http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
딥러닝 기반 기상위성 데이터를 이용한 익일 태양광 발전량 예측
송근주(Song Keun Ju),박태섭(Park Tae Seop),정재익(Jeong Jaeik),권성철(Kwon Seong Chul),문종희(Moon Jong Hee),김홍석(Kim Hongseok) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
최근 탄소 중립 정책으로 기존 전력 계통에 신재생에너지의 투입이 증가하고 있다. 이에 따라 계통 설비 및 운영에 있어 신재생에너지를 이용한 발전량 예측 기술이 중요해졌다. 신재생에너지의 발전원은 바람, 태양과 같은 기후 요소이기 때문에 시간 및 지형에 따른 시공간적 특징이 있다. 따라서 정확한 예측을 위해서는 발전소 특정 위치에 대한 기상정보가 요구된다. 본 논문에서는 예측 성능 향상을 위한 방안으로 기상위성 데이터를 이용한 익일 태양광 예측 알고리즘을 제안한다. 이는 국내 태양광 발전소의 위도, 경도 정보와 거의 일치하는 기상 정보를 이용하는 것으로 간단한 딥러닝 구조만으로도 예측성능을 크게 향상할 수 있다. 시뮬레이션 결과 제안한 태양광 예측 알고리즘이 이용률 10% 이상 (낮 시간대)에서 5%대의 예측 오차율을 보였으며, 발전소들을 군집화하여 예측한 결과 3%대의 예측 오차율까지 달성하는데 성공했다.