KR20230147598A - 스마트 그리드에서 적응형 계량 - Google Patents
스마트 그리드에서 적응형 계량 Download PDFInfo
- Publication number
- KR20230147598A KR20230147598A KR1020237024260A KR20237024260A KR20230147598A KR 20230147598 A KR20230147598 A KR 20230147598A KR 1020237024260 A KR1020237024260 A KR 1020237024260A KR 20237024260 A KR20237024260 A KR 20237024260A KR 20230147598 A KR20230147598 A KR 20230147598A
- Authority
- KR
- South Korea
- Prior art keywords
- processing system
- data
- consumption data
- fog
- meter
- Prior art date
Links
- 230000003044 adaptive effect Effects 0.000 title description 179
- 238000012545 processing Methods 0.000 claims abstract description 323
- 238000000034 method Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 16
- 230000005611 electricity Effects 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 3
- 230000006854 communication Effects 0.000 description 25
- 238000004891 communication Methods 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000013499 data model Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D4/00—Tariff metering apparatus
- G01D4/002—Remote reading of utility meters
- G01D4/004—Remote reading of utility meters to a fixed location
-
- 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
- G01R22/061—Details of electronic electricity meters
-
- 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
- G01R22/061—Details of electronic electricity meters
- G01R22/063—Details of electronic electricity meters related to remote communication
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00022—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
- H02J13/00026—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission involving a local wireless network, e.g. Wi-Fi, ZigBee or Bluetooth
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
- H02J13/00034—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving an electric power substation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D2204/00—Indexing scheme relating to details of tariff-metering apparatus
- G01D2204/40—Networks; Topology
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/60—Arrangements in telecontrol or telemetry systems for transmitting utility meters data, i.e. transmission of data from the reader of the utility meter
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04S20/30—Smart metering, e.g. specially adapted for remote reading
-
- 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
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission
-
- 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
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/18—Network protocols supporting networked applications, e.g. including control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Selective Calling Equipment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Radar Systems Or Details Thereof (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
유틸리티 계량기의 실시예는 리소스에 그리고 고객 시설에 연결된다. 유틸리티 계량기는 센서, 컨버터, 및 무선장치를 포함한다. 센서는 고객 시설에 의한 리소스 사용의 특성을 검출하도록 구성된다. 컨버터는 특성을 리소스 사용을 설명하는 원시 소비 데이터로 변환하도록 구성된다. 무선은 컨버터에 의해 출력된 원시 소비 데이터를 원격 프로세싱 시스템으로 전송하도록 구성된다. 원격 프로세싱 시스템은 포그 및 클라우드 중 하나 또는 둘 모두를 포함한다. 포그는 유틸리티 계량기의 지리적 영역과 관련되어 있으며, 원시 소비 데이터와 지리적 영역의 다른 엔드포인트에서 수신한 지역 원시 소비 데이터에 대한 데이터 프로세싱을 수행한다. 클라우드는 원시 소비 데이터뿐만 아니라 다양한 지리적 지역의 다른 엔드포인트에서 수신한 데이터에 대한 데이터 프로세싱을 수행한다.
Description
본 발명의 설명된 일 실시예는 유틸리티 계량기에 관한 것으로서, 보다 상세하게는, 유틸리티 계량기가 적응형 스마트 그리드(adaptive smart grid) 환경에서 연결된 센서로서 구현되는 적응형 계량에 관한 것이다.
스마트 그리드는 인텔리전스의 일부 측면을 활용하는 전기 그리드이다. 예를 들어, 스마트 그리드에는 유틸리티 계량기 또는 스마트 계량기 세트가 포함되며, 각 유틸리티 계량기는 그리드 인텔리전스(grid intelligence)에 필요한 데이터를 제공하도록 구성된다. 스마트 그리드에서 유틸리티 계량기는 고급 계량기 판독(advanced meter reading: AMR)을 구현할 수 있다. AMR을 구비한 유틸리티 계량기는 정기적으로 소모 데이터를 헤드엔드 시스템(headend system)이라고도 불리는 중앙 처리 시스템으로 전송한다. 구체적으로, 각 간격의 종료 후, 유틸리티 계량기는, 해당 간격에서의 자원 소비를 설명하는 대응 소비 데이터를 포함하는 데이터 패킷을 헤드엔드 시스템에 전송한다. 또한 유틸리티 계량기는 정기적으로 계량기 상태를 설명하는 헤드엔드 시스템 계량기 스냅샷을 전송한다. 헤드엔드 시스템은 소비 데이터와 계량기 스냅샷을 활용하여 청구서를 생성하고 스마트 그리드의 연결성 및 다른 측면을 분석할 수 있다. 스마트 그리드를 통한 데이터 전송은 무선 주파수(RF) 메시, RF 점 대 다중점 (RF point-to-multipoint) 기술을 통해 발생하거나 또는 유틸리티 계량기에서 헤드 엔드 시스템까지 전력선 기술을 통해 발생할 수 있다.
하나의 실시예에서, 유틸리티 계량기는 전력 그리드 및 고객 시설에 연결된다. 유틸리티 계량기에는 센서, 아날로그-디지털(A/D) 컨버터 및 무선장치가 포함된다. 센서는 고객 시설에 의한 전력 그리드의 전기 사용에 대한 전기적 특성을 검출하도록 구성된다. A/D 컨버터는 전기 특성을 고객 시설의 전기 사용을 설명하는 원시 소비 데이터(raw consumption data)로 변환하도록 구성된다. 무선장치는 A/D 컨버터에 의해 출력된 원시 소비 데이터를 원격 프로세싱 시스템으로 전송하도록 구성된다. 원격 프로세싱 시스템은 하나 이상의 포그 장치(fog device)를 갖는 포그 프로세싱 시스템(fog processing system)을 포함한다. 상기 포그 프로세싱 시스템은 상기 유틸리티 계량기의 지리적 영역과 연관되며, 상기 포그 프로세싱 시스템은 상기 지리적 영역 내의 다른 엔드포인트로부터 수신된 원시 소비 데이터 및 상기 지리적 원시 소비 데이터에 대한 데이터 프로세싱을 수행하도록 구성된다.
다른 실시예에서, 시스템은 유틸리티 계량기 및 원격 프로세싱 시스템을 포함한다. 유틸리티 계량기는 리소스 및 고객 시설에 연결된다. 유틸리티 계량기에는 센서, 컨버터 및 무선장치가 포함된다. 센서는 고객 시설에 의한 리소스 사용의 특성을 검출하도록 구성된다. 컨버터는 상기 특성을 고객 시설에 의한 사용을 설명하는 원시 소비 데이터(raw consumption data)로 변환하도록 구성된다. 무선장치는 상기 원시 소비 데이터를 전송하도록 구성된다. 원격 프로세싱 시스템은 포그 프로세싱 시스템 및 클라우드 프로세싱 시스템을 포함하며, 유틸리티 계량기로부터 상기 원시 소비 데이터를 수신하도록 구성된다. 포그 프로세싱 시스템은 유틸리티 계량기의 지리적 영역과 연관된 하나 이상의 포그 장치를 포함하고, 포그 프로세싱 시스템은 상기 지리적 영역 내의 다른 엔드포인트로부터 수신된 지역 원시 소비 데이터 및 상기 원시 소비 데이터에 대한 데이터 프로세싱을 수행하도록 구성된다. 클라우드 프로세싱 시스템은 하나 이상의 클라우드 디바이스를 포함한다. 클라우드 프로세싱 시스템은 지리적 영역 내의 다른 엔드포인트 및 지리적 영역 외부의 추가 엔드포인트로부터 다양한 원시 소비 데이터 및 상기 원시 소비 데이터 에 대해 중앙 집중식 데이터 프로세싱을 수행하도록 구성된다.
또 다른 실시예에서, 유틸리티 계량기에 의해 수행되는 방법은 전력 그리드 및 고객 시설에 연결하는 것을 포함한다. 상기 방법에 따르면, 상기 유틸리티 계량기는 센서를 이용하여 고객 시설에 의한 전력 그리드 전력 사용을 나타내는 전기적 특성을 결정한다. 유틸리티 계량기는 전기 특성을 고객 시설에 의한 전기 사용을 설명하는 원시 소비 데이터로 변환한다. 상기 유틸리티 계량기는 상기 포그 프로세싱 시스템과 연관된 지리적 영역 내의 상기 제1 엔드포인트들로부터 수신된 상기 지역 소비 데이터의 데이터 프로세싱을 위해 상기 전기 사용을 설명하는 원시 소비 데이터를 상기 포그 프로세싱 시스템으로 전송한다. 유틸리티 계량기는 또한 잠재적으로 포그 프로세싱 시스템을 통해, 지리적 영역 내의 제1 엔드포인트 세트 및 지리적 영역 외부의 제2 엔드포인트 세트로부터 수신된 다양한 소비 데이터의 중앙 집중식 데이터 프로세싱을 위해 클라우드 프로세싱 시스템에 상기 전기 사용을 설명하는 소비 데이터를 전송한다.
이러한 예시적인 측면들과 특징들은 현재 설명된 주제를 제한하거나 정의하기 위해서가 아니라, 본 출원에서 설명된 개념들을 이해하는 데 도움이 되는 예들을 제공하기 위해 언급되는 것이다. 현재 설명된 주제의 다른 측면, 장점 및 특징은 전체 응용 프로그램을 검토한 후에 명확해질 것이다.
본 발명의 이러한 특징들과 다른 특징들, 측면들 및 이점들은 첨부된 도면들을 참조하여 다음의 상세 설명을 읽을 때 더 잘 이해될 수 있다.
도 1은 본 발명에 설명된 일 실시예에 따른 스마트 그리드의 일례를 나타내는 도면이다.
도 2는 본 발명에 설명된 일 실시예에 따른 스마트 그리드의 또 다른 예를 나타낸 도면이다.
도 3은 본 발명에 설명된 일 실시예에 따른 스마트 그리드의 또 다른 예를 나타낸 도면이다.
도 4는 본 발명에 기재된 일 실시예에 따른 스마트 그리드를 통한 데이터 프로세싱 방법의 흐름도이다.
도 5는 본 발명에 설명된 일 실시예에 따른 스마트 그리드의 유틸리티 계량기를 나타낸 도면이다.
도 1은 본 발명에 설명된 일 실시예에 따른 스마트 그리드의 일례를 나타내는 도면이다.
도 2는 본 발명에 설명된 일 실시예에 따른 스마트 그리드의 또 다른 예를 나타낸 도면이다.
도 3은 본 발명에 설명된 일 실시예에 따른 스마트 그리드의 또 다른 예를 나타낸 도면이다.
도 4는 본 발명에 기재된 일 실시예에 따른 스마트 그리드를 통한 데이터 프로세싱 방법의 흐름도이다.
도 5는 본 발명에 설명된 일 실시예에 따른 스마트 그리드의 유틸리티 계량기를 나타낸 도면이다.
유틸리티 서비스 공급자는 수많은 고객에 대응하는 다양한 유틸리티 계량기(계량기라고도 함)를 보유할 수 있다. 각 유틸리티 계량기는 해당 유틸리티 서비스 공급자의 비용을 나타낸다. 또한, 유틸리티 서비스 공급자가 스마트 그리드 내에서 보다 지능적인 특징을 가능하게 하기 위해 증가된 지능을 유틸리티 계량기에 통합하려고 할 때, 계량기의 비용이 증가한다. 전체적으로, 전력회사가 관리하는 계량기의 비용은 상당한 비용을 의미할 수 있으며, 따라서 계량기의 비용이 감소하면 다양한 계량기 전체에서 상당한 절감 효과를 얻을 수 있다.
그러나 최근 컴퓨팅 성능이 증가하고 통신 대역폭 가용성이 증가함에 따라 이제 스마트 그리드에서 인텔리전스가 구현되는 위치를 이동시킬 수 있다. 특히, 인텔리전스는 유틸리티 계량기로부터 및 헤드엔드 시스템으로부터 이동할 수 있다. 본 발명에 설명된 일 실시예들은 계량기에서 통상적으로 수행되는 프로세싱을 포그라고도 하는 포그 프로세싱 시스템 또는 클라우드라고도 하는 클라우드 프로세싱 시스템으로 이동시킴으로써 계량기의 비용을 절감할 수 있다.
일 실시예에서는 계량기 자체가 하드웨어 또는 소프트웨어(예를 들어 펌웨어)의 양을 줄일 수 있으며 기존 계량기에 비해 프로세싱 양을 줄일 수 있다. 예를 들어, 본 발명에 설명된 유틸리티 계량기(adaptive meter)는 리소스 소비의 특성(예를 들어 전류 또는 전압)을 감지하고 그 특성에 기초하여 원격 프로세싱 시스템에 원시 소비 데이터를 발행하도록 구성된 사물인터넷(IoT) 센서일 수 있다. 원시 소비 데이터는 예를 들어 아날로그-디지털(A/D) 변환으로 인한 특성을 디지털로 표현한 것일 수 있다. 원격 프로세싱 시스템은 클라우드 프로세싱 시스템 및 하나 이상의 포그 프로세싱 시스템을 포함할 수 있다. 일 실시예에서, 포그 프로세싱 시스템은 지리적 영역과 연관되어 있으며, 해당 지리적 영역에서 계량기가 제공하는 원시 소비 데이터에 대해 실시간 또는 거의 실시간으로 수행될 수 있는 국부적 프로세싱을 제공할 수 있다. 이와 대조적으로 클라우드 프로세싱 시스템은 다양한 지리적 영역에 걸쳐 계량기들을 위한 헤드엔드 시스템 외부에서 보다 중앙 집중식 프로세싱을 제공할 수 있다. 이러한 실시예에서 스마트 그리드의 인텔리전스는 계량기 자체에서 포그 프로세싱 시스템 또는 클라우드 프로세싱 시스템으로 이동된다. 또한 헤드엔드 시스템으로부터 인텔리전스를 이동할 수 있으므로 헤드엔드 시스템의 부하를 줄이고 헤드엔드 시스템이 많은 계량기 관련 작업을 수행하는 대신 특정 계량기 관련 작업에 전문화하도록 할 수 있다.
여기에 포함된 일 실시예는 고급 통신과 결합된 저복잡성, 저비용 엔드포인트 하드웨어(예를 들어 유틸리티 계량기)를 기반으로 하는 적응형 인텔리전스형 IoT 측정 솔루션 아키텍처를 제공한다. 예를 들어, 유틸리티 계량기의 예는 단순화된 저비용 무선 연결 IoT 스마트 센서이다. 또한 일 실시예에는 시스템 및 서비스 운영을 지원하는 데 필요한 정보 프로세싱의 상당 부분을 수행할 수 있는 포그 기반 서비스 또는 클라우드 기반 서비스 제품군이 포함된다. 포그 및 클라우드 기반 서비스는 데이터 프로세싱, 분석, 머신 러닝 또는 기타 인공 지능과 같은 다양한 기술을 통해 구현될 수 있다. 유틸리티 계량기의 복잡성과 비용을 줄임으로써 스마트 그리드의 전반적인 비용을 절감하는 동시에 포그와 클라우드에 서비스를 배치함으로써 상당한 이점을 제공할 수 있다. 일 실시예의 이점으로는 소프트웨어 서비스의 모듈화 증가, 사용되는 전체 통신 대역폭의 잠재적 최적화, 소프트웨어 업데이트 프로세스의 단순화, 유틸리티 계량기에 대한 시스템 구성, 운영 및 관리의 유연성 향상 등이 있다. 통신 대역폭 최적화는 스마트 그리드가 무선 주파수(RF) 메시와 같은 손실 네트워크를 사용할 때 특히 유용할 수 있다. 또한, 여기에 설명된 바와 같이, 일 실시예는 유연성, 확장성 또는 적응성 측면에서 기존 스마트 그리드보다 향상된 기능을 제공한다.
도 1은 본 발명에 설명된 일 실시예에 따른 스마트 그리드 시스템(100)의 예시도로서, 본 발명에서 스마트 그리드(100)라고도 한다. 일 실시예에서, 스마트 그리드(100)는 다양한 장치를 통해 구현된 인텔리전스에 의해 지원되는 전기 그리드이다. 스마트 그리드(100)은 하나 이상의 적응형 계량기(110) 및 원격 프로세싱 시스템(130)을 포함할 수 있다. 적응형 계량기(110)는 본 발명에 설명된 바와 같은 유틸리티 계량기이다. 도 1에 도시된 바와 같이, 원격 프로세싱 시스템(130)은 클라우드라고도 불리는 클라우드 프로세싱 시스템(140)과 포그라고도 불리는 포그 프로세싱 시스템(150) 중 하나 또는 둘 모두를 포함할 수 있다.
본 발명에 걸쳐, 전기 계량기인 적응형 계량기(110)에 참조가 이루어지지만; 적응형 계량기(110)는 가스 계량기, 수도 계량기 또는 다른 종류의 계량기일 수 있다. 적응형 계량기(110)가 전기 계량기가 아닌 실시예에서, 스마트 그리드는 적응형 계량기(110), 원격 프로세싱 시스템(130) 및 본 발명에 설명된 다른 장치들을 연결하는 다른 유형의 네트워크로 대체되는 것으로 이해될 것이다.
일 실시예들에서, 적응형 계량기(110)는 원시 소비 데이터(raw consumption data)와 같은 원시 데이터를 포함할 수 있는 데이터를 결정하고 전송하도록 구성된다. 이를 위해, 적응형 계량기(110)는 센서, 컨버터, MCU(Micro Processing Unit) 또는 기타 프로세싱 유닛, 및 무선장치를 포함할 수 있다. MCU 또는 다른 프로세싱 유닛은 본 발명에 설명된 작업들 또는 적응형 계량기(110)의 다른 작업들을 수행하는 데 필요한 메모리를 포함할 수 있고, 또는 적응형 계량기(110)는 별도의 메모리 장치를 포함할 수 있다. 센서는 적응형 계량기(110)과 관련된 고객 시설에 의한 (즉, 고객 시설에서 발생한) 리소스 소비의 특성을 검출할 수 있다. 예를 들어, 적응형 계량기(110)가 전기 계량기인 경우, 적응형 계량기(110)의 센서는 전압 또는 전류와 같은 전기적 특성을 전기 소비의 표시로서 검출할 수 있다. 컨버터는 A/D 컨버터일 수 있으며, 검출된 특성을 원시 감지 데이터로 변환할 수 있으며, 이는 리소스 소비를 설명하는 수치 또는 기타 디지털 데이터일 수 있다. 원시 감지 데이터는 소비 데이터로 사용될 수도 있고, 마이크로프로세서는 원시 감지 데이터를 생성하기 위해 원시 감지 데이터를 전송에 적합한 형식으로 변환하는 것과 같은 추가 프로세싱을 제공할 수도 있다. 적응형 계량기(110)의 유형(예를 들어 전기, 물, 가스)에 따라 원시 소비 데이터는 관련 타임스탬프와 함께 측정되는 해당 리소스(예를 들어 전기 에너지, 물, 가스)의 소비를 설명할 수 있다. 적응형 계량기(110)은 무선장치를 사용하여 원시 소비 데이터를 스트리밍 데이터로 출력할 수 있다.
추가적으로, 또는 상기 대안적으로, 일 실시예들에서, 적응형 계량기(110)의 MCU는 원시 감지 데이터에 대해 다른 최소 프로세싱을 수행하여 원시 소비 데이터를 생성한다. 예를 들어, MCU는 짧은 간격을 기반으로 원시 감지 데이터를 집계하여 원시 소비 데이터를 형성할 수 있다. 예를 들어, 각 간격은 30초, 1분, 2분 또는 2분 미만일 수 있다. MCU는 이러한 간격마다에 대해 원시 감지 데이터를 평균하거나 집계할 수 있으며, 결과 평균 값 또는 다른 집계 값을 해당 간격에 대한 원시 소비 데이터로 사용할 수 있다.
일 실시예들에서, 적응형 계량기(110)는 상기 원시 소비 데이터 외에 다른 원시 데이터와 같은 다른 데이터를 출력할 수 있다. 예를 들어, 이러한 다른 원시 데이터는 스마트 그리드(100)에서 적응형 계량기의 이웃(예를 들어 다른 적응형 계량기(110) 또는 적응형 계량기(110)가 통신할 수 있는 다른 장치)에 대해 검출된 정보를 포함할 수 있다. 보다 일반적으로, 적응형 계량기(110)는 자신과 관련된 정보를 감지하고 포그 프로세싱 시스템(150) 또는 클라우드 프로세싱 시스템(140)에 의한 프로세싱을 위해 정보를 발행할 수 있다. 적응형 계량기(110)는 기존 계량기에서 필요한 만큼의 컴퓨팅 리소스를 요구하지 않도록 해당 데이터를 발행하기 전에 이러한 데이터에 대한 프로세싱 또는 제한된 프로세싱을 제공할 수 있다.
일 실시예들에서 상기와 같은 것을 용이하게 하기 위해, 적응형 계량기(110)는 둘 이상의 네트워크에 연결될 수 있다. 예를 들어, 적응형 계량기(110)는 스마트 그리드(100) 내의 이웃들(예를 들어, 다른 계량기(110) 또는 게이트웨이(120))와 통신하고, 다른 통신 네트워크를 통해 적응형 계량기(110)는 원격 프로세싱 시스템(130)과 통신한다. 일 실시예에서, 적응형 계량기(110)은 각 네트워크에 대해 단일 무선을 사용할 수 있다. 그러나, 대신에, 적응형 계량기(110)는 제1 무선장치를 사용하여 리소스 분배 네트워크를 통해 통신하고, 제2 무선장치를 사용하여 다른 통신 네트워크를 통해 통신할 수 있다. 다양한 실시예가 가능하며 본 발명의 범위에 포함된다.
계량기(110)는 원시 데이터를 결정하고 A/D 변환 이외의 원시 데이터에 대해 최소한의 프로세싱을 수행하기 때문에, 적응형 계량기(110)의 일 실시예들은 기존 계량기에 비해 감소된 용량을 지원하고 컴퓨팅 리소스를 감소시킬 수 있다. 예를 들어, 적응형 계량기(110)는 디스플레이 또는 디스플레이 드라이버를 포함할 필요가 없으며, 적응형 계량기(110) 는 광포트 또는 그러한 포트용 드라이버를 포함할 필요가 없다. 다른 예를 들어, 적응형 계량기(110)는 프로세싱 중에 원시 데이터를 일시적으로 저장할 필요 없이 원시 데이터를 스트리밍하는 데 더 적은 스토리지가 필요하기 때문에 기존 계량기에 비해 더 작은 메모리 장치를 가질 수 있다. 오히려, 일 실시예에서 적응형 계량기(110)는 본질적으로 제한된 계산 능력을 가진 IoT 센서이다. 예를 들어, 적응형 계량기(110)의 예는 센서 및 A/D 변환 또는 기타 디지털 신호 프로세싱을 수행하고 결과를 전송하는 시스템 온 칩(SoC) 구성 요소를 포함한다.
본 발명에 설명된 일 실시예들은 엔드포인트에서의 무선 IoT 계량 센서 능력을 유지하면서 엔드포인트(예를 들어 적응형 계량기(110))의 비용을 절감(예를 들어 최소화) 한다. 예를 들어, 본 발명에 설명된 적응형 계량기(110)의 예는 종래의 유틸리티 계량기의 비용의 절반 또는 3분의 1의 비용을 가진다. 이를 위해 일부 또는 모든 데이터 프로세싱, 관리, 의사 결정, 분석 또는 기타 서비스가 적응형 계량기(110)에서 분리되어 그에 따라 이동될 수 있다. 이를 통해 적응형 계량기(110)에 필요한 컴퓨팅 리소스를 줄일 수 있다. 또한, 포그(150) 또는 클라우드(140)를 사용하면 적응형 계량기(110)가 생성한 데이터를 활용하는 부가가치 서비스와 연관될 수 있다. 종종 유틸리티 서비스 공급자는 수천 또는 수백만 개의 엔드포인트를 소유한다. 따라서 여기에 설명된 일 실시예는 각 엔드포인트에 필요한 컴퓨팅 리소스를 줄이는 동시에 데이터를 활용하는 가용 서비스를 잠재적으로 유지하거나 추가함으로써 유틸리티 서비스 공급자에 대한 설비 비용을 크게 줄일 수 있다.
스마트 그리드(100) 내에서, 적응형 계량기(110)는 다른 계량기 또는 게이트웨이(120)와 같은 하나 이상의 이웃들과 통신하여, 피어 투 피어(peer-to-peer) 모니터링을 가능하게 하거나 스마트 그리드(100) 내에서 애드호크(ad hoc) 통신 네트워크를 제공할 수 있다. 일 실시예들에서, 게이트웨이(120)는 스마트 그리드(100)의 적응형 계량기(110)으로 또는 그로부터의 통신을 라우팅한다. 예를 들어, 적응형 계량기(110)는 게이트웨이(120)를 통해 원시 소비 데이터 또는 다른 데이터를 라우팅하여 원격 프로세싱 시스템(130)으로 전송할 수 있고, 적응형 계량기(110)는 게이트웨이(120)를 통해 원격 프로세싱 시스템(130)으로부터 명령 또는 다른 데이터를 수신할 수 있다. 따라서, 일 실시예들에서, 게이트웨이(120)는 적응형 계량기(110)와 원격 프로세싱 시스템(130) 사이의 통신을 포함하여 스마트 그리드(100) 내에서 적응형 계량기(110)에 대한 통신을 용이하게 할 수 있다. 따라서, 본 발명에서 데이터를 송신하거나 수신하는 적응형 계량기(110)에 대한 참조는 게이트웨이(120)를 통한 라우팅을 포함할 수 있지만, 필요하지는 않는다.
일 실시예들에서, 적응형 계량기(110)는 원시 소비 데이터 또는 다른 데이터(예를 들어 다른 원시 데이터)를 발행하거나, 다시 말해, 원시 소비 데이터 또는 다른 데이터를 원격 프로세싱 시스템(130) 내의 하나 이상의 노드에 사용 가능하게 한다. 원시 소비 데이터를 발행하는 작업은 하나 이상의 다양한 기법으로 수행할 수 있다. 하나의 예에서, 적응형 계량기(110)는 원시 소비 데이터를 클라우드 프로세싱 시스템(140)(예를 들어, 하나 이상의 클라우드 노드(145)와 같은 원격 프로세싱 시스템(130)으로 포그 프로세싱 시스템(150)(예를 들어, 하나 이상의 포그 노드(155)) 또는 둘 모두로 전송할 수 있다. 다른 예에서, 적응형 계량기(110)는 원시 소비 데이터를 포그 프로세싱 시스템(150)으로 전송하고, 포그 프로세싱 시스템(150)은 클라우드 프로세싱 시스템(140)으로 전송함으로써 적응형 계량기(110)는 간접적으로 원시 소비 데이터를 클라우드 프로세싱 시스템(140)으로 전송한다. 또 다른 예에서, 적응형 계량기(110)는 원시 소비 데이터를 네트워크 연결 저장 장치 또는 저장소를 포함하는 다른 장치와 같은 저장 장치로 전송하며, 이 장치는 포그 프로세싱 시스템(150) 또는 클라우드 프로세싱 시스템(140)에 액세스할 수 있다. 다양한 구현이 가능하며 본 발명의 범위에 포함된다.
일 실시예들에서, 데이터는 메시지 버스(160)를 통해 스마트 그리드(100) 전체에서 공유된다. 일반적으로 메시지 버스는 다양한 장치가 공유 인터페이스를 사용할 수 있도록 하는 메시징 인프라스트럭처이다. 예를 들어, 일 실시예에서 사용되는 메시지 버스(160)을 구현하기 위해, 원격 프로세싱 시스템(130)의 노드들은 그 공통 데이터 모델에서 내부적으로 작동하거나 다른 장치로 전송하기 전에 데이터를 그 공통 데이터 모델로 변환하는 것과 같은 공통 데이터 모델을 이용할 수 있다. 또한, 일 실시예에서는 공통 데이터 모델에서 내부적으로 작동하거나 다른 장치로 전송하기 전에 데이터를 해당 공통 데이터 모델로 변환하는 것과 같이, 적응형 계량기(110) 및 게이트웨이 중 하나 또는 둘 다 이 공통 데이터 모델을 사용한다. 예를 들어, 게이트웨이(120)는, 적응형 계량기(110)를 대신하여 라우팅하기 전에, 적응형 계량기(110)의 데이터를 메시지 버스(160)를 통해 전송하기에 적합한 데이터로 변환하고, 게이트웨이(120)는 원격 프로세싱 시스템(130)으로부터 메시지 버스(160)를 통해 수신된 데이터를 적응형 계량기(110)로 전달하기 전에 적응형 계량기(110)가 이해할 수 있는 형식으로 변환한다. 따라서, 적응형 계량기(110)는, (예를 들어 게이트웨이(120)를 통해) 메시지 버스(160)를 사용하여 원시 소비 데이터와 같은 데이터를 발행할 수 있고, 포그 프로세싱 시스템(150) 및 클라우드 프로세싱 시스템(140)은 메시지 버스(160)를 사용하여 해당 데이터를 수신하고, 노드 간에 데이터를 전달하거나 적응형 계량기(110)로 데이터를 다시 전송할 수 있다. 메시지 버스(160)의 다양한 다른 사용들이 가능하며, 본 발명의 범위 내에 있다. 일 실시예들에서, 상기 스마트 그리드(100) 내의 장치들 간의 통신은, 메시지 버스(160) 또는 다른 방식을 통해, 4G, 5G, 지그비(ZigBee), 무선 충실도(WiFi) 또는 무선 스마트 유틸리티 네트워크(Wi-SUN)와 같은 다양한 통신 기술 또는 표준 중 하나 이상을 사용할 수 있다.
상기 언급한 바와 같이, 원격 프로세싱 시스템(130)은 클라우드 프로세싱 시스템(140)과 포그 프로세싱 시스템(150)을 포함할 수 있다. 클라우드 프로세싱 시스템(140)은 다양한 적응형 계량기(110)에 대한 중앙 집중식 프로세싱(140)을 제공할 수 있다. 클라우드 프로세싱 시스템(140)은 클라우드 기반 서비스를 제공하기 위한 프로세싱을 수행하도록 구성된, 본 발명에서 클라우드 장치 또는 클라우드 노드(145)로 지칭되는 하나 이상의 컴퓨팅 장치(즉, 노드)를 포함할 수 있다. 클라우드 프로세싱 시스템(140)은 스마트 그리드(100)에서 적응형 계량기(110)에 대한 결정을 내리도록 구성될 수 있다. 대조적으로, 포그 프로세싱 시스템(150)은 분산된 방식으로 프로세싱을 제공할 수 있으며, 잠재적으로 연결성 또는 지리적 측면에서 적응형 계량기(110)에 더 가깝다. 결과적으로, 포그 프로세싱 시스템(150)은 실시간 또는 거의 실시간으로 의사 결정에 적합할 수 있다. 포그 프로세싱 시스템(150)은 포그 기반 서비스를 제공하기 위한 프로세싱을 수행하는 하나 이상의 컴퓨팅 장치(즉, 노드)를 포함할 수 있다. 포그 프로세싱 시스템(150)은 포그 프로세싱 시스템(150)과 연관된 지리적 영역 내에서 적응형 계량기(110)에 대해 또는 관련된 프로세싱을 수행할 수 있으며, 따라서 포그 노드(155)에 근접하게 위치한다. 일 실시예들에서, 상기 스마트 그리드(100)는 상기 스마트 그리드(100) 상의 각 지리적 영역에 대한 각각의 포그 프로세싱 시스템(150)을 포함하는 복수의 포그 프로세싱 시스템(150)을 포함한다.
본 발명에 설명된 일 실시예들은 네트워크 에지로부터 (즉, 계량기(110)로부터) 프로세싱 능력을 제거하고, 이러한 프로세싱 능력을 계량기(110) 자체 외부에 위치하는 원격 프로세싱 시스템(130)에 배치함으로써 계량기(110)의 비용을 절감한다. 일 실시예들에서, 포그 프로세싱 시스템(150)의 사용은, 포그 프로세싱 시스템(150)이 프로세싱을 수행하는 계량기(110)에 대한 그 포그 프로세싱 시스템(150)의 근접성으로 인해, 스마트 그리드(100)가 실시간 또는 거의 실시간으로 프로세싱을 수행할 수 있도록 한다. 또한, 다중 포그 프로세싱 시스템(150)의 사용은 효과적인 로드 밸런싱을 달성하는 방식으로 특정 프로세싱을 분산시킨다. 추가적으로 또는 대안적으로 클라우드 프로세싱 시스템(140)을 사용하면 시간에 덜 민감하거나 통합으로 인한 비용 절감 또는 다양한 지리적 지역의 계량기(110)에 걸친 데이터 집계와 같은 다른 이유로 중앙 집중식 프로세싱이 필요한 작업에 대해 중앙 집중식 프로세싱을 가능하게 한다.
원격 프로세싱 시스템(130)은 관련 적응형 계량기(110)에 의해 제공되는 데이터에 기초하여 다양한 작업을 수행할 수 있다. 이러한 각각의 작업은 원시 소비 데이터와 같은 입력 원시 데이터로 취할 수도 있고, 원격 프로세싱 시스템(130) 내에서 수행된 다른 프로세싱(예를 들어 원시 데이터)의 결과로 발생하는 입력 원시 데이터로 취할 수도 있다. 원격 프로세싱 시스템(130)에서 데이터를 프로세싱하기 위해 다양한 기술이 사용될 수 있다. 예를 들어, 그러한 기술은 기계 학습 기술 등을 포함할 수 있으며, 사용되는 기술은 시간이 지남에 따라 바뀔 수 있다. 원격 프로세싱 시스템(130)에 의해 수행되는 이러한 작업의 예로는 부하 프로파일링, 사용 시간(TOU) 분석, 부하 세분화, 그리드 상태 모니터링, 그리드 토폴로지 및 매핑, 그리드 분석 등이 있다. 예시적인 실시예에서, 상기 포그 프로세싱 시스템(150)은 부하 프로파일링 및 그리드 상태 모니터링과 관련된 프로세싱 작업을 수행하고, 상기 클라우드 프로세싱 시스템(140)은 TOU 분석, 부하 분할(load disaggregation), 그리드 토폴로지 및 매핑, 및 그리드 분석과 관련된 프로세싱 작업을 수행하며, 이러한 작업은 시간이 덜 중요하기 때문이다.
원격 프로세싱 시스템(130)에 의해 수행되는 것처럼, 부하 프로파일링은 적응형 계량기(110)에 의해 모니터링되는 부하(즉, 고객 시설)의 전기적 프로파일을 설명하는 부하 프로파일 데이터를 결정하는 단계를 포함할 수 있다. 예를 들어, 원격 프로세싱 시스템(130)은 부하 프로파일 데이터를 형성하기 위해 간격에 따라 원시 소비 데이터를 집계(예를 들어 평균화)하여 원시 소비 데이터에 대한 부하 프로파일링을 수행할 수 있다. 따라서 부하 프로파일 데이터에서 값은 해당 시간 간격에서 발생한 전기 에너지 소비를 나타낸다. 원시 소비 데이터가 적응형 계량기(110)에서 짧은 시간 간격으로 이미 집계된 경우, 부하 프로파일 데이터는 더 긴 시간 간격을 기반으로 추가로 집계된 값을 포함할 수 있다. 예를 들어, 부하 프로파일 데이터에 표시된 시간 간격의 길이는 5분, 15분, 30분, 하루, 30일 또는 1개월이다.
부하 프로파일 데이터는 스마트 그리드(100)을 통해 에너지가 어떻게 소비되고 전력이 어떻게 공급되는지에 대한 상세한 통찰력을 제공한다. 부하 프로파일 데이터는 병목 현상의 식별과 안전하게 수용할 수 있는 재생 가능 발전량의 추정을 가능하게 함으로써 스마트 그리드(100)에 대한 이해를 개선하고 효율성과 견고성을 향상시킬 수 있다. 일 실시예들에서, 포그 프로세싱 시스템(150) 또는 클라우드 프로세싱 시스템(140), 또는 둘 모두는, 병목 현상을 식별하기 위해 예컨대 하나 이상의 기계 학습 모델을 적용하는 것에 의해 부하 프로파일 데이터를 활용하거나, 생성될 수 있는 재생 가능 에너지의 양을 추정하거나, 가격 모델을 결정하거나, 임의의 문제들을 해결하거나, 다른 작업을 수행한다. 부하 프로파일 데이터에 의해 제공되는 스마트 그리드(100)에 대한 더 나은 이해는 그리드 업그레이드에 대한 보다 표적적이고 효과적인 투자로 해석될 수 있다.
