초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문은 스마트그리드 환경에서 배전계통 내 수용가 측의 실시간 부하관리를 위한 에너지저장시스템(Energy storage system, ESS)운전 전략에 관해 연구한다. 기존 연구에서 제안된 ESS 스케쥴링 알고리즘과 실시간 부하관리가 가능한 ESS기반 최대수요전력 제어 알고리즘을 통합하여 ESS 스케쥴링 알고리즘을 제안한다. 기존 ESS 운전 전략은 TOU (Time of use) 요금제에서 저해상도 전력데이터(15분 평균전력)를 기반으로 수용가에서 사용되는 부하의 연간피크를 절감시키는 피크절감과 시간별 상이한 요금제의 차익을 이용하는 ...

본 논문은 스마트그리드 환경에서 배전계통 내 수용가 측의 실시간 부하관리를 위한 에너지저장시스템(Energy storage system, ESS)운전 전략에 관해 연구한다. 기존 연구에서 제안된 ESS 스케쥴링 알고리즘과 실시간 부하관리가 가능한 ESS기반 최대수요전력 제어 알고리즘을 통합하여 ESS 스케쥴링 알고리즘을 제안한다. 기존 ESS 운전 전략은 TOU (Time of use) 요금제에서 저해상도 전력데이터(15분 평균전력)를 기반으로 수용가에서 사용되는 부하의 연간피크를 절감시키는 피크절감과 시간별 상이한 요금제의 차익을 이용하는 차익거래로 스케쥴링이 이루어진다. ESS기반 최대수요전력 제어 알고리즘은 수요시한 내 고해상도 전력데이터(1분 단위 이하)를 실시간으로 관리할 수 있다. 수요시한 15분 이내 실시간 사용전력을 예측 및 관리하여 설정한 목표전력을 초과하지 않도록 ESS를 방전하여 제어하는 알고리즘이다. 제안된 ESS 스케쥴링 알고리즘은 두 알고리즘을 통합한다. 평상시에는 저해상도 전력데이터를 기반으로 기존 스케쥴링 알고리즘이 적용된다. 필요시 고해상도 전력데이터를 기반으로 ESS기반 최대수요전력 제어 알고리즘이 함께 적용된다. 이로써 제안된 ESS 스케쥴링 알고리즘은 능동적인 에너지관리를 통해서 실시간 에너지사용 효율성을 향상시킬 수 있다. 게다가, 본 연구는 제안하는 ESS운전 전략 개발을 위해 수요시한 내 부하의 실시간 변동성을 반영할 수 있도록 저해상도 전력데이터를 synthetic load generation 모델에 적용하여 고해상도 전력데이터를 생성하였다. 모델은 Artificial neuron network (ANN)와 Markov transition matrix (MTM)를 활용하였다. 시뮬레이션 결과는 제안된 ESS 스케쥴링 알고리즘이 에너지사용 효율성 및 경제성을 향상시킨다는 것을 보여주었다. 그리고 ANN 모델은 ESS 스케쥴링 시 연간 부하의 사용이 높을 때 전력데이터의 높은 변동성을 반영하는 것을 보여주었다.

Abstract ▼ AI-Helper

This paper proposes Energy Storage System (ESS) operational strategies for real-time load management in smart grid environments. This paper integrates ESS-based maximum demand control (MDC) algorithm and conventional ESS scheduling algorithms. The conventional algorithms are based on low-resolution ...

This paper proposes Energy Storage System (ESS) operational strategies for real-time load management in smart grid environments. This paper integrates ESS-based maximum demand control (MDC) algorithm and conventional ESS scheduling algorithms. The conventional algorithms are based on low-resolution power data (15 minutes average) in the TOU (Time of use) tariff and scheduled to improve efficiency of energy use. For improving energy efficiency, peak shaving and arbitrage are utilized for reducing a peak demand and saving the energy charges by TOU tariff. ESS-based MDC algorithm is a method to manage high-resolution power data (less than 1 minute) in real-time. The proposed ESS scheduling algorithm integrates the two algorithms. In addition, for the development of proposed ESS operation strategy, this paper generates high-resolution power data by synthetic load generation model. The model reflect real-time volatility during 15 minutes. Artificial neuron network (ANN) and Markov transition matrix (MTM) are utilized for synthetic load generation. The simulation results show that the proposed algorithm improves the energy efficiency and economics. Furthermore, the ANN model shows that it reflects the high volatility in power data during peak time period.

주제어