KR20230075621A - Artificial intelligent road surface icing risk determination system, small wind power generation, and solar power-based road heating power supply system - Google Patents
Artificial intelligent road surface icing risk determination system, small wind power generation, and solar power-based road heating power supply system Download PDFInfo
- Publication number
- KR20230075621A KR20230075621A KR1020210161986A KR20210161986A KR20230075621A KR 20230075621 A KR20230075621 A KR 20230075621A KR 1020210161986 A KR1020210161986 A KR 1020210161986A KR 20210161986 A KR20210161986 A KR 20210161986A KR 20230075621 A KR20230075621 A KR 20230075621A
- Authority
- KR
- South Korea
- Prior art keywords
- wind power
- electric vehicle
- charging
- power generation
- wind
- Prior art date
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 43
- 238000010438 heat treatment Methods 0.000 title abstract description 8
- 238000004146 energy storage Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 abstract description 24
- 238000013473 artificial intelligence Methods 0.000 abstract description 20
- 238000010586 diagram Methods 0.000 description 7
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008014 freezing Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 3
- 206010041349 Somnolence Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F1/00—Ground or aircraft-carrier-deck installations
- B64F1/22—Ground or aircraft-carrier-deck installations for handling aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/50—Charging stations characterised by energy-storage or power-generation means
- B60L53/52—Wind-driven generators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/50—Charging stations characterised by energy-storage or power-generation means
- B60L53/51—Photovoltaic means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F1/00—Ground or aircraft-carrier-deck installations
- B64F1/22—Ground or aircraft-carrier-deck installations for handling aircraft
- B64F1/222—Ground or aircraft-carrier-deck installations for handling aircraft for storing aircraft, e.g. in hangars
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/10—Combinations of wind motors with apparatus storing energy
- F03D9/11—Combinations of wind motors with apparatus storing energy storing electrical energy
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/30—Wind motors specially adapted for installation in particular locations
- F03D9/34—Wind motors specially adapted for installation in particular locations on stationary objects or on stationary man-made structures
- F03D9/43—Wind motors specially adapted for installation in particular locations on stationary objects or on stationary man-made structures using infrastructure primarily used for other purposes, e.g. masts for overhead railway power lines
- F03D9/46—Tunnels or streets
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2200/00—Type of vehicles
- B60L2200/10—Air crafts
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/50—Aeroplanes, Helicopters
- B60Y2200/51—Aeroplanes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/91—Electric vehicles
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
Description
본 개시는 스마트 무인 드론 스테이션 및 전기차 충전 시스템에 관한 것으로 구체적으로, 태양광과 소형풍력발전기를 이용한 스마트 무인 드론 스테이션 및 풍력을 이용한 전기차 충전 시스템에 관한 것이다.The present disclosure relates to a smart unmanned drone station and an electric vehicle charging system, and more specifically, to a smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.Unless otherwise indicated herein, material described in this section is not prior art to the claims in this application, and inclusion in this section is not an admission that it is prior art.
풍력발전은 바람의 힘을 이용해서 발전기를 돌려 전기 에너지를 생산하는 발전방법으로, 화력발전과 달리 온실가스를 내놓지도 고갈되지도 않을 뿐만 아니라 경제성도 좋기 때문에 청정 에너지로 널리 보급되고 있다. 앞으로도 에너지 고갈과 이상기후를 해결하는 대안적 에너지로 큰 역할을 할 것으로 전망된다. 그러나 초대형급 풍력발전기는 자연경관을 훼손하고 소음을 일으키며 동물의 서식지를 파괴한다는 비판을 받고 있다. 독일 등지에서는 설치 장소에 제한을 두거나 지역 주민들을 투자에 참여시킴으로써 이러한 문제를 해결하지만, 한국에서는 내륙에 대형 풍력발전기를 세울 경우 지역 주민들의 반발이 심한 편이다. 영국, 독일, 덴마크 등지에서는 입지를 찾기 어려운 내륙보다는 바다 쪽으로 눈을 돌리고 있고, 이미 상당수의 풍력발전기가 바다에 세워져서 돌아가고 있다.Wind power is a power generation method that uses the power of wind to turn a generator to produce electrical energy. Unlike thermal power generation, it does not release or deplete greenhouse gases and is widely used as a clean energy source because it is economically viable. It is expected to play a major role as an alternative energy to solve energy depletion and abnormal climate in the future. However, super-large wind turbines are criticized for damaging the natural landscape, causing noise, and destroying animal habitats. In countries such as Germany, these problems are solved by limiting the installation location or involving local residents in investment, but in Korea, local residents often oppose severe wind turbines when large wind turbines are built inland. Countries such as the UK, Germany, and Denmark are turning their eyes toward the sea rather than inland, where locations are difficult to find, and a considerable number of wind turbines have already been built and operated in the sea.