일 실시예들에서, 원격 프로세싱 시스템(130)은 복수의 계량기(110)에 걸쳐 계량기 단위 또는 더 높은 레벨에서 부하 프로파일링을 수행할 수 있다. 예를 들어, 포그 프로세싱 시스템(150)은 각 계량기에 대해 부하 프로파일링을 수행할 수 있고, 복수의 계량기(110)에 대한 부하 프로파일링을 세트로 수행하기 위해 포그 프로세싱 시스템(150)과 관련된 지리적 영역에서 복수의 계량기(110)에 걸친 원시 소비 데이터를 집계할 수 있다. 비슷하게, 클라우드 프로세싱 시스템(140)은 스마트 그리드(100)의 지리적 영역에 걸쳐 여러 계량기(110)에 걸쳐 부하 프로파일링을 수행할 수 있다. 특히, 예를 들어, 변압기에 연결된 모든 계량기(110)에 걸친 집계를 통해 부하 프로파일 데이터를 결정하여 변압기의 부하를 더 잘 이해할 수 있다, 또는 부하 프로파일 데이터는 변전소에 연결된 변압기에 연결된 모든 계량기(110)에 걸친 집계를 통해 결정할 수 있으며 변전소의 부하를 더 잘 이해할 수 있다. 일 실시예에서, 복수의 계량기(110)에 걸친 이러한 부하 프로파일 데이터의 결정은 기존의 경우처럼 개별 계량기보다는 원격 프로세싱 시스템(130)에 의해 더 효율적으로 수행될 수 있다. 또한 이러한 부하 프로파일 데이터를 생성하기 위한 컴퓨팅 파워를 각 개별 계량기 또는 개별 계량기의 집합보다 원격 프로세싱 시스템(130)에 배치하는 것이 더 경제적일 수 있다.
원격 프로세싱 시스템(130)에 의해 수행되는 것처럼, TOU 분석은 전기 에너지 소비가 발생하는 시기에 대한 결정을 하는 것을 포함할 수 있다. 예를 들어, TOU 분석의 일부로서, 원격 프로세싱 시스템(130)은 연간 총 전력 소비량, 피크 소비, 평균 피크 소비 및 피크 소비 시간 분포와 같은 거시 지표를 계산할 수 있다. 일 실시예에서, TOU 분석은 입력 원시 소비 데이터 또는 부하 프로파일 데이터로 사용되며, 둘 중 하나 또는 둘 다 적응형 계량기(110)에 의해 결정되거나 부하 프로파일링에 의해 계량기(110) 또는 다른 곳(예를 들어 포그 프로세싱 시스템(150))에서 결정된 클럭 정렬 간격으로 제공될 수 있다. 전자의 경우, TOU 분석을 수행하는 하나 이상의 노드는 적응형 계량기(110)로부터 직접 또는 간접적으로 원시 소비 데이터를 수신할 수 있다. 후자의 경우, TOU 분석을 수행하는 하나 이상의 노드는 원시 소비 데이터에 대한 로드 프로파일링을 수행한 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)로부터 로드 프로파일링 데이터를 수신할 수 있다.
TOU 데이터라고도 불리는 TOU 분석의 출력은 원격 프로세싱 시스템(130) 내부, 원격 프로세싱 시스템(130) 외부 또는 둘 모두에서 다양하게 사용될 수 있다. 예를 들어, TOU 데이터는 헤드엔드 시스템이나 다른 시스템에서 청구 목적으로 사용될 수 있다. 한 예로, TOU 데이터에 따르면 최대 수요가 아침과 저녁인 경우, TOU 관세는 해당 시간대 동안 소비를 억제하기 위해 서로 다른 요금을 설정할 수 있다. TOU 관세의 결과로, 유틸리티 서비스 공급자는 피크 감소를 통해 생성을 최적화하고 소비를 최적화하여 소비자의 비용을 절감할 수 있다.
원격 프로세싱 시스템(130)에 의해 수행되는 것처럼, 부하 분할(load disaggregation)은 고객 시설에서 사용 중인 기기(즉, 특정 부하들)를 결정하는 것을 포함한다. 예를 들어, 포그 프로세싱 시스템(150) 또는 클라우드 프로세싱 시스템(140)은 원시 소비 데이터에서 특정 소비 서명들을 식별하기 위해 기계 학습 또는 다른 기술을 적용할 수 있으며, 여기서 각 소비 서명들은 고객 시설(즉, 고객 시설)에서 사용 중인 특정 기기에 해당한다.
포그 프로세싱 시스템(150), 클라우드 프로세싱 시스템(140), 또는 둘 모두는 그리드 상태 모니터링, 그리드 토폴로지 및 매핑 및 기타 그리드 분석을 수행할 수 있다. 보다 구체적으로, 일 실시예들에서, 포그 프로세싱 시스템(150)은 그리드 상태 모니터링 및 그리드 토폴로지 및 매핑을 수행할 수 있으며, 이는 시간이 중요할 수 있고, 클라우드 프로세싱 시스템(140)은 시간이 덜 중요한 다른 그리드 분석을 수행할 수 있다. 포그 프로세싱 시스템(150) 또는 원격 프로세싱 시스템(130)의 다른 측면은 그리드 상태를 모니터링하고 그리드 토폴로지 및 매핑(즉, 스마트 그리드(100)의 다른 장치와의 연결에 대해 적응형 계량기(110)가 제공하는 원시 데이터 또는 기타 데이터를 기반으로 스마트 그리드(100)의 장치 연결 맵을 결정한다. 이 정보는 스마트 그리드(100) 내에서 효율적인 통신을 제공하고 필요에 따라 연결 문제를 해결하는 데 사용될 수 있다. 클라우드 프로세싱 시스템, 또는 원격 프로세싱 시스템(130)의 다른 측면은, 교정(remediation)이 필요하지 않을 가능성이 높은 그리드 분석과 같이 시간이 덜 중요한 다른 그리드 분석을 수행할 수 있다.
포그 프로세싱 시스템(150) 또는 클라우드 프로세싱 시스템(140)은 그리드 분석의 수행을 통해 하나 이상의 다양한 교정 기술들을 제공할 수 있다. 예를 들어, 포그 프로세싱 시스템(150)은 그리드 토폴로지(grid topology) 및 매핑(mapping)을 통해 공통 변압기와 연관된 복수의 계량기(110)로부터 데이터를 수신할 수 있고, 따라서 포그 프로세싱 시스템(150)은 변압기의 부하를 모니터링하여 부하가 변압기의 사양 내에 있도록 할 수 있다. 부하가 사양 내에 있지 않은 경우, 포그 프로세싱 시스템(150)은 변압기의 잠재적인 노화 또는 폭발을 관리하기 위해 경보를 (예를 들어 유틸리티 서비스 제공자에게) 발행할 수 있다. 일 실시예들에서, 포그 프로세싱 시스템(150)은 변압기의 용량이 저하될 경우, 포그 프로세싱 시스템(150)이 변압기로부터 하나 이상의 가정을 분리할 수 있도록 변압기의 지능형 관리를 구현한다. 다른 예를 들어, 전력 그리드 분석은 전력 그리드를 향해 흐르는 전력의 외관을 만드는 데 사용될 수 있는 태양광 발전 인버터(PV) 또는 기타 소비자 소유 설비와 같이 전력 도난을 탐지하거나 악의적이거나 손상을 줄 수 있는 장치를 탐지하는 데 사용될 수 있다. 또 다른 예로, 전기 자동차 충전은 일단 널리 채택되면 전력 그리드에 상당한 부담을 줄 수 있다. 그러나, 그리드 분석을 통해, 포그 프로세싱 시스템(150) 또는 클라우드 프로세싱 시스템(140)은 이러한 스트레인(strain)의 근원들을 식별할 수 있으며, 피크 기간 동안 소비자에게 메시지를 발행하여 피크 기간 동안 충전 감소를 요청할 수 있다. 다양한 다른 실용적인 응용들이 가능하며, 본 발명의 범위 내에 있다.
상기 이외에도, 원격 프로세싱 시스템(130)은 안전 및 전력 품질, 전압/VAR(Volt/Ampere Reactive) 제어, QoS(Quality of Service) 관련 초 단위 폴링(polling), 분산 에너지 리소스(DER) 관리, 위상 식별 등의 다른 프로세싱 작업을 수행할 수 있다. 예를 들어, 일 실시예에서, 포그 프로세싱 시스템(150)은 안전 및 전력 품질, 전압/VAR 제어 및 QoS와 관련된 서브초 폴링(sub-second polling)과 관련된 프로세싱 작업을 수행한다. 이는 시간이 중요한 작업이기 때문이다. 예를 들어, 전압/VAR 분석을 통해 PV 인버터가 위상이 어긋나 연결된 장비의 손상, 전력 그리드의 부하 불균형 또는 불안정, 전력 그리드의 정전 등과 같은 문제를 야기할 수 있다. 이러한 PV 인버터를 검출한 결과, 포그 프로세싱 시스템(150) 내의 하나 이상의 노드들, 또는 추가적으로 또는 대안적으로 클라우드 프로세싱 시스템(140)은 PV 인버터의 차단 요청을 포함할 수 있는 교정을 요청하기 위한 메시지를 해당 소비자에게 발행할 수 있다. 일 실시예들에서, 클라우드 프로세싱 시스템(140)은 시간이 덜 중요한 DER 관리 및 위상 식별과 관련된 프로세싱 작업을 수행한다. 다른 프로세싱 작업은 추가적으로 또는 대안적으로 원격 프로세싱 시스템(130)에 의해 수행될 수 있다.
적응형 계량기(110) 또는 헤드엔드 시스템에서 원격 프로세싱 시스템(130)으로의 작업 이동을 통해, 본 발명에 설명된 일 실시예들은 기존 스마트 그리드(100)에 비해 다양한 이점을 제공한다. 이러한 이점은 유연성, 확장성, 적응성 또는 수익 측면에서 얻을 수 있다. 유연성 측면에서 엔드포인트와 서비스의 분리로 인해 엔드포인트에는 다양한 하드웨어, 소프트웨어 또는 펌웨어가 포함될 수 있으며, 서비스 구현은 특히 엔드포인트 벤더와 관련될 필요가 없다. 일 실시예에서는 스마트 그리드(100)의 엔드포인트가 동일한 엔티티에 의해 제조될 필요가 없으며 하드웨어, 소프트웨어 또는 펌웨어가 다를 수 있다. 또한, 포그(150) 또는 클라우드(140)에서 제공되는 서비스는 사용되는 특정 엔드포인트에 의존할 필요가 없으며, 포그(150) 또는 클라우드(140)에서 이러한 서비스를 제공하는 데 사용되는 하드웨어, 소프트웨어 또는 펌웨어는 엔드포인트의 운영에 영향을 미치지 않으면서 시간이 지남에 따라 또는 서비스 간에 달라질 수 있다. 이를 통해 엔드포인트 자체에 영향을 미치지 않고 새 노드를 추가하거나 기존 노드를 수정하여 이러한 서비스를 확장할 수 있다. 아래에서 자세히 설명하는 바와 같이 서비스를 추가, 제거 또는 수정하기 위해 엔드포인트를 수정할 필요가 없으므로 엔드포인트와 관련된 서비스가 엔드포인트 자체에 영향을 미치지 않거나 큰 영향을 미치지 않고 변경될 수 있다는 점에서 엔드포인트의 적응력이 뛰어나다. 추가적으로 또는 대안적으로, 스마트 그리드(100)은 가입 서비스를 지원한다. 예를 들어, 포그(150) 또는 클라우드(140)에서 서비스를 제공하는 서비스 공급자는 가입 모델을 통해 이러한 서비스들을 제공할 수 있으므로, 그 서비스 공급자는 SaaS(Software as a Service) 서비스에서 사용되는 것과 유사한 반복적인 수익을 창출할 수 있다.
도 2는 본 발명에 설명된 일 실시예에 따른 스마트 그리드(100)의 또 다른 예를 나타낸 도면이다. 도 2에 도시된 바와 같이, 스마트 그리드(100)는 하나 이상의 적응형 계량기(110) 및 원격 프로세싱 시스템(130)을 포함하는 것 외에 헤드엔드 시스템(210)을 포함할 수 있다. 헤드엔드 시스템(210)은 중앙 집중식 데이터 프로세싱을 수행할 수 있다. 헤드엔드 시스템(210)에 의해 프로세싱되는 데이터는 예를 들어 원시 소비 데이터, 다른 원시 데이터 또는 원격 프로세싱 시스템(130)에 의한 원시 소비 데이터(예를 들어 로드 프로파일 데이터, TOU 데이터)의 프로세싱 결과 데이터를 포함할 수 있다. 일 실시예들에서, 헤드엔드 시스템(210)은 스마트 그리드(100)와 연관된 유틸리티 서비스 제공자와 연관되고 관리된다.
일 실시예들에서, 헤드엔드 시스템(210)은, 스마트 그리드(100) 내의 일부 또는 모든 적응형 계량기(110)에 대해, 과금 작업들을 포함하는, 다양한 중앙 집중화된 작업들을 수행한다. 헤드엔드 시스템(210)이 이러한 작업을 수행할 수 있기 위해 헤드엔드 시스템(210)은 적응형 계량기(110) 또는 원격 프로세싱 시스템(130)으로부터 데이터를 수신하도록 구성될 수 있다. 예를 들어, 일 실시예에서, 적응형 계량기(110)은 그들의 원시 소비 데이터를 헤드엔드 시스템(210)로 전송하며, 헤드엔드 시스템(210)은 청구 또는 다른 중앙 집중화된 작업을 수행하기 위해 원시 소비 데이터를 프로세싱할 수 있다. 다른 예에서, 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)는 데이터를 헤드엔드 시스템(210)으로 전송하고, 여기서 데이터는 원시 소비 데이터에 기초할 수 있으며, 헤드엔드 시스템(210)은 청구 또는 다른 중앙 집중화된 작업을 수행하기 위해 해당 데이터를 추가로 프로세싱한다.
도 2에 도시된 바와 같이, 헤드엔드 시스템(210)은 스마트 그리드 시스템(100)의 다른 측면에서 사용되는 동일한 메시지 버스(160)를 이용할 수 있다. 따라서, 헤드엔드 시스템(210)은 필요에 따라 포그 프로세싱 시스템(150), 클라우드 프로세싱 시스템(140) 및 적응형 계량기(110)와 통신하도록 구성된다. 헤드엔드 시스템(210)은 메시지 버스(160)를 통해 또는 다른 방식으로, 적응형 계량기(110) 또는 원격 프로세싱 시스템(130)과 통신하도록 구성될 수 있으며, 이는 다양한 통신 기술 중 하나 이상을 사용한다. 이러한 통신 기술에는 예를 들어 4G, 5G, ZigBee, WiFi 또는 Wi-SUN이 포함될 수 있다.
종래의 일반적인 스마트 그리드에서는, 유틸리티 계량기와 관련된 데이터를 프로세싱하기 위한 원격 프로세싱 시스템(130)이 존재하지 않으며, 유틸리티 계량기는 헤드엔드 시스템에 의해 완전히 중앙 집중식으로 관리된다. 헤드엔드 시스템은 청구 작업을 수행할 뿐만 아니라 펌웨어 업데이트를 푸시하거나 유틸리티 계량기의 기능을 수정하는 경우 펌웨어 업데이트를 푸시하는 업데이트 서버와 연결된다. 이 구성의 결과로, 유틸리티 계량기와 관련된 일부 또는 모든 서비스는 헤드엔드 시스템을 통해 유틸리티 계량기와 통신해야 한다. 예를 들어, 헤드엔드 시스템은 이러한 서비스를 관리하거나 헤드엔드 시스템(210)은 유틸리티 계량기와 이러한 서비스를 관리하는 해당 서버 간의 통신을 전달한다.
대조적으로, 일 실시예들에 따르면, 헤드엔드 시스템(210)은 적응형 계량기(110)와 관련된 모든 서비스를 책임질 필요가 없다. 이와 같이, 헤드엔드 시스템(210)과 연관된 유틸리티 서비스 제공자는 다른 서비스 제공자(즉, 공급업체)에게 다른 서비스를 맡기는 동시에 특정 서비스에 집중하고 전문화할 수 있다. 예를 들어, 헤드엔드 시스템(210)은 과금 작업을 관리할 수 있고, 다른 서비스 제공자들은 포그 노드(155) 또는 클라우드 노드(145)를 운영하여 다양한 다른 서비스를 제공할 수 있다.
또한, 종래의 헤드엔드 시스템은 개별 계량기(110)의 서비스에 수정이 필요할 때 펌웨어를 개별 계량기(110)으로 푸시하는 역할을 하지만, 본 발명에 설명된 일 실시예들은 원격 프로세싱 시스템(130)의 노드 세트를 수정하여 업데이트를 가능하게 한다. 예를 들어, 계량기(110)에 서비스를 추가하기 위해, 그 서비스를 수행하는 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)는 계량기(110)에 의해 제공되는 원시 데이터를 기반으로 그 서비스를 수행하도록 (예를 들어, 해당 노드와 연결되고 서비스 제공자에 의해 운영되는 해당 서버에 의해) 지시될 수 있으며, 또는 계량기(110)은 이러한 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)에 원시 데이터를 제공하도록 지시될 수 있다. 계량기(110)에 제공되는 서비스를 수정하기 위해, 해당 서비스를 수행하는 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)가 상기 적용가능한 변경으로 업데이트될 수 있다. 마찬가지로, 계량기(110)에서 서비스를 제거하기 위해, 해당 서비스를 수행하는 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)는 계량기(110)에서 제공되는 원시 데이터를 기반으로 더 이상 서비스를 수행하지 않도록 (예를 들어 해당 노드와 연결되고 서비스 제공자에 의해 운영되는 해당 서버에 의해) 지시될 수 있거나, 또는 계량기(110)는 이러한 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)에 원시 데이터 제공을 중지하도록 지시될 수 있다. 따라서 적응형 계량기(110)과 관련된 서비스는 적응형 계량기(110) 자체에 대한 펌웨어 업데이트 없이 쉽고 비교적 저렴하게 수정할 수 있다. 마찬가지로 일 실시예에서는 새로운 서비스의 테스트도 간소화된다. 테스트를 수행하려면 적응형 계량기(110)에 대한 변경이 아닌 포그 노드(155) 또는 클라우드 노드(145)에 대한 변경이 필요할 수 있다.
원격 프로세싱 시스템(130)을 통해 제공되는 서비스에 대한 수정은 일반적으로 계량기(110)에서 펌웨어 업데이트가 필요하지 않지만, 계량기(110)에서 펌웨어 업데이트가 필요할 수도 있다. 예를 들어, 펌웨어는 버그를 수정하거나 적응형 계량기(110)의 무선장치를 위한 드라이버를 업데이트하기 위해 필요할 수 있다. 적응형 계량기(110) 자체에서 펌웨어 업데이트가 필요한 경우, 헤드엔드 시스템(210) 또는 다른 장치는 필요에 따라 계량기(110)으로 펌웨어 업데이트를 푸시할 수 있지만, 계량기(110)의 성능이 감소하기 때문에, 기존의 계량기에 대한 펌웨어 업데이트에 비해 펌웨어 업데이트가 작을 수 있다. 따라서 필요한 경우 펌웨어 업데이트를 수행하려면 컴퓨팅 리소스를 줄이고 오류 발생 가능성을 줄여야 할 수 있다.
도 2 및 본 발명의 다른 도면들은 스마트 그리드(100)의 비제한적인 예를 도시하고 있으며, 헤드엔드 시스템(210)이 스마트 그리드(100)에 포함될 필요가 없다는 것을 이해할 수 있을 것이다. 예를 들어, 일 실시예들에서, 헤드엔드 시스템(210)에 의해 통상적으로 수행되는 작업들은 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)에 의해 원격 프로세싱 시스템(130)의 노드들에 의해 수행될 수 있다. 예를 들어, 클라우드 프로세싱 시스템(140)은 헤드엔드 시스템(210)에 의해 수행되는 작업 대신 청구 데이터 결정, 청구서 생성 또는 청구서 발행과 같은 청구 작업을 수행할 수 있다. 따라서, 본 발명에 설명된 일 실시예들은 헤드엔드 시스템(210)에 의해 통상적으로 수행되는 작업들을 클라우드 프로세싱 시스템(140) 또는 포그 프로세싱 시스템(150)으로 이동시킨다.
도 3은 본 발명에 설명된 일 실시예에 따른 스마트 그리드(100)의 또 다른 예를 나타낸 도면이다. 도 3에 도시된 바와 같이, 스마트 그리드(100)에는 다수의 포그 프로세싱 시스템(150)이 포함될 수 있다. 각 포그 프로세싱 시스템(150)은 일련의 계량기(110)와 연관될 수 있으며, 여기서 계량기(110)는 지리적 또는 연결성 측면에서 포그 프로세싱 시스템(150)에 근접한다. 결과적으로, 포그 프로세싱 시스템(150)은 이러한 계량기(110)으로부터 수신된 원시 소비 데이터를 실시간 또는 거의 실시간으로 프로세싱할 수 있다. 이 예에서, 클라우드 프로세싱 시스템(140)은 어떤 포그 프로세싱 시스템(150)이 그러한 적응형 계량기(110)과 연관되어 있는지에 관계없이 적응형 계량기(110)의 일부 또는 전부로부터 원시 소비 데이터를 프로세싱하도록 구성된다. 도 3에는 헤드엔드 시스템(210)이 도시되어 있지 않지만, 사용되는 포그 프로세싱 시스템(150)의 수에 관계없이 하나 이상의 헤드엔드 시스템(210)이 스마트 그리드 시스템(100)에 포함될 수 있다.
도 3의 실시예는 두 개의 포그 프로세싱 시스템(150)을 예시하지만, 스마트 그리드(100)에는 포그 프로세싱 시스템(150)이 더 적거나 더 많이 포함될 수 있다. 이 예에서, 제1 적응형 계량기(110aa) 및 제2 적응형 계량기(110ab)은 모두 제1 포그 프로세싱 시스템(150a)과 밀접하게 통신 가능하게 결합된 하나 이상의 지리적 영역으로 구성된 지리적 영역 A에 위치한다. 따라서, 이러한 적응형 계량기(110)는 모두 제1 포그 프로세싱 시스템(150a)에 할당된다. 따라서, 제1 포그 프로세싱 시스템(150a)은 제1 적응형 계량기(110aa) 및 제2 적응형 계량기(110ab)의 원시 소비 데이터를 프로세싱한다. 상기 제1 포그 프로세싱 시스템(150a)은 근접성으로 인해 이러한 프로세싱을 거의 실시간으로 수행할 수 있으며, 따라서 이러한 적응형 계량기(110)로부터 거의 실시간으로 원시 소비 데이터를 수신할 수 있다.
또한, 이 예에서, 제3 적응형 계량기(110ba) 및 제4 적응형 계량기(110bb)는 둘 다 지리적 영역(Geographic Region B)에 위치하며, 이는 제2 포그 프로세싱 시스템(150b)과 밀접하게 통신 가능하게 결합되는 하나 이상의 지리적 영역으로 구성된다. 따라서, 이러한 적응형 계량기(110)는 제2 포그 프로세싱 시스템(150b)에 할당된다. 따라서, 제2 포그 프로세싱 시스템(150b)은 제3 적응형 계량기(110ba) 및 제4 적응형 계량기(110bb)으로부터의 원시 소비 데이터를 프로세싱한다. 제2 포그 프로세싱 시스템(150b)은 근접성으로 인해 거의 실시간으로 이러한 프로세싱을 수행할 수 있으며, 따라서 이러한 적응형 계량기(110)로부터 거의 실시간으로 원시 소비 데이터를 수신할 수 있다.
지리적 영역은 엄격한 경계를 가질 필요가 없기 때문에 서로 다른 포그 프로세싱 시스템(150)의 지리적 영역은 중복될 수 있다. 오히려, 본 발명에서, 지리적 영역은 연관된 포그 프로세싱 시스템(150)에 의해 정의된다. 지리적 영역은, 포그 프로세싱 시스템(150)이 이러한 적응형 계량기(110)로부터 원시 소비 데이터를 실시간 또는 거의 실시간으로 프로세싱할 수 있도록, 적응형 계량기(110)가 특정 포그 프로세싱 시스템(150)과 통신할 수 있을 정도로 충분히 가까운 영역 또는 영역들의 세트이다. 보다 구체적으로, 예를 들어, 포그 프로세싱 시스템(150)과 연관된 지리적 영역의 적응형 계량기(110)는 클라우드 프로세싱 시스템(140)에 대하여 적응형 계량기(110)가 통신가능하게 가까운 것보다 상기 포그 프로세싱 시스템(150)에 통신 가능하게 더 가까울 수 있다. 즉, 적응형 계량기(110)으로부터의 통신은, 클라우드 프로세싱 시스템(140)에 도달하는 것보다 더 빨리 적응형 계량기(110)와 연관된 포그 프로세싱 시스템(150)에 도달한다.
적응형 계량기(110)는 다양한 기법 중 하나 이상을 사용하여 포그 프로세싱 시스템(150)에 할당될 수 있다. 일 실시예들에서, 적응형 계량기(110)는, 지리적으로 가장 가까운 포그 프로세싱 시스템(150)일 수도 있지만 그럴 필요가 없을 수도 있는, 연결성 측면에서 가장 가까운 포그 프로세싱 시스템(150)에 할당된다. 하나의 예에서, 적응형 계량기(110)는 어떤 포그 프로세싱 시스템(150)이 적응형 계량기의 등록 요청에 응답하는지에 기초하여 포그 프로세싱 시스템(150)을 일방적으로 선택한다 (즉, 적응형 계량기(110)가 원시 소비 데이터를 전송하는 그 포그 프로세싱 시스템(150)). 예를 들어, 적응형 계량기(110)는 (예를 들어, 메시지 버스(160)를 통해) 등록 요청을 브로드캐스트할 수 있고, 상기 브로드캐스트를 수신하는 포그 프로세싱 시스템(150)이 응답함으로써, 이러한 포그 프로세싱 시스템(150)이 근처에 있고 이용 가능함을 확인할 수 있다. 일 실시예에서, 복수의 포그 프로세싱 시스템(150)이 응답하는 경우, 응답을 수신하는 순서가 통신 근접성을 나타낼 수 있기 때문에 적응형 계량기(110)는 응답을 먼저 수신하는 포그 프로세싱 시스템(150)을 사용하도록 선택할 수 있다.
일 실시예들에서, 헤드엔드 시스템(210)에서 실행되는 것과 같은 수동 또는 자동 관리자는 적응형 계량기(110)를 포그 프로세싱 시스템(150)에 할당한다. 하나의 예에서, 관리자는 적응형 계량기(110)가 설치될 때, 적응형 계량기(110)를 근거리 포그 프로세싱 시스템(150)에 할당하고, 이 경우, 적응형 계량기(110)는 적응형 계량기(110)가 할당된 포그 프로세싱 시스템(150)에 도달하기 위한 정보(예를 들어 인터넷 프로토콜(IP) 주소)로 프로그래밍될 수 있다. 다른 예에서, 관리자는 적응형 계량기(110)가 스마트 그리드(100)에 합류할 때 (예를 들어, 적응형 계량기(110)가 온라인 상태가 되어 헤드엔드 시스템(210) 또는 클라우드 프로세싱 시스템(140)에 등록될 때), 적응형 계량기(110)를 근접 포그 프로세싱 시스템(150)에 할당한다. 게이트웨이(120) 또는 스마트 그리드(100) 내의 다른 장치는 할당된 포그 프로세싱 시스템(150)과 통신하는 데 필요한 정보를 적응형 계량기(110)에 제공할 수 있다. 추가적으로, 또는 대안적으로, 관리자는 다양한 포그 프로세싱 시스템(150)에 걸쳐 로드 밸런싱을 달성하는 방식으로 적응형 계량기(110)를 포그 프로세싱 시스템(150)에 할당한다.
추가 또는 대체 실시예에서 인텔리전스가 프로세싱되는 위치의 할당(즉, 적응형 계량기(110)의 데이터를 프로세싱하는 적절한 포그 프로세싱 시스템(150)에 대한 적응형 계량기(110)의 할당은 적응형 계량기(110)과 포그 프로세싱 시스템(150) 사이의 통신 기술에 기초하여 결정된다. 예를 들어, 사용되는 통신 기술이 RF 메쉬인 경우, 적응형 계량기(110)와 포그 프로세싱 시스템(150)을 일치시키기 위해 안정적인 RF 메쉬의 형성에 적용 가능한 규칙이 적용된다. 예를 들어, 적응형 계량기(110)를 위한 게이트웨이(120)와 같은 스마트 그리드(100)의 일부 측면은 적응형 계량기(110)와 관련된 포그 프로세싱 시스템(150) 사이에서 높은 수신 신호 강도(RSSI) 신호 강도가 달성되도록 적응형 계량기(110)를 포그 프로세싱 시스템(150)에 할당한다. 적응형 계량기(110)과 포그 프로세싱 시스템(150) 사이에 낮은 지연 시간과 결합된다. 그러나, 적응형 계량기(110)를 적절한 포그 프로세싱 시스템(150)에 할당하기 위한 다양한 실시예들이 가능하며, 본 발명의 범위 내에 있다.
도 3에 도시된 바와 같이, 게이트웨이(120)와 적응형 계량기(110)의 다양한 구성이 가능한다. 예를 들어, 제3 적응형 계량기(110ba) 및 제4 적응형 계량기(110bb)에 대해 도시된 바와 같이, 공통 포그 프로세싱 시스템(150)에 할당된 적응형 계량기(110b)는 공통 게이트웨이를 가질 필요가 없다. 그러나, 제1 적응형 계량기(110)aa 및 제2 적응형 계량기(110)ab에 대해 도시된 바와 같이, 적응형 계량기(110)은 공통 게이트웨이(120)을 가질 수 있다. 게이트웨이(120)은 통신 라우터 역할 뿐만 아니라 수집기 역할도 할 수 있다. 보다 구체적으로, 게이트웨이(120)는 연결된 다양한 적응형 계량기(110)로부터 원시 소비 데이터를 수집하고, 헤드엔드 시스템(210), 포그 프로세싱 시스템(150) 또는 클라우드 프로세싱 시스템(140)과 같은 다른 장치에 해당 원시 소비 데이터를 제공할 수 있다. 게이트웨이(120)의 다양한 구성이 가능하며, 본 발명의 범위 내에 있다.
도 4는 본 발명에 기재된 일 실시예에 따른 스마트 그리드(100)를 통한 데이터 프로세싱 방법(400)의 흐름도이다. 이 방법(400)은 예시적인 목적으로만 제공되며 스마트 그리드(100)의 다양한 가능한 구현 또는 기능을 제한하지 않는다.
도 4에 도시된 바와 같이, 블록 405에서 적응형 계량기(110)는 에너지 소비와 관련된 전기적 특성을 검출한다. 예를 들어, 적응형 계량기(110)은 센서를 이용하여 전력 그리드와 부하(즉, 고객 시설) 사이의 전압 또는 전류를 감지할 수 있다. 일 실시예에서는 이 감지가 연속적으로 발생할 수 있다.
이 방법(400)의 예에서, 적응형 계량기(110)은 전기 계량기이며, 따라서 전기적 특성을 검출한다. 그러나, 대안적으로, 적응형 계량기(110)은 다른 유형의 계량기일 수 있으며, 그러한 경우 감지된 특성은 적응형 계량기(110)에 의해 소비가 측정되는 리소스와 관련이 있을 것이다. 예를 들어, 적응형 계량기(110)이 수도계량기인 경우, 감지된 특성은 물 소비량을 나타내고, 적응계량기인 경우, 감지된 특성은 가스 소비량을 나타낸다. 다양한 구현이 가능하며 본 발명의 범위에 포함된다.
블록 410에서 적응형 계량기(110)은 전기적 특성을 원시 소비 데이터로 변환한다. 예를 들어, 상기 적응형 계량기(110)는, 전술한 바와 같이, 전압 또는 전류의 검출과 같은 아날로그를 전압 또는 전류의 수치 표현과 같은 디지털로 변환하도록 구성된 컨버터를 포함할 수 있다. 따라서 전기적 특성을 원시 소비 데이터로 변환하려면 적어도 전기적 특성을 디지털 데이터로 변환해야 할 수 있다. 원시 소비 데이터는 감지되고 있는 전기적 특성의 디지털 표현일 수 있다. 예를 들어, 소비 데이터는 해당 시간의 전기적 특성 측정을 나타내는 각각의 수치 값의 스트림일 수 있다. 예를 들어, 숫자 값은 전기적 특성(예를 들어 전압 또는 전류)을 나타내는 값일 수 있으며, 서브-초 또는 초 간격의 시간에 해당할 수 있다.
블록 415에서 적응형 계량기(110)은 원시 소비 데이터를 발행한다. 예를 들어, 적응형 계량기(110)는 소비 데이터를 발행하기 위해 원격 프로세싱 시스템(130)에서 하나 이상의 포그 노드(155) 또는 클라우드 노드(145)로 원시 소비 데이터를 전송할 수 있다. 추가적으로 또는 대안적으로, 적응형 계량기(110)은 스마트 그리드(100)에 헤드엔드 시스템(210)이 포함된 경우 원시 소비 데이터를 헤드엔드 시스템(210)으로 전송할 수 있다. 추가적으로 또는 대안적으로, 적응형 계량기(110)은 다른 계량기, 게이트웨이(120) 또는 스마트 그리드(100) 내의 다른 장치와의 연결을 설명하는 데이터와 같은 다른 원시 데이터도 발행할 수 있다.
적응형 계량기(110)는 다양한 방법으로 원격 프로세싱 시스템(130) 또는 헤드엔드 시스템(210)에 원시 소비 데이터를 제공할 수 있다. 예를 들어, 일 실시예들에서, 적응형 계량기(110)는 원시 소비 데이터를 포그 프로세싱 시스템(150)으로 전송하고, 포그 프로세싱 시스템은 원시 소비 데이터에 대해 추가적인 프로세싱을 수행한 다음, 상기 결과적인 프로세싱된 소비 데이터를 선택적으로 상기 원시 소비 데이터와 함께 클라우드 프로세싱 시스템(140) 또는 헤드엔드 시스템(210), 또는 둘 모두에게 전송한다. 일부 다른 예시적인 실시예들에서, 적응형 계량기(110)는 원시 소비 데이터에 대한 프로세싱을 수행하고 필요에 따라 결과적으로 프로세싱된 소비 데이터를 서로 교환하는 포그 프로세싱 시스템(150) 및 클라우드 프로세싱 시스템(140) 모두에 원시 소비 데이터를 전송한다; 그러한 실시예에서, 포그 프로세싱 시스템(150) 또는 클라우드 프로세싱 시스템(140) 또는 둘 모두는 필요에 따라 프로세싱된 소비 데이터를 헤드엔드 시스템(210)로 전송할 수 있다. 다양한 구현이 가능하며 본 발명의 범위에 포함된다.
일 실시예에서는 블록 405, 410 및 415가 진행 중이므로 병렬로 발생한다. 즉, 적응형 계량기(110)의 정상 작동 중에 센서는 전기적 특성을 지속적으로 감지하고, 컨버터는 전기적 특성을 디지털 데이터로 지속적으로 변환하여 원시 소비 데이터를 생성하고, 무선은 그 소비 데이터를 스트리밍 데이터로 지속적으로 출력한다.
블록 420에서, 상기 포그 프로세싱 시스템(150)은 적응형 계량기(110)로부터 원시 소비 데이터를 액세스하고, 상기 원시 소비 데이터 및 상기 포그 프로세싱 시스템(150)과 연관된 다른 적응형 계량기(110)로부터 원시 소비 데이터에 대해 분산 프로세싱을 수행한다. 위에서 설명한 바와 같이, 포그 프로세싱 시스템(150)은 실시간 또는 거의 실시간으로 통찰력을 생성할 수 있는 에지(즉, 계량기(110) 자체에 근접)에 가까운 분산 프로세싱을 제공할 수 있다. 예를 들어, 일 실시예들에서, 포그 프로세싱 시스템(150)은 원시 소비 데이터에 기초하여 다음 작업들 중 하나 이상을 실행하기 위한 프로세싱을 수행할 수 있다: 부하 프로파일링, 그리드 상태 모니터링, 안전 및 전력 품질 분석, 전압/VAR 제어 또는 QoS에 대한 서브-초 단위 폴링. 또한, 일 실시예들에서, 포그 프로세싱 시스템(150)은 지리적 영역 내의 적응형 계량기(110)과 같은 적응형 계량기(110)의 제1 세트와 관련된 원시 소비 데이터를 수신한다. 따라서, 포그 프로세싱 시스템(150)은 제1 세트의 계량기(110)에 걸쳐 집계된 데이터를 결정하거나, 그렇지 않으면 제1 세트의 계량기(110)에 대한 통찰력을 결정하기 위한 프로세싱을 수행하도록 구성될 수 있다.
블록 425에서, 클라우드 프로세싱 시스템(140)은 적응형 계량기(110)으로부터 원시 소비 데이터에 액세스하고, 그 원시 소비 데이터뿐만 아니라, 클라우드 프로세싱 시스템(140)과 연관된 다른 적응형 계량기(110) (예를 들어, 스마트 그리드(100)의 일부 또는 모든 다른 적응형 계량기(110)) 으로부터 원시 소비 데이터에 대해 중앙 집중식 프로세싱을 수행한다. 위에서 설명한 바와 같이, 클라우드 프로세싱 시스템(140)은 중앙 집중식 프로세싱에 필요한 컴퓨팅 리소스가 다수의 계량기(110) 또는 다수의 포그 프로세싱 시스템(150)에 걸쳐 중복될 필요가 없도록 시간이 중요하지 않은 작업에 대한 중앙 집중식 프로세싱을 제공할 수 있다. 예를 들어, 일 실시예들에서, 클라우드 프로세싱 시스템(140)은 원시 소비 데이터에 기초하여, TOU 분석, 부하 분할, 그리드 토폴로지 및 매핑, 그리드 분석, DER 관리 또는 위상 식별 중 하나 이상의 작업을 실행하기 위한 프로세싱을 수행할 수 있다. 또한, 일 실시예에서, 클라우드 프로세싱 시스템(140)은 스마트 그리드(100)의 모든 적응형 계량기(110) 또는 클라우드 프로세싱 시스템(140)에서 실행되는 서비스와 관련된 모든 적응형 계량기(110)과 같은 총 적응형 계량기(110) 세트와 관련된 원시 소비 데이터를 수신한다. 이와 같이, 클라우드 프로세싱 시스템(140)은 총 계량기(110)에 걸쳐 집계된 데이터를 결정하거나, 그렇지 않으면 총 계량기(110) 세트에 대한 통찰력을 결정하기 위한 프로세싱을 수행하도록 구성될 수 있다.
일 실시예들에서, 블록 420 및 블록 425는 진행 중이므로, 블록 405, 410 및 415와 병렬로 뿐만 아니라 서로 병렬로 발생한다. 예를 들어, 클라우드 프로세싱 시스템(140)이 적응형 계량기(110)의 원시 소비 데이터, 적응형 계량기(110)의 기타 원시 데이터 또는 기타 데이터를 프로세싱하는 동안, 포그 프로세싱 시스템(150)은 적응형 계량기(110)의 원시 소비 데이터, 또는 적응형 계량기(110)의 다른 원시 데이터 (예를 들어 원시 소비 데이터를 프로세싱한 결과의 데이터)를 프로세싱할 수 있다.
도 5는 본 발명에 설명된 일 실시예에 따른 스마트 그리드에서의 적응형 계량기(110)의 도면이다. 예를 들어, 제한이 아니라 적응형 계량기(110)은 전기 계량기, 수도 계량기, 가스 계량기 또는 설비(520) 상의 리소스(510)의 소비를 측정하는 다른 유형의 계량기일 수 있다. 위에서 논의된 바와 같이, 적응형 계량기(110)은 센서(530), 컨버터(540), MCU(550) 또는 기타 프로세싱 장치 및 무선장치(560)를 포함할 수 있다. 시스템 버스(570)는 컨버터(540), MCU(550) 및 무선장치(560)을 함께 연결하여 이러한 구성 요소들이 적응형 계량기(110)의 작동에 필요에 따라 서로 통신할 수 있도록 할 수 있다.
일 실시예들에서, 센서(530)는 리소스(510)의 사용을 나타내는 신호(즉, 전기적 특성)를 검출하고, 컨버터(540)는 MCU(550)에 입력하기 위해 그 신호를 디지털 데이터로 변환한다. MCU(550)은 무선장치(560)에 디지털 데이터에 기초한 원시 소비 데이터를 전송하도록 지시할 수 있다. 일 실시예에서는 원시 소비 데이터가 MCU(550)에서 수신한 디지털 데이터와 동일하거나 최소한으로 프로세싱된다. 예를 들어, MCU(550)은 디지털 데이터를 짧은 간격으로 집계하거나, MCU(550)은 디지털 데이터를 전송을 위한 적절한 형식(예를 들어 메시지 버스(160)에 필요한 경우)으로 간단히 변환할 수 있다. 무선장치(560)는 4G, 5G, ZigBee, WiFi, Wi-SUN 또는 다른 통신 기술을 사용하도록 구성될 수 있으며, 따라서 이러한 통신 기술 중 하나 이상을 사용하여 원시 소비 데이터를 전송할 수 있다.
일 실시예들에서, 적응형 계량기(110)는 또한 휘발성 메모리(예를 들어 RAM), 비휘발성 메모리(예를 들어 플래시 스토리지) 또는 둘 모두일 수 있는 메모리(580)를 포함할 수 있다. 도 5에 도시된 바와 같이, 메모리(580)는 MCU(550)와 통합될 수 있다. MCU(550)은 원시 소비 데이터를 생성하고 무선장치(560)에 의해 원시 소비 데이터를 전송할 수 있도록 필요에 따라 디지털 데이터 또는 원시 소비 데이터를 메모리(580)에 저장할 수 있다. 적응형 계량기(110)는 일정 시간 동안 원시 소비 데이터를 국부 저장하기 위한 규제 또는 고객 요구 사항이 있을 수 있으며, 이 경우, 메모리(580)는 적어도 필요한 시간 동안 원시 소비 데이터를 저장하기 위해 사용될 수 있다. 추가적인 또는 대안적인 실시예들에서, 메모리(570)는 도 5에 도시된 바와 같이 MCU와 통합되는 것이 아니라 MCU(550)로부터 분리될 수 있다.
보다 일반적으로, 적응형 계량기(110)는 기본적인 계량 및 통신 프로세스를 위해 구성된 구성요소들을 포함할 수 있지만, 적응형 계량기(110)는 종래의 유틸리티 계량기에 일반적으로 통합된 특정 다른 구성요소들이 부족할 수 있다. 예를 들어, 적응형 계량기(110)에는 통합 디스플레이 및 해당 디스플레이용 드라이버, 로컬 광 포트 또는 로컬 수요 재설정 스위치 중 하나 이상이 없을 수 있다. 추가적으로, 또는 전통적인 유틸리티 계량기와 비교하여, 적응형 계량기(110)은 감소된 저장량(예를 들어 더 작은 메모리(580)), 느린 MCU(550) 또는 그렇지 않으면 덜 강력하거나 덜 효율적인 계산 리소스를을 포함할 수 있다. 다양한 구현이 가능하며 본 발명의 범위에 포함된다.
청구된 주제에 대한 완벽한 이해를 제공하기 위해 여기에 수많은 구체적인 세부 사항이 명시되어 있다. 그러나, 당업자들은 청구된 주제가 이러한 구체적인 세부 사항 없이 실행될 수 있다는 것을 이해할 것이다. 다른 경우에, 일반적인 기술 중 하나에 의해 알려진 방법, 장치 또는 시스템은 청구된 주제를 모호하게 하지 않도록 상세하게 설명되지 않는다.
여기서 설명하는 기능은 특정 하드웨어 아키텍처 또는 구성에 국한되지 않는다. 컴퓨팅 장치는 하나 이상의 입력에 대해 조정된 결과를 제공하는 임의의 적절한 구성 요소 배열을 포함할 수 있다. 적합한 컴퓨팅 장치에는, 범용 컴퓨팅 장치로부터 본 주제의 하나 이상의 양태를 구현하는 특수 컴퓨팅 장치로 컴퓨팅 시스템을 프로그래밍하거나 구성하는 것을 특징으로 하는 저장된 소프트웨어(즉, 컴퓨터 시스템의 메모리에 저장된 컴퓨터 판독 가능한 명령어)에 액세스하는 다목적 마이크로프로세서 기반 컴퓨터 시스템이 포함된다. 적절한 프로그래밍, 스크립팅 또는 다른 유형의 언어 또는 언어 조합은 프로그래밍 또는 컴퓨팅 장치 구성에 사용되는 소프트웨어에 포함된 가르침을 구현하는 데 사용될 수 있다.
본 발명에 개시된 방법들의 양태들은 이러한 컴퓨팅 장치들의 동작에서 수행될 수 있다. 위의 예에서 제시한 블록의 순서는 다양할 수 있다. 예를 들어 블록의 순서를 다시 지정하거나 결합하거나 하위 블록으로 분할할 수 있다. 특정 블록 또는 프로세스를 병렬로 수행할 수 있다.
본 발명에서 "적응" 또는 "구성"의 사용은 추가 작업 또는 단계를 수행하도록 적응 또는 구성된 장치를 차단하지 않는 개방적이고 포괄적인 언어를 의미한다. 또한 "기준"의 사용은 프로세스, 단계, 계산 또는 하나 이상의 반복 조건 또는 값을 "기준"으로 하는 기타 작업이 실제로는 반복 조건 또는 값을 초과하는 추가 조건 또는 값에 기초할 수 있다는 점에서 개방적이고 포괄적이다. 여기에 포함된 제목, 목록 및 번호는 설명을 쉽게 하기 위한 것일 뿐 제한적인 것은 아니다.
본 주제는 그 구체적인 측면에 관하여 상세히 설명하였으나, 당업자는 전술한 바를 이해함으로써 그러한 측면에 대한 변경, 변형 및 동등한 것을 용이하게 생산할 수 있음이 인정될 것이다. 따라서, 본 발명은 제한이 아닌 예시의 목적으로 제시되었으며, 당 업계의 통상적인 기술 중 하나에 쉽게 명백할 수 있는 본 주제에 대한 이러한 수정, 변형 및/또는 추가를 포함하는 것을 배제하지 않는다는 것을 이해해야 한다.
Claims (20)
- 전력 그리드 및 고객 시설들에 연결된 유틸리티 계량기로서,
상기 고객 시설들에 의한 전력 그리드의 전기 사용의 전기적 특성을 검출하도록 구성된 센서;
상기 전기 특성을 상기 고객 시설들에 의한 전기 사용을 설명하는 원시 소비 데이터로 변환하도록 구성된 아날로그-디지털(A/D) 컨버터;
상기 A/D 컨버터에 의해 상기 원시 소비 데이터 출력을 원격 프로세싱 시스템으로 전송하도록 구성된 무선장치(radio)를 포함하고,
상기 원격 프로세싱 시스템은:
상기 유틸리티 계량기의 지리적 영역과 관련된 하나 이상의 포그 장치를 포함하는 포그 프로세싱 시스템으로서, 상기 지리적 영역 내의 제1 엔드포인트 세트로부터 수신한 원시 소비 데이터 및 지역 원시 소비 데이터에 대하여 데이터 프로세싱을 수행하도록 구성되는 포그 프로세싱 시스템을 포함하는 것인, 유틸리티 계량기. - 제1항에 있어서, 상기 원격 프로세싱 시스템은 하나 이상의 클라우드 장치를 포함하는 클라우드 프로세싱 시스템을 더 포함하고,
상기 클라우드 프로세싱 시스템은, 상기 지리적 영역 내의 제1 엔드포인트 세트로부터 및 상기 지리적 영역 외부의 다른 엔드포인트들로부터 상기 원시 소비 데이터 및 다양한 원시 소비 데이터에 대하여 중앙 집중식 데이터 프로세싱을 수행하도록 구성되는, 유틸리티 계량기. - 제1항에 있어서, 상기 무선장치는 상기 원시 소비 데이터를 일련의 수치들을 포함하는 데이터 스트림으로서 전송하고, 상기 일련의 수치들은 대응하는 시간에 상기 전기적 특성의 각각의 값을 나타내는, 유틸리티 계량기.
- 제3항에 있어서, 상기 무선장치는 상기 원시 소비 데이터를 실시간 데이터 스트림으로서 전송하는, 유틸리티 계량기.
- 제1항에 있어서, 상기 유틸리티 계량기는 상기 원격 프로세싱 시스템에 의해 제공되는 하나 이상의 가입 서비스와 연관되는, 유틸리티 계량기.
- 리소스 및 고객 시설들에 연결된 유틸리티 계량기로서,
상기 고객 시설들에 의한 리소스 사용의 특성을 검출하도록 구성된 센서;
상기 특성을 상기 고객 시설들에 의한 사용을 설명하는 원시 소비 데이터로 변환하도록 구성된 컨버터; 및
상기 원시 소비 데이터를 전송하도록 구성된 무선장치
를 포함하는, 상기 유틸리티 계량기와,
상기 유틸리티 계량기로부터 상기 원시 소비 데이터를 수신하도록 구성된 원격 프로세싱 시스템으로서,
상기 유틸리티 계량기의 지리적 영역과 관련된 하나 이상의 포그 장치를 포함하는 포그 프로세싱 시스템 - 상기 포그 프로세싱 시스템은 상기 지리적 영역 내의 제1 엔드포인트 세트로부터 수신된 지리적 원시 소비데이터 및 상기 원시 소비 데이터에 대하여 데이터 프로세싱을 수행하도록 구성되고, 상기 제1 엔트포인트 세트는 상기 유틸리티 계량기를 포함함; 및
하나 이상의 클라우드 장치를 포함하는 클라우드 프로세싱 시스템 - 상기 클라우드 프로세싱 시스템은 상기 지리적 영역 내의 제1 엔트포인트 세트로부터 및 상기 지리적 영역 외부의 다른 엔트포인트들로부터 상기 원시 소비 데이터 및 다양한 소비 데이터에 대하여 중앙 집중식 데이터 프로세싱을 수행하도록 구성됨 -
을 포함하는, 상기 원격 프로세싱 시스템을 포함하는, 시스템. - 제6항에 있어서, 상기 컨버터는 아날로그-디지털(A/D) 컨버터이고, 상기 무선장치에 의해 전송되는 원시 소비 데이터는 상기 A/D 컨버터에 의해 출력되는 수치의 실시간 데이터 스트림인, 시스템.
