기상 예보를 활용한 LSTM 기반 24시간 태양광 발전량 예측모델 (LSTM-based 24-Hour Solar Power Forecasting Model using Weather Forecast Data)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 26권 / 10호 / 435 ~ 441페이지
· 저자명 : 손혜숙, 김석연, 장윤

초록

가상발전소 시장에 전력을 안정적으로 공급하기 위해서는 발전량에 대한 정확한 예측이 필요하다. 하지만 태양광 발전량은 기상 환경에 영향을 받아 발전량의 편차가 심하기 때문에 안정적인 예측이 어렵다. 본 논문에서는 LSTM 기반 태양광 발전량 예측모델을 제안한다. 우리는 기상 데이터와 기상 예보 데이터를 발전량 예측모델에 입력하여 성능을 향상시킨다. 또한 상관계수를 기준으로 우선순위를 설정하여 변수를 선택한다. 태양광 발전량의 상관관계와 발전량 예측결과를 비교하여 태양광 에너지 발전량 예측에 활용되는 최적의 기상 요인을 검토한다.

영어초록

To stably supply power to the virtual power plant market, it is necessary to accurately predict the amount of power generation. However, since the amount of solar power generation is influenced by the weather environment and the amount of power generated varies widely, it is difficult to make a stable prediction. In this paper, we propose an LSTM-based solar power generation prediction model. We improved the predictive performance of the model by including weather data and weather forecast data as input data. In addition, we selected variables by setting priorities based on correlation coefficients. The correlation between the solar power generation data and the weather data and the power generation prediction results was analyzed to examine the optimal weather factors needed to predict solar power generation.

참고자료

· 없음