선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 남한지역의 일사량 관측소(기상청 관할)는 22개이며 이들 관측소는 일사량뿐만 아니라 기상관측을 동시에 수행하고 있다. 이 연구에서는 일사량 자료를 포함한 기상자료(기온, 이슬점온도, 습도, 풍속)를 이용하여 TMY를 구축과정에 대하여 살펴보고 태양에너지의 장기간 평균과 비교분석하여 일사량 TMY 자료의 특성을 살펴보고자 한다.
제안 방법
- TMY 설정의 방법은 각 지점의 변수별 FS통계방법을 적용하여 수행되며 각 지점별 통계값을 정규화하고 통계분석하여 우선적으로 5개의 TMM 후보를 선정하고 전체지점의 평균오차를 평가한 후 점수가 높은 TMM을 선정하여 최종 TMY를 구축하였다. TMM 사이의 연속성을 고려하여 TMM의 시간 자료를 선형 내삽하여 1년 기간에 대해 연속성을 갖는 TMY를 생성하였다.
- TMY 선정을 위한 기상요소인 일사량, 기온, 이슬점온도, 풍속, 상대습도의 가중치(wxi)는 Anderson 등(2006)(13)이 적용한 변수의 가중치를 수정하여 각각 0.5, 0.2, 0.1, 0.1, 0.1을 적용하였다. 여기서 계산된 S(y,m)은 각 후보 TMM의 점수가 되며 이들 중 최고점수의 년도를 최종적인 TMY로 선택한다.
- 따라서 이 연구에서는 11년 동안 일사관측소에서 관측된 기상자료와 일사량 자료를 이용하여 일사량의 TMY를 설정하였다. TMY 설정의 방법은 각 지점의 변수별 FS통계방법을 적용하여 수행되며 각 지점별 통계값을 정규화하고 통계분석하여 우선적으로 5개의 TMM 후보를 선정하고 전체지점의 평균오차를 평가한 후 점수가 높은 TMM을 선정하여 최종 TMY를 구축하였다. TMM 사이의 연속성을 고려하여 TMM의 시간 자료를 선형 내삽하여 1년 기간에 대해 연속성을 갖는 TMY를 생성하였다.
- 일사량자료를 이용한 태양에너지의 연구에 있어서 장기간의 자료 또는 평균 자료를 이용하기에는 시간적 제약과 정밀한 현상을 표현하는 것에 있어 많은 문제를 내포한다. 따라서 이 연구에서는 11년 동안 일사관측소에서 관측된 기상자료와 일사량 자료를 이용하여 일사량의 TMY를 설정하였다. TMY 설정의 방법은 각 지점의 변수별 FS통계방법을 적용하여 수행되며 각 지점별 통계값을 정규화하고 통계분석하여 우선적으로 5개의 TMM 후보를 선정하고 전체지점의 평균오차를 평가한 후 점수가 높은 TMM을 선정하여 최종 TMY를 구축하였다.
- 일사량 자료만을 이용하게 되면 관측자료의 부재 및 기계적 오류 등으로 인하여 신뢰성 높은 TMY 설정이 어렵다. 따라서 일사량을 포함한 기온, 이슬점온도, 풍속, 상대습도 자료를 이용하되 변수별 가중치를 주어 일사량 자료의 TMY를 구축하였다. 추후 위성자료 활용과 자원지도 계산 등 TMY의 용도를 고려하여 관측자료는 2000년 이후의 자료만을 사용하였다.
- 또한 TMY설정은 각 지점별로 수행한 결과를 바탕으로 한반도 전지점에 대하여 평균하여 작성되므로 각 단계별 중간결과는 강릉(105)을 선별하여 보였다. 먼저 일사량 자료의 특성을 살펴보기 위하여 월별 시계열을 분석하였다. Fig.
- 일사량 TMY의 평가는 기상자료를 이용하여 구축된 TMY의 자료와 11년 평균자료의 통계적 유사성에 기초하여 평가 하였다. Fig.
대상 데이터
- 기상청 관할의 22개 일사량 관측소의 기상관측자료를 기반으로 일사량 자료의 TMY를 설정하였다. 일사량 자료만을 이용하게 되면 관측자료의 부재 및 기계적 오류 등으로 인하여 신뢰성 높은 TMY 설정이 어렵다.
- Table 1은 기상청에서 운용중인 일사량 관측소의 위치정보와 일사량 관측시작일을 정리한 것이다. 이 연구에서는 TMY 설정을 위하여 2000년 이후의 시간별 일사량, 기온, 이슬점 온도, 풍속, 상대습도 자료를 이용하였다. 일사량 자료는 전천일사계(pyranometer)를 이용하여 관측한 값이며 시간별 누적값으로 저장된 자료이고, 기온, 이슬점 온도, 상대습도 및 풍속은 매분 관측하여 한 시간 동안 평균한 값이다.
- 따라서 일사량을 포함한 기온, 이슬점온도, 풍속, 상대습도 자료를 이용하되 변수별 가중치를 주어 일사량 자료의 TMY를 구축하였다. 추후 위성자료 활용과 자원지도 계산 등 TMY의 용도를 고려하여 관측자료는 2000년 이후의 자료만을 사용하였다. TMY 구축의 방법은 Hall 등 (1978)(16)의 FS 통계를 기반으로 제안된 방법을 이용하였다.
데이터처리
- TSWFS를 이용하여 선정된 TMM 중에서 최종적인 TMY를 선택하기 위하여 5개의 기상요소에 대하여 TMM 후보년도의 자료와 11년 동안의 관측된 자료의 일치관계를 측정할 수 있는 RMSD통계를 적용한다. TMM 후보년도의 RMSD는 아래의 식으로 나타낼 수 있다.
- 일사량의 TMY 구축의 첫 번째 단계로 22개 관측소별 그리고 각 변수의 월별 자료의 누적확률분포를 계산하여 FS 통계값(Finkelstein and Schafer, 1971)(17)을 계산한다.
이론/모형
- 추후 위성자료 활용과 자원지도 계산 등 TMY의 용도를 고려하여 관측자료는 2000년 이후의 자료만을 사용하였다. TMY 구축의 방법은 Hall 등 (1978)(16)의 FS 통계를 기반으로 제안된 방법을 이용하였다. 또한 TMY설정은 각 지점별로 수행한 결과를 바탕으로 한반도 전지점에 대하여 평균하여 작성되므로 각 단계별 중간결과는 강릉(105)을 선별하여 보였다.
- 는 m월 d일의 11년 동안 의 일평균값이다. 계산된 TMM들의 표준화는 Pissimanis방법(Pissimanis et al, 1998)(7)을 이용하여 표준화시키고 RMSD의 표준점수를 계산한다.
성능/효과
- TMY 자료는 시간별로 변화하는 기상상태를 반영하면서도 평균상태와 가장 가까운 상태를 표현하는 장점이 있다. 22개 일사관측소와 월별 상관성을 평가하였을 때 평균 상관계수는 0.40이었고 4월의 상관계수가 0.57로 가장 높았고 5월의 상관계수가 0.23으로 가장 낮았다. 지역적으로는 전주가 평균 0.
- 특히 5월의 상관성이 가장 낮은 것은 황사와 변화가 심한 기상현상이 많고 한반도의 평균 일사량과 비교하여 다른 월과 비교하여 지역적으로 편차가 심하기 때문인 것으로 분석된다. TMY 월누적 일사량은 411.72 MJ이었으며 TMY의 일사량이 약 4 MJ 정도 크게 나타났고 11년 평균자료와 비교하여 표준편차가 평균 9 MJ 이상 높게 나타났다. 평균 상관계수는 0.
- 평방근 오차는 3월에 가장 작았고 5월에 가장 컸다. TMY로 계산된 연누적 일사량은 남해안과 전남지역이 높게 나타났으며 상대적으로 서울과 경기와 경북지역이 낮게 나타났다. 11년 평균 일사량과의 차이는 경북에서 평균값에 비하여 100 MJ 이상 높게 나타났고 제주도에서 200 MJ 이상 낮게 나타났으며 전북과 전남에서 125 MJ 이상 높게 나타났다.
- 22개 지점의 TMY 월누적 일사량과 11년 평균 월누적 일사량의 통계값은 Table 7과 같이 정리된다. TMY와 11년 평균의 평균 월누적 일사량은 411.72 MJ과 407.95 MJ로서 TMY의 일사량이 약 4 MJ 정도 크게 나타났다. 또한 11년 평균값과 비교하여 일변화 및 시간변화가 그대로 적용되는 TMY의 표준편차가 평균 9 MJ 이상 높게 나타났다.
- 5는 TMY의 연누적 일사량과 11년 평균 일사량의 편차를 공간적으로 나타낸 것이다. TMY의 연누적 일사량은 남해안과 전남지역이 높게 나타났으며 상대적으로 서울과 경기와 경북지역이 낮게 나타났다. 11년 평균 일사량과의 차이는 경북에서 평균값에 비하여 100 MJ 이상 높게 나타났고 제주도에서 200 MJ 이상 낮게 나타났으며 전북과 전남에서 125 MJ 이상 높게 나타났다.
- 95 MJ로서 TMY의 일사량이 약 4 MJ 정도 크게 나타났다. 또한 11년 평균값과 비교하여 일변화 및 시간변화가 그대로 적용되는 TMY의 표준편차가 평균 9 MJ 이상 높게 나타났다. 평균 상관계수는 0.
후속연구
- TMY 자료를 이용한 태양에너지 연구는 평균상태와 가장 유사한 자료를 이용하기 때문에 시간적 변화를 살펴볼 수 있으나 일정 수준의 오차를 감안해야 할 것으로 분석된다. 일사량 TMY 자료는 일사량뿐만 아니라 기상자료를 이용하여 선택된 자료로서 태양 에너지 모델링이나 에너지발전 사전평가 등의 입력자료로 사용될 수 있으며 기후효과를 반영한 에너지 평가와 기상현상을 고려한 에너지발전 등의 기초자료로 적용될 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.