KR102513336B1 - 가상 발전 플랫폼 제어 시스템 및 방법 - Google Patents

가상 발전 플랫폼 제어 시스템 및 방법 Download PDF

Info

Publication number
KR102513336B1
KR102513336B1 KR1020200032457A KR20200032457A KR102513336B1 KR 102513336 B1 KR102513336 B1 KR 102513336B1 KR 1020200032457 A KR1020200032457 A KR 1020200032457A KR 20200032457 A KR20200032457 A KR 20200032457A KR 102513336 B1 KR102513336 B1 KR 102513336B1
Authority
KR
South Korea
Prior art keywords
power generation
virtual
data
prediction
evaluation index
Prior art date
Application number
KR1020200032457A
Other languages
English (en)
Other versions
KR20210115955A (ko
Inventor
함일한
임성빈
조욱희
이동엽
김선우
지승배
Original Assignee
주식회사 에이치에너지
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 주식회사 에이치에너지 filed Critical 주식회사 에이치에너지
Priority to KR1020200032457A priority Critical patent/KR102513336B1/ko
Publication of KR20210115955A publication Critical patent/KR20210115955A/ko
Application granted granted Critical
Publication of KR102513336B1 publication Critical patent/KR102513336B1/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
    • 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
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side 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
    • 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
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
    • 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
    • Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

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

Abstract

본 발명은 가상 발전 플랫폼 제어 시스템에 관한 것으로서, 오픈 API(OPEN Application Programming Interface)에 의해 연결된 참여자 서버들로부터 복수의 분산 자원 데이터를 수집하는 데이터수집부; 수집한 복수의 분산 자원 데이터에 기초하여 복수의 가상 발전 알고리즘을 제공하는 오픈 플랫폼; 오픈 플랫폼으로부터 수집한 복수의 분산 자원 데이터를 저장하는 데이터베이스부; 데이터베이스부에 저장된 평가지표를 이용하여 가상 발전소 수익을 예측할 수 있는 퍼포먼스 메트릭을 산출하는 퍼포먼스 메트릭 산출부; 및 퍼포먼스 메트릭에 기초하여 복수의 가상 발전 알고리즘을 실시간으로 평가하여 최고의 VPP 수익을 발생시키는 최적의 알고리즘을 설정하는 가상발전 시나리오 설정부;를 포함하고, 복수의 분산 자원 데이터는 태양광 발전량 데이터, 날씨 데이터 및 전력 사용량 데이터를 포함할 수 있다.

