KR102358081B1 - 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템 - Google Patents

온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템 Download PDF

Info

Publication number
KR102358081B1
KR102358081B1 KR1020190166917A KR20190166917A KR102358081B1 KR 102358081 B1 KR102358081 B1 KR 102358081B1 KR 1020190166917 A KR1020190166917 A KR 1020190166917A KR 20190166917 A KR20190166917 A KR 20190166917A KR 102358081 B1 KR102358081 B1 KR 102358081B1
Authority
KR
South Korea
Prior art keywords
power demand
power
day
amount
maximum
Prior art date
Application number
KR1020190166917A
Other languages
English (en)
Other versions
KR20210076276A (ko
Inventor
조수환
박시삼
최형진
김동근
김치연
김채린
Original Assignee
상명대학교산학협력단
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 상명대학교산학협력단 filed Critical 상명대학교산학협력단
Priority to KR1020190166917A priority Critical patent/KR102358081B1/ko
Publication of KR20210076276A publication Critical patent/KR20210076276A/ko
Application granted granted Critical
Publication of KR102358081B1 publication Critical patent/KR102358081B1/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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Probability & Statistics with Applications (AREA)
  • Power Engineering (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 Scaled RMSE 기법을 통해 전력수요의 패턴 유사성을 측정하여 전력수요 예측에 적합한 유사일을 선정한 것으로,
(1) 상기 전력수요의 패턴을 비교할 데이터 각각의 시간대별 전력량과 상기 시간대별 전력량 일 평균전력량을 구하는 전력량 산출단계;
(2) 상기 일 평균전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하는 전력량 스케일링단계;
(3) 상기 스케일링 된 데이터 간 시간대별 전력량의 RMSE 연산을 통하여 전력수요의 패턴의 유사성을 측정하는 RMSE 연산단계;
(4) 상기 RMSE 연산을 통해 전력수요 예측에 적합한 참고일을 선정하기 위한 유사일 선정단계;
를 포함하여 구성되는 패턴의 유사성 분석을 통한 유사일 선정 방법을 제공한다.
그리고 유사일로 선정된 참고일들의 전력량을 가지고 미래 예측일의 전력수요를 예측하고자 하는 전력수요 예측 시스템에 있어서,
예측된 미래의 전력수요의 정확도를 감소시키는 과거 참고일들 중 전력량이 현저히 낮은 비정상 참고일을 제거하기 위하여,
상기 과거 참고일들의 일 평균전력량(
Figure 112019129171038-pat00180
)과 1일 표준편차(
Figure 112019129171038-pat00181
)를 이용한 것으로,
(1) 중심선(
Figure 112019129171038-pat00182
)과 하부관리선(
Figure 112019129171038-pat00183
)을 구하여 작성하는
Figure 112019129171038-pat00184
컨트롤차트 작성단계;
(2) 상기 하부관리선(
Figure 112019129171038-pat00185
) 외부로 벗어나는 비정상 참고일을 제거하는 제1비정상 참고일 제거단계;
(3) 상기 비정상 참고일이 제거된 상태의 데이터를 가지고 상기 (1)단계를 수행하는
Figure 112019129171038-pat00186
컨트롤차트 재작성단계;
(4) 중심선(
Figure 112019129171038-pat00187
)과 하부관리선(
Figure 112019129171038-pat00188
)을 구하여 작성하는
Figure 112019129171038-pat00189
컨트롤차트 작성단계;
(5) 상기 하부관리선(
Figure 112019129171038-pat00190
) 외부로 벗어나는 비정상 참고일을 제거하는 제2비정상 참고일 제거단계;
(6) 상기 비정상 참고일이 제거된 상태의 데이터를 가지고 상기 (4)단계를 수행하는
Figure 112019129171038-pat00191
컨트롤차트 재작성단계;
를 포함하여 구성되는 것을 특징으로 하는 전력수요 예측 시스템의 비정상 참고일 제거방법을 제공한다.
더불어 커뮤니티 단위의 유사일로 선정된 동일요일을 과거 참고일로 하여 예측일의 전력수요를 예측하고, 온도요소를 고려하여 산정한 평균전력량 보정계수를 통해 예측일의 평균전력량을 보정함으로써 예측 정확도를 높이고자 하는 전력수요 예측 시스템으로,
(1) 상기 참고일들 각각의 시간대별 전력량과 상기 참고일들 각각의 최대전력량과 최소전력량 산출단계;
(2) 상기 (1) 단계에서 구한 수치를 가지고 지수평활법을 사용하여 미래 예측일의 최대전력수요(
Figure 112019129171038-pat00192
)와 최소전력수요(
Figure 112019129171038-pat00193
)를 예측하는 최대최소전력량 예측단계;
(3) 상기 (1) 단계에서 구한 수치에서 최대전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하여 정규화(
Figure 112019129171038-pat00194
)하는 입력데이터 정규화단계;
(4) 지수평활법을 사용하여 예측하고자 하는 미래 동일요일인 예측일의 정규화된 전력수요를 시간대별로 예측(
Figure 112019129171038-pat00195
)하고 최대값이 1이 되도록 재정규화하는 정규화된 예측일 전력수요 예측 및 재정규화단계;
(5) 상기 (2) 단계에서 구한 수치와 상기 (4) 단계에서 구한 예측일의 정규화된 전력수요를 가지고 예측하고자 하는 예측일의 예측 전력수요(
Figure 112019129171038-pat00196
)를 구하는 전력수요 예측단계;
(6) 계절별 온도와 일 평균전력량에 따른 보정계수(
Figure 112019129171038-pat00197
,
Figure 112019129171038-pat00198
)를 산정하는 평균전력량 보정계수 산정단계;
(7) 상기 보정계수(
Figure 112019129171038-pat00199
,
Figure 112019129171038-pat00200
)를 이용하여 예측일의 일 평균전력량을 보정함으로써 최종 보정된 예측하고자 하는 미래 동일 요일의 시간대별 예측 전력수요(
Figure 112019129171038-pat00201
)를 구하는 최종 전력수요 예측단계;
를 포함하여 구성되는 것을 특징으로 하는 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템을 제공한다.
또한 과거 동일 요일들의 전력량을 가지고 미래 동일 요일의 전력수요를 예측하고자 하는 전력수요 예측 시스템으로,
(1) 상기 참고일들 각각의 시간대별 전력량과 상기 참고일들 각각의 최대전력량과 최소전력량 산출단계;
(2) 계절별 온도와 상기 (1) 단계에서 구한 시간대별 전력량에 따른 보정계수(
Figure 112019129171038-pat00202
,
Figure 112019129171038-pat00203
,
Figure 112019129171038-pat00204
,
Figure 112019129171038-pat00205
)를 산정하는 최대최소전력량 보정계수 산정단계;
(3) 상기 보정계수(
Figure 112019129171038-pat00206
,
Figure 112019129171038-pat00207
,
Figure 112019129171038-pat00208
,
Figure 112019129171038-pat00209
)를 이용하여 상기 (1) 단계에서 구한 시간대별 전력량에서 보정 최대전력수요(
Figure 112019129171038-pat00210
)과 보정 최소전력수요(
Figure 112019129171038-pat00211
)을 구하는 전력량 보정단계;
(4) 지수평활법을 사용하여 미래 동일 요일의 최대전력수요(
Figure 112019129171038-pat00212
)과 최소전력수요(
Figure 112019129171038-pat00213
)을 예측하는 최대최소전력량 예측단계;
(5) 상기 (1) 단계에서 구한 수치에서 최대전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하여 정규화(
Figure 112019129171038-pat00214
)하는 입력데이터 정규화단계;
(6) 지수평활법을 사용하여 예측하고자 하는 미래 동일 요일인 예측일의 정규화된 전력수요를 시간대별로 예측하고 최대값이 1이 되도록 재정규화하는 정규화된 예측일 전력수요 예측
Figure 112019129171038-pat00215
및 재정규화 단계;
(7) 상기 (4) 단계에서 구한 수치와 상기 (6) 단계에서 구한 정규화된 미래 동일 요일의 전력수요를 가지고 예측하고자 하는 미래 동일 요일의 시간대별 예측 전력수요(
Figure 112019129171038-pat00216
)를 구하는 최종 전력수요 예측단계;
를 포함하여 구성되는 것을 특징으로 하는 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템을 제공한다.

Description

온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템{the improved system for predicting electric power demand of max and min electric power amount correction considering temperature}
본 발명은 전력수요를 정확하게 예측하는 데 있어서, 예측에 활용되는 참고일을 선택 시 전력수요 패턴의 유사성을 측정하여 유사일을 선정하며, 특별히 전력수요가 낮아 전력수요 예측에 악영향을 미치는 비정상 참고일을 필터링을 통해 제거하고 계절에 따른 온도와 같은 변수를 고려하여 평균전력수요 및 최대/최소 전력수요 보정을 통해 예측 정확성을 높인 전력수요 예측 시스템의 전력수요 패턴의 유사성 측정에 따른 유사일 선정방법, 비정상 참고일 제거방법, 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템, 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템을 제공하고자 한다.
전력수요 예측에 사용되는 기법인 지수평활화법은 과거 3일의 참고일의 24시간 전력수요 패턴을 통해 예측일의 24시간 전력수요 패턴을 예측하는 종래의 기법이다.
따라서 정확한 전력수요 예측을 위해서는 참고일 선택 시 전력수요 패턴의 유사성을 고려하여 유사일을 선정해야 한다.
최근 에너지절약을 위한 제로에너지타운에 관한 연구가 활발히 진행됨에 따라서 효율적이고 경제적인 수요관리를 위해 보다 정확한 도시급과 같은 커뮤니티단위의 전력수요 예측이 필요하다. 하지만 커뮤니티단위의 전력수요 예측을 위한 유사일은 전국단위의 전력수요 예측을 위한 것으로 커뮤니티단위에 적합하지 않다.
현재 전국단위의 전력수요 예측을 위해 전력거래소(KPX)에서는 기존의 데이터로 활용되는 유사일을 평일(화~금), 주말, 월요일, 공휴일로 구분하여 적용하고 있으나 커뮤니티단위 전력수요 예측 시에 오차가 많이 발생하고 있다.
이에 본 발명자는 참고일 간 전력수요의 패턴을 분석할 수 있는 Scaled RMSE 기법을 통해 전력수요 예측에 적합한 유사일을 선정함으로써 전력수요 예측의 오차율 개선한 본 발명의 Scaeld RMSE를 통한 전력수요 패턴의 유사성 측정 기술을 개발하기에 이르렀다.
전력수요를 예측하는 데 있어서 안정적이고 경제적인 계통운영을 위해 정확한 전력수요 예측은 필수이다. 예측 오차는 추가 전력 구매로 인한 비용증가와 에너지 낭비를 야기 시킬 수 있다.
비정상 참고일은 평상일에 비해 일 평균전력량이 현저히 낮은 날로서 전력수요 예측의 참고일로 사용될 시 예측 오차율에 악영향을 미친다. 악영향을 미친다. 비정상 참고일은 특수일(공휴일 및 임시공휴일)과 비정상일(징검다리 휴일, 연휴에 영향을 받는 연휴 전/후의 평일, 도시 내 특별 행사)로 구분되며, 특수일의 경우, 법적으로 지정되는 경우도 있지만 비정상일은 지역별, 연도별, 도시별로 달라 단순히 달력을 통해 이를 감지하고 제거하는데 어려움이 있다.
이에 본 발명자는 Scaled RMSE기법을 통해 유사일로 선정된 참고일에 통계적 공정관리 기법인 Control Chart를 적용하여 특수일 및 비정상일을 감지하고 제거함으로써 전력수요 예측의 오차율 개선한 본 발명의 전력수요 예측 시스템의 비정상 참고일 제거방법을 개발하기에 이르렀다.
현재 및 상술한 본 발명의 전력수요 예측 시스템은 커뮤니티단위의 경우, Scaled RMSE 결과 요일별 유사성이 높게 측정되어 예측일과 동일요일 3주의 참고일 간의 시간차로 인하여 수요에 대한 보정이 필요할 수 있다.
이에 본 발명자는 수요보정을 위하여 다양한 기상요소 중 전력수요와 가장 상관계수가 높은 기온을 고려하여 수요를 보정하는 본 발명의 온도요소를 고려하여 일 평균전력량을 보정함으로써 예측 정확도를 높이는 개선형 전력수요 예측 시스템과 온도요소를 고려하여 일 최대/최소 전력량을 보정함으로써 예측정확도를 높이는 개선형 전력수요 예측 시스템을 개발하기에 이르렀다.
[문헌 1] 대한민국 등록특허 제10-1846026호 ‘사전 전력수요예측에 의한 전력수요관리 방법 및 시스템’, 2018년03월30일 [문헌 2] 대한민국 등록특허 제10-1719428호 ‘전력수요 관리 시스템 및 그 방법’, 2017년03월17일
본 발명은 상기한 바와 같은 종래의 제반 문제점을 해소하기 위해서 제시되는 것이다. 그 목적은 전력수요를 정확하게 예측하는 데 있어서, 예측에 활용되는 참고일을 선택 시 전력수요 패턴의 유사성을 측정하여 유사일을 선정하며, 특별히 전력수요가 낮아 전력수요 예측에 악영향을 미치는 비정상 참고일을 필터링을 통해 제거하고 계절에 따른 온도와 같은 변수를 고려하여 평균전력수요 및 최대/최소 전력수요 보정을 통해 예측 정확성을 높인 전력수요 예측 시스템의 전력수요 패턴의 유사성 측정에 따른 유사일 선정방법, 비정상 참고일 제거방법, 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템, 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템을 제공하고자 한다.
상기한 기술적 과제를 해결하기 위해 본 발명은 Scaled RMSE 기법을 통해 전력수요의 패턴 유사성을 측정하여 전력수요 예측에 적합한 유사일을 선정한 것으로,
(1) 상기 전력수요의 패턴을 비교할 데이터 각각의 시간대별 전력량과 상기 시간대별 전력량 일 평균전력량을 구하는 전력량 산출단계;
(2) 상기 일 평균전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하는 전력량 스케일링단계;
(3) 상기 스케일링 된 데이터 간 시간대별 전력량의 RMSE 연산을 통하여 전력수요의 패턴의 유사성을 측정하는 RMSE 연산단계;
(4) 상기 RMSE 연산을 통해 전력수요 예측에 적합한 참고일을 선정하기 위한 유사일 선정단계;
를 포함하여 구성되는 것을 특징으로 하는 패턴의 유사성 분석을 통한 유사일 선정 방법을 제공한다.
그리고 유사일로 선정된 참고일들의 전력량을 가지고 미래 예측일의 전력수요를 예측하고자 하는 전력수요 예측 시스템에 있어서,
예측된 미래의 전력수요의 정확도를 감소시키는 과거 참고일들 중 전력량이 현저히 낮은 비정상 참고일을 제거하기 위하여,
상기 과거 참고일들의 일 평균전력량(
Figure 112019129171038-pat00001
)과 1일 표준편차(
Figure 112019129171038-pat00002
)를 이용한 것으로,
(1) 중심선(
Figure 112019129171038-pat00003
)과 하부관리선(
Figure 112019129171038-pat00004
)을 구하여 작성하는
Figure 112019129171038-pat00005
컨트롤차트 작성단계;
(2) 상기 하부관리선(
Figure 112019129171038-pat00006
) 외부로 벗어나는 비정상 참고일을 제거하는 제1비정상 참고일 제거단계;
(3) 상기 비정상 참고일이 제거된 상태의 데이터를 가지고 상기 (1)단계를 수행하는
Figure 112019129171038-pat00007
컨트롤차트 재작성단계;
(4) 중심선(
Figure 112019129171038-pat00008
)과 하부관리선(
Figure 112019129171038-pat00009
)을 구하여 작성하는
Figure 112019129171038-pat00010
컨트롤차트 작성단계;
(5) 상기 하부관리선(
Figure 112019129171038-pat00011
) 외부로 벗어나는 비정상 참고일을 제거하는 제2비정상 참고일 제거단계;
(6) 상기 비정상 참고일이 제거된 상태의 데이터를 가지고 상기 (4)단계를 수행하는
Figure 112019129171038-pat00012
컨트롤차트 재작성단계;
를 포함하여 구성되는 것을 특징으로 하는 전력수요 예측 시스템의 비정상 참고일 제거방법을 제공한다.
더불어 커뮤니티 단위의 유사일로 선정된 동일요일을 과거 참고일로 하여 예측일의 전력수요를 예측하고, 온도요소를 고려하여 산정한 평균전력량 보정계수를 통해 예측일의 평균전력량을 보정함으로써 예측 정확도를 높이고자 하는 전력수요 예측 시스템으로,
(1) 상기 참고일들 각각의 시간대별 전력량과 상기 참고일들 각각의 최대전력량과 최소전력량 산출단계;
(2) 상기 (1) 단계에서 구한 수치를 가지고 지수평활법을 사용하여 미래 예측일의 최대전력수요(
Figure 112019129171038-pat00013
)와 최소전력수요(
Figure 112019129171038-pat00014
)를 예측하는 최대최소전력량 예측단계;
(3) 상기 (1) 단계에서 구한 수치에서 최대전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하여 정규화 (
Figure 112019129171038-pat00015
)하는 입력데이터 정규화단계;
(4) 지수평활법을 사용하여 예측하고자 하는 미래 동일요일인 예측일의 정규화된 전력수요를 시간대별로 예측(
Figure 112019129171038-pat00016
)하고 최대값이 1이 되도록 재정규화하는 정규화된 예측일 전력수요 예측 및 재정규화단계;
(5) 상기 (2) 단계에서 구한 수치와 상기 (4) 단계에서 구한 예측일의 정규화된 전력수요를 가지고 예측하고자 하는 예측일의 예측 전력수요(
Figure 112019129171038-pat00017
)를 구하는 전력수요 예측단계;
(6) 계절별 온도와 일 평균전력량에 따른 보정계수(
Figure 112019129171038-pat00018
,
Figure 112019129171038-pat00019
)를 산정하는 평균전력량 보정계수 산정단계;
(7) 상기 보정계수(
Figure 112019129171038-pat00020
,
Figure 112019129171038-pat00021
)를 이용하여 예측일의 일 평균전력량을 보정함으로써 최종 보정된 예측하고자 하는 미래 동일 요일의 시간대별 예측 전력수요(
Figure 112019129171038-pat00022
)를 구하는 최종 전력수요 예측단계;
를 포함하여 구성되는 것을 특징으로 하는 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템을 제공한다.
또한 과거 동일 요일들의 전력량을 가지고 미래 동일 요일의 전력수요를 예측하고자 하는 전력수요 예측 시스템으로,
(1) 상기 참고일들 각각의 시간대별 전력량과 상기 참고일들 각각의 최대전력량과 최소전력량 산출단계;
(2) 계절별 온도와 상기 (1) 단계에서 구한 시간대별 전력량에 따른 보정계수(
Figure 112019129171038-pat00023
,
Figure 112019129171038-pat00024
,
Figure 112019129171038-pat00025
,
Figure 112019129171038-pat00026
)를 산정하는 최대최소전력량 보정계수 산정단계;
(3) 상기 보정계수(
Figure 112019129171038-pat00027
,
Figure 112019129171038-pat00028
,
Figure 112019129171038-pat00029
,
Figure 112019129171038-pat00030
)를 이용하여 상기 (1) 단계에서 구한 시간대별 전력량에서 보정 최대전력수요(
Figure 112019129171038-pat00031
)과 보정 최소전력수요(
Figure 112019129171038-pat00032
)을 구하는 전력량 보정단계;
(4) 지수평활법을 사용하여 미래 동일 요일의 최대전력수요(
Figure 112019129171038-pat00033
)과 최소전력수요(
Figure 112019129171038-pat00034
)을 예측하는 최대최소전력량 예측단계;
(5) 상기 (1) 단계에서 구한 수치에서 최대전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하여 정규화(
Figure 112019129171038-pat00035
)하는 입력데이터 정규화단계;
(6) 지수평활법을 사용하여 예측하고자 하는 미래 동일 요일인 예측일의 정규화된 전력수요를 시간대별로 예측하고 최대값이 1이 되도록 재정규화하는 정규화된 예측일 전력수요 예측
Figure 112019129171038-pat00036
및 재정규화 단계;
(7) 상기 (4) 단계에서 구한 수치와 상기 (6) 단계에서 구한 정규화된 미래 동일 요일의 전력수요를 가지고 예측하고자 하는 미래 동일 요일의 시간대별 예측 전력수요(
Figure 112019129171038-pat00037
)를 구하는 최종 전력수요 예측단계;
를 포함하여 구성되는 것을 특징으로 하는 온도요소를 고려한 개선형 전력수요 예측 시스템을 제공한다.
본 발명에 따르면 전력수요를 정확하게 예측하는 데 있어서, 예측에 활용되는 참고일을 선택 시 전력수요 패턴의 유사성을 측정하여 유사일을 선정하며, 특별히 전력수요가 낮아 전력수요 예측에 악영향을 미치는 비정상 참고일을 필터링을 통해 제거하고 계절에 따른 온도와 같은 변수를 고려하여 평균전력수요 및 최대/최소 전력수요 보정을 통해 예측 정확성을 높인 전력수요 예측 시스템의 전력수요 패턴의 유사성 측정에 따른 유사일 선정방법, 비정상 참고일 제거방법, 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템, 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템을 제공하고자 한다.
도 1은 본 발명인 패턴의 유사성 분석을 통한 유사일 선정 방법에서 스케일링의 개념을 도시한 것이다.
도 2는 본 발명인 패턴의 유사성 분석을 통한 유사일 선정 방법에서 RMSE기법의 개념과 평상일과 특수일(석가탄신일)의 전력수요 패턴의 유사성을 측정한 것이다.
도 3은 본 발명인 패턴의 유사성 분석을 통한 유사일 선정 방법을 통해 전력수요 예측에 적합한 유사일 선정의 중요성을 확인하기 위해 커뮤니티 단위의 전력수요 예측을 위한 제안 유사일과 전국 단위에서 사용하는 유사일의 전력수요 패턴의 유사성을 비교한 것이다.
도 4는 도 3의 결과를 도시한 것이다.
도 5는 본 발명인 패턴의 유사성 분석을 통한 유사일 선정 방법에서 커뮤니티 단위에서의 전력수요 예측 시 제안 유사일 및 전국 단위에서 사용하는 유사일의 적용에 따른 전력수요 예측의 오차율을 비교한 것이다.
도 6은 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서
Figure 112019129171038-pat00038
컨트롤차트와
Figure 112019129171038-pat00039
컨트롤차트 작성을 위한 표의 실시예이다.
도 7은 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서
Figure 112019129171038-pat00040
컨트롤차트와
Figure 112019129171038-pat00041
컨트롤차트 각각의 수식과 작성된
Figure 112019129171038-pat00042
컨트롤차트를 도시한 것이다.
도 8은 도 7의
Figure 112019129171038-pat00043
컨트롤차트를 가지고 재작성된 재작성
Figure 112019129171038-pat00044
컨트롤차트와
Figure 112019129171038-pat00045
컨트롤차트를 도시한 것이다.
도 9 내지 10는 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서 플로우 차트(flow chart)를 도시한 것이다.
도 11은 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서 도출된 비정상 참고일의 실시예이다.
도 12는 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서 도출된 비정상 참고일의 전력수요 예측량의 정확도를 게시한 것이다.
도 13은 본 발명인 온도요소를 고려한 개선형 전력수요 예측 시스템에서 Pearson Correlation Coefficient의 온도에 따른 상관계수를 도시한 것이다.
도 14는 본 발명인 온도요소를 고려한 개선형 전력수요 예측 시스템에서 전력수요와 온도요소 상호간의 상관관계를 분석한 것이다.
도 15는 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 플로우 차트(flow chart)를 도시한 것이다.
도 16은 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 (1) 전력량 산출단계의 실시예이다.
도 17 내지 18은 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 (2) 최대최소전력량 예측단계의 실시예이다.
도 19는 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 (3) 입력데이터 정규화단계의 실시예이다.
도 20은 본 발명인 개선형 전력수요 예측 시스템에서 (4) 예측일 정규화 전력수요 예측 및 재정규화 단계의 실시예이다.
도 21은 본 발명인 개선형 전력수요 예측 시스템에서 (5) 전력수요 예측단계의 실시예이다.
도 22는 본 발명인 개선형 전력수요 예측 시스템에서 (6) 보정계수 산정단계의 실시예이다.
도 23은 본 발명인 개선형 전력수요 예측 시스템에서 (7) 최종 전력수요 예측단계의 실시예이다.
도 24는 본 발명인 개선형 전력수요 예측 시스템에서 보정 전과 후의 결과를 비교한 것이다.
도 25는 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예에서 플로우 차트(flow chart)를 도시한 것이다.
도 26은 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (1) 전력량 산출단계의 실시예이다.
도 27은 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (2) 최대최소전력량 보정계수 산정단계의 실시예이다.
도 28 내지 29는 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예에서 (3) 전력량 보정단계이다.
도 30 내지 31은 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예에서 (4) 최대최소전력량 예측단계의 실시예이다.
도 32는 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예에서 (5) 입력데이터 정규화단계의 실시예이다.
도 33은 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예에서 (6) 예측일의 정규화 전력수요 예측 및 재정규화단계의 실시예이다.
도 34는 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예에서 (7) 전력수요 예측단계의 실시예이다.
도 35는 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예에서 보정 전과 후의 결과를 비교한 것이다.
이하 첨부한 도면과 함께 상기와 같은 본 발명의 개념이 바람직하게 구현된 실시예를 통하여 본 발명을 더욱 상세하게 설명한다.
후술하는 (1) 패턴의 유사성 분석을 통한 유사일 선정 방법, (2) 전력수요 예측 시스템의 비정상 참고일 제거방법, (3) 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템 및 (4) 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템은 상호 독립적으로 실시되거나 상호 보완하여 융합되어 실시될 수 있음을 명확히 밝혀둔다.
그리고 후술하는 모든 방법은 입력모듈, 분석모듈 및 출력모듈을 구비한 컴퓨터 환경에서 전용 어플리케이션을 구축하여 실시된다.
Ⅰ. 패턴의 유사성 분석을 통한 유사일 선정 방법
상술한 바와 같이, 전력수요 예측에 사용되는 기법인 지수평활화법은 과거 3일의 참고일의 24시간 전력수요 패턴을 통해 예측일의 24시간 전력수요 패턴을 예측하는 종래의 기법이다.
따라서 정확한 전력수요 예측을 위해서는 참고일 선택 시 전력수요 패턴의 유사성을 고려하여 유사일을 선정해야 한다.
최근 에너지절약을 위한 제로에너지타운에 관한 연구가 활발히 진행됨에 따라서 효율적이고 경제적인 수요관리를 위해 보다 정확한 도시급과 같은 커뮤니티단위의 전력수요 예측이 필요하다. 하지만 커뮤니티단위의 전력수요 예측을 위한 유사일은 전국단위의 전력수요 예측을 위한 것으로 커뮤니티단위에 적합하지 않다.
현재 전국단위의 전력수요 예측을 위해 전력거래소(KPX)에서는 기존의 데이터로 활용되는 유사일을 평일(화~금), 주말, 월요일, 공휴일로 구분하여 적용하고 있으나 커뮤니티단위 전력수요 예측 시에 오차가 많이 발생하고 있다.
이에 본 발명자는 참고일 간 전력수요의 패턴을 분석할 수 있는 Scaled RMSE 기법을 통해 전력수요 예측에 적합한 유사일을 선정함으로써 전력수요 예측의 오차율 개선한 본 발명의 Scaeld RMSE를 통한 전력수요 패턴의 유사성 측정 기술을 개발하기에 이르렀다.
본 발명의 패턴의 유사성 분석을 통한 유사일 선정 방법은,
참고일간의 전력수요 패턴의 유사성을 분석하여 전력수요 예측에 가장 적합한 유사일을 선정하는 방법으로,
(1) 상기 전력수요의 패턴을 비교할 데이터 각각의 시간대별 전력량과 상기 시간대별 전력량 일 평균전력량을 구하는 전력량 산출단계;
(2) 상기 일 평균전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하는 전력량 스케일링단계;
(3) 상기 스케일링 된 데이터 간 시간대별 전력량의 RMSE 연산을 통하여 전력수요의 패턴의 유사성을 측정하는 RMSE 연산단계;
(4) 상기 RMSE 연산을 통해 전력수요 예측에 적합한 참고일을 선정하기 위한 유사일 선정단계;
를 포함하여 구성되는 것을 특징으로 한다.
부연하면,
본 발명은 입력모듈, 분석모듈 및 출력모듈을 구비한 컴퓨터 환경에서 전용 어플리케이션을 구축하여 실시되는 것으로,
전력수요 간 패턴의 유사성을 분석하여 전력수요 예측에 가장 적합한 유사일을 선정하는 방법으로,
(1) 상기 분석모듈에서 상기 입력모듈을 통하여 입력된 상기 전력수요의 패턴을 비교할 데이터 각각의 시간대별 전력량과 상기 시간대별 전력량 일 평균전력량을 구하는 전력량 산출단계;
(2) 상기 분석모듈에서 상기 일 평균전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하는 전력량 스케일링단계;
(3) 상기 분석모듈에서 상기 스케일링 된 데이터 간 시간대별 전력량의 RMSE 연산을 통하여 전력수요의 패턴의 유사성을 측정하는 RMSE 연산단계;
(4) 상기 분석모듈에서 상기 RMSE 연산을 통해 전력수요 예측에 적합한 참고일을 선정하기 위한 유사일 선정단계;
를 포함하여 구성되되,
각 시간대별 오차의 제곱값이 동일할 경우, 유사한 패턴과 상이한 패턴 모두에 대해 같은 RMSE값이 계산되어 패턴의 유사성을 분석할 수 없으므로, 상기 (3) RMSE 연산단계; 전에 상기 (2) 전력량 스케일링단계;를 수행하는 것을 특징으로 하고,
Figure 112021099737002-pat00252

Figure 112021099737002-pat00253
: 시간대별 전력량(
Figure 112021099737002-pat00254
일의
Figure 112021099737002-pat00255
시 전력 사용량)
Figure 112021099737002-pat00256
: 일 평균전력량(
Figure 112021099737002-pat00257
일의 하루 평균 전력 사용량)
상기 (2) 전력량 스케일링단계는 위 식으로 스케일링되며,
Figure 112021099737002-pat00258

Figure 112021099737002-pat00259
: 스케일링된
Figure 112021099737002-pat00260
일의
Figure 112021099737002-pat00261
시 전력 사용량
Figure 112021099737002-pat00262
: 스케일링된
Figure 112021099737002-pat00263
일의
Figure 112021099737002-pat00264
시 전력 사용량
상기 (3) RMSE 연산단계는 위 식으로 연산되는 것을 특징으로 하고,
소규모 커뮤니티 단위에서는
Figure 112021099737002-pat00265
일과
Figure 112021099737002-pat00266
일의 차이를 일주일로 하며,
대규모 전국 단위에서는
Figure 112021099737002-pat00267
일과
Figure 112021099737002-pat00268
일의 차이를 하루로 하되 월요일이 제외되므로 전 주 금요일과 화요일의 유사성을 분석하는 것을 특징으로 한다.
도 1은 본 발명인 패턴의 유사성 분석을 통한 유사일 선정 방법에서 스케일링의 개념을 도시한 것이다.
도시된 바와 같이, 본 발명은 일 평균전력량을 ‘1’로 스케일링하여 그래프의 패턴을 비교하는 것을 특징으로 한다.
구체적으로 좌측 상부의 그래프는 유사한 패턴을 나타내고 좌측 하부 그래프는 상이한 패턴을 나타내지만 각 시간대별 오차의 제곱값이 동일할 경우, 유사한 패턴과 상이한 패턴 모두에 대해 같은 RMSE값이 계산되어 패턴의 유사성을 분석할 수 없지만, 스캐일링단계를 통해 패턴의 유사함과 상이함을 RMSE의 값을 통해 확인할 수 있다.
도 2는 본 발명인 패턴의 유사성 분석을 통한 유사일 선정 방법에서 RMSE기법의 개념과 평상일과 특수일의 전력수요 패턴의 유사성을 측정한 것이다.
도시된 바와 같이, 석가탄신일과 같은 특수일은 일반적인 평상일의 패턴과 상이함을 확인할 수 있다.
도 3은 본 발명인 패턴의 유사성 분석을 통한 유사일 선정 방법을 통해 전력수요 예측에 적합한 유사일 선정의 중요성을 확인하기 위해 커뮤니티 단위의 전력수요 예측을 위한 제안 유사일과 전국 단위에서 사용하는 유사일의 전력수요 패턴의 유사성을 비교한 것이고,
도 4는 도 3의 결과를 도시한 것이다.
도시된 바와 같이 동일 생활 패턴을 가지는 커뮤니티 단위의 전력수요 패턴은 전국단위에서 사용하는 유사일이 아닌 제안한 유사일의 경우에 유사성이 더 우수하다.
도 5는 본 발명인 패턴의 유사성 분석을 통한 유사일 선정 방법에서 커뮤니티 단위에서의 전력수요 예측 시 제안 유사일 및 전국 단위에서 사용하는 유사일 적용에 따른 전력수요 예측의 오차율을 비교한 것이다.
결론적으로 본 발명은 과거 전력수요 데이터 간 패턴의 유사성 분석에 따른 유사일 선정이 전력수요 예측의 정확성에 미치는 영향을 확인할 수 있다.
본 발명은 Scaling과 RMSE 기법을 통한 24시간 전력수요 패턴의 유사성 분석 기술 활용하여 열수요의 패턴 분석을 통해 유사일 선정 및 열수요 예측 오차율 개선을 할 수 있다.
그리고 분산 전원 확대에 따른 전력수요 예측의 오차율을 개선함으로써 경제적이고 안정적인 전력공급 가능한 특징이 있다.
Ⅱ. 전력수요 예측 시스템의 비정상 참고일 제거방법
상술한 바와 같이, 전력수요를 예측하는 데 있어서 안정적이고 경제적인 계통운영을 위해 정확한 전력수요 예측은 필수이다. 예측 오차는 추가 전력 구매로 인한 비용증가와 에너지 낭비를 야기 시킬 수 있다.
비정상 참고일은 평상일에 비해 일 평균전력량이 현저히 낮은 날로서 전력수요 예측의 참고일로 사용될 시 예측 오차율에 악영향을 미친다. 악영향을 미친다. 비정상 참고일은 특수일(공휴일 및 임시공휴일)과 비정상일(징검다리 휴일, 연휴에 영향을 받는 연휴 전/후의 평일, 도시 내 특별 행사)로 구분되며, 특수일의 경우, 법적으로 지정되는 경우도 있지만 비정상일은 지역별, 연도별, 도시별로 달라 단순히 달력을 통해 이를 감지하고 제거하는데 어려움이 있다.
이에 본 발명자는 Scaled RMSE기법을 통해 유사일로 선정된 참고일에 통계적 공정관리 기법인 Control Chart를 적용하여 특수일 및 비정상일을 감지하고 제거함으로써 전력수요 예측의 오차율 개선한 본 발명의 전력수요 예측 시스템의 비정상 참고일 제거방법을 개발하기에 이르렀다.
본 발명에서는 컨트롤차트를 이용하게 되는 데, 본 발명에서 컨트롤차트(Control Chart)란 통계적 공정관리(SPC : Statistical Process Control)방법으로 3시그마 수준의 관리한계를 통계적 방법으로 설정하여 평균의 변동을 관리하는 기술로써, 유사일로 선정된 참고일을 기반으로 각 참고일 별 하루 평균전력량의 변동을 CL(중심선)으로 나타내고, 관리한계(LCL) 밖에 타점되는 낮은 수준의 평균전력량 데이터를 특수일 및 비정상일로 감지하게 된다.
본 발명의 전력수요 예측 시스템의 비정상 참고일 제거방법은,
과거 참고일들의 전력량을 가지고 미래 예측일의 전력량을 예측하고자 하는 전력수요 예측 시스템에 있어서,
예측된 미래의 전력수요의 정확도를 감소시키는 과거 참고일들 중 전력량이 현저히 낮은 비정상 참고일을 제거하기 위하여,
상기 과거 참고일들의 일 평균전력량(
Figure 112019129171038-pat00046
)과 1일 표준편차(
Figure 112019129171038-pat00047
)를 이용한 것으로,
(1) 중심선(
Figure 112019129171038-pat00048
)과 하부관리선(
Figure 112019129171038-pat00049
)을 구하여 작성하는
Figure 112019129171038-pat00050
컨트롤차트 작성단계;
(2) 상기 하부관리선(
Figure 112019129171038-pat00051
) 외부로 벗어나는 비정상 참고일을 제거하는 제1비정상 참고일 제거단계;
(3) 상기 비정상 참고일이 제거된 상태의 데이터를 가지고 상기 (1)단계를 수행하는
Figure 112019129171038-pat00052
컨트롤차트 재작성단계;
(4) 중심선(
Figure 112019129171038-pat00053
)과 하부관리선(
Figure 112019129171038-pat00054
)을 구하여 작성하는
Figure 112019129171038-pat00055
컨트롤차트 작성단계;
(5) 상기 하부관리선(
Figure 112019129171038-pat00056
) 외부로 벗어나는 비정상 참고일을 제거하는 제2비정상 참고일 제거단계;
(6) 상기 비정상 참고일이 제거된 상태의 데이터를 가지고 상기 (4)단계를 수행하는
Figure 112019129171038-pat00057
컨트롤차트 재작성단계;
를 포함하여 구성되는 것을 특징으로 한다.
그리고 상기 (1) 단계는, 예측하고자 하는 미래 예측일의 과거 4일의 참고일을 구하여 수행되는 것을 특징으로 하며,
상기 (4) 단계는, 상기 (3)단계에서 제거된 데이터를 제외한 과거 4일의 참고일을 구하여 수행되는 것을 특징으로 한다.
도 6은 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서
Figure 112019129171038-pat00058
컨트롤차트와
Figure 112019129171038-pat00059
컨트롤차트 작성을 위한 표의 실시예이다.
도 6에서 ‘
Figure 112019129171038-pat00060
’는 일 평균전력량을 지칭하고, ‘
Figure 112019129171038-pat00061
’는 일 평균전력량의 표준편차를 지칭하며,
Figure 112019129171038-pat00062
는 시간별(1~24h) 전력량 그리고
Figure 112019129171038-pat00063
는 24시간을 지칭한다.
도시된 바와 같이, 본 발명은 커뮤니티 단위에서 유사일로 선정된 과거 동일 요일들을 데이터로써 구하여 수행되게 된다.
이때 설날, 추석, 한글날 등과 같은 특수일과 같은 비정상 참고일은 평일에 비하여 낮은 ‘
Figure 112019129171038-pat00064
’와 ‘
Figure 112019129171038-pat00065
’ 값을 가지므로, 비정상 참고일을 관리해야 정확한 예측하고자 하는 미래 동일 요일의 전력수요를 예측할 수 있다.
도 7은 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서
Figure 112019129171038-pat00066
컨트롤차트와
Figure 112019129171038-pat00067
컨트롤차트 각각의 수식과 작성된
Figure 112019129171038-pat00068
컨트롤차트를 도시한 것이다.
도 7에서 과거 4주의 데이터를 이용하므로 ‘
Figure 112019129171038-pat00069
’은 ‘4’의 값을 가질 수 있다.
도 7은 구체적으로 본 발명에서 (1)
Figure 112019129171038-pat00070
컨트롤차트 작성단계를 도시한 것으로, 이를 통하여 하부관리선(
Figure 112019129171038-pat00071
) 외부로 벗어나는 비정상 참고일을 검출할 수 있다.
도 8은 도 7의
Figure 112019129171038-pat00072
컨트롤차트를 가지고 재작성된 재작성
Figure 112019129171038-pat00073
컨트롤차트와
Figure 112019129171038-pat00074
컨트롤차트를 도시한 것이다.
도 8은 구체적으로 본 발명에서 (2) 제1비정상 참고일 제거단계, (3)
Figure 112019129171038-pat00075
컨트롤차트 재작성단계, (4)
Figure 112019129171038-pat00076
컨트롤차트 작성단계를 도시한 것이다.
도 9 내지 10은 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서 플로우 차트(flow chart)를 도시한 것이다.
도 10에 도시된 바와 같이,
Figure 112019129171038-pat00077
컨트롤차트에서 하부관리선(
Figure 112019129171038-pat00078
) 외부로 벗어나는 비정상 참고일이 있다면, 적정 관리상태가 될 때까지 반복하여 비정상 참고일을 제거하는 (5) 제2비정상 참고일 제거단계가 수행되고, 이어서 (6)
Figure 112019129171038-pat00079
컨트롤차트 재작성단계가 수행된다.
도 11은 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서 도출된 비정상 참고일의 실시예이다.
도시된 바와 같이, 본 발명에서 상기 비정상 참고일은 특수일(법정공휴일)과 비정상일(징검다리 휴일, 연휴에 영향을 받는 연휴 전/후의 평일, 도시 내 특별 행사)로 구분되는 것을 특징으로 한다.
도 12는 본 발명인 전력수요 예측 시스템의 비정상 참고일 제거방법에서 도출된 비정상 참고일의 전력수요 예측량의 정확도를 게시한 것이다.
도시된 바와 같이, 본 발명은 모든 비정상 참고일을 감지하여 제거함으로써 전력수요의 오차를 감소시키는 것을 특징으로 한다.
Ⅲ. 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템
도 13은 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 Pearson Correlation Coefficient의 온도에 따른 상관계수를 도시한 것이다.
본 발명에서는 아주 높은 상관관계를 나타내는 상관계수 0.8 이상의 값만 선택하여 사용하도록 한다.
도 14는 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 전력수요와 온도요소 상호간의 상관관계를 분석한 것이다.
본 발명에서는 여름철(6~8월)의 경우 에어콘 등의 냉방기기 사용량을 고려하여 최저온도를 선택하고, 겨울철(11~2월)의 경우 난방기기 사용량을 고려하여 최고온도를 선택한다.
본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템은 온도요소를 감안하여 예측일의 도시 전체 전력수요의 총량(에너지, kWh단위)을 보정하는 것을 개념으로 한다.
도 15는 본 발명인 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 플로우 차트(flow chart)를 도시한 것이다.
본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템은,
과거 동일 요일들의 전력량을 가지고 미래 동일 요일의 전력수요를 예측하고자 하는 전력수요 예측 시스템으로,
(1) 상기 참고일들 각각의 시간대별 전력량과 상기 참고일들 각각의 최대전력량과 최소전력량 산출단계;
(2) 상기 (1) 단계에서 구한 수치를 가지고 지수평활법을 사용하여 미래 예측일의 최대전력수요(
Figure 112019129171038-pat00080
)와 최소전력수요(
Figure 112019129171038-pat00081
)를 예측하는 최대최소전력량 예측단계;
(3) 상기 (1) 단계에서 구한 수치에서 최대전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하여 정규화 (
Figure 112019129171038-pat00082
)하는 입력데이터 정규화단계;
(4) 지수평활법을 사용하여 예측하고자 하는 미래 동일요일인 예측일의 정규화된 전력수요를 시간대별로 예측(
Figure 112019129171038-pat00083
)하고 최대값이 1이 되도록 재정규화하는 정규화된 예측일 전력수요 예측 및 재정규화단계;
(5) 상기 (2) 단계에서 구한 수치와 상기 (4) 단계에서 구한 예측일의 정규화된 전력수요를 가지고 예측하고자 하는 예측일의 예측 전력수요(
Figure 112019129171038-pat00084
)를 구하는 전력수요 예측단계;
(6) 계절별 온도와 일 평균전력량에 따른 보정계수(
Figure 112019129171038-pat00085
,
Figure 112019129171038-pat00086
)를 산정하는 평균전력량 보정계수 산정단계;
(7) 상기 보정계수(
Figure 112019129171038-pat00087
,
Figure 112019129171038-pat00088
)를 이용하여 예측일의 일 평균전력량을 보정함으로써 최종 보정된 예측하고자 하는 미래 동일 요일의 시간대별 예측 전력수요(
Figure 112019129171038-pat00089
)를 구하는 최종 전력수요 예측단계;
를 포함하여 구성되는 것을 특징으로 한다.
그리고 상기 보정계수(
Figure 112019129171038-pat00090
,
Figure 112019129171038-pat00091
)를 구하는 데 있어서,
상기 계절별 온도는 여름철에는 최저 온도를 사용하고, 겨울철에는 최고 온도를 사용하는 것을 특징으로 한다.
상기 지수평활법은 이동평균법으로 대체될 수 있다.
상기 보정계수(
Figure 112019129171038-pat00092
,
Figure 112019129171038-pat00093
)는 회귀분석을 통하여 산출되며,
본 발명은 예측하고자 하는 미래 동일 요일의 과거 3주 또는 4주간의 과거 동일 요일들을 구하여 수행되는 것을 특징으로 한다.
또한 (4-1) 상기 (4) 단계 후에 최대전력수요가 1이 아닌 경우 지수평활법을 사용하여 예측하고자 하는 미래 동일 요일의 전력수요를 시간대별로 정규화(
Figure 112019129171038-pat00094
)하는 예측일 재정규화단계;가 포함되는 것을 특징으로 한다.
도 16은 본 발명인 개선형 전력수요 예측 시스템에서 (1) 전력량 산출단계의 실시예이다.
상기 (1) 전력수요 산출단계는, 도시된 바와 같이 상기 과거 동일 요일들 각각의 시간대별 전력수요와 각각의 최대최소전력량을 구하는 단계를 말한다.
도 17 내지 18은 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 (2) 최대최소전력량 예측단계의 실시예이다.
구체적으로 도 17은 지수평활법을 사용하여 최대전력수요(
Figure 112019129171038-pat00095
)을 예측하는 것이며, 도 18은 지수평활법을 사용하여 최소전력수요(
Figure 112019129171038-pat00096
)을 예측하는 것이다.
도 19는 본 발명인 개선형 전력수요 예측 시스템에서 (3) 입력데이터 정규화단계의 실시예이다.
상기 (3) 입력데이터 정규화단계는 상기 (1) 단계에서 구한 수치에서 최대전력수요를 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력수요를 상기 기준에 맞추어 스케일링하여 정규화(
Figure 112019129171038-pat00097
)하는 단계를 말한다.
도 20은 본 발명인 개선형 전력수요 예측 시스템에서 (4) 지수평활법을 사용하여 예측일의 정규화 전력수요를 예측하고 재정규화하는 단계의 실시예이다.
도시된 바와 같이, 상기 (4) 단계 후에 최소전력수요의 정규화 최소값이 ‘0’이 아니거나 최대전력수요의 정규화 최대값이 ‘1’이 아닌 경우에는 (4-1) 예측일 재정규화단계를 거치게 된다.
도 21은 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 (5) 전력수요 예측단계의 실시예이다.
상기 (5) 전력수요 예측단계는, 상기 (2) 단계에서 구한 수치와 상기 (4) 단계 또는 (4-1) 단계에서 구한 정규화된 미래 동일 요일의 전력수요를 가지고 예측하고자 하는 미래 동일 요일의 예측 전력수요(
Figure 112019129171038-pat00098
)를 구하는 단계를 말한다.
도 22는 본 발명인 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템에서 (6) 보정계수 산정단계의 실시예이다.
상기 (6) 보정계수 산정단계는, 계절별 온도와 일 평균전력에 따른 보정계수(
Figure 112019129171038-pat00099
,
Figure 112019129171038-pat00100
)를 산정하는 단계를 말하며,
상기 보정계수(
Figure 112019129171038-pat00101
,
Figure 112019129171038-pat00102
)를 구하는 데 있어서, 회귀분석을 사용하고 상기 계절별 온도는 여름철에는 최저 온도를 사용하고, 겨울철에는 최고 온도를 사용한다.
도 23은 본 발명인 개선형 전력수요 예측 시스템에서 (7) 최종 전력수요 예측단계의 실시예이다.
상기 (7) 최종 전력수요 예측단계는 상기 보정계수(
Figure 112019129171038-pat00103
,
Figure 112019129171038-pat00104
)를 이용하여 최종 보정된 예측하고자 하는 미래 동일 요일의 예측 전력수요(
Figure 112019129171038-pat00105
)를 구하는 단계를 말한다.
도 24는 본 발명인 개선형 전력수요 예측 시스템에서 보정 전과 후의 결과를 비교한 것이다.
도시된 바와 같이, 본 발명에 의하여 보정된 후 오차율이 감소한 것을 확인할 수 있다.
Ⅳ. 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템
본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예는 상술한 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템과 개념은 동일하되 보정단계의 순서를 달리한 것이다.
본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예는 온도요소를 감안하여 과거 동일요일들의 최대전력량과 최소전력량을 보정하여 온도요소가 고려된 미래 동일 요일인 예측일의 최대전력수요와 최소전력수요를 예측하여 예측일의 시간대별 전력수요를 예측하는 것을 개념으로 한다.
도 25는 본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예에서 플로우 차트(flow chart)를 도시한 것이다.
본 발명인 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템의 다른 실시예는,
과거 동일 요일들의 전력량을 가지고 미래 동일 요일의 전력수요를 예측하고자 하는 전력수요 예측 시스템으로,
(1) 상기 참고일들 각각의 시간대별 전력량과 상기 참고일들 각각의 최대전력량과 최소전력량 산출단계;
(2) 계절별 온도와 상기 (1) 단계에서 구한 시간대별 전력량에 따른 보정계수(
Figure 112019129171038-pat00106
,
Figure 112019129171038-pat00107
,
Figure 112019129171038-pat00108
,
Figure 112019129171038-pat00109
)를 산정하는 최대최소전력량 보정계수 산정단계;
(3) 상기 보정계수(
Figure 112019129171038-pat00110
,
Figure 112019129171038-pat00111
,
Figure 112019129171038-pat00112
,
Figure 112019129171038-pat00113
)를 이용하여 상기 (1) 단계에서 구한 시간대별 전력량에서 보정 최대전력수요(
Figure 112019129171038-pat00114
)과 보정 최소전력수요(
Figure 112019129171038-pat00115
)을 구하는 전력량 보정단계;
(4) 지수평활법을 사용하여 미래 동일 요일의 최대전력수요(
Figure 112019129171038-pat00116
)과 최소전력수요(
Figure 112019129171038-pat00117
)을 예측하는 최대최소전력량 예측단계;
(5) 상기 (1) 단계에서 구한 수치에서 최대전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하여 정규화(
Figure 112019129171038-pat00118
)하는 입력데이터 정규화단계;
(6) 지수평활법을 사용하여 예측하고자 하는 미래 동일 요일인 예측일의 정규화된 전력수요를 시간대별로 예측하고 최대값이 1이 되도록 재정규화하는 정규화된 예측일 전력수요 예측
Figure 112019129171038-pat00119
및 재정규화 단계;
(7) 상기 (4) 단계에서 구한 수치와 상기 (6) 단계에서 구한 정규화된 미래 동일 요일의 전력수요를 가지고 예측하고자 하는 미래 동일 요일의 시간대별 예측 전력수요(
Figure 112019129171038-pat00120
)를 구하는 최종 전력수요 예측단계;
를 포함하여 구성되는 것을 특징으로 한다.
그리고 상기 보정계수(
Figure 112019129171038-pat00121
,
Figure 112019129171038-pat00122
,
Figure 112019129171038-pat00123
,
Figure 112019129171038-pat00124
)를 구하는 데 있어서, 상기 계절별 온도는 여름철에는 최저 온도를 사용하여 상기 보정계수를 구하고, 겨울철에는 최고 온도를 사용하여 상기 보정계수를 구하고, 최대전력량 보정 시에는 상기 보정계수 중 다음(
Figure 112019129171038-pat00125
,
Figure 112019129171038-pat00126
)을 사용하며 최소전력량 보정 시에는 상기 보정 계수 중 다음(
Figure 112019129171038-pat00127
,
Figure 112019129171038-pat00128
)을 사용하는 것을 특징으로 한다.
상기 지수평활법은 이동평균법으로 대체될 수 있으며,
상기 보정계수(
Figure 112019129171038-pat00129
,
Figure 112019129171038-pat00130
,
Figure 112019129171038-pat00131
,
Figure 112019129171038-pat00132
)는, 회귀분석을 통하여 산출된다. 이를 사용하여 과거 동일 요일 최대 최소전력량을 보정하게 된다.
그리고 본 발명은 예측하고자 하는 미래 동일 요일의 과거 3주 또는 4주간의 과거 동일 요일들을 구하여 수행되는 것을 특징으로 한다.
또한 (6-1) 상기 (6) 단계 후에 최대전력수요가 1이 아닌 경우 지수평활법을 사용하여 예측하고자 하는 미래 동일 요일의 전력수요를 시간대별로 정규화(
Figure 112019129171038-pat00133
)하는 예측일 재정규화단계;가 포함되는 것을 특징으로 한다.
도 26은 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (1) 전력수요 산출단계의 실시예이다.
(1) 전력수요 산출단계의 실시예는 상술한 본 발명인 개선형 전력수요 예측 시스템의 실시예와 동일하다.
도 27은 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (2) 보정계수 산정단계의 실시예이다.
상기 (2) 보정계수 산정단계는, 계절별 온도와 상기 (1) 단계에서 구한 시간대별 전력수요에 따른 보정계수(
Figure 112019129171038-pat00134
,
Figure 112019129171038-pat00135
,
Figure 112019129171038-pat00136
,
Figure 112019129171038-pat00137
)를 산정하는 단계를 말한다.
이때 회귀분석을 통하여 보정계수(
Figure 112019129171038-pat00138
,
Figure 112019129171038-pat00139
,
Figure 112019129171038-pat00140
,
Figure 112019129171038-pat00141
)를 산정한다.
도 28 내지 29는 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (3) 전력량 보정단계이다.
상기 (3) 전력량 보정단계는, 상기 보정계수(
Figure 112019129171038-pat00142
,
Figure 112019129171038-pat00143
,
Figure 112019129171038-pat00144
,
Figure 112019129171038-pat00145
)를 이용하여 상기 (1) 단계에서 구한 시간대별 전력수요에서 보정 최대전력수요(
Figure 112019129171038-pat00146
)과 보정 최소전력수요(
Figure 112019129171038-pat00147
)을 구하는 단계를 말한다.
구체적으로 도 28은 보정 최대전력수요(
Figure 112019129171038-pat00148
)을 구하는 것이고,
도 29는 보정 최소전력수요(
Figure 112019129171038-pat00149
)을 구하는 것을 도시한 것이다.
도 30 내지 31은 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (4) 최대최소전력량 예측단계의 실시예이다.
상기 (4) 최대최소전력량 예측단계는, 지수평활법을 사용하여 미래 동일 요일의 최대전력수요(
Figure 112019129171038-pat00150
)과 최소전력수요(
Figure 112019129171038-pat00151
)을 예측하는 단계를 말한다.
구체적으로 도 30은 최대전력수요(
Figure 112019129171038-pat00152
)을 예측하는 것이고,
도 31은 최소전력수요(
Figure 112019129171038-pat00153
)을 예측하는 것이다.
도 32는 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (6) 예측일 정규화단계의 실시예이다.
상기 (5) 예측일 정규화단계는, 과거 동일요일의 전력량을 시간대별로 정규화하는 단계를 말한다.
도 33은 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (6) 예측일의 정규화 전력수요 예측 및 재정규화단계의 실시예이다.
상기 (6-1) 예측일 재정규화단계는, 상기 (6) 단계 후에 최대전력수요가 1이 아닌 경우 지수평활법을 사용하여 예측하고자 하는 미래 동일 요일의 전력수요를 시간대별로 정규화(
Figure 112019129171038-pat00154
)하는 단계를 말한다.
도 34는 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 (7) 전력수요 예측단계의 실시예이다.
상기 (7) 전력수요 예측단계는, 상기 (4) 단계에서 구한 수치와 상기 (6) 단계 및 상기 (6-1) 단계에서 구한 정규화된 미래 동일 요일의 전력수요를 가지고 예측하고자 하는 미래 동일 요일의 예측 전력수요(
Figure 112019129171038-pat00155
)를 구하는 단계를 말한다.
도 35는 본 발명인 개선형 전력수요 예측 시스템의 다른 실시예에서 보정 전과 후의 결과를 비교한 것이다.
도시된 바와 같이, 본 발명에 의하여 보정된 후 오차율이 감소한 것을 확인할 수 있다.
본 발명은 상기에서 언급한 바와 같이 바람직한 실시예와 관련하여 설명되었으나, 본 발명의 요지를 벗어남이 없는 범위 내에서 다양한 수정 및 변형이 가능하며, 다양한 분야에서 사용 가능하다.
따라서 본 발명의 청구범위는 이건 발명의 진정한 범위 내에 속하는 수정 및 변형을 포함한다.

Claims (6)

  1. 패턴의 유사성 분석을 통한 유사일 선정 방법에 의해서 유사일로 선정된 참고일들의 전력량을 가지고 미래 예측일의 전력수요를 예측하고자 하는 전력수요 예측 시스템에서, 과거 동일 요일들의 전력량을 가지고 미래 동일 요일의 전력수요를 예측하고자 하는 전력수요 예측 시스템으로,
    (1) 상기 과거 동일 요일들 각각의 시간대별 전력량과 각각의 최대최소전력량을 구하는 전력수요량 산출단계;
    (2) 계절별 온도와 상기 (1) 단계에서 구한 시간대별 전력량에 따른 보정계수(
    Figure 112021099737002-pat00156
    ,
    Figure 112021099737002-pat00157
    ,
    Figure 112021099737002-pat00158
    ,
    Figure 112021099737002-pat00159
    )를 산정하는 보정계수 산정단계;
    (3) 상기 보정계수(
    Figure 112021099737002-pat00160
    ,
    Figure 112021099737002-pat00161
    ,
    Figure 112021099737002-pat00162
    ,
    Figure 112021099737002-pat00163
    )를 이용하여 상기 (1) 단계에서 구한 시간대별 전력량에서 보정 최대전력량(
    Figure 112021099737002-pat00164
    )과 보정 최소전력량(
    Figure 112021099737002-pat00165
    )을 구하는 전력량 보정단계;
    (4) 지수평활법을 사용하여 미래 동일 요일의 최대전력수요(
    Figure 112021099737002-pat00166
    )과 최소전력수요(
    Figure 112021099737002-pat00167
    )을 예측하는 최대최소전력량 예측단계;
    (5) 상기 (1) 단계에서 구한 수치에서 최대전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하여 정규화(
    Figure 112021099737002-pat00168
    )하는 입력데이터 정규화단계;
    (6) 지수평활법을 사용하여 예측하고자 하는 미래 동일 요일인 예측일의 정규화된 전력수요를 시간대별로 예측하고 최대값이 1이 되도록 재정규화하는 정규화된 예측일 전력수요 예측
    Figure 112021099737002-pat00169
    및 재정규화 단계;
    (7) 상기 (4) 단계에서 구한 수치와 상기 (6) 단계에서 구한 정규화된 미래 동일 요일의 전력수요를 가지고 예측하고자 하는 미래 동일 요일의 시간대별 예측 전력수요(
    Figure 112021099737002-pat00170
    )를 구하는 최종 전력수요 예측단계;
    를 포함하여 구성되는 것을 특징으로 하고,
    상기 보정계수(
    Figure 112021099737002-pat00171
    ,
    Figure 112021099737002-pat00172
    ,
    Figure 112021099737002-pat00173
    ,
    Figure 112021099737002-pat00174
    )를 구하는 데 있어서,
    상기 계절별 온도는 여름철에는 최저 온도를 사용하여 상기 보정계수를 구하고, 겨울철에는 최고 온도를 사용하여 상기 보정계수를 구하는 것을 특징으로 하며,
    상기 보정계수(
    Figure 112021099737002-pat00175
    ,
    Figure 112021099737002-pat00176
    ,
    Figure 112021099737002-pat00177
    ,
    Figure 112021099737002-pat00178
    )는,
    회귀분석을 통하여 산출하는 것을 특징으로 하고,
    (6-1) 상기 (6) 단계 후에 최대전력수요량이 1이 아닌 경우 지수평활법을 사용하여 예측하고자 하는 미래 동일 요일의 전력수요량을 시간대별로 정규화(
    Figure 112021099737002-pat00179
    )하는 예측일 재정규화단계;
    가 포함되는 것을 특징으로 하되,
    상기 패턴의 유사성 분석을 통한 유사일 선정 방법은,
    입력모듈, 분석모듈 및 출력모듈을 구비한 컴퓨터 환경에서 전용 어플리케이션을 구축하여 실시되는 것으로,
    전력수요 간 패턴의 유사성을 분석하여 전력수요 예측에 가장 적합한 유사일을 선정하는 방법으로,
    (1) 상기 분석모듈에서 상기 입력모듈을 통하여 입력된 상기 전력수요의 패턴을 비교할 데이터 각각의 시간대별 전력량과 상기 시간대별 전력량 일 평균전력량을 구하는 전력량 산출단계;
    (2) 상기 분석모듈에서 상기 일 평균전력량을 ‘1’의 수치로 기준을 선정하고 상기 시간대별 전력량을 상기 기준에 맞추어 스케일링하는 전력량 스케일링단계;
    (3) 상기 분석모듈에서 상기 스케일링 된 데이터 간 시간대별 전력량의 RMSE 연산을 통하여 전력수요의 패턴의 유사성을 측정하는 RMSE 연산단계;
    (4) 상기 분석모듈에서 상기 RMSE 연산을 통해 전력수요 예측에 적합한 참고일을 선정하기 위한 유사일 선정단계;
    를 포함하여 구성되되,
    각 시간대별 오차의 제곱값이 동일할 경우, 유사한 패턴과 상이한 패턴 모두에 대해 같은 RMSE값이 계산되어 패턴의 유사성을 분석할 수 없으므로, 상기 (3) RMSE 연산단계; 전에 상기 (2) 전력량 스케일링단계;를 수행하는 것을 특징으로 하고,
    Figure 112021099737002-pat00269

    Figure 112021099737002-pat00270
    : 시간대별 전력량(
    Figure 112021099737002-pat00271
    일의
    Figure 112021099737002-pat00272
    시 전력 사용량)
    Figure 112021099737002-pat00273
    : 일 평균전력량(
    Figure 112021099737002-pat00274
    일의 하루 평균 전력 사용량)
    상기 (2) 전력량 스케일링단계는 위 식으로 스케일링되며,
    Figure 112021099737002-pat00275

    Figure 112021099737002-pat00276
    : 스케일링된
    Figure 112021099737002-pat00277
    일의
    Figure 112021099737002-pat00278
    시 전력 사용량
    Figure 112021099737002-pat00279
    : 스케일링된
    Figure 112021099737002-pat00280
    일의
    Figure 112021099737002-pat00281
    시 전력 사용량
    상기 (3) RMSE 연산단계는 위 식으로 연산되는 것을 특징으로 하고,
    소규모 커뮤니티 단위에서는
    Figure 112021099737002-pat00282
    일과
    Figure 112021099737002-pat00283
    일의 차이를 일주일로 하며,
    대규모 전국 단위에서는
    Figure 112021099737002-pat00284
    일과
    Figure 112021099737002-pat00285
    일의 차이를 하루로 하되 월요일이 제외되고 전 주 금요일과 화요일의 유사성을 분석하는 것을 특징으로 하는 것을 특징으로 하는 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
KR1020190166917A 2019-12-13 2019-12-13 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템 KR102358081B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190166917A KR102358081B1 (ko) 2019-12-13 2019-12-13 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190166917A KR102358081B1 (ko) 2019-12-13 2019-12-13 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템

Publications (2)

Publication Number Publication Date
KR20210076276A KR20210076276A (ko) 2021-06-24
KR102358081B1 true KR102358081B1 (ko) 2022-02-07

Family

ID=76607020

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190166917A KR102358081B1 (ko) 2019-12-13 2019-12-13 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템

Country Status (1)

Country Link
KR (1) KR102358081B1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3641918B2 (ja) * 1997-10-09 2005-04-27 富士電機システムズ株式会社 電力需要量予測値補正方法
KR100987168B1 (ko) * 2008-10-31 2010-10-11 한국전력공사 원격계측 전력 부하패턴의 분류 및 예측 방법
KR101846026B1 (ko) 2011-10-25 2018-04-06 한국전력공사 사전 전력수요예측에 의한 전력수요관리 방법 및 시스템
KR101719428B1 (ko) 2014-10-07 2017-03-23 김태영 전력수요 관리 시스템 및 그 방법
KR20160044640A (ko) * 2014-10-15 2016-04-26 지에스건설 주식회사 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템

Also Published As

Publication number Publication date
KR20210076276A (ko) 2021-06-24

Similar Documents

Publication Publication Date Title
JP3783929B2 (ja) 省エネルギー効果推定方法およびその装置
JP5119022B2 (ja) 可変的予測モデル構築方法、及び、可変的予測モデル構築システム
TWI592811B (zh) 需求預測裝置、程式以及記錄媒體
US20160132068A1 (en) Systems and methods for measuring and verifying energy savings in buildings
US20030083788A1 (en) Operation support system and method
US20060184326A1 (en) Weather data quality control and ranking method
US20110118857A1 (en) Method and apparatus for automation of a programmable device
US10846715B2 (en) Energy operation apparatus, method, and system
JP4386748B2 (ja) 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体
JP6006072B2 (ja) エネルギー消費量予測システム
CN115333170B (zh) 一种分布式电源并网调度方法、装置及电网运营系统
JP2011114944A (ja) 電力需要予測装置、そのプログラム
KR102358080B1 (ko) 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템
JP2001188772A (ja) プラントの需要予測方法及びその装置
KR102028601B1 (ko) 시설물의 에너지 사용량 예측 방법 및 장치
KR102358081B1 (ko) 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템
KR102343242B1 (ko) 패턴의 유사성 분석을 통한 유사일 선정 방법
KR102343243B1 (ko) 전력수요 예측 시스템의 비정상일 제거방법
CN115081671A (zh) 一种气温与用电量关联关系分析展示方法
JP6091568B1 (ja) 電力消費量予測制御装置、電力消費量予測方法および電力消費量予測プログラム
JP2007241360A (ja) エネルギ需要量予測支援システム
KR101662809B1 (ko) 철도 역사 내 전력 수요 예측 방법 및 그 장치
JP2000270473A (ja) 電力需要量予測方法
JPH10224990A (ja) 電力需要量予測値補正方法
JP6605342B2 (ja) 電力需要予測装置、電力需要予測方法、及び電力需要予測プログラム

Legal Events

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