최근 전 세계적으로 산업고도화가 진행되어 에너지 수요가 지속적으로 증가하고 화석연료의 지속적인 사용으로 이산화탄소 배출량이 증대됨에 따라 심각한 기후 변화를 경험하고 있어 이 문제를 해결하기 위한 공학적인 해결방안 모색이 필요하다. 최근 정부 주도의 녹색성장 비전에 따라 분산전원의 보급 및 확대정책이 적극 추진되고 있으며, 유가 급등에 따른 대기업과 중소기업 ...
최근 전 세계적으로 산업고도화가 진행되어 에너지 수요가 지속적으로 증가하고 화석연료의 지속적인 사용으로 이산화탄소 배출량이 증대됨에 따라 심각한 기후 변화를 경험하고 있어 이 문제를 해결하기 위한 공학적인 해결방안 모색이 필요하다. 최근 정부 주도의 녹색성장 비전에 따라 분산전원의 보급 및 확대정책이 적극 추진되고 있으며, 유가 급등에 따른 대기업과 중소기업 벤처 캐피탈의 투자가 이루어져 관련 시장이 급속하게 확대되고 있는 상황이다. 특히, 전력저장시스템은 생산된 전력 에너지를 저장하여 필요할 때, 사용함으로써, 에너지 이용 효율을 향상하고 신재생 에너지 활용도 제고 및 전력공급 시스템을 안정화하는 장치로서, 최근 중요하게 대두되고 있는 전력수급문제에 능동적으로 대처할 수 있는 차세대 기술이다. 본 논문에서는 대용량 배터리 전력저장장치에 대한 장주기 활용방안 중 첨두부하 삭감(Peak Shaving)을 위한 알고리즘을 제안하고자 한다. Peak Shaving은 밤 시간대에 저장한 전력을 낮 시간, 첨두부하 때에, 투입하여 부하수요 수준을 낮아지게 한다. 전력계통에서의 전력저장장치의 적용성은 방전 주기에 따라 장주기 및 단주기적인 역할로 구분되며, Peak Shaving이 장주기 활용방안에 속한다. 에너지저장장치의 장기적인 운영은 주로 발전과 에너지 사용의 이동(Energy Time Shift)이 주된 목적을 갖고 에너지원으로 활용하는 것으로 이를 위해 일반적으로 1일에 한 주기의 긴 충전기간과 방전기간을 갖도록 수행된다. 단기적인 운영은 에너지 저장장치를 전력계통에서의 전원으로 응용하는 것으로 수초에서 추분의 기간으로 비교적 짧은 충․방전 기간을 갖도록 운영하며 하루에 많은 충․방전 주기를 갖는다. 본 논문에서 제안된 알고리즘 수행을 위해 일일부하곡선과 배터리 가용용량( State of Charge)의 정보 등을 이용하여, 첨두부하 때에, 제안된 알고리즘이 부하수요를 얼마나 삭감하는지 결과를 보였다. 또한 알고리즘에서 사용하는 일일부하곡선은 하루 전 예측 부하곡선으로 실제 알고리즘을 운용할 때, 삭감 하는 구간의 오차가 발생하게 된다. 이러한 부하수요의 불확실성을 다루기 위하여 퍼지 선형프로그램을 적용하여 알고리즘의 목적에 따라 설정한 각 시간대에서 부하가 삭감되는 결과를 보였다. 본 연구를 통해 얻어진 결과로 향후 에너지저장시스템이 보급되어 최근 전력수급불안정을 겪고 있는 한국의 전력산업에 도움이 되었으면 한다.
최근 전 세계적으로 산업고도화가 진행되어 에너지 수요가 지속적으로 증가하고 화석연료의 지속적인 사용으로 이산화탄소 배출량이 증대됨에 따라 심각한 기후 변화를 경험하고 있어 이 문제를 해결하기 위한 공학적인 해결방안 모색이 필요하다. 최근 정부 주도의 녹색성장 비전에 따라 분산전원의 보급 및 확대정책이 적극 추진되고 있으며, 유가 급등에 따른 대기업과 중소기업 벤처 캐피탈의 투자가 이루어져 관련 시장이 급속하게 확대되고 있는 상황이다. 특히, 전력저장시스템은 생산된 전력 에너지를 저장하여 필요할 때, 사용함으로써, 에너지 이용 효율을 향상하고 신재생 에너지 활용도 제고 및 전력공급 시스템을 안정화하는 장치로서, 최근 중요하게 대두되고 있는 전력수급문제에 능동적으로 대처할 수 있는 차세대 기술이다. 본 논문에서는 대용량 배터리 전력저장장치에 대한 장주기 활용방안 중 첨두부하 삭감(Peak Shaving)을 위한 알고리즘을 제안하고자 한다. Peak Shaving은 밤 시간대에 저장한 전력을 낮 시간, 첨두부하 때에, 투입하여 부하수요 수준을 낮아지게 한다. 전력계통에서의 전력저장장치의 적용성은 방전 주기에 따라 장주기 및 단주기적인 역할로 구분되며, Peak Shaving이 장주기 활용방안에 속한다. 에너지저장장치의 장기적인 운영은 주로 발전과 에너지 사용의 이동(Energy Time Shift)이 주된 목적을 갖고 에너지원으로 활용하는 것으로 이를 위해 일반적으로 1일에 한 주기의 긴 충전기간과 방전기간을 갖도록 수행된다. 단기적인 운영은 에너지 저장장치를 전력계통에서의 전원으로 응용하는 것으로 수초에서 추분의 기간으로 비교적 짧은 충․방전 기간을 갖도록 운영하며 하루에 많은 충․방전 주기를 갖는다. 본 논문에서 제안된 알고리즘 수행을 위해 일일부하곡선과 배터리 가용용량( State of Charge)의 정보 등을 이용하여, 첨두부하 때에, 제안된 알고리즘이 부하수요를 얼마나 삭감하는지 결과를 보였다. 또한 알고리즘에서 사용하는 일일부하곡선은 하루 전 예측 부하곡선으로 실제 알고리즘을 운용할 때, 삭감 하는 구간의 오차가 발생하게 된다. 이러한 부하수요의 불확실성을 다루기 위하여 퍼지 선형프로그램을 적용하여 알고리즘의 목적에 따라 설정한 각 시간대에서 부하가 삭감되는 결과를 보였다. 본 연구를 통해 얻어진 결과로 향후 에너지저장시스템이 보급되어 최근 전력수급불안정을 겪고 있는 한국의 전력산업에 도움이 되었으면 한다.
A battery energy storage system can be used to enhance system efficiency as well as security. From a daily load curve of a power system, the difference of the peak and minimum loads cause a fundamental inefficiency, which power systems impose in operation. With large-scale energy storage devices, th...
A battery energy storage system can be used to enhance system efficiency as well as security. From a daily load curve of a power system, the difference of the peak and minimum loads cause a fundamental inefficiency, which power systems impose in operation. With large-scale energy storage devices, the function of energy time-shift can be performed by using peak shaving and load leveling. The use of battery energy storage systems can also aid in mitigating the fluctuating characteristic of renewable energy, especially in power systems that have a high penetration of renewable energy. This paper describes a set of long-term cycle scheduling algorithms in power management systems (PMS) for MW-scale battery energy storage systems. This paper proposes the use of a peak shaving algorithm for long-term cycle scheduling. Peak shaving algorithms normally are off-line algorithms that depend on forecasted load demand curves created one day prior. If the charging and discharging schedules, determined by using off-line algorithms, are applied during real-time operations, certain mismatches from the effects of peak shaving can be expected during scheduling. Thus, this scheduling method needs to be modified. This is done by considering the real load demand curve up to the current time frame and then extrapolating the real curve based on historical data to obtain forecasted load points. To deal with the uncertainty brought by off-line algorithms, probabilistic analysis and fuzzy theory can be used. In this paper we adopt fuzzy linear programming and an algorithm on how to apply the off-line peak shaving algorithms for real time operation. The results of this study show that by using fuzzy linear programming based algorithm, the load-demand is successfully shaved at each time period that has been specified in the program. Therefore this study will benefit the Korean power system industry that has been experiencing a high load demand during the past few years.
A battery energy storage system can be used to enhance system efficiency as well as security. From a daily load curve of a power system, the difference of the peak and minimum loads cause a fundamental inefficiency, which power systems impose in operation. With large-scale energy storage devices, the function of energy time-shift can be performed by using peak shaving and load leveling. The use of battery energy storage systems can also aid in mitigating the fluctuating characteristic of renewable energy, especially in power systems that have a high penetration of renewable energy. This paper describes a set of long-term cycle scheduling algorithms in power management systems (PMS) for MW-scale battery energy storage systems. This paper proposes the use of a peak shaving algorithm for long-term cycle scheduling. Peak shaving algorithms normally are off-line algorithms that depend on forecasted load demand curves created one day prior. If the charging and discharging schedules, determined by using off-line algorithms, are applied during real-time operations, certain mismatches from the effects of peak shaving can be expected during scheduling. Thus, this scheduling method needs to be modified. This is done by considering the real load demand curve up to the current time frame and then extrapolating the real curve based on historical data to obtain forecasted load points. To deal with the uncertainty brought by off-line algorithms, probabilistic analysis and fuzzy theory can be used. In this paper we adopt fuzzy linear programming and an algorithm on how to apply the off-line peak shaving algorithms for real time operation. The results of this study show that by using fuzzy linear programming based algorithm, the load-demand is successfully shaved at each time period that has been specified in the program. Therefore this study will benefit the Korean power system industry that has been experiencing a high load demand during the past few years.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.