KR20220125607A - 홈 에너지 관리 시스템 - Google Patents

홈 에너지 관리 시스템 Download PDF

Info

Publication number
KR20220125607A
KR20220125607A KR1020210029687A KR20210029687A KR20220125607A KR 20220125607 A KR20220125607 A KR 20220125607A KR 1020210029687 A KR1020210029687 A KR 1020210029687A KR 20210029687 A KR20210029687 A KR 20210029687A KR 20220125607 A KR20220125607 A KR 20220125607A
Authority
KR
South Korea
Prior art keywords
energy
home
amount
storage device
power
Prior art date
Application number
KR1020210029687A
Other languages
English (en)
Other versions
KR102556290B1 (ko
Inventor
김대희
트렁딘후이
이준하
Original Assignee
순천향대학교 산학협력단
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 순천향대학교 산학협력단 filed Critical 순천향대학교 산학협력단
Priority to KR1020210029687A priority Critical patent/KR102556290B1/ko
Publication of KR20220125607A publication Critical patent/KR20220125607A/ko
Application granted granted Critical
Publication of KR102556290B1 publication Critical patent/KR102556290B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances
    • 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
    • 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
    • Y04S20/242—Home appliances

Landscapes

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

Abstract

본 발명의 일 실시예에 따른 홈 에너지 관리 시스템은, 가정용 신재생 에너지 시스템 및 메인 그리드로부터 전력을 공급받아 저장하는 에너지 저장 장치; 미리 저장된 알고리즘에 따라 에너지 비용과 PAR을 최소화하는 하루 동안의 전력 관리를 위한 스케줄을 생성하는 스마트 스케줄러; 및 상기 스케줄에 따라 가정용 신재생 에너지 시스템, 메인 그리드 및 상기 에너지 저장 장치 중 선택된 어느 하나로부터 가정용 기기에 전력을 공급하고, 상기 에너지 저장 장치에 저장된 에너지를 판매하도록 제어하는 메인 제어부를 포함하는 것을 특징으로 한다.

Description

홈 에너지 관리 시스템{HOME ENERGY MANAGEMENT SYSTEM}
본 발명은 홈 에너지 저장 시스템의 메인 제어장치에 관한 것이다.
스마트 그리드는 전력 계통망을 디지털화해 에너지 효율을 최적화하려는 전력 생산 유통 시스템으로서, 최근 시대적 상황에 따라 전세계적으로 주목 받으며 여러 국가에서 정책적으로 추진되고 있는 기술 분야이다.
수요반응(DR, Demand Response)이란 도매전력가격이 높거나 계통의 신뢰도에 위험한 경우 소비자의 에너지 사용을 줄이거나 인센티브를 제공하는 방법에 관한 것으로서, 스마트 그리드 기술의 확산에 있어서 가장 중요한 응용 분야로 각광받고 있다.
다수의 전세계 가전업체에서도 위와 같은 스마트 그리드 관련 기능이 탑재된 스마트 가전을 개발하거나 상용화하고 있는 실정이다.
한편, 최근 각 가정에는 태양광 발전 모듈과 같은 신재생 에너지 보급이 확대되고 있다.
이와 같이 스마트 그리드 도입 및 신재생 에너지 보급의 확산으로 실시간 에너지 거래가 가능해 짐에 따라, 에너지 수요 및 공급의 불균형을 해소하기 위하여 에너지저장장치가 개발되기 시작하였다.
이러한 스마트 그리드, 스마트 미터, 에너지 저장 장치의 보급에도 불구하고 이를 댁내에서 통합적으로 효과적으로 관리 및 제어하는 가정용 에너지관리시스템의 기능은 부재상태이다.
본 발명은 이에, 가정용 에너지의 공급 및 소비를 효과적으로 관리하여 최적의 비용 및 안정성을 제공할 수 있는 가정용 에너지 관리 시스템을 제공하고자 한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 홈 에너지 관리 시스템은 가정용 신재생 에너지 시스템 및 메인 그리드로부터 전력을 공급받아 저장하는 에너지 저장 장치; 미리 저장된 알고리즘에 따라 에너지 비용과 PAR을 최소화하는 하루 동안의 전력 관리를 위한 스케줄을 생성하는 스마트 스케줄러; 및 상기 스케줄에 따라 가정용 신재생 에너지 시스템, 메인 그리드 및 상기 에너지 저장 장치 중 선택된 어느 하나로부터 가정용 기기에 전력을 공급하고, 상기 에너지 저장 장치에 저장된 에너지를 판매하도록 제어하는 메인 제어부를 포함한다.
일 실시예에서, 상기 스마트 스케줄러는 상기 하루를 복수개의 시간대로 나누고 각 시간대별로 스케줄링을 수행하는 것을 특징으로 한다.
일 실시예에서, 상기 가정용 기기는 운전 가능 시간을 시프트 가능한 기기와 운전 가능 시간을 시프트 불가능한 기기를 포함하고, 상기 스마트 스케줄러는 상기 운전 가능 시간을 시프트 가능한 기기의 시간대를 스케줄링하는 것을 특징으로 한다.
일 실시예에서, 상기 메인 제어부는 상기 스케줄에 따라 각 시간대별로 가정용 신재생 에너지 시스템으로부터 가정용 기기에 공급되는 에너지량, 가정용 신재생 에너지 시스템으로부터 상기 에너지 저장 장치에 저장되는 에너지량, 상기 메인 그리드로부터 상기 가정용 기기에 공급되는 에너지량, 상기 메인 그리드로부터 상기 에너지 저장 장치에 저장되는 에너지량, 상기 에너지 저장 장치로부터 상기 가정용 기기에 공급되는 에너지량, 상기 에너지 저장 장치로부터 외부로 판매되는 에너지량을 제어하는 것을 특징으로 한다.
일 실시예에서, 상기 알고리즘은 에너지 비용과 하루 동안의 피크 부하 수요와 총 부하 수요의 평균의 비율(PAR)에 각각 가중치를 곱한 값의 최소값을 찾는 것을 특징으로 한다.
일 실시예에서, 상기 알고리즘은 가정용 기기의 에너지량을 위해 요구되는 메인 그리드의 에너지량과 메인그리드의 가격을 곱한 값과 에너지 저장장치로부터 외부에 판매하는 에너지량과 판매 가격의 곱의 차를 각 시간대별로 계산한 값의 총합이 최소가 되도록 하는 에너지 비용을 찾는 것을 특징으로 한다.
일 실시예에서, 상기 가정용 기기의 에너지량을 위해 요구되는 메인 그리드의 에너지량은 시프트 불가능한 기기의 에너지 소비량과 온 상태의 시프트 가능한 기기의 에너지량의 총합을 더한 값에 메인 그리드로부터 에너지 저장 장치에 저장되는 에너지량을 더한 후, 가정용 신재생 에너지 시스템으로부터 가전 기기에 공급되는 에너지량을 차감하고, 에너지 저장장치로부터 가전 기기에 공급되는 에너지량을 차감한 값인 것을 특징으로 한다.
일 실시예에서, 상기 알고리즘은 하루 동안의 피크 부하 수요와 총 부하 수요의 평균의 비율(PAR)을 최소로 하며, 상기 PAR은 부하 수요의 최대값을 각 시간대별 부하수요의 평균으로 나눠준 값인 것을 특징으로 한다.
일 실시예에서, 상기 알고리즘은 PSO(Particle Swarm Optimization) 및 BPSO(Binary Particle Swarm Optimization) 두 가지 모두 사용하는 것을 특징으로 한다.
일 실시예에서, 가정용 신재생 에너지 시스템은 상기 신재생 에너지 시스템으로부터 공급되는 직류 전력을 교류 전력으로 변환하는 인버터; 및 상기 메인 그리드로부터 가정으로 공급되는 전력량 및 상기 에너지 저장 장치로부터 외부로 판매되는 전력량을 측정하는 스마트 미터기를 더 포함할 수 있다.
본 발명은 본 발명의 일 실시예에 따라 홈 에너지 관리 시스템에 공급되는 에너지량, 홈 에너지 관리 시스템에서 사용되는 에너지량 및 홈 에너지 관리 시스템으로부터 판매되는 에너지량을 종합적으로 제어할 수 있으며, 에너지 비용 및 PAR을 최소로 할 수 있다는 효과가 있다.
도 1은 본 발명의 일 실시 예에 따른 홈 에너지 관리 시스템(home energy management system; HEMS)의 개략적인 블록도이다.
도 2는 본 발명의 일 실시예에 따른 HEMS의 전기 흐름을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 PSO/BPSO 알고리즘의 동작을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 상이한 w2에 대한 평균 PAR 과 총 에너지 비용을 나타낸 그래프이다.
도 5는 본 발명의 일 실시예에 따른 메인 그리드로부터 시간당 부하 수요 그래프의 일 예이다.
도 6은 본 발명의 다른 실시예에 따른 홈 에너지 관리 시스템의 개략적인 블록도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 실시 예에 따른 홈 에너지 관리 시스템의 개략적인 블록도이다.
도 1을 참조하면, 홈 에너지 관리 시스템(home energy management system(HEMS); 10)은 주로 가정에 구현되어, 가정 내의 에너지(전력) 공급, 소비, 저장 등을 관리하고 제어할 수 있다.
도 1에 도시된 바에 의하면, 홈 에너지 관리 시스템(10)은, 메인 제어장치(100), PV 인버터(photovoltaic inverter; 110), 스마트 미터기; 120), 에너지 저장 장치(또는 에너지 저장 시스템(energy storage system(ESS)); 130), 스마트 스케줄러(140) 및 가전 부하(150)를 포함할 수 있다.
또한, 메인 제어장치(100)는 PV 인버터(110), 스마트 미터기(120), 에너지 저장 장치(또는 에너지 저장 시스템(ESS); 130), 스마트 스케줄러(140) 및 가전 부하(150) 중 적어도 하나와 연결될 수 있다. 다만, 실시 예에 따라 메인 제어장치(100)에 연결되는 장치들의 종류는 다양하게 변경될 수 있다.
메인 제어장치(100)는 가정에 설치된 전력 관리와 관련된 장치들로부터 전력에 대한 정보를 수신할 수 있다.
메인 제어장치(100)는 가정에 설치 또는 구비된 전력 공급, 전력 소모, 전력 저장과 관련된 장치들과 연결되고, 연결된 장치들의 동작을 제어할 수 있다. 일 실시예에서, 메인 제어장치(100)는 미리 정해진 알고리즘을 통해 계산된 스케줄에 따라 연결된 장치들을 온 오프 할 수 있다.
PV 인버터(110)는 태양광 발전 모듈과 같은 재생가능한 에너지 자원(Renewable Energy Resources;(RES)(111))으로부터 공급되는 직류 전력을 교류 전력으로 변환할 수 있다. 일 실시예에서, 재생가능한 에너지 자원(111)을 태양광 발전 모듈이라고 기재하였으나, 이에 한정하는 것은 아니다. 태양광 발전 모듈(111)은 광전 효과를 이용하여 전력을 생산하고, 생산된 전력을 가정에 공급할 수 있다. 태양광 발전 모듈(111)에 의해 생산된 전력은 직류 전력이나, 일반적으로 가정에 포함된 각종 전력 소비 장치는 교류 전력을 이용하여 동작한다. 따라서, PV 인버터(110)는 상기 직류 전력을 교류 전력으로 변환하고, 변환된 교류 전력을 가정에 공급할 수 있다. 본 명세서에서는 홈 에너지 관리 시스템(10)이 PV 인버터(110)와 태양광 발전 모듈(111)을 포함하는 것으로 도시되어 있으나, 실시 예에 따라 홈 에너지 관리 시스템(10)은 다양한 방식의 친환경 발전 모듈 및 이에 대응하는 인버터를 포함할 수도 있다. 풍력 발전 모듈 및 풍력 발전 모듈에 대응하는 인버터가 그 일 예가 될 수 있다.
스마트 미터기(120)는, 전력공급자인 전력 계통(121)과 가정 사이의 게이트웨이의 역할을 한다. 일 실시예에서, 스마트 미터기(120)는, 그리드와 같은 예컨대 전력 계통(121)으로부터 가정으로 공급되는 전력 및 소모 전력 사용량을 측정할 수 있다. 또한, 미터기(120)는 측정된 소모 전력 사용량을 그리드(121)에게 전송할 수 있다.
스마트 미터기(120)는 메인 제어장치(100)로 전력 사용량에 관한 정보를 전송하기 위한 통신 모듈을 포함할 수 있다. 또한, 스마트 미터기(120)는 통신 모듈을 이용하여 메인 제어장치(100)의 지시에 따라 판매 전기를 외부에 전송할 수 있다.
에너지 저장 장치(130)는, 태양광 발전 모듈(111) 및 그리드(121)로부터 공급된 전력, 또는 상기 공급된 전력이 소비된 후 남는 잔여 전력을 저장할 수 있다.
스마트 스케줄러(140)는 미리 저장된 알고리즘을 수행한다. 일 실시예에서, 스마트 스케줄러(140)는 하루가 시작되면 그리드(121)로부터 정보를 수신하여, 하루 동안 모든 장치를 위한 최적의 스케줄을 생성하여 메인 제어장치(100)에 전송한다. 스마트 스케줄러(140)의 미리 저장된 알고리즘에 대해서는 추후 도 2 내지 도 3을 참조하여 보다 상세히 설명하기로 한다.
도 1을 통해 설명한 바에 의하면, 메인 제어장치(100)는 스마트 스케줄러(140)에 기초하여 공급되는 전력의 가격이 낮은 시간대에 외부에서 공급되는 전력을 후술되는 에너지 저장 장치(130)에 저장하고, 외부에서 공급되는 전력의 가격이 높은 시간대에는 에너지 저장 장치(130)의 전력을 가전 부하(150)에 공급할 수 있다. 즉, 메인 제어장치(100)는 최적의 스케줄에 따라 PAR 및 에너지 비용의 최소화를 위해 가전 부하(150)를 제어할 수 있다.
또한 메인 제어장치(100)는 에너지 저장 장치(130)에 저장된 전력을 후술되는 스마트 미터기(120)를 통해 판매할 수 있다.
도 2는 본 발명의 일 실시예에 따른 HEMS의 전기 흐름을 나타낸 도면이다.
도 2에 도시된 바와 같이, RES는 집안의 가전 부하에 전기를 공급하고 ESS에 전기를 저장한다. ESS는 가전 부하에 전기를 공급하고 외부에 전기를 판매할 수 있습니다.
RES와 ESS는 가정용 기기를 위해 전기가 충분하지 않은 경우, 메인 그리드의 전기를 필요로 한다. 또한, 메인 그리드의 전력은 메인 그리드의 가격이 낮은 시간대에 ESS에 저장할 수 있으며, 메인 그리드의 가격이 높은 시간 대에 사용될 수 있다.
전기요금과 PAR을 최적화하기 위해 먼저 알고리즘의 수학적 모델과 제약조건을 정의해야 한다.
오전 0시부터 오후 12시까지 하루 동안, RES, ESS, 가전 부하 및 비용 함수 공식을 세운다.
하루를 1시간 간격으로 24개의 시간대로 나눈다.
먼저, 태양광 발전 모듈(111)에서 생산되는 전기 에너지를 계산한다.
태양광 발전 모듈(111)에서 생산되는 전기 에너지를 계산하기 위해, 태양광 발전 모듈(111)에서 생산하는 출력 전력 PRES을 계산한다. 시간 τ에서, 태양광 발전 모듈(111)의 출력 전력 PRES를 kW 단위로 수학식 1과 같이 계산할 수 있다.
[수학식 1]
PRES (τ) = GHI(τ) S η ∀τ 0 ≤ τ ≤ 24
여기서 GHI(global horizontal irradiation)는 태양 전지판 위치에서의 수평면 일사량(kWm-2)이고, S는 태양 전지판의 총 면적(m2)이고 η는 태양광 발전 모듈(111)의 태양 변환 효율이다.
t시간에서 t 동안, 태양광 발전 모듈(111)에 의해 생성되는 전기 에너지 ERES(t)를 [수학식 2]와 같이 나타낼 수 있다.
[수학식 2]
ERES(t) = PRES(τ) t ∀t 1 ≤ t ≤ T
여기서 τ 은 t시간대에서의 실제 시간을 의미한다.
도 2에 도시한 바와 같이, 에너지는 가전 부하에 공급되거나 및 ESS(130)에 저장될 수 있다. 따라서, 다음의 수학식 3이 성립한다.
[수학식 3]
Figure pat00001
∀t 1 ≤ t ≤ T
여기서
Figure pat00002
는 t시간대에서 가전부하(150)에서 사용되는 에너지량이다.
Figure pat00003
는 t시간대에서 ESS에 저장되는 에너지량이다.
수학식 1,2,3에 따라 변수
Figure pat00004
및
Figure pat00005
은 다음과 같은 제약 조건을 갖는다.
[수학식 4]
Figure pat00006
[수학식 5]
Figure pat00007
메인 그리드(121) 또는 태양광 발전 모듈(111)의 에너지를 저렴한 시간대에 저장하고 높은 가격대의 시간대에 가정 부하에 공급하기 위한 매개변수는 하기의 표 1과 같다.
[표 1]
Figure pat00008
일반적인 경우, ESS는 하기의 2개의 함수식을 갖는다.
가전 부하(150)에 에너지를 공급하고 잉여 에너지를 외부에 판매하기 위해서는 하기의 수학식을 따른다.
[수학식 6]
Figure pat00009
[수학식 7]
Figure pat00010
여기서,
Figure pat00011
는 t 시간대에서 ESS에서 방출되는 에너지 양을 나타낸다.
Figure pat00012
t 시간대에서 ESS에 저장되는 에너지 양을 의미한다.
Figure pat00013
는 t 시간대에서 가정 부하에 사용된 에너지 양을 의미한다.
Figure pat00014
은 t 시간대에서 외부로 판매되는 에너지 량을 의미한다.
Figure pat00015
는 t 시간대에서 RES로부터 ESS에 저장되는 에너지 양을 의미한다.
Figure pat00016
는 t 시간대에서 메인 그리드로부터 ESS에 저장되는 에너지 양을 의미한다.
Figure pat00017
는 t 시간대 이후 ESS의 에너지 레벨이고, 하기 수학식 8과 같다.
[수학식 8]
Figure pat00018
여기서, η은 ESS 효율이다. η은 왕복효율(trip efficiency)이라고 불리는 ESS 충 방전시 손실되는 에너지에 기인한다.
일 실시예에서, ESS는 다음의 제약조건을 갖는다.
⊙ ESS의 충방전율은 Ch rate 나 Dh rate 을 초과할 수 없다. 이것은 t시간대에서 최대 정해진 에너지 양 이하를 넣거나 뺄 수 있다는 것을 의미한다.
⊙ ESS의 에너지 레벨은
Figure pat00019
와
Figure pat00020
사이에 위치한다.
Figure pat00021
위 제약으로부터 하기와 같은 수학식들을 도출할 수 있다.
[수학식 9]
Figure pat00022
[수학식 10]
Figure pat00023
[수학식 11]
Figure pat00024
[수학식 12]
Figure pat00025
[수학식 13]
Figure pat00026
[수학식 14]
Figure pat00027
[수학식 15]
Figure pat00028
일 실시예에서는 하루 동안의 시스템만을 고려하므로, 다음날을 위한 누적은 고려하지 않으므로, 하루가 끝날 때 에너지 레벨을 초기 에너지 레벨로 되돌려 놔야 한다. 따라서, 수학식 16과 같은 제약을 갖는다.
[수학식 16]
Figure pat00029
우리는 판매에 사용되는 모든 에너지는 ESS에서 나온다고 가정한다. RES에서 생산되는 에너지를 판매하려면 판매 전에 ESS에 저장해야 한다. 변수
Figure pat00030
는 수학식 5와 수학식 14의 두 가지 제약조건이 있다. RES가 가전 제품(가전 부하)가 필요한 에너지와 ESS에 시간대에 저장할 수 있는 에너지의 합보다 더 많은 에너지를 생성한다면 RES의 남는 에너지는 버려진다.
일 실시예에 따른 시스템에서, 시프트가능한 기기 M과 시프트 불가능한 기기 N의 두가지 세트가 있다고 가정한다. 시프트가능한 기기 M은 비용을 절약하기 위해 이러한 장치의 작동 시간을 저렴한 슬롯으로 이동할 수 있는 장치를 말하고, 시프트 불가능한 기기 N은 작동 시간을 이동할 수 없는 장치를 말한다.
t 시간대에서 전체 기기의 에너지 소비량
Figure pat00031
은, 시프트가능한 기기 M의 에너지 소비량
Figure pat00032
과 시프트 불가능한 기기
Figure pat00033
의 총합이고, 이는 수학식 17 내지 19와 같다.
[수학식 17]
Figure pat00034
Figure pat00035
및
Figure pat00036
는 각각의 기기의 전력등급과 기기의 상태의 곱의 총합이고 수학식 18과 수학식 19로 나타낼 수 있다.
[수학식 18]
Figure pat00037
[수학식 19]
Figure pat00038
여기서,
Figure pat00039
와
Figure pat00040
는 기기
Figure pat00041
의 전력 등급을 의미한다.
Figure pat00042
및
Figure pat00043
는 t 시간대에서
Figure pat00044
의 상태를 나타내는 이진 변수이다. 기기의 상태를 나타내는 이진 변수는 기기의 온 오프 상태에 따라 0 또는 1로 표시될 수 있다. 예컨대 기기가 온인 경우, 1, 기기가 오프인 경우 0으로 나타낼 수 있으나, 이에 한정되는 것은 아니고, 이 반대로 구현할 수도 있다.
[수학식 20]
Figure pat00045
[수학식 21]
Figure pat00046
여기서
Figure pat00047
및
Figure pat00048
는 미리 주어진 고정값이다. 하루 24 시간 중, 모든 가전기기의 총 에너지 소비량은 수학식 22와 같다.
[수학식 22]
Figure pat00049
즉 가전기기의 총 에너지는 기기가 온 된 시프트 가능한 기기의 에너지량의 합과 시프트 불가능한 기기의 에너지량의 합과 같다.
가전기기에 충분한 에너지를 공급하기 위해 도 2에 도시한 바와 같이 RES, ESS, 메인 그리드로부터 에너지를 공급받을 수 있다. 이것을 수학식으로 나타내면 수학식 23 내지 25와 같다.
[수학식 23]
Figure pat00050
[수학식 24]
Figure pat00051
수학식 24에 수학식 17을 참조하면, 수학식 25가 도출된다.
[수학식 25]
Figure pat00052
여기서,
Figure pat00053
이고, 메인 그리드는 가정 부하의 요구에 충분한 전기를 항상 공급할 수 있음을 가정한다. 따라서, 우리는 수학식 26의 제한을 가질 수 있다.
[수학식 26]
Figure pat00054
이하, 각 시간대의 부하 수요라고 불리우는 메인 그리드의 에너지 공식에 관한 것이다. 부하 수요와 메인 그리드의 가격을 합한 후 하루 동안 지불해야 하는 총 에너지 비용을 얻을 수 있다.
일 실시예에서, 실시간 가격(RTP; Real-Time Pricing)의 일종인 Day-Ahead Pricing(DAP)를 사용하지만, 다른 실시예에서, 사용 시간 가격(ToU; Time-of-Use), 실시간 가격(RTP; Real-Time Pricing), 최고가격(CPP; Critical Peak Pricing)를 채택할 수 있다.
DAP에서는 전기 가격은 시간대 단위로 변경되면 동일 시간 대에서는 일정하게 유지된다. 고객은 공급자로부터 일반적으로 매일 DAP 가격에 대한 알림을 받는다.
일 실시예에서, 도 2에 도시한 바와 같이, RES와 ESS로부터의 에너지는 상호보완적이라고 가정한다. t 시간대에서 메인 그리드로부터 요구되는 부하 수요 수학식 27을 만족한다.
[수학식 27]
Figure pat00055
여기에 수학식 25를 고려하면, 수학식 28을 도출할 수 있다.
[수학식 28]
Figure pat00056
또한, 시간대 t에서 외부에 에너지량
Figure pat00057
을 판매한다.
따라서, 시간대 t에서 지불해야 하는 에너지 비용 EC(t)은 수학식 29와 같다.
[수학식 29]
Figure pat00058
Figure pat00059
는 시간대 t에서 메인 그리드의 전기가격이고, 이 값은 전기 공급자에 의해 정해진다.
Figure pat00060
은 시간대 t에서 판매 에너지의 가격이다. 이 값은 사용자에 의해 결정된다.
수학식 29로부터 하루 동안 메인 그리드로부터 에너지를 위해 지불되는 총 비용 Cday는 수학식 30과 같다.
[수학식 30]
Figure pat00061
여기에 수학식 28을 고려하면 수학식 31을 얻을 수 있다.
[수학식 31]
Figure pat00062
여기서, 하루 동안의 총 에너지 비용을 최소화하기 위해서는 수학식 32가 정의된다.
[수학식 32]
Figure pat00063
여기에 수학식 19를 고려하면, 우리는 수학식 33을 도출할 수 있다.
[수학식 33]
Figure pat00064
여기에서,
Figure pat00065
및
Figure pat00066
는 미리 정해진 고정값이다.
Figure pat00067
는 이진 변수이고,
Figure pat00068
는 상기의 수학식 3,4,5,9,1, 11,12,13,15,16,26을 만족하는 변수이다.
보통, 메인 그리드의 가격은 판매 가격보다 높다. 따라서,
Figure pat00069
(
Figure pat00070
)를 만족하고 수학식 34를 도출할 수 있다.
[수학식 34]
Figure pat00071
PAR 은 하루 동안의 피크 부하 수요와 총 부하 수요의 평균의 비율이다. PAR 은 시스템의 에너지 동작을 보여주며, 메인 그리드의 운영과 직접 관련된다. 전력 공급자는 항상 소비자의 PAR이 낮게 유지되기를 원한다. 따라서, PAR은 하기의 수학식 35로서 산출된다.
[수학식 35]
Figure pat00072
여기서, ELD(t)는 수학식 28에 의해 계산된다.
일 실시예에 따르면 여러 공학 문제에서 효율적임이 검증된 PSO(Particle Swarm Optimization) 및 BPSO(Binary Particle Swarm Optimization)알고리즘을 이용하도록 한다.
PSO는 개체에 근거한 확률적인 최적화기법이며, 사회적 행동 시뮬레이션을 시도하는 반복적 최적화 알고리즘이다. particle이라 불리는 개체들을 랜덤한 값으로 초기화 시킨 후에 각 particle의 지역최대(local best)와 전역최대(global best)를 향하여 속도(velocity)를 변화시켜 비용함수의 최소, 최대값 및 이를 제공하는 개체를 찾는다.
각 입자 particle i의 새로운 위치
Figure pat00073
및 속도
Figure pat00074
는 수학식 36 및 37에 의해 계산될 수 있다.
[수학식 36]
Figure pat00075
[수학식 37]
Figure pat00076
여기서, ω는 상수인 관성 가중치이고, vi(t)는 반복횟수 t에서의 입자의 속도이고, Cl은 가속 계수이고, rl 은 0에서 1 중에 균일분포를 가지는 난수이다. lbi(t)는 반복횟수 t에서의 개별 입자의 personal best이고, xi(t)는 반복횟수 t에서의 입자의 위치이며, Cg는 global best에 대한 가속 계수로서 상수이다. rg는 global best를 위해 0에서 1까지 분포된 난수이고, gb(t)는 반복횟수 t에서 global best 위치이다. 반복을 수행한 후에, 모든 입자는 문제를 해결하기 위한 최적의 위치로 이동하게 된다.
일 실시예에 따른 목적함수에서, 2가지 변수를 갖는다. 첫번째
Figure pat00077
와 같은 연속 변수와
Figure pat00078
와 같은 0 또는 1 중 하나를 갖는 이진 변수이다.
오리지널 PSO 알고리즘은 연속 검색 공간에서만 올바르게 작동한다. 이진 변수에 대해, Kennedy and Eberhart에 의해 제공되는 이진 입자 군지 최적화(BPSO)를 사용하여야 한다. BPSO 알고리즘에서, 반복 t+1에서 각 입자의 속도 공식은 수학식 36과 같다.
속도를 사용하는 대신 반복회수 t+1에서 입자의 값이 xi(t + 1)로 갱신되기 위해서, 수학식 38, 및 39에 의해 주어진 sigmoid function S(.)를 사용한다.
[수학식 38]
Figure pat00079
[수학식 39]
Figure pat00080
여기서, rand()는 범위 [0.0,1.0]에서의 의사 난수를 생성하기 위한 함수이다.
도 3은 본 발명의 일 실시예에 따른 PSO/BPSO 알고리즘의 동작을 설명하기 위한 흐름도이다.
여기서 시뮬레이션에 사용되는 PSO 및 BPSO 파라미터는 표 2에 도시한 바와 같다.
[표 2]
Figure pat00081
단계 S110에서, 초기의 N입자를 생성한다.
단계 S120에서, 각 입자의 피트니스(fitness) 함수를 계산한다.
단계 S130에서, 각 입자의 개인적인 베스트를 선택한다.
단계 S140에서, 글로벌 베스트를 선택한다.
단계 S150에서, i를 1로 한다.
단계 S160에서, 각 입자의 속도 및 위치를 갱신한다.
단계 S170에서, 각 입자의 피트니스(fitness) 함수를 계산한다.
단계 S180에서, 각 입자의 개인적인 베스트를 갱신한다.
단계 S190에서, 글로벌 베스트를 갱신한다.
단계 S200에서, 상기 i가 최대 반복값보다 작은지 확인하고, 상기 i가 최대 반복값보다 작지 않으면 단계 S210으로 진행하여 i에 1을 더하고 단계 S160으로 되돌아간다. 단계 S200에서, 상기 i가 최대 반복값보다 크거나 같으면 단계 S220으로 진행하여 그때의 글로벌 베스트를 출력하고 알고리즘을 종료한다.
한편, 본 발명의 일 실시예에서, PAR 은 소비자의 가정 부하 동작을 설명하고, 메인 그리드의 동작에 영향을 준다. PAR이 높아지면 안정성이 저하된다.
총 에너지 비용의 최소화에만 목적을 두는 경우, 시스템의 PAR이 높아질 수 있다. 따라서, 본 발명의 일 실시예에서는 총 에너지 비용과 PAR을 동시에 고려하는 다중 목표 최적화(MOO) 가중치 방법을 채택하여 수학식 40과 같이 계산할 수 있다.
[수학식 40]
Figure pat00082
여기에서, Cday는 수학식 33에 의해 계산되고, w1은 변수 Cday 의 가중치이고, 상수이다. PAR은 수학식 35에 의해 계산되고, w2은 변수 PAR의 가중치이고, 상수이다.
시뮬레이션의 입력 매개 변수는 단일 목표 최적화(SOO)와 동일하다. w2은 Cday는 허용가능한 값까지 증가하는 동안 PAR을 감소하도록 w1의 값 보다 크게 설정된다. 시뮬레이션에서 w1은 1로 유지하면서 w2을 변경시켜 원하는 PAR을 달성하도록 한다.
상이한 w2에 대한 평균 PAR 과 총 에너지 비용을 하기 표 3과 같이 나타낸다.
[표 3]
Figure pat00083
도 4는 본 발명의 일 실시예에 따른 상이한 w2에 대한 평균 PAR 과 총 에너지 비용을 나타낸 그래프이다.
표 3 및 도 4를 참조하면, 가중치 w2=10, 20, 30일 때 3가지의 PAR과 평균 에너지 비용을 함께 알 수 있으며, w2가 10,20,30으로 증가할수록 평균 PAR은 감소하고, 평균 에너지 비용은 증가함을 알 수 있다.
MOO를 BOSP알고리즘과 비교하면, 평균 PAR 및 평균 에너지 비용 두 요소에서 나은 성능을 발휘함을 알 수 있다.
하기의 표 4는 본 발명의 일 실시예에 따른 MOO 사례에서 시프트 가능한 기기의 일정을 나타내는 일 예이다.
[표 4]
Figure pat00084
도 5는 본 발명의 일 실시예에 따른 메인 그리드로부터 시간당 부하 수요 그래프의 일 예이다.
SOO의 경우 가전기기(appliances)의 일정에 변동이 없었다. 반면, MOO의 시스템에서는 PAR을 줄이기 위해 적절한 시간으로 가전기기를 스케줄링함을 알 수 있다.
표 4 및 도 5를 참조하면, 메인 그리드에서 필요한 가장 큰 에너지는 오후 7시부터 오후 8시까지의 시간대이고, 이 값은 여러 시간 대에 분산되어 있다. 오후 4시에서 6시까지 피크 시간대에서, RES와 ESS의 지원으로 메인 그리드의 부하 수요도 가전 제품에 필요한 에너지에 비해 감소한다. 또한, 이러한 스케줄은 PAR을 감소시킨다.
도 6은 본 발명의 다른 실시예에 따른 에너지 저장 시스템을 나타낸 도면이다.
에너지 저장 시스템은 에너지 저장 장치(230), 스마트 스케줄러(240) 및 메인 제어부(200)를 포함할 수 있다.
에너지 저장 장치(230)는 가정용 신재생 에너지 시스템 및 메인 그리드로부터 전력을 공급받아 저장한다.
스마트 스케줄러(240)는 미리 저장된 알고리즘에 따라 에너지 비용과 PAR을 최소화하는 하루 동안의 전력 관리를 위한 스케줄을 생성한다. 상기 하루를 복수개의 시간대로 나누고 각 시간대별로 스케줄링을 수행한다.
스마트 스케줄러(240)는 운전 가능 시간을 시프트 가능한 기기의 시간대를 스케줄링할 수 있다.
메인 제어부(200)는 스케줄에 따라 가정용 신재생 에너지 시스템, 메인 그리드 및 상기 에너지 저장 장치 중 선택된 어느 하나로부터 가정용 기기에 전력을 공급하고, 상기 에너지 저장 장치에 저장된 에너지를 판매하도록 제어한다.
메인 제어부(200)는 스마트 스케줄러(240)에 의해 스케줄링된 스케줄에 따라 각 시간대별로 가정용 신재생 에너지 시스템으로부터 가정용 기기에 공급되는 에너지량, 가정용 신재생 에너지 시스템으로부터 상기 에너지 저장 장치에 저장되는 에너지량, 상기 메인 그리드로부터 상기 가정용 기기에 공급되는 에너지량, 상기 메인 그리드로부터 상기 에너지 저장 장치에 저장되는 에너지량, 상기 에너지 저장 장치로부터 상기 가정용 기기에 공급되는 에너지량, 상기 에너지 저장 장치로부터 외부로 판매되는 에너지량을 제어한다.
가정용 기기는 운전 가능 시간을 시프트 가능한 기기와 운전 가능 시간을 시프트 불가능한 기기를 포함한다.
상기 알고리즘은 에너지 비용과 하루 동안의 피크 부하 수요와 총 부하 수요의 평균의 비율(PAR)에 각각 가중치를 곱한 값의 최소값을 찾는다.
상기 알고리즘은 가정용 기기의 에너지량을 위해 요구되는 메인 그리드의 에너지량과 메인그리드의 가격을 곱한 값과 에너지 저장장치로부터 외부에 판매하는 에너지량과 판매 가격의 곱의 차를 각 시간대별로 계산한 값의 총합이 최소가 되도록 하는 비용을 찾는 것이다.
상기 가정용 기기의 에너지량을 위해 요구되는 메인 그리드의 에너지량은 시프트 불가능한 기기의 에너지 소비량과 온 상태의 시프트 가능한 기기의 전력등급의 총합을 더한 값에 메인 그리드로부터 에너지 저장 장치에 저장되는 에너지량을 더한 후, 가정용 신재생 에너지 시스템으로부터 가전 기기에 공급되는 에너지량을 차감하고, 에너지 저장장치로부터 가전 기기에 공급되는 에너지량을 차감한 값이다.
상기 알고리즘은 하루 동안의 피크 부하 수요와 총 부하 수요의 평균의 비율(PAR)을 최소로 하며, 상기 PAR은 부하 수요의 최대값을 각 시간대별 부하수요의 평균으로 나눠준 값이다.
상기 알고리즘은 PSO(Particle Swarm Optimization) 및 BPSO(Binary Particle Swarm Optimization) 두 가지 모두 사용한다.
본 발명의 일 실시예에 따라 홈 에너지 관리 시스템에 공급되는 에너지량, 홈 에너지 관리 시스템에서 사용되는 에너지량 및 홈 에너지 관리 시스템으로부터 판매되는 에너지량을 종합적으로 제어할 수 있으며, 에너지 비용 및 PAR을 최소로 할 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (10)

  1. 가정용 신재생 에너지 시스템 및 메인 그리드로부터 전력을 공급받아 저장하는 에너지 저장 장치;
    미리 저장된 알고리즘에 따라 에너지 비용과 PAR을 최소화하는 하루 동안의 전력 관리를 위한 스케줄을 생성하는 스마트 스케줄러; 및
    상기 스케줄에 따라 가정용 신재생 에너지 시스템, 메인 그리드 및 상기 에너지 저장 장치 중 선택된 어느 하나로부터 가정용 기기에 전력을 공급하고, 상기 에너지 저장 장치에 저장된 에너지를 판매하도록 제어하는 메인 제어부
    를 포함하는 홈 에너지 관리 시스템.
  2. 제1항에 있어서,
    상기 스마트 스케줄러는 상기 하루를 복수개의 시간대로 나누고 각 시간대별로 스케줄링을 수행하는 것을 특징으로 하는 홈 에너지 관리 시스템.
  3. 제1항에 있어서,
    상기 가정용 기기는 운전 가능 시간을 시프트 가능한 기기와 운전 가능 시간을 시프트 불가능한 기기를 포함하고,
    상기 스마트 스케줄러는 상기 운전 가능 시간을 시프트 가능한 기기의 시간대를 스케줄링하는 것을 특징으로 하는 홈 에너지 관리 시스템.
  4. 제1항에 있어서,
    상기 메인 제어부는 상기 스케줄에 따라 각 시간대별로 가정용 신재생 에너지 시스템으로부터 가정용 기기에 공급되는 에너지량, 가정용 신재생 에너지 시스템으로부터 상기 에너지 저장 장치에 저장되는 에너지량, 상기 메인 그리드로부터 상기 가정용 기기에 공급되는 에너지량, 상기 메인 그리드로부터 상기 에너지 저장 장치에 저장되는 에너지량, 상기 에너지 저장 장치로부터 상기 가정용 기기에 공급되는 에너지량, 상기 에너지 저장 장치로부터 외부로 판매되는 에너지량을 제어하는 것을 특징으로 하는 홈 에너지 관리 시스템.
  5. 제3항에 있어서, 상기 알고리즘은 에너지 비용과 하루 동안의 피크 부하 수요와 총 부하 수요의 평균의 비율(PAR)에 각각 가중치를 곱한 값의 최소값을 찾는 것을 특징으로 하는 홈 에너지 관리 시스템.
  6. 제5항에 있어서,
    상기 알고리즘은 가정용 기기의 에너지량을 위해 요구되는 메인 그리드의 에너지량과 메인그리드의 가격을 곱한 값과 에너지 저장장치로부터 외부에 판매하는 에너지량과 판매 가격의 곱의 차를 각 시간대별로 계산한 값의 총합이 최소가되도록 하는 에너지 비용을 찾는 것을 특징으로 하는 홈 에너지 관리 시스템.
  7. 제6항에 있어서,
    상기 가정용 기기의 에너지량을 위해 요구되는 메인 그리드의 에너지량은 시프트 불가능한 기기의 에너지 소비량과 온 상태의 시프트 가능한 기기의 전력등급의 총합을 더한 값에 메인 그리드로부터 에너지 저장 장치에 저장되는 에너지량을 더한 후, 가정용 신재생 에너지 시스템으로부터 가전 기기에 공급되는 에너지량을 차감하고, 에너지 저장장치로부터 가전 기기에 공급되는 에너지량을 차감한 값인 것을 특징으로 하는 홈 에너지 관리 시스템.
  8. 제5항에 있어서, 상기 알고리즘은 하루 동안의 피크 부하 수요와 총 부하 수요의 평균의 비율(PAR)을 최소로 하며,
    상기 PAR은 부하 수요의 최대값을 각 시간대별 부하수요의 평균으로 나눠준 값인 것을 특징으로 하는 것을 특징으로 하는 홈 에너지 관리 시스템.
  9. 제1항에 있어서,
    상기 알고리즘은 PSO(particle swarm optimization) 및 BPSO(Binary Particle Swarm Optimization) 두 가지 모두 사용하는 홈 에너지 관리 시스템.
  10. 제1항에 있어서,
    상기 가정용 신재생 에너지 시스템으로부터 공급되는 직류 전력을 교류 전력으로 변환하는 인버터; 및
    상기 메인 그리드로부터 가정으로 공급되는 전력량 및 상기 에너지 저장 장치로부터 외부로 판매되는 전력량을 측정하는 스마트 미터기
    를 더 포함하는 홈 에너지 관리 시스템.
KR1020210029687A 2021-03-05 2021-03-05 홈 에너지 관리 시스템 KR102556290B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210029687A KR102556290B1 (ko) 2021-03-05 2021-03-05 홈 에너지 관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210029687A KR102556290B1 (ko) 2021-03-05 2021-03-05 홈 에너지 관리 시스템

Publications (2)

Publication Number Publication Date
KR20220125607A true KR20220125607A (ko) 2022-09-14
KR102556290B1 KR102556290B1 (ko) 2023-07-17

Family

ID=83279255

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210029687A KR102556290B1 (ko) 2021-03-05 2021-03-05 홈 에너지 관리 시스템

Country Status (1)

Country Link
KR (1) KR102556290B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110132122A (ko) * 2010-06-01 2011-12-07 삼성에스디아이 주식회사 전력 저장 시스템 및 그 제어방법
KR20120032683A (ko) * 2010-09-29 2012-04-06 삼성전자주식회사 전기기기, 그를 가지는 전력 관리 시스템 및 그 제어 방법
KR20140075617A (ko) * 2012-12-10 2014-06-19 주식회사 케이티 지능형 에너지 소비 예측 방법
KR101840264B1 (ko) * 2016-09-19 2018-03-20 한양대학교 에리카산학협력단 스마트 그리드에서 전력 수요 관리를 위한 수요 공급 균형 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110132122A (ko) * 2010-06-01 2011-12-07 삼성에스디아이 주식회사 전력 저장 시스템 및 그 제어방법
KR20120032683A (ko) * 2010-09-29 2012-04-06 삼성전자주식회사 전기기기, 그를 가지는 전력 관리 시스템 및 그 제어 방법
KR20140075617A (ko) * 2012-12-10 2014-06-19 주식회사 케이티 지능형 에너지 소비 예측 방법
KR101840264B1 (ko) * 2016-09-19 2018-03-20 한양대학교 에리카산학협력단 스마트 그리드에서 전력 수요 관리를 위한 수요 공급 균형 방법 및 시스템

Also Published As

Publication number Publication date
KR102556290B1 (ko) 2023-07-17

Similar Documents

Publication Publication Date Title
Molla et al. Integrated optimization of smart home appliances with cost-effective energy management system
Gholinejad et al. A hierarchical energy management system for multiple home energy hubs in neighborhood grids
Merdanoğlu et al. Finding optimal schedules in a home energy management system
Kiptoo et al. Integrated approach for optimal techno-economic planning for high renewable energy-based isolated microgrid considering cost of energy storage and demand response strategies
Elkazaz et al. A hierarchical two-stage energy management for a home microgrid using model predictive and real-time controllers
O'Shaughnessy et al. Solar plus: A review of the end-user economics of solar PV integration with storage and load control in residential buildings
Jiang et al. Day-ahead stochastic economic dispatch of wind integrated power system considering demand response of residential hybrid energy system
Zakariazadeh et al. Smart microgrid energy and reserve scheduling with demand response using stochastic optimization
Renaldi et al. An optimisation framework for thermal energy storage integration in a residential heat pump heating system
Mazidi et al. Integrated scheduling of renewable generation and demand response programs in a microgrid
Choi et al. A microgrid energy management system for inducing optimal demand response
WO2014119153A1 (ja) エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ
EP2894747A1 (en) Energy control system, server, energy control method and storage medium
Jaradat et al. Integration of renewable energy in demand-side management for home appliances
WO2014136362A1 (ja) エネルギー管理システム、エネルギー管理方法およびプログラム
JP2017229233A (ja) エネルギー管理システム、エネルギー管理方法、プログラム、サーバおよびクライアント装置
EP2966748A1 (en) Energy management system, energy management method, program, and server
Li et al. Negotiation-based task scheduling and storage control algorithm to minimize user's electric bills under dynamic prices
Aghamohamadi et al. Modeling and Evaluating the Energy Hub Effects on a Price Responsive Load.
Alwan et al. Demand side management-literature review and performance comparison
Ghayour et al. Optimal scheduling of electrical and thermal resources and appliances in a smart home under uncertainty
Minhas et al. Modeling and optimizing energy supply and demand in home area power network (HAPN)
Khan et al. On-grid joint energy management and trading in uncertain environment
Mitra et al. A two-part dynamic pricing policy for household electricity consumption scheduling with minimized expenditure
Hou et al. Optimum exploitation of an integrated energy system considering renewable sources and power-heat system and energy storage

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant