선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- Peak shaving을 수행함에 있어서 본 논문에서 제안한 수요예측 알고리즘의 주된 목적은 peak shaving을 실제로 수행하게 될 때 필요로 하는 부하 곡선에 대한 데이터가 없을 때 과거의 실적 데이터(historical data)를 이용하여 예측 부하 데이터를 생성하는 것이다. 문헌 상에서 많은 부하예측에 대한 연구가 진행되었다 [10-11].
- 본 논문은 Peak Shaving 알고리즘의 성능 향상을 위한 예측 부하 곡선의 생성의 한 방법을 제시한다. 여기서 논하는 Peak Shaving 알고리즘은 대용량의 배터리 에너지 저장시스템 (BESS, Battery Energy Storage System)을 위한 PMS (Power Management System)의 장주기 스케쥴링 알고리즘을 의미한다.
- 에너지 저장시스템의 장주기적인 역할과 단주기적인 역할 중에서 본 논문은 장주기적인 역할에 중점을 두었는데, 이는 주로 발전과 부하 수요 간의 에너지의 이동을 원활하게 하는 것이 주된 목적이다 [4-6]. 이를 위한 스케쥴링 알고리즘에는 Peak Shaving이 이용이 된다.
- 문헌 상에서 많은 부하예측에 대한 연구가 진행되었다 [10-11]. 예측 데이터와 실제 부하 데이터간에는 오차가 발생하는데, 오차를 줄이는 여러 방안 중에서도 1일, 1주일 간격의 부하 데이터 값의 변동이 비교적 작은 것과 그에 따른 규칙성, 계절에 따른 부하의 변화에서 착안하여 주 단위의 표준화를 이용한 부하 예측 알고리즘을 제안하고자 한다.
- 이러한 Peak Shaving 알고리즘에서 예측 부하 데이터와 실제 부하 데이터간에는 오차가 발생하게 된다. 오차가 발생하게 되면 에너지 저장 시스템에서 스케쥴링에 오류가 발생하기 때문에 이를 줄이기 위하여 주 단위 표준화를 이용하고, 계절별 부하 특성을 고려한 연간 전력 수요 예측 방안에 대해 제시하고자 한다.
- 여기서 예측 부하곡선과 실제 부하곡선 사이의 불확실성이 나타난다. 원활한 에너지의 충,방전을 위하여 본 논문에서는 주 단위의 표준화 방법과 계절별 부하의 특성을 고려한 예측 부하 곡선 생성 방법을 제안하였다.
- 이는 여러 가지 방법이 적용될 수 있으나 배터리의 여러 물리적인 특성을 적용하기에 한계가 있기 때문에 실제 운용에 있어서는 어려움이 있다 [7-8]. 이 논문은 그러한 모델링이 아닌 예측 부하 데이터와 실제 부하 데이터간의 차이를 줄이기 위한 방안을 제안한다. 이 논문의 주제인 주 단위의 표준화와 계절별 부하특성을 고려하여 예측 부하 곡선을 생성하는 방법을 설명하기 전에 이 방법을 적용하게 될 Peak Shaving 알고리즘에 대하여 간단하게 설명하려 한다.
- 이 논문은 그러한 모델링이 아닌 예측 부하 데이터와 실제 부하 데이터간의 차이를 줄이기 위한 방안을 제안한다. 이 논문의 주제인 주 단위의 표준화와 계절별 부하특성을 고려하여 예측 부하 곡선을 생성하는 방법을 설명하기 전에 이 방법을 적용하게 될 Peak Shaving 알고리즘에 대하여 간단하게 설명하려 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.