| [논문게재] 충남대학교 에너지과학기술대학원 장효식 교수님팀에서 '태양광발전학회’ 지에 게재되었습니다 | |||||
| 작성자 | 관리자 | ||||
|---|---|---|---|---|---|
| 조회수 | 728 | 등록일 | 2023.05.16 | ||
|
DOI:https://doi.org/10.21218/CPR.2023.11.1.027 pISSN 2288-3274, Current Photovoltaic Research 11(1) 27-33 (2023) 본 논문에서는 2021년 3월부터 2022년 9월까지 18개월의 인버터 데이터와태양광 시스템 모델식 3가지를 사용하여 측정데이터와 비교를 해봤다. 그 결과는 단순효율모델의 RMSE값은 0.2746 kW, 온도보정모델의 RMSE값은 0.2019 kW, 일사량 변화에 대한 회귀모델의 RMSE 값은 0.1497 kW임을 확인하였고, 모델들의 정확도는 각각 74.86%, 81.15%, 86.44% 임을 확인하였다. 물리모델 중 가장 정확했던 일사량 변화에 대한 회귀 모델의 출력값 과 기상 데이터(일사량, 모듈온도)를 회귀알고리즘으로 학습하여 기계 학습 모델을 구현 후 제안하였다. 제안한 모델을 실제 발전량 측정데이터와 비교 분석한 결과 RMSE값은 0.0451 kW, 정확도는 96.56%를 확인하였다. 제안한 모델이 가장 정확했던 물리모델보다 RMSE값은 0.1046 kW 감소하였고, 정확도는 10.12% 향상되었다. 따라서 본 논문에서는 물리모델만을 사용 하여 발전량을 추정하는 기법보다 인공지능이 결합된 추정기법 을 이용한다면 보다 정확한 추정 및 예측이 가능한 것을 입증하였다. |
|||||
