KR102026014B1 - 태양광 발전소 역모델링을 통한 일사량 추정 방법 - Google Patents
태양광 발전소 역모델링을 통한 일사량 추정 방법 Download PDFInfo
- Publication number
- KR102026014B1 KR102026014B1 KR1020180011854A KR20180011854A KR102026014B1 KR 102026014 B1 KR102026014 B1 KR 102026014B1 KR 1020180011854 A KR1020180011854 A KR 1020180011854A KR 20180011854 A KR20180011854 A KR 20180011854A KR 102026014 B1 KR102026014 B1 KR 102026014B1
- Authority
- KR
- South Korea
- Prior art keywords
- insolation
- solar radiation
- amount
- estimating
- solar
- Prior art date
Links
- 230000005855 radiation Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000010248 power generation Methods 0.000 claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
- G01J1/4204—Photometry, e.g. photographic exposure meter using electric radiation detectors with determination of ambient light
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
- G01J2001/4266—Photometry, e.g. photographic exposure meter using electric radiation detectors for measuring solar light
- G01J2001/4285—Pyranometer, i.e. integrating over space
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Abstract
기상센서를 일일이 설치하지 않고도, 전국 각지에 분산된 태양광 발전소들에서의 발전량 예측에 필요한 일사량을 추정하기 위한 방법이 제공된다. 본 발명의 실시예에 따른 일사량 추정 방법은 태양광 발전량을 측정하는 단계; 및 측정된 발전량을 기초로, 일사량을 추정하는 단계;를 포함한다.
이에 의해, 기상센서를 일일이 설치하지 않고도, 전국 각지에 분산된 태양광 발전소들에서의 발전량 예측에 필요한 일사량을 추정할 수 있게 되어, 궁극적으로 전국 각지에 분산되어 있는 태양광 발전소들을 효율적으로 운용/관리할 수 있게 된다.
이에 의해, 기상센서를 일일이 설치하지 않고도, 전국 각지에 분산된 태양광 발전소들에서의 발전량 예측에 필요한 일사량을 추정할 수 있게 되어, 궁극적으로 전국 각지에 분산되어 있는 태양광 발전소들을 효율적으로 운용/관리할 수 있게 된다.
Description
본 발명은 태양광 발전소 통합 관리 기술에 관한 것으로, 더욱 상세하게는 태양광 발전소들에서의 발전량 예측에 필요한 일사량을 추정하기 위한 방법에 관한 것이다.
전국에 분산되어 있는 태양광 발전소들을 효율적으로 운용하기 위해서는, 이들의 발전량을 예측/파악하고 있어야 하며, 상태와 성능을 평가하여 관리하여야 한다.
태양광 발전량에 영향을 미치는 요인은 일사량, 기온, 풍속, 풍향, 습도 등으로 다양한데, 이들 중 가장 큰 영향을 미치는 요인은 일사량과 기온이다. 즉, 일사량과 기온을 알고 있어야 태양광 발전량을 예측할 수 있다. 기온에 대한 정보는 기상청 등에서 전국 각지에 대해 상세하게 예보하고 있지만, 일사량 정보는 그렇지 않다.
이에 따라, 일사량 정보를 획득하기 위해서는 전국 각지에 일사량계, 일조계 등의 기상센서를 설치하여야 하는데, 설치와 운영을 위한 노고 및 비용이 필요하다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 기상센서를 일일이 설치하지 않고도, 전국 각지에 분산된 태양광 발전소들에서의 발전량 예측에 필요한 일사량을 추정하기 위한 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 일사량 추정 방법은 태양광 발전량을 측정하는 단계; 및 측정된 발전량을 기초로, 일사량을 추정하는 단계;를 포함한다.
측정 단계는, 각기 다른 지역에 위치한 태양광 발전소들을 모니터링하여 측정하고, 추정 단계는, 지역 별로 일사량을 추정하는 것일 수 있다.
추정 단계는, 동일 지역에 위치한 태양광 발전소들 중 상태가 가장 좋은 태양광 발전소의 발전량을 이용하는 것일 수 있다.
추정 단계는, 추정된 일사량들로부터 전국의 일사량 분포를 추정하는 것일 수 있다.
본 실시예에 따른 일사량 추정 방법은 전국의 일사량 분포를 기초로, 일사량 정보가 제공되지 않는 지역에 위치한 태양광 발전소에서의 발전량을 예측하는 단계;를 더 포함할 수 있다.
추정 단계는, 태양광 발전소의 모델 함수를 역모델링하여, 측정된 발전량을 기초로 일사량을 추정하는 것일 수 있다.
태양광 발전소의 모델 함수는, 일사량과 기온이 입력되면, 발전량이 출력되는 함수일 수 있다.
추정 단계는, 측정된 발전량과 예보된 기온을 기초로, 일사량을 추정하는 것일 수 있다.
한편, 본 발명의 다른 실시예에 따른, 일사량 추정 시스템은 측정된 태양광 발전량을 수집하는 수집부; 및 수집부를 통해 수집된 측정된 발전량을 기초로, 일사량을 추정하는 분석부;를 포함한다.
한편, 본 발명의 다른 실시예에 따른, 태양광 발전량 예측 방법은 태양광 발전소의 발전량을 기초로, 일사량을 추정하는 단계; 추정된 일사량을 기초로, 태양광 발전소와 동일 지역에 위치한 다른 태양광 발전소의 발전량을 예측하는 단계;를 포함한다.
한편, 본 발명의 다른 실시예에 따른, 일사량 태양광 발전소 관리 시스템은 태양광 발전소의 발전량을 기초로 일사량을 추정하고, 추정된 일사량을 기초로 태양광 발전소와 동일 지역에 위치한 다른 태양광 발전소의 발전량을 예측하는 분석부; 및 예측된 발전량을 기초로, 발전소 발전소의 운용 스케줄을 생성하는 관리부;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 기상센서를 일일이 설치하지 않고도, 전국 각지에 분산된 태양광 발전소들에서의 발전량 예측에 필요한 일사량을 추정할 수 있게 되어, 궁극적으로 전국 각지에 분산되어 있는 태양광 발전소들을 효율적으로 운용/관리할 수 있게 된다.
도 1은 본 발명이 적용가능한 태양광 발전설비 운영 현황 모니터링 시스템의 개념 설명에 제공되는 도면,
도 2는, 도 1에 도시된 태양광 빅데이터 플랫폼의 상세 블럭도,
도 3은 태양광 발전설비의 운영을 모니터링하는 과정의 설명에 제공되는 도면,
도 4는 일사량 정보 추정 과정의 설명에 제공되는 도면, 그리고,
도 5 내지 도 7은, 일사량 정보 추정 과정의 부연 설명에 제공되는 도면들이다.
도 2는, 도 1에 도시된 태양광 빅데이터 플랫폼의 상세 블럭도,
도 3은 태양광 발전설비의 운영을 모니터링하는 과정의 설명에 제공되는 도면,
도 4는 일사량 정보 추정 과정의 설명에 제공되는 도면, 그리고,
도 5 내지 도 7은, 일사량 정보 추정 과정의 부연 설명에 제공되는 도면들이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1은 본 발명이 적용가능한 태양광 발전설비 운영 현황 모니터링 시스템의 개념 설명에 제공되는 도면이다.
본 발명이 적용가능한 태양광 발전설비 운영 현황 모니터링 시스템은, 도 1에 도시된 바와 같이, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n), 모니터링 시스템들(20-1, ... , 20-m), 기상정보 제공서버(30), 관리자 단말들(40-1, 40-2, ... , 40-k) 및 태양광 빅데이터 플랫폼(100)이 상호통신 가능하도록 연결되어 구축된다.
태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)은 전국의 각기 다른 지역들에 분산되어 있는 태양광 발전소들을 지칭하는 것으로, 규모와 용도(산업용, 가정용)를 불문한다.
모니터링 시스템들(20-1, ... , 20-m)은 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)에서의 발전량을 측정하고, 이상 발생을 모니터링하기 위한 시스템들이다.
기상정보 제공서버(30)는 기온 정보와 일사량 정보를 제공하는 서버로, 기상청 서버와 포털 서버가 이에 포함된다. 기온 정보는 전국 각지에 대해 모두 제공되지만, 일사량 정보는 제공되지 않는 지역이 많다.
관리자 단말들(40-1, 40-2, ... , 40-k)는 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)을 관리하는 자가 보유하고 있는 단말이다.
태양광 빅데이터 플랫폼(100)은, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 발전량을 예측하여 운용 스케줄을 생성하고, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 상태/성능을 평가하는 서버 시스템이다.
도 2는, 도 1에 도시된 태양광 빅데이터 플랫폼(100)의 상세 블럭도이다. 태양광 빅데이터 플랫폼(100)은, 도 2에 도시된 바와 같이, 수집부(110), 분석부(120), 저장부(130) 및 관리부(140)를 포함하여 구축된다.
수집부(110)는 기상정보 제공서버(30)로부터 기상정보를 수집하고, 모니터링 시스템들(20-1, ... , 20-m)을 통해 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 실측된 발전량 정보들을 수집한다.
분석부(120)는 일사량 정보가 제공되지 않은 지역의 일사량을 추정하고, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 발전량을 예측하며, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 상태/성능을 평가한다.
저장부(130)는 수집부(110)에 의해 수집된 정보들과 분석부(120)에 의해 분석된 정보들을 저장한다.
관리부(140)는 분석부(120)에서 예측된 발전량을 토대로, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 운용 스케줄을 생성하고, 생성된 스케줄에 따라 모니터링 시스템들(20-1, ... , 20-m)을 통해 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)을 제어한다.
이하에서, 도 2에 도시된 태양광 빅데이터 플랫폼(100)에 의해 태양광 발전설비의 운영을 모니터링하는 과정에 대해 도 3을 참조하여 상세히 설명한다.
도 3에 도시된 바와 같이, 먼저, 태양광 빅데이터 플랫폼(100)의 수집부(110)는 기상정보 제공서버(30)로부터 기상정보를 수집하고, 분석부(120)는 기상정보를 추정한다(S210). S210단계에서 수집/추정된 기상정보는 저장부(130)에 저장된다.
수집부(110)에 의해 수집되는 기상정보에는 지역별 기온 정보와 일부 지역들에 대한 일사량 정보가 포함된다. 분석부(120)에 의해 추정되는 기상정보에는 나머지 지역들(기상정보 제공서버(30)에서 일사량 정보를 제공하지 않는 지역들)에 대한 일사량 정보가 포함된다.
분석부(120)에 의해 일사량 정보가 추정되는 과정에서 대해서는, 도 4를 참조하여 상세히 설명한다.
이후, 분석부(120)는 S210단계에서 수집/추정된 기상 정보인 기온 정보와 일사량 정보를 기초로, 태양광 발전소의 발전량을 예측한다(S220). S220단계에서 예측된 기상정보는 저장부(130)에 저장된다.
S220단계에서의 발전량 예측은, 태양광 발전소의 모델 함수를 이용한다. 태양광 발전소의 모델 함수는, 일사량과 기온을 입력받아 발전량을 출력하는 함수이다. 태양광 발전소의 모델 함수는 발전소를 구성하는 발전기들의 종류/사양에 따라 결정되므로, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n) 마다 각기 다르다.
다음, 태양광 빅데이터 플랫폼(100)의 관리부(140)는 S220단계에서 예측된 발전량을 토대로, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 운용 스케줄을 생성하고, 생성된 스케줄에 따라 모니터링 시스템들(20-1, ... , 20-m)을 통해 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)을 제어한다(S230).
예측된 발전량을 통해 생성한 운용 스케줄에 따라 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)을 운용함으로써, 계통 운영 관리의 효율성 극대화할 수 있다.
이후, 수집부(110)는 모니터링 시스템들(20-1, ... , 20-m)을 통해 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 실측된 발전량 정보를 수집한다(S240). S240단계에서 수집된 발전량 정보는 저장부(130)에 저장된다.
그러면, 분석부(120)는 S240단계에서 수집된 발전량 정보를 기초로, 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)의 상태/성능을 평가한다(S250).
S230단계에서의 상태/성능 평가는, S220단계에서 예측된 발전량 정보와 S240단계에서 수집한 실측된 발전량 정보를 비교함으로써 수행될 수 있다. 구체적으로, 실측된 발전량이 예측된 발전량 보다 현격하게 떨어지는 태양광 발전소에 대해서는 상태/성능에 문제가 있는 것으로 평가한다.
이하에서는, 분석부(120)에 의해 전국의 일사량 분포를 추정하는 과정에 대해 도 4를 참조하여 상세히 설명한다.
전국의 일사량 분포를 추정하기 위해, 먼저, 수집부(110)는 기상정보 제공서버(30)로부터 일사량 정보를 수집한다(S310). 도 5에는 S310단계에서 일사량 정보가 수집된 지역들을 "●"로 표시하였다. 도시된 바와 같이, 일사량 정보가 없는 지역들이 상당히 많다.
일사량 정보가 없는 지역들의 일사량 정보를 획득하기 위해, 분석부(120)는 도 3의 S240단계에서 실측된 발전량 정보로부터 태양광 발전소들(10-1, 10-2, ... , 10-(n-1), 10-n)이 위치한 지역들의 일사량을 추정한다(S320).
동일 지역에 다수의 태양광 발전소들이 있는 경우에는, 도 3의 S250단계에서 상태/성능이 가장 좋은 것으로 평가된 태양광 발전소의 발전량으로부터 일사량을 추정한다.
S320단계에서의 일사량 추정을 위해, 태양광 발전소의 모델 함수를 이용한다. 태양광 발전소의 모델 함수는 일사량과 기온이 입력되면 발전량이 출력되는 함수이므로, 이를 발전량과 기온이 입력되면 일사량이 출력되도록 역모델링한다.
도 6에는 S320단계에서 일사량이 추정된 지역들, 즉, 일사량 추정에 이용된 발전량이 측정된 태양광 발전소가 위치한 지역들을 "■"로 표시하였다.
다음, 분석부(120)는 S310단계에서 수집된 일사량 정보와 S320단계에서 추정된 일사량 정보를 이용하여, 일사량 정보가 수집/추정되지 않은 지역들의 일사량을 추정한다(S330).
S330단계에서의 일사량 추정은 S310단계에서 수집된 일사량 정보와 S320단계에서 추정된 일사량 정보를 보간하여 수행될 수 있다. S330단계를 통해 분석부(120)는 전국의 일사량 분포를 획득할 수 있게 된다. 도 7에서는 S330단계에서 일사량이 추정된 지역들을 "▲"로 표시하였다.
그리고, 분석부(120)는 S310단계 내지 S330단계를 통해 획득되는 전국의 일사량 분포의 추이를 기초로 구름의 이동 정보를 생성한다(S340).
분석부(120)는 전국의 일사량 분포와 구름의 이동 정보를 모니터링 시스템들(20-1, ... , 20-m)과 관리자 단말들(40-1, 40-2, ... , 40-k)에게 제공한다(S350).
지금까지, 태양광 발전소 역모델링을 통한 일사량 추정 방법에 대해 바람직한 실시예를 들어 상세히 설명하였다.
본 발명의 실시예에서는, 일사량계, 일조계 등 기상센서를 설치하지 않고 태양광 발전소의 발전량을 통해 일사량을 추정하는 기법을 제시하였다. 이를 통해, 태양광 발전소 패널을 통해 일사량을 파악할 수 있고, 인접 지역의 태양광 발전소의 출력 및 일사량 비교를 통해 정밀한 이상 진단 및 기타 운영관리에 활용 가능하다.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
10-1, 10-2, ... , 10-(n-1), 10-n : 태양광 발전소
20-1, ... , 20-m : 모니터링 시스템
30 : 기상정보 제공서버
40-1, 40-2, ... , 40-k : 관리자 단말
100 : 태양광 빅데이터 플랫폼
20-1, ... , 20-m : 모니터링 시스템
30 : 기상정보 제공서버
40-1, 40-2, ... , 40-k : 관리자 단말
100 : 태양광 빅데이터 플랫폼
Claims (12)
- 기상청에서 제공하는 일사량 정보를 수집하는 단계;
일사량 정보가 수집되지 않은 지역들에 위치한 태양광 발전소를 모니터링하여 태양광 발전량을 측정하는 단계;
측정된 발전량을 기초로, 태양광 발전소가 위치한 지역들의 일사량을 추정하는 제1 추정단계;
수집단계에서 수집된 일사량 정보와 제1 추정단계에서 추정된 일사량 정보를 이용하여, 기상청에서 일사량 정보를 제공하지 않고 태양광 발전소도 없는 지역들의 일사량을 추정하는 제2 추정단계; 및
수집단계에서 수집된 일사량 정보, 제1 추정단계에서 추정된 일사량 정보 및 제2 추정단계에서 추정된 일사량 정보로부터 전국의 일사량 분포를 생성하는 단계;를 포함하는 것을 특징으로 하는 일사량 추정 방법.
- 삭제
- 청구항 1에 있어서,
제1 추정 단계는,
동일 지역에 위치한 태양광 발전소들 중 상태가 가장 좋은 태양광 발전소의 발전량을 이용하는 것을 특징으로 하는 일사량 추정 방법.
- 삭제
- 삭제
- 청구항 1에 있어서,
전국의 일사량 분포의 추이를 기초로, 구름 이동을 분석하는 단계;를 더 포함하는 것을 특징으로 하는 일사량 추정 방법.
- 청구항 1에 있어서,
추정 단계는,
태양광 발전소의 모델 함수를 역모델링하여, 측정된 발전량을 기초로 일사량을 추정하는 것을 특징으로 하는 일사량 추정 방법.
- 청구항 7에 있어서,
태양광 발전소의 모델 함수는,
일사량과 기온이 입력되면, 발전량이 출력되는 함수인 것을 특징으로 하는 일사량 추정 방법.
- 청구항 8에 있어서,
추정 단계는,
측정된 발전량과 예보된 기온을 기초로, 일사량을 추정하는 것을 특징으로 하는 일사량 추정 방법.
- 기상청에서 제공하는 일사량 정보와 일사량 정보가 수집되지 않은 지역들에 위치한 태양광 발전소로부터 측정된 태양광 발전량을 수집하는 수집부; 및
수집부를 통해 수집된 측정된 발전량을 기초로 태양광 발전소가 위치한 지역들의 일사량을 추정하고, 수집부에 의해 수집된 일사량 정보와 발전량으로부터 추정된 일사량 정보를 이용하여 기상청에서 일사량 정보를 제공하지 않고 태양광 발전소도 없는 지역들의 일사량을 추정하며, 수집된 일사량 정보와 추정된 일사량 정보들로부터 전국의 일사량 분포를 생성하는 분석부;를 포함하는 것을 특징으로 하는 일사량 추정 시스템.
- 삭제
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180011854A KR102026014B1 (ko) | 2018-01-31 | 2018-01-31 | 태양광 발전소 역모델링을 통한 일사량 추정 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180011854A KR102026014B1 (ko) | 2018-01-31 | 2018-01-31 | 태양광 발전소 역모델링을 통한 일사량 추정 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190092744A KR20190092744A (ko) | 2019-08-08 |
KR102026014B1 true KR102026014B1 (ko) | 2019-09-26 |
Family
ID=67613116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180011854A KR102026014B1 (ko) | 2018-01-31 | 2018-01-31 | 태양광 발전소 역모델링을 통한 일사량 추정 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102026014B1 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022008764A (ja) * | 2020-03-23 | 2022-01-14 | 春禾科技股▲分▼有限公司 | 太陽光発電所の日射量推定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011163973A (ja) * | 2010-02-10 | 2011-08-25 | Osaka Gas Co Ltd | 日射量推定装置、太陽光発電量推定装置及びシステム |
KR101265573B1 (ko) * | 2013-01-21 | 2013-05-22 | 주식회사 텐코리아 | 태양광 발전 다기능 데이터 통신 시스템 및 그 방법 |
JP2015169484A (ja) * | 2014-03-05 | 2015-09-28 | パナソニックIpマネジメント株式会社 | 気象予測装置、気象予測システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101234925B1 (ko) * | 2011-07-29 | 2013-02-19 | (유)이오전기 | 풍력발전기 및 태양광발전시스템의 일사량 및 풍속 정보를 표시하는 스마트표시시스템 |
-
2018
- 2018-01-31 KR KR1020180011854A patent/KR102026014B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011163973A (ja) * | 2010-02-10 | 2011-08-25 | Osaka Gas Co Ltd | 日射量推定装置、太陽光発電量推定装置及びシステム |
KR101265573B1 (ko) * | 2013-01-21 | 2013-05-22 | 주식회사 텐코리아 | 태양광 발전 다기능 데이터 통신 시스템 및 그 방법 |
JP2015169484A (ja) * | 2014-03-05 | 2015-09-28 | パナソニックIpマネジメント株式会社 | 気象予測装置、気象予測システム |
Also Published As
Publication number | Publication date |
---|---|
KR20190092744A (ko) | 2019-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11598900B2 (en) | Weather-driven multi-category infrastructure impact forecasting | |
US11501194B2 (en) | Managing computational workloads of computing apparatuses powered by renewable resources | |
US11333793B2 (en) | System and method for variance-based photovoltaic fleet power statistics building with the aid of a digital computer | |
CN108700851B (zh) | 用于预测能量消耗的系统、方法和基于云的平台 | |
Kang et al. | Big data analytics in China's electric power industry: modern information, communication technologies, and millions of smart meters | |
Potter et al. | Potential benefits of a dedicated probabilistic rapid ramp event forecast tool | |
US10521525B2 (en) | Quantifying a combined effect of interdependent uncertain resources in an electrical power grid | |
WO2013169903A1 (en) | Methods and systems for managing distributed energy resources | |
Iyengar et al. | SolarCast: a cloud-based black box solar predictor for smart homes | |
US20210305937A1 (en) | Device and method for determining whether power generation system is abnormal | |
KR102026014B1 (ko) | 태양광 발전소 역모델링을 통한 일사량 추정 방법 | |
KR20190131808A (ko) | 태양광 발전기의 발전량 예측 장치 및 방법 | |
Queiroz et al. | Predictive data analysis driven multi-agent system approach for electrical micro grids management | |
JP2019091335A (ja) | 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム | |
Meliones et al. | A web-based three-tier control and monitoring application for integrated facility management of photovoltaic systems | |
US11158007B2 (en) | Dynamic energy consumption and harvesting with feedback | |
CN115759471A (zh) | 基于多模态融合的ai光伏清洗预测系统 | |
CN113820755A (zh) | 一种用于光伏电站清洁监测预警系统 | |
Zheng et al. | Impact of climate simulation resolutions on future energy system reliability assessment: A Texas case study | |
KR102152539B1 (ko) | 태양광 발전소의 전주기 이력관리 시스템 및 방법 | |
Deline et al. | Reducing Uncertainty of Fielded Photovoltaic Performance (Final Technical Report) | |
Wallison et al. | Auto-Regressive and Neural Network Models for Weather-Informed Load Forecasts | |
Tabors et al. | Stochastic Nodal Adequacy Platform: Spot Pricing of Adequacy | |
Cakir Erdener et al. | A Review of Behind-the-Meter Solar Generation Modeling and Forecasting | |
KR20240029406A (ko) | 태양광발전 출력 예측 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |