손성용 연구실

전기공학과
손성용

전기공학과의 이 연구실은 에너지 저장 시스템(ESS), 수요 반응(DR), 가상 발전소(VPP), 태양광 예측(PV Forecasting) 분야에서 활발한 연구를 수행하고 있습니다. 최근 3년간 이 연구실은 다양한 프로젝트와 논문을 통해 전력 시스템의 효율성을 높이는 데 기여해왔습니다. 예를 들어, 제주도에서의 수요 반응 파일럿 프로젝트와 전기차 배터리 노화 관리에 대한 기술경제적 분석 연구는 큰 성과를 거두었습니다. 또한, 딥러닝을 활용한 재실 인원 기반 에너지 소비량 추정과 연합 학습을 기반으로 한 그룹 세대의 에너지 소비량 추정 방법 등 다양한 특허를 보유하고 있습니다. 이러한 연구 성과를 바탕으로 기업과의 R&D 협력을 통해 실질적인 산업 적용이 기대됩니다.

Energy Storage Systems

Virtual Power Plant

PV Forecasting

대표 연구 분야

연구 영역 전체보기

태양광 발전 예측 모델 개발 및 결측 데이터 보완을 통한 영향 평가

태양광 발전의 예측 모델을 개발하고, 결측된 태양광 발전 데이터를 보완하여 예측 정확성을 향상시키는 연구를 중점적으로 수행하고 있습니다. 이 연구는 태양광 패널의 효율적인 운영과 에너지 자원의 최대화를 목표로 하며, 인공지능 및 머신러닝 알고리즘을 활용하여 결측 데이터를 보완하고, 이를 통해 발전량 예측의 신뢰성을 높이는 방안을 제시합니다. 또한, 연구 결과를 바탕으로 실질적인 영향 평가를 진행하여, 태양광 발전 시스템의 신뢰성과 안정성을 증대시키는 데 기여하고 있습니다.

가상발전소 운영을 위한 계층적 분산전원의 효율적 운영 기술

가상발전소(VPP)의 효율적인 운영을 위해 계층적 분산전원의 관리 및 최적화 기술을 개발하고 있습니다. 이 연구는 분산에너지 자원의 효율적인 통합 및 운영을 목표로 하며, 이를 위해 다양한 분산전원의 특성을 분석하고, 최적의 운영 전략을 제안합니다. 네트워크 제약 조건을 고려한 최적화 알고리즘을 통해 가상발전소의 운영 효율성을 극대화하며, 에너지 시장의 요구에 따라 유연하게 대응할 수 있는 시스템을 구축하는 데 중점을 두고 있습니다. 더 나아가, 경제적 분석 및 실증 프로젝트를 통해 실제 적용 가능성을 검증하고 있습니다.

주요 논문

발행물 전체보기

PV Forecasting Model Development and Impact Assessment via Imputation of Missing PV Power Data

IEEE ACCESS, 2024

Gamification-Based Vehicle-to-Grid Service for Demand Response: A Pilot Project in Jeju Island

IEEE ACCESS, 2024

Optimal VPP Operation Considering Network Constraint Uncertainty of DSO

IEEE ACCESS, 2023