| 학회 |
한국화학공학회 |
| 학술대회 |
2022년 봄 (04/20 ~ 04/23, 제주국제컨벤션센터) |
| 권호 |
28권 1호, p.105 |
| 발표분야 |
[주제 2] 기계학습 |
| 제목 |
Identifying the optimal scenario of practical renewable electricity networks based on deep-learning methods: Towards carbon net-zero in South Korea |
| 초록 |
많은 국가들이 탄소 중립화 정책과 같은 친환경 정책에 따라 재생 에너지와 관련된 높은 수준의 Technical Readiness Levels을 달성하고 재생 에너지 시스템을 개선하려고 시도하고 있지만 에너지 수준에 대한 시나리오를 고려한 전력망에 대한 연구는 거의 이루어지지 않았다. 따라서 본 연구의 목적은 딥러닝을 고려한 재생에너지 기반 통합 전력망 모델을 개발하는 것이다. 또한 개발 모델을 바탕으로 1) 추가 배전 시스템 구축 및/또는 기존 배전 시스템 개선, 2) 에너지 저장 시스템을 포함한 전력 시스템 고려, 3) 재생 가능-전자기 연료 전지 통합 시스템의 시나리오를 제안하고 비교한다. 본 연구의 주요 단계는 첫째, 사례 연구에서 이용할 수 있는 데이터 수집 및 처리, 둘째, 딥러닝 기반 샘플링 방법(e.g., variational auto-encoder) 및 재생 에너지에 대한 예측 모델(e.g., long short-term memory) 프레임워크 구축, 셋째 모델 검증 및 최적의 시나리오 파악을 위한 경제성-환경성 평가 적용이다. 주요 결과 중 하나는 생성된 샘플에 따라 개발된 예측 모델이 평가 지표 점수에서 기존 예측 모델을 능가한다는 것을 보여준다(e.g., cross-validation score 0.9 이상). 본 연구의 결과는 국가 에너지 계획에 직접적인 기여를 할 것으로 예상된다. |
| 저자 |
이윤재, 김태현, 하병민, 강수민, 고재락, 황보순호
|
| 소속 |
경상대 |
| 키워드 |
공정시스템(Process Systems Engineering) |
| E-Mail |
|
| 원문파일 |
초록 보기 |
