Current Photovoltaic Research. September 2021. 106-109
https://doi.org/10.21218/CPR.2021.9.3.106

ABSTRACT


MAIN

  • 1. Introduction

  • 2. Experimental

  • 3. Results and discussion

  • 4. Conclusions

1. Introduction

전세계적인 기후변화 위기에 따라, 기존 화석연료에서 신재생에너지로의 전환이 가속화되고 있다1, 2). 그중 태양광 발전의 설치량이 지속적으로 확대되고 있으며, 2020년 COVID-19에 의한 영향에도 불구하고 전세계 태양광 설치량은 2019년 대비 22% 증가한 144G W를 기록하였다3). 이를 위하여, 국내에서도 정부 및 민간을 중심으로 신재생에너지 확대보급에 힘쓰고 있다. 특히, 정부는 태양광 및 풍력을 확대보급을 위하여 그린뉴딜 정책을 시행하고 있으며, 이중 태양광 및 풍력의 보급 목표를 2050년까지 42.7 GW로 상향 조정하였다4).

이에 따라, 많은 수의 태양광 발전소가 설치되고 있으나, 유지보수 적용 및 인건비 상승에 따른 비용증가로 인하여 효과적인 관리가 되고 있지 않은 실정이다. 태양광 모듈의 경우 발전을 위하여 직렬 또는 병렬로 연결되어 스트링을 구성하는데, 이 중 일부 모듈의 고장 및 급격한 효율저하는 전체 스트링의 효율을 저하시켜, 결론적으로 전체 태양광 발전시스템 발전량에 악영향을 준다5, 6). 따라서, 이러한 고장 모듈들을 실시간으로 감지하고 관리한다면, 보다 효율적인 시스템 운용이 가능해지며, 발전수익 또한 높일 수 있다7, 8).

이를 위하여, 본 논문에서는 개별 태양광 모듈에 대한 모니터링이 가능한 무선통신 기반 internet of things (IoT)센서를 개발하였다. 개발된 IoT센서는 태양광 모듈의 전압, 전류 및 모듈온도를 진단하고 함께 구축된 모니터링 시스템은 IoT센서로부터 모니터링 데이터를 무선으로 송신 받아 개별 모듈의 이상여부를 판단하도록 하였다. 이를 통하여, 이상 및 고장 모듈을 사전에 감지하고 유지보수에 활용함으로써 효과적인 태양광 발전소 운영 및 발전량 향상에 기여하고자 한다.

2. Experimental

무선통신 기반 태양광 모듈 개별 모니터링 IoT센서의 모니터링 정확도 향상을 위하여 센서 모듈을 신호 증폭 회로로 구성하였으며, 저전력화 설계를 통하여 전력소비를 최소화하였다. Figure 1에서 볼 수 있듯이 IoT센서는 전압, 전류, 온도를 실시간 모니터링 할 수 있으며, 각각의 센서가 mesh network로 연결 되어있다. Figure 2 (a)에서 볼 수 있듯이 최종적으로 105 mm × 60 mm, 전압 ≤ 5 V, 전류 ≤ 10 mA인 Bluetooth low energy (BLE) Sensor를 모델링하였으며, 무선통신을 위하여 Zigbee 2.4 GHz 통신 포함된 IoT센서를 모델링하였다. 모델링을 하는 것에는 CADian 프로그램을 사용하였으며, 구조확인, 측정, 배치, 간격조율, 전체 비율 확인의 과정을 거쳐 모델링을 완성하였다. Figure 2 (b)는 최종 개발품 이미지를 보여준다. 또한, IoT센서로부터 측정된 데이터를 무선으로 송신하며, 모니터링하는 시스템은 Figure 3에 나타나 있다.

/media/sites/cpr/2021-009-03/N0170090304/images/cpr_09_03_04_F1.jpg
Fig. 1

Diagram of IoT sensor for individual PV module monitoring

/media/sites/cpr/2021-009-03/N0170090304/images/cpr_09_03_04_F2.jpg
Fig. 2

(a) 3D modelled IoT sensor and (b) the prototype IoT sensor

/media/sites/cpr/2021-009-03/N0170090304/images/cpr_09_03_04_F3.jpg
Fig. 3

(a) Monitoring process diagram, and (b) the monitoring system interface

IoT센서의 실증을 위하여 녹색에너지연구원에서 보유하고 있는 MW급 태양광 실증단지(전남, 나주)를 활용하였다. 실증에 사용된 모듈은 단결정 실리콘 370 W (60cells) 모듈이며, IoT센서의 비교 검증을 위하여 태양광 모듈의 전압 및 전류 측정이 가능한 power-optimizer (Solaredge, Israel)를 태양광 모듈에 설치하여 실증하였다. Power-optimizer의 경우 maximum power point tracking (MPPT)를 수행하지만, MPPT 전 모듈의 전압 및 전류도 모니터링이 가능하다. 실증을 수행한 태양광 사이트와 실증 현장은 Figure 4에 나타나 있다. IoT센서 실증은 2021년 8월 1일부터 수행하였으며, 향후 1년간 실증을 통하여 개발품의 신뢰성 및 데이터를 확보할 예정이다.

/media/sites/cpr/2021-009-03/N0170090304/images/cpr_09_03_04_F4.jpg
Fig. 4

(a) MW scale PV demonstration site owned by Green Energy Institute, (b) IoT sensors and power-optimizer installation, and (c) An enlarged view of IoT sensor and power-optimizer installation

3. Results and discussion

IoT센서 개발 완료 후 해당 센서의 특성을 확인하고자 분석을 진행하였다. Table 1은 IoT센서의 동작특성을 나타낸다. 전압 측정 테스트는 개발품을 source meter에 연결한 후 65 V의 전압을 인가하고 무선모니터링 시스템에서 나타나는 전압을 확인하였다. 표에서 볼 수 있듯이 5개 시료에서 64.2 V의 전압이 모니터링 되었고 측정오차는 1.23%로 확인되었다. 송신출력은 평균 16.6 dBm 수준으로 나타났으며, 응답속도는 평균 0.42초로 확인되었다. 응답속도의 경우 샘플마다 약간의 차이가 확인되어 정확한 원인규명을 진행하고 있다. 하지만 5개의 샘플 모두 0.8초 이내의 빠른 응답속도를 보여주는 것을 확인 할 수 있었다. 소모전류는 개발품 제조 전에 설정하였던 10 mA 이하의 값인 평균 7.1 mA로 측정되어 제조가 잘 되었음을 확인할 수 있었다.

Table 1.

Operational parameters of IoT sensors

Sample 1 Sample 2 Sample 3 Sample 4 Sample 5
Measured Voltage (V) 64.2 64.2 64.2 64.2 64.2
Transmission Output (dBm) 16.7 16.3 16.6 16.7 16.4
Response Time (s) 0.10 0.37 0.77 0.10 0.80
Current Consumption (mA) 7.1 7.1 7.1 7.1 7.1

Figure 5는 2021년 8월 3일 총 5개의 IoT센서로부터 수집된 개별 모듈의 전압, 전류, 온도를 나타낸다. 그림에서 볼 수 있듯이, 동일 종류의 태양광 모듈에 개발된 IoT센서들을 부착하여 시간에 따른 전압 및 전류가 매우 유사함을 알 수 있다. 특히, 전류의 경우 당일 시간별 일사량과 매우 유사한 경향을 보여줌으로써 일사량에 따른 태양광 모듈의 전류가 잘 측정되었음을 확인할 수 있었다. 동일 제조사의 동일 태양광 모듈 일지라도 전압과 전류가 항상 같은 값을 나타내지는 않아 모든 값이 정확히 일치하지 않는 것을 확인할 수 있었다. 하지만 5개의 IoT센서에서 측정된 전압, 전류, 온도가 매우 유사하므로 IoT센서는 충분한 신뢰성을 가지고 있다고 할 수 있다.

/media/sites/cpr/2021-009-03/N0170090304/images/cpr_09_03_04_F5.jpg
Fig. 5

(a) Measured voltage, (b) current, (c) temperature by IoT sensors and (d) solar irradiance on 3rd Aug 2021

개발된 IoT센서의 비교검증을 위하여 power-optimizer에서 측정된 개별 태양광 모듈의 전압과 전류를 Figure 6에서 비교하였다. 측정을 위하여 태양광 모듈 – IoT센서 – Power optimizer – 태양광 모듈 순서로 연결하여 측정을 진행하였다. Figure 6에서 볼 수 있듯이 power-optimizer와 IoT센서에서 측정된 전압과 전류가 정확히 일치하지는 않음을 확인할 수 있었다. 이것은 각각의 제품에서 전압, 전류를 측정하는 소자가 다르며, 제품의 회로 및 전체적인 구성이 다르기 때문에 나타난 차이로 판단된다. 하지만, 시간에 따른 전압과 전류변화의 경향이 매우 유사하며, 측정시간 내 전압 및 전류의 평균 측정오차는 5% 이내임을 확인 할 수 있었다.

/media/sites/cpr/2021-009-03/N0170090304/images/cpr_09_03_04_F6.jpg
Fig. 6

(a) Measured voltage, (b) current by power-optimizer and IoT sensor on 2021 August 3rd (2021-08-03, yyyy-mm-dd)

4. Conclusions

본 논문에서는 태양광 발전단지의 유지관리를 효율적으로 하고자 개별 태양광 모듈의 진단이 가능한 무선 통신기반 IoT센서를 개발하였다. IoT센서는 태양광 모듈의 전압, 전류, 온도를 측정한 후 그 결과를 Zigbee를 통하여 무선 송신한다. IoT센서는 전압측정 오차율은 1.23%였으며, 송신출력은 평균 16.6 dBm, 평균 응답시간은 0.42초, 평균 소모전력은 7.1 mA로 확인되었다. 개발 후 실제 기후환경에서 실증을 수행하였으며, 5개의 IoT센서에서 매우 유사한 전압, 전류, 온도를 확인할 수 있었다. 또한, 타 제품과 비교검증을 위하여 시판중인 power-optimizer를 활용하여 측정값을 비교하였으며, 측정시간 내 전압 및 전류의 평균 측정오차는 5% 이내임을 확인하였다. 이것은 각각의 제품에서 전압, 전류를 측정하는 소자가 다르며, 제품의 회로 및 전체적인 구성이 다르기 때문에 나타난 차이로 판단된다.

Acknowledgements

This paper has been written with the support of Jeollannam-do (‘Regional Demand Customized R&D supporting program’ operated by Jeonnam Technopark) and the Korea Institute of Energy Technology Evaluation and Planning(KETEP) and the Ministry of Trade, Industry & Energy(MOTIE) of the Republic of Korea (No. 20203040010130).

References

1
P. Droege, Renewable energy and the city: Urban life in an age of fossil fuel depletion and climate change, Bulletin of Science, Technology & Society, 22, 87-99 (2002). 10.1177/0270467602022002003
2
R.H. Moss, J.A. Edmonds, K.A. Hibbard, M.R. Manning, S.K. Rose, D.P. Van Vuuren, T.R. Carter, S. Emori, M. Kainuma, T. Kram, The next generation of scenarios for climate change research and assessment, Nature, 463, 747-756 (2010). 10.1038/nature0882320148028
3
강정화, 2021년 2분기 신재생에너지 산업 동향, 2021 Quarterly Report, 2021-분기-1 (2021).
4
I.a.E. Ministry of Trade, The 9th Basic Plan for Electricity Supply and Demand (2020).
5
T. Ishii, A. Masuda, Annual degradation rates of recent crystalline silicon photovoltaic modules, Progress in Photovoltaics: Research and Applications, 25, 953-967 (2017). 10.1002/pip.2903
6
M. Halwachs, L. Neumaier, N. Vollert, L. Maul, S. Dimitriadis, Y. Voronko, G. Eder, A. Omazic, W. Mühleisen, C. Hirschl, Statistical evaluation of PV system performance and failure data among different climate zones, Renewable Energy, 139, 1040-1060 (2019). 10.1016/j.renene.2019.02.135
7
A. Walker, PV O&M cost model and cost reduction, in, National Renewable Energy Lab.(NREL), Golden, CO (United States) (2017).
8
B. Steffen, M. Beuse, P. Tautorat, T.S. Schmidt, Experience curves for operations and maintenance costs of renewable energy technologies, Joule, 4, 359-375 (2020). 10.1016/j.joule.2019.11.012
페이지 상단으로 이동하기