KR20130089782A - 에너지 발전량 예측 시스템 및 방법 - Google Patents

에너지 발전량 예측 시스템 및 방법 Download PDF

Info

Publication number
KR20130089782A
KR20130089782A KR1020110147718A KR20110147718A KR20130089782A KR 20130089782 A KR20130089782 A KR 20130089782A KR 1020110147718 A KR1020110147718 A KR 1020110147718A KR 20110147718 A KR20110147718 A KR 20110147718A KR 20130089782 A KR20130089782 A KR 20130089782A
Authority
KR
South Korea
Prior art keywords
generation amount
short
term prediction
prediction data
term
Prior art date
Application number
KR1020110147718A
Other languages
English (en)
Other versions
KR101305584B1 (ko
Inventor
심현석
제은진
Original Assignee
주식회사 포스코아이씨티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 포스코아이씨티 filed Critical 주식회사 포스코아이씨티
Priority to KR1020110147718A priority Critical patent/KR101305584B1/ko
Publication of KR20130089782A publication Critical patent/KR20130089782A/ko
Application granted granted Critical
Publication of KR101305584B1 publication Critical patent/KR101305584B1/ko

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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel generators
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources
    • 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)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

신재생 에너지 발전량을 보다 정확하게 예측할 수 있는 본 발명의 일 측면에 따른 에너지 발전량 예측 시스템은, 타겟날짜, 상기 타겟날짜의 풍속, 상기 타겟날짜의 일사량, 및 상기 타겟날짜의 온도 중 적어도 하나를 기초로 제1 날짜를 선택하고, 상기 제1 날짜의 신재생 에너지 발전량을 상기 타겟날짜의 신재생 에너지 발전량으로 예측하여 장기예측 데이터를 생성하는 장기 발전량 예측부; 타겟시간으로부터 과거 일정시간 내에 측정된 신재생 에너지 발전량을 기초로 상기 타겟시간의 신재생 에너지 발전량을 예측하여 단기예측 데이터를 생성하는 단기 발전량 예측부; 및 상기 장기예측 데이터 및 단기예측 데이터 중 하나를 예측 발전량으로 결정하는 발전량 결정부를 포함한다.

Description

에너지 발전량 예측 시스템 및 방법{SYSTEM AND METHOD FOR PREDICTING ENERGY PRODUCING QUANTITY}
본 발명은 발전량 예측 시스템에 관한 것으로, 보다 구체적으로 에너지 발전량 예측 시스템에 관한 것이다.
최근 화석 연료가 고갈됨에 따라 신재생 에너지에 대한 관심이 급증하고 있다. 신재생 에너지란 신에너지와 재생에너지가 합쳐진 용어로써, 기존의 화석연료를 변환시켜 이용하거나 햇빛, 물, 지열, 생물유기체 등을 포함하는 재생 가능한 에너지를 변환시켜 이용하는 에너지를 의미한다. 재생에너지에는 태양열, 태양광발전, 바이오매스, 풍력, 소수력, 지열 등이 있으며, 신에너지에는 연료전지, 석탄액화가스화, 수소에너지 등이 있다.
신재생 에너지는 태양광, 바이오, 풍력, 조력, 수력 또는 지열 등과 같은 자연환경이나 기후 조건을 이용하여 생성되는 에너지이기 때문에, 자연환경이나 기후 조건 등에 따라 생산량이 수시로 변하게 되므로, 기존의 화력 발전에 비해 생산량의 제어뿐만 아니라 생산량에 따른 경제급전계획의 수립이 어렵다는 문제점이 있다.
본 발명은 상술한 문제점을 해결하기 위한 것으로서 신재생 에너지 발전량의 예측 정확성을 향상시킬 수 있는 에너지 발전량 예측 시스템 및 방법을 제공하는 것을 그 기술적 과제로 한다.
또한, 본 발명은 신재생 에너지의 발전량을 기초로 경제급전계획을 수립할 수 있는 에너지 발전량 예측 시스템 및 방법을 제공하는 것을 다른 기술적 과제로 한다.
상술한 목적을 달성하기 위한 본 발명의 일 측면에 따른 에너지 발전량 예측 시스템은, 풍속, 일사량, 및 온도 중 적어도 하나가 타겟날짜와 유사한 제1 날짜를 선택하고, 상기 제1 날짜의 신재생 에너지 발전량을 상기 타겟날짜의 신재생 에너지 발전량으로 예측하여 장기예측 데이터를 생성하는 장기 발전량 예측부; 타겟시간으로부터 과거 일정시간 내에 측정된 신재생 에너지 발전량을 기초로 상기 타겟시간의 신재생 에너지 발전량을 예측하여 단기예측 데이터를 생성하는 단기 발전량 예측부; 및 상기 장기예측 데이터 및 단기예측 데이터 중 하나를 예측 발전량으로 결정하는 발전량 결정부를 포함하는 것을 특징으로 한다.
상술한 목적을 달성하기 위한 본 발명의 다른 측면에 따른 에너지 발전량 예측 방법은, 풍속, 일사량, 및 온도 중 적어도 하나가 타겟날짜와 유사한 제1 날짜를 선택하고, 상기 제1 날짜의 신재생 에너지 발전량을 상기 타겟날짜의 신재생 에너지 발전량으로 예측하여 장기예측 데이터를 생성하는 단계; 및 상기 타겟날짜의 예측 발전량과 실제 측정된 신재생 에너지 발전량의 차이값이 제1 신뢰범위를 초과하면, 타겟시간으로부터 과거 일정시간 내에 측정된 신재생 에너지 발전량을 기초로 상기 타겟시간의 신재생 에너지 발전량을 예측하여 단기예측 데이터를 생성하는 단계를 포함하는 것을 특징으로 한다.
상술한 바와 같이, 본 발명에 따른 에너지 발전량 예측 시스템은 타겟날짜의 신재생 에너지 발전량을 예측하는 장기예측뿐만 아니라 타겟시간의 신재생 에너지 발전량을 예측하는 단기예측을 제공하고 있어, 신재생 에너지 발전량을 보다 정확하게 예측할 수 있다는 효과가 있다.
또한, 본 발명에 따른 에너지 발전량 예측 시스템은 타겟날짜 또는 타겟시간의 신재생 에너지 발전량을 보다 정확하게 예측할 수 있어, 발전된 에너지의 사용이 최적화 되도록 경제급전계획을 수립할 수 있다는 또 다른 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 에너지 발전량 예측 시스템를 보여주는 도면이다.
도 2는 도 1의 에너지 발전량 예측 시스템을 설명하는 블록도이다.
도 3은 도 2의 에너지 발전량 예측부를 설명하는 도면이다.
도 4는 도 3의 발전량 결정부를 설명하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 에너지 발전량 예측 방법을 설명하는 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 장기예측 방법을 설명하는 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 단기예측 방법을 설명하는 흐름도이다.
개시된 기술에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 개시된 기술의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 개시된 기술의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 개시된 기술에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시예에 따른 에너지 발전량 예측 시스템이 적용되는 네트워크 구성을 개략적으로 보여주는 도면이다.
도 1을 참조하면, 에너지 발전량 예측 시스템(100)은 복수개의 에너지 발전장치들(110~130) 및 배터리에너지 저장장치(140)와 연결되어, 각 장치(110~140)의 동작을 제어 및 관리한다.
에너지 발전량 예측 시스템(100)은 복수개의 에너지 생산장치들(110~130)에 의해 발전된 에너지를 전력 거래 서버(150)를 통해 판매하거나, 전력 거래 서버(150)를 통해 에너지를 구매하여 부하(160)로 공급한다.
일 실시예에 있어서, 복수개의 에너지 생산장치들(110~130)에는, 풍력을 이용하여 에너지를 발전하는 풍력에너지 발전장치(110), 태양광을 이용하여 에너지를 발전하는 태양광에너지 발전장치(120), 및 디젤기관을 이용하여 에너지를 발전하는 디젤에너지 발전장치(130)가 포함된다.
또한, 배터리에너지 저장장치(Battery Energy Storage System, 140)는 풍력에너지, 태양열에너지, 또는 디젤에너지를 배터리에 저장하거나 배터리에 저장되어 있는 에너지를 부하에 공급해주는 역할을 수행한다.
이하에서는 상술한 에너지 발전량 예측 시스템(100)의 구성을 도 2 및 도 3을 참조하여 보다 구체적으로 설명한다.
도 2는 도 1의 에너지 발전량 예측 시스템을 설명하는 블록도이다.
도 2를 참조하면, 에너지 발전량 예측 시스템(100)은 정보 수집부(210), 에너지 발전량 예측부(220), 경제급전계획 수립부(230), 및 데이터베이스(240)를 포함한다.
정보 수집부(210)는 신재생 에너지 발전량의 예측을 위해 타겟날짜의 온도, 타겟날짜의 풍속, 및 타겟날짜의 일사량 중 적어도 하나를 수집하여 에너지 발전량 예측부(220)에 제공한다. 이때, 타겟날짜란 신재생 에너지 발전량을 예측하기 원하는 날짜를 의미하는 것으로서, 현재날짜로부터 1일 이후의 날짜일 수 있다.
상술한 실시예에 있어서, 정보 수집부(210)는 타겟날짜의 온도, 풍속, 및 일사량 중 적어도 하나를 수집하는 것으로 기재하였지만, 신재생 에너지를 발전하는 에너지 발전장치(110, 120)가 조력에너지 발전장치를 더 포함하는 경우에는 타겟날짜의 파도의 높이를 추가로 수집할 수 있다.
한편, 정보 수집부(210)는 경제급전계획 수립을 위해 에너지 가격 또는 전력 가격을 수집하여 경제급전계획 수립부(230)에 제공할 수 있다.
에너지 발전량 예측부(220)는 과거의 신재생 에너지 발전량을 기초로 타겟날짜의 신재생 에너지 발전량 또는 타겟시간의 신재생 에너지 발전량을 예측한다. 이때, 타겟시간이란 신재생 에너지 발전량을 예측하기 원하는 시간을 의미하는 것으로서, 타겟날짜와 비교하였을 때 타겟날짜는 1일의 시간을 포함하는 반면, 타겟시간은 시점을 의미할 수 있다. 일 실시예에서, 신재생 에너지는 풍력 에너지 및 태양광 에너지 중 적어도 하나를 포함할 수 있다.
도 3은 도 2의 에너지 발전량 예측부를 설명하는 도면이다.
도 3을 참조하면, 에너지 발전량 예측부(220)는 장기 발전량 예측부(310), 단기 발전량 예측부(320), 및 발전량 결정부(330)를 포함한다.
먼저, 장기 발전량 예측부(310)는 타겟날짜의 신재생 에너지 발전량을 예측한다. 보다 구체적으로, 장기 발전량 예측부(310)는 타겟날짜, 상기 타겟날짜의 풍속, 상기 타겟날짜의 일사량, 및 상기 타겟날짜의 온도 중 적어도 하나를 기초로 제1 날짜를 선택하고, 제1 날짜의 신재생 에너지 발전량을 타겟날짜의 신재생 에너지 발전량으로 예측한다. 그리고, 장기 발전량 예측부(310)는 타겟날짜의 신재생 에너지 발전량을 포함하는 장기 예측 데이터를 생성하여 경제급전계획 수립부(230)에 제공한다.
장기 발전량 예측부(310)는 타겟날짜의 풍력 에너지 발전량을 예측하는 풍력 장기 발전량 예측부(311) 및 타겟날짜의 태양광 에너지 발전량을 예측하는 태양광 장기 발전량 예측부(312) 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 풍력 장기 발전량 예측부(311)는 타겟날짜 및 타겟날짜의 풍속을 이용하여 타겟날짜의 풍력 에너지 발전량을 예측한다. 구체적으로, 풍력 장기 발전량 예측부(311)는 타겟날짜 및 타겟날짜의 풍속을 이용하여 타겟날짜 이전의 과거날짜들 중 제1 날짜를 선택하고, 선택된 제1 날짜의 풍력 에너지 발전량을 타겟날짜의 풍력 에너지 발전량으로 결정할 수 있다.
일 실시예에서, 태양광 장기 발전량 예측부(312)는 타겟날짜, 타겟날짜의 온도, 및 타겟날짜의 일사량을 이용하여 타겟날짜의 태양광 에너지 발전량을 예측한다. 구체적으로, 태양광 장기 발전량 예측부(312)는 타겟날짜, 타겟날짜의 온도, 및 타겟날짜의 일사량을 이용하여 타겟날짜 이전의 과거날짜들 중 제1 날짜를 선택하고, 선택된 제1 날짜의 태양광 에너지 발전량을 타겟날짜의 태양광 에너지 발전량으로 결정할 수 있다.
다음으로, 단기 발전량 예측부(320)는 타겟시간의 신재생 에너지 발전량을 예측한다. 보다 구체적으로, 단기 발전량 예측부(320)는 타겟시간으로부터 과거 일정시간구간 내의 신재생 에너지 발전량을 기초로 타겟시간의 추세값을 결정하고, 타겟시간의 추세값을 타겟시간의 신재생 에너지 발전량으로 예측한다. 이때, 일정시간은 1일보다 짧다.
그리고, 단기 발전량 예측부(320)는 타겟시간의 신재생 에너지 발전량을 포함하는 단기예측 데이터를 생성하여 경제급전계획 수립부(230)에 제공한다.
단기 발전량 예측부(320)는 타겟시간의 풍력 에너지 발전량을 예측하는 풍력 단기 발전량 예측부(321) 및 타겟시간의 태양광 에너지 발전량을 예측하는 태양광 단기 발전량 예측부(322) 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 풍력 단기 발전량 예측부(321)는 타겟시간으로부터 과거 일정시간 내의 풍력 에너지 발전량을 기초로 타겟시간의 추세값을 결정할 수 있다. 풍력 단기 발전량 예측부(321)는 아래의 수학식 1을 이용하여 타겟시간의 추세값을 계산할 수 있다.
Figure pat00001
수학식 1에서, y는 풍력 에너지 발전량의 추세값, x는 타겟시간에 해당하며, k는 수학식 2, b는 수학식 3을 이용하여 구할 수 있다.
Figure pat00002
Figure pat00003
수학식 2 및 수학식 3에서,
Figure pat00004
는 타겟시간으로부터 과거 i번째 시간,
Figure pat00005
는 과거 i번째 시간의 풍력 에너지 발전량을 나타내며,
Figure pat00006
은 과거 i개의 시간의 평균을 나타내고 수학식 4를 이용하여 구할 수 있으며,
Figure pat00007
는 과거 i개의 풍력 에너지 발전량의 평균을 나타내고 수학식 5를 이용하여 구할 수 있다.
Figure pat00008
Figure pat00009
일 실시예에서, 태양광 단기 발전량 예측부(322)는 타겟시간으로부터 과거 일정시간 내의 태양광 에너지 발전량을 기초로 타겟시간의 추세값을 결정할 수 있다. 태양광 단기 발전량 예측부(322)는 아래의 수학식 6을 이용하여 타겟시간의 추세값을 계산할 수 있다.
Figure pat00010
수학식 6에서, y는 태양광 에너지 발전량의 추세값, x는 타겟시간에 해당하며, a, b 및 c는 수학식 7을 이용하여 구할 수 있다.
Figure pat00011
수학식 7에서,
Figure pat00012
는 타겟시간으로부터 과거 i번째 시간,
Figure pat00013
는 과거 i번째 시간의 태양광 에너지 발전량을 나타낸다.
단기 발전량 예측부(320)는 타겟시간의 추세값을 타겟시간의 신재생 에너지 발전량으로 예측하여 단기예측 데이터를 생성하고, 단기예측 데이터를 데이터베이스(240)에 저장한다.
발전량 결정부(330)는 장기예측 모드 또는 단기예측 모드 중 하나를 선택하여 예측모드로서 설정하고, 설정된 예측모드에 따라 장기예측 데이터 및 단기예측 데이터 중 하나를 발전량으로 결정한다. 발전량 결정부(330)는 초기에 장기예측 모드로 설정하여 신재생 에너지 발전량을 예측하다가 장기예측에 오류가 발생하면 단기예측 모드로 전환하여 예측의 정확성을 높일 수 있다. 그리고, 장기예측의 오류가 시정되면 발전량 결정부(330)는 다시 장기예측 모드로 전환하여 시스템의 부하를 줄일 수 있다.
도 4를 참조하면, 발전량 결정부(330)는 예측 발전량 결정부(410), 단기예측 전환부(420), 및 장기예측 전환부(430)을 포함한다.
예측 발전량 결정부(410)는 장기 발전량 예측부(310) 또는 단기 발전량 예측부(320)로부터 장기예측 데이터 또는 단기예측 데이터를 수신하여 예측 모드에 따라 예측 발전량을 결정한다. 장기예측 모드가 설정되면, 예측 발전량 결정부(410)는 장기예측 데이터를 예측 발전량으로 결정하고, 단기예측 모드로 설정되면, 예측 발전량 결정부(410)는 단기예측 데이터를 예측 발전량으로 결정한다. 그리고, 예측 발전량 결정부(410)는 예측 발전량을 경제급전계획 수립부(230)에 제공한다.
단기예측 전환부(420)는 장기예측 모드가 설정되어 장기예측을 수행하는 도중 장기예측에 오류가 발생하면, 장기예측 모드에서 단기예측 모드로 전환한다. 단기예측 전환부(420)는 장기 발전량 예측부(310)로부터 수신한 장기예측 데이터과 실제 발전량을 비교하여 그 차이값이 제1 신뢰범위를 벗어나면, 장기예측에 오류가 발생하였다고 판단하여 장기예측 모드에서 단기예측 모드로 전환한다. 그리고, 단기예측 전환부(420)는 단기 발전량 예측부(320)에 단기예측 데이터를 생성하도록 단기예측 명령을 송신할 수 있고, 예측 발전량 결정부(410)의 예측모드를 단기예측 모드로 변경할 수 있다.
여기에서, 제1 신뢰범위는 미리 정해진 값으로 관리자에 의하여 설정될 수 있다. 에너지 발전량 예측 시스템(100)은 제1 신뢰범위가 커지면 예측의 정확성이 낮아지고, 반대로 제1 신뢰범위가 작아지면 예측의 정확성이 높아지나 잦은 단기예측으로 시스템의 부하가 증가할 수 있다.
장기예측 전환부(430)는 단기예측 모드가 설정되어 단기예측을 수행하는 도중 장기예측의 오류가 시정되면, 단기예측 모드에서 장기예측 모드로 전환한다. 장기예측 전환부(430)는 단기 발전량 예측부(320)로부터 수신한 단기예측 데이터와 장기 발전량 예측부(310)로부터 수신한 장기예측 데이터를 비교하여 장기예측의 오류가 시정되었는지를 판단한다.
이를 위해서, 장기예측 전환부(333)는 연속하는 시간구간에 단기예측 데이터들을 연결하는 단기예측선과 장기예측 데이터들을 연결하는 장기예측선을 생성하여 교차점 발생여부를 판단한다. 교차점이 발생하면, 장기예측 전환부(430)는 장기예측 데이터가 제2 신뢰범위에 포함되어있는지를 더 판단한다. 교차점이 발생하고 장기예측 데이터가 제2 신뢰범위에 포함되면, 장기예측 전환부(430)는 장기예측의 오류가 시정되었다고 판단하여 단기예측 모드에서 장기예측 모드로 전환한다. 그리고, 장기예측 전환부(430)는 단기 발전량 예측부(321)에 단기예측 중지를 명령할 수 있고, 예측 발전량 결정부(410)의 예측모드를 장기예측 모드로 변경할 수 있다.
여기에서, 제2 신뢰범위는 장기예측 데이터의 신뢰성을 판단하기 위한 발전량 범위로서 일정시간 내의 단기예측 데이터와 신재생 에너지 발전량을 기초로 결정될 수 있다. 장기예측 전환부(430)는 제2 신뢰범위의 상한값 또는 하한값을 구하기 위해서 과거 일정시간 내의 단기예측 데이터와 실제 측정된 신재생 에너지 발전량을 비교하고 차이값을 구한다.
일 실시예에서, 신재생 에너지가 풍력 에너지이면, 차이값은 신재생 에너지 발전량에서 단기예측 데이터를 뺀 값에 상응할 수 있다. 이때, 차이값은 아래와 같이 표현될 수 있다.
차이값(i)=신재생 에너지 발전량(i)-단기예측 데이터(i)
여기에서, i는 일정시간에 포함된 i번째 시간을 나타내며, 0보다 큰 정수이다.
다른 일 실시예에서, 신재생 에너지가 태양광 에너지이면, 차이값은 신재생 에너지 발전량에서 단기예측 데이터를 뺀 후 다시 단기예측 데이터를 나눈 값에 상응할 수 있다. 이때, 차이값은 아래와 같이 표현될 수 있다.
차이값(i)=(신재생 에너지 발전량(i)-단기예측 데이터(i))/단기예측 데이터(i)
여기에서, i는 일정시간에 포함된 i번째 시간을 나타내며, 0보다 큰 정수이다. 태양광 에너지 발전량은 풍력 에너지 발전량과 달리 발전량이 높아질수록 변동폭이 커지기 때문이다.
장기예측 전환부(430)는 차이값이 0보다 크면 상한편차 목록에 그 차이값을 삽입하고, 상한편차 목록을 크기순으로 정렬할 수 있다. 장기예측 전환부(430)는 상한편차 목록에서 신뢰도 레벨에 포함되는 값들 중 최대값을 선택하여 단기예측 데이터에 가산함으로써 상한값을 결정할 수 있다.
일 실시예에서, 신재생 에너지가 풍력 에너지이면, 장기예측 전환부(430)는 단기예측 데이터에 최대값을 더한 값을 상한값으로 결정할 수 있다. 이때, 상한값은 아래와 같이 표현될 수 있다.
상한값(i)=단기예측 데이터(i)+최대값
다른 일 실시예에서, 신재생 에너지가 태양광 에너지이면, 장기에측 전환부(430)는 단기예측 데이터에 최대값과 단기예측 데이터를 곱한 값을 더하여 상한값을 결정할 수 있다. 이때, 상한값은 아래와 같이 표현될 수 있다.
상한값(i)=단기예측 데이터(i)+(최대값 X 단기예측 데이터(i))
장기예측 전환부(430)는 차이값이 0보다 작으면 하한편차 목록에 그 차이값을 삽입하고, 하한편차 목록을 크기순으로 정렬할 수 있다. 장기예측 전환부(430)는 하한편차 목록에서 신뢰도 레벨에 포함되는 값들 중 최소값을 선택하여 단기예측 데이터에 감산함으로써 하한값을 결정할 수 있다.
일 실시예에서, 신재생 에너지가 풍력 에너지이면, 장기예측 전환부(430)는 단기예측 데이터에 최소값을 뺀 값을 하한값으로 결정할 수 있다. 이때, 하한값은 아래와 같이 표현될 수 있다.
하한값(i)=단기예측 데이터(i)-최소값
다른 일 실시예에서, 신재생 에너지가 태양광 에너지이면, 장기에측 전환부(430)는 단기예측 데이터에 최소값과 단기예측 데이터를 곱한 값을 빼서 하한값을 결정할 수 있다. 이때, 하한값은 아래와 같이 표현될 수 있다.
상한값(i)=단기예측 데이터(i)-(최소값 X 단기예측 데이터(i))
예를 들어, 에너지 발전량 예측 시스템(100)은 5분마다 풍력 에너지 발전량을 측정하고, 단기 발전량 예측부(320)는 타겟시간으로부터 과거 2시간 이내에 측정된 풍력 에너지 발전량을 기초로 타겟시간의 풍력 에너지 발전량을 예측한다고 가정한다. 또한, 단기 예측의 신뢰도 레벨은 90%라고 가정한다.
장기예측 전환부(430)는 과거 2시간 내의 단기예측 데이터와 실제 측정된 풍력 에너지 발전량을 비교하여 차이값이 0보다 크면 그 차이값을 상한편차 목록에 삽입할 수 있다. 과거 2시간 내의 모든 데이터를 비교한 후, 장기예측 전환부(430)는 상한편차 목록을 크기 순으로 정렬하고, 신뢰도 레벨에 포함되는 차이값들 중 최대값을 선택할 수 있다. 여기에서, 상한편차 목록에 차이값이 13개가 삽입되었다고 가정하면, 장기예측 전환부(430)는 신뢰도 레벨이 90%이므로 12번째에 해당하는 차이값을 선택할 수 있고, 그 차이값을 타겟시간의 단기예측 데이터에 더해서 상한값을 결정할 수 있다.
장기예측 전환부(430)는, 제2 신뢰범위의 상한값이 최대 한계값을 초과하거나 제2 신뢰범위의 하한값이 최소 한계값에 미달하면, 상한값 또는 하한값을 변경할 수 있다. 예를 들어, 제2 신뢰범위의 상한값이 신재생 에너지의 최대 발전량을 초과하면, 장기예측 전환부(430)는 상한값을 최대 발전량으로 변경할 수 있다. 다른 예를 들어, 제2 신뢰범위의 하한값이 0보다 작으면, 장기예측 전환부(430)는 하한값을 0으로 변경할 수 있다.
다시 도 2를 참조하여, 경제급전계획 수립부(230)는 에너지 발전량 예측부(220)에 의해 예측된 타겟날짜 또는 타겟시간의 신재생 에너지 발전량을 이용하여 타겟날짜 또는 타겟시간의 경제급전계획을 수립하고, 수립된 경제급전계획에 따라 각 장치(110~140)들의 동작을 제어한다.
일 실시예에서, 경제급전계획 수립부(230)는, 풍력 에너지 생산장치(110), 태양광 에너지 생산장치(120), 디젤 에너지 생산장치(130), 및 배터리 에너지 저장장치(140) 중 적어도 하나로부터 전송되는 각 장치의 에너지 발전량과 타겟날짜 또는 타겟시간의 신재생 에너지 발전량의 비교결과 또는 각 장치(110~140)의 상태정보에 따라 경제급전계획을 수정할 수 있다.
예컨대, 타겟날짜의 신재생 에너지 발전량을 고려하여 경제급전계획 수립부(230)가 디젤에너지 생산장치(130)를 이용한 발전이나 배터리에너지 저장장치(140)의 방전을 수행하지 않는 것으로 발전계획을 수립하였지만, 실제로 타겟날짜에서 풍력에너지 생산장치(110) 및 태양광에너지 생산장치(120)에 의해 발전되는 에너지량이 예측된 신재생 에너지 발전량보다 작은 경우, 경제급전계획 수립부(420)는 디젤에너지 생산장치(130)를 가동하거나 배터리에너지 저장장치(140)를 방전하도록 발전계획을 수정할 수 있다.
다른 예로, 타겟날짜의 신재생 에너지 생산량을 고려하여 경제급전계획 수립부(230)가 디젤에너지 생산장치(130)를 이용한 발전이나 배터리에너지 저장장치(140)의 방전을 수행하지 않는 것으로 발전계획을 수립하였지만, 풍력에너지 생산장치(110) 및 태양광에너지 생산장치(120) 중 어느 하나에 정전 등과 같은 에러가 발생하여 실제로 타겟날짜에서 생산되는 신재생 에너지 발전량이 예측된 신재생에너지 발전량보다 작은 경우, 경제급전계획 수립부(230)는 디젤에너지 생산장치(130)를 가동하거나 배터리에너지 저장장치(140)를 방전하도록 발전계획을 수정할 수 있다.
다시 도 2를 참조하면, 데이터베이스(240)에는 각 날짜 별로 해당 날짜의 부하량, 해당 날짜의 온도, 해당 날짜의 일사량, 해당 날짜의 풍속, 및 해당 날짜의 풍력 에너지 생산량, 해당 날짜의 태양열 에너지 생산량, 및 해당 날짜에서 각 장치(110~140)의 상태 정보 등이 기록된다.
한편, 본 발명에 따른 에너지 발전량 예측 시스템(100)은 도 2에 도시된 바와 같이, 정보 획득부(250), 알람 발생부(260), 및 정보 표시부(270) 중 적어도 하나를 더 포함할 수 있다.
먼저, 정보 획득부(250)는 풍력에너지 생산장치(110), 태양열에너지 생산장치(120), 및 디젤에너지 생산장치(130), 및 배터리에너지 저장장치(140) 중 적어도 하나로부터 각 장치(110~140)의 에너지 발전량 및 각 장치(110~140)의 상태정보를 수집한다. 이때, 각 장치(110~140)의 상태정보란, 각 장치(110~140)에서 발생된 정전(Outage) 등을 포함하는 에러 발생 정보를 의미한다.
정보 획득부(250)는 획득된 각 장치(110~140)의 에너지 발전량 및 각 장치(110~140)의 상태정보를 경제급전계획 수립부(230) 및 알람 발생부(260)로 제공한다.
알람 발생부(260)는 풍력에너지 생산장치(110), 태양열에너지 생산장치(120), 디젤에너지 생산장치(130), 및 배터리에너지 저장장치(140) 중 적어도 하나로부터 전송되는 각 장치(110~140)의 상태정보를 모니터링하고, 각 장치(110~140)의 상태정보를 모니터링한 결과, 각 장치(110~140)에 에러가 발생한 것으로 판단되면 알람을 발생시킨다.
다음으로, 정보 표시부(270)는 타겟날짜의 부하량, 타겟날짜의 신재생 에너지 발전량, 타겟날짜의 발전계획, 타겟시간의 신재생 에너지 발전량, 타겟시간의 발전계획, 현재 각 장치(110~140)에 의해 발전되는 에너지량, 발전계획에 따른 비용분석 현황, 및 현재 각 장치(110~140)의 상태를 차트 또는 그리드 형태로 사용자에게 제공한다.
도 5는 신재생 에너지 관리 방법을 설명하는 흐름도이다.
도 5를 참조하면, 에너지 발전량 예측 시스템(100)은 예측모드를 장기예측 모드로 초기 설정한다(S501). 에너지 발전량 예측 시스템(100)은 예측모드에 따라 장기예측을 수행하고, 타겟날짜의 신재생 에너지 발전량을 예측하여 장기예측 데이터를 생성한다. 그리고, 에너지 발전량 예측 시스템(100)은 장기예측 데이터를 기초로 타겟날짜의 경제급전계획을 수립한다.
에너지 발전량 예측 시스템(100)은 제1 시간마다 주기적으로 장기예측 데이터를 생성할 수 있다. 이때, 제1 시간은 1일과 같거나 길 수 있다.
에너지 발전량 예측 시스템(100)은 장기예측을 수행하는 도중 장기예측에 오류가 있다고 판단되면 예측모드를 단기예측 모드로 전환한다(S502). 에너지 발전량 예측 시스템(100)은 예측모드에 따라 단기예측을 수행하고, 타겟시간의 신재생 에너지 발전량을 예측하여 단기예측 데이터를 생성한다. 그리고, 에너지 발전량 예측 시스템(100)은 단기예측 데이터를 기초로 타겟시간의 경제급전계획을 수립한다.
에너지 발전량 예측 시스템(100)은 제2 시간마다 주기적으로 단기예측 데이터를 생성할 수 있다. 이때, 제2 시간은 1일보다 짧을 수 있다.
에너지 발전량 예측 시스템(100)은 장기예측 데이터를 지속적으로 생성할 수 있고, 단기예측 데이터와 비교하여 장기예측의 오류가 시정되었는지를 판단할 수 있다.
에너지 발전량 예측 시스템(100)은 단기예측을 수행하는 도중 장기예측의 오류가 시정되었다고 판단되면 예측모드를 장기예측 모드로 전환한다(S503). 에너지 발전량 예측 시스템(100)은 단기예측을 중지하고, 예측모드에 따라 장기예측을 재수행한다.
도 5에 도시하지 아니하였으나, 일 실시예에서, 에너지 발전량 예측 시스템(100)은 장기예측 모드로 전환되지 않고 단기예측 모드 상태 일정시간 경과하면 장기예측 알고리즘을 재수립하도록 관리자 단말기에 장기예측 재수립 요청 메시지를 전달하는 단계를 더 포함할 수 있다. 단기예측은 장기예측에 비하여 예측 데이터를 자주 생성해야하기 때문에 시스템에 부담을 줄 수 있다. 따라서, 에너지 발전량 예측 시스템(100)은 단기예측 시간구간을 제한하고 장기예측 알고리즘에 대한 수정을 요청함으로써 시스템을 보다 효율적으로 운용할 수 있다.
도 6은 본 발명의 일 실시예에 따른 장기예측 방법을 설명하는 흐름도이다.
