[논문]MERRA 재해석 자료를 이용한 복잡지형 내 풍력발전단지 연간에너지발전량 예측

김진한; 권일한; 박웅식; 유능수; 백인수

doi:10.7836/kses.2014.34.2.082

MERRA 재해석 자료를 이용한 복잡지형 내 풍력발전단지 연간에너지발전량 예측
Prediction of Annual Energy Production of Wind Farms in Complex Terrain using MERRA Reanalysis Data 원문보기 논문타임라인

한국태양에너지학회 논문집 = Journal of the Korean Solar Energy Society, v.34 no.2, 2014년, pp.82 - 90

김진한 (강원대학교 융합시스템공학과 기계메카트로닉스전공) , 권일한 (강원대학교 융합시스템공학과 기계메카트로닉스전공) , 박웅식 (강원대학교 융합시스템공학과 기계메카트로닉스전공) , 유능수 (강원대학교 기계메카트로닉스공학과) , 백인수 (강원대학교 기계메카트로닉스공학과)

Abstract ▼ AI-Helper

The MERRA reanalysis data provided online by NASA was applied to predict the annual energy productions of two largest wind farms in Korea. The two wind farms, Gangwon wind farm and Yeongyang wind farm, are located on complex terrain. For the prediction, a commercial CFD program, WindSim, was used. The annual energy productions of the two wind farms were obtained for three separate years of MERRA data from June 2007 to May 2012, and the results were compared with the measured values listed in the CDM reports of the two wind farms. As the result, the prediction errors of six comparisons were within 9 percent when the availabilities of the wind farms were assumed to be 100 percent. Although further investigations are necessary, the MERRA reanalysis data seem useful tentatively to predict adjacent wind resources when measurement data are not available.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서, 본 연구는 MERRA 재해석 데이터의 국내 복잡지형 풍력자원 예측 정확성을 알아보고자 수행되었다. 이를 위해 MERRA 재해석 데이터와 WindSim 프로그램을 이용하여, 복잡지형에 위치한 강원풍력발전단지와 영양풍력발전단지의 연간 에너지 발전량을 예측하고, 이를 실측 연간에너지발전량(AEP)과 비교 하였으며 오차의 원인에 대해 정성적으로 분석을 수행하였다.
본 연구에서는 MERRA 재해석 자료를 국내 복잡지형에 위치한 강원풍력발전단지와 영양풍력발전단지의 연간에너지발전량 예측에 적용하여, 그 적용 가능성을 알아보았다. 풍력발전단지의 가동률은 강원풍력발전단지의 경우 CDM 보고서에 제시되어있는 가동률을 적용하였으며, 영양풍력발전단지의 경우 CDM 보고서에 가동률이 제시되지 않아, 강원풍력발전단지 가동률의 평균을 적용하였다.
본 연구에서는 MERRA 재해석 자료의 발전량 예측 정확도를 알아보기 위해 비교할 수 있는 실측 데이터가 CDM 보고서 상에 제시된 월간 발전량으로 제한되어있기 때문에 정확한 오차의 원인에 대한 정량적 분석이 어렵지만, MERRA 예측과 CDM 보고서의 결과의 차이를 발생시키는 요인을 고려해 보면 다음과 같다.
문헌에 의하면, 복잡지형에서의 정확한 예측을 위해 권장되는 기상관측지점과 예측지점의 거리는 2 km 이내인 것으로 알려져 있다⁸⁾. 하지만, 이전 연구에서도 복잡지형에서 20km 이상의 이격거리에 대해 선형 풍황예측 프로그램이 아닌 CFD 프로그램을 이용하여 기상관측타워의 상호 풍황예측을 수행하였을 때 연평균 풍속오차가 5% 이내로 예측된 연구사례가 있어, 본 연구에도 동일한 CFD프로그램을 적용하여 MERRA 데이터의 예측 정확도를 알아보기 위한 연구를 수행하였다⁵⁾.

가설 설정

WindSim에서의 3차원 해석 영역은 지형도의 크기에 의해 결정되는 수평방향(x, y 방향)경계와 유동해석의 차단효과를 피하기 위한 충분한 수직방향 (z 방향)경계로 결정된다. 본 논문에서의 z방향 해석영역 높이는 10 km로 설정되었으며, 실제 고도에 따라 풍속이 변화하는 영역인 대기경계층의 높이는 일반적으로 지균풍의 높이를 설명하기 위해 문헌상에서 많이 사용되는 500m 로 가정하였다⁹⁾.

제안 방법

WindSim 내에서 연간 발전량 계산을 수행할 때 실제 풍력발전단지의 공기밀도를 적용하기 위해 Table 4에 제시된 것과 같이 강원풍력발전단지는 최 인근 대관령기상대, 영양풍력발전단지는 최 인근 울진기상대로부터 동일기간에 대한 10분 평균의 온도와 압력에 대한 정보를 제공받아 적용하였다. 제공받은 자료는 월평균 값으로 변환되어 적용하였으며, 풍력발전단지 내 개별 풍력발전기 별 고도에 따라 온도와 압력이 보정되어, 공기밀도 계산 및 발전량 계산에 적용되도록 하였다.
WindSim에 입력하는 지형파일은 NASA에서 제공하는 SRTM(Shuttle Rada Topography Mission)을 통해 얻어진 등고선 자료와 환경부에서 제공하는 토지피복도의 자료를 GIS 프로그램에 입력하여 제작하였다.
WindSim으로 예측한 강원풍력발전단지와 영양풍력발전단지의 연간에너지 발전량을 각 풍력발전단지의 CDM(Clean Development Mechanism) 결과보고서의 내용과 비교하였다. CDM 보고서상에 제시된 강원풍력발전단지와 영양풍력발전단지의 발전량은 발전단지 내에 위치한 전력량계에 의해 측정된 값으로, 발전단지에서 외부 변전소까지의 송전 손실이 고려되지 않은 발전량이다.
이는 해석영역의 경계에 평탄한 지형이 무한히 연결되어 있는 것으로 가정한 경계조건이며, 이 가정으로 해석영역의 경계와 인접한 영역의 계산결과는 다소 오차를 갖는 것으로 알려져 있다⁷⁾. 따라서 문헌상에 제시된 파라미터 연구결과에 따라 경계조건에 의한 예측오차의 영향을 최소화하기 위해 해석영역경계와 최단거리에 위치한 풍력발전기간의 거리를 적어도 5km 이상이 되도록 설정한 후 지형 모델링을 수행 하였다⁵⁾.
따라서, 본 연구는 MERRA 재해석 데이터의 국내 복잡지형 풍력자원 예측 정확성을 알아보고자 수행되었다. 이를 위해 MERRA 재해석 데이터와 WindSim 프로그램을 이용하여, 복잡지형에 위치한 강원풍력발전단지와 영양풍력발전단지의 연간 에너지 발전량을 예측하고, 이를 실측 연간에너지발전량(AEP)과 비교 하였으며 오차의 원인에 대해 정성적으로 분석을 수행하였다.
WindSim 내에서 연간 발전량 계산을 수행할 때 실제 풍력발전단지의 공기밀도를 적용하기 위해 Table 4에 제시된 것과 같이 강원풍력발전단지는 최 인근 대관령기상대, 영양풍력발전단지는 최 인근 울진기상대로부터 동일기간에 대한 10분 평균의 온도와 압력에 대한 정보를 제공받아 적용하였다. 제공받은 자료는 월평균 값으로 변환되어 적용하였으며, 풍력발전단지 내 개별 풍력발전기 별 고도에 따라 온도와 압력이 보정되어, 공기밀도 계산 및 발전량 계산에 적용되도록 하였다.
지형이 급격히 경사진 형태로 변하는 곳은 유동장 해석 시 발산될 수 있으므로 직교 격자(Orthgonalized 3-D grid)를 사용하였다.
본 연구에서는 MERRA 재해석 자료를 국내 복잡지형에 위치한 강원풍력발전단지와 영양풍력발전단지의 연간에너지발전량 예측에 적용하여, 그 적용 가능성을 알아보았다. 풍력발전단지의 가동률은 강원풍력발전단지의 경우 CDM 보고서에 제시되어있는 가동률을 적용하였으며, 영양풍력발전단지의 경우 CDM 보고서에 가동률이 제시되지 않아, 강원풍력발전단지 가동률의 평균을 적용하였다.
0% 를 WindSim 연간 발전량 예측결과에 적용하여, 연간 발전량을 계산하였다. 하지만, 영양풍력발전단지의 경우 CDM 보고서상에 단지 가동률이 제시되지 않아, 강원 풍력발전단지 가동률의 평균인 약 98%를 WindSim 연간 발전량 예측결과에 적용하여, 연간발전량을 계산하였다.

대상 데이터

본 연구에서 사용한 MERRA 재해석 자료는 각 단지 최 인근에 위치한 자료로서, 강원 풍력발전단지와 영양풍력발전단지의 최 인근 풍력발전기와의 이격거리는 각각 22.1km, 7.3km이다. 문헌에 의하면, 복잡지형에서의 정확한 예측을 위해 권장되는 기상관측지점과 예측지점의 거리는 2 km 이내인 것으로 알려져 있다⁸⁾.
본 연구에서는 해수면 50 m 높이에서의 MERRA 재해석 자료를 사용하였으며, 강원 풍력발전단지와의 발전량 비교를 위해 2010년 1월 1일부터 2012년 12월31일의 총 3년간의 자료를, 영양풍력발전단지와의 발전량 비교를 위해 2009년 6월1일부터 2012년 5월31일까지 총 3년간의 자료를 사용 하였다.
영양풍력발전단지는 경상북도 영양군에 위치하였으며, Fig. 1(b)와 같이 총 41기의 풍력발전기가 설치된 61.5MW급 풍력발전단지이다. 단지를 구성하는 풍력발전기는 Acciona사의 1.
해석 영역은 강원풍력발전단지와 양양풍력발전단지의 해석영역모두 40 km x 40 km로 설정하였으며, 격자 생성결과는 Table 2와 Table 3에 정리하였다. 각각의 표에서 알 수 있듯이 수평축(x,y)격자 간격은 100m로 균일하게 분할되어 있으며, 수직축(z)은 고도가 증가할수록 격자간격이 증가하도록 분할되어 있다.

이론/모형

강원풍력발전단지와 영양풍력발전단지의 연간에너지발전량 예측을 위해 노르웨이 WindSim AS사에서 개발한 전산유체역학(CFD; computational fluid dynamics) 프로그램인 WindSim v6.0을 사용하였다. WindSim 프로그램은 3차원 유동장의 비선형 해를 얻기 위해 비압축성 유동에 대한 RANS(Reynolds averaged Navier-Stokes) 식을 수치 해석적으로 풀게 된다.
바람장 해석은 경계부근에서 발생하는 풍속의 과 예측을 최소화하기 위해 Fig. 4와 같이 큰 격자간격(500 m x500 m)을 갖는 외부 영역을 해석한 후 그 결과를 경계조건으로 이용하여 조밀한 격자간격(100 m x100 m)을 갖는 내부 영역을 해석하는 Nesting method를 사용하였다.

성능/효과

Table 5에서 알 수 있듯이 CDM 결과 보고서에 있는 강원풍력발전단지의 실측연간에너지발전량과 WindSim으로 예측한 연간에너지발전량의 오차는 모든 기간에 대해 10.9% 이내인 것을 확인하였으며, 영양풍력발전단지의 실측 연간에너지 발전량과 WindSim으로 예측한 연간에너지발전량의 오차는 모든 기간에 대해 7.8% 이내인 것을 확인하였다. 이는 이전 문헌에 제시된 WindSim과 기상관측자료를 이용하여 복잡지형의 풍속예측 정확도를 연구한 결과인 이격거리가 약 7∼8 km 일 경우 오차가 6% 이내이며, 이격거리가 약 21∼25 km 일 경우 오차가 10 %이내인 결과와 비교하였을 때 발전량이 대략적으로 풍속의 세제곱에 비례하는 것을 감안하면, 이전결과와 유사하거나, 더 좋은 예측 결과를 보여준 것으로 판단된다^{2), 5)}.
WindSim으로 예측한 2010년 ∼ 2012년의 3년간의 연간에너지발전량과 CDM 결과보고서에 기술된 실측발전량을 비교한 결과 강원 풍력발전단지의 경우 오차는 10.9 % 이내이며, 영양풍력발전단지의 경우 오차는 7.8 % 이내 임을 알 수 있었다.
따라서, MERRA재해석 데이터를 이용하였을 때 기상관측자료를 이용한 결과와 비교하여, 연간 발전량 예측만으로 본다면 크게 다르지 않은 예측 정확도를 보여주고 있는 것으로 판단된다.
또한 강원풍력발전단지와 영양풍력발전단지의 월별 발전량의 경향성을 살펴본 결과, 강원풍력발전단지의 경우 상관계수가 0.3 미만으로 매우 낮아 상관관계가 거의 없는 것으로 계산되었으며, 영양풍력발전단지의 경우 상관계수가 0.7 이상으로 매우 높은 것으로 계산되었다. 이는 MERRA 재해석 자료의 이격 거리가 20km 이상인 강원풍력발전단지의 경우 연간 발전량 예측오차가 10.
따라서, 강원풍력발전단지의 경우 이격거리가 20 km 이상으로 이격거리가 7km 정도인 영양풍력발전단지에 비해 예측 정확도가 떨어지게 되는 것으로 판단된다. 비록 강원풍력발전단지의 연간발전량 예측 오차는 10.9% 이내로 양호하지만, 월간 발전량의 상관관계가 거의 없는 것으로 볼 때, 예측 결과는 우연한 결과일 수 있을 것으로 판단된다.
7 이상으로 매우 높은 것으로 계산되었다. 이는 MERRA 재해석 자료의 이격 거리가 20km 이상인 강원풍력발전단지의 경우 연간 발전량 예측오차가 10.9 % 이내로 양호하지만, 월간 발전량의 상관관계가 거의 없는 것으로 볼 때, 예측 결과는 우연한 결과일 수 있을 것으로 판단된다. 하지만, MERRA 재해석 자료의 이격거리가 약 7km 정도인 영양풍력발전단지의 경우 0.
9 % 이내로 양호하지만, 월간 발전량의 상관관계가 거의 없는 것으로 볼 때, 예측 결과는 우연한 결과일 수 있을 것으로 판단된다. 하지만, MERRA 재해석 자료의 이격거리가 약 7km 정도인 영양풍력발전단지의 경우 0.7 이상의 매우 높은 상관관계와 함께 월간 발전량을 비교적 잘 예측하는 것으로 나타났다.
그림에서 살펴보면, 강원풍력발전단지의 경우 MERRA 재해석 데이터를 이용하여 예측한 월별 발전량의 경향이 CDM 보고서의 발전량의 경향을 유사하게 따라가지 못하고 있는 것을 알 수 있다. 하지만, 영양풍력발전단지의 경우 연도에 걸쳐 대체로 MERRA 재해석 데이터의 발전량 예측 결과와 CDM 보고서의 발전량 측정 결과가 일관적인 경향성을 보여주는 것을 알 수 있다.

후속연구

본 연구의 결과를 종합해 볼 때 MERRA 재해석 자료를 이용하여, 국내 복잡지형에서의 풍력자원예측은 기상관측타워가 설치되기 전에 인근 지점의 예비 타당성을 판단하는 데는 충분히 적용 가능할 것으로 판단된다. 하지만, 본 연구에서는 국내 복잡지형에 위치한 2개 풍력발전단지에서의 결과만을 비교 분석 하였기 때문에, 향후 보다 정확한 결과를 위해서는 보다 많은 풍력발전단지에 MERRA 재해석 자료를 적용하여 발전량을 예측해보고 실측자료와 비교 분석을 수행해야 할 것으로 판단된다.
본 연구의 결과를 종합해 볼 때 MERRA 재해석 자료를 이용하여, 국내 복잡지형에서의 풍력자원예측은 기상관측타워가 설치되기 전에 인근 지점의 예비 타당성을 판단하는 데는 충분히 적용 가능할 것으로 판단된다. 하지만, 본 연구에서는 국내 복잡지형에 위치한 2개 풍력발전단지에서의 결과만을 비교 분석 하였기 때문에, 향후 보다 정확한 결과를 위해서는 보다 많은 풍력발전단지에 MERRA 재해석 자료를 적용하여 발전량을 예측해보고 실측자료와 비교 분석을 수행해야 할 것으로 판단된다.
하지만, 정량적이고 일반적인 MERRA 재해석 데이터의 풍력자원 예측 오차의 원인을 분석하기 위해서는 보다 많은 지점에서의 기상관측 자료와의 비교를 통한 MERRA 재해석 데이터의 예측 비교연구가 수행되어야 할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	풍력자원을 예측하는 방법으로 무엇이 있는가?	풍력발전단지를 건설하기 위한 전 단계로서 풍력자원을 예측하기 위해 전 세계적으로 선형 유동 모델을 기반으로 하는 WAsP(Wind Atlas Analysisand Application Program)과 RANS (Reynolds averaged Navier-stokes) 수식을기반으로 하는 WindSim 프로그램이 많이 사용되고 있다. WAsP은 복잡지형에서 발생할 수 있는 유동박리(Flow Separation), 와류 (Vortex)와 같은 비선형 유동을 해석하지 못하는 한계 때문에 풍속 및 풍향예측에 있어 오차를 발생시킬 수 있어 복잡지형에 대한 해석에는 주로 WindSim 프로그램이 사용되고 있다1).
	MERRA 예측과 CDM 보고서의 결과의 차이를 발생시키는 요인은 무엇인가?	첫 번째로 풍력발전기의 고장에 의해 발전을 할 수 없는 부분은 MERRA를 이용한 예측에서는 시간 영역에서 정확히 고려되지 않고, 전체 발전량 예측 결과에 연간 가동률을 적용하여 계산되기 때문에, 월별 발전량 추이에 반영되지 못하게 된다. 따라서 이는 월별 발전량 추이에 대한 차이를 발생시킬 것으로 판단된다. 또한, 육상풍력발전단지 대부분이 풍속이 높은 복잡지형에 위치하고 있기 때문에 풍황 데이터의 위치와 예측하고자 하는 지점의 거리가 멀어질수록 예측 정확도는 떨어지게 된다. 따라서, 강원풍력발전단지의 경우 이격거리가 20 km 이상으로 이격거리가 7km 정도인 영양풍력발전단지에 비해 예측 정확도가 떨어지게 되는 것으로 판단된다. 비록 강원풍력발전단지의 연간발전량 예측 오차는 10.9% 이내로 양호하지만,월간 발전량의 상관관계가 거의 없는 것으로 볼 때, 예측 결과는 우연한 결과일 수 있을 것으로 판단된다. 하지만, 정량적이고 일반적인 MERRA 재해석 데이터의 풍력자원 예측 오차의 원인을 분석하기 위해서는 보다 많은 지점에서의 기상관측 자료와의 비교를 통한 MERRA 재해석 데이터의 예측 비교연구가 수행되어야 할 것으로 판단된다.
	WAsP의 단점은 무엇인가?	풍력발전단지를 건설하기 위한 전 단계로서 풍력자원을 예측하기 위해 전 세계적으로 선형 유동 모델을 기반으로 하는 WAsP(Wind Atlas Analysisand Application Program)과 RANS (Reynolds averaged Navier-stokes) 수식을기반으로 하는 WindSim 프로그램이 많이 사용되고 있다. WAsP은 복잡지형에서 발생할 수 있는 유동박리(Flow Separation), 와류 (Vortex)와 같은 비선형 유동을 해석하지 못하는 한계 때문에 풍속 및 풍향예측에 있어 오차를 발생시킬 수 있어 복잡지형에 대한 해석에는 주로 WindSim 프로그램이 사용되고 있다1).

참고문헌 (9)
타임라인 바로가기

P. Moreno, A. R. Gravdahl, M. Romero, Wind flow over complex terrain: Application of linear and CFD models, EWEC, Madrid, 2003

인용구절

인용 구절

WAsP은 복잡지형에서 발생할 수 있는 유동박리(Flow Separation), 와류(Vortex)와 같은 비선형 유동을 해석하지 못하는 한계 때문에 풍속 및 풍향예측에 있어 오차를 발생시킬 수 있어 복잡지형에 대한 해석에는 주로 WindSim 프로그램이 사용되고 있다¹⁾.
Y. S. Hwang, I. S. Paek, K. Y. Yoon, W. S. Lee, N. S. Yoo and Y. S. Nam, Application of wind data from automated weather stations to wind resources estimation in Korea, Journal of Mechanical Science and Technology, 24, pp. 2017-2023, 2010

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

현재 국내에 설치된 풍력발전기는 대부분 복잡지형에 위치하고 있으며, 복잡지형에서의 실측자료와 WindSim 프로그램을 이용한 풍력자원예측의 정확성을 검증하기 위해 국내에서 다수의 연구가 진행되어왔다^2-5).

이는 이전 문헌에 제시된 WindSim과 기상관측자료를 이용하여 복잡지형의 풍속예측 정확도를 연구한 결과인 이격거리가 약 7∼8 km 일 경우 오차가 6% 이내이며, 이격거리가 약 21∼25 km 일 경우 오차가 10 %이내인 결과와 비교하였을 때 발전량이 대략적으로 풍속의 세제곱에 비례하는 것을 감안하면, 이전결과와 유사하거나, 더 좋은 예측 결과를 보여준 것으로 판단된다^{2), 5)}.
J. K. Woo, H. G. Kim, B. M. Kim, I. Paek, N. S. Yoo, AEP prediction of a wind farm in complex terrain-Wind PROVs. Wind Sim, Journal of the Korean Solar Energy Society, Vol. 32, No. 6, pp. 1-10, 2012.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

현재 국내에 설치된 풍력발전기는 대부분 복잡지형에 위치하고 있으며, 복잡지형에서의 실측자료와 WindSim 프로그램을 이용한 풍력자원예측의 정확성을 검증하기 위해 국내에서 다수의 연구가 진행되어왔다^2-5).
J. K. Woo, H. G. Kim, B. M. Kim, I. Paek, and N. S. Yoo, Prediction of annual energy production of Gangwon wind farm using AWS wind data, Journal of the Korean Solar Energy Society, Vol. 31, No. 2, pp. 72-81, 2011.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

현재 국내에 설치된 풍력발전기는 대부분 복잡지형에 위치하고 있으며, 복잡지형에서의 실측자료와 WindSim 프로그램을 이용한 풍력자원예측의 정확성을 검증하기 위해 국내에서 다수의 연구가 진행되어왔다^2-5).

또한 WindSim 과 자동기상관측기 풍황 자료를 이용하여 강원풍력발전단지의 연간 발전량 예측을 수행하고 CDM 보고서 결과와 비교하여 오차가 8% 이내임을 보였던 이전 연구 결과와 유사한 결과로 판단된다⁴⁾.
J. K. Woo, H. G. Kim, I. Paek, N. S. Yoo, and Y. S. Nam, Wind speed prediction in complex terrain using a commercial CFD code, Journal of the Korean Solar Energy Society, Vol. 31, No. 6, pp. 8-22, 2011.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

현재 국내에 설치된 풍력발전기는 대부분 복잡지형에 위치하고 있으며, 복잡지형에서의 실측자료와 WindSim 프로그램을 이용한 풍력자원예측의 정확성을 검증하기 위해 국내에서 다수의 연구가 진행되어왔다^2-5).

하지만, 이전 연구에서도 복잡지형에서 20km 이상의 이격거리에 대해 선형 풍황예측 프로그램이 아닌 CFD 프로그램을 이용하여 기상관측타워의 상호 풍황예측을 수행하였을 때 연평균 풍속오차가 5% 이내로 예측된 연구사례가 있어, 본 연구에도 동일한 CFD프로그램을 적용하여 MERRA 데이터의 예측 정확도를 알아보기 위한 연구를 수행하였다⁵⁾.

따라서 문헌상에 제시된 파라미터 연구결과에 따라 경계조건에 의한 예측오차의 영향을 최소화하기 위해 해석영역경계와 최단거리에 위치한 풍력발전기간의 거리를 적어도 5km 이상이 되도록 설정한 후 지형 모델링을 수행 하였다⁵⁾.
H. G. Kim, K. H. Kim, Y. H. Kang, Wind resource assessment for green island-Dokdo, Journal of the Korean Solar Energy Society, Vol. 32, No. 5, pp. 94-101, 2012

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

이러한 실측 데이터의 한계점에 대한 대안으로 최근 재해석 데이터인 MERRA 재해석 자료를 WindSim 에 적용하여 독도의 풍력자원 예측을 수행한 연구가 시도되었다⁶⁾.
Rienecker, M. M., M. J. Suarez, R. Gelaro, R. Todling, J. Bacmeister, E. Liu, M. G. Bosilovich, S. D. Schubert, L. Takacs, G.-K. Kim, S. Bloom, J. Chen, D. Collins, A. Conaty, A. da Silva, et al., MERRA:NASA's Modern-Era Retrospective Analysis for Research and Applications. J. Climate, 24, 3624-3648, 2011.

상세보기
인용구절

인용 구절

MERRA(Modern-Era Retrospective Analysis for Research and Applications) 재해석 자료는 미국 NASA에서 제공하는 자료로서 인공 위성 세대인 1979년부터 현재까지 약 30년 이상의 기간 동안 측정된 인공위성자료, 기상관측자료, 라디오존데 자료 등을 이용하여 GEOS-5(Goddard Earth Observing System) 기상모델의 자료동화시스템(Data assimilation system)을 적용하여 제작되는 재해석 자료이다⁷⁾.

자료의 시간 해상도는 50m 높이의 자료의 경우 1시간 간격의 평균자료이며, 그 이외는 3시간 간격의 평균자료로 되어있다⁷⁾.

이는 해석영역의 경계에 평탄한 지형이 무한히 연결되어 있는 것으로 가정한 경계조건이며, 이 가정으로 해석영역의 경계와 인접한 영역의 계산결과는 다소 오차를 갖는 것으로 알려져 있다⁷⁾.
Measnet procedure, Enaluation of wite-specific wind conditions Version1, Measnet, 2009.

인용구절

인용 구절

문헌에 의하면, 복잡지형에서의 정확한 예측을 위해 권장되는 기상관측지점과 예측지점의 거리는 2 km 이내인 것으로 알려져 있다⁸⁾.
D. Fallo, Wind energy resource evaluation in a site of central Italyby CFD simulations, Ph. D. Diss., Univ. of Cagliari, DiMeCa, 2007.

인용구절

인용 구절

본 논문에서의 z방향 해석영역 높이는 10 km로 설정되었으며, 실제 고도에 따라 풍속이 변화하는 영역인 대기경계층의 높이는 일반적으로 지균풍의 높이를 설명하기 위해 문헌상에서 많이 사용되는 500m 로 가정하였다⁹⁾.

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