효율적인 태양광 발전시스템 운용을 위한 인공신경망 기반 일사량 예측에 관한 연구 (A Study on Artificial Neural Network-based Solar Radiation Forecasting for Efficient Solar Photovoltaic System)

재생에너지왿� 관련된 지원사업의 예산이 증가함에 따라 태양광·풍력 발전을 중심으로 설비규모가 확장되고 있는추세이다. 특히, 태양광 발전은 단기간에 MW급 규모의 발전소를 건설할 수 있기 때문에 미래의 대체에너지원으로각광받고 있다. 하지만, 이러한 설비용량 증축에도 불구하고 기상요소의 불규칙적인 변동으로 인해 재생에너지를이용한 발전의 출력량은 여전히 불안정하여 실제로 발전 가능한 전력은 대략 60%에 불과하다. 또한, 태양광 발전에 가장큰 영향을 미치는 일사량을 예측하지 못할 경우에는 전력수요예측 실패왿� 함께 막대한 양의 전력비용 손실을 초래한다.
따라서, 태양광 발전시스템의 가용성과 신뢰성을 보장하기 위해 일사량 예측과 관련된 연구가 활발히 진행되고 있다. 본논��에서는 기상의 변동에 따른 일사량을 추정하기 위해 기상 데이터 외에 대기권 밖 일사량, 대기청명도를 계산한 다음인공신경망에 적용하여 비선형성을 갖는 일사량을 예측하였다. 실험 결과, 제안된 인공신경망 일사량 예측 모델이 기상데이터만 이용한 인공신경망 일사량 예측 모델보다 다음 날의 24시간에 해당하는 일사량을 적절히 예측할 수 있음을보여준다.

As the budget for renewable energy-related business increases, the scale of facilities is expanding with solar and wind power generation (PG) as the central. In particular, photovoltaic PG is in the spotlight as an alternative energy source of the future because it is possible to build a power plant of M/W scale in a short period of time. However, despite these capacity expansions, the output of PG using renewable energy is still unstable due to irregular fluctuations in weather factors, so only about 60% of the power can actually be generated. In addition, failure to predict SR that has the greatest impact on photovoltaic PG can result in significant power cost loss with failure of power demand forecasting. In this paper, in order to estimate of SR according to weather change, extraterrestrial irradiance and clearness index were calculated, and then applied to artificial neural network (ANN) to predict nonlinear SR. The experimental results show that the proposed ANN can forecast SR corresponding to 24 hours of the next day thanth e ANN using only weather data.