Current Photovoltaic Research. 31 December 2024. 128-134
https://doi.org/10.21218/CPR.2024.12.4.128

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 실험방법

  •   2.1 유효 발전량 예측 모델링

  •   2.2 펜스형 PV 실증 시스템 현황

  • 3. 결과 및 고찰

  •   3.1 실증 대상지별 발전량 예측 및 실측

  •   3.2 BF 값에 따른 발전량 예측 및 실측

  • 4. 결 론

1. 서 론

기후 변화 대응 및 탄소 중립 목표 달성을 위한 주요한 재생 에너지원(renewable energy source)으로 태양광 발전(Photovoltaic, PV) 시스템(system)에 대한 수요가 전 세계적으로 급격히 증가하고 있다1, 2). 특히 양면형 태양광 모듈(bifacial PV modules)은 모듈의 전면뿐만 아니라 후면에서도 태양광을 흡수하여 추가적인 전력 생산을 가능하게 하여 단면형(monofacial) PV 모듈보다 더 높은 발전 효율을 제공한다. 이러한 양면형 PV 시스템은 지면 반사율(Albedo)과, 설치 각도(angle), 그리고 후면에서 흡수되는 직사광(direct light) 및 반사광(reflected light) 등 다양한 환경적 요인에 영향을 받으며, 설치 환경에 따른 최적화가 중요하다3-6).

양면형 PV 모듈에서 후면 발전량은 태양광 발전의 효율성을 극대화할 수 있는 중요한 요소로, 지면의 반사율이 높을수록 후면 발전 기여도가 증가하게 된다. 따라서 고 반사율을 확보할 수 있는 지역에 양면형 PV 모듈이 적용된 태양광 발전 시스템이 구축된다면, 양면형 PV 모듈의 후면에서의 높은 발전량을 기대할 수 있다7-9). 이러한 양면형 PV 모듈의 장점은 개방되고 넓은 지표면 특징을 가지는 농어촌 지역(rural area)에서 극대화될 수 있다. 논, 밭, 과수원, 그리고 염전은 대한민국의 농촌 및 어촌 지역 주민들의 주요 소득원으로 농업과 소금 생산을 영위하는 전형적인 토지 이용 방식이다. 하지만 논, 밭, 과수원을 소유한 농민들은 겨울철이나 작물 수확이 없는 기간에 이익을 얻지 못하는 경우가 많아 경제적 어려움에 직면할 수 있다. 염전 또한 햇볕과 건조한 날씨에 의존하는 만큼, 우기나 겨울철에는 소금 생산이 불가능하거나 크게 제한되어 수익 창출에 큰 변동을 초래할 수 있다. 농어촌용 펜스형 양면 PV 시스템은 비수기에도 수익을 창출할 수 있어 논, 밭, 과수원의 농업 종사자 및 염전 운영자의 소득 불안정성 문제를 해결하는 효과적 대안이 될 수 있다. 나아가 재생 에너지를 활용한 경제적 안정성과 지속 가능성을 동시에 추구할 수 있다.

양면발전 계수(Bifaciality Factor, BF)는 양면형 모듈의 전면과 후면 발전 성능 차이를 나타내는 중요한 지표로, 양면형 PV 시스템의 성능 예측에 있어 이를 정확하게 반영한 발전량 예측 모델(power prediction model)이 필요하다. BF 값은 모듈의 설치 환경에 따라 달라지며, 발전량 예측의 정확도를 높이기 위한 중요한 변수로 작용한다10, 11). 그러나 기존의 발전량 예측 모델은 주로 단면형 모듈을 대상으로 개발되었기 때문에, 양면형 PV 시스템에 대한 예측 정확도를 높이기 위해서는 더 많은 현장 실증 데이터를 기반으로 하는 예측 모델의 개발이 필요하다. 펜스형(fence-type) 양면 PV 시스템의 발전 성능을 최적화하고 예측 정확도를 높이기 위한 연구는 전 세계적으로 활발히 이루어지고 있다. 예를 들어, 수직으로 설치된 양면형 모듈은 공간 활용이 중요한 도심 지역의 각종 건물 외벽(building facades)과 방음벽(noise barriers) 등에 적용될 수 있다. 이러한 펜스형 양면 PV 시스템은 아침과 오후의 전력 피크(peak) 시간대에 집중된 발전량을 분산하여 태양광 발전의 전력망 수용 용량(grid’s power capacity)을 증대시키는 데 중요한 역할을 할 수 있다12-15).

