Demand and Net-Load Forecasting with DER/EV Integration and Abnormal Reference Day Detection Research
연구 내용
커뮤니티 전력수요와 순부하를 예측하고, 이상 기준일을 통계적 품질관리 기법으로 탐지하여 운영계획 정확도를 높이는 연구입니다.
도시·커뮤니티 단위의 단기 전력수요와 DER·EV 연계로 변화하는 순부하를 예측하고, 예측 오차가 운영·가격·신뢰도에 미치는 영향을 줄이기 위한 방법을 연구합니다. 유사한 일의 패턴을 바탕으로 예측 정확도를 개선하고, Shewhart 계열 품질관리 차트 기반으로 비정상 기준일을 탐지해 데이터 품질을 정리합니다. 또한 Monte Carlo 시뮬레이션으로 EV 이용자의 SoC, 충전 시작 시각, 충전 방식 확률변수를 구성해 충전 부하 패턴과 피크 타임 변화를 추정하고, PV·EV 통합 시 덕 커브 및 피크 시간 증폭 위험을 분석합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 커뮤니티 레벨의 단기 수요 예측에서 오차를 줄이기 위한 기준일 선택과 정렬 방식의 성능을 정리하고, 2020년에는 Shewhart control chart 계열 기법을 적용해 이상 기준일을 탐지하는 접근을 중심으로 연구를 수행했습니다. 이후 2021년에는 EV 충전 수요의 확률적 입력변수를 Monte Carlo로 모델링하여 아파트 단위 피크부하 시간 변화를 추정하는 방향으로 확장했습니다. 2020년 발표 연구에서는 PV와 EV의 시간별 순부하 변화를 연계해 덕 커브 및 피크 시간의 변화를 분석하며, 최근에는 DER 침투로 인한 운영 리스크를 정량적으로 해석하는 통합 분석으로 이어가고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Scaled RMSE and Shewhart Control Chart-based Abnormal Reference Day Detection Method to Improve the Forecasting Accuracy of Community-level Power Demand
Analysis of Challenges Due to Changes in Net Load Curve in South Korea by Integrating DERs
An Analysis on the Change of Peak load time Considering the Forecasting of Electric Vehicle Charging Demand for Apartment Based on Monte Carlo Simulation