KR102536440B1 - 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법 - Google Patents
신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법 Download PDFInfo
- Publication number
- KR102536440B1 KR102536440B1 KR1020210183142A KR20210183142A KR102536440B1 KR 102536440 B1 KR102536440 B1 KR 102536440B1 KR 1020210183142 A KR1020210183142 A KR 1020210183142A KR 20210183142 A KR20210183142 A KR 20210183142A KR 102536440 B1 KR102536440 B1 KR 102536440B1
- Authority
- KR
- South Korea
- Prior art keywords
- power generation
- rate
- information
- power
- price
- Prior art date
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title abstract description 14
- 238000010248 power generation Methods 0.000 claims abstract description 129
- 238000004364 calculation method Methods 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 description 8
- 238000004146 energy storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012827 research and development Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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; CALCULATING OR 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
본 발명은 발전사 및 수용가의 요금을 산정하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법을 제공하기 위하여 전력거래 데이터가 입력되는 정보 입력유닛 및 상기 전력거래 데이터를 기반으로 발전사 요금 및 수용가 요금을 산출하는 요금산출 유닛을 포함하고, 상기 요금산출 유닛은 상기 전력거래 데이터를 기반으로 계통한계가격, 전력발전패턴 및 전력사용패턴의 가중치를 설정하여 상기 발전사의 요금을 산출하고, 상기 전력거래 데이터를 기반으로 사용요금 가중치를 설정하여 상기 수용가의 요금을 산출한다.
Description
본 발명은 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법에 관한 것으로, 보다 상세하게는 시간대 사용(Time-Of-Use, TOU) 요금제를 적용하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법에 관한 것이다.
일반적으로 신재생 에너지는 신에너지와 재생에너지를 포함하여 기존의 화석연료를 변환시켜 이용하거나 태양광, 수력 및 생물유기체 등을 포함하여 재생이 가능한 에너지로 변화시켜 이용하는 에너지를 의미한다. 이러한 신재생 에너지의 관심이 높아짐에 따라 실시간으로 변동하는 전력 가격을 반영하여 전력을 구매하고 판매하는 기술의 연구 개발이 활발하게 이루어지고 있다.
종래의 신재생 에너지에 대한 요금 관련 기술은 "대한민국 공개특허공보 제10-2013-0083015호(실시간 변동 요금제를 위한 시간 동기화 기반 자동화된 전력 거래 장치, 시스템 및 방법)"에 의해 이미 공개되어 있다. 상기 공개발명은 실시간 변동 요금제에 따라 변동하는 전력 가격을 반영하여 전력을 구매하고 판매할 수 있는 실시간 변동 요금제를 적용한 기술이다.
이와 같이, 신재생 에너지의 거래를 위한 요금제 산정 기술에 대한 연구개발이 활발하게 이루어지고 있다. 다만, 발전사 및 수용가의 요금의 요금제를 통해 수익을 극대화하면서도 안정적인 요금제를 설계하기 위한 구체적 기술이 요구되고 있으나, 이에 대한 연구 개발이 미흡한 실정이다.
본 발명의 목적은 발전사 및 수용가의 요금을 산정하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법을 제공하기 위한 것이다.
본 발명에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템은 전력거래 데이터가 입력되는 정보 입력유닛 및 상기 전력거래 데이터를 기반으로 발전사 요금 및 수용가 요금을 산출하는 요금산출 유닛을 포함하고, 상기 요금산출 유닛은 상기 전력거래 데이터를 기반으로 계통한계가격, 전력발전패턴 및 전력사용패턴의 가중치를 설정하여 상기 발전사의 요금을 산출하고, 상기 전력거래 데이터를 기반으로 사용요금 가중치를 설정하여 상기 수용가의 요금을 산출한다.
상기 전력거래 데이터는 계통한계가격(System Marginal Price, SMP) 정보, 신재생 에너지 공급인증서(Renewable Energy Certification, REC) 가격 정보, 전력 공급업체 요금제 정보, 전력 발전 정보 및 전력 사용 정보를 포함할 수 있다.
상기 요금산출 유닛은 상기 수용가의 상기 전력 사용 정보를 기반으로 수용가의 사용패턴을 분석하고, 상기 사용패턴을 계절별 및 시간대별로 분석하여 사용량이 높은 시간대를 산출하고, 상기 사용량이 높은 시간대의 계통한계가격에 가중치를 곱하여 계통한계가격의 가중치를 설정할 수 있다.
상기 요금산출 유닛은 상기 발전사의 상기 전력 발전 정보를 기반으로 발전사의 전력발전패턴을 분석하고, 상기 전력발전패턴을 계절별 및 시간대별로 분석하여 발전량이 높은 시간대를 산출하고, 상기 발전량이 높은 시간대의 계통한계가격에 가중치를 곱하여 가중치가 반영된 계통한계가격을 시간대별 최저, 중간 및 최대 가격으로 샘플링하여 상기 전력발전패턴의 가중치를 설정할 수 있다.
상기 요금산출 유닛은 상기 수용가의 상기 전력 사용 정보를 기반으로 수용가의 사용패턴을 분석하고, 상기 사용패턴을 계절별 및 시간대별로 분석하여 사용량이 높은 시간대를 분석하고, 상기 사용량이 높은 시간대의 계통한계가격에 가중치를 곱하여 가중치가 반영된 계통한계가격을 시간대별 최저, 중간 및 최대 가격으로 샘플링하여 상기 전력사용패턴의 가중치를 설정할 수 있다.
상기 요금산출 유닛은 상기 수용가의 상기 전력 사용 정보를 기반으로 수용가의 사용패턴을 분석하고, 상기 사용패턴을 계절별 및 시간대별로 분석하여 부하를 분석하고, 상기 전력 공급업체 요금제 정보에 대한 시간대별 요금 적용 비율을 분석하고, 상기 수용가의 시간대별 전력 사용량과, 분석된 상기 요금 적용 비율을 기반으로 부하별 요금을 산출하여 상기 사용요금 가중치를 설정할 수 있다.
상기 요금산출 유닛은 상기 부하의 분석에서 경부하, 중간부하 및 최대부하를 구분하고, 상기 전력 사용량과 상기 요금 적용 비율을 기반으로 경부하, 중간부하 및 최대부하의 요금제를 산출할 수 있다.
상기 요금산출 유닛은 시간대별 전력 사용량과 분석된 시간대별 요금 적용 비율을 곱한 총합으로 최소 수익 비용을 나누어 각 부하별 요금을 산출할 수 있다.
상기 요금산출 유닛은 상기 발전사와 상기 수용가의 요금산출에서 송배전 이용요금 및 고정비를 합산하여 최종 요금을 산출할 수 있다.
상기 요금산출 유닛은 외부로부터 제공되는 발전량 예측 정보를 고려하여 상기 발전사와 상기 수용가의 요금산출을 수행할 수 있다.
상기 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템은 발전 시스템으로 제공되는 정보를 수집하는 정보수집유닛 및 상기 정보수집유닛으로부터 제공되는 데이터를 사전에 훈련된 딥러닝 알고리즘에 적용하여 상기 발전 시스템의 발전량을 예측하고, 예측된 발전정보를 상기 요금산출 유닛으로 제공하는 분석유닛을 더 포함할 수 있다.
상기 정보 수집유닛은 상기 발전 시스템의 발전정보 및 영상정보를 수집하는 제1 정보수집모듈과, 상기 발전 시스템의 설치 위치에 대한 환경정보를 기상예측기관으로부터 수집하는 제2 정보수집모듈을 포함하고, 상기 분석유닛은 상기 발전정보, 영상정보 및 환경정보를 상기 딥러닝 알고리즘의 입력 데이터로 입력하여 상기 발전량을 예측할 수 있다.
한편, 본 발명에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 방법은 전력거래 데이터가 입력되는 단계 및 상기 전력거래 데이터를 기반으로 발전사 요금 및 수용가 요금을 산출하는 단계를 포함하고, 상기 발전사 요금의 산출에서는 상기 전력거래 데이터를 기반으로 계통한계가격, 전력발전패턴 및 전력사용패턴의 가중치를 설정하여 상기 발전사의 요금을 산출하고, 상기 수용가 요금의 산출에서는 상기 전력거래 데이터를 기반으로 사용요금 가중치를 설정하여 상기 수용가의 요금을 산출한다.
본 발명에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템은 계통한계가격(System Marginal Price, SMP) 정보, 신재생 에너지 공급인증서(Renewable Energy Certification, REC) 가격 정보, 전력 공급업체 요금제 정보, 전력 발전 정보 및 전력 사용 정보을 기반을 최적의 요금제를 도출할 수 있는 효과가 있다.
또한, 본 발명에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템은 발전 예측 알고리즘을 기반으로 예측된 발전량을 토대로 요금제를 시뮬레이션하여 단기, 중기 및 장기 관점에서 안정적인 요금제 시뮬레이션이 가능한 효과가 있다.
이상과 같은 본 발명의 기술적 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 또 다른 기술적 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템을 개략적으로 나타낸 구성도이고,
도 2는 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 방법을 나타낸 개념도이고,
도 3은 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템의 발전사 요금 분석을 나타낸 흐름도이고,
도 4는 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템의 수용가 요금 분석을 나타낸 흐름도이고,
도 5는 본 실시예에 따른 신재생 전력 발전 예측에 대한 알고리즘을 구현하기 위한 시스템을 개략적으로 나타낸 개념도이고,
도 6은 본 실시예에 따른 신재생 전력 발전 예측에 대한 알고리즘 구현을 나타낸 흐름도이다.
도 2는 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 방법을 나타낸 개념도이고,
도 3은 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템의 발전사 요금 분석을 나타낸 흐름도이고,
도 4는 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템의 수용가 요금 분석을 나타낸 흐름도이고,
도 5는 본 실시예에 따른 신재생 전력 발전 예측에 대한 알고리즘을 구현하기 위한 시스템을 개략적으로 나타낸 개념도이고,
도 6은 본 실시예에 따른 신재생 전력 발전 예측에 대한 알고리즘 구현을 나타낸 흐름도이다.
이하 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 그러나 본 실시예는 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다양한 형태로 구현될 수 있으며, 단지 본 실시예는 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 도면에서의 요소의 형상 등은 보다 명확한 설명을 위하여 과장되게 표현된 부분이 있을 수 있으며, 도면 상에서 동일 부호로 표시된 요소는 동일 요소를 의미한다.
도 1은 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템을 개략적으로 나타낸 구성도이고, 도 2는 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 방법을 나타낸 개념도이다.
도 1 및 도 2에 도시된 바와 같이, 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템(1000, 이하, 시뮬레이션 시스템이라 칭한다.)은 발전사 및 수용가의 요금 산정을 위해 시간대 사용(Time-Of-Use, TOU) 요금제 시뮬레이션을 수행한다. 시뮬레이션 시스템(1000)은 정보입력유닛(110) 및 요금산출 유닛(120)을 포함한다.
정보입력유닛(110)은 외부로부터 전달되는 전력거래 데이터를 시뮬레이션 시스템(1000)으로 제공한다. 일례로, 정보입력유닛(110)을 통해 시뮬레이션 시스템(1000)으로 제공되는 데이터는 계통한계가격(System Marginal Price, SMP) 정보, 신재생 에너지 공급인증서(Renewable Energy Certification, REC) 가격 정보, 전력 공급업체 요금제 정보, 전력 발전 정보 및 전력 사용 정보를 포함할 수 있다.
계통한계가격은 거래시간별 일반 발전기, 예컨대 원자력 및 화력 이외의 발전기의 전력량에 적용되는 전력시장가격이다. 계통한계가격은 원/kWh 단위로 표시되며, 전력시장가격을 의미할 수 있다. 계통한계가격은 가격 변동성이 존재함에 따라 정보입력유닛(110)은 외부로부터 실시간으로 변동되는 계통한계가격 정보를 입력받을 수 있다.
신재생 에너지 공급인증서 가격은 신재생 에너지 공급인증서를 기반으로 측정된 가격이다. 신재생 에너지 공급인증서 가격은 계통한계가격과 마찬가지로 가격 변동성이 존재하며, 1REC=1,000kWh 단위로 표시될 수 있다. 다만, 신재생 에너지 공급인증서 가격은 계통한계가격과 다르게 가중치가 부여될 수 있다. 이에, 정보입력유닛은 외부로부터 실시간으로 변동되는 신재생 에너지 공급인증서 가격 정보를 입력받을 수 있다.
전력 공급업체 요금제는 일례로, 한국 전력 공사의 전력 요금제를 의미할 수 있으며 국가 또는 관련 기관에서 구축한 전기요금체계에 따른 요금제일 수 있다. 이에, 정보입력유닛(110)은 외부로부터 전력 공급업체 요금제 정보를 수신할 수 있으며, 전력 공급업체 요금제에 변화가 발생하면, 변화된 전력 공급업체 요금제 정보를 입력받을 수 있다.
전력 발전 정보는 발전사로부터 수신할 수 있으며, 전력 발전량을 포함한 발전패턴에 대한 정보일 수 있다.
전력 사용 정보는 수용가로부터 수신할 수 있으며, 전력 사용량을 포함한 사용패턴에 대한 정보일 수 있다.
이에, 요금산출 유닛(120)은 관련 데이터를 기반으로 발전사 요금 및 수용가 요금을 시뮬레이션하여 산출할 수 있다. 그리고 시뮬레이션 시스템(1000)은 산출된 요금을 기반으로 거래가 이루어지도록 할 수 있다.
이하에서는 첨부된 도면을 참조하여 발전사 요금 분석 및 수용가 요금 분석에 대하여 상세히 설명하도록 한다.
도 3은 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템의 발전사 요금 분석을 나타낸 흐름도이다.
도 3에 도시된 바와 같이, 본 실시예에 따른 요금산출 유닛(120)은 정보입력유닛(110)을 통해 제공되는 정보를 기반으로 발전사의 요금산출(S100)을 진행할 수 있다.
먼저, 요금산출 유닛(120)은 계통한계가격의 가중치를 설정한다(S110).
이때, 요금산출 유닛(120)은 수용가의 전력 사용 정보를 기반으로 수용가의 사용패턴을 분석한다. 그리고 요금산출 유닛(120)은 사용패턴을 계절별 및 시간대별로 분석하여 사용량이 많은 피크(Peak) 시간대를 분석한다. 여기서, 요금산출 유닛(120)은 피크 시간대의 계통한계가격에 가중치를 곱하여 계통한계가격의 가중값을 산출한다.
이후, 요금산출 유닛(120)은 전력발전패턴에 대한 가중치를 설정한다(S120).
이때, 요금산출 유닛(120)은 전력 발전 정보를 기반으로 발전사의 전력발전패턴을 분석한다. 그리고 요금산출 유닛(120)은 전력발전패턴을 계절별 및 시간대별로 분석하여 발전량이 많은 피크 시간대를 분석한다. 여기서, 요금산출 유닛(120)은 계통한계가격에 발전패턴을 분석한 피크 시간대의 계통한계가격에 가중치를 곱하고, 가중치가 반영된 계통한계가격을 분석하여 시간대별 최저, 중간 및 최대 가격대로 샘플링을 진행함에 따라 가중치를 설정할 수 있다.
이후, 요금산출 유닛(120)은 전력사용패턴에 대한 가중치를 설정한다(S130).
이때, 요금산출 유닛(120)은 수용자의 전력 사용 정보를 기반으로 전력 사용 패턴 가중치를 설정할 수 있다. 여기서, 요금산출 유닛(120)은 수용가의 전력 사용 패턴을 계절별 및 시간대별로 분석하여 사용량이 많은 피크 시간대를 분석한다. 요금산출 유닛(120)은 수용가 사용패턴을 분석한 피크 시간대의 계통한계가격에 가중치를 곱하여 계통한계가격의 가중값을 산출한다. 그리고 가중치가 반영된 계통한계가격을 분석하여 시간대별로 최저, 중간 및 최대 가격대의 샘플링을 진행함에 따라 가중치를 설정할 수 있다. 여기서, 요금산출 유닛(120)은 신재생 전력 발전 예측에 대한 알고리즘을 기반으로 신재생 전력 발전량을 고려하여 전력사용패턴에 대한 가중치를 설정할 수 있다. 이러한 신재생 전력 발전 예측에 대한 알고리즘에 대해서는 이하에서 다시 설명하도록 한다.
한편, 요금산출 유닛(120)은 상술한 바와 같이 계통한계가격의 가중치 설정, 전력발전패턴의 가중치 설정 및 전력사용패턴에 대한 가중치가 설정되면, 이를 기반으로 발전사 요금을 산출한다. 그리고 요금산출 유닛(120)은 산출된 발전사 요금에 송배전 이용요금 및 고정비를 합산하여 발전사의 최종 요금을 산출할 수 있다(S140).
도 4는 본 실시예에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템의 수용가 요금 분석을 나타낸 흐름도이다.
도 4에 도시된 바와 같이, 본 실시예에 따른 요금산출 유닛(120)은 정보입력유닛(110)을 통해 제공되는 정보를 기반으로 수용가의 요금산출(S200)을 진행할 수 있다.
먼저, 요금산출 유닛(120)은 사용전력을 설정한다(S210).
이때, 요금산출 유닛(120)은 수용가의 전력 사용 정보를 기반으로 사용전력을 설정할 수 있다.
이후, 요금산출 유닛(120)은 사용요금 가중치를 설정한다(S220).
이때, 요금산출 유닛(120)은 수용가의 전력사용패턴을 계절별 및 시간대별로 분석하여 부하를 분석한다. 일례로, 요금산출 유닛(120)에서 분석되는 부하는 경부하, 중간부하 및 최대부하로 분석될 수 있다. 그리고 요금산출 유닛(120)은 전력 공급업체 요금제, 예컨대 한국 전력 공사의 TOU요금제를 분석하여 시간대별 요금 적용 비율을 분석한다. 이때, 요금산출 유닛(120)은 신재생 에너지 구입비용에 사업운용 비용을 더하여 최소 수익비용을 산출한다. 그리고 요금산출 유닛(120)은 시간대별 전력 사용량과 분석된 시간대별 요금 적용 비율을 곱한 총합으로 최소 수익 비용을 나누어 각 부하별 요금을 산출한다. 이때, 요금산출 유닛(120)은 각 부하별 요금에 설정된 가중치를 반영하여 계절별 및 시간대별로 경부하, 중간부하 및 최대부하의 요금제를 산출할 수 있다.
그리고 요금산출 유닛(120)은 신재생 전력 발전 예측에 대한 알고리즘을 기반으로 사용 계절 및 시간을 설정한다(S230).
한편, 요금산출 유닛(120)은 상술한 바와 같이 사용전력 설정, 사용요금 가중치 설정 및 사용 계절 및 시간 설정이 완료되면, 이를 기반으로 수용가 요금을 산출한다. 그리고 요금산출 유닛(120)은 산출된 수용가 요금에 송배전 이용요금 및 고정비를 합산하여 수용가의 최종 요금을 산출할 수 있다(S240).
한편, 이하에서는 첨부된 도면을 참조하여 신재생 전력 발전 예측에 대한 알고리즘에 대하여 상세히 설명하도록 한다.
도 5는 본 실시예에 따른 신재생 전력 발전 예측에 대한 알고리즘을 구현하기 위한 시스템을 개략적으로 나타낸 개념도이고, 도 6은 본 실시예에 따른 신재생 전력 발전 예측에 대한 알고리즘 구현을 나타낸 흐름도이다.
도 5 및 도 6에 도시된 바와 같이, 본 실시예에 따른 신재생 전력 발전 예측에서는 태양광 발전을 대상으로 발전 예측을 수행할 수 있다(S300). 다만, 이는 본 실시예를 설명하기 위한 것으로 발전 예측 대상을 한정하지는 않는다.
이러한 신재생 전력 발전 예측에 대한 알고리즘을 구현하기 위한 시스템은 발전정보 수집 유닛(210) 및 분석 유닛(220)을 포함할 수 있다.
발전정보 수집 유닛(210)은 태양광 발전 시스템으로부터 제공되는 정보와 환경정보를 수집하여 분석 유닛(220)으로 제공할 수 있다.
일례로, 발전정보 수집 유닛(210)은 태양광 발전 시스템으로부터 정보를 취득하는 제1 정보수집모듈(211) 및 태양광 발전 시스템이 설치되는 환경의 기상정보를 취득하는 제2 정보수집모듈(212)을 포함할 수 있다.
제1 정보수집모듈(211)은 태양광 발전 시스템으로부터 발전정보를 취득하는 에너지 저장장치(ESS: Energy Storage System)에 연동되는 발전정보수집기 및 태양광 발전 시스템이 설치된 환경에 배치되는 카메라를 포함하여, 원격지에 배치되는 분석 유닛(220)으로 제공할 수 있다(S310).
에너지저장장치는 장치 또는 물리적 매체를 기반으로 에너지를 저장하는 장치이다. 이러한 에너지저장장치에서는 에너지를 저장하는 과정에서 태양광 발전 시스템의 전압 정보 및 전류 정보 등 발전과 관련된 다양한 발전정보를 생성할 수 있다.
이에, 발전정보수집기는 에너지저장장치로부터 발전정보를 취득하여 분석 유닛(220)으로 제공할 수 있다. 그리고 카메라는 복수 개의 태양광 패널에 인접하게 배치된다. 카메라는 복수 개로 마련될 수 있으며, 각각의 설정된 영역 안에 배치되는 태양광 모듈을 촬영하도록 배치된다. 즉, 복수 개의 카메라는 각각이 설정된 영역 안에 배치되는 태양광 패널의 영상정보를 획득할 수 있다. 일례로, 카메라는 설정된 영역에 위치하는 태양광 패널의 열 화상 정보를 취득할 수 있다.
한편, 제2 정보수집모듈(212)은 태양광 발전 시스템이 설치되는 환경의 기상정보를 수집한다(S320).
제2 정보수집모듈(212)은 사전에 설정된 규칙에 따라 기상예측기관으로부터 태양광 발전 시스템의 설치 위치에 대한 기상정보를 자동으로 취득할 수 있다. 여기서, 관리자는 제2 정보수집모듈(212)의 기상정보를 수집하는 규칙을 사전에 설정할 수 있다.
일례로, 관리자가 태양광 발전 시스템이 배치되는 지리적 위치를 지정하고 기상정보의 수집 간격을 2~3시간으로 지정할 경우에, 제2 정보수집모듈(212)은 기상청 사이트로부터 해당 장소의 기상정보를 2~3시간 간격으로 취득할 수 있다. 다만, 이는 본 실시예를 설명하기 위한 것으로 기상정보의 수집방법은 한정하지 않는다.
한편, 분석 유닛(220)은 발전정보 수집 유닛(210)으로부터 제공되는 정보를 기반으로 태양광 발전 시스템의 발전량을 예측할 수 있다(S330). 그리고 분석 유닛(220)은 신재생 전력 발전에 대한 정보를 요금산출 유닛(120)으로 제공할 수 있다(S340).
이때, 분석 유닛(220)은 신재생 전력 발전에 대한 정보를 단기예측, 중기예측 및 장기예측으로 구분하여 예측할 수 있고, 예측된 정보가 요금산출 유닛(120)으로 제공되도록 한다. 여기서, 분석 유닛(220)은 딥러닝 알고리즘을 기반으로 예측을 수행할 수 있다.
일례로, 단기예측에서는 제1 정보수집모듈(211)로부터 제공되는 발전정보, 예컨대 에너지 저장장치로부터 제공되는 발전정보 및 카메라로부터 제공되는 열화상에 대한 영상정보와, 제2 정보수집모듈(212)로부터 제공되는 단기기상정보를 기반으로 입력데이터로 활용할 수 있다. 여기서, 단기기상정보는 기관예측기관으로부터 제공되는 데이터로써 당일의 일사량, 온도, 강우량, 습도 및 바람에 대한 정보 및 미세정보에 대한 정보 등을 의미할 수 있다. 이에, 단기예측에서는 사전에 훈련된 알고리즘을 기반으로 태양광 발전 시스템의 단기 발전량을 예측하고, 분석 유닛(220)은 예측된 단기 발전량을 요금산출 유닛(120)으로 제공할 수 있다.
일례로, 중기예측에서는 제1 정보수집모듈(211)로부터 제공되는 발전정보, 예컨대 에너지 저장장치로부터 제공되는 발전정보 및 카메라로부터 제공되는 열화상에 대한 영상정보와, 제2 정보수집모듈(212)로부터 제공되는 중기기상정보를 기반으로 입력데이터로 활용할 수 있다. 여기서, 중기기상정보는 기관예측기관으로부터 제공되는 데이터로써 예측일 기준으로 1주일 이내의 일사량, 온도, 강우량, 습도 및 바람에 대한 정보 및 미세정보에 대한 정보 등을 의미할 수 있다. 이에, 중기예측에서는 사전에 훈련된 알고리즘을 기반으로 태양광 발전 시스템의 중기 발전량을 예측하고, 분석 유닛(220)은 예측된 중기 발전량을 요금산출 유닛(120)으로 제공할 수 있다.
일례로, 장기예측에서는 제1 정보수집모듈(211)로부터 제공되는 발전정보, 예컨대 에너지 저장장치로부터 제공되는 발전정보 및 카메라로부터 제공되는 열화상에 대한 영상정보와, 제2 정보수집모듈(212)로부터 제공되는 장기기상정보를 기반으로 입력데이터로 활용할 수 있다. 여기서, 장기기상정보는 기관예측기관으로부터 제공되는 데이터로써 예측일 기준으로 한달 이내의 일사량, 온도, 강우량, 습도 및 바람에 대한 정보 및 미세정보에 대한 정보 등을 의미할 수 있다. 이에, 장기예측에서는 사전에 훈련된 알고리즘을 기반으로 태양광 발전 시스템의 장기 발전량을 예측하고, 분석 유닛(220)은 예측된 중기 발전량을 요금산출 유닛(120)으로 제공할 수 있다.
이에, 요금산출 유닛(120)은 발전사 요금 산출을 위한 과정인 전력 사용 패턴의 가중치 설정 단계와, 수용가 요금 산출을 윈한 과정이 사용 계절 및 시간 설정 단계에서 예측된 신재생 에너지의 발전량을 고려하여 가중치를 설정할 수 있다.
이와 같이, 본 발명에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템은 계통한계가격(System Marginal Price, SMP) 정보, 신재생 에너지 공급인증서(Renewable Energy Certification, REC) 가격 정보, 전력 공급업체 요금제 정보, 전력 발전 정보 및 전력 사용 정보을 기반을 최적의 요금제를 도출할 수 있는 효과가 있다.
또한, 본 발명에 따른 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템은 발전 예측 알고리즘을 기반으로 예측된 발전량을 토대로 요금제를 시뮬레이션하여 단기, 중기 및 장기 관점에서 안정적인 요금제 시뮬레이션이 가능한 효과가 있다.
앞에서 설명되고, 도면에 도시된 본 발명의 일 실시예는 본 발명의 기술적 사상을 한정하는 것으로 해석되어서는 안 된다. 본 발명의 보호범위는 청구범위에 기재된 사항에 의하여만 제한되고, 본 발명의 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상을 다양한 형태로 개량 변경하는 것이 가능하다. 따라서 이러한 개량 및 변경은 통상의 지식을 가진 자에게 자명한 것인 한 본 발명의 보호범위에 속하게 될 것이다.
Claims (13)
- 계통한계가격(System Marginal Price, SMP) 정보, 신재생 에너지 공급인증서(Renewable Energy Certification, REC) 가격 정보, 전력 공급업체 요금제 정보, 전력 발전 정보 및 전력 사용 정보를 포함하는 전력거래 데이터가 입력되는 정보 입력유닛; 및
상기 전력거래 데이터를 기반으로 발전사 요금 및 수용가 요금을 산출하는 요금산출 유닛을 포함하고,
상기 요금산출 유닛은
상기 전력거래 데이터를 기반으로 계통한계가격, 전력발전패턴 및 전력사용패턴의 가중치를 설정하여 상기 발전사의 요금을 산출하고,
상기 전력거래 데이터를 기반으로 사용요금 가중치를 설정하여 상기 수용가의 요금을 산출하되,
상기 요금산출 유닛은,
상기 수용가의 상기 전력 사용 정보를 기반으로 수용가의 사용패턴을 분석하고, 상기 사용패턴을 계절별 및 시간대별로 분석하여 사용량이 높은 시간대를 산출하고, 상기 사용량이 높은 시간대의 계통한계가격에 가중치를 곱하여 가중치가 반영된 계통한계가격을 시간대별 최저, 중간 및 최대 가격으로 샘플링하여 상기 전력사용패턴의 가중치를 설정함과 아울러 상기 전력 공급업체 요금제 정보에 대한 시간대별 요금 적용 비율을 분석하고, 상기 수용가의 시간대별 전력 사용량과, 분석된 상기 요금 적용 비율을 기반으로 부하별 요금을 산출하여 상기 사용요금 가중치를 설정하며,
상기 발전사의 상기 전력 발전 정보를 기반으로 발전사의 전력발전패턴을 분석하고, 상기 전력발전패턴을 계절별 및 시간대별로 분석하여 발전량이 높은 시간대를 산출하고, 상기 발전량이 높은 시간대의 계통한계가격에 가중치를 곱하여 가중치가 반영된 계통한계가격을 시간대별 최저, 중간 및 최대 가격으로 샘플링하여 상기 전력발전패턴의 가중치를 설정하는 것을 특징으로 하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제1 항에 있어서,
상기 요금산출 유닛은
상기 부하의 분석에서 경부하, 중간부하 및 최대부하를 구분하고,
상기 전력 사용량과 상기 요금 적용 비율을 기반으로 경부하, 중간부하 및 최대부하의 요금제를 산출하는 것을 특징으로 하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템.
- 제7 항에 있어서,
상기 요금산출 유닛은
시간대별 전력 사용량과 분석된 시간대별 요금 적용 비율을 곱한 총합으로 최소 수익 비용을 나누어 각 부하별 요금을 산출하는 것을 특징으로 하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템.
- 제1 항에 있어서,
상기 요금산출 유닛은
상기 발전사와 상기 수용가의 요금산출에서 송배전 이용요금 및 고정비를 합산하여 최종 요금을 산출하는 것을 특징으로 하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템.
- 제1 항에 있어서,
상기 요금산출 유닛은
외부로부터 제공되는 발전량 예측 정보를 고려하여 상기 발전사와 상기 수용가의 요금산출을 수행하는 것을 특징으로 하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템.
- 제10 항에 있어서,
발전 시스템으로 제공되는 정보를 수집하는 정보수집유닛; 및
상기 정보수집유닛으로부터 제공되는 데이터를 사전에 훈련된 딥러닝 알고리즘에 적용하여 상기 발전 시스템의 발전량을 예측하고, 예측된 발전정보를 상기 요금산출 유닛으로 제공하는 분석유닛을 더 포함하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템.
- 제11 항에 있어서,
상기 정보 수집유닛은
상기 발전 시스템의 발전정보 및 영상정보를 수집하는 제1 정보수집모듈과,
상기 발전 시스템의 설치 위치에 대한 환경정보를 기상예측기관으로부터 수집하는 제2 정보수집모듈을 포함하고,
상기 분석유닛은
상기 발전정보, 영상정보 및 환경정보를 상기 딥러닝 알고리즘의 입력 데이터로 입력하여 상기 발전량을 예측하는 것을 특징으로 하는 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210183142A KR102536440B1 (ko) | 2021-12-20 | 2021-12-20 | 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210183142A KR102536440B1 (ko) | 2021-12-20 | 2021-12-20 | 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102536440B1 true KR102536440B1 (ko) | 2023-05-26 |
Family
ID=86536472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210183142A KR102536440B1 (ko) | 2021-12-20 | 2021-12-20 | 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102536440B1 (ko) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120031379A (ko) * | 2010-09-24 | 2012-04-03 | 한국전력공사 | 에너지 조절 시스템 및 방법 |
| KR20130083015A (ko) | 2011-12-27 | 2013-07-22 | 한국전자통신연구원 | 실시간 변동 요금제를 위한 시간 동기화 기반 자동화된 전력 거래 장치, 시스템 및 방법 |
| KR20140098369A (ko) * | 2013-01-31 | 2014-08-08 | 한국전력공사 | 변동비 반영시장의 시간대별 계통한계가격을 이용한 실시간 요금제 운영 장치 및 방법 |
| KR20160022614A (ko) * | 2014-08-20 | 2016-03-02 | 한국전력공사 | 분산형 태양광발전소의 경제성 검토 장치 및 방법 |
| JP2019021113A (ja) * | 2017-07-19 | 2019-02-07 | 三菱電機株式会社 | 電力小売料金体系策定装置 |
| KR20200057821A (ko) * | 2018-11-13 | 2020-05-27 | 주식회사 에코시안 | 빅데이터 분석을 통한 태양광 발전량 예측 장치 및 방법 |
| KR20210094900A (ko) * | 2020-01-22 | 2021-07-30 | 주식회사 케이티 | 전력 거래를 위한 전력 판매 가격을 결정하기 위한 장치 및 방법 |
-
2021
- 2021-12-20 KR KR1020210183142A patent/KR102536440B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120031379A (ko) * | 2010-09-24 | 2012-04-03 | 한국전력공사 | 에너지 조절 시스템 및 방법 |
| KR20130083015A (ko) | 2011-12-27 | 2013-07-22 | 한국전자통신연구원 | 실시간 변동 요금제를 위한 시간 동기화 기반 자동화된 전력 거래 장치, 시스템 및 방법 |
| KR20140098369A (ko) * | 2013-01-31 | 2014-08-08 | 한국전력공사 | 변동비 반영시장의 시간대별 계통한계가격을 이용한 실시간 요금제 운영 장치 및 방법 |
| KR20160022614A (ko) * | 2014-08-20 | 2016-03-02 | 한국전력공사 | 분산형 태양광발전소의 경제성 검토 장치 및 방법 |
| JP2019021113A (ja) * | 2017-07-19 | 2019-02-07 | 三菱電機株式会社 | 電力小売料金体系策定装置 |
| KR20200057821A (ko) * | 2018-11-13 | 2020-05-27 | 주식회사 에코시안 | 빅데이터 분석을 통한 태양광 발전량 예측 장치 및 방법 |
| KR20210094900A (ko) * | 2020-01-22 | 2021-07-30 | 주식회사 케이티 | 전력 거래를 위한 전력 판매 가격을 결정하기 위한 장치 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bayram et al. | Generation, analysis, and applications of high resolution electricity load profiles in Qatar | |
| Schopfer et al. | Economic assessment of photovoltaic battery systems based on household load profiles | |
| KR101925723B1 (ko) | 전력 중개 시스템 및 전력 중개 방법 | |
| Korsavi et al. | Energy and economic performance of rooftop PV panels in the hot and dry climate of Iran | |
| Carvalho et al. | Technical-economic analysis of the insertion of PV power into a wind-solar hybrid system | |
| Gürtürk | Economic feasibility of solar power plants based on PV module with levelized cost analysis | |
| Espinoza et al. | Feasibility evaluation of residential photovoltaic self-consumption projects in Peru | |
| EP1660917B1 (en) | Method and system for predicting solar energy production | |
| McPherson et al. | A scenario based approach to designing electricity grids with high variable renewable energy penetrations in Ontario, Canada: Development and application of the SILVER model | |
| Koster et al. | Short-term and regionalized photovoltaic power forecasting, enhanced by reference systems, on the example of Luxembourg | |
| Erdener et al. | A review of behind-the-meter solar forecasting | |
| Shakouri et al. | A probabilistic portfolio-based model for financial valuation of community solar | |
| Attia et al. | A multi-objective optimization model for sizing decisions of a grid-connected photovoltaic system | |
| McHenry | Small-scale (≤ 6 kWe) stand-alone and grid-connected photovoltaic, wind, hydroelectric, biodiesel, and wood gasification system’s simulated technical, economic, and mitigation analyses for rural regions in Western Australia | |
| MacDougall et al. | Geographic maps of the impact of government incentives on the economic viability of solar power | |
| KR102536440B1 (ko) | 신재생 에너지 거래를 위한 요금제 시뮬레이션 시스템 및 방법 | |
| Wright et al. | Impact of tariff structure on the economics of behind-the-meter solar microgrids | |
| Khare et al. | Decision science and operations management of solar energy systems | |
| Siberry et al. | Energy storage valuation: A review of use cases and modeling tools | |
| Awad | Integrating Solar PV Systems into Residential Buildings in Cold-climate Regions: The Impact of Energy-efficient Homes on Shaping the Future Smart Grid | |
| Callaway et al. | Greenhouse Gas Emissions Reductions from Wind Energy: Location, Location, Location? | |
| Larrañeta et al. | Industrial Application of synthetic irradiance: case study of solar yield | |
| Razak et al. | Forecasting cost saving through solar system installation | |
| Chang et al. | Forecasting Localized Weather-Based Photovoltaic Energy Production | |
| Al-Isawi et al. | Digital Twinning and LSTM-based Forecasting Model of Solar PV Power Output |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |