WO2024248596A1 - Hps 시장을 고려한 수소 및 전기차 충전소의 최적 운영 방법 및 장치 - Google Patents

Hps 시장을 고려한 수소 및 전기차 충전소의 최적 운영 방법 및 장치 Download PDF

Info

Publication number
WO2024248596A1
WO2024248596A1 PCT/KR2024/095865 KR2024095865W WO2024248596A1 WO 2024248596 A1 WO2024248596 A1 WO 2024248596A1 KR 2024095865 W KR2024095865 W KR 2024095865W WO 2024248596 A1 WO2024248596 A1 WO 2024248596A1
Authority
WO
WIPO (PCT)
Prior art keywords
hydrogen
electric vehicle
mathematical expression
vehicle charging
constraint
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2024/095865
Other languages
English (en)
French (fr)
Inventor
최승연
우현
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Korea University Research and Business Foundation
Original Assignee
Korea University Research and Business Foundation
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 Korea University Research and Business Foundation filed Critical Korea University Research and Business Foundation
Publication of WO2024248596A1 publication Critical patent/WO2024248596A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q50/40—Business processes related to the transportation industry
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/50—Charging stations characterised by energy-storage or power-generation means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/40—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for controlling a combination of batteries and fuel cells
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/067—Enterprise or organisation modelling
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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
    • H02J3/38—Arrangements for feeding a single network from two or more generators or sources in parallel; Arrangements for feeding already energised networks from additional generators or sources in parallel
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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
    • H02J3/38—Arrangements for feeding a single network from two or more generators or sources in parallel; Arrangements for feeding already energised networks from additional generators or sources in parallel
    • H02J3/381—Dispersed generators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2101/00—Supply or distribution of decentralised, dispersed or local electric power generation
    • H02J2101/20—Dispersed power generation using renewable energy sources
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2103/00—Details of circuit arrangements for mains or AC distribution networks
    • H02J2103/30—Simulating, planning, modelling, reliability check or computer assisted design [CAD] of electric power networks
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/40—Application of hydrogen technology to transportation, e.g. using fuel cells

Definitions

  • the present invention relates to a method for optimally operating a hydrogen and electric vehicle charging station, and more particularly, to a method for maximizing the profits of a hydrogen and electric vehicle charging station operator through optimal scheduling of hydrogen tanks in a hydrogen and electric vehicle charging station linked to a renewable energy source.
  • eco-friendly vehicles such as hydrogen and electric vehicles
  • the technological advancement of eco-friendly vehicles has led to a rapid increase in the distribution rate of eco-friendly vehicles both domestically and internationally.
  • the distribution rate of new and renewable energy is rapidly increasing under the goal of reducing greenhouse gases through carbon neutrality policies.
  • CHPS Clean Hydrogen Portfolio Standards
  • the technical problem to be achieved by the present invention is to provide an optimal operation method and device for a hydrogen and electric vehicle charging station linked to renewable energy.
  • a method for scheduling hydrogen and electric vehicle charging stations linked to renewable energy considering the HPS market is performed by a computing device including a processor, and includes the steps of modeling charging demand of the hydrogen and electric vehicle charging stations, and scheduling the hydrogen and electric vehicle charging stations through Second-Order Conic Programming (SOCP) mathematical optimization based on the modeled charging demand, wherein the scheduling step includes the step of setting an objective function defined by a mathematical equation and the step of setting at least one constraint.
  • SOCP Second-Order Conic Programming
  • hydrogen and electric vehicle charging stations can be optimally operated and profitability can be increased through HPS sales as well as charging fees.
  • Figure 1 shows the structure of the proposed EHVCS.
  • FIG. 2 illustrates a modified IEEE-33 bus system with a renewable energy source (RES) and an EHVCS.
  • RES renewable energy source
  • Figure 3 shows the arrival demand according to the type of EHVCS.
  • Figure 4 shows the SOC of each type of EHVCS.
  • Figure 5 shows the voltage profile in the EHVCS connected to the mother line.
  • Figure 6 shows the comparison results according to the presence or absence of the HPS case.
  • Figure 7 is a conceptual diagram for explaining the line current information used in mathematical expressions 12 and 13.
  • first or second may be used to describe various components, but the components should not be limited by the terms. The terms are only intended to distinguish one component from another, for example, without departing from the scope of the invention, a first component may be referred to as a second component, and similarly, a second component may also be referred to as a first component.
  • An EV and HV charging station includes a converter, an electric vehicle charger (electric charger), a hydrogen vehicle charger (hydrogen charger), an electrolyzer, a fuel cell, and a hydrogen storage tank.
  • an EVCS EV charging station
  • an HVCS HV charging station
  • a renewable energy source RES can supply electricity to meet the electricity demand of the EHVCS.
  • Fig. 1 shows the structure of the proposed EHVCS.
  • the hydrogen and electric vehicle charging station (EHVCS) is connected to the grid through AC/DC conversion of the grid, and is composed of an electric charger for electric vehicles (EVs) and a hydrogen charger for hydrogen vehicles (HVs).
  • a renewable energy source such as wind power or solar power can be connected to the mother ship to which the hydrogen and electric vehicle charging station (EHVCS) is connected to assist the supply of charging demand.
  • the hydrogen energy system as a configuration of the hydrogen and electric vehicle charging station is composed of a hydrogen tank, a fuel cell, and a water electrolysis facility, and can produce hydrogen by using the surplus power of the renewable energy source or the power supplied from the grid after supplying the charging demand of electric vehicles.
  • hydrogen can be produced through the water electrolysis facility.
  • the produced hydrogen can be supplied to the hydrogen vehicle (HV), and the surplus hydrogen can be stored in the hydrogen tank.
  • HV hydrogen vehicle
  • Surplus hydrogen stored in hydrogen tanks can be used to supply electricity back to the grid or electric vehicles (EVs) through fuel cells, and a hydrogen power generation supply certificate can be issued in the process of supplying hydrogen to the grid (i.e. supplying electricity produced using hydrogen).
  • electric vehicles can be charged by receiving electricity from renewable energy sources (RES).
  • the surplus electricity from the renewable energy sources (RES) can be used to charge the hydrogen tank by producing hydrogen through a water electrolysis facility.
  • the surplus electricity from the renewable energy sources (RES) is not sold to the grid, but is only used to meet the charging demand of the EV and produce hydrogen.
  • the hydrogen tank and the EV can be charged by electricity from the grid and electricity from the renewable energy sources (RES). Then, the hydrogen in the hydrogen tank is used to meet the hydrogen demand by the hydrogen vehicle.
  • the surplus hydrogen can be used to supply the deficit in the charging electricity of the EV or can be sold to the HPS (Hydrogen Portfolio Standard, a hydrogen power generation obligation system) aggregator by converting the hydrogen back into electricity using a fuel cell.
  • Charging data from electric vehicle charging stations can be utilized to model charging demand. That is, electric vehicle arrival information (or charging data) for a predetermined time period (e.g., 24 hours) of an electric vehicle charging station (EVCS) by location type can be utilized.
  • the charging demand for each EVCS does not follow a parametric distribution such as a Gaussian distribution, but has various charging patterns as the EVCS is located in various types of locations (areas, for example, industrial, residential, and commercial areas). Therefore, the charging demand can be modeled (or estimated) using the Kernel Density Estimation (KDE) technique depending on the location type for each EVCS.
  • KDE Kernel Density Estimation
  • the Kernel Density Estimation (KDE) technique is one of the nonparametric statistical methods and can model data that does not follow a parametric technique. That is, the Kernel Density Estimation (KDE) technique can be said to be a technique for estimating the probability density of a given data sample by a combination of specific kernel functions. It is mainly applied when data does not follow a specific probability distribution function, and it can be used to generate a probability density function by location type. That is, a total of three probability density functions can be generated by industrial, commercial, and residential areas. This is to consider that each location type follows a different arrival profile. At this time, since data on hydrogen car charging stations is still insufficient, it can be replaced with data on electric car charging stations.
  • the kernel density estimation (KDE) technique can be used to estimate (or predict) the probability distribution of time-varying charging demand.
  • the kernel density estimation (KDE) technique is defined as in mathematical expression 1.
  • a detailed description of the kernel density estimation (KDE) technique can be referred to the paper of Sheather, S.J. et al. (Sheather, S.J.; Jones, M.C. A reliable data-based bandwidth selection method for kernel density estimation. J. R. Stat. Soc. Ser. B Methodol. 1991, 53, 683-690.).
  • KDE is a kernel function.
  • the Epanechnikov kernel can be used.
  • h is a smoothing parameter, and KDE h represents bandwidth.
  • the estimated probability density function can be converted into a discrete probability function to derive the arrival probability by time.
  • the derived arrival probability means the probability that one electric vehicle will arrive at an existing charging station at that time.
  • the hourly charging demand can be estimated based on the derived hourly arrival probability and the average number of electric vehicles arriving at each charging station per day.
  • FIG. 2 illustrates a modified IEEE-33 bus system with a Renewable Energy Source (RES) and an Electric Vehicle Hydrogen Charging Station (EHVCS).
  • the EHVCS are located at various types of locations.
  • the EHVCS with the RES are connected to the same bus as the RES, as described above.
  • the test system used an IEEE-33 bus system, which can be divided into commercial, industrial, and residential areas according to location.
  • the EHVCS in the commercial and industrial areas are connected to the wind turbines on bus No. 22 and 13, respectively, and the EHVCS in the residential area is connected to the solar power plant on bus No. 25.
  • renewable energy sources are used only to meet the charging demand of electric vehicles (EVs) and to produce hydrogen for charging hydrogen tanks.
  • surplus power from renewable energy sources (RES) is not sold to the grid.
  • the amount of renewable energy generation is greater than the demand for charging electric vehicles.
  • the demand for charging electric vehicles (EVs) is entirely supplied by renewable energy sources (RES).
  • RES renewable energy sources
  • the surplus power from renewable energy sources (RES) i.e., the remaining power after meeting the charging demand of electric vehicles
  • RES renewable energy sources
  • the amount of renewable energy generation is less than the demand for electric vehicle charging.
  • the output power of the renewable energy source (the amount of renewable energy generation) is all used to meet the demand for electric vehicle charging.
  • the shortfall in the demand for charging can be met by the power produced through hydrogen in the hydrogen tank or by the power purchased from the grid.
  • the charging needs of hydrogen vehicles can be met through renewable energy sources (RES), hydrogen tanks, and electricity purchases from the grid.
  • RES renewable energy sources
  • the amount of hydrogen in the hydrogen tank is greater than the charging demand of the hydrogen vehicle, and the SOC (State Of Charge) of the hydrogen tank is greater than the charging demand of the hydrogen vehicle (HV). Therefore, the charging demand of the entire hydrogen vehicle (HV) is supplied by the hydrogen tank.
  • the SOC of the hydrogen tank is smaller than the charging demand of the hydrogen vehicle (HV). Therefore, the entire dischargeable hydrogen in the hydrogen tank is used to supply hydrogen to the hydrogen vehicle (HV).
  • the shortfall in the charging demand of the hydrogen vehicle (HV) can be met in two ways.
  • the surplus power of renewable energy sources (RES) can be used to produce hydrogen.
  • EHVCS hydrogen and electric vehicle charging station
  • Equations 2 and 3 For a detailed description, refer to the paper of Gyawali et al. (Gyawali, Netra, and Yasuharu Ohsawa. "Integrating fuel cell/electrolyzer/ultracapacitor system into a stand-alone microhydro plant.” IEEE Transactions on Energy Conversion 25.4 (2010): 1092-1101.).
  • Each represents the input power required by the electrolysis facility (i.e., power injected into the electrolysis facility to produce hydrogen) and the output flow of hydrogen from the electrolysis facility (i.e., hydrogen produced through the electrolysis facility). and represent the power to hydrogen conversion factor and the efficiency of the electrolyzer, respectively. refers to the electricity produced through fuel cells.
  • Hydrogen which is the input required in fuel cells, is the power conversion factor, represents the conversion efficiency of the fuel cell.
  • the produced hydrogen is stored in a hydrogen tank. And, if the surplus power from renewable energy sources is not enough to meet the charging demand of all hydrogen vehicles (HV), the remaining hydrogen is produced by the grid.
  • the hydrogen tank can be utilized to provide power for electric vehicles (EVs) and hydrogen for hydrogen vehicles (HVs).
  • the hydrogen tank can be charged by producing hydrogen using surplus power from renewable energy sources or power from the grid (power purchased from the grid). Therefore, the hydrogen and electric vehicle charging station (EHVCS) can flexibly respond to the charging demand of electric vehicles (EVs) and hydrogen vehicles (HVs).
  • the hydrogen tank can be issued a hydrogen renewable energy certificate by selling the power produced by the electrolysis facility to the grid, and can generate additional revenue by selling it in the HPS market.
  • the generation utility (which may mean a power plant, etc.) can purchase a certificate (hydrogen generation certificate) proving hydrogen generation.
  • the present invention aims to minimize operating costs and maximize the profits of each hydrogen and electric vehicle charging station (EHVCS) operator. Therefore, the objective function of the proposed optimization problem is as shown in Equation 4.
  • Equation 4 R EV,t , R HV,t , R HPS,t , and Cost grid,t represent the revenue from the charging fee of electric vehicles (which may mean the charging fee), the revenue from the charging fee of hydrogen vehicles (which may mean the charging fee), the revenue from the sale of HPS (i.e., the sale of hydrogen power generation supply certificates), and the cost of purchasing electricity from the grid, respectively.
  • the objective function of Equation 4 seeks to maximize the revenue of hydrogen and electric vehicle charging station operators.
  • u is a decision variable set.
  • u is a decision variable related to power flow, which includes 1) voltage values of bus i and bus j at time t, v j,t and v i,t (auxiliary variables of V j,t and V i,t ), 2) active and reactive powers P j,t and Q j,t injected into bus j at time t, 3) active and reactive powers P ij,t and Q ij ,t flowing in line l ij (i.e., l ij,t ) at time t, and 4) current i ij,t flowing in line l ij (i.e., l ij,t ) at time t (auxiliary variables of I ij,t ).
  • u is a decision variable related to hydrogen-power, which includes 1) SOC of hydrogen tank at time t, , 2) the amount of electricity consumed through the fuel cell at time t (i.e., the amount of electricity used to produce hydrogen); , 3) The amount of electricity produced through the electrolysis facility at time t (i.e., the amount of electricity produced using hydrogen) , 3) at time t
  • the amount of hydrogen produced through, and 4) at time t may include the amount of hydrogen to produce.
  • Each decision variable is discussed in detail in the description of constraints.
  • Each variable of the objective function of mathematical expression 4 can be expressed as in mathematical expressions 5 to 8.
  • C grid,t is the electric price, which can be set equal to the electric vehicle (EV) charging rate.
  • C HPS represent the hydrogen vehicle (HV) charging fee and HPS price (hydrogen power supply certificate price), respectively.
  • F HV,t and P EV,t represent the charging demand of hydrogen vehicles (HV) and electric vehicles (EV), respectively.
  • P grid,t and Each represents the power purchased from the grid and the power generated through the electrolysis facility in the hydrogen and electric vehicle charging station (EHVCS), respectively. If P grid,t is negative, it means that the hydrogen and electric vehicle charging station (EHVCS) supplies power to the grid. That is, in this case, Cost grid,t becomes revenue, not cost.
  • Constraints can be classified into power flow calculations in the power system, which are system constraints, and charging station operation constraints.
  • System constraints refer to power flow calculations in the power system, thermal allowable current of the line, and appropriate operating range of voltage.
  • mathematical expression 9 represents the voltage drop equation for the active and reactive power flows.
  • Equation 9 P ij,t , Q ij,t , and I ij,t represent the real power, reactive power, and line current in line ij (at time t), respectively.
  • V i,t and V j,t represent the voltages in the i-th bus (i-th bus) and the j-th bus (j-th bus), respectively, at time slot t (i.e., at time t).
  • R ij and X ij represent the resistance and reactance in line ij, respectively.
  • v j,t and v i,t are the voltages of the jth and jth buses, respectively, and R ij and X ij represent the resistance and reactance between the ith and jth buses, respectively.
  • Equations 12 and 13 the mathematical expressions for real power and reactive power can be rewritten as Equations 12 and 13.
  • f u (j) represents the line flow information immediately upstream from bus j
  • f d (j) represents the line flow information immediately downstream from bus j (see Fig. 7).
  • EHVCS Electric Vehicle Charging Station
  • Equation 11 can be expressed as Equation 16. That is, the relationship between the active and reactive power and the voltage and current can be expressed through the SOCP constraints of Equation 16.
  • P Gj , P Dj , and Q Gj , Q Dj can be expressed as in Equations 17 and 18. That is, the power generation of each bus is the power generated through the renewable energy source and hydrogen of each bus, and the demand is calculated as the sum of the electric vehicle charging load and the power consumption for hydrogen production, and the general load.
  • P Gj,t and P Dj,t represent the generation and demand of each bus, and P load,t represents the general load.
  • the operating constraints are mainly constraints on the hydrogen tanks in the charging station.
  • the power factor of WTs is fixed to 0.95, and the power factors of PVs, EVs, and fuel cells can be fixed to 0.99.
  • the amount of hydrogen that can be discharged or charged is determined by the current level of the SOC of the hydrogen tank.
  • the current level of the hydrogen tank in each EHVCS is as shown in Equation 19.
  • the constraints for reflecting the SOC of the hydrogen tank are as shown in Equation 19.
  • Equation 19 represents the SOC of the present and previous times, respectively.
  • the SOC of the present time is the value obtained by adding or subtracting the charge or discharge amount from the SOC of the previous time.
  • HT cap represents the capacity of the hydrogen tank
  • F HV,t represents the charging demand of the hydrogen vehicle (HV) in time slot t (i.e., the amount of hydrogen discharged for charging the hydrogen vehicle).
  • HV hydrogen vehicle
  • the SOC after charging or discharging exists in a range between the upper limit and the lower limit. In other words, the SOC of the hydrogen tank must exist between the minimum and maximum values.
  • Equation 21 Equation 21 and Equation 22.
  • Equations 20 and 21 provide the upper and lower bounds by the electrolysis facility and the fuel cell, respectively. Finally, the proposed optimization problem can be summarized as in Equation 23.
  • Equation 4 the objective function is as in Equation 4, and the constraints are as in Equations 2-3, 5-8, 10, and 12-22.
  • Figure 3 shows the arrival demand by type of EHVCS. It can be assumed that 70% of the arrival demand is occupied by electric vehicles and 30% is occupied by hydrogen vehicles.
  • Fig. 4 shows the SOC of each type of EHVCS. It can be observed that during the time when the electricity price is high, it is better to sell electricity to the grid. Conversely, during the time when the electricity price is low, the hydrogen tank can be charged. In addition, as shown in Fig. 5, the voltage profile of the EHVCS linked with the renewable energy source is within the allowed range. This means that the proposed technique can operate the EHVCS stably.
  • Fig. 6 and Table 2 show the comparison results according to the presence or absence of the HPS case. As shown in Fig. 6, when the HPS case exists, the EHVCS operator's profit is higher. This means that HPS sales increase the operator's profitability. The profitability of the EHVCS in residential, commercial, and industrial areas was improved by 52.5%, 51%, and 50%, respectively.
  • the above-described EHVCS operating method may be named as an EHVCS scheduling method, an EHVCS operating plan derivation method, etc., and may be performed by a computing device including at least a processor and/or a memory. That is, at least some of the above-described operations may be understood as operations of a processor included in the computing device.
  • the devices described above may be implemented as hardware components, software components, and/or a collection of hardware components and software components.
  • the devices and components described in the embodiments may be implemented using one or more general-purpose computers or special-purpose computers, such as, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA), a programmable logic unit (PLU), a microprocessor, or any other device capable of executing instructions and responding.
  • the processing device may execute an operating system (OS) and one or more software applications running on the operating system.
  • the processing device may access, store, manipulate, process, and generate data in response to the execution of the software.
  • OS operating system
  • the processing device may access, store, manipulate, process, and generate data in response to the execution of the software.
  • the processing device is sometimes described as being used alone, but those skilled in the art will appreciate that the processing device may include multiple processing elements and/or multiple types of processing elements.
  • the processing unit may include multiple processors, or a processor and a controller.
  • Other processing configurations, such as a parallel processor, are also possible.
  • the software may include a computer program, code, instructions, or a combination of one or more of these, and may configure a processing device to perform a desired operation or may independently or collectively command the processing device.
  • the software and/or data may be permanently or temporarily embodied in any type of machine, component, physical device, virtual equipment, computer storage medium or device, or transmitted signal wave to be interpreted by the processing device or to provide instructions or data to the processing device.
  • the software may be distributed on network-connected computer systems and stored or executed in a distributed manner.
  • the software and data may be stored in one or more computer-readable recording media.
  • the method according to the embodiment may be implemented in the form of program commands that can be executed through various computer means and recorded on a computer-readable medium.
  • the computer-readable medium may include program commands, data files, data structures, etc., alone or in combination.
  • the program commands recorded on the medium may be those specially designed and configured for the embodiment or may be those known to and usable by those skilled in the art of computer software.
  • Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, magneto-optical media such as floptical disks, and hardware devices specially configured to store and execute program commands such as ROMs, RAMs, flash memories, etc.
  • Examples of the program commands include not only machine language codes generated by a compiler but also high-level language codes that can be executed by a computer using an interpreter, etc.
  • the hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiment, and vice versa.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Educational Administration (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

HPS 시장을 고려한 신재생에너지가 연계된 수소 및 전기차 충전소의 스케줄링 방법이 개시된다. 상기 스케줄링 방법은 적으로 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되고, 상기 수소 및 전기차 충전소의 충전 수요를 모델링하는 단계, 및 모델링된 충전 수요를 기초로 SOCP(Second-Order Conic Programming) 수리 최적화를 통해 상기 수소 및 전치가 충선소를 스케줄링하는 단계를 포함하고, 상기 스케줄링하는 단계는 수학식으로 정의되는 목적 함수를 설정하는 단계 및 적어도 하나의 제약 조건을 설정하는 단계를 포함한다.

Description

HPS 시장을 고려한 수소 및 전기차 충전소의 최적 운영 방법 및 장치
본 발명은 수소 및 전기차 충전소의 최적 운영 방법에 관한 것으로, 특히 신재생에너지원이 연계된 수소 및 전기차 충전소 내 수소 탱크의 최적 스케줄링을 통해 수소 및 전기차 충전소 운영자의 수익을 극대화하는 방법에 관한 것이다.
최근 전 세계적 에너지 전환 기조와 더불어 수소 및 전기차와 같은 친환경자동차의 기술적 향상을 통해 국내외 친환경 자동차의 보급률이 급증하고 있다. 뿐만 아니라, 탄소 중립 정책을 통한 온실가스 감축이라는 목표 아래 신재생 에너지 보급률이 빠르게 증가하고 있다.
수소차의 경우 수소 공급망 인프라가 부족한 실정이며, 충전소에서 수소차의 수소 수요와 전기차의 충전 수요를 충족하기 위한 전력은 전력계통 내 부하 증가를 야기하며, 이는 계통 관점에서의 신뢰도 저하를 야기할 수 있다. 이에 따라, 변동성이 높은 충전 수요에 대해 유연하게 대응하고, 친환경 자동차의 수요를 충족할 수 있는 전략적인 충전소 운영 방안이 필요하다.
또한, 전력계통 내 신재생에너지는 보급률 증가는 초과발전 및 송배전 설비부족으로 인해 재생에너지의 출력 제한(Curtailment)을 야기할 수 있으며, 이는 재생에너지원 소유자의 수익성을 저해한다. 따라서, 출력 제한을 감소시킬 수 있는 방안이 필요하다.
현재 대한민국에서는 2024년 청정수소 발전의무화 제도(CHPS, Clean Hydrogen Portfolio Standards)를 시행할 계획이다. 이는 발전사업자에게 발전량의 일정비율을 수소로 발전하도록 의무화하는 제도이며, 이를 통해 재생에너지 발전의무화 제도(RPS, Renewable Portfolio Standards)와 같이 수소 발전사업자가 수소발전 공급인증서를 일반 발전사업자에게 판매함으로써 수익을 얻을 수 있다. 따라서, 충전소 사업자의 수소발전을 통해 수익성을 증진할 수 있다.
본 발명이 이루고자 하는 기술적인 과제는 신재생에너지가 연계된 수소 및 전기차 충전소의 최적 운영 방법 및 장치를 제공하는 것이다.
본 발명의 일 실시예에 따른, HPS 시장을 고려한 신재생에너지가 연계된 수소 및 전기차 충전소의 스케줄링 방법은 적으로 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되고, 상기 수소 및 전기차 충전소의 충전 수요를 모델링하는 단계, 및 모델링된 충전 수요를 기초로 SOCP(Second-Order Conic Programming) 수리 최적화를 통해 상기 수소 및 전치가 충선소를 스케줄링하는 단계를 포함하고, 상기 스케줄링하는 단계는 수학식으로 정의되는 목적 함수를 설정하는 단계 및 적어도 하나의 제약 조건을 설정하는 단계를 포함한다.
본 발명의 실시예들에 의할 경우, 수소 및 전기차 충전소를 최적으로 운영할 수 있고 충전 요금 뿐 아니라 HPS 판매를 통해 수익성을 증진할 수 있다.
또한, 충전소에 연계된 재생에너지원을 통해 친환경 자동차의 충전 수요를 자급자족함으로써, 계통으로부터 구매하는 전력량을 절감하여 운영비용을 절감할 수 있다. 또한, 재생에너지의 잉여전력량을 수소 탱크 충전에 사용함으로써 출력제한을 감소할 수 있다.
도 1은 제안하는 EHVCS의 구조를 나타낸다.
도 2는 재생에너지원(RES)와 EHVCS를 갖는 수정된 IEEE-33 버스 시스템을 도시한다.
도 3은 EHVCS의 유형에 따른 도착 수요를 나타낸다.
도 4는 EHVCS의 각 유형의 SOC를 나타낸다.
도 5는 모선에 접속된 EHVCS에서의 전압 프로파일을 도시한다.
도 6은 HPS 케이스의 유무에 따른 비교 결과를 나타낸다.
도 7은 수학식 12와 수학식 13에 이용되는 선로조류 정보를 설명하기 위한 개념도이다.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 벗어나지 않은 채, 제1 구성 요소는 제2 구성 요소로 명명될 수 있고 유사하게 제2 구성 요소는 제1 구성 요소로도 명명될 수 있다.
어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성 요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 명세서에 첨부된 도면들을 참조하여 본 발명의 실시예들을 상세히 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
수소 및 전기차 충전소(EV and HV charging station, EHVCS)는 컨버터(converter), 전기차 충전기(전기 충전기) 및 수소차 충전기(수소 충전기), 수전해설비(electrolyzer, 전해조), 연료 전지(fuel cell), 및 수소 탱크(hydrogen storage tank)를 포함한다. EHVCS에서, EVCS(EV charging station, 전기차 충전소)와 HVCS(HV charging station, 수소차 충전소)가 결합되고, 전기차(electric vehicle, EV)와 수소차(hydrogen vehicle, HV)는 EHVCS에서 충전될 수 있다. 또한, 재생에너지원(renewable energy source, RES)은 EHVCS의 전력 수요를 충족시키기 위해 전력을 공급할 수 있다.
이와 관련하여, 도 1은 제안하는 EHVCS의 구조를 나타낸다. 수소 및 전기차 충전소(EHVCS)는 계통의 AC/DC 변환을 통해 계통에 연계되며, 전기차(EV)를 위한 전기 충전기와 수소차(HV)를 위한 수소 충전기로 구성되어 있다. 수소 및 전기차 충전소(EHVCS)가 연계된 모선에는 풍력이나 태양광과 같은 재생에너지원(RES)이 함께 연계되어 충전 수요 공급을 보조할 수 있다. 수소 및 전기차 충전소의 구성으로써 수소 에너지 시스템(Hydrogen energy system)은 수소 탱크, 연료 전지, 및 수전해설비로 구성되어 있으며, 전기차의 충전 수요를 공급하고 남은 재생에너지원의 잉여 전력 또는 계통으로부터 공급받은 전력을 이용하여 수소를 생산할 수 있다. 이때, 수전해설비를 통해 수소를 생산할 수 있다. 생산된 수소는 수소차(HV)로 공급될 수 있고, 잉여 수소는 수소 탱크에 저장될 수 있다. 수소 탱크에 저장된 잉여 수소는 연료 전지를 통해 다시 계통이나 전기차(EV)에 전력을 공급할 수 있으며, 계통에 수소를 공급(즉, 수소를 이용하여 생산된 전력을 공급)하는 과정에서 수소발전 공급인증서를 발급받을 수 있다.
다시 말하면, 전기차(EV)는 재생에너지원(RES)으로부터의 전력을 공급받아 충전될 수 있다. 재생에너지원(RES)의 잉여 전력은, 수전해설비를 통해 수소를 생산함으로써, 수소 탱크를 충전하기 위해 이용될 수 있다. 즉, 재생에너지원(RES)의 잉여 전력은 계통으로 판매하지 않고 오직 전기차(EV)의 충전 수요 충족과 수소 생산에만 이용된다. 수소 탱크와 전기차(EV)는 계통으로부터의 전력과 재생에너지원(RES)으로부터의 전력에 의해 충전될 수 있다. 그러면, 수소 탱크 내의 수소는 수소차에 의한 수소 수요(hydrogen demand)를 충족시키기 위해 이용된다. 잉여 수소는 전기차 충전 전력의 부족분(deficit)을 공급하기 위해 이용되거나 HPS(Hydrogen Portfolid Standard, 수소발전의무화제도) 어그리게이터(aggregator)에게, 연료 전지를 이용하여 수소를 다시 전력으로 변환함으로서, 팔 수 있다.
충전 수요 모델(Charging Demand Model)
전기차 충전소(EVCS)로부터의 충전 데이터가 충전 수요를 모델링하기 위해 활용될 수 있다. 즉, 위치 타입별로 전기차 충전소(EVCS)의 미리 정해진 시간 구간(예컨대, 24시간) 동안의 전기차 도착 정보(또는 충전 데이터)가 이용될 수 있다. 각 EVCS를 위한 충전 수요는 가우시안 분포(Gaussian distribution)와 같은 모수적 분포(parametric distribution)을 따르지 않고, EVCS가 다양한 타입의 위치(area, 예시적으로 산업, 주거, 및 상업 지역)에 위치함에 따라 다양한 충전 패턴을 갖는다. 따라서, 충전 수요는 각 EVCS에 대한 위치 타입에 의존하여, 커널 밀도 추정(Kernel Density Estimation, KDE) 기법을 이용하여 모델링된다(또는 추정될 수 있다). 커널 밀도 추정(KDE) 기법은 비-모수적(nonparametric) 통계법 중 하나로, 모수적 기법을 따르지 않는 데이터를 모델링할 수 있다. 즉, 커널 밀도 추정(KDE) 기법은 특정 커널 함수의 조합으로 주어진 데이터 샘플의 확률 밀도를 추정하는 기법이라 할 수 있다. 데이터가 특정 확률 분포 함수를 따르지 않을 때 주로 적용하며, 이를 이용하여 위치 타입별로 확률 밀도 함수를 생성할 수 있다. 즉, 산업, 상업, 및 주거 지역별로 총 3개의 확률 밀도 함수를 생성할 수 있다. 이는 각 위치 타입에 따라 서로 다른 도착 프로파일을 따르기 때문에 이를 고려하기 위함이다. 이때, 수소차 충전소에 대한 데이터는 아직 부족한 실정으로 이를 전기차 충전소 데이터로 대체할 수 있다. 결과적으로, 시변(time-varying) 충전 수요의 확률 분포를 추정(또는 예측)하기 위해 커널 밀도 추정(KDE) 기법이 이용될 수 있다. 커널 밀도 추정(KDE) 기법은 수학식 1과 같이 정의된다. 또한, 커널 밀도 추정(KDE) 기법에 대한 상세한 설명은 Sheather, S.J. 등의 논문(Sheather, S.J.; Jones, M.C. A reliable data-based bandwidth selection method for kernel density estimation. J. R. Stat. Soc. Ser. B Methodol. 1991, 53, 683-690.)이 참조될 수 있다.
[수학식 1]
Figure PCTKR2024095865-appb-img-000001
수학식 1에서, KDE는 커널 함수(kernel function)이다. 커널 함수로써는, Epanechnikov 커널이 이용될 수 있다. h는 평활 파라미터(smoothing parameter), KDEh는 대역폭(bandwidth)을 나타낸다.
추정된 확률 밀도 함수는 이산 확률 함수로 변환되어 시간 별 도착 확률이 도출될 수 있다. 즉, 도출된 도착 확률은 기존 충전소에 전기차 1대가 해당 시간에 도착할 확률을 의미한다.
기존 충전소의 도착 횟수와 충전량의 피어슨 상관 관계(Pearson Correlation Coefficient)를 이용하여 선형 계수를 구한 후, 도출된 시간 별 도착 확률과 각 충전소의 하루 평균 전기차 도착 대수를 기반으로 시간별 충전 수요를 추정할 수 있다.
위치 타입별로 충전 수요를 모델링한 후, 충전소 내 수소 탱크의 운영 최적화 문제를 공식화한다. 운영 전략 및 해당 전략의 수학적 모델링은 아래에서 상세히 기술한다.
도 2는 재생에너지원(RES)와 수소 및 전기차 충전소(EHVCS)를 갖는 수정된 IEEE-33 버스 시스템을 도시한다. 도 2에서, 수소 및 전기차 충전소(EHVCS)는 다양한 타입의 위치에 위치한다. 재생에너지원(RES)이 연계된 수소 및 전기차 충전소(EHVCS)는, 상술한 바와 같이, 재생에너지원(RES)과 같은 모선에 연계되어 있다. 테스트 계통은 IEEE-33 모선 계통을 이용하였으며, 해당 계통을 위치에 따라 상업, 산업, 및 주거 지역으로 나눌 수 있다. 상업 및 산업용 지역의 충전소(EHVCS)는 각각 22, 13번 모선에 풍력 발전기와 연계되어 있으며, 주거용 지역의 충전소(EHVCS)는 25번 모선에 탱양광 발전기와 함께 연계되어 있다.
EHVCS를 위한 운영 전략(Operation Strategies for EHVCS)
본 발명에서는, 재생에너지원은 전기차(EV)의 충전 수요를 충족시키기 위해서, 그리고 수소 탱크를 충전하기 위한 수소를 생산하기 위해서만 이용되는 것으로 가정한다. 다시 말하면, 재생에너지원(RES)의 잉여 전력은 계통에 판매되지 않는다.
1) 전기차 충전 전략(Charging Strategy for EV)
a) 전기차 충전 수요 < 재생에너지원의 전력(EV charging demand < power of RES)
이 경우는, 재생에너지 발전량이 전기차 충전 수요보다 많은 경우이다. 전기차(EV) 충전 수요는 모두 재생에너지원(RES)으로부터 공급된다. 그리고, 재생에너지원(RES)의 잉여 전력(즉, 전기차의 충전 수요를 충족시키고 남은 전력)은, 수전해설비를 통하여, 수소 탱크를 충전시키기 위한 수소를 생산하기 위해 이용된다.
b) 전기차 충전 수요 > 재생에너지원의 전력(EV charging demand > power of RES)
이 경우는, 재생에너지 발전량이 전기차 충전 수요보다 작은 경우이다. 이 경우, 재생에너지원의 출력 전력(재생에너지 발전량)은 모두 전기차 충전 수요를 충족시키기 위해 이용된다. 충전 수요의 부족분은 수소 탱크의 수소를 통해 생산되는 전력 또는 계통으로부터의 구매된 전력으로 충족될 수 있다.
2) 수소차 충전과 수소 탱크 충전 전략(Charging and Operation Strategy for HVs and the Hydrogen Tank)
수소차의 충전 수요는 재생에너지원(RES), 수소 탱크, 및 계통으로부터의 전력 구매를 통해 충족될 수 있다.
a) 수소 탱크의 방전가능한 수소 > 수소차의 충전 수요(Dischargeable power of the hydrogen tank > Charging demand of HV)
이 경우는 수소 탱크의 수소량이 수소차의 충전 수요보다 많은 경우로, 수소 탱크의 SOC(State Of Charge)가 수소차(HV)의 충전 수요보다 크다. 따라서, 전체 수소차(HV)의 충전 수요는 수소 탱크에 의해 공급된다.
b) 수소 탱크의 방전가능한 수소 < 수소차의 충전 수요(Dischargeable hydrogen of the hydrogen tank < Charging demand of HV)
이 경우, 수소 탱크의 SOC가 수소차(HV)의 충전 수요보다 작다. 따라서, 수소 탱크의 전체 방전가능한 수소는 수소차(HV)에 수소를 공급하기 위해 이용된다. 수소차(HV)의 충전 수요의 부족분은 두 가지 방법으로 충족될 수 있다. 첫째, 재생에너지원(RES)의 잉여 전력이 수소를 생산하기 위해 이용될 수 있다. 수소 및 전기차 충전소(EHVCS)에서, 전력과 수소 간 변환은 수학식 2와 수학식 3과 같다. 이에 대한 상세한 설명은 Gyawali 등의 논문(Gyawali, Netra, and Yasuharu Ohsawa. "Integrating fuel cell/electrolyzer/ultracapacitor system into a stand-alone microhydro plant." IEEE Transactions on Energy Conversion 25.4 (2010): 1092-1101.)이 참조될 수 있다.
[수학식 2]
Figure PCTKR2024095865-appb-img-000002
[수학식 3]
Figure PCTKR2024095865-appb-img-000003
위 수학식에서,
Figure PCTKR2024095865-appb-img-000004
와
Figure PCTKR2024095865-appb-img-000005
는 각각 수전해설비에서 요구되는 입력 전력(즉, 수소를 생산하기 위해 수전해설비로 주입되는 전력)과 수전해설비로부터의 수소의 출력흐름(즉, 수전해설비를 통해 생산된 수소)을 나타낸다.
Figure PCTKR2024095865-appb-img-000006
와
Figure PCTKR2024095865-appb-img-000007
는 각각 수소변환 계수(power to hydrogen conversion factor)와 수전해설비의 변환 효율(efficiency of the electrolyzer)을 나타낸다.
Figure PCTKR2024095865-appb-img-000008
는 연료 전지를 통해 생산되는 전력을 의미한다. 또한,
Figure PCTKR2024095865-appb-img-000009
는 연료 전지에서 요구되는 입력인 수소를,
Figure PCTKR2024095865-appb-img-000010
는 전력 변환 계수,
Figure PCTKR2024095865-appb-img-000011
는 연료 전지의 변환 효율을 나타낸다. 생산된 수소는 수소 탱크에 저장된다. 그리고, 재생에너지원의 잉여 전력이 전체 수소차(HV)의 충전 수요를 충족시키지 못한다면, 잔여 수소가 계통에 의해 생산된다.
c) 수소 탱크를 위한 최적 운영 전략(Optimal operation strategy for hydrogen tank)
상술한 바와 같이, 수소 탱크는 전기차(EV)를 위한 전력과 수소차(HV)를 위한 수소를 제공하기 위해 활용될 수 있다. 또한, 수소 탱크는 재생에너지원의 잉여 전력 또는 계통의 전력(계통으로부터 구매한 전력)을 통해 수소를 생산함으로써 충전될 수 있다. 따라서, 수소 및 전기차 충전소(EHVCS)는 전기차(EV) 및 수소차(HV)의 충전 수요에 유연하게 대처할 수 있다. 또한, 수소 탱크는 수전해설비를 통해 생산한 전력을 계통에 판매함으로써 수소발전 공급인증서(hydrogen renewable energy certificate)를 발급받을 수 있고, 이를 HPS 시장에서 판매함으로써 추가적인 수익을 창출할 수 있다. 발전 설비(generation utility, 발전소 등을 의미할 수 있음)는 수소발전(hydrogen generation)을 증명하는 인증서(수소발전 공급인증서)를 구매할 수 있다.
문제의 공식화(Problem Formulation)
1) 목적 함수(Objective function)
본 발명은 운영 비용을 최소화하고 각 수소 및 전기차 충전소(EHVCS) 운영자의 수익을 최대화하는 것을 목적으로 한다. 따라서, 제안하는 최적화 문제의 목적 함수는 수학식 4와 같다.
[수학식 4]
Figure PCTKR2024095865-appb-img-000012
수학식 4에서, REV,t, RHV,t, RHPS,t, 및 Costgrid,t는 각각, 전기차의 충전 요금에 의한 수익(충전 요금을 의미할 수 있음), 수소차의 충전 요금에 의한 수익(충전 요금을 의미할 수 있음), HPS 판매(즉, 수소발전 공급인증서 판매)에 의한 수익, 및 계통으로부터의 전력 구매 비용을 나타낸다. 수학식 4의 목적 함수를 통해 수소 및 전기차 충전소 운영자의 수익을 극대화하고자 한다.
u는 결정 변수 집합(decision variable set)이다. u는 전력 흐름에 관한 결정 변수로써, 1) 시간 t에 모선 i와 모선 j의 전압값인 vj,t와 vi,t(Vj,t와 Vi,t의 보조 변수), 2) 시간 t에 모선 j에 주입되는 유효 전력과 무효 전력인 Pj,t와 Qj,t, 3) 시간 t에 선로 lij(즉, lij,t)에 흐르는 유효 전력과 무효 전력인 Pij,t와 Qij,t, 및 4) 시간 t에 선로 lij(즉, lij,t)에 흐르는 전류 iij,t(Iij,t의 보조 변수)를 포함한다. 또한, u는 수소-전력 관련 결정 변수로써, 1) 시간 t에서 수소 탱크의 SOC인
Figure PCTKR2024095865-appb-img-000013
, 2) 시간 t에 연료 전지를 통해 소모된 전력량(즉, 수소 생산을 위해 이용된 전력량)인
Figure PCTKR2024095865-appb-img-000014
, 3) 시간 t에 수전해설비를 통해 생산된 전력량(즉, 수소를 이용하여 생상된 전력량)인
Figure PCTKR2024095865-appb-img-000015
, 3) 시간 t에
Figure PCTKR2024095865-appb-img-000016
를 통해 생상된 수소량, 및 4) 시간 t에
Figure PCTKR2024095865-appb-img-000017
를 생산하기 위한 수소량을 포함할 수 있다. 각 결정 변수에 대하여는, 제약 조건에 대한 설명에서 상세하게 다루기로 한다.
수학식 4의 목적 함수의 각 변수는 수학식 5 내지 수학식 8과 같이 표현될 수 있다.
[수학식 5]
Figure PCTKR2024095865-appb-img-000018
[수학식 6]
Figure PCTKR2024095865-appb-img-000019
[수학식 7]
Figure PCTKR2024095865-appb-img-000020
[수학식 8]
Figure PCTKR2024095865-appb-img-000021
위 수학식에서, Cgrid,t는 전력 가격(electric price)으로, 전기차(EV) 충전 요금과 동일하게 설정될 수 있다.
Figure PCTKR2024095865-appb-img-000022
와 CHPS는 각각 수소차(HV) 충전 요금과 HPS 가격(수소발전 공급인증서 가격)을 나타낸다. FHV,t와 PEV,t는 각각 수소차(HV)와 전기차(EV)의 충전 수요를 나타낸다. Pgrid,t와
Figure PCTKR2024095865-appb-img-000023
는 각각 계통으로부터 구매한 전력과 수소 및 전기차 충전소(EHVCS) 내의 수전해설비를 통해 발전된 전력을 의미한다. 만약, Pgrid,t가 음수이면, 수소 및 전기차 충전소(EHVCS)는 계통에 전력을 공급함을 의미한다. 즉, 이 경우, Costgrid,t는 비용이 아닌 수익이 된다.
2) 제약 조건(Constraints)
제약 조건은 계통 제약 조건인 전력계통에서의 조류계산과 충전소 운영 제약 조건으로 분류할 수 있다. 계통 제약 조건은 전력계통에서의 조류계산, 선로의 열적허용전류, 전압의 적정 운전 범위 등을 의미한다.
a) 최적조류계산(OPF(Optimal Power Flow) constraints based on branch flow model)
안정적인 배전 계통 운영을 위해, 전력 흐름에 대한 제약 조건이 고려되어야 한다. 본 발명에서는, branch flow model이 최적화 문제에 power flow constraints로써 적용된다. 우선, 수학식 9는 유효 전력과 무효 전력 흐름에 관한 전압 강하 식(voltage drop equation)을 나타낸다.
[수학식 9]
Figure PCTKR2024095865-appb-img-000024
수학식 9에서, Pij,t, Qij,t, 및 Iij,t 각각은 (시간 t에서) 선로 ij에서의 유효 전력, 무효 전력, 및 선로 전류를 나타낸다. Vi,t와 Vj,t는 각각 타임 슬롯 t에서(즉, 시간 t에서) i-번째 버스(i-번째 모선)와 j-번째 버스(j-번째 모선)에서의 전압을 나타낸다. Rij 및 Xij는 각각 선로 ij에서의 저항(resistance)과 리액턴스(reactance)를 나타낸다. 이 문제를 볼록 최적화(convex optimization)하기 위하여, 보조 변수들(auxiliary variables)이 문제에 추가될 수 있다.
Figure PCTKR2024095865-appb-img-000025
,
Figure PCTKR2024095865-appb-img-000026
, 그리고
Figure PCTKR2024095865-appb-img-000027
라 하자. 그러면, 이 제약 조건은 수학식 10과 같이 표현될 수 있다.
[수학식 10]
Figure PCTKR2024095865-appb-img-000028
수학식 10에서, vj,t와 vi,t는 각각 j번째와 j번째 모선의 전압이며, Rij와 Xij는 각각 i번째 모선과 j번째 모선 사이의 저항과 리액턴스를 나타낸다.
그러면, 보조 변수들과 전력(즉, 유효 전력가 무효 전력) 간의 관계를 나타내는 제약 조건은 수학식 11과 같다.
[수학식 11]
Figure PCTKR2024095865-appb-img-000029
추가적으로, 유효 전력과 무효 전력에 관한 수학식은 수학식 12와 수학식 13과 같이 다시 쓸 수 있다.
[수학식 12]
Figure PCTKR2024095865-appb-img-000030
[수학식 13]
Figure PCTKR2024095865-appb-img-000031
위 수학식에서, fu(j)는 모선 j를 기준으로 바로 윗단(upstream)에 있는 선로조류 정보를, fd(j)는 모선 j를 기준으로 바로 아랫단(downstream)에 있는 선로조류 정보를 나타낸다(도 7 참조). 또한, Pj,t와 Qj,t는 타임 슬롯 t에서, 인덱싱(indexing) Gj와 Dj를 갖는 수요와 생성의 합이며, Pj,t=PGj,t-PDj,t와 Qj,t=PGj,t-PDj,t로 표현될 수 있다. Pj,t가 수소 및 전기차 충전소(EHVCS)와 관련되어 있다면, 이는 또한 Pgrid,t와 동일하다. 전압 제한(voltage limit, 전압허용범위) 및 선로 전류 제한(line current limit, 선로에 흐를 수 있는 최대 전류량인 열적허용전류를 의미할 수 있음)와 같은 계통 운영 제약 조건 또한, 불안정안 운영 및 열동형 과부화(thermal overload)를 예방하기 위하여, 고려되어야 하며, 이는 수학식 14와 수학식 15와 같이 표현된다. 이때, 전압허용범위는 각 모선 전압의 최대·최소 전류량을 의미한다.
[수학식 14]
Figure PCTKR2024095865-appb-img-000032
[수학식 15]
Figure PCTKR2024095865-appb-img-000033
그러나, 조류계산 수식은 일반적으로 비선형이며, 이는 볼록 최적화(convex optimization) 문제로 정식화 할 수 없기 때문에, SOCP(Second-Order Conic Programming) 문제로 완화(relaxation)하여 적용할 수 있다. SOCP 문제는 목적 함수가 선형이고, 제약 조건은 SOCP 및 선형 제약 조건을 가지는 최적화 문제이다. 이는 볼록 최적화 문제로써 최적해가 보장되는 문제이다. 따라서, 수학식 11은 수학식 16과 같이 표현될 수 있다. 즉, 유·무효 전력과 전압, 전류간 관계식은 수학식 16의 SOCP 제약 조건을 통해 나타낼 수 있다.
[수학식 16]
Figure PCTKR2024095865-appb-img-000034
SOCP 완화(relaxation)와 이의 정확성(exactness)은 Farivar 등의 논문(Farivar, M.; Low, S.H. Branch flow model: Relaxations and convexification-Part I. IEEE Trans. Power Syst. 2013, 28, 2554-2564.)에 상세히 기재되어 있다.
b) 수소 및 전기차 충전소 운영 제약 조건(EHVCS operation constraints)
버스에 접속되어 있는 EHVCS에서, PGj, PDj, 및 QGj, QDj는 수학식 17과 수학식 18과 같이 나타낼 수 있다. 즉, 각 모선의 발전량은 각 모선의 재생에너지원과 수소를 통해 발전한 전력으로, 수요량은 전기차 충전 부하 및 수소 생산을 위한 전력 소모량, 일반 부하량의 합으로 계산된다.
[수학식 17]
Figure PCTKR2024095865-appb-img-000035
[수학식 18]
Figure PCTKR2024095865-appb-img-000036
PGj,t와 PDj,t는 각 모선의 발전량과 수요량을 의미하며, Pload,t는 일반 부하량을 의미한다.
다음은 충전소 운영 제약 조건이다. 운영 제약 조건은 주로 충전소 내의 수소 탱크에 대한 제약 조건이다. WTs의 역률(power factor)은 0.95로 고정되고, PVs, EVs, 및 연료 전지들의 역률은 0.99로 고정될 수 있다. 방전이나 충전이 가능한 수소의 양은 수소 탱크의 SOC의 전류 레벨에 의해 결정된다. 각 EHVCS 내에서 수소 탱크의 전류 레벨은 수학식 19와 같다. 즉, 수소 탱크의 SOC를 반영하기 위한 제약 조건은 수학식 19와 같다.
[수학식 19]
Figure PCTKR2024095865-appb-img-000037
수학식 19에서,
Figure PCTKR2024095865-appb-img-000038
와
Figure PCTKR2024095865-appb-img-000039
는 각각 현재와 이전 시간의 SOC를 의미한다. 현재 시간의 SOC는 이전 시간의 SOC에서 충전량 또는 방전량을 더하거나 뺀 값이다. 또한, HTcap는 수소 탱크의 용량을, FHV,t는 타임 슬롯 t에서 수소차(HV)의 충전 수요(즉, 수소차 충전을 위해 빠져나간 수소량)를 나타낸다. 그러면, 수학식 20과 같이 충전 또는 방전 후의 SOC는 상한(upper limit)과 하한(lower limit) 사이의 범위에 존재한다. 즉, 수소 탱크의 SOC가 최소값과 최대값 사이에 존재하여야 한다.
[수학식 20]
Figure PCTKR2024095865-appb-img-000040
Figure PCTKR2024095865-appb-img-000041
와
Figure PCTKR2024095865-appb-img-000042
는 다음과 같이 물리적인 용량(physical capacity)에 의해 제한된다. 즉, SOC 제약 조건 이외에도 수소 탱크에서 시간당 충·방전할 수 있는 수소량도 정해져 있다. 따라서, 이를 수학식으로 표현하면 수학식 21과 수학식 22와 같다.
[수학식 21]
Figure PCTKR2024095865-appb-img-000043
[수학식 22]
Figure PCTKR2024095865-appb-img-000044
수학식 20과 수학식 21은 각각 수전해설비와 연료 전지에 의한 상한과 하한을 제공한다. 마지막으로, 제안하는 최적화 문제는 수학식 23과 같이 요약될 수 있다.
[수학식 23]
Figure PCTKR2024095865-appb-img-000045
즉, 목적 함수는 수학식 4와 같고, 제약 조건은 수학식 2-3, 5-8, 10, 및 12-22이다.
제안하는 최적화 문제의 효과를 입증하기 위해, 수정된 IEEE 33-버스 시스템에 대한 실험을 수행하였다. 모델링 파라미터는 N. A. El-Taweel 등의 논문(N. A. El-Taweel, H. Khani and H. E. Z. Farag, "Hydrogen Storage Optimal Scheduling for Fuel Supply and Capacity-Based Demand Response Program Under Dynamic Hydrogen Pricing," in IEEE Transactions on Smart Grid, vol. 10, no. 4, pp. 4531-4542, July 2019.)을 참조하였으며, 표 1과 같다.
[표 1]
Figure PCTKR2024095865-appb-img-000046
도 3은 EHVCS의 유형에 따른 도착 수요를 나타낸다. 도착 수요의 70%는 전기차가 점유하고, 30%는 수소차가 점유하는 것을 가정할 수 있다.
도 4는 EHVCS의 각 유형의 SOC를 나타낸다. 높은 전력 가격을 유지하는 시간 동안에, 전력을 계통에 판매하는 것이 낫다는 것을 관찰할 수 있다. 반대로, 낮은 전력 가격을 유지하는 시간 동안에, 수소 탱크는 충전될 수 있다. 또한, 도 5에 도시된 바와 같이, 재생에너지원이 연계된 EHVCS의 전압 프로파일은 혀용된 범위 내이다. 이는 제안하는 기법을 통해 EHVCS를 안정적으로 운영할 수 있음을 의미한다. 도 6과 표 2는 HPS 케이스의 유무에 따른 비교 결과를 나타낸다. 도 6에 도시된 바와 같이, HPS 케이스가 존재하는 경우, EHVCS 운영자의 수익이 더 높다. 이는 HPS 판매가 운영자의 수익성을 증대시켜줌을 의미한다. 주거 지역, 상업 지역, 및 산업 지역의 EHVCS의 수익성은 각각 52.5%, 51%, 및 50% 개선되었다.
[표 2]
Figure PCTKR2024095865-appb-img-000047
상술한 EHVCS 운영 방법은 EHVCS 스케줄링 방법, EHVCS 운영 방안 도출 방법 등으로 명명될 수 있으며, 적어도 프로세서(processor) 및/또는 메모리(memory)를 포함하는 컴퓨팅 장치에 의해 수행될 수 있다. 즉, 상술한 각 동작들 중 적어도 일부는 컴퓨팅 장치에 포함되는 프로세서의 동작으로 이해될 수 있다.
이상에서 설명된 장치는 하드웨어 구성 요소, 소프트웨어 구성 요소, 및/또는 하드웨어 구성 요소 및 소프트웨어 구성 요소의 집합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성 요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPA(Field Programmable array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(Operation System, OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(Processing Element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor)와 같은, 다른 처리 구성(Processing Configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(Code), 명령(Instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(Collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성 요소(Component), 물리적 장치, 가상 장치(Virtual Equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(Signal Wave)에 영구적으로, 또는 일시적으로 구체화(Embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM, DVD와 같은 광기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-optical Media), 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성 요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성 요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (13)

  1. 프로세서(processor)를 포함하는 컴퓨팅 장치에 의해 수행되는 수소 및 전기차 충전소의 스케줄링 방법에 있어서,
    상기 수소 및 전기차 충전소의 충전 수요를 모델링하는 단계; 및
    모델링된 충전 수요를 기초로 SOCP(Second-Order Conic Programming) 수리 최적화를 통해 상기 수소 및 전치가 충선소를 스케줄링하는 단계를 포함하고,
    상기 스케줄링하는 단계는,
    수학식으로 정의되는 목적 함수를 설정하는 단계; 및
    적어도 하나의 제약 조건을 설정하는 단계를 포함하고,
    상기 수학식은
    Figure PCTKR2024095865-appb-img-000048
    이고,
    상기 REV,t는 전기차의 충전 요금에 의한 수익을, 상기 RHV,t는 수소차의 충전 요금에 의한 수익을, 상기 RHPS,t는 HPS(수소발전 공급인증서) 판매에 의한 수익을, 상기 Costgrid,t는 계통으로부터의 전력 구매 비용을, 그리고 상기 u는 결정 변수를 나타내는,
    수소 및 전기차 충전소의 스케줄링 방법.
  2. 제1항에 있어서,
    상기 u는 전력 흐름에 관한 결정 변수로써, 시간 t에 모선 i와 모선 j의 전압값(vj,t와 vi,t), 시간 t에 모선 j에 주입되는 유효 전력과 무효 전력(Pj,t와 Qj,t), 시간 t에 선로 lij에 흐르는 유효 전력과 무효 전력(Pij,t와 Qij,t), 및 시간 t에 선로 lij에 흐르는 전류(iij,t)를 포함하는,
    수소 및 전기차 충전소의 스케줄링 방법.
  3. 제2항에 있어서,
    상기 u는 수소-전력 관련 결정 변수로써, 시간 t에서 수소 탱크의 SOC(State Of Charge,
    Figure PCTKR2024095865-appb-img-000049
    ), 시간 t에 연료 전지를 통해 소모된 전력량(
    Figure PCTKR2024095865-appb-img-000050
    ), 시간 t에 수전해설비를 통해 생산된 전력량(
    Figure PCTKR2024095865-appb-img-000051
    ), 시간 t에 상기
    Figure PCTKR2024095865-appb-img-000052
    를 통해 생상된 수소량, 및 시간 t에 상기
    Figure PCTKR2024095865-appb-img-000053
    를 생산하기 위한 수소량을 포함하는,
    수소 및 전기차 충전소의 스케줄링 방법.
  4. 제3항에 있어서,
    상기 제약 조건은 수학식 1로 정의되는 제1 제약 조건과 수하식 2로 정의되는 제2 제약 조건을 포함하고,
    상기 수학식 1은
    Figure PCTKR2024095865-appb-img-000054
    이고,
    상기 수학식 2는
    Figure PCTKR2024095865-appb-img-000055
    이고,
    상기
    Figure PCTKR2024095865-appb-img-000056
    는 수소변환 계수(power to hydrogen conversion factor)를, 상기
    Figure PCTKR2024095865-appb-img-000057
    는 수전해설비의 변환 효율(efficiency of the electrolyzer)을, 상기
    Figure PCTKR2024095865-appb-img-000058
    는 전력 변환 계수를, 그리고 상기
    Figure PCTKR2024095865-appb-img-000059
    는 연료 전지의 변환 효율을 나타내는,
    수소 및 전기차 충전소의 스케줄링 방법.
  5. 제4항에 있어서,
    상기 제약 조건은 수학식 3 내지 수학식 6으로 정의되는 제3 제약 조건 내지 제6 제약 조건을 포함하고,
    상기 수학식 3은
    Figure PCTKR2024095865-appb-img-000060
    이고,
    상기 수학식 4는
    Figure PCTKR2024095865-appb-img-000061
    이고,
    상기 수학식 5는
    Figure PCTKR2024095865-appb-img-000062
    이고,
    상기 수학식 6은
    Figure PCTKR2024095865-appb-img-000063
    이고,
    상기 Cgrid,t는 전력 가격(electric price)을, 상기
    Figure PCTKR2024095865-appb-img-000064
    는 수소차(HV) 충전 요금을, 상기 CHPS는 HPS(수소발전 공급인증서) 가격)을, 상기 FHV,t는 수소차(HV)의 충전 수요를, 상기 PEV,t는 전기차(EV)의 충전 수요를, 상기 Pgrid,t는 계통으로부터 구매한 전력을, 그리고 상기
    Figure PCTKR2024095865-appb-img-000065
    는 상기 수소 및 전기차 충전소 내의 수전해설비를 통해 발전된 전력을 나타내는,
    수소 및 전기차 충전소의 스케줄링 방법.
  6. 제5항에 있어서,
    상기 제약 조건은 수학식 7로 정의되는 제7 제약 조건을 포함하고,
    상기 수학식 7은
    Figure PCTKR2024095865-appb-img-000066
    이고,
    상기 Rij는 i번째 모선과 j번째 모선 사이의 저항을, 그리고 상기 Xij는 i번째 모선과 j번째 모선 사이의 리액턴스를 나타내는,
    수소 및 전기차 충전소의 스케줄링 방법.
  7. 제6항에 있어서,
    상기 제약 조건은 각각 수학식 8과 수학식 9로 정의되는 제8 제약 조건과 제9 제약 조건을 포함하고,
    상기 수학식 8은
    Figure PCTKR2024095865-appb-img-000067
    이고,
    상기 수학식 9는
    Figure PCTKR2024095865-appb-img-000068
    이고,
    상기 fu(j)는 모선 j의 윗단(upstream)에 있는 선로조류 정보를, 그리고 상기 fd(j)는 모선 j의 아랫단(downstream)에 있는 선로조류 정보를 나타내는,
    수소 및 전기차 충전소의 스케줄링 방법.
  8. 제7항에 있어서,
    상기 제약 조건은 각각 수학식 10과 수학식 11로 정의되는 제10 제약 조건과 제11 제약 조건을 포함하고,
    상기 수학식 10은
    Figure PCTKR2024095865-appb-img-000069
    이고,
    상기 수학식 11은
    Figure PCTKR2024095865-appb-img-000070
    인,
    수소 및 전기차 충전소의 스케줄링 방법.
  9. 제8항에 있어서,
    상기 제약 조건은 수학식 12로 정의되는 제12 제약 조건을 포함하고,
    상기 수학식 12는
    Figure PCTKR2024095865-appb-img-000071
    인,
    수소 및 전기차 충전소의 스케줄링 방법.
  10. 제9항에 있어서,
    상기 제약 조건은 각각 수학식 13과 수학식 14로 정의되는 제13 제약 조건과 제14 제약 조건을 포함하고,
    상기 수학식 13은
    Figure PCTKR2024095865-appb-img-000072
    이고,
    상기 수학식 14는
    Figure PCTKR2024095865-appb-img-000073
    이고,
    상기 PGj,t는 각 모선의 발전량을, 그리고 상기 PDj,t는 각 모선의 수요량을 나타내는,
    수소 및 전기차 충전소의 스케줄링 방법.
  11. 제10항에 있어서,
    상기 제약 조건은 수학식 15로 정의되는 제15 제약 조건을 포함하고,
    상기 수학식 15는
    Figure PCTKR2024095865-appb-img-000074
    인,
    수소 및 전기차 충전소의 스케줄링 방법.
  12. 제11항에 있어서,
    상기 제약 조건은 수학식 16으로 정의되는 제16 제약 조건을 포함하고,
    상기 수학식 16은
    Figure PCTKR2024095865-appb-img-000075
    인,
    수소 및 전기차 충전소의 스케줄링 방법.
  13. 제12항에 있어서,
    상기 제약 조건은 각각 수학식 17과 수학식 18에 의해 정의되는 제17 제약 조건과 제18 제약 조건을 포함하고,
    상기 수학식 17은
    Figure PCTKR2024095865-appb-img-000076
    이고,
    상기 수학식 18은
    Figure PCTKR2024095865-appb-img-000077
    인,
    수소 및 전기차 충전소의 스케줄링 방법.
PCT/KR2024/095865 2023-05-30 2024-05-30 Hps 시장을 고려한 수소 및 전기차 충전소의 최적 운영 방법 및 장치 Ceased WO2024248596A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2023-0069280 2023-05-30
KR1020230069280A KR102906862B1 (ko) 2023-05-30 2023-05-30 Hps 시장을 고려한 수소 및 전기차 충전소의 최적 운영 방법 및 장치

Publications (1)

Publication Number Publication Date
WO2024248596A1 true WO2024248596A1 (ko) 2024-12-05

Family

ID=93658241

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/095865 Ceased WO2024248596A1 (ko) 2023-05-30 2024-05-30 Hps 시장을 고려한 수소 및 전기차 충전소의 최적 운영 방법 및 장치

Country Status (2)

Country Link
KR (1) KR102906862B1 (ko)
WO (1) WO2024248596A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119761746A (zh) * 2024-12-19 2025-04-04 山东大学 计及氢能交互的多场站能源系统协同优化调度方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108509742B (zh) * 2018-04-10 2021-03-02 南京大学 一种鲁棒安全的无线可充电传感器网络中的充电调度方法
KR20220037941A (ko) * 2020-09-04 2022-03-25 현대글로비스 주식회사 수소 공급망 관리의 최적화 플랫폼 및 그 방법
KR20220102112A (ko) * 2021-01-12 2022-07-19 포항공과대학교 산학협력단 수소 충전소를 점진적으로 배치하는 시스템 및 방법
KR20230017108A (ko) * 2021-07-27 2023-02-03 한국전자통신연구원 신재생 에너지의 동적 중개를 위한 에너지 분배 관리 방법, 및 동적 중개 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101886876B1 (ko) 2012-09-21 2018-08-10 한국전력공사 마이크로그리드를 적용한 전기 자동차 충전소 제어 방법 및 장치
JP6480276B2 (ja) * 2015-06-24 2019-03-06 Ｊｘｔｇエネルギー株式会社 水素製造出荷システム
KR101907997B1 (ko) 2017-05-24 2018-10-15 한국토지주택공사 공동주택에서의 IoT 콘센트부와 IoT 차단기를 이용한 전기차 충전 스케줄링 시스템 및 이를 이용한 전기차 충전 스케줄링 방법
KR102527689B1 (ko) 2021-01-12 2023-05-02 (주)이노차징 키오스크를 포함하는 전기차 충전소의 전력 스케줄링 방법 및 키오스크를 포함하는 전기차 충전소 시스템
KR102727715B1 (ko) 2021-07-12 2024-11-07 중앙대학교 산학협력단 이동형 충전소의 운영 스케줄링 방법 및 그 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108509742B (zh) * 2018-04-10 2021-03-02 南京大学 一种鲁棒安全的无线可充电传感器网络中的充电调度方法
KR20220037941A (ko) * 2020-09-04 2022-03-25 현대글로비스 주식회사 수소 공급망 관리의 최적화 플랫폼 및 그 방법
KR20220102112A (ko) * 2021-01-12 2022-07-19 포항공과대학교 산학협력단 수소 충전소를 점진적으로 배치하는 시스템 및 방법
KR20230017108A (ko) * 2021-07-27 2023-02-03 한국전자통신연구원 신재생 에너지의 동적 중개를 위한 에너지 분배 관리 방법, 및 동적 중개 시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHA, JUNSANG : "Optimal siting and sizing of LV-SVCs based on SOCP in distribution networks considering uncertainty. ", PROCEEDINGS OF THE 2022 KIEE POWER SYSTEM RESEARCH GROUP FALL CONFERENCE, 20 October 2022 (2022-10-20), XP093244621, Retrieved from the Internet <URL:https://www.dbpia.co.kr/pdf/pdfView.do?nodeId=NODE11211403> *
WOO HYEON, ZHANG XUEHAN , SON YONGJU, ZHANG XUEHAN, CHOI SUNGYUN: "Proposal of Stochastic SCOP Method for optimal sizing of DGs and EV Charging Station framework. ", 2022 KIEE POWER SYSTEM RESEARCH DEPARTMENT, POWER SYSTEM PROTECTION AND AUTOMATION RESEARCH DEPARTMENT SPRING CONFERENCE, 28 February 2022 (2022-02-28), pages 28 - 30, XP093244614 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119761746A (zh) * 2024-12-19 2025-04-04 山东大学 计及氢能交互的多场站能源系统协同优化调度方法及系统

Also Published As

Publication number Publication date
KR20240172303A (ko) 2024-12-10
KR102906862B1 (ko) 2026-01-02

Similar Documents

Publication Publication Date Title
Min et al. Total transfer capability computation for multi-area power systems
Rodrigues et al. Probabilistic assessment of available transfer capability based on Monte Carlo method with sequential simulation
Bruce Reliability analysis of electric utility SCADA systems
Qiu et al. Multistage mixed-integer robust optimization for power grid scheduling: An efficient reformulation algorithm
CN111177637A (zh) 电动汽车换电站动力电池的容量配置方法
WO2024177354A1 (ko) 나노그리드에서 예측 최적 제어 기반 에너지 거래 방법 및 시스템
CN116167578A (zh) 一种商业楼宇的电动汽车充电站协调调控方法及电子设备
Wang et al. Optimized operation of multi-virtual power plant for energy sharing based on nash multi-stage robust
Bai et al. An online multi-level energy management system for commercial building microgrids with multiple generation and storage systems
Hou et al. A mix-integer programming based deep reinforcement learning framework for optimal dispatch of energy storage system in distribution networks
WO2021157780A1 (ko) 대규모 전력계통 운영에 유연성을 제공할 수 있는 마이크로그리드 운영 방법 및 장치
KR101983806B1 (ko) 기준시점의 송전손실계수 제공 방법, 기준시점의 계통 데이터 구성 방법 및 그 장치
KR102906862B1 (ko) Hps 시장을 고려한 수소 및 전기차 충전소의 최적 운영 방법 및 장치
Suryanarayanan et al. The microgrid controller: an empowering technology at the grid edge: realizing benefits from microgrids via sequential de-risking of controller technology
Aghdam et al. Reconfiguration-based hierarchical energy management in multimicrogrid systems considering power losses, reliability index, and voltage enhancement
Mahmud et al. Grid impact analysis using controller-hardware-in-the-loop for high-power vehicle charging stations
CN118378814A (zh) 风光氢储的产能确定方法和产能确定装置
JP6849154B1 (ja) 電力供給管理装置及び電力供給管理方法
CN113988907A (zh) 一种基于对偶单纯型灵敏度分析的边际机组定位方法及定位系统
Li et al. Iterative Clearing Model and Method for Electricity Spot Market with Embedded Direct Current Power Flow Security Check
Shaaban et al. Optimal coordination for electric vehicles in smart grids with high penetration of PV generation
Liu et al. Day-ahead optimal economic dispatch of industrial users based on shared energy storage power station
Albaker Reliability-constrained optimal scheduling of interconnected microgrids
Li et al. Technical challenges of ATC calculation in the power industry deregulated environment
Gao et al. Research on Optimal Dispatch Method for Integrated Energy Systems Considering Fluctuating Renewable Energy Integration

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: 24815970

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE