메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박우근 (Sungkyunkwan University) 김지수 (Sungkyunkwan University) 임승민 (Sungkyunkwan University) 김철환 (Sungkyunkwan University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제70권 제7호
발행연도
2021.7
수록면
961 - 968 (8page)
DOI
10.5370/KIEE.2021.70.7.961

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Variable Renewable Energy(VRE) is impossible to maintain stable output due to uncertainty and intermittency. In this paper, Photovoltaic(PV) output is predicted through deep learning prediction technology and compared with the actual PV output. The data used as the input of the deep learning prediction model was partially selected through correlation analysis to reduce overfitting and to have high prediction performance. A Hyperparameter optimization model was used in several deep learning prediction models and the Recurrent Neural Network(RNN) prediction model was selected after comparing the performances. The difference between Predicted PV output and actual PV is compensated using Battery Energy Storage System(BESS). Moreover, the BESS capacity is calculated and the BESS State of Charge (SoC) range profile is observed.
#Artificial Intelligence #Artificial Neural Network #Battery Energy Storage System #Deep Learning #Intermittency #Uncertainty #Variable Renewable Energy

목차

Abstract
1. 서론
2. 태양광 발전량 예측 불확실성
3. 태양광 발전의 출력 간헐성
4. BESS를 통한 예측 불확실성 및 간헐성 보상
5. 결론
References

참고문헌 (15)

참고문헌 신청
이예지 / 2019 / 재생에너지 이용의 변화와 RE100 현황 / 에너지기후변화학회지 14(2):65~73 dbpia Ministry of Environment, Republic of Korea / 2020 / Korea 2050 Carbon Neutral Strategy google schola Ministry of Trade, Industry and Energy / 2019 / The Third Energy Basic Plan google schola Ministry of Trade, Industry and Energy / 2017 / Renewable energy 3020 google schola Korea Energy Agency / 2020 / Industry Statistics of New &Renewable Energy 2019 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

재생에너지 발전량 예측제도를 고려한 ESS 연계형 태양광 발전의 발전량 입찰 계획 기법
유환욱 ,  김산 ,  위영민 외 1명 전기학회논문지 2022 .08
재생에너지의 간헐성을 고려한 예측 불확실성 보상 방법에 관한 연구
박우근 ,  김지수 ,  임승민 외 1명 대한전기학회 학술대회 논문집 2021 .07
확률론적 방법을 통한 태양광 발전의 불확실성을 고려한 마이크로그리드 내 경제급전에 관한 연구
임승민 ,  송진솔 ,  박우근 외 1명 전기학회논문지 2021 .08
태양광 발전량 예측 오차 보상을 통한 변동성 완화에 관한 연구
박우근 ,  송진솔 ,  강민재 외 2명 대한전기학회 학술대회 논문집 2021 .04
시계열 모델을 이용한 행동기반 에너지 효율화 프로그램의 고객기준부하 산정 방안
고세현 ,  주성관 ,  이재희 외 2명 전기학회논문지 2019 .01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-560-001854756