- 제7항에 있어서, 상기 포그 프로세싱 시스템은 상기 원시 소비 데이터에 대하여 실시간 프로세싱을 수행하는, 시스템.
- 제6항에 있어서, 제2 유틸리티 계량기를 더 포함하고,
상기 원격 프로세싱 시스템은, 상기 제2 유틸리티 계량기의 제2 지리적 영역에 관련된 제2 포그 프로세싱 시스템을 더 포함하고, 상기 제2 포그 프로세싱 시스템은 상기 제2 유틸리티 계량기로부터 수신된 제2 원시 소비 데이터에 대하여 그리고 제2 지리적 영역 내의 제2 엔트포인트 세트로부터 수신된 제2 지리적 소비 데이터에 대하여 데이터 프로세싱을 수행하도록 구성되며, 상기 제2 엔트포인트 세트는 상기 제2 유틸리티 계량기를 포함하는, 시스템. - 제9항에 있어서, 상기 포그 프로세싱 시스템은 상기 지리적 영역에서 상기 제1 엔드포인트 세트에 대한 결정을 내리도록 구성되고, 상기 제2 포그 프로세싱 시스템은 상기 제2 지리적 영역에서 상기 제2 엔드포인트 세트에 대한 결정을 내리도록 구성되는, 시스템.
- 제6항에 있어서, 상기 포그 프로세싱 시스템은 상기 원시 소비 데이터에 기초하여 부하 프로파일 데이터의 간격들을 계산하도록 구성되는, 시스템.
- 제11항에 있어서, 상기 포그 프로세싱 시스템은 상기 부하 프로파일 데이터들의 간격들에 기초하여 사용 시간 데이터를 계산하도록 구성되는, 시스템.
- 제11항에 있어서, 상기 포그 프로세싱 시스템은, 상기 원시 소비 데이터에 기초하여, 어떤 기기들이 상기 고객 시설들에 의해 사용되는지 결정하기 위해 부하 분할(load disaggregation)을 수행하도록 구성되는, 시스템.
- 제6항에 있어서, 상기 유틸리티 계량기, 상기 포그 프로세싱 시스템 및 상기 클라우드 프로세싱 시스템은 공통 메시지 버스를 통해 서로 통신하도록 구성되는, 시스템.
- 제6항에 있어서, 서버는 상기 원격 프로세싱 시스템에서 서비스를 업데이트함으로써 상기 유틸리티 계량기와 연관된 특징을 업데이트하는, 시스템.
- 제6항에 있어서, 서버는 상기 유틸리티 계량기로부터 상기 소비 데이터를 프로세싱하도록 상기 원격 프로세싱 시스템에서 서비스를 구성하여 상기 유틸리티 계량기에 특징을 추가하는, 시스템.
- 제16항에 있어서, 상기 서버는 상기 유틸리티 계량기로부터 상기 소비 데이터의 프로세싱을 중단하도록 상기 원격 프로세싱 시스템에서 상기 서비스를 구성함으로써 상기 유틸리티 계량기로부터 상기 특징을 제거하는, 시스템.
- 유틸리티 계량기에 의해 전력 그리드에 연결하는 단계;
상기 유틸리티 계량기에 의해 고객 시설들에 연결하는 단계;
상기 고객 시설들에 의한 상기 전력 그리드의 전기 사용을 나타내는 전기적 특성을 결정하기 위해 상기 유틸리티 계량기에 의해 센서를 사용하는 단계;
상기 유틸리티 계량기에 의해, 상기 전기 특성을 상기 고객 시설들에 의한 전기 사용을 설명하는 원시 소비 데이터로 변환하는 단계;
상기 유틸리티 계량기에 의해, 하나 이상의 포그 장치를 포함하는 포그 프로세싱 시스템과 관련된 지리적 영역 내의 제1 엔드포인트 세트로부터 수신된 지역 소비 데이터의 데이터 프로세싱을 위해 상기 포그 프로세싱 시스템에 상기 전기 사용을 설명하는 원시 소비 데이터를 전송하는 단계; 및
상기 유틸리티 계량기에 의해, 상기 지리적 영역 내의 제1 엔드포인트 세트 및 상기 지리적 영역 외부의 제2 엔드포인트 세트로부터 수신된 다양한 소비 데이터의 중앙 집중식 데이터 프로세싱을 위해 상기 전기 사용을 설명하는 소비 데이터를 클라우드 프로세싱 시스템에 전송하는 단계를 포함하는, 방법. - 제18항에 있어서, 상기 원시 소비 데이터를 상기 포그 프로세싱 시스템으로 전송하는 단계는, 서브-초 간격들(sub-second intervals)로 상기 전기 사용을 설명하는 실시간 데이터 스트림을 상기 포그 프로세싱 시스템으로 전송하는 단계를 포함하는, 방법.
- 제18항에 있어서,
상기 유틸리티 계량기에 새로운 가입 특징(subscription feature)을 추가하라는 요청을 수신하는 단계; 및
상기 요청에 응답하여, 상기 포그 프로세싱 시스템의 노드가 새로운 가입 특징과 연관된 상기 포그 프로세싱 시스템의 노드에 상기 원시 소비 데이터를 전송하도록 상기 유틸리티 계량기를 구성하는 단계를 더 포함하는, 방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/122,453 | 2020-12-15 | ||
| US17/122,453 US20220190641A1 (en) | 2020-12-15 | 2020-12-15 | Adaptive metering in a smart grid |
| PCT/US2021/062738 WO2022132573A1 (en) | 2020-12-15 | 2021-12-10 | Adaptive metering in a smart grid |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230147598A true KR20230147598A (ko) | 2023-10-23 |
Family
ID=79287724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237024260A KR20230147598A (ko) | 2020-12-15 | 2021-12-10 | 스마트 그리드에서 적응형 계량 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US20220190641A1 (ko) |
| EP (1) | EP4264186A1 (ko) |
| JP (1) | JP2023554032A (ko) |
| KR (1) | KR20230147598A (ko) |
| CN (1) | CN116601460A (ko) |
| AU (1) | AU2021402905A1 (ko) |
| CA (1) | CA3202346A1 (ko) |
| WO (1) | WO2022132573A1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220092707A1 (en) * | 2020-09-24 | 2022-03-24 | Eaton Intelligent Power Limited | Intelligent electric meter |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10060957B2 (en) * | 2010-07-29 | 2018-08-28 | Power Monitors, Inc. | Method and apparatus for a cloud-based power quality monitor |
| WO2012021372A1 (en) * | 2010-08-10 | 2012-02-16 | Sensus Usa Inc. | Electric utility meter comprising load identifying data processor |
| US9280437B2 (en) * | 2012-11-20 | 2016-03-08 | Bank Of America Corporation | Dynamically scalable real-time system monitoring |
| US9985860B2 (en) * | 2013-09-23 | 2018-05-29 | Schweitzer Engineering Laboratories, Inc. | Selection and display of polled and streamed electric power system measurements |
| US9791485B2 (en) * | 2014-03-10 | 2017-10-17 | Silver Spring Networks, Inc. | Determining electric grid topology via a zero crossing technique |
| US9462427B2 (en) * | 2015-01-14 | 2016-10-04 | Kodiak Networks, Inc. | System and method for elastic scaling using a container-based platform |
| US10135724B2 (en) * | 2016-05-09 | 2018-11-20 | Facebook, Inc. | Modular architecture for computer network operations |
| US20180184464A1 (en) * | 2016-12-28 | 2018-06-28 | SafeNet International, LLC | System and method for pairing devices to cloud-based applications |
| GB201710674D0 (en) * | 2017-07-03 | 2017-08-16 | Centrica Connected Home Ltd | Method of utility usage analysis |
| WO2019238133A1 (zh) * | 2018-06-15 | 2019-12-19 | 云丁网络技术(北京)有限公司 | 一种资源管理及控制方法和系统 |
| US11102236B2 (en) * | 2018-11-19 | 2021-08-24 | Cisco Technology, Inc. | Systems and methods for remediating internet of things devices |
| DE102018009823A1 (de) * | 2018-12-14 | 2020-06-18 | Diehl Metering S.A.S. | Verfahren zum Sammeln von Daten, Sensor sowie Versorgungsnetz |
| US11012320B2 (en) * | 2019-02-26 | 2021-05-18 | OasisWorks Inc. | Interactive graphical model-based monitoring and control of networked physical assets |
| US11593160B2 (en) * | 2019-09-23 | 2023-02-28 | Hiveio Inc. | Virtual computing cluster resource scheduler |
| US20210241392A1 (en) * | 2020-02-05 | 2021-08-05 | International Business Machines Corporation | Metrics for energy saving and response behavior |
| US11599575B2 (en) * | 2020-02-17 | 2023-03-07 | Honeywell International Inc. | Systems and methods for identifying events within video content using intelligent search query |
-
2020
- 2020-12-15 US US17/122,453 patent/US20220190641A1/en active Pending
-
2021
- 2021-12-10 AU AU2021402905A patent/AU2021402905A1/en active Pending
- 2021-12-10 WO PCT/US2021/062738 patent/WO2022132573A1/en active Application Filing
- 2021-12-10 JP JP2023536068A patent/JP2023554032A/ja active Pending
- 2021-12-10 KR KR1020237024260A patent/KR20230147598A/ko unknown
- 2021-12-10 EP EP21840283.2A patent/EP4264186A1/en active Pending
- 2021-12-10 CA CA3202346A patent/CA3202346A1/en active Pending
- 2021-12-10 CN CN202180084550.4A patent/CN116601460A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| AU2021402905A1 (en) | 2023-07-13 |
| WO2022132573A1 (en) | 2022-06-23 |
| EP4264186A1 (en) | 2023-10-25 |
| CA3202346A1 (en) | 2022-06-23 |
| JP2023554032A (ja) | 2023-12-26 |
| US20220190641A1 (en) | 2022-06-16 |
| CN116601460A (zh) | 2023-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bayindir et al. | Smart grid technologies and applications | |
| Karfopoulos et al. | A multi-agent system providing demand response services from residential consumers | |
| Yaghmaee et al. | Design and implementation of an Internet of Things based smart energy metering | |
| AU2023201347A1 (en) | Systems and methods for grid operating systems in electric power systems | |
| CA2754432C (en) | Distributed meter data management | |
| GB2515358A (en) | Grid Frequency Response | |
| US11949269B2 (en) | Management server, management system, and management method | |
| US11515725B2 (en) | Autonomous topology validation for electrical supply network | |
| KR101493355B1 (ko) | 에너지 저장 장치의 ｓｏｃ 보정 방법 및 이를 이용하는 ｓｏｃ 보정 시스템 | |
| US11646602B2 (en) | Topology and phase detection for electrical supply network | |
| Sanchez et al. | Observability of low voltage grids: Actual DSOs challenges and research questions | |
| JP7132353B2 (ja) | 無線メッシュネットワーク内のノード間の動的分配処理 | |
| JP2023506618A (ja) | スマートメーターのネットワークを有する配電システム | |
| Repo et al. | Active distribution network concept for distributed management of low voltage network | |
| KR20230147598A (ko) | 스마트 그리드에서 적응형 계량 | |
| Jin et al. | Simulation models for evaluation of network design and hierarchical transactive control mechanisms in smart grids | |
| Bikmetov et al. | Dynamic prediction capabilities of smart metering infrastructure | |
| Muhanji et al. | The development of IoT within energy infrastructure | |
| KR20120000026A (ko) | 네트워크 시스템 | |
| Matta et al. | Putting sensor data to the service of the smart grid: From the substation to the AMI | |
| Coster et al. | Capacity management of low voltage grids using universal smart energy framework | |
| Orlando | Desing and development of a novel smart-meter for improved Smart Grid management | |
| Järventausta et al. | CUSTOMER SPECIFIC LOAD MODELLING AND FORECASTING FOR SHORT-TERM OPERATIONAL PLANNING | |
| Coster et al. | Maximizing EV-integration in LV-grids using the Universal Smart Energy Framework | |
| KR20120008374A (ko) | 네트워크 시스템 및 세척장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| N231 | Notification of change of applicant |