• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.323-326
• /
• 2020

태양광 발전은 이산화탄소 배출로 인한 기후 변화에 대응하는 주요 수단으로 인식되어 수요와 필요성이 급격하게 증가하고 있다. 최적의 태양광 발전 시스템의 운영을 위해서는 정교한 전력수요 및 태양광 발전량 예측 모델이 요구되며, 온도 및 일사량은 태양광 발전량 예측 모델의 필수적인 입력 변수이다. 하지만, 한국 기상청의 동네예보는 일사량에 관한 예측값을 제공하지 않아 정교한 태양광 발전량 예측 모델을 구축하는 것은 어렵다. 이를 위해 일사량 예측 기법에 관한 많은 연구사례가 보고되고 있지만, 다수의 연구들은 충분한 데이터 셋을 이용하여 일사량 예측 모델을 개발하였다. 초기 태양광 발전 시스템 운영을 위해서는 불충분한 데이터 셋을 이용한 예측 모델 개발이 필요하나 이에 대한 사례는 불충분하다. 본 논문은 실제 태양광 발전 시스템에서 수집된 불충분한 데이터 셋을 이용한 단기 일사량 예측 기법을 제안한다. 먼저, 기상청 동네예보의 다양한 기상 요인들을 이용하여 일사량 예측 모델을 위한 입력 변수를 구성한다. 다음으로, 조건부 랜덤 포레스트를 이용하여 일사량 예측 모델을 구성하며, 설명 가능한 일사량 예측뿐만 아니라 더욱더 많은 데이터 셋을 학습하기 위해 시계열 교차검증을 수행한다. 실험 결과, 제안한 기법은 다른 예측 기법들보다 높은 예측 정확도를 보일 뿐만 아니라 설명 가능한 예측 결과를 제시할 수 있음을 보여준다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2010년도 춘계학술대회
• /
• pp.197-198
• /
• 2010

태양광발전량의 예측에 대해 많은 선행연구가 진행되었으나 연간 또는 월별 총발전량을 비교하기 위한 것이 주류였기 때문에 연간 또는 월별의 평균일사량을 바탕으로 발전량을 예측 비교하고 있다. 그러나 도시차원에서 전력생산 및 공급의 최적화를 위해서는 시간 및 기상에 따란 변화하는 일사량과 그에 따른 발전량을 예측하여 효율적인 전력생산 공급계획을 수립할 필요가 있지만 기상예보에는 일사량 정보가 포함되어 있지 않기 때문에 기상예보에 제공되는 운량을 이용하여 일사량을 예측할 수 있는 기법개발이 절실하다. 본 연구에서는 해양도시인 부산을 대상으로 과거의 기상데이터 중 운량과 일사량을 이용하여 일사량 예측기법을 제안하고자 한다.

• 응용통계연구
• /
• 제30권6호
• /
• pp.1005-1013
• /
• 2017

본 연구에서는 태양광 발전량 예측에 필요한 일사량을 예측하기 위해 다양한 기상변수를 활용한 다중회귀, ARIMA, ARIMAX 모형을 사용하여 각 모형의 예측 성능을 비교하고자 한다. 예측에 사용된 변수와 시계열 모형에 대해 소개하고, 실제 일사량 예측에 적용하여 일사량을 예측한 결과 운량, 기온, 습도, 대기권 밖 일사량을 활용한 ARIMAX 모형의 성능이 가장 우수하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권11호
• /
• pp.632-640
• /
• 2017

일사량은 태양광 발전시스템의 전력 생산량에 가장 큰 영향을 미치는 기상요소이며, 다른 기상요소들과 달리 기상청의 일기예보를 통해 제공받을 수 없다. 따라서 효율적인 태양광 발전시스템 운용을 위해 일사량 예측에 관한 연구는 필수적이다. 본 연구는 기상정보 데이터 기반의 Dynamic Piecewise 일사량 예측 모델을 제안한다. Dynamic Piecewise 일사량 예측 모델은 유사한 태양고도와 유사한 날씨의 데이터 조각들로 나누어 학습하기 위해, 예측하는 시점의 태양고도와 운량을 기준으로 전체 데이터를 동적으로 나눈 후 기계학습 알고리즘인 다중 선형회귀 알고리즘으로 학습하여 일사량을 예측하는데 사용된다. 본 연구의 성능을 검증하기 위해 제안 모델인 Dynamic Piecewise 일사량 예측 모델과 이전 연구에서 제안한 모델, 기존의 상관관계식 기반 일사량 예측 모델에 동일한 기상정보 데이터 셋을 적용하여 비교하였으며, 비교결과 본 연구에서 제안한 모델이 가장 정확한 일사량 예측 성능을 보였다.

• 응용통계연구
• /
• 제31권6호
• /
• pp.785-799
• /
• 2018

신재생에너지 산업이 발전함에 따라 태양광 발전에 대한 중요성이 확대되고 있다. 태양광 발전량을 정확히 예측하기 위해서는 일사량 예측이 필수적이다. 본 논문에서는 태양광 패널이 존재하는 청주와 광주 지역을 선정하여 기상포털에서 제공하는 시간별 기상 데이터를 수집하여 연구하였다. 일사량 예측을 위하여 시계열 모형인 ARIMA, ARIMAX, seasonal ARIMA, seasonal ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, seasonal ARIMA-GARCH, seasonal ARIMAX-GARCH 모형을 비교하였다. 본 연구에서는 모형의 예측 성능을 비교하고자 mean absolute error와 root mean square error를 사용하였다. 모형들의 예측 성능 비교 결과 일사량만 고려하였을 때는 이분산 문제를 고려한 seasonal ARIMA-GARCH 모형이 우수한 성능을 나타냈고, 외생변수를 활용한 ARIMAX 모형으로 일사량 예측을 한 경우가 가장 좋은 예측력을 나타냈다.

• 지질공학
• /
• 제33권3호
• /
• pp.403-411
• /
• 2023

본 연구는 XGBoost를 이용하여 타지키스탄의 일사량을 예측하여 타지키스탄의 재생에너지 자원으로서 복사 태양에너지의 활용 가능성을 평가하기 위함이다. 첫째, 타지키스탄의 일사량을 훈련모델, 검증모델, 시험모델을 통해 예측한 결과, 시간과 계절에 따른 일사량의 계절성이 실제값과 예측값 모두에서 뚜렷하게 구분되는 것을 확인하였다. 둘째, 타지키스탄의 2016, 2017, 2018, 2019년 등 각 연도의 7월 1일 시간당 일사량의 실제값과 예측값을 계산한 결과, 2016년 일사량의 최대 실제값과 예측값은 약 1,005 W/m²과 1,009 W/m², 2017년에는 939 W/m²과 997 W/m², 2018년에는 1,022 W/m²과 1,012 W/m², 2019년에는 1,055 W/m²과 1,019 W/m²으로 나타났으며, 실제값과 예측값의 오차가 약 0.4~5.8%로 매우 비슷한 결과를 보였다. 결과적으로 타지키스탄의 일사량을 예측하여 복사 태양에너지의 활용 가능성을 평가하는 데 있어 XGBoost가 매우 유용한 도구로 활용될 수 있을 것으로 판단된다.

• 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.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2010년도 춘계학술대회 초록집
• /
• pp.71.1-71.1
• /
• 2010

본 연구는 1.3 MW급 태양광 발전소에서 기온 및 일사량에 따른 발전성능이 유지 보수 및 사후관리에 따라 성능이 향상될 수 있음을 실측자료를 통해 입증하는데 목적이 있다. 실측자료는 2008년 5월 전북 부안에 설치된 태양광 발전소에서 측정된 기온 및 일사량에 따른 발전량을 이용하였으며, 측정기간은 2009년 1월~2009년 12월까지 1년간 모니터링을 한 데이터를 기반으로 분석하였고, 발전소 성능 지표인 PR(Performance Ratio)을 계산하여 자료로 활용하였다. 또한, 실측자료는 PVSYST를 이용하여 실측자료와 동일한 조건에서 예측된 시뮬레이션 발전량 및 PR값과 비교 분석하였다. 실측자료와 해석결과의 비교에서 월단위로 측정된 실측 발전량과 예측 발전량은 유사한 경향을 나타냈으며, 실측 발전량은 예측 발전량 대비 약 5% 낮게 나타났다. 또한, 실측 PR값은 예측 PR값보다 약 4.97% 높게 나타났는데, 이는 해석을 위해 적용되는 일사량(기상청)과 실측 일사량이 다르고, Team Function 방식으로 구동되는 인버터와 시뮬레이션에서의 인버터 구동방식의 차이 때문인 것으로 판단된다. 한편, 일조량의 증가에 따른 1.3MW급 태양광 발전소의 발전량은 비례적으로 증가하는 경향을 나타냈으며, 7월의 경우 기후특성으로 인하여 국부적으로 감소하는 특성을 나타낸다.

• 한국콘텐츠학회논문지
• /
• 제7권12호
• /
• pp.218-230
• /
• 2007

일사량 데이터의 측정값은 시간의 변화에 따라 변경되는 특성을 갖기 때문에 측정되는 원시 데이터의 양이 상당히 방대해진다. 따라서 일사량 데이터의 이력 정보를 체계적으로 저장 및 관리할 수 있는 데이터베이스의 구축과 일사량 데이터의 향후 변화 추이에 관한 예측 기법의 연구가 필요하다. 이 논문에서는 일사량 데이터의 이력정보를 저장하기 위한 데이터 저장구조를 제시하고, 시계열 분해법을 적용한 일사량 데이터의 변화 추이 예측 기법을 제안한다. 아울러 국내 20개 도시에서 측정된 데이터를 토대로 한 실험결과를 제시한다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.129-129
• /
• 2017

태양광 발전으로 생산된 전력으로 냉방기나 난방기를 직접 구동하는 경우에 냉방을 위해서는 7,8,9월 집광량이 많아야 하고, 난방을 위해서는 12,1,2월에 집광량이 많아야 한다. 하지만 일반적으로 사용되는 집광판은 평판형의 고정식이 대부분으로 필요에 따라서 집광량을 변동시키는 것이 불가능하다. 따라서 전력부하가 가장 큰 시기에 집량광이 가장 많아지도록 설치되어야 한다. 본 연구에서는 최적의 집광판 설치조건을 구명하기 위하여 집광판의 설치 각도에 따른 년중 일사량을 예측하기 위한 모델을 개발하고 계산된 일사량과 기상청에서 실측한 일사량을 비교하였다. 분석 대상은 대전(북위 36도 22분)으로 하였다. 년간 최대 일사량을 확보할 수 있는 집광판 설치각은 $36^{\circ}$로 분석되었다. 반면에 월별로 최대 일사량을 확보하기 위한 집광판 설치각도는 1월에 $57^{\circ}$, 2월에 $48^{\circ}$, 3월에 $36^{\circ}$, 4월에 $24^{\circ}$, 5월에 $15^{\circ}$, 6월에 $12^{\circ}$, 7월에 $15^{\circ}$, 8월에 $24^{\circ}$, 9월에 $36^{\circ}$, 10월에 $45^{\circ}$, 11월에 $57^{\circ}$, 12월에 $60^{\circ}$로 예측되었다. 한편 냉방부하가 많은 6.7.8.9월에 최대 일사량을 확보하기 위한 집광판 설치각도는 $21^{\circ}$로 예측되었다. 이상의 결과로 볼 때 태양광 발전을 위한 집광판은 전력부하와 용처에 따라 적정한 설치각도를 결정하는 것이 중요한 것으로 판단되었고, 본 연구에서 개발된 예측모델이 이러한 작업에 유효하게 사용될 수 있을 것으로 판단되었다.