극치해상 풍속 산정을 위해서는 장기 관측자료가 반드시 필요하다. 그러나, 해상에서의 장기 관측 자료를 확보하기란 거의 불가능하다. 따라서 해상 바람 조건을 분석하기 위해 태풍 모의 기법이 널리 이용되어 진다. 본 연구에서는 Holland(1980) model을 이용하여 1978년부터 2012년까지(35년간) 한반도 서해안 지역에 영향을 미친 총 74개 태풍에 대해서 태풍 모의를 하였다. 그 결과, BOLAVEN(1215)에 의한 HeMOSU-1의 100 m 고도 최대풍속은 49.02 m/s로서 35년간 가장 영향을 크게 미친 태풍으로 나타났다. 한편, 모의 결과는 서해안 지역에 설치 된 HeMOSU-1의 관측치(MUIFA, BOLAVEN, SANBA)와 비교하였다. 그리고 재현주기별 극치 풍속을 예측하기 위해 한반도 서해안 4개 지점(HeMOSU-1, 군산, 목포, 제주)의 35개 연 최대 풍속 자료에 Gumbel 분포형을 적용하였다. HeMOSU-1 지점의 해상 100 m 높이에서의 50년 빈도 설계풍속 값은 50 m/s, 100년 빈도 설계풍속 값은 54.92 m/s로 나타났으며, BOLAVEN 풍속이 50년 빈도 풍속에 해당되었다.
극치해상 풍속 산정을 위해서는 장기 관측자료가 반드시 필요하다. 그러나, 해상에서의 장기 관측 자료를 확보하기란 거의 불가능하다. 따라서 해상 바람 조건을 분석하기 위해 태풍 모의 기법이 널리 이용되어 진다. 본 연구에서는 Holland(1980) model을 이용하여 1978년부터 2012년까지(35년간) 한반도 서해안 지역에 영향을 미친 총 74개 태풍에 대해서 태풍 모의를 하였다. 그 결과, BOLAVEN(1215)에 의한 HeMOSU-1의 100 m 고도 최대풍속은 49.02 m/s로서 35년간 가장 영향을 크게 미친 태풍으로 나타났다. 한편, 모의 결과는 서해안 지역에 설치 된 HeMOSU-1의 관측치(MUIFA, BOLAVEN, SANBA)와 비교하였다. 그리고 재현주기별 극치 풍속을 예측하기 위해 한반도 서해안 4개 지점(HeMOSU-1, 군산, 목포, 제주)의 35개 연 최대 풍속 자료에 Gumbel 분포형을 적용하였다. HeMOSU-1 지점의 해상 100 m 높이에서의 50년 빈도 설계풍속 값은 50 m/s, 100년 빈도 설계풍속 값은 54.92 m/s로 나타났으며, BOLAVEN 풍속이 50년 빈도 풍속에 해당되었다.
Long-term measured wind data are absolutely necessary to estimate extreme offshore wind speed. However, it is almost impossible to collect offshore wind measured data. Therefore, typhoon simulation is widely used to analyze offshore wind conditions. In this paper, 74 typhoons which affected the west...
Long-term measured wind data are absolutely necessary to estimate extreme offshore wind speed. However, it is almost impossible to collect offshore wind measured data. Therefore, typhoon simulation is widely used to analyze offshore wind conditions. In this paper, 74 typhoons which affected the western sea of Korea during 1978-2012(35 years) were simulated using Holland(1980) model. The results showed that 49.02 m/s maximum wind speed affected by BOLAVEN(1215) at 100 m heights of HeMOSU-1 (Herald of Meteorological and Oceanographic Special Unit - 1) was the biggest wind speed for 35 years. Meanwhile, estimated wind speeds were compared with observed data for MUIFA, BOLAVEN, SANBA at HeMOSU-1. And to estimate extreme wind speed having return periods, extreme analysis was conducted by assuming 35 annual maximum wind speed at four site(HeMOSU-1, Gunsan, Mokpo and Jeju) in western sea of the Korean Peninsular to be Gumbel distribution. As a results, extreme wind speed having 50-year return period was 50 m/s, that of 100-year was 54.92 m/s at 100 m heights, respectively. The maximum wind speed by BOLAVEN could be considered as a extreme winds having 50-year return period.
Long-term measured wind data are absolutely necessary to estimate extreme offshore wind speed. However, it is almost impossible to collect offshore wind measured data. Therefore, typhoon simulation is widely used to analyze offshore wind conditions. In this paper, 74 typhoons which affected the western sea of Korea during 1978-2012(35 years) were simulated using Holland(1980) model. The results showed that 49.02 m/s maximum wind speed affected by BOLAVEN(1215) at 100 m heights of HeMOSU-1 (Herald of Meteorological and Oceanographic Special Unit - 1) was the biggest wind speed for 35 years. Meanwhile, estimated wind speeds were compared with observed data for MUIFA, BOLAVEN, SANBA at HeMOSU-1. And to estimate extreme wind speed having return periods, extreme analysis was conducted by assuming 35 annual maximum wind speed at four site(HeMOSU-1, Gunsan, Mokpo and Jeju) in western sea of the Korean Peninsular to be Gumbel distribution. As a results, extreme wind speed having 50-year return period was 50 m/s, that of 100-year was 54.92 m/s at 100 m heights, respectively. The maximum wind speed by BOLAVEN could be considered as a extreme winds having 50-year return period.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 태풍 최적경로 자료를 사용하여 국내 서해안의 4개 지점(HeMOSU-1, 군산, 목포, 제주)에 대해서 태풍 모델링을 수행하였다. 분석 태풍은 1978년~2012년 총 35년간 서해안에 영향을 미친 74개의 태풍에 대해서 시뮬레이션을 수행하였으며 이 결과에 대하여 극치 분석을 수행하였다.
본 연구에서는 해상 설계풍속 추정을 위해 서해안 지역에 영향을 미친 1978년에서 2012년, 총 35년간, 74개 태풍에 대해서 태풍 모의를 수행하였으며, 이를 통해 다음과 같은 결론을 도출하였다.
제안 방법
(5) 군산, 목포, 제주, HeMOSU-1호 4개 지점의 35년간 연 최대풍속 자료를 이용하여 극치분석을 수행하였다. 매개변수 추정법으로는 확률 가중 모멘트법을 사용하였으며, 극치 모델로는 Gumbel distribution을 적용하였다.
14로 사용하기에 무리가 따른다. 따라서 본 연구에서는 태풍 시 풍속 고도분포의 형상을 재현하기 위해 고도분포지수를 관측값으로부터 추정하였다. 그 결과 태풍 시 고도분포지수, α는 0.
본 연구에서는 모델링 오차를 추정하기 위해 MUIFA(1109), BOLAVEN(1215), SANBA(1216) 3개 태풍을 대상으로 26.31 m 고도에서 해모수 1호 관측치와 모델링 추정치를 비교하였다. Fig.
14를 사용하도록 권고하고 있지만 이 값은 정상 상태일 때에만 적용이 가능하며 태풍과 같은 극치 상태에서는 적용할 수 없으므로 태풍시의 고도분포지수를 추정할 필요가 있다. 본 연구에서는 태풍MUIFA(1109), DAMREY(1210), BOLAVEN(1215), SANBA(1216) 4개 태풍이 서해안 인근에 인접하였을 때의 관측 자료를 회귀 분석(regression analysis)하여 고도분포지수를 0.1로 산정하였으며 이때, 결정계수 R2는 0.9073으로 나타났다. Fig.
총 74개 태풍 중 연 최대 풍속을 이용하여 서해안 4개 지점의 풍속 극치 분석을 수행하였다. 프로그램은 MATLAB 언어로 작성된 Rao(2000)의 자료를 이용하였다.
대상 데이터
본 연구에서는 이 외에도 3개 지점(군산, 목포, 제주)을 추가적으로 선정하여 태풍 시 해상풍을 산출하였다. Fig. 1에 HeMOSU-1, 군산, 목포, 제주 총 4개 지점의 위치를 나타냈으며, Table 3에 4개 지점의 좌표를 정리하였다.
4는 본 해석에 사용 된 태풍의 최적 경로를 시간별로 도시한 것이다. 모델 검증을 위해 MUIFA(1109)의 발생기간인 2011.07.29.18~2011.08.08.00까지 총 38개 자료를 활용하였으며, BOLAVEN(1215)은 2012.08.21.12~2012.08.28.12 기간 동안 총 29개 자료, SANBA(1216)는 2012.09.12.06~2012.09.17.06까지 총 21개 자료를 사용하였다.
본 연구에서는 서해안 해상풍력단지 후보지점에 영향을 미친 1978년에서 2012년(35년간), 총 74개 태풍에 대해서 태풍 모델링을 수행하였다. 해석에 이용된 태풍 정보는 Table.
33 Hz이다. 본 연구에서는 이 외에도 3개 지점(군산, 목포, 제주)을 추가적으로 선정하여 태풍 시 해상풍을 산출하였다. Fig.
총 74개 태풍 중 연 최대 풍속을 이용하여 서해안 4개 지점의 풍속 극치 분석을 수행하였다. 프로그램은 MATLAB 언어로 작성된 Rao(2000)의 자료를 이용하였다. 매개변수 추정법으로는 확률 가중 모멘트법(Probability Weighted Moments)을 이용하였으며, 극치모델로는 Gumbel 분포형을 사용하였다.
데이터처리
(4) 모델 검증을 위해, 26.31 m 높이에서의 풍속 관측치와 추정치를 상호 비교하였다. 그 결과, 태풍 MUIFA(1109), BOLAVEN(1215), SANBA(1216)의 풍속 관측치와 모델 추정치의 RMSE는 6.
본 연구에서는 태풍 최적경로 자료를 사용하여 국내 서해안의 4개 지점(HeMOSU-1, 군산, 목포, 제주)에 대해서 태풍 모델링을 수행하였다. 분석 태풍은 1978년~2012년 총 35년간 서해안에 영향을 미친 74개의 태풍에 대해서 시뮬레이션을 수행하였으며 이 결과에 대하여 극치 분석을 수행하였다. 태풍 모델로는 Schloemer(1954), Holland(1980)등에 의해 제시된 Holland model을 사용하였으며 연구 결과를 HeMOSU-1(Herald of Meteorological and Oceanographic Special Unit - 1) 해상 기상타워의 관측 자료와 비교하였다.
분석 태풍은 1978년~2012년 총 35년간 서해안에 영향을 미친 74개의 태풍에 대해서 시뮬레이션을 수행하였으며 이 결과에 대하여 극치 분석을 수행하였다. 태풍 모델로는 Schloemer(1954), Holland(1980)등에 의해 제시된 Holland model을 사용하였으며 연구 결과를 HeMOSU-1(Herald of Meteorological and Oceanographic Special Unit - 1) 해상 기상타워의 관측 자료와 비교하였다.
이론/모형
프로그램은 MATLAB 언어로 작성된 Rao(2000)의 자료를 이용하였다. 매개변수 추정법으로는 확률 가중 모멘트법(Probability Weighted Moments)을 이용하였으며, 극치모델로는 Gumbel 분포형을 사용하였다.Gumbel 분포형의 확률밀도함수(Probability Density Function)는 다음 식 (9)와 같다.
(5) 군산, 목포, 제주, HeMOSU-1호 4개 지점의 35년간 연 최대풍속 자료를 이용하여 극치분석을 수행하였다. 매개변수 추정법으로는 확률 가중 모멘트법을 사용하였으며, 극치 모델로는 Gumbel distribution을 적용하였다. 분석 결과, HeMOSU-1호 위치에서의 100 m 고도 50년 빈도 극치 풍속은 50.
B의 값은 풍속 프로파일의 형상을 결정짓는 역할을 하며, Holland는 이 값을 관측치로부터 회귀하여 추정하도록 제안하였다. 본 연구에서는 A, B 그리고 태풍 별 최대풍속 반경을 산출하기 위해 RSMC-Tokyo best track data와 Holland model을 이용하였다. 25 m/s와 15 m/s 풍속에 대한 장·단반경 정보를 Holland model에 적용하면 A와 B, 두 개의 미지수를 가지는 두 개의 비선형 방정식이 수립된다.
성능/효과
(2) 본 연구에서 추정된 풍속은 해상 10 m의 풍속으로서 터빈 설치 높이에서의 풍속 산정을 위해 고도보정이 필요하며, 일반적으로 고도보정함수로는 멱법칙이 널리 사용된다. 그러나 정상 상태와 달리 태풍과 같은 극치 상태에서는 멱법칙의 고도분포지수 값을 0.
(3) 총 35년간 74개 태풍에 대하여 태풍 모의를 수행하였으며, 100 m 고도에서의 연 최대풍속을 추정할 수 있었다. Fig.
그 결과, Fig. 5~7과 같이 풍속 변화의 경향이 유사하게 나타났으며, 관측치와 모델 추정치의 RMSE는 MUIFA(1109)는 6.85 m/s, BOLAVEN(1215)은 8.99 m/s, SANBA(1216)는 3.98 m/s 로 각각 산정되었다. 또한 동기간동안 HeMOSU-1의 26.
31 m 높이에서의 풍속 관측치와 추정치를 상호 비교하였다. 그 결과, 태풍 MUIFA(1109), BOLAVEN(1215), SANBA(1216)의 풍속 관측치와 모델 추정치의 RMSE는 6.85 m/s, 8.99 m/s, 3.98 m/s 로 각각 산정되었다. 또한 관측 최대풍속과 추정 최대풍속을 비교한 결과, BOLAVEN(1215)의 경우, 관측 최대풍속은 44.
또한 해상과 육상의 표면조도는 상이하기 때문에 변환 시에 많은 불확실성이 내포되게 된다. 따라서 신뢰도 있는 태풍 특성 자료를 바탕으로 태풍 모델링을 수행하는 것이 불확실성을 최소화하고 현장 상황에 맞는 합리적인 결과를 도출할 수 있다.
매개변수 추정법으로는 확률 가중 모멘트법을 사용하였으며, 극치 모델로는 Gumbel distribution을 적용하였다. 분석 결과, HeMOSU-1호 위치에서의 100 m 고도 50년 빈도 극치 풍속은 50.22 m/s로 나타났으며, 100년 빈도 극치풍속은 55.13 m/s로 나타났다. 이를 바탕으로 BOLAVEN(1215)을 50년 빈도 태풍으로 간주하여도 무리가 없을 것으로 판단된다.
13 m/s로 나타났다. 이를 바탕으로 BOLAVEN(1215)을 50년 빈도 태풍으로 간주하여도 무리가 없을 것으로 판단된다. 또한, 군산, 목포, 제주 해역에서의 100 m 고도 50년 빈도 극치 풍속은 35.
후속연구
(7) 장기간 해상 관측 자료의 확보가 거의 불가능한 현 상황을 고려하였을 때, 태풍 모의 기법은 불가피하며, 장기 관측 자료와의 오차 분석이 필요할 것으로 판단된다. 또한 현장 상황을 충분히 고려하여 제시된 설계조건은 과대 설계 및 과소 설계를 예방하여 최적 설계를 가능하게 하므로 설계 조건 분석 시 충분한 검토가 필요할 것으로 사료된다.
(7) 장기간 해상 관측 자료의 확보가 거의 불가능한 현 상황을 고려하였을 때, 태풍 모의 기법은 불가피하며, 장기 관측 자료와의 오차 분석이 필요할 것으로 판단된다. 또한 현장 상황을 충분히 고려하여 제시된 설계조건은 과대 설계 및 과소 설계를 예방하여 최적 설계를 가능하게 하므로 설계 조건 분석 시 충분한 검토가 필요할 것으로 사료된다.
(8) 본 연구에서는 서해안 인근 해역 4개 지점의 설계 풍속만을 산정하였으나, 국내 연안역 주요 지점에 대하여 극치풍속을 산정하는 것이 필요하다. 이는 향후, 파랑 및 해일고 산정, 구조물 설계에 유용하게 사용되어질 것으로 기대된다.
해상풍력단지 건설을 위한 세계 각국의 설계기준은 세계적으로 다양하며, 국내 설계에 준용하고 있는 기준서로는 IEC 61400-3, DNV, ISO, GL, ABS, API RP 2A등이 있다. 이러한 설계 기준에서는 터빈 클래스와 구조물 설계 등을 결정하기 위해 설계 외부조건에 대하여 검토할 것을 요구한다. 이러한 설계 외부조건은 크게 바람 조건과 해상 조건으로 나눌 수 있으며 그 외에 온도, 습도 등을 고려할 수 있다.
01% 상대오차를 보였다. 향후, 태풍 매개변수의 특성 분석 및 모델에 대한 성능평가를 재검토하여 신뢰성을 높이는 것이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
극치상태 풍속조건이란?
이러한 설계 외부조건은 크게 바람 조건과 해상 조건으로 나눌 수 있으며 그 외에 온도, 습도 등을 고려할 수 있다. 이 중 바람 조건은 터빈의 정상 운영동안에 자주 발생하는 정상상태 풍속조건과 태풍 시와 같이 풍속과 풍향이 급변하여 1년, 50년 및 100년 재현주기를 갖는 극치 풍속을 나타내는 극치상태 풍속조건으로 나눌 수 있다(IEC, 2009). IEC 61400-1에서는 태풍의 영향을 받는 지역의 터빈 등급을 S 등급으로 규정하고 설계자에 의해 10분 평균 풍속을 제시하도록 하며 태풍의 영향을 합리적으로 결정할 수 있도록 제안하고 있다.
해상풍력단지 건설을 위하여, 국내 설계에 준용하고 있는 기준서는?
해상풍력단지 건설을 위한 세계 각국의 설계기준은 세계적으로 다양하며, 국내 설계에 준용하고 있는 기준서로는 IEC 61400-3, DNV, ISO, GL, ABS, API RP 2A등이 있다. 이러한 설계 기준에서는 터빈 클래스와 구조물 설계 등을 결정하기 위해 설계 외부조건에 대하여 검토할 것을 요구한다.
해상풍력단지 건설을 위한 설계 외부조건은 무엇인가?
이러한 설계 기준에서는 터빈 클래스와 구조물 설계 등을 결정하기 위해 설계 외부조건에 대하여 검토할 것을 요구한다. 이러한 설계 외부조건은 크게 바람 조건과 해상 조건으로 나눌 수 있으며 그 외에 온도, 습도 등을 고려할 수 있다. 이 중 바람 조건은 터빈의 정상 운영동안에 자주 발생하는 정상상태 풍속조건과 태풍 시와 같이 풍속과 풍향이 급변하여 1년, 50년 및 100년 재현주기를 갖는 극치 풍속을 나타내는 극치상태 풍속조건으로 나눌 수 있다(IEC, 2009).
참고문헌 (29)
Bjerknes, V. (1921). On the dynamics of the circular vortex with applications to the atmosphere and atmospheric vortex and wave motions. Geophysiske Publikationer, 2, 1-81.
Chapra, S.C. (2012). Applied numerical methods with MATLAB for engineers and scientists, Third edition. McGRAW-HILL, New York, USA.
Det Norske Veritas(DNV) (2010). OS-J101 Design of offshore wind turbine structures.
Fujita, T. (1952). Pressure distribution in typhoon. Rep. Met. Lab., Kyushu Inst. of Techn., 2, No. 1-2.
Germanischer Llyod(GL) (2005). Guideline for the certification of offshore wind turbines.
Holland, G.J. (1980) An analytic model of the wind and pressure profiles in hurricanes. Monthly Weather Review, 108, 1212-1218.
International Electrotechnical Commission (2005). IEC 61400-1:Wind turbines - Part 1: Design requirements, Third edition, IEC.
International Electrotechnical Commission (2009). IEC 61400-3:Wind turbines - Part 3: Design requirements for offshore wind turbines, Edition 1.0, IEC.
International Organization for Standardization (2007). ISO 19902:Petroleum and natural gas industries - Fixed Steel Offshore Structures.
JTWC(2013). http://www.usno.navy.mil/jtwc
JMA(2013). http://www.jma.go.jp
Korea Road & Transportation Association (2010). Korean Highway Bridge Design Code (in Korean)
Kim, S.-C. Kim, Y.-S. and Yang, Y.-T. (2005). Assessment of severe local storm risks in ulsan area using monte carlos typhoon simulation method and CFD model. Journal of the Wind Engineering Institute of Korea, 9, 45-54 (in Korean).
Ko, D.H., Jeong. S.T., Cho, H., Kim, J.Y. and Kang, K.S. (2012). Error analysis on the offshore wind speed estimation using HeMOSU-1 data. Journal of korean society of coastal and ocean engineers, 24(5), 326-332 (in Korean).
Ko, D.H., Jeong. S.T., Cho, H., Jun, C.K. and Kim, Y.C. (2013). Estimation on the radius of maximum wind speed using RSMC best track data. Journal of korean society of coastal and ocean engineers, 25(5), 291-300 (in Korean).
Kwon, S.-D. and Lee, J.-H. (2008). Estimation of extreme wind speeds in southern and western coasts by typhoon simulation. Journal of the korean society of civil engineers, KSCE, 28(4A), 431-438 (in Korean).
Kwon, S.-D. and Lee, S.-L. (2009). Estimation of design wind velocity based on short term measurements. Journal of the korean society of civil engineers, KSCE, 29(3A), 209-216 (in Korean).
Matsui, M., Meng, Y. and Hibi, K. (1998). Extreme typhoon wind speeds considering the random variation in a full-scale observation. Structural safety and reliability, 1343-1349.
Ministry of Maritime Affairs and Fisheries (2005). Harbor and fishery design criteria (in Korean).
Ministry of Maritime Affairs and Fisheries, Korea Hydrographic and Oceanographic Administration (2011). Report on establishment and dissemination of coastal inundation prediction maps (in Korean).
Mitsuta, Y., Fujii, T. and Kawahira, K. (1979). Analysis of typhoon pressure patterns over Japanese Islands. Journal of natural disaster science, 1(1), 3-19.
Mwanyika HH. and Kainkwa RM. (2006). Determination of the power law exponent for southern highlands of tanzania. Tanzania Journal of Science, 32, 104.
Ott, S. (2006). Extreme Winds in the Western North Pacific. Riso National Laboratory, Roskilde, Denmark.
Rao, A.R. and Hamed, K.H. (2000). Flood frequency analysis. CRC press LLC, Florida, USA.
Rogers, A.L., Rogers, J.W. and Manwell, J.F. (2005). Comparison of the performance of four measure-correlate-predict algorithms. Journal of wind engineering and industrial aerodynamics, JWEIA, 93, 243-264.
Schloemer, R.W. (1954). Analysis and synthesis of hurricane wind patterns over Lake Okechobee, FL. Hydromet Rep. 31.
U.S. Army Corps of Engineers (2006). Coastal Engineering Manual, Part : Coastal Hydrodynamics, Chapter -2, Meteorology and Wave Climate.
Velazquea, S., Carta, J.A. and Matias, J.M. (2011). Comparison between ANNS and linear MCP algorithms in the long-term estimation of the cost per kWh produced by a wind turbine at a candidate site : A case study in the Canary Islands. Applied energy, 88, 3869-3881.
Willoughby, H.E. and Rahn, M.E. (2004). Parametric representation of the primary hurricane vortex. Part : Observations and evaluation of the Holland (1980) model. Monthly weather review, American meteorological society, 132, 3033-3048.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.