[논문]주성분분석에 의한 TMY 특성 비교분석

김신영; 김창기; 강용혁; 윤창열; 장길수; 김현구

doi:10.7836/kses.2019.39.3.067

Abstract ▼ AI-Helper

The reliable Typical Meteorological Year (TMY) data, sometimes called Test Reference Year (TRY) data, are necessary in the feasibility study of renewable energy installation as well as zero energy building. In Korea, there are available TMY data; TMY from Korea Institute of Energy Research (KIER), T...

The reliable Typical Meteorological Year (TMY) data, sometimes called Test Reference Year (TRY) data, are necessary in the feasibility study of renewable energy installation as well as zero energy building. In Korea, there are available TMY data; TMY from Korea Institute of Energy Research (KIER), TRY from the Korean Solar Energy Society (KSES) and TRY from Passive House Institute Korea (PHIKO). This study aims at examining their characteristics by using Principle Component Analysis (PCA) at six ground observing stations. First step is to investigate the annual averages of meteorological elements from TMY data and their standard deviations. Then, PCA is done to find which principle components are derived from different TMY data. Temperature and solar irradiance are determined as the main principle component of TMY data produced by KIER and KSES at all stations whereas TRY data from PHIKO does not show similar result from those by KIER and KSES.

주제어

표/그림 (12)

그림 Fig. 1 The Concept of the TMY
표 Table 1 The representative TMY data sets
표 Table 2 The comparison of the TMY data between the 3 institutions ^13-19)
표 Table 3 The elements of the TMY data between the 3 institutions
표 Table 4 The comparison of solar irradiance and meteorological elements between the 3 institutions
표 Table 4 The comparison of solar irradiance and meteorological elements between the 3 institutions (Continued)
그림 Fig. 2 The scree plot and variance of the TMY data from KIER in Daejeon
표 Table 5 The PCA results of the TMY data of KIER
그림 Fig. 3 The scree plot and variance of the TRY data from PHIKO in Daejeon
표 Table 6 The PCA results of the TRY data of PHIKO
그림 Fig. 4 The scree plot and variance explained of the TRY data from KSES in Daejeon
표 Table 7 The PCA results of the TRY data of KSES

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 국내 TMY 데이터 3종의 차이를 비교하기 위해 먼저 기상요소의 통계적인 특성을 비교, 분석하였고, TMY 데이터를 구성하는 기상요소의 구조적인 적합성을 판별하고, 자료구조의 지점별 일관성을 검증하기 위해 주성분분석을 수행하였다.
본 논문에서는 국내에서 공식적으로 TMY 데이터를 제공하는 KIER, PHIKO, KSES의 TMY 데이터를 구성하는 기상요소가 어떤 차이와 특성을 가지고 있는지 알아보기 위해 공통요소의 연평균 및 표준편차를 비교함으로써 기존 선행연구들에서 수행했던 TMY 구성요소에 대한 통계적 분석과 더불어 TMY의 자료특성을 알아내기 위해 TMY 구성요소들에 대한 주성분분석을 수행하였다. 이를 통하여 도출된 결론은 다음과 같다.

가설 설정

4개의 주성분으로 77%의 설명력을 가짐을 알 수 있다. KIER의 TMY 데이터는 세 기관 중 주성분의 설명력이 가장 높다.
본 논문에서는 주성분분석을 수행하기 위해 SAS 소프트웨어를 이용하였고, scree plot을 이용하여 고유값이 1 이상이며 그래프의 기울기가 급격하게 변하는 구간을 기점으로 주성분의 개수를 결정하였다. 아울러 건물의 열과 에너지 성능에 직접적인 영향을 끼치며, 태양광, 태양열 발전시스템의 성능에 가장 중요한 요소인 온도와 일사량이 주성분으로, 각 지점별로 동일한 주성분이 도출될 때 일관성 있고 신뢰성 있는 TMY라는 가설을 가지고 진행하였다.

대상 데이터

KIER의 TMY 데이터는 Table 5와 같이 이슬점온도와 증기압, 건구온도와 지면온도가 제1주성분이며, 이와 독립적인 관계로 수평면 전일사량과 산란일사량, 법선면 직달일사량이 제2주성분으로 도출되었다. 제3주성분은 풍속, 풍향 등이고 총 4~5개의 주성분 변수로 76~81%의 설명력을 가진다.
주성분 분석 수행 시에는 구성요소들에 대한 가중치를 적용하지 않기 때문에 가중치와 본 연구의 주성분분석 결과 간에는 관련이 없다. 대상지점은 세 기관의 공통지점인 부산, 서울, 인천, 대전, 대구, 광주의 6개 도시이다.
사용한 데이터는 KIER의 TMY, PHIKO의 TRY, KSES의 TRY 데이터^5-7)이고 각각의 데이터 제작방법 및 사용한 장기데이터베이스의 기간과 직산분리모델, 가중치에 대한 정보는 Table 2에 나와 있다. KSES와 PHIKO의 TRY 데이터는 ISO 15927-4 방법론에 따라 제작되는데 이 방법론에서는 건구온도, 수평면 전일사량, 풍속의 기상요소를 이용, Finkelstein-Schafer(FS) 통계¹³⁾에 기초하여 대표월을 선정한다.

데이터처리

TMY에서 제1주성분은 TMY의 변동을 가장 많이 설명함으로써 TMY 구성요소 중 가장 중요한 영향을 미치는 요소이고, 제 2주성분은 이와 독립적인 관계로 제1주성분이 설명하지 못하는 나머지 변동을 가장 많이 설명하는 요소이다. 본 논문에서는 주성분분석을 수행하기 위해 SAS 소프트웨어를 이용하였고, scree plot을 이용하여 고유값이 1 이상이며 그래프의 기울기가 급격하게 변하는 구간을 기점으로 주성분의 개수를 결정하였다. 아울러 건물의 열과 에너지 성능에 직접적인 영향을 끼치며, 태양광, 태양열 발전시스템의 성능에 가장 중요한 요소인 온도와 일사량이 주성분으로, 각 지점별로 동일한 주성분이 도출될 때 일관성 있고 신뢰성 있는 TMY라는 가설을 가지고 진행하였다.
세 기관의 TMY 데이터를 구성하는 기상요소의 자료구조를 파악함과 아울러 지점별 일관성을 검증하기 위해 주성분분석을 수행하였다. 주성분분석은 여러 개의 양적변수들 사이의 분산-공분산 관계를 이용하여 변수들의 선형결합으로 표시되는 주성분을 찾고, 2~3개의 주성분으로 전체 변동의 대부분을 설명하는 다변량 분석법이다.
세 기관의 TMY 데이터를 구성하는 기상요소의 통계적인 차이를 비교하고자, 공통 기상요소인 건구온도, 풍속, 상대습도, 수평면 전일사량, 그리고 법선면 직달일사량의 연평균과 표준편차를 산출하였다.

이론/모형

이고 각각의 데이터 제작방법 및 사용한 장기데이터베이스의 기간과 직산분리모델, 가중치에 대한 정보는 Table 2에 나와 있다. KSES와 PHIKO의 TRY 데이터는 ISO 15927-4 방법론에 따라 제작되는데 이 방법론에서는 건구온도, 수평면 전일사량, 풍속의 기상요소를 이용, Finkelstein-Schafer(FS) 통계¹³⁾에 기초하여 대표월을 선정한다. KIER의 TMY 데이터도 대표월을 선정하는 방법은 FS 통계 기반이지만 선정 시 사용하는 기상요소가 더 많으며 각각의 기상 요소에 대한 가중치를 적용한다.

성능/효과

(1) 국내 6개 지점에 대한 TMY 데이터를 비교한 결과, 건구온도, 풍속, 상대습도, 수평면 전일사량은 연평균 및 표준편차의 차이가 각각 15%와 25% 이내였으나, 법선면 직달일사량은 각각 45%와 40% 정도로 상대적으로 큰 차이를 보였다. 그 원인은 국내 법선면 직달일사량의 경우 장기간 실측데이터의 부재로 서로 다른 모델들을 사용하여 추산하였기 때문인 것으로 판단된다.
(2) 주성분분석을 통하여 TMY의 자료구조 특성을 분석한 결과, 제1, 제2 주성분인 기온, 일사량과의 상관성이 가장 높은 것으로 나타났다. 즉, TMY의 대표적인 설명력은 기온 및 일사량이라고 할 수 있다.
즉, TMY의 대표적인 설명력은 기온 및 일사량이라고 할 수 있다. KIER와 KSES는 모든 지점에서 제1, 제2주성분이 각각 온도와 일사량으로 일관성 있는 결과가 나타난 반면, PHIKO는 지점마다 다른 기상요소의 비중이 크게 나타나는 등 일관성이 없는 것으로 분석되었다. 따라서 필히 PHIKO의 TRY 데이터 제작에 사용된 기상자료의 정합성 등을 확인할 필요가 있다고 사료된다.
법선면 직달일사량은 별도로 제공하는 프로그램으로 계산할 수 있으나 TRY 데이터에는 포함되지 않는다. PHIKO TRY 데이터에 대한 주성분분석 결과, 타기관에 비해 일관성이 부족한 결과가 도출되었다. 즉, Table 6와 같이 6개 지점 중 2개 지점에서만 제1주성분이 온도, 제2주성분이 일사량으로 도출되었고, 대전, 광주에서는 주성분의 우선순위가 바뀌었으며 서울, 대구, 광주에서는 일사량과 건구온도가 같은 주성분으로 도출되었다.
세 기관의 TMY 데이터를 구성하는 기상요소에 대한 주성분분석 결과, KIER의 TMY 데이터와 KSES의 TRY 데이터는 제1주성분과 제2주성분이 각각 온도와 일사량으로 도출되는 공통점을 보였다. 그러나 PHIKO 의 TRY 데이터는 총 6개 지점 중 2개 지점에서만 제1주성분과 제2주성분이 각각 온도와 일사량이 도출되고 나머지 4개 지점에서는 온도와 일사량이 아닌 다른 기상요소가 주성분으로 산출되는 등 타 기관과는 자료구조에 차이가 있음을 확인하였다.
, 동일한 지역에서도 TMY 데이터 간 차이가 있었으며, 특히 냉방 부하의 경우 TMY 데이터에 따라 시뮬레이션 결과에 큰 차이가 발생했다. 이 원인을 파악하기 위해 TMY 데이터의 기상요소 간 상관관계를 분석한 결과, 특히 직달 일사량의 차이에 기인하였음을 결론으로 제시하고 있다. 그렇다면 건물에너지의 성능평가나 최근 신재생에너지 중에서 각광받고 있는 태양에너지시스템 분석 시에 어떤 TMY 데이터를 신뢰할 수 있는가에 대한 의문이 생긴다.
따라서 KIER의 TMY 데이터와 KSES의 TRY 데이터가 이러한 조건을 충족한다. 하지만 KSES TRY 데이터의 연평균 법선면 직달일사량은 타 TMY 데이터의 연평균 법선면 직달일사량과의 차이가 45% 정도로 매우 과소예측 되어있고 KIER TMY 데이터의 주성분에 대한 설명력이 세 기관 중 가장 높음을 고려할 때 KIER의 TMY 데이터가 가장 신뢰성이 있다고 사료된다. 향후 실제 태양광 발전시스템의 장기간 운전자료와 TMY 데이터를 이용한 예측결과의 비교를 통하여 실질적인 적합성 평가를 수행할 계획이다.

후속연구

(3) 온도와 일사량이 중요한 영향을 미치는 건물에너지 성능평가 또는 태양광, 태양열 발전시스템 분석을 위한 TMY 데이터는 제1, 제2주성분이 온도과 일사량으로 구성되며 지점에 따라서도 일관성이 있어야 할 것이다. 따라서 KIER의 TMY 데이터와 KSES의 TRY 데이터가 이러한 조건을 충족한다.
KIER와 KSES는 모든 지점에서 제1, 제2주성분이 각각 온도와 일사량으로 일관성 있는 결과가 나타난 반면, PHIKO는 지점마다 다른 기상요소의 비중이 크게 나타나는 등 일관성이 없는 것으로 분석되었다. 따라서 필히 PHIKO의 TRY 데이터 제작에 사용된 기상자료의 정합성 등을 확인할 필요가 있다고 사료된다.
하지만 KSES TRY 데이터의 연평균 법선면 직달일사량은 타 TMY 데이터의 연평균 법선면 직달일사량과의 차이가 45% 정도로 매우 과소예측 되어있고 KIER TMY 데이터의 주성분에 대한 설명력이 세 기관 중 가장 높음을 고려할 때 KIER의 TMY 데이터가 가장 신뢰성이 있다고 사료된다. 향후 실제 태양광 발전시스템의 장기간 운전자료와 TMY 데이터를 이용한 예측결과의 비교를 통하여 실질적인 적합성 평가를 수행할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	TMY 데이터는 주로 어디에 사용되는가?	TMY 데이터는 수평면 전일사량, 법선면 직달일사량, 건구온도, 풍속 등 다양한 기상요소를 포함하며, 제작방법 및 형식에 따라 포함되는 기상요소에 다소 차이가 있다. TMY 데이터는 주로 건물의 단열 및 냉난방 설비 설계와 태양광, 태양열 등 태양에너지 시스템의 성능평가 시 사용된다. 장기간 기상의 패턴을 반영하므로 특정기간의 기상 예측이나 실시간 건물에너지, 효율 평가에는 적합하지 않다.
	TMY 데이터는 무엇인가?	TMY(Typical Meteorological Year) 데이터는 장기기상 데이터베이스를 바탕으로 각 월마다 대표년을 선택하여 만든 1년간의 시간별 기상자료로 미국에서는 TMY, 유럽에서는 TRY(Test Reference Year)라고 명명한다1). TMY에 대한 개념은 Fig.
	한국태양에너지학회에서 제공하는 TRY 데이터에는 어떤 단점이 있나?	국내의 주요 TMY 데이터로는 한국태양에너지학회(The Korean Solar Energy Society, KSES)에서 제공하는 7개 지점의 TRY 데이터가 있다5). 그러나 최신의 기상관측 데이터를 반영하지 못한다는 단점이 있어, 2017년 한국패시브건축협회(Passive House Institute Korea, PHIKO)에서는 국내 70개 지점의 TRY 데이터를 생산하였다6). 한국에너지기술연구원(Korea Institute of Energy Research, KIER)에서는 2015년부터 국내 일사관측 22개 지점에 대한 TMY 데이터를 제작하고 국가참조표준 데이터로 등록하였으며, 국가참조표준센터 홈페이지를 통해 무료로 제공하고 있다7).

참고문헌 (20)

Nielsena, K. P., Blanc, P., Vignola, F., Ramirez, L., Blanco, M., and Meyer, R. Discussion of currently used practices for: "Creation of Meteorological Data Sets for CSP/STE Performance Simulation", SolarPACES Report, IEA SolarPACES, 2017.
Wilcox, S. and Marion, W., Users Manual for TMY3 Data Sets, National Renewable Energy Laboratory, 2008.
Habte, A., Lopez, A., Sengupta, M., and Wilcox, S., Temporal and Spatial Comparison of Gridded TMY, TDY, and TGY Data Sets, National Renewable Energy Laboratory, 2014.
EnergyPlus. Available online: https://energyplus.net/weather/sources#IWEC
The Korean Solar Energy Society(KSES). Available online: http://www.kses.re.kr/data_06/list_hi.php.
Passive House Institute Korea(PHIKO). Available online: http://www.phiko.kr/bbs/ board.php?bo_tablez3_01&wr_id2479.
Korea Research Institute of Standards and Science(KRISS). Available online: http://www.srd.re.kr/db/srdDbInfoView.do?scidS06001003.
Kim, E. Y. and Jun, H. J., A Study on Influence of Type of Weather Data on Results of Building Energy Performance Simulation, Architectural Institute of Korea, Vol. 29, No. 3, pp. 317-326, 2013.
Yang, L., Wan, K. K. W. Li, D. H. W. and Lam, J. C., A New Method to Develop Typical Weather years in Different Climates for Building Energy use Studies, Energy, Vol. 36, pp. 6121-6129, 2011.

상세보기
Kevin, K. W., Wan, K. L., and Yang, C. L., Lam, J. C. A New Variable for Climate Change Study and Implications for the Built Environment, Renewable Energy, Vol. 34, pp. 916-919, 2009.

상세보기
Lam, J. C., Kevin K. W., Wan, Lam, T. N. T., and Wong, S. L., An Analysis of Future Building Energy use in Subtropical Hong Kong, Energy, Vol. 35, pp. 1482-1490, 2010.

상세보기
Realpe, A. M., Vernay, C., Pitaval, S., Lenoir, C., and Blanc, P., Benchmarking of Five Typical Meteorological year Datasets Dedicated to Concentrated-PV systems, Energy Procedia 97, pp. 108-115, 2016.

상세보기
Finkelstein, J. M. and Schafer, R. E., Improved Goodness-of-fit tests, Biometrika, Vol. 58, No. 3, pp. 641-645, 1971.

상세보기
Lee, H. J., Kim, S. Y., and Yun, C. Y., Generation of Typical Meteorological Year Data Suitable for Solar Energy Systems and Analysis of Solar Irradiance Data, New & Renewable Energy, Vol. 13, No. 3, 2017.

상세보기
Lee, H. J., Kim, S. Y., and Yun, C. Y., Comparison of Solar Radiation Models to Estimate Direct Normal Irradiance for Korea, energies, 2017.
Lee, K. H., Yoo, H. C., and Levermore, G. J., Quality Control and Estimation Hourly Solar Irradiation on Inclined Surfaces in South Korea, Renewable Energy, 57, pp. 190-199, 2013.

상세보기
Kim, S. Y., Lee, H. J., Kim, H. G., Jang, G. S., Yun, C. Y., Kang, Y. H., Kang, C. S., and Choi, J. O., A Study on Uncertainty to Direct Normal Irradiance of Typical Meteorological Year Data, New & Renewable Energy, Vol. 12, No. S2, pp. 36-43, 2016.
Yoo, H. C., Noh, K. H., Kang, H. G., and Shin, I. H., Comparison and Analysis of Typical Meteorological data by in Korea, The Korean Solar Energy Society, Vol. 29, No. 2, pp. 361-366, 2009.
Yoo, H. C. and Park, S. H., Comparative Analysis of Diverse Typical Weather data Model for Building Energy Assessment, Architectural Institute of Korea, Vol. 30, No. 3, pp. 215-222, 2014.
Wilks, D. S., Statistical Methods in the Atmospheric Sciences, Third edition, Academic press, 2015.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

주성분분석에 의한 TMY 특성 비교분석
Comparative Analysis on the Characteristic of Typical Meteorological Year Applying Principal Component Analysis 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper

문제 정의

가설 설정

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (20)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

주성분분석에 의한 TMY 특성 비교분석 Comparative Analysis on the Characteristic of Typical Meteorological Year Applying Principal Component Analysis 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (12) 모든 표/그림 보기

표/그림 (12) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (20)

이 논문을 인용한 문헌

저자의 다른 논문 :

김창기 (11) 강용혁 (122) 윤창열 (32) 장길수 (62) 김현구 (72)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

주성분분석에 의한 TMY 특성 비교분석
Comparative Analysis on the Characteristic of Typical Meteorological Year Applying Principal Component Analysis 원문보기

표/그림 (12)

표/그림 (12)

AI 본문요약
AI-Helper