[논문]해상풍력자원 평가를 위한 ERA-Interim/MERRA 재해석 데이터 신뢰성 평가

변종기; 손진혁; 고경남

doi:10.9726/kspse.2016.20.4.044

해상풍력자원 평가를 위한 ERA-Interim/MERRA 재해석 데이터 신뢰성 평가
Reliability assessment of ERA-Interim/MERRA reanalysis data for the offshore wind resource assessment 원문보기

한국동력기계공학회지 = Journal of the korean society for power system engineering, v.20 no.4, 2016년, pp.44 - 51

변종기 (제주대학교 대학원 풍력공학부) , 손진혁 (제주대학교 대학원 풍력공학부) , 고경남 (제주대학교 대학원 풍력공학부)

Abstract ▼ AI-Helper

An investigation on reliability of reanalysis wind data was conducted using the met mast wind data at four coastal regions, Jeju Island. Shinchang, Handong, Udo and Gangjeong sites were chosen for the met mast sites, and ERA-Interim and MERRA reanalysis data at two points on the sea around Jeju Island were analyzed for creating Wind Statistics of WindPRO software. Reliability of reanalysis wind data was assessed by comparing the statistics from the met mast wind data with those from Wind Statistics of WindPRO software. The relative error was calculated for annual average wind speed, wind power density and annual energy production. In addition, Weibull wind speed distribution and monthly energy production were analyzed in detail. As a result, ERA-Interim reanalysis data was more suitable for wind resource assessment than MERRA reanalysis data.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구는 제주 지역에서 해상 풍력발전단지 건설을 위한 풍력자원평가의 방법으로 ERA-Interim과 MERRA 재해석 데이터 사용을 제안하고 이에 대한 신뢰성을 평가하고자 한다. 이를 위해 EMD사에서 개발한 풍력발전단지 설계소프트웨어인 WindPRO을 이용하여 제주도 해안가에 위치한 4개 지점(신창, 한동, 우도, 강정)에서 측정된 Met-Mast 50m 높이 데이터와 동일 높이, 동시간대의 ERA-Interim, MERRA 재해석 데이터를 취득⋅비교하고, WAsP 기반 선형 해석을 통해 각 지점에서의 Met-Mast 및 재해석 데이터의 풍력 자원을 예측하고 비교⋅분석하였다.

가설 설정

2에 본 연구를 위한 재해석 데이터 신뢰성 평가 과정을 나타낸다. 이번 연구에서는 4개의 지점(Met-Mast)에 풍력터빈을 세운다고 가정하고 입력 값으로 Met-Mast 데이터와 동시간대, 같은 높이의 ERA-Interim, MERRA 재해석 데이터를 가지고 WindPRO의 STAGEN를 이용하여 해당 지점의 바람 통계 값(Wind Statistics)을 만들었다.

제안 방법

이 중에서 풍력발전단지 예비 타당성 평가를 위해서는 풍력터빈 허브에 근접한 높이에서의 풍력자원평가가 필요하므로, Met-Mast 데이터 측정 높이와 동일한 50 m 높이의 바람 데이터를 제공하는 ERA-Interim와 MERRA를 선정하여 재해석 데이터의 신뢰성을 평가하였다.
따라서 본 연구는 제주 지역에서 해상 풍력발전단지 건설을 위한 풍력자원평가의 방법으로 ERA-Interim과 MERRA 재해석 데이터 사용을 제안하고 이에 대한 신뢰성을 평가하고자 한다. 이를 위해 EMD사에서 개발한 풍력발전단지 설계소프트웨어인 WindPRO을 이용하여 제주도 해안가에 위치한 4개 지점(신창, 한동, 우도, 강정)에서 측정된 Met-Mast 50m 높이 데이터와 동일 높이, 동시간대의 ERA-Interim, MERRA 재해석 데이터를 취득⋅비교하고, WAsP 기반 선형 해석을 통해 각 지점에서의 Met-Mast 및 재해석 데이터의 풍력 자원을 예측하고 비교⋅분석하였다.

대상 데이터

본 연구는 2016년도 산업통상자원부의 재원으로 한국에너지기술평가원(KETEP)의 에너지인력양성사업 「풍력 O&M 기술 고급트랙」으로 지원받아 수행한 인력양성 성과이며(No. 20164030201230), 또한 산업통상자원부(MOTIE)와 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제입니다.
이러한 과정을 통해 만들어지는 재해석 데이터 중에서 풍력자원평가에 사용되는 것은 10여개가 있다. 본 연구에서는 WindPRO에서 제공하는 재해석 데이터를 사용하였고, 대표적인 데이터 종류, 제공항목, 높이, 시간간격, 측정거리간격 등을 Table 1에 나타낸다.
3에 나타나 있는데 Met-Mast는 지역 이름, 재해석데이터 중에서 “E-W”는 ERA-Interim 해상 서쪽, “E-E”는 ERA-Interim 해상 동쪽, “M-W”는 MERRA 해상 서쪽, “M-S”는 MERRA 해상 남쪽 지점을 의미한다. 분석에 사용된 데이터 기간은 2008년 이후의 Met-Mast 데이터와 동일한 1년간의 ERA-Interim 및 MERRA 데이터를 사용했다.
신창, 한동의 경우에는 반경 5 km 이내에 풍력발전단지가 운영 중에 있으며, 4개 지점 모두 해안가에 위치하여 유사한 경향의 풍력자원을 가지고 있다. 재해석 데이터의 경우에는 제주도 주변에 육상을 포함하여 ERA-Interim 3개 지점, MERRA 3개 지점이 존재하고 있는데 이 중에서 해상 지점 각 2개 데이터를 선택하여 비교, 분석하였으며 4개 지점 모두 제주도 해안선 30 km 내외에 존재하고 있다.
제주 지역에서 재해석 데이터의 활용 가능성을 확인하고 신뢰성을 평가하기 위하여 해안가에 위치한 4개 지점의 Met-Mast 데이터와 제주 지역 주변에서 측정되고 해석된 ERA-Interim 및 MERRA 두 가지 재해석 데이터를 이용하였다. 해상풍력발전 예비 타당성 평가 시 진행되는 풍력자원평가 과정을 수행하고 이에 대한 예측 값을 비교⋅분석하였다.
3에 나타낸다. 해안가에 위치한 Met-Mast로부터 측정된 신창, 한동, 우도, 강정 4개 지점의 데이터를 사용하였고, 이를 기준 위치 및 데이터로 지정하였다.

데이터처리

그 다음 연간평균 풍속, 풍력에너지밀도, 연간 발전량(Annual Energy Production, AEP), Weibull 분포, 월간 발전량 등을 예측하였다. 이렇게 예측된 각 결과 값 중에서 Met-Mast 측정 데이터를 이용한 풍력자원해석 값을 기준으로 하고 각 재해석 데이터의 해석 값을 비교한 상대오차를 통해 신뢰성을 평가하였다.
제주 지역에서 재해석 데이터의 활용 가능성을 확인하고 신뢰성을 평가하기 위하여 해안가에 위치한 4개 지점의 Met-Mast 데이터와 제주 지역 주변에서 측정되고 해석된 ERA-Interim 및 MERRA 두 가지 재해석 데이터를 이용하였다. 해상풍력발전 예비 타당성 평가 시 진행되는 풍력자원평가 과정을 수행하고 이에 대한 예측 값을 비교⋅분석하였다.

성능/효과

이 결과 값을 평균한 것을 Table 4에 나타낸다. ERA-Interim의 경우 평균 풍속은 3.1%, 풍력에너지밀도는 17.4%, AEP는 6.3%의 상대오차를 나타냈고, MERRA의 경우 평균 풍속은 9.9%, 풍력에너지밀도는 36.7%, AEP는 22.2%의 상대오차를 나타냈다. 각 결과 값이 MERRA가 ERA-Interim보다 2~4배 더 큰 상대오차를 보인다.
ERA-Interim이 MERRA보다 Met-Mast 기준의 확률밀도에 근접함을 알 수 있다. 좀 더 정확한 편차를 구하기 위해 Met-Mast 값을 기준으로 풍속 1~20 m/s 구간에서의 각 확률 밀도 값에 대한 평균 제곱근 오차(Root Mean Square Error, RMSE)을 구한 것을 Table 5에 나타낸다.
각 지역별로 살펴보면 신창, 한동, 우도는 신창의 2월 데이터를 제외하고 겨울 기간(11월~2월)동안 ERA-Interim 기반으로 예측된 월별 예상 발전량이 MERRA 보다 Met-Mast 기준 값과 비슷한 경향을 보였다.
2에 나타낸 신뢰성 평가 절차에 따라 예측되어진 평균 풍속, 풍력 에너지밀도, AEP와 Met-Mast와의 상대오차를 Table 3에 나타낸다. 결과 값을 비교했을 때 ERAInterim 데이터를 사용한 풍력자원평가 결과가 4개 지점 모두에서 MERRA 데이터보다 신뢰성이 높은 것으로 확인된다.
각 결과 값이 MERRA가 ERA-Interim보다 2~4배 더 큰 상대오차를 보인다. 따라서 제주 해상 기준의 풍력 자원 평가는 ERA-Interim 재해석데이터가 높은 예측정확도를 보이고 있음을 알 수 있다.
본 연구 결과는 2013년 AWS Truepower에서 수행한 전 세계에 분포된 60개 Met-Mast 실측데이터와 ERA-Interim와의 상관 관계를 분석한 결과, 결정계수는 0.73이고 MERRA와의 상관 관계에 대한 결정계수는 0.67로서 ERA-Interim의 신뢰성이 MERRA보다 더 높다는 분석결과⁸⁾를 뒷받침한다.
수치적으로 4개 지점의 Met-Mast 데이터와 평가한 결과, ERA-Interim은 평균 풍속, 풍력에너지 밀도, AEP 예측에서 각각 3.1%, 17.4%, 6.3%의 상대오차를 보여, 9.9%, 36.7%, 22.2%의 상대오차를 보인 MERRA보다 신뢰성이 높은 것으로 판단된다. 또한 각 풍속 구간별 Weibull 분포에 있어서도 ERA-Interim 기반의 예측 값이 MERRA보다 낮은 편차를 보였다.
또한 각 풍속 구간별 Weibull 분포에 있어서도 ERA-Interim 기반의 예측 값이 MERRA보다 낮은 편차를 보였다. 월별 예상 발전량 평가에 있어서도 강풍이 부는 시기의 ERA-Interim을 이용한 결과 값이 MERRA보다 Met-Mast를 이용한 결과 값에 근접함을 확인하였다. 이상의 연구 결과를 종합적으로 판단해보면, ERA-Interim 재해석 데이터가 해상에서 풍력자원예비평가에 있어서 MERRA보다 신뢰성이 높은 것으로 판단된다.
월별 예상 발전량 평가에 있어서도 강풍이 부는 시기의 ERA-Interim을 이용한 결과 값이 MERRA보다 Met-Mast를 이용한 결과 값에 근접함을 확인하였다. 이상의 연구 결과를 종합적으로 판단해보면, ERA-Interim 재해석 데이터가 해상에서 풍력자원예비평가에 있어서 MERRA보다 신뢰성이 높은 것으로 판단된다.

후속연구

강정은 12월을 제외하고는 한라산의 영향으로 전반적으로 평균 풍속이 낮아 고 풍속 기간의 풍력자원평가에 대한 추가적인 분석이 필요한 것으로 판단된다.
제주도에서는 해상풍력발전단지 건설을 시작한 한경 지역이외에 대정, 한림, 월정, 하도 지역 등이 사업 타당성을 검토하고 있기 때문에 다양한 지역에 대한 추가적인 신뢰성 검토도 필요하다. 향후 이번 연구 결과에 대한 신뢰성을 높이기 위해서 제주 지역에서 측정된 다수의 Met-Mast 데이터와 재해석 데이터 사이트간의 거리 및 고도에 따른 분석을 보다 더 수행할 필요가 있다.
제주도에서는 해상풍력발전단지 건설을 시작한 한경 지역이외에 대정, 한림, 월정, 하도 지역 등이 사업 타당성을 검토하고 있기 때문에 다양한 지역에 대한 추가적인 신뢰성 검토도 필요하다. 향후 이번 연구 결과에 대한 신뢰성을 높이기 위해서 제주 지역에서 측정된 다수의 Met-Mast 데이터와 재해석 데이터 사이트간의 거리 및 고도에 따른 분석을 보다 더 수행할 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	WindPRO 예측 시 큰 상대오차를 보이는 이유는?	특히 한동 및 우도 지역에서 MERRA 데이터를 이용한 풍력에너지밀도 예측 값이 40% 이상의 상대오차를 나타내고 있다. 그 이유는 풍력에너지밀도가 풍속의 3제곱에 비례하므로, 평균 풍속 예측 값의 상대오차보다 더 큰 차이를 보이기 때문이다. 또한 고 풍속 구간의 정격 출력 제어를 반영하는 AEP와 달리 풍력에너지밀도는 고 풍속 구간에서도 풍속의 세제곱에 비례하므로 AEP에 대한 상대오차보다 풍력에너지밀도의 상대오차가 더 크다.
	육상 및 해상에서 풍속, 풍향으로 재해석하는 방법은 어떤 것이 있는가?	그 중에서 풍속, 풍향으로 재해석하기 위해 측정되는 항목은 습도와 표면 거칠기가 있다. 육상의 경우 모닌-오부코프상사가설(Monin-Obukhov similarity hypothesis)을 기반으로 지표면의 토양 온도 및 습도를 측정하여 풍속, 풍향으로 재해석한다.11) 해상의 경우에는 바람이 파도를 일으키게 되면, 이 파도가 바다 표면 거칠기에 영향을 주게 된다. 이러한 바다 표면 거칠기 정도 및 파도 방향을 파악하여 그 지역의 풍속, 풍향을 재해석한다.12)
	NWP모델을 구동시켜 바람 데이터를 재해석하기 위해 측정되는 항목은 무엇인가?	인공위성을 통해 측정되는 데이터 중에서 NWP모델을 구동시켜 바람 데이터를 재해석하기 위해 측정되는 항목은 크게 4가지 항목(습도, 복사, 난류혼합, 표면 거칠기)이다. 그 중에서 풍속, 풍향으로 재해석하기 위해 측정되는 항목은 습도와 표면 거칠기가 있다.

참고문헌 (16)

M. E. Kim, 2012, "The market prospect and development strategy of wind energy industry", Korea Energy Economics Institute, pp. 13-14.
K. J. Cho, C. Y. Song and J. S. Lee, 2010, "The status and direction of offshore wind turbine development", Journal of the Korean geosynthetics society, Vol. 9, No. 3, pp. 27-28.
S. H. Kim, J. C. Hur, H. M. Kim and S. Y. Jung, 2014, "The research report of detailed plan to implement the 2GW offshore wind power plant until 2030", Energy Industry Division, Economy and Industry Bureau, Jeju Special Self-Governing Province, pp. 10.
Michael C. Brower et al., 2012, "WIND RESOURCE ASSESSMENT", A JOHN WILEY & SONS, INC., PUBLICATION, pp. 66-70.
Ministry of Knowledge Economy, 2011, "Offshore wind farm road map", pp. 11.
U. S. Park, I. S. Paek, N. Y. Yoo, I. H. Kwon, and J. H. Kim, 2013, "Comparison of correlation between measured and reanalysis data", Journal of the Korean Society of Precision Engineering, Vol. 13, No. 6, pp. 1165-1166.
S. Yuan, H. G. Kim, J. H. Byeon, I. S. Paek, and N. S. Yoo, 2015, "A Feasibility Study on Annual Energy Production of the Offshore Wind Farm using MERRA Reanalysis Data", Journal of The Korean Society for Solar Energy Engineering, Vol. 35, No. 2, pp. 33-41.

원문보기 상세보기
Michael C. Brower et al, 2013, "A STUDY OF WIND SPEED VARIABILITY USING GLOBAL REANALYSIS DATA", Technical Papers of AWS Truepower, pp. 3-4.
D. J. Cannon et al., 2014, "Using reanalysis data to quantify extreme wind power generation statistics: A 33 year case study in Great Britain", A JOHN WILEY & SONS, INC., PUBLICATION, pp. 213-214
Lars Landberg, 2016, "Meteorology for Wind Energy An Introduction", WILEY, pp. 158-159.
Max J. Suarez et al., 2007, "Technical Report Series on Global Modeling and Data Assimilation", NASA/TM-2007-104606, Vol.27, pp. 2-14.
Michael C. Brower et al., 2012, "WIND RESOURCE ASSESSMENT", A JOHN WILEY & SONS, INC., PUBLICATION, pp. 213-214.
Morten Lybech Thogersen, M.Sc. 2010, "WindPRO / Online, Remote Sensing Data and Other Data for Download in WindPRO", EMD Internaltional A/S, pp. 26-36.
D. P. Dee et al., 2011, "The ERA-Interim reanalysis : configuration and performance of the data assimilation system", Journal of the Royal Meteorological Society, Vol. 22, No. 6, pp. 553-554.
Michele M. Rienecker et al., 2011, "MERRA : NASA's Modern-Era Retrospective Analysis for Research and Applications", JOURNAL OF CLIMATE, Vol. 24, pp. 1-2.
J. H. Kim, K. I. Kwon, U. S. Park, N. S. Yoo, and I. S. Paek, 2014, "Prediction of Annual Energy Production of Wind Farms in Complex Terrain using MERRA Reanalysis Data", Journal of The Korean Society for Solar Energy Engineering, Vol. 34, No. 2, pp. 82-90.

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