | 用户侧可调控灵活资源的量化与协同优化控制方法 |
US11824359B2 (en) | 2020-01-28 | 2023-11-21 | Electronics And Telecommunications Research Institute | Electricity management apparatus for trading dump power for housing, and housing complex association method |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101783252B1 (ko) * | 2016-08-03 | 2017-09-29 | 한국전력공사 | 마이크로그리드에서의 전기소비자 중 수요자원 모집을 지원하는 장치와 방법 |
EP3719737A1 (de) * | 2019-04-03 | 2020-10-07 | Siemens Aktiengesellschaft | Computergestütztes energiemanagementverfahren und energiemanagementsystem |
CN110233847B (zh) * | 2019-06-17 | 2022-02-22 | 广东鹰视能效科技有限公司 | 基于云监控及数据加密传输的新能源电站运行控制方法 |
CN110705738B (zh) * | 2019-08-13 | 2022-03-22 | 合肥工业大学 | 基于人工智能的智能用电激励需求响应方法和系统 |
CN113807554A (zh) * | 2020-06-11 | 2021-12-17 | 国网电力科学研究院有限公司 | 基于现货模式下的负荷聚合商能源优化方法和装置 |
DE102020124811A1 (de) * | 2020-09-23 | 2022-03-24 | Johannes Kamp | Vermittlungseinrichtung für einen Energieanschluss eines Verbrauchers an ein Energienetz |
CN112734277B (zh) * | 2021-01-20 | 2024-02-02 | 深圳华工能源技术有限公司 | 信息物理融合的需求侧响应资源多层级建模方法 |
CN112819307B (zh) * | 2021-01-23 | 2023-08-18 | 西安交通大学 | 智能电网中基于负载监督的需求响应方法及系统 |
CN114243779B (zh) * | 2021-12-22 | 2024-03-08 | 国网江苏省电力有限公司营销服务中心 | 基于虚拟电厂的用户可调负荷资源需求响应方法及系统 |
CN116544935B (zh) * | 2023-07-06 | 2023-12-19 | 中国电力科学研究院有限公司 | 一种参与需求响应的电机类负荷的优化控制方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015104137A (ja) * | 2013-11-20 | 2015-06-04 | 株式会社東芝 | 電力抑制最適化システム及び電力抑制最適化方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006096854A2 (en) * | 2005-03-08 | 2006-09-14 | E-Radio Usa, Inc. | Systems and methods for modifying power usage |
WO2010008479A2 (en) * | 2008-06-25 | 2010-01-21 | Versify Solutions, Llc | Aggregator, monitor, and manager of distributed demand response |
US20110106327A1 (en) * | 2009-11-05 | 2011-05-05 | General Electric Company | Energy optimization method |
JP6236587B2 (ja) * | 2011-09-16 | 2017-11-29 | オートグリッド インコーポレイテッド | デマンドレスポンス及び分散エネルギーリソースを最適化及び管理するシステム及び方法 |
US9853448B2 (en) * | 2012-01-17 | 2017-12-26 | General Electric Company | Systems and methods for coordinating electrical network optimization |
US20130332306A1 (en) * | 2012-06-12 | 2013-12-12 | Ecobee Inc. | Hvac controller with installer rating feature |
WO2014165986A1 (en) * | 2013-04-12 | 2014-10-16 | Energy Aware Technology Inc. | System and method for performing demand response optimizations |
US10115120B2 (en) * | 2014-05-12 | 2018-10-30 | Fujitsu Limited | Dynamic demand response event assessment |
KR101621931B1 (ko) * | 2014-12-19 | 2016-05-17 | 한국인터넷진흥원 | 스마트 그리드에서의 전력정보 송수신 시스템 |
-
2016
- 2016-03-30 KR KR1020160038125A patent/KR101739271B1/ko active IP Right Grant
- 2016-06-17 US US15/186,262 patent/US20170285612A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015104137A (ja) * | 2013-11-20 | 2015-06-04 | 株式会社東芝 | 電力抑制最適化システム及び電力抑制最適化方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190007622A (ko) * | 2017-07-13 | 2019-01-23 | 주식회사 그리드위즈 | 무감축 입찰 방식이 적용된 선택형 전력수요 관리장치 |
KR102006788B1 (ko) * | 2017-07-13 | 2019-08-06 | 주식회사 그리드위즈 | 무감축 입찰 방식이 적용된 선택형 전력수요 관리장치 |
KR20200034023A (ko) | 2018-09-12 | 2020-03-31 | 주식회사 석영시스템즈 | 열·공조 시스템에 대한 수요 반응 결정 모델을 생성하는 방법 및 수요 반응을 수행하기 위한 방법 |
WO2020101056A1 (ko) * | 2018-11-14 | 2020-05-22 | 전자부품연구원 | 수요반응 처리 시스템 및 방법 |
KR20210096571A (ko) * | 2020-01-28 | 2021-08-05 | 한국전자통신연구원 | 주택 대상의 잉여 전력 거래를 위한 전력 관리 장치 및 주택 단지 조합 방법 |
KR102546116B1 (ko) | 2020-01-28 | 2023-06-22 | 한국전자통신연구원 | 주택 대상의 잉여 전력 거래를 위한 전력 관리 장치 및 주택 단지 조합 방법 |
US11824359B2 (en) | 2020-01-28 | 2023-11-21 | Electronics And Telecommunications Research Institute | Electricity management apparatus for trading dump power for housing, and housing complex association method |
CN112366682B (zh) * | 2020-09-24 | 2023-07-28 | 国网天津市电力公司电力科学研究院 | 用户侧可调控灵活资源的量化与协同优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
US20170285612A1 (en) | 2017-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101739271B1 (ko) | 수요반응자원 최적 구성용 스마트 포트폴리오 최적화모델링형성장치 및 방법 | |
US8706650B2 (en) | Optimization of microgrid energy use and distribution | |
US8364609B2 (en) | Optimization of microgrid energy use and distribution | |
Zhong et al. | Coupon incentive-based demand response: Theory and case study | |
Alstone et al. | 2025 California demand response potential study-charting California’s demand response future: final report on phase 2 results | |
KR101846026B1 (ko) | 사전 전력수요예측에 의한 전력수요관리 방법 및 시스템 | |
US20100179862A1 (en) | Nested, hierarchical resource allocation schema for management and control of an electric power grid | |
Xiao et al. | Large-scale aggregation of prosumers toward strategic bidding in joint energy and regulation markets | |
KR20150037281A (ko) | 에너지 저장 시스템을 이용한 전력 판매 수익 개선 장치 및 그 방법 | |
Chen et al. | Electricity demand response schemes in China: Pilot study and future outlook | |
Rasheed et al. | Minimizing pricing policies based on user load profiles and residential demand responses in smart grids | |
KR100690088B1 (ko) | 비용 효과 분석을 위한 웹 기반 전력 수요관리 평가 시스템 | |
Gagne et al. | Demand response compensation methodologies: Case studies for Mexico | |
Heydarian-Forushani et al. | A comprehensive linear model for demand response optimization problem | |
CN111695943B (zh) | 一种计及浮动高峰电价的优化管理方法 | |
Clastres et al. | Provision of demand response by French prosumers with photovoltaic-battery systems in multiple markets | |
KR20220123365A (ko) | 사업장 수요 특성을 고려한 최적 ess 사업성 평가 방법 | |
CN110390492B (zh) | 一种电网需求侧负荷平衡的分析方法 | |
WO2017035571A1 (en) | Analysing smart meter data for solar or storage recommendation | |
Mukhopadhyay et al. | Comprehensive multi-benefit planning of sustainable interconnected microgrids | |
Sarkar et al. | Utility scale DSM opportunities and business models in India | |
Wang et al. | Optimal Decision-Making of Trans-Provincial Electricity Market Subjects with Risks under Renewable Portfolio Standards | |
Thomas et al. | An assessment of business models for demand response | |
تیمورزاده بابلی et al. | Designing Incentive-based Demand Response Program for Minimizing Financial Risk of Retailer during Peak Period | |
KR20210130983A (ko) | 전력수급 최적화 장치 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |