상세 보기
머신러닝을 이용한 태양광 발전량 예측 및 태양 추적 패널을 이용한 발전량 연구
Solar Power Generation Prediction Using Machine Learning and Study of Power Generation Using Solar Tracking Panels
- 기준홍;
- 백승준;
- 소재영;
- 엄한결;
- 신정헌
Citations
WEB OF SCIENCE
3Citations
SCOPUS
2초록
전 세계적으로 신재생 에너지의 중요성이 부각됨에 때라 대한민국은 2030년까지 신재생에너지 발전비중을 30.2%까지 늘리는 것을 목표로 하고 있다. 태양광 발전은 국내 신재생 에너지 발전량 중 80% 이상을 차지하는 중요한 역할을 한다. 하지만, 태양광 발전은 기상요소에 따라 발전량이 크게 변동하므로 안정적인 에너지 확보를 위해서 태양광 발전의 불안정성에 대한 대응과 발전량 증대가 필요하다. 따라서 본 논문에서는 기상데이터를 기반으로 머신러닝 모델을 학습시켜 태양광 발전량을 예측하고, 계절 및 시간에 따라 변화하는 태양 고도와 방위각을 계산하고, 태양을 추적하도록 발전 패널 제어하여 태양광 발전량을 증가시킨다. 실험 결과 0.208의 제곱평균오차 이내로 발전량을 예측했고, 태양 추적 전후 발전량의 차이가 23.4%임을 확인하였다.
키워드
기계학습; 순환신경망; 피어슨 상관관계; 앙상블; 태양광 발전; 실험; 태양추적시스템; 태양위치계산; Machine Learning; Recurrent Neural Network; Pearson Correlation; Ensemble; Photovoltaics; Field Experiments; Sun Tracking System; Computation of Sun Position
- 제목
- 머신러닝을 이용한 태양광 발전량 예측 및 태양 추적 패널을 이용한 발전량 연구
- 제목 (타언어)
- Solar Power Generation Prediction Using Machine Learning and Study of Power Generation Using Solar Tracking Panels
- 저자
- 기준홍; 백승준; 소재영; 엄한결; 신정헌
- 발행일
- 2023-01-01
- 유형
- Article
- 저널명
- 대한기계학회논문집 B
- 권
- 47
- 호
- 1
- 페이지
- 55 ~ 62