April 5, 2020

디바이스마트 미디어:

[57호]가정 전력 관리 시스템

57 ict 가정전력관리 (1)

2019 ICT 융합 프로젝트 공모전 참가상

가정 전력 관리 시스템

 

1. 심사평
칩센 IoT를 이용한 가정용 스마트 전력 측정 및 관리의 방식은 배전판에 적용하는 방식과 콘센트 플러그에 적용하는 방식의 두가지가 가장 대표적으로 알고 있고, 제작된 작품 결과물이 이와 유사한 사용방안 유사한 구성으로 구현된 것이 매우 좋아 보인다. 한가지 아쉬운 점이 있다면 데이터 저장 및 분석을 위하여 가정내 WiFi를 이용하여 우선 SERVER로 전송하고, 이를 스마트폰 또는 모니터링 장치(PC)를 통해 확인이 가능하도록 한 것이다. 서버를 거치지 않고 스마트폰 또는 가정내 PC를 통하여 현재의 상황을 직접 확인하고 컨트롤할 수 있는 방안에 대하여 조금 더 고민한다면 사용자의 편의성을 고려한 제품이 될 듯하다.
뉴티씨 대기전력의 감소는 에너지 절약으로 이어지고, 이는 국가 경쟁력의 수치로 표시될 수 있는 시대가 되어 있는 현재, 이러한 작품은 큰 의미가 있습니다. 다만, 이와 비슷한 종류의 작품들이 많이 나오고 있으므로, 독창성을 강조하고 특허 등의 요건을 구비하여 제품화 하는 것이 중요하다고 생각됩니다. 또한, 대기전력 감소를 위하여 OFF 시에 다시 ON 하기 위하여 쉽게 켤 수 있어야 하는 점 등도 고려사항이라고 하겠습니다. 많은 제품들이 나왔지만, 가격이나 대응 가능한 전류량 등에도 신경을 써서, 실용적으로 제작하여, 시중에서 판매될 수 있다면 좋겠습니다.
위드로봇 작품의 완성도가 높습니다. 보고서 결론 부분이 빠져서 아쉽습니다.
펌테크 전원 컨트롤을 온, 오프 전원 스위칭 방식으로 단순히 구성하지 않고 비접촉식 전력 측정 센서를 통해 실제 사용된 전력 측정을 하고 이를 스마트폰으로 모니터링과 제어가 가능하게 기술을 구현한 점과 오픈소스를 활용해서 한눈에 전력 상황을 모니터링에 할 수 있게 GUI로 구성한 점등 작품이 전체적으로 세심하고 짜임새 있게 잘 구성이 되었다고 생각됩니다. 전제적인 구성도 아이디어도 좋고 기술적 구현도, 작품 완성도 등이 높은 훌륭한 작품이라고 생각합니다.

2. 작품 개요
2.1. 개발 배경 및 필요성
실시간 요금 정보 접근의 어려움 : 한국전력에서 제공하는 모바일 앱 ‘스마트 한전’ 에서 전기 사용량에 대한 정보를 제공하지만 많은 사람이 모바일 앱에 대한 정보를 모르고 있으며 실시간으로 사용량을 확인하지 못해 전기사용에 대한 경각심을 갖지 않게 된다.
대기 전력의 상시 소모 : 가전제품의 전원이 OFF 상태일지라도 콘센트가 꽂혀 있으면 대기전력 발생함
스마트 홈 시장의 성장 : 스마트 홈 시장의 성장에서 가정 전력 모니터링 기기의 필요성이 대두된다.

2.2. 작품 소개
2.2.1. 기획의도 및 내용
① 전기 사용량에 경각심 유도 : 가정에서 사용되는 전기 사용정보 및 요금정보를 사용자에게 알려주어 전기 사용에 대한 경각심을 일깨우고 무분별한 전기사용을 줄여주고자 한다.
② 가정 전기 모니터링을 통한 관리 : 관리자가 실시간 모니터링 하여 사용자에게 전기 사용에 대한 매뉴얼을 제공해주어 전기 사용을 줄일 수 있도록 도와준다.
③ 앱을 통한 가전기기 제어 : 앱을 통해 콘센트에 꽂힌 각각의 전원을 내ㆍ외부에서 제어한다.

57 ict 가정전력관리 (2) 57 ict 가정전력관리 (3)

① 전체 전력량을 측정 하는 전체 전력 측정기기와 개별 전력을 측정하는 스마트 멀티탭을 통해 측정된 데이터가 서버로 전송된다.
② 측정된 데이터가 서버에 저장되며 전기 사용 데이터를 분석 및 예측한다.
③ 사용자는 안드로이드 앱을 통해 사용량 조회 및 원격제어 한다.

2.2.2. 작품의 특징 및 장점
① 자발적인 전기 절약 유도 : 사용자가 전기 사용량과 전기 요금 정보를 실시간으로 확인하여 전기 사용에 대한 지속적인 경각심을 갖게 해준다.
② 전기 절약을 위한 매뉴얼 제시 : 사용자가 사용한 전기 데이터를 분석하여 사용자의 전기 절약 매뉴얼을 제공한다.
③ 대기 전력 절감 : 원격으로 가전기기 전원을 제어하여 대기 전력을 차단한다.
④ 모니터링의 편리성 : 관리자가 사용자들의 전기 사용량을 실시간으로 확인하고 사용량에 따른 조치를 취해준다.

2.2.3. 기대효과

57 ict 가정전력관리 (4)

① 전기요금 절약 및 화제 예방
우리의 제품은 각 사용자들의 소비 전력을 측정하여 사용자에게 3분 간격으로 측정된 데이터를 보여준다. 측정 된 데이터를 통해 전력요금을 계산하고 발생되는 금액을 보여주어, 사용자가 자신의 전력사용량과 전력요금을 보고 이에 대해 경각심을 갖게 하여 전기세 절약에 도움이 된다. 멀티콘센트의 전원을 원격으로 조종하는 ON/OFF 기능을 통해 쓸모없는 전력 사용 부분을 차단하고 자신의 전력사용량을 조절하여 과도한 전력 사용으로 인해 발생되는 화재를 예방할 수 있다.

② IoT 홈 인프라 구축

57 ict 가정전력관리 (5)
가정에서 쓰이는 여러 IoT 제품과 더불어 IoT 홈 인프라 구축에 사용될 수 있다. 사용자는 가정에서 쓰이는 각 전기 사용량을 모니터링 하여 전기 사용량이 많은 전자기기의 전원을 제어하여 전기 절약을 할 수 있도록 도와준다.
제품을 이용하는 사용자가 많아질수록 전력 사용량에 대한 데이터가 쌓여 각 가정별 전기 수요 예측이 가능해지고, 기상정보를 바탕으로 사용자에게 전기사용에 관련된 효율적인 정보를 제공해준다.

57 ict 가정전력관리 (6)

③ 전기 수요 예측
각 가정에서 쓰이는 전기 사용량에 대한 데이터가 지속적으로 수집된다면 수집된 데이터를 분석하여 각 가정의 전기 수요 예측이 가능해진다. 예를 들어 날씨정보와 수집된 데이터를 분석하여 날씨에 따른 전기 수요 예측이 가능해진다. 예측된 데이터를 사용자에게 제공하여 전기 수요에 대한 경각심을 유도하며 자발적인 전기 절약을 끌어낸다.

3. 작품 설명
3.1. 주요 동작 및 특징
3.1.1. 전체 전력 측정기

57 ict 가정전력관리 (7)
1) 구조 : 비접촉 전력 측정 센서(1)와 통신부(2)로 구성되어 있다.
2) 동작 :
비접촉 전력 측정 센서 : 배전반을 측정센서로 측정하여 총 전류 측정한다.
통신부 : WiFi를 통해 측정 전류를 서버로 전송한다.
3) 특징
· 현재 측정 현황을 모바일 어플리케이션을 통해 확인 가능
· 최초 설정 이후에는 전원 공급이 중단되어도 변경사항을 유지
· 측정한 전류를 수식을 이용해 전력으로 변환 후 서버로 송신

3.1.2. 스마트 멀티탭

57 ict 가정전력관리 (8)
1) 구조 : 일반적인 멀티탭의 구조에 측정, 제어, 모니터링 및 통신부 추가
2) 동작
전류 측정부 : 전류 측정센서를 이용해서 각 구의 개별 전류를 측정한다.
전원 제어부 : 모바일 앱과 연동하여 개별 구의 전원 제어 기능을 제공한다.
표시부 : LCD를 통해 멀티탭의 현재 상태를 표시한다.
통신부 : WiFi를 통해 측정 전류를 서버로 전송하거나 모바일 앱으로부터 전원 제어 신호를 수신한다.
3) 특징
· 현재 측정 현황을 LCD 및 모바일 어플리케이션을 통해 확인 가능
· AP모드, Station모드를 모두 사용하여 사용자의 통신 연결 편의성 제공
· 최초 설정 이후에는 전원 공급이 중단되어도 변경사항 유지
· 측정한 전류는 수식을 이용해 전력으로 변환 후 서버로 송신
· 앱으로부터 구별 제어신호를 받으면 해당 구의 전원을 차단 또는 복구

3.1.3. ITEM 어플리케이션

57 ict 가정전력관리 (9)
1) 구조 : 스마트폰 어플리케이션
2) 동작 :
스마트탭 제어 및 관리 :멀티탭의 각 구를 제어한다.
전력량 통계 : 월간 사용량 통계와 전체 전력, 예상 전력 확인 가능하다.
요금 통계 : 목표요금을 설정 후 예상 요금을 계산 하고, 초과 예상시 경고창이 뜬다.

3.2. 전체 시스템 구성
3.2.1. H/W 기능

57 ict 가정전력관리 (10)

3.2.2. S/W 기능

57 ict 가정전력관리 (11)

57 ict 가정전력관리 (12)
3.3. 개발 환경
3.3.1. 스마트 멀티탭
개발 언어 : Python
사용 시스템 : 마이크로 컨트롤러 : Raspberry Pi, 전류 측정 센서 : ACS712, 전원 제어 : 릴레이모듈, 화면 표시 : LED, 통신 : WiFi (AP모드, Station 모드)

3.3.2. 전체 전류 측정기
개발 언어 : Python
사용 시스템, 마이크로 컨트롤러 : Raspberry Pi, 전류 측정 센서 : SCT-013-000, 통신 : WiFi (AP모드)

3.3.3. Android Application
개발 언어 : java, Tool : Android studio

3.3.4. Server
Tool : AWS EC2 ubuntu 18.04 LTS, InfluxDB, MySQL

3.3.5. Monitering
Tool : Grafana

3.3.6. Machine Learning
개발 언어 : python, Tool : Anaconda, Brightics Studio

4. 단계별 제작 과정
4.1. 전력 측정기기
4.1.1. 전체 전류 측정기 기기

전류측정 센서 (using arduino) : SCT-013-000

57 ict 가정전력관리 (13)

회로구성

57 ict 가정전력관리 (14)

동작과정
① 측정 대상 전선에서 발생된 자기장을 이용하여 전류 센싱
② 출력된 전류값을 토대로 전압(V), 실효값(IRMS, VRMS) 계산 (‘Emonlib’ 이용)
③ 노이즈로 인한 오차를 줄이기 위해 하드웨어, 소프트웨어 필터 설계
④ 실제 상용 측정기를 이용한 측정 결과와 테스트 결과를 반복 비교
⑤ 발생하는 오차에 대해 소프트웨어를 이용한 사후보정 실시

57 ict 가정전력관리 (15)

57 ict 가정전력관리 (16)

※푸시 버튼을 통해 연결된 WiFi AP모드를 이용하여 SSID와 PASSWD를 공유한다.

전류포트 컨버터 for rasp

RPICT3V1

57 ict 가정전력관리 (17)

동작과정
1) CT센서의 전류포트와 라즈베리파이를 RPICT3V1에 연결
2) 제공되는 오픈 API 라이브러리 사용하여 전류 측정 후 실제값과 비교

57 ict 가정전력관리 (18)

4.1.2. 스마트 멀티탭(개별 전력 측정기기)
전류측정 센서

57 ict 가정전력관리 (19)

전력과 전압의 관계
AC 전압은 같은 양의 일을 할 수 있는 능력의 DC 전압으로 표시
사인형태의 전압의 값은 피크전압(Vo)의 1/√2배 (V_RMS)
전력 P=V2 /R, 시간영역에서 RMS =57 ict 가정전력관리 (20)

시간에 따른 평균 전력 (단, <…>는 함수의 평균값)

57 ict 가정전력관리 (21)

측정된 전류 값으로 전력 구하기
전류 센서의 측정값에 RMS를 계산하면 아날로그 출력 V의 실효값을 알 수 있다. V값을 위의 그래프 식에 대입하면 측정된 전류값의 실효값을 확인할 수 있게 되며 이를 바탕으로 전력값의 평균을 구할 수 있다.

릴레이 모듈

57 ict 가정전력관리 (22)
도선 연결 : 한 선은 COM에, 나머지 한 선은 NO 또는 NC에 연결, NO, NC 중 어디에 전선을 연결하는지에 따라 프로세서가 주는 신호에 대해 HIGH에 켜지거나 LOW에 켜지는 것을 결정

푸시 버튼
버튼은 그냥 사용할 시 플로팅 상태에 이르기 때문에 Vcc쪽에 저항을 다는 풀업 저항이나 Gnd쪽에 저항을 추가하는 풀다운 저항 구성이 필요하다. 라즈베리 파이는 내부에 회로가 내장되어 있어서 코드를 불러옴으로써 풀업/풀다운 저항 회로를 구현할 수 있다.

아두이노 나노로 제작한 멀티탭 (prototype)
프로토타입으로 제작된 멀티탭의 내부 모습

57 ict 가정전력관리 (1)

WiFi
통신 설정 방법
① AP 모드

57 ict 가정전력관리 (23)

3초간 버튼 입력시 WiFi 모듈이 AP모드로 설정한다. 안드로이드 앱에서 멀티탭의 WiFi에 접속하여 SSID와 Password를 전송한다. 해당 공유기에 접속 후 프로그래밍 상에 설정된 서버 주소로 데이터를 전송한다.

② Station 모드

57 ict 가정전력관리 (24)

멀티탭의 전원 코드를 뽑았다가 다시 꽂을 경우 Station 모드를 통해 기존에 설정된 공유기로 SSID와 Password를 전송하여 접속한다. 접속이 성공되면 데이터를 서버로 전송한다.

4.2. 안드로이드 앱
4.2.1. Android Application
블록도

57 ict 가정전력관리 (25)

UI별 기능

57 ict 가정전력관리 (26)

57 ict 가정전력관리 (27)

4.3. 통신
4.3.1. MQTT protocol을 이용한 통신
① 구성 방식
1) Publisher/Client : 데이터를 수집하여 송신하는 곳
2) Broker/Server : 데이터를 통신하기 위한 매개체
3) Subscriber/Clien : 데이터를 수신 받는 곳

57 ict 가정전력관리 (28)

② 선정 이유

통상 IOT에서 많이 사용되는 가벼운 메시지 프로토콜이며, 첫 번째 방식과 같이 굳이 복잡하게 할 이유가 없다. 또한 제품 특성상 정확성은 굉장히 중요한 부분이다. MQTT protocol은 자체 Qos(Quality of service)를 제공함으로 정확성을 보장한다.
또한 Topic을 기준으로 작동하기 때문에 계층적으로 구성할 수 있어서 대량의 기기들을 효율적으로 관리할 수 있다.

57 ict 가정전력관리 (29)

4.4. Server
4.4.1. AWS (EC2 ubuntu 18.04 LTS – Free tier)
선정 이유 : Azure나 다른 플랫폼을 비교하였을 때 비교적 많은 open source가 존재한다. 또한 1년간 Free tier를 제공함으로써 학생으로서 연구개발하기에 적절하다. EC2뿐만 아니라 RDS나 여러 플랫폼을 제공함으로 필요시 활용할 여지가 있다.

4.4.2. 모니터링 : Open API인 grafana를 Influx DB와 연동시켜 구성
선정 이유 : 모든 측정 항목에 대한 분석 플랫폼으로 100% open source라는 장점이 있고 어디에 저장되어 있던지 쿼리하고 시각화하며 이벤트 발생도 가능하다.
※ Mysql의 데이터를 dash board에 올릴 때, 시계열 데이터를 제공하는 Influxdb와 데이터 수집 agent로서 telegraf나 FluentD 등을 이용하여 쉽게, 체계적으로 사용 가능하다.

4.5. 데이터 분석 및 예측

57 ict 가정전력관리 (2)

분석 알고리즘 (Random Forest Regression) : 랜덤 포레스트는 앙상블 기법의 한 종류로 여러 개의 의사결정트리를 만들고, 투표를 시켜 다수결로 결과를 결정하는 방법이다.

57 ict 가정전력관리 (30)

알고리즘 적용 결과 : 알고리즘 구현을 위해 데이터는 일본 시코쿠 시의 전력 소비량을 기상 데이터를 통해 진행하였다.
파란색 실선으로 이어진 것이 2013년 전력 사용량이고, 빨간색 점으로 표시되어 있는 부분이 독립변수들을 통해 트레이닝을 거쳐 예측한 내용이다. 파란색 실선으로 이어진 것이 2014년 전력 사용량이고, 빨간색 실선으로 표시되어있는 부분이 2013년의 자료를 기반으로 모델링한 결과에 2014년의 기상변수들을 대입시킨 예측 사용량이다. 전반적으로 비슷한 형태를 보이고 있으며 부분적으로 오차가 발생함을 알 수 있다. 사용자가 전력 사용량의 예측을 원하면 위와 같이 예측 된 데이터가 사용자의 앱에 전송되고 해당 그래프가 출력되어 사용자에게 보이게 된다. 이를 통해 사용자는 앞으로의 예상 전력 사용량을 확인할 수 있다.

57 ict 가정전력관리 (31)

4.5.1. Server에 적용
앞서 구현한 예측 그래프들은 Winodw 기반이다. 자원을 절약하기 위해서 AWS ec2서버를 이용하기로 한 우리는 AWS에서 위의 내용들을 점검할 필요가 있었고, Python을 통해 같은 방법으로 구현 후 그래프를 png 파일로 저장하였다.

57 ict 가정전력관리 (32)
그리고 png 파일을 확인하기 위해서 github에 저장 공간을 임시로 생성한 후 git add, git commit, git push 명령어로 내용들을 올려 보았다.

4.5.2. Brightics studio
Brightics Studio는 삼성 SDS의 머신러닝 데이터 분석 및 시각화를 해주는 분석 플랫폼이다. 다양한 분석 방법들을 쉽게 해볼 수 있다는 장점이 있다. https://github.com/brightics/studio 에서 소스코드와 Window 버전, Linux 버전, Mac os 버전을 무료로 배포 중 이어서 학생들이 분석 연구하기에 적절하다고 판단했다.
위의 랜덤포레스트 기법을 여기에 적용해 보았다.

57 ict 가정전력관리 (33)

위의 그래프가 2013년 후반기의 실제 전력 데이터, 아래의 그래프가 2012년 데이터를 기반으로 훈련시킨 2013년 후반기의 예측치 그래프이다.

 

 

 

Leave A Comment

*