친환경 에너지 시대, 빅데이터 분석으로 앞당긴다
페이지 정보
작성자 관리자 작성일19-07-26 11:53 조회1,073회 댓글0건본문
국가정보자원관리원·대구시, 빅데이터 분석으로 태양광 발전 최적입지 선정
[보안뉴스 박미영 기자] 전 세계적으로 ‘깨끗하고 안전한’ 신재생에너지 비중이 크게 늘고 있다. 작년 유럽에서는 사상 처음으로 태양열·풍력 등 신재생에너지 비율(26.5%)이 석탄에너지(26.4%)를 추월했을 정도로, 청정 신재생에너지 비중 확대는 세계적인 추세다.
이러한 흐름에 맞춰 정부는 2030년까지 재생에너지 발전량 비중을 20%까지 끌어올리는 것을 주요 내용으로 하는 ‘재생에너지 3020 이행 계획‘을 수립·시행 중이며, 지자체도 이러한 정부 방침에 적극 부응함과 동시에 주민들에게 깨끗한 청정 에너지를 공급하기 위해 노력하고 있다.
대구시는 일찍(2000년)부터 솔라시티를 국내외에 표방하면서 전국 최초로 솔라시티 지원 조례를 제정하고 ‘솔라시티 대구 50년 계획’을 수립(2005년)하는 등 청청 에너지 자족도시 조성을 위해 태양광 에너지 관련 정책을 선제적으로 추진하고 있다.
그러나 태양광 에너지는 환경적 요인에 매우 민감해 일사량, 설치각도 등 외부 요인에 의해 발전량이 크게 좌우되는 한계를 가지고 있다. 그럼에도 개인의 제한적 경험에 의존해 설치·운영되는 경우가 대부분이어서 에너지 효율이 저하되는 문제가 있었다.
이에 행정안전부 책임운영기관인 국가정보자원관리원(이하 관리원)과 대구광역시(이하 대구시)가 힘을 합쳐 빅데이터와 인공지능 기술을 활용, 데이터 기반의 태양광 발전 최적 입지 및 발전 조건을 알아내기로 했다.
분석에는 대구시의 3차원 지도(DSM, 수치표면모델)·태양광 설치 및 운영 정보(2016~2017, 1.5만건)와 일사량 등 기상청 데이터가 활용됐으며, 분석 내용은 크게 △일사량 예측 기반의 최적 입지 선정 △발전량 데이터 기반의 최적 패널 각도 산출 및 발전량 예측이다. 수치표면모델(Digital Surface Model)은 지표면에 있는 지형·지물 및 수목의 높이 값을 측량해 제작한 지도로, 정밀한 일사량 예측 등에 활용된다.
먼저 일사량 예측모델을 통해 대구시 전역의 일사량을 예측하고 환경·경제적 조건과 결합해 최적입지를 선정했다. 일사량의 정확도를 높이기 위해, 3차원 지도 및 대기혼탁도에 기반한 일사량 예측모델을 개발했다. 이 모델의 일별 평균 일사량 오차(2.1)는 기존 모델[단층 태양복사 모델 : 미국신재생에너지연구소(NREL)의 일사량 예측 모델을 기반으로 국립기상과학원에서 개발한 모델(2009)]의 오차(26.0)보다 월등히 낮아, 보다 정확한 예측이 가능하다.
예측 일사량을 환경·경제적 조건(환경영향성평가 3∼5등급이면서 경제성을 고려해 고압 전신주 200m 내 부지를 선정)과 결합하고, 이를 공공·산업 등 사업주체별 특성과 연계해 최적입지를 선정했다. 선정된 최적입지에 태양광 발전소를 설치할 경우, 연간 약 35억원 규모(1만6,112㎿h)의 추가 발전이 가능한 것으로 나타났다.
한편, 기계학습을 활용해 태양광 패널의 최적 각도를 산출하고 시간 단위 발전량 예측으로 안정적인 태양광 발전 운영이 가능해졌다. 기계학습은 인공지능의 한 분야로, 컴퓨터에게 여러 데이터를 학습하게 하고 학습 내용을 기반으로 새로운 데이터에 대한 적절한 작업을 수행하도록 하는 기술이다.
패널의 최적 각도 산출을 위해 발전량·태양고도 데이터를 사용해 기계학습 알고리즘으로 검증했으며, 측정 결과 매월 한 번만 패널 각도를 조정해도 전체 발전량의 3.75%(약 5억원)가 증가하는 것으로 나타났다.
또한, 정확한 발전량 예측을 위해 딥러닝(기계학습의 하나로 컴퓨터가 데이터를 이용해 스스로 학습할 수 있도록 하는 기술) 기반의 예측모델을 개발했다. 이를 이용하면 오전 8~9시의 발전량과 기상예보를 기반으로 시간대별 발전량을 예측할 수 있으며, 이를 통해 최대부하(Peak) 시간 관리 등 보다 안정적인 운영이 가능해졌다.
대구시는 이번 분석 결과인 태양광 최적입지 선정 결과 및 예측모델을 신재생에너지 정책 수립에 적극 활용할 계획이다.
우선 시(市) 전역의 일사량 정보를 대국민에게 공개해 개인이나 사업자가 활용하도록 하고, 태양광 발전 사업 허가 시 일사량 기준 등 최적입지 부합 여부 확인하고 가변형 패널 설치 및 발전량 예측 시뮬레이션을 권장할 계획이다.
또한 공공·산업 등 사업주체별 맞춤형 에너지 정책을 마련하고, 특히 낙동강변 국유지를 활용한 발전소 설치를 적극 검토한다는 방침이다.
김명희 국가정보자원관리원장은 “이번 분석은 우리원의 뛰어난 인공지능 및 빅데이터 기술을 현장에 접목해 청정 신재생에너지 확대에 기여하는 의미 있는 사례로, 우리원은 앞으로도 기후 변화에 대응한 지속가능한 에너지 확보 등 사회적 가치 창출을 위한 다양한 분석과제를 지속적으로 발굴·추진하겠다”고 밝혔다.
[박미영 기자(mypark@boannews.com)]
[보안뉴스 박미영 기자] 전 세계적으로 ‘깨끗하고 안전한’ 신재생에너지 비중이 크게 늘고 있다. 작년 유럽에서는 사상 처음으로 태양열·풍력 등 신재생에너지 비율(26.5%)이 석탄에너지(26.4%)를 추월했을 정도로, 청정 신재생에너지 비중 확대는 세계적인 추세다.
이러한 흐름에 맞춰 정부는 2030년까지 재생에너지 발전량 비중을 20%까지 끌어올리는 것을 주요 내용으로 하는 ‘재생에너지 3020 이행 계획‘을 수립·시행 중이며, 지자체도 이러한 정부 방침에 적극 부응함과 동시에 주민들에게 깨끗한 청정 에너지를 공급하기 위해 노력하고 있다.
대구시는 일찍(2000년)부터 솔라시티를 국내외에 표방하면서 전국 최초로 솔라시티 지원 조례를 제정하고 ‘솔라시티 대구 50년 계획’을 수립(2005년)하는 등 청청 에너지 자족도시 조성을 위해 태양광 에너지 관련 정책을 선제적으로 추진하고 있다.
그러나 태양광 에너지는 환경적 요인에 매우 민감해 일사량, 설치각도 등 외부 요인에 의해 발전량이 크게 좌우되는 한계를 가지고 있다. 그럼에도 개인의 제한적 경험에 의존해 설치·운영되는 경우가 대부분이어서 에너지 효율이 저하되는 문제가 있었다.
이에 행정안전부 책임운영기관인 국가정보자원관리원(이하 관리원)과 대구광역시(이하 대구시)가 힘을 합쳐 빅데이터와 인공지능 기술을 활용, 데이터 기반의 태양광 발전 최적 입지 및 발전 조건을 알아내기로 했다.
분석에는 대구시의 3차원 지도(DSM, 수치표면모델)·태양광 설치 및 운영 정보(2016~2017, 1.5만건)와 일사량 등 기상청 데이터가 활용됐으며, 분석 내용은 크게 △일사량 예측 기반의 최적 입지 선정 △발전량 데이터 기반의 최적 패널 각도 산출 및 발전량 예측이다. 수치표면모델(Digital Surface Model)은 지표면에 있는 지형·지물 및 수목의 높이 값을 측량해 제작한 지도로, 정밀한 일사량 예측 등에 활용된다.
먼저 일사량 예측모델을 통해 대구시 전역의 일사량을 예측하고 환경·경제적 조건과 결합해 최적입지를 선정했다. 일사량의 정확도를 높이기 위해, 3차원 지도 및 대기혼탁도에 기반한 일사량 예측모델을 개발했다. 이 모델의 일별 평균 일사량 오차(2.1)는 기존 모델[단층 태양복사 모델 : 미국신재생에너지연구소(NREL)의 일사량 예측 모델을 기반으로 국립기상과학원에서 개발한 모델(2009)]의 오차(26.0)보다 월등히 낮아, 보다 정확한 예측이 가능하다.
예측 일사량을 환경·경제적 조건(환경영향성평가 3∼5등급이면서 경제성을 고려해 고압 전신주 200m 내 부지를 선정)과 결합하고, 이를 공공·산업 등 사업주체별 특성과 연계해 최적입지를 선정했다. 선정된 최적입지에 태양광 발전소를 설치할 경우, 연간 약 35억원 규모(1만6,112㎿h)의 추가 발전이 가능한 것으로 나타났다.
한편, 기계학습을 활용해 태양광 패널의 최적 각도를 산출하고 시간 단위 발전량 예측으로 안정적인 태양광 발전 운영이 가능해졌다. 기계학습은 인공지능의 한 분야로, 컴퓨터에게 여러 데이터를 학습하게 하고 학습 내용을 기반으로 새로운 데이터에 대한 적절한 작업을 수행하도록 하는 기술이다.
패널의 최적 각도 산출을 위해 발전량·태양고도 데이터를 사용해 기계학습 알고리즘으로 검증했으며, 측정 결과 매월 한 번만 패널 각도를 조정해도 전체 발전량의 3.75%(약 5억원)가 증가하는 것으로 나타났다.
또한, 정확한 발전량 예측을 위해 딥러닝(기계학습의 하나로 컴퓨터가 데이터를 이용해 스스로 학습할 수 있도록 하는 기술) 기반의 예측모델을 개발했다. 이를 이용하면 오전 8~9시의 발전량과 기상예보를 기반으로 시간대별 발전량을 예측할 수 있으며, 이를 통해 최대부하(Peak) 시간 관리 등 보다 안정적인 운영이 가능해졌다.
대구시는 이번 분석 결과인 태양광 최적입지 선정 결과 및 예측모델을 신재생에너지 정책 수립에 적극 활용할 계획이다.
우선 시(市) 전역의 일사량 정보를 대국민에게 공개해 개인이나 사업자가 활용하도록 하고, 태양광 발전 사업 허가 시 일사량 기준 등 최적입지 부합 여부 확인하고 가변형 패널 설치 및 발전량 예측 시뮬레이션을 권장할 계획이다.
또한 공공·산업 등 사업주체별 맞춤형 에너지 정책을 마련하고, 특히 낙동강변 국유지를 활용한 발전소 설치를 적극 검토한다는 방침이다.
김명희 국가정보자원관리원장은 “이번 분석은 우리원의 뛰어난 인공지능 및 빅데이터 기술을 현장에 접목해 청정 신재생에너지 확대에 기여하는 의미 있는 사례로, 우리원은 앞으로도 기후 변화에 대응한 지속가능한 에너지 확보 등 사회적 가치 창출을 위한 다양한 분석과제를 지속적으로 발굴·추진하겠다”고 밝혔다.
[박미영 기자(mypark@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
댓글목록
등록된 댓글이 없습니다.
