최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국태양에너지학회 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)
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. T...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
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). |
P. Moreno, A. R. Gravdahl, M. Romero, Wind flow over complex terrain: Application of linear and CFD models, EWEC, Madrid, 2003
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
현재 국내에 설치된 풍력발전기는 대부분 복잡지형에 위치하고 있으며, 복잡지형에서의 실측자료와 WindSim 프로그램을 이용한 풍력자원예측의 정확성을 검증하기 위해 국내에서 다수의 연구가 진행되어왔다2-5).
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 판단된다2), 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.
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.
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.
현재 국내에 설치된 풍력발전기는 대부분 복잡지형에 위치하고 있으며, 복잡지형에서의 실측자료와 WindSim 프로그램을 이용한 풍력자원예측의 정확성을 검증하기 위해 국내에서 다수의 연구가 진행되어왔다2-5).
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).
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.
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.
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.
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).
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.