본 연구는 농어촌 지역에 설치된 펜스형 양면형 PV 실증 시스템을 대상으로, 양면발전 계수에 따른 발전량 예측 모델을 개발하고 이를 실측 데이터와 비교하여 검증하였다. 이를 위해 농어촌 지역의 대표적인 토지 이용 형태인 과수원, 밭, 논, 그리고 염전의 4개 실증 대상지(sites)에 양면형 모듈을 수직으로 설치하였고, 서로 다른 BF 값에 따라 예측된 발전량을 실측된 발전량과 비교하였다. 본 연구를 통해 농어촌 지역에 설치되는 펜스형 양면 PV 시스템의 설치와 정확한 발전 성능 예측 및 운영 최적화에 중요한 자료를 제공할 것으로 기대된다.

2. 실험방법

2.1 유효 발전량 예측 모델링

2.1.1 일사량 데이터 추출

평균 기상 년(Typical Meteorological Year, TMY)은 장기 기상 데이터베이스(database)를 기반으로 월별 대표 기상 데이터를 선택하여 기록한 1년간의 시간별 기장 자료이다. 미국에서는 TMY, 유럽에서는 TRY(Test Reference Year)로 명명한다. 평균 기상 년(TMY) 데이터는 수평면 전 일사량(Global Horizontal Irradiance, GHI), 수평면 확산 일사량(Diffuse Horizontal Irradiance, DHI), 직달 일사량(Direct Normal Irradiance, DNI), 풍속 등 다양한 기상요소를 포함하며, 제작 방식에 따라 포함되는 기상요소가 달라질 수 있다.

본 연구에서는 미국 국립재생에너지연구소(National Renewable Energy Laboratory, NREL)에서 제공하는 2010년부터 2020년까지의 대한민국 전 지역에 대한 TMY 데이터를 활용하였다. 실증 대상지인 논, 밭, 과수원, 염전에 설치된 펜스형 PV (photovoltaic) 실증 시스템의 발전량 예측 모델링을 위해 TMY 데이터에서 각 실증 위치의 수평면 전 일사량(GHI), 수평면 확산 일사량(DHI), 직달 일사량(DNI), 태양 천정각(Solar Zenith Angle, θZ), 그리고 표면 반사율(Surface Albedo) 값을 추출하였다.

2.1.2 TMY 기반 발전량 예측 모델링

태양광 PV 모듈에 도달하는 총복사량은 어레이 표면 일사량(Plane of Array Irradiance, IPOA)으로 정의되며, 지표 반사 확산광(Ground Reflected Diffuse, Id,ground), 천공 확산광(Sky Diffuse, Id,sky), 표면 직사광(Plane of Array Beam, Ib), 그리고 양면발전 계수(Bifaciality Factor, BF)의 네 가지 요소로 구성된다. TMY 데이터에서 추출된 수평면 전 일사량(GNI)과 수평면 확산 일사량(DHI)은 각각 산란성분으로, 어레이 표면 일사량(IPOA)을 계산할 때, 지표 반사 확산광(Id,ground)과 천공 확산광(Id,sky)으로 변환된다. 직달 일사량(DNI)은 어레이 표면 직사광(Ib)으로 변환되어 IPOA의 직달 성분이 된다.

어레이 표면 일사량(IPOA)의 첫 번째 요소인 지표 반사 확산광(Id,ground)은 식 (1)에 나타난 바와 같이, 수평면 전 일사량(GHI), 반사계수(Albedo), 그리고 어레이 각도(θT)를 이용하여 계산하였다16).

(1)
Id,ground=Albedo×GHI×1-cosθT2

두 번째 요소인 천공 확산광(Id,sky)은 일사량 예측에 사용되는 여러 모델 중에서 페레즈 천공 확산 모델(Perez Sky Diffuse Model)을 적용하여 수평면 확산 일사량(DHI)으로부터 도출하였다. 세 번째 요소인 표면 직사광(Ib)은 직달 일사량(DNI)에 입사각(Angle of Incidence, α)을 곱한 값으로 산출하였고, 이를 식 (2)로 정의하였다17).

(2)
Ib=DNI×cosα

여기서, 입사각 α는 태양 천정각(Solar Zenith Angle, θZ), 태양 방위각(Solar Azimuth, θA), 어레이 각도(Array Tilt Angle, θT), 어레이 방위각(Array Azimuth, θA,array)을 각각 곱한 계수로 결정된다. IPOA의 네 번째 요소인 양면발전 계수(BF)는 양면형 PV 모듈의 전면(front side)과 후면(rear side)의 발전 성능 차이를 나타내며, 모듈의 후면에서 발생하는 전력(Pmp,rear)과 전면에서 발생하는 전력(Pmp,front)의 비율로 정의된다. 이 관계는 식 (3)으로 나타낼 수 있다18).

(3)
BEϕ=Pmp,rearPmp,front

본 연구에서는 양면발전 계수(BF)의 값을 0.50에서 0.75까지 적용하였고, 각기 다른 BF 값에 따른 실증 대상지별 예측 발전량을 펜스형 양면 PV 실증 시스템의 모니터링 결과와 비교하였다. 발전량 예측과 실측값의 비교는 2022년 6월부터 2023년 5월까지 사계절 동안 수집된 모니터링 데이터를 기반으로 수행되었다. 펜스형 양면 PV 실증 시스템의 발전량 예측 알고리즘을 Fig. 1에 나타내었다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F1.jpg
Fig. 1

Power generation prediction algorithm for fence-type PV demonstration systems.

2.2 펜스형 PV 실증 시스템 현황

2.2.1 실증 대상지의 지리적 위치

총 4곳(과수원, 밭, 논, 염전)에 펜스형 양면 PV 실증 시스템을 설치하였다. 과수원(Fruit Farm), 밭(Regular Field), 논(Rice Field)에 설치된 펜스형 PV 실증 시스템은 경상북도 군위군 효령면 화계리에 자리 잡고 있으며, 염전(salt field)에 설치된 실증 시스템은 전라남도 무안군 해제면 만풍리에 자리 잡고 있다. 서로 다른 지리적 위치에 구축된 펜스형 양면 PV 시스템의 실증 모습을 Fig. 2에 나타내었다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F2.jpg
Fig. 2

Status of construction of a total of four fence-type PV demonstration systems: (a) fruit farm, (b) regular field, (c) rice field, and (d) salt field.

2.2.2 펜스형 PV 실증 시스템 구성

총 4곳의 실증 대상지 중에서 과수원에 설치된 펜스형 양면 PV 시스템의 발전 용량은 52.8 kW이며, 인버터는 100 kW급 1대로 구성하였다. 시스템 스트링은 두 구역(1A/2A/3A-P1, 1A/2A/3A-P2)으로 분류하였고, 양면형 PV 모듈의 전면을 남서(220°, 231°) 방위, 후면을 북동(40°, 51°) 방위로 설치하였다. 밭의 시스템 발전 용량은 논과 동일한 52.8 kW이며, 100 kW급 인버터 1대를 적용하였다. 스트링은 두 구역(1A-P1/P2/P3/P4/P5, 2A-P1/P2/P3)으로 구성하였고, 양면형 PV 모듈의 전면을 모두 정서(270°) 방위로, 후면을 모두 정동(90°) 방위로 설치하였다. 실증 대상지 논의 시스템 발전 용량은 52.8 kW이며, 스트링은 세 구역(1A-P1/P2/P3, 2A-P1/P2/P3, 3A-P1/P2/P3)으로 분류하였고, 이에 대응하는 25 kW급 인버터 3대를 적용하였다. 양면형 PV 모듈의 설치 방위는 전면을 남서(233°, 232°)와 남동(131°), 후면을 북동(53°, 52°)과 북서(311°) 방위로 구성하였다. 염전에 설치된 시스템 발전 용량은 50.2 kW이며, 25 kW급인버터 2대와 3 kW급 인버터 6대로 9개의 구역(1A-P1/P2/P3, 2A-P1, 2A-P2, 3A-P1, 3A-P2, 3A-P3, 4A-P1, 4A-P2, 4A-P3)으로 분류한 시스템 스트링에 대응하였다. 양면형 PV 모듈의 설치 방위는 전면을 남서(238°, 233°, 231°)와 남동(128°, 139°)으로, 후면을 북동(58°, 53°, 51°)과 북서(308°, 319°) 방위로 구성하였다. 펜스형 양면 PV 실증 시스템의 상세 구성 정보를 Table 1Fig. 3에 나타내었다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F3.jpg
Fig. 3

Installation orientations and string configurations of a total of four fence-type PV demonstration systems: (a) fruit farm, (b) regular field, (c) rice field, and (d) salt field.

Table 1.

Configuration information of fence-type PV demonstration systems.

Site Capacity Inverter String Orientation
Fruit
Farm
52.8 kW 100 kW-1 1A~3A-P1 Front: 220° (SW)
Rear : 40° (NE)
1A~3A-P2 Front: 231° (SW)
Rear : 51° (NE)
Regular Field 52.8 kW 100 kW-1 1A-P1~P5 Front: 270° (W)
Rear : 90° (E)
2A-P1~P3 Front: 270° (W)
Rear : 90° (E)
Rice Field 52.8 kW 25 kW-1 1A-P1~P3 Front: 233° (SW)
Rear : 53° (NE)
25 kW-2 2A-P1~P3 Front: 232° (SW)
Rear : 52° (NE)
25 kW-3 3A-P1~P3 Front: 131° (SW)
Rear : 311° (NE)
Salt Field 50.2 kW 25 kW-1 1A-P1~P3 Front: 238° (SW)
Rear : 58° (NE)
25 kW-2 2A-P1 Front: 233° (SW)
Rear : 53° (NE)
2A-P2 Front: 231° (SW)
Rear : 51° (NE)
3 kW-3 3A-P1 Front: 128° (SE)
Rear : 51° (NW)
3 kW-4 3A-P2
3 kW-5 3A-P3
3 kW-6 4A-P1 Front: 139° (SE)
Rear : 319° (NW)
3 kW-7 4A-P2
3 kW-8 4A-P3

3. 결과 및 고찰

3.1 실증 대상지별 발전량 예측 및 실측

3.1.1 과수원과 밭의 결과 분석

Fig. 4는 실증 대상지인 과수원과 밭에 설치된 펜스형 양면 PV 시스템의 양면발전 계수(BF)에 따른 발전량 예측 및 실측값의 비교 결과를 보여준다. BF 값에 따른 예측 발전량(주황색)과 실측 발전량(파란색) 간의 차이를 시각적으로 나타내었고, BF 값이 증가함에 따라 발전량의 차이가 어떻게 변화하는지를 분석하였다. 과수원의 경우, BF 값이 0.50에서 0.75까지 증가함에 따라, 예측 발전량과 실측 발전량 간의 오차율이 점차 증가하는 경향을 보여주었다. 특히, BF 값이 0.50일 때 19%의 오차율이 0.75의 BF 값에서 28%까지 증가함을 나타내었다. 밭의 비교 결과도 과수원과 비슷한 경향을 보여주었다. BF 값이 0.50일 때 오차율은 14%로 가장 낮았으나, BF 값이 0.75에 도달할 때 오차율은 27%로 증가하였다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F4.jpg
Fig. 4

Comparison of predicted and measured power for bifacial PV modules in (a) the fruit farm and (b) the regular field, based on different bifaciality factors (BF).

과수원과 밭 모두에서 BF가 증가할수록 예측된 발전량과 실측된 발전량 간의 오차가 증가하는 경향을 확인하였다. 이는 양면형 PV 모듈의 후면에서 발생하는 발전량이 실제 현장에서 예측된 것보다 낮게 측정된 결과로 볼 수 있다. 특히, 과수원과 밭과 같은 농업 환경에서는 지표면의 반사율이 상대적으로 낮아 후면 발전량의 기여도가 예상보다 낮을 수 있다. 또한, Fig. 5에 나타낸 바와 같이, 주변 과수나 농작물에 의해 발생한 음영 효과로 인한 핫-스팟(hot-spot)과 농약 살포에 의한 모듈 표면의 오염이 실제 시스템의 발전량 감소에 영향을 미칠 수 있다. 이러한 결과는 양면형 PV 모듈의 설치 환경에 따라 후면 발전량의 기여도가 크게 달라질 수 있음을 시사하며, 실제 현장에서 정밀한 환경 분석 및 반사율 측정이 필요함을 나타낸다. 이를 통해 향후 펜스형 양면 PV 시스템의 발전량 예측 모델을 더욱 정확하게 개선할 수 있을 것으로 판단된다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F5.jpg
Fig. 5

Main causes of power decline: (a) hot-spot damage from tree shade, and (b) surface contamination from pesticide and dust.

3.1.2 논과 염전의 결과 분석

Fig. 6은 BF에 따른 논과 염전의 발전량 예측 및 실측 결과를 비교한 그래프(graph)이다. 논의 경우 BF 값이 0.50에서 0.75까지 증가함에 따라 예측 발전량과 실측 발전량 간의 오차율이 7%에서 4%로 감소하는 경향을 나타내었다. 특히, BF 값이 0.65일 때 실측값과 예측값의 오차율이 0%로 가장 높은 정확도를 보여주었다. 염전도 BF 값이 0.50일 때 11%로 분석된 오차율이 0.70의 BF 값에서 1%로 크게 줄어들어 논과 유사한 경향을 나타내었다. 이러한 결과는 논과 염전의 지리적 및 설치 환경 특성상 지표 반사율이 과수원과 밭에 비해 상대적으로 높아 양면형 모듈의 후면에서 수집되는 태양광의 기여도가 더 정확하게 예측되었기 때문으로 판단된다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F6.jpg
Fig. 6

Comparison of predicted and measured power for bifacial PV modules in (a) the rice field and (b) the salt field, based on different bifaciality factors (BF).

3.2 BF 값에 따른 발전량 예측 및 실측

Fig. 7은 총 4곳의 실증 대상지(과수원, 밭, 논, 염전)에 설치된 펜스형 양면 PV 시스템의 예측 및 실측 발전량을 0.50과 0.55의 양면발전 계수(BF)를 적용하여 비교한 결과이다. BF 값이 0.50일 때, 실증 위치별 오차율은 과수원이 19%, 밭이 14%, 논이 7%, 그리고 염전이 11%를 기록하였다. BF 값이 0.55인 경우, 오차율은 각각 21%(과수원), 17%(밭), 5%(논), 8%(염전)로 변화하였고, 이들 중 논의 오차율이 가장 낮았다. 이 결과를 통해 각 실증 대상지에서 BF 값의 변화에 따라 펜스형 양면 PV 시스템의 효율이 달라지는 것을 확인하였다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F7.jpg
Fig. 7

Comparison of predicted and measured power generation for bifacial PV systems at four demonstration sites with bifaciality factors (BF) of (a) 0.50, and (b) 0.55.

Fig. 8은 BF 값이 0.60과 0.65로 적용된 펜스형 양면 PV 실증 시스템의 예측 및 실측 발전량이다. BF 값이 0.60일 때, 과수원이 23%, 밭이 20%, 논이 3%, 염전이 6%의 오차율을 기록하였다. 과수원과 밭에서 예측된 발전량은 실측된 발전량보다 많았고, 논과 염전에서는 실측된 발전량이 더 우세하였다. BF 값이 0.65인 경우, 오차율은 각각 25%(과수원), 22%(밭), 0%(논), 4%(염전)이며, 논에서의 예측값과 실측값이 일치함으로써 해당 BF가 최적의 값임을 확인하였다. 과수원과 밭에서는 BF 값이 0.60에서 0.65로 증가함에 따라 오차율도 소폭 증가하였다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F8.jpg
Fig. 8

Comparison of predicted and measured power generation for bifacial PV systems at four demonstration sites with bifaciality factors (BF) of 0.60, and (b) 0.65.

Fig. 9는 양면발전 계수(BF) 값이 0.70과 0.75로 설정된 펜스형 양면 PV 실증 시스템의 예측 및 실측 발전량을 비교한 결과이다. BF 값이 0.70일 때, 과수원의 예측 발전량과 실측 발전량 간의 오차율은 26%이었고, 밭에서는 25%의 오차율을 기록하였다. 두 실증 대상지 모두에서 예측된 발전량은 실측된 발전량보다 많았다. 반면 논의 오차율은 2%로 매우 낮아 예측값과 실측값이 거의 일치하였고, 염전의 오차율도 1%로 나타나 예측 및 실측 발전량의 차이가 없었다.

https://cdn.apub.kr/journalsite/sites/cpr/2024-012-04/N0170120407/images/cpr_12_04_07_F9.jpg
Fig. 9

Comparison of predicted and measured power generation for bifacial PV systems at four demonstration sites with bifaciality factors (BF) of (a) 0.70, and (b) 0.75.

BF 값을 0.75로 적용한 경우, 과수원의 오차율은 28%로 소폭 증가하였고, 밭의 오차율도 27%를 기록하였다. 논의 오차율은 BF 값 0.70일 때의 2% 대비 증가한 4%를 유지하였고, 염전에서의 오차율은 1%로 나타나 매우 일관된 발전량 예측 결과를 보여주었다. 이러한 결과를 통해 BF 값이 0.70과 0.75일 때, 논과 염전에서 예측된 발전량과 실측된 발전량은 거의 일치하며, 매우 정확한 예측이 가능함을 확인하였다. 특히 염전은 두 BF 값에서 모두 오차율 1%를 기록하여, 예측된 발전량과 실측된 발전량 간의 차이가 거의 없는 안정적인 결과를 나타내었다. 반면, 과수원과 밭에서는 예측값이 실측값보다 크게 초과하는 경향으로 인해 높은 오차율을 보여주었고, 과수원과 밭의 환경적 특성이 양면발전 계수의 효과에 덜 민감할 수 있음을 확인하였다.

4. 결 론

본 연구에서는 양면형 태양광 모듈이 적용된 총 4곳의 실증 대상지(과수원, 밭, 논, 염전)에 설치된 펜스형 양면 PV 시스템의 발전량을 예측하고, 이를 실측 데이터와 비교하여 분석하였다. 양면발전 계수(Bifaciality Factor, BF) 값의 범위는 0.50에서부터 0.75까지 적용하였다. BF 값에 따른 예측 및 실측 발전량 간의 차이를 분석한 결과, 실증 대상지별로 BF 값에 따른 발전량 예측 결과가 다르게 나타나는 것을 확인하였다. 과수원과 밭에서는 BF 값이 증가함에 따라 예측된 발전량과 실측된 발전량 간의 오차율이 다소 증가하는 경향을 보였다. 특히, 과수원의 경우 BF 값이 0.50에서 0.75로 증가할수록 예측된 발전량이 실측 발전량보다 크게 초과하는 양상을 보여주었다. 밭에서도 이와 비슷한 경향이 나타내었다. 이러한 결과는 과수원과 밭의 환경적 요인(예: 음영, 반사율 등)이 후면 발전량의 기여도를 예측하는 데 있어 다소 부정적인 영향을 미칠 수 있음을 시사한다. 따라서 과수원과 밭에서는 BF 값의 적용에 따른 최적화가 필요하며, 실제 펜스형 양면 PV 시스템의 설치 환경을 더욱 세밀하게 반영한 예측 모델링이 필요할 것으로 판단된다. 반면 논과 염전에서는 BF 값이 증가함에 따라 예측된 발전량과 실측 발전량 간의 오차율은 감소하는 경향을 보였다. 특히 논에서는 BF 값이 0.65일 때, 오차율이 0%로 나타나, 이 값이 실증 대상지 논에 대한 최적의 BF 값임을 나타내었다. 염전의 경우 BF 값이 0.75일 때, 오차율은 매우 낮은 1%를 기록하였고, 고 반사율을 가진 염전 환경에서는 BF 값이 클수록 예측 발전량의 정확도가 더욱 향상됨을 확인하였다.

결론적으로, 논과 염전에서의 BF 적용 결과는 발전량 예측 모델의 높은 정확도를 보여주었다. 특히 후면 발전 기여도가 중요한 고 반사율 환경에서는 양면발전 계수를 0.65 이상 높게 적용하는 것이 발전량 예측 결과의 정확성을 증대하는 요인이 될 수 있음을 확인하였다. 그러나 과수원과 밭과 같은 환경에서는 양면발전 계수에 따른 예측값과 실측값의 차이가 벌어질 수 있으므로, 이러한 환경에 적합한 발전량 예측 모델의 추가 개발이 필요하다. 향후 연구에서는 더 다양한 환경적 요인과 세부적 현장 조건을 반영하여, 펜스형 양면 PV 시스템의 발전량 예측 정확도가 더욱 개선된 모델을 제안하고자 한다.

Acknowledgements

이 논문은 2021년도 정부(산업통상자원부)의 재원으로 한국에너지기술평가원의 지원을 받아 수행된 연구임(20213030010140, LCOE 140.8[원/kWh] 이하를 만족하는 농어촌형 펜스 태양광 발전 시스템 개발 및 200 kW급 실증).

References

1

T. Baumann, H. Nussbaumer, M. Klenk, A. Dreisiebner, F. Carigiet, F. Baumgartner, Photovoltaic systems with vertically mounted bifacial PV modules in combination with green roofs. Sol. Energy. 190, 139-146 (2019).

10.1016/j.solener.2019.08.014
2

P. Kenny, J. Lopez-Garcia, E. G. Menendez, B. Haile, D. Shaw, Characterizing bifacial modules in variable operating conditions. In Proceedings of the WCPEC, 10-15, 1210-1214 (2018).

10.1109/PVSC.2018.8547853
3

R. Guerrero-Lemus, R. Vega, T. Kim, A. Kimm, L. Shephard, Bifacial solar photovoltaics-a technology review. Renewable and Sustainable Energy Reviews. 60, 1533-1549 (2016).

10.1016/j.rser.2016.03.041
4

A. Cuevas, A. Luque, J. Eguren, J. Alamo, 50 per cent more output power from an albedo-collecting flat panel using bifacial solar cells. Sol. Energy. 29(5), 419-420 (1982).

10.1016/0038-092X(82)90078-0
5

U. A. Yusufoglu, T. H. Lee, T. M. Pletzer, A. Halm, L. J. Koduvelikulathu, C. Comparotto, R. Kopecek, H. Kurz, Simulation of energy production by bifacial modules with revision of ground reflection. Energy Procedia. 55, 389-395 (2014).

10.1016/j.egypro.2014.08.111
6

C. Deline, S. MacAlpine, B. Marion, F. Toor, A. Asgharzadeh, J. S. Stein, Evaluation and field assessment of bifacial photovoltaic module power rating methodologies. 43rd Photovoltaic Specialists Conference (PVSC), IEEE, 3698-3703 (2016).

10.1109/PVSC.2016.7750367
7

C. A. Gueymard, V. Lara-Fanego, M. Sengupta, Y. Xie, Surface albedo and reflectance: Review of definitions, angular and spectral effects, and intercomparison of major data sources in support of advanced solar irradiance modeling over the americas. Sol. Energy. 182, 194-212 (2019).

10.1016/j.solener.2019.02.040
8

B. Marion, S. MacAlpine, C. Deline, A. Asgharzadeh, F. Toor, D. Riley, J. Stein, C. Hansen, A practical irradiance model for bifacial pv modules. 44th Photovoltaic Specialist Conference (PVSC). IEEE, 1537-1542 (2017).

10.1109/PVSC.2017.8366263
9

X. Sun, M. R. Khan, C. Deline, M. A. Alam, Optimization and performance of bifacial solar modules: A global perspective. Appl. energy. 212, 1601-1610 (2018).

10.1016/j.apenergy.2017.12.041
10

A. S. A. Pelaez, C. Deline, S. M. MacAlpine, B. Marion, J. S. Stein, R. K. Kostuk, Comparison of bifacial solar irradiance model predictions with field validation. IEEE J. Photovoltaics. 9(1), 82-88 (2018).

10.1109/JPHOTOV.2018.2877000
11

M. Chiodetti, J. Kang, C. Reise, A. Lindsay, Predicting yields of bifacial pv power plants-what accuracy is possible? Proceedings of the 35th European Photovoltaic Solar Energy Conference and Exhibition (EU PVSEC). 6CO.3.4 (2018).

12

G. J. Faturrochman, M. M. de Jong, R. Santbergen, W. Folkerts, M. Zeman, A. H. M. Smets, Maximizing annual yield of bifacial photovoltaic noise barriers. Sol. Energy. 162, 300-305 (2018).

10.1016/j.solener.2018.01.001
13

M. R. Khan, A. Hanna, X. Sun, M. A. Alam, Vertical bifacial solar farms Physics, design, and global optimization. Appl. Energy. 206, 240-248 (2017).

10.1016/j.apenergy.2017.08.042
14

D. Chudinzow, J. Haas, G. Diaz-Ferran, S. Moreno-Leiva, L. Eltrop, Simulating the energy yield of a bifacial photovoltaic power plant. Sol. Energy. 183, 812-822 (2019).

10.1016/j.solener.2019.03.071
15

X. Sun, M. R. Khan, C. Deline, M. A. Alam, Optimization and performance of bifacial solar modules a global perspective. Appl. Energy. 212, 1601-1610 (2018).

10.1016/j.apenergy.2017.12.041
16

A. M. Dubois. J. Badosa. F. Calderón-Obaldía, O. Atlan. V. Bourdin. M. Pavlov. Step-by-step evaluation of photovoltaic module performance related to outdoor parameters: evaluation of the uncertainty. 44th Photovoltaic Specialist Conference (PVSC). IEEE. 626-631 (2017).

10.1109/PVSC.2017.8366615
17

C. Blanksby. D. Bennett. S. Langford. Improvement to an existing satellite data set in support of an Australia solar atlas. Sol. Energy. 98, 111-24 (2013).

10.1016/j.solener.2012.10.026
18

J. P. Singh, T. M. Walsh, A. G. Aberle. A new method to characterize bifacial solar cells. Prog. Photovolt.: Res. Appl. 22, 903-909 (2014).

10.1002/pip.2341
페이지 상단으로 이동하기