인공지능 자동재학습 배전선로 부하상태 89% 정확 예측
부하상태예측 정확도 개선 연간 투자비용 80억 절감효과
한전 전력연구원(원장 김태균)은 한전KDN(주), 한국과학기술원, 아이렉스넷(주)와 공동으로 ‘배전계통 부하예측 및 관리시스템’을 개발해 화제가 되고 있다.
배전계통은 발전소에서 생산되어 송전계통을 통해 전달된 높은 전압의 전기를 사용자 부근 변전소에서 적정 수준의 전압으로 낮춰 분배하는 시스템을 말한다.
전력계통에서 전력의 공급량과 전력의 수요량이 같아야 안정적인 전력망 운영이 가능함. 하지만 전력 수요량 예측은 계절 및 사회적 요인 등 다양한 원인으로 달라지므로 파악이 힘든게 사실이다.
인공지능을 활용한 전력 수요 예측을 위한 시도는 꾸준히 있었으나, 전력데이터 확보 및 실증의 어려움으로 시스템 개발이 어려웠다.
전력연구원은 한전의 전력데이터를 활용하여 매달 수백억 건의 데이터를 처리하는 빅데이터 시스템을 구축하고, 인공지능을 적용한 전력 수요량 예측 시스템인 ‘배전계통 부하예측 및 관리시스템’을 개발함. 또한, 전국 1만여 전력 선로를 대상으로 실증을 마쳤다.
‘배전계통 부하예측 및 관리시스템’은 전력 수요량의 패턴인식 및 패턴 변화 감지 기반의 재학습 기능을 적용해 태양광, 풍력 등 날씨에 따라 발전량이 급격히 달라지는 상황에서도 정확한 예측이 가능하다.
전력연구원이 개발한 ‘배전계통 부하예측 및 관리시스템’은 배전계통의 운전효율 개선 및 설비투자 비용 절감으로 연간 80억원의 절감효과가 기대됨. 또한, 고부가 데이터 확보를 통한 직간접 이윤이 연간 100억원에 달할 것으로 예상된다.
전력연구원은 2021년 한전 내 전체 사업소에 개발시스템을 보급할 계획이며, 베트남, 미얀마 등에 기술을 수출할 계획임. 아울러, 사우디아라비아, 요르단 등의 중동국가를 대상으로 기술수출을 기획 중이다.
전력연구원 관계자는 “능동형 배전계통 관리기술은 설비투자의 관점에서 설비효율 개선의 관점으로의 운영패러다임 변화를 이끌 수 있다” 며, “현 정부에서 추진하는 4차 산업혁명의 과학기술혁신 이행계획에 상당부분 기여할 것이다”고 말했다.