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
- 본 연구의 목적은 신·재생 에너지 중 태양광 발전량을 통해 기존 태양광 발전량 예측 도구의 입·출력요소를 분석하고 각 프로그램의 결과 값과 C시지역의 실제 태양광 발전량과 비교하여 예측 도구의 정확도를 알아보는데 있다.
- 또한 태양광 에너지 사업은 정부의 지원과 더불어 점차 수요도 증가하는 추세이다. 현재 태양광산업은 전체 신재생에너지산업 중 5% 정도 차지하고 있지만 정부에서 실시하는 제4차 신재생에너지 계획을 통해 2035년까지 14.1%로 상승시키는 것을 목표로 하고 있다.2) 에너지 관리 공단에서는 신·재생에너지 건물 지원을 등을 통해 건물 설비비를 지원하며 신·재생 에너지 상용화를 유도하고 있다.
제안 방법
- 본 연구에서는 대한민국 C시지역(북위 37도 N/ 경도 127.9도 E)의 월별, 일별 태양광 발전량 데이터와 태양광 발전량 예측 프로그램으로 많이 사용되는 RETSCREEN, HOMER, PV SYST, SAM(System Advisor Model), SOLAR PRO을 이용해 실제 발전량과 입력요소에 따른 프로그램의 결과 값을 비교하여, 실제 발전량과 예측값 간의 오차를 분석하였다.
- 건물의 에너지 사용량을 예측하기 위해서 DOE-2툴을 이용해 에너지 사용량을 계산 하였으며, 프로그램 결과 값을 통해 실제 관측한 발전량과 비교하였다. 이를 통해 연간 에너지 시뮬레이션에서 건물의 에너지 자립율을 분석했다.3)
- 양수형 외 2명의 ‘HOMER 프로그램을 이용한 독립형 하이브리드 발전시스템의 최적화’에서는 HOMER 프로그램을 이용하여 마라도의 발전시스템의 태양광 및 풍력 등의 재생에너지를 증가시키는 경우와 연료 전지를 추가하는 경우 발전 시스템의 전체 비용 산정을 통한 경제성 평가를 하였다.
- 이병두 외 2명의 ‘HOMER을 이용한 오피스 건물의 신재생에너지 최적설계 적용성 검토’에서는 HOMER 프로그램에서 제공하는 한국의 기후데이터를 이용해 신재생에너지의 경쟁력을 분석했다.
- 양수형 외 2명의 ‘HOMER 프로그램을 이용한 독립형 하이브리드 발전시스템의 최적화’에서는 HOMER 프로그램을 이용하여 마라도의 발전시스템의 태양광 및 풍력 등의 재생에너지를 증가시키는 경우와 연료 전지를 추가하는 경우 발전 시스템의 전체 비용 산정을 통한 경제성 평가를 하였다. 이 시뮬레이션 해석을 통해 항로표지관리소와 도서 관리 지역의 주변 환경을 고려한 독립형 하이브리드 발전 시스템의 설계 방법을 고찰하였다.4)
- 이성훈 외 3명의 ‘일사량 데이터 분석을 통한 태양광 발전 시스템 개발을 위한 경제성 평가 방법’에서는 실제 남양주와 순천 지역의 일사량 데이터를 이용해 경제성 평가 프로그램인 RETscreen 프로그램을 이용하여 분석하였다. 태양광 발전 시스템 예정 사용지에 프로그램 결과 값을 이용하여 최적지를 선택 할 수 있도록 했다. 또한 이를 통해 투자효율의 극대화를 이룰 수 있는 곳을 분석하였다.
- 태양광 발전 시스템 예정 사용지에 프로그램 결과 값을 이용하여 최적지를 선택 할 수 있도록 했다. 또한 이를 통해 투자효율의 극대화를 이룰 수 있는 곳을 분석하였다.5)
- 아울러 일본 기준인 JIS 8907에서는 태양광 발전 시스템의 연간 시스템 발전량 추정방식에 대해 규정하고 있다. 이 기준에서는 태양광 발전 시스템의 전력량 추정 방법으로 계통 연계형 태양광 발전 시스템과 독립형 태양광 발전 시스템을 설정하고 있으며, 시스템 출력은 1KW 이상, 표준 태양 전지 어레이 개방 전압 750V 이하의 시스템을 기준으로 하였다. 여기서 직결형 물 펌프 시스템 또는 하이브리드 시스템은 제외하고 있다.
- SOLAR PRO는 모듈설정, 지역영향, 모듈의 동작, 모듈의 그림자를 포함한 태양광 발전 시뮬레이션 프로그램이다. 실제데이터를 바탕으로 그림자 분석, 경제성 분석, 발전량 계산을 수행한다.
- SAM, RETscreen, HOMER, PV SYST, SOLAR PRO는 PC에 설치 후 사용 가능한 프로그램이고 PV*SOL app, PV Solar Calculator, 태양광 시뮬레이션, Photovoltaics, Photovoltaik Rechner, Onyx solar는 안드로이드 마켓에서 각각 다운 받을 수 있다. 입력조건은 위치선택, 모듈선택, 모듈 크기, 모듈 수, 모듈 능력, 인버터 선택, 인버터 수, 인버터 능력, 발전유형 선택, 경사, 설치상태 선택, 방위각, 면적, 효율, 유/무료, 공식 웹 사이트 순으로 조사하였다.
- C시 청사와 C시 하수처리장의 2013년 실제 태양광 발전량과 각 프로그램을 통해 예측한 발전량을 그래프로 비교하였다.
- 본 연구에서는 C시에 위치한 청사와 하수처리장의 실제 태양광 발전량과 기존 태양광 발전량 예측 프로그램으로 시뮬레이션을 통하여 예측된 발전량 값을 비교하였다.
대상 데이터
- 송영학 외 3명의 ‘모니터링을 통한 신재생에너지 적용 건물의 에너지 성능평가’에서는 2012년 여수 세계박람회 건물 중 신재생에너지가 적용된 한국관을 대상으로 분석하였다.
- 태양광 발전 시스템의 실제 발전량과 프로그램 예측값을 통해 태양광 시스템의 발전 효율을 비교하고자 의 C시 청사 태양광 발전시설과 의 C시의 하수처리장 태양광 발전시설을 대상으로 했다.
데이터처리
- 송영학 외 3명의 ‘모니터링을 통한 신재생에너지 적용 건물의 에너지 성능평가’에서는 2012년 여수 세계박람회 건물 중 신재생에너지가 적용된 한국관을 대상으로 분석하였다. 건물의 에너지 사용량을 예측하기 위해서 DOE-2툴을 이용해 에너지 사용량을 계산 하였으며, 프로그램 결과 값을 통해 실제 관측한 발전량과 비교하였다. 이를 통해 연간 에너지 시뮬레이션에서 건물의 에너지 자립율을 분석했다.
- 이성훈 외 3명의 ‘일사량 데이터 분석을 통한 태양광 발전 시스템 개발을 위한 경제성 평가 방법’에서는 실제 남양주와 순천 지역의 일사량 데이터를 이용해 경제성 평가 프로그램인 RETscreen 프로그램을 이용하여 분석하였다.
성능/효과
- 2) 에너지 관리 공단에서는 신·재생에너지 건물 지원을 등을 통해 건물 설비비를 지원하며 신·재생 에너지 상용화를 유도하고 있다.
- 7%에 이를 정도로 대부분의 에너지수요를 수입에 의존하고 있다.1) 전 세계적으로 태양광 에너지 사용량이 점차 증가하고 있으며 현대사회 생활에 필수적인 존재가 되었다.
- 그 다음으로 PV SYST와 SOLAR PRO가 선택할 수 있는 입력 요소가 많았는데, 이 두 프로그램은 인버터 입력이 제한적이었다. HOMER는 인버터 입력 외에도 방위각 입력요소가 제외되어 있었으며, RETscreen이 5개의 프로그램 중에서는 가장 적은 요소를 입력할 수 있었는데, 모듈 사이즈와 개수, 인버터에 대한 입력 항목이 없었다.
- 태양광 발전 시스템의 실제 발전량과 프로그램 예측값을 통해 태양광 시스템의 발전 효율을 비교하고자 <그림 1>의 C시 청사 태양광 발전시설과 <그림 2>의 C시의 하수처리장 태양광 발전시설을 대상으로 했다. 선정 이유로는 대상 지역에서 태양광 발전 데이터를 잘 관리하고 있고, 태양광 발전 용량이 비슷하기 때문에 비교 대상으로 적절하다고 판단되었다.
- 1월, 4월, 12월을 제외하고는 상대오차가 다소 크게 나타나는 것을 확인할 수 있었고, 겨울철이 여름철보다 발전량 상대오차가 적게 나타났다. 비교 프로그램 중에서 가장 높은 평균 상대오차 22.4%, 평균 발전량은 가장적은 13.9kWh/㎡으로 나타났다. <그림 6>의 시청사에서의 오차 패턴과는 다소 다른 패턴을 보였고, 아울러 예측발전량은 실발전량보다 모든 월에서 낮은 값을 보였다.
- C시 하수처리장의 연간 측정 발전량은 162,990kWh/yr 이었다. 비교결과 가장 큰 상대오차를 나타낸 프로그램은 SOLAR PRO 프로그램으로 24.4%의 상대오차를 나타냈고, 가장 작은 상대오차를 나타낸 프로그램은 RETscreen 프로그램으로 측정 발전량과 프로그램의 발전량의 상대오차가 2.8%으로 프로그램 중에서 가장 정확하게 예측값을 나타냈다.
- 동일한 프로그램이라도 태양광 설치 장소에 따라 실발전량 보다 크거나 적은 예측값을 보이고, 또한 각기 다른 오차를 보이는 것을 볼 수 있었는데, SAM 프로그램의 경우 두 개의 케이스 모두에서 7~8%대의 오차를 보였다.
- 프로그램의 월별예측 발전량을 살펴보면 겨울에 비해 여름에 예측 값과의 상대오차가 다소 크게 나타났다. 여름이 겨울에 비해 대체적으로 상대오차가 크게 나타난 이유는 계절적인 특징상 일사량 자체가 높기 때문에 시뮬레이션 프로그램에서 이용하는 기후데이터의 일사량 자료나 위도와 경도를 통해 계산된 일사량 값이 실제 일사량과 차이가 있기 때문으로 판단된다.
- 실제발전량과 예측된 발전량을 비교해 본 결과 C시 청사의 경우 PV SYST, SOLAR PRO, SAM, RETscreen 순으로 정확도를 나타냈다. C시 하수처리장의 경우는 RETscreen, SAM, PV SYST, SOLAR PRO의 순으로 정확도를 보였다.
- C시 청사와 C시 하수처리장의 예측 결과를 종합해 보면 C시 청사에서 가장 오차가 적었던 프로그램은 PV SYST로 1%의 상대오차를 나타냈다. 가장 오차가 많이 났던 프로그램은 RETscreen으로 19%의 상대오차를 나타냈다.
- 동일한 프로그램이라도 태양광 설치 장소에 따라 각기 다른 오차를 보이는 것을 볼 수 있었는데, SAM 프로그램의 경우 두 개의 케이스 모두에서 7~8%대의 오차를 보였다.
- 태양광 발전량 예측 프로그램에서 실제 발전량과의 오차는 10% 내외로 판단되며, 실측된 일사량 데이터를 입력하지 않고 프로그램에서 기본 제공하는 입력조건임에도 실제 일사량 데이터를 입력한 기존 연구[8]에서의 오차범위인 1.44%~4.93% 범위를 감안할 때 비교적 높은 정확성을 보이는 것으로 판단된다.
- <그림 4>는 RETscreen 프로그램을 통해 예측된 발전량을 실제발전량 비교한 그래프이다. RETscreen 프로그램의 발전량은 실제 발전량보다 대부분 높은 발전량 값을 예측하고 있는 것으로 나타났다. 연평균 상대오차는 27.
- 6kWh/㎡의 결과 값을 얻을 수 있었다. 프로그램 예측 연평균 발전량은 18.1kWh/㎡로 실제발전량 평균인 18kWh/㎡과 대체적으로 비슷한 값을 얻을 수 있었고, 연평균 상대오차 역시 11.7%로 다른 프로그램에 비해 평균 상대오차가 적은 것으로 나타났다.
후속연구
- 본 연구에서 제시된 예측발전량과 실발전량 비교 데이터는 기존에 부족했던 태양광 예측 도구의 신뢰성 및 분석 기법 향상에 기여할 것으로 판단된다.
- 태양의 위치는 시간대별로 매우 명확하게 예측이 가능하므로 태양광 발전량 예측은 활용도가 높을 것이다. 향후 다양한 실제 케이스에 대한 연간 실제 발전량과 예측값간 비교를 통해 태양광 발전량 예측 프로그램별 특성을 분석하고 신뢰성을 향상시킬 수 있는 연구가 필요할 것이다.
- 태양의 위치는 시간대별로 매우 명확하게 예측이 가능하므로 태양광 발전량 예측은 활용도가 높을 것이다. 향후 다양한 실제 케이스에 대한 연간 실제 발전량과 예측값간 비교를 통해 태양광 발전량 예측 프로그램별 특성을 분석하고 신뢰성을 향상시킬 수 있는 연구가 필요할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.