KR20240016504A - Prediction error reduction system considering aggregate resources - Google Patents

Prediction error reduction system considering aggregate resources Download PDF

Info

Publication number
KR20240016504A
KR20240016504A KR1020220094380A KR20220094380A KR20240016504A KR 20240016504 A KR20240016504 A KR 20240016504A KR 1020220094380 A KR1020220094380 A KR 1020220094380A KR 20220094380 A KR20220094380 A KR 20220094380A KR 20240016504 A KR20240016504 A KR 20240016504A
Authority
KR
South Korea
Prior art keywords
power
power generation
power storage
storage unit
day
Prior art date
Application number
KR1020220094380A
Other languages
Korean (ko)
Inventor
박대현
Original Assignee
엔라이튼 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엔라이튼 주식회사 filed Critical 엔라이튼 주식회사
Priority to KR1020220094380A priority Critical patent/KR20240016504A/en
Publication of KR20240016504A publication Critical patent/KR20240016504A/en

Links

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
    • 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
    • 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
    • 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
    • H02J2300/22—The renewable source being solar energy
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • 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
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Water Supply & Treatment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

본 발명은 집합자원을 고려한 예측오차 절감시스템에 관한 것이다. 본 발명의 일측면에 따르면, 집합자원을 고려한 예측오차 절감시스템은, 태양광 발전으로 전기에너지를 생성하는 전력발생부, 상기 전력발생부로 생성된 전기에너지를 충전 또는 방전하는 전력저장부, 운영일의 전일에 결정된 수요자의 수요자원(Demand Response, DR)을 기설정된 시간 간격으로 예측하는 전일수요자원 예측부 및 상기 전일에 결정된 전력발전량, 전력저장부 및 수요자원을 포함하는 집합자원에 따라, 기설정된 시간 간격으로 상기 운영일의 전력저장부의 충전 또는 방전과 수요자의 전력량을 제어하는 수요자원 예측시스템을 포함한다.The present invention relates to a prediction error reduction system considering collective resources. According to one aspect of the present invention, a prediction error reduction system considering collective resources includes a power generation unit that generates electric energy through solar power generation, a power storage unit that charges or discharges the electric energy generated by the power generation unit, and an operating date. According to the previous day's demand resource forecasting unit, which predicts the consumer's demand resources (Demand Response, DR) determined on the previous day at preset time intervals, and the aggregate resources including the power generation amount, power storage unit, and demand resources determined on the previous day, It includes a demand resource prediction system that controls the charging or discharging of the power storage unit and the amount of power of the consumer on the operating day at set time intervals.

Description

집합자원을 고려한 예측오차 절감시스템{Prediction error reduction system considering aggregate resources}Prediction error reduction system considering aggregate resources}

본 발명은 수요반응(Demand Response, DR) 자원을 적용한, 집합자원의 예측오차를 절감하는 시스템에 관한 것으로, 전일 결정되는 소규모전력중개시장 집합자원의 입찰값에 대한 예측오차율을 수요반응자원과 에너지저장장치(Energy Storage System, ESS)을 활용하여 최소화함으로써, 소규모전력중개시장에서 중개사업자가 받는 금전적인 보상을 극대화할 수 있는 집합자원을 고려한 예측오차 절감시스템에 관한 것이다.The present invention relates to a system for reducing the forecast error of collective resources by applying Demand Response (DR) resources. The prediction error rate for the bid price of collective resources in the small power brokerage market determined the previous day is calculated using demand response resources and energy. This is about a prediction error reduction system that takes into account collective resources that can maximize the financial compensation received by brokerage operators in the small-scale power brokerage market by minimizing it using a storage device (Energy Storage System, ESS).

최근 들어, 에너지 자원의 고갈, 환경 파괴 등의 이유로 전기 에너지에 대한 가치가 더더욱 높아지고 있다. 이에, 전기 에너지를 저장하고, 저장된 전기 에너지를 효율적으로 활용할 수 있도록 지원하는 에너지 저장 시스템에 대한 필요성과 중요성 또한 강조되고 있다.Recently, the value of electrical energy has been increasing due to depletion of energy resources and environmental destruction. Accordingly, the need and importance of an energy storage system that stores electrical energy and supports efficient use of the stored electrical energy is also being emphasized.

종래에는 태양광 등과 같은 신재생 에너지, 에너지 저장 장치, 전기 자동차 및 지능형 부하 등이 조합된 분산형 에너지 자원이 발달하고 있다. 이로 인하여, 중앙 집중형 운영 메커니즘이 적용된 종래의 전력 계통을 통한 전력 운용 방식은 변화 요구가 잦아지고 있는 실정이다.Conventionally, distributed energy resources that combine renewable energy such as solar energy, energy storage devices, electric vehicles, and intelligent loads are being developed. Due to this, the demand for changes in the power operation method through the conventional power system to which the centralized operation mechanism is applied is becoming more frequent.

특히, 종래에 일반 가정이나 산업체의 부하 장치들로 전력을 공급할 때는 발전소의 송전 선로가 연결된 전력 계통을 통해서만 전력이 공급되도록 하고, 태양광 등을 이용해 생성된 전력은 별도의 전력 거래를 통해서만 활용될 수 있었다.In particular, when power is supplied to load devices in general households or industries, power is supplied only through the power system connected to the power plant's transmission line, and power generated using solar energy, etc., can only be utilized through separate power transactions. I was able to.

이에, 태양광 패널 등과 같은 신재생 에너지 발전 장치를 갖추더라도 종래에는 분산 전력 이용 효율을 높일 수 없는 문제들이 있었다.Accordingly, even if new and renewable energy generation devices such as solar panels are equipped, there has been a problem in the past in which the efficiency of distributed power use cannot be increased.

최근에는 다양한 형태의 에너지 저장 장치와 신재생 에너지 기반의 분산 전력 이용률은 더욱 높아지고 있는 바, 에너지 저장 장치와 신재생 에너지를 이용하여 전력 이용 효율을 높일 수 있는 전력 관리 시스템, 및 그 운용 방식과 분석 및 제어 기술에 대한 개선은 더욱 요구되고 있다.Recently, the utilization rate of distributed power based on various types of energy storage devices and renewable energy is increasing, and a power management system that can increase power use efficiency using energy storage devices and renewable energy, and its operation method and analysis and further improvements in control technology are required.

에너지 저장 장치와 신재생 에너지 활용 효율을 높이기 위한 방안으로, 신재생 전기 에너지를 에너지 저장 장치에 미리 한 후, 전력 사용량을 예측하여 예측 결과에 따라 저장된 전기 에너지를 활용하는 방안이 제시되기도 하였다.As a way to increase the efficiency of using energy storage devices and new and renewable energy, a method of preloading new and renewable electric energy into energy storage devices, predicting power usage, and utilizing the stored electric energy according to the prediction results has been proposed.

그러나, 이 역시 태양광 등을 이용해 생성된 전력은 별도의 전력 거래를 통해서만 활용될 수 있었다. 그리고 종래의 전력 사용량 예측 방법은 과거 특정 시점의 이력을 현재에 동일하게 대비시켜 추정하는 방식에 불과했기 때문에, 정확성이 떨어질 수밖에 없었다.However, in this case, power generated using solar energy, etc. could only be utilized through separate power transactions. And because the conventional method of predicting power usage was simply a method of estimating the history of a specific point in the past by comparing it to the present, its accuracy was bound to be low.

따라서, 에너지 저장 장치와 신재생 에너지 기반의 전력 이용 효율을 높이기 위해서는 정확성과 신뢰성 그리고 경제성까지 향상시킬 수 있는 방안이 필요한 상황이다.Therefore, in order to increase the efficiency of power use based on energy storage devices and renewable energy, a method to improve accuracy, reliability, and economic efficiency is needed.

또한, 소규모전력중개시장은 중개사업자에게 거래 하루전 예측 발전량을 입찰할 의무를 부여한다. 이때, 한시간 발전량 기준으로 발전량 예측 대비 오차율이 ± 8%를 초과할 경우 인센티브를 받지 못하고, 특정 기간 동안 예측오차율이 ± 10%를 초과할 경우 소규모전력중개시장에 참여할 수 없는 페널티가 있다. 수익을 안정적으로 창출하기 위해서는 발전량 예측 정확도가 높아야 하고, 오차범위를 벗어난 경우 출력을 조절할 수 있는 장치가 마련되어야 한다.In addition, the small-scale power brokerage market imposes an obligation on brokerage operators to bid on the predicted power generation volume one day before the transaction. At this time, if the error rate compared to the power generation forecast based on one-hour power generation exceeds ± 8%, you will not receive incentives, and if the forecast error rate exceeds ± 10% during a certain period, there is a penalty of not being able to participate in the small-scale power brokerage market. In order to generate profits stably, the accuracy of predicting power generation must be high, and a device must be provided to adjust output when it is outside the error range.

그러나, 태양광 발전으로 거래되는 전력 거래는 전날 이루어져 전력을 발전하는 당일에 일조량을 예측하기 어려운 문제점이 있고, 전력 예측의 오차범위가 일정 범위 벗어나면 예측정확성에 따른 수익 창출이 발생하지 않고, 경우에 따라서는 시장 참여에 제한이 걸리기에, 수익을 기대하는 전력 공급업자가 과도한 손실이 발생하는 문제점이 있다.However, there is a problem in that it is difficult to predict the amount of sunlight on the day of power generation as power trading through solar power generation takes place the day before, and if the error range of power prediction is outside a certain range, profit generation based on prediction accuracy does not occur. Depending on the market, participation in the market is limited, causing excessive losses for power suppliers expecting profits.

또한, 기존의 전력 예측 방법은 하루 전에 당일의 전력을 예측할 수 밖에 없어, 전력저장부의 충방전 스케줄링의 정확도가 떨어지는 문제점이 있다.In addition, the existing power prediction method has no choice but to predict the day's power one day in advance, which has a problem in that the accuracy of charging and discharging scheduling of the power storage unit is low.

본 발명은, 상기와 같은 기술적 배경을 바탕으로 안출된 것으로, 본 발명은, 중개사업자가 운영일 전날에 발전량을 미리 예측하여 전력거래소에서 전력을 거래할 때, 수요자원(DR)의 수요량 변경 및 ESS의 충방전 스케쥴 변경을 통하여 운영일에 예측될 예측발전량과 실제 전력발전량의 오차를 최소화하여 태양광발전사업자 및 중개사업자의 수익을 향상시킬 수 있는 집합자원을 고려한 예측오차 절감시스템을 제공하는 것을 목적으로 한다.The present invention was developed based on the above technical background, and the present invention relates to changes in the demand amount of demand resources (DR) and The goal is to provide a forecast error reduction system that takes into account collective resources that can improve the profits of solar power generation operators and brokerage operators by minimizing the error between the predicted power generation and actual power generation predicted on the operating day by changing the charging and discharging schedule of the ESS. The purpose.

상기와 같은 목적을 달성하기 위하여 본 발명은 태양광 발전으로 전기에너지를 생성하는 전력발생부, 상기 전력발생부로 생성된 전기에너지를 충전 또는 방전하는 전력저장부, 상기 운영일의 전일에 결정된 수요자의 수요자원(Demand Response, DR)을 기설정된 시간 간격으로 예측하는 전일수요자원 예측부 및 상기 전일에 결정된 전력발전량, 전력저장부 및 수요자원을 포함하는 집합자원에 따라, 기설정된 시간 간격으로 상기 운영일의 전력저장부의 충전 또는 방전과 수요자의 전력량을 제어하는 수요자원 예측시스템을 포함할 수 있다.In order to achieve the above object, the present invention provides a power generation unit that generates electric energy through solar power generation, a power storage unit that charges or discharges the electric energy generated by the power generation unit, and a consumer determined on the day before the operation date. The operation is performed at pre-set time intervals according to the previous day's demand resource forecasting unit, which predicts demand resources (Demand Response, DR) at pre-set time intervals, and collective resources including power generation, power storage, and demand resources determined on the previous day. It may include a demand resource prediction system that controls the charging or discharging of the power storage unit and the amount of power of the consumer.

또한, 운영일의 전일에 결정된 예측발전량을 예측하는 전일발전량 예측부 및 상기 예측발전량에 따라 기설정된 시간 간격으로 상기 운영일의 상기 전력저장부의 충전 또는 방전을 스케줄링하는 스케줄링부;를 포함하는 전력발전량 예측시스템을 더 포함할 수 있다.In addition, the power generation amount including a previous day power generation forecasting unit that predicts the predicted power generation determined on the day before the operating day, and a scheduling unit that schedules charging or discharging of the power storage unit on the operating day at preset time intervals according to the predicted power generation amount. A prediction system may be further included.

또한, 상기 전력발생부에서 계량되는 상기 예측발전량은, 발전환경데이터의 머신러닝으로 산출되고, 상기 발전환경데이터는 발전소의 발전량데이터; NWP(Numerical Weather Prediction) 데이터 및 지표면 일사량 데이터(Total Shortwave)을 포함하는 것을 특징으로 할 수 있다.In addition, the predicted power generation amount measured by the power generation unit is calculated through machine learning of power generation environment data, and the power generation environment data includes power generation data of the power plant; It may be characterized as including Numerical Weather Prediction (NWP) data and surface solar radiation data (Total Shortwave).

또한, 상기 전일발전량 예측부에서 상기 예측발전량을 산출하여 사업자는 판매가격을 목적함수로 산출하고, 상기 목적함수는 하기 식으로 산출될 수 있다.In addition, the business operator calculates the sales price as an objective function by calculating the predicted power generation in the previous day's power generation prediction unit, and the objective function can be calculated using the following equation.

(여기서, : 시간, (아랫첨자), : 전일(윗첨자), : telemetry(윗첨자), : 운영일에 대해 결정된 시간에서의 에너지 판매 가격 [원/kWh], : 전일 계획된 운영일에 대한 시간에서의 계량값 [kWh])(here, : hour, (subscript), : previous day (superscript), : telemetry (superscript), : decided on the operating date Energy sales price per hour [KRW/kWh], : For the previous day's planned operating day Metering value in time [kWh])

또한, 상기 전력발전량의 제약조건은 하기 식을 만족하는 것을 특징으로 할 수 있다.In addition, the constraints on the power generation amount may be characterized by satisfying the following equation.

(여기서, : 전일 2회에 걸친 PV 발전량 예측 평균값 [kWh], : (AC 기준) 전일 운영일 에 대한 전력저장부 충전값 [kWh], : (AC 기준) 전일 운영일 에 대해 전력저장부 방전값 [kWh]) (here, : Average value of PV power generation forecast twice the previous day [kWh], : (AC standard) Previous operating day Power storage charging value for [kWh], : (AC standard) Power storage discharge value [kWh] for the previous day of operation)

또한, 상기 전력발전량의 제약조건은 하기 식을 만족하는 것을 특징으로 할 수 있다.In addition, the constraints on the power generation amount may be characterized by satisfying the following equation.

(여기서, : 사업자가 집합한 전력발생부의 총 설비용량[Kw])(here, : Total facility capacity of power generation units gathered by the business operator [Kw])

또한, 상기 전력저장부 충전량의 제약조건은 하기 식을 만족하는 것을 특징으로 할 수 있다.In addition, the constraints on the amount of charge of the power storage unit may be characterized by satisfying the following equation.

(여기서, : 전력저장부의 정격 충전량 [kW], : 전력저장부의 정격 방전량 [kW], : (배터리 기준) 전일 결정되는 전력저장부의 충전량 [kWh], : (배터리 기준) 전일 결정된는 전력저장부의 방전량 [kWh], : (이진변수) 전력저장부가 시간에 충전이면 1, 그 외에 0, : (이진변수) 전력저장부가 시간에 방전이면 1, 그 외에 0)(here, : Rated charge amount of power storage unit [kW], : Rated discharge amount of power storage unit [kW], : (Battery standard) Charge amount of power storage determined the previous day [kWh], : (Based on battery) Discharge amount of power storage unit determined the previous day [kWh], : (Binary variable) Power storage unit 1 if charging on time, 0 otherwise, : (Binary variable) Power storage unit 1 if discharged on time, 0 otherwise)

또한, 상기 전력저장부의 충방전 효율은, 하기 식를 만족하는 것을 특징으로 할 수 있다.In addition, the charging and discharging efficiency of the power storage unit may be characterized by satisfying the following equation.

(여기서, : 전력저장부의 충전효율 [%], : 전력저장부의 방전효율 [%])(here, : Charging efficiency of power storage unit [%], : Discharge efficiency of power storage unit [%])

또한, 상기 전력저장부의 이진변수 제약조건은 하기 식을 만족하는 것을 특징으로 할 수 있다.Additionally, the binary variable constraints of the power storage unit may be characterized by satisfying the following equation.

(여기서, : (이진변수) 전력저장부가 시간에 충전이면 1, 그 외에 0, : (이진변수) 전력저장부가 시간에 방전이면 1, 그 외에 0)(here, : (Binary variable) Power storage unit 1 if charging on time, 0 otherwise, : (Binary variable) Power storage unit 1 if discharged on time, 0 otherwise)

또한, 상기 전력저장부의 SOC 제약조건은 하기 식의 범위 내에서 이루어지는 것을 특징으로 할 수 있다.In addition, the SOC constraints of the power storage unit may be characterized as being within the range of the following equation.

(여기서, : 전일 전력저장부의 최소 충전되어있어야 할 비율[%],: 전일 전력저장부의 최대 충전할 수 있는 비율[%], : 전일 전력저장부의 초기 충전되어있는 비율[%], : 전력저장부 배터리의 정격용량[kWh],(here, : Minimum percentage of the previous day's power storage that should be charged [%], : Maximum charging rate of the previous day's power storage [%], : Initially charged percentage of the previous day's power storage unit [%], : Rated capacity of power storage battery [kWh],

: 스케쥴링 마지막 시점에서의 전일 전력저장부의 최소 충전되어있어야 할 비율[%], : 스케쥴링 마지막 시점에서의 전일 전력저장부의 최대 충전할 수 있는 비율[%]) : Minimum percentage of the previous day's power storage that should be charged at the end of scheduling [%], : Maximum charging rate of the previous day's power storage at the end of scheduling [%])

본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템은, 예측발전량에 따라 전력저장부의 충방전을 제어하는 스케줄 데이터를 생성하여, 운영일 전에 계약되는 운영일의 예측발전량을 정확하게 예측할 수 있고, 지속적인 예측발전량의 데이터를 축적하여 예측발전량의 정확도를 향상시킬 수 있는 효과가 있다.The prediction error reduction system considering collective resources according to an embodiment of the present invention generates schedule data to control charging and discharging of the power storage unit according to the predicted power generation amount, and can accurately predict the predicted power generation amount for the operation date contracted before the operation date. It has the effect of improving the accuracy of predicted power generation by continuously accumulating data on predicted power generation.

도 1은 본 발명의 일 실시예에 따른 수요반응(Demand Response,DR) 자원을 고려한 전력중개시장의 구조도이다.
도 2는 본 발명의 일 실시예에 따른 전일 이루어지는 집합자원을 고려한 예측오차 절감시스템에 대한 구조도이다.
도 3은 본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템의 실시간 제어하는 구조도이다.
도 4는 본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템에 포함된 전력발전량 예측시스템의 개념도이다.
도 5는 본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템에 포함된 전력발전량 예측시스템의 블록구성도이다.
도 6은 본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템에 포함된 전력발전량 예측시스템의 전력이동을 나타낸 개략도이다.
도 7은 본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템에 포함된 전력발전량 예측시스템의 스케줄링의 개략도이다.Figure 1 is a structural diagram of the power brokerage market considering demand response (DR) resources according to an embodiment of the present invention.
Figure 2 is a structural diagram of a prediction error reduction system considering collective resources made the previous day according to an embodiment of the present invention.
Figure 3 is a structural diagram of real-time control of a prediction error reduction system considering collective resources according to an embodiment of the present invention.
Figure 4 is a conceptual diagram of a power generation prediction system included in a prediction error reduction system considering collective resources according to an embodiment of the present invention.
Figure 5 is a block diagram of a power generation prediction system included in a prediction error reduction system considering collective resources according to an embodiment of the present invention.
Figure 6 is a schematic diagram showing the power movement of the power generation prediction system included in the prediction error reduction system considering collective resources according to an embodiment of the present invention.
Figure 7 is a schematic diagram of the scheduling of the power generation prediction system included in the prediction error reduction system considering collective resources according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하면서 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the attached drawings.

본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부된 도면과 함께 상세하게 후술 되어 있는 실시 예들을 참조하면 명확해질 것이다.The advantages and features of the present invention and how to achieve it will become clear by referring to the embodiments described in detail below along with the accompanying drawings.

그러나, 본 발명은 이하에 개시되는 실시 예들에 의해 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.However, the present invention is not limited to the embodiments disclosed below, but will be implemented in various different forms. These embodiments only serve to ensure that the disclosure of the present invention is complete and are within the scope of common knowledge in the technical field to which the present invention pertains. It is provided to fully inform those who have the scope of the invention, and the present invention is only defined by the scope of the claims.

또한, 본 발명을 설명함에 있어 관련된 공지 기술 등이 본 발명의 요지를 흐리게 할 수 있다고 판단되는 경우 그에 관한 자세한 설명은 생략하기로 한다.Additionally, in describing the present invention, if it is determined that related known techniques may obscure the gist of the present invention, detailed description thereof will be omitted.

도 1은 본 발명의 일 실시예에 따른 수요반응(Demand Response,DR) 자원을 고려한 전력중개시장의 구조도이고, 도 2는 본 발명의 일 실시예에 따른 전일 이루어지는 집합자원을 고려한 예측오차 절감시스템에 대한 구조도이며, 도 3은 본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템의 실시간 제어하는 구조도이다.Figure 1 is a structural diagram of the power brokerage market considering demand response (DR) resources according to an embodiment of the present invention, and Figure 2 is a forecast error reduction system considering collective resources made the previous day according to an embodiment of the present invention. 3 is a structural diagram for real-time control of a prediction error reduction system considering collective resources according to an embodiment of the present invention.

본 발명의 일 실시예는 운영일을 전력을 생산하여 공급하는 날일 수 있고, 전일은 운영일에 생산될 전력을 예측하여 중개업자가 전력거래소에서 거래하는 날일 수 있다.In one embodiment of the present invention, the operation day may be a day on which electricity is produced and supplied, and the previous day may be a day on which a broker predicts the power to be produced on the operation day and trades on the power exchange.

도 1 내지 도 3을 참고하면, 본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템(1)은 운영일의 한시간 후의 지점에서 24시간 동안 생성될 전력발전량(PV)을 예측할 수 있다.Referring to Figures 1 to 3, the prediction error reduction system 1 considering collective resources according to an embodiment of the present invention can predict the power generation (PV) to be generated for 24 hours at a point one hour after the operating day. .

이때, 전일 예측된 운영일의 예측발전량(PV)은 운영일에 생산되는 발전량과의 오차범위가 일정 범위(예를 들어, 8%) 내의 오차율로 예측하게 되면, 중개업자는 전력거래소로부터 인센티브를 제공받을 수 있다.At this time, if the predicted power generation (PV) of the operation day predicted the previous day is predicted to have an error rate within a certain range (for example, 8%) from the power generation produced on the operation day, the broker provides incentives from the Korea Power Exchange. You can receive it.

이를 통해, 중개업자는 운영일의 전일 예측할 수 있는 운영일의 당일 예측발전량의 오차범위를 최소화하여 수익을 최대화할 수 있다.Through this, the broker can maximize profits by minimizing the margin of error in the predicted power generation amount on the day of the operation day, which can be predicted the day before the operation day.

본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템(1)은 전력을 공급받는 수요자에 대한 정보인 수요반응 자원정보를 포함할 수 있다.The prediction error reduction system 1 considering collective resources according to an embodiment of the present invention may include demand response resource information, which is information about consumers receiving power supply.

이때, 수요반응 자원정보를 토대로, 운영일의 수요자원의 제어함으로써, 전일 산출되는 예측발전량을 예측함으로써, 전일 산출된 예측발전량과 운영일의 당일에 수요되는 수요자원을 조절할 수 있도록 제어하고, 전력발전량을 전력저장부일 수 있는 ESS의 스케줄링을 실시간으로 제어함으로써, 운영일의 전력발전량과 전일의 예측발전량의 오차범위를 최소화할 수 있다.At this time, by controlling the demand resources on the operation day based on the demand response resource information, predicting the predicted power generation calculated the previous day, controlling to adjust the predicted power generation calculated the previous day and the demand resources required on the day of the operation day, By controlling the scheduling of the ESS, which can be a power storage unit, in real time, the error range between the power generation amount on the operating day and the predicted power generation amount of the previous day can be minimized.

본 발명의 일 실시예에 따른 집합자원을 고려한 예측오차 절감시스템(1)은 수요반응(Demand Response, DR)자원 예측시스템(2)과 전력발전량 예측시스템(10)을 포함할 수 있다.The prediction error reduction system 1 considering collective resources according to an embodiment of the present invention may include a demand response (DR) resource prediction system 2 and a power generation prediction system 10.

또한, 집합자원을 고려한 예측오차 절감시스템(1)은 중개업자는, 운영일의 전일에 운영일의 24시간 동안의 전력발전량(PV)를 예측하여 예측발전량을 산출할 수 있다.In addition, the prediction error reduction system (1) considering collective resources allows the broker to calculate the predicted power generation amount by predicting the power generation amount (PV) for 24 hours of the operation day on the day before the operation day.

또한, 집합자원을 고려한 예측오차 절감시스템(1)은 운영일의 전일에 수요자원(DR)을 예측할 수 있고, 전일에 운영일의 24시간 동안 발생될 수요반응(DR) 자원의 CBL(Customer Based Line)을 산출하고, 예측발전량을 기반으로 ESS일 수 있는 전력저장부(300) 및 수요반응(DR) 자원의 스케줄링을 매시간별 수행함으로써, 운영일의 24시간 동안 매시간마다 시간별 수행되는 한시간 후 예측발전량을 기반으로 전일에 결정되는 중개시장에서의 전력을 거래하기 위한 전력산출값에 대해 예측오차율을 8% 미만으로 예측할 수 있도록 매시간 전력저장부(300)와 수요반응(DR) 자원을 스케줄링할 수 있다.In addition, the prediction error reduction system (1) considering collective resources can predict demand resources (DR) on the day before the operation day, and CBL (Customer Based) of demand response (DR) resources that will be generated during 24 hours of the operation day on the previous day. Line) is calculated and scheduling of the power storage unit 300, which may be an ESS, and demand response (DR) resources is performed hourly based on the predicted power generation amount, so that the forecast is performed hourly every hour for 24 hours of the operating day. The power storage unit 300 and demand response (DR) resources can be scheduled every hour so that the prediction error rate can be predicted to be less than 8% for the power output value for trading power in the brokerage market, which is determined the previous day based on the amount of power generation. there is.

상술한 바와 같이, 집합자원을 고려한 예측오차 절감시스템(1)은 수요반응(Denmand Response, DR) 자원(이하, 수요자원(DR)이라 함)을 고려하는 수요자원(DR) 예측시스템(2)과 전력발전량 예측시스템(10)을 포함할 수 있다.As described above, the prediction error reduction system (1) considering collective resources is the demand resource (DR) prediction system (2) considering demand response (DR) resources (hereinafter referred to as demand resources (DR)). and a power generation prediction system 10.

수요자원 예측시스템(2)과 전력발전량 예측시스템(10)은 동시에 이루어질 수 있다. 즉, 전일에 운영일의 예측을 위해 이루어질 수 있고, 운영일에 그 다음날의 예측을 위해 지속적으로 수행될 수 있다. The demand resource prediction system (2) and the power generation prediction system (10) can be performed simultaneously. In other words, it can be done on the previous day to predict the operating day, and it can be continuously performed on the operating day to predict the next day.

본 발명의 일 실시예에 따른, 수요자원 예측시스템(2)은, 중개업자는 전일에 한국전력거래소(KPX)로 집합자원에 대한 계량기의 기반의 전력발전량과 전력수요량을 입찰할 수 있다.According to an embodiment of the present invention, the demand resource prediction system 2 allows a broker to bid on the power generation and power demand based on the meter for collective resources to the Korea Power Exchange (KPX) on the previous day.

이때, 집합자원은 전력발전량, 수요자원(DR) 및 추가 전력을 공급 및 저장 가능한 ESS일 수 있는 전력저장부(300)의 전력공급 및 수요량에 대한 자원정보일 수 있다. At this time, the collective resource may be resource information on power generation, demand resources (DR), and power supply and demand of the power storage unit 300, which may be an ESS capable of supplying and storing additional power.

이때, 한국전력거래소(KPX)는 중개업자가 입찰한 전일 입찰량의 평균값을 기반으로 예측 정확성이 8% 이하인 경우 kWh 당 3~4원의 인센티브를 정산하여 중개업자에게 인센티브를 제공할 수 있다.At this time, the Korea Power Exchange (KPX) can provide incentives to brokers by settling an incentive of 3 to 4 won per kWh if the forecast accuracy is 8% or less based on the average of the previous day's bidding volume bid by the broker.

이를 통해, 중개업자는 입찰한 전력의 입찰량의 정확성을 위해, 공장, 건물 등의 전력을 수요를 신호에 의해 변경할 수 있는 수요자의 수요자원(DR) 및 전력저장부(300)의 자원을 제어하여 입찰 정확성을 높일 수 있다.Through this, the broker controls the resources of the demand resource (DR) of the consumer and the power storage unit 300, which can change the power demand of factories, buildings, etc. by signals, to ensure accuracy of the bid amount of the bid. Bidding accuracy can be improved.

또한, 수요자원(DR)은 수요자가 운영일의 현재 시간에서 1시간 후에 필요한 전력량이 전일에 사용된 해당 시간의 수요할 전력량을 예측하는데 사용될 수 있다.Additionally, the demand resource (DR) can be used to predict the amount of power the consumer will need one hour from the current time on the operating day compared to the amount of power the consumer will demand at the time used on the previous day.

예를 들어, 수요자가 전일에 사용된 한시간 후에 필요한 전력량이 50kWh일 경우, 이를 기반으로, 중개업자는 전일에 전력발전량이 -50kWh로 전력을 입찰할 수 있다. For example, if the amount of power required by the consumer one hour after the previous day's use is 50 kWh, based on this, the broker can bid for power with the power generation amount of -50 kWh the previous day.

이후, 운영일이 도래하면, 본 발명은 매시간마다 스케줄링을 통해, 시간별 예측되는 전력량이 변동될 수 있고, 50kWh를 필요로 하는 당해 시간의 1시간 전에, 산출되어, 수요자가 필요로 할 전력이 58KWh로 산출될 경우, 수요자원 예측시스템(2)은 수요자의 소비를 제어함으로써, 또는, ESS의 방전을, 유도할 수 있다.Afterwards, when the operating day arrives, the present invention can change the amount of power predicted for each hour through scheduling every hour, and is calculated one hour before the time when 50 kWh is needed, so that the power needed by the consumer is 58 KWh. When calculated, the demand resource prediction system 2 can control the consumer's consumption or induce discharge of the ESS.

또한, 중개업자는 전력을 공급하는 시간들 중에 이전 시간 대에 잉여된 전력을 전력저장부(300)에 저장되어 있을 수 있고, 수요자에게 전달된 전력이 모두 소진되지 않아, 수요자가 잉여된 전력을 소비하는 상태에서, 58kWh에서 8% 범위 내의 오차값을 가지는 전력량이 발생할 수 있도록, 전력저장부(300)에서 전력을 추가 공급하고, 수요자에게 일부 전력량을 절약시킬 수 있다. 즉, 전력저장부(300)와 수요자의 전력소비를 제어할 수 있다.In addition, the broker may store surplus power in the power storage unit 300 during the previous times during the power supply period, and the power delivered to the consumer is not all used up, so the consumer consumes the surplus power. In this state, additional power can be supplied from the power storage unit 300 so that an amount of power with an error value within the range of 8% at 58 kWh can be generated, and some amount of power can be saved to the consumer. In other words, the power consumption of the power storage unit 300 and the consumer can be controlled.

예를 들어, 운영일의 매시간 스케줄링을 통해, 1시간 후에 예측된 발전량이 58kWh일 수 있어, 전일에 입찰한 운영일 1시간 후에 예측된 전력량인 50kWh보다 8%범위를 넘는 오차율을 가지는 경우, 중개업자는 전력저장부(300)에서 4kWh 내지 5kWh 정도를 추가공급하고, 수요자에게 1kWh 내지 2kWh를 절약하거나, 스스로 공급하도록 제어할 수 있어, 최종적으로 중개업자는 8% 오차범위 내로 전력이 공급될 수 있다. 이를 통해, 전일 산출된 입찰값에 정확성을 높일 수 있다.For example, through scheduling every hour of the operating day, the predicted power generation after one hour may be 58 kWh, which has an error rate exceeding 8% compared to the predicted power amount of 50 kWh one hour after the operating day bid on the previous day. It can additionally supply about 4kWh to 5kWh from the power storage unit 300, save 1kWh to 2kWh to the consumer, or control it to supply itself, so that the broker can finally supply power within an 8% error range. Through this, the accuracy of the bid value calculated the previous day can be increased.

상술한 바와 같이 본 발명의 수요자원 예측시스템(2)은 수요자원을 포함하는 집합자원을 고려하여 운영일의 한시간 후 전력발전량을 예측할 수 있고, 매시간마다 운영일의 예측발전량을 산출할 수 있다. 이때, 운영일의 예측발전량의 산출은 후술할 도 4 내지 도 7의 전력발전량 예측시스템(10)으로 예측될 수 있다.As described above, the demand resource prediction system 2 of the present invention can predict the power generation amount one hour after the operating day by considering collective resources including demand resources, and can calculate the predicted power generation amount of the operating day every hour. At this time, the calculation of the predicted power generation amount for the operating day can be predicted using the power generation prediction system 10 of FIGS. 4 to 7, which will be described later.

도 4는 본 발명의 일 실시예에 따른 전력발전량 예측시스템의 개념도이고, 도 5는 본 발명의 일 실시예에 따른 전력발전량 예측시스템의 블록구성도이며, 도 6은 본 발명의 일 실시예에 따른 전력발전량 예측시스템의 전력이동을 나타낸 개략도이고, 도 7는 본 발명의 일 실시예에 따른 전력발전량 예측시스템의 스케줄링의 개략도이다.Figure 4 is a conceptual diagram of a power generation prediction system according to an embodiment of the present invention, Figure 5 is a block diagram of a power generation prediction system according to an embodiment of the present invention, and Figure 6 is an embodiment of the present invention. It is a schematic diagram showing the power movement of the power generation prediction system according to the present invention, and Figure 7 is a schematic diagram of scheduling of the power generation prediction system according to an embodiment of the present invention.

도 4을 참고하면, 본 발명의 일 실시예에 따른 전력발전량 예측시스템(10)은 전력공급자와 전력수요자를 중개하는 중개사업자가 공급자가 설치한 전력을 발전하는 일정 규모를 가진 전력발생부(100)의 발전량을 전일에 예측하여 예측발전량에 따라, 판매가격을 산출하여 전력거래소와 계약할 수 있고,Referring to FIG. 4, the power generation prediction system 10 according to an embodiment of the present invention is a power generation unit (100) with a certain scale that generates power installed by the power brokerage business between power suppliers and power consumers. ) can be predicted on the previous day, calculate the sales price according to the predicted power generation, and enter into a contract with the Korea Power Exchange.

계약한 예측발전량이 운영일에 일정한 오차범위 내로 발전될 수 있도록 중개사업자가 전력발생부(100)의 예측발전량에 따라, 전력저장부(300)의 충방전을 스케줄링하는 시스템일 수 있다.It may be a system in which an intermediary operator schedules charging and discharging of the power storage unit 300 according to the predicted power generation amount of the power generation unit 100 so that the contracted predicted power generation amount can be generated within a certain error range on the operating day.

즉, 중개사업자는 전일 예측되는 예측발전량에 따라, 전일 전력저장부(300)를 스케줄링하고, 운영일이 도래하면, 한시간 간격으로 스케줄링된 전력저장부(300)의 예측발전량을 재산출하여 전력저장부(300)를 한시간 간격으로 다시 스케줄링할 수 있다.In other words, the brokerage operator schedules the power storage unit 300 for the previous day according to the predicted power generation amount predicted the previous day, and when the operating day arrives, the brokerage operator recalculates the predicted power generation amount of the power storage unit 300 scheduled at one-hour intervals to store power. Unit 300 can be rescheduled at hourly intervals.

이때, 수요자는 한전계통, 배전반, 전력수요자 등 다양한 분야에서 전력을 구매 또는 공급 받고자 하는 구성일 수 있다.At this time, the consumer may wish to purchase or receive power from various fields such as the KEPCO system, distribution board, and power consumer.

도 4 내지 도 7를 참고하면, 본 발명의 일 실시예에 따른 전력발전량 예측시스템(10)은 운영일에 예측발전량의 오차율을 기설정된 오차범위 내로 공급될 수 있도록, 전력발생부(100), 전력저장부(300), 데이터베이스(400), 전일발전량 예측부(500) 및 스케줄링부(700)를 포함할 수 있다.Referring to FIGS. 4 to 7, the power generation prediction system 10 according to an embodiment of the present invention includes a power generation unit 100, so that the error rate of the predicted power generation can be supplied within a preset error range on the operating day, It may include a power storage unit 300, a database 400, a previous day power generation prediction unit 500, and a scheduling unit 700.

도 4를 참고하면, 본 발명의 일 실시예에 따른 전력발전량 예측시스템(10)은 전력공급자와 전력수요자를 중개하는 중개사업자가 공급자가 설치한 전력을 발전하는 일정 규모를 가진 전력발생부(100)의 발전량을 전일에 예측하여 예측발전량에 따라, 판매가격을 산출하여 전력거래소와 계약할 수 있고,Referring to FIG. 4, the power generation prediction system 10 according to an embodiment of the present invention is a power generation unit (100) with a certain scale that generates power installed by the power brokerage business between power suppliers and power consumers. ) can be predicted on the previous day, calculate the sales price according to the predicted power generation, and enter into a contract with the Korea Power Exchange.

계약한 예측발전량이 운영일에 일정한 오차범위 내로 발전될 수 있도록 중개사업자가 전력발생부(100)의 예측발전량에 따라, 전력저장부(300)의 충방전을 스케줄링하는 시스템일 수 있다.It may be a system in which an intermediary operator schedules charging and discharging of the power storage unit 300 according to the predicted power generation amount of the power generation unit 100 so that the contracted predicted power generation amount can be generated within a certain error range on the operating day.

즉, 중개사업자는 전일 예측되는 예측발전량에 따라, 전일 전력저장부(300)를 스케줄링하고, 운영일이 도래하면, 한시간 간격으로 스케줄링된 전력저장부(300)의 예측발전량을 재산출하여 전력저장부(300)를 한시간 간격으로 다시 스케줄링할 수 있다.In other words, the brokerage operator schedules the power storage unit 300 for the previous day according to the predicted power generation amount predicted the previous day, and when the operating day arrives, the brokerage operator recalculates the predicted power generation amount of the power storage unit 300 scheduled at one-hour intervals to store power. Unit 300 can be rescheduled at hourly intervals.

이때, 수요자는 한전계통, 배전반, 전력수요자 등 다양한 분야에서 전력을 구매 또는 공급 받고자 하는 구성일 수 있다.At this time, the consumer may wish to purchase or receive power from various fields such as the KEPCO system, distribution board, and power consumer.

도 4 내지 도 7을 참고하면, 본 발명의 일 실시예에 따른 전력발전량 예측시스템(10)은 운영일에 예측발전량의 오차율을 기설정된 오차범위 내로 공급될 수 있도록, 전력발생부(100), 전력저장부(300), 데이터베이스(400), 전일발전량 예측부(500) 및 스케줄링부(700)를 포함할 수 있다.Referring to FIGS. 4 to 7, the power generation prediction system 10 according to an embodiment of the present invention includes a power generation unit 100, so that the error rate of the predicted power generation can be supplied within a preset error range on the operating day, It may include a power storage unit 300, a database 400, a previous day power generation prediction unit 500, and a scheduling unit 700.

본 발명의 일 실시예에 따른 전력발전량 예측시스템(10)은 운영일의 전일에 전력발생부(100)에서 운영일에 발전할 발전량의 예측량인 예측발전량을 산출하고, 예측발전량을 기반으로 운영일에 매시간마다 전력저장부(300)의 충방전을 스케줄링함으로써, 예측발전량의 오차범위가 중개사업자가 설정한 오차범위 내로 진행시킬 수 있다.The power generation prediction system 10 according to an embodiment of the present invention calculates the predicted power generation amount, which is the predicted amount of power generation to be generated on the operating day, in the power generation unit 100 on the day before the operating day, and calculates the predicted power generation amount based on the predicted power generation amount. By scheduling the charging and discharging of the power storage unit 300 every hour, the error range of the predicted power generation can be progressed within the error range set by the brokerage service provider.

이를 통해, 전력저장부(300)의 한시간 후 충방전을 스케줄링함으로써, 전일 산출된 전력발생부(100)의 예측발전량에 따라 매시간마다 전력저장부(300)의 충방전을 제어하여 전력발전량의 오차율이 오차범위를 넘어가는 것을 방지할 수 있다.Through this, by scheduling the charging and discharging of the power storage unit 300 after one hour, the charging and discharging of the power storage unit 300 is controlled every hour according to the predicted power generation amount of the power generation unit 100 calculated the previous day, thereby reducing the error rate of power generation amount. Exceeding this error range can be prevented.

또한, 전력발생부(100)에서 발전되는 발전량과 전력저장부(300)에서 충방전되는 전력량은 중개사업자가 공급하고자 하는 수요자로 공급될 수 있다. In addition, the amount of power generated in the power generation unit 100 and the amount of power charged and discharged in the power storage unit 300 can be supplied to the consumers to whom the intermediary business intends to supply.

전력발생부(100)는 적어도 하나 이상의 PV발전기를 이용하여 태양광 발전으로 전기 에너지를 생성할 수 있다. 또한, 전력발생부(100)는 인터버 등의 전력을 변환 장치가 설치될 수 있어, 태양광으로 생성되는 전기 에너지의 전력을 변환시킬 수 있다.The power generation unit 100 may generate electrical energy through solar power generation using at least one PV generator. Additionally, the power generation unit 100 may be equipped with a power conversion device such as an inverter, thereby converting the power of electrical energy generated by solar energy.

전력저장부(300)는 ESS 등일 수 있다. 또한, 전력저장부(300)는 전력발생부(100)에서 공급되는 전력을 공급받아 저장할 수 있고, 저장된 전력을 수요자에게 공급하여 전력발생부(100)의 발전량과 전력저장부(300)에서 충방전되는 전력량의 합일 수 있는 전력발전량을 조절할 수 있다. The power storage unit 300 may be an ESS or the like. In addition, the power storage unit 300 can receive and store power supplied from the power generation unit 100, and supply the stored power to consumers to match the power generation amount of the power generation unit 100 and the power storage unit 300. The amount of power generation, which can be the sum of the amount of power being discharged, can be adjusted.

또한, 전일발전량 예측부(500)는 운영일의 전일에 운영일에 발전될 예측발전량을 예측할 수 있다. 이때, 전일에 전력발생부(100)에서 발전되는 전력량으로 운영일의 예측발전량을 예측할 수 있다.In addition, the previous day's power generation prediction unit 500 can predict the predicted power generation amount to be generated on the operation day on the day before the operation day. At this time, the predicted power generation amount for the operating day can be predicted based on the amount of power generated by the power generation unit 100 on the previous day.

예측발전량은 전일에 2회 이상의 시점에서 발생된 전력발생부(100)의 발전량의 평균량일 수 있다. 예를 들어, 예측발전량은, 전일에 오전 10시와 오후 5시(17시)에서 전력발생부(100)가 발전한 발전량의 평균값일 수 있다.The predicted power generation amount may be the average amount of power generation generated by the power generation unit 100 at two or more times in the previous day. For example, the predicted power generation may be the average value of the power generation generated by the power generation unit 100 at 10:00 AM and 5:00 PM (17:00) the previous day.

또한, 예측발전량은 데이터베이스(400)에 저장된 발전환경데이터를 기반으로 예측될 수 있다. 이때, 발전환경데이터는 머신러닝을 통해, 예측발전량을 예측할 수 있어, 시간이 지남에 따라 날짜 별로 계속 산출될 수 있다. Additionally, the predicted power generation amount can be predicted based on power generation environment data stored in the database 400. At this time, the power generation environment data can predict the predicted power generation amount through machine learning, and can be continuously calculated by date over time.

발전환경데이터는 발전소의 발전량데이터, NWP(Numerical Weather Prediction) 데이터(수치 일기 예보), 지표면 일사량 데이터(Total Shortwave)를 포함할 수 있고, 하나 이상의 데이터를 복합적으로 선별하여 사용할 수 있다.Power generation environment data may include power plant power generation data, NWP (Numerical Weather Prediction) data (numerical weather forecast), and surface solar radiation data (Total Shortwave), and one or more data can be selected and used in combination.

NWP는 수치예보로, 바람, 기온 등과 같은 기상요소의 시간 변화를 나타내는 물리방정식을 컴퓨터로 풍어 미래의 대기 상태를 예상하는 방법이다. 또한, 수치예보는 지구를 상세한 격자망으로 나누어 그 격자점에서의 값으로 대기 상태를 나타낼 수 있다.NWP is a numerical forecast, a method of predicting future atmospheric conditions by using a computer to calculate physical equations that represent temporal changes in meteorological elements such as wind and temperature. In addition, numerical forecasting divides the Earth into a detailed grid and can indicate atmospheric conditions using the values at the grid points.

또한, 수치 예보는, 지구 각지에서의 관측자료를 기초로 격자점 상의 현재의 값을 구하는 객관 분석이 가능할 수 있다. 객관 분석한 결과를 초기값으로 하여 장래의 대기 상태를 수치예보모델에 의해 계산 가능할 수 있다.In addition, numerical forecasts may enable objective analysis that obtains the current value on the grid points based on observation data from various parts of the Earth. Using the results of objective analysis as the initial value, future atmospheric conditions can be calculated using a numerical forecast model.

또한, 머신러닝을 통한 실시한 예측 프로세스는 실시간 발전량과 발전환경데이터의 전처리를 진행하고, 전처리된 데이터를 학습을 수행하며, 학습된 모델을 이용하여 예측 시작 시점부터 t+23시까지의 발전량 예측을 진행할 수 있다.In addition, the prediction process implemented through machine learning preprocesses real-time power generation and power generation environment data, performs learning on the preprocessed data, and uses the learned model to predict power generation from the start of the prediction until t+23:00. You can.

또한, 머신러닝은 운영일에 발전되는 전력발생부(100)의 예측발전량을 산출할 수 있다. 또한, 머신러닝은 LSTM(Long Short Term Memory)의 예측 방법론으로 실행될 수 있다. In addition, machine learning can calculate the predicted power generation amount of the power generation unit 100 generated on the operating day. Additionally, machine learning can be implemented with the prediction methodology of LSTM (Long Short Term Memory).

LSTM은 인공신경망을 기초로 하고 있는 딥러닝 기법 중 RNN(Recurrent Neural network, 순환신경망)의 방법론 중 하나일 수 있다. 또한, LSTM은 Time Series가 긴 의존성을 보일 때, 주로 사용되는 방법일 수 있다.LSTM may be one of the methodologies of RNN (Recurrent Neural Network), a deep learning technique based on artificial neural networks. Additionally, LSTM may be a method mainly used when the Time Series shows long dependencies.

이때, RNN은 시간이 지남에 따라 먼 과거의 패턴을 망각할 수 있어, LSTM은 모듈 안에 기억을 담당하는 구성과 망각을 담당하는 구성이 분리될 수 있어, 기억과 망각을 분리하여 계산함으로써, 결과값을 도출할 수 있다.At this time, RNN can forget patterns from the distant past over time, and LSTM can separate the configuration responsible for memory and the configuration responsible for forgetting within the module. By calculating memory and forgetting separately, the results are obtained. The value can be derived.

또한, 전일에 머신러닝으로 예측된 예측발전량은 운영일에 MILP(혼합 정수 선형 프로그래밍)을 통해 한시간 전에 전력저장부(300)의 스케줄링을 최적화할 수 있다.In addition, the predicted power generation amount predicted by machine learning on the previous day can optimize the scheduling of the power storage unit 300 one hour in advance through MILP (mixed integer linear programming) on the operating day.

스케줄링부(700)는 상술한 예측발전량에 따라, 운영일에서 전력발생부(100)의 예측발전량에 따른 전력저장부(300)의 충방전 스케줄을 생성할 수 있다.The scheduling unit 700 may generate a charging and discharging schedule of the power storage unit 300 according to the predicted power generation amount of the power generation unit 100 on the operating day, according to the above-described predicted power generation amount.

또한, 스케줄링부(700)는 예측발전량에 따라, 운영일의 전력저장부(300)의 충방전을 스케줄링할 수 있다. 이때, 스케줄링부(700)는 2차에 걸쳐 전력저장부(300)의 충방전을 스케줄링함으로써, 예측발전량의 오차범위를 최소화할 수 있다.Additionally, the scheduling unit 700 may schedule charging and discharging of the power storage unit 300 on the operating day according to the predicted power generation amount. At this time, the scheduling unit 700 can minimize the error range of the predicted power generation amount by scheduling charging and discharging of the power storage unit 300 twice.

예를 들어, 예측발전량에 따라, 운영일의 매시간 전력저장부(300)의 전력량을 스케줄링하여 제1 스케줄 데이터를 생성할 수 있다. 즉, 전일에 예측발전량으로 운영일의 전력저장부(300)의 충방전을 스케줄링할 수 있다.For example, according to the predicted power generation amount, the power amount of the power storage unit 300 may be scheduled for each hour of the operating day to generate first schedule data. In other words, charging and discharging of the power storage unit 300 on the operating day can be scheduled based on the predicted power generation amount of the previous day.

또한, 예측발전량에 따라, 운영일에 발전되는 전력발전량이 미리 산출하여 중개사업자가 전력을 발전소로 공급함으로써, 중개사업자가 수익 창출이 가능할 수 있다. 또한, 예측발전량의 오차율이 일정 범위 이상 벗어나면 수익 창출이 어려울 수 있어 이를 방지할 수 있도록, 제1 스케줄 데이터의 정확도를 향상시킬 수 있다. 이때, 제1 스케줄 데이터는 기설정조건 내에서 결정될 수 있다.In addition, according to the predicted power generation amount, the power generation amount generated on the operating day may be calculated in advance and the brokerage business operator may supply power to the power plant, thereby enabling the brokerage businessman to generate profit. In addition, if the error rate of the predicted power generation exceeds a certain range, it may be difficult to generate profits. To prevent this, the accuracy of the first schedule data can be improved. At this time, the first schedule data may be determined within preset conditions.

제1 스케줄 데이터의 기본적인 기설정조건은, 2회에 걸쳐 전일 전력발생부의 평균을 가지고 전력저장부(300)의 충방전을 스케줄링할 수 있다.The basic preset condition of the first schedule data can schedule charging and discharging of the power storage unit 300 using the average of the previous day's power generation unit over two times.

또한, 전력발생부(100)와 전력저장부(300)의 전력 판매는 실제 SMP를 기반으로 할 수 있다. 또한, 전력발생부(100)의 발전량과 전력저장부(300)의 방전량의 합은 총 전력발전량을 넘길 수 없다.Additionally, power sales of the power generation unit 100 and the power storage unit 300 may be based on actual SMP. Additionally, the sum of the power generation amount of the power generation unit 100 and the discharge amount of the power storage unit 300 cannot exceed the total power generation amount.

또한, 전력저장부(300)의 충방전 시간 및 순환 사이클은 횟수 제한 없이 지속적으로 이루질 수 있다. 또한, 전력저장부(300)의 감가상각비는 고려하지 않는 것으로 설정하여 제1 스케줄 데이터를 생성할 수 있다.In addition, the charging/discharging time and circulation cycle of the power storage unit 300 can be continuously performed without limitation. Additionally, the first schedule data can be generated by setting the depreciation cost of the power storage unit 300 not to be considered.

이때, 중개사업자는 예측발전량을 산출하여 판매가격을 결정할 수 있고, 판매가격은 목적함수인 다음 [수학식 1]로 산출될 수 있다.At this time, the brokerage business operator can determine the sales price by calculating the predicted power generation amount, and the sales price can be calculated using the following [Equation 1], which is the objective function.

여기서, : 시간, (아랫첨자), : 전일(윗첨자), : telemetry(윗첨자), : 운영일에 대해 결정된 시간에서의 에너지 판매 가격 [원/kWh], : 전일 계획된 운영일에 대한 시간에서의 계량값 [kWh]here, : hour, (subscript), : previous day (superscript), : telemetry (superscript), : decided on the operating date Energy sales price per hour [KRW/kWh], : For the previous day's planned operating day Metering value in time [kWh]

또한, 중개사업자의 전력발전량이 전력발생부(100)의 발전량과 전력저장부(300)의 충방전량의 합차와 같도록 전력발전량의 제약조건이 설정될 수 있고, 제약조건은 다음 [수학식 2]일 수 있다.In addition, constraints on the power generation amount may be set so that the power generation amount of the intermediary business is equal to the sum of the power generation amount of the power generation unit 100 and the charging and discharging amount of the power storage unit 300, and the constraints are as follows [Equation 2] ] It can be.

여기서, : 전일 2회에 걸친 PV 발전량 예측 평균값 [kWh], : (AC 기준) 전일 운영일 에 대한 전력저장부 충전값 [kWh], : (AC 기준) 전일 운영일 에 대해 전력저장부 방전값 [kWh]here, : Average value of PV power generation forecast twice the previous day [kWh], : (AC standard) Previous operating day Power storage charging value for [kWh], : (AC standard) Power storage discharge value [kWh] for the previous day of operation

또한, 시간 별로 전력발생부(100)에서 발생되는 전력량은 중개사업자가 계약시 등록한 전력발생부(100)의 설비용량 이상이 발전되는 것을 방지할 수 있도록 전력발전량의 제약조건을 설정할 수 있고, 전력발생부(100)의 전력발전량 제약조건은, 다음 [수학식 3]일 수 있다.In addition, the amount of power generated by the power generation unit 100 for each hour can set constraints on the amount of power generation to prevent the brokerage business from generating more than the facility capacity of the power generation unit 100 registered at the time of contract. The power generation amount constraint condition of the generator 100 may be the following [Equation 3].

여기서, : 중개사업자가 집합한 전력발생부의 총 설비용량[Kw]here, : Total facility capacity of power generation unit collected by brokerage operators [Kw]

또한, 전력저장부(300)의 충방전량이 전력저장부의 인버터, 배터리 관리 및 제어인 PCS 설비용량(kW) 이상이 충전되는 것을 방지할 수 있도록 전력저장부(300)의 총량에 제약조건을 설정할 수 있고, 전력저장부(300)의 제약조건은 다음 [수학식 4]일 수 있다.In addition, constraints are set on the total amount of the power storage unit 300 to prevent the charging and discharging amount of the power storage unit 300 from charging more than the inverter and battery management and control PCS facility capacity (kW) of the power storage unit. and the constraints of the power storage unit 300 may be the following [Equation 4].

여기서, : 전력저장부의 정격 충전량 [kW], : 전력저장부의 정격 방전량 [kW], : (배터리 기준) 전일 결정되는 전력저장부의 충전량 [kWh], : (배터리 기준) 전일 결정된는 전력저장부의 방전량 [kWh], : (이진변수) 전력저장부가 시간에 충전이면 1, 그 외에 0, : (이진변수) 전력저장부가 시간에 방전이면 1, 그 외에 0here, : Rated charge amount of power storage unit [kW], : Rated discharge amount of power storage unit [kW], : (Battery standard) Charge amount of power storage determined the previous day [kWh], : (Based on battery) Discharge amount of power storage unit determined the previous day [kWh], : (Binary variable) Power storage unit 1 if charging on time, 0 otherwise, : (Binary variable) Power storage unit 1 if discharged in time, 0 otherwise.

이때, 전력저장부(300)의 충방전 효율은 [수학식 5]일 수 있다.At this time, the charging and discharging efficiency of the power storage unit 300 may be [Equation 5].

여기서, : 전력저장부의 정격 충전량 [kW], : 전력저장부의 정격 방전량 [kW], : (배터리 기준) 전일 결정되는 전력저장부의 충전량 [kWh], : (배터리 기준) 전일 결정된는 전력저장부의 방전량 [kWh], : (이진변수) 전력저장부가 시간에 충전이면 1, 그 외에 0, : (이진변수) 전력저장부가 시간에 방전이면 1, 그 외에 0here, : Rated charge amount of power storage unit [kW], : Rated discharge amount of power storage unit [kW], : (Battery standard) Charge amount of power storage determined the previous day [kWh], : (Based on battery) Discharge amount of power storage unit determined the previous day [kWh], : (Binary variable) Power storage unit 1 if charging on time, 0 otherwise, : (Binary variable) Power storage unit 1 if discharged in time, 0 otherwise.

또한, 전력저장부(300)의 제약조건은 전력저장부(300)가 충전과 방전시 동시에 일어나는 것을 방지할 수 있도록, 다음 [수학식 6]을 만족할 수 있다.Additionally, the constraints of the power storage unit 300 may satisfy the following [Equation 6] to prevent the power storage unit 300 from simultaneously charging and discharging.

여기서, : (이진변수) 전력저장부가 시간에 충전이면 1, 그 외에 0, : (이진변수) 전력저장부가 시간에 방전이면 1, 그 외에 0here, : (Binary variable) Power storage unit 1 if charging on time, 0 otherwise, : (Binary variable) Power storage unit 1 if discharged in time, 0 otherwise.

또한, 전력저장부(300)는 저장 가능한 비율일 수 있는 SOC의 범위가 결정될 수 있다. 예를 들어, 전력저장부(300)에 설치된 배터리의 충방전 범위를 설정할 수 있어, 전력저장부(300)의 배터리의 최소충전량과 최대충전량의 범위를 설정할 수 있다.In addition, the power storage unit 300 may determine the range of SOC, which can be a storable ratio. For example, the charging and discharging range of the battery installed in the power storage unit 300 can be set, and the ranges of the minimum charge amount and maximum charge amount of the battery of the power storage unit 300 can be set.

또한, 전력저장부(300) 마지막 시점에서 충전된 전력량의 설정범위는 다음날의 최소충전량 이상, 최대충전량 이하로 충전될 수 있다.In addition, the setting range of the amount of power charged at the end of the power storage unit 300 may be above the minimum charge amount and below the maximum charge amount for the next day.

이때, 전력저장부(300)의 배터리 충방전 범위는 다음 [수학식 7]로 설정될 수 있다.At this time, the battery charge/discharge range of the power storage unit 300 can be set as follows [Equation 7].

여기서, : 전일 전력저장부의 최소 충전되어있어야 할 비율[%],: 전일 전력저장부의 최대 충전할 수 있는 비율[%], : 전일 전력저장부의 초기 충전되어있는 비율[%], : 전력저장부 배터리의 정격용량[kWh],here, : Minimum percentage of the previous day's power storage that should be charged [%], : Maximum charging rate of the previous day's power storage [%], : Initially charged percentage of the previous day's power storage unit [%], : Rated capacity of power storage battery [kWh],

: 스케쥴링 마지막 시점에서의 전일 전력저장부의 최소 충전되어있어야 할 비율[%], : 스케쥴링 마지막 시점에서의 전일 전력저장부의 최대 충전할 수 있는 비율[%] : Minimum percentage of the previous day's power storage that should be charged at the end of scheduling [%], : Maximum charging rate of the previous day's power storage at the end of scheduling [%]

상술한 바와 같이, 운영일의 하루 전날일 수 있는 예측발전량은 상기 수학식들을 만족하는 값으로 설정될 수 있다.As described above, the predicted power generation amount, which may be the day before the operating day, can be set to a value that satisfies the above equations.

이때, 스케줄링부(700)는 상기 수학식들을 만족하며 전일에 산출된 예측발전량으로 전력저장부(300)가 충방전되는 스케줄인 제1 스케줄 데이터가 생성되면, 운영일에는 매 시간마다 충방전 스케줄을 재조정하여 제2 스케줄 데이터를 생성할 수 있다.At this time, when the scheduling unit 700 satisfies the above equations and generates first schedule data, which is a schedule for charging and discharging the power storage unit 300 with the predicted power generation calculated on the previous day, a charging and discharging schedule is set every hour on the operating day. The second schedule data can be generated by readjusting.

이때, 제2 스케줄 데이터는 전일 산출된 제1 스케줄 데이터를 운영일에 한 시간마다 보완하여 한 시간 전에 전력저장부(300)의 충방전을 다시 스케줄링 함으로써, 예측발전량의 오차율이 중개사업자가 설정한 오차범위 내로 형성되는 정확도를 향상시킬 수 있다.At this time, the second schedule data supplements the first schedule data calculated the previous day every hour on the operating day and reschedules the charging and discharging of the power storage unit 300 one hour in advance, so that the error rate of the predicted power generation is set by the brokerage operator. Accuracy within the error range can be improved.

또한, 제1 스케줄 데이터와 제2 스케줄 데이터는 매일 실행될 수 있고, 병렬로 진행될 수 있어, 제1 스케줄 데이터와 제2 스케줄 데이터는 지속적인 데이터를 축적하여 정확도는 향상될 수 있다.Additionally, the first schedule data and the second schedule data can be executed every day and can proceed in parallel, so the first schedule data and the second schedule data can continuously accumulate data and improve accuracy.

제2 스케줄 데이터는 한 시간마다 변경될 수 있다. 예를 들어, 오전 6시에는 오전 0시부터 오전 6시까지 이미 생성된 발전량을 상수로 하고, 6시 이후 24시까지를 예측발전량으로 예측한 예측 구간으로 설정하여, 6시에서 7시 사이의 전력저장부(300)의 충방전을 결정하여 예측발전량의 오차율을 조절할 수 있어, 예측발전량의 오차범위 내의 발전이 가능할 수 있다.The second schedule data may change every hour. For example, at 6 a.m., the amount of power already generated from 0:00 a.m. to 6:00 a.m. is set as a constant, and the period from 6:00 a.m. to 24:00 is set as the prediction section with the predicted power generation amount, so that the power between 6:00 a.m. and 7:00 a.m. By determining the charging and discharging of the storage unit 300, the error rate of the predicted power generation can be adjusted, so that power generation within the error range of the predicted power generation may be possible.

또한, 오전 7시가 되며 0시부터 7시까지를 상수로 하고 7시 이후 값을 예측 구간으로 설정하여 7시부터 8시까지 사이에서의 전력저장부(300)의 충방전을 결정하여 7시에서 8시 사이의 예측발전량의 오차율이 오차범위 내에서 발전되는 것이 가능할 수 있다.In addition, it is 7 a.m., and the time from 0 a.m. to 7 a.m. is set as a constant, and the value after 7 a.m. is set as a prediction section to determine the charging and discharging of the power storage unit 300 between 7 a.m. and 8 a.m. It may be possible for the error rate of predicted power generation between hours to be within the error range.

즉, 제2 스케줄 데이터는 한시간마다 시간이 지날수록 상수 값이 산출되고, 예측 구간이 줄어들어 예측발전량의 정확도를 향상시킬 수 있도록 전력저장부(300)의 충방전을 제어할 수 있다.That is, the second schedule data calculates a constant value as time passes every hour, and the charging and discharging of the power storage unit 300 can be controlled to improve the accuracy of the predicted power generation by reducing the prediction section.

이때, 중개사업자의 설정에 따라, 오전 7시의 예측발전량에 따른 전력저장부(300)의 충방전량의 산출을 오전9시의 값인 2시간 뒤의 값을 설정할 수도 있다. 즉, 2시간 간격으로도 설정할 수 있다. 이때, 제2 스케줄 데이터는 기설정조건 내에서 결정될 수 있다.At this time, depending on the settings of the brokerage business, the calculation of the charging and discharging amount of the power storage unit 300 according to the predicted power generation amount at 7 a.m. may be set to the value 2 hours later, which is the value at 9 a.m. In other words, it can be set at 2 hour intervals. At this time, the second schedule data can be determined within preset conditions.

제2 스케줄 데이터의 기본적인 기설정조건은, 제2 스케줄 데이터는 운영일 t-1에서 t부터 T까지의 전력저장부(300)의 충방전 스케줄을 결정할 수 있다. 이때, t-1은 운영일의 0~1시에 1시부터 24시까지의 전력저장부(300)의 스케줄을 형성하는 것일 수 있다.The basic preset condition of the second schedule data is that the second schedule data can determine the charging and discharging schedule of the power storage unit 300 from t to T on the operating day t-1. At this time, t-1 may form a schedule of the power storage unit 300 from 0 to 1 o'clock on the operating day from 1 o'clock to 24 o'clock.

또한, 제2 스케줄 데이터는, 총 24번의 최적화를 통해 운영일 24시간에 대한 전력저장부(300)의 충방전 스케줄을 결정할 수 있다. 또한, 매 시간별로 시작시점부터 운영 종료시점까지의 전력발생부(100)의 예측발전량을 예측할 수 있다.In addition, the second schedule data can determine the charging and discharging schedule of the power storage unit 300 for 24 hours of operation day through a total of 24 optimizations. In addition, the predicted power generation amount of the power generation unit 100 from the start time to the end of operation can be predicted for each hour.

또한, 예측오차율에 대한 가중치 및 이용률에 대한 가중치는 중개사업자가 설정할 수 있다. 또한, 전력저장부(300)의 감가상각비는 고려하지 않을 수 있다. 또한, i차수 스케줄링은 i-1차수의 결과값을 반영하며, i부터 T까지의 스케줄링을 통해 전력저장부(300)의 충방전량을 결정할 수 있다.Additionally, the weight for the prediction error rate and the weight for the utilization rate can be set by the brokerage business. Additionally, the depreciation cost of the power storage unit 300 may not be considered. In addition, the i-order scheduling reflects the result value of the i-1 order, and the charging and discharging amount of the power storage unit 300 can be determined through scheduling from i to T.

본 발명의 일 실시예에 따른 이용률은 10%로 설정할 수 있고, 예측오차율은 8%로 설정하여 설명할 수 있다. 이는 중개사업자에 따라 변경하여 결정할 수 있다.The utilization rate according to an embodiment of the present invention can be set to 10%, and the prediction error rate can be set to 8%. This can be changed and determined depending on the brokerage business.

이때, 이용률 및 예측오차율을 고려하여 중개사업자의 수익을 최대화할 수 있는 목적을 가진 목적함수를 산출할 수 있고, 목적함수는 [수학식 8]로 산출될 수 있다.At this time, an objective function with the goal of maximizing the profit of the brokerage business can be calculated by considering the utilization rate and prediction error rate, and the objective function can be calculated using [Equation 8].

여기서, : 시간, (아래첨자), : 예측시작 시간, , : 한시간전 (윗첨자), : telemetry (윗첨자), : telemetry (윗첨자), : 이용률 (윗첨자), : 운영일의 시간에 대한 중개사업자의 발전량 판매 단가 [원/kWh], : 운영일 시간에 대하여 예측 시작시간 에서의 중개사업자의 계량값[kWh], : 예측오차율에 대한 가중치 [원], : (이진변수) 예측오차율이 중개사업자 설정값을 넘어서면 0, 그 외에는 1, : 이용률에 대한 가중치 [원], : 운영일 시간에 대해 예측 시작시간 에서 스케쥴링에 따라 발생하는 이용률 이진변수 (이용률이 10% 이상이면 1, 그 외에는 0here, : hour, (subscript), : Predicted start time, , : One hour ago (superscript), : telemetry (superscript), : telemetry (superscript), : Utilization rate (superscript), : Operating days Unit sales price of power generation by intermediaries over time [KRW/kWh], : Operating date About time Predicted start time Metered value of brokerage business in [kWh], : Weight for prediction error rate [won], : (Binary variable) 0 if the prediction error rate exceeds the value set by the brokerage business, 1 otherwise, : Weight for utilization rate [won], : Operating date Predicted start time for time Utilization rate binary variable that occurs according to scheduling (1 if the utilization rate is more than 10%, 0 otherwise)

또한, 일정시점들일 수 있는 각 시점에서 중개사업자의 전력발생부(100)의 예측발전량과 전력저장부(300)의 충방전량의 합과 차는 중개사업자가 계량한 전력발전량과 같도록 제약조건이 설정될 수 있고, 제약조건은 다음 [수학식 9]일 수 있다.In addition, constraints are set so that the sum and difference between the predicted power generation amount of the power generation unit 100 and the charging and discharging amount of the power storage unit 300 of the brokerage operator at each point in time, which may be a certain point in time, are equal to the power generation amount measured by the brokerage business operator. It can be, and the constraint condition can be the following [Equation 9].

여기서, : 운영일 시간에 대해 번째 예측시작 시점에서 전력발생부의 예측발전량 [kWh], : 운영일 시간에 대해 예측시작 시간 에서 전력저장부의 충전량 [kWh], : 운영일 시간에 대해 예측시작 시간 에서 전력저장부의 방전량 [kWh], : 전력저장부의 충전 및 방전을 나타내는 윗첨자here, : Operating date About time At the time of the first prediction start, the predicted power generation amount of the power generation unit [kWh], : Operating date Forecast start time The charging amount of the power storage unit [kWh], : Operating date Forecast start time Discharge amount of power storage unit [kWh], : Superscript indicating charging and discharging of the power storage unit

또한, 전력발생부(100)의 정격용량을 기반으로 하루전 계량값과 한시간 전 계량값 사이에서 예측오차율의 상한을 제약하는 예측오차율 제약조건이 설정될 수 있다. 즉, 예측발전량이 오차범위 내에서 발전량을 공급할 수 있도록 전력저장부(300)를 제어할 수 있다.In addition, based on the rated capacity of the power generation unit 100, a prediction error rate constraint condition that limits the upper limit of the prediction error rate between the metered value one day ago and the metered value one hour ago may be set. In other words, the power storage unit 300 can be controlled so that the predicted power generation amount can be supplied within the error range.

이때, 예측오차율 제약조건은, 다음 [수학식 10]일 수 있다.At this time, the prediction error rate constraint may be the following [Equation 10].

이때, [수학식 10]을 선형화하여 수식을 변환함으로써, [수학식 11]을 산출할 수 있다.At this time, [Equation 11] can be calculated by linearizing [Equation 10] and converting the equation.

여기서, : 중개사업자가 집합한 전력발생부의 전체 정격용량 [kW], : 한시간전 운영일 시간에 대해 예측시작 시간 에서 중개사업자의 계량값 [kWh], : 하루전 운영일 시간에 대해 중개사업자의 계량값 [kWh], : 예측오차율 상한값 [%], : (이진변수) 예측오차율이 발생시 목적함수에 가중치를 주기위한 변수 (0 또는 1), : (AC 기준) 운영일 시간에 대해 예측시작 시간 에서 전력저장부의 충전량 [kWh], : (AC 기준) 운영일 시간에 대해 예측시작 시간 에서 전력저장부의 방전량 [kWh]here, : Total rated capacity of the power generation unit gathered by the intermediary business [kW], : 1 hour before operation date Forecast start time In the brokerage business's metering value [kWh], : Operating day one day before Metered value of intermediary business for time [kWh], : Prediction error rate upper limit [%], : (Binary variable) A variable to give weight to the objective function when the prediction error rate occurs (0 or 1), : (AC standard) Operating days Forecast start time The charging amount of the power storage unit [kWh], : (AC standard) Operating days Forecast start time Discharge amount of power storage unit [kWh]

또한, 중개사업자가 집합한 전력의 계량값이 전력발생부의 정격용량 대비 일정 %이상 발생시킬 수 있도록 이용률을 제약하는 이용률 제약조건을 설정할 수 있다.In addition, utilization constraints can be set to limit the utilization rate so that the metered value of the power collected by the brokerage business can be generated at a certain percentage or more compared to the rated capacity of the power generation unit.

예를 들어, 이용률을 10%로 설정하면, 전력발생부(100)에서 발생되는 발전량이 10% 미만일 경우, 전력발생부(100)에서 발생되는 10% 미만의 발전량은 전부 전력저장부(300)로 저장되어, 10%미만으로 발전되어 폐기될 수 있는 잉여발전량을 저장함으로써, 전체 발전 효율이 향상될 수 있다. 이때, 이용률 제약조건은 [수학식 12]로 산출될 수 있다.For example, if the utilization rate is set to 10%, if the power generation amount generated by the power generation unit 100 is less than 10%, all power generation amount less than 10% generated by the power generation unit 100 is transferred to the power storage unit 300. The overall power generation efficiency can be improved by storing surplus power generation that can be discarded after generating less than 10%. At this time, the utilization rate constraint can be calculated using [Equation 12].

여기서, : (이진변수) 운영일 시간에 대해 예측시작 시간 에서 전력중개중개사업자의 이용률에 관한 이진변수, : 이용률 하한값 [%]here, : (binary variable) operating date Forecast start time A binary variable regarding the utilization rate of power brokerage operators, : Utilization rate lower limit [%]

또한, 중개사업자의 집합자원인 전력발생부(100)와 전력저장부(300)의 방전량 및 충전량의 합 또는 차가 전력발생부(100)의 정격용량을 매 시간 넘는 것을 제한할 수 있도록, 발전량과 방전량의 제약조건을 설정할 수 있고, 발전량과 방전량의 제약조건은 [수학식 13]으로 설정될 수 있다.In addition, the power generation amount is limited to limit the sum or difference of the discharge and charge amounts of the power generation unit 100 and the power storage unit 300, which are collective resources of the brokerage business, from exceeding the rated capacity of the power generation unit 100 every hour. Constraints on the amount of overdischarge can be set, and constraints on the amount of power generation and discharge can be set as [Equation 13].

또한, 전력저장부(300)의 충전량과 방전량은 인버터, 배터리 관리 및 제어인 PCS 설비용량(kW)을 초과하는 것을 제한하는 충방전량 제약조건을 설정할 수 있고, 충방전량 제약조건은 [수학식 14]로 설정될 수 있다.In addition, the charging and discharging amount of the power storage unit 300 can set charging and discharging amount constraints that limit the inverter and battery management and control PCS facility capacity (kW) from exceeding, and the charging and discharging amount constraints can be set in [Equation 14].

여기서, : 전력저장부의 PCS 충전 정격용량 [kW], : 전력저장부의 PCS 방전 정격용량 [kW], : 전력저장부의 PCS 방전 정격용량 [kW], : 전력저장부의 PCS 방전 정격용량 [kW], : (배터리 기준) 운영일 시간에 대해 예측시작 시간 에서 전력저장부의 충전량 [kWh], : (배터리 기준) 운영일 시간에 대해 예측시작 시간 에서 전력저장부의 방전량 [kWh]here, : PCS charging capacity of power storage unit [kW], : PCS discharge rating capacity of power storage unit [kW], : PCS discharge rating capacity of power storage unit [kW], : PCS discharge rating capacity of power storage unit [kW], : (Based on battery) Operating days Forecast start time The charging amount of the power storage unit [kWh], : (Based on battery) Operating days Forecast start time Discharge amount of power storage unit [kWh]

또한, 전력저장부(300)에 설치된 PCS와 배터리 간의 충전 및 방전에 대한 효율은 다음 [수학식 15]일 수 있다.Additionally, the charging and discharging efficiency between the PCS installed in the power storage unit 300 and the battery may be as follows [Equation 15].

여기서, : 충전효율 [%], : 방전효율 [%]here, : Charging efficiency [%], : Discharge efficiency [%]

또한, 전력저장부(300)의 0 또는 1로 설정되는 이진변수의 제약조건을 설정하여 전력저장부(300)가 충전과 방전이 동시에 일어나는 것을 방지하도록 설정할 수 있다. 이때, 전력저장부(300)의 이진변수 제약조건은, [수학식 16]로 설정될 수 있다.In addition, the constraints of the binary variable set to 0 or 1 of the power storage unit 300 can be set to prevent the power storage unit 300 from simultaneously charging and discharging. At this time, the binary variable constraints of the power storage unit 300 can be set as [Equation 16].

또한, 전력저장부(300)에 설치되어 있는 배터리의 용량 비율인 SOC 제약조건은 전력저장부(300)의 배터리에 충전된 에너지량이 기설정된 범위 내에서 변동될 수 있도록, SOC 제약조건을 설정할 수 있다. 이때, SOC제약조건의 범위의 설정은 다음 [수학식 17]으로 설정될 수 있다.In addition, the SOC constraint condition, which is the capacity ratio of the battery installed in the power storage unit 300, can be set so that the amount of energy charged in the battery of the power storage unit 300 can vary within a preset range. . At this time, the range of SOC constraints can be set as follows [Equation 17].

여기서, : 예측시작 시점 까지 결정된 배터리 기준 전력저장부 충전값 [kWh], : 예측시작 시점 까지 결정된 배터리 기준 전력저장부 방전값 [kWh], here, : Prediction start time Battery-based power storage charge value determined up to [kWh], : Prediction start time Battery-based power storage discharge value determined up to [kWh],

: 전력저장부 배터리의 최소 충전되어 있어야 할 비율[%] , : 전력저장부 배터리의 최대 충전할 수 있는 비율[%], : 스케쥴링 마지막 시점에서의 하루전 전력저장부의 최소 충전되어있어야 할 비율 [%] : Minimum percentage of power storage battery that must be charged [%], : Maximum charging rate of power storage battery [%], : Minimum percentage of the power storage unit that must be charged the day before at the end of scheduling [%]

: 스케쥴링 마지막 시점에서의 하루전 전력저장부의 최대 충전할 수 있는 비율 [%] : Maximum chargeable rate of power storage the day before at the end of scheduling [%]

: 운영일 시작 전 전기저장부 배터리에 충전되어있는 비율 [%] : Proportion of charge in the electric storage battery before the start of the operating day [%]

: 전력저장부 배터리의 정격용량 [kWh] : Rated capacity of power storage battery [kWh]

상술한 제약조건의 설정에 따라, 운영일에 발전되는 전력저장부가 운영일에 운영되기 위한 최소한의 충전량이 설정되고, 최대한으로 충전할 수 있는 충전량이 설정될 수 있다. 또한, 마지막 시점에서 하루전 전력저장부의 최소 충전되어야 할 비율이 설정될 수 있고, 마지막 시점에서 하루전 전력저장부의 최대한 충전할 수 있는 비율을 설정함으로써, 연속적으로 진행되는 전력발전량 예측시스템(10)이 지속적으로 운영될 수 있다.According to the settings of the above-mentioned constraints, the minimum charge amount for the power storage unit generated on the operation day to operate on the operation day can be set, and the maximum charge amount that can be charged can be set. In addition, the minimum rate at which the power storage unit should be charged the day before can be set at the last time, and by setting the rate at which the power storage unit can be maximally charged the day before at the last time point, the continuously progressing power generation amount prediction system 10 can be continuously operated. It can be operated as

이상에서, 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 혹은 이들 중 하나 이상의 조합에서 구현 가능하다.In the above, the functional operations described herein and embodiments of the subject matter may be implemented in digital electronic circuitry, computer software, firmware or hardware, or in a combination of one or more thereof, including the structures disclosed herein and their structural equivalents. Implementation is possible.

본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.The present description sets forth the best mode of the invention and provides examples to illustrate the invention and to enable any person skilled in the art to make or use the invention. The specification prepared in this way does not limit the present invention to the specific terms presented.

따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있음에 주의한다.Accordingly, although the present invention has been described in detail with reference to the above-described examples, those skilled in the art may make modifications, changes, and variations to the examples without departing from the scope of the present invention. In short, in order to achieve the effect intended by the present invention, it is not necessary to separately include all functional blocks shown in the drawings or to follow all the orders shown in the drawings, and even if not, the technical aspects of the present invention described in the claims may be used. Please note that it may fall within the range.

이상의 본 발명은 도면에 도시된 실시 예(들)를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형이 이루어질 수 있으며, 상기 설명된 실시예(들)의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적 사상에 의해 정해여야 할 것이다.The present invention has been described above with reference to the embodiment(s) shown in the drawings, but these are merely illustrative, and various modifications may be made by those skilled in the art. It will be understood that all or part of (s) may be optionally combined. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the attached claims.

10: 전력발전량 예측시스템
100: 전력발생부 300: 전력저장부
500: 전일발전량 예측부 700: 스케줄링부10: Electric power generation prediction system
100: power generation unit 300: power storage unit
500: Previous day power generation prediction unit 700: Scheduling unit

Claims (10)

태양광 발전으로 전기에너지를 생성하는 전력발생부;
상기 전력발생부로 생성된 전기에너지를 충전 또는 방전하는 전력저장부;
상기 운영일의 전일에 결정된 수요자의 수요자원(Demand Response, DR)을 기설정된 시간 간격으로 예측하는 전일수요자원 예측부 및
상기 전일에 결정된 전력발전량, 전력저장부 및 수요자원을 포함하는 집합자원에 따라, 기설정된 시간 간격으로 상기 운영일의 전력저장부의 충전 또는 방전과 수요자의 전력량을 제어하는 수요자원 예측시스템을 포함하는 집합자원 예측오차 절감시스템.
A power generation unit that generates electrical energy through solar power generation;
a power storage unit that charges or discharges electrical energy generated by the power generation unit;
A previous day demand resource forecasting unit that predicts the demand resources (Demand Response, DR) of consumers determined on the day before the operation date at preset time intervals, and
Including a demand resource prediction system that controls the charging or discharging of the power storage unit and the amount of power of the consumer on the operating day at preset time intervals, according to the collective resources including the power generation amount, power storage unit, and demand resources determined on the previous day. Collective resource prediction error reduction system.
 제1 항에 있어서,
운영일의 전일에 결정된 예측발전량을 예측하는 전일발전량 예측부; 및
상기 예측발전량에 따라 기설정된 시간 간격으로 상기 운영일의 상기 전력저장부의 충전 또는 방전을 스케줄링하는 스케줄링부;를 포함하는 전력발전량 예측시스템을 더 포함하는 집합자원을 고려한 예측오차 절감시스템.
According to claim 1,
A previous day power generation prediction unit that predicts the predicted power generation determined on the day before the operating day; and
A prediction error reduction system considering collective resources, further comprising a power generation prediction system including a scheduling unit that schedules charging or discharging of the power storage unit on the operating day at preset time intervals according to the predicted power generation amount.
 제2 항에 있어서,
상기 전력발생부에서 계량되는 상기 예측발전량은, 발전환경데이터의 머신러닝으로 산출되고, 상기 발전환경데이터는 발전소의 발전량데이터; NWP(Numerical Weather Prediction) 데이터 및 지표면 일사량 데이터(Total Shortwave)을 포함하는 것을 특징으로 하는 전력발전량 예측시스템.
According to clause 2,
The predicted power generation amount measured by the power generation unit is calculated through machine learning of power generation environment data, and the power generation environment data includes power generation data of a power plant; A power generation prediction system characterized by including NWP (Numerical Weather Prediction) data and surface solar radiation data (Total Shortwave).
 제3 항에 있어서,
상기 전일발전량 예측부에서 상기 예측발전량을 산출하여 사업자는 판매가격을 목적함수로 산출하고, 상기 목적함수는 하기 식으로 산출되는 전력관리 시스템.

(여기서, : 시간, (아랫첨자), : 전일(윗첨자), : telemetry(윗첨자), : 운영일에 대해 결정된 시간에서의 에너지 판매 가격 [원/kWh], : 전일 계획된 운영일에 대한 시간에서의 계량값 [kWh])
According to clause 3,
A power management system in which the predicted power generation amount is calculated from the previous day's power generation prediction unit, the business operator calculates the sales price as an objective function, and the objective function is calculated using the following equation.

(here, : hour, (subscript), : previous day (superscript), : telemetry (superscript), : decided on the operating date Energy sales price per hour [KRW/kWh], : For the previous day's planned operating day Metering value in time [kWh])
 제4 항에 있어서,
상기 전력발전량의 제약조건은 하기 식을 만족하는 것을 특징으로 하는 전력관리 시스템.

(여기서, : 전일 2회에 걸친 PV 발전량 예측 평균값 [kWh], : (AC 기준) 전일 운영일 에 대한 전력저장부 충전값 [kWh], : (AC 기준) 전일 운영일 에 대해 전력저장부 방전값 [kWh])
According to clause 4,
A power management system characterized in that the constraints on the power generation amount satisfy the following equation.

(here, : Average value of PV power generation forecast twice the previous day [kWh], : (AC standard) Previous operating day Power storage charging value for [kWh], : (AC standard) Power storage discharge value [kWh] for the previous day of operation)
 제5 항에 있어서,
상기 전력발전량의 제약조건은 하기 식을 만족하는 것을 특징으로 하는 전력관리 시스템.

(여기서, : 사업자가 집합한 전력발생부의 총 설비용량[Kw])
According to clause 5,
A power management system characterized in that the constraints on the power generation amount satisfy the following equation.

(here, : Total facility capacity of power generation units gathered by the business operator [Kw])
 제6 항에 있어서,
상기 전력저장부 충전량의 제약조건은 하기 식을 만족하는 것을 특징으로 하는 전력관리 시스템.

(여기서, : 전력저장부의 정격 충전량 [kW], : 전력저장부의 정격 방전량 [kW], : (배터리 기준) 전일 결정되는 전력저장부의 충전량 [kWh], : (배터리 기준) 전일 결정된는 전력저장부의 방전량 [kWh], : (이진변수) 전력저장부가 시간에 충전이면 1, 그 외에 0, : (이진변수) 전력저장부가 시간에 방전이면 1, 그 외에 0)
According to clause 6,
A power management system characterized in that the constraints on the charging amount of the power storage unit satisfy the following equation.

(here, : Rated charge amount of power storage unit [kW], : Rated discharge amount of power storage unit [kW], : (Battery standard) Charge amount of power storage determined the previous day [kWh], : (Based on battery) Discharge amount of power storage unit determined the previous day [kWh], : (Binary variable) Power storage unit 1 if charging on time, 0 otherwise, : (Binary variable) Power storage unit 1 if discharged on time, 0 otherwise)
 제7 항에 있어서,
상기 전력저장부의 충방전 효율은, 하기 식을 만족하는 것을 특징으로 하는 전력관리 시스템.

(여기서, : 전력저장부의 충전효율 [%], : 전력저장부의 방전효율 [%])
According to clause 7,
A power management system characterized in that the charging and discharging efficiency of the power storage unit satisfies the following equation.

(here, : Charging efficiency of power storage unit [%], : Discharge efficiency of power storage unit [%])
 제8 항에 있어서,
상기 전력저장부의 이진변수 제약조건은 하기 식을 만족하는 것을 특징으로 하는 전력관리 시스템.

(여기서, : (이진변수) 전력저장부가 시간에 충전이면 1, 그 외에 0, : (이진변수) 전력저장부가 시간에 방전이면 1, 그 외에 0)
According to clause 8,
A power management system wherein the binary variable constraints of the power storage unit satisfy the following equation.

(here, : (Binary variable) Power storage unit 1 if charging on time, 0 otherwise, : (Binary variable) Power storage unit 1 if discharged on time, 0 otherwise)
 제9 항에 있어서,
상기 전력저장부의 SOC 제약조건은 하기 식의 범위 내에서 이루어지는 것을 특징으로 하는 전력관리 시스템.

(여기서, : 전일 전력저장부의 최소 충전되어있어야 할 비율[%],: 전일 전력저장부의 최대 충전할 수 있는 비율[%], : 전일 전력저장부의 초기 충전되어있는 비율[%], : 전력저장부 배터리의 정격용량[kWh],
: 스케쥴링 마지막 시점에서의 전일 전력저장부의 최소 충전되어있어야 할 비율[%], : 스케쥴링 마지막 시점에서의 전일 전력저장부의 최대 충전할 수 있는 비율[%]According to clause 9,
A power management system, characterized in that the SOC constraints of the power storage unit are within the range of the following equation.

(here, : Minimum percentage of the previous day's power storage that should be charged [%], : Maximum charging rate of the previous day's power storage [%], : Initially charged percentage of the previous day's power storage unit [%], : Rated capacity of power storage battery [kWh],
: Minimum percentage of the previous day's power storage that should be charged at the end of scheduling [%], : Maximum charging rate of the previous day's power storage at the end of scheduling [%]
KR1020220094380A 2022-07-29 2022-07-29 Prediction error reduction system considering aggregate resources KR20240016504A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220094380A KR20240016504A (en) 2022-07-29 2022-07-29 Prediction error reduction system considering aggregate resources

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220094380A KR20240016504A (en) 2022-07-29 2022-07-29 Prediction error reduction system considering aggregate resources

Publications (1)

Publication Number Publication Date
KR20240016504A true KR20240016504A (en) 2024-02-06

Family

ID=89858410

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220094380A KR20240016504A (en) 2022-07-29 2022-07-29 Prediction error reduction system considering aggregate resources

Country Status (1)

Country Link
KR (1) KR20240016504A (en)

Similar Documents

Publication Publication Date Title
Khalid et al. On maximizing profit of wind-battery supported power station based on wind power and energy price forecasting
Alipour et al. Stochastic scheduling of aggregators of plug-in electric vehicles for participation in energy and ancillary service markets
US20190228481A1 (en) Intelligent energy management system for distributed energy resources and energy storage systems using machine learning
Karhinen et al. Private and social benefits of a pumped hydro energy storage with increasing amount of wind power
Zhang et al. The performance of a grid-tied microgrid with hydrogen storage and a hydrogen fuel cell stack
EP2506210A1 (en) Systems and methods for forecasting electrical load
US11789082B2 (en) Systems and method for managing dispatch and lifecycle of energy storage systems on an electrical grid, including management of energy storage systems for provisioning of multiple services
KR101581685B1 (en) Apparatus and method for charge and discharge scheduling in energy storage device
Lee et al. Development of energy storage system scheduling algorithm for simultaneous self-consumption and demand response program participation in South Korea
Li et al. A novel Stackelberg-game-based energy storage sharing scheme under demand charge
Barnes et al. Sizing and economic assessment of energy storage with real-time pricing and ancillary services
Kadlec et al. Weather forecast based scheduling for demand response optimization in smart grids
US11949231B1 (en) Renewable energy power plant network simulator
KR102471609B1 (en) Photovoltaics generation forecasting system
KR102472630B1 (en) Power generation management system
KR20180101146A (en) Apparatus and method for distributed resources power trading
US20220373986A1 (en) Power management system and method for managing power distribution
Hokmabad et al. Optimizing size and economic feasibility assessment of photovoltaic and energy storage setup in residential applications
KR20240016504A (en) Prediction error reduction system considering aggregate resources
JP7303707B2 (en) Alternate Baseline Calculation Apparatus, Trained Model, Machine Learning Apparatus, Alternative Baseline Calculation Method and Program
Tvedt Optimal Operation of Flexible Assets in a Residential Energy System: A Rolling Horizon Approach
Knežević et al. The optimal use of stationary battery storage in a prosumer power system
Vaka et al. Prediction-based optimal sizing of battery energy storage systems in PV integrated microgrids for electricity bill minimization
Chasparis et al. Reinforcement-learning-based optimization for day-ahead flexibility extraction in battery pools
Xue et al. Flow battery control strategy implementation and cost benefit analysis for microgrid under updated time-of-use periods