[논문]공간모델링 기반의 풍력발전출력 예측 모델에 관한 연구

정솔영; 허진; 최영도

doi:10.18770/kepco.2015.01.01.163

공간모델링 기반의 풍력발전출력 예측 모델에 관한 연구
Study on Wind Power Prediction model based on Spatial Modeling 원문보기

KEPCO Journal on electric power and energy, v.1 no.1, 2015년, pp.163 - 168

정솔영 (SangMyung University) , 허진 (SangMyung University) , 최영도 (KEPCO Research Institute, Korea Electric Power Corporation)

Abstract ▼ AI-Helper

In order to integrate high wind generation resources into power grid, it is an essential to predict power outputs of wind generating resources. As wind farm outputs depend on natural wind resources that vary over space and time, spatial modeling based on geographic information such as latitude and longitude is needed to estimate power outputs of wind generation resources. In this paper, we introduce the basic concept of spatial modeling and present the spatial prediction model based on Kriging techniques. The empirical data, wind farm power output in Texas, is considered to verify the proposed prediction model.

주제어

AI 본문요약
AI-Helper

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

문제 정의

기존의 다양한 연구들에 의하면 크리깅을 이용한 추정 기법은 다양한 분야에서 높은 신뢰성의 예측 결과 도출이 가능함을 알 수 있다. 공간모델링은 지구통계학 분야에서 주로 활용되었지만 본 연구에서는 공간적 제약을 받는 풍력발전원의 공간적 상관관계(spatial correlation) 특성을 분석하여 새로운 풍력단지의 출력예측에 공간모델링 기법을 적용하고자 한다.
본 논문에서는 시계열 기반의 예측 기법과 다른 공간모델링을 통한 풍력발전예측 알고리즘을 제안하고, 지구통계학에서 주로 사용하는 공간모델링 기법을 적용하기 위해 공간모델링의 정의 및 적용방법, 베리오그램의 구현, 텍사스 지역 풍력발전단지의 실증 데이터를 이용한 모델적용을 수행 하였다. 풍력발전단지에 대한 출력 예측을 위해 본 논문에서는 단일 변수(풍력발전단지의 출력) 기반의 정규크리깅 기법을 적용하여 타당성을 검토하였다.
본 연구에서는 풍력발전단지의 위치 데이터와 출력 데이터를 이용하여 공간 모델링에 적용하여, 시계열 기반의 예측 기법의 예측오차를 개선할 수 있는 공간 예측 기법을 개발하고자 한다. 이를 위하여 구축된 데이터를 기반으로 베리오그램을 계산하고, 공간 모델링의 대표적인 방법인 크리깅 기법을 구현하고자 한다.
본 논문에서는 시계열 기반의 예측 기법과 다른 공간모델링을 통한 풍력발전예측 알고리즘을 제안하고, 지구통계학에서 주로 사용하는 공간모델링 기법을 적용하기 위해 공간모델링의 정의 및 적용방법, 베리오그램의 구현, 텍사스 지역 풍력발전단지의 실증 데이터를 이용한 모델적용을 수행 하였다. 풍력발전단지에 대한 출력 예측을 위해 본 논문에서는 단일 변수(풍력발전단지의 출력) 기반의 정규크리깅 기법을 적용하여 타당성을 검토하였다. 텍사스 지역 풍력발전단지의 위치 데이터와 출력 데이터를 이용하여 크리깅을 적용하기 위해 먼저 베리오그램을 통해 공간적인 상관관계를 분석하였으며, 정규 크리깅을 이용하여 풍력발전단지의 출력을 예측하였다.

가설 설정

베리오그램 분석을 위하여, 먼저 10개 지역에 대한 위치정보(위도 및 경도)와 출력 데이터에 대한 DB를 구성하였다. Fig. 3은 텍사스 10개 지역에 대한 위치를 위도 경도에 따라 그래프로 나타낸 것이며, 그림의 10개의 풍력발전단지 중 임의의 한 단지인 WF 3을 새로운 풍력발전 단지로 가정하고, 그 값을 예측하기 위한 베리오그램 분석을 실시하였다.

제안 방법

측정된 텍사스[16]의 10개 지역 풍력발전단지의 2009년 1분 단위 출력데이터를 월 단위 출력데이터로 변환하여 베리오그램 분석을 실시하였다. 베리오그램 분석을 위하여, 먼저 10개 지역에 대한 위치정보(위도 및 경도)와 출력 데이터에 대한 DB를 구성하였다. Fig.
이론적 베리오그램은 크게 문턱 값(Sill)이 있는 모델, 문턱 값이 없는 모델 그리고 주기성을 갖는 모델로 구분된다. 본 연구에서는 문턱 값이 있는 모델만을 사용하여 베리오그램 모델링을 실시하였다. 문턱 값이 있는 모델은 분리거리가 증가하면서 자료들의 상관관계가 줄어들어 베리오그램이 일정한 값인 문턱 값(Sill)까지 증가하다가 상관거리(Range) 이상에서는 그 값이 일정한 경우에 적용하는 모델이다.
위치 및 속성 데이터가 확보되면, 주어진 데이터를 이용하여 상관관계 분석을 실시하게 된다. 상관관계 분석을 위하여 먼저 수집된 자료를 바탕으로 실험적 베리오그램(Experimental variogram)을 계산한 후에 계산된 베리오그램을 대표하는 이론적 베리오그램(Theoretical variogram)을 찾아내는 모델링 과정을 거치게 된다. 실험적 베리오그램으로부터 주어진 자료의 특성을 가장 잘 반영하는 이론적 베리오그램을 찾아내는 과정은 최종적인 크리깅(Kriging) 기법에 영향을 주기 때문에 매우 중요하다.
앞서 설명한 위치데이터와 풍력발전단지의 출력데이터를 이용하여 베리오그램 분석을 실시함으로써 각각의 출력데이터 간 공간적 상관관계를 산정할 수 있게 된다. 베리오그램을 적용하게 되면 공간적 상관관계를 보여주는 베리오그램 그래프와 Sill, Nugget, Range 이 세 가지 파라미터를 얻을 수 있다.
이론적 베리오그램의 모델링이 수행되면 크리깅 추정 식으로부터 사용된 각 데이터에 대한 가중치를 산정할 수 있게 되며, 크리깅을 수행하여 원하는 지점의 미지의 값을 예측할 수 있게 된다. 앞서 임의로 지정한 WF 3 풍력발전단지에 대하여 정규크리깅(Ordinary Kriging)을 적용하여 출력 값을 예측하였다. 예측한 결과는 Table 4에 나타내었으며, 이는 2009년 1월부터 9월까지 총 9개월에 대한 1개월 단위 예측 결과(monthly prediction)로 단위는 MW이다.
이를 위하여 구축된 데이터를 기반으로 베리오그램을 계산하고, 공간 모델링의 대표적인 방법인 크리깅 기법을 구현하고자 한다. 예측의 검증을 위하여 실제 텍사스 지역의 10개의 풍력발전단지[16]에서 취득된 출력데이터를 활용하였으며, 10개의 풍력발전단지 중 하나의 단지를 임의로 선택하여 출력데이터를 미지의 값으로 가정하고, 그 값을 예측하여 실측 값과 비교하였다.
본 연구에서는 풍력발전단지의 위치 데이터와 출력 데이터를 이용하여 공간 모델링에 적용하여, 시계열 기반의 예측 기법의 예측오차를 개선할 수 있는 공간 예측 기법을 개발하고자 한다. 이를 위하여 구축된 데이터를 기반으로 베리오그램을 계산하고, 공간 모델링의 대표적인 방법인 크리깅 기법을 구현하고자 한다. 예측의 검증을 위하여 실제 텍사스 지역의 10개의 풍력발전단지[16]에서 취득된 출력데이터를 활용하였으며, 10개의 풍력발전단지 중 하나의 단지를 임의로 선택하여 출력데이터를 미지의 값으로 가정하고, 그 값을 예측하여 실측 값과 비교하였다.
측정된 텍사스[16]의 10개 지역 풍력발전단지의 2009년 1분 단위 출력데이터를 월 단위 출력데이터로 변환하여 베리오그램 분석을 실시하였다. 베리오그램 분석을 위하여, 먼저 10개 지역에 대한 위치정보(위도 및 경도)와 출력 데이터에 대한 DB를 구성하였다.
풍력발전단지에 대한 출력 예측을 위해 본 논문에서는 단일 변수(풍력발전단지의 출력) 기반의 정규크리깅 기법을 적용하여 타당성을 검토하였다. 텍사스 지역 풍력발전단지의 위치 데이터와 출력 데이터를 이용하여 크리깅을 적용하기 위해 먼저 베리오그램을 통해 공간적인 상관관계를 분석하였으며, 정규 크리깅을 이용하여 풍력발전단지의 출력을 예측하였다. 예측된 출력 값은 실제 측정 값과 비교적 비슷한 패턴 양상을 나타내었으며, 크리깅 단일변수 예측에서 발생하는 예측 오차는 향후 추가적으로 다 변수 예측 알고리즘을 구현하여 개선하고자 하며 국내 풍력단지(제주지역)에 적용할 계획이다.

대상 데이터

입력데이터는 위치데이터(위도/경도) 및 속성데이터(측정된 풍력발전 출력)로 구성되며, 풍력발전단지의 위치와 출력을 나타내는 입력 데이터는 모두 csv 형식을 사용하여 나타내었다. 공간모델링을 위한 위치데이터는 10개 풍력발전단지의 위치와 용량, 풍력발전 출력 데이터로 구성되어 있으며 Table 1에 해당 데이터를 나타내었고, 속성데이터는 월 단위 풍력발전 출력데이터이며 Table 2에 나타내었다.
텍사스 지역의 취득된 출력 데이터를 기반으로 공간모델링을 위한 입력데이터를 구성하였다. 입력데이터는 위치데이터(위도/경도) 및 속성데이터(측정된 풍력발전 출력)로 구성되며, 풍력발전단지의 위치와 출력을 나타내는 입력 데이터는 모두 csv 형식을 사용하여 나타내었다.

데이터처리

크리깅 기법에는 단순크리깅, 정규크리깅, 구역크리깅, 공동크리깅, 일반크리깅이 있으며, 자료의 특성에 따라 적절한 크리깅을 적용하여야 한다. 마지막으로 교차검증 단계를 통해 예측의 정확성에 대한 검증을 실시하게 된다.
베리오그램을 적용하게 되면 공간적 상관관계를 보여주는 베리오그램 그래프와 Sill, Nugget, Range 이 세 가지 파라미터를 얻을 수 있다. 본 연구에서는 이론적 베리오그램 구현을 위해 구형(Sph)모델을 적용하였으며, 통계프로그램인 R을 이용하여 분석을 실시하였다. 미지의 값이라 가정한 WF 3을 제외한 텍사스 지역 9개 풍력발전단지의 월 단위 출력 데이터 간의 베리오그램 산출 결과는 다음과 같다.

성능/효과

6은 WF 3에 대한 크리깅 예측 값과 실제 측정 값을 비교한 그래프이다. 1월부터 9월의 추정 값이 실제 출력 값과 비슷한 패턴 양상을 나타내는 것을 확인할 수 있으며, 표에서 나타났듯이 3월의 예측 값이 가장 비슷하게 나타났으며, 8월의 값 차이가 가장 큰 것을 그래프로도 확인할 수 있다.
앞선 베리오그램 분석과 크리깅 예측을 통해서 풍력발전 단지의 출력 값 예측에 공간적인 상관관계를 적용하여 수행할 수 있음을 확인하였다. 오차의 개선을 위해서는 추후에 다 변수 기반의 공간 예측 알고리즘을 구현할 예정이다.

후속연구

텍사스 지역 풍력발전단지의 위치 데이터와 출력 데이터를 이용하여 크리깅을 적용하기 위해 먼저 베리오그램을 통해 공간적인 상관관계를 분석하였으며, 정규 크리깅을 이용하여 풍력발전단지의 출력을 예측하였다. 예측된 출력 값은 실제 측정 값과 비교적 비슷한 패턴 양상을 나타내었으며, 크리깅 단일변수 예측에서 발생하는 예측 오차는 향후 추가적으로 다 변수 예측 알고리즘을 구현하여 개선하고자 하며 국내 풍력단지(제주지역)에 적용할 계획이다.
앞선 베리오그램 분석과 크리깅 예측을 통해서 풍력발전 단지의 출력 값 예측에 공간적인 상관관계를 적용하여 수행할 수 있음을 확인하였다. 오차의 개선을 위해서는 추후에 다 변수 기반의 공간 예측 알고리즘을 구현할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	공간모델링(spatial modeling)의 대표적인 방법에는 무엇이 있는가?	공간예측 기법이란 위도(latitude) 및 경도(longitude) 기반의 위치 데이터와 그 위치에 대한 속성(property) 데이터를 이용하여 기존의 측정된 자료(measured data)의 상관관계 특성을 이용하여 새로운 지점의 자료 값(target data)을 예측하는 기법이다. 공간모델링(spatial modeling)의 대표적인 방법에는 결정론적 기법기반의 역거리가중치기법(Inverse Distance Distance, IDW)과 확률론적 기법기반의 크리깅(Kriging)이 있다. 크리깅 기법은 오염 물질 농도, 전자 과학 필드, 기공, 기질 형성의 두께 등 지구 과학과 엔지니어링 등 다양한 분야에 적용되고 있다.
	공간예측 기법은 무엇인가?	공간예측 기법이란 위도(latitude) 및 경도(longitude) 기반의 위치 데이터와 그 위치에 대한 속성(property) 데이터를 이용하여 기존의 측정된 자료(measured data)의 상관관계 특성을 이용하여 새로운 지점의 자료 값(target data)을 예측하는 기법이다. 공간모델링(spatial modeling)의 대표적인 방법에는 결정론적 기법기반의 역거리가중치기법(Inverse Distance Distance, IDW)과 확률론적 기법기반의 크리깅(Kriging)이 있다.
	공간모델링 기법을 이용할 때의 장점은 무엇인가?	공간예측 기법이 여러 연구에서 다양하게 적용되고 있는 반면, 풍력발전의 출력 예측 연구에 공간예측 기법 적용된 연구 사례는 많지 않다. 특히 기존의 풍력발전 출력 예측 기법의 경우, 새로운 풍력발전단지 건설을 위해서는 기상관측소를 세우고 오랜 기간 축적된 풍속 데이터를 확보하여 예측 발전량을 산정해야 하는 단계를 거쳐야 하지만, 공간모델링을 이용한다면 많은 양의 데이터를 오랜기간 축적하지 않더라도 현재의 데이터만을 이용하여 예측이 가능하다는 장점이 있다.

참고문헌 (17)

정솔영, 허진, 최영도, 이준신 "풍력발전출력의 상관관계 분석모형을 통한 공간예측 적용방안 연구", 대한전기학회 전력기술부문회 춘계학술대회 논문집, 2015년 4월
정솔영, 허진, 최영도, 윤기갑, 이준신, "풍력발전 공간예측을 위한 CDD(Correlation Decay Distance)", 대한전기학회 하계학술대회 논문집, 2015년 7월
구보경, 허진, "풍력발전 예측모델 분석을 통한 공간기법 적용 방안 연구", 대한전기학회 하계학술대회 논문집, 2015년 7월
박범준, 허진, "Fast Fourier Transform을 이용한 풍력발전의 출력 분석", 대한전기학회 하계학술대회 논문집, 2015년 7월
구보경, 허진, "국내외 풍력발전 예측 모델 비교 분석", 전력 및 IT 제주컨퍼런스 논문집, 2015년 8월(ISSN 2005-0496 (학술발표 논문집/제30집)
박범준, 허진, "PSD를 이용한 풍력발전 출력의 특성 분석", 전력 및 IT 제주컨퍼런스 논문집, 2015년 8월(ISSN 2005-0496 (학술발표 논문집/제30집)
김동휘, "인천 송도지역 지층분포 추정을 위한 크리깅과 역거리가중치법의 적용", 한국지반공학회논문집 제26권 1호(2010년 1월), p. 5-19

원문보기 상세보기
김동휘, "인천 송도국제도시 지층분포추정을 위한 크리깅 방법의 비교연구", 한국지반공학회논문집 제26권 5호(2010년 5월), p. 57-64

원문보기 상세보기
정연호, "전기비저항 수직탐사 자료의 정규크리깅을 통한 충적층 분포도의 작성", 물리탐사 10권 3호(2007), p.211-218
조홍래, 정종철, "강우자료에 대한 공간보간 기법의 적용", The Journal of GIS Association of Korea, Vol.14, No. 1, pp.29-41, April 2006

원문보기 상세보기
최종근,"지구통계학", 시그마프레스, p79-p233, 2007
김희정, "베리오그램 모델에 따른 크리깅 보간법의 정확성", 2007
정솔영, 허진, 최영도, 이준신, "풍력발전출력의 상관관계 분석모형을 통한 공간예측 적용방안 연구", 2015년도 대한전기학회 전력기술부문회 전력계통연구회 춘계학술대회 논문집, 2015
기훈, "통계학 개론", 자유아카데미, p287-317, 2009
Nynke Hofstra, Mark New, "Short Communication Spatial variability in correlation decay distance and influence on angular-distance weighting interpolation of daily precipitation over Europe", INTERNATIONAL JOURNAL OF CLIMATOLOGY, 1872-1880, 2009
P. J. Woolcock and R. C. Brown, "A review of cleaning technologies for biomass-derived syngas", Biomass and Bioenergy, Vol. 52, 2013, pp. 54-84.

상세보기
W. Katzenstein, E. Fertig, and J. Apt, "The variability of interconnected wind plants," Int. J. of Energy Policy, vol. 38, no. 8, pp. 4400-4410, 2010.

상세보기

저자의 다른 논문 :

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