서포트 벡터 회귀를 이용한 24시간 앞의 태양광 발전량 예측 (Forecasting of 24_hours Ahead Photovoltaic Power Output Using Support Vector Regression)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 14권 / 3호 / 175 ~ 183페이지
· 저자명 : 이강혁, 김우제

초록

태양광 발전은 기상에 많은 영향을 받기 때문에 발전량이 일정하지 않아 예측에 어려움이 있다. 24시간 앞의 태양광 발전량을 예측하는 것은 한국 전력거래소의 전력시스템과 스마트그리드 시스템에 안정적으로 연계되어 효율적인 에너지관리를 가능하게 할 수 있다. 본 연구에서 발전량 예측 모델을 수립하기 위하여, 2013년부터 2014년까지의 발전량, 기상실측, 기상예보 데이터를 수집하였다. 그리고 기계학습 알고리즘인 서포트 벡터 회귀를 이용하여 일사량 예측모델을 수립하였고, 예측된 일사량으로부터 최종적으로 발전량을 예측하는 모델을 수립하였다. 또한, 발전량 예측을 저해하는 요인들의 영향을 분석하여 본 24시간 후의 태양광 발전량을 예측하는 모델의 일반적인 성능을 도출하였다.

영어초록

Since photovoltaic(PV) power system is subject to a lot of impacts on weather conditions especially solar insolation, it is difficult to predict photovoltaic power generation. Accurate forecast of 24-hour ahead PV power output makes stable link to Korea Power Exchange and Smart Grid power system and enable efficient energy management. In this study, actual historical power output and meteorological information data from 2013 to 2014 year were collected. First we establish the solar insolation forecasting model using Support Vector Regression(SVR) of machine learning algorithm, and second establish a SVR based model to predict PV power output from the predicted solar insolation. Also, by analyzing the effects of factors that inhibit the PV power prediction, the general performance of the model for predicting 24-hours ahead PV power output was derived.

참고자료

· 없음