KR20200058035A - 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법 - Google Patents

복합 에너지 자원의 에너지 공급 최적화 장치 및 방법 Download PDF

Info

Publication number
KR20200058035A
KR20200058035A KR1020180142525A KR20180142525A KR20200058035A KR 20200058035 A KR20200058035 A KR 20200058035A KR 1020180142525 A KR1020180142525 A KR 1020180142525A KR 20180142525 A KR20180142525 A KR 20180142525A KR 20200058035 A KR20200058035 A KR 20200058035A
Authority
KR
South Korea
Prior art keywords
energy
information
resources
cost
scenario
Prior art date
Application number
KR1020180142525A
Other languages
English (en)
Inventor
김동주
권성철
박중성
배문성
신창훈
이종욱
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020180142525A priority Critical patent/KR20200058035A/ko
Publication of KR20200058035A publication Critical patent/KR20200058035A/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"
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/14—Payment architectures specially adapted for billing systems
    • 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
    • Y04S10/50—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
    • Y04S50/12—Billing, invoicing, buying or selling transactions or other related activities, e.g. cost or usage evaluation

Landscapes

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

Abstract

본 발명은 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법에 관한 것으로서, 대상 지역 내의 에너지 인프라로부터 획득한 에너지 수요 데이터를 토대로 예측된 미래 에너지 수요 정보, 대상 지역의 지리 정보를 포함하는 지역 정보를 토대로 모델링된 대상 지역에 설치 가능한 복수의 에너지 자원, 및 대상 지역의 환경 정보를 이용하여 대상 지역에서의 에너지 공급 모의 시나리오를 생성하는 시나리오 생성부, 및 시나리오 생성부에 의해 생성된 에너지 공급 모의 시나리오로부터 도출되며 모델링된 복수의 에너지 자원의 발전 설비비용을 최소화하기 위한 목적함수와, 복수의 에너지 자원별 특성이 반영된 제약조건을 이용하여 대상 지역에 대한 복수의 에너지 자원 각각의 에너지 공급을 최적화하는 최적화 수행부를 포함하는 것을 특징으로 한다.

Description

복합 에너지 자원의 에너지 공급 최적화 장치 및 방법{APPARATUS FOR OPTIMIZING ENERGY SUPPLY OF COMPLEX ENERGY RESOURCE AND METHOD THEREOF}
본 발명은 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법에 관한 것으로서, 더욱 상세하게는 도시 내의 에너지 공급을 모의하여 에너지 공급 계획을 최적 수립할 수 있는 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법에 관한 것이다.
‘에너지공급계획 모의시스템’은 도시 내의 대표적인 에너지 공급원인 열과 전기를 동시에 고려한 공급계획을 도출함으로써 전력원, 열원의 자원분배 뿐만 아니라 열과 전기를 모두 생산하는 열병합, 지열, 바이오 발전원에 대한 효율적인 운영계획을 제시한다. 도시 스스로 에너지를 자립적으로 공급하고 안정적이고 효율적으로 운영하기 위해서 가장 먼저 선행되어야 할 것이 최적의 에너지 공급계획을 수립하는 것이다. 도시 설계자는 도 1에 도시된 것과 같이 에너지 공급비용 최소화, 탄소 배출 최소화, 에너지 효율 최대화 등의 다양한 목적을 두고 에너지 공급계획을 수립할 수 있으며, 이를 위해 여러 가지 시나리오를 모의할 수 있는 ‘에너지공급계획 모의시스템’을 개발하는 것은 필수적이다. 이 시스템은 주요 에너지 공급원인 열과 전기를 동시에 고려한 공급계획을 도출함으로써 주어진 도시 에너지 환경(열, 전기, 물 수요 등) 하에서 갖춰야 할 에너지 infrastructure를 경제성, 신뢰성 관점에서 접근할 수 있도록 한다.
한편, 화석연료 발전기들의 사용빈도가 줄고 신재생발전기, 에너지저장장치, 열병합발전기 등의 특수발전기의 사용빈도가 높아지거나 대체되면서 이 발전기들을 고려하여 발전계획을 세워야 한다는 의견은 최근에서야 제기되었으며, 이에 따라 이러한 사항들을 고려한 에너지공급계획을 세울 필요가 있다.
종래에 특수발전기들이 발전계획에 참여하기 어려웠던 이유는 규모의 문제라기보다는 이 발전기들이 가지고 있는 특성들이 가장 큰 문제로 손꼽힌다. 대표적으로 신재생발전기의 경우 자연에너지를 연료로 사용하는 발전기이므로 발전에 소요되는 원료비용이 0에 가깝고, 투자비가 많이 소요되고, 불확실한 자연현상으로 인해 발전량 제어가 어려운 특성들을 가지고 있다. 발전계획에서는 연료와 투자비를 기반으로 발전 설비비용을 산정하고, 기존 화석연료 발전기의 경우 적정한 고정비와 변동비를 얻을 수 있어서 발전 설비비용 곡선을 쉽게 얻을 수 있으나, 신재생발전기의 경우에는 높은 고정비와 0에 가까운 변동비를 얻고, 이마저도 불확실한 출력이기 때문에 발전 설비비용 곡선을 쉽게 얻을 수 없다. 이러한 특성으로 인하여 신재생발전기의 경우 그 출력량을 부하지속곡선에 대입시켜 수요를 감소시키는 자원(마이너스 부하)의 형태로 발전계획을 세우게 된다.
또한 기존의 발전계획은 자원 별로 각각 별도의 계획을 수립하고 활용하였기 때문에, 자원 별로 서로 상호작용하는 부분에 대한 고려가 부재하였다.
본 발명의 배경기술은 대한민국 공개특허공보 제10-2013-0082711호(2013.07.22. 공개)에 개시되어 있다.
본 발명의 일 측면에 따른 목적은, 에너지 공급 계획 수립 시 종래와 같이 전체 계통 관점이 아닌 도시와 같은 대상 지역의 특성을 반영하여 수립하고, 열, 전기, 가스 등 다양한 자원들이 서로 상호 작용하는 원리 및 변환 관계 등을 고려하여 도시 내의 전체 에너지 관점에서 발전계획을 구성함으로써 도시에 대한 복합 에너지 자원으로부터의 에너지 공급을 최적화할 수 있는 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법을 제공하는 것이다.
본 발명의 일 측면에 따른 복합 에너지 자원의 에너지 공급 최적화 장치는 대상 지역 내의 에너지 인프라로부터 획득한 에너지 수요 데이터를 토대로 예측된 미래 에너지 수요 정보, 상기 대상 지역의 지리 정보를 포함하는 지역 정보를 토대로 모델링된 상기 대상 지역에 설치 가능한 복수의 에너지 자원, 및 상기 대상 지역의 환경 정보를 이용하여 상기 대상 지역에서의 에너지 공급 모의 시나리오를 생성하는 시나리오 생성부, 및 상기 시나리오 생성부에 의해 생성된 에너지 공급 모의 시나리오로부터 도출되며 상기 모델링된 복수의 에너지 자원의 발전 설비비용을 최소화하기 위한 목적함수와, 상기 복수의 에너지 자원별 특성이 반영된 제약조건을 이용하여 상기 대상 지역에 대한 상기 복수의 에너지 자원 각각의 에너지 공급을 최적화하는 최적화 수행부를 포함하는 것을 특징으로 한다.
본 발명에 있어 상기 에너지 인프라는 열 정보 시스템, 가스 정보 시스템 및 AMI(Advanced Metering Infrastructure) 시스템을 포함하고, 상기 에너지 인프라로부터 각각 획득한 에너지 수요 데이터를 토대로 상기 미래 에너지 수요 정보를 예측하여 상기 시나리오 생성부로 전달하는 미래 수요 예측부를 더 포함하는 것을 특징으로 한다.
본 발명에 있어 상기 지역 정보는 상기 대상 지역의 전력 계통 정보 및 에너지 정책 정보를 더 포함하고, 상기 지역 정보를 토대로 상기 대상 지역에 설치 가능한 복수의 에너지 자원을 모델링하여 상기 시나리오 생성부로 전달하는 에너지 자원 모델링부를 더 포함하는 것을 특징으로 한다.
본 발명에 있어 상기 환경 정보는 상기 대상 지역의 전력 시장 정보 및 배출 가스 정보를 포함하고, 상기 환경 정보를 사용자로부터 입력받아 상기 시나리오 생성부로 전달하는 환경 설정부를 더 포함하는 것을 특징으로 한다.
본 발명에 있어 상기 최적화 수행부는, 부하지속곡선(LDC: Load Duration Curve)을 기반으로, 모의 연도에 있어서 상기 복수의 에너지 자원의 발전 설비비용이 최소화되도록 상기 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 결정하는 것을 특징으로 한다.
본 발명에 있어 상기 최적화 수행부는, 상기 결정된 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 상기 대상 지역의 실제 수요에 적용하여, 상기 복수의 에너지 자원의 발전 설비비용이 최소화되도록 상기 복수의 에너지 자원 각각의 에너지 생산량과 에너지 공급비용을 결정하는 것을 특징으로 한다.
본 발명의 일 측면에 따른 복합 에너지 자원의 에너지 공급 최적화 방법은 시나리오 생성부가, 대상 지역 내의 에너지 인프라로부터 획득한 에너지 수요 데이터를 토대로 예측된 미래 에너지 수요 정보, 상기 대상 지역의 지리 정보를 포함하는 지역 정보를 토대로 모델링된 상기 대상 지역에 설치 가능한 복수의 에너지 자원, 및 상기 대상 지역의 환경 정보를 이용하여 상기 대상 지역에서의 에너지 공급 모의 시나리오를 생성하는 단계, 및 최적화 수행부가, 상기 시나리오 생성부에 의해 생성된 에너지 공급 모의 시나리오로부터 도출되며 상기 모델링된 복수의 에너지 자원의 발전 설비비용을 최소화하기 위한 목적함수와, 상기 복수의 에너지 자원별 특성이 반영된 제약조건을 이용하여 상기 대상 지역에 대한 상기 복수의 에너지 자원 각각의 에너지 공급을 최적화하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 일 측면에 따르면, 본 발명은 미래 에너지 수요 정보, 모델링된 복수의 에너지 자원 및 대상 지역의 환경 정보를 기반으로 에너지 공급 모의 시나리오를 생성하여 대상 지역에 대한 복합 에너지 자원으로부터의 에너지 공급을 최적화함으로써, 주어진 도시 에너지 환경(열, 전기, 물, 수요 등) 하에서 갖춰야 할 에너지 인프라(infrastuccture)를 경제성 및 신뢰성 관점에서 접근할 수 있도록 하고, 도시 설계자로 하여금 에너지 공급 비용 최소화, 배출 가스(CO2) 최소화 및 에너지 효율 최대화 등 다양한 목적을 중심으로 에너지 공급 계획을 수립하도록 할 수 있다.
도 1은 종래 에너지 공급 모의 시스템의 내부 처리 구조도를 보인 예시도이다.
도 2는 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치에서 미래 에너지 수요 정보(수요 모델)가 도출되는 일 예시를 보인 예시도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치에서 발전 설비비용을 나타낸 예시도이다.
도 5 및 도 6은 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치를 설명하기 위한 블록구성도이다.
도 7은 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법의 일 실시예를 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 2는 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치에서 미래 에너지 수요 정보(수요 모델)가 도출되는 일 예시를 보인 예시도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치에서 발전 설비비용을 나타낸 예시도이며, 도 5 및 도 6은 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치를 설명하기 위한 블록구성도이다.
먼저, 본 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치에 대한 전제 조건을 서술한다.
발전계획은 미래의 전력수요 성장에 대비할 수 있으며, 발전계통 및 송전 계통의 운영 측면에서 적정성 여부와 경제성 향상, 기술 혁신 등을 최소의 비용으로 만족시킬 수 있는 발전기 건설 계획을 말하며, 주어진 공급신뢰도의 제약 및 기타 제약 하에서 전력수요를 만족시킬 수 있는 여러 종류의 발전기들을 연도별로 최적으로 건설하는 계획수립에 그 목적을 둔다. 기존의 발전계획은 전체 계통관점에서 수행되는 경우가 많아, 지역적 특징을 충분히 고려하지 못하는 한계점을 가진다. 최근 지자체 별로 다양한 에너지 정책을 수립하고 있으나, 이를 사전에 모의해볼 수 있는 방법에는 상당한 제한이 있다. 이를 해결하기 위해 본 실시예에서는 그 범위를 축소하고 지역적 특성이 드러날 수 있도록 도시 관점에서의 에너지 계획을 모의하는 방법을 제안하며, 이를 위해서는 먼저 도 2와 같은 세부자료를 활용한 장기간의 전력수요를 예측할 수 있도록 수요를 모델링하는 작업이 필요하다.
예측된 수요를 만족시키기 위한 발전기의 최적 투입시기를 결정하기 위해서는 발전기들에 대한 모델링도 이루어져야 하며, 주로 발전 설비비용 측면에서 모델링 된다. 발전 설비비용은 발전기의 건설비용과, 수명기간 동안 운영하여 전력을 생산하고 이를 송전계통에 연결되는 지점으로 전달되는데 소요되는 비용의 총합을 의미한다. 그리고 이는 경제성을 중시하는 발전계획에 있어서 계획 대상이 되는 발전기의 용량 및 투입 시기를 결정하는 가장 중요한 요소로 작용한다.
발전 설비비용은 도 3과 같이 건설비용과 운영비용의 두 가지 요소로 나뉘게 된다. 발전계획의 측면에서 발전기를 건설만 하면 되는 것이 아니라 계획 기간 중 가동에 따른 운영에 대한 비용도 고려할 수 있어야 제대로 된 계획을 세울 수 있다. 그리고 도 3과 같이 건설비용과 운영비용을 연가화하게(annualized) 되면 각각 고정분담금과 고정비용, 변동비용으로 나뉘며 고정분담금과 고정비용을 합쳐 고정비, 변동비용은 변동비로 분리하여 나타낼 수도 있다. 이는 후에 발전계획에서 사용되는 비용을 구성하는 요소들이 된다. 각각의 비용들을 목적함수에 적용시키기 위해서는 여러 가지 경제 지표들을 사용하여 각 비용들을 모델링하고 연가화시킬 수 있어야 한다.
건설비용의 경우 연가화하기 이전에 순공사비와 건설이자의 합으로 구성되어 있는 비용으로 나타낼 수 있다. 순공사비는 발전기를 한 순간에 건설한다고 가정하였을 때 소요되는 비용을 나타내며, 건설이자는 건설기간 동안에 대출이나 금융 업무 등으로 인한 현금의 흐름 혹은 이자의 총합을 나타낸다. 건설이자를 산정하기 위해서는 할인율을 적용할 수 있어야 하는데, 할인율이란 돈의 시간적 가치를 고려하기 위한 이자율을 나타내며 물가 상승, 금리 등을 고려한 경제상황을 가정하여 정해진다. 발전기의 종류에 따라서 건설기간과 수명 등이 다르므로 순공사비와 이자 등을 그대로 이용할 경우 비용의 시점이 일치하지 않게 된다. 따라서 발전기의 수명기간 동안 회수해야 하는 일정금액의 투자금액인 고정분담금을 이용하여 발전기 준공 시점의 순공사비와 건설이자의 합과 일치되도록 만들어준다. 이러한 방법을 이용할 경우 어떠한 발전기들이 발전계획 기간 중에 있다 하더라도 동일한 시점의 투자금액을 가질 수 있다. 고정분담금을 계산하기 위해서는 이자율을 이용한 복리 계산을 필요로 한다. 도 4와 같은 현금흐름도를 사용하여 나타내면, 이자율이 i,순공사비가 C이고, 건설기간이 M년인 어느 발전기가 있다고 가정한다. 준공되기 전까지 매년
Figure pat00001
의 건설비용이 소요된다고 가정할 경우 발전기 준공 시까지 총
Figure pat00002
의 비용이 소요된다. 발전기의 수명 기간 동안 총 건설비용을 회수할 수 있어야 하며, 수명 기간 N년 동안 A 금액의 고정 분담금을 회수한다는 가정 하에 이 금액을 준공 시로 당겨 합을 구하면
Figure pat00003
의 투자비를 얻을 수 있다. 준공 시의 총 건설비용과 투자비가 같아지는 A를 구하면 고정분담금을 얻을 수 있다.
운영비용은 발전기 준공 이후에 발생될 것으로 기대되는 비용을 구한 것으로서 연료비와 운전 유지비를 포함한 실질적인 발전기의 운영비용을 나타낸다. 연료비는 연료의 확보 및 사용에 소요되는 모든 비용을 나타내며 연료 확보 비용과 열용량에 따른 변화비용이 주된 요소인 변동 연료비와 연료 보관비용이 주된 요소인 고정연료비로 구성된다. 그리고 운전 유지비는 연료비를 제외한 발전기의 모든 운영비용을 나타내며 소모성 물품 비용 등이 포함된 변동 운전 유지비와 인건비, 보험 세금 등이 포함된 고정 운전 유지비로 나뉜다. 고정비용 항목들은 건설비용의 고정분담금과 같이 더해져 발전 설비비용의 고정부분을 담당하고 변동비용 항목들은 변동부분을 담당하며 연료 사용이나 소모성 물품 등 시간과 수요에 따라 변할 수 있도록 구성할 수 있다.
이렇게 구성한 발전 설비비용은 어느 특정한 용량을 가지는 발전기의 특성을 나타내며, 발전계획의 문제에 적용하기 위해서는 단위전력을 생산하는데 소요되는 총 비용으로 정의할 수 있어야 한다. 이를 발전단가라 하며, 전력계통을 구성하는 발전기들의 적정 용량을 결정하기 위해서는 발전 설비비용을 발전단가로 환산할 수 있어야 한다. 발전 단가는 고정비 단가와 변동비 단가로 구성되며 각각 하기 수학식 1과 같이 나타낼 수 있다. 고정비 단가에서 고정분담금과 운영비용 중 고정비용은 발전 설비비용의 고정부분과 동일하며, 단가화하기 위하여 발전기 용량과 1년을 시간으로 환산한 8760시간, 연간 발전기 이용률이 사용된다. 이는 연간이용률이 1년 동안 용량 대비 발전량에 대한 비율을 나타내기 때문에 발전기 용량과 8760시간이 곱해져 발전량으로 환산할 수 있어서 발전량을 구할 수 있는 것이다. 그리고 변동비 단가의 경우는 발전량에 따라서 변동비용이 변하기 때문에 단순히 발전량으로 나누어 계산하게 되면 변동비 단가를 얻을 수 있다.
Figure pat00004
Figure pat00005
이상에서 서술한 내용은 후술하는 최적화 수행부(500)가 에너지 자원의 발전 설비비용이 최소화되도록 대상 지역에 대한 에너지 자원의 에너지 공급을 최적화하는 구성의 전제가 되며, 이하에서는 전술한 내용을 기반으로 본 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치의 동작을 설명한다.
도 5 및 도 6을 참조하면, 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 장치는 미래 수요 예측부(100), 에너지 자원 모델링부(200), 환경 설정부(300), 시나리오 생성부(400), 최적화 수행부(500) 및 결과 출력부(600)를 포함할 수 있다.
미래 수요 예측부(100)는 대상 지역 내의 에너지 인프라로부터 획득한 에너지 수요 데이터를 토대로 미래 에너지 수요 정보를 예측하여 후술할 시나리오 생성부(400)로 전달할 수 있다. 에너지 인프라는 도 5에 도시된 것과 같이 대상 지역 내에 구비된 열 정보 시스템, 가스 정보 시스템 및 AMI(Advanced Metering Infrastructure) 시스템을 포함할 수 있으며, 이에 따라 미래 수요 예측부(100)는 열 정보 시스템, 가스 정보 시스템 및 AMI 시스템으로부터 각각 획득한 에너지 수요 데이터를 토대로 미래 에너지 수요 정보를 예측할 수 있다. 미래 수요 예측부(100)는 각 에너지 인프라로부터 획득한 에너지 수요 데이터의 이력을 분석하는 방식으로 미래 에너지 수요 정보를 예측할 수 있다.
에너지 자원 모델링부(200)는 대상 지역의 지역 정보를 토대로 대상 지역에 설치 가능한 복수의 에너지 자원을 모델링하여 시나리오 생성부(400)로 전달할 수 있다. 여기서, 지역 정보는 대상 지역의 지리 정보, 전력 계통 정보 및 에너지 정책 정보를 포함할 수 있으며, 이에 따라 에너지 자원 모델링부(200)는 각 지역 정보를 토대로 대상 지역에 설치 가능한 복수의 에너지 자원을 모델링하여 시나리오 생성부(400)로 전달할 수 있다. 에너지 자원 모델링부(200)는 지리 정보로부터 신규 에너지 자원 설비의 설치가 가능한 부지 면적을 계산하고, 대상 지역에 기 형성된 전력 계통과의 연계 및 신규 에너지 자원 설비 설치의 에너지 정책 부합 여부 등을 종합적으로 분석하여 복수의 에너지 자원을 모델링할 수 있다.
환경 설정부(300)는 사용자로부터 대상 지역의 환경 정보를 입력받아 시나리오 설정부로 전달할 수 있다. 여기서, 환경 정보는 대상 지역의 전력 시장 정보(예: SMP, 연료 가격, REC, 할인율 등) 및 배출 가스 정보(예: CO2 배출량 제한, CO2 배출 처리 비용, CO2 환경 부담금 등)를 포함할 수 있다. 이에 따라, 환경 설정부(300)는 상기 각 환경 정보를 사용자로부터 입력받아 시나리오 설정부로 전달할 수 있다.
시나리오 생성부(400)는 미래 수요 예측부(100), 에너지 자원 모델링부(200) 및 환경 설정부(300)로부터 각각 입력받은 미래 에너지 수요 정보, 모델링된 복수의 에너지 자원 및 환경 정보를 이용하여 대상 지역에서의 에너지 공급 모의 시나리오를 생성할 수 있다. 본 실시예에서 에너지 공급 모의 시나리오는 에너지 자원의 발전 설비비용이 최소화는 시나리오를 채용하며, 이러한 에너지 공급 모의 시나리오로부터 후술하는 목적함수가 도출될 수 있다.
최적화 수행부(500)는 시나리오 생성부(400)에 의해 생성된 에너지 공급 모의 시나리오로부터 도출되며 모델링된 복수의 에너지 자원의 발전 설비비용을 최소화하기 위한 목적함수와, 복수의 에너지 자원별 특성이 반영된 제약조건을 이용하여 대상 지역에 대한 복수의 에너지 자원 각각의 에너지 공급을 최적화할 수 있다.
최적화 수행부(500)는 복수의 에너지 자원 각각의 에너지 공급을 최적화하기 위해, 먼저 시나리오 생성부(400)에 수집된 비선형의 미래 에너지 수요 정보를 시계열 데이터로 변환하고 부하지속곡선을 생성한 후 SOS(Special Ordered Set) TYPE-2 방법을 활용하여 선형화할 수 있다. 이후, 최적화 수행부(500)는 부하지속곡선을 기반으로 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 결정하는 제1 과정과, 제1 과정을 통해 결정된 진입 시기 및 설비 용량을 대상 지역의 실제 수요에 적용하여 복수의 에너지 자원 각각의 에너지 생산량과 에너지 공급비용을 결정하는 제2 과정을 수행함으로써 복수의 에너지 자원 각각의 에너지 공급을 최적화할 수 있다.
최적화 수행부(500)가 사용하는 변수 집합은 하기 표 1과 같다.
[표 1]
Figure pat00006
변수는 제어 변수 및 입력 변수로 구분되며, 최적화 수행부(500)는 제어 변수를 조정해가며 목적함수를 만족하는 최적의 제어변수의 조합을 찾도록 동작할 수 있다. 제어변수는 주어진 제약조건 내에서 그 값이 설정되어야 하며, 제약조건을 만족하지 못할 경우 제약조건 위배에 따른 페널티가 부여되거나 위배된 제약조건 외의 값을 찾는 등의 알고리즘 적 탐색이 이루어질 수 있다.
입력변수는 사용자가 입력하는 값을 의미하며, 최적화 수행부(500)에 의해 그 값이 조정되지 않는다. 입력변수는 제어변수의 상한 및 하한으로 사용될 수도 있고, 제어변수에 곱해져 목적함수의 값에 영향을 주도록 사용될 수도 있다.
제어변수 및 입력변수는 각각 하기 표 2 및 3과 같다.
[표 2]
Figure pat00007
[표 3]
Figure pat00008
최적화 수행부(500)가 수행하는 제1 과정에 대하여 설명한다.
최적화 수행부(500)는 제1 과정에서 부하지속곡선(LDC: Load Duration Curve)을 기반으로, 모의 연도에 있어서 복수의 에너지 자원의 발전 설비비용(고정비용 및 변동비용)이 최소화되도록 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 결정할 수 있다. 제1 과정에서 적용되는 목적함수는 하기 수학식 2와 같은 예시로 표현될 수 있다.
Figure pat00009
목적함수에 사용된 고정비용 및 변동비용 단가는 점화식으로 계산되며, 고정비용은 설비수명과 설비진입 연도를 기준으로 연 할로 분배되고 할인율과 물가상승률이 각각 적용된다. 변동비용은 연료비용, CO2 배출비용(CO2 배출 처리비용 또는 CO2 환경부담금 등), 보조금(REC 등)과 같은 3가지로 구성된다. 변동비용 역시 각각에 대하여 할인율 및 물가상승률이 적용된다. 고정비용 및 변동비용은 각각 하기 수학식 3 및 4와 같은 예시로 표현될 수 있다.
Figure pat00010
Figure pat00011
제1 과정에서 적용되는 제약조건은, 이를 테면 에너지 자원의 설비용량 결정 및 설비 진입 이후의 에너지 생산에 대한 제약, 충방전 자원에 대한 제약, 열병합 자원에 대한 제약, 배출가스, 연료 및 에너지 자립률에 대한 제약, 수명이 만료된 에너지 자원에 대한 제약, 에너지 자원의 용량 및 에너지 결정에 대한 제약 및 부하지속곡선 선형화에 대한 제약이 있을 수 있다.
에너지 자원의 설비용량 결정 및 설비 진입 이후의 에너지 생산에 대한 제약에 대하여 설명하면, 먼저 설비용량 및 설비진입을 결정하는 제어변수에 적용되는 제약조건은 수학식 5와 같은 예시로 표현될 수 있다.
Figure pat00012
예를 들어, 설비 r이 y년에 진입하였다면 정수형 제어변수는
Figure pat00013
이 되고, 이는 설비용량
Figure pat00014
가 0보다 큰 값을 가지게 한다. 설비용량은 최소 설비용량과 최대 설비용량 사이의 값을 가져야 하며, 필수 진입 설비의 경우 해당 범위 내에서 제어변수
Figure pat00015
가 무조건 1이 되어야 한다.
한편, r번째 자원의 y년도 설비용량인
Figure pat00016
는
Figure pat00017
와
Figure pat00018
의 크기와 위치를 결정하는 기준이 된다. 열병합 자원은 열 에너지 생산에 따른 전기출력의 손실(
Figure pat00019
)을 고려해야 하며, r번째 자원의 수명(
Figure pat00020
)이 다하면
Figure pat00021
이나,
Figure pat00022
이 발생하지 않는다. 이는 하기 수학식 6과 같은 예시로 표현될 수 있다.
Figure pat00023
한편, 변동성 자원은 설비용량(
Figure pat00024
)에 이용률(
Figure pat00025
)을 반영한 크기를 고정출력으로 적용한다. 또한 각 자원들은 정지율(
Figure pat00026
)을 고려하기 위해 더 생산할 에너지의 일정 비율 분(
Figure pat00027
)을 유휴시간 및 추가영역 등에서 할당한다. 이는 하기 수학식 7과 같은 예시로 표현될 수 있다.
Figure pat00028
다음으로, 충방전 자원에 대한 제약에 대한 하기 수학식 8과 같은 예시로 표현될 수 있다.
Figure pat00029
즉, ESS, 축열조와 같은 충방전 자원(에너지 저장성 자원)이 생산하는 에너지는 비저장성 자원이 공급하는 부하 외의 영역에서 충전 에너지를 생성하는 것으로 제약조건을 설정한다.
다음으로, 열병합 자원에 대한 제약은 하기 수학식 9와 같은 예시로 표현될 수 있다.
Figure pat00030
열병합 자원에서 생산한 열 에너지는 전력-열 교환기라는 가상의 자원을 통하여 열부하에 에너지를 공급하는 형식으로 정식화될 수 있다. 열병합 자원에서 생산한 열에너지(
Figure pat00031
)는 열병합 자원에서 생산한 전력에너지(
Figure pat00032
)와 열전비(
Figure pat00033
)를 곱해서 계산하게 된다. 열병합 자원에서 생산한 열에너지의 총합은 가상의 전력-열 교환기가 생산한 총 에너지와 같아야 한다.
다음으로, 배출가스, 연료 및 에너지 자립률에 대한 제약은 하기 수학식 10과 같은 예시로 표현될 수 있다.
Figure pat00034
배출가스 배출계수는 에너지 연료 사용량에 적용되기 때문에 에너지 생산량에 발열량을 곱하여 연료 사용량을 산출하게 된다. 에너지 자립률은 전체 에너지 사용량 중에서 자체적으로 수급한 에너지의 비율을 의미하며, 배출가스 제약, 연료제약, 에너지 자립률 제약은 사용자가 설정한 값을 넘지 못하도록 설정되어야 한다.
다음으로, 수명이 만료된 자원에 대한 제약은 하기 수학식 11과 같은 예시로 표현될 수 있다.
Figure pat00035
수명이 만료된 자원의 경우, 대체자원은 기존 자원의 수명 만료연도 다음해에 진입하도록 제약조건을 설정한다. 대체자원이 투입된 이후에 목적함수의 결과인 총 비용이 증가한다면 대체자원을 투입하지 않도록 설정한다.
다음으로, 에너지 자원의 용량 및 에너지 결정에 대한 제약은 하기 수학식 12와 같은 예시로 표현될 수 있다.
Figure pat00036
수학식 12에 의해 매 년도에 대해 자원이 생산한 에너지와 자원이 그 해 부하에 기여하는 용량이 결정될 수 있다.
부하지속곡선 선형화에 대한 제약은 하기 수학식 13과 같은 예시로 표현될 수 있다.
Figure pat00037
수학식 13은 SOS Type-2에 따라 부하지속곡선이 선형화될 때, 부하지속곡선에서 오차율을 최소화 하는 지점이 탐색되어 선형화 구간이 결정될 수 있도록 함을 의미한다.
최적화 수행부(500)가 수행하는 제2 과정에 대하여 설명한다.
최적화 수행부(500)는 제2 과정에서, 제1 과정을 통해 결정된 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 대상 지역의 실제 수요에 적용하여, 복수의 에너지 자원의 발전 설비비용이 최소화되도록 복수의 에너지 자원 각각의 에너지 생산량과 에너지 공급비용을 결정할 수 있다. 제1 과정을 통해 결정된 결과값을 정리하면 하기 표 4와 같다.
[표 4]
Figure pat00038
제2 과정도 제1 과정과 마찬가지로 복수의 에너지 자원의 발전 설비비용이 최소화되도록 목적함수가 설정되며, 제2 과정에서 적용되는 목적함수는 하기 수학식 14와 같은 예시로 표현될 수 있다.
Figure pat00039
제2 과정에서 적용되는 제약조건은, 이를 테면 제1 과정을 통해 결정된 결과값의 반영에 대한 제약, 시계열 데이터에 대한 수급 균형을 만족시키는 각 에너지 자원의 출력에 대한 제약, 충방전 자원 운영 반영에 대한 제약, 열병합 자원 운영 반영에 대한 제약, 정지율 반영에 대한 제약이 있을 수 있다.
제1 과정을 통해 결정된 결과값의 반영에 대한 제약은 하기 수학식 15와 같은 예시로 표현될 수 있다.
Figure pat00040
다음으로, 시계열 데이터에 대한 수급 균형을 만족시키는 각 에너지 자원의 출력에 대한 제약은 하기 수학식 16과 같은 예시로 표현될 수 있다.
Figure pat00041
y년, w주, t시간의 수요(
Figure pat00042
)는 변동성 자원과 출력제어가 가능한 자원이 생성하는 에너지에서 저장성 자원이 충전 또는 축열을 위해 사용하는 에너지를 차감한 값과 같다. 또한 변동성 자원은 출력을 조절할 수 없기 때문에 사용자가 사전에 분석하여 입력한 출력패턴(H)을 설비용량에 곱하는 것으로 에너지를 계산한다.
다음으로, 충방전 자원 운영 반영에 대한 제약은 하기 수학식 17과 같은 예시로 표현될 수 있다.
Figure pat00043
저장성 자원 r의 충전량은 충방전 효율(
Figure pat00044
)을 적용해서 반영한다.
다음으로, 열병합 자원 운영 반영에 대한 제약은 하기 수학식 18과 같은 예시로 표현될 수 있다.
Figure pat00045
열병합 자원 운영 반영에 대한 제약에서는 열생산에 따른 자원 r의 출력저하를(
Figure pat00046
)을 반영하며, 대부분의 열병합 자원이 폐열을 이용하기 때문에, 열 생산량이 수요를 초과할 경우 폐열을 버리는 것으로 제약조건을 설정한다.
다음으로, 정지율 반영에 대한 제약은 하기 수학식 19와 같은 예시로 표현될 수 있다.
Figure pat00047
정지율은 계획 및 비계획 정비를 모두 포함할 수 있다.
전술한 최적화 수행부(500)의 동작을 통해, 에너지 자원별 최적 진입시기와 각 설비용량, 단위 시간 대 별 에너지 자원의 출력, ESS 등과 같은 저장성 자원의 운영 패턴, 공급비용 및 단가에 대한 정보, CO2 등에 대한 정보 (배출량, 배출가스 처리비용), 전체 에너지 흐름에 대한 정보가 도출될 수 있으며, 도출된 각 정보는 결과 출력부(600)를 통해 사용자에게 제공될 수 있다.
도 7은 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 방법을 설명하기 위한 흐름도이다.
도 7을 참조하여 본 발명의 일 실시예에 따른 복합 에너지 자원의 에너지 공급 최적화 방법을 설명하면, 미래 수요 예측부(100)는 에너지 인프라로부터 각각 획득한 에너지 수요 데이터를 토대로 미래 에너지 수요 정보를 예측하여 시나리오 생성부(400)로 전달한다(S100).
그리고, 에너지 자원 모델링부(200)는 대상 지역의 지역 정보를 토대로 대상 지역에 설치 가능한 복수의 에너지 자원을 모델링하여 시나리오 생성부(400)로 전달한다(S200).
그리고, 환경 설정부(300)는 대상 지역의 환경 정보를 사용자로부터 입력받아 시나리오 생성부(400)로 전달한다(S300).
S100 단계 내지 S300 단계는 순차적으로 수행되는 시계열적 구성이 아닌, 독립적, 병렬적 구성으로서, 그 동작 순서가 상기한 기재 순서에 한정되지 않는다.
S100 단계 내지 S300 단계 이후, 시나리오 생성부(400)는 S100 단계 내지 S300 단계를 통해 각각 전달받은 미래 에너지 수요 정보, 모델링된 복수의 에너지 자원, 및 대상 지역의 환경 정보를 이용하여 대상 지역에서의 에너지 공급 모의 시나리오를 생성한다(S400).
이어서, 최적화 수행부(500)는 S400 단계에서 생성된 에너지 공급 모의 시나리오로부터 도출되며 모델링된 복수의 에너지 자원의 발전 설비비용을 최소화하기 위한 목적함수와, 복수의 에너지 자원별 특성이 반영된 제약조건을 이용하여 대상 지역에 대한 복수의 에너지 자원 각각의 에너지 공급을 최적화한다(S500).
S500 단계에서, 최적화 수행부(500)는, 부하지속곡선(LDC: Load Duration Curve)을 기반으로, 모의 연도에 있어서 복수의 에너지 자원의 발전 설비비용이 최소화되도록 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 결정한 후, 결정된 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 대상 지역의 실제 수요에 적용하여, 복수의 에너지 자원의 발전 설비비용이 최소화되도록 복수의 에너지 자원 각각의 에너지 생산량과 에너지 공급비용을 결정한다.
이와 같이 본 실시예는 미래 에너지 수요 정보, 모델링된 복수의 에너지 자원 및 대상 지역의 환경 정보를 기반으로 에너지 공급 모의 시나리오를 생성하여 대상 지역에 대한 복합 에너지 자원으로부터의 에너지 공급을 최적화함으로써, 주어진 도시 에너지 환경(열, 전기, 물, 수요 등) 하에서 갖춰야 할 에너지 인프라(infrastuccture)를 경제성 및 신뢰성 관점에서 접근할 수 있도록 하고, 도시 설계자로 하여금 에너지 공급 비용 최소화, 배출 가스(CO2) 최소화 및 에너지 효율 최대화 등 다양한 목적을 중심으로 에너지 공급 계획을 수립하도록 할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.
100: 미래 수요 예측부
200: 에너지 자원 모델링부
300: 환경 설정부
400: 시나리오 생성부
500: 최적화 수행부
600: 결과 출력부

Claims (12)

  1. 대상 지역 내의 에너지 인프라로부터 획득한 에너지 수요 데이터를 토대로 예측된 미래 에너지 수요 정보, 상기 대상 지역의 지리 정보를 포함하는 지역 정보를 토대로 모델링된 상기 대상 지역에 설치 가능한 복수의 에너지 자원, 및 상기 대상 지역의 환경 정보를 이용하여 상기 대상 지역에서의 에너지 공급 모의 시나리오를 생성하는 시나리오 생성부; 및
    상기 시나리오 생성부에 의해 생성된 에너지 공급 모의 시나리오로부터 도출되며 상기 모델링된 복수의 에너지 자원의 발전 설비비용을 최소화하기 위한 목적함수와, 상기 복수의 에너지 자원별 특성이 반영된 제약조건을 이용하여 상기 대상 지역에 대한 상기 복수의 에너지 자원 각각의 에너지 공급을 최적화하는 최적화 수행부;
    를 포함하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 장치.
  2. 제1항에 있어서,
    상기 에너지 인프라는 열 정보 시스템, 가스 정보 시스템 및 AMI(Advanced Metering Infrastructure) 시스템을 포함하고,
    상기 에너지 인프라로부터 각각 획득한 에너지 수요 데이터를 토대로 상기 미래 에너지 수요 정보를 예측하여 상기 시나리오 생성부로 전달하는 미래 수요 예측부;를 더 포함하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 장치.
  3. 제1항에 있어서,
    상기 지역 정보는 상기 대상 지역의 전력 계통 정보 및 에너지 정책 정보를 더 포함하고,
    상기 지역 정보를 토대로 상기 대상 지역에 설치 가능한 복수의 에너지 자원을 모델링하여 상기 시나리오 생성부로 전달하는 에너지 자원 모델링부;를 더 포함하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 장치.
  4. 제1항에 있어서,
    상기 환경 정보는 상기 대상 지역의 전력 시장 정보 및 배출 가스 정보를 포함하고,
    상기 환경 정보를 사용자로부터 입력받아 상기 시나리오 생성부로 전달하는 환경 설정부;를 더 포함하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 장치.
  5. 제1항에 있어서,
    상기 최적화 수행부는, 부하지속곡선(LDC: Load Duration Curve)을 기반으로, 모의 연도에 있어서 상기 복수의 에너지 자원의 발전 설비비용이 최소화되도록 상기 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 결정하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 장치.
  6. 제5항에 있어서,
    상기 최적화 수행부는, 상기 결정된 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 상기 대상 지역의 실제 수요에 적용하여, 상기 복수의 에너지 자원의 발전 설비비용이 최소화되도록 상기 복수의 에너지 자원 각각의 에너지 생산량과 에너지 공급비용을 결정하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 장치.
  7. 시나리오 생성부가, 대상 지역 내의 에너지 인프라로부터 획득한 에너지 수요 데이터를 토대로 예측된 미래 에너지 수요 정보, 상기 대상 지역의 지리 정보를 포함하는 지역 정보를 토대로 모델링된 상기 대상 지역에 설치 가능한 복수의 에너지 자원, 및 상기 대상 지역의 환경 정보를 이용하여 상기 대상 지역에서의 에너지 공급 모의 시나리오를 생성하는 단계; 및
    최적화 수행부가, 상기 시나리오 생성부에 의해 생성된 에너지 공급 모의 시나리오로부터 도출되며 상기 모델링된 복수의 에너지 자원의 발전 설비비용을 최소화하기 위한 목적함수와, 상기 복수의 에너지 자원별 특성이 반영된 제약조건을 이용하여 상기 대상 지역에 대한 상기 복수의 에너지 자원 각각의 에너지 공급을 최적화하는 단계;
    를 포함하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 방법.
  8. 제7항에 있어서,
    상기 에너지 인프라는 열 정보 시스템, 가스 정보 시스템 및 AMI(Advanced Metering Infrastructure) 시스템을 포함하고,
    미래 수요 예측부가, 상기 에너지 인프라로부터 각각 획득한 에너지 수요 데이터를 토대로 상기 미래 에너지 수요 정보를 예측하여 상기 시나리오 생성부로 전달하는 단계;를 더 포함하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 방법.
  9. 제7항에 있어서,
    상기 지역 정보는 상기 대상 지역의 전력 계통 정보 및 에너지 정책 정보를 더 포함하고,
    에너지 자원 모델링부가, 상기 지역 정보를 토대로 상기 대상 지역에 설치 가능한 복수의 에너지 자원을 모델링하여 상기 시나리오 생성부로 전달하는 단계;를 더 포함하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 방법.
  10. 제7항에 있어서,
    상기 환경 정보는 상기 대상 지역의 전력 시장 정보 및 배출 가스 정보를 포함하고,
    환경 설정부가, 상기 환경 정보를 사용자로부터 입력받아 상기 시나리오 생성부로 전달하는 단계;를 더 포함하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 방법.
  11. 제7항에 있어서,
    상기 최적화하는 단계에서, 상기 최적화 수행부는,
    부하지속곡선(LDC: Load Duration Curve)을 기반으로, 모의 연도에 있어서 상기 복수의 에너지 자원의 발전 설비비용이 최소화되도록 상기 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 결정하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 방법.
  12. 제11항에 있어서,
    상기 최적화하는 단계에서, 상기 최적화 수행부는,
    상기 결정된 복수의 에너지 자원 각각의 진입 시기 및 설비 용량을 상기 대상 지역의 실제 수요에 적용하여, 상기 복수의 에너지 자원의 발전 설비비용이 최소화되도록 상기 복수의 에너지 자원 각각의 에너지 생산량과 에너지 공급비용을 결정하는 것을 특징으로 하는 복합 에너지 자원의 에너지 공급 최적화 방법.
KR1020180142525A 2018-11-19 2018-11-19 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법 KR20200058035A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180142525A KR20200058035A (ko) 2018-11-19 2018-11-19 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180142525A KR20200058035A (ko) 2018-11-19 2018-11-19 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20200058035A true KR20200058035A (ko) 2020-05-27

Family

ID=70911258

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180142525A KR20200058035A (ko) 2018-11-19 2018-11-19 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20200058035A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220149225A (ko) * 2021-04-30 2022-11-08 조선대학교산학협력단 전력 데이터 분석 장치 및 방법
KR20230116390A (ko) * 2022-01-28 2023-08-04 한국전기연구원 클라우드 기반 건물 에너지 컨설팅 시스템 및 방법
KR102591813B1 (ko) 2022-08-04 2023-10-20 한국생산기술연구원 표준기상년 데이터를 활용한 열원 공급 최적화 시스템 및 그 방법
CN118428774A (zh) * 2024-07-02 2024-08-02 三峡集团浙江能源投资有限公司 基于时间序列和负荷特性的能源消费智能分析方法和系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220149225A (ko) * 2021-04-30 2022-11-08 조선대학교산학협력단 전력 데이터 분석 장치 및 방법
KR20230116390A (ko) * 2022-01-28 2023-08-04 한국전기연구원 클라우드 기반 건물 에너지 컨설팅 시스템 및 방법
KR102591813B1 (ko) 2022-08-04 2023-10-20 한국생산기술연구원 표준기상년 데이터를 활용한 열원 공급 최적화 시스템 및 그 방법
CN118428774A (zh) * 2024-07-02 2024-08-02 三峡集团浙江能源投资有限公司 基于时间序列和负荷特性的能源消费智能分析方法和系统

Similar Documents

Publication Publication Date Title
Hua et al. Representing operational flexibility in generation expansion planning through convex relaxation of unit commitment
Tekiner et al. Multi-period multi-objective electricity generation expansion planning problem with Monte-Carlo simulation
Liu et al. Optimal coordinated operation of a multi-energy community considering interactions between energy storage and conversion devices
Prasanna et al. Optimisation of a district energy system with a low temperature network
KR20200058035A (ko) 복합 에너지 자원의 에너지 공급 최적화 장치 및 방법
Vahidinasab Optimal distributed energy resources planning in a competitive electricity market: Multiobjective optimization and probabilistic design
Barnacle et al. Modelling generation and infrastructure requirements for transition pathways
US9606561B2 (en) Operation planning system
Huo et al. Chance-constrained optimization for integrated local energy systems operation considering correlated wind generation
Shawhan et al. Does a detailed model of the electricity grid matter? Estimating the impacts of the Regional Greenhouse Gas Initiative
CN101310227A (zh) 预测性合同系统和方法
Quashie et al. Business cases for isolated and grid connected microgrids: Methodology and applications
Hasani-Marzooni et al. Dynamic analysis of various investment incentives and regional capacity assignment in Iranian electricity market
Mancò et al. A review on multi energy systems modelling and optimization
JP5242355B2 (ja) 電熱併給エネルギーシステム
JP7169144B2 (ja) 蓄電設備管理装置および蓄電設備管理方法
Lindner Bi-objective generator maintenance scheduling for a national power utility
Günther et al. Evaluation of long-term scenarios for power generation and district heating at Stadtwerke München
KR101146911B1 (ko) 분산전원이 포함된 전력수급계획 산정장치 및 그 방법
KR101983806B1 (ko) 기준시점의 송전손실계수 제공 방법, 기준시점의 계통 데이터 구성 방법 및 그 장치
Barajas-Villarruel et al. Optimization models for the generation, distribution and transmission of electricity in a macroscopic system: Representation of operational regions as energy hubs
Zhao Electricity-gas systems: operations and expansion planning under uncertainty
Zhao et al. Urban integrated energy system construction plan selection: a hybrid multi-criteria decision-making framework
Lopez Multi-energy systems simulator for hourly management and optimization of GHG emissions and fuel costs
Stange et al. Operational optimization of energy systems, 25 years–established and promising use cases

Legal Events

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