Kernkonzepte
인도 석탄발전소의 운전 스테이션 열효율을 기계학습 모델을 활용하여 예측하고, 이를 통해 인도의 석탄발전 부문 에너지 및 환경 정책 수립을 지원한다.
Zusammenfassung
인도는 2070년까지 탄소중립을 달성하고 2030년까지 500GW의 신재생에너지 발전 용량을 목표로 하고 있다. 그러나 현재 인도 전력 생산의 60% 이상이 석탄발전에 의존하고 있어, 고배출 석탄발전소의 효율 향상과 탈탄소화가 시급한 과제이다.
석탄발전소의 운전 스테이션 열효율(SHR)은 발전소의 열효율을 나타내는 핵심 지표이지만, 기존 데이터베이스에서는 이에 대한 포괄적인 정보가 부족하다.
본 연구에서는 기계학습 모델을 활용하여 806개 인도 석탄발전소의 SHR을 예측하고, 발전소 용량, 연령, 부하율, 수자원 스트레스, 석탄 가격 등 다양한 요인을 고려하였다.
예측 결과, 서브크리티컬 발전소의 평균 SHR은 12.91 MMBtu/MWh, 초임계 발전소의 평균 SHR은 10.72 MMBtu/MWh로 나타났다. 이는 기존 데이터베이스의 추정치보다 높은 수준이다.
본 데이터셋은 인도 석탄발전 부문의 에너지 및 환경 정책 수립을 지원할 것으로 기대된다.
Statistiken
서브크리티컬 발전소의 평균 SHR은 12.91 MMBtu/MWh이다.
초임계 발전소의 평균 SHR은 10.72 MMBtu/MWh이다.
서브크리티컬 발전소의 SHR은 발전소 용량, 연령, 부하율에 가장 큰 영향을 받는다.
초임계 발전소의 SHR은 석탄 가격, 부하율, 용량에 가장 큰 영향을 받는다.
Zitate
"인도는 2070년까지 탄소중립을 달성하고 2030년까지 500GW의 신재생에너지 발전 용량을 목표로 하고 있다."
"석탄발전소의 운전 스테이션 열효율(SHR)은 발전소의 열효율을 나타내는 핵심 지표이지만, 기존 데이터베이스에서는 이에 대한 포괄적인 정보가 부족하다."