선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 논문에서는 태양광모듈에서 발생하는 열화현상을 쉽게 진단하고 태양광전원의 출력성능과 태양광모듈의 수명을 향상시키기 위하여, 필드에 설치된 태양광모듈의 열화를 진단할 수 있는 알고리즘을 제안한다. 즉, 태양광모듈에서 측정된 데이터를 이용하여 태양광모듈의 전기적 특성(Fill Facto, 단락전류)을 분석하고, 환경인자(일사량, 온도, 습도 등)를 고려하여 태양광 모듈에서 진행되고 있는 열화를 미리 진단할 수 있는 알고리즘을 제안한다.
- 본 논문에서는 태양광모듈에서 발생하는 다양한 열화현상을 분석하고 태양광모듈의 전기적특성 변화와 환경인자를 고려하여 태양광 모듈의 열화를 진단할 수 있는 알고리즘을 제안하였다. 또한, 이를 바탕으로 태양광모듈의 열화진단시스템을 구현하여 다양한 시뮬레이션을 수행한 결과, 제안한 알고리즘을 통하여 태양광 모듈의 열화상태를 정확하게 평가할 수 있어, 태양광전원의 운용효율 향상에 유용함을 확인하였다.
- 전기적특성으로 분류된 태양광모듈의 열화상태를 환경인자 분석을 통해 보다 정확하게 분석할 수 있는지 확인하기 위하여 환경인자(일사량, 온도, 습도)에 따른 태양광모듈의 열화상태를 분석하였다. 환경인자에 따른 열화상태 분석은 참고문헌 [8]에서 IEC61215 시험규격으로 수행된 모듈의 가속 열화 실험데이터를 활용하였다.
제안 방법
- [step 1] 제작사에서 제시한 태양광모듈의 초기출력 ()과 현재 사용되고 있는 모듈의 출력을 비교하기 위하여, 일사량이 가장 좋은 시간에 태양광모듈의 출력을 측정한다. 초기출력은 표준 시험조건(standard test condition, STC) 기준인 온도 25℃와 일사량 1000인 경우의 출력값이기 때문에 [step 2]의 방법을 이용하여 측정된 태양광모듈의 출력을 STC 기준으로 보정한다.
- 5와 같이 열화 진단 장치 부의 메인 메뉴를 구성하였다. 또한, 각 모듈의 전압, 전류, 온도를 확인할 수 있는 모듈정보 메뉴는 Fig. 6과 같이 태양광모 듈이 설치된 어레이구조를 반영하여 설계하였다.
- 즉, 태양광모듈의 전류를 측정하기 위하여션트저항을 사용하였고, 모듈의 온도와 대기온도를 측정하기 위해서 열전쌍 온도센서는 17개를 설치하였다. 또한, 태양광전원은 일사량에 따라 출력특성이 변하기 때문에 일사량계를 태양광 모듈과 동일한 각도로 설치하여 일사량에 따른 모듈의 출력특성을 분석할 수 있도록 구현하였다.
- 본 논문에서는 상기에서 분석한 태양광모듈의 열화현상을 바탕으로 전기적특성과 환경인자를 고려하여 태양광모듈의 열화 상태를 진단하는 절차를 8단계로 나누어 제안하였다.
- 열화진단시스템의 데이터계측 성능의 정확도를 평가하기 위하여, 열화진단시스템에서 측정한 모듈의 효율과 제조사에서 제공한 모듈의 효율을 비교하였다. 우선, 일사량이 가장 높은 정오 시간에 각 모듈의 출력데이터를 측정하여 STC 기준으로 출력데이터를 보정하였다.
- 열화진단시스템의 진단 기능에 대한 성능을 평가하기 위하여, 설치된 모듈 중 두 개의 모듈에 각각 황변과 리본와이어부식 현상을 모의하여 시뮬레이션을 수행하였다. 즉, 첫 번째 스트링의 1번 모듈은 표면에 노란색 셀로판지를 부착하여 일사량 투과율을 감소시켰으며, 두 번째 스트링의 2번 모듈은 셀 하나를 완전히 가려 리본와이어가 부식되어 단락된 것을 모의하였다.
- 모듈의 효율을 비교하였다. 우선, 일사량이 가장 높은 정오 시간에 각 모듈의 출력데이터를 측정하여 STC 기준으로 출력데이터를 보정하였다. 그리고 STC 기준으로 보정된 출력을 식 (8)에 대입하여 모듈의 효율을 계산한 결과는 Table 6과 같다.
- 전기적 특성(FF, )변화와 환경인자(일사량, 온도, 습도 등)를고려하여 태양광모듈의 열화 상태를 평가하는 열화진단 알고리즘의 유용성을 확인하기 위하여, 열화 상태가 서로 다른 모듈의 전기적 특성변화와 환경조건에 따른 가속열화 시험결과를 비교하여 열화 특성을 분석하였다[12, 13].
- 7과 같이 화면을 구성하였다. 즉, 각 모듈의 열화율과 열화 상태를 모듈 하단의 게이지 표시와 경고등을 통하여 사용자가 열화 상태를 쉽게 파악할 수 있도록 설계하였다.
- 모의하여 시뮬레이션을 수행하였다. 즉, 첫 번째 스트링의 1번 모듈은 표면에 노란색 셀로판지를 부착하여 일사량 투과율을 감소시켰으며, 두 번째 스트링의 2번 모듈은 셀 하나를 완전히 가려 리본와이어가 부식되어 단락된 것을 모의하였다. 열화 진단시스템을 이용하여 측정한 데이터의 특성을 분석하면 Table 7과 같다.
- 알고리즘을 제안한다. 즉, 태양광모듈에서 측정된 데이터를 이용하여 태양광모듈의 전기적 특성(Fill Facto, 단락전류)을 분석하고, 환경인자(일사량, 온도, 습도 등)를 고려하여 태양광 모듈에서 진행되고 있는 열화를 미리 진단할 수 있는 알고리즘을 제안한다. 또한, 이를 바탕으로 태양광모듈의 열화진단시스템을 구현하여 다양한 시뮬레이션을 수행한 결과, 태양광모듈의 열화 상태를 정확하게 평가할 수 있어 태양광전원의 운용효율 향상에 유용함을 확인하였다.
- 4 와 같이 구성하였다. 즉, 태양광모듈의 전류를 측정하기 위하여션트저항을 사용하였고, 모듈의 온도와 대기온도를 측정하기 위해서 열전쌍 온도센서는 17개를 설치하였다. 또한, 태양광전원은 일사량에 따라 출력특성이 변하기 때문에 일사량계를 태양광 모듈과 동일한 각도로 설치하여 일사량에 따른 모듈의 출력특성을 분석할 수 있도록 구현하였다.
- 초기모듈의 전기적특성(FF, )이 열화상태에 따라 어떻게 변화하는지 확인하기 위하여, 서로 다른 열화상태인 리본와이어 부식과 황변현상이 발생한 모듈의 FF, , 등을 계산하여 초기 모듈의 특성과 비교하였다. 수분이 침투하여 리본와이어 부식이 발생한 모듈의 전기적 특성 변화는 Table 2와 같이 초기특성에 비하여, 는 -0.
- 태양광모듈장치부는 250W모듈 16장을 8직렬과 2병렬(스트링)로 구성하였고, Fig. 3과 같이 두 개의 스트링 출력 단에는 차단기를 설치하여 직렬 및 병렬 조합 운전이 가능하도록 설계하였다.
- 한편, 제 2장에서 제안한 태양광모듈의 열화진단 알고리즘을 바탕으로, Autobase의 스크립트문을 이용하여 열화 진단 장치 부를 구현하였다. 즉, 태양광전원의 운전 상태와 인버터 정보, 환경정보 등을 사용자가 쉽게 확인할 수 있도록 Fig.
대상 데이터
- 환경인자에 따른 열화상태 분석은 참고문헌 [8]에서 IEC61215 시험규격으로 수행된 모듈의 가속 열화 실험데이터를 활용하였다. 온도 사이클 실험을 수행한 모듈의 전기적 특성 변화는 Table 4와 같이 나타낼 수 있으며, 이는 온도차의 영향으로 셀 접합부의 균열이 발생하여 개방전압이 0.
성능/효과
- (1) 열화진단 알고리즘의 유용성을 확인하기 위하여 열화가 서로 다른 모듈의 전기적 특성(FF, Isc)을 분석한 결과, 태양광 모듈의 열화 상태에 따라 전기적 특성이 서로 다르게 변화하기 때문에 본 논문에서 제안한 열화진단알고리즘으로 모듈의 열화 상태를 정확하게 진단할 수 있음을 확인하였다.
- (2) 환경요인(온도, 일사량, 습도 등)에 따른 가속열화 시험을 수행한 모듈의 특성데이터를 비교한 결과, 환경조건에 따라 전기적 특성변화와 열화가 다르게 발생하는 것을 확인하였고, 이를 통하여 환경조건을 고려하면 태양광모듈의 열화상태를 더욱 정확하게 판정할 수 있음을 확인하였다.
- (3) 열화진단시스템을 이용하여 황변 현상과 리본 와이어 부식 현상에 대한 열화진단 시뮬레이션을 수행한 결과, 각 모듈의 열화 상태를 정확하게 판정하는 것을 통하여, 제안한 열화진단 알고리즘의 유용성을 확인하였다.
- 6%가 감소하였다. Table 3은 자외선과 수분의 영향으로 황 변 현상이 발생한 모듈의 전기적 특성을 계산한 결과를 나타낸 것으로 초기특성에 비하여, 는 1.2%, FF는 0.3%로 전기적 성능이 거의 감소하지 않았지만 가 12.4%로 크게 감소하였음을 확인할 수 있었다. 따라서, 태양광모듈의 열화 상태에 따라 전기적 특성이 서로 다르게 변화하기 때문에 본 논문에서 제안한 열화 진단알고리즘으로 모듈의 열화 상태를 정확하게 진단할 수 있음을 확인하였다.
- 4%로 크게 감소하였음을 확인할 수 있었다. 따라서, 태양광모듈의 열화 상태에 따라 전기적 특성이 서로 다르게 변화하기 때문에 본 논문에서 제안한 열화 진단알고리즘으로 모듈의 열화 상태를 정확하게 진단할 수 있음을 확인하였다.
- 4%로 크게 감소한 반면 단락전류는 거의 동일함을 확인할 수 있었다. 또한, 열화진단시스템의 진단 기능에서는 Fig. 8과 같이 열화를 모의한 모듈 하단에 위치한 게이지바에 열화율을 나타내고 열화상태는 경고등을 통해 알림을 수행하는 것을 확인하였다. 즉, 본 연구에서 제시한 열화진단알고리즘으로 구현한 열화 진단시스템이 모듈의 열화현상을 정확하게 판정하는 것을 확인하였다.
- 또한, 이를 바탕으로 태양광모듈의 열화진단시스템을 구현하여 다양한 시뮬레이션을 수행한 결과, 제안한 알고리즘을 통하여 태양광 모듈의 열화상태를 정확하게 평가할 수 있어, 태양광전원의 운용효율 향상에 유용함을 확인하였다. 주요 연구 내용을 요약하면 다음과 같다.
- 즉, 태양광모듈에서 측정된 데이터를 이용하여 태양광모듈의 전기적 특성(Fill Facto, 단락전류)을 분석하고, 환경인자(일사량, 온도, 습도 등)를 고려하여 태양광 모듈에서 진행되고 있는 열화를 미리 진단할 수 있는 알고리즘을 제안한다. 또한, 이를 바탕으로 태양광모듈의 열화진단시스템을 구현하여 다양한 시뮬레이션을 수행한 결과, 태양광모듈의 열화 상태를 정확하게 평가할 수 있어 태양광전원의 운용효율 향상에 유용함을 확인하였다.
- 환경인자에 따른 열화상태 분석은 참고문헌 [8]에서 IEC61215 시험규격으로 수행된 모듈의 가속 열화 실험데이터를 활용하였다. 온도 사이클 실험을 수행한 모듈의 전기적 특성 변화는 Table 4와 같이 나타낼 수 있으며, 이는 온도차의 영향으로 셀 접합부의 균열이 발생하여 개방전압이 0.8%, FF가 3.3% 감소하였음을 확인할 수 있었다. 한편, 고온고습 실험을 수행한 모듈의 전기적 특성변화는 Table 5와 같고, 리본와이어부식과 EVA 부식의 열화가 발생하여 단락전류 1.
- 그리고 STC 기준으로 보정된 출력을 식 (8)에 대입하여 모듈의 효율을 계산한 결과는 Table 6과 같다. 제조사에서 제시한 모듈의 효율과 비교한 결과, 측정된 모듈의 평균 출력효율(15.08%)과 제조사에서 보장한 출력효율(15.03%)이 거의동일 함을 확인하였다.
- 8과 같이 열화를 모의한 모듈 하단에 위치한 게이지바에 열화율을 나타내고 열화상태는 경고등을 통해 알림을 수행하는 것을 확인하였다. 즉, 본 연구에서 제시한 열화진단알고리즘으로 구현한 열화 진단시스템이 모듈의 열화현상을 정확하게 판정하는 것을 확인하였다.
- 7%가 감소함을 확인할 수 있었다. 즉, 환경인자에 따라 전기적 특성변화와 열화가 다르게 발생하는 것을 통하여, 환경조건을 고려하면 태양광 모듈의 열화 상태를 더욱 정확하게 판정할 수 있음을 확인하였다.
- [1-1]번 모듈에서는 일사량 투과율 감소로 인하여 최대전류 및 단락전류가 감소하였지만 FF는 초기특성과 큰 차이를 나타나지 않음을 확인 하였다. 하지만 [2-2]번 모듈에서는 FF가 77.1%에서 68.4%로 크게 감소한 반면 단락전류는 거의 동일함을 확인할 수 있었다. 또한, 열화진단시스템의 진단 기능에서는 Fig.
- 3% 감소하였음을 확인할 수 있었다. 한편, 고온고습 실험을 수행한 모듈의 전기적 특성변화는 Table 5와 같고, 리본와이어부식과 EVA 부식의 열화가 발생하여 단락전류 1.7%와 FF 0.7%가 감소함을 확인할 수 있었다. 즉, 환경인자에 따라 전기적 특성변화와 열화가 다르게 발생하는 것을 통하여, 환경조건을 고려하면 태양광 모듈의 열화 상태를 더욱 정확하게 판정할 수 있음을 확인하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.