• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.698-700
• /
• 2004

Electric power restructuring offers a major change to the vertically integrated utility monopoly. Deregulation has had a great impact on the electric power industry in various countries. Bidding competition is one of the main transaction approaches after deregulation. The energy trading levels between market participants is largely dependent on the short-term price forecasts. This paper presents the short-term System Marginal Price (SMP) forecasting implementation using backpropagation Neural Network in competitive electricity market. Demand and SMP that supplied from Korea Power Exchange (KPX) are used by a input data and then predict SMP. It needs to analysis the input data for accurate prediction.

• 기술혁신학회지
• /
• 제14권4호
• /
• pp.736-760
• /
• 2011

신 재생에너지 인력은 신 재생에너지 산업의 지속적인 성장을 위한 필수 요소이다. 본 연구에서는 신 재생에너지 산업의 인력 현황을 파악하고, 신 재생에너지 산업성장전망을 반영하여 2015년 신 재생에너지 인력수요를 전망하였다. 정량 분석방법론으로는 미국 노동통계국(BLS)의 저량접근법(stock approach)을 응용하였다. 또한 설문을 통하여 신 재생에너지 인력 수급 및 인력양성 프로그램에 대한 전문가들의 의견을 수렴하였다. 연구결과 신 재생에너지 산업 부문의 인력수요증가가 2010년에 1.4만 명에서 2015년에 3.3만 명으로 증가하여 연평균 20%에 가까운 증가율을 보일 것으로 분석되었다. 전문가 설문에서는 현재 신 재생에너지 인력 공급량 부족으로 앞으로 우리니라 신 재생에너지 보급 및 산업 성장 목표달성을 위하여 인력 공급대책이 조속히 마련되어야 함을 알 수 있었다. 또한, 적절한 신 재생에너지 인력 양성 프로그램 수준 결정을 위한 노력이 필요한 것으로 분석되었다. 본 연구결과는 향후 지속적인 신 재생에너지 산업 발전을 위한 인력 양성 방안에 활용될 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1005-1012
• /
• 2021

최근 웹에서 지도(Map)를 이용한 Location based Services 기반의 다양한 위치정보시스템 활용이 점점 확대되고 있으며 에너지 절약을 위한 대안으로 전력 수요 현황을 실시간으로 확인할 수 있는 모니터링 시스템의 필요성이 요구되고 있다. 본 연구에서는 딥러닝과 같은 기계학습을 이용하여 전력 수요 데이터의 특성을 분석하고 예측하는 모듈을 개발하여 지역 단위별 전력 에너지 사용 현황과 예측 추세를 실시간으로 확인할 수 있는 오픈소스 기반 지도 서비스를 이용한 딥러닝 실시간 가상 전력수요예측 웹 시스템을 개발하였다. 특히 제안한 시스템은 LSTM 딥러닝 모델을 이용하여 지역적으로 전력 수요량과 예측 분석이 실시간으로 가능하고 분석된 정보를 가시화하여 제공한다. 향후 제안된 시스템을 통해 지역별 에너지의 수급 및 예측 현황을 확인하고 분석하는데 활용될 수 있을 뿐만 아니라 다른 산업 에너지에도 적용될 수 있을 것이다.

• ETRI Journal
• /
• 제46권3호
• /
• pp.379-391
• /
• 2024

To meet increasing traffic requirements in mobile networks, small base stations (SBSs) are densely deployed, overlapping existing network architecture and increasing system capacity. However, densely deployed SBSs increase energy consumption and interference. Although these problems already exist because of densely deployed SBSs, even more SBSs are needed to meet increasing traffic demands. Hence, base station (BS) switching operations have been used to minimize energy consumption while guaranteeing quality-of-service (QoS) for users. In this study, to optimize energy efficiency, we propose the use of deep reinforcement learning (DRL) to create a BS switching operation strategy with a traffic prediction model. First, a federated long short-term memory (LSTM) model is introduced to predict user traffic demands from user trajectory information. Next, the DRL-based BS switching operation scheme determines the switching operations for the SBSs using the predicted traffic demand. Experimental results confirm that the proposed scheme outperforms existing approaches in terms of energy efficiency, signal-to-interference noise ratio, handover metrics, and prediction performance.

• 에너지공학
• /
• 제28권4호
• /
• pp.82-93
• /
• 2019

본 연구에서는 기존 열수요 예측 시스템이 공휴일과 같은 특정 일자의 열수요 예측율이 저하되는 문제점을 개선하기 위해 새로운 모델을 제안한다. 제안된 모델은 사계절 혼합형 신경망 모델(Four Season Mixed Heat Demand Prediction Neural Network Model)로서 열수요 예측율 상승하였고, 특히 예측일 유형별(평일/주말/공휴일) 열수요 예측율이 크게 증가하였다. 제안된 모델은 다음과 같은 과정을 통해 선정되었다. 특정 계절에 예측일 유형별로 고른 오차를 갖는 모델을 선정하여 전체 예측 모델을 구성한다. 학습 시간의 단축과 과도학습을 방지하기 위해 구조적으로 단순화된 서로 다른 4개의 모델을 각각 학습한 후에 다양한 조합을 통해 최적의 예측 오차를 보여주는 모델을 선정하였다. 모델의 출력은 예측일의 24시간의 시간대별 열수요이며 총합은 일일 총열수요이다. 이 예측값을 통해 효율적인 열공급 계획을 수립 할 수 있으며, 목적에 따라 출력값을 선택하여 활용할 수 있다. 제안된 모델의 일일 열 총수요 예측의 경우, 전체 MAPE(Mean Absolute Percentage Error, 평균 절대 비율 오차)가 개별 모델의 5.3~6.1%에서 5.2%로 향상되었고, 공휴일 열수요예측은 4.9~7.9%에서 2.9%로 크게 개선되었다. 본 연구에서는 한국 지역난방공사에서 제공한 특정 아파트 단지의 34개월 분량의(2015년 1월~ 2017년10월) 시간단위 열수요 데이터를 활용하였다.

• Korean Chemical Engineering Research
• /
• 제50권3호
• /
• pp.479-491
• /
• 2012

본 연구에서는 공급자와 소비자, 열 저장시설과 연계네트워크로 구성된 통합 지역난방시스템의 경제성을 평가하고 최적 운전조건을 규명하였다. 최적화에 있어서는 혼합 정수선형 계획법이 이용되었으며 1주일 동안의 열 요구량을 만족함과 동시에 통합 지역난방 시스템의 운전제한 조건에 따른 전체 운영비용을 목적함수로 하였다. 지역난방 네트워크 연결망을 열 병합 발전이 포함되지 않은 구역과 이를 포함하는 구역으로 나누어 최적화를 진행함으로써 열 병합 발전에 의한 비용절감 효과를 확인할 수 있었다. 아울러 계통한계가격 예측모델에 의해 예측된 계통한계가격과 실제 계통한계가격을 각각 적용하여 최적화를 진행하고 그 결과를 비교 분석하였다. 수치모사 결과 개발된 최적화 운영시스템의 도입에 의해 통합 지역난방시스템의 에너지 효율성이 증가함을 확인할 수 있었다.

• 한국융합학회논문지
• /
• 제9권5호
• /
• pp.1-6
• /
• 2018

스마트그리드에서 정확한 단기 부하 예측을 통한 자원의 이용 계획은 에너지 시스템 운영의 불확실성을 줄이고 운영 효율을 높이는데 있어서 매우 중요하다. 단기 부하 예측에 얕은 신경회로망을 포함한 다수의 머신 러닝 기법이 적용되어왔지만 예측 정확도의 개선이 요구되고 있다. 최근에는 컴퓨터 비전이나 음성인식 분야에서 심층 신경회로망의 뛰어난 연구 결과로 인해 심층 신경회로망을 단기 전력수요 예측에 적용해 예측 정확도를 개선하려는 시도가 주목 받고 있다. 본 논문에서는 일별 전력 부하 첨두치를 예측하기 위한 다층신경회로망 구조의 심층 신경회로망 모델을 제안한다. 제안된 심층 신경회로망은 층별 학습이 선행된 후 전체 모델의 학습이 이루어진다. 한국전력거래소에서 얻은 4년 동안의 일별 전력 수요 데이터를 사용, 하루 및 이틀 앞선 전력수요 첨두치를 예측하는 심층 신경회로망 모델을 구축하고 예측 정확도를 비교, 평가한다.

• 전기학회논문지
• /
• 제62권11호
• /
• pp.1495-1504
• /
• 2013

Renewable energy integration and increased system complexities make system operator maintain supply and demand balance harder than before. To keep the grid frequency in a stable range, an appropriate spinning reserve margin should be procured with consideration of ever-changing system situation, such as demand, wind power output and generator failure. This paper propose a novel concept of dynamic reserve, which arrange different spinning reserve margin depending on time. To investigate the effectiveness of the proposed dynamic reserve, we developed a new short-term reliability criterion that estimates the probability of a spinning reserve shortage events, thus indicating grid frequency stability. Uncertainties of demand forecast error, wind generation forecast error and generator failure have been modeled in probabilistic terms, and the proposed spinning reserve has been applied to generation scheduling. This approach has been tested on the modified IEEE 118-bus system with a wind farm. The results show that the required spinning reserve margin changes depending on the system situation of demand, wind generation and generator failure. Moreover the proposed approach could be utilized even in case of system configuration change, such as wind generation extension.

• 과학기술학연구
• /
• 제12권1호
• /
• pp.107-144
• /
• 2012

2011년 3월에 일본 후쿠시마에서 발생한 핵사고의 영향 때문에 최근 한국 사회에서도 에너지 미래에 대한 관심이 높아지고 있다. 한국 정부는 에너지 수요가 계속 증가할 것이라는 전제 하에 원자력 발전 확대 정책을 고수하는 반면, 한국의 시민사회와 진보정당들은 핵발전소를 단계적으로 폐지하자는 탈핵 주장을 잇달아 내놓고 있다. 최근 시민사회 쪽 연구자들에 의해 정부의 공식적인 시나리오와는 다른 대안적인 에너지 시나리오들이 발표되면서 앞으로 정부 쪽의 주류 시나리오와 시민사회 쪽의 대안적 시나리오 사이에 경합이 불가피한 상황이다. 이 글은 2008년에 결정된 제1차 국가에너지기본계획에 포함된 에너지 시나리오와 2012년에 발표된 시민사회단체들의 에너지 시나리오들의 내용을 인식론적이고 방법론적인 기반, 가치 지향성, 제도적 기반, 그리고 시나리오 등장의 사회적 배경 등의 측면에서 비교함으로써 한국의 에너지 시나리오를 둘러싼 '전문성의 정치'를 분석하고 있다. 전문성의 정치란 누구의 지식과 전문성을 정당한 것으로 인정할 것인지 혹은 어떤 지식과 접근법을 가치 있고 믿을만한 것으로 여겨야 하는가를 둘러싸고 사람들 사이에서 형성되는 갈등적 경합과정이다. 분석 결과, 정부의 에너지 시나리오는 과학주의적 인식론과 포캐스팅 방법론에 기반하고 있고, 가치중립성에 의거한 전문가주의를 표방하고 있으며, 에너지 수급에 대한 기존 추세를 전제로 주로 정부연구소의 신고전파 경제학자들에 의해 작성되었음을 알 수 있었다. 반면에 시민사회의 대안 시나리오는 구성주의적인 인식론과 백캐스팅 방법론에 기반하고, 시민참여와 같은 적극적인 가치개입을 주장하고 있으며, 후쿠시마 핵사고를 직접적인 계기로 하여 대학과 시민사회의 다양한 학문적 배경을 지닌 연구자들에 의해 작성되었다는 점을 발견할 수 있었다.

• 에너지공학
• /
• 제23권3호
• /
• pp.7-12
• /
• 2014

본 논문에서는 천연가스 도 소매 에너지공급자의 적정 목표량 설정을 위해 가스도입부터 최종 공급까지의 흐름 분석 및 관련 통계자료 구축을 통해 절감잠재량을 도출하였다. 천연가스 에너지절감 전망 추이 분석을 위해 용도별 천연가스 공급자별 천연가스 절감 잠재량 전망과 천연가스 이용기술 및 기기에 대한 잠재량 분석은 가스분야를 더욱 세밀화한 도구개발의 결과를 기반으로 도출하였다. 또한 가스사용기기의 효율향상과 보조금 조건 등을 고려하여 여러 가지 시나리오를 적용하여 각 시나리오에 따른 에너지 절감량을 산출하였다.