• 대기
• /
• 제34권2호
• /
• pp.177-185
• /
• 2024

As increasing global interest in renewable energy due to the ongoing climate crisis, there is a growing need for efficient technologies to manage such resources. This study focuses on the predictive skill of daily solar power generation using weather observation and forecast data. Meteorological data from the Korea Meteorological Administration and solar power generation data from the Korea Power Exchange were utilized for the period from January 2017 to May 2023, considering both inland (Daejeon) and coastal (Busan) regions. Temperature, wind speed, relative humidity, and precipitation were selected as relevant meteorological variables for solar power prediction. All data was preprocessed by removing their systematic components to use only their residuals and the residual of solar data were further processed with weighted adjustments for homoscedasticity. Four models, MLR (Multiple Linear Regression), RF (Random Forest), DNN (Deep Neural Network), and RNN (Recurrent Neural Network), were employed for solar power prediction and their performances were evaluated based on predicted values utilizing observed meteorological data (used as a reference), 1-day-ahead forecast data (referred to as fore1), and 2-day-ahead forecast data (fore2). DNN-based prediction model exhibits superior performance in both regions, with RNN performing the least effectively. However, MLR and RF demonstrate competitive performance comparable to DNN. The disparities in the performance of the four different models are less pronounced than anticipated, underscoring the pivotal role of fitting models using residuals. This emphasizes that the utilized preprocessing approach, specifically leveraging residuals, is poised to play a crucial role in the future of solar power generation forecasting.

• 전기학회논문지
• /
• 제63권10호
• /
• pp.1423-1427
• /
• 2014

Quantity of the solar power generation is heavily influenced by weather. In other words, due to difference in insolation, different quantity may be generated. However, it does not mean all areas with identical insolation produces same quantity because of various environmental aspects. Additionally, geographic factors such as altitude, height of plant may have an impact on the quantity. Hence, through this research, we designed a system to predict efficiency of the solar power generation system by applying insolation, weather factor such as duration of sunshine, cloudiness parameter and location. By applying insolation, weather data that are collected from various places, we established a system that fits with our nation. Apart from, we produced a geographic model equation through utilizing generated data installed nationwide. To design a prediction model that integrates two factors, we apply fuzzy algorithm, and validate the performance of system by establishing simulation system.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.353-360
• /
• 2016

여러 개의 태양전지들이 붙어 있는 태양광 패널을 이용하여 전력을 생산하는 태양광 발전은 최근 신재생 에너지 기술로 빠르게 성장하고 있는 분야이다. 하지만 태양광발전의 단점 중 하나인 불규칙한 전력 생산문제로 인해, 장비 및 패널 결함에 빠르게 대응하지 못하는 문제가 발생한다. 이 연구에서는 다양한 기후데이터와 패널 정보를 이용하여 태양광발전량 예측 방법들을 비교하여 최적의 예측 알고리즘을 평가하고 이를 기반으로 태양광발전소 결함 검출 시스템을 개발하여 국내 태양광 발전소에 적용한 사례를 기술한다.

• 융합보안논문지
• /
• 제22권2호
• /
• pp.99-104
• /
• 2022

본 연구는 기후변화에 따른 전남 영암지역의 기상변화와 태양광 에너지 생산량의 빅데이터 분석을 통해 상관관계를 도출하여 태양광 에너지 생산 예측 모델을 제시하였다. 사용된 데이터는 공공데이터에서 제공하는 2016년 1월부터 2019년 12월까지의 영암지역의 날씨와 태양에너지 생산량 데이터를 사용하였다. 머신러닝 기법을 활용하여 기상변화와 태양광 에너지 생산량의 회귀분석을 통하여 지역의 날씨와 태양광 에너지 생산량과의 상관 관계식을 도출 하였다. 도출된 예측식을 적용하여 지역의 태양에너지 생산을 계산하였으며, 이를 생산지수로 표현하여 3단계로 구분하였다. 이 같이 구분된 3단계의 생산지수를 통해 향후 기후변화에 따른 태양에너지 생산량을 예측하고, 농업 활동에 있어 중요한 바로미터로 활용될 것이라 판단된다.

• 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.

• 한국전자통신학회논문지
• /
• 제19권2호
• /
• pp.383-388
• /
• 2024

본 논문은 전라남도에서 측정한 태양광 발전 데이터를 기반으로 발전량 예측값을 도출하기 위한 연구이다. 발전량 측정을 위해 인버터에서 직류, 교류, 환경데이터와 같은 다변량 변수를 측정하였고, 측정값의 안정성과 신뢰성 확보를 위한 전처리 작업을 수행하였다. 상관관계 분석은 부분자기상관함수(PACF: Partial Autocorrelation Function)을 활용하여 시계열 데이터에서 발전량과 상관성이 높은 데이터만을 예측을 위해 사용하였다. 태양광 발전량 예측을 위해 딥러닝 모델을 이용하여 발전량을 측정했고, 예측 정확도를 높이기 위해 각 다변량 변수의 상관관계 분석 결과를 이용하였다. 정제된 데이터를 활용한 학습은 기존 데이터를 그대로 사용했을 때 보다 안정되었고, 상관관계 분석 결과를 반영하여 다변량 변수 중 상관성이 높은 변수만을 활용하여 태양광 발전량 예측 알고리즘을 개선하였다.

• 디지털융복합연구
• /
• 제18권12호
• /
• pp.267-278
• /
• 2020

에너지 패러다임이 격변하는 시점에서 ESS는 전력부족 및 전력수요관리의 해소와 재생에너지의 증진에 필수적인 요건이다. 이에 본 논문에서는 부하 및 태양광 발전 예측량을 통하여 비용효과적인 ESS Peak-Shaving 운영방안을 제안한다. ESS 운영방안을 위해 통계적 척도인 RMS을 통해 부하 및 태양광 발전 예측하였으며 예측된 부하 및 태양광 발전량을 통해 한 시간 단위의 목표 부하 절감량 Guide-line을 설정하였다. 대상 수용가의 1년 실데이터를 활용한 부하 및 태양광 발전 예측 시뮬레이션으로 2019년 5월 6일 ~ 10일의 부하 및 태양광 발전량을 예측 하였으며 시간별 Guide-line을 설정하였다. 부하 예측 평균오차율은 7.12%였으며, 태양광 발전량 예측 평균오차율은 10.57%를 나타냈다. ESS 운영방안을 통한 시간별 Guide-line 제시를 통해 수용가의 Peak-shaving 최대화에 기여하였음을 확인하였다. 본 논문의 결과를 통해 태양광과 연계하여 화석에너지로 발생하는 환경적인 영향을 최소화하며 신재생에너지를 최대 활용하여 에너지 문제를 줄일 수 있다고 기대한다.

• Current Photovoltaic Research
• /
• 제5권1호
• /
• pp.33-37
• /
• 2017

Today, photovoltaic power generation mostly uses Si crystalline solar cell modules. The most vulnerable part of the Si solar cell module is that the power generation decreases due to the temperature rise. But, it is widely used because of low installation cost. In the solar market, where Si crystalline solar cell modules are widely used. The CPV (Concentrated Photovoltaic) module appeared in the solar market. The CPV module reduces the manufacturing cost of the solar cell by using non-Si in the solar cell. Also, there is an advantage that a rise in temperature does not cause a drop in power generation. But this requires high technology to install and has a disadvantage that the initial installation cost is expensive compared to normal Si solar cell module. So that we built a testbed to see these characteristics. The testbed was used to measure the amount of power generation in a long-term outdoor environment and compared with the general Si solar cell module.

• 한국태양에너지학회 논문집
• /
• 제33권6호
• /
• pp.62-69
• /
• 2013

In this paper, Korea Institute of Energy Research, building integrated renewable energy monitoring system that utilizes solar power generation forecast data forecast model is proposed. Renewable energy integration of real-time monitoring system based on monitoring data were building a database and the database of the weather conditions and to study the correlation structure was tailoring. The weather forecast cloud cover data, generation data, and solar radiation data, a data mining and time series analysis using the method developed models to forecast solar power. The development of solar power in order to forecast model of weather forecast data it is important to secure. To this end, in three hours, including a three-day forecast today Meteorological data were used from the KMA(korea Meteorological Administration) site offers. In order to verify the accuracy of the predicted solar circle for each prediction and the actual environment can be applied to generation and were analyzed.

• Communications for Statistical Applications and Methods
• /
• 제29권6호
• /
• pp.709-719
• /
• 2022

Recently, as the importance of environmental protection has emerged, interest in new and renewable energy is also increasing worldwide. In particular, the solar energy sector accounts for the highest production rate among new and renewable energy in Korea due to its infinite resources, easy installation and maintenance, and eco-friendly characteristics such as low noise emission levels and less pollutants during power generation. However, although climate prediction is essential since solar power is affected by weather and climate change, solar radiation, which is closely related to solar power, is not currently forecasted by the Korea Meteorological Administration. Solar radiation prediction can be the basis for establishing a reasonable new and renewable energy operation plan, and it is very important because it can be used not only in solar power but also in other fields such as power consumption prediction. Therefore, this study was conducted for the purpose of improving the accuracy of solar radiation. Solar radiation was predicted by a total of three weather variables, temperature, humidity, and cloudiness, and solar radiation outside the atmosphere, and the results were compared using various models. The CatBoost model was best obtained by fitting and comparing the Boosting series (XGB, CatBoost) and RNN series (Simple RNN, LSTM, GRU) models. In addition, the results were further improved through Time series cross-validation.