에너지시스템공학부 김문겸 교수와 에너지기술연구원 김형준 박사(에너지시스템공학부 24년 2월 졸업)가 효율적인 가격 예측 모델과 결합된 새로운 맞춤형 양방향 실시간 가격 메커니즘 기반 수요반응 전략을 개발하여 예측형 홈 에너지 관리 시스템을 제안했다.

최근 사물인터넷(IoT) 기술과 스마트 계량 인프라의 발전으로 스마트 홈 사용자는 홈 에너지 관리 시스템을 통해 실시간 전력 소비를 관리할 수 있게 되었다. 그러나 현재 전기 가격 메커니즘의 단방향 특성은 주로 주거용 수요반응에 참여하려는 소비자의 인센티브를 감소시키는 요인으로 작용하였고, 따라서 양방향 가격 접근 방식을 통해 소비자가 자신의 전기 가격을 적극적으로 개발할 수 있도록 하는 새로운 양방향 실시간 가격 메커니즘을 개발하는 것이 필요하였다.

본 연구팀은 주거용 수요반응을 위해 혼합 딥러닝 알고리즘을 기반으로 한 혁신적인 양방향 거래 가격 메커니즘을 개발하여 에너지 소비 행동에 따라 인센티브 요인을 제공하기 때문에 단방향 전기 가격 메커니즘과 비교했을 때, 개별 최종 사용자의 전기 요금을 조정 가능함을 규명하였다. 특히, 불확실성을 효과적으로 해결하기 위해 시공간 딥러닝 예측 모델을 설계하여 데이터의 공간 불변 공간 특징을 효율적으로 추출하는 데 사용함으로써 데이터에 시간적 계층을 동적으로 생성하고 선택적으로 내부 메모리에 액세스하여 실시간 최적화에 대한 유효한 지원을 제공하도록 최초로 개발하였다.

그림. 딥러닝 예측 모델과 실시간 양방향 거래 가격 메커니즘을 기반으로 제안된 홈 에너지 관리 시스템의 전체 흐름도

김문겸 교수는 “이번 연구는 “주거용 수요반응에 대한 소비자 참여를 장려할 뿐만 아니라 에너지 사용에 대한 지속 가능한 경제 패턴을 구축하는 데에 기여할 것으로 기대된다”고 말했다.

상세한 연구내용은 연구팀이 발표한 ‘New Customized Bi-Directional Real-Time Pricing Mechanism for Demand Response in Predictive Home Energy Management System’ 논문을 통해 확인 가능하다. 이 논문은 JCR 상위 5% 이내 국제학술지인 ‘IEEE Internet of Things’에 7월 15일자로 게재되었다. 

김문겸 교수는 “이번 연구를 통해 아직까지는 시간별 전력 이동을 계산하기 위한 기준 부하를 결정하는 것이 정확하지 않을 수 있는데 이 문제를 해결하기 위해 향후 정확성과 신뢰성을 향상시킬 목적으로 특정 최종 소비자에 대한 기준 부하를 계산하는 적절한 방법을 개발하여 제안된 예측형 홈 에너지 관리 시스템을 향상시킬 계획”이라고 말했다.