$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 계통 연계형 태양광 발전 시스템의 신뢰도 평가
Reliability evaluation of grid-connected photovoltaic systems 원문보기

대한전기학회 2005년도 제36회 하계학술대회 논문집 A, 2005 July 18, 2005년, pp.133 - 135  

서정민 (한양대학교 전기공학과) ,  배인수 (한양대학교 전기공학과) ,  심헌 (한양대학교 전기공학과) ,  김진오 (한양대학교 전기공학과)

초록
AI-Helper 아이콘AI-Helper

태양광 발전 시스템은 환경오염을 최소화하고 송 배전선에 손실을 줄이는 등 여러 가지 이점으로 많이 연구되고 있다. 지금까지의 태양광 발전 시스템에 대한 연구는 독립형 소규모 발전에 적용되어 연구되었다. 하지만 본 논문에서는 태양광 발전 시스템이 계통에 연계되었을 시 전체적인 신뢰도를 평가하고자 한다. 본 논문에서는 11년치($1992{\sim}2002$) 일사량 데이터를 가지고 확률밀도 함수를 생성하여 배터리 저장상태에 따른 태양광 발전 시스템의 발전 확률을 계산하였다. 또한 태양광발전 시스템이 계통 연계시에 대해 Markov Chain 모델을 적용하여 해석하였으며, 이 값을 모의법을 통해 비교 확인하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 태양광 발전 시스템의 계통 연계에 대한 신뢰도 평가를 위해 확률적 방법 및 모의법을 통해 그것을 검증 및 제시하였다. 위에서 보았듯이 배터리의 저장 수준에 따른 확률은 태양광 발전 시스템의 모듈에서의 출력에 부하를 고려한 나머지, 즉 잉여전력에 따라 표현하였고 기기적인 부분은 2-state Markov Chain 모델을 적용하여 해석하였다.

가설 설정

  • 있다. 그 증 태양광 발전의 출력을 결정짓는 기후 변수로는 일사량과 주위온도를 들 수 있고, 일사량이 온도에 비 해운 선순위를 가지는 변수이기에 본 논문에서는 태양광 어레이의 출력이 일사량에 관한 함수로만 가정하여 연구를 진행하였다.
  • 인해 수용가에 부족전력을 공급하게 된다. 더욱이 배터리의 중전용량이 없다면 계통에서 전력을 공급받게 되고 계통에서 배터리로의 충전은 없다고 가정한다.
  • 일년에 lOOmiles당 15번의 사고가 난다고 하자. 또한 본 논문에서는 다중 상정사고는 무시했고 B 부하 점에 태양광 발전 시스템이 대단위로 구성되었다고 가정한다. 표1은 부하지점 B에서의 신뢰도 지수를 나타내었다.
  • 절연체, 배전기, 변압기, 퓨즈 등은 100% 동작 신뢰를 보인다고 가정한다. 또한 부하지점에서 신뢰도 수준을 평가하기 위해 구간별 수리 시간은 평균 500h 그리고 절연, 스위칭 그리고 절체 활동에 있어서는 평균 6h 이라고 단순하게 가정했다. 일년에 lOOmiles당 15번의 사고가 난다고 하자.
  • 모의법을 구현할 때 어느 특정 날에 대해 일사량이 Weibull 분포를 따른다고 가정하고 그 확률 밀도함수에서 임의로 일사량을 선택하여 위의 해석적 가정을 동일하게 적용하였다.
  • 본 논문에서는 태양광 발전 시스템을 구성하고 있는 인버터나 태양광 셀 그리고 배터리 등의 기기가 단순하게 고장률과 수리율이 일정하다고 가정하고 그 특성은 지수 분포적인 특성을 갖는다고 홍}자. 그럼 이것은 그림 5와 같이 2-state Markov Chain 모델로 표현이 가능하다 [11
  • 전계통의 일반 가정용 지역은 25kV 급전선에 의해 공급된다고 하자. 절연체, 배전기, 변압기, 퓨즈 등은 100% 동작 신뢰를 보인다고 가정한다. 또한 부하지점에서 신뢰도 수준을 평가하기 위해 구간별 수리 시간은 평균 500h 그리고 절연, 스위칭 그리고 절체 활동에 있어서는 평균 6h 이라고 단순하게 가정했다.
  • 선정하였다[4].주중 및 주말에 대한 부하구분은 없고 단위시간(1시간에 대해서는 부하 변동은 없다고 가정하였다. 그림3은 우리나라 일반 가정용 부하의 대표모델을 나타낸 그림이다.
  • 습도에 따라 그 출력을 달리한다. 태양광 주위의 온도와 일사량, 습도를 이용한 Kyoucera modules의 태양광 어레이 효율은 회귀분석을 통해 온도와 일사량 그리고 기단의 특성에 따라 표현을 하였고, 본 논문에서는 일사량에 대한 함수로만 가정을 하여 나머지 변수에 대해서는 기본값과 동일하게 설정하였다[3].
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로