KR20190081436A - 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 - Google Patents
전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 Download PDFInfo
- Publication number
- KR20190081436A KR20190081436A KR1020170183977A KR20170183977A KR20190081436A KR 20190081436 A KR20190081436 A KR 20190081436A KR 1020170183977 A KR1020170183977 A KR 1020170183977A KR 20170183977 A KR20170183977 A KR 20170183977A KR 20190081436 A KR20190081436 A KR 20190081436A
- Authority
- KR
- South Korea
- Prior art keywords
- subscriber
- power
- information
- event
- demand response
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000004044 response Effects 0.000 claims abstract description 118
- 230000009467 reduction Effects 0.000 claims abstract description 44
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- 238000007726 management method Methods 0.000 claims description 58
- 230000006870 function Effects 0.000 claims description 26
- 238000010801 machine learning Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 18
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 25
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000007477 logistic regression Methods 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 5
- 239000001569 carbon dioxide Substances 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
본 발명에 따르면, 가입자의 적어도 하나의 전력 소비 기기에 대한 전력 사용량 및 상기 가입자의 개인 수요반응 이벤트 참여 기록을 포함하는 가입자 정보와, 수요반응 이벤트의 날짜를 포함하는 이벤트 정보를 저장하는 저장부; 전력 사용 절감에 대한 요청 신호를 수신하는 수신부; 상기 요청 신호를 수신함에 따라, 상기 가입자 정보 및 이벤트 정보를 이용하여 전력 사용 절감을 요청하고자 하는 가입자를 선정하는 선정부; 상기 선정된 가입자의 가입자 단말로 상기 전력 사용 절감에 대한 안내 정보를 송신하는 송신부를 포함하며, 상기 선정부는 신용 점수화 모델을 생성하고, 상기 신용 점수화 모델에 따라 가입자의 신용 점수를 평가하여 상기 전력 사용 절감을 요청하고자 하는 가입자를 평가된 신용 점수에 따라 선정하는, 전력 수요 관리 기능을 갖는 서버가 제공된다.
Description
본 발명은 전력 수요 관리 방안에 관한 것으로서, 더욱 상세하게는 수요반응 이벤트 참여 가능성이 높은 가입자를 선정하는 대상자 선택 프로세스에 있어서, 에너지 관련 지식이 없는 일반 가입자들에게 선정 과정에 대한 이해가 용이한 설명성을 제공할 수 있는 수요반응 이벤트 시 초대 대상 가입자 선정 방법을 제공하는 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법에 관한 것이다.
가계 부분의 전력 소비는 꾸준히 증가하고 있으며 향후 20년 내에 전체 전력소비의 41%를 차지할 것으로 예상된다. 더욱이, 가계 부분은 전력 소비의 큰 부분을 차지하고 있을 뿐만 아니라, 가계 부분에 대한 교육 활동을 통해 에너지 사용에 대한 사회적 인식을 개선하는 것에 중요한 역할을 할 수 있기 때문에 큰 영향력을 가질 수 있다. 이러한 맥락에서 주택용 수요반응(Residential Demand Response)은 전력 수요와 공급의 불균형 문제를 해결하는 중요한 도구로 여겨진다.
주택용 수요반응은 가격기반 수요반응(Price-Based Demand Response)과 인센티브 기반 수요반응(Incentive-Based Demand Response)의 2 가지 유형이 있다. 이 중, 인센티브 기반 수요반응은 가입자가 수요반응 참여 여부를 스스로 선택할 수 있는 유연성을 제공할 수 있으며, 초기에 전용 인프라에 대한 대규모 투자가 필요없다. 따라서, 인센티브 기반 수요반응은 가입자의 부담이 적어 도입에 유리하며, 수요반응 초기 적용 시 효율성과 신뢰성을 모두 제공할 수 있다.
이러한 인센티브 기반 수요반응은 일반적으로 전력의 감축이 가장 많이 요구되는 시점에 예정된 초대장을 발송하여 가입자의 참여를 유도시키는 초대 기반 이벤트의 형태로 운영된다. 이 경우, 인센티브 기반 수요반응은 가입자가 참여하도록 강제할 수 없다. 따라서, 가입자 중 참여가 유력시되는 가입자 위주로 초대장을 발송하는 '대상자 선택 프로세스(selective process)'를 인센티브 기반 수요반응에 도입하는 것이 아래 두 가지 면에서 도움이 될 수 있다.
첫째, 대상자 선택 프로세스는 전력 감축에 실질적으로 도움이 되지 않으면서 보상만 수령하는 수요반응 참여자를 배제시킬 수 있다. 사람들의 전력소비 패턴은 매우 다양하기 때문에 어떤 이들은 단순히 모든 수요반응 사건에 참여하기만 하고 전력 감축을 위한 노력을 하지 않으며 본인의 기존 전력 소비 패턴대로 전력을 소비하더라도 보상을 받을 수 있다. 이 문제는 주택용 수요반응 참여자의 사용 패턴이 비즈니스 수요반응 참여자의 사용 패턴보다 훨씬 다양하기 발생한다. 따라서 수요반응 프로그램 운영자는 대상자 선택 프로세스를 활용하여 이러한 수요반응 참여자를 탐지하여 제외할 수 있는 옵션을 제공하여 운영 효율성을 향상시킬 수 있다.
둘째, 대상자 선택 프로세스는 초대(Invitation) 및 알림(Notification)을 보내는 빈도를 적절하게 제어하여 수요반응 참여자의 만족도를 높일 수 있다. 인센티브 기반 수요반응이 동작하기 위해서는 기본적으로 초대장을 발송해야 하며, 또한 감축 시점을 환기시키기 위한 알림 메시지는 주택용 수요반응의 효율성을 높이는데 도움이 될 수 있다. 그러나 초대 및 알림이 많을 경우 일부 수요반응 참여자를 성가시게 할 수 있는 단점이 있으며, 결국 항의나 알림에 대한 수신 거부를 야기할 수 있다. 이 문제에 대해 대상자 선택 프로세스는 특정 수요반응 참여자에 대한 알림 횟수를 결정하고 제어할 수 있다.
그러나 대부분의 기존 연구들은 보상 금액 최적화에 중점을 두었으며, 대상자 선택 프로세스에 대해서는 많은 연구가 없었다. 이는 대상자 선택 프로세스를 통하여 운영 효율성 및 수요반응 참여자 만족도가 향상될 수 있어도 선택적 초대로 인하여 일부 소비자의 참여 기회가 차별적으로 제한될 수 있어서 공정성 시비 및 법적 분쟁으로 이어질 가능성이 있음을 의미한다.
특히, 대상자 선택 프로세스를 적용하는 경우에, 수요반응 프로그램 공급자는 가입자에게 공정성을 보장해 주어야 하며 프로세스를 투명하게 만들고, 수요반응의 보상에 대한 인과 관계를 설명해야 한다. 게다가, 주택용 수요반응은 에너지 산업에 대한 지식이 없는 수많은 일반 가입자를 상대하기 때문에 쉽고 간결한 설명이 필요하다. 따라서 '설명성(Explainability)'은 주택용 수요반응 운영시 매우 중요한 요구 사항이다.
그러나 대상자 선택 프로세스는 효율성을 극대화하기 위하여 통상적으로 기계 학습을 통하여 구현되고 있다. 기계 학습을 통하여 구현되는 알고리즘은 수학적인 알고리즘을 동반하기 때문에 기본적으로 설명성이 떨어진다. 특히, 수요반응 가입자의 대부분은 일반 에너지 비 전문가들이므로 기계 학습 알고리즘을 이해하기 매우 어렵다.
따라서, 수요반응 프로그램 운영시, 기계학습을 통하여 효율적인 대상자 선택 프로세스를 활용하면서도 설명성을 보장할 수 있는 전력 수요 관리 시스템이 절실히 요청되고 있다.
상기한 문제점을 해결하기 위하여, 본 발명은 수요반응 프로그램 운영 시, 효율적인 대상자 선택 프로세스를 활용하면서도 설명성을 보장할 수 있는 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 시스템, 및 이것의 전력 수요 관리 방법을 제공하고자 한다.
