• 한국태양에너지학회 논문집
• /
• 제36권1호
• /
• pp.27-37
• /
• 2016

A simple but practical Ensemble Prediction System(EPS) for wind power forecasting was developed and evaluated using the measurement of the offshore meteorological tower, HeMOSU-1(Herald of Meteorological and Oceanographic Special Unite-1) installed at the Southwest Offshore in South Korea. The EPS developed by the Korea Institute of Energy Research is based on a simple ensemble mean of two Numerical Weather Prediction(NWP) models, WRF-NMM and WRF-ARW. In addition, the Kalman Filter is applied for real-time quality improvement of wind ensembles. All forecasts with EPS were analyzed in comparison with the HeMOSU-1 measurements at 97 m above sea level during Typhoon Bolaven episode in August 2012. The results indicate that EPS was in the best agreement with the in-situ measurement regarding (peak) wind speed and cut-out speed incidence. The RMSE of wind speed was 1.44 m/s while the incidence time lag of cut-out wind speed was 0 hour, which means that the EPS properly predicted a development and its movement. The duration of cut-out wind speed period by the EPS was also acceptable. This study is anticipated to provide a useful quantitative guide and information for a large-scale offshore wind farm operation in the decision making of wind turbine control especially during a typhoon episode.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.355-363
• /
• 2022

우리나라는 2050년 탄소중립을 목표로 신재생에너지 중심으로 에너지 공급원을 전환하고 확대하는 계획을 추진 중이다. 신재생에너지의 간헐적 특성으로 에너지 공급이 불안정성이 커짐에 따라 정확한 신재생에너지 발전량 예측의 중요성이 함께 커지고 있다. 이에 따라 정부는 신재생에너지를 집합화하여 관리하기 위한 소규모 전력중개시장을 개설하였고, 재생에너지 발전량 예측제도를 도입하여 예측정확도에 따라 정산금을 지급하는 제도를 시행 중이다. 본 논문에서는 우리나라 신재생에너지 전원의 대부분을 차지하는 태양광 발전에 대하여 통계적 및 인공지능 모형을 이용하여 예측모델을 구현하였으며, 각 모형의 예측정확도 결과를 비교 분석하였다. 비교 모델 중에서 CNN-LSTM(Convolutional Long Short-Term Memory Neural Networks) 모형이 가장 높은 성능을 가짐을 확인하였다. 예측정확도에 따른 예측제도 정산금 수익을 추정해보았고, 예측보유 기술 수준에 따라 수익 편차가 24% 정도 커질 수 있음을 확인하였다.

• 한국태양에너지학회 논문집
• /
• 제39권6호
• /
• pp.113-125
• /
• 2019

With the opening of the small power brokerage business market in December 2018, the small power trading market has started in Korea. Operators must submit the day-ahead estimates of power output and receive incentives based on its accuracy. Therefore, the accuracy of power generation forecasts is directly affects profits of the operators. The forecasting process for power generation can be divided into two procedure. The first is to forecast solar irradiation and the second is to transform forecasted solar irradiation into power generation. There are two methods for transformation. One is to simulate with physical model, and another is to use regression model. In this study, we found the best-fit regression model by analyzing hourly data of PV output and solar irradiation data during three years for 242 PV plants in Korea. The best model was not a linear model, but a sigmoidal model and specifically a Gompertz model. The combined linear regression and Gompertz curve was proposed because a the curve has non-zero y-intercept. As the result, R² and RMSE between observed data and the curve was significantly reduced.

• 한국태양에너지학회:학술대회논문집
• /
• 한국태양에너지학회 2008년도 춘계학술발표대회 논문집
• /
• pp.304-310
• /
• 2008

Currently energy use planning council system is mandatory especially for the urban development project planned on a specified scale or more. The goal of existing demand prediction was to calculate the maximum load by multiplying energy load per unit area by building size. The result of this method may be exaggerated and has a limit in the information of period load. The paper suggests a new forecasting process based on standard unit household in order to upgrade the limit in demand prediction method of multi-family housing complex. The new process was verified by comparing actual using amount of multi-family housing complex to forecasting value of energy use plan.

• 한국태양에너지학회 논문집
• /
• 제38권1호
• /
• pp.1-11
• /
• 2018

In this work, we propose weather prediction models to estimate hourly outdoor temperatures and solar irradiance in the next day using forecasting information. Hourly weather data predicted by the proposed models are useful for setting system operating strategies for the next day. The outside temperature prediction model considers 3-hourly temperatures forecasted by Korea Meteorological Administration. Hourly data are obtained by a simple interpolation scheme. The solar irradiance prediction is achieved by constructing a dataset with the observed cloudiness and correspondent solar irradiance during the last two weeks and then by matching the forecasted cloud factor for the next day with the solar irradiance values in the dataset. To verify the usefulness of the weather prediction models in predicting a short-term building load, the predicted data are inputted to a TRNSYS building model, and results are compared with a reference case. Results show that the test case can meet the acceptance error level defined by the ASHRAE guideline showing 8.8% in CVRMSE in spite of some inaccurate predictions for hourly weather data.

• 한국항행학회논문지
• /
• 제21권6호
• /
• pp.643-650
• /
• 2017

무한한 에너지원을 가진 태양광 발전은 기상 에 의존하기 때문에 발전량이 매우 간헐적이다. 따라서 태양광 발전량의 불확실성을 줄이고 경제성을 향상시키기 위하여 정확한 발전량 예측기술이 필요하다. 기상청은 3일간 기상정보를 예보하지만 태양광 발전 예측에 높은 상관관계가 있는 일조량과 일사량은 예보하지 않는다. 본 연구에서는 기상청에서 3일간 예보하는 기상요소인 기온, 강수량, 풍향, 풍속, 습도, 운량 등을 이용하여, 일조 및 일사량을 예측하였으며, 예측된 일사 및 일조량을 이용하여, 실시간 태양광 발전량을 예측하는 딥러닝 모델을 제안하였다. 결과로서 예측된 기상요소로 발전량을 예측하는 모델보다 제안 모델이 MAE, RMSE, MAPE 등의 오차율 지표에서 더 좋은 결과를 보여주었다. 또한, 기계 학습의 한 종류인 서포트 벡터 머신을 사용하는 것보다 DNN을 사용하는 것이 더 낮은 오차율 지표를 보여주었다.

• 한국태양에너지학회 논문집
• /
• 제30권3호
• /
• pp.25-32
• /
• 2010

A real-time monitoring system was developed for transfer, receive, backup and analysis of wind power data at three wind farm(Hang won, Hankyung and Sung san) in Jeju. For this monitoring system a communication system analysis, a collection of data and transmission module development, data base construction and data analysis and management module was developed, respectively. These modules deal with mechanical, electrical and environmental problem. Especially, time series graphic is supported by the data analysis and management module automatically. The time series graphic make easier to raw data analysis. Also, the real-time monitoring system is connected with wind power forecasting system through internet web for data transfer to wind power forecasting system's data base.

• 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.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2011년도 추계학술대회 초록집
• /
• pp.131-131
• /
• 2011

태양광 및 태양열 설비의 효율적인 관리를 위해서는 관련 일사정보가 사전정보로 제공되어 시스템 운용을 위한 입력인자로 활용되어야 한다. 특히 전력그리드에 연계되어 설비가 활용된다고 하면, 그 에너지 공급이 불규칙적인 신재생에너지원의 특성으로 인해 에너지 공급량의 예측이 선행되어 기존의 전력공급체계가 이를 지원할 수 있는 모델과 시스템이 구비되어야 한다. 기존의 다양한 연구들이 한정된 국소지점에 대해 다양한 예측기법을 적용하여 평가를 실시하였지만, 장기간의 결과 축적이 이루어지지 못해 그 신뢰성 확보에 어려움을 겪고 있다. 본 연구에서는 현재 한국에너지기술연구원에서 관리되는 일사정보를 활용하여 청명한 날의 표준 일사 데이터베이스를 생성하고, 기상청에서 RSS(Rich Site Summary) 형태로 지원하는 운량정보를 이용하여 3시간 이상의 미래정보를 계속적으로 산출할 수 있는 시스템을 제작하고자 하였다.

• 천문학회보
• /
• 제39권1호
• /
• pp.70.1-70.1
• /
• 2014

We study the origin and acceleration mechanism of solar energetic particles (SEPs), which are one of the major causes of hazardous impacts in the space weather. By adopting the velocity dispersion to the multi-channel energy band observations from SOHO/ERNE and Wind/3DP, we estimate the onset time for each energy band and investigate coronal structure and CME's dynamics associated with the SEPs. Through this study we will find clues to answer the questions about the origin and acceleration of SEPs as well as their associated with flare and/or CMEs. We will apply our findings to improve the forecasting system of the solar radiation storms.