KR101948155B1 - 계층적 전력 시장을 고려한 인센티브 기반 수요반응 방법 - Google Patents

계층적 전력 시장을 고려한 인센티브 기반 수요반응 방법 Download PDF

Info

Publication number
KR101948155B1
KR101948155B1 KR1020170102362A KR20170102362A KR101948155B1 KR 101948155 B1 KR101948155 B1 KR 101948155B1 KR 1020170102362 A KR1020170102362 A KR 1020170102362A KR 20170102362 A KR20170102362 A KR 20170102362A KR 101948155 B1 KR101948155 B1 KR 101948155B1
Authority
KR
South Korea
Prior art keywords
incentive
grid operator
customer
service provider
demand reduction
Prior art date
Application number
KR1020170102362A
Other languages
English (en)
Other versions
KR20180032492A (ko
KR101948155B9 (ko
Inventor
홍승호
우맹맹
Original Assignee
한양대학교 에리카산학협력단
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 한양대학교 에리카산학협력단 filed Critical 한양대학교 에리카산학협력단
Priority to US15/708,581 priority Critical patent/US10581271B2/en
Publication of KR20180032492A publication Critical patent/KR20180032492A/ko
Application granted granted Critical
Publication of KR101948155B1 publication Critical patent/KR101948155B1/ko
Publication of KR101948155B9 publication Critical patent/KR101948155B9/ko

Links

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0211—Determining the effectiveness of discounts or incentives
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0226—Incentive systems for frequent usage, e.g. frequent flyer miles programs or point systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 전력 그리드 운영자가 시스템 수준에서 수요반응 자원을 분배할 수 있는 새로운 인센티브 기반 수요반응 방법에 관한 것이다. 본 발명에 따른 수요반응 모델은 전력 그리드 운영자(GO), 복수의 서비스 제공자(SP) 및 수요자의 3 계층으로 확대된다. 전력 그리드 운영자는 먼저 서비스 제공자에게 인센티브를 전달한다. 서비스 제공자는 인센티브를 제공함으로써 서브 프로그램을 동작시켜 등록된 수요자와 수요 감축량을 협의한다. 이러한 계층적 결정 구조 관점에서, 서로 다른 주체간 상호작용에 2-루프 슈타켈버그 게임이 제안된다. 최적 시스템 솔루션을 제공하는 유일한 슈타켈버그 평형이 존재함을 증명한다. 시뮬레이션은 본 발명이 최소 비용으로 시스템 자원의 부족을 보상하는데 효과적임을 보여준다.

Description

계층적 전력 시장을 고려한 인센티브 기반 수요반응 방법{Incentive-based demand response considering hierarchical electricity market}
본 발명은 계층적 전력 시장을 고려하여 계층 주체 간에 슈타켈버그 게임을 적용한 인센티브 기반 수요반응 방법에 관한 것이다.
전력 그리드에서 계속 증가하는 전력 수요는 매우 큰 부담이다. 종래 전력 시스템에서 전력 생산은 변하는 부하를 따르도록 강제된다. 피크 시간 동안 용량 부족을 보상하기 위해, 그리드 운영자(Grid Operator: GO)는 백업용 생산용량을 구축하도록 요구된다. 그러나 종래 방안들은 많은 투자, 비-피크 시간 동안 발전기의 낮은 사용도, 탄소 배출 문제 등의 여러 이유로 비판에 직면하고 있다. 또한, 재생 가능 자원(풍력, 태양광 에너지)의 보급이 증가함에 따라 간헐적 발전으로 인해 전력 그리드 관리에 새로운 도전을 주고 있다. 결과적으로, 그리드 운영자는 그 간헐적 발전을 수용하기 위해 다양한 수단을 강구해야 하므로, 피크 시간 동안 시스템 자원 부족을 보상하기 위해 재생 가능 에너지 시스템에 의존하는데 주저하게 된다.
스마트 그리드 시대가 도래하면서, 수요반응(DR)은 수요 측 가변 부하를 조정함으로써 수요공급 불일치에 신속히 반응할 수 있는 능력을 보임으로써 그리드 효율성 및 신뢰성을 개선하는데 더욱 활발한 역할을 하고 있다.
수요 측의 자원을 적절히 활용하면 고가의 백업 발전기를 구축할 필요가 없어지고 간헐적인 재생 가능 발전을 추가로 수용할 수 있다. DR 프로그램의 주요 부분인 인센티브 기반 프로그램(Incentive-Based Program: IBP)은 정책 당국자(GO 또는 유틸리티)가 프로그램 "이벤트" 동안 고객의 수요 감소를 유도하기 위해 고안 한 계약 방식에 의존한다. 프로그램 이벤트는 전력 시스템의 신뢰성을 위협하는 가격 폭등 또는 시스템 긴급 사태에 대처하기 위해 촉발되었다. IBP는 등록된 고객에게 소매 전기 요금과 별도로 또는 추가로 부하를 줄이기 위한 인센티브를 제공한다.
DR 자원 참여의 역사가 개별 유틸리티 프로그램에서 시작되었지만 최근의 연구에 따르면 지역 시스템 운영자에 의해 직접 DR 자원이 분배(공급)될 수 있다면 DR 자원으로부터의 근본적 중요성이 더 큰 것으로 나타났다. 캘리포니아 독립 시스템 운영 (CAISO) 제도의 경험은 CAISO가 DR 자원을 직접 배분할 수 없다는 사실이 DR의 성장을 제한했다는 것을 보여준다. 이와 관련하여 유틸리티 설계 프로그램에서 시스템 운영자 제어 프로그램으로 DR 자원을 전환하는 것은 전력 시스템 작동의 효율성을 향상시킬 것으로 기대된다. 그러나 이러한 변화를 달성하기 위한 적절한 메커니즘이나 재정적 인센티브는 여전히 존재하지 않는다. 다시 말해, GO 관점으로 볼 때 도매 시장에서 DR의 가치를 반영하기 위해서는 효과적인 보상 메커니즘이 필요하다.
한국등록특허 제10-1133934호
본 발명은 상기와 같은 상황을 감안하여 창안된 것으로서, 본 발명의 목적은 최소 비용으로 시스템 자원의 부족을 보상할 수 있는 인센티브 기반 수요반응 방법을 제공하는 것이다.
이를 위하여, 본 발명에 따른 인센티브 기반 수요반응 방법은, 그리드 운영자, 복수의 서비스 제공자 및 각 서비스 제공자에 가입된 복수의 고객으로 구성된 수요반응 시스템에서의 인센티브 기반 수요반응 방법에 있어서, 상기 그리드 운영자가 그리드 운영자의 인센티브를 갱신하여 상기 복수의 서비스 제공자로 갱신한 그리드 운영자의 인센티브를 전송하는 제1 단계와, 상기 복수의 서비스 제공자가 그리드 운영자의 인센티브 및 자신의 고객의 특성에 근거하여 서비스 제공자의 인센티브를 결정하는 제2 단계와, 상기 복수의 서비스 제공자가 서비스 제공자의 인센티브에 근거하여 자신의 각 고객의 수요 감축을 결정하고 자신의 가입 고객의 총수요 감축을 상기 그리드 운영자로 전송하는 제3 단계와, 상기 그리드 운영자가 상기 복수의 서비스 제공자로부터 수신한 총수요 감축 및 그리드 운영자의 인센티브에 근거하여 총 조달 비용을 계산하는 제4 단계와, 상기 그리드 운영자가 상기 총 조달 비용이 슈타켈버그 평형에 도달하였는지 판단하는 제5 단계를 포함하여, 상기 총 조달 비용이 슈타켈버그 평형에 도달하지 않은 경우 상기 제1 단계 내지 제 5단계가 반복되고, 상기 총 조달 비용이 슈타켈버그 평형에 도달한 경우 슈타켈버그 평형 상태에서의 그리드 운영자의 인센티브, 서비스 제공자의 인센티브 및 총수요 감축을 이용하여 수요반응이 수행되는 것을 특징으로 한다.
또한, 본 발명에 따른 인센티브 기반 수요반응 방법은, 그리드 운영자, 복수의 서비스 제공자 및 각 서비스 제공자에 가입된 복수의 고객으로 구성된 수요반응 시스템에서의 인센티브 기반 수요반응 방법에 있어서, 상기 그리드 운영자는 발전비용과 상기 복수의 서비스 제공자에게 지급할 비용을 합산한 조달비용이 최소화되도록 그리드 운영자의 인센티브를 결정하고, 상기 복수의 서비스 제공자는 상기 그리드 운영자로부터 얻은 수입에서 자신의 복수의 고객에게 지급할 비용을 차감한 값이 최대화되도록 서비스 제공자의 인센티브를 결정하는 것을 특징으로 한다.
또한, 본 발명에 따른 인센티브 기반 수요반응 방법은, 그리드 운영자와 복수의 고객 사이에서 그리드 운영자의 전력 시장에 참여하는 서비스 제공자의 인센티브 기반 수요반응 방법에 있어서, 상기 그리드 운영자로부터 그리드 운영자의 인센티브를 수신하는 단계와, 상기 그리드 운영자의 인센티브 및 고객의 특성에 근거하여 서비스 제공자의 인센티브를 결정하는 단계와, 상기 서비스 제공자의 인센티브 및 고객의 특성에 근거하여 각 고객의 수요 감축량을 결정하는 단계와, 상기 각 고객의 수요 감축량을 합산하여 총수요 감축량을 계산하고 계산한 총수요 감축량을 상기 그리드 운영자로 전송하는 단계를 포함한다.
또한, 본 발명에 따른 인센티브 기반 수요반응 시스템은, 그리드 운영자, 복수의 서비스 제공자 및 각 서비스 제공자에 가입된 복수의 고객으로 구성된 인센티브 기반 수요반응 시스템에서, 상기 그리드 운영자가 그리드 운영자의 인센티브를 갱신하여 상기 복수의 서비스 제공자로 갱신한 그리드 운영자의 인센티브를 전송하면, 상기 복수의 서비스 제공자가 그리드 운영자의 인센티브 및 자신의 고객의 특성에 근거하여 서비스 제공자의 인센티브를 결정하고, 상기 복수의 서비스 제공자가 서비스 제공자의 인센티브에 근거하여 자신의 각 고객의 수요 감축을 결정하여 자신의 가입 고객의 총수요 감축을 상기 그리드 운영자로 전송하면, 상기 그리드 운영자가 상기 복수의 서비스 제공자로부터 수신한 총수요 감축 및 그리드 운영자의 인센티브에 근거하여 총 조달 비용을 계산하여 상기 총 조달 비용이 슈타켈버그 평형에 도달하였는지 판단하는 것을 특징으로 한다.
또한, 본 발명에 따른 인센티브 기반 수요반응 시스템은, 자원 부족에 대처하기 위해 추가 발전에 소요되는 비용과 복수의 서비스 제공자에게 지급할 비용을 합산한 조달비용이 최소화되도록 그리드 운영자의 인센티브를 결정하는 그리드 운영자 서버와, 상기 그리드 운영자로부터 얻은 수입에서 복수의 고객에게 지급할 비용을 차감한 값이 최대화되도록 서비스 제공자의 인센티브를 결정하는 서비스 제공자 서버를 포함하는 것을 특징으로 한다.
또한, 본 발명에 따른 서비스 제공자 서버는, 그리드 운영자와 복수의 고객 사이에서 그리드 운영자의 전력 시장에 참여하는 서비스 제공자의 서버에 있어서, 상기 그리드 운영자로부터 그리드 운영자의 인센티브를 수신하고 가입 고객의 총수요 감축량을 상기 그리드 운영자로 전송하는 통신부와, 상기 그리드 운영자의 인센티브 및 고객의 특성에 근거하여 서비스 제공자의 인센티브를 결정하는 인센티브 결정부와, 상기 서비스 제공자의 인센티브 및 고객의 특성에 근거하여 각 고객의 수요 감축량을 결정하고 상기 각 고객의 수요 감축량을 합산하여 총수요 감축량을 계산하는 수요감축 계산부를 포함한다.
또한, 본 발명에 따른 그리드 운영자 서버는, 서비스 제공자를 통해 전력 수요자에 대해 인센티브 기반 수요반응을 관리하는 그리드 운영자 서버에 있어서, 그리드 운영자의 인센티브를 갱신하여 서비스 제공자로 전송하고 서비스 제공자로부터 가입 고객의 총수요 감축량을 수신한 후, 자원 부족량에서 총수요 감축량을 감산한 추가 발전량에 소요되는 비용과 총수요 감축량 및 그리드 운영자의 인센티브에 근거한 서비스 제공자에게 지급할 비용을 합산한 조달비용이 더 이상 최소화될 수 없는 슈타켈버그 평형에 도달하였는지를 판단하는 것을 특징으로 한다.
상술한 바와 같이, 본 발명에 따른 인센티브 기반 수요반응 방법은 DR 자원의 파급을 가능하게 하고 수요 반응의 가치를 도매 시장에 적절하게 반영할 수 있도록 한다.
본 발명에 따른 인센티브 기반 수요반응 방법은 최소한의 비용으로 시스템 자원 결함을 보상할 수 있다.
본 발명의 연장선상에서, 공급 측면의 발전기는 서비스 제공자(SP)와 경쟁하여 개별적으로 취급됨으로써 도매 시장에 입찰하게 되며, 이후 경매 프로세스가 입찰가를 자율적으로 결정할 수 있다. 이에 따라 시스템 운영자가 최소 비용으로 필요한 자원을 조달할 수 있는 효과가 있다.
도 1은 본 발명에 따른 인센티브 기반 DR 시스템의 개략적인 구성도.
도 2는 본 발명에 따른 인센티브 기반 DR 시스템에서 2-루프 슈타켈버그 게임을 나타낸 도면.
도 3은 본 발명에 따른 알고리즘 1이 슈타켈버그 평형에 수렴하는 모습을 나타낸 도면.
도 4는 GO 인센티브에 따른 발전량 및 2개의 SP로부터의 최적 수요감축량을 나타낸 도면.
도 5는 총 비용을 SP에 지급할 비용 및 발전비용으로 나누어 나타낸 도면.
도 6은 비용 비교를 나타낸 도면.
도 7은 전략(SP 인센티브)에 대한 SP의 유틸리티 함수의 값을 나타낸 도면.
도 8은 전략(수요감축)에 대한 각 고객의 유틸리티 함수의 값을 나타낸 도면.
도 9는 본 발명에 따른 인센티브 기반 DR 시스템에서 각 주체 간의 신호 흐름도.
도 10은 본 발명에 따른 서비스 제공자 서버의 처리 과정을 나타낸 순서도.
도 11은 본 발명에 따른 서비스 제공자 서버의 내부 구성도.
도 12는 본 발명에 따른 그리드 운영자 서버의 내부 구성도.
본 발명은 유틸리티 프로그램에서 시스템 운영자 제어 프로그램으로 DR 자원을 전환하는 방법에 관한 것이다. 대규모 산업 고객과 도매 전력 시장에서 거래 부하 감소를 통해 수익을 얻으려는 소부하 고객에게 특히 초점을 맞춘다.
또한, GO는 일반적으로 DR 자원이 도매 시장에 들어오도록 허가되기 전에 최소 부하 감소 임계 값을 설정한다. 이 제한에 대한 해결책 중 하나는 SP가 가입 고객을 대신하여 투기자 역할을 하고 도매 전력 시장에 참여하여 집계된 부하 감축을 판매함으로써, 소규모 고객이 대규모 고객과 경쟁하여 발생할 위험에 노출되는 것을 방지한다.
이를 위해 본 발명은 GO, 복수의 SP 및 해당 가입 고객을 세 계층으로 나누어 최소 비용으로 필요한 자원을 공급 및 수요 측으로부터 조달하는 것을 목표로 하는 새로운 인센티브 기반 DR 모델을 소개한다. 본 발명의 공헌은 다음과 같다.
- 시스템 수준의 DR 자원 제공을 가능하게 하는 시장 지향적 자원 거래 체계가 제안된다.
- 각 주체에 대한 수학적 모델은 각각의 특성을 참조하여 적절하게 정의되며, 서로 다른 주체 간의 고유한 의존 관계는 두 가지 유형의 인센티브를 활용하여 설정된다.
- 서로 다른 주체 간의 상호작용을 얻기 위한 2-루프 슈타켈버그(Stackelberg) 게임이 제안된다. 또한, 최적 시스템 솔루션을 제공하는 특별한 슈타켈버그 평형이 유일하게 존재함을 증명한다.
본 발명의 명세서는 1) 인센티브 기반 DR 모델의 체계, 2) 각 해당 주체에 대한 수학적 모델, 3) 최적의 결과 분석과 함께 다른 주체 간의 상호 작용을 포착하도록 구성되는 2- 루프 슈타켈버그 게임, 4) 시뮬레이션 결과로 구성된다.
1) 인센티브 기반 DR 모델의 체계
매일 GO는 단기간 내에 자원 부족(예: 운영 준비금)을 예견하고 이에 따라 필요한 자원량을 예상해야 한다. 통상적으로, 자원 부족은 적은 초기 비용으로 가동되는 가변 발전기(예를 들어, 디젤 발전기 및 가스 터빈)에 의해 만회된다. 그러나 이러한 발전 장치는 일반적으로 GO의 관점에서 볼 때 거대한 재정적 부담으로 간주되는 상당히 높은 운영비를 지니고 있다. 전력 시장에 대한 수요 측의 참여는 GO에 대한 재정적 부담을 경감시키는데 도움이 되는 것으로 여겨지며, 수요 측에서 제공되는 부하 감축이 규정된 인센티브 요율로 보상되는 것을 요구한다.
본 발명은 GO가 최소한의 비용으로 발전기와 수요 측에서 필요한 자원을 조달하도록 돕는 데 목적을 둔 새로운 인센티브 기반 DR 모델을 소개한다. 본 발명에 따른 DR 모델은 주로 GO, SP 및 고객의 세 주체로 구성된다. 각 주체의 목표는 다음과 같다.
그리드 운영자(GO)의 목적
그리드 운영자의 목적은 도 1과 같이 가변 발전기를 운전하거나 수요측에 인센티브를 제공함으로써 수요측으로부터 부하 감축을 유도하여 자원 부족을 보상하는데 드는 비용을 줄이는 것이다.
서비스 제공자( SP )의 목적
도 1과 같이, 서비스 제공자(20)는 그리드 운영자(10)와 수요자(고객)(30) 간에 위치하며, 수요자에게 서브 프로그램을 동작시켜 인센티브 지불에 대한 교환으로 수요 감축을 판매하도록 유도한다. 한편, 서비스 제공자는 도매 전력 시장에서 그리드 운영자 인센티브로 부하 감축(가입 수요자들로부터 수집)을 그리드 운영자에 판매하는 역할을 한다.
따라서, 서비스 제공자의 목적은 수요자에게 지불할 인센티브를 최소화하는 반면 그리드 운영자와의 거래에서 얻게 되는 수익을 최대화하는 것이다.
수요자의 목적
도 1과 같이, 수요자(30)는 서비스 제공자(20)의 서브 프로그램에 등록된 것으로 가정한다. 서비스 제공자에 의해 인센티브를 안내받으면, 서비스 제공자에 가입된 수요자는 적절한 수요 감축량을 결정하기 위해 야기되는 불만족 비용을 고려하면서 인센티브 이익을 최대화하려고 할 것이다. 여기서, 수요자가 부하를 감축할 때, 불편을 경험할 것이고 그러한 불편은 통상 불만족 비용으로 모델화된다.
그리드 운영자, 서비스 제공자 및 수요자 간의 조정
상술한 3개 주체(10, 20, 30)의 목적은 서로 다르고, GO 인센티브(πGO)와 SP 인센티브(πSP) 등 두 종류의 인센티브를 통해 조정된다. GO 인센티브(πGO)와 SP 인센티브(πSP)는 각각 그리드 운영자(10)와 서비스 제공자(20)의 단위 감축량에 대한 보상금액으로서 인센티브 비율 즉, $/MWh을 의미하나, 본 발명에서는 편의상 인센티브라고 칭하기로 한다.
도 1에 도시된 바와 같이, 그리드 운영자(10)가 πGO를 발표하면, 각 서비스 제공자(SP1, SP2)(20)는 등록된 수요자에게 서브 프로그램을 개시하여(πSP를 발행함으로써) 부하 감축(D)을 독려한 후 수집한 부하 감축량(DSP)으로 그리드 운영자에 응답한다. 이어서, 모든 서비스 제공자로부터 부하 감축을 수집한 후, 그리드 운영자는 전체 비용을 계산한다. 전체 비용은 서비스 제공자에게 지불할 인센티브와 발전기 운전 비용 등 두 부분을 포함한다. 이 계산 절차는 시스템 비용이 최소가 될 때까지 반복적으로 실행된다.
2) 수학적 모델
그리드 운영자 모델
자원 부족량을 Dreq로 예상할 때, 그리드 운영자는 발전기를 운전하거나 수요측으로부터 부하 감축을 구입함으로써 자원 부족을 보상할 것이다. 따라서, 그리드 운영자의 목적은 발전기 운전에 따른 발전 비용 및 서비스 제공자에게 지불되는 인센티브로 구성된 조달 비용을 최소화하는 것이다.
(1a)
Figure 112017077750547-pat00001
(1b)
Figure 112017077750547-pat00002
(1c)
Figure 112017077750547-pat00003
(1a)에서, CGEN(G)는 전력량 G를 발전하는데 드는 비용을 나타낸다. πGO는 그리드 운영자가 제시한 인센티브로서 (1b)에서 하한과 상한으로 제한된다. DSP,k는 k번째 서비스 제공자가 제출한 부하 감축이다. 또한, 발전량(G)와 모든 서비스 제공자가 제출한 부하 감축의 합은 (1c)와 같이 Dreq와 동일해야 한다.
CGEN(G)는 발전량(G)의 단조 증가 함수이고 순 볼록이라고 가정한다. 일반성을 잃지 않고, CGEN(G)는 다음 형태를 갖는다.
(2)
Figure 112017077750547-pat00004
여기서, a, b, c는 발전 계수이며, 이 발전 계수는 그리드 운영자가 미리 활용할 수 있다.
서비스 제공자( SP ) 모델
1개 이상의 서비스 제공자가 그리드 운영자가 조직한 도매 시장에 참여한다고 가정한다. K를 개수 K=|K|인 서비스 제공자의 집합으로 한다. SP k ∈K에 대해 GO 인센티브(πGO)가 제시될 때, 도매 시장에서 그리드 운영자와의 거래로부터 수익을 최대화하는 한편, 가입 고객에게 지불할 인센티브를 최소화하려고 할 것이다. 따라서 서비스 제공자 SP k의 목적은 다음과 같은 인자들의 혼합으로 표현된다.
(3a)
Figure 112017077750547-pat00005
(3b)
Figure 112017077750547-pat00006
(3a)에서 Di,k는 SP k의 고객 i가 제공한 수요감축이고, N k(Nk=|N k|)는 SP k에 가입한 고객의 집합이다. πSP,k는 고객의 수요 감축을 장려하기 위해 k번째 SP가 제공하는 인센티브이다. 제한 (3b)는 πSP,k의 하한 및 상한이다.
SP k에 대하여 (1a)에서의 부하 감축(DSP,k)은 모든 등록 고객의 수요 감축의 합이다.
(4)
Figure 112017077750547-pat00007
고객 모델
고객 i∈N k에 대하여, SP k로부터 인센티브 πSP,k가 제공되면 다음의 유틸리티 함수가 최대가 되도록 한다.
(5a)
Figure 112017077750547-pat00008
(5b)
Figure 112017077750547-pat00009
(5a)에서, 첫 번째 항은 수요 감축 Di,k 제공 시 SP k의 고객 i의 인센티브 수입이고, 두 번째 항은 발생하는 불만족 비용 φi,k이다. 여기서, μi,k>0은 φi,k에 대한 가중치로 정의된다. 제한 (5b)는 가용량 즉, 목표 수요(Di,k tar)와 최소 수요조건(Di,k min) 간의 차이를 초과하지 않도록 Di,k를 규정한다. 여기서, Di,k tar는 고객 베이스라인(CB) 즉, 전력 소비 수준으로서 이로부터 수요 감축을 계산한다. 실제로, CB는 특정한 방법(전력 소비 이력 데이터 또는 고객 계약을 이용)을 사용하여 SP가 결정해야 하는데, 고객 베이스라인의 상세한 계산은 본 발명의 범위를 벗어난다. 또한, Di,k min는 고객 특성이나 요구조건에 따라 각 고객에 의해 결정되어야 한다.
(5a)에서 불만족 비용 함수는 수요 감축 시 고객이 경험하게 되는 불편의 정도를 모델화한다. 불만족 비용 함수는 볼록 즉, 불만족이 수요 감축이 증가하면서 급격히 증가하는 것으로 정의된다.
(6)
Figure 112017077750547-pat00010
(6)에서, θi,k와 λi,k는 고객 종속 파라미터이고, 여기서 θi,k는 수요 감축 제공에 대한 고객의 태도를 반영한다. θi,k의 값이 크다는 것은 수요 감축을 제공하는 것에 대해 보수적 태도를 가지고 있음을 의미하고, 그 값이 작다는 것은 반대 의미를 가진다.
3) 2-루프 슈타켈버그 게임의 공식
게임 공식
각 주체의 목표 함수 (1a), (3a), (5a)를 조사할 때, 각 함수의 최적화는 두 항 간의 트레이드 오프(trade-off)로 귀결될 것이다. 예를 들어, (1a)의 발전 비용을 최소화하는 것은 GO가 SP에게 더 큰 인센티브를 제공하는 것이 필요하고, 반대로 SP에게 지불할 인센티브의 증가를 야기한다. 유사하게, (3a)를 최대화하는 것은 각 SP가 도매 시장에서 GO와의 거래로부터 발생하는 수익과 고객에게 지급할 금액 간의 타협을 필요로 한다. 또한, (5a)를 최대화하는 것은 인센티브 수익과 불만족 비용 간의 트레이드 오프(trade-off)로 귀결된다. 왜냐하면, 수요 감축이 커지면 인센티브 수익은 증가하나 불만족을 악화시키기 때문이다.
이에 대하여, GO가 제공하는 인센티브는 SP가 집계하는 수요감축량에 영향을 끼치고, SP가 제공하는 인센티브는 고객이 수요 감축을 어떻게 결정하는지에 영향을 끼칠 것이다. 반대로, 조정된 고객의 수요 감축은 SP가 어떻게 새로운 인센티브를 규정할 것인지 영향을 주고, SP의 총 부하 감축이 변경되기 때문에 GO의 전체 조달비용에도 영향을 줄 것이다. 이러한 인자들은 자연스럽게 주체 간의 상호작용으로 이어지며, 주체들은 두 종류의 인센티브 즉, GO 인센티브(πGO)와 SP 인센티브(πSP)를 통해 조정된다.
슈타켈버그 게임은 그러한 계층적 결정 체계를 설명하는데 적절하다. 본 발명은 이러한 계층적 모델의 배경 개념을 이해하는데 2-루프 슈타켈버그 게임을 제안한다. SP는 2-루프 게임에서 이중 역할을 하게 된다. 도 2에 도시된 바와 같이, SP는 게임의 상위 루프에서 리더 GO의 추종자 역할을 담당하고, 게임의 하위 루프에서는 리더로서 역할을 하며 고객은 추종자가 된다. 이러한 계층적 결정 구조를 가진 2-루프 슈타켈버그 게임에 대해, 바람직한 결과는 슈타켈버그 평형(SE)의 형태로 나오며, 이것은 다음과 같이 정의된다.
정의: 2-루프 슈타켈버그 게임에 대해, 다음의 부등호 집합이 만족되면 전략 집합(D*, π*SP, π*GO)은 이 게임의 SE를 구성한다.
(7)
Figure 112017077750547-pat00011
(8)
Figure 112017077750547-pat00012
(9)
Figure 112017077750547-pat00013
여기서, D*- i,k=[D*1,k, D*2,k ... D*i- 1,k, D*i+ 1,k ... D*Nk,k]는 고객 i를 제외한 SP k 하에 있는 모든 고객의 전략을 나타낸다. 따라서 SP k 하의 모든 고객의 전략은 D*k=[D*i,k, D*- i,k]로 표현될 수 있고, 따라서, D*=[D*1, D*2 .... D*K]는 모든 SP로부터 나온 전체 고객의 전략을 나타낸다. 또한, π*SP= [π*SP,1, π*SP,2 ... π*SP,K]는 모든 SP의 전략을 나타낸다.
(7) 내지 (9)의 부등호는 모든 행위자(주체)가 SE 상태에 있을 때, 어떤 고객도 D*i,k 이외의 다른 전략을 선택하여 자신의 유틸리티를 증가시킬 수 없고, SP도 다른 전략으로 이탈하여 자신의 유틸리티를 향상시킬 수 없음을 의미한다. 또한, GO도 다른 인센티브를 선택하여 자신의 비용을 더 줄일 수 없다.
SE의 존재 및 유일성
게임의 계층적 구조로 인하여 평형 상태는 역행 귀납법(backward induction)을 사용하여 추론할 수 있다.
첫 번째 단계는 게임의 하위 루프에서 SP 전략(πSP,k)에 대한 고객의 최선 응답(best response)을 확인하는 것이다. 각 고객의 최선 응답이 주어지면, 다음 단계는 SP의 최선 전략을 구하는 것이다. 모든 SP로부터 정보가 노출되면, 세 번째 단계는 GO에 대한 최선 전략의 존재를 조사하는 것이다. 다음은 분석 과정과 함께 SE의 존재를 증명하기 위한 이론을 제시한다.
이론 1: 2-루프 슈타켈버그 게임에서 유일한 SE가 존재하며, 이에 근거하여 GO, SP 및 각 고객에 대한 최적 해(솔루션)가 결정된다.
증명: a) SP 전략(πSP,k)에 대한 고객의 최선 응답을 확인한다.
리더의 전략(πSP,k)이 주어지면, SP k 하의 고객 i의 최선 응답 함수는 Ui,k(D k,πSP,k)의 1차 도함수를 통해 얻을 수 있다.
(10)
Figure 112017077750547-pat00014
(10)을 0으로 두면, 최선 응답 함수는 다음과 같이 구할 수 있다.
(11)
Figure 112017077750547-pat00015
또한, Ui,k(D k,πSP,k)의 2차 도함수를 계산하면 다음과 같이 된다.
(12)
Figure 112017077750547-pat00016
(12)의 값은 (6) 때문에 항상 음수이며, 이것은 Ui,k(D k,πSP,k)가 Di,k의 실현 가능 영역에서 순 볼록임을 의미한다. 따라서, (11)에서 최선 응답은 최적이고 유일한 것임을 보증한다.
b) 고객의 최선 응답이 주어지면 SP의 최선 전략 π*SP,k을 구한다.
역행 귀납법 원리에 따라, 이 단계는 (11)의 형태로 추종자의 최선 응답 전략이 주어지면 SP의 최선 전략을 구한다. (11)에 (3a)의 SP 목적 함수를 대입함으로써, 다음과 같이 USP,k가 재공식화된다.
(13)
Figure 112017077750547-pat00017
(13)에서 Usp,k(D k,πSP,k,πGO)의 1차 도함수를 구하면 다음과 같다.
(14)
Figure 112017077750547-pat00018
(14)가 0으로 설정되면, SP k의 최선 전략 π*SP,k은 다음과 같이 구할 수 있다.
(15)
Figure 112017077750547-pat00019
πSP,k에 대하여 Usp,k(D k,πSP,k,πGO)의 2차 도함수를 구하면, 다음과 같다.
(16)
Figure 112017077750547-pat00020
(16)의 값은 (6)에 따라 항상 음수이고, 이것은 (13)에서 재공식화된 SP의 목적 함수가 순 볼록이고 이에 따라 (15)에서 SP k에 대한 최선 전략이 최적이고 유일함을 의미한다.
c) 모든 SP로부터 노출된 정보를 이용하여 GO에 대한 최선 전략의 존재를 입증한다.
(15) 방정식은 SP의 최선 전략이 GO 전략의 함수라는 것을 알려준다. 한편, (15)의 마지막 항에서 보이는 것처럼 그것은 고객의 특성을 반영하며, 가입 고객을 대신하여 투기자 역할을 하고 도매 전력 시장에 참가하여 고객으로부터 모은 수요 감축을 판매하는 SP의 원래 의도와 일치한다.
(15)의 형태로 각 SP로부터 정보가 노출되면, 이 단계는 GO에 대한 최선 전략의 존재를 입증하려는 것이다. 이에 관하여, (1a)에서 GO의 목적은 다음의 하위 단계에 따라 재공식화된다.
(15)를 고객의 최선 응답 함수 (11)에 대입함으로써, SP k 하의 고객 i의 최적 수요 감축 D*i,k이 다음과 같이 표현될 수 있다.
(17)
Figure 112017077750547-pat00021
따라서, SP k 하의 Nk 고객의 총 수요 감축도 다음과 같이 얻을 수 있다.
(18)
Figure 112017077750547-pat00022
또한, 모든 SP의 총 수요 감축은 다음의 형태를 가진다.
(19)
Figure 112017077750547-pat00023
(19)에서 합산 부분은 상수이며, 간단히 하면 다음과 같다.
(20)
Figure 112017077750547-pat00024
따라서, (19)는 다음과 같이 표현된다.
(21)
Figure 112017077750547-pat00025
(1c), (2) 및 (21)을 (1a)에 대입함으로써, 원래 GO 목적 함수는 다음과 같이 재공식화된다.
(22)
Figure 112017077750547-pat00026
다음, 재공식화된 CGO의 볼록성을 입증할 필요가 있다. πGO에 대한 (22)의 1차 도함수를 구하면 다음과 같다.
(23)
Figure 112017077750547-pat00027
또한, (22)의 2차 도함수는 다음과 같다.
(24)
Figure 112017077750547-pat00028
따라서, (22)의 재공식화된 GO 목적 함수는 πGO의 순 볼록 함수이다. (23)을 0으로 두면, 전역 최적 π*GO는 다음과 같다.
(25)
Figure 112017077750547-pat00029
여기서, α와 β는 (20)에서 정의된다.
일단 GO를 위한 유일하고 최적인 π*GO가 결정되면, (15)에 따라 모든 SP를 위한 최선 전략(π*SP)도 확정된다. 이어서, 다른 SP에 가입된 모든 고객은 (11)에 따라 자신의 최선 전략(D*=[D*1, D*2 .... D*K])을 결정할 것이다. 마지막으로, 전략 프로파일(D*,π*SP,π*GO)은 본 발명에 따른 2-루프 슈타켈버그 게임의 유일한 SE를 구성하며, 이것은 이론 1의 증명이 완료되었음을 의미한다.
SE 도달을 위한 분산 알고리즘
SE는 GO가 모든 전역 정보(μi,k, θi,k, λi,k)를 가지고 있다는 것을 가정하여 집중 방식으로 얻을 수 있다. 전역 정보는 SP가 고객의 개인정보를 공개하는 것을 필요로 한다. 이를 고려하면, 분산 알고리즘은 좀 더 바람직하며, 여기서 최적화는 고객의 개인 정보 공개 없이 각 SP와 GP에 의해 독립적으로 실행될 수 있다.
이러한 목적을 위해 알고리즘 1이 제안되며, 핵심 개념은 GO가 반복적으로 πGO를 πGO min부터 πGO max까지 반복적으로 갱신하는 것이다. 각 반복 동안, GO는 πGO를 모든 SP에 전송하고 각 SP(k∈K)는 등록 고객을 가진 서브 프로그램을 개시하여 (15)에 근거하여 공동으로 최적의 SP 인센티브 π*SP,k를 결정한다.
따라서, 각 고객의 최적 수요 감축 D*i,k은 (11)를 사용하여 결정될 수 있다. 이후 각 SP는 (18)을 통해 총 수요 감축 D*SP , k를 계산하고, GO에 이를 반환한다. 모든 SP로부터 수요 감축을 집계한 후, GO는 알고리즘 1에서 (26)에 따라 총 조달 비용을 계산하고, CGO가 더 낮게 되면 현재 πGO를 저장한다.
이 과정은 조건 (7), (8), (9)가 만족될 때까지 계속될 것이고, 이것은 SE가 획득되었다는 것을 나타낸다. GO의 비용 함수 CGO가 πGO에 대해 필수적으로 순 볼록이라는 것이 중요하다. 따라서, πGO min부터 πGO max까지 πGO를 나열하게 되면 GO에 대한 최소 비용에 이르게 될 것이며, 이것은 알고리즘 1이 유일한 SE으로 수렴되는 것을 언제나 보증한다.
알고리즘 1: SE 도달을 위한 분산 알고리즘
1. GO는 πGO *=0, CGO *= CGen(Dreq)으로 초기화한다.
2. GO가 πGO를 πGO min부터 πGO max까지 일정한 스텝 크기로 증가시키면서 반복적으로 갱신한다.
3. 각 SP k ∈K는 가입 고객에게 서브 프로그램을 개시한다. SP k는 (15)를 사용하여 최적의 SP 인센티브(π*SP,k)를 계산한 후 (18)을 사용하여 Nk 고객의 총수요 감축 D*SP, k을 계산한다. 그리고 각 SP k는 GO에 D* SP, k를 반환한다.
4. GO는 하기의 (26)에 따라 총 조달 비용을 계산한다.
(26)
Figure 112017077750547-pat00030
5. 총 조달 비용 CGO ≤ CGO * 이면, GO는 최적 인센티브 및 최소 비용을 기록한다. πGO *= πGO, CGO *= CGO *
6. 슈타켈버그 평형(SE) (D*,π*SP,π*GO)을 획득한다.
도 9 내지 도 12를 통해 본 발명에 따른 인센티브 기반 수요반응 방법에 대해 상세히 설명한다.
그리드 운영자(GO)(10), 서비스 제공자(SP)(20), 고객(30)은 인센티브 기반 수요반응 시스템을 구성하며, 수요반응 시스템상에서 그리드 운영자(10)는 그리드 운영자 서버, 서비스 제공자(20)는 서비스 제공자 서버, 고객(30)은 고객의 전력관리장치를 의미한다.
도 9는 본 발명에 따른 인센티브 기반 수요반응 시스템에서 각 주체 간의 신호 흐름을 나타낸 것이다.
도 9에서, 편의상 서비스 제공자(20)와 고객(30)이 하나만 존재하는 것으로 도시하였으나, 실제 수요반응 시스템에서는 복수의 서비스 제공자(20)가 존재하며 각 서비스 제공자(20)에 복수의 고객이 가입되어 있다.
먼저, 그리드 운영자(10)는 수요반응(DR) 이벤트를 공지할 때 서비스 제공자(20)로 GO 인센티브(πGO)를 전송한다(S10).
서비스 제공자(20)는 그리드 운영자(10)로부터 수신한 GO 인센티브와 가입 고객의 특성 데이터를 이용하여 SP 인센티브(πSP)를 결정하고, 결정한 SP 인센티브를 고객(30)으로 전송한다(S20).
다음, 서비스 제공자(20)는 각 고객(30)으로부터 SP 인센티브에 근거한 수요감축량(D)을 수신한다(S30).
여기서, 서비스 제공자(20)가 각 고객(30)으로 SP 인센티브를 알리고 각 고객(30)으로부터 수요 감축량을 수신하는 것으로 설명하였는데, 전술한 바와 같이 서비스 제공자(20)가 SP 인센티브 및 가입 고객의 특성에 근거하여 각 고객의 수요 감축량을 계산할 수 있다.
이와 같이 각 고객의 수요 감축량이 수집되면 서비스 제공자(20)는 모든 가입 고객의 총수요 감축량을 계산하여 그리드 운영자(10)에 반환한다(S40).
그리드 운영자(10)는 각 서비스 제공자(20)로부터 수신한 총수요 감축량 및 GO 인센티브에 근거하여 총 조달비용을 계산하고, 총 조달비용이 더 이상 최소화될 수 없는 슈타켈버그 평형에 도달했는지 판단한다(S50).
총 조달비용이 슈타켈버그 평형에 도달하지 않은 것으로 판단되면, 그리드 운영자(10)는 GO 인센티브를 갱신하여 새로운 GO 인센티브를 서비스 제공자(20)로 전송한다. 이때, 그리드 운영자(10)는 GO 인센티브를 최소값부터 최대값까지 일정 스텝 크기로 증가시켜 갱신한다.
한편, 총 조달비용이 슈타켈버그 평형에 도달한 것으로 판단되면, 슈타켈버그 평형 상태에서의 GO 인센티브, SP 인센티브 및 총수요 감축량에 따라 수요반응이 수행되어, 그리드 운영자(10)는 총수요 감축량 및 GO 인센티브에 근거하여 서비스 제공자(20)에게 인센티브 비용을 지급하고, 서비스 제공자(20)는 총수요 감축량 및 SP 인센티브에 근거하여 각 고객(30)에게 인센티브 비용을 지급한다.
도 10은 본 발명에 따른 서비스 제공자 측에서의 처리 과정을 나타낸 것이고, 도 11은 서비스 제공자 서버의 내부 구성을 간략하게 나타낸 것이다.
도 10 및 도 11을 참조하면, 서비스 제공자 서버(20)의 통신부(22)는 그리드 운영자 서버(10)로부터 GO 인센티브를 수신한다(S102).
통신부(22)로부터 GO 인센티브가 입력되면, 인센티브 결정부(24)는 GO 인센티브 및 고객으로부터 입수한 고객 특성에 근거하여 SP 인센티브를 결정한다(S104).
다음, 수요감축 계산부(26)는 SP 인센티브 및 각 고객의 특성에 근거하여 각 고객의 수요감축을 계산하고(S106), 각 고객의 수요감축을 합산하여 모든 가입 고객의 총수요 감축을 계산한다.
통신부(22)는 수요감축 계산부(26)로부터 총수요 감축량이 입력되면 그리드 운영자 서버(10)로 총수요 감축(Dsp, k)을 전송한다(S108).
이후, 그리드 운영자 서버(10) 측에서의 처리 과정을 도 12를 참조하여 설명한다.
그리드 운영자 서버(10)의 통신부(12)가 서비스 제공자 서버(20)로부터 총수요 감축을 수신하면, 제어부(18)는 자원 부족량에서 총수요 감축량을 감산한 추가 발전량에 소요되는 비용과 총수요 감축량 및 GO 인센티브에 근거한 서비스 제공자에게 지급할 비용을 합산하여 조달비용을 산출한다.
다음, SE 판단부(16)는 산출한 조달비용이 더 이상 최소화될 수 없는 슈타켈버그 평형에 도달했는지 판단한다(S110).
SE 판단부(16)의 판단 결과, 슈타켈버그 평형에 도달하지 않은 경우, 제어부(18)는 메모리(14)에 저장된 GP 인센티브 범위 및 스텝 크기에 따라 GO 인센티브의 최소값부터 최대값까지 일정 스텝 크기만큼 GO 인센티브를 증가시켜 GO 인센티브를 갱신한다(S112).
통신부(120는 갱신된 GO 인센티브를 서비스 제공자 서버(20)로 전송하고, 서비스 제공자 서버(20)는 갱신된 GO 인센티브를 수신하면서 단계 S102 내지 S108를 반복한다.
SE 판단부(16)의 판단 결과, 슈타켈버그 평형에 도달한 경우, 슈타켈버그 평형 상태에서의 GO 인센티브, SP 인센티브 및 수요감축에 따라 수요반응이 수행된다(S114).
4) 시뮬레이션
시뮬레이션은 수치 해석의 결과를 나타내며 본 발명에 따른 인센티브 기반 DR 방법의 성능을 평가한다. 설명의 편의를 위해, 본 시뮬레이션은 GO, 2개의 SP 및 6개의 고객 간에 수행되었다. 여기서 각 SP는 3개의 등록 고객을 가진 것으로 가정했다. 시뮬레이션은 더 많은 고객을 포함시킬 수 있으나, 분석의 명료성을 제공하기 위해 6개의 고객만을 고려했다.
GO는 다음 시간에 49.4MWh의 시스템 자원 부족(Dreq)을 예상한다. GO의 인센티브 간격은 [$10/MWh, $105/MWh]으로 설정되었다. (2)의 발전 비용 함수에서, a=1.5, b=0.8, c=0으로 하였다. 각 SP에 대해, SP 인센티브의 하한(πSP,k min)은 0으로 설정했다. 상한(πSP,k max)은 GO 인센티브보다 약간 적은 것으로 가정했다. 즉, πGO에 0.9를 곱해 SP의 이익을 보장했다.
Figure 112017077750547-pat00031
표 1은 각 고객의 파라미터를 보여준다. 여기서, 고객은 서로 다른 목표 수요(Di,k tar) 및 최소 수요 조건(Di,k min)을 가진 것으로 가정했다. 따라서, 각 고객이 제공하는 수요 감축의 가용양도 다르다. 또한, 고객은 부하 감축에 대한 개인적 태도를 나타내는 θi,k도 다르게 할당되었다. 불만족 비용의 가중치 인자(μi,k)에 대해서, 각 고객은 예를 들어, 0.5, 0.8 또는 1과 같이 동일한 가중치 인자를 가진 것으로 가정했다.
모든 파라미터 값은 본 시뮬레이션에서 특정되었고 국부적 전력 시장, 발전 구성 및 고객 특성의 특별 설계에 따라 변한다는 사실에 주목하는 것이 중요하다. 그러나, 이것이 시뮬레이션 결과의 분석 및 해석을 왜곡하지 않는다. 알고리즘 1은 분산 방식으로 SE를 구하기 위해 상기 구성된 시뮬레이션 시나리오에 근거하여 실행된다. 여기서, 각 반복 동안 πGO의 증가 스텝 크기는 $5.0/MWh으로 설정되었다. 다음, 본 발명에 따른 인센티브 기반 DR의 성능을 다양한 측면에서 검증한다.
성능
도 3은 알고리즘 1이 SE에 도달하는 과정을 도시한 것이다. 8번째 반복에서 알고리즘이 수렴하여 GO의 총 비용이 더 감소할 수 없으며 이에 대응하는 최적 인센티브가 $40/MWh임을 알 수 있다. GO가 어떻게 SP와 고객의 행동을 조정하는지에 대한 직관적인 해석을 얻기 위해, 도 4는 GO 인센티브의 변화에 따른 총수요 감소량 및 발전량을 나타내고, 도 5는 SP에 지급할 GO 비용과 발전 비용을 나누어 나타낸 것이다. 특별히 다음과 같은 사실을 알 수 있다.
a) 낮은 πGO가 제시되면(예를 들어, $10/MWh), 수요 측은 낮은 인센티브에 반응하는 것을 꺼리므로 도 4와 같이 부하 감축량이 줄어든다. 따라서, GO는 비싼 발전기를 동작시켜 주요 자원 부족을 보충해야 하며, 그 결과 도 5와 같이 상당히 높은 발전 비용이 발생한다.
b) πGO가 증가하면(예를 들어, $20/MWh), 수요 측으로부터 더 많은 수요 감축량이 확보되어 SP에 지급할 비용이 다소 증가하지만 총 비용은 명백히 감소한다. 왜냐하면 도 5에 도시된 바와 같이, 발전 비용이 상당히 감소하기 때문이다.
c) πGO가 $40/MWh보다 크면(즉, 최적 인센티브가 SE에 도달), 총 비용은 더 이상 감소하지 않지만 증가하기 시작한다. 이러한 이유는 πGO가 높을수록 더 많은 수요 감축을 발생시키더라도 도 4 및 도 5에 도시된 것처럼, SP에 지급할 인센티브도 빠르게 증가하므로 이것은 GO에게 새로운 부담이 된다.
d) πGO= $75/MWh부터 수요 측에 대한 인센티브 지급이 증가해도 도 4에 되시된 바와 같이, 수요 감축량 및 발전량은 변하지 않는다. 왜냐하면, 각 SP 가입 고객이 인센티브 수입과 그에 따른 불만족 간의 협의가 이루어진 이후 자신의 부하를 더 이상 감축하고 싶지 않기 때문이다.
GO, SP 및 고객의 재무 분석
인센티브 기반 DR 방법에서, 자원 거래 과정의 재무 균형을 유지하는 것이 중요하다. 이에 따라, 표 2는 시스템 최적 솔루션, 즉 유일한 슈타켈버그 평형(D*,π*SP,π*GO)에서 본 발명에 따른 방법의 재무 분석을 보여준다. 결과적으로 GO에 대한 최소 조달 비용을 보이고 있다.
Figure 112017077750547-pat00032
또한, 다음 분석을 해석하는데 도움이 되도록 최적 SP 인센티브 및 각 고객(또는 고객 그룹)의 최적 수요 감축도 제공된다. 특별히, SP에 지급되는 GO 비용은 (3a)의 첫 번째 항에 근거하여 계산되고, 발전비용은 (2)를 이용하여 계산된다. 고객에게 지급되는 SP 비용은 SP 인센티브에 총 수요 감축을 곱하여 계산된다. 표 2는 또한 투기자로서 각 SP의 이익을 보여주고 있는데, 이것은 GO 및 고객과 가격 차이를 거래하면서 얻은 SP(즉, SP의 유틸리티 함수 (3a))의 이익이다. 다른 방법으로, SP의 이익은 GO와의 거래를 통해 얻은 총 수입에서 고객에게 지불한 비용을 제거한 순 수입으로서 간주될 수 있다. 각 고객에 대응하는 수익뿐만 아니라 최적 수요 감축도 표 2에 제공된다. 수입은 (5a)의 첫 번째 항에 근거하여 계산된다.
SP에 지급하는 GO 비용과 발전 비용의 합은 조달 비용과 같다는 것을 알 수 있다. SP 입장에서 보면, 고객에게 지급되는 각 SP 비용과 각 SP의 이익의 합은 GO 비용과 같다. 또한, 동일한 SP에 가입된 고객의 총 수입은 각 SP 비용과 같다. 따라서, 전체 자원 거래 체계에 걸쳐 재무 균형이 유지된다.
벤치마크에 대한 비용 비교
본 발명에 따른 방법의 우월성을 확인하기 위해, 자원 부족이 발전기에 의해서만 보상되는 벤치마크(케이스 1)가 제안된다. 케이스 1에서는 (2)만을 이용하여 비용이 계산된다. 도 6은 케이스 2(본 발명에 따른 방법)의 비용이 케이스 1과 비교할 때 47% 감소되었음을 보이고 있다.
참가자의 진실성
슈타켈버그 평형(SE)(D*,π*SP,π*GO)에 대해, GO는 SP와 그들의 고객이 현재 전략에서 벗어날 것인지에 관심이 있으며. 이를 행위자(참가자)(player)의 진실성(truthfulness)이라고 한다. 도 7은 다양한 인센티브에 대한 (13)의 형태에서 각 SP의 유틸리티 함수값을 도시한다. 각 SP의 최적 인센티브와 평형에서의 관련 유틸리티 값은 다이아몬드로 표시되어 있다. SP의 유용성이 실제로 GO와 고객 간의 거래 가격 차이를 통해 얻은 이익((3a) 참조)을 나타낸다는 것을 고려할 때, 두 SP의 이익은 다른 인센티브가 선택되면 감소하고 마이너스가 될 수도 있다. 또한, 각 고객의 유틸리티 값은 도 8에서 다양한 수요 감축량의 함수로서 도시되어 있다. 각 SP 하의 고객의 수요 감축량과 평형에서의 유틸리티 값이 각각 별과 원으로 표시되어 있다. 다른 전략을 선택하면 각 고객의 유틸리티가 저하된다는 것을 알 수 있다. 따라서, 각 참가자는 다른 전략을 선택함으로써 자신의 유틸리티를 증가시킬 수 없으며, 이것은 SE가 본 발명에 따른 방법에 대한 최적 해를 제공하며 어떤 SP 또는 고객도 현재의 평형 전략을 위반할 수 없음을 의미한다.
이상의 설명은 본 발명을 예시적으로 설명한 것에 불과하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술적 사상에서 벗어나지 않는 범위에서 다양한 변형이 가능할 것이다.
따라서 본 발명의 명세서에 개시된 실시 예들은 본 발명을 한정하는 것이 아니다. 본 발명의 범위는 아래의 특허청구범위에 의해 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술도 본 발명의 범위에 포함되는 것으로 해석해야 할 것이다.
10: 그리드 운영자 20: 서비스 제공자
30: 수요자(고객)

Claims (20)

  1. 그리드 운영자, 복수의 서비스 제공자 및 각 서비스 제공자에 가입된 복수의 고객으로 구성된 수요반응 시스템에서의 인센티브 기반 수요반응 방법에 있어서,
    상기 그리드 운영자가 그리드 운영자의 인센티브 비율을 갱신하여 상기 복수의 서비스 제공자로 갱신한 그리드 운영자의 인센티브 비율을 전송하는 제1 단계와,
    상기 복수의 서비스 제공자가 그리드 운영자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 서비스 제공자의 인센티브 비율을 결정하는 제2 단계와,
    상기 복수의 서비스 제공자가 서비스 제공자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 자신의 각 고객의 수요 감축을 결정하고 자신의 가입 고객의 총수요 감축을 상기 그리드 운영자로 전송하는 제3 단계와,
    상기 그리드 운영자가 상기 복수의 서비스 제공자로부터 수신한 총수요 감축 및 그리드 운영자의 인센티브 비율에 근거하여 총 조달 비용을 계산하는 제4 단계와,
    상기 그리드 운영자가 상기 총 조달 비용이 슈타켈버그 평형에 도달하였는지 판단하는 제5 단계를 포함하여,
    상기 총 조달 비용이 슈타켈버그 평형에 도달하지 않은 경우 상기 제1 단계 내지 제5 단계가 반복되고, 상기 총 조달 비용이 슈타켈버그 평형에 도달한 경우 슈타켈버그 평형 상태에서의 그리드 운영자의 인센티브 비율, 서비스 제공자의 인센티브 비율 및 총수요 감축을 이용하여 수요반응이 수행되는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
  2. 제1항에 있어서,
    상기 제1 단계는 그리드 운영자의 인센티브 비율을 최소값부터 최대값까지 일정 스텝 크기로 증가시키는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
  3. 제1항에 있어서,
    상기 제2 단계는 수학식 (15)에 의해 서비스 제공자의 인센티브 비율을 결정하는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
    (15)
    Figure 112018081030195-pat00033
  4. 제1항에 있어서,
    상기 제3 단계는 수학식 (11)에 의해 각 고객의 수요 감축을 결정하고, 수학식 (18)에 의해 가입 고객의 총수요 감축을 계산하는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
    (11)
    Figure 112017077750547-pat00034

    (18)
    Figure 112017077750547-pat00035
  5. 제1항에 있어서,
    상기 제4 단계는 수학식 (26)에 의해 총 조달 비용을 계산하는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
    (26)
    Figure 112017077750547-pat00036
  6. 그리드 운영자, 복수의 서비스 제공자 및 각 서비스 제공자에 가입된 복수의 고객으로 구성된 수요반응 시스템에서의 인센티브 기반 수요반응 방법에 있어서,
    상기 그리드 운영자는 발전비용과 상기 복수의 서비스 제공자에게 지급할 비용을 합산한 조달비용이 최소화되도록 그리드 운영자의 인센티브 비율을 결정하고,
    상기 복수의 서비스 제공자는 상기 그리드 운영자로부터 얻은 수입에서 자신의 복수의 고객에게 지급할 비용을 차감한 값이 최대화되도록 그리드 운영자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 계산되는 서비스 제공자의 인센티브 비율을 결정하는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
  7. 제6항에 있어서,
    상기 복수의 서비스 제공자에게 지급할 비용 또는 상기 그리드 운영자로부터 얻은 수입은 복수의 고객으로부터 집계된 총수요 감축량에 그리드 운영자의 인센티브 비율을 곱한 값인 것을 특징으로 하는 인센티브 기반 수요반응 방법.
  8. 제6항에 있어서,
    상기 복수의 고객에게 지급할 비용은 복수의 고객으로부터 집계된 총수요 감축량에 서비스 제공자의 인센티브 비율을 곱한 값인 것을 특징으로 하는 인센티브 기반 수요반응 방법.
  9. 제6항에 있어서,
    상기 복수의 서비스 제공자는 고객의 수요 감축량에 서비스 제공자의 인센티브 비율을 곱한 값에서 고객의 불만족 비용을 차감한 값이 최대화되도록 자신의 고객의 수요 감축량을 결정하는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
  10. 그리드 운영자와 복수의 고객 사이에서 그리드 운영자의 전력 시장에 참여하는 서비스 제공자의 인센티브 기반 수요반응 방법에 있어서,
    상기 그리드 운영자로부터 그리드 운영자의 인센티브 비율을 수신하는 단계와,
    상기 그리드 운영자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 서비스 제공자의 인센티브 비율을 결정하는 단계와,
    상기 서비스 제공자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 각 고객의 수요 감축량을 결정하는 단계와,
    상기 각 고객의 수요 감축량을 합산하여 총수요 감축량을 계산하고 계산한 총수요 감축량을 상기 그리드 운영자로 전송하는 단계를 포함하는 인센티브 기반 수요반응 방법.
  11. 제10항에 있어서,
    상기 총수요 감축량 및 상기 그리드 운영자의 인센티브 비율에 근거하여 상기 그리드 운영자에 의해 계산된 총 조달 비용이 슈타켈버그 평형에 도달한 것으로 판단되면, 상기 서비스 제공자는 슈타켈버그 평형 상태에서의 총수요 감축량 및 그리드 운영자의 인센티브 비율에 근거하여 상기 그리드 운영자로부터 수입을 획득하는 한편 슈타켈버그 평형 상태에서의 총수요 감축량 및 서비스 제공자의 인센티브 비율에 근거하여 자신의 고객에게 인센티브 보상을 실시하는 단계를 더 포함하는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
  12. 제10항에 있어서,
    상기 총수요 감축량 및 상기 그리드 운영자의 인센티브 비율에 근거하여 상기 그리드 운영자에 의해 계산된 총 조달 비용이 슈타켈버그 평형에 도달하지 않은 것으로 판단되면, 상기 서비스 제공자는 상기 그리드 운영자로부터 새로운 그리드 운영자의 인센티브 비율을 수신하는 단계를 더 포함하는 것을 특징으로 하는 인센티브 기반 수요반응 방법.
  13. 그리드 운영자, 복수의 서비스 제공자 및 각 서비스 제공자에 가입된 복수의 고객으로 구성된 인센티브 기반 수요반응 시스템에서,
    상기 그리드 운영자가 그리드 운영자의 인센티브 비율을 갱신하여 상기 복수의 서비스 제공자로 갱신한 그리드 운영자의 인센티브 비율을 전송하면, 상기 복수의 서비스 제공자가 그리드 운영자의 인센티브 비율을 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 서비스 제공자의 인센티브를 결정하고,
    상기 복수의 서비스 제공자가 서비스 제공자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 자신의 각 고객의 수요 감축을 결정하여 자신의 가입 고객의 총수요 감축을 상기 그리드 운영자로 전송하면, 상기 그리드 운영자가 상기 복수의 서비스 제공자로부터 수신한 총수요 감축 및 그리드 운영자의 인센티브 비율에 근거하여 총 조달 비용을 계산하여 상기 총 조달 비용이 슈타켈버그 평형에 도달하였는지 판단하는 것을 특징으로 하는 인센티브 기반 수요반응 시스템.
  14. 제13항에 있어서,
    상기 총 조달 비용이 슈타켈버그 평형에 도달하지 않은 경우 상기 그리드 운영자는 그리드 운영자의 인센티브 비율을 갱신하여 상기 복수의 서비스 제공자로 갱신한 그리드 운영자의 인센티브 비율을 전송하고, 상기 총 조달 비용이 슈타켈버그 평형에 도달한 경우 상기 그리드 운영자는 슈타켈버그 평형 상태에서의 그리드 운영자의 인센티브 비율을 사용하여 수요반응에 대해 보상을 수행하는 것을 특징으로 하는 인센티브 기반 수요반응 시스템.
  15. 자원 부족에 대처하기 위해 추가 발전에 소요되는 비용과 복수의 서비스 제공자에게 지급할 비용을 합산한 조달비용이 최소화되도록 그리드 운영자의 인센티브 비율을 결정하는 그리드 운영자 서버와,
    상기 그리드 운영자로부터 얻은 수입에서 복수의 고객에게 지급할 비용을 차감한 값이 최대화되도록 그리드 운영자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 계산되는 서비스 제공자의 인센티브 비율을 결정하는 서비스 제공자 서버를 포함하는 것을 특징으로 하는 인센티브 기반 수요반응 시스템.
  16. 제15항에 있어서,
    상기 그리드 운영자 서버는 그리드 운영자의 인센티브 비율을 갱신하여 상기 서비스 제공자 서버로 전송하고 상기 서비스 제공자 서버로부터 가입 고객의 총수요 감축을 수신하여, 총수요 감축 및 그리드 운영자의 인센티브 비율에 근거하여 조달비용을 계산하는 것을 특징으로 하는 인센티브 기반 수요반응 시스템.
  17. 제15항에 있어서,
    상기 서비스 제공자 서버는 그리드 운영자 서버로부터 그리드 운영자의 인센티브 비율을 수신하고, 그리드 운영자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 서비스 제공자의 인센티브 비율을 계산하고, 서비스 제공자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 고객의 총수요 감축을 계산한 후,
    그리드 운영자의 인센티브 비율과 총수요 감축으로부터 상기 그리드 운영자로부터 얻는 수입을 계산하고, 서비스 운영자의 인센티브 비율과 총수요 감축으로부터 복수의 고객에게 지급할 비용을 계산하는 것을 특징으로 하는 인센티브 기반 수요반응 시스템.
  18. 그리드 운영자와 복수의 고객 사이에서 그리드 운영자의 전력 시장에 참여하는 서비스 제공자의 서버에 있어서,
    상기 그리드 운영자로부터 그리드 운영자의 인센티브 비율을 수신하고 가입 고객의 총수요 감축량을 상기 그리드 운영자로 전송하는 통신부와,
    상기 그리드 운영자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 서비스 제공자의 인센티브 비율을 결정하는 인센티브 결정부와,
    상기 서비스 제공자의 인센티브 비율 및 자신의 고객의 특성인 수요 감축에 대한 고객의 태도를 수치화한 값에 근거하여 각 고객의 수요 감축량을 결정하고 상기 각 고객의 수요 감축량을 합산하여 총수요 감축량을 계산하는 수요감축 계산부를 포함하는 서비스 제공자 서버.
  19. 제18항에 있어서,
    상기 통신부는 가입 고객의 전력관리 장치로부터 고객의 특성 데이터를 수신하는 것을 특징으로 하는 서비스 제공자 서버.
  20. 서비스 제공자를 통해 전력 수요자에 대해 인센티브 기반 수요반응을 관리하는 그리드 운영자 서버에 있어서,
    그리드 운영자의 인센티브 비율을 갱신하여 서비스 제공자로 전송하고, 서비스 제공자로부터 서비스 제공자의 인센티브 비율 및 가입 고객의 특성인 수요 감축에 대한 가입 고객의 태도를 수치화한 값에 근거하여 계산된 가입 고객의 총수요 감축량을 수신한 후,
    자원 부족량에서 총수요 감축량을 감산한 추가 발전량에 소요되는 비용과 총수요 감축량 및 그리드 운영자의 인센티브 비율에 근거한 서비스 제공자에게 지급할 비용을 합산한 조달비용이 더 이상 최소화될 수 없는 슈타켈버그 평형에 도달하였는지를 판단하는 것을 특징으로 하는 그리드 운영자 서버.
KR1020170102362A 2016-09-22 2017-08-11 계층적 전력 시장을 고려한 인센티브 기반 수요반응 방법 KR101948155B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/708,581 US10581271B2 (en) 2016-09-22 2017-09-19 Incentive-based demand response method considering hierarchical electricity market

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020160121544 2016-09-22
KR20160121544 2016-09-22

Publications (3)

Publication Number Publication Date
KR20180032492A KR20180032492A (ko) 2018-03-30
KR101948155B1 true KR101948155B1 (ko) 2019-02-14
KR101948155B9 KR101948155B9 (ko) 2022-04-11

Family

ID=61900329

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170102362A KR101948155B1 (ko) 2016-09-22 2017-08-11 계층적 전력 시장을 고려한 인센티브 기반 수요반응 방법

Country Status (1)

Country Link
KR (1) KR101948155B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102502818B1 (ko) * 2020-04-23 2023-02-24 한국전력공사 전력수급 최적화 장치 및 그 방법
CN111985783A (zh) * 2020-07-21 2020-11-24 国网河北省电力有限公司 一种电力负荷需求响应博弈建模方法
KR20230070779A (ko) * 2021-11-15 2023-05-23 네스트필드(주) 제약 강화 학습이 적용된 이산 산업 제조 시스템의 수요반응 관리 방법
CN114418209A (zh) * 2022-01-14 2022-04-29 华北电力大学 基于阶梯型激励需求响应的供需博弈电源规划方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101472582B1 (ko) * 2013-08-06 2014-12-16 국민대학교산학협력단 마이크로그리드 기반의 지능형 전력수요관리 방법 및 그 시스템
KR101557080B1 (ko) * 2014-10-28 2015-10-05 한양대학교 에리카산학협력단 실시간 가격 기반 전력 관리 방법 및 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101472582B1 (ko) * 2013-08-06 2014-12-16 국민대학교산학협력단 마이크로그리드 기반의 지능형 전력수요관리 방법 및 그 시스템
KR101557080B1 (ko) * 2014-10-28 2015-10-05 한양대학교 에리카산학협력단 실시간 가격 기반 전력 관리 방법 및 시스템

Also Published As

Publication number Publication date
KR20180032492A (ko) 2018-03-30
KR101948155B9 (ko) 2022-04-11

Similar Documents

Publication Publication Date Title
Ketter et al. The 2020 power trading agent competition
KR101948155B1 (ko) 계층적 전력 시장을 고려한 인센티브 기반 수요반응 방법
Fioriti et al. Optimal sizing of energy communities with fair revenue sharing and exit clauses: Value, role and business model of aggregators and users
Gkatzikis et al. The role of aggregators in smart grid demand response markets
Steriotis et al. A novel behavioral real time pricing scheme for the active energy consumers’ participation in emerging flexibility markets
Abapour et al. A Bayesian game theoretic based bidding strategy for demand response aggregators in electricity markets
US10581271B2 (en) Incentive-based demand response method considering hierarchical electricity market
KR102094137B1 (ko) 전력거래 중계방법
Aazam et al. Cloud customer's historical record based resource pricing
KR20190132187A (ko) 복합적 dr 자원을 고려한 인센티브 기반 수요응답 방법 및 시스템
Szabó et al. Optimal trading of imbalance options for power systems using an energy storage device
Konda et al. Impact of load profile on dynamic interactions between energy markets: a case study of power exchange and demand response exchange
Yao et al. An incentive-compatible distributed integrated energy market mechanism design with adaptive robust approach
Najafi et al. The role of EV based peer-to-peer transactive energy hubs in distribution network optimization
Zhou et al. Eliciting private user information for residential demand response
Islam et al. GreenColo: A novel incentive mechanism for minimizing carbon footprint in colocation data center
Steriotis et al. Development of real time energy pricing schemes that incentivize behavioral changes
Chen et al. Multi-objective robust optimal bidding strategy for a data center operator based on bi-level optimization
CN111275285B (zh) 一种计及可中断负荷容量的用电量调控方法和系统
Mondal et al. Dynamic price-enabled strategic energy management scheme in cloud-enabled smart grid
JP2012033081A (ja) 管理装置および管理方法
Kaheh et al. Social and Economic Factors in Demand-Side Flexibility
KR20220057709A (ko) 유연 수요 자원 정보를 생성하는 디지털 트윈 프로그램
Pal et al. The cloudlet bazaar dynamic markets for the small cloud
Klingert et al. Spinning gold from straw-evaluating the flexibility of data centres on power markets

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
G170 Re-publication after modification of scope of protection [patent]