KR20240025574A

KR20240025574A - 지능형 수요 반응 입찰 관리 시스템 및 그 방법

Info

Publication number: KR20240025574A
Application number: KR1020240021339A
Authority: KR
Inventors: 박상진; 강찬휘; 윤화섭; 최지훈
Original assignee: 주식회사 케이티
Priority date: 2016-01-27
Filing date: 2024-02-14
Publication date: 2024-02-27
Also published as: KR102638339B1; KR20170089549A

Abstract

본 발명은 수요 반응 입찰 관리 시스템 및 그 방법에 관한 것으로, 특히 입찰을 희망하는 고객에게 감축 가능 자원 용량을 지능적으로 산정해주고, 수익이 최대화가 가능한 입찰 전략을 자동으로 만들어 주는 지능형 수요 반응 입찰 관리 시스템 및 그 방법에 관한 것이다.
또한, 본 발명에 따르면, 고객의 과거의 전력 사용 정보를 저장하고 있는 데이터저장소; 상기 데이터저장소에 저장된 고객의 과거의 전력 사용 정보를 이용하여 사용 패턴을 추출하고, 추출된 사용 패턴을 기반으로 수요 예측을 수행하는 지능형 에너지 분석 엔진; 및 상기 고객의 사용 패턴과 수요 예측을 이용하여 입찰 전략을 생성하여 입찰을 수행하는 처리 모듈을 포함하는 지능형 수요 반응 입찰 관리 시스템 및 그 방법을 제공하여 입찰 참가자들이 용이하게 수요 반응 입찰에 응할 수 있도록 한다.

Description

지능형 수요 반응 입찰 관리 시스템 및 그 방법{System and method for managing bid based on intelligent demand response}

본 발명은 수요 반응 입찰 관리 시스템 및 그 방법에 관한 것으로, 특히 입찰을 희망하는 고객에게 감축 가능 자원 용량을 지능적으로 산정해주고, 수익이 최대화가 가능한 입찰 전략을 자동으로 만들어 주는 지능형 수요 반응 입찰 관리 시스템 및 그 방법에 관한 것이다.

수요 반응 관리 사업은 신뢰성 수요 반응과 경제성 수요 반응으로 나누어지며, 각각은 차별적인 입찰 방식과 거래 프로세스를 가지고 있다.

2015년 3월 기준으로 신뢰성 수요 반응(3회 발생)과 경제성 수요 반응(41회 발생)의 발생 비중이 약 1:13 정도로 점점 더 경제성 수요 반응 사업 규모가 커지고 있으며, 경제성 수요 반응 사업에서 경쟁력 강화를 위해서는 차별적인 기술 도입이 필요하다.

현재 경제성 수요 반응 대행 사업은 대부분 도 1 의 수동 기반의 경제성 수요 반응 대행 서비스 시스템 형식을 따른다.

수동 기반의 경제성 수요 반응 대행 서비스 시스템은 많은 부분들이 운영자와 입찰자의 수작업을 필요로 하고 효율적인 입찰 전략을 구성하기 위해서는 전적으로 운영자의 전문성에 의존해야 한다.

이와 같은 경제성 수요 반응 사업은 kt, 벽산, Enernoc 등이 개인사업자를 회원으로 모집하고, 개인과 전력거래소 간의 거래를 대행해준다.

각 사마다 보유하고 있는 수요 반응 시스템의 운영을 위해서는 에너지 관리에 지식을 가진 전문가의 수동작업이 필요하다.

그리고, 운영자는 항상 SMP(전력시장가격)가 높은 시간대가 언제인지 지속적인 모니터링을 해야 하고, 개별 고객들 마다 SMP와 CBL을 기준으로 가장 수익을 극대화 할 수 있는 최적의 입찰 전략을 구성해 주어야 한다.

이때, 고객의 사용량을 사전에 정교하게 예측할 수 있는 분석기술이 부재하기 때문에, 단지 CBL을 기준으로 예측하여 절감량을 산정할 수 밖에 없다.

CBL은 6일의 각 1시간당 단순 평균을 기반으로 하는 식이기 때문에 실제 고객의 사용량 예측 정확도가 떨어진다.

또한, 운영자는 경쟁력 있는 입찰(충분한 감축량)이 될 수 있게 여러 시간대 별 흩어져 있는 입찰자들을 다시 그룹으로 묶어 최종 전력거래소에 입찰한다.

이때, 개별 고객들의 상황을 고려하여 적절히 그룹핑 하는 전략이 필요하나현행시스템은 이러한 기능이 부재하다.

한편, 현행 시스템은 입찰을 원하는 고객이 직접 감축 가능한 시간대와 양을 입력하여야 한다. 그 결과, 수익을 최대화 할 수 있는 시간 대나 자신이 합리적으로 감축 가능한 양 등에 대한 사전 지식이 전혀 없는 상태에서 입력을 하기 때문에 수익의 극대화가 이루어 질 수 없다.

또한, 입찰전략에 대한 피드백을 받기 위해서는 더욱 운영자에게 의존적일 수 밖에 없다.

수요 반응 고객 대부분이 발전설비를 가지고 있으나, 고객의 절감량 입력에 따른 자사의 발전설비 운영 스케쥴은 전적으로 고객이 조율해야 하는 문제점이 있다.

이처럼 종래 경제성 수요 반응 시스템은 운영 및 입찰계획을 구성하는데 많은 부분 에너지 관리 전문가와 고객의 직접 개입이 필요하다.

선행기술 1: KR 공개특허 제2014-0069737호 선행기술 2: KR 공개특허 제 2012-0000116호 선행기술 3: KR 공개특허 제 2002-0066654호

본 발명의 일 측면은 고객의 과거의 전력 사용 정보를 저장하고 있는 데이터저장소; 상기 데이터저장소에 저장된 고객의 과거의 전력 사용 정보를 이용하여 사용 패턴을 추출하고, 추출된 사용 패턴을 기반으로 수요 예측을 수행하는 지능형 에너지 분석 엔진; 및 상기 고객의 사용 패턴과 수요 예측을 이용하여 입찰 전략을 생성하여 입찰을 수행하는 처리 모듈을 포함한다.

또한, 본 발명의 일 측면의 상기 데이터저장소는 과거의 기상 정보를 저장하고 있으며, 상기 지능형 에너지 분석 엔진은 상기 데이터저장소에 저장된 고객의 과거의 전력 사용 정보와 과거의 기상 정보를 연관 분석하여 사용 패턴을 추출한다.

또한, 본 발명의 일 측면의 상기 지능형 에너지 분석 엔진은 추출된 사용 패턴을 기반으로 아래 수학식 1을 사용하여 수요 예측을 수행한다.

(수학식 1)

Y_D=β₁Y_D-21-β₂Y_D-14-β₃Y_D-7+…

여기에서, Y는 에너지 수요이고, D는 사용일이 이며, β는 가중치 계수임.

또한, 본 발명의 일 측면의 상기 지능형 에너지 분석 엔진은 현재로부터 멀리 떨어진 과거일수록 가중치 계수가 낮아지게 하며, 사업 유형 마다 다르게 적용한다.

또한, 본 발명의 일 측면의 상기 지능형 에너지 분석 엔진은 수요예측을 통해 전력사용량이 평균치 이하인 시점을 산출하며, 상기 처리 모듈은 고객에게 전력 사용량이 평균치 이하인 시점에 사용량을 인위적으로 늘리도록 제안하는 설비 운영 스케쥴 추천 모듈을 포함한다.

또한, 본 발명의 일 측면의 상기 지능형 에너지 분석 엔진은 소비 패턴이 유사한 고객을 다수의 집단으로 분류하고, 각 집단내 고객을 고정시점 입찰 고객과 유동성 있게 입찰 가능 고객으로 분류하며, 상기 처리 모듈은 상기 지능형 에너지 분석 엔진에서 분류한 다수의 집단과 집단내의 고객 세부 분류를 이용하여 집단내 개별 고객의 입찰 시점과 감축량을 조율하면서 집단 내 고객들의 입찰 시점을 통일화하여 집단 입찰을 수행하는 그룹별 입찰 전략 모듈을 포함한다.

또한, 본 발명의 일 측면의 상기 그룹별 입찰 전략 모듈은 그룹핑을 해도 일정 이상의 절감량이 모이지 않은 집단인 경우는 다른 시간대의 타 집단과 재그룹핑을 수행한다.

또한, 본 발명의 일 측면의 상기 처리 모듈은 고객의 과거 전력 사용 정보와 사용패턴 그리고 수요 예측 정보를 이용하여 고객 포트 폴리오를 생성하는 고객 포트폴리오 제작 모듈; 및 상기 고객 포트폴리오를 갱신하는 고객 포토폴리오 관리 모듈을 포함한다.

또한, 본 발명의 일 측면의 상기 처리 모듈은 입찰 당일의 SMP 단가를 이용하여 판매 수익을 산정해 주고 고객이 최종 입찰여부를 결정하도록 하는 고객 수익 예측 모듈을 포함한다.

또한, 본 발명의 일 측면의 상기 지능형 에너지 분선 엔진은 설비가 운영되면서 남는 유휴 전력이 발생할 경우 역으로 수요 반응 입찰 시점을 추천해준다.

한편, 본 발명의 다른 측면은 (A)지능형 에너지 분석 엔진이 고객의 과거의 전력 사용 정보를 이용하여 사용 패턴을 추출하고, 추출된 사용 패턴을 기반으로 수요 예측을 수행하는 단계; 및 (B) 처리 모듈이 고객의 사용 패턴과 수요 예측을 이용하여 입찰 전략을 생성하여 입찰을 수행하는 단계를 포함한다.

또한, 본 발명의 다른 측면의 상기 (A) 단계에서 상기 지능형 에너지 분석 엔진은 고객의 과거의 전력 사용 정보와 과거의 기상 정보를 연관 분석하여 사용 패턴을 추출하는 것을 특징으로 한다.

또한, 본 발명의 다른 측면의 상기 지능형 에너지 분석 엔진은 추출된 사용 패턴을 기반으로 아래 수학식 1을 사용하여 수요 예측을 수행한다.

(수학식 1)

Y_D=β₁Y_D-21-β₂Y_D-14-β₃Y_D-7+…

또한, 본 발명의 다른 측면은 (C) 상기 지능형 에너지 분석 엔진은 수요예측을 통해 전력사용량이 평균치 이하인 시점을 산출하는 단계; 및 (D) 상기 처리 모듈은 고객에게 전력 사용량이 평균치 이하인 시점에 사용량을 인위적으로 늘리도록 제안하는 단계를 포함한다.

또한, 본 발명의 다른 측면은 (E) 상기 지능형 에너지 분석 엔진은 소비 패턴이 유사한 고객을 다수의 집단으로 분류하는 단계; (F) 상기 지능형 에너지 분석 엔진은 각 집단내 고객을 고정시점 입찰 고객과 유동성 있게 입찰 가능 고객으로 분류하는 단계; (G) 상기 처리 모듈은 상기 지능형 에너지 분석 엔진에서 분류한 다수의 집단과 집단내의 고객 세부 분류를 이용하여 집단내 개별 고객의 입찰 시점과 감축량을 조율하는 단계; 및 (H) 상기 처리 모듈은 집단 내 고객들의 입찰 시점을 통일화하여 집단 입찰을 수행하는 단계를 더 포함한다.

또한, 본 발명의 다른 측면은 상기 (G) 단계 이후에, (I) 상기 처리 모듈이 그룹핑을 해도 일정 이상의 절감량이 모이지 않은 집단인 경우는 다른 시간대의 타 집단과 재그룹핑을 수행하는 단계를 더 포함한다.

또한, 본 발명의 다른 측면은 (J) 상기 처리 모듈이 고객의 과거 전력 사용 정보와 사용패턴 그리고 수요 예측 정보를 이용하여 고객 포트 폴리오를 생성하는 단계; 및 (K) 상기 처리 모듈이 고객 포트폴리오를 갱신하는 단계를 더 포함한다.

또한, 본 발명의 다른 측면은 (L)상기 지능형 에너지 분선 엔진이 설비가 운영되면서 남는 유휴 전력이 발생할 경우 역으로 수요 반응 입찰 시점을 추천해주는 단계를 더 포함한다.

따라서, 본 발명은 상기와 같은 문제점을 해결하기 위하여 입찰을 희망하는 고객에게 감축 가능 자원 용량을 지능적으로 산정해주고, 수익이 최대화가 가능한 입찰 전략을 자동으로 만들어 주는 지능형 수요 반응 입찰 관리 시스템 및 그 방법을 제공하는 데 있다.

본 발명에 따르면, 다양한 분석 알고리즘을 통해 개인별 최적화 된 입찰전략(효율적인 CBL 관리, 합리적인 절감량 및 입찰 시점)을 구성해주기 때문에, 고객에게는 최대 판매 수익을 돌려주고 더 높은 수수료를 확보 할 수 있도록 한다.

또한, 본 발명에 따르면, DR 입찰이 낙찰이 될 수 있는 충분한 경쟁력을 갖추도록, 유사 전력 소비패턴을 가진 입찰자들을 그룹핑하여 그룹으로 묶고, 다시 세부적으로 개별 고객들의 상황에 따라 입찰시점을 합리적으로 통일시켜 줄 수 있다.

또한, 본 발명에 따르면, 고객은 수익이 증대되고 불필요한 직접 개입이 대부분 사라지므로 편의성과 신뢰성이 증대된다.

또한, 본 발명에 따르면, 운영 관리의 자동화로 인해 운영 관리 전문가의 인건비 절감된다.

또한, 본 발명에 따르면, 개별 포트폴리오를 만들어 지속적으로 관리하고, 고객의 피드백이나 변동사항이 발생시에 자동으로 갱신해주는 등 체계적인 고객 관리가 가능해진다.

또한, 본 발명에 따르면, 에너지 설비로 발전량이 수요 예측치 보다 과다 초과(30%이상)되었을 시에, 경제성 DR 참여를 역 추천하여 수익을 확보할 수 있게 해준다.

또한, 본 발명에 따르면, 고객의 목표 절감량에 따라 절감분을 채워 줄 수 있는 고객이 보유한 발전시설의 운영 스케쥴링을 자동화 해줌에 따라 확실하게 고객이 절감 목표를 달성할 수 있게 지원해주며, 그에 따라 입찰량 달성 실패율을 낮출 수 있다.

도 1은 종래 기술에 따른 수동 기반 경제성 수요 반응(DR) 입찰 시스템의 개념도이다.
도 2는 본 발명에 따른 지능형 수요 반응 입찰 관리 시스템의 개념도이다.
도 3은 본 발명의 바람직한 일 실시 예에 따른 지능형 수요 반응 입찰 관리 시스템의 상세 구성도이다.
도 4는 본 발명에 따른 그룹 입찰 관리 방법의 개념도이다.
도 5는 본 발명의 바람직한 일 실시 예에 따른 지능형 수요 반응 입찰 관리 방법의 흐름도이다.
도 6은 도 5의 그룹별 입찰 관리 수행 과정의 흐름도이다.
도 7은 본 발명에 이용되는 CBL 효율 관리 방법의 흐름도이다.
도 8은 본 발명에 이용되는 포트폴리오 제작 과정의 흐름도이다.
도 9는 본 발명에 이용되는 발전설비 운영 스케쥴 및 DR 입찰 시점 역추천 과정의 흐름도이다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 이하에서는 특정 실시예들을 첨부된 도면을 기초로 상세히 설명하고자 한다.

본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

도 2는 본 발명에 따른 지능형 수요 반응 입찰 관리 시스템의 개념도이다.

도 2를 참조하면, 본 발명에 따른 지능형 수요 반응 입찰 관리 시스템은 개별 고객마다의 CBL 대비 최대 수익이 가능한 시간대와 감축량 제시 및 이에 따른 발전설비 운영 스케쥴링, CBL효율화, 낙찰율 높이기 위한 그룹단위 입찰전략 등을 자동으로 분석하여 관리해준다.

이를 위해서 상기 지능형 수요 반응 입찰 관리 시스템은 고객의 과거 전력 사용 데이터를 기반으로 데이터 마이닝 알고리즘을 활용한 시간/일/주 단위로 정교한 수요예측을 하고, 실제 CBL 대비 예측치가 가장 차이 나는 시간대와 차이만큼을 감축량으로 자동으로 설정하여 입찰전략을 구성해 준다.

또한, 상기 지능형 수요 반응 입찰 관리 시스템은 고객별 DR 포트폴리오를 만들어 체계적으로 관리를 하며, 고객의 실시간 전력 사용현황이나 입찰정보, 설비 등의 변경 사항이 발생하면 자동으로 갱신해 준다.

이처럼 본 발명에 따르면 운영이 편리해지고, 전문인력을 대체할 수 있음으로 비용을 절감할 수 있으며, 고객의 수익을 극대화 해줌으로써 DR 대행 수수료를 증대 시킬 수 있고 고객의 서비스 신뢰도를 향상 시킬 수 있다.

도 3은 본 발명의 바람직한 일 실시 예에 따른 지능형 수요 반응 입찰 관리 시스템의 상세 구성도이다.

도 3을 참조하면, 본 발명의 바람직한 일 실시 예에 따른 지능형 수요 반응 입찰 관리 시스템은 다양한 분석 기능을 제공하는 지능형 에너지 분석 엔진(100)과, 처리 모듈(200) 및 데이터 저장소(400)로 이루어져 있다.

그리고, 상기 처리 모듈(200)은 신뢰 고객 선별 모듈(210)과, 고객 특성 추출 모듈(220)과, 고객 포트폴리오 제작 모듈(230)과, 고객 최적 입찰 전략 모듈(240)과, 그룹별 입찰 전략 모듈(250)과, 설비운영 스케쥴 추천 모듈(260)과, 외부 연동 모듈(270)과, 고객 피드백 처리 모듈(280)과, 고객 포트폴리오 관리 모듈(290)과, 고객 입찰서 제작 모듈(300)과, 고객 수익 예측 모듈(310) 및 입찰 모듈(320)로 구성되어 있다.

또한, 데이터 저장소(400)는 고객 포트폴리오 데이터베이스(410)과, 기상 정보 데이터 베이스(420) 및 전력 시장 정보 데이터베이스(430)로 이루어져 있다.

이와 같은 구성에서 상기 지능형 에너지 분석 엔진(100)은 고객의 과거 전력 사용 데이터기반으로 규칙적이고 뚜렷한 전력소비패턴 추출하여 고객 패턴을 분석한다.

그리고, 상기 지능형 에너지 분석 엔진(100)은 추출된 고객 패턴을 기반으로 시간/일/주 단위로 정교한 미래의 전력 사용을 예측하여 수요 예측 분석을 수행한다.

이와 같은 수요 예측 분석은 과거 3주동안의 데이터를 기반으로 패턴을 추출하여 예측을 한다.

일예로, 월요일의 전력 사용예측에는 과거 3주 간의 월요일 데이터들만 이용하여 계산을 한다.

예측 식은 아래 수학식 1과 같다. 현재로부터 멀리 떨어진 과거일수록 가중치 계수는 낮아지며, 이 가중치 계수는 사업 유형(공장, 호텔, 병원 등) 마다 다르게 적용된다.

아래 수학식1의 수요 예측식은 요일 별로 사용 패턴을 세분화하여 반영함으로써, 단순 과거 10일치의 평균을 이용하여 예측하는 다른 업체의 CBL 보다 더 정확도가 높다.

(수학식 1)

Y_D=β₁Y_D-21-β₂Y_D-14-β₃Y_D-7+…

여기에서, Y는 에너지 수요이고, D는 사용일이 이며, β는 가중치 계수이다.

한편, 상기 지능형 에너지 분석 엔진(100)은 고객의 과거 전력 사용 데이터와 과거 기상정보를 융합하여 연관 패턴을 분석하는 기상 융합 분석을 수행한다.

또한, 지능형 에너지 분석 엔진(100)은 CBL과 실제 사용한 전력량의 차이를 기준으로 수익이 발생하기 때문에, 고객이 사전(7~5일 전)에 입찰을 희망하면, 수요예측을 통해 앞으로 전력사용량이 평균치에서 많이 떨어지는 시점의 사용량을 인위적으로 늘리도록 제안하여 전체적인 CBL을 높여주는 CBL 효율화 분석을 수행한다.

일예로, 지능형 에너지 분석 엔진(100)은 CBL효율화 분석 중에 "사용량이 현격히 떨어지는 시점이 예측되면 그 전날에 발전 설비를 돌리지 말고 한전의 공급 전력을 사용하세요?"로 제안한다(단, 이때 제시된 방안으로 인위적으로 소요되는 전력사용에 따른 비용은 DR 참여로 기대되는 예상수익보다 낮음).

상기 지능형 에너지 분석 엔진(100)은 고객의 사용 패턴과 수요예측에 따른 해당 최적 절감량이 결정되면, 이후 절감량을 매우기 위해 효율적인 발전시설 운영 스케쥴 분석해 주는 설비운영 스케쥴링을 수행한다.

또한, 지능형 에너지 분석 엔진(100)은 CBL 효율화 분석을 통해 CBL을 인위적으로 높이기 위한 발전설비의 운영 스케쥴도 연계되어 분석해준다.

또한, 지능형 에너지 분석 엔진(100)은 발전 설비에 충전된 전력량이 1~2일 뒤 수요예측치 보다 +30%이상 많을 시에 자동으로 고객에게 경제성 DR 입찰여부를 역 추천하여 수익을 확보할 수 있게 해준다.

또한, 지능형 에너지 분석 엔진(100)은 DR 입찰이 낙찰될 수 있는 충분한 경쟁력을 갖추는 작업이 필요하며, 이를 위해, 입찰자들을 그룹핑하여 그룹으로 묶고 각기 틀린 입찰 시점을 어느 정도 통일하여 절감량을 합산해서 입찰하도록 하는 고객 그룹핑 작업을 수행한다.

이와 관련하여 도 4를 참조하면 상기 지능형 에너지 분석 엔진(100)은 고객 그룹핑 작업을 위해 먼저 소비 패턴이 유사한 집단을 분류한다. 이처럼 소비 패턴이 유사한 집단을 분류하게 되면 입찰 패턴도 유사하기 때문에 입찰 관리가 유사해진다.

그리고, 지능형 에너지 분석 엔진(100)은 고객 그룹핑 작업을 위해 과거 입찰 패턴을 분석하여 고정 시점만 입찰 가능한 고객과 유동적으로 입찰 가능한 고객을 다시 분류한다.

이와 같이 분류하게 되면 고객의 상황을 고려하기 때문에 절감 이행에 따른 신뢰성을 최대한 보장하게 된다.

또한, 지능형 에너지 분석 엔진(100)은 고객 그룹핑 작업을 위해 다양한 시간대 통일 기준들을 고객별 수요 상황에 따라 최적이 될 수 있도록 반복적으로 조합해가면서 계산한다.

한편, 신뢰고객 선별 모듈(210)은 지능형 에너지 분석엔진(100)의 고객신뢰도 분석 기능을 활용하여 사용패턴이 충분히 규칙적인지를 파악하고 이를 기반으로 경제성 수요 반응 입찰 풀(pool)을 운영한다.

그리고, 고객특성 추출 모듈(220)는 지능형 에너지 분석엔진의 고객패턴분석, 수요예측 분석 및 기상정보융합 분석 기능을 활용하여 고객의 과거 데이터에서 사용패턴을 도출하고 이를 기반으로 시간/일/주 단위의 수요 예측정보를 생성한다.

다음으로, 고객 포트폴리오 제작 모듈(230)은 고객의 과거 전력 사용 정보, 사용패턴에 대한 특징 및 시간/일/주 단위의 예측정보, 실시간 CBL 정보, 고객의 설비 운영 스케쥴 정보, 과거 입찰 정보 등을 종합하여 포트폴리오 제작한다.

그리고, 고객 최적 입찰 전략 모듈(240)은 고객이 5~7일전 입찰을 희망하면 시스템은 당일 이후부터 입찰종료 시점까지 매일 실시간으로 CBL 기준보다 다음날 해당 수요 예측량이 10% 이상 낮게 측정 되는 시점을 계산하고 10%~30%만큼을 고객유형(발전설비 보유여부)에 따라 절감량으로 추천해준다.

또한, 지능형 분석 엔진의 CBL 효율화 분석 기능을 통해 전력사용량이 누적 평균에서 많이 떨어지게 예측 되는 시점의 사용량을 고객에게 인위적으로 늘리도록 제안하여 전체적인 CBL을 올릴 수 있게 한다.

한편, 그룹 별 입찰 관리 모듈(250)은 고객별 최적 입찰 전략을 제공하나, 최종 낙찰율을 높이기 위해서는 개별 고객의 절감량을 합쳐서 그룹단위로 입찰하는 전략이 필요하며, 지능형 에너지 분석엔진의 고객 그룹핑 기능을 활용하여, 유사한 전력소비패턴의 입찰자들을 그룹 별로 분류하고, 다시 각 그룹 내 개별고객들의 입찰 계획을 개인포트폴리오와 기존 최적입찰 전략을 기반으로 조율하여 어느 정도 입찰 시점을 통일시킨다.

그리고, 그룹 별 입찰 관리 모듈(250)은 이후에 통일된 고객들의 절감량을 합쳐 그룹 단위로 입찰하여 높은 수준의 낙찰율을 보장한다.

다음으로, 설비운영 스케쥴 추천 모듈(260)은 발전설비를 보유한 고객인 경우(kt의 수요관리사업 고객들은 대부분이 발전설비를 보유하고 있음), 입찰 시점에 제안한 절감량을 확보하기 위해 지능형 에너지 분석 엔진의 설비운영 스케쥴링 기능을 활용하여 최적 운영 시간대를 추천해 준다.

또한, 발전 설비에 충전된 전력량이 1~2일 뒤 수요 예측치 보다 +30%이상 많을 시에 자동으로 고객에게 경제성 DR 입찰을 역 추천하여 수익을 확보할 수 있게 해준다.

한편, 외부연동 모듈(270)은 고객의 실시간 전력사용 정보, SMP 단가, 입찰 등의 전력시장 정보 및 기상 정보 등을 외부 시스템으로부터 실시간으로 가져온다.

다음으로, 고객 피드백 처리 모듈(280)은 시스템이 제안한 최적입찰 계획서에 대해 고객의 피드백이 있다면 이를 반영하여 입찰전략과 설비 운영 스케쥴을 재조정한다.

그리고, 고객 포트폴리오 관리 모듈(290)은 시스템은 주기적으로 고객포트폴리오를 관리하며, 실시간 고객 전력 사용현황이나 입찰정보, 설비 등의 변경 사항이 발생하면 자동으로 갱신해 준다.

다음으로, 고객 입찰서 제작 모듈(300)은 시스템이 제안한 입찰전략을 고객이 받아들이면 관련 입찰 정보를 반영한 입찰서가 자동으로 제작한다.

그리고, 고객 수익 예측 모듈(310)은 시스템이 입찰 당일의 SMP 단가를 이용하여 판매 수익을 산정해 주고 고객은 최종 입찰여부를 결정한다.

다음으로, 입찰 모듈(320)은 시스템이 DR 입찰이 낙찰이 될 수 있는 경쟁력을 갖출 수 있게 지능형 에너지 분석엔진의 고객 그룹핑 분석을 통해 시간 대별 입찰자들을 그룹핑 하고, 그룹핑을 해도 충분한 양이 모이지 않는 그룹은 가장 근접한 시간대의 타 그룹과의 재 그룹핑을 하여 최종 전력거래소에 입찰을 수행한다.

한편, 데이터 저장소(400)의 고객 포트폴리오 데이터베이스(410)는 고객의 실시간 전력사용 정보, 사용패턴 및 예측 정보, 입찰 정보, 발전 설비 정보 등이 저장하고 있다.

그리고, 전력시장 정보 데이터베이스(420)은 실시간 SMP 단가, 과거 입찰 및 낙찰 현황 등의 전력 시장 정보가 저장되어 있다.

상기 기상 정보 데이터 베이스(430)는 실시간 지역 별 기상정보가 저장되어있다.

이와 같이 구성되는 본 발명의 일 실시예에 따른 지능형 수요 반응 입찰 관리 시스템의 동작을 도 5의 지능형 수용 반응 입찰 방법의 흐름도를 참조해서 살펴보면 다음과 같다.

먼저, 신뢰고객 선별 모듈(210)은 지능형 에너지 분석엔진(100)의 고객신뢰도 분석 기능을 활용하여 사용패턴이 충분히 규칙적인지를 파악하고 이를 기반으로 신뢰 고객을 선별하여 선별된 신뢰 고객으로 이루어진 경제성 수요 반응 입찰 풀(pool)을 운영한다(S100).

이와 같은 수요 반응 입찰 풀(poo)에 해당하는 고객이 지능형 수요 반응 입찰 관리 시스템에 입찰 희망을 요청하면, 고객 특성 추출 모듈(220)은 지능형 에너지 분석엔진(100)의 고객패턴분석, 수요예측 분석 및 기상정보융합 분석 기능을 활용하여 고객의 과거 데이터에서 사용 패턴을 도출하고 이를 기반으로 시간/일/주 단위의 수요 예측 정보를 생성한다(S110).

이후, 고객 최적 입찰 전략 모듈(240)은 고객이 5~7일전 입찰을 희망하면 신청일 당일 이후부터 입찰종료 시점까지 매일 실시간으로 CBL 기준보다 다음날 해당 수요 예측량이 10% 이상 낮게 측정 되는 시점을 입찰 시점으로 지정하고, 10%~30%만큼을 고객유형(발전설비 보유여부)에 따라 절감량으로 산정한다.

또한, 고객 최적 입찰 전력 모듈(240)은 지능형 에너지 분석 엔진(100)의 CBL 효율화 분석 기능을 통해 전력사용량이 누적 평균에서 많이 떨어지게 예측 되는 시점의 사용량을 고객에게 인위적으로 늘리도록 제안하여 전체적인 CBL을 올릴 수 있도록 한다.

한편, 고객 수익 예측 모듈(310)은 입찰 시점의 SMP를 기반으로 예상 수익을 산출한다.

상기 고객 최적 입찰 전력 모듈(240)은 이와 같이 산출된 입찰 시점과 절감량을 그리고 고객 수익 예측 모듈(310)의 예상 수익을 이용하여 고객별 입찰 전력을 생성하여 고객에게 제안하고 고객이 승인하면 전략 모듈로 확정한다.

즉, 고객 최적 입찰 전력 모듈(240)은 고객의 사용 패턴 특징에 의한 수요 예측 정보를 가지고 입찰 시점과 절감량 및 예상 수익을 산출하여 고객별 최선의 입찰전략을 만들어준다(S120).

이때, 고객 피드백 처리 모듈(280)은 고객 최적 입찰 전력 모듈(240)이 제안한 입찰 계획서에 대해 고객의 피드백이 있다면 이를 반영하여 입찰전략과 설비 운영 스케쥴을 재조정한다(S130).

그리고, 그룹 별 입찰 전략 모듈(250)은 그룹별 입찰 관리를 수행한다(S140).

이와 같은 그룹별 입찰 관리 과정은 도 6의 그룹별 입찰 관리 흐름도를 사용하여 설명하면 다음과 같다.

먼저 지능형 에너지 분석 엔진(100)은 개별 고객의 입찰 전력이 구성되면, 고객 수요 패턴을 분석하여(S200), 최근 1~2주 기준으로 유사한 고객들을 군집하여 다수의 집단으로 분류한다(S210). 이러한 분류를 하는 이유는 유사소비패턴 고객은 입찰 전략 또한 유사할 것으로 판단되기 때문이다.

그리고, 지능형 에너지 분석 엔진(100)은 유사한 소비패턴의 고객이라도 언제나 고정된 시점에만 입찰해야 하는 고객과 발전설비를 보유하고 있어서 유동성 있게 입찰이 가능한 고객으로 집단 내 고객 세부 분류를 수행한다(S220).

이때, 지능형 에너지 분석 엔진(100)은 고객 포트폴리오 제작 모듈(220)이 제작한 고객 포트폴리오와 관련되어 고객 포트 폴리오 데이터베이스(410)의 고객 발전 설비 현황, 고객 전략 사용 이력, 고객 응동 이력, 입찰 이력, 고객 수요 예측 정보등을 이용한다.

이처럼 그룹별 입찰 전력 모듈(250)은 집단 내 고객 세부 분류가 완료되면, 각 집단 내 개별 고객들의 입찰 시점 및 감축량을 조율한다(S230).

이와 같이 기존 개별 고객의 입찰 시점과 절감량을 조율해주는 기능이 필요한 이유는 집단 별로 충분한 절감량을 모아서 입찰해야 경쟁력을 갖출 수 있기 때문이며, 조율 시점 및 절감량은 개별 고객의 기존 예상 입찰수익을 크게 저해하지 않아야 한다.

그룹별 입찰 전략 모듈(250)이 최적 입찰 시점을 선정하는 데 있어서는 다양한 기준 요소들이 반영되며, 반영되는 기준 요소들은 고객들의 포트폴리오 및 외부 정보(시간별 SMP 정보, 과거 시간대별 낙찰율 등)를 포함한다.

즉, 다음 기준 요소 1) 내지 6)이 고려된다.

1. 높은 SMP 시간대

2. 낙찰율이 높은 시간대와 그에 따른 최소 절감량

3. 그룹 내에서 우량 고객이 선택한 시간대: 과거 입찰성과 및 입찰 절감량 여부를 기준으로 고객 별 신뢰도와 우수고객을 판정하고, 이들 고객의 입찰 시점들을 기준으로 삼을 수 있음

4. 그룹 내에서 다수의 고객이 선택한 시간대: 그룹 내에서 다수의 고객이 입찰한 시점들을 기준으로 삼을 수 있음

5. 고정시점에만 입찰 가능한 그룹 내 고객에게는 고정시점 +-1시간만 조율이 가능하며, 시간이 조율되면 기존 수요예측기반으로 최종 목표 절감량도 달라질 수 있다. 이를 고려하여 기존 예상 수익에 비해 조율됐을 경우에도 아주 크게 변동이 없어야 됨

6. 발전설비 보유로 유동성 있게 입찰이 가능한 그룹 내 고객은 1,2,3,4 를 종합적으로 판단하여 낙찰율이 높고 최대수익이 가능한 시점으로 조율함. 이 고객들도 기존 예상수익에 비해 조율됐을 경우 아주 크게 변동이 없어야 됨

한편, 그룹별 입찰 전략 모듈(250)은 반복적으로 기준요소들을 (1,2,3,4,5,6) 계속 조합해가면서 낙찰확률이 높은 시점들과 이 시점들에서의 절감량으로 발생하는 개별 고객들의 수익 적정성을 총괄적으로 따져 그룹 내 고객들의 입찰 시점을 어느 정도(3~5가지) 통일화 해준다(S240).

그룹별 입찰 전략 모듈(250)은 그룹핑을 해도 충분한 절감량이 모이지 않은 그룹인 경우는 가장 근접한 시간대의 타 클러스터(그룹)와 합쳐 재그룹핑을 수행한다(S250).

그리고, 그룹별 입찰 전력 모듈(250)은 기존 입찰계획의 변동이 발생한 고객에게는 조율된 전략 안을 공지하여 최종 승인여부를 받는다(S260). 왜 조율이 되었는지 여부를 자세한 내역과 함께 보여준다.

그룹 별 최적 입찰시점들도 1~3 순위로 나누어서 각각의 낙찰 확률(과거 낙찰 데이터들의 성공률 기반)과 입찰 시점에 따른 고객 자신의 예상수익변화를 직관적으로 확인할 수 있게 하여, 자신이 원하는 입찰시점을 선택하게 한다.

고정시점만 입찰 가능한 고객에게는 1~2순위 정도의 조율 입찰시점만 제시되나, 유동성 있게 입찰 가능한 고객에게는 모든 조율 입찰시점을 폭넓게 제시할 수 있다.

이와 같은 과정을 거쳐 그룹별 입찰 전략 모듈(250)은 순위가 모두 마음에 안 드는 고객은 입찰을 취소하거나 자신이 직접 입력하여 각 그룹 내 개별고객들의 입찰 시점 조율 단계로 되돌아 간다. 고객이 최종 승인을 하면 그룹 별로 입찰을 완료한다(S150).

즉, 고객 입찰서 제작 모듈(300)을 이용하여 입찰서를 작성하고, 입찰 모듈(310)을 통해 전력 거래소입찰을 진행한다.

한편, 설비 운영 스케쥴 추천 모듈(260)은 도 7에 도시되어 있는 바와 같이 고객의 입찰 희망요청이 발생하면 희망요청의 7일 후까지의 CBL 효율관리를 시작한다(S300).

설비 운영 스케쥴 추천 모듈(260)은 특정 시점의 수요예측치가 7일간의 예측 평균보다 30% 낮게 측정될 때, CBL을 인위적으로 올릴 수 있는 방안을 제시한다(S310).

일예로, 설비 운영 스케쥴 추천 모듈(260)은 발전설비가 있는 고객사의 경우 "해당시점의 전날 발전설비를 가동시키지 말고 해당시점이 되면 한전의 전력을 사용해서 CBL을 올리세요" 등의 방안을 제공한다(단, 이때 제시된 방안으로 인위적으로 소요되는 전력사용에 따른 비용은 DR 참여로 기대되는 예상수익보다 낮음).

이와 같이 고객이 설비 운영 스케쥴 추천 모듈(260)의 제안사항을 따르면 CBL 수치가 올라가 실제 DR 보상이 커진다.

다음으로, 고객 포트폴리오 제작 모듈(230)은 고객 포트폴리오를 제작하는데이를 위해 도 8을 참조하면, 고객별 포트폴리오를 생성한다(S400).

그리고, 고객 포트폴리오 제작 모듈(230)은 고객의 발전설비 및 사업 규모, 유형이나 장소 등을 포트폴리오에 기입한다(S410).

다음으로, 고객 포트폴리오 제작 모듈(240)은 고객의 발전설비 운영 스케쥴을 포트폴리오에 기입한다(S420).

또한, 고객 포트폴리오 제작 모듈(240)은 외부 연동 모듈(270)을 통해 한전의 ISmart 시스템으로부터 실시간으로 고객의 전력 사용 데이터를 가져와 포트폴리오에 기록 한다(S430).

다음으로, 고객 포트폴리오 제작 모듈(240)은 고객 특성 추출 모듈(220)로부터 고객의 과거 전력사용 데이터를 기반으로 추출된 소비패턴들을 포트폴리오에 기록한다(S440).

또한, 고객 포트폴리오 제작 모듈(240)은 고객 특성 추출 모듈(220)이 과거 전력사용량을 기반으로 매 시점 계산된 CBL을 포트폴리오에 기록한다(S450).

또한, 고객 포트폴리오 제작 모듈(240)은 고객이 입찰을 할 때마다 포트폴리오에 기록하고 성공 여부 및 확보수익을 포트폴리오에 기록한다(S460).

다음으로, 고객 포트폴리오 관리 모듈(290)은 관련 정보들이 새롭게 바뀔 때마다 시스템은 고객포트폴리오를 갱신 해준다(S470).

한편, 고객 최적 입찰 전략 모듈(240)은 발전설비 운영 스케쥴 및 DR 입찰 시점 역추천을 수행하며, 이를 도 9를 참조하여 설명하면 먼저 고객의 입찰 시점과 절감량을 결정해 준다(S500).

그리고, 고객 최적 입찰 전략 모듈(240)은 고객의 포트폴리오에서 기존 설비 스케쥴을 읽어온다(S510).

다음에, 고객 최적 입찰 전략 모듈(240)은 고객의 입찰 시점으로 -1일~+1일로 발전설비의 운영 스케쥴을 조정해준다(S520).

이와 같은 운영 스케쥴의 조정에 의해 고객은 발전설비의 운영을 통한 자체 전력을 생산하여 절감량을 확보 할 수 있다.

한편, 지능형 에너지 분석 엔진(100)은 발전 설비에 충전된 전력량이 1~2일 뒤 수요예측치 보다 +30%이상 많을 시에 자동으로 고객에게 경제성 수요 반응(DR) 입찰여부를 역 추천하여 수익을 확보할 수 있게 해준다(S530).

상기에서는 본 발명의 바람직한 실시 예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

100 : 지능형 에너지 분석 엔진 200 : 처리 모듈
210 : 신뢰 고객 선별 모듈 220 : 고객 특성 추출 모듈
230 : 고객 포트폴리오 제작 모듈 240 : 고객 최적 입찰 전략 모듈
250 : 그룹 별 입찰 전략 모듈 260 : 설비운영 스케쥴 추천 모듈
270 : 외부 연동 모듈 280 : 고객 피드백 처리 모듈
290 : 고객 포트폴리오 관리 모듈 300 : 고개 입찰서 제작 모듈
310 : 고객 수익 예측 모듈 320 : 입찰 모듈
400 : 데이터 저장소 410 : 고객 포트폴리오 데이터베이스
420 : 기상 정보 데이터베이스 430 : 전력 시장 정보 데이터베이스

Claims

고객의 과거의 전력 사용 정보를 저장하고 있는 데이터저장소;
상기 데이터저장소에 저장된 고객의 과거의 전력 사용 정보를 이용하여 사용 패턴을 추출하고, 추출된 사용 패턴을 기반으로 고객 그룹핑 및 수요 예측을 수행하는 지능형 에너지 분석 엔진; 및
상기 수요 예측을 이용하여 고객별로 입찰 시점, 절감량과 그에 따른 예상 수익 정보를 생성하는 처리 모듈을 포함하는 것으로,
상기 처리 모듈은
상기 그룹에 속하는 개별 고객의 입찰 시점 및 절감량을 조율하여 집단 입찰을 수행하기 위해, 상기 집단 입찰시 낙찰확률이 높은 시점들과 각각의 시점에서의 절감량에 의해 발생하는 상기 개별 고객의 수익 적정성을 제시하는 것인 지능형 수요 반응 입찰 관리 시스템.