KR102266098B1

KR102266098B1 - Ess 충방전스케줄 생성방법 및 시스템

Info

Publication number: KR102266098B1
Application number: KR1020190169426A
Authority: KR
Inventors: 심진용
Original assignee: 주식회사 아이티맨
Priority date: 2019-12-18
Filing date: 2019-12-18
Publication date: 2021-06-18

Abstract

본 발명은 첨두부하를 경감시키고 경제적 이득을 극대화시킨 ESS 충방전스케줄 생성방법 및 시스템에 관한 것이다. 이를 위하여 본 발명은, 시간대별 가격변수를 포함하는 전력데이터를 전송받아 저장하는 데이터수집부; 상기 데이터수집부에 저장된 데이터를 기초로 하여 제어변수, 상태변수, 출력변수를 포함하는 변수 및 출력함수, 비용함수를 포함하는 함수를 설정하는 환경설정부; 상기 환경설정부에서 설정된 변수 및 함수를 이용하여 시간대별 제어변수를 생성하는 예측제어산출부를 포함하여 구성되며, 상기 환경설정부는, 시간대별 배터리충방전량 BAT(k)를 제어변수로, 시간대별 계통인입 전력량을 상태변수 GRID(k)로, 상기 상태변수 기초한 시간대별 절약금액을 출력변수 SAVE(k)로 설정하고, 절약금액에 대한 목표함수 Rs및 상기 시간대별 절약금액을 포함하는 출력함수 Y를 설정하며, 상기 예측제어산출부는 상기 목표함수 및 출력함수의 차 및 시간대별 제어변수의 차를 이용한 비용함수 J에 기초하여 상기 비용함수가 최소로 되도록 하는 시간대별 제어변수의 차를 산출하여 시간대별 제어변수를 생성하는 ESS 충방전스케줄 생성시스템을 제공한다.
따라서, 본 발명에 의하면, ESS에서 전력생산과 사용의 시간적 불일치 문제를 체계적으로 해결하여 첨두부하를 경감시키고 비용이득을 최대화할 수 있는 이점이 있다.

Description

ESS 충방전스케줄 생성방법 및 시스템{ESS charging/discharging shchedule producing method and system}

본 발명은 ESS 충방전스케줄 생성방법 및 시스템에 관한 것이며, 구체적으로 첨두부하를 경감시키고 경제적 이득을 극대화시킨 ESS 충방전스케줄 생성방법 및 시스템에 관한 것이다.

통신 및 전력사용이 스마트화되어 가고, 전력 단절 없이 안정된 전력을 공급하는 것이 사업자에 중요한 요소 중에 하나이다. 이러한 측면에서 전력운영적인 측면에서 저렴한 비용으로 전력저장 장치를 구축하고 전력 단절 없이 전력을 공급이 요구되고 있다.

이에 따라 대규모 ESS시장과 더불어 소규모기업, 건물 등으로 ESS장치가 많이 확대될 것으로 예측되고 있으며 이를 운영할 수 있는 모니터링과 제어를 위한 스마트환경에 맞는 다양한 기능과 에너지 저장장치 상호 운영성 및 확장성을 위한 가진 전력공급장치가 요구되고 있다.

이러한 ESS의 에너지 관리시스템으로서, 공개특허 제10-2019-0112441호를 참조하면, 에너지 관리시스템은 전력수요보정부 및 운영스케쥴 갱신부를 구비하며, 전력수요보정부에서는 전력수요데이터와 실제부하간 차이가 기준치를 초과하면 전력수요데이터를 소정의 값만큼 상향 또는 하향시키는 방식으로 보정한다.

또한, 운영스케쥴 갱신부는 전력수요 보정데이터 및 동일 시간대에 해당하는 배터리 충방전상태를 에너지저장장치로부터 수집하여 추출된 전력수요 보정데이터와 수집된 충방전상태 데이터를 고려하여 충방전 운영 스케쥴을 갱신한다.

이러한 방법으로 갱신된 충방전 운영 스케쥴을 통해 전력수요에 대해 어느정도 대비는 가능하나 실시간으로 계속하여 갱신을 해주어야 하므로 서버에 부하가 많이 걸리고 그때그때 갱신을 하므로 미래예측에 대해 체계적이지 못한 문제점이 있다.

또한, 상기와 같은 종래기술은 전력수요에 대한 대비만 할 뿐 전력 차익거래에 의한 경제적 이득의 극대화에 대해서는 전혀 고려하고 있지 않은 문제점이 있다.

본 발명은 상기한 문제점을 해결하기 위한 것이며, 구체적으로 ESS에서 전력생산과 사용의 시간적 불일치 문제를 체계적으로 해결하여 첨두부하를 경감시키고 비용이득을 최대화할 수 있는 ESS 충방전스케줄 생성방법 및 시스템을 제공하기 위한 것이다.

상기한 목적을 달성하기 위하여 본 발명은, 시간대별 가격변수를 포함하는 전력데이터를 전송받아 저장하는 데이터수집부; 상기 데이터수집부에 저장된 데이터를 기초로 하여 제어변수, 상태변수, 출력변수를 포함하는 변수 및 출력함수, 비용함수를 포함하는 함수를 설정하는 환경설정부; 상기 환경설정부에서 설정된 변수 및 함수를 이용하여 시간대별 제어변수를 생성하는 예측제어산출부를 포함하여 구성되며,

상기 환경설정부는, 컬럼벡터 (BAT(k), GRID(k), LOAD(k))^T를 제어변수로, 컬럼벡터

(aBAT(k), aGRID(k), aLOAD(k))^T를 상태변수로, 상기 상태변수 기초한 시간대별 절약금액을 출력변수 SAVE(k)로 설정하고, 절약금액에 대한 목표함수 Rs및 상기 시간대별 절약금액을 포함하는 출력함수 Y를 설정하며, 상기 예측제어산출부는 상기 목표함수 및 출력함수의 차 및 시간대별 제어변수의 차를 이용한 비용함수 J에 기초하여 상기 비용함수가 최소로 되도록 하는 시간대별 제어변수의 차를 산출하여 시간대별 제어변수를 생성하는 ESS 충방전스케줄 생성시스템을 제공한다.

상기 비용함수 J는

J = (Rs - Y)^T(Rs - Y) + ΔU^TRwΔU로 설정되고,

상기 예측제어산출부에서는 비용변화함수를 ΔU = (Φ^TΦ+Rw)^-1Φ^T(Rs-FX(k))로 산출하는 것이 바람직하다.

상기 제어변수와 상태변수의 관계식은

aBAT(k+1) = aBAT(k)+BAT(k)

aGRID(k+1) = aGRID(k) + GRID(k)×PR(k)

aLOAD(k+1) = aLOAD(k) + LOAD(k)×PR(k)

로 산출할 수 있다.

상기 출력변수는

SAVE(k) = aBAT(k)×CONV - aGRID(k) + aLOAD(k)로 설정되며, 출력함수는

Y = [SAVE(k+1|k) SAVE(k+2|k) … SAVE(k+Np|k)]^T로 설정되는 것이 바람직하다.

상기 목표함수 Rs는

(DAY는 일수, RR은 튜닝파라미터, LOAD(k)는 시간대별 예측부하 전력량, PR(k)는 시간대별 전력요금, Np는 예측샘플링수)로 설정되는 것이 바람직하다.

상기 제어변수설정부는 누적배터리 충방전량 aBAT(k+1) = aBAT(k)+BAT(k) 및 상기 누적배터리 충방전량의 최대값 Cap을 설정하고, 상기 예측제어산출부는 상기 Cap값에 따라 최적RR을 산출할 수 있다.

또한, 본 발명에 의하면, 데이터수집부에서 시간대별 가격변수를 포함하는 전력데이터를 전송받아 저장하는 단계; 환경설정부에 의하여 상기 데이터수집부에 저장된 데이터를 기초로 하여 제어변수, 상태변수, 출력변수를 포함하는 변수 및 출력함수, 비용함수를 포함하는 함수를 설정하는 단계; 예측제어산출부에 의하여 상기 환경설정부에서 설정된 변수 및 함수를 이용하여 시간대별 제어변수를 생성하는 단계를 수행하며,

상기 환경설정부는,

컬럼벡터 (BAT(k), GRID(k), LOAD(k))^T를 제어변수로, 컬럼벡터

(aBAT(k), aGRID(k), aLOAD(k))^T를 상태변수로, 상기 상태변수 기초한 시간대별 절약금액을 출력변수 SAVE(k)로 설정하고, 절약금액에 대한 목표함수 Rs및 상기 시간대별 절약금액을 포함하는 출력함수 Y를 설정하며, 상기 예측제어산출부는 상기 목표함수 및 출력함수의 차 및 시간대별 제어변수의 차를 이용한 비용함수 J에 기초하여 상기 비용함수가 최소로 되도록 하는 시간대별 제어변수의 차를 산출하여 시간대별 제어변수를 생성하는 ESS 충방전스케줄 생성방법을 제공한다.

본 발명에 의하면, ESS에서 전력생산과 사용의 시간적 불일치 문제를 체계적으로 해결하여 첨두부하를 경감시키고 비용이득을 최대화할 수 있는 이점이 있다.

또한, 일(day) 단위로 시간대별 예측 제어변수를 생성하여 서버의 부하를 줄이고 비교적 장기적이고 체계적인 제어를 수행할 수 있는 이점이 있다.

도 1은 본 발명에 의한 ESS 충방전스케줄 생성시스템의 구성을 나타내는 구성도;
도 2는 이틀간 시간대별 kWh당 전력요금을 나타내는 예시 그래프;
도 3은 이틀간 시간대별 예측부하를 나타내는 예시 그래프;
도 4는 이틀간 시간대별 계통인입 전력량 및 배터리 충방전량을 나타내는 예측제어 그래프;
도 5는 이틀간 목표함수 및 출력함수를 나타내는 결과 그래프.

본 발명에 의한 구체적인 실시예의 구성 및 작용에 대하 여 도면을 참조하여 상세하게 설명한다.

도 1을 참조하면, 본 발명에 의한 ESS 충방전스케줄 생성시스템은 데이터수집부(100), 환경설정부(200), 예측제어산출부(300)를 포함하여 구성된다.

상기 데이터수집부(100)에서는 ESS충방전데이터, 예측부하데이터, 비용데이터 등 여러가지 형태의 데이터들이 전송되어 저장된다. 상기 데이터수집부에 저장되는 데이터는 외부로부터 전송되어 저장되는 데이터도 있고 사용자에 의해 입력된 데이터도 있을 수 있다.

도 2를 참조하면, 전력요금은 시간대별로 달라지며, 본 발명에서는 이러한 시간대별 전력요금을 이용하여 요금이득을 최대화할 수 있는 방법을 제시한다.

도 3을 참조하면, 상기 예측부하데이터는 시간대별로 저장될 수 있으며, 예를 들어 과거의 데이터로부터 가공된 데이터로 이루어질 수 있다. 즉, 과거의 데이터를 기초로 하여 시간대별 평균 또는 추이를 보간하여 이루어진 데이터로 이루어질 수 있다.

상기 예측부하데이터는 정해진 시간간격에 따른 데이터로 이루어지는 것이 바람직하다. 예를 들어, 상기 시간간격은 15분이 될 수 있으며, 하루 24시를 기준으로 96개의 데이터로 이루어질 수 있다. 도 2에서 세로축은 kW, 가로축 1은 15분을 의미하며 이틀 길이의 데이터를 보여준다.

상기 환경설정부(200) 및 예측제어산출부(300)는 MPC(Model Predictive Control)를 기초로 하여 ESS 최적 충방전데이터를 생성한다.

구체적으로, 상기 환경설정부(200)는 제어변수설정부(210), 상태변수설정부(220), 출력변수설정부(230), 목표함수설정부(240), 출력함수설정부(250), 비용함수설정부(260)를 포함하여 구성된다.

상기 제어변수설정부(210)에서는 컬럼벡터로 이루어지며, 구체적으로

(BAT(k), GRID(k), LOAD(k))^T를 제어변수로 설정한다. 여기서, T는 transpose를 의미한다.

상기 BAT(k)는 시간대별 배터리충방전량을 나타낸다. 여기서, k는 시간에따른 순서를 나타내며, 예를 들어 샘플링수가 96이라면 k는 1,2,3,…,96 중 하나의 값을 가질 수 있으며, 하루 24시간 동안의 데이터라면 k는 15분 간격의 데이터를 나타낼 수 있다.

상기 제어변수는 실제로 시스템에서 제어하는 물리량을 의미하며, BAT(k)는 시간에 따른 배터리의 충전량 또는 방전량을 나타낸다. 예를 들어, BAT(k)가 +이면 배터리의 충전을 의미하고, BAT(k)가 -이면 배터리의 방전을 의미할 수 있다.

상기 GRID(k)는 시간대별 계통인입 전력량을 나타내며, LOAD(k)는 시간대별 예측부하 전력량을 나타낸다. 상기 LOAD(k)는 데이터수집부(100)에서 전송받거나 사용자로부터 입력받을 수 있다.

상기 상태변수설정부(220)에서는 역시 컬럼벡터

(aBAT(k), aGRID(k), aLOAD(k))^T를 상태변수로 설정한다.

상기 상태변수는 특정 시간에서의 제어변수에 따라 이후 시간에서 변하게 되는 물리량으로서, aBAT(k)는 누적 배터리 충방전량을 나타내고, aGRID(k)는 누적 계통인입 전력요금을 나타내며, aLOAD(k)는 누적 예측부하 전력요금을 나타낸다.

환경설정부에서는 제어변수와 상태변수의 관계식이

aGRID(k+1) = aGRID(k) + GRID(k)×PR(k) (1)

aBAT(k+1) = aBAT(k)+BAT(k) (2)

aLOAD(k+1) = aLOAD(k) + LOAD(k)×PR(k) (3)

로 설정될 수 있다. 여기서, PR(k)는 도 1에 나타낸 것과 같은 시간대별 kWh당 전력요금이다.

상기 출력변수설정부(230)에서는 시간대별 절약금액 SAVE(k)를 출력변수로 설정한다. 상기 출력변수는 상태변수에 따라 변하게 되는 변수로서 SAVE(k)는 배터리의 충방전으로 인해 k번째 시간까지 누적된 절약비용을 의미한다. 즉,

SAVE(k) = aBAT(k)×CONV - aGRID(k) + aLOAD(k) (4)

로 설정될 수 있다. 여기서, CONV는 배터리에 남아 있는 잔량에 대한 kWh당 전력요금으로서 PR(k)중 가장 큰 금액, 즉 max(PR(k))로 설정될 수 있다.

상기 목표함수설정부(240)에서는 절약금액에 대한 이상적인 데이터를 나타내며, r(k)가 k번째 시간에서의 목표절약금액이라면 목표함수 Rs는 다음과 같이 나타낼 수 있다.

Rs^T = [1 1 1 … 1]r(k) (5)

여기서 T는 전치행렬(Transpose)을 의미하며, 열(column) 개수는 예측샘플링수 Np와 같다. 상기 예측샘플링수는 한번 예측제어를 할 때 몇 개의 시간간격을 하는지를 나타내는 수로서, 예를 들어 한번 예측제어를 할 때 하루 24시간을 하고 15분마다 예측제어를 한다면 예측샘플링수 Np는 24×60÷15 = 96이 된다.

상기 출력함수설정부(250)에서는 각 시간간격에 따른 출력변수를 이용하여 벡터형태로 출력함수 Y를 나타낸다. 즉,

Y = [SAVE(k+1|k) SAVE(k+2|k) … SAVE(k+Np|k)]^T(6)

로 설정될 수 있다. 여기서, SAVE(k+m|k)는 k시간에서 예측되어진 출력변수로서, k+m시간에서의 절약금액을 의미한다.

환경설정부(200)에서는 상기한 설정을 기초로 하여 충방전제어식을 구성한다. 구체적으로, 환경설정부에서는 다음과 같은 행렬식을 구성한다.

X(k+1) = A(k)X(k) +B(k)U(k) (7)

Y(k) = C(k)X(k) (8)

여기서,

,

,

,

로 구성된다.

상기 비용함수설정부(260)에서는 목표함수와 출력함수를 이용하여 그 차이에 대한 비용함수 J를 구성한다.

J = (Rs - Y)^T(Rs - Y) (9)

또한, 비용함수설정부(260)에서는 비용변화함수 ΔU를 직접적으로 포함하여 설정될 수도 있다.

J = (Rs - Y)^T(Rs - Y) + ΔU^TRwΔU (10)

여기서, ΔU = [ΔU(k) ΔU(k+1) ΔU(k+2) … ΔU(k+Nc-1)]^T이고,

ΔU(k+1) = U(k+1) - U(k), Nc는 한번 예측제어를 할 때 몇 번의 제어를 하는지를 나타내는 수로서, Nc≤Np이다.

또한, Rw = rwI(I는 Nc x Nc 단위행렬)이고, rw(≥0)는 조절파라미터로서 비용함수에서 (Rs - Y)^T(Rs - Y)항과 ΔU^TRwΔU항의 비중을 결정한다.

환경설정부(200)에 의해 비용함수가 결정되면 예측제어산출부(300)에서는 상기 비용함수를 이용하여 예측샘플링수 만큼의 예측제어변수 U(k)를 산출한다.

이하 예측제어산출부(300)에서의 구체적인 예측제어변수 산출과정에 대하여 설명한다.

(7)식에 의해

X(k+1|k) = AX(k) + BΔU(k)

X(k+2|k) = A²X(k) + ABΔU(k) + BΔU(k+1)

…

SAVE(k+1|k) = CAX(k) + CBΔU(k)

SAVE(k+2|k) = CA²X(k) + CABΔU(k) +CBΔU(k+1)

SAVE(k+3|k) = CA³X(k) + CA²BΔU(k) +CABΔU(k+1) + CBΔU(k+2)

…

로 되고,

ΔU = [ΔU(k) ΔU(k+1) ΔU(k+2) … ΔU(k+Nc-1)]^T

로 표시하면,

Y = FX(k) + ΦΔU (11)

형태로 정리된다.

여기서,

F = [CA CA² CA³ … CA^Np]^T

이다.

예측제어산출부(300)에서는 비용함수

J = (Rs - Y)^T(Rs - Y) + ΔU^TRwΔU를 ΔU로 편미분하여 최적화된 ΔU의 값을 계산한다. 즉,

을 계산하면,

ΔU = (Φ^TΦ+Rw)^-1Φ^T(Rs-FX(k)) (12)

이 산출된다.

예측제어산출부(300)에서는 위 식을 이용하여 최적화된 ΔU를 계산하며, 이에 따라 하나의 예측제어 샘플링수에 따른 ΔU(k+1)가 자동적으로 계산된다.

도 4는 예측제어산출부(300)에서 이와 같은 과정을 통해 생성된 예측제어 그래프를 나타낸다. 배터리 그래프에서 0보다 작은 경우는 방전, 0보다 큰 경우는 충전스케줄을 나타낸다.

여기서, 도 3에서 부하예측 값이 제한설정값(2.199kW)을 넘는 전 구간(T1~T6)에서 도 4의 GRID(k) 값이 피크값을 넘지 않는 것을 확인할 수 있다. 이것은, 본 발명에 따른 예측제어변수에 의한 배터리 충방전 스케줄로 인해 첨두부하(peak load)를 효과적으로 경감시켰음을 의미한다.

한편, 본 실시예에서 목표함수는

(13)

로 설정된다. 여기서, DAY는 일수, RR은 튜닝 파라미터로서 RR의 최대값은 후술할 Cap값에 의해 결정될 수 있다. 본 실시예에서 RR은 0.1 ≤ RR ≤ 0.3으로 환경설정부에 설정되었다.

즉, 제어변수설정부에서는 aBAT(k)의 최대값 Cap값이 설정될 수 있으며, 0 ≤ aBAT(k)≤ Cap이 된다. 또한, 본 실시예에서 Cap은 6kWh ≤ Cap ≤ 60kWh로 설정되었다.

상기 Rs가 설정되면, 제어변수 aU(k)는 출력변수인 절약금액 SAVE(k)가 도 5와 같이 Rs와의 차이가 최대한 작아지도록 제어가 된다. 따라서, 본 발명에 의하면, 예측제어변수에 의해 첨두부하를 경감시킴과 동시에 절약금액을 최대로 제어할 수 있다.

예측제어산출부에서는 Cap값이 설정되면 설정된 Cap값에 따라 RR을 변동시키면서 출력변수 SAVE(k)를 계산하여 SAVE(k)가 가장 크게 되는 RR값을 최적RR값으로 설정한다. 즉, 이러한 최적RR은 Cap값에 의해 분류되어 정해질 수 있다.

아래의 표는 본 실시예에 의해 실험된 절약금액 및 요금이득을 산출한 표이다.

Cap	최적RR	절약금액(원)	요금이득(%)
10	0.1	2505	10
20	0.2	3441	13
30	0.2	4885	19
40	0.3	5963	23
50	0.3	7097	27
60	0.3	7889	30

요금이득은 누적전력요금에 대한 절약금액의 백분율이다.

이와 같이 본 발명에 의하면 배터리용량에 따른 최적RR값을 구할 수 있으며, 요금이득을 최대화할 수 있는 이점이 있다.

상기에서는 본 발명의 실시예들을 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

100 : 데이터수집부 200 : 환경설정부
210 : 제어변수설정부 220 : 상태변수설정부
230 : 출력변수설정부 240 : 목표함수설정부
250 : 출력함수설정부 260 : 비용함수설정부
300 : 예측제어산출부

Claims

시간대별 가격변수를 포함하는 전력데이터를 전송받아 저장하는 데이터수집부;
상기 데이터수집부에 저장된 데이터를 기초로 하여 제어변수, 상태변수, 출력변수를 포함하는 변수 및 출력함수, 비용함수를 포함하는 함수를 설정하는 환경설정부;
상기 환경설정부에서 설정된 변수 및 함수를 이용하여 시간대별 제어변수를 생성하는 예측제어산출부를 포함하여 구성되며,
상기 환경설정부는,
BAT(k)를 시간대별 배터리충방전량, GRID(k)를 시간대별 계통인입 전력량, LOAD(k)를 시간대별 예측부하 전력량, aBAT(k)를 누적 배터리 충방전량, aGRID(k)를 누적 계통인입 전력요금, aLOAD(k)를 누적 예측부하 전력요금, k를 시간에 따른 샘플링 순서를 나타내는 변수로 하여
컬럼벡터 (BAT(k), GRID(k), LOAD(k))^T를 실제로 시스템에서 제어하는 제어변수로, 컬럼벡터
(aBAT(k), aGRID(k), aLOAD(k))^T를 상기 제어변수에 따라 변하게 되는 물리량인 상태변수로, 상기 상태변수 기초한 시간대별 절약금액을 출력변수 SAVE(k)로 설정하고,
절약금액에 대한 목표함수 Rs및 상기 시간대별 절약금액을 포함하는 출력함수 Y를 설정하며,
상기 예측제어산출부는 상기 목표함수 및 출력함수의 차 및 시간대별 제어변수의 차를 이용한 비용함수 J에 기초하여 상기 비용함수가 최소로 되도록 하는 시간대별 제어변수의 차를 산출하여 시간대별 제어변수를 생성하는 ESS 충방전스케줄 생성시스템.
제1항에 있어서,
상기 제어변수와 상태변수의 관계식은
aBAT(k+1) = aBAT(k)+BAT(k)
aGRID(k+1) = aGRID(k) + GRID(k)×PR(k)
aLOAD(k+1) = aLOAD(k) + LOAD(k)×PR(k)
(PR(k)는 시간대별 kWh당 전력요금)로 산출하는 것을 특징으로 하는 ESS 충방전스케줄 생성시스템.
제1항에 있어서,
상기 출력변수는
SAVE(k) = aBAT(k)×CONV - aGRID(k) + aLOAD(k)
(CONV는 배터리에 남아 있는 잔량에 대한 kWh당 전력요금)로 설정되며, 출력함수는
Y = [SAVE(k+1|k) SAVE(k+2|k) … SAVE(k+Np|k)]^T
(SAVE(k+1|k)는 k시간에서 예측되어진 k+1시간에서의 절약금액, Np는 예측제어를 할 때 1회당 예측샘플링수)로 설정되는 것을 특징으로 하는 ESS 충방전스케줄 생성시스템.
제1항에 있어서,
상기 목표함수 Rs는

(DAY는 일수, RR은 튜닝파라미터, LOAD(k)는 시간대별 예측부하 전력량, PR(k)는 시간대별 전력요금, Np는 예측샘플링수)로 설정되는 것을 특징으로 하는 ESS 충방전스케줄 생성시스템.
제4항에 있어서,
상기 환경설정부는 누적배터리 충방전량 aBAT(k+1) = aBAT(k)+BAT(k) 및 상기 누적배터리 충방전량의 최대값 Cap을 설정하고,
상기 예측제어산출부는 상기 Cap값에 따라 RR을 변동시키면서 출력변수 SAVE(k)를 계산하여 SAVE(k)가 가장 크게 되는 RR값을 최적RR값으로 설정하여 요금이득을 최대화하는 것을 특징으로 하는 ESS 충방전스케줄 생성시스템.
데이터수집부에서 시간대별 가격변수를 포함하는 전력데이터를 전송받아 저장하는 단계;
환경설정부에 의하여 상기 데이터수집부에 저장된 데이터를 기초로 하여 제어변수, 상태변수, 출력변수를 포함하는 변수 및 출력함수, 비용함수를 포함하는 함수를 설정하는 단계;
예측제어산출부에 의하여 상기 환경설정부에서 설정된 변수 및 함수를 이용하여 시간대별 제어변수를 생성하는 단계를 수행하며,
상기 환경설정부는,
BAT(k)를 시간대별 배터리충방전량, GRID(k)를 시간대별 계통인입 전력량, LOAD(k)를 시간대별 예측부하 전력량, aBAT(k)를 누적 배터리 충방전량, aGRID(k)를 누적 계통인입 전력요금, aLOAD(k)를 누적 예측부하 전력요금, k를 시간에 따른 샘플링 순서를 나타내는 변수로 하여
컬럼벡터 (BAT(k), GRID(k), LOAD(k))^T를 실제로 시스템에서 제어하는 제어변수로, 컬럼벡터
(aBAT(k), aGRID(k), aLOAD(k))^T를 상기 제어변수에 따라 변하게 되는 물리량인 상태변수로, 상기 상태변수에 기초한 시간대별 절약금액을 출력변수 SAVE(k)로 설정하고,
절약금액에 대한 목표함수 Rs및 상기 시간대별 절약금액을 포함하는 출력함수 Y를 설정하며,
상기 예측제어산출부는 상기 목표함수 및 출력함수의 차 및 시간대별 제어변수의 차를 이용한 비용함수 J에 기초하여 상기 비용함수가 최소로 되도록 하는 시간대별 제어변수의 차를 산출하여 시간대별 제어변수를 생성하는 ESS 충방전스케줄 생성방법.