The government is implementing a policy to expand eco-friendly energy as a power source. However, the output of new and renewable energy is not constant. It is difficult to stably adjust the power supply to the power demand in the power system. Therefore, the government predicts day-ahead the amount of renewable energy generation to cope with the output volatility caused by the expansion of renewable energy. It is a system that pays a settlement amount if it transitions within a certain error rate the next day. In this paper, Machine Learning was used to study the prediction of power generation within the error rate.

Numerous studies have attempted to predict the energy output of solar-powered vehicles based on different parameters such as road conditions, driver characteristics, and weather. However, since these studies were conducted on stationary vehicles, they are limited in their accuracy when applied to driving vehicles. This study aimed to improve the accuracy of electric power prediction for a solar-powered bus by applying a technique that improves energy efficiency without affecting driving performance. A comparative analysis of power generation and solar irradiance data was conducted for the bus driven on different roads to forecast its power generation, and a high-accuracy power generation prediction equation was derived. A comparison with actual test results revealed that a power generation forecast accuracy of at least 90% was achieved, validating the equation used for forecasting. With this power generation prediction process, it is possible to forecast the amount of energy generated in advance when a solar bus is operated in a specific area.

신·재생에너지 보급통계에 의하면 바이오매스 발전실적은 2013년 부터 급증하고 있으며 그 중에서 가장 급격하게 증가한 연료는 Wood pellet으로 2013년 696Gwh, 2014년 2,764Gwh, 2015년에는 2,512Gwh를 발전 하였고 국내 Wood pellet 총 소비량은 2015년 기준 148만톤이며 그 중 발전용으로 소비된 Wood pellet은 108만톤으로 약 73%를 차지하고 있다. 본 연구에서 Wood pellet 소요량을 예측한 결과 국내 발전용으로 필요한 Wood pellet 소요량은 2020년 261만톤, 2025년 685만톤, 2030년 1,139만톤이 필요하며, 최적 바이오매스 발전량 산정을 위하여 바이오매스 발전소에서 국내 생산 Wood pellet 사용량을 50% 사용한다는 가정하에 기허가 신청된 발전소를 가동하기 위해서는 2021년 226만 톤의 Wood pellet이 국내에서 생산되어야 한다는 결론이 도출되었다.

This paper presents a development process of a forecast and monitoring system for a photovoltaic (PV) solar plant. PV solar system is one of sustainable resource of energy. So, Korean government encourages businessmen to build a PV solar plant. Renewable Portfolio Standard (RPS) system is one of encouraging policies. Most RPS businessmen use monitoring system for a PV solar plant and they need an accurate forecast of power generation for business purpose. Therefore we propose an estimating algorithm of power for a PV solar plant using weather forecast. Proposed algorithm is implemented in a forecast and monitoring system and it works better than existing estimating methods.

해상풍력발전단지 발전량의 보다 정확한 예측을 위해 발전단지 예정지 인근에서 측정된 풍속데이터가 반드시 필요하다. 풍속데이터 확보를 위해서는 해상기상탑을 설치하는 방법과 인근 해안가나 섬에 풍속계측타워를 설치하는 방법이 있다. 본 연구에서는 인근 섬에서 측정한 풍속데이터와 WAsP 방법을 이용하여 해상풍력발전단지의 발전량을 예측할 경우에 섬의 지형 및 지면조도의 변화에 따른 발전량 예측값의 민감도를 분석하여 섬의 형상의 불확실성이 발전량 예측에 미치는 영향을 정량적으로 파악하였다. 계측타워의 풍속측정 높이가 높아질수록 섬의 지형 모델링 오차가 발전량 예측에 미치는 영향이 작아졌으며, 섬의 지면조도 변화에 따른 발전량 변동은 미미한 것으로 나타났다.