최근 문제가 되고 있는 전력 문제를 효율적으로 관리하기 위해 건물 에너지 관리 시스템이 주목받고 있다. 건물 에너지 관리 시스템은 관리자가 건물의 전력 소비량을 효율적으로 관리할 수 있도록 전력 소비량에 대한 모니터링 기능을 제공하는 시스템이다. 기존의 건물 에너지 관리 시스템은 과거, 현재, 미래의 전력 소비량을 통계 자료로 제공하고, 이를 토대로 전력 과부하 발생을 방지하였다. 그렇지만 기존의 시스템에 반응형 웹 디자인을 적용한 사례를 찾아보기 힘들며 온도 변화에 따른 전력 소비량을 고려하지 않기 때문에 정확한 부하 예측을 하기 어렵다는 단점이 있다. 본 논문에서 제안한 건물 에너지 관리 시스템은 반응형 웹 디자인을 적용하여 여러 모바일 기기로도 편리하고 효율적으로 건물을 관리할 수 있게 하였다. 또한, 건물에서 유지되어야 할 목표 온도, 건물 전력 소비량에 대한 과거 데이터와 기상청에서 제공하는 데이터를 통하여 부하 예측을 하고, 다양한 전력 소비량 통계 자료를 제공한다. 이를 통해 관리자는 효율적인 건물 에너지 관리를 할 수 있다.
This research is a comprehensive analysis of wind power prediction sensitivity using a Long Short-Term Memory (LSTM) deep learning neural network model, accounting for the inherent uncertainties in wind speed estimation. Utilizing a year's worth of operational data from an operational wind farm, the study forecasts the power output of both individual wind turbines and the farm collectively. Predictions were made daily at intervals of 10 minutes and 1 hour over a span of three months. The model's forecast accuracy was evaluated by comparing the root mean square error (RMSE), normalized RMSE (NRMSE), and correlation coefficients with actual power output data. Moreover, the research investigated how inaccuracies in wind speed inputs affect the power prediction sensitivity of the model. By simulating wind speed errors within a normal distribution range of 1% to 15%, the study analyzed their influence on the accuracy of power predictions. This investigation provided insights into the required wind speed prediction error rate to achieve an 8% power prediction error threshold, meeting the incentive standards for forecasting systems in renewable energy generation.
태양광 발전은 일사량만 있으면 전기에너지를 얻을 수 있기 때문에, 새로운 에너지 공급원으로 용도가 급증하고 있다. 본 논문은 실제 태양광 발전 시스템의 컨버터 출력을 이용하여 장단기 출력 예측을 하였다. 예측 알고리즘은 다중선형회귀와 머신러닝의 지도학습 중 분류모델인 서포트 벡터 머신 그리고 DNN과 LSTM 등 딥러닝을 이용하였다. 또한 기상요소의 입출력 구조에 따라 3개의 모델을 이용하였다. 장기 예측은 월별, 계절별, 연도별 예측을 하였으며, 단기 예측은 7일간의 예측을 하였다. 결과로서 RMSE 측도에 의한 예측 오차로 비교해 본 결과 다중선형회귀와 SVM 보다는 딥러닝 네트워크가 예측 정확도 측면에서 더 우수하였다. 또한, DNN 보다 시계열 예측에 우수한 모델인 LSTM이 예측 정확도 측면에서 우수하였다. 입출력 구조에 따른 실험 결과는 모델 1보다 모델 2가 오차가 적었으며, 모델 2보다는 모델 3이 오차가 적었다.
연료전지는 전기에너지와 열에너지를 동시에 사용 할 수 있기 때문에 에너지 효율이 높고 유해 배기물이 거의 없으므로 친환경적이다. 따라서 환경문제가 대두되고 있는 오늘날, 고효율 친환경의 연료 전지는 차세대 에너지원으로 각광받고 있다. 보일러와 계통선에서 열과 전기를 공급받는 기존방식에 비해 연료전지 코제너레이션 시스템의 경우 20%이상 에너지 절감율을 향상시킬 수 있다. 기존 10kW이하의 소용량 발전설비의 경우 대형 발전소와 같은 수준인 30%이상의 전기 효율을 기대할 수 없으나 고분자 전해질 연료전지를 적용할 경우 1kW급에서도 35%의 전기 효율을 기대할 수 있으며 열회수까지 고려할 경우 80%에 가까운 열효율을 달성할 수 있다.(4)연료전지 시스템은 연료전지 스택 이외에, 연료변환장치, 급기설비, 열 및 물관리 설비, 전력변환장치 그리고 제어 장치 등으로 구성된다. 연료전지 시스템 성능은 연료전지 스택의 성능에 가장 의존적인데 연료전지 스택의 성능은 같은 스택이라도 운전 및 제어 방법에 따라서 다양하게 변할 수 있다. 실제로 연료전지 스택 자체의 전기 변환 효율은 최대 40% 까지로 매우 높으나, 다양한 운전 조건에 따라 효율이 30~40% 수준에서 변화는 것이 현실이다. 때문에 시스템을 설계할 때에는 종합화된 시스템 측면에서의 운전까지 고려한 설계와 성능 해석이 필요하다. 그간 연료전지를 활용한 가정용 열병합 발전분야에서는 시스템 설계를 위한 시뮬레이션 기반 성능 해석에 관한 연구가 활발히 진행되어왔다. 하지만 연료전지 스택의 경우 간이화된 성능 모델식을 사용하여 이로 인한 성능 예측모델의 오차가 크게 발생하여 전체 시스템 최적화의 저해요인으로 작용하여왔다. 따라서 본 연구에서는 가정용 연료전지 열병합 발전 시스템을 자체적으로 설계 개발하였으며 이 중 연료전지 스택의 성능모델을 실험기반으로 구축하였다. 먼저 가정용 연료전지 열병합 발전 시스템의 설계는 크게 네 단계로 구분되며 이는 1) 시스템 개념 설계, 2) 연료전지 스택 설계, 3) 주변장치 설계, 4) 제어시스템 설계로 이뤄진다. 연료전지 스택의 성능 모델은 고분자연료전지의 성능에 가장 민감하게 영향을 미치는 온도 및 습도의 변화에 따른 다양한 스택 성능을 예측 가능하도록 개발하였으며 이는 간단한 이론 모델의 구조에 실험 데이터를 기반으로 모델 파라미터를 도출하는 기법으로 이뤄졌다.
본(本) 논문(論文)에서는 콘크리트의 파괴실험을 통하여 파괴거동을 규명하고 파괴에너지를 결정하였으며, 이로부터 파괴에너지 예측공식을 도출하였다. 콘크리트의 파괴실험은 3 점휨하중실험을 수행하였으며 초기균열길이에 따른 파괴거동과 파괴에너지의 변화특성을 규명하기 위하여 초기균열길이를 보깊이의 각각 0, 0.2, 0.4, 0.6 배로 하였다. 본 실험으로부터 하중-처짐곡선이 자동으로 기록되었으며, 이 하중-처짐곡선하의 면적이 콘크리트의 파괴에너지를 결정하기 위하여 이용되었다. 본 연구에서 도출된 파괴에너지 예측공식은 콘크리트구조물의 파괴해석을 위해 효과적으로 이용될 수 있으며, 파괴에너지가 콘크리트의 인장강도와 골재크기에 의존하고 있음을 나타내고 있다. 또한, 본 연구에서는 콘크리트보의 최대하중을 계산하기 위하여 소위 등가균열길이 개념용 고안하였으며, 이를 위하여 등가균열길이에 대한 예측공식을 제안하였다. 본 등가균열길이 개념은 R-curve 등(等)에 의하지 않고도 파괴하중을 계산할 수 있는 효과적인 개념으로 분석되고 있다.
정보통신기술과 융합된 스마트팜의 도입은 농업 분야의 생산성을 높이고 경쟁력을 강화하고 있다. 각종 센서를 통한 환경 모니터링과 이를 통한 재배 환경의 자동제어가 가능하며 원격제어를 지원하는 기술들이 개발되어 보급되었고, 스마트팜에서 생성된 데이터를 이용하여 스마트팜 기술의 고도화를 위한 연구들이 진행되고 있다. 본 논문에서는 스마트팜의 환경 및 제어 데이터를 이용하여 스마트팜의 에너지 소비를 줄이기 위한 환경 제어 방법을 제안한다. 누적된 환경 데이터를 이용하여 환경 예측 모델을 만들고, 다중 환경 요소를 고려하여 주어진 상황에서 에너지 소비를 최소화할 수 있는 제어 방식을 선택함으로써 독립적 환경 제어 방식과 비교해 에너지 사용량을 줄일 수 있음을 확인하였다. 향후 예측 모델의 고도화와 복합제어 알고리즘의 개선 통하여 더 높은 에너지 효율을 얻기 위한 연구가 필요할 것으로 보인다.
최근 화석연료의 무분별한 사용으로 인한 자원고갈 문제 및 기후변화 문제 등이 심각해짐에 따라 화석연료를 대체할 수 있는 신재생에너지에 대한 관심이 증가하고 있다. 특히 신재생에너지 중 태양광 에너지는 다른 신재생에너지원에 비해 고갈될 염려가 적고, 공간적인 제약이 크지 않아 전국적으로 수요가 증가하고 있다. 태양광 발전 시스템에서 생산된 전력을 효율적으로 사용하기 위해서는 보다 정확한 태양광 발전량 예측 모델이 필요하다. 이를 위하여 다양한 기계학습 및 심층학습 기반의 태양광 발전량 예측 모델이 제안되었지만, 심층학습 기반의 예측 모델은 모델 내부에서 일어나는 의사결정 과정을 해석하기가 어렵다는 단점을 보유하고 있다. 이러한 문제를 해결하기 위하여 설명 가능한 인공지능 기술이 많은 주목을 받고 있다. 설명 가능한 인공지능 기술을 통하여 예측 모델의 결과 도출 과정을 해석할 수 있다면 모델의 신뢰성을 확보할 수 있을 뿐만 아니라 해석된 도출 결과를 바탕으로 모델을 개선하여 성능 향상을 기대할 수도 있다. 이에 본 논문에서는 BiLSTM(Bidirectional Long Short-Term Memory)을 사용하여 모델을 구성하고, 모델에서 어떻게 예측값이 도출되었는지를 SHAP(SHapley Additive exPlanations)을 통하여 설명하는 설명 가능한 태양광 발전량 예측 기법을 제안한다.
신재생에너지의 효율 향상을 위한 시스템 개발과 병행하여 검토되어야 할 부문이 경제성 분석이다. 본 논문은 제주도 전력계통에 연계하여 운영중인 풍력발전의 자원과 발전량을 모의하기 위하여 제주도의 전력수요와 발전설비 특성, HDVC 수전 데이터, 풍속 등의 자료를 기반으로 가격예측을 위한 범용 소프트웨어들을 사용하여 에너지 시장 측면에서 풍력발전이 갖는 경제적 가치를 분석하였다.
신재생에너지 수요가 확대됨에 따라 신재생에너지 관련 제품에 소요되는 물질에 대한 관심이 확대되고 있다. 이들 물질은 공급리스크가 존재하는 희유금속이 주를 이루고 있다. 본 연구에서는 신재생에너지 등의 high tech 기술 확대로 인한 희유금속의 수요 및 공급을 전망하고 있는 미국의 critical raw material 관리 전략을 살펴보고자 한다. 미국은 2010년 12월 미국 에너지성(DOE : Department of Energy)에서 위기 물질 전략(Critical Materials Strategy)에 관한 리포트를 공표하였다. 클린 에너지 기술 4개 분야(영구자석, 선진 전지, 태양전지 박막, 형광 물질)에서 핵심이 되는 물질(희유금속 등)의 수급 불균형이 일어날 가능성에 대해 조사를 실시하여 리스크 평가하여 단기, 중단기로 구분하여 위기물질을 선정하였다. 클린 에너지 기술 4개 분야에서 핵심이 되는 물질(네오디움, 디스프로슘, 코발트, 리튬, 랜턴, 세륨, 테룰, 인듐, 갈륨, 유로피움, 테르비움, 이트륨)의 12광종 수급을 2025년까지 전망한 결과 전체적으로 단기(2010년~2015년)보다 중기(2015년~2025년)에 공급 부족이 확대한다고 예측되었다. 단기적으로는 인듐이 약간 부족하는 것 외에 디스프로슘과 이트륨에 관해서도 공급 부족할 것으로 예측되었다. 중기적으로는 코발트(전지 기술에 사용)와 유로피움(고효율 조명용의 형광 물질에 사용) 외 대상이 된 다른 모든 물질은 공급 부족이 발생할 것으로 전망되었다. 이를 종합하여 단기적으로는 디스프리슘, 유로피움, 인듐, 테르븀, 네오디움, 이트륨 등이, 중기적으로는 디스프리슘, 유로피움, 테르븀, 네오디움, 이트륨 등이 위기물질(Critical Material)로 분석되었다. 에너지성은 위기물질을 공급원다각화, 대체물질개발, 리유즈, 리사이클링 등을 국제적 파트너와 함께 추진하여 리스크를 관리할 것이며, 2011년까지 최신정보를 구축하여 위기물질 전략을 재설정할 예정이다. 체계적인 위기물질 선정 및 관리전략 등을 참조하고, 신재생에너지기술 변화에 따른 원재료의 중요성 및 리스크 관리현황을 기초로 우리나라에 적합한 위기관리 물질 선정 및 관리가 필요할 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.