도 6을 참조하면, 에너지 발전량 예측 시스템(100)은 예측모드를 장기예측 모드로 설정한다(S601). 먼저, 에너지 발전량 예측 시스템(100)은 타겟날짜, 상기 타겟날짜의 풍속, 상기 타겟날짜의 일사량, 및 상기 타겟날짜의 온도 중 적어도 하나를 기초로 제1 날짜를 선택한다(S602). 일 실시예에서, 신재생 에너지는 풍력을 이용하여 생성되는 풍력에너지와 태양광을 이용하여 생성되는 태양광에너지를 포함할 수 있다.
이때, 에너지 발전량 예측 시스템(100)은 풍력 에너지 발전량을 예측하기 위해서 풍속을 이용하여 제1 날짜를 선택할 수 있고, 태양광 에너지 발전량을 예측하기 위해서 온도 및 일사량을 이용하여 제1 날짜를 선택할 수 있다.
에너지 발전량 예측 시스템(100)은 제1 날짜의 신재생 에너지 발전량을 타겟날짜의 신재생 에너지 발전량으로 예측하여 장기예측 데이터를 생성하고(S603), 장기예측 데이터를 예측 발전량으로 하여 타겟날짜의 경제급전계획을 수립한다(S604).
에너지 발전량 예측 시스템(100)은 타겟날짜의 실제 발전량과 타겟날짜의 예측 발전량의 차이가 제1 신뢰범위를 초과하면 예측모드를 단기예측 모드로 전환한다(S605 및 S606). 에너지 발전량 예측 시스템(100)은 예측 발전량과 실제 발전량의 차이가 너무 크면 장기예측 데이터를 신뢰할 수 없기 때문에 단기예측을 통하여 장기예측의 오류를 보완할 수 있다.
여기에서, 제1 신뢰범위는 미리 정해지는 값으로 관리자에 의하여 설정될 수 있다. 에너지 발전량 예측 시스템(100)은 제1 신뢰범위가 커지면 예측의 정확성이 낮아지고, 반대로 제1 신뢰범위가 작아지면 예측의 정확성이 높아지나 잦은 단기예측으로 시스템의 부하가 증가할 수 있다.
에너지 발전량 예측 시스템(100)은 타겟날짜의 실제 발전량과 타겟날짜의 예측 발전량의 차이가 제1 신뢰범위에 포함되고 관리자에 의하여 시스템 가동이 중단될 때까지 장기예측을 제1 시간마다 반복 수행할 수 있다.
도 7은 본 발명의 일 실시예에 따른 단기예측 방법을 설명하는 흐름도이다.
도 7을 참조하면, 에너지 발전량 예측 시스템(100)은 예측모드를 단기예측 모드로 설정한다(S701). 먼저, 에너지 발전량 예측 시스템(100)은 타겟시간을 기준으로 과거 일정시간 내에 측정된 신재생 에너지 발전량을 데이터베이스에서 추출한다(S702). 단기예측은 타겟시간 직전으로부터 과거 일정시간 내에 수집된 신재생 에너지 발전량을 기초로 타겟시간의 신재생 에너지 발전량을 예측한다. 이때, 일정시간은 1일을 넘지 않는 시간으로 미리 정해질 수 있다.
에너지 발전량 예측 시스템(100)은 추출한 과거의 신재생 에너지 발전량을 기초로 타겟시간의 추세값을 결정한다(S703). 타겟시간의 추세값은 신재생 에너지 타입에 따라 특정 수학식을 이용하여 생성될 수 있다. 예를 들어, 풍력 에너지이면, 타겟시간의 추세값은 상술한 수학식 1 내지 수학식 5를 이용하여 생성될 수 있고, 태양광 에너지이면, 타겟시간의 추세값은 상술한 수학식 6 및 수학식 7을 이용하여 생성될 수 있다.
에너지 발전량 예측 시스템(100)은 타겟시간의 추세값을 타겟시간의 신재생 에너지 발전량으로 예측하여 단기예측 데이터를 생성한다(S704). 에너지 발전량 예측 시스템(100)은 데이터베이스에 타겟시간의 단기예측 데이터를 저장하고, 이후 타겟시간에 실제 측정된 신재생 에너지 발전량을 추가적으로 저장할 수 있다.
에너지 발전량 예측 시스템(100)은 타겟시간을 기준으로 과거 일정시간 내의 단기예측 데이터와 실제 측정된 신재생 에너지 발전량을 비교한다(S705). 에너지 발전량 예측 시스템(100)은 신재생 에너지 발전량이 해당시간의 단기예측 데이터보다 크면 그 차이값을 상한편차목록에 삽입 및 정렬한다(S706).
일 실시예에서, 신재생 에너지가 풍력 에너지이면, 차이값은 신재생 에너지 발전량에서 해당시간의 단기예측 데이터를 뺀 값에 상응할 수 있다. 다른 일 실시예에서, 신재생 에너지가 태양광 에너지이면, 차이값은 신재생 에너지 발전량에서 해당시간의 단기예측 데이터를 뺀 후 다시 해당시간의 단기예측 데이터로 나눈 값에 상응할 수 있다. 태양광 에너지 발전량은 풍력 에너지 발전량과 달리 발전량이 높아질수록 변동폭이 커지기 때문이다.
에너지 발전량 예측 시스템(100)은 정렬된 상한편차 목록에서 신뢰 레벨에 포함되는 차이값들 중 최대값을 선택하여 단일예측 데이터에 가산함으로써 제2 신뢰범위의 상한값을 결정한다(S707). 신뢰 레벨은 백분율로 나타낼 수 있고 미리 정해질 수 있다.
일 실시예에서, 신재생 에너지가 풍력 에너지이면, 상한값은 단기예측 데이터에 최대값을 더한 값에 상응할 수 있다. 다른 일 실시예에서, 신재생 에너지가 태양광 에너지이면, 상한값은 단기예측 데이터에 최대값과 단기예측 데이터를 곱한 값을 더해서 구할 수 있다. 에너지 발전량 예측 시스템(100)은 상한값이 최대 한계값을 초과하면 상한값을 최대 한계값으로 변경한다(S708).
반대로, 에너지 발전량 예측 시스템(100)은 신재생 에너지 발전량이 해당시간의 단기예측 데이터보다 작으면 그 차이값을 하한편차 목록에 삽입 및 정렬한다(S709). 에너지 발전량 예측 시스템(100)은 정렬된 하한편차 목록에서 신뢰 레벨에 포함되는 차이값들 중 최소값을 선택하여 단기예측 데이터에 감산함으로써 제2 신뢰범위의 하한값을 결정한다(S710).
일 실시예에서, 신재생 에너지가 풍력 에너지이면, 하한값은 단기예측 데이터에 최소값을 뺀 값에 상응할 수 있다. 다른 일 실시예에서, 신재생 에너지가 태양광 에너지이면, 하한값은 단기예측 데이터에 최소값과 단기예측 데이터를 곱한 값을 빼서 구할 수 있다. 에너지 발전량 예측 시스템(100)은 하한값이 최소 한계값에 미달하면 하한값을 최소 한계값으로 변경한다(S711).
에너지 발전량 예측 시스템(100)은 단기예측 데이터와 장기예측 데이터 간에 교차점이 발생하고, 장기예측 데이터가 제2 신뢰범위에 포함되면 예측모드를 장기예측 모드로 전환한다(S712, S713 및 S714). 에너지 발전량 예측 시스템(100)은 단기예측을 중단하고 예측모드를 장기예측 모드로 재설정한다. 이때, 제2 신뢰범위는 S704 내지 S710에서 결정된 상한값 및 하한값으로 결정된다.
에너지 발전량 예측 시스템(100)은 단기예측 데이터와 장기예측 데이터 간에 교차점이 발생하지 않거나, 교차점이 발생하더라도 장기예측 데이터가 제2 신뢰범위에 벗어나면, 타겟시간의 단기예측 데이터를 예측 발전량으로 하여 타겟시간의 경제급전계획을 수립한다(S712, S713 및S715).
상기에서는 본 출원의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 출원의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 출원을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (18)

  1. 타겟날짜, 상기 타겟날짜의 풍속, 상기 타겟날짜의 일사량, 및 상기 타겟날짜의 온도 중 적어도 하나를 기초로 제1 날짜를 선택하고, 상기 제1 날짜의 신재생 에너지 발전량을 상기 타겟날짜의 신재생 에너지 발전량으로 예측하여 장기예측 데이터를 생성하는 장기 발전량 예측부;
    타겟시간으로부터 과거 일정시간 내에 측정된 신재생 에너지 발전량을 기초로 상기 타겟시간의 신재생 에너지 발전량을 예측하여 단기예측 데이터를 생성하는 단기 발전량 예측부; 및
    상기 장기예측 데이터 및 단기예측 데이터 중 하나를 예측 발전량으로 결정하는 발전량 결정부를 포함하는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  2. 제1항에 있어서, 상기 단기 발전량 예측부는
    상기 타겟시간으로부터 과거 일정시간 내의 풍력 에너지 발전량을 기초로 상기 타겟시간의 추세값을 결정하여 단기예측 데이터를 생성하는 풍력 단기 발전량 예측부를 포함하는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  3. 제2항에 있어서, 상기 타겟시간의 추세값은
    Figure pat00014
    를 이용하여 결정하고, 상기 y는 상기 타겟시간의 추세값, 상기 x는 상기 타겟시간을 나타내며, 상기 k는 ,
    Figure pat00015
    상기 b는
    Figure pat00016
    를 이용하여 결정하고, 상기
    Figure pat00017
    은 과거 i개 시간의 평균, 상기
    Figure pat00018
    는 과거 i개 풍력 에너지 발전량의 평균을 나타내는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  4. 제1항에 있어서, 상기 단기 발전량 예측부는
    상기 타겟시간으로부터 과거 일정시간 내의 태양 에너지 발전량을 기초로 상기 타겟시간의 추세값을 결정하여 단기예측 데이터를 생성하는 태양광 단기 발전량 예측부를 포함하는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  5. 제4항에 있어서, 상기 타겟시간의 추세값은
    Figure pat00019
    를 이용하여 결정하고, 상기 y는 상기 타겟시간의 추세값, 상기 x는 상기 타겟시간을 나타내며, 상기 a, b 및 c는
    Figure pat00020
    를 이용하여 결정되는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  6. 제1항에 있어서, 상기 발전량 결정부는
    장기예측을 수행하는 도중, 예측 발전량과 실제 발전량의 차이값이 미리 정해진 제1 신뢰범위를 초과하면, 단기예측 데이터를 예측 발전량으로 결정하는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  7. 제1항에 있어서, 상기 발전량 결정부는
    단기예측을 수행하는 도중, 상기 단기예측 데이터와 상기 장기예측 데이터 간에 교차점이 발생하고 상기 장기예측 데이터가 제2 신뢰범위에 포함되면, 장기예측 데이터를 예측 발전량으로 결정하는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  8. 제7항에 있어서, 상기 발전량 결정부는
    상기 단기예측 데이터와 실제 측정된 신재생 에너지 발전량을 비교하여 차이값이 0보다 크면 상기 차이값을 상한편차 목록에 삽입하고 상기 상한편차 목록을 크기순으로 정렬하며, 상기 정렬된 상한편차 목록에서 미리 정해진 신뢰도 레벨에 포함된 값들 중에서 가장 큰 값을 선택하여 상기 단기예측 데이터에 가산함으로써 상기 제2 신뢰범위의 상한값을 결정하는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  9. 제7항에 있어서, 상기 발전량 결정부는
    상기 단기예측 데이터와 실제 측정된 신재생 에너지 발전량을 비교하여 차이값이 0보다 작으면 상기 차이값을 하한편차 목록에 삽입하고 상기 하한편차 목록을 크기순으로 정렬하며, 상기 정렬된 상한편차 목록에서 미리 정해진 신뢰도 레벨에 포함된 값들 중에서 가장 큰 값을 선택하여 상기 단기예측 데이터에 감산함으로써 상기 제2 신뢰범위의 하한값을 결정하는 것을 특징으로 하는 에너지 발전량 예측 시스템.
  10. 타겟날짜, 상기 타겟날짜의 풍속, 상기 타겟날짜의 일사량, 및 상기 타겟날짜의 온도 중 적어도 하나를 기초로 제1 날짜를 선택하고, 상기 제1 날짜의 신재생 에너지 발전량을 상기 타겟날짜의 신재생 에너지 발전량으로 예측하여 장기예측 데이터를 생성하는 단계; 및
    상기 타겟날짜의 예측 발전량과 실제 측정된 신재생 에너지 발전량의 차이값이 제1 신뢰범위를 초과하면, 타겟시간으로부터 과거 일정시간 내에 측정된 신재생 에너지 발전량을 기초로 상기 타겟시간의 신재생 에너지 발전량을 예측하여 단기예측 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 에너지 발전량을 예측하는 에너지 발전량 예측 방법.
  11. 제10항에 있어서, 상기 장기예측 데이터를 생성하는 단계는
    제1 시간마다 주기적으로 상기 타겟날짜의 신재생 에너지 발전량을 예측하여 장기예측 데이터를 생성하고, 상기 제1 시간은 1일과 같거나 긴 것을 특징으로 하는 에너지 발전량 예측 방법.
  12. 제10항에 있어서, 상기 단기예측 데이터를 생성하는 단계는
    제2 시간마다 주기적으로 상기 타겟시간의 신재생 에너지 발전량을 예측하여 단기예측 데이터를 생성하고, 상기 제2 시간은 1일보다 짧은 것을 특징으로 하는 에너지 발전량 예측 방법.
  13. 제10항에 있어서, 상기 단기예측 데이터를 생성하는 단계는
    상기 타겟시간을 기준으로 과거 일정시간 내의 단기예측 데이터 및 실제 측정된 신재생 에너지 발전량을 기초로 제2 신뢰범위의 상한값 및 하한값을 결정하는 단계;
    상기 단기예측 데이터와 상기 장기예측 데이터 간에 교차점 발생여부를 판단하는 단계; 및
    상기 교차점이 발생하고, 상기 장기예측 데이터가 상기 제2 신뢰범위의 상한값 및 하한값 사이에 포함되면 상기 타겟날짜의 신재생 에너지 발전량으로 예측하여 장기예측 데이터를 생성하는 단계를 더 포함하는 것을 특징으로 하는 에너지 발전량 예측 방법.
  14. 제13항에 있어서, 상기 제2 신뢰범위의 상한값 및 하한값을 결정하는 단계는
    상기 단기예측 데이터와 상기 실제 측정된 신재생 에너지 발전량을 비교하여, 차이값이 0보다 크면 상한편차 목록에 삽입 및 정렬하는 단계; 및
    상기 상한편차 목록에서 신뢰 레벨에 포함되는 값들 중 최대값을 선택하여 상기 단기예측 데이터에 가산함으로써 상기 상한값을 결정하는 단계를 포함하는 것을 특징으로 하는 에너지 발전량 예측 방법.
  15. 제13항에 있어서, 상기 제2 신뢰범위의 상한값 및 하한값을 결정하는 단계는
    상기 단기예측 데이터와 상기 실제 측정된 신재생 에너지 발전량을 비교하여, 차이값이 0보다 작으면 하한편차 목록에 삽입 및 정렬하는 단계; 및
    상기 하한편차 목록에서 신뢰 레벨에 포함되는 값들 중 최소값을 선택하여 상기 단기예측 데이터에 감산함으로써 상기 하한값을 결정하는 단계를 포함하는 것을 특징으로 하는 에너지 발전량 예측 방법.
  16. 제14항 또는 제15항 에 있어서,
    상기 신재생 에너지가 풍력 에너지이면, 상기 차이값은
    Figure pat00021
    를 이용하여 결정되고,
    상기 신재생 에너지가 태양광 에너지이면, 상기 차이값은
    Figure pat00022
    를 이용하여 결정되는 것을 특징으로 하는 에너지 발전량 예측 방법.
  17. 제14항에 있어서, 상기 상한값을 결정하는 단계는
    상기 신재생 에너지가 풍력 에너지ㄴ이면, 상기 상한값은
    Figure pat00023
    을 이용하여 결정되고,
    상기 신재생 에너지가 태양광 에너지이면, 상기 상한값은
    Figure pat00024
    를 이용하여 결정되는 것을 특징으로 하는 에너지 발전량 예측 방법.
  18. 제15항에 있어서, 상기 하한값을 결정하는 단계는
    상기 신재생 에너지가 풍력 에너지이면, 상기 하한값은
    Figure pat00025
    을 이용하여 결정되고,
    상기 신재생 에너지가 태양광 에너지이면, 상기 하한값은
    Figure pat00026
    를 이용하여 결정되는 것을 특징으로 하는 에너지 발전량 예측 방법.
KR1020110147718A 2011-12-30 2011-12-30 에너지 발전량 예측 시스템 및 방법 KR101305584B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110147718A KR101305584B1 (ko) 2011-12-30 2011-12-30 에너지 발전량 예측 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110147718A KR101305584B1 (ko) 2011-12-30 2011-12-30 에너지 발전량 예측 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20130089782A true KR20130089782A (ko) 2013-08-13
KR101305584B1 KR101305584B1 (ko) 2013-09-09

Family

ID=49215552

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110147718A KR101305584B1 (ko) 2011-12-30 2011-12-30 에너지 발전량 예측 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101305584B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160069080A (ko) * 2014-12-05 2016-06-16 중앙대학교 산학협력단 전력 제어 장치 및 그를 이용하여 전력을 공급하는 방법
KR20200144726A (ko) * 2019-06-19 2020-12-30 두산중공업 주식회사 신재생 에너지와 연계된 에너지 저장 시스템의 용량을 산정하는 방법 및 이를 위한 장치
US20210300204A1 (en) * 2020-03-27 2021-09-30 Honda Motor Co., Ltd. Power calculation apparatus and power calculation method
CN117154682A (zh) * 2023-06-14 2023-12-01 中国华能集团清洁能源技术研究院有限公司 一种基于神经网络的光伏系统功率预测方法及装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108879787B (zh) * 2018-08-17 2021-04-13 合肥工业大学 一种含风电的电网随机调度优化模型与方法
KR102314696B1 (ko) 2021-05-04 2021-10-18 한화에너지 주식회사 발전데이터와 기상데이터를 이용한 태양광발전 예측 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3226031B2 (ja) 1998-11-06 2001-11-05 東北電力株式会社 風力発電機設置位置決定方法及び風力発電量予測方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160069080A (ko) * 2014-12-05 2016-06-16 중앙대학교 산학협력단 전력 제어 장치 및 그를 이용하여 전력을 공급하는 방법
KR20200144726A (ko) * 2019-06-19 2020-12-30 두산중공업 주식회사 신재생 에너지와 연계된 에너지 저장 시스템의 용량을 산정하는 방법 및 이를 위한 장치
US20210300204A1 (en) * 2020-03-27 2021-09-30 Honda Motor Co., Ltd. Power calculation apparatus and power calculation method
US11897361B2 (en) * 2020-03-27 2024-02-13 Honda Motor Co., Ltd. Power calculation apparatus and power calculation method
CN117154682A (zh) * 2023-06-14 2023-12-01 中国华能集团清洁能源技术研究院有限公司 一种基于神经网络的光伏系统功率预测方法及装置

Also Published As

Publication number Publication date
KR101305584B1 (ko) 2013-09-09

Similar Documents

Publication Publication Date Title
Coppitters et al. Robust design optimization and stochastic performance analysis of a grid-connected photovoltaic system with battery storage and hydrogen storage
Zhao et al. A model predictive control based generator start-up optimization strategy for restoration with microgrids as black-start resources
KR101834061B1 (ko) 신재생 에너지 연계형 ess의 전력 관리 방법
Cau et al. Energy management strategy based on short-term generation scheduling for a renewable microgrid using a hydrogen storage system
US9618914B2 (en) Energy resource-grid-load automatic control system of smart microgrid and control methods thereof
KR101305584B1 (ko) 에너지 발전량 예측 시스템 및 방법
Sulaeman et al. Quantification of storage necessary to firm up wind generation
KR101478791B1 (ko) 전력 관리 방법 및 시스템
Yan et al. Power to gas: addressing renewable curtailment by converting to hydrogen
KR102088532B1 (ko) 에너지 관리 시스템과 그의 에너지 관리 방법 및 에너지 운영 시스템
Hug-Glanzmann Coordination of intermittent generation with storage, demand control and conventional energy sources
Wang et al. Operation of residential hybrid renewable energy systems: Integrating forecasting, optimization and demand response
CN112381375B (zh) 一种基于潮流分配矩阵的电网经济运行域快速生成方法
Mladenov et al. Characterisation and evaluation of flexibility of electrical power system
Shahinzadeh et al. Smart design and management of hybrid energy structures for isolated systems using biogeography-based optimization algorithm
KR102240556B1 (ko) 이종 신재생 에너지원이 결합된 발전원 운영 방법 및 장치
Borghetti et al. An energy resource scheduler implemented in the automatic management system of a microgrid test facility
Jiang et al. Research on nodal wind power values and optimal accommodation based on locational marginal price
KR102016731B1 (ko) 배터리 에너지 저장 시스템 및 그 운용 방법
KR20130020857A (ko) 신재생에너지 관리시스템 및 방법
CN116207760A (zh) 源网荷储容量配置方法
Bruno et al. Integration of operating reserve constrains in the predictive optimal dispatch of energy and storage resources in small islands
Sobon et al. Energy storage day-ahead scheduling to reduce grid energy export and increase self-consumption for micro-grid and small power park applications
Sui et al. A two-stage electric energy scheduling strategy for pelagic island microgrid clusters
Crosara et al. Generation adequacy in the Nordic and Baltic area: The potential of flexible residential electric heating

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: 20160902

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170904

Year of fee payment: 5