메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김창기 (한국에너지기술연구원) 김현구 (한국에너지기술연구원) 강용혁 (한국에너지기술연구원) 김진영 (한국에너지기술연구원)
저널정보
한국태양에너지학회 한국태양에너지학회 논문집 한국태양에너지학회 논문집 제40권 제5호
발행연도
2020.10
수록면
13 - 22 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2020

고해상도 일사량 관측 자료를 이용한 UM-LDAPS 예보 모형 성능평가
김창기 ,  김현구 ,  강용혁 외 1명 한국태양에너지학회 논문집 2020.10 학술저널

2019

Persistent Model과 UM-LDAPS Model의 수평면 전일사량 예보 성능 비교
김창기 ,  김현구 ,  강용혁 외 2명 한국태양에너지학회 학술대회논문집 2019.10 학술대회자료
UM-LDAPS 예보 모델의 수평면 전일사량 예보에 대한 성능평가
김창기 ,  김현구 ,  강용혁 외 1명 한국태양에너지학회 학술대회논문집 2019.04 학술대회자료

초록· 키워드

오류제보하기
Day ahead forecast is necessary for the electricity market to stabilize the electricity penetration. Numerical weather prediction is usually employed to produce the solar irradiance as well as electric power forecast for longer than 12 hours forecast horizon. Korea Meteorological Administration operates the UM-LDAPS model to produce the 36 hours forecast of hourly total irradiance 4 times a day. This study interpolates the hourly total irradiance into 15 minute instantaneous irradiance and then compare them with observed solar irradiance at four ground stations at 1 minute resolution. Numerical weather prediction model employed here was produced at 00 UTC or 18 UTC from January to December, 2018. To compare the statistical model for the forecast horizon less than 3 hours, smart persistent model is used as a reference model. Relative root mean square error of 15 minute instantaneous irradiance are averaged over all ground stations as being 18.4% and 19.6% initialized at 18 and 00 UTC, respectively. Numerical weather prediction is better than smart persistent model at 1 hour after simulation began.
#수치기상예측(Numerical weather prediction) #UM-LDAPS(Unified Model-Local Data Assimilation and Prediction System) #Smart Persistent Model #관측 기반 일사량(In-situ measured solar irradiance)

목차

Abstract
1. 서론
2. 모델소개 및 관측자료
3. 검증방법
4. 결과
5. 토의
6. 결론
REFERENCES

참고문헌 (7)

참고문헌 신청
Kleissl, J., Solar Energy Forecasting and Resource Assessment, Academic Press, 1st Ed., p. 416. google schola Diagne, M., David, M., Lauret, P., Boland, J., and Schmutz, N., Review of Solar Irradiance Forecasting Methods and a Proposition for Small-scale Insular Grids. Renewable and Sustainable Energy Reviews, Vol. 27, pp. 65-76, 2013. google schola Lee, Y.-M., Bae, J.-H., Park, J.-K., A Study on Prediction Techniques through Machine Learning of Real-time Solar Radiation in Jeju, Journal of Environmental Science International, Vol.26, No.4, pp.521-527, 2017. google schola Kim, C. K., Kim, H.-G., Kang, Y.-H., and Yun, C.-Y., Evaluation of UM-LDAPS Prediction Model for Daily Ahead Forecast of Solar Power Generation, Journal of the Korean Solar Energy Society, Vol. 39, pp. 71-80, 2019. google schola Korea Meteorological Administration, Evaluation of Numerical Weather Prediction System (2016), TR11- 1360709-000001-10, pp. 198, 2016. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0