기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법 (A Solar Power Prediction Scheme Based on Machine Learning Algorithm from Weather Forecasts)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 17권 / 9호 / 83 ~ 89페이지
· 저자명 : 김정원

초록

태양광 에너지는 스마트그리드 시스템에서 신재생에너지로서 중요한 위치를 차지하고 있는데 기상 상황에 따라 발전량의 차이가 큰 편이다. 따라서 기상 상황에 따른 정확한 발전량의 예측은 스마트 그리드의 신뢰성과 운영의 효율성을 향상시킬 수 있다. 이 정확한 발전량 예측 문제를 해결하기 위해 본 논문은 특정 지점의 발전량 예측을 자동화하는 기법을 제안한다. 특정 지점에서의 발전량을 제공함에 있어서 해당 지점의 과거 발전량과 기상 데이터에 기반하여 머신 러닝 모델을 훈련하여 최적의 알고리즘을 찾아내고 기상 예보에 따라 미래의 발전량을 예측한다. 또한 발전량 예측에 있어서 어떠한 기상 변수가 중요한지 분석하여 기상 변수 적용에 따른 모델의 성능을 향상시킨다. 실험결과 최대 90% 이상의 정확도를 나타내었으며 가조시간, 일사량, 일조시간 등이 발전량에 중요 변수임을 확인하였다.

영어초록

Solar energy occupies an important position as a renewable energy in the smart grid system and varies greatly depending on weather conditions. Therefore, accurate forecasting of power generation according to meteorological conditions can improve the reliability and operational efficiency of smart grid. To address this exact prediction problem, this paper proposes automatically creating site-dependent prediction scheme. In providing power generation at a specific point, the machine learning model is trained based on past power generation as well as meteorological data of the site to find the optimal algorithm and predict future power generation according to the weather forecast. In addition, it analyzes the importance of the meteorological variables in the forecasting of the power generation and improves the performance of the model. Experimental results showed maximum 95% accuracy, and confirmed that tuning time, solar radiation, and daylight hours are important parameters for power generation.

참고자료

· 없음