• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.849-852
• /
• 2021

화석연료의 빈번한 사용으로 인한 지구온난화 문제가 심각해지면서 화석연료를 대체할 수 있는 신재생 에너지가 떠오르고 있다. 그중에서도 에너지원이 청정하고 무제한으로 사용할 수 있다는 장점을 가진 태양광 발전소가 주목을 받고 있다. 하지만 기후에 따라 영향을 많이 받는 특징 때문에 안정적인 전력 생산을 위해서는 태양광 발전량 예측이 매우 중요해지고 있다. 본 논문에서는 시계열 데이터에 특화된 순환신경망 기법인 RNN과 LSTM 모델을 이용하여 태양광 발전량을 예측하고 각 모델의 하이퍼 파라미터를 다르게 주어 비교 분석하였다. 그 결과 LSTM 모델이 RNN 모델보다 높은 예측력을 보였고, 손실 값이 0.1보다 낮은 높은 정확도를 보였다.

• 한국항해항만학회지
• /
• 제35권5호
• /
• pp.387-392
• /
• 2011

태양광발전은 독립전원으로써의 가치는 미미하나 도시전체의 탄소발생량 저감 및 화석연료 사용 저감을 위한 분산전원으로써 가치가 매우 높은 전력원이다. 하지만 태양광발전의 경우 기상조건에 따른 발전량 변동이 심하기에 분산전원으로써 효율적으로 사용하기 위해서는 큰 변동폭을 효과적으로 제어하기 위한 실시간 모니터링이 이루어져야 한다. 하지만 태양광발전량을 좌우하는 일사량은 예측치가 존재하지 않기에 이를 예측해야 하고 본 연구에서는 과거의 일사량을 직산분리 하여 구름의 짙은 정도나 두께 등을 유추할 수 있는 대기투과율을 일기예보에서 발표하는 날씨별로 대푯값을 산정하고 이를 일사량 예측식에 대입하여 일사량을 예측하였다. 그리고 실측 일사량 및 CRM(Cloud Cover Radiation Model)기법인 Kasten and Czeplak의 식을 통해 계산된 예측일사량과의 비교를 통해 검증하였다.

• 스마트미디어저널
• /
• 제9권1호
• /
• pp.84-91
• /
• 2020

신재생 에너지를 활용이 높아지면서 에너지저장시스템의 활용과 효율성에 대한 관심이 높아지고 있다. 특히 태양광 에너지저장시스템을 구성하는 서브시스템에서 이상 징후 발생에 능동적으로 대처할 수 있는 운영이 요구된다. 본 논문은 태양광 발전량 데이터를 표본으로 하여 예측 발전량을 추정하여 에너지 관리하는 방안을 제안한다. 실시간으로 예측된 배터리 충전 전력과 배터리 랙 총 충전 전력을 비교하여 충전 전력을 조절하는 모형을 적용한다. 그 결과로 배터리의 발열 억제 및 충방전율을 유지시켜 에너지저장시스템의 에너지 저장을 안정적으로 높일 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권3호
• /
• pp.585-592
• /
• 2013

최근 신재생에너지와 대체에너지의 필요성이 증가함에 따라 환경오염과 온실효과를 초래하지 않는 풍력에너지 개발에 많은 연구와 투자가 이루어지고 있다. 풍력에너지는 무공해 에너지이며 자원양이 무한대이고 바람이 부는 곳이라면 어디에서든지 전력생산이 가능하다. 그러나 풍력에너지는 바람에 크게 의존하며 불규칙적인 특성이 있어 효율적인 풍력발전이 어렵다는 단점이 있다. 이러한 이유로 풍력발전에 있어서 정확한 풍력발전량 예측은 매우 중요한 요소이다. 본 연구에서는 이러한 풍력발전량의 효율적인 예측을 위해 군산 풍력단지의 자료를 이용해 시계열모형인 ARMA모형과 데이터 마이닝 기법 중 신경망모형을 사용하여 풍력발전량을 예측하고 비교분석 하였다. 그 결과 신경망모형 적합결과가 ARMA모형 적합결과 보다 더 좋은 예측력을 나타내었다.

• 사물인터넷융복합논문지
• /
• 제8권3호
• /
• pp.55-61
• /
• 2022

지구 온난화의 주범인 온실가스 감축을 위해 UN은 1992년 기후변화협약을 체결하였다. 우리나라도 온실가스 감축을 위해 재생에너지 보급 확대 정책을 펼치고 있다. 태양에너지를 이용한 재생에너지 개발의 확대는 풍력과 태양광 발전의 확대로 이어졌다. 기상 상황에 영향을 많이 받는 재생에너지 개발의 확대는 전력계통의 수요공급관리에 어려움이 발생하고 있다. 이러한 문제를 해결하기 위해 전력중개시장을 도입하게 되었다. 따라서 전력중개시장 참여를 위해서는 발전량 예측이 필요하다. 본 논문에서는 자체 개발한 예측 시스템을 활용하여 연축태양광발전소에 대하여 분석하였다. 현장 일사량(모델 1)과 기상청 일사량(모델 2)을 적용한 결과 모델 2가 3% 정도 높은 것을 확인하였다. 또한, DNN과 RNN 모델을 비교 분석한 결과 DNN 모델이 예측 정확도가 1.72% 정도 향상되는 것을 확인하였다.

• 응용통계연구
• /
• 제31권1호
• /
• pp.139-153
• /
• 2018

최근 정부의 친환경 정책에 따라 태양광 발전 설비가 지속적으로 증가하고 있다. 태양광 발전량은 에너지원인 태양의 특성상 계절에 따라 하루 중 발전이 이루어지는 시간이 일정하지 않다. 이러한 특성으로 인해 태양광 발전량 예측에서는 연속된 시간간격으로 수집된 자료에 적용할 수 있는 시계열 모형 적용에 어려움이 있다. 본 논문에서 제안하는 방법은 연속된 시간자료를 각 시간대 별로 분리, 재구성하여 24개의 (1시-24시) 일별 자료 형태로 예측에 활용하는 방법이다. 강원도 영암 태양광 발전소의 시간별 발전량 자료를 공공데이터포털에서 수집하여 연구하였다. 기존방법과 제안된 방법의 성능차이를 비교하기 위해 ARIMAX, 신경망(neural network model) 모형을 동일한 모형과 변수를 가지는 환경에서 성능차이를 확인하였다.

• 한국전자통신학회논문지
• /
• 제16권5호
• /
• pp.859-866
• /
• 2021

영농형 태양광 발전은 농지 상부에 태양광 발전 설비를 설치하는 방식으로 농작물과 전기를 동시에 생산함으로써 농가 소득을 증대시키는 새로운 모델이다. 최근 영농형 태양광 발전을 활용하는 다양한 시도들이 이루어지고 있다. 영농형 태양광 발전은 기존의 태양광 발전과는 달리 비교적 높은 구조물 상부에 설치하게 되므로 유지 보수가 상대적으로 어렵다는 단점이 있다. 이러한 문제를 해결하기 위해 지능적이고 효율적인 운용 및 진단 기능이 요구된다. 본 논문에서는 영농형 태양광 발전 설비의 전력 생산량을 수집, 저장하여 지능적인 예측 모델을 구현하기 위한 예측 및 진단 시스템의 설계 및 구현에 대해 논한다. 제안된 시스템은 태양광 발전량과 환경 센서 데이터를 기반으로 발전량을 예측하여 설비의 이상 유무를 판별하며 설비의 노화 정도를 산출하여 사용자에게 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.583-584
• /
• 2020

본 논문은 신재생에너지와 전기자동차의 보급이 활발한 제주시에서 태양광 발전량과 기후변화 기록들을 활용할 수 있는 데이터처리 프레임워크를 구축하고 인공신경망으로 태양광 발전량 예측모델을 구축한다. 이 인공신경망 모델은 일조시간, 일사량, 전운량 등을 입력 노드로 설정하고 일별 생산량을 출력 노드로 설정한다. 가장 상관관계가 높은 발전기 3개에서 학습 패턴을 추출하였으며, 모든 대상 발전기에 대해 최대 평균 오류율은 평균 36.7 %를 보이고 있다.

• 한국전자통신학회논문지
• /
• 제17권5호
• /
• pp.825-832
• /
• 2022

본 논문은 영농형 태양광 발전 시스템의 전력 생산량을 수집·저장하여 지능적인 예측 모델을 구현하기 위한 예측 및 진단 모델의 설계와 구현에 대해 논한다. 제안된 모델은 시계열 데이터에 특화된 순환신경망 기법인 RNN, LSTM, GRU 모델을 이용하여 태양광 발전량을 예측하고 각 모델의 하이퍼 파라미터를 다르게 주어 비교 분석하고, 성능을 평가했다. 그 결과 세 모델 모두 MSE, RMSE 지표는 0에 매우 가까우며, R2 지표는 1에 가까운 성능을 보였다. 이를 통해 제안하는 예측 모델은 태양광 발전량을 예측하기에 적합한 모델임을 알 수 있고, 이러한 예측을 이용하여 영농형 태양광 시스템에서 지능적인 운영관리 기능에 적용될 수 있음을 보였다.

• 응용통계연구
• /
• 제29권7호
• /
• pp.1373-1383
• /
• 2016

풍력에너지 산업이 발전하고 풍력발전에 대한 의존율이 높아짐에 따라 안정적인 공급이 중요해지고 있다. 원활한 전력수급계획을 세우기 위해서 풍력발전량을 정확히 예측하는 것이 중요하다. 본 논문에서는 강원도 평창 횡계리에 설치된 대관령 2풍력(2MW 1기)의 시간별 풍력발전 데이터와 강원도 대관령 기상대에서 관측되는 시간별 풍속과 풍향 데이터를 기상청 지상관측자료에서 수집하여 연구하였다. 풍력발전량 예측을 위하여 신경망 모형과 시계열 모형인 ARMA, ARMAX, ARMA-GARCH, Holt Winters 모형을 비교하였다. 모형 간 예측력을 비교하기 위해 mean absolute error(MAE)를 사용하였다. 모형의 예측 성능 비교 결과 1시간에서 3시간의 단기 예측에 있어서 ARMA-GARCH 모형이 우수한 예측력을 보였다. 6시간 이후 예측에서는 신경망 모형이 우수한 예측을 보였다.