머신러닝을 이용한 태양광 발전량 예측 및 태양 추적 패널을 이용한 발전량 연구Solar Power Generation Prediction Using Machine Learning and Study of Power Generation Using Solar Tracking Panels
- Other Titles
- Solar Power Generation Prediction Using Machine Learning and Study of Power Generation Using Solar Tracking Panels
- Authors
- 기준홍; 백승준; 소재영; 엄한결; 신정헌
- Issue Date
- 1-Jan-2023
- Publisher
- 대한기계학회
- Keywords
- 기계학습; 순환신경망; 피어슨 상관관계; 앙상블; 태양광 발전; 실험; 태양추적시스템; 태양위치계산; Machine Learning; Recurrent Neural Network; Pearson Correlation; Ensemble; Photovoltaics; Field Experiments; Sun Tracking System; Computation of Sun Position
- Citation
- 대한기계학회논문집 B, v.47, no.1, pp 55 - 62
- Pages
- 8
- Journal Title
- 대한기계학회논문집 B
- Volume
- 47
- Number
- 1
- Start Page
- 55
- End Page
- 62
- URI
- https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/32076
- DOI
- 10.3795/KSME-B.2023.47.1.055
- ISSN
- 1226-4881
- Abstract
- 전 세계적으로 신재생 에너지의 중요성이 부각됨에 때라 대한민국은 2030년까지 신재생에너지 발전비중을 30.2%까지 늘리는 것을 목표로 하고 있다. 태양광 발전은 국내 신재생 에너지 발전량 중 80% 이상을 차지하는 중요한 역할을 한다. 하지만, 태양광 발전은 기상요소에 따라 발전량이 크게 변동하므로 안정적인 에너지 확보를 위해서 태양광 발전의 불안정성에 대한 대응과 발전량 증대가 필요하다. 따라서 본 논문에서는 기상데이터를 기반으로 머신러닝 모델을 학습시켜 태양광 발전량을 예측하고, 계절 및 시간에 따라 변화하는 태양 고도와 방위각을 계산하고, 태양을 추적하도록 발전 패널 제어하여 태양광 발전량을 증가시킨다. 실험 결과 0.208의 제곱평균오차 이내로 발전량을 예측했고, 태양 추적 전후 발전량의 차이가 23.4%임을 확인하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Engineering > Department of Mechanical and System Design Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.