풍력발전의 간헐적 특성으로 인해 발생하는 높은 변동성은 전력망 시스템에 불확실성을 가중시킨다. 이에 본 연구에서는 용량계수(capacity factor)의 변동성에 초점을 맞추어 국내 풍력발전 출력의 특성을 분석하였다. 먼저, 용량계수 변동성을 대표하는 지표인 평균 특성과 램프(ramp)의 개수 및 지속시간을 2018~2022년 자료(시간 해상도 1 h)를 사용하여 연도와 월별로 분석하였다. 이후 2019년 자료(시간 해상도 5 min)를 이용하여 다양한 해상도 수준에서 데이터를 생성하고, 해상도에 따라 램프의 개수 및 지속시간이 어떻게 영향을 받는지 분석하였다. 그 결과 램프의 빈도와 지속시간은 데이터의 시간 해상도에 강하게 의존함을 확인하였으며, 램프 특성을 평가하고 이를 고려하는 것은 급격한 램프 발생을 완화함으로써 전력시스템 운용의 유연성을 향상시키는 데 도움이 될 수 있음을 시사하였다.

태양광 및 풍력 발전은 한국의 향후 전력 발전 믹스에서 중요한 역할을 할 것으로 예상된다. 본 연구는 재생에너지의 첨두 전력 수요 기여도 평가 및 장기 경제적 용량 계획에 필수적인 유효부하유지능력(ELCC) 방법을 사용하여 용량신용(Capacity Credit, CC)을 추정한다. 한계 용량신용(marginal CC)의 개념을 도입함으로써, 태양광 및 풍력 전력의 전력수요와 용량계수에 대한 5년치 데이터를 활용하여 다양한 시나리오를 분석하였다. 그 결과, 서로 다른 재생에너지 목표 용량에 대해 기저 용량이 한계 용량신용에 미치는 영향을 확인하였으며, 최적의 용량 조합 가능성을 강조하였다. 본 연구는 전력계통의 신뢰성을 유지하면서 재생에너지를 효과적으로 통합하고자 하는 정책 입안자들에게 시사점을 제공한다.

풍력 발전의 효율적 운영과 예측을 위한 핵심 과업은 전력 곡선의 추정이다. 그러나 실제 데이터는 풍속에 대해 전력 출력이 크게 변동하는 경우가 흔하므로, 전력 곡선 추정에는 이상치의 탐지와 적절한 처리가 필요하다. 본 연구는 벡터 양자화의 군집화 알고리즘과 잡음이 있는 응용 분야를 위한 밀도 기반 공간 군집화(density-based spatial clustering of applications with noise)를 활용하여 풍력 단지의 전력 곡선을 추정하기 위한 이상치 탐지 및 제거의 새로운 절차를 제안한다. 전력 출력 곡선의 서로 다른 매개변수 모형을 시험한 결과, 제안 방법론은 한국의 한 풍력 단지에서 개별 풍력 터빈의 전력 곡선을 산출하는 데 적용 가능함이 입증되었다. 본 연구에서 제시한 전력 곡선 모델링을 위한 이상치 제거 절차는 잡음이 존재하는 상황에서도 매우 효율적일 수 있다고 주장한다.

전력 곡선(power curve)의 추정은 풍력 발전의 효율적 운영과 예측을 위한 핵심 과제이다. 그러나 실제 데이터는 풍속에 대해 출력이 크게 변동하는 경우가 흔하므로, 전력 곡선 추정을 위해서는 이상치(outlier)를 탐지하고 이를 적절히 처리할 필요가 있다. 본 연구는 군집화 알고리즘을 활용하여 풍력 단지의 전력 곡선을 추정하기 위한 이상치 탐지 및 제거를 위한 새로운 절차를 제안한다. 출력 곡선에 대한 서로 다른 모수적(parametric) 모델을 사용하여, 제안된 방법론이 한국의 한 풍력 단지에서 개별 풍력 터빈의 전력 곡선을 도출하는 데 적용되는 과정을 제시한다.

전력 스케줄링에 대한 새로운 접근법을 제안하며, 경제적 영향과 환경적 영향을 모두 최소화하는 데 초점을 둔다. 이 방법은 에이전트 기반 시뮬레이션 환경 내에서 딥 컨텍추얼 강화학습(RL)을 활용한다. 각 발전 단위는 독립적이고 이질적인 에이전트로 취급되며, 스케줄링 동역학은 마르코프 결정 과정(MDP)으로 정식화된다. 이후 MDP를 사용하여 최적의 전력 스케줄을 결정하기 위한 딥 RL 모델을 학습한다. 본 접근법의 성능은 소규모 및 대규모를 포함한 다양한 전력 시스템에서 평가되었으며, 최대 100개 단위를 포함한다. 그 결과, 제안된 방법은 더 많은 수의 단위를 갖는 전력 시스템을 처리함에 있어 우수한 성능과 확장성을 보이는 것으로 나타났다.

습지에서 상당한 양의 온실가스가 배출된다는 사실이 보고되어 왔으나, 그 배출과 전 지구적 온난화에 대한 기여도는 상대적으로 훨씬 덜 주목받아 왔다. 이에 따라 국가 온실가스 인벤토리 작성의 지원 목적을 위해, 최근 기존에 발표된 지침에 대한 정교화가 이루어져 보다 업데이트되고 과학적으로 타당한 근거를 제공하게 되었다. 본 연구는 대한민국의 저수지에서 메탄 배출을 추정하는 데 있어 이러한 정교화의 적용 가능성을 입증하는 것을 목적으로 한다. 저수지 표면을 가로질러 전체 메탄 플럭스를 직접 측정하는 것이 바람직하나, 상당한 연구 노력이 필요할 수 있다. 대안으로, 지역의 환경 특성을 반영하는 관련 매개변수를 사용하여 개별 저수지로부터의 메탄 배출을 추정할 수 있다. 저수지의 배출 거동을 보다 잘 나타내기 위해 부영양화 상태의 평가는 활용되었으며, 이를 바탕으로 한국의 지역 저수지로부터 메탄 배출을 추정하였다. 또한 해당 국가는 환경 특성을 고려하여 자체 수질 지수를 개발한 바 있다. 메탄 배출의 계절적 변이를 통계적으로 유의하게 검정하였고, 회귀 분석을 적용하여 부영양화 상태 평가로부터 배출 추정치를 예측할 수 있음을 제안하였다. 정교화에서 규정한 지침과 본 연구에서 제시한 절차에 따라, 배출 추정 및 예측의 결과는 국가 인벤토리의 개선에 효과적으로 활용될 수 있다.

본 연구는 발전기기동문제(UCP)에 대한 혼합정수계획 최적화 모형을 제시하였다. 제시된 최적화 모형은 전통적인 발전기의 기동특성뿐만 아니라 저장장치, 신재생에너지 그리고 온실가스(CO₂) 관련 조건식과 파라메타를 포함하고 있어 최근에 발전기 기동과 관련되어 제기되고 있는 새로운 요소들을 평가하고 분석하는데 유용하다. 또한 군집화된 발전기 모형을 정식화에 도입하여 대규모 최적화 모형의 현실 활용성을 제고하였다. 국내 전력시스템을 대상으로 하는 최적해법의 실행을 통해, 최적화 모형의 조건식과 입력 파라메타를 통해 이산화탄소 배출상한 또는 미세먼지 저감 등 환경급전 정책의 영향을 효과적으로 분석하고 평가할 있음을 보였다.

풍력발전의 간헐적 특성으로 인해 발생하는 높은 변동성은 전력망 시스템에 불확실성을 가중시킨다. 이에 본 연구에서는 용량계수(capacity factor)의 변동성에 초점을 맞추어 국내 풍력발전 출력의 특성을 분석하였다. 먼저, 용량계수 변동성을 대표하는 지표인 평균 특성과 램프(ramp)의 개수 및 지속시간을 2018~2022년 자료(시간 해상도 1 h)를 사용하여 연도와 월별로 분석하였다. 이후 2019년 자료(시간 해상도 5 min)를 이용하여 다양한 해상도 수준에서 데이터를 생성하고, 해상도에 따라 램프의 개수 및 지속시간이 어떻게 영향을 받는지 분석하였다. 그 결과 램프의 빈도와 지속시간은 데이터의 시간 해상도에 강하게 의존함을 확인하였으며, 램프 특성을 평가하고 이를 고려하는 것은 급격한 램프 발생을 완화함으로써 전력시스템 운용의 유연성을 향상시키는 데 도움이 될 수 있음을 시사하였다.

태양광 및 풍력 발전은 한국의 향후 전력 발전 믹스에서 중요한 역할을 할 것으로 예상된다. 본 연구는 재생에너지의 첨두 전력 수요 기여도 평가 및 장기 경제적 용량 계획에 필수적인 유효부하유지능력(ELCC) 방법을 사용하여 용량신용(Capacity Credit, CC)을 추정한다. 한계 용량신용(marginal CC)의 개념을 도입함으로써, 태양광 및 풍력 전력의 전력수요와 용량계수에 대한 5년치 데이터를 활용하여 다양한 시나리오를 분석하였다. 그 결과, 서로 다른 재생에너지 목표 용량에 대해 기저 용량이 한계 용량신용에 미치는 영향을 확인하였으며, 최적의 용량 조합 가능성을 강조하였다. 본 연구는 전력계통의 신뢰성을 유지하면서 재생에너지를 효과적으로 통합하고자 하는 정책 입안자들에게 시사점을 제공한다.

풍력 발전의 효율적 운영과 예측을 위한 핵심 과업은 전력 곡선의 추정이다. 그러나 실제 데이터는 풍속에 대해 전력 출력이 크게 변동하는 경우가 흔하므로, 전력 곡선 추정에는 이상치의 탐지와 적절한 처리가 필요하다. 본 연구는 벡터 양자화의 군집화 알고리즘과 잡음이 있는 응용 분야를 위한 밀도 기반 공간 군집화(density-based spatial clustering of applications with noise)를 활용하여 풍력 단지의 전력 곡선을 추정하기 위한 이상치 탐지 및 제거의 새로운 절차를 제안한다. 전력 출력 곡선의 서로 다른 매개변수 모형을 시험한 결과, 제안 방법론은 한국의 한 풍력 단지에서 개별 풍력 터빈의 전력 곡선을 산출하는 데 적용 가능함이 입증되었다. 본 연구에서 제시한 전력 곡선 모델링을 위한 이상치 제거 절차는 잡음이 존재하는 상황에서도 매우 효율적일 수 있다고 주장한다.

전력 곡선(power curve)의 추정은 풍력 발전의 효율적 운영과 예측을 위한 핵심 과제이다. 그러나 실제 데이터는 풍속에 대해 출력이 크게 변동하는 경우가 흔하므로, 전력 곡선 추정을 위해서는 이상치(outlier)를 탐지하고 이를 적절히 처리할 필요가 있다. 본 연구는 군집화 알고리즘을 활용하여 풍력 단지의 전력 곡선을 추정하기 위한 이상치 탐지 및 제거를 위한 새로운 절차를 제안한다. 출력 곡선에 대한 서로 다른 모수적(parametric) 모델을 사용하여, 제안된 방법론이 한국의 한 풍력 단지에서 개별 풍력 터빈의 전력 곡선을 도출하는 데 적용되는 과정을 제시한다.