하늘 이미지와 글로벌 태양 복사량을 태양 에너지 예측 알고리즘에 통합하기

태양 에너지는 지속 가능한 에너지 원천 중 하나로서 그 중요성이 점점 더 커지고 있습니다. 그러나 태양 에너지의 효율적인 활용을 위해서는 정확한 에너지 예측이 필수적입니다. 최근 미국의 연구팀이 이러한 예측의 정확도를 높이기 위한 새로운 방법론을 개발하였습니다. 이 방법론은 적외선(IR) 이미지와 글로벌 태양 복사량 측정을 결합하여 사용하며, 기존의 방법보다 더욱 효과적이라는 것이 연구팀의 주장입니다.

Image: University of California Santa Barbara, Solar Energy, Creative Commons License CC BY 4.0

연구의 핵심

이 연구의 가장 큰 특징은 저렴한 방사계 IR 카메라를 사용하여 고가의 ceilometers를 대체한다는 점입니다. Ceilometers는 약 $20,000에 달하는 비용이 들지만, 이 연구팀의 방법론은 $2,000 미만의 비용으로 동일한 기능을 수행할 수 있다고 합니다. 또한, 이 방법론은 태양 에너지 예측의 정확도를 향상시키기 위해 IR 카메라를 사용하며, 이를 통해 태양이 카메라의 픽셀을 포화시키는 문제를 해결하였습니다.

기술의 특징

태양 에너지 예측을 위해 자주 사용되는 가시광 카메라는 구름 조건에 따라 PV 모델이 반응하도록 도와줍니다. 그러나 이러한 카메라들은 태양으로 인해 픽셀이 포화되는 문제가 있습니다. 이 문제를 해결하기 위해 IR 카메라가 대안으로 사용됩니다. IR 기반의 예측은 태양 복사량이 이미지를 왜곡할 수 있는 등의 문제, 예를 들면 더 낮은 신호 대 잡음 비율과 같은 문제점을 가지고 있습니다. 이 연구에서는 이러한 문제점을 해결하기 위한 효율적인 데이터 처리 방법을 소개하고 있습니다.

새로운 방법론의 도입

이 새로운 방법론은 먼저 기계 학습을 사용하여 clear sky index (CSI)에 영향을 줄 수 있는 편향을 식별합니다. CSI는 구름이 글로벌 태양 복사량(GSI)에 미치는 영향을 정량화하기 때문에, 첫 번째 측정에서 더 정확한 결과를 얻으면 두 번째 측정에서도 더 정확한 결과를 얻을 수 있습니다. 그 다음, 다른 알고리즘을 사용하여 IR 이미지의 하늘 조건을 네 가지(맑은 하늘, 뭉게구름, 층구름, nimbus 구름)로 분류합니다. 이 분류를 사용하여 알고리즘은 GSI 데이터와 상호 작용하고 이미지에 복사량의 영향을 계산하여 예측을 위해 이미지를 정리합니다.

추가적인 연구 내용

이 연구에서는 카메라의 더러움이 예측에 미치는 영향도 고려하였습니다. 연구팀은 하늘 이미저가 매일 청소되지 않을 것이라고 가정하였고, 이러한 상황을 고려하여 이미지 처리 기반의 방법을 제안하여 IR 이미지에서 야외 germanium 카메라 창에 있는 먼지로 인한 방사선을 제거하였습니다. 이 알고리즘은 미국 뉴멕시코 주 앨버커키의 데이터로 훈련 및 테스트되었으며, 이 지역은 거의 비가 오지 않는 아리드 반대륙성 기후를 가지고 있습니다. 연구팀은 향후 모든 위치에 유효한 글로벌 모델 개발이 필요하다고 강조하였습니다.

연구 결론

연구자들은 제안된 방법이 효과적이라고 결론 내렸으며, 저렴한 방사계 IR 카메라는 미래에 고가의 ceilometers를 대체할 수 있을 것이라고 주장하였습니다. "적절한 데이터 처리는 태양 에너지 예측 응용 프로그램에서 구현될 때 학습 알고리즘의 복잡성을 줄입니다."라고 연구팀은 말하였습니다. 복잡성의 감소는 예측의 정확도를 높이며, 예측을 위한 컴퓨팅 시간도 줄입니다. 이는 태양 에너지의 실시간 응용 프로그램, 예를 들면 nowcasting 및 intra-hour 예측과 같은 분야에서 특히 중요합니다.

태양 에너지는 지구의 지속 가능한 미래를 위한 핵심 요소입니다. 이 연구는 태양 에너지 예측의 정확도와 효율성을 향상시키는 방법을 제시하며, 이는 에너지 산업 전반에 큰 영향을 미칠 것으로 예상됩니다. 기술의 발전과 연구의 계속되는 노력을 통해, 우리는 지속 가능한 에너지 솔루션을 향한 길을 더욱 확고히 나아갈 수 있을 것입니다.

출처
본 내용은 "pv magazine International"에서 발표된 연구를 바탕으로 작성되었습니다. 자세한 내용과 연구 결과는 여기에서 확인하실 수 있습니다.
https://www.pv-magazine.com/2023/10/09/integrating-sky-images-global-solar-irradiance-into-solar-forecasting-algorithms/

Integrating sky images, global solar irradiance into solar forecasting algorithms