KR102350667B1 - 송전 전력 계통 기반의 전력 계통 관제 시스템 - Google Patents
송전 전력 계통 기반의 전력 계통 관제 시스템 Download PDFInfo
- Publication number
- KR102350667B1 KR102350667B1 KR1020210045689A KR20210045689A KR102350667B1 KR 102350667 B1 KR102350667 B1 KR 102350667B1 KR 1020210045689 A KR1020210045689 A KR 1020210045689A KR 20210045689 A KR20210045689 A KR 20210045689A KR 102350667 B1 KR102350667 B1 KR 102350667B1
- Authority
- KR
- South Korea
- Prior art keywords
- power
- demand
- information
- renewable energy
- big data
- Prior art date
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 22
- 230000005611 electricity Effects 0.000 claims abstract description 20
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 14
- 230000003442 weekly effect Effects 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000010248 power generation Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 201000010099 disease Diseases 0.000 claims description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 3
- 230000001413 cellular effect Effects 0.000 claims description 2
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 238000013480 data collection Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- G06F17/40—Data acquisition and logging
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
본 발명은 인공지능 기반으로 전력 수요를 미리 예측하는 송전 전력 계통 기반의 전력 계통 관제 시스템에 관한 것으로, 통신망을 이용해 TV 뉴스 DB(data base), 언론사 DB, SNS(social network service), 및 국가재난안전시스템 중에서 적어도 하나에 접속하여 수집한 빅데이터 정보에 기반하여 전력 수요를 예측하고, 예측된 전력 수요에 따라 상기 복수의 전력 수요처들에게 필요한 전력 예비율을 제어하는 제어 시스템을 포함하고, 상기 제어 시스템은, 상기 빅데이터 정보에 포함된 텍스트 및 음성 정보를 인공지능 기반으로 키워드 검색을 수행하여, 상기 복수의 전력 수요처들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측하는 수요 예측부를 포함하는 바, 전력 계통의 전력 수급 불균형 문제를 해소하며, 전력 계통에 필요한 예비 전력을 높일 수 있다.
Description
본 발명은 송전 전력 계통을 기반으로 하는 전력 계통의 관제 시스템에 관한 것으로, 상세하게는 인공지능 기반으로 전력 수요를 미리 예측하는 전력 계통의 관제 시스템에 관한 것이다.
송전 전력계통은 발전소, 변전소를 네트워크로 연결하며 송전 전력 계통을 포함하는 전력 계통은 송배전선 및 부하가 일체로 되어 전력의 발생에서 소비까지 이루어지는 하나의 시스템이다. 송전 전력 계통을 기반으로 하는 전력계통은 전력의 발생과 소비의 동질성으로 수요와 공급이 평형을 이루어야 하기 때문에 전력수요의 감시가 지속적으로 이루어져야 한다.
최근, 산업은 점차 고도화, 및 정보화됨에 따라 전력수요가 꾸준히 증가하고 있으며, 따라서 보다 효율적으로 전력계통을 운용할 수 있는 방안에 대한 연구개발이 지속적으로 요구되고 있다.
한편, 폭발적으로 증가하는 전력수요를 충족하고, 자연환경을 보호해야한다는 필요성의 대두로 신재생 에너지에 대한 관심이 증가하고 있다.
신재생 에너지란 석유를 대체하는 에너지원으로, 태양광, 풍력, 해양에너지 등을 포함한다. 신재생 에너지원은 단일 또는 다수의 발전기가 발전 단지를 구성하여 전력을 생산하는데, 일반적으로 계통 연계형으로서, 변화하는 풍속 또는 일사량 등에 따라 최대 출력점을 제어하여 생산되는 전력을 전력 계통에 공급하도록 구성된다.
신재생 에너지원은 자연을 힘을 이용하기 때문에 생산되는 전력을 제어하기 어렵고, 그 적용 비율이 커지면 출력 변화로 인하여 전력 계통의 안정도에 악영향을 끼칠 수 있으며, 최악의 경우에는 전력 공급을 중단해야 하는 상황이 발생할 수도 있다. 종래에는, 상기 문제를 해결하기 위해, 신재생 에너지 발전원에 기계적 또는 전기적 장치를 적용하여 출력을 제한하는 기능을 구비하고 있으나, 전력 수요에 따라 계통의 안정적인 전력 수급을 위해 요구되는 출력 값으로 제어하기 어려운 상황이다.
본 발명의 다양한 실시 예는 상기 문제점을 해결하기 위한 것으로, 인공지능 기반으로 전력 수요를 미리 예측하는 전력 계통의 관제 시스템을 제공하는데 목적이 있다.
본 발명의 다양한 실시예에 따른 송전 전력 계통 기반의 전력 계통 관제 시스템은, 화력 발전, 수력 발전, 및 원자력 발전을 포함하는 레거시(legacy) 전력 계통, 풍력 발전, 및 태양광 발전을 포함하는 신재생 에너지 계통, 상기 레거시 전력 계통 및 상기 신재생 에너지 계통 각각에 의해 생산되는 전력 생산량, 및 지정된 범위 내에 위치한 복수의 전력 수요처들로부터 사용되는 전력 소비량을 모니터링하고, 통신망을 이용해 TV 뉴스 DB(data base), 언론사 DB, SNS(social network service), 및 국가재난안전시스템 중에서 적어도 하나에 접속하여 수집한 빅데이터 정보에 기반하여 전력 수요를 예측하고, 예측된 전력 수요에 따라 상기 복수의 전력 수요처들에게 필요한 전력 예비율이 조정되도록 상기 레거시 전력 계통 및 상기 신재생 에너지 계통을 제어하는 제어 시스템을 포함하고, 상기 제어 시스템은, 상기 빅데이터 정보에 포함된 텍스트 및 음성 정보를 인공지능 기반으로 키워드 검색을 수행하여, 상기 복수의 전력 수요처들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측하는 수요 예측부를 포함한다.
본 발명의 다양한 실시 예에 따른 송전 전력 계통 기반의 전력 계통 관제 시스템으로는 인공지능 기반으로 전력 수요를 미리 예측함에 따라 전력 계통의 전력 수급 불균형 문제를 해소하며, 전력 계통에 필요한 예비 전력을 높일 수 있다.
도 1은 본 발명의 일 실시예에 따른 송전 전력 계통을 기반으로 하는 전력 계통의 관제 시스템의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 제어 시스템의 블록도이다.
도 3은 일반적인 전력 사용량과 본 발명의 일 실시예에 따른 전력 수요 예측을 나타낸 그래프이다.
도 4는 본 발명의 일 실시예에 따른 수요 예측부의 블록도이다.
도 5는 본 발명의 일 실시예에 따라 수집된 빅데이터 정보의 예시이다.
도 6은 본 발명의 일 실시예에 따라 수집된 빅데이터 정보의 다른 예시이다.
도 2는 본 발명의 일 실시예에 따른 제어 시스템의 블록도이다.
도 3은 일반적인 전력 사용량과 본 발명의 일 실시예에 따른 전력 수요 예측을 나타낸 그래프이다.
도 4는 본 발명의 일 실시예에 따른 수요 예측부의 블록도이다.
도 5는 본 발명의 일 실시예에 따라 수집된 빅데이터 정보의 예시이다.
도 6은 본 발명의 일 실시예에 따라 수집된 빅데이터 정보의 다른 예시이다.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.
본 문서에서, 전력 계통은, 송전 전력 계통을 기반으로 하는 전력 계통으로 발전소에서 생산한 전기를 전력 수요처(예: 도 1의 전력 수요처(150))(댁내, 또는 건물, 공장 등)에 공급하기 위하여 물리적으로 상호 연결된 전기 설비를 포함할 수 있다. 예를 들면, 전력 계통은, 발전 설비, 송변전 설비, 배전 설비, 기타 부대 설비 등을 포함하는 것으로 정의될 수 있다.
도 1은 본 발명의 일 실시예에 따른 송전 전력 계통 기반의 전력 계통 관제 시스템의 블록도이다.
도 1을 참조하면, 일 실시예에 따른 송전 전력 계통 기반의 전력 계통 관제 시스템(10)은, 레거시 전력 계통(110), 신재생 에너지 계통(120), 통신망(130), 제어 시스템(140), 및 전력 수요처(150)(부하)를 포함할 수 있다.
레거시(legacy) 전력 계통(110)은 화력 발전, 수력 발전, 및 원자력 발전을 포함하는 전력 계통일 수 있다.
신재생 에너지 계통(120)은, 풍력 발전, 해양 발전, 및 태양광 발전을 포함하는 전력 계통일 수 있다.
레거시 전력 계통(110)과 신재생 에너지 계통(120)은, 제어 시스템(140)에 의해 전력 생산, 전력 공급, 출력 등이 제어될 수 있다. 레거시 전력 계통(110)과 신재생 에너지 계통(120)이 서로 연결되는 통전 경로에는 차단기(미도시)가 배치될 수 있고, 차단기는 제어 시스템(140)에 의해 제어될 수 있다.
레거시 전력 계통(110)과 신재생 에너지 계통(120) 각각은, 각 발전소에 의해 생상된 전력을 저장하기 위한 에너지 저장 장치(미도시)를 포함할 수 있다. 에너지 저장 장치는, 제어 시스템(140)의 제어 하에, 생산된 전력을 저장해두었다가 전력이 필요한 시기에 저장된 전력을 전력 수요처(150)(부하)에 공급한다.
일 실시예에 따르면, 제어 시스템(140)은, 레거시 전력 계통(110)과 신재생 에너지 계통(120)을 모니터링하고, 그에 따른 전력 예비율에 따라 특정 전력 수요처(150)의 잉여 전력이 다른 전력 수요처(150)에서 공급되어 소모되도록 레거시 전력 계통(110)과 신재생 에너지 계통(120)을 제어할 수 있다.
통신망(130)은, 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크를 포함할 수 있다. 제어 시스템(140)은, 통신망(130)에 접속하여 TV 뉴스 DB(data base), 언론사 DB, SNS(social network service), 및 국가재난안전시스템 중에서 적어도 하나에 접속하고, 빅데이터 정보를 수집할 수 있다. 여기서, 빅데이터 정보는, 전력 수요를 예측하기 위한 뉴스 정보를 포함하는 것으로서, 예를 들면, 전력 수요가 급증할 것인지 여부를 판단하기 위한 로우 데이터로 활용될 수 있다.
제어 시스템(140)은, 레거시 전력 계통(110) 및 신재생 에너지 계통(120) 각각에 의해 생산되는 전력 생산량, 및 지정된 범위 내에 위치한 복수의 전력 수요처(150)들로부터 사용되는 전력 소비량을 모니터링한다.
제어 시스템(140)은, 통신망(130)을 이용해 TV 뉴스 DB(data base), 언론사 DB, SNS(social network service), 및 국가재난안전시스템 중에서 적어도 하나에 접속하여 수집한 빅데이터 정보에 기반하여 전력 수요를 예측한다.
제어 시스템(140)은, 빅데이터 정보를 분석하는 것에 의해 예측된 전력 수요에 따라 복수의 전력 수요처(150)들에게 필요한 전력 예비율이 조정되도록 레거시 전력 계통(110) 및 신재생 에너지 계통(120)을 제어한다. 이를 위해, 제어 시스템(140)은, 후술하는 바와 같이, 빅데이터 정보에 포함된 텍스트 및 음성 정보를 인공지능 기반으로 키워드 검색을 수행하여, 복수의 전력 수요처(150)들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측하는 수요 예측부(예: 도 2의 수요 예측부(230))를 포함할 수 있다.
도 2는 본 발명의 일 실시예에 따른 제어 시스템(140)의 블록도이다.
도 2를 참조하면, 일 실시예에 따른 제어 시스템(140)은, 전력 생산량 모니터링부(210), 전력 소비량 모니터링부(220), 인공지능 기반의 수요 예측부(230), 신재생 에너지 제어부(240), 및 계통 제어부(250)를 포함할 수 있다.
전력 생산량 모니터링부(210)는, 레거시 전력 계통(110) 및 신재생 에너지 계통(120) 각각에 의해 생산되는 전력 생산량을 모니터링한다.
전력 소비량 모니터링부(220)는 복수의 전력 수요처(150)들로부터 사용되는 전력 소비량을 모니터링한다.
인공지능 기반의 수요 예측부(230)는, 빅데이터 정보에 포함된 텍스트 및 음성 정보를 인공지능 기반으로 키워드 검색을 수행하여, 복수의 전력 수요처(150)들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측한다.
수요 예측부(230)는 통신망(130)을 통해 TV 뉴스 DB(data base), 언론사 DB, SNS(social network service), 및 국가재난안전시스템 중에서 적어도 하나에 접속하고, 해당 매체로부터 전력 수요를 예측할 수 있는 키워드 정보들을 추출할 수 있다. 예를 들어, 수요 예측부(230)는, 날씨 뉴스에서 한 주간 폭염이 예상된다는 내용을 언급하면, 이를 인공지능 기반의 알고리즘을 통해 자동으로 전력 수요가 급증할 것으로 예측할 수 있다. 예를 들어, 수요 예측부(230)는, 재난 뉴스에서 코로나 19와 같은 병해에 의해 집단 감염자 발생이 증가하여, 사회적 거리 두기 단계가 격상된다는 내용을 언급하면, 이를 인공지능 기반의 알고리즘을 통해 자동으로 관광 산업이 주력인 도시에서 전력 수요가 급감할 것으로 예측할 수 있다.
신재생 에너지 제어부(240)는, 신재생 에너지 계통(120)의 전력 생산 또는 출력을 제어한다. 예를들어, 신재생 에너지 제어부(240)는, 생산된 전력 대비 전력 수요가 낮은 경우, 신재생 에너지 계통(120)으로부터 전력이 생상되지 않도록 제어하거나, 신재생 에너지 계통(120)의 출력을 차단할 수 있다. 또는, 신재생 에너지 제어부(240)는, 특정 전력 수요처(150)의 잉여 전력이 다른 전력 수요처(150)에서 공급되어 소모되도록 신재생 에너지 계통(120)에 연관된 차단기(미도시)를 제어할 수 있다.
계통 제어부(250)는, 전력 예비율과 전력 수요 예측 결과에 따라 레거시 전력 계통(110) 및 신재생 에너지 계통(120)을 제어할 수 있다. 계통 제어부(250)는, 전력 생산량과 예측된 전력 수요를 비교하여 전력 예비율이 기준값 이상으로 초과될 것으로 판단되면, 신재생 에너지 계통(120)이 전력 생산을 중단하도록 제어하거나, 또는 특정 전력 수요처(150)의 잉여 전력이 다른 전력 수요처(150)에서 공급되어 소모되도록 레거시 전력 계통(110) 및 신재생 에너지 계통(120)을 제어한다.
계통 제어부(250)는, 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측한 결과에 따라, 전력 예비율이 임계값 이하로 낮아질 것으로 예상되면, 레거시 전력 계통(110)을 제어하여 전력 생산량이 증가되도록 제어한다. 반대로, 계통 제어부(250)는, 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측한 결과에 따라, 전력 예비율이 기준값 이상으로 초과될 것으로 판단되면, 잉여 전력이 발생할 것으로 간주하여, 특정 전력 수요처(150)의 잉여 전력이 다른 전력 수요처(150)에서 공급되어 소모되도록 레거시 전력 계통(110) 및 신재생 에너지 계통(120)을 제어한다.
도 3은 일반적인 전력 사용량과 본 발명의 일 실시예에 따른 전력 수요 예측을 나타낸 그래프이다.
도 3에서, 그래프 301은, 하루 동안의 일반적인 전력 사용량을 나타낸 예시적인 그래프이다. 예를 들면, 그래프 301은, 과거 히스토리에 따른 특정 시기의 일반적인 전력 사용량을 나타낸 예시적인 그래프일 수 있다. 즉, 그래프 301은, 매 해마다 특정 날짜에 사용된 전력을 평균적으로 모델링하여 나타낸 그래프일 수 있다.
도 3에서, 그래프 302는, 빅데이터 기반의 수요 예측에 따른 하루 동안의 예상 전력 사용량을 나타낸 그래프일 수 있다.
그래프 301과 그래프 302를 비교하면, 제어 시스템(140)의 수요 예측부(230)는, 빅데이터 기반으로 전력 수요를 예측해본 바, 매 해마다 특정 날짜에 사용된 평균적인 전력 사용량에 비하여, 예측값이 높은 것으로 판단할 수 있다. 특히, 도 3의 화살표 311과 같이, 약 10시 내지 14시 사이의 기간에 전력 사용량이 평균치 이상으로 급증할 것으로 판단할 수 있다. 이러한 수요 예측부(230)의 판단은, 전술한 바와 같이, TV 뉴스 DB(data base), 언론사 DB, SNS(social network service), 및 국가재난안전시스템 중에서 적어도 하나로부터 획득한 빅데이터 정보의 분석에 따른 결과일 수 있다. 예를 들어, 수요 예측부(230)는, 날씨 뉴스에서 평년적인 기온 또는 날씨와 달리 이상 고온 현상으로 폭염이 예상된다는 언급을 한 경우, 도 3의 화살표 311과 같이, 약 10시 내지 14시 사이의 기간에 전력 사용량이 연간 평균치 이상으로 급증할 것으로 판단할 수 있다. 이 경우, 제어 시스템(140)의 계통 제어부(250)는, 수요 예측부(230)에서 전력 수요가 급증할 것으로 판단한 것에 응답하여, 레거시 전력 계통(110)을 제어하여 전력 생산량이 증가되도록 제어함으로써 전력 예비율을 미리 높일 수 있다.
도 4는 본 발명의 일 실시예에 따른 수요 예측부(230)의 블록도이다.
도 4를 참조하면, 일 실시예에 따른 수요 예측부(230)는, 빅데이터 수집 모듈(410), 자동 음성 인식 모듈, 자연어 이해 모듈, 분석 모듈, 및 자연어 생성 모듈을 포함할 수 있다.
빅데이터 수집 모듈(410)은 TV 뉴스 DB(data base), 언론사 DB, SNS(social network service), 및 국가재난안전시스템 중에서 적어도 하나로부터 빅데이터 정보를 수집할 수 있다. 예를 들어, 빅데이터 수집 모듈(410)은, 날씨 뉴스, 기후 뉴스, 재난 뉴스, 또는 관광객 수, 여행객 수, 명절, 및 연휴와 관련한 뉴스 정보들을 수집할 수 있다.
자동 음성 인식 모듈(automatic speech recognition module, ASR module)(420)은, 빅데이터 정보에 포함된 음성 정보를 입력받고, 입력된 음성 정보로부터 음성 인식을 수행하여 음성 정보를 텍스트로 변한다.
자연어 이해 모듈(natural language understanding module, NLU module)(430)은, 자동 음성 인식모듈로부터 변환된 텍스트로부터 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 음성 정보의 발화자의 의도를 판단한다. 이를 위해, 자연어 이해 모듈(430)은, 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 파악된 단어의 의미를 의도에 매칭시켜 발화자의 의도를 결정할 수 있다.
분석 모듈(440)은, 자연어 이해 모듈(430)에 의해 결정된 발화자의 의도, 또는 빅데이터 정보에 포함된 텍스트 정보에 기반하여 복수의 전력 수요처(150)들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측한다.
예를 들어, 분석 모듈(440)은, 날씨 뉴스에서 평년적인 기온 또는 날씨와 달리 이상 고온 현상으로 폭염이 예상된다는 언급을 한 경우, 도 3의 화살표 311과 같이, 약 10시 내지 14시 사이의 기간에 전력 사용량이 평균치 이상으로 급증할 것으로 판단할 수 있다.
예를 들어, 분석 모듈(440)은, 재난 뉴스에서 코로나 19와 같은 병해에 의해 집단 감염자 발생이 증가하여, 사회적 거리 두기 단계가 격상된다는 내용을 언급하면, 이를 인공지능 기반의 알고리즘을 통해 자동으로 관광 산업이 주력인 도시(예: 제주도)에서 전력 수요가 급감할 것으로 예측할 수 있다.
자연어 생성 모듈(natural language generator module, NLG module)(450)은, 분석 모듈(440)에 의해 예측된 전력 수요에 관련한 정보를 텍스트 형태로 변경할 수 있다. 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 자연어 생성 모듈(450)은, 생성된 자연어 발화 형태의 텍스트를 제어 시스템(140)의 스피커(미도시)를 통해 음성 형태로 제공하거나, 또는 제어 시스템(140)의 디스플레이(미도시)를 통해 유저 인터페이스 형태로 제공할 수 있다.
일 실시예에 따른 제어 시스템(140)은, 자연어 생성 모듈(450)이, 전력 수요의 급증과 같은 위험성 경고를 스피커를 통해 음성 형태로 제공하거나, 또는 제어 시스템(140)의 디스플레이를 통해 유저 인터페이스 형태로 제공하였음에도 관리자(또는 사용자)로부터 특별한 조치가 없을 경우, 반복적인 리마인더를 제공할 수 있다. 예를 들어, 제어 시스템(140)은, 자연어 생성 모듈(450)이, 전력 수요의 급증과 같은 위험성 경고를 스피커를 통해 음성 형태로 제공하거나, 또는 제어 시스템(140)의 디스플레이를 통해 유저 인터페이스 형태로 제공한 시점으로부터 지정된 시간을 타이머로 설정하고, 타이머가 만료될 때까지 관리자(또는 사용자)로부터 레거시 전력 계통(110) 및 신재생 에너지 계통(120)을 제어하는 입력이 수신되지 않으면, 알림을 리마인더로서 반복적으로 출력할 수 있다.
도 5는 본 발명의 일 실시예에 따라 수집된 빅데이터 정보의 예시이다. 도 6은 본 발명의 일 실시예에 따라 수집된 빅데이터 정보의 다른 예시이다.
도 5 및 도 6을 참조하면, 일 실시예에 따른 분석 모듈(440)은, 빅테이터 정보에 포함된 음성 정보 또는 텍스트 정보에 특정 키워드가 포함되는지 키워드 검색을 수행하는 것에 의해 복수의 전력 수요처(150)들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측할 수 있다.
일 실시예에 따르면, 분석 모듈(440)이 키워드 검색을 수행하는 특정 키워드는, 특정 도시나 장소를 나타내는 장소 키워드, 날씨, 또는 온도를 나타내는 기후 키워드, 시간이나 날짜를 나타내는 날짜 키워드, 및 재난 현황 또는 정부의 재난 대책에 관한 정보를 나타내는 재난 키워드를 포함할 수 있다.
예를 들면, 도 5는 수집된 빅데이터 정보의 일 예로서, 날씨 뉴스(500)를 포함할 수 있다. 도 5를 참조하면, 날씨 뉴스(500)는, 장소 키워드로서 “서울(511)”을 포함하고, 기후 키워드로서 “39도(512)”, “폭염(513)”을 포함하고, 날짜 키워드로서 “내일(514)” 및 “오늘(514)”을 포함하며, 분석 모듈(440)은 이러한 키워드들을 추출하는 것에 의해 전력 수요를 예측할 수 있다.
예를 들면, 도 6은, 국가 재난 시스템으로부터 수집된 빅데이터 정보의 일 예로서, 재난 현황 및 정부 대책에 관한 정보를 제공하는 화면(600)을 포함할 수 있다. 도 6을 참조하면, 국가 재난 시스템의 화면(600)은, 재난 키워드로서 “사회적 거리 두기의 설정 단계(611)”를 포함하며, 분석 모듈(440)은 이러한 키워드를 추출하는 것에 의해 전력 수요를 예측할 수 있다.
일 실시예에 따르면, 분석 모듈(440)은, 적어도 1년의 기간동안 복수의 전력 수요처(150)들에 대한 전력 사용량의 히스토리 정보를 수집하고, 이를 기반으로 전력 수요 증감을 예측할 수 있다.
분석 모듈(440)은 히스토리 정보를 일 단위의 과거 전력 사용량, 주 단위의 과거 전력 사용량, 및 분기 단위의 과거 전력 사용량으로 분류한다.
분석 모듈(440)은 상기 특정 키워드와 해당 특정 키워드에 따른 전력 수요 값이 매핑된 상관 관계 함수를 기반으로 복수의 전력 수요처(150)들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측한다.
분석 모듈(440)은 예측된 전력 수요와 상기 일 단위의 과거 전력 수요, 상기 주 단위의 과거 전력 수요, 및 상기 분기 단위의 과거 전력 수요를 비교하여 상기 전력 예비율을 높이거나 낮추도록 신재생 에너지 계통(120) 및/또는 레거시 전력 계통(110)을 제어할 수 있다.
본 발명의 다양한 실시 예에 따른 전력 계통의 관제 시스템으로는 인공지능 기반으로 전력 수요를 미리 예측함에 따라 전력계통의 전력수급 불균형 문제를 해소하며, 전력 계통에 필요한 예비 전력을 높일 수 있다.
상기에서는 본 발명을 특정의 바람직한 일 실시예에 관련하여 도시하고 설명하였지만, 이하의 특허청구범위에 의해 마련되는 본 발명의 기술적 특징이나 분야를 이탈하지 않는 한도 내에서 본 발명이 다양하게 개조 및 변화될 수 있다는 것은 당업계에서 통상의 지식을 가진 자에게 명백한 것이다.
110: 레거시 전력 계통
120: 신재생 에너지 계통
130: 통신망
140: 제어 시스템
150: 전력 수요처
120: 신재생 에너지 계통
130: 통신망
140: 제어 시스템
150: 전력 수요처
Claims (5)
- 송전전력 계통을 기반으로 하여 전력 계통에서의 전력의 수요와 공급이 평형을 이루도록 전력 수요의 감시를 지속적으로 하기 위한 송전 전력 계통 관제 시스템에 있어서,
상기 송전 전력 계통을 기반으로 하는 전력의 수요와 공급이 평형을 이루도록 전력 수요의 감시를 지속적으로 하기 위한 송전 전력 계통 관제 시스템은,
화력 발전, 수력 발전, 및 원자력 발전을 포함하는 레거시(legacy) 전력 계통(110);
풍력 발전, 및 태양광 발전을 포함하는 신재생 에너지 계통(130);
복수의 전력 수요처(150);
셀룰러 네트워크 또는 인터넷 또는 컴퓨터 네트워크와 같은 원거리 통신 네트워크를 포함하는 통신망(130);
상기 레거시 전력 계통 및 상기 신재생 에너지 계통 각각에 의해 생산되는 전력 생산량, 및 지정된 범위 내에 위치한 복수의 전력 수요처들로부터 사용되는 전력 소비량을 모니터링하고, 통신망을 이용해 TV 뉴스 DB(data base), 언론사 DB, SNS(social network service), 및 국가재난안전시스템 중에서 적어도 하나에 접속하여 수집한 빅데이터 정보에 기반하여 전력 수요를 예측하고, 예측된 전력 수요에 따라 상기 복수의 전력 수요처들에게 필요한 전력 예비율이 조정되도록 상기 레거시 전력 계통 및 상기 신재생 에너지 계통을 제어하는 제어 시스템(140)을 포함하고,
상기 제어 시스템(140)은,
통신망(130)을 통해 TV 뉴스 DB, 언론사 DB 및 국가재난안전 시스템 중에서 적어도 어느 하나에 접속하고 해당 매체로부터 전력 수요를 예측할 수 있는 키워드 정보들을 추출할 수 있어서 질병(코로나 19)에 의하여 집단 감염자가 발생하여 사회적 거리두기 단계가 격상된다는 내용을 언급하면 이를 인공지능 기반의 알고리즘을 통해 자동으로 관광 산업이 주력인 도시에서의 전력 수요가 급감할 것을 예측할 수 있는 것으로 빅데이터 정보에 포함된 텍스트 및 음성 정보를 인공지능 기반으로 키워드 검색을 수행하여, 상기 복수의 전력 수요처들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측하고 상기 빅데이터 정보를 수집하는 빅데이터 수집 모듈, 상기 빅데이터 정보에 포함된 음성 정보를 입력받고, 입력된 음성 정보로부터 음성 인식을 수행하여 음성 정보를 텍스트로 변환하는 자동 음성 인식 모듈(automatic speech recognition module, ASR module), 상기 변환된 텍스트로부터 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 음성 정보의 발화자의 의도를 판단하는 자연어 이해 모듈(natural language understanding module, NLU module), 상기 결정된 발화자의 의도, 또는 빅데이터 정보에 포함된 텍스트 정보에 기반하여 상기 복수의 전력 수요처들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측하는 분석 모듈(440) 및 상기 분석 모듈에 의해 예측된 전력 수요에 대응하는 텍스트 정보를 음성 형태의 정보로 변환하는 자연어 생성 모듈(natural language generator module, NLG module, 450)로 구성된 수요 예측부(230);
상기 레거시 전력 계통 및 상기 신재생 에너지 계통 각각에 의해 생산되는 전력 생산량을 모니터링하는 전력 생산량 모니터링부(210);
상기 복수의 전력 수요처들로부터 사용되는 전력 소비량을 모니터링하는 전력 소비량 모니터링부(220);
상기 신재생 에너지 계통의 전력 생산 또는 출력을 제어하는 신재생 에너지 제어부(240) 및
상기 전력 생산량과 상기 예측된 전력 수요를 비교하여 상기 전력 예비율이 기준값 이상으로 초과될 것으로 판단되면, 상기 신재생 에너지 계통이 전력 생산을 중단하도록 제어하거나, 또는 특정 전력 수요처의 잉여 전력이 다른 전력 수요처에서 공급되어 소모되도록 상기 레거시 전력 계통 및 상기 신재생 에너지 계통을 제어하는 계통 제어부(250)를 포함하는 것으로
상기 분석 모듈(440)은 빅테이터 정보에 포함된 음성 정보 또는 텍스트 정보에 특정 도시나 장소를 나타내는 장소 키워드, 날씨, 또는 온도를 나타내는 기후 키워드, 시간이나 날짜를 나타내는 날짜 키워드 및 재난 현황 또는 정부의 재난 대책에 관한 정보를 나타내는 재난 키워드를 포함하는 특정 키워드 검색을 수행하는 것에 의해 상기 복수의 전력 수요처들에 대한 일 단위의 전력 수요, 주 단위의 전력 수요, 및 분기 단위의 전력 수요를 예측하며,
상기 제어 시스템은(140)은 자연어 생성 모듈(450)이 전력 수요의 급증과 같은 위험성 경고를 스피커를 통해 음성으로 제공하거나, 제어 시스템의 디스플레이부를 통해 유저 인터페이스 형태로 제공한 시점으로부터 지정된 시간을 타이머로 설정하고 타이머가 지정된 시간이 만료될 때까지 사용자로부터 레거시 전력 계통 및 신재생 에너지 계통을 제어하는 입력이 수신되지 않으면 알림을 리마인더로서 반복적으로 출력하는 것을 특징으로 하는 상기 송전 전력 계통을 기반으로 하는 전력의 수요와 공급이 평형을 이루도록 전력 수요의 감시를 지속적으로 하기 위한 송전 전력 계통 관제 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210045689A KR102350667B1 (ko) | 2021-04-08 | 2021-04-08 | 송전 전력 계통 기반의 전력 계통 관제 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210045689A KR102350667B1 (ko) | 2021-04-08 | 2021-04-08 | 송전 전력 계통 기반의 전력 계통 관제 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102350667B1 true KR102350667B1 (ko) | 2022-01-12 |
Family
ID=79339664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210045689A KR102350667B1 (ko) | 2021-04-08 | 2021-04-08 | 송전 전력 계통 기반의 전력 계통 관제 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102350667B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116013291A (zh) * | 2022-12-12 | 2023-04-25 | 广西电网有限责任公司 | 一种基于电力领域本体知识的语音识别系统 |
| KR102549096B1 (ko) * | 2023-03-21 | 2023-06-29 | 서교정보통신 주식회사 | 탄소중립을 위해 화석연료를 이용하여 생성된 첨두 전력을 줄일 수 있는 발전 제어 시스템 |
| KR102572167B1 (ko) * | 2023-03-21 | 2023-08-29 | 서교정보통신 주식회사 | 탄소중립을 위해 신재생 에너지를 이용하여 첨두 전력을 줄일 수 있는 발전제어 시스템 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110132122A (ko) * | 2010-06-01 | 2011-12-07 | 삼성에스디아이 주식회사 | 전력 저장 시스템 및 그 제어방법 |
| JP2020154934A (ja) * | 2019-03-22 | 2020-09-24 | 富士通株式会社 | 消費電力予測プログラム、消費電力予測方法、および消費電力予測装置 |
| KR102173743B1 (ko) * | 2020-03-02 | 2020-11-03 | 박동철 | 태양광발전 시스템 |
| KR20210011745A (ko) * | 2019-07-23 | 2021-02-02 | (주) 씨이랩 | 제로에너지 타운 구축을 위한 빅데이터 기반의 에너지 수요 및 공급 예측 시스템 그리고 방법 |
-
2021
- 2021-04-08 KR KR1020210045689A patent/KR102350667B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110132122A (ko) * | 2010-06-01 | 2011-12-07 | 삼성에스디아이 주식회사 | 전력 저장 시스템 및 그 제어방법 |
| JP2020154934A (ja) * | 2019-03-22 | 2020-09-24 | 富士通株式会社 | 消費電力予測プログラム、消費電力予測方法、および消費電力予測装置 |
| KR20210011745A (ko) * | 2019-07-23 | 2021-02-02 | (주) 씨이랩 | 제로에너지 타운 구축을 위한 빅데이터 기반의 에너지 수요 및 공급 예측 시스템 그리고 방법 |
| KR102173743B1 (ko) * | 2020-03-02 | 2020-11-03 | 박동철 | 태양광발전 시스템 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116013291A (zh) * | 2022-12-12 | 2023-04-25 | 广西电网有限责任公司 | 一种基于电力领域本体知识的语音识别系统 |
| CN116013291B (zh) * | 2022-12-12 | 2024-05-14 | 广西电网有限责任公司 | 一种基于电力领域本体知识的语音识别系统 |
| KR102549096B1 (ko) * | 2023-03-21 | 2023-06-29 | 서교정보통신 주식회사 | 탄소중립을 위해 화석연료를 이용하여 생성된 첨두 전력을 줄일 수 있는 발전 제어 시스템 |
| KR102572167B1 (ko) * | 2023-03-21 | 2023-08-29 | 서교정보통신 주식회사 | 탄소중립을 위해 신재생 에너지를 이용하여 첨두 전력을 줄일 수 있는 발전제어 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102350667B1 (ko) | 송전 전력 계통 기반의 전력 계통 관제 시스템 | |
| Nguyen-Hong et al. | Optimal sizing of energy storage devices in isolated wind-diesel systems considering load growth uncertainty | |
| Hatziargyriou et al. | Energy management and control of island power systems with increased penetration from renewable sources | |
| Iranmehr et al. | Modeling the price of emergency power transmission lines in the reserve market due to the influence of renewable energies | |
| Gulzar et al. | Adaptive fuzzy based optimized proportional‐integral controller to mitigate the frequency oscillation of multi‐area photovoltaic thermal system | |
| Lei et al. | Optimal allocation of a VRB energy storage system for wind power applications considering the dynamic efficiency and life of VRB in active distribution networks | |
| Sun et al. | Improving the restorability of bulk power systems with the implementation of a WF-BESS system | |
| Karaaslan et al. | Forecasting of Turkey’s sectoral energy demand by using fuzzy grey regression model | |
| Hafiz et al. | Feasible operation region for dynamic economic dispatch and reserve monitoring | |
| Wu et al. | Decomposition method for coordinated planning of distributed generation and distribution network | |
| CN108846505B (zh) | 可再生能源并网消纳信息多维度校核方法及设备 | |
| Zhu et al. | Energy optimal dispatch of the data center microgrid based on stochastic model predictive control | |
| Xie et al. | Reliability assessment at day-ahead operating stage in power systems with wind generation | |
| Gu et al. | Optimisation for unit restarting sequence considering decreasing trend of unit start‐up efficiency after a power system blackout | |
| Liu et al. | Method to determine spinning reserve requirement for a grid with large‐scale wind power penetration | |
| Die et al. | Optimal approach in the EMS of microgrids based on online forecasts | |
| Aihara et al. | Optimal weekly operation scheduling of pumped storage hydropower plant considering optimal hot reserve capacity in a power system with a large penetration of photovoltaic generation | |
| Giacomini | The contextual behaviour of specialised collocations: typology and lexicographic treatment | |
| Liu et al. | Two-stage robust optimal dispatch method considering wind power and load correlation | |
| Ferdyansyah et al. | Analysis of Solar Energy Potential in the Pt. Sumedang Televisi Utama Building as an Alternative Energy Source | |
| Zhang et al. | Reliability evaluation method of distribution network considering new energy access | |
| Zhang et al. | A construction method of electric power professional domain Corpus based on multi-model collaboration | |
| de Oliveira et al. | Optimal allocation of battery in electrical distribution systems with distributed resources | |
| Ngoenmeesri et al. | Power quality enhancement for Thailand's wind farm using 5 MWh Li-ion battery energy storage system | |
| Liu et al. | Optimisation model for online generators when a new generator is about to get started during power system restoration process |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |