Seminar
U-RECA는 대기과학 및 관련 분야의 더 깊은 지식 탐구를 위해
다양한 단체와 함께 연합 세미나를 주최하고 있습니다.
U-RECA hosts open seminars with various organizations
to explore deeper knowledge in atmospheric science and related fields.
서울대·연세대·이화여대 공동 세미나
2019년 3월 5일, 서울대학교 ‘ATMOS’와 연세대학교 ‘YATMOS’와 함께 ‘대기과학 학부 학회 공동 세미나’를 진행하였습니다. 이번 세미나에서는 각 학교의 학회 소개와 활동 내용을 공유하였고, 각 학부의 커리큘럼 및 랩 소개를 진행하였습니다. 이후, 인턴십 활동에 참여한 학생들의 활동을 교류하며 전공에 대한 지식과 정보 등을 나누는 유익한 시간을 가졌습니다.
이-서-연 연합 오픈 세미나 – 기후변화의 현재와 미래
2019년 9월 7일, U-RECA는 서울대학교 대기과학세미나 ‘ATMOS’와 연세대학교 대기과학과 대기과학학회 ‘YATMOS’와 함께 이대목동병원 김옥길홀에서 U-RECA 주관, 환경부와 한국환경공단의 후원을 받은 ‘기후변화 오픈 세미나 : [기후변화의 현재와 미래]’를 진행하였습니다. 세미나 1부에서는 부산대학교 기후과학연구소 이준이 교수님을 초청하여 “우리의 선택이 미래 기후를 바꾼다”라는 주제의 강연을 청강하였습니다. 이후 2부에서는 U-RECA 소속 김해찬 학생의 “기후변화에 반응하는 지구, 피드백”, ATMOS 소속 이주희 학생의 “기상예보와 기후 예측, 그 한계와 가능성”, YATMOS 소속 최승연 학생의 “기후역학이 이끄는 극한 기후와 미래사회”라는 주제의 강연이 진행되었습니다. 이를 통해 기후변화에 대한 구체적이고 학술적인 내용을 다루게 되었으며, 기후변화에 대한 경각심을 일깨운 시간이 되었습니다.
U-RECA · E-NERGY 연합 세미나
U-RECA에서는 타 학회와의 연합 세션도 활발히 이어나가고 있습니다. 지난 여름방학에는 기후에너지시스템공학 전공 소속 에너지 학회인 E-NERGY와의 연합 세미나를 개최하며 다양한 학문이 교류할 수 있는 배움의 장을 마련하였습니다. 두 학회의 학회원이 같은 팀이 되어 크게 두 주제로 발표를 진행하였으며, 기후와 에너지를 아우를 수 있는 주제가 선택되었습니다.
주제 1팀 : 기상 예보 정확성과 에너지 수요 전망
예보 평가란 연도별 또는 월별로 전국 예보 지점의 기온과 강수 유무의 예보에 대한 정확도를 평가하는 것을 의미합니다. 현재 우리나라에서는 평균 절대 오차, 맞힘률(POD, Probability of Detection). 임계 성공 지수 등의 다양한 지표를 활용하여 예보 평가를 진행하고 있습니다. 그러나 기후변동 및 변화, 한반도의 지형적 특성. 유체역학 방정식 내의 카오스적 성질로 인해 기상 예보는 본질적인 어려움을 겪고 있습니다. 또한, 수치 예보 모델의 해상도, 동화 기법, 모수화, 모델 지형 등이 가진 한계 역시 기상 예보를 부정확하게 만드는 원인입니다. 따라서 우리나라에서는 이러한 예보의 한계를 개선하고 정확성을 높이기 위한 다양한 시도를 하고 있습니다. 예보 정확성은 신재생에너지의 전력 수요 관리에도 큰 영향을 미치고 있기에 개선은 중요하고 필수적인 과제가 되었습니다. 이때 에너지 수요 관리란 소비자의 전기 사용 패턴을 변화시켜 최소의 비용으로 전기 에너지 수요를 충족시키기 위한 모든 활동을 의미합니다. 전력 수요 관리 기법은 최대 수요와 최저 수요의 차이를 축소시켜 부하 평준화를 도모하고 공급 설비 이용 효율을 향상하는 것이 주목적입니다. 전기 수요 관리 유형은 최대 수요 억제, 최대 수요 이전, 기저 부하 증대, 에너지 효율 향상 등 크게 네 가지로 나누어집니다. 이외에도 요금을 기반으로 하거나 부하관리기기 보급을 중심으로 하여 관리할 수도 있습니다. 결국 핵심은 전력 수요와 기상 상황이 밀접한 상관관계를 가진다는 것입니다. 현재 기상청에서 발표한 기상 에보와 데이터를 바탕으로 전력 수요 계획을 수립하고 있으며, 안정적인 전력 수급을 위해서는 정확한 전력 수요 예측이 필요한 상황입니다.
주제 2팀 : 기상기후 빅데이터를 활용한 신재생 에너지 기술
빅데이터는 인공신경망을 중심으로 하는 합성곱 신경망(CNN, Convolution Neural Network), 순환 신경망(RNN, Recurrent Neural Network, SVR, Support Vector Regression) 등을 통해 구현되고 있습니다. 기상기후 빅데이터는 풍력, 태양광 등의 신재생 에너지 기술을 이용하는데 유용하게 활용되고 있습니다. 구체적으로 살펴보면, 풍력 에너지 발전을 위해 현지 기압과 기온을 입력 변수로 사용하여 하이브리드 모델과 MLP 모델이 구성되었고 이를 학습시켜 데이터의 예측값과 실제 발전량을 유사시키는 방식으로 모형을 발전시키고 있습니다. 다음으로 태양광 발전에는 설비요소, 발전소 지리, 여러 기상 요소(일사량, 온도, 상대습도, 풍속)들이 영향을 미치는데, 이러한 변수들을 손실함수와 결합시켜 순환신경망 모델의 일종인 SVR을 구성해 예측 모델을 학습시킬 수 있다고 합니다. 또한, 이외에도 CNN 등의 다양한 모델에 기상기후 빅데이터를 결합하여 신재생 에너지 기술을 예측하고 있습니다. ESG 경영이 대두되고, RE100 이행에 따른 재생에너지 수요가 증가하고 있는 시대에 이제 재생에너지 발전소 운영뿐만 아니라 예측을 통한 수익성 고려 역시 필수가 되었습니다. 따라서 사업자의 수익뿐만 아니라 국가 전력망 운영과도 직결된 발전량 예측 기술을 통해 전력 계통의 안정성을 확보할 필요가 있습니다. 이때 기상기후 빅데이터는 핵심적 역할을 수행할 것이라 전망합니다.