WO2011108834A2 - 풍력-기상자원지도 구축 시스템 및 그 구축 방법 - Google Patents

풍력-기상자원지도 구축 시스템 및 그 구축 방법 Download PDF

Info

Publication number
WO2011108834A2
WO2011108834A2 PCT/KR2011/001416 KR2011001416W WO2011108834A2 WO 2011108834 A2 WO2011108834 A2 WO 2011108834A2 KR 2011001416 W KR2011001416 W KR 2011001416W WO 2011108834 A2 WO2011108834 A2 WO 2011108834A2
Authority
WO
WIPO (PCT)
Prior art keywords
wind
weather
tmm
statistics
calculating
Prior art date
Application number
PCT/KR2011/001416
Other languages
English (en)
French (fr)
Other versions
WO2011108834A3 (ko
Inventor
최영진
변재영
김혜중
서범근
Original Assignee
대한민국(기상청장)
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 대한민국(기상청장) filed Critical 대한민국(기상청장)
Publication of WO2011108834A2 publication Critical patent/WO2011108834A2/ko
Publication of WO2011108834A3 publication Critical patent/WO2011108834A3/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Definitions

  • the present invention relates to a wind-powered primitive map construction system for detailed wind prediction and its construction method, and more specifically, to improve the topographical data and surface utilization data, wind-powered primitive map for accurately predicting the amount of wind information.
  • a construction system and its construction method are specifically constructed using
  • the present invention is to solve the problems raised in the prior art, by using a TMY algorithm that selects a month that can represent the average period of 11 years in a statistical method without simulating the entire 11-year simulation period
  • the purpose of the present invention is to provide a wind-powered researcher map construction system and a method of constructing the wind-powered researcher map system that can predict and forecast the exact amount of wind even in regions with distinct four seasons and mountainous terrain, such as Korea.
  • a system for developing a wind-powered circle map including: a terrain data unit providing terrain information of the Korean peninsula; Indicator utilization data sheet that provides indicator information on the Korean Peninsula; And a numerical model unit for predicting detailed winds, including the topographical data unit and the surface index utilization data unit.
  • the wind turbine generator map system may further include a simulation period for selecting a simulation period.
  • the terrain data unit may provide terrain information on the Korean Peninsula in a resolution range of 90m to 110m.
  • the land use data may be provided to the South Korean land area data provided in the resolution range of 25m to 35m using Landsat satellite data.
  • the present invention provides a method for developing a wind-powered garden map, and obtains FS (Filkenstein-Shafer) statistics on weather elements for each weather station according to a target period, Calculating a weight sum (WS) statistic together; And a second step of determining a tymetic meteorological year (TMY) of the wind resources of the Korean peninsula using FS (Filkenstein-Shafer) statistics on meteorological factors.
  • FS tymetic meteorological year
  • the meteorological element may be a wind speed, wind direction, wind direction, the maximum speed of the wind.
  • the step of preparing the station-specific FS statistics table for the weather component can be derived using the following equation (1).
  • the calculation of the weights for the weather elements by the station area and the preparation of the WS statistics table are the same as the frequency distribution of the monthly wind variables observed in year y at the first weather station and the frequency of wind resources observed for 11 years at the station.
  • the similarity between distributions can be measured by the weighted sum of the FS statistics calculated from the data for each weather component.
  • the calculation of the weighting factors and the WS-statistic table for the meteorological factors of the station regions are performed by the frequency distribution of the m-month wind variables observed in year y at the k-th weather station and the m- observed for 11 years at the same station.
  • the similarity between the frequency distributions of the monthly wind resources can be measured by the weighted sum of the FS statistics calculated from the data for each weather component.
  • the second step may include calculating a standardized weight sum (SWS) statistical table for each region; Calculating a total weight sum (TWS) statistical table by summing regional SWS statistical tables; Selecting a candidate candidate year for the TMM (Typical Meterological Month) from the TWS statistics table; Calculating root mean squared distance (RMSD) and standard score for each weather element; And selecting the largest value as the final TMM year by obtaining a TMM score that is a weighted sum of standard scores for each weather element.
  • SWS standardized weight sum
  • TWS total weight sum
  • RMSD root mean squared distance
  • step of calculating the regional standardized SWS statistics table may be derived by using the following ⁇ Formula 3 ⁇ .
  • the step of calculating the TWS statistics table by summing the regional SWS statistics table may be derived using the following ⁇ Equation 4 ⁇ .
  • TMM candidate year five TMM candidate years may be selected per month based on a minimum TWS statistical value.
  • step of calculating the RMSD for each weather element may be derived using the following ⁇ Formula 5 ⁇ .
  • step of calculating the standard score for each weather element it is possible to implement the wind-box origin map construction method characterized in that is derived using the following ⁇ Equation 6 ⁇ .
  • weighted sum of the standard scores for each weather element in the step of selecting the final TMM year may be derived by weight calculation by principal component analysis.
  • a method of obtaining the TMM score at the step of obtaining the TMM score and selecting the largest value as the final TMM year may be derived using the following Equation 7 below.
  • the method may further include constructing a TMY by arranging the final TMM data.
  • the present invention can accurately predict wind volume information by constructing a wind-powered origin map system including a terrain data unit providing improved Korean terrain information and an indicator utilization data unit providing Korean peninsula index information. It has an effect.
  • Figure 1 shows the configuration of the wind-box generator map development process according to the present invention.
  • FIG. 2 illustrates a TMY algorithm construction method according to the present invention.
  • FIG. 3 shows a first step of the TMY algorithm construction method according to the present invention.
  • FIG. 4 shows a second step of the method for constructing a TMY algorithm according to the present invention.
  • FIG. 5 is a meteorological resource map for wind power according to the present invention, showing the main wind direction distribution, which is an annual average statistics, over South Korea.
  • FIG. 6 is a weather resource map for wind power according to the present invention, which shows the main wind direction ratio, which is an annual average statistics, over South Korea.
  • FIG. 7 is a meteorological resource map for wind power according to the present invention, which shows the maximum wind speed, which is an annual average statistics, over South Korea.
  • FIG. 8 is a meteorological resource map for wind power according to the present invention, showing the annual average wind speed over the South Korea region.
  • FIG. 9 is a meteorological resource map for wind power according to the present invention, and shows the main wind direction distribution over 5m / s, which is an annual average statistics, over the South Korea region.
  • Figure 1 shows a wind-box generator map construction system according to the present invention.
  • the wind-powered circle map system includes a terrain data unit 20 for providing topographic information of the Korean peninsula, an indicator utilization data unit 30 for providing indicator information of the Korean peninsula, and a simulation period for selecting a simulation period ( 80), the topographical data portion 20, the indicator utilization data portion 30 and the numerical model unit 10 including a simulation period portion 80.
  • the terrain data unit 20 may provide detailed terrain data on the Korean peninsula.
  • the terrain data unit 20 may provide the terrain information on the Korean peninsula in a resolution range of 90 to 110m, but inputted at a resolution of 100m.
  • the indicator utilization data unit 30 may provide Korean Peninsula indicator information.
  • the indicator utilization data unit 30 may provide the South Korean region indicator data provided in a resolution range of 25m to 35m using Landsat satellite data.
  • the surface availability data unit 30 inputs 30m surface information resolution of Landsat satellite data.
  • the simulation period unit 80 may select a simulation period. In this case, the simulation period unit 80 may select a simulation period of approximately 11 years. In addition, the simulation period unit 80 selects a month that can represent the entire 11-year average period in a statistical manner without simulating the entire 11-year period. This method is called TMY (Typical Meteorological Year). TMY is meteorological data used in meteorological studies and forecasts in the United States and Europe. Specifically, it is possible to fully reflect the meteorological characteristics of the months / seasons that occur continuously over a long period of time, eg, 10 years. It is the one-year weather data that selects 12 TMM (Typical Meteorological Month) of the month and then connects TMM by month.
  • TMM typical Meteorological Month
  • the TMY maintains information on the characteristics of the monthly or hourly fluctuation patterns of weather variables, while the monthly or seasonal averages have similar values to those of long-term weather data, making them useful as input data for weather forecasting and numerical simulations. Can be used.
  • the TMY construction method is a method of obtaining a TMM (Typical Meteorological Month) score as an explanatory power measure of the year / monthly wind data under the FS (Filkenstein-Shafer) statistical model and constructing it based on the TMM score.
  • the FS statistical model refers to a statistical model based on the monthly cumulative frequency distribution table of meteorological factors observed for a long time in the study area.
  • the weather element used here refers to the wind speed, wind direction, wind direction, and the instantaneous maximum speed of wind observed in the region (77 regions) observed by the weather element during the designated period (for example, 1998 to 2008).
  • 5 to 9 is a weather resource map showing the above-mentioned weather elements, that is, wind speed, wind direction, maximum wind speed,
  • 5 is a meteorological resource map for wind power, showing the main wind direction distribution, which is an annual average statistics, over South Korea. Most of the South Korean wind direction is blowing northwesterly wind, the northeasterly wind is blowing in Busan, Ulsan region, and southwesterly or westernerly wind blowing in Gangwon-do province, which is the mountainous inland region.
  • 6 is a meteorological resource map for wind power, showing the main wind direction ratio, which is an annual average statistics, throughout South Korea. The ratio is 25% to 30% on the north west coast and 20% on the south west coast. In the rest of the world, between 20% and 50%.
  • FIG. 7 is a weather resource map of wind power, showing a maximum wind speed, which is an annual average statistics, over South Korea.
  • the west coast region mainly shows the maximum wind speed of 22 to 24 m / sec, and the east coast region and the south coast region show more than 30 m / sec. Except for the east and west coasts, there are various maximum wind speeds.
  • the west coast region shows wind speeds of 6.5 to 7.0 m / sec
  • the south coast and Jeju island regions show wind speeds of 7.0 to 8.5 m / sec
  • the Gangwon province region shows wind speeds of 6.5 to 8.0 m / sec. In other regions, wind speeds of less than 5.0 m / sec are indicated.
  • FIG. 9 is a meteorological resource map for wind power, which shows the annual mean distribution of main wind direction of 5 m / s or more over the south region.
  • Northwestern winds blow strongly in most parts of the country, with northeaster winds blowing in parts of the southern coast, and soiled winds and westwinds in some parts of Gangwon.
  • various wind directions such as northeast wind, north wind and northwest wind are shown.
  • Figure 2 illustrates a method for constructing a wind-powered circle map according to the present invention.
  • the TMY algorithm may be used.
  • the TMY algorithm calculates the TMY of the Korean Peninsula's wind resources using the first step (S60), FS statistics, which calculates the FS statistics for each weather station according to the simulation period and calculates the weighted sum (WS) statistics.
  • TMY establishment step 2 (S3) to determine may be made.
  • the first step is to calculate the FS statistics of the four weather elements for each weather station according to the simulation period (m year and month) and calculate the WS statistics, which are their weighted sums.
  • the FS statistic is a statistical representation of the similarity of the frequency distribution of m-month included in year y (1998-2008) to the similarity of the frequency distribution of m-month observed for 11 years at the same station based on the meteorological factors observed at the weather station. Say a measure.
  • the first step of the TMY building step is to first create a short-term and long-term cumulative frequency distribution table for each station and monthly weather factors (S61). Thereafter, the step FS statistics table for each weather component is prepared (S63).
  • the step S63 of preparing the FS statistical table for each station for each weather element may be derived using the following ⁇ Formula 1 ⁇ .
  • step (S65) may be a step (S65) to calculate the weights for the weather elements of each station of each station and to prepare a WS statistics table.
  • the step S63 of calculating the weather element weight and the WS statistics table for each region of each station is derived by using the following ⁇ Formula 2 ⁇ .
  • the frequency distribution of the monthly wind variables observed in year y at the kth weather station was observed for 11 years at the same station.
  • the similarity between the frequency distributions of the wind resources for the month can be measured by the weighted sum of the FS statistics calculated from the data for each weather component.
  • the second step is to determine the TMY of the wind resources of the Korean Peninsula using the FS statistics.
  • the second step of building the TMY may first be a step (S71) of calculating a standardized weight sum (SWS) statistical table for each region.
  • SWS standardized weight sum
  • the standardization work is to equalize the influence on the calculation of the next step.
  • the SWS statistics table for each region may be added to calculate a total weight sum (TWS) statistics table (S73).
  • TWS total weight sum
  • S73 of calculating the TWS statistics table by summing the SWS statistics tables is derived using the following ⁇ formula 4 ⁇ .
  • the TWS statistics table shows the explanatory power of the Korean Peninsula's wind resources in a certain year and month, and the smaller the value, the more information can be explained.
  • a candidate TMM candidate year may be selected based on the minimum TWS statistics value in the TWS statistics table.
  • the step of selecting the TMM candidate year (S75) is to select five per month.
  • the step of calculating the RMSD and the standard score for each weather element (S77) can be made.
  • the step of calculating the RMSD can be derived using the following equation (5).
  • the reason for calculating the RMSD is to measure the difference between the data of the TMM candidate year and the data of 11 years (1998-2008) for the meteorological factors for the final selection of one TMM year of the TMM candidate years. .
  • the standard score may be derived using the following ⁇ Formula 6 ⁇ .
  • the reason for calculating the standard score is to standardize the RMSD of different weather components.
  • the TMM score which is a weighted sum of the standard scores for each weather element (weight calculation by principal component analysis), may be obtained to select the largest value as the final TMM year (S78).
  • the method for obtaining the TMM score in the step of selecting the final TMM year (S78) may be derived using the following equation (7).
  • the step of constructing the TMY by organizing the final TMM data (S79) is made can be completed the construction of the wind-powered source map.
  • the present invention by constructing a wind-powered origin map system comprising a terrain data unit 20 for providing improved terrain information on the Korean Peninsula and an index utilization data unit 30 for providing index information on the Korean Peninsula, thereby providing information on the amount of wind. Can be predicted accurately.
  • a wind-powered primitive map using TMY algorithm to measure the explanatory power of year / monthly wind data under the FS (Filkenstein-Shafer) statistical model, it is easy to grasp the temporal / spatial fluctuation pattern between meteorological factors. Accurately predict the volume of air.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Optimization (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Computational Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Wind Motors (AREA)

Abstract

본 발명은 한반도의 지형정보를 제공하는 지형자료부, 한반도의 지표정보를 제공하는 지표이용도자료부, 모의기간을 구현할 수 있는 모의기간부, 상기 지형자료부, 지표이용도자료부 및 모의기간부를 포함하는 수치모델부로 구성되는 풍력-기상자원지도 시스템 및 그 방법을 제공한다.

Description

풍력-기상자원지도 구축 시스템 및 그 구축 방법
본 발명은 상세바람 예측을 위한 풍력-기상자원지도 구축 시스템 및 그 구축 방법에 관한 것으로서, 보다 상세하게는 지형자료 및 지표이용도 자료를 개선하여 풍량의 정보를 정확하게 예측하기 위한 풍력-기상자원지도 구축 시스템 및 그 구축 방법에 관한 것이다.
종래의 풍력예보는 미국에서 공개된 모델인 중규모 모델 WRF(Weather Research and Forecasting model)를 이용하여 바람의 방향 및 세기등 기상정보를 예보 하였으나, 이는 우리나라의 지형과 풍토에 맞지 않고 미국의 지형에 맞는 모델이었으므로 풍량을 정확히 예측하는 것이 어려웠다. 따라서, 정확한 예보를 위하여 사계절이 뚜렷하고 산악지형이 많은 우리나라의 수치모델을 개발하는 것이 좋은 방법이긴 하나, 이를 위한 전문 인력과 노하우를 지금 현재 축적하는 과정이어서 개발이 여의치 않은 것이 현실이다. 이러한 문제가 있는 중규모 수치모델인 WRF를 보완하기 위하여 수치모델 외에도 대한민국 특성에 맞는 한국의 지형 및 지표이용도 자료를 더 추가하여 슈퍼 컴퓨터 기반 계산을 하여 정확한 예보를 하기 위한 시스템 및 풍력-기상자원지도 구축방법의 개발이 요구되고 있다.
따라서, 본 발명은 종래 기술에 제기된 문제점을 해결하기 위한 것으로, 모의 기간 11년 전체 기간을 모의하지 않고 11년 전체 평균 기간을 대표할 수 있는 월을 통계적인 방법으로 선정하는 TMY 알고리즘을 이용하여 풍력-기상자원지도 시스템을 구축함으로써, 우리나라와 같은 사계절이 뚜렷하고 산악지형이 많은 지역에서도 정확한 풍량을 예측하여 예보할 수 있는 풍력-기상자원지도 구축 시스템 및 그 구축 방법을 제공하는데 그 목적이 있다.
상기의 목적을 달성하기 위한 본 발명은 풍력-기상자원지도를 개발하기 위한 시스템에 있어서, 한반도의 지형정보를 제공하는 지형자료부; 한반도의 지표정보를 제공하는 지표이용도자료부; 및 상기 지형자료부 및 지표이용도자료부를 포함하여 상세바람을 예측하는 수치모델부;를 포함하는 것을 특징으로 하는 풍력-기상자원지도 구축 시스템을 제공하는데 그 목적이 있다.
그리고 상기 풍력-기상자원지도 구축 시스템은 모의기간을 선정하는 모의기간부를 더 포함할 수 있다.
또한, 상기 지형자료부는 한반도 지형정보를 90m 내지 110m의 해상도 범위에서 제공할 수 있다.
또한, 상기 지표이용도자료부는 Landsat 위성자료를 이용하여 25m 내지 35m의 해상도 범위에서 제공되는 남한지역 지표자료를 제공할 수 있다.
상기의 목적을 달성하기 위한 본 발명은 풍력-기상자원지도를 개발하기 위한 방법에 있어서, 기상요소에 대한 FS(Filkenstein-Shafer) 통계를 대상기간에 맞게 각 기상관측소별로 구하고, 이들의 가중합인 WS(Weight Sum) 통계를 함께 계산하는 제1단계; 및 기상요소에 대한 FS(Filkenstein-Shafer) 통계를 사용하여 한반도 바람자원의 TMY(Typical Meteorological Year)를 결정하는 제2단계;를 포함하는 것을 특징으로 하는 풍력-기상자원지도 구축 방법을 제공하는데 그 목적이 있다.
이때, 상기 기상요소는 풍속, 풍향, 풍정, 바람의 순간 최대속도일 수 있다.
*또한, 기상요소에 대한 관측소별 및 월별 단기 및 장기 누적도수분포표를 작성하는 단계; 기상요소에 대한 관측소별 FS 통계표를 작성하는 단계; 및 관측소 지역별 기상요소에 대한 가중치 계산 및 WS 통계표를 작성하는 단계;를 포함할 수 있다.
또한, 기상요소에 대한 관측소별 FS 통계표를 작성하는 단계는 아래의 {식 1} 를 이용하여 도출될 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-13
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-15
또한, 관측소 지역별 기상요소에 대한 가중치 계산 및 WS 통계표를 작성하는 단계는,
아래의 {식 2} 를 이용하여 도출될 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-18
또한, 관측소 지역별 기상요소에 대한 가중치 계산 및 WS 통계표를 작성하는 단계는, 번째 기상관측소에서 y년도에 관측된 월의 바람 변수들의 빈도 분포와 동일 관측소에서 11년 동안 관측된 월의 바람자원들 빈도 분포간의 유사성은 각 기상요소의 자료로부터 계산된 FS 통계의 가중합으로 측정될 수 있다.
또한, 관측소 지역별 기상요소에 대한 가중치 계산 및 WS 통계표를 작성하는 단계는, k-번째 기상관측소에서 y년도에 관측된 m-월의 바람 변수들의 빈도 분포와 동일 관측소에서 11년 동안 관측된 m-월의 바람자원들 빈도 분포간의 유사성은 각 기상요소의 자료로부터 계산된 FS 통계의 가중합으로 측정될 수 있다.
그리고 상기 제2단계는, 지역별 표준화된 SWS(Standardized Weight Sum) 통계표를 계산하는 단계; 지역별 SWS 통계표를 합산하여 TWS(Total Weight Sum) 통계표를 산출하는 단계; TWS 통계표에서 TMM(Typical Meterological Month) 후보년도를 선정하는 단계; 기상요소별 RMSD(Root Mean Squared Distance) 및 표준점수를 계산하는 단계; 및 기상요소별 표준점수의 가중합인 TMM 점수를 구하여 가장 큰 값을 최종 TMM 년도로 선택하는 단계;를 포함할 수 있다.
또한, 지역별 표준화된 SWS 통계표를 계산하는 단계는, 아래의 {식 3}을 이용하여 도출될 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-23
또한, 지역별 SWS 통계표를 합산하여 TWS 통계표를 산출하는 단계는, 아래의 {식 4}를 이용하여 도출될 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-25
또한, TMM 후보년도를 선정하는 단계는 최소 TWS 통계값을 기준으로 TMM 후보년도를 월별 5개씩 선정될 수 있다.
또한, 기상요소별 RMSD을 계산하는 단계는, 아래의 {식 5}를 이용하여 도출될 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-28
또한, 기상요소별 표준점수를 계산하는 단계는, 아래의 {식 6}을 이용하여 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법을 구현할 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-31
또한, 최종 TMM년도를 선택하는 단계에서 기상요소별 표준점수의 가중합은 주성분분석에 의한 가중치 계산으로 도출될 수 있다.
또한, TMM 점수를 구하여 가장 큰 값을 최종 TMM 년도로 선택하는 단계에서 TMM 점수를 구하는 방법은 아래의 {식 7}을 이용하여 도출될 수 있다.
{식 7}
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-36
그리고 TMM 점수를 구하여 가장 큰 값을 최종 TMM 년도로 선택하는 단계 이후에, 최종 TMM 자료를 정리하여 TMY를 구축하는 단계가 더 포함될 수 있다.
이상에서 설명한 바와 같이 본 발명은 개선된 한반도 지형정보를 제공하는 지형자료부 및 한반도 지표정보를 제공하는 지표이용도자료부를 포함하는 풍력-기상자원지도 시스템을 구축함으로써, 풍량의 정보를 정확하게 예측할 수 있는 효과가 있다.
또한, FS(Filkenstein-Shafer) 통계 모형하에서 년/월별 바람자료의 설명력 측도로 하는 TMY 알고리즘을 이용한 풍력-기상자원지도 구축 방법을 개발함으로써, 기상요소들 간의 시/공간적 변동패턴을 용이하게 파악하여 풍량의 정보를 정확하게 예측할 수 있는 효과가 있다.
도 1은 본 발명에 따른 풍력-기상자원지도 개발과정의 구성도를 나타낸 것이다.
도 2는 본 발명에 따른 TMY 알고리즘 구축방법을 나타낸 것이다.
도 3은 본 발명에 따른 TMY 알고리즘 구축방법의 제 1단계를 나타낸 것이다.
도 4는 본 발명에 따른 TMY 알고리즘 구축방법의 제 2단계를 나타낸 것이다.
도 5는 본 발명에 따른 풍력에 관한 기상자원지도로서, 연평균 통계인 주풍향 분포를 남한지역에 걸쳐 도시한 것이다.
도 6은 본 발명에 따른 풍력에 관한 기상자원지도로서, 연평균 통계인 주풍향비율을 남한지역에 걸쳐 도시한 것이다.
도 7은 본 발명에 따른 풍력에 관한 기상자원지도로서, 연평균 통계인 최대풍속을 남한지역에 걸쳐 도시한 것이다
도 8은 본 발명에 따른 풍력에 관한 기상자원지도로서, 연평균 풍속을 남한지역에 걸쳐 도시한 것이다.
도 9는 본 발명에 따른 풍력에 관한 기상자원지도로서, 연평균 통계인 5m/s이상 주풍향 분포를 남한지역에 걸쳐 도시한 것이다.
**도면 부호의 설명**
10 : 수치모델부
20 : 지형자료부
30 : 지표이용도자료부
80 : 모의기간부
이하에서는 첨부한 도면을 참조하여 본 발명에 따른 구체적인 구성 및 이를 적용한 실시예를 설명하기로 한다.
도 1은 본 발명에 따른 풍력-기상자원지도 구축 시스템을 도시한 것이다. 본 발명에 따른 풍력-기상자원지도 시스템은 한반도의 지형정보를 제공하는 지형자료부(20), 한반도의 지표정보를 제공하는 지표이용도자료부(30), 모의기간을 선정하는 모의기간부(80), 상기 지형자료부(20), 지표이용도자료부(30) 및 모의기간부(80)를 포함하는 수치모델부(10)로 구성된다.
상기 지형자료부(20)는 한반도 상세 지형자료를 제공할 수 있다. 이때, 상기 지형자료부(20)는 한반도 지형정보를 90 내지 110m의 해상도 범위에서 제공할 수 있으나 해상도 100m로 입력하였다.
상기 지표이용도자료부(30)는 한반도 지표정보를 제공할 수 있다. 이때, 상기 지표이용도자료부(30)는 Landsat 위성자료를 이용하여 25m 내지 35m 해상도 범위로 제공된 남한지역 지표자료를 제공할 수 있다. 이때, 상기 지표이용도자료부(30)는 Landsat 위성자료의 해상도가 30m 지표정보를 입력하였다.
상기 모의기간부(80)는 모의기간을 선정할 수 있다. 이때, 상기 모의기간부(80)는 모의기간을 대략 11년으로 선정할 수 있다. 그리고 모의 기간부(80)는 11년 전체 기간을 모의하지 않고 11년 전체 평균 기간을 대표할 수 있는 월을 통계적인 방법으로 선정한다. 이러한 방법을 TMY(Typical Meteorological Year)라고 한다. TMY는 미국과 유럽 등에서 기상연구 및 예측에서 사용되는 기상통계자료로, 구체적으로 설명하면 장기간 즉 10년 내외에 걸쳐 지속적으로 발생되는 월/계절의 기상적인 특징을 충분히 반영할 수 있는 1월에서 12월의 12개의 TMM(Typical Meteorological Month)을 선택한 후 TMM을 월별로 연결시킨 1년치 기상자료를 의미한다. 이러한 TMY는 기상변수가 가진 월별 또는 시간별 변동 패턴의 특성에 대한 정보를 유지함과 동시에 월 또는 계절 평균이 장기간 기상자료의 것과 유사한 값을 가져, 기상현상의 예측 및 수치모의 실험에서 입력 자료로 유용하게 사용될 수 있다. 이때, TMY 구축 방법으로는 FS(Filkenstein-Shafer) 통계모형 하에서 년/월별 바람자료의 설명력 측도로 TMM(Typical Meteorological Month) 점수를 구하고 TMM 점수를 기준으로 하여 구축하는 방법이 있다. 즉, 연구대상지역에서 장기간(11년)동안 관측된 기상요소들의 기상청 기상관측소별(77개) 및 월별(12개월) 누적 분포 구축과 FS 통계 계산을 통해 기상요소들간의 시/공간적 변동패턴을 파악할 수 있는 기술통계 기법을 개발한 것이다. 이에 대해서는 이후 자세하게 설명하기로 한다.
이때, FS 통계모형은 연구대상지역에서 장기간 동안 관측된 기상요소들의 월별 누적도수분포표에 근거한 통계모형을 말한다. 또한, 이때 사용되는 기상요소는 지정된 기간( 예를 들면, 1998년에서 2008년) 동안 관측된 기상요소별 지역(77개 지역)에서 관측되는 풍속, 풍향, 풍정 및 바람의 순간 최대 속도를 말한다.
도 5 내지 도 9는 상기와 같은 기상요소 즉, 풍속, 풍향, 최대풍속을 도시한 기상자원지도이다,
도 5는 풍력에 관한 기상자원지도로서, 연평균 통계인 주풍향분포를 남한지역에 걸쳐 도시한 것이다. 대부분의 남한지역 풍향은 북서풍이 불고 있으며, 부산, 울산 지역에서는 북동풍이 불고, 산간 내륙지방인 강원도 지방에서는 남서풍 내지 서풍이 불고 있는 것을 표시하고 있다.
도 6는 풍력에 관한 기상자원지도로서, 연평균 통계인 주풍향비율을 남한지역에 걸쳐 도시한 것이다. 북쪽 서해안에서는 25% 내지 30% 비율이고, 남쪽 서해안에서는 20%의 비율이다. 나머지 지역에서는 20% 내지 50%의 비율을 보이고 있다.
도 7는 풍력에 관한 기상자원지도로서, 연평균 통계인 최대풍속을 남한지역에 걸쳐 도시한 것이다. 서해안 일대는 주로 22 내지 24m/sec의 최대풍속을 보이고, 동해안 일대 및 남해안 일대는 30m/sec 이상을 보이고 있다. 동해안 일대 및 서해안 일대를 제외한 지역에서는 다양한 최대풍속을 보이고 있다.
도 8는 풍력에 관한 기상자원지도로서, 연평균 풍속을 남한지역에 걸쳐 도시한 것이다. 서해안 일대는 6.5 내지 7.0m/sec 의 풍속을 보이고, 남해안 및 제주도 일대는 7.0 내지 8.5m/sec의 풍속을 보이고, 강원도 일대는 6.5 내지 8.0m/sec의 풍속을 나타낸다. 이외의 지역에서는 대부분 5.0m/sec 이하의 풍속이 나타나는 것을 표시하고 있다.
도 9는 풍력에 관한 기상자원지도로서, 연평균 통계인 5m/s이상 주풍향 분포를 남한 지역에 걸쳐 도시한 것이다. 대부분의 지방에서 북서풍이 강하게 불며, 남해안 일부에서는 북동풍, 강원 일부지역에서는 남서풍 및 서풍이 분다. 또한 목포지역에서는 북동풍, 북풍, 북서풍 등의 다양한 풍향 분포를 보이고 있다.
도 2는 본 발명에 따른 풍력-기상자원지도를 구축하는 방법을 도시한 것이다. 이때 TMY 알고리즘이 사용될 수 있다. TMY 알고리즘은 FS 통계를 모의기간에 맞게 각 기상관측소별로 구하고 이들의 가중합인 WS(Weight Sum) 통계를 함께 계산하는 TMY 구축 제1단계(S60), FS 통계를 사용하여 한반도 바람자원의 TMY를 결정하는 TMY 구축 제2단계(S3)를 포함하여 이루어질 수 있다.
도 3은 TMY 알고리즘을 구축하는 제1단계를 도시한 것이다. 상기 제1단계는 4개의 기상요소의 FS통계를 모의기간 (y년 m월)에 맞게 각 기상관측소별로 구하고 이들의 가중합인 WS 통계를 함께 계산하는 단계이다. 이때, FS 통계는 기상관측소에서 관측된 기상 요소를 토대로 y년(1998년~2008년)에 포함된 m월의 빈도분포와 동일 관측소에서 11년 동안 관측된 m월의 빈도 분포의 유사성을 나타내는 통계적 측도를 말한다.
상기 TMY 구축 제1단계는, 먼저 각 기상요소에 대한 관측소별 및 월별 단기 및 장기 누적도수분포표를 작성하는 단계(S61)로 이루어진다. 그 다음 각 기상요소에 대한 관측소별 FS 통계표를 작성하는 단계(S63)로 이루어진다. 상기 각 기상요소에 대한 관측소별 FS 통계표를 작성하는 단계(S63)는 아래의 {식 1}을 이용하여 도출될 수 있다. 이때,
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-69
그 다음, 각 관측소의 지역별 기상요소에 대한 가중치 계산 및 WS 통계표를 작성하는 단계(S65)로 이루어질 수 있다. 상기 각 관측소의 지역별 기상요소 가중치 계산 및 WS 통계표를 작성하는 단계(S63)는 아래의 {식 2} 를 이용하여 도출된다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-71
즉, 상기 각 관측소의 지역별 기상요소 가중치 계산 및 WS 통계표를 작성하는 단계(S63)는, k번째 기상관측소에서 y년도에 관측된 m월의 바람 변수들의 빈도 분포와 동일 관측소에서 11년 동안 관측된 m월의 바람자원들 빈도 분포간의 유사성은 각 기상요소의 자료로부터 계산된 FS 통계의 가중합으로 측정될 수 있다.
도 4는 TMY 알고리즘 구축 제 2단계를 도시한 것이다. 상기 제 2 단계 FS 통계를 사용하여 한반도 바람자원의 TMY를 결정하는 단계이다.
상기 TMY구축 제2단계는 먼저, 각 지역에 관한 표준화된 SWS(Standardized Weight Sum) 통계표를 계산하는 단계(S71)로 이루어질 수 있다. 상기 표준화된 SWS 통계표를 계산하는 단계(S71)는 아래의 {식 3}을 이용하여 도출된다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-75
이때, 표준화 작업은 다음 단계의 계산에 미치는 영향을 균등하게 하기 위해서이다.
다음으로, 각 지역에 관한 SWS 통계표를 합산하여 TWS(Total Weight Sum) 통계표를 산출하는 단계(S73)로 이루어질 수 있다. 상기 SWS 통계표를 합산하여 TWS 통계표를 산출하는 단계(S73)는, 아래의 {식 4}를 이용하여 도출된다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-78
이때, TWS 통계표는 특정 년, 월이 지닌 한반도 바람자원에 대한 설명력을 나타내며 그 값이 작을수록 정보는 더 많은 것으로 해설될 수 있다.
그 다음, TWS 통계표에서 최소 TWS 통계값을 기준으로 TMM(Typical Meterological Month) 후보년도를 선정하는 단계(S75)로 이루어질 수 있다. 상기 TMM 후보 년도를 선정하는 단계(S75)는 월별 5개씩 선정하는 것으로 한다.
다음으로, 상기 기상요소별 RMSD 및 표준점수를 계산하는 단계(S77)로 이루어질 수 있다. 이때, RMSD를 계산하는 단계는 아래의 {식 5}를 이용하여 도출될 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-82
이와 같이, RMSD를 계산하는 이유는 TMM 후보년도 중 1개의 TMM 년도를 최종 선택하기 위해 기상요소에 대해 TMM 후보년도의 자료와 11년(1998년에서 2008년)의 자료의 차이를 측정하기 위해서이다.
또한, 상기 표준점수는 아래의 {식 6}을 이용하여 도출될 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-85
이와 같이, 표준점수를 계산하는 이유는 단위가 서로 다른 기상요소들의 RMSD를 표준화하기 위해서이다.
그 다음, 기상요소별 표준점수의 가중합(주성분분석에 의한 가중치 계산)인 TMM 점수를 구하여 가장 큰 값을 최종 TMM년도로 선택하는 단계(S78)로 이루어질 수 있다. 상기 최종 TMM년도를 선택하는 단계(S78)에서 TMM 점수를 구하는 방법은 아래의 {식 7}을 이용하여 도출될 수 있다.
[규칙 제91조에 의한 정정 24.05.2011]　
Figure WO-DOC-FIGURE-88
마지막으로, 최종 TMM 자료를 정리하여 TMY를 구축하는 단계(S79)가 이루어짐으로써 풍력-기상자원지도의 구축이 완성될 수 있다.
이처럼, 본 발명은 개선된 한반도 지형정보를 제공하는 지형자료부(20) 및 한반도 지표정보를 제공하는 지표이용도자료부(30)를 포함하는 풍력-기상자원지도 시스템을 구축함으로써, 풍량의 정보를 정확하게 예측할 수 있다. 또한, FS(Filkenstein-Shafer) 통계 모형하에서 년/월별 바람자료의 설명력 측도로 하는 TMY 알고리즘을 이용한 풍력-기상자원지도 구축 방법을 개발함으로써, 기상요소들 간의 시/공간적 변동패턴을 용이하게 파악하여 풍량의 정보를 정확하게 예측할 수 있다.
이상에서 설명한 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서, 본 발명의 권리 범위는 개시된 실시예에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변경 및 개량 형태 또한 본 발명의 권리 범위에 속하는 것으로 보아야 할 것이다.

Claims (19)

  1. 풍력-기상자원지도를 개발하기 위한 시스템에 있어서,
    한반도의 지형정보를 제공하는 지형자료부;
    한반도의 지표정보를 제공하는 지표이용도자료부; 및
    상기 지형자료부 및 지표이용도자료부를 포함하여 상세바람을 예측하는 수치모델부;
    를 포함하는 것을 특징으로 하는 풍력-기상자원지도 구축 시스템.
  2. 제1항에 있어서,
    상기 풍력-기상자원지도 구축 시스템은 모의기간을 선정하는 모의기간부를 더 포함하는 것을 특징으로 하는 풍력-기상자원지도 구축 시스템.
  3. 제1항에 있어서,
    상기 지형자료부는
    한반도 지형정보를 90m 내지 110m의 해상도 범위에서 제공하는 것을 특징으로 하는 풍력-기상자원지도 구축 시스템.
  4. 제1항에 있어서,
    상기 지표이용도자료부는
    남한지역 지표정보를 Landsat 위성자료를 이용하여 25m 내지 35m의 해상도 범위에서 제공하는 것을 특징으로 하는 풍력-기상자원지도 구축 시스템.
  5. 풍력-기상자원지도를 개발하기 위한 방법에 있어서,
    기상요소에 대한 FS(Filkenstein-Shafer) 통계를 대상기간에 맞게 각 기상관측소별로 구하고, 이들의 가중합인 WS(Weight Sum) 통계를 함께 계산하는 제1단계; 및
    기상요소에 대한 FS(Filkenstein-Shafer) 통계를 사용하여 한반도 바람자원의 TMY(Typical Meteorological Year)를 결정하는 제2단계;
    를 포함하는 것을 특징으로 하는 풍력-기상자원지도 구축방법.
  6. 제5항에 있어서,
    상기 기상요소는 풍속, 풍향, 풍정, 바람의 순간 최대속도인 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
  7. 제5항에 있어서,
    상기 제1단계는,
    기상요소에 대한 관측소별 및 월별 단기 및 장기 누적도수분포표를 작성하는 단계;
    기상요소에 대한 관측소별 FS 통계표를 작성하는 단계; 및
    관측소 지역별 기상요소에 대한 가중치 계산 및 WS 통계표를 작성하는 단계;
    를 포함하는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
  8. [규칙 제91조에 의한 정정 24.05.2011]　
    제7항에 있어서, 기상요소에 대한 관측소별 FS 통계표를 작성하는 단계는 아래의 {식 1} 를 이용하여 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
    Figure WO-DOC-FIGURE-108
  9. [규칙 제91조에 의한 정정 24.05.2011]　
    제7항에 있어서, 관측소 지역별 기상요소에 대한 가중치 계산 및 WS 통계표를 작성하는 단계는, 아래의 {식 2} 를 이용하여 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
    Figure WO-DOC-FIGURE-109
  10. 제9항에 있어서,
    관측소 지역별 기상요소에 대한 가중치 계산 및 WS 통계표를 작성하는 단계는, k번째 기상관측소에서 y년도에 관측된 m월의 바람 변수들의 빈도 분포와 동일 관측소에서 11년 동안 관측된 m월의 바람자원들 빈도 분포간의 유사성은 각 기상요소의 자료로부터 계산된 FS 통계의 가중합으로 측정됨을 특징으로 하는 풍력-기상자원지도 구축 방법.
  11. 제5항에 있어서,
    상기 제2단계는,
    지역별 표준화된 SWS(Standardized Weight Sum) 통계표를 계산하는 단계;
    지역별 SWS 통계표를 합산하여 TWS(Total Weight Sum) 통계표를 산출하는 단계;
    TWS 통계표에서 TMM(Typical Meterological Month) 후보년도를 선정하는 단계;
    기상요소별 RMSD(Root Mean Squared Distance) 및 표준점수를 계산하는 단계; 및
    기상요소별 표준점수의 가중합인 TMM 점수를 구하여 가장 큰 값을 최종 TMM 년도로 선택하는 단계;
    를 포함하는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
  12. [규칙 제91조에 의한 정정 24.05.2011]　
    제11항에 있어서, 지역별 표준화된 SWS 통계표를 계산하는 단계는, 아래의 {식 3}을 이용하여 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
    Figure WO-DOC-FIGURE-112
  13. [규칙 제91조에 의한 정정 24.05.2011]　
    제11항에 있어서, 지역별 SWS 통계표를 합산하여 TWS 통계표를 산출하는 단계는, 아래의 {식 4}를 이용하여 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
    Figure WO-DOC-FIGURE-113
  14. 제11항에 있어서,
    TMM 후보년도를 선정하는 단계는 최소 TWS 통계값을 기준으로 TMM 후보년도를 월별 5개씩 선정하는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
  15. [규칙 제91조에 의한 정정 24.05.2011]　
    제11항에 있어서, 기상요소별 RMSD을 계산하는 단계는, 아래의 {식 5}를 이용하여 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
    Figure WO-DOC-FIGURE-115
  16. [규칙 제91조에 의한 정정 24.05.2011]　
    제11항에 있어서, 기상요소별 표준점수를 계산하는 단계는, 아래의 {식 6}을 이용하여 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
    Figure WO-DOC-FIGURE-116
  17. 제11항에 있어서,
    최종 TMM년도를 선택하는 단계에서 기상요소별 표준점수의 가중합은 주성분분석에 의한 가중치 계산으로 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
  18. [규칙 제91조에 의한 정정 24.05.2011]　
    제11항에 있어서, TMM 점수를 구하여 가장 큰 값을 최종 TMM 년도로 선택하는 단계에서, TMM 점수를 구하는 방법은 아래의 {식 7}을 이용하여 도출되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
    Figure WO-DOC-FIGURE-118
  19. 제 11항에 있어서,
    TMM 점수를 구하여 가장 큰 값을 최종 TMM 년도로 선택하는 단계 이후에, 최종 TMM 자료를 정리하여 TMY를 구축하는 단계가 더 포함되는 것을 특징으로 하는 풍력-기상자원지도 구축 방법.
PCT/KR2011/001416 2010-03-02 2011-03-02 풍력-기상자원지도 구축 시스템 및 그 구축 방법 WO2011108834A2 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2010-0018576 2010-03-02
KR1020100018576A KR20110099509A (ko) 2010-03-02 2010-03-02 풍력-기상자원지도 구축 시스템 및 그 구축 방법

Publications (2)

Publication Number Publication Date
WO2011108834A2 true WO2011108834A2 (ko) 2011-09-09
WO2011108834A3 WO2011108834A3 (ko) 2012-03-01

Family

ID=44542704

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2011/001416 WO2011108834A2 (ko) 2010-03-02 2011-03-02 풍력-기상자원지도 구축 시스템 및 그 구축 방법

Country Status (2)

Country Link
KR (1) KR20110099509A (ko)
WO (1) WO2011108834A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114330641A (zh) * 2021-11-09 2022-04-12 国网山东省电力公司应急管理中心 基于复杂地形的深度学习的短期风速订正模型的建立方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103389388B (zh) * 2012-05-08 2015-08-19 华锐风电科技(集团)股份有限公司 风电场风速预测方法及其装置和功率预测方法及其系统
KR101332559B1 (ko) 2012-11-09 2013-11-26 한국에너지기술연구원 전산유체역학을 이용한 대기유동장 수치모의 시스템 및 방법
KR102426413B1 (ko) * 2015-05-14 2022-08-01 한국에너지기술연구원 신재생에너지 자원지도 생성 장치 및 방법
CN107145998A (zh) * 2017-03-31 2017-09-08 中国农业大学 一种基于Dyna‑CLUE模型的土地压力计算方法和系统
CN110020462B (zh) * 2019-03-07 2023-04-07 江苏无线电厂有限公司 一种对气象数据进行融合处理并生成数值天气预报的方法
CN112348050B (zh) * 2020-09-30 2023-09-26 中国铁路上海局集团有限公司 一种基于高铁沿线风特性的风速仪布置方法
CN115860288B (zh) * 2023-03-02 2023-05-16 江西师范大学 一种风能潜在地区预测方法及预测系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HEA JUNG KIM ET AL.: 'A Study on an Algorithm for Typical Meteorological Year Generation for Wind Resource of the Korean Peninsula' JOURNAL OF APPLIED STATISTICS vol. 22, no. 5, October 2009, pages 943 - 960 *
HYUN-GOO KIM ET AL.: 'Establishment of a Wind Map of the Korean Peninsula' JOURNAL OF KSNRE vol. 3, no. 1, March 2007, pages 20 - 26 *
JEON-HO KANG ET AL.: 'A Comparison of the Land Cover Data Sets over Asian Region: USGS, IGBP, and UMd' AEROGRAPHY vol. 17, no. 2, June 2007, pages 159 - 169 *
SOON HWAN LEE ET AL.: 'Numerical Study on the Impact of the Spatial Resolution of Wind Map in the Korean Peninsula on the Accuracy of Wind Energy Resources Estimation' JOURNAL OF KENSS vol. 18, no. 8, July 2009, pages 885 - 897 *
WOO-SIK JUNG ET AL.: 'An Atmospheric Numerical Simulation for Production of High Resolution Wind Map on Land and A Estimation of Strong Wind on the ground' KSES, JOURNAL OF SPRING ANNUAL CONFERENCE vol. 29, no. 1, 10 April 2009, pages 145 - 149 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114330641A (zh) * 2021-11-09 2022-04-12 国网山东省电力公司应急管理中心 基于复杂地形的深度学习的短期风速订正模型的建立方法

Also Published As

Publication number Publication date
WO2011108834A3 (ko) 2012-03-01
KR20110099509A (ko) 2011-09-08

Similar Documents

Publication Publication Date Title
WO2011108834A2 (ko) 풍력-기상자원지도 구축 시스템 및 그 구축 방법
CN107390298B (zh) 一种复杂山地下垫面大风的模拟方法及装置
WO2022047959A1 (zh) 一种提升风环境的人工智能城市设计形态布局方法
CN105046374B (zh) 一种基于核极限学习机模型的功率区间预测方法
CN108536881A (zh) 用于计算风电场发电量的方法和设备
CN105095589B (zh) 一种山区电网风区分布图绘制方法
CN105243444A (zh) 一种基于在线多核回归的城市监测站点空气质量预测方法
CN102254239A (zh) 基于微地形风场分布及台风叠加效应的电网风灾预警系统
CN104520861B (zh) 风功率密度预测方法
CN111967205A (zh) 一种基于风加速因子的测风塔微观选址方法
CN109214591B (zh) 一种木本植物地上生物量预测方法及系统
CN107944203A (zh) 一种风速流线可视化的建筑设计方法
CN106372801A (zh) 一种风电场风区划分方法及该风电场风区测风塔位置的选择方法
KR101264873B1 (ko) 단계적 회귀 분석을 이용한 풍력 밀도 예측 방법
CN106886564A (zh) 一种基于空间聚类订正nwp风能图谱的方法及装置
CN115728463A (zh) 一种基于半嵌入式特征选择的可解释性水质预测方法
KR101313822B1 (ko) 신경망 분석 기법을 이용한 풍력 밀도 예측 방법
CN106156756B (zh) 建设用地效率空间分布的快速估算方法
CN113011720A (zh) 一种基于ca模型的增量递减的城镇开发边界划定方法
CN112001090A (zh) 一种风场数值模拟方法
CN111488974A (zh) 基于深度学习神经网络的海洋风能降尺度方法
CN115907268A (zh) 一种集合预报气象资源综合管理方法及系统
CN112632799B (zh) 输电线路设计风速取值方法及装置
CN115203868A (zh) 基于力导向算法的线路潮流图厂站布局生成方法及系统
CN113887839A (zh) 一种基于聚类的风电场超短期风功率预测方法及系统

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11750891

Country of ref document: EP

Kind code of ref document: A2