퍼지 이론과 신경망을 적용한 장기 PV 발전 출력 보정을 위한 일사 예측 결정 방법

최근 몇 년 동안 태양 에너지와 같은 대체 에너지원의 도입이 예상되고 있습니다. 그러나 일사는 일정하지 않으며, 태양光발전(PV) 시스템의 출력은 기상 조건에 영향을 받습니다. PV 시스템의 전력 출력을 가능한 정확하게 예측하기 위해서는 일사 추정 방법이 필요합니다. 본 논문에서는 기상 보고 데이터를 이용한 24시간 전 일사 예측을 기반으로 PV 시스템의 전력 출력 예측을 제안합니다. 적절한 훈련 데이터가 선택되지 않으면 신경망(NN)의 훈련 과정이 불안정해지는 경향이 있습니다. 제안된 NN 응용 기술은 퍼지 이론과 기상 보고 데이터를 기반으로 한 전력 출력 데이터에 의해 훈련됩니다. 퍼지 모델이 일사 예측 데이터를 결정하므로, NN은 부드럽게 전력 출력을 훈련할 수 있습니다. 제안된 방법의 유효성은 컴퓨터 시뮬레이션에서의 예측 능력을 비교함으로써 검증됩니다.