KR20200100311A - 전기차 충전소 전력량 모니터링 시스템 및 방법 - Google Patents

전기차 충전소 전력량 모니터링 시스템 및 방법 Download PDF

Info

Publication number
KR20200100311A
KR20200100311A KR1020190018422A KR20190018422A KR20200100311A KR 20200100311 A KR20200100311 A KR 20200100311A KR 1020190018422 A KR1020190018422 A KR 1020190018422A KR 20190018422 A KR20190018422 A KR 20190018422A KR 20200100311 A KR20200100311 A KR 20200100311A
Authority
KR
South Korea
Prior art keywords
charging
time data
power amount
charging time
charging station
Prior art date
Application number
KR1020190018422A
Other languages
English (en)
Inventor
강석주
안남현
Original Assignee
서강대학교산학협력단
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 서강대학교산학협력단 filed Critical 서강대학교산학협력단
Priority to KR1020190018422A priority Critical patent/KR20200100311A/ko
Publication of KR20200100311A publication Critical patent/KR20200100311A/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
    • G06Q50/30—
    • 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
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Operations Research (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

전기차 충전소 전력량 모니터링 방법을 개시한다.
본 개시의 일 실시예에 의하면, (a) 정보제공 서버로부터, 복수 개의 제1충전 시간 데이터 및 복수 개의 제1충전 시간 데이터 각각에 대응되는 복수 개의 전력량 데이터를 수신하는 단계; (b) 복수 개의 제1충전 시간 데이터 중 제1시간 이하의 값을 가지는 제1충전 시간 데이터를 이용하여 제1회귀 모델을 생성하는 단계; (c) 복수 개의 제1충전 시간 데이터를 제1회귀 모델에 입력하여 복수 개의 제1충전 시간 데이터에 각각에 대응되는 복수 개의 제1예상 전력량을 획득하는 단계; (d) 복수 개의 제1예상 전력량 및 복수 개의 전력량 데이터를 비교하여 평균 오차값을 획득하는 단계; (e) 제1시간의 값을 변경하여, (b) 단계 내지 (d) 단계를 반복하고, 복수 개의 제1회귀 모델을 생성하고 복수 개의 제1회귀 모델 각각에 대해 복수 개의 평균 오차값을 획득하는 단계; (f) 복수 개의 평균 오차값을 기초로 하여, 복수 개의 제1회귀 모델 중 하나를 제2회귀 모델로 결정하는 단계; (g) 충전소로부터 제2충전 시간 데이터를 수신하는 단계; 및 (h) 제2충전 시간 데이터를 제2회귀 모델에 입력하여 제2예상 전력량을 도출하는 단계를 포함하는 것을 특징으로 하는 전기차 충전소 전력량 모니터링 방법을 제공한다.

Description

전기차 충전소 전력량 모니터링 시스템 및 방법{System and Method for Monitoring Electric Energy of an Electric Vehicle Charging Station}
본 개시는 전기차 충전소 전력량 모니터링 시스템 및 방법에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 개시에 대한 배경정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
최근에는, 전기 자동차(이하 '전기차')에 대한 수요가 증가함에 따라, 전기차를 충전할 수 있는 전기차 충전소의 수 또한 증가하고 있다.
이에 따라, 전기차에 대한 안정적인 전력 공급뿐만 아니라, 추가 설치되는 전기차 충전소의 위치선정, 충전소의 효율적인 운영 등을 위해, 충전소의 전력 소모량 내지 충전소의 잔류 전력량을 정확하게 모니터링 하는 것은 더욱 더 중요해지고 있는 실정이다.
종래에는, 전기차 충전소의 전력 소모량 내지 잔류 전력량을 측정하기 위해, 다양한 방법들이 사용되어 왔다.
예를 들어, 충전소에 구비된 충전기의 주변 온도 및 충전 시간을 이용하여 소비 전력량을 추정하는 방법, 또는, 초기 배터리 충전 상태(initial SOC) 및 충전 완료 시 배터리 충전 상태(final SOC)를 임의로 생성하여 소비 전력량을 추정하는 방법 등이 활용되어 왔다.
또한, 충전기로부터 공급되는 전류량을 이용하여 배터리의 충전 상태(SOC)를 추정한 후 소비 전력량을 추정하는 방법, 또는, 과거 소비 전력량 데이터를 이용하여 미래 소비 전력량 데이터를 예측하는 방법 등도 활용되어 왔다.
그러나, 온도나 전류를 이용하여 소비 전력량을 측정하는 종래의 모니터링 방법은, 충전기에 추가적인 센서 설치가 요구되고, 이에 따라, 센서 설치를 위한 추가적인 비용, 공정, 물리적 제약 등이 발생되는 문제점이 있다.
한편, 종래의 모니터링 방법은, 전기차의 특성 또는 충전소의 특성을 반영하지 않아, 충전소의 전력 소모량 내지 잔류 전력량을 추정하는 데 있어, 그 정확도가 높지 않은 문제점이 있다.
이에, 본 개시는, 충전기에 추가적인 센서 설치 없이, 전기차 충전소의 전력 소모량 내지 잔류 전력량을 정확하게 추정할 수 있는 전기차 충전소 전력량 모니터링 시스템을 제공하는 데 주된 목적이 있다.
또한, 본 개시는, 전기차의 특성 및 충전소의 특성을 반영하여, 충전소의 전력 소모량 내지 잔류 전력량을 추정함으로써, 그 정확도를 높이는 데 주된 목적이 있다.
본 개시의 일 실시예에 의하면, (a) 정보제공 서버로부터, 복수 개의 제1충전 시간 데이터 및 복수 개의 제1충전 시간 데이터 각각에 대응되는 복수 개의 전력량 데이터를 수신하는 단계; (b) 복수 개의 제1충전 시간 데이터 중 제1시간 이하의 값을 가지는 제1충전 시간 데이터를 이용하여 제1회귀 모델을 생성하는 단계; (c) 복수 개의 제1충전 시간 데이터를 제1회귀 모델에 입력하여 복수 개의 제1충전 시간 데이터에 각각에 대응되는 복수 개의 제1예상 전력량을 획득하는 단계; (d) 복수 개의 제1예상 전력량 및 복수 개의 전력량 데이터를 비교하여 평균 오차값을 획득하는 단계; (e) 제1시간의 값을 변경하여, (b) 단계 내지 (d) 단계를 반복하고, 복수 개의 제1회귀 모델을 생성하고 복수 개의 제1회귀 모델 각각에 대해 복수 개의 평균 오차값을 획득하는 단계; (f) 복수 개의 평균 오차값을 기초로 하여, 복수 개의 제1회귀 모델 중 하나를 제2회귀 모델로 결정하는 단계; (g) 충전소로부터 제2충전 시간 데이터를 수신하는 단계; 및 (h) 제2충전 시간 데이터를 제2회귀 모델에 입력하여 제2예상 전력량을 도출하는 단계를 포함하는 것을 특징으로 하는 전기차 충전소 전력량 모니터링 방법을 제공한다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 전기차 충전소 전력량 모니터링 시스템은, 충전소의 전력 소모량 내지 잔류 전력량을 보다 정확하게 측정할 수 있으며, 이를 통해, 전기차에 대한 안정적인 전력 공급이 가능해지고, 추가 설치되는 충전소의 위치를 효과적으로 선정할 수 있으며, 충전소를 효율적으로 운영할 수 있는 효과가 있다.
도 1은 본 개시의 일 실시예에 따른 모니터링 시스템이 적용된 환경의 예시도이다.
도 2는 본 개시의 일 실시예에 따른 모니터링 시스템의 블록도이다.
도 3은 본 개시의 일 실시예에 따른 모니터링 시스템이 전기차 충전소의 전력량을 모니터링 하는 방법에 대한 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 디스플레이부가 전기차 충전소의 전력량을 시각화하여 표시한 것을 나타낸 예시도이다.
이하, 본 개시의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 개시를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 개시에 따른 실시예의 구성요소를 설명하는 데 있어서, 제1, 제2, i), ii), a), b) 등의 부호를 사용할 수 있다. 이러한 부호는 그 구성요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 부호에 의해 해당 구성요소의 본질 또는 차례나 순서 등이 한정되지 않는다. 명세서에서 어떤 부분이 어떤 구성요소를 '포함' 또는 '구비'한다고 할 때, 이는 명시적으로 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 개시의 일 실시예에 따른 모니터링 시스템(100)이 적용된 환경의 예시도이다.
도 1을 참조하면, 모니터링 시스템(100)은, 정보제공 서버(20)로부터, 각 충전소(30)에 대한, 복수 개의 제1충전 시간 데이터 및 복수 개의 전력량 데이터를 수신할 수 있다.
이 경우, 복수 개의 전력량 데이터는 복수 개의 제1충전 시간 데이터 각각에 대응될 수 있다.
예를 들어, 전기차가 충전소에서 40분 동안 100kW를 충전하는 경우, 제1충전 시간 데이터의 값은 '40분'이며, 이에 대응되는 전력량 데이터는 '100kW'가 될 수 있다.
충전소 운영 기관의 정보제공 서버(20)는, 각 충전소(30)로부터, 임의의 기간에 대한, 복수 개의 제1충전 시간 데이터 및 이에 대응되는 복수 개의 전력량 데이터를 수신할 수 있다.
여기서, 충전소 운영 기관은 한국 환경 공단일 수 있으나, 본 개시가 이에 한정되는 것은 아니다.
제1충전 시간 데이터 및 전력량 데이터는, 각 충전소(30)로부터 정보제공 서버(20)로 전달되는 축적된 데이터로서, 후술되는 제1회귀 모델 및 제2회귀 모델을 생성하기 위한 기초 데이터로서 기능할 수 있다.
각 충전소(30)로부터 수신된 복수 개의 제1충전 시간 데이터 및 복수 개의 전력량 데이터는, 정보제공 서버(20)를 통해, 모니터링 시스템(100)으로 전달될 수 있다.
각 충전소(30)는, 각 충전소(30)로부터 실시간으로 측정된, 제2충전 시간 데이터를 모니터링 시스템(100)에 제공할 수 있다.
이 경우, 모니터링 시스템(100)은, 충분히 짧은 주기로, 제2충전 시간 데이터를 제공받음으로써, 각 충전소의 이용 건수마다 제2충전 시간 데이터를 추출하도록 구성될 수 있다.
모니터링 시스템(100)은, 각 충전소(30)로부터 전달된 제2충전 시간 데이터를 제2회귀 모델에 입력할 수 있고, 이로써, 제2충전 시간 데이터에 대응되는 제2예상 전력량을 도출할 수 있다.
여기서, 제2예상 전력량은, 제2충전 시간 데이터에 대응되는 충전 동작에 의해, 충전소(30)가 소모 하였을 것으로 예측되는 전력 소모량을 지칭한다.
이러한 제2예상 전력량은 각 충전소(30)의 예상 잔류 전력량을 도출하는 데 활용될 수 있다.
도 2는 본 개시의 일 실시예에 따른 모니터링 시스템(100)의 블록도이다.
도 2를 참조하면, 모니터링 시스템(100)은 제1데이터 수신부(110), 회귀 모델 생성부(120), 오차값 생성부(130), 최종모델 결정부(140), 제2데이터 수신부(150), 최종 전력량 도출부(160), 잔류 전력량 도출부(170), 및 디스플레이부(180)를 포함할 수 있다.
제1데이터 수신부(110)는, 정보제공 서버(20)로부터, 복수 개의 제1충전 시간 데이터 및 복수 개의 제1충전 시간 데이터 각각에 대응되는 복수 개의 전력량 데이터를 수신하도록 구성될 수 있다.
회귀 모델 생성부(120)는, 복수 개의 제1충전 시간 데이터 중 제1시간 이하의 값을 가지는 제1 충전 시간 데이터를 이용하여, 각 충전소(30)에 대한, 제1회귀 모델을 생성하도록 구성될 수 있다.
예를 들어, 복수 개의 제1충전 시간 데이터의 값이 각각 '10분', '30분', '60분'이고 제1시간은 '40분'인 경우, 회귀 모델 생성부(120)는, 제1시간인 '40분' 보다 작은, '10분', '30분'에 해당하는 제1충전 시간 데이터만을 활용하여 제1회귀 모델을 생성할 수 있다.
그 외에, 제1시간인 '40분'보다 큰 '60분'에 해당하는 제1충전 시간 데이터는, 제1회귀 모델을 생성하기 위한 기초 데이터에서 제외될 수 있다.
제1시간은, 전기차의 최대 충전 시간보다, 작은 값을 가지는 것이 바람직하다. 여기서, 최대 충전 시간은, 전기차가, 충전소의 충전기를 통해, 방전된 상태에서 완전 충전되는 데까지 소요되는 시간을 지칭한다.
제1충전 시간 데이터의 값은, 그 정의상, 최대 충전 시간보다 큰 값을 가질 수 없다. 따라서, 제1충전 시간 데이터 중 최대 충전 시간보다 큰 값을 가지는 데이터는, 오류를 가진 데이터라 판단할 수 있으며, 이는 제1회귀 모델을 생성하기 위한 기초 데이터에서 제외될 수 있다.
본 개시의 일 실시예에 따른 전기차 충전소 전력량 모니터링 시스템(100)은, 제1회귀 모델의 생성에 앞서, 제1시간, 구체적으로는, 전기차의 최대 충전 시간보다 큰 값을 가지는 제1충전 시간 데이터를 필터링(filtering)함으로써 오류 데이터를 최소화할 수 있으며, 이로써, 보다 정확한 제1회귀 모델을 생성할 수 있는 효과가 있다.
현재 시판되고 있는 전기차의 최대 충전 시간은, 일반적으로, 약 40분의 값을 가지므로, 제1시간은 40분 또는 그 이하의 값을 가질 수 있다.
제1회귀 모델은, 제1충전 시간 데이터와 전력량 데이터 사이의 관계를, 회귀 곡선(regression curve)을 통해, 비선형적으로 정의할 수 있으며, 이에 따라, 그 관계를 선형적으로 정의하는 경우와 비교하여, 보다 정확한 추정 값을 구할 수 있다.
이를 위해, 제1회귀 모델은 n차의 다항식 곡선(polynomial curve)을 회귀 곡선으로서 활용할 수 있다. 그러나, 본 개시의 제1회귀 모델이 이에 한정되는 것은 아니며, 다항식 곡선이 아닌 다른 방식의 곡선으로 구성될 수도 있다.
회귀 모델 생성부(120)는, 제1시간의 값을 변경하여, 변경된 제1시간 각각에 대한, 복수 개의 제1회귀 모델을 생성하도록 구성될 수 있다. 이 경우, 복수 개의 충전소(30) 각각은 복수 개의 제1회귀 모델을 가지게 된다.
오차값 생성부(130)는, 각 충전소(30)에 대한 복수 개의 제1충전 시간 데이터를, 각 충전소(30)에 대한 복수 개의 제1회귀 모델에 입력할 수 있으며, 복수 개의 제1충전 시간 데이터에 각각에 대응되는 복수 개의 제1예상 전력량을 획득하도록 구성될 수 있다.
여기서, 제1예상 전력량은, 제1충전 시간 데이터에 대응되는 충전 동작 에 의해, 충전소(30)가 소모하였을 것으로 예측되는 전력 소모량을 지칭한다.
이 경우, 제1회귀 모델에 입력되는 제1충전 시간 데이터는, 제1시간 이하의 값, 즉, 이미 필터링 된 제1충전 시간 데이터일 수 있다.
오차값 생성부(130)는, 복수 개의 제1예상 전력량 및 복수 개의 전력량 데이터를 비교하여 평균 오차값을 획득할 수 있으며, 제1시간을 변경하여 얻어진 복수 개의 제1회귀 모델 각각에 대해 복수 개의 평균 오차값을 획득하도록 구성될 수 있다.
여기서, 평균 오차값은, 특정한 제1회귀 모델에 대해, 복수 개의 제1충전 시간 데이터를 입력하여 얻어진, 복수 개의 오차값의 평균값을 지칭한다.
이때, 각 오차값은, 특정한 제1충전 시간 데이터에 있어, 그에 대응되는 제1예상 전력량과 전력량 데이터 사이의 오차값을 지칭한다.
예를 들어, '30분'의 값을 가지는 제1충전 시간 데이터를 제1회귀 모델에 입력하여, 90kW의 제1예상 전력량을 얻고, 그 제1충전 시간 데이터에 대응되는 전력량 데이터의 값이 100kW인 경우, 그 제1충전 시간 데이터에 대한 제1회귀 모델의 오차값은 10kW가 될 수 있다.
평균 오차값은, 복수 개의 오차값에 대한, 산술 평균값, 기하 평균값, 내지 가중 평균값일 수 있으나, 이에 한정되는 것은 아니다.
최종모델 결정부(140)는, 복수 개의 평균 오차값을 기초로 하여, 복수 개의 제1회귀 모델 중 하나를 제2회귀 모델(M)로 결정할 수 있다.
구체적으로, 최종모델 결정부(140)는, 복수 개의 제1회귀 모델 중 가장 작은 평균 오차값을 가지는 제1회귀 모델을 제2회귀 모델(M)로 결정할 수 있다.
이 경우, 각 충전소(30)은 각 충전소(30)에 대응되는 하나의 제2회귀 모델(M)을 가질 수 있다.
전기차 충전소를 이용할 때, 차가 방전된 상태에서 충전을 시작하지는 일은 거의 발생하지 않는다. 따라서, 전기차를 충전하는 시간은, 실제로, 전기차의 최대 충전 시간보다 더 작은 것이 일반적이다.
또한, 충전소 이용자들은 일정한 패턴을 가지고 각 충전소(30)를 이용한다. 다시 말해, 각 충전소(30)는, 유사한 시간에 유사한 초기 배터리 충전 상태(SOC)에서 이용되며, 이에 따라, 각 충전소(30)는 고유한 충전 패턴을 가질 수 있다.
각 충전소(30)의 충전 패턴은, 각 충전소(30)에 대응되는 복수 개의 제1회귀 모델에 대한 평균 오차값을 분석함으로써 확인할 수 있다.
예를 들어, 어떤 충전소에 대해, 어떤 제1회귀 모델이 다른 제1회귀 모델보다 더 작은 평균 오차값을 가진다면, 그 제1회귀 모델은 다른 제1회귀 모델에 비해, 그 충전소의 충전 패턴을 더 충실히 반영한 모델이라 판단할 수 있다.
본 개시의 일 실시예에 따른 전기차 충전소 전력량 모니터링 시스템(100)은, 평균 오차값을 통해, 제1회귀 모델 중 충전소(30)의 충전 패턴을 가장 잘 반영하는 모델을 제2회귀 모델(M)로 결정할 수 있으며, 이로써, 전력 소모량 내지 잔류 전력량의 추정 정확도를 개선할 수 있는 효과가 있다.
제2데이터 수신부(150)는, 제2충전 시간 데이터를, 각 충전소(30)로부터, 실시간으로 수신하도록 구성될 수 있다.
최종 전력량 도출부(160)는, 각 충전소(30)의 제2충전 시간 데이터를, 각 충전소(30)의 제2회귀 모델(M)에 입력하여 제2예상 전력량을 도출하도록 구성될 수 있다.
잔류 전력량 도출부(170)는, 제2예상 전력량을 기초로 하여, 복수 개의 충전소(30) 각각의 예상 잔류 전력량을 도출하도록 구성될 수 있다.
여기서, 예상 잔류 전력량은, 각 충전소(30)에 잔류하고 있을 것으로 예측되는 전력량을 지칭한다.
디스플레이부(180)는 복수 개의 충전소(30) 각각의 위치 및 복수 개의 충전소(30) 각각의 예상 잔류 전력량에 대한 정보를 시각적으로 제공하도록 구성될 수 있다.
사용자는, 디스플레이부(180)에 표시되는 각 충전소(30)의 위치 및 각 충전소(30)의 예상 잔류 전력량을 확인하여, 보다 적정한 충전소(30)를 선택하여, 전기차를 충전할 수 있다. 이에 관한 상세한 설명은 도 4와 관련하여 기술된다.
도 3은 본 개시의 일 실시예에 따른 모니터링 시스템(100)이 전기차 충전소(30)의 전력량을 모니터링 하는 방법에 대한 흐름도이다.
도 3을 참조하면, 우선, 정보제공 서버(20)로부터, 복수 개의 제1충전 시간 데이터 및 복수 개의 제1충전 시간 데이터 각각에 대응되는 복수 개의 전력량 데이터를 수신한다(S101).
복수 개의 제1충전 시간 데이터 중 제1시간 이하의 값을 가지는 제1충전 시간 데이터를 이용하여 제1회귀 모델을 생성한다(S102).
복수 개의 제1충전 시간 데이터를 제1회귀 모델에 입력하여 복수 개의 제1충전 시간 데이터에 각각에 대응되는 복수 개의 제1예상 전력량을 획득한다(S103).
복수 개의 제1예상 전력량 및 복수 개의 전력량 데이터를 비교하여 평균 오차값을 획득한다(S104).
제1시간의 값을 변경하여, S102 단계 내지 S104 단계를 반복하고, 복수 개의 제1회귀 모델을 생성하고, 복수 개의 제1회귀 모델 각각에 대해 복수 개의 평균 오차값을 획득한다(S105).
이 경우, 제1시간은 최대 충전 시간보다 작은 값을 가질 수 있다. 예를 들어, 최대 충전 시간은, 시판되는 전기차를 기준으로 하였을 때, 40분일 수 있다.
복수 개의 평균 오차값을 기초로 하여, 복수 개의 제1회귀 모델 중 하나를 제2회귀 모델로 결정한다(S106).
구체적으로, 복수 개의 제1회귀 모델 중 가장 작은 평균 오차값을 가지는 제1회귀 모델을 제2회귀 모델로 결정할 수 있다.
충전소(30)로부터 제2충전 시간 데이터를 수신한다(S107).
제2충전 시간 데이터를 제2회귀 모델에 입력하여 제2예상 전력량을 도출한다(S108).
제2예상 전력량을 기초로 하여, 복수 개의 충전소(30) 각각의 예상 잔류 전력량을 도출한다(S109).
복수 개의 충전소(30) 각각의 위치 및 복수 개의 충전소(30) 각각의 예상 잔류 전력량에 대한 정보를 시각적으로 제공한다(S110).
본 개시의 일 실시예에 따른 전기차 충전소 전력량 모니터링 방법은, 필터링 된 데이터를 이용하여 복수 개의 제1회귀 모델을 생성하고, 그 중 충전소의 충전 패턴을 가장 잘 반영하는 제1회귀 모델을 제2회귀 모델로 결정하도록 구성됨으로써, 전력 소모량 내지 잔류 전력량의 추정 정확도를 개선할 수 있는 효과가 있다.
도 4는 본 개시의 일 실시예에 따른 디스플레이부(180)가 전기차 충전소(30)의 전력량을 시각화하여 표시한 것을 나타낸 예시도이다.
도 4를 참조하면, 디스플레이부(180)는 각 충전소(30)의 위치 각 충전소(30) 의 예상 잔류 전력량에 대한 정보를 시각적으로 제공하도록 구성될 수 있다.
예를 들어, 디스플레이부(180)는, 복수 개의 충전소(30)의 위치 및 각 충전소(30)의 예상 잔류 전력량을, 사용자의 주위를 표시하는 지도 상에, 함께 표시할 수 있다.
이 경우, 디스플레이부(180)는, 각 충전소(30)의 예상 잔류 전력량에 따라, 지도 상에, 각 충전소(30)를 각기 다른 도형으로 표시하거나 각 충전소(30)의 색상을 다르게 표시함으로써, 사용자가 각 충전소(30)의 예상 잔류 전력량을, 직관적으로, 파악하도록 도울 수 있다.
또한, 디스플레이부(180)는 각 충전소(30)의 예상 잔류 전력량뿐만 아니라, 현재 사용 가능한 충전기의 개수를, 지도 상에, 함께 표시함으로써, 사용자가 보다 적정한 충전소를 선택할 수 있도록 도울 수 있다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
20: 정보제공 서버 30: 충전소
100: 모니터링 시스템 110: 제1데이터 수신부
120: 회귀 모델 생성부 130: 오차값 생성부
140: 최종모델 결정부 150: 제2데이터 수신부
160: 최종 전력량 도출부 170: 잔류 전력량 도출부
180: 디스플레이부

Claims (10)

  1. (a) 정보제공 서버로부터, 복수 개의 제1충전 시간 데이터 및 상기 복수 개의 제1충전 시간 데이터 각각에 대응되는 복수 개의 전력량 데이터를 수신하는 단계;
    (b) 상기 복수 개의 제1충전 시간 데이터 중 제1시간 이하의 값을 가지는 제1충전 시간 데이터를 이용하여 제1회귀 모델을 생성하는 단계;
    (c) 상기 복수 개의 제1충전 시간 데이터를 상기 제1회귀 모델에 입력하여 상기 복수 개의 제1충전 시간 데이터에 각각에 대응되는 복수 개의 제1예상 전력량을 획득하는 단계;
    (d) 상기 복수 개의 제1예상 전력량 및 상기 복수 개의 전력량 데이터를 비교하여 평균 오차값을 획득하는 단계;
    (e) 상기 제1시간의 값을 변경하여, 상기 (b) 단계 내지 (d) 단계를 반복하고, 복수 개의 제1회귀 모델을 생성하고 상기 복수 개의 제1회귀 모델 각각에 대해 복수 개의 평균 오차값을 획득하는 단계;
    (f) 상기 복수 개의 평균 오차값을 기초로 하여, 상기 복수 개의 제1회귀 모델 중 하나를 제2회귀 모델로 결정하는 단계;
    (g) 충전소로부터 제2충전 시간 데이터를 수신하는 단계; 및
    (h) 상기 제2충전 시간 데이터를 상기 제2회귀 모델에 입력하여 제2예상 전력량을 도출하는 단계
    를 포함하는 것을 특징으로 하는 전기차 충전소 전력량 모니터링 방법.
  2. 제1항에 있어서,
    상기 (f) 단계에서, 상기 복수 개의 제1회귀 모델 중 가장 작은 평균 오차값을 가지는 제1회귀 모델을 상기 제2회귀 모델로 결정하는 것
    을 특징으로 하는 전기차 충전소 전력량 모니터링 방법.
  3. 제2항에 있어서,
    상기 (e) 단계에서, 상기 제1시간은 최대 충전 시간보다 작은 값을 가지는 것
    을 특징으로 하는 전기차 충전소 전력량 모니터링 방법.
  4. 제3항에 있어서,
    상기 최대 충전 시간은 40분인 것
    을 특징으로 하는 전기차 충전소 전력량 모니터링 방법.
  5. 제4항에 있어서,
    상기 (a) 단계에서, 상기 정보제공 서버는, 상기 충전소로부터 상기 복수 개의 제1충전 시간 데이터를 수신하는 것
    을 특징으로 하는 전기차 충전소 전력량 모니터링 방법.
  6. 제5항에 있어서,
    (i) 상기 제2예상 전력량을 기초로 하여, 복수 개의 충전소 각각의 예상 잔류 전력량을 도출하는 단계;
    (j) 상기 복수 개의 충전소 각각의 위치 및 상기 복수 개의 충전소 각각의 예상 잔류 전력량에 대한 정보를 시각적으로 제공하는 단계
    를 더 포함하는 것을 특징으로 하는 전기차 충전소 전력량 모니터링 방법.
  7. 정보제공 서버로부터, 복수 개의 제1충전 시간 데이터 및 상기 복수 개의 제1충전 시간 데이터 각각에 대응되는 복수 개의 전력량 데이터를 수신하도록 구성된 제1데이터 수신부;
    상기 복수 개의 제1충전 시간 데이터 중 제1시간 이하의 값을 가지는 제1 충전 시간 데이터를 이용하여 제1회귀 모델을 생성하는 회귀 모델 생성부로서, 상기 제1시간의 값을 변경하여, 복수 개의 제1회귀 모델을 생성하도록 구성된 회귀 모델 생성부;
    상기 복수 개의 제1충전 시간 데이터를 상기 복수 개의 제1회귀 모델에 입력하여 상기 복수 개의 제1충전 시간 데이터에 각각에 대응되는 복수 개의 제1예상 전력량을 획득하고, 상기 복수 개의 제1예상 전력량 및 상기 복수 개의 전력량 데이터를 비교하여 평균 오차값을 획득하도록 구성된 오차값 생성부로서, 상기 제1시간을 변경하여 얻어진 상기 복수 개의 제1회귀 모델 각각에 대해 복수 개의 평균 오차값을 획득하도록 구성되는 오차값 생성부;
    상기 복수 개의 평균 오차값을 기초로 하여, 상기 복수 개의 제1회귀 모델 중 하나를 제2회귀 모델로 결정하도록 구성되는 최종모델 결정부;
    상기 충전소로부터 제2충전 시간 데이터를 수신하도록 구성되는 제2데이터 수신부; 및
    상기 제2충전 시간 데이터를 상기 제2회귀 모델에 입력하여 제2예상 전력량을 도출하도록 구성되는 최종 전력량 도출부
    를 포함하는 전기차 충전소 전력량 모니터링 시스템.
  8. 제7항에 있어서,
    최종모델 결정부는,
    상기 복수 개의 제1회귀 모델 중 가장 작은 평균 오차값을 가지는 제1회귀 모델을 상기 제2회귀 모델로 결정하도록 구성되는 것
    을 특징으로 하는 전기차 충전소 전력량 모니터링 시스템.
  9. 제8항에 있어서,
    상기 제1시간은 최대 충전 시간보다 작은 값을 가지는 것
    을 특징으로 하는 전기차 충전소 전력량 모니터링 시스템.
  10. 제9항에 있어서,
    상기 제2예상 전력량을 기초로 하여, 복수 개의 충전소 각각의 예상 잔류 전력량을 도출하도록 구성된 잔류 전력량 도출부; 및
    상기 복수 개의 충전소 각각의 위치 및 상기 복수 개의 충전소 각각의 예상 잔류 전력량에 대한 정보를 시각적으로 제공하도록 구성된 디스플레이부
    를 더 포함하는 것을 특징으로 하는 전기차 충전소 전력량 모니터링 시스템.
KR1020190018422A 2019-02-18 2019-02-18 전기차 충전소 전력량 모니터링 시스템 및 방법 KR20200100311A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190018422A KR20200100311A (ko) 2019-02-18 2019-02-18 전기차 충전소 전력량 모니터링 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190018422A KR20200100311A (ko) 2019-02-18 2019-02-18 전기차 충전소 전력량 모니터링 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20200100311A true KR20200100311A (ko) 2020-08-26

Family

ID=72242525

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190018422A KR20200100311A (ko) 2019-02-18 2019-02-18 전기차 충전소 전력량 모니터링 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20200100311A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102235943B1 (ko) * 2020-09-07 2021-04-02 김상욱 전기차 충전소 시스템
WO2023120784A1 (ko) * 2021-12-21 2023-06-29 경희대학교 산학협력단 전기자동차 충전인프라 전력 배분을 위한 적대적 학습 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102235943B1 (ko) * 2020-09-07 2021-04-02 김상욱 전기차 충전소 시스템
WO2023120784A1 (ko) * 2021-12-21 2023-06-29 경희대학교 산학협력단 전기자동차 충전인프라 전력 배분을 위한 적대적 학습 시스템

Similar Documents

Publication Publication Date Title
CN101097248B (zh) 准确性提高的电池容量预测
US10001528B1 (en) Battery deterioration degree estimating apparatus and estimating method
US7429849B2 (en) Method and apparatus for confirming the charge amount and degradation state of a battery, a storage medium, an information processing apparatus, and an electronic apparatus
WO2017000912A2 (zh) 电池健康状态的检测装置及方法
EP2511716B1 (en) Power measurement system, power measurement method, and information processing device
JP5936711B2 (ja) 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法
CN101535827A (zh) 用于在电池非平衡时确定电池的荷电状态的设备和方法
KR101966062B1 (ko) 배터리 잔량 측정 장치 및 측정 방법
WO2014119328A1 (ja) 電池状態推定装置
CN102753985B (zh) 用于确定蓄电池特性曲线的区域的装置和方法
CN102200568A (zh) 电池装置的剩余容量与剩余使用时间的估算方法
CN104950260A (zh) 模型无关的电池寿命和性能预报器
CN110888065B (zh) 电池包荷电状态修正方法和装置
US20200326380A1 (en) Method for determining an ageing parameter, a state of charge parameter and a temperature of a rechargeable battery, especially a lithium rechargeable battery
KR101660628B1 (ko) 전기차 충전기의 성능측정 시스템 및 성능측정 방법
CN110210147B (zh) 估算电池健康状态的仿真装置及仿真方法
KR102648764B1 (ko) 전지 성능 평가 방법 및 전지 성능 평가 장치
JP5960017B2 (ja) 電池劣化判定装置、抵抗値算出装置、電池劣化判定方法およびプログラム
KR20200100311A (ko) 전기차 충전소 전력량 모니터링 시스템 및 방법
US20230184840A1 (en) Method and Apparatus for Providing an Aging State for a Device Battery Having Correction of State Observations on the Basis of Systematic State and Environmental Influences
Kazhamiaka et al. Li-ion storage models for energy system optimization: the accuracy-tractability tradeoff
CN204030697U (zh) 基于动态soc估算系统的电池管理系统
JP2011122917A (ja) 電池特性評価装置
CN106680722B (zh) 一种实时在线预测ocv-soc曲线的方法和装置
KR102429217B1 (ko) 전기차량 충전장치의 오차 측정 방법 및 이를 이용한 충전 관리시스템

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X601 Decision of rejection after re-examination