| 학회 |
한국화학공학회 |
| 학술대회 |
2022년 봄 (04/20 ~ 04/23, 제주국제컨벤션센터) |
| 권호 |
28권 1호, p.1013 |
| 발표분야 |
[주제 12] 화학공학일반(부문위원회 발표) |
| 제목 |
Techno-economic assessment of renewable energy networks in future energy plans: A deep-learning approach |
| 초록 |
최근 COP26을 통해 전세계가 환경오염의 심각성을 다시 인지하게 되었고 선진국 뿐만 아니라 모든 회원국도 온실가스 감축에 동참하게 되었다. 이에 따라, 신재생 에너지에 대한 관심이 급격히 증가하게 되었고 신재생 에너지를 통해 2050을 목표로 carbon zero를 선언하는 국가와 기업이 증가하고 있으며 이러한 목표를 달성하기 위해 2030년은 중요한 분기점으로 여겨지고 있다. 대부분의 나라에서는 풍력과 태양광을 이용한 신재생 에너지 발전을 택할 수 밖에 없다. 그런데 태양광과 풍력발전은 환경요인에 직접적으로 의존함으로써 전력 생산량의 불확실성이 크며, 이를 해소하기 위해 기계학습 및 딥러닝을 이용한 신재생 에너지 발전량 예측 모델 연구가 활발히 진행되고 있다. 따라서 본 연구는 다음과 같은 에너지 모델링 플랫폼을 개발하고자 한다. 1) 딥러닝을 통한 샘플 데이터 생산, 2) 딥러닝 기반 수요-공급 최적 모델링 개발, 3) 사례 연구 및 정책 맞춤형 시나리오 생성, 4) 기술-경제성 평가를 통한 개발 모델 기반 시나리오 검증. 본 연구는 한국의 carbon-free economy 구축을 위한 정량적 분석 결과를 제시함으로써 에너지 패러다임 전환에 큰 기여할 수 있을 것이다. |
| 저자 |
하병민, 김태현, 이윤재, 고재락, 강수민, 황보순호
|
| 소속 |
경상대 |
| 키워드 |
에너지 환경(Energy and Environment) |
| E-Mail |
|
| 원문파일 |
초록 보기 |
