A Study on Genetic Algorithm-Based Optimization of Multi-Regional Weather Data for Solar Power Generation Forecasting

태양광 발전의 간헐성은 안정적인 전력 수급을 어렵게 하는 요인 중 하나이다. 기상 상태에 따른 간헐성 문제를 극복하기 위해, 통계적 모델링 기법 및 딥러닝을 활용한 태양광 발전량 예측 방법들이 여럿 개발되었다. 하지만 기존의 방법들은 기상 데이터에 내재된 날씨 패턴의 상관성과 이동성을 고려하지 않아 예측 정확도 개선에 한계가 있다. 본 연구에서는 태양광 발전량 예측 정확도 향상을 위해, 장단기 메모리 모델을 활용하여 여러 도시의 기상 데이터로부터 시간적 패턴을 추출하고, 유전자 알고리즘을 통해 각 도시 날씨 패턴의 중요도를 분석 및 최적화하는 태양광 발전량 예측 기법을 제안한다. 대한민국에서 태양광 발전이 활발한 3개 지역을 대상으로 제안 기술의 성능을 평가하였으며, 제안하는 방법이 기존 방법들 보다 예측 성능이 우수하고, 태양광 발전과 밀접한 주요 지역을 식별할 수 있음을 확인하였다.