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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박종후
- 발행연도
- 2015
- 저작권
- 숭실대학교 논문은 저작권에 의해 보호받습니다.
이용수13
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
독립형 태양광 가로등은 계통 연계가 경제성이 낮은 경우, 좋은 대안이 될 수 있으며, 기존의 계통 연계형 가로등을 대체하여, 전력 수급 안정화에 기여할 수 있다. 독립형 태양광 가로등 시스템은 배터리만으로 운용되므로 안정성이 가장 중요하다. 독립형 태양광 시스템의 안정적 운용을 위해서는 크게 두 가지 방법이 이용될 수 있다. 태양광 패널의 크기와 배터리의 용량을 충분히 늘리거나, 부하 출력을 조절하여 배터리의 SOC를 조절하는 방법이 이용될 수 있다.
본 연구에서는 발전량을 예측하여 부하 출력 전력을 조절해, 배터리 SOC를 조절하되, 에너지 사용량을 최대한 늘릴 수 있는 방법을 연구하였다. 태양광 가로등은 발전은 낮에 하지만, 부하 사용은 밤에 하므로, 현 상태의 SOC를 기반으로 부하를 조절하면, 다음날 발전 상태에 따라 다음날의 부하 출력이 불안정하거나, 비효율 적일 수 있다. 따라서 본 연구에서는 다음날의 발전량을 미리 예측하여, 안정적으로 운용하며, 이때에 알맞은 용량 산정 방식을 제안한다.
제안한 태양광 가로등 시스템의 운용을 위해서 단기 발전량 예측이 필요한데, 이를 위해서 기상청에서 제공하는 일기 예보 정보를 활용하여, 발전량을 예측하였다. 이를 활용하면 가까운 지역의 일기 상황 및 예보를 추가 장비 없이, 시스템을 운용할 수 있어 매우 경제적이다. 발전량 예측을 위해서는 일사량 예측이 필요한데, 본 연구에서는 과거 기상자료와 기상청의 날씨 예보를 이용하여 일사량 예측을 하여, 발전량을 추정하였다. 과거 기상자료는 기상청에서 제공하는 과거 20년 서울의 일사량과 운량 정보를 이용하였으며, 이들을 입력 변수로 이용하여 인공신경망을 통해 단기 일사량 예측을 수행하였다. 이때 얻은 일사량은 수평면 일사량이므로, 태양 기하학적 구조를 적용해 경사면 일사량을 구하고, 이를 통해 발전량을 예측하였다.
본 연구에서는 발전량을 예측하여 부하 출력 전력을 조절해, 배터리 SOC를 조절하되, 에너지 사용량을 최대한 늘릴 수 있는 방법을 연구하였다. 태양광 가로등은 발전은 낮에 하지만, 부하 사용은 밤에 하므로, 현 상태의 SOC를 기반으로 부하를 조절하면, 다음날 발전 상태에 따라 다음날의 부하 출력이 불안정하거나, 비효율 적일 수 있다. 따라서 본 연구에서는 다음날의 발전량을 미리 예측하여, 안정적으로 운용하며, 이때에 알맞은 용량 산정 방식을 제안한다.
제안한 태양광 가로등 시스템의 운용을 위해서 단기 발전량 예측이 필요한데, 이를 위해서 기상청에서 제공하는 일기 예보 정보를 활용하여, 발전량을 예측하였다. 이를 활용하면 가까운 지역의 일기 상황 및 예보를 추가 장비 없이, 시스템을 운용할 수 있어 매우 경제적이다. 발전량 예측을 위해서는 일사량 예측이 필요한데, 본 연구에서는 과거 기상자료와 기상청의 날씨 예보를 이용하여 일사량 예측을 하여, 발전량을 추정하였다. 과거 기상자료는 기상청에서 제공하는 과거 20년 서울의 일사량과 운량 정보를 이용하였으며, 이들을 입력 변수로 이용하여 인공신경망을 통해 단기 일사량 예측을 수행하였다. 이때 얻은 일사량은 수평면 일사량이므로, 태양 기하학적 구조를 적용해 경사면 일사량을 구하고, 이를 통해 발전량을 예측하였다.
목차
제 1 장 서론 11.1 독립형 태양광 시스템 11.2 기존 독립형 태양광 시스템의 용량 산정 21.3 제안한 독립형 태양광 시스템의 용량 산정 5제 2 장 일기예보 정보를 활용한 인공 신경망 기반의 발전량 예측 52.1 운량 예측 62.1.1 기상 예보 자료 수집 72.1.1.1 일기예보 구성 요소 72.1.1.2 일기 정보 텍스트 수신을 위한 RSS 72.1.2 과거 기상 관측 자료 수집 82.1.3 인공 신경망 92.1.3.1 인공 신경망 모델 102.1.3.2 인공 신경망 구성 132.2 일기예보를 이용하여 수평면 전일사량 예측 132.3 수평면 전일사량으로 경사면 전일사량 예측 152.4 경사면 일사량으로 발전량 예측 182.5 배터리 SOC 추정(OCV)을 이용한 발전량 측정 192.5.1 배터리 SOC 추정 방법 192.5.2 12V-35AH 배터리 OVC(Open circuit voltage) 특성 곡선 실험을 통한 배터리 모델링 202.5.3 12V-35AH 배터리 최종 전압 도출 추세식 22제 3 장 예측된 일기상태와 배터리 SOC에 따른 부하조절 알고리즘 22제 4 장 실험 및 결과 고찰 244.1 독립형 가로등 시스템 244.1.1 무선 네트워크 기술 264.1.2 LED 264.1.3 태양광 패널 결정 284.1.4 필요한 배터리용량 294.2 중앙제어 시스템 294.3 중앙제어 시스템의 독립형 가로등 제어 결과 31제 5 장 결론 32참고문헌 33부 록 34
최근 본 자료
댓글(0)
0