WO2019074173A1 - Method and system for predicting peak power demand per unit household - Google Patents

Method and system for predicting peak power demand per unit household Download PDF

Info

Publication number
WO2019074173A1
WO2019074173A1 PCT/KR2018/003017 KR2018003017W WO2019074173A1 WO 2019074173 A1 WO2019074173 A1 WO 2019074173A1 KR 2018003017 W KR2018003017 W KR 2018003017W WO 2019074173 A1 WO2019074173 A1 WO 2019074173A1
Authority
WO
WIPO (PCT)
Prior art keywords
power demand
peak power
temperature
day
peak
Prior art date
Application number
PCT/KR2018/003017
Other languages
French (fr)
Korean (ko)
Inventor
이상학
윤정미
Original Assignee
전자부품연구원
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 전자부품연구원 filed Critical 전자부품연구원
Publication of WO2019074173A1 publication Critical patent/WO2019074173A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/14—Payment architectures specially adapted for billing systems
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Definitions

  • the present invention relates to a method and system for predicting peak power demand, and more particularly, to a method and system for predicting peak power demand per unit household.
  • 1 is a graph showing a peak power demand pattern according to a gaseous phase temperature based on a total household peak power.
  • the peak load and the peak temperature are sensitive in the summer from July 1 to July 17, 2000.
  • 2 and 3 are graphs showing power demand according to social events.
  • FIG. 2 shows the electric power demand on the day when the World Cup soccer game was held on June 10, 2002
  • FIG. 3 shows the electric power demand on the election day on December 19, 2002.
  • the present invention provides a method and system for predicting a peak power demand for each unit of furniture by reflecting external weather temperature and various social event information.
  • a method of predicting a demand for a unit-household peak power includes the steps of: setting a temperature sensitive period of a peak power demand for a predictable furniture; Estimating the peak power demand of the forecasted day using the temperature sensitivity index if the peak power demand forecast day belongs to the temperature sensitive period, .
  • the method includes collecting a daily peak power demand and a daily peak temperature for a predetermined period of time for the predicted household, calculating a maximum peak temperature change with respect to the next day using the peak peak power demand and the daily peak temperature, Calculating a daily temperature sensitivity that is obtained by a peak power demand variation with respect to the next day, and calculating the temperature sensitivity index using the daily temperature sensitivity.
  • the temperature sensitivity index and the peak power demand of the predicted day can be calculated by the following equation.
  • T (n) T (n) - T (n-1)
  • D (n) is the peak power demand for day n
  • T (n) is the peak temperature for day n
  • S t (n) is day temperature sensitivity for day n
  • (N ') is the peak power demand forecast of the forecasted day (n')
  • ⁇ T is the peak temperature difference between the predicted day and the day before the forecast.
  • the temperature sensitive period may be set using the daily temperature sensitivity data obtained during a predetermined past period for the predicted household.
  • the average value of the daily temperature sensitivity may be obtained by week or month and the week or month may include the week or month in which the average value is higher than the average value of the daily temperature sensitivity by a predetermined level or higher.
  • the method includes predicting a past peak power demand corresponding to a social event to which the predicted peak power usage day belongs to a peak power demand amount of the predicted day if the predicted peak power usage day belongs to a predefined social event period .
  • a system for predicting a unit-household peak power demand estimates a temperature sensitivity period of a peak power consumption for a target household, A temperature sensitivity based prediction method for predicting the peak power demand of the forecasted day using the temperature sensitivity index if the peak power demand forecast date belongs to the temperature sensitive period, .
  • the system may further include a database for storing daily peak power demand and a daily maximum temperature for a predetermined past period for the predicted household.
  • the temperature sensitivity-based predicting unit may calculate a daily temperature sensitivity, which is obtained by using the collected daily peak power demand and the daily maximum temperature, and the maximum daily temperature variation and the next day to peak power demand variation, To calculate the temperature sensitivity index for the predicted household.
  • the peak power demand can be accurately predicted for each unit by defining the temperature sensitivity index in a period in which the peak power demand fluctuates sensitively according to the change of the ambient temperature or the like.
  • the prediction of power demand based on ambient temperature or conventional simple statistics has an advantage in that accurate peak power consumption can be predicted accurately per unit household even when an unpredictable social event occurs.
  • 1 is a graph showing a peak power demand pattern according to a gaseous phase temperature based on a total household peak power.
  • 2 and 3 are graphs showing power demand according to social events.
  • FIG. 4 is a block diagram illustrating a configuration of a system for predicting power demand of a unit household peak according to an embodiment of the present invention.
  • FIG. 5 is a flowchart illustrating a method for calculating a temperature sensitivity index of a unit furniture according to an exemplary embodiment of the present invention.
  • FIG. 6 is a flowchart illustrating a method for predicting a unit-household peak power demand according to an exemplary embodiment of the present invention.
  • FIG. 4 is a block diagram illustrating a configuration of a system for predicting power demand of a unit household peak according to an embodiment of the present invention.
  • the system for predicting unit household peak power demand includes a data collecting unit 110, a metering unit 120, a database 130, and a peak power demand estimating unit 140, .
  • the peak power demand prediction unit 140 may include a social event based prediction unit 141, a temperature sensitivity based prediction unit 143, and a statistics based prediction unit 145.
  • the data collecting unit 110 collects data necessary for predicting the peak power demand of the unit households from an external apparatus.
  • the data collection unit 110 can collect weather data and weather forecast data for a certain period of time from a weather server (not shown) operated by a weather service or a private weather service provider or the like through a communication network.
  • the weather data and the weather forecast data may include the daily maximum temperature data of the area where the peak power demand forecast household (hereinafter referred to as 'forecast target household') is located.
  • the peak value of the power consumption during the day can be defined as the peak power demand of the day.
  • the metering unit 120 is installed in the house of the predicted object furniture and performs a function of measuring the electric power consumption of the corresponding furniture.
  • the metering unit 120 according to the present invention can cumulatively measure the amount of power usage by a predetermined time unit (e.g., every 15 minutes).
  • the metering unit 120 may be implemented as a smart meter or the like.
  • the database 130 stores various data and information related to the operation of the unit furniture peak power demand forecasting system.
  • the database 150 may store weather data and weather forecast data provided from the weather server.
  • the database 130 may store the metered power usage information in the metering unit 120, and may also store information on the daily peak power demand.
  • the database 130 may also store information about social event dates, such as various sports events, festivals, elections, holiday holidays, and the like. This information can be stored in advance in the database 130 by the system operator, and the information can be updated in the database 130 whenever there is a predetermined social event. The system operator may update information about the type of social event and the date of the event, etc., whenever necessary in the database 130.
  • the peak power demand estimating unit 140 can estimate the peak power demand amount of the prediction target household based on the information stored in the database 130.
  • the peak power demand predicting unit 140 may apply an algorithm for predicting the peak power demand depending on which period of the prediction period belongs to the social event period, the temperature sensitive period, and the temperature non-sensitive period.
  • the social event period is an exceptional from the statistical based demand forecasts, such as the holiday period of the New Year, Chuseok holidays, sports events such as World Cup soccer days, election period such as presidential elections,
  • the social event period in which the past social events that showed the demand pattern can be defined as the social event period.
  • the temperature sensitive period is defined as a period during which the peak power demand fluctuates sensitively according to the increase or decrease of the gaseous temperature, and the period may be set by the system operator as the start and end dates of the temperature sensitive period.
  • a temperature sensitive period can be defined from July 1 to September 30 in the summer season.
  • the temperature sensitive period may be set differently for each target household according to the embodiment. In this case, it is also possible to obtain the temperature sensitive period using the information on the daily peak temperature and the daily peak power demand collected for a predetermined period for the household to be forecasted. This makes it possible to increase the accuracy of peak power demand prediction rather than the temperature sensitivity period set by the system operator in a batch.
  • the method of setting the temperature sensitive period differently for each household to be predicted is described in detail below.
  • the temperature non-sensitive period can be defined as the remaining period of one year that does not belong to the temperature sensitive period.
  • the social event-based prediction unit 141 confirms in the database 130 whether there is a past peak power demand amount of the prediction target household for the social event to which the prediction date belongs. If there is a past peak power demand, the social event-based prediction unit 141 can predict the peak power demand amount as the peak power demand amount for the prediction date.
  • the temperature sensitivity-based predictor 143 can estimate the peak power demand of the forecasted day by using the temperature sensitivity index of the corresponding household if the peak power demand forecast date belongs to the temperature sensitive period.
  • FIG. 5 is a flowchart illustrating a method of calculating a temperature sensitivity index of a prediction target household according to an embodiment of the present invention.
  • the system for predicting a unit-household peak power demand can collect a daily peak power demand and a daily maximum temperature for a predetermined past period (S510).
  • the daily peak power demand of the target household for the three years before the latest forecast year and the daily maximum temperature of the area where the household is located can be collected.
  • the daily peak power demand can be collected through the metering unit 120, and the daily peak temperature can be collected through the data collection unit 110.
  • the related data may be collected and stored in the database 130 in advance.
  • the data collection period may vary depending on the embodiment.
  • the temperature sensitive period is set by the system operator, only the data for the temperature sensitive period may be collected. For example, only data for a summer period of three years before the predicted year may be collected.
  • the temperature sensitivity-based predicting unit 143 calculates the day-to-day peak power demand change amount DELTA D (n) and the maximum temperature change amount DELTA T (n) with respect to the previous day on a daily basis using the data collected in step S510 (S520).
  • the daily peak-to-peak power demand change ( ⁇ D) can be obtained by the following equation (1).
  • D (n) is the peak power demand amount for day n
  • D (n-1) is the peak power demand amount for day n-1
  • D (n) is the peak power demand variation amount for day n. That is, if the peak power demand is subtracted from the peak power demand of the day, the peak power demand variation can be obtained from the day before.
  • T (n) T (n) - T (n-1)
  • T (n) is the peak temperature of day n
  • T (n-1) is the peak temperature of day n-1
  • ⁇ T (n) is the peak temperature change by day. That is, by subtracting the highest temperature of the day at the highest temperature of the day, the maximum temperature change relative to the previous day can be obtained.
  • the temperature sensitivity-based predictor 143 calculates the daily temperature sensitivity S t (n) by using the day-to-day peak power demand change amount ⁇ D (n) and the maximum temperature change amount ⁇ T (n)) (S530).
  • the temperature sensitivity-based predicting unit 143 can set the temperature sensitive period using the daily temperature sensitivity (S540). For example, an average value of the daily temperature sensitivity obtained in the past predetermined period is obtained by week or month, and a week or month in which the average value obtained by week or month is higher than the average value of the daily temperature sensitivity by more than a predetermined standard is included in the temperature sensitive period It is possible. Alternatively, the date when the daily temperature sensitivity becomes equal to or higher than the predetermined reference value may be set to be included in the temperature sensitive period.
  • the predetermined reference value may be determined as an average value of the daily temperature sensitivity, or may be determined by multiplying the average value by a predetermined coefficient.
  • the data collection period is more than one year, there may be multiple temperature sensitivities for the same date (eg July 3, 2015, July 3, 2016, July 3, 2017).
  • the average value of the temperature sensitivity obtained for the same person can be used as the daily temperature sensitivity for the corresponding day.
  • step S540 may be omitted.
  • the temperature sensitivity-based predictor 143 estimates the temperature sensitivity index of the peak power demand to be applied to the temperature sensitive period ) Can be obtained by the following Equation 4 (S550).
  • N is the number of days belonging to the temperature sensitive period.
  • the statistical-based prediction unit 145 determines whether there is data on the past peak power demand of the predicted household for the event even if the prediction date belongs to the social event period, If it does not belong, the demand of peak power of the household can be predicted based on statistics.
  • the method of predicting the peak power demand through the statistical base can be applied to known algorithms known in the art, and thus a detailed description thereof will be omitted.
  • FIG. 6 is a flowchart illustrating a method for predicting a unit-household peak power demand according to an exemplary embodiment of the present invention.
  • the peak power demand predicting unit 140 first determines that there is a social event at the peak power demand forecasting day (S610).
  • the social event-based predicting unit 141 determines that the information about the past peak power demand of the predicted object furniture exists in the database 130 (S620).
  • the social event-based predictor 141 predicts the past peak power demand as the peak power demand for the predicted day (S630).
  • the peak power demand predictor 140 determines whether the peak power demand forecast date belongs to the temperature sensitive period (S640).
  • the temperature sensitivity-based predictor 143 predicts the peak power demand using the temperature sensitivity index applied to the temperature sensitive period set for the target household S650).
  • step S650 the peak power demand can be estimated by the following equation (5).
  • D (n'-1) is the maximum peak power demand for the previous day (n'-1) of the predicted day
  • ⁇ T is the predicted power demand for the forecasted day n ' Is the maximum temperature difference between day (n ') and the day before prediction (n'-1).
  • the statistical-based predictor 145 can estimate the peak power demand of the corresponding household based on the statistics (S660). (S640-N), the statistical-based predicting unit 145 determines that the statistical-based predictor 145 does not have the statistical information on the past peak power demand (S620-N) The peak power demand of the corresponding household can be predicted (S660)
  • Embodiments of the present invention include a computer-readable medium having program instructions for performing various computer-implemented operations.
  • the medium records a program for implementing the method of predicting the unit household peak power demand as described above.
  • the medium may include program instructions, data files, data structures, etc., alone or in combination. Examples of such media include magnetic media such as hard disks, floppy disks and magnetic tape, optical recording media such as CD and DVD, programmed instructions such as floptical disk and magneto-optical media, ROM, RAM, And a hardware device configured to store and execute the program. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like.

Abstract

The present invention relates to a method and a system for predicting a peak power demand per unit household, and the method according to the present invention comprises the steps of: setting a temperature-sensitive period of a peak power demand for a household subject to prediction; calculating a temperature sensitivity index of the peak power demand, which is applied to the temperature-sensitive period set with respect to the household subject to prediction; and when a peak power demand prediction date belongs to the temperature-sensitive period, predicting a peak power demand of the prediction date by using the temperature sensitivity index.

Description

단위 가구 피크 전력 수요량 예측 방법 및 시스템Method and system for predicting the peak power demand
본 발명은 피크 전력 수요량 예측 방법 및 시스템에 관한 것으로, 보다 자세하게는 단위 가구별로 피크 전력 수요량을 예측할 수 있는 방법 및 시스템에 대한 것이다.The present invention relates to a method and system for predicting peak power demand, and more particularly, to a method and system for predicting peak power demand per unit household.
현행 전력 수요 관리는 전력 수요가 큰 산업군 혹은 국가 전체 전력량 관점에서의 관리가 일반적이다. 개별 가구, 공동 주택 단위의 전력 수요 예측은 거의 이루어지지 않고 있다.Current electric power demand management is generally managed from the viewpoint of the electric power demand or the total electric power of the nation. Electricity demand forecasts for individual households and apartment units are scarcely achieved.
그런데 신재생 발전 비중 증대, 가정 내 수요 전력 증가 등을 이유로 단위가구에 대한 전력수요 예측요구가 증대되고 있다. 그러나 현재는 단순히 과거 통계기반의 소비 전력 예측방법이 일반적으로 사용되는데 그치고 있다.However, demand for power demand forecasts for unit households is increasing due to the increase in the proportion of new and renewable power generation and the increase in demand for household electricity. However, at present, the method of predicting power consumption based on past statistics is generally used.
다양한 전력 환경의 변화 속에서 전력 시스템을 안정적으로 운전하기 위해서는 원자력, 화력, 신재생 등 다양한 발전원에 대한 기동계획, 국가차원의 수요예측과 더불어 수요 변화폭이 큰 다양한 단위 가구에 대한 전력 수요 예측 또한 중요한 기술적 이슈로 떠오르고 있다.In order to operate the power system stably in a variety of power environments, it is necessary to plan the operation plan for various power generation sources such as nuclear power, thermal power, and renewable power, forecast demand at the national level, It is becoming an important technical issue.
특히 국민 DR(Demand & Response) 등 기존 수요 반응 시장의 확장을 위해서는 가변성이 큰 단위 가구에 대한 수요량 예측 정확도를 높이는 방법에 대한 요구가 크게 증가하고 있다.In particular, in order to expand the existing demand response market such as Demand & Response (DR), there is a great demand for a method of increasing the accuracy of demand forecasting for unit furniture with high variability.
우리나라는 일반적으로 냉방은 에어컨, 난방은 지역난방·도시가스를 주 에너지공급원으로 사용하고 있다. 그로 인해 하절기 기상 온도의 증감과 전력 수요 간에 연관도가 큰 특성을 지니며, 최대 수요에 큰 영향을 미친다. 반면, 봄/가을/겨울의 기상 온도 변화는 전력 수요에 거의 영향을 주지 않는다.In Korea, air conditioning is generally used for air conditioning and district heating and city gas for heating are used as main energy sources. As a result, the correlation between the increase and decrease of the temperature in summer and the electric power demand has a great effect, which has a great influence on the maximum demand. On the other hand, changes in weather temperature in spring / autumn / winter have little effect on electricity demand.
도 1은 총 가구 피크 전력 기준으로 기상 온도에 따른 피크 전력 수요 패턴을 나타낸 그래프이다.1 is a graph showing a peak power demand pattern according to a gaseous phase temperature based on a total household peak power.
도 1을 참고하면, 2000년 7월 1일부터 17일까지 하절기에 피크 전력 사용량(the peak load)과 최고 온도(the peak temperature)가 민감한 관계에 있는 것을 확인할 수 있다.Referring to FIG. 1, it can be seen that the peak load and the peak temperature are sensitive in the summer from July 1 to July 17, 2000.
도 2 및 도 3은 사회적 이벤트에 따른 전력 수요량을 나타낸 그래프이다.2 and 3 are graphs showing power demand according to social events.
도 2는 2002년 6월 10일 월드컵 축구 32강 경기가 열린 날의 전력 수요량을 나타낸 것이고, 도 3은 2002년 12월 19일 대통령 선거일의 전력 수요량을 나타낸 것이다.FIG. 2 shows the electric power demand on the day when the World Cup soccer game was held on June 10, 2002, and FIG. 3 shows the electric power demand on the election day on December 19, 2002.
도 2 및 도 3을 참고하면, 사회적 이벤트가 있는 날에는 평상시 수요 예측과는 상이한 예외적인 수요패턴이 발생하며, 그 오차가 상대적으로 크게 발생함을 알 수 있다.Referring to FIGS. 2 and 3, it can be seen that an exceptional demand pattern that is different from the usual demand forecast occurs on the day of social events, and the error is relatively large.
이와 같이 기상 온도의 증감과 전력 수요간 연관도가 큰 특성을 지니는 하절기에 통계 기반 예측보다 정확한 결과를 얻을 수 있고, 사회적 이벤트 등과 같이 예외적인 수요 패턴이 발생하는 경우 등에 있어서, 예측 대비 실수요량의 오차율을 감소시킬 수 있는 새로운 단위 가구 단위의 전력 수요 예측 기법에 대한 요구가 커지고 있다.In this way, it is possible to obtain a more accurate result than the statistical-based forecast in the summer, which has the characteristics of increasing and decreasing the weather temperature and the correlation between the demand for electric power. In case of exceptional demand patterns such as social events, There is a growing demand for power demand forecasting techniques that can reduce the error rate.
따라서 본 발명이 해결하고자 하는 기술적 과제는 단순 통계기반의 전력수요예측 기법에서 벗어나, 외부 기상 온도와 다양한 사회적 이벤트 정보를 반영하여 단위 가구별로 피크 전력 수요량을 예측할 수 있는 방법 및 시스템을 제공하는 것이다.SUMMARY OF THE INVENTION Accordingly, the present invention provides a method and system for predicting a peak power demand for each unit of furniture by reflecting external weather temperature and various social event information.
상기한 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 단위 가구 피크 전력 수요량 예측 방법은 예측 대상 가구에 대한 피크 전력 수요량의 온도 민감 기간을 설정하는 단계, 상기 예측 대상 가구에 대해서 설정된 온도 민감 기간에 적용되는 피크 전력 수요량의 온도 민감도 지수를 계산하는 단계, 그리고 피크 전력 수요량 예측일이 상기 온도 민감 기간에 속하면, 상기 온도 민감도 지수를 이용하여 상기 예측일의 피크 전력 수요량을 예측하는 단계를 포함한다.According to an aspect of the present invention, there is provided a method of predicting a demand for a unit-household peak power according to an embodiment of the present invention includes the steps of: setting a temperature sensitive period of a peak power demand for a predictable furniture; Estimating the peak power demand of the forecasted day using the temperature sensitivity index if the peak power demand forecast day belongs to the temperature sensitive period, .
상기 방법은, 상기 예측 대상 가구에 대한 미리 정해진 과거 기간 동안의 일별 피크 전력 수요량과 일별 최고 온도를 수집하는 단계, 상기 수집된 일별 피크 전력 수요량과 일별 최고 온도를 이용하여, 익일 대비 최고 온도 변화량과 익일 대비 피크 전력 수요 변화량으로 구해지는 일별 온도 민감도를 계산하는 단계, 그리고 상기 일별 온도 민감도를 이용하여 상기 온도 민감도 지수를 계산하는 단계를 더 포함할 수 있다.The method includes collecting a daily peak power demand and a daily peak temperature for a predetermined period of time for the predicted household, calculating a maximum peak temperature change with respect to the next day using the peak peak power demand and the daily peak temperature, Calculating a daily temperature sensitivity that is obtained by a peak power demand variation with respect to the next day, and calculating the temperature sensitivity index using the daily temperature sensitivity.
상기 온도 민감도 지수와 상기 예측일의 피크 전력 수요량은 아래 수학식에 의해 계산될 수 있다.The temperature sensitivity index and the peak power demand of the predicted day can be calculated by the following equation.
ΔD(n) = D(n) - D(n-1)D (n) = D (n) - D (n-1)
ΔT(n) = T(n) - T(n-1)? T (n) = T (n) - T (n-1)
St(n) = ΔD(n)/ΔT(n)S t (n) =? D (n) /? T (n)
Figure PCTKR2018003017-appb-I000001
Figure PCTKR2018003017-appb-I000001
D(n') = D(n'-1) +
Figure PCTKR2018003017-appb-I000002
×ΔTD (n ') = D (n'-1) +
Figure PCTKR2018003017-appb-I000002
× ΔT
D(n)은 n 일자의 피크 전력 수요량, T(n)은 n 일자의 최고 온도, St(n)은 n 일자의 일별 온도 민감도,
Figure PCTKR2018003017-appb-I000003
는 온도 민감도 지수, N은 온도 민감 기간에 속하는 일자의 개수이고, D(n')는 예측일(n')의 피크 전력 수요 예측량이고, ΔT는 예측일과 예측일 전날의 최고 온도차이이다.D (n) is the peak power demand for day n, T (n) is the peak temperature for day n, S t (n) is day temperature sensitivity for day n,
Figure PCTKR2018003017-appb-I000003
(N ') is the peak power demand forecast of the forecasted day (n'), and ΔT is the peak temperature difference between the predicted day and the day before the forecast.
상기 예측 대상 가구에 대한 미리 정해진 과거 기간 동안 구해진 상기 일별 온도 민감도 데이터를 이용하여 상기 온도 민감 기간을 설정할 수 있다.The temperature sensitive period may be set using the daily temperature sensitivity data obtained during a predetermined past period for the predicted household.
상기 일별 온도 민감도의 평균값을 주별 또는 월별로 구하고, 상기 주별 또는 월별로 구해진 평균값이 상기 일별 온도 민감도의 전체 평균값보다 미리 정해진 기준 이상 높은 주 또는 월을 상기 온도 민감 기간에 포함할 수 있다.The average value of the daily temperature sensitivity may be obtained by week or month and the week or month may include the week or month in which the average value is higher than the average value of the daily temperature sensitivity by a predetermined level or higher.
상기 방법은, 피크 전력 사용량 예측일이 미리 정의된 사회적 이벤트 기간에 속하면, 상기 피크 전력 사용량 예측일이 속하는 사회적 이벤트에 대응하는 과거 피크 전력 수요량을 상기 예측일의 피크 전력 수요량으로 예측하는 단계를 더 포함할 수 있다.The method includes predicting a past peak power demand corresponding to a social event to which the predicted peak power usage day belongs to a peak power demand amount of the predicted day if the predicted peak power usage day belongs to a predefined social event period .
상기한 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 단위 가구 피크 전력 수요량 예측 시스템은, 예측 대상 가구에 대한 피크 전력 사용량의 온도 민감 기간을 설정하고, 상기 예측 대상 가구에 대해서 설정된 온도 민감 기간에 적용되는 피크 전력 수요량의 온도 민감도 지수를 계산하며, 피크 전력 수요량 예측일이 상기 온도 민감 기간에 속하면, 상기 온도 민감도 지수를 이용하여 상기 예측일의 피크 전력 수요량을 예측하는 온도 민감도 기반 예측부를 포함한다.According to an aspect of the present invention, there is provided a system for predicting a unit-household peak power demand according to an embodiment of the present invention. The system estimates a temperature sensitivity period of a peak power consumption for a target household, A temperature sensitivity based prediction method for predicting the peak power demand of the forecasted day using the temperature sensitivity index if the peak power demand forecast date belongs to the temperature sensitive period, .
상기 시스템은, 상기 예측 대상 가구에 대한 미리 정해진 과거 기간 동안의 일별 피크 전력 수요량과 일별 최고 온도를 저장하는 데이터베이스를 더 포함할 수 있다.The system may further include a database for storing daily peak power demand and a daily maximum temperature for a predetermined past period for the predicted household.
상기 온도 민감도 기반 예측부는, 상기 수집된 일별 피크 전력 수요량과 일별 최고 온도를 이용하여, 익일 대비 최고 온도 변화량과 익일 대비 피크 전력 수요 변화량으로 구해지는 일별 온도 민감도를 계산하고, 상기 일별 온도 민감도를 이용하여 상기 예측 대상 가구에 대한 상기 온도 민감도 지수를 계산할 수 있다.The temperature sensitivity-based predicting unit may calculate a daily temperature sensitivity, which is obtained by using the collected daily peak power demand and the daily maximum temperature, and the maximum daily temperature variation and the next day to peak power demand variation, To calculate the temperature sensitivity index for the predicted household.
본 발명에 의하면 외기 온도 등의 변화에 따라 피크 전력 수요량이 민감하게 변동되는 구간에서는 온도 민감도 지수를 정의하여 이용함으로써 피크 전력 수요량을 단위 가구별로 정확하게 예측할 수 있는 장점이 있다. 또한 외기 온도나 종래 단순 통계기반의 전력 수요 예측으로는 정확하게 예측할 수 없는 사회적 이벤트 발생 시에도 정확한 피크 전력 사용량을 단위 가구별로 정확하게 예측할 수 있는 장점이 있다.According to the present invention, the peak power demand can be accurately predicted for each unit by defining the temperature sensitivity index in a period in which the peak power demand fluctuates sensitively according to the change of the ambient temperature or the like. In addition, the prediction of power demand based on ambient temperature or conventional simple statistics has an advantage in that accurate peak power consumption can be predicted accurately per unit household even when an unpredictable social event occurs.
도 1은 총 가구 피크 전력 기준으로 기상 온도에 따른 피크 전력 수요 패턴을 나타낸 그래프이다.1 is a graph showing a peak power demand pattern according to a gaseous phase temperature based on a total household peak power.
도 2 및 도 3은 사회적 이벤트에 따른 전력 수요량을 나타낸 그래프이다.2 and 3 are graphs showing power demand according to social events.
도 4는 본 발명의 일 실시예에 따른 단위 가구 피크 전력 수요량 예측 시스템의 구성을 나타낸 블록도이다.FIG. 4 is a block diagram illustrating a configuration of a system for predicting power demand of a unit household peak according to an embodiment of the present invention.
도 5는 본 발명의 일 실시예에 따른 단위 가구의 온도 민감도 지수를 계산하는 방법을 설명하기 위해 제공되는 흐름도이다.5 is a flowchart illustrating a method for calculating a temperature sensitivity index of a unit furniture according to an exemplary embodiment of the present invention.
도 6은 본 발명의 일 실시예에 따른 단위 가구 피크 전력 수요량 예측 방법을 설명하기 위해 제공되는 흐름도이다.FIG. 6 is a flowchart illustrating a method for predicting a unit-household peak power demand according to an exemplary embodiment of the present invention.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily carry out the present invention.
도 4는 본 발명의 일 실시예에 따른 단위 가구 피크 전력 수요량 예측 시스템의 구성을 나타낸 블록도이다.FIG. 4 is a block diagram illustrating a configuration of a system for predicting power demand of a unit household peak according to an embodiment of the present invention.
도 4를 참고하면, 본 발명의 일 실시예에 따른 단위 가구 피크 전력 수요량 예측 시스템은 데이터 수집부(110), 계량부(120), 데이터베이스(130) 및 피크 전력 수요량 예측부(140) 등을 포함할 수 있다. 피크 전력 수요량 예측부(140)는 사회적 이벤트 기반 예측부(141), 온도 민감도 기반 예측부(143) 및 통계 기반 예측부(145)를 포함할 수 있다.Referring to FIG. 4, the system for predicting unit household peak power demand according to an embodiment of the present invention includes a data collecting unit 110, a metering unit 120, a database 130, and a peak power demand estimating unit 140, . The peak power demand prediction unit 140 may include a social event based prediction unit 141, a temperature sensitivity based prediction unit 143, and a statistics based prediction unit 145.
데이터 수집부(110)는 단위 가구의 피크 전력 수요량 예측에 필요한 데이터를 외부 장치로부터 수집하는 기능을 수행한다. 구체적으로 데이터 수집부(110)는 기상청에서 운영하거나 민간 기상 서비스 제공사 등에서 운영하는 기상 서버(도시하지 않음)로부터 통신망을 통해 과거 일정 기간 동안의 기상 데이터와 일기 예보 데이터 등을 수집할 수 있다. 기상 데이터와 일기 예보 데이터는 피크 전력 수요량 예측 대상 가구(이하 '예측 대상 가구'라 함)가 위치한 지역의 일별 최고 온도 데이터를 포함할 수 있다.The data collecting unit 110 collects data necessary for predicting the peak power demand of the unit households from an external apparatus. Specifically, the data collection unit 110 can collect weather data and weather forecast data for a certain period of time from a weather server (not shown) operated by a weather service or a private weather service provider or the like through a communication network. The weather data and the weather forecast data may include the daily maximum temperature data of the area where the peak power demand forecast household (hereinafter referred to as 'forecast target household') is located.
일정 시간 단위로 누적 계량된 전력 사용량 중에서 하루 동안 가장 큰 값을 해당 일자의 피크 전력 수요량으로 정의할 수 있다.The peak value of the power consumption during the day can be defined as the peak power demand of the day.
계량부(120)는 예측 대상 가구의 댁내에 설치되어 해당 가구의 전력 사용량을 계량하는 기능을 수행한다. 특히 본 발명에 따른 계량부(120)는 일정 시간 단위(예컨대 15분 단위)로 전력 사용량을 누적 계량할 수 있다. 계량부(120)는 스마트 미터 등으로 구현될 수 있다.The metering unit 120 is installed in the house of the predicted object furniture and performs a function of measuring the electric power consumption of the corresponding furniture. In particular, the metering unit 120 according to the present invention can cumulatively measure the amount of power usage by a predetermined time unit (e.g., every 15 minutes). The metering unit 120 may be implemented as a smart meter or the like.
데이터베이스(130)는 단위 가구 피크 전력 수요량 예측 시스템의 동작과 관련된 각종 데이터 및 정보를 저장한다. 예를 들어 데이터베이스(150)는 기상 서버로부터 제공받은 기상 데이터와 일기 예보 데이터를 저장할 수 있다. 그리고 데이터베이스(130)는 계량부(120)에서 계량된 전력 사용량 정보를 저장할 수 있으며, 특히 일별 피크 전력 수요량에 대한 정보도 저장할 수 있다.The database 130 stores various data and information related to the operation of the unit furniture peak power demand forecasting system. For example, the database 150 may store weather data and weather forecast data provided from the weather server. The database 130 may store the metered power usage information in the metering unit 120, and may also store information on the daily peak power demand.
데이터베이스(130)는 각종 스포츠 행사, 축제, 선거, 명절 연휴 등의 사회적 이벤트 일자에 대한 정보도 저장할 수 있다. 이러한 정보는 시스템 운영자에 의해 사전에 데이터베이스(130)에 저장될 수 있으며, 예정된 사회적 이벤트가 있을 때마다 데이터베이스(130)에 해당 정보가 업데이트 될 수 있다. 시스템 운영자는 사회적 이벤트 종류와 이벤트일 등에 대한 정보를 데이터베이스(130)에 필요할 때마다 업데이트 할 수 있다. The database 130 may also store information about social event dates, such as various sports events, festivals, elections, holiday holidays, and the like. This information can be stored in advance in the database 130 by the system operator, and the information can be updated in the database 130 whenever there is a predetermined social event. The system operator may update information about the type of social event and the date of the event, etc., whenever necessary in the database 130.
피크 전력 수요량 예측부(140)는 데이터베이스(130)에 저장된 정보를 기초로 예측 대상 가구의 예측일의 피크 전력 수요량을 예측할 수 있다.The peak power demand estimating unit 140 can estimate the peak power demand amount of the prediction target household based on the information stored in the database 130. [
피크 전력 수요량 예측부(140)는 예측일이 사회적 이벤트 기간, 온도 민감 기간 및 온도 비민감 기간 중 어느 기간에 속하는지에 따라 피크 전력 수요량을 예측하는 알고리즘을 다르게 적용할 수 있다.The peak power demand predicting unit 140 may apply an algorithm for predicting the peak power demand depending on which period of the prediction period belongs to the social event period, the temperature sensitive period, and the temperature non-sensitive period.
사회적 이벤트 기간은 설날, 추석 등의 명절 연휴 기간, 월드컵 축구 경기일 등의 스포츠 행사 기간 및 대통령 선거 등 선거 기간, 예측 대상 가구가 위치한 지역의 축제 기간 등과 같이, 통계 기반으로 예측되는 전력 수요로부터 예외적인 수요 패턴을 보였던 과거의 사회적 이벤트 발생일을 사회적 이벤트 기간으로 정할 수 있다.The social event period is an exceptional from the statistical based demand forecasts, such as the holiday period of the New Year, Chuseok holidays, sports events such as World Cup soccer days, election period such as presidential elections, The social event period in which the past social events that showed the demand pattern can be defined as the social event period.
온도 민감 기간은 피크 전력 수요량이 기상 온도의 증감에 따라 민감하게 변동되는 기간으로 정의되며, 그 기간은 시스템 운영자에 의해 온도 민감 기간의 시작일과 종료일이 설정될 수 있다. 예컨대 하계 기간인 7월 1일부터 9월 30일로 온도 민감 기간이 정해질 수 있다.The temperature sensitive period is defined as a period during which the peak power demand fluctuates sensitively according to the increase or decrease of the gaseous temperature, and the period may be set by the system operator as the start and end dates of the temperature sensitive period. For example, a temperature sensitive period can be defined from July 1 to September 30 in the summer season.
실시예에 따라서 예측 대상 가구별로 온도 민감 기간이 다르게 설정될 수도 있다. 이 경우 예측 대상 가구에 대해서 미리 정해진 기간 동안 수집된 일별 최고 온도와 일별 피크 전력 수요량에 대한 정보를 이용하여 온도 민감 기간을 구하는 것도 가능하다. 이렇게 하면 일괄적으로 시스템 운영자에 의해 온도 민감 기간이 설정되는 것보다 피크 전력 수요량 예측의 정확도를 높일 수 있다. 예측 대상 가구별로 온도 민감 기간을 다르게 설정하는 방법에 대해서는 아래에서 자세히 설명한다.The temperature sensitive period may be set differently for each target household according to the embodiment. In this case, it is also possible to obtain the temperature sensitive period using the information on the daily peak temperature and the daily peak power demand collected for a predetermined period for the household to be forecasted. This makes it possible to increase the accuracy of peak power demand prediction rather than the temperature sensitivity period set by the system operator in a batch. The method of setting the temperature sensitive period differently for each household to be predicted is described in detail below.
온도 비민감 기간은 1년 중에서 온도 민감 기간에 속하지 않는 나머지 기간으로 정의할 수 있다.The temperature non-sensitive period can be defined as the remaining period of one year that does not belong to the temperature sensitive period.
사회적 이벤트 기반 예측부(141)는 예측일이 속하는 사회적 이벤트에 대해서 예측 대상 가구의 과거 피크 전력 수요량이 존재하는지 데이터베이스(130)에서 확인한다. 그리고 과거 피크 전력 수요량이 있으면, 사회적 이벤트 기반 예측부(141)는 과거 피크 전력 수요량을 예측일에 대한 피크 전력 수요량으로 예측할 수 있다.The social event-based prediction unit 141 confirms in the database 130 whether there is a past peak power demand amount of the prediction target household for the social event to which the prediction date belongs. If there is a past peak power demand, the social event-based prediction unit 141 can predict the peak power demand amount as the peak power demand amount for the prediction date.
온도 민감도 기반 예측부(143)는 피크 전력 수요량 예측일이 온도 민감 기간에 속하면, 해당 가구의 온도 민감도 지수를 이용하여 예측일의 피크 전력 수요량을 예측할 수 있다.The temperature sensitivity-based predictor 143 can estimate the peak power demand of the forecasted day by using the temperature sensitivity index of the corresponding household if the peak power demand forecast date belongs to the temperature sensitive period.
도 5는 본 발명의 일 실시예에 따른 예측 대상 가구의 온도 민감도 지수를 계산하는 방법을 설명하기 위해 제공되는 흐름도이다.FIG. 5 is a flowchart illustrating a method of calculating a temperature sensitivity index of a prediction target household according to an embodiment of the present invention. Referring to FIG.
도 5를 참고하면, 본 발명에 따른 단위 가구 피크 전력 수요량 예측 시스템은 미리 정해진 과거 기간 동안의 일별 피크 전력 수요량과 일별 최고 온도를 수집할 수 있다(S510). 예컨대 최근 예측연도 이전 3개년 동안의 예측 대상 가구의 일별 피크 전력 수요량과 해당 가구가 위치한 지역의 일별 최고 온도를 수집할 수 있다. 일별 피크 전력 수요량은 계량부(120)를 통해 수집하고, 일별 최고 온도는 데이터 수집부(110)를 통해 수집할 수 있다. 물론 데이터베이스(130)에 관련 데이터가 사전에 수집되어 저장될 수도 있다. 데이터 수집 기간은 실시예에 따라 달라질 수 있다. 한편 시스템 운영자로부터 온도 민감 기간이 설정되는 경우에는 해당 온도 민감 기간에 대한 데이터만 수집되어도 된다. 예컨대 예측연도 이전 3개년의 하계 기간 동안에 대한 데이터만 수집될 수도 있다.Referring to FIG. 5, the system for predicting a unit-household peak power demand according to the present invention can collect a daily peak power demand and a daily maximum temperature for a predetermined past period (S510). For example, the daily peak power demand of the target household for the three years before the latest forecast year and the daily maximum temperature of the area where the household is located can be collected. The daily peak power demand can be collected through the metering unit 120, and the daily peak temperature can be collected through the data collection unit 110. Of course, the related data may be collected and stored in the database 130 in advance. The data collection period may vary depending on the embodiment. On the other hand, when the temperature sensitive period is set by the system operator, only the data for the temperature sensitive period may be collected. For example, only data for a summer period of three years before the predicted year may be collected.
다음으로 온도 민감도 기반 예측부(143)는 단계(S510)에서 수집된 데이터를 이용하여 전일 대비 피크 전력 수요 변화량(ΔD(n))과 전일 대비 최고 온도 변화량(ΔT(n))을 일별로 계산할 수 있다(S520).Next, the temperature sensitivity-based predicting unit 143 calculates the day-to-day peak power demand change amount DELTA D (n) and the maximum temperature change amount DELTA T (n) with respect to the previous day on a daily basis using the data collected in step S510 (S520).
일별 전일 대비 피크 전력 수요 변화량(ΔD)은 아래 수학식 1에 의해 구할 수 있다.The daily peak-to-peak power demand change (ΔD) can be obtained by the following equation (1).
[수학식 1][Equation 1]
ΔD(n) = D(n) - D(n-1)D (n) = D (n) - D (n-1)
D(n)은 n 일자의 피크 전력 수요량이고, D(n-1)은 n-1 일자의 피크 전력 수요량이며, ΔD(n)은 n 일자 피크 전력 수요 변화량이다. 즉 당일의 피크 전력 수요량에서 전일 피크 전력 수요량을 빼면, 전일 대비 피크 전력 수요 변화량을 구할 수 있다.D (n) is the peak power demand amount for day n, D (n-1) is the peak power demand amount for day n-1, and? D (n) is the peak power demand variation amount for day n. That is, if the peak power demand is subtracted from the peak power demand of the day, the peak power demand variation can be obtained from the day before.
일별 전일 대비 최고 온도 변화량(ΔT)은 아래 수학식 2에 의해 구할 수 있다.The maximum temperature change amount? T with respect to the day before and the day before is obtained by the following equation (2).
[수학식 2]&Quot; (2) "
ΔT(n) = T(n) - T(n-1)? T (n) = T (n) - T (n-1)
여기서 T(n)은 n 일자의 최고 온도이고, T(n-1)은 n-1 일자의 최고 온도이며, ΔT(n)은 n 일자 최고 온도 변화량이다. 즉 당일의 최고 온도에서 전일 최고 온도를 빼면, 전일 대비 최고 온도 변화량을 구할 수 있다. Where T (n) is the peak temperature of day n, T (n-1) is the peak temperature of day n-1, and ΔT (n) is the peak temperature change by day. That is, by subtracting the highest temperature of the day at the highest temperature of the day, the maximum temperature change relative to the previous day can be obtained.
다음으로 온도 민감도 기반 예측부(143)는 전일 대비 피크 전력 수요 변화량(ΔD(n))과 전일 대비 최고 온도 변화량(ΔT(n))을 이용하여 아래 수학식 3에 의해 일별 온도 민감도(St(n))을 계산할 수 있다(S530).Next, the temperature sensitivity-based predictor 143 calculates the daily temperature sensitivity S t (n) by using the day-to-day peak power demand change amount ΔD (n) and the maximum temperature change amount ΔT (n)) (S530).
[수학식 3]&Quot; (3) "
St(n) = ΔD(n)/ΔT(n)S t (n) =? D (n) /? T (n)
다음으로 실시예에 따라 온도 민감도 기반 예측부(143)는 일별 온도 민감도를 이용하여 온도 민감 기간을 설정할 수 있다(S540). 예컨대 미리 정해진 과거 기간 동안 구해진 일별 온도 민감도의 평균값을 주별로 또는 월별로 구하고, 주별 또는 월별로 구해진 평균값이 일별 온도 민감도의 전체 평균값보다 미리 정해진 기준 이상 높은 주 또는 월을 온도 민감 기간에 포함되게 할 수도 있다. 또는 일별 온도 민감도가 미리 정해진 기준값 이상이 되는 일자를 온도 민감 기간에 포함되게 설정할 수도 있다. 여기서 미리 정해진 기준값은 일별 온도 민감도의 평균값으로 정해지거나, 평균값에 소정 계수를 곱한 값으로 정해질 수도 있다. 데이터 수집 기간이 1년 이상인 경우, 동일 일자(예컨대 2015년 7월 3일, 2016년 7월 3일, 2017년 7월 3일)에 대한 온도 민감도가 복수 개일 수 있다. 이 경우 단계(S534)에서 온도 민감 기간을 설정할 때는 동일자에 대해 구해진 온도 민감도의 평균값을 해당 일자에 대한 일별 온도 민감도로 이용할 수 있다.Next, according to the embodiment, the temperature sensitivity-based predicting unit 143 can set the temperature sensitive period using the daily temperature sensitivity (S540). For example, an average value of the daily temperature sensitivity obtained in the past predetermined period is obtained by week or month, and a week or month in which the average value obtained by week or month is higher than the average value of the daily temperature sensitivity by more than a predetermined standard is included in the temperature sensitive period It is possible. Alternatively, the date when the daily temperature sensitivity becomes equal to or higher than the predetermined reference value may be set to be included in the temperature sensitive period. Here, the predetermined reference value may be determined as an average value of the daily temperature sensitivity, or may be determined by multiplying the average value by a predetermined coefficient. If the data collection period is more than one year, there may be multiple temperature sensitivities for the same date (eg July 3, 2015, July 3, 2016, July 3, 2017). In this case, when setting the temperature sensitive period in step S534, the average value of the temperature sensitivity obtained for the same person can be used as the daily temperature sensitivity for the corresponding day.
한편 앞서 설명한 것과 같이 시스템 운영자에 의해 특정 기간이 온도 민감 기간으로 설정되는 경우에는 단계(S540)는 생략될 수도 있다.On the other hand, if the specific period is set to the temperature sensitive period by the system operator as described above, step S540 may be omitted.
다음으로 온도 민감도 기반 예측부(143)는 예측 대상 가구에 대해서 온도 민감 기간에 적용하기 위한 피크 전력 수요량의 온도 민감도 지수(
Figure PCTKR2018003017-appb-I000004
)를 아래 수학식 4에 의해 구할 수 있다(S550).Next, the temperature sensitivity-based predictor 143 estimates the temperature sensitivity index of the peak power demand to be applied to the temperature sensitive period
Figure PCTKR2018003017-appb-I000004
) Can be obtained by the following Equation 4 (S550).
[수학식 4]&Quot; (4) "
Figure PCTKR2018003017-appb-I000005
Figure PCTKR2018003017-appb-I000005
여기서 N은 온도 민감 기간에 속하는 일자의 개수이다.Where N is the number of days belonging to the temperature sensitive period.
다시 도 4를 참고하면, 통계 기반 예측부(145)는 예측일이 사회적 이벤트 기간에 속하더라도 해당 이벤트에 대해서 예측 대상 가구의 과거 피크 전력 수요량에 대한 데이터가 없거나, 또는 예측일이 온도 민감 기간에 속하지 않는 경우에 통계 기반으로 해당 가구의 피크 전력 수요량을 예측할 수 있다. 통계 기반을 통해 피크 전력 수요량을 예측하는 방법은 기존에 알려진 공지된 알고리즘을 적용할 수 있으므로, 자세한 설명은 생략한다.Referring again to FIG. 4, the statistical-based prediction unit 145 determines whether there is data on the past peak power demand of the predicted household for the event even if the prediction date belongs to the social event period, If it does not belong, the demand of peak power of the household can be predicted based on statistics. The method of predicting the peak power demand through the statistical base can be applied to known algorithms known in the art, and thus a detailed description thereof will be omitted.
도 6은 본 발명의 일 실시예에 따른 단위 가구 피크 전력 수요량 예측 방법을 설명하기 위해 제공되는 흐름도이다.FIG. 6 is a flowchart illustrating a method for predicting a unit-household peak power demand according to an exemplary embodiment of the present invention.
도 6을 참고하면, 먼저 피크 전력 수요량 예측부(140)는 피크 전력 수요량 예측일에 사회적 이벤트가 존재하는 판단한다(S610).Referring to FIG. 6, the peak power demand predicting unit 140 first determines that there is a social event at the peak power demand forecasting day (S610).
해당 예측일에 사회적 이벤트가 존재하면(S610-Y), 사회적 이벤트 기반 예측부(141)는 예측일이 속하는 사회적 이벤트에 대해서 예측 대상 가구의 과거 피크 전력 수요량에 대한 정보가 데이터베이스(130)에 존재하는지 확인한다(S620).If there is a social event at the predicted day (S610-Y), the social event-based predicting unit 141 determines that the information about the past peak power demand of the predicted object furniture exists in the database 130 (S620).
예측일이 속하는 사회적 이벤트에 대해서 예측 대상 가구의 과거 피크 전력 수요량이 존재하면(S620-Y), 사회적 이벤트 기반 예측부(141)는 해당 과거 피크 전력 수요량을 예측일에 대한 피크 전력 수요량으로 예측할 수 있다(S630).If the past peak power demand of the predicted household exists for the social event to which the predicted day belongs (S620-Y), the social event-based predictor 141 predicts the past peak power demand as the peak power demand for the predicted day (S630).
한편 해당 예측일에 사회적 이벤트가 존재하지 않거나(S610-N), 해당 예측일이 속하는 사회적 이벤트에 대해서 예측 대상 가구의 과거 피크 전력 수요량이 존재하지 않으면(S620-N), 피크 전력 수요량 예측부(140)는 피크 전력 수요량 예측일이 온도 민감 기간에 속하는지 판단한다(S640).On the other hand, if there is no social event at the predicted day (S610-N) or if there is no past peak power demand amount of the predicted household for the social event to which the predicted day belongs (S620-N), the peak power demand predictor 140 determines whether the peak power demand forecast date belongs to the temperature sensitive period (S640).
해당 예측일이 온도 민감 기간에 속하면(S640-Y), 온도 민감도 기반 예측부(143)는 예측 대상 가구에 대해서 설정된 온도 민감 기간에 적용되는 온도 민감도 지수를 이용하여 피크 전력 수요량을 예측한다(S650).If the prediction date belongs to the temperature sensitive period (S640-Y), the temperature sensitivity-based predictor 143 predicts the peak power demand using the temperature sensitivity index applied to the temperature sensitive period set for the target household S650).
단계(S650)에서 피크 전력 수요량은 아래 수학식 5에 의해 예측할 수 있다.In step S650, the peak power demand can be estimated by the following equation (5).
[수학식 5]&Quot; (5) "
D(n') = D(n'-1) +
Figure PCTKR2018003017-appb-I000006
×ΔTD (n ') = D (n'-1) +
Figure PCTKR2018003017-appb-I000006
× ΔT
D(n')는 예측일(n')에 대한 피크 전력 수요 예측량이고, D(n'-1)은 예측일의 전날(n'-1)에 대해서 구해진 최대 피크 전력 수요량이며, ΔT는 예측일(n')과 예측일 전날(n'-1)의 최고 온도차이이다.D (n'-1) is the maximum peak power demand for the previous day (n'-1) of the predicted day, and ΔT is the predicted power demand for the forecasted day n ' Is the maximum temperature difference between day (n ') and the day before prediction (n'-1).
한편 예측일이 온도 민감 기간에 속하지 않으면(S640-N), 통계 기반 예측부(145)는 통계 기반으로 해당 가구의 피크 전력 수요량을 예측할 수 있다(S660).물론 예측일이 사회적 이벤트 기간에 속하더라도 해당 이벤트에 대해서 예측 대상 가구의 과거 피크 전력 수요량에 대한 데이터가 없으면서(S620-N), 예측일이 온도 민감 기간에 속하지 않는 경우에도(S640-N), 통계 기반 예측부(145)는 통계 기반으로 해당 가구의 피크 전력 수요량을 예측할 수 있다(S660)On the other hand, if the predicted date does not belong to the temperature sensitive period (S640-N), the statistical-based predictor 145 can estimate the peak power demand of the corresponding household based on the statistics (S660). (S640-N), the statistical-based predicting unit 145 determines that the statistical-based predictor 145 does not have the statistical information on the past peak power demand (S620-N) The peak power demand of the corresponding household can be predicted (S660)
본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 앞서 설명한 단위 가구 피크 전력 수요량 예측 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.Embodiments of the present invention include a computer-readable medium having program instructions for performing various computer-implemented operations. The medium records a program for implementing the method of predicting the unit household peak power demand as described above. The medium may include program instructions, data files, data structures, etc., alone or in combination. Examples of such media include magnetic media such as hard disks, floppy disks and magnetic tape, optical recording media such as CD and DVD, programmed instructions such as floptical disk and magneto-optical media, ROM, RAM, And a hardware device configured to store and execute the program. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like.
이상에서 본 발명의 실시예를 설명하였으나, 본 발명의 권리범위는 이에 한정되지 아니하며 본 발명의 실시예로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 용이하게 변경되어 균등한 것으로 인정되는 범위의 모든 변경 및 수정을 포함한다.While the present invention has been particularly shown and described with reference to exemplary embodiments, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, And all changes and modifications to the scope of the invention.

Claims (12)

  1. 예측 대상 가구에 대한 피크 전력 수요량의 온도 민감 기간을 설정하는 단계,Setting a temperature sensitive period of the peak power demand for the predicted household,
    상기 예측 대상 가구에 대해서 설정된 온도 민감 기간에 적용되는 피크 전력 수요량의 온도 민감도 지수를 계산하는 단계, 그리고Calculating a temperature sensitivity index of the peak power demand applied to the temperature sensitive period set for the predicted household, and
    피크 전력 수요량 예측일이 상기 온도 민감 기간에 속하면, 상기 온도 민감도 지수를 이용하여 상기 예측일의 피크 전력 수요량을 예측하는 단계Estimating a peak power demand amount of the predicted day using the temperature sensitivity index if the peak power demand forecast date belongs to the temperature sensitive period
    를 포함하는 단위 가구 피크 전력 수요량 예측 방법.A method for predicting a unit household peak power demand amount.
  2. 제 1 항에서,The method of claim 1,
    상기 예측 대상 가구에 대한 미리 정해진 과거 기간 동안의 일별 피크 전력 수요량과 일별 최고 온도를 수집하는 단계,Collecting a daily peak power demand and a daily maximum temperature for a predetermined past period for the predicted household,
    상기 수집된 일별 피크 전력 수요량과 일별 최고 온도를 이용하여, 익일 대비 최고 온도 변화량과 익일 대비 피크 전력 수요 변화량으로 구해지는 일별 온도 민감도를 계산하는 단계, 그리고Calculating a daily temperature sensitivity that is obtained from the maximum peak temperature change amount and the next day peak power demand change amount using the collected peak peak power demand and the peak peak temperature every day,
    상기 일별 온도 민감도를 이용하여 상기 온도 민감도 지수를 계산하는 단계Calculating the temperature sensitivity index using the daily temperature sensitivity
    를 더 포함하는 단위 가구 피크 전력 수요량 예측 방법.And estimating the power demand of the unit households.
  3. 제 1 항에서,The method of claim 1,
    상기 온도 민감도 지수와 상기 예측일의 피크 전력 수요량은 아래 수학식에 의해 계산되는 단위 가구 피크 전력 수요량 예측 방법:Wherein the temperature sensitivity index and the peak power demand of the prediction date are calculated by the following equation:
    ΔD(n) = D(n) - D(n-1)D (n) = D (n) - D (n-1)
    ΔT(n) = T(n) - T(n-1)? T (n) = T (n) - T (n-1)
    St(n) = ΔD(n)/ΔT(n)S t (n) =? D (n) /? T (n)
    Figure PCTKR2018003017-appb-I000007
    Figure PCTKR2018003017-appb-I000007
    D(n') = D(n'-1) +
    Figure PCTKR2018003017-appb-I000008
    ×ΔT    D (n ') = D (n'-1) +
    Figure PCTKR2018003017-appb-I000008
    × ΔT
    D(n)은 n 일자의 피크 전력 수요량, T(n)은 n 일자의 최고 온도, St(n)은 n 일자의 일별 온도 민감도,
    Figure PCTKR2018003017-appb-I000009
    는 온도 민감도 지수, N은 온도 민감 기간에 속하는 일자의 개수이고, D(n')는 예측일(n')의 피크 전력 수요 예측량이고, ΔT는 예측일과 예측일 전날의 최고 온도차이임.    D (n) is the peak power demand for day n, T (n) is the peak temperature for day n, S t (n) is day temperature sensitivity for day n,
    Figure PCTKR2018003017-appb-I000009
    (N ') is the peak power demand estimate for the forecasted day (n'), and ΔT is the peak temperature difference between the forecast date and the day before the forecast.
  4. 제 2 항 또는 제 3 항에서,3. The method according to claim 2 or 3,
    상기 예측 대상 가구에 대한 미리 정해진 과거 기간 동안 구해진 상기 일별 온도 민감도 데이터를 이용하여 상기 온도 민감 기간을 설정하는 단위 가구 피크 전력 수요량 예측 방법.Wherein the temperature sensitive period is set using the daily temperature sensitivity data obtained during a predetermined past period for the predicted household.
  5. 제 3 항에서,4. The method of claim 3,
    상기 일별 온도 민감도의 평균값을 주별 또는 월별로 구하고, 상기 주별 또는 월별로 구해진 평균값이 상기 일별 온도 민감도의 전체 평균값보다 미리 정해진 기준 이상 높은 주 또는 월을 상기 온도 민감 기간에 포함하는 단위 가구 피크 전력 수요량 예측 방법.Wherein the average value of the daily temperature sensitivity is obtained by week or month and the average value of the weekly or monthly monthly average temperature is calculated by a unit furniture peak power demand including the week or month in the temperature sensitive period higher than the predetermined average value of the daily temperature sensitivity Prediction method.
  6. 제 1 항에서,The method of claim 1,
    피크 전력 사용량 예측일이 미리 정의된 사회적 이벤트 기간에 속하면, 상기 피크 전력 사용량 예측일이 속하는 사회적 이벤트에 대응하는 과거 피크 전력 수요량을 상기 예측일의 피크 전력 수요량으로 예측하는 단계Predicting a past peak power demand amount corresponding to a social event to which the peak power usage prediction date belongs, to a peak power demand amount of the predicted day if the forecasted peak power use day belongs to a predefined social event period
    를 더 포함하는 단위 가구 피크 전력 수요량 예측 방법.And estimating the power demand of the unit households.
  7. 예측 대상 가구에 대한 피크 전력 사용량의 온도 민감 기간을 설정하고, 상기 예측 대상 가구에 대해서 설정된 온도 민감 기간에 적용되는 피크 전력 수요량의 온도 민감도 지수를 계산하며, 피크 전력 수요량 예측일이 상기 온도 민감 기간에 속하면, 상기 온도 민감도 지수를 이용하여 상기 예측일의 피크 전력 수요량을 예측하는 온도 민감도 기반 예측부A temperature sensitivity period of a peak power consumption amount for a target household to be predicted, calculating a temperature sensitivity index of a peak power demand applied to a temperature sensitive period set for the target household, A temperature sensitivity-based predicting unit for predicting the peak power demand of the predicted day using the temperature sensitivity index,
    를 포함하는 단위 가구 피크 전력 수요량 예측 시스템.A system for predicting a peak power demand for a unit of furniture comprising:
  8. 제 7 항에서,8. The method of claim 7,
    상기 예측 대상 가구에 대한 미리 정해진 과거 기간 동안의 일별 피크 전력 수요량과 일별 최고 온도를 저장하는 데이터베이스A database storing a daily peak power demand and a daily maximum temperature for a predetermined past period for the predicted household,
    를 더 포함하고,Further comprising:
    상기 온도 민감도 기반 예측부는,The temperature sensitivity-based predicting unit may include:
    상기 수집된 일별 피크 전력 수요량과 일별 최고 온도를 이용하여, 익일 대비 최고 온도 변화량과 익일 대비 피크 전력 수요 변화량으로 구해지는 일별 온도 민감도를 계산하고, 상기 일별 온도 민감도를 이용하여 상기 예측 대상 가구에 대한 상기 온도 민감도 지수를 계산하는 단위 가구 피크 전력 수요량 예측 시스템.Calculating a daily temperature sensitivity which is determined by a maximum temperature change amount and a next day to peak power demand change amount based on the collected daily peak power demand and the daily maximum temperature, A unit of household peak power demand prediction system for calculating said temperature sensitivity index.
  9. 제 7 항에서,8. The method of claim 7,
    상기 온도 민감도 기반 예측부는,The temperature sensitivity-based predicting unit may include:
    상기 온도 민감도 지수와 상기 예측일의 피크 전력 수요량을 아래 수학식에 의해 계산하는 단위 가구 피크 전력 수요량 예측 시스템:And estimating the temperature sensitivity index and the peak power demand of the predicted day by the following equation:
    ΔD(n) = D(n) - D(n-1)D (n) = D (n) - D (n-1)
    ΔT(n) = T(n) - T(n-1)? T (n) = T (n) - T (n-1)
    St(n) = ΔD(n)/ΔT(n)S t (n) =? D (n) /? T (n)
    Figure PCTKR2018003017-appb-I000010
    Figure PCTKR2018003017-appb-I000010
    D(n') = D(n'-1) +
    Figure PCTKR2018003017-appb-I000011
    ×ΔT    D (n ') = D (n'-1) +
    Figure PCTKR2018003017-appb-I000011
    × ΔT
    D(n)은 n 일자의 피크 전력 수요량, T(n)은 n 일자의 최고 온도, St(n)은 n 일자의 일별 온도 민감도,
    Figure PCTKR2018003017-appb-I000012
    는 온도 민감도 지수, N은 온도 민감 기간에 속하는 일자의 개수이고, D(n')는 예측일(n')의 피크 전력 수요 예측량이고, ΔT는 예측일과 예측일 전날의 최고 온도차이임.    D (n) is the peak power demand for day n, T (n) is the peak temperature for day n, S t (n) is day temperature sensitivity for day n,
    Figure PCTKR2018003017-appb-I000012
    (N ') is the peak power demand estimate for the forecasted day (n'), and ΔT is the peak temperature difference between the forecast date and the day before the forecast.
  10. 제 8 항 또는 제 9 항에서,10. The method according to claim 8 or 9,
    상기 예측 대상 가구에 대한 미리 정해진 과거 기간 동안 구해진 상기 일별 온도 민감도 데이터를 이용하여 상기 온도 민감 기간을 설정하는 단위 가구 피크 전력 수요량 예측 시스템.And sets the temperature sensitive period using the daily temperature sensitivity data obtained during a predetermined past period for the predicted household.
  11. 제 10 항에서,11. The method of claim 10,
    상기 일별 온도 민감도의 평균값을 주별 또는 월별로 구하고, 상기 주별 또는 월별로 구해진 평균값이 상기 일별 온도 민감도의 전체 평균값보다 미리 정해진 기준 이상 높은 주 또는 월을 상기 온도 민감 기간에 포함하는 단위 가구 피크 전력 수요량 예측 시스템.Wherein the average value of the daily temperature sensitivity is obtained by week or month and the average value of the weekly or monthly monthly average temperature is calculated by a unit furniture peak power demand including the week or month in the temperature sensitive period higher than the predetermined average value of the daily temperature sensitivity Prediction system.
  12. 제 7 항에서,8. The method of claim 7,
    피크 전력 사용량 예측일이 미리 정의된 사회적 이벤트 기간에 속하면, 상기 피크 전력 수요량 예측일이 속하는 사회적 이벤트에 대응하는 과거 피크 전력 수요량을 상기 예측일의 피크 전력 수요량으로 예측하는 사회적 이벤트 기반 예측부Based prediction unit for predicting a past peak power demand corresponding to a social event to which the peak power demand prediction date belongs, to a peak power demand amount of the predicted day if the estimated peak power usage day belongs to a predefined social event period,
    를 더 포함하는 단위 가구 피크 전력 수요량 예측 시스템.Wherein the unit power peak demand estimating system further comprises:
PCT/KR2018/003017 2017-10-12 2018-03-15 Method and system for predicting peak power demand per unit household WO2019074173A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0132638 2017-10-12
KR1020170132638A KR102011314B1 (en) 2017-10-12 2017-10-12 Method And System For Peak Power Demand Expectation On Household

Publications (1)

Publication Number Publication Date
WO2019074173A1 true WO2019074173A1 (en) 2019-04-18

Family

ID=66100812

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/003017 WO2019074173A1 (en) 2017-10-12 2018-03-15 Method and system for predicting peak power demand per unit household

Country Status (2)

Country Link
KR (1) KR102011314B1 (en)
WO (1) WO2019074173A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115660445A (en) * 2022-12-06 2023-01-31 东莞先知大数据有限公司 Power consumption early warning method and device and computer equipment

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102628551B1 (en) * 2019-05-14 2024-01-26 한국전력공사 Apparatus and method for forecasting short-term electric load of hybrid type

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007272911A (en) * 2000-03-07 2007-10-18 Nippon Steel Corp Demand prediction device, method, and computer readable storage medium
KR101355978B1 (en) * 2012-09-20 2014-02-03 전자부품연구원 Electric management system and method for electric consumption prediction
KR20140087411A (en) * 2012-12-28 2014-07-09 주식회사 효성 Method of forecasting short term electrical load and apparatuse for using the same
KR20160044640A (en) * 2014-10-15 2016-04-26 지에스건설 주식회사 A Prediction System of Hourly Power Demand by Use for the City Energy Management
KR20160074325A (en) * 2014-12-18 2016-06-28 주식회사 나우드림 Electricity Demand Index (EDI) Forecasting System with respect to Weather Condition Change

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007272911A (en) * 2000-03-07 2007-10-18 Nippon Steel Corp Demand prediction device, method, and computer readable storage medium
KR101355978B1 (en) * 2012-09-20 2014-02-03 전자부품연구원 Electric management system and method for electric consumption prediction
KR20140087411A (en) * 2012-12-28 2014-07-09 주식회사 효성 Method of forecasting short term electrical load and apparatuse for using the same
KR20160044640A (en) * 2014-10-15 2016-04-26 지에스건설 주식회사 A Prediction System of Hourly Power Demand by Use for the City Energy Management
KR20160074325A (en) * 2014-12-18 2016-06-28 주식회사 나우드림 Electricity Demand Index (EDI) Forecasting System with respect to Weather Condition Change

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115660445A (en) * 2022-12-06 2023-01-31 东莞先知大数据有限公司 Power consumption early warning method and device and computer equipment

Also Published As

Publication number Publication date
KR20190041263A (en) 2019-04-22
KR102011314B1 (en) 2019-10-21

Similar Documents

Publication Publication Date Title
WO2015163732A1 (en) Operating method and apparatus of smart system for power consumption optimization
JP5421847B2 (en) Prediction display server and prediction display system
JP4266011B2 (en) Distribution system load assumption method, distribution system load assumption device
JP4920003B2 (en) Electricity billing system and electric energy management device
WO2010098455A1 (en) Emission factor calculator and emission factor calculation method
JP2013141331A (en) Power management system and power management method
US20130173075A1 (en) Power management system and power management method
JP5645442B2 (en) Power demand management system and power demand management method
JP4837388B2 (en) Environmental load reduction calculation system, environmental load reduction calculation method, and environmental load reduction calculation program
JP2015002588A (en) Power consumption management system and method
WO2019074173A1 (en) Method and system for predicting peak power demand per unit household
JP6785971B2 (en) Photovoltaic power generation forecasting device, photovoltaic power generation forecasting system, forecasting method and program
JP2015061500A (en) Electric power supply-demand control device and electric power supply-demand control method
CN105807107A (en) Electrical equipment power consumption estimating system and method based on internet of things
Ke et al. Load profile analysis and short-term building load forecast for a university campus
WO2014104829A1 (en) Method for predicting power load and apparatus using the method
JP2017169289A (en) Power prediction system, power prediction method, and program
KR101900609B1 (en) Demand Response Management Server and Demand Response Management System Including That Server
US20100114401A1 (en) Method and Device of Predicting the Level of Customer Amount, and Method and System of Controlling Temperature of Aircondiction by Using the Same
KR102202643B1 (en) Method for energy usage forecast
WO2014030833A1 (en) Method and device for predicting number of suicides using social information
KR20160074325A (en) Electricity Demand Index (EDI) Forecasting System with respect to Weather Condition Change
WO2021235670A1 (en) Deep learning-based building energy management method and device
KR101855248B1 (en) Method of energy saving performance evaluation using the truncated linear regression model
KR20180098179A (en) System for providing energy saving guide to target building

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18865763

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18865763

Country of ref document: EP

Kind code of ref document: A1