[학위논문]태양광발전설비의 최적화된 열화진단방법 도출 및 이를 이용한 안전성 향상 방안 연구 Derivation of optimized deterioration diagnosis method of photovoltaic power generation facilities and study on safety improvement method using it원문보기
태양광발전 시스템은 보급이 많이 이루어졌으나, 화재나 고장에 대한 원인 규명과 안전성 확보 및 운영에 대한 기술개발은 미비하다. 잦은 화재와 고장에 대한 원인 규명과 안전성 확보 및 운영에 대한 논의가 중심을 이루고 있다. 화재나 고장에 대한 포괄적 원인은 DC아크, 절연 성능 저하, 누설 그리고 ...
태양광발전 시스템은 보급이 많이 이루어졌으나, 화재나 고장에 대한 원인 규명과 안전성 확보 및 운영에 대한 기술개발은 미비하다. 잦은 화재와 고장에 대한 원인 규명과 안전성 확보 및 운영에 대한 논의가 중심을 이루고 있다. 화재나 고장에 대한 포괄적 원인은 DC아크, 절연 성능 저하, 누설 그리고 인버터의 고장이다. 이러한 측면에서 태양광발전 설비의 화재와 고장으로부터 안전성 확보를 위해, 다음과 같이 네 가지 관점에서 연구를 진행하였다. 첫째, 태양광발전 설비 모듈에서 아크 및 누설전류를 정확히 감지하기 위해서 모듈 진단용 센싱 시스템을 설계하고 제작하였다. 제작된 센싱 기술을 통해 아크 감지 정확도와 누설 전류 감지 정확도를 측정하였는데 아크 감지 정확도는 100 %였고 누설 감지 정확도는 81.6 % 이상의 성능을 확인하였다. 둘째, 태양광발전 선로의 DC 아크를 정확하게 감지하기 위하여 고성능의 Rogowski 코일이 적용된 아크 센서를 개발하였다. 개발된 센서를 이용하여 DC 아크 모의시험을 하였고, 그 결과 아크를 정확히 감지하였다. 태양광발전 선로의 발전전압이 500, 1000, 1500 V에서 모두 정확하게 아크를 감지하였다. 셋째, 절연저항 측정장치를 이용하여 DC 선로상의 절연상태를 정확하게 측정하였다. 그리고, 제작된 누설전류 감시 장치를 이용하여 DC 선로의 누설전류를 정확히 측정하였다. 이 측정된 데이터를 통해 절연상태와 누설전류의 상관관계를 입증하였다. 넷째, 태양광발전 설비내 인버터의 출력을 정확하게 측정함으로써 인버터 열화 상태를 정확히 규명하였다.
태양광발전 시스템은 보급이 많이 이루어졌으나, 화재나 고장에 대한 원인 규명과 안전성 확보 및 운영에 대한 기술개발은 미비하다. 잦은 화재와 고장에 대한 원인 규명과 안전성 확보 및 운영에 대한 논의가 중심을 이루고 있다. 화재나 고장에 대한 포괄적 원인은 DC 아크, 절연 성능 저하, 누설 그리고 인버터의 고장이다. 이러한 측면에서 태양광발전 설비의 화재와 고장으로부터 안전성 확보를 위해, 다음과 같이 네 가지 관점에서 연구를 진행하였다. 첫째, 태양광발전 설비 모듈에서 아크 및 누설전류를 정확히 감지하기 위해서 모듈 진단용 센싱 시스템을 설계하고 제작하였다. 제작된 센싱 기술을 통해 아크 감지 정확도와 누설 전류 감지 정확도를 측정하였는데 아크 감지 정확도는 100 %였고 누설 감지 정확도는 81.6 % 이상의 성능을 확인하였다. 둘째, 태양광발전 선로의 DC 아크를 정확하게 감지하기 위하여 고성능의 Rogowski 코일이 적용된 아크 센서를 개발하였다. 개발된 센서를 이용하여 DC 아크 모의시험을 하였고, 그 결과 아크를 정확히 감지하였다. 태양광발전 선로의 발전전압이 500, 1000, 1500 V에서 모두 정확하게 아크를 감지하였다. 셋째, 절연저항 측정장치를 이용하여 DC 선로상의 절연상태를 정확하게 측정하였다. 그리고, 제작된 누설전류 감시 장치를 이용하여 DC 선로의 누설전류를 정확히 측정하였다. 이 측정된 데이터를 통해 절연상태와 누설전류의 상관관계를 입증하였다. 넷째, 태양광발전 설비내 인버터의 출력을 정확하게 측정함으로써 인버터 열화 상태를 정확히 규명하였다.
Photovoltaic power generation systems have been widely spread, but technology development for identifying the cause of fire or breakdown, securing safety, and operation is insufficient. Common causes of fire or breakdown are DC arc, insulation deterioration, leakage and inverter failure. In this...
Photovoltaic power generation systems have been widely spread, but technology development for identifying the cause of fire or breakdown, securing safety, and operation is insufficient. Common causes of fire or breakdown are DC arc, insulation deterioration, leakage and inverter failure. In this regard, in order to secure safety from fire and failure of photovoltaic power generation facilities, the study was conducted from the following four perspectives. First, in order to accurately detect the arc and leakage current in the module of photovoltaic power generation facilities, the sensing system for module diagnosis was designed and fabricated. By using the fabricated sensing technique, the arc detection accuracy and leakage current detection accuracy were measured and the arc detection accuracy was 100 % and the leak detection accuracy was over 81.6%. Second, A high-performance arc sensor using Rogowski coil was developed to accurately detect the DC arc of the photovoltaic power generation line. By using the developed sensor, a DC arc simulation was conducted and the arc was accurately detected. Arcs were detected accurately at 500V, 1000V, and 1500V of the power generation voltage of the solar power generation line. Third, the insulation state on the DC line was accurately measured using an insulation resistance measuring device. In addition, the leakage current of the DC line was accurately measured using the manufactured leakage current monitoring device. Through the measured data, the correlation between insulation state and leakage current was demonstrated. Fourth, the degradation state of the inverter was accurately identified by accurately measuring the output of the inverter in photovoltaic generation power facility.
Keywords : DC Arc Generator, arc fault detection, unbalanced leakage current detection, Insulation Resistance detection, Insulation and leakage correlation, Inverter deterioration detection.
Photovoltaic power generation systems have been widely spread, but technology development for identifying the cause of fire or breakdown, securing safety, and operation is insufficient. Common causes of fire or breakdown are DC arc, insulation deterioration, leakage and inverter failure. In this regard, in order to secure safety from fire and failure of photovoltaic power generation facilities, the study was conducted from the following four perspectives. First, in order to accurately detect the arc and leakage current in the module of photovoltaic power generation facilities, the sensing system for module diagnosis was designed and fabricated. By using the fabricated sensing technique, the arc detection accuracy and leakage current detection accuracy were measured and the arc detection accuracy was 100 % and the leak detection accuracy was over 81.6%. Second, A high-performance arc sensor using Rogowski coil was developed to accurately detect the DC arc of the photovoltaic power generation line. By using the developed sensor, a DC arc simulation was conducted and the arc was accurately detected. Arcs were detected accurately at 500V, 1000V, and 1500V of the power generation voltage of the solar power generation line. Third, the insulation state on the DC line was accurately measured using an insulation resistance measuring device. In addition, the leakage current of the DC line was accurately measured using the manufactured leakage current monitoring device. Through the measured data, the correlation between insulation state and leakage current was demonstrated. Fourth, the degradation state of the inverter was accurately identified by accurately measuring the output of the inverter in photovoltaic generation power facility.
Keywords : DC Arc Generator, arc fault detection, unbalanced leakage current detection, Insulation Resistance detection, Insulation and leakage correlation, Inverter deterioration detection.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.