[논문]클라우드 기반 태양광 발전단지 통합 관리 시스템

박경욱; 반경진; 송승헌; 김응곤

doi:10.13067/jkiecs.2012.7.3.591

클라우드 기반 태양광 발전단지 통합 관리 시스템
Cloud-based Intelligent Management System for Photovoltaic Power Plants 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.7 no.3, 2012년, pp.591 - 596

박경욱 (전남대학교 문화콘텐츠학부) , 반경진 (순천대학교 컴퓨터공학과) , 송승헌 (서남권청정에너지기술연구원) , 김응곤 (순천대학교 컴퓨터과학과)

초록
AI-Helper

최근 태양광 발전단지 구축이 증가하면서 발전단지를 효율적으로 관리하는 시스템이 요구되고 있다. 본 논문에서는 다수의 태양광 발전단지들을 통합 관리하는 클라우드 기반의 지능형 관리 시스템을 제안한다. 제안된 시스템은 태양광 발전단지들의 설비 계측 데이터를 컬럼 지향 데이터베이스인 하둡 HBase를 이용하여 저장하고 관리하며 맵리듀스 모델을 통한 병렬처리를 통해 시스템의 성능, 효율, 발전량 예측을 빠르게 수행한다. 그리고 웹 기반의 데이터 시각화 모듈을 통해 관리자에게 다양한 형태의 정보를 제공한다.

Abstract ▼ AI-Helper

Recently, the efficient management system for photovoltaic power plants has been required due to the continuously increasing construction of photovoltaic power plants. In this paper, we propose a cloud-based intelligent management system for many photovoltaic power plants. The proposed system stores the measured data of power plants using Hadoop HBase which is a column-oriented database, and processes the calculations of performance, efficiency, and prediction the amount of power generation by parallel processing based on Map-Reduce model. And, Web-based data visualization module allows the administrator to provide information in various forms.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에는 다수의 태양광 발전 단지들을 통합하여 관리하는 클라우드 기반의 관리 시스템을 제시한다. 그림 2는 제안된 시스템의 전체 개념도를 나타낸다.
본 논문에서는 다수의 태양광 발전단지들을 통합 관리할 수 있는 클라우드 기반의 통합 관리 시스템을 제안하였다. 제안된 시스템은 태양광 발전단지들의 설비 계측 데이터를 컬럼 지향 데이터베이스인 하둡 HBase를 이용하여 저장하고 관리하며 맵리듀스를 통한 병렬처리를 통해 시스템의 성능, 효율, 발전량 예측을 빠르게 수행한다.
이러한 문제점을 해결하기 위해 본 논문에서는 다수의 태양광 발전단지들을 통합 관리하는 클라우드 기반의 지능형 관리 시스템을 제안한다. 클라우드는 다수의 서버에 데이터를 분산 및 중복 저장함으로써 저렴한 비용으로 안전하게 데이터를 관리할 수 있으며 다수의 서버가 동시에 데이터를 분석하는 병렬처리를 수행하여 빠른 데이터 처리가 가능하다[6][7][8].

제안 방법

하나의 마스터 노드와 4개의 슬레이브 노드를 갖는 클라우드를 구축하고 태양광 발전설비의 데이터 계측을 위해 테스트배드를 설치하여 클라우드와 연결하여 통합관리 시스템을 테스트하였다. 또한 대규모 데이터의 병렬처리를 테스트하기 위해 테스트용 데이터를 HBase에 저장하였다. 모니터링 클라이언트는 웹기반의 인터페이스를 이용하였으며 JSP와 서블릿을 이용하여 Hadoop에 구현된 MapReduce 병렬처리 모듈과 통신하도록 구현하였다.
본 논문에서 제안하는 발전단지 통합 관리 시스템은 그림 3과 같이 아파치 그룹의 하둡 클라우드를 기반으로 한다. 먼저 다수의 노드를 하나의 클라우드로 구성하는 하둡 코어를 기반으로 HDFS을 구축하고 여기에 HBase를 설치하여 태양광 발전설비들로 부터 수집되는 센서 데이터와 발전정보들을 저장한다. 이렇게 저장된 데이터는 맵-리듀스 병렬처리 모듈을 기반으로 한 통합 관리 서비스에 의해 발전 효율분석, 발전량 예측, 시스템 성능분석, 발전량 통계 정보를 제공한다.
본 장에서는 본 논문에서 제안하는 태양광 발전단지 통합 관리시스템을 위한 위한 클라우드 기술들에 대해 기술한다. 먼저 발전 설비 계측 데이터를 저장하기 위한 분산 컬럼 지향 데이터베이스인 하둡 HBase 에 대해 기술하고 계측 데이터의 병렬 처리를 위한 맵리듀스 모델에 대해 기술한다.
또한 대규모 데이터의 병렬처리를 테스트하기 위해 테스트용 데이터를 HBase에 저장하였다. 모니터링 클라이언트는 웹기반의 인터페이스를 이용하였으며 JSP와 서블릿을 이용하여 Hadoop에 구현된 MapReduce 병렬처리 모듈과 통신하도록 구현하였다. 그리고 HTML5와 jQuery를 이용하여 발전설비 센서 데이터와 발전량을 출력함으로써 PC뿐만 아니라 스마트폰과 태블릿PC에서도 모니터링 할 수 있다.
본 논문에서 제안하는 발전단지 통합 관리 시스템은 그림 3과 같이 아파치 그룹의 하둡 클라우드를 기반으로 한다. 먼저 다수의 노드를 하나의 클라우드로 구성하는 하둡 코어를 기반으로 HDFS을 구축하고 여기에 HBase를 설치하여 태양광 발전설비들로 부터 수집되는 센서 데이터와 발전정보들을 저장한다.
기존의 과학계산에 적합한 MPI(Message Passing Interface)와 달리 대규모의 데이터 처리에 적합한 모델이다. 본 논문에서는 제안한 시스템은 맵리듀스 모델을 이용하여 태양광 발전 설비들의 계측 데이터를 병렬 처리하여 태양광 발전 시스템의 성능, 효율, 발전량 예측을 빠르게 계산한다.
본 논문에서는 다수의 태양광 발전단지들을 통합 관리할 수 있는 클라우드 기반의 통합 관리 시스템을 제안하였다. 제안된 시스템은 태양광 발전단지들의 설비 계측 데이터를 컬럼 지향 데이터베이스인 하둡 HBase를 이용하여 저장하고 관리하며 맵리듀스를 통한 병렬처리를 통해 시스템의 성능, 효율, 발전량 예측을 빠르게 수행한다. 그리고 관리자는 웹 기반의 데이터 시각화 모듈을 통해 다양한 형태의 정보를 제공 받을 수 있다.
하나의 마스터 노드와 4개의 슬레이브 노드를 갖는 클라우드를 구축하고 태양광 발전설비의 데이터 계측을 위해 테스트배드를 설치하여 클라우드와 연결하여 통합관리 시스템을 테스트하였다. 또한 대규모 데이터의 병렬처리를 테스트하기 위해 테스트용 데이터를 HBase에 저장하였다.

대상 데이터

태양광 발전설비의 계측 시스템의 구성은 다음 그림 4와 같으며 계측 항목들은 다음 표 1과 같다. 클라우드 내에서 태양광 발전설비들의 계측 데이터는 기존의 RDBMS와는 다른 컬럼-기반 저장소인 HBase를 이용한다. 효율적인 저장 및 빠른 검색을 위해서는 기존의 RDBMS와는 다른 스키마 설계가 필요하다.

성능/효과

또한, 본 논문에서 제안하는 클라우드 기반 통합 관리 시스템은 태양광 발전단지들의 실시간 발전량 및 예측 발전량과 같은 지능형 정보를 스마트 그리드 운영 시스템에 제공하여 효율적인 전력망 구축에 도움을 줄 수 있다.
본 논문에서 제안하는 클라우드 기반 통합 관리 시스템은 태양광 발전단지들의 예측 발전량과 같은 지능형 정보를 스마트 그리드 운영 시스템에 제공하여 운영 스케줄에 도움을 줄 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	클라우드 기반의 관리 시스템의 기능은 무엇인가?	- 다수의 태양광 발전단지의 데이터 통합 관리 - 맵-리듀스 모델을 이용한 계측 데이터 병렬처리 - 태양광 발전 설비의 시스템 효율 및 성능 분석 - 웹 기반의 데이터 시각화 또한, 본 논문에서 제안하는 클라우드 기반 통합 관리 시스템은 태양광 발전단지들의 실시간 발전량 및 예측 발전량과 같은 지능형 정보를 스마트 그리드 운영 시스템에 제공하여 효율적인 전력망 구축에 도움을 줄 수 있다.
	맵리듀스 모델이란 무엇인가?	맵리듀스 모델은 구글에서 발표한 병렬처리 모델로 현재 분산컴퓨팅 플랫폼의 실질적인 업계의 표준으로 널리 활용되고 있다[12]. 맵리듀스는 키-값(key-value) 기반의 데이터를 병렬 처리하며 여러 노드에 분할되어 저장된 입력 데이터에 대해 각각 맵(Map) 태스크를 병렬 수행하여 중간 결과들을 생성하고 이 결과들에 대해 리듀스(Reduce) 태스크를 수행하여 최종 결과를 산출하는 2단계로 구성된다.
	하둡이란 무엇인가?	하둡은 구글의 분산파일시스템과 맵리듀스의 오픈 소스 구현체로 대량의 자료를 처리할 수 있는 클러스터에서 동작하는 분산 응용 프로그램을 지원하는 자유 자바 소프트웨어 프레임워크이다[10]. 2006년 아파치 검색엔진 프로젝트의 Nutch의 서브 프로젝트로 시작되었다.

참고문헌 (12)

박찬국, 용태석, "스마트 그리드 도전방향과 추진과제", 주간기술동향통권 1411호, 정보통신산업진흥원, pp. 1-13, 2009.
서우석, 전문석, "스마트그리드(Smart Grid) 전력망과 정보통신망 융합 보안 방향", 한국전자통신학회논문지, Vol.5, No.5, pp.477-486, 2010.

원문보기 상세보기
김현일, 서승직, 박경은, 강기환, 유권종, "태양광발전 도시 프로젝트의 개발현황과 발전방향 고찰", 한국태양에너지학회 논문집, Vol. 28, No. 6, pp. 87-92, 2008.

원문보기 상세보기
조현철, 심광열, "태양광 발전 시스템을 위한 유비쿼터스 네트워킹 기반 지능형 모니터링 및 고장진단 기술", 대한전기학회논문지, Vol. 59, No. 9, pp. 1673-1679, 2010.
김형관, 이양원, 이칠우, "태양광발전 에너지 관리를 위한 .NET 기반 실속형 모니터링 시스템 개발", 대한전자공학회 2007년도 하계종합학술대회논문집, Vol. 30, No. 1, pp. 617-618, 2007.
B. Hayes, "Cloud Computing", Communications of The ACM, Vol. 51, No. 7, pp. 9-11, July 2008.

상세보기
박경욱, 김경옥, 반경진, 김응곤, "클라우드 기반 센서 데이터 관리 시스템 설계 및 구현", 한국전자통신학회논문지, 5권, 6호, pp. 672-677, 2010.

원문보기 상세보기
김치연, "클라우드 환경에서 응용에 맞는 일관성의 적용", 한국전자통신학회논문지, 7권, 2호, pp. 341-347, 2012.

원문보기 상세보기
R. Buyya, C. S. Yeo, and S. Venugopal, "Market-Oriented Cloud Computing: Vision, Hype, and Reality for Delivering IT Services as Computing Utilities", Proceedings of the 2008 10th IEEE International Conference on High Performance Computing and Communications, pp. 5-13, 2008.
Hadoop : http://hadoop.apache.org
HBase : http://hadoop.apache.org/hbase
J. Dean and S. Ghemawat, "Mapreduce: Simplified Data Processing on Large Clusters", In OSDI'04: 6th Symposium on Operating System Design and Implementation, December 2004.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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