인공지능 기반 분산자원 통합관리 서비스, 아이덤스
아이덤스로 전국 각지의 250개소 태양광 및 ESS 연계 발전소들을 통합 관리하고 있습니다.
기존에 다 따로 관리하던 인버터 EMS들을 하나로 통합했다는 의미가 가장 크고,
매번 수기로 작성하기 번거로웠던 복잡한 보고서들을
아이덤스가 자동화해주기 때문에 업무 효율이 많이 향상되었어요.
발전소 O&M 운영 측면에서는 아이덤스의 작업 요청 관리 기능을 사용해서,
현장 관리자 업무 할당과 이력 관리를 모두 전산화할 수 있었습니다.
아이덤스 APM
에스파워 O&M 사업 총괄
VPP 플랫폼 도입 전에 여러 회사의 제품들을 검토했고,
공정한 예측 정확도 경합을 통해 최종적으로 아이덤스를 선택했습니다.
앞으로 물량이 많이 늘어날텐데 신재생 예측을 위한 데이터 연계하는 부분에 대한 고민이 가장 컸고,
아이덤스는 별도의 데이터 수집장치가 필요하지 않는 점이 매우 큰 장점으로 작용했습니다.
그리고 입찰 부터 개별 사업주 정산까지 자동화 해주니 예측 알고리즘 구동 뿐만 아니라
VPP 운영하면서 필요한 실무 업무를 크게 덜어주는 부분도 아이덤스만의 차별점이라고 생각합니다.
아이덤스 VPP
GS동해전력 소규모전력중개사업 실무 담당자
저희가 관리하고 있는 한 제철 공장의 ESS를 아이덤스로 운영하고 있습니다.
무엇보다 아이덤스는 인공지능으로 실시간 충방전을 최적화 하는 스케줄을 판단하기 때문에
기존 방식보다 많이 정교화, 자동화 되어 있고
특히 겨울철의 경우 중부하 시간대 충전이 가능한 일자와 시간대를 계산해서
추가 운전하기 때문에 기존 대비 부가 수익을 만들어내고 있는 부분에서 서비스 만족도가 큽니다.
아이덤스 EMS
한국동서발전 신재생 사업부
인코어드의 에너지 인공지능 기술
가동률 극대화
RTU & 인공지능 기반
실시간 이상탐지
운영 비용 최소화
통합 데이터 관리 및
RPA 기반 운영 비용 절감
매전 수익 극대화
인공지능 기반
거래 최적화
대표 출간물
- Real-time Solar Power Estimation through RNN-based Attention Models
- Missing-insensitive Short-term Load Forecasting Leveraging Autoencoder and LSTM
- The ENERTALK Dataset, 15 Hz Electricity Consumption Data from 22 Houses in Korea
- Defining Virtual Control Group to Improve Customer Baseline Load Calculation of Residential Demand Response
- Convolutional Autoencoder based Feature Extraction and Clustering for Customer Load Analysis
- Subtask Gated Networks for Non-Intrusive Load Monitoring
- Practical Operation Strategies for Energy Storage System under Uncertainty
- Data Requirements for Applying Machine Learning to Energy Disaggregation
- Residential Load Profile Clustering via Deep Convolutional Autoencoder
- Assuring Explainability on Demand Response Targeting via Credit Scoring
- Improving the Energy Saving Process with High-Resolution Data: A Case Study in a University Building
- 에너지 분석 사례집
투자사
협력 및 고객사
언론 속의 인코어드
