• 디지털융복합연구
• /
• 제12권3호
• /
• pp.211-218
• /
• 2014

최근 풍력에너지는 풍력터빈의 지능화뿐만 아니라 풍력 발전량 예측 부분에서 컴퓨팅과의 결합이 확대되고 있다. 풍력 발전은 기상상태에 따라 출력변동이 심하고 출력 예측이 어려워 효율적인 전력 생산을 위해서 신재생에너지를 전력계통에 안정적으로 연계할 수 있는 기술이 필요하다. 본 논문에서는 분산형 전원의 예측정보를 향상시켜 예측한 발전량과 실제 발전량의 차이를 최소화하기 위한 분산형 전원전력의 단기예측 모델을 설계한다. 제안된 모델은 단기 예측을 위해서 물리모델과 통계모델을 결합하였으며, 물리모델에서 생산된 격자별 예측값 중 예측 지점내 예측지점의 값을 추출하고, 물리 모델 예측값에 통계모델을 적용하여 발전량 산정을 위한 최종 기상 예측값을 생성한다. 또한, 제안 모델에서는 실시간 기상청 관측자료와 실시간 중기 예측 자료를 입력 자료로 사용하여 단기 예측모델을 수행한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.224-224
• /
• 2011

5대 주요 수계의 소수력자원에 대하여 연구를 수행하였고, 하천의 유량지속특성을 예측할 수 있는 모델이 개발되었으며, 이를 이용하면 강우사상으로 야기되는 유입량의 변화에 대한 분석이 가능하다. 또한 소수력발전소의 성능을 예측할 수 있는 모델도 개발되었다. 안동댐에서 측정된 월유입량 자료를 분석하였으며,. 본 연구를 통해 개발된 모델을 이용하여 예측한 결과는 안동댐에서 오랜기간 동안 측정된 결과와 거의 일치되는 것으로 나타났다. 이는 개발된 모델들이 소수력발전입지의 이용가능한 잠재량과 기술적 잠재량을 예측하는데 효과적인 것으로 밝혀졌다. 본 모델들을 이용하여 수계별로 소수력발전입지에 대한 수문학적 성능을 분석하였다. 분석결과 소수력발전 입지의 수문학적 성능특성은 수계별로 차이가 있는 것으로 나타났다. 특히 북한강과 낙동강수계에 위치한 소수력발전입지의 비설계유량과 비출력량은 다른 수계들 보다 차이가 큰 것으로 나타났다. 그림 1은 수계별 비설계유량에 따른 비출력량의 변화를 나타낸다.

• 대한토목학회논문집
• /
• 제43권2호
• /
• pp.249-258
• /
• 2023

태양광발전은 현재 국내 신재생에너지 중 발전량과 설비용량 비중이 가장 크다. 수상태양광은 국내의 육상태양광 발전시설의 여러 가지 단점을 보완한 방식이다. 본 연구는 군산 새만금에 위치한 18.7 MW 시설용량의 수상태양광발전소를 대상으로 발전량을 분석하고자 한다. 기후의 영 향을 많이 받는 태양광발전사업의 특성으로 타당성을 확인하고자 관련 연구자들은 태양광 발전량 예측에 많은 기법들을 적용하였다. 일반적으로 발전량 예측에 필요한 변수들은 사업대상 지역의 경사면 일사량, 발전효율, 패널 설치 면적 등이다. 본 연구는 기상청 과거 10년간의 월 일사량 데이터를 활용하여 태양광 발전량을 분석하였다. 발전량을 예측하기 위해서 몬테카를로 시뮬레이션 기법을 적용하였으며, 태양광 패널의 발전효율과 일사량을 시뮬레이션의 변수들로 사용하였다. 새만금 태양광의 경우, 가장 태양광 발전량이 많은 달은 5월이며, 가장 적은 달은 12월로 예측되었으며, 발전량은 월평균 2.1 GWh이고, 최소 월 발전량은 0.3 GWh, 최대는 5.0 GWh로 분석되었다.

• 한국철도학회논문집
• /
• 제20권2호
• /
• pp.182-189
• /
• 2017

본 논문의 연구 목적은 저탄소 에너지화에 큰 비중을 차지하고 있는 태양광 발전 시스템의 철도분야 적용확대를 위한 설계 단계에서의 태양광 발전량 예측 연구로 실제 운영하고 있는 지평 태양광발전소를 대상으로 태양광 발전량 상용 예측 프로그램인 PVsyst를 활용하여 프로그램 기본 제공 NASA와 Meteonorm의 해외 기상정보를 이용한 연간 태양광 발전량 예측값과 기상청(KMA) 기상정보를 이용한 발전량 예측값을 비교하고, 한국전력거래소(KPX) 실제 발전량과의 비교 분석을 통해 태양광발전소 구축비의 적정성을 확보하여 철도분야의 태양광 발전 시스템 확대적용과 나아가 신기후 체제에 대응한 저탄소 에너지화에 기여하고자 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.696-697
• /
• 2011

신재생에너지는 기후변화협약 및 화석연료의 고갈 등으로 인해 전력계통으로의 도입 필요성은 증가하고 있으나 경제성 부재로 인해 도입 시 많은 제약이 있었다. 그러나 최근 풍력발전기의 경제성이 확보되고 있는 추세이며 일부 유럽 국가를 중심으로 전력계통에 연계하여 운전하고 있다. 특히 스페인의 경우 풍력발전기의 발전량을 예측하는 시스템을 개발하여 풍력발전량의 간헐적인 출력 특성을 보완하고 이용 효율을 향상시킬 수 있도록 다른 발전설비와 연계하여 전력계통을 운영하고 있으며, 풍력발전량을 고려한 예비력을 산정함으로써 경제적이고 안정적인 전력계통을 유지하고 있다. 또한 풍력발전기의 간헐적인 출력 특성을 보완하기 위해 에너지저장장치와의 협조 운영 가능한 시스템을 구축하는 사례가 증가하고 있으며 우리나라의 제주 스마트그리드 실증사업의 Smart Renewable이 이와 같은 경우라 할 수 있다. 본 논문에서는 기계학습이론 중 하나인 SVR을 이용한 풍력발전량 예측 시스템을 개발에 대해 기술하였으며, 행원14호기의 풍력발전량 이력데이터를 이용하여 풍력발전량 예측을 수행하였다.

• 디지털콘텐츠학회 논문지
• /
• 제17권3호
• /
• pp.157-164
• /
• 2016

태양광 발전량은 날씨에 큰 영향을 받는다. 기상 예보를 사용할 수 있는 환경이라면, 기상 예보 정보를 사용하여 미래의 태양광 발전량을 단기예측 할 수 있다. 하지만, 섬이나 산과 같이 네트워크의 단절에 의해 기상예보 정보를 사용할 수 없는 제한된 환경에서는 기상예보를 사용한 태양광 발전량 예측 모델을 사용할 수 없다. 따라서 본 논문에서는 시스템 자체적으로 수집할 수 있는 정보만을 이용하여 태양광 발전량을 단기 예측할 수 있는 시스템을 제안하였다. 예측의 정확도를 높이기 위하여 이전 온도정보와 발전량 정보를 이용하여 단기 예측모델을 생성하였다. 실험을 통하여 실데이터에 제안한 예측 모델을 적용하여 유용한 결과를 보였다.

• 응용통계연구
• /
• 제31권6호
• /
• pp.785-799
• /
• 2018

신재생에너지 산업이 발전함에 따라 태양광 발전에 대한 중요성이 확대되고 있다. 태양광 발전량을 정확히 예측하기 위해서는 일사량 예측이 필수적이다. 본 논문에서는 태양광 패널이 존재하는 청주와 광주 지역을 선정하여 기상포털에서 제공하는 시간별 기상 데이터를 수집하여 연구하였다. 일사량 예측을 위하여 시계열 모형인 ARIMA, ARIMAX, seasonal ARIMA, seasonal ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, seasonal ARIMA-GARCH, seasonal ARIMAX-GARCH 모형을 비교하였다. 본 연구에서는 모형의 예측 성능을 비교하고자 mean absolute error와 root mean square error를 사용하였다. 모형들의 예측 성능 비교 결과 일사량만 고려하였을 때는 이분산 문제를 고려한 seasonal ARIMA-GARCH 모형이 우수한 성능을 나타냈고, 외생변수를 활용한 ARIMAX 모형으로 일사량 예측을 한 경우가 가장 좋은 예측력을 나타냈다.

• 한국전자거래학회지
• /
• 제24권1호
• /
• pp.1-16
• /
• 2019

최근 온실가스의 증가로 인한 기후변화 대응의 필요성과 전력수요의 증가로 인해 태양광발전량(PV) 예측의 중요성은 급격히 증가하고 있다. 특히, 태양광 발전량을 예측하는 것은 합리적인 전력 가격결정과 시스템 안정성 및 전력 생산 균형과 같은 문제를 효과적으로 해결하기 위해 전력생산 계획을 합리적으로 계획하는데 도움이 될 수 있다. 그러나 일사량, 운량, 온도 등과 같은 기후정보 및 계절 변화로 인한 태양광 발전량이 무작위적으로 변화하기 때문에 정확한 태양광 발전량을 예측하는 것은 도전적인 일이다. 따라서 본 논문에서는 딥러닝 모델을 통해 기후 및 계절정보를 이용하여 학습함으로써 장기간 태양광 발전량 예측 성능을 향상시킬 수 있는 기법을 제안한다. 본 연구에서는 대표적인 시계열 방법 중 하나인 계절형 ARIMA 모델과 하나의 은닉층으로 구성되어 있는 ANN 기반의 모델, 하나 이상의 은닉층으로 구성되어 있는 DNN 기반의 모델과의 비교를 통해 본 연구에서 제시한 모델의 성능을 평가한다. 실데이터를 통한 실험 결과, 딥러닝 기반의 태양광 발전량 예측 기법이 가장 우수한 성능을 보였으며, 이는 본 연구에서 목표로 한 태양광 발전량 예측 성능 향상에 긍정적인 영향을 나타내었음을 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.289-293
• /
• 2005

본 연구에서는 일별 저수지군 최적연계운영 모형(CoMOM 4.0 : Coordinated Multireservoir Operating Model version 4.0)을 낙동강 수계 실시간 일별 운영에 CoMOM을 적용할 경우를 상정하여, 불확실성을 고려한 실시간 모의 운영을 수행하였다. 실시간 일 운영 시 며칠 정도의 유입량 예측은 가능할 것으로 예상하여 유입량 예측일수의 정확도 증가에 따른 연계 운영 효과를 산정해 본 결과, 전반적으로 과거 실적치에 비하여는 좋지만, 예측일 수가 늘어남에 따라 수계 내 연간 평균 저수량은 감소하는 대신 평균 발전량은 증가하여, 연계운영 총체적 효과가 기하급수적으로 증가됨을 알 수 있었다. 미래 유입량을 전혀 예측하지 못할 경우에는 일평균 유입량을 예측 유입량으로 하여 실시간 댐군 연계모의운영을 하였고, 그 경우에도 여수로 방류로 인한 수계 외 유출을 연 평균 약 214백만$m^3$ 정도 감소시키는 반면, 수계 내 전체 댐 군의 평균저수량을 55백만$m^3$ 증가 시키며, 연간 평균 발전량은 25GWh (약 22.5억원/년의 추가 발전수입) 증가 시킬 수 있을 것으로 분석되었다.

• 한국전자통신학회논문지
• /
• 제16권2호
• /
• pp.319-328
• /
• 2021

본 논문에서는 풍력 발전 수익 극대화 및 비용 최소화를 위해 설치하는 ESS에 대하여 정확한 용량 산정을 하기 위한 목적으로 풍력 단지용 전력량 예측을 다층 퍼셉트론을 이용하여 수행한다. 풍력 발전량을 예측하기 위해 풍속, 풍향, 공기밀도를 변수로 하고 그 변수를 병합하고 정규화한다. 모델을 훈련시키기 위해 병합된 변수를 70% 대 30% 비율로 훈련 및 테스트 데이터로 나눈다. 그런 다음 학습 데이터를 사용하여 모델을 학습시키고 테스트 데이터를 사용하여 모델의 예측 성능도 평가한다. 마지막으로 풍력량 예측 결과를 제시한다.