KR102050967B1 - 한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템 - Google Patents

한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템 Download PDF

Info

Publication number
KR102050967B1
KR102050967B1 KR1020170030557A KR20170030557A KR102050967B1 KR 102050967 B1 KR102050967 B1 KR 102050967B1 KR 1020170030557 A KR1020170030557 A KR 1020170030557A KR 20170030557 A KR20170030557 A KR 20170030557A KR 102050967 B1 KR102050967 B1 KR 102050967B1
Authority
KR
South Korea
Prior art keywords
energy storage
peak value
storage device
power
charge
Prior art date
Application number
KR1020170030557A
Other languages
English (en)
Other versions
KR20180103516A (ko
Inventor
김홍석
류승형
최요환
김장겸
Original Assignee
서강대학교산학협력단
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 서강대학교산학협력단 filed Critical 서강대학교산학협력단
Priority to KR1020170030557A priority Critical patent/KR102050967B1/ko
Publication of KR20180103516A publication Critical patent/KR20180103516A/ko
Application granted granted Critical
Publication of KR102050967B1 publication Critical patent/KR102050967B1/ko

Links

Images

Classifications

    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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"
    • 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
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 실시 예에 따른 한국형 전력요금제 환경에서 전력요금 절감을 위해 에너지 저장장치(energy storage device)를 운용하는 방법은 소정 주간의 과거 전력 사용데이터에 기초하여 당월 수요 전력의 피크값을 예측하는 단계와, 당월 수요 전력의 예측 피크값을 지난 수개월의 누적 피크값과 비교하는 단계와, 당월 수요 전력의 예측 피크값과 지난 수개월의 누적 피크값의 비교에 따라 에너지 저장장치의 동작을 제어하기 위한 충방전 비율을 산출하는 단계 및 산출된 충방전 비율에 따라 차일의 피크 부하 절감을 위한 에너지 저장장치를 동작시키는 단계를 포함한다.

Description

한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템{OPERATING SYSTEM FOR ENERGY STORAGE DEVICE BASED ON KOREAN TYPE POWER CHARGES AND METHOD THEREOF}
본 발명은 한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템에 관한 것으로, 더욱 상세하게는 예측 수요 전력에 대한 피크값과 실제 누적 피크값을 비교 분석한 결과에 따라 최적화된 에너지 저장장치의 충방전 비율을 산출하여 에너지 저장장치의 충방전 동작을 제어함으로써, 실제 전력 부하패턴의 피크값 및 전체 전력 요금을 절감할 수 있는 한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템에 관한 것이다.
에너지 저장장치는 수용가의 최대 전력사용량을 감소시키기 위해 전자장비들에 전력을 보조적으로 공급하는 데에 이용되고 있다.
타 국가의 경우, 실제 전력 요금에 피크부하를 절감하고자 하는 시간대가 포함되어있기에 이를 통한 전체요금 절감에 대한 효과를 기대할 수 있다.
그러나 국내 전력 요금제의 경우, 직전 12개월 동안의 최대 피크 부하량에 따라 전력 요금이 결정되기 때문에, 종래의 전력에 대한 예측 데이터만을 고려하여 에너지 저장장치를 운영하는 방식으로는 전력 요금을 실질적으로 절감하기가 어려운 실정이다.
마찬가지로, 하나의 수용가 혹은 다수의 수용가를 하나의 그룹으로 형성하여 에너지 저장장치를 통해 전력요금을 절감하는 기존 연구들의 경우, 실제 전력 패턴에 대한 연구가 반영되어 있지 않으므로 실증적으로 전력 요금을 절감하기 어려운 상황이다.
대한민국 등록특허공보 제10-1281309호(2012년3월16일, “전력저장장치 스케줄링 장치 및 방법”)
본 발명이 해결하고자 하는 과제는 에너지 저장장치의 적정 운영을 통하여 실제 전력 부하패턴의 피크값 및 전체 전력 요금을 감소시킬 수 있는 한국형 전력요금제 환경에서의 에너지 저장장치 운영에 관한 기술적 수단을 제공하는데 있다.
본 발명의 일실시 예에 따른 한국형 전력요금제 환경에서 전력요금 절감을 위해 에너지 저장장치(energy storage device)를 운용하는 방법은 소정 주간의 과거 전력 사용데이터에 기초하여 당월 수요 전력의 피크값을 예측하는 단계와, 상기 당월 수요 전력의 예측 피크값을 당월 이전의 최대 피크 부하량을 고려한 동계 및 하계의 누적 피크값과 비교하는 단계와, 상기 비교에 따라 에너지 저장장치의 동작을 제어하기 위한 충방전 비율을 산출하는 단계 및 상기 산출된 충방전 비율에 따라 차일의 피크 부하 절감을 위한 에너지 저장장치를 동작시키는 단계를 포함한다.
또한, 본 발명의 실시 예에 따르면, 상기 당월 수요 전력의 예측 피크값이 임계수위 이내로 상기 누적 피크값에 근접하는 경우, 당일의 피크 요금과 동시에 고려된 당일의 계시별 요금에 대한 예측 비용을 최소화하기 위한 목적함수를 계산하는 단계 및 상기 목적함수의 계산으로부터 차일의 상기 에너지 저장장치를 구동시키기 위한 충방전 비율을 산출하는 단계를 포함한다.
또한, 본 발명의 실시 예에 따르면, 상기 에너지 저장장치의 에너지 상태의 변동을 의미하는 충방전 비율은, 당일의 시간에 따른 예측 부하의 오차에 대해 전체 전력 요금을 감소시키기 위해 실험적으로 산출된 범위를 적용하여 산출된다.
또한, 본 발명의 실시 예에 따르면, 상기 에너지 저장장치의 운영을 통해 배터리 요금, 계시별 요금제 정산 및 일일 피크값을 업데이트하는 단계와, 실시간으로 업데이트되는 누적 피크값에 따라 차일의 상기 에너지 저장장치의 충방전 구동을 제어하는 단계 및 상기 업데이트에 의해 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하고 계시별 요금제와 합산하며, 일일 배터리 소모 비용을 동시에 고려하여 월별 전력요금을 계산하는 단계를 더 포함한다.
또한, 본 발명의 실시 예에 따르면, 상기 당월 수요 전력의 예측 피크값이 상기 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 차일의 상기 에너지 저장장치의 충방전 동작을 제어하는데 있어서 당일의 피크 전력 부하에 대한 고려는 제외하고, 차일의 계시별 요금에 대한 예측 비용만 고려하여 상기 에너지 저장장치의 충방전 비율을 산출하는 단계를 더 포함한다.
또한, 본 발명의 실시 예에 따르면, 상기 당월 수요 전력의 예측 피크값이 상기 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 상기 차일의 계시별 요금에 대한 예측 비용을 고려하여 사용 전력이 실시간으로 업데이트된 누적 피크값 보다 작게 설정한다.
또한, 본 발명의 실시 예에 따르면, 상기 차일의 계시별 요금에 대한 예측 비용은, 매시간에서의 예측 부하와 상기 에너지 저장장치의 표준화된 충방전 비율에 따라 산출된다.
또한, 본 발명의 실시 예에 따르면, 상기 당월 수요 전력의 예측 피크값을 당월 이전의 최대 피크 부하량을 고려한 동계 및 하계의 누적 피크값과 비교하는 단계는 지난 2주간의 과거 전력 사용데이터에 기초하여 산출된 당월의 상기 수요 전력에 대한 예측 피크값과, 당월 직전의 12개월 중 동계 및 하계의 누적 피크값을 비교한다.
본 발명의 다른 실시 예에 따른 한국형 전력요금제 환경에서 전력요금 절감을 위해 에너지 저장장치(energy storage device)를 운용하는 시스템은 소정 주간의 과거 전력 사용 데이터에 기초하여 당월 수요 전력의 피크값을 예측하는 수요 전력 예측부와, 상기 당월 수요 전력의 예측 피크값을 당월 이전의 최대 피크 부하량을 고려한 동계 및 하계의 누적 피크값과 비교하는 비교 분석부와, 상기 비교의 결과에 따라 차일의 피크 부하 절감을 위한 에너지 저장장치의 충방전 비율을 산출하는 충방전 비율 산출부 및 상기 산출된 충방전 비율에 따라 상기 에너지 저장장치의 구동을 제어하는 제어 처리부를 포함한다.
또한 본 발명의 실시 예에 따른 상기 충방전 비율 산출부는 상기 당월 수요 전력의 예측 피크값이 임계수위 이내로 상기 누적 피크값에 근접하는 경우, 피크 부하를 감소시키기 위해 차일 상기 에너지 저장장치를 동작시키기 위한 충방전 비율을 산출한다.
또한 본 발명의 실시 예에 따른 상기 충방전 비율 산출부는, 상기 에너지 저장장치를 동작시키기 위해 당일의 피크 요금과 동시에 고려된 당일의 계시별 요금에 대한 예측 비용을 최소화하기 위한 목적함수를 계산하고, 상기 목적함수의 계산으로부터 차일의 상기 에너지 저장장치를 구동시키기 위한 충방전 비율을 산출한다.
또한 본 발명의 실시 예에 따른 상기 충방전 비율 산출부는 당일의 시간에 따른 예측 부하의 오차에 대해 전체 전력 요금을 감소시키기 위해 실험적으로 산출된 범위를 적용하여 상기 에너지 저장장치의 충방전 비율을 산출한다.
또한 본 발명의 실시 예에 따른 상기 제어 처리부는 상기 에너지 저장장치의 운영을 통해 배터리 요금, 계시별 요금제 정산 및 일일 피크값을 업데이트하고, 실시간으로 업데이트되는 누적 피크값에 따라 차일의 상기 에너지 저장장치의 충방전 구동을 제어한다.
또한 본 발명의 실시 예에 따른 상기 제어 처리부는 상기 업데이트에 의해 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하여 계시별 요금제와 합산하며, 일일 배터리 소모 비용을 동시에 고려하여 월별 전력요금을 계산한다.
또한 본 발명의 실시 예에 따른 상기 충방전 비율 산출부는 상기 당월 수요 전력의 예측 피크값이 상기 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 차일의 상기 에너지 저장장치의 충방전 동작을 제어하는데 있어서 당일의 피크 전력 부하에 대한 고려는 제외하고, 차일의 계시별 요금에 대한 예측 비용만 고려하여 상기 에너지 저장장치의 충방전 비율을 산출한다.
또한 본 발명의 실시 예에 따른 상기 충방전 비율 산출부는, 상기 당월 수요 전력의 예측 피크값이 상기 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 상기 차일의 계시별 요금에 대한 예측 비용을 고려하여 사용 전력이 실시간으로 업데이트된 누적 피크값 보다 작게 설정한다.
또한 본 발명의 실시 예에 따른 상기 비교 분석부는, 지난 2주간의 과거 전력 사용데이터에 기초하여 산출된 당월의 상기 수요 전력에 대한 예측 피크값과, 당월 직전의 12개월 중 동계 및 하계의 누적 피크값을 비교한다.
또한 본 발명의 실시 예에 따른 상기 제어 처리부는, 상기 에너지 저장장치의 당일의 운영을 통해 배터리 소모 요금, 계시별 요금제 정산 및 일일 피크값을 업데이트하고, 실시간으로 업데이트되는 누적 피크값을 바탕으로 차일의 상기 에너지 저장장치의 충방전 구동을 제어한다.
또한 본 발명의 실시 예에 따른 상기 제어 처리부는, 상기 업데이트에 의해 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하고 계시별 요금제와 합산하며, 일일 배터리 소모 비용을 동시에 고려하여 월별 전력요금을 계산한다.
본 발명의 일실시 예에 따르면, 예측 수요 전력에 대한 피크값과 실제 누적 피크값을 비교 분석한 결과에 따라 최적화된 에너지 저장장치의 충방전 비율을 산출하고 이를 바탕으로 차일의 에너지 저장장치 충방전 동작을 제어함으로써, 실제 전력 부하패턴의 피크값 및 전체 전력 요금을 절감할 수 있는 효과가 있다.
도 1은 본 발명의 일실시 예에 따른 에너지 저장장치 및 부하의 연결을 개략적으로 도시한 도면이다.
도 2는 본 발명의 일실시 예에 따른 한국형 전력요금제 기반의 에너지 저장장치의 운용 시스템의 구성을 개략적으로 도시한 블록도이다.
도 3은 본 발명의 일실시 예에 따른 한국형 전력요금제 기반의 에너지 저장장치 운용방법을 개략적으로 설명하기 위한 흐름도이다.
도 4는 본 발명의 일실시예에 따른 1년 동안 에너지 저장장치의 운영 방법을 제시하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템과 기존의 다른 알고리즘들에 의해 도출되는 전력 피크값을 비교한 그래프이다.
이하에서는 도면을 참조하여 본 발명의 실시 예들을 구체적으로 설명하도록 한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
도 1은 전력망, 에너지 저장장치 및 부하의 연결을 개략적으로 도시한 도면으로서, 점선으로 표시된 화살표는 전력인 에너지의 흐름 방향을 의미하며 각각 시간에 따른 함수로 정의할 수 있다. 부하 측에 필요한 전력을 전력망 및 에너지 저장장치를 통해 공급하는 관계를 시간 t를 파라미터로 하는 함수로 정의하고, 부하 측의 필요한 전력을
Figure 112017024081401-pat00001
, 에너지 저장장치의 출력 전력을
Figure 112017024081401-pat00002
라고 정의하면, 수요/공급의 원리에 따라, 전력망에서 인가되는 전력량은
Figure 112017024081401-pat00003
로 나타나게 된다.
이하에서 본 발명은 에너지 저장장치의 적정 운영을 통하여 실제 전력 부하패턴의 피크값 및 전체 전력 요금을 감소시킬 수 있는 한국형 전력요금제 환경에서의 에너지 저장장치 운영 시스템 및 방법에 대한 실시 예를 개시하기로 한다.
도 2는 본 발명의 일실시 예에 따른 한국형 전력요금제 기반의 에너지 저장장치의 운용 시스템의 구성을 개략적으로 도시한 블록도이다.
도 2를 참조하면, 본 발명의 일실시 예에 따른 한국형 전력요금제 기반의 에너지 저장장치의 운용 시스템(100)은 수요 전력 검출부(110), 수요 전력 예측부(130), 비교 분석부(150), 충방전 비율 산출부(170) 및 제어 처리부(190)를 포함하여 구성된다.
수요 전력 검출부(110)는 외부 전력 계량 장치를 이용하여 현재의 수요 전력을 산출하고, 지난 수개월 간의 수요 전력의 누적 피크값을 산출한다. 여기서 지난 수개월은 전력 요금을 결정하는 최대 피크 부하량을 고려하여 당월 이전의 12개월 중 동계 및 하계에 해당하며 이하에서 동일한 의미로 사용된다.
수요 전력 검출부(110)는 수용가의 수요 전력을 산출하기 위해 상기 외부 전력 계량 장치로서 채용된 AMI(Advanced Metering Infrastructure) 또는 Smart meter를 통해 15분마다 저장되는 전력 사용량에 대한 데이터를 이용한다.
수요 전력 예측부(130)는 수요 전력 검출부(110)로부터 검출된 과거의 전력 사용량에 대한 데이터를 기반으로 당월 수요 전력의 피크값을 예측한다. 구체적으로 수요 전력 예측부(130)는 지난 2주간의 수요 전력 데이터를 바탕으로 당월의 수요전력의 피크값을 예측할 수 있다.
비교 분석부(150)는 수요 전력 예측부(130)에서 예측된 당월 수요 전력의 예측 피크값과 수요 전력 검출부(110)로부터 산출된 지난 수개월 간의 수요 전력의 누적 피크값을 비교 분석한다. 구체적으로, 비교 분석부(150)는 지난 2주간의 과거 전력 사용데이터에 기초하여 산출된 당월의 상기 수요 전력에 대한 예측 피크값과, 당월 직전의 12개월 중 동계 및 하계의 누적 피크값을 비교 분석할 수 있다.
아울러, 비교 분석부(150)는 당월 수요 전력의 예측 피크값미리 설정된 임계수위 이내로 수요 전력의 누적 피크값에 근접하는지 여부를 판단한다.
충방전 비율 산출부(170)는 비교 분석부(150)에서 실행된 비교 결과에 따라 차일의 피크 부하 절감을 위한 에너지 저장장치의 충방전 비율을 산출한다. 즉, 비교 분석부(150)에서 당월 수요 전력의 예측 피크값 미리 설정된 임계수위 이내로 수요 전력의 누적 피크값에 근접하는지 여부에 따라서 다르게 설정된 목적함수로부터 에너지 저장장치의 충방전 비율을 산출한다.
구체적으로, 당월 수요 전력의 예측 피크값이 임계수위 이내로 상기 누적 피크값에 근접하는 경우, 피크 부하를 감소시키기 위해 차일 상기 에너지 저장장치를 동작시키기 위한 충방전 비율을 산출한다.
이를 위해, 충방전 비율 산출부(170)는 에너지 저장장치를 동작시키기 위해 당일의 피크 요금과 동시에 고려된 당일의 계시별 요금에 대한 예측 비용을 최소화하기 위한 목적함수(수학식 1)를 계산하고, 상기 목적함수의 계산으로부터 차일의 상기 에너지 저장장치를 구동시키기 위한 충방전 비율을 산출한다. 이때, 당일의 시간에 따른 예측 부하의 오차에 대해 전체 전력 요금을 감소시키기 위해 실험적으로 산출된 범위를 적용하여 에너지 저장장치의 충방전 비율을 산출한다.
여기서 목적함수는 수학식 1로 도출된다.
Figure 112017024081401-pat00004
여기서, 가장 기본적인 국내 전력 요금 최적화 관련 수식인 식 (1)의 경우, 기본요금과 계시별 요금제(Time of Use price)를 최소화하기 위한 목적함수를 나타내고 있으며, (2)의 식은 Battery의 State of Charge(SoC)값이 일정 범위 내에 있어야 한다는 조건이고, 그리고 (3)의 식은 국내 전력규제(regulation)에 따라 전력을 되파는 것이 불가능한 부분에 대한 제약조건을 설정한 것이며, 식 (4)는 Battery의 초기와 마지막 상태가 항상 동일하게 유지되도록 설정한 제약조건으로서, 이를 통해 배터리의 초기 상태가 달라짐으로써 발생할 수 있는 불안정한 측면을 사전에 해결하고자 설정한 값이다.
이하, 표 1은 본 발명의 목적함수에 이용된 파라미터들을 나타낸다.
Figure 112017024081401-pat00005
 Real time load profile in time slot
Figure 112017024081401-pat00006
Figure 112017024081401-pat00007
 Predicted load profile in time slot
Figure 112017024081401-pat00008
Figure 112017024081401-pat00009
 Normalized charging/discharging schedule value in ESS
Figure 112017024081401-pat00010
 Minimum / Maximum SoC value in ESS
Figure 112017024081401-pat00011
 Initial battery SoC
Figure 112017024081401-pat00012
 Maximum charging / discharging rate of ESS
Figure 112017024081401-pat00013
 Represents the time of use pricing in each time slot
Figure 112017024081401-pat00014
Figure 112017024081401-pat00015
 Base electricity cost from historical peak value
Figure 112017024081401-pat00016
 Auxiliary variable to reduce peak value in load profile
Figure 112017024081401-pat00017
 Weight factor to reflect the importance of base cost vs ToU cost
Figure 112017024081401-pat00018
Figure 112017024081401-pat00019
by
Figure 112017024081401-pat00020
matrix from predicted load profile and maximum charging rate in ESS
Figure 112017024081401-pat00021
 Uncertainty boundary of
Figure 112017024081401-pat00022
Figure 112017024081401-pat00023
 Absolute value in optimal charging / discharging value
Figure 112017024081401-pat00024
 Daily peak load which use ESS to minimize peak value
Figure 112017024081401-pat00025
 Monthly peak load which use ESS to minimize peak value
Figure 112017024081401-pat00026
 Historical peak load from past 12months excluding spring and fall
Figure 112017024081401-pat00027
 ToU cost of day
Figure 112017024081401-pat00028
of month
Figure 112017024081401-pat00029
Figure 112017024081401-pat00030
 Electricity bill which is sum of base cost and ToU cost
Figure 112017024081401-pat00031
 Battery cycle life at the level of depth of discharging (DoD)
Figure 112017024081401-pat00032
 Battery wear-out cost in each time slot
이하 수학식 2는 상기 수학식 1의 부분에서 피크요금 절감을 위해 min-max problem을 해결하기 위한 수식이다. 수학식 1의 min-max problem을 해결하기 위해 수학식 2에서는 linear programming을 이용하여, 기본요금 항목인
Figure 112017024081401-pat00033
를 보조변수 η(eta)로 설정하고, 추가적인 제약조건인 식 (6)을 설정함으로써, 상기 목적함수를 아래 수학식 2의 식 (5)와 같이 단순하게 나타내는 것이 가능하다.
Figure 112017024081401-pat00034
아울러, 본 발명에서는 실제 측정가능하지 못하는 불확정 요소가 발생하는 전력 사용 환경 하에서의 에너지 최적화 방법을 개시한다. 이를 위해 아래 수학식 3과 같이, 주어진 data(
Figure 112017024081401-pat00035
)에서 불확정한 오차가 발생하는 것을 감안하기 위한 일종의 boundary(
Figure 112017024081401-pat00036
)를 감안하여 최적화 문제를 해결 한다. 이 때,
Figure 112017024081401-pat00037
값으로,
Figure 112017024081401-pat00038
를 통해 발생할 수 있는 오차를 사전에 고려하도록 하였다.
Figure 112017024081401-pat00039
반면, 당월 수요 전력의 예측 피크값 미리 설정된 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 차일의 에너지 저장장치의 충방전 동작을 제어하는데 있어서 당일의 피크 전력 부하에 대한 고려는 제외하고, 당일의 계시별 요금에 대한 예측 비용만 고려하여 에너지 저장장치의 충방전 비율을 산출한다.
또한, 충방전 비율 산출부(170)는 당월 수요 전력의 예측 피크값이 미리 설정된 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 당일의 계시별 요금에 대한 예측 비용을 고려하여 사용 전력이 실시간으로 업데이트된 누적 피크값 보다 작게 설정한다. 이 경우, 이하의 수학식 4와 같은 목적함수로부터 에너지 저장장치의 충방전 비율을 산출할 수 있다.
Figure 112017024081401-pat00040
여기서 당월 수요 전력의 예측 피크값이 상기 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 계시별 요금제만을 고려한 최적화에서는 사용 전력이 기존 누적 피크 값만을 넘지 않으면 되므로, 식 (13)과 같이 사용전력이
Figure 112017024081401-pat00041
보다만 작도록 설정한다.
제어 처리부(190)는 충방전 비율 산출부(170)에서 산출된 에너지 저장장치의 충방전 비율에 따라 에너지 저장장치의 동작을 제어한다.
아울러, 제어 처리부(190)는 에너지 저장장치의 운영을 통해 배터리 요금, 계시별 요금제 정산 및 일일 피크값을 업데이트하고, 실시간으로 업데이트되는 누적 피크값에 따라 차일의 에너지 저장장치의 충방전 구동을 제어한다.
또한, 제어 처리부(190)는 업데이트에 의해 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하여 계시별 요금제와 합산하며, 일일 배터리 소모 비용을 동시에 고려하여 월별 전력요금을 계산한다.
아울러 제어 처리부(190)는 본 발명의 일실시예에 따른 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템의 다양한 구성요소를 제어하고 다양한 데이터를 처리하는 구성요소로서, CPU 프로세서와 같은 중앙처리장치에 의해 구현될 수 있고, 제어 처리부 또는 메모리에 저장된 프로그램이 수행됨으로써 상술한 바와 같은 제어 처리부의 동작이 수행될 수 있다.
한편, 본 발명의 일실시예에서 불확실한 부하 요소를 고려하는 방법에 대해 이하에서 보충 설명하기로 한다.
본 발명은 불확실한 부하 요소를 고려하며 일일 작업에서 각 시간 슬롯에서 충방전 비율과 원하는 SoC(State of Charge)를 유도할 수 있다. 이 결과는 도 4에 도시된 연중 운영 방법에서도 적용된다.
d는 T 차원 벡터로서, 전형적인 날의 실증적 로드 프로파일, 즉 하루에 T 개의 시간 슬롯이 있는 것으로 설정한다.
d = [d1, d2, ...,dT ] (1)
I는 d의 예측된 부하 프로파일을 나타낸다.
l = [l1, l2, ..., lT](2)
X는 정규화된 충방전 스케쥴 벡터를 나타내고, 이의 요소는 [-1, 1]에 놓이고 최적화 과정에 의해 얻어진다. 최적화 과정은 하기에서 설명할 목적함수에 의해 구현된다.
X= [x1, x2, ...,xT ](3)
T = {1, 2, ...,T}이라 하자. 배터리 작동에서 xi> 0은 배터리 충전을 의미하고 xi <0은 배터리 방전을 의미하며,
Figure 112017024081401-pat00042
이다.
실제 동작을 위해, 배터리의 SoC는 다음과 같은 범위 내에 있어야 하는 것으로 설정한다.
Figure 112017024081401-pat00043
(4)
여기서, b0는 초기 배터리 상태이고, r은 ESS의 최대 충방전 비율이다. 에너지 저장장치는 실제 한국 전력 규정에 따라 잉여 전력을 다시 되파는 것이 금지되어 있기 때문에, 실제 운용에 따라 발생하는 제약 조건을 제한요건으로 반영하여 최적화 기법을 적용하며, 다음과 같은 추가적인 제한요건을 설정한다.
Figure 112017024081401-pat00044
(5)
그리고, 본 발명은 매일의 SoC 레벨이 동일하다고 가정한다. 따라서 하루 동안의 충전 및 방전율의 합계는 0이어야한다.
Figure 112017024081401-pat00045
(6)
표기 단순화를 위해
Figure 112017024081401-pat00046
를 (4), (5) 및 (6)을 만족하는 x의 가능한 집합으로 정의한다.
한국의 전기요금은 월간 최대 부하로 결정되는 기본 비용 및 계시별(ToU: Time of use) 비용과 같은 두 부분으로 나뉘어져 있다.
따라서, 본 발명은 다음과 같은 목적함수에서 피크 감소와 계시별(ToU)가격 결정을 모두 고려하고, 선형 프로그래밍을 공식화 한다.
Figure 112017024081401-pat00047
(7)
Figure 112017024081401-pat00048
는 시간 슬롯
Figure 112017024081401-pat00049
에서의 계시별 요금이다.
Figure 112017024081401-pat00050
는 기본 비용 대 계시별 요금의 중요도를 반영하는 가중치이다. 선형 프로그래밍을 사용하여 최소/최대 문제를 해결하기 어렵기 때문에 본 발명에서는 다음과 같이 보조변수를 사용함으로써 수학식 1을 수학식 2와 같이 변형시킨다.
수학식 2는 피크 부하를 줄이는 방법을 반영한 선형 프로그래밍이다. 결과적으로, 에너지 저장장치는 피크로드와 계시별 비용을 고려하여 총 비용을 최소화하도록 동작한다.
공식 (2)~(9)는 모든 매개변수가 미리 알려진 경우에만 유효하다. 그러나, 부하 프로파일
Figure 112017024081401-pat00051
은 예측되어야 하므로 불확실성이 있다.
이를 고려한 에너지 저장장치에 관한 로버스트 연산 알고리즘을 구현하기 위해, 다음과 같은 공칭 선형 프로그래밍을 도출한다.
로버스트 최적화:
Figure 112017024081401-pat00052
여기서,
Figure 112017024081401-pat00053
는 비용벡터
Figure 112017024081401-pat00054
의 전치 행렬이고, A는 불확실성 요소를 갖는 행렬이며, s는 제약 조건 벡터이며 나중에 정의되고, 1은 모두 하나의 벡터이다. 로버스트 최적화를 적용하기 위해 수학식 2를 (10)-(12)와 같은 위 공식으로 변환한다. (5)와 (9)의
Figure 112017024081401-pat00055
는 불확실하므로, 본 발ㅁ명은 (5)와 (9)를 식 (13)에서와 같은 행렬 형태로 놓는다.
Figure 112017024081401-pat00056
식 (13)은 x가 불확실한 로드 프로파일과 연관되도록 1에 의해 증가된다는 것을 제외하고는 (11)의 구조와 동일하다. 따라서, 불확실성은 A의 (T+1)번째 열에만 존재한다. 본 발명은 로버스트 최적화를 위해 식 (19)를 채용하고, 이는 다음과 같은 Soyster의 방법으로 종결된다.
Figure 112017024081401-pat00057
여기서,
Figure 112017024081401-pat00058
는 식(11) 및 (13)로부터 T+1 행렬에 의한 2T이고,
Figure 112017024081401-pat00059
,
Figure 112017024081401-pat00060
는
Figure 112017024081401-pat00061
행에서 불확실한
Figure 112017024081401-pat00062
를 갖는
Figure 112017024081401-pat00063
의 집합이다. 이는 식 (20)에서 가정되고,
Figure 112017024081401-pat00064
,
Figure 112017024081401-pat00065
는
Figure 112017024081401-pat00066
에 놓여있다.
Figure 112017024081401-pat00067
는 불확실성에 대한 경계 역할을 한다. 불확실성은 식 (5)와 식(9)에서 예측된 부하 데이터
Figure 112017024081401-pat00068
로부터 생기기 때문에 A의 (T+1)번째 열에서만 불확실성이 발생하는 것을 알 수 있다.
Figure 112017024081401-pat00069
는 수학식 3의 최적 해법이고, 식 (20)에서
Figure 112017024081401-pat00070
이고, 그러므로 식 (15)는 다음과 같다.
Figure 112017024081401-pat00071
Figure 112017024081401-pat00072
는
Figure 112017024081401-pat00073
및
Figure 112017024081401-pat00074
에서 과거 부하 프로파일과 예측 오차를 분석함으로써 결정된다.
앞서 설명한 바와 같이 본 발명의 일실시 예에 따르면, 예측 수요 전력에 대한 피크값과 실제 누적 피크값을 비교 분석한 결과에 따라 최적화된 에너지 저장장치의 충방전 비율을 산출하고 이를 바탕으로 차일의 에너지 저장장치 충방전 동작을 제어함으로써, 실제 전력 부하패턴의 피크값 및 전체 전력 요금을 절감할 수 있는 효과가 있다.
이하, 도 3을 참조하여 본 발명의 일실시 예에 따른 한국형 전력요금제 기반의 에너지 저장장치 운용방법에 대해 설명하기로 한다.
도 3은 본 발명의 일실시 예에 따른 한국형 전력요금제 기반의 에너지 저장장치 운용방법을 개략적으로 설명하기 위한 흐름도이다.
먼저, 한국형 전력요금제 환경에서 전력요금 절감을 위해 에너지 저장장치(energy storage device)를 운용하기 위해, 수요 전력 예측부(130)가 소정 주간의 과거 전력 사용데이터에 기초하여 당월 수요 전력의 피크값을 예측한다(S310). 구체적으로 수요 전력 예측부(130)는 지난 2주간의 수요 전력 데이터를 바탕으로 당월의 수요전력의 피크값을 예측할 수 있다.
한편, S310 단계 이전에 수요 전력 검출부(110)가 외부 전력 계량 장치를 이용하여 현재의 수요 전력을 산출하고, 지난 수개월 간의 수요 전력의 누적 피크값을 산출하는 단계를 더 포함할 수 있다. 여기서 지난 수개월은 전력 요금을 결정하는 최대 피크 부하량을 고려하여 당월 이전의 12개월 중 동계 및 하계에 해당한다. 수용가의 수요 전력을 산출하기 위해 상기 외부 전력 계량 장치로서 채용된 AMI(Advanced Metering Infrastructure) 또는 Smart meter를 통해 15분마다 저장되는 전력 사용량에 대한 데이터를 이용할 수 있다.
다음으로, 비교 분석부(150)가 당월 수요 전력의 예측 피크값을 지난 수개월의 누적 피크값과 비교 분석한다(S320).
즉, 수요 전력 예측부(130)에서 예측된 당월 수요 전력의 예측 피크값과 수요 전력 검출부(110)로부터 산출된 지난 수개월 간의 수요 전력의 누적 피크값을 비교 분석한다.
구체적으로, 비교 분석부(150)는 지난 2주간의 과거 전력 사용데이터에 기초하여 산출된 당월 수요 전력의 예측 피크값과, 당월 직전의 12개월 중 동계 및 하계의 누적 피크값을 비교 분석할 수 있다.
아울러, 비교 분석부(150)는 당월 수요 전력의 예측 피크값미리 설정된 임계수위 이내로 수요 전력의 누적 피크값에 근접하는지 여부를 판단한다.
다음으로, 충방전 비율 산출부(170)는 당월 수요 전력의 예측 피크값과 지난 수개월 간의 누적 피크값의 비교에 따라 에너지 저장장치의 동작을 제어하기 위한 충방전 비율을 산출한다(S330).
즉, 충방전 비율 산출부(170)는 비교 분석부(150)에서 실행된 비교 결과에 따라 차일의 피크 부하 절감을 위한 에너지 저장장치의 충방전 비율을 산출한다.
구체적으로, 비교 분석부(150)에서 당월 수요 전력의 예측 피크값미리 설정된 임계수위 이내로 수요 전력의 누적 피크값에 근접하는지 여부에 따라서 다르게 설정된 목적함수로부터 에너지 저장장치의 충방전 비율을 산출한다.
당월 수요 전력의 예측 피크값 미리 설정된 임계수위 이내로 수요전력의 누적 피크값에 근접하는 경우, 충방전 비율 산출부(170)는 에너지 저장장치를 동작시키기 위해 당일의 피크 요금과 동시에 고려된 당일의 계시별 요금에 대한 예측 비용을 최소화하기 위한 목적함수(수학식 1)를 계산하고, 상기 목적함수의 계산으로부터 차일의 상기 에너지 저장장치를 구동시키기 위한 충방전 비율을 산출한다. 이때, 당일의 시간에 따른 예측 부하의 오차에 대해 전체 전력 요금을 감소시키기 위해 실험적으로 산출된 범위를 적용하여 에너지 저장장치의 충방전 비율을 산출한다. 여기서 목적함수는 앞서 설명한 수학식 1로 도출된다.
여기서, 가장 기본적인 국내 전력 요금 최적화 관련 수식인 식 (1)의 경우, 기본요금과 계시별 요금제(Time of Use price)를 최소화하기 위한 목적함수를 나타내고 있으며, (2)의 식은 Battery의 State of Charge(SoC)값이 일정 범위 내에 있어야 한다는 조건이고, 그리고 (3)의 식은 국내 전력규제(regulation)에 따라 전력을 되파는 것이 불가능한 부분에 대한 제약조건을 설정한 것이며, 식 (4)는 Battery의 초기와 마지막 상태가 항상 동일하게 유지되도록 설정한 제약조건으로서, 이를 통해 배터리의 초기 상태가 달라짐으로써 발생할 수 있는 불안정한 측면을 사전에 해결하고자 설정한 값이다. 목적함수의 파라미터들은 상기 언급한 표 1을 참고하기로 한다.
이하 수학식 2는 상기 수학식 1의 부분에서 피크요금 절감을 위해 min-max problem을 해결하기 위한 수식이다. 수학식 1의 min-max problem을 해결하기 위해 수학식 2에서는 linear programming을 통해 이를 해결하고자, 기본요금 항목인
Figure 112017024081401-pat00075
를 보조변수 η(eta)로 설정하고, 추가적인 제약조건인 식 (6)을 설정함으로써, 상기 목적함수를 앞서 설명한 수학식 2의 식 (5)와 같이 단순하게 나타내는 것이 가능하다.
아울러, 본 발명에서는 실제 측정가능하지 못하는 불확정 요소가 발생하는 전력 사용 환경 하에서의 에너지 최적화 방법을 개시한다. 이를 위해 앞서 설명한 수학식 3과 같이, 주어진 data(
Figure 112017024081401-pat00076
)에서 불확정한 오차가 발생하는 것을 감안하기 위한 일종의 boundary(
Figure 112017024081401-pat00077
)를 감안하여 최적화 문제를 해결 한다. 이 때,
Figure 112017024081401-pat00078
값으로,
Figure 112017024081401-pat00079
를 통해 발생할 수 있는 오차를 사전에 고려하도록 하였다.
반면, 예측된 수요 전력의 피크값이 미리 설정된 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 차일의 에너지 저장장치의 충방전 동작을 제어하는데 있어서 당일의 피크 전력 부하에 대한 고려는 제외하고, 당일의 계시별 요금에 대한 예측 비용만 고려하여 에너지 저장장치의 충방전 비율을 산출한다.
이 경우, 앞서 설명한 수학식 4와 같은 목적함수로부터 에너지 저장장치의 충방전 비율을 산출할 수 있다.
예측된 수요 전력의 피크값이 상기 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 계시별 요금제만을 고려한 최적화에서는 사용 전력이 기존 누적 피크 값만을 넘지 않으면 되므로, 식 (13)과 같이 사용전력이
Figure 112017024081401-pat00080
보다만 작도록 설정한다.
다음으로, 제어 처리부(190)는 S330 단계에서 산출된 충방전 비율에 따라 차일의 피크 부하 절감을 위한 에너지 저장장치의 충방전 동작을 제어한다(S340).
이후, 제어 처리부(190)가 에너지 저장장치의 운영을 통해 배터리 요금, 계시별 요금제 정산 및 일일 피크값을 업데이트하고, 실시간으로 업데이트되는 누적 피크값에 따라 차일의 에너지 저장장치의 충방전 구동을 제어하는 단계를 더 포함할 수 있다.
또한, 제어 처리부(190)가 상기 업데이트에 의해 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하여 계시별 요금제와 합산하며, 일일 배터리 소모 비용을 동시에 고려하여 월별 전력요금을 계산하는 단계를 더 포함할 수 있다.
도 4는 본 발명의 일실시예에 따른 1년 동안 에너지 저장장치의 운영 방법을 제시하기 위한 도면으로서, 연중 계속되는 에너지 저장장치의 구동에 관한 전체적인 흐름을 수학적 표현으로 도시하는 순서도를 나타낸다.
도 4는 불확실한 부하 프로필을 고려하는 에너지 저장장치의 일일 작업을 기반으로 연중 운영으로 확장하는 구성을 도시한다.
도 4를 참조하면, 매월(m) 일별(n) 지난 2주간의 데이터를 바탕으로 당월(m)의 수요전력의 피크값을 예측하고(S403), 수요전력의 예측된 피크값이 임계수위 이내로 지난 수개월간의 누적 피크값에 근접하는지 판단한다(S404).
S404 단계에서 수요전력의 예측된 피크값이 임계수위 이내로 지난 수개월간의 누적 피크값에 근접하는 경우, 목적함수 1을 계산하여 차일의 에너지 저장장치를 구동시키기 위한 충방전 비율을 산출한다(S405).
여기서, 목적함수 1은 에너지 저장장치를 동작시키기 위해 당일의 피크 요금과 동시에 고려된 당일의 계시별 요금에 대한 예측 비용을 최소화하기 위한 함수이다. 이때, 당일의 시간에 따른 예측 부하의 오차에 대해 전체 전력 요금을 감소시키기 위해 실험적으로 산출된 범위를 적용하여 에너지 저장장치의 충방전 비율을 산출한다. 목적함수 1의 항목과 파라미터에 대해서는 앞서 상세히 설명한 기재를 참고하기로 한다.
반면, S404 단계에서 예측된 수요 전력의 피크값이 미리 설정된 임계수위 이내로 누적 피크값에 근접하지 않는 경우, 차일의 에너지 저장장치의 충방전 동작을 제어하는데 있어서 당일의 피크 전력 부하에 대한 고려는 제외하고, 당일의 계시별 요금에 대한 예측 비용만 고려하여 전력 요금을 최소화하기 위한 에너지 저장장치의 충방전 비율을 산출한다(S406). 이때, 당일의 계시별 요금에 대한 예측 비용을 고려하여 사용 전력이 실시간으로 업데이트된 누적 피크값 보다 작게 설정한다.
그리고, S405 단계 또는 S406 단계로부터 모두 일일 피크부하를 추출하여 업데이트 하고(S407), 상기 업데이트에 의해 한 달간 누적된 피크값을 산출한다(S408).
다음으로, 춘계와 추계를 제외한 당월 직전의 지난 12개월의 누적 피크값을 구하고, m월 n일의 계시별 요금을 구한다(S409).
그리고 다음 날, 다시 당월(m)의 수요전력의 피크값을 예측하는 단계에서부터 지난 수개월간의 누적 피크값을 구하고 당일의 계시별 요금을 구하는 단계(S403 ~ S409)의 과정을 월말까지 반복하고 한 달이 되면, 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하고 이를 계시별 요금과 합산하여 월별 전력요금을 계산한다(S411). 그리고, 12월까지 S409 단계에서부터 S412 단계까지 반복하여, 일 년이 되면 한 해의 최종 전력요금을 산출한다(S414).
도 4에서
Figure 112017024081401-pat00081
과
Figure 112017024081401-pat00082
은 각각 n일의 시간 슬롯
Figure 112017024081401-pat00083
에서 실제 부하 프로파일과 충방전 비율을 나타낸다. 그런 다음 일일 피크 부하는
Figure 112017024081401-pat00084
로 나타내고, 당월 피크 부하는
Figure 112017024081401-pat00085
로 나타내며, 여기서
Figure 112017024081401-pat00086
는 m월의 작업 일의 집합을 의미한다.
Figure 112017024081401-pat00087
은 m달의 n일까지 춘계와 추계를 제외한 당월 직전의 지난 12개월의 누적 피크 부하를 나타낸다.
Figure 112017024081401-pat00088
은 m월 n일의 예측 피크 부하를 나타낸다. 그러면,
Figure 112017024081401-pat00089
에 기반하여 에너지 저장장치는 피크 부하 제어를 실행할지 결정한다.
당월 수요 전력의 예측 피크값 미리 설정된 임계수위 이내로 수요전력의 누적 피크값에 근접하는 경우, 에너지 저장장치를 동작시키기 위해 당일의 피크 요금과 동시에 고려된 당일의 계시별 요금에 대한 예측 비용을 최소화하기 위한 최적화 기법으로서 S405 단계를 실행한다.
반면, 예측된 수요 전력의 피크값이 미리 설정된 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 차일의 에너지 저장장치의 충방전 동작을 제어하는데 있어서 S406 단계와 같이 당일의 피크 전력 부하에 대한 고려는 제외하고, 당일의 계시별 요금에 대한 예측 비용만 고려하여 에너지 저장장치의 충방전 비율을 산출한다.
여기서, 모호한 경우를 피하기 위해,
Figure 112017024081401-pat00090
는
Figure 112017024081401-pat00091
(22)로 정의되고,
Figure 112017024081401-pat00092
는 식 (22)와 같이 매일 업데이트 된다.
Figure 112017024081401-pat00093
는 m월 n일의 계시별 비용이라 하면, 다음과 같이 나타낼 수 있다.
Figure 112017024081401-pat00094
(23)
n이 월말에 도달하면, 월별 전기요금은 기본 요금과 계시별 요금의 합산으로 계산된다.
Figure 112017024081401-pat00095
(24)
마지막으로 연중 운영 후, 연간 비용인
Figure 112017024081401-pat00096
를 계산한다.
도 5는 본 발명의 실시예에 따른 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템과 기존의 다른 알고리즘들에 의해 도출되는 전력 피크값을 비교한 그래프이다.
도 5(a)의 경우, 월별 피크값들을 계산한 것이고, 이를 바탕으로 실제 요금제에 적용되는 누적 피크 부하값을 계산하면 도 5(b)와 같이 나타남을 알 수 있다. 다만, 에너지 저장장치를 사용한다 하더라도, 국내 전력 요금제에서는 낮아진 피크부하가 바로 요금제에 영향을 미치는 것이 아니므로, 설치 직후 1년 동안은 계시별 요금제에 따른 요금 절감만 영향을 끼치게 된다.
해당 결과값을 분석하면, Offline과 같은 경우는 실제 예측이 완벽한 경우의 최적화 방법을 나타낸 것으로, 이론적으로만 가능한 경우에 대한 실험결과를 나타낸다. 반면, Deterministic에 대한 시뮬레이션은 실제 사용된 예측 데이터를 기반으로 최적화 기법을 적용 후, 결과값에 실제 데이터를 적용한 것으로, 불확정성 요소들에 의한 잘못된 최적화 기법 결과 피크부하에 대한 적절한 절감이 이루어지지 않은 경우를 나타낸다. 현재 대부분의 연구는 이와 같이 예측데이터에만 의존한 에너지 저장장치의 구현에 초점을 맞추고 있으므로, 국내 전력 요금 환경에는 적합하지 않음을 알 수 있다. No ESS는 에너지 저장장치 및 여타 알고리즘을 적용하지 않은 결과로 소비자의 실제 사용 전력을 바탕으로 책정된 피크부하를 의미한다. Robust optimization은 본 발명에서 제안한 방법으로, 각각의 피크 부하가 점차적으로 낮아짐을 알 수 있으며, Offline만큼은 아니지만, 실제적으로 에너지 저장장치를 사용함에 따라 피크 부하 절감이라는 초기 목표를 달성할 수 있음을 확인할 수 있다.
100: 한국형 전력요금제 기반의 에너지 저장장치의 운용 시스템
110: 수요 전력 검출부
130: 수요 전력 예측부
150: 비교 분석부
170: 충방전 비율 산출부
190: 제어 처리부

Claims (20)

  1. 소정 주간의 과거 전력 사용데이터에 기초하여 당월 수요 전력의 피크값을 예측하는 단계;
    상기 당월 수요 전력의 예측 피크값을 당월 이전의 최대 피크 부하량을 고려한 동계 및 하계의 누적 피크값과 비교하는 단계;
    상기 비교의 결과, 상기 당월 수요 전력의 예측 피크값이 미리 설정된 임계수위 이내로 수요 전력이 상기 누적 피크값에 근접하는지 여부에 따라 당일의 피크 전력 부하에 대한 고려의 유무가 서로 다르게 설정된 두 가지 목적함수로부터 각각 에너지 저장장치의 동작을 제어하기 위한 충방전 비율을 산출하는 단계; 및
    상기 산출된 충방전 비율에 따라 차일의 피크 부하 절감을 위한 에너지 저장장치를 동작시키는 단계;를 포함하는, 한국형 전력요금제 기반의 에너지 저장장치 운용방법.
  2. 제 1 항에 있어서,
    상기 당월 수요 전력의 예측 피크값이 임계수위 이내로 상기 누적 피크값에 근접하는 경우,
    당일의 피크 요금과 동시에 고려된 당일의 계시별 요금에 대한 예측 비용을 최소화하기 위한 제 1 목적함수를 계산하는 단계; 및
    상기 제 1 목적함수의 계산으로부터 차일의 상기 에너지 저장장치를 구동시키기 위한 충방전 비율을 산출하는 단계;를 포함하되,
    상기 제 1 목적함수는, 국내 전력규제(regulation)에 따라 전력을 되파는 것이 불가능한 부분에 대한 제약조건 및 배터리의 초기와 마지막 상태가 항상 동일하게 유지되도록 설정한 제약조건을 더 포함하는, 한국형 전력요금제 기반의 에너지 저장장치 운용방법.
  3. 제 2 항에 있어서,
    상기 에너지 저장장치의 에너지 상태의 변동을 의미하는 충방전 비율은,
    당일의 시간에 따른 예측 부하의 오차에 대해 전체 전력 요금을 감소시키기 위해 실험적으로 산출된 범위를 적용하여 산출되는, 한국형 전력요금제 기반의 에너지 저장장치 운용방법.
  4. 제 1 항에 있어서,
    상기 에너지 저장장치의 운영을 통해 배터리 요금, 계시별 요금제 정산 및 일일 피크값을 업데이트하는 단계;
    실시간으로 업데이트되는 누적 피크값에 따라 차일의 상기 에너지 저장장치의 충방전 구동을 제어하는 단계; 및
    상기 업데이트에 의해 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하고 계시별 요금제와 합산하며, 일일 배터리 소모 비용을 동시에 고려하여 월별 전력요금을 계산하는 단계;를 더 포함하는, 한국형 전력요금제 기반의 에너지 저장장치 운용방법.
  5. 제 1 항에 있어서,
    상기 당월 수요 전력의 예측 피크값이 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우,
    차일의 상기 에너지 저장장치의 충방전 동작을 제어하는데 있어서 당일의 피크 전력 부하에 대한 고려는 제외하고, 차일의 계시별 요금에 대한 예측 비용만 고려하여 상기 에너지 저장장치의 충방전 비율을 산출하는 단계를 더 포함하는, 한국형 전력요금제 기반의 에너지 저장장치 운용방법.
  6. 제 5 항에 있어서,
    상기 당월 수요 전력의 예측 피크값이 상기 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우,
    상기 차일의 계시별 요금에 대한 예측 비용을 고려하여 사용 전력이 실시간으로 업데이트된 누적 피크값 보다 작게 제 2 목적함수를 설정하는, 한국형 전력요금제 기반의 에너지 저장장치 운용방법.
  7. 제 5 항에 있어서,
    상기 차일의 계시별 요금에 대한 예측 비용은,
    매시간에서의 예측 부하와 상기 에너지 저장장치의 표준화된 충방전 비율에 따라 산출되는, 한국형 전력요금제 기반의 에너지 저장장치 운용방법.
  8. 제 1 항에 있어서,
    상기 당월 수요 전력의 예측 피크값을 당월 이전의 최대 피크 부하량을 고려한 동계 및 하계의 누적 피크값과 비교하는 단계는,
    지난 2주간의 과거 전력 사용데이터에 기초하여 산출된 당월의 수요 전력의 예측 피크값과, 당월 직전의 12개월 중 동계 및 하계의 누적 피크값을 비교하는, 한국형 전력요금제 기반의 에너지 저장장치 운용방법.
  9. 제 1 항 내지 제 8 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  10. 소정 주간의 과거 전력 사용 데이터에 기초하여 당월 수요 전력의 피크값을 예측하는 수요 전력 예측부;
    상기 당월 수요 전력의 예측 피크값을 당월 이전의 최대 피크 부하량을 고려한 동계 및 하계의 누적 피크값과 비교하는 비교 분석부;
    상기 비교의 결과, 상기 당월 수요 전력의 예측 피크값이 미리 설정된 임계수위 이내로 수요 전력이 상기 누적 피크값에 근접하는지 여부에 따라 당일의 피크 전력 부하에 대한 고려의 유무가 서로 다르게 설정된 두 가지 목적함수로부터 각각 차일의 피크 부하 절감을 위한 에너지 저장장치의 충방전 비율을 산출하는 충방전 비율 산출부; 및
    상기 산출된 충방전 비율에 따라 상기 에너지 저장장치의 구동을 제어하는 제어 처리부;를 포함하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  11. 제 10 항에 있어서,
    상기 충방전 비율 산출부는,
    상기 당월 수요 전력의 예측 피크값이 임계수위 이내로 상기 누적 피크값에 근접하는 경우, 피크 부하를 감소시키기 위해 차일 상기 에너지 저장장치를 동작시키기 위한 충방전 비율을 산출하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  12. 제 10 항에 있어서,
    상기 충방전 비율 산출부는,
    상기 에너지 저장장치를 동작시키기 위해 당일의 피크 요금과 동시에 고려된 당일의 계시별 요금에 대한 예측 비용을 최소화하기 위한 제 1 목적함수를 계산하고, 상기 제 1 목적함수의 계산으로부터 차일의 상기 에너지 저장장치를 구동시키기 위한 충방전 비율을 산출하되,
    상기 제 1 목적함수는, 국내 전력규제(regulation)에 따라 전력을 되파는 것이 불가능한 부분에 대한 제약조건 및 배터리의 초기와 마지막 상태가 항상 동일하게 유지되도록 설정한 제약조건을 더 포함하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  13. 제 10 항에 있어서,
    상기 충방전 비율 산출부는,
    당일의 시간에 따른 예측 부하의 오차에 대해 전체 전력 요금을 감소시키기 위해 실험적으로 산출된 범위를 적용하여 상기 에너지 저장장치의 충방전 비율을 산출하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  14. 제 10 항에 있어서,
    상기 제어 처리부는,
    상기 에너지 저장장치의 운영을 통해 배터리 요금, 계시별 요금제 정산 및 일일 피크값을 업데이트하고, 실시간으로 업데이트되는 누적 피크값에 따라 차일의 상기 에너지 저장장치의 충방전 구동을 제어하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  15. 제 14 항에 있어서,
    상기 제어 처리부는,
    상기 업데이트에 의해 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하여 계시별 요금제와 합산하며, 일일 배터리 소모 비용을 동시에 고려하여 월별 전력요금을 계산하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  16. 제 10 항에 있어서,
    상기 충방전 비율 산출부는,
    상기 당월 수요 전력의 예측 피크값이 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우, 차일의 상기 에너지 저장장치의 충방전 동작을 제어하는데 있어서 당일의 피크 전력 부하에 대한 고려는 제외하고, 차일의 계시별 요금에 대한 예측 비용만 고려하여 상기 에너지 저장장치의 충방전 비율을 산출하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  17. 제 16 항에 있어서,
    상기 충방전 비율 산출부는,
    상기 당월 수요 전력의 예측 피크값이 상기 임계수위 이내로 상기 누적 피크값에 근접하지 않는 경우,
    상기 차일의 계시별 요금에 대한 예측 비용을 고려하여 사용 전력이 실시간으로 업데이트된 누적 피크값 보다 작게 제 2 목적함수를 설정하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  18. 제 10 항에 있어서,
    상기 비교 분석부는,
    지난 2주간의 과거 전력 사용데이터에 기초하여 산출된 당월의 상기 수요 전력에 대한 예측 피크값과, 당월 직전의 12개월 중 동계 및 하계의 누적 피크값을 비교하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  19. 제 10 항에 있어서,
    상기 제어 처리부는,
    상기 에너지 저장장치의 당일의 운영을 통해 배터리 소모 요금, 계시별 요금제 정산 및 일일 피크값을 업데이트하고, 실시간으로 업데이트되는 누적 피크값을 바탕으로 차일의 상기 에너지 저장장치의 충방전 구동을 제어하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
  20. 제 19 항에 있어서,
    상기 제어 처리부는,
    상기 업데이트에 의해 한 달간 누적된 피크값을 바탕으로 기본요금을 계산하고 계시별 요금제와 합산하며, 일일 배터리 소모 비용을 동시에 고려하여 월별 전력요금을 계산하는, 한국형 전력요금제 기반의 에너지 저장장치 운용 시스템.
KR1020170030557A 2017-03-10 2017-03-10 한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템 KR102050967B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170030557A KR102050967B1 (ko) 2017-03-10 2017-03-10 한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170030557A KR102050967B1 (ko) 2017-03-10 2017-03-10 한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20180103516A KR20180103516A (ko) 2018-09-19
KR102050967B1 true KR102050967B1 (ko) 2019-12-02

Family

ID=63719081

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170030557A KR102050967B1 (ko) 2017-03-10 2017-03-10 한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102050967B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612557B1 (ko) 2023-06-01 2023-12-11 옴니시스템 주식회사 고객 참여형 신전력 요금제 및 신재생 에너지 공유 공동체 전력 서비스 관리 장치 및 방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102280514B1 (ko) * 2019-08-12 2021-07-22 주식회사 인코어드 테크놀로지스 요금제 기반의 ess 충방전 최적화 시스템
KR102266098B1 (ko) * 2019-12-18 2021-06-18 주식회사 아이티맨 Ess 충방전스케줄 생성방법 및 시스템
KR102165745B1 (ko) * 2020-03-31 2020-10-14 주식회사 아이온커뮤니케이션즈 수요 관리 기반의 분산자원 통합 운영 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016116401A (ja) * 2014-12-17 2016-06-23 株式会社ピューズ 電力負荷平準化装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101281309B1 (ko) 2012-03-16 2013-07-03 한국전력공사 전력저장장치 스케줄링 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016116401A (ja) * 2014-12-17 2016-06-23 株式会社ピューズ 電力負荷平準化装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612557B1 (ko) 2023-06-01 2023-12-11 옴니시스템 주식회사 고객 참여형 신전력 요금제 및 신재생 에너지 공유 공동체 전력 서비스 관리 장치 및 방법

Also Published As

Publication number Publication date
KR20180103516A (ko) 2018-09-19

Similar Documents

Publication Publication Date Title
US10634725B2 (en) System and method for model predictive energy storage system control
US10489731B2 (en) Control systems and methods for economical optimization of an electrical system including battery degradation
KR102050967B1 (ko) 한국형 전력요금제 기반의 에너지 저장장치 운용방법 및 시스템
US20170310140A1 (en) System and method for reducing time-averaged peak charges
Weniger et al. Integration of PV power and load forecasts into the operation of residential PV battery systems
Jia et al. Historical-data-based energy management in a microgrid with a hybrid energy storage system
Hanna et al. Energy dispatch schedule optimization for demand charge reduction using a photovoltaic-battery storage system with solar forecasting
US9367108B2 (en) Reduction of operational cost using energy storage management and demand response
US10693294B2 (en) System for optimizing the charging of electric vehicles using networked distributed energy storage systems
Rowe et al. A peak reduction scheduling algorithm for storage devices on the low voltage network
Hossan et al. Integrated CVR and demand response framework for advanced distribution management systems
US10901476B2 (en) Method for predicting power demand and controlling ESS charge/discharge based on the predicted demand, and apparatus using the same
KR101597993B1 (ko) 에너지 저장 장치
US20190137956A1 (en) Battery lifetime maximization in behind-the-meter energy management systems
US10511179B2 (en) Energy storage-aware demand charge minimization
US10680455B2 (en) Demand charge minimization in behind-the-meter energy management systems
Simpkins et al. Optimal sizing of a solar-plus-storage system for utility bill savings and resiliency benefits
US20180114283A1 (en) Systems and Methods for the Optimization of User Rate Charges
KR20140075614A (ko) 지능형 에너지 소비 지침 생성 방법
Barsali et al. Optimised operation of storage systems integrated with MV photovoltaic plants, considering the impact on the battery lifetime
Kim et al. Field study on operational performance and economics of lithium-polymer and lead-acid battery systems for consumer load management
Qi et al. Energyboost: Learning-based control of home batteries
KR101785344B1 (ko) 전력 공급 제어방법 및 시스템
Spiliotis et al. Utilizing local energy storage for congestion management and investment deferral in distribution networks
KR20160047545A (ko) 축전지의 제어 장치, 제어 방법, 제어 프로그램, 및 축전 시스템

Legal Events

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