ㅇ 마이크로그리드와 연계되어 사용될 수 있는 대표적인 신재생에너지원인 풍력 발전과 태양광 발전의 발전량 예측 기술임
ㅇ 트랜스포머 기반 전력예측 네트워크 모델을 통해, 태양광, 풍력의 발전원에 대한 향후 생산량 예측이 가능하며 향후 3일의 1시간별 단기예보 데이터에 기반하여 3일 동안의 일별 발전량을 예측하는 기술임.
ㅇ 마이크로그리드 관리시스템에서의 자원 포트폴리오 최적화율을 높힘으로써 전력중계, 수요반응, 스마트팜, EV 등의 AI 융합 신산업을 활성화하기 위해서는 중단기 발전 및 수요 예측기술이 요구됨.
ㅇ 태양광 및 풍력 신재생에너지를 비롯한 융복합 에너지 발전원으로부터의 에너지 생산량을 미리 예측하여, 시장 발전 가격 변동에 대응하고, 수요 자원 측 요구에 맞춰 효과적인 공급 대응을 가능하게 함
ㅇ 본 기술은 에너지 IoT 서버 혹은 EMS(Energy Management Server)등에 실장하여, 전력생산량, 전력수요량, 전력가격 및 전력최적운용 예측 등의 다양한 시계열 신호에 대한 예측 지원이 가능함
ㅇ 재생에너지/분산전원(ESS/EV)/에너지수요BTM 단위의 시간별 및 일별 에너지생산량 예측 지원 기능. 데이터가 확보됨에 따라 주별, 월별, 년별 등으로 예측 대상 기간이 확대될 수 있음
ㅇ 커맨드라인 기반 실행 및 웹 브라우저 기반 실행 모두 지원 (웹 브라우저 기반 실행을 위한 Jupyter 서버 설치 필요)
ㅇ 원격 데이터베이스로부터 학습 및 예측에 필요한 데이터 획득 지원
ㅇ 주어진 데이터 셋을 지정된 비율에 따라 학습용(train), 성능 검증용(validation), 시험용(test)을 분리하는 기능 지원
ㅇ Python 기반 프로그램이며, Google Tensorflow Library 필요
ㅇ 마이크로서비스 기반 확장성 및 고가용성 제공
ETRI 시험절차/결과서, 기술문서, 기상정보 기반 마이크로그리드 신재생에너지 발전량 예측 기술 S/W 소스
ETRI 시험절차 및 결과서
● ETRI 시험절차 및 결과서 1건
기술문서
● 요구사항 정의서
● 시험절차 및 결과서, 개발자 가이드 등 총 4건
● 고속 AI 병렬 전처리(임퓨테이션) 시스템 Auto scaling 기술 설명서
소프트웨어
● 기상정보 기반 풍력 발전량 예측 프로그램 1건
● 기상정보 기반 태양광 발전량 예측 프로그램 1건
ㅇ 전력중계, 수요반응, 스마트팜, EV 등의 AI 융합 신산업 분야에 활용
ㅇ 대형 건물이나 공장 등의 BEMS 시스템에서 에너지 사용 패턴을 분석하고 최적화 함으로써 에너지 비용 절감 및 운영 효율성을 높일 수 있음.
ㅇ 가정에서도 마이크로그리드 기술을 적용하여 각 가정의 에너지 소비 패턴을 분석하고 예측 가능하여 일반 가정에서도 효율적인 에너지 사용 계획을 세울 수 있음.
ㅇ 마이크로그리드를 통해 지역 단위의 에너지 자립도를 높일 수 있으며, 외부 전력망에 대한 의존도를 줄이고, 에너지 공급의 안정성을 높이는 데 도움을 줄 수 있음.