[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP6677396B2 - 電力使用量予測システムおよび方法 - Google Patents

電力使用量予測システムおよび方法 Download PDF

Info

Publication number
JP6677396B2
JP6677396B2 JP2018155831A JP2018155831A JP6677396B2 JP 6677396 B2 JP6677396 B2 JP 6677396B2 JP 2018155831 A JP2018155831 A JP 2018155831A JP 2018155831 A JP2018155831 A JP 2018155831A JP 6677396 B2 JP6677396 B2 JP 6677396B2
Authority
JP
Japan
Prior art keywords
data
modeling
time
real
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018155831A
Other languages
English (en)
Other versions
JP2019110740A (ja
Inventor
ヒー リー、ヨン
ヒー リー、ヨン
Original Assignee
ドゥサン ヘヴィー インダストリーズ アンド コンストラクション カンパニー リミテッド
ドゥサン ヘヴィー インダストリーズ アンド コンストラクション カンパニー リミテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ドゥサン ヘヴィー インダストリーズ アンド コンストラクション カンパニー リミテッド, ドゥサン ヘヴィー インダストリーズ アンド コンストラクション カンパニー リミテッド filed Critical ドゥサン ヘヴィー インダストリーズ アンド コンストラクション カンパニー リミテッド
Publication of JP2019110740A publication Critical patent/JP2019110740A/ja
Application granted granted Critical
Publication of JP6677396B2 publication Critical patent/JP6677396B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for AC mains or AC distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • G01R21/133Arrangements for measuring electric power or power factor by using digital technique
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/08Payment architectures
    • G06Q20/14Payment architectures specially adapted for billing systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for AC mains or AC distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10The network having a local or delimited stationary reach
    • H02J2310/12The local stationary network supplying a household or a building
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for AC mains or AC distribution networks
    • H02J3/12Circuit arrangements for AC mains or AC distribution networks for adjusting voltage in AC networks by changing a characteristic of the network load
    • H02J3/14Circuit arrangements for AC mains or AC distribution networks for adjusting voltage in AC networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for AC mains or AC distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225Demand response systems, e.g. load shedding, peak shaving
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Accounting & Taxation (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Description

本発明は、電力使用量予測システムおよび方法に関し、より詳細には、電力使用量に対するモデリングデータを用いて電力使用量を予測し、予測された電力使用量が限界値に到達するかを判断する電力使用量予測システムおよび方法に関する。
現在、韓国電力の電気料金体系は、15分単位のピーク値に基づいて基本料金を計算する方式を採用している。すなわち、1年中最も高い電力を使用した15分間によって基本料金が決定されるのである。一般的に電力管理がよく行われているとしても、1年中たった15分だけでもピーク管理を間違えると、基本料金が著しく高くなる現象が発生する。それだけでなく、ピーク電力は国家的にも電力供給に支障をきたす重大な問題が発生しうる。これによって、ピーク電力を管理することは個人的/国家的に極めて重要である。
これを解決するために、従来は、一定の時間間隔で電力使用量を測定し、測定された結果を専門家が直接分析して電力使用量がピークを超えるか超えないかを判断しなければならなかった。
本発明は、上記で説明した問題点を解決するためのものであって、電力使用量に対するモデリングデータを用いて予測された電力使用量が限界値を超えるかを判断する電力使用量予測システムおよび方法を提供することを目的とする。
本発明は、電力使用量予測の正確度を向上させ、別の変数を用いなくても電力使用量を予測できる電力使用量予測システムおよび方法を提供することを目的とする。
上記で言及された本発明の技術的課題以外にも、本発明の他の特徴および利点が以下に記述されたり、そのような技術および説明から本発明の属する技術分野における通常の知識を有する者に明確に理解されるであろう。
上記で説明した目的を達成するための、本発明の実施形態に係る電力使用量予測システムは、一定時間間隔ごとに電力使用量を測定する電力測定部と、電力使用量を測定した複数の測定データを時系列的に一定個数で束ねて複数のデータセットを生成し、データセットの最後の測定データをモデリング出力として格納し、データセットのモデリング出力を除いた他の測定データをモデリング入力として格納するモデリング部と、電力測定部でリアルタイムに測定されたリアルタイムデータを時系列的にモデリング部に入力させ、複数のデータセットとリアルタイムデータとを対応させてリアルタイムデータの後の電力使用量を予測する予測部とを含み、モデリング部は、データセットを構成するモデリング入力の間の追加的な測定データに基づいてサブモデリング入力を導出し、サブモデリング入力は、モデリング入力の間の特定時間で測定された電力使用量に関するデータを含み、電力測定部は、時系列的に近接したリアルタイムデータの間の時間でサブリアルタイムデータを測定し、予測部は、リアルタイムデータおよびサブリアルタイムデータに対応するデータセットのモデリング出力により電力使用量を予測し、予測部は、サブモデリング入力とサブリアルタイムデータとの間の差を反映して電力使用量を予測する
上記で説明した目的を達成するための、本発明の実施形態に係る電力使用量予測方法は、一定時間間隔で電力使用量を測定した測定データを時系列的に一定個数で束ねて複数のデータセットを生成し、データセットの最後の測定データをモデリング出力として格納し、データセットのモデリング出力を除いた他の測定データをモデリング入力として格納するステップと、リアルタイムに電力使用量を測定したリアルタイムデータに対応するデータセットによりリアルタイムデータの後の電力使用量を予測するステップとを含み、モデリング入力として格納するステップにおいて、データセットを構成するモデリング入力の間の追加的な測定データに基づいてモデリング入力の間の時間で測定された電力使用量に関するデータを含むサブモデリング入力を導出するステップをさらに含み、モデリング入力として格納するステップにおいて、時系列的に近接したリアルタイムデータの間の時間でサブリアルタイムデータを測定し、予測部は、リアルタイムデータおよびサブリアルタイムデータに対応するデータセットのモデリング出力により電力使用量を予測し、予測部は、サブモデリング入力とサブリアルタイムデータとの間の差を反映して電力使用量を予測する
本発明の実施形態に係る電力使用量予測システムおよび方法は、電力使用量に対するモデリングモジュールを用いて高い正確度で電力使用量を予測することができる。
また、電力使用量予測の正確度を向上させ、別の変数を用いずにモデリングできるため、専門家の助けなしに電力使用量を予測することができる。
その他にも、本発明の実施形態により本発明のさらなる特徴および利点が新たに把握されるであろう。
本発明の実施形態に係る電力使用量予測システムの構成を示すブロック図である。 本発明の実施形態に係るデータセットの構成を示す図である。 本発明の実施形態に係るモデリング入力およびサブモデリング入力を示す図である。 本発明の実施形態に係るデータセットの生成方法を示す図である。 本発明の実施形態に係る電力使用量予測方法を示す図である。
以下、添付した図面を参照して、本発明の実施形態について、本発明の属する技術分野における通常の知識を有する者が容易に実施できるように詳細に説明する。本発明は種々の異なる形態で実現可能であり、ここで説明する実施形態に限定されない。
本発明を明確に説明するために説明と関係のない部分は省略し、明細書全体にわたって同一または類似の構成要素については同一の参照符号を付す。
明細書全体において、ある部分が他の部分に「連結」されているとする時、これは、「直接的に連結」されている場合のみならず、その中間に他の素子を挟んで「電気的に連結」されている場合も含む。また、ある部分がある構成要素を「含む」とする時、これは、特に反対の記載がない限り、他の構成要素を除くのではなく、他の構成要素をさらに包含できることを意味する。
ある部分が他の部分の「上に」あると言及する場合、これは、他の部分の真上にあるか、その間に他の部分が伴っていてもよい。対照的に、ある部分が他の部分の「真上に」あると言及する場合、その間に他の部分は伴わない。
第1、第2および第3などの用語は、多様な部分、成分、領域、層および/またはセクションを説明するために使われるが、これらに限定されない。これらの用語は、ある部分、成分、領域、層またはセクションを、他の部分、成分、領域、層またはセクションと区別するためにのみ使われる。したがって、以下に述べる第1の部分、成分、領域、層またはセクションは、本発明の範囲を逸脱しない範囲内で第2の部分、成分、領域、層またはセクションと言及されてもよい。
ここで使われる専門用語は単に特定の実施形態を言及するためのものであり、本発明を限定することを意図しない。ここで使われる単数形態は、文章がこれと明確に反対の意味を示さない限り、複数形態も含む。明細書で使われる「含む」の意味は、特定の特性、領域、整数、段階、動作、要素および/または成分を具体化し、他の特性、領域、整数、段階、動作、要素および/または成分の存在や付加を除外させるわけではない。
「下」、「上」などの相対的な空間を示す用語は、図面に示された一部分の、他の部分に対する関係をより容易に説明するために使われる。これらの用語は、図面で意図した意味とともに用いられている装置の他の意味や動作を含むように意図される。例えば、図中の装置を覆すと、他の部分の「下」にあると説明されているある部分は、他の部分の「上」にあるものとして説明される。したがって、「下」という例示的な用語は、上と下の方向をすべて含む。装置は、90゜回転または他の角度で回転することができ、相対的な空間を示す用語もこれに基づいて解釈される。
別途に定義しないものの、ここで使われる技術用語および科学用語を含むすべての用語は、本発明の属する技術分野における通常の知識を有する者が一般的に理解する意味と同じ意味を有する。通常使われる辞書に定義された用語は、関連技術文献と現在開示された内容に符合する意味を有すると追加解釈され、定義されない限り、理想的または非常に公式的な意味で解釈されない。
以下、添付した図面を参照して、本発明の実施形態について、本発明の属する技術分野における通常の知識を有する者が容易に実施できるように詳細に説明する。しかし、本発明は種々の異なる形態で実現可能であり、ここで説明する実施形態に限定されない。
図1は、本発明の実施形態に係る電力使用量予測システムの構成を示すブロック図である。
図1を参照すれば、本発明の実施形態に係る電力使用量予測システム100は、電力測定部110と、モデリング部120と、予測部130とを含むことができる。
電力測定部110は、一定時間間隔ごとに電力使用量を測定することができる。電力測定部110は、一定時間間隔ごとに電力使用量を測定することに限定されず、一定時間の電力使用量を測定して平均値を出力したり、一定時間の電力使用量を測定して最も高い電力使用量を出力することができる。電力測定部110は、電力を使用するそれぞれの負荷で使用する電力を測定することができ、一定範囲内で電力を使用する全体負荷で使用する電力を測定することができる。電力測定部110は、測定された電力使用量をモデリング部120および予測部130に伝達することができる。
モデリング部120は、電力使用量を測定した複数の測定データを時系列的に一定個数で束ねて複数のデータセットを生成し、データセットの最後の測定データをモデリング出力として格納し、データセットのモデリング出力を除いた他のモデリング入力として格納することができる。
具体的には、電力測定部110が10分間隔ごとに電力使用量を測定すると、モデリング部120は、10分の測定データ、20分の測定データ、30分の測定データ、40分の測定データなどを時系列的に並べ、一定個数で束ねてデータセットを生成することができる。すなわち、モデリング部120は、10分の測定データ、20分の測定データ、30分の測定データ、40分の測定データを1つのデータセットとして構成することができる。モデリング部120は、データセットにおける時系列的に並ぶ測定データのうち最後の測定データをモデリング出力として格納し、モデリング出力を除いた他の測定データをモデリング入力として格納することができる。すなわち、モデリング部120は、10分の測定データ、20分の測定データ、30分の測定データをモデリング入力として格納し、40分の測定データをモデリング出力として格納することができる。
また、モデリング部120は、複数のデータセットのうち少なくとも1つのデータセットと、複数のデータセットのうち他のデータセットの一部の測定データとが重なるように構成することができる。具体的には、電力測定部110が10分間隔ごとに電力使用量を測定すると、モデリング部120は、10分の測定データ、20分の測定データ、30分の測定データ、40分の測定データなどの複数の測定データを一定個数で束ねてデータセットを生成することができる。すなわち、モデリング部120は、10分の測定データ、20分の測定データ、30分の測定データ、40分の測定データを1つのデータセットとして構成することができる。さらに、モデリング部120は、20分の測定データ、30分の測定データ、40分の測定データ、50分の測定データを1つのデータセットとして構成することができる。この時、モデリング部120は、複数個生成されるデータセットを時系列的に格納することができる。
ここで、複数のデータセット同士の間は、一定時間間隔を有することができる。すなわち、10分の測定データ、20分の測定データ、30分の測定データ、40分の測定データから構成されたデータセットと、20分の測定データ、30分の測定データ、40分の測定データ、50分の測定データから構成されたデータセットとの間は、一定時間間隔であってよい。
また、モデリング部120は、データセットを構成するモデリング入力の間の追加的な測定データに基づいてサブモデリング入力を導出することができる。ここで、サブモデリング入力は、モデリング入力の間の時間で測定された電力使用量に関するデータを含むことができる。具体的には、電力測定部110は、測定データの間の時間で測定データを追加的に測定することができ、モデリング部120は、追加的に測定された測定データをサブモデリング入力として格納することができる。一例として、電力測定部110は、10分の測定データと20分の測定データとの間である、15分で追加的に電力使用量を測定することができる。この時、モデリング部120は、15分の測定データを、10分の測定データおよび20分の測定データから構成されたデータセットに格納することができる。すなわち、モデリング部120は、10分の測定データ−15分の測定データ−20分の測定データを1つのデータセットとして構成することができ、10分の測定データおよび20分の測定データをモデリング入力として、15分の測定データをサブモデリング入力として格納することができる。サブモデリング入力は、時系列的に近接したモデリング入力の間に少なくとも1つ以上存在するとよいし、モデリング部120は、導出されるモデリング入力の個数に応じて電力使用量に対するモデリングの時間間隔を調節することができる。
予測部130は、電力測定部110でリアルタイムに測定されたリアルタイムデータを時系列的にモデリング部120に入力させ、複数のデータセットとリアルタイムデータとを対応させてリアルタイムデータの後の電力使用量を予測することができる。
具体的には、電力測定部110は、リアルタイムに一定時間間隔ごとに電力使用量を測定し、予測部130は、電力測定部110で測定されたリアルタイムデータを時系列的にモデリング部120に入力させる。予測部130は、モデリング部120に格納されたデータセットのうちリアルタイムデータに対応するモデリング入力を有するデータセットを導出することができる。予測部130は、導出されたデータセットのモデリング出力を用いてリアルタイムデータの後の電力使用量を予測することができる。すなわち、データセットに構成される測定データは、時系列的に並んでおり、モデリング出力は、データセットの最後の測定データであるので、予測部130は、モデリング出力の前の時間のデータであるモデリング入力と同一のリアルタイムデータが測定されると、リアルタイムデータの後にはモデリング出力と同一の電力使用量が測定されることを予測することができる。
また、予測部130は、リアルタイムに測定されるリアルタイムデータおよびサブリアルタイムデータに対応するデータセットのモデリング出力により電力使用量を予測することができる。ここで、サブリアルタイムデータは、時系列的に近接したリアルタイムデータの間の時間で測定された電力使用量に関するデータを含むことができる。サブリアルタイムデータは、電力測定部110で測定される。一例として、電力測定部110は、10分のリアルタイムデータと20分のリアルタイムデータとの間である、15分で追加的に電力使用量を測定することができる。この時、予測部130は、10分のリアルタイムデータ−15分のサブリアルタイムデータ−20分のリアルタイムデータを時系列的にモデリング部120に入力させることができる。予測部130は、10分のリアルタイムデータおよび20分のリアルタイムデータに対応するモデリング入力を有するデータセットを導出し、15分のサブリアルタイムデータを、導出されたモデリングセットのサブモデリング入力と比較することができる。すなわち、10分のリアルタイムデータおよび20分のリアルタイムデータに対応する時系列的な2つのモデリング入力の間のサブモデリング入力と、15分のサブリアルタイムデータとを比較することができる。ここで、サブモデリング入力およびサブリアルタイムデータは、電力使用量をより正確に予測するためのものであり、必ずしも同一である必要はない。予測部130は、サブモデリング入力とサブリアルタイムデータとの間の差を反映して、より正確に電力使用量を予測することができる。
予測部130は、予測された電力使用量が既定の限界値を超えるかを判断することができる。電力を使用するうえで既定の限界値が存在するが、電力使用量がこの限界値を超える場合、電力使用量に対する料金が急激に増加したり、過料を支払わされることがある。これによって、予測部130は、予測された電力使用量が既定の限界値を超えるかを判断し、電力使用量が既定の限界値を超えると判断された場合に、それに伴う措置を取るようにすることができる。電力使用量が既定の限界値を超えると判断された場合に、それに伴う措置としては、電力を使用する負荷の電源を遮断したり、エネルギー貯蔵装置(図示せず)に貯蔵された電気エネルギーを代替として使用させることができる。ここで、エネルギー貯蔵装置(図示せず)は、太陽熱、太陽光発電、バイオマス、風力、小水力、地熱、海洋エネルギー、廃棄物エネルギーなどの再生エネルギーと、燃料電池、石炭液化ガス、水素エネルギーなどの新再生エネルギーから発電して生成された電気エネルギーを貯蔵することができる。
図2は、本発明の実施形態に係るデータセットの構成を示す図である。
図1および図2を参照すれば、電力測定部110は、一定時間間隔ごとに電力使用量を測定することができる。モデリング部120は、電力使用量を測定した複数の測定データ11、12、13、14、15、16、17を時系列的に一定個数で束ねて複数のデータセット10a、10b、10cを生成することができる。
具体的には、モデリング部120は、測定データ11、12、13、14を束ねて第1データセット10aを生成することができる。この時、モデリング部120は、時系列的に最後の測定データ14をモデリング出力として格納し、モデリング出力を除いた他の測定データ11、12、13をモデリング入力として格納することができる。ここで、電力測定部110によってリアルタイムに測定されたリアルタイムデータが測定データ11、12、13に対応すると、予測部130は、モデリング出力である測定データ14に基づいてリアルタイムデータの後の電力使用量を予測することができる。
また、モデリング部120は、第1データセット10aにおける時系列的に最も早い測定データ11を除き、第1データセット10aの時系列的に最後の測定データ14の直後の測定データ15を含めて新しいデータセットを生成することができる。すなわち、モデリング部120は、測定データ12、13、14、15を束ねて第2データセット10bを生成することができる。この時、モデリング部120は、時系列的に最後の測定データ15をモデリング出力として格納し、モデリング出力を除いた他の測定データ12、13、14をモデリング入力として格納することができる。ここで、電力測定部110によってリアルタイムに測定されたリアルタイムデータが測定データ12、13、14に対応すると、予測部130は、モデリング出力である測定データ15に基づいてリアルタイムデータの後の電力使用量を予測することができる。
さらに、モデリング部120は、第2データセット10bにおける時系列的に最も早い測定データ12を除き、第2データセット10bの時系列的に最後の測定データ15の直後の測定データ16を含めて新しいデータセットを生成することができる。すなわち、モデリング部120は、測定データ13、14、15、16を束ねて第3データセット10cを生成することができる。この時、モデリング部120は、時系列的に最後の測定データ16をモデリング出力として格納し、モデリング出力を除いた他の測定データ13、14、15をモデリング入力として格納することができる。モデリング部120は、複数のデータセットを生成して電力使用量をより正確に予測するようにすることができる。
図3は、本発明の実施形態に係るモデリング入力およびサブモデリング入力を示す図である。
図1および図3を参照すれば、モデリング部120は、データセットを構成するモデリング入力の間の追加的な測定データによりモデリング入力の間の時間で測定される電力使用量に関するデータを含むサブモデリング入力を導出することができる。
具体的には、電力測定部110は、測定データ11と測定データ12との間の時間で追加的に電力使用量を測定することができ、モデリング部120は、追加的に測定された測定データをサブモデリング入力21、22として格納することができる。この時、サブモデリング入力21、22の間の時間間隔40は同一であり、サブモデリング入力の個数は2つに限定されず、少なくとも1つ以上であってもよい。ここで、サブモデリング入力の間の時間間隔40は、モデリング入力の間の時間間隔30より短い時間間隔であってもよく、サブモデリング入力のうち時系列的に最も早いサブモデリング入力21と、時系列的に最も早いサブモデリング入力21と最も近接したモデリング入力11との間の時間間隔は、サブモデリング入力の間の時間間隔40と同一であってもよい。さらに、サブモデリング入力のうち時系列的に最も最後のサブモデリング入力22と、時系列的に最も最後のサブモデリング入力22と最も近接したモデリング入力12との間の時間間隔は、サブモデリング入力の間の時間間隔40と同一であってもよい。
また、モデリング部120は、電力測定部110で追加的に測定された測定データをサブモデリング入力23、24として格納することができる。この時、サブモデリング入力23、24の間の時間間隔40は同一であり、サブモデリング入力の間の時間間隔40は、モデリング入力の間の時間間隔30より短い時間間隔であってもよい。さらに、サブモデリング入力のうち時系列的に最も早いサブモデリング入力23と、時系列的に最も早いサブモデリング入力23と最も近接したモデリング入力12との間の時間間隔は、サブモデリング入力の間の時間間隔40と同一であってもよい。なお、サブモデリング入力のうち時系列的に最も最後のサブモデリング入力24と、時系列的に最も最後のサブモデリング入力24と最も近接したモデリング入力13との間の時間間隔は、サブモデリング入力の間の時間間隔40と同一であってもよい。予測部130は、サブモデリング入力を用いてリアルタイムデータの後の電力使用量をより正確に予測することができる。
図4は、本発明の実施形態に係るデータセットの生成方法を示す図である。
図1および図4を参照すれば、電力測定部110は、一定時間間隔ごとに電力使用量を測定することができる(S10)。電力測定部110は、一定時間間隔ごとに電力使用量を測定し、電力使用量を測定した測定データの間の時間で測定データを追加的に測定することができる。ここで、追加的に測定された測定データは複数個であってよい。
モデリング部120は、測定データを時系列的に一定個数で束ねて複数のデータセットを生成することができる(S11)。モデリング部120は、電力測定部110によって測定された測定データを時系列的に並べ、一定個数で束ねてデータセットを生成することができる。また、モデリング部120は、生成されたデータセットにおける時系列的に最も早い測定データを除き、生成されたデータセットにおける時系列的に最も最後の測定データの直後の測定データを含めて新しいデータセットを生成することができる。この時、モデリング部120は、測定データの間の時間で追加的に測定された測定データを含めてデータセットを生成することができる。データセットは複数個生成され、モデリング部120は、データセットを時系列的に格納することができる。
モデリング部120は、データセットの最後の測定データをモデリング出力として格納し、他の測定データをモデリング入力として格納することができる(S12)。モデリング部120は、データセットにおける時系列的に並ぶ測定データのうち最後の測定データをモデリング出力として格納し、モデリング出力を除いた他の測定データをモデリング入力として格納することができる。この時、モデリング部120は、測定データの間の時間で追加的に測定された測定データをサブモデリング入力として格納することができる。
図5は、本発明の実施形態に係る電力使用量予測方法を示す図である。
図1および図5を参照すれば、電力測定部110は、リアルタイムに一定時間間隔ごとに電力使用量を測定することができる(S20)。電力測定部110は、一定時間間隔ごとに電力使用量を測定し、電力使用量を測定したリアルタイムデータの間の時間でリアルタイムデータを追加的に測定することができる。ここで、追加的に測定されたリアルタイムデータは複数個であってよい。
予測部130は、電力測定部110でリアルタイムに測定されたリアルタイムデータに対応するデータセットを導出することができる(S21)。予測部130は、モデリング部120に格納されたデータセットのうちリアルタイムデータに対応するモデリング入力を有するデータセットを導出することができる。この時、予測部130は、リアルタイムデータの間の時間で追加的に測定されたリアルタイムデータをサブモデリング入力と比較してより正確なデータセットを導出することができる。
予測部130は、導出されたデータセットのモデリング出力によりリアルタイムデータの後の電力使用量を予測することができる(S22)。予測部130は、導出されたデータセットの時系列的に最後の測定データであるモデリング出力を用いてリアルタイムデータの後の電力使用量を予測することができる。すなわち、データセットに構成される測定データは、時系列的に並んでおり、モデリング出力は、データセットの最後の測定データであるので、予測部130は、モデリング出力の前の時間のデータであるモデリング入力と同一のリアルタイムデータが測定されると、リアルタイムデータの後にはモデリング出力と同一の電力使用量が測定されることを予測することができる。
予測部130で予測された電力使用量が限界値を超えるかを判断することができる(S23)。電力を使用するうえで既定の限界値を超える場合、電力使用量に対する料金が急激に増加したり、過料を支払わされることがある。これによって、予測部130は、予測された電力使用量が既定の限界値を超えるかを判断することができる。
予測部130で予測された電力使用量が限界値を超えると、貯蔵されたエネルギーを代替として使用することができる(S24)。貯蔵された電気エネルギーを使用することにより、電力使用量が限界値を超えるのを防止することができる。ここで、電力使用量が限界値を超える場合、貯蔵されたエネルギーを使用することに限定せず、電力を使用する負荷の電源を遮断することもできる。
上述のように、本発明の実施形態によれば、電力使用量に対するモデリングデータを用いて電力使用量を予測し、予測された電力使用量が限界値に到達するかを判断する電力使用量予測システムおよび方法を実現することができる。
本発明の属する技術分野における当業者は、本発明がその技術的思想や必須的特徴を変更することなく他の具体的な形態で実施できるため、以上に述べた実施形態はあらゆる面で例示的なものであり、限定的でないと理解しなければならない。本発明の範囲は、詳細な説明よりは後述する特許請求の範囲により示され、特許請求の範囲の意味および範囲、そしてその等価概念から導出されるあらゆる変更または変形した形態が本発明の範囲に含まれると解釈されなければならない。
本願によれば、以下の各項目もまた開示される。
[請求項1]
一定時間間隔ごとに電力使用量を測定する電力測定部と、
上記電力使用量を測定した複数の測定データを時系列的に一定個数で束ねて複数のデータセットを生成し、データセットの最後の測定データをモデリング出力として格納し、上記データセットの上記モデリング出力を除いた他の測定データをモデリング入力として格納するモデリング部と、
上記電力測定部でリアルタイムに測定されたリアルタイムデータを時系列的に上記モデリング部に入力させ、上記複数のデータセットと上記リアルタイムデータとを対応させて上記リアルタイムデータの後の電力使用量を予測する予測部とを含む電力使用量予測システム。
[請求項2]
上記複数のデータセットのうち少なくとも1つのデータセットは、上記複数のデータセットのうち他のデータセットと一部の測定データとが重なる、請求項1に記載の電力使用量予測システム。
[請求項3]
上記モデリング部は、上記複数のデータセットを時系列的に格納し、
上記予測部は、上記複数のデータセットのうち上記リアルタイムデータに対応するモデリング入力を有するデータセットを導出し、導出されたデータセットのモデリング出力を用いて電力使用量を予測する、請求項1または2に記載の電力使用量予測システム。
[請求項4]
上記複数のデータセットの間は、上記一定時間間隔を有する、請求項1から3のいずれか一項に記載の電力使用量予測システム。
[請求項5]
上記モデリング部は、上記データセットを構成するモデリング入力の間の追加的な測定データに基づいてサブモデリング入力を導出し、
上記サブモデリング入力は、上記モデリング入力の間の特定時間で測定された上記電力使用量に関するデータを含む、請求項1から4のいずれか一項に記載の電力使用量予測システム。
[請求項6]
上記サブモデリング入力は、時系列的に近接した上記モデリング入力の間に少なくとも1つ以上存在し、
上記モデリング部は、導出される上記サブモデリング入力の個数に応じて上記電力使用量に対するモデリングの時間間隔を調節することができる、請求項5に記載の電力使用量予測システム。
[請求項7]
上記電力測定部は、時系列的に近接した上記リアルタイムデータの間の時間でサブリアルタイムデータを測定し、
上記予測部は、上記リアルタイムデータおよび上記サブリアルタイムデータに対応するデータセットのモデリング出力により上記電力使用量を予測する、請求項6に記載の電力使用量予測システム。
[請求項8]
上記予測部は、予測された上記電力使用量が既定の限界値を超えるかを判断する、請求項1から7のいずれか一項に記載の電力使用量予測システム。
[請求項9]
電気エネルギーを貯蔵するエネルギー貯蔵装置を含み、
上記予測部で予測された上記電力使用量が既定の限界値を超えると判断されると、上記エネルギー貯蔵装置に貯蔵された電気エネルギーを代替として使用する、請求項1から8のいずれか一項に記載の電力使用量予測システム。
[請求項10]
一定時間間隔で電力使用量を測定した測定データを時系列的に一定個数で束ねて複数のデータセットを生成し、データセットの最後の測定データをモデリング出力として格納し、上記データセットの上記モデリング出力を除いた他の測定データをモデリング入力として格納するステップと、
リアルタイムに電力使用量を測定したリアルタイムデータに対応するデータセットにより上記リアルタイムデータの後の電力使用量を予測するステップとを含む電力使用量予測方法。
[請求項11]
上記電力使用量を予測するステップにおいて、
上記複数のデータセットを時系列的に格納し、
上記複数のデータセットのうちリアルタイムデータに対応するモデリング入力を有するデータセットを導出し、導出されたデータセットのモデリング出力を用いて電力使用量を予測する、請求項10に記載の電力使用量予測方法。
[請求項12]
上記モデリング入力として格納するステップにおいて、
上記データセットを構成するモデリング入力の間の追加的な測定データに基づいて上記モデリング入力の間の時間で測定された上記電力使用量に関するデータを含むサブモデリング入力を導出するステップをさらに含む、請求項10または11に記載の電力使用量予測方法。
[請求項13]
上記モデリング入力として格納するステップにおいて、
時系列的に近接した上記リアルタイムデータの間の時間でサブリアルタイムデータを測定し、
予測部は、上記リアルタイムデータおよび上記サブリアルタイムデータに対応するデータセットのモデリング出力により上記電力使用量を予測する、請求項11または12に記載の電力使用量予測方法。
[請求項14]
上記電力使用量を予測するステップにおいて、
予測された上記電力使用量が既定の限界値を超えるかを判断する、請求項11から13のいずれか一項に記載の電力使用量予測方法。
100:電力使用量予測システム
110:電力測定部
120:モデリング部
130:予測部
10a:第1データセット
10b:第2データセット
10c:第3データセット
11、12、13、14、15、16、17:測定データ
21、22、23、24:サブモデリング入力
30:モデリング入力の間の時間間隔
40:サブモデリング入力の間の時間間隔

Claims (10)

  1. 一定時間間隔ごとに電力使用量を測定する電力測定部と、
    前記電力使用量を測定した複数の測定データを時系列的に一定個数で束ねて複数のデータセットを生成し、データセットの最後の測定データをモデリング出力として格納し、前記データセットの前記モデリング出力を除いた他の測定データをモデリング入力として格納するモデリング部と、
    前記電力測定部でリアルタイムに測定されたリアルタイムデータを時系列的に前記モデリング部に入力させ、前記複数のデータセットと前記リアルタイムデータとを対応させて前記リアルタイムデータの後の電力使用量を予測する予測部とを含み、
    前記モデリング部は、前記データセットを構成するモデリング入力の間の追加的な測定データに基づいてサブモデリング入力を導出し、
    前記サブモデリング入力は、前記モデリング入力の間の特定時間で測定された前記電力使用量に関するデータを含み、
    前記電力測定部は、時系列的に近接した前記リアルタイムデータの間の時間でサブリアルタイムデータを測定し、
    前記予測部は、前記リアルタイムデータおよび前記サブリアルタイムデータに対応するデータセットのモデリング出力により前記電力使用量を予測し、
    前記予測部は、前記サブモデリング入力と前記サブリアルタイムデータとの間の差を反映して前記電力使用量を予測する、
    電力使用量予測システム。
  2. 前記複数のデータセットのうち少なくとも1つのデータセットは、前記複数のデータセットのうち他のデータセットと一部の測定データとが重なる、請求項1に記載の電力使用量予測システム。
  3. 前記モデリング部は、前記複数のデータセットを時系列的に格納し、
    前記予測部は、前記複数のデータセットのうち前記リアルタイムデータに対応するモデリング入力を有するデータセットを導出し、導出されたデータセットのモデリング出力を用いて電力使用量を予測する、請求項1または2に記載の電力使用量予測システム。
  4. 前記複数のデータセットの間は、前記一定時間間隔を有する、請求項1から3のいずれか一項に記載の電力使用量予測システム。
  5. 前記サブモデリング入力は、時系列的に近接した前記モデリング入力の間に少なくとも1つ以上存在し、
    前記モデリング部は、導出される前記サブモデリング入力の個数に応じて前記電力使用量に対するモデリングの時間間隔を調節することができる、請求項1から4のいずれか一項に記載の電力使用量予測システム。
  6. 前記予測部は、予測された前記電力使用量が既定の限界値を超えるかを判断する、請求項1からのいずれか一項に記載の電力使用量予測システム。
  7. 電気エネルギーを貯蔵するエネルギー貯蔵装置を含み、
    前記予測部で予測された前記電力使用量が既定の限界値を超えると判断されると、前記エネルギー貯蔵装置に貯蔵された電気エネルギーを代替として使用する、請求項1からのいずれか一項に記載の電力使用量予測システム。
  8. 一定時間間隔で電力使用量を測定した測定データを時系列的に一定個数で束ねて複数のデータセットを生成し、データセットの最後の測定データをモデリング出力として格納し、前記データセットの前記モデリング出力を除いた他の測定データをモデリング入力として格納するステップと、
    リアルタイムに電力使用量を測定したリアルタイムデータに対応するデータセットにより前記リアルタイムデータの後の電力使用量を予測するステップとを含み、
    前記モデリング入力として格納するステップにおいて、
    前記データセットを構成するモデリング入力の間の追加的な測定データに基づいて前記モデリング入力の間の時間で測定された前記電力使用量に関するデータを含むサブモデリング入力を導出するステップをさらに含み、
    前記モデリング入力として格納するステップにおいて、
    時系列的に近接した前記リアルタイムデータの間の時間でサブリアルタイムデータを測定し、
    予測部は、前記リアルタイムデータおよび前記サブリアルタイムデータに対応するデータセットのモデリング出力により前記電力使用量を予測し、
    前記予測部は、前記サブモデリング入力と前記サブリアルタイムデータとの間の差を反映して前記電力使用量を予測する、
    電力使用量予測方法。
  9. 前記電力使用量を予測するステップにおいて、
    前記複数のデータセットを時系列的に格納し、
    前記複数のデータセットのうちリアルタイムデータに対応するモデリング入力を有するデータセットを導出し、導出されたデータセットのモデリング出力を用いて電力使用量を予測する、請求項に記載の電力使用量予測方法。
  10. 前記電力使用量を予測するステップにおいて、
    予測された前記電力使用量が既定の限界値を超えるかを判断する、請求項8または9に記載の電力使用量予測方法。
JP2018155831A 2017-12-18 2018-08-22 電力使用量予測システムおよび方法 Active JP6677396B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170174257A KR102089772B1 (ko) 2017-12-18 2017-12-18 전력 사용량 예측 시스템 및 방법
KR10-2017-0174257 2017-12-18

