Earticle

초록

영어

Accurate prediction of the solar energy output can maximize the utilization of energy by reducing the reserve power requirement of the power system. The Korea Power Exchange (KPX) predicts the demand for electricity for a specific time. And according to this, KPX develops and price by selecting the power generation cost of each power plant. In this paper, we develop a solar photovoltaic power generation prediction system with weather information, make a deep learning model to improve the prediction accuracy and compare the predicted value of solar power generation by using work-site method, heuristic method and deep learning method. Applying to data, it showed that our method is more accurate than using work-site method and heuristic method.

한국어

태양광 에너지 출력을 정확히 예측하는 것은 전력계통의 예비전력 요구량을 감소시켜 에너지의 이용률을 극대화할 수 있다. 한국전력거래소는 특정시간의 전력수요를 예측하고 이에 기반하여 각 발 전소들의 발전비용 순위에 의해 선별하여 발전지시를 하고 가격을 책정한다. 본 논문에서는 기상정보 를 가지고 태양광 발전 예측 시스템을 개발하는 것으로 예측 정확도를 향상하기 위한 딥러닝 모델을 만들고, 현업에서 사용하는 방식과 휴리스틱방식, 딥러닝 방식의 태양광 발전량 예측값을 비교하였다. 발전량 데이터에 적용한 결과 딥러닝 방식의 태양광 발전량을 직접 예측하는 방법이 현업에서 사용하 는 방식과 휴리스틱방식에 비해 정확하다는 것을 확인 하였다.

목차

요약
Abstract
1. 서론
2. 태양광 발전 모니터링 시스템
3. 태양광 발전 예측
3.1 태양광 발전량 예측 방법
3.2 시간대별 발전량 예측
3.3 일별 발전량 예측
4. 결론
REFERENCES

키워드

저자

• 김다희 [ Dahee Kim | 인천대학교 산업경영공학과 ]
• 김성균 [ SungGyun Kim | 인천대학교 산업경영공학과 ]
• 유우식 [ Woosik Yoo | 인천대학교 산업경영공학과 ] 교신저자
• 김관호 [ Kwanho Kim | 인천대학교 산업경영공학과 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  정보화연구 [정보화연구(구 정보기술아키텍처연구)]

• 간기

  계간

• pISSN

  1738-382X

• 수록기간

  2004~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658