OR-AND 구조의 퍼지 뉴럴 네트워크를 이용한 태양광 발전 출력 예측 시스템 개발

Development of Photovoltaic Output Power Prediction System using OR-AND Structured Fuzzy Neural Networks

Abstract

현재 계속해서 늘어나는 에너지 수요량에 대해 세계적으로 화석연료를 대체할 차세대 에너지의 연구개발이 활발하게 이루어지고 있다. 그 중, 무한정, 무공해의 태양에너지를 사용하는 태양광 발전 시스템의 비중이 커지고 있지만, 일사량에 따른 발전량 편차가 심해 안정된 전력공급이 어렵고 전력 생산량 자체가 지역별 일사량에 의존하는 문제가 존재한다. 본 논문에서는 이러한 문제점을 해결하기 위해 실제의 지역별 일사량, 강수량, 온도, 습도 등의 기상데이터를 수집하여 로직 기반의 퍼지 뉴럴 네트워크를 이용한 태양광 발전 출력 예측 시스템을 제안하였다.

In response to the increasing demand for energy, research and development of next-generation energy is actively carried out around the world to replace fossil fuels. Among them, the specific gravity of solar power generation systems using infinity and pollution-free solar energy is increasing. However, solar power generation is so different from solar energy that it is difficult to provide stable power and the power production itself depends on the solar energy by region. To solve these problems in this paper, we have collected meteorological data such as actual regional solar irradiance, precipitation, temperature and humidity, and proposed a solar power output prediction system using logic-based fuzzy Neural Network.

Fig. 1. Basic structure of OR-AND fuzzy neural network. 그림 1. OR-AND 퍼지 뉴럴 네트워크의 기본 구조

Fig. 2. Learning results using genetic algorithm. 그림 2. 유전 알고리즘을 이용한 학습 결과

Fig. 3. Learning results using gradient descent method. 그림 2. 경사학습법을 이용한 학습 결과