.jpg)
.jpg)
인공지능과 수학적최적화 기술 접목해 VPP 사업자의 수익성 극대화
SaaS 형태로 고객의 초기 구축비용 줄여 글로벌 사업장서도 도입 접근성↑
[보안뉴스 조재호 기자] LG CNS가 통합발전소(Virtual Power Plant, VPP) 사업자를 위한 전력 AI 솔루션 ‘에너딕트(Enerdict)’를 출시하고 전력 중개 솔루션 사업을 추진한다. 에너딕트는 에너지(Energy)의 흐름을 정확하게 예측한다(Predict)는 의미를 담았다.
VPP는 전국에 분산된 태양광·풍력 등의 소규모 재생에너지 발전소들을 정보통신기술로 연결해 하나의 발전소처럼 운영하는 것을 말한다. 정부는 지난 6월부터 ‘분산에너지 활성화 특별법’을 시행하고 있다. 이는 기존 중앙집중형 전력산업 구조를 분산형태로 전환해 지역 내 소규모 발전소에서 생산된 에너지를 인근 수요처에서 직접 소비할 수 있도록 하는 법이다.
이러한 에너지 공급 개편에 따라 VPP 시장이 새롭게 떠오르면서 다수의 기업이 사업에 뛰어들고 있다. 미국의 시장조사 전문기관 스카이퀘스트(SkyQuest)에 따르면 글로벌 VPP 시장 규모는 30년까지 169억 달러(약 23조원)에 달할 것으로 전망했다.
LG CNS가 선보인 ‘에너딕트’는 VPP 사업자를 위한 최적의 솔루션이다. VPP 사업은 계절이나 날씨 등 기상 상황에 따라 발전량의 변동이 큰 소규모 발전소들의 발전량을 예측하고, 전력거래소의 급전지시를 이행하는 것이 중요하다. 급전지시란 국내 전력의 수요와 공급을 관리하는 전력거래소에서 각 발전소의 발전량 조절을 실시간으로 지시하는 것으로 VPP 사업자의 중요 의무사항 중 하나다.
에너딕트는 머신러닝과 딥러닝 등 인공지능(AI)과 수학적최적화 기술을 접목해 발전량 예측 정확도를 높이고 전력거래소의 급전지시에 효율적으로 대응할 수 있도록 해 VPP 사업의 운영 수익을 극대화한다. 이는 사업자가 현재 보유한 자원과 조건에서 발생할 수 있는 경우의 수를 계산해 최대 효율을 내는 최적의 대안을 찾아내 제시한다는 것이다.
아울러 LG CNS는 에너딕트가 업계 수준의 발전량 예측 정확도를 자랑한다고 설명했다. 에너딕트는 축적된 과거 기상자료와 더불어 국내외 기상 예측 기관에서 예보하는 다양한 기상 데이터까지 AI가 분석해 재생에너지 발전소의 위치별로 발전량의 예측 정확도를 높였다.
VPP 사업자는 하나의 발전소가 아닌 소규모로 분산된 다양한 형태의 발전소를 통합 운영해 급전지시를 이행하기 위한 최적의 방법을 찾는 것이 중요한 과제로 꼽힌다. 에너딕트는 VPP가 속한 수많은 발전소의 발전량을 조절하고 급전지시를 가장 효과적으로 이행할 수 있는 방법을 자동으로 찾아준다.
LG CNS는 에너딕트를 SaaS(Software as a Service) 형태로 제공한다. SaaS는 기업 고객이 소프트웨어를 구매하지 않고 클라우드 환경에서 구독해 사용하는 방식이다. 이러한 방식은 국내뿐 아니라 글로벌 사업장에서도 손쉬운 도입을 보장한다. 또한, 고객은 항상 최신·최상의 상태로 솔루션을 이용할 수 있다.
LG CNS는 VPP 사업을 준비 중인 △에너지 △통신 △건설 등 분야의 기업들과 도입을 논의 중이다. 향후 정부의 신재생에너지 확대 정책 기조 등에 따라 국내 VPP 시장이 더욱 활성화될 것으로 예상되면서 도입 기업들이 더욱 늘어날 것으로 전망된다.
LG CNS D&A(Data Analytics&Artificial Intelligence)사업부장 장민용 상무는 “LG CNS의 AI와 수학적최적화 기술 역량을 결합해 VPP 사업자들을 위한 최고의 솔루션을 구현했다”며, “에너딕트를 통해 고객들이 비즈니스 가치를 혁신할 수 있도록 할 것”이라고 강조했다.
한편, LG CNS는 보안뉴스·시큐리티월드가 선정한 2023 Global Security TOP 100 기업이다. Global Security TOP 100은 물리보안 분야와 사이버보안 분야를 모두 포함해 2023년 한 해 동안 국내외에서 매출, 성장 속도, 기술력, 혁신성, 지속가능성 등에서 우수한 평가를 받아 선정됐다.
[조재호 기자(sw@boannews.com)]
SaaS 형태로 고객의 초기 구축비용 줄여 글로벌 사업장서도 도입 접근성↑
[보안뉴스 조재호 기자] LG CNS가 통합발전소(Virtual Power Plant, VPP) 사업자를 위한 전력 AI 솔루션 ‘에너딕트(Enerdict)’를 출시하고 전력 중개 솔루션 사업을 추진한다. 에너딕트는 에너지(Energy)의 흐름을 정확하게 예측한다(Predict)는 의미를 담았다.
▲에너딕트가 제공하는 서비스를 표현한 상상도 [이미지=LG CNS]
VPP는 전국에 분산된 태양광·풍력 등의 소규모 재생에너지 발전소들을 정보통신기술로 연결해 하나의 발전소처럼 운영하는 것을 말한다. 정부는 지난 6월부터 ‘분산에너지 활성화 특별법’을 시행하고 있다. 이는 기존 중앙집중형 전력산업 구조를 분산형태로 전환해 지역 내 소규모 발전소에서 생산된 에너지를 인근 수요처에서 직접 소비할 수 있도록 하는 법이다.
이러한 에너지 공급 개편에 따라 VPP 시장이 새롭게 떠오르면서 다수의 기업이 사업에 뛰어들고 있다. 미국의 시장조사 전문기관 스카이퀘스트(SkyQuest)에 따르면 글로벌 VPP 시장 규모는 30년까지 169억 달러(약 23조원)에 달할 것으로 전망했다.
LG CNS가 선보인 ‘에너딕트’는 VPP 사업자를 위한 최적의 솔루션이다. VPP 사업은 계절이나 날씨 등 기상 상황에 따라 발전량의 변동이 큰 소규모 발전소들의 발전량을 예측하고, 전력거래소의 급전지시를 이행하는 것이 중요하다. 급전지시란 국내 전력의 수요와 공급을 관리하는 전력거래소에서 각 발전소의 발전량 조절을 실시간으로 지시하는 것으로 VPP 사업자의 중요 의무사항 중 하나다.
에너딕트는 머신러닝과 딥러닝 등 인공지능(AI)과 수학적최적화 기술을 접목해 발전량 예측 정확도를 높이고 전력거래소의 급전지시에 효율적으로 대응할 수 있도록 해 VPP 사업의 운영 수익을 극대화한다. 이는 사업자가 현재 보유한 자원과 조건에서 발생할 수 있는 경우의 수를 계산해 최대 효율을 내는 최적의 대안을 찾아내 제시한다는 것이다.
아울러 LG CNS는 에너딕트가 업계 수준의 발전량 예측 정확도를 자랑한다고 설명했다. 에너딕트는 축적된 과거 기상자료와 더불어 국내외 기상 예측 기관에서 예보하는 다양한 기상 데이터까지 AI가 분석해 재생에너지 발전소의 위치별로 발전량의 예측 정확도를 높였다.
VPP 사업자는 하나의 발전소가 아닌 소규모로 분산된 다양한 형태의 발전소를 통합 운영해 급전지시를 이행하기 위한 최적의 방법을 찾는 것이 중요한 과제로 꼽힌다. 에너딕트는 VPP가 속한 수많은 발전소의 발전량을 조절하고 급전지시를 가장 효과적으로 이행할 수 있는 방법을 자동으로 찾아준다.
LG CNS는 에너딕트를 SaaS(Software as a Service) 형태로 제공한다. SaaS는 기업 고객이 소프트웨어를 구매하지 않고 클라우드 환경에서 구독해 사용하는 방식이다. 이러한 방식은 국내뿐 아니라 글로벌 사업장에서도 손쉬운 도입을 보장한다. 또한, 고객은 항상 최신·최상의 상태로 솔루션을 이용할 수 있다.
LG CNS는 VPP 사업을 준비 중인 △에너지 △통신 △건설 등 분야의 기업들과 도입을 논의 중이다. 향후 정부의 신재생에너지 확대 정책 기조 등에 따라 국내 VPP 시장이 더욱 활성화될 것으로 예상되면서 도입 기업들이 더욱 늘어날 것으로 전망된다.
LG CNS D&A(Data Analytics&Artificial Intelligence)사업부장 장민용 상무는 “LG CNS의 AI와 수학적최적화 기술 역량을 결합해 VPP 사업자들을 위한 최고의 솔루션을 구현했다”며, “에너딕트를 통해 고객들이 비즈니스 가치를 혁신할 수 있도록 할 것”이라고 강조했다.
한편, LG CNS는 보안뉴스·시큐리티월드가 선정한 2023 Global Security TOP 100 기업이다. Global Security TOP 100은 물리보안 분야와 사이버보안 분야를 모두 포함해 2023년 한 해 동안 국내외에서 매출, 성장 속도, 기술력, 혁신성, 지속가능성 등에서 우수한 평가를 받아 선정됐다.
[조재호 기자(sw@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
조재호기자 기사보기
[2024-11-21] .jpg)
.jpg)
.jpg)
.jpg)
