KR20230050518A - 공장의 전력요금 최적화 제어시스템 및 그 제어방법 - Google Patents

공장의 전력요금 최적화 제어시스템 및 그 제어방법 Download PDF

Info

Publication number
KR20230050518A
KR20230050518A KR1020210133209A KR20210133209A KR20230050518A KR 20230050518 A KR20230050518 A KR 20230050518A KR 1020210133209 A KR1020210133209 A KR 1020210133209A KR 20210133209 A KR20210133209 A KR 20210133209A KR 20230050518 A KR20230050518 A KR 20230050518A
Authority
KR
South Korea
Prior art keywords
factory
power
battery
mode
electric vehicle
Prior art date
Application number
KR1020210133209A
Other languages
English (en)
Inventor
박민원
김창순
다어반권
남기동
Original Assignee
창원대학교 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 창원대학교 산학협력단 filed Critical 창원대학교 산학협력단
Priority to KR1020210133209A priority Critical patent/KR20230050518A/ko
Publication of KR20230050518A publication Critical patent/KR20230050518A/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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • B60L53/665—Methods related to measuring, billing or payment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/007—Adapted for special tariff measuring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q50/10—Services
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Water Supply & Treatment (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

본 발명은 AI 기술을 활용하여 공장 부하와 전기 자동차의 배터리 충전정보, 계통의 수요반응(DR) 등을 고려하여 공장의 전력요금을 최적화하는 제어시스템 및 그 제어방법을 제안한다. 본 발명의 제어시스템은, 공장의 부하 데이터를 수집하는 수집 유닛과, 상기 수집된 부하 데이터 및 전기자동차의 배터리 정보를 기초로 공장의 최적요금을 도출하기 위한 학습을 수행하는 학습 유닛, 상기 학습 유닛의 학습 결과에 따라 상기 전기자동차의 배터리 전원을 공장의 보조전원으로 공급하도록 제어하는 제어 유닛을 포함한다. 따라서 공장의 전력 요금을 최소화할 수 있는 이점이 있다.

Description

공장의 전력요금 최적화 제어시스템 및 그 제어방법{Factory electricity rate optimization control system and control method thereof}
본 발명은 AI 기술을 활용하여 공장 부하와 전기 자동차의 배터리 충전정보, 계통의 수요반응(DR) 등을 고려하여 공장의 전력요금을 최적화하는 제어시스템 및 그 제어방법에 관한 것이다.
공장 운영에 있어 효율적인 에너지 관리는 중요한 이슈이다. 에너지 관리를 통해 전력요금을 최소화할 수 있기 때문이다. 그러나 기존의 에너지 관리시스템은 주요 설비의 제한된 설정 조건에 따라 한정적인 방법으로만 제어할 수 밖에 없었다.
또한 공장의 효율적인 에너지 관리를 위해서는 실시간으로 설비 상태를 감시하고, 감시결과에 따른 진단, 예측관리가 필요하다. 하지만 현재의 공장 에너지 제어 시스템은 실제 관리자가 실시간으로 수집되는 설비의 정보를 통하여 진단 및 예측을 통한 최적의 설비 운용이 어렵다. 다시 말해 현재 상용화된 에너지 관리 시스템은 도 1과 같이 기준정보와 사용량 실적 정보를 매핑하고, 그 매핑 결과에 따라 에너지의 월별 실적을 실시간으로 모니터링을 수행하고 있을 뿐이다.
이와 같은 이유로 현재의 공장 설비의 구성으로는 효율적인 공장의 에너지 관리와 전력요금을 최소화하는데 한계가 있는 것이다.
한국공개특허 10-2018-0104788(전기차 충전 시스템)
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 공장에 충전중인 전기자동차를 보조 에너지원으로 활용하고, AI기술을 활용하여 공장 부하와 전력 수요 반응(DR)에 대하여 전력 요금을 최소화하여 효율적인 에너지 관리가 가능토록 한 공장의 전력요금 최적화 제어시스템을 제공하는 것이다.
이와 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 공장의 전력요금 최적화 제어시스템은, 공장의 부하 데이터를 수집하는 수집 유닛; 상기 수집된 부하 데이터 및 전기자동차의 배터리 정보를 기초로 공장의 최적요금을 도출하기 위한 학습을 수행하는 학습 유닛; 및 상기 학습 유닛의 학습 결과에 따라 상기 전기자동차의 배터리 전원을 공장 전원으로 공급하도록 제어하는 제어 유닛을 포함하는 것을 특징으로 한다.
상기 학습 유닛은 AI 알고리즘을 포함하며, 상기 부하 데이터는 공장의 전력 사용량에 따른 전기요금과 전력 수요 반응(DR) 정보를 포함하며, 상기 배터리 정보는 전기자동차의 배터리 충전요금 및 배터리의 충방전 특성을 포함한다.
상기 제어 유닛은, 제1 모드 및 제2 모드로 운전을 제어하며, 상기 제1 모드는, 전기자동차의 배터리 전원을 공장의 보조 전원으로 사용하는 모드이고, 제2 모드는 전기자동차의 배터리를 충전하는 모드일 수 있다.
상기 제어 유닛은, 상기 부하 데이터 및 전기자동차의 배터리 정보에 따라 상기 제1 모드와 제2 모드를 모드 변환하여 제어한다.
상기 제어 유닛은, 상기 제1 모드로 제어할 경우, 공장의 보조 전원으로 공급할 수 있는 배터리 전원에 따라 공장의 일부 설비에만 배터리 전원을 공급한다.
상기 제어 유닛은, 상기 제1 모드로 제어할 경우, 전기자동차들의 배터리 충전량을 비교하고, 비교결과 충전량이 많은 배터리 전원을 순서대로 공급할 수 있다.
상기 제어 유닛은, 상기 제1 모드로 제어할 경우, 전기자동차들의 충전시간을 비교하고, 비교 결과 충전시간이 오래된 전기자동차의 배터리 전원을 순서대로 공급할 수 있다.
상기 제어 유닛은, 상기 제1 모드로 제어할 경우, 전기자동차들의 운행 예정 여부를 판단하고, 판단 결과 운행 예정이 늦은 시간의 전기자동차의 배터리 전원을 공급할 수 있다.
