TEEDLab

인공지능데이터사이언스학과
김장겸

TEEDLab은 인공지능데이터사이언스학과 소속 연구실로서, 에너지 저장 시스템, 태양광 에너지 예측, 전기차 충전, IoT 센서 데이터 통합 등의 연구를 활발히 진행하고 있습니다. 최근 3년간 TEEDLab은 다양한 프로젝트와 연구를 통해 뛰어난 성과를 거두었습니다. 예를 들어, 2024년에는 불확실성을 고려한 에너지 저장 시스템의 강건 제어에 관한 연구를 발표하였으며, 2023년에는 IoT 센서 데이터를 활용한 앙상블 모델 기반 태양광 발전 예측 연구를 수행하였습니다. 또한, 2022년에는 전기차 충전 시설의 비용 효율성을 고려한 계약 전력 구성 방안과 블록체인을 활용한 엣지 기반 IoT 시스템에서의 태양광 에너지 생성 및 거래 플랫폼 설계 및 구현에 관한 연구를 발표하였습니다. 이러한 연구 성과들은 TEEDLab의 높은 연구 역량을 입증하며, 다양한 기업과의 협업을 통해 더욱 발전할 수 있는 가능성을 보여줍니다.

Energy Storage Systems

에너지 저장 시스템

Photovoltaic Energy Prediction

태양광 에너지 예측

Electric Vehicle Charging

대표 연구 분야

연구 영역 전체보기

불확실성을 고려한 에너지 저장 시스템 제어

최근의 연구에서 축적된 경험을 바탕으로, 이 연구는 불확실한 재생 에너지 예측을 사용하여 에너지 저장 시스템의 로버스트 제어를 목적으로 합니다. 기존의 에너지 예측 모델은 재생 에너지의 변동성과 불확실성을 완벽하게 반영하지 못하는 경우가 많습니다. 이에 따라, 이 연구는 IoT 센서 데이터를 활용하여 예측 모델의 정확성을 높이고, 에너지 저장 시스템의 운영 효율성을 극대화하고자 합니다. 특히, 재생 에너지의 편향된 예측값을 보정하고 시스템의 안정성을 향상시키는 방법을 중점으로 다룹니다. 이러한 접근법은 에너지 관리 시스템의 신뢰성을 높이고, 재생 에너지 활용도를 극대화하는 데 기여할 수 있습니다.

주요 논문

발행물 전체보기

Robust uncertainty-aware control of energy storage systems using biased renewable energy forecast

김장겸, 유윤식, 양효식, 최호선

Applied Energy, 2024

Two-Stage Model-Based Predicting PV Generation with the Conjugation of IoT Sensor Data

김장겸, 허영주, 최성곤

Sensors, 2023

Robust operation scheme of EV charging facility with uncertain user behavior

김장겸, 오현택

IEEE Transactions on Industrial Informatics, 2023