본문 바로가기
[학술저널]

  • 학술저널

이정현(충북대학교) 김재성(충북대학교) 안영호(레티그리드) 조완섭(충북대학교)

DOI : 10.7465/jkdi.2019.30.4.779

표지

북마크 0

리뷰 0

이용수 0

피인용수 0

초록

최근 제기되는 원전이슈와 함께 현재의 국내 전력수급은 위기에 맞닿아 있고 향후에도 국내 전기차 충전소 보급 정책과 한반도 정치적 이슈에 따라 추가적인 전력 수요가 급증할 것이라 예상한다. 본 논문은 상시전력과 대체전력의 전환, 에너지 거래 등에 있어서 Peak 전력사용량과 그 시간대를 예측하는 것에 연구 목적을 둔다. 따라서 24시간 기반의 단기 예측을 분석 목표로 설정하였고, 시계열 분석기법인 SARIMA (seasonal ARIMA) 모형과 인공신경망 기법의 하나인 LSTM (long short term memory)을 통해 분석 및 예측을 진행하였다. 향후에도 24시간 기반의 전력수요 예측모형이 V2G (Vehicle to Grid) 또는 ESS (energy storage system)와 관련된 현업에 활용 및 확장될 수 있도록 기대한다.

Domestic energy demand is currently at risk and is related to the gradual phase-out of nuclear power plants and the expansion of EV (electric vehicle) charging stations. And also, there will be additional demand due to political problems on the Korean Peninsula. The purpose of this study is to predict the energy peak load and their time zone of day when switching from main power to ESS (energy storage system) or energy trading. So, our goal is to get more reliable results through a short time period analysis based on 24-hours. And SARIMA (seasonal ARIMA) and long short term memory (LSTM) were used to perform this study. We hope this model of analysis can be used positively on real world related with V2G (vehicle to grid) or ESS in the near future.

목차

요약
1. 머리말
2. 선행 연구
3. 모형 수립
4. 예측 결과
5. 결론
References
Abstract

참고문헌(0)

리뷰(0)

도움이 되었어요.0

도움이 안되었어요.0

첫 리뷰를 남겨주세요.
Insert title here