KR20190111203A - 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법 - Google Patents

모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법 Download PDF

Info

Publication number
KR20190111203A
KR20190111203A KR1020180033014A KR20180033014A KR20190111203A KR 20190111203 A KR20190111203 A KR 20190111203A KR 1020180033014 A KR1020180033014 A KR 1020180033014A KR 20180033014 A KR20180033014 A KR 20180033014A KR 20190111203 A KR20190111203 A KR 20190111203A
Authority
KR
South Korea
Prior art keywords
power
data
modeling
profitability
simulation
Prior art date
Application number
KR1020180033014A
Other languages
English (en)
Other versions
KR102105193B1 (ko
Inventor
이상규
강경완
이성풍
권승호
최원용
한민우
김현덕
홍현주
이순성
백승엽
조영혁
Original Assignee
한국남동발전 주식회사
브이젠 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 한국남동발전 주식회사, 브이젠 주식회사 filed Critical 한국남동발전 주식회사
Priority to KR1020180033014A priority Critical patent/KR102105193B1/ko
Publication of KR20190111203A publication Critical patent/KR20190111203A/ko
Application granted granted Critical
Publication of KR102105193B1 publication Critical patent/KR102105193B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Landscapes

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

Abstract

사용자, 즉 투자자의 분산전원 운영에 따른 수익성을 예측하여 분석할 수 있는 가상발전소의 수익성 예측시스템이 제공된다. 수익성 예측시스템은 물리적 형태의 분산전원 및 전력거래시장을 각각 논리적 형태로 모델링하고, 모델링된 분산전원 및 전력거래시장을 가상으로 운영하는 시뮬레이션을 수행하여 사용자의 분산전원 운영에 따른 수익성을 예측할 수 있다.

Description

모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법{Profitability forecasting system and method for virtual power plant using modeling}
본 발명은 수익성 예측시스템에 관한 것으로, 보다 상세하게는 가상발전소의 설비 및 전력거래시장의 모델링을 통해 가상발전소의 운영에 따른 수익성을 예측할 수 있는 가상발전소의 수익성 예측시스템 및 방법에 관한 것이다.
기존의 중앙급전발전기 중심의 전력공급 방식을 보완하기 위해 수요지 근처에 중/소규모로 설치되어 운영되는 분산전원(Distributed Energy Resource; DER)이 적극적으로 도입되고 있다.
이러한 분산전원은 필요한 지역에 필요한 규모로 단기간에 설치가 가능하고, 짧은 시간 내에 발전기 기동이 가능하기 때문에 전력망의 단기간 안정화에 기여할 수 있으며, 전력 부족 시에는 추가 발전으로 최대수요에 유연하고 효과적으로 대처함으로써 계통신뢰도와 전력품질을 향상시키는 데 활용될 수 있다.
그리고, 전력망 내에 산재해 있는 다양한 유형의 분산전원을 진보된 정보통신기술 및 자동제어기술을 이용하여 단일 발전시스템으로 운영하기 위한 통합관리시스템, 즉 가상발전소(Virtual Power Plant; VPP)가 개발되고 있다.
최근 들어, 수력, 풍력, 태양광 등과 같은 친환경 에너지원을 이용하는 발전설비가 분산전원으로 활용되고 있다. 이러한 친환경 에너지원의 발전설비는 환경을 파괴하지 않을 뿐만 아니라 자원의 소모가 없는 등 여러 장점을 가지고 있다. 이 중에서, 태양광 발전은 태양이 비추는 지역이라면 발전설비의 설치가 가능하여 장소 제한이 가장 적고, 또한 소형의 발전설비에서부터 대형의 발전설비까지 운영자가 원하는 다양하게 설치되어 운용될 수 있기 때문에 더욱 선호되고 있다.
한편, 태양광 발전설비를 구축하여 분산전원으로 활용하고자 하는 사용자, 예컨대 투자자는 발전설비의 설치에 앞서 수익성을 예측하고자 할 수 있다. 다시 말해, 사용자는 태양광 발전설비 구축의 투자 타당성을 검토하기 위해서는 발전설비의 발전량 예측 및 이에 따른 수익성 예측이 필요한 것이다.
그러나, 종래의 가상발전소는 시스템의 운영자에게 각 분산전원의 운영에 따른 통합관리의 정보를 제공하고 있을 뿐이며, 일반의 운영자에게 분산전원의 구축 전에 분산전원의 수익성에 대한 정보를 제공하는 것은 불가능하였다.
본 발명은 설비 및 전력시장의 모델링을 이용하여 분산전원의 구축 전에 사용자에게 가상발전소 운영에 따른 수익성을 예측하여 제공할 수 있는 가상발전소의 수익성 예측시스템 및 방법을 제공하고자 하는 데 있다.
본 발명의 실시예에 따른 가상발전소의 수익성 예측시스템은, 외부로부터 제공된 정보데이터에 기초하여 물리적 형태의 분산전원 및 전력거래시장을 각각 논리적 형태로 모델링하여 모델링 데이터를 출력하는 모델링모듈; 상기 모델링모듈로부터 출력된 상기 모델링 데이터에 기초하여 모델링 된 분산전원 및 전력거래시장의 가상 운영을 시뮬레이션하여 시뮬레이션 데이터를 출력하는 시뮬레이션모듈; 및 상기 시뮬레이션모듈로부터 출력된 상기 시뮬레이션 데이터에 기초하여 상기 물리적 형태의 분산전원 운영에 따른 사용자의 수익성을 예측하여 사용자단말로 제공하는 수익예측모듈을 포함한다.
본 발명의 실시예에 따른 가상발전소의 수익성 예측방법은, 사용자단말을 통해 입력된 설치정보에 대응되어 제공되는 정보데이터에 기초하여 물리적 형태의 분산전원 및 전력거래시장을 각각 논리적으로 모델링하는 단계; 모델링 결과에 따른 모델링 데이터에 기초하여 모델링 된 분산전원 및 전력거래시장의 가상 운영을 시뮬레이션하는 단계; 시뮬레이션 결과에 따른 시뮬레이션 데이터에 기초하여 상기 물리적 형태의 분산전원 운영에 따른 사용자의 수익성을 예측하여 분석하는 단계; 및 분석된 사용자의 수익성에 따른 수익성 데이터를 상기 사용자단말에 제공하는 단계를 포함한다.
본 발명의 가상발전소의 수익예측시스템은 사용자가 설치하고자 하는 물리적 형태의 분산전원을 논리적으로 모델링하고, 그와 함께 외부 전력거래시장도 논리적으로 모델링할 수 있다. 그리고, 모델링된 분산전원 및 전력거래시장에 대하여 가상 운영 시뮬레이션을 통해 분산전원의 운영에 따른 사용자의 수익성을 예측하여 분석할 수 있다. 따라서, 본 발명의 수익예측시스템은 사용자가 분산전원을 설치하기 전에 사용자에게 분산전원의 운영에 따른 정확한 수익성 정보를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 가상발전소의 수익성 예측시스템을 나타내는 도면이다.
도 2는 도 1에 도시된 모델링모듈의 구성을 나타내는 도면이다.
도 3은 도 1에 도시된 시뮬레이션모듈의 구성을 나타내는 도면이다.
도 4는 도 1에 도시된 수익예측모듈의 구성을 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 수익성 예측시스템을 이용한 가상발전소의 수익예측방법을 나타내는 흐름도이다.
이하 본 발명의 실시예에 대하여 첨부된 도면을 참고로 그 구성 및 작용을 설명하기로 한다.
도면들 중 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호 및 부호들로 나타내고 있음에 유의해야 한다. 하기에서 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이고 사전적인 의미로 해석되어서는 아니 되며, 발명자들은 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 바람직한 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있으며 본 발명의 범위가 다음에 기술하는 실시예에 한정되는 것은 아니다.
도 1은 본 발명의 실시예에 따른 가상발전소의 수익성 예측시스템을 나타내는 도면이다.
도 1을 참조하면, 본 실시예의 가상발전소의 수익성 예측시스템(100)은 통신망을 통해 사용자단말(200), 전력거래시장(300) 및 데이터베이스모듈(400)과 연결될 수 있다. 수익성 예측시스템(100)은 발전설비를 설치하여 분산전원으로 운영하고자 하는 사용자에게 발전설비의 운용에 따른 수익성을 예측하여 제공할 수 있다.
수익성 예측시스템(100)은 모델링모듈(110), 시뮬레이션(simulation)모듈(120) 및 수익예측모듈(130)을 포함할 수 있다.
모델링모듈(110)은 사용자가 설치하고자 하는 물리적 형태의 분산전원과 이들의 전력을 거래하는 물리적 형태의 전력거래시장(300)을 각각 논리적 형태의 분산전원 및 전력시장으로 모델링할 수 있다. 모델링모듈(110)은 인자 분석, 시계열 데이터, 통계적 분석 등의 알고리즘을 기반으로 모델링을 수행하거나, 기계학습 또는 딥러닝 등을 이용하여 모델링을 수행할 수 있다.
도 2는 도 1에 도시된 모델링모듈의 구성을 나타내는 도면이다.
도 1 및 도 2를 참조하면, 모델링모듈(110)은 발전설비 모델링부(111), 충전설비 모델링부(113), 전력시장 모델링부(115) 및 저장부(117)를 포함할 수 있다.
발전설비 모델링부(111)는 외부로부터 제공된 정보, 예컨대 정보데이터(I_Data)에 기초하여 사용자가 설치하고자 하는 물리적 형태의 발전설비, 예컨대 태양광 발전설비 등과 같은 발전설비를 논리적 형태의 발전설비로 모델링할 수 있다. 발전설비 모델링부(111)는 모델링 결과에 따른 모델링 데이터(M_Data), 예컨대 발전설비 모델링 데이터를 출력할 수 있다. 발전설비 모델링 데이터는 모델링 된 발전설비의 구성, 상태, 발전용량 및 전력생산량 등과 같은 발전정보를 포함할 수 있다.
충전설비 모델링부(113)는 정보데이터(I_Data)에 기초하여 사용자가 설치하고자 하는 물리적 형태의 충전설비, 예컨대 에너지 저장시스템(ESS) 등과 같은 충전설비를 논리적 형태의 충전설비로 모델링할 수 있다. 충전설비 모델링부(113)는 모델링 결과에 따른 모델링 데이터(M_Data), 예컨대 충전설비 모델링 데이터를 출력할 수 있다. 충전설비 모델링 데이터는 모델링 된 충전설비의 구성, 상태 및 충/방전 용량 등과 같은 충/방전 정보를 포함할 수 있다.
전력시장 모델링부(115)는 정보데이터(I_Data)에 기초하여 외부의 물리적 형태의 전력거래시장(300)을 논리적 형태의 전력거래시장으로 모델링할 수 있다. 전력시장 모델링부(115)는 모델링 결과에 따른 모델링 데이터(M_Data), 예컨대 전력시장 모델링 데이터를 출력할 수 있다. 전력시장 모델링 데이터는 모델링 된 전력거래시장에 대한 거래 종류 및 금액 등과 같은 거래정보를 포함할 수 있다.
저장부(117)는 각 모델링부에서 수행된 모델링 결과물, 즉 발전설비 모델링 데이터, 충전설비 모델링 데이터 및 전력시장 모델링 데이터 중 하나 이상을 포함하는 모델링 데이터(M_Data)를 저장할 수 있다. 또한, 저장부(117)는 외부로부터 모델링모듈(110)에 새로운 정보데이터(I_Data)가 입력되어 각 모델링부를 통해 모델링이 수행되면, 그에 따른 신규 모델링 데이터(M_Data)를 이용하여 기존 데이터를 갱신할 수 있다.
외부로부터 모델링모듈(110)에 제공되는 정보데이터(I_Data)는 사용자가 설치하고자 하는 분산전원의 설치정보, 예컨대 분산전원의 종류, 규격, 용량정보 및 설치 예정지역에 대한 정보를 포함할 수 있다. 또한, 정보데이터(I_Data)는 전력거래시장(300)의 입찰정보 및 금액정보를 포함할 수 있다. 이러한 정보데이터(I_Data)는 사용자단말(200), 전력거래시장(300) 및 데이터베이스모듈(400) 중 적어도 하나로부터 제공될 수 있다.
다시 도 1을 참조하면, 시뮬레이션모듈(120)은 모델링모듈(110)에 의해 논리적 형태로 모델링 된 분산전원 또는 전력시장을 가상으로 운영하는 시뮬레이션을 수행할 수 있다. 시뮬레이션모듈(120)은 논리적 형태의 발전설비 및 충전설비에 의한 발전 및 충/방전 운영을 시뮬레이션하고, 논리적 형태의 전력시장의 전력거래 운영을 시뮬레이션할 수 있다. 시뮬레이션모듈(120)은 소정의 시간 단위, 예컨대 일간, 주간, 월간 및 연간 등과 같은 시간 단위로 시뮬레이션 결과를 출력할 수 있다.
도 3은 도 1에 도시된 시뮬레이션모듈의 구성을 나타내는 도면이다.
도 1 내지 도 3을 참조하면, 시뮬레이션모듈(120)은 발전 시뮬레이션부(121), 충/방전 시뮬레이션부(123) 및 전력거래 시뮬레이션부(125)를 포함할 수 있다.
