DOI QR코드

DOI QR Code

The Establishment of a High Resolution(1Km×1Km) Wind Energy Map Based on a Statistical Wind Field Model

통계적 바람장모형에의한 고해상도(1Km×1Km)풍력에너지지도 작성에 관한 연구

  • Kim, Hea-Jung (Department of Statistics, Dongguk University) ;
  • Kim, Hyun-Sik (Department of Statistics, Dongguk University) ;
  • Choi, Young-Jean (Meteorological Application Research Lab, National Institute of Meteorological Research) ;
  • Byon, Jae-Young (Meteorological Application Research Lab, National Institute of Meteorological Research)
  • 김혜중 (동국대학교 통계학과) ;
  • 김현식 (동국대학교 통계학과) ;
  • 최영진 (기상청 국립기상연구소 응용기상연구과) ;
  • 변재영 (기상청 국립기상연구소 응용기상연구과)
  • Received : 20101000
  • Accepted : 20101000
  • Published : 2010.12.31

Abstract

This paper details a method for establishing a wind energy map having($1Km{\times}1Km$) resolution. The map is essential for measurement and efficiency-testing of wind energy resources and wind site analysis. To this end, a statistical wind field model is estimated that covers 345,682 regions obtained by $1Km{\times}1Km$ lattices made over South Korea. The paper derives various characteristics of a regional wind energy resource under the statistical wind field model and estimates them to construct the wind energy map. Kolmogorov-Smirnov test, based on TMY(typical meteorological year) wind data of 76 weather station areas, shows that a Log-normal model is adequate for the statistical wind field model. The model is estimated by using the wind speed data of 345,682 regions provided by the National Institute of Meteorological Research(NIMR). Various wind energy statistics are studied under the Log-normal wind field model. As an application, the wind energy density(W$/m^2$) map of South Korea is constructed with a resolution of $1Km{\times}1Km$ and its utility for the wind site analysis is discussed.

본 논문은 남한지역 풍력자원의 계량화 및 바람환경분석 등에 필요한 풍력에너지지도를 고해상도로 작성하는 방법을 제안하였다. 이를 위해 $1Km{\times}1Km$ 격자로 나누어진 남한전역(345,682 지점)의 월별풍속에 적합한 통계적 바람장모형을 설정하여 각종 풍력에너지통계를 $1Km{\times}1Km$ 격자지점 별로 계산하고, 통계값들를 지도로 구현하는 절차를 연구하였다. 바람장모형의 적합성검정에는 국내 76개 기상관측소에서 관측된 TMY (typical meteorological year) 바람자료가 사용되었으며, Kolmogrov-Smirnov 검정결과 로그정규모형이 남한지역의 월별 바람장모형에 적합하였다. 또한 로그정규모형 하에서 얻어지는 다양한 형태의 풍력에너지통계들을 소개하였으며, 국립기상연구소가 제공하는 $1Km{\times}1Km$ 격자지점(345,682 지점)의 풍속자료를 사용하여 남한(지상 80m)의 풍력에너지밀도(W/$m^2$)지도를 공간분포도 형태로 작성해 보였다.

Keywords

References

  1. 기상청 국립기상연구소 (2009). 한반도 풍력자원지도.
  2. 김현구, 최재우, 손정봉, 정우식, 이화운 (2003). 풍력발전 단지조성을 위한 바람환경 분석, Journal of Korean Society for Atmospheric Environment, 19, 745–756.
  3. 김혜중, 곽화륜, 최영진, 변재영 (2010). 로그정규풍속모형에 의한 풍력자원의 특성추론 및 응용에 관한 연구, Jourrnal of the Korean Data Analysis Society, 9, 2761–2772.
  4. 김혜중, 정선, 최영진, 김규랑, 정영림 (2009). 한반도바람자원의 TMY(typical meteorolo-gical year) 구축알고 리즘에 관한 연구, <응용통계연구>, 22, 943–960. https://doi.org/10.5351/KJAS.2009.22.5.943
  5. 대기환경연구회 (2003). <대기환경개론>, 신광문화사, 179–181.
  6. 서은경, 윤준희, 박영산 (2009). 북한 지역에서의 30년 동안의 평균바람지도, 30, 845–854. https://doi.org/10.5467/JKESS.2009.30.7.845
  7. 정승환, 박만식, 김기환 (2010). 풍속자료의 공간예측, <응용통계연구>, 23, 345–356.
  8. 지식경제부 (2008). 제 1차 국가에너지 기본계획(2008–2030), <제3차 국가에너지위원회>, 의안번호 제 1호, 179.
  9. Garcia, A., Torres, J. L., Prieto, E. and De Francisco, A. (1998). Fitting wind speed distributions: A case study, Solar Energy, 62, , 130–144.
  10. Jamil, M., Parsa, S. and Majidi, M. (1995). Wind power statistics and evaluation of wind energy density, Renewable Energy, 6, 623–628.
  11. Mathew, S., Pandey, K. P. and Kumar. V. A. (2002). Analysis of Wind regimes for eenergy estimation, Renewable Energy, 25, 381–399.
  12. NREL(National Renewable Energy Laboratory) (1986). Wind Energy Resource Atlas of the United States, http://rredc.nrel.gov/wind/pubs/atlas/atlas index.html.
  13. Panda, R. K., Sarkar, T. K. and Bhattacharya, A. K. (1990). Stochastic study of wind energy potential of India, Energy, 15, 921–930.
  14. Petersen, E. L., Mortensen, N. G., Landberg, L., Hojstrup, J. and Frank, H. P. (1997). Wind Power Meteorology, Riso-I-1206(EN), Riso National Labratory, Roskilde, Denmark.
  15. Press, S. J. (2005). Applied Multivariate Analysis: Using Bayesian and Frequentist Methods of Inference, 2nd ed., Dover Publications, New York.
  16. Scerri, E. and Farrugia, R. (1996). Wind data evaluation in the Maltase Islands, Renewable Energy, 7, 109–114.

Cited by

  1. A Statistical Tuning Method to Improve the Accuracy of 1Km×1Km Resolution-Wind Data of South Korea Generated from a Numerical Meteorological Model vol.24, pp.6, 2011, https://doi.org/10.5351/KJAS.2011.24.6.1225