Content uploaded by Hyun-Goo Kim
Author content
All content in this area was uploaded by Hyun-Goo Kim on Jul 15, 2024
Content may be subject to copyright.
21
한국풍공학회논문집
,
제
28
권
,
제
2
호
, (2024) 21~28
(투고일:2024.3.18/심사완료일:2024.4.23/게재확정일:2024.5.9)
https://doi.org/10.37109/weik.2024.28.2.21
국가 해상풍력자원지도 개발을 위한 수치해석기술의 고도화 방안
Analysis of Numerical Modeling Techniques for Offshore Wind Resource Map
김진영
1)
· 오동건
2)
· 김현구
3)
· 김창기
4)
Kim , Ji n- You ng · Oh , Do ngg un · Ki m, H yu n-G oo · Ki m, C ha n g K i
···········································································································································································
Abstract :
Offshore wind resource maps are the primary data for wind power project, national renewable energy supply policy, and
power grid planning. In this study, we discussed trends in wind resource map production technology. A survey has been performed
focusing on production technology and application status of wind resource maps for the representative countries such as the European
Union (Denmark), the United States, and Japan. To improve national offshore wind resource maps, they have basically been enhanced
to better quality wind resources and their uncertainties using ensemble mesoscale numerical modeling or coupled meso-microscale
numerical modeling. The application of the model design for physical schemes varied in regions. As a result, it is necessary to adopt
advanced numerical model and perform optimal experimental design to develop a new offshore wind resource map of South Korea.
Particularly, we identified that vertically extended wind resource maps within the planetary boundary layer (around 300 m above sea
level) are common features. This system accurately provides long-term wind characteristics for identifying suitable wind farm locations,
considering the increase in the turbine sizes.
Key words : O ff sho re wi nd, wi nd res ou rc e ma p; nu mer ic al mod el , E ur o pe , U SA , Ja pa n
요약 : 해상풍력자원지도는 풍력발전사업, 국가 재생에너지 공급 정책, 전력계통망 계획의 핵심자료이다. 본 연구에서는 풍력자원
해석기술의 개발 동향을 검토하고 시사점을 논의하였다. 국가별 해상풍력자원지도 개발하여 활용하고 있는 대표적인 국가는 유럽연합
(덴마크), 미국 , 그리고 일본이며 , 이들을 중심으로 풍력자원지도 생산 기술 및 활용 현황을 분석하였다 . 기본적으로 풍력자원지도의 품
질 향상을 위해 수치해석 기술을 업그레이드 해오고 있다. 이들의 개발 전략은 앙상블 중규모 수치해석과 중규모-미세규모 모델의 커
플링이었고 그 외 모델내 물리해석기법들의 적용은 지역마다 다른 것으로 확인되었다. 따라서 최근 진보된 수치모델을 도입하고 우리
나라 풍황 특성을 고려하여 최적의 실험디자인을 도출해야 할 것으로 보인다. 특히 300 m부근의 대기경계층에서의 연직고도의 상세
한 반영은 공통점으로 , 이는 대형화된 풍력터빈을 고려하여 최적의 풍력발전소 후보지 발굴에 적합하도록 장기간의 풍황정보를 정확
하게 제공하기 위한 제안사항인 것으로 보인다 .
키워드
:
해상풍력
,
풍력자원지도
,
수치해석
,
유럽
,
미국
,
일본
···········································································································································································
I. 서론
신재생에너지는
글로벌
에너지
공급망의
불확실성을
경험하
면서
주요국들의
에너지
안보
수단으로
그
중요성이
크게
증가
하였다
.
국제에너지협회
(IEA Wind)
에서는
2050
년
탄소중립을
위해
1
차
에너지
공급의
40%
이상을
풍력으로
보급을
확대하
고자
에너지
아일랜드
계획이나
부유식
풍력발전
등의
새로운
기술
개발을
위해
노력하고
있으며
,
전세계
풍력의
85%
보급을
이끌었던
주요국들의
풍력
보급
재가속화를
위한
노력의
일환
으로
사업계획
및
투자자
,
그리고
정책입안자들을
위해
국가
규
모의
풍력자원지도
개발도
최근
들어
다시
진행되고
있는
추세
이다
.(1,2)
미국
에너지부의
국립재생에너지
(NREL; National Renewable
Energy Laboratory)
에서
2013
년
WIND (Wind Integration
National Datset)
를
Toolkit
을
공개
서비스한
이후
10
년
만에
NOW-23 (2023 National Offshore Wind data set)
를
새롭게
개발
했다
.(3)
유럽에서는
World Bank
의
지원을
받아
덴마크의
기술
공여를
통해
2013, 2017
년
전세계
풍력자원지도
(Global Wind
Atlas)
를
개발하여
서비스해오다가
2018
년에는
신규
유럽바람
지도
(New European Wind Atlas, NEWA)
를
업데이트
하는
등
2-3
년
주기로
지속적으로
업데이트
하였다
.(4)
그리고
일본은
2003
년
국가단위
해상풍력
바람개발이후
최근
관측
및
수치해
석
기술
개발을
한창
연구하기
시작했다．
우리나라에서는
한국에너지기술연구원에서
2006~2010
년
지
식경제부의
부처임무형
사업을
통해
풍력자원지도를
개발하고
공공서비스하기
시작했고
, 2014~2017
년
산업통상자원부의
정
책사업으로
육
·
해상풍력자원지도를
생산하여
풍력자원
잠재량
1)
교신저자
,
정회원
,
한국에너지기술연구원
신재생빅데이터연구실
,
책
임기술원
,
이학박사
(jinyoung.kim@kier.re.kr)
2)
정회원
,
한국에너지기술연구원
신재생빅데이터연구실
,
선임연구원
,
이학박사
(dgoh313@kier.re.kr)
3)
정회원
,
한국에너지기술연구원
신재생연구소
,
소장
,
공학박사
(hyungoo@kier.re.kr)
4)
정회원
,
한국에너지기술연구원
신재생빅데이터연구실
,
실장
,
이학박사
(ckkim@kier.re.kr)
22 김진영 · 오동건 · 김현구 · 김창기
Journal of the Wind Engineering Institute of Korea
산정에
활용한
바
있다
.(2,5,6)
그
이후
육상풍력
입지지도용
고
해상도
풍력자원지도
생산기술
개발을
이어왔지만
,(7)
해상풍
력용으로
수치해석모델
고도화를
통한
산업통상자원부의
‘
디
지털
해상풍력
입지정보도
시스템
확장
구축
’
사업의
일환으로
신규풍력자원지도
개발을
위해
10
년
만이다．
현재
국내에서
서비스되고
있는
해상풍력바람지도
생산
기
술과
활용
현황은
Fig. 1, Table 1
과
같다
.
한국에너지기술연구
원에서는
전지구
재해석자료를
활용한
전지구
해상풍력바람지
도와
해상풍력자원지도
검증용으로
ENVISAT (ENVIronmental
Satellite)
인공위성을
이용한
SAR (Synthetic Aperture Radar)
위
성영상으로부터
검증용
해상풍력바람지도가
있다
.(7-10)
국
가단위
해상풍력
바람지도는
중규모
기상수치모델
(Weather
and Research Forecasting)
의
역학적
다운스케일링에
의한
1 km
격자간격
수평
해상도의
자료이다
.(2,7)
국가단위
해상풍력자원지도
개발
기술인
중규모
수치모델은
전지구
규모의
재해석자료와
측정자료를
배경장으로
자료동화
하여
해상의
풍황정보를
생산한다
.(2,11)
기존모델의
물리학적
설정은
물리해석방법은
WSM5 (Weather Research and Forecasting
single-moment three-class microphysics)
미세물리모수화
,(12) KF
(Kain- Fritsch Eta convection scheme)
적운모수화
,(13) YSU
(Yonsei University scheme)
대류경계층모수화
,(14) Monin-
Obukhove
상사이론에
의한
지표층모수화
및
열확산
지면모델
(Land Surface Model, LSM),(15) Dudhia
단파복사모수화
,(16)
RRTM (Rapid Radiative Transfer Model)
장파복사모수화
기법
(17)
을
사용하였다
.
모델의
초기
및
경계자료는
미국
NCEP
(National Centers for Environ-mental Prediction)
에서
생산된
대
기에서
1°
간격의
FNL (Final)
현업용
재해석자료를
사용하였
다
.(18)
기존의
해상풍력자원지도는
풍속
,
풍향
,
풍력밀도
,
바람
등급
,
와이블계수
(Weibull parameter)
등이
포함되어
있고
,
풍력
터빈의
블레이드
회전반경을
커버하는
40, 80,
그리고
120 m
등
다양한
연직고도별
자료로
생산되어
있다
.
이들
자료는
행정안
정부의
재생에너지
국가중점데이터로
선정되었고
신재생에너
지
데이터센터의
웹포털을
통해
서비스되고
있다
.
국내
해상풍
력자원지도는
기본적으로
해외
상업용
풍력자원지도와
비교분
석하고
,
서로
다른
모델결과와
비교하여
품질평가하는
것은
물
론
과거
기상탑과
SAR
인공위성자료로
검증하고
있다
.
한편
기상청에서
공공데이터로써
제공하는
기상자원지도는
1 km
공
간해상도의
10, 50, 80 m
에서의
자료로써
,
풍력분야에서
활용
가능한
자료는
80 m
고정
풍력터빈
고도에
제한적이다
.(19)
그
리고
이는
TMY (Typical Meterological Year)
평균자료로
실제
풍력발전사업에는
활용하기
힘든
자료이다
.
본
연구에서는
전
세계
풍력자원지도를
제공하는
주요
선진국
을
중심으로
최근
개발
현황을
소개함과
동시에
해외
사례를
벤
치마킹하여
보다
효율적으로
국가
해상풍력자원지도의
고도화
방안을
마련하고
수치해석기술
개선
방향을
제시하고자
한다
.
II. 연구방법
본
연구에서
조사대상
선정은
육상풍력자원지도
업그레이
드를
위해
해외
풍력자원서비스를
조사
·
분석을
수행한
김진영
등
(20)
을
참조하였다
.
해당연구는
풍력자원지도를
웹서비스
중
인
4
개
주요국을
조사하여
육상풍력자원지도
개발
방향에
대한
시사점을
도출하였으나
현재
독자적
기술을
활용하여
해
상풍력자원지도를
개발
서비스하고
있는
주요국
즉
,
유럽
,
미
국
,
일본
3
개국을
조사대상으로하였다
.
Fig. 1 Catalogue of offshore wind map in Korea (https://www.kier-
solar.org)
Table 1. Offshore wind map in Korea
Investigation items Summary of information
Coverage National (12 mile)
Spatial resolution 1 km
Near-surface level
heights
(Above sea level)
40, 80, 120 m
Source Mesoscale modeling
Model WRFv3.０
Vertical levels 33
Nesting one-way dynamic downscaling (27, 9, 3, 1 km)
Atmospheric nudging 3DVAR
Microphysics WSM5
Cumulus
parameterization Kain-Fritsch
PBL scheme YSU
LSM Noah LSM
Shortwave radiation Dudhia
Longwave radiation RRTM
Initial and lateral
boundary condition NCEP FNL
Lower boundary
condition NCEP FNL
Topographic data SRTMv2
Land-sue data MODIS+ESI
Wind/Energy map
Wind speed, direction
Wind power density
Wind grade
Organization KIER
국가 해상풍력자원지도 개발을 위한 수치해석기술의 고도화 방안 23
한국풍공학회논문집,제28권제2호,2024
조사분석
방법은
우선
각국의
정부부처
및
연구기관
등
국가대
표기관들의웹사이트
제공정보를
기준으로
공개자료
및
문헌을
수
집
분석하였다
.
조사대상
국가별
풍력자원지도
생산
기술
,
방법
,
그
리고
자료
제공
현황
등에
대해
조사하여
국내
적용
가능한
기술의
특징을
분석하였다
.
이를
통하여
본
연구에서는
조사대상
선진국
들의
최근
풍력자원지도
생산
기술의현황
및
특징을
현재
풍력자
원지도
생산
기술의
현황과
비교하여
개선
방안을
고찰하였다
.
III. 결과
3.1
유럽
유럽의
경우
,
해상풍력자원지도는
전
세계
선도그룹인
DTU
(Technical University of Denmark)
자원해석기술을
기반으로
Vo r t e x
사에서
생산한
전지구자료와
독일
등
주요국들의
연합
으로
생산한
신규
자원지도가
있다
(Fig. 2). Table 2
에
제시된
유럽의
풍력자원지도
생산기술을
살펴보면
,
크게
2
단계의
모
델링을
거친다
. 1
단계에서는
전지구
재해석자료를
활용한
앙상
블
중규모
모델링
(ensemble mesoscale modeling)
으로
여러
지
역에
대해
3 km
격자간격의
풍속정보를
조합하여
전지구
단위
로
자원지도를
생산한다
.
이때
해상풍력자원지도
경계는
배타
적
경제수역
(EEZ
：
Exclusive Economic Zone)
까지
포함한다
. 2
단계에서는
복잡한
지형에
의한
풍속강화를
고려한
미세규모
모델
(microscale model)
인
WAsP (Wind Atlas and Analysis
Program)
상세화
기법으로
해안선이
복잡한
연안지역을
최종
250 m
해상도로
해석하여
통합하고
전지구
바람지도
(Global
Wind Atlas, GWA)
를
생산한다
.(21-23)
최신
버전인
GWA
3.0[23]
에서는
풍속
,
풍력밀도
풍력자원을
포함하여
서비스하
고
, IEC (International Electro- technical Commission)
터빈등급
별
이용률
정보를
추가
공개서비스하고
있다
.
연직고도는
10,
50, 100, 150, 200 m
등
다양하게
구축되어
있다
.
한편
유럽의
신규
풍력자원지도는
2
단계에서
수평해상도를
50 m
으로
높여
고해상도로
100 m
고도에서
평균
풍속자원을
NEWA
웹을
통해
제공되고
있다
. GWA3
가
2008~2017
년까지
10
년
평균
바람자료를
제공하고
있는
반면
NEWA
풍력자원지
도
는
수치모델링을
추가
업데이트하여
1989~2018
년까지의
30
년
평균자료를
제공하고
있으며
측정
자료가
확보된
일부
국가
를
대상으로
자료
검증이
이루어졌다
.
유럽
풍력자원지람지도의
중규모
해석기술은
장기간
활용해
오면서
적용된
모델
민감도
실험에
기초한
최적화
실험을
통해
계속적인
업데이트가
이루어졌다
.
기존의
중규모
해석모델로
spectral nudging
을
통한
배경장
보정은
동일하게
적용되었고
,
기존의
대류경계층
,
복사모수화
기법
,
그리고
대기
및
하층
경
계층
물리해석에는
물리모델
디자인에
다소
차이가
난다
.
특히
대류경계층은
MYNN (Mellor-Yamada-Nakanishi-Nino)(24)
에서
MYNN 2.5(25)
모델로
수정되었고
,
복사물리모델은
적용
사이
클이
30
초
간격에서
12
초
간격으로
상세화되었다
.
경계조건은
대기에서
ERA-Interim (ECMWF Reanalysis -Interim ) (26)
에서
ERA5 (ECMWF Reanalysis v5) (27)
로
, OISST (Optimum
Interpolation SST) (28)
에서
OSTIA (Operational Sea Surface
Temperature and Ice analysis/Met Office)(29)
로
변경되었으며
지표면의
지형에서는
SRTMv3 (Shuttle Radar Topography
Mission/NASA)(30)
에서
GMTED (Global Multi-resolution Terrain
Elevation 2010)(31)
로
변경되었다
.
3.2
미국
미국의
경우
(Table 3),
해상풍력자원지도는
미국립재생에너
Fig. 2 Web-GIS offshore wind map in the Europe
(https://globalwindatlas.info)
Table 2. Offshore wind map in the Europe
Investigation items Summary of information
Coverage Globe Regional
Spatial resolution 3 km, 250 m 3 km, 50 m
Near-surface level heights
(Above sea level) 10, 50, 100, 150, 200 m 100 m
Source Coupled Mesoscale-Microscale modeling
Model WRFv3.6.1 WRFv3.8.1
Vertical levels 61 (20 under 1km)
Nesting one-way dynamic downscaling (27, 9, 3 km)
Atmospheric nudging Spectral nudging
Microphysics WSM5 WSM5
Cumulus parameterization Kain-Fritsch Kain-Fritsch
PBL scheme MYNN MYNN2.5
LSM Noah LSM Noah LSM
Shortwave radiation RRTMG, 30mins RRTMG, 12mins
Longwave radiation RRTMG, 30mins RRTMG, 12mins
Initial and lateral boundary
condition ERA-Interim ERA5
Lower boundary condition OISST OSTIA
Topographic data SRTMv3 GMTED
Land-sue data CORINE and ESA CCI
Model2 WAsP 11
Model2 core linear LBZ flow model
Wind/Energy map
Capacity factor,
Wind speed,
Wind power density
Measurement stations
Wind power density,
Wind speed,
Weibull parameters,
Air density,
Organization RISO DTU - Vortes
Denmark, Belgium,
Germany, Latvia,
Portugal, Spain,
Sweden, Turkey
24 김진영 · 오동건 · 김현구 · 김창기
Journal of the Wind Engineering Institute of Korea
지연구소
(NREL, National Renewable Energy Laboratory)
에서
주도적으로
생산하고
있다
.
초기
육
·
해상
풍력자원지도는
전
국토에대해
2~2.5 km
의
중규모
모델
(Mesoscale Atmo spheric
Simulation System, MASS)
의
역학적
다운스케일링을
통해
1
차
지역규모
자료를
생산하고
, 2
단계로
미세규모
모델
(microscale
model)
의
복잡지형효과에
의한
바람변화를
내삽분석으로
고려
하여
생산된
200 m
격자간격
공간해상도로
생산하였다
.(20,32)
그
이후
, 10
년
만에
2023
년
신규
해상풍력자원지도
(NOW-23)
를
Fig. 3
에
제시된
바와
같이
새롭게
생산되었고
WIND (Wind
Integration National Dataset)
의
해상자료로
배포하였다
.(3)
신규
해상풍력자원지도는
미세규모
수치모델링은
없이
중규모
수치
해석모델만으로
생산되었다
.
미국의
바람지도의
중규모
해석기술은
모델
변화가
크게
있
었다
.
기존의
MASS (mesoscale atmospheric simulation model)
와
WindMAP
에서
WRF (Weather Research and Forecasting)
로
변경되었다
.
미국은
지역별로
최적의
물리모델
조합
다소
차이
가
있었고
특히
대기경계층에서
다양한
조건이
고려되었다
.
즉
.
MYNN, YSU
를
포함하였다
.
미세물리기법은
Ferrier(33)
가
설
정되었고
경계조건은
해수면에서
OSTIA, RTG SST (Real-
Time, Global, Sea Surface Temperature)
를
모두
고려하였다
.(34)
이러한
실험들은
신규
해상풍력자원지도를
새롭게
생산하는
수치모델링에서
지역마다
다양한
물리해석기법과
서로
다른
데이터
활용을
통해
모델의
불확실성을
정량화
하고
난류의
특
성을
분석하는데
주안점을
두었다고
한다
.(3)
공개
서비스되는
해상풍력자원지도는
5
분
단위
시계열을
평
균한
풍력자원
정보이다
.
지상고도는
자원지도의
종류마다
차
이가
나며
12, 34, 52, 69, 107, 134, 165, 200 m
등
다양하다
.
이
들
자료는
OpenEI
를
통해
웹서비스
되고
있다
.
전국의
부이
측
정값으로
하층을
검증한
자료이다
.
3.3
일본
일본의
경우
(Table 4),
해상풍력자원지도는
재생에너지부
(NEDO)
Table 3. Offshore wind map in the USA
Investigation items Summary of information
Coverage National
Spatial resolution 2 km
Near-surface level heights
(Above sea level) 12, 34, 52, 69, 86, 107, 134, 165, 200 m
Source Mesoscale modeling
Model WRFv4.2.1
Vertical levels 61 (12 under 300 m)
Nesting one-way dynamic downscaling (6, 2 km)
Atmospheric nudging Spectral nudging on D1 domain, applied
every 6 hours
Microphysics Ferrier
Cumulus parameterization Kain-Fritsch
PBL scheme MYNN, YSU
LSM Noah LSM
Shortwave radiation RRTM
Longwave radiation RRTM
Initial and lateral boundary
condition ERA5
Lower boundary condition OSTIA, RTG SST
Topographic data GMTED
Land-sue data MODIS
Wind/Energy map
Potential wind capacity,
Wind speed, turbulence intensity
Wind power class
Organization NREL
Fig. 3 Offshore wind map in the United States
(https://data.openei.org/submissions/4500)
Table 4. Offshore wind map in Japan
Investigation items Summary of information
Coverage National
Spatial resolution 10 km, 500 m
Near-surface level heights
(Above sea level) 60, 80, 100, 120, 140 m
Source Mesoscale modeling
Model WRFv3.6.1
Vertical levels 40
Nesting one-way dynamic downscaling (2.5, 0.5 km)
Atmospheric nudging Four-dimensional data assimilation
Microphysics Ferrier (new Eta)
Cumulus parameterization BMJ
PBL scheme MYJ
LSM Noah LSM
Shortwave radiation Dudhia
Longwave radiation RRTM
Initial and lateral boundary
condition JMA Meso Analysis MANAL,
Lower boundary condition NCEP FNL, OSTIA, MOSST
Topographic data GMTED
Land-sue data MODIS
Wind/Energy map Wind speed,
Measurement stations
Organization NEDO
국가 해상풍력자원지도 개발을 위한 수치해석기술의 고도화 방안 25
한국풍공학회논문집,제28권제2호,2024
의
지원하에
LAWEPS (Local Wind Energy Prediction System)
(35)
에서
WRF
모델
(36,37)
로
바뀌어
활용되고
있다
.
중규모
-
미
세규모
커플링에
의한
1 km
기존의
바람지도는
WRF
모델의
역학적
다운스케일링을
통해
국가
전체
10 km
를
생산하여
관
심지역은
500 m
로
해석하고
있다
.
최근
2.5 km
고도화연구가
진행되고있다．
Takayama et al(36)
에
의하면
,
신규
WRF
해상풍력자원
해석기
술은
Ferrier (new Eta)
미세물리기법
, Betts-Miller- Janjic (BMJ)
구름모수화기법
, Mellor-Yamada-Janjic (MYJ)
대기경계층기법
을
포함하였다
.
넛징은
D2
의
대기경계층
이하에서는
제외하
였고
신규
해수면
온도인
MOSST (Sea Surface Temperature
modified based on moderae resolution imaing spectroradiometer)
의
경우
하층
풍속
정확도
향상에
기여한다고
제안되었다
.(36)
연직층
디자인은
아직
연구개발이
진행
중인
것으로
확인되었
다
.
현재
NeoWins
에
서비스
되고
있으며
최근
해상풍력
확대
전
략에
맞추어
측정자료
확대
구축을
시작으로
시급하게
NeoWins
기반
후보지
발굴이
이루어지고
있다
(Fig. 4).
IV. 신규 해상풍력자원지도 고도화 방안
국가별
해상풍력자원지도
개발
및
활용을
위한
수치해석기
술의
비교를
통해
기존의
한국형
풍력자원의
수치해석술과
비
교해서
개선해야
할
부분을
감안하면
Tab le 5
와
같다．
기존의
40~120 m
연직고도의
풍력자원지도는
기준
풍력설비
가
3MW
급으로
,
현재
사업계획에
포함된
8~10 MW
급
해상풍
력
터빈에서
요구되는
40-180 m
연직고도를
포함하지
않는다
.
해외
국가별
풍력자원지도의
연직고도는
현재
보급된
풍력터빈
기술만
반영하여
200 m
까지
생산하고
있지만
기존의
국내
풍력
자원지도는
대형화된
풍력터빈에
대한
풍력자원
정보를
포함하
지
않아
실제
산업에서
활용하기에는
한계가
있다
.
이런
점을
감
안하여
유럽과
미국의
최근
풍력자원지도의
고도화
방향을
고
려하여
개선해야
풍력자원의
수치해석기술은
연직고도를
61
개
층으로
확대되도록
디자인
해야
할
것으로
보인다
.
특히
Witha
et al(38)
은
41, 91
개
층을
민감도
실험한
결과
61
개
층
이상은
풍
속의
연직프로파일
재현이
큰
차이가
없지만
비교
실험한
41
개
층은
연직고도
200 m
이하에서
큰
차이가
있다는
것을
제시한
바
있다
.
그리고
김진영등
(39)
이
장기간
바람모의에서
연직해상
도
조정이
풍력터빈
고도의
바람
정확도
향상에
중요하다고
제
시한
것을
감안하면
해상풍력자원지도
생산을
위한
수치해석모
델의
기존
33
개
층
연직
설정은
정밀하게
디자인하도록
수정해
야
할
것으로
보인다
.
또한
기존의
영해기준의
풍력자원지도는
서해와
남해에서
수심
60 m
이하의
고정식
풍력터빈
계획입지만을
분석할
수
있
어
심해에서의
부유식
풍력터빈
계획입지를
분석하기
어렵다
.
모든
국가에서
서비스
중인
풍력자원지도가
EEZ
를
포함하는
것은
부유식
풍력터빈
입지까지도
분석할
수
있도록
하기
위함
인
것으로
보인다
.
일본에서는
해상풍력
사업허가를
EEZ
까지
확대한다고
공식발표한
바
있다
.
따라서
우리나라
역시
기존의
영해영역을
확대하여
특히
서남해
수심
60~1000 m
를
포함하도
록
풍력자원지도의
수평적인
해상공간영역을
확대해야
할
것
으로
보인다
.
공간해상도의
경우
해상풍력자원지도는
2~3 km
가
일반적이나
해안선이
복잡한
유럽과
일본에서
적용된
중규
모
-
미세규모
수치모델
커플링을
통해
100 m
급
연안풍
재현이
필요할
것으로
보인다
.
국내
육상풍력
바람지도는
지형편차
보
정
또는
RANS (Reynold- Averaged Navier–Stokes)
를
고려한
지
형풍
상세화
모델링이
적용된
바
있으며
,(39-41)
이를
해상으로
확대하는
것이
필요할
것으로
보인다．수치해석모델기반
풍력
자원지도
생산에서
장기간의
시뮬레이션이
필요한
상황에서
Fig. 4 Web-GIS offshore wind map in Japan
(https://appwdc1.infoc.nedo.go.jp/Nedo_Webgis/index.html)
Table 5. New design of offshore wind map in Korea
Investigation items Summary of information
Coverage National （+EEZ)
Spatial resolution 2 km, 100 m
Near-surface level heights
(Above sea level)
40, 80, 100, 120，140, 160, 180, 200, 250,
300 m
Source Mesoscale modeling
Model WRFv4.3
Vertical levels 61
Nesting one-way dynamic downscaling
(9, 3, 1, 0.1 km or 6, 2, 0.1 km)
Atmospheric nudging Spectral nudgingon D1 domain, applied every
6 hours, 3DVAR
Microphysics WSM5
Cumulus parameterization Kain-Fritsch
PBL scheme YSU, MYNN2.5, MYJ
LSM Noah LSM
Shortwave radiation Dudhia 12min
Longwave radiation RRTM 12min
Initial and lateral boundary
condition ERA5
Lower boundary condition OSTIA, MURSST
Topographic data GMTED
Land-sue data MODIS+ESI
Model2 Microscale model
Model2 core RANS, LES
Wind/Energy map
Wind speed, direction
Wind power density
Wind grade, turbulence intensity
26 김진영 · 오동건 · 김현구 · 김창기
Journal of the Wind Engineering Institute of Korea
하층대기의
열적
,
역학적
물리해석은
기존에일반적인
설정인
30
분
설정이
반영되었지만
,
최근
연산시간이
많이소요됨에도
불구하고
유럽과
미국에서의
12
분
간격
복사모델상세화
(37)
설
정은
정확한
기후복사플럭스
해석을
위한
노력으로
신규수치
해석모델링에서
수정되어야
할
부분이다
.
그리고
하층바람장
모의에서
중요한
대기경계층
설정은모든
국가에서
MYNN2.5,
MYNN, MJY
등
Mellor-Yanjic
대기경계층기법이
적용되고
있
다
.
국내에서
확인된
MYNN–YSU
앙상블
기법
(43)
이
최적의
설정이었던
점을
고려하여
우리나라해상의
하층바람을
잘
재
현하도록
민감도
실험은
필요할
것으로보인다
.
그리고
초기
및
경계조건은
기존의
FNL
대신
해상도가
높고
ECMWF
(European Center for Medium-Range Weather Forecasts)
에서
생
산한
ERA5
를
사용하고
최적의
SST
및
지형데이터를
반영하도
록
업데이트
되어야
한다
.
그리고
국가
풍력자원지도의
성능을
제시할
만큼의
모집단
평가는
아니기에
특정
모델의
디자인을
이끌
수는
없지만
공통
적인
모델
디자인의
설정변화를
고려한
기존
모델내
수정사항
은
Tab le 5
에
추가
반영하였다
.
