KR101836439B1

KR101836439B1 - 전력 수용가에 설치된 ess의 충방전 알고리즘 예측 시스템

Info

Publication number: KR101836439B1
Application number: KR1020170111868A
Authority: KR
Inventors: 김수정
Original assignee: 주식회사 텔다
Priority date: 2017-09-01
Filing date: 2017-09-01
Publication date: 2018-03-09

Abstract

본 발명은 전력 수용가에 설치된 ESS의 충방전 알고리즘 예측 시스템에 관한 것으로, 해결하고자 하는 기술적 과제는 수요 부하 데이터와 수요 부하에 영향을 주는 다양한 요소들의 분석을 통해 정확도 높은 수요부하를 예측하고, 이를 바탕으로 산출된 피크 추정을 통해 에너지 저장 시스템의 시간대별 충방전 알고리즘을 구현하여 전력 수용가의 에너지 저장 시스템 도입 시 더욱 효과적인 충방전 제어를 통해 경제성과 신뢰성이 향상된 최적의 전력 수급을 제공하며, 전력 요금을 절감하는데 있다.
일례로, 전력 수용가를 대상으로 최근 일정 기간 내의 수요부하 데이터, 기후 데이터, 및 시간 및 계절별 전력소비패턴 데이터를 수집하고 가공하는 데이터 수집부; 상기 데이터 수집부를 통해 수집된 데이터를 일정시간간격으로 각각 추출하고, 추출된 데이터를 독립변수로 적용한 다중회귀분석을 통해 미래 수요부하에 대한 수요부하 예측치를 추정하고, 추정된 수요부하 예측치를 기반으로 수요부하 피크치를 추정하는 데이터 추정부; 상기 데이터 추정부를 통해 추정된 수요부하 피크치에 대한 수요부하감축 목표치를 설정하는 데이터 설정부; 상기 데이터 추정부를 통해 시간대별로 추정된 수요부하 예측치를 미리 설정된 수요부하 기준범위에 따라 각각 분류하고, 분류된 수요부하 예측치와 상기 데이터 설정부를 통해 설정된 수요부하감축 목표치 간의 대소비교를 수행하고, 각각의 비교결과에 따라 상기 ESS의 충방전 알고리즘을 각각 생성하는 알고리즘 생성부; 및 상기 알고리즘 생성부를 통해 생성된 충방전 알고리즘에 따라 상기 ESS의 충방전 추정치를 산출하고, 산출된 충방전 추정치를 기반으로 상기 ESS의 제어 데이터를 생성하는 데이터 생성부를 포함하는 ESS의 충방전 알고리즘 예측 시스템을 개시한다.

Description

전력 수용가에 설치된 ESS의 충방전 알고리즘 예측 시스템{SYSTEM FOR PREDICTING CHARGING AND DISCHARGING ALGORITHM OF ENERGY STORAGE SYSTEM INSTALLED POWER CONSUMER}

본 발명은 전력 수용가에 설치된 ESS(Energy Storage System)의 충방전 알고리즘 예측 시스템에 관한 것이다.

에너지 산업의 발달과 국가 제도적인 변화에 따라, 신재생 에너지의 도입이 늘어나고 에너지 체계가 분산화되면서 에너지 저장 장치의 도입이 점차 증가하고 있다.

대형 발전소 또는 관공서뿐만 아니라 상업시설 및 가정에도 에너지 저장 장치를 도입하는 사례가 늘고 있다. 이는 신재생 에너지의 도입이 늘어날 뿐만 아니라 시간대별 차등 요금제 등 에너지 가격체계의 변화로 인해 에너지 저장 장치는 발전원이 발전한 전력을 단순히 저장하여 그 전력을 사용하는 목적뿐만 아니라 전력 수급을 안정화하고 전력 피크 수요와 시간대별 수요를 조절함으로써 수요절감과 전력 요금 절감을 할 수 있는 목적을 가지고 도입하는 경우가 확대되었기 때문이다.

또한, 에너지 저장 시스템을 도입한 소규모 분산자원에 대한 관심이 높아지면서 에너지 저장 장치에 대한 제어 및 예측기술의 필요성이 증대되었다.

여러 에너지 저장 시스템의 제어 및 예측 기술이 개발되고 있으나 수요부하데이터 분석과 요금체계를 융합한 효과적이고 정확도가 높은 에너지 저장 장치의 제어 및 예측 기술은 더욱 심도 있는 연구가 필요하다.

공개특허공보 제10-2017-0069046호(공개일자: 2017년06월20일) 등록특허공보 제10-1639402호(등록일자: 2016년07월07일)

본 발명의 실시예는, 최근 몇 년간의 수요 부하 데이터와 수요 부하에 영향을 주는 다양한 요소들의 분석을 통해 정확도 높은 수요부하를 예측하고, 이를 바탕으로 산출된 피크 추정을 통해 에너지 저장 시스템의 시간대별 충방전 알고리즘을 구현하여 전력 수용가의 에너지 저장 시스템 도입 시 더욱 효과적인 충방전 제어를 통해 경제성과 신뢰성이 향상된 최적의 전력 수급을 제공하며, 전력 요금을 절감할 수 있는 ESS(Energy Storage System)의 충방전 알고리즘 예측 시스템을 제공한다.

본 발명의 실시예에 따른 전력 수용가에 설치된 ESS의 충방전 알고리즘 예측 시스템은, 상기 전력 수용가를 대상으로 최근 일정 기간 내의 수요부하 데이터, 기후 데이터, 및 시간 및 계절별 전력소비패턴 데이터를 수집하고 가공하는 데이터 수집부; 상기 데이터 수집부를 통해 수집된 데이터를 일정시간간격으로 각각 추출하고, 추출된 데이터를 독립변수로 적용한 다중회귀분석을 통해 미래 수요부하에 대한 수요부하 예측치를 추정하고, 추정된 수요부하 예측치를 기반으로 수요부하 피크치를 추정하는 데이터 추정부; 상기 데이터 추정부를 통해 추정된 수요부하 피크치에 대한 수요부하감축 목표치를 설정하는 데이터 설정부; 상기 데이터 추정부를 통해 시간대별로 추정된 수요부하 예측치를 미리 설정된 수요부하 기준범위에 따라 각각 분류하고, 분류된 수요부하 예측치와 상기 데이터 설정부를 통해 설정된 수요부하감축 목표치 간의 대소비교를 수행하고, 각각의 비교결과에 따라 상기 ESS의 충방전 알고리즘을 각각 생성하는 알고리즘 생성부; 및 상기 알고리즘 생성부를 통해 생성된 충방전 알고리즘에 따라 상기 ESS의 충방전 추정치를 산출하고, 산출된 충방전 추정치를 기반으로 상기 ESS의 제어 데이터를 생성하는 데이터 생성부를 포함한다.

또한, 상기 수요부하 데이터는 전력 수요량을 포함하고, 상기 기후 데이터는 온도 값, 일사량 및 습도 값 중 적어도 하나를 포함하고, 상기 시간 및 계절별 전력소비패턴 데이터는, 주간 또는 야간 전력 수요량, 주말 또는 주중 전력 수요량, 주말을 제외한 휴일 전력 수요량, 및 겨울/봄 및 가을/여름철 전력 수요량 중 적어도 하나를 포함할 수 있다.

또한, 상기 데이터 추정부는, 일정시간간격으로 추출된 n개의 수요부하 데이터에 대한 벡터를 Y, n개의 상기 기후 데이터 및 상기 시간과 계절별 전력소비패턴 데이터에 대한 벡터를 X, 독립변수의 영향계수에 대한 벡터를 β, 잔차항에 대한 벡터를 ε_i라고 할 때,

,

,

,

,

하기의 수식에 따른 다중회귀분석모델을 이용하여 상기 수요부하 예측치를 추정하고,

상기 y_i는 상기 수요부하 예측치를 의미하고, 상기 x₁은 상기 수요부하 데이터로서 전력 수요량을 의미하고, 상기 x₂는 상기 기후 데이터로서 온도 값을 의미하고, 상기 x₃은 상기 기후 데이터로서 일사량을 의미하고, 상기 x₄는 상기 기후 데이터로서 습도 값을 의미하고, 상기 x₅는 상기 시간대별 전력소비패턴 데이터로서 주간 또는 야간 전력 수요량을 의미하고, 상기 x₆은 상기 시간대별 전력소비패턴 데이터로서 주말 또는 주중 전력 수요량을 의미하고, 상기 x₇은 상기 시간대별 전력소비패턴 데이터로서 주말을 제외한 휴일 전력 수요량을 의미하고, 상기 x_8-10은 상기 계절별 전력소비패턴 데이터로서 겨울/봄 및 가을/여름철 전력 수요량을 의미할 수 있다.

또한, 상기 알고리즘 생성부는, 상기 데이터 추정부를 통해 시간대별로 추정된 수요부하 예측치를 상기 수요부하 기준치에 따라 분류하는 수요부하 분류부; 상기 수요부하 분류부를 통해 각각 분류된 수요부하 예측치와 상기 데이터 설정부를 통해 설정된 수요부하감축 목표치 간의 대소를 비교하는 수요부하 대소 비교부; 및 상기 수요부하 대소 비교부를 통한 비교 결과에 따라 상기 ESS의 방전량이 증감되도록 충방전 알고리즘을 각각 구현하되, 시간대별 차등 요금제 또는 가격 수요 반응 체계에 따른 시간대로 이동하도록 구현하는 알고리즘 구현부를 포함할 수 있다.

또한, 상기 데이터 설정부를 통해 설정된 수요부하감축 목표치에 따른 전력감축예정용량을 산출하는 전력감축예정용량 산출부를 더 포함하고, 상기 전력감축예정용량 산출부는, 상기 전력감축예정용량을 상기 알고리즘 생성부의 충방전 알고리즘에 반영할 수 있다.

본 발명에 따르면, 최근 몇 년간의 수요 부하 데이터와 수요 부하에 영향을 주는 다양한 요소들의 분석을 통해 정확도 높은 수요부하를 예측하고, 이를 바탕으로 산출된 피크 추정을 통해 에너지 저장 시스템의 시간대별 충방전 알고리즘을 구현하여 전력 수용가의 에너지 저장 시스템 도입 시 더욱 효과적인 충방전 제어를 통해 경제성과 신뢰성이 향상된 최적의 전력 수급을 제공하며, 전력 요금을 절감할 수 있는 ESS(Energy Storage System)의 충방전 알고리즘 예측 시스템을 제공할 수 있다.

도 1은 본 발명의 실시예에 따른 ESS 충방전 알고리즘 예측 시스템의 구성을 나타낸 블록도이다.
도 2는 본 발명의 실시예에 따른 알고리즘 생성부의 구성을 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 다중회귀분석구조를 나타낸 블록도이다.
도 4는 본 발명의 실시예에 따른 알고리즘 생성부의 동작 순서를 나타낸 순서도이다.
도 5는 본 발명의 실시예에 따른 ESS의 구성을 나타낸 블록도이다.
도 6은 본 발명의 ESS 충방전 제어 회로부의 구성을 나타낸 회로도이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.

본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.

아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

도 1은 본 발명의 실시예에 따른 ESS 충방전 알고리즘 예측 시스템의 구성을 나타낸 블록도이고, 도 2는 본 발명의 실시예에 따른 알고리즘 생성부의 구성을 나타낸 블록도이고, 도 3은 본 발명의 실시예에 따른 다중회귀분석구조를 나타낸 블록도이며, 도 4는 본 발명의 실시예에 따른 알고리즘 생성부의 동작 순서를 나타낸 순서도이다.

도 1 내지 도 4를 참조하면, 본 발명의 실시예에 따른 ESS 충방전 알고리즘 예측 시스템(100)은, 전력 수용가에 설치된 ESS(Energy Storage System)의 충방전 알고리즘을 예측하는 시스템에 관한 것으로, 데이터 수집부(110), 데이터 추정부(120), 데이터 설정부(130), 전력감축용량 산출부(140), 알고리즘 생성부(150) 및 데이터 생성부(160) 중 적어도 하나를 포함할 수 있다.

상기 데이터 수집부(110)는, 대형 발전소, 관공서, 상업시설, 가정 등을 포함하는 전력 수용가를 각각 대상으로 하여, 최근 일정 기간 내의 수요부하 데이터, 기후 데이터, 및 시간 및 계절별 전력소비패턴 데이터를 수집하고, 수집된 데이터를 후술하는 다중회귀분석(Multiple Linear Regression)의 변수로서 적용하기 위한 데이터 가공을 수행할 수 있다.

여기서, 최근 일정 기간은 최근 3년이 될 수 있으나, 이는 일례에 불과하며 해당 기간을 상황에 따라 1년 단위로 변경 가능하다. 다만, 본 실시예에 대한 이해를 돕기 위해 최근 1~3년 간 수요부하에 영향을 줄 수 있는 데이터를 수집하는 것을 일례로 하여 설명한다.

상기 수요부하 데이터는 최근 1~3년 간 전력 수요량을 포함하고, 기후 데이터는 최근 1~3년 간 온도 값, 일사량 및 습도 값 중 적어도 하나를 포함할 수 있다. 이러한 수요부하 데이터와 기후 데이터는 다중회귀분석(Multiple Linear Regression) 시 독립변수(independent variable)로서 적용될 수 있다.

상기 시간 및 계절별 전력소비패턴 데이터는, 시간 별/계절별 전력 소비자의 전력 소비 행동에 대한 패턴 정보를 의미하는 것으로, 시간 별 전력소비패턴 데이터와 계절별 전력소비패턴 데이터로 구분되며, 이 중 시간 별 전력소비패턴 데이터는 최근 1~3년 간 주간 또는 야간 전력 수요량 및 주말 또는 주중 전력 수요량, 주말을 제외한 휴일 전력 수요량 중 적어도 하나를 포함할 수 있고, 계절별 전력소비패턴 데이터는 겨울/봄 및 가을/여름철 전력 수요량을 포함할 수 있다. 이러한 시간과 계절별 전력소비패턴 데이터는 다중회귀분석(Multiple Linear Regression) 시, 더미변수(dummy variable)로서 적용될 수 있다.

상기 데이터 추정부(120)는 데이터 수집부(110)를 통해 수집된 데이터를 일정시간간격으로 각각 추출하고, 추출된 데이터를 독립변수로 적용한 다중회귀분석(Multiple Linear Regression)을 통해 미래 수요부하에 대한 수요부하 예측치를 추정하고, 추정된 수요부하 예측치를 기반으로 수요부하 피크치를 추정할 수 있다.

상기 데이터 추정부(120)를 통해 수요부하 예측치 또는 예측값을 추정하는 방법은 아래와 같다.

우선, 다중회귀분석(Multiple Linear Regression)에서 일정시간간격(예를 들어 15분 간격)으로 추출된 n개의 수요부하 데이터(전력 수요량)에 대한 벡터를 Y라고 했을 때 벡터 Y는 하기의 수식 (1)과 같이 나타낼 수 있다.

...(1)

또한, 다중회귀분석(Multiple Linear Regression)에서 n개의 기후 데이터 및 상기 시간과 계절별 전력소비패턴 데이터에 대한 벡터를 X라고 했을 때 벡터 X는 하기의 수식 (2)와 같이 나타낼 수 있다.

...(2)

또한, 다중회귀분석(Multiple Linear Regression)에서 독립변수의 영향계수의 벡터를 β라고 했을 때, 벡터 β는 하기의 수식 (3)과 같이 나타낼 수 있다.

...(3)

또한, 다중회귀분석(Multiple Linear Regression)에서 잔차항 벡터를 ε_i라고 할 때, 벡터 ε_i는 하기의 수식 (4)와 같이 나타낼 수 있다.

...(4)

다중회귀분석(Multiple Linear Regression)에 대한 전체 모델은 하기의 수식 (5)와 같이 간략히 나타낼 수 있다.

...(5)

상기의 수식 (5)를 상기의 수식 (1) 내지 (4)에 따라 벡터로 나타내면 하기의 수식 (6)과 같이 나타낼 수 있다.

...(6)

여기서, β 값을 추정하기 위해서는 하기의 수식 (7)를 최소화해야 한다.

...(7)

이에 따라, β 값의 추정치인

은 하기의 수식 (8)과 같이 나타낼 수 있다.

...(8)

상기와 같은 수식들을 적용한 최종적인 다중회귀분석모델은 하기의 수식 (9)와 같이 나타낼 수 있다.

...(9)

상기 수학식 (9)에서, y_i는 상기 수요부하 예측치를 의미하고, x₁은 상기 수요부하 데이터로서 전력 수요량을 의미하고, x₂는 상기 기후 데이터로서 온도 값을 의미하고, x₃은 상기 기후 데이터로서 일사량을 의미하고, x₄는 상기 기후 데이터로서 습도 값을 의미하고, x₅는 상기 시간대별 전력소비패턴 데이터로서 주간 또는 야간 전력 수요량을 의미하고, x₆은 상기 시간대별 전력소비패턴 데이터로서 주말 또는 주중 전력 수요량을 의미하고, x₇은 상기 시간대별 전력소비패턴 데이터로서 주말을 제외한 휴일 전력 수요량을 의미하고, x_8-10은 상기 계절별 전력소비패턴 데이터로서 겨울/봄 및 가을/여름철 전력 수요량을 의미할 수 있다.

상기 데이터 추정부(120)는 수식 (9)에 따른 다중회귀분석모델을 이용하여 수요부하 예측치(y_i)를 시간대별로 추정할 수 있으며, 추정된 수요부하 예측치(y_i)를 기반으로 수요부하 피크치 또한 추정할 수 있다.

상기 데이터 설정부(130)는 데이터 추정부(120)를 통해 추정된 수요부하 피크치에 대한 수요부하감축 목표치를 설정할 수 있다. 이러한 수요부하감축 목표치는 추정된 수요부하 피크치가 일정비율로 감축되도록 설정되거나, 시간대별 차등 요금제 또는 가격 수요 반응 체계에 따라 감축할 적정치를 산출한 후 해당 적정치만큼 감축된 수치로 설정될 수 있다.

상기 전력감축용량 산출부(140)는, 데이터 설정부(130)를 통해 설정된 수요부하감축 목표치에 따른 전력감축예정용량을 산출하고, 산출된 전력감축예정용량을 알고리즘 생성부(150)의 충방전 알고리즘에 반영할 수 있다. 여기서, 전력감축예정용량은 수요부하 피크치와 수요부하 목표치 간의 차이에 대한 전력량으로서 예상되는 피크치에서 목표치까지 감축할 때 얼마의 전력량이 감축되는지를 의미하는 데이터를 의미할 수 있다.

상기 알고리즘 생성부(150)는, 데이터 추정부(120)를 통해 시간대별로 추정된 수요부하 예측치를 미리 설정된 수요부하 기준범위에 따라 각각 분류하고, 분류된 수요부하 예측치와 데이터 설정부(130)를 통해 설정된 수요부하감축 목표치 간의 대소비교를 수행하며, 각각의 비교결과에 따라 ESS의 충방전 알고리즘을 각각 생성할 수 있다. 이를 위해, 알고리즘 생성부(150)는 수요부하 분류부(151), 수요부하 대소 비교부(152) 및 알고리즘 구현부(153)를 포함할 수 있다.

상기 수요부하 분류부(151)는 데이터 추정부(120)를 통해 시간대별로 추정된 수요부하 예측치를 미리 설정된 수요부하 기준치에 따라 분류할 수 있다. 예를 들어, 도 4에 도시된 바와 같이, 수요부하 분류부(151)는 수요부하 예측치를 수요부하 기준치에 따라 경부하와 중대부하로 각각 분류할 수 있다.

상기 수요부하 대소 비교부(152)는 수요부하 분류부(151)를 통해 각각 분류된 수요부하 예측치와 데이터 설정부(130)를 통해 설정된 수요부하감축 목표치 간의 대소를 비교할 수 있다. 예를 들어, 도 4에 도시된 바와 같이 수요부하 대소 비교부(152)는 수요부하 분류부(151)를 통해 경부하로 분류된 수요부하 예측치와 데이터 설정부(130)를 통해 설정된 수요부하감축 목표치 간의 제1 대소 비교를 수행할 수 있으며, 중대부하로 분류된 수요부하 예측치와 데이터 설정부(130)를 통해 설정된 수요부하감축 목표치 간의 제2 대소 비교를 수행할 수 있다. 이때, 수요부하 예측치와 목표치 간은 대소 비교는 시간대별로 각각 수행될 수 있다.

상기 알고리즘 구현부(153)는, 수요부하 대소 비교부(152)를 통한 비교 결과에 따라 해당 수요부하 예측치의 수요부하 피크치가 감축되도록 충방전 알고리즘을 각각 구현할 수 있다.

예를 들어, 알고리즘 구현부(154)는, 도 4에 도시된 바와 같이 경부하로 분류된 수요부하 예측치가 목표치보다 큰 경우 경부하치를 기준으로ESS의 방전량을 증가되시키는 방향으로 ESS의 충방전 알고리즘을 생성할 수 있고, 경부하로 분류된 수요부하 예측치가 목표치보다 작은 경우 해당 경부하치를 기준으로 ESS의 방전량을 감소시키는 방향으로 ESS의 충방전 알고리즘을 생성하고, 중대부하로 분류된 수요부하 예측치가 목표치보다 큰 경우 해당 중대부하치를 기준으로 ESS의 방전량을 증가시키는 방향으로 ESS의 충방전 알고리즘을 생성하고, 중대하로 분류된 수요부하 예측치가 목표치보다 큰 경우 해당 중대하치를 기준으로 ESS의 방전량을 감소시키는 방향으로 ESS의 충방전 알고리즘을 생성할 수 있다.

즉, 알고리즘 구현부(154)는 각각 분류된 수요부하 예측치가 목표치보다 크면 ESS의 방전량을 증가시키는 방향으로, 수요부하 예측치가 목표치보다 작으면 ESS의 방전량을 감소시키는 방향으로 충방전 알고리즘의 기본적인 틀을 생성할 수 있다.

또한, 알고리즘 구현부(154)는, 상기와 같이 충방전 알고리즘을 구현하되, 시간대별 차등 요금제(Time of Use) 또는 가격 수요 반응 체계(Pricing Demand Response)에 따른 시간대로 이동하도록 구현할 수 있다. 예를 들어, 추정된 수요부하 예측치에서 피크치 자체를 감축(Peak Cut)시키거나 비교적 전력 사용량이 낮은 즉 전기 사용료가 상대적으로 저렴한 시간대로 이동(Peak Shifting)할 수 있도록 ESS의 충방전 알고리즘을 조정 또는 수정할 수 있다.

상기 데이터 생성부(160)는 알고리즘 생성부(150)를 통해 생성된 충방전 알고리즘에 따라 ESS의 충방전 추정치를 산출하고, 산출된 충방전 추정치를 기반으로 ESS의 제어 데이터를 생성할 수 있으며, 생성된 제어 데이터를 ESS에 적용시켜 충방전 제어 시 활용할 수 있다.

도 5는 본 발명의 실시예에 따른 ESS의 구성을 나타낸 블록도이다.

도 5를 참조하면, 본 발명의 실시예에 따른 ESS(10)는 에너지 발전원(11), 발전기(12), 직류 전력 분배기(13) 및 저장 장치(14)를 포함할 수 있다.

상기 에너지 발전원(11)은 태양광이나 풍력을 이용하여 신재생 에너지를 생성하고, 생성된 에너지를 발전기(12)를 통해 전력계통으로 공급할 수 있다.

상기 직류 전력 분배기(13)는 에너지 발전원(11)로부터 신재생 에너지를 공급 받아 저장 장치(14)에 저장할 수 있으며, 관리자의 지령이나 충방전 알고리즘 예측 시스템(100)을 통해 설정된 제어 데이터를 반영하여 저장 장치(14)에 저장된 에너지를 발전기(12)를 통해 전력 계통으로 공급할 수 있다.

도 6은 본 발명의 ESS 충방전 제어 회로부의 구성을 나타낸 회로도이다.

도 6을 참조하면, ESS 충방전 제어 회로부(200)는 충전 제어 회로부(210)와 방전 제어 회로부(220)로 구성될 수 있다.

상기 ESS 충방전 제어 회로부(200)는, 충방전 알고리즘 예측 시스템(100)을 통해 생성된 제어 데이터를 기반으로 충전 제어 회로부(210)와 방전 제어 회로부(220)에 제어신호를 수신하여 ESS(10)가 최적의 충방전 동작을 수행하거나, 외부로부터 수신되는 지령에 따른 제어신호를 수신하여 그에 따른 충방전 동작을 수행할 수 있다.

본 실시예에 따르면, 수요 부하 데이터뿐만 아니라 수요부하에 영향을 줄 수 있는 다양한 요소를 고려하여 다중회귀분석을 적용한 수요부하 데이터의 추정을 통해 피크(Peak)가 나타나는 시점과 피크부하 값을 예측함으로써 추후 피크 감축(Peak Cut) 및 피크 이동(Peak Shifting)에 대한 에너지 저장 장치의 제어 정확도를 높일 수 있다.

더불어, ESS의 전체적인 충방전 시나리오를 예측함으로써, 전력 수용가가 적용하고 있는 시간별 차등 요금제(Time of Use) 혹은 가격 수요 반응(Pricing demand response) 체계에 따라 최적의 전력 에너지 차익거래(Energy Arbitrage)를 하여 ESS를 설치한 전력 수용가들의 경제성과 에너지 효율성을 향상시킬 수 있다.

이상에서 설명한 것은 본 발명에 의한 ESS(Energy Storage System)의 충방전 알고리즘 예측 시스템을 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.

100: ESS의 충방전 알고리즘 예측 시스템
110: 데이터 수집부
120: 데이터 추정부
130: 데이터 설정부
140: 전력감축용량 산출부
150: 알고리즘 생성부
151: 수요부하 분류부
152: 수요부하 대소 비교부
153: 알고리즘 구현부
160: 데이터 생성부
200: ESS 충방전 제어 회로부
210: 충전 제어 회로부
210: 방전 제어 회로부
10: ESS
11: 에너지 발전원
12: 발전기
13: 직류 전력 분배기
14: 저장 장치

Claims

전력 수용가에 설치된 ESS의 충방전 알고리즘을 예측하는 시스템으로,
상기 전력 수용가를 대상으로 최근 일정 기간 내의 수요부하 데이터, 기후 데이터, 시간대 별 전력소비패턴 데이터 및 계절 별 전력소비패턴 데이터를 수집하고 가공하는 데이터 수집부;
상기 데이터 수집부를 통해 수집된 데이터를 일정시간간격으로 각각 추출하고, 추출된 데이터를 독립변수로 적용한 다중회귀분석을 통해 미래 수요부하에 대한 수요부하 예측치를 추정하고, 추정된 수요부하 예측치를 기반으로 수요부하 피크치를 추정하는 데이터 추정부;
상기 데이터 추정부를 통해 추정된 수요부하 피크치에 대한 수요부하감축 목표치를 설정하는 데이터 설정부;
상기 데이터 추정부를 통해 시간대 별로 추정된 수요부하 예측치를 미리 설정된 수요부하 기준범위에 따라 각각 분류하고, 분류된 수요부하 예측치와 상기 데이터 설정부를 통해 설정된 수요부하감축 목표치 간의 대소비교를 수행하고, 각각의 비교결과에 따라 상기 ESS의 충방전 알고리즘을 각각 생성하는 알고리즘 생성부; 및
상기 알고리즘 생성부를 통해 생성된 충방전 알고리즘에 따라 상기 ESS의 충방전 추정치를 산출하고, 산출된 충방전 추정치를 기반으로 상기 ESS의 제어 데이터를 생성하는 데이터 생성부를 포함하고,
상기 데이터 추정부는,
분 단위의 일정시간간격으로 추출된 n개의 수요부하 데이터에 대한 벡터를 Y, 분 단위의 일정시간간격으로 추출된 n개의 상기 기후 데이터, 상기 시간대 별 전력소비패턴 데이터 및 상기 계절 별 전력소비패턴 데이터에 대한 벡터를 X, 독립변수가 종속변수에 영향을 주는 정도를 나타내는 회귀계수에 대한 벡터를 β, 잔차항에 대한 벡터를 εε라고 할 때,

,
,
,

하기의 수식에 따른 다중회귀분석모델을 이용하여 상기 수요부하 예측치를 추정하고,

상기 y_i는 분 단위의 일정시간간격의 전력수요부하에 대한 순시치인 상기 수요부하 예측치를 의미하고, 상기 x₁은 상기 수요부하 데이터로서 전력 수요량을 의미하고, 상기 x₂는 상기 기후 데이터로서 온도 값을 의미하고, 상기 x₃은 상기 기후 데이터로서 일사량을 의미하고, 상기 x₄는 상기 기후 데이터로서 습도 값을 의미하고, 상기 x₅는 상기 시간대 별 전력소비패턴 데이터로서 주간 또는 야간 전력 수요량을 의미하고, 상기 x₆은 상기 시간대 별 전력소비패턴 데이터로서 주말 또는 주중 전력 수요량을 의미하고, 상기 x₇은 상기 시간대 별 전력소비패턴 데이터로서 주말을 제외한 휴일 전력 수요량을 의미하고, 상기 x_8-10은 상기 계절 별 전력소비패턴 데이터로서 겨울/봄 및 가을/여름철 전력 수요량을 의미하고,
상기 알고리즘 생성부는,
상기 데이터 추정부를 통해 시간대 별로 추정된 수요부하 예측치를 경부하에 해당하는 제1 수요부하범위와 중부하 또는 최대부하에 해당하는 제2 수요부하범위를 포함하는 수요부하 기준범위에 따라 분류하는 수요부하 분류부;
상기 수요부하 분류부를 통해 각각 분류된 수요부하 예측치와 상기 데이터 설정부를 통해 설정된 수요부하감축 목표치 간을 대소 비교하는 수요부하 대소 비교부; 및
상기 수요부하 대소 비교부를 통한 비교 결과에 따라 상기 ESS의 방전량이 증감되도록 충방전 알고리즘을 각각 구현하되, 시간대 별 차등 요금제 또는 가격 수요 반응 체계에 따른 시간대로 이동하여 전력 요금 절감액이 최대가 되도록 구현하는 알고리즘 구현부를 포함하고,
상기 시간대 별 차등 요금제는, 경부하 시간대, 중부하 시간대 및 최대부하 시간대에 따라 차등적으로 요금이 결정되는 전기 요금제를 의미하고,
상기 가격 수요 반응 체계는 전기사용자가 전기를 절약한 만큼 전력시장에 판매하여 금전적으로 보상받는 요금 제도를 의미하고,
상기 알고리즘 구현부는,
상기 제1 수요부하 기준범위로 분류된 수요부하 예측치가 수요부하감축 목표치보다 큰 경우 미리 설정된 경부하치를 기준으로 상기 ESS의 방전량을 증가시키는 상기 ESS에 대한 제1 충방전 알고리즘을 생성하고,
상기 제1 수요부하 기준범위로 분류된 수요부하 예측치가 수요부하감축 목표치보다 작은 경우 미리 설정된 경부하치를 기준으로 상기 ESS의 방전량을 감소시키는 상기 ESS에 대한 제2 충방전 알고리즘을 생성하고,
상기 제2 수요부하 기준범위로 분류된 수요부하 예측치가 수요부하감축 목표치보다 큰 경우 미리 설정된 중부하 또는 최대부하치를 기준으로 상기 ESS의 방전량을 증가시키는 상기 ESS에 대한 제3 충방전 알고리즘을 생성하고,
상기 제2 수요부하 기준범위으로 분류된 수요부하 예측치가 수요부하감축 목표치보다 큰 경우 미리 설정된 중부하 또는 최대부하치를 기준으로 상기 ESS의 방전량을 감소시키는 상기 ESS에 대한 제4 충방전 알고리즘을 생성하는 것을 특징으로 하는 전력 수용가에 설치된 ESS의 충방전 알고리즘 예측 시스템.
삭제
삭제
삭제
제1 항에 있어서,
상기 데이터 설정부를 통해 설정된 수요부하감축 목표치에 따른 전력감축예정용량을 산출하는 전력감축예정용량 산출부를 더 포함하고,
상기 전력감축예정용량 산출부는,
상기 전력감축예정용량을 상기 알고리즘 생성부의 충방전 알고리즘에 반영하는 것을 특징을 하는 전력 수용가에 설치된 ESS의 충방전 알고리즘 예측 시스템.