KR101942331B1 - 에너지 관리 시스템 및 그 에너지 관리 방법 - Google Patents
에너지 관리 시스템 및 그 에너지 관리 방법 Download PDFInfo
- Publication number
- KR101942331B1 KR101942331B1 KR1020170087559A KR20170087559A KR101942331B1 KR 101942331 B1 KR101942331 B1 KR 101942331B1 KR 1020170087559 A KR1020170087559 A KR 1020170087559A KR 20170087559 A KR20170087559 A KR 20170087559A KR 101942331 B1 KR101942331 B1 KR 101942331B1
- Authority
- KR
- South Korea
- Prior art keywords
- energy management
- regression analysis
- unit
- analysis model
- usage amount
- Prior art date
Links
- 238000007726 management method Methods 0.000 title claims description 92
- 238000000611 regression analysis Methods 0.000 claims abstract description 52
- 238000010438 heat treatment Methods 0.000 claims abstract description 39
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012417 linear regression Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000008054 signal transmission 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
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H02J2003/003—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
에너지 관리 시스템은, 에너지 관리 단위별 전력 사용량, 난방 사용량 및 수도 사용량을 포함하는 에너지 사용량을 저장하고 있는 제 1 저장부; 기온 정보를 저장하고 있는 제 2 저장부; 상기 제 1 저장부에 저장된 데이터를 이용하여, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 회귀 분석 모델을 생성하는 회귀 분석 모델 생성부; 및 상기 회귀 분석 모델을 이용하여, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요를 예측하는 예측부;를 포함한다.
Description
본 발명은 에너지 관리 시스템 및 그 에너지 관리 방법에 관한 것이다.
국내등록특허 제10-1278638호(에너지 관리 시스템 및 그 제어 방법)에는, 실외 기상 상태와 실내 상태를 비교하여 온습도를 제어하도록 하고, 실외 기상 상태, 실내 상태, 온습도 설정점 및 전력 사용량을 이력 데이터로 관리하며, 적정 전력 사용량은 이력 데이터를 더 적용하여 설정할 수 있는, 에너지 관리 시스템 및 그 제어 방법이 개시되어 있다.
그런데 각 세대와 같은 관리 단위별의 전력 및/또는 난방 또는 에너지 사용 양태를 분석하여, 사용자에게 에너지 절약을 유도하고, 계획적인 에너지 소비 생활을 할 수 있도록 하기 위해서는, 종류가 다른 에너지들 및 외부 환경 인자에 따른 영향들을 개별 관리 단위별로 분석하여, 에너지 소비량 예측을 할 필요가 있을 것이다.
본 발명은 전술한 바와 같은 기술적 과제를 해결하는 데 목적이 있는 발명으로서, 종류가 다른 에너지들 및 외부 환경 인자에 따른 영향들을 개별 관리 단위별로 분석하여, 에너지 소비량 예측할 수 있는 에너지 관리 시스템 및 그 에너지 관리 방법을 제공하는 것에 그 목적이 있다.
본 발명의 에너지 관리 시스템은, 에너지 관리 단위별 전력 사용량, 난방 사용량 및 수도 사용량을 포함하는 에너지 사용량을 저장하고 있는 제 1 저장부; 기온 정보를 저장하고 있는 제 2 저장부; 상기 제 1 저장부에 저장된 데이터를 이용하여, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 회귀 분석 모델을 생성하는 회귀 분석 모델 생성부; 상기 회귀 분석 모델을 이용하여, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요를 예측하는 예측부; 해당 에너지 관리 단위가 위치한 위치 정보로부터 가장 근거리에 위치한 기상 관측소를 검색하는 검색부; 검색된 기상 관측소에 대해 상기 제 2 저장부에 저장된 기온 정보를 이용하여 월별로 해당 월의 총 일수에 대한 제 1 기온 이하인 일수 비율의 평균인 제 1 지수 및 해당 월의 총 일수에 대한 제 2 기온 이상인 일수 비율의 평균인 제 2 지수를 산출하는 지수 산출부;를 포함하는 것을 특징으로 한다.
구체적으로, 상기 회귀 분석 모델 생성부는, 상기 제 1 지수 및 상기 수도 사용량을 이용하여 상기 전력 사용량에 대한 제 1 회귀 분석 모델을 생성하고, 상기 제 2 지수를 이용하여 상기 난방 사용량에 대한 제 2 회귀 분석 모델을 생성하는 것이 바람직하다.
아울러, 상기 지수 산출부는, 적어도 1년분 이상의 미리 저장된 기온 정보를 이용하여 상기 제 1 지수 및 상기 제 2 지수를 산출하는 것을 특징으로 한다.
바람직하게는, 본 발명의 에너지 관리 시스템은, 상기 예측부에 의해 예측된 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요와 실제 사용량을 비교하는 비교부;를 더 포함하는 것을 특징으로 한다.
또한, 상기 회귀 분석 모델 생성부는, 상기 에너지 관리 단위별 미리 지정된 적어도 하나의 전자기기에 대한 전력 사용량을 이용하여, 회귀 분석 모델을 생성하는 것이 바람직하다.
본 발명의 바람직한 일실시예에 따른 에너지 관리 방법은, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 회귀 분석 모델을 생성하는 회귀 모델 생성 단계; 및 상기 회귀 모델 생성 단계에서 생성된 회귀 분석 모델을 이용하여, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요를 예측하는 예측 단계;를 포함한다.
아울러, 본 발명의 에너지 관리 방법은, 상기 회귀 모델 생성 단계 이전에, 해당 에너지 관리 단위가 위치한 위치 정보로부터 가장 근거리에 위치한 기상 관측소를 검색하는 기상 관측소 검색 단계;를 더 포함하는 것이 바람직하다.
또한, 본 발명의 에너지 관리 방법은, 상기 회귀 모델 생성 단계 이전에, 상기 기상 관측소 검색 단계에서 검색된 기상 관측소에 대한 기온 정보를 이용하여 월별로 해당 월의 총 일수에 대한 제 1 기온 이하인 일수 비율의 평균인 제 1 지수 및 해당 월의 총 일수에 대한 제 2 기온 이상인 일수 비율의 평균인 제 2 지수를 산출하는 지수 산출 단계;를 더 포함하는 것을 특징으로 한다.
아울러, 상기 회귀 모델 생성 단계는, 상기 제 1 지수 및 수도 사용량을 이용하여, 상기 전력 사용량에 대한 제 1 회귀 분석 모델을 생성하는 제 1 모델 생성 단계; 및 상기 제 2 지수를 이용하여, 상기 난방 사용량에 대한 제 2 회귀 분석 모델을 생성하는 제 2 모델 생성 단계;를 포함하는 것이 바람직하다.
또한, 상기 지수 산출 단계는, 적어도 1년분 이상의 미리 저장된 기온 정보를 이용하여 상기 제 1 지수 및 상기 제 2 지수를 산출하는 것을 특징으로 한다.
바람직하게는, 상기 에너지 관리 방법은, 상기 예측 단계에 의해 예측된 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요와 실제 사용량을 비교하는 비교 단계;를 더 포함하는 것을 특징으로 한다.
아울러, 상기 회귀 모델 생성 단계는, 상기 에너지 관리 단위별 미리 지정된 적어도 하나의 전자기기에 대한 전력 사용량을 이용하여, 회귀 분석 모델을 생성하는 것이 바람직하다.
본 발명의 에너지 관리 시스템 및 그 에너지 관리 방법에 따르면, 종류가 다른 에너지들 및 외부 환경 인자에 따른 영향들을 개별 관리 단위별로 분석하여, 에너지 소비량 예측할 수 있다.
도 1은 본 발명의 에너지 관리 시스템의 사용 환경에 대한 설명도.
도 2는 본 발명의 바람직한 일실시예에 따른 에너지 관리 시스템의 구성도.
도 3은 본 발명의 바람직한 일실시예에 따른 에너지 관리 방법의 흐름도.
도 2는 본 발명의 바람직한 일실시예에 따른 에너지 관리 시스템의 구성도.
도 3은 본 발명의 바람직한 일실시예에 따른 에너지 관리 방법의 흐름도.
이하, 첨부된 도면을 참조하면서 본 발명의 실시예들에 따른 에너지 관리 시스템 및 그 에너지 관리 방법에 대해 상세히 설명하기로 한다.
본 발명의 하기의 실시예들은 본 발명을 구체화하기 위한 것일 뿐 본 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 본 발명의 상세한 설명 및 실시예들로부터 본 발명이 속하는 기술 분야의 전문가가 용이하게 유추할 수 있는 것은 본 발명의 권리 범위에 속하는 것으로 해석된다.
먼저, 도 1은 본 발명의 에너지 관리 시스템(100)의 사용 환경에 대한 설명도이다.
도 1로부터 알 수 있는 바와 같이, 본 발명의 에너지 관리 시스템(100)은, 각 에너지 관리 단위(200)별로 전력 사용량, 난방 사용량 및 수도 사용량 정보를 입력받아 이용한다. 여기서 각 에너지 관리 단위(200)라는 것은, 별도로 전기 요금 및 난방 요금을 정산하는 단위로, 아파트나 주택의 각 세대를 예로 들 수 있다.
아울러, 본 발명의 에너지 관리 시스템(100)은, 기상 관측소(300)로부터 기온 정보를 포함하는 기상 정보를 입력받을 필요가 있다. 또한, 본 발명의 에너지 관리 시스템(100)은, 결과 데이터를 각 에너지 관리 단위(200)에 해당하는 사용자 단말기(400)로 전송하여, 사용자에게 에너지 절약을 유도할 수 있다.
에너지 관리 단위(200) 및 기상 관측소(300)는 각각 별도의 통신 가능한 단말기에 의해 본 발명의 에너지 관리 시스템(100)과 정보를 송수신할 수 있다.
본 발명의 바람직한 일실시예에 따른 에너지 관리 시스템(100)은 적어도 하나의 컴퓨터로 구성된 서버 시스템으로 하드웨어적으로는, 메모리 또는 하드디스크와 같은 저장 장치, 프로세서와 같은 제어 장치 및 외부 정치와의 통신을 위한 통신 장치를 포함하여 구성될 수 있다.
하기에 본 발명의 바람직한 일실시예에 따른 에너지 관리 시스템(100)의 구성에 대해 상세하게 설명하기로 한다.
도 2는 본 발명의 바람직한 일실시예에 따른 에너지 관리 시스템(100)의 구성도를 나타낸다.
도 2로부터 알 수 있는 바와 같이 본 발명의 바람직한 일실시예에 따른 에너지 관리 시스템(100)은, 제 1 저장부(110), 제 2 저장부(120), 검색부(130), 지수 산출부(140), 회귀 분석 모델 생성부(150), 예측부(160), 비교부(170) 및 통신부(180)를 포함한다.
제 1 저장부(110)는, 에너지 관리 단위(200)별 전력 사용량, 난방 사용량 및 수도 사용량을 포함하는 에너지 사용량을 저장한다. 제 1 저장부(110)는 적어도 1년분의 데이터를 월별로 에너지 사용량을 저장하고 있는 것이 바람직하다. 더욱 바람직하게는, 제 1 저장부(110)는 다년 분의 데이터를 월별로 에너지 사용량을 저장하고 있는 것을 특징으로 한다.
제 2 저장부(120)는, 기상 관측소(300)별 기온 정보 및 다수 기상 관측소(300)의 위치 정보를 저장하고 있는 것이 바람직하다.
검색부(130)는, 해당 에너지 관리 단위(200)가 위치한 위치 정보로부터 가장 근거리에 위치한 기상 관측소(300)를 제 2 저장부(120)에 저장된 다수 기상 관측소(300)의 위치 정보를 이용하여 검색하고, 해당 에너지 관리 단위(200)의 기온 정보로 이용할 수 있도록 한다. 이렇게 해당 에너지 관리 단위(200)에 가장 근접한 기상 관측소(300)의 기온 정보를 이용하는 것에 의해 에너지 관리 단위(200)의 위치별로 상이한 기온 정보에 따른 오류를 최대한 억제할 수 있다.
지수 산출부(140)는, 검색된 기상 관측소(300)에 대해 제 2 저장부(120)에 저장된 기온 정보를 이용하여 월별로 해당 월의 총 일수에 대한 제 1 기온 이하인 일수 비율의 평균인 제 1 지수 및 해당 월의 총 일수에 대한 제 2 기온 이상인 일수 비율의 평균인 제 2 지수를 산출한다. 바람직하게는, 지수 산출부(140)는, 적어도 1년분 이상의 미리 저장된 기온 정보를 이용하여 제 1 지수 및 제 2 지수를 산출하는 것을 특징으로 한다. 더욱 바람직하게는 지수 산출부(140)는, 다년 분의 미리 저장된 기온 정보를 이용하여 월별 제 1 지수 및 월별 제 2 지수를 산출하는 것을 특징으로 한다.
여기서, 제 1 지수는 난방 지수로도 불리는 HDD(Heating Degree Days)를 의미한다. 일반적으로 HDD는 제 1 기온을 18℃로 설정하는 것에 의해 산출될 수 있지만, 본 발명에서 제 1 기온의 설정값은 상황에 따라 변경될 수 있다. 예를 들면 2017년 1월에 제 1 기온 이하인 일수가 3일이면, 2017년 1월이 총 31일이므로, 제 1 지수는 '3÷31'에 의해 산출될 수 있다.
마찬가지로, 제 2 지수는 냉방 지수로도 불리는 CDD(Cooling Degree Days)를 의미한다. 일반적으로 CDD는 제 2 기온을 24℃로 설정하는 것에 의해 산출될 수 있지만, 본 발명에서 제 2 기온의 설정값은 상황에 따라 변경될 수 있다. 예를 들면 2017년 6월에 제 2 기온 이상인 일수가 20일이면, 2017년 6월이 총 30일이므로, 제 2 지수는 '20÷30'에 의해 산출될 수 있다.
다만, 제 1 지수 및 제 2 지수는 한해 동안의 값이 아닌 다년 분의 값을 평균하여 이용하는 것에 의해 예측값의 정밀도를 향상시킬 수 있다. 예를 들면 2017년 8월의 에너지 사용량 예측을 위해, 2007년 내지 2016년도 8월에 대한 지수의 평균값을 제 2 지수로 이용할 수 있다.
회귀 분석 모델 생성부(150)는, 제 1 저장부(110) 및 제 2 저장부(120)에 저장된 데이터를 이용하여, 에너지 관리 단위(200)별 전력 사용량 및 난방 사용량에 대한 회귀 분석 모델을 생성하는 역할을 한다.
회귀 분석 모델 생성부(150)는, 제 1 회귀 모델 생성기(151) 및 제 2 회귀 모델 생성기(152)를 포함하여 구성될 수 있다.
제 1 회귀 모델 생성기(151)는, 이전 적어도 1년의 실제 월별 전력 사용량, 월별 제 1 지수 및 이전 적어도 1년의 월별 실제 수도 사용량을 이용하여, 이전 적어도 1년의 월별 전력 사용량에 대한 제 1 회귀 분석 모델을 생성한다. 아울러, 제 1 회귀 모델 생성기(151)에서 사용하는 전력 사용량은 해당 에너지 관리 단위(200)에서 사용하는 전체 전력 사용량 보다는 안정된 사용을 하는 냉장고, 조명 등의 미리 지정된 적어도 하나의 전자기기에 대한 전력 사용량을 이용하는 것이 바람직하다. 즉, 드라이어 등의 스팟성으로 일시적으로 사용되는 전자기기에 대한 전력 사용량은 제외하는 것을 특징으로 한다.
제 1 회귀 모델 생성기(151)에 의해 생성된 월별 전력 사용량(P(M))에 대한 제 1 회귀 분석 모델은 선형 모델로, 다음 [수학식 1]과 같이 나타낼 수 있다.
여기서 WA는 해당 월의 수도 사용량이고, f1는 제 1 지수를 의미한다. 아울러, a, b, c는 선형 회귀 분석에 의해 산출될 계수 및 상수를 의미한다.
제 2 회귀 모델 생성기(152)는, 이전 적어도 1년의 실제 월별 난방 사용량 및 월별 제 2 지수를 이용하여, 이전 적어도 1년의 월별 난방 사용량에 대한 제 2 회귀 분석 모델을 생성하는 것을 특징으로 한다.
제 2 회귀 모델 생성기(152)에 의해 생성된 월별 난방 사용량(H(M))에 대한 제 2 회귀 분석 모델은 선형 모델로, 다음 [수학식 2]과 같이 나타낼 수 있다.
여기서 f2는 제 2 지수를 의미한다. 아울러, d 및 e는 각각 선형 회귀 분석에 의해 산출될 계수 및 상수를 의미한다.
아울러, 제 1 회귀 분석 모델 및 제 2 회귀 분석 모델은, 해당 에너지 관리 단위(200)에 대해 월별로 생성되는 것이 바람직하다.
예측부(160)는, 제 1 회귀 분석 모델 및 제 2 회귀 분석 모델을 이용하여, 에너지 관리 단위(200)별 전력 사용량 및 난방 사용량에 대한 수요를 예측하는 역할을 한다.
비교부(170)는, 예측부(160)에 의해 예측된 에너지 관리 단위(200)별 전력 사용량 및 난방 사용량에 대한 수요와 실제 사용량을 비교하는 역할을 한다. 만약, 2017년 8월의 예측 전력 사용량이 100KW인데, 실제 사용량이 110KW인 경우, 그 차이값인 10KW를 산출하여 예측보다 10KW가 더 사용되었음을 사용자 단말기(400)로 전송할 수 있다.
통신부(180)는, 외부 장치와의 신호 송수신을 통해 데이터를 주고받는 역할을 한다.
도 3은 본 발명의 바람직한 일실시예에 따른 에너지 관리 방법의 흐름도를 나타낸다.
본 발명의 바람직한 일실시예에 따른 에너지 관리 방법은 상술한 본 발명의 에너지 관리 시스템(100)을 이용하므로, 별도의 설명이 없더라고 본 발명의 에너지 관리 시스템(100)의 모든 특징을 그대로 포함하고 있음은 물론이다.
도 3으로부터 알 수 있는 바와 같이 본 발명의 바람직한 일실시예에 따른 에너지 관리 방법은, 해당 에너지 관리 단위(200)가 위치한 위치 정보로부터 가장 근거리에 위치한 기상 관측소(300)를 검색하는 기상 관측소 검색 단계(S10), 기상 관측소 검색 단계에서 검색된 기상 관측소(300)에 대한 기온 정보를 이용하여 월별로 해당 월의 총 일수에 대한 제 1 기온 이하인 일수 비율의 평균인 제 1 지수 및 해당 월의 총 일수에 대한 제 2 기온 이상인 일수 비율의 평균인 제 2 지수를 산출하는 지수 산출 단계(S20) 및 에너지 관리 단위(200)별 전력 사용량 및 난방 사용량에 대한 회귀 분석 모델을 생성하는 회귀 모델 생성 단계(S30)를 포함하는 것을 특징으로 한다.
구체적으로 지수 산출 단계(S20)는, 적어도 1년분 이상의 미리 저장된 기온 정보를 이용하여 월별 제 1 지수 및 월별 제 2 지수를 산출하는 것이 바람직하다.
아울러, 회귀 모델 생성 단계(S30)는, 제 1 지수 및 수도 사용량을 이용하여, 전력 사용량에 제 1 회귀 분석 모델을 생성하는 제 1 모델 생성 단계(S31) 및 제 2 지수를 이용하여, 난방 사용량에 대한 제 2 회귀 분석 모델을 생성하는 제 2 모델 생성 단계(S32)를 포함하는 것을 특징으로 한다. 바람직하게는, 제 2 모델 생성 단계(S30)는, 에너지 관리 단위(200)별 미리 지정된 적어도 하나의 전자기기에 대한 전력 사용량을 이용하여, 회귀 분석 모델을 생성하는 것을 특징으로 한다.
또한, 본 발명의 바람직한 일실시예에 따른 에너지 관리 방법은, 제 2 모델 생성 단계(S30)에서 생성된 회귀 분석 모델을 이용하여, 에너지 관리 단위(200)별 전력 사용량 및 난방 사용량에 대한 수요를 예측하는 예측 단계(S40) 및 예측 단계에 의해 예측된 에너지 관리 단위(200)별 전력 사용량 및 난방 사용량에 대한 수요와 실제 사용량을 비교하는 비교 단계(S50)를 더 포함하는 것이 바람직하다.
상술한 바와 같이 본 발명의 에너지 관리 시스템(100) 및 그 에너지 관리 방법에 따르면, 전력 사용량 및 난방 사용량과 같은 종류가 다른 에너지들 및 기온과 같은 외부 환경 인자에 따른 영향들을 개별 관리 단위별로 분석하여, 에너지 소비량 예측할 수 있음을 알 수 있다.
100 : 에너지 관리 시스템 200 : 에너지 관리 단위
300 : 기상 관측소 400 : 사용자 단말기
110 : 제 1 저장부 120 : 제 2 저장부
130 : 검색부 140 : 지수 산출부
150 : 회귀 분석 모델 생성부 160 : 예측부
170 : 비교부 180 : 통신부
151 : 제 1 회귀 모델 생성기 152 : 제 2 회귀 모델 생성기
300 : 기상 관측소 400 : 사용자 단말기
110 : 제 1 저장부 120 : 제 2 저장부
130 : 검색부 140 : 지수 산출부
150 : 회귀 분석 모델 생성부 160 : 예측부
170 : 비교부 180 : 통신부
151 : 제 1 회귀 모델 생성기 152 : 제 2 회귀 모델 생성기
Claims (14)
- 에너지 관리 시스템에 있어서,
에너지 관리 단위별 전력 사용량, 난방 사용량 및 수도 사용량을 포함하는 에너지 사용량을 저장하고 있는 제 1 저장부;
기상 관측소별 기온 정보 및 다수 기상 관측소의 위치 정보를 저장하고 있는 제 2 저장부;
상기 제 1 저장부에 저장된 데이터를 이용하여, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 회귀 분석 모델을 생성하는 회귀 분석 모델 생성부;
상기 회귀 분석 모델을 이용하여, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요를 예측하는 예측부;
상기 제 2 저장부에 저장된 다수 기상 관측소의 위치 정보를 이용하여, 해당 에너지 관리 단위가 위치한 위치 정보로부터 가장 근거리에 위치한 기상 관측소를 검색하는 검색부;
검색된 기상 관측소에 대해 상기 제 2 저장부에 저장된 기온 정보를 이용하여 월별로 해당 월의 총 일수에 대한 제 1 기온 이하인 일수 비율의 평균인 제 1 지수 및 해당 월의 총 일수에 대한 제 2 기온 이상인 일수 비율의 평균인 제 2 지수를 산출하는 지수 산출부; 및
상기 예측부에 의해 예측된 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요와 실제 사용량을 비교하는 비교부;를 포함하되,
상기 회귀 분석 모델 생성부는, 상기 제 1 지수 및 상기 수도 사용량을 이용하여, 상기 전력 사용량에 대한 제 1 회귀 분석 모델을 생성하고, 상기 제 2 지수를 이용하여, 상기 난방 사용량에 대한 제 2 회귀 분석 모델을 생성하고,
상기 지수 산출부는, 적어도 1년분 이상의 미리 저장된 기온 정보를 이용하여 상기 제 1 지수 및 상기 제 2 지수를 산출하고,
상기 회귀 분석 모델 생성부는, 상기 에너지 관리 단위별 미리 지정된 적어도 하나의 전자기기에 대한 전력 사용량을 이용하여, 회귀 분석 모델을 생성하는 것을 특징으로 하고,
상기 회귀 분석 모델 생성부에 의해 생성되는 월별 전력 사용량(P(M))에 대한 상기 제 1 회귀 분석 모델은,(WA는 해당 월의 수도 사용량이고, f1는 상기 제 1 지수, a는 선형 회귀 분석에 의해 산출될 계수, b는 선형 회귀 분석에 의해 산출될 계수, c는 선형 회귀 분석에 의해 산출될 상수를 의미)으로 나타낼 수 있고,
상기 회귀 분석 모델 생성부에 의해 생성되는 월별 난방 사용량(H(M))에 대한 상기 제 2 회귀 분석 모델은,(f2는 상기 제 2 지수를 의미하고, d 및 e는 각각 선형 회귀 분석에 의해 산출될 계수 및 상수를 의미)으로 나타낼 수 있는 것을 특징으로 하고,
상기 에너지 관리 시스템은,
결과 데이터를 상기 에너지 관리 단위에 해당하는 사용자 단말기로 전송하는 것을 특징으로 하는 에너지 관리 시스템. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 에너지 관리 시스템을 이용하는 에너지 관리 방법에 있어서,
저장된 다수 기상 관측소의 위치 정보를 이용하여, 해당 에너지 관리 단위가 위치한 위치 정보로부터 가장 근거리에 위치한 기상 관측소를 검색하는 기상 관측소 검색 단계;
상기 기상 관측소 검색 단계에서 검색된 기상 관측소에 대해 저장된 기온 정보를 이용하여 월별로 해당 월의 총 일수에 대한 제 1 기온 이하인 일수 비율의 평균인 제 1 지수 및 해당 월의 총 일수에 대한 제 2 기온 이상인 일수 비율의 평균인 제 2 지수를 산출하는 지수 산출 단계;
에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 회귀 분석 모델을 생성하는 회귀 모델 생성 단계;
상기 회귀 모델 생성 단계에서 생성된 회귀 분석 모델을 이용하여, 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요를 예측하는 예측 단계; 및
상기 예측 단계에 의해 예측된 에너지 관리 단위별 전력 사용량 및 난방 사용량에 대한 수요와 실제 사용량을 비교하는 비교 단계;를 포함하고,
상기 회귀 모델 생성 단계는, 상기 제 1 지수 및 수도 사용량을 이용하여, 상기 전력 사용량에 대한 제 1 회귀 분석 모델을 생성하는 제 1 모델 생성 단계; 및 상기 제 2 지수를 이용하여, 상기 난방 사용량에 대한 제 2 회귀 분석 모델을 생성하는 제 2 모델 생성 단계;를 포함하고,
상기 지수 산출 단계는, 적어도 1년분 이상의 미리 저장된 기온 정보를 이용하여 상기 제 1 지수 및 상기 제 2 지수를 산출하고,
상기 회귀 모델 생성 단계는, 상기 에너지 관리 단위별 미리 지정된 적어도 하나의 전자기기에 대한 전력 사용량을 이용하여, 회귀 분석 모델을 생성하고,
상기 제 1 모델 생성 단계에서 생성되는 월별 전력 사용량(P(M))에 대한 상기 제 1 회귀 분석 모델은,(WA는 해당 월의 수도 사용량이고, f1는 상기 제 1 지수, a는 선형 회귀 분석에 의해 산출될 계수, b는 선형 회귀 분석에 의해 산출될 계수, c는 선형 회귀 분석에 의해 산출될 상수를 의미)으로 나타낼 수 있고
상기 제 2 모델 생성 단계에서 생성되는 월별 난방 사용량(H(M))에 대한 상기 제 2 회귀 분석 모델은,(f2는 상기 제 2 지수를 의미하고, d 및 e는 각각 선형 회귀 분석에 의해 산출될 계수 및 상수를 의미)으로 나타낼 수 있는 것을 특징으로 하고,
상기 에너지 관리 시스템은,
결과 데이터를 상기 에너지 관리 단위에 해당하는 사용자 단말기로 전송하는 것을 특징으로 하는 에너지 관리 방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170087559A KR101942331B1 (ko) | 2017-07-11 | 2017-07-11 | 에너지 관리 시스템 및 그 에너지 관리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170087559A KR101942331B1 (ko) | 2017-07-11 | 2017-07-11 | 에너지 관리 시스템 및 그 에너지 관리 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190006639A KR20190006639A (ko) | 2019-01-21 |
| KR101942331B1 true KR101942331B1 (ko) | 2019-01-25 |
Family
ID=65277743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170087559A KR101942331B1 (ko) | 2017-07-11 | 2017-07-11 | 에너지 관리 시스템 및 그 에너지 관리 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101942331B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102469195B1 (ko) * | 2021-10-29 | 2022-11-21 | 고려대학교 산학협력단 | 확률적 통계모델을 이용한 주거 커뮤니티 전력 및 급탕 부하 수요 예측 방법 |
| KR20240001919A (ko) * | 2022-06-28 | 2024-01-04 | 케빈랩 주식회사 | 집합 건물의 전력 공급 시스템 및 방법 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102273732B1 (ko) * | 2021-03-03 | 2021-07-07 | 대한민국 (관리부서 : 환경부 국립환경과학원장) | 미계측 영업지 일일 물사용량 산출 시스템 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007199862A (ja) * | 2006-01-24 | 2007-08-09 | Nippon Telegr & Teleph Corp <Ntt> | エネルギー需要予測方法、予測装置、プログラム、および記録媒体 |
| KR101355978B1 (ko) * | 2012-09-20 | 2014-02-03 | 전자부품연구원 | 전력 관리 시스템 및 전력 사용량 예측 방법 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140116619A (ko) * | 2013-03-25 | 2014-10-06 | 삼성에스디에스 주식회사 | 에너지 사용량 예측 시스템 및 방법 |
| KR102617331B1 (ko) * | 2015-11-24 | 2023-12-26 | 주식회사 인코어드 테크놀로지스 | 전력 수요 분석 장치 및 이를 포함하는 전력 관리 시스템 |
-
2017
- 2017-07-11 KR KR1020170087559A patent/KR101942331B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007199862A (ja) * | 2006-01-24 | 2007-08-09 | Nippon Telegr & Teleph Corp <Ntt> | エネルギー需要予測方法、予測装置、プログラム、および記録媒体 |
| KR101355978B1 (ko) * | 2012-09-20 | 2014-02-03 | 전자부품연구원 | 전력 관리 시스템 및 전력 사용량 예측 방법 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102469195B1 (ko) * | 2021-10-29 | 2022-11-21 | 고려대학교 산학협력단 | 확률적 통계모델을 이용한 주거 커뮤니티 전력 및 급탕 부하 수요 예측 방법 |
| KR20240001919A (ko) * | 2022-06-28 | 2024-01-04 | 케빈랩 주식회사 | 집합 건물의 전력 공급 시스템 및 방법 |
| KR102637072B1 (ko) | 2022-06-28 | 2024-02-15 | 케빈랩 주식회사 | 집합 건물의 전력 공급 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190006639A (ko) | 2019-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pallonetto et al. | Demand response algorithms for smart-grid ready residential buildings using machine learning models | |
| JP6784745B2 (ja) | リアルタイムデータ駆動型の電力測定およびコスト推定システム | |
| Bacher et al. | Short-term heat load forecasting for single family houses | |
| JP5572799B2 (ja) | 空調システム制御装置 | |
| JP2019022442A5 (ko) | ||
| US20150371151A1 (en) | Energy infrastructure sensor data rectification using regression models | |
| WO2015002092A1 (ja) | エネルギー管理サーバ、エネルギー管理方法およびプログラム | |
| KR101942331B1 (ko) | 에너지 관리 시스템 및 그 에너지 관리 방법 | |
| WO2013099323A1 (ja) | 電力管理システム及び電力管理方法 | |
| KR101762061B1 (ko) | 클라우드 기반 에너지 사용량 예측 시스템 및 방법 | |
| Stojiljković et al. | Greenhouse gases emission assessment in residential sector through buildings simulations and operation optimization | |
| JP6385984B2 (ja) | エネルギー管理装置、エネルギー管理方法及びエネルギー管理プログラム | |
| EP3422516A1 (en) | Power supply and demand prediction system, power supply and demand prediction method and power supply and demand prediction program | |
| CN109461091B (zh) | 考虑光伏和冷负荷相关性的用电负荷计算方法及信息系统 | |
| KR101355978B1 (ko) | 전력 관리 시스템 및 전력 사용량 예측 방법 | |
| JP6605181B2 (ja) | 運転制御装置、空気調和システム、運転制御方法および運転制御プログラム | |
| Ji et al. | Probabilistic forecast of real-time LMP via multiparametric programming | |
| Wang et al. | Dynamic control strategy of residential air conditionings considering environmental and behavioral uncertainties | |
| JP2017121133A (ja) | 電力需要予測装置および電力需要予測プログラム | |
| KR102364176B1 (ko) | 태양광 발전량 예측 모델의 비교 평가 방법 및 시스템 | |
| Severini et al. | Hybrid soft computing algorithmic framework for smart home energy management | |
| KR102202643B1 (ko) | 에너지 사용량 예측 방법 | |
| US9952570B2 (en) | Electric power management | |
| KR102028601B1 (ko) | 시설물의 에너지 사용량 예측 방법 및 장치 | |
| KR101787538B1 (ko) | 수요 전력의 불확정성을 고려한 에너지 저장 장치의 충방전 방법 및 그 방법에 따른 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |