[논문]기상청 MOS 예측값 적용을 통한 풍력 발전량 예측 타당성 연구

김경보; 박윤호; 박정근; 고경남; 허종철

문제 정의

따라서 기상청에서는 바람에 대한 예측 정확도 향상을 위해서 풍속 및 풍향에 대한 MOS 모델⁶⁾이 개발되어 운영 중이다.본 연구에서는 기 설치된 제주도 한경면 용당리 풍력단지에서의 발전량 예측을 위해 기상청에서 제공한 제주도 고산 지역의 MOS 예측 값을 통해 바람의 변동성을 분석하고 이를 통해 제주도내 풍력단지에 대한 중기(24시간 및 48시간)시간 등급에 대한 풍속 및 발전량 예측 가능성에 대해 논하고자 한다.
본 연구에서는 기상청의 MOS 예측 자료를 이용하여 제주도 한경면 고산리 풍력단지 내 단일 풍력발전기의 24시간 및 48시간에 대한 풍속 및 발전량 예측 결과를 분석하였다.MOS 예측지점과 풍력발전기의 위치가 다소 떨어져 있고, 연직 높이의 차이도 있음에도 불구하고 24시간 예측의 경우, 결정계수가 0.
사례기간 동안 발전기 발전량에 대한 MOS 발전량 평균오차는 약 116kWh로 나타나 큰 발전량 오차를 보이는 경우 대부분 MOS의 예측결과가 과대 모의함을 알 수 있다 특히,8월 22일 21시의 경우, 약 1,100kWh 이상의 큰 오차를 보였다. 이러한 1,000kWh이상의 큰 오차를 보인 사례의 특성을 살펴보기 위하여 기상관련 자료와 모델자료 등을 살펴보았다.

제안 방법

본 연구에서는 2008년 2월～10월간 제주도 고산 용당 지역 내 풍력 발전기에서 생산되는 발전량을 예측하기 위해 풍력 발전기와 근접하여 위치한 기상대내 자동기상관측장비 (AWS,AutomaticWeatherSystem)에서 관측된 시간별 풍향,풍속 자료를 사용하였다. 또한, 풍력 발전기 나셀 상부에서 관측되는 풍속, 발전기에서 생산되는 발전량 및 기상청에서 제공한 MOS출력결과(풍향, 풍속 예측 값)를 사용하였다. 제주도내에 위치한 한 경풍력 발전단지, 근접한 고산 기상대(MOS 예측 지점)위치는 그림 1과 같다.

대상 데이터

MOS에서 생산되는 풍향 및 풍속은 우리나라 76개 기상관서에서 매시간 관측 자료와 북한 27개 기상관서에서 3시간 간격 관측 자료를 사용하며, 지역모델(RDAPS,RegionalAssimilation andPredictionSystem)재분석 예보자료가 사용되었으며 2001년에서 2003년 관측자료 및 예보자료를 사용하여 예측 식을 개발하였다. 예보인자는 지점별 환경에 따라 서로 다르게 선택되어지나 풍속 예보식에서 가장 많이 예보인자로 선택한 요소는 수치예보모델 결과 중 10m U,V 및 풍속, 850hPa풍속, 경계층고도,850∼1000hPa층 후,10m 풍속 등이 선택되었다⁶⁾.
본 연구에서는 2008년 2월～10월간 제주도 고산 용당 지역 내 풍력 발전기에서 생산되는 발전량을 예측하기 위해 풍력 발전기와 근접하여 위치한 기상대내 자동기상관측장비 (AWS,AutomaticWeatherSystem)에서 관측된 시간별 풍향,풍속 자료를 사용하였다. 또한, 풍력 발전기 나셀 상부에서 관측되는 풍속, 발전기에서 생산되는 발전량 및 기상청에서 제공한 MOS출력결과(풍향, 풍속 예측 값)를 사용하였다.
본 연구에서는 제주특별자치도 제주시 한경면 용당리에 위치한 풍력단지에서 운영 중인 덴마크 VESTAS사에서 제작한 1,500kWh 급 풍력 발전기를 사용하였으며,2004년 2월에 준공되어 현재까지 운영 중이다.본 연구에서는 풍력단지에서 운영 중인 9기(1차 4기,2차 5기)의 발전기 중에서 지형과 후류 효과가 최소화 되는 발전기(33°20′37.
본 연구에서는 풍력단지에서 운영 중인 9기(1차 4기,2차 5기)의 발전기 중에서 지형과 후류 효과가 최소화 되는 발전기(33°20′37.4″N, 126°.9′59.8″E)로 한경 1호기를 선정하였다.
그림 9는 풍력 발전기에서 생산된 일평균 발전량에서 MOS에서 예측한 24시간 후의 바람으로 계산된 발전량의 일평균 값과의 차를 나타낸다. 사용된 자료는 발전기 및 MOS 모델에서 생산 및 예측된 발전량 중, 점검, 고장 등으로 인한 가동되지 않은 기간을 제외한 169개의 자료이다.
제주도 고산 기상대에 설치된 AWS(33.29N, 126.16E)는 제주도 서쪽 해안의 해발고도 약 71m에 위치하고 있으며, 풍속계가 설치된 높이는 10m 이다. 그림.

성능/효과

그림 4는 MOS 에서 00UTC 및 12UTC에 예측한 24시간 후 및 48시간 후 예측된 풍속과 풍력발전기 상부에서 관측된 풍속과의 상관관계를 나타낸다. 24시간 예측 결과의 경우 관측 결과와 유사한 값을 나타내었으며, 결정계수는 약 0.53로 다소 좋은 예측결과를 보였다. 하지만,48시간 예측 결과의 경우 예측 결과와 관측 결과의 차이가 다소 크게 나타났으며, 결정계수 역시 약 0.
그림 13(a)～13(d)는 8월 22일 시간별 고산 기상대 자동기상장비(AWS),발전기 상부 너셀에서 관측된 풍속 및 MOS에서 예측된 풍속 (a),지상 분석일기도(b),지상 예상일기도(c), 바람 벡터 예상도(d)를 나타낸다. AWS 및 발전기 상부에서 관측된 풍속은 시간에 따라 대체로 증가하는 경향을 보였으며,21시～22시경 약 10m/s의 강한 풍속이 관측되었다. 하지만, MOS에서 예측한 풍속의 경우 오전과 오후에 큰 차이 없이 약 5m/s의 다소 낮은 풍속을 예측하였다.
본 연구에서는 기상청의 MOS 예측 자료를 이용하여 제주도 한경면 고산리 풍력단지 내 단일 풍력발전기의 24시간 및 48시간에 대한 풍속 및 발전량 예측 결과를 분석하였다.MOS 예측지점과 풍력발전기의 위치가 다소 떨어져 있고, 연직 높이의 차이도 있음에도 불구하고 24시간 예측의 경우, 결정계수가 0.53으로 나타났고,48시간의 경우 0.30으로 나타나 예측시간이 짧을수록 예측성능이 우수한 것으로 분석 되었다.이는 기존연구결과와 유사한 특징을 보였다⁵⁾.
이러한 MOS예측에 대한 오차 범위를 20%(±300kWh)로 줄이면 MOS 의발전량 예측률은 약 65%로 다소 낮아졌다. 또한, 가용한 전체자료 중에서 평균절대오차 (MAE,Mean AbsoluteError)는 40%로 나타났다.
분석기간 동안 AWS에서 관측된 풍속은 풍력발전기에서 관측된 풍속보다 약 26% 크게 나타났으며,2월 중순경 최대 23.5m/s가 관측 되었다.평균 풍속은 2월에 약 11m/s에서 점차 약화되어 9월에 4.
발전기에서 생산된 발전량의 급격한 변화에도 MOS에서 예측한 발전량의 변화가 대체로 잘 일치하고 있었다. 사례기간 동안 발전기 발전량에 대한 MOS 발전량 평균오차는 약 -57kWh로 매우 낮았다.
사용된 자료 중 발전기의 최대 발전용량인 1,500kWh의 30%인±450kWh의 오차 이내의 값을 보인 자료는 129개 (그림 8의 파선 안)로 전체 자료의 81%를 차지하였다.
이러한 MOS예측에 대한 오차 범위를 20%(±300kWh)로 줄이면 MOS 의발전량 예측률은 약 65%로 다소 낮아졌다.
이러한 예측의 실패는 수치 예상 일기도 상에서도 살펴볼 수 있다.지상 분석일기도 상에서는 우리나라 서해상에 위치한 저기압에 동반된 한랭전선이 제주도 남쪽 해안에 위치하고 있어 전선 주변으로 강한 바람이 분석되었으나 예상일기도 및 바람 벡터 예상도 에서는 전선의 위치가 실제 분석위치 보다 빠르게 남하하여 제주도 남쪽 해상에 위치하는 것으로 예측되었다. 따라서 제주도 고산 지방을 중심으로 실제 보다 더 낮은 풍속이 수치모델에서 예측되었다.
35로 높아져 보다 좋은 결과를 보였다. 특히, 24시간 예측 결과의 경우 이러한 MOS에서 예측된 풍속에 의해 계산된 발전량 예측률은 30% 오차 범위 내에서 약 81%로 나타났으며, 오차 범위를 20%로 가정할 경우 약 65%의 예측률을 보였다. 따라서 이러한 MOS 예측 결과를 이용한 풍속 예측 값을 근거로 풍력발전 출력 예측시스템을 구축함으로서 의미 있는 발전량 예측 환경을 운영할 수 있을 것으로 기대된다.
특히, 그림 5에서와 같이, 주 풍향이 나타난 북풍계열(300°∼60°)의 바람만을 고려한 경우 24시간 및 48시간 예측 결과에 대한 결정계수는 각각 약 0.65와 0.35로, 풍향을 고려한 경우 상관도가 향상되는 것으로 나타났다.
이는 기존연구결과와 유사한 특징을 보였다⁵⁾.특히, 분석지역의 주 풍향을 고려한 경우 예측시간에 따라 결정계수가 각각 0.65와 0.35로 높아져 보다 좋은 결과를 보였다. 특히, 24시간 예측 결과의 경우 이러한 MOS에서 예측된 풍속에 의해 계산된 발전량 예측률은 30% 오차 범위 내에서 약 81%로 나타났으며, 오차 범위를 20%로 가정할 경우 약 65%의 예측률을 보였다.
53로 다소 좋은 예측결과를 보였다. 하지만,48시간 예측 결과의 경우 예측 결과와 관측 결과의 차이가 다소 크게 나타났으며, 결정계수 역시 약 0.30로 낮은 값을 보여 예측시간이 길어질수록 오차가 크게 나타남을 알 수 있었다.특히, 그림 5에서와 같이, 주 풍향이 나타난 북풍계열(300°∼60°)의 바람만을 고려한 경우 24시간 및 48시간 예측 결과에 대한 결정계수는 각각 약 0.

후속연구

특히, 24시간 예측 결과의 경우 이러한 MOS에서 예측된 풍속에 의해 계산된 발전량 예측률은 30% 오차 범위 내에서 약 81%로 나타났으며, 오차 범위를 20%로 가정할 경우 약 65%의 예측률을 보였다. 따라서 이러한 MOS 예측 결과를 이용한 풍속 예측 값을 근거로 풍력발전 출력 예측시스템을 구축함으로서 의미 있는 발전량 예측 환경을 운영할 수 있을 것으로 기대된다. 하지만, 기상청에서 제공한 MOS 예측 지점은 격자간격 등의 이유로 실제 발전기가 위치한 지점과 떨어져 있고, 주변에 절벽이 위치하는 등 주변 환경도 차이가 있어 보다 정확한 발전량 예측을 위해서는 발전기가 위치한 지점에 대한 독립적인 MOS예측식의 개발과 발전기 위치별 전용 발전량 예측 시스템의 개발이 요구된다.
하지만, 기상청에서 제공한 MOS 예측 지점은 격자간격 등의 이유로 실제 발전기가 위치한 지점과 떨어져 있고, 주변에 절벽이 위치하는 등 주변 환경도 차이가 있어 보다 정확한 발전량 예측을 위해서는 발전기가 위치한 지점에 대한 독립적인 MOS예측식의 개발과 발전기 위치별 전용 발전량 예측 시스템의 개발이 요구된다. 또한, 큰 오차를 가져오는 기상상태에 대한 다양한 분석을 통해 특정 기상 상황에서의 MOS 예측식의 개선을 위한 연구가 뒤따라 수행되어야 할 것이다.이를 위해 장기간의 자료 분석을 통한 계절별, 기상상황별 등에 따른 MOS의 예측 정확도 평가를 통해 보다 체계적이고 정확한 발전량 예측관련 후속 연구가 요구된다.
하 지만 풍력발전기에서 생산된 발전량이 1,200kWh이상으로 나타났지만 MOS에서 예측한 발전량이 400kWh이하인 경우와 MOS에서 예측한 발전량이 1,200kWh이상이었지만 실제 발전량이 400kWh이하를 보여 800kWh이상의 큰 오차를 보이는 사례(그림 8의 □ 구역 안)도 6차례 나타났다. 보다 안정적인 발전량 예측을 위해서는 이러한 큰 오차를 보이는 사례의 최소화를 위한 RDAPS모델 예측성능 향상, 큰 오차를 유발 시키는 기상환경 자료의 객관화를 통한 MOS예측식 재 산정이 필요할 것으로 판단된다.
또한, 큰 오차를 가져오는 기상상태에 대한 다양한 분석을 통해 특정 기상 상황에서의 MOS 예측식의 개선을 위한 연구가 뒤따라 수행되어야 할 것이다.이를 위해 장기간의 자료 분석을 통한 계절별, 기상상황별 등에 따른 MOS의 예측 정확도 평가를 통해 보다 체계적이고 정확한 발전량 예측관련 후속 연구가 요구된다.

핵심어	질문	논문에서 추출한 답변
	풍력발전은 무엇인가?	바람자원을 에너지원으로 변환시키는 풍력발전은 석유, 가스 및 석탄 등의 연료 투입량에 따라 발전량을 예측할 수 있는 기존의 발전 방식과는 매우 다르다. 즉, 자연적인 바람의 변동성에 의해 풍력 발전량이 결정되기 때문에 발전량을 예측하고 이를 이용하는데 매우 어려운 실정이다.
	안정적이고 효율적인 발전량을 확보하는 데 있어 바람의 변동성과 풍력발전의 관계는 어떠한가?	2009년 현재 제주도는 약 46MW의 풍력 발전용량을 보유하고 있으며, 향후 2020년까지 육상 200MW,해상 300MW 의 풍력 발전용량을 정부 시책에 따라 확대 설치할 계획이다1).하지만, 바람의 변동성에 의해 풍력발전량은 크게 변동하게 되며, 풍력발전 용량이 커질수록 바람의 변동성에 의한 발전량의 변동량도 커지게 되어 안정적이고 효율적인 발전량을 확보하기 위해서는 바람의 변동성을 정확히 이해하고, 예측하는 것이 중요하다. 풍력발전의 선진국인 덴마크, 독일 미국 등에서는 바람의 특성과 정확한 예측을 위해 다양한 예측시스템을 개발․운영하고 있다.
	풍력발전이 발전량을 예측하고 이를 이용하는데 매우 어려운 이유는?	바람자원을 에너지원으로 변환시키는 풍력발전은 석유, 가스 및 석탄 등의 연료 투입량에 따라 발전량을 예측할 수 있는 기존의 발전 방식과는 매우 다르다. 즉, 자연적인 바람의 변동성에 의해 풍력 발전량이 결정되기 때문에 발전량을 예측하고 이를 이용하는데 매우 어려운 실정이다.2009년 현재 제주도는 약 46MW의 풍력 발전용량을 보유하고 있으며, 향후 2020년까지 육상 200MW,해상 300MW 의 풍력 발전용량을 정부 시책에 따라 확대 설치할 계획이다1).

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

기상청 MOS 예측값 적용을 통한 풍력 발전량 예측 타당성 연구
Feasibility Study on Wind Power Forecasting Using MOS Forecasting Result of KMA 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

기상청 MOS 예측값 적용을 통한 풍력 발전량 예측 타당성 연구 Feasibility Study on Wind Power Forecasting Using MOS Forecasting Result of KMA 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

박윤호 (5) 박정근 (2) 고경남 (27) 허종철 (41)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

기상청 MOS 예측값 적용을 통한 풍력 발전량 예측 타당성 연구
Feasibility Study on Wind Power Forecasting Using MOS Forecasting Result of KMA 원문보기

AI 본문요약
AI-Helper