Publications (2)

Publication Number Publication Date
JP2019110740A JP2019110740A (ja) 2019-07-04
JP6677396B2 true JP6677396B2 (ja) 2020-04-08

Family

ID=64277569

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018155831A Active JP6677396B2 (ja) 2017-12-18 2018-08-22 電力使用量予測システムおよび方法

Country Status (5)

Country Link
US (1) US11092628B2 (ja)
EP (1) EP3499671B1 (ja)
JP (1) JP6677396B2 (ja)
KR (1) KR102089772B1 (ja)
CN (1) CN109934374B (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO346605B1 (en) * 2020-12-03 2022-10-24 Sikom Connect As Methods and systems relating to the regulation of electrical power consumption
US11921480B2 (en) * 2021-03-31 2024-03-05 Hygge Energy Inc. Optimizing distributed energy resource value
KR102576947B1 (ko) * 2021-10-21 2023-09-11 주식회사 스마트에버 다중 에이전트를 가지는 심층 강화학습 기반의 전력 사용량 예측 방법 및 장치

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100025483A1 (en) * 2008-07-31 2010-02-04 Michael Hoeynck Sensor-Based Occupancy and Behavior Prediction Method for Intelligently Controlling Energy Consumption Within a Building
JP2011118786A (ja) * 2009-12-04 2011-06-16 Sony Corp 情報処理装置、観測値予測方法、及びプログラム
US20150371151A1 (en) * 2014-06-20 2015-12-24 The Regents Of The University Of California Energy infrastructure sensor data rectification using regression models
US8370283B2 (en) * 2010-12-15 2013-02-05 Scienergy, Inc. Predicting energy consumption
WO2013030860A1 (ja) * 2011-08-26 2013-03-07 株式会社日立製作所 予測型逐次計算装置
AU2012344680B2 (en) * 2011-11-29 2017-10-12 Generac Power Systems, Inc. Method and system for forecasting power requirements using granular metrics
JP5915313B2 (ja) * 2012-03-28 2016-05-11 富士通株式会社 電力制御支援プログラム、電力制御支援装置、および電力制御支援方法
KR101364495B1 (ko) * 2012-12-14 2014-02-20 주식회사정도엔지니어링 전력사용량 예측기술을 활용한 전력 관리 시스템 및 그 방법
JP6148119B2 (ja) * 2013-08-29 2017-06-14 京セラ株式会社 エネルギー管理装置、エネルギー管理方法及びエネルギー管理システム
US9639642B2 (en) * 2013-10-09 2017-05-02 Fujitsu Limited Time series forecasting ensemble
JP6221714B2 (ja) * 2013-12-11 2017-11-01 住友電気工業株式会社 電力消費管理装置、電力消費管理方法および電力消費管理プログラム
US10540606B2 (en) * 2014-06-30 2020-01-21 Amazon Technologies, Inc. Consistent filtering of machine learning data
JP2016081471A (ja) * 2014-10-22 2016-05-16 日本電信電話株式会社 消費電力の予測装置および方法
JP2016086521A (ja) * 2014-10-24 2016-05-19 日本電信電話株式会社 消費電力予測方法および装置
CN104462793A (zh) * 2014-11-25 2015-03-25 北京数迅科技有限公司 时间序列实时预测方法及装置
US9705327B2 (en) * 2015-07-14 2017-07-11 Restore Nv Self-learning, real-time, data-driven power metering system
JP6746946B2 (ja) * 2016-02-25 2020-08-26 中国電力株式会社 電力需要予測装置、及び電力需要予測方法
US10263462B2 (en) * 2016-04-27 2019-04-16 Demand Energy Networks, Inc. Electrical system control using simulation-based setpoint determination, and related systems, apparatuses, and methods
KR101827108B1 (ko) * 2016-05-04 2018-02-07 두산중공업 주식회사 플랜트 이상 감지 학습 시스템 및 방법
WO2018098575A1 (en) * 2016-11-29 2018-06-07 Peak Power Inc. System and method for dynamic energy storage system control
CN106875033B (zh) * 2016-12-26 2020-06-02 华中科技大学 一种基于动态自适应的风电集群功率预测方法
US10330081B2 (en) * 2017-02-07 2019-06-25 International Business Machines Corporation Reducing curtailment of wind power generation
US10598157B2 (en) * 2017-02-07 2020-03-24 International Business Machines Corporation Reducing curtailment of wind power generation
US20190115753A1 (en) * 2017-10-13 2019-04-18 Schneider Electric It Corporation Method for automatic cloud control of energy storage systems

Also Published As

Publication number Publication date
JP2019110740A (ja) 2019-07-04
CN109934374B (zh) 2023-04-18
US11092628B2 (en) 2021-08-17
EP3499671B1 (en) 2020-12-23
KR102089772B1 (ko) 2020-03-17
EP3499671A1 (en) 2019-06-19
CN109934374A (zh) 2019-06-25
US20190187193A1 (en) 2019-06-20
KR20190088083A (ko) 2019-07-26

Similar Documents

Publication Publication Date Title
Zhang et al. Reliability assessment of photovoltaic power systems: Review of current status and future perspectives
Welsch et al. Modelling elements of smart grids–enhancing the OSeMOSYS (open source energy modelling system) code
CN103646358B (zh) 计及电力设备时变故障率的电网计划检修周期确定方法
CN104268800B (zh) 基于场景库的风电并网调峰平衡判定方法
JP6677396B2 (ja) 電力使用量予測システムおよび方法
Ye et al. Efficient eigen-analysis for large delayed cyber-physical power system using explicit infinitesimal generator discretization
CN103825272A (zh) 一种基于解析法的含分散风电的配电网可靠性确定方法
Vergura et al. Inferential statistics for monitoring and fault forecasting of PV plants
Li et al. Optimal planning for electricity-hydrogen integrated energy system considering multiple timescale operations and representative time-period selection
Cano et al. Comparative analysis of HESS (battery/supercapacitor) for power smoothing of PV/HKT, simulation and experimental analysis
Liu et al. Online short-term reliability evaluation using a fast sorting technique
Menasché et al. Survivability analysis of power distribution in smart grids with active and reactive power modeling
Liu et al. Power and energy constrained battery operating regimes: Effect of temporal resolution on peak shaving by battery energy storage systems
CN118282001B (zh) 一种超级电容器储能控制方法及系统
EP3020119A1 (en) Method of determining a condition of an electrical power network and apparatus therefor
Liao et al. Power generation expansion planning considering natural disaster scenarios under carbon emission trajectory constraints
Chen et al. A Data-Driven Robust Unit Commitment Model of Electricity-Natural Gas System Considering Wind Power Uncertainty
Tande et al. Impact of offshore wind power on system Adequacy in a regional hydro-based power system with weak interconnections
CN109581125A (zh) 风电变流器功率模块的寿命检测方法和装置、存储介质
Yin et al. Economic and technical comparison of energy storage technologies for renewable accommodation
Li et al. Optimal Design of Distributed Energy Resource Systems under Uncertainties Based on Two-Stage Robust Optimization
Wu et al. Monitoring power system transient stability using synchrophasor data
Cepeda et al. Real-time adaptive load shedding based on probabilistic overload estimation
Fotopoulou et al. Development of a multi-dimensional Key Performance Indicators’ framework for the holistic performance assessment of Smart Grids
Wang et al. Analysis and Application of Correlation between Wind Power Output and Fluctuation in Northwest Power Grid of China

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180823

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190909

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190917

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191024

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200212

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200305

R150 Certificate of patent or registration of utility model

Ref document number: 6677396

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250