Nowadays, many environmental issues are increasing interest of renewable energy sources which are different from existing energy sources. As research on renewable energy and investment in power plants continues to take place, the amount of renewable energy using in the grid is increasing. Therefore, forecasting the production of renewable energy has become very important.
There are various kinds of renewable energy like wind and solar energy. Among these types of renewable energy, solar energy is easily accessible to us. Solar photovoltaic is rapidly growing in global, if people install only solar panels on their home, people can create renewable energy in their own house. Therefore, if we can predict the production of such solar energy, it can be very helpful to control the power grid. However, it is not easy to integrate solar energy into an existing grid because the generation of solar photovoltaic power is very fluid
The solar energy prediction algorithm divides by prediction ranges. There are short term forecast algorithms that predict only the few hours, mid-term forecast to predict only a few days, and a long term forecast that predicts up to several weeks. Among these algorithm, this paper will focus on the day-ahead(24-h) forecast of the mid-term forecast.
최근 많은 환경적인 문제들로 인하여, 지금의 에너지원과 다른 재생 에너지원에 대한 관심이 높아지고 있고, 재생 에너지에 대한 연구와 투자가 계속해서 이루어 지고 있다. 결과적으로, 재생 에너지가 전력망에서 차지하는 양이 점점 늘어나고 있고, 재생 에너지의 생산량을 예측하는 것이 매우 중요해 졌다.
재생에너지에는 풍력 발전을 통한 에너지, 태양광 발전을 통한 에너지 처럼 다양한 종류의 에너지가 존재한다. 이런 에너지들 중에서, 태양광 에너지는 사람들이 자신의 집에 태양광 패널만 설치한다면 태양광 에너지를 생성해 낼 수 있기 때문에 가장 손쉽게 접근할 수 있고, 이는 태양광 에너지가 전세계적으로 빠르게 성장하고 있는 이유이다. 이처럼 태양광 에너지가 전력망에서 점점 많은 부분을 차지하게 되면서, 태양광 에너지의 생산량을 예측할 수 있다면, 전력망을 통제하는데 매우 도움이 될 수 있다. 하지만, 태양광 에너지는 매우 유동적이여서 생산량을 예측하는 것이 쉽지 않다. 이 논문에서는 태양광 에너지 생산량을 딥 러닝 모델을 통하여 예측하고자 한다.