본 발명의 다른 실시 예에 따른 공장의 전력요금 최적화 제어방법은, 공장의 전력요금 최적화 제어시스템이, 공장의 부하 데이터를 수집하는 수집 단계; 상기 수집된 공장 부하 데이터에 따른 공장의 전력 사용량에 따른 전기요금 및 전력 수요 반응(DR) 정보, 그리고 전기자동차의 배터리 충전요금 및 배터리의 충방전 특성 정보를 고려하여 공장의 최적요금을 도출하기 위한 학습을 수행하는 학습 수행단계; 및 상기 학습에 따라 상기 전기자동차의 배터리 전원을 공장 전원으로 공급하도록 제어하는 제어 단계를 포함하는 것을 특징으로 한다.
상기 학습 수행단계는, AI 알고리즘을 이용한 기계학습으로 수행된다.
상기 제어 단계는, 전기자동차의 배터리 전원을 공장의 보조 전원으로 사용하는 제1 모드와 전기자동차의 배터리를 충전하는 제2 모드 중 하나 모드로 제어한다.
상기 제어 단계에서 상기 제1 모드는, 충전량이 많은 전기자동차, 충전시간이 긴 전기자동차 또는 운행 예정시간이 상대적으로 늦은 전기자동차에 장착된 배터리의 충전 전원을 공급할 수 있다.
이와 같은 본 발명에 따르면, AI 알고리즘을 활용하여 공장의 부하 데이터를 수집 분석하기 때문에, 기존의 에너지 관리시스템의 한계를 극복할 수 있는 효과가 있다.
본 발명에 따르면, 공장의 에너지 최적화 학습에 따라 공장에서 충전중인 전기자동차의 배터리 전원을 공장의 보조 전원으로 공급할 수 있어, 공장의 전력요금을 절감할 수 있는 효과가 있다.
도 1은 기존의 상용화된 에너지 관리 시스템의 기능을 설명하는 도면이다.
도 2는 본 발명의 바람직한 실시 예에 따른 공장의 전력요금 최적화 제어시스템의 전체 구성도이다.
도 3은 본 발명의 제어시스템의 기능을 설명하는 도면이다.
도 4는 본 발명의 바람직한 실시 예에 따른 공장의 전력요금 최적화 제어방법을 설명하는 흐름도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 발명에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
공간적으로 상대적인 용어인 아래(below, beneath, lower), 위(above, upper) 등은 도면에 도시되어 있는 바와 같이 하나의 소자 또는 구성 요소들과 다른 소자 또는 구성 요소들과의 상관 관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 소자의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들면, 도면에 도시되어 있는 소자를 뒤집을 경우, 다른 소자의 아래(below, beneath)로 기술된 소자는 다른 소자의 위(above, upper)에 놓여질 수 있다. 따라서, 예시적인 용어인 아래는 아래와 위의 방향을 모두 포함할 수 있다. 소자는 다른 방향으로도 배향될 수 있고, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 발명에서 사용되는 “부” 또는 “부분” 등의 일부분을 나타내는 표현은 해당 구성요소가 특정 기능을 포함할 수 있는 장치, 특정 기능을 포함할 수 있는 소프트웨어, 또는 특정 기능을 포함할 수 있는 장치 및 소프트웨어의 결합을 나타낼 수 있음을 의미하나, 꼭 표현된 기능에 한정된다고 할 수는 없으며, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
또한, 본 발명에서 사용되는 모든 전기 신호들은 일 예시로서, 본 발명의 회로에 반전기 등을 추가적으로 구비하는 경우 이하 설명될 모든 전기 신호들의 부호가 반대로 바뀔 수 있음을 유의해야 한다. 따라서, 본 발명의 권리범위는 신호의 방향에 한정되지 않는다.
따라서, 본 발명의 사상은 설명된 실시 예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
본 발명은 AI 기술을 활용하여 데이터 수집 및 분석을 통하여 기본적인 전력조류정보(전압, 전류, 주파수, 전력)뿐만 아니라 역률과 전력 수요 반응(DR)을 고려하여 공장의 전력요금을 최소화하도록 공장 설비 및 배터리 관리시스템을 제어하는 시스템을 제안한다. 특히 공장에 충전중인 전기자동차를 보조 에너지원으로 활용하고, AI기술을 활용하여 공장 부하와 전력 수요 반응(DR)에 대하여 전력 요금 최소화를 위한 시스템일 수 있다.
이하에서는 도면에 도시한 실시 예에 기초하면서 본 발명에 대하여 더욱 상세하게 설명하기로 한다.
도 2는 본 발명의 바람직한 실시 예에 따른 공장의 전력요금 최적화 제어시스템의 전체 구성도이다.
도 2에서 보듯이 제어시스템(10)은 수집 유닛(100), 학습 유닛(200), 제어 유닛(300) 및 전기자동차용 배터리(400)를 포함한다.
수집 유닛(100)은 공장 부하 데이터를 수집하는 유닛이다. 공장 부하 데이터는 설비의 에너지 사용 최적화와 전력요금의 최소화를 위한 기반 데이터로 사용된다. 구체적으로 공장의 전기요금(기본요금+전력량)과 전기자동차의 배터리 충전비용, 전력 수요 반응 등이 고려된다. 수집 유닛은 각종 센서들을 포함할 수 있다.
학습 유닛(200)은 AI 알고리즘(210)을 이용하여 기계 학습하는 유닛이다. 여기서 학습 유닛(200)은 수집 유닛(100)을 통해 수집된 공장 내 부하에 따른 전력 조류 데이터, 즉 전압, 전류, 주파수, 전력 정보들을 해석 프로그램을 통하여 확보하고 또 실시간 시뮬레이션 된 결과를 수집하고 학습하게 된다. 그리고 학습 유닛(200)이 공장 내 전력 소비량 최소화를 위하여 추가로 필요한 전력량을 학습하거나 또는 현재의 공장 운영을 유지하도록 한다.
제어 유닛(300)은 학습 유닛(200)으로부터 전기자동차 배터리(400)의 최적 운영 명령을 전달받고 각 전기자동차의 배터리(400)를 충전한다. 또 제어 유닛(300)은 배터리(400) 전원이 공장 전원으로 사용될 전력량이 확인되면 공장의 보조전원으로 공급하는 역할도 수행한다. 이러한 제어 유닛(300)은 본 발명의 제어시스템(10)의 전체적인 동작을 제어하는 컨트롤러의 역할을 하며, 전기자동차의 배터리 충전현황과 충/방전 특성을 고려한 배터리 충전상태를 기반으로 운전한다. 실시 예에서 제어 유닛(300)은 AC-DC 컨버터의 통합 제어유닛일 수 있다.
본 발명과 같이 AI 알고리즘을 적용하게 되면, 종래 기술 대비 도 3과 같은 작용효과를 기대할 수 있다. 구체적으로 살펴보면, 예측 관리, 실적 분석/리포팅, 설비 효율, 저감목표관리 정보들을 이용하여 전력피크 대응의 리스크(risk) 관리를 시각화 가능한 시스템으로 구현할 수 있고, 생산 투입과 에너지 투입 계획의 최적화 방안의 수립이 가능하며, 직관적 시각화에 의한 신속한 의사결정이 가능하다.
도 4는 본 발명에 따른 공장의 전력요금 최적화 제어시스템 운영 방안을 설명하는 흐름도이다.
공장이 정상적으로 가동되면(S100), 공장의 각 설비 등에 장착된 수집 유닛(100)은 공장 부하 데이터를 수집한다(S110). 부하 데이터는 각 설비의 구동 시 필요한 각종 정보들을 의미하며, 공장 부하에 따른 최소 전력 요금을 도출하기 위한 기반 데이터일 수 있다. 예를 들면 전력계통에 설치된 계기용 변압기(PT) 및 계기용 변류기(CT)가 측정한 전력 값들을 포함할 수 있다.
수집 유닛(100)은 수집된 공장 부하 데이터를 학습 유닛(200)으로 전달한다. 그러면 학습 유닛(200)의 AI 알고리즘(210)은 공장내 전력 소비량을 최소화할 수 있는 조건을 도출하기 위하여 학습과정을 수행한다. 구체적으로 상기 AI 알고리즘(210)은 공장의 전기요금(기본요금+전력량)과 전기자동차의 배터리 충전 요금, 충방전 특성, 전력 수요 반응 등을 고려하여 전기요금 최소화 조건을 도출하게 된다(S120).
여기서 학습 유닛(200)은 AI 기법을 사용하며, 예를 들면 ANN(Artificial neural network), FL(Fuzzy logic), SVM(Support vector machine) 모델 등을 사용할 수 있다. 이러한 학습 유닛(200)은 입력량이 많은 복잡한 모델, 비선형 모델, 높은 정확도가 요구되는 상황에서 적절하게 부하 예측과 같은 결과값을 쉽게 도출할 수 있을 것이다.
학습 유닛(200)의 학습 결과는 지속적으로 제어 유닛(300)이 전달받게 된다(S130). 이때 제어 유닛(300)은 학습결과와 함께 전기자동차의 배터리 상태정보도 전달받는다. 그러면 제어 유닛(300)은 상기 학습 유닛(200)의 학습결과 및 배터리 상태정보를 기초로 하여 배터리 충전 또는 배터리 충전전원의 사용 여부 중 하나의 운전모드로 제어시스템(10)의 운전을 제어하게 된다(S140). 즉 제어 유닛(300)은 학습 유닛(200)이 전달하는 배터리의 최적 운영을 위한 지령을 전달받고 공장의 전력 요금을 최소화하기 위한 일련의 과정을 수행하는 것이다.
구체적으로 살펴보면, 본 발명의 제어 유닛(300)은 제1 모드 또는 제2 모드로 제어 시스템(10)을 운전할 수 있다. 제1 모드는 전기자동차의 배터리 전원을 공장의 보조 전원으로 사용하는 모드이고, 제2 모드는 전기자동차의 배터리를 충전하는 모드이다. 따라서 제어 유닛(300)은 학습 결과 및 배터리 상태 정보를 기초로 하여 전기자동차의 배터리 충전량이 공장 전원의 보조 에너지원으로 충분히 사용할 수 있다고 판단되면(제1 모드), 배터리에 충전된 전원 일부를 공장의 보조 전원으로 공급하도록 제어한다. 물론 이 경우 제어 유닛(300)은 전기자동차의 운행 여부나 배터리 잔량 정보를 미리 판단할 필요는 있다. 예를 들어 공장의 보조전원으로 배터리 전원을 공급하는 전기자동차가 배터리가 완충이 안된 상태로 운행하면 안되기 때문이다. 반면 공장에서 충전중인 전기자동차의 배터리가 계속 충전이 필요하다고 판단되면(제2 모드), 제어 유닛(300)은 전기자동차의 배터리를 완충하거나 정해진 시간동안 충전이 되도록 제어한다.
한편 본 발명에서 제어 유닛(300)이 제1 모드로 제어 시스템(10)을 제어 운전할 경우 공장의 보조 전원으로 공급하게 될 전기자동차의 배터리는 전기자동차의 충전이나 운행에 방해가 되지 않도록 하면서 공급되어야 할 것이다. 예를 들면, 전기자동차들의 배터리 충전량을 비교하고, 비교결과 충전량이 많은 배터리 전원을 순서대로 공급하도록 한다. 또는 충전시간이 오래된 전기자동차의 배터리 전원을 우선하여 공급하도록 할 수 있다. 또는 전기자동차들의 운행 예정 여부를 판단하고, 운행 예정시간이 늦은 전기자동차의 배터리 전원을 공급할 수 있다. 물론 이러한 조건들을 둘 이상 적용하여, 최적의 조건에서 배터리 전원이 공급되게 제어할 수도 있을 것이다.
이처럼 본 발명은 학습 유닛(200)이 공장의 전력 사용량에 따른 전력요금, 전기자동차의 배터리 충전요금과 배터리 충방전 특성, 전력 수요 반응 정보들을 고려하여 공장의 전력요금을 최적화하는 학습결과를 도출하고 이를 제어 유닛(300)이 전기자동차의 배터리 전원을 선택적으로 사용할 수 있도록 한다. 결과적으로 공장 가동에 필요한 전원 일부가 전기자동차의 배터리 전원으로 대체되어 활용되기 때문에, 공장의 전력 요금을 그만큼 절감할 수 있게 된다.
이상과 같이 본 발명의 도시된 실시 예를 참고하여 설명하고 있으나, 이는 예시적인 것들에 불과하며, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자라면 본 발명의 요지 및 범위에 벗어나지 않으면서도 다양한 변형, 변경 및 균등한 타 실시 예들이 가능하다는 것을 명백하게 알 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적인 사상에 의해 정해져야 할 것이다.
10: 공장의 전력요금 최적화 제어시스템
100: 수집 유닛
200: 학습 유닛
210: AI 알고리즘
300: 제어 유닛
400: 전기자동차용 배터리

Claims (12)

  1. 공장의 부하 데이터를 수집하는 수집 유닛;
    상기 수집된 부하 데이터 및 전기자동차의 배터리 정보를 기초로 공장의 최적요금을 도출하기 위한 학습을 수행하는 학습 유닛; 및
    상기 학습 유닛의 학습 결과에 따라 상기 전기자동차의 배터리 전원을 공장 전원으로 공급하도록 제어하는 제어 유닛을 포함하는 것을 특징으로 하는 공장의 전력요금 최적화 제어시스템.
  2. 제 1 항에 있어서,
    상기 학습 유닛은 AI 알고리즘을 포함하며,
    상기 부하 데이터는 공장의 전력 사용량에 따른 전기요금과 전력 수요 반응(DR) 정보를 포함하며, 상기 배터리 정보는 전기자동차의 배터리 충전요금 및 배터리의 충방전 특성을 포함하는 공장의 전력요금 최적화 제어시스템.
  3. 제 1 항에 있어서,
    상기 제어 유닛은, 제1 모드 및 제2 모드로 운전을 제어하며,
    상기 제1 모드는, 전기자동차의 배터리 전원을 공장의 보조 전원으로 사용하는 모드이고,
    상기 제2 모드는 전기자동차의 배터리를 충전하는 모드인 공장의 전력요금 최적화 제어시스템.
  4. 제 3 항에 있어서,
    상기 제어 유닛은, 상기 부하 데이터 및 전기자동차의 배터리 정보에 따라 상기 제1 모드와 상기 제2 모드를 모드 변환하여 제어하는 공장의 전력요금 최적화 제어시스템.
  5. 제 3 항에 있어서,
    상기 제어 유닛은, 상기 제1 모드로 제어할 경우, 공장의 보조 전원으로 공급할 수 있는 배터리 전원에 따라 공장의 일부 설비에만 배터리 전원을 공급하는 공장의 전력요금 최적화 제어시스템.
  6. 제 3 항에 있어서,
    상기 제어 유닛은, 상기 제1 모드로 제어할 경우, 전기자동차들의 배터리 충전량을 비교하고, 비교결과 충전량이 많은 배터리 전원을 순서대로 공급하는 공장의 전력요금 최적화 제어시스템.
  7. 제 3 항에 있어서,
    상기 제어 유닛은, 상기 제1 모드로 제어할 경우, 전기자동차들의 충전시간을 비교하고, 비교 결과 충전시간이 오래된 전기자동차의 배터리 전원을 순서대로 공급하는 공장의 전력요금 최적화 제어시스템.
  8. 제 3 항에 있어서,
    상기 제어 유닛은, 상기 제1 모드로 제어할 경우, 전기자동차들의 운행 예정 여부를 판단하고, 판단 결과 운행 예정이 늦은 시간의 전기자동차의 배터리 전원을 공급하는 공장의 전력요금 최적화 제어시스템.
  9. 공장의 전력요금 최적화 제어시스템이,
    공장의 부하 데이터를 수집하는 수집 단계;
    상기 수집된 공장 부하 데이터에 따른 공장의 전력 사용량에 따른 전기요금 및 전력 수요 반응(DR) 정보, 그리고 전기자동차의 배터리 충전요금 및 배터리의 충방전 특성 정보를 고려하여 공장의 최적요금을 도출하기 위한 학습을 수행하는 학습 수행단계; 및
    상기 학습에 따라 상기 전기자동차의 배터리 전원을 공장 전원으로 공급하도록 제어하는 제어 단계를 포함하는 것을 특징으로 하는 공장의 전력요금 최적화 제어방법.
  10. 제 9 항에 있어서,
    상기 학습 수행단계는, AI 알고리즘을 이용한 기계학습으로 수행하는 공장의 전력요금 최적화 제어방법.
  11. 제 9 항에 있어서,
    상기 제어 단계는, 전기자동차의 배터리 전원을 공장의 보조 전원으로 사용하는 제1 모드와 전기자동차의 배터리를 충전하는 제2 모드 중 하나 모드로 제어하는 공장의 전력요금 최적화 제어방법.
  12. 제 9 항에 있어서,
    상기 제어 단계에서 상기 제1 모드는, 충전량이 많은 전기자동차, 충전시간이 긴 전기자동차 또는 운행 예정시간이 상대적으로 늦은 전기자동차에 장착된 배터리의 충전 전원을 공급하는 공장의 전력요금 최적화 제어방법.
KR1020210133209A 2021-10-07 2021-10-07 공장의 전력요금 최적화 제어시스템 및 그 제어방법 KR20230050518A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210133209A KR20230050518A (ko) 2021-10-07 2021-10-07 공장의 전력요금 최적화 제어시스템 및 그 제어방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210133209A KR20230050518A (ko) 2021-10-07 2021-10-07 공장의 전력요금 최적화 제어시스템 및 그 제어방법

Publications (1)

Publication Number Publication Date
KR20230050518A true KR20230050518A (ko) 2023-04-17

Family

ID=86128065

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210133209A KR20230050518A (ko) 2021-10-07 2021-10-07 공장의 전력요금 최적화 제어시스템 및 그 제어방법

Country Status (1)

Country Link
KR (1) KR20230050518A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180104788A (ko) 2017-03-13 2018-09-27 (주)유씨티 전기차 충전시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180104788A (ko) 2017-03-13 2018-09-27 (주)유씨티 전기차 충전시스템

Similar Documents

Publication Publication Date Title
CN106427990B (zh) 混合动力系统及其能量管理方法
US20200349484A1 (en) System and methods for power system forecasting using deep neural networks
KR20190007328A (ko) 태양광 발전량 및 부하량 예측을 통한 전기 에너지 충/방전 관리 시스템 및 방법
JPWO2015004893A1 (ja) 電力管理装置、電力管理システム、サーバ、電力管理方法、プログラム
US11710964B2 (en) Managing off-grid energy generation and storage
KR102190845B1 (ko) Ai기반 건물 전력부하 예측을 통한 연료전지 발전시스템 운전제어방법
CN104269901A (zh) 一种电网对电动汽车直流快速充电站管理系统及方法
KR20200119367A (ko) 에너지 저장 시스템용 수요전력 예측 장치 및 이를 이용한 수요전력 예측 방법
CN107627864B (zh) 一种增程式车辆的功率分配方法和控制系统
CN117175655A (zh) 一种分布式新能源电力系统的蓄能控制方法及系统
CN116646965A (zh) 一种光伏储能充放电一体化管理系统
CN112950001B (zh) 基于云边端闭环架构的智慧能量管控系统及方法
KR20170119863A (ko) 에너지 저장 장치 용량 산정 방법 및 이를 이용하는 전력 관리 장치
KR20230050518A (ko) 공장의 전력요금 최적화 제어시스템 및 그 제어방법
US20220376522A1 (en) Region energy management device and region energy management method
US20240042887A1 (en) Vehicle charging system
KR20210113008A (ko) 에너지 리사이클링이 가능한 배터리 충방전 테스트 시스템
CN117277582A (zh) 一种基于大数据的电力企业运营监测分析系统
JP2017028969A (ja) 電力管理装置
Gorelik et al. Modeling and simulation of optimal and adaptive real-time energy management system for automated driving
Bornschlegl et al. A new approach to increasing energy efficiency by utilizing cyber-physical energy systems
KR101775269B1 (ko) 분산전원 통합 거래 관리 시스템 및 발전량 할당 방법
CN217282236U (zh) 具有至少一个可充电的电池的装置
CN103682484A (zh) 一种用整车控制器进行电动汽车电池管理的方法
CN114665462A (zh) 电力管理系统、服务器以及电力供需的调节方法

Legal Events

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