KR102536500B1 - Method and apparatuses for prediction for predicting electrical generation of special day - Google Patents

Method and apparatuses for prediction for predicting electrical generation of special day Download PDF

Info

Publication number
KR102536500B1
KR102536500B1 KR1020210064682A KR20210064682A KR102536500B1 KR 102536500 B1 KR102536500 B1 KR 102536500B1 KR 1020210064682 A KR1020210064682 A KR 1020210064682A KR 20210064682 A KR20210064682 A KR 20210064682A KR 102536500 B1 KR102536500 B1 KR 102536500B1
Authority
KR
South Korea
Prior art keywords
special day
power demand
temperature
special
predicted
Prior art date
Application number
KR1020210064682A
Other languages
Korean (ko)
Other versions
KR20220157080A (en
Inventor
송경빈
권보성
배동진
우수화
문찬호
Original Assignee
숭실대학교 산학협력단
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 숭실대학교 산학협력단 filed Critical 숭실대학교 산학협력단
Priority to KR1020210064682A priority Critical patent/KR102536500B1/en
Publication of KR20220157080A publication Critical patent/KR20220157080A/en
Application granted granted Critical
Publication of KR102536500B1 publication Critical patent/KR102536500B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명의 일 실시예에 따른 특수일의 전력수요예측 장치의 전력수요예측 방법은 과거 특수일의 전력수요 데이터를 퍼지 선형회귀분석 모델에 적용하여 예측하고자 하는 특수일의 전력수요를 예측하는 단계; 상기 예측하고자 하는 특수일의 예보기온에 기초하여 기온민감도 보정 여부를 판단하는 단계; 상기 판단결과에 따라, 특수일의 기온민감도를 산출하여 예측된 특수일의 전력수요를 보정하는 단계; 및 보정된 특수일의 전력수요에 BTM 태양광 발전량을 예측하여 반영하는 단계를 포함한다. According to an embodiment of the present invention, a method for predicting power demand of an apparatus for predicting power demand on a special day includes predicting power demand on a special day to be predicted by applying power demand data on a special day in the past to a fuzzy linear regression analysis model; determining whether temperature sensitivity is corrected based on the predicted temperature of the special day to be predicted; Calculating the temperature sensitivity of the special day according to the determination result and correcting the electricity demand of the predicted special day; and predicting and reflecting the amount of BTM photovoltaic power generation to the corrected electricity demand on the special day.

Description

특수일의 전력수요예측 장치 및 방법{METHOD AND APPARATUSES FOR PREDICTION FOR PREDICTING ELECTRICAL GENERATION OF SPECIAL DAY}Apparatus and method for predicting power demand on special days

본 발명은 특수일의 전력수요예측 장치 및 방법에 관한 것으로, 보다 구체적으로 시간별로 달라지는 기온의 영향과 BTM(Behind-the-Meter) 태양광 발전기에 의한 전력수요의 변동성을 반영한 특수일의 전력수요예측 장치 및 방법에 관한 것이다. The present invention relates to an apparatus and method for predicting electric power demand on a special day, and more specifically, to determine the electric power demand on a special day reflecting the influence of temperature that varies by hour and the variability of electric power demand by BTM (Behind-the-Meter) solar power generators. It relates to a prediction device and method.

전력수요예측 기술은 안정적이고 경제적인 전력계통의 운용을 위한 필수요소이다. 특히 전력계통의 효율적인 이용을 위해 단기 전력수요예측의 중요성이 증가할 것으로 전망된다. Power demand forecasting technology is an essential element for stable and economical power system operation. In particular, it is expected that the importance of short-term electricity demand forecasting will increase for the efficient use of the power system.

이러한 단기 전력수요예측의 경우 전력시장 및 전력계통의 운영을 위해 익일의 시간별 전력수요를 예측한다. 여기서, 전력수요는 일 전력수요의 패턴에 따라 월요일, 화요일부터 금요일, 토요일, 일요일, 특수일 및 특수경부하기간으로 구분할 수 있다. 특수일이란 법정 공휴일 및 임시 공휴일을 의미하며, 특수경부하기간은 설날 및 추석을 포함하여 전후 7일간과 하계휴가 집중기간을 의미한다.In the case of such a short-term power demand forecast, hourly power demand for the next day is predicted for the operation of the power market and power system. Here, the power demand may be divided into Monday, Tuesday through Friday, Saturday, Sunday, special day, and special light load period according to the daily power demand pattern. Special days refer to statutory holidays and temporary holidays, and special days refer to the 7 days before and after, including New Year's Day and Chuseok, and the concentrated period of summer vacation.

특수일의 전력수요는 평상일의 전력수요와 비교했을 때 상대적으로 전력수요가 적고, 전력수요의 패턴이 불규칙하며, 예측을 위해 사용할 수 있는 과거 데이터의 수가 제한적이라는 특징을 갖는다. 또한 음력을 따르는 특수일의 경우 매년 특수일의 양력상 위치가 달라지므로 계절적 특성이 다르게 반영될 수 있다. 이러한 특징으로 인해 특수일의 전력수요는 신경회로망 기반의 예측 모형 학습에서 제외되거나, 평상일의 전력수요와 구분하여 예측된다. Compared to the power demand on normal days, the power demand on special days is characterized by relatively low power demand, irregular patterns of power demand, and a limited number of past data that can be used for prediction. In addition, in the case of a special day following the lunar calendar, the position of the special day on the solar calendar changes every year, so seasonal characteristics may be reflected differently. Due to these characteristics, power demand on special days is excluded from neural network-based prediction model learning or predicted separately from power demand on normal days.

특수일의 전력수요를 예측하기 위해 전문가 기법, 신경회로망, 상대계수법, 퍼지 선형회귀분석법 등 다양한 방법이 적용되고 있으나, 전술한 특수일의 불규칙한 전력수요 특징으로 인해 특수일의 전력수요예측 오차는 평상일의 전력수요예측 오차에 비해 상대적으로 높으며, 이에 대한 개선이 필요하다. Various methods such as expert techniques, neural networks, relative coefficients, and fuzzy linear regression analysis are applied to predict electricity demand on special days. It is relatively high compared to the error of forecasting power demand per day, and it needs improvement.

전력수요는 중·장기적으로 사회 및 경제적 요소의 영향을 받아 변화하고, 단기적으로는 기상의 영향을 받아 변화한다. 특히, 여러 요소 중 기온은 냉·난방부하 사용에 큰 영향을 미친다. 또한 태양광 발전기의 보급이 증가함에 따라 발전량이 실시간으로 계측되지 않는 미계량(Behind-the-Meter, BTM) 태양광 발전기가 증가하고 있으며, 이로 인해 전력수요예측의 불확실성이 증가하고 있다. 하지만 현재 사용 중인 퍼지 선형회귀분석 기반의 예측 방법은 시간별로 달라지는 기온의 영향과 BTM 태양광 발전기에 의한 전력수요의 변동성을 반영하지 못하는 단점이 있다. 도 1은 특수일의 전력수요예측 오차를 나타내는 도면이다. 도 1에 도시한 바와 같이, 특수일의 전력수요예측 오차는 연도별로 증가하고 있는 추세이다.Electricity demand changes under the influence of social and economic factors in the medium and long term, and changes under the influence of the weather in the short term. In particular, among several factors, temperature has a great influence on the use of cooling and heating loads. In addition, as the supply of solar power generators increases, behind-the-meter (BTM) solar power generators, which do not measure power generation in real time, are increasing, which increases the uncertainty of power demand forecasting. However, the prediction method based on fuzzy linear regression analysis currently in use has a disadvantage in that it does not reflect the effect of temperature that varies over time and the variability of power demand by BTM solar power generators. 1 is a diagram showing an error in predicting power demand on a special day. As shown in FIG. 1, the error in predicting power demand on special days tends to increase year by year.

따라서 특수일 전력수요예측의 정확도를 개선하기 위해 시간별로 달라지는 기온의 영향과 연도별로 증가하는 BTM 태양광 발전기의 영향을 반영할 수 있는 특수일 시간별 전력수요예측 알고리즘 개발이 요구된다. Therefore, in order to improve the accuracy of electricity demand forecasting on special days, it is required to develop an algorithm for forecasting hourly electricity demand on special days that can reflect the influence of temperature that varies by hour and the influence of BTM solar power generators that increase by year.

상기의 문제점을 해결하기 위해 시간별로 달라지는 기온의 영향과 BTM(Behind-the-Meter) 태양광 발전기에 의한 전력수요의 변동성을 반영한 특수일의 전력수요예측 장치 및 방법을 제공한다. In order to solve the above problems, an apparatus and method for predicting power demand on a special day, reflecting the influence of hourly temperature and the variability of power demand by BTM (Behind-the-Meter) photovoltaic generators, are provided.

그러나 본 발명의 목적은 상기에 언급된 사항으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다. However, the object of the present invention is not limited to the above-mentioned matters, and other objects not mentioned will be clearly understood by those skilled in the art from the description below.

상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따른 특수일의 전력수요예측 장치의 전력수요예측 방법은 과거 특수일의 전력수요 데이터를 퍼지 선형회귀분석 모델에 적용하여 예측하고자 하는 특수일의 전력수요를 예측하는 단계; 상기 예측하고자 하는 특수일의 예보기온에 기초하여 기온민감도 보정 여부를 판단하는 단계; 상기 판단결과에 따라, 특수일의 기온민감도를 산출하여 예측된 특수일의 전력수요를 보정하는 단계; 및 보정된 특수일의 전력수요에 BTM 태양광 발전량을 예측하여 반영하는 단계를 포함한다. In order to achieve the above object, a method for predicting power demand of an apparatus for predicting power demand for special days according to an embodiment of the present invention applies power demand data of past special days to a fuzzy linear regression analysis model to predict special days. predicting power demand; determining whether temperature sensitivity is corrected based on the predicted temperature of the special day to be predicted; Calculating the temperature sensitivity of the special day according to the determination result and correcting the electricity demand of the predicted special day; and predicting and reflecting the amount of BTM photovoltaic power generation to the corrected electricity demand on the special day.

일 실시예에서, 상기 기온민감도 보정 여부를 판단하는 단계는, 상기 예측하고자 하는 특수일의 예보기온이 냉난방 기준기온인 18℃ 내지 26℃ 에 속하지 않는 경우 기온민감도 보정이 필요한 것으로 판단하는 것을 특징으로 한다. In one embodiment, the step of determining whether to correct the temperature sensitivity may include determining that temperature sensitivity correction is necessary when the predicted temperature of the special day to be predicted does not fall within the cooling/heating reference temperature of 18°C to 26°C. do.

일 실시예에서, 상기 특수일의 기온민감도를 산출하여 예측된 특수일의 전력수요를 보정하는 단계는, 특수일의 기본전력수요를 산출하는 단계; 상기 기본전력수요를 이용해 전력수요를 정규화하는 단계; 정규화된 전력수요와 기온과의 회귀분석을 통해 시간구간별 기온민감도 산출하는 단계; 및 산출된 시간구간별 기온민감도에 기초하여, 특수일의 전력수요를 보정하는 단계를 포함하는 것을 특징으로 한다. In one embodiment, the calculating the temperature sensitivity of the special day and correcting the predicted electricity demand on the special day may include calculating the basic electricity demand on the special day; normalizing power demand using the basic power demand; Calculating temperature sensitivity for each time interval through regression analysis of normalized electricity demand and temperature; and correcting power demand on a special day based on the calculated temperature sensitivity for each time section.

일 실시예에서, 상기 특수일의 전력수요를 보정하는 단계는 하기 수학식 1에 따라, 특수일의 전력수요를 보정하는 것을 특징으로 한다.In one embodiment, the step of correcting the power demand on the special day is characterized by correcting the power demand on the special day according to Equation 1 below.

[수학식 1] [Equation 1]

Figure 112021057912720-pat00001
Figure 112021057912720-pat00001

수학식 1에서, p는 시간구간을 의미하고, m은 특수일이 위치한 월, t는 시간,

Figure 112021057912720-pat00002
는 기온 차이만큼 보정된 특수일 t시의 전력수요예측 값, Lt는 특수일 t시의 전력수요예측 값,
Figure 112021057912720-pat00003
는 특수일 p구간의 기온민감도,
Figure 112021057912720-pat00004
은 m월 p구간의 기본 전력수요,
Figure 112021057912720-pat00005
는 특수일 t시의 예보기온,
Figure 112021057912720-pat00006
는 특수일 이전 평일 4일의 t시 기온 평균값,
Figure 112021057912720-pat00007
는 과거 3개년의 동일 특수일 t시의 기온 평균값,
Figure 112021057912720-pat00008
는 과거 3개년의 동일 특수일 이전 평일 4일의 t시 기온 평균값을 의미한다.In Equation 1, p means a time interval, m is the month where the special day is located, t is the time,
Figure 112021057912720-pat00002
is the predicted power demand at special day t corrected by the temperature difference, L t is the predicted power demand at special day t,
Figure 112021057912720-pat00003
is the temperature sensitivity of the special day p section,
Figure 112021057912720-pat00004
is the basic electricity demand for the period p in month m,
Figure 112021057912720-pat00005
is the predicted temperature at time t on a special day,
Figure 112021057912720-pat00006
is the average temperature at time t of the 4 weekdays prior to the special day,
Figure 112021057912720-pat00007
is the average temperature at time t on the same special day in the past three years,
Figure 112021057912720-pat00008
means the average temperature at time t of 4 weekdays prior to the same special day in the past 3 years.

일 실시예에서, 상기 보정된 특수일의 전력수요에 BTM 태양광 발전량을 예측하여 반영하는 단계는 하기 수학식 2에 따라, 상기 보정된 특수일의 전력수요에 상기 BTM 태양광 발전량을 반영하는 것을 특징으로 한다. In one embodiment, the step of predicting and reflecting the BTM solar power generation amount to the corrected power demand of the special day is to reflect the BTM solar power generation amount to the corrected power demand of the special day according to Equation 2 below. to be characterized

[수학식 2][Equation 2]

Figure 112021057912720-pat00009
Figure 112021057912720-pat00009

수학식 2에서, t는 시간,

Figure 112021057912720-pat00010
는 BTM 태양광 발전기의 영향이 반영된 특수일 t시간의 전력수요예측 값,
Figure 112021057912720-pat00011
는 기온에 의한 영향이 반영된 특수일 t시간의 전력수요예측 값,
Figure 112021057912720-pat00012
는 특수일의 BTM 태양광 설비용량 추정치,
Figure 112021057912720-pat00013
는 설비용량으로 정규화 된 특수일 t시의 BTM 태양광 발전량 추정치,
Figure 112021057912720-pat00014
는 설비용량으로 정규화된 과거 3개년의 동일 특수일 t시의 BTM 태양광 발전량 추정치평균값을 나타낸다.In Equation 2, t is time,
Figure 112021057912720-pat00010
is the predicted power demand at time t on a special day reflecting the influence of the BTM photovoltaic generator,
Figure 112021057912720-pat00011
is the predicted power demand at time t on a special day reflecting the influence of temperature,
Figure 112021057912720-pat00012
is the estimated BTM solar installed capacity on a special day,
Figure 112021057912720-pat00013
is the estimated BTM solar power generation capacity at special day t, normalized to installed capacity,
Figure 112021057912720-pat00014
represents the estimated average value of BTM photovoltaic power generation at time t on the same special day for the past three years normalized to installed capacity.

본 발명의 다른 실시예에 따른 특수일의 전력수요예측 장치는 과거 특수일의 전력수요 데이터 및 퍼지 선형회귀분석 모델을 저장하는 메모리; 상기 과거 특수일의 전력수요 데이터를 퍼지 선형회귀분석 모델에 적용하여 예측하고자 하는 특수일의 전력수요를 예측하는 전력수요예측부; 상기 예측하고자 하는 특수일의 예보기온에 기초하여 기온민감도 보정 여부를 판단하고, 상기 판단결과에 따라, 특수일의 기온민감도를 산출하여 예측된 특수일의 전력수요를 보정하는 기온보정부; 및 보정된 특수일의 전력수요에 BTM 태양광 발전량을 예측하여 반영하는 BTM 태양광 발전량 반영부를 포함하는 것을 특징으로 한다. An apparatus for predicting power demand on a special day according to another embodiment of the present invention includes a memory for storing power demand data and a fuzzy linear regression analysis model on a special day in the past; a power demand prediction unit for predicting power demand on a special day to be predicted by applying the power demand data of the past special day to a fuzzy linear regression analysis model; a temperature correction unit that determines whether or not to correct temperature sensitivity based on the predicted temperature of the special day to be predicted, calculates the temperature sensitivity of the special day according to the determination result, and corrects electricity demand on the predicted special day; and a BTM solar power generation amount reflection unit that predicts and reflects the BTM solar power generation amount to the corrected electricity demand on a special day.

본 발명에 따른 특수일의 전력수요예측 장치 및 방법에 따르면, 시간별로 달라지는 기온의 영향과 BTM(Behind-the-Meter) 태양광 발전기에 의한 전력수요의 변동성을 반영하여 전력수요를 정확히 예측할 수 있다. According to the apparatus and method for predicting power demand on a special day according to the present invention, it is possible to accurately predict power demand by reflecting the influence of hourly temperature and the variability of power demand by BTM (Behind-the-Meter) solar power generators. .

도 1은 특수일의 전력수요예측 오차를 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 특수일의 전력수요예측 장치의 개략적인 구성을 설명하기 위한 블록도이다.
도 3은 일부 실시예들에 따른 특수일의 전력수요예측 장치의 제어부의 구성을 나타내는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 특수일의 전력수요예측 방법을 설명하는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 퍼지 선형회귀분석 모델 기반의 특수일의 전력수요예측 방법을 설명하는 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 기온 보정을 설명하는 흐름도이다. 1 is a diagram showing an error in predicting power demand on a special day.
2 is a block diagram for explaining a schematic configuration of an apparatus for predicting power demand on a special day according to an embodiment of the present invention.
3 is a block diagram illustrating a configuration of a control unit of an apparatus for predicting power demand on a special day according to some embodiments.
4 is a flowchart illustrating a method for predicting power demand on a special day according to an embodiment of the present invention.
5 is a flowchart illustrating a method for predicting power demand on a special day based on a fuzzy linear regression model according to an embodiment of the present invention.
6 is a flowchart illustrating temperature correction according to an embodiment of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면을 참조하여 상세하게 설명하도록 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.Since the present invention can have various changes and various embodiments, specific embodiments will be described in detail with reference to the drawings. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, or substitutes included in the spirit and technical scope of the present invention. Like reference numerals have been used for like elements throughout the description of each figure.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재 항목들의 조합 또는 복수의 관련된 기재 항목들 중의 어느 항목을 포함한다.Terms such as first, second, A, and B may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention. The term and/or includes a combination of a plurality of related items or any one of a plurality of related items.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, the terms "include" or "have" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in the present application, they should not be interpreted in an ideal or excessively formal meaning. don't

명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있다는 것을 의미한다.Throughout the specification and claims, when a part includes a certain component, it means that it may further include other components, not excluding other components unless otherwise stated.

이하, 첨부된 도면을 참조하여 본 발명의 일 실시예에 대해 상세하게 설명한다.Hereinafter, an embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 2는 본 발명의 일 실시예에 따른 특수일의 전력수요예측 장치의 개략적인 구성을 설명하기 위한 블록도이다. 2 is a block diagram for explaining a schematic configuration of an apparatus for predicting power demand on a special day according to an embodiment of the present invention.

도 2를 참조하면, 특수일의 전력수요예측 장치(100)는 입력부(110), 출력부(120), 제어부(130) 및 메모리(140)를 포함한다. 특수일의 전력수요예측 장치(100)는 사용자 입력부(110) 및 출력부(120)를 더 포함할 수 있다. 다만, 특수일의 전력수요예측 장치(100)는 도 1에 도시된 구성요소보다 많은 구성요소에 의해 구현될 수도 있고, 도시된 구성요소보다 적은 구성요소에 의해 구현될 수도 있다.Referring to FIG. 2 , the apparatus 100 for predicting power demand on a special day includes an input unit 110 , an output unit 120 , a control unit 130 and a memory 140 . The apparatus 100 for predicting power demand on a special day may further include a user input unit 110 and an output unit 120 . However, the apparatus 100 for predicting power demand on a special day may be implemented with more components than those shown in FIG. 1 or fewer components than shown.

사용자 입력부(110)는 사용자가 특수일의 전력수요예측 장치(100)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력부(110)에는 키 패드(key pad), 돔 스위치(dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다.The user input unit 110 means a means through which a user inputs data for controlling the power demand forecasting device 100 on a special day. For example, the user input unit 110 includes a key pad, a dome switch, and a touch pad (contact capacitance method, pressure resistive film method, infrared sensing method, surface ultrasonic conduction method, integral type tension measuring method, piezo effect method, etc.), a jog wheel, a jog switch, and the like, but are not limited thereto.

일부 실시예들에 따르면, 사용자 입력부(110)는 사용자가 예측하고자 하는 특수일을 특정하기 위한 입력을 수신할 수 있다. According to some embodiments, the user input unit 110 may receive an input for specifying a special day to be predicted by the user.

출력부(120)는 오디오 신호, 비디오 신호 또는 진동 신호를 출력할 수 있다. 도 1에 도시하지 않았으나, 출력부(120)는 디스플레이부, 음향 출력부 및 진동 모터 중 적어도 하나를 포함할 수 있다.The output unit 120 may output an audio signal, a video signal or a vibration signal. Although not shown in FIG. 1 , the output unit 120 may include at least one of a display unit, a sound output unit, and a vibration motor.

일부 실시예들에 따르면, 출력부(120)는 사용자가 예측하고자 하는 특수일의 전력수요예측 요청에 따른 동작의 수행 결과를 출력할 수 있다. 예를 들면, 사용자가 예측하고자 하는 특수일의 전력수요예측 요청이 발생함에 따라 제어부(130)에서 소정의 동작이 수행될 수 있고, 소정의 동작이 수행된 결과는 출력부(120)를 통해 출력될 수 있다.According to some embodiments, the output unit 120 may output a result of performing an operation according to a request for predicting power demand on a special day to be predicted by a user. For example, when a request for predicting power demand on a special day to be predicted by the user occurs, the controller 130 may perform a predetermined operation, and the result of the predetermined operation is output through the output unit 120. It can be.

제어부(130)는 통상적으로 특수일의 전력수요예측 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 제어부(130)는 메모리(140)에 저장된 프로그램들을 실행함으로써, 사용자 입력부(110), 출력부(120), 통신부(140) 등을 전반적으로 제어할 수 있다. The control unit 130 typically controls the overall operation of the device 100 for predicting power demand on a special day. For example, the controller 130 may generally control the user input unit 110, the output unit 120, the communication unit 140, and the like by executing programs stored in the memory 140.

제어부(130)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(140)로부터 제어부(130)에 제공되거나, 통신부(140)를 통해 수신되어 제어부(130)로 제공될 수 있다. 예를 들면, 제어부(130)는 메모리와 같은 기록 장치에 저장된 프로그램 코드에 따라 명령을 실행하도록 구성될 수 있다.The controller 130 may be configured to process commands of a computer program by performing basic arithmetic, logic, and input/output operations. The command may be provided to the control unit 130 from the memory 140 or may be received through the communication unit 140 and provided to the control unit 130 . For example, the controller 130 may be configured to execute commands according to program codes stored in a recording device such as a memory.

일부 실시예들에 따르면, 제어부(130)는 특수일의 전력수요예측을 위해 메모리(140)에 저장된 과거 데이터 및 분석 모델에 기초하여, 기온의 영향과 BTM(Behind-the-Meter) 태양광 발전기에 의한 전력수요의 변동성을 반영한 특수일의 전력수요예측 결과를 생성한다. 이에 대한 상세한 설명은 다른 도면을 참조하여 후술한다. According to some embodiments, the control unit 130 determines the effect of temperature and a behind-the-meter (BTM) solar power generator based on past data and analysis models stored in the memory 140 to predict power demand on a special day. Generates electricity demand forecasting results for special days reflecting the variability of electricity demand due to A detailed description thereof will be described later with reference to other drawings.

메모리(140)는 제어부(130)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 특수일의 전력수요예측 장치(100)로 입력되거나 특수일의 전력수요예측 장치(100)로부터 출력되는 데이터를 저장할 수도 있다.The memory 140 may store programs for processing and control by the control unit 130, and may store data input to or output from the power demand prediction device 100 for special days. may be

일 실시예에서, 메모리(140)는 과거의 전력수요 데이터, 지역별 기상 실적, 지역별 기상 예보 등에 관한 각종 정보를 저장할 수 있다. 또한, 메모리(140)는 퍼지 선형 회귀분석 모델을 저장할 수 있다. In one embodiment, the memory 140 may store various types of information related to power demand data in the past, weather performance by region, weather forecast by region, and the like. Also, the memory 140 may store a fuzzy linear regression model.

메모리(140)의 예로서, 플래시 메모리 타입(flash memory type), 하드디스크 타입(harddisk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예: SD 또는 XD 메모리 등), 램(RAM, Random Access Memory), SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 들 수 있으나, 이에 한정되는 것은 아니다.As an example of the memory 140, a flash memory type, a harddisk type, a multimedia card micro type, a card type memory (eg SD or XD memory, etc.), RAM (Random Access Memory), SRAM (Static Random Access Memory), ROM (ROM, Read-Only Memory), EEPROM (Electrically Erasable Programmable Read-Only Memory), PROM (Programmable Read-Only Memory), magnetic memory, A storage medium of at least one of a magnetic disk and an optical disk may be used, but is not limited thereto.

도 3은 일부 실시예들에 따른 특수일의 전력수요예측 장치의 제어부의 구성을 나타내는 블록도이다. 3 is a block diagram illustrating a configuration of a control unit of an apparatus for predicting power demand on a special day according to some embodiments.

도 3을 참조하면, 제어부(130)는 전력수요예측부(132), 기온보정부(134) 및 BTM 태양광 발전량 반영부(136)를 포함할 수 있다. 전력수요예측부(132), 기온보정부(134) 및 BTM 태양광 발전량 반영부(136)를 구분하여 도시한 것은 각각의 기능을 구별하여 설명하기 위함이다. 따라서, 제어부(130)는 전력수요예측부(132), 기온보정부(134) 및 BTM 태양광 발전량 반영부(136) 각각의 기능을 수행하도록 구성된 적어도 하나의 프로세서를 포함할 수 있다.Referring to FIG. 3 , the control unit 130 may include a power demand estimation unit 132, a temperature correction unit 134, and a BTM solar power generation amount reflection unit 136. The power demand forecasting unit 132, the temperature correction unit 134, and the BTM photovoltaic power generation amount reflection unit 136 are shown separately to explain their respective functions. Accordingly, the controller 130 may include at least one processor configured to perform functions of the power demand predictor 132, the temperature corrector 134, and the BTM solar power generation amount reflection unit 136, respectively.

전력수요예측부(132)는 과거 특수일의 전력수요 데이터에 기초하여 퍼지 선형회귀분석 모델 기반의 특수일의 전력수요를 예측한다. 일 실시예에서, 전력수요예측부(132)는 퍼지 선형회귀분석의 회귀계수를 추정하기 위해 메모리(140)에 저장된 과거 3개년의 동일 특수일과 특수일 이전 평일 4일의 전력수요를 이용한다. The power demand prediction unit 132 predicts the power demand on a special day based on a fuzzy linear regression analysis model based on the power demand data on a past special day. In one embodiment, the power demand predictor 132 uses the same special day of the past three years stored in the memory 140 and the power demand of four weekdays prior to the special day to estimate the regression coefficient of the fuzzy linear regression analysis.

전력수요예측부(132)에 의해 예측되는 특수일의 전력수요는 기온의 영향 및 BTM 태양광 발전기에 의해 전력수요 변동성이 반영되지 않은 전력수요이다. The electric power demand on a special day predicted by the electric power demand forecasting unit 132 is the electric power demand in which the effect of temperature and the variability of electric power demand by the BTM photovoltaic generator are not reflected.

기온보정부(134)는 예측일의 예보기온에 기초하여 기온민감도 보정 여부를 판단한 후, 전력수요예측부(132)에 의해 1차로 예측된 전력수요에 기온의 영향을 반영하여 예측하고자 하는 특수일의 전력수요를 보정한다. 여기서, 기온민감도란 단위 기온 변화에 의한 전력수요의 변동량을 의미하며, 과거의 기온과 예측일의 예보기온 차이만큼 특수일의 전력수요를 보정하기 위해 사용된다.The temperature correction unit 134 determines whether to correct the temperature sensitivity based on the predicted temperature of the predicted day, and then reflects the effect of temperature on the electricity demand primarily predicted by the power demand prediction unit 132 to predict the special day. corrects the power demand of Here, the temperature sensitivity means the amount of change in electric power demand due to a change in unit temperature, and is used to correct the electric power demand on a special day by the difference between the past temperature and the predicted temperature of the predicted day.

일 실시예에서, 기온보정부(134)는 과거의 특수일과 특수일 이전 평일 4일의 기온 평균 차이에 대한 특수일과 특수일 이전 평일 4일의 전력수요 평균의 차이의 비를 연산하여 기온민감도를 산출한다. In one embodiment, the temperature correction unit 134 computes the temperature sensitivity by calculating a ratio of the difference between the average temperature difference between the past special day and the average temperature of the 4 weekdays prior to the special day and the average power demand of the 4 weekdays prior to the special day and the special day. yield

기온보정부(134)는 예측일의 예보기온이 예측일의 전력수요에 영향을 미치는지 판단하여, 기온민감도를 산출하고, 산출된 기온민감도에 기초하여 특수일의 전력수요를 보정한다. The temperature correction unit 134 determines whether the predicted temperature of the forecast day affects the electricity demand of the forecast day, calculates the temperature sensitivity, and corrects the electricity demand of the special day based on the calculated temperature sensitivity.

BTM 태양광 발전량 반영부(136)는 보정된 특수일의 전력수요에 BTM 태양광 발전량을 예측하여 반영한다. The BTM solar power generation amount reflecting unit 136 predicts and reflects the BTM solar power generation amount to the corrected power demand of the special day.

도 4는 본 발명의 일 실시예에 따른 특수일의 전력수요예측 방법을 설명하는 흐름도이고, 도 5는 본 발명의 일 실시예에 따른 퍼지 선형회귀분석 모델 기반의 특수일의 전력수요예측 방법을 설명하는 흐름도이고, 도 6은 본 발명의 일 실시예에 따른 기온 보정을 설명하는 흐름도이다. 4 is a flowchart illustrating a method for predicting power demand on a special day according to an embodiment of the present invention, and FIG. 5 is a flowchart illustrating a method for predicting power demand on a special day based on a fuzzy linear regression analysis model according to an embodiment of the present invention. FIG. 6 is a flowchart illustrating temperature correction according to an embodiment of the present invention.

도 4를 참조하면, 단계 S110에서, 과거 특수일의 전력수요 데이터에 기초하여 퍼지 선형회귀분석 모델 기반의 특수일의 전력수요를 예측한다. Referring to FIG. 4 , in step S110 , electricity demand on a special day is predicted based on a fuzzy linear regression analysis model based on data on power demand on a special day in the past.

도 5를 참조하면, 단계 S110를 상세히 설명하면, 단계 S112에서 일 실시예에서, 메모리(140)에 저장된 과거의 특수일 전력수요에 기초하여 퍼지 선형회귀분석 모형의 회귀계수를 추정한다. 일 실시예에서, 과거의 특수일은 과거의 동일 특수일 전력수요와 특수일 이전 4일의 평일 전력수요일 수 있다. Referring to FIG. 5 , step S110 will be described in detail. In step S112, in one embodiment, a regression coefficient of a fuzzy linear regression analysis model is estimated based on the power demand for a special day in the past stored in the memory 140. In one embodiment, the special day in the past may be the power demand on the same special day in the past and the power demand on weekdays four days prior to the special day.

단계 S114에서, 추정된 회귀계수를 적용한 퍼지 선형회귀분석에 특수일의 최대 및 최소 전력수요를 예측한다. In step S114, the maximum and minimum power demand of the special day is predicted by fuzzy linear regression analysis using the estimated regression coefficient.

단계 S116에서, 과거 3개년의 동일 특수일의 최대·최소 정규화된 24시간 전력수요패턴을 예측한다. In step S116, the maximum and minimum normalized 24-hour power demand patterns of the same special day of the past three years are predicted.

단계 S118에서, 예측된 최대 및 최소 전력수요와 최대·최소 정규화된 24시간 전력수요패턴에 기초하여 24시간 특수일의 전력수요를 예측한다.In step S118, the electric power demand of the 24-hour special day is predicted based on the predicted maximum and minimum power demand and the maximum and minimum normalized 24-hour electric power demand pattern.

다시 도 3을 참조하면, 단계 S120에서, 예측일의 예보기온에 기초하여 기온민감도 보정 여부를 판단한다. Referring back to FIG. 3 , in step S120, it is determined whether or not the temperature sensitivity is corrected based on the predicted temperature of the predicted day.

일 실시예에서, 기온의 영향을 반영하기 이전에 예측하고자 하는 특수일(이하 예측일로 혼용하여 기재)의 예보기온이 미리 설정된 기온 범위에 속하는지 여부에 따라, 기온보정여부를 결정한다. 미리 설정된 기온 범위는 냉난방 기준기온 범위로, 18℃ 내지 26℃이다. In one embodiment, whether or not to correct the temperature is determined according to whether or not the predicted temperature of a special day to be predicted (hereinafter referred to as a predicted day) belongs to a preset temperature range before reflecting the effect of the temperature. The preset temperature range is a reference temperature range for cooling and heating, and is 18°C to 26°C.

예측일의 예보기온이 상기 냉난방 기준기온 범위에 속하는 경우, 기온이 전력수요에 미치는 영향은 상대적으로 적을 것으로 판단하여 기온보정을 행하지 않고, 단계 S140으로 진행한다. When the predicted temperature of the predicted day falls within the range of the reference temperature for cooling and heating, it is determined that the effect of the temperature on the power demand is relatively small, and the temperature correction is not performed, and the process proceeds to step S140.

단계 S120에서, 예측일의 예보기온이 상기 냉난방 기준기온 범위에 속하지 않는 경우, 단계 S130으로 진행하여 과거 기온과 전력수요를 분석하여 기온민감도를 산출한다. In step S120, when the predicted temperature of the predicted day does not fall within the range of the cooling/heating reference temperature, the process proceeds to step S130 to analyze the past temperature and power demand to calculate the temperature sensitivity.

단계 S131에서 특수일의 기온민감도를 산출하기 위해 특수일의 기본전력수요를 산출한다. 여기서, 기본전력수요란 국내총생산에 의한 전력수요의 변동량은 반영되고, 기온과 기타 인자에 의한 전력수요의 변동량은 제외된 전력수요를 의미한다. 단계 S132에서 산출된 기본전력수요를 이용해 전력수요를 정규화 한다. 다음 단계 S133에서, 정규화된 전력수요와 기온과의 회귀분석을 통해 기온민감도를 산출한다. 특수일의 기온민감도를 산출하기 위해 시간구간별 기온민감도 산출한다. 산출된 기온민감도는 수학식 1과 같다. In step S131, the basic power demand of the special day is calculated to calculate the temperature sensitivity of the special day. Here, the basic electricity demand refers to electricity demand in which the amount of variation in electricity demand based on GDP is reflected, and the variation in electricity demand caused by temperature and other factors is excluded. The power demand is normalized using the basic power demand calculated in step S132. In the next step S133, temperature sensitivity is calculated through regression analysis between normalized power demand and temperature. In order to calculate the temperature sensitivity of a special day, the temperature sensitivity of each time interval is calculated. The calculated temperature sensitivity is shown in Equation 1.

[수학식 1][Equation 1]

Figure 112021057912720-pat00015
Figure 112021057912720-pat00015

여기서, p는 3시간 단위의 8개 구간을 의미하며,

Figure 112021057912720-pat00016
는 p구간의 특수일 기온민감도,
Figure 112021057912720-pat00017
는 기본전력수요로 정규화 된 p구간의 특수일 전력수요,
Figure 112021057912720-pat00018
는 기본전력수요로 정규화 된 p구간의 특수일 이전 평일 4일의 전력수요 평균,
Figure 112021057912720-pat00019
는 p구간의 특수일 기온,
Figure 112021057912720-pat00020
는 p구간의 특수일 이전 평일 4일의 기온 평균을 의미한다.Here, p means 8 sections of 3 time units,
Figure 112021057912720-pat00016
is the special day temperature sensitivity of the p section,
Figure 112021057912720-pat00017
is the power demand for a special day in section p normalized to the basic power demand,
Figure 112021057912720-pat00018
is the average power demand for the 4 weekdays prior to the special day in section p normalized to the basic power demand,
Figure 112021057912720-pat00019
is the temperature on a special day in section p,
Figure 112021057912720-pat00020
means the average temperature of the 4 weekdays prior to the special day in section p.

단계 S134에서. 산출된 특수일의 기온민감도에 기초하여, 예측된 전력수요를 보정한다. 특수일 전력수요 보정 수식은 수학식 2와 같다.In step S134. Based on the calculated temperature sensitivity of the special day, the predicted power demand is corrected. The special day power demand correction formula is shown in Equation 2.

[수학식 2][Equation 2]

Figure 112021057912720-pat00021
Figure 112021057912720-pat00021

여기서, p는 24시간을 복수개로 나눈 구간(예컨대 8)을 의미하며, p의 1, 2, 3, 4, 5, 6, 7, 8은 각각 1시부터 3시, 4시부터 6시, 7시부터 9시, 10시부터 12시, 13시부터 15시, 16시부터 18시, 19시부터 21시, 22시부터 24시까지를 의미한다. m은 특수일이 위치한 월, t는 시간,

Figure 112021057912720-pat00022
는 기온 차이만큼 보정된 특수일 t시의 전력수요예측 값, Lt는 특수일 t시의 전력수요예측 값,
Figure 112021057912720-pat00023
는 특수일 p구간의 기온민감도,
Figure 112021057912720-pat00024
은 m월 p구간의 기본 전력수요,
Figure 112021057912720-pat00025
는 특수일 t시의 예보기온,
Figure 112021057912720-pat00026
는 특수일 이전 평일 4일의 t시 기온 평균값,
Figure 112021057912720-pat00027
는 과거 3개년의 동일 특수일 t시의 기온 평균값,
Figure 112021057912720-pat00028
는 과거 3개년의 동일 특수일 이전 평일 4일의 t시 기온 평균값을 의미한다.Here, p denotes a section (e.g., 8) divided by a plurality of 24 hours, and 1, 2, 3, 4, 5, 6, 7, and 8 of p are respectively 1 to 3, 4 to 6, 7 to 9 o'clock, 10 to 12 o'clock, 13 to 15 o'clock, 16 to 18 o'clock, 19 to 21 o'clock, 22 to 24 o'clock. m is the month in which the special day is located, t is the hour,
Figure 112021057912720-pat00022
is the predicted power demand at special day t corrected by the temperature difference, L t is the predicted power demand at special day t,
Figure 112021057912720-pat00023
is the temperature sensitivity of the special day p section,
Figure 112021057912720-pat00024
is the basic electricity demand for the period p in month m,
Figure 112021057912720-pat00025
is the predicted temperature at time t on a special day,
Figure 112021057912720-pat00026
is the average temperature at time t of the 4 weekdays prior to the special day,
Figure 112021057912720-pat00027
is the average temperature at time t on the same special day in the past three years,
Figure 112021057912720-pat00028
means the average temperature at time t of 4 weekdays prior to the same special day in the past 3 years.

다시 도 3으로 되돌아가서, 단계 S140에서, 보정된 특수일의 전력수요에 BTM 태양광 발전량을 예측하여 반영한다. Returning to FIG. 3 again, in step S140, the amount of BTM photovoltaic power generation is predicted and reflected to the corrected electricity demand of the special day.

BTM 태양광 발전기의 영향을 반영하기 위해 예측일의 BTM 태양광 발전량을 추정하여 특수일의 전력수요예측에 반영한다.In order to reflect the influence of the BTM solar power generator, the amount of BTM solar power generation on the forecast day is estimated and reflected in the electricity demand forecast on the special day.

한편, 국내의 태양광 발전기는 생산된 전력을 전력시장을 통해 거래하는 전력시장 참여 태양광 발전기, 생산된 전력을 한국전력공사와 거래하는 한국전력 태양광 발전기, 그리고 이외의 기타 태양광 발전기로 구분할 수 있다. 전력시장 참여 태양광 발전기는 실시간으로 발전량이 취득되고 있으며, 한국전력 태양광 발전기와 기타 태양광 발전기는 실시간으로 발전량이 취득되지 않으며, 한국전력 태양광 발전기와 기타 태양광 발전기를 BTM 태양광 발전기로 분류한다. BTM 태양광 발전기 중 일부는 위치, 효율, 설치연도 등에 대한 정보가 없기 때문에 BTM 태양광 발전기의 시간별 발전량을 추정하기 위해 BTM 태양광 발전기의 발전 효율이 설비용량과 실시간 발전량 모두 취득되고 있는 전력시장 참여 태양광 발전기의 효율과 유사하다 가정한다. On the other hand, domestic photovoltaic generators can be divided into photovoltaic generators participating in the electricity market that trade produced power through the power market, KEPCO photovoltaic generators that trade produced power with Korea Electric Power Corporation, and other photovoltaic generators. can Photovoltaic generators participating in the power market are acquiring power generation in real time, and KEPCO solar power generators and other solar power generators do not acquire power generation in real time. Classify. Since some of the BTM photovoltaic generators do not have information on location, efficiency, installation year, etc., in order to estimate the hourly power generation of BTM photovoltaic generators, the generation efficiency of BTM solar photovoltaic generators is acquired in both facility capacity and real-time generation. Participation in the electricity market It is assumed that the efficiency of a solar generator is similar.

BTM 태양광 발전기의 시간별 발전량은 수학식 3에 기초하여 태양광 발전기의 설비용량과 발전량 간의 비례식을 이용해 추정된다.The hourly power generation of the BTM photovoltaic generator is estimated using a proportional expression between the installed capacity of the photovoltaic generator and the power generation based on Equation 3.

[수학식 3][Equation 3]

Figure 112021057912720-pat00029
Figure 112021057912720-pat00029

여기서, d는 날짜, t는 시간,

Figure 112021057912720-pat00030
는 d일 t시의 BTM 태양광 발전량 추정치,
Figure 112021057912720-pat00031
는 d일 t시의 전력시장 참여 태양광 발전기의 발전량,
Figure 112021057912720-pat00032
는 d일의 전력시장 참여 태양광 발전기의 설비용량,
Figure 112021057912720-pat00033
는 d일의 BTM 태양광 발전기의 설비용량 추정치를 의미한다. 수학식 3과 같이 BTM 태양광 발전량을 추정하기 위해서는 BTM 태양광 발전기의 설비용량이 필요하며, BTM 태양광 발전기의 설비용량은 수학식 4와 같이 나타낼 수 있다. where d is the date, t is the time,
Figure 112021057912720-pat00030
is the estimated BTM solar power generation at time t on day d,
Figure 112021057912720-pat00031
is the amount of power generated by solar power generators participating in the electricity market at time t on day d,
Figure 112021057912720-pat00032
is the installed capacity of solar power generators participating in the electricity market on day d,
Figure 112021057912720-pat00033
is the estimated installed capacity of the BTM photovoltaic generator on day d. As shown in Equation 3, in order to estimate the amount of BTM solar power generation, the installed capacity of the BTM solar power generator is required, and the installed capacity of the BTM solar power generator can be expressed as shown in Equation 4.

[수학식 4] [Equation 4]

Figure 112021057912720-pat00034
Figure 112021057912720-pat00034

여기서,

Figure 112021057912720-pat00035
는 d일의 BTM 태양광 발전기 설비용량 추정치,
Figure 112021057912720-pat00036
는 d일의 한국전력 태양광 발전기 설비용량,
Figure 112021057912720-pat00037
는 d일의 기타 태양광 발전기 설비용량 추정치를 의미한다. BTM 태양광 발전기의 설비용량 중 한국전력 태양광 발전기의 설비용량은 취득되고 있지만, 기타 태양광 발전기의 정확한 설비용량을 알 수 없기 때문에 기타 태양광 발전기의 설비용량에 대한 추정이 필요하다. 기타 태양광 발전기의 설비용량을 추정하기 위해 기온이 전력수요에 미치는 영향이 다른 월에 비해 상대적으로 작은 4월과 5월, 9월과 10월 중 평일 낮 시간의 전력수요 차이는 BTM 태양광 발전량에 의해 발생한다고 가정한다. 따라서 기타 태양광 발전기의 설비용량을 추정하기 위해 4월과 5월 또는 9월과 10월의 평일 데이터가 사용된다.here,
Figure 112021057912720-pat00035
is the estimated installed capacity of the BTM solar generator on day d,
Figure 112021057912720-pat00036
is the installed capacity of the KEPCO solar power generator on day d,
Figure 112021057912720-pat00037
is the estimated installed capacity of other solar PV generators on day d. Among the installed capacities of BTM photovoltaic generators, the installed capacity of KEPCO's photovoltaic generators is acquired, but since the exact installed capacity of other photovoltaic generators is unknown, it is necessary to estimate the installed capacities of other photovoltaic generators. In order to estimate the installed capacity of other solar power generators, the difference in power demand during the daytime on weekdays during April and May, and September and October, when the effect of temperature on power demand is relatively small compared to other months, is the BTM solar power generation amount is assumed to be caused by Therefore, weekday data from April and May or September and October are used to estimate the installed capacity of other photovoltaic generators.

전력계통의 운영을 위해 사용 중인 발전단 전력수요는 현재 발전기의 출력단자에서 측정되고 있기 때문에 실시간으로 발전량이 계측되지 않는 BTM 태양광 발전량은 전력수요를 감소시킨다. 따라서 사용된 데이터 중 태양광 발전량이 많은 맑은 날의 낮 시간 전력수요는 흐린 날의 낮 시간 전력수요보다 상대적으로 적으며, 전력수요에 BTM 태양광 발전량을 더하여 BTM 태양광 발전기에 의한 전력수요의 변동성을 반영한다면 맑은 날과 흐린 날의 낮 시간 전력수요 편차는 감소하게 된다. 따라서 기타 태양광 발전기의 설비용량을 변경해가며, 맑은 날과 흐린 날의 낮 시간 전력수요 편차가 최소가 되는 지점의 기타 태양광 발전기의 설비용량을 탐색한다. 그림 3은 4월과 5월의 BTM 태양광 발전기의 설비용량을 추정하는 방법을 나타내는 의사 코드이며, 9월과 10월의 BTM 태양광 발전기의 설비용량 또한 동일한 방법으로 추정된다.Since the power demand of the power generation stage used for the operation of the power system is currently measured at the output terminal of the generator, the BTM photovoltaic power generation amount, which is not measured in real time, reduces the power demand. Therefore, among the data used, the daytime power demand on a sunny day with a lot of solar power generation is relatively less than that on a cloudy day, and the variability of power demand by BTM solar power generators is obtained by adding the BTM solar power generation amount to the power demand. , the daytime power demand deviation between sunny days and cloudy days decreases. Therefore, the installed capacity of other photovoltaic generators is changed, and the installed capacity of other photovoltaic generators is searched for at a point where the daytime power demand deviation between a sunny day and a cloudy day is minimized. Figure 3 is a pseudocode showing how to estimate the installed capacity of BTM solar power generators in April and May, and the installed capacity of BTM solar power generators in September and October is also estimated in the same way.

여기서, 맑은 날과 흐린 날은 구름이 차지하는 면적에 따라 구분된다. 일 실시예에서 맑음은 운량이 전체 하늘의 20% 미만인 하늘 상태를 의미하고, 흐림은 운량이 전체 하늘의 80% 이상인 하늘 상태를 의미할 수 있다. 이러한 정보는 기상청 서버로부터 획득할 수 있다. Here, sunny days and cloudy days are classified according to the area occupied by clouds. In one embodiment, sunny may mean a sky state in which cloudiness is less than 20% of the total sky, and cloudy may mean a sky state in which cloudiness is 80% or more of the total sky. This information can be obtained from the Korea Meteorological Administration server.

다음 BTM 태양광 발전기의 설비용량을 추정하는 방법을 나타내는 의사 코드이다. The following pseudo code shows how to estimate the installed capacity of a BTM solar power generator.

Figure 112021057912720-pat00038
Figure 112021057912720-pat00038

여기서, 나타내는 수학식 5,6,7은 하기와 같고, Here, Equations 5, 6, and 7 shown are as follows,

[수학식 5] [Equation 5]

Figure 112021057912720-pat00039
Figure 112021057912720-pat00039

[수학식 6] [Equation 6]

Figure 112021057912720-pat00040
Figure 112021057912720-pat00040

[수학식 7] [Equation 7]

Figure 112021057912720-pat00041
Figure 112021057912720-pat00041

또한, ratio는 한국전력 태양광 발전기의 설비용량 대비 기타 태양광 발전기의 설비용량 비율을 의미하며, rmin(0%)에서 rmax(100%)까지의 값을 갖는다.

Figure 112021057912720-pat00042
,
Figure 112021057912720-pat00043
는 각각 d일의 기타 태양광 발전기의 설비용량 추정치와 한국전력 태양광 발전기의 설비용량,
Figure 112021057912720-pat00044
는 d일 t시의 전력수요 Loadd,t에 d일 t시의 추정된 BTM 태양광 발전량
Figure 112021057912720-pat00045
이 더해진 전력수요를 의미한다. n 은 4월과 5월 중 평일의 개수를 의미하며, 맑은 날과 흐린 날은 각각 한 개 이상씩 존재해야 한다. In addition, ratio means the ratio of the installed capacity of other photovoltaic generators to the installed capacity of KEPCO's photovoltaic generator, and has a value ranging from r min (0%) to r max (100%).
Figure 112021057912720-pat00042
,
Figure 112021057912720-pat00043
is the estimated installed capacity of other photovoltaic generators on day d and the installed capacity of KEPCO's photovoltaic generator, respectively,
Figure 112021057912720-pat00044
is the estimated BTM photovoltaic power generation at d day t at load d,t
Figure 112021057912720-pat00045
This is the added power demand. n means the number of weekdays in April and May, and there must be at least one sunny day and one cloudy day each.

Figure 112021057912720-pat00046
는 n개의 BTM 태양광 발전량이 더해진 전력수요 중 13시의 평균값, Std13는 n개의 BTM 태양광 발전량이 더해진 전력수요 중 13시의 표준편차를 의미하며, 기타 태양광 설비용량 추정은 태양광 발전량이 최대인 13시를 기준으로 한다. 즉, BTM 태양광 발전기의 설비용량을 추정하기 위해 기타 태양광 발전기의 설비용량을 한국전력 태양광 발전기의 설비용량 대비 비율로 계산하고, 이 비율을 변경해가며 BTM 태양광 발전량이 더해진 전력수요의 13시 편차가 최소가 되는 지점의 비율을 탐색한다. 분석 결과 기타 태양광 발전기의 설비용량이 한국전력 태양광 발전기 설비용량의 50%일 때 낮 시간의 전력수요 편차가 최소가 되었다. 따라서 한국전력 태양광 발전기 설비용량의 50%를 기타 태양광 발전기의 설비용량으로 한다.
Figure 112021057912720-pat00046
is the average value at 13:00 of the power demand with n BTM solar power generation added, Std 13 means the standard deviation at 13:00 among the power demand with n BTM solar power added This is based on the maximum of 13 o'clock. In other words, to estimate the installed capacity of the BTM photovoltaic generator, the installed capacity of other photovoltaic generators is calculated as a ratio of the installed capacity of KEPCO's photovoltaic generator, and this ratio is changed to obtain 13 The ratio of the points where the time deviation is the minimum is searched. As a result of the analysis, when the installed capacity of other photovoltaic generators was 50% of the installed capacity of KEPCO's photovoltaic generator, the variation in power demand during daytime was minimized. Therefore, 50% of KEPCO's photovoltaic generator installed capacity is used as the installed capacity of other photovoltaic generators.

BTM 태양광 발전의 영향을 특수일 전력수요예측에 반영하기 위해 수학식 8과 같이 예측일의 BTM 태양광 발전량 추정치와 과거 3년의 동일 특수일 BTM 태양광 발전량 추정치의 평균값을 계산하여 두 값의 차이만큼 예측일의 전력수요를 감소시킨다. 이때 BTM 설비용량의 연도별 증가를 고려하기 위해 BTM의 시간별 발전량을 설비용량으로 정규화 후 사용한다.In order to reflect the influence of BTM solar power generation on the forecast of electricity demand on special days, the average value of the estimated BTM solar power generation amount on the forecast date and the estimated BTM solar power generation amount on the same special day for the past 3 years is calculated as shown in Equation 8, and the two values are Reduce the electricity demand on the forecast day by the difference. At this time, in order to consider the annual increase in BTM facility capacity, the hourly power generation of BTM is normalized to facility capacity before use.

