수치 예측 알고리즘 기반의 풍속 예보 모델 학습 document_id A220517037636

대체 에너지 기술 개발을 위해 지난 20년 동안 풍력 발전에 관련한 기술들이 축적되어왔다. 풍력 발전은 자연적으로 부는 바람을 에너지원으로 사용하므로 환경 친화적이며 경제적이다. 이러한 풍력 발전의 효율적인 운영을 위해서는 시시각각 변하는 자연 바람의 세기를 정확도 높게 예측할 수 있어야 한다. 풍속을 평균적으로 얼마나 정확하게 잘 예측하는지도 중요하지만 실제 값과 예측 값의 절대 오차의 최댓값을 최소화시키는 것 또한 중요하다. 발전운영 계획 측면에서 예측 풍속을 통한 예측 발전량과 실제 발전량의 차이는 경제적 손실을 가져오는 원인이 되므로유연한 운영 계획을 세우기 위해 최대 오차가 중요한 역할을 한다. 본 논문에서는 풍속 예측 방법으로 과거 풍속 변화 추세뿐만 아니라 기상청 예보와 시기적인 풍속의 특성을 고려하기 위한 경향 값을 반영하여 수치 예측 알고리즘으로 학습한 풍속 예보 모델을 제안한다. 기상청 예보는 풍력 발전 단지를 포함하는 비교적 넓은 지역의 풍속을 예보하지만 풍속을 예측하고자 하는 국소지점에 대한 풍속 예측의 정확도를 높이는데 상당히 기여한다. 또한 풍속 변화 추세는 긴 시간동안 관측한 풍속을 세세하게 반영할수록 풍속 예측의 정확도를 높인다. 기상청 예보, 과거 풍속의 변화 추세, 비슷한 시기의 풍속경향 그리고 시간 관련 속성들을 모두 이용하여 학습을 하였을 때 예측의 정확도가 가장 높았다. 특히 과거 풍속의 변화추세를 반영할 때 과거 반영 시간T가 길수록, 반영 단위 시간h가 짧을수록 더 정확한 예측을 하였다. 학습에 사용한 수치 예측 알고리즘 중에서는 모델트리와 앙상블 모델 트리를 이용하였을 때 풍속 예보 모델의 성능이 상대적으로 우수했으며, 이 중에서도 근소한 차이로 앙상블 모델 트리를 이용한 풍속 예보 모델의 예측 풍속이 정확도가 높았다. 그러나 이 실험에서 속성으로 사용한 기상청 예보는 앞서 설명했듯이 실제 기상청에서 제공한 예보가 아닌 풍속 예보평가 방식과 정확도에 근거하여 관측 풍속으로 추정한 예보를 사용하였다. 따라서 본 논문에 기록한 예보의 성능은 실제 예보와 차이가 발생할 수 있으며 실제 예보에 따라 풍속 예보모델의 성능 역시 실험 결과와 차이가 발생할 수 있다. 실제기상청 예보 데이터를 이용하여 실험해 볼 필요가 있다. 기상청 예보가 정확할수록 풍속 예보 모델의 성능은 개선될 여지가 있다. 또한 풍속 예보 모델의 정확도를 개선하기 위해 풍속과 상관관계가 존재하는 온도, 습도 등의 새로운 속성 데이터를 수집하거나 학습에 반영한 비슷한 시기의 풍속 경향을 대변할 수 있는 경향 값을 더 정교하게 정의할 필요가 있다.