풍력발전단지는 초기 투자비용이 높고 설치 후 이동이 용이하지 못하기 때문에 풍력발전단지 설계 과정에서 해당 지역의 생 산 가능 자원량을 정확히 예측하는 것이 필수적이다. 많은 연구자들이 풍력에너지 발전량을 예측하기 위해 수치기상예보(Numerical Weather Prediction, NWP) 방법으로부터 얻은 장기간 기상데이터를 활용한다. 하지만 NWP 방법은 국지적 지형지물과 표면조도가 풍 황에 미치는 영향을 충분히 고려하지 못한다는 한계점이 존재하여 대부분의 육상풍력발전단지가 지형이 복잡한 산간지역에 설치되어 있는 한국에서 활용하기에 적합하지 않다. 이에 NWP 방법을 통해 얻어진 장기간 기상데이터를 전산유체역학(Computational Fluid Dynamics, CFD)의 경계조건으로 활용하여 지형지물과 표면조도의 영향을 고려하여 축소함으로써 공간해상도를 100m 급으로 고해상 도화 하였다.

본 연구는 육상풍력 입지지도를 고도화하기 위하여 초고해상도 풍력이용률 자원지도와 풍력시장 경제성 모델을 활용하여 풍력자원 분류지도를 개발하였다. 풍력자원 분류는 경제성의 유무에 따라 적합성을 상, 하로 구분하되 적합성 상내에서도 우수지역을 추가 분류하여 우선 검토대상지역을 제시하였다. 국내 풍력입지를 분석한 결과, 전국의 25.1%는 경제성이 있었으며 이중에서 1.7%는 우수지역에 해당하였다. 풍력자원의 경제적 적합성 평가 결과는 이용률 지도의 정확도, 설비설치비용(Capital expenditure, CAPEX), 그리고 계통한계가격의 변동성에 따라 적합성 상 지역은 –7.6%p ~ 12.6%p(적합성 우수 지역은 –1.1%p ~ 2.7%p)까지 변화하였다. 풍력 자원은 보조금, 이용률에 가장 크게 영향을 받는 반면, CAPEX의 변화는 경제성 없는 지역이 경제성 있는 지역으로 바뀔 수 있는 확률이 크다는 것도 확인했다.

한반도 풍력자원의 연간 변동성을 파악하기 위하여 한국 기상청의 아시아권 및 한반도권 지역예보모델 해석자료를 초기 기 상장으로 연계한 UM-WRF 수치기상예측 모델로 2010년부터 2018년까지의 풍력자원지도를 생산하였다. 풍력자원지도의 풍력발전량 예측정확도를 확인하기 위해 가동 중인 모든 풍력터빈의 발전량을 예측하고 전력거래소의 월간 발전량 기록과 비교검증하였으며, R2=0.83의 높은 일치도를 확인하였다. 한반도 육상 및 해상의 연간 풍속 변동성은 각각 COV = 11.4%와 4.3%로 파악되었으며, 특히 풍력자원이 우수한 고산지대의 변동성이 큰 것으로 나타났다. 풍력보급의 증가에 따라서 전력계통에 미치는 변동성의 우려가 커지고 있기 때문에 지속적으로 장기간의 고해상도 풍력자원지도를 생산하고 발전량 검증을 거쳐 발전량 변동성을 정밀하고도 정량적으로 파 악할 필요가 있다.

한반도 풍력자원지도의 시계열 풍속벡터의 유사성을 유클리디안 거리로 정의하여 군집분석에 의해 바람권역을 분류하는 방법을 포항지역에 적용하였다. 풍력자원지도는 포항지역 기상탑 측정자료와의 비교를 통해 정확도를 검증하였다. 이때 풍력자원지도 와 기상탑 측정자료의 시간범위가 서로 상이하여, 재해석자료와의 측정-상관-예측을 이용하여 동기간으로 변환한 후 비교검증 하였다. 포항지역에 대한 바람권역 분류 결과, 계절별로 바람권역의 변화가 매우 큰 것으로 나타났으며, 이로부터 우리나라의 바람권역은 계절특성을 고려해야함을 확인하였다. 풍력자원지도의 공간해상도에 따른 바람권역 분류에서는 상대적으로 지형고도가 낮지만 바 람의 특성에 민감한 지형이 존재하며, 이러한 지형요소의 수치해석이 정확하게 반영되어야 바람권역 분류의 실질적인 설명력이 향상됨을 확인할 수 있었다. 본 연구를 통해 구축된 국지적 바람권역 분류방법은 풍력발전소 설계, 대기환경영향평가, 풍환경평가 등에 유용하게 활용될 것으로 기대된다.

풍력보급의 급성장에 따라 풍력자원평가의 핵심자료인 풍력자원지도의 수요도 증가하고 있다. 이에 따라 전세계를 대상으로 한 상업용 풍력자원지도 서비스가 본격화되고 있다. 고가의 상업용 풍력자원지도를 선택하기에 앞서 그 신뢰도를 확인할 필요가 있다. 본 연구에서는 남한을 대상으로 해외 상업용 풍력자원지도 2종과 한국에너지기술연구원의 풍력자원지도를 비교분석하였다. 특히 기상통계학적으로 해발고도에 따른 풍속 및 풍력밀도의 상관성, 시계열 풍속분포의 척도인 와이블 형상계수, 연직 풍속분포의 척도인 풍속분포지수 등에 대해 체계적인 일치성을 비교분석함으로써 상업용 풍력자원지도의 신뢰도를 평가할 수 있는 방법을 제시하였다.

풍력 발전단지의 효율성 평가를 위하여 풍력-기상자원지도로부터 이론적 잠재량을 계산하고 행원 발전단지 발전량과 비교하였다. 풍력-기상자원지도는 기상청 국립기상연구소에서 개발된 1 km 해상도 자료를 이용하였다. 풍력-기상자원지도와 AWS(구좌) 풍속의 비교 검증 결과는 풍속이 과대 모의되었으며, 행원 발전단지 풍속의 일 변동성은 해륙풍의 영향으로 오후에 최대가 되는 일 변동 특성을 보였다. 풍력-기상자원지도로부터 산출된 발전량과 행원 발전단지 발전량의 비율은 24.8%이나, 발전량 빈도수 분포 형태는 유사하였다. 발전량 차이의 원인은 터빈의 기계적 오류, 풍력-기상자원지도 풍속의 과대 모의에 기인한 것으로 생각된다. 본 연구는 향후의 발전단지 효율성 증가를 위한 터빈의 재배치에 기여 할 것이다.

국가 풍력자원지도는 풍력분야 정책·산업·연구섹터 전반에 걸쳐 핵심적 기반자료로서 활용된다. 그렇기 때문에 재생에너지 선진국에서는 지속적으로 국가 풍력자원지도의 시·공간해상도 및 연도별 갱신을 진행하고 있다. 본 논문에서는 최신 2010년도 한반도 풍력자원지도 갱신자료로부터 한반도의 평균풍속, 최대풍속, 계절별 풍속분포, 평균 풍력밀도, 풍속분포지수, 와이블 등급계수와 형상계수 등의 공간분포 특성을 분석하였다. 또한 해모수 해상풍황탑 설치지점과 영덕 풍력발전단지를 대조지점으로 선택하여 시계열 격자점 자료를 분석하였다.

‘표준화(standardization)’란 일상적이고 반복적으로 일어나는 문제에 대해 주어진 여건 하에서 최적의 질서를 달성하고자 하는 일련의 활동으로 정의 할 수 있다. 현재 풍력자원지도의 범례는 표준화가 이루어지지 않은 상태이다. 이에 본 연구에서는 국내․외의 풍력자원지도 구현 사례를 조사하고 우리나라에 적합한 범례를 구성하여 제시하고자 하였다. 국내외 사례연구 외에 색채의 기능과 각 색상별 감정효과를 연구하여 이를 기반으로 보라색, 분홍색, 파란색, 초록색, 황토색으로 이루어진 범례를 구성하였다. 그러나 풍력밀도에 따른 풍력자원지도 범례 구분에 대한 연구가 더 이루어져야 할 필요가 있다.

We classified wind sectors according to the wind features in South Korea. In order to get the information of wind speed and wind direction, we used and improved on the atmospheric numerical model. We made use of detailed topographical data such as terrain height data of an interval of 3 seconds and landuse data produced at ministry of environment, Republic of Korea. The result of simulated wind field was improved. We carried out the cluster analysis to classify the wind sectors using the K-means clustering. South Korea was classified as 8 wind sectors to the annual wind field.

In order to make sure the impact of spatial resolution of wind energy map on the estimation of wind power density in the Korean Peninsula, the comparison studies on the characteristics of wind energy map with three different spatial resolutions were carried out. Numerical model used in the establishment of wind map is MM5 (5th generation Mesoscale Model) with RDAPS (Regional Data Assimilation and Prediction System) as initial and boundary data. Analyzed Period are four months (March, August, October, and December), which are representative of four seasons. Since high spatial resolution of wind map make the undulation of topography be clear, wind pattern in high resolution wind map is correspond well with topography pattern and maximum value of wind speed is also increase. Indication of island and mountains in wind energy map depends on the its spatial resolution, so wind patterns in Heuksan island and Jiri mountains are clearly different in high and low resolutions. And area averaged power density can be changed by estimation method of wind speed for unit area in the numerical model and by treatment of air density. Therefore the studiable resolution for the topography should be evaluated and set before the estimation of wind resources in the Korean Peninsula.