• 한국위성정보통신학회논문지
• /
• 제10권4호
• /
• pp.113-116
• /
• 2015

건물 외부에 설치된 각종 기상 측정센서에서 전송된 현재의 외부 기상조건과 일자별, 특수일별 건물 에너지 사용량과의 관계를 인공지능기법으로 분석하고 학습을 통한 예측기능을 갖도록 함으로써, 일자별, 특수일별, 계절별 그리고 기상조건에 따른 익일 전력 사용량을 예측하고 이에 따른 부하의 On/Off 우선순위를 결정하는 기능을 갖는 지능형 직접부하제어 시스템 구조를 설계한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.695-697
• /
• 2004

현재 전력시장에서 발생하는 게이밍을 반영하기 위한 수리적 모델로서 가장 보편적으로 사용되는 이론 중의 하나가 쿠르노 모델이다. 쿠르노 모델을 실제전력시장에 적용할 때 가장 어려운 점 중의 하나는 정화한 해당 모델에 사용되는 수요와 시장가격간의 관계를 정식화한 수요반웅함수(혹은 역수요함수)를 구하는 것이 다. 기존 모델의 경우 장기간에 걸친 탐문조사나 데이터를 바탕으로 가격탄력성을 구하는 방식을 취하고 있다. 그러나 수요는 전기설비의 교체 소비자의 기호 등 여러가지 변수로 지속적으로 변할 수 있기 때문에 이러한 고정적인 가격탄력성을 적용하는 것은 문제점이 될 수 있기 때문에 본 논문에서는 이러한 가격탄력성을 일정 거래주기 마다 갱신해줄 수 있는 방법을 제안하고자 한다.

• 전기학회논문지
• /
• 제65권3호
• /
• pp.404-410
• /
• 2016

This paper proposed a program of an energy storage system(ESS) for peak shaving of high-speed railway substations The peak shaving saves cost of equipment and demand cost of the substation. To reduce the peak load, it is very important to know when the peak load appears. The past data based load profile forecasting method is easy and applicable to customers which have relatively fixed load profiles. And an optimal scheduling method of the ESS is helpful in reducing the electricity tariff and shaving the peak load efficiently. Based on these techniques, MS. NET based peak shaving program is developed. In case study, a specific daily load profile of the local substation was applied and simulated to verify performance of the proposed program.

• 인터넷정보학회논문지
• /
• 제20권2호
• /
• pp.51-59
• /
• 2019

본 논문은 최근 각광받고 있는 전기차위주의 많은 실증 사업 중 충전 인프라와 연계된 충전운영시스템 및 전기요금간의 관계를 데이터 연계 분석하였다. 현 시점에서 앞으로 일어날 전기차 충전 인프라에 대한 급속한 수요의 증가로 말미암아 수요치를 예측한다는 의미에서 다가오는 시대를 미리 준비 할 수 있다. 동시에 시스템 모델링을 사이트를 중심으로 실증하고 도식화하는 일이 선행되어야 할 요소이다. 기존의 소규모 시뮬레이션에 의한 모델링과 운영시스템의 설계는 데이터 연계분석을 기반으로 하였다. 본 논문에서는 최종적으로 새로운 시스템 모델링을 구현하여 실제 차량과 이용자를 대상으로 각 지점과 노드별로 시간에 따른 시분할 데이터로 분석하고자 표준 형식으로 도입하였다. 실제 구현된 전기차 충전 인프라와 운영시스템을 대상으로 데이터 연계분석 중심의 효율성을 증명하고자 하였다.

• 상하수도학회지
• /
• 제32권5호
• /
• pp.421-434
• /
• 2018

Water supply/intake pumps operation use 70~80% of power costs in water treatment plants. In the water treatment plant, seasonal and hourly differential electricity rates are applied, so proper pump scheduling can yield power cost savings. Accordingly, the purpose of this study was to develop an optimal water supply pump scheduling scheme. An optimal operation method of water supply pumps by using genetic algorithm was developed. Also, a method to minimize power cost for water supply pump operation based on pump performance derived from the thermodynamic pump efficiency measurement method was proposed. Water level constraints to provide sufficient disinfection performance in a clearwell and reservoirs were calibrated. In addition, continuous operation time constraints were calibrated to prevent frequent pump switching. As a result of optimization, savings ratios during 7 days in winter and summer were 4.5% and 5.1%, respectively. In this study, the method for optimal water pump operation was developed to secure disinfection performance in the clearwell and to save power cost. It is expected that it will be used as a more advanced optimal water pump operation method through further studies such as water demand forecasting and efficiency according to pump combination.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.120-126
• /
• 2019

최근 에너지 인터넷에서 지능형 원격검침 인프라를 이용하여 확보된 대량의 전력사용데이터를 기반으로 효과적인 전력수요 예측을 위해 다양한 기계학습기법에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 전력량 데이터와 같은 시계열 데이터에 대해 효율적으로 패턴인식을 수행하는 인공지능 네트워크인 Gated Recurrent Unit(GRU)을 기반으로 딥 러닝 모델을 제안하고, 실제 가정의 전력사용량 데이터를 토대로 예측 성능을 분석한다. 제안한 학습 모델의 예측 성능과 기존의 Long Short Term Memory (LSTM) 인공지능 네트워크 기반의 전력량 예측 성능을 비교하며, 성능평가 지표로써 Mean Squared Error (MSE), Mean Absolute Error (MAE), Forecast Skill Score, Normalized Root Mean Squared Error (RMSE), Normalized Mean Bias Error (NMBE)를 이용한다. 실험 결과에서 GRU기반의 제안한 시계열 데이터 예측 모델의 전력량 수요 예측 성능이 개선되는 것을 확인한다.