이때
해상풍력자원
수치해석기
술은
각국에서
제시하는
수치해석모델의
신뢰도
수준
(Table 6)
을
최소한
충족할
수
있어야
한다
.
미국과
유럽은
최적의
모델
을
선정하기
전에
앙상블
실험을
통해
불확실성을
정량화하였
는데
대체로
수치모델이
과대모의
경향이
있었다
.
미국은
상관
도
(R) 0.83~0.84
정도이었으며
오차
(Root-Mean Square Error,
RMSE)
는
2.30~2.37 m/s
이었다
.(3)
유럽의
경우
0.85~0.91
정도
의
상관도를
제시하였고
RMSE
는
1.8~2.6 m/s
정도였다
.(38)
일
본은
상관도가
0.84~0.86
정도였고
RMSE
는
1.96~2.06 m/s
정
도였다
.(37)
따라서
국내
수치모델
적용시
최소한의
통계
기대
치는
상관도
0.83
이고
RMSE
는
2.6 m/s
정도는
가이드라인으로
선정할
수
있다
.
V. 요약 및 결론
본
연구에서는
우리나라의
해상풍력자원지도를
개발하기
위
해
해외
수치해석기술
현황을
진단하고
,
비교
분석하여
신규
해
상풍력자원지도의
개선
방향을
제시하였다
.
신규
해상풍력자
원지도
생산
기술
고도화
방향은
다음과
같다
.
1.
초기
해상풍력자원지도
생산
기술은
국가별
독자적수치해
석
모델을
활용하다가
최근
모든
국가는
커뮤니티
모델인
WRF
에
기반하여
중규모
해상풍력자원지도를
생산하고
있다
.
하지
만
역학적
/
물리기법은
지역적
풍황
특성을
고려하여
각기
다르
게
디자인
되는
경향이
있다
.
따라서
기존의
국내
해상풍력자원
지도의
생산모델인
WRF
를
계속적으로
유지하되
우리나라
해
상의
풍황을
잘
재현하도록
물리모델은
최적화
디자인이
필요
할
것으로
보인다．
2.
유럽과
일본은
WRF
기반
중규모
모델링에
추가하여
복잡
한
해안선을
고려하여
지형류의
영향을
해상에서
잘
반영할
수
있도록
미세규모
모델을
결합한
시스템을
유지하고
있다
.
부유
식
해상풍력
보급이
가능한
원해에서의
중규모
모델은
역학적
다운
스케일링하여
해상도는
2~3 km
수준이지만
고정식
해상
풍력
보급이
가능한
근해를
대상으로
해상선이
복잡한
유럽과
일본은
50~500 m
의
고해상도
해상풍력자원지도를
생산한다
.
섬이
많아
해안선이
복잡한
우리나라는
역시
연안지역에서의
중규모－미세규모
모델링
체계가
필요한
것으로
보인다
.
3.
신규
해상풍력자원지도의
연직고도에
10 MW
급
대형풍력터
빈
고도를
고려하여
수치모델의
연직층은
기존의
120 m
보다
높이
되대기경계층
하층부까지
고려하여
１
km
이하에서
20
개
층
즉
,
하
층에서
10 m
이내의
상세화된
디자인이
필요한
것으로
확인된다
.
4.
중규모
수치모델링에서
저해상도
재해석자료는
역학적
다
운스케일을
통해
해상도를
높일
때
모든
국가에서
공통적으로
필터링을
적용하여
초기
및
경계조건을
보정하는데
기존의
한
국과
일본은
자료동화기법을
적용하였고
,
최근
유럽과
미국은
분석넛징을
사용하였다
.
최근
단기간
수치모의연구에서
자료
동화와
넛징이
함께
진행될
때
수치해석
결과의
신뢰도가
증가
한다고
Sun
과
Xie(42)
에
확인된
바
있으나
,
장기모의경우에는
추가적으로
연구가
진행되어야
할
부분으로
사료된다
.
5.
수치모델의
초기
및
경계조건은
보다
정확한
강제력을
위
해
고품질
자료로
최신화하는
경향이
뚜렷하며
데이터의
최신
화가
필요할
것으로
보인다
.
본고는
현행
해외
해상풍력자원지도
연구
및
조사결과를
이
용한
분석적인
연구로
신규
수치해석
디자인을
고안하는데에
목적이
있다
.
이후
수치해석모델링
고도화로
기대되는
풍력자
원지도의
개선
효과는
후속연구에서
제시될
예정이다
.
궁극적
으로는
변화하는
풍력산업을
지원하도록
풍력자원지도
개발
연구를
이어오는
유럽처럼
지속적인
연구개발이
이루어져야
할
것으로
사료된다．
감사의 글
본
연구는
산업통상자원부
(MOTIE)
와
한국에너지기술평가
원
(KETEP)
의
지원을
받아
수행한
연구
과제입니다
. (No. RS-
2023-00301792)
참고
참고문헌
1. Kim, J.-Y., Kim, H.-G., “Long-term challenges of IEA Wind: Towards
to develop of wind resource technique”, New & Renewable Energy,
Vol. 1, No. 1, pp.1-10, 2023.
2. Kim, H.-G., Kang, Y.-H., “The 2010 Wind Resource Map of the
Korean Peninsular”, Journal of Wind Engineering Institute of Korea,
Vol. 16, No. 4, pp.167-172, 2012.
3. Bodini, N., Redfern, S., Rybchuk, A., Pronk, V., Castagneri, S.,
Purkayastha, A., Draxl, C., Young, E., Roberts, B., Rosenlieb, E.,
Musial, W., Tai, S.-L., Berg, L., Rosencrans, D., Lundquist, J. K., &
Optis, M. “NOW-23: The 2023 National Offshore Wind Data Set”,
Earth System Science Data, in review, 2023. https://doi.org/10.2172/
Table 6. Error statistics of national offshore wind models among EU,
USA , a nd Jap an
Category EU USA Japan
R 0.85-0.91 0.83-0,84 0.84-0.86
RMSE
(m/s) 1.80-2.60 2.30-2.37 1.96-2.06
국가 해상풍력자원지도 개발을 위한 수치해석기술의 고도화 방안 27
한국풍공학회논문집,제28권제2호,2024
2274805.
4. Hahmann, A.N., Sile, T., Witha, B., Davis, N.N., Dörenkämper, M.,
Ezber, Y., García-Bustamante, E., González-Rouco, J.F., Navarro, J.,
Olsen, B.T., S. Söderbergasset, S. “The Making of the New European
Wind Atlas-Part 1: Model sensitivity”, Geoscientific Model
Development, Vol. 13, pp. 5053-5078, 2020.
5. Ministry of Knowledge Economy, “New and Renewable Energy
Resource Map and Utilization System Construction”, pp.660, 2013.
6. Ministry of Trade, Industry and Energy, “New-Renewable Energy
Resource map Upgrade and Market Potential Analysis”, pp. 660, 2017.
7. Kim, H.-G. Kim, J.-Y., Park, J.-K., Lee, Y.-M., “Inter-annual Variability
Analysis of Wind Resource in the Korean Peninsular Using Wind
Resource Map”, Journal of Wind Engineering Institute of Korea, Vol.
24, No. 2, pp.71-77, 2020.
8. Kim, H.-G., Kim, J.-Y., Kim, H.-Y., “Long-Term Statistical Analysis of
Global Wind Resources Using Reanalysis Data”, Journal of Wind
Energy, Vol. 9, No. 3, pp.19-24, 2018.
9. Kim, H.-G., Kim, J.-Y., Kang, Y.-H., “Comparative Evaluation of the
Third- Generation Reanalysis Data for Wind Resource Assessment of
the Southwestern Offshore in South Korea”, Atmosphere, Vol. 9, No.
73, pp.1-13, 2018.
10. Kim, H.-G., Hwang, H.-J., Lee, S.-H., Lee, H.-W., “Evaluation of SAR
wind retrieval algorithms in offshore areas of the Korean Peninsula”,
Renewable Energy, Vol. 65, pp.161-168, 2014.
11. Park, S.-Y., Lee, H.W., Kim, D.-H., Lee, S.-H., “Numerical Study on
Wind Resources and Forecast around Coastal Area Applying
Inhomogeneous Data to Variational Data Assimilation”, Journal of the
Environmental Sciences, Vol. 19, pp.983-999, 2010.
12. Hong, S.-Y., Dudhia, J., Chen, S.H., “A revised approach to ice
microphysical processes for the bulk parameterization of clouds and
precipitation”, Monthly Weather Review, Vol. 132, pp.103-120, 2004.
13. Kain, J. S., Fritsch, J. M., “Convective Parameterization for Mesoscale
Models: The Kain-Fritsch Scheme”, The Representation of Cumulus
Convection in Numerical Models, Meteorological Monographs, Vol.24,
No. 46, pp.165-170, 1993.
14. Hong, S. Y., Noh, Y., Dudhia, J., “A New Vertical Diffusion Package
with an Explicit Treatment of Entertainment Processes”, Monthly
Weather Review, Vol. 134, pp.2318-2341, 2006.
15. Chen, F., Dudhia, J., “Coupling an advanced land-surface-hydrology
model with the Penn State-NCAR MM5 modeling system. Part I:
Model Implementation description and implementation”, Monthly
Weather Review, Vol. 129, pp.569-585, 2001.
16. Jimènez, P. A., Dudhia, J., “Improving the Representation of Resolved
and Unresolved Topographic Effects on Surface Wind in the WRF
Model”, Journal of Applied Meteorology and Climatology, Vol. 51,
pp.300-316, 2012
17. Mlawer, E. J., Taubman, S. J., Brown, P. D., Iacono, J. J., Clough, S.
A., “Radiative Transfer for Inhomogeneous Atmosphere: RRTM, a
Validated Correlated-k Model for the Longwave”, Journal of
Geophysical Research, Vol. 102, pp.16663- 16682, 1997.
18. National Centers for Environmental Prediction, NCEP FNL
Operational Model Global Tropospheric Analyses, continuing from
July 1999. Research Data Archive at the National Center for
Atmospheric Research, Computational and Information Systems
Laboratory. https://doi.org/10.5065/D6M043C6.
19. Kim, H.-J., Jeong, S., Choi, Y.-J, Jeong, Y.., “A Study on an Algorithm
for Typical Meteorological Year Generation for Wind Resource of the
Korean Peninsula”, The Korean journal of applied statistics, Vol. 22,
No. 5, pp.943-960, 2010.
20. Kim, J.-Y., Kim, H.-G., Kang, Y.-H., “Review on Onshore Wind
Resource Map Development and Public Service”, Journal of Wind
Energy, Vol. 11, No. 2, pp.14-2, 2020.
21. Troen, Ib and Lundtang Petersen, Etrik,, “European Wind Atlas”, DTU
Wind Energy, pp. 656, 1989.
22. Davis, N.N, Badger, J., Hahmann, A.N., Hansen, B.O., Mortensen,
N.G., Kelly, M., Larsén, X.G., Olsen, B.T., Floors, R., Gil Lizcano, Pau
Casso, Oriol Lacave, Albert Bosch, Bauwens, I., Knight, O.J., van
Loon, A.P., Fox, R., Parvanyan, T., Hansen, S.B.K., Heathfield, D.,
Onninen, M., Drummond, R., “The Global Wind Atlas: A High-
Resolution Dataset of Climatologies and Associated Web-Based
Application”, Bulletin of the American Meteorological Society, E1508,
2023.
23. Gasset, Nicolas, Laundry, Mathieu, Gagnon, Yves, “A Comparison of
Wind Flow Models for Wind Resource Assessment in Wind Energy
Applications”, Energies, Vol. 5, No. 11, pp. 4288-4322, 2012.
24. Nakanishi, M.,, Niino, H. “An improved Mellor-Yamada Level-3
model: Its numerical stability and application to a regional prediction of
advection fog”, Boundary-Layer Meteorology, Vol. 119, pp.397–407,
2006.
25. Nakanishi, M.; Niino, H., “Development of an Improved Turbulence
Closure Model for the Atmospheric Boundary Layer”, Journal of the
Meteorological Society of Japan. Series II, Vol 87, pp.895–912, 2009.
26. Dee, D. P., Uppala, S. M., Simmons, A. J., Berrisford, P., Poli, P.,
Kobayashi, S., Andrae, U., Balmaseda, M. A., Balsamo, G., Bauer, P.,
Bechtold, P., Beljaars, A. C. M., van de Berg, L., Bidlot, J., Bormann,
N., Delsol, C., Dragani, R., Fuentes, M., Geer, A. J., Haimberger, L.,
Healy, S. B., Hersbach, H., Hólm, E. V., Isaksen, L., Kãllberg, P.,
Köhler, M., Matricardi, M., McNally, A. P., Monge-Sanz, B. M.,
Morcrette, J.-J., Park, B.-K., Peubey, C., de Rosnay, P., Tavolato, C.,
Thépaut, J.-N., and Vitart, F., “The ERA-Interim reanalysis:
configuration and performance of the data assimilation system”,
Quarterly Journal of the Royal Meterorological Society, Vol. 137,
pp.553–597, 2011.
27. Hersbach, H., Dee, D., “ERA5 reanalysis is in production, ECMWF”,
Newsletter, Vol. 147, p. 7, 2016.
28. Renolds, R. W., Smith, T. M., “Improved Global Sea Surface
Temperature Analyses Using Optimum Interpolation”, Journal of
Climate. Vol. 7, pp.929-948, 1994.
29. Donlon, C. J., Martin, M., Stark, J. D., Roberts-Jones, J., Fiedler, E.,
Wimmer, W., “The Operational Sea Surface Temperature and Sea Ice
analysis (OSTIA)”, Remote Sensing Environment, 116, pp.140–158,
2012,
30. Rodriguez, E, Morris, C.S. , Belz, J.E. , Chapin, E.C. , Martin, J.M.,
Daffer, W., Hensley, S., “An assessment of the SRTM topographic
products”, Technical Report JPL D-31639. Pasadena, California, 2005.
31. Danielson JJ, Gesch DB, “Global multi-resolution terrain elevation
data 2010 (GMTED2010)”. U.S. Geo-logical Survey Open-File Report
2011–1073, 2011.
32. AWS Truepower, “Description of the Mesomap System”, Technical
report, pp. 4, 2012.
33. Ferrier BS, Jin Y, Lin Y, Black T, Rogers E, DiMego G,
“Implementation of a new grid-scale cloud and precipitation scheme in
the NCEP Eta model”, In: Proceedings of the in the 19th conf. on
weather analysis and forecasting/15th conf. on numerical weather.
American Meteorological Society, pp 280–283, 2002.
34. National Weather Service, 2014: Description of NCEP High Res. SST
28 김진영 · 오동건 · 김현구 · 김창기
Journal of the Wind Engineering Institute of Korea
Analysis. NOAA. https://polar.ncep.noaa.gov／sst/ ophi/description.
shtml (Accessed March 15, 2023).
35. Murakami, S., Mochida, A., Kato, S., “Development of local area wind
prediction system for selecting suitable site for windmil”, Journal of
Wind Engineering and Industrial Aerodynamics, Vol. 91, No. 12-15,
pp.1759-1776, 2003.
36. Takeyama, Y, Ohsawa, T., Tanemoto, J., Shimada, S., Kozai, K.,
Kogak,i, T., “A comparison between Advanced Scatterometer and
Weather Research and Forecasting wind speeds for the Japanese
offshore wind resource map”, Wind Energy, Vol. 23, No. 7, pp.1596-
1609, 2020.
37. Ohsawa, R., Kato, M., Uede, H., Shimada, S., Takeyama, Y., Ishihara,
T., “Investigation of WRF configuration for offshore wind resource
maps in Japan”, pp.73, 2016.
38. Witha, B., Hahmann, A.N., Sīle, T., Dörenkämper, M., Ezber, Y.,
García-Bustamante, E., González-Rouco, J. F., Leroy, G., Navarro, J.,
“Report on WRF model sensitivity studies and specifications for the
mesoscale wind atlas production runs”, pp.73, 2019.
39. Kim, J.－Y., Kim, D.-Y., Oh, J.-H., Kim, S.H., Kim, H.-G., Kang, Y.-
H., Kim, J.-J., Cho, C.-H., “Sensitivity Evaluation of Surface Wind
Simulations by Surface Drag Parameterization and Spatial Resolution
using WRF Model”, Journal of Wind Engineering Institute of Korea,
Vol. 19, No. 3, pp.77-83, 2015.
40. Kim, J.. Hwang, S.-J., Kim, J.-Y., Park, S.-K., Kim, H.-G., “High-
Resolution Mapping of Onshore Wind Resource Using NWP-CFD
Downscaling”, Journal of Wind Engineering Institute of Korea, Vol.
26, No. 1, pp.3-8, 2022.
41. Kim, J.－Y. Hwang, S.., Lim, D.-O., Kim, H.-G., “Onshore Wind
Energy Siting Atlas I: Mapping and Suitability Assessment of Wind
Resource Classification”, Journal of Wind Engineering Institute of
Korea, Vol. 25, No. 2, pp.61-66, 2021.
42. Sun, X., Xie, L., “A Comparative Study on the Performances of
Spectral Nudging and Scale Selective Data Assimilation Techniques
for Hurricane Track and Intensity Simulations”, Climate, Vol. 10, No.
11, 168, 2022.
43. Kim, J.-Y., Kim, D.-Y., Oh, J.-H., “Projected changes in wind speed
over the Republic of Korea under A1B climate change scenario”,
International Journal of Climatology, Vol. 34, No. 5, 1346-1356, 2014.
