초록 ▼

Ⅳ. 연구 내용 및 결과
1. 원천자료기간을 확대한 풍력-기상자원지도 개발
초기 국립기상연구소 풍력-기상자원지도는 1998년-2009년 기간에 대한 TMY(Typical meteorological year)를 선정하고 이를 적분하여 산출된 12년 평균 바람 정보이다. 그러나, 연속된 기간에 대한 정보를 포함하고 있지 않아 풍력-자원지도의 시간적인 변화 추이를 알기 어렵고 적분 대상 기간이 변경될 때마다 새로 TMY를 구성해야하는 단점을 가지고 있었다. 이를 개선하기 위해 연속된 기간을 적분함으로써 풍력-기상자원지도의 원천

Ⅳ. 연구 내용 및 결과
1. 원천자료기간을 확대한 풍력-기상자원지도 개발
초기 국립기상연구소 풍력-기상자원지도는 1998년-2009년 기간에 대한 TMY(Typical meteorological year)를 선정하고 이를 적분하여 산출된 12년 평균 바람 정보이다. 그러나, 연속된 기간에 대한 정보를 포함하고 있지 않아 풍력-자원지도의 시간적인 변화 추이를 알기 어렵고 적분 대상 기간이 변경될 때마다 새로 TMY를 구성해야하는 단점을 가지고 있었다. 이를 개선하기 위해 연속된 기간을 적분함으로써 풍력-기상자원지도의 원천기간을 확대하고 향후 확장 가능한 풍력-기상자원지도 작성 기반을 구축하였다.
이를 위해 지표피복 개선, 고해상도 분석장 기반의 초기‧경계 자료 사용, 격자 Nudging 추가 등을 통해 모델의 수치모의 능력을 개선하였다. 또한, 모델 분석 영역 수정, 총 적분 시간 단축 및 기상청 슈퍼컴퓨터 활용을 통해 장기간 적분 수행 환경을 구축하였다. 본 연구 결과, 2010년 전체에 대한 모델 적분을 단시간에 수행할 수 있었으며 2010년에 대한 풍력-기상자원지도를 산출하여 원천자료기간이 확대된 풍력-기상자원지도를 생산하였다.
2. 풍력발전단지 맞춤형 풍력예측시스템
본 절은 풍력발전단지 맞춤형 WRF기반 RTFDDA 개발 연구의 3차년도 결과 물로써, 기 개발된 RTFDDA 기반의 풍력예측시스템을 개선하기 위한 기상청 레이더 자료를 활용한 미규모자료동화 기법 개발을 목표로 한다. 이를 위해, 기존 RTFDDA의 WRF 모델을 3.5.1 버전으로 업그레이드 하였으며, 기상청 레이 더 자료를 이번 해에 개발된 RTFDDA-HLHN-3DVAR 시스템에서 활용할 수있도록 자료처리시스템을 구축하였다. 또한, 기존 풍력예측시스템의 후처리 과정을 개선하여 발전단지 맞춤형 풍력예측시스템을 최적화하였다.
개선된 시스템 적용결과, 레이더 자료를 활용한 개선된 하층 수분과 바람자료를 풍력예측시스템의 자료동화를 위한 자료로 이용할 수 있었으며, 검증기간에 대하여 기존 풍력예측시스템과 비교하여 우수한 날씨모의성능을 확인할 수 있었다.
3. 해상풍력발전단지 특별관측
특별관측은 해상풍력발전단지의 건설 예정지역인근에서 2013년 9월 4일 ~9월 7일 실시하였으며 기상관측타워, Wind Lidar, Radiosonde, AWS을 이용하여 80, 100, 120 m의 풍향, 풍속을 관측하였다. AWS의 풍속자료는 Decon식을 이용하여 상층고도에 대해서 추정하였으며 기상관측타워의 풍속자료와 비교시 과대모의를 하는 경향이 있어 관측 자료를 이용한 보정을 실시하였다.
풍력예측시스템의 예측 성능을 평가하기 위해서 특별관측지점에 대한 예측 정보를 산출하고 관측 자료와 비교를 하였다. 육상에서의 관측자료인 기상관측타워와 Wind Lidar와 비교시 예측시스템이 관측에 비해 풍속을 과대모의하였다. 풍력발전기의 cut-in 풍속에 해당하는 3 ms^-1이상의 풍속이상에 대하여 예측 풍속을 wind lidar와 비교하였을 때 bias는 0.61 ~ 0.73 ms^-1, RMSE는 1.55~ 1.63 ms^-1이었다. 해상 기상관측타워의 자료와 비교하여 예측된 풍속은 과대, 과소 모의가 교차하면서 관측과 평균풍속의 차이는 매우 적었지만 RSME는 1.6ms^-1으로 나타났다.
4. 미래 풍력-기상자원지도 개발
기상청/국립기상연구소에서는 온실가스 배출 시나리오인 RCP 시나리오에 기초해 전지구 대기-해양 결합모델인 HadGEM2-AO로 전지구 기후변화 시나리오를 산출하였다. 전지구 기후변화 시나리오 자료를 초기조건으로 지역기후모델 HadGEM3-RA로 한반도 영역에 대한 지역 기후변화 시나리오를 산출하였다.
본 연구에서는 한반도 지역 기후변화 시나리오의 평균풍속 자료를 이용하여 2011~2100년 동안 남한지역과 해안선으로부터 35 km까지의 해상영역을 대상으로 풍속 변환식을 활용하여 지상풍(10m)을 상층풍(8 0m, 100 m, 120 m)을 산출‧ 분석하였다. 기후변화 시나리오별로 차이는 있으나 전반적으로 20세기 후반부(2071~2100)로 갈수록 풍속이 약하게 감소하는 추세를 보였다. 국립기상연구소에서 개발한 풍력기상자원지도와 비교할 때, 강원영동 및 내륙 지방은 풍속이 약간 감소하고 해상과 경북, 충남, 경기지역의 일부는 풍속이 약간 증가하였다.
현재 운영 중이거나 현재 건설 중인 풍력발전단지의 향후 운영가능성을 판단하기 위해 RCP 기후변화 시나리오를 분석하였다. 대상기간은 2014년부터 2100년까지이며 가까운 미래에 해당하는 기간(2014년~2040년)은 1년 평균 및 각 월의 시계열을 분석하였다. 분석 대상 풍력 단지는 현재 운영 중인 강원 대관령, 경북 영양, 제주 한경 풍력발전단지와 2019년까지 건설예정인 2.5 GW급의 서·남해 해상풍력발전단지이다.
4개 풍력발전단지의 80, 100, 120 m 고도별 연평균 시계열은 RCP2.6과 RCP8.5에서 풍속의 변동폭이 크며, RCP 4.5의 경우 상대적으로 변동폭이 작았다. 예로, 대관령 풍력발전단지와 제주 한경 풍력발전단지의 경우 모든 고도와 시나리오에서 풍속이 감소하는 경향을 보인다. 서·남해 해상풍력발전단지의 경우는 RCP4.5와 RCP8.5의 경우 픙속이 증가하고, RCP2.6의 경우에 풍속이 감소하였다.
5. 기상자원 예측 시스템 개발 연구
해상풍력단지의 효율적인 운영과 발전단지의 안정성을 확보하기 위해 해상풍력 예측시스템의 정확도를 향상시키고, 위험기상시의 해양기상정보를 산출하였다. GFS, 기상청 전구 UM, 지역 UM 모델의 예측 모델 민감도 실험에서 지역 UM 모델이 초기, 경계 조건으로 사용할 경우가 가장 정확도 높은 예측 결과를 보였다. 이에 따라, 준실시간 해상 풍력 예측시스템은 기상청의 지역 UM 모델결과를 활용하였으며, 2013년 5월 한 달간 수치모의를 실시하였다. 해양 경계 조건인 해수면 온도 자료는 해양혼합층모델을 사용하였다. 수치모의 결과는 연구해역에 설치된 100 m 높이의 해모수 타워의 자료를 이용하여 검증하였다. 하루에 4번(00, 06, 12 ,18시)씩 10, 56, 96 m 높이의 해상풍을 48시간 예측한 결과, 10 m 높이의 풍속 예측 값과 기상타워의 관측 값의 bias는 0.4 m/s, rmse는 2.0 m/s, 풍향의 경우에 bias는 –1.0 °, rmse는 50.2°로 나타났다. 56m 높이의 풍속 bias는 0.9 m/s, rmse는 2.6 m/s, 풍향 bias는 7.0 °, rmse는 51.6°로 나타났다. 그리고 96 m 높이의 풍속 bias는 0.9 m/s, rmse는 2.6 m/s, 풍향 bias는 5.7 °,rmse는 50.0 °로 나타났다. 풍속의 예측 결과는 10 m 높이에서 가장 좋은 결과가 나타났고, 56 m와 96 m 높이의 풍속 예측 결과는 비슷한 오차를 보였다. 풍향의 예측 결과는 세 높이에서 유사한 예측 오차를 나타냈다.
해양풍력단지 안정적인 운영을 위해 2012년의 태풍 볼라벤, 덴빈, 산바의 한반도 통과기간동안 이어도 종합해양과학기지, 가거초기지, 황해중부 부이, 기상청 부이 등 해양 기상 자료를 수집하였다. 태풍 볼라벤, 덴빈, 산바 태풍 시기의 바람장과 파고를 추정하기 위한 모델을 구성하여 한반도 근해의 모든 격자에 대해 위험기상 시기의 유의파고 극값을 산출하였다. 수치모의 결과, 2012년의 볼라벤 시기에 서해안, 남해안, 그리고 동중국해에서는 최대파고의 기록이 모두 새롭게 갱신되었다.
유럽태양광발전사업협회(EPIA)의 2011년 보고서에 따르면 유럽 여러 국가의 여름철 청명한 날 태양광 발전량은 국가에너지 소비량의 30%를 차지하는 것으로 알려져 있다. 그러나 태양광 발전은 기상에 따라 크게 변동한다. 이러한 문제점을 해결하기 위해서는 태양광 예측을 수행해야 한다. 태양광 예측 시스템의 개발에 앞서 위성자료, 수치모델, 구름관측자료, 경험식, 통계모델, 인공신경망 방법 등 국내·외 태양-기상자원지도 예측 현황을 조사하였다. 정밀한 태양-기상 자원 예측 시스템은 기상과 산업 및 에너지 측면에서 중요한 도구로 활용되고 특히 신재생에너지에 속하는 태양광 및 태양열 발전 효율 향상 및 에너지 저축을 위하여 중요하계 사용될 수 있기 때문에 체계적인 준비를 통한 예측시스템 개발과 검증이 수행되어야 한다.
6. 풍력-기상자원 서비스 개선을 위한 기획 연구
국립기상연구소의 풍력기상자원 서비스에 대한 사용자 설문조사를 통해 서비스 만족도와 이용실태를 조사하였다. 또한 관련분야의 전문가 인터뷰를 통해 향후 풍력기상자원 서비스의 개선에 대한 자문을 받고, 서비스 개선을 위한 의견들을 수렴하였다. 총 100명의 설문대상자중 97%가 보통이상의 만족도, 만족이상은 42%였다. 개선 및 보완사항으로 풍속 고도 확대, 풍력기상자원지도의 신뢰성 증대, 기간별 상세 풍력자원정보, 발전량 추정을 위한 난류, 순간최대 풍속등의 추가 정보, 불확실성에 대한 정보 등을 요구하였다. 관련 전문가들은 향후 풍력기상자원의 연구 방향으로 관측 인프라를 활용한 풍황 자료의 질적 향상과 정확도가 높은 풍력예측시스템 개발 등을 제시하였다.

Abstract ▼

Ⅳ. Research Contents and Results
1. Development of the long-term simulated data based wind energy resource map
The present NIMR wind energy resource map is based on the WRF model data simulated over the TMY during the period from 1998 to 2009. It is 12-year averaged wind resource energy map ov

Ⅳ. Research Contents and Results
1. Development of the long-term simulated data based wind energy resource map
The present NIMR wind energy resource map is based on the WRF model data simulated over the TMY during the period from 1998 to 2009. It is 12-year averaged wind resource energy map over the Korean peninsula. However, TMY is dependent on the target peirod, thus the wind resource map based on the TMY is flexible and it is difficult to find its time variability with the TMY based wind resource map. In this study, we attempt to develop the wind resource map based on the continuous data. Besides, through the change of WRF simulation environment we try to make the accuracy the present wind resource map improve.
Here, we use the improved landuse data in WPS, high-resolution analysis data as an initial and boundary condition of WRF, and grid nudging in WRF simulation. In addition, in order to mitigate the simulation time we change the model domain and use the KMA supercomputer to develop the new wind resource map. As a result, we have done one-year WRF model simulation for 2010 wthin the very short time compared to the previous wind resource map.
2. Development of wind energy prediction system for wind farm (NCAR)
This is the third phase of the “Development of WRF-Based Realtime Data Assimilation and Forecasting System for Wind Farms in South Korea”, a joint project by KMA/NIMR and NCAR/RAL. The research focus for this year is on radar data assimilation with the RTFDDA-HLHN-3DVAR hybrid system. The major accomplishments for Year 2013 are to 1) Implement and test the RTFDDA-HLHN-3DVAR hybrid system; 2) develop programs to process and map KMA radar data on KMA-RTFDDA grids; 3) Develop radar reflectivity to hydrometeor conversion algorithm; 4) Configure WRF-3DVAR analysis cycles to assimilate radar radial winds and other weather data to generate hourly 3D wind, temperature and moisture analysis;
5) Develop algorithms to assimilate hydrometeor mixing ratio and 3DVAR output into WRF-RTFDDA with Newtonian relaxation method; and 6) Conduct modeling experiments with a selected case/period to validate the hybrid modeling system and to assess the impact of radar data assimilation.
The results from the radar data assimilation are quite encouraging. Through HLHN and 3DVAR analysis grid nudging, the hybrid system was able to produce more precipitation northwest of Seoul than Experiment CTRL, especially in the analysis. As the forecast lead-time increased, the signals of the HLHN and 3DVAR analysis nudging gradually diminished. At certain times, the signals can be seen up to 6-h forecast. In the analysis, using HLHN in addition to grid nudging from 3DVAR analysis led to better precipitation analysis than using HLHN alone. Also, at certain forecast times, using HLHN in addition to grid nudging from 3DVAR analysis led to better precipitation analysis than using HLHN alone as well. In considering the relative small area coverage of the KMA radar network, extending the radar data impact into longer forecast horizon is challenging and important.
3. Observation programs and its applications
Observation has been done in Gochang Korea electric power testbed during the period from 4th ~ 7th Sep. 2013 to monitor the wind over offshore wind power generation system, which is designed to install in sea around Yeonggwang in Jeonnam and Wuido, Buan in Jeonbuk. The wind speed and direction at 80, 100, and 120m are collected with wind lidar, radiosonde, and AWS, and AWS 2m wind speed is converted to 80, 100, and 120m height wind speed using the Decon equation. Indirectly observed data agree with the met tower data well, but the data converted from AWS overestimates compared to the direct observation.
As an application of observation programs, the NIMR wind prediction system is verified using the directly observed data. For the wind speed, wind prediction system overestimates compared to the met tower and wind lidar data. For the cut-in wind speed over 3 ms^-1,the error statistics of NIMR wind prediction system are bias 0.61~0.73 ms^-1 and RMSE 1.55~1.63ms^-1, respectively. Additionally, compared to offshore met tower data, RMSE is 1.6 ms^-1.
4. Development of the future wind energy resource map
This study generates the future wind resource map at 80, 100, and 120m during the period from 2011 to 2100, which based on the Representative Conventration Pathways (RCP) 2.6, 4.5, and 8.5 climate scenario data. The target area is the Korea Peninsula and the offshore regions of the South Korea. In conclusion, future wind speed over the Korea is decreasing slightly. Compared to the present wind energy resource map, three scenario based wind speed in the future are decreasing in the middle of Korea and Gangwon province, but increasing slightly in the sea and some areas in the land including Gyeongsangbuk-do, Chungcheongbuk-do, and Gyeonggi-do.
We also attempt to provide the future wind information to the developed wind farms in order to help operate themselves more efficiently. The target period is from 2014 to 2040. In the four wind farms in Korea, RCP 2.5 and 8.5 based data have larger range of fluctuation than RCP 4.5. However, all scenario data present that the future wind is decreasing in Daegwalllyong and Hangkyung sites, but all scenario based future wind are clearly consistent in others.
5. Study on development of weather resource prediction system (Jeju & Gangneung-Wonju national university)
This study aims to improve the offshore wind prediction skill in southwestern coast of the Korean peninsula (KP), and to produce basic marine meteorological data for protecting offshore wind farm from hazardous marine weather. To improve the skill of offshore wind prediction, sea surface temperature (SST) is calculated using the ocean mixed layer (OML) mode tested in a previous study. We first have tested the applicability of LES method in a real-time offshore wind forecasting system and then performed a series of sensitive experiments using three atmospheric input data such as GFS, KMA global UM, local UM. The results show that LED method does not contribute to improving skill of offshore wind prediction in the southwestern coast of the KP and using the local UM data produced the best performance among the three data. Based on these results, we have established a real-time operating system and carried out offshore wind prediction for a month (May 2013). The results are compared with Hemosu tower data (height is 100m) located in the study area.
The prediction results (up to 48 hours) for offshore wind using the WRF-OML coupled model show that RMSE (Bias) is 2.0 m/s (0.4 m/s) and 50.2° (-1.0°) for wind speed and direction at 10-m height, respectively, implying that model predictions are in a good agreement with observations. At 56-m height, the RMSE (Bias) is 2.6 m/s (0.9 m/s) and 51.6° (7.0°), respectively and at 96-m height RMSE (Bias) is 2.6 m/s (0.9 m/s) and 50.0°(5.7°), respectively. For wind speed, the error was the smallest at 10 m,while for wind direction the errors at three heights were similar.
On the other hands, we collected marine meteorological data for three typhoon events, Bolaven, Tembin, and Sanba, which are observed at Ieodo ocean research station (IORS), Gageocho ocean research station (GORS), Yellow sea buoy, KMA buoys, and KOGA buoys. We also simulated offshore winds and significant wave heights during the passage of the typhoons using a wave models and then estimated maximum values of wave height wave period at all grid points near the KP. The result shows that in addition to Kompasu in 2010 and Muifa in 2011, Bolaven in 2012 broke record of the highest wave height in the Yellow Sea, South Sea, and East China Seas.
Following on the heels of wind power, PV (PhotoVoltaic) electricity generation is making rapid inroads in electricity grids worldwide, with growth rates in installed capacity ranging from 34%/year to 82%/year for OECD countries over the past decade. In some European countries, PV production already reaches 30% of overall power production during clear summer days on a regular basis. The two main challenges to high penetration rates of PV system are variability and uncertainty. Solution of challenges is PV forecast. In the study is feasibility study on the solar radiation forecast system. 1) current survey on the domestic and foreign development of solar radiation forecast system, 2) methodology(satellite, NWP, sky_imager, empirical equation, statical model, neural network) survey for solar radiation forecast, and 3) accuracy analysis and survey on the temporal and spatial solar radiation forecast. The results of the research are summarized.
6. The development of long-term simulated data based wind energy resource map (Ecobrain)
In order to improve the usage of NIMR wind resource map and provide more efficient information to customers, we have done a customer-satisfaction survey. The survey founds that 97 percent are most satisfied with the quality of the present wind resource map, but they need more information on wind resource. They are wind speed at the higher altitude, the higher resolution data in time and space, the more improved wind resource map, maximum wind speed, and error statistics. The most experts suggest that the next research topic be the improvement of the present wind resource map using observation network and the development of high-quality wind prediction system.

목차 Contents

• 표지 ... 1
• 연구보고서 ... 2
• 목차 ... 4
• 표 목차 ... 6
• 그림 목차 ... 8
• 요약문 ... 14
• Summary ... 21
• 제1 장 서론 ... 30
• 제 1 절 연구 개발의 필요성 ... 30
• 제 2 절 국내외 연구동향 ... 31
• 제 2 장 원천자료기간을 확대한 풍력-기상자원지도 개발 ... 35
• 제 1 절 풍력-기상자원지도 개발 ... 35
• 1. 개발배경 ... 35
• 2. 풍력-기상자원지도 작성을 위한 수치모델 적분 환경 구축 ... 36
• 3. 2010년 풍력-기상자원지도 산출 ... 56
• 제 2 절 해상풍력단지 특별관측 ... 64
• 1. 관측개요 ... 64
• 2. 관측자료 ... 66
• 3. 분석 결과 ... 69
• 4. 특별관측자료 활용 : 풍력예측시스템 검증 ... 84
• 제 3 절 요약 및 결론 ... 91
• 제 3 장 미래 풍력-기상자원지도 개발 ... 93
• 제 1 절 기후변화 시나리오 따른 미래 기상자원지도 소개 ... 93
• 1. 연구배경 ... 93
• 2. 기후변화 시나리오 ... 94
• 3. 연구자료 및 범위 ... 96
• 제 2 절 미래 풍력-기상자원지도 산출기법 ... 97
• 1. 미래 풍력-기상자원지도 작성을 위한 자료처리 ... 97
• 2. 미래 풍력-기상자원지도 작성 ... 103
• 제 3 절 미래 풍력-기상자원지도 활용 ... 106
• 1. 기후변화 시나리오 별 미래 풍력기상자원 분석(남한) ... 106
• 2. 풍력-기상자원지도와 상호 비교 ... 109
• 3. 국내 주요 풍력발전단지 별 미래 상층풍 시계열 분석 ... 112
• 제 4 절 요약 및 결론 ... 155
• 제 4장 요약 및 결론 ... 159
• 참고문헌 ... 162
• 부록 ... 166
• 부록 1 : 2013년 연구실적 ... 168
• 부록 2 : 학술용역 (기상자원 예측시스템 개발 연구) ... 170
• 부록 3 : 학술용역 (풍력-기상자원 서비스 개선을 위한 기획연구) ... 240
• 부록 4 : 학술용역 (Development of WRF-based real-time data assimilation and forecasting system for wind farms in South Korea) ... 287
• 부록 5 : 윈드라이더 성능시험 자료 ... 317
• 끝페이지 ... 324