• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.233-243
• /
• 2021

태양광 패널은 중금속을 함유한 전자 폐기물이다. 전 세계적으로 매년 빠르게 증가하고 있으며 집중강우 시 유실되는 태양광전지 패널은 토양 중금속 오염의 문제 및 소규모 태양광 발전은 관리 부재라는 문제가 있어, 이를 효율적으로 모니터링하기 위한 기술 개발이 요구된다. 본 연구에서는 Sentinel-1 위성의 SAR Temporal Baseline과 Coherence간의 상관관계를 이용한 태양광전지 패널 모니터링 방법을 연구하였다. 또한, 태양광 발전소와 주변의 Coherence 차이를 이용한 태양광전지 패널 탐지를 실험하였다. 실험결과 안정적 산란체로 가정한 태양광전지 패널의 Coherence가 0.50~0.65 분포 0.53의 중앙값으로 치우친 편향을 보이고 있어 처리과정에서 발생될 수 있는 오차를 개선할 추가 연구가 요구된다. 태양광전지 패널의 Coherence 시간적 감소 비율이 건물 등 인공물체와 다름에 따라 시간적 기준선을 이용한 변화탐지가 가능할 것으로 나타났다. 본 연구결과는 기존 광학영상을 활용한 대규모 태양광 발전 시설 위치정보 획득 연구에서, 소규모 태양광전지 패널 모니터링이 가능하도록 영상레이더를 적용한 초기 연구이다. 또한, 본 연구를 바탕으로 지속적 모니터링이 가능하고 태양광전지 패널 유실과 같은 상황에서 공간적 분포를 파악할 수 있는 효율적인 방안이 될 수 있을 것으로 사료된다.

• 한국항행학회논문지
• /
• 제22권3호
• /
• pp.233-239
• /
• 2018

태양광 발전은 기상 상태에 따라 간헐적이기 때문에 태양광 발전의 효율과 경제성 향상을 위해 정확한 발전량 예측이 요구된다. 본 연구는 목포 기상대에서 예보하는 기상 데이터와 영암 태양광 발전소의 발전량 데이터를 이용하여 태양광 발전량 단기 딥러닝 예측모델을 제안하였다. 기상청은 기온, 강수량, 풍향, 풍속, 습도, 운량 등의 기상요소를 3일간 예보한다. 그러나 태양광 발전량 예측에 가장 중요한 기상요소인 일조 및 일사 일사량 예보하지 않는다. 제안 모델은 예보 기상요소를 이용하여, 일조 및 일사 일사량을 예측 하였다. 또한 발전량은 기상요소에 예측된 일조 및 일사 기상요소를 추가하여 예측하였다. 제안 모델의 발전량 예측 결과 DNN의 평균 RMSE와 MAE는 0.177과 0.095이며, RNN은 0.116과 0.067이다. 또한, LSTM은 가장 좋은 결과인 0.100과 0.054이다. 향후 본 연구는 다양한 입력요소의 결합으로 보다 향상된 예측결과를 도출할 수 있을 것으로 기대된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.641-642
• /
• 2015

에너지저장장치(Energy Storage System, ESS)는 생산된 전력을 전력계통에 저장했다가 전력이 가장 필요한 시기에 꺼내어 사용함으로써 에너지효율을 높이는 능동적인 기술이다. ESS는 풍력발전, 태양광발전 등 신재생에너지와 같은 분산전원 도입, 피크부하에 대응하기 위한 부하평준화, 전력품질개선 등 그 역할과 기능이 확대되고 있다. 본 논문에서는 후쿠시마 사고 이후 강조된 비상전원과 관련하여 원자력발전소 부지 내 비상전원으로써의 ESS 활용과 그 가능성에 대해서 기술하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2012년도 춘계학술논문집 2부
• /
• pp.545-548
• /
• 2012

1차 에너지 소비량은 계속 증가 되고 있는데 화석연료의 고갈과 기후문제 등으로 소비량을 줄이기 위해 원자력발전과 신재생에너지인 풍력 및 태양광 등이 현재 증가하고 있다. 하지만 증가하는 부하에 대한 대응방안으로 원자력 발전소는 가변제어가 아닌 고정방식이기 때문에 기저부하에 대한 공급을 담당하고 신에너지는 발전량이 일정하지 않기 때문에 또한 피크부하 대응에 불가능하다 그러므로 양수발전소 또는 다른 발전소를 통해 피크부하를 관리하고 있는 상황이다. 하지만 단 몇 시간의 피크부하를 위해 지속적인 발전소를 지을 수 있는 부지도 없고 건설시간도 매우 많이 걸리는 단점이 있다. 본 논문에서는 양수발전 또는 다른 발전소를 대체할 수 있는 전력저장시스템(BESS)의 부하평준화효과에 대한 경제성평가 기법에 대하여 제시한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1070-1071
• /
• 2015

전국에 분포하고 있는 분산형 전원설비의 구성요소와 발전소에 대한 정보를 축적하여 개인 사업자 및 공급자가 해당 정보를 쉽게 접근할 수 있도록 웹기반의 통합관리시스템을 구축하였다. 대표적인 분산형 전원설비인 태양광 발전소와 풍력 발전소의 구성요소 사양들과 전국 발전소의 설치 및 발전용량들에 대한 데이터를 축적하여 데이터베이스화하였다. 축적된 데이터베이스는 웹기반의 통합관리시스템으로 구축되어 사용자가 쉽게 정보를 검색하여 문제를 해결할 수 있도록 하였다. 또한 각 발전소의 실시간 모니터링을 통한 데이터는 통계기법을 통하여 수익성을 평가할 수 있는 기초 자료로 활용 가능하도록 하였다. 향후 비즈니스 모델을 활용하여 통합관리시스템의 지속적인 운영이 가능하도록 한다.

• 생물환경조절학회지
• /
• 제28권3호
• /
• pp.243-254
• /
• 2019

본 연구에서는 전국을 대상으로 태양광에너지와 관련된 기상 및 지형 대리변수를 고려하여 태양광발전 시설에 대한 취약지역을 분석하였으며, GIS를 이용하여 공간분석을 통해 태양광발전 시설의 적정입지에 대한 평가용 지도를 개발하였다. 본 연구에서 최종적으로 개발된 태양광발전 시설에 대한 취약지도에서는 '취약단계 5(매우 취약)' 지역과 '취약단계 1(매우좋음)' 지역은 나타나지 않았다. '취약단계 4(취약)' 지역은 전라남도가 가장 크게 나타났으며, '취약단계3(보통)' 지역은 광주광역시, 전라북도, 충청북도 및 강원도 등 다수의 행정구역에서 높은 것으로 나타났다. '취약단계 2(좋음)' 지역은 대구광역시, 울산광역시 및 인천광역시 등이 높은 것으로 나타났다. 현재 운영되고 있는 태양광발전소 30곳을 비교 검토한 결과, 대부분 취약단계 2 및 3단계 지역에 위치하며, 상대적으로 태양광에너지가 적합한 지역에 위치함을 나타냈다. 하지만 본 연구의 한계점인 태양광발전소의 제한적인 자료량으로 인해 본 연구결과의 정확성을 명확하게 평가하기는 어렵다. 그럼에도 불구하고 본 연구에서는 GIS 공간분석 기법을 이용하여 다양한 기상 및 지형요소들을 고려하여 전국을 대상으로 태양광발전시설에 대한 취약지도 평가를 시도하였으며, 국내 전 지역에 대한 자료를 제시함으로써 태양광발전과 관련된 부분에 기초자료로 활용할 수 있을 것이다.

• 한국전자통신학회논문지
• /
• 제13권1호
• /
• pp.35-44
• /
• 2018

우리나라 정부는 화력과 원자력발전소를 줄이고 2030년까지 깨끗한 재생에너지 전기를 20% 생산하는 목표를 갖고 있다. 태양에너지는 기술적으로 전 세계 에너지수요를 초과하는 잠재자원이다. 비용절감을 가져오는 기술적인 진보 및 재생에너지 개발과 활용을 위한 정부정책에 힘입어 태양에너지산업은 최근 괄목할만한 성장을 가져오고 있다. 비록 태양광발전은 다른 전력생산 방식보다 많은 장점을 가지고 있음에도 불구하고 주요 문제는 이용할 수 있는 현장과 적절한 비용을 갖춘 부지가 많지 않다는 것이다. 본 연구에서는 전라남도 지역을 대상으로 설치 가능한 육상 및 수상태양광 용량을 분석하고자 한다. 연구결과 설계용량은 육상풍력 약 7.5GW와 수상태양광 약 1.5GW를 갖는다. 또한, 지역주민과 이해간격을 줄이기 위한 목적으로 설득에 필요한 여러 가지 해결방법을 제시하였다.

• 한국항행학회논문지
• /
• 제24권6호
• /
• pp.620-626
• /
• 2020

본 연구는 IOT 장비인 라즈베리파이를 마스터(master)로 이용하고 인버터를 슬레이브(slave)로 하여 모드버스 TCP 통신을 기반한 태양광 발전 모니터링 시스템을 제안하였다. 본 모델은 라즈베리파이에 다양한 센서를 추가하여 태양광 발전소의 모니터링에 필요한 정보를 추가하였으며, 실시간 발전량 예측을 통해 발전량 예측과 모니터링 정보를 스마트 폰으로 송신하였다. 또한, 서버에 태양광 발전소에서 지속해서 생성되는 정보를 빅데이터로 구축하였으며, 발전량 예측을 위한 딥러닝 모델을 학습하여 갱신하였다. 연구 결과로서 인버터에서 라즈베리파이로 모드버스 TCP 기반으로 안정적인 통신이 가능하였고, 라즈베리파이에서 학습된 딥러닝 모델로 실시간 예측이 가능하였다. 서버는 빅데이터로 다양한 딥러닝 모델 학습이 가능하였으며, LSTM이 학습 오차 0.0069, 테스트 오차 0.0075, RMSE 0.0866 등으로 가장 좋은 오차를 보임을 확인하였다. 본 모델은 다양한 제조사의 인버터에 대해서 보다 간단하고 편리하며 발전량을 예측할 수 있는 실시간 모니터링 시스템 구현이 가능함을 제시하였다.

• 한국항행학회논문지
• /
• 제22권5호
• /
• pp.478-484
• /
• 2018

본 연구는 기온, 강수량, 풍향, 풍속, 습도, 운량, 일조, 일사 등 시간별 기상 데이터를 이용하여, 일사 및 일조 그리고 태양광 발전예측을 하였다. 지도학습에서 입출력패턴은 예측에서 가장 중요한 요소이지만 인간이 직접 결정해야하기 때문에, 반복적인 실험에 의해 결정해야 한다. 본 연구는 일사 및 일조 예측을 위하여 4가지 모델의 입출력 패턴을 제안하였다. 또한, 예측된 일조 및 일사 데이터와 전라남도 영암 태양광 발전소의 발전량 데이터를 사용하여 태양광 발전량을 예측하였다. 실험결과 일조 및 일사 예측에서 모델 4가 가장 예측결과가 우수했으며, 모델 1에 비해 일조의 RMSE는 1.5배 정도 그리고 일사의 RMSE는 3배 정도 오차가 줄었다. 태양광 발전예측 실험결과 일조 및 일사와 마찬가지로 모델 4가 가장 예측결과가 좋았으며, 모델 1 보다 RMSE가 2.7배 정도 오차가 줄었다.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.113-118
• /
• 2019

태양광 발전소는 전기를 생산하는 시설물로써 화재와 감전 사고의 위험이 설치장소의 다변화로 근무자와 주변인, 시설물에 대한 위험도가 증가하여 안전사고를 예방하고 안전사고 발생에 따른 빠른 대처를 할 수 있는 시스템을 개발이 대두되고 있다. 위와 같은 개발에 필요성을 비추어 볼 때 태양광발전 시스템에서 생산되는 데이터를 취합, 분석하는 기술을 개발하여 발전시스템의 문제를 실시간으로 진단하고 유지/보수할 수 있는 태양광발전 관리시스템을 개발하여야 하고 이를 통해 이용률 증가 및 유지보수 비용이 감소하는 효과를 볼 수 있다. 이를 위해서는 우선적으로 현재의 상태에서 태양광 발전량을 정확히 예측하여, 현 발전상태의 이상 유/무를 진단 및 이상 위치를 파악하여야 하고 이상 위치가 파악되면 경제성이 고려된 모델을 이용하여 수리/교체의 필요성, 시기 등의 정보가 제공되어야 한다.