KR20160134948A - 일사량 누락 데이터 생성 장치 및 방법 - Google Patents
일사량 누락 데이터 생성 장치 및 방법 Download PDFInfo
- Publication number
- KR20160134948A KR20160134948A KR1020150067066A KR20150067066A KR20160134948A KR 20160134948 A KR20160134948 A KR 20160134948A KR 1020150067066 A KR1020150067066 A KR 1020150067066A KR 20150067066 A KR20150067066 A KR 20150067066A KR 20160134948 A KR20160134948 A KR 20160134948A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- radiation amount
- solar
- amount
- horizontal surface
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 230000005855 radiation Effects 0.000 claims description 226
- 238000004458 analytical method Methods 0.000 claims description 47
- 238000011161 development Methods 0.000 claims description 6
- 238000012731 temporal analysis Methods 0.000 claims description 6
- 238000000700 time series analysis Methods 0.000 claims description 6
- 238000012732 spatial analysis Methods 0.000 claims description 5
- 230000002349 favourable effect Effects 0.000 claims description 3
- 239000006100 radiation absorber Substances 0.000 claims 1
- 230000006870 function Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/12—Sunshine duration recorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G06F19/00—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Environmental & Geological Engineering (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Photovoltaic Devices (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
일사량 누락 데이터 생성 장치 및 방법이 개시된다. 본 발명에 따른 일사량 누락 데이터 생성 장치는, 누락된 일사량에 대한 데이터를 생성하기 위한 장치에 있어서, 사용자의 입력 또는 서버로부터 수평면 전일사량(GHI; Global Horizontal Irradiance), 수평면 산란일사량(DHI; Diffuse Horizontal Irradiance) 및 법선면 직달일사량(DNI; Direct Normal Irradiance) 중 적어도 어느 하나를 제공받는 일사량 데이터 저장부; 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터를 분석하는 미확보 일사량 데이터 분석부; 및 상기 미확보 일사량 데이터의 개수를 기반으로 선택되는 방법에 따라 미확보 일사량 데이터를 생성하는 미확보 일사량 데이터 생성부를 포함하는 것을 특징으로 한다.
Description
본 발명은 일사량 누락 데이터 생성 장치 및 방법에 관한 것이다. 더욱 상세하게는 일사량 데이터인 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 누락된 일사량 데이터를 생성하는 일사량 누락 데이터 생성 장치 및 방법에 관한 것이다.
최근 온난화의 주범인 온실가스의 배출을 줄이기 위한 노력의 일환으로 많은 국가들이 신재생 에너지이 보급 정책을 펴왔다. 아울러, 선진국들은 발전차액지원제도를 시행하고 있으며, 각각의 목표년도까지 20% 내지 50%에 이르는 태양광 공급 의무량도 설정하고 있다.
기술적 측면에서 고려할 때, 풍력이나 파력, 조력과 같은 다른 신재생 에너지와 달리, 태양광 에너지는 도심이나 빌딩에서 다양한 형태와 규모로 전력 에너지를 생산할 수 있고, 태양열도 함께 활용할 수도 있으며, 모듈화로 대량생산될 수 있고, 대규모 투자와 기술 개발로 효율이 크게 개선되고 있으므로 여러 모로 유리하다.
통상적으로 태양광 발전 시스템을 PV(Photovoltaic) 시스템이라고 한다. 이러한 PV 시스템의 경제성은 짧게는 하루 동안의 태양광의 세기 변화에 대처하는 방식에도 영향을 받지만, 그보다는 연간 태양광 일사량(DSR; Daily Solar Radiation)에 의해 더 좌우된다고 할 수 있다.
종래에 태양광 발전 시스템의 효율성을 제고하기 위한 노력은 대체로 PV 소재 개선, 전력 변환 효율 개선, 전력 비축 장치 개선, 태양 추적 장치 등의 개선에 집중되어 왔지만, 현실적으로는 태양광 발전 시스템의 설치 장소에 대한 선택의 문제가 상기와 같은 기술들의 개선으로 얻는 효율의 증가보다 더욱 중요하다.
이와 같이, 태양광 발전 시스템의 최적지를 선정하기 위한 전제로는 일사량이 정확하게 분석되어야 한다. 하지만, 기상청 관측소가 없는 지역의 일사량 실측 데이터는 직접 장기간 조사하지 않는 이상 사실상 획득하기 어려운 실정이다.
따라서, 일사량 실측 데이터가 없는 지역의 일사량을 예측할 필요성이 대두되고 있으며, 일사량 데이터인 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 누락된 일사량 데이터를 생성하는 일사량 누락 데이터 생성 장치 및 방법이 필요한 실정이다. 한편, 관련기술로는 한국공개특허 10-2014-0021179호가 존재한다.
본 발명의 목적은, 상기한 문제점을 해결하기 위하여 안출된 것으로, 일사량 데이터 중 누락되는 데이터의 개수를 기반으로 서로 다른 방법을 사용하여 미확보된 일사량 데이터를 정확하게 예측하여 생성하는 것을 가능케 하는 것이다.
또한, 본 발명의 목적은 일사량 데이터를 지도 상에 매핑하여 태양광 발전 설비를 설치하기 위한 최적의 장소를 선정하는 것을 가능케 하는 것이다.
본 발명이 이루고자 하는 기술적 과제(목적)들은 이상에서 언급한 기술적 과제(목적)들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제(목적)들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기한 목적을 달성하기 위한 본 발명에 따른 일사량 누락 데이터 생성 장치는, 누락된 일사량에 대한 데이터를 생성하기 위한 장치에 있어서, 사용자의 입력 또는 서버로부터 수평면 전일사량(GHI; Global Horizontal Irradiance), 수평면 산란일사량(DHI; Diffuse Horizontal Irradiance) 및 법선면 직달일사량(DNI; Direct Normal Irradiance) 중 적어도 어느 하나를 제공받는 일사량 데이터 저장부; 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터를 분석하는 미확보 일사량 데이터 분석부; 및 상기 미확보 일사량 데이터의 개수를 기반으로 선택되는 방법에 따라 미확보 일사량 데이터를 생성하는 미확보 일사량 데이터 생성부를 포함하는 것을 특징으로 한다.
이 때, 미확보 상기 일사량 데이터 분석부는, 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터의 종류 및 개수를 분석하는 것을 특징으로 할 수 있다.
이 때, 상기 미확보 일사량 데이터 생성부는, 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 2가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하기 위한 제 1 일사량 데이터 생성부; 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 1가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하기 위한 제 2 일사량 데이터 생성부; 및 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 경우, 각각의 일사량 데이터를 생성하기 위한 제 3 일사량 데이터 생성부를 포함하는 것을 특징으로 할 수 있다.
이 때, 상기 제 1 일사량 데이터 생성부는, 수학식GHI = DHI + (DNI X Cosθz)을 이용하여 나머지 일사량 데이터를 생성하고, 상기 수학식에서 'GHI'는 수평면 전일사량이고, 'DHI'는 수평면 산란 일사량이며, 'DNI'는 법선면 직달일사량이며, 'θz'는 천정각(zenith anfle)인 것을 특징으로 할 수 있다.
이 때, 상기 제 2 일사량 데이터 생성부는, kartveit Model을 활용하여 상기 GHI값에서 DHI 값을 추출한 후, 상기 수학식을 기반으로 DNI 값을 생성하는 것을 특징으로 할 수 있다.
이 때, 상기 제 3 일사량 데이터 생성부는, 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 기간을 분석하는 데이터 미확보 기간 분석부를 더 포함하는 것을 특징으로 할 수 있다.
이 때, 상기 데이터 미확보 기간 분석부의 분석 결과, 데이터가 확보되지 않은 기간인 미확보 기간이 3시간 미만인 경우, 선형 보간(Linear interpolation)을 이용하여 Clearness index를 추출함으로써 GHI 값 및 DNI 값을 확보한 후, 상기 수학식을 기반으로 DHI 값을 생성하는 것을 특징으로 할 수 있다.
이 때, 상기 데이터 미확보 기간 분석부의 분석 결과, 데이터가 확보되지 않은 기간인 미확보 기간이 3시간 이상 내지 10일 이내인 경우, 미확보 기간의 이웃하는 기간(neighboring days)을 기반으로 일사량 데이터를 생성하는 것을 특징으로 할 수 있다.
이 때, 상기 제 2 일사량 데이터 생성부는, 인공위성으로부터 제공받은 데이터인 인공위성 데이터로부터 DNI 값을 획득한 후, 상기 수학식을 기반으로 나머지 일사량 데이터를 생성하며, 상기 제 3 일사량 데이터 생성부는, 해당되는 지역에 특화된 계수(Site adapted)를 기반으로 상기 인공위성 데이터로부터 각각의 일사량 데이터를 생성하는 것을 특징으로 할 수 있다.
이 때, 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량을 연평균, 월별, 일별, 계절별로 시계열적 분석을 수행하고, 대상 지역에 따라 공간적 분석을 수행하는 태양광 에너지 자원 분석부; 상기 태양광 에너지 자원 분석부에서 수행된 분석 결과를 기반으로 태양광 에너지 개발에 유리한 지역인 최적지를 선정하는 최적지 선정부; 및 상기 태양광 에너지 자원 분석부에서 수행된 분석 결과 및 상기 선정된 최적지를 지도 상에 매칭하여 디스플레이하는 디스플레이부를 더 포함하는 것을 특징으로 할 수 있다.
또한, 상기한 목적을 달성하기 위한 본 발명에 따른 일사량 누락 데이터 생성 방법은, 누락된 일사량에 대한 데이터를 생성하기 위한 방법에 있어서, 사용자의 입력 또는 서버로부터 수평면 전일사량(GHI; Global Horizontal Irradiance), 수평면 산란일사량(DHI; Diffuse Horizontal Irradiance) 및 법선면 직달일사량(DNI; Direct Normal Irradiance) 중 적어도 어느 하나를 제공받는 단계; 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터를 분석하는 단계; 및 상기 미확보 일사량 데이터의 개수를 기반으로 선택되는 방법에 따라 미확보 일사량 데이터를 생성하는 단계를 포함하는 것을 특징으로 한다.
이 때, 미확보 일사량 데이터를 분석하는 단계는, 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터의 종류 및 개수를 분석하는 것을 특징으로 할 수 있다.
이 때, 상기 일사량 데이터를 생성하는 단계는, 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 2가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하기 위한 제 1 일사량 데이터 생성 단계; 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 1가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하기 위한 제 2 일사량 데이터 생성 단계; 및 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 경우, 각각의 일사량 데이터를 생성하기 위한 제 3 일사량 데이터 생성 단계를 포함하는 것을 특징으로 할 수 있다.
이 때, 상기 제 1 일사량 데이터 생성 단계는, 수학식GHI = DHI + (DNI X Cosθz)을 이용하여 나머지 일사량 데이터를 생성하고, 상기 수학식에서 'GHI'는 수평면 전일사량이고, 'DHI'는 수평면 산란 일사량이며, 'DNI'는 법선면 직달일사량이며, 'θz'는 천정각(zenith anfle)인 것을 특징으로 할 수 있다.
이 때, 상기 제 2 일사량 데이터 생성 단계는, Skartveit Model을 활용하여 상기 GHI값에서 DHI 값을 추출한 후, 상기 수학식을 기반으로 DNI 값을 생성하는 것을 특징으로 할 수 있다.
이 때, 상기 제 3 일사량 데이터 생성 단계는, 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 기간을 분석하는 데이터 미확보 기간 분석 단계를 더 포함하는 것을 특징으로 할 수 있다.
이 때, 상기 데이터 미확보 기간 분석 단계에서의 의 분석 결과, 데이터가 확보되지 않은 기간인 미확보 기간이 3시간 미만인 경우, 선형 보간(Linear interpolation)을 이용하여 Clearness index를 추출함으로써 GHI 값 및 DNI 값을 확보한 후, 상기 수학식을 기반으로 DHI 값을 생성하는 것을 특징으로 할 수 있다.
이 때, 상기 데이터 미확보 기간 분석 단계에서의 분석 결과, 데이터가 확보되지 않은 기간인 미확보 기간이 3시간 이상 내지 10일 이내인 경우, 미확보 기간의 이웃하는 기간(neighboring days)을 기반으로 일사량 데이터를 생성하는 것을 특징으로 할 수 있다.
이 때, 상기 제 2 일사량 데이터 생성 단계는, 인공위성으로부터 제공받은 데이터인 인공위성 데이터로부터 DNI 값을 획득한 후, 상기 수학식을 기반으로 나머지 일사량 데이터를 생성하며, 상기 제 3 일사량 데이터 생성 단계는, 해당되는 지역에 특화된 계수(Site adapted)를 기반으로 상기 인공위성 데이터로부터 각각의 일사량 데이터를 생성하는 것을 특징으로 할 수 있다.
이 때, 상기 미확보 일사량 데이터를 생성하는 단계 이후에, 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량을 연평균, 월별, 일별, 계절별로 시계열적 분석을 수행하고, 대상 지역에 따라 공간적 분석을 수행하는 태양광 에너지 자원 분석 단계; 상기 태양광 에너지 자원 분석 단계에서 수행된 분석 결과를 기반으로 태양광 에너지 개발에 유리한 지역인 최적지를 선정하는 최적지 선정 단계; 및 상기 태양광 에너지 자원 분석 단계에서 수행된 분석 결과 및 상기 선정된 최적지를 지도 상에 매칭하여 디스플레이하는 디스플레이 단계를 더 포함하는 것을 특징으로 할 수 있다.
본 발명은 이하와 같은 효과가 있다.
본 발명에 의하면, 일사량 데이터 중 누락되는 데이터의 개수를 기반으로 서로 다른 방법을 사용하여 미확보된 일사량 데이터를 정확하게 예측하여 생성할 수 있는 효과가 있다.
또한, 본 발명에 의하면, 태양자원의 효율적 활용과 태양광발전시스템의 보급을 유도하기 위한 기초자료를 정확하게 확보할 수 있으므로, 태양광발전 최적지 발굴과 자원량 분석을 수행할 수 있는 효과가 있다.
도 1은 본 발명에 따른 일사량 누락 데이터 생성 장치의 블록도이다.
도 2는 본 발명에 따른 일사량 누락 데이터 생성 장치의 미확보 일사량 데이터 생성부의 실시예를 설명하기 위한 도면이다.
도 3은 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 수평면 전일사량을 디스플레이 한 모습을 나타낸 도면이다.
도 4는 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 수평면 산란일사량을 디스플레이 한 모습을 나타낸 도면이다.
도 5는 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 법선면 직달일사량을 디스플레이 한 모습을 나타낸 도면이다.
도 6은 본 발명에 따른 일사량 누락 데이터 생성 방법의 흐름도이다.
도 7은 본 발명에 따른 일사량 누락 데이터 생성 방법의 실시예를 설명하기 위한 도면이다.
도 2는 본 발명에 따른 일사량 누락 데이터 생성 장치의 미확보 일사량 데이터 생성부의 실시예를 설명하기 위한 도면이다.
도 3은 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 수평면 전일사량을 디스플레이 한 모습을 나타낸 도면이다.
도 4는 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 수평면 산란일사량을 디스플레이 한 모습을 나타낸 도면이다.
도 5는 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 법선면 직달일사량을 디스플레이 한 모습을 나타낸 도면이다.
도 6은 본 발명에 따른 일사량 누락 데이터 생성 방법의 흐름도이다.
도 7은 본 발명에 따른 일사량 누락 데이터 생성 방법의 실시예를 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다거나 "직접 접속되어"있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명에 따른 일사량 누락 데이터 생성 장치의 블록도이다. 도 2는 본 발명에 따른 일사량 누락 데이터 생성 장치의 미확보 일사량 데이터 생성부의 실시예를 설명하기 위한 도면이다.
도 1을 참조하여 설명하면, 본 발명에 따른 일사량 누락 데이터 생성 장치(100)는 일사량 데이터 저장부(110), 미확보 일사량 데이터 분석부(120) 및 미확보 일사량 데이터 생성부(130)를 필수적 구성요소로 채택하고 있다. 다만, 실시예에 따라서는 태양광 에너지 자원 분석부(140), 최적지 선정부(150) 및 디스플레이부(160)를 추가로 포함할 수 있다.
보다 구체적으로, 상기 데이터 저장부(110)는, 사용자의 입력 또는 서버로부터 서버로부터 수평면 전일사량(GHI; Global Horizontal Irradiance), 수평면 산란일사량(DHI; Diffuse Horizontal Irradiance) 및 법선면 직달일사량(DNI; Direct Normal Irradiance) 중 적어도 어느 하나를 제공받는 기능을 수행한다.
여기서, 일사량이라 함은 태양으로부터 오는 태양 복사 에너지(일사;日射)가 지표에 닿는 양을 의미한다. 구체적으로 일사량은 태양광선에 직각으로 놓은 1제곱센티미터 넓이에 1분 동안 복사되는 에너지의 양을 측정함으로써 알 수 있다. 또한, 수평면 전일사량은 수평면 직달일사량에 수평면 산란일사량을 더한 값을 의미한다.
여기서 산란일사량이라 함은 전체일사량 중에서 직달일사량을 제외한 부분을 의미한다. 즉, 태양면에서 직접 입사되는 일사량을 제외한 모든 방향으로부터 도달되는 일사량을 의미하여 이는 태양광이 대기층을 지나는 동안 확산되고 지상의 물체에도 반사되어 방향이 변화되기 때문이다.
또한, 직달일사량이라 함은 대기 중의 수증기나 작은 먼지에 흡수 산란되지 않고, 태양으로부터 직접 수평면에 도달하는 일사량을 의미하며, 법선면 직달일사량이란 입사면에 수직으로 도달하는 직달일사량을 의미한다. 집광실 설비의 경우 산란성분을 배제한 직달성분만을 이용하기 때문에 법선면 직달일사량에 대한 데이터가 필수적으로 이용된다.
본 발명에서는 상기 데이터 저장부(110)가 사용자의 입력 또는 서버로부터 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 적어도 어느 하나를 제공받게 되고, 이 중 제공받지 못한 일사량 데이터를 미확보 일사량 데이터라 칭한다. 이 때, 상기 미확보 일사량 데이터를 생성하는 것에 대하여 구체적으로 설명하도록 한다.
상기 데이터 분석부(120)는, 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터를 분석하는 기능을 수행한다. 여기서 상기 데이터 분석부(120)가 분석하는 구체적인 기술내용과 관련하여, 상기 데이터 분석부(120)는 미확보 일사량 데이터의 종류 및 개수를 분석하게 된다. 예컨대, 상기 수평면 전일사량, 수평면 산란 일사량 및 법선면 직달일사량 중, 상기 데이터 저장부(110)가 상기 수평면 산란일사량 만을 제공받은 경우, 상기 미확보 일사량 데이터 분석부(120)는 미확보 일사량 데이터의 개수가 2개이며, 미확보 일사량 데이터의 종류는 수평면 전일사량과 법선면 직달일사량인 것임을 확인하게 되는 것이다.
상기 미확보 일사량 데이터 생성부(130)는, 상기 미확보 일사량 데이터 분석부(120)에 의하여 분석된 미확보 일사량 데이터의 개수를 기반으로 선택되는 방법에 따라 미확보 일사량 데이터를 생성하는 기능을 수행한다.
즉, 미확보 일사량 데이터 분석부(120)는, 분석 결과, 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 미확보 일사량 데이터의 개수가 1개인 경우, 2개인 경우, 3개인 경우로 분석할 수 있음을 상기 설명하였는바, 미확보 일사량 데이터의 개수에 따라 서로 다른 방법에 따라 미확보 일사량 데이터를 생성하는 기능을 수행하는 것이다. 여기서 미확보 일사량 데이터를 생성한다는 의미는, 미확보 일사량 데이터를 예측, 예상, 추정한다는 의미로 이해되어야 할 것이다.
보다 구체적으로, 도 2에 도시된 바와 같이, 상기 미확보 일사량 데이터 생성부(130)는 제 1 일사량 데이터 생성부(131), 제 2 일사량 데이터 생성부(132) 및 제 3 일사량 데이터 생성부(133)을 포함하여 구성될 수 있다.
상기 제 1 일사량 데이터 생성부(131)는, 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 2가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하는 기능을 수행하며, 상기 제 2 일사량 데이터 생성부(132)는, 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 1가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하는 기능을 수행하며, 상기 제 3 일사량 데이터 생성부(133)는, 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 경우, 각각의 일사량 데이터를 생성하는 기능을 수행한다. 즉, 상술한 바와 같이 미확보 일사량 데이터의 개수에 따라서 제 1 일사량 데이터 생성부(131), 제 2 일사량 데이터 생성부(132) 및 제 3 일사량 데이터 생성부(133)가 서로 다른 방법을 통하여 미확보 일사량 데이터를 생성(산출)하는 것이다.
상기 제 1 일사량 데이터 생성부(131)는 아래의 수학식 1을 이용하여 나머지 일사량 데이터를 생성하게 된다.
[수학식 1]
GHI = DHI + (DNI X Cosθz)
상기 수학식 1에서 상기 'GHI'는 수평면 전일사량이고, 상기 'DHI'는 수평면 산란 일사량이며, 상기 'DNI'는 법선면 직달일사량이며, 상기 'θz'는 천정각(zenith anfle)을 의미한다.
이 때, 상기 천정각 'θz'는 관측장소의 정확한 위도와 측정일의 일적위 등을 사용하여 아래의 수학식 2에 의하여 산출할 수 있다.
[수학식 2]
Cosθz = CosФCosбCosω + SinρSinФ
상기 수학식 2에서 상기 Ф는 측정지역의 위도를 의미하며, 상기 б는 일적위를 의미하며, 상기 ω는 시간각을 의미한다.
구체적으로, 상기 일적위 б는 23.45 Sin[360(284+n/365)]로써, n은 통산일을 의미한다. 그리고, 시간각 ω는 남중시를 0˚로 하고, 1시간을 15˚로 하여 시각을 각도로 나타낸 것이다(ω/hr=15˚, AM-, PM+).
상기 제 2 일사량 데이터 생성부(132)는 Skartveit Model을 활용하여 상기 GHI값에서 DHI 값을 추출한 후, 상기 수학식 1을 기반으로 DNI 값을 생성하는 것을 특징으로 한다.
또한, 상기 제 3 일사량 데이터 생성부(133)는, 상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 기간을 분석하는 데이터 미확보 기간 분석부를 더 포함하여 구성된다. 이 때, 상기 데이터 미확보 기간 분석부의 분석 결과, 데이터가 확보되지 않은 기간인 미확보 기간이 3시간 미만인 경우, 선형 보간(Linear interpolation)을 이용하여 Clearness index를 추출함으로써 GHI 값 및 DNI 값을 확보한 후, 상기 수학식 1을 기반으로 DHI 값을 생성하며, 상기 데이터 미확보 기간 분석부의 분석 결과, 데이터가 확보되지 않은 기간인 미확보 기간이 3시간 이상 내지 10일 이내인 경우, 미확보 기간의 이웃하는 기간(neighboring days)을 기반으로 일사량 데이터를 생성한다.
또한, 실시예에 따라, 상기 제 2 일사량 데이터 생성부(132)는, 인공위성으로부터 제공받은 데이터인 인공위성 데이터로부터 DNI 값을 획득한 후, 상기 수학식 1을 기반으로 나머지 일사량 데이터를 생성하며, 상기 제 3 일사량 데이터 생성부(133)는, 해당되는 지역에 특화된 계수(Site adapted)를 기반으로 상기 인공위성 데이터로부터 각각의 일사량 데이터를 생성할 수 있다.
또한, 도 1에 도시된 바와 같이, 본 발명에 따른 일사량 누락 데이터 생성 장치(100)는, 실시예에 따라 태양광 에너지 자원 분석부(140), 최적지 선정부(150) 및 디스플레이부(160)를 더 포함하여 구성될 수 있다.
상기 태양광 에너지 자원 분석부(140)는 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량을 연평균, 월별, 일별, 계절별로 시계열적 분석을 수행하고, 대상 지역에 따라 공간적 분석을 수행하는 기능을 갖는다. 또한, 실시예에 따라서는 청명일(구름의 양이 10% 이하인 날)을 기준으로 수평면 전일사량을 분석할 수도 있다. 즉, 상기 미확보 일사량 데이터 생성부(130)에 의하여 누락된 일사량 데이터를 포함하여 일사량과 관련된 종합적인 데이터를 분석하는 것이다.
또한, 상기 최적지 선정부(150)는 상기 태양광 에너지 자원 분석부(140)에서 수행된 분석 결과를 기반으로 태양광 에너지 개발에 유리한 지역인 최적지를 선정하는 기능을 수행한다. 즉, 메모리에 기저장된 최적지 선정의 판단기준을 반영하여 태양광 에너지 자원 분석부(140)의 분석결과를 활용함으로써 최적지를 선정하는 것이다.
또한, 상기 디스플레이부(160)는, 상기 태양광 에너지 자원 분석부에서 수행된 분석 결과 및 상기 선정된 최적지를 지도 상에 매칭하여 디스플레이하는 기능을 수행한다. 상기 디스플레이부(160)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display)등과 같은 다양한 디스플레이 장치가 사용될 수 있다.
이하, 도 3 내지 도 5를 참조하여 상기 디스플레이부(160)가 출력한 실시예를 설명하도록 한다.
도 3은 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 수평면 전일사량을 디스플레이 한 모습을 나타낸 도면이다. 보다 구체적으로 도 3은 대한민국의 수평면 전일사량 분포도를 나타낸 것으로서 평균적으로 목포와 진주 일대가 비교적 높은 수치를 나타내는 것을 확인할 수 있다.
도 4는 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 수평면 산란일사량을 디스플레이 한 모습을 나타낸 도면이다. 보다 구체적으로 도 4는 대한민국의 수평면 산란일사량 분포도를 나타낸 것으로서 지역적으로 큰 편차가 나타나지 않음을 확인할 수 있다.
도 5는 본 발명에 따른 일사량 누락 데이터 생성 장치의 디스플레이부가 법선면 직달일사량을 디스플레이 한 모습을 나타낸 도면이다. 보다 구체적으로 도 5는 대한민국의 법선면 직달일사량 분포도를 나타낸 것으로서 법선면 직달일사량은 수평면 전일사량과 다른 분포 특성을 보이는 것을 확인할 수 있다. 이는 각 지역의 기후조건의 차이에 의해 발생되며, 구름 등에 의한 대기조건에 크게 좌우되기 때문이다. 집광실 설비의 경우 산란성분을 배제한 직달성분만을 이용하기 때문에 법선면 직달일사량에 대한 데이터가 필수적으로 이용된다.
이하, 도 6 및 도 7을 참조하여 본 발명에 따른 일사량 누락 데이터 생성 방법에 대하여 설명하도록 한다. 상기 살펴본 바와 같이, 본 발명에 따른 일사량 누락 데이터 생성 장치(100)와 중복되는 기술내용에 대한 설명은 생략하도록 한다.
도 6은 본 발명에 따른 일사량 누락 데이터 생성 방법의 흐름도이다. 도 7은 본 발명에 따른 일사량 누락 데이터 생성 방법의 실시예를 설명하기 위한 도면이다.
도 6및 도 7을 참조하여 설명하면, 본 발명에 따른 일사량 누락 데이터 생성 방법은, 누락된 일사량에 대한 데이터를 생성하기 위한 방법에 있어서, 사용자의 입력 또는 서버로부터 수평면 전일사량(GHI; Global Horizontal Irradiance), 수평면 산란일사량(DHI; Diffuse Horizontal Irradiance) 및 법선면 직달일사량(DNI; Direct Normal Irradiance) 중 적어도 어느 하나를 제공받는 단계(S100); 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터를 분석하는 단계(S110); 및 상기 미확보 일사량 데이터의 개수를 기반으로 선택되는 방법에 따라 미확보 일사량 데이터를 생성하는 단계(S120)를 포함하여 진행된다.
또한, 실시예에 따라서, 상기 미확보 일사량 데이터를 생성하는 단계(S120) 이후에, 상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량을 연평균, 월별, 일별, 계절별로 시계열적 분석을 수행하고, 대상 지역에 따라 공간적 분석을 수행하는 태양광 에너지 자원 분석 단계(S130); 상기 태양광 에너지 자원 분석 단계에서 수행된 분석 결과를 기반으로 태양광 에너지 개발에 유리한 지역인 최적지를 선정하는 최적지 선정 단계(S140); 및 상기 태양광 에너지 자원 분석 단계에서 수행된 분석 결과 및 상기 선정된 최적지를 지도 상에 매칭하여 디스플레이하는 디스플레이 단계(S150)를 더 포함하여 진행될 수도 있다.
상기 살펴본 바와 같이, 본 발명에 따른 일사량 누락 데이터 생성 장치(100) 및 방법은, 일사량 데이터 중 누락되는 데이터의 개수를 기반으로 서로 다른 방법을 사용하여 미확보된 일사량 데이터를 정확하게 예측하여 생성할 수 있는 장점이 있다. 또한, 태양자원의 효율적 활용과 태양광발전시스템의 보급을 유도하기 위한 기초자료를 정확하게 확보할 수 있으므로, 태양광발전 최적지 발굴과 자원량 분석을 수행할 수 있는 장점이 있다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있음에 주의한다.
100: 일사량 누락 데이터 생성 장치
110: 일사량 데이터 저장부
120: 미확보 일사량 데이터 분석부
130: 미확보 일사량 데이터 생성부
140: 태양광 에너지 자원 분석부
150: 최적지 선정부
160: 디스플레이부
131: 제 1 일사량 데이터 생성부
132: 제 2 일사량 데이터 생성부
133: 제 3 일사량 데이터 생성부
110: 일사량 데이터 저장부
120: 미확보 일사량 데이터 분석부
130: 미확보 일사량 데이터 생성부
140: 태양광 에너지 자원 분석부
150: 최적지 선정부
160: 디스플레이부
131: 제 1 일사량 데이터 생성부
132: 제 2 일사량 데이터 생성부
133: 제 3 일사량 데이터 생성부
Claims (20)
- 누락된 일사량에 대한 데이터를 생성하기 위한 장치에 있어서,
사용자의 입력 또는 서버로부터 수평면 전일사량(GHI; Global Horizontal Irradiance), 수평면 산란일사량(DHI; Diffuse Horizontal Irradiance) 및 법선면 직달일사량(DNI; Direct Normal Irradiance) 중 적어도 어느 하나를 제공받는 일사량 데이터 저장부;
상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터를 분석하는 미확보 일사량 데이터 분석부; 및
상기 미확보 일사량 데이터의 개수를 기반으로 선택되는 방법에 따라 미확보 일사량 데이터를 생성하는 미확보 일사량 데이터 생성부를 포함하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 1에 있어서,
미확보 상기 일사량 데이터 분석부는,
상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터의 종류 및 개수를 분석하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 1에 있어서,
상기 미확보 일사량 데이터 생성부는,
상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 2가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하기 위한 제 1 일사량 데이터 생성부;
상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 1가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하기 위한 제 2 일사량 데이터 생성부; 및
상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 경우, 각각의 일사량 데이터를 생성하기 위한 제 3 일사량 데이터 생성부를 포함하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 3에 있어서,
상기 제 1 일사량 데이터 생성부는,
수학식
GHI = DHI + (DNI X Cosθz)을 이용하여 나머지 일사량 데이터를 생성하고,
상기 수학식에서 'GHI'는 수평면 전일사량이고, 'DHI'는 수평면 산란 일사량이며, 'DNI'는 법선면 직달일사량이며, 'θz'는 천정각(zenith anfle)인 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 4에 있어서,
상기 제 2 일사량 데이터 생성부는,
Skartveit Model을 활용하여 상기 GHI값에서 DHI 값을 추출한 후, 상기 수학식을 기반으로 DNI 값을 생성하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 4에 있어서,
상기 제 3 일사량 데이터 생성부는,
상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 기간을 분석하는 데이터 미확보 기간 분석부를 더 포함하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 6에 있어서,
상기 데이터 미확보 기간 분석부의 분석 결과,
데이터가 확보되지 않은 기간인 미확보 기간이 3시간 미만인 경우,
선형 보간(Linear interpolation)을 이용하여 Clearness index를 추출함으로써 GHI 값 및 DNI 값을 확보한 후, 상기 수학식을 기반으로 DHI 값을 생성하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 6에 있어서,
상기 데이터 미확보 기간 분석부의 분석 결과,
데이터가 확보되지 않은 기간인 미확보 기간이 3시간 이상 내지 10일 이내인 경우,
미확보 기간의 이웃하는 기간(neighboring days)을 기반으로 일사량 데이터를 생성하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 4에 있어서,
상기 제 2 일사량 데이터 생성부는,
인공위성으로부터 제공받은 데이터인 인공위성 데이터로부터 DNI 값을 획득한 후, 상기 수학식을 기반으로 나머지 일사량 데이터를 생성하며,
상기 제 3 일사량 데이터 생성부는,
해당되는 지역에 특화된 계수(Site adapted)를 기반으로 상기 인공위성 데이터로부터 각각의 일사량 데이터를 생성하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 청구항 1에 있어서,
상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량을 연평균, 월별, 일별, 계절별로 시계열적 분석을 수행하고, 대상 지역에 따라 공간적 분석을 수행하는 태양광 에너지 자원 분석부;
상기 태양광 에너지 자원 분석부에서 수행된 분석 결과를 기반으로 태양광 에너지 개발에 유리한 지역인 최적지를 선정하는 최적지 선정부; 및
상기 태양광 에너지 자원 분석부에서 수행된 분석 결과 및 상기 선정된 최적지를 지도 상에 매칭하여 디스플레이하는 디스플레이부를 더 포함하는 것을 특징으로 하는 일사량 누락 데이터 생성 장치. - 누락된 일사량에 대한 데이터를 생성하기 위한 방법에 있어서,
사용자의 입력 또는 서버로부터 수평면 전일사량(GHI; Global Horizontal Irradiance), 수평면 산란일사량(DHI; Diffuse Horizontal Irradiance) 및 법선면 직달일사량(DNI; Direct Normal Irradiance) 중 적어도 어느 하나를 제공받는 단계;
상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터를 분석하는 단계; 및
상기 미확보 일사량 데이터의 개수를 기반으로 선택되는 방법에 따라 미확보 일사량 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항 11에 있어서,
미확보 일사량 데이터를 분석하는 단계는,
상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량 중 확보되지 않은 일사량 데이터인 미확보 일사량 데이터의 종류 및 개수를 분석하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항 11에 있어서,
상기 일사량 데이터를 생성하는 단계는,
상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 2가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하기 위한 제 1 일사량 데이터 생성 단계;
상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 중 1가지의 일사량 데이터가 확보된 경우, 나머지 일사량 데이터를 생성하기 위한 제 2 일사량 데이터 생성 단계; 및
상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 경우, 각각의 일사량 데이터를 생성하기 위한 제 3 일사량 데이터 생성 단계를 포함하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항 13에 있어서,
상기 제 1 일사량 데이터 생성 단계는,
수학식
GHI = DHI + (DNI X Cosθz)을 이용하여 나머지 일사량 데이터를 생성하고,
상기 수학식에서 'GHI'는 수평면 전일사량이고, 'DHI'는 수평면 산란 일사량이며, 'DNI'는 법선면 직달일사량이며, 'θz'는 천정각(zenith anfle)인 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항 14에 있어서,
상기 제 2 일사량 데이터 생성 단계는,
Skartveit Model을 활용하여 상기 GHI값에서 DHI 값을 추출한 후, 상기 수학식을 기반으로 DNI 값을 생성하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항 14에 있어서,
상기 제 3 일사량 데이터 생성 단계는,
상기 수평면 전일사량, 수평면 산란일사량, 법선면 직달일사량 모두에 대한 데이터가 확보되지 않은 기간을 분석하는 데이터 미확보 기간 분석 단계를 더 포함하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항 16에 있어서,
상기 데이터 미확보 기간 분석 단계에서의 의 분석 결과,
데이터가 확보되지 않은 기간인 미확보 기간이 3시간 미만인 경우,
선형 보간(Linear interpolation)을 이용하여 Clearness index를 추출함으로써 GHI 값 및 DNI 값을 확보한 후, 상기 수학식을 기반으로 DHI 값을 생성하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항16에 있어서,
상기 데이터 미확보 기간 분석 단계에서의 분석 결과,
데이터가 확보되지 않은 기간인 미확보 기간이 3시간 이상 내지 10일 이내인 경우,
미확보 기간의 이웃하는 기간(neighboring days)을 기반으로 일사량 데이터를 생성하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항 14에 있어서,
상기 제 2 일사량 데이터 생성 단계는,
인공위성으로부터 제공받은 데이터인 인공위성 데이터로부터 DNI 값을 획득한 후, 상기 수학식을 기반으로 나머지 일사량 데이터를 생성하며,
상기 제 3 일사량 데이터 생성 단계는,
해당되는 지역에 특화된 계수(Site adapted)를 기반으로 상기 인공위성 데이터로부터 각각의 일사량 데이터를 생성하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법. - 청구항 11에 있어서,
상기 미확보 일사량 데이터를 생성하는 단계 이후에,
상기 수평면 전일사량, 수평면 산란일사량 및 법선면 직달일사량을 연평균, 월별, 일별, 계절별로 시계열적 분석을 수행하고, 대상 지역에 따라 공간적 분석을 수행하는 태양광 에너지 자원 분석 단계;
상기 태양광 에너지 자원 분석 단계에서 수행된 분석 결과를 기반으로 태양광 에너지 개발에 유리한 지역인 최적지를 선정하는 최적지 선정 단계; 및
상기 태양광 에너지 자원 분석 단계에서 수행된 분석 결과 및 상기 선정된 최적지를 지도 상에 매칭하여 디스플레이하는 디스플레이 단계를 더 포함하는 것을 특징으로 하는 일사량 누락 데이터 생성 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150067066A KR102326375B1 (ko) | 2015-05-14 | 2015-05-14 | 일사량 누락 데이터 생성 장치 및 방법 |
| PCT/KR2015/004878 WO2016182105A1 (ko) | 2015-05-14 | 2015-05-15 | 일사량 누락 데이터 생성 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150067066A KR102326375B1 (ko) | 2015-05-14 | 2015-05-14 | 일사량 누락 데이터 생성 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160134948A true KR20160134948A (ko) | 2016-11-24 |
| KR102326375B1 KR102326375B1 (ko) | 2021-11-22 |
Family
ID=57249314
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150067066A KR102326375B1 (ko) | 2015-05-14 | 2015-05-14 | 일사량 누락 데이터 생성 장치 및 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102326375B1 (ko) |
| WO (1) | WO2016182105A1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180079159A (ko) * | 2016-12-30 | 2018-07-10 | 한국에너지기술연구원 | 기상위성의 청천일사량 보정방법 |
| WO2019107622A1 (ko) * | 2017-11-30 | 2019-06-06 | 한국에너지기술연구원 | 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 |
| KR20220038846A (ko) | 2020-09-21 | 2022-03-29 | 한국에너지기술연구원 | 음영을 고려하여 일사량을 산출하기 위한 장치 및 그 방법 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006234591A (ja) * | 2005-02-25 | 2006-09-07 | National Agriculture & Food Research Organization | 日射量演算方法及び装置 |
| KR20100108769A (ko) * | 2009-03-30 | 2010-10-08 | 경희대학교 산학협력단 | 임의 경사면 상 일적산일사량 추정방법 |
| KR20130019876A (ko) * | 2011-08-18 | 2013-02-27 | 대한민국(국립기상연구소장) | 기상자료기반 고해상도 태양 기상자원지도 개발 방법 및 장치 |
| KR101266110B1 (ko) * | 2011-03-30 | 2013-05-27 | 주식회사 케이디파워 | 태양광 발전 용량 예측 시스템 및 방법 |
| KR101288016B1 (ko) * | 2011-08-04 | 2013-07-22 | 대한민국 | 지형효과를 적용한 태양복사모델의 구성 방법 및 장치 |
| KR101307908B1 (ko) * | 2011-08-30 | 2013-09-26 | 강릉원주대학교산학협력단 | 지표면 도달 일사량 계산을 위한 단층 태양복사모델의 구성 방법 및 장치 |
| KR20140021179A (ko) * | 2012-08-09 | 2014-02-20 | 연세대학교 산학협력단 | 일사량 예측 방법 및 장치 |
-
2015
- 2015-05-14 KR KR1020150067066A patent/KR102326375B1/ko active IP Right Grant
- 2015-05-15 WO PCT/KR2015/004878 patent/WO2016182105A1/ko active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006234591A (ja) * | 2005-02-25 | 2006-09-07 | National Agriculture & Food Research Organization | 日射量演算方法及び装置 |
| KR20100108769A (ko) * | 2009-03-30 | 2010-10-08 | 경희대학교 산학협력단 | 임의 경사면 상 일적산일사량 추정방법 |
| KR101266110B1 (ko) * | 2011-03-30 | 2013-05-27 | 주식회사 케이디파워 | 태양광 발전 용량 예측 시스템 및 방법 |
| KR101288016B1 (ko) * | 2011-08-04 | 2013-07-22 | 대한민국 | 지형효과를 적용한 태양복사모델의 구성 방법 및 장치 |
| KR20130019876A (ko) * | 2011-08-18 | 2013-02-27 | 대한민국(국립기상연구소장) | 기상자료기반 고해상도 태양 기상자원지도 개발 방법 및 장치 |
| KR101307908B1 (ko) * | 2011-08-30 | 2013-09-26 | 강릉원주대학교산학협력단 | 지표면 도달 일사량 계산을 위한 단층 태양복사모델의 구성 방법 및 장치 |
| KR20140021179A (ko) * | 2012-08-09 | 2014-02-20 | 연세대학교 산학협력단 | 일사량 예측 방법 및 장치 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180079159A (ko) * | 2016-12-30 | 2018-07-10 | 한국에너지기술연구원 | 기상위성의 청천일사량 보정방법 |
| WO2019107622A1 (ko) * | 2017-11-30 | 2019-06-06 | 한국에너지기술연구원 | 인공신경망 기법을 이용한 일사량 산출을 위한 위성영상분석모델 생성 방법 및 시스템 |
| KR20220038846A (ko) | 2020-09-21 | 2022-03-29 | 한국에너지기술연구원 | 음영을 고려하여 일사량을 산출하기 위한 장치 및 그 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102326375B1 (ko) | 2021-11-22 |
| WO2016182105A1 (ko) | 2016-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tobin et al. | Vulnerabilities and resilience of European power generation to 1.5 C, 2 C and 3 C warming | |
| Umar et al. | Comparison of different PV power simulation softwares: case study on performance analysis of 1 MW grid-connected PV solar power plant | |
| Talavera et al. | Levelised cost of electricity in high concentrated photovoltaic grid connected systems: Spatial analysis of Spain | |
| Buffat et al. | A scalable method for estimating rooftop solar irradiation potential over large regions | |
| Page | The role of solar-radiation climatology in the design of photovoltaic systems | |
| Karakoti et al. | Predicting monthly mean daily diffuse radiation for India | |
| Nuño et al. | Simulation of transcontinental wind and solar PV generation time series | |
| JP5308560B1 (ja) | 太陽光発電における発電量予測方法及び装置 | |
| Kosmopoulos et al. | Solar energy prediction and verification using operational model forecasts and ground-based solar measurements | |
| Siala et al. | Estimation of the PV potential in ASEAN with a high spatial and temporal resolution | |
| Vernay et al. | Characterizing measurements campaigns for an innovative calibration approach of the global horizontal irradiation estimated by HelioClim-3 | |
| Pavlović et al. | Simulation of photovoltaic systems electricity generation using homer software in specific locations in Serbia | |
| Molin et al. | Assessing a regional building applied PV potential–Spatial and dynamic analysis of supply and load matching | |
| Hofierka et al. | The spatial distribution of photovoltaic power plants in relation to solar resource potential: the case of the Czech Republic and Slovakia | |
| Masa-Bote et al. | Methodology for estimating building integrated photovoltaics electricity production under shadowing conditions and case study | |
| Yousuf et al. | Solar energy potential estimation by calculating sun illumination hours and sky view factor on building rooftops using digital elevation model | |
| Goss et al. | Modelling and prediction of PV module energy yield | |
| KR20160078920A (ko) | 목표 지점의 일사량 계산 방법 및 장치 | |
| Njoku | Solar photovoltaic potential in Nigeria | |
| McKenney et al. | Spatial insolation models for photovoltaic energy in Canada | |
| KR20160134948A (ko) | 일사량 누락 데이터 생성 장치 및 방법 | |
| Olczak | Comparison of modeled and measured photovoltaic microinstallation energy productivity | |
| Mansouri Kouhestani et al. | A comprehensive assessment of solar and wind energy potential at the University of Lethbridge campus, a medium-sized western Canadian university | |
| Zhang et al. | Projection of global wind and solar resources over land in the 21st century | |
| Hofierka et al. | Spatially distributed assessment of solar resources for energy applications in Slovakia |
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 |