• 통합자연과학논문집
• /
• 제12권1호
• /
• pp.20-23
• /
• 2019

Demand response is usually operated through using the power rates and incentives. Demand management based on power charges is the most rational and efficient demand management method, and such methods include rolling base charges with peak time, sliding scaling charges depending on time, sliding scaling charges depending on seasons, and nighttime power charges. Search for other methods to stimulate resources on demand by actively deriving the demand reaction of loads to increase the energy efficiency of loads. In this paper, ESS algorithm for saving energy based on predicting the amount of solar power generation that can be used for buildings with small loads not under electrical grid.

• 플랜트 저널
• /
• 제17권4호
• /
• pp.41-52
• /
• 2021

본 연구에서는 태양광발전 출력 및 모듈온도 값을 기상청 데이터를 이용하여 예측해보고 실측 데이터와 날씨, 일사량, 주변온도, 풍속별로 비교 분석해보았다. 날씨별 예측정확도는 눈이 오거나, 새벽에 해무가 끼는 날의 데이터를 가장 많이 보유한 맑은날의 데이터의 예측정확도가 가장 낮았다. 일사량에 따른 모듈온도와 발전량의 예측정확도는 일사량이 커질수록 정확도가 떨어졌으며, 주변 온도에 따른 예측정확도는 모듈온도는 주변 온도가 커질수록, 발전량은 주변온도가 낮을수록 예측정확도가 떨어졌다. 풍속은 모듈온도와 발전량 모두 풍속이 높아질수록 예측정확도가 감소하였지만, 풍속이 영향 다른 기상조건에 의한 영향보다 미미하여 그 상관관계를 정의하기가 어려웠다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.39-44
• /
• 2023

태양광, 풍력 등의 신재생 에너지는 기상조건 및 환경변화에 민감한 자원이다. 설치위치 및 구조에 따른 설비의 발전량이 달라질 수 있기 때문에 정확한 발전량 예측은 중요하다. 기상 빅데이터를 활용하여 주성분 분석을 기반으로 데이터 전처리 과정을 진행하여 신재생 에너지 발전량 예측 시 영향을 미치는 피처간의 관계를 모니터링하였다. 또한, 본 연구에서는 영향을 미치는 민감도에 따라 데이터셋을 재구성하여 머신러닝 모델에 적용하여 예측도를 테스트하였다. 제안한 모형을 사용하여 신재생 에너지를 대상으로 기상환경에 따라 에너지 발전량을 예측하고 해당 시점의 실제 생산 값과 비교함으로써 랜덤 포레스트 회귀 분석을 적용한 에너지 발전량 예측에 대한 성능을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.514-517
• /
• 2017

태양광 발전 시스템에서 전력 생산은 기상 상태에 따라 크게 영향을 받으므로 안정적인 부하 운용을 위해 태양광 에너지에 대한 예측이 필수적이다. 따라서 태양광 에너지 예측을 위한 기계학습 알고리즘의 입력으로 기상 상태에 대한 데이터가 필요하다. 본 논문에서는 알고리즘에 대한 입력 데이터로 표면의 3시간 동안 누적된 강수량, 상 하향 장파 복사선 평균, 상 하향 단파 복사선 평균, 지상 2m에서의 3시간 동안 온도, 표면에서의 온도 등 15가지 종류의 기상 데이터를 사용한다. 기상 데이터의 통계적 특성을 파악하고 상관관계를 분석하여 태양광 에너지와 70% 이상의 높은 상관성을 갖는 하향 단파 복사선 평균과 상향 단파 복사선 평균을 특징벡터의 주요 원소로 추출하였다.

• 중소기업융합학회논문지
• /
• 제6권4호
• /
• pp.93-98
• /
• 2016

최근 스마트 그리드와 관련된 프로젝트가 선진국을 중심으로 활발하게 연구되고 있다. 특히, 전력 문제의 장기적 안정 대책으로 분산전원이 주목받고 있다. 본 논문에서는 분산형 전원의 출력 예측을 위해서 물리모델과 통계모델을 조합하여 예측 정보 오차율을 비교분석할 수 있는 3차원 기상 수치 모델을 제안한다. 제안 모델은 분산형 전원의 예측정보를 향상시킬 수 있어 안정적인 전력계통 연계를 위한 예측시스템을 가능하다. 성능평가 결과, 제안모델은 발전량 예측 정확도가 4.6% 개선되었고, 온도보정 예측 정확도는 3.5% 향상되었다. 마지막으로 일사량 보정 정확도는 1.1% 향상되었다.

• 한국전자거래학회지
• /
• 제24권1호
• /
• pp.1-16
• /
• 2019

최근 온실가스의 증가로 인한 기후변화 대응의 필요성과 전력수요의 증가로 인해 태양광발전량(PV) 예측의 중요성은 급격히 증가하고 있다. 특히, 태양광 발전량을 예측하는 것은 합리적인 전력 가격결정과 시스템 안정성 및 전력 생산 균형과 같은 문제를 효과적으로 해결하기 위해 전력생산 계획을 합리적으로 계획하는데 도움이 될 수 있다. 그러나 일사량, 운량, 온도 등과 같은 기후정보 및 계절 변화로 인한 태양광 발전량이 무작위적으로 변화하기 때문에 정확한 태양광 발전량을 예측하는 것은 도전적인 일이다. 따라서 본 논문에서는 딥러닝 모델을 통해 기후 및 계절정보를 이용하여 학습함으로써 장기간 태양광 발전량 예측 성능을 향상시킬 수 있는 기법을 제안한다. 본 연구에서는 대표적인 시계열 방법 중 하나인 계절형 ARIMA 모델과 하나의 은닉층으로 구성되어 있는 ANN 기반의 모델, 하나 이상의 은닉층으로 구성되어 있는 DNN 기반의 모델과의 비교를 통해 본 연구에서 제시한 모델의 성능을 평가한다. 실데이터를 통한 실험 결과, 딥러닝 기반의 태양광 발전량 예측 기법이 가장 우수한 성능을 보였으며, 이는 본 연구에서 목표로 한 태양광 발전량 예측 성능 향상에 긍정적인 영향을 나타내었음을 보여준다.

• 한국항행학회논문지
• /
• 제23권6호
• /
• pp.561-569
• /
• 2019

태양광 발전은 일사량만 있으면 전기에너지를 얻을 수 있기 때문에, 새로운 에너지 공급원으로 용도가 급증하고 있다. 본 논문은 실제 태양광 발전 시스템의 컨버터 출력을 이용하여 장단기 출력 예측을 하였다. 예측 알고리즘은 다중선형회귀와 머신러닝의 지도학습 중 분류모델인 서포트 벡터 머신 그리고 DNN과 LSTM 등 딥러닝을 이용하였다. 또한 기상요소의 입출력 구조에 따라 3개의 모델을 이용하였다. 장기 예측은 월별, 계절별, 연도별 예측을 하였으며, 단기 예측은 7일간의 예측을 하였다. 결과로서 RMSE 측도에 의한 예측 오차로 비교해 본 결과 다중선형회귀와 SVM 보다는 딥러닝 네트워크가 예측 정확도 측면에서 더 우수하였다. 또한, DNN 보다 시계열 예측에 우수한 모델인 LSTM이 예측 정확도 측면에서 우수하였다. 입출력 구조에 따른 실험 결과는 모델 1보다 모델 2가 오차가 적었으며, 모델 2보다는 모델 3이 오차가 적었다.

• 한국태양에너지학회 논문집
• /
• 제39권6호
• /
• pp.93-112
• /
• 2019

In this paper, a very new web-based software for renewable energy system (RES) design and economic evaluation was introduced. This solution would provide the precise RES estimation service including not only photovoltaic (PV), wind turbine (WT) and fuel cell (FC) individually but also energy storage system (ESS) as combined forms with PV or WT. The three reasons why we ought to develop it are: First, the standardized tool suitable to the domestic environment for estimating power generation from RES facilities and economic evaluation is required. Secondly, the standardized tool is needed to spread domestic RES supply policy and to promote the new industry in the micro-grid field. The last, the reliability of economic evaluation should be enhanced more for new facilities. To achieve those aims, the weather database of one hundred locations have established and the RES facility database has also constructed. For the energy management, mathematical models for PV, WT, ESS and FC were developed. As a final phase, the analytical process to evaluate economics has performed with field data verification.

• Journal of Platform Technology
• /
• 제6권3호
• /
• pp.47-54
• /
• 2018

하드웨어 산업에서의 예측 분석은 생산설비의 고장을 방지하기 위해 적절한 시점에 유지보수를 수행할 수 있고 관리비용을 절감할 수 있다. 이는 고장원인분석의 자동화를 통해 보다 효율적이고 과학적인 유지보수를 수행할 수 있도록 도와준다. 그중에서도 예측 관리는 정보 기술을 활용하여 설비 상태의 수집, 분석, 과학적 데이터 관리를 통해 예측 모델을 구성하며, 이를 바탕으로 이상상태를 파악하고 개선함으로써 이상상태가 발생하는 것을 사전에 예방하는 것을 목적으로 한다. 본 연구에서는 Relex 도구를 통해 결함트리(Fault Tree)를 만들고 하드웨어들의 에러코드를 분석하여 안전성을 연구했다.

• 한국BIM학회 논문집
• /
• 제5권4호
• /
• pp.53-62
• /
• 2015

Korea has been at the forefront of green growth initiatives. In 2008, the government declared the new vision toward 'low-carbon society and green growth'. The government subsidies and Feed-in Tariff (FIT) increased domestic usage of solar power by supplying photovoltaic housing and photovoltaic generation systems. Since 2000, solar power industry has been the world's fastest growing source with the annual growth rate of 52.5%. Especially, BIPV(Building Integrated Photovoltaic) systems are capturing a growing portion of the renewable energy market due to several reasons. BIPV consists of photovoltaic cells and modules integrated into the building envelope such as a roof or facades. By avoiding the cost of conventional materials, the incremental cost of photovoltaics is reduced and its life-cycle cost is improved. When it comes to atypical building, numerous problems occur because PV modules are flat, stationary, and have its orientation determined by building surface. However, previous studies mainly focused on improving installations of solar PV technologies on ground and rooftop photovoltaic array and developing prediction model to estimate the amount of produced electricity. Consequently, this paper discusses the problem during a planning and design stage of BIPV systems and suggests the method to select optimal design of the systems by applying the national strategy and economic policies. Furthermore, the paper aims to develop BIM tool based on the engineering knowledge from experts in order for non-specialists to design photovoltaic generation systems easily.