WO2016108420A1 - 일사량 예측방법 - Google Patents
일사량 예측방법 Download PDFInfo
- Publication number
- WO2016108420A1 WO2016108420A1 PCT/KR2015/011952 KR2015011952W WO2016108420A1 WO 2016108420 A1 WO2016108420 A1 WO 2016108420A1 KR 2015011952 W KR2015011952 W KR 2015011952W WO 2016108420 A1 WO2016108420 A1 WO 2016108420A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- hourly
- insolation
- solar radiation
- clarity index
- amount
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- 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
- G01W1/06—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Definitions
- the present invention relates to a method for estimating insolation, and more specifically, to calculate the hourly clarity index using cloudiness, relative humidity or daily crossing among weather data provided by the Korea Meteorological Administration, and to calculate the amount of insolation per hour using the calculated clarity index.
- the present invention relates to a method of predicting insolation which can be predicted more accurately.
- a weather data obtaining step of securing past weather data from the apparatus A weather data analysis and extraction step of analyzing weather data acquired from the weather data acquisition step to extract outside temperature, relative humidity and insolation data; A dimensionless value calculating step of calculating dimensionless values by dimensionlessly extracting the outside temperature, relative humidity, and solar radiation data extracted in the meteorological data analysis and extraction step; A correlation formula determining step showing a correlation from the dimensionless value calculated by the dimensionless value calculating step;
- the next day's hourly weather data forecasting step predicts the next day's outside temperature, relative humidity and insolation from the hourly dimensionless values obtained in the correlation decision step, but the highest, lowest relative humidity and maximum insolation used in the forecasting weather data hourly next day Is estimated by the fuzzy algorithm, and the dimensionless value calculated in the dimensionless value calculation step is made of dimensionless outside temperature, dimensionless
- the method of forecasting the hourly weather data proposed by the above patent document has a maximum value at noon after monotonic increase from sunrise and monotonically decreases after sunset, so that the amount of predicted insolation always has a constant pattern, so clouds, snow or rain In the case of coming, there is not only a large difference in the predicted value and the actual value, and the solar radiation change pattern varies from day to day.
- the dimensionless solar radiation function proposed in the above patent document is expressed as a monthly average value, so it cannot reflect the actual situation properly. there is a problem.
- Another example of a method of measuring the amount of insolation is the "solar insolation forecasting method, apparatus and program" disclosed in Japanese Patent Laid-Open No. 2006-033908.
- Accumulating one minute of forecast data accumulating the total solar insolation observations between synchronisms in the accumulator, the predicted solar position calculating device calculates the solar position at the forecast date and time of the predicted target point, and the total sky insolation calculation device when clear Calculates the total solar insolation at the time of clearing from the past forecast value
- the pleasantness exploration device calculates the pleasantness index by dividing the entire sky insolation observations by the total amount of insolation in the sunny time
- the predictive coefficient calculating device is the After determining the predictive coefficients of the predictive equations representing the relationship between the indices, the numerical prediction model is determined by the apparatus. By applying the forecast value of the forecast date and time from the predicted equation, the total amount of insolation of the sky at the forecast date and time is predicted to accurately predict the amount of insolation on the next
- the method of estimating the solar radiation amount of the patent document requires very detailed numerical forecast model data, which can be used only by experts engaged in the work, and the result value depends on which type of numerical forecasting model is used. It makes a difference. Therefore, in order to use solar radiation prediction for air conditioning control, it is required to develop an solar radiation prediction method that can be used easily by anyone without relying on a numerical forecasting model.
- the present invention was devised to solve the problems of the conventional method of predicting insolation, and the hourly clarity index is calculated by using the cloudiness and hourly relative humidity or the hourly cloudiness and daily crossover of weather data predicted by the Meteorological Agency.
- the purpose of the present invention is to provide a method of predicting the amount of insolation that can more accurately predict the change in insolation according to the sky state by predicting the total amount of insolation in the horizontal plane by time (hereinafter referred to as 'hourly insolation') by using the calculated clarity index. have.
- the object of the present invention as described above is a method of estimating the solar radiation data, the step of securing weather data to be forecast at regular intervals from the Meteorological Administration through the Internet network in the integrated controller;
- An hourly clarity index calculation step of calculating hourly clarity index by calculating hourly cloudiness, hourly relative humidity or daily crossover from the weather data secured by an integrated controller;
- a solar radiation prediction step of predicting the hourly solar radiation amount using the hourly clarity index calculated in the hourly clarity index calculation step; is achieved by the configuration.
- the present invention is characterized by calculating the hourly clarity index in the hourly clarity index calculation step by using Equation 2 using the hourly cloud and the hourly relative humidity.
- the present invention is characterized in that the hourly clarity index in the hourly clarity index calculation step is calculated by the equation (4) using the hourly cloud and daily cross.
- the present invention is another feature that the amount of insolation by time in the solar radiation prediction step is calculated by the equation (3).
- the present invention is characterized in that the hourly cloud is converted from the sky state provided from the Meteorological Agency into a cloud of 0 to 10.
- the present invention is characterized in that the weather data from the Meteorological Agency is obtained in real time using a wired or wireless Internet communication network.
- the numerical forecasting model is not used when estimating the amount of insolation according to time, the amount of insolation can be calculated more easily and simply.
- the present invention can calculate the amount of insolation by accurately predicting the amount of insolation by time using the hourly cloud, hourly relative humidity or daily crossover that has the greatest effect on the insolation amount among the various weather data affecting the insolation amount when the hourly insolation amount is obtained.
- FIG. 1 is a configuration diagram showing an example of the solar radiation prediction method according to the present invention
- Figure 2 is a graph showing the change in the amount of insolation hourly on a sunny day predicted through the method of insolation according to the present invention
- FIG 3 is a graph showing the change in the amount of insolation over time of a cloudy day predicted through the method of predicting insolation according to the present invention.
- the present invention calculates the hourly clarity index by using the cloud and relative humidity provided by the Korea Meteorological Agency, and by using the calculated clarity index to predict the hourly amount of insolation so that the change in the amount of insolation according to the state of the sky more accurately
- the present invention relates to a method for estimating insolation, and the present invention comprises a weather data securing step (S100), hourly clarity index calculation step (S200), and insolation amount prediction step (S300), as shown in FIG.
- the process is performed by an integrated controller (not shown), which has a microprocessor and a communication device inside, which collectively manages and controls the operation and schedule of all air-conditioning devices installed in the building through a communication cable.
- the wired / wireless internet network can be used to acquire and process weather data provided by the Korea Meteorological Administration. It is.
- This step is the hourly clarity index (described later)
- weather data predicted by the Meteorological Administration in every three hours is used in the present invention. , Relative humidity ( ), Day crossing ( And various weather information.
- the weather data is acquired in real time through a wired or wireless Internet communication network and input to the integrated controller, whereby a quick and accurate prediction can be ensured according to the actual weather change.
- the integrated controller controls the hourly cloud volume from these obtained weather data.
- hourly relative humidity ( ) Or cross ) To get the Hourly Clarity Index ( ) Is calculated.
- Clarity Index Is the ratio of the amount of solar radiation outside the atmosphere reaching the horizontal plane to the maximum and the amount of solar radiation actually reaching the horizontal plane. ) Can be defined as in Equation 1 below.
- Equation 1 the Clarity Index ( ) And out of atmosphere ) And sun altitude ( ) To increase the amount of insolation over time ( ), Where the solar radiation outside the atmosphere ( ) And the sun's altitude ( ) Is a known value.
- the inventors of the present invention which weather data among the various weather data is hourly clearness index (The Pearson correlation was analyzed from the Daejeon Regional Meteorological Agency survey data for the past five years (2009-2013) to determine whether it is the most relevant.
- the Pearson correlation is a coefficient indicating the degree of linear correlation between two variables X and Y. The closer to 1, the higher the positive correlation, and the closer to -1, the higher the negative correlation, while the coefficient is 0. Closer to means no correlation.
- the clarity index Is the hourly rhythm, Is the relative humidity over time.
- the coefficient of correlation may be different for each region.
- the coefficient of correlation is obtained by using the Meteorological Agency's actual data for 5 years in Daejeon as input data.
- the Korean Meteorological Administration provides a cloud at an interval of 3 hours. Therefore, in the present invention, interpolation was used to obtain a cloud at an hourly rate.
- the hourly cloudiness and hourly cloudiness and hourly relative humidity reflected the clarity index ( After the correlation is determined, input the hourly cloud and relative humidity forecasted by the Korea Meteorological Administration into the integrated controller. )
- the hourly clarity index ( ) Is a step of estimating the amount of insolation by the hour by substituting Equation 3 below. ) Is obtained.
- the Korean Meteorological Administration forecasts the relative humidity at 3 hour intervals. Therefore, in the present invention, the relative humidity is calculated by using interpolation.
- Korean Meteorological Administration does not forecast cloudiness, but instead forecasts the sky conditions (sunny, cloudy, cloudy, cloudy) at 3 hour intervals. It is used in conversion and the cloudiness of 3 hour interval is converted into hourly cloudiness using interpolation method.
- the meteorological office calculates the hourly cloud based on the sky condition forecasted at 3 hour intervals.However, in contrast, Accuweather, a meteorological information agency, forecasts the amount of clouds from 0 to 100% and provides the amount of clouds. It is also possible to divide by 10 and use it in a cloud of 0-10.
- the coefficient of correlation may be different for each region.
- the coefficient of correlation is obtained by using the Meteorological Agency's actual data for 5 years in Daejeon as input data.
- Table 4 is shown in Table 4, wherein the Meteorological Administration provides a cloud at an interval of 3 hours, and therefore, the present invention used an interpolation method to obtain a cloud at an hourly rate.
- the present inventors conducted experiments to confirm the effectiveness of the solar radiation prediction method having the above-described configuration, and the results are shown in FIGS. 2 and 3.
- FIG. 2 is a graph showing the change in solar radiation hourly on a sunny day predicted by the solar radiation prediction method according to the present invention
- Figure 3 is a graph showing the change in solar radiation hourly on a cloudy day predicted through the solar radiation prediction method according to the present invention. On sunny days with few clouds, it can be seen from the graph of FIG. 2 that the difference between the measured solar radiation and the solar radiation determined by the prior art and Examples 1 and 2 is not large.
- the estimated hourly insolation according to the present invention appears to follow the actually measured insolation amount, whereas the insolation amount of time calculated by the conventional method is measured.
- the difference was shown to a considerable degree from the amount of insolation, and accordingly, the method of predicting insolation according to the present invention can be applied to a cloudy day as well as a sunny day.
- the present invention calculates the hourly clarity index using hourly cloudiness and hourly relative humidity provided by the Korea Meteorological Administration, or hourly cloudiness and daily crossover, and uses the calculated clarity index to more easily and accurately It can be predicted.
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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Air Conditioning Control Device (AREA)
Abstract
본 발명은 일사량 예측방법에 관한 것으로, 통합제어기에서 인터넷망을 통해 기상청으로부터 일정 간격으로 예보되는 기상데이터를 확보하는 기상데이터 확보 단계(S100)와; 통합제어기에서 상기 확보된 기상데이터로부터 시간별 운량, 시간별 상대습도 또는 일교차를 구하여 시간별 청명도 지수를 계산하는 시간별 청명도 지수 산출 단계(S200) 및; 상기 시간별 청명도 지수 산출 단계(S200)에서 산출된 상기 시간별 청명도 지수를 이용하여 시간별 일사량을 예측하는 일사량 예측 단계(S300);로 이루어지는 것을 특징으로 한다. 상기와 같은 구성에 의해 본 발명은 시간별 일사량을 더욱 정확하게 예측할 수 있다.
Description
본 발명은 일사량 예측방법에 관한 것으로, 더욱 상세하게는 기상청에서 제공하는 기상데이터 중, 운량과 상대습도 또는 일교차를 이용하여 시간별 청명도지수를 산출하고, 산출된 청명도지수를 이용하여 시간별 일사량을 더욱 정확하게 예측할 수 있는 일사량 예측방법에 관한 것이다.
일반적으로 건물 내부의 온도를 적절히 조절하여 쾌적한 생활환경을 조성하기 위해서는 먼저 건물을 냉난방시키는데 필요한 부하를 계산한 다음, 이 계산된 냉난방 부하에 맞추어 건물의 내부에 적정량의 열에너지를 적절히 공급 또는 제거하게 되면 쾌적한 건물의 냉난방을 도모할 수 있게 되는데, 특히 건물의 내부로 입사되는 태양의 일사량은 하절기에는 냉방부하를 증가시키고 동절기에는 난방부하를 감소시키는 하나의 큰 요인이 되며, 따라서 효율적이고 경제적인 냉난방 제어를 달성하기 위해서는 일사량에 대한 정확한 예측이 필요하다.
상기와 같은 이유로 여러 가지 일사량 예측방법이 개발 및 제안되고 있으며, 그 하나의 예로서 본 발명자 등이 제안한 일사량 예측방법(한국 등록특허공보 제10-1141027호 참조)을 들 수 있는데, 이 방법은 기상청으로부터 과거의 기상데이터를 확보하는 기상데이터 획득단계와; 기상데이터 획득단계로부터 획득된 기상데이터를 분석하여 외기온도, 상대습도 및 일사량 데이터를 추출하는 기상데이터 분석 및 추출단계와; 기상데이터 분석 및 추출단계에서 추출된 외기온도, 상대습도 및 일사량 데이터를 각각 무차원화시켜 무차원값을 산출하는 무차원값 산출단계와; 무차원값 산출단계에 의해 산출된 무차원값으로부터 상관관계를 나타내는 상관식 결정단계 및; 상관식 결정단계에서 구한 시간별 무차원값으로부터 익일 시간별 외기온도, 상대습도 및 일사량을 예측하는 익일 시간별 기상데이터 예측단계로 이루어지되, 익일 시간별 기상데이터 예측단계에서 사용되는 최고, 최저 상대습도 및 최대 일사량은 퍼지 알고리듬에 의해 추정하고, 무차원값 산출단계에서 산출되는 무차원값은 무차원 외기온도, 무차원 상대습도, 무차원 일사량인 것으로 이루어진 것이다.
그러나 위 특허문헌에서 제안하고 있는 시간별 기상데이터 예측방법은 일출 때부터 단조증가 후 정오에 최대값을 가지고 이후 일몰까지 단조 감소함으로써 예측 일사량이 항상 일정한 패턴을 갖게 되며, 따라서 구름이 끼거나 눈이나 비가 오는 경우에는 예측값과 실제값에 있어서 많은 차이가 있을 뿐만 아니라, 일사량 변화패턴은 일별로 달라지는데 위 특허문헌에서 제안하고 있는 무차원 일사량 함수는 월별 평균값으로 표현되어 있어 실제의 상황을 적절히 반영할 수 없다는 문제가 있다.
일사량을 측정하는 방법에 대한 또 다른 예로서 일본 공개특허공보 특개2006-033908호에 개시된 '일사량 예측방법, 장치 및 프로그램'을 들 수 있는데, 이 특허문헌에서는 축적장치에 수치예보 모델로부터의 과거 30일분의 예보 데이터를 축적하고, 축적장치에 동기 사이의 하늘 전체 일사량 관측치를 축적하고, 예측 태양 위치 계산장치는 예측 대상 지점의 예보 일시에 있어서의 태양 위치를 계산하며, 쾌청시 하늘 전체 일사량 계산 장치는 과거의 예보치로부터 쾌청시 하늘 전체 일사량을 계산하고, 쾌청 지수 계산 장치는 하늘 전체 일사량 관측치를 쾌청시 하늘 전체 일사량으로 나눗셈하여 쾌청 지수를 계산하며, 예측 계수 계산 장치는 과거의 예보치와 쾌청 지수 사이의 관계를 나타내는 예측식의 예측 계수를 결정한 다음, 장치에 의해 수치예보 모델로부터의 예측 대상 일시의 예보치를 예측식에 적용하여 예측 대상 일시의 하늘 전체 일사량을 예측함으로써 다음날 또는 그 다음날의 일사량을 정확히 예측할 수 있도록 한 것이다.
그러나 상기 특허문헌의 일사량 예측방법은 매우 상세한 수치예보 모델 데이터를 필요로 하는데 수치예보 모델은 그 일에 종사하는 전문가만이 사용할 수 있고, 어떤 형태의 수치예보 모델을 사용하는지에 따라 그 결과값이 차이가 난다. 따라서 일사량 예측을 냉난방 제어에 사용하기 위해서는 수치예보 모델에 의존하지 않고 누구나 손쉽게 사용할 수 있는 일사량 예측방법의 개발이 요구된다.
따라서 본 발명은 종래의 일사량 예측방법이 가지는 문제점을 해결하기 위해 안출된 것으로, 기상청에서 일정 시간 단위로 예보되는 기상데이터의 운량과 시간별 상대습도 또는 시간별 운량과 일교차를 이용하여 시간별 청명도지수를 산출하고, 산출된 청명도지수를 이용하여 시간별 수평면 총일사량(이하 '시간별 일사량'이라 한다)을 예측함으로써 하늘 상태에 따라 일사량의 변화를 더욱 정확하게 예측할 수 있는 일사량 예측방법을 제공하는 데에 그 목적이 있다.
상기와 같은 본 발명의 목적은 일사량 예측방법을, 통합제어기에서 인터넷망을 통해 기상청으로부터 일정 간격으로 예보되는 기상데이터를 확보하는 기상데이터 확보 단계와; 통합제어기에서 확보된 상기 기상데이터로부터 시간별 운량, 시간별 상대습도 또는 일교차를 구하여 시간별 청명도 지수를 계산하는 시간별 청명도 지수 산출 단계 및; 시간별 청명도 지수 산출 단계에서 산출된 시간별 청명도 지수를 이용하여 시간별 일사량을 예측하는 일사량 예측 단계;로 구성하는 것에 의해 달성된다.
그리고 본 발명은 시간별 청명도 지수 산출 단계에서의 시간별 청명도 지수는 시간별 운량과 시간별 상대습도를 이용하여 수학식 2에 의해 산출하는 것을 특징으로 한다.
[수학식 2]
그리고 본 발명은 시간별 청명도 지수 산출 단계에서의 시간별 청명도 지수는 시간별 운량과 일교차를 이용하여 수학식 4에 의해 산출되는 것을 또 다른 특징으로 한다.
[수학식 4]
이에 더하여 본 발명은 일사량 예측 단계에서의 시간별 일사량은 수학식 3에 의해 산출되는 것을 또 다른 특징으로 한다.
[수학식 3]
그리고 본 발명은 시간별 운량이 기상청으로부터 제공된 하늘상태를 0∼10의 운량으로 환산한 것임을 또 다른 특징으로 한다.
또한 본 발명은 기상청으로부터의 기상데이터가 유무선 인터넷 통신망을 이용하여 실시간으로 획득되는 것을 또 다른 특징으로 한다.
본 발명은 시간별 일사량을 예측할 때 수치예보 모델을 사용하지 않기 때문에 일사량을 더욱 쉽고 간편하게 산출할 수 있다.
또한 본 발명은 시간별 일사량을 구할 때 일사량에 영향을 미치는 여러 기상데이터 중 일사량에 가장 큰 영향을 미치는 시간별 운량, 시간별 상대습도 또는 일교차를 이용하여 시간별 일사량을 예측함으로써 일사량을 더욱 정확하게 산출할 수 있다.
도 1은 본 발명에 따른 일사량 예측방법의 예를 보인 구성도,
도 2는 본 발명에 따른 일사량 예측방법을 통해 예측된 맑은 날의 시간별 일사량 변화를 나타낸 그래프,
도 3은 본 발명에 따른 일사량 예측방법을 통해 예측된 흐린 날의 시간별 일사량 변화를 나타낸 그래프이다.
이하에서는 본 발명의 바람직한 실시예를 도시한 첨부 도면을 통해 본 발명의 구성과 작용을 더욱 상세히 설명한다.
본 발명은 기상청에서 제공하는 운량과 상대습도를 이용하여 시간별 청명도지수를 산출하고, 이 산출된 청명도 지수를 이용하여 시간별 일사량을 예측함으로써 하늘의 상태에 따라 일사량의 변화를 더욱 정확하게 예측할 수 있도록 하는 일사량 예측방법에 관한 것으로, 이러한 본 발명은 도 1에 도시된 바와 같이 기상데이터 확보 단계(S100), 시간별 청명도 지수 산출 단계(S200) 및 일사량 예측 단계(S300)로 이루어지며, 이러한 일련의 과정은 내부에 마이크로프로세서와 통신장치 등을 구비하여 통신케이블을 통해 건물에 설치된 전체 냉난방기기의 운전과 스케줄을 통합 관리 및 제어하는 통합제어기(도시하지 않음)에 의해 수행되며, 이를 위해 통합제어기에는 기상청으로부터 제공되는 기상데이터를 획득하여 처리할 수 있도록 유무선 인터넷망이 연결된다.
(1) 기상데이터 확보 단계(S100)
이 단계는 후술하는 시간별 청명도 지수(
)를 산출하기 위해 기상청으로부터 신뢰성 있는 기상 데이터를 확보하는 단계로서, 본 발명에서는 기상청에서 3시간 단위로 예보하고 있는 기상데이터가 사용되며, 이때 기상청의 기상 데이터에는 당일의 최저기온, 최고기온, 운량, 상대습도(
), 일교차(
) 등의 여러 가지의 기상 정보가 포함된다.
또한 본 발명에서는 기상데이터가 유무선 인터넷 통신망을 통해 실시간으로 획득되어 통합제어기에 입력되며, 이에 의해 실제의 기상 변화에 맞추어 신속하고 정확한 예측이 담보될 수 있다.
(2) 시간별 청명도 지수 산출 단계(S200)
이 단계는 통합제어기에 상기의 기상데이터 확보 단계(S100)에서 실시간으로 기상데이터가 입력되고 나면, 통합제어기에서 이 획득된 이들 기상데이터로부터 시간별 운량(
)과 시간별 상대습도(
) 또는 일교차(
)를 구하여 시간별 청명도 지수(
)를 산출하는 단계이다.
여기서 청명도 지수(
)란 대기권 밖의 일사량이 수평면에 최대로 도달했을 때와 실제로 수평면에 도달한 일사량의 비를 의미하고, 이러한 청명도 지수(
)는 아래의 수학식 1과 같이 정의할 수 있다.
[수학식 1]
여기서, 
는 시간별 일사량, 
는 대기권 밖 일사량, 
는 태양의 고도이다.
위의 수학식 1에서 청명도 지수(
)와 대기권 밖 일사량(
) 및 태양고도(
)를 이용하여 시간별 일사량(
)을 구할 수 있는데, 여기서 대기권 밖의 일사량(
)과 태양의 고도(
)는 이미 알려져 있는 값이다.
본 발명자는 여러 가지의 기상데이터 중에서 어떤 기상데이터가 시간별 청명도 지수(
)와 가장 연관되어 있는지를 확인하기 위해 과거 5년간(2009년 ~ 2013년)의 대전지방 기상청 실측데이터로부터 피어슨(Pearson) 상관관계를 분석하였으며, 그 결과는 아래의 표 1과 같다.
피어슨 상관관계란 두 변량 X, Y 사이의 선형적인 상관관계의 정도를 나타내는 계수로서 1에 가까울수록 높은 양의 상관관계를 가지고, -1에 가까울수록 높은 음의 상관관계를 가지는 반면, 계수가 0에 가까울수록 상관관계가 없음을 의미한다.
| 구분 | 시간별 청명도 지수( |
| 시간별 운량 | -0.800 |
| 평균운량 | -0.755 |
| 12시 운량 | -0.732 |
| 시간별 온도 | 0.02 |
| 최고온도 | 0.02 |
| 최저온도 | -0.179 |
| 일교차 | 0.601 |
| 시간별 습도 | -0.699 |
| 최고습도 | -0.334 |
| 최저습도 | -0.627 |
| 습도차 | 0.572 |
피어슨 상관관계를 통해 위의 표 1로부터 시간별 청명도 지수(
)는 운량 에서는 시간별 운량(
), 습도에서는 시간별 상대습도(
), 온도는 일교차(
)와 높은 상관관계가 있음을 확인할 수 있다.
따라서 본 발명에서는 일사량에 가장 큰 영향을 미치는 시간별 운량(
)과 시간별 상대습도(
)를 독립변수로 선정하여 시간별 청명도 지수(
)를 아래의 수학식 2와 같은 상관관계식을 사용하여 구한다.
[수학식 2]
여기서, 
는 청명도 지수, 
는 시간별 운량, 
는 시간별 상대습도이다.
위 수학식 2에 있어서 상관관계식의 계수는 지역마다 다를 수 있는데, 본 발명에서는 대전 지역의 과거 5년간 기상청 실측데이터를 입력 데이터로 사용함으로써 상관관계식의 계수를 구하였으며, 그 결과는 아래의 표 2와 같으며, 이때 기상청에서는 3시간 간격으로 운량을 제공하며, 따라서 본 발명에서는 시간별 운량을 구하기 위해 보간법을 사용하였다.
| 구분 | 계수 |
 |
0.8277 |
 |
-0.1185e-1 |
 |
0.6370e-3 |
 |
-0.3739e-3 |
 |
-0.5191e-2 |
 |
0.9571e-4 |
 |
-0.8066e-6 |
상기와 같은 과정에 의해 시간별 일사량에 있어서 시간별 운량과 시간별 상대습도가 반영된 청명도 지수(
)에 대한 상관관계식이 결정되고 나면 이 상관관계식에 기상청으로부터 예보된 시간별 운량과 상대습도를 통합제어기에 입력함으로써 시간별 청명도 지수(
)를 구한다.
(3) 시간별 일사량 예측 단계(S300)
이 단계는 상기 시간별 청명도 지수 산출 단계(S200)에 의해 청명도 지수가 산출되고 나면, 이 시간별 청명도 지수(
)를 아래의 수학식 3에 대입하여 시간별일사량을 예측하는 단계로서, 이 단계가 종료되고 나면 시간별 일사량(
)이 구해진다.
[수학식 3]
여기서, 
는 시간별 일사량, 
는 청명도 지수, 
는 대기권 밖 일사량, 
는 태양의 고도이다.
여기서 우리나라 기상청은 3시간 간격으로 상대습도를 예보하는데, 따라서 본 발명에서는 보간법을 사용하여 시간별 상대습도를 구한다.
또한 우리나라 기상청은 운량을 예보하지 않고, 그 대신 3시간 간격으로 하늘 상태(맑음, 구름조금, 구름많음, 흐림)로 예보하기 때문에 이들 하늘상태를 아래의 표 3에서와 같이 0∼10의 운량으로 환산하여 사용하며, 3시간 간격의 운량은 보간법을 사용하여 시간별 운량으로 변환한다.
| 하늘상태 | 맑음 | 구름조금 | 구름많음 | 흐림 |
 |
1 | 4 | 7 | 9.5 |
그리고 위에서는 기상청에서 3시간 간격으로 예보하는 하늘 상태를 기준으로 시간별 운량을 구하는 것으로 하여 설명하였으나, 이와 달리 기상정보기관인 Accuweather에서는 구름의 양을 0∼100%로 예보하여 제공하기 때문에 이 구름의 양을 10으로 나누어 0∼10의 운량으로 사용할 수도 있다.
앞서 설명한 바와 같이 피어슨 상관관계를 통해 시간별 청명도 지수(
)는 시간별 운량(
)과 시간별 상대습도(
) 및 일교차(
)와 높은 관계가 있는데, 따라서 위에서는 상기 3가지의 높은 상관관계를 가지는 변량 중 시간별 운량(
)과 시간별 상대습도(
)를 독립변수로 선정하여 시간별 청명도 지수(
)를 구하는 것으로 하여 설명하였다(실시예 1).
그러나 위에서 살펴본 바와 같이 하루 중의 일교차(
)도 이들 시간별 운량(
)과 시간별 상대습도(
)와 마찬가지로 일사량에 큰 영향을 미치며 일교차는 상대습도에 비해 예보 정확도가 높다. 따라서 또 다른 실시예로서 청명도 지수(
)를 산출할 때 시간별 운량(
)과 일교차를 독립변수로 선정하여 시간별 청명도 지수(
)를 구하며, 이때 시간별 청명도 지수(
)는 아래의 수학식 4로부터 구할 수 있다(실시예 2).
[수학식 4]
여기서, 
는 청명도 지수, 
는 시간별 운량, 
는 일교차이다.
위 수학식 4에 있어서 상관관계식의 계수는 지역마다 다를 수 있고, 본 발명에서는 앞에서와 마찬가지로 대전 지역의 과거 5년간 기상청 실측데이터를 입력 데이터로 사용함으로써 상관관계식의 계수를 구하였으며, 그 결과는 아래의 표 4와 같으며, 이때 기상청에서는 3시간 간격으로 운량을 제공하며, 따라서 본 발명에서는 시간별 운량을 구하기 위해 보간법을 사용하였다.
| 구분 | 계수 |
 |
0.8277 |
 |
-0.1185e-1 |
 |
0.6370e-3 |
 |
-0.3739e-3 |
 |
-0.5191e-2 |
 |
0.9571e-4 |
 |
-0.8066e-6 |
본 발명자는 이상 설명한 바와 같은 구성으로 이루어진 본 발명의 일사량 예측방법의 유효성을 확인하기 위해 실험을 행하였으며, 그 결과를 도 2 및 도 3에 나타내었다.
도 2는 본 발명에 따른 일사량 예측방법을 통해 예측된 맑은 날의 시간별 일사량 변화를 나타낸 그래프이고, 도 3은 본 발명에 따른 일사량 예측방법을 통해 예측된 흐린 날의 시간별 일사량 변화를 나타낸 그래프이다. 운량이 적은 맑은 날의 경우는 실측된 일사량과 종래기술 및 실시예 1, 2에 의해 각각 구해진 일사량의 차이가 크지 않음을 도 2의 그래프로부터 확인할 수 있다.
그러나 운량이 많아 흐린 날의 경우에는 도 3의 그래프에서 확인할 수 있는 바와 같이 본 발명에 따라 예측된 시간별 일사량은 실측된 일사량을 그대로 추종하는 것으로 나타난 반면, 종래의 방법에 의해 구한 시간별 일사량은 실측된 일사량과 상당한 정도로 차이가 나타났으며, 따라서 본 발명에 따른 일사량 예측방법은 맑은 날뿐만 아니라 흐린 날에도 적용될 수 있다.
이상 설명한 바와 같이 본 발명은 기상청에서 제공하는 시간별 운량과 시간별 상대습도, 또는 시간별 운량과 일교차를 이용하여 시간별 청명도 지수를 산출하고, 이 산출된 청명도 지수를 이용하여 시간별 일사량을 더욱 쉽고도 정확하게 예측할 수 있다.
Claims (4)
- 통합제어기에서 인터넷망을 통해 기상청으로부터 일정 간격으로 예보되는 기상데이터를 확보하는 기상데이터 확보 단계(S100)와;통합제어기에서 상기 확보된 기상데이터로부터 시간별 운량(), 시간별 상대습도(
) 또는 일교차(
)를 구하여 시간별 청명도지수(
)를 계산하는 시간별 청명도 지수 산출 단계(S200) 및;
상기 시간별 청명도 지수 산출 단계(S200)에서 산출된 상기 시간별 청명도 지수()를 이용하여 시간별 일사량(
)을 예측하는 일사량 예측 단계(S300);로 이루어지고,
상기 시간별 청명도 지수 산출 단계(S200)에서의 시간별 청명도지수()는 상기 시간별 운량(
)과 상기 일교차(
)를 이용하여 수학식 4에 의해 산출되는 것을 특징으로 하는 일사량 예측방법.
[수학식 4]
여기서,는 청명도 지수,
는 시간별 운량,
는 일교차이다.
- 청구항 1에 있어서,상기 일사량 예측 단계(S300)에서의 상기 시간별 일사량()은 수학식 3에 의해 산출되는 것을 특징으로 하는 일사량 예측방법.[수학식 3]
여기서,는 시간별 일사량,
는 청명도 지수,
는 대기권 밖 일사량,
는 태양의 고도이다.
- 청구항 1에 있어서,상기 시간별 운량()은 기상청으로부터 제공된 하늘상태를 0∼10의 운량으로 환산한 것임을 특징으로 하는 일사량 예측방법.
- 청구항 1에 있어서,상기 기상청으로부터의 기상데이터는 유무선 인터넷 통신망을 이용하여 실시간으로 획득되는 것을 특징으로 하는 일사량 예측방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201580071838.2A CN107110995B (zh) | 2014-12-31 | 2015-11-06 | 日射量预测方法 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2014-0194891 | 2014-12-31 | ||
| KR1020140194891A KR101515003B1 (ko) | 2014-12-31 | 2014-12-31 | 일사량 예측방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2016108420A1 true WO2016108420A1 (ko) | 2016-07-07 |
Family
ID=53054058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/KR2015/011952 WO2016108420A1 (ko) | 2014-12-31 | 2015-11-06 | 일사량 예측방법 |
Country Status (3)
| Country | Link |
|---|---|
| KR (1) | KR101515003B1 (ko) |
| CN (1) | CN107110995B (ko) |
| WO (1) | WO2016108420A1 (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106600060A (zh) * | 2016-12-15 | 2017-04-26 | 河海大学常州校区 | 基于相似日晴朗系数修正的太阳辐照量预测方法 |
| WO2018111071A1 (es) * | 2016-12-16 | 2018-06-21 | Aguilar Fraga Omar | Algoritmo regional para la automatización del cálculo de las temperaturas mínimas en zonas agrícolas utilizando factores difusos |
| US20190220077A1 (en) * | 2018-01-12 | 2019-07-18 | Samsara Networks Inc. | Adaptive power management in a battery powered system based on expected solar energy levels |
| US10827324B1 (en) | 2019-07-01 | 2020-11-03 | Samsara Networks Inc. | Method and apparatus for tracking assets |
| CN113156546A (zh) * | 2021-03-12 | 2021-07-23 | 重庆市气象台 | 一种日出日落景观预报方法及系统 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150073737A1 (en) * | 2012-04-20 | 2015-03-12 | Tatsuki Inuzuka | Power monitoring apparatus and power monitoring method |
| KR101910881B1 (ko) | 2016-08-01 | 2018-10-23 | 주식회사 케이티 | 조도 레벨로부터 일사량을 추정하는 장치, 방법 및 컴퓨팅 판독가능 매체 |
| KR102351713B1 (ko) | 2021-06-24 | 2022-01-17 | 성한 주식회사 | 조도계를 이용한 기상정보 생성 시스템 및 그 방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006033908A (ja) * | 2004-07-12 | 2006-02-02 | Nippon Telegr & Teleph Corp <Ntt> | 太陽光発電システムの発電量予測方法、装置、およびプログラム |
| KR101141027B1 (ko) * | 2011-12-29 | 2012-05-03 | 충남대학교산학협력단 | 냉난방부하 추정을 위한 시간별 기상데이터 예측방법 |
| KR20130031732A (ko) * | 2011-09-21 | 2013-03-29 | 엘지전자 주식회사 | 일사량 추정을 위해 전천사진으로부터 운량을 계산하는 방법, 상기 계산한 운량을 이용한 태양광 발전량 예측 장치 |
| KR101383617B1 (ko) * | 2012-08-09 | 2014-04-17 | 연세대학교 산학협력단 | 일사량 예측 방법 및 장치 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5059073B2 (ja) * | 2009-09-07 | 2012-10-24 | 一般財団法人日本気象協会 | 日射量予測装置、方法及びプログラム |
| CN102338869B (zh) * | 2011-06-20 | 2013-06-05 | 北京师范大学 | 下行短波辐射和光合有效辐射数据的反演方法及系统 |
| KR101879332B1 (ko) * | 2011-09-07 | 2018-07-17 | 엘지전자 주식회사 | 전천사진으로부터 운량을 계산하는 방법, 그 계산한 운량을 이용하여 태양광 발전량을 예측하는 방법 및 그 방법을 이용하는 구름 관측 장치 |
| CN102663263B (zh) * | 2012-04-28 | 2014-11-05 | 西安交通大学 | 一种连续时间太阳辐射能预测方法 |
| RU2531050C2 (ru) * | 2012-11-15 | 2014-10-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Российский государственный гидрометеорологический университет" | Способ определения спектральных потоков солнечной радиации с учетом эффектов поглощения и рассеяния радиации аэрозолями и облаками на уровне земной поверхности |
-
2014
- 2014-12-31 KR KR1020140194891A patent/KR101515003B1/ko active IP Right Grant
-
2015
- 2015-11-06 WO PCT/KR2015/011952 patent/WO2016108420A1/ko active Application Filing
- 2015-11-06 CN CN201580071838.2A patent/CN107110995B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006033908A (ja) * | 2004-07-12 | 2006-02-02 | Nippon Telegr & Teleph Corp <Ntt> | 太陽光発電システムの発電量予測方法、装置、およびプログラム |
| KR20130031732A (ko) * | 2011-09-21 | 2013-03-29 | 엘지전자 주식회사 | 일사량 추정을 위해 전천사진으로부터 운량을 계산하는 방법, 상기 계산한 운량을 이용한 태양광 발전량 예측 장치 |
| KR101141027B1 (ko) * | 2011-12-29 | 2012-05-03 | 충남대학교산학협력단 | 냉난방부하 추정을 위한 시간별 기상데이터 예측방법 |
| KR101383617B1 (ko) * | 2012-08-09 | 2014-04-17 | 연세대학교 산학협력단 | 일사량 예측 방법 및 장치 |
Non-Patent Citations (1)
| Title |
|---|
| KIM, TAE - HO ET AL.: "A Study on Solar Radiation Model for Prediction of Insolation", THE KOREA SOCIETY OF MECHANICAL ENGINEERS 2013 CONFERENCE, December 2013 (2013-12-01), pages 670 - 675 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106600060A (zh) * | 2016-12-15 | 2017-04-26 | 河海大学常州校区 | 基于相似日晴朗系数修正的太阳辐照量预测方法 |
| CN106600060B (zh) * | 2016-12-15 | 2020-08-04 | 河海大学常州校区 | 基于相似日晴朗系数修正的太阳辐照量预测方法 |
| WO2018111071A1 (es) * | 2016-12-16 | 2018-06-21 | Aguilar Fraga Omar | Algoritmo regional para la automatización del cálculo de las temperaturas mínimas en zonas agrícolas utilizando factores difusos |
| US20190220077A1 (en) * | 2018-01-12 | 2019-07-18 | Samsara Networks Inc. | Adaptive power management in a battery powered system based on expected solar energy levels |
| US10579123B2 (en) * | 2018-01-12 | 2020-03-03 | Samsara Networks Inc. | Adaptive power management in a battery powered system based on expected solar energy levels |
| US10969852B2 (en) | 2018-01-12 | 2021-04-06 | Samsara Networks Inc. | Adaptive power management in a battery powered system based on expected solar energy levels |
| US11204637B2 (en) | 2018-01-12 | 2021-12-21 | Samsara Networks Inc. | Adaptive power management in a battery powered system based on expected solar energy levels |
| US10827324B1 (en) | 2019-07-01 | 2020-11-03 | Samsara Networks Inc. | Method and apparatus for tracking assets |
| US10979871B2 (en) | 2019-07-01 | 2021-04-13 | Samsara Networks Inc. | Method and apparatus for tracking assets |
| US11937152B2 (en) | 2019-07-01 | 2024-03-19 | Samsara Inc. | Method and apparatus for tracking assets |
| CN113156546A (zh) * | 2021-03-12 | 2021-07-23 | 重庆市气象台 | 一种日出日落景观预报方法及系统 |
| CN113156546B (zh) * | 2021-03-12 | 2023-02-17 | 重庆市气象台 | 一种日出日落景观预报方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101515003B1 (ko) | 2015-04-24 |
| CN107110995A (zh) | 2017-08-29 |
| CN107110995B (zh) | 2019-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2016108420A1 (ko) | 일사량 예측방법 | |
| WO2013100345A1 (ko) | 냉난방부하 추정을 위한 시간별 기상데이터 예측방법 | |
| Lee et al. | Generation of typical weather data using the ISO Test Reference Year (TRY) method for major cities of South Korea | |
| CN109725219B (zh) | 一种电能表台区自动识别方法 | |
| WO2016114477A1 (ko) | 예측 일사량을 이용한 냉난방부하 예측방법 | |
| CN109948824B (zh) | 一种利用模式识别技术对热力站热负荷进行预测的方法 | |
| CN109738723B (zh) | 一种电能表三相自动识别方法 | |
| CN106468467B (zh) | 一种应用于嵌入式控制系统的空调冷负荷实时预测算法 | |
| CN114165825B (zh) | 一种换热站供热调控系统及方法 | |
| KR101838393B1 (ko) | 시간별 기온을 이용한 24시간 전력수요예측장치 및 전력수요예측방법 | |
| WO2017052079A1 (ko) | 공기조화시스템의 무인 최적제어 방법 | |
| CN103778306B (zh) | 一种基于ei和逐步消减法的传感器优化布设方法 | |
| CN109857975B (zh) | 一种电能表台区和三相自动识别方法 | |
| CN116008898A (zh) | 一种基于岭回归模型的电能表失准分析方法及系统 | |
| Piliougine et al. | Series resistance temperature sensitivity in degraded mono–crystalline silicon modules | |
| CN105574619A (zh) | 一种太阳能光伏发电出力预测系统及预测方法 | |
| Anadol | Snow melting on photovoltaic module surface heated with transparent resistive wires embedded in polyvinyl butyral interlayer | |
| CN107396292B (zh) | 一种用于精准农业的土壤湿度信息获取系统 | |
| Colaco et al. | An Adaptive predictive framework to online prediction of interior daylight illuminance | |
| CN109405057B (zh) | 供热热指标的获取方法和调节热负荷的方法 | |
| Fang | Variations and Sensitivity Analysis of Reference Evapotranspiration During 2010-2019 in the Zhangye Farmland Oasis, Northwest China | |
| Ahmad et al. | Estimation of hourly global solar radiation for composite climate | |
| Tikyaa et al. | Assessment of empirical models for estimating mean monthly global solar radiation in Katsina | |
| KR20200129343A (ko) | 에너지 관리를 위한 기상데이터 처리장치 및 에너지관리시스템 | |
| JP2015153368A (ja) | 状態検出装置、状態検出方法、状態検出プログラム、データ処理システム、及びデータ出力装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 15875514 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 15875514 Country of ref document: EP Kind code of ref document: A1 |