KR20230068192A - 소규모전력자원의 운영장치 및 운영방법 - Google Patents
소규모전력자원의 운영장치 및 운영방법 Download PDFInfo
- Publication number
- KR20230068192A KR20230068192A KR1020210154279A KR20210154279A KR20230068192A KR 20230068192 A KR20230068192 A KR 20230068192A KR 1020210154279 A KR1020210154279 A KR 1020210154279A KR 20210154279 A KR20210154279 A KR 20210154279A KR 20230068192 A KR20230068192 A KR 20230068192A
- Authority
- KR
- South Korea
- Prior art keywords
- resource
- predicted
- power
- amount
- past
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000010248 power generation Methods 0.000 claims abstract description 85
- 238000007599 discharging Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000004146 energy storage Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000011017 operating method Methods 0.000 claims 1
- 230000005611 electricity Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
-
- 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
-
- 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
- Y04S10/14—Energy storage units
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
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)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 소규모전력자원의 운영장치 및 운영방법에 관한 것으로, 본 발명의 일 실시예에 의한 소규모전력자원의 운영방법은, 재생에너지를 이용하여 전기에너지를 생산하는 복수의 주 자원과, 요청에 따라 전기에너지를 충전 또는 방전하는 복수의 보조 자원들을 이용하여 하나 이상의 집합전력자원을 구성하는 소규모전력자원의 운영방법에 있어서, 가용한 주 자원 및 보조 자원에 대한 특성정보 및 과거 운용정보를 수집하는 단계; 대상거래일에 대한 상기 주 자원의 예측발전량을 구하는 단계; 상기 과거 운용정보를 이용하여, 상기 예측발전량에 대응하는 과거 예측발전량을 검색하고, 상기 과거 예측발전량과 과거 실제발전량을 비교하여 과거 오차율을 구하는 단계; 상기 과거 오차율과, 각각의 오차율에 따른 예측 정산금을 비교하여, 상기 예측 정산금과 상기 보조 자원의 충방전 비용의 합이 최대가 되도록, 상기 보조 자원의 충방전량을 결정하는 단계; 및 상기 특성정보, 예측발전량 및 충방전량에 따라 주 자원 및 보조 자원을 선정하여, 상기 집합전력자원을 구성하는 단계를 포함할 수 있다.
Description
본 발명은 소규모의 전력자원들을 포함하는 집합전력자원을 구성하여, 발전 사업자의 수익을 향상시킬 수 있는 소규모전력자원의 운영장치 및 운영방법에 관한 것이다.
분산형 에너지 공급 시스템 확충에 따라, 다수의 분산전원을 집합하여 가상발전소로 전력 및 REC를 거래하는 소규모 전력중개시장과, 재생에너지의 변동성을 완화하기 위해 발전량을 예측하는 재생에너지 발전량 예측제도가 주목되고 있다.
이에 따라 다수의 분산 전원들을 집합전력자원으로 구성하는 연구가 활성화되고 있다. 종래에는 분산 에너지 자원의 오차율을 최소화할 수 있는 집합을 최적 집합으로 결정함으로써 전력 시장에서 받을 수 있는 전력 정산금을 최대화하였다. 그러나, 소규모 전력중개시장 및 재생에너지 발전량 예측제도 참여를 위해서는 예측 정산금의 고려도 필요하며, 이를 반영한 기술 개발이 필요하다.
본 발명은, 재생에너지 발전량 예측을 통하여 재생에너지의 변동성 및 불확실성을 완화할 수 있는 소규모전력자원의 운영장치 및 운영방법을 제공하고자 한다.
본 발명은, 재생에너지 발전량 예측제도에 따라, 전력정산금, REC 정산금과 함께 예측 정산금을 지급받을 수 있도록 집합전력자원을 구성할 수 있는 소규모전력자원의 운영장치 및 운영방법을 제공하고자 한다.
본 발명은, 예측발전량과 실제발전량 사이의 오차율을 최소화하는 대신에, 예측 정산금을 최대한 지급받을 수 있도록 집합전력자원을 구성할 수 있는 소규모전력자원의 운영장치 및 운영방법을 제공하고자 한다.
본 발명의 일 실시예에 의한 소규모전력자원의 운영방법은, 재생에너지를 이용하여 전기에너지를 생산하는 복수의 주 자원과, 요청에 따라 전기에너지를 충전 또는 방전하는 복수의 보조 자원들을 이용하여 하나 이상의 집합전력자원을 구성하는 소규모전력자원의 운영방법에 관한 것으로, 가용한 주 자원 및 보조 자원에 대한 특성정보 및 과거 운용정보를 수집하는 단계; 대상거래일에 대한 상기 주 자원의 예측발전량을 구하는 단계; 상기 과거 운용정보를 이용하여, 상기 예측발전량에 대응하는 과거 예측발전량을 검색하고, 상기 과거 예측발전량과 과거 실제발전량을 비교하여 과거 오차율을 구하는 단계; 상기 과거 오차율과, 각각의 오차율에 따른 예측 정산금을 비교하여, 상기 예측 정산금과 상기 보조 자원의 충방전 비용의 합이 최대가 되도록, 상기 보조 자원의 충방전량을 결정하는 단계; 및 상기 특성정보, 예측발전량 및 충방전량에 따라 주 자원 및 보조 자원을 선정하여, 상기 집합전력자원을 구성하는 단계를 포함할 수 있다.
여기서 상기 특성정보는, 가용한 주 자원 및 보조 자원의 식별정보, 발전형태, 상기 보조 자원의 최대충전용량, SOC(State of Charge) 및 충방전효율 중 어느 하나를 포함할 수 있다.
여기서 상기 예측발전량을 구하는 단계는, 외부 환경변수에 따른 상기 주 자원의 예측발전량을 구하도록 미리 학습된 학습모델을 이용할 수 있다.
여기서 상기 예측 정산금은, 상기 집합전력자원이 공급하는 발전량에 대한 이용률이 설정비율 이상인 경우에 한하여, 각각의 오차율에 따라 미리 설정된 발전량당 단가에 따라 지급될 수 있다.
여기서 상기 집합전력자원을 구성하는 단계는, 상기 집합전력자원 내에 포함되는 주 자원의 발전량이 최소한계값 이상 되도록 상기 집합전력자원을 구성할 수 있다.
여기서, 본 발명의 일 실시예에 의한 소규모전력자원의 운영방법은, 상기 대상거래일에 대한 집합전력자원별 예측 발전량 및 예측 오차율을 이용하여, 각각의 집합전력자원별 발전수익을 계산하는 단계를 더 포함할 수 있다.
여기서 상기 보조 자원은, 상기 전기에너지를 충전 또는 방전하는 전기차 충전 시스템(EV), 에너지 저장 시스템(ESS) 및 수요반응(DR) 자원을 포함할 수 있다.
본 발명의 일 실시예에 의하면, 하드웨어와 결합되어, 상술한 소규모전력자원의 운영방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램이 존재할 수 있다.
본 발명의 일 실시예에 의한 소규모전력자원의 운영장치는, 재생에너지를 이용하여 전기에너지를 생산하는 복수의 주 자원과, 요청에 따라 전기에너지를 충전 또는 방전하는 복수의 보조 자원들을 이용하여 하나 이상의 집합전력자원을 구성하는 것으로, 가용한 주 자원 및 보조 자원에 대한 특성정보 및 과거 운용정보를 수집하는 정보수집부; 대상거래일에 대한 상기 주 자원의 예측발전량을 구하는 예측부; 상기 과거 운용정보를 이용하여, 상기 예측발전량에 대응하는 과거 예측발전량을 검색하고, 상기 과거 예측발전량과 과거 실제발전량을 비교하여 과거 오차율을 구하며, 상기 과거 오차율과, 각각의 오차율에 따른 예측 정산금을 비교하여, 상기 예측 정산금과 상기 보조 자원의 충방전 비용의 합이 최대가 되도록, 상기 보조 자원의 충방전량을 결정하는 연산부; 및 상기 특성정보, 예측발전량 및 충방전량에 따라 주 자원 및 보조 자원을 선정하여, 상기 집합전력자원을 구성하는 설정부를 포함할 수 있다.
덧붙여 상기한 과제의 해결수단은, 본 발명의 특징을 모두 열거한 것이 아니다. 본 발명의 다양한 특징과 그에 따른 장점과 효과는 아래의 구체적인 실시형태를 참조하여 보다 상세하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 의한 소규모전력자원의 운영장치 및 운영방법에 의하면, 재생에너지의 발전량을 일정한 오차율 내에서 예측하여 제공할 수 있으므로, 재생에너지의 변동성 및 불확실성을 완화시킬 수 있다.
본 발명의 일 실시예에 의한 소규모전력자원의 운영장치 및 운영방법에 의하면, 재생에너지 발전량 예측제도에 따라, 전력정산금, REC 정산금과 함께 예측 정산금을 지급받을 수 있도록 집합전력자원을 구성할 수 있으며, 이에 따라 발전사업자의 수익을 향상시킬 수 있다.
본 발명의 일 실시예에 의한 소규모전력자원의 운영장치 및 운영방법에 의하면, 비교적 적은 보조 자원의 용량으로 최대의 전력 거래 수익을 창출하는 것이 가능하다.
도1은 본 발명의 일 실시예에 의한 소규모전력자원의 운영시스템을 나타내는 블록도이다.
도2는 본 발명의 일 실시예에 의한 소규모전력자원의 운영장치를 나타내는 블록도이다.
도3은 본 발명의 일 실시예에 의한 집합전력자원의 구성을 나타내는 예시도이다.
도4는 본 발명의 일 실시예에 의한 소규모전력자원의 운영방법을 나타내는 순서도이다.
도2는 본 발명의 일 실시예에 의한 소규모전력자원의 운영장치를 나타내는 블록도이다.
도3은 본 발명의 일 실시예에 의한 집합전력자원의 구성을 나타내는 예시도이다.
도4는 본 발명의 일 실시예에 의한 소규모전력자원의 운영방법을 나타내는 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 '연결'되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 '간접적으로 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 명세서에 기재된 "~부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
도1은 본 발명의 일 실시예에 의한 소규모전력자원의 운영시스템을 나타내는 블록도이다.
도1을 참조하면 본 발명의 일 실시예에 의한 소규모전력자원의 운영시스템은 소규모전력자원(P), 운영장치(100) 및 전력거래소(200)를 포함할 수 있다.
이하, 도1을 참조하여 본 발명의 일 실시예에 의한 소규모전력자원의 운영시스템을 설명한다.
소규모전력자원(P)은 소규모(예를들어, 1MW 이하)의 재생 에너지를 생산할 수 있는 자원일 수 있다. 소규모전력자원(P)을 보유한 발전 사업자는 직접 전력시장에 참여하여 생산한 전력이나 재생 에너지 공급 인증서(REC: Renewable Energy Certificates, 이하 REC라 함)를 거래하거나, 한국전력 등 전력회사에 전력수급계약(PPA: Power Purchase Agreement) 형태로 전기를 판매할 수 있다.
여기서, 소규모전력자원(P)은 재생 에너지를 이용하여 전기 에너지를 생산하는 주 자원과, 생산된 전기 에너지를 요청에 따라 충전하거나 방전하는 보조 자원으로 구별할 수 있다. 예를들어, 주 자원에는 태양열발전소(PV: Photovoltaic), 풍력발전소 등이 포함될 수 있으며, 실시예에 따라서는 수력 에너지, 조력 에너지 등도 포함될 수 있다. 보조 자원에는 전기차 충전 시스템(EV: Electric Vehicle), 에너지 저장 시스템(ESS: Energy Storage System) 및 수요반응 시스템(DR: Demand Response) 등이 포함될 수 있다.
운영장치(100)는 발전 사업자가 소규모전력자원(P)에서 생산한 전력이나 REC 등을 전력거래소(200) 등에서 거래할 수 있도록 지원하는 장치에 해당한다. 운영장치(100)는 발전 사업자가 보유한 복수의 소규모전력자원(P)들을 그룹화하여 집합전력자원(G)을 구성할 수 있으며, 발전 사업자의 수익을 높이도록 집합전력자원(G)의 구성을 최적화할 수 있다. 실시예에 따라서는, 발전 사업자가 전력 중개 사업자에게 전력이나 REC 등의 중개 거래를 위탁할 수 있으며, 이 경우에는 전력 중개 사업자가 운영장치(100)를 운용할 수 있다.
한편, 운영장치(100)는 메모리, 메모리 제어기, 하나 이상의 프로세서(CPU), 주변 인터페이스, 입출력(I/O) 서브 시스템, 디스플레이 장치, 입력장치 및 통신회로를 포함할 수 있으며, 이러한 구성요소들은 하나 이상의 통신버스 또는 신호선을 통하여 통신하는 것일 수 있다. 또한, 각각의 구성요소는 하나 이상의 신호처리 및/또는 애플리케이션 전용 집적 회로(application specific integrated circuit)를 포함할 수 있으며, 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어 둘의 조합으로 구현된 것일 수 있다.
프로세서는 운영장치(100)에 연관된 동작과 명령어들을 수행하도록 구성될 수 있으며, 예를들어, 메모리로부터 검색된 명령어들을 이용하여, 운영장치(100)의 구성요소간의 입력 및 출력 데이터의 수신과 조작을 제어할 수 있다. 도2에 도시된 바와 같이, 운영장치(100)는 정보수집부(110), 예측부(120), 연산부(130), 설정부(140) 및 수익계산부(150)를 포함할 수 있으며, 이들은 프로그램으로 구현되어 메모리에 저장되고 프로세서에 의해 실행될 수 있다.
도2는 본 발명의 일 실시예에 의한 소규모전력자원의 운영장치를 나타내는 블록도이다.
도2를 참조하면, 본 발명의 일 실시예에 의한 소규모전력자원의 운영장치(100)는 정보수집부(110), 예측부(120), 연산부(130), 설정부(140) 및 수익계산부(150)를 포함할 수 있다.
정보수집부(110)는 가용한 주 자원 및 보조 자원에 대한 특성정보 및 과거 운용정보를 수집할 수 있다. 여기서, 특성정보에는 각각의 주 자원 및 보조 자원을 구별하기 위한 식별정보와, 주 자원의 발전형태(예를들어, 태양광, 풍력 등), 발전용량, 발전 제약 시간, 발전효율, 위치정보, 지형정보와, 보조 자원의 최대충전용량, 현재 SOC(State of Charge), 충방전효율, 충방전비용 등이 포함될 수 있다. 또한, 과거 운용정보에는 주 자원의 과거 시간대별 발전량인 과거 실제발전량과, 주 자원의 과거 시간대별 발전량을 예측한 값인 과거 예측발전량 등이 포함될 수 있다.
예측부(120)는 대상거래일에 대한 주 자원의 예측발전량을 구할 수 있다. 여기서, 예측부(120)에는 외부 환경변수에 따른 주 자원의 예측발전량을 구하도록 미리 학습된 학습모델이 구비되어 있을 수 있으며, 학습모델을 이용하여 대상거래일에 대한 주 자원의 예측발전량을 구할 수 있다. 예를들어, 날씨나 온도, 습도 등 과거 기상정보에 따른 태양광 발전소의 발전량이 학습되어 있는 경우, 기상청으로부터 제공받은 대상거래일의 기상정보를 학습모델에 입력하여 대상거래일에 대한 예측발전량을 구할 수 있다. 학습모델은 DNN(Deep Neural Network) 등 다양한 종류의 인공 신경망 모델을 활용하여 구현할 수 있으며, 이외에도 주 자원의 예측발전량을 구할 수 있는 것이면 어떠한 방식도 활용할 수 있다. 실시예에 따라서는, 예측부(120)가 대상거래일의 전일 10시에 대상거래일의 24시간에 대한 주 자원의 발전량을 예측하여 예측발전량으로 출력할 수 있다. 여기서 출력된 예측발전량을 전력거래소(200)로 제출될 수 있다.
연산부(130)는 주 자원의 과거 운용정보를 이용하여, 예측발전량에 대응하는 과거 예측발전량을 검색할 수 있다. 즉, 예측발전량과 동일하거나 일정오차범위 내에 해당하는 과거 예측발전량을 검색할 수 있으며, 과거 예측발전량과 과거 실제발전량을 비교하여 과거 오차율을 구할 수 있다.
이후, 연산부(130)는 과거 오차율과 각각의 오차율에 따른 예측 정산금을 비교하여, 예측 정산금과 보조 자원의 충방전 비용의 합이 최대가 되도록, 보조 자원의 충방전량을 결정할 수 있다.
구체적으로, 예측 정산금은 한국전력거래소가 도입한 재생에너지 발전량 예측제도에 따라 제공하는 지원금으로, 예측발전량과 실제발전량 사이의 오차율을 줄이기 위해여 제공하는 인센티브에 해당한다. 즉, 각각의 오차율에 따라 미리 발전량당 단가가 설정되어 있을 수 있으며, 그에 따라 차등적으로 예측 정산금이 지급될 수 있다. 예를들어, 오차율이 6% 이하이면 kwh당 4원, 오차율이 6~8% 인 경우에는 kwh당 3원의 예측 정산금을 지급받을 수 있다. 다만, 예측 정산금은 집합전력자원(G)이 공급하는 발전량에 대한 이용률이 설정비율(예를들어 10%) 이상인 경우에 한하여 지급될 수 있다.
따라서, 연산부(120)는 과거 오차율을 기준으로 예측 정산금을 산정한 후, 보다 많은 예측 정산금을 받을 수 있도록, 보조 자원의 충방전량을 설정하여 예측 오차율을 조절할 수 있다. 즉, 과거 예측발전량이 과거 실제발전량보다 적은 경우에는 보조 자원이 전력을 방전하도록 하고, 과거 예측발전량이 과거 실제발전량보다 많은 경우에는 보조 자원이 전력을 충전하도록 하여 예측오차율을 줄이도록 할 수 있다. 다만, 보조 자원의 충방전시 충전비용이나 방전비용 등도 발생하므로, 연산부(120)는 예측 정산금과 보조 자원의 충방전 비용의 합이 최대가 되도록, 보조 자원의 충방전량을 결정할 수 있다. 즉, 연산부(120)는 오차율을 최소화하는 대신에, 예측 정산금과 보조 자원의 충방전 비용의 합이 최대가 되도록, 보조 자원의 충방전량을 결정할 수 있다.
설정부(140)는 특성정보, 예측발전량 및 충방전량에 따라 주 자원 및 보조 자원을 선정하여, 집합전력자원을 구성할 수 있다. 여기서, 설정부(140)는 하나의 집합전력자원 내에 포함되는 주 자원의 개수와 종류, 보조 자원의 개수와 종류 등을 설정할 수 있으며, 이때 설정부(140)는 집합전력자원 내에 포함되는 주 자원의 발전량은 적어도 최소한계값(예를들어, 20MW) 이상 되도록 집합전력자원을 구성할 수 있다. 즉, 집합전력자원이 생산하는 발전량의 최소한계값이 미리 설정되어 있을 수 있으며, 설정부(140)는 적어도 최소한계값 이상의 전력을 생산하도록 집합전력자원을 생성할 수 있다. 또한, 보조 자원의 경우, 충방전 출력, SOC, 충방전 효율 등을 고려하여, 충방전량을 분배할 각각의 보조 자원들을 설정함으로써, 집합전력자원을 구성할 수 있다.
즉, 도3에 도시한 바와 같이, 설정부(140)는 사용가능한 주 자원들과 보조 자원들을 이용하여 복수의 집합전력자원들을 구성할 수 있으며, 이때 각각의 집합전력자원들은 예측 정산금과 보조 자원의 충방전 비용의 합이 최대가 되도록 최적화되도록 구성될 수 있다.
수익계산부(150)는 대상거래일에 대한 집합전력자원별 예측 발전량 및 예측 오차율을 이용하여, 각각의 집합전력자원별 발전수익을 계산할 수 있다. 현재 전력시장운영규칙에 따르면, 전력 정산금의 경우 시간대별 발전량(kwh) 당 SMP만큼의 정산금이 지급되고, REC 정산금의 경우에는 시간대별 발전량(kwh)에 REC 단가와 REC 가중치를 곱한만큼 지급되며, 예측 정산금의 경우 예측오차에 따라 차등적으로 정산금이 지급될 수 있다. 따라서, 수익계산부(150)는 집합전력자원별 예측발전량을 이용하여 전력 정산금 및 REC 정산금을 구할 수 있으며, 예측발전량 및 예측 오차율을 이용하여 예측 정산금을 구할 수 있다. 이후, 수익계산부(150)는 최종적으로 전력 정산금, REC 정산금 및 예측 정산금을 합계 정산금을 구할 수 있으며, 각각의 집합전력자원별로 합계 정산금을 계산할 수 있다.
도4는 본 발명의 일 실시예에 의한 소규모전력자원의 운영방법을 나타내는 순서도이다. 여기서, 도4의 각 단계들은 도1의 운영장치에 의하여 수행될 수 있다.
도4를 참조하면, 운영장치는 가용한 주 자원 및 보조 자원에 대한 특성정보 및 과거 운용정보를 수집할 수 있다(S10). 여기서, 특성정보에는 각각의 주 자원 및 보조 자원을 구별하기 위한 식별정보와, 주 자원의 발전형태, 발전용량, 발전 제약 시간, 발전효율, 위치정보, 지형정보와, 보조 자원의 최대충전용량, 현재 SOC(State of Charge), 충방전효율, 충방전비용 등이 포함될 수 있다. 또한, 과거 운용정보에는 주 자원의 과거 시간대별 발전량인 과거 실제발전량과, 주 자원의 과거 시간대별 발전량을 예측한 값인 과거 예측발전량 등이 포함될 수 있다.
이후, 운영장치는 대상거래일에 대한 주 자원의 예측발전량을 구할 수 있다(S20). 여기서, 운영장치는 외부 환경변수에 따른 주 자원의 예측발전량을 구하도록 미리 학습된 학습모델을 이용하여, 대상거래일에 대한 주 자원의 예측발전량을 구할 수 있다. 학습모델은 DNN(Deep Neural Network) 등 다양한 종류의 인공 신경망 모델을 활용하여 구현할 수 있으며, 이외에도 주 자원의 예측발전량을 구할 수 있는 것이면 어떠한 방식도 활용할 수 있다.
주 자원의 예측발전량을 구한 이후에는, 운영장치가 과거 운용정보를 이용하여, 예측발전량에 대응하는 과거 예측발전량을 검색하고, 과거 예측발전량과 과거 실제발전량을 비교하여 과거 오차율을 구할 수 있다(S30). 즉, 운영장치는 과거 운용정보로부터, 예측발전량과 동일하거나 일정오차범위 내에 해당하는 과거 예측발전량을 검색할 수 있으며, 과거 예측발전량과 과거 실제발전량을 비교하여 과거 오차율을 구할 수 있다.
이후, 운영장치는 과거 오차율과, 각각의 오차율에 따른 예측 정산금을 비교하여, 예측 정산금과 보조 자원의 충방전 비용의 합이 최대가 되도록, 보조 자원의 충방전량을 결정할 수 있다(S40). 즉, 각각의 오차율에 따라 미리 발전량당 단가가 설정되어 있을 수 있으며, 그에 따라 차등적으로 예측 정산금이 지급될 수 있다. 예를들어, 오차율이 6% 이하이면 kwh당 4원, 오차율이 6~8% 인 경우에는 kwh당 3원의 예측 정산금을 지급받을 수 있다. 따라서, 운영장치는 과거 오차율을 기준으로 예측 정산금을 산정한 후, 보다 많은 예측 정산금을 받을 수 있도록, 보조 자원의 충방전량을 설정하여 예측 오차율을 조절할 수 있다. 다만, 보조 자원의 충방전시 충전비용이나 방전비용 등도 발생하므로, 운영장치는 예측 정산금과 보조 자원의 충방전 비용의 합이 최대가 되도록, 보조 자원의 충방전량을 결정할 수 있다.
이후, 운영장치는 특성정보, 예측발전량 및 충방전량에 따라 주 자원 및 보조 자원을 선정하여, 집합전력자원을 구성할 수 있다(S50). 즉, 운영장치는 각각의 집합전력자원 내에 포함되는 주 자원의 개수와 종류, 보조 자원의 개수와 종류 등을 설정할 수 있다. 이때 운영장치는 집합전력자원 내에 포함되는 주 자원의 발전량은 적어도 최소한계값(예를들어, 20MW) 이상 되도록 집합전력자원을 구성할 수 있다. 또한, 운영장치는 충방전 출력, SOC, 충방전 효율 등을 고려하여, 충방전량을 분배할 각각의 보조 자원들을 설정할 수 있다. 이를 통하여, 운영장치는 최적의 집합전력자원을 구성할 수 있다.
추가적으로, 운영장치는 대상거래일에 대한 집합전력자원별 예측 발전량 및 예측 오차율을 이용하여, 각각의 집합전력자원별 발전수익을 계산할 수 있다(S60). 현재 전력시장운영규칙에 따르면, 전력 정산금의 경우 시간대별 발전량(kwh) 당 SMP만큼의 정산금이 지급되고, REC 정산금의 경우에는 시간대별 발전량(kwh)에 REC 단가와 REC 가중치를 곱한만큼 지급되며, 예측 정산금의 경우 예측오차에 따라 차등적으로 정산금이 지급될 수 있다. 따라서, 운영장치는 집합전력자원별 예측발전량 및 예측 오차율을 이용하여 전력 정산금, REC 정산금 및 예측 정산금을 구할 수 있으며, 각각의 집합자원전력별로 합계 정산금을 계산할 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 본 발명에 따른 구성요소를 치환, 변형 및 변경할 수 있다는 것이 명백할 것이다.
100: 운영장치
110: 정보수집부
120: 예측부 130: 연산부
140: 설정부 150: 수익계산부
200: 전력거래소
120: 예측부 130: 연산부
140: 설정부 150: 수익계산부
200: 전력거래소
Claims (9)
- 재생에너지를 이용하여 전기에너지를 생산하는 복수의 주 자원과, 요청에 따라 전기에너지를 충전 또는 방전하는 복수의 보조 자원들을 이용하여 하나 이상의 집합전력자원을 구성하는 소규모전력자원의 운영방법에 있어서,
가용한 주 자원 및 보조 자원에 대한 특성정보 및 과거 운용정보를 수집하는 단계;
대상거래일에 대한 상기 주 자원의 예측발전량을 구하는 단계;
상기 과거 운용정보를 이용하여, 상기 예측발전량에 대응하는 과거 예측발전량을 검색하고, 상기 과거 예측발전량과 과거 실제발전량을 비교하여 과거 오차율을 구하는 단계;
상기 과거 오차율과, 각각의 오차율에 따른 예측 정산금을 비교하여, 상기 예측 정산금과 상기 보조 자원의 충방전 비용의 합이 최대가 되도록, 상기 보조 자원의 충방전량을 결정하는 단계; 및
상기 특성정보, 예측발전량 및 충방전량에 따라 주 자원 및 보조 자원을 선정하여, 상기 집합전력자원을 구성하는 단계를 포함하는 소규모전력자원의 운영방법.
- 제1항에 있어서, 상기 특성정보는
가용한 주 자원 및 보조 자원의 식별정보, 발전형태, 상기 보조 자원의 최대충전용량, SOC(State of Charge) 및 충방전효율 중 어느 하나를 포함하는 것을 특징으로 하는 소규모전력자원의 운영방법.
- 제1항에 있어서, 상기 예측발전량을 구하는 단계는
외부 환경변수에 따른 상기 주 자원의 예측발전량을 구하도록 미리 학습된 학습모델을 이용하는 것을 특징으로 하는 소규모전력자원의 운영방법.
- 제1항에 있어서, 상기 예측 정산금은
상기 집합전력자원이 공급하는 발전량에 대한 이용률이 설정비율 이상인 경우에 한하여, 각각의 오차율에 따라 미리 설정된 발전량당 단가에 따라 지급되는 것을 특징으로 하는 소규모전력자원의 운영방법.
- 제1항에 있어서, 상기 집합전력자원을 구성하는 단계는
상기 집합전력자원 내에 포함되는 주 자원의 발전량이 최소한계값 이상 되도록 상기 집합전력자원을 구성하는 것을 특징으로 하는 소규모전력자원의 운영방법.
- 제1항에 있어서,
상기 대상거래일에 대한 집합전력자원별 예측 발전량 및 예측 오차율을 이용하여, 각각의 집합전력자원별 발전수익을 계산하는 단계를 더 포함하는 것을 특징으로 하는 소규모전력자원의 운영방법.
- 제1항에 있어서, 상기 보조 자원은
상기 전기에너지를 충전 또는 방전하는 전기차 충전 시스템(EV), 에너지 저장 시스템(ESS) 및 수요반응(DR) 자원을 포함하는 것을 특징으로 하는 소규모전력자원의 운영방법.
- 하드웨어와 결합되어, 제1항 내지 제7항 중 어느 한 항의 소규모전력자원의 운영방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
- 재생에너지를 이용하여 전기에너지를 생산하는 복수의 주 자원과, 요청에 따라 전기에너지를 충전 또는 방전하는 복수의 보조 자원들을 이용하여 하나 이상의 집합전력자원을 구성하는 소규모전력자원의 운영장치에 있어서,
가용한 주 자원 및 보조 자원에 대한 특성정보 및 과거 운용정보를 수집하는 정보수집부;
대상거래일에 대한 상기 주 자원의 예측발전량을 구하는 예측부;
상기 과거 운용정보를 이용하여, 상기 예측발전량에 대응하는 과거 예측발전량을 검색하고, 상기 과거 예측발전량과 과거 실제발전량을 비교하여 과거 오차율을 구하며, 상기 과거 오차율과, 각각의 오차율에 따른 예측 정산금을 비교하여, 상기 예측 정산금과 상기 보조 자원의 충방전 비용의 합이 최대가 되도록, 상기 보조 자원의 충방전량을 결정하는 연산부; 및
상기 특성정보, 예측발전량 및 충방전량에 따라 주 자원 및 보조 자원을 선정하여, 상기 집합전력자원을 구성하는 설정부를 포함하는 소규모전력자원의 운영장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210154279A KR20230068192A (ko) | 2021-11-10 | 2021-11-10 | 소규모전력자원의 운영장치 및 운영방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210154279A KR20230068192A (ko) | 2021-11-10 | 2021-11-10 | 소규모전력자원의 운영장치 및 운영방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230068192A true KR20230068192A (ko) | 2023-05-17 |
Family
ID=86547429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210154279A KR20230068192A (ko) | 2021-11-10 | 2021-11-10 | 소규모전력자원의 운영장치 및 운영방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20230068192A (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190143389A (ko) | 2018-06-20 | 2019-12-30 | 가부시키가이샤 스크린 홀딩스 | 열처리 장치 |
-
2021
- 2021-11-10 KR KR1020210154279A patent/KR20230068192A/ko unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190143389A (ko) | 2018-06-20 | 2019-12-30 | 가부시키가이샤 스크린 홀딩스 | 열처리 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11474488B2 (en) | Use of blockchain based distributed consensus control | |
US11468518B2 (en) | Use of blockchain based distributed consensus control | |
Boza et al. | Artificial intelligence to support the integration of variable renewable energy sources to the power system | |
Perera et al. | Redefining energy system flexibility for distributed energy system design | |
Jawad et al. | A robust optimization technique for energy cost minimization of cloud data centers | |
Mengelkamp et al. | Intelligent agent strategies for residential customers in local electricity markets | |
Hoffman et al. | Analysis tools for sizing and placement of energy storage for grid applications-A literature review | |
KR102257350B1 (ko) | 전력 거래 중개 플랫폼 제공 방법 및 전력 거래 중개 플랫폼 제공 시스템 | |
Qi et al. | Energyboost: Learning-based control of home batteries | |
Bagheri et al. | Stochastic optimization and scenario generation for peak load shaving in Smart District microgrid: sizing and operation | |
Liu et al. | Differentiated incentive strategy for demand response in electric market considering the difference in user response flexibility | |
Michael et al. | Economic scheduling of virtual power plant in day-ahead and real-time markets considering uncertainties in electrical parameters | |
Saini et al. | Data driven net load uncertainty quantification for cloud energy storage management in residential microgrid | |
Wang et al. | A tri-level framework for distribution-level market clearing considering strategic participation of electrical vehicles and interactions with wholesale market | |
Keynia et al. | A new financial loss/gain wind power forecasting method based on deep machine learning algorithm by using energy storage system | |
KR102624725B1 (ko) | 분산 에너지 자원들의 집합 포트폴리오를 구성하는 장치 및 방법 | |
US11817707B2 (en) | Smart meter system and method for managing demand response in a smart grid | |
Vonsien et al. | Economic modeling of the economic efficiency of Li-ion battery storage with a special focus on residential PV systems | |
WO2023219729A1 (en) | Time-shifting optimizations for resource generation and dispatch | |
KR20230068192A (ko) | 소규모전력자원의 운영장치 및 운영방법 | |
Ghanbari et al. | Modeling market trading strategies of the intermediary entity for microgrids: A reinforcement learning-based approach | |
KR102105193B1 (ko) | 모델링을 이용한 가상발전소의 수익성 예측시스템 및 방법 | |
US20240202611A1 (en) | Blockchain transactive energy management system | |
Grange | Datacenter management for on-site intermittent and uncertain renewable energy sources | |
US12050446B2 (en) | Use of blockchain based distributed consensus control |