| 1 |
1
P2P 프로슈머 커뮤니티 시스템이 수행하는 사전 에너지 공유 스케쥴링 방법에 있어서,상기 커뮤니티 시스템 내 각 기기들의 유형별 에너지 수요 데이터를 포함하는 원본 데이터를 획득하는 단계;상기 원본 데이터에 기초하여 학습되는, 에너지 수요 예측 데이터를 출력하는 지능형 에너지 예측 모델로부터 예측 데이터를 획득하는 단계; 및상기 획득된 예측 데이터에, 입자 군집 최적화 알고리즘을 수행하고, 재생이 안되는 사전 에너지의 최소 사용 정보를 출력하는 군집 지능 모델을 적용함으로써, 상기 예측 데이터로부터 사전 에너지의 최소 사용 정보를 획득하는 단계; 를 포함하는, 방법
|
| 2 |
2
제1항에 있어서, 상기 방법은상기 획득된 원본 데이터를 행렬 형식으로 전처리 하는 단계;상기 행렬 형식으로 전처리된 원본 데이터를 최소 최대 정규화함으로써 소정의 범위로 스케일링하는 단계;상기 스케일링된 원본 데이터를 훈련 데이터 세트 및 테스트 데이터 세트로 분할하는 단계; 및상기 훈련 데이터 세트에 기초하여 상기 지능형 에너지 예측 모델을 학습시키는 단계; 를 더 포함하는, 방법
|
| 3 |
3
제2항에 있어서, 상기 방법은상기 학습된 지능형 에너지 예측 모델을 상기 테스트 데이터 세트에 기초하여 검증하는 단계; 를 더 포함하고,상기 예측 데이터를 획득하는 단계는상기 검증된 지능형 에너지 예측 모델로부터 수요 예측 데이터를 획득하는 단계; 를 더 포함하는, 방법
|
| 4 |
4
제3항에 있어서, 상기 방법은상기 검증된 지능형 에너지 예측 모델로부터 획득된 수요 예측 데이터를 실제 예측 데이터로 재 스케일링하는 단계; 및상기 재 스케일링된 실제 예측 데이터에 상기 군집 지능 모델을 적용함으로써, 상기 사전 에너지의 최소 사용 정보를 획득하는 단계; 를 포함하는, 방법
|
| 5 |
5
제3항에 있어서, 상기 사전 에너지의 최소 사용 정보를 획득하는 단계는상기 재 스케일링된 실제 예측 데이터를 획득하는 단계;상기 재 스케일링된 실제 예측 데이터를 상기 군집 지능 모델에 입력함으로써, 상기 군집 지능 모델로부터 상기 사전 에너지의 최소 사용 정보를 획득하는 단계; 를 포함하는, 방법
|
| 6 |
6
제5항에 있어서, 상기 사전 에너지의 최소 사용 정보를 획득하는 단계는재생 가능한 에너지로 사용되는 상기 커뮤니티 시스템 내 주거 수준 별 태양광 발전 데이터에 관한 태양 에너지 생성 데이터 세트를 획득하는 단계;상기 군집 지능 모델이 입자 군집 최적화 알고리즘을 수행하기 위한, 최대 반복 횟수, 입자 수, 인버터 효율 또는 PSO 계수 중 적어도 하나를 포함하는 입자 군집 최적화 변수를 획득하는 단계;최소 및 최대 배터리 용량 또는 상기 배터리의 충전 및 방전 효율 중 적어도 하나를 포함하는 배터리 변수를 획득하는 단계; 상기 실제 예측 데이터외에, 상기 태양 에너지 생성 데이터 세트, 상기 입자 군집 최적화 변수 및 상기 배터리 변수를 상기 군집 지능 모델에 더 입력함으로써, 상기 군집 지능 모델로부터 상기 사전 에너지의 최소 사용 정보를 획득하는 단계; 를 포함하는, 방법
|
| 7 |
7
제6항에 있어서, 상기 군집 지능 모델은상기 군집 최적화 알고리즘을 수행함으로써 입자당 최초 개별적 최상값 및 모든 입자의 종합적 최상값을 획득하고,상기 입자당 최초 개별적 최상값 및 상기 모든 입자의 종합적 최상값을 획득하는 과정을 반복 수행하며,상기 입자 군집 최적화 변수 내의 최대 반복 횟수까지 반복의 속도와 위치를 모두 업데이트하고,최종 반복 후, 종합적 최상 값을 재생이 불가능한 상기 사전 에너지의 최소 사용 정보로 출력하는 것을 특징으로 하는, 방법
|
| 8 |
8
사전 에너지 공유 스케쥴링 방법을 수행하는 P2P 프로슈머 커뮤니티 시스템에 있어서,상기 커뮤니티 시스템을 구성하는 가구;상기 커뮤니티 시스템 내 모든 가구의 배터리에 저장된 태양광 발전과 에너지가 전체 커뮤니티 시스템을 구성하는 가구의 사용량을 충족시킬 수 없을 때 에너지를 공급하는 전원 공급기;에너지 소비량을 기록하고, 상기 전원 공급기에 정보를 제공하는 스마트 미터;상기 가구에 설치되는 태양 전지판;상기 가구 내 모든 기기에 대응되는 부하;상기 스마트 미터와 연결되고, 상기 가구 내 모든 기기가 연결될 수 있도록 유선 또는 무선 네트워크를 제공하는 홈 에너지 관리 시스템; 및상기 가구에 위치하여 과도한 에너지를 저장하는 배터리; 를 포함하는, 시스템
|
| 9 |
9
제8항에 있어서, 상기 시스템은상기 커뮤니티 시스템 내 각 기기들의 유형별 에너지 수요 데이터를 포함하는 원본 데이터를 획득하고,상기 원본 데이터에 기초하여 학습되는, 에너지 수요 예측 데이터를 출력하는 지능형 에너지 예측 모델로부터 예측 데이터를 획득하며,상기 획득된 예측 데이터에, 입자 군집 최적화 알고리즘을 수행하고, 재생이 안되는 사전 에너지의 최소 사용 정보를 출력하는 군집 지능 모델을 적용함으로써, 상기 예측 데이터로부터 사전 에너지의 최소 사용 정보를 획득하는, 시스템
|
| 10 |
10
제9항에 있어서, 상기 시스템은상기 획득된 원본 데이터를 행렬 형식으로 전처리 하고,상기 행렬 형식으로 전처리된 원본 데이터를 최소 최대 정규화함으로써 소정의 범위로 스케일링하고,상기 스케일링된 원본 데이터를 훈련 데이터 세트 및 테스트 데이터 세트로 분할하고,상기 훈련 데이터 세트에 기초하여 상기 지능형 에너지 예측 모델을 학습시키는, 시스템
|
