태양광 구조물 설계 변화가 발전 효율성에 미치는 최적 모델 개발 및 분석 = Development and Analysis of an Optimal Model for the Impact of Solar PV Structure Design Changes on Power Generation Efficiency

다국어 초록 (Multilingual Abstract)

This study aims to maximize the efficiency of photovoltaic (PV) power systems by quantitatively analyzing how variations in structural design parameters—an area relatively underexplored in previous research—affect overall system performance. Focusing on ground-mounted fixed-tilt PV structures, three key design variables were defined: tilt angle, inter-row spacing, and module height. A large-scale dataset consisting of over 10,000 design combinations was generated using PVsyst simulations. A Deep Neural Network (DNN) surrogate model was then developed to predict annual energy yield and initial installation cost with high accuracy
For the optimization stage, a multi-objective evolutionary algorithm, NSGA-II, was applied to derive a Pareto-optimal set of solutions that simultaneously maximize energy yield and minimize initial cost. Results show that shading loss increases nonlinearly below an inter-row spacing threshold while increasing structural height enhances rear-side ventilation and reduces module operating temperature, thus improving overall efficiency. The proposed balanced design (Case C) achieved a +2.7% increase in annual yield and a +1.8% cost reduction compared to the base case, with statistically significant improvements.
This study provides a new scientific framework for PV structural design by integrating AI-based surrogate modeling with multi-objective optimization. The proposed methodology offers practical guidelines for improving the economic performance and standardization of future photovoltaic power plants.

목차 (Table of Contents)

• I. 서론 1
• 1.1 연구의 배경 및 필요성 1
• 1.2 연구 목적 및 범위 3
• 1.3 기존 태양광 구조물 설계 및 배치 최적화 연구 동향 4
• II. 이론적 배경 및 관련 연구 6
• 2.1 태양광 발전 시스템 및 발전 효율성 영향 요인 6
• 2.2 구조물 설계 요소와 효율성 저하 메커니즘 7
• 2.3 인공지능 기반 발전 효율 예측 및 최적화 연구 동향 9
• III. 연구 방법 및 데이터 구축 12
• 3.1 구조물 설계 변화에 따른 평가 변수 정의 12
• 3.2 데이터 수집 및 전처리 13
• 3.3 AI 기반 발전 효율성 예측 모델 구축 15
• 3.4 최적화 알고리즘(NSGA-II) 설계 17
• 3.4.1 다중 목적 최적화 문제의 정의 17
• 3.4.2 최적화 알고리즘(NSGA-II) 설계 및 적용 17
• IV. 구조물 최적 설계 모델 개발 및 검증 19
• 4.1 시뮬레이션 환경 구축 및 기준 모델 설정 19
• 4.2 설계 요소 변화에 따른 효율성 영향 분석 20
• 4.2.1 패널 간 간격(D)과 그림자 손실 (Shading loss) 20
• 4.2.2구조물 높이(Hm)와 열손실(Thermal loss) 22
• 4.2.3 경사각과 발전 효율 23
• 4.3 최적 구조물 설계 모델 제안 24
• 4.4 모델 정확도 및 실증 검증 28
• V. 결론 30
• 결 론 30
• 참고문헌 31