신재생에너지 전력 수급조건에 따른 Dynamic Pricing 기반의 전기자동차 최적 충방전 스케쥴링 알고리즘 :Optimal charging and discharging scheduling algorithm for electric vehicles based on dynamic pricing considering renewable energy

김준기

추천

검색

자료유형: 학위논문

저자정보: 김준기 (국민대학교, 국민대학교 일반대학원)

지도교수: 정일엽

발행연도: 2020

저작권: 국민대학교 논문은 저작권에 의해 보호받습니다.

이용수45

이 논문의 연구 히스토리 (3)

2020

직류 나노그리드의 경제적 운영을 위한 전기자동차의 최적 충방전 스케줄링 알고리즘

김준기 , 트린피하이 , 김상혁 외 2명 대한전기학회 학술대회 논문집 2020.07 학술대회자료

직류 나노그리드에서 신재생에너지 출력예측기반의 전기자동차 최적 스케줄링 기법

김준기 , 정일엽 전기학회논문지 2020.06 학술저널

신재생에너지 전력 수급조건에 따른 Dynamic Pricing 기반의 전기자동차 최적 충방전 스케쥴링 알고리즘

김준기 전자공학과 2020.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 정부의 재생에너지 3020 정책 이행으로 인해 신재생에너지 발전설 비와 발전사업자의 수가 증가하고 있다. 많은 발전사업자가 전력시장에 참여하면서 2017년 이후부터 신재생에너지 초과 공급으로 인한 REC 가격 폭락이 이어지고 있다. 현 국내의 제도에서 신재생에너지 사업은 전력 생 산량에 대해 계통 한계가격인 SMP와 공급인증서인 REC를 판매하는 사 업으로, REC 가격의 하락은 신재생에너지 발전사업자의 수익에 큰 영향 을 가한다. 본 논문에서는 이러한 문제로 마이크로 그리드 운영자의 줄어 드는 수익을 전기자동차를 활용하여 회복하려 한다. 현재 전기자동차는 단순한 이동수단을 넘어 다양한 분야에서 활용성을 보이며, 그중에서도 전기자동차의 배터리를 에너지저장장치(ESS, Energy Storage System)처 럼 활용하여 전력계통에 연계하는 기술인 V2G(Vehicle-to-Grid)의 연구 가 활발히 진행되고 있다. 전력계통에서 V2G 기술은 첨두 부하 절감, 주 파수 및 전압 조정, 대기 예비력, 신재생에너지 안정화 등에 이바지할 수 있어 유연성과 신뢰성을 높이는 데 도움을 주고 있다. 본 논문에서는 이 러한 V2G 기술과 태양광 발전기를 통해 마이크로그리드 운영자의 이득을 늘릴 수 있는 전기자동차의 충전 및 방전 스케줄링 기법을 제안한다. 제 안하는 스케줄링 기법에서는 태양광을 통해 생성한 잉여전력을 전기자동 차의 충전에 이용한다. 전기자동차의 충·방전 가격은 Dynamic Pricing을 통해 하루 전에 산정하며, 이를 위해 딥러닝 기법인 FFNN과 RNN-LSTM 예측 모델을 사용하여 부하 및 일사량을 예측한다. 이어서 산정한 가격 체계에 기반하여 전기자동차 소유자의 요구를 충족시킴과 동 시에 전기자동차의 충전 및 방전 동작의 조정을 통해 마이크로 그리드 운 영자의 수익을 높인다. 모든 시간 단계에서 전기자동차의 최적 충전 및 방전 동작의 결정과 충방전 전력을 계산하기 위해 최적화를 진행하였으 며, 최적화 기법은 혼합 정수 선형 계획법(MILP, Mixed Integer Linear Programming)을 사용하였다.

Recently, due to the government''s implementation of the renewable energy 3020 policy, the number of renewable energy generation facilities and power generation companies is increasing. Therefore, many power generation operators participated in the electricity market. Since 2017, the price of the Renewable Energy Certificate (REC) has been reduced because of the increase of RES. In the current policy, the selling cost of Renewable Energy Resource (RES) can be calculated from the sum of the system''s marginal price (SMP) and Renewable Energy Certificate (REC). In this thesis, we have tried to solve these problems by using the electric vehicle participations to charge the excess power from RES instead of selling to the grid.
Currently, besides simple transportation, electric vehicles have more utilities in various fields, especially in the power system. Among them, V2G (Vehicle-to-Grid) technology that considers the EV''s batteries as an energy storage system (ESS) is the most attractive topic in the research, V2G service can connect EVs directly to the power system via electric vehicle supply equipment (EVSE). In the power system, V2G technology can increase flexibility and reliability by using four functions (1) peak-load reduction, (2) frequency and voltage regulation, (3) power reserve, and (4) stabilization of renewable energy resources.
In this dissertation, we propose a charging and discharging scheduling algorithm for electric vehicles. In the proposed scheduling method, the charge/discharge price of an electric vehicle is calculated in day-ahead using Dynamic Pricing and prediction of loads and PV. The day-ahead load and insolation forecasting are implemented using deep learning techniques, FFNN, and RNN-LSTM models. Based on the forecast of load demand, PV, and electricity price, the optimization formulation is obtained to determine the optimal charging and discharging power of the electric vehicles. To solve the optimization problem, we applied mix-integer linear programming (MILP) technique. The proposed method can increase the microgrid operator''s benefits and EV owner''s satisfaction using our proposed algorithms.

Ⅰ. 서 론 1
1.1 연구 배경 1
1.2 논문의 구성 및 개요 3
Ⅱ. 기존 전기자동차 기술과 관련 규정 5
2.1 전기자동차 기술 5
2.1.1 주파수 및 전압 조정 8
2.1.2 첨두 부하 절감 9
2.1.3 대기 예비력 9
2.1.4 신재생에너지 사용을 위한 에너지 저장장치 10
2.2 전기자동차 관련 제도 및 규정 10
2.2.1 국내외 전기자동차 지원 정책 13
2.2.2 국내의 전기차 양방향 전력 전송 관련 제도 16
2.3 해외 및 국내 실증 현황과 지난 연구 17
Ⅲ. 마이크로그리드 최적운영 계획법 제안 20
3.1 딥러닝 기반 일사량 및 부하 예측 알고리즘 20
3.1.1 FFNN 20
3.1.2 RNN-LSTM 21
3.2 부하 및 일사량 예측모델 알고리즘 검증 22
3.2.1 입력 데이터 준비 23
3.2.2 입력 데이터 전처리 25
3.3 FFNN, LSTM, 퍼시스턴스 모델의 부하 예측 성능 28
3.4 FFNN, LSTM, 퍼시스턴스 모델의 일사량 예측 성능 29
3.5 Dynamic Pricing을 통한 전기자동차 충전 및 방전 가격 30
3.6 전기자동차와 마이크로그리드 간 최적 협조제어 기법 36
Ⅳ. 사례 연구 52
4.1 시뮬레이션 환경 52
4.2 전일 전기자동차 충전 및 방전 가격 산정 결과 52
4.3 전기자동차 최적 충전 및 방전 스케줄링 알고리즘 검증 54
4.3.1 Case 1 56
4.3.2 Case 2 60
4.4 제안한 전기자동차 최적 충·방전 스케줄링의 이득 계산 62
4.4.1 Case 1와 대조군의 이득 비교 65
4.4.2 Case 2와 대조군의 이득 비교 67
Ⅴ. 결론 70
Abstract 76

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)