Description

가상 발전 플랫폼 제어 시스템 및 방법{A CONTROL SYSTEM FOR VPP PLATFORM AND THE METHOD THEREOF}
본 발명은 가상 발전 플랫폼 제어 시스템 및 방법에 관한 것으로서, 보다 상세하게는 평가지표를 통해 가상 발전 알고리즘을 실시간으로 업데이트함으로써 가상 발전소 운영의 효율성을 극대화시킨 가상 발전 플랫폼 제어 시스템 및 방법에 관한 것이다.
신재생에너지는 화력이나 화석연료를 사용하지 않고, 탄소 배출이 없다는 장점이 있지만, 비가 오거나 바람이 불지 않는 등 날씨의 영향이 절대적이라는 치명적인 단점이 있다.
이러한 단점을 보완하기 위해 개발된 것이 가상 발전소(VPP: Virtual Power Plant)이다. 가상 발전소는 소규모 분산전원을 클라우드 기반 소프트웨어로 모아 지역적 제한없이 마치 하나의 발전소처럼 운전하고 제어할 수 있는 발전소로서, 물리적으로 눈에 보이는 발전소는 아니지만 실제 발전소처럼 전기를 공급하는 효과를 갖는다. 이러한 가상 발전소로는 태양광발전소를 예로 들 수 있다.
신재생에너지로 발전한 전기를 여러 가정과 기업 내 ESS에 저장하고, 각 ESS를 인터넷으로 연결해 하나의 발전소처럼 관리할 수 있다
즉, 가상 발전 시스템의 경우 에너지거래 시 잉여 에너지를 생산한 생산자와 부족한 에너지 수요자가 전력 거래소에 의존하지 않고 필요에 따라 직접 거래할 수 있다는 장점이 있다.
그러나, 현재까지 가상 발전 시스템은 태양광 에너지만을 모으기 때문에 다양한 분산 에너지원을 효율적으로 관리하기 위한 제어 방법에 대하여 지속적인 개발이 필요하다.
본 발명은 상술한 기술적 문제에 대응하기 위하여 안출된 것으로, 본 발명의 목적은 종래 기술에서의 한계와 단점에 의해 발생하는 다양한 문제점을 실질적으로 보완할 수 있는 것으로, 오픈 플랫폼을 이용하여 여러 종류의 발전소로부터 가상 발전 알고리즘을 제공받아 가상 발전소 운영의 효율성을 증대시킴과 동시에 가상 발전소 운영의 글로벌 최적화가 가능한 가상 발전 플랫폼 제어 시스템 및 방법을 제공하는데 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 실시예에 따른 가상 발전 플랫폼 제어 시스템은 오픈 API(OPEN Application Programming Interface)에 의해 연결된 참여자 서버들로부터 복수의 분산 자원 데이터를 수집하는 데이터수집부; 수집한 복수의 분산 자원 데이터에 기초하여 복수의 가상 발전 알고리즘을 제공하는 오픈 플랫폼; 오픈 플랫폼으로부터 수집한 복수의 분산 자원 데이터를 저장하는 데이터베이스부; 데이터베이스부에 저장된 평가지표를 이용하여 가상 발전소 수익을 예측할 수 있는 퍼포먼스 메트릭을 산출하는 퍼포먼스 메트릭 산출부; 및 퍼포먼스 메트릭에 기초하여 복수의 가상 발전 알고리즘을 실시간으로 평가하여 최고의 VPP 수익을 발생시키는 최적의 알고리즘을 설정하는 가상발전 시나리오 설정부;를 포함하고, 복수의 분산 자원 데이터는 태양광 발전량 데이터, 날씨 데이터 및 전력 사용량 데이터를 포함할 수 있다.
본 발명의 다른 실시예에 따르면, 오픈 플랫폼은 참여자 서버, 플랫폼 서버 및 네트워크 통신망 중 어느 하나에 포함되어 가상 발전 알고리즘을 제공할 수 있다.
본 발명의 또 다른 실시예에 따르면, 오픈 플랫폼은 참여자 서버 별 발전 예측 데이터를 생성하는 예측부; 발전 예측 데이터를 이용하여 하루 전 태양광 발전을 입찰하고, 입찰량을 업데이트하는 입찰부; 및 발전소를 미리 정해진 조건으로 그루핑(Grouping)하여 발전량 부족분을 충족시키는 리소스 그루핑부를 더 포함할 수 있다.
본 발명의 또 다른 실시예에 따르면, 평가지표는 전력수요 또는 태양광 발전량을 %로 측정하는 평균절대비율오차(MAPE, Mean Absolute Percent Error), 정규평균절대오차(NMAE, Normalized Mean Absolute Error), 정규평균제곱근오차(NRMSE, Normalized Root Mean Square Error) 중 적어도 어느 하나의 예측 오차 모델을 사용할 수 있다.
본 발명의 또 다른 실시예에 따르면, 데이터베이스부는 분산 자원 데이터에 기초한 발전량 예측 데이터 및 발전 입찰 데이터를 더 포함할 수 있다.
본 발명의 또 다른 실시예에 따르면, 가상 발전 시나리오 설정부에 의해 설정된 최적의 알고리즘을 기반으로 가상 발전 알고리즘에 대한 정정 알고리즘 정보를 제공하는 모니터링부;를 더 포함할 수 있다.
본 발명의 또 다른 실시예에 따르면, 평가지표는 VPP 수익에 기초하여 분산 자원 데이터 별로 상이한 평가지표가 사용될 수 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 다른 실시예에 따른 가상 발전 플랫폼 제어 방법은 오픈 플랫폼을 이용하여 API(Application Programming Interface)로 연결된 참여자 서버들의 분산 자원 에너지를 수집하는 단계; 분산 자원 에너지를 기초로 가상 발전소 수익을 예측할 수 있는 퍼포먼스 메트릭을 산출하는 단계; 및 퍼포먼스 메트릭에 기초하여 참여자 서버 별 고유의 가상 발전 알고리즘을 실시간으로 평가하여 최적의 알고리즘을 설정하는 단계;를 포함하고, 분산 자원 에너지는 태양광 발전량 데이터, 날씨 데이터 및 전력 사용량 데이터를 포함할 수 있다.
본 발명에 따른 과제의 해결수단은 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
본 발명은 태양광 발전량, 날씨 데이터, 전력 사용량을 수집하는 참여자 별 고유의 가상 발전 알고리즘을 실시간으로 평가하고 개선함으로써 가상 발전소 운영의 글로벌 최적화가 가능하다.
또한, 본 발명은 태양광 발전량, 날씨 데이터, 전력 사용량을 포함하는 다양한 분산 자원 수집하고 관리함으로써 예측의 정확도를 향상시킬 수 있다.
또한, 본 발명은 평가지표를 이용하여 가상 발전소 수익을 예측할 수 있는 가상 발전 알고리즘을 주기적으로 업데이트함에 따라 각 참여자들의 알고리즘을 효율적으로 관리할 수 있고, 가상 발전소 수익과 전력 시장 참여자의 수익을 극대화할 수 있다.
또한, 본 발명은 평가지표에 따라 참여자 별 알고리즘을 다양하게 그루핑(Grouping)하여 참여자 서버의 다양성을 고려함으로써 참여자들의 운영의 한계를 개선함과 동시에 가상 발전소 수익을 향상시킬 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 실시예에 따른 가상 발전 플랫폼 제어 시스템의 개략도이다.
도 2는 본 발명의 실시예에 따른 가상 발전 플랫폼 제어 시스템 전체적인 흐름을 설명하기 위한 개략도이다.
도 3은 본 발명의 실시예에 따른 통합 서버의 블럭도이다.
도 4는 본 발명의 실시예에 따른 오픈 플랫폼의 블록도이다.
도 5는 본 발명의 실시예에 따른 가상 발전 플랫폼의 구조 및 그의 동작 과정을 설명하기 위한 예시도이다.
도 6은 본 발명의 실시예에 따른 가상 발전소를 이용하여 시뮬레이션 하는 과정을 설명하기 위한 예시도이다.
도 7은 본 발명의 실시예에 따른 가상 발전소의 운영 효율을 분석하는 것을 설명하기 위한 예시도이다.
발명의 이점, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예를 설명하기 위한 도면에 개시된 형상, 크기, 비율, 각도, 개수 등은 예시적인 것이므로 본 발명이 도시된 사항에 한정되는 것은 아니다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다. 본 명세서 상에서 언급된 '포함한다', '갖는다', '이루어진다' 등이 사용되는 경우, '~만'이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성요소를 단수로 표현한 경우에 특별히 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함한다.
구성요소를 해석함에 있어서, 별도의 명시적 기재가 없더라도 오차 범위를 포함하는 것으로 해석한다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
본 명세서의 해석의 명확함을 위해, 이하에서는 본 명세서에서 사용되는 용어들을 정의하기로 한다.
본 발명의 일 실시예에 따른 가상 발전소(Virtual Power Plant)는 분산 자원(DR: Distributed Resource)을 소프트웨어로 통합 운영해 지역적 제한없이 수요자원으로 활용하는 가상의 발전소를 의미한다. 예컨대, 가상 발전소는 물리적으로 눈에 보이지는 않지만 특정 지역의 태양광, 풍력 등 다양한 신재생 에너지 발전을 하나의 플랫폼으로 결합하여 실재하는 발전소처럼 전기를 공급할 수 있다.
본 명세서에서 사용되는 용어, “분산 자원”은 전력 수요자 인근지역에 설치 가능한 소규모 발전 설비를 이용하여 수요자에게 필요한 전력을 전량 공급하거나 이미 사용 중인 중앙 집중식 전력 공급 체계의 단점을 보완하기 위한 용도로 적용 가능한 발전 전원이다.
본 명세서에서 사용되는 용어 “가상 발전 플랫폼 제어 시스템”은 다양한 분산 자원을 효율적으로 관리하여 전력 시장 참여자의 수익을 극대화하고, 국내 실정에 알맞은 전력수요 관리를 위한 명령을 수신하면, 수신한 명령에 응동하기 위해, 기 저장된 전력 시장 운영하는 오픈 플랫폼(Open platform) 구조의 시스템이다. 또한, 가상 발전 플랫폼 제어 시스템은 가상발전 관리용 API(Application Programming Interface)를 통해 태양광 발전량, 기상 정보 및 전력 사용량(이하, “전력 수요”라고도 함)을 제공하거나 예측할 수 있고, 입찰, 운전전략을 저장할 수 있다.
본 명세서에서 사용되는 용어 “API”는 통신망의 기능을 추상화시켜 응용서비스계층과 전달망계층 사이를 표준화시킨 개방형 인터페이스를 의미한다. API는 오픈 API, 가상발전 관리용 API로 지칭될 수 있다.
본 명세서에서 사용되는 용어 “핵심성과지표(Key Performance Indicator, KPI)”는 다양한 프로세스의 조합으로 VPP 운영 효율을 평가할 수 있다. 오픈 플랫폼의 개발자는 제공되는 평가지표를 이용하여 알고리즘을 개선할 수 있다. 즉, 평가지표는 복수의 연구소로부터 수신한 데이터에 의해 실시간마다 업데이트될 수 있고 각 알고리즘에 대한 성과를 수치화한 핵심성과지표이다. 참여자 서버로부터 수신한 데이터에 의해 실시간(혹은 특정 주기별로)마다 업데이트될 수 있고, 업데이트된 평가지표는 다시 오픈 플랫폼에 저장되어 참여자 서버들이 이 평가지표를 보고 자신들의 알고리즘을 개선할 수 있다.
이하에서는 도 1 내지 도 2를 참조하여 본 발명의 실시예에 따른 가상 발전 플랫폼 제어 시스템 및 그의 동작 과정을 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 가상 발전 플랫폼 제어 시스템의 개략도이다. 도 2는 본 발명의 실시예에 따른 가상 발전 플랫폼 제어 시스템 전체적인 흐름을 설명하기 위한 개략도이다.
도 1을 참조하면, 가상 발전 플랫폼 제어 시스템(1000)은 통합 서버(100), 참여자 서버(200) 및 오픈 플랫폼(300)을 포함한다.
가상 발전 플랫폼 제어 시스템(1000)은 오픈 API(OPEN Application Programming Interface)에 의해 가상 발전소(Virtual Power Plant, VPP)의 오픈 플랫폼(300)에 연결된 참여자 서버(200)에 한해서 분산 자원 에너지(이하, “분산 자원”이라고도 함)를 수집하고, 참여자 서버(200)의 고유의 가상 발전 알고리즘을 이용하여 가상 발전소의 수익(VPP Profits)을 예측하고, 최적의 가상 발전소(VPP)를 선정하는 시스템이다. 다시 말해, 가상 발전 플랫폼 제어 시스템(1000)은 복수의 참여자 서버(200)가 개발하는 예측, 입찰, 밸런싱 모듈을 통한 결과 데이터를 오픈 API를 통해 통합 서버(100)에 전달하고, 통합 서버(100)가 가상 발전소(VPP) 운영을 위한 전 과정을 시뮬레이션 한 후 평가지표를 오픈 API로 재전달하는 시스템이다.
본 발명에서 분산 자원 에너지는 태양광 발전량 데이터(PV Generation) 날씨 데이터(Weather & Weather Forecast) 및 전력 사용량 데이터(Electric power usage)를 포함하는 것을 특징으로 한다. 본 명세서에서는 설명의 편의를 위해, 태양광 발전량과 전력 사용량을 “발전 데이터”로 동시에 지칭할 수 있다.
통합 서버(100)는 복수의 분산 자원 데이터 또는 오픈 API를 통해 수집한 가상 발전 알고리즘을 이용하여 각각의 분산 자원 데이터에 대한 VPP 수익(이하, “가상 발전소 수익”이라고도 함)을 예측하는 구성이다. 통합 서버는 네트워크(400)를 통해 오픈 플랫폼(300)과 연결되어 데이터를 수집할 수 있다. 네트워크(400)는 유선 통신 네트워크일 수 있고, 근거리 또는 원거리 무선 통신 네트워크일 수 있고, 또는 이들이 혼합된 네트워크일 수도 있다. 통합 서버에 대한 보다 구체적인 구성과 통합 서버의 동작은 도 3 등을 참조하여 후술하기로 한다.
오픈 플랫폼(300)은 복수의 분산 자원을 수집하는 참여자 서버(100)의 가상 발전 알고리즘을 제공하는 구성이다. 또한, 오픈 플랫폼(300)은 날씨 데이터를 별도로 수집할 수도 있다.
또한, 오픈 플랫폼(300)은 가상 발전 제어 시스템(1000)의 통합 서버(100)가 제공하는 고유의 오픈 API에 연결된 참여자 서버들(200)로부터 수집한 복수의 분산 자원 데이터, 오픈 플랫폼(300)을 통해 별도로 수집한 기상 데이터 및 상기 복수의 분산 자원 데이터와 기상 데이터에 기초한 퍼포먼스 메트릭(이하, “퍼포먼스 메트릭스(Performance Metrics)”라고도 함)을 표시하여 제공할 수 있다. 도 1에서는 오픈 플랫폼(300)이 가상 발전 플랫폼 제어 시스템(1000) 내에서 별도의 구성으로서 기능하는 것으로 도시하였으나, 가상 발전 알고리즘 서비스를 제공하는 어떠한 종류의 서버, 기기 또는 통신 네트워크에 탑재될 수도 있다. 예를 들면, 오픈 플랫폼은 참여자 서버(200), 통합 서버(100) 및 네트워크 통신망(400) 중 어느 하나에 포함되어 기능을 수행할 수 있다. 오픈 플랫폼(300)의 구성 및 동작에 대한 보다 구체적인 설명은 도 4 등을 참조하여 후술하기로 한다.
참여자 서버(200)는 가상 발전소(VPP)를 운영에 참여하여 수익을 얻고자 알고리즘을 개발하고 시험하는 구성이다. 본 발명에서 참여자 서버(200)는 기본적으로 가상 발전을 연구하는 연구자들의 서버이거나 VPP 사업자인 것을 특징으로 한다. 다만, 이에 제한되는 것은 아니며, 발전사 혹은 ESS 사업자 등일 수도 있다. 즉, 본 발명의 참여자 서버(200)에는 직접 태양광 발전에 참여하는 참여자와 직접 태양광 발전을 하지 않지만 자신들의 알고리즘과 분산자원으로 VPP운영에 참여함으로써 수익을 얻고자 하는 관련자들이 모두 포함될 수 있다.
여기서, 발전사는 태양광 발전량 및 전력 사용량과 같은 발전 데이터와 사업장 수요 데이터 등을 수집하고 본 발명의 오픈 API를 통해 오픈 플랫폼(300)에 제공하는 발전소의 서버이다.
여기서, 태양광을 예측하는 사람(혹은 업체)에 따라 날씨 데이터를 수집하는 방법이 상이할 수 있기 때문에 날씨 데이터를 수집하는 기관(이하, “날씨 데이터 수집부”라고도 함)에 따라 기술 예측의 정확도가 달라질 수 있다. 즉, 예측의 정확도는 가상 발전 플랫폼 제어 시스템(1000)에 포함된 평가지표(Key Performance Indicator, KPI)에 의해 산출되기 때문에 날씨 데이터를 다양하게 수집하는 것이 중요하다. 예컨대, 날씨 데이터 수집부에는 국내 기상청, 미국 기상청(National Oceanic and Atmospheric Administration, NOAA), AccuWeather, The Weather Channel, K-Weather 등과 같이 다양한 소스로부터 수집된다.
도 1을 참조하면, 참여자 서버(200)는 태양광 발전 및 전력 사용량을 각각 수집하기 위해 적어도 3개인 것을 기본으로 하나, 실시예에 따라, 예측의 정확도를 높이기 위해 그 이상을 포함할 수도 있다.
도 2를 참조하면, 가상 발전 플랫폼 제어 시스템(1000)은 오픈 API(이하, “Data API”라고도 함)를 이용하여 오픈 플랫폼(300)을 통해 복수의 참여자 서버로부터 데이터를 수집하고, 수집한 데이터를 기초로 예측한 예측 데이터를 데이터 통합 서버(100)로 전송한다. 여기서, 예측 데이터는 태양광 발전 예측 데이터, 날씨 예측 데이터 및 예측 전력 사용량 데이터 등을 포함하는 것을 특징으로 한다.
이에 따라, 통합 서버(100)는 수신한 예측 데이터를 평가지표(KPI)를 통해 퍼포먼스 메트릭(Performance Metrics)을 계산하여 해당 예측 데이터가 가상 발전소에 얼마나 영향을 끼치는 것인지 결과 데이터를 오픈 플랫폼(300)으로 전송하고, 최적의 가상 발전소에 대한 정산을 수행한다. 다시 말해, 가상 플랫폼 제어 시스템(1000)은 분산 자원 데이터를 수집하는 과정부터 정산하는 과정까지를 하나의 프로세스(Process)라고 가정하여, 한 프로세스가 돌고 나면 데이터베이스에 데이터가 쌓이고, 쌓인 데이터들을 모아서 퍼포먼스 메트릭을 산출하는 것으로 이해되는 것이 바람직하다. 이에 대한 보다 상세한 설명은 도 3 및 도 5 내지 도 6 등을 참조하여 설명하기로 한다.
이하에서는, 도 3을 참조하여 통합 서버(100)의 구성을 상세히 설명하기로 한다.
도 3은 본 발명의 실시예에 따른 통합 서버의 블럭도이다.
도 3을 참조하면, 통합 서버(100)는 데이터 수집부(110), 퍼포먼스 메트릭 산출부(120), 가상 발전 시나리오 설정부(130), 모니터링부(140) 및 데이터베이스부(150)를 포함한다.
데이터 수집부(110)는 오픈 플랫폼(300)을 통해 복수의 분산 자원 데이터를 수집하는 구성이다. 다시 말해, 데이터 수집부(110)는 각각의 분산 자원 데이터를 수집하기 위해 적어도 3개인 것을 기본으로 한다. 데이터 수집부(110)는 통합 서버(100) 내에 포함되는 것으로 가정하였으나, 실시예에 따라 오픈 플랫폼(300)에 포함될 수도 있다.
퍼포먼스 메트릭 산출부(120)는 평가지표(KPI)를 이용하여 복수의 분산 자원 데이터 각각에 대한 VPP 수익을 예측할 수 있는 퍼포먼스 메트릭을 산출하는 구성이다. 여기서, 퍼포먼스 메트릭은 예측의 경우에 예측오차를 의미하는 것일 수 있고, 입찰의 경우에 예측 대비 몇 퍼센트 입찰했는지 혹은 입찰을 얼마나 했더니 수익이 얼마나 났는지를 의미하는 것일 수도 있다. 퍼포먼스 메트릭을 산출하는 과정에 대한 보다 상세한 설명은 도 5를 참조하여 후술하기로 한다.
가상 발전 시나리오 설정부(130)는 퍼포먼스 메트릭에 기초하여 복수의 참여자 고유의 가상 발전 알고리즘을 평가하여 최고의 VPP 수익을 발생시키는 최적의 알고리즘(이하, “최적의 가상 발전 알고리즘”이라고도 함)을 설정하는 구성이다. 구체적으로, 각각의 참여자 서버마다 고유의 가상 발전 알고리즘을 사용하기 때문에 수집하는 3개의 분산 자원 데이터에 대해 다양한 시나리오가 설정될 수 있다. 예컨대, 제1 시나리오는 태양광 발전에 대해 A 알고리즘, 날씨 데이터에 대해 B 알고리즘, 전력 사용량에 대해 C 알고리즘을 사용했다고 가정하고, 제2 시나리오는 태양광 발전에 대해 B 알고리즘, 날씨 데이터에 대해 B 알고리즘, 전력 사용량에 대해 C 알고리즘을 사용했다고 가정했을 때, 제2 시나리오를 이용한 VPP 수익이 더 높다면 태양광 발전에 대해 B알고리즘을 선택하도록 제안할 수 있다. 이는 후술할 정정 데이터라고도 할 수 있다. 이처럼, 각각의 분산 자원 데이터별 알고리즘에 따라 서로 다른 경로(Path)의 시나리오가 설정될 수 있으며, 가상 발전 시나리오 설정부(130)는 평가지표(KPI)에 기반한 퍼포먼스 메트릭에 의해 최고의 VPP 수익을 창출하는 시나리오를 선택하는 것을 특징으로 한다. 다시 말해, 가상 발전 시나리오 설정부(130)는 예측 데이터 및/또는 입찰 데이터를 알고리즘별로 태깅(tagging)할 수 있다. 여기서, VPP의 수익에 가장 영향을 주는 것이 예측 데이터인 경우에는 가상 발전 시나리오 설정부(130)가 예측 데이터를 알고리즘별로 태깅하도록 설정한다. 또는, VPP의 수익에 가장 영향을 주는 것이 입찰 데이터인 경우에는 가상 발전 시나리오 설정부(130)가 입찰 데이터를 알고리즘별로 태깅하도록 설정한다.
모니터링부(140)는 가상 발전 시나리오 설정부에 의해 설정된 최적의 알고리즘을 기반으로 가상 발전 알고리즘에 대한 정정 알고리즘 정보를 일정 주기마다 제공하는 구성이다. 여기서, 정정 알고리즘 정보는 평가지표에 기반하여 최적의 VPP 수익을 창출하는 알고리즘으로 정정될 수 있도록 제공되는 정정 데이터를 의미한다.
데이터베이스부(150)는 복수의 분산 자원 데이터, 발전 예측 데이터, 분산 자원 데이터별 평가지표, 결과 정보 등을 저장하는 데이터베이스(DB)이다.
이하에서는, 도 4를 참조하여 오픈 플랫폼(300)의 구성을 상세히 설명하기로 한다.
도 4는 본 발명의 실시예에 따른 오픈 플랫폼의 블록도이다.
도 4를 참조하면, 오픈 플랫폼(300)은 예측부(310), 입찰부(320), 리소스 그룹부(330) 및 데이터베이스부(340)를 포함한다.
예측부(310)는 수집한 분산 자원 데이터를 기초로 참여자 서버 별 발전 예측 데이터를 생성하는 구성이다. 여기서, 발전 예측 데이터는 태양광 발전량 예측 데이터 및 전력 사용량 예측 데이터를 포함하는 것을 특징으로 한다.
입찰부(320)는 예측부(310)에 의해 생성된 발전 예측 데이터를 이용하여 하루 전 태양광 발전을 입찰하고, 입찰량을 업데이트하는 구성이다.
리소스 그루핑부(330)는 평가지표에 따라 참여자 별 알고리즘을 다양하게 그루핑(Grouping)하는 구성이다. 구체적으로, 리소스 그루핑부(330)는 참여자 별 알고리즘을 지역별, 개수별로 그루핑(Grouping)하거나, 임의의 개수로 랜덤하게 그루핑함으로써 참여자 서버의 다양성을 고려하여 참여자들의 운영의 한계를 개선함과 동시에 가상 발전소 수익을 향상시킬 수 있는 효곽가 있다. 여기서, 참여자들의 운영의 한계란, 참여자가 지역적 특성 등을 고려하여 알고리즘을 다양하게 그루핑함에 따라 가상 발전소 수익이 달라지는지 직접적으로 판단하는 것이 어렵기 때문에, 참여자가 스스로 알고리즘 그루핑 방법에 대한 다양성을 고려하여 운영하는데에는 한계가 있다는 것으로 이해되는 것이 바람직하다.
데이터베이스부(340)는 예측부(310)로부터 생성된 발전 예측 데이터, 입찰 데이터 및 참여자를 그루핑하기 위한 그루핑 데이터를 포함하는 것을 특징으로 한다.
이하에서는, 도 5를 참조하여 가상 발전 플랫폼 제어 시스템의 구조 및 그의 동작을 상세히 설명하기로 한다.
도 5는 본 발명의 실시예에 따른 가상 발전 플랫폼 제어 시스템의 구조 및 그의 동작 과정을 설명하기 위한 예시도이다. 도 5는 앞서 상술한 구성들의 동작 과정을 설명하기 위한 것으로 구성들에 대한 중복 설명은 생략하기로 한다. 도 5를 참조하면, 굵은 점선으로 표시된 것은 통합 서버(100)에 의해 동작하는 것을 의미하고, 굵은 실선으로 표시된 것은 참여자 서버(300)에 의해 동작하는 것을 의미하고, 얇은 실선으로 표시된 것은 데이터베이스에 저장되는 데이터들을 의미한다.
도 5를 참조하면, 통합 서버(100)의 데이터 수집부(110)는 태양광 발전 데이터를 수집하고(501-1, Collecting PV Gen.), 날씨 데이터를 수집하고(501-2, Collecting Weather), 전력 사용량을 수집한다(501-3, Collecting Elec. Usage). 수집된 각각의 발전 데이터들(PV Generation(502-1), Weather&Weather Forecasting(502-2), Usage(502-3))은 데이터베이스부(150)에 저장된다. 이때, 통합 서버(100)는 저장된 전력 사용량(502-3)을 이용하여 퍼포먼스 메트릭을 계산하거나(515), 밸런싱 비용을 계산할 수 있다(513). 이에 따라, 데이터베이스부(150)에는 밸런싱 비용이 저장된다.
이어서, 오픈 플랫폼(300)은 태양광 발전 데이터(502-1)와 날씨 데이터(502-2)를 기반으로 태양광 발전량을 예측하고(503-1), 예측된 태양광 발전 예측 데이터(504-1)는 데이터베이스부(150)에 저장된다. 또한, 오픈 플랫폼(300)은 전력 사용량 데이터(502-3)를 기반으로 전력 사용량을 예측하고(503-2), 예측된 전력 사용량 예측 데이터(504-2)는 데이터베이스부(150)에 저장된다.
이어서, 오픈 플랫폼(300)은 각각의 예측 데이터들(504-1, 504-2)을 기초로 입찰부(320)를 통해 오픈 하루 전 태양광 발전량을 입찰하고(505-1, Day-ahead PV Gen. Bidding), 태양광 발전 입찰량을 업데이트(505-2, PV Gen. Bid Updating)한 후, 입찰량을 저장하고(506) 통합 서버(100)에 의해 정해진 입찰량을 기초로 태양광 발전 수익을 계산한다(508). 태양광 발전 수익은 실시예에 따라 태양광 발전량에 기초하여 계산될 수도 있고, 통합 서버(100)의 퍼포먼스 메트릭 산출부(120)에 의해 계산된다.
태양광 발전 수익은 데이터베이스에 저장되고(509) 계산된 태양광 발전 수익에 기초하여 가상 발전소를 설정함(510)으로써 오픈 플랫폼(300)에 포함된 가상 발전 알고리즘을 통해 VPP 수익이 얼마나 향상되는지 파악할 수 있다. 이에 따라, 데이터베이스부(150)에는 태양광 발전 정산 내역(511)과, ESS 정산 내역이 저장될 수 있다(512).
상술한 바와 같이, 퍼포먼스 메트릭은 데이터베이스부(150)에 저장된 데이터들에 대해 하기 표 1에 도시된 복수의 평가지표(KPI)들 중 어느 하나 또는 그 이상의 조합들을 이용하여 산출한다. 평가지표(KPI)에 대하여 하기 표 1을 참조하여 상세히 설명하기로 한다.
<표 1>: 핵심성과지표(Key Performance Indicator, KPI)
Figure 112020027934584-pat00001
구체적으로, 평가지표(KPI)는 ESS 시뮬레이션, PV 모니터링, ESS 최적 운전, VPP 시뮬레이션 등에 사용되지만, 본 명세서에서는 VPP 시뮬레이션(VPP Simulation)에 한해 설명하기로 한다. VPP 시뮬레이션은 VPP의 수익이 얼마인지를 알기 위해 시뮬레이션 하는 것을 의미한다.
VPP 시뮬레이션을 위해 <표 1>에 도시된 바와 같이 다양한 함수(Function)별로 KPI들이 정의된다.
구체적으로, 예측 평가지표는 태양광 발전 예측 모델을 이용하여 최적 입찰 및/또는 ESS 밸런싱을 위한 개별 발전소 다음날 발전량 예측(Indivisual PV Gen. Prediction)을 수행할 때 사용된다. 또한, 예측 평가지표는 태양광 발전 예측 모델을 이용하여 최적 입찰 및/또는 ESS 밸런싱을 위한 집합 발전소 당일 남은 시간동안의 발전량 예측(Group PV Gen. Prediction)을 수행할 때 사용된다. 또한, 예측 평가지표는 수요 예측 모델을 이용하여 최적 입찰을 우한 개별 ESS 사업장 다음날 수요반응 자원 예측을 수행할 때 사용되거나, 발전 예측 모델을 이용하여 ESS 밸런싱을 위한 개별 ESS 사업장 당일 남은 시간동안의 수요반응 자원 예측(DR Prediction)을 수행할 때 사용된다.
다만, 전체 VPP 시뮬레이션을 수행할 때에는 실시예에 따라(예컨대, 사용자의 중요도에 따라) 각 함수에 대한 KPI 가중치가 상이하게 적용될 수도 있다. 이에, 각 함수 별 KPI 가중치가 상이할 경우, VPP 수익이 상이할 수 있기 때문에 각 함수마다 서로 상이한 가중치를 KPI에 부가하면서 VPP 수익을 판단할 수 있다. 이때, 각각의 KPI들의 조합을 어떻게 나열할지(혹은 시계열화할지)는 RNN(Recurrent Neural Networks), LSTM(Long Short Term Memory) 등에 결정되는 것을 특징으로 한다.
태양광 및 전력수요 예측 평가지표는 개별 예측 알고리즘에 대해 월/요일/24시간대/예측 시간차/평가 기간 등을 조합한 예측 오차를 산출하며, 이와 관련된 설명은 표 2 내지 표 4를 참조하여 설명하기로 한다. 본 명세서에서 월/요일/24시간대/예측 시간차/평가 기간 등은 예측 오차 속성이라고 지칭되며, 이에 대한 상세한 설명은 후술하기로 한다.
또한, 발전 입찰 평가지표(태양광 발전 예측 모델을 이용한 최적 입찰 평가지표)는 월/요일/24시간대 평균 입찰 비율을 산출한다. 여기서, 평균 입찰 비율은 입찰량에서 발전예측량을 뺀 값을 발전예측량으로 나누어 계산할 수 있다. 즉,
Figure 112020027934584-pat00002
이다.
ESS 밸런싱 평가지표(이하, “밸런싱 평가지표”라고도 함)는 월/요일/24시간대 밸런싱 비율을 산출한다. 여기서, 월/요일/24시간대 밸런싱 비율은 밸런싱양을 발전부족량으로 나누어 계산할 수 있다. 즉,
Figure 112020027934584-pat00003
이다.
또한, 예측입찰/밸런싱 처리 속도, 밸런싱 수익 비율을 산출하는데 사용하는 기타 평가지표가 포함될 수 있다.
한편, 전력수요 또는 태양광 발전량은 사업장 규모나 태양광 발전 설비 용량에 따라 다르기 때문에 평균절대오차(MAE, Mean Absolute Error) 또는 평균제곱근오차(RMSE, Root Mean Squared Error) 등으로 평가할 수 없다.
따라서, 전력수요 또는 태양광 발전량은 %로 측정되는 평균절대비율오차(MAPE, Mean Absolute Percent Error), 정규평균절대오차(NMAE, Normalized Mean Absolute Error), 정규평균제곱근오차(NRMSE, Normalized Root Mean Square Error) 등을 사용하여 평가하는 것을 특징으로 한다.
여기서, 평균절대비율오차(MAPE), 정규평균절대오차(NMAE) 및 정규평균제곱근오차(NRMSE)는 하기 수학식 (1), (2), (3)을 이용하여 산출하는 것을 특징으로 한다.
<수학식>
(1)
Figure 112020027934584-pat00004
(2)
Figure 112020027934584-pat00005
(3)
Figure 112020027934584-pat00006
여기서, 정규평균절대오차(NMAEL)와 정규평균제곱근오차(NRMSEL)는 분모에 해당하는 정규화 인자(normalizing factor) 'L'에 따라 예측오차가 달라지기 때문에, 하기 <표 2>와 같은 기준으로 L을 지정하여 측정한다.
<표 2>: 정규화 오차
Figure 112020027934584-pat00007
평가지표(이하, “예측오차 평가지표”라고도 함)를 산출할 때 적용할 데이터의 범위는 평가지표의 사용 용도에 따라 다르게 설정한다. 예컨대, 평가지표의 사용 용도가 하루 전 최적 입찰에 과거 예측 오차를 활용하는 것이면, 모든 태양광 발전량 예측 데이터를 대상으로 구하기 보다는 입찰 직전 시간대에 예측하는 예측 데이터에 대해서만 평가한다.
이처럼 평가지표를 ESS 최적운용이나 발전 입찰량 산출에 사용하기 위해서는 예측 실행 시간에 따른 평가지표가 유용하게 사용되는 반면, 입찰 오차가 전체 최적화에 미치는 영향이나 예측 모델의 유효성을 판단하기 위해서는 예측 대상 시간대별 평가지표가 유용할 수 있다.
따라서, 본 발명의 가상 발전 플랫폼 제어 시스템 및 방법 시스템은 용도에 적합한 다양한 평가지표를 산출하기 위해 예측 대상 사업장(이하, “발전소”라고도 함), 예측 실행 시간대, 예측 대상월(혹은 계절별), 예측 대상 요일, 예측 대상 시간차, 예측 대상 시간대를 예측오차 속성으로 추출하는 것을 특징으로 한다.
구체적으로, 예측오차 속성은 하기 <표 3>에 도시된 바와 같다.
<표 3>: 평가 데이터 범위
Figure 112020027934584-pat00008
표 3을 참조하면, 예측오차 속성인 예측 대상 사업장(S)은 범용 고유 식별자(UUID: Universally Unique Identifier)인 사업장 고유번호에 대한 예측오차 속성이다.
예측 대상월(M)은 예측 대상 시간의 월(month)를 의미한다. 예측 대상월(M)은 1월부터 12월까지 월별 혹은 계절별 산출에 사용하는 예측오차 속성이다.
예측 대상 요일(W)은 예측 대상 시간의 요일을 의미한다. 예측 대상 요일(W)은 월요일=0, 화요일=1, 수요일=2, 목요일=3, 금요일=4, 토요일=5, 휴일=6이라고 가정함에 따라, 요일별, 혹은 평일/휴일/토요일을 구분하는데 사용하는 예측오차 속성이다.
예측 대상 시간차(D)는 예측 실행 시간에서 예측 대상 시간까지의 초단위 시간차이를 의미한다. 10분 단위로 예측을 한다고 가정하면, 예측 대상 시간차(D)는 600초 단위로 평가할 수 있는 예측오차 속성이다.
예측 대상 시간대(T)는 예측 대상 시간의 초단위 시간대를 예측하는 예측오차 속성으로, 예측 실행 시간대와 동일한 것이라고 이해되는 것이 바람직하다.
예측 평가 기간(Y)은 예측 오차 산출을 위해서 사용한 최근 데이터의 년(year) 단위 길이로, 1, 2, 3, ..., n과 같은 예측 오차 산출 데이터 길이를 갖는다.
이러한 예측오차 속성(S, M, W, D, T, Y)들을 조합하여 하기 <표 4>에 도시된 바와 같은 다양한 평가지표를 산출할 수 있다.
<표 4>: 사용 용도 별 평가지표
Figure 112020027934584-pat00009
평가지표는 동일한 사용 용도에 대해서도 다양한 예측오차 속성의 조합들로 구성된 평가지표들이 있을 수 있다. 표 4에서는 사용 용도별로 각각 3개의 평가지표가 존재하는 것으로 도시하였으나, 이에 제한되지 않으며 향후 용도가 추가되거나 해당 용도에 더 적당한 평가지표가 확인됨에 따라 변경될 수 있다.
구체적으로, ESS 최적운용을 위해 사용하는 평가지표는 예측오차 속성 중 예측 대상 사업장(S), 예측 대상 시간차(D) 및 예측 평가 기간(Y)의 조합(①SxDxY, 이하, “기본 조합”이라고도 함)으로 구성될 수 있다. 또는, 실시예에 따라 ②속성 조합과 같이 상기 기본 조합에 예측 대상월(M)에 대한 예측오차 속성이 추가될 수 있다. 또는 실시예에 따라 ③속성 조합과 같이 상기 기본 조합에 예측 대상 요일(W)에 대한 예측오차 속성이 추가될 수 있다.
또한, ESS 밸런싱과 태양광 발전 최적입찰을 위해 사용되는 평가지표는 (E), 예측 대상 시간차(D) 및 예측 평가 기간(Y)의 조합(④ExDxY)으로 구성될 수 있다. 이때, 실시예에 따라 E에 대한 예측오차 속성은 다른 속성으로 변경될 수 있다. 예컨대, ESS 밸런싱과 태양광 발전 최적입찰을 위해 사용되는 평가지표는 실시예에 따라 예측 대상월(M), 예측 대상 시간차(D) 및 예측 평가 기간(Y)의 조합(⑤MxDxY)으로 구성될 수 있다. 또는 실시예에 따라 예측 대상 요일(D), 예측 대상 시간차(D) 및 예측 평가 기간(Y)의 조합(⑥DxDxY)으로 구성될 수 있다.
또한, 수요 예측과 발전 예측 모델 변경을 위해 사용되는 평가지표는 예측 대상 시간대(T) 및 예측 평가 기간(Y)의 조합(⑦TxY)으로 구성될 수 있다. 또는, 실시예에 따라 ⑧속성 조합과 같이 상기 기본 조합에 예측 대상월(M)에 대한 예측오차 속성이 추가될 수 있다. 또는 실시예에 따라 ⑨속성 조합과 같이 상기 기본 조합에 예측 대상 요일(W)에 대한 예측오차 속성이 추가될 수 있다.
한편, 표 4에 도시된 평가지표들에 대해 사용할 예측오차 모델은 서로 상이한 예측오차 속성 조합으로 구성된 평가지표들에 대해 각각 평가를 수행한 후 결정하는 것을 특징으로 한다. 다시 말해, 전체 시스템의 성능에 가장 영향을 주는 예측오차 모델이 실시예에 따라 상이할 수 있기 때문에 표 4에서는 예측오차 시 어떤 종류의 예측오차 모델을 사용할 것인지 명시하지는 않았다. 따라서, 어떠한 예측오차를 사용할 지를 모두 산출하고 이 중에 어떤 것이 전체 시스템의 성능에 주는 영향을 회귀 등의 방법을 이용해 평가한 후 가장 영향력이 있는 평가지표를 해당 용도의 평가지표로 사용하도록 한다.
한편, 복수의 참여자는 지역별 운영 효율에 따라 그루핑 방식에 따라 평가지표가 상이해질 수 있기 때문에, 통합 서버(100)의 리소스 그루핑부(330)는 앞서 상술한 평가지표를 이용해서 복수의 참여자를 그루핑하는 것을 특징으로 한다(505-2, Resource Grouping). 예를 들면, 전체 시스템이 10개의 태양광 발전소가 있다고 가정할 때, 태양광 발전소를 5개씩 묶는 경우, 2개-8개로 묶는 경우, 랜덤하게 묶는 경우에 따라 평가지표가 달라질 수 있기 때문에, 리소스 그루핑부(330)는 평가지표의 특성을 이용하여 복수의 발전소(혹은 참여자 서버)를 랜덤하게 묶음으로써 보다 최적의 VPP 수익을 창출하는 가상 발전소를 선택할 수 있도록 도와주는 역할을 수행한다.
도 6은 본 발명의 실시예에 따른 가상 발전소를 이용하여 시뮬레이션 하는 과정을 설명하기 위한 예시도이다.
도 6을 참조하면, 오픈 플랫폼(300)에는 VPP 사이트를 정의한다. 통합 서버(100)는 오픈 플랫폼(300)로부터 복제한 ESS 사이트로부터 알고리즘을 밸런싱하고, PV 사이트로부터 알고리즘을 입찰하여 VPP 운전전략을 정의한다.
이때, 통합 서버(100)는 ESS 사이트를 복제한 후 전력 사용량을 모으고 피크 값을 업데이트하여 가상 발전소를 설정하거나, 오픈 플랫폼(300)을 통해 태양광 발전량의 그룹 밸런싱 계획을 수립한다. 이어서, 오픈 플랫폼(300)은 ESS 밸런싱 운전 전략을 수립하고, 전기 사용량을 모으거나 업데이트하여 가상 발전소를 설정한다.
또한, 통합 서버(100)는 PV 사이트를 복제한 후 태양광 발전량을 모으고, 오픈 플랫폼(300)을 통해 입찰을 위한 태양광 예측 발전량, 태양광 그룹 예측 발전량, 하루 전 그룹 태양광 발전량을 제공하고, 밸런싱을 위한 태양광 예측 발전량, 태양광 그룹 예측 발전량을 제공하고, 입찰 업데이트를 위한 하루 전 그룹 태양광 발전량을 제공할 수 있다.
도 7은 본 발명의 실시예에 따른 가상 발전소의 운영 효율을 분석하는 것을 설명하기 위한 예시도이다.
도 7은 VPP가 잘 운영되고 있는지를 확인할 수 있는 대쉬보드(Dashboard)를 나타낸 것으로서, VPP의 종류를 선택할 수 있는 메인유닛(710), VPP의 사이트를 선택할 수 있는 제1 유닛(721), ESS의 사이트를 선택할 수 있는 제2 유닛(722), ESS 장치를 선택할 수 있는 제3 유닛(723), PV 사이트를 선택할 수 있는 제4 유닛(724)을 포함한다.
도 7을 참조하면, 대쉬보드의 시뮬레이션 영역(730)에는 계통한계가격(System Marginal Price, SMP), 입찰량(Bid), 태양광 발전량(PV), 충전잔량(State of Charge), ESS 운용상태, 및 전력 사용량이 표시된다.
본 발명은 평가지표를 통해 가상 발전 알고리즘을 실시간으로 업데이트함으로써 가상 발전소 운영의 효율성을 극대화시켜 전력 시장 참여자의 수익을 극대화함과 동시에 각 참여자들의 알고리즘을 효율적으로 관리할 수 있는 효과가 있다.
또한, 본 발명은 태양광 발전량, 날씨 데이터, 전력 사용량을 포함하는 다양한 분산 자원 수집하고 관리함으로써 예측의 정확도를 향상시킬 수 있다.
또한, 본 발명은 평가지표에 따라 참여자 별 알고리즘을 다양하게 그루핑(Grouping)하여 참여자 서버의 다양성을 고려함으로써 참여자들의 운영의 한계를 개선함과 동시에 가상 발전소 수익을 향상시킬 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 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.

Claims (11)

  1. 가상발전 관리용 API(Application Programming Interface)에 의해 연결된 참여자 서버들로부터 복수의 분산 자원 데이터를 수집하는 데이터수집부;
    수집한 상기 복수의 분산 자원 데이터에 기초하여 복수의 가상 발전 알고리즘을 제공하는 오픈 플랫폼;
    상기 오픈 플랫폼으로부터 수집한 상기 복수의 분산 자원 데이터를 저장하는 데이터베이스부;
    상기 데이터베이스부에 저장된 평가지표를 이용하여 가상 발전소 수익을 예측할 수 있는 퍼포먼스 메트릭을 산출하는 퍼포먼스 메트릭 산출부; 및
    상기 퍼포먼스 메트릭에 기초하여 상기 복수의 가상 발전 알고리즘을 실시간으로 평가하여 최고의 VPP 수익을 발생시키는 최적의 알고리즘을 설정하는 가상발전 시나리오 설정부;를 포함하고,
    상기 복수의 분산 자원 데이터는 태양광 발전량 데이터, 날씨 데이터 및 전력 사용량 데이터를 포함하며,
    상기 평가지표는 태양광 발전 예측 모델을 이용하여 최적 입찰 및 ESS 밸런싱 중 적어도 하나를 위한 개별 발전소의 다음날 발전량 예측의 수행에 이용되고,
    상기 평가지표는 태양광 발전 예측 모델을 이용하여 최적 입찰 및 ESS 밸런싱 중 적어도 하나를 위한 집합 발전소의 당일 남은 시간동안의 발전량의 예측의 수행에 이용되고,
    상기 평가지표는 수요 예측 모델을 이용하여 최적 입찰을 위한 개별 ESS 사업장의 다음날 수요반응 지원의 예측의 수행에 이용되며,
    상기 평가지표는 발전 예측 모델을 이용하여 ESS 밸런싱을 위한 개별 ESS 사업장의 당일 남은 시간동안의 수요반응 자원 예측의 수행에 이용되는, 가상 발전 플랫폼 제어 시스템.
  2. 제1항에 있어서,
    상기 오픈 플랫폼은 참여자 서버, 플랫폼 서버 및 네트워크 통신망 중 어느 하나에 포함되어 상기 가상 발전 알고리즘을 제공하는, 가상 발전 플랫폼 제어 시스템.
  3. 제1항에 있어서,
    상기 오픈 플랫폼은 참여자 서버 별 발전 예측 데이터를 생성하는 예측부;
    상기 발전 예측 데이터를 이용하여 하루 전 태양광 발전을 입찰하고, 입찰량을 업데이트하는 입찰부; 및
    발전소를 미리 정해진 조건으로 그루핑(Grouping)하여 발전량 부족분을 충족시키는 리소스 그루핑부를 더 포함하는, 가상 발전 플랫폼 제어 시스템.
  4. 제1항에 있어서,
    상기 평가지표는 전력수요 또는 태양광 발전량을 %로 측정하는 평균절대비율오차(MAPE, Mean Absolute Percent Error), 정규평균절대오차(NMAE, Normalized Mean Absolute Error), 정규평균제곱근오차(NRMSE, Normalized Root Mean Square Error) 중 적어도 어느 하나의 예측 오차 모델을 사용하는, 가상 발전 플랫폼 제어 시스템.
  5. 제1항에 있어서,
    상기 데이터베이스부는 상기 분산 자원 데이터에 기초한 발전량 예측 데이터 및 발전 입찰 데이터를 더 포함하는, 가상 발전 플랫폼 제어 시스템.
  6. 제1항에 있어서,
    상기 가상 발전 시나리오 설정부에 의해 설정된 상기 최적의 알고리즘을 기반으로 상기 가상 발전 알고리즘에 대한 정정 알고리즘 정보를 제공하는 모니터링부;를 더 포함하는, 가상 발전 플랫폼 제어 시스템.
  7. 제1항에 있어서,
    상기 평가지표는 상기 VPP 수익에 기초하여 상기 분산 자원 데이터 별로 상이한 평가지표가 사용되는, 가상 발전 플랫폼 제어 시스템.
  8. 오픈 플랫폼을 이용하여 API(Application Programming Interface)로 연결된 참여자 서버들의 분산 자원 에너지를 수집하는 단계;
    상기 분산 자원 에너지를 기초로 평가지표를 이용하여 가상 발전소 수익을 예측할 수 있는 퍼포먼스 메트릭을 산출하는 단계; 및
    상기 퍼포먼스 메트릭에 기초하여 상기 참여자 서버 별 고유의 가상 발전 알고리즘을 실시간으로 평가하여 최적의 알고리즘을 설정하는 단계;를 포함하고,
    상기 분산 자원 에너지는 태양광 발전량 데이터, 날씨 데이터 및 전력 사용량 데이터를 포함하며,
    상기 평가지표는 태양광 발전 예측 모델을 이용하여 최적 입찰 및 ESS 밸런싱 중 적어도 하나를 위한 개별 발전소의 다음날 발전량 예측의 수행에 이용되고,
    상기 평가지표는 태양광 발전 예측 모델을 이용하여 최적 입찰 및 ESS 밸런싱 중 적어도 하나를 위한 집합 발전소의 당일 남은 시간동안의 발전량의 예측의 수행에 이용되고,
    상기 평가지표는 수요 예측 모델을 이용하여 최적 입찰을 위한 개별 ESS 사업장의 다음날 수요반응 지원의 예측의 수행에 이용되며,
    상기 평가지표는 발전 예측 모델을 이용하여 ESS 밸런싱을 위한 개별 ESS 사업장의 당일 남은 시간동안의 수요반응 자원 예측의 수행에 이용되는, 가상 발전 플랫폼 제어 방법.
  9. 제8항에 있어서,
    상기 최적의 알고리즘은 최고의 가상 발전 수익을 산출하도록 상기 참여자 서버 별 고유의 가상 발전 알고리즘이 결정된, 가상 발전 플랫폼 제어 방법.
  10. 제8항에 있어서,
    설정된 상기 최적의 알고리즘을 기반으로 상기 가상 발전 알고리즘에 대한 정정 알고리즘 정보를 일정 주기마다 제공하는 단계;를 더 포함하는, 가상 발전 플랫폼 제어 방법.
  11. 제8항에 있어서,
    상기 날씨 데이터는 복수의 날씨 데이터 수집부로부터 수집되며, 상기 복수의 날씨 데이터 수집부는 국내 기상청 및 미국 기상청을 포함하는, 가상 발전 플랫폼 제어 방법.
KR1020200032457A 2020-03-17 2020-03-17 가상 발전 플랫폼 제어 시스템 및 방법 KR102513336B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200032457A KR102513336B1 (ko) 2020-03-17 2020-03-17 가상 발전 플랫폼 제어 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200032457A KR102513336B1 (ko) 2020-03-17 2020-03-17 가상 발전 플랫폼 제어 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210115955A KR20210115955A (ko) 2021-09-27
KR102513336B1 true KR102513336B1 (ko) 2023-03-23

Family

ID=77925768

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200032457A KR102513336B1 (ko) 2020-03-17 2020-03-17 가상 발전 플랫폼 제어 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102513336B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102542058B1 (ko) * 2022-10-31 2023-06-13 식스티헤르츠 주식회사 확률론적 태양광 발전량 예측 및 가상발전소 운영 의사결정 방법과 시스템
KR102603782B1 (ko) * 2023-08-01 2023-11-17 주식회사 코텍에너지 가정용 연료전지에 대한 가상발전소 운영 시스템 및방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102054163B1 (ko) * 2019-04-24 2020-01-22 이에스솔라 주식회사 태양광 발전량 예측 시스템 및 이를 포함하는 태양광 발전 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101636411B1 (ko) * 2013-09-09 2016-07-06 한국전기연구원 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법
KR101676926B1 (ko) * 2014-12-31 2016-11-16 주식회사 포스코아이씨티 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법
KR102105193B1 (ko) * 2018-03-22 2020-05-04 한국남동발전 주식회사 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법
KR20210043837A (ko) * 2019-10-14 2021-04-22 주식회사 케이티 전력 중개 서비스를 제공하는 방법, 서버 및 컴퓨터 프로그램

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102054163B1 (ko) * 2019-04-24 2020-01-22 이에스솔라 주식회사 태양광 발전량 예측 시스템 및 이를 포함하는 태양광 발전 장치

Also Published As

Publication number Publication date
KR20210115955A (ko) 2021-09-27

Similar Documents

Publication Publication Date Title
Woo et al. Merit-order effects of renewable energy and price divergence in California’s day-ahead and real-time electricity markets
Lew et al. Value of wind power forecasting
Ummels et al. Impacts of wind power on thermal generation unit commitment and dispatch
JP2017531998A (ja) 電力網システムにおけるｐｖ電力の投入及び消費のための監査の方法及びシステム、並びに供給の方法及びシステム
WO2013102932A2 (en) System and method facilitating forecasting, optimization and visualization of energy data for an industry
Keles et al. Meeting the modeling needs of future energy systems
KR102513336B1 (ko) 가상 발전 플랫폼 제어 시스템 및 방법
Chamorro et al. Market-based valuation of transmission network expansion. A heuristic application in GB
Dang-Ha et al. The role of big data on smart grid transition
Vardanyan et al. The state-of-the-art of the short term hydro power planning with large amount of wind power in the system
Russo et al. Short-term risk management of electricity retailers under rising shares of decentralized solar generation
Aziz et al. Performance evaluation of solar mini-grids in Bangladesh: A two-stage Data Envelopment Analysis
Said Intelligent photovoltaic power forecasting methods for a sustainable electricity market of smart micro-grid
Jaehnert et al. The north European power system dispatch in 2010 and 2020: Expecting a large share of renewable energy sources
Suri et al. Designing microgrids for rural communities: A practitioner focused mini-review
Taşaltın Digitalization of solar energy: a perspective
CN115719149B (zh) 一种基于区块链的分布式光伏配储方法
Balducci et al. Assessment of energy storage alternatives in the puget sound energy system
Ruhnau et al. Economic implications of enhanced forecast accuracy: the case of photovoltaic feed-in forecasts
Hawkins et al. Wind integration issues and solutions in California
Monroe et al. Evaluating Peer-to-Peer Electricity Markets across the US Using an Agent-Based Modeling Approach
WO2020101617A2 (en) A system and method that allow estimation of the system direction for intraday market and imbalance power market
Pfeifenberger et al. The Value of Diversifying Uncertain Renewable Generation through the Transmission System
Losi et al. Distribution control center: New requirements and functionalities
Zitelman et al. User Objectives and Design Approaches for Microgrids: Options for Delivering Reliability and Resilience, Clean Energy, Energy Savings, and Other Priorities

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