태양광 발전의 예측 모델을 개발하고, 결측된 태양광 발전 데이터를 보완하여 예측 정확성을 향상시키는 연구를 중점적으로 수행하고 있습니다. 이 연구는 태양광 패널의 효율적인 운영과 에너지 자원의 최대화를 목표로 하며, 인공지능 및 머신러닝 알고리즘을 활용하여 결측 데이터를 보완하고, 이를 통해 발전량 예측의 신뢰성을 높이는 방안을 제시합니다. 또한, 연구 결과를 바탕으로 실질적인 영향 평가를 진행하여, 태양광 발전 시스템의 신뢰성과 안정성을 증대시키는 데 기여하고 있습니다.

가상발전소(VPP)의 효율적인 운영을 위해 계층적 분산전원의 관리 및 최적화 기술을 개발하고 있습니다. 이 연구는 분산에너지 자원의 효율적인 통합 및 운영을 목표로 하며, 이를 위해 다양한 분산전원의 특성을 분석하고, 최적의 운영 전략을 제안합니다. 네트워크 제약 조건을 고려한 최적화 알고리즘을 통해 가상발전소의 운영 효율성을 극대화하며, 에너지 시장의 요구에 따라 유연하게 대응할 수 있는 시스템을 구축하는 데 중점을 두고 있습니다. 더 나아가, 경제적 분석 및 실증 프로젝트를 통해 실제 적용 가능성을 검증하고 있습니다.