KR20190065107A - 태양광 발전량 예측 장치 및 그 방법 - Google Patents

태양광 발전량 예측 장치 및 그 방법 Download PDF

Info

Publication number
KR20190065107A
KR20190065107A KR1020180035341A KR20180035341A KR20190065107A KR 20190065107 A KR20190065107 A KR 20190065107A KR 1020180035341 A KR1020180035341 A KR 1020180035341A KR 20180035341 A KR20180035341 A KR 20180035341A KR 20190065107 A KR20190065107 A KR 20190065107A
Authority
KR
South Korea
Prior art keywords
solar
power generation
amount
calculation unit
generation system
Prior art date
Application number
KR1020180035341A
Other languages
English (en)
Other versions
KR102404397B1 (ko
Inventor
한진수
이일우
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Publication of KR20190065107A publication Critical patent/KR20190065107A/ko
Application granted granted Critical
Publication of KR102404397B1 publication Critical patent/KR102404397B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • 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

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Photovoltaic Devices (AREA)

Abstract

태양광 발전량 예측 장치 및 그 방법이 게시된다. 태양광 발전량 예측 방법은 태양광 발전 시스템이 설치될 예정 지역의 위치 정보, 상기 예정 지역의 날씨 정보, 상기 예정 지역의 지리적 특성 및 상기 태양광 발전 시스템의 태양광 패널의 각도를 이용하여 상기 태양광 패널에 입사되는 일사량을 계산하는 단계; 및 상기 일사량과 상기 태양광 패널의 특성 및 상기 태양광 발전 시스템의 효율을 고려하여 상기 태양광 발전 시스템의 발전량을 예측하는 단계를 포함할 수 있다.

Description

태양광 발전량 예측 장치 및 그 방법{APPARATUS AND METHOD FOR ESTIMATING SOLAR POWER}
본 발명은 태양광 발전시스템에서 태양광 발전량을 예측하는 장치 및 방법에 관한 것이다.
신재생 에너지 보급 확대를 위하여 다양한 정책과 제도가 제정되면서 태양광 발전시스템에 대한 관심이 높아지고 있다. 연료에 의한 일반 발전과 달리 태양광 발전은 출력을 조절할 수 없으므로, 발전량의 예측이 필요하다.
태양광 발전량은 태양광 발전 시스템이 설치된 지리적 위치 및 일사량에 영향을 받는다. 특히 계절, 날씨에 따른 일사량의 변동에 따라 발전량도 변동할 수 있다.
그리고, 일년 동안 발전량을 예측할 수 있어야 투자 대비 회수 기간을 산정할 수 있으므로, 태양광 발전 시스템 설치를 위한 투자 가능성을 판단하기 위해서는 발전량 예측이 필요하다.
종래의 태양광 발전량 예측 방법에는 과거 기상 정보와 발전량 정보를 기계 학습으로 모델링하여 발전량을 예측하는 방법과 인공 신경망 알고리즘을 사용하여 발전량을 예측하는 방법이 있다.
그러나, 종래의 태양광 발전량 예측 방법은 기계 학습이나 모델링을 위하여 과거에 누적된 정보들이 필요하다. 그러므로, 태양광 발전 시스템이 설치된 이력이 없는 지역에서는 과거에 누적된 정보가 없으므로, 발전량을 예측할 수 없다는 한계가 있다.
따라서, 과거에 누적된 정보가 없이도 태양광 발전 시스템의 발전량을 예측할 수 있는 방법이 요청되고 있다.
본 발명은 태양광 발전 시스템이 설치될 예정 지역의 위치 정보, 예정 지역의 날씨 정보, 예정 지역의 지리적 특성 및 태양광 발전 시스템의 태양광 패널의 각도에 기초하여 일사량을 예측하고, 일사량과 태양광 패널의 온도 변화에 따른 발전 효율 및 태양광 발전 시스템의 전환 효율을 고려하여, 태양광 발전량을 예측하는 장치 및 방법을 제공할 수 있다.
본 발명의 일실시예에 따른 태양광 발전량 예측 방법은 태양광 발전 시스템이 설치될 예정 지역의 위치 정보, 상기 예정 지역의 날씨 정보, 상기 예정 지역의 지리적 특성 및 상기 태양광 발전 시스템의 태양광 패널의 각도를 이용하여 상기 태양광 패널에 입사되는 일사량을 계산하는 단계; 및 상기 일사량과 상기 태양광 패널의 특성 및 상기 태양광 발전 시스템의 효율을 고려하여 상기 태양광 발전 시스템의 발전량을 예측하는 단계를 포함할 수 있다.
본 발명의 일실시예에 의하면, 태양광 발전 시스템이 설치될 예정 지역의 위치 정보, 예정 지역의 날씨 정보, 예정 지역의 지리적 특성 및 태양광 발전 시스템의 태양광 패널의 각도에 기초하여 일사량을 예측하고, 일사량과 태양광 패널의 온도 변화에 따른 발전 효율 및 태양광 발전 시스템의 전환 효율을 고려하여, 과거의 발전량 정보 없이도 날짜와 시간에 따른 태양광 발전량을 예측할 수 있다.
도 1은 본 발명의 일실시예에 따른 태양광 발전량 예측 장치를 나타내는 도면이다.
도 2는 본 발명의 일실시예에 따른 태양 위치 계산부의 동작 일례이다.
도 3은 본 발명의 일실시예에 따른 직달 일사 전달 계수 계산부의 동작 일례이다.
도 4는 본 발명의 일실시예에 따른 직달 일사량 계산부의 동작 일례이다.
도 5는 본 발명의 일실시예에 따른 산란 일사량 계산부의 동작 일례이다.
도 6은 본 발명의 일실시예에 따른 입사 일사량 계산부가 태양광 각도를 계산하는 과정의 일례이다.
도 7은 본 발명의 일실시예에 따른 태양광 패널의 온도 변화에 따른 효율 변화 일례이다.
도 8은 태양광 인버터의 입력 전력에 따른 효율의 일례이다.
도 9은 본 발명의 일실시예에 따라 태양광 발전량을 예측하는 과정의 일례이다.
도 10은 본 발명의 일실시예에 따른 태양광 발전량 예측 방법을 도시한 플로우차트이다.
도 11은 본 발명의 일실시예에 따른 태양광 발전량 예측 방법의 일사량 계산 과정을 도시한 플로우차트이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 발명의 일실시예에 따른 태양광 발전량 예측 방법은 태양광 발전량 예측 장치에 의해 수행될 수 있다.
도 1은 본 발명의 일실시예에 따른 태양광 발전량 예측 장치를 나타내는 도면이다.
태양광 발전량 예측 장치(100)는 도 1에 도시된 바와 같이 일사량 계산부(110) 및 발전량 예측부(120)를 포함하여 태양광 발전 시스템(101)의 발전량을 예측할 수 있다.
일사량 계산부(110)는 태양광 발전 시스템(101)이 설치될 예정 지역의 위치 정보, 예정 지역의 날씨 정보, 예정 지역의 지리적 특성 및 태양광 발전 시스템(101)의 태양광 패널(102)의 각도를 이용하여 태양광 패널(102)에 입사되는 일사량을 계산할 수 있다.
일사량 계산부(110)는 도 1에 도시된 바와 같이 태양 위치 계산부(111), 직달 일사 전달 계수 계산부(112), 직달 일사량 계산부(113), 산란 일사량 계산부(114), 및 입사 일사량 계산부(115)를 포함할 수 있다. 이때, 태양 위치 계산부(111), 직달 일사 전달 계수 계산부(112), 직달 일사량 계산부(113), 산란 일사량 계산부(114), 및 입사 일사량 계산부(115)는 서로 다른 프로세스, 또는 하나의 프로세스에 포함된 프로그램을 수행하기 위한 각각의 모듈일 수 있다.
태양 위치 계산부(111)는 태양광 발전 시스템(101)이 설치될 예정 지역의 위치 정보 및 시간을 이용하여 예정 지역의 시간별 태양 위치를 계산할 수 있다. 이때, 태양 위치 계산부(111)는 년, 월, 일과 같은 날짜, 시, 분, 초와 같은 시간, 위도, 및 경도를 기초로 지표면을 기준으로 하는 태양의 고도와 방위각, 및 거리를 계산할 수 있다. 이때, 태양의 거리는 태양과 지구 사이의 거리를 뜻하며, 태양의 거리가 기준 거리보다 멀어지면 일사량이 감소하고 태양의 거리가 기준 거리보다 가까워지면 일사량이 증가할 수 있다. 그리고, 태양의 고도와 방위각은 태양광 패널(102)에 입사하는 각도를 계산하기 위하여 입사 일사량 계산부(115)로 전달될 수 있다.
직달 일사 전달 계수 계산부(112)는 예정 지역의 날씨 정보 및 시간별 태양 위치를 이용하여 예정 지역의 직달 일사 전달 계수를 계산할 수 있다. 이때, 예정 지역의 날씨 정보는 기상 정보 및 지리적 속성값을 포함할 수 있다. 또한, 직달 일사 전달 계수는 레일레이 산란 전달계수, 에어로졸 전달계수, 오존 전달 계수, 가스 전달 계수, 및 물-수증기 전달 계수 중 적어도 하나를 포함할 수 있다.
레일레이 산란 전달 계수는 대기 중에서 레일레이 산란에 의하여 감소하고 투과된 나머지 정도를 나타내는 계수이다. 또한, 에어로졸 전달 계수는 대기 중의 에어로졸의 영향으로 감소하고 투과된 정도를 나타내는 계수다. 그리고, 오존 전달계수는 대기 중의 오존에 의하여 감소하고 투과된 나머지 정도를 나타내는 계수이다. 또한, 가스 전달계수는 대기 중의 가스에 의하여 감소하고 투과된 나머지 정도를 나타내는 계수이다. 그리고, 물-수증기 전달 계수는 대기 중의 물과 수증기에 의하여 감소하고 투과된 나머지 정도를 나타내는 계수이다.
직달 일사량 계산부(113)는 지구와 태양간의 거리 및 직달 일사 전달 계수를 이용하여 예정 지역의 직달 일사량을 계산할 수 있다. 이때, 직달 일사 계산부(113)는 직달 일사 전달 계수 계산부(112)가 계산한 직달 일사 전달 계수와 태양 위치 계산부(111)가 계산한 시간별 태양 위치를 기초로 태양과 수직한 면에 도달하는 직달 일사량을 계산할 수 있다. 예를 들어, 직달 일사 계산부(113)는 직달 일사 전달계수에 포함된 레일레이 산란 전달계수, 에어로졸 전달계수, 오존 전달 계수, 가스 전달 계수, 및 물-수증기 전달 계수에 태양 상수(solar constant)를 곱할 수 있다. 그리고, 직달 일사 계산부(113)는 곱셈 결과에 보정계수를 사용하여 직달 일사량을 계산할 수 있다.
산란 일사량 계산부(114)는 직달 일사 전달 계수, 시간별 태양 위치, 알베도값 및 지표면 반사도를 이용하여 예정 지역의 산란 일사량을 계산할 수 있다. 이때, 지표면 반사도와 기후적 알베도는 산란에 영향을 주는 지리적 요소일 수 있다. 즉, 산란 일사량 계산부(114)는 지표면 반사도와 기후적 알베도를 산란에 영향을 주는 지리적 요소 중 적어도 하나로 교체하여 산란 일사량을 계산할 수도 있다. 또한, 산란 일사량은 레일레이 산란 일사량, 에어로졸 산란일사량, 다중 반사 산란 일사량으로 구분될 수 있다.
입사 일사량 계산부(115)는 직달 일사량과 산란 일사량 및 태양광 발전 시스템(101)의 태양광 패널(102)의 각도를 이용하여 태양광 패널(102)에 입사되는 입사 일사량을 계산할 수 있다. 이때, 입사 일사량은 패널 각도 반영 일사량, 및 구름량 반영 일사량을 포함할 수 있다.
입사 일사량 계산부(115)는 직달 일사량과 산란 일사량 및 시간별 태양 위치에 포함된 태양의 고도와 방위각을 고려하여 태양광 패널(102)에 수직으로 입사하는 입사 일사량을 계산할 수 있다. 그리고, 입사 일사량 계산부(115)는 구름의 정도에 따른 입사 일사량의 감소량을 계산할 수 있다. 이때, 입사 일사량 계산부(115)는 구름의 정도와 감소량을 고려하여 구름량 반영 일사량을 계산할 수 있다. 이때, 구름량 반영 일사량은 구름에 의하여 구름이 없는 맑은 날씨의 일사량보다 감소되어 태양광 패널(102)에 도달한 일사량일 수 있다.
발전량 예측부(120)는 일사량과 태양광 패널(102)의 특성 및 태양광 발전 시스템(101)의 효율을 고려하여 태양광 발전 시스템(101)의 발전량을 예측할 수 있다. 예를 들어, 태양광 패널(102)의 특성은 효율, 온도효율 계수, Nominal Operating Cell Temperature와 같은 속성 중 적어도 하나를 포함할 수 있다.
구체적으로 발전량 예측부(120)는 태양광 패널(102)의 특성에 따라 태양광 패널(102)의 온도에 따른 발전 효율 변화를 반영하여 태양 일사량이 전기 에너지로 변환하는 비율을 온도에 따른 발전량으로 계산할 수 있다.
그리고, 발전량 예측부(120)는 태양광 패널(102)에서 태양광 인버터까지 연결하는 전력 시스템이 온도에 따른 발전량을 감소시키는 정도 및 태양광 인버터가 입력 DC 전력의 크기에 따라서 변환 효율이 달라지는 점을 고려하여 전력 시스템/인버터 효율에 따른 발전량을 계산한다. 이때, 발전량 예측부(120)는 계산한 전력 시스템/인버터 효율에 따른 발전량을 태양광 발전 시스템(101)의 발전량 예측 결과로 출력할 수 있다.
본 발명은 태양광 발전 시스템(101)이 설치될 예정 지역의 위치 정보, 예정 지역의 날씨 정보, 예정 지역의 지리적 특성 및 태양광 발전 시스템(101)의 태양광 패널(102)의 각도에 기초하여 일사량을 예측하고, 일사량과 태양광 패널(102)의 온도 변화에 따른 발전 효율 및 태양광 발전 시스템의 전환 효율을 고려하여, 과거의 발전량 정보 없이도 날짜와 시간에 따른 태양광 발전량을 예측할 수 있다.
도 2는 본 발명의 일실시예에 따른 태양 위치 계산부의 동작 일례이다.
천문학에서 사용하는 태양 위치 계산 방법은 지구의 공전과 자전, 지구 적도면의 기울기, 타원형 지구 공전 궤도 등을 고려하여 지구와 태양의 위치를 계산할 수 있다. 이때, 위도, 경도는 지구의 특정 위치에서 태양의 가시적 위치를 계산할 때 사용될 수 있다. 또한, 표준시는 날짜와 시간에서 지표면 지점이 사용하는 시간대를 보정하는데 사용될 수 있다.
따라서, 태양 위치 계산부(111)는 도 2에 도시된 바와 같이 위도, 경도와 같은 태양광 발전 시스템(101)이 설치될 예정 지역의 위치 정보 및 날짜, 시간, 및 표준시를 입력받아 태양 위치를 계산할 수 있다. 이때, 태양 위치는 지표면의 특정 시점에서의 고도(θalt), 방위각(A), 및 지구-태양 거리(r)를 포함할 수 있다.
이때, 시간별 태양 위치를 계산하는 수학식의 오차가 일정 범위 이하라면 태양광 발전량 예측에 영향을 주지 않으므로, 태양 위치 계산부(111)는 위치 정보, 날짜, 시간, 및 표준시를 이용하여 시간별 태양 위치를 계산하는 다양한 수학식 중 하나를 사용하여 시간별 태양 위치를 계산할 수 있다.
도 3은 본 발명의 일실시예에 따른 직달 일사 전달 계수 계산부의 동작 일례이다.
직달 일사 전달 계수 계산부(112)는 도 3에 도시된 바와 같이 시간별 태양 위치와 날씨 정보인 온도(T), 습도(H) 및 지리적으로 정해지는 오존 두께(e0), 가시거리(Vis)를 고려하여 직달 일사 전달 계수를 계산할 수 있다. 이때, 시간별 태양 위치는 태양 위치 계산부(111)에서 출력된 태양의 고도(θalt), 방위각(A), 지구-태양 거리(r)를 포함할 수 있다. 또한, 직달 일사 전달 계수는 도 3에 도시된 바와 같이 레일레이 산란 전달 계수, 에어로졸 전달 계수, 오존 전달 계수, 가스 전달 계수, 및 물-수증기 전달 계수를 포함할 수 있다.
예를 들어, 직달 일사 전달 계수 계산부(112)는 수학식 1을 사용하여 레일레이 산란 전달계수(Rayleigh distraction transmittance)인 τr를 계산할 수 있다.
Figure pat00001
이때, mr은 태양 광선이 공기를 통과할 때 발생하는 감쇄 정도를 나타내는 광학적 공기 질량(optical air mass)일 수 있다. 그리고, 직달 일사 전달 계수 계산부(112)는 수학식 2를 이용하여 광학적 공기 질량인 mr을 계산할 수 있다.
Figure pat00002
이때,
Figure pat00003
는 지표면을 기준으로 천정으로부터 태양이 떨어진 정도를 나타내는 각도이며 태양의 고도와 방위각을 이용하여 결정될 수 있다. 또한, P는 예정 지역의 기압이고, P0 는 해수면 기압일 수 있다. 그리고, 기상청 날씨 예보에는 기압이 포함되어 있지 않으므로, 직달 일사 전달 계수 계산부(112)는 기상청이 제공하는 과거 기압 정보의 월평균, 또는 년평균을 이용하여 예정 지역의 기압, 및 해수면 기압을 계산할 수 있다. 예를 들어, 직달 일사 전달 계수 계산부(112)는 대전지역에서 측정된 과거 1년 동안의 기압 정보들을 이용하여 P/P0의 값을 0.9919로 계산할 수 있다.
또한, 직달 일사 전달 계수 계산부(112)는 예정 지역의 가시거리를 이용하여 에어로졸 전달계수 τa를 계산할 수 있다. 예를 들어, 직달 일사 전달 계수 계산부(112)는 수학식 3를 이용하여 에어로졸 전달계수 τa를 계산할 수 있다. 이때, 에어로졸 전달계수 τa는 수학식 3에 도시된 바와 같이 광학적 공기 질량 mr과 가시거리를 통해서 계산되며, 가시거리가 길수록 에어로졸에 의한 감쇄가 적을 수 있다.
Figure pat00004
그리고, 직달 일사 전달 계수 계산부(112)는 가시광선 영역의 반사와 산란에 의한 감쇄
Figure pat00005
와 자외선 영역의 반사와 산란에 의한 감쇄
Figure pat00006
를 고려하여 오존 전달계수 τo를 계산할 수 있다. 예를 들어, 직달 일사 전달 계수 계산부(112)는 수학식 4를 이용하여 오존 전달계수 τo를 계산할 수 있다.
Figure pat00007
이때, 오존 두께 또는 오존 총량인
Figure pat00008
는 지역에 따라 다를 수 있으며 통상적으로 0.35 cm일 수 있다.
그리고, 직달 일사 전달 계수 계산부(112)는 광학적 공기 질량 mr을 이용하여 가스 전달 계수τg를 계산할 수 있다. 예를 들어, 직달 일사 전달 계수 계산부(112)는 수학식 5를 이용하여 가스 전달 계수τg를 계산할 수 있다.
Figure pat00009
이때, 가스 전달 계수 τg는 대기 중에 있는 가스에 의한 감쇄를 고려한 전달 계수이다.
또한, 직달 일사 전달 계수 계산부(112)는 가강수량(precipitable water vapor, cm) εw 와 광학적 공기 질량 mr을 이용하여 물-수증기 전달계수 τw를 계산할 수 있다. 다음 식으로 구할 수 있다. 예를 들어, 직달 일사 전달 계수 계산부(112)는 수학식 6을 이용하여 물-수증기 전달계수 τw를 계산할 수 있다.
Figure pat00010
이때, 가강수량 εw 은 여러 조건에 따라서 달라질 수 있다. 기상청 날씨 예보에서는 강수확률은 있지만 가강수량은 없다. 예를 들어, 직달 일사 전달 계수 계산부(112)는 온도(T)와 상대습도(RH)를 이용하여 이슬점 온도(Tdew)를 구하고 이 이슬점 온도를 이용하여 가강수량 εw 을 계산할 수 있다. 이때, 직달 일사 전달 계수 계산부(112)는 수학식 7을 이용하여 가강수량 εw를 계산할 수 있다.
Figure pat00011
또한, 수학식 1 내지 수학식 7 은 직달 일사 전달 계수를 계산하기 위한 수학식의 일례이며, 직달 일사 전달 계수 계산부(112)는 수학식 1 내지 수학식 7이외에도 다양한 수학식을 이용하여 직달 일사 전달 계수를 계산할 수도 있다.
도 4는 본 발명의 일실시예에 따른 직달 일사량 계산부의 동작 일례이다.
직달 일사량 계산부(113)는 도 4에 도시된 바와 같이 직달 일사 전달 계수 계산부(112)가 출력한 직달 일사 전달 계수와 태양 위치 계산부(111)가 출력한 지구-태양 거리(r)를 이용하여 직달 일사량을 계산할 수 있다. 예를 들어, 직달 일사량 계산부(113)는 수학식 8을 이용하여 직달 일사량 Idirect을 계산할 수 있다.
Figure pat00012
이때, 0.9751은 보정계수이고, Isc는 태양 상수일 수 있다. 또한, r은 지구-태양 거리를 나타내고,
Figure pat00013
는 지구-태양 평균 거리일 수 있다. 수학식 8에 도시된 바와 같이 지구-태양 거리가 가까울수록 직달 일사량 Idirect이 증가할 수 있다. 또한, 직달 일사 전달계수에 포함된 산란 전달계수 τr, 에어로졸 전달계수 τa, 오존 전달계수 τo, 가스 전달 계수τg및 물-수증기 전달계수 τw가 증가할수록 직달 일사량 Idirect도 증가할 수 있다.
도 5는 본 발명의 일실시예에 따른 산란 일사량 계산부의 동작 일례이다.
산란 일사량 계산부(114)는 도 5에 도시된 바와 같이 기후적 알베도(rs), 지표면 반사도(rg), 직달 일사 전달 계수 계산부(112)가 출력한 직달 일사 전달 계수, 및 태양 위치 계산부(111)가 출력한 태양 고도와 방위각을 이용하여 산란 일사량을 계산할 수 있다. 이때, 산란 일사량에는 레일레이 산란 일사량, 에어로졸 산란 일사량, 다중반사 산란 일사량이 포함될 수 있다. 즉, 산란 일사량 계산부(114)는 레일레이 산란 일사량, 에어로졸 산란 일사량, 다중반사 산란 일사량을 각각 계산하고, 레일레이 산란 일사량, 에어로졸 산란 일사량, 다중반사 산란 일사량를 합한 결과를 산란 일사량(Idiffuse)으로 출력할 수 있다.
예를 들어, 산란 일사량 계산부(114)는 수학식 9를 이용하여 레일레이 산란 일사량 Id, 에어로졸 산란 일사량 Ida 다중반사 산란 일사량 Idm 및 산란 일사량 Idiffuse를 계산할 수 있다.
Figure pat00014
구체적으로, 산란 일사량 계산부(114)는 태양 상수(Isc)와 천정각(qz)과 레일레이 직달 일사 계수(tr), 오존 직달 일사 계수(to), 에어로졸 직달 일사계수(ta)를 이용하여 레일레이 산란 일사량(Rayleigh ground surface diffuse)을 계산할 수 있다.
또한, 산란 일사량 계산부(114)는 태양 상수(Isc)와 천정각(qz)과 레일레이 직달 일사 계수(tr), 오존 직달 일사 계수(to), 에어로졸 직달 일사계수(ta), 물-수증기 직달 감쇄 계수(aw), 전방 산란 비율(forward scattering ratio, Baa), 단회적 산란 알베도(single scattering albedo or ratio between scattering and total attenuation due to aerosol, w0)를 이용하여 에어로졸 산란 일사량을 계산할 수 있다. 이때, 물-수증기 직달 감쇄 계수는 aw = 1 - tw 로 계산할 수 있다. 또한, 전방 산란 비율(Baa)은 천정각에 따라 달라지며 문헌에 의하여 측정한 값을 사용할 수 있다.
그리고, 산란 일사량 계산부(114)는 레일레이 산란일사량, 에어로졸 산란일사량, 천정각(qz), 표면 반사도(rg), 기후적 알베도(atmospheric albedo, rs)를 이용하여 다중 반사 산란 일사량을 계산할 수 있다. 이때, 지표면 반사도는 예정 지역의 지표 특성에 따라서 달라지며 0 ~ 1 범위를 가질 수 있다. 예를 들어, 지표 특성이 눈(snow)인 지표면 반사도는 지표 특성이 초원인 지표면 반사도보다 높은 값을 가질 수 있다. 또한, 산란 일사량 계산부(114)는 수학식 10을 이용하여 기후적 알베도 rs 를 계산할 수 있다.
Figure pat00015
도 6은 본 발명의 일실시예에 따른 입사 일사량 계산부가 태양광 각도를 계산하는 과정의 일례이다.
도 6에서 태양광 패널(102)이 수평면으로부터 세워진 정도를 나타내는 각도는 b이고, 태양광 패널(102)의 방위각은 g일 수 있다. 또한, 지표면을 기준으로 태양의 고도와 방위각은 각각 qalt, A일 수 있다.
입사 일사량 계산부(115)는 도 6에 도시된 값들을 좌표계 변환하여 태양광 패널(102)에 입사하는 태양광의 입사각 qi을 계산할 수 있다. 예를 들어, 입사 일사량 계산부(115)는 수학식 11을 사용하여 태양광의 입사각 qi를 계산할 수 있다.
Figure pat00016
수학식 11에 따르면 태양광 패널이 수평면에 놓여 있는 조건(b=0)인 경우, 태양광 패널(102)에 입사하는 태양광의 입사각 qi 은 천정각과 동일할 수 있다.
도 7은 본 발명의 일실시예에 따른 태양광 패널의 온도 변화에 따른 효율 변화 일례이다.
태양광 패널(101)은 온도에 따라서 발전량이 변경될 수 있다. 구체적으로, 태양광 패널(101)은 도 7에 도시된 바와 같이 온도가 높아질수록 발전량이 감소하여 발전 효율이 감소하고, 온도가 낮아질수록 발전량이 증가하여 발전 효율이 증가할 수 있다.
태양광 패널(101)의 온도에 따른 변환 효율은 썹씨25도를 기준으로 표시하며, 태양광 패널의 규격으로 온도에 따른 효율 변화의 정도를 나타내는 계수를 포함한다. 예를 들어, 태양광 패널(101)의 변환 효율
Figure pat00017
은 수학식 12에 따라 계산될 수 있다.
Figure pat00018
이때, 섭씨25도일 때의 발전량은 표준 발전량 대비 1로 설정될 수 있다. 그리고, 태양광 패널의 변환 효율 h은 표준 발전량 대비 온도별 발전량의 비율일 수 있다.
또한, a는 온도에 따라서 변환 효율이 달라지는 정도를 나타내는 계수인 태양광 발전량의 온도 변화 계수일 수 있다. 그리고, NOCT(Nominal Operating Cell Temperature)는 800 W/m2, 대기온도 20도 조건에서 도달하는 패널 온도일 수 있다. 또한, Tpanel은 태양광 패널(101)의 온도이고, Tambient은 대기 온도일 수 있다.
발전량 예측부(120)는 현재 일사량과 NOCT, 대기 온도를 기반으로 태양광 패널(101)의 온도를 계산할 수 있다. 다음으로, 발전량 예측부(120)는 태양광 패널(101)의 온도에 따른 발전량의 변화를 계산함으로써 일사량과 대기 온도의 변화에 따른 태양광 발전량의 변화를 반영할 수 있다. 그리고, 발전량 예측부(120)는 구름에 의한 일사량 변화를 고려한 일사량과 태양광 패널(101)의 온도에 따른 발전량 변화를 고려하여 태양광 발전 시스템(10)의 최종 발전량을 예측 할 수 있다.
또한, 출고되는 태양광 패널(102)에 표시된 태양광 패널(102)의 규격은 액면 파워 Pmarked, 개방회로 전압, 단락회로 전류, 최대출력 전압, 최대출력 전류, 효율, NOCT, 온도계수 중 적어도 하나를 포함할 수 있다.
발전량 예측부(120)는 태양광 패널(102)의 규격 중에서 셀의 효율과 크기를 고려한 액면 파워 Pmarked를 사용하여 태양광 발전 시스템(10)의 발전량을 예측 할 수 있다. 예를 들어, 300W 태양광 패널은 1,000W/m2, 25도 조건에서 300W를 발전할 수 있다.
따라서, 발전량 예측부(120)는 액면 파워 Pmarked에 온도에 따른 발전 효율의 변화
Figure pat00019
를 사용하면 태양광 패널(120)의 DC 발전량 PDC_panel을 계산할 수 있다. 예를 들어, 발전량 예측부(120)는 수학식 13을 이용하여 DC 발전량 PDC_panel을 계산할 수 있다.
Figure pat00020
이때, Icloud는 구름량에 따른 일사량일 수 있다. 또한, 태양광 발전 시스템(101)에서는 태양광 패널(102)로부터 전력을 모아서 태양광 인버터까지 연결하는 전력 시스템에 의한 손실
Figure pat00021
도 발생할 수 있다. 따라서, 발전량 예측부(120)는 액면 파워 Pmarked와 전력 시스템에 의한 손실
Figure pat00022
을 고려하여 인버터에 입력되는 전력 Pinv _input를 계산할 수 있다. 예를 들어, 발전량 예측부(120)는 수학식 14를 이용하여 인버터에 입력되는 전력 Pinv_input을 계산할 수 있다.
Figure pat00023
도 8은 태양광 인버터의 입력 전력에 따른 효율의 일례이다.
태양광 발전 시스템(101)에 포함된 태양광 인버터는 입력 DC 전력에 따라서 변환 효율이 달라질 수 있다. 태양광 인버터의 정격 용량 대비 입력 DC 전력의 비율에 따른 태양광 인버터의 변환 효율은 도 8에 도시된 바와 같이 30~50%에서 최대값을 가질 수 있다.
이때, 도8의 도시된 그래프의 세로축은 태양광 인버터의 변환 효율(%)이고, 가로축은 태양광 인버터의 정격용량 대비 입력되는 DC 전력의 비율(%)일 수 있다.
태양광 인버터 시험 성적서에는 구간별로 변환 효율을 측정한 값이 포함되므로, 발전량 예측부(120)는 구간별로 변환 효율을 측정한 값을 이용하여 태양광 발전 시스템(101)의 최종 발전량을 계산할 수 있다. 예를 들어, 발전량 예측부(120)는 수학식15를 이용하여 태양광 발전 시스템(101)의 최종 발전량 PAC를 계산할 수 있다.
Figure pat00024
도 9은 본 발명의 일실시예에 따라 태양광 발전량을 예측하는 과정의 일례이다.
태양광 발전 시스템(101)이 설치될 예정 지역이 결정되면, 예정 지역의 위치 정보(910)와 표준시, 지표면 반사도, 기후적 알베도와 같은 지리적 특성 정보(940), 및 구름 계수가 결정될 수 있다. 또한, 태양광 발전 시스템(101)이 사용하는 인버터에 따라 발전 시스템 효율이 결정될 수 있다. 그리고, 태양광 발전 시스템(101)이 사용하는 태양광 패널(102)에 따라 패널 각도, 패널 특성이 결정될 수 있다.
이때, 태양광 발전량 예측 장치(100)는 시간 정보(920), 날씨 정보(930) 및 구름 정보를 이용하여 회귀분석, 인공 신경망 이론, *j러닝과 같이 과거 정보를 사용하는 방법이 아닌 해석학적 모델을 이용하여 과거 정보 없이도 태양광 발전 시스템(101)의 태양광 발전량을 예측할 수 있다.
먼저, 태양 위치 계산부(111)는 도 9에 도시된 바와 같이 위치 정보(910)와 시간 정보(920)를 입력받아 고도(θalt), 방위각(A), 및 지구-태양 거리(r)를 포함하는 시간별 태양 위치를 계산할 수 있다.
직달 일사 전달 계수 계산부(112)는 날씨 정보(930)와 태양 위치 계산부(111)에서 출력된 시간별 태양 위치를 이용하여 직달 일사 전달 계수를 계산할 수 있다. 이때, 날씨 정보(930)에는 실시간으로 측정된 온도(T), 습도(H) 와 지리적 특성에 따라 결정된 오존 두께(
Figure pat00025
), 가시거리(Vis)가 포함될 수 있다.
직달 일사량 계산부(113)는 직달 일사 전달 계수 계산부(112)가 출력한 직달 일사 전달 계수와 태양 위치 계산부(111)가 출력한 지구-태양 거리(r)를 이용하여 직달 일사량을 계산할 수 있다.
산란 일사량 계산부(114)는 지리적 특성 정보(940)와 직달 일사 전달 계수 계산부(112)가 출력한 직달 일사 전달 계수, 및 태양 위치 계산부(111)가 출력한 태양 고도와 방위각을 이용하여 산란 일사량을 계산할 수 있다. 이때, 지리적 특성 정보(940)는 예정 지역의 기후적 알베도(rs), 및 지표면 반사도(rg)를 포함할 수 있다.
입사 일사량 계산부(115)는 직달 일사량 계산부(113)가 출력한 직달 일사량 Idirect과 산란 일사량 계산부(114)가 출력한 산란 일사량 Idiffuse 와 태양 위치 계산부(111)가 출력한 태양의 고도와 방위각 및 패널각도/구름 정보(950)을 고려하여 태양광 패널(102)에 수직으로 입사하는 입사 일사량을 계산할 수 있다.
패널각도/구름 정보(950)는 태양광 패널의 각도 β, 구름 계수, 구름량 표시자 및 구름량을 표시하는 구간 개수를 포함할 수 있다.
이때, 태양광 패널(102)는 일정 각도로 기울어져 있으므로, 입사 일사량 계산부(115)는 태양광 패널(102)의 각도 β를 고려하여 태양광 패널에 수직으로 입사하는 일사량 Itilt을 계산할 수 있다. 예를 들어, 입사 일사량 계산부(115)는 수학식 16을 이용하여 태양광 패널에 수직으로 입사하는 일사량 Itilt를 계산할 수 있다.
Figure pat00026
이때, rg는 지표면 반사도이고, Itotal _ H 는 수평면에 입사하는 총 일사량이며 Itotal_H 는 수학식 17에 따라 계산될 수 있다.
Figure pat00027
또한, Icoeff는 수학식 18에 따라 계산될 수 있다. 여기서 Icoeff는 직달 일사 전달계수가 모두 1일 경우의 일사량이다. 즉, Icoeff는 태양-지구 간 거리만을 고려했을 때의 일사량일 수 있다.
Figure pat00028
이때, D는 지구-태양 거리의 보정 계수이며
Figure pat00029
일 수 있다.
다음으로, 입사 일사량 계산부(115)는 구름의 정도에 따른 입사 일사량의 감소량을 계산할 수 있다. 입사 일사량 계산부(115)가 수학식 16을 이용하여 계산한 일사량 Itilt 는 구름이 없는 맑은 날의 일사량 Iclear일 수 있다.
그리고, 입사 일사량 계산부(115)는 맑은 날의 일사량 Iclear와 CRM(cloud cover radiation model)를 이용하여 구름이 낀 흐린 날의 일사량 Icloud를 계산할 수 있다. 예를 들어, 입사 일사량 계산부(115)는 수학식 19를 이용하여 흐린 날의 일사량 Icloud를 계산할 수 있다.
Figure pat00030
이때, C와 D는 각각 구름량에 따른 일사량 계산을 위한 구름 계수일 수 있다. 또한, 구름 계수는 지역에 따라서 고유의 값을 갖는 정보이다.
그리고, N은 구름량 표시자이고, K는 구름량을 표시하는 구간 개수일 수 있다. 예를 들어, 날씨를 10분위로 나타낼 경우 N은 0 ~ 10 사이의 정수를 가지고, K=10일 수 있다.
또한, N과 K는 사용하는 정보에 따라 다른 값을 가질 수 있다. 예를 들어, 대한민국 기상청은 10분위로 구분하여 날씨를 기록하고 있으므로, 기상청에 저장된 정보를 사용하는 경우, N과 K는10분위로 사용될 수 있다.
또한, 4분위로 구분하는 기상청의 날씨 예보 정보를 사용하는 경우, N과 K는4분위로 사용될 수 있다. 그리고, 8분위로 구분하는 외국의 날씨 정보를 사용하는 경우, N과 K는 8분위로 사용될 수 있다.
또한, 수학식 19에 따르면 구름이 없는 경우, 흐린 날의 일사량 Icloud은 맑은 날의 일사량 Iclear와 동일한 값을 가질 수 있다. 따라서, 입사 일사량 계산부(115)가 흐린 날의 일사량 Icloud를 구름에 의한 일사량 변화를 고려한 일사량으로 출력할 수 있다.
발전량 예측부(120)는 입사 일사량 계산부(115)가 출력한 일사량과 패널 특성/발전 시스템 효율(960)을 고려하여 태양광 발전 시스템(101)의 발전량을 예측할 수 있다. 이때, 패널 특성/발전 시스템 효율(960)은 NOCT, 대기 온도, 태양광 패널(102)의 규격, 및 입력 DC 전력에 따른 태양광 인버터의 변환 효율을 포함할 수 있다.
그리고, 발전량 예측부(120)는 입사 일사량 계산부(115)가 출력한 일사량과 패널 특성/발전 시스템 효율(960)에 포함된 NOCT, 대기 온도를 기반으로 태양광 패널(101)의 온도를 계산할 수 있다. 다음으로, 발전량 예측부(120)는 태양광 패널(101)의 온도에 따른 발전량의 변화를 계산함으로써 일사량과 대기 온도의 변화에 따른 태양광 발전량의 변화를 반영할 수 있다. 그리고, 발전량 예측부(120)는 입사 일사량 계산부(115)가 출력한 일사량과 태양광 패널(101)의 온도에 따른 발전량 변화를 고려하여 태양광 발전 시스템(10)의 최종 발전량을 예측 할 수 있다.
도 10은 본 발명의 일실시예에 따른 태양광 발전량 예측 방법을 도시한 플로우차트이다.
단계(1010)에서 일사량 계산부(110)는 태양광 발전 시스템(101)이 설치될 예정 지역의 위치 정보, 예정 지역의 날씨 정보, 예정 지역의 지리적 특성 및 태양광 발전 시스템(101)의 태양광 패널(102)의 각도를 이용하여 태양광 패널(120)에 입사되는 일사량을 계산할 수 있다.
단계(1020)에서 발전량 예측부(120)는 태양광 패널(102)의 특성 및 태양광 발전 시스템(101)의 효율 및 단계(1010)에서 계산한 일사량을 고려하여 태양광 발전 시스템(101)의 발전량을 예측할 수 있다.
도 11은 본 발명의 일실시예에 따른 태양광 발전량 예측 방법의 일사량 계산 과정을 도시한 플로우차트이다. 도 11의 단계(1110)내지 단계(1150)는 도 10의 단계(1010)에 포함될 수 있다.
단계(1110)에서 일사량 계산부(110)는 태양광 발전 시스템이 설치될 예정 지역의 위치 정보 및 시간을 이용하여 예정 지역의 시간별 태양 위치를 계산할 수 있다.
단계(1120)에서 일사량 계산부(110)는 예정 지역의 날씨 정보 및 단계(1110)에서 계산한 시간별 태양 위치를 이용하여 예정 지역의 직달 일사 전달 계수를 계산할 수 있다.
단계(1130)에서 일사량 계산부(110)는 단계(1110)에서 계산한 지구와 태양간의 거리 및 단계(1120)에서 계산한 직달 일사 전달 계수를 이용하여 예정 지역의 직달 일사량을 계산할 수 있다.
단계(1140)에서 일사량 계산부(110)는 알베도값, 지표면반사도, 단계(1130)에서 계산한 직달 일사 전달 계수, 및 단계(1120)에서 계산한 시간별 태양 위치를 이용하여 예정 지역의 산란 일사량을 계산할 수 있다.
단계(1150)에서 일사량 계산부(110)는 발전 시스템의 태양광 패널의 각도와 단계(1130)에서 계산한 직달 일사량 및 단계(1140)에서 계산한 산란 일사량을 이용하여 태양광 패널(102)에 입사되는 입사 일사량을 계산할 수 있다.
본 발명은 태양광 발전 시스템(101)이 설치될 예정 지역의 위치 정보, 예정 지역의 날씨 정보, 예정 지역의 지리적 특성 및 태양광 발전 시스템(101)의 태양광 패널(102)의 각도에 기초하여 일사량을 예측하고, 일사량과 태양광 패널(102)의 온도 변화에 따른 발전 효율 및 태양광 발전 시스템의 전환 효율을 고려하여, 과거의 발전량 정보 없이도 날짜와 시간에 따른 태양광 발전량을 예측할 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
100: 태양광 발전량 예측 장치
101: 태양광 발전 시스템
102: 태양광 패널
110: 일사량 계산부
120: 발전량 예측부

Claims (1)

  1. 태양광 발전 시스템이 설치될 예정 지역의 위치 정보, 상기 예정 지역의 날씨 정보, 상기 예정 지역의 지리적 특성 및 상기 태양광 발전 시스템의 태양광 패널의 각도를 이용하여 상기 태양광 패널에 입사되는 일사량을 계산하는 단계; 및
    상기 일사량과 상기 태양광 패널의 특성 및 상기 태양광 발전 시스템의 효율을 고려하여 상기 태양광 발전 시스템의 발전량을 예측하는 단계
    를 포함하는 태양광 발전량 예측 방법.
KR1020180035341A 2017-12-01 2018-03-27 태양광 발전량 예측 장치 및 그 방법 KR102404397B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170164076 2017-12-01
KR1020170164076 2017-12-01

Publications (2)

Publication Number Publication Date
KR20190065107A true KR20190065107A (ko) 2019-06-11
KR102404397B1 KR102404397B1 (ko) 2022-06-07

Family

ID=66846836

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180035341A KR102404397B1 (ko) 2017-12-01 2018-03-27 태양광 발전량 예측 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102404397B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111861784A (zh) * 2020-06-01 2020-10-30 大唐东北电力试验研究院有限公司 基于人工蜂群优化神经网络的光伏发电功率短期预测方法
KR20210062288A (ko) * 2019-11-21 2021-05-31 주식회사 케이티 목표 지점의 일사량을 추정하는 서버, 방법 및 컴퓨터 프로그램
KR102338515B1 (ko) * 2021-04-08 2021-12-13 주식회사 인코어드 테크놀로지스 인공지능 기반 태양광 발전량 예측 시스템
KR102379984B1 (ko) * 2021-12-06 2022-03-29 주식회사 인코어드 테크놀로지스 신재생에너지 발전 관리 시스템
CN114862051A (zh) * 2022-05-30 2022-08-05 中电科（宁波）海洋电子研究院有限公司 一种海上平台的光伏板发电量预测方法和系统
KR20220163014A (ko) * 2021-06-02 2022-12-09 한전케이디엔주식회사 태양광 발전원 출력 예측 장치 및 방법
KR102513943B1 (ko) 2022-06-28 2023-03-27 주식회사 성심소프트 가로등 장착형 태양광 발전 예측 시스템 및 그 서비스 방법
KR20230048724A (ko) * 2021-10-05 2023-04-12 한국에너지기술연구원 인공 신경망을 이용한 일사량 및 발전량 예보 장치 및 그 방법
WO2024190941A1 (ko) * 2023-03-16 2024-09-19 박재성 태양광 발전 관련 정보 추정 장치, 시스템 및 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240064128A (ko) 2022-11-04 2024-05-13 김은선 최적의 태양광 발전 조건 제공 방법, 이를 위한 장치 및 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990006639U (ko) * 1997-07-29 1999-02-25 양재신 버스 창문의 열림방지장치
KR20100086298A (ko) * 2009-01-22 2010-07-30 (주)엘지하우시스 태양전지 모듈의 발전량 예측 방법
JP2011159199A (ja) * 2010-02-03 2011-08-18 Gifu Univ 太陽光発電装置の発電量予測システム及び発電量予測方法
JP2013258853A (ja) * 2012-06-13 2013-12-26 Denryoku Systems Institute Ltd 太陽光発電における発電量予測方法及び装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990006639U (ko) * 1997-07-29 1999-02-25 양재신 버스 창문의 열림방지장치
KR20100086298A (ko) * 2009-01-22 2010-07-30 (주)엘지하우시스 태양전지 모듈의 발전량 예측 방법
JP2011159199A (ja) * 2010-02-03 2011-08-18 Gifu Univ 太陽光発電装置の発電量予測システム及び発電量予測方法
JP2013258853A (ja) * 2012-06-13 2013-12-26 Denryoku Systems Institute Ltd 太陽光発電における発電量予測方法及び装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210062288A (ko) * 2019-11-21 2021-05-31 주식회사 케이티 목표 지점의 일사량을 추정하는 서버, 방법 및 컴퓨터 프로그램
CN111861784A (zh) * 2020-06-01 2020-10-30 大唐东北电力试验研究院有限公司 基于人工蜂群优化神经网络的光伏发电功率短期预测方法
KR102338515B1 (ko) * 2021-04-08 2021-12-13 주식회사 인코어드 테크놀로지스 인공지능 기반 태양광 발전량 예측 시스템
KR20220163014A (ko) * 2021-06-02 2022-12-09 한전케이디엔주식회사 태양광 발전원 출력 예측 장치 및 방법
KR20230048724A (ko) * 2021-10-05 2023-04-12 한국에너지기술연구원 인공 신경망을 이용한 일사량 및 발전량 예보 장치 및 그 방법
KR102379984B1 (ko) * 2021-12-06 2022-03-29 주식회사 인코어드 테크놀로지스 신재생에너지 발전 관리 시스템
CN114862051A (zh) * 2022-05-30 2022-08-05 中电科（宁波）海洋电子研究院有限公司 一种海上平台的光伏板发电量预测方法和系统
KR102513943B1 (ko) 2022-06-28 2023-03-27 주식회사 성심소프트 가로등 장착형 태양광 발전 예측 시스템 및 그 서비스 방법
WO2024190941A1 (ko) * 2023-03-16 2024-09-19 박재성 태양광 발전 관련 정보 추정 장치, 시스템 및 방법

Also Published As

Publication number Publication date
KR102404397B1 (ko) 2022-06-07

Similar Documents

Publication Publication Date Title
KR20190065107A (ko) 태양광 발전량 예측 장치 및 그 방법
Van Haaren et al. Empirical assessment of short‐term variability from utility‐scale solar PV plants
JP5308560B1 (ja) 太陽光発電における発電量予測方法及び装置
JP2013529051A (ja) 太陽光発電予測システム並びに方法
Haiden et al. Evaluation of ECMWF forecasts, including the 2016 resolution upgrade
JP2015167439A (ja) 太陽光発電装置の発電量予測システム及び発電量予測方法
Razagui et al. A new approach to forecast solar irradiances using WRF and libRadtran models, validated with MERRA-2 reanalysis data and pyranometer measures
CN103971167B (zh) 预测光伏发电设备的发电功率的方法和系统
JP2013084736A (ja) 太陽光発電出力推定装置及び太陽光発電出力推定方法
Gueymard et al. Validation of real-time solar irradiance simulations over Kuwait using WRF-solar
Santos-Martin et al. SoL–A PV generation model for grid integration analysis in distribution networks
Candanedo et al. Preliminary assessment of a weather forecast tool for building operation
Holland et al. Solar and PV forecasting for large PV power plants using numerical weather models, satellite data and ground measurements
Arumugham et al. Modelling global solar irradiance for any location on earth through regression analysis using high-resolution data
JP6624475B2 (ja) 太陽電池の発電量予測装置、発電量予測方法、及び発電量予測プログラム
CN104217247A (zh) 用于预测风场中的风机的输出功率的方法和装置
Rincón et al. Assessment of short-term irradiance forecasting based on post-processing tools applied on WRF meteorological simulations
Popovic et al. Methodology for detection of photovoltaic systems underperformance operation based on the correlation of irradiance estimates of neighboring systems
Han et al. A Solar Radiation Prediction Model Using Weather Forecast Data and Regional Atmospheric Data
KR20200056099A (ko) 하향 장파 복사량 산출 방법 및 장치
Park et al. An improved photovoltaic system output prediction model under limited weather information
US20200103272A1 (en) Estimation of drift in a solar radiation sensor
WO2016146788A1 (en) System and method for predicting solar power generation
Chen et al. Intra-day forecast of ground horizontal irradiance using long short-term memory network (LSTM)
Bracale et al. An improved Bayesian-based approach for short term photovoltaic power forecasting in smart grids

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