[논문]실제 날씨에 대응한 PV 패널의 최적 MPPT 제어주기와 변량전압 분석

류단비; 김용중; 김효성

실제 날씨에 대응한 PV 패널의 최적 MPPT 제어주기와 변량전압 분석
Optimum MPPT Control Period and Perturbation Voltage Analysis for PV Panel based on Real Wether Condition 원문보기

류단비 (공주대학교 전기전자제어공학부) , 김용중 (공주대학교 전기전자제어공학부) , 김효성 (공주대학교 전기전자제어공학부)

태양광발전시스템은 최대의 전력을 생산하기 위하여 PV 패널의 운전을 최대전력점에서 동작하게 하는 MPPT(Maximum Power Point Tracking) 제어가 필요하다. 그중 대표적인 방법인 P&O(Perturb and Observe) 알고리즘은 전류와 전압을 측정하여 계산된 전력의 값이 최대가 되는 전압의 운전점을 찾는다. 그러나 센서의 측정오차로 인하여 발전전력의 계산 및 전압의 제어에 불규칙한 오차가 발생하여 정확한 MPP 운전점을 찾지 못하는 문제가 발생한다. 본 논문에서는 전형적인 맑은 날씨와 흐린 날씨에서 취득한 일사량 데이터와 전류 및 전압 센서의 오차를 고려하여 P&O 알고리즘에 의한 전력 생산량을 시뮬레이션 한다. 시뮬레이션 분석을 통해 실제 날씨 및 센서허용오차 조건에서 MPPT 목표 효율을 극대화할 수 있는 최적의 MPPT 제어주기와 변량전압의 크기를 제시한다.

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

문제 정의

본 논문에서는 실제 날씨 환경과 센서 허용오차 조건에서 P&O MPPT 제어의 발전효율을 극대화할 수 있는 MPPT 제 어주기와 변량전압의 크기를 결정하기 위해 시뮬레이션을 수 행하였다.
본 논문에서는 전형적인 맑은 날씨와 흐린 날씨에서 취득한 일사량 데이터와 전류 및 전압 센서의 오차를 고려하여 P&O 알고리즘에 의한 전력생산량을 시뮬레이션 하고, 시뮬레이션 분석을 통해 실제 날씨 및 센서 허용오차 조건에서 MPPT 목 표 효율을 극대화할 수 있는 최적의 MPPT 제어주기와 변량전압의 크기를 제시한다.

제안 방법

그림 3은 센서 측정오차를 고려한 P&O MPPT 알고리즘 시뮬레이션의 개념도를 나타낸 것이다. 20ms의 샘플링 구간을 갖는 일사량 데이터를 입력으로 하여 PV 패널의 출력전류 Ipv와 출력전압 Vpv를 측정한다. Ipv_sen과 Vpv_sen은 측정된 Ipv와 Vpv에 측정오차를 적용한 값을 나타내며, Ipv_sen과 Vpv_sen을 이용하여 P&O MPPT 제어를 수행한다.
본 논문에서는 그림 1과 그림 2의 맑은 날과 흐린 날에 취 득한 실제 날씨 환경에서의 일사량 데이터를 기반으로 P&O 알고리즘에 대한 MPPT 시뮬레이션을 수행하여 PV 패널의 발 전 효율을 추정하였고, 태양광 발전에 기여하는 MPPT 제어주기와 변량전압의 특성을 비교, 분석하였다.
변화를 관찰함으로써 일사량의 변화를 간접적으로 추정하는 방법이 있다. 본 논문에서는 실험의 경제성과 효과성을 고려하여 간접측정 방법을 채택하였다. PV 패널의 단락 전류 I_SC는 일사량에 비례하므로 날씨 변화에 따 른 일사량 백분율(G)은 식 (1)과 같이 나타낼 수 있다.
본 논문에서 일사량 분석에 사용된 PV 패널은 다결정 타입이며, 전기적 사양은 표 1과 같다. 하루 동안의 날씨 변화에 따 른 일사량 분석을 위해 오전 6시부터 오후 7시까지 13시간 동 안 일사량을 측정하였으며, 일사량의 샘플링 구간은 20ms로 설정하였다. 그림 1과 그림 2는 전형적인 맑은 날과 흐린 날의 일사량 프로파일을 나타낸 것으로 맑은 날은 일사량의 변화가 완만한 반면에 흐린 날은 일사량이 매우 불규칙적으로 급변하는 것을 확인할 수 있다.

대상 데이터

본 논문에서 일사량 분석에 사용된 PV 패널은 다결정 타입이며, 전기적 사양은 표 1과 같다. 하루 동안의 날씨 변화에 따 른 일사량 분석을 위해 오전 6시부터 오후 7시까지 13시간 동 안 일사량을 측정하였으며, 일사량의 샘플링 구간은 20ms로 설정하였다.
표 3은 MPPT 시뮬레이션에 적용된 PV 패널의 전기적 사양을 나타내고, 표 4는 시뮬레이션 조건을 나타낸다. 시뮬레이션에 적용된 MPPT 제 어주기의 범위는 5초~100초, 변량전압의 크기는 VOC 기준 0.1%~6%이며, 전류 및 전압 센서의 측정오차는 실제 상황과 유사하게 2%로 설정하였다.

성능/효과

전체적으로 각 조건에 대해 맑은 날이 흐린 날보다 MPPT 효율이 높은 것을 확인할 수 있다. 각각의 MPPT 제어주기 조건에서 변량전압 크기를 2% 이상으로 설 정할 때 약 90% 이상의 발전효율을 보이며, MPPT 제어주기 가 5초일 때 약 96% 이상의 높은 발전효율을 나타냄을 확인할 수 있다. 따라서 맑은 날과 흐린 날 상관없이 96% 이상의 높은 MPPT 효율을 갖는 최적의 MPPT 제어주기는 5초이고, 최적의 변량전압 크기는 VOC 기준 2%인 것으로 확인할 수 있다.
반면, 변량전압의 크기를 적정한 값으로 설정해 주어도 MPPT 제어주기를 너무 길게 설정하면 일사량의 변화에 적절히 응동하지 못하고 시간 지연이 발생함을 확인하였다. 그 결과, 센서 허용오차 조건에서 맑은 날과 흐린 날의 일사량 변화에 영향을 받지 않고 MPPT 제어의 발전효율을 극대화할 수 있는 최적의 MPPT 제어주기는 5초, 변량전압의 크기는 전압센서 오차율과 같은 2% 임을 확인하였다. 제안된 분석 방법 은 태양광발전용 PCS(power conditioning system)의 적절한 MPPT 제어주기와 변량전압을 결정하는데 활용할 수 있다.
각각의 MPPT 제어주기 조건에서 변량전압 크기를 2% 이상으로 설 정할 때 약 90% 이상의 발전효율을 보이며, MPPT 제어주기 가 5초일 때 약 96% 이상의 높은 발전효율을 나타냄을 확인할 수 있다. 따라서 맑은 날과 흐린 날 상관없이 96% 이상의 높은 MPPT 효율을 갖는 최적의 MPPT 제어주기는 5초이고, 최적의 변량전압 크기는 VOC 기준 2%인 것으로 확인할 수 있다.
가 최대전력 운전점인 VMPP를 완전히 추종하지 못하는 것을 알 수 있는데, 이는 센서의 오차에 따른 것으로 고려된다. 또한, 변량전압의 크기를 적정한 값으로 설정하여도 MPPT 제어주기를 너무 길게 설정하면 일사량의 변화가 급격한 흐린 날의 경우엔 최대전력 운전점 변화에 적절히 응동하지 못하고 시간 지연이 발생함을 확인할 수 있다.
시뮬레이션 분석 결과, 변량전압의 크기를 센서의 오차율보다 작게 설정하면 MPPT가 제대로 수행되지 않음을 확인하였다. 반면, 변량전압의 크기를 적정한 값으로 설정해 주어도 MPPT 제어주기를 너무 길게 설정하면 일사량의 변화에 적절히 응동하지 못하고 시간 지연이 발생함을 확인하였다. 그 결과, 센서 허용오차 조건에서 맑은 날과 흐린 날의 일사량 변화에 영향을 받지 않고 MPPT 제어의 발전효율을 극대화할 수 있는 최적의 MPPT 제어주기는 5초, 변량전압의 크기는 전압센서 오차율과 같은 2% 임을 확인하였다.
본 논문에서는 실제 날씨 환경과 센서 허용오차 조건에서 P&O MPPT 제어의 발전효율을 극대화할 수 있는 MPPT 제 어주기와 변량전압의 크기를 결정하기 위해 시뮬레이션을 수 행하였다. 시뮬레이션 분석 결과, 변량전압의 크기를 센서의 오차율보다 작게 설정하면 MPPT가 제대로 수행되지 않음을 확인하였다. 반면, 변량전압의 크기를 적정한 값으로 설정해 주어도 MPPT 제어주기를 너무 길게 설정하면 일사량의 변화에 적절히 응동하지 못하고 시간 지연이 발생함을 확인하였다.
반면, 변량전압이 2%인 경우 P&O MPPT 제어에 따른 V_{PV_P&O}가 이상적인 V_MPP를 어느 정도 추종함에 따라 P&O MPPT 제어에 의한 출력전력 P_{PV_P&O}가 이상적인 PMPP와 유사한 발전량을 보이는 것을 알 수 있다. 이를 MPPT 제어주기 5초, 변량전압의 크기 2%인 경우와 비교하면, 맑은 날에서는 MPPT 제어주기가 100초인 경우가 5초인 경우보다 약 0.24% 높은 발전효율을 보이지만 흐린 날에서는 MPPT 제어주기가 100초인 경우가 5초인 경우 보다 약 7.4% 낮은 발전효율을 나타냄을 확인할 수 있다.
그림 6은 시뮬레이션 결과를 그래프로 나타낸 것으로, 맑은 날과 흐린 날에서의 MPPT 제어주기와 변량전압 크기에 따른 MPPT 효율을 보인다. 전체적으로 각 조건에 대해 맑은 날이 흐린 날보다 MPPT 효율이 높은 것을 확인할 수 있다. 각각의 MPPT 제어주기 조건에서 변량전압 크기를 2% 이상으로 설 정할 때 약 90% 이상의 발전효율을 보이며, MPPT 제어주기 가 5초일 때 약 96% 이상의 높은 발전효율을 나타냄을 확인할 수 있다.
표 2는 1일 중 총 일사량을 13시간의 샘플 시간에 대하여 적산한 것으로, 맑은 날의 총 일사량이 흐린 날에 비해 약 4.7배 큰 것을 확인할 수 있다. PV 패널의 발전량이 이상적으로 일사량에 비례하는 것으로 가정한다면 맑은 날은 흐린 날에 비해 약 4.

후속연구

그 결과, 센서 허용오차 조건에서 맑은 날과 흐린 날의 일사량 변화에 영향을 받지 않고 MPPT 제어의 발전효율을 극대화할 수 있는 최적의 MPPT 제어주기는 5초, 변량전압의 크기는 전압센서 오차율과 같은 2% 임을 확인하였다. 제안된 분석 방법 은 태양광발전용 PCS(power conditioning system)의 적절한 MPPT 제어주기와 변량전압을 결정하는데 활용할 수 있다.

핵심어

질문

논문에서 추출한 답변

태양광발전시스템이 최대의 전력을 생산하기 위해 필요한 것은?

태양광발전시스템은 최대의 전력을 생산하기 위하여 PV 패널의 운전을 최대전력점에서 동작하게 하는 MPPT(Maximum Power Point Tracking) 제어가 필요하다. 그중 대표적인 방법인 P&O(Perturb and Observe) 알고리즘은 전류와 전압을 측정하여 계산된 전력의 값이 최대가 되는 전압의 운전점을 찾는다.

P&O 알고리즘의 MPPT 성능을 좌우하는 두 가지 인수는?

P&O 알고리즘의 MPPT 성능을 좌우하는 두 가지 인수는 MPPT 제어주기와 변량전압의 크기이다. 만약 변량전압을 크 게 설정하면 일사량이 변화할 때 빠르게 응동하여 최대전력점을 추종하지만, 일사량이 변화하지 않는 정상상태에서는 PV 패널 출력전력이 최대전력점을 중심으로 크게 진동하여 전력생산에 손실이 발생한다.

MPPT 제어를 위해 사용하는 방법인 P&O 알고리즘의 방식은?

태양광발전시스템은 최대의 전력을 생산하기 위하여 PV 패널의 운전을 최대전력점에서 동작하게 하는 MPPT(Maximum Power Point Tracking) 제어가 필요하다. 그중 대표적인 방법인 P&O(Perturb and Observe) 알고리즘은 전류와 전압을 측정하여 계산된 전력의 값이 최대가 되는 전압의 운전점을 찾는다. 그러나 센서의 측정오차로 인하여 발전전력의 계산 및 전압의 제어에 불규칙한 오차가 발생하여 정확한 MPP 운전점을 찾지 못하는 문제가 발생한다.

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

연합인증

실제 날씨에 대응한 PV 패널의 최적 MPPT 제어주기와 변량전압 분석
Optimum MPPT Control Period and Perturbation Voltage Analysis for PV Panel based on Real Wether Condition 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

실제 날씨에 대응한 PV 패널의 최적 MPPT 제어주기와 변량전압 분석 Optimum MPPT Control Period and Perturbation Voltage Analysis for PV Panel based on Real Wether Condition 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

실제 날씨에 대응한 PV 패널의 최적 MPPT 제어주기와 변량전압 분석
Optimum MPPT Control Period and Perturbation Voltage Analysis for PV Panel based on Real Wether Condition 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper