KR101740661B1 - 계약 전력 추천 장치 및 방법 - Google Patents
계약 전력 추천 장치 및 방법 Download PDFInfo
- Publication number
- KR101740661B1 KR101740661B1 KR1020160051785A KR20160051785A KR101740661B1 KR 101740661 B1 KR101740661 B1 KR 101740661B1 KR 1020160051785 A KR1020160051785 A KR 1020160051785A KR 20160051785 A KR20160051785 A KR 20160051785A KR 101740661 B1 KR101740661 B1 KR 101740661B1
- Authority
- KR
- South Korea
- Prior art keywords
- power
- contract
- data
- reference time
- recommendation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000007619 statistical method Methods 0.000 claims abstract description 9
- 230000005611 electricity Effects 0.000 claims description 28
- 238000012098 association analyses Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 5
- 238000007670 refining Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000001816 cooling Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000010220 Pearson correlation analysis Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Biology (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
전력 소비자가 전력 공급 사업자와 맺는 전력 공급 조건인 계약 전력을 정밀하게 전력 소비자에게 추천할 수 있는 계약 전력 추천 장치 및 방법이 개시된다. 본 발명의 일 측면에 따른 특정 소매점에 대해 계약 전력을 추천하는 계약 전력 추천 장치는, 상기 특정 소매점의 변수 데이터 및 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 수신하는 수신 모듈; 상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 이용한 통계적 해석에 기초하여 계약 전력 추천 모형을 생성하는 추천 모형 생성 모듈; 및 상기 특정 소매점의 변수 데이터와 상기 계약 전력 추천 모형을 이용하여 상기 특정 소매점에 대한 계약 전력을 추천하는 추천 모듈을 포함한다.
Description
본 발명은 전기 공급자와 전기 사용자 간에 맺는 계약 전력에 관한 것으로, 구체적으로 계약 전력을 상기 전기 사용자에게 추천하는 장치 및 방법에 관한 것이다.
국내 전기 요금은 기본 요금과 사용량 요금으로 크게 구분할 수 있다. 이는 국내뿐만 아니라 대부분의 국가에서 적용하는 요금 구조이다. 기본 요금은 전기 사업자와 사용자 간의 계약과 관련된 요금으로 계약 전력과 최대 수요 전력 그리고 초과 사용 부가금과 관련되어 있다. 사용량 요금은 정해진 기간 동안 전기 사용 장소에서 사용된 전기 사용량을 계량하여 요금 단가를 적용하여 계산된다.
이러한 기본 요금과 사용량 요금 중 기본 요금은 상술한 바와 같이 계약 전력과 관련되어 있다. 계약 전력은 전기 사용자가 전기 공급자에게 요청하는 최대 사용 전력이라고 표현할 수 있다. 예를 들어, 임의의 사용자가 전기 공급자와 30kW의 계약 전력으로 전력 계약을 맺는다는 것은 그 사용자가 어떠한 경우에도 30kW를 초과하는 전력은 사용하지 않겠다는 쌍방 계약이다. 이와 같은 계약 사항에 따라 전기 공급자는 사용자가 최대 30kW의 전력을 사용하기에 충분한 공급 설비를 갖추어 전력 공급을 하게 된다.
이와 같이 전기 공급자와 전기 사용자는 최대 사용 전력에 기초한 전력 계약을 맺게 되는데, 사용자가 이 계약 사항, 즉 계약 전력을 초과하여 전력을 사용하게 되면 전기 공급자는 가산금을 부과한다. 이러한 가산금이 초과 사용 부담금이다.
전기 공급자는 전기 사용자가 월 평균 얼마의 전력을 사용하는 가와 관계없이 언제든지 그 최대 전력, 즉 계약 전력을 사용할 수 있는 공급 설비를 예비해 두어야 한다. 그러나 최근까지 전력량계에 사용되어온 기계식 전력량계로는 저압 고객의 최대 사용 전력을 확인할 수 없었다. 최대 사용 전력을 계량할 수 있는 기계식 전력량계도 있지만 상대적으로 고가이므로, 대용량 고객인 고압 고객에 한해서만 적용해 왔고 저압 고객에 대해서는 사용 전력량만 계량하는 보통 전력량계를 공급해 왔다. 따라서 최근까지 국내의 전기 공급자인 한국전력은 저압 고객의 계약 전력을 초과하는 전력 사용에 대한 판단은 유일한 계량값인 월 사용 전력량을 근거로 할 수밖에 없었다. 즉 월 전력 사용량이 해당 최대 전력, 즉 계약 전력으로 450 시간 이상 연속 사용하는 경우의 양에 해당되는 경우에 계약 전력 위반에 따른 가산금을 부과하는 소극적인 방식을 이용한다.
하지만, 최근 IT와 전력 전자 기술의 발전으로 전자식 전력량계들이 속속 개발되었고 최근에는 전자식 전력량계가 기계식보다 저렴하게 공급됨에 따라 향후 모든 전력량계는 전자식으로 교체될 예정이다. 이와 같은 환경 변화에 따라 전기 공급자는 지금까지 관리할 수 없었던 저압 고객의 최대 사용 전력을 실시간으로 계량할 수 있어, 약관 변경을 통해 월 단위의 사용량이 아닌 짧은 시간 단위의 사용량이 계약 전력을 초과할 경우에 바로 초과 사용 부가금을 부과하고 있다.
이에 따라 저압 고객, 예를 들어 소매점들은 매우 불리한 상태에 놓이게 된다. 예를 들어, 정상적인 전기 사용 상태에서는 문제가 없지만, 대용량 기기의 기동이나, 설비의 고장 순간, 또는 갑작스런 고온 또는 저온의 기상 변화시 냉난방 기기의 풀 가동으로 비정상적인 순간 전력 사용이 필요할 수 있는데, 현재의 초과 사용 부가금 방식을 적용할 경우 불가피하게 초과 사용 요금을 부담해야 하는 문제점이 있다.
그리고, 통상적으로 소매점들이 전기 공급사와 맺게 되는 계약 전력은 특별한 기준이 없이, 소매점에 설치되는 전력 소비 기기들의 소비 전력을 단순 합산한 후 2, 3배를 계약 전력으로 설정하여 전기 공급사와 전력 계약을 맺는다. 따라서 소매점들이 실제로 사용하는 전력은 계약 전력보다 매우 낮아 불필요하게 많은 전기 요금을 납부하고 있다.
이러한 문제점을 개선하기 위해 본 출원인은 국내등록특허 제10-1595236호의 '계약 전력 추천 장치 및 방법'을 제안하였다. 국내등록특허 제10-1595236호에서는 전자식 전력량계의 도입 후 1년 이내에는 전기 요금 고지서를 기초로 계약 전력을 추천한다. 이와 같이 전기 요금 고지서를 이용할 경우 추천된 계약 전력이 정밀하지 않을 수 있다. 그리고 전자식 전력량계의 도입 후 1년 이후에는 실제 전력 사용량을 기준으로 추천 계약 전력을 산출하는데, 5분 전력 사용량 중 최대값을 이용하고 있어 계약 전력이 다소 높게 추천될 수 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 제안된 것으로, 전력 소비자가 전력 공급 사업자와 맺는 전력 공급 조건인 계약 전력을 정밀하게 전력 소비자에게 추천할 수 있는 계약 전력 추천 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 일 측면에 따른 특정 소매점에 대해 계약 전력을 추천하는 계약 전력 추천 장치는, 상기 특정 소매점의 변수 데이터 및 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 수신하는 수신 모듈; 상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 이용한 통계적 해석에 기초하여 계약 전력 추천 모형을 생성하는 추천 모형 생성 모듈; 및 상기 특정 소매점의 변수 데이터와 상기 계약 전력 추천 모형을 이용하여 상기 특정 소매점에 대한 계약 전력을 추천하는 추천 모듈을 포함한다.
상기 계약 전력 추천 장치는, 상기 수신 모듈에서 수신된 상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터를 이용하여 피크 전력을 산출한 후, 상기 수신 모듈에서 수신된 상기 적어도 하나 이상의 다른 소매점의 변수와 상기 산출된 피크 전력의 연관 관계를 분석하여, 임계치 이상의 연관 관계를 나타내는 변수의 데이터를 상기 추천 모형 생성 모듈로 전달하는 연관 관계 분석 모듈을 더 포함할 수 있다.
상기 계약 전력 추천 장치는, 상기 수신 모듈에서 수신된 데이터를 정제하고 표준화하여 상기 연관 관계 분석 모듈로 전달하는 전처리 모듈을 더 포함할 수 있다.
상기 연관 관계 분석 모듈은, 기준 시간보다 작은 시간 단위로 이동하며 복수의 기준 시간 단위의 전력을 산출하고 그 중 최대값을 상기 피크 전력으로 결정하고, 상기 기준 시간은 전기 공급자가 계약 전력 위반을 판단하는 시간일 수 있다.
상기 연관 관계 분석 모듈은, 상기 복수의 기준 시간 단위의 전력을 산출하는데 있어서, 전력 사용량 데이터를 이용하여 복수의 기준 시간 동안의 전력 사용량을 산출하고, 산출된 각 기준 시간 동안의 전력 사용량을 전력량 단위 시간 동안의 전력 사용량으로 변환하며, 변환된 각 전력량 단위 시간 동안의 전력 사용량을 각 기준 시간 단위의 전력으로 할 수 있다.
상기 추천 모형 생성 모듈은, 상기 통계적 해석으로서 인공 신경망, 딥러닝, 회귀분석 중 어느 하나를 이용할 수 있다.
상기 변수 데이터는, 매장 면적, 설비별 정격 소비 전력, 단위 시간당 고객 수 중 적어도 하나를 포함할 수 있다.
상기 목적을 달성하기 위한 본 발명의 다른 측면에 따른 소매점에 대해 계약 전력을 추천하는 계약 전력 추천 장치는, 상기 소매점의 고정 부하의 전력 사용량 데이터와 유동 부하의 전력 사용량 데이터를 수신하는 수신 모듈; 상기 고정 부하의 전력 사용량 데이터를 이용하여 상기 고정 부하의 기준 시간 단위의 전력의 최대값을 산출하고, 상기 유동 부하의 전력 사용량 데이터를 이용하여 상기 유동 부하의 기준 시간 단위의 전력의 최대값을 산출하는 산출 모듈; 및 상기 고정 부하의 기준 시간 단위의 전력의 최대값과 상기 유동 부하의 기준 시간 단위의 전력의 최대값을 합한 값 이상을 계약 전력으로 추천하는 추천 모듈을 포함하고, 상기 기준 시간은 전기 공급자가 계약 전력 위반을 판단하는 시간이다.
상기 산출 모듈은, 상기 기준 시간보다 작은 시간 단위로 이동하며 상기 기준 시간 단위의 전력을 산출할 수 있다.
상기 산출 모듈은, 상기 기준 시간 동안의 전력을 산출하는데 있어서, 전력 사용량 데이터를 이용하여 기준 시간 동안의 전력 사용량을 산출하고, 산출된 각 기준 시간 동안의 전력 사용량을 토대로 전력량 단위 시간 동안의 전력 사용량을 산출하며, 산출된 각 전력량 단위 시간 동안의 전력 사용량을 각 기준 시간 동안의 전력으로 할 수 있다.
상기 목적을 달성하기 위한 본 발명의 또 다른 측면에 따른 계약 전력 추천 장치에서 특정 소매점에 대해 계약 전력을 추천하는 방법은, 상기 특정 소매점의 변수 데이터 및 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 수신하는 단계; 상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 이용한 통계적 해석에 기초하여 계약 전력 추천 모형을 생성하는 단계; 및 상기 특정 소매점의 변수 데이터와 상기 계약 전력 추천 모형을 이용하여 상기 특정 소매점에 대한 계약 전력을 추천하는 단계를 포함한다.
상기 목적을 달성하기 위한 본 발명의 또 다른 측면에 따른 계약 전력 추천 장치에서 특정 소매점에 대해 계약 전력을 추천하는 방법은, 상기 소매점의 고정 부하의 전력 사용량 데이터와 유동 부하의 전력 사용량 데이터를 수신하는 단계; 상기 고정 부하의 전력 사용량 데이터를 이용하여 상기 고정 부하의 기준 시간 단위의 전력의 최대값을 산출하고, 상기 유동 부하의 전력 사용량 데이터를 이용하여 상기 유동 부하의 기준 시간 단위의 전력의 최대값을 산출하는 단계; 및 상기 고정 부하의 기준 시간 단위의 전력의 최대값과 상기 유동 부하의 기준 시간 단위의 전력의 최대값을 합한 값 이상을 계약 전력으로 추천하는 단계를 포함하고, 상기 기준 시간은 전기 공급자가 계약 전력 위반을 판단하는 시간이다.
본 발명은, 계약 전력에 가장 많은 영향을 주는 요소를 판별하고 이 판별된 요소를 이용하여 학습을 통해 계약 전력을 추천함으로써 보다 정밀하게 계약 전력을 추천할 수 있다. 이로써 전력 소비자의 전기 요금 부담을 경감할 수 있다.
또한, 본 발명은, 계약 전력 위반을 판단하는 기준 시간(예컨대, 15분) 동안의 전력 사용량을 이용하여 계약 전력을 추천함으로써 실제 전력 사용량에 맞게 계약 전력을 추천할 수 있다.
도 1은 본 발명의 일 실시예에 따른 전력 및 전력 사용량을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 계약 전력 추천 장치를 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 계약 전력 추천 프로그램의 구성을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 계약 전력 추천 장치에서 계약 전력을 추천하는 방법을 설명하는 흐름도이다.
도 5는 본 발명의 다른 실시예에 따른 계약 전력 추천 프로그램의 구성을 나타낸 도면이다.
도 6은 본 발명의 다른 실시예에 따른 계약 전력 추천 장치에서 계약 전력을 추천하는 방법을 설명하는 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 계약 전력 추천 장치를 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 계약 전력 추천 프로그램의 구성을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 계약 전력 추천 장치에서 계약 전력을 추천하는 방법을 설명하는 흐름도이다.
도 5는 본 발명의 다른 실시예에 따른 계약 전력 추천 프로그램의 구성을 나타낸 도면이다.
도 6은 본 발명의 다른 실시예에 따른 계약 전력 추천 장치에서 계약 전력을 추천하는 방법을 설명하는 흐름도이다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일 실시예를 상세히 설명하기로 한다.
계약 전력은 전기 사용자가 최대로 사용할 수 있는 순간 최대 전력으로 최대 수요 전력을 의미한다. 이와 같이 계약 전력이 순간 최대 전력, 즉 최대 수요 전력을 의미하지만, 사용 전력의 순시 값으로 순간 최대 전력, 즉 최대 수요 전력을 판단하여 부가금을 매기는 것은 사용자에게 매우 불리하다.
따라서 대부분의 국가에서 일정한 수요 시간(즉, 기준 수요 시간)을 정하여 그 시간 동안의 평균 전력으로 최대 수요 전력을 정하고 있고, 국내와 대부분의 국가에서 15분을 그 기준 수요 시간으로 정하고 있다. 결과적으로 한 월 동안의 기간에서 최대 수요 전력은 그 한 월 동안의 15분 평균 전력 중 가장 높은 값을 지칭하게 되고, 전기 공급사는 한 월 동안의 기간에서 계약 전력, 즉 최대 수요 전력을 초과하는 전력 사용이 발생하면 부가금을 부과한다.
발명의 구체적인 설명에 앞서 전력과 전력량의 의미 차이를 설명한다.
전력은 어느 한 순간에 전력 계통에 접속된 부하시설에서 소모되는 전체 전력을 나타내는 것으로 그 단위는 [W] 또는 [kW]를 주로 사용한다. 순시 전력은 순간순간 나타나는 전력으로 어느 순간에 나타나는 전력이다.
전력 사용량(이하에서 전력량과 혼용함)은 일정 기간 동안 사용된 전력의 양을 나타내는 것으로 기간은 통상적으로 1 시간이며 단위는 [Wh] 또는 [kWh]로 나타낸다. 즉 전력 사용량=전력*시간이다. 이를 달리 표현하면, 전력 사용량은 1 시간 동안의 순시 전력의 평균이라고 할 수 있다.
평균 전력은 상기 전력 사용량을 시간으로 나눈 값으로, 수식으로 표현하면 평균 전력=전력 사용량/시간이다.
앞서 설명한 바와 같이, 전기 공급자는 매 15분 마다 사용한 전력 사용량을 누산하고, 평균 전력을 계산하여 최대 수요 전력을 구한다.
예를 들어, 15분 동안 100kW의 전력을 지속적으로 사용하면 전력 사용량은 25kWh(=100kW*0.25시간)이다. 그리고 그 전력 사용량을 0.25 시간(즉, 15분)으로 나누면 평균 전력은 100kW(25kWh/0.25시간)가 된다. 또는 1 시간 동안 100kW의 전력을 지속적으로 사용하면 전력 사용량은 100kWh(=100kW*1시간)이다. 이를 달리 표현하면, 100kW의 순시 전력이 1 시간 동안 유지될 경우 순시 전력의 1 시간 평균은 100kW이므로 전력 사용량은 100kWh가 된다.
도 1은 본 발명의 일 실시예에 따른 전력 및 전력 사용량을 설명하기 위한 도면이다.
도 1의 (a)는 앞서 설명한 예로서 15분 동안 100kW의 전력을 지속적으로 사용하였을 때의 전력 그래프로서, 도 1의 (a)에서 전력 사용량은 100kW*0.25시간(15분)으로 25kWh이다. 그리고 평균 전력은 전력 사용량을 시간으로 나눈 값으로서 25kWh/0.25시간으로 100kW이다. 이러한 15분의 패턴을 1 시간 동안 유지한다고 가정하면, 1 시간 동안의 전력 사용량은 100kWh이다. 달리 표현하면, 100kW의 순시 전력이 1 시간 동안 유지되므로 순시 전력의 1 시간 평균은 100kW이고 전력 사용량은 100kWh이다. 또는 15분 동안의 전력 사용량은 25kWh이므로 여기에 4를 곱하면 1 시간 동안의 전력 사용량인 100kWh이 구해진다.
도 1의 (b)는 15분의 시간 중 초기 7분은 100kW의 전력을 지속적으로 사용하고 나머지 7분은 전력을 사용하지 않았을 때의 전력 그래프로서, 도 1의 (b)에서 전력 사용량은 100kW*0.125시간(7.5분)으로 12.5kWh이다. 그리고 평균 전력은 전력 사용량을 시간으로 나눈 값으로서 12.5kWh/0.25시간으로 50kW이다. 이러한 15분의 패턴을 1 시간 동안 유지한다고 가정하면, 1 시간 동안의 전력 사용량은 12.5kWh에 4를 곱한 50kWh이다. 달리 표현하면, 15분 동안의 순시 전력의 평균은 50kW이고 따라서 이 패턴을 1 시간 동안 유지하므로 순시 전력의 1 시간 평균은 50kW이고, 전력 사용량은 50kWh이다.
도 1의 (c)는 15분의 시간 중 초기 7분은 100kW의 전력을 지속적으로 사용하고 나머지 7분은 50kW의 전력을 사용하였을 때의 전력 그래프로서, 도 1의 (c)에서 전력 사용량은 {100kW*0.125시간(7.5분)+50kW*0.125시간(7.5분)}로서 18.75kWh이다. 그리고 평균 전력은 전력 사용량을 시간으로 나눈 값으로서 18.75kWh/0.25시간으로 75kW이다. 이러한 15분의 패턴을 1 시간 동안 유지한다고 가정하면, 1 시간 동안의 전력 사용량은 18.75kWh에 4를 곱한 75kWh이다. 달리 표현하면, 15분 동안의 순시 전력의 평균은 75kW이고 따라서 이 패턴을 1 시간 동안 유지하므로 순시 전력의 1 시간 평균은 75kW이고, 전력 사용량은 75kWh이다.
도 1을 참조하면, 기준 수요 시간을 15분으로 하였을 때, 도 1의 (a) 예에서의 최대 수요 전력은 상기 계산된 평균 전력인 100kW이고, 도 1의 (b) 예에서의 최대 수요 전력은 상기 계산된 평균 전력인 50kW이며, 도 1의 (c) 예에서의 최대 수요 전력은 상기 계산된 평균 전력인 75kW이다. 따라서, 예를 들어, 계약 전력이 80kW인 경우, 도 1의 (a) 예에서 최대 수요 전력은 100kW로 계약 전력인 80kW를 초과하므로 부가금이 부과되고, 도 1의 (b) 및 (c) 예에서 최대 수요 전력은 각각 50kW 및 75kW로서 계약 전력인 80kW를 초과하지 않으므로 부가금이 부과되지 않는다.
본 발명은 저압 고객, 예컨대 소매점들의 계약 전력, 즉 전기 공급자인 한국전력과 전기 소비자인 소매점 간의 계약 전력을 개별 전기 소비자인 소매점마다 추천하는 것을 예로 들어 설명하나, 여기에 제한되는 것은 아니고 동일한 방식으로 전력을 계약하는 전력 소비자에게는 모두 적용될 수 있다.
도 2는 본 발명의 일 실시예에 따른 계약 전력 추천 장치를 나타내는 도면이다.
도 2를 참조하면, 계약 전력 추천 장치(100)는 메모리(110), 메모리 제어기(121), 하나 이상의 프로세서(CPU)(122), 주변 인터페이스(123), 입출력(I/O) 서브시스템(130), 디스플레이 장치(141), 입력 장치(142) 및 통신 회로(152)를 포함한다. 이러한 구성요소는 하나 이상의 통신 버스 또는 신호선을 통하여 통신한다. 도 2에 도시한 여러 구성요소는 하나 이상의 신호 처리 및/또는 애플리케이션 전용 집적 회로(application specific integrated circuit)를 포함하여, 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어 둘의 조합으로 구현될 수 있다.
메모리(110)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 또한 하나 이상의 자기 디스크 저장 장치, 플래시 메모리 장치와 같은 불휘발성 메모리, 또는 다른 불휘발성 반도체 메모리 장치를 포함할 수 있다.
일부 실시예에서, 메모리(110)는 하나 이상의 프로세서(122)로부터 멀리 떨어져 위치하는 저장 장치, 예를 들어 통신 회로(152)와, 인터넷, 인트라넷, LAN(Local Area Network), WLAN(Wide LAN), SAN(Storage Area Network) 등, 또는 이들의 적절한 조합과 같은 통신 네트워크(도시하지 않음)를 통하여 액세스되는 네트워크 부착형(attached) 저장 장치를 더 포함할 수 있다. 프로세서(122) 및 주변 인터페이스(123)와 같은 계약 전력 추천 장치(100)의 다른 구성요소에 의한 메모리(110)로의 액세스는 메모리 제어기(121)에 의하여 제어될 수 있다.
메모리(110)는 계약 전력 추천 장치(100)의 각종 정보와 프로그램을 저장할 수 있다. 메모리(110)는, 특정 소매점의 계약 전력을 추천하기 위해 사용할 데이터로서, 상기 특정 소매점의 변수 데이터, 및 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터와 변수 데이터를 저장할 수 있다. 여기서 변수 데이터는, 매장 정보(예컨대, 면적, 설비 종류 및 설비 종류별 소비 전력 등), 고객의 수(예컨대, POS 수), 외부 환경 정보(온도, 습도 등) 등을 포함할 수 있다. 또한 메모리(110)는 추천 계약 전력을 산출하는 과정에서 도출된 중간 결과 데이터를 저장할 수 있다. 또한 메모리(110)는 계약 전력을 추천할 특정 소매점의 고정 부하의 전력 사용량 데이터와 유동 부하의 전력 사용량 데이터를 구분하여 저장할 수 있다. 여기서 고정 부하는 상시 전원공급이 필요한 기기로서 예컨대 냉장고 등을 의미하고, 유동 부하는 상시 전원공급이 필요하지 않은 기기로서 예컨대 냉난방기 등을 의미한다.
주변 인터페이스(123)는 계약 전력 추천 장치(100)의 입출력 주변 장치를 프로세서(122) 및 메모리(110)와 연결한다. 하나 이상의 프로세서(122)는 다양한 소프트웨어 프로그램 및/또는 메모리(110)에 저장되어 있는 명령어 세트를 실행하여 계약 전력 추천 장치(100)를 위한 여러 기능을 수행하고 데이터를 처리한다.
일부 실시예에서, 주변 인터페이스(123), 프로세서(122) 및 메모리 제어기(121)는 칩(120)과 같은 단일 칩 상에서 구현될 수 있다. 일부 다른 실시예에서, 이들은 별개의 칩(120)으로 구현될 수 있다.
I/O 서브시스템(130)은 디스플레이 장치(141), 입력 장치(142)와 같은 계약 전력 추천 장치(100)의 입출력 주변장치와 주변 인터페이스(123) 사이에 인터페이스를 제공한다.
디스플레이 장치(141)는 LCD(liquid crystal display) 기술 또는 LPD(light emitting polymer display) 기술을 사용할 수 있고, 이러한 디스플레이 장치(141)는 용량형, 저항형, 적외선형 등의 터치 디스플레이일 수 있다. 터치 디스플레이는 계약 전력 추천 장치(100)와 사용자 사이에 출력 인터페이스 및 입력 인터페이스를 제공한다. 터치 디스플레이는 사용자에게 시각적인 출력을 표시한다. 시각적 출력은 텍스트, 그래픽, 비디오와 이들의 조합을 포함할 수 있다. 시각적 출력의 일부 또는 전부는 사용자 인터페이스 대상에 대응할 수 있다. 터치 디스플레이는 사용자 입력을 수용하는 터치 감지면을 형성한다.
프로세서(122)는 계약 전력 추천 장치(100)에 연관된 동작을 수행하고 명령어들을 수행하도록 구성된 프로세서로서, 예를 들어, 메모리(110)로부터 검색된 명령어들을 이용하여, 계약 전력 추천 장치(100)의 컴포넌트 간의 입력 및 출력 데이터의 수신과 조작을 제어할 수 있다.
일부 실시예에서, 소프트웨어 구성요소는 운영 체제(111), 그래픽 모듈(명령어 세트)(112) 및 계약 전력 추천 프로그램(113)이 메모리(110)에 탑재(설치)된다.
운영 체제(111)는, 예를 들어, 다윈(Darwin), RTXC, LINUX, UNIX, OS X, WINDOWS 또는 VxWorks, 안드로이드 등과 같은 내장 운영체제일 수 있고, 일반적인 시스템 태스크(task)(예를 들어, 메모리 관리, 저장 장치 제어, 전력 관리 등)를 제어 및 관리하는 다양한 소프트웨어 구성요소 및/또는 장치를 포함하고, 다양한 하드웨어와 소프트웨어 구성요소 사이의 통신을 촉진시킨다.
그래픽 모듈(112)은 디스플레이 장치(141) 상에 그래픽을 제공하고 표시하기 위한 주지의 여러 소프트웨어 구성요소를 포함한다. "그래픽(graphics)"이란 용어는 텍스트, 웹 페이지, 아이콘(예컨대, 소프트 키를 포함하는 사용자 인터페이스 대상), 디지털 이미지, 비디오, 애니메이션 등을 제한 없이 포함하여, 사용자에게 표시될 수 있는 모든 대상을 포함한다.
통신 회로(152)는 외부 포트를 통한 통신 또는 RF 신호에 의한 통신을 수행한다. 통신 회로(152)는 전기 신호를 RF 신호로 또는 그 반대로 변환하며 이 RF 신호를 통하여 통신 네트워크, 다른 이동형 게이트웨이 장치 및 통신 장치와 통신할 수 있다. 또한 통신 회로(152)는 유무선 LAN 또는 전력선 통신 등을 통해 전력량계와 통신을 수행하거나 또는 전력량계에서 측정된 계량 데이터를 저장하는 장비나 서버 등과 통신을 수행하여 전력 사용량에 대한 정보를 수신할 수 있다.
통신 회로(152)는 예를 들어 안테나 시스템, RF 트랜시버, 하나 이상의 증폭기, 튜너, 하나 이상의 오실레이터, 디지털 신호 처리기, CODEC 칩셋, 가입자 식별 모듈(subscriber identity module, SIM) 카드, 메모리 등을 포함할 수 있고, 이러한 기능을 수행하기 위한 주지의 회로를 포함할 수 있다. 통신 회로(152)는 월드 와이드 웹(World Wide Web, WWW)으로 불리는 인터넷, 인트라넷과 네트워크 및/또는, 셀룰러 전화 네트워크, 무선 LAN 및/또는 MAN(metropolitan area network)와 같은 무선 네트워크, 그리고 근거리 무선 통신에 의하여 다른 장치와 통신할 수 있다. 무선 통신은 GSM(Global System for Mobile Communication), EDGE(Enhanced Data GSM Environment), WCDMA(wideband code division multiple access), CDMA(code division multiple access), TDMA(time division multiple access), VoIP(voice over Internet Protocol), Wi-MAX, 블루투스(Bluetooth), 지그비(zigbee), 엔에프씨(NFC:Near Field Communication) 또는 본 출원의 출원 시점에 아직 개발되지 않은 통신 프로토콜을 포함하는 기타 다른 적절한 통신 프로토콜을 포함하지만 이에 한정되지 않는 복수의 통신 표준, 프로토콜 및 기술 중 어느 것을 이용할 수 있다.
입력 장치(142)는 키보드 또는 터치 패드 또는 마우스, 터치펜 등의 물리적인 입력 인터페이스를 통해 사용자 입력을 수신할 수 있고, 또는 디스플레이 장치(141)의 터치 디스플레이와 연계하여 사용자 입력을 수신할 수 있다.
계약 전력 추천 프로그램(113)은 메모리(110)에 저장된 데이터를 이용하여 추천 계약 전력을 산출하고, 그 산출한 추천 계약 전력을 디스플레이 장치(141)에 표시하거나, 문자 메시지 등을 통해 사용자에게 알려줄 수 있다. 이러한 계약 전력 추천 프로그램에 관해서는 이하에서 자세히 설명한다.
도 3은 본 발명의 일 실시예에 따른 계약 전력 추천 프로그램의 구성을 나타낸 도면이다. 도 3을 참조하면, 계약 전력 추천 프로그램(113)은, 수신 모듈(310), 전처리 모듈(320), 연관 관계 분석 모듈(330), 추천 모형 생성 모듈(340) 및 추천 모듈(350)을 포함한다.
수신 모듈(310)은, 입력 장치(142)를 통해 사용자로부터 또는 통신 회로(152)를 통해 서버 등으로부터 계약 전력을 추천할 특정 소매점의 변수 데이터, 그리고 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 수신하여 메모리(110)에 저장한다. 여기서 변수는, 매장 정보(예컨대, 면적, 설비 종류 및 설비 종류별 전력 사용량 등), 고객의 수(예컨대, POS 수), 외부 환경(온도, 습도 등) 등을 포함할 수 있다.
전처리 모듈(320)은, 상기 수신 모듈(310)에서 수신된 데이터를 정제하고 표준화(normalization) 또는 이산화(discrete) 처리를 한다. 정제는 이상치 데이터를 삭제하거나 보정하는 것을 예로 들 수 있다. 이상치 데이터는, 예를 들어, 전력 사용량 값이 0 또는 음수 값이 나오는 경우, 또는 소매점의 매장 내에 설치된 부하의 총 정격 소비 전력에 대비하여 전력 사용량이 이를 초과하는 경우를 들 수 있다. 표준화는 예를 들어, 각 소매점의 면적을 정규화하는 경우, 각 소매점의 면적에서 소매점 면적 중 최소 면적을 빼고 그 결과값을 소매점 면적 중 최대 면적에서 소매점 면적 중 최소 면적을 뺀 값으로 나누어준다. 이와 같이 표준화를 하는 경우 표준화한 값은 0 내지 1의 값을 갖게 된다. 이산화는 예를 들어 전력 사용량이 10kWh에서 100kWh 사이의 값이라고 할 때, 전력 사용량이 10~19kWh인 경우 1, 20~29kWh인 경우 2, 30~39kWh인 경우 3 등과 같이 연속형의 전력 사용량을 이산형 값으로 변환하는 과정이다.
연관 관계 분석 모듈(330)은, 상기 전처리 모듈(320)에서 전처리된 데이터를 이용하여 계약 전력에 가장 많은 영향을 주는 변수를 분석한다. 즉, 연관 관계 분석 모듈(330)은 실제 운영 중인 적어도 하나 이상의 소매점의 데이터를 분석하여 계약 전력에 가장 많은 영향을 주는 변수를 분석하는 것이다. 구체적으로, 연관 관계 분석 모듈(330)은, 상기 적어도 하나 이상의 다른 소매점의 일정한 기간 동안의 전력 사용량 데이터를 이용하여 피크 전력을 산출한 후, 상기 적어도 하나 이상의 다른 소매점의 변수와 상기 산출된 피크 전력의 연관 관계를 분석하여, 임계치 이상의 연관 관계를 나타내는 변수를 계약 전력에 가장 많은 영향을 주는 변수로 선정한다. 상기 피크 전력을 계약 전력으로 가정하고 피크 전력에 영향을 주는 변수를 분석하는 것이다. 연관 관계 분석 모듈(330)은 연관 관계를 분석하는데 있어서 Pearson's correlation analysis를 이용할 수 있다. 이 분석에 의하면 각 변수별로 상관 계수(coefficient)가 도출되고 임계치 이상의 상관 계수를 갖는 변수를 선정한다.
연관 관계 분석 모듈(330)은, 상기 피크 전력을 산출하는데 있어서, 일정한 기간 동안의 전력 사용량 데이터를 이용하여 기준 시간보다 작은 시간 단위로 이동하며 복수의 기준 시간 단위의 전력을 산출하고 그 중 최대값을 상기 피크 전력으로 결정한다. 바람직하게 상기 기준 시간은, 전기 공급자가 계약 전력 위반을 판단하는 시간으로서 일반적으로 15분이다. 그리고 기준 시간보다 작은 시간 단위는 5분인 것이 바람직하다. 그리고 기준 시간보다 작은 시간 단위로 이동하여 기준 시간 단위의 전력을 산출하는 것은, 예를 들어, 5분 단위로 1 구간, 2 구간, 3 구간, 4 구간, 5 구간이 있다고 가정할 때, 1/2/3 구간의 전력을 산출하고, 2/3/4 구간의 전력을 산출하며, 3/4/5 구간의 전력을 산출하는 것이다.
연관 관계 분석 모듈(330)은, 상술한 바와 같이, 기준 시간 단위의 전력을 산출하는데 있어서, 전력 사용량 데이터를 이용한다. 구체적으로, 연관 관계 분석 모듈(330)은, 기준 시간 동안의 전력 사용량을 산출하고, 산출된 각 기준 시간 동안의 전력 사용량을 전력량 단위 시간 동안의 전력 사용량으로 변환하며, 변환된 각 전력량 단위 시간 동안의 전력 사용량을 각 기준 시간 단위의 전력으로 한다. 예를 들어, 1시간에서 120kW의 소모 전력으로 15분만을 사용하고 나머지 45분은 전력을 사용하지 않는다면 1시간 동안의 전력 사용량은 120kW에 0.25(1/4) 시간을 곱한 30kWh이다. 이 전력 사용량 30kWh에서 시간 단위 h를 제거한 30kW를 기준 시간(즉, 15분)의 전력으로 할 경우, 실제 전력을 사용한 15분, 즉 기준 시간의 전력 120kW을 제대로 반영하지 못한다. 따라서, 기준 시간의 전력 사용량에 4를 곱하여 전력량 단위 시간 동안의 전력 사용량을 산출한 후 여기서 시간 단위 h를 제거한 값을 기준 시간 단위의 전력으로 한다.
추천 모형 생성 모듈(340)은, 상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 연관 관계 분석 모듈(330)에서 분석되어 선정된 변수 데이터를 이용하여 통계적 해석에 따라 계약 전력 추천 모형을 생성한다. 이때 추천 모형 생성 모듈(340)은 연관 관계 분석 모듈(330)과 마찬가지로 상기 적어도 하나 이상의 다른 소매점의 일정한 기간 동안의 전력 사용량 데이터를 이용하여 피크 전력을 산출하고 그 피크 전력을 계약 전력으로 가정하여 계약 전력 추천 모형을 생성한다. 추천 모형 생성 모듈(340)은, 인공 신경망, 딥러닝, 다차원 회귀분석 등의 학습 알고리즘을 이용하여 계약 전력 추천 모형을 생성한다. 예를 들어, 계약 전력 추천 모형은 다음의 예와 같을 수 있다.
계약 전력 = A + (B×면적(평)) + (C×전체 설비의 소비 전력)
여기서, A는 추천 계약 전력 상수이고, B는 면적 가중치이며, C는 부하 가중치로서, 상술한 바와 같은 인공 신경망, 딥러닝, 다차원 회귀분석 등의 학습 알고리즘으로 산출된다.
추천 모듈(350)은 상기 추천 모형 생성 모듈(340)에서 생성된 계약 전력 추천 모형에 상기 수신 모듈(310)에서 수신된 계약 전력을 추천할 특정 소매점의 변수 데이터를 입력하여 해당 특정 소매점에 추천할 계약 전력을 산출하고, 산출된 계약 전력을 디스플레이 장치(141)에 표시하거나, 또는 통신 회로(152)를 통해 소매점 주인의 휴대 단말로 문자 메시지로 전송할 수 있다.
도 4는 본 발명의 일 실시예에 따른 계약 전력 추천 장치에서 계약 전력을 추천하는 방법을 설명하는 흐름도이다.
도 4를 참조하면, 계약 전력 추천 장치(100)는, 입력 장치(142) 또는 통신 회로(152)를 통해 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 수신한다(S401). 여기서 변수는, 매장 정보(예컨대, 면적, 설비 종류 및 설비 종류별 전력 사용량 등), 고객의 수(예컨대, POS 수), 외부 환경(온도, 습도 등) 등을 포함할 수 있다.
계약 전력 추천 장치(100)는, 수신된 데이터를 정제하고 표준화(normalization) 또는 이산화(discrete) 처리를 수행하는 전처리 과정을 수행한다(S403). 정제는 이상치 데이터를 삭제하거나 보정하는 것을 예로 들 수 있다. 표준화는 예를 들어, 각 소매점의 면적을 정규화하는 경우, 각 소매점의 면적에서 소매점 면적 중 최소 면적을 빼고 그 결과값을 소매점 면적 중 최대 면적에서 소매점 면적 중 최소 면적을 뺀 값으로 나누어준다. 이와 같이 표준화를 하는 경우 표준화한 값은 0 내지 1의 값을 갖게 된다.
계약 전력 추천 장치(100)는, 전처리된 데이터를 이용하여 계약 전력에 가장 많은 영향을 주는 변수를 분석한다(S405). 즉, 실제 운영 중인 적어도 하나 이상의 소매점의 전력 사용량 데이터 및 변수 데이터를 분석하여 계약 전력에 가장 많은 영향을 주는 변수를 분석하는 것이다. 구체적으로, 계약 전력 추천 장치(100)는, 상기 적어도 하나 이상의 다른 소매점의 일정한 기간 동안의 전력 사용량 데이터를 이용하여 피크 전력을 산출한 후, 상기 적어도 하나 이상의 다른 소매점의 변수와 상기 산출된 피크 전력의 연관 관계를 분석하여, 임계치 이상의 연관 관계를 나타내는 변수를 계약 전력에 가장 많은 영향을 주는 변수로 선정한다. 상기 피크 전력을 계약 전력으로 가정하고 피크 전력에 영향을 주는 변수를 분석하는 것이다. 연관 관계를 분석하는데 있어서 Pearson's correlation analysis를 이용할 수 있다. 이 분석에 의하면 각 변수별로 상관 계수(coefficient)가 도출되고 임계치 이상의 상관 계수를 갖는 변수를 선정한다.
계약 전력 추천 장치(100)는, 상기 피크 전력을 산출하는데 있어서, 일정한 기간 동안의 전력 사용량 데이터를 이용하여 기준 시간보다 작은 시간 단위로 이동하며 복수의 기준 시간 단위의 전력을 산출하고 그 중 최대값을 상기 피크 전력으로 결정한다. 바람직하게 상기 기준 시간은, 전기 공급자가 계약 전력 위반을 판단하는 시간으로서 일반적으로 15분이다. 그리고 기준 시간보다 작은 시간 단위는 5분인 것이 바람직하다. 그리고 기준 시간보다 작은 시간 단위로 이동하여 기준 시간 단위의 전력을 산출하는 것은, 예를 들어, 5분 단위로 1 구간, 2 구간, 3 구간, 4 구간, 5 구간이 있다고 가정할 때, 1/2/3 구간의 전력을 산출하고, 2/3/4 구간의 전력을 산출하며, 3/4/5 구간의 전력을 산출하는 것이다.
계약 전력 추천 장치(100)는, 상술한 바와 같이, 기준 시간 단위의 전력을 산출하는데 있어서, 전력 사용량 데이터를 이용한다. 구체적으로, 기준 시간 동안의 전력 사용량을 산출하고, 산출된 각 기준 시간 동안의 전력 사용량을 전력량 단위 시간 동안의 전력 사용량으로 변환하며, 변환된 각 전력량 단위 시간 동안의 전력 사용량을 각 기준 시간 단위의 전력으로 한다. 예를 들어, 1시간에서 120kW의 소모 전력으로 15분만을 사용하고 나머지 45분은 전력을 사용하지 않는다면 1시간 동안의 전력 사용량은 120kW에 0.25(1/4) 시간을 곱한 30kWh이다. 이 전력 사용량 30kWh에서 시간 단위 h를 제거한 30kW를 기준 시간(즉, 15분)의 전력으로 할 경우, 실제 전력을 사용한 15분, 즉 기준 시간의 전력 120kW을 제대로 반영하지 못한다. 따라서, 기준 시간의 전력 사용량에 4를 곱하여 전력량 단위 시간 동안의 전력 사용량을 산출한 후 여기서 시간 단위 h를 제거한 값을 기준 시간 단위의 전력으로 한다.
계약 전력 추천 장치(100)는, 상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 연관 관계 분석 모듈(330)에서 분석되어 선정된 변수 데이터를 이용하여 통계적 해석에 따라 계약 전력 추천 모형을 생성한다(S407). 이때 계약 전력 추천 장치(100)는 연관 관계 분석을 할 때와 마찬가지로 상기 적어도 하나 이상의 다른 소매점의 일정한 기간 동안의 전력 사용량 데이터를 이용하여 피크 전력을 산출하고 그 피크 전력을 계약 전력으로 가정하여 계약 전력 추천 모형을 생성한다. 계약 전력 추천 모형의 생성시, 인공 신경망, 딥러닝, 다차원 회귀분석 등의 학습 알고리즘이 이용될 수 있다.
계약 전력 추천 장치(100)는, 계약 전력의 추천 대상인 소매점의 변수 데이터를 수신한다(S409). 여기서 변수 데이터는 앞서 설명한 바와 같이 계약 전력에 영향이 큰 것으로 분석된 변수의 데이터이다. 계약 전력 추천 장치(100)는 계약 전력 추천 모형에 상기 수신된 계약 전력을 추천할 특정 소매점의 변수 데이터를 입력하여 해당 특정 소매점에 추천할 계약 전력을 산출하고, 산출된 계약 전력을 추천한다(S411). 예컨대, 디스플레이 장치(141)에 표시하거나, 또는 통신 회로(152)를 통해 소매점 주인의 휴대 단말로 문자 메시지로 전송할 수 있다.
도 5는 본 발명의 다른 실시예에 따른 계약 전력 추천 프로그램의 구성을 나타낸 도면이다. 도 5를 참조하면, 계약 전력 추천 프로그램(113)은, 수신 모듈(510), 산출 모듈(520) 및 추천 모듈(530)을 포함한다.
수신 모듈(510)은, 입력 장치(142)를 통해 사용자로부터 또는 통신 회로(152)를 통해 서버, 전력량계 등으로부터 계약 전력을 추천할 특정 소매점의 일정한 기간 동안의 고정 부하의 전력 사용량 데이터와 유동 부하의 전력 사용량 데이터를 수신한다. 여기서 고정 부하는 상시 전원공급이 필요한 기기로서 예컨대 냉장고 등을 의미하고, 유동 부하는 상시 전원공급이 필요하지 않은 기기로서 예컨대 냉난방기 등을 의미한다.
산출 모듈(520)은, 상기 수신 모듈(510)에서 수신된 상기 고정 부하의 전력 사용량 데이터를 이용하여 상기 고정 부하의 기준 시간 단위의 전력의 최대값을 산출한다. 또한 산출 모듈(520)은 상기 수신 모듈(510)에서 수신된 상기 유동 부하의 전력 사용량 데이터를 이용하여 상기 유동 부하의 기준 시간 단위의 전력의 최대값을 산출한다.
산출 모듈(520)은, 기준 시간 단위의 전력의 최대값을 산출하는데 있어서, 일정한 기간 동안의 전력 사용량 데이터를 이용하여 기준 시간보다 작은 시간 단위로 이동하며 복수의 기준 시간 단위의 전력을 산출하고 그 중 최대값을 선택한다. 바람직하게 상기 기준 시간은, 전기 공급자가 계약 전력 위반을 판단하는 시간으로서 일반적으로 15분이다. 그리고 기준 시간보다 작은 시간 단위는 5분인 것이 바람직하다. 그리고 기준 시간보다 작은 시간 단위로 이동하여 기준 시간 단위의 전력을 산출하는 것은, 예를 들어, 5분 단위로 1 구간, 2 구간, 3 구간, 4 구간, 5 구간이 있다고 가정할 때, 1/2/3 구간의 전력을 산출하고, 2/3/4 구간의 전력을 산출하며, 3/4/5 구간의 전력을 산출하는 것이다.
산출 모듈(520)은, 상술한 바와 같이, 기준 시간 단위의 전력을 산출하는데 있어서, 전력 사용량 데이터를 이용한다. 구체적으로, 기준 시간 동안의 전력 사용량을 산출하고, 산출된 각 기준 시간 동안의 전력 사용량을 전력량 단위 시간 동안의 전력 사용량으로 변환하며, 변환된 각 전력량 단위 시간 동안의 전력 사용량을 각 기준 시간 단위의 전력으로 한다. 예를 들어, 1시간에서 120kW의 소모 전력으로 15분만을 사용하고 나머지 45분은 전력을 사용하지 않는다면 1시간 동안의 전력 사용량은 120kW에 0.25(1/4) 시간을 곱한 30kWh이다. 이 전력 사용량 30kWh에서 시간 단위 h를 제거한 30kW를 기준 시간(즉, 15분)의 전력으로 할 경우, 실제 전력을 사용한 15분, 즉 기준 시간의 전력 120kW을 제대로 반영하지 못한다. 따라서, 기준 시간의 전력 사용량에 4를 곱하여 전력량 단위 시간 동안의 전력 사용량을 산출한 후 여기서 시간 단위 h를 제거한 값을 기준 시간 단위의 전력으로 한다.
추천 모듈(530)은, 상기 산출 모듈(520)에서 산출된 상기 고정 부하의 기준 시간 단위의 전력의 최대값과 상기 유동 부하의 기준 시간 단위의 전력의 최대값을 합한 값 이상을 계약 전력으로 추천한다. 예를 들어, 추천 모듈(530)은 그 합한 값의 110% 등과 같이 일정한 마진(margin)을 두고 계약 전력을 추천할 수 있다. 추천 모듈(530)은, 디스플레이 장치(141)에 추천 계약 전력을 표시하거나, 또는 통신 회로(152)를 통해 소매점 주인의 휴대 단말로 문자 메시지로 전송할 수 있다.
또는 추천 모듈(530)은, 상기 고정 부하의 기준 시간 단위의 전력의 최대값과 상기 유동 부하의 기준 시간 단위의 전력의 최대값에 서로 다른 가중치를 적용하여 합할 수도 있다.
도 6은 본 발명의 다른 실시예에 따른 계약 전력 추천 장치에서 계약 전력을 추천하는 방법을 설명하는 흐름도이다.
도 6을 참조하면, 계약 전력 추천 장치(100)는 입력 장치(142)를 통해 사용자로부터 또는 통신 회로(152)를 통해 서버, 전력량계 등으로부터 계약 전력을 추천할 특정 소매점의 일정한 기간 동안의 고정 부하의 전력 사용량 데이터와 유동 부하의 전력 사용량 데이터를 수신한다(S601). 여기서 고정 부하는 상시 전원공급이 필요한 기기로서 예컨대 냉장고 등을 의미하고, 유동 부하는 상시 전원공급이 필요하지 않은 기기로서 예컨대 냉난방기 등을 의미한다.
계약 전력 추천 장치(100)는 상기 수신된 상기 고정 부하의 전력 사용량 데이터를 이용하여 상기 고정 부하의 기준 시간 단위의 전력의 최대값을 산출하고, . 또한 상기 수신된 상기 유동 부하의 전력 사용량 데이터를 이용하여 상기 유동 부하의 기준 시간 단위의 전력의 최대값을 산출한다(S603).
계약 전력 추천 장치(100)는, 기준 시간 단위의 전력의 최대값을 산출하는데 있어서, 일정한 기간 동안의 전력 사용량 데이터를 이용하여 기준 시간보다 작은 시간 단위로 이동하며 복수의 기준 시간 단위의 전력을 산출하고 그 중 최대값을 선택한다. 바람직하게 상기 기준 시간은, 전기 공급자가 계약 전력 위반을 판단하는 시간으로서 일반적으로 15분이다. 그리고 기준 시간보다 작은 시간 단위는 5분인 것이 바람직하다. 그리고 기준 시간보다 작은 시간 단위로 이동하여 기준 시간 단위의 전력을 산출하는 것은, 예를 들어, 5분 단위로 1 구간, 2 구간, 3 구간, 4 구간, 5 구간이 있다고 가정할 때, 1/2/3 구간의 전력을 산출하고, 2/3/4 구간의 전력을 산출하며, 3/4/5 구간의 전력을 산출하는 것이다.
계약 전력 추천 장치(100)는, 상술한 바와 같이, 기준 시간 단위의 전력을 산출하는데 있어서, 전력 사용량 데이터를 이용한다. 구체적으로, 기준 시간 동안의 전력 사용량을 산출하고, 산출된 각 기준 시간 동안의 전력 사용량을 전력량 단위 시간 동안의 전력 사용량으로 변환하며, 변환된 각 전력량 단위 시간 동안의 전력 사용량을 각 기준 시간 단위의 전력으로 한다. 예를 들어, 1시간에서 120kW의 소모 전력으로 15분만을 사용하고 나머지 45분은 전력을 사용하지 않는다면 1시간 동안의 전력 사용량은 120kW에 0.25(1/4) 시간을 곱한 30kWh이다. 이 전력 사용량 30kWh에서 시간 단위 h를 제거한 30kW를 기준 시간(즉, 15분)의 전력으로 할 경우, 실제 전력을 사용한 15분, 즉 기준 시간의 전력 120kW을 제대로 반영하지 못한다. 따라서, 기준 시간의 전력 사용량에 4를 곱하여 전력량 단위 시간 동안의 전력 사용량을 산출한 후 여기서 시간 단위 h를 제거한 값을 기준 시간 단위의 전력으로 한다.
계약 전력 추천 장치(100)는, 상기 산출된 상기 고정 부하의 기준 시간 단위의 전력의 최대값과 상기 유동 부하의 기준 시간 단위의 전력의 최대값을 합한 값 이상을 계약 전력으로 추천한다(S605). 예를 들어, 계약 전력 추천 장치(100)는 그 합한 값의 110% 등과 같이 일정한 마진(margin)을 두고 계약 전력을 추천할 수 있다. 계약 전력 추천 장치(100)는 디스플레이 장치(141)에 추천 계약 전력을 표시하거나, 또는 통신 회로(152)를 통해 소매점 주인의 휴대 단말로 문자 메시지로 전송할 수 있다. 또는 계약 전력 추천 장치(100)는, 상기 고정 부하의 기준 시간 단위의 전력의 최대값과 상기 유동 부하의 기준 시간 단위의 전력의 최대값에 서로 다른 가중치를 적용하여 합할 수도 있다.
본 명세서는 많은 특징을 포함하는 반면, 그러한 특징은 본 발명의 범위 또는 특허청구범위를 제한하는 것으로 해석되어서는 안 된다. 또한, 본 명세서에서 개별적인 실시예에서 설명된 특징들은 단일 실시예에서 결합되어 구현될 수 있다. 반대로, 본 명세서에서 단일 실시예에서 설명된 다양한 특징들은 개별적으로 다양한 실시예에서 구현되거나, 적절히 결합되어 구현될 수 있다.
도면에서 동작들이 특정한 순서로 설명되었으나, 그러한 동작들이 도시된 바와 같은 특정한 순서로 수행되는 것으로, 또는 일련의 연속된 순서, 또는 원하는 결과를 얻기 위해 모든 설명된 동작이 수행되는 것으로 이해되어서는 안 된다. 특정 환경에서 멀티태스킹 및 병렬 프로세싱이 유리할 수 있다. 아울러, 상술한 실시예에서 다양한 시스템 구성요소의 구분은 모든 실시예에서 그러한 구분을 요구하지 않는 것으로 이해되어야 한다. 상술한 프로그램 구성요소 및 시스템은 일반적으로 단일 소프트웨어 제품 또는 멀티플 소프트웨어 제품에 패키지로 구현될 수 있다.
상술한 바와 같은 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 형태로 기록매체(시디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다. 이러한 과정은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있으므로 더 이상 상세히 설명하지 않기로 한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
100 : 계약 전력 추천 장치 110 : 메모리
120 : 칩 121 : 메모리 제어기
122 : CPU 123 : 주변 인터페이스
130 : I/O 서브 시스템 141 : 디스플레이 장치
142 : 입력 장치 152 : 통신 회로
113 : 계약 전력 추천 프로그램
120 : 칩 121 : 메모리 제어기
122 : CPU 123 : 주변 인터페이스
130 : I/O 서브 시스템 141 : 디스플레이 장치
142 : 입력 장치 152 : 통신 회로
113 : 계약 전력 추천 프로그램
Claims (12)
- 특정 소매점에 대해 계약 전력을 추천하는 계약 전력 추천 장치에 있어서,
상기 특정 소매점의 변수 데이터 및 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 수신하는 수신 모듈;
상기 수신 모듈에서 수신된 상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터를 이용하여 피크 전력을 산출한 후, 상기 수신 모듈에서 수신된 상기 적어도 하나 이상의 다른 소매점의 변수와 상기 산출된 피크 전력의 연관 관계를 분석하여, 임계치 이상의 연관 관계를 나타내는 변수의 데이터를 선정하는 연관 관계 분석 모듈;
상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 상기 연관 관계 분석 모듈에서 선정된 변수의 데이터를 이용한 통계적 해석에 기초하여 계약 전력 추천 모형을 생성하는 추천 모형 생성 모듈; 및
상기 특정 소매점의 변수 데이터와 상기 계약 전력 추천 모형을 이용하여 상기 특정 소매점에 대한 계약 전력을 추천하는 추천 모듈을 포함하고,
상기 연관 관계 분석 모듈은,
기준 시간보다 작은 시간 단위로 이동하며 복수의 기준 시간 단위의 전력을 산출하고 그 중 최대값을 상기 피크 전력으로 결정하고,
상기 기준 시간은 전기 공급자가 계약 전력 위반을 판단하는 시간이며,
상기 연관 관계 분석 모듈은,
상기 복수의 기준 시간 단위의 전력을 산출하는데 있어서,
전력 사용량 데이터를 이용하여 복수의 기준 시간 동안의 전력 사용량을 산출하고, 산출된 각 기준 시간 동안의 전력 사용량을 전력량 단위 시간 동안의 전력 사용량으로 변환하며, 변환된 각 전력량 단위 시간 동안의 전력 사용량을 각 기준 시간 단위의 전력으로 하는 계약 전력 추천 장치. - 삭제
- 제 1 항에 있어서,
상기 수신 모듈에서 수신된 데이터를 정제하고 표준화하여 상기 연관 관계 분석 모듈로 전달하는 전처리 모듈을 더 포함하는 계약 전력 추천 장치. - 삭제
- 삭제
- 제 1 항 또는 제 3 항에 있어서,
상기 추천 모형 생성 모듈은,
상기 통계적 해석으로서 인공 신경망, 딥러닝, 회귀분석 중 어느 하나를 이용하는 계약 전력 추천 장치. - 제 1 항 또는 제 3 항에 있어서,
상기 변수 데이터는,
매장 면적, 설비별 정격 소비 전력, 단위 시간당 고객 수 중 적어도 하나를 포함하는 계약 전력 추천 장치. - 삭제
- 삭제
- 삭제
- 계약 전력 추천 장치에서 특정 소매점에 대해 계약 전력을 추천하는 방법에 있어서,
상기 특정 소매점의 변수 데이터 및 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 변수 데이터를 수신하는 단계;
상기 수신된 상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터를 이용하여 피크 전력을 산출한 후, 상기 수신된 상기 적어도 하나 이상의 다른 소매점의 변수와 상기 산출된 피크 전력의 연관 관계를 분석하여, 임계치 이상의 연관 관계를 나타내는 변수의 데이터를 선정하는 단계;
상기 적어도 하나 이상의 다른 소매점의 전력 사용량 데이터 및 상기 선정된 변수의 데이터를 이용한 통계적 해석에 기초하여 계약 전력 추천 모형을 생성하는 단계; 및
상기 특정 소매점의 변수 데이터와 상기 계약 전력 추천 모형을 이용하여 상기 특정 소매점에 대한 계약 전력을 추천하는 단계를 포함하고,
상기 선정하는 단계는,
기준 시간보다 작은 시간 단위로 이동하며 복수의 기준 시간 단위의 전력을 산출하고 그 중 최대값을 상기 피크 전력으로 결정하고,
상기 기준 시간은 전기 공급자가 계약 전력 위반을 판단하는 시간이며,
상기 선정하는 단계는,
상기 복수의 기준 시간 단위의 전력을 산출하는데 있어서,
전력 사용량 데이터를 이용하여 복수의 기준 시간 동안의 전력 사용량을 산출하고, 산출된 각 기준 시간 동안의 전력 사용량을 전력량 단위 시간 동안의 전력 사용량으로 변환하며, 변환된 각 전력량 단위 시간 동안의 전력 사용량을 각 기준 시간 단위의 전력으로 하는 방법. - 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160051785A KR101740661B1 (ko) | 2016-04-27 | 2016-04-27 | 계약 전력 추천 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160051785A KR101740661B1 (ko) | 2016-04-27 | 2016-04-27 | 계약 전력 추천 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101740661B1 true KR101740661B1 (ko) | 2017-05-26 |
Family
ID=59051817
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160051785A KR101740661B1 (ko) | 2016-04-27 | 2016-04-27 | 계약 전력 추천 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101740661B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210124578A (ko) * | 2020-04-03 | 2021-10-15 | (주)빌리콘 | 계약 전력 추천 장치 및 방법 |
| KR20210155271A (ko) | 2020-06-15 | 2021-12-22 | 정병창 | 전력사용 및 비용 검증 시스템 및 그 방법 |
-
2016
- 2016-04-27 KR KR1020160051785A patent/KR101740661B1/ko active IP Right Grant
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210124578A (ko) * | 2020-04-03 | 2021-10-15 | (주)빌리콘 | 계약 전력 추천 장치 및 방법 |
| KR102357415B1 (ko) * | 2020-04-03 | 2022-02-03 | (주)빌리콘 | 계약 전력 추천 장치 및 방법 |
| KR20210155271A (ko) | 2020-06-15 | 2021-12-22 | 정병창 | 전력사용 및 비용 검증 시스템 및 그 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | A model of customizing electricity retail prices based on load profile clustering analysis | |
| KR101595236B1 (ko) | 계약 전력 추천 장치 및 방법 | |
| KR20130045006A (ko) | 사전 전력수요예측에 의한 전력수요관리 방법 및 시스템 | |
| CN112070301B (zh) | 一种用户用电量调整方法、系统及设备 | |
| KR101740661B1 (ko) | 계약 전력 추천 장치 및 방법 | |
| JP2017034797A (ja) | ベースライン負荷推定装置及びベースライン負荷推定プログラム | |
| Chrysopoulos et al. | Response modeling of small-scale energy consumers for effective demand response applications | |
| CA3036431A1 (en) | Method and system for establishing in real-time an energy clearing price for microgrids having distributed energy resources | |
| KR101672507B1 (ko) | 에너지 관리 장치 및 방법 | |
| JP6135454B2 (ja) | 推定プログラム、推定装置及び推定方法 | |
| JP4261471B2 (ja) | 配電系統負荷想定方法及び装置 | |
| Koberstein et al. | Modeling and optimizing risk in the strategic gas-purchase planning problem of local distribution companies | |
| He et al. | Quadratic function based price adjustment strategy on monitoring process of power consumption load in smart grid | |
| Masum et al. | Smart meter with load prediction feature for residential customers in Bangladesh | |
| EP3903253A1 (en) | Systems and methods to meter wholesale energy transactions using retail meter data | |
| AU2014100351A4 (en) | A system that comprehensively provides real-time billing of energy usage with a minute by minute live billing update to the user. | |
| JP6469050B2 (ja) | エネルギー管理装置及び方法 | |
| Singh et al. | Transmission expansion planning including reactive power procurement in deregulated environment | |
| KR20150091291A (ko) | 계약 전력 추천 장치 및 방법 | |
| KR102357415B1 (ko) | 계약 전력 추천 장치 및 방법 | |
| JP4820052B2 (ja) | 電力調達料金導出装置 | |
| US20170300885A1 (en) | System and method for real time monitoring and budgeting for utilities consumption | |
| JP2020004164A (ja) | 太陽光発電出力推定装置及び出力推定方法 | |
| EP4002241A1 (en) | Energy use purpose management system and energy use purpose management method | |
| JP2015019543A (ja) | 電力消費量算出方法、電力消費量算出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |