• 한국멀티미디어학회논문지
• /
• 제18권7호
• /
• pp.864-872
• /
• 2015

The purpose of this study is to design the algorithm, Predictive Service Component - PSC, for forecasting and judging obsolescence of solar system that is implemented based on the micro-inverter. PSC proposed in this study is suitable for monitoring of distributed power generation systems. It provides a diagnosis functionality to detect failures and anomaly events. It also can determine the aging of PV systems. The conclusion of this study shows the research and development of this kind of integrated system using PSC will be needed more and varied in the near future.

• 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.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.77-87
• /
• 2021

In this study, a novel improved second order Radial Basis Function Neural Network based method with excellent scheduling capabilities is used for the dynamic prediction of short and long-term energy required applications. The effectiveness and the reliability of the algorithm are evaluated using training operations with New England-ISO database. The dynamic prediction algorithm is implemented in Matlab and the computation of mean absolute error and mean absolute percent error, and training time for the forecasted load, are determined. The results show the impact of temperature and other input parameters on the accuracy of solar Photovoltaic load forecasting. The mean absolute percent error is found to be between 1% to 3% and the training time is evaluated from 3s to 10s. The results are also compared with the previous studies, which show that this new method predicts short and long-term load better than sigmoidal neural network and bagged regression trees. The forecasted energy is found to be the nearest to the correct values as given by England ISO database, which shows that the method can be used reliably for short and long-term load forecasting of any electrical system.

• 지능정보연구
• /
• 제29권4호
• /
• pp.229-256
• /
• 2023

팬데믹으로 인한 재택근무와 가정용 전력수요의 증가는 전력수요 패턴에 상당한 변화를 불러왔다. 이로 인해 한전 PPA(전력구매계약) 및 자가용 태양광 발전량 파악이 어려워지고, 전력거래소의 전력수요예측과 계통운영에 어려움이 가중되고 있다. 전기에너지는 다른 에너지 자원과 달리 저장이 어려워, 생산된 에너지와 소비 사이의 균형을 유지하는 것이 매우 중요하다. 전기에너지의 부족이나 과잉 생산은 에너지 시스템에 큰 불안정성을 초래할 수 있으므로, 전력 수급을 효과적으로 관리하는 것이 필수적이다. 특히, 4차 산업혁명 시대에는 데이터의 중요성이 더욱 커져 대규모 화재나 정전과 같은 문제가 심각한 영향을 미칠 수 있다. 이에 따라, 전기에너지 분야에서 정확한 전력수요와 함께 재생에너지와 같은 발전량을 정확하게 예측하여 적절한 발전 관리를 하는 것이 중요하며, 이는 불필요한 전력 생산을 줄이고 에너지 자원을 효율적으로 활용하는데 도움이 된다. 이에, 본 연구에서는 산업통상자원부에서 제공한 169개 발전소의 데이터를 활용하여 최적의 집합전력자원을 구성하기 위해 (1) 재생에너지 발전량 예측제도와 목표, 그리고 실제 적용에 대해 검토하고, (2) 예측제도 정산을 고려한 집합구성 알고리즘을 개발한 후, (3) 분석 로직에 이를 적용하여 결과를 종합하고 해석하였다. 본 연구는 최적의 집합구성 알고리즘을 개발하여, 최대 정산금 대비 80.66%에 달하는 집합구성(Result_Number 546)을 도출하였으며, 발전소 집합을 구성하였을 때 정산금을 증가시키는 발전소(B1783, B1729, N6002, S5044, B1782, N6006)와 정산금을 감소시키는 발전소(S5034, S5023, S5031)를 확인하였다. 집합전력자원을 연구단위로 설정하여 최적의 집합구성 알고리즘을 개발한 최초의 연구로서 의의가 있으며, 본 연구결과의 활용으로 전력시스템의 안정성을 향상시키고 에너지 자원이 효율적으로 활용될 수 있기를 기대한다.

• Journal of Electrical Engineering and Technology
• /
• 제13권5호
• /
• pp.1874-1885
• /
• 2018

The customer side operation is getting more complex in a smart grid environment because of the adoption of renewable resources. In performing energy management planning or scheduling, it is essential to forecast non-controllable resources accurately and robustly. The PV system is one of the common renewable energy resources in customer side. Its output depends on weather and physical characteristics of the PV system. Thus, weather information is essential to predict the amount of PV system output. However, weather forecast usually does not include enough solar irradiation information. In this study, a PV system power output prediction model (PPM) under limited weather information is proposed. In the proposed model, meteorological radiation model (MRM) is used to improve cloud cover radiation model (CRM) to consider the seasonal effect of the target region. The results of the proposed model are compared to the result of the conventional CRM prediction method on the PV generation obtained from a field test site. With the PPM, root mean square error (RMSE), and mean absolute error (MAE) are improved by 23.43% and 33.76%, respectively, compared to CRM for all days; while in clear days, they are improved by 53.36% and 62.90%, respectively.

• International journal of advanced smart convergence
• /
• 제4권1호
• /
• pp.45-53
• /
• 2015

This paper is proposed mathematical load modelling based on system identification approach of energy consumption of residential air conditioning. Due to air conditioning is one of the significant equipment which consumes high energy and cause the peak load of power system especially in the summer time. The demand response is one of the solutions to decrease the load consumption and cutting peak load to avoid the reservation of power supply from power plant. In order to operate this solution, mathematical modelling of air conditioning which explains the behaviour is essential tool. The four type of linear model is selected for explanation the behaviour of this system. In order to obtain model, the experimental setup are performed by collecting input and output data every minute of 9,385 BTU/h air-conditioning split type with $25^{\circ}C$ thermostat setting of one sample house. The input data are composed of solar radiation ($W/m^2$) and ambient temperature ($^{\circ}C$). The output data are power and energy consumption of air conditioning. Both data are divided into two groups follow as training data and validation data for getting the exact model. The model is also verified with the other similar type of air condition by feed solar radiation and ambient temperature input data and compare the output energy consumption data. The best model in term of accuracy and model order is output error model with 70.78% accuracy and $17^{th}$ order. The model order reduction technique is used to reduce order of model to seven order for less complexity, then Kalman filtering technique is applied for remove white Gaussian noise for improve accuracy of model to be 72.66%. The obtained model can be also used for electrical load forecasting and designs the optimal size of renewable energy such photovoltaic system for supply the air conditioning.

• 한국건설관리학회논문집
• /
• 제20권6호
• /
• pp.126-131
• /
• 2019

최근 태양광의 발전 효율성과 경제성이 높은 발전소 부지를 확보하기 위해 특정 지역을 대상으로 태양광 발전량을 정확히 예측하기 위한 연구들이 수행되었다. 하지만 국내의 경우 기존 발전량 데이터가 부족함에 따라 정확한 발전량 추정에 문제가 발생할 수 있으며, 우리나라 기준으로 어떠한 기상조건을 나타내는 변수가 태양광발전에 어느 정도의 영향을 미치는지에 대한 연구가 부족한 실정이다. 따라서 본 연구는 지형 효과를 충분히 고려하여 제작된 태양복사에너지 지도와 미세먼지와 같은 기상조건을 추가하여 태양광 발전량 추정 회귀모델을 제시하고, 추정된 발전량과 실제 발전량을 비교 분석하였다. 그 결과, 습도를 제외한 태양복사에너지, 온도, 풍속, 운량, 강수량, 일조시간, 미세먼지가 발전 효율에 통계적으로 유의미한 영향을 미치는 것으로 나타났으며, 회귀 분석모델을 통해 추정된 발전량과 실제 발전량을 비교 분석하여 RMSE는 48.261(h), nRMSE는 1.592(%), MAPE는 11.696(%), 그리고 는 0.979이 도출되었다. 이러한 결과는 국내 태양광 발전 부지를 평가함에 있어서 고려해야 하는 중요한 기상 조건 등 태양광 발전량 추정 모델을 설계하는데 활용할 수 있으며, 이를 바탕으로 태양광 발전소 건설 부지를 선정함에 있어 중요한 지표인 발전량을 정확히 추정하는데 기여할 것으로 사료된다.

• 한국시스템다이내믹스연구
• /
• 제7권2호
• /
• pp.35-56
• /
• 2006

Korea is implementing strong regulatory derives such as Feed in Tariff to provide incentives for renewable energy developers. But if the government is planning to increase the renewable capacity with only "Price policy" not considering the investors behavior in the competitive electricity market, the policy would be failed. It is necessary system thinking and simulation model analysis to decide government's incentive goal. This study is focusing on the assesment of the competitiveness of renewable energy with the current Feed in Tariff incentives compared to the traditional energy source, specially coal and gas. The simulation results show that the market penetration of renewable energy with the current Feed-in-Tariff level is about 60-70% of the government goal under condition that the solar energy and fuel cell are assumed to provide the whole capacity set in the governmental goal. If the contribution from solar and fuel cell is lower than planned, the total penetration of renewable energy will be dropped more. Notably, Wind power turned out to be proved only 10% of government goal because of its low availability.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.109-115
• /
• 2021

본 논문에서는 환경문제로 높은 관심을 받고 있는 미세먼지를 측정하여 실시간으로 데이터를 전송하는 측정 단말기를 개발하였다. 단말기는 설치가 쉽도록 외부와의 데이터 연결은 전국에 퍼져 있는 LTE 망을 사용하도록 하였고 전원은 태양전지와 충전지를 사용하여 유선 전력망에 연결될 필요없이 지속 가능한 독립적인 형태로 개발하였다. 단말기를 통해 수집된 데이터는 공공 기관에서 제공하는 기상 데이터와 조합하여 미세먼지의 추세를 예측을 할 수 있음을 보였다. 개발된 단말기는 임의의 지역에서 간단한 설치 작업만으로 미세 먼지 측정 데이터를 얻을 수 있어 향후 미세먼지의 보다 정확한 흐름과 영향을 분석하는데 도움이 될 것으로 예상된다.

• 한국철도학회논문집
• /
• 제20권4호
• /
• pp.474-481
• /
• 2017

국내에서 태양광 발전설비 설계 시 설계 단계에서의 태양광발전소의 발전량 예측은 국내 현장임에도 불구하고 PVsyst, PVWatts 등 해외 발전량 예측 프로그램과 해외 기상 자료를 이용하여 발전량을 예측하는 경우가 대부분을 차지하고 있는 실정이다. 본 논문에서는 기상정보를 활용한 발전량 예측 비교 연구를 위하여 현재 운영중인 2개 지역의 국내 태양광발전소를 대상지로 선정하였다. 발전량 예측 프로그램인 PVsyst를 활용하여 Meteonorm 7.1과 NASA-SSE의 해외 기상정보를 이용한 발전량 예측값과 국내 기상청 (Korea Meteorology Administration) 기상정보를 활용한 발전량 예측 정확성을 비교하였다. 추가적으로, 기상자료 비교 분석을 통한 발전량 예측 개선 방안을 연구하고, 최종적으로 실제 발전량과의 비교 분석을 통해 기후요소가 고려된 태양광 발전량 예측 수정 모델을 제시하였다.