KR101876751B1 - 고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램 - Google Patents

고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR101876751B1
KR101876751B1 KR1020160125475A KR20160125475A KR101876751B1 KR 101876751 B1 KR101876751 B1 KR 101876751B1 KR 1020160125475 A KR1020160125475 A KR 1020160125475A KR 20160125475 A KR20160125475 A KR 20160125475A KR 101876751 B1 KR101876751 B1 KR 101876751B1
Authority
KR
South Korea
Prior art keywords
load
charge
discharge
peak value
energy storage
Prior art date
Application number
KR1020160125475A
Other languages
English (en)
Other versions
KR20180035425A (ko
Inventor
변길성
김슬기
김종율
조경희
Original Assignee
한국전기연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전기연구원 filed Critical 한국전기연구원
Priority to KR1020160125475A priority Critical patent/KR101876751B1/ko
Publication of KR20180035425A publication Critical patent/KR20180035425A/ko
Application granted granted Critical
Publication of KR101876751B1 publication Critical patent/KR101876751B1/ko

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L9/00Electric propulsion with power supply external to the vehicle
    • B60L9/16Electric propulsion with power supply external to the vehicle using ac induction motors
    • B60L9/24Electric propulsion with power supply external to the vehicle using ac induction motors fed from ac supply lines

Abstract

본 발명은 고속철도 변전소의 피크 부하를 제어하기 위한 것으로서, 보다 구체적으로는 고속철도 변전소의 과거 부하 데이터를 이용하여 고속철도 변전소의 피크 부하를 효율적으로 저감하기 위한 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램을 개시한다.

Description

고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램{METHOD, APPARATUS AND COMPUTER PROGRAM FOR CONTROLLING PEAK SHAVING OF HIGH SPEED RAILWAY SUBSTATIONS}
본 발명은 고속철도 변전소의 피크 부하를 제어하기 위한 것으로서, 보다 구체적으로는 고속철도 변전소의 과거 부하 데이터를 이용하여 고속철도 변전소의 피크 부하를 효율적으로 저감하기 위한 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램에 관한 것이다.
고속열차는 빠른 속도로 인한 이동시간 절감, 정확한 출발·도착시간, 편안한 좌석 등의 장점으로 매년 이용객이 증가하고 있다. 이에 고속철도구간과 운행횟수 역시 확대되고 있으며 고속철도 운행에 소비되는 전력량도 점차 늘어나고 있다. 고속열차는 10MW 이상의 대용량 부하로서, 열차 운행에 필요한 전력은 고속철도 각 구간에 설치된 고속철도 변전소에서 공급된다. 매년 증가하는 고속철도 변전소의 전력량은 피크전력 증가로 이어져 고속철도 변전소 변압기 증설 등 설비비용과 전기요금을 크게 증가시킨다. 이에 대한 대안으로서 에너지 저장 시스템(Energy Storage System, ESS)을 이용하여 부하가 적을 때 충전하고, 부하가 많을 때 방전하여 피크전력을 감소시키는 방식이 연구되고 있으며 해당 ESS의 최적용량을 산정하는 방법도 같이 병행해서 연구되고 있다.
본 발명은 과거 부하 데이터를 이용하여 미래 특정일의 고속철도 변전소의 부하 피크값을 정확히 예측하고, 에너지 저장 장치를 이용하여 고속철도 변전소의 피크 부하를 효율적으로 저감하기 위한 고속철도 변전소 피크 부하 제어 방법을 제공하기 위한 것이다.
본 발명에 따른 고속철도 변전소 피크 부하 제어 방법은,
피크 부하 제어 장치가 고속철도 변전소의 과거 부하 데이터를 수집하고, 수집된 과거 부하 데이터에 기초하여 상기 고속철도 변전소의 부하 피크값을 포함하는 부하 패턴을 산출하는 부하 패턴 산출 단계; 상기 부하 패턴에 기초하여, 예측되는 부하 피크값을 저감하기 위한 에너지 저장 장치의 충방전 시간대 및 충방전량을 설정하는 ESS 충방전 계획 단계; 및 상기 ESS 충방전 계획에 기초하여 상기 에너지 저장장치로 충방전 제어 신호를 전송하는 충방전 제어 단계를 포함할 수 있다.
여기서, 상기 부하 패턴 산출 단계는, 과거의 특정 기간을 설정하는 단계; 설정된 특정 기간 중 하나 이상의 일자에 대한 시간대 별 부하 피크값을 추출하는 단계; 및 상기 일자의 추출된 시간대 별 부하 피크값을 이용하여 각 시간대 별 대표 부하 피크값을 산출하는 단계를 포함할 수 있다.
또한, 상기 추출하는 단계는, 상기 특정 기간 중 하나 이상의 일자를 소정의 조건에 기초하여 그룹화하는 단계를 포함하며, 상기 산출하는 단계는, 각 그룹의 시간대 별 대표 부하 피크값을 산출하는 단계를 포함하고, 상기 ESS 충방전 계획 단계는, 충방전 시간대 및 충방전량을 설정하고자 하는 일자가 어느 그룹에 속하는지 판단하는 단계를 포함할 수 있다.
또한, 상기 그룹화하는 단계는, 소정의 기준에 기초하여 철도 운행 계획의 동일성이 인정되는 일자끼리 그룹화할 수도 있다.
나아가, 상기 방법은, 상기 각 그룹의 철도 운행 계획과 실제 철도 운행 시간을 비교하여 철도 운행 시간지연이 발생한 시간대를 산출하는 단계를 더 포함하되, 상기 ESS 충방전 계획 단계는, 하루 중 철도 운행 시간지연이 발생한 시간대 이후의 시간대에는 부하 피크값에 가중치를 적용하여 상기 에너지 저장 장치의 충방전량을 설정할 수 있다.
또한, 상기 ESS 충방전 계획 단계는, 상기 시간대 별 부하 피크값과 기 설정된 방전 임계값 및 충전 임계값을 비교하여, 상기 부하 피크값이 상기 방전 임계값 이상인 경우에는 상기 에너지 저장 장치를 방전하는 것으로 설정하고, 상기 부하 피크값이 상기 충전 임계값 이하인 경우에는 상기 에너지 저장 장치를 충전하는 것으로 설정하는 단계를 포함할 수도 있다.
또한, 상기 충전 임계값은, 상기 부하 피크값 및 방전 임계값을 고려하여 산출된 상기 에너지 저장 장치의 하루 중 총 방전 용량이 상기 에너지 저장 장치의 하루 중 총 충전 용량 이하가 되도록 설정할 수 있다.
또한, 상기 ESS 충방전 계획 단계는, 상기 에너지 저장 장치 충전 요금 및 상기 에너지 저장 장치의 방전 시간대 부하 피크값 저감량을 각각 수치화한 값의 합이 최소값이 되도록 상기 에너지 저장 장치의 충방전 시간대 및 충방전량을 설정할 수도 있다.
본 발명에 따른 고속철도 변전소 피크 부하 제어 장치는,
고속철도 변전소의 과거 부하 데이터를 수집하고, 수집된 과거 부하 데이터에 기초하여 상기 고속철도 변전소의 부하 피크값을 포함하는 부하 패턴을 산출하는 부하 패턴 산출부; 상기 부하 패턴에 기초하여, 예측되는 부하 피크값을 저감하기 위하여 에너지 저장 장치의 충방전 시간대 및 충방전량을 설정하는 ESS 충방전 계획 설정부; 상기 ESS 충방전 계획에 기초하여 상기 에너지 저장장치로 충방전 제어 신호를 전송하는 충방전 제어부를 포함할 수 있다.
본 발명의 실시예에 따르면, 본 발명에서는 과거 부하 데이터를 이용하여 고속철도 변전소의 피크 부하를 효율적으로 저감할 수 있어 고속철도 시스템을 보다 안정적으로 운용할 수 있다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1은 본 발명에 따른 고속철도 변전소 피크 부하 제어 시스템을 도시한 것이다.
도 2는 본 발명에 따른 고속철도 변전소 피크 부하 제어 방법의 순서를 도시한 것이다.
도 3 및 도 4는 본 발명에 따른 고속철도 변전소 피크 부하 제어에 있어서 과거 부하 데이터를 활용하는 것의 이점을 설명하기 위한 그래프를 도시한 것이다.
도 5 및 도 6은 고속철도의 운행 시간지연이 고속철도 변전소 피크 부하량에 미치는 영향을 설명하기 위한 그래프를 도시한 것이다.
도 7은 본 발명에 따른 고속철도 변전소 피크 부하 제어 장치의 구성을 도시한 것이다.
도 8 내지 도 10은 본 발명에 따른 고속철도 변전소 피크 부하 제어 방법을 수행하는 프로그램의 구동 예를 설명하기 위한 그래프를 도시한 것이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 이하에서는 특정 실시예들을 첨부된 도면을 기초로 상세히 설명하고자 한다.
이하의 실시예는 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시 예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
이하에서는, 본 발명에 따른 고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램을 예시적인 실시 형태들을 첨부된 도면을 참조하여 상세히 설명한다.
도 1은 본 발명에 따른 고속철도 변전소 피크 부하 제어 시스템을 도시한 것이다.
도 1을 참조하면, 본 발명에 따른 고속철도 변전소 피크 부하 제어 시스템은 고속철도 변전소 및 고속열차(300)를 포함할 수 있고, 상기 고속철도 변전소는 급전구분소(SP: Section Post)라고 하는 구간 사이를 통과하는 상하행 고속철도와 구간 설비에 대한 급전을 담당하는 피크 부하 제어 장치(100) 및 에너지 저장 장치(200)를 포함할 수 있다. 또한, 도시하지는 않았으나, 부하 데이터를 수집하고 저장하는 데이터베이스를 더 포함할 수도 있다.
상기 피크 부하 제어 장치(100)에서는 해당 급전구분소 구간의 부하 데이터를 수집하고, 수집된 부하 데이터를 이용하여 부하 피크값을 포함하는 부하 패턴을 산출할 수 있다. 또한, 부하 패턴에 기초하여 예측되는 부하 피크값을 저감하기 위한 상기 에너지 저장 장치(200)의 충방전 계획을 수립할 수 있고, 그에 따라 상기 에너지 저장 장치(200)를 제어할 수 있다.
상기 에너지 저장 장치(200)는 전기에너지를 저장하는 장치로서 상기 피크 부하 제어 장치(100)의 제어에 따라 전기에너지를 충방전할 수 있다.
도 2는 본 발명에 따른 고속철도 변전소 피크 부하 제어 방법의 순서를 도시한 것이다.
도 2를 참조하면, 본 발명에 따른 고속철도 변전소 피크 부하 제어 방법은 부하 패턴 산출 단계(S210), ESS 충방전 계획 단계(S220) 및 충방전 제어 단계(S230)를 포함할 수 있다.
우선, S210 단계에서 피크 부하 제어 장치(100)가 고속철도 변전소의 과거 부하 데이터를 수집하고, 수집된 과거 부하 데이터에 기초하여 상기 고속철도 변전소의 부하 피크값을 포함하는 부하 패턴을 산출할 수 있다. 산출한 부하 패턴을 이용하여 미래 특정일의 고속철도 변전소에서 발생하는 부하를 예측하고 그에 기초하여 고속철도 변전소의 피크 부하를 저감한다.
이하, 도 3의 예를 참조하여 과거 부하 데이터를 이용하여 미래의 특정 시점의 부하 데이터를 예측하는 것의 효용을 설명한다.
도 3은 경부 고속선에 위치하는 S변전소의 부하 데이터 중 2013년 5월부터 2014년 4월까지 1년간 화, 수, 목요일 정기일의 평균값을 시간대 별로 나타낸 그래프이다. 즉, 각 그래프는 각 요일의 1년 평균 부하량을 나타낸 그래프이다. 여기서, 정기일이라 함은 정기열차가 운행되는 일자를 의미하는데, 정기열차는 매일 같은 시각에 운행되는 열차를 의미한다.
그래프에서 나타낸 부하량은 15분 평균값이며 1시간 평균값의 약 1/4 수준이다. 그림에서 보듯이 화, 수, 목요일의 부하량 그래프는 서로 매우 유사함을 알 수 있다. 이는 화, 수, 목요일의 열차편성이 거의 같기 때문이며 임시열차의 편성수가 전체 열차 편성수에 비해 매우 적기 때문이다. 1년의 평균 부하 그래프를 살펴보면 피크가 발생할 확률이 높은 요일 별 특정 시간대를 유추할 수 있다.
도 4는 2013년 6월 8일 토요일의 S변전소 실제부하패턴과 과거 1년 간의 부하량 평균값 패턴을 비교한 그래프이다. 1년 평균 그래프에 서 피크 값이 평균의 영향으로 낮아지는 경향이 있지만 그럼에도 두 그래프의 패턴이 상당히 유사함을 알 수 있다. 특히 피크 부하가 나타내는 시간대까지 정확히 일치하였다. 위 두 케이스에서 알 수 있듯이, 정기일의 부하 패턴은 요일 별로 일정하고 임시열차의 수가 적기 때문에 미래 정기일의 부하 패턴을 예측하기 위해 과거 부하 데이터를 활용한 기법을 고려하는 것은 구현의 편리성과 결과의 정확도를 볼 때 합리적이다.
고정된 열차편성으로 인한 일정한 부하패턴은 과거데이터를 활용한 부하 예측이 높은 정확도를 갖게 하는 가장 큰 요인이지만 실제 어느 정도의 정확도를 가지는가에 대한 분석이 필요하다. 본 발명에 따른 에너지 저장 장치의 용도는 부하 피크 저감용이며 현재의 전기요금산정방식에 의하면 연중 최대피크 부하가 발생하는 시간대에 무조건 저감해야 기본요금이 낮아지기 때문에 피크 시간대를 얼마나 정확하게 검출해내는가가 피크저감의 가장 중요한 사항이다.
과거데이터를 활용한 예측기법이 피크 시간대 검출에 어느 정도의 정확성을 보이는지 알아보기 위해 2013년 5월부터 2014년 4월까지의 기간 동안, 매 정기일을 대상으로 3주간의 과거데이터를 이용하여 구한 예측 피크 부하 시간대와 실제 피크 시간대를 비교하였다. 여기서는 단순히 3주간 동일요일데이터를 아무런 보상 기법없이 적용하였다. 아래의 [표 1]를 보면 과거데이터기반의 예측을 통해 특정일의 피크 부하 시간대를 검출할 확률을 알 수 있는데 예측기법으로 하루 중에 4개 혹은 8개 정도의 피크 후보 시간대를 도출한 경우, 그 시간대 중에 실제로 일간 피크시간대가 속할 확률은 매우 높은 편이다. 또한 S변전소 급전구간 부하패턴의 특성상 하루에 4 ~ 5개의 시간대가 다른 시간대에 비해 높은 부하량을 기록하기 때문에 8개의 후보군을 도출하여 4개 이상의 피크 부하후보 시간대를 도출해서 비교해본 결과 해당 경우도 상당히 높은 확률을 보였다. 따라서 과거부하데이터로부터 예측부하패턴을 도출하되 피크 부하 후보군은 필수방전 시간대로 선정하고 나머지 시간대 중 부하량이 피크 제한치 기준을 넘어서거나 근처에 도달할 가능성이 있는 시간대를 모두 관리대상에 포함한다면 상당히 높은 검출확률을 나타내게 될 것이다.
[표 1]
Figure 112016094593573-pat00001
보다 구체적으로, 부하 패턴 산출을 위하여 상기 피크 부하 제어 장치(100)는 과거의 특정 기간을 설정하고, 설정된 특정 기간 중 하나 이상의 일자를 결정하고, 각 일자의 시간대 별 부하 피크값을 추출한다. 각 일자의 시간대 별 부하 피크값을 이용하여 각 시간대 별 대표 부하 피크값을 산출할 수 있다. 상기 대표 부하 피크값은 결정된 하나 이상의 일자에 대한 시간대 별 부하 피크값의 최대값, 평균값 및 이외 다른 산술값으로 결정될 수 있다.
나아가, 특정 기간 중 부하 피크값을 추출할 일자를 결정할 때, 소정의 조건에 따라 각 일자를 그룹화하여 각 그룹에 대한 부하 피크값을 추출할 수 있다. 예를 들어, 미래의 일자에 대한 부하 피크값의 예측 수준을 높이기 위해서는 소정의 기준에 기초하여 철도 운행 계획의 동일성이 인정되는 일자끼리 그룹화할 수도 있다. 예를 들어, 요일별 철도 이용자 수를 고려하여 철도 운행 계획이 제1 운행 계획, 제2 운행 계획, 제3 운행 계획으로 구분된다고 가정하면, 각 운행 계획에 따라 3개의 그룹으로 부하 패턴이 산출될 수 있을 것이다.
또한, 실제 열차 운행 기록을 살펴보면, 모든 고속철도가 운행 계획표에 있는 시각에 정확히 도착, 출발하지 않는다. 이는 열차지연이 발생하기 때문인데 열차지연의 대표적 원인은 열차의 운전정리, 서행 구간의 존재, 여객 승하차 시간 부족 등이다. 열차지연이 발생하면 일일 부하패턴이 바뀌게 되는데 이는 일간 최대 피크 부하량과 피크 부하 시간대에 영향을 줄 수 있다. 그러므로, 정확한 부하 패턴 산출을 위해서는 이 점을 고려할 필요가 있다. 이하, 도 5 및 도 6을 참조하여, 열차지연이 부하에 미치는 영향을 보다 상세히 살펴본다.
도 5는 2013년 11월 16일과 2014년 1월 18일 10시 15분에서 10시 30분 사이의 열차통과 시간을 나타낸 것이다. 최대전력수요는 15분 평균으로 측정되기 때문에 특정 15분간 S변전소 급전구간에 많은 열차가 분포할수록 최대전력수요가 크게 측정된다. 양일은 모두 토요일이며 해당 시간대에 임시열차가 존재하지 않았다.
토요일의 경우, 10시 15분 ~ 30분 구간은 일일 최대피크 부하가 높은 확률로 기록되는 구간이다. 양일동안 124번, 126번 열차는 비슷한 시간대에 급전구간을 통과하였지만 115번 열차와 201번 열차는 지연이 발생하여 통과시점에 다소 차이를 보이고 있다. 10시 15분과 30분 사이 구간에서 115번 열차는 양일간 3분의 지연이 있어 11월 16일 해당 시간구간에 더 많은 부하를 기록하게 된다. 하지만 201번 열차가 양일간 8분의 지연을 보이며 1월 18일에는 해당구간에 201번 열차가 모두 걸쳐있는 반면, 11월 16일에는 반 정도만 걸쳐있게 되어 전체적으로 1월 18일의 해당구간 부하량이 11월 16일보다 크게 나타나게 된다. 결론적으로 위 케이스에서 201번 열차의 지연은 해당구간의 부하량을 낮추게 되어 다른 시간대에서 일간 최대피크 부하가 발생할 가능성을 높이게 된다. 통계적으로 볼 때 토요일의 해당 시간대에서 201번 열차의 지연은 자주 발생하는 편이다.
도 6를 참조하면, 2013년 11월의 네 번의 토요일 중 세 번이나 5분 이상의 201번 열차의 지연이 발생하였다. 지연이 발생하면 201번열차가 10시 30분 ~ 45분대에 영향을 미치기 때문에 10시 30분대의 부하량이 감소하며 10시 45분대의 부하량이 증가하게 된다. 따라서 과거데이터 기반 부하예측을 보다 정확히 수행하기 위해서는 피크시간에 이전에 지연이 발생하고 있는지에 대한 판단이 도움이 될 수 있다. 일반적으로 지연이 발생하는 날은 해당 시간대 이전의 이른 시간부터 지연이 발생하는 경우가 많기 때문에 이런 경우 과거데이터 중 지연이 발생한 데이터들을 이용하여 부하예측을 하면 더 정확한 피크 시간대 검출이 가능하다.
S220 단계에서는 전 단계(S210)에서 산출한 부하 패턴에 기초하여, 예측되는 부하 피크값을 저감하기 위한 에너지 저장 장치(200)의 충방전 시간대 및 충방전량을 설정할 수 있다. 여기서, 상기 에너지 저장 장치(200)에 대한 최적화된 충방전량을 산출하기 위하여 GRG(Generalized Reduced Gradient) 최적화 알고리즘 등을 이용할 수 있고, 목적함수는 상기 에너지 저장 장치(200) 충전 요금 및 부하 피크값 저감량을 수치화한 값의 합이 최소값이 되도록 하는 것이 바람직하다.
전 단계(S210)에서 과거 특정 기간 중 각 일자를 소정의 조건에 기초하여 그룹화하는 단계를 포함하는 경우에는, 본 단계(S220)에서 미래 특정 일자가 어느 그룹에 속하는지 판단하는 단계를 더 포함할 수 있다. 이는 미래 특정 일자와 관련성이 높은 과거 부하 데이터를 선별적으로 선택함으로써 상기 미래 특정 일자에 대한 피크 부하 예측의 정확성을 높일 수 있다.
또한, 전 단계(S210)에서 각 그룹의 철도 운행 계획과 상기 과거 특정 기간의 실제 철도 운행 시간을 비교하여 철도 운행 시간지연이 발생한 경우에는 하루 중 철도 운행 시간지연이 발생한 시간대 이후의 시간대에는 부하 피크값에 가중치를 적용하여 상기 에너지 저장 장치(200)의 에너지 충방전량을 설정할 수도 있다. 이는 앞서 살펴본바, 철도 운행 시간지연이 발생하는 경우에는 시간지연이 발생한 시간대 이후의 시간대에서 고속철도 변전소에 부하가 가중될 가능성이 높아지기 때문이다.
또한, 효율적으로 부하 피크값을 저감하기 위하여 상기 에너지 저장 장치(200)가 충방전을 개시하는 방전 임계값 및 충전 임계값을 설정할 수 있다. 예측된 부하 피크값이 상기 방전 임계값 이상인 경우에는 상기 에너지 저장 장치(200)가 방전하고, 상기 충전 임계값 이하인 경우에는 상기 에너지 저장 장치(200)가 충전하는 것으로 설정한다. 여기서, 상기 방전 임계값 및 충전 임계값은 상기 에너지 저장 장치(200)의 하루 중 총 방전량이 총 충전량을 넘지 않도록 설정되는 것이 바람직하다.
마지막으로, S230 단계에서는 ESS 충방전 계획에 기초하여 매 시간대 별 충방전 제어 신호를 에너지 저장 장치(200)로 전송하여, 그에 따라 상기 에너지 저장 장치(200)가 충방전되도록 할 수 있다.
도 7은 본 발명에 따른 고속철도 변전소 피크 부하 제어 장치의 구성을 도시한 것이다.
도 7을 참조하면, 본 발명에 따른 고속철도 변전소 피크 부하 제어 장치는 부하 패턴 산출부(110), ESS 충방전 계획설정부(120) 및 충방전 제어부(130)를 포함하여 구성될 수 있다.
상기 부하 패턴 산출부(110)는 고속철도 변전소의 과거 부하 데이터를 수집하고, 수집된 과거 부하 데이터에 기초하여 상기 고속철도 변전소의 부하 피크값을 포함하는 부하 패턴을 산출할 수 있다.
상기 ESS 충방전 계획설정부(120)는 상기 부하 패턴 산출부(110)에서 산출된 부하 패턴에 기초하여, 에너지 저장 장치의 충방전 시간대 및 충방전량을 설정할 수 있다.
상기 충방전 제어부(130)는 상기 에너지 저장장치로 충방전 제어 신호를 전송할 수 있다.
본 발명에 따른 고속철도 변전소 피크 부하 저감 방법을 이용하여 프로그램을 개발하였고, 이하 도 8 내지 도 10을 참조하여 본 발명에 따른 고속철도 변전소 피크 부하 제어 방법을 수행하는 프로그램의 구동 예를 설명한다.
도 8은 2015년 7월 8일 S변전소의 과거데이터 기반 부하예측결과와 실제 부하데이터를 비교한 결과이다. 적색 선은 실제 부하이며 청색막대는 예측부하이다. 실제값과 예측값이 상당히 비슷한 패턴을 보여주고 있음을 알 수 있다.
도 9는 상기 도 8에서 예측한 부하데이터를 기반으로 해당일의 피크를 저감하기 위한 ESS 최적 충방전 스케줄을 나타낸 것이다. 청색막대는 위로 향할 경우 방전을 뜻하며, 아래로 향할 경우 충전을 의미한다. 적색 점선은 ESS의 SOC를 보여주고 있다. 예측한 부하데이터는 부하량에 따라 방전, 대기, 충전 구간으로 나눠지며 각각의 제한치를 입력할 수 있게 구성되어 있다. 충방전, 대기 구간과 제한치를 고려하여 ESS의 일간 충방전 계획이 수립된다.
도 10은 예측부하를 토대로 수립한 ESS 일간 충방전 계획을 실제 부하데이터에 적용했을 경우 피크저감효과를 보여주는 화면이다. 본 사례에서 ESS 전지용량은 4MWh이며 PCS용량은 6MW, 방전시작 임계치는 16MW, 충전시작 임계치는 7MW로 설정하였다. 실제부하로는 18,458kW의 피크를 기록하지만 ESS를 활용하여 16,934kW의 피크를 기록, 1,523kW의 저감효과가 발생하였다. ESS가 방전한 양보다 피크저감효과가 낮은 이유는 앞서 언급한 잠재적인 피크들, 즉 일간 피크후보군이 ESS로 관리되더라도 그보다 작은 다음 피크후보군들이 존재하기 때문이다. 해당 후보군들까지 모두 관리하기 위해서는 충방전 제한치를 엄격하게 설정하면 되지만 충분한 ESS 용량이 확보되어야 하고 잦은 충방전이 일어나는 단점이 있다. 본 프로그램은 현재 피크시간대 검출과 피크저감에 상당수준의 정확도를 보여주고 있으며 장기간의 운영을 통한 수정보완 후 실제 고속철도 변전소에 투입되어 실증시험을 진행할 예정이다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 작성된 프로그램은 매체에 저장될 수 있다.
상기 매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장매체를 포함할 수 있으나, 이에 한정되는 것은 아니다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예는 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 피크 부하 제어 장치 110: 부하 패턴 산출부
120: ESS 충방전 계획 설정부 130: 충방전 제어부
200: 에너지 저장 장치

Claims (10)

  1. 피크 부하 제어 장치가 고속철도 변전소의 과거 부하 데이터를 수집하고, 수집된 과거 부하 데이터에 기초하여 상기 고속철도 변전소의 부하 피크값을 포함하는 부하 패턴을 산출하는 부하 패턴 산출 단계; 상기 부하 패턴에 기초하여, 예측되는 부하 피크값을 저감하기 위한 에너지 저장 장치의 충방전 시간대 및 충방전량을 설정하는 ESS 충방전 계획 단계; 및 상기 ESS 충방전 계획에 기초하여 상기 에너지 저장장치로 충방전 제어 신호를 전송하는 충방전 제어 단계를 포함하고,
    상기 부하 패턴 산출 단계는, 과거의 특정 기간을 설정하는 단계; 설정된 특정 기간 중 하나 이상의 일자에 대한 시간대 별 부하 피크값을 추출하는 단계; 및 상기 일자의 추출된 시간대 별 부하 피크값을 이용하여 각 시간대 별 대표 부하 피크값을 산출하는 단계를 포함하고, 여기서, 상기 추출하는 단계는, 상기 특정 기간 중 하나 이상의 일자를 소정의 조건에 기초하여 그룹화하는 단계를 포함하며, 상기 산출하는 단계는, 각 그룹의 시간대 별 대표 부하 피크값을 산출하는 단계를 포함하고,
    상기 ESS 충방전 계획 단계는, 충방전 시간대 및 충방전량을 설정하고자 하는 일자가 어느 그룹에 속하는지 판단하는 단계를 포함하고, 상기 그룹화하는 단계는, 기 설정된 소정의 기준에 기초하여 철도 운행 계획의 동일성이 인정되는 일자끼리 그룹화하는 단계를 포함하고,
    상기 각 그룹의 철도 운행 계획과 실제 철도 운행 시간을 비교하여 철도 운행 시간지연이 발생한 시간대를 산출하되, 상기 ESS 충방전 계획 단계에서, 하루 중 철도 운행 시간지연이 발생한 시간대 이후의 시간대에는 부하 피크값에 가중치를 적용하여 상기 에너지 저장 장치의 충방전량을 설정하며,
    상기 ESS 충방전 계획 단계는, 시간대 별 부하 피크값과 기 설정된 방전 임계값 및 충전 임계값을 비교하여, 상기 부하 피크값이 상기 방전 임계값 이상인 경우에는 상기 에너지 저장 장치를 방전하는 것으로 설정하고, 상기 부하 피크값이 상기 충전 임계값 이하인 경우에는 상기 에너지 저장 장치를 충전하는 것으로 설정하는 단계를 포함하고,
    상기 ESS 충방전 계획 단계에서, 상기 에너지 저장 장치 충전 요금 및 상기 에너지 저장 장치의 방전 시간대 부하 피크값 저감량을 각각 수치화한 값의 합이 최소값이 되도록 상기 에너지 저장 장치의 충방전 시간대 및 충방전량을 설정하는 것을 특징으로 하는 고속철도 변전소 피크 부하 제어 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 충전 임계값은,
    상기 부하 피크값 및 방전 임계값을 고려하여 산출된 상기 에너지 저장 장치의 하루 중 총 방전 용량이 상기 에너지 저장 장치의 하루 중 총 충전 용량 이하가 되도록 설정하는 것을 특징으로 하는 고속철도 변전소 피크 부하 제어 방법.
  8. 삭제
  9. 하드웨어와 결합되어 제1항 또는 제7항 중 어느 한 항의 고속철도 변전소 피크 부하 제어 방법을 실행시키기 위하여 저장매체에 저장된 컴퓨터 프로그램.
  10. 고속철도 변전소의 과거 부하 데이터를 수집하고, 수집된 과거 부하 데이터에 기초하여 상기 고속철도 변전소의 부하 피크값을 포함하는 부하 패턴을 산출하는 부하 패턴 산출부;
    상기 부하 패턴에 기초하여, 예측되는 부하 피크값을 저감하기 위하여 에너지 저장 장치의 충방전 시간대 및 충방전량을 설정하는 ESS 충방전 계획 설정부; 및
    상기 ESS 충방전 계획에 기초하여 상기 에너지 저장장치로 충방전 제어 신호를 전송하는 충방전 제어부를 포함하고,
    상기 부하 패턴의 산출 과정에서, 설정된 과거의 특정 기간 중 하나 이상의 일자에 대한 시간대 별 부하 피크값을 추출하고 상기 일자의 추출된 시간대 별 부하 피크값을 이용하여 각 시간대 별 대표 부하 피크값을 산출하되, 상기 특정 기간 중 하나 이상의 일자를 소정의 조건에 기초하여 그룹화해 각 그룹의 시간대 별 대표 부하 피크값을 산출하며,
    상기 ESS 충방전 계획 설정 과정에서, 충방전 시간대 및 충방전량을 설정하고자 하는 일자가 어느 그룹에 속하는지 판단하고, 상기 그룹화의 과정에서, 기 설정된 소정의 기준에 기초하여 철도 운행 계획의 동일성이 인정되는 일자끼리 그룹화하며,
    상기 각 그룹의 철도 운행 계획과 실제 철도 운행 시간을 비교하여 철도 운행 시간지연이 발생한 시간대를 산출하되, 상기 ESS 충방전 계획 설정 과정에서, 하루 중 철도 운행 시간지연이 발생한 시간대 이후의 시간대에는 부하 피크값에 가중치를 적용하여 상기 에너지 저장 장치의 충방전량을 설정하며,
    상기 ESS 충방전 계획 설정 과정에서, 시간대 별부하 피크값과 기 설정된 방전 임계값 및 충전 임계값을 비교하여, 상기 부하 피크값이 상기 방전 임계값 이상인 경우에는 상기 에너지 저장 장치를 방전하는 것으로 설정하고, 상기 부하 피크값이 상기 충전 임계값 이하인 경우에는 상기 에너지 저장 장치를 충전하는 것으로 설정하며,
    상기 ESS 충방전 계획 설정 과정에서, 상기 에너지 저장 장치 충전 요금 및 상기 에너지 저장 장치의 방전 시간대 부하 피크값 저감량을 각각 수치화한 값의 합이 최소값이 되도록 상기 에너지 저장 장치의 충방전 시간대 및 충방전량을 설정하는 것을 특징으로 하는 고속철도 변전소 피크 부하 제어 장치.
KR1020160125475A 2016-09-29 2016-09-29 고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램 KR101876751B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160125475A KR101876751B1 (ko) 2016-09-29 2016-09-29 고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160125475A KR101876751B1 (ko) 2016-09-29 2016-09-29 고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램

Publications (2)

Publication Number Publication Date
KR20180035425A KR20180035425A (ko) 2018-04-06
KR101876751B1 true KR101876751B1 (ko) 2018-07-11

Family

ID=61973499

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160125475A KR101876751B1 (ko) 2016-09-29 2016-09-29 고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR101876751B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004164388A (ja) * 2002-11-14 2004-06-10 Yokogawa Electric Corp 需要予測システム
KR20150015832A (ko) * 2013-08-01 2015-02-11 주식회사 우진산전 고속철도 변전소용 에너지 저장 장치
KR20160009522A (ko) * 2015-12-28 2016-01-26 연세대학교 산학협력단 에너지 저장 장치 및 그의 제어 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004164388A (ja) * 2002-11-14 2004-06-10 Yokogawa Electric Corp 需要予測システム
KR20150015832A (ko) * 2013-08-01 2015-02-11 주식회사 우진산전 고속철도 변전소용 에너지 저장 장치
KR20160009522A (ko) * 2015-12-28 2016-01-26 연세대학교 산학협력단 에너지 저장 장치 및 그의 제어 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KR1020151486571 B1 *

Also Published As

Publication number Publication date
KR20180035425A (ko) 2018-04-06

Similar Documents

Publication Publication Date Title
Mozafar et al. Innovative appraisement of smart grid operation considering large-scale integration of electric vehicles enabling V2G and G2V systems
Oda et al. Mitigation of congestion related to quick charging of electric vehicles based on waiting time and cost–benefit analyses: A japanese case study
Galus et al. Predictive, distributed, hierarchical charging control of PHEVs in the distribution system of a large urban area incorporating a multi agent transportation simulation
CN104820868B (zh) 一种基于风电概率进行预测的调度展示方法
CN103984994A (zh) 一种城市轨道交通客流高峰持续时间预测方法
Wang et al. Train scheduling and circulation planning in urban rail transit lines
KR101800286B1 (ko) 대용량 에너지 사용 데이터를 이용한 에너지 관리 서비스 방법 및 이를 위한 에너지 관리 시스템
CN107045088A (zh) 一种供电线路停电点判断方法
KR101876751B1 (ko) 고속철도 변전소 피크 부하 제어 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램
Iliopoulou et al. Identifying spatio-temporal patterns of bus bunching in urban networks
Thormann et al. Analyzing the suitability of flywheel energy storage systems for supplying high-power charging e-mobility use cases
Khushalani et al. Coordinated charging strategies for plug-in hybrid electric vehicles
KR102064525B1 (ko) 전기자동차 충방전 시스템과 그 방법
Tian et al. Understanding battery degradation phenomenon in real-life electric vehicle use based on big data
Caropreso et al. A long-term analysis of passenger flows on a regional rail line
JP6272593B1 (ja) 直流き電電圧算出装置、直流き電電圧制御システム、直流き電電圧算出プログラム、および直流き電電圧算出方法
Zhang et al. A data-driven analysis for operational vehicle performance of public transport network
Wang et al. Integrated line planning and train scheduling for an urban rail transit line
Liang et al. A calculation model of charge and discharge capacity of electric vehicle cluster based on trip chain
Thie et al. Evaluation of grid compatible load management concepts for e-mobility in distribution grids
Li et al. The potential cost from passengers and how it impacts railway maintenance and renewal decisions
Li et al. CPT model-based prediction of the temporal and spatial distributions of passenger flow for urban rail transit under emergency conditions
Sugiyama et al. An approach for real-time estimation of railway passenger flow
Hartgen et al. Streamlining collection and processing of traffic count statistics
Kun et al. Rail Transit Travel Time Distribution and Prediction Based on Automatic Fare Collection Data

Legal Events

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