KR20220150682A - 신재생에너지 발전소의 실적 기반 자산가치평가 시스템 - Google Patents

신재생에너지 발전소의 실적 기반 자산가치평가 시스템 Download PDF

Info

Publication number
KR20220150682A
KR20220150682A KR1020210057965A KR20210057965A KR20220150682A KR 20220150682 A KR20220150682 A KR 20220150682A KR 1020210057965 A KR1020210057965 A KR 1020210057965A KR 20210057965 A KR20210057965 A KR 20210057965A KR 20220150682 A KR20220150682 A KR 20220150682A
Authority
KR
South Korea
Prior art keywords
renewable energy
power plant
new
energy power
data
Prior art date
Application number
KR1020210057965A
Other languages
English (en)
Other versions
KR102540903B1 (ko
Inventor
김현미
장회정
백승엽
박종진
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 KR1020210057965A priority Critical patent/KR102540903B1/ko
Publication of KR20220150682A publication Critical patent/KR20220150682A/ko
Application granted granted Critical
Publication of KR102540903B1 publication Critical patent/KR102540903B1/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • 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
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Water Supply & Treatment (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 관한 것이다. 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템은 에너지 관리시스템(EMS)에 적용되는 N개의 예측 알고리즘을 수집하여 저장하고, 외부로부터 분산형 에너지원 중 어느 하나의 대상 에너지원에 대상 데이터가 입력되면 대상 데이터를 N개의 예측 알고리즘을 통해 학습하여 N개의 예측 모델을 생성하는 예측모델 생성모듈과, 대상 에너지원에 대한 과거 기상 정보에 기반하여 N개의 예측 모델이 예측 수행하여 N개의 예측 시계열 데이터를 생성하고, N개의 예측 시계열 데이터와 과거 기상 정보를 기초로하여 딥러닝 알고리즘을 통해 대상 데이터에 대한 하이브리드 예측 모델을 생성하는 알고리즘 생성모듈과, 알고리즘 생성모듈에서 생성된 하이브리드 예측 모델에 입력하여 대상 데이터의 예측값을 산출하고, 예측값을 기반으로 신재생에너지 발전소의 분상형 에너지원을 통합 제어관리하는 운영관리모듈 및 알고리즘 생성모듈에서 생성한 하이브리드 예측 모델과, 운영관리모듈에서 산출한 대상 데이터의 예측값을 기초로하여 신재생에너지 발전소의 발전량 및 전력가격을 예측하며, 예측한 데이터를 기반으로 신재생에너지 발전소의 자산가치를 평가하는 발전소 자산평가모듈을 포함한다.

Description

신재생에너지 발전소의 실적 기반 자산가치평가 시스템{Asset valuation system based on the performance of new and renewable energy power plants}
본 발명은 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 관한 것이다. 더욱 상세하게는 신규 신재생에너지 발전소 또는 운영 중인 신재생에너지 발전소의 경제성을 평가하기 위한 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 관한 것이다.
일반적으로 태양광발전은 환경을 파괴하지 않을 뿐만 아니라 태양광을 이용하므로 자원의 소모가 없는 등 여러가지 장점을 가지고 있다. 특히 석유, 석탄, 가스 등은 개발시 환경을 파괴하고, 연소 중에 발생되는 CO2의 발생으로 환경을 파괴하면서, 온실가스의 배출로 지구 환경을 훼손하는 등 여러 가지 문제점이 있는 것이다. 따라서 친환경 에너지원의 개발이 주장되고 있고, 수력, 풍력, 태양광발전 등이 더욱 활발히 개발되고 있다.
이 중에서 태양광발전은 태양이 비추는 지역이라면 장소 제한이 가장 적으며, 또한 소형의 시설에서부터 대형의 시설까지 운영자가 원하는 형태로 다양하게 제작이 가능하기 때문에 더욱 선호되고 있다.
하지만 이러한 태양광발전의 실시에 있어서, 자신이 설치하고자 하는 태양광발전에 따른 발전량이라던가 수익 등을 미리 알고 설치하고자 하지만 이러한 정보를 일반 사용자에게 제공하기 위한 수단이 거의 없는 것이 현실이다.
즉 태양광 발전 설비를 시공하기 전에 타당성을 검토하기 위해서는 태양광 발전설비가 설치될 곳에서의 태양광 발전량 추정이 필요한 것이다.
이에 종래의 발전량 추정은 발전설비의 용량과 일조시간만을 반영하여 단순한 곱으로 이루어져서 계산하는 방식을 취하였다.
그런데 이러한 종래 방식에 따라 태양광 발전량을 추정하게 되며, 지역별로 차이가 나는 일조량, 일조시간, 온도 등 기상 및 기후 조건을 반영하지 못하여 정확한 계산이 어려우며, 전국적으로 일괄적인 조건으로 계산되기 때문에 구분되지 않는 결과가 나타날 수 있으며, 설령 추정하더라도 그 값을 신뢰할 수 없는 등의 문제점이 발생된다.
또한, 태양광 발전량을 추정하더라도 과거 매출 실적 기반한 경제성 평가는 주로 회계적 관점에서 진행됨에 따라, 발전 및 전력가격 추정에 대한 신뢰도를 확보할 수 없었으며, 최초 경제성 평가 대비 실제 운영에 의한 재평가를 통한 자산가치 변동을 추적하기가 어려운 문제점이 있다.
대한민국 등록특허공보 제10-1899302호
본 발명의 목적은 신규 신재생에너지 발전소 또는 운영 중인 신재생에너지 발전소의 경제성을 평가하기 위한 신재생에너지 발전소의 실적 기반 자산가치평가 시스템을 제공하는 데 있다.
상기 과제를 해결하기 위하여,
본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템은 에너지 관리시스템(EMS)에 적용되는 N개의 예측 알고리즘을 수집하여 저장하고, 외부로부터 분산형 에너지원 중 어느 하나의 대상 에너지원에 대상 데이터가 입력되면 상기 대상 데이터를 N개의 예측 알고리즘을 통해 학습하여 N개의 예측 모델을 생성하는 예측모델 생성모듈;
상기 대상 에너지원에 대한 과거 기상 정보에 기반하여 상기 N개의 예측 모델이 예측 수행하여 N개의 예측 시계열 데이터를 생성하고, 상기 N개의 예측 시계열 데이터와 과거 기상 정보를 기초로하여 딥러닝 알고리즘을 통해 상기 대상 데이터에 대한 하이브리드 예측 모델을 생성하는 알고리즘 생성모듈;
상기 알고리즘 생성모듈에서 생성된 하이브리드 예측 모델에 입력하여 상기 대상 데이터의 예측값을 산출하고, 예측값을 기반으로 신재생에너지 발전소의 분상형 에너지원을 통합 제어관리하는 운영관리모듈; 및
상기 알고리즘 생성모듈에서 생성한 하이브리드 예측 모델과, 상기 운영관리모듈에서 산출한 상기 대상 데이터의 예측값을 기초로하여 신재생에너지 발전소의 발전량 및 전력가격을 예측하며, 예측한 데이터를 기반으로 신재생에너지 발전소의 자산가치를 평가하는 발전소 자산평가모듈; 을 포함할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 예측모델 생성모듈은, 상기 대상 에너지원에 대한 기 설정된 과거 기간 동안의 과거 기상 정보와 과거 대상 데이터가 입력되면, 과거 기상 정보와 과거 대상 데이터를 조합하여 상기 N개의 예측 알고리즘에 순차적으로 입력할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 운영관리모듈은, 과거 기상 정보와 대상 데이터를 조합하여 상기 하이브리드 예측 모델에 입력할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소가 설치되고, 발전소를 운영하기 이전에 최초로 자산평가를 실시하는 신규발전소 평가부; 및
상기 신재생에너지 발전소가 설치되고 발전소가 운영 중에 자산평가를 실시하는 운영발전소 평가부; 를 포함할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전량을 추정하는 발전량 추정부 및 과거부터 현재까지 운영중인 신재생에너지 발전소의 발전량을 산출하는 발전량 산출부를 포함하며, 신재생에너지 발전소의 과거 데이터 및 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전량을 평가하는, 발전량 총량부; 를 포함할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전단가를 추정하는 발전단가 추정부 및 과거부터 현재까지 운영중인 신재생에너지 발전소에서 판매한 발전단가를 산출하는 발전단가 산출부를 포함하며, 신재생에너지 발전소의 과거 데이터 및 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전단가를 평가하는, 발전단가 총량부; 를 포함할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 REC단가를 추정하는 REC단가 추정부 및 과거부터 현재까지 운영중인 신재생에너지 발전소에서 판매한 REC단가를 산출하는 REC단가 산출부를 포함하며, 신재생에너지 발전소의 과거 데이터 및 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 REC단가를 평가하는, REC단가 총량부; 를 포함할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전감소율을 추정하는 발전감소율 추정부 및 과거부터 현재까지 운영중인 신재생에너지 발전소에서 발생한 발전감소율을 산출하는 발전감소율 산출부를 포함하며, 신재생에너지 발전소의 과거 데이터 및 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전감소율을 평가하는, 발전감소율 총량부; 를 포함하고,
상기 발전감소율 총량부는 상기 운영관리모듈에서 기 설정한 단위로 발전감소율을 산출할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전량, 발전단가, REC단가, 발전감소율의 추정값 및 산출값을 기초로하여 신재생에너지 발전소의 경제성 및 자산가치를 평가할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전량, 발전단가, REC단가, 발전감소율의 추정값 또는 산출값 중 어느 하나가 비규칙성 또는 비정형 데이터가 있는지의 여부를 판단하는, 이상감지부; 를 포함할 수 있다.
또한, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템에 있어서, 상기 이상감지부에서 신재생에너지 발전소의 추정값 또는 산출값 중에서 어느 하나가 비규칙성 또는 비정형 데이터가 있는 것으로 판단되면, 비규칙성 또는 비정형 데이터가 있는 데이터를 이상감지 데이터로 규정하고,
상기 이상감지 데이터에 상기 신재생에너지 발전소가 운영하는 서버에 기 저장된 가중치 테이블에서 하나를 선택하여 이상감지 데이터에 가중치를 적용하여 데이터를 보정할 수 있다.
이러한 해결 수단은 첨부된 도면에 의거한 다음의 발명의 상세한 설명으로부터 더욱 명백해질 것이다.
이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이고 사전적인 의미로 해석되어서는 아니 되며, 발명자가 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합되는 의미와 개념으로 해석되어야만 한다.
본 발명의 일실시 예에 따르면, 신재생에너지 발전소의 발전운영 실적과, 전력가격 실적 기반으로 경제성 및 자산가치평가의 신뢰성 및 정확도를 향상시킬 수 있고, 자산가치 평가로 신재생에너지 발전소의 전력거래 기준을 구매자에게 제공할 수 있다.
본 발명의 일실시 예에 따르면, 하이브리드 예측 모델을 기반으로 신재생에너지 발전소의 발전량, 발전단가, REC단가, 발전감소율을 추정할 수 있고, 추정한 값을 기반으로 경제성 평가의 정확도를 향상시킬 수 있으며, 경제성 평가 대비 실제 운영에 의한 재평가를 통한 자산가치 변동 추적이 가능하다.
도 1은 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템의 구성요소를 나타내 보인 블록도.
도 2는 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템의 발전소 자산평가모듈의 구성요소를 나타내 보인 블록도.
도 3a 및 도 3b는 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템의 경제성 및 자산평가의 하나의 예시를 나타내 보인 그래프.
본 발명의 특이한 관점, 특정한 기술적 특징들은 첨부된 도면들과 연관되는 이하의 구체적인 내용과 일실시 예로부터 더욱 명백해 질 것이다. 본 명세서에서 각 도면의 구성요소들에 참조 부호를 부가함에 있어, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 일실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 구성요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성요소 사이에 또 다른 구성요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
이하, 본 발명의 일실시 예를 첨부된 도면에 의거하여 상세히 설명하면 다음과 같다.
도 1에 도시된 바와 같이, 본 발명의 일실시 예에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템은 N개의 예측 모델을 생성하는 예측모델 생성모듈(100)과, 예측 시계열 데이터를 기반으로 딥러닝 알고리즘을 통해 하이브리드 예측 모델을 생성하는 알고리즘 생성모듈(200)과, 하이브리드 예측 모델을 기반으로 대상 데이터의 예측값을 산출하고, 산출한 예측값을 기반으로 발전소를 통합제어관리하는 운영관리모듈(300) 및 발전소의 발전량 및 단가를 예측하고, 예측한 값을 기반으로 발전소의 자산가치를 평가하는 발전소 자산평가모듈(400)을 포함할 수 있다.
예측모델 생성모듈(100)은 에너지 관리시스템(EMS ; Energy Management System)에 적용되는 N개의 예측 알고리즘을 수집하여 저장하고, 외부로부터 분산형 에너지원 중 어느 하나의 대상 에너지원에 대한 데이터가 입력되면 대상 데이터를 N개의 예측 알고리즘을 통해 학습하여 N개의 예측 모델을 생성할 수 있다.
또한, 예측모델 생성모듈(100)은 네트워크를 통해 새로운 예측 알고리즘을 수집하고, 기 저장된 예측 알고리즘에 대한 업데이트를 수행할 수 있으며, 대상 에너지원에 대하여 기 설정된 과거 기간 동안의 과거 기상 정보와 과거 대상 데이터가 입력되면, 과거 기상 정보와 과거 대상 데이터를 조합하여 N개의 예측 알고리즘에 순차적으로 입력할 수 있다. 이 때, 과거 기상 정보는 신재생에너지 발전소에서 가장 가까운 위치에 있는 기상관측소에서 제공받을 수 있다.
알고리즘 생성모듈(200)은 대상 에너지원에 대한 과거 기상정보를 기초로하여 예측모델 생성모듈(100)에서 생성한 N개의 예측 모델이 예측 수행하여 N개의 예측 시계열 데이터를 생성하고, 과거 기상 정보와 대상 데이터를 조합하여 N개의 예측 모델에 순차적으로 입력하며, 딥러닝 알고리즘을 통해 대상 데이터에 대한 하이브리드 예측 모델을 생성할 수 있다.
또한, 알고리즘 생성모듈(200)은 N개의 예측 시계열 데이터와 실제 데이터의 비교결과를 기초로하여 N개의 예측 알고리즘에 대한 정확도를 산출하고, 정확도가 높은 순으로 N개의 예측 알고리즘에 대한 가중치를 부여함으로써 N개의 예측 알고리즘을 동시에 다용하더라도 예측에 대한 정확도를 향상시킬 수 있다.
운영관리모듈(300)은 기상 예보 정보를 알고리즘 생성모듈(200)에 의해 생성된 하이브리드 예측 모델에 입력하여 대상 데이터의 예측값을 출력하고, 이 예측값을 기초로하여 신재생에너지 발전소의 분산형 에너지원을 통합 제어 및 관리할 수 있다. 이 때, 운영관리모듈(300)은 기상 예보 정보와 대상 데이터를 조합하여 하이브리드 예측 모델에 입력될 수 있다. 즉, 운영관리모듈(300)은 N개의 예측 알고리즘 각각에 대한 정확도에 상관없이, 하이브리드 예측 모델을 통해 전체 예측 정확도를 높일 수 있다.
발전소 자산평가모듈(400)은 알고리즘 생성모듈(200)에서 생성한 하이브리드 예측 모델과, 운영관리모듈에서 산출한 대상 데이터의 예측값을 기초로하여 신재생에너지 발전소의 발전량 및 전력가격을 예측한 데이터값을 산출하며, 산출한 예측 데이터값을 기반으로 신재생에너지 발전소의 자산가치를 평가하는 모듈이다.
또한 발전소 자산평가모듈(400)은 신재생에너지 발전소의 발전운영 실적과, 전력가격 실적 기반으로 경제성을 재평가함으로써, 발전량 및 전력가격 예측 모델을 활용하여 경제성 평가의 정확도를 향상시킬 수 있고, 최초 경제성 평가 대비 실제 운영에 의한 경제성 재평가를 통한 자산가치 변동 추적이 가능한 효과가 있다.
이러한 발전소 자산평가모듈(400)은 신재생에너지 발전소가 설치되고, 운영하기 이전에 최초로 경제성 및 자산평가를 실시하는 신규발전소 평가부(401) 및 신재생에너지 발전소가 운영 중에 경제서 및 자산평가를 실시하는 운영발전소 평가부(402)를 포함하여 구성될 수 있다.
신규발전소 평가부(401)는 신재생에너지 발전소를 운영하기 이전에 신재생에너지 발전소에 대한 경제성 및 자산평가를 실시하기 때문에, 예측모델 생성모듈(100) 및 알고리즘 생성모듈(200)에서 생성한 하이브리드 예측 모델을 기반으로 경제성 및 자산평가를 추정하여 산출할 수 있다.
운영발전소 평가부(402)는 신재생에너지 발전소를 운영중에 경제성 및 자산평가를 실시하기 때문에, 현재 기점으로 과거 데이터를 수집하여 경제성 및 자산평가를 실시하고, 현재 기점으로 미래 시점까지의 예측 생성모듈() 및 알고리즘 생성모듈(200)에서 생성한 하이브리드 예측 모델을 기반으로 경제성 및 자산평가를 추정할 수 있다.
예컨대, 20년 수명의 신재생에너지 발전소에서 5년동안 운영중인 시점에서 경제성 및 자산평가를 실시하고자 한다면, 최초운영시점부터 현재까지의 5년동안 운영하면서 발생한 데이터를 수집하여 5년간의 경제성 및 자산평가를 실시하고, 현재부터 수명까지의 향후 15년 간의 경제성 및 자산평가를 추정한 이후, 5년간의 데이터 및 향후 15년간의 추정데이터를 합산하여 총 경제성 및 자산평가 데이터를 산출하는 방식으로 구성될 수 있다.
도 2에 도시된 바와 같이, 발전소 자산평가모듈(400)은 신재생에너지 발전소의 발전량을 평가하는 발전량 총량부(410)와, 발전단가를 평가하는 발전단가 총량부(420)와, REC단가를 평가하는 REC단가 총량부(430)와, 발전감소율을 평가하는 발전감소율 총량부(440)를 포함할 수 있다.
발전량 총량부(410)는 신재생에너지 발전소의 발전량을 추정하는 발전량 추정부(411)와, 신재생에너지 발전소의 운영을 시작한 날짜부터 현재 날짜까지의 발전량을 산출하는 발전량 산출부(412)를 포함하여 구성되며, 신재생에너지 발전소의 과거이력 발전량 및 현재부터 기대수명날짜까지의 발전량 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전량을 산출하고, 산출한 발전량을 기반으로 발전량을 평가할 수 있다.
예컨대, 발전량 총량부(410)는 신재생에너지 발전소를 설치한지 5년이 경과했다고 가정하면, 발전량 산출부(412)에서 발전소를 설치한 날짜부터 현재 날짜까지의 발전량을 산출할 수 있고, 발전량 추정부(411)에서 현재 날짜부터 운영관리모듈(300)에서 기 등록된 기대수명날짜까지의 발전량을 예측하여 추정값을 산출할 수 있다. 즉, 신재생에너지 발전소의 총 기대수명이 20년이라고 가정하면, 발전량 산출부에서는 시작부터 현재 5년까지의 발전량을, 발전량 추정부(411)에서 현재부터 향후 15년까지의 발전량을 추정하여 합산한 값을 총 수명에 대한 발전량을 산출할 수 있다.
발전단가 총량부(420)는 신재생에너지 발전소의 발전단가를 추정하는 발전단가 추정부(421)와, 신재생에너지 발전소의 운영을 시작한 날짜부터 현재 날짜까지의 발전단가를 산출하는 발전단가 산출부(422)를 포함하여 구성되며, 신재생에너지 발전소의 과거이력발전단가 및 현재부터 기대수명날짜까지의 발전단가 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전단가를 산출하고, 산출한 발전단가를 기반으로 발전단가를 평가할 수 있다. 발전단가 총량부(420)의 예시는 상기한 발전량 총량부(410)의 예시로 대체한다.
REC단가 총량부(430)는 신재생에너지 발전소의 REC단가를 추정하는 REC단가 추정부(431)와, 신재생에너지 발전소의 운영을 시작한 날짜부터 현재 날짜까지의 REC단가를 산출하는 REC단가 산출부(432)를 포함하여 구성되며, 신재생에너지 발전소의 과거이력 REC단가 및 현재부터 기대수명날짜까지의 REC단가 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 REC단가를 산출하고, 산출한 REC단가를 기반으로 REC단가를 평가할 수 있다. REC단가 총량부(430)의 예시는 상기한 발전량 총량부(410)의 예시로 대체한다.
여기서, REC는 Renewable Energy Certificate의 줄임말으로 공급인증서의 발급 및 거래단위로서 공급인증서의 발급 대상 설비에서 공급된 Mwh기준의 신재생에너지 전력량에 대해 가중치를 곱하여 부여하는 단위이다.
발전감소율 총량부(440)는 신재생에너지 발전소의 발전감소율을 추정하는 발전감소율 추정부(441)와, 신재생에너지 발전소의 운영을 시작한 날짜부터 현재 날짜까지의 발전감소율율 산출하는 발전감소율 산출부(442)를 포함하여 구성되며, 신재생에너지 발전소가 운영하면서 발생한 발전감소율 및 현재부터 기대수명날짜까지의 발전감소율 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전감소율을 산출하고, 산출한 발전감소율을 기반으로 발전감소율을 평가할 수 있다. 발전감소율 총량부(440)의 예시는 상기한 발전량 총량부(410)의 예시로 대체한다.
즉, 발전소 자산평가모듈(400)은 발전량 총량부(410), 발전단가 총량부(420), REC단가 총량부(430) 및 발전감소율 총량부(440)를 포함하여 구성되며, 발전량, 발전단가, REC단가 및 발전감소율을 기반으로 발전 및 전력가격을 산출 및 추정할 수 있고, 이에 따른 발전소의 경제성 및 자산가치를 평가할 수 있으며, 발전소의 실제 운영에 의한 자산 가치 변동을 용이하게 추적할 수 있는 효과가 있다.
또한, 발전소 자산평가모듈(400)은 발전량, 발전단가, REC단가, 발전감소율의 추정값 또는 산출값 중에서 어느 하나가 비규칙성 또는 비정형 데이터가 있는지의 여부를 판단하는 이상감지부(403)를 더 포함하여 구성될 수 있다.
이상감지부(403)는 신재생에너지 발전소의 추정값 또는 산출값 중에서 어느 하나가 비규칙성 또는 비정형 데이터가 있는 것으로 판단되면, 비규칙성 또는 비정형 데이터가 있는 데이터를 이상감지 데이터로 규정하고, 이상감지 데이터에 신재생에너지 발전소가 운영하는 서버에 기 저장된 가중치 테이블에서 하나를 선택하여 이상감지 데이터에 가중치를 적용하여 데이터를 보정할 수 있다.
예컨대, 신재생에너지 발전소는 도 3a에 도시된 바와 같이, 일관된 데이터가 표기가 되어야 하는데, 도 3b에 도시된 바와 같이, 어느 한 부분에 일정 초과 또는 일정 미만의 데이터가 산출(t)되면, 이상감지부(403)에서 비규칙성 또는 비정형 데이터가 있는 것으로 판단하고, 비규칙성 또는 비정형 데이터가 있는 부분에 한정하여 가중치를 적용하며, 가중치를 적용한 데이터를 재산출 할 수 있다.
여기서, 가중치 테이블에서 하나를 선택하는 기준은, 발전량, 발전단가, REC단가, 발전감소율 중에서 어느 데이터가 비정상인지를 판별하고, 판별한 데이터가 신재생에너지 발전소를 설치한 날짜를 기준으로 몇일 후에 발생한 이상 데이터인지를 판별하여 해당하는 기준에 대한 가중치를 산출할 수 있다. 즉, 데이터 유형 및 날짜를 기준으로 가중치를 선택할 수 있다.
즉, 발전소 자산평가모듈(400)은 발전량, 발전단가, REC단가, 발전감소율의 추정값 또는 산출값을 산출하여 경제성 및 자산평가를 실시하고, 이상데이터가 감지되면 가중치를 적용하여 경제성 및 자산평가를 보정함으로써 데이터의 정확도 및 신뢰도를 향상시킬 수 있다.
이상 본 발명을 일실시 예를 통하여 상세히 설명하였으나, 이는 본 발명을 구체적으로 설명하기 위한 것으로, 본 발명에 따른 신재생에너지 발전소의 실적 기반 자산가치평가 시스템은 이에 한정되지 않는다. 그리고 이상에서 기재된 "포함하다", "구성하다", 또는 "가지다", 등의 용어는 특별히 반대되는 기재가 없는 한 해당 구성요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것으로 해석되어야 하며, 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다.
또한, 이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형 가능하다. 따라서, 본 발명에 개시된 일실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 일실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 - 예측모델 생성모듈 200 - 알고리즘 생성모듈
300 - 운영관리모듈 400 - 발전소 자산평가모듈
401 - 신규발전소 평가부 402 - 운영발전소 평가부
403 - 이상감지부 410 - 발전량 총량부
411 - 발전량 추정부 412 - 발전량 산출부
420 - 발전단가 총량부 421 - 발전단가 추정부
422 - 발전단가 산출부 430 - REC단가 총량부
431 - REC단가 추정부 432 - REC단가 산출부
440 - 발전감소율 총량부 441 - 발전감소율 추정부
442 - 발전감소율 산출부

Claims (11)

  1. 에너지 관리시스템(EMS)에 적용되는 N개의 예측 알고리즘을 수집하여 저장하고, 외부로부터 분산형 에너지원 중 어느 하나의 대상 에너지원에 대상 데이터가 입력되면 상기 대상 데이터를 N개의 예측 알고리즘을 통해 학습하여 N개의 예측 모델을 생성하는 예측모델 생성모듈;
    상기 대상 에너지원에 대한 과거 기상 정보에 기반하여 상기 N개의 예측 모델이 예측 수행하여 N개의 예측 시계열 데이터를 생성하고, 상기 N개의 예측 시계열 데이터와 과거 기상 정보를 기초로하여 딥러닝 알고리즘을 통해 상기 대상 데이터에 대한 하이브리드 예측 모델을 생성하는 알고리즘 생성모듈;
    상기 알고리즘 생성모듈에서 생성된 하이브리드 예측 모델에 입력하여 상기 대상 데이터의 예측값을 산출하고, 예측값을 기반으로 신재생에너지 발전소의 분상형 에너지원을 통합 제어관리하는 운영관리모듈; 및
    상기 알고리즘 생성모듈에서 생성한 하이브리드 예측 모델과, 상기 운영관리모듈에서 산출한 상기 대상 데이터의 예측값을 기초로하여 신재생에너지 발전소의 발전량 및 전력가격을 예측하며, 예측한 데이터를 기반으로 신재생에너지 발전소의 자산가치를 평가하는 발전소 자산평가모듈; 을 포함하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  2. 청구항 1에 있어서,
    상기 예측모델 생성모듈은, 상기 대상 에너지원에 대한 기 설정된 과거 기간 동안의 과거 기상 정보와 과거 대상 데이터가 입력되면, 과거 기상 정보와 과거 대상 데이터를 조합하여 상기 N개의 예측 알고리즘에 순차적으로 입력하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  3. 청구항 1에 있어서,
    상기 운영관리모듈은, 과거 기상 정보와 대상 데이터를 조합하여 상기 하이브리드 예측 모델에 입력하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  4. 청구항 1에 있어서,
    상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소가 설치되고, 발전소를 운영하기 이전에 최초로 자산평가를 실시하는 신규발전소 평가부; 및
    상기 신재생에너지 발전소가 설치되고 발전소가 운영 중에 자산평가를 실시하는 운영발전소 평가부; 를 포함하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  5. 청구항 4에 있어서,
    상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전량을 추정하는 발전량 추정부 및 과거부터 현재까지 운영중인 신재생에너지 발전소의 발전량을 산출하는 발전량 산출부를 포함하며, 신재생에너지 발전소의 과거 데이터 및 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전량을 평가하는, 발전량 총량부; 를 포함하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  6. 청구항 4에 있어서,
    상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전단가를 추정하는 발전단가 추정부 및 과거부터 현재까지 운영중인 신재생에너지 발전소에서 판매한 발전단가를 산출하는 발전단가 산출부를 포함하며, 신재생에너지 발전소의 과거 데이터 및 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전단가를 평가하는, 발전단가 총량부; 를 포함하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  7. 청구항 4에 있어서,
    상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 REC단가를 추정하는 REC단가 추정부 및 과거부터 현재까지 운영중인 신재생에너지 발전소에서 판매한 REC단가를 산출하는 REC단가 산출부를 포함하며, 신재생에너지 발전소의 과거 데이터 및 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 REC단가를 평가하는, REC단가 총량부; 를 포함하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  8. 청구항 4에 있어서,
    상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전감소율을 추정하는 발전감소율 추정부 및 과거부터 현재까지 운영중인 신재생에너지 발전소에서 발생한 발전감소율을 산출하는 발전감소율 산출부를 포함하며, 신재생에너지 발전소의 과거 데이터 및 추정값을 합산하여 신재생에너지 발전소의 총 수명에 대한 발전감소율을 평가하는, 발전감소율 총량부; 를 포함하고,
    상기 발전감소율 총량부는 상기 운영관리모듈에서 기 설정한 단위로 발전감소율을 산출하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  9. 청구항 4에 있어서,
    상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전량, 발전단가, REC단가, 발전감소율의 추정값 및 산출값을 기초로하여 신재생에너지 발전소의 경제성 및 자산가치를 평가하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  10. 청구항 9에 있어서,
    상기 발전소 자산평가모듈은, 상기 신재생에너지 발전소의 발전량, 발전단가, REC단가, 발전감소율의 추정값 또는 산출값 중 어느 하나가 비규칙성 또는 비정형 데이터가 있는지의 여부를 판단하는, 이상감지부; 를 포함하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
  11. 청구항 10에 있어서,
    상기 이상감지부에서 신재생에너지 발전소의 추정값 또는 산출값 중에서 어느 하나가 비규칙성 또는 비정형 데이터가 있는 것으로 판단되면, 비규칙성 또는 비정형 데이터가 있는 데이터를 이상감지 데이터로 규정하고,
    상기 이상감지 데이터에 상기 신재생에너지 발전소가 운영하는 서버에 기 저장된 가중치 테이블에서 하나를 선택하여 이상감지 데이터에 가중치를 적용하여 데이터를 보정하는, 신재생에너지 발전소의 실적 기반 자산가치평가 시스템.
KR1020210057965A 2021-05-04 2021-05-04 신재생에너지 발전소의 실적 기반 자산가치평가 시스템 KR102540903B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210057965A KR102540903B1 (ko) 2021-05-04 2021-05-04 신재생에너지 발전소의 실적 기반 자산가치평가 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210057965A KR102540903B1 (ko) 2021-05-04 2021-05-04 신재생에너지 발전소의 실적 기반 자산가치평가 시스템

Publications (2)

Publication Number Publication Date
KR20220150682A true KR20220150682A (ko) 2022-11-11
KR102540903B1 KR102540903B1 (ko) 2023-06-07

Family

ID=84042675

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210057965A KR102540903B1 (ko) 2021-05-04 2021-05-04 신재생에너지 발전소의 실적 기반 자산가치평가 시스템

Country Status (1)

Country Link
KR (1) KR102540903B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116633026A (zh) * 2023-07-25 2023-08-22 国网浙江省电力有限公司宁波供电公司 清洁能源感知监控方法、装置、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160022614A (ko) * 2014-08-20 2016-03-02 한국전력공사 분산형 태양광발전소의 경제성 검토 장치 및 방법
KR20160081222A (ko) * 2014-12-31 2016-07-08 주식회사 포스코아이씨티 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법
KR101899302B1 (ko) 2018-04-04 2018-09-17 주식회사 한국기후변화대응전략연구소 태양광발전 모니터링 자료를 이용한 태양광발전 인증서 발급 및 거래 시스템
KR20200081098A (ko) * 2018-12-27 2020-07-07 한국남동발전 주식회사 하이브리드 예측 모델에 기반한 가상발전소 운영 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160022614A (ko) * 2014-08-20 2016-03-02 한국전력공사 분산형 태양광발전소의 경제성 검토 장치 및 방법
KR20160081222A (ko) * 2014-12-31 2016-07-08 주식회사 포스코아이씨티 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법
KR101899302B1 (ko) 2018-04-04 2018-09-17 주식회사 한국기후변화대응전략연구소 태양광발전 모니터링 자료를 이용한 태양광발전 인증서 발급 및 거래 시스템
KR20200081098A (ko) * 2018-12-27 2020-07-07 한국남동발전 주식회사 하이브리드 예측 모델에 기반한 가상발전소 운영 시스템 및 그 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116633026A (zh) * 2023-07-25 2023-08-22 国网浙江省电力有限公司宁波供电公司 清洁能源感知监控方法、装置、计算机设备及存储介质
CN116633026B (zh) * 2023-07-25 2023-11-07 国网浙江省电力有限公司宁波供电公司 清洁能源感知监控方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
KR102540903B1 (ko) 2023-06-07

Similar Documents

Publication Publication Date Title
US10962576B2 (en) Estimation of shading losses for photovoltaic systems from measured and modeled inputs
EP3829055B1 (en) Method for calculating power generation amount reflecting farm environment and detailed technology for predicting solar farm weather, and real-time solar power generation amount prediction system using the method
JP2006304402A (ja) 分散型エネルギーシステムの制御装置、制御方法、プログラム、および記録媒体
US10846715B2 (en) Energy operation apparatus, method, and system
JP6472615B2 (ja) 電力取引支援装置、電力取引システム、制御方法及び制御プログラム
KR101676926B1 (ko) 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법
KR102283487B1 (ko) 실시간 위성자료와 수치모델자료를 이용한 머신러닝기반 태양광 발전량 예측시스템
Anwar et al. Novel power smoothing and generation scheduling strategies for a hybrid wind and marine current turbine system
US20200387847A1 (en) Operation Plan Generation Device and Operation Plan Generation Method
JP2019204458A (ja) 電力需要予測システム、学習装置及び電力需要予測方法
Akhtar et al. Average monthly wind power forecasting using fuzzy approach
CN109461091B (zh) 考虑光伏和冷负荷相关性的用电负荷计算方法及信息系统
KR102540903B1 (ko) 신재생에너지 발전소의 실적 기반 자산가치평가 시스템
JP2010287031A (ja) 設備計画作成装置及び設備計画作成方法
JP2014236541A (ja) 制御装置、プログラム
JP2018021856A (ja) 気象情報予測装置および電力需要予測装置
KR20200112009A (ko) 환경요인을 고려한 태양광 발전량 예측 방법 및 이를 이용한 전력계통 관리 장치
Heydari et al. A new combined PV output power forecasting model based on optimized LSTM network
JP2023092724A (ja) 風況予測システム及び風況予測方法
EP3989383A1 (fr) Procédé de caractérisation d'un système énergétique alimenté par au moins une source d'énergie renouvelable
CA2710905C (en) Energy resource allocation including renewable energy sources
Zhang et al. NARX models for predicting power consumption of a horizontal axis wind turbine
WO2024047892A1 (ja) 需要予測装置および需要予測方法
US20240088655A1 (en) Methods and systems for controlling a chp device in a microgrid
KR20100062038A (ko) 미래 에너지 소비량 예측방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant