KR102359562B1 - CP bidding system for community energy systems under forecast error - Google Patents

CP bidding system for community energy systems under forecast error Download PDF

Info

Publication number
KR102359562B1
KR102359562B1 KR1020200040903A KR20200040903A KR102359562B1 KR 102359562 B1 KR102359562 B1 KR 102359562B1 KR 1020200040903 A KR1020200040903 A KR 1020200040903A KR 20200040903 A KR20200040903 A KR 20200040903A KR 102359562 B1 KR102359562 B1 KR 102359562B1
Authority
KR
South Korea
Prior art keywords
power generation
capacity
demand
prediction unit
power
Prior art date
Application number
KR1020200040903A
Other languages
Korean (ko)
Other versions
KR20210123594A (en
Inventor
전영신
성기준
정준철
이재승
김우철
Original Assignee
한국지역난방공사
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 한국지역난방공사 filed Critical 한국지역난방공사
Priority to KR1020200040903A priority Critical patent/KR102359562B1/en
Publication of KR20210123594A publication Critical patent/KR20210123594A/en
Application granted granted Critical
Publication of KR102359562B1 publication Critical patent/KR102359562B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 CP 입찰에 필요한 발전실적, 전력수요 및 기상정보 실적 자료를 저장하는 실적 데이터베이스부, 상기 실적 데이터베이스부의 상기 발전실적 및 상기 기상정보 자료를 이용하여 발전설비에서 발전 가능용량을 예측하는 발전가능용량 예측부, 상기 전력수요와 상기 기상정보 내용을 이용하여 입찰가능용량을 산정하는 전력수요 예측부 및 상기 발전가능용량 예측부에서 산정된 발전 가능용량과 상기 전력수요 예측부에서 산정된 전력수요에 기반하여 입찰가능한 전력량을 계산하는 CP 입찰부를 포함하며, 상기 CP 입찰부는 상기 발전가능용량 예측부에서 예측되는 발전가능용량과 상기 전력수요 예측부에서 예측되는 전력수요의 예측오차를 고려하여 CP 정산금이 최대화되는 전력량을 산정하는 것을 특징으로 하는 수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템을 제공한다.The present invention is a performance database unit for storing power generation performance, power demand and weather information performance data required for CP bidding, and predicting the power generation capacity in a power generation facility using the power generation performance and the meteorological information data of the performance database unit. A capacity prediction unit, a power demand prediction unit that calculates a bidable capacity using the power demand and the meteorological information content, and the available power generation capacity calculated by the power generation capacity prediction unit and the power demand calculated by the power demand prediction unit and a CP bidding unit that calculates the amount of electricity available for bidding based on the CP bidding unit, and the CP payment unit is calculated in consideration of the prediction error of the power demand predicted by the power demand prediction unit and the available generation capacity predicted by the power generation capacity prediction unit It provides a CP bidding system for the district electricity business that considers the error in demand forecasting, characterized in that it calculates the maximum amount of electricity.

Description

수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템{CP bidding system for community energy systems under forecast error}CP bidding system for district electricity business considering demand forecasting error {CP bidding system for community energy systems under forecast error}

실시예는 수요예측 오차를 고려한 구역전기사업 CP입찰 시스템에 관한 것이다. 더욱 상세하게는 구역전기사업자의 시간대별 구역수요 초과 공급가능용량에 대한 최적의 CP(Capacity Payment) 입찰량을 산정하는 것을 목적으로 하는 수요 예측 오차를 고려한 구역전기사업 CP 입찰 시스템에 관한 것이다.The embodiment relates to a CP bidding system for the district electricity business in consideration of demand forecasting errors. More specifically, it relates to a CP bidding system for a district electricity business that considers a demand forecast error for the purpose of calculating the optimal CP (Capacity Payment) bid amount for an excess supply capacity of a district demand by time zone of a district electricity business operator.

구역전기사업(CES)은 일정 권역 내 전기와 열을 동시에 공급하는 사업이다. 한국전력공사를 제외하고 전기를 일반소비자에게 판매할 수 있는 곳은 구역전기사업자 뿐이다. 구역전기사업은 에너지 융복합 사업의 전형으로 ‘전력+지역난방’을 동시에 공급할뿐더러 도시가스회사가 많은 만큼 가스까지 포함하면 말 그대로 토탈에너지를 공급하는 미래사업 형태다.The District Electricity Project (CES) is a project that simultaneously supplies electricity and heat within a certain area. Except for the Korea Electric Power Corporation, the only place that can sell electricity to general consumers is the regional electricity company. The district electricity business is a typical energy convergence business, which not only supplies 'electricity + district heating' at the same time, but also includes gas as there are many city gas companies, so it is a future business type that literally supplies total energy.

국내에는 다수의 구역전기사업체는 전기요금이 연료비 상승률을 따라 가지 못해 손해를 나타내고 있다.In Korea, many regional electricity companies are showing losses because their electricity rates cannot keep up with the rate of increase in fuel costs.

이러한 구역전기사업체는 구역내 수요를 초과하는 잉여전력을 한국전력공사 또는 전력거래소에 판매하고 있으나, CP(Capacity Payment) 입찰시 입찰할 전기용량의 산정에 어려움이 존재한다.These regional electricity companies sell surplus electricity that exceeds the demand in the region to the Korea Electric Power Corporation or the Korea Power Exchange, but there is a difficulty in calculating the electricity capacity to be bid in the CP (Capacity Payment) bidding.

