지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
태양광 발전은 기상 상태에 따라 간헐적이기 때문에 태양광 발전의 효율과 경제성 향상을 위해 정확한 발전량 예측이 요구된다. 본 연구는 목포 기상대에서 예보하는 기상 데이터와 영암 태양광 발전소의 발전량 데이터를 이용하여 태양광 발전량 단기 딥러닝 예측모델을 제안하였다. 기상청은 기온, 강수량, 풍향, 풍속, 습도, 운량 등의 기상요소를 3일간 예보한다. 그러나 태양광 발전량 예측에 가장 중요한 기상요소인 일조 및 일사 일사량 예보하지 않는다. 제안 모델은 예보 기상요소를 이용하여, 일조 및 일사 일사량을 예측 하였다. 또한 발전량은 기상요소에 예측된 일조 및 일사 기상요소를 추가하여 예측하였다. 제안 모델의 발전량 예측 결과 DNN의 평균 RMSE와 MAE는 0.177과 0.095이며, RNN은 0.116과 0.067이다. 또한, LSTM은 가장 좋은 결과인 0.100과 0.054이다. 향후 본 연구는 다양한 입력요소의 결합으로 보다 향상된 예측결과를 도출할 수 있을 것으로 기대된다.
목차
등록된 정보가 없습니다.
참고문헌 (14)
참고문헌 신청
이수미 / 2010 / 마이크로그리드의 안정적 운영을 위한 풍력 및 태양광 발전원 최적 구성 비율 산정 방안 연구 / 전기학회논문지ABCD 59(2):272~276
이병하 / 2017 / 신재생에너지와 부하의 불확실성을 고려한 마이크로그리드의 단순화된 강인최적운영 기법에 관한 연구 / 전기학회논문지 66(3):513~521
이상봉 / 2011 / 신재생 에너지원 기반의 마이크로그리드 최적운영 방안 / 전기학회논문지 60(8):1467~1472
M. H. Seo / 2009 / A development of the solar position algorithm for improving the efficiency of photovoltaic power generation / Proceedings of KIIT Summer Conference 8(10):46~51
송재주 / 2014 / 태양광 발전을 위한 발전량 예측 모델 분석 / 디지털융복합연구 12(3):243~248
이병하 / 2017 / 신재생에너지와 부하의 불확실성을 고려한 마이크로그리드의 단순화된 강인최적운영 기법에 관한 연구 / 전기학회논문지 66(3):513~521
이상봉 / 2011 / 신재생 에너지원 기반의 마이크로그리드 최적운영 방안 / 전기학회논문지 60(8):1467~1472
M. H. Seo / 2009 / A development of the solar position algorithm for improving the efficiency of photovoltaic power generation / Proceedings of KIIT Summer Conference 8(10):46~51
송재주 / 2014 / 태양광 발전을 위한 발전량 예측 모델 분석 / 디지털융복합연구 12(3):243~248
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
일기 예보와 예측 일사 및 일조를 이용한 태양광 발전 예측
한국항행학회논문지
2017 .01
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
정보과학회 컴퓨팅의 실제 논문지
2020 .10
-
제한적인 환경에서 현재 기온 데이터에 기반한 태양광 발전 예측 모델 개발
디지털콘텐츠학회논문지
2016 .06
-
기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델
한국정보과학회 학술발표논문집
2019 .12
-
기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법
한국정보기술학회논문지
2019 .09
-
다중 기상 예보 기반 일사량 예측 모델을 활용한 태양광 발전량 예측 연구
대한전기학회 학술대회 논문집
2024 .10
-
딥러닝 알고리즘을 이용한 태양광발전량 예측 모델에 대한 연구
전자공학회논문지
2023 .02
-
기상상태 변동성을 고려한 LSTM 기반 태양광 발전량 예측
한국지능시스템학회 논문지
2020 .02
-
기상 데이터 및 환경데이터를 활용한 LSTM 기반 태양광 발전량 예측 시스템
한국태양에너지학회 학술대회논문집
2023 .04
-
태양광 발전량에 주요한 영향을 미치는 기상변수 선정을 위한 탐색 및 시각화
대한전기학회 학술대회 논문집
2021 .10
-
철도인프라용 태양광발전시스템 확대를 위한 기상정보 활용 발전량 예측 비교 연구
한국철도학회 논문집
2017 .08
-
기상정보를 활용한 LSTM 기반 태양광 발전량 예측 기법
한국통신학회논문지
2019 .12
-
기상 매개 변수를 포함한 LSTM 기반 태양광 전력 시스템의 발전량 예측
대한전기학회 학술대회 논문집
2020 .10
-
계절별 기상조건에 기반한 태양광 발전량 예측에 관한 연구
한국지능시스템학회 논문지
2021 .04
-
기상 데이터 처리방법에 따른 태양광 발전량 예측성능 비교에 관한 연구
대한전기학회 학술대회 논문집
2020 .07
-
기상 데이터를 활용한 순환신경망 기반 태양광 발전량 예측 시스템
한국통신학회 학술대회논문집
2021 .06
-
종관기상관측 자료 기반 태양광발전량 예측에 관한 연구
전자공학회논문지
2023 .04
-
기상청 동네예보를 활용한 딥러닝 기반 태양광 발전량 예측모형 연구
대한전기학회 학술대회 논문집
2022 .07
-
효과적인 태양광 발전량 예측을 위한 LSTM 및 XGBoost 모델 성능 비교 연구
Proceedings of KIIT Conference
2023 .11
-
태양광 발전량 예측을 위한 RNN(LSTM) 모델 개발
대한설비공학회 학술발표대회논문집
2019 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0