• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.808-809
• /
• 2007

전력수요는 경기변동과 밀접한 관련성을 가지고 동행적으로 움직이며, 전력자료는 경제자료에 비해 조기 관측되는 선행성이 있다. 본 연구에서는 GDP 전망을 위해 발전량이 유용하게 사용될 수 있는가를 살펴 보았다. 발전량과 GDP의 관련성은 그랜저 인과관계 검정을 통해서 검증해 보았으며, 발전량 자료 취득의 선행성은 선행차수를 변화시켜 보면서 관련성이 어떻게 변하는가를 살펴보았다. 실제 자료를 이용하여 분석하고, 2004년부터 2006년 기간의 전망치를 평가한 결과, 본 논문에서 살펴 보고자 했던 발전량과 GDP 사이에는 아주 높은 관련성이 있음을 확인할 수 있었고 또한 발전량 자료를 이용함으로써 실제로 GDP 전망의 예측력을 상당히 개선시킬 수 있음을 볼 수 있었다. 발전량과 GDP 사이의 관계는 시간변동계수를 가지는 공적분 및 오차수 정모형을 이용하여 모형화하였다.

• Proceedings of the KIEE Conference
• /
• 2002.11b
• /
• pp.114-117
• /
• 2002

국내에서는 전력산업의 구조개편이 한창 진행중에 있다. 과거에는 하나의 전력회사가 발전, 송전, 배전을 함께 운영하면서 소비자에게 전력을 공급하였다. 하지만 매년 전력사용량의 급격한 증가와 전력산업이 규모의 경제이론에서 점차 벗어남에 따라 구조개편에 대한 요구가 일어나기 시작하였다. 발전부문에서 경쟁이 도입되어지며 배전부문도 지역적으로 분할되어져 과거의 전력회사는 송전부문만을 담당하게 될 것이다. 여기에 풀(pool)시장이 생겨 전력의 수급을 담당하는 전력계통의 '운영기능'과 전력을 사고 파는 전력의 '시장 기능'을 함께 담당하게 될 것이다. 특히 전력사용량의 급격한 증가로 인해 머지않은 미래에 전력의 수급에 문제가 생길 것이 예측된다. 이러한 이유로 구조개편 이후에는 발전이나 송전부문에서의 변화보다 배전에서의 변화가 두드러질 것으로 보인다. 구조개편 후 지역적으로 나누어진 배전사업자들은 그들의 이익을 최대화하기 위해 여러 가지 부하삭감을 위한 수요관리 프로그램을 시행할 것이다. 이것은 발전량의 조절만으로 정제급전을 실시한 과거와는 달리 부하량의 감소가 함께 사용됨으로 보다 나은 편익을 발생시킬 수 있다. 이 논문에서는 고효율 전통기를 사용한 부하삭감으로 전력의 생산자 뿐만 아니라 소비자에게도 편익이 발생하여 사회적 후생을 증가시킬 수 있다는 것을 고효율 전동기 수요관리 프로그램에 참여하는 참여자의 비용과 편익을 분석함으로서 나타내었다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.5 no.10
• /
• pp.353-360
• /
• 2016

Recently, solar photovoltaic(PV) power generation which generates electrical power from solar panels composed of multiple solar cells, showed the most prominent growth in the renewable energy sector worldwide. However, in spite of increased demand and need for a photovoltaic power generation, it is difficult to early detect defects of solar panels and equipments due to wide and irregular distribution of power generation. In this paper, we choose an optimal machine learning algorithm for estimating the generation amount of solar power by considering several panel information and climate information and develop a defect detection system by using the chosen algorithm generation. Also we apply the algorithm to a domestic solar photovoltaic power plant as a case study.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.845-848
• /
• 2021

최근 화석연료의 급격한 사용에 따른 자원고갈이나 환경오염과 같은 문제들이 심각해짐에 따라 화석연료를 대체할 수 있는 신재생에너지에 대한 관심이 높아지고 있다. 태양광 에너지는 다른 에너지원에 비해 고갈의 우려가 없고, 부지 선정의 제약이 크지 않아 수요가 증가하고 있다. 태양광 발전 시스템에서 생산된 전력을 효과적으로 사용하기 위해서는 태양광 발전량에 대한 정확한 예측 모델이 필요하다. 이를 위한 다양한 딥러닝 기반의 예측 모델들이 제안되었지만, 이러한 모델들은 모델 내부에서 일어나는 의사결정 과정을 들여다보기가 어렵다. 의사결정에 대한 설명이 없다면 예측 모델의 결과를 완전히 신뢰하고 사용하는 데 제약이 따른다. 이런 문제를 위해서 최근 주목을 받는 설명 가능한 인공지능 기술을 사용한다면, 예측 모델의 결과 도출에 대한 해석을 제공할 수 있어 모델의 신뢰성을 확보할 수 있을 뿐만 아니라 모델의 성능 향상을 기대할 수도 있다. 이에 본 논문에서는 Long Short-Term Memory(LSTM)을 사용하여 모델을 구성하고, 모델에서 어떻게 예측값이 도출되었는지를 SHapley Additive exPlanation(SHAP)을 통하여 설명하는 태양광 발전량 예측 기법을 제안한다.

• Proceedings of the KIPE Conference
• /
• 2017.11a
• /
• pp.25-26
• /
• 2017

본 논문은 양극성 직류배전망 연계를 위한 3-level NPC AC/DC 컨버터 제어 시 PI제어와 연산량 감소 모델예측제어를 혼합한 제어 기법을 제안한다. 이를 통해 기존에 비해 향상된 동특성을 확인할 수 있다. 제안하는 제어 기법을 PSIM 시뮬레이션을 통해 검증하였다.

• Proceedings of the KIPE Conference
• /
• 2017.07a
• /
• pp.335-336
• /
• 2017

본 논문에서는 대용량 배터리 모듈이 병렬 연결되어 있는 에너지 저장장치 시스템의 초기 기동 조건시 투입 초기의 전류를 추정할 수 있는 방법을 제시한다. 제안된 방법은 배터리 모듈을 구성하고 있는 리튬 배터리 모듈의 단자 전압 및 배터리 모듈 저항 데이터를 이용하여 병렬 연결하고자 하는 배터리의 전류를 예측하는 방법으로써 배터리 모듈의 기동 투입 가능여부 등 온 오프 시퀀스 로직에 적용할 수 있다.

• Proceedings of the KIPE Conference
• /
• 2010.11a
• /
• pp.267-268
• /
• 2010

본 논문에서는 풍력발전단지 설계를 목적으로 사용되고 있는 EMD사의 WindPRO2.6을 이용하여 서남해안에 설치된 50m 높이의 Met mast에서 1년 동안 관측된 풍황자원을 분석하고, 특정 풍력발전기를 적용하여 40MW급 해상풍력발전단지를 설계했을 경우 연간 생산되는 발전량을 예측하였다.

• Journal of IKEEE
• /
• v.23 no.1
• /
• pp.334-337
• /
• 2019

In response to the increasing demand for energy, research and development of next-generation energy is actively carried out around the world to replace fossil fuels. Among them, the specific gravity of solar power generation systems using infinity and pollution-free solar energy is increasing. However, solar power generation is so different from solar energy that it is difficult to provide stable power and the power production itself depends on the solar energy by region. To solve these problems in this paper, we have collected meteorological data such as actual regional solar irradiance, precipitation, temperature and humidity, and proposed a solar power output prediction system using logic-based fuzzy Neural Network.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.15 no.1
• /
• pp.118-124
• /
• 2001

To guide the esti-on of electric d e d and energy saving, this proposed the Power Laaddensity, Elechic pwer consumption and the installed state of Power facility. For this purp~se, it wasconducted a questionnaire survey of the consumption-cattern of Electric power in 1W a p a r t t housings.As a 1-esult it is found that (i) the d m u m value of Power Load density is 7.70[~A/m"l, (ii) the avtragevalue of Power Load dens'||'&'||' is ~ . ~ A / mm' dl (iiijthe average load rate is Ed[%]. Also, the consumptionof electricity one year at tlie whole a m n t s of couniry is 14,0X[GWyearl, it was equivalent to 7[%1 ofthe total-consunmhon of electricity one year at the whole of co1mtnr. co1mtnr.

• The Journal of Society for e-Business Studies
• /
• v.24 no.4
• /
• pp.119-133
• /
• 2019

Recently, the importance prediction of photovoltaic power (PV) is considered as an essential function for scheduling adjustments, deciding on storage size, and overall planning for stable operation of PV facility systems. In particular, since most of PV power is generated in peak time, PV power prediction in a peak time is required for the PV system operators that enable to maximize revenue and sustainable electricity quantity. Moreover, Prediction of the PV power output in peak time without meteorological information such as solar radiation, cloudiness, the temperature is considered a challenging problem because it has limitations that the PV power was predicted by using predicted uncertain meteorological information in a wide range of areas in previous studies. Therefore, this paper proposes the LSTM (Long-Short Term Memory) based the PV power prediction model only using the meteorological, seasonal, and the before the obtained PV power before peak time. In this paper, the experiment results based on the proposed model using the real-world data shows the superior performance, which showed a positive impact on improving the PV power in a peak time forecast performance targeted in this study.