[수학식 8] [Equation 8]

Figure 112021057912720-pat00047
Figure 112021057912720-pat00047

여기서, t는 시간,

Figure 112021057912720-pat00048
는 BTM 태양광 발전기의 영향이 반영된 특수일 t시간의 전력수요예측 값,
Figure 112021057912720-pat00049
는 기온에 의한 영향이 반영된 특수일 t시간의 전력수요예측 값,
Figure 112021057912720-pat00050
는 특수일의 BTM 태양광 설비용량 추정치,
Figure 112021057912720-pat00051
는 설비용량으로 정규화 된 특수일 t시의 BTM 태양광 발전량 추정치, PPVavr,t는 설비용량으로 정규화된 과거 3개년의 동일 특수일 t시의 BTM 태양광 발전량 추정치평균값을 의미한다. 만약 예측일이 맑은 날인 경우 예측일의 BTM 태양광 발전량이 과거의 BTM 태양광 발전량보다 많으므로 전력수요가 하향 조정되며, 예측일이 흐린 날인 경우 예측일의 BTM 태양광 발전량이 과거의 BTM 태양광 발전량보다 적으므로 전력수요가 상향 조정된다.where t is time,
Figure 112021057912720-pat00048
is the predicted power demand at time t on a special day reflecting the influence of the BTM photovoltaic generator,
Figure 112021057912720-pat00049
is the predicted power demand at time t on a special day reflecting the influence of temperature,
Figure 112021057912720-pat00050
is the estimated BTM solar installed capacity on a special day,
Figure 112021057912720-pat00051
is the estimated BTM solar power generation amount normalized to the installed capacity at special day t, and PPV avr,t is the average value of the estimated BTM solar power generation amount normalized to the installed capacity at the same special day t for the past 3 years. If the forecast date is a sunny day, the amount of BTM solar power generation on the forecast day is greater than the amount of BTM solar power generation in the past, so the power demand is adjusted downward. Since it is less than the generation amount, the power demand is adjusted upward.

본 발명의 일 실시예에 따른 시간별로 다른 기온의 영향과 BTM 태양광 발전기의 영향을 반영한 특수일의 전력수요예측의 평균 절대 백분율 오차는 2.38%이고, 종래의 퍼지 선형회귀분석 모형의 2019년 특수일 전력수요예측의 평균 절대 백분율 오차는 3.55%로 정확도가 개선됨을 알 수 있었다. According to an embodiment of the present invention, the average absolute percentage error of the electric power demand forecast on a special day reflecting the influence of the BTM photovoltaic generator and the influence of the temperature at each hour is 2.38%, and the 2019 special The average absolute percentage error of daily electricity demand forecasting was 3.55%, indicating that the accuracy was improved.

이와 같이, 연중 전력수요예측 오차가 높은 특수일 전력수요예측의 정확도를 개선시킴으로써 전력계통과 전력시장의 안정적이고 효율적인 운영을 할 수 있다는 효과를 가져올 수 있다. In this way, by improving the accuracy of electricity demand forecasting on special days with a high error in year-round electricity demand forecasting, it is possible to achieve the effect of stably and efficiently operating the power system and the electricity market.

본 발명의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.Exemplary methods of the present invention are presented as a series of operations for clarity of explanation, but this is not intended to limit the order in which steps are performed, and each step may be performed concurrently or in a different order, if desired. In order to implement the method according to the present disclosure, other steps may be included in addition to the exemplified steps, other steps may be included except for some steps, or additional other steps may be included except for some steps.

한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.On the other hand, the above-described embodiments of the present invention can be written as a program that can be executed on a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.

상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 를 포함한다.The computer-readable recording medium includes a magnetic storage medium (eg, ROM, floppy disk, hard disk, etc.) and an optical reading medium (eg, CD-ROM, DVD, etc.).

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다. So far, the present invention has been looked at with respect to its preferred embodiments. Those skilled in the art to which the present invention pertains will be able to understand that the present invention can be implemented in a modified form without departing from the essential characteristics of the present invention. Therefore, the disclosed embodiments should be considered from an illustrative rather than a limiting point of view. The scope of the present invention is shown in the claims rather than the foregoing description, and all differences within the equivalent scope will be construed as being included in the present invention.

132 : 전력수요예측부
134 : 기온보정부
136 : BTM 태양광 발전량 반영부132: power demand forecasting unit
134: temperature correction unit
136: BTM solar power generation amount reflection part

Claims (10)

특수일의 전력수요예측 장치의 전력수요예측 방법으로서,
과거 특수일의 전력수요 데이터를 퍼지 선형회귀분석 모델에 적용하여 예측하고자 하는 특수일의 전력수요를 예측하는 단계;
상기 예측하고자 하는 특수일의 예보기온에 기초하여 기온민감도 보정 여부를 판단하는 단계;
판단결과에 따라, 특수일의 기온민감도를 산출하여 예측된 특수일의 전력수요를 보정하는 단계; 및
보정된 특수일의 전력수요에 BTM 태양광 발전량을 예측하여 반영하는 단계
를 포함하고,
상기 보정된 특수일의 전력 수요에 BTM 태양광 발전량을 예측하여 반영하는 단계는
하기 수학식 2에 따라, 상기 보정된 특수일의 전력수요에 상기 BTM 태양광 발전량을 반영하는 것을 특징으로 하는 특수일의 전력수요예측 방법.
[수학식 2]
Figure 112023023978154-pat00072

(수학식 2에서, t는 시 간,
Figure 112023023978154-pat00073
는 BTM 태양광 발전기의 영향이 반영된 특수일 t시간의 전력수요예측 값,
Figure 112023023978154-pat00074
는 기온에 의한 영향이 반영된 특수일 t시간의 전력 수요예측 값,
Figure 112023023978154-pat00075
는 특수일의 BTM 태양광 설 비용량 추정치,
Figure 112023023978154-pat00076
는 설비용량으로 정규화 된 특 수일 t시의 BTM 태양광 발전량 추정치,
Figure 112023023978154-pat00077
는 설비용량으로 정규 화된 과거 3개년의 동일 특수일 t시의 BTM 태양광 발전량 추정치평균값을 나타낸다.)
As a power demand prediction method of a power demand prediction device on a special day,
predicting power demand on a special day to be predicted by applying the power demand data of a past special day to a fuzzy linear regression analysis model;
determining whether temperature sensitivity is corrected based on the predicted temperature of the special day to be predicted;
Calculating the temperature sensitivity of the special day according to the determination result and correcting the electricity demand of the predicted special day; and
The step of predicting and reflecting the amount of BTM solar power generation to the power demand of the corrected special day
including,
The step of predicting and reflecting the BTM solar power generation amount to the power demand of the corrected special day
According to Equation 2 below, the BTM solar power generation amount is reflected in the corrected power demand on the special day.
[Equation 2]
Figure 112023023978154-pat00072

(In Equation 2, t is time,
Figure 112023023978154-pat00073
is the predicted power demand at time t on a special day reflecting the influence of the BTM photovoltaic generator,
Figure 112023023978154-pat00074
is the predicted power demand at time t on a special day reflecting the influence of temperature,
Figure 112023023978154-pat00075
is the estimated BTM solar installation capacity on a special day,
Figure 112023023978154-pat00076
is the estimated BTM solar power generation capacity at time t on a special day normalized to the installed capacity,
Figure 112023023978154-pat00077
represents the estimated average value of BTM solar power generation at time t on the same special day for the past three years, normalized by installed capacity.)
 제1항에 있어서,
상기 기온민감도 보정 여부를 판단하는 단계는,
상기 예측하고자 하는 특수일의 예보기온이 냉난방 기준기온인 18℃ 내지 26℃ 에 속하지 않는 경우 기온민감도 보정이 필요한 것으로 판단하는 것을 특징으로 하는 특수일의 전력수요예측 방법.
According to claim 1,
In the step of determining whether to correct the temperature sensitivity,
A method for predicting power demand on a special day, characterized in that it is determined that temperature sensitivity correction is necessary when the predicted temperature of the special day to be predicted does not fall within the cooling and heating reference temperature of 18 ° C to 26 ° C.
 제1항에 있어서,
상기 특수일의 기온민감도를 산출하여 예측된 특수일의 전력수요를 보정하는 단계는,
특수일의 기본전력수요를 산출하는 단계;
상기 기본전력수요를 이용해 전력수요를 정규화하는 단계;
정규화된 전력수요와 기온과의 회귀분석을 통해 시간구간별 기온민감도 산출하는 단계; 및
산출된 시간구간별 기온민감도에 기초하여, 특수일의 전력수요를 보정하는 단계
를 포함하는 것을 특징으로 하는 특수일의 전력수요예측 방법.
According to claim 1,
Calculating the temperature sensitivity of the special day and correcting the electricity demand of the predicted special day,
Calculating basic electricity demand for special days;
normalizing power demand using the basic power demand;
Calculating temperature sensitivity for each time interval through regression analysis of normalized electricity demand and temperature; and
Correcting electricity demand on special days based on the calculated temperature sensitivity for each time interval
A method for predicting power demand on a special day, comprising:
 제3항에 있어서,
상기 시간구간별 기온민감도 산출하는 단계는,
과거의 특수일과 특수일 이전 평일 4일의 기온 평균 차이에 대한 특수일과 특수일 이전 평일 4일의 전력수요 평균의 차이의 비를 연산하여 기온민감도를 산출하는 것을 특징으로 하는 특수일의 전력수요예측 방법.
According to claim 3,
In the step of calculating the temperature sensitivity for each time section,
Forecasting power demand on special days, characterized in that the temperature sensitivity is calculated by calculating the ratio of the difference between the average temperature difference between the past special day and the average temperature of 4 weekdays before the special day and the average power demand of 4 weekdays before the special day method.
 제3항에 있어서,
상기 특수일의 전력수요를 보정하는 단계는
하기 수학식 1에 따라, 특수일의 전력수요를 보정하는 것을 특징으로 하는 특수일의 전력수요예측 방법.
[수학식 1]
Figure 112021057912720-pat00052

(수학식 1에서, p는 시간구간을 의미하고, m은 특수일이 위치한 월, t는 시간,
Figure 112021057912720-pat00053
는 기온 차이만큼 보정된 특수일 t시의 전력수요예측 값, Lt는 특수일 t시의 전력수요예측 값,
Figure 112021057912720-pat00054
는 특수일 p구간의 기온민감도,
Figure 112021057912720-pat00055
은 m월 p구간의 기본 전력수요,
Figure 112021057912720-pat00056
는 특수일 t시의 예보기온,
Figure 112021057912720-pat00057
는 특수일 이전 평일 4일의 t시 기온 평균값,
Figure 112021057912720-pat00058
는 과거 3개년의 동일 특수일 t시의 기온 평균값,
Figure 112021057912720-pat00059
는 과거 3개년의 동일 특수일 이전 평일 4일의 t시 기온 평균값을 의미한다.)
According to claim 3,
The step of correcting the power demand on the special day
According to Equation 1 below, a method for predicting power demand on a special day, characterized in that for correcting the power demand on a special day.
[Equation 1]
Figure 112021057912720-pat00052

(In Equation 1, p means a time interval, m is the month where the special day is located, t is the time,
Figure 112021057912720-pat00053
is the predicted power demand at special day t corrected by the temperature difference, L t is the predicted power demand at special day t,
Figure 112021057912720-pat00054
is the temperature sensitivity of the special day p section,
Figure 112021057912720-pat00055
is the basic electricity demand for the period p in month m,
Figure 112021057912720-pat00056
is the predicted temperature at time t on a special day,
Figure 112021057912720-pat00057
is the average temperature at time t of the 4 weekdays prior to the special day,
Figure 112021057912720-pat00058
is the average temperature at time t on the same special day in the past three years,
Figure 112021057912720-pat00059
means the average temperature at time t of 4 weekdays prior to the same special day in the past 3 years.)
 삭제delete 과거 특수일의 전력수요 데이터 및 퍼지 선형회귀분석 모델을 저장하는 메모리;
상기 과거 특수일의 전력수요 데이터를 퍼지 선형회귀분석 모델에 적용하여 예측하고자 하는 특수일의 전력수요를 예측하는 전력수요예측부;
상기 예측하고자 하는 특수일의 예보기온에 기초하여 기온민감도 보정 여부를 판단하고, 판단결과에 따라, 특수일의 기온민감도를 산출하여 예측된 특수일의 전력수요를 보정하는 기온보정부; 및
보정된 특수일의 전력수요에 BTM 태양광 발전량을 예측하여 반영하는 BTM 태양광 발전량 반영부
를 포함하는 특수일의 전력수요예측 장치.
a memory for storing power demand data and a fuzzy linear regression analysis model of a past special day;
a power demand prediction unit for predicting power demand on a special day to be predicted by applying the power demand data of the past special day to a fuzzy linear regression analysis model;
a temperature correction unit that determines whether or not to correct temperature sensitivity based on the predicted temperature of the special day to be predicted, calculates the temperature sensitivity of the special day according to the determination result, and corrects electricity demand for the predicted special day; and
BTM solar power generation amount reflection unit that predicts and reflects the BTM solar power generation amount to the corrected power demand on special days
Power demand forecasting device for a special day comprising a.
 제7항에 있어서,
상기 기온보정부는,
상기 예측하고자 하는 특수일의 예보기온이 냉난방 기준기온인 18℃ 내지 26℃ 에 속하지 않는 경우 기온민감도 보정이 필요한 것으로 판단하는 것을 특징으로 하는 특수일의 전력수요예측 장치.
According to claim 7,
The temperature correction unit,
An apparatus for predicting power demand on a special day, characterized in that it determines that temperature sensitivity correction is necessary when the forecast temperature of the special day to be predicted does not fall within the cooling and heating reference temperature of 18 ° C to 26 ° C.
 제7항에 있어서,
상기 기온보정부는 특수일의 기본전력수요를 산출하고, 산출한 상기 기본전력수요를 이용해 전력수요를 정규화하여, 정규화된 전력수요와 기온과의 회귀분석을 통해 시간구간별 기온민감도 산출하고, 산출된 시간구간별 기온민감도에 기초하여, 특수일의 전력수요를 보정하는 것을 특징으로 하는 특수일의 전력수요예측 장치.
According to claim 7,
The temperature correction unit calculates the basic power demand of a special day, normalizes the power demand using the calculated basic power demand, calculates the temperature sensitivity for each time section through regression analysis of the normalized power demand and temperature, and calculates the temperature sensitivity. An apparatus for predicting power demand on a special day, characterized in that it corrects the power demand on a special day based on the temperature sensitivity for each time section.
 제9항에 있어서,
상기 기온보정부는,
과거의 특수일과 특수일 이전 평일 4일의 기온 평균 차이에 대한 특수일과 특수일 이전 평일 4일의 전력수요 평균의 차이의 비를 연산하여 기온민감도를 산출하는 것을 특징으로 하는 전력수요예측 장치.

According to claim 9,
The temperature correction unit,
Electric power demand forecasting device, characterized in that for calculating the temperature sensitivity by calculating the ratio of the difference between the average temperature difference between the special day and the average temperature of the four weekdays before the special day and the average temperature of the four weekdays before the special day in the past.
KR1020210064682A 2021-05-20 2021-05-20 Method and apparatuses for prediction for predicting electrical generation of special day KR102536500B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210064682A KR102536500B1 (en) 2021-05-20 2021-05-20 Method and apparatuses for prediction for predicting electrical generation of special day

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210064682A KR102536500B1 (en) 2021-05-20 2021-05-20 Method and apparatuses for prediction for predicting electrical generation of special day

Publications (2)

Publication Number Publication Date
KR20220157080A KR20220157080A (en) 2022-11-29
KR102536500B1 true KR102536500B1 (en) 2023-05-26

Family

ID=84235433

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210064682A KR102536500B1 (en) 2021-05-20 2021-05-20 Method and apparatuses for prediction for predicting electrical generation of special day

Country Status (1)

Country Link
KR (1) KR102536500B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101989493B1 (en) 2018-03-05 2019-06-14 숭실대학교산학협력단 System and method for prediction of electrical energy consumption
WO2019235272A1 (en) * 2018-06-09 2019-12-12 備前グリーンエネルギー株式会社 Energy-saving diagnostic program

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101575735B1 (en) * 2013-12-30 2015-12-08 한국전력거래소 Maximum load forcast method and system for lunar new years holidays and korean thanksgiving holidays considering capacity usage ratio
KR102636457B1 (en) * 2019-04-09 2024-02-15 엘에스일렉트릭(주) Ess(energy storage system) and method for controling of the ess

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101989493B1 (en) 2018-03-05 2019-06-14 숭실대학교산학협력단 System and method for prediction of electrical energy consumption
WO2019235272A1 (en) * 2018-06-09 2019-12-12 備前グリーンエネルギー株式会社 Energy-saving diagnostic program

Also Published As

Publication number Publication date
KR20220157080A (en) 2022-11-29

Similar Documents

Publication Publication Date Title
KR101989493B1 (en) System and method for prediction of electrical energy consumption
Wi et al. Holiday load forecasting using fuzzy polynomial regression with weather feature selection and adjustment
Bacher et al. Short-term heat load forecasting for single family houses
US10345770B2 (en) Power demand estimating apparatus, method, program, and demand suppressing schedule planning apparatus
TWI592811B (en) Demand forecast device, program and recording medium
JP5940922B2 (en) Renewable energy prediction device
JP2018163515A5 (en)
JP5047245B2 (en) Solar radiation amount prediction method, apparatus and program
US20190369572A1 (en) Energy operation apparatus, method, and system
US20210334914A1 (en) System and method for determining power production in an electrical power grid
JP6094369B2 (en) Power demand forecasting device, power demand forecasting method, and power demand forecasting program
JP2013005465A (en) Load amount prediction device, load amount prediction method and load amount prediction program
JP5833267B1 (en) Power generation amount predicting control device, power generation amount prediction method, and power generation amount prediction program
CN112561207A (en) Power grid load prediction method and device considering meteorological factors and power system
JP2008086147A (en) Energy demand forecasting method, prediction system, program, and recording medium
JP2015139283A (en) Device, method and program for prediction of power demand peak
WO2024114018A1 (en) Power-generation performance evaluation method and apparatus for wind generating set
JP2008225646A (en) Prediction error compensation method and device, weather power generation planning method and device, and program
EP3182343A1 (en) Method for forecasting hot-water consumption, method and system for optimising hot-water production
KR102536500B1 (en) Method and apparatuses for prediction for predicting electrical generation of special day
US10503192B2 (en) Energy consumption modeling
JP7406395B2 (en) DR activation prediction system
CN112270453A (en) Structural analysis method, device and processor for generalized load containing photovoltaic load
JPH07123589A (en) Demand estimation system
Wilson et al. Use of meteorological data for improved estimation of risk in capacity adequacy studies

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