• 한국신재생에너지학회:학술대회논문집
• /
• 2011.11a
• /
• pp.131-131
• /
• 2011

태양광 및 태양열 설비의 효율적인 관리를 위해서는 관련 일사정보가 사전정보로 제공되어 시스템 운용을 위한 입력인자로 활용되어야 한다. 특히 전력그리드에 연계되어 설비가 활용된다고 하면, 그 에너지 공급이 불규칙적인 신재생에너지원의 특성으로 인해 에너지 공급량의 예측이 선행되어 기존의 전력공급체계가 이를 지원할 수 있는 모델과 시스템이 구비되어야 한다. 기존의 다양한 연구들이 한정된 국소지점에 대해 다양한 예측기법을 적용하여 평가를 실시하였지만, 장기간의 결과 축적이 이루어지지 못해 그 신뢰성 확보에 어려움을 겪고 있다. 본 연구에서는 현재 한국에너지기술연구원에서 관리되는 일사정보를 활용하여 청명한 날의 표준 일사 데이터베이스를 생성하고, 기상청에서 RSS(Rich Site Summary) 형태로 지원하는 운량정보를 이용하여 3시간 이상의 미래정보를 계속적으로 산출할 수 있는 시스템을 제작하고자 하였다.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.4
• /
• pp.693-700
• /
• 2024

As of the end of March 2022, the total area of domestic industrial complexes is 606 km2, which is only about 0.6% of the total land area. However, as of 2018, the annual energy consumption of domestic industrial complexes is 110,866.1 thousand TOE, accounting for 53.5% of the country's total energy consumption and 83.1% of the entire industrial sector energy consumption. In addition, industrial complexes have a significant impact on the environment, accounting for 45.1% of the country's total greenhouse gas emissions and 76.8% of industrial sector greenhouse gas emissions. Under this background, in this study, in order to contribute to the energy efficiency of industrial complexes, a prediction study on energy demand and supply for an industrial complex in Korea using machine learning was conducted. In addition, a simulator UI screen was designed to more efficiently convey information on energy demand/supply prediction results and energy consumption status. Among the machine learning algorithms, Multi-Layer Perceptron (MLP) was used, and Bayesian Optimization was applied as an optimization technique for the prediction model. The energy prediction model for the industrial complex built in this study showed a prediction accuracy of 87.90% for compressed air demand and 99.54% for the flow rate available for the public air compressor.

• 한국신재생에너지학회:학술대회논문집
• /
• 2011.11a
• /
• pp.155-155
• /
• 2011

신재생에너지 수요가 확대됨에 따라 신재생에너지 관련 제품에 소요되는 물질에 대한 관심이 확대되고 있다. 이들 물질은 공급리스크가 존재하는 희유금속이 주를 이루고 있다. 본 연구에서는 신재생에너지 등의 high tech 기술 확대로 인한 희유금속의 수요 및 공급을 전망하고 있는 미국의 critical raw material 관리 전략을 살펴보고자 한다. 미국은 2010년 12월 미국 에너지성(DOE : Department of Energy)에서 위기 물질 전략(Critical Materials Strategy)에 관한 리포트를 공표하였다. 클린 에너지 기술 4개 분야(영구자석, 선진 전지, 태양전지 박막, 형광 물질)에서 핵심이 되는 물질(희유금속 등)의 수급 불균형이 일어날 가능성에 대해 조사를 실시하여 리스크 평가하여 단기, 중단기로 구분하여 위기물질을 선정하였다. 클린 에너지 기술 4개 분야에서 핵심이 되는 물질(네오디움, 디스프로슘, 코발트, 리튬, 랜턴, 세륨, 테룰, 인듐, 갈륨, 유로피움, 테르비움, 이트륨)의 12광종 수급을 2025년까지 전망한 결과 전체적으로 단기(2010년~2015년)보다 중기(2015년~2025년)에 공급 부족이 확대한다고 예측되었다. 단기적으로는 인듐이 약간 부족하는 것 외에 디스프로슘과 이트륨에 관해서도 공급 부족할 것으로 예측되었다. 중기적으로는 코발트(전지 기술에 사용)와 유로피움(고효율 조명용의 형광 물질에 사용) 외 대상이 된 다른 모든 물질은 공급 부족이 발생할 것으로 전망되었다. 이를 종합하여 단기적으로는 디스프리슘, 유로피움, 인듐, 테르븀, 네오디움, 이트륨 등이, 중기적으로는 디스프리슘, 유로피움, 테르븀, 네오디움, 이트륨 등이 위기물질(Critical Material)로 분석되었다. 에너지성은 위기물질을 공급원다각화, 대체물질개발, 리유즈, 리사이클링 등을 국제적 파트너와 함께 추진하여 리스크를 관리할 것이며, 2011년까지 최신정보를 구축하여 위기물질 전략을 재설정할 예정이다. 체계적인 위기물질 선정 및 관리전략 등을 참조하고, 신재생에너지기술 변화에 따른 원재료의 중요성 및 리스크 관리현황을 기초로 우리나라에 적합한 위기관리 물질 선정 및 관리가 필요할 것이다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.656-657
• /
• 2011

산업사회의 급속한 발전과 생활수준 향상에 따라 전력수요 및 공급전망에 대한 인식이 점차 강조되고 있다. 에너지자원이 부족한 우리나라는 전체 에너지의 약 97%를 수입에 의존하고 있으므로 전력공급의 정확한 수요예측을 통해서 안정적, 경제적으로 전력을 공급해야 한다. 2001년 전력산업구조개편에 따라 전력시장은 발전부문만 시장에 참여하여 경쟁하는 발전경쟁체제로 발전사업자의 입찰량과 전력거래소의 전력수요 예측 결과를 이용하여 시간대별 전력시장가격을 결정하는 가격결정발전 계획을 수립하고 있다. 본 논문에서는 청정 녹색에너지로 피크시간대에 발전하여 주파수 조절을 담당함으로써 전력계통에 크게 기여하고 있는 수력 발전기의 최적 입찰 전략 및 수력발전 사업계획에 활용할 수 있는 전력거래가격 전망 전략을 제시하여 수력발전사업자의 수익 증대와 전력시장 가격 안정화에 기여하고자 한다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1995.05a
• /
• pp.1047-1053
• /
• 1995

한국의 장기 에너지공급 전략에서 에너지수요 및 환경제약에 따른 원자력에너지의 역할을 평가하기 위해 에너지수급 최적화모형인 MESSAGE를 이용하였다. 에너지수급 네트워크의 입력자료로 필요한 유효에너지 수요를 예측하기 위해 새로운 프로그램을 개발하였고, 이 결과를 이용하여 1993년부터 2040년까지 원자력계통을 포함한 전체 에너지계통에 대한 최적화를 수행하였으며, 노형전략 및 핵연료주기전략, 원자력에너지의 확대이용 방안 등을 제시하였다. 한국에서 원자력 확대이용에 대한 핵심 요인은 경제성장 규모, 화석연료의 이용가능성, 이산화탄소 배출규제, 부지 및 대중수용성에 의해 제한 받는 원자력 자체의 공급능력이 될 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.25-28
• /
• 2014

에너지 자립섬은 외부 전력의 유입이 어려운 상황에서 풍력/태양광 발전과 같은 재생 에너지를 주요 발전원으로 운영하는 섬이다. 에너지 자립섬의 운영을 위해서는 전력 수요와 공급량을 예측하여 발전기, 송배전 시스템, ESS 등의 운영 계획 수립이 필요한데 수요 및 공급의 예측은 기상 상황 및 시간 등의 다양한 요소에 영향을 받으므로 예측이 어렵다. 이러한 특성을 감안하여 효율적인 전력망 운영을 위해 기계 학습을 기반으로 한 스마트 그리드 운영 프레임워크의 활용을 통해 이 문제를 해결하고자 한다. 본 논문에서는 자립섬 운영 계획 수립에 필요한 구성 요소를 파악하고 요소들 간의 연계 관계를 분석하여 운영 시스템의 프레임워크 설계안을 제시한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1728-1729
• /
• 2011

본 연구에서는 안정적인 물 공급과 에너지의 효율적 사용을 위한 단기 물 수요예측알고리즘 개발에 있어서, 지방 소도시 지역의 물 공급패턴에 대한 영향인자를 도출하기 위하여 기상환경인자와 과거 물 공급량에 대한 상관성 분석을 실시하였다. 그리고, 신경회로망 이론 중 ELM알고리즘을 적용한 단기 물 수요예측알고리즘을 개발하여 현장 적용성을 검토하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1771_1772
• /
• 2009

본 연구에서는 안정적인 물 공급과 에너지의 효율적 사용을 위한 단기 물 수요예측에 대하여 데이터 마이닝 기법의 적용성을 검토하고자 한다. 물 공급이 이루어진 요일과 특이일에 대한 시계열 분석을 통한 단기 물 수요예측과 데이터 마이닝 기법을 적용한 결과를 상호 비교하여 데이터 마이닝 기법의 적용성을 제시하고자 한다. 이를 통하여 단기 물 수요예측알고리즘의 실용화 가능성을 높일 뿐만 아니라 실시간 예측을 위한 기초 데이터 마이닝 체계를 구축하고자 한다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.29 no.1
• /
• pp.57-67
• /
• 2000

최근 국민소득수준의 향상을 따라 여름철 전력 수요가 폭증하므로 전력안정 공급을 위한 특별 대책이 필요한 실정이고 환경적인 측면이나 수용가 입장에서 만족스러운 새로운 냉·난방, 전기 공급시스템의 개발·적용이 필요하다. 선진국의 경우, 소규모의 집단에너지 공급이 주류를 이루고 있으며 특히 소규모 열병합 발전시 생산되는 전기, 지역난방열 이외에 냉방에 필요한 냉수를 중앙열원에서 동빌딩을 중심으로하는 구역형 집단에너지 시스템(Community Energy Supply System)등 소규모지역 난냉방 공급방식이 활성화되어 있으므로, 우리나라에서도 냉방/난방/전기부하 패턴 및 하절기 피크부하 경감에 대한 기여도 등을 고려한 경제성있는 최적시스템 구성이 가능한지 검토할 필요가 있다. 소규모 집단에너지사업은 대규모 사업과는 달리 적정 수요예측이 가능하므로 효율적인 초기 투자가 이루어질 수 있으며, 상업용 및 사업용 빌딩 등을 중심으로 부하밀도가 높은 구역을 대상으로 하명서 해당 부하패턴에 적합한 효율적인 시스템의 구성을 통해 수익성이 확보된다면 국가 에너지절약 및 한전의 여름철 전력 피크부하 경감, 대기 환경공해 감소, 도심 도시미관 향상 등의 사업효과가 기대된다. 본문에서는 이러한 소규모 집단에너지시스템 개요 및 국내외 공급 현황, 국내 적용환경, 적용 가능에너지 검토 열원시스템의 기본방향 등에 대하여 언급하고자 한다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2006.05a
• /
• pp.115-118
• /
• 2006

빙축열 시스템과 같은 열교환 시스템을 이용하여 심야의 전력 경부하 시 주간에 이용할 냉방부하를 축열하였다가 주간에 공급함으로써 전력의 평준화와 전력 설비의 효율적 운용을 기할 수 있어 전력의 안정적인 수급과 에너지의 효율을 극대화할 수 있다. 하지만 빙축열 시스템의 제어 운전을 전적으로 운전자의 경험에 의존하는 경우에 충분한 냉방 부하를 공급하기 위한 잉여축열에너지가 비경제적으로 많아져서 빙축열 시스템의 경제성이 저하되고 사용 효과가 낮아지는 문제점이 많이 발생되고 있다. 경제적인 활용 효과를 고려하여 빙축열 시스템을 효율적으로 운용하기 위해서는 냉방부하량이 기후 특성에 의해 결정되므로 기후를 정확하게 예측하고 이를 토대로 다음날의 시간별 냉방부하를 예측하여 적정한 축열량을 결정하여야 하는 어려움이 따른다. 이러한 문제를 해결하기 위해 본 연구에서는 신경망을 이용하여 기상 데이터를 토대로 다음날의 온도와 습도를 예측하고 예측된 온도와 습도 및 냉방부하 실적 자료를 기반으로 신경망을 이용하여 시간별 냉방부하를 예측하는 알고리즘을 제시하였다. 제안된 냉방 부하예측 알고리즘에 의해 구축된 한국전력공사 속초생활연수원의 부하예측모델을 이용하여 온도, 습도, 냉방부하를 예측한 결과 기존 방법에 의한 것보다 우수한 예측 성능을 보였다.