KR20160044640A - 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템 - Google Patents

도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템 Download PDF

Info

Publication number
KR20160044640A
KR20160044640A KR1020140138890A KR20140138890A KR20160044640A KR 20160044640 A KR20160044640 A KR 20160044640A KR 1020140138890 A KR1020140138890 A KR 1020140138890A KR 20140138890 A KR20140138890 A KR 20140138890A KR 20160044640 A KR20160044640 A KR 20160044640A
Authority
KR
South Korea
Prior art keywords
power demand
data
day
time
maximum
Prior art date
Application number
KR1020140138890A
Other languages
English (en)
Inventor
조수환
엄지영
박시삼
최형진
Original Assignee
지에스건설 주식회사
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 지에스건설 주식회사 filed Critical 지에스건설 주식회사
Priority to KR1020140138890A priority Critical patent/KR20160044640A/ko
Publication of KR20160044640A publication Critical patent/KR20160044640A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

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

Abstract

본 발명은 데이터관리모듈, 선택모듈, 예측모듈 및 정규화모듈을 포함하여 구성된 시스템에서,
(1) 상기 데이터관리모듈에 의해 과거 데이터를 기반으로 예측일 이전의 해당 요일 시간대별 전력수요데이터(
Figure pat00173
)를 분류하는 데이터분류단계:
(2) 상기 선택모듈에 의해 상기 시간대별 전력수요데이터(
Figure pat00174
)에서 최대 전력수요량(
Figure pat00175
)과 최소 전력수요량(
Figure pat00176
)을 선택하는 최대·최소 전력수요량선택단계;
(3) 상기 예측모듈에 의해 상기 시간대별 전력수요데이터(
Figure pat00177
)의 최대 전력수요량(
Figure pat00178
)과 최소 전력수요량(
Figure pat00179
)을 이용하여 지수평활법으로 예측일의 최대 전력수요량(
Figure pat00180
)과 최소 전력수요량(
Figure pat00181
)을 결정하는 최대·최소 전력수요량예측단계;
(4) 상기 정규화모듈에 의해 상기 (1) 데이터분류단계에서 분류된 상기 시간대별 전력수요데이터(
Figure pat00182
)에 대하여 상기 (2) 최대·최소 전력수요량선택단계에서 선택된 상기 최대 전력수요량(
Figure pat00183
)과 최소 전력수요량(
Figure pat00184
)을 기준으로 0~1 사이의 p.u(per unt) 값(
Figure pat00185
)으로 정규화식을 사용하여 정규화를 수행하는 정규화단계;
(5) 상기 예측모듈에 의해 상기 (4) 정규화단계;의 정규화된 값(
Figure pat00186
)을 이용하여 지수평활법으로 예측일의 시간대별 정규화된 전력수요데이터(
Figure pat00187
)를 산출하는 정규화예측단계; 및,
(6) 상기 예측모듈에 의해 상기 예측일의 최대 전력수요량(
Figure pat00188
)과 최소 전력수요량(
Figure pat00189
)과 상기 예측일의 시간대별 정규화된 전력수요데이터(
Figure pat00190
)를 가지고 하기 식으로 예측일의 시간대별 전력수요량(
Figure pat00191
)를 예측하는 시간대별전력수요예측단계;
Figure pat00192

(7) 상기 예측모듈에 의해 이동평균법으로 전체 전력수요를 기준(100%)으로 예측일의 시간대별 용도별 점유율(%)을 예측하는 용도별점유율예측단계;
(8) 상기 예측모듈에 의해 상기 예측일의 시간대별 전력수요량(
Figure pat00193
)과 상기 예측일의 시간대별 용도별 점유율(%)을 곱하여 도시내 용도별 전력수요 시간대별 예측을 최종적으로 수행하는 최종결과도출단계;
를 포함하여 구성되는 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템을 제공한다.

Description

도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템{A Prediction System of Hourly Power Demand by Use for the City Energy Management}
본 발명은 과거 1일 또는 1주 단위로 이루어지던 데이터 취합과 분석 그리고 부정확한 전력수요 예측시스템을 탈피하여, 최근 몇 주 동안의 최신 시간별 데이터를 바탕으로 시간대별 또는 용도별로 정확한 전력수요를 예측할 수 있는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템에 관한 것이다.
도시 규모의 에너지 소비 절감을 위한 관심이 대두되고 있고, 그에 대한 대안으로 도시에너지관리시스템(CEMS, City Energy Management System)이 도입되고 있다.
상기 도시에너지관리시스템(CEMS, City Energy Management System)은 소비자와 공급자 간의 실시간 에너지 정보를 교환함으로써 효율적으로 도시 내에서 소비되는 에너지를 관리하는 시스템을 말한다.
상기 도시에너지관리시스템(CEMS, City Energy Management System)을 효과적으로 운영하기 위해서는 실시간 도시 에너지의 수요 예측이 기본적으로 이루어져야 한다.
그러나 기존의 에너지 수요 예측은 연간 수요 변화율을 보이는 것으로 상기 도시에너지관리시스템(CEMS, City Energy Management System)에 적합하지 않기 때문에 도시의 특성을 고려한 실시간 전체 에너지 수요 및 용도별(가정용, 공공용, 서비스용, 산업용) 수요 예측이 필요하다.
[문헌 1] 대한민국 등록특허 제10-0827053호 '기상 예측 시스템 및 전력 수요량 예측 시스템과 기상예측 방법 및 전력 수요량 예측 방법', 2008년04월25일 [문헌 2] 대한민국 공개특허 제10-2012-0036567호 '웹 기반의 전력 수요 예측, 전력 및 에너지 감시 시스템 및 방법', 2012년04월18일
본 발명은 상기한 바와 같은 종래의 제반 문제점을 해소하기 위해서 제시되는 것이다.
그 목적은 과거 1일 또는 1주 단위로 이루어지던 데이터 취합과 분석 그리고 부정확한 전력수요 예측시스템을 탈피하여, 최근 몇 주 동안의 최신 시간별 데이터를 바탕으로 시간대별 또는 용도별로 정확한 전력수요를 예측할 수 있는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템을 제공하고자 한다.
상기한 기술적 과제를 해결하기 위해 본 발명은 데이터관리모듈, 선택모듈, 예측모듈 및 정규화모듈을 포함하여 구성된 시스템에서,
(1) 상기 데이터관리모듈에 의해 과거 데이터를 기반으로 예측일 이전의 해당 요일 시간대별 전력수요데이터(
Figure pat00001
)를 분류하는 데이터분류단계:
(2) 상기 선택모듈에 의해 상기 시간대별 전력수요데이터(
Figure pat00002
)에서 최대 전력수요량(
Figure pat00003
)과 최소 전력수요량(
Figure pat00004
)을 선택하는 최대·최소 전력수요량선택단계;
(3) 상기 예측모듈에 의해 상기 시간대별 전력수요데이터(
Figure pat00005
)의 최대 전력수요량(
Figure pat00006
)과 최소 전력수요량(
Figure pat00007
)을 이용하여 지수평활법으로 예측일의 최대 전력수요량(
Figure pat00008
)과 최소 전력수요량(
Figure pat00009
)을 결정하는 최대·최소 전력수요량예측단계;
(4) 상기 정규화모듈에 의해 상기 (1) 데이터분류단계에서 분류된 상기 시간대별 전력수요데이터(
Figure pat00010
)에 대하여 상기 (2) 최대·최소 전력수요량선택단계에서 선택된 상기 최대 전력수요량(
Figure pat00011
)과 최소 전력수요량(
Figure pat00012
)을 기준으로 0~1 사이의 p.u(per unt) 값(
Figure pat00013
)으로 정규화식을 사용하여 정규화를 수행하는 정규화단계;
(5) 상기 예측모듈에 의해 상기 (4) 정규화단계;의 정규화된 값(
Figure pat00014
)을 이용하여 지수평활법으로 예측일의 시간대별 정규화된 전력수요데이터(
Figure pat00015
)를 산출하는 정규화예측단계; 및,
(6) 상기 예측모듈에 의해 상기 예측일의 최대 전력수요량(
Figure pat00016
)과 최소 전력수요량(
Figure pat00017
)과 상기 예측일의 시간대별 정규화된 전력수요데이터(
Figure pat00018
)를 가지고 하기 식으로 예측일의 시간대별 전력수요량(
Figure pat00019
)를 예측하는 시간대별전력수요예측단계;
Figure pat00020
(7) 상기 예측모듈에 의해 이동평균법으로 전체 전력수요를 기준(100%)으로 예측일의 시간대별 용도별 점유율(%)을 예측하는 용도별점유율예측단계;
(8) 상기 예측모듈에 의해 상기 예측일의 시간대별 전력수요량(
Figure pat00021
)과 상기 예측일의 시간대별 용도별 점유율(%)을 곱하여 도시내 용도별 전력수요 시간대별 예측을 최종적으로 수행하는 최종결과도출단계;
를 포함하여 구성되는 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템을 제공한다.
본 발명에 따르면 과거 1일 또는 1주 단위로 이루어지던 데이터 취합과 분석 그리고 부정확한 전력수요 예측시스템을 탈피하여, 최근 몇 주 동안의 최신 시간별 데이터를 바탕으로 시간대별 또는 용도별로 정확한 전력수요를 예측할 수 있는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템을 제공한다.
또한 도시의 특성을 감안한 정확한 전력수요 예측을 위해 발명한 시간대별 용도별 전력수요 예측은 도시의 특성뿐만 아니라 용도별 전력수요 패턴을 통한 용도별 특성을 파악할 수 있어 도시에너지관리시스템(CEMS, City Energy Management System)의 효율적인 운영을 뒷바침하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템을 제공한다.
도 1은 용도별(공공용, 가정용, 서비스용, 산업용) 전력수요 패턴을 도시한 것이다.
도 2는 오피스건물의 요일별 전력수요 패턴을 도시한 것이다.
도 3은 본 발명의 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템의 전체 전력수요 예측의 순서도이다.
도 4는 본 발명의 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템의 용도별 전력수요 점유율 예측의 순서도이다.
도 5는 예측일의 시간대별 전체 전력수요를 예측한 그래프이다.
도 6은 예측일의 시간대별 용도별 점유율(%)을 예측한 그래프이다.
도 7은 예측일의 도시 내 용도별 전력수요 시간대별 예측을 도시한 그래프이다.
이하 첨부한 도면과 함께 상기와 같은 본 발명의 개념이 바람직하게 구현된 실시예를 통하여 본 발명을 더욱 상세하게 설명한다.
본 발명은 도시 전체의 전력수요를 예측하고 도시 내 용도별(가정용, 공공용, 서비스용, 산업용) 전력수요 점유율을 예측함으로서 도시 용도별 에너지 소비의 특성을 파악하고 전력수요를 예측하고자 한다.
도 1은 용도별(공공용, 가정용, 서비스용, 산업용) 전력수요 패턴을 도시한 것이고, 도 2는 오피스건물의 요일별 전력수요 패턴을 도시한 것이다.
도 1에 도시된 바와 같이, 도시 유형(산업도시, 주거도시, 행정도시 등)에 따라 전력수요 패턴이 다르기 때문에 본 발명은 도시 내의 건물의 용도를 가정용, 공공용, 서비스용, 산업용 4가지로 분류하여 용도별 전력수요 예측에 활용하고,
그리고 도 1 및 2에 도시된 바와 같이, 전력수요 패턴은 요일의 특성에 따라 요일마다 다르기 때문에 7개 요일(월, 화, 수, 목, 금, 토요일과 휴일(일요일 및 공휴일 포함))로 분류하여 예측에 활용하기로 한다.
도 3은 본 발명의 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템의 전체 전력수요 예측의 순서도이다.
도 3에 도시된 바와 같이,
본 발명의 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템은 데이터관리모듈, 선택모듈, 예측모듈 및 정규화모듈을 포함하여 구성된 시스템에서,
(1) 상기 데이터관리모듈에 의해 과거 데이터를 기반으로 예측일 이전의 해당 요일 시간대별 전력수요데이터(
Figure pat00022
)를 분류하는 데이터분류단계:
(2) 상기 선택모듈에 의해 상기 시간대별 전력수요데이터(
Figure pat00023
)에서 최대 전력수요량(
Figure pat00024
)과 최소 전력수요량(
Figure pat00025
)을 선택하는 최대·최소 전력수요량선택단계;
(3) 상기 예측모듈에 의해 상기 시간대별 전력수요데이터(
Figure pat00026
)의 최대 전력수요량(
Figure pat00027
)과 최소 전력수요량(
Figure pat00028
)을 이용하여 지수평활법으로 예측일의 최대 전력수요량(
Figure pat00029
)과 최소 전력수요량(
Figure pat00030
)을 결정하는 최대·최소 전력수요량예측단계;
(4) 상기 정규화모듈에 의해 상기 (1) 데이터분류단계에서 분류된 상기 시간대별 전력수요데이터(
Figure pat00031
)에 대하여 상기 (2) 최대·최소 전력수요량선택단계에서 선택된 상기 최대 전력수요량(
Figure pat00032
)과 최소 전력수요량(
Figure pat00033
)을 기준으로 0~1 사이의 p.u(per unt) 값(
Figure pat00034
)으로 정규화식을 사용하여 정규화를 수행하는 정규화단계;
(5) 상기 예측모듈에 의해 상기 (4) 정규화단계;의 정규화된 값(
Figure pat00035
)을 이용하여 지수평활법으로 예측일의 시간대별 정규화된 전력수요데이터(
Figure pat00036
)를 산출하는 정규화예측단계; 및,
(6) 상기 예측모듈에 의해 상기 예측일의 최대 전력수요량(
Figure pat00037
)과 최소 전력수요량(
Figure pat00038
)과 상기 예측일의 시간대별 정규화된 전력수요데이터(
Figure pat00039
)를 가지고 하기 식으로 예측일의 시간대별 전력수요량(
Figure pat00040
)를 예측하는 시간대별전력수요예측단계;
Figure pat00041
를 포함하여 구성되는 것을 특징으로 한다.
그리고, 상기 (6) 시간대별전력수요예측단계 후에,
(6-1) 하기 식으로 온도민감도를 적용한 예측일의 전력수요 예측값(
Figure pat00042
)을 산출하는 온도민감도보정단계;
Figure pat00043
Figure pat00044
: 온도민감도를 적용한 예측일의 전력수요 예측값
Figure pat00045
: 예측일의 전력수요 예측값
Figure pat00046
: 예측일 전 주(해당요일)의 전력수요 실제값
Figure pat00047
: 예측일의 평균온도 예측값
Figure pat00048
는 예측일 전 주(해당요일)의 평균온도 실제값
를 포함하여 구성되는 것을 특징으로 한다.
상기 (1) 데이터분류단계;는 상기 데이터관리모듈에 의해 과거 데이터를 기반으로 예측일 이전의 해당 요일 시간대별 전력수요데이터(
Figure pat00049
)를 분류하는 단계를 말하며,
구체적으로 과거 데이터를 기반으로 월~토요일의 경우에는 예측일 이전 3주(해당 주, 전 주, 전전 주)의 해당 요일 데이터를 사용하며 휴일의 경우에는 이전 3개의 휴일 데이터를 사용한다.
Figure pat00050
,
Figure pat00051
, ... ,
Figure pat00052
,
Figure pat00053
는 요일별로 분류한 시간대별 전력수요 데이터를 의미한다.
상기 (2) 최대·최소 전력수요량선택단계;는 상기 선택모듈에 의해 상기 시간대별 전력수요데이터(
Figure pat00054
)에서 최대 전력수요량(
Figure pat00055
)과 최소 전력수요량(
Figure pat00056
)을 선택하는 단계를 말하며,
구체적으로 예측일 이전 3주(혹은 일) 요일별 시간대별 전력수요 데이터에서 최대 전력수요량과 최소 전력수요량을 선택한다.
상기 (3) 최대·최소 전력수요량예측단계;는 상기 예측모듈에 의해 상기 시간대별 전력수요데이터(
Figure pat00057
)의 최대 전력수요량(
Figure pat00058
)과 최소 전력수요량(
Figure pat00059
)을 이용하여 지수평활법으로 예측일의 최대 전력수요량(
Figure pat00060
)과 최소 전력수요량(
Figure pat00061
)을 결정하는 단계를 말하며,
구체적으로 예측일 이전 3주(혹은 일) 요일별 최대 전력수요량과 최소 전력수요량을 이용하여 예측일의 최대 전력수요량과 최소 전력수요량을 결정한다. 이때 지수평활법을 사용한다. 지수평활법은 가장 최근 데이터에 가장 큰 가중치를 부여하여 다음 데이터를 예측하는 것으로 본 방법에서는 가중치를 의미하는 지수평활법 계수(
Figure pat00062
)를 0.5로 지정하였다.
상기 지수평활법은 상기 과거 데이터가 예측일 이전의 3주간 해당 요일의 데이터일 경우,
Figure pat00063
Figure pat00064
: 해당 요일 예측 전력수요데이터
Figure pat00065
: 3주전 해당 요일 전력수요데이터
Figure pat00066
: 2주전 해당 요일 전력수요데이터
Figure pat00067
: 1주전 해당 요일 전력수요데이터
Figure pat00068
: 지수평활법 계수(가중치)
상기 (4) 정규화단계;는 상기 정규화모듈에 의해 상기 (1) 데이터분류단계에서 분류된 상기 시간대별 전력수요데이터(
Figure pat00069
)에 대하여 상기 (2) 최대·최소 전력수요량선택단계에서 선택된 상기 최대 전력수요량(
Figure pat00070
)과 최소 전력수요량(
Figure pat00071
)을 기준으로 0~1 사이의 p.u(per unt) 값(
Figure pat00072
)으로 정규화식을 사용하여 정규화를 수행하는 단계를 말하며,
구체적으로 (1) 에서 분류된 시간대별 전력수요량에 대해서 각 요일의 최대·최소 전력수요량을 기준으로 정규화를 수행한다.
Figure pat00073
Figure pat00074
: 시간대별 정규화된 전력수요데이터
Figure pat00075
: 시간대별 전력수요데이터,
Figure pat00076
: 해당 요일의 최대 전력수요량,
Figure pat00077
: 해당 요일의 최소 전력수요량
상기 (5) 정규화예측단계;는 상기 예측모듈에 의해 상기 (4) 정규화단계;의 정규화된 값(
Figure pat00078
)을 이용하여 하기 지수평활법으로 예측일의 시간대별 정규화된 전력수요데이터(
Figure pat00079
)를 산출하는 단계를 말하며,
구체적으로 0~1 사이의 p.u(per unit)값으로 표현하는 시간대별 정규화를 수행한 후, 예측일의 시간대별 정규화 데이터를 계산한다. 이 때에도 (1)과 동일한 지수평활법(
Figure pat00080
= 0.5)을 사용한다.
상기 지수평활법은,
Figure pat00081
Figure pat00082
: 예측일의 시간대별 정규화된 전력수요데이터
Figure pat00083
: 지수평활법 계수(가중치)
상기 (6) 시간대별전력수요예측단계;는 상기 예측모듈에 의해 상기 예측일의 최대 전력수요량(
Figure pat00084
)과 최소 전력수요량(
Figure pat00085
)과 상기 예측일의 시간대별 정규화된 전력수요데이터(
Figure pat00086
)를 가지고
Figure pat00087
식으로 예측일의 시간대별 전력수요량(
Figure pat00088
)를 예측하는 단계를 말하며,
구체적으로 예측한 최대·최소 전력수요(3)와 시간대별 정규화 예측데이터(4)를 활용하여 예측일의 시간대별 전력수요를 예측한다.
Figure pat00089

상기 (6-1) 온도민감도보정단계;는 (6) 시간대별전력수요예측단계 후에 (6-1) 하기 식으로 온도민감도를 적용한 예측일의 전력수요 예측값(
Figure pat00090
)을 산출하는 단계를 말하며,
Figure pat00091
Figure pat00092
: 온도민감도를 적용한 예측일의 전력수요 예측값
Figure pat00093
: 예측일의 전력수요 예측값
Figure pat00094
: 예측일 전 주(해당요일)의 전력수요 실제값
Figure pat00095
: 예측일의 평균온도 예측값
Figure pat00096
는 예측일 전 주(해당요일)의 평균온도 실제값
구체적으로 온도에 대한 수요민감도를 고려하여 예측한 시간대별 전력수요를 보정하는 것으로 아래의 온도민감도 식을 적용한다. 온도민감도 식은 예측일의 예측된 전력수요와 평균온도, 예측일 전 주(해당요일)의 실제 전력수요, 평균온도를 활용한다. 온도민감도 식에서 사용한 기호에 대한 설명으로
Figure pat00097
는 온도민감도를 적용한 예측일의 전력수요 예측값이며 는 예측일의 전력수요 예측값,
Figure pat00099
는 예측일 전 주(해당요일)의 전력수요 실제값,
Figure pat00100
는 예측일의 평균온도 예측값,
Figure pat00101
는 예측일 전 주(해당요일)의 평균온도 실제값이다.
Figure pat00102
는 온도민감도 기울기를 의미하며
Figure pat00103
인
Figure pat00104
와
Figure pat00105
인
Figure pat00106
을 통해 계산된다.
도 5는 예측일의 시간대별 전체 전력수요를 예측한 그래프이다.
도 4는 본 발명의 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템의 용도별 전력수요 점유율 예측의 순서도이고, 도 6은 예측일의 시간대별 용도별 점유율(%)을 예측한 그래프이며, 도 7은 예측일의 도시내 용도별 전력수요 시간대별 예측을 도시한 그래프이다.
본 발명의 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템의 용도별 전력수요 점유율 예측은 상기 (1) 단계와 동일한 용도 분류와 요일 분류, 과거 데이터의 수집이 동일하게 진행되지만 용도별 전력수요를 전체 전력수요를 기준(100%)으로 용도별 전력수요의 점유율로 환산한 점이 다르다. 이는 용도별 전력수요 패턴을 파악하기 위한 것이다.
각 요일에 대해 시간대별 공공용, 가정용, 서비스용, 산업용 전력수요량의 합은 A에서의 해당요일의 시간대별 전력수요량과 동일하다.
본 발명의 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템의 용도별 전력수요 점유율 예측은 (7) 상기 예측모듈에 의해 이동평균법으로 전체 전력수요를 기준(100%)으로 예측일의 시간대별 용도별 점유율(%)을 예측하는 용도별점유율예측단계; 및,
(8) 상기 예측모듈에 의해 상기 예측일의 시간대별 전력수요량(
Figure pat00107
)과 상기 예측일의 시간대별 용도별 점유율(%)을 곱하여 도시내 용도별 전력수요 시간대별 예측을 최종적으로 수행하는 최종결과도출단계;
를 포함하는 것을 특징으로 한다.
상기 (7) 용도별점유율예측단계;는 도 6에 도시된 바와 같이 상기 예측모듈에 의해 이동평균법으로 전체 전력수요를 기준(100%)으로 예측일의 시간대별 용도별 점유율(%)을 예측하는 단계를 말하며,
구체적으로 과거 데이터의 평균으로 다음 데이터를 예측하는 하기 이동평균법을 이용하여 예측일의 시간대별 용도별 점유율을 예측한다.
Figure pat00108
Figure pat00109
: 해당 요일 예측 전력수요데이터
Figure pat00110
: 3주전 해당 요일 전력수요데이터
Figure pat00111
: 2주전 해당 요일 전력수요데이터
Figure pat00112
: 1주전 해당 요일 전력수요데이터
상기 (8) 최종결과도출단계;는 도 7에 도시된 바와 같이 상기 예측모듈에 의해 상기 예측일의 시간대별 전력수요량(
Figure pat00113
)과 상기 예측일의 시간대별 용도별 점유율(%)을 곱하여 도시내 용도별 전력수요 시간대별 예측을 최종적으로 수행하는 단계를 말하며,
구체적으로 '도시 내 전체 전력수요 시간대별 예측'과 '도시 내 용도별 전력수요 점유율 예측'을 곱하여 최종적인 예측 결과를 도출한다.
CEMS용 용도별 시간대별 전력수요 예측(MW) = 전체 전력수요 예측(MW) * 용도별 전력수요 점유율 예측(%)
이하, 상술한 본 발명의 내용을 바탕으로 실제 적용예를 살펴본다.
(1) 데이터분류단계
- 아래 그림과 같이 예측일인 05월 01일을 기준으로 과거 데이터인 04월 10일(3주전), 04월 17일(2주전), 04월 24일(1주전)의 시간대별 전력수요 데이터를 수집한다.
(2) 최대·최소 전력수요량선택단계
- 아래 그림과 같이 요일별 최대 전력수요량(빨간색)와 최소 전력수요량(파란색)을 선택한다.
- 단, 각 요일별 최대·최소 수요를 보이는 시간은 다를 수 있다.
Figure pat00114

(3) 최대·최소 전력수요량예측단계
과거(3일)의 일별 최대·최소 전력수요데이터를 가지고 지수평활법을 통해 예측일의 최대·최소 전력수요량을 예측한다.
Figure pat00115

(4) 정규화단계
과거의 일별 최대·최소 전력수요 데이터를 기준으로 시간대별 전력수요 데이터를 정규화한다. 예를 들어 아래의 표에서 4월10일 1시의 정규화데이터를 구하는 과정은 다음과 같다.
Figure pat00116
→
Figure pat00117
Figure pat00118

(5) 정규화예측단계
과거의 시간대별 정규화된 전력수요데이터에 대해 지수평활법을 사용하여 예측일의 시간대별 정규화된 전력수요 데이터를 예측한다.
Figure pat00119

(6) 시간대별전력수요예측단계
앞서 예측한 예측일의 최대·최소 전력수요 데이터와 시간대별 정규화 전력수요를 활용하여 예측일의 시간대별 전력수요 데이터를 예측한다.
예를 들어 5월 1일 1시의 전력수요 예측치를 구하는 과정은 다음과 같다.
Figure pat00120
Figure pat00121

(7) 용도별점유율예측단계
시간대별 용도별(공공용, 가정용, 서비스용, 산업용) 전력수요 데이터를 수집하고 과거(3일)의 용도별 전체 전력수요 데이터를 기준(100%)으로 시간대별 전력수요 점유율(%)로 환산한다.
1) 예를 들어 4월 10일 1시의 공공용, 가정용, 서비스용, 산업용 전력수요량은 각각 1771.31, 7477.54, 6407.50, 37769.65이고 총합은 53426이다.(이 값은 (1) 단계에서 확인할 수 있다.)
Figure pat00122

2) 각 수요량을 53426으로 나눠 퍼센트로 환산한다.
Figure pat00123
3) 이동평균법을 이용하여 예측일에 대해 시간대별 용도별 점유율을 예측한다.
Figure pat00124

(8) 최종결과도출단계
도시 내 전체 전력수요 시간대별 예측 데이터와 도시 내 용도별 전력수요 점유율 예측 데이터를 곱하여 도시 내 용도별 전력수요 시간대별 예측 데이터를 생성한다.
Figure pat00125

본 발명은 상기에서 언급한 바와 같이 바람직한 실시예와 관련하여 설명되었으나, 본 발명의 요지를 벗어남이 없는 범위 내에서 다양한 수정 및 변형이 가능하며, 다양한 분야에서 사용 가능하다.
따라서 본 발명의 청구범위는 이건 발명의 진정한 범위 내에 속하는 수정 및 변형을 포함한다.

Claims (7)

  1. 데이터관리모듈, 선택모듈, 예측모듈 및 정규화모듈을 포함하여 구성된 시스템에서,
    (1) 상기 데이터관리모듈에 의해 과거 데이터를 기반으로 예측일 이전의 해당 요일 시간대별 전력수요데이터(
    Figure pat00126
    )를 분류하는 데이터분류단계:
    (2) 상기 선택모듈에 의해 상기 시간대별 전력수요데이터(
    Figure pat00127
    )에서 최대 전력수요량(
    Figure pat00128
    )과 최소 전력수요량(
    Figure pat00129
    )을 선택하는 최대·최소 전력수요량선택단계;
    (3) 상기 예측모듈에 의해 상기 시간대별 전력수요데이터(
    Figure pat00130
    )의 최대 전력수요량(
    Figure pat00131
    )과 최소 전력수요량(
    Figure pat00132
    )을 이용하여 지수평활법으로 예측일의 최대 전력수요량(
    Figure pat00133
    )과 최소 전력수요량(
    Figure pat00134
    )을 결정하는 최대·최소 전력수요량예측단계;
    (4) 상기 정규화모듈에 의해 상기 (1) 데이터분류단계에서 분류된 상기 시간대별 전력수요데이터(
    Figure pat00135
    )에 대하여 상기 (2) 최대·최소 전력수요량선택단계에서 선택된 상기 최대 전력수요량(
    Figure pat00136
    )과 최소 전력수요량(
    Figure pat00137
    )을 기준으로 0~1 사이의 p.u(per unt) 값(
    Figure pat00138
    )으로 정규화식을 사용하여 정규화를 수행하는 정규화단계;
    (5) 상기 예측모듈에 의해 상기 (4) 정규화단계;의 정규화된 값(
    Figure pat00139
    )을 이용하여 지수평활법으로 예측일의 시간대별 정규화된 전력수요데이터(
    Figure pat00140
    )를 산출하는 정규화예측단계; 및,
    (6) 상기 예측모듈에 의해 상기 예측일의 최대 전력수요량(
    Figure pat00141
    )과 최소 전력수요량(
    Figure pat00142
    )과 상기 예측일의 시간대별 정규화된 전력수요데이터(
    Figure pat00143
    )를 가지고 하기 식으로 예측일의 시간대별 전력수요량(
    Figure pat00144
    )를 예측하는 시간대별전력수요예측단계;
    Figure pat00145

    를 포함하여 구성되는 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템.
  2. 제1항에서,
    상기 (6) 시간대별전력수요예측단계 후에,
    (6-1) 상기 예측모듈에 의해 하기 식으로 온도민감도를 적용한 예측일의 전력수요 예측값(
    Figure pat00146
    )을 산출하는 온도민감도보정단계;
    Figure pat00147

    Figure pat00148
    : 온도민감도를 적용한 예측일의 전력수요 예측값
    Figure pat00149
    : 예측일의 전력수요 예측값
    Figure pat00150
    : 예측일 전 주(해당요일)의 전력수요 실제값
    Figure pat00151
    : 예측일의 평균온도 예측값
    Figure pat00152
    는 예측일 전 주(해당요일)의 평균온도 실제값


    를 포함하여 구성되는 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템.
  3. 제1항 또는 제2항에서,
    상기 지수평활법은 상기 과거 데이터가 예측일 이전의 3주간 해당 요일의 데이터일 경우,
    Figure pat00153

    Figure pat00154
    : 해당 요일 예측 전력수요데이터
    Figure pat00155
    : 3주전 해당 요일 전력수요데이터
    Figure pat00156
    : 2주전 해당 요일 전력수요데이터
    Figure pat00157
    : 1주전 해당 요일 전력수요데이터
    Figure pat00158
    : 지수평활법 계수(가중치)
    인 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템.
  4. 제3항에서,
    상기 정규화식은,
    Figure pat00159

    Figure pat00160
    : 시간대별 정규화된 전력수요데이터
    Figure pat00161
    : 시간대별 전력수요데이터,
    Figure pat00162
    : 해당 요일의 최대 전력수요량,
    : 해당 요일의 최소 전력수요량
    인 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템.
  5. 제4항에서,
    상기 (5) 정규화예측단계의 상기 지수평활법은,
    Figure pat00164

    Figure pat00165
    : 예측일의 시간대별 정규화된 전력수요데이터
    Figure pat00166
    : 지수평활법 계수(가중치)
    인 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템.
  6. 제1항 또는 제2항에서,
    (7) 상기 예측모듈에 의해 이동평균법으로 전체 전력수요를 기준(100%)으로 예측일의 시간대별 용도별 점유율(%)을 예측하는 용도별점유율예측단계; 및,
    (8) 상기 예측모듈에 의해 상기 예측일의 시간대별 전력수요량(
    Figure pat00167
    )과 상기 예측일의 시간대별 용도별 점유율(%)을 곱하여 도시내 용도별 전력수요 시간대별 예측을 최종적으로 수행하는 최종결과도출단계;
    를 포함하는 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템.
  7. 제6항에서,
    상기 이동평균법은,
    Figure pat00168

    Figure pat00169
    : 해당 요일 예측 전력수요데이터
    Figure pat00170
    : 3주전 해당 요일 전력수요데이터
    Figure pat00171
    : 2주전 해당 요일 전력수요데이터
    Figure pat00172
    : 1주전 해당 요일 전력수요데이터
    상기 식은 이용하는 것을 특징으로 하는 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템.
KR1020140138890A 2014-10-15 2014-10-15 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템 KR20160044640A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140138890A KR20160044640A (ko) 2014-10-15 2014-10-15 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140138890A KR20160044640A (ko) 2014-10-15 2014-10-15 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템

Publications (1)

Publication Number Publication Date
KR20160044640A true KR20160044640A (ko) 2016-04-26

Family

ID=55919026

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140138890A KR20160044640A (ko) 2014-10-15 2014-10-15 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템

Country Status (1)

Country Link
KR (1) KR20160044640A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107256435A (zh) * 2016-06-30 2017-10-17 国网江苏省电力公司南通供电公司 基于台区日用电量的预测值的定值修正方法
WO2019074173A1 (ko) * 2017-10-12 2019-04-18 전자부품연구원 단위 가구 피크 전력 수요량 예측 방법 및 시스템
KR20210076276A (ko) * 2019-12-13 2021-06-24 상명대학교산학협력단 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템
KR20210076275A (ko) * 2019-12-13 2021-06-24 상명대학교산학협력단 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템
KR102493457B1 (ko) 2021-10-13 2023-01-27 한국토지주택공사 도시 단위 에너지 사용량 추정 시스템

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107256435A (zh) * 2016-06-30 2017-10-17 国网江苏省电力公司南通供电公司 基于台区日用电量的预测值的定值修正方法
CN107256435B (zh) * 2016-06-30 2024-02-02 国网江苏省电力公司南通供电公司 基于台区日用电量的预测值的定值修正方法
WO2019074173A1 (ko) * 2017-10-12 2019-04-18 전자부품연구원 단위 가구 피크 전력 수요량 예측 방법 및 시스템
KR20190041263A (ko) * 2017-10-12 2019-04-22 전자부품연구원 단위 가구 피크 전력 수요량 예측 방법 및 시스템
KR20210076276A (ko) * 2019-12-13 2021-06-24 상명대학교산학협력단 온도요소를 고려한 일 최대 및 최소전력량 보정의 개선형 전력수요 예측 시스템
KR20210076275A (ko) * 2019-12-13 2021-06-24 상명대학교산학협력단 온도요소를 고려한 일 평균전력량 보정의 개선형 전력수요 예측 시스템
KR102493457B1 (ko) 2021-10-13 2023-01-27 한국토지주택공사 도시 단위 에너지 사용량 추정 시스템

Similar Documents

Publication Publication Date Title
El-Baz et al. Short-term smart learning electrical load prediction algorithm for home energy management systems
Lindberg et al. Modelling electric and heat load profiles of non-residential buildings for use in long-term aggregate load forecasts
KR101168153B1 (ko) 건물의 에너지 수요 예측 방법 및 그 시스템
JP6671344B2 (ja) 電力消費の最適化のためのスマートシステムの動作方法及び装置
JP5743881B2 (ja) 電力管理システム、電力管理方法、需要家端末及び電力管理装置
Bapat et al. User-sensitive scheduling of home appliances
KR101588851B1 (ko) 오차 보정 알고리즘을 이용한 수용가 수요전력 예측 방법 및 시스템
JP5421847B2 (ja) 予測表示サーバ及び予測表示システム
KR20160044640A (ko) 도시에너지관리를 위한 용도별 시간대별 전력수요 예측시스템
WO2015002092A1 (ja) エネルギー管理サーバ、エネルギー管理方法およびプログラム
Feng et al. Day-ahead hourly electricity load modeling by functional regression
JP6302197B2 (ja) 電力需給制御装置及び電力需給制御方法
JP6543145B2 (ja) ピーク電力予測装置、電力管理システム及びピーク電力予測方法
JP2001327076A (ja) 電気料金管理装置およびその記録媒体
KR101800286B1 (ko) 대용량 에너지 사용 데이터를 이용한 에너지 관리 서비스 방법 및 이를 위한 에너지 관리 시스템
KR101762061B1 (ko) 클라우드 기반 에너지 사용량 예측 시스템 및 방법
JP5394430B2 (ja) ライフサイクル利用システム及びライフサイクル利用方法
US20120150454A1 (en) Apparatus and method for managing energy resources
KR20180028583A (ko) 지능형 전력사용 환경에서 수용가 맞춤형 전력량 스케쥴링 시스템
KR20180130945A (ko) 에너지사용량 빅 데이터의 주기적 특성별 예측 분석을 통한 가정내 에너지 사용량 및 전기요금 예측안내 시스템
JP6293291B2 (ja) 消費電力推定装置、機器管理システム、消費電力推定方法及びプログラム
JP2017034797A (ja) ベースライン負荷推定装置及びベースライン負荷推定プログラム
US10921354B2 (en) Power grid electric transient detector, method for detecting power grid electric transients and electric management system with power grid electric transient detection
KR20140087411A (ko) 전력 부하 예측 방법 및 이러한 방법을 수행하는 장치
JP6103323B1 (ja) 電気料金情報予測システム

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E601 Decision to refuse application