해상풍력자원 예측을 위한 WRF-OML모델 적용

• Published in: 동력시스템공학회지 Vol. 24; no. 6; pp. 108 - 115
• Main Authors: 강민협(Min-Hyeop Kang), 고경남(Kyung-Nam Ko), 김민영(Min-Yeong Kim)
• Format: Journal Article
• Language: Korean
• Published: 한국동력기계공학회 01.12.2020
• Subjects: 기타공학; Offshore wind energy; WRF; Wind data; Wind power production; WRF-OML
• ISSN: 2713-8429; 2713-8437
• DOI: 10.9726/kspse.2020.24.6.108

해상풍력자원 예측을 위한 최적수치예측 방법을 제안하기 위하여 대기-해양 접합모델이 적용되었다. 해수면 온도, 시간에 따른 해수면 플럭스를 고려하기 위하여 대기-해양 접합모델인 WRF-OML 모델이 사용되었다. 제주 김녕 해안에서 2.7km 떨어진 해상에 설치된 해상 기상탑 68m 높이에서 측정된 바람데이터가 각 수치모델 결과를 평가할 기준 값으로 활용되었다. WRF-OML과 WRF 구동으로부터 예측된 풍속데이터가 해상 기상탑에서 측정된 것과 비교되었다. 5.56 MW 풍력발전기를 해상 기상탑 위치에 설치했을 때, 예상 발전량이 출력곡선을 이용하여 계산되었다. 기상탑에서 측정된 실측 바람데이터를 기준 값으로 하여 WRF 및 WRF-OML에서 예측된 풍속과 발전량에 대한 편차 및 RMSE가 구해졌다. 그 결과, WRF의 편차와 RMSE는 각각 –0.57 m/s, 4.41 m/s였고, WRF-OML은 각각 –0.16 m/s, 3.54 m/s였다. WRF-OML 모델은 발전량 예측에 있어서도 WRF 모델보다 더 우수한 성능을 보여주었다. The atmosphere-ocean coupled model was applied to propose the optimal numerical prediction method for offshore wind resource prediction. The WRF-OML (Weather Research and Forecasting-Ocean Mixed Layer) model, an atmosphere-ocean coupled model, was used to take into account the sea surface temperature, ocean surface flux that changes over time. The wind data at 68 m in height above sea level for one year measured by an offshore met mast installed 2.7 km off the Kimnyeong coast of Jeju was analyzed for a reference. The wind speeds predicted by the WRF-OML and the original WRF models were compared with those of the offshore met mast. The electric production from a virtual 5.56 MW wind turbine at the mast position was estimated using the power curve of the turbine. The bias and the RMSE (root-mean-square-error) of the electric power production as well as the wind speed were calculated using the met mast measurements and predictions from the two models. As a result, the bias and the RMSE of the WRF model were -0.57 m/s and 4.41 m/s, while those of the WRF-OML model were 0.16 m/s and 3.54 m/s, respectively. The WRF-OML model also had better performance than the WRF model for power production prediction. KCI Citation Count: 1