earticle

영어

Recently, renewable energy plays a major role in response to climate change, energy security and demand management. Among renewable energy, wind energy source is important as energy role by converting wind power into electric power using wind turbine. The reason for emphasizing the importance of wind energy forecasting affects that when the wind turbine becomes a central supplydemand generator in the power system, the maintenance of the generator, the stoppage of the generator stoppage, the economic dispatch, the power supply plan (generator, transmission line, etc.). Therefore, this paper uses power generation, wind direction, wind speed, and power generation variation as multi-variables to predict the short-term wind power generation of an efficient wind power generator. In this case, four models are generated through multi-variate combination using multi-variate correlation. And SVR, which is a machine learning method, is used to select the best model among the four models. To verify the model, we estimate the power generation using data at three wind farms (A, B, C) in Jeju Island. Experimental results show that the model using power generation, wind direction and wind speed has a smaller prediction error than other models in predicting short-term wind power generation. Therefore, the most important variables in predicting short-term wind power generation are generation amount, wind direction and wind speed.

한국어

최근 신재생에너지는 기후변화대응, 에너지 안보, 수요관리에서 큰 비중을 차지하고 있다. 신재생에너지 중 풍력에 너지원은 풍력 터빈을 이용하여 풍력을 전력으로 바꾸어 에너지 역할로서 중요하다. 이때 풍력에너지 예측이 중요한 이유는 전력계통에서 풍력발전기가 중앙수급발전기가 되었을 때 발전기 유지 보수, 발전기 기동정지 계획, 경제급 전, 전력수급계획(발전기, 송전선로 등), 전력시장 입찰 등에 영향을 미치기 때문이다. 따라서 본 논문은 효율적인 풍력발전기의 단기풍력발전량을 예측하기 위하여 다변수로는 발전량, 풍향, 풍속, 발전변동량을 사용한다. 이때 다 변수간 상관관계를 이용하여 다변수 조합을 통하여 모델 4개를 생성한다. 그리고 4개의 모델 중 최적의 모델을 선 택하기 위하여 기계학습 방법인 SVR를 사용한다. 모델을 검증하기 위하여 제주도 지역의 풍력발전단지 3곳 (A,B,C)에 데이터를 사용하여 발전량을 예측한다. 실험결과, 발전량, 풍향, 풍속을 이용한 모델이 단기풍력발전량 을 예측하는 데 있어서 다른 모델보다 예측 오차가 작았다. 따라서 단기풍력발전량을 예측하는데 있어서 가장 중요 한 변수는 발전량, 풍향, 풍속이다.