[한국기술뉴스] GIST 에너지융합대학원 김진호 교수 연구팀은 주택 또는 아파트에 거주하는 가정용 에너지 사용자의 소비패턴을 감지 및 추출하는 새로운 인공지능(AI) 기반 분석기술을 개발했다.

연구팀은 가정에서 사용되는 가전제품의 초 단위 전력사용량 계측데이터를 활용하여 새로운 확률적 접근 방법론을 통해 가전제품의 사용 및 사람의 재실 패턴을 추출하였다.

수요반응 자원의 실질적인 참여 잠재량을 추정하기 위해서는 정보 데이터를 기반으로 사용자 행동을 포함한 에너지 부하 특성에 대한 분석이 필요하다. 수요반응 잠재량 추정을 위한 모의운영 알고리즘에서는 가전제품의 동특성(dynamics)과 연관된 사용자의 불편도가 정량화하여 반영되었다. 

예를 들면, 에어컨 동작과 실내의 열 관성에 따른 온도변화에 인간이 느끼는 편안함의 정도를 ISO 척도에 따라 제약하며, 조명의 조도 변화가 눈의 피로를 유발하지 않도록 국제재생에너지기구(IRENA) 규격을 기반으로 측정 및 제어하였다. 이에 따라 거주 중인 사용자의 에너지 사용 만족도를 충족하는 범위 안에서 자원 잠재량 추정이 가능하도록 하였다.

이 기술은 탄소 저감을 위한 수요반응 시장에 적용하여 거시적인 환경 대응성 향상을 위한 시장 인센티브 설계방향을 직관적으로 제시하였다. 연구팀은 이 연구를 통해 한 가구가 250일을 수요반응 자원으로 참여하였을 때 약 10MWh 수준의 에너지를 전력망에 기여할 수 있으며, 이는 7.7톤 규모의 이산화탄소를 감축하는 수준의 효과임을 확인했다.

또한 화석연료를 사용하는 발전기 출력의 일부를 수요반응 자원으로 대체한다면 탄소 저감으로 인한 환경편익을 소비자에게 돌려줄 수 있는 새로운 시장 인센티브를 창출할 수 있다고 시사했다.

김진호 교수는 “이번 연구 성과를 통해 가정의 에너지 수요를 대형 통합자원으로 전환할 수 있는 빅데이터 기반의 분석이 가능하다”면서 “향후 본 기술의 적용대상 섹터를 확장하여 물, 열, 가스, 전기차 등 다방면의 섹터 커플링 효용성 향상과 이를 위한 정책마련에 기여할 수 있다”고 말했다.