• 한국태양에너지학회 논문집
• /
• 제28권2호
• /
• pp.42-49
• /
• 2008

제주 행원 풍력발전단지 내의 풍력발전시스템을 대상으로 연도별 풍력발전시스템의 운전특성과 고장원인이 분석되었다. 이용된 데이터는 2005년과 2006년 4월에서 9월 사이의 기상데이터와 풍력발전기의 운전데이터이다. 그 결과, 풍력자원은 해에 따라 변동이 있음을 확인할 수 있었고, 풍력발전기의 발전량 역시 해에 따라 변동함을 알 수 있었다. 또한 풍력발전기의 고장 또는 정지로 인하여 발전량이 떨어지고 있음을 확인하였고, 후류로 인한 발전량 손실도 추정할 수 있었다. 같은 해에 풍력발전기 1, 2호기를 운전 개시하였지만, 고장 또는 정지원인은 일관성이 없이 다양함을 알 수 있었다. 이 연구에서 시스템이 가장 많은 시간동안 정지한 원인은 기어박스와 요잉장치의 고장으로 분석되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.1085-1087
• /
• 2012

현재 급격한 화석 에너지의 사용 증가로 인해 자원이 고갈되고 있으며, 심각한 환경오염의 문제가 발생하고 있다. 이러한 화석 에너지의 문제점 때문에 무공해이면서 자원 량이 무한에 가까운 신재생 에너지가 거론되고 있는데, 그 중에서 경제적인 면과 기술력이 가장 발전한 풍력 에너지가 각광 받고 있다. 하지만 풍력 발전은 풍속이 짧은 시간 안에 급격한 변화를 일으켜 풍력 터빈의 손상을 초래하며 정확한 풍력발전량의 예측이 힘들어 전력 생산량이 불규칙하다. 그리하여 전력의 공급과 수요의 균형을 위해 풍력발전량의 정확한 예측이 필요하다. 따라서 이 연구에서는 ANFIS을 적용하고 전력 생산 변화의 빠르기 PRR을 이용하여 풍력발전량을 예측하였다. 실험에서는 ANFIS기법에 PRR속성을 이용하여 단순한 ANFIS 기법 보다 더 정확한 풍력 발전량의 예측 결과를 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 추계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.297-299
• /
• 2002

본 논문에서는 태양광-풍력 복합발전시스템의 구성에 있어서 확률적으로 변화하는 시스템 발전량과 부하량을 고려한 적정 축전지 용량산정기법에 관하여 연구하였다. 서울지역에서의 전형적인 날의 시간대별 일사량과 풍속 데이터에 기초하여 태양광-풍력 복합발전시스템의 출력분포를 산정하였고 배전계통과 연계된 전형적인 일반 주택부하를 가정하여 시스템 발전량과 부하량이 서로 상응하도록 풍력발전기와 태양전지의 용량을 결정하였다. 태양광 풍력 복합발전시스템의 예상 발전량은 각각 Beta 분포와 Weibull 분포에 기초하여 산정하였고 수요부하량을 비교하여 잉여 발전량은 축전지에 충전하고 부족 발전량은 축전지에서 방전하여 가능한한 계통으로부터 인입전력을 공급받지 않기 위한 최소 축전지 용량을 산정하는 기법에 관하여 연구하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.696-697
• /
• 2011

신재생에너지는 기후변화협약 및 화석연료의 고갈 등으로 인해 전력계통으로의 도입 필요성은 증가하고 있으나 경제성 부재로 인해 도입 시 많은 제약이 있었다. 그러나 최근 풍력발전기의 경제성이 확보되고 있는 추세이며 일부 유럽 국가를 중심으로 전력계통에 연계하여 운전하고 있다. 특히 스페인의 경우 풍력발전기의 발전량을 예측하는 시스템을 개발하여 풍력발전량의 간헐적인 출력 특성을 보완하고 이용 효율을 향상시킬 수 있도록 다른 발전설비와 연계하여 전력계통을 운영하고 있으며, 풍력발전량을 고려한 예비력을 산정함으로써 경제적이고 안정적인 전력계통을 유지하고 있다. 또한 풍력발전기의 간헐적인 출력 특성을 보완하기 위해 에너지저장장치와의 협조 운영 가능한 시스템을 구축하는 사례가 증가하고 있으며 우리나라의 제주 스마트그리드 실증사업의 Smart Renewable이 이와 같은 경우라 할 수 있다. 본 논문에서는 기계학습이론 중 하나인 SVR을 이용한 풍력발전량 예측 시스템을 개발에 대해 기술하였으며, 행원14호기의 풍력발전량 이력데이터를 이용하여 풍력발전량 예측을 수행하였다.

• 한국지구과학회지
• /
• 제34권7호
• /
• pp.633-644
• /
• 2013

풍력 발전단지의 효율성 평가를 위하여 풍력-기상자원지도로부터 이론적 잠재량을 계산하고 행원 발전단지 발전량과 비교하였다. 풍력-기상자원지도는 기상청 국립기상연구소에서 개발된 1 km 해상도 자료를 이용하였다. 풍력-기상자원지도와 AWS(구좌) 풍속의 비교 검증 결과는 풍속이 과대 모의되었으며, 행원 발전단지 풍속의 일 변동성은 해륙풍의 영향으로 오후에 최대가 되는 일 변동 특성을 보였다. 풍력-기상자원지도로부터 산출된 발전량과 행원 발전단지 발전량의 비율은 24.8%이나, 발전량 빈도수 분포 형태는 유사하였다. 발전량 차이의 원인은 터빈의 기계적 오류, 풍력-기상자원지도 풍속의 과대 모의에 기인한 것으로 생각된다. 본 연구는 향후의 발전단지 효율성 증가를 위한 터빈의 재배치에 기여 할 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.553_554
• /
• 2009

풍력발전은 현재까지 가장 경제성이 있는 신재생에너지 기술이지만, 전적으로 바람에 의존함으로서, 발전전력의 양과 시스템의 효용성이 절대적으로 풍력자원의 특성에 지배된다. 본 논문은 제주한경풍력단지의 풍력발전량을 추정하기위하여, 인근에 위치한 고산기상대의 풍속측정 자료와 한경풍력의 풍력발전량을 분석하였다. 분석된 결과를 이용하여 예측된 풍속의 높이를 보정하여 미래 풍력발전량을 추정하였다.

• 에너지공학
• /
• 제14권2호
• /
• pp.123-132
• /
• 2005

본 논문은 현재 건설 중인 대관령 풍력발전 단지의 풍력 발전 관련 풍속의 분포 및 풍력 발전량을 검토하고, 대관령 풍력 발전의 경제성을 분석하였다. 풍력발전에 있어 풍속의 분포가 핵심요소이고, 풍속분포는 shape factor및 scale factor로 구성되는 Weibull 분포함수로 일반적으로 표현되나, 실제 풍속 분포자료를 조사하여 최적의 계수를 도출, 연간 풍력 발전량을 구하였다. 풍력발전 시설의 초기투자비 및 유지관리 비용은 국내 자료를 이용코자 하였으나, 관련 자료의 확보에 어려움이 있어 유럽풍력협회의 자료(EWEA, 2003. 12)를 적용하였다. 결과는 현재 발전차액제도를 통해 보전되는 풍력에너지의 적정한 기준가격을 마련하는데 유익한 정보를 제공한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.157-159
• /
• 2012

산업혁명 이후 현대사회의 급격한 발전과 화석에너지의 무분별한 사용으로 인해 화석자원이 고갈되고 있으며 환경오염 문제가 심각한 실정이다. 이러한 자원의 고갈과 환경오염 문제를 해결하기 위해 최근에 친환경적이며 자원량이 무한대에 가까운 신재생에너지 자원에 대한 개발이 많은 관심을 받고 있다. 신재생에너지 중에서 풍력에너지는 바람의 가변성으로 인해 짧은 시간 안에 전력 생산량이 급증하거나 급강하는 ramp 현상이 발생하여 풍력발전량의 예측이 어렵다. 따라서 안정적인 전력 공급을 위해서는 풍력발전량의 정확한 예측이 필요하다. 이 연구에서는 정확한 풍력발전량의 예측을 위하여 전력 생산 변화의 빠르기를 나타내는 PRR을 속성으로 사용하고 ANFIS기법을 적용하여 풍력발전량을 예측하였다. 실험 결과 기존의 ANFIS기법을 적용한 경우 보다 PRR속성을 이용하여 적용한 경우 더 정확한 풍력발전량의 결과를 얻을 수 있었다.

• 플랜트 저널
• /
• 제12권3호
• /
• pp.32-38
• /
• 2016

본 연구에서는 해안 복잡지형에 2열 배치된 풍력단지 운영사례를 분석하여 후류에 의한 풍력발전기의 영향을 분석하여 풍속의 변화 그리고 난류강도의 변화를 분석하였다. 주풍향 대비 인접 풍력발전기와 이격거리가 날개직경(rotor diameter,RD) 90m 기준 4RD인 경우 후류에 의해 풍속감소 및 난류강도의 증가로 인한 발전량의 감소를 확인 할 수 있었다. 특히 후류에의한 급격한 순간풍향의 변화시, 풍력발전기의 불시정지로 발전량이 현저히 감소되었고 이를 보완하기 위하여 요브레이크를 설비를 보강 함으로써 불시정지 빈도를 감소하고 발전량을 제고하는데 효과가 있음을 확인할 수 있었다.

• 한국전자통신학회논문지
• /
• 제16권2호
• /
• pp.329-338
• /
• 2021

본 연구는 풍력발전의 합리적인 운영 계획과 에너지 저장창치의 용량산정을 위한 풍력 발전량을 예측한다. 예측을 위해 물리적 접근법과 통계적 접근법을 결합하여 풍력 발전량의 예측 방법을 제시하고 풍력 발전의 요인을 분석하여 변수를 선정한다. 선정된 변수들의 과거 데이터를 수집하여 딥러닝을 이용해 풍력 발전량을 예측한다. 사용된 모델은 Bidirectional LSTM(:Long short term memory)과 CNN(:Convolution neural network) 알고리즘을 결합한 하이브리드 모델을 구성하였으며, 예측 성능 비교를 위해 MLP 알고리즘으로 이루어진 모델과 오차를 비교하여, 예측 성능을 평가하고 그 결과를 제시한다.