KR20100062054A - Method of predicting electric power and thermal energy from new and renewable energy sources - Google Patents
Method of predicting electric power and thermal energy from new and renewable energy sources Download PDFInfo
- Publication number
- KR20100062054A KR20100062054A KR1020080120470A KR20080120470A KR20100062054A KR 20100062054 A KR20100062054 A KR 20100062054A KR 1020080120470 A KR1020080120470 A KR 1020080120470A KR 20080120470 A KR20080120470 A KR 20080120470A KR 20100062054 A KR20100062054 A KR 20100062054A
- Authority
- KR
- South Korea
- Prior art keywords
- renewable energy
- year
- production
- time period
- new
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004519 manufacturing process Methods 0.000 claims abstract description 133
- 238000007726 management method Methods 0.000 claims description 19
- 238000013277 forecasting method Methods 0.000 claims description 12
- 239000002803 fossil fuel Substances 0.000 claims description 11
- 230000015556 catabolic process Effects 0.000 claims description 7
- 238000006731 degradation reaction Methods 0.000 claims description 7
- 238000003915 air pollution Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 description 5
- 238000010792 warming Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000002028 Biomass Substances 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 신재생에너지 운용서버의 신재생에너지 생산량 예측방법에 관한 것으로, 더욱 상세하게는 신재생에너지 기기의 과거년도의 신재생에너지 평균 생산량 및 출력비율과 신규로 추가되는 신재생에너지 기기의 생산량을 고려하여 당해년도의 신재생에너지 생산량을 시간대별로 보다 세분화하여 정확하게 예측함으로서, 신재생에너지의 운용계획을 보다 합리적이고 효율적으로 스케쥴링할 수 있도록 하는 신재생에너지 운용서버의 신재생에너지 생산량 예측방법에 관한 것이다.The present invention relates to a method for predicting renewable energy production of a renewable energy operation server, and more particularly, the average renewable energy output and output ratio of new renewable energy devices in the past year and the amount of newly added renewable energy equipment. In order to estimate the renewable energy production of the year by subdividing it more precisely by time zone, the renewable energy production forecasting method of the renewable energy operation server that can schedule the renewable energy operation more reasonably and efficiently It is about.
최근 고유가의 지속, 석탄, 석유 등 화석연료의 고갈, 지구온난화로 인한 온실가스 배출 규제로 지속 가능한 신재생에너지에 대한 관심이 증폭되고 있다. 특히 우리나라의 경우 대부분의 에너지자원을 화석연료에 의존하고 있으며 국가에너지의 97% 이상을 해외에서 수입하고 있는 실정이다. 최근 원유 시장 및 외환 시장이 불안정한 상황에서 화석연료에 의존하고 있는 국내 에너지수급 정책의 변화는 절실한 상황이다. 또한 1999년 기준으로 이산화탄소 배출량이 세계 10위인 우리나라는 2013년부터는 기후변화협약 대상국으로 포함될 예정이다. 따라서 환경규제 강화 및 화석연료 고갈 문제를 효과적으로 대응하기 위하여 지속 가능한 발전을 성취하는 신재생에너지에 주목할 때이다.Recently, interest in sustainable renewable energy is amplified due to high oil prices, depletion of fossil fuels such as coal and oil, and the regulation of greenhouse gas emissions due to global warming. In particular, Korea relies on fossil fuels for most of its energy resources and imports more than 97% of its energy from overseas. Recently, the domestic energy supply and demand policy, which depends on fossil fuels, is in dire need of the oil and foreign exchange markets. As of 1999, Korea, the world's 10th largest emitter of carbon dioxide, will be included in the Climate Change Convention. Therefore, it is time to focus on renewable energy that achieves sustainable development to effectively cope with the strengthening of environmental regulations and the depletion of fossil fuels.
또한, 화석 연료의 대량 사용으로 인한 지구온난화 문제는 장래의 중요한 화두가 되고 있다. 태양, 풍력, 바이오매스, 지열, 폐기물 에너지를 이용하는 신재생 에너지의 사용은 지구온난화 문제를 해결하는 중요한 해결책으로 대두되고 있다. 신재생에너지 기술을 이용한 지구온난화 문제 해결은 후손들의 웰빙(well being)에 기여하는 문화로 인식되고 있다. 태양, 풍력, 바이오매스, 지열을 이용하는 신재생 에너지는 지구온난화 가스를 거의 배출하지 않는다. In addition, the global warming problem caused by the large use of fossil fuels has become an important topic in the future. The use of renewable energy using solar, wind, biomass, geothermal and waste energy is emerging as an important solution to the global warming problem. The solution of global warming problem using renewable energy technology is recognized as a culture that contributes to the well being of descendants. Renewable energy that uses the sun, wind, biomass, and geothermal energy generates little global warming gas.
다만, 기존의 석유에 의한 화력 발전이나 원자력 발전은 인간에 의해 발전량의 제어가 가능하였으나, 신재생에너지의 경우 기후 등에 의해 발전량이 수시로 변하므로 인간에 의한 발전량의 제어가 어렵다. 신재생에너지의 전력과 열 생산량은 계절 단위마다 변할 수 있고, 일 단위로도 그 생산량이 시시각각 변할 수 있다. 따라서, 신재생에너지의 생산량을 시간이나 날짜에 따라 모니터링하여 데이터베이스를 구축하고, 이를 바탕으로 신재생에너지의 생산량을 예측하는 기술이 요구된다.However, the existing generation of coal-fired power generation or nuclear power generation can be controlled by humans, but in the case of new and renewable energy, the amount of power generation changes from time to time because of climate, etc., making it difficult to control the amount of power generation by humans. The power and heat output of renewable energy can change seasonally, and even daily, its output can vary. Therefore, there is a need for a technology for monitoring a production amount of renewable energy according to time or date to build a database and predicting the production amount of renewable energy based on this.
특정 지역에 신재생에너지원의 설치를 증가한 경우, 기존의 화력발전 및 열원시설들은 상기 신재생에너지원의 설치로 인해 계절이나 시간에 따라 운전 스케쥴을 조절할 필요가 있다. 예를 들어, 겨울철에 태양광과 풍력의 발전량이 다른 계절에 비해 증가하였다면, 전력을 생산하는 기존 화력 발전소나 열병합발전소의 발전량을 감소시켜야 할 것이다. 이와 같이 기존 설비들의 운전 스케쥴링 조절을 위 하여 신재생에너지원의 발생전력과 열량을 실시간으로 모니터링하고 분석하는 알고리즘의 개발이 요구되고 있다.In the case of increasing the installation of renewable energy sources in a particular area, existing thermal power generation and heat source facilities need to adjust the operation schedule according to the season or time due to the installation of the renewable energy source. For example, if the generation of solar and wind power increased in the winter compared to other seasons, it would be necessary to reduce the generation of existing thermal power plants or cogeneration plants. As such, there is a demand for the development of algorithms for monitoring and analyzing the generated power and calories of renewable energy sources in real time in order to control the operation scheduling of existing facilities.
본 발명은 상기와 같은 종래 기술을 개선하기 위해 안출된 것으로서, 신재생에너지 기기의 과거년도의 신재생에너지 평균 생산량 및 출력비율과 신규로 추가되는 신재생에너지 기기의 생산량을 고려하여 당해년도의 신재생에너지 생산량을 시간대별로 보다 세분화하여 정확하게 예측함으로써, 신재생에너지의 운용계획을 보다 합리적이고 효율적으로 스케쥴링할 수 있도록 하는 신재생에너지 운용서버의 신재생에너지 생산량 예측방법을 제공하는 것을 목적으로 한다.The present invention has been made to improve the prior art as described above, in consideration of the average output and output ratio of renewable energy in the past year of renewable energy equipment and the production of new renewable energy equipment added in the current year It is an object of the present invention to provide a method of predicting renewable energy production of a renewable energy operation server, which enables more efficient and more efficient scheduling of renewable energy management schedules by more accurately predicting renewable energy production by time zone.
상기의 목적을 이루고 종래기술의 문제점을 해결하기 위하여, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법은, 기존 신재생에너지 기기에 대한 제1 과거년도의 각 시간대별 에너지 생산량 내지 제K-1 과거년도의 각 시간대별 에너지 생산량이 기록된 신재생에너지 테이블을 유지하는 단계; 상기 기존 신재생에너지 기기의 과거 K-1년간 평균 에너지 생산량을 상기 각 시간대별로 산출하는 단계; 상기 산출한 상기 각 시간대별 과거 K-1년간 평균 에너지 생산량 및 상기 기존 신재생에너지 기기의 각 시간대별 출력비율 간의 곱인 제1 데이터를 상기 각 시간대별로 산출하는 단계; 및 상기 제1 데이터 및 K년도에 신규 설치되는 신규 신재생에너지 기기의 생산량을 상기 각 시간대별로 합하여, 상기 K년도의 신재생에너지 예측 생산량을 상기 각 시간대별로 산출하는 단계를 포함한다.In order to achieve the above object and solve the problems of the prior art, the method for predicting the renewable energy production of the renewable energy operation server according to the present invention, the energy output of each time zone of the first past year for the existing renewable energy equipment Maintaining a renewable energy table in which energy production for each time zone in the past K-1 is recorded; Calculating an average energy production amount for each of the time periods in the past K-1 years of the existing renewable energy device; Calculating first data for each time period, the first data being a product of the calculated average energy production amount for each K-1 year for each time zone and an output ratio for each time zone of the existing renewable energy device; And calculating the new renewable energy prediction production amount of the K year by the respective time periods by adding the first data and the output of the new renewable energy device newly installed in the K year for each time period.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방 법에서의 상기 기존 신재생 에너지 기기에 대한 상기 각 과거년도의 에너지 생산량, 상기 과거 K-1년간 평균 에너지 생산량, 및 상기 출력비율과, 상기 신규 신재생에너지 기기의 생산량 및 상기 K년도의 신재생에너지 예측 생산량은 상기 각 시간대별로 각각 8760개의 데이터를 포함하는 것을 특징으로 한다.In addition, the energy output of each of the past years, the average energy production of the past K-1 years, and the output for the existing renewable energy equipment in the method of predicting the renewable energy production of the renewable energy operation server according to the present invention The ratio, the output of the new renewable energy device, and the predicted output of renewable energy in the year K include 8760 data for each time period.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법에서의 상기 기존 신재생에너지 기기의 출력비율은 상기 각 기존 신재생에너지 기기 자체의 성능저하계수 및 선정된(predetermined) 자연조건 변화 함수값 간의 곱에 따라 상기 각 시간대별로 결정되는 것을 특징으로 한다.In addition, the output ratio of the existing renewable energy devices in the method of predicting the renewable energy production amount of the renewable energy operation server according to the present invention is the performance degradation coefficient of each of the existing renewable energy devices itself and the predetermined natural conditions (predetermined) It is determined for each time zone according to the product of the change function value.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법에서의 상기 성능저항계수는 상기 각 시간대별로 0부터 1사의의 값을 갖는 8760개의 데이터를 포함하며, 상기 자연조건 변화 함수값은 연평균 온도 상승비율 및 대기오염 진행비율 간의 상관식을 통해 선정되는 것을 특징으로 한다.In addition, the performance resistance coefficient in the renewable energy production prediction method of the renewable energy operation server according to the present invention includes 8760 data having a value of 0 to 1 for each time period, the natural condition change function value Is selected through a correlation between the annual average temperature increase rate and the air pollution progress rate.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법에서의 상기 신규 신재생에너지 기기의 각 시간대별 생산량은 상기 신규 신재생에너지 기기의 정격용량 및 상기 각 시간대별 정격용량 대비 출력의 곱을 통해 상기 각 시간대별로 산출되는 것을 특징으로 한다.In addition, the output of each new time zone of the new renewable energy device in the new renewable energy production amount prediction method of the renewable energy operation server according to the present invention is output relative to the rated capacity of the new renewable energy device and the rated capacity of each time zone It is characterized by being calculated for each time period through the product of.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법에서의 상기 신규 신재생에너지 기기의 상기 각 시간대별 정격용량 대비 출력은 0 내지 1 사이의 값을 갖는 것을 특징으로 한다.In addition, the output relative to the rated capacity of each time zone of the new renewable energy device in the renewable energy production amount prediction method of the renewable energy management server according to the present invention is characterized in that it has a value between 0 and 1.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방 법은, 상기 각 시간대별로 산출된 상기 K년도의 신재생에너지 예측 생산량을 합산하여 상기 K년도의 신재생에너지 예측 총생산량을 산출하는 단계를 더 포함한다.In addition, the new renewable energy production forecasting method of the renewable energy operation server according to the present invention, by adding the new renewable energy forecasted output of the K year calculated for each time period to calculate the total renewable energy forecast total production of the K year It further includes the step of calculating.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법은, 상기 각 시간대별 K년도의 신재생에너지 예측 생산량을 통해 상기 각 시간대별 또는 선정된 기간별로 상기 K년도의 에너지 운용계획을 스케쥴링하는 단계를 더 포함한다.In addition, the renewable energy production amount prediction method of the renewable energy management server according to the present invention, the energy management plan of the K year by each time period or selected period through the renewable energy prediction production amount of each K time period The method further includes the step of scheduling.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법의 상기 각 시간대별 K년도의 신재생에너지 예측 생산량을 통해 상기 각 시간대별 또는 선정된 기간별로 상기 K년도의 에너지 운용계획을 스케쥴링하는 단계는, 상기 각 시간대별 또는 상기 선정된 기간별로 과거 K-1년간 평균 신재생에너지 생산량 및 상기 K년도의 신재생에너지 예측 생산량을 비교하는 단계; 및 상기 비교결과에 따라 상기 K년도의 상기 각 시간대별 또는 상기 선정된 기간별로 기존 화석연료 에너지 생산량의 운용계획을 스케쥴링하는 단계를 포함한다. In addition, the energy management plan of the year K for each time period or for a selected period of time through the renewable energy prediction production amount for each time period of the renewable energy production amount prediction method of the renewable energy operation server according to the present invention The scheduling may include: comparing the average renewable energy output of the previous K-1 years and the renewable energy forecasted production of the K year for each time period or the selected period; And scheduling an operation plan of the existing fossil fuel energy production amount for each time period or the selected period of the year K according to the comparison result.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측 방법은, 상기 각 시간대별 K년도의 신재생에너지 예측 생산량, 상기 기존 신재생에너지 기기의 생산단가, 및 상기 신규 신재생에너지 기기의 생산단가를 통해 상기 각 시간대별 K년도의 신재생에너지 예측 생산단가를 산출하는 단계; 및 상기 각 시간대별 K년도의 신재생에너지 예측 생산단가를 기존 에너지 생산 단가와 비교하여, 상기 각 시간대별 또는 선정된 기간별로 상기 K년도의 에너지 운용계획을 스케쥴링하는 단계를 더 포함한다.In addition, the renewable energy production amount prediction method of the renewable energy operation server according to the present invention, the predicted renewable energy production amount of the K year by each time zone, the production cost of the existing renewable energy device, and the new renewable energy device Calculating a new renewable energy prediction production unit price of K year for each time zone through a production unit cost of the unit; And comparing the renewable energy forecasted production cost of K year for each time period with the existing energy production price, and scheduling an energy management plan of the K year for each time period or for a selected period.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법의 상기 각 시간대별 K년도의 신재생에너지 예측 생산단가를 기존 에너지 생산 단가와 비교하여, 상기 각 시간대별 또는 선정된 기간별로 상기 K년도의 에너지 운용계획을 스케쥴링하는 단계는, 상기 각 시간대별 또는 상기 선정된 기간별로 상기 신재생에너지 예측 생산단가 및 상기 기존 에너지 생산단가를 비교하는 단계; 및 제1 시간대 또는 제1 기간에서 상기 신재생에너지 예측 생산단가가 상기 기존 에너지 생산단가보다 낮은 경우, 상기 제1 시간대 또는 상기 제1 기간 동안 수용가로 상기 신재생에너지가 공급되도록 상기 에너지 운용계획을 스케쥴링하는 단계를 포함한다.In addition, the new and renewable energy production forecasting unit price of the year K of the new and renewable energy production forecasting method of the renewable energy operation server according to the present invention compared with the existing energy production unit price, for each time period or for each selected period The scheduling of the energy management plan of the year K includes: comparing the renewable energy prediction production unit price with the existing energy production unit price for each time period or the selected period; And when the renewable energy prediction production cost is lower than the existing energy production price in the first time period or the first period, the energy management plan to supply the renewable energy to the customer during the first time period or the first period. Scheduling.
또한, 본 발명에 따른 신재생에너지 운용서버의 신재생에너지 생산량 예측방법의 상기 기존 신재생에너지 기기 및 상기 신규 신재생에너지 기기는 각각 하나 이상의 신재생에너지 기기를 포함하는 것을 특징으로 한다.In addition, the existing renewable energy device and the new renewable energy device of the renewable energy production amount prediction method of the renewable energy operation server according to the present invention is characterized in that it comprises at least one renewable energy device.
본 발명의 신재생에너지 운용서버의 신재생에너지 생산량 예측 방법에 따르면, 신재생에너지 기기의 과거년도의 신재생에너지 평균 생산량 및 출력비율과 신규로 추가되는 신재생에너지 기기의 생산량을 고려하여 당해년도의 신재생에너지 생산량을 시간대별로 보다 세분화하여 정확하게 예측함으로서, 신재생에너지의 운용계획을 보다 합리적이고 효율적으로 스케쥴링할 수 있도록 하는 효과를 얻을 수 있다.According to the method of predicting the renewable energy production of the renewable energy operation server of the present invention, the current year in consideration of the average renewable energy output and output ratio of the new renewable energy equipment in the past year and the production of new renewable energy equipment By more precisely predicting the amount of renewable energy production by time zone, it is possible to obtain a rational and efficient scheduling of renewable energy operation plans.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일실시예에 따른 신재생에너지 생산 예측방법의 흐름을 도시한 순서도이다.1 is a flowchart illustrating a flow of a method for predicting renewable energy production according to an embodiment of the present invention.
본 발명의 일실시예에 따른 신재생에너지 생산 예측방법은 신재생에너지 운용서버에 의해 구현될 수 있다. 즉, 상기 신재생에너지 생산 예측방법은 상기 신재생에너지 운용서버에 탑재되는 프로그램이나 알고리즘 등으로 구현될 수 있다. 상기 신재생에너지원은 풍력, 태양광, 태양열 등 당업계에서 통용되는 다양한 종류의 신재생에너지원을 모두 포함하는 개념이다.Renewable energy production prediction method according to an embodiment of the present invention can be implemented by a renewable energy operation server. That is, the renewable energy production prediction method may be implemented by a program or an algorithm mounted on the renewable energy operation server. The renewable energy source is a concept including all kinds of renewable energy sources commonly used in the art such as wind, solar, solar heat.
상기 신재생에너지 운용서버는 기존 신재생에너지 기기에 대한 제1 과거년도의 각 시간대별 신재생에너지 생산량 내지 제K-1 과거년도의 각 시간대별 신재생에너지 생산량이 기록된 신재생에너지 테이블을 유지한다(단계(111)). The renewable energy operation server maintains a renewable energy table that records the renewable energy production amount for each time zone of the first past year to the existing renewable energy equipment for each time zone of the K-1 past year. (Step 111).
본 발명의 일실시예에 따르면, 상기 신재생에너지 테이블에는 1년의 기간이 포함하는 각 시간대별로 하나 이상의 기존 신재생에너지 기기의 제1 과거년도 신재생에너지 생산량 내지 제K-1 과거년도 신재생에너지 생산량이 각각 기록될 수 있다. 상기 1년의 기간이 포함하는 시간은 총 8760 시간이 될 수 있다. 따라서, 상기 신재생에너지 테이블에는 8760개의 제1 과거년도 신재생에너지 생산량 내지 제K-1 과거년도 신재생에너지 생산량이 각각 기록될 수 있다. 이는 도 2를 참조하여 설명한다.According to an embodiment of the present invention, the renewable energy table includes a first past year renewable energy production amount of at least one existing renewable energy device for each time period including a period of one year to K-1 past year renewable energy Energy yields can be recorded respectively. The time period included in the one year period may be a total of 8760 hours. Accordingly, 8760 first-year renewable energy outputs and K-1th-year renewable energy production amounts may be recorded in the renewable energy table. This will be described with reference to FIG. 2.
도 2는 본 발명의 일실시예에 따른 신재생에너지 테이블을 도시한 도면이다.2 is a diagram showing a renewable energy table according to an embodiment of the present invention.
상술한 바와 같이, 본 발명의 일실시예에 따른 신재생에너지 테이블에는 1년 의 기간이 포함하는 각 시간대별로 하나 이상의 기존 신재생에너지 기기의 각 과거년도 신재생에너지 생산량이 각각 기록될 수 있다. As described above, in the renewable energy table according to an embodiment of the present invention, the amount of renewable energy production of each past year of one or more existing renewable energy devices may be recorded for each time period including a period of one year.
다만, 도 2에 도시된 바와 같이 본 명세서에서는 상기 기존 신재생에너지 기기가 1대이고, 2009년에 추가되는 신규 신재생에너지 기기가 1대이며, 2006년 신재생에너지 생산량, 2007년 신재생에너지 생산량, 및 2008년 신재생에너지 생산량을 통해 2009년 신재생에너지 생산량을 예측하는 경우를 예로 들어 설명한다.However, as shown in FIG. 2, in the present specification, there is one existing renewable energy device, and one new renewable energy device added in 2009, and renewable energy production in 2006 and renewable energy in 2007. For example, the case of predicting the 2009 renewable energy production through the production and the 2008 renewable energy production will be described.
상기 각 시간대는 1년의 기간이 포함하는 8760개의 시간대로 구현될 수 있다. 예를 들어, 제1 시간대는 1월 1일 0시부터 1시까지의 시간대로 구현될 수 있고, 제2 시간대는 1월 1일 1시부터 2시까지의 시간대로 구현될 수 있으며, 제8760 시간대는 12월 31일 23시부터 24시까지의 시간대로 구현될 수 있다.Each of the time zones may be implemented as 8760 time zones including a period of one year. For example, the first time zone may be implemented as a time zone from 0 o'clock to 1 o'clock January 1, the second time zone may be implemented as a time zone from 1 o'clock to 2 o'clock January 1, and the 8870 time zone is It may be implemented in a time zone of December 31, 23 hours to 24 hours.
상기 신재생에너지 테이블에는 상기 각 시간대별로 기존 신재생에너지의 과거년도 신재생에너지 생산량이 기록될 수 있다. 예를 들어, 도 2에 도시된 바와 같이 제1 시간대에 대응하여 상기 기존 신재생에너지 기기가 2006년 1월 1일 0시부터 1시까지 생산한 신재생에너지 생산량인 "116Kw"가 기록될 수 있다. 또한, 제1 시간대에 대응하여 상기 기존 신재생에너지 기기가 2007년 1월 1일 0시부터 1시까지 생산한 신재생에너지 생산량인 "104.4Kw"가 기록될 수 있다. 또한, 제1 시간대에 대응하여 상기 기존 신재생에너지 기기가 2008년 1월 1일 0시부터 1시까지 생산한 신재생에너지 생산량인 "139.2Kw"가 기록될 수 있다.The renewable energy table may record the past year renewable energy production amount of the existing renewable energy for each time period. For example, as illustrated in FIG. 2, "116 Kw", which is a renewable energy production amount produced by the existing renewable energy device from 0 o'clock to 1 o'clock on January 1, 2006, may be recorded. have. In addition, "104.4 Kw", which is a renewable energy production amount produced by the existing renewable energy device from 0 o'clock to 1 o'clock on January 1, 2007, may be recorded corresponding to the first time period. In addition, "139.2 Kw", which is a renewable energy production amount produced by the existing renewable energy device from 0 o'clock to 1 o'clock on January 1, 2008, may be recorded corresponding to the first time period.
다시 도 1에서, 상기 신재생에너지 운용서버는 상기 기존 신재생에너지 기기의 과거 K-1년간 평균 신재생에너지 생산량을 상기 각 시간대별로 산출한다(단 계(112)). Referring back to Figure 1, the renewable energy operation server calculates the average renewable energy production in the past K-1 years of the existing renewable energy equipment for each time period (step 112).
즉, 상기 신재생에너지 운용서버는 하나 이상의 기존 신재생에너지 기기에 대한 제1 과거년도의 신재생에너지 생산량 내지 제K-1 과거년도의 신재생에너지 생산량의 평균을 상기 1년이 포함하는 각 시간대별로 산출할 수 있다.That is, the renewable energy management server is a time period each of the year that includes the average of the renewable energy production of the first past year to the renewable energy production of the K-1 past year for one or more existing renewable energy equipment It can be calculated very much.
예를 들어, 도 2의 신재생에너지 테이블을 참조하면, 상기 신재생에너지 운용서버는 상기 기존 신재생에너지 기기가 2006년의 제1 시간대에 생산한 신재생에너지 생산량인 116Kw, 2007년의 제1 시간대에 생산한 신재생에너지 생산량인 104.4Kw, 및 2008년의 제1 시간대에 생산한 신재생에너지 생산량인 139.2Kw의 3년간 평균 신재생에너지 생산량인 119.86666667Kw를 산출할 수 있다.For example, referring to the renewable energy table of FIG. 2, the renewable energy operation server is 116 Kw, which is the renewable energy produced by the existing renewable energy device in the first time zone of 2006, the first of 2007. The three-year average renewable energy output of 119.86666667 Kw, which is 104.4 Kw of renewable energy produced in the time zone and 139.2 Kw of renewable energy produced in the first time zone of 2008, can be calculated.
또한, 상기 신재생에너지 운용서버는 상기 기존 신재생에너지 기기가 2007년의 제2 시간대에 생산한 신재생에너지 생산량인 114Kw, 2007년의 제2 시간대에 생산한 신재생에너지 생산량인 102.6Kw, 및 2008년의 제2 시간대에 생산한 신재생에너지 생산량인 136.8Kw의 3년간 평균 신재생에너지 생산량인 117.8Kw를 산출할 수 있다.In addition, the renewable energy operation server is 114Kw of renewable energy produced in the second time zone of 2007, 102.6Kw of renewable energy produced in the second time zone of 2007, and It is possible to calculate the average three-year renewable energy output of 117.8Kw, which is 136.8Kw of renewable energy produced in the second period of 2008.
상기 신재생에너지 운용서버는 상기 제1 시간대 및 상기 제2 시간대뿐만 아니라, 상기 과거 K-1년(본 명세서에서는 3년)간의 신재생에너지 평균 생산량을 상기 제1 시간대부터 제8760 시간대까지 각각 산출할 수 있다.The renewable energy operation server calculates, in addition to the first time zone and the second time zone, an average amount of renewable energy for the past K-1 years (3 years in the present specification) from the first time zone to the 8870 time zone, respectively. can do.
상기 신재생에너지 운용서버는 상기 산출한 각 시간대별 과거 K-1년간 평균 신재생에너지 생산량 및 상기 기존 신재생에너지 기기의 각 시간대별 출력비율 간의 곱인 제1 데이터를 상기 각 시간대별로 산출한다(단계(113)).The renewable energy operation server calculates the first data for each time period, which is a product of the average renewable energy production amount for each K-1 year and the output ratio of each existing time period of the existing renewable energy device for each time slot (step). (113)).
상기 기존 신재생에너지 기기의 각 시간대별 출력비율은 상기 기존 신재생에너지 기기 자체의 성능저하계수 및 선정된(predetermined) 자연조건 변화 함수값 간의 곱에 따라 상기 각 시간대별로 결정될 수 있다. 상기 성능저하계수는 상기 각 시간대별로 0부터 1사이의 값을 갖는 8760개의 데이터를 포함한다. 상기 자연조건 변화 함수값은 연평균 온도 상승비율 및 대기오염 진행비율 간의 상관식을 통해 당업자가 설정할 수 있고, 8760개의 데이터를 포함한다. The output ratio of each time zone of the existing renewable energy device may be determined for each time zone according to the product of the performance degradation coefficient of the existing renewable energy device itself and a predetermined natural condition change function value. The performance degradation coefficient includes 8760 data having a value between 0 and 1 for each time period. The natural condition change function value can be set by a person skilled in the art through a correlation between the annual average temperature increase rate and the air pollution progress rate, and includes 8760 data.
즉, 도 2의 실시예에서, 상기 기존 신재생에너지 기기의 각 시간대별 출력비율은 상기 기존 신재생에너지 기기의 3년 평균 생산량 대비 출력비율을 나타낸다. 예를 들어, 제1 시간대에서 출력비율이 0.749377886인 경우, 제1 시간대의 제1 데이터가 제1 시간대의 3년 평균 신재생에너지 생산량보다 0.749377886배 증가함을 의미한다.That is, in the embodiment of Figure 2, the output ratio of each time of the existing renewable energy device represents the output ratio of the three-year average output of the existing renewable energy device. For example, when the output ratio is 0.749377886 in the first time zone, it means that the first data in the first time zone is increased by 0.749377886 times the three-year average renewable energy production in the first time zone.
상기 신재생에너지 운용서버는 상기 제1 데이터 및 K년도에 신규 설치되는 신규 신재생에너지 기기의 생산량을 상기 각 시간대별로 합하여, 상기 K년도의 신재생에너지 예측 생산량을 상기 각 시간대별로 산출한다(단계(114)).The renewable energy operation server calculates the renewable energy prediction production amount for each K time period by adding the first data and the output of new renewable energy devices newly installed in the K year for each time period (step) (114)).
이를 위하여, 상기 신재생에너지 운용서버는 우선 상기 K년도에 신규 설치되는 신규 신재생에너지 기기의 생산량을 산출한다. 상기 신규 신재생에너지 기기의 각 시간대별 생산량은 상기 신규 신재생에너지 기기의 정격용량 및 상기 각 시간대별 정격용량 대비 출력의 곱을 통해 산출될 수 있다. 상기 각 시간대별 정격용량 대비 출력은 0 내지 1사이의 값으로 구현될 수 있다.To this end, the renewable energy operation server first calculates the amount of new renewable energy equipment newly installed in the year K. The output of each time slot of the new renewable energy device may be calculated by multiplying the output of the rated capacity of the new renewable energy device and the rated capacity of each time slot. The output relative to the rated capacity for each time slot may be implemented as a value between 0 and 1.
예를 들어, 도 2에 도시된 바와 같이, 2009년에 추가되는 신규 신재생에너지 기기의 정격용량이 120이고, 제1 시간대에서 상기 정격용량 대비 출력비가 0.4049인 경우, 제1 시간대에서 상기 신규 신재생에너지 기기의 생산량은 48.588이 될 수 있다. 상기 신재생에너지 운용서버는 상기와 같은 방법으로 제1 시간대 내지 제8760 시간대의 상기 신규 신재생에너지 기기의 생산량을 각각 산출한다.For example, as shown in FIG. 2, when the new renewable energy device added in 2009 has a rated capacity of 120 and an output ratio of 0.4049 to the rated capacity in the first time zone, the new new energy in the first time zone. The production of renewable energy equipment could be 48.588. The renewable energy operation server calculates the amount of production of the new renewable energy devices, respectively, in the first to eighth time zones in the same manner as described above.
상기 신재생에너지 운용서버는 상기 제1 데이터 및 상기 신규 신재생에너지 기기의 생산량 간의 합을 통해 상기 각 시간대별 K년도의 신재생에너지 예측 생산량을 산출한다. 예를 들어, 도 2에 도시된 바와 같이, 2009년의 제1 시간대의 제1 데이터 값인 89.8254639에 상기 신규 신재생에너지 기기의 생산량인 48.588을 더하여 138.4134639를 상기 2009년 제1 시간대의 신재생에너지 예측 생산량으로 산출할 수 있다.The renewable energy operation server calculates a new renewable energy forecasted production amount for each K time period through the sum of the first data and the output of the new renewable energy device. For example, as shown in FIG. 2, the output of the new renewable energy device 48.588 is added to 89.8254639, which is the first data value in the first time zone of 2009, to add 138.4134639 to the renewable energy of the first time zone in 2009. It can be calculated as output.
단계(114)이후, 상기 신재생에너지 운용서버는 상기 각 시간대별로 산출된 상기 K년도의 신재생에너지 예측 생산량을 합산하여 상기 K년도의 신재생에너지 예측 총생산량을 산출할 수 있다(단계(115)).After
또한, 단계(114)이후, 상기 신재생에너지 운용서버는 상기 각 시간대별 K년도의 신재생에너지 예측 생산량을 통해 상기 각 시간대별 또는 선정된 기간별로 상기 K년도의 에너지 운용계획을 스케쥴링할 수 있다.In addition, after
예를 들어, 상기 신재생에너지 운용서버는 상기 각 시간대별 또는 상기 선정된 기간별로 과거 K-1년간 평균 신재생에너지 생산량 및 상기 K년도의 신재생에너지 예측 생산량을 비교한다(단계(116)). 상기 신재생에너지 운용서버는 상기 비교결과에 따라 상기 K년도의 상기 각 시간대별 또는 상기 선정된 기간별로 기존 화석 연료 에너지 생산량의 운용계획을 스케쥴링한다(단계(117)). For example, the renewable energy operation server compares the average renewable energy output of the previous K-1 years and the renewable energy forecasted production of the K year for each time period or the selected period (step 116). . The renewable energy operation server schedules the operation plan of the existing fossil fuel energy production amount for each time period or the selected period of the K-year according to the comparison result (step 117).
단계(117)에서, K-1년과 K년도의 에너지부하가 동일하다면 상기 신재생에너지 운용서버는 제1 시간대 또는 제1 기간 동안 상기 K-1년간 평균 신재생에너지 생산량이 상기 K년도의 신재생에너지 예측 생산량보다 큰 경우, 상기 K년도의 상기 제1 시간대 또는 상기 제1 기간 동안의 기존 화석연료 에너지 생산량이 증가하도록 에너지 운용계획을 스케쥴링 할 수 있다. 또한, 상기 신재생에너지 운용서버는 상기 제1 시간대 또는 상기 제1 기간동안 상기 K년도의 신재생에너지 예측 생산량이 상기 K-1년간 평균 신재생에너지 생산량보다 큰 경우, 상기 K년도의 상기 제1 시간대 또는 상기 제1 기간 동안의 기존 화석연료 에너지 생산량이 감소하도록 에너지 운용계획을 스케쥴링 할 수 있다.In
또한, 단계(114)이후, 상기 신재생에너지 운용서버는 상기 각 시간대별 K년도의 신재생에너지 예측 생산량, 상기 기존 신재생에너지 기기의 생산단가, 및 상기 신규 신재생에너지 기기의 생산단가를 통해 상기 각 시간대별 K년도의 신재생에너지 예측 생산단가를 산출한다(단계(118)). In addition, after
상기 신재생에너지 운용서버는 상기 각 시간대별 K년도의 상기 신재생에너지 예측 생산단가를 기존 에너지 생산단가와 비교한다(단계(119)). The renewable energy operation server compares the renewable energy prediction production unit price of K year for each time zone with the existing energy production unit price (step 119).
상기 비교결과, 제1 시간대 또는 제1 기간에서 상기 신재생에너지 예측 생산단가가 상기 기존 에너지 생산단가보다 낮은 경우, 상기 신재생에너지 운용서버는 상기 제1 시간대 또는 상기 제1 기간 동안 수용가로 상기 신재생에너지가 공급되도록 상기 K년도의 에너지 운용계획을 스케쥴링할 수 있다(단계(120)).As a result of the comparison, when the renewable energy forecasted production cost is lower than the existing energy production price in the first time period or the first period, the renewable energy operation server is the new time period or the new price during the first period. The K-year energy operation plan may be scheduled to be supplied with renewable energy (step 120).
상술한 바와 같이, 본 발명의 일실시예에 따른 신재생에너지 운용서버는 과거년도의 신재생에너지 생산량, 신재생에너지 기기의 성능저하계수, 자연조건의 변화, 당해년도에 추가되는 신규 신재생에너지 기기의 정격용량 및 출력비를 고려하여 당해년도의 신재생에너지 예측 생산량을 각 시간대별로 산출할 수 있다. As described above, the renewable energy operation server according to an embodiment of the present invention is a new renewable energy production amount of the past year, the performance degradation coefficient of the renewable energy equipment, changes in natural conditions, new renewable energy added in the year Taking into account the rated capacity and output ratio of the equipment, it is possible to calculate the estimated renewable energy production for each time period.
도 2의 실시예에서와 같이 과거 3년간의 신재생에너지 평균 생산량을 통해 당해년도의 신재생에너지 예측 생산량을 산출하는 경우, 당해년도의 신재생에너지의 총생산량의 산출은 수학식 1을 통해 구현될 수 있다.As shown in the embodiment of Figure 2, when the new renewable energy predicted output of the current year is calculated through the average of the renewable energy of the past three years, the calculation of the total output of renewable energy of the current year is implemented through Equation 1 Can be.
- qtotal : 당해년도의 신재생에너지 예측 총생산량q total : Forecast of total renewable energy production for the current year
- M : 과거 3년간의 기존 신재생에너지 기기 대수-M: Number of existing renewable energy devices for the past three years
- gij : j 신재생에너지 기기의 3년 평균 생산량 대비 출력비율 -g ij : j Output ratio of 3-year average output of renewable energy equipment
gij = (기기자체의 성능저하계수)i * f(자연조건의 변화)i g ij = (performance degradation factor of the device itself) i * f (change of natural condition) i
- N : 당해년도에 추가되는 신규 신재생에너지 기기 대수-N: number of new renewable energy devices added in the current year
- fij : 정격용량(최대용량) 대비 출력비-f ij : Output ratio to rated capacity (maximum capacity)
비록 수학식 1에서는 과거 3년간의 평균 생산량을 통해 당해년의 신재생에너지 예측 생산량을 산출하는 경우를 예로 들어 설명하지만, 당업자의 판단에 따라 과거년수의 설정을 다양한 값으로 설정될 수 있음은 자명하다.Although Equation 1 describes an example of calculating a predicted amount of renewable energy for the current year based on the average output of the past three years, it is obvious that the number of past years can be set to various values according to the judgment of those skilled in the art. Do.
본 발명에 따른 신재생에너지 생산량 예측방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method for predicting renewable energy production according to the present invention may be implemented in the form of program instructions that can be executed by various computer means and recorded in a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on the media may be those specially designed and constructed for the purposes of the present invention, or they may be of the kind well-known and available to those having skill in the computer software arts. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks. Magneto-optical media, and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. The medium may be a transmission medium such as an optical or metal line, a wave guide, or the like, including a carrier wave for transmitting a signal designating a program command, a data structure, or the like. Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like. The hardware device described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above-described embodiments, which can be variously modified and modified by those skilled in the art to which the present invention pertains. Modifications are possible. Accordingly, the spirit of the present invention should be understood only by the claims set forth below, and all equivalent or equivalent modifications thereof will belong to the scope of the present invention.
도 1은 본 발명의 일실시예에 따른 신재생에너지 생산 예측방법의 흐름을 도시한 순서도.1 is a flow chart showing the flow of renewable energy production prediction method according to an embodiment of the present invention.
도 2는 본 발명의 일실시예에 따른 신재생에너지 테이블을 도시한 도면.2 is a view showing a renewable energy table according to an embodiment of the present invention.
<도면의 주요 부분에 대한 부호의 설명><Explanation of symbols for the main parts of the drawings>
단계(111): 신재생에너지 테이블 유지Step 111: Maintain a Renewable Energy Table
단계(112): 과거의 신재생에너지 평균 생산량 산출Step 112: Calculate Past Average Renewable Energy Production
단계(113): 제1 데이터 산출Step 113: First Data Calculation
단계(114): 신재생에너지 예측 생산량 산출Step 114: Calculate Renewable Energy Forecast Output
단계(115): 신재생에너지 예측 총생산량 산출Step 115: Calculate Renewable Energy Forecast Total Production
단계(116): 과거평균 신재생에너지 생산량 및 신재생에너지 예측생산량 비교Step 116: Comparing Historical Average Renewable Energy Production and Renewable Energy Forecast
단계(117): 기존 화석연료 에너지 생산량 운용계획 스케쥴링Step 117: Schedule existing fossil fuel energy production operation plan
단계(118): 신재생에너지 예측 생산단가 산출Step 118: Estimation of Renewable Energy Production Cost
단계(119): 신재생에너지 예측 생산단가 및 기존 에너지 생산단가 비교Step 119: Comparison of Predicted Renewable Energy Production Cost and Existing Energy Production Cost
단계(120): 에너지 운용계획 스케쥴링Step 120: Scheduling Energy Management Plan
Claims (13)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080120470A KR101020639B1 (en) | 2008-12-01 | 2008-12-01 | Method of predicting electric power and thermal energy from new and renewable energy sources |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080120470A KR101020639B1 (en) | 2008-12-01 | 2008-12-01 | Method of predicting electric power and thermal energy from new and renewable energy sources |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20100062054A true KR20100062054A (en) | 2010-06-10 |
| KR101020639B1 KR101020639B1 (en) | 2011-03-09 |
Family
ID=42362397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080120470A KR101020639B1 (en) | 2008-12-01 | 2008-12-01 | Method of predicting electric power and thermal energy from new and renewable energy sources |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101020639B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101024225B1 (en) * | 2010-09-02 | 2011-03-29 | 현대엠코 주식회사 | Total renewable energy monitering and management system with building energy management system, tbems |
| KR101445081B1 (en) * | 2012-12-24 | 2014-10-02 | 한국전기연구원 | Method for Forecasting Power Composition of New and Renewable Energy Resources based on Supply Plan |
| KR101462349B1 (en) * | 2013-07-17 | 2014-11-20 | 서울대학교산학협력단 | Method for multi-objective optimizing based on Pareto-optimality |
| KR20230111849A (en) * | 2022-01-19 | 2023-07-26 | 주식회사 케이티 | Server, method and computer program for configuration of aggregate resource |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102093796B1 (en) | 2018-07-26 | 2020-03-26 | (주)에코브레인 | A Forecasting System and Method of Sunlight Generation Using Weather Prediction and Farm Environment |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03200611A (en) * | 1989-12-27 | 1991-09-02 | Iseki & Co Ltd | Separating turning-over device for flat fruit |
| JP3933317B2 (en) * | 1998-08-24 | 2007-06-20 | ゼオン化成株式会社 | Filter device for electrophotographic apparatus |
| JP2007264704A (en) * | 2006-03-27 | 2007-10-11 | Yokogawa Electric Corp | Energy management system |
| JP5315885B2 (en) * | 2008-09-19 | 2013-10-16 | 大日本印刷株式会社 | Decorative sheet and decorative board |
-
2008
- 2008-12-01 KR KR1020080120470A patent/KR101020639B1/en active IP Right Grant
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101024225B1 (en) * | 2010-09-02 | 2011-03-29 | 현대엠코 주식회사 | Total renewable energy monitering and management system with building energy management system, tbems |
| KR101445081B1 (en) * | 2012-12-24 | 2014-10-02 | 한국전기연구원 | Method for Forecasting Power Composition of New and Renewable Energy Resources based on Supply Plan |
| KR101462349B1 (en) * | 2013-07-17 | 2014-11-20 | 서울대학교산학협력단 | Method for multi-objective optimizing based on Pareto-optimality |
| KR20230111849A (en) * | 2022-01-19 | 2023-07-26 | 주식회사 케이티 | Server, method and computer program for configuration of aggregate resource |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101020639B1 (en) | 2011-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zheng et al. | A MINLP multi-objective optimization model for operational planning of a case study CCHP system in urban China | |
| Zhang et al. | An integrated model for long-term power generation planning toward future smart electricity systems | |
| Keller et al. | Electricity system and emission impact of direct and indirect electrification of heavy-duty transportation | |
| Karami et al. | Optimal scheduling of residential energy system including combined heat and power system and storage device | |
| Li et al. | Power system planning based on CSP-CHP system to integrate variable renewable energy | |
| Malik et al. | Effects of smart grid technologies on capacity and energy savings–A case study of Oman | |
| Rajanna et al. | Employing demand side management for selection of suitable scenario-wise isolated integrated renewal energy models in an Indian remote rural area | |
| KR101020639B1 (en) | Method of predicting electric power and thermal energy from new and renewable energy sources | |
| Raichur et al. | Estimating emissions from electricity generation using electricity dispatch models: The importance of system operating constraints | |
| CN110197300A (en) | Based on the smallest Economic Development Zone integrated energy system planing method of year comprehensive cost | |
| İlkan et al. | Renewable energy resources as an alternative to modify the load curve in Northern Cyprus | |
| Facci et al. | Meta-heuristic optimization for a high-detail smart management of complex energy systems | |
| Asumadu-Sarkodie et al. | A hybrid solar photovoltaic-wind turbine-rankine cycle for electricity generation in Turkish Republic of Northern Cyprus | |
| Ren et al. | Life-cycle-based multi-objective optimal design and analysis of distributed multi-energy systems for data centers | |
| Van Asselt et al. | Policy recommendations for using cool thermal energy storage to increase grid penetration of renewable power sources (1607-RP) | |
| Wyrwa et al. | Energy scenarios for Poland-a comparison of PRIMES and TIMES-PL modeling results | |
| KR101020638B1 (en) | Method of calculating future energy consumption | |
| Ismaen et al. | Optimization and enviro-economic assessment of solar-cooling systems towards sustainable development: A case study of Qatar | |
| Kimata et al. | Operation planning for heat pump in a residential building | |
| Abdalla et al. | The impact of clustering strategies to site integrated community energy and harvesting systems on electrical demand and regional GHG reductions | |
| Cruickshank et al. | Estimating the value of jointly optimized electric power generation and end use: a study of ISO-scale load shaping applied to the residential building stock | |
| Jabari et al. | Toward energy-efficient microgrids under summer peak electrical demand integrating solar dish Stirling heat engine and diesel unit | |
| CN114254946A (en) | New energy power generation equivalent annual cost comparison method, system, equipment and storage medium | |
| Gordon et al. | Analysis of time dependent valuation of emission factors from the electricity sector | |
| Malik et al. | Smart grid capacity and energy saving potential—A case study of Oman |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20140303 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20150303 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20160303 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20170303 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20180305 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20190115 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20200219 Year of fee payment: 10 |