[논문]도시형 풍력발전 시스템의 효율적 에너지 관리를 위한 인공신경망 기반 최대 전력점 추종 알고리즘 개발

김승영; 김성호

doi:10.5391/jkiis.2009.19.6.766

[국내논문] 도시형 풍력발전 시스템의 효율적 에너지 관리를 위한 인공신경망 기반 최대 전력점 추종 알고리즘 개발
Design of Neural Network based MPPT(Maximum Power Point Tracking) Algorithm for Efficient Energy Management in Urban Wind Turbine Generating System 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.19 no.6, 2009년, pp.766 - 772

김승영 (군산대학교 전자정보공학부) , 김성호 (군산대학교 전자정보공학부)

초록
AI-Helper

일반적으로 풍력발전은 광범위한 영역에 지속적인 바람을 요구하는 대형 시스템 위주로 개발이 되어왔다. 그러나 소형 풍력발전 시스템은 사용자에게 보다 친숙하고, 대형에 비해 보다 광범위한 적용이 가능하다는 점 때문에 최근 이에 대한 관심이 증가되고 있는 실정이다. 이에 본 연구에서는 배터리 충전에 효과적으로 도입될 수 있는 도시형 풍력발전을 위한 프로토타입 시스템에 대해 기술하며, 프로토타입 시스템에 효과적으로 도입될 수 있는 인공신경망 기반의 최대 전력점 추종 알고리즘을 제안하고자 한다. 또한 Matlab기반의 다양한 시뮬레이션 및 실제 시스템 설계를 통해 제안된 기법의 유용성을 확인하고자 한다.

Abstract ▼ AI-Helper

Generally, wind industry has been oriented to large power systems which require large windy areas and often need to overcome environment restrictions. However, small-scale wind turbines are closer to the consumers and have a large market potential, and much more efforts are required to become economically attractive. In this paper, a prototype of a small-scale urban wind generation system for battery charging application is described and a neural network based MPPT(Maximum Power Point Tracking) algorithm which can be effectively applied to urban wind turbine system is proposed. Through Matlab based simulation studies and actual implementation of the proposed algorithm, the feasibility of the proposed scheme is verified.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

최근 군산대학교는 지식경제부에서 지원하는 신재생에너지 기술 개발사업 분야의 도시형 풍력연구센터를 유치한 바 있다. 본 센터에서는 사람이 사는 곳에서 멀리 떨어진 곳에 설치되어 운영되고 있는 기존의 풍력발전 시스템과는 달리 사람들이 많이 모여 사는 도심에 적용가능한 도시형 풍력발전 시스템의 체계적인 개발에 연구 목표를 두고 있다. 구체적인 연구 개발은 풍력가로등, 건물풍력 및 조형물 풍력 등으로 나뉘어지며 이와 관련된 체계적인 연구개발이 진행되고 있다.
본 연구에서는 2.1 절에서 설명한 풍력 터빈에서 발생된 토오크/출력을 충전용 배터리에 저장하기 위한 다음과 같은 stand-alone 형태의 PCS에 대해 고찰하고자 한다[5].
본 연구에서는 Matlab의 Simulink를 이용하여 제안된 신경망 기반의 MPPT 제어 블록을 설계하고, 설계된 Simulink 블록을 Real-time workshop을 통해 실시간 수행시킴으로서 제안된 기법의 유용성을 확인하고자 하였다. 설계 제작된 Simulink 블록은 그림 14와 같으며 그림에서 알 수 있듯이 실시간 데이터 취득 및 PWM 제어 신호 출력을 위해 NI사의 DAQCARD-6024E board를 사용하였다.
본 연구에서는 다양한 형태의 MPPT 알고리즘 중, 풍속정 보를 이용하여 MPPT를 수행하는 방법에 대해 고찰하고자 한다. 일반적인 풍속정보에 기반한 MPPT 제어 시스템의 전체 구성을 나타내면 그림 7과 같다.
본 연구에서는 도시형 풍력발전 연구의 초기 단계로서 풍력터빈, 발전기, 정류기, DC/DC 컨버터 및 배터리로 구성되는 독립 운전형 (stand-alone) 발전 시스템(그림 1의 박스안 쪽부분)과 관련된 여러 가지 특성 및 이에 기반한 다양한 제어 기법에 대해 고찰하고자 한다.
본 연구에서는 우선 가변속 풍력발전이 가능한 수평형 풍력발전기의 에너지/토크 곡선을 얻은 후, 이 특성 곡선을 기반으로 발전기 후단에 연결된 정류기 및 부스트 컨버터의 출력을 최대로 할 수 있는 인공신경망 기반의 MPPT(Maximum Power Point Tracking) 알고리즘을 제안하고자 실제 실험을 통해 제안된 기법의 유용성을 확인하고자 한다.
전절에서는 Real-time workshop을 통해 제안된 기법의 실시간 제어 특성을 확인하였다. 본 절에서는 전절에서 설계된 MPPT 알고리즘의 DSP 보드를 사용한 실시간 제어 특성을 고찰하고자 하였다.
본 절에서는 풍속계의 사용이 없이도 도시형 풍력발전 시스템에 적용가능한 MPPT 제어 기법을 제안하고자 한다. 제안된 시스템의 전체 구조는 그림 8과 같다.
그림 3으로부터 풍속의 변화에 대한 블레이드의 회전속도와 출력 파형은 서로 겹치지 않음을 알 수 있으며 따라서 해당 풍속의 출력과 블레이드의 회전속도를 안다면 현재의 풍속을 추정하는 것이 가능하게 된다. 이에 본 연구에서는 인공신경망의 입력으로 현재의 출력 및 블레이드의 회전속도를 사용하여 현재의 풍속을 추정하고 추정된 풍속에서의 최적 w_mopt를 구하여 이를 reference로 하는 MPPT 알고리즘을 제안하였다.
일반적인 경우, 터빈 블레이드의 회전속도를 구하기 위해서 블레이드 샤프트에 엔코더 등을 설치하여 회전속도를 구하나 본 연구에서는 풍력 발전기 출력단의 전압으로부터 블레이드의 회전속도를 추정하기 위한 인공 신경망을 사용하였다. 즉, 엔코더와 같은 고가의 센서를 사용하는 대신에 발전기 출력단 전압의 측정을 통해 간접적으로 블레이드의 회전속도를 추정하고자 하였다.
풍력발전 시스템은 에너지 변환 흐름에 따라 블레이드, 동력 전달부 등의 기계 부분과 발전기, 전력변환회로 등의 전기 부분으로 구분되며, 풍력가로등 및 건물풍력 시스템에 적용 가능한 300W - 500W 규모의 수평형 풍력발전 시스템의 전기 부분 개발과 관련된 기초 연구를 수행 하고자 한다.

제안 방법

DSP 보드로의 제안된 MPPT 알고리즘의 포팅을 위해 그림 14를 기반으로 하는 그림 16과 같은 Simulink 블록을 구성하였고 이로부터 TMS320F2812 DSP 칩에 포팅 가능한 C 코드를 Real-time workshop을 통해 얻은 후, 이를 TI사에서 제공하는 Code Composer Studio를 통해 포팅을 수행하였다.
본 연구에서는 도시형 풍력발전 시스템에 적용가능한 신경망 기반의 MPPT 알고리즘을 제안하고 제안된 기법의 실제 유용성 확인을 위해 Matlab Simulink상에서의 Real-time workshop 및 TMS320F2812 DSP를 통한 실시간 적용 실험을 수행하였다. 실험결과 제안된 신경망 기반의 MPPT 알고리즘은 고가의 풍속계의 설치 없이도 효율적인 최대 전력점 추종이 가능함을 확인할 수 있었다.
본 연구에서는 우선, Matlab에서 구동되는 Simulink의 Real-time workshop을 이용하여 제안된 알고리즘의 유용성 확인한 후, Simulink에서 사용한 각종 파라미터 및 블록을 이용하여 DSP용 코드를 얻은 후, 이를 기반으로 DSP 기반의 MPPT 알고리즘을 실제 구현하여 제작된 프로토타입 시스템에 실제 적용을 수행하였다.
이 요구 된다. 일반적인 경우, 터빈 블레이드의 회전속도를 구하기 위해서 블레이드 샤프트에 엔코더 등을 설치하여 회전속도를 구하나 본 연구에서는 풍력 발전기 출력단의 전압으로부터 블레이드의 회전속도를 추정하기 위한 인공 신경망을 사용하였다. 즉, 엔코더와 같은 고가의 센서를 사용하는 대신에 발전기 출력단 전압의 측정을 통해 간접적으로 블레이드의 회전속도를 추정하고자 하였다.
전절에서는 Real-time workshop을 통해 제안된 기법의 실시간 제어 특성을 확인하였다. 본 절에서는 전절에서 설계된 MPPT 알고리즘의 DSP 보드를 사용한 실시간 제어 특성을 고찰하고자 하였다.
제안된 시스템은 큰 특징 중 하나는 풍속계 대신에 그림 3 과 같은 풍속에 대한 블레이드의 회전속도에 따른 출력 특성을 학습이 가능한 인공신경망에 학습시켜 현재 풍속하에서 최대의 출력을 발생시킬 수 있는 최적의 w_mopt를 추정하고자 한 것으로 이의 도입 근거는 다음과 같다. 그림 3으로부터 풍속의 변화에 대한 블레이드의 회전속도와 출력 파형은 서로 겹치지 않음을 알 수 있으며 따라서 해당 풍속의 출력과 블레이드의 회전속도를 안다면 현재의 풍속을 추정하는 것이 가능하게 된다.
제안된 시스템의 전체 구조는 그림 8과 같다. 제안된 시스템은 풍력터빈, 발전기, 정류기, PWM 제어가능한 DC/DC (Booster) 컨버터 및 부하(배터리)로 구성되며 이의 MPPT 제어를 위한 두 개의 신경망 및 PWM 제어를 위한 PI 제어기로 이루어져 있다. 각 부분의 기능에 대해 살펴보면 다음과 같다.
그림 7로부터 알 수 있듯이 풍속정보에 기반한 MPPT 제어 시스템은 풍속의 측정을 위해 풍속계의 설치가 요구된다. 측정된 풍속정보를 이용하여 그림 3의 풍속에 대한 블레이드의 회전속도와 출력간의 특성 곡선으로부터 현재 풍속에서 최대 출력의 인출을 가능케 하는 w_mopt를 구하고 이를 기준으로 하여 블레이드 샤프트의 속도 w_mact가 w_mopt를 추종하도록 DC/DC 컨버터의 duty ratio를 조절하는 형태를 취한다.
프로토타입 시스템은 1W 출력의 풍력발전기와 boost 컨버터 및 DSP 보드로 구성되며 또한 풍량의 발생 및 제어를 위해 인버터팩으로 제어되는 실로코팬을 사용하였다.

대상 데이터

PWM 입력이 인가되는 스위칭 소자로는 2N2222를 사용하였으며, L은 10uH, C는 330uF, 부하 저항은 10%의 5KΩ을 사용하였다.
본 연구에서는 실제 제작된 풍력터빈의 부재로 인해 다음과 같은 도시형 풍력발전 시스템 프로토타입을 제작하여 실험에 사용하였다.
본 연구에서는 Matlab의 Simulink를 이용하여 제안된 신경망 기반의 MPPT 제어 블록을 설계하고, 설계된 Simulink 블록을 Real-time workshop을 통해 실시간 수행시킴으로서 제안된 기법의 유용성을 확인하고자 하였다. 설계 제작된 Simulink 블록은 그림 14와 같으며 그림에서 알 수 있듯이 실시간 데이터 취득 및 PWM 제어 신호 출력을 위해 NI사의 DAQCARD-6024E board를 사용하였다.

이론/모형

풍력발전기 부하단에 저항을 달고 PWM duty ratio를 변해가면서 풍속의 변화에 따라 식(7)의 출력 파형을 구한 결과는 그림 12와 같다. 이 특성곡선은 본 연구에서 제안된 신경망 기반의 MPPT 알고리즘의 구현에 사용된다. 즉, 그림 12로부터 얻어지는 블레이드의 속도, 출력 및 각 풍속에 서의 최적 w_mopt를 신경망의 학습에 이용하였다.

성능/효과

그림 14의 Simulink 블록을 Real-time workshop을 통해 실시간 수행시킨 결과를 나타내면 그림 15와 같다. 그림에서 알 수 있듯이 제안된 신경망 기반의 MPPT 제어 알고리즘은 풍속의 변화에 효과적으로 최대 출력을 인출하는 것이 가능함을 알 수 있다. 그러나 출력의 최대점에서 약간의 진동이 발생되며 이는 Real-time workshop의 sampling time 을 0.
본 연구에서는 도시형 풍력발전 시스템에 적용가능한 신경망 기반의 MPPT 알고리즘을 제안하고 제안된 기법의 실제 유용성 확인을 위해 Matlab Simulink상에서의 Real-time workshop 및 TMS320F2812 DSP를 통한 실시간 적용 실험을 수행하였다. 실험결과 제안된 신경망 기반의 MPPT 알고리즘은 고가의 풍속계의 설치 없이도 효율적인 최대 전력점 추종이 가능함을 확인할 수 있었다. 향후, 본 센터에서 수직축 풍력발전기의 개발이 완료되면 본 연구에서 제안된 MPPT 기법의 실제 적용을 통해 유용성을 확인할 계획이며 또한 DC/DC 컨버터와 교류부하간의 최대 전력 전달을 위한 MPPT 기법에 대해서도 연구할 계획이다.
그림 2는 주속비에 따른 출력계수 변화의 한 예를 보이고 있다. 즉, 블레이드가 회전을 개시하여, 주속비가 점점 커지면 블레이드의 출력계수, 즉 출력 효율이 증가하다가 어느 속도 이상으로 회전하게 되면 효율이 오히려 떨어진다는 것을 나타낸다. 이러한 출력계수는 블레이드의 설계에 따라 달라지며 Betz의 연구결과 및 Rankine-Froude 모델에 따르면 출력계수의 이론적 최대값은 0.

후속연구

실험결과 제안된 신경망 기반의 MPPT 알고리즘은 고가의 풍속계의 설치 없이도 효율적인 최대 전력점 추종이 가능함을 확인할 수 있었다. 향후, 본 센터에서 수직축 풍력발전기의 개발이 완료되면 본 연구에서 제안된 MPPT 기법의 실제 적용을 통해 유용성을 확인할 계획이며 또한 DC/DC 컨버터와 교류부하간의 최대 전력 전달을 위한 MPPT 기법에 대해서도 연구할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	도시형 풍력연구센터의 연구 목표는 무엇인가?	최근 군산대학교는 지식경제부에서 지원하는 신재생에너지 기술 개발사업 분야의 도시형 풍력연구센터를 유치한 바 있다. 본 센터에서는 사람이 사는 곳에서 멀리 떨어진 곳에 설치되어 운영되고 있는 기존의 풍력발전 시스템과는 달리 사람들이 많이 모여 사는 도심에 적용가능한 도시형 풍력발전 시스템의 체계적인 개발에 연구 목표를 두고 있다. 구체적인 연구 개발은 풍력가로등, 건물풍력 및 조형물 풍력 등으로 나뉘어지며 이와 관련된 체계적인 연구개발이 진행되고 있다.
	풍력발전 시스템은 무엇으로 구분되는가?	풍력발전 시스템은 에너지 변환 흐름에 따라 블레이드, 동력 전달부 등의 기계 부분과 발전기, 전력변환회로 등의 전기 부분으로 구분되며, 풍력가로등 및 건물풍력 시스템에 적용 가능한 300W - 500W 규모의 수평형 풍력발전 시스템의 전기 부분 개발과 관련된 기초 연구를 수행 하고자 한다.
	최대 전력점 추종 알고리즘을 구현하기 위해서는 무엇이 요구되는가?	일반적으로 풍력발전 시스템으로부터 최대의 전력을 인출하기 위한 최대 전력점 추종 알고리즘 (MPPT: Maximum Power Point Tracking)을 구현하기 위해서는 기계적 발전 시스템(풍력터빈 및 발전기 포함)에서 가장 중요한 특성중 하나인 토오크/출력 특성 곡선에 대한 고찰이 요구된다.

참고문헌 (10)

R. Hoffmann, P. Mutschler, 'The Influence of Control Strategies on the Energy Capture of Wind Turbine', 2000 IAS Conference Record, pp.886-893, 2000
Anders Grauers, 'Efficency of three wind energy generator system', IEEE Trans. Energy Conversion, Vol. 11, No. 3, pp.650-657, 1996

상세보기
Shibashis Bhowmik, Rene Spee, Hohan H.R. Enslin,'Performance Optimization for Doubly Fed WInd Power Generation Systems', IEEE Trans. Industry Application. Vol. 35, No. 4, pp.949-958, 1999

상세보기
Bogdan S. Borowy, Ziyad M. Salameh, 'Dynamic Respose of a Stand-Alone Wind Energy Conversion System with Battery Energy Storage to a Wind Gust', IEEE Trans. Energy Conversion, Vol.12, No. 1, pp.73-78, March 1997

상세보기
Eftichios Koutroulis, Kostas Kalaitzakis, 'Design of a Maximum Power Tracking System for Wind-Energy-Conversion Applications', IEEE Trans. on Industrial Electronics, Vol.53, No.2, pp.486-494, April 2006

상세보기
Ahmed G. Abo-Khalil and Dong-Choon Lee,'MPPT Control of Wind Generation Systems Based on Estimated Wind Speed Using SVR', IEEE Trans. on Industrial Electronics, Vol.55, No.3, pp.1489-1490, March 2008

상세보기
C. M. Liaw, T. H. Chen, S. J. Chiang, C. M. Lee, and C. T. Wang, 'Small battery energy storage system,' Proc. Inst. Elect. Eng., vol. 140, pt. B, no. 1, pp.7-17, 1993
Z. Salameh and D. Taylor, 'Step-up maximum power point tracker for photovoltaic arrays,' Sol. Energy Proc., vol. 44, no. 1, pp. 57？-61, 1990
J. H. R. Enslin and D. B. Snyman, 'Simplified feed-forward control of the maximum power point in PV installations,' in Conf. Rec. IEEE Industrial Electronics Conf., 1992, pp. 542？-547
V. Arcidiacono, S. Corsi, and L. Lambri, 'Maximum power point tracker for photovoltaic power plants,' in Conf. Rec. IEEE Photovoltaic Specialists Conf., 1982, pp. 507？-512

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format