친환경자동차는 전기만을 동력으로 하여 움직이고, 고전압 배터리에서 전기에너지를 전기모터로 공급하여 구동력을 발생시키는 차량이다. 이는 화석연료를 사용하지 않기 때문에 배기가스 배출이나 소음이 거의 없다. 전기차는 1873년 가솔린 자동차보다 먼저 제작되긴 했지만 배터리의 무거운 중량 및 충전에 걸리는 시간 등의 문제 때문에 실용화되지 못했다. 그러나 환경오염과 자원부족 문제가 심각히 대두되면서 1990년대부터 각국 자동차업체들의 개발 경쟁이 치열하게 전개되고 있다. 전기차는 주행 시 화석연료를 사용하지 않아 이산화탄소(CO2)나 질소산화물(NOx)를 배출하지 않는 등 친환경적일 뿐만 아니라, 전기모터로만 구동할 경우 운행비용이 가장 저렴해 경제적이다. 또 차량 수명이 상대적으로 길고, 사고 시 폭발의 위험성이 적다. 또 심야 전력으로 자택에서 충전이 가능하고, 기어를 바꿔줄 필요가 없어 운전 조작이 간편하다는 특징이 있다. 하지만, 전기차 충전 시 많은 시간이 필요하고, 아직까지 전기차 충전 시설이 보편적이지 않아 이용자들의 불편이 크다. 이에 따라, 인공지능 기반 기후예측 시스템과 노면 결빙 위험 판단 알고리즘 기술을 이용한 인공지능형 노면 결빙 위험 판단 시스템 및 소형풍력발전, 태양광 기반 도로 열선 전력 공급 시스템이 필요하다.An eco-friendly vehicle is a vehicle that moves using only electricity and generates driving force by supplying electrical energy from a high-voltage battery to an electric motor. Since it does not use fossil fuels, there is almost no exhaust gas emission or noise. Although electric cars were manufactured before gasoline cars in 1873, they were not put to practical use due to problems such as the heavy weight of the battery and the time it took to charge. However, as the problems of environmental pollution and resource shortage have risen seriously, automobile companies in each country have been fiercely competing for development since the 1990s. Electric vehicles are not only eco-friendly, such as not emitting fossil fuels when driving, so they do not emit carbon dioxide (CO2) or nitrogen oxides (NOx). In addition, the life of the vehicle is relatively long, and the risk of explosion in the event of an accident is low. In addition, it is possible to charge at home with late-night power, and it is characterized by easy driving operation as there is no need to change gears. However, it takes a lot of time to charge electric vehicles, and electric vehicle charging facilities are not yet universal, causing great inconvenience to users. Accordingly, an artificial intelligence-based climate prediction system and an artificial intelligence road icing risk determination system using an icing risk determination algorithm technology, small wind power generation, and a solar power-based road hot wire power supply system are required.
실시예에서는 인공지능을 통해 새로운 형태의 풍력을 개발하고, 도로 중앙분리대의 차량 통행에 의해 발생하는 바람 등을 이용하여 전기를 발생시켜, 자가 발전이 가능한 전기 충전소 및 무인 드론 스테이션을 구현한다. 아울러, 친환경 전기를 개발하여 인공지능을 통해 새로운 형태의 풍력을 개발하고, 도로 중앙분리대의 차량 통행에 의해 발생하는 바람을 이용하여 전기를 발생시켜, 자가 발전이 가능한 전기 충전소 및 스마트 도로를 구현한다.In the embodiment, a new type of wind power is developed through artificial intelligence, and electricity is generated using wind generated by vehicle traffic on the road median to implement an electric charging station and an unmanned drone station capable of self-generation. In addition, by developing eco-friendly electricity, developing a new type of wind power through artificial intelligence, generating electricity using wind generated by vehicle traffic on the road median, realizing electric charging stations and smart roads capable of self-generation. .
실시예에 따른 풍력발전을 이용한 전기자동차 충전시스템은 풍력발전장치를 이용한 전기차 충전 스테이션을 제공하여, 풍력 발전을 통해 전기차 충전을 수행할 수 있도록 한다.An electric vehicle charging system using wind power generation according to an embodiment provides an electric vehicle charging station using a wind power generation device so that electric vehicles can be charged through wind power generation.
도로 주변부(중앙분리대, 갓길 등)에 설치된 태양광 및 소형풍력기에서 생성된 친환경전기를 생성. 친환경 전기를 충전해 두었다가 노면 결빙 위험이 감지되었을 때 도로 열선에 전력을 공급하여 열선을 가동시켜 노면 결빙을 방지한다.Eco-friendly electricity generated from solar power and small wind turbines installed around roads (median strip, shoulder, etc.) is generated. The eco-friendly electricity is charged, and when a risk of road icing is detected, power is supplied to the road heating wire to operate the heating wire to prevent road icing.
가까운 거리에서 전력을 공급하기 때문에 송전 손실 전력을 최소화시킬 수 있으며, 풍력발전 및 태양광에서 생성된 전기를 사용하기 때문에 노면 결빙 방지에 필요한 전기를 기존 비 친환경 전기에서 친환경 전기로 대체한다.Since power is supplied at a short distance, transmission loss power can be minimized, and electricity generated from wind power and solar power is used, so the electricity required to prevent freezing of the road surface is replaced with eco-friendly electricity from existing non-friendly electricity.
기존 도로 노면 결빙 위험 판단 시스템의 문제점은, 기후 데이터를 기상청 데이터를 사용하기 때문에 관측소에서 멀리 떨어진 도로의 정확한 기후 예측에 한계를 보여 도로 노면 결빙 위험을 정확하게 판단하는데 어려움을 겪을 수 있으므로 이러한 어려움을 상쇄하기 위하여 낮은 threshold를 설정하여 도로 노면 결빙 위험이 낮은 상황에서도 도로 열선을 가동하는 상황이 생길 수 있음. 본 발명은 도로 노면 근처에 있는 소형풍력기 및 태양광에 부착된 온도, 습도, 기압 등의 기상 측정 센서를 통해 좁은 지역의 기후 (local climate)을 측정하고 이를 기후예측 인공지능의 입력 값으로 사용하여 정확한 로컬 기상을 추정하고 이를 기반으로 노면 결빙 위험 판단 시스템을 구동 시켜 도로 결빙 위험 감지의 정확도를 높인다.The problem with the existing road surface icing risk determination system is that it is difficult to accurately determine the road surface icing risk due to limitations in accurately predicting the climate of roads far from the observation station because the weather data is used by the Korea Meteorological Administration. In order to do so, a low threshold may be set to operate the road heating wire even in a situation where the risk of road surface icing is low. The present invention measures the local climate through a meteorological measurement sensor such as temperature, humidity, and air pressure attached to a small wind turbine near a road surface and a solar light, and uses it as an input value for climate prediction artificial intelligence. It estimates the accurate local weather and drives the road icing risk determination system based on this to increase the accuracy of road icing risk detection.
실시예에 따른 태양광과 소형풍력발전기를 이용한 스마트 무인 드론 스테이션 및 풍력을 이용한 전기차 충전 시스템은 풍력을 통해 전력을 생성하는 풍력 발전 모듈; 생산된 전력을 전기차로 전달하는 충전 모듈; 및 전기차 충전이후 잔여 전력 및 풍력 발전 모듈에서 생성되는 전기 에너지를 저장하는 에너지 저장 모듈; 을 포함한다.A smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power according to an embodiment include a wind power generation module that generates power through wind power; A charging module that transmits the generated power to the electric vehicle; and an energy storage module that stores remaining power after charging the electric vehicle and electric energy generated from the wind power generation module. includes
태양광과 소형풍력발전기를 이용한 스마트 무인 드론 스테이션 및 풍력을 이용한 전기차 충전 시스템은 전기차량의 충전 상태에 따라 충전 속도를 제어하는 가속 충전 모듈; 및 드론 스테이션; 드론 관리 모듈; 을 더 포함할 수 있다.A smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power include an acceleration charging module that controls the charging speed according to the state of charge of the electric vehicle; and drone station; drone management module; may further include.
이상에서와 같은 풍력 발전을 이용한 전기자동차 충전시스템은 전기차량 이동시 자연적으로 발생되는 풍력을 이용해 자가충전을 수행함으로써, 전기차량의 에너지 효율을 극대화할 수 있도록 한다.The electric vehicle charging system using wind power generation as described above maximizes the energy efficiency of the electric vehicle by performing self-charging using wind power generated naturally when the electric vehicle moves.
또한, 전기차 충전 스테이션에 풍력으로 생성된 전력을 저장하고 이를 전기차량에 충전 가능하게 함으로써, 에너지와 자원을 절약할 수 있다. 전기차 사용자는 보다 저렴한 가격에 전기차를 충전시킬 수 있고, 충전 시간을 단축시킬 수 있다. In addition, energy and resources can be saved by storing power generated by wind power in an electric vehicle charging station and allowing the electric vehicle to be charged. Electric vehicle users can charge their electric vehicles at a lower price and shorten the charging time.
실시예에서는 인공지능을 통해 새로운 형태의 풍력 개발하고, 도로 중앙분리대의 차량 통행에 의해 발생하는 바람 등을 이용하여 전기를 발생시켜, 자가 발전이 가능한 전기 충전소 및 무인 드론 스테이션을 구현하여 친환경 전기를 제공할 수 있다.In the embodiment, a new type of wind power is developed through artificial intelligence, electricity is generated using wind generated by vehicle traffic on the road median, and eco-friendly electricity is realized by implementing an electric charging station and an unmanned drone station capable of self-generation. can provide
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.The effects of the present invention are not limited to the above effects, and should be understood to include all effects that can be inferred from the detailed description of the present invention or the configuration of the invention described in the claims.
도 1은 실시예에 따른 태양광과 소형풍력발전기를 이용한 스마트 무인 드론 스테이션 및 풍력을 이용한 전기차 충전 시스템을 나타낸 도면
도 2는 실시예에 적용되는 게이트 순환 유닛(Gated Recurrent Unit, GRU)을 나타낸 도면
도 3은 실시예에 따른 풍력 발전 시스템과, 풍력 발전을 이용한 전기차 충전 스테이션을 나타낸 도면
도 4는 실시예에 따른 풍력 발전을 이용한 전기자동차 충전 시스템의 데이터 처리 블록을 나타낸 도면1 is a diagram showing a smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power according to an embodiment.
2 is a diagram showing a gated recurrent unit (GRU) applied to an embodiment
3 is a view showing a wind power generation system according to an embodiment and an electric vehicle charging station using wind power generation.
4 is a diagram showing a data processing block of an electric vehicle charging system using wind power generation according to an embodiment.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.Advantages and features of the present invention, and methods for achieving them, will become clear with reference to the embodiments described below in detail in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in various different forms, and only the present embodiments make the disclosure of the present invention complete, and common knowledge in the art to which the present invention belongs It is provided to fully inform the holder of the scope of the invention, and the present invention is only defined by the scope of the claims. Like reference numerals designate like elements throughout the specification.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.In describing the embodiments of the present invention, if it is determined that a detailed description of a known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description will be omitted. In addition, terms to be described below are terms defined in consideration of functions in the embodiments of the present invention, which may vary according to the intention or custom of a user or operator. Therefore, the definition should be made based on the contents throughout this specification.
도 1은 실시예에 따른 태양광과 소형풍력발전기를 이용한 스마트 무인 드론 스테이션 및 풍력을 이용한 전기차 충전 시스템을 나타낸 도면이다.1 is a diagram showing a smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power according to an embodiment.
도 1을 참조하면, 실시예에 따른 태양광과 소형풍력발전기를 이용한 스마트 무인 드론 스테이션 및 풍력을 이용한 전기차 충전 시스템은 태양광 소형풍력발전기, 증속기, 긴급브레이크, 과회전 방지 모듈, 컨트롤러, 코딩센서, 배터리, 인버터, 전력공급 모듈, 자동차 충전소, 스마트 도로 열선, 드론 스테이션 및 드론 관리 모듈(도면 미도시)을 포함하여 구성될 수 있다. Referring to FIG. 1, a smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power according to an embodiment include a solar small wind power generator, gearbox, emergency brake, overrotation prevention module, controller, and coding It may include a sensor, a battery, an inverter, a power supply module, a vehicle charging station, a smart road hot wire, a drone station, and a drone management module (not shown).
실시예에서는 인공지능을 통해 새로운 형태의 풍력 개발. 도로 중앙분리대의 차량 통행에 의해 발생하는 바람 등을 이용하여 전기를 발생시켜, 자가 발전이 가능한 전기 충전소 및 무인 드론 스테이션을 구현하여 친환경 전기를 개발한다. In the embodiment, the development of new forms of wind power through artificial intelligence. Develop eco-friendly electricity by implementing electric charging stations and unmanned drone stations capable of self-generation by generating electricity using wind generated by vehicle traffic on the road median.
또한, 실시예에서는 풍력기를 제어하여 정확한 기후예측 기반 안전제어 및 발전효율 극대화하고, 관리비용 절감을 위한 자동제어 시스템 개발한다. 아울러, 예측 풍향에 따라서 발전량을 최대화하도록 수평형 발전기를 제어한다. In addition, in the embodiment, an automatic control system is developed to maximize safety control and power generation efficiency based on accurate climate prediction by controlling a wind turbine, and to reduce management costs. In addition, the horizontal generator is controlled to maximize power generation according to the predicted wind direction.
실시예에서는 정확한 기후예측에 기반한 드론 네비게이션을 제공한다. 실시예에서는 드론 스테이션 모니터링 시스템과 기후예측 인공지능의 연계로 최적의 동선으로 드론 안내할 수 있다. In the embodiment, drone navigation based on accurate climate prediction is provided. In the embodiment, the drone can be guided to the optimal movement line by linking the drone station monitoring system and climate prediction artificial intelligence.
또한, 실시예를 통해 전기차 충전휴게소 전기충전소에 전력을 공급하여 송전전력손실 최소화로 이윤을 극대화할 수 있도록 한다. 또한, 졸음쉼터, IC(인터체인지) 등에 전기충전소를 설치하고, 도로 열선 전력 공급자 역할을 수행한다.In addition, through the embodiment, it is possible to maximize profits by minimizing transmission power loss by supplying power to electric vehicle charging rest areas and electric charging stations. In addition, electric charging stations are installed at sleepy shelters and ICs (interchanges), and serve as a road hot wire power supplier.
도 2는 실시예에 적용되는 게이트 순환 유닛(Gated Recurrent Unit, GRU)을 나타낸 도면이다.2 is a diagram showing a gated recurrent unit (GRU) applied to an embodiment.
도 2를 참조하면, 실시예에서는 풍력기의 안정성 확보 및 발전효율 증대를 위해 GRU 기반 Bidirectional RNN 기후예측 인공지능을 이용한다.Referring to FIG. 2 , in the embodiment, GRU-based Bidirectional RNN climate prediction artificial intelligence is used to secure stability of wind turbines and increase power generation efficiency.
실시예에서는 GRU로 장기의존성 문제 해결하고, Bidirectional RNN으로 예측 성능 향상시킬 수 있도록 하고, Attention Mechanism으로 효율적인 학습을 가능하게 한다. 아울러, 기상청 광역 데이터와 발전기 센서의 로컬 데이터를 결합하여 정확하고 정밀한 예측을 수행한다. 기상청 데이터에만 의존하는 기존 모델들은 관측소에서 멀리 떨어진 장소의 기후예측 정확도가 떨어지므로, 실시예에서는 발전기에 부착된 온도 및 습도 센서로 로컬 데이터를 측정하여 기상청의 광역 데이터를 보완한다. 또한, 기상청 광역 데이터와 발전기 센서의 로컬 데이터를 결합하여 정확하고 정밀한 예측할 수 있도록 한다.In the embodiment, GRU solves the long-term dependency problem, Bidirectional RNN improves prediction performance, and Attention Mechanism enables efficient learning. In addition, accurate and precise forecasting is performed by combining the wide-area data of the Korea Meteorological Administration and the local data of the generator sensor. Existing models relying only on the data from the Korea Meteorological Administration have poor accuracy in predicting climate in places far from the observation station. In addition, it combines the wide-area data of the Korea Meteorological Administration and the local data of the generator sensor to make accurate and precise predictions.
실시예에서는 안정성을 위해 풍력기를 제어한다. 강풍이 불어서 풍력기가 부서질 수 있고, 도로 중앙분리대 및 산악지역에 설치된 풍력기는 관리가 어렵다. 아울러, 대형풍력과 달리 소형풍력은 풍력기당 발전량이 적기 때문에 다수의 풍력발전기가 설치되어야 효과적이다. 하지만 풍력기의 개수가 늘어나면 관리비용 증가하기 때문에, 그 비용을 절감하기 위하여 자동제어 시스템을 제공한다. In the embodiment, the wind turbine is controlled for stability. Wind turbines can be broken by strong winds, and wind turbines installed on road medians and in mountainous areas are difficult to manage. In addition, unlike large wind power, small wind power is effective when a plurality of wind power generators are installed because the amount of power generated per wind turbine is small. However, since the management cost increases as the number of wind turbines increases, an automatic control system is provided to reduce the cost.
수평형 발전기는 풍향 및 풍속에 따라서 발전량이 달라지므로, 발전 효율을 높이기 위한 제어 시스템을 제공한다. 실시예에서는 예측 풍향에 따라서 발전량을 최대화하는 방향으로 발전기 제어 (yaw control) 할 수 있도록 한다. 또한, 드론 네비게이션의 효율적인 충전을 위해서는 드론이 어느 드론 스테이션에 전력량이 충분히 있고 어디가 비어 있는지 알아야 한다. 실시예에서는 시스템 서버에서 각 드론 스테이션의 현재상태 (사용 중, 미 사용 중 혹은 전력량 충분, 부족 등)모니터링하여 정보를 제공한다. 아울러, 드론 이동 간에 에너지가 최소로 드는 경로로 이동하는 것이 중요하므로 최적 이동 경로를 제공한다. The horizontal generator provides a control system for increasing power generation efficiency because the amount of power generated varies depending on the wind direction and speed. In the embodiment, the generator can be controlled (yaw control) in a direction that maximizes the amount of power generation according to the predicted wind direction. In addition, for efficient charging of the drone navigation, the drone needs to know which drone stations have enough power and which ones are empty. In the embodiment, the system server monitors the current state of each drone station (in use, not in use, sufficient or insufficient power, etc.) and provides information. In addition, since it is important to move on a path that requires the least amount of energy between drone movements, an optimal movement path is provided.
또한, 풍력기 제어 및 드론 네비게이션에 필수적인 요소가 정확한 기후 예측이므로, 실시예를 통해 정확한 기후 예측을 가능하게 한다. 기상청 데이터는 관측소에서 관측된 값을 제공하기 때문에 관측소에서 멀리 떨어진 곳이나 독특한 지형으로 주변과 기후가 많이 다른 장소는 정확한 기상예측에 한계가 있다. 실시예에서는 풍력발전기에 부착된 온도, 습도 센서에서 측정된 로컬 기후데이터와 기상청에서 제공하는 근접한 관측소의 기상 데이터를 합쳐서 미래의 기상 데이터를 예측하는 인공지능을 제공한다. 실시예에서는 발전기에 부착된 센서 정보를 사용하기 때문에 실시간으로 변화하는 로컬 기후데이터에 대해 민감하게 반응하고 더 정확한 예측을 가능하게 한다. 아울러, GRU 기반의 Bidirectional RNN으로 풍력기 주변의 기후를 정확하게 예측하는 인공지능을 개발한다. 실시예에서는 풍속 및 풍향을 예측 후 발전기의 안정성을 위협하는 임계 풍속을 넘으면 프로펠러가 돌지 못하도록 제어하고, 수평형발전기의 풍향이 변화하는 경우 발전량을 최대화하는 방향으로 제어한다. 또한, 실시예에서는 드론이 드론 스테이션으로 이동시에 바람에 저항을 최소로 받아 에너지 소모가 가장 적을 것으로 예상되는 경로로 안내한다.In addition, since accurate climate prediction is an essential element for wind turbine control and drone navigation, accurate climate prediction is possible through the embodiment. Meteorological Agency data provides the observed values from observation stations, so there is a limit to accurate weather forecasting in places far away from observation stations or in places where the climate is very different from the surroundings due to unique topography. In the embodiment, artificial intelligence that predicts future weather data is provided by combining local weather data measured by temperature and humidity sensors attached to wind turbines and weather data from nearby stations provided by the Korea Meteorological Administration. In the embodiment, since sensor information attached to the generator is used, it reacts sensitively to real-time changing local weather data and enables more accurate prediction. In addition, we develop artificial intelligence that accurately predicts the climate around wind turbines with GRU-based Bidirectional RNN. In the embodiment, after predicting the wind speed and direction, the propeller is controlled so that it does not rotate when the critical wind speed that threatens the stability of the generator is exceeded, and when the wind direction of the horizontal generator changes, the power generation amount is maximized. In addition, in the embodiment, when the drone moves to the drone station, it receives the least wind resistance and guides the drone to a path expected to consume the least energy.
도 3은 실시예에 따른 풍력 발전 시스템과, 풍력 발전을 이용한 전기차 충전 스테이션을 나타낸 도면이다. 3 is a diagram illustrating a wind power generation system according to an embodiment and an electric vehicle charging station using wind power generation.
도 3을 참조하면, 스마트 시스템 및 인공지능시스템을 통해, 중앙분리대에 발생하는 바람으로 전기를 발생시켜 도로 인프라 시설에 전기를 공급하고, 바람 및 기후관측 데이터 센서부착으로 도로 열선 설치, 전기차 충전소 구축 등의 스마트 도로 구축시설을 개발한다. 또한 인공지능을 통해 데이터를 수집 및 분석하고 유지하며, 기상데이터 (습도, 온도, 기압)를 통해 풍력발전에 필요한 정보를 제공하여, 효율을 높일 수 있도록 한다. 실시예에서는 감지값이 임계치를 넘길 경우 이를 제어한다. Referring to FIG. 3, through a smart system and an artificial intelligence system, electricity is generated by wind generated in the median strip to supply electricity to road infrastructure facilities, wind and climate observation data sensors are attached to road heating wires, and electric vehicle charging stations are built. Develop smart road construction facilities such as In addition, it collects, analyzes and maintains data through artificial intelligence, and provides necessary information for wind power generation through meteorological data (humidity, temperature, atmospheric pressure) to increase efficiency. In the embodiment, when the detected value exceeds the threshold, it is controlled.
도 4는 실시예에 따른 풍력 발전을 이용한 전기자동차 충전 시스템의 데이터 처리 블록을 나타낸 도면이다.4 is a diagram illustrating data processing blocks of an electric vehicle charging system using wind power generation according to an embodiment.
도 4를 참조하면, 실시예에 따른 풍력 발전을 이용한 전기자동차 충전 시스템은 풍력 발전 모듈(100), 충전 모듈(200) 및 에너지 저장 모듈(300)을 포함하여 구성될 수 있다. 본 명세서에서 사용되는 '모듈' 이라는 용어는 용어가 사용된 문맥에 따라서, 소프트웨어, 하드웨어 또는 그 조합을 포함할 수 있는 것으로 해석되어야 한다. 예를 들어, 소프트웨어는 기계어, 펌웨어(firmware), 임베디드코드(embedded code), 및 애플리케이션 소프트웨어일 수 있다. 또 다른 예로, 하드웨어는 회로, 프로세서, 컴퓨터, 집적 회로, 집적 회로 코어, 센서, 멤스(MEMS; Micro-Electro-Mechanical System), 수동 디바이스, 또는 그 조합일 수 있다.Referring to FIG. 4 , an electric vehicle charging system using wind power generation according to an embodiment may include a wind
실시예에 따른 전기자동차 충전 시스템은 전기차 충전 스테이션에 적용되거나, 전기차량에 적용될 수 있다.The electric vehicle charging system according to the embodiment may be applied to an electric vehicle charging station or an electric vehicle.
실시예에 따른 전기자동차 충전 시스템에 전기차 충전 스테이션에 적용되는 경우, 풍력 발전 모듈(100)은 풍력을 통해 전력을 생성한다. 충전 모듈(200)은 생성된 전력을 전기차로 전달하여 전기차를 충전시킨다. 에너지 저장 모듈(300)은 전기차 충전이후 잔여 전력 및 풍력 발전 모듈에서 생성되는 전기 에너지를 저장한다. 전기자동차 충전 시스템에 전기차 충전 스테이션이 적용되는 경우, 실시예에 따른 전기자동차 충전 시스템은 가속 충전 모듈을 더 포함할 수 있다. 가속 충전 모듈은 전기차량의 충전 상태에 따라 충전 속도를 제어한다. 예컨대, 전기차량의 충전량이 일정수준 미만인 경우, 가속 충전 모듈은 충전 속도를 증가하여 전기차량이 빠르게 완충 될 수 있도록 한다. When the electric vehicle charging system according to the embodiment is applied to an electric vehicle charging station, the wind
실시예에 따른 전기자동차 충전 시스템에 전기차 충전에 적용되는 경우, 풍력 발전 모듈(100)은 전기차 이동시 자연적으로 생성되는 풍력을 통해 전기차 구동 전력을 생성한다. 충전 모듈(200)은 생성된 전기차 구동 전력을 전기차로 충전한다. 실시예에서 충전 모듈(200)은 전기차의 에너지 충전량에 따라 풍력 발전을 이용한 충전여부를 판단할 수 있다. 실시예에서는 전기차의 충전량이 구동에 필요한 최소량 미만인 경우에만 풍력을 이용한 충전을 수행하도록 하여 차량 에너지 효율을 높일 수 있도록 한다. 또한, 실시예에서 충전 모듈(200)은 전기차의 충전량, 가속량, 에너지 소모량을 포함하는 차량 에너지 변화 상태를 실시간으로 모니터링 하여, 차량 에너지 효율 극대화를 위한 풍력 발전량, 풍력 충전량 및 풍력 에너지 저장량 등을 산출할 수 있다. 에너지 저장 모듈(300)은 풍력 발전 모듈(100)에서 생성된 전기차 구동 전력을 비상 전력으로 저장한다.When the electric vehicle charging system according to the embodiment is applied to electric vehicle charging, the wind
이상에서와 같은 풍력 발전을 이용한 전기자동차 충전시스템은 전기차량 이동시 자연적으로 발생되는 풍력을 이용해 자가충전을 수행함으로써, 전기차량의 에너지 효율을 극대화할 수 있도록 한다.The electric vehicle charging system using wind power generation as described above maximizes the energy efficiency of the electric vehicle by performing self-charging using wind power generated naturally when the electric vehicle moves.
이상에서와 같은 풍력 발전을 이용한 전기자동차 충전시스템은 전기차량 이동시 자연적으로 발생되는 풍력을 이용해 자가충전을 수행함으로써, 전기차량의 에너지 효율을 극대화할 수 있도록 한다. 또한, 전기차 충전 스테이션에 풍력으로 생성된 전력을 저장하고 이를 전기차량에 충전 가능하게 함으로써, 에너지와 자원을 절약할 수 있다. 전기차 사용자는 보다 저렴한 가격에 전기차를 충전시킬 수 있고, 충전 시간을 단축시킬 수 있다. The electric vehicle charging system using wind power generation as described above maximizes the energy efficiency of the electric vehicle by performing self-charging using wind power generated naturally when the electric vehicle moves. In addition, energy and resources can be saved by storing power generated by wind power in an electric vehicle charging station and allowing the electric vehicle to be charged. Electric vehicle users can charge their electric vehicles at a lower price and shorten the charging time.
실시예에서는 인공지능을 통해 새로운 형태의 풍력발전을 개발하고, 도로 중앙분리대의 차량 통행에 의해 발생하는 바람 등을 이용하여 전기를 발생시켜, 자가 발전이 가능한 전기 충전소 및 무인 드론 스테이션을 구현한다. 아울러, 친환경 전기를 개발하여 인공지능을 통해 새로운 형태의 풍력 발전을 개발하고, 도로 중앙분리대의 차량 통행에 의해 발생하는 바람을 이용하여 전기를 발생시켜, 자가 발전이 가능한 전기 충전소 및 스마트 도로를 구현한다.In the embodiment, a new type of wind power generation is developed through artificial intelligence, and electricity is generated using wind generated by vehicle traffic on the road median to implement an electric charging station and an unmanned drone station capable of self-generation. In addition, by developing eco-friendly electricity, developing a new type of wind power generation through artificial intelligence, and generating electricity using wind generated by vehicle traffic on the road median, realizing electric charging stations and smart roads capable of self-generation. do.
또한, 실시예에서는 풍력발전기, 태양광 발전기에 부착된 기상센서로 로컬 기후 데이터 센싱하고,2) 로컬 데이터와 기상청 데이터 값들을 기후예측 인공지능에 입력한다. 인공지능은 LSTM 기반 Bidirectional RNN 기후예측 시스템으로, 입력단에서 기상청데이터가 손실된 경우는 비선형보간을 통해서 입력값을 추정한다. 실시예에서는 예측 기후 값을 노면 결빙 위험 판단 알고리즘에 입력하고, 노면 결빙 위험 판단 알고리즘은 도로의 기하조건(내리막, 오르막, 경사각도), 교통조건(실시간 통행속도, 교통사고다발구간여부, 교량 및 터널 입출입부, 톨게이트 입출입부, 휴게소 입출입부, 졸음쉼터 입출입부, 고속도로 입출입부, 도로종류, 상습정체구간여부, 버스전용차로 여부, 차선), 기후조건(기상청데이터 및 발전기 로컬 데이터를 토대로 예측한 온도, 습도, 강수량, 강설량, 안개여부, 강수확률, 강설확률), 기타조건(현재 노면온도 예측값)을 입력으로 받고 노면 결빙 가능성을 판단하는 머신러닝 기반 알고리즘을 이용한다.In addition, in the embodiment, local climate data is sensed by meteorological sensors attached to wind power generators and photovoltaic generators, and 2) local data and weather agency data values are input to climate prediction artificial intelligence. Artificial intelligence is an LSTM-based bidirectional RNN climate prediction system. If the weather service data is lost at the input stage, the input value is estimated through nonlinear interpolation. In the embodiment, the predicted climate value is input to the road icing risk determination algorithm, and the road icing risk determination algorithm determines the geometric conditions of the road (downhill, uphill, angle of inclination), traffic conditions (real-time travel speed, whether there are frequent traffic accidents, bridges and Tunnel entry and exit, toll gate entry and exit, rest area entry and exit, drowsiness shelter entry and exit, highway entry and exit, road type, habitual congestion section, bus-only lane, lane), climate conditions (predicted based on the Korea Meteorological Administration data and generator local data) It uses a machine learning-based algorithm that receives temperature, humidity, precipitation, snowfall, whether it is foggy, precipitation probability, snowfall probability), and other conditions (predicted value of current road surface temperature) as input and determines the possibility of road surface icing.
실시예에 따른 노면 결빙 위험 판단 알고리즘은 노면 결빙 가능성을 예측하고 가능성 값이 설정한 threshold 값 이상일 때, 노면 결빙 위험이 있다고 판단한다. 노면 결빙 위험이 있다고 판단되면 풍력기 및 태양광에서 발전되어 축전기에 저장 해놓은 전기를 도로 열선에 흘려 열선 작동하도록 한다. 실시예에서는 축전기의 전력이 충분하지 않을때, 외부 전력을 끌어와 공급하고, 노면 결빙 위험이 없다고 판단되면 도로 열선에 전기를 공급하지 않는다. The road icing risk determination algorithm according to the embodiment predicts the possibility of icing on the road surface and determines that there is a risk of icing road surface when the possibility value is greater than or equal to a set threshold value. If it is determined that there is a risk of road surface freezing, electricity generated from wind turbines and solar power and stored in a capacitor is flowed to the road heating wire to operate the heating wire. In the embodiment, when the power of the capacitor is insufficient, external power is supplied and supplied, and when it is determined that there is no risk of freezing on the road surface, electricity is not supplied to the road heater.
개시된 내용은 예시에 불과하며, 특허청구범위에서 청구하는 청구의 요지를 벗어나지 않고 당해 기술분야에서 통상의 지식을 가진 자에 의하여 다양하게 변경 실시될 수 있으므로, 개시된 내용의 보호범위는 상술한 특정의 실시예에 한정되지 않는다.The disclosed content is only an example, and can be variously modified and implemented by those skilled in the art without departing from the subject matter of the claim claimed in the claims, so the protection scope of the disclosed content is limited to the specific It is not limited to the examples.
Claims (3)
풍력을 통해 전력을 생성하는 풍력 발전 모듈;
상기 생산된 전력을 전기차로 전달하는 충전 모듈; 및
전기차 충전이후 잔여 전력 및 상기 풍력 발전 모듈에서 생성되는 전기 에너지를 저장하는 에너지 저장 모듈; 을 포함하는 태양광과 소형풍력발전기를 이용한 스마트 무인 드론 스테이션 및 풍력을 이용한 전기차 충전 시스템.
In a smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power,
A wind power module that generates power through wind power;
A charging module that transmits the generated power to an electric vehicle; and
an energy storage module that stores remaining power after charging the electric vehicle and electric energy generated by the wind power generation module; A smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power.
전기차량의 충전 상태에 따라 충전 속도를 제어하는 가속 충전 모듈;
드론 스테이션; 및
드론 관리 모듈; 을 더 포함하는 것을 특징으로 하는 태양광과 소형풍력발전기를 이용한 스마트 무인 드론 스테이션 및 풍력을 이용한 전기차 충전 시스템
The method of claim 1, wherein the smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power
an accelerated charging module that controls a charging speed according to the state of charge of the electric vehicle;
drone station; and
drone management module; A smart unmanned drone station using solar light and a small wind power generator and an electric vehicle charging system using wind power, characterized in that it further comprises
도로에 설치된 풍력 발전 기구를 통해 전력을 생성하는 풍력 발전 모듈;
상기 생성된 전기차 구동 전력을 전기차로 충전하는 충전 모듈; 및
상기 풍력 발전 모듈에서 생성된 전기차 구동 전력을 비상 전력으로 저장하는 에너지 저장 모듈; 을 포함하는 풍력발전을 이용한 전기차 자가 충전 시스템.
In the electric vehicle self-charging system using wind power generation,
A wind power generation module that generates power through a wind power generator installed on the road;
a charging module for charging the generated electric vehicle driving power into an electric vehicle; and
an energy storage module that stores electric vehicle driving power generated by the wind power generation module as emergency power; An electric vehicle self-charging system using wind power including a.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210161986A KR20230075621A (en) | 2021-11-23 | 2021-11-23 | Artificial intelligent road surface icing risk determination system, small wind power generation, and solar power-based road heating power supply system |
PCT/KR2022/013067 WO2023096094A1 (en) | 2021-11-23 | 2022-08-31 | Artificial intelligence system for determining risk of road surface ice, and small wind power generation and solar power-based system for supplying power to road heating wire |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210161986A KR20230075621A (en) | 2021-11-23 | 2021-11-23 | Artificial intelligent road surface icing risk determination system, small wind power generation, and solar power-based road heating power supply system |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230075621A true KR20230075621A (en) | 2023-05-31 |
Family
ID=86539901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210161986A KR20230075621A (en) | 2021-11-23 | 2021-11-23 | Artificial intelligent road surface icing risk determination system, small wind power generation, and solar power-based road heating power supply system |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20230075621A (en) |
WO (1) | WO2023096094A1 (en) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102172925B1 (en) | 2018-10-25 | 2020-11-02 | 광주과학기술원 | Operating method of deep learning based climate change prediction system |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101298223B1 (en) * | 2012-06-01 | 2013-08-22 | 김현민 | Wireless charging system for electric car and charging method therefor |
JP2015089266A (en) * | 2013-10-31 | 2015-05-07 | 株式会社東芝 | Charge system |
KR101777150B1 (en) * | 2016-11-28 | 2017-09-12 | 디엔비하우징 주식회사 | Charging system of electric vehicle |
KR101918920B1 (en) * | 2018-03-21 | 2018-11-15 | 주식회사 포드림 | Ship for supplying energy and method of supplying energy using the same |
JP2021055487A (en) * | 2019-10-02 | 2021-04-08 | 株式会社ダイヘン | And portable rechargeable parking lot and method of transporting portable rechargeable parking |
-
2021
- 2021-11-23 KR KR1020210161986A patent/KR20230075621A/en unknown
-
2022
- 2022-08-31 WO PCT/KR2022/013067 patent/WO2023096094A1/en unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102172925B1 (en) | 2018-10-25 | 2020-11-02 | 광주과학기술원 | Operating method of deep learning based climate change prediction system |
Non-Patent Citations (1)
Title |
---|
논문 https://www.koreascience.or.kr/article/JAKO201113663901167.pdf |
Also Published As
Publication number | Publication date |
---|---|
WO2023096094A1 (en) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109960255B (en) | Optimal target vehicle speed prediction and fuel cell system control method and device | |
JP4797735B2 (en) | Energy storage control device | |
KR102432480B1 (en) | Method and system for navigation of electric transport device based on power guide of energy storage charging pile | |
US20140214267A1 (en) | Predicting consumption and range of a vehicle based on collected route energy consumption data | |
CN107953798B (en) | Electric vehicle navigation method and system based on energy storage charging pile electric quantity guidance | |
Fotouhi et al. | A review on the applications of driving data and traffic information for vehicles׳ energy conservation | |
CN103158714A (en) | System and method of assisting driver in driving electric vehicle in more environmentally efficient manner | |
KR20120006538A (en) | Electric vehicle having a gps based gas station reservation function | |
CN102233807A (en) | Self-learning satellite navigation assisted hybrid vehicle controls system | |
JP2019123267A (en) | Vehicle control system, vehicle control method, and program | |
CN2804167Y (en) | Highway smart light guider | |
CN110184960B (en) | Self-generating lower fog warning device and method | |
WO2021253314A1 (en) | Method and system for vehicle shared charging based on intelligent transportation system, and mobile charging vehicle | |
JP2022127599A (en) | battery management system | |
JP7281099B2 (en) | Range Extender Using Route-Adaptive Power Generation Control - EV Bus Operation Method | |
KR20230075621A (en) | Artificial intelligent road surface icing risk determination system, small wind power generation, and solar power-based road heating power supply system | |
CN207571884U (en) | Road occupying/parking behavior detection device and system | |
CN110481534A (en) | Vehicle control system, control method for vehicle and storage medium | |
CN201496801U (en) | LED infrared induction tunnel illuminating system employing total digitized remote monitoring wind-solar complementary and DC power supply | |
WO2023143647A2 (en) | Regional electric non-motorized vehicle energy control system | |
CN206363535U (en) | A kind of highway actively lights delineator traffic guidance device | |
CN113302614A (en) | Data management method and device and terminal equipment | |
Mamun et al. | Techno-financial analysis and design of on-board intelligent-assisting system for a hybrid solar–DEG-powered boat | |
EP1296302A1 (en) | Vehicle traffic monitoring system, central control unit, and method | |
CN109186677A (en) | A kind of aqueous vapor integration on-line monitoring system |