최근 화석 연료의 고갈과 환경 문제로 인하여 신재생에너지의 중요성 및 필요성이 전 세계적으로 증가하고 있으며, 그 중에서도 특히 설치가 용이하고 무한한 자원으로 전기 생산이 가능한 태양광 에너지가 각광을 받고 있다. 때문에 태양광 발전의 필요성 및 수요증대에 따라 안정된 전력 공급과 보다 효율적인 사용을 위하여, 불필요한 탄소배출 및 운영비를 줄이기 위한 정확한 발전량 예측 연구가 필요하다. 변동성이 큰 태양광 발전량을 정확하게 예측하기 위하여, 발전량에 많은 영향을 미치는 기상요소를 고려하여 모형화하는 것이 필요하며, 본 연구에서는 예보되는 기상요소인 기온, 풍속, 풍향, 습도 자료를 이용하여 모형화한 4가지 모형의 예측력을 비교하고자 한다. 사용된 모형으로는 ...
최근 화석 연료의 고갈과 환경 문제로 인하여 신재생에너지의 중요성 및 필요성이 전 세계적으로 증가하고 있으며, 그 중에서도 특히 설치가 용이하고 무한한 자원으로 전기 생산이 가능한 태양광 에너지가 각광을 받고 있다. 때문에 태양광 발전의 필요성 및 수요증대에 따라 안정된 전력 공급과 보다 효율적인 사용을 위하여, 불필요한 탄소배출 및 운영비를 줄이기 위한 정확한 발전량 예측 연구가 필요하다. 변동성이 큰 태양광 발전량을 정확하게 예측하기 위하여, 발전량에 많은 영향을 미치는 기상요소를 고려하여 모형화하는 것이 필요하며, 본 연구에서는 예보되는 기상요소인 기온, 풍속, 풍향, 습도 자료를 이용하여 모형화한 4가지 모형의 예측력을 비교하고자 한다. 사용된 모형으로는 다중선형회귀, ARIMAX, ANN, 그리고 ARIMAX와 ANN을 결합한 하이브리드 모형이며, 동일한 외생변수를 가지고 다음 날 24시간 시간별 예측을 진행하였다. 태양광 발전의 특성을 고려하기 위하여, 4가지 모형의 예측 값에 보정 과정을 거쳐 얻어진 최종 예측 값으로 비교하였으며, ANN 모형이 가장 좋은 예측력을 보였고, 다음으로는 하이브리드, ARIMAX, 다중선형회귀 순으로 나타났다.
최근 화석 연료의 고갈과 환경 문제로 인하여 신재생에너지의 중요성 및 필요성이 전 세계적으로 증가하고 있으며, 그 중에서도 특히 설치가 용이하고 무한한 자원으로 전기 생산이 가능한 태양광 에너지가 각광을 받고 있다. 때문에 태양광 발전의 필요성 및 수요증대에 따라 안정된 전력 공급과 보다 효율적인 사용을 위하여, 불필요한 탄소배출 및 운영비를 줄이기 위한 정확한 발전량 예측 연구가 필요하다. 변동성이 큰 태양광 발전량을 정확하게 예측하기 위하여, 발전량에 많은 영향을 미치는 기상요소를 고려하여 모형화하는 것이 필요하며, 본 연구에서는 예보되는 기상요소인 기온, 풍속, 풍향, 습도 자료를 이용하여 모형화한 4가지 모형의 예측력을 비교하고자 한다. 사용된 모형으로는 다중선형회귀, ARIMAX, ANN, 그리고 ARIMAX와 ANN을 결합한 하이브리드 모형이며, 동일한 외생변수를 가지고 다음 날 24시간 시간별 예측을 진행하였다. 태양광 발전의 특성을 고려하기 위하여, 4가지 모형의 예측 값에 보정 과정을 거쳐 얻어진 최종 예측 값으로 비교하였으며, ANN 모형이 가장 좋은 예측력을 보였고, 다음으로는 하이브리드, ARIMAX, 다중선형회귀 순으로 나타났다.
Recently, due to problems of environmental pollution and limited resources, the importance of renewable energy has been highlighted worldwide. Especially, interest in solar power, which produces electricity from unlimited sunlight, continually has increased. Therefore, it is essential to predict rel...
Recently, due to problems of environmental pollution and limited resources, the importance of renewable energy has been highlighted worldwide. Especially, interest in solar power, which produces electricity from unlimited sunlight, continually has increased. Therefore, it is essential to predict reliable power output by considering climate factors that affect generation in order to efficiently use fluctuating photovoltaic (PV) output. The aim of this paper is to assess the performance of 4 different models to predict the hourly day-ahead values of PV power generation: multiple linear regression (MLR), ARIMAX, ANN, and a hybrid model combining ANN with ARIMAX. All models were based on meteorological forecast data such as temperature, wind speed, wind direction, and humidity equally. Additionally, when comparing the performance after correcting for the fact that solar power is only generated during daylight hours, ANN was found to have the best forecast accuracy of power output, followed by the hybrid model, the ARIMAX model, and then the multiple linear regression model.
Recently, due to problems of environmental pollution and limited resources, the importance of renewable energy has been highlighted worldwide. Especially, interest in solar power, which produces electricity from unlimited sunlight, continually has increased. Therefore, it is essential to predict reliable power output by considering climate factors that affect generation in order to efficiently use fluctuating photovoltaic (PV) output. The aim of this paper is to assess the performance of 4 different models to predict the hourly day-ahead values of PV power generation: multiple linear regression (MLR), ARIMAX, ANN, and a hybrid model combining ANN with ARIMAX. All models were based on meteorological forecast data such as temperature, wind speed, wind direction, and humidity equally. Additionally, when comparing the performance after correcting for the fact that solar power is only generated during daylight hours, ANN was found to have the best forecast accuracy of power output, followed by the hybrid model, the ARIMAX model, and then the multiple linear regression model.
주제어
#태양광 발전 태양광 발전량 예측 기상요소 예측 모형 다중선형회귀 하이브리드 모형 solar energy solar power forecasting meteorological factors MLR ANN ARIMAX hybrid model
학위논문 정보
저자
권영화
학위수여기관
중앙대학교 대학원
학위구분
국내석사
학과
통계 통계학
지도교수
김삼용
발행연도
2017
총페이지
30 p.
키워드
태양광 발전 태양광 발전량 예측 기상요소 예측 모형 다중선형회귀 하이브리드 모형 solar energy solar power forecasting meteorological factors MLR ANN ARIMAX hybrid model
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.