발전 시뮬레이션부(121)는 모델링모듈(110)의 발전설비 모델링부(111)에서 출력된 발전설비 모델링 데이터에 기초하여 모델링된 발전설비의 발전 및 그에 따른 전력생산을 시뮬레이션할 수 있다. 발전 시뮬레이션부(121)는 소정의 시간 단위로 시뮬레이션 데이터(S_Data), 즉 발전 시뮬레이션 데이터를 출력할 수 있다. 여기서, 발전 시뮬레이션부(121)로부터 출력되는 발전 시뮬레이션 데이터는 모델링 된 발전설비의 운영 시간이 경과에 따라 발전량 및 그에 따른 전력생산량이 감소되는 것이 반영될 수 있다.
충/방전 시뮬레이션부(123)는 모델링모듈(110)의 충전설비 모델링부(113)에서 출력된 충전설비 모델링 데이터에 기초하여 모델링된 충전설비의 충전 및 방전을 시뮬레이션할 수 있다. 충/방전 시뮬레이션부(123)는 소정의 시간 단위로 시뮬레이션 결과에 따른 시뮬레이션 데이터(S_Data), 즉 충/방전 시뮬레이션 데이터를 출력할 수 있다. 여기서, 충/방전 시뮬레이션부(123)로부터 출력되는 충/방전 시뮬레이션 데이터는 모델링 된 충전설비의 운영 시간이 경과에 따라 충전량 및 방전량이 감소되는 것이 반영될 수 있다.
전력거래 시뮬레이션부(125)는 모델링모듈(110)의 전력시장 모델링부(115)에서 출력된 전력시장 모델링 데이터에 기초하여 모델링된 전력거래시장으로의 전력거래 입찰을 시뮬레이션할 수 있다. 전력거래 시뮬레이션부(125)는 소정의 시간 단위로 시뮬레이션 결과에 따른 시뮬레이션 데이터(S_Data), 즉 전력거래 시뮬레이션 데이터를 출력할 수 있다.
다시 도 1을 참조하면, 수익예측모듈(130)은 시뮬레이션모듈(120)의 시뮬레이션 결과물로부터 발전설비 및 충전설비에 대한 운영 수익성을 예측하여 분석할 수 있다. 수익예측모듈(130)은 분석된 운영 수익성에 대한 정보를 사용자단말(200)에 제공할 수 있다.
도 4는 도 1에 도시된 수익예측모듈의 구성을 나타내는 도면이다.
도 1 내지 도 4를 참조하면, 수익예측모듈(130)은 발전량 예측부(131), 충/방전 예측부(133), 전력거래 예측부(135) 및 수익성 분석부(137)를 포함할 수 있다.
발전량 예측부(131)는 시뮬레이션모듈(120)의 발전 시뮬레이션부(121)에서 출력된 발전 시뮬레이션 데이터에 기초하여 모델링 된 발전설비의 발전량 및 그에 따른 전력생산량을 예측하여 예측데이터, 즉 전력생산량 예측값을 출력할 수 있다. 발전량 예측부(131)는 소정의 시간 단위로 전력생산량 예측값을 출력할 수 있다.
충/방전 예측부(133)는 시뮬레이션모듈(120)의 충/방전 시뮬레이션부(123)에서 출력된 충/방전 시뮬레이션 데이터에 기초하여 모델링 된 충전설비의 충/방전량 및 횟수를 예측하여 예측데이터, 즉 충/방전량 예측값을 출력할 수 있다. 충/방전 예측부(133)는 소정의 시간 단위로 충/방전량 예측값을 출력할 수 있다.
전력거래 예측부(135)는 시뮬레이션모듈(120)의 전력거래 시뮬레이션부(125)에서 출력된 전력거래 시뮬레이션 데이터에 기초하여 모델링 된 전력거래시장에 대한 전력 입찰 및 입찰 금액을 예측하여 예측데이터, 즉 입찰 예측값을 출력할 수 있다.
수익성 분석부(137)는 각 예측부로부터 출력된 예측값들에 기초하여 모델링 된 발전설비, 충전설비 및 전력시장의 운영에 따른 전력생산, 충/방전 및 전력거래 입찰 등에 따른 사용자의 수익성을 분석하고, 그에 따른 수익성 데이터(A_Data)를 출력할 수 있다.
수익성 분석부(137)는 발전설비에 의해 생산된 전력 또는 충전설비에 의해 방전된 전력을 전력시장에서의 입찰을 통해 거래함으로써 사용자가 얻을 수 있는 수익을 분석할 수 있다. 또한, 수익성 분석부(137)는 충전설비에 의해 충전되는 전력에 의해 사용자가 지출해야 하는 손실을 분석할 수 있다. 그리고, 수익성 분석부(137)는 분석된 수익 및 손실을 모두 고려하여 사용자의 분산전원 운영에 따른 수익을 분석하고, 그에 따른 수익성 데이터(A_Data)를 출력할 수 있다.
한편, 수익성 분석부(137)는 데이터베이스모듈(400)로부터 제공되는 소정의 정보, 예컨대 사용자의 투자비용 정보에 기초하여 사용자의 수익성을 분석할 수도 있다.
예컨대, 수익성 분석부(137)는 앞서 설명된 사용자의 분산전원 운영에 따른 수익을 분석할 수 있다. 그리고, 수익성 분석부(137)는 사용자의 투자비용 정보와 기 분석된 분산전원 운영 수익을 비교하여 투자비용 대비 사용자의 수익성을 분석하고, 그에 따른 수익성 데이터(A_Data)를 출력할 수 있다. 이때, 수익성 분석부(137)는 사용자의 투자비용의 이자 수익을 함께 고려하여 사용자의 수익성을 분석할 수 있다.
수익성 분석부(137)는 수익성 데이터(A_Data)를 사용자단말(200)에 제공할 수 있다. 이때, 수익성 분석부(137)는 수익성 데이터(A_Data)를 소정의 시간 단위의 그래프 형태로 사용자단말(200)에 제공할 수 있다.
다시 도 1을 참조하면, 사용자단말(200)은 유/무선 통신망을 통해 수익성 예측시스템(100)과 연결될 수 있다. 사용자단말(200)은 설치정보, 즉 사용자가 설치하고자 하는 분산전원의 종류 및 설치 예정지역에 대한 정보를 수익성 예측시스템(100)에 제공할 수 있다.
전력거래시장(300)은 유/무선 통신망을 통해 수익성 예측시스템(100)과 연결될 수 있다. 전력거래시장(300)은 전력/REC 거래시장, 수요(DR) 거래시장, 용량 거래시장 및 보조서비스 거래시장 등과 같은 다수의 거래시장을 포함할 수 있다. 전력/REC 거래시장 및 수요 거래시장은 시간 또는 일 단위로 전력이 거래되는 시장이고, 용량 거래시장은 전력/REC 거래시장보다 긴 시간 단위, 예컨대 월 또는 년 단위로 전력이 거래되는 시장이며, 보조서비스 거래시장은 전력/REC 거래시장보다 짧은 시간 단위, 예컨대 초 또는 분 단위로 전력이 거래되는 시장일 수 있다. 전력거래시장(300)은 다수의 거래시장에 대한 입찰 형태 및 금액정보를 수익성 예측시스템(100)에 제공할 수 있다.
데이터베이스모듈(400)은 각각이 서로 다른 정보를 제공하는 다수의 데이터베이스, 예컨대 금융데이터베이스(410), 설비데이터베이스(420) 및 공공데이터베이스(430)를 포함할 수 있다.
금융데이터베이스(410)는 사용자의 투자비용 정보, 예컨대 분산전원의 설치를 위한 대출비용 또는 그에 따른 이자비용 등과 같은 금융정보를 수익성 예측시스템(100)에 제공할 수 있다. 설비데이터베이스(420)는 사용자가 설치하고자 하는 분산전원의 종류에 따른 정보, 예컨대 발전설비의 규격 및 용량정보 또는 충전설비의 규격 및 용량정보를 수익성 예측시스템(100)에 제공할 수 있다. 공공데이터베이스(430)는 사용자가 설치하고자 하는 분산전원의 설치 예정지역에 대한 정보, 예컨대 주소지의 면적정보 및 기후정보를 수익성 예측시스템(100)에 제공할 수 있다.
수익성 예측시스템(100)은 상술한 사용자단말(200), 전력거래시장(300) 및 데이터베이스모듈(400)로부터 제공되는 하나 이상의 정보에 기초하여 사용자에게 분산전원의 설치 및 운영에 따른 수익성을 예측하여 제공할 수 있다.
상술한 바와 같이, 본 실시예의 수익성 예측시스템(100)은 물리적 형태의 분산전원 및 전력거래시장을 논리적 형태로 모델링하고, 모델링 된 분산전원 및 시장에 대한 시뮬레이션을 통해 분산전원의 운영에 따른 수익성을 예측함으로써, 사용자에게 설치하고자 하는 분산전원에 대한 정확한 운영 수익을 제공할 수 있다.
도 5는 본 발명의 실시예에 따른 수익성 예측시스템을 이용한 가상발전소의 수익예측방법을 나타내는 흐름도이다. 이하에서는, 설명의 편의를 위하여 도 5와 함께 앞서 설명된 도 1 내지 도 4를 함께 참조하도록 하겠다.
먼저, 수익성 예측시스템(100)은 사용자단말(200)로부터 설치정보, 예컨대 설치하고자 하는 분산전원의 종류 및 설치 예정지역에 대한 정보를 제공받을 수 있다(S10). 여기서, 사용자는 사용자단말(200)을 통해 직접 설치 예정인 분산전원의 종류 및 설치 지역의 주소를 입력할 수 있다.
이어, 수익성 예측시스템(100)은 사용자단말(200)로부터 입력된 설치정보에 기초하여 데이터베이스모듈(400) 및 전력거래시장(300) 각각으로부터 다수의 정보, 예컨대 분산전원의 규격 및 용량정보, 설치 예정지역의 면적정보 및 기후정보, 전력거래시장(300)의 입찰 및 금액정보 등을 정보데이터(I_Data)로 제공받을 수 있다.
다음으로, 수익성 예측시스템(100)의 모델링모듈(110)은 정보데이터(I_Data)에 기초하여 논리적 모델링을 수행하고, 그에 따른 모델링 데이터(M_Data)를 출력할 수 있다(S20).
예컨대, 모델링모듈(110)의 발전설비 모델링부(111)는 정보데이터(I_Data)에 기초하여 사용자가 선택한 물리적 형태의 분산전원의 발전설비를 논리적 형태의 발전설비로 모델링하고, 그에 따른 발전설비 모델링 데이터를 출력할 수 있다(S21).
또한, 모델링모듈(110)의 충전설비 모델링부(113)는 정보데이터(I_Data)에 기초하여 사용자가 선택한 물리적 형태의 분산전원의 충전설비를 논리적 형태의 충전설비로 모델링하고, 그에 따른 충전설비 모델링 데이터를 출력할 수 있다(S23).
또한, 모델링모듈(110)의 전력시장 모델링부(115)는 정보데이터(I_Data)에 기초하여 물리적 형태의 전력거래시장(300)을 논리적 형태의 전력시장으로 모델링하고, 그에 따른 전력시장 모델링 데이터를 출력할 수 있다(S25).
정보데이터(I_Data)는 설치 예정지역에 대한 면적정보 및 기후정보를 포함할 수 있다. 이에, 수익성 예측시스템(100)은 모델링모듈(110)에 의한 발전설비, 충전설비 및 전력거래시장(300)의 모델링이 수행되기 전에, 설치 예정지역에 대한 발전설비 또는 충전설비의 설치 유효성을 판단하는 단계를 더 수행할 수 있다.
또한, 수익성 예측시스템(100)은 발전설비 또는 충전설비에 대한 설치 유효성이 판단된 후, 설치 예정지역의 면적정보에 기초하여 발전설비 및 충전설비가 설치될 수 있는 최대 설치 유효 면적을 산출하는 단계를 더 수행할 수 있다.
계속해서, 시뮬레이션모듈(120)은 모델링모듈(110)에서 출력된 모델링 데이터(M_Data)에 기초하여 발전설비 또는 충전설비의 가상 운영을 시뮬레이션하고, 그에 따른 시뮬레이션 데이터(S_Data)를 출력할 수 있다(S30).
예컨대, 발전 시뮬레이션부(121)는 모델링모듈(110)에서 출력된 발전설비 모델링 데이터에 기초하여 발전설비의 운영, 즉 발전 및 전력생산을 시뮬레이션할 수 있다. 이어, 시뮬레이션 결과에 따른 발전 시뮬레이션 데이터를 출력할 수 있다.
또한, 충/방전 시뮬레이션부(123)는 모델링모듈(110)에서 출력된 충전설비 모델링 데이터에 기초하여 충전설비의 운영, 즉 충전 및 방전을 시뮬레이션하고, 그에 따른 충/방전 시뮬레이션 데이터를 출력할 수 있다.
또한, 전력거래 시뮬레이션부(125)는 모델링모듈(110)에서 출력된 전력시장 모델링 데이터에 기초하여 전력거래시장의 운영, 즉 전력입찰을 시뮬레이션하고, 그에 따른 전력거래 시뮬레이션 데이터를 출력할 수 있다.
여기서, 시뮬레이션모듈(120)은 발전, 충/방전 및 전력거래 시뮬레이션 데이터를 소정의 시간 단위로 출력할 수 있다.
계속해서, 수익예측모듈(130)은 시뮬레이션모듈(120)에서 출력된 시뮬레이션 데이터(S_Data)에 기초하여 모델링 된 발전설비, 충전설비 및 전력시장에 대한 예측을 수행하고(S40), 그에 따른 사용자의 수익성을 분석할 수 있다(S50).
수익예측모듈(130)의 발전량 예측부(131)는 시뮬레이션모듈(120)에서 출력된 발전 시뮬레이션 데이터로부터 모델링 된 발전설비의 발전량 및 그에 따른 전력생산량을 예측하여 전력생산량 예측값을 출력할 수 있다(S41).
또한, 충/방전 예측부(133)는 충/방전 시뮬레이션 데이터에 기초하여 모델링 된 충전설비의 충/방전량 및 횟수를 예측하여 충/방전량 예측값을 출력할 수 있다(S43). 전력거래 예측부(135)는 전력거래 시뮬레이션 데이터에 기초하여 모델링된 전력시장에 대한 입찰 및 금액을 예측하여 입찰 예측값을 출력할 수 있다(S45).
앞서, 시뮬레이션모듈(120)로부터 시간 단위로 시뮬레이션 데이터가 출력되므로, 수익예측모듈(130) 역시 시간 단위로 각 예측값을 출력할 수 있다. 여기서, 수익예측모듈(130)은 발전설비 또는 충전설비가 설치된 예정지역에 대한 전력수요를 추가로 예측하여 수요 예측값을 출력할 수도 있다.
수익성 분석부(137)는 전력생산량 예측값, 충/방전량 예측값 및 입찰 예측값에 기초하여 사용자의 수익성, 즉 사용자가 분산전원을 설치하여 얻을 수 있는 수익성을 분석하고, 그에 따른 수익성 데이터(A_Data)를 사용자단말(200)에 제공할 수 있다(S50).
수익성 분석부(137)는 전력생산량 예측값 및 입찰 예측값에 기초하여 모델링 된 발전설비의 운영에 따른 전력거래로부터 사용자의 수익성을 분석할 수 있다. 다시 말해, 수익성 분석부(137)는 발전설비의 예측된 생산 전력을 전력시장에 입찰하는 것으로부터 사용자의 발전설비 운영에 따른 수익성을 분석할 수 있다.
또한, 수익성 분석부(137)는 충/방전량 예측값 및 입찰 예측값에 기초하여 모델링된 충전설비의 운영에 따른 전력거래로부터 사용자의 수익성을 분석할 수 있다. 다시 말해, 수익성 분석부(137)는 충전설비의 예측된 방전 전력을 전력시장에 입찰하는 것으로부터 사용자의 충전설비 운영에 따른 수익성을 분석할 수 있다. 이때, 수익성 분석부(137)는 충전설비의 예측된 충전 전력에 따라 계통으로부터 전력을 제공받는 것으로부터 사용자의 손실을 추가로 분석하고, 분석된 손실을 반영하여 사용자의 충전설비 운영에 따른 수익성을 분석할 수 있다.
한편, 시뮬레이션모듈(120)에서 출력된 시뮬레이션 데이터(S_Data)는 모델링 된 발전설비 및 충전설비의 운영시간 누적에 따른 노후화 및 그로 인한 전력생산량과 충/방전량의 감소가 반영될 수 있다. 따라서, 수익성 분석부(137)는 시간이 지남에 따라 감소되는 전력생산량 및 충/방전량에 기초하여 사용자의 수익성, 즉 사용자의 발전설비 및 충전설비 운영 수익성을 분석할 수 있다.
또한, 수익성 분석부(137)는 데이터베이스모듈(400)의 금융데이터베이스(410)로부터 사용자의 투자비용 정보를 제공받을 수 있다. 그리고, 앞서 설명된 사용자의 발전설비 및 충전설비 운영 수익성을 분석할 때, 사용자의 투자비용을 고려하여 분석할 수 있다. 이때, 수익성 분석부(137)는 사용자의 투자비용에 대한 이자 수익을 예상하고, 이를 분산전원에 대한 투자 수익과 대비하여 사용자의 수익성을 분석할 수 있다.
상술한 바와 같이, 본 실시예에 따른 가상발전소의 수익예측방법은 물리적 형태의 분산전원 및 전력거래시장을 논리적 형태로 모델링하고, 모델링 된 분산전원 및 시장에 대한 시뮬레이션을 통해 분산전원의 운영에 따른 수익성을 예측함으로써, 사용자에게 설치하고자 하는 분산전원에 대한 정확한 운영 수익을 제공할 수 있다.
100: 수익성 예측시스템 110: 모델링모듈
111: 발전설비 모델링부 113: 충전설비 모델링부
115: 전력시장 모델링부 117: 저장부
120: 시뮬레이션모듈 121: 발전 시뮬레이션부
123: 충/방전 시뮬레이션부 125: 전력거래 시뮬레이션부
130: 수익예측모듈 131: 발전량 예측부
133: 충/방전 예측부 135: 전력거래 예측부
137: 수익성 분석부 200: 사용자단말
300: 전력거래시장 400: 데이터베이스모듈
410: 금융데이터베이스 420: 설비데이터베이스
430: 공공데이터베이스

Claims (11)

  1. 외부로부터 제공된 정보데이터에 기초하여 물리적 형태의 분산전원 및 전력거래시장을 각각 논리적 형태로 모델링하여 모델링 데이터를 출력하는 모델링모듈;
    상기 모델링모듈로부터 출력된 상기 모델링 데이터에 기초하여 모델링 된 분산전원 및 전력거래시장의 가상 운영을 시뮬레이션하여 시뮬레이션 데이터를 출력하는 시뮬레이션모듈; 및
    상기 시뮬레이션모듈로부터 출력된 상기 시뮬레이션 데이터에 기초하여 상기 물리적 형태의 분산전원 운영에 따른 사용자의 수익성을 예측하여 사용자단말로 제공하는 수익예측모듈을 포함하는 가상발전소의 수익성 예측시스템.
  2. 제1항에 있어서,
    상기 모델링모듈은,
    상기 정보데이터에 기초하여 상기 물리적 형태의 분산전원 중 발전설비를 모델링하여 발전설비 모델링 데이터를 출력하는 발전설비 모델링부;
    상기 정보데이터에 기초하여 상기 물리적 형태의 분산전원 중 충전설비를 모델링하여 충전설비 모델링 데이터를 출력하는 충전설비 모델링부;
    상기 정보데이터에 기초하여 상기 물리적 형태의 전력거래시장을 모델링하여 전력거래 모델링 데이터를 출력하는 전력시장 모델링부; 및
    상기 발전설비 모델링 데이터, 충전설비 모델링 데이터 및 전력거래 모델링 데이터를 저장하는 저장부를 포함하고,
    상기 모델링 데이터는 상기 발전설비 모델링 데이터, 충전설비 모델링 데이터 및 전력거래 모델링 데이터 중 적어도 하나를 포함하는 것을 특징으로 하는 가상발전소의 수익성 예측시스템.
  3. 제1항에 있어서,
    상기 시뮬레이션모듈은,
    상기 모델링 데이터 중 모델링 된 분산전원의 발전설비에 대응되는 모델링 데이터에 기초하여 상기 발전설비에 의한 전력생산을 시뮬레이션하고, 발전 시뮬레이션 데이터를 출력하는 발전 시뮬레이션부;
    상기 모델링 데이터 중 상기 모델링 된 분산전원의 충전설비에 대응되는 모델링 데이터에 기초하여 상기 충전설비에 의한 충/방전을 시뮬레이션하고, 충/방전 시뮬레이션 데이터를 출력하는 충전 시뮬레이션부; 및
    상기 모델링 데이터 중 모델링 된 전력거래시장에 대응되는 모델링 데이터에 기초하여 상기 전력거래시장의 전력 거래 입찰을 시뮬레이션하고, 전력거래 시뮬레이션 데이터를 출력하는 전력거래 시뮬레이션부를 포함하고,
    상기 시뮬레이션 데이터는 상기 발전 시뮬레이션 데이터, 충/방전 시뮬레이션 데이터 및 전력거래 시뮬레이션 데이터 중 적어도 하나를 포함하는 것을 특징으로 하는 가상발전소의 수익성 예측시스템.
  4. 제1항에 있어서,
    상기 수익예측모듈은,
    상기 시뮬레이션 데이터에 기초하여 모델링된 분산전원 중 발전설비의 시뮬레이션에 따른 전력생산량 예측값을 출력하는 발전량 예측부;
    상기 시뮬레이션 데이터에 기초하여 모델링된 분산전원 중 충전설비의 시뮬레이션에 따른 충/방전량 예측값을 출력하는 충/방전 예측부;
    상기 시뮬레이션 데이터에 기초하여 모델링된 전력거래시장의 시뮬레이션에 따른 입찰 예측값을 출력하는 전력거래 예측부; 및
    상기 전력생산량 예측값, 충/방전량 예측값 및 입찰 예측값에 기초하여 사용자의 분산전원 운영에 따른 수익을 예측하여 분석하고, 상기 사용자단말에 수익성 데이터를 출력하는 수익성 분석부를 포함하는 가상발전소의 수익성 예측시스템.
  5. 제4항에 있어서,
    상기 수익성 분석부는 외부로부터 제공된 사용자 투자비용 정보에 기초하여 상기 사용자의 분산전원 운영에 따른 수익을 분석하여 상기 수익성 데이터를 출력하는 것을 특징으로 하는 가상발전소의 수익성 예측시스템.
  6. 제1항에 있어서,
    상기 정보데이터는 상기 물리적 형태의 분산전원에 대한 규격 및 용량정보, 설치 예정지역의 면적정보 및 기후정보 및 상기 물리적 형태의 전력거래시장에 대한 전력 입찰 및 금액정보 중 적어도 하나를 포함하는 것을 특징으로 하는 가상발전소의 수익성 예측시스템.
  7. 가상발전소의 수익성 예측시스템을 이용하여 사용자의 분산전원 운영에 대한 수익성을 예측하는 수익성 예측방법에 있어서,
    사용자단말을 통해 입력된 설치정보에 대응되어 제공되는 정보데이터에 기초하여 물리적 형태의 분산전원 및 전력거래시장을 각각 논리적으로 모델링하는 단계;
    모델링 결과에 따른 모델링 데이터에 기초하여 모델링 된 분산전원 및 전력거래시장의 가상 운영을 시뮬레이션하는 단계;
    시뮬레이션 결과에 따른 시뮬레이션 데이터에 기초하여 상기 물리적 형태의 분산전원 운영에 따른 사용자의 수익성을 예측하여 분석하는 단계; 및
    분석된 사용자의 수익성에 따른 수익성 데이터를 상기 사용자단말에 제공하는 단계를 포함하는 가상발전소의 수익성 예측방법.
  8. 제7항에 있어서,
    상기 정보데이터는 상기 물리적 형태의 분산전원의 설치 예정지역에 대한 면적정보를 포함하고,
    상기 모델링하는 단계 전에,
    상기 정보데이터에 기초하여 상기 설치 예정지역에서의 상기 물리적 형태의 분산전원의 설치 유효성을 판단하는 단계; 및
    판단 결과에 따라 상기 설치 예정지역에서의 상기 물리적 형태의 분산전원의 최대 설치 유효 면적을 산출하는 단계를 더 포함하는 것을 특징으로 하는 가상발전소의 수익성 예측방법.
  9. 제7항에 있어서,
    상기 물리적 형태의 분산전원은 발전설비 및 충전설비를 포함하고,
    상기 시뮬레이션하는 단계는,
    모델링 된 발전설비의 가상 운영에 따른 전력생산을 시뮬레이션하는 단계;
    모델링 된 충전설비의 가상 운영에 따른 충/방전을 시뮬레이션하는 단계; 및
    상기 모델링 된 전력거래시장의 가상 운영에 따른 전력거래를 시뮬레이션하는 단계를 포함하는 것을 특징으로 하는 가상발전소의 수익성 예측방법.
  10. 제7항에 있어서,
    상기 수익성을 예측하여 분석하는 단계는,
    상기 시뮬레이션 데이터에 기초하여 전력생산량 예측값, 충/방전량 예측값 및 입찰 예측값을 출력하는 단계; 및
    상기 전력생산량 예측값, 방전량 예측값 및 입찰 예측값에 기초하여 사용자 수익을 예측하여 분석하는 단계;
    상기 충전량 예측값에 기초하여 사용자 손실을 예측하여 분석하는 단계; 및
    분석된 상기 사용자 수익 및 사용자 손실에 기초하여 상기 물리적 형태의 분산전원 운영에 따른 사용자의 수익성을 예측하여 분석하는 단계를 포함하는 것을 특징으로 하는 가상발전소의 수익성 예측방법.
  11. 제10항에 있어서,
    상기 수익성을 예측하여 분석하는 단계는,
    외부로부터 제공된 사용자 투자비용 정보에 기초하여 상기 투자비용에 대한 이자 수익을 예측하는 단계; 및
    상기 이자 수익에 기초하여 상기 물리적 형태의 분산전원 운영에 따른 사용자의 수익성을 예측하여 분석하는 단계를 더 포함하는 것을 특징으로 하는 가상발전소의 수익성 예측방법.
KR1020180033014A 2018-03-22 2018-03-22 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법 KR102105193B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180033014A KR102105193B1 (ko) 2018-03-22 2018-03-22 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180033014A KR102105193B1 (ko) 2018-03-22 2018-03-22 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20190111203A true KR20190111203A (ko) 2019-10-02
KR102105193B1 KR102105193B1 (ko) 2020-05-04

Family

ID=68422695

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180033014A KR102105193B1 (ko) 2018-03-22 2018-03-22 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102105193B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210115955A (ko) * 2020-03-17 2021-09-27 주식회사 에이치에너지 가상 발전 플랫폼 제어 시스템 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150029120A (ko) * 2013-09-09 2015-03-18 한국전기연구원 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법
KR20160081222A (ko) * 2014-12-31 2016-07-08 주식회사 포스코아이씨티 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150029120A (ko) * 2013-09-09 2015-03-18 한국전기연구원 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치，및 가상발전소（ｖｐｐ）의 최적운영계획 모형 생성장치를 이용한 최적운영계획 모형 생성방법
KR20160081222A (ko) * 2014-12-31 2016-07-08 주식회사 포스코아이씨티 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210115955A (ko) * 2020-03-17 2021-09-27 주식회사 에이치에너지 가상 발전 플랫폼 제어 시스템 및 방법

Also Published As

Publication number Publication date
KR102105193B1 (ko) 2020-05-04

Similar Documents

Publication Publication Date Title
KR101645689B1 (ko) 스마트 전력수요자원 네모모델링데이터 시뮬레이션 모듈을 통한 전력수요관리사업 프로젝트 경제성 분석장치 및 방법
Helseth et al. Detailed long‐term hydro‐thermal scheduling for expansion planning in the Nordic power system
US20130013376A1 (en) Method and system for intermediate to long-term forecasting of electric prices and energy demand for integrated supply-side energy planning
JP2020501491A (ja) 動的エネルギーストレージシステム制御のためのシステムおよび方法
Mohammadi et al. Machine learning assisted stochastic unit commitment during hurricanes with predictable line outages
Xiao et al. Operating reserve policies with high wind power penetration
KR102105192B1 (ko) 모델링을 이용한 가상발전소 운영시스템 및 방법
KR102131403B1 (ko) 태양광 발전의 수익성 예측시스템 및 방법
KR20200081119A (ko) 다중 목적함수에 기반한 가상발전소 운영 시스템 및 그 운영 방법
Koziolek et al. Assessing survivability to support power grid investment decisions
KR20200022255A (ko) 에너지 발전량 및 입찰량을 기초로 에너지 저장 장치를 최적화하는 방법 및 장치
Ji et al. Forecasting real-time locational marginal price: A state space approach
Gomes et al. Hybrid solar PV-wind-battery system bidding optimisation: A case study for the Iberian and Italian liberalised electricity markets
Kühne Drivers of energy storage demand in the German power system: an analysis of the influence of methodology and parameters on modelling results
KR102592162B1 (ko) 조정된 조화된 조건들에서 에너지 서브-시스템들 사이의 에너지의 교환을 제어하기 위한 방법； 제어 센터； 에너지 시스템； 컴퓨터 프로그램； 및 저장 매체
Rhodes et al. Impacts of large, flexible data center operations on the future of ERCOT
Henni et al. Industrial peak shaving with battery storage using a probabilistic forecasting approach: Economic evaluation of risk attitude
US20180225684A1 (en) Strategic operation of variable generation power plants
Ma et al. Probabilistic evaluations on marginal price and capacity adequacy of power systems with price-elastic demand
Shayesteh et al. System reduction techniques for storage allocation in large power systems
KR102105193B1 (ko) 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법
KR102069664B1 (ko) 전력 거래를 위한 전자화폐 발행시스템 및 방법
KR20160121036A (ko) 에너지 거래 장치 및 방법
Sowa et al. Method for the operation planning of virtual power plants considering forecasting errors of distributed energy resources
US20230410229A1 (en) Dynamic pricing of energy consumed from a shared battery using real-time consumption data

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