• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.113_114
• /
• 2009

우리나라 전기자동차의 잠재 전력수요는 최대부하 측면에서 분석해보면 2008년말 현재 우리나라 자동차 16,794,287대를 전력부하로 환산해보면 1,887,017MW로서 우리나라 발전용량(70,353MW)의 약27배로 나타난다. 다행히도 전기자동차는 비동시 부하이며 최대부하로 충전하지는 않으므로 동시에 그만한 최대전력수요가 필요한 것은 아니다. 그러므로 연간 공급가능한 전기에너지(GWh)를 밸리 필링(Vally Filling;여유 심야전력) 전력량으로 구해보면 약 50,151GWh/년이고, 전기자동차의 에너지 필요용량을 계산해보면 46,587GWh/년이 된다. 이 결과는 전기자동차용 에너지양이 기설 발전설비로 공급가능한 밸리 필링 전력량의 93%로서 전기자동차의 수요를 적당한 시간대로 유도하면 현재의 발전설비 용량으로도 전기자동차에 에너지 공급이 가능하다는 것을 의미한다. 그러나 수도권의 자동차가 45.9%를 차지하고 있어 향후 수도권의 전력공급을 위한 전력 수송의 병목현상인 북상조류의 문제는 심화될 위험이 있다. 하지만 전기자동차의 축전지를 계통에 연계하여 분산전원으로 운영한다면 계통의 피크전력과 예비전력, 주파수 조정 등에 이점을 가져올 수도 있을 것이다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.11 no.10
• /
• pp.963-968
• /
• 2016

This paper proposes a new method reducing the maximum demand power of substations at urban railway by using transformer with OLTC(:On Load Tap Changer). Most of the domestic urban railway is rectified by a diode scheme, and supplies the electric vehicles in dc 1500[v]. Because the substations are connected in parallel, if an input voltage of a substation is increased, then the voltage of rectifiers is also increased, and which leads to an increase in the maximum demand of the substation. Simulation results show that increment of maximum demand power can significantly be limited using the method proposed in this paper.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.11 no.8
• /
• pp.2793-2800
• /
• 2010

In this paper, we propose a quadratic (nonlinear) regression model that forecasts daily demands of electric power in summer. For cost-effective production (and/or procurement) of electric power, forecasting demands of electric power with accuracy is important, especially in summer when temperature is high. In the literature, temperature and daily demands of preceding days are typically employed to construct forecasting models. While, we consider another factor, day of the week, together with temperature and daily demands of preceding days. For validating the proposed model, we demonstrate the forecasting accuracy in terms of MAPE(Mean Absolute Percentage Error) and MPE(Maximum Percentage Error) using field data from KEPCO(Korea Electric Power Corporation) in comparison with two forecasting models in the literature. When compared with the two benchmarks, the proposed forecasting model performs far better providing MAPE and MPE not exceeding 3.08% and 8.99%, respectively, in summer from 2005 to 2009.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.10 no.1
• /
• pp.75-79
• /
• 1996

본 논문에서는 중회귀모델을 시간대별로 구성하고, 변수변환 등을 이용하여 전력 수요를 상징하는 방법을 제시한다. 전력 수요의 상정결과 2% 정도의 양호한 정도를 얻었다. 이 수법을 이용하여 전력수요를 상정할 경우, 전력부하설비의 최적운용 및 발전비용의 최적화는 물론 전력 수급의 균형을 도모하여 전력계통 및 전력설비의 이용효율을 최대로 하는데 기여할 것이다.

• The Journal of Bigdata
• /
• v.5 no.1
• /
• pp.227-239
• /
• 2020

This paper introduces a method for predicting the maximum power demand despite communication errors in industrial sites. Due to the recent policy of de-nuclearization in Korea, the price of electricity is inevitable, and the amount of electricity used and maximum load management for the management of power demand are becoming important issues. Accordingly, it is important to predict and manage peak power. However, problems such as loss and modulation of measured power data occur at industrial sites due to noise generated by various facilities and sensors. It is difficult to predict the exact value when measured effective power data are lost. The study presents a model for predicting and correcting anomalies and missing values when measured effective power data are lost. The models used in this study are expected to be useful in predicting peak power demand in the event of communication errors at industrial sites.

• Proceedings of the KIEE Conference
• /
• 2006.07a
• /
• pp.76-77
• /
• 2006

본 연구를 통하여 전력수급계획에 필요한 연간 시간대별 총수요를 예측하는 산법을 개발하였다. 예측과정은 크게 평상일 예측과 특수일 예측으로 구분된다. 평상일의 경우는, 연중 최대수요가 발생하는 하절기 기상으로부터 연중 최대수요를 예측한 다음, 하향식 접근에 의해 주간-일간-시간대별 평상일 수요를 예측하며, 특수일 수요는 예측된 평상일 수요와 평상일 대비 상대계수 모형으로부터 예측한다. 예측의 정확도를 개선하기 위하여 시계열 자료에 가중치를 부여하고, 실적자료가 생길 때마다 자동으로 모형이 갱신되도록 하였으며, 수요예측 결과를 검증, 보정하기 위해 주간수요예측을 재수행할 수 있다. 또한 계획된 월간 전력량 제약에 협조하는 예측산법도 포함하였다.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.6 no.3
• /
• pp.43-49
• /
• 1992

Forecasting of electric power demand has been a basic element for electric power system operation and system development, and it's accuracy has very strong influence on reliability and economical efficience of power supply. So, in this paper, long―term maximum electric power demand has been forecasted by using the triple exponential smoothing method initiated R.G.Brown. It has been regarded this method as high accuracy and operational convenience. The smoothing function is a liner combination of all past observations and the weight given to previous observations decreases geometrically with age.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.157-158
• /
• 2019

발전소 관리의 단기 전력 수요에 대한 정확한 예측은 전력 시스템의 안전하고 효율적인 작동을 보장하는데 필수적이다. 따라서 본 연구는 가우스 커널 함수 네트워크 (GKFNs)의 심층 구조를 이용하여 일일 최대 전력 수요를 예측하는 새로운 방법을 제시한다. 제안 된 GKFN의 깊이 구조는 표준 GKFN에 비해 예측 정확도를 향상시킨다. 한국의 일일 최대 전력 수요를 예측하기위한 시뮬레이션은 제안 된 예측 모델이 GKFN 모델, k-NN 및 SVR과 같은 다른 예측 모델에 비해 예측 성능에 이점이 있음을 보여준다. GKFN의 제안된 심층 구조는 시계열 예측 및 회귀 문제의 다양한 문제에 적용될 수 있다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.23 no.9
• /
• pp.47-54
• /
• 2009

These clays, because of world economy recession, exports decreased rapidly and manufacturing industry growth fell into negative. Industrial power consumption has been reduced about 7[%] that forms 53[%] of total load demand in Korea. And also, daily load pattern has been changed in several ways because of power consumption decrease influenced by domestic demand recession and heating power load decreased by the rise in temperature. This research analyzes, by analyzing maximum load demand, average load demand, load pattern based on relative factor, and load sensitiveness in accordance with temperature, that maximum load demand is more sensitive to atmospheric temperature than GDP growth rate and average load demand tends to be reduced according to GDP growth rate. I suppose KPX could operate the network system economically and safely by forecasting load demand in winter and summer seasons based on the results.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2782-2784
• /
• 2001

최대수요전력 제어기의 실시간 부하전력예측을 위하여 Newton 보외법을 적용하였다. 기존의 선형기법에 비하여 실제 데이터에 가까운 부하전력을 예측할 수 있었다. 이 새로운 알고리즘을 적용함으로써 부하예측을 보다 정확히 할 수 있어 빈번한 부하차단이나 우발적인 차단을 방지하여 설비 운용의 신뢰성을 높일 수 있다. 개선된 알고리즘은 마이컴으로 제어되는 실제 시스템에 적용하여 보다 나은 성능을 얻을 수 있었다.