상기 기술적 과제를 해결하기 위하여, 본 발명에 따른 전력 수요 관리 기능을 갖는 서버는, 가입자의 적어도 하나의 전력 소비 기기에 대한 전력 사용량 및 상기 가입자의 개인 수요반응 이벤트 참여 기록을 포함하는 가입자 정보와, 수요반응 이벤트의 날짜를 포함하는 이벤트 정보를 저장하는 저장부; 전력 사용 절감에 대한 요청 신호를 수신하는 수신부; 상기 요청 신호를 수신함에 따라, 상기 가입자 정보 및 이벤트 정보를 이용하여 전력 사용 절감을 요청하고자 하는 가입자를 선정하는 선정부; 상기 선정된 가입자의 가입자 단말로 상기 전력 사용 절감에 대한 안내 정보를 송신하는 송신부를 포함하며, 상기 선정부는 신용 점수화 모델을 생성하고, 상기 신용 점수화 모델에 따라 가입자의 신용 점수를 평가하여 상기 전력 사용 절감을 요청하고자 하는 가입자를 평가된 신용 점수에 따라 선정할 수 있다.
한편, 본 발명에 따른 전력 수요 관리 방법은, 가입자의 적어도 하나의 전력 소비 기기에 대한 전력 사용량 및 상기 가입자의 개인 수요반응 이벤트 참여 기록을 포함하는 가입자 정보와, 수요반응 이벤트의 날짜를 포함하는 이벤트 정보를 저장하는 단계; 전력 사용 절감에 대한 요청 신호를 수신하는 단계; 상기 요청 신호를 수신함에 따라, 상기 가입자 정보 및 이벤트 정보를 이용하여 전력 사용 절감을 요청하고자 하는 가입자를 선정하는 단계; 상기 선정된 가입자의 통신 기기로 상기 전력 사용 절감에 대한 안내 정보를 송신하는 단계를 포함하며, 상기 선정하는 단계는 신용 점수화 모델을 생성하는 단계와, 상기 신용 점수화 모델에 따라 가입자의 신용 점수를 평가하여 상기 전력 사용 절감을 요청하고자 하는 가입자를 평가된 신용 점수에 따라 선정하는 단계를 포함할 수 있다.
또한, 본 발명에 따른 수요반응 이벤트 대상 가입자 선정 방법은, 가입자의 적어도 하나의 전력 소비 기기에 대한 전력 사용량 및 상기 가입자의 개인 수요반응 이벤트 참여 기록을 포함하는 가입자 정보와, 수요반응 이벤트의 날짜를 포함하는 이벤트 정보를 저장하는 저장부; 전력 사용 절감에 대한 요청 신호를 수신하는 수신부; 상기 요청 신호를 수신함에 따라, 상기 가입자 정보 및 이벤트 정보를 이용하여 전력 사용 절감을 요청하고자 하는 가입자를 선정하는 선정부; 및 상기 선정된 가입자의 가입자 단말로 상기 전력 사용 절감에 대한 안내 정보를 송신하는 송신부를 포함하는 전력 수요 관리 기능을 갖는 서버에서, 상기 가입자 정보에 기초하여 생성된 복수의 피처들에 대한 정보값에 기초하여 피처들을 선정하는 단계; 상기 선정된 피처들에 대한 로짓값을 구하여 상기 피처들을 개략적 분류하는 단계; 및 상기 개략적 분류의 각 범위에 대한 점수 범위를 기계 학습을 통하여 생성하여 신용 점수화 모델을 생성하는 단계;를 포함할 수 있다.
따라서, 본 발명에 따르면, 수요반응 프로그램 운영 시, 효율적인 대상자 선택 프로세스를 활용하면서도 설명성을 보장할 수 있는 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 시스템, 및 이것의 전력 수요 관리 방법이 제공된다.
또한, 본 발명에 따르면, 수요반응 이벤트 참여 가능성이 높은 가입자에게 수요반응 이벤트 참여를 독려할 수 있으므로, 안정적으로 전력 사용 감축이 수행될 수 있다.
도 1은 본 발명의 일 실시예에 따른 전력 수요 관리 기능을 갖는 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 전력 수요 관리 방법의 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 전력 수요 관리 기능을 갖는 서버의 구성도이다.
도 4는 본 발명의 일 실시예에 따른 전력 수요 관리 기능을 갖는 가입자 단말의 구성도이다.
도 5는 본 발명의 일 실시예에 따른 수요반응 이벤트 대상 가입자 선정 방법의 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 신용 점수화 모델을 생성하기 위한 피처들을 나타낸다.
도 7은 본 발명의 일 실시예에 따른 도 6의 피처들 중 선정 과정을 거쳐 선정된 피처들을 나타낸다.
도 8은 본 발명에 따른 설명성의 개념을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 전력 수요 관리 방법의 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 전력 수요 관리 기능을 갖는 서버의 구성도이다.
도 4는 본 발명의 일 실시예에 따른 전력 수요 관리 기능을 갖는 가입자 단말의 구성도이다.
도 5는 본 발명의 일 실시예에 따른 수요반응 이벤트 대상 가입자 선정 방법의 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 신용 점수화 모델을 생성하기 위한 피처들을 나타낸다.
도 7은 본 발명의 일 실시예에 따른 도 6의 피처들 중 선정 과정을 거쳐 선정된 피처들을 나타낸다.
도 8은 본 발명에 따른 설명성의 개념을 설명하기 위한 도면이다.
이하의 내용은 단지 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 발명의 원리를 구현하고 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다.
또한, 발명을 설명함에 있어서 발명과 관련된 공지 기술에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하에는 첨부한 도면을 참조하여 설명한다.
이하에서는, 도 1 내지 도 6을 참조하여, 본 발명의 일 실시예에 따른 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 시스템, 및 그것의 전력 수요 관리 방법에 대하여 살펴본다.
본 발명을 설명하기에 앞서, 본 명세서에서 주요하게 언급되는 용어에 대하여 정의하도록 한다.
먼저, 전력 사용 절감에 대한 요청 신호는, 전력 사용에 대한 절감 요구 전력량, 절감 요구 시간대, 절감 요구 지역 중 적어도 하나에 대한 정보를 포함할 수 있다. 예를 들어, 요청 신호는, 2015년 5월 1일 오후 2시부터 오후 5시(절감 요구 시간대) 동안 1만 KWh(절감 요구 전력량)을 절감하도록 하는 정보를 포함할 수 있다. 더 나아가, 요청 신호는, 절감 요구 지역으로서 특정 지역(예를 들어, 수원시, 서울시 강남구 등)을 지정하는 정보를 더 포함할 수 있다.
다음으로, 가입자 정보는, 피처(Feature)들을 생성하기 위한 원시 데이터로서, 수요반응 프로그램에 가입한 가입자의 개인 이벤트 기록(예컨대, 지난 이벤트별 참여 여부, 최고 감축 목표 성공, 감축 목표 및 사용) 및 각 수요반응 프로그램 가입자의 일정기간 동안의 단위 시간당 전력 계측 장치(예컨대, 스마트 미터)를 통해 수집된 전기 사용량 데이터가 포함되어 있다.
다음으로, 전력 사용 절감에 대한 안내 정보는, 수요반응 이벤트에 초대하고자 선정된 가입자에게 요구되는 절감 전력량, 해당 가입자의 전력 사용 현황, 절감 요구 시간대, 절감에 따른 예상 보상 중 적어도 하나에 대한 정보를 포함할 수 있고, 가입자가 사용하는 전체 전력 소비 기기 또는 개별 전력 소비 기기에 대하여 제공될 수 있다.
마지막으로, 전력 사용 절감에 대한 보상에 관한 정보는, 안내 정보에 상응하도록 실제 절감된 전력량에 비례하여 해당 가입자에게 부여되는 전력 사용료 할인 또는 전력 사용료 지불 시 사용 가능한 포인트에 관한 정보를 포함할 수 있다.
도 1은 본 발명의 일 실시예에 따른 전력 수요 관리 기능을 갖는 시스템의 구성도를 도시하고, 도 2은 본 발명의 일 실시예에 따른 전력 수요 관리 방법의 흐름도를 도시한다.
도 1에 도시된 바와 같이, 전력 수요 관리 기능을 갖는 시스템(700)은, 수요반응 운용 서버(300), 전력 계측 장치(200), 서버(100)로부터 수신된 전력 사용 절감에 대한 초대장을 표시하거나 출력하는 가입자 단말(400), 수요반응 운용 서버(300)로 전력 사용 절감에 대한 요청 신호를 송신하는 전력 공급 업체 서버(600)를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 전력 수요 관리 기능을 갖는 시스템(700)은 추가적으로 협찬사 서버(610)와도 연결될 수 있다.
이 경우, 수요반응 운용 서버(300), 전력 계측 장치(200) 및 가입자 단말(400)은 예컨대, 인터넷 등의 네트워크(100)를 통해 연결되어 있다.
수요반응 운용 서버(300)는 네트워크(100)를 통해 전력 계측 장치(200)로부터 주택 내부의 전력 소모 기기(500)들의 전력 사용량을 실시간으로 공급받을 수 있다. 또한, 수요반응 운용 서버(300)는 상기 전력 소비량에 기초하여 가입자들 중 수요반응 프로그램에 참여 대상을 선정할 수 있다.
또한, 수요반응 운용 서버(300)는 전력 공급 업체 서버(600)으로부터 전력 사용 절감에 대한 요청 신호를 수신할 수 있다. 수요반응 운용 서버(300)는 요청 신호의 수신 시, 상기 전력 소비량 및 가입자의 프로파일에 수요반응 프로그램에 참여 대상을 선정할 수 있다. 그 후, 수요반응 운용 서버(300)는 선정된 참여 대상에 대하여 가입자 단말(400)로 수요반응 이벤트에 참여를 요청하는 초대장(Invitation) 및 예컨대, 수요반응 이벤트의 참여에 대한 리마인더(Reminder) 등의 알림(Notification)을 송부할 수 있다.
또한, 수요반응 운용 서버(300)는 상기 수요반응 이벤트에 참여한 가입자에게 보상을 제공할 수 있다. 이 경우, 수요반응 운용 서버(300)는 협찬사 서버(610)와 연결되어 협찬사 서버(610)에서 제공하는 쿠폰, 현금 등을 보상으로서 수요반응 이벤트에 참여한 가입자에게 제공할 수 있다.
전력 계측 장치(200)는 주택 내부의 전력 소모 기기(500)들의 전력 사용량을 실시간으로 수요반응 운용 서버(300)에 공급한다.
한편, 가입자 단말(400)은 앞서 기술한 바와 같이, 수요반응 운용 서버(300)로부터 초대장 및 알림을 수신하여 사용자에게 수요반응 이벤트에 참여하도록 안내할 수 있다. 또한, 수요반응 운용 서버(300)에서 제공하는 각종 정보들을 표시할 수 있다. 가입자 단말(400)은 예컨대, 휴대폰, 태블릿, PC(Personal Computer) 등 다양한 형태의 통신 가능한 기기가 될 수 있다.
이하에서는, 도 2를 참조하여 본 발명을 실시하기 위한 각 구성요소 별 동작을 설명한다.
수요반응 운용 서버(300)는 전력 사용 절감에 대한 요청 신호를 전력 공급 업체 서버(600)로부터 수신한다(S210).
여기에서, 전력 공급 업체 서버(600)는, 전력 공급원(예를 들어, 한국 전력 공사) 또는 전력 공급 대행 업체에서 관리하는 서버로서, 전력 공급에 관한 전반적인 동작을 수행할 수 있다.
수요반응 운용 서버(300)는, 상기 요청 신호를 수신함에 따라 가입자 정보를 이용하여 대상자 선택 프로세스를 통하여 전력 사용 절감을 요청하고자 하는 가입자를 선정한다(S220).
여기에서, 수요반응 운용 서버(300)는, 가입자 정보를 저장할 수 있고, 가입자의 전력 사용 현황/패턴을 반영하여 상기 가입자 정보를 업데이트하거나 가입자의 요청에 따라 상기 가입자 정보를 업데이트할 수 있다.
수요반응 운용 서버(300)는, 참여율(Participation Rate), 최대 연속 참여 회수(Maximum Number of Consecutive Participation), 누적 보상(Cumulative Rebate), 최대 연속 불참여 회수(Maximum Number of Consecutive Non-Participation) 및 지난 이벤트에서의 성공여부(Success in the Last Event, 지난 이벤트 참여 또는 전력 감축 실패) 등을 고려한 소정의 기준에 따라, 수요반응 이벤트에 참여할 적어도 하나의 가입자를 선정할 수 있다. 따라서, 수요반응 운용 서버(300)는 전력 사용 절감 요청에 응답하여 수요반응 이벤트에 참여하여 전력 사용을 줄일 가능성이 높은 가입자를 대상자 선택 프로세스(Selective Process)를 통하여 선정할 수 있다. 또는, 수요반응 운용 서버(300)는 전력 사용 절감 요청에 대한 응답이 높을 것으로 예측되는 가입자를 선정할 수도 있다.
가입자 선정에 관한 대상자 선택 프로세스에 관련하여서는, 도 3을 참조하여 상세히 후술하도록 한다.
수요반응 운용 서버(300)는 선정 단계(S220)에서 선정된 가입자 단말 기기(400)로 전력 사용 절감에 대한 안내 정보를 포함하는 초대장을 송신한다(S230).
여기에서, 가입자 단말(400)은, 수요반응 운용 서버(300)와의 데이터 통신을 위하여 수요반응 운용 서버(300)에 등록된 가입자의 통신 기기로서, 스마트 폰, 노트북, 태블릿 PC 등의 모바일 기기 및 통신 기능이 탑재된 고정형 가전 기기(예를 들어, TV, 냉장고, 에어컨 등)를 모두 포함할 수 있다.
수요반응 운용 서버(300)는, 선정 단계(S220)에서 선정된 가입자의 적어도 하나의 전력 소비 기기(500)에 의한 전력 사용량을 모니터링한다(S240).
따라서, 수요반응 운용 서버(300)는, 송신 단계(S230)에서 송신된 안내 정보에 상응하도록 상기 선정된 가입자의 전력 소비 기기에서 실제 전력 사용량이 감소하였는지 여부 및 절감 전력량을 확인할 수 있다(S250).
수요반응 운용 서버(300)는, 예컨대 확인 단계(S250)에서 안내 정보에 상응하도록 전력 사용량이 감소하였다고 판단되는 경우, 전력 사용량 절감에 상응하는 보상을 부여할 수 있다(S260).
수요반응 운용 서버(300)는, 안내 정보에 상응하도록 실제 절감된 전력량을 고려하여 해당 가입자에게 부여할 보상을 결정할 수 있다.
예를 들어, 수요반응 운용 서버(300)는, 절감 전력량에 비례하여 보상을 부여할 수 있다. 또한, 수요반응 운용 서버(300)는, 전력 사용료에 관한 보상을 부여할 수 있고, 전력 사용료의 할인 또는 전력 사용료 지불에 사용 가능한 포인트 지급의 방식으로 보상을 부여할 수 있다.
또는 본 발명의 일 실시예에 따른 보상은 전력 공급 업체 관련 서버 이외의 협찬사 서버(610)에서 제공한 현금, 선물, 쿠폰 등을 포함할 수 있다. 이 경우, 수요반응 운용 서버(300)는 협찬사 서버(610)로부터 현금, 선물, 쿠폰 등을 전자적인 형태로 수신할 수 있다. 또는 수요반응 운용 서버(300)는 협찬사로부터 제공 받은 현금, 선물, 쿠폰에 상응하도록 전자적인 형태의 환산 포인트를 해당 협찬사의 계정에 적립시킬 수도 있다. 수요반응 운용 서버(300)는 협찬사 별로 제공 받은 현금, 선물, 쿠폰 또는 환산 포인트에 해당하는 전력 사용 절감량을 산출한다. 또한, 협찬사 서버(610)는 산출된 전력 사용 절감량에 기초하여 이산화탄소 배출권 거래 서버(620)로부터 이산화탄소 배출권을 획득할 수 있다. 이 경우, "전력 사용 절감량에 기초한다"는 것은 전력 사용 절감량에 기초하여 이산화탄소 절감량으로 환산되는 모든 경우를 의미하며, 당업자는 기존의 방법을 이용하여 전력 사용 절감량을 이산화탄소 절감량으로 환산할 수 있다. 또한, 이산화탄소 배출권 거래 서버(620)는 전력 공급 업체 서버(600) 또는 수요반응 운용 서버(300)으로부터 협찬사 서버(610)가 제공한 현금, 선물, 쿠폰 등에 상응한 만큼 전력 감소가 이루어졌음을 확인할 수 있다.
수요반응 운용 서버(300)는, 부여 단계(S260)에서 부여된 보상에 관한 정보(이하 보상 정보)를 해당 가입자 단말(400)로 송신할 수 있다(S270).
따라서, 가입자 단말(400)의 가입자는, 자신의 전력 절감 행위에 의하여 실제 전력 사용료가 할인되는지 여부 및 할인 정도를 확인할 수 있다. 이는, 가입자로 하여금 전력 절감이 요구되는 시기에 전력 절감에 적극적으로 동참하도록 유도하는 효과를 발휘할 수 있다.
도 3은, 도 1에 도시된 전력 수요 관리 기능을 갖는 수요반응 운용 서버(300)의 상세 구성도를 도시한다.
도 3에 따르면, 수요반응 운용 서버(300)는, 가입자 정보를 저장하는 저장부(310), 전력 사용 절감에 대한 요청 신호를 수신하는 수신부(321), 상기 요청 신호를 수신함에 따라 상기 가입자 정보를 이용하여 전력 사용 절감을 요청하고자 하는 가입자를 선정하는 선정부(331), 상기 선정된 가입자의 통신 기기로 상기 전력 사용 절감에 대한 안내 정보를 송신하는 송신부(322), 상기 선정된 가입자의 전력 소비 기기에 의한 전력 사용량을 모니터링하는 모니터링부(332) 및 상기 전력 소비 기기에 의한 전력 사용량이 상기 안내 정보에 따라 감소하는 경우 해당 가입자에게 소정의 보상을 부여하는 보상 관리부(333)를 포함할 수 있다.
여기에서, 수신부(321) 및 송신부(322)는, 각각의 통신 모듈로 구현되거나, 하나의 통신 모듈(320)로 구현될 수도 있다. 또한, 선정부(331), 모니터링부(332) 및 보상 관리부(333)는, 각각의 모듈로 구현되거나, 하나의 제어 모듈(330)로 구현될 수도 있다.
저장부(310)는, 가입자 정보 및 이벤트 정보를 저장할 수 있고, 특히 가입자별 전력 사용에 대한 정보를 저장할 수 있다. 예를 들어, 가입자 정보로서, 가입자별 전체 전력 소비 기기 또는 개별 전력 소비 기기에 의한 전력 사용량, 시간별 전력 사용 프로파일, 안내 정보에 따른 전력 절감 이력에 대한 정보를 저장할 수 있다. 더욱 구체적으로, 안내 정보에 따른 전력 절감 이력은, 보상 방식 및 금액을 포함하는 이전 안내 정보에 상응하여, 실제 전력 사용량을 절감하였는지 여부, 절감 전력량, 전력량 절감을 수행한 전력 소비 기기에 관한 정보 등을 포함할 수 있다.
이벤트 정보는 모든 수요반응 참여자에게 공통된 이벤트 데이 정보 (날짜, 시작 시간, 날씨, 온도 및 기본 인센티브 금액)가 포함된다.
수신부(321)는, 전력 사용 절감이 요구되는 기간/시간대의 개시 이전에, 전력 공급 관련 서버(600)로부터 전력 사용 절감에 대한 요청 신호를 수신할 수 있다.
예를 들어, 전력 공급 관련 서버(600)는, 전력 사용 절감이 요구되는 기간/시간대의 개시 일주일 전, 하루 전 또는 한 시간 전에 요청 신호를 송신할 수 있다. 이는, 전력 사용 절감이 요구되는 기간/시간 이전에 가입자에게 전력 사용 절감에 대한 안내 정보를 제공함으로써, 적극적인 전력 사용 절감 행위를 유도하기 위함이다.
선정부(331)는, 참여율(Participation Rate), 최대 연속 참여 회수(Maximum Number of Consecutive Participation), 누적 보상(Cumulative Rebate), 최대 연속 불참여 회수(Maximum Number of Consecutive Non-Participation) 및 지난 이벤트에서의 성공여부(Success in the Last Event, 지난 이벤트 참여 또는 전력 감축 실패) 등을 고려한 소정의 기준에 따라, 전력 사용 절감을 요청하고자 하는 적어도 하나의 가입자를 선정할 수 있다. 따라서, 수요반응 운용 서버(300)는 전력 사용 절감 요청에 대한 응답이 높을 것으로 예측되는 가입자를 선정할 수 있다.
이하에서는 도 5를 참조하여 선정부(331)의 상세 동작인 대상자 선택 프로세스에 관하여 설명한다.
본 발명의 실시예에 따른 선정부(331)는 기본적으로 기계 학습(Machine)을 활용하여 효율성을 극대화하면서도 신용 점수화(Credit Scoring) 알고리즘을 접목시켜 설명성(Explainability)을 높이는 방향으로 설계되었다.
선정부(331)는 신용 점수화 학습 모드와 신용 점수 평가 모드의 2개의 모드를 가진다. 이 경우, 신용 점수화 학습 모드는 기존의 가입자 정보에 기초하여 수요반응 초대 대상자를 선정하기 위한 신용 점수화 모델을 생성하는 모드이며, 신용 점수 평가 모드는 생성된 신용점수화 모델에 기초하여 개별 가입자의 신용 점수를 평가하고, 수요반응 이벤트 초대 대상자를 선정하는 모드이다.
선정부(331)의 2가지 모드를 설명하기에 앞서, 본 발명을 위한 중요한 개념인 설명성 및 신용 점수화의 개념에 관하여 상세히 설명한다.
수요반응
프로그램에 있어서
설명성의
중요성
빅 데이터 및 기계 학습을 사용하는 자동화된 의사 결정의 증가로 많은 수요반응 참여자들이 개인 정보 보호에 우려를 갖게 되었다. 이러한 우려를 해소하기 위해 EU의 'GDPR (General Data Protection Regulation)'과 '에너지 소비자를 위한 뉴딜의 전달에 관한 커뮤니케이션 (Communication on Delivering a New Deal for energy consumers(이하, 뉴딜))'이라는 법적 규제가 이행되고 있다.
GDPR은 2016년 5월에 통과되었으며 2018년부터 시행된다. 자동화된 의사 결정을 위해 개인 데이터가 사용되는 경우 투명성과 공정성을 제공하기 위한 것이다. GDPR에 따르면 데이터 주체는 모든 프로세스를 모니터링하고 이해할 수 있는 설명을 받을 권리가 있다. 즉, 자동 의사 결정에 사용되는 모델은 수요반응 참여자가 질문을 제기하거나 항의를 전달할 때 대답을 제공할 수 있도록 설명 가능한 방식으로 설계되어야 한다.
EU의 뉴딜(2015)에 따르면 동일한 이유로 에너지 시장에서 설명 가능한 모델링이 필요하다. 에너지 시장에서 에너지 서비스와 관련된 모든 의사 결정 프로세스는 수요반응 참여자에게 투명하게 공개되어야 하며 수요반응 참여자는 언제든지 프로그램 옵션을 자유롭게 모니터링하고 변경할 권리가 있다. 따라서, 수요반응 및 대상선택 프로세스도 동일한 규제를 따라야 하며, 특히, 주택용 수요반응 프로그램은 일반 대중이 대상이므로 보다 간단한 설명이 이용가능해야 한다.
설명성의
정의
수요반응의 효율성 및 정확도는 AUROC(Area Under Receiver Operation Characteristics) 및 AUPRC(Area Under Precision-Recall Curve)와 같은 다양한 측정 기법을 사용할 수 있다.
그러나, 설명성은 사람의 배경과 지식 기반에 의존하기 때문에 정의하기 쉽지 않다. 설명성의 주관적인 본질 때문에, 기존 연구의 대부분은 간접적으로 설명성을 정의하고 평가한다. 예를 들어, 설명성은 기존 연구(예컨대, Learning Interpretable Models, S. Ruping, Dortmund Univ. (PhD Thesis) 2006, Towards a Rigorous Science of Interpretable Machine Learning, Finale Doshi-Velez, arXiv, 2017)에 따르면 도 8과 같이 정성적인 방법으로 정의된다.
도 8의 이전 연구의 설명성의 정의에 따르면, 설명성은 경험적 방법을 사용하여 정의할 수 있지만 정량적 메트릭을 사용하여 평가할 수는 없다. 특히 위의 기존 연구들에 따르면, 설명 능력을 보장하는 유일한 방법은 이미 설명 가능한 것으로 알려진 모델을 사용하는 것이라고 지적한다. 따라서 본 발명에서는 설명 가능한 접근법으로 알려진 신용 점수화를 채택하여 수요반응에 있어서 설명성을 강화한다.
신용 점수화
1941년 Durand가 고안 한 신용 점수화는 수요반응 가입자의 과거 데이터에서 생성된 피처(Feature)의 로지스틱 회귀 또는 선형 프로그래밍을 통해 각 범위의 점수를 설정한다. 신용 점수화는 통계에 대한 전문 지식이 없는 수요반응 가입자가 이해할 수 있도록 간단하고 친숙한 형식인 스코어 카드를 사용한다. 주로 신용 점수화는 은행이 재무 위험을 최소화하고 설명하기 쉽도록 제공한다. 예컨대, 모기지 론을 얻기 위해 은행을 방문하면 은행가는 신용 점수화 모델을 통해 그 사람의 대출 상환 가능성을 예측하고 빌릴 수 있는 금액, 이자율 및 기간을 결정한다. 점수 평가를 위해 지난 3 개월 동안 연체가 -10 점, 평균 급여가 5,000 달러 이상인 경우 +50 점, 자동차를 소유 한 경우 +20 점 등을 부여하는 것이다. 이 경우, 수요반응 참여자가 대출을 거부당한 경우 수요반응 참여자는 은행의 공정성에 대한 불만을 제기할 수 있다.
이 문제를 다루기 위해 금융 부문은 은행이 의사 결정 프로세스를 공개하고 각 프로세스의 인과 관계를 명확하게 설명할 법적 의무가 있는 '제 62 조의 국가 신용법'('The National Credit Act of 2005 states in article 62')과 같은 법적 규제를 시행했다. 즉, 수요반응 참여자가 공정성에 대해 질문 할 수 있는 상황에서 설명 가능한 모델을 사용해야 한다.
신용 점수화는 설명성 요건을 충족시키는 것 외에도 높은 예측 적중률로 인해 60년 이상 업계에서 활발히 사용되고 있다. 높은 예측 성능에는 두 가지 이유가 있다. 첫째, 예측에 필요한 피처만을 추출하여 과적합(overfitting)을 제어한다. 두 번째로, 비선형성은 다른 점수의 범위를 적응적으로 선택하여 처리된다.
신용 점수화는 확률 기반에 기초하여 분류를 수행하기 때문에 원시 데이터를 그대로 사용하는 단순한 경우에 비해 예측 성능이 향상된다. 신용 점수화의 예측 성능을 향상시키기 위해 기계 학습을 피처 선택 또는 피처 생성 단계에 적용 할 수 있다. 그러나 기계 학습이 채택되더라도 설명성이 유지 되도록 간단한 스코어 카드의 형태가 유지되어야 한다. 본 발명에서는 기능 선택과 신용 점수 범위 지정과 같은 몇 가지 단계에 기계 학습을 적용했지만 최종 모델은 일반 수요반응 참여자가 이해할 수 있는 점수 카드로 남아 있도록 설계되었다.
이하에서는 도 5을 참조하여 선정부(331)의 대상자 선택 프로세스의 신용 점수화 학습 모드에 대하여 상세히 설명한다.
수요반응 참여 대상자 선정을 위한 신용 점수화 모델
1.
피처 선택(Feature Selection)(단계 S710)
신용 점수화의 피처 선택은 설명성을 유지하면서 효율성을 극대화하는데 필요한 몇 가지 중요한 기준 피처를 선택하는 단계이다. 수요반응을 위한 신용 점수화는 아래의 수학식 1로 정의되는 정보 값에 기초하여 기준 피처를 선택한다.
(수학식 1)
여기서, IV는 정보값(Information Value)이며, Pr()은 확률 함수이다. 위의 수학식 1은 두 개의 그룹(Y=0 또는 Y=1)이 피처(x)에 의하여 얼마나 잘 분리되는 지를 측정하는 값이다. 여기서 피처 선택의 대상이 되는 피처들은 도 6에 예시되어 있다. 통상적으로 정보값이 0.1 이상인 피처들은 중요한 피처들이라고 할 수 있다.
이 경우, 선정부(331)는 예컨대, 정보값이 높은 순서대로 정해진 개수의 피처, 예컨대, 5개의 피처를 선택할 수 있다. 또는 위와 같이, 정보값이 0.1 이상인 피처들을 모두 선택할 수도 있다. 본 발명의 실시예에서는 도 6에 나타낸 56개의 피처 중에 5개의 피처를 선택하였다. 여기서 도 6에 나타낸 56개의 피처에 대한 정보는 선정부(331)에 의하여 개별 가입자 정보 및 이벤트 정보로부터 연산될 수 있다.
2.
상세 분류(Fine Classing) 단계(단계 S720)
상세 분류는 연속된 값을 가지는 피처를 20개 이하의 범위의 분류값으로 나누는 단계이다. 예를 들어, 기준 피처가 전력 사용량인 경우, 전체 가입자의 전력 사용량 데이터 중 95%의 범위에 해당하는 데이터가 250kWh 에서 450kWh 사이라면, 하나의 상세 분류의 범위는 10kWh((450kWh - 250kWh)/20) 간격을 가지게 된다. 전체적으로 하나의 피처에 20개 미만의 값이 있는 경우(예를 들어서, 지난 10번의 수요반응 이벤트 동안의 특정 사용자의 참여 회수)에는 정수(integer)로 된 참여 회수 자체가 상세 분류의 대상이 된다.
3.
개략적 분류(Coarse Classing) 단계(단계 S730)
선정부(331)는, 상세 분류에서 일부 분류를 병합하여 개략적 분류로 분류 조정을 수행한다. 상세 분류가 분류를 정의하는 간단하고 선형적인 방법을 제공하는 반면, 분류에 해당하는 값의 수(Population) 사이의 균형을 잘 유지하는 것이 설명성에 중요하다. 개략적 분류는 보다 안정적이고 통계적으로 중요한 분류로 분류 단계를 병합 한다.
이 경우, 신용 점수화는 로지스틱 회귀(Logistic Regression)에 의하여 두 그룹의 확률을 근사한다. 이 때, 로지스틱 회귀의 로짓값(Logit Value)는 점수(SCORE) 변수와 선형 관계에 있다. (아래 수학식 4 참조) 점수(SCORE) 변수는 각 피처에 대한 각 분류의 점수 값이다. 수학식 2 및 수학식 3은 수학식 4의 로짓값을 연산하기 위한 단계이다.
(수학식 2)
(수학식 3)
(수학식 4)
이 경우, X는 각 피처를 의미하며, range 1은 상세 분류에서 얻어진 피처 분류 단계의 범위에 해당하며, β0, β1 은 로지스틱 회귀의 상수이다. 또한, 수학식 4의 좌변은 로짓값이다. 선정부(331)는 더 적은 수의 분류 단계를 사용하여 설명성을 증가시키기 위해, 상세 분류 단계를 활용하여 연산된 로짓값을 반올림한 후, 동일한 값을 가진 분류 단계들을 통합한다.
4.
기계 학습을 통한 점수 조정 단계(S740)
선정부(331)는 기계학습을 통한 점수 조정을 통하여 신용 점수화 모델을 최종적으로 생성한다.
본 발명에 따르면, 점수(Score)를 0에서 100사이의 값을 스케일링 요소(Scaling Factor)인 0.05 단계로 나누어 연산한다. 즉, 0에서 100사이를 2000단계로 나눈 값을 점수(SCORE) 값으로 설정한 뒤, 의미있는 점수 범위를 설정한다. 본 발명의 실시예는 예컨대, AUROC(Area Under Receiver Operation Characteristics)가 0.001 증가하는 것을 기준으로 점수 범위를 나누었다.
또한, 본 발명의 실시예에서는 GBM(Gradient Boosting Method)에 기초하여 기계 학습을 수행하였다. 기계 학습 방법에는 LR(Logistic Regression), 신경망 회로(Neural Network), NB(Naive Bayes) 등의 다양한 방법이 있을 수 있으나, 검토 결과 GBM에 기초한 기계 학습이 가장 우수한 성능을 나타내었다.
본 발명의 실시예에 따라 선정된 최종적인 피처 및 피처에 따른 분류 단계(Range) 및 점수 분류는 도 7에 나타내었다.
도 7를 참조하면, 도 6에 나타낸 56개의 수요반응 관련 피처들 중 선정된 5개의 피처는 참여율(Participation Rate), 최대 연속 참여 회수(Maximum Number of Consecutive Participation), 누적 보상(Cumulative Rebate), 최대 연속 불참여 회수(Maximum Number of Consecutive Non-Participation) 및 지난 이벤트에서의 성공여부(Success in the Last Event, 지난 이벤트 참여 또는 전력 감축 실패)이다.
선정부(331)의
신용 점수 평가
모드
선정부(331)는 위와 같은 신용 평가 점수화 학습 모드에서 선택된 피처 및 점수에 기초하여 가입자 중 수요반응 이벤트에 초대될 가입자를 선정하게 된다.
예컨대, 현재까지의 수요반응 이벤트 참여율이 0.6이고, 최대 연속 참여 회수가 3회이고, 누적 보상이 500이고, 최대 연속 불참여 회수가 6이고 지난번 이벤트에 참여한 사용자인 경우에는 도 7을 참조하면, 75+28.35+17.75+9.1+40=95.95점의 신용 점수를 획득하게 된다.
한편, 다시 도 3을 참조하면, 송신부(322)는, 선정부(331)에 의해 선정된 가입자 단말(400)로 상기 전력 사용 절감에 대한 안내 정보(①)를 송신할 수 있다.
예를 들어, 안내 정보는, 전력 절감이 요구되는 시간대, 절감 요구 전력량, 전체 전력 소비 기기 또는 개별 전력 소비 기기에 대한 절감 가능 전력량, 전력 사용 절감을 위한 가이드(예를 들어, 에어컨 온도를 몇 도로 낮추세요, 냉장고 냉장/냉동 온도를 올리세요, 미사용 전자제품의 콘센트를 빼세요 등), 전력 사용 절감에 따른 보상 정보 등을 포함할 수 있다.
모니터링부(332)는, 안내 정보의 송신 후 상기 선정된 가입자의 전력 소비 기기에 의한 전력 사용량을 모니터링할 수 있다. 이는, 안내 정보에 상응하도록 가입자의 전력 소비 기기에 의한 전력 사용이 실제로 감소하였는지 또는 감소한 전력량이 어느 정도인지 파악하고, 이에 근거하여 추후 보상을 부여하기 위함이다.
보상 관리부(333)는, 상기 선정된 가입자의 전력 소비 기기에 의한 전력 사용량이 상기 송신된 안내 정보에 따라 감소하는 경우, 감소된 전력 사용량에 비례하여 해당 가입자에게 소정의 보상을 부여할 수 있다. 더욱 구체적으로, 보상 관리부(333)는, 전력 사용료에 대한 보상을 부여할 수 있다.
예를 들어, 보상 관리부(333)는, 전력 사용료 할인 또는 전력 사용료 지불에 사용 가능한 포인트 지급의 방식으로 보상을 부여할 수 있다. 또는, 보상 관리부(333)는 협찬사 서버(610)으로부터 받은 현금, 선물, 쿠폰 등을 보상으로 부여할 수도 있다.
더 나아가, 송신부(322)는, 가입자별 안내 정보에 따른 전력 절감에 대한 정보(이하 절감 정보)를 전력 공급 관련 서버(600)로 송신할 수 있고, 전력 공급 관련 서버(600)는, 절감 정보에 포함된 전력 절감 여부 및 절감 전력량에 상응하는 보상을 결정하여 그에 관한 정보를 수요반응 운용 서버(300)로 송신할 수 있다. 따라서, 보상 관리부(333)는, 전력 공급 관련 서버(600)로부터 수신한 보상에 관한 정보에 근거하여 해당 가입자에 대한 보상을 부여할 수 있다.
한편, 보상 관리부(333)는, 안내 정보에 따른 전력 절감 여부 및 절감 전력량에 근거한 보상 부여 기준을 미리 정하고 있고, 상기 보상 부여 기준에 근거하여 해당 가입자에 대한 보상을 부여할 수도 있다.
송신부(322)는, 상기 부여된 보상에 관한 정보(이하 보상 정보)(②)를 해당 가입자의 통신 기기(400)로 송신할 수 있다.
도 4는, 도 1에 도시된 전력 수요 관리 기능을 갖는 가입자 단말(400)의 구성도를 도시한다.
도 4에 따르면, 가입자 단말(400)은, 수요반응 운용 서버(300)로부터 전력 사용 절감에 대한 안내 정보를 수신하는 통신부(410), 상기 안내 정보를 수신함에 따라 전력 관련 애플리케이션을 실행하는 제어부(420) 및 상기 전력 관련 애플리케이션을 실행함으로써 상기 안내 정보를 출력하는 출력부(430)를 포함할 수 있다. 또한, 통신 기기(400)는, 전력 관련 애플리케이션, 안내 정보, 보상 정보 등을 저장하는 저장부(450)를 더 포함할 수 있다.
여기에서, 제어부(420)는, 통신부(410), 출력부(430), 입력부(440) 및 저장부(440) 중 적어도 하나의 동작을 제어할 수 있다.
여기에서, 전력 관련 애플리케이션은, 가입자 단말(400)의 가입자가 보유한 전력 소비 기기들의 전력 사용을 관리하기 위한 애플리케이션을 의미하고, 가입자 단말(400)의 생산 시 설치되거나 가입자 선택에 의해 외부 서버로부터 다운로드 되어 설치될 수 있다.
제어부(420)는, 안내 정보를 수신하는 경우, 전력 관련 애플리케이션을 자동 실행하거나, 안내 정보 수신 알림을 가입자에게 제공한 후 가입자로부터 실행 명령을 입력받은 경우에 한해 전력 관련 애플리케이션을 실행할 수 있다.
예를 들어, 안내 정보 수신 알림은, 안내 정보의 간략 내용을 표시할 수도 있고, 단순히 수신 여부만을 알리기 위한 진동/램프/알림음을 출력할 수도 있다.
또한, 통신부(410)는, 상기 안내 정보에 따른 전력 사용 절감에 상응하여 부여된 보상에 관한 정보(이하 보상 정보)를 수요반응 운용 서버(300)로부터 수신하고, 출력부(430)는, 전력 관련 애플리케이션을 실행함으로써 상기 수신한 보상 정보를 출력할 수 있다.
보상 정보의 수신 알림에 관련하여, 상술한 안내 정보의 수신 알림에 대한 설명을 인용할 수 있으므로, 그에 대한 상세한 설명을 생략한다.
따라서, 본 발명에 따르면, 수요반응 프로그램 운영 시, 효율적인 대상자 선택 프로세스를 활용하면서도 설명성을 보장할 수 있는 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 시스템, 및 이것의 전력 수요 관리 방법이 제공된다.
또한, 본 발명에 따르면, 수요반응 이벤트 참여 가능성이 높은 가입자에게 수요반응 이벤트 참여를 독려할 수 있으므로, 안정적으로 전력 사용 감축이 수행될 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다.
따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (21)
- 가입자의 적어도 하나의 전력 소비 기기에 대한 전력 사용량 및 상기 가입자의 수요반응 이벤트 참여 기록을 포함하는 가입자 정보와, 수요반응 이벤트의 날짜를 포함하는 이벤트 정보를 저장하는 저장부;
전력 사용 절감에 대한 요청 신호를 수신하는 수신부;
상기 요청 신호를 수신함에 따라, 상기 가입자 정보 및 이벤트 정보를 이용하여 전력 사용 절감을 요청하고자 하는 가입자를 선정하는 선정부;
상기 선정된 가입자의 가입자 단말로 상기 요청할 전력 사용 절감에 대한 안내 정보를 송신하는 송신부를 포함하며,
상기 선정부는 신용 점수화 모델을 생성하고, 상기 신용 점수화 모델에 따라 가입자의 신용 점수를 평가하여 상기 전력 사용 절감을 요청하고자 하는 가입자를 평가된 신용 점수에 따라 선정하는,
전력 수요 관리 기능을 갖는 서버. - 제 1 항에 있어서,
상기 신용 점수화 모델은 상기 가입자 정보에 기초하여 생성된 복수의 피처들에 대한 정보값에 기초하여 피처들을 선정하고, 상기 선정된 피처들에 대한 로짓값을 구하여 상기 피처들을 개략적 분류한 후 상기 개략적 분류의 각 범위에 대한 점수 범위를 기계 학습을 통하여 생성하여 만들어지는,
전력 수요 관리 기능을 갖는 서버. - 제 2 항에 있어서,
상기 개략적 분류는, 상기 선정된 피처들을 상세분류한 후, 상기 상세분류된 분류 범위에 대한 로짓값을 반올림하여 동일한 로짓값을 가지는 경우에 상기 상세 분류된 분류 범위를 통합하여 생성되는,
전력 수요 관리 기능을 갖는 서버. - 제 3 항에 있어서,
상기 상세분류된 분류 범위는 하나의 피처에 대하여 20개 이하인,
전력 수요 관리 기능을 갖는 서버. - 제 2 항에 있어서,
상기 선정된 피처들은 참여율(Participation Rate), 최대 연속 참여 회수(Maximum Number of Consecutive Participation), 누적 보상(Cumulative Rebate), 최대 연속 불참여 회수(Maximum Number of Consecutive Non-Participation) 및 지난 이벤트에서의 성공여부(Success in the Last Event, 지난 이벤트 참여 또는 전력 감축 실패)를 포함하는,
전력 수요 관리 기능을 갖는 서버. - 제 1 항에 있어서,
상기 선정부는 상기 가입자 정보 및 상기 이벤트 정보에 기초하여 복수의 피처들을 생성하는
전력 수요 관리 기능을 갖는 서버. - 제 1 항에 있어서,
상기 선정된 상기 적어도 하나의 전력 소비 기기에 의한 전력 사용량을 모니터링하는 모니터링부; 및
상기 전력 소비 기기에 의한 전력 사용량이 상기 안내 정보에 따라 감소하는 경우, 해당 가입자에게 소정의 보상을 부여하는 보상 관리부를 더 포함하는,
전력 수요 관리 기능을 갖는 서버. - 제 7 항에 있어서,
상기 송신부는, 상기 부여된 보상에 관한 정보를 상기 해당 가입자의 가입자 단말로 송신하는,
전력 수요 관리 기능을 갖는 서버. - 가입자의 적어도 하나의 전력 소비 기기에 대한 전력 사용량 및 상기 가입자의 개인 수요반응 이벤트 참여 기록을 포함하는 가입자 정보와, 수요반응 이벤트의 날짜를 포함하는 이벤트 정보를 저장하는 단계;
전력 사용 절감에 대한 요청 신호를 수신하는 단계;
상기 요청 신호를 수신함에 따라, 상기 가입자 정보 및 이벤트 정보를 이용하여 전력 사용 절감을 요청하고자 하는 가입자를 선정하는 단계;
상기 선정된 가입자의 통신 기기로 상기 전력 사용 절감에 대한 안내 정보를 송신하는 단계를 포함하며,
상기 선정하는 단계는 신용 점수화 모델을 생성하는 단계와, 상기 신용 점수화 모델에 따라 가입자의 신용 점수를 평가하여 상기 전력 사용 절감을 요청하고자 하는 가입자를 평가된 신용 점수에 따라 선정하는 단계를 포함하는,
전력 수요 관리 방법. - 제 9 항에 있어서,
상기 신용 점수화 모델을 생성하는 단계는,
상기 가입자 정보에 기초하여 생성된 복수의 피처들에 대한 정보값에 기초하여 피처들을 선정하는 단계;
상기 선정된 피처들에 대한 로짓값을 구하여 상기 피처들을 개략적 분류하는 단계; 및
상기 개략적 분류의 각 범위에 대한 점수 범위를 기계 학습을 통하여 생성하는 단계를 포함하는,
전력 수요 관리 방법. - 제 10 항에 있어서,
상기 개략적 분류하는 단계는,
상기 선정된 피처들을 상세분류하는 단계; 및
상기 상세분류된 분류 범위에 대한 로짓값을 구하는 단계; 및
상기 로짓값을 반올림하여 동일한 로짓값을 가지는 경우에 상기 상세 분류된 분류 범위를 통합하여 상기 개략적 분류를 생성하는 단계를 포함하는,
전력 수요 관리 방법. - 제 11 항에 있어서,
상기 상세분류된 분류 범위는 하나의 피처에 대하여 20개 이하인,
전력 수요 관리 방법. - 제 10 항에 있어서,
상기 선정된 피처들은 참여율(Participation Rate), 최대 연속 참여 회수(Maximum Number of Consecutive Participation), 누적 보상(Cumulative Rebate), 최대 연속 불참여 회수(Maximum Number of Consecutive Non-Participation) 및 지난 이벤트에서의 성공여부(Success in the Last Event, 지난 이벤트 참여 또는 전력 감축 실패)를 포함하는,
전력 수요 관리 방법. - 제 9 항에 있어서,
상기 선정하는 단계는 상기 가입자 정보 및 상기 이벤트 정보에 기초하여 복수의 피처들을 생성하는 단계를 더 포함하는,
전력 수요 관리 방법. - 제 9 항에 있어서,
상기 가입자의 전력 소비 기기에 의한 전력 사용량을 모니터링하는 단계; 및
상기 전력 소비 기기의 전력 사용량이 상기 안내 정보에 따라 감소하는 경우, 해당 가입자에게 소정의 보상을 부여하는 단계를 포함하는
전력 수요 관리 방법. - 제 15 항에 있어서,
상기 송신하는 단계는 상기 부여된 보상에 관한 정보를 상기 해당 가입자의 가입자 단말로 송신하는 단계를 포함하는,
전력 수요 관리 방법. - 가입자의 적어도 하나의 전력 소비 기기에 대한 전력 사용량 및 상기 가입자의 개인 수요반응 이벤트 참여 기록을 포함하는 가입자 정보와, 수요반응 이벤트의 날짜를 포함하는 이벤트 정보를 저장하는 저장부; 전력 사용 절감에 대한 요청 신호를 수신하는 수신부; 상기 요청 신호를 수신함에 따라, 상기 가입자 정보 및 이벤트 정보를 이용하여 전력 사용 절감을 요청하고자 하는 가입자를 선정하는 선정부; 및 상기 선정된 가입자의 가입자 단말로 상기 전력 사용 절감에 대한 안내 정보를 송신하는 송신부를 포함하는 전력 수요 관리 기능을 갖는 서버에서,
상기 가입자 정보에 기초하여 생성된 복수의 피처들에 대한 정보값에 기초하여 피처들을 선정하는 단계;
상기 선정된 피처들에 대한 로짓값을 구하여 상기 피처들을 개략적 분류하는 단계; 및
상기 개략적 분류의 각 범위에 대한 점수 범위를 기계 학습을 통하여 생성하여 신용 점수화 모델을 생성하는 단계;를 포함하는,
수요반응 이벤트 대상 가입자 선정 방법. - 제 17 항에 있어서,
상기 개략적 분류하는 단계는,
상기 선정된 피처들을 상세분류하는 단계; 및
상기 상세분류된 분류 범위에 대한 로짓값을 구하는 단계; 및
상기 로짓값을 반올림하여 동일한 로짓값을 가지는 경우에 상기 상세 분류된 분류 범위를 통합하여 상기 개략적 분류를 생성하는 단계를 포함하는,
수요반응 이벤트 대상 가입자 선정 방법. - 제 18 항에 있어서,
상기 상세분류된 분류 범위는 하나의 피처에 대하여 20개 이하인,
수요반응 이벤트 대상 가입자 선정 방법. - 제 18 항에 있어서,
상기 피처들을 선정하는 단계는 상기 가입자 정보 및 상기 이벤트 정보에 기초하여 복수의 피처들을 생성하는 단계를 포함하는,
수요반응 이벤트 대상 가입자 선정 방법. - 제 20 항에 있어서,
상기 선정된 피처들은 참여율(Participation Rate), 최대 연속 참여 회수(Maximum Number of Consecutive Participation), 누적 보상(Cumulative Rebate), 최대 연속 불참여 회수(Maximum Number of Consecutive Non-Participation) 및 지난 이벤트에서의 성공여부(Success in the Last Event, 지난 이벤트 참여 또는 전력 감축 실패)를 포함하는,
수요반응 이벤트 대상 가입자 선정 방법.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170183977A KR102133741B1 (ko) | 2017-12-29 | 2017-12-29 | 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 |
| JP2018213909A JP6715911B2 (ja) | 2017-12-29 | 2018-11-14 | 電力需要管理機能を有するサーバおよびその電力需要管理方法 |
| KR1020180170474A KR102582302B1 (ko) | 2017-12-29 | 2018-12-27 | 전력 수요 관리 기능을 갖는 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170183977A KR102133741B1 (ko) | 2017-12-29 | 2017-12-29 | 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180170474A Division KR102582302B1 (ko) | 2017-12-29 | 2018-12-27 | 전력 수요 관리 기능을 갖는 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190081436A true KR20190081436A (ko) | 2019-07-09 |
| KR102133741B1 KR102133741B1 (ko) | 2020-07-14 |
Family
ID=67261148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170183977A KR102133741B1 (ko) | 2017-12-29 | 2017-12-29 | 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP6715911B2 (ko) |
| KR (1) | KR102133741B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110705899A (zh) * | 2019-10-13 | 2020-01-17 | 国网福建省电力有限公司 | 一种面向电力用户的信用评价管理方法、系统 |
| KR102423911B1 (ko) * | 2022-05-11 | 2022-07-21 | 주식회사 투파더 | 에너지 소비 모니터링 및 최적화 시스템 |
| WO2023120764A1 (ko) * | 2021-12-21 | 2023-06-29 | 주식회사 투파더 | 에너지 소비 절감 적극성 평가 시스템 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116050946B (zh) * | 2023-03-29 | 2023-06-16 | 东莞先知大数据有限公司 | 一种水务用户催收管理方法、装置、电子设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150131343A (ko) * | 2013-03-15 | 2015-11-24 | 구글 인코포레이티드 | 수요-반응 프로그램들 및 이벤트들을 관리하기 위한 시스템들, 장치 및 방법들 |
| KR101672408B1 (ko) * | 2015-05-07 | 2016-11-04 | 주식회사 우암코퍼레이션 | 전력 수요감축 경매시스템 및 경매방법 |
| KR20160143455A (ko) * | 2015-06-05 | 2016-12-14 | 주식회사 인코어드 테크놀로지스 | 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 서버, 및 그것의 전력 사용 관리 방법 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10438303B2 (en) * | 2015-09-01 | 2019-10-08 | Fujitsu Limited | Optimization and distribution of coupons in residential demand response |
| JP6722481B2 (ja) * | 2016-03-18 | 2020-07-15 | 株式会社エヌ・ティ・ティ・データ | エネルギー需要制御装置、エネルギー需要制御方法、エネルギー需要制御システム、およびプログラム |
-
2017
- 2017-12-29 KR KR1020170183977A patent/KR102133741B1/ko active IP Right Grant
-
2018
- 2018-11-14 JP JP2018213909A patent/JP6715911B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150131343A (ko) * | 2013-03-15 | 2015-11-24 | 구글 인코포레이티드 | 수요-반응 프로그램들 및 이벤트들을 관리하기 위한 시스템들, 장치 및 방법들 |
| KR101672408B1 (ko) * | 2015-05-07 | 2016-11-04 | 주식회사 우암코퍼레이션 | 전력 수요감축 경매시스템 및 경매방법 |
| KR20160143455A (ko) * | 2015-06-05 | 2016-12-14 | 주식회사 인코어드 테크놀로지스 | 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 서버, 및 그것의 전력 사용 관리 방법 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110705899A (zh) * | 2019-10-13 | 2020-01-17 | 国网福建省电力有限公司 | 一种面向电力用户的信用评价管理方法、系统 |
| WO2023120764A1 (ko) * | 2021-12-21 | 2023-06-29 | 주식회사 투파더 | 에너지 소비 절감 적극성 평가 시스템 |
| KR102423911B1 (ko) * | 2022-05-11 | 2022-07-21 | 주식회사 투파더 | 에너지 소비 모니터링 및 최적화 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102133741B1 (ko) | 2020-07-14 |
| JP6715911B2 (ja) | 2020-07-01 |
| JP2019121363A (ja) | 2019-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11398728B2 (en) | Methods and systems for an automated utility marketplace platform | |
| JP6715911B2 (ja) | 電力需要管理機能を有するサーバおよびその電力需要管理方法 | |
| Saad et al. | Toward a consumer-centric grid: A behavioral perspective | |
| US11210690B2 (en) | Deep reinforcement learning methods and apparatuses for referral marketing | |
| JP2017049998A (ja) | 住宅需要反応におけるクーポンの最適化及び配信 | |
| Long et al. | The impact of domestic energy efficiency retrofit schemes on householder attitudes and behaviours | |
| Kiguchi et al. | Predicting winners and losers under time-of-use tariffs using smart meter data | |
| Rasheed et al. | Minimizing pricing policies based on user load profiles and residential demand responses in smart grids | |
| Li et al. | Large language model-empowered agents for simulating macroeconomic activities | |
| Boukas et al. | Intra-day bidding strategies for storage devices using deep reinforcement learning | |
| KR20190082117A (ko) | 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 | |
| Lv et al. | Hierarchical learning optimisation method for the coordination dispatch of the inter‐regional power grid considering the quality of service index | |
| WO2018046001A1 (zh) | 信息过滤方法、交易控制方法及服务器 | |
| KR102593286B1 (ko) | 전력 수요 관리 기능을 갖는 시스템, 및 그것의 전력 수요 관리 방법 | |
| JP2018073033A (ja) | 資源割当装置および資源割当方法 | |
| Zhang et al. | Negotiation strategy for discharging price of EVs based on fuzzy Bayesian learning | |
| KR20230148315A (ko) | 전력 수요 관리 기능을 갖는 서버, 및 그것의 전력 수요 관리 방법 | |
| Stein et al. | Bid2charge: Market user interface design for electric vehicle charging | |
| LeBaron et al. | Agent Based Models for Economic Policy Advice: Sonderausgabe von Heft 2+ 3/Bd. 228 Jahrbücher für Nationalökonomie und Statistik | |
| Liu et al. | Research on enterprise bidding mode selection and control strategy | |
| Xu et al. | Application of deep reinforcement learning in electricity demand response market: Demand response decision-making of load aggregator | |
| Akasiadis | Multiagent demand-side management for real-world energy cooperatives | |
| Bahmani et al. | Quantifying the impact of electricity pricing on electric vehicle user behavior: a V2G perspective for smart grid development | |
| Robert et al. | Leveraging smart ICT technologies for improving energy utilization efficiency in selected institutions in Uganda | |
| Pilz | Game-theoretic approaches for smart prosumer communities |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A107 | Divisional application of patent | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |