DBPIA-NURIMEDIA

Size: px

Start display at page:

Download "DBPIA-NURIMEDIA"

은정 묘
7 years ago
Views:

1 韓國航空宇宙學會誌 1121 論文 QuikSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 장재경 *, 유병민 *, 유기완 **, 이준신 *** Offshore Wind Resource Assessment around Korean Peninsula by using QuikSCAT Satellite Data Jea-Kyung Jang*, Byoung-Min Yu*, Ki-Wahn Ryu** and Jun-Shin Lee*** ABSTRACT In order to investigate the offshore wind resources, the measured data from the QuikSCAT satellite was analyzed from Jan 2000 to Dec QuikSCAT satellite is a specialized device for a microwave scatterometer that measures near-surface wind speed and direction under all weather and cloud conditions. Wind speed measured at 10 m above from the sea surface was extrapolated to the hub height by using the power law model. It has been found that the high wind energy prevailing in the south sea and the east sea of the Korean peninsula. From the limitation of seawater depth for piling the tower and archipelagic environment around the south sea, the west and the south-west sea are favorable to construct the large scale offshore wind farm, but it needs efficient blade considering relatively low wind speed. Wind map and monthly variation of wind speed and wind rose using wind energy density were investigated at the specified positions. 초 록 QuikSCAT 위성의관측자료를이용하여 2000 년 1 월로부터 2008 년 12 월에걸쳐한반도근해의풍력자원을평가하였다. QuikSCAT 위성은초단파 scatterometer 를이용하여해수면가까이의풍향과풍속을전천후상태에서측정한다. 해면으로부터 10 m 높이에서측정된풍속을 power law 모델을이용하여허브높이에맞게외삽보정하였다. 계산결과한반도의남해와동해에서풍력에너지가상대적으로우세하다는것을알수있었다. 풍력터빈타워의설치를위해깊은수심을피하고대규모풍력단지조성을위해남해의다도해지역을피한다면한반도서쪽또는남서쪽연안이대규모풍력단지조성에유리하나상대적으로낮은풍속을고려한블레이드개발을요한다. 바람지도를작성하였으며, 특정지점에대한월별풍속변화를파악하였다. 그리고풍력에너지밀도를이용한바람장미를파악하였다. Key Words : Offshore Wind Resource( 해상풍력자원 ), Weibull Distribution( 바이블분포 ), QuikSCAT Satellite( 퀵스켓위성 ), Wind Rose( 바람장미 ) 2009 년 9 월 11 일접수 ~ 2009 년 10 월 27 일심사완료 * 정회원, 전북대학교항공우주공학과대학원 ** 정회원, 전북대학교항공우주공학과교신저자, kwryu@chonbuk.ac.kr 전라북도전주시덕진구덕진동 1 가 *** 정회원, 한전전력연구원 Ⅰ. 서론 전세계적으로기후변화협약에따라화석연료의유한성과화석연료로인해발생되는온실가

2 1122 장재경 유병민 유기완 이준신韓國航空宇宙學會誌 스문제로인하여신재생에너지기술을개발하고있다. 그중에서풍력발전은가장각광받고있는신 재생에너지원이라볼수있다. 국내육상풍력발전단지는강원도와경북및제주도에국한되어있으며, 협소한국토와높은인구밀도, 소음과경관훼손에따른민원증가로인하여육상풍력발전단지건설은한계점에도달하면서해상풍력발전단지에대한관심이고조되는상황이다. 해상풍력발전은육상풍력발전에비해강한바람이상시적으로불어이용률이높고, 대형풍력단지조성에유리한장점이있는반면에, 파도나염해등을고려하여기기를설계해야하며, 해저에서의토목및케이블공사설치비용과유지보수비용이육상풍력발전기에비해비교적높다는단점이있다. 현재우리나라의풍력발전기기술은선진기술수준은아니지만지속적인연구개발을통해제품양산체계를갖추고있고, 세계적인수준의조선기술이나해상구조물기술등을결합한다면향후해상풍력발전기에대한충분한경쟁력을갖출수있을것으로보인다. 해상풍력단지건설을위해서는한반도주변해상에서의정확한풍력자원의평가가필수적이다. 이는경제성있는단지의위치를정하는데필요한자료를제공하기때문이다. 과거풍황자료분석방법으로는관측방법으로해상기상탑이나부이를통한측정이있고, 수치예측방법으로는 mesoscale 기상예측등을사용하였다. 가장좋은자료는관측자료라할수있지만공간정밀도를가질수있는충분한관측위치를확보유지하기가쉽지않고, 계측기보정상태에따라자료의신뢰성이떨어질수있으며, 지역적인영향이크다는문제점이있다. 기상예측자료는초기조건과경계조건에따라수치결과에차이가발생할수있어장기적인기상예측을통한풍황조사는활용성검증을요한다고볼수있다. 국내의경우에너지연구원의경남호등 [1] 과김현구등 [2] 은해상풍황분석방법에있어서기존의해상풍력자원평가방법의비효율적인문제에대해지적하며 QuikSCAT[3] 위성의 2000 년초기의자료를이용한한반도해상풍력자원평가를하였지만단기간의자료분석에그치고있어위성관측자료의통계적인신뢰도증진을위해장기적인자료분석이필요한상황이다. 따라서본연구에서는미국 NASA 에서운영하고있는 QuikSCAT 인공위성의 2000 년부터 2008 년까지최근 9 년간의장기간해상풍황관측자료를분석하기로한다. 이결과로부터해상평균풍속분포, 풍력에너지밀도분포, 연간평균풍속 의변동등을분석한다. 또한한반도주변 4 개특정지점에대한풍력에너지밀도분석결과를이용하여바람장미를나타내어주풍향방향을결정하고이로부터단지설계시에풍력터빈어레이의방향결정에참고할수있는자료확보를목표로한다. 2.1 QuikSCAT 위성 Ⅱ. 본론 QuikSCAT 위성은미국 NASA 에의해개발되어 1999 년 6 월 19 일에발사되었으며, 바람에의해형성되는해면의물결에의해서되돌아오는극초단파의파장강도를변화시키는메커니즘을바탕으로풍향과풍속을측정하게되며, 해면으로부터 10m 높이에서의풍향, 풍속, 강우등을측정한후자료를저장한다. QuikSCAT 위성의궤도상수와기본요구사항은 Table 1 과 Table 2 에나타내었다. QuikSCAT 위성은일반적으로하루 24 시간동안위도가증가할때와감소할때두번관측을한다. Fig. 1 (a) 는위도가증가하면서관측한풍속의 ascending scene 이며, (b) 는위도가감소하면서관측한풍속의 descending scene 이다. Table 1. Nominal orbital parameters Nominal Orbital Parameters Recurrent Period 4 days (57 orbits) Orbital Period 101 minutes (14.25 orbits/day) Local Sun Time at Ascending Node 6:00 A.M. ± 30 minutes Altitude above Equator 803 km Inclination Table 2. Requirement and applicable range Quantity Requirement Applicable Range Wind Speed Wind Direction Spatial Resolution Location Accuracy 2 m/s (rms) 3 20 m/s 10% m/s 20 (rms) Selected ambiguity 3 30 m/s 25 Km σ cells 25 Km Wind Vector Cell 25 Km (rms) Absolute 10 Km Relative

第 37 卷第 11 號, 2009. 11 QuilkSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 1123 (a) Ascending scene (b) Descending scene Fig. 1. Visualization of wind speed in May 5 2009 데이터저장은하루중가장나중에측정된자료를대표값으로저장한다.

보정방법은지수법칙 [4] 과로그법칙 [5] 이있지만해상풍속관측자료를바탕으로지수를선정한 NASA TP-1359[6] 를참고하여지수법칙을이용하기로한다. (1) U 는속도, z 는높이이고하첨자 a 는속도보정전인 10m 높이에서의값을나타낸다. 참고문헌 [6] 으로부터 n=0.11 을선정하였다. 데이터분석은 Fig. 2 에표시된영역에대해서관측자료를분석하였다.

또한현재해상풍력발전단지로관심이고조되는전남북경계인근해상과바람이비교적세다고인식되고있는제주도동부, 울산남동부, 그리고울릉도동부를나타내는한반도주변 4 개 Fig. 2. Analysis domain around Korean peninsula Table 3. Specified positions Section Coordinates Position 서해상 N35.

3 第 37 卷第 11 號, QuilkSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 1123 (a) Ascending scene (b) Descending scene Fig. 1. Visualization of wind speed in May 데이터저장은하루중가장나중에측정된자료를대표값으로저장한다. 하나의관측값이하루를대표하는문제가있지만 9 년동안의장기분석자료는통계적으로그지점의풍황자료를대표한다고볼수있다. 2.2 관측영역및지점설정 3MW 급해상풍력발전기의허브높이는 80 m 에이르므로관측위치 10 m 에서 80 m 높이로보정이필요하다. 보정방법은지수법칙 [4] 과로그법칙 [5] 이있지만해상풍속관측자료를바탕으로지수를선정한 NASA TP-1359[6] 를참고하여지수법칙을이용하기로한다. (1) U 는속도, z 는높이이고하첨자 a 는속도보정전인 10m 높이에서의값을나타낸다. 참고문헌 [6] 으로부터 n=0.11 을선정하였다. 데이터분석은 Fig. 2 에표시된영역에대해서관측자료를분석하였다. 한반도주변영역은동경 E ~E , 북위 N ~N 영역이다. 이구간에서연도별평균풍속과평균풍력에너지밀도분포를분석하였다. 풍력에너지밀도는아래식과같이풍속의확률밀도함수의적분식으로나타낸다. (2) 여기서 ρ 는공기밀도, v 는바람의속도, f(v) 는 Weibull 확률밀도분포를나타낸다. 또한현재해상풍력발전단지로관심이고조되는전남북경계인근해상과바람이비교적세다고인식되고있는제주도동부, 울산남동부, 그리고울릉도동부를나타내는한반도주변 4 개 Fig. 2. Analysis domain around Korean peninsula Table 3. Specified positions Section Coordinates Position 서해상 N , E 남해상 N33.125, E 남동해상 N35.125, E 동해상 N37.125, E 의특정지점에대하여 (Table 3) 연도별, 월별풍속을분석하였고, 12 방위 (30 간격 ) 의바람장미를산출하여풍향빈도를분석하였다. 발전정지풍속인 25 m/s 이상의자료는의미가없으므로풍황자료분석시에는이값이상은포함시키지않았다. 데이터는 Hierarchical Data Format (HDF) 형식으로되어있으며, 본연구에서는위도, 경도에따른각각의날짜별숫자데이터를뽑아이것을정리하였다 년도결과값중 position 1 에서의데이터일부를예시하면 Table 4 와같다. 데이터는풍속의스칼라값과속도벡터 u, v, 풍향, 강수확률을나타내며, 1 년동안하루단위로순차적으로출력된다.

4 1124 장재경 유병민 유기완 이준신韓國航空宇宙學會誌 Table 4. Sample data record (position 1) 2.3 QuikSCAT 위성관측자료분석 Fig. 3 은허브높이로보정한데이터의평균풍속분포를분석하여표시하였다. 평균풍속분포를분석한결과연도마다약간의차이를보여주고는있으나옹진반도서쪽과제주도 - 대마도 - 울릉도를연결하는해상축의풍속이우수한경향을보이는것은연도마다서로일치하였다. 실제에너지출력은평균풍속보다는풍력에너지밀도와밀접하므로연도별평균풍력에너지

第 37 卷第 11 號, 2009. 11 QuilkSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 1125 Fig. 3. Annual mean wind speed distribution 밀도를분석한결과를 Fig. 4 에나타내었다.

5 第 37 卷第 11 號, QuilkSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 1125 Fig. 3. Annual mean wind speed distribution 밀도를분석한결과를 Fig. 4 에나타내었다. 연도별평균풍력에너지밀도는각연도마다약간의차이를보여주고있으나제주도동부와울산남동부, 그리고울릉도북동쪽의풍력에너지밀도가우수한경향을보이는것은연도마다서로일치하였다 년에서 2008 년동안의평균풍력에너지밀도분포를분석한그래프를보면대체적으로제주도동부의풍력자원이가장우수한것을보여주고있다. 평균최고밀도는 835W/m 2 이며수심이상대적으로낮은서해 position 1 지점의평균풍력에너지밀도는 391 W/m 2 이르며풍력에너지개발잠재성이충분하다고판단된다. Table 5 는미국풍력지도를작성하면서분류한풍력등급을나타내고있다 [7]. 일반적으로 4 등급이상이풍력개발이유리하다고판단하였으나최근유럽에서는 3 등급지역도기술발전과대형화에따라경쟁력이있다고평가하고있다. 서해안 Position 1 의풍력밀도 391 W/m 2 은 80m 에대해서 1/7 지수법칙을적용하면 class 3 에해당되어경제성이있는것으로평가된다. Fig. 3 ~ Fig. 4 를보면한반도근해에근접한곳에데이터가누락된것을확인할수있다. 특 히수심이얕아파도가완만한서해부근에서두드러지게나타나고있다. 이러한현상은 QuikSCAT 위성이파도가완만한곳을스캔할때불규칙적으로오류를범하여신뢰도를저하시키는것으로판단되어데이터의분포도에나타내지않았다. Table 5. Classes of wind power Wind Power Class Wind Power Density (W/m 2 ) 10 m 50 m 1 < 100 < ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ > 400 > 800

6 1126 장재경 유병민 유기완 이준신韓國航空宇宙學會誌

第 37 卷第 11 號, 2009. 11 QuilkSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 1127 Fig. 4. Annual mean wind energy density Fig. 5. Variation of annual mean wind speed Fig. 5 와 Fig.

125 (position 3), N37.125, E131.125 (position 4) 지점에서는각각 7.4 m/s, 7.3 m/s, 7.2 m/s 의바람이분다. 서해보다는제주도동부에서의평균풍속이약 1.2 m/s 이상높은것으로나타났다. Fig.

7 第 37 卷第 11 號, QuilkSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 1127 Fig. 4. Annual mean wind energy density Fig. 5. Variation of annual mean wind speed Fig. 5 와 Fig. 6 은 4 개의특정지점에서 2000 년부터 2008 년도까지연도별평균풍속변화와월별평균풍속변화를나타낸그래프이다. 연도별평균풍속을비교해보면 Fig. 2 에표시한 N35.625, E (position 1) 지점에서는평균적으로 6 m/s 의바람이불고, N33.125, E (position 2), N35.125, E (position 3), N37.125, E (position 4) 지점에서는각각 7.4 m/s, 7.3 m/s, 7.2 m/s 의바람이분다. 서해보다는제주도동부에서의평균풍속이약 1.2 m/s 이상높은것으로나타났다. Fig. 6 에서월별평균풍속을비교해보면한반도해상에서공통적으로겨울철에비교적센바람이불며이러한차이들이풍력에너지밀도에영향을준다는것을알수있다. 특히제주도동부와 (position 2) 울산남동부 (position 3) 는연 평균풍속은별로차이가없으나제주도동부에서는겨울철풍속이울산남동부보다상대적으로높아풍력에너지밀도는더큰값을갖게됨을파악할수있다. 이렇게여름과겨울에풍속차이가나는이유는한반도주변이계절풍의영향을받기때문이다. 계절풍이란대륙과해양의비열의차이로인한온도차에의해발생하는데일반적으로대륙과해양의온도차는겨울철에크고여름에적어겨울의북서풍이여름의남동풍보다더큰풍력에너지를가짐을알수있다. 또한, 서해해상은겨울철북북서풍의영향을바로받기때문에여름철보다겨울철의풍속이더세지는것을알수있다. Fig. 3 과 Fig. 6 에서서해해상평균풍속은대체적으로 5~6 m/s 이며, 제주도 - 울산남동부 - 울릉도를잇는축의풍속은약 6~7 m/s 이상으로좀

1128 장재경 유병민 유기완 이준신韓國航空宇宙學會誌 Fig. 6. Variation of monthly mean wind speed 더강한바람이분다.

또한, 제주도 - 울산남동부 - 울릉도를잇는축의풍속이상대적으로높은이유는한반도의북동쪽에서불어오는바람이나하절기에남서쪽에서불어오는바람의경우한반도와일본의사이에있는해협을빠져나가면서가속되어풍속이증가하는것으로판단된다.

남해의바람자원은서해보다비교적우수하나대규모풍력단지를개발하는데는지형상그리고국립공원특성상서해보다용이하지않다. 서해의평균수심은 40 m 정도이며, 최고수심은홍도서쪽해역이 103 m 로나타난다.

8 1128 장재경 유병민 유기완 이준신韓國航空宇宙學會誌 Fig. 6. Variation of monthly mean wind speed 더강한바람이분다. 이것은주풍속인북서풍이서해안으로유입되면서육지에의한마찰저항이발생하여속도가낮아지지만서해와남해경계부근을빠져나가는바람은마찰이없는해상에서충분히가속되어남해상에이르러강한풍속을나타내는것으로판단된다. 또한, 제주도 - 울산남동부 - 울릉도를잇는축의풍속이상대적으로높은이유는한반도의북동쪽에서불어오는바람이나하절기에남서쪽에서불어오는바람의경우한반도와일본의사이에있는해협을빠져나가면서가속되어풍속이증가하는것으로판단된다. 한반도주변특정지점에서바람장미를통해풍향의빈도를살펴본결과 Fig. 7 과같으며계절풍의영향으로서해에서는북서풍이지배적이고동해지역은북동풍과남서풍이지배적인결과를보여준다. 이는한반도주변의해양과육지의형상에크게지배받는결과라할수있다. Fig. 8 은김지영등 [8] 이한반도주변의수심을파악하기위하여최병호등 [9] 이구축한한국근해의수심분포도를재구성한결과이다. 남해의바람자원은서해보다비교적우수하나대규모풍력단지를개발하는데는지형상그리고국립공원특성상서해보다용이하지않다. 서해의평균수심은 40 m 정도이며, 최고수심은홍도서쪽해역이 103 m 로나타난다. 서해는대륙붕이잘발달하여평균수심에비해수심이얕아 20 m 미만의해역이넓게분포하기때문에대규모풍력발전단지건설이용이하다고판단하고있다. Fig. 7. Wind roses based on mean velocity at specified offshore positions Fig. 8. Geometric view of the sea floor around Korean peninsula [8]

第 37 卷第 11 號, 2009. 11 QuilkSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 1129 Fig. 9.

9 第 37 卷第 11 號, QuilkSCAT 위성데이터를이용한한반도주변의해상풍력자원평가 1129 Fig. 9. Wind rose at position 1 based on wind energy density 또한최근연구에서김현구등 [10] 도해상풍력발전단지조성을위해수심과풍황조건등을분석하여한반도서해안과서남해안지역의대규모발전단지개발잠재성을언급하고있다. 비교적수심이얕은한반도서해해상에대한풍력자원을정밀하게분석해볼필요가있게된다. 단지특정지점에서풍향의빈도에따른주풍향의방향을알아보는것도의미가있지만해상풍력단지개발을위해서는특정지점에서풍력에너지밀도의주유입방향을알아보는것이더의미가있다. 풍력에너지밀도는풍력발전기에서변환되는에너지의양과비례하며단지의경제적인설계와밀접한관련이있기때문이다. 이를위해 position 1 에서의풍력에너지밀도에대한바람장미를 Fig. 9 에나타내었다. 전체에너지밀도의 40 % 를차지할정도로센바람이북북서쪽에서불어오고 28 % 정도가북쪽에서바람이불어오는것을보여준다. 따라서서해어청도근방에서는풍력단지설계시북풍과북북서풍을고려한단지위치결정및터빈어레이의방향설계가이루어져야한다. Position 1 의측정자료로부터그지점풍속의풍속구간별발생빈도에대한통계분석을산출하기위해 Weibull 함수를사용하였다. Weibull 확률변수값을얻기위한방법으로모멘트법과 log-scale 법을서로비교하면 Fig. 10 과같다. 여기서 Weibull 분포함수는다음과같다. (2) 여기서 V 는풍속, C 는 scale parameter 로분포되는풍속의평균치와관계하며, k 는 shape factor Fig. 10. Weibull distribution of the wind data at position 1 로분포된풍속의편차와관계하는상수이다. 0.5 m/s 간격으로돗수분포를나타내었으며, 0.5 m/s 미만은 Weibull 분포에반영하지않았다. 반영되지않은속도영역이돗수분포에차지하는비율은 14 % 이며, 이는평균풍속을 1 m/s 낮추는결과로작용한다. Fig 10으로부터얻어진 position 1의 Weibull 분포는해당위치에대한저풍속블레이드설계를위한정격풍속결정자료로활용하게된다. 4. 결론 본연구에서는 2000 년에서 2008 년동안의한반도해역의 QuikSCAT 위성관측자료를연도별로분석하였다. QuikSCAT 위성의 2000 년초기의자료를이용한선행연구결과와 2000 년부터 2008 년까지의데이터분석결과를비교해볼때풍속과풍력밀도의변화는약간감소한경향을보이며바람장미를비교한결과다소간의차이는보이지만전반적인풍향변동은없는것으로나타났다. 특히어청도부근 (N35.625, E ), 제주도동쪽해상 (N33.125, E ), 울산남동쪽해상 (N35.125, E ) 과울릉도남동쪽해상 (N37.125, E ) 특정지점에대해서는 9 년동안의월별평균풍속변화를분석한결과다음과같은결론을얻을수있었다. 1. 월별평균풍속을분석한결과 10 월부터 3 월까지의평균풍속이특히서해와남해에서다른달보다월등히높은결과를보였다. 2. 제주도 - 울산남동부 - 울릉도를연결하는해역의풍력에너지가다른해역보다우수하며평균풍속이다른지역보다대략 1.2 m/s 이상높다.

10 1130 장재경 유병민 유기완 이준신韓國航空宇宙學會誌 3. 바람장미를통해풍향을알아본결과서해에서는북서풍이지배적이며동해지역은북동풍과남서풍이지배적이다. 이는한반도주변의바다와육지분포형상에지배받는결과로보인다. 4. 풍력에너지밀도는제주도동쪽인근해상이최대 835 W/m 2 정도에이르며평균풍속은울산남동인근해역과비슷하나겨울철풍속이높아풍력에너지밀도가더크게나타난다. 5. 해상풍력단지조성을위해산개된섬지역을피하고경제성을갖는수심을반영한다면한반도서남해역과옹진반도서쪽해역이서해부근에서는상대적으로높은풍력에너지밀도를보이기때문에대규모단지조성에는유리하다고본다. 그러나제주도동부등과비교하면낮은풍속인점을감안하여저풍속용고효율블레이드설계를요구한다고볼수있다. 6. 한반도남서해안 (position 1) 에서의풍력에너지밀도를기반으로한주풍향은북북서풍이 40 % 이며북풍이 28 % 를차지하는것으로나타났다. 이정보를기반으로해상풍력단지설계시에터빈어레이의방향설정이이루어져야한다. 후 기 본연구는지식경제부의신 재생에너지기술개발사업인 국내해역의중형해상풍력발전플랜트타당성조사연구 및국토해양부 하늘프로젝트 의일환으로수행되었습니다. 참고문헌 1) 경남호, 윤정은, 장문석, 장동순, 한반도해역의해상풍력자원평가 ", 한국태양에너지학회지, 제 23 권제 2 호, 2003, pp. 35~41. 2) 김현구, 이화운, 정우식, 한반도바람지도 구축에관한연구 ", 한국대기환경학회지, 제 21 권제 1 호, 2005, pp. 63~72. 3) Physical Oceanography DAAC, "SeaWinds on QuikSCAT Level 3 Daily, Gridded Ocean Wind Vectors", Version 1.1, D-20335, Jet Propulsion Laboratory, ) Shi Feng Zhang, "A Statistical Analysis of the Power law and the Logarithmic Law Using Wind Data from a 164 m Tower", Boundary Layer Meteorology, Vol. 20, No. 1, 1981, pp. 117~123. 5) Ernest W. Peterson, Joseph P. Hennessey, On the Use of Power Laws for Estimates of Wind Power Potential", Journal of Applied Meteorology, Vol. 17, No. 3, 1978, pp. 390~394. 6) Frost, W.; Long, B. H.; Turner, R. E. "Engineering Handbook on the Atmospheric Environmental Guidelines for use in Wind Turbine Generator Development", NASA Technical Paper 1359, ) Schwartz, M. N., Elliott, D. L., and Gower, G. L., "Seasonal Variability of Wind Electric Potential in the United States", PNL-SA-22090, ) 김지영, 강금석, 오기용, 이준신, 유무성, 국내해역의해상풍력가능자원평가및예비부지선정 ", 신재생에너지학회지, 제 5 권제 2 호, 2009, pp. 39~47. 9) 최병호, 김경옥, 엄현민, 한국근해의디지털수심 표고데이터베이스 ", 한국해안 해양공학회지, 제 14 권제 1 호, 2002, pp. 41~50. 10) 김현구, 송규봉, 황선영, 윤진호, 황효정, 국가바람지도및지리정보시스템기반의해상풍력단지입지전략연구 ", 한국환경과학회지, 제 18 권제 8 호, 2009, pp. 877~883.

2 Journal of Disaster Prevention

VOL.13 No.4 2011 08 JOURNAL OF DISASTER PREVENTION CONTENTS XXXXXX XXXXXX 2 Journal of Disaster Prevention 3 XXXXXXXXXXXXXXX XXXXXXXXXXXXXX 4 Journal of Disaster Prevention 5 6 Journal of Disaster Prevention