일사예측 모델링기법의 분류와 성능비교

전문가 제언

○ 무해하고 자원이 풍부한 태양에너지의 활용기술이 증가하고 있으므로 태양에너지설비의 계획과 성능향상 그리고 농작물과 수산물의 정상적 생육을 위하여도 정확한 일사량에 대한 자료가 필요하다.

 

○ 2014년부터 이란은 1975-2005년의 기상자료를 이용하여 다층퍼셉트론ANN통합모델(은닉 층 뉴런: 4개)로 입력변수를 ①기온과 상대습도, ②기온, 상대습도, 일조시간과 강수로 구분하여 19개 소도시의 청명도 지수를 예측한 결과, 적합도 R /RMSE(%)가 ①의 경우: 99.38/4.26%, ②의 경우: 99.34/2.72%로, ANN기법의 우수성과 입력변수를 많이 할수록 오차가 적어짐을 확인하고 GIS지도 작성에 활용하고 있다.

 

○ 정지궤도 천리안위성(COMS)을 이용한 일사량 연구를 많이 하고 있다. COMS-MI자료와 일사예측모델인 Heliosat-Ⅱ를 우리 실정에 맞게 수정하여 일사량을 예측한 결과 정확도가 종전보다 10% 향상되어 RMSE가 30.8%로 나타났다(2015, 한국측량학회지vol33, p463- 472). 계속적인 모델개발과 우수한 관측기로 예측 정확도를 향상시키고 있다.

 

- 예측 정확도를 높이기 위해서 구름, 에어로졸, 수증기 등 태양에너지 감쇠인자의 많은 자료를 예측모델의 입력변수로 이용해야 하며, 하이브리드ANN모델의 개발과, 높은 공간과 분광의 해상도와 보다 잘 일치하는 지상관측 시공간과 위성관측 자료의 선정기술이 요구된다.

 

○ 원문은 전천일사를 예측한 약 90가지 모델을 선형, 비선형, fuzzy logic과 ANN모델링의 4가지 형태의 기법으로 분류하여, RMSE, MBE, MAPE, MPE와 R 로 성능을 평가하였다. 적합성(R )은 ANN모델이 89～92%로 가장 우수하였고, 정확도는 비선형모델이 가장 높았다. 모델들의 많은 입력변수와 모델결합의 자료들이 많은 도움이 될 것이다.

 

○ 모델성능의 평가지표는 평가목적과 모델 형태에 따라 선정하며 어느 범위가 가장 적합한지 아직까지 분명하지 않지만, 오차가 적을수록 정확도가 높고, R 은 95% 이상으로 클수록 측정값에 접근할 수 있다. 아직 관측일사량, 혼탁도 등 입력변수에 대한 데이터가 부족한 실정이다.

저자

Ahmet Teke, H. Basak Yildirim, Ozgur Celik

자료유형

니즈학술정보

원문언어

영어

기업산업분류

환경·건설

연도

2015

권(호)

50()

잡지명

Renewable and Sustainable Energy Reviews

과학기술
표준분류

환경·건설

페이지

1097~1107

분석자

박*서

분석물

• 일사예측 모델링기법의 분류와 성능비교.pdf [508,229 byte]

이미지변환중입니다.