http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
윤창열(Changyeol Yun),김창기(Changki Kim),김진영(Jinyoung Kim),김보영(Boyoung Kim),오명찬(Myeongchan Oh),황수진(Sujin Hwang),김현구(Hyungoo Kim),강용혁(Youngheack Kang),김용일(Yongil Kim) 한국신재생에너지학회 2021 한국신재생에너지학회 학술대회논문집 Vol.2021 No.7
태양에너지 설비의 증가에 따라 전력망 운영은 점차 복잡한 문제를 직면하게 되었다. 전력 공급의 불예측성과 가변성으로 인해 경제적 스케줄링과 전력 시장 거래의 어려움이 발생하며 이를 극복한 많은 기술적 보완장치가 필요하다. 태양광 에너지 예측은 이미 다양한 시도와 검증을 통해 자원의 불확실성을 극복할 수 있는 솔루션으로 제시되고 있으나 국내의 경우 그 성능을 검증할 수 있는 충분한 데이터가 축적되었다고 보기는 어렵다. 본 논문에서는 최적의 태양광 예보(forecast) 결과물을 생성하기 위하여, 데이터의 품질관리(Quality Control) 프로세스를 제안하여 신뢰성이 확보된 데이터셋을 확보하고, 회귀식 생성을 위한 학습데이터로 활용하였다. 기본적으로 기상청 LDAPS(Local Data Assimilation and Prediction System) 예보자료를 이용하여 24시간 예보 일사량과 발전량 정보를 생성하며, 지점에서 직접 측정한 일사량 데이터와 발전량 데이터를 활용하여 제안된 알고리즘을 지점별로 평가하게 된다. 지점에 따라 태양광 설비의 입지환경과 설비특성이 다르므로 기본 물리식에 ANN 학습 결과물로 성능을 향상시켰으며, 향후 새로운 지점에 태양광 설비가 신규로 도입되었을 때 예상되는 성능도 평가될 수 있도록 하였다. 정확도 향상을 위하여 각 설비환경요소에 따른 여러 입력 변수의 민감도 분석을 수행하며, 지점별, 시간별 추세의 변화도 분석될 수 있도록 구성하였다.