
인공지능
머신러닝으로 신재생 ESS 효율을 극대화하는 용량산정 개발
기술분야
신재생 ESS 용량 최적화
가격
가격 협의
판매 유형
직접 판매
거래방식
- 특허매각
- 노하우
- 공동연구
- 라이센스
AI요약
본 기술은 신재생에너지 시스템 연계 시 에너지저장장치(ESS)의 최적 용량 산정 문제점을 해결합니다. 기존 방식은 과다한 용량으로 인한 경제적 손실이나 과소 용량으로 인한 계통 불안정성을 야기했습니다. 이를 개선하기 위해 머신러닝 기반의 혁신적인 ESS 용량 산정 방법을 제안합니다. 이 기술은 신재생에너지 발전량, 기후 정보, 계통 상태 등 다양한 데이터를 입력받아 머신러닝 시뮬레이션을 반복 수행하여 ESS의 적정 용량을 도출합니다. 이를 통해 신뢰도 높은 예측으로 시스템 안정성을 확보하고, 경제적인 이득을 극대화할 수 있습니다. 또한, 출력 변동성을 최소화하여 계통의 전력 품질 유지에 기여합니다. 본 기술은 신재생에너지 발전의 효율성과 안정성을 동시에 높이는 데 필수적인 해답을 제공합니다.
기본 정보
기술 분야 | 신재생 ESS 용량 최적화 |
판매 유형 | 자체 판매 |
판매 상태 | 판매 중 |
기술 상세 정보
기술명 | |
머신러닝 기반 신재생에너지 제어용 에너지저장장치 용량산정 방법 | |
기관명 | |
국립한밭대학교 | |
대표 연구자 | 공동연구자 |
정승민 | - |
중요 키워드 | |
머신러닝태양광발전에너지최적화ESS최적용량AI기반시뮬레이션기술풍력발전경제성평가계통안정성전력품질에너지관리에너지효율신재생에너지용량산정인공지능 |
중요 키워드
#머신러닝#태양광발전#에너지최적화#ESS#최적용량#AI기반#시뮬레이션기술#풍력발전#경제성평가#계통안정성#전력품질#에너지관리#에너지효율#신재생에너지#용량산정#인공지능
기술완성도 (TRL)
기본원리 파악
기본개념 정립
기능 및 개념 검증
연구실 환경 테스트
유사환경 테스트
파일럿 현장 테스트
상용모델 개발
실제 환경 테스트
사업화 상용운영
기본원리
파악
기본개념
정립
기능 및 개념
검증
연구실 환경
테스트
유사환경
테스트
파일럿 현장
테스트
상용모델
개발
실제 환경
테스트
사업화
상용운영
기술 소개
매도/매수 절차
기술이전 상담신청
연구자 미팅
기술이전 유형결정
계약서 작성 및 검토
계약 및 기술료 입금
문의처

한밭대학교
담당자김승수
이메일sskim@hanbat.ac.kr
문의처042-828-8464