| 1 |
1
기상 예보를 포함하는 기상 정보를 수집하는 기상 정보 수집부; 시공간적으로 저해상도의 상기 기상 예보를 인가받아 풍력 발전기가 설치된 설치 위치에 따른 지형 고도와 주변 환경 요인을 수치 해석적으로 난류 확산에 반영하는 대기 모형을 적용하여 고해상도화하는 대기 모형 적용부; 각각 기지정된 주기로 연속적으로 반복하여 증감하는 다수의 시간 변수를 생성하고, 생성된 다수의 시간 변수에 따른 시간 변수값을 다수의 고해상도화된 기상 예보를 포함한 기상 정보와 매칭하여 입력 데이터를 생성하는 시간 변수 적용부; 및 이전 획득된 입력 데이터와 실제 생성된 발전량이 매칭된 학습 데이터를 기반으로 미리 학습되어, 학습된 방식에 따라 현재 인가되는 입력 데이터로부터 발전량을 추정하여 출력하는 발전량 예측부를 포함하는 풍력 발전량 예측 장치
|
| 2 |
2
제1항에 있어서, 상기 시간 변수 적용부는 1년을 주기로 연속적으로 반복하여 증감하며 서로 다른 오프셋을 갖는 2개의 날짜 변수와 1일을 주기로 연속적으로 반복하여 증감하며 서로 다른 오프셋을 갖는 2개의 시간 변수를 생성하며, 발전량을 예측하고자 하는 시간에 대한 시간 변수값을 상기 기상 정보에 매칭하는 풍력 발전량 예측 장치
|
| 3 |
3
제1항에 있어서, 상기 대기 모형 적용부는 대기의 동적 안정도를 나타내는 지표인 벌크 리차드슨 수(Bib)를 계산하고, 상기 벌크 리차드슨 수(Bib)를 이용하여 대기 안정도(zr/L)를 계산하는 대기 안정도 계산부; 안정도 변수(β)를 계산하고, 측정으로 획득되는 지면 상의 장애물 높이인 캐노피 높이(h)를 기반으로 대기 모델에서 새롭게 정의하는 지면 높이인 영면 변위 높이(dt)를 계산하는 영면 변위 계산부; 바람이 로그 프로파일을 따른다고 가정할 때, 0이 되는 높이를 나타내는 거칠기 길이(z0)를 계산하는 거칠기 길이 계산부; 및 계산된 대기 안정도(zr/L)와 거칠기 길이(z0)를 이용하여 마찰 속도(u*)를 계산하고, 캐노피 높이(h) 이상에서의 풍속(C*)과 캐노피 높이(h) 이하에서의 풍속(C*)하여 연직 풍속 프로파일을 획득하는 연직 풍속 결정부를 포함하는 풍력 발전량 예측 장치
|
| 4 |
4
제3항에 있어서, 상기 대기 안정도 계산부는 대기의 동적 안정도를 나타내는 지표로서 난류 발생 여부를 판단하기 위해 사용되는 벌크 리차드슨 수(Bib)를 수학식 (여기서 g는 중력 가속도이고, θa 는 수치해석 모델의 기존 WRF 모델(MM5 SL)의 좌표계에서 모델의 최하 계층(lowest model layer)(여기서는 RSL)의 높이(zr)에서 온위(Potential temperature)를 나타내고, θva 와 θvg 는 각각 SL과 지표면에서의 가온위(virtual potential temperature)를 나타낸다
|
| 5 |
5
제4항에 있어서, 상기 영면 변위 계산부는 상기 영면 변위 높이(dt)를 수학식 (여기서 lm은 운동량에 관한 혼합 길이(Mixing length for momentum)이고 β는 안정도 변수이며, Lc는 캐노피 투과 깊이(canopy penetration depth)이다
|
| 6 |
6
제5항에 있어서, 상기 거칠기 길이 계산부는 상기 거칠기 길이(z0)를 수학식 (여기서 은 운동량에 관한 RSL 상사 함수를 나타낸다
|
| 7 |
7
제6항에 있어서, 상기 연직 풍속 결정부는 상기 마찰 속도(u*)를 수학식 에 따라 계산하고, 상기 캐노피 높이(h) 이상에서의 풍속(C)을 수학식 (여기서 C* 은 풍속(C)의 스케일 값이고, C0는 거칠기 길이(z0)에서의 변수(c)의 값이고, 는 풍속(C)의 적분 상사 함수(integrated similarity function)이며, 는 변수(C)의 RSL 함수이다
|
| 8 |
8
제3항에 있어서, 상기 대기 모형 적용부는 상기 풍력 발전기가 설치된 위치를 기준으로 기지정된 크기의 아격자 규모의 산악(subgrid-scale orography) 형상에 대한 표준 편차를 획득하고, 특정 아격자를 중심으로 가로 및 세로 방향에 위치하는 주변 4개의 아격자와의 높이 관계를 에 따라 계산하여 지형 고도의 라플라시안값을 획득하여, 아격자 규모의 산악 형상에 대한 표준 편차와 주변 지형과의 관계에 따른 지형 고도의 라플라시안값에 따라 서로 상이한 바람의 소산 수준을 상기 연직 풍속 결정부에서 획득된 연직 풍속 프로파일에 추가로 반영하는 지형 기반 풍속 교정부를 더 포함하는 풍력 발전량 예측 장치
|
| 9 |
9
제1항에 있어서, 상기 기상 정보 수집부는 상기 풍력 발전기가 설치된 위치를 기준으로, 이후 기지정된 시간 간격의 기상 상태를 예측한 예보장을 수집하는 예보장 수집부; 상기 풍력 발전기의 나셀에 설치된 측정 장치를 이용하여 측정된 실시간 기상 정보를 수집하는 나셀 데이터 수집부를 포함하는 풍력 발전량 예측 장치
|
| 10 |
10
제9항에 있어서, 상기 나셀 데이터 수집부는 상기 학습 데이터를 획득하기 위해, 상기 풍력 발전기에서 현재 생산되는 발전량을 추가로 수집하는 풍력 발전량 예측 장치
|
| 11 |
11
기상 예보를 포함하는 기상 정보를 수집하는 단계; 시공간적으로 저해상도의 상기 기상 예보를 인가받아 풍력 발전기가 설치된 설치 위치에 따른 지형 고도와 주변 환경 요인을 수치 해석적으로 난류 확산에 반영하는 대기 모형을 적용하여 고해상도화하는 단계; 각각 기지정된 주기로 연속적으로 반복하여 증감하는 다수의 시간 변수를 생성하고, 생성된 다수의 시간 변수에 따른 시간 변수값을 다수의 고해상도화된 기상 예보를 포함한 기상 정보와 매칭하여 입력 데이터를 생성하는 단계; 및 이전 획득된 입력 데이터와 실제 생성된 발전량이 매칭된 학습 데이터를 기반으로 미리 학습되어, 학습된 방식에 따라 현재 인가되는 입력 데이터로부터 발전량을 추정하여 출력하는 단계를 포함하는 풍력 발전량 예측 방법
|
| 12 |
12
제11항에 있어서, 상기 입력 데이터를 생성하는 단계는 1년을 주기로 연속적으로 반복하여 증감하며 서로 다른 오프셋을 갖는 2개의 날짜 변수와 1일을 주기로 연속적으로 반복하여 증감하며 서로 다른 오프셋을 갖는 2개의 시간 변수를 생성하는 단계; 및 발전량을 예측하고자 하는 시간에 대한 시간 변수값을 상기 기상 정보에 매칭하는 단계를 포함하는 풍력 발전량 예측 방법
|
| 13 |
13
제11항에 있어서, 상기 고해상도화하는 단계는 대기의 동적 안정도를 나타내는 지표인 벌크 리차드슨 수(Bib)를 계산하고, 상기 벌크 리차드슨 수(Bib)를 이용하여 대기 안정도(zr/L)를 계산하는 단계; 안정도 변수(β)를 계산하고, 측정으로 획득되는 지면 상의 장애물 높이인 캐노피 높이(h)를 기반으로 대기 모델에서 새롭게 정의하는 지면 높이인 영면 변위 높이(dt)를 계산하는 단계; 바람이 로그 프로파일을 따른다고 가정할 때, 0이 되는 높이를 나타내는 거칠기 길이(z0)를 계산하는 단계; 및 계산된 대기 안정도(zr/L)와 거칠기 길이(z0)를 이용하여 마찰 속도(u*)를 계산하고, 캐노피 높이(h) 이상에서의 풍속(C*)과 캐노피 높이(h) 이하에서의 풍속(C*)하여 연직 풍속 프로파일을 획득하는 단계를 포함하는 풍력 발전량 예측 방법
|
| 14 |
14
제13항에 있어서, 상기 대기 안정도(zr/L)를 계산하는 단계는 대기의 동적 안정도를 나타내는 지표로서 난류 발생 여부를 판단하기 위해 사용되는 벌크 리차드슨 수(Bib)를 수학식 (여기서 g는 중력 가속도이고, θa 는 수치해석 모델의 기존 WRF 모델(MM5 SL)의 좌표계에서 모델의 최하 계층(lowest model layer)(여기서는 RSL)의 높이(zr)에서 온위(Potential temperature)를 나타내고, θva 와 θvg 는 각각 SL과 지표면에서의 가온위(virtual potential temperature)를 나타낸다
|
| 15 |
15
제14항에 있어서, 상기 영면 변위 높이(dt)를 계산하는 단계는 상기 영면 변위 높이(dt)를 수학식 (여기서 lm은 운동량에 관한 혼합 길이(Mixing length for momentum)이고 β는 안정도 변수이며, Lc는 캐노피 투과 깊이(canopy penetration depth)이다
|
| 16 |
16
제15항에 있어서, 상기 거칠기 길이(z0)를 계산하는 단계는 상기 거칠기 길이(z0)를 수학식 (여기서 은 운동량에 관한 RSL 상사 함수를 나타낸다
|
| 17 |
17
제16항에 있어서, 상기 연직 풍속 프로파일을 획득하는 단계는 상기 마찰 속도(u*)를 수학식 에 따라 계산하는 단계; 상기 캐노피 높이(h) 이상에서의 풍속(C)을 수학식 (여기서 C* 은 풍속(C)의 스케일 값이고, C0는 거칠기 길이(z0)에서의 변수(c)의 값이고, 는 풍속(C)의 적분 상사 함수(integrated similarity function)이며, 는 변수(C)의 RSL 함수이다
|
| 18 |
18
제13항에 있어서, 상기 고해상도화하는 단계는 상기 풍력 발전기가 설치된 위치를 기준으로 기지정된 크기의 아격자 규모의 산악(subgrid-scale orography) 형상에 대한 표준 편차를 획득하는 단계; 특정 아격자를 중심으로 가로 및 세로 방향에 위치하는 주변 4개의 아격자와의 높이 관계를 에 따라 계산하여 지형 고도의 라플라시안값을 획득하는 단계; 아격자 규모의 산악 형상에 대한 표준 편차와 주변 지형과의 관계에 따른 지형 고도의 라플라시안값에 따라 서로 상이한 바람의 소산 수준을 상기 연직 풍속 프로파일에 추가로 반영하는 단계를 더 포함하는 풍력 발전량 예측 방법
|
| 19 |
19
제11항에 있어서, 상기 기상 정보를 수집하는 단계는 상기 풍력 발전기가 설치된 위치를 기준으로, 이후 기지정된 시간 간격의 기상 상태를 예측한 예보장을 수집하는 단계; 및 상기 풍력 발전기의 나셀에 설치된 측정 방법을 이용하여 측정된 실시간 기상 정보를 수집하는 단계를 포함하는 풍력 발전량 예측 방법
|
| 20 |
20
제11항에 있어서, 상기 풍력 발전량 예측 방법은 상기 학습 데이터를 획득하기 위해, 상기 풍력 발전기에서 현재 생산되는 발전량을 추가로 수집하는 풍력 발전량 예측 방법
|
