| 1 |
1
경제급전을 위한 발전량 결정 장치가 수행하는 발전량 결정 방법으로서,기상 데이터를 이용하여 예측한 일사량에 기초하여 태양광 발전기의 태양광 발전량을 추정하는 단계와,상기 추정된 태양광 발전량과 실측된 태양광 발전량의 오차가 반영된 각 시간에 대한 확률분포 모델을 구성하는 단계와,상기 각 시간에 대한 확률분포 모델을 통해, 상기 태양광 발전기의 예측 발전량을 평균으로 가지는 소정 개수의 태양광 발전 데이터를 생성하는 단계와,상기 생성된 태양광 발전 데이터에 의해 생성된 소정 개수의 순 부하에 기초하여 각 시간에 대한 발전비용 기댓값을 산정하는 단계와,상기 산정된 각 시간에 대한 발전비용 기댓값에 기초하여 비재생에너지 발전기의 발전량을 결정하는 단계를 포함하는발전량 결정 방법
|
| 2 |
2
제 1 항에 있어서,상기 태양광 발전량을 추정하는 단계에서, 딥 러닝 기법 중 LSTM(long short term memory)을 이용하여 상기 일사량을 예측하는발전량 결정 방법
|
| 3 |
3
제 2 항에 있어서,상기 태양광 발전량을 추정하는 단계에서 이용하는 상기 기상 데이터는 데이터 전처리 과정을 거친 것이고,상기 데이터 전처리 과정에서, 초기 독립변수에 더하여 일사량의 추세와 계절성, 시간, 일, 주, 월, 연도 중 적어도 하나가 추가 독립변수로 생성되고, 상기 초기 독립변수와 상기 추가 독립변수 중 상관성에 따라 일부 독립변수가 제거된발전량 결정 방법
|
| 4 |
4
제 1 항에 있어서,상기 각 시간에 대한 확률분포 모델을 구성하는 단계는, 상기 오차를 통해 각 시간의 발전량에 대한 평균과 분산을 정의하고 이를 활용하여 상기 확률분포 모델을 구성하는발전량 결정 방법
|
| 5 |
5
제 1 항에 있어서,상기 발전비용 기댓값을 산정하는 단계는, 상기 순 부하에 출력제한 비용과 예비력 비용을 추가해 상기 발전비용 기댓값을 산정하는발전량 결정 방법
|
| 6 |
6
제 1 항에 있어서,상기 발전비용 기댓값을 산정하는 단계는, 몬테카를로 시뮬레이션을 통해 상기 발전비용 기댓값을 산정하는발전량 결정 방법
|
| 7 |
7
제 1 항에 있어서,상기 발전량을 결정하는 단계는, PSO(particle swarm optimization) 알고리즘을 이용하여 상기 발전량을 결정하는발전량 결정 방법
|
| 8 |
8
기상 데이터를 입력 받는 입력부와,상기 기상 데이터를 이용하여 경제급전을 위한 비재생에너지 발전기의 발전량을 결정하는 프로세서부를 포함하고,상기 프로세서부는,상기 기상 데이터를 이용하여 예측한 일사량에 기초하여 태양광 발전기의 태양광 발전량을 추정하며, 상기 추정된 태양광 발전량과 실측된 태양광 발전량의 오차가 반영된 각 시간에 대한 확률분포 모델을 구성하고, 상기 각 시간에 대한 확률분포 모델을 통해, 상기 태양광 발전기의 예측 발전량을 평균으로 가지는 소정 개수의 태양광 발전 데이터를 생성하며, 상기 생성된 태양광 발전 데이터에 의해 생성된 소정 개수의 순 부하에 기초하여 각 시간에 대한 발전비용 기댓값을 산정하고, 상기 산정된 각 시간에 대한 발전비용 기댓값에 기초하여 상기 비재생에너지 발전기의 발전량을 결정하는발전량 결정 장치
|
| 9 |
9
제 8 항에 있어서,상기 프로세서부는, 딥 러닝 기법 중 LSTM을 이용하여 상기 일사량을 예측하는발전량 결정 장치
|
| 10 |
10
제 9 항에 있어서,상기 입력 받는 기상 데이터는 데이터 전처리 과정을 거친 것이고,상기 데이터 전처리 과정에서, 초기 독립변수에 더하여 일사량의 추세와 계절성, 시간, 일, 주, 월, 연도 중 적어도 하나가 추가 독립변수로 생성되고, 상기 초기 독립변수와 상기 추가 독립변수 중 상관성에 따라 일부 독립변수가 제거된발전량 결정 장치
|
| 11 |
11
제 8 항에 있어서,상기 프로세서부는, 상기 오차를 통해 각 시간의 발전량에 대한 평균과 분산을 정의하고 이를 활용하여 상기 확률분포 모델을 구성하는발전량 결정 장치
|
| 12 |
12
제 8 항에 있어서,상기 프로세서부는, 상기 순 부하에 출력제한 비용과 예비력 비용을 추가해 상기 발전비용 기댓값을 산정하는발전량 결정 장치
|
| 13 |
13
제 8 항에 있어서,상기 프로세서부는, 몬테카를로 시뮬레이션을 통해 상기 발전비용 기댓값을 산정하는발전량 결정 장치
|
| 14 |
14
제 8 항에 있어서,상기 프로세서부는, PSO(particle swarm optimization) 알고리즘을 이용하여 상기 발전량을 결정하는발전량 결정 장치
|
| 15 |
15
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,기상 데이터를 이용하여 예측한 일사량에 기초하여 태양광 발전기의 태양광 발전량을 추정하는 단계와, 상기 추정된 태양광 발전량과 실측된 태양광 발전량의 오차가 반영된 각 시간에 대한 확률분포 모델을 구성하는 단계와, 상기 각 시간에 대한 확률분포 모델을 통해, 상기 태양광 발전기의 예측 발전량을 평균으로 가지는 소정 개수의 태양광 발전 데이터를 생성하는 단계와, 상기 생성된 태양광 발전 데이터에 의해 생성된 소정 개수의 순 부하에 기초하여 각 시간에 대한 발전비용 기댓값을 산정하는 단계와, 상기 산정된 각 시간에 대한 발전비용 기댓값에 기초하여 비재생에너지 발전기의 발전량을 결정하는 단계를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 판독 가능한 기록매체
|
| 16 |
16
컴퓨터 판독 가능 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,기상 데이터를 이용하여 예측한 일사량에 기초하여 태양광 발전기의 태양광 발전량을 추정하는 단계와, 상기 추정된 태양광 발전량과 실측된 태양광 발전량의 오차가 반영된 각 시간에 대한 확률분포 모델을 구성하는 단계와, 상기 시간에 대한 확률분포 모델을 통해, 상기 태양광 발전기의 예측 발전량을 평균으로 가지는 소정 개수의 태양광 발전 데이터를 생성하는 단계와, 상기 생성된 태양광 발전 데이터에 의해 생성된 소정 개수의 순 부하에 기초하여 각 시간에 대한 발전비용 기댓값을 산정하는 단계와, 상기 산정된 각 시간에 대한 발전비용 기댓값에 기초하여 비재생에너지 발전기의 발전량을 결정하는 단계를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 프로그램
|
