일기 예보와 예측 일사 및 일조를 이용한 태양광 발전 예측Photovoltaic Generation Forecasting Using Weather Forecast and Predictive Sunshine and Radiation
- Other Titles
- Photovoltaic Generation Forecasting Using Weather Forecast and Predictive Sunshine and Radiation
- Authors
- 신동하; 박준호; 김창복
- Issue Date
- 2017
- Publisher
- 한국항행학회
- Keywords
- Solar photovoltaic generation forecast; Deep learning; Artificial neural network; Support vector machine.
- Citation
- 한국항행학회논문지, v.21, no.6, pp.643 - 650
- Journal Title
- 한국항행학회논문지
- Volume
- 21
- Number
- 6
- Start Page
- 643
- End Page
- 650
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/7234
- DOI
- 10.12673/jant.2017.21.6.643
- ISSN
- 1226-9026
- Abstract
- 무한한 에너지원을 가진 태양광 발전은 기상 에 의존하기 때문에 발전량이 매우 간헐적이다. 따라서 태양광 발전량의 불확실성을 줄이고 경제성을 향상시키기 위하여 정확한 발전량 예측기술이 필요하다. 기상청은 3일간 기상정보를 예보하지만 태양광 발전예측에 높은 상관관계가 있는 일조량과 일사량은 예보하지 않는다. 본 연구에서는 기상청에서 3일간 예보하는 기상요소인 기온, 강수량, 풍향, 풍속, 습도, 운량 등을 이용하여, 일조 및 일사량을 예측하였으며, 예측된 일사 및 일조량을 이용하여, 실시간 태양광 발전량을 예측하는 딥러닝 모델을 제안하였다. 결과로서 예측된 기상요소로 발전량을 예측하는 모델보다 제안 모델이 MAE, RMSE, MAPE 등의 오차율 지표에서 더 좋은 결과를 보여주었다. 또한, 기계 학습의 한 종류인 서포트 벡터 머신을 사용하는 것보다 DNN을 사용하는 것이 더 낮은 오차율 지표를 보여주었다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - IT융합대학 > 에너지IT학과 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/7234)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.