실시예는 구역전기사업자의 시간대별 구역 수요 초과 공급가능용량에 대한 최적의 CP 입찰량을 산정하는 것을 목적으로 한다.The embodiment aims to calculate the optimal CP bid amount for the supply capacity in excess of the regional demand for each time zone of the regional electricity business operator.

또한, 발전가능용량, 전력수요 및 기상정보 과거실적을 데이터베이스화하여 CP 입찰일의 전력수요 및 발전가능용량을 추정하는 것을 목적으로 한다.In addition, the purpose of estimating the power demand and the available power generation capacity of the CP bidding date by making a database of the power generation capacity, power demand and weather information in the past.

또한, 과거 실적 데이터를 분석하여 입찰일이 기상예보에 대한 발전가능용량 및 전력수요를 예측하는 것을 목적으로 한다.In addition, the purpose of the bidding date is to predict the power generation capacity and electricity demand for the weather forecast by analyzing the past performance data.

또한, 발전가능용량 및 전력수요 예측시 필연적으로 발생하는 예측오챠ㅏ를 고려하여 CP 정산금을 최대화하는 것을 목적으로 한다.In addition, it aims to maximize the CP settlement in consideration of the prediction error that inevitably occurs when predicting the power generation capacity and power demand.

본 발명이 해결하고자 하는 과제는 이상에서 언급된 과제에 국한되지 않으며 여기서 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the problems mentioned above, and other problems not mentioned here will be clearly understood by those skilled in the art from the following description.

본 발명의 실시예는, CP 입찰에 필요한 발전실적, 전력수요 및 기상정보 실적 자료를 저장하는 실적 데이터베이스부; 상기 실적 데이터베이스부의 상기 발전실적 및 상기 기상정보 자료를 이용하여 발전설비에서 발전 가능용량을 예측하는 발전가능용량 예측부; 상기 전력수요와 상기 기상정보 내용을 이용하여 입찰가능용량을 산정하는 전력수요 예측부; 상기 발전가능용량 예측부에서 산정된 발전 가능용량과 상기 전력수요 예측부에서 산정된 전력수요에 기반하여 입찰가능한 전력량을 계산하는 CP 입찰부;를 포함하며, 상기 CP 입찰부는 상기 발전가능용량 예측부에서 예측되는 발전가능용량과 상기 전력수요 예측부에서 예측되는 전력수요의 예측오차를 고려하여 CP 정산금이 최대화되는 전력량을 산정하는 것을 특징으로 할 수 있다.An embodiment of the present invention, a performance database unit for storing power generation performance, power demand and weather information performance data required for CP bidding; a power generation capacity prediction unit for predicting a power generation capacity in a power generation facility using the power generation performance and the weather information data of the performance database unit; a power demand prediction unit for calculating a bidable capacity by using the power demand and the weather information; CP bidding unit for calculating the amount of bidable electricity based on the power generation capacity calculated by the power generation capacity prediction unit and the power demand calculated by the power demand prediction unit; includes, wherein the CP bidding unit is the power generation capacity prediction unit It may be characterized in that the amount of power for which the CP settlement is maximized is calculated in consideration of the generation potential predicted in the CP and the prediction error of the power demand predicted by the power demand prediction unit.

바람직하게는, 상기 발전가능용량 예측부와 상기 전력수요 예측부는 상기 실적 데이터베이스부의 정보와 기상청의 예측정보를 이용하여 각각의 발전가능용량과 전력수요를 예측하는 것을 특징으로 할 수 있다.Preferably, the available power generation capacity prediction unit and the power demand prediction unit may be characterized in that using the information of the performance database unit and the forecast information of the Meteorological Administration to predict the respective power generation capacity and power demand.

여기에서, 상기 CP 입찰부는 하기 수학식 1을 이용하여 상기 발전가능용량 예측부에서 예측되는 발전가능용량 분포를 이용하여 CP 정산수익이 최대화가 되는 입찰하는 전력량을 산정될 수 있다.Here, the CP bidding unit may calculate the amount of bidding power in which the CP settlement revenue is maximized by using the available generation capacity distribution predicted by the generation available capacity prediction unit using Equation 1 below.

[수학식 1][Equation 1]

Figure 112020035015123-pat00001
Figure 112020035015123-pat00001

(여기서, x는 cp 입찰, i는 몬테카를로 시물레이션(monte carlo simulation 횟수, f(x)는 CP 입찰에 따른 정산금, g(x,yi)는 CP 오차에 따른 위약금을 의미한다.)(Here, x is cp bidding, i is the number of monte carlo simulations, f(x) is the settlement amount based on CP bidding, and g(x,y i ) is the penalty due to CP error.)

또한, 상기 수학식 1에서 상기 f(x)는 TPCPi,t (시간별 정산금)를 의미하며, 상기 TPCPi,t는 하기 수학식 2를 통해 계산될 수 있다.In addition, in Equation 1, f(x) means TPCP i,t (settlement for each hour), and the TPCP i,t can be calculated through Equation 2 below.

[수학식 2][Equation 2]

Figure 112020035015123-pat00002
Figure 112020035015123-pat00002

(하기 인자들의 설명에서 구역수요 초과 공급가능용량은 공급가능용량-구역수요를 통해 계산되며, ALi,t : 중앙급전 구역전기발전기 시간대별 구역수요 초과 공급가능용량 초기 입찰값, RALi,t : 중앙금전 구역전기발전기 시간대별 변경 구역수요 초과 공급가능용량 변경 입찰값, AALi.t : 중앙급전 구역전기발전기 시간대별 실제 구역수요 초과 공급가능용량, RCPi : 비용위원회에서 결정한 기준용량가격, RCFi : 적정설비예비력을 고려한 지역별가중치이며 비용위원회에서 결정, FSFi : 연료전환성 과계수로 중앙급전 구역전기발전기는 1을 적용, TCFt : 시간대별 용량가격계수 임)(In the explanation of the factors below, the available supply capacity in excess of the regional demand is calculated through the available supply capacity - the regional demand, AL i,t : the initial bid value for the supply capacity exceeding the regional demand for each time period of the central feeding zone electric generator, RAL i,t : Changed bid value for central money zone electric generators by time zone, AAL it : Central power zone electrical generators for each time zone, change in available capacity in excess of regional demand, RCP i : Standard capacity price determined by the cost committee, RCF i : Regional weight considering the appropriate reserve capacity and decided by the Cost Committee, FSF i : Fuel conversion performance factor, 1 applied to centrally fed area electric generators, TCF t : Capacity price factor for each time period)

또한, 상기 수학식 1에서 상기 g(x,yi)는 하기 TPCLi,t를 의미하며, 상기 TPCLi,t는 하기 수학식 3을 통해 계산될 수 있다.In addition, in Equation 1, g(x,y i ) denotes the following TPCL i,t , and the TPCL i,t may be calculated through the following Equation 3.

[수학식 3][Equation 3]

Figure 112020035015123-pat00003
Figure 112020035015123-pat00003

실시예에 따르면, 구역전기사업장 내 과거 기상정보 실적, 전력수요 실적, 공급가능용량 실적을 이용하여 구역전기사업 CP 입찰에 필요한 구역수효 초과 공급가능용량을 예측할 수 있는 효과가 있다.According to the embodiment, there is an effect of predicting the available supply capacity in excess of the number of districts required for the CP bidding for the district electricity business using the past weather information performance, power demand performance, and supply capacity performance within the regional electricity business.

또한, 구역수요 초과 공급가능용량의 예측 오차를 고려하여 최적의 CP 입찰전략을 수립할 수 있다.In addition, it is possible to establish an optimal CP bidding strategy by taking into account the prediction error of the available capacity in excess of regional demand.

본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.Various and beneficial advantages and effects of the present invention are not limited to the above, and will be more easily understood in the course of describing specific embodiments of the present invention.

도 1은 본 발명의 실시예에 따른 수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템의 구조도이고,
도 2는 도 1의 구성요소인 발전가능용량 예측부에서 발전용량을 산출하는 그래프이고,
도 3은 도 1의 구성요소인 전력수요 예측부에서 전력수요를 예측하는 그래프이다.1 is a structural diagram of a CP bidding system for a district electricity project in consideration of a demand forecast error according to an embodiment of the present invention;
Figure 2 is a graph for calculating the power generation capacity in the generating capacity prediction unit, which is a component of Fig. 1,
FIG. 3 is a graph for predicting power demand by the power demand prediction unit, which is a component of FIG. 1 .

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

다만, 본 발명의 기술 사상은 설명되는 일부 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있고, 본 발명의 기술 사상 범위 내에서라면, 실시 예들간 그 구성 요소들 중 하나 이상을 선택적으로 결합, 치환하여 사용할 수 있다.However, the technical spirit of the present invention is not limited to some embodiments described, but may be implemented in various different forms, and within the scope of the technical spirit of the present invention, one or more of the components may be selected between the embodiments. It can be used by combining or substituted with .

또한, 본 발명의 실시예에서 사용되는 용어(기술 및 과학적 용어를 포함)는, 명백하게 특별히 정의되어 기술되지 않는 한, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 일반적으로 이해될 수 있는 의미로 해석될 수 있으며, 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미를 고려하여 그 의미를 해석할 수 있을 것이다.In addition, terms (including technical and scientific terms) used in the embodiments of the present invention may be generally understood by those of ordinary skill in the art to which the present invention belongs, unless specifically defined and described explicitly. It may be interpreted as a meaning, and generally used terms such as a term defined in advance may be interpreted in consideration of the contextual meaning of the related art.

또한, 본 발명의 실시예에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다.In addition, the terminology used in the embodiments of the present invention is for describing the embodiments and is not intended to limit the present invention.

본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함할 수 있고, “A 및(와) B, C 중 적어도 하나(또는 한 개 이상)”로 기재되는 경우 A, B, C로 조합할 수 있는 모든 조합 중 하나 이상을 포함할 수 있다.In this specification, the singular form may also include the plural form unless otherwise specified in the phrase, and when it is described as “at least one (or more than one) of A and (and) B, C”, it is combined with A, B, and C It may include one or more of all possible combinations.

또한, 본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다.In addition, in describing the components of the embodiment of the present invention, terms such as first, second, A, B, (a), (b), etc. may be used.

이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등으로 한정되지 않는다.These terms are only for distinguishing the component from other components, and are not limited to the essence, order, or order of the component by the term.

그리고, 어떤 구성 요소가 다른 구성요소에 ‘연결’, ‘결합’ 또는 ‘접속’된다고 기재된 경우, 그 구성 요소는 그 다른 구성 요소에 직접적으로 연결, 결합 또는 접속되는 경우뿐만 아니라, 그 구성 요소와 그 다른 구성 요소 사이에 있는 또 다른 구성 요소로 인해 ‘연결’, ‘결합’ 또는 ‘접속’ 되는 경우도 포함할 수 있다.And, when it is described that a component is 'connected', 'coupled' or 'connected' to another component, the component is not only directly connected, coupled or connected to the other component, but also with the component It may also include a case of 'connected', 'coupled' or 'connected' due to another element between the other elements.

또한, 각 구성 요소의 “상(위) 또는 하(아래)”에 형성 또는 배치되는 것으로 기재되는 경우, 상(위) 또는 하(아래)는 두 개의 구성 요소들이 서로 직접 접촉되는 경우뿐만 아니라 하나 이상의 또 다른 구성 요소가 두 개의 구성 요소들 사이에 형성 또는 배치되는 경우도 포함한다. 또한, “상(위) 또는 하(아래)”으로 표현되는 경우 하나의 구성 요소를 기준으로 위쪽 방향뿐만 아니라 아래쪽 방향의 의미도 포함할 수 있다.In addition, when it is described as being formed or disposed on “above (above) or under (below)” of each component, the top (above) or bottom (below) is one as well as when two components are in direct contact with each other. Also includes a case in which another component as described above is formed or disposed between two components. In addition, when expressed as “upper (upper) or lower (lower)”, the meaning of not only the upper direction but also the lower direction based on one component may be included.

이하, 첨부된 도면을 참조하여 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.Hereinafter, the embodiment will be described in detail with reference to the accompanying drawings, but the same or corresponding components are given the same reference numerals regardless of reference numerals, and overlapping descriptions thereof will be omitted.

도 1 내지 도 3은, 본 발명을 개념적으로 명확히 이해하기 위하여, 주요 특징 부분만을 명확히 도시한 것이며, 그 결과 도해의 다양한 변형이 예상되며, 도면에 도시된 특정 형상에 의해 본 발명의 범위가 제한될 필요는 없다.1 to 3, in order to clearly understand the present invention conceptually, only the main characteristic parts are clearly shown, as a result, various modifications of the diagram are expected, and the scope of the present invention is limited by the specific shape shown in the drawings it doesn't have to be

도 1은 본 발명의 실시예에 따른 수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템의 구조도이고, 도 2는 도 1의 구성요소인 발전가능용량 예측부에서 발전용량을 산출하는 그래프이고, 도 3은 도 1의 구성요소인 전력수요 예측부에서 전력수요를 예측하는 그래프이다.1 is a structural diagram of a CP bidding system for a district electricity business in consideration of a demand forecasting error according to an embodiment of the present invention, FIG. 2 is a graph for calculating the power generation capacity in the generating capacity prediction unit, which is a component of FIG. 1, FIG. 3 is a graph for predicting power demand in the power demand prediction unit, which is a component of FIG. 1 .

도 1 내지 도 3을 참조하면, 본 발명의 실시예에 따른 수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템은 실적 데이터베이스부, 발전가능용량 예측부, 전력수요 예측부 및 CP 입찰부를 포함할 수 있다.1 to 3, the district electricity business CP bidding system in consideration of the demand prediction error according to an embodiment of the present invention may include a performance database unit, a power generation capacity prediction unit, an electric power demand prediction unit and a CP bidding unit. .

도 1 내지 도 3을 참조하면, 본 발명의 실시예에 따른 수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템은 실적 데이터베이스부(100), 발전가능용량 예측부(200), 전력수요 예측부(300) 및 CP 입찰부(400)를 포함할 수 있다.1 to 3 , the district electricity project CP bidding system in consideration of the demand forecasting error according to the embodiment of the present invention includes a performance database unit 100 , a power generation capacity prediction unit 200 , and an electric power demand prediction unit 300 . ) and may include a CP bidding unit 400 .

본 발명에서는 구역전기사업자가 시간대별 구역수요 초과 공급 가능용량을 입찰시 발전가능용량 및 전력수요 예측시 발생하는 예측오차를 고려하여 정산금을 최대화하는 것을 목적으로 한다. In the present invention, it is an object of the present invention to maximize the settlement amount in consideration of a prediction error that occurs when a district electricity business operator bids for a supply capacity in excess of a district demand by time period and a power demand forecast.

실적 데이터베이스부(100)는 CP 입찰에 필요한 발전실적, 전력수요 및 기상정보 실적 자료를 저장할 수 있다.The performance database unit 100 may store power generation performance, electricity demand, and weather information performance data required for CP bidding.

실적 데이터베이스부(100)는 발전실적 데이터베이스(110), 기상데이터 데이터베이스(120) 및 전력수요 데이터베이스(130)를 포함할 수 있다.The performance database unit 100 may include a power generation performance database 110 , a weather data database 120 , and a power demand database 130 .

발전실적 데이터베이스(110)는 입찰대상이 되는 발전기의 발전실적을 저장할 수 있다. 기상데이터 데이터베이스(120)는 과거 날자 별로 온도와 습도 등의 기상 정보를 저장할 수 있다. 전력수요 데이터베이스(130)는 과거 사용자측에서 사용했던 전력 수요정보를 저장할 수 있다.The power generation record database 110 may store the power generation record of a generator to be a bidding target. The weather data database 120 may store weather information such as temperature and humidity for each past date. The power demand database 130 may store power demand information used by the user in the past.

발전가능용량 예측부(200)는 실적 데이터베이스부(100)의 발전실적 및 기상정보 자료를 이용하여 발전설비에서 발전 가능용량을 예측할 수 있다.The available power generation capacity prediction unit 200 may predict the power generation capacity in the power generation facility by using the power generation performance and weather information data of the performance database unit 100 .

발전가능용량은 온도에 따라 변화하므로 온도 대비 발전 가능용량 데이터를 이용하여 온도대비 발전가능용량 예측모형을 구축할 수 있다. 이때, 예측모형은 기상청의 온도 정보를 이용하여 구현될 수 있다.Since the available power generation capacity changes according to the temperature, it is possible to construct a temperature-to-temperature power generation capacity prediction model using the available power generation capacity data versus the temperature. In this case, the prediction model may be implemented using temperature information of the Korea Meteorological Administration.

도 2를 참조하면, 구역전기사업에 사용되는 발전기 대부분은 가스터빈 기반의 열병합발전기이며, 가스터빈은 온도가 낮을수록 발전 출력이 증가하는 특성(낮은 온도에 따라 연료 밀도가 증가하여, 입력되는 연료 및 공기가 증가함)을 가진다.Referring to FIG. 2 , most of the generators used in the district electricity business are gas turbine-based cogeneration generators, and the gas turbine has a characteristic in that the power generation output increases as the temperature decreases (the fuel density increases according to the low temperature, so the input fuel and air increases).

발전가능용량 예측부(200)는 도 2에 나타나는 것과 같이, 실적 데이터베이스부(100)의 발전실적과 온도정보 데이터를 회귀분석하며, 추세와 잔차를 이용하여 평균과 표준편차를 계산하게 된다.As shown in FIG. 2 , the power generation capacity prediction unit 200 regressively analyzes the power generation performance and temperature information data of the performance database unit 100 , and calculates the average and standard deviation using the trend and the residual.

이후, 발전가능용량 예측부(200)는 기상청의 예보 정보를 이용하여 입찰일의 익일의 온도정보에 따른 발전가능용량을 예측할 수 있다.Thereafter, the generating capacity prediction unit 200 may predict the generating capacity according to the temperature information of the next day of the bidding date using the forecast information of the Korea Meteorological Administration.

전력수요 예측부(300)는 실적 데이터베이스부(100)에 저장된 전력수요 정보와 기상정보 자료를 이용하여 전력수요를 산정할 수 있다. 전력수요 예측부(300)는 전력수요가 평일, 주말에 따라 가지는 패턴을 분석하여 요일별 패턴예측모형을 구축할 수 있다. 전력수요 예측부(300)는 기상청 예보를 이용하여 전력수요를 예측할 수 있다.The power demand prediction unit 300 may calculate the power demand by using the power demand information and weather information data stored in the performance database unit 100 . The power demand prediction unit 300 may construct a pattern prediction model for each day by analyzing a pattern of power demand according to weekdays and weekends. The electric power demand prediction unit 300 may predict the electric power demand by using the forecast of the Korea Meteorological Administration.

도 3을 참조하면, 전력수요가 일정온도 이상에서는 온도와 정비례로 증가하고 일정온도 이하에서는 온도와 반비례로 증가하는 추세를 확인할 수 있다. 전력수요 예측부(300)는 실적 데이터베이스부(100)의 온도 대비 발전실적 데이터 실적을 회귀분석하여 평균과 표준편자를 계산할 수 있다. Referring to FIG. 3 , it can be seen that the power demand increases in direct proportion to the temperature above a certain temperature and increases in inverse proportion to the temperature below the predetermined temperature. The electric power demand prediction unit 300 may calculate an average and a standard deviation by regression analysis of the power generation performance data performance versus the temperature of the performance database unit 100 .

이후 전력수요 예측부(300)는 기상청 예보 온도를 적용하여 입찰일 익일의 온도정보에 따른 전력수요를 예측할 수 있다.Thereafter, the electric power demand prediction unit 300 may predict the electric power demand according to the temperature information of the next day of the bidding day by applying the forecast temperature of the Meteorological Agency.

일실시예로, 전력수요 예측부(300)는 지수평활모형을 사용하여 전력수요를 예측할 수 있다. 전력수요 예측부(300)는 온도보정을 통해 예측일의 최대 및 최소 전력수요를 산정할 수 있다. 이후 정규화된 과거실적에 대해 지수평활모델을 적용하고, 예측일의 최대 및 최소 전력수요를 적용하여 복원과정을 통해 최종적 전력수요를 예측할 수 있다.In an embodiment, the power demand prediction unit 300 may predict the power demand using an exponential smoothing model. The power demand prediction unit 300 may calculate the maximum and minimum power demand of the predicted day through temperature correction. After that, the final power demand can be predicted through the restoration process by applying the exponential smoothing model to the normalized past performance and applying the maximum and minimum power demand of the forecast date.

CP 입찰부(400)는 발전가능용량 예측부(200)에서 산정된 발전 가능용량과 전력수요 예측부(300)에서 산정된 전력수요에 기반하여 입찰가능한 전력량을 계산할 수 있다.The CP bidding unit 400 may calculate the amount of bidable electricity based on the available power generation capacity calculated by the power generation capacity prediction unit 200 and the power demand calculated by the power demand prediction unit 300 .

이때, CP 입찰부(400)는 발전가능용량 예측부(200)에서 예측되는 발전가능용량과 전력수요 예측부(300)에서 예측되는 전력수요의 예측오차를 고려하여 CP 정산금이 최대화되는 전력량을 산정할 수 있다.At this time, the CP bidding unit 400 calculates the amount of power for which the CP settlement is maximized in consideration of the prediction error of the power demand predicted by the power demand prediction unit and the power generation capacity predicted by the power generation capacity prediction unit 200. can do.

현재 위약금은 입찰한 공급가능용량에 대해 10%를 초과하는 경우에 위약금이 발생하고 있는바, CP 입찰부(400)는 예측오차를 고려하여 정산금이 최대가 되는 전력량을 산정할 수 있다.Currently, a penalty is generated when the penalty exceeds 10% of the bid available supply capacity. The CP bidding unit 400 may calculate the amount of electricity for which the settlement amount is the maximum in consideration of the prediction error.

일실시예로, CP 입찰부(400)는 하기 수학식 1을 이용하여 발전가능용량 예측부(200)에서 예측되는 발전가능용량 분포를 이용하여 CP 정산수익이 최대화가 되는 입찰하는 전력량을 산정할 수 있다.In one embodiment, the CP bidding unit 400 calculates the amount of bidding power in which the CP settlement revenue is maximized using the power generation available capacity distribution predicted by the power generation capacity prediction unit 200 using Equation 1 below. can

Figure 112020035015123-pat00004
Figure 112020035015123-pat00004

여기서, x는 cp 입찰, i는 몬테카를로 시물레이션(monte carlo simulation 횟수, f(x)는 CP 입찰에 따른 정산금, g(x,yi)는 CP 오차에 따른 위약금을 의미한다.Here, x is the cp bid, i is the number of monte carlo simulations, f(x) is the settlement amount according to the CP bid, and g(x,y i ) is the penalty due to the CP error.

상기 수학식 1은 발전가능용량 및 전력수요 예측시 발생하는 오차를 고려하여 정산금을 최대화하여 계산할 수 있다. 수학식 1에서 x의 초기치는 발전가능용량 예측치로부터 시작하여, 점차 증가시키면서 모테카를로 시물레이션을 수행하여 CP 정산금액이 최대가되는 값을 찾아낼 수 있다.Equation 1 can be calculated by maximizing the settlement amount in consideration of errors occurring in predicting the power generation capacity and power demand. In Equation 1, the initial value of x can be found from the predicted value of the available power generation capacity, and the value at which the CP settlement amount is maximized can be found by performing Mote-Carlo simulation while gradually increasing it.

수학식 1에서 f(x)는 TPCPi,t (시간별 정산금)를 의미하며, 상기 TPCPi,t는 하기 수학식 2를 통해 계산될 수 있다.In Equation 1, f(x) means TPCP i,t (settlement for each hour), and the TPCP i,t may be calculated through Equation 2 below.

Figure 112020035015123-pat00005
Figure 112020035015123-pat00005

하기 인자들의 설명에서 구역수요 초과 공급가능용량은 공급가능용량-구역수요를 통해 계산된다.In the explanation of the following factors, the available capacity exceeding the regional demand is calculated through the available supply capacity - the regional demand.

상기 수학식 2에서 ALi,t : 중앙급전 구역전기발전기 시간대별 구역수요 초과 공급가능용량 초기 입찰값, RALi,t : 중앙금전 구역전기발전기 시간대별 변경 구역수요 초과 공급가능용량 변경 입찰값, AALi.t : 중앙급전 구역전기발전기 시간대별 실제 구역수요 초과 공급가능용량, RCPi : 비용위원회에서 결정한 기준용량가격, RCFi : 적정설비예비력을 고려한 지역별가중치이며 비용위원회에서 결정, FSFi : 연료전환성과계수로 중앙급전 구역전기발전기는 1을 적용, TCFt : 시간대별 용량가격계수를 의미한다.In Equation 2 above, AL i,t : initial bid value for supply capacity in excess of regional demand for each time zone of the central power supply zone electric generator, RAL i,t : change bid value for change in zone demand in excess of regional demand for the central money zone electrical generator by time period, AAL it : A capacity that exceeds the actual regional demand for each time zone of the central-supplied regional electric generator, RCP i : A standard capacity price determined by the cost committee, RCF i : A regional weighted value considering adequate reserve capacity and decided by the Cost Committee, FSF i : Fuel conversion As a performance factor, 1 is applied to the central-supplied zone electric generator, TCF t : It means the capacity price factor for each time period.

또한, 수학식 1에서 g(x,yi)는 하기 TPCLi,t를 의미하며, 상기 TPCLi,t는 하기 수학식 3을 통해 계산될 수 있다.Also, in Equation 1, g(x,y i ) denotes the following TPCL i,t , and the TPCL i,t may be calculated through the following Equation 3.

Figure 112020035015123-pat00006
Figure 112020035015123-pat00006

이때, TPCLi.t : 거래시간별 실제 공급가능용량 초과율에 대한 위약금 가중치로서 하기 표 1에 의해 산정된다.At this time, TPCL it : It is calculated by Table 1 below as the penalty weight for the actual supply capacity excess rate per transaction time.

AERLi,t AERL i,t 10미만less than 10 10이상~15미만More than 10 to less than 15 15이상~20미만15 or more and less than 20 20이상~25미만More than 20 to less than 25 25이상~30미만25 or more and less than 30 APCFi,t APCF i,t 00 0.50.5 1.01.0 1.51.5 2.02.0

상기 표에서 AERLi,t는 거래시간별 실제 공급가능용량을 초과하여 중앙급전 구역전기발전기가 입찰한 공급가능용량의 백분율로서 아래의 수학식 4를 통해 산출될 수 있다.In the above table, AERL i,t is the percentage of the available supply capacity bid by the central power supply zone electric generator in excess of the actual supplyable capacity for each transaction hour, and can be calculated through Equation 4 below.

Figure 112020035015123-pat00007
Figure 112020035015123-pat00007

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present invention, and those of ordinary skill in the art to which the present invention pertains may make various modifications, changes and substitutions within the scope without departing from the essential characteristics of the present invention. will be. Accordingly, the embodiments disclosed in the present invention and the accompanying drawings are for explaining, not limiting, the technical spirit of the present invention, and the scope of the technical spirit of the present invention is not limited by these embodiments and the accompanying drawings . The protection scope of the present invention should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.

100 : 실적 데이터베이스부
200 : 발전가능용량 예측부
300 : 전력수요 예측부
400 : CP 입찰부
100: performance database unit
200: power generation capacity prediction unit
300: electricity demand forecasting unit
400: CP bidding department

Claims (5)

CP 입찰에 필요한 발전실적, 전력수요 및 기상정보 실적 자료를 저장하는 실적 데이터베이스부;
상기 실적 데이터베이스부의 상기 발전실적 및 상기 기상정보 실적 자료를 이용하여 발전설비에서 발전 가능용량을 예측하는 발전가능용량 예측부;
상기 전력수요와 상기 기상정보 실적 자료를 이용하여 입찰가능용량을 산정하는 전력수요 예측부; 및
상기 발전가능용량 예측부에서 산정된 발전 가능용량과 상기 전력수요 예측부에서 산정된 전력수요에 기반하여 입찰가능한 전력량을 계산하는 CP 입찰부;
를 포함하며,
상기 CP 입찰부는 상기 발전가능용량 예측부에서 예측되는 발전가능용량과 상기 전력수요 예측부에서 예측되는 전력수요의 예측오차를 고려하여 CP 정산금이 최대화되는 전력량을 산정하고,
상기 발전가능용량 예측부와 상기 전력수요 예측부는 상기 실적 데이터베이스부의 정보와 기상청의 예측정보를 이용하여 각각의 발전가능용량과 전력수요를 예측하며,
상기 CP 입찰부는 하기 수학식 1을 이용하여 상기 발전가능용량 예측부에서 예측되는 발전가능용량 분포를 이용하여 CP 정산수익이 최대화가 되는 입찰하는 전력량을 산정하는 것을 특징으로 하는 수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템.
[수학식 1]
Figure 112021117039356-pat00008

(여기서, x는 cp 입찰, i는 몬테카를로 시물레이션(monte carlo simulation 횟수, f(x)는 CP 입찰에 따른 정산금, g(x,yi)는 CP 오차에 따른 위약금을 의미한다.)a performance database unit for storing power generation performance, electricity demand, and meteorological information performance data required for CP bidding;
a power generation capacity prediction unit for predicting a power generation capacity in a power generation facility using the power generation performance and the weather information performance data of the performance database unit;
a power demand prediction unit for calculating a bidable capacity using the power demand and the weather information performance data; and
a CP bidding unit for calculating the amount of bidable electricity based on the power generation capacity calculated by the power generation capacity prediction unit and the power demand calculated by the power demand prediction unit;
includes,
The CP bidding unit calculates the amount of power for which the CP settlement is maximized, taking into account the prediction error of the power demand predicted by the power demand prediction unit and the power generation capacity predicted by the power generation available capacity prediction unit,
The power generation capacity prediction unit and the power demand prediction unit predict each possible power generation capacity and power demand using the information of the performance database unit and the forecast information of the Meteorological Administration,
The CP bidding unit uses Equation 1 below to calculate the amount of electricity to bid for which the CP settlement revenue is maximized by using the power generation capacity distribution predicted by the power generation capacity prediction unit. Electricity business CP bidding system.
[Equation 1]
Figure 112021117039356-pat00008

(Here, x is cp bidding, i is the number of monte carlo simulations, f(x) is the settlement amount based on CP bidding, and g(x,y i ) is the penalty due to CP error.) 삭제delete 삭제delete 제1 항에 있어서,
상기 f(x)는 TPCPi,t (시간별 정산금)를 의미하며, 상기 TPCPi,t는 하기 수학식 2를 통해 계산되는 것을 특징으로 하는 수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템.
[수학식 2]
Figure 112021117039356-pat00009

(하기 인자들의 설명에서 구역수요 초과 공급가능용량은 공급가능용량-구역수요를 통해 계산되며, ALi,t : 중앙급전 구역전기발전기 시간대별 구역수요 초과 공급가능용량 초기입찰값, RALi,t : 중앙금전 구역전기발전기 시간대별 변경 구역수요 초과 공급가능용량 변경입찰값, AALi.t : 중앙급전 구역전기발전기 시간대별 실제 구역수요 초과 공급가능용량, RCPi : 비용위원회에서 결정한 기준용량가격, RCFi : 적정설비예비력을 고려한 지역별가중치이며 비용위원회에서 결정, FSFi : 연료전환성 과계수로 중앙급전 구역전기발전기는 1을 적용, TCFt : 시간대별 용량가격계수 임)According to claim 1,
Wherein f(x) means TPCP i,t (settlement for each hour), and the TPCP i,t is calculated through Equation 2 below.
[Equation 2]
Figure 112021117039356-pat00009

(In the explanation of the factors below, the available capacity in excess of the regional demand is calculated through the available capacity - the regional demand, AL i,t : the initial bid value of the available capacity exceeding the regional demand by time of the central feeding zone electric generator, RAL i,t : Changed bid value of the central money zone electric generator by time zone, AAL it : The central delivery zone electric generator's available supply capacity in excess of the actual zone demand by time zone, RCP i : The standard capacity price determined by the cost committee, RCF i : Regional weight considering the appropriate reserve capacity and decided by the Cost Committee, FSF i : Fuel conversion performance factor, 1 applied to centrally fed area electric generators, TCF t : Capacity price factor for each time period) 제4 항에 있어서,
상기 g(x,yi)는 하기 TPCLi,t를 의미하며, 상기 TPCLi,t는 하기 수학식 3을 통해 계산되는 것을 특징으로 하는 수요예측 오차를 고려한 구역전기사업 CP 입찰 시스템.
[수학식 3]
Figure 112020035015123-pat00010

5. The method of claim 4,
The g(x,y i ) means the following TPCL i,t , and the TPCL i,t is calculated through Equation 3 below.
[Equation 3]
Figure 112020035015123-pat00010
KR1020200040903A 2020-04-03 2020-04-03 CP bidding system for community energy systems under forecast error KR102359562B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200040903A KR102359562B1 (en) 2020-04-03 2020-04-03 CP bidding system for community energy systems under forecast error

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200040903A KR102359562B1 (en) 2020-04-03 2020-04-03 CP bidding system for community energy systems under forecast error

Publications (2)

Publication Number Publication Date
KR20210123594A KR20210123594A (en) 2021-10-14
KR102359562B1 true KR102359562B1 (en) 2022-02-09

Family

ID=78151296

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200040903A KR102359562B1 (en) 2020-04-03 2020-04-03 CP bidding system for community energy systems under forecast error

Country Status (1)

Country Link
KR (1) KR102359562B1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102685543B1 (en) * 2021-11-17 2024-07-16 주식회사 에이치에너지 A system for determining the optimal bid amount of a stochastic scenario technique using weather forecast data
CN116385053A (en) * 2023-02-09 2023-07-04 大唐山东能源营销有限公司 Method, system and medium for predicting daily price of electric power spot market

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006260088A (en) * 2005-03-16 2006-09-28 Chubu Electric Power Co Inc Power transaction evaluation support system and method, program, server and terminal

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101049256B1 (en) * 2009-10-28 2011-07-14 한국전력공사 Energy operation system of cogeneration plant

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006260088A (en) * 2005-03-16 2006-09-28 Chubu Electric Power Co Inc Power transaction evaluation support system and method, program, server and terminal

Also Published As

Publication number Publication date
KR20210123594A (en) 2021-10-14

Similar Documents

Publication Publication Date Title
Mansouri et al. Demand response role for enhancing the flexibility of local energy systems
Qiu et al. Optimal allocation of BESS and MT in a microgrid
Lai et al. Credit-based pricing and planning strategies for hydrogen and electricity energy storage sharing
Karaduman Economics of grid-scale energy storage
Chuang et al. Ancillary services for renewable integration
Jiang et al. A Stackelberg Game-based planning approach for integrated community energy system considering multiple participants
Karimi et al. Scheduling and value of pumped storage hydropower plant in Iran power grid based on fuel-saving in thermal units
KR102359562B1 (en) CP bidding system for community energy systems under forecast error
Tan et al. Bidding strategy of virtual power plant with energy storage power station and photovoltaic and wind power
Ghaemi et al. Developing a market-oriented approach for supplying flexibility ramping products in a multimicrogrid distribution system
Crespi et al. Energy storage with Power-to-Power systems relying on photovoltaic and hydrogen: modelling the operation with secondary reserve provision
Cicek et al. Comprehensive survey on support policies and optimal market participation of renewable energy
Ju et al. A dynamic risk aversion model for virtual energy plant considering uncertainties and demand response
Sheibani et al. Stochastic price based coordinated operation planning of energy storage system and conventional power plant
Jiang et al. Leverage reactive power ancillary service under high penetration of renewable energies: An incentive-compatible obligation-based market mechanism
Jafarpour et al. Resiliency assessment of the distribution system considering smart homes equipped with electrical energy storage, distributed generation and plug-in hybrid electric vehicles
Kumar et al. Impact of optimal sized pump storage unit on microgrid operating cost and bidding in electricity market
Castelli et al. Robust optimization of seasonal, day-ahead and real time operation of aggregated energy systems
Rizvi et al. Optimal scheduling of virtual power plants utilizing wind power and electric vehicles
CN113793034A (en) Research method for income of power selling company under different quota system completion modes
Qiu et al. Optimal scheduling for microgrids considering long-term and short-term energy storage
Tian et al. Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market
CN117391718A (en) Green electricity-CCER mutual recognition transaction system based on dynamic emission reduction factors
Ullah et al. Demand response strategy of a virtual power plant for internal electricity market
Madlener et al. Business opportunities and the regulatory framework

Legal Events

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