초록 ▼

1. 분석자 서문
화석연료의 과도한 사용으로 인한 에너지 고갈과 환경오염의 문제가 발생되었다. 이를 해결하기 위해서 청정한 에너지인 태양광발전이 급속하게 개발되었고, 이는 전력망에 연결되고 있다. 하지만 태양광발전은 시간적 및 공간적 변수와 이런 변수에 의한 불확실성 때문에 예측이 쉽지 않다. 본 보고서에서는 이런 예측의 다양한 방법론과 정확도에 관한 최근의 결과 및 동향에 대해 서술하고 있다. 예측 기간에 따라서 최적의 결과를 보이는 방법론이 있다. 하루 내의 단기 예측(intra-day forecast: 0~6시간 전)

1. 분석자 서문
화석연료의 과도한 사용으로 인한 에너지 고갈과 환경오염의 문제가 발생되었다. 이를 해결하기 위해서 청정한 에너지인 태양광발전이 급속하게 개발되었고, 이는 전력망에 연결되고 있다. 하지만 태양광발전은 시간적 및 공간적 변수와 이런 변수에 의한 불확실성 때문에 예측이 쉽지 않다. 본 보고서에서는 이런 예측의 다양한 방법론과 정확도에 관한 최근의 결과 및 동향에 대해 서술하고 있다. 예측 기간에 따라서 최적의 결과를 보이는 방법론이 있다. 하루 내의 단기 예측(intra-day forecast: 0~6시간 전)에는 하늘 및 위성사진이 포함된 지속성 모델(persistence model)이 우수한 성능을 발휘한다. 하루 전의 예측(day ahead forecast)에는 수치 날씨 예측(numerical weather prediction) 모델과 사후 처리에 의해 최적의 결과가 얻어진다. 그리고 예측 정확도의 다양한 지표들이 개발되었고, 근평균제곱오류(RMSE: root mean square error) 등이 많이 사용된다. 그리고 예측 시스템 평가의 중요한 기준은 다양한 운영자들의 설문을 바탕으로 결정되고 만들어진다. 2. 목차 1. 서론
2. 태양광발전 예측과 태양광 예측과의 연결
3. 다른 예측 기간에 대한 예측 방법
3.1. 0~6시간 전의 태양광 및 태양광발전의 예측(Intra-day forecast)
3.1.1. 토털 하늘 사진(Total Sky Imagery)
3.1.2. 위성 구름 이동 벡터 접근
3.1.3. 확률 학습 기법
3.2. 6~24시간 전의 태양광 및 태양광발전의 예측
3.2.1. 수치 날씨 예측 모델(NWP)
3.2.2. 수치 날씨 예측 모델의 사후 처리를 통한 예측 향상
4. Point 예측과 area 예측
4.1. 업스케일링(Upscaling)
4.2. Area 예측의 오류 감소
5. 예측 정확도
5.1. 정확도 지표 및 신뢰구간
5.2. 예측의 벤치마킹
5.3. 예측의 정확도에 영향을 미치는 요인
6. 태양광 예측 조사 결과
7. 결론
References 3. 원문정보
Sophie Pelland/Photovoltaic and Solar Forecasting
/IEA PVPS Task 14, Subtask 3.1/October 2013 ※ 이 자료의 분석은 KAIST 나노계면센터의 신동협님께서 수고해 주셨습니다.