기술 개발의 필요성은 개발 과정에서 도출된 결과가 관련 산업의 경제성에 미치는 영향력과 관련된다. 결과적으로 산업 경제성에 따라 투자의 증감이 발생되어 기술 개발의 범위가 결정된다. 산업 경제성은 다양한 분야의 관점에서 고려된 복잡하고 복합적인 기준들에 의해 결정된다. 그러나 관련 산업이 기술 개발 단계에 있다면 산업의 경제성 평가는 복잡한 기준에 의해 결정되는 것이 아닌 단순 손익계산의 형태로 투자 기준을 결정 하게 된다. 손익에 의한 기준에서 중요한 점은 결과에 대한 예측이다. 결과 예측에 대한 방법이 간편하고 정확도가 높을수록 신뢰성을 확보할 수 있다. 신뢰성이 확보된 예측 결과물은 투자에 대한 이익과 손실을 명확히 구분하여 주기 때문에 투자 과정에서 발생할 수 있는 손실분을 최소화 하여 투자 증대를 유도하게 된다. ...
기술 개발의 필요성은 개발 과정에서 도출된 결과가 관련 산업의 경제성에 미치는 영향력과 관련된다. 결과적으로 산업 경제성에 따라 투자의 증감이 발생되어 기술 개발의 범위가 결정된다. 산업 경제성은 다양한 분야의 관점에서 고려된 복잡하고 복합적인 기준들에 의해 결정된다. 그러나 관련 산업이 기술 개발 단계에 있다면 산업의 경제성 평가는 복잡한 기준에 의해 결정되는 것이 아닌 단순 손익계산의 형태로 투자 기준을 결정 하게 된다. 손익에 의한 기준에서 중요한 점은 결과에 대한 예측이다. 결과 예측에 대한 방법이 간편하고 정확도가 높을수록 신뢰성을 확보할 수 있다. 신뢰성이 확보된 예측 결과물은 투자에 대한 이익과 손실을 명확히 구분하여 주기 때문에 투자 과정에서 발생할 수 있는 손실분을 최소화 하여 투자 증대를 유도하게 된다. 전력 산업의 경우 기존의 화석에너지 발전은 상당부분 기술개발이 완료되어 적용되어 왔다. 반면 신재생에너지 발전은 다양한 기술 개발이 필요한 시점이기 때문에 기존 발전 산업에 비하여 전력 생산량이 현저히 떨어질 수밖에 없다. 신재생에너지 발전 산업이 해결해야 하는 근본적인 문제의 시작은 전력생산량을 증대시켜 화석에너지 기반의 발전 산업을 완전하게 대체하는 것에 있다. 근본적인 문제의 해결을 위해서는 다양한 기술 개발과 기술개발을 위한 투자의 다변화가 필요하다. 신재생에너지 관련 발전량 예측은 기존의 다양한 연구를 통해 정확도가 높고 상당한 신뢰성을 확보하고 있다. 그러나 발전량을 예측하기 위해서는 관련 산업에 대한 상당한 이해도와 함께 전문성이 필요하다. 투자를 위한 검토에 전문성이 지나치게 강조되기 때문에 투자 다변화를 제한하고 있다. 이에 본 연구는 신재생에너지 가운데 태양광 발전 산업과 관련하여 누구나 쉽게 사용할 수 있는 발전량 예측 모형을 개발하여 관련 산업에 대한 투자 다변화를 유도할 수 있는 검토 기준을 제시하고자 한다. 본 연구에서 개발 하고자 하는 발전량 예측 모형은 2가지 특성을 가지고 있어야 한다. 첫 번째 특성은 관련 전문지식이 없이도 사용하기 쉬운 수식으로 구성되어야 한다. 두 번째 특성은 자연조건을 정량화하여 반영하여야 한다. 따라서 발전량 예측모형을 개발하기 위해서는 ‘에너지 보존 법칙’을 이론적 기초로 하여 가설을 수립하고 이를 증명하여야 한다. 첫 번째 가설은 에너지 보존 법칙에서 최초 에너지가 변환과정을 거치는 동안 작용하는 모든 변수의 역할은 변환을 목표로 하는 에너지를 감소시키는 손실의 역할을 하며, 목표하지 않은 에너지는 증가시키는 역할을 한다. 두 번째 가설은 단위를 통일시킬 경우 목표로 설정한 에너지의 양과 손실된 에너지의 양을 합하면 최초 에너지의 양이 된다. 발전량 예측 모형은 두 가지 가설을 증명하기 위한 수식으로 구성되어 있다. 두 가지 가설에서 발전량 예측 수식을 위한 전제 조건을 도출 시킬 수 있다. 수식을 위한 전제 조건은 최초 공급되는 에너지의 양과 목표 발전량의 양은 같다는 것이다. 따라서 손실조건에 따라 목표 발전량이 감소된 전력량이 실제 생산될 발전량으로 예측할 수 있다. 수식에서 목표발전량은 분자에 손실조건은 목표발전량을 감소시키는 원인이므로 분모의 성격을 갖게 된다. 분모의 손실조건은 고정변수와 가변변수로 나누어진다. 고정변수는 변수를 지속적으로 추가할 수 있는 확장성이 없는 변수이고, 가변변수는 필요에 따라 최소 1개의 변수에서 시작하여 필요에 따라 변수를 추가할 수 있는 확장성을 가진다. 고정변수에 해당하는 조건들은 태양광 발전에 직접적인 원인을 제공하는 요소들이면서 정량화가 용이한 것들이다. 고정 변수는 일조 시간과 장비효율로 구성된다. 장비효율은 발전에 필요한 기계장비의 발전효율로서 정량화 되어 있는 자료를 쉽게 선택할 수 있다. 일조시간은 태양광 발전의 자원의 역할이며 지역별 기후 통계 자료를 통하여 쉽게 확인 할 수 있다. 가변변수는 에너지 변환과정에서 간접적이지만 지속적인 감소 원인을 제공하는 조건들을 의미한다. 자연조건이나 지역에 따라 상이성을 보일 수 있는 조건들의 합을 의미한다. 발전량 예측 모형에서는 사용되는 조건 값들을 정량화 하여 도표로 만들고, 도표에서 필요한 지수를 선택하여 적용하는 방식을 사용하고 있어 전문화된 지식이 없더라도 사용이 용이하다. 예측발전량 모형은 생산될 전력량만을 예측하는 것이 아닌 조건에 따른 발전량 감소 원인 분석도 가능하다. 예측 발전량의 정확도에 따라 예비전력 산출이 용이하므로 전력계통 연계시 전력품질을 확보할 수 있다. 또한 사용이 용이하기 때문에 다양한 투자를 유도할 수 있으리라 본다.
기술 개발의 필요성은 개발 과정에서 도출된 결과가 관련 산업의 경제성에 미치는 영향력과 관련된다. 결과적으로 산업 경제성에 따라 투자의 증감이 발생되어 기술 개발의 범위가 결정된다. 산업 경제성은 다양한 분야의 관점에서 고려된 복잡하고 복합적인 기준들에 의해 결정된다. 그러나 관련 산업이 기술 개발 단계에 있다면 산업의 경제성 평가는 복잡한 기준에 의해 결정되는 것이 아닌 단순 손익계산의 형태로 투자 기준을 결정 하게 된다. 손익에 의한 기준에서 중요한 점은 결과에 대한 예측이다. 결과 예측에 대한 방법이 간편하고 정확도가 높을수록 신뢰성을 확보할 수 있다. 신뢰성이 확보된 예측 결과물은 투자에 대한 이익과 손실을 명확히 구분하여 주기 때문에 투자 과정에서 발생할 수 있는 손실분을 최소화 하여 투자 증대를 유도하게 된다. 전력 산업의 경우 기존의 화석에너지 발전은 상당부분 기술개발이 완료되어 적용되어 왔다. 반면 신재생에너지 발전은 다양한 기술 개발이 필요한 시점이기 때문에 기존 발전 산업에 비하여 전력 생산량이 현저히 떨어질 수밖에 없다. 신재생에너지 발전 산업이 해결해야 하는 근본적인 문제의 시작은 전력생산량을 증대시켜 화석에너지 기반의 발전 산업을 완전하게 대체하는 것에 있다. 근본적인 문제의 해결을 위해서는 다양한 기술 개발과 기술개발을 위한 투자의 다변화가 필요하다. 신재생에너지 관련 발전량 예측은 기존의 다양한 연구를 통해 정확도가 높고 상당한 신뢰성을 확보하고 있다. 그러나 발전량을 예측하기 위해서는 관련 산업에 대한 상당한 이해도와 함께 전문성이 필요하다. 투자를 위한 검토에 전문성이 지나치게 강조되기 때문에 투자 다변화를 제한하고 있다. 이에 본 연구는 신재생에너지 가운데 태양광 발전 산업과 관련하여 누구나 쉽게 사용할 수 있는 발전량 예측 모형을 개발하여 관련 산업에 대한 투자 다변화를 유도할 수 있는 검토 기준을 제시하고자 한다. 본 연구에서 개발 하고자 하는 발전량 예측 모형은 2가지 특성을 가지고 있어야 한다. 첫 번째 특성은 관련 전문지식이 없이도 사용하기 쉬운 수식으로 구성되어야 한다. 두 번째 특성은 자연조건을 정량화하여 반영하여야 한다. 따라서 발전량 예측모형을 개발하기 위해서는 ‘에너지 보존 법칙’을 이론적 기초로 하여 가설을 수립하고 이를 증명하여야 한다. 첫 번째 가설은 에너지 보존 법칙에서 최초 에너지가 변환과정을 거치는 동안 작용하는 모든 변수의 역할은 변환을 목표로 하는 에너지를 감소시키는 손실의 역할을 하며, 목표하지 않은 에너지는 증가시키는 역할을 한다. 두 번째 가설은 단위를 통일시킬 경우 목표로 설정한 에너지의 양과 손실된 에너지의 양을 합하면 최초 에너지의 양이 된다. 발전량 예측 모형은 두 가지 가설을 증명하기 위한 수식으로 구성되어 있다. 두 가지 가설에서 발전량 예측 수식을 위한 전제 조건을 도출 시킬 수 있다. 수식을 위한 전제 조건은 최초 공급되는 에너지의 양과 목표 발전량의 양은 같다는 것이다. 따라서 손실조건에 따라 목표 발전량이 감소된 전력량이 실제 생산될 발전량으로 예측할 수 있다. 수식에서 목표발전량은 분자에 손실조건은 목표발전량을 감소시키는 원인이므로 분모의 성격을 갖게 된다. 분모의 손실조건은 고정변수와 가변변수로 나누어진다. 고정변수는 변수를 지속적으로 추가할 수 있는 확장성이 없는 변수이고, 가변변수는 필요에 따라 최소 1개의 변수에서 시작하여 필요에 따라 변수를 추가할 수 있는 확장성을 가진다. 고정변수에 해당하는 조건들은 태양광 발전에 직접적인 원인을 제공하는 요소들이면서 정량화가 용이한 것들이다. 고정 변수는 일조 시간과 장비효율로 구성된다. 장비효율은 발전에 필요한 기계장비의 발전효율로서 정량화 되어 있는 자료를 쉽게 선택할 수 있다. 일조시간은 태양광 발전의 자원의 역할이며 지역별 기후 통계 자료를 통하여 쉽게 확인 할 수 있다. 가변변수는 에너지 변환과정에서 간접적이지만 지속적인 감소 원인을 제공하는 조건들을 의미한다. 자연조건이나 지역에 따라 상이성을 보일 수 있는 조건들의 합을 의미한다. 발전량 예측 모형에서는 사용되는 조건 값들을 정량화 하여 도표로 만들고, 도표에서 필요한 지수를 선택하여 적용하는 방식을 사용하고 있어 전문화된 지식이 없더라도 사용이 용이하다. 예측발전량 모형은 생산될 전력량만을 예측하는 것이 아닌 조건에 따른 발전량 감소 원인 분석도 가능하다. 예측 발전량의 정확도에 따라 예비전력 산출이 용이하므로 전력계통 연계시 전력품질을 확보할 수 있다. 또한 사용이 용이하기 때문에 다양한 투자를 유도할 수 있으리라 본다.
The needs for developing technologies would be related to effects of derived results during development process on the economics of related industries. Consequentially, increase and decrease of investment occurs depending on industrial economics and then range of technology development will be set. ...
The needs for developing technologies would be related to effects of derived results during development process on the economics of related industries. Consequentially, increase and decrease of investment occurs depending on industrial economics and then range of technology development will be set. The industrial economics is decided by complicated and complex standards considered in various fields. However, if a related industry is in a developing stage, evaluation of the industrial economics is decided not by the complicated standards but by a simple form of income measurement, and then it will be decided to invest in the industry or not. Important thing in the standard of income measurement is prediction on a result. The higher a method of result prediction is accurate, the more the method could secure credibility. Since the result prediction with credibility precisely distinguishes profit and loss of the investment, increased investment will be derived by minimizing the loss in the investment process. In case of the power industry, technological development of existing fossil energy generation was quite completed and applied. On the other hand, new renewable energy development is in a point that various technological developments should be needed, so that its production is inevitably falling, compared to existing power generation industry. Fundamental problems that the new renewable energy development industry should solve start from completely alternating the existing fossil energy generation by increasing electricity generation. In order to resolve the fundamental problems, various technological development and diversification of investment for the technological development should be needed. Power generation prediction of new renewable energy is highly accurate through existing various studies and secures quite credibility. However, for predicting energy production, not only significant understanding on the related industry but also specialty should be required. Since specialty on the investment review should be emphasized excessively, investment diversification is being restricted. So, this study developed a prediction model that whoever is related to a photovoltaic industry among new renewable energy can use easily, so that this study is to suggest review standards to derive diversification of investment on related industries. The power generation prediction model that this research tries to develop should have two characteristics. The first one is that it should consist of easy equation if someone does not have related expert knowledge. The second one is that it should reflect natural conditions to be quantified. Therefore, in order to develop the power generation prediction model, the hypothesis must be established based on the ’law of conservation of energy’ and it should be verified. In the first hypothesis, the role of every variable that could operate while the first energy go through transformation process in the ‘law of conservation of energy’ takes roles of loss to make energy for conversion decrease, and it takes roles to make untargeted energy increase. In the second hypothesis, when units are united, sum of the amount of energy that is set as target and the amount of lost energy could be the initial energy amount. The power generation prediction model consists of equation to verify the two hypotheses. From the two hypotheses, this study could derive premise conditions for the power generation prediction. The premise condition for equation is that the amount of initial energy is same as the amount of targeted power generation. Therefore, power generation amount by reduced amount of the targeted power generation could be the actual amount of power generation in the future depending on the loss conditions. In the equation, targeted power generation amount has the character of a dominator because loss condition on numerator is a reason to reduce the target power generation amount. The loss condition of a dominator is divided into fixed variables and variable variables. The fixed variables do not have expandability to add continuously variables, and the variable variables have expandability variables when it is needed as starting from 1 variable as following needs. Conditions, which are applicable to the fixed variables, are elements that could provide direct reasons to the photovoltaic system and be easy to be quantified. The fixed variables consist of daylight hours and equipment efficiency. As the equipment efficiency is generation efficiency of mechanical equipment for power generation, it could be easy to select quantified data. The daylight hours take a resource role of photovoltaic system, and it is easy to check the data through climate statistics by region. The variable variables mean conditions that could provide indirectly continuous reduction reasons in the energy conversion process. It means sum of the conditions that could show dissimilarity depending on natural conditions or regions. The power generation prediction model quantifies the used condition values and makes charts of it, and it selects indexes for the chard and applies the value, so that it is easy for people who do not have specialized knowledge to use the chart. It is possible for the power generation prediction model not only to predict amount of power generation to be produced but also to analyze reduction reasons depending on conditions. It is easy to calculate reserve power amount depending on accuracy of the prediction of power generation amount, it is possible to secure electricity quality when connecting power systems. In addition, this study expects that it is easy to be used so that various investments would be derived.
The needs for developing technologies would be related to effects of derived results during development process on the economics of related industries. Consequentially, increase and decrease of investment occurs depending on industrial economics and then range of technology development will be set. The industrial economics is decided by complicated and complex standards considered in various fields. However, if a related industry is in a developing stage, evaluation of the industrial economics is decided not by the complicated standards but by a simple form of income measurement, and then it will be decided to invest in the industry or not. Important thing in the standard of income measurement is prediction on a result. The higher a method of result prediction is accurate, the more the method could secure credibility. Since the result prediction with credibility precisely distinguishes profit and loss of the investment, increased investment will be derived by minimizing the loss in the investment process. In case of the power industry, technological development of existing fossil energy generation was quite completed and applied. On the other hand, new renewable energy development is in a point that various technological developments should be needed, so that its production is inevitably falling, compared to existing power generation industry. Fundamental problems that the new renewable energy development industry should solve start from completely alternating the existing fossil energy generation by increasing electricity generation. In order to resolve the fundamental problems, various technological development and diversification of investment for the technological development should be needed. Power generation prediction of new renewable energy is highly accurate through existing various studies and secures quite credibility. However, for predicting energy production, not only significant understanding on the related industry but also specialty should be required. Since specialty on the investment review should be emphasized excessively, investment diversification is being restricted. So, this study developed a prediction model that whoever is related to a photovoltaic industry among new renewable energy can use easily, so that this study is to suggest review standards to derive diversification of investment on related industries. The power generation prediction model that this research tries to develop should have two characteristics. The first one is that it should consist of easy equation if someone does not have related expert knowledge. The second one is that it should reflect natural conditions to be quantified. Therefore, in order to develop the power generation prediction model, the hypothesis must be established based on the ’law of conservation of energy’ and it should be verified. In the first hypothesis, the role of every variable that could operate while the first energy go through transformation process in the ‘law of conservation of energy’ takes roles of loss to make energy for conversion decrease, and it takes roles to make untargeted energy increase. In the second hypothesis, when units are united, sum of the amount of energy that is set as target and the amount of lost energy could be the initial energy amount. The power generation prediction model consists of equation to verify the two hypotheses. From the two hypotheses, this study could derive premise conditions for the power generation prediction. The premise condition for equation is that the amount of initial energy is same as the amount of targeted power generation. Therefore, power generation amount by reduced amount of the targeted power generation could be the actual amount of power generation in the future depending on the loss conditions. In the equation, targeted power generation amount has the character of a dominator because loss condition on numerator is a reason to reduce the target power generation amount. The loss condition of a dominator is divided into fixed variables and variable variables. The fixed variables do not have expandability to add continuously variables, and the variable variables have expandability variables when it is needed as starting from 1 variable as following needs. Conditions, which are applicable to the fixed variables, are elements that could provide direct reasons to the photovoltaic system and be easy to be quantified. The fixed variables consist of daylight hours and equipment efficiency. As the equipment efficiency is generation efficiency of mechanical equipment for power generation, it could be easy to select quantified data. The daylight hours take a resource role of photovoltaic system, and it is easy to check the data through climate statistics by region. The variable variables mean conditions that could provide indirectly continuous reduction reasons in the energy conversion process. It means sum of the conditions that could show dissimilarity depending on natural conditions or regions. The power generation prediction model quantifies the used condition values and makes charts of it, and it selects indexes for the chard and applies the value, so that it is easy for people who do not have specialized knowledge to use the chart. It is possible for the power generation prediction model not only to predict amount of power generation to be produced but also to analyze reduction reasons depending on conditions. It is easy to calculate reserve power amount depending on accuracy of the prediction of power generation amount, it is possible to secure electricity quality when connecting power systems. In addition, this study expects that it is easy to be used so that various investments would be derived.
주제어
#발전량 감소 발전량 산출 공식 자연조건변수 power generationreduction power generation amount calculation equation natural condition variables
학위논문 정보
저자
김성철
학위수여기관
연세대학교 공학대학원
학위구분
국내석사
학과
전기전자공학 전공
지도교수
허견
발행연도
2018
총페이지
viii, 75장
키워드
발전량 감소 발전량 산출 공식 자연조건변수 power generationreduction power generation amount calculation equation natural condition variables
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.