KR101795901B1 - 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치 - Google Patents
데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치 Download PDFInfo
- Publication number
- KR101795901B1 KR101795901B1 KR1020160005475A KR20160005475A KR101795901B1 KR 101795901 B1 KR101795901 B1 KR 101795901B1 KR 1020160005475 A KR1020160005475 A KR 1020160005475A KR 20160005475 A KR20160005475 A KR 20160005475A KR 101795901 B1 KR101795901 B1 KR 101795901B1
- Authority
- KR
- South Korea
- Prior art keywords
- solar panel
- data sheet
- parameter
- voltage
- current
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 230000007613 environmental effect Effects 0.000 claims abstract description 33
- 238000004088 simulation Methods 0.000 claims description 75
- 230000008859 change Effects 0.000 claims description 39
- 230000005855 radiation Effects 0.000 claims description 24
- 239000000284 extract Substances 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 20
- 238000005457 optimization Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 238000010248 power generation Methods 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 239000013078 crystal Substances 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
-
- G01R31/025—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/40—Testing power supplies
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
- G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Photovoltaic Devices (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
본 명세서는 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치에 관한 것으로서, 더욱 상세하게는 입력된 태양광 패널의 데이터시트 정보로부터 기설정된 표준 테스트 조건에 따른 태양광 패널의 제1 파라미터를 추출하는 단계; 상기 추출된 제1 파라미터와 일사량 및 온도가 가변적인 환경 조건에서 변하는 일사량 및 온도를 이용하여 상기 입력된 태양광 패널의 데이터시트 정보를 가변적인 환경 조건에서의 태양광 패널의 가상 데이터시트 정보로 갱신하는 단계; 상기 갱신된 가상 데이터시트 정보로부터 최대전력지점(MPP)의 전압 및 전류 조건을 이용해서 목표함수를 설정하고 상기 설정된 목표함수를 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터를 추출하는 단계; 및 상기 추출된 태양광 패널의 제1 및 제2 파라미터를 이용하여 태양광 패널 모델을 생성하고 가변적인 환경 조건에서의 태양광 패널을 시뮬레이션하는 단계를 포함한다.
Description
본 명세서는 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치에 관한 것으로서, 더욱 상세하게는 입력된 데이터시트 정보로부터 일사량 및 온도가 가변적인 환경 조건에 맞는 태양광 패널 모델의 파라미터를 산출하여 태양광 패널을 시뮬레이션함으로써, 우수한 성능의 태양광 패널의 등가 모델을 신속하고 정확하게 제공할 수 있는, 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치에 관한 것이다.
태양광 발전시스템의 개발에서 중요한 이슈는 높은 효율의 시스템을 사용하여 태양광 패널로부터 최대의 에너지를 얻어내는 것이다. 이는 태양광 패널의 특성을 정확하게 파악하여 사용해야 함을 의미한다. 특히, 태양광 PCS(power conditioning system)의 개발과정에서는 다양한 외부환경(예컨대, 온도, 일사량 등)의 변화에 따른 태양광 패널의 동작특성을 파악하고 사용하는 것이 중요하다. 그런데 실제 태양광 패널을 이용하여 외부환경의 변화에 따른 특성을 평가하는 것이 어렵다. 따라서 주로 태양광 시뮬레이터나 시뮬레이션 프로그램이 태양광 발전시스템의 개발 과정에 많이 사용하게 된다.
태양광 시뮬레이터는 직접적으로 다양한 조건에서의 태양광 패널의 출력을 표현하지만, 추가적인 하드웨어가 필요하다. 그러므로 태양광 시뮬레이터는 개발 단계에서 주로 PSIM(POWERSIM)과 같은 회로 시뮬레이션 프로그램을 많이 이용하게 된다. 사용자는 PSIM을 사용하게 되면 실제 태양광 패널이 없어도 컴퓨터만으로 태양광 시스템의 전체적인 동작특성을 파악할 수 있다. 이를 위해서, PSIM 회로 시뮬레이션은 자체적인 두 개의 태양광 패널의 등가회로 모델인 함수 모델(functional model)과 물리적 모델(physical model)을 제공하고 있다.
먼저, PSIM의 태양광 패널 모델 중 함수 모델은 데이터시트만으로 태양광 패널의 출력특성을 얻을 수 있다는 장점이 있다. 하지만, 함수 모델은 표준 테스트 조건(STC: Standard test condition)에서만 성립하며, 시간에 따라 변하는 온도나 일사량에 대해서는 이러한 함수 모델을 제공할 수 없다는 단점을 가진다. 다음으로, 물리적 모델은 온도나 일사량의 변화에 대한 출력값을 얻을 수 있다. 하지만, 물리적 모델은 이를 얻기 위해서 함수 모델보다 자세한 파라미터의 설정이 필요하다. 파라미터는 사용자에 의해서 결정되므로 그에 따른 오차가 발생할 수 있다.
도 1은 일반적인 태양광 시스템의 시뮬레이션을 위한 함수 모델(a) 및 물리적 모델(b)에 대한 설명도이다.
도 1에 도시된 바와 같이, PSIM은 태양광 시스템의 시뮬레이션을 위해서 두 개의 태양광 패널 모델을 제공하고 있는데 바로 함수 모델과 물리적 모델이다. 여기서, 물리적 모델의 T는 온도를 의미하고, S는 일사량을 의미한다. 외부적으로 사용자가 설정할 수 있다.
먼저, 함수 모델은 하기의 [표 1]과 같이 데이터시트로부터 표준 테스트 조건(STC)에서의 단락전류(Isc), 개방전압(Voc), 최대전력지점(MPP: maximum power point)의 전압 및 전류를 알고 있으면 특정 태양광 패널의 표준 테스트 조건(STC)에서의 I-V 및 P-V 특성곡선을 쉽고 빠르게 얻을 수 있다. 하지만, 이러한 함수 모델은 시간에 따라 변하는 온도와 일사량에 대해서 표현할 수 없기 때문에, 실제 태양광 시스템의 개발과정에서는 사용할 수가 없다. 이 문제는 물리적 모델을 사용해서 해결할 수 있다.
도 2는 태양광 패널의 전기적 등가 회로인 싱글 다이오드 등가 회로에 대한 회로도이다.
도 2에 도시된 바와 같이, 태양광 패널은 싱글 다이오드를 이용하여 전기적 등가 회로로 나타낼 수 있다. 물리적 모델은 태양광 패널의 전기적 등가 회로를 사용하는 모델로 내부는 회로적으로 도 2와 같은 싱글 다이오드 등가 회로를 사용하고 있다.
여기서, 싱글 다이오드 등가 회로의 물리적인 비선형 특성을 표현할 수 있는 기본적인 수학식은 하기의 [수학식 1]과 같다.
VT는 하기의 [수학식 2]로 정의된다.
이때, 각 파라미터를 살펴보면, Io는 암전류(A), Iph는 광 전류(A), Rs는 직렬저항(Ω), Gsh는 병렬컨덕턴스(S), Ns는 직렬연결된 PV cell의 수, VT는 열전압(V), A는 다이오드의 이상계수(예컨대, 1~2 for silicon), k는 볼츠만 상수(1.38 X 10-23 J/K), q는 전자의 전하량(1.602 X 10-19 C), T는 절대온도(K)를 나타낸다.
물리적 모델은 변하는 온도와 일사량이 입력되면, 그에 따라서 변하는 출력특성이 산출될 수 있다. 물리적 모델은 싱글 다이오드 모델의 파라미터(Rs, Rsh, A, Iph, Io)를 이용해서 I-V 및 P-V 특성곡선을 얻는 것이 가능하다. PSIM의 모델은 Rs, Rsh, A의 변화는 없이 Iph와 Io만을 온도와 일사량에 따라서 값을 바꾼다. 그리고 변하는 Iph와 Io를 이용해서 가변환경에 대한 출력 그래프를 제공하게 된다.
하지만, 최근의 연구동향을 살펴보면, 실제 태양광 패널에서는 내부 파라미터(Rs, Rsh, A)도 온도와 일사량에 따라서 변한다. 하지만, PSIM의 모델은 이를 고려하지 않았다. 또한, 사용자는 물리적 모델을 사용하면서 하기의 [표 2]와 같이 태양광 패널의 싱글 다이오드 등가회로의 구성에 필요한 직렬저항(Rs), 병렬저항(Rsh), 암전류(Io), 반도체의 밴드 갭 에너지(Eg), 다이오드의 이상계수(A) 등의 파라미터를 직접 입력해야 한다.
이는 결국 추가로 태양광 패널의 등가회로 파라미터를 추출하는 방법이 필요하거나, 반복적인 과정을 통해서 적절한 값을 얻을 필요가 있다는 것을 의미한다. PSIM에서는 물리적 모델의 파라미터를 추출해주는 솔라 모듈(Solar module)이라는 유틸리티를 이용하도록 권장하고 있다.
PSIM의 솔라 모듈 유틸리티(solar module utility)를 살펴보면, PSIM에서 제공하는 파라미터 추출 프로그램은 데이터시트의 값과 함께 사용자가 직접 Rsh, A와 함께 Voc에서의 기울기를 입력해야 한다. 그러면, 파라미터 추출 프로그램은 나머지 파라미터 Rs와 Io 등을 추출해주는 것이다. PSIM에서 제공하는 파라미터 추출 방법의 핵심은 Rs에 대해서 추출하는 것이다. 이때, 파라미터의 추출은 Voc에서의 기울기 조건인 하기의 [수학식 3]을 이용한다.
파라미터 추출 프로그램을 이용하기 위해서, Voc에서의 기울기를 얻는 유일한 방법은 사용자가 데이터시트로부터 I-V 곡선을 직접 작도하는 것이다. 그리고 나머지 입력 파라미터인 A와 Rsh는 태양광 패널의 출력곡선을 맞추기 위해서 사용자가 직접 반복적으로 입력해야 하는 값이다. 결국, 이 방법은 사용자가 시행착오적인 과정을 통해서 최적의 값을 찾을 때까지 반복할 필요가 있다.
시행착오적인 과정은 태양광 패널 모델의 오차 원인이 될 수 있다. 그러므로 시행착오적으로 반복을 하는 것을 개선하고 사용자의 개입을 최소화로 하기 위한 태양광 패널의 시뮬레이션 방법이 요구되고 있다.
본 명세서의 실시 예들은 입력된 데이터시트 정보로부터 일사량 및 온도가 가변적인 환경 조건에 맞는 태양광 패널 모델의 파라미터를 산출하여 태양광 패널을 시뮬레이션함으로써, 우수한 성능의 태양광 패널의 등가 모델을 신속하고 정확하게 제공할 수 있는, 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치를 제공하고자 한다.
본 명세서의 실시 예들은 외부의 입력을 통해서 얻은 변하는 온도와 일사량에 대한 정보를 바탕으로 매 순간 파라미터 튜닝을 해주는 태양광 패널 모델을 제공함으로써, 사용자가 추가로 파라미터를 추출하기 위한 노력을 하지 않아 사용이 용이하고 최적화 방법을 이용하여 정확도 및 속도가 향상된 모델을 제공할 수 있는, 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치를 제공하고자 한다.
본 명세서의 실시 예들은 데이터시트 기반의 태양광 패널의 등가 모델을 MPPT 시뮬레이션에 적용함으로써, 시뮬레이션을 통해서 시스템의 효율을 예측할 때 성능의 저평가나 고평가 없이 보다 정확하게 예측할 수 있어 MPPT 알고리즘의 평가 및 시뮬레이션의 성능평가에 유용하게 이용될 수 있는, 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치를 제공하고자 한다.
본 명세서의 제1 측면에 따르면, 입력된 태양광 패널의 데이터시트 정보로부터 기설정된 표준 테스트 조건에 따른 태양광 패널의 제1 파라미터를 추출하는 단계; 상기 추출된 제1 파라미터와 일사량 및 온도가 가변적인 환경 조건에서 변하는 일사량 및 온도를 이용하여 상기 입력된 태양광 패널의 데이터시트 정보를 가변적인 환경 조건에서의 태양광 패널의 가상 데이터시트 정보로 갱신하는 단계; 상기 갱신된 가상 데이터시트 정보로부터 최대전력지점(MPP: max power point)의 전압 및 전류 조건을 이용해서 목표함수를 설정하고 상기 설정된 목표함수를 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터를 추출하는 단계; 및 상기 추출된 태양광 패널의 제1 및 제2 파라미터를 이용하여 태양광 패널 모델을 생성하고 가변적인 환경 조건에서의 태양광 패널을 시뮬레이션하는 단계를 포함하는 데이터시트 기반의 태양광 패널의 시뮬레이션 방법이 제공될 수 있다.
상기 가상 데이터시트 정보로 갱신하는 단계는 상기 입력된 데이터시트 정보에서의 단락전류 및 개방전압의 온도변화율로 근사화된 최대전력지점(MPP)에서의 전류 및 전압의 온도변화율을 이용하여 가상 데이터시트 정보를 갱신할 수 있다.
상기 가상 데이터시트 정보로 갱신하는 단계는 상기 입력된 데이터시트 정보로부터 산출된 단락전류, 개방전압, 최대전력지점(MPP)에서의 전류 및 전압을 이용하여 가상 데이터시트 정보를 갱신할 수 있다.
상기 제2 파라미터를 추출하는 단계는 태양광 패널의 싱글 다이오드 등가회로의 물리적인 비선형 특성과 상기 갱신된 가상 데이터시트 정보로부터 추출된 단락전류, 개방전압, 최대전력지점, 최대전력지점(MPP)의 전압 및 전류 조건을 이용하여 목표 함수를 설정할 수 있다.
상기 제2 파라미터를 추출하는 단계는 상기 설정된 목표 함수가 최소화되는 태양광 패널에서의 싱글 다이오드 등가회로의 제2 파라미터를 추출할 수 있다.
상기 제2 파라미터를 추출하는 단계는 추가적인 조건이나 근사화 및 회로적 생략을 사용하지 않고 최대전력지점(MPP)의 전압 및 전류 조건을 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터인 직렬 저항(Rs), 병렬 컨덕턴스(Gsh) 또는 병렬 저항(Rsh), 다이오드의 이상계수(A)를 추출하고, 단락전류(Isc) 및 개방전압(Voc)을 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터인 광 전류(Iph), 암전류(Io)를 추출할 수 있다.
한편, 본 명세서의 제2 측면에 따르면, 태양광 패널의 데이터시트 정보 및 일사량 및 온도가 가변적인 환경 조건에서의 일사량 및 온도를 입력받는 데이터 입력부; 상기 입력된 태양광 패널의 데이터시트 정보로부터 기설정된 표준 테스트 조건에 기초하여 제1 파라미터를 추출하는 제1 파라미터 추출부; 상기 추출된 제1 파라미터와 상기 입력된 가변적인 환경 조건에서 변하는 일사량 및 온도를 이용하여 상기 입력된 태양광 패널의 데이터시트 정보를 가변적인 환경 조건에서의 태양광 패널의 가상 데이터시트 정보로 갱신하는 데이터시트 갱신부; 상기 갱신된 가상 데이터시트 정보로부터 최대전력지점(MPP)의 전압 및 전류 조건을 이용해서 목표함수를 설정하고 상기 설정된 목표함수를 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터를 추출하는 제2 파라미터 추출부; 및 상기 추출된 태양광 패널의 제1 및 제2 파라미터를 이용하여 태양광 패널 모델을 생성하고 가변적인 환경 조건에서의 태양광 패널을 시뮬레이션하는 태양광 패널 모델링부를 포함하는 데이터시트 기반의 태양광 패널의 시뮬레이션 장치가 제공될 수 있다.
상기 데이터시트 갱신부는 상기 입력된 데이터시트 정보에서의 단락전류 및 개방전압의 온도변화율로 근사화된 최대전력지점(MPP)에서의 전류 및 전압의 온도변화율을 이용하여 가상 데이터시트 정보를 갱신할 수 있다.
상기 데이터시트 갱신부는 상기 입력된 데이터시트 정보로부터 산출된 단락전류, 개방전압, 최대전력지점(MPP)에서의 전류 및 전압을 이용하여 가상 데이터시트 정보를 갱신할 수 있다.
상기 제2 파라미터 추출부는 태양광 패널의 싱글 다이오드 등가회로의 물리적인 비선형 특성과 상기 갱신된 가상 데이터시트 정보로부터 추출된 단락전류, 개방전압, 최대전력지점, 최대전력지점(MPP)의 전압 및 전류 조건을 이용하여 목표 함수를 설정할 수 있다.
상기 제2 파라미터 추출부는 상기 설정된 목표 함수가 최소화되는 태양광 패널에서의 싱글 다이오드 등가회로의 제2 파라미터를 추출할 수 있다.
상기 제2 파라미터 추출부는 추가적인 조건이나 근사화 및 회로적 생략을 사용하지 않고 최대전력지점(MPP)의 전압 및 전류 조건을 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터인 직렬 저항(Rs), 병렬 컨덕턴스(Gsh) 또는 병렬 저항(Rsh), 다이오드의 이상계수(A)를 추출하고, 단락전류(Isc) 및 개방전압(Voc)을 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터인 광 전류(Iph), 암전류(Io)를 추출할 수 있다.
본 명세서의 실시 예들은 입력된 데이터시트 정보로부터 일사량 및 온도가 가변적인 환경 조건에 맞는 태양광 패널 모델의 파라미터를 산출하여 태양광 패널을 시뮬레이션함으로써, 우수한 성능의 태양광 패널의 등가 모델을 신속하고 정확하게 제공할 수 있다.
본 명세서의 실시 예들은 외부의 입력을 통해서 얻은 변하는 온도와 일사량에 대한 정보를 바탕으로 매 순간 파라미터 튜닝을 해주는 태양광 패널 모델을 제공함으로써, 사용자가 추가로 파라미터를 추출하기 위한 노력을 하지 않아 사용이 용이하고 최적화 방법을 이용하여 정확도 및 속도가 향상된 모델을 제공할 수 있다.
본 명세서의 실시 예들은 데이터시트 기반의 태양광 패널의 등가 모델을 MPPT 시뮬레이션에 적용함으로써, 시뮬레이션을 통해서 시스템의 효율을 예측할 때 성능의 저평가나 고평가 없이 보다 정확하게 예측할 수 있어 MPPT 알고리즘의 평가 및 시뮬레이션의 성능평가에 유용하게 이용될 수 있다.
도 1은 일반적인 태양광 시스템의 시뮬레이션을 위한 함수 모델(a) 및 물리적 모델(b)에 대한 설명도이다.
도 2는 태양광 패널의 전기적 등가 회로인 싱글 다이오드 등가 회로에 대한 회로도이다.
도 3은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 장치의 구성도이다.
도 4는 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법에 대한 흐름도이다.
도 5는 본 명세서의 실시 예에 적용되는 파웰 최적화 방법에서의 수도코드에 대한 설명도이다.
도 6은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법이 구현된 태양광 패널 모델의 블록도이다.
도 7은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 하드웨어 시뮬레이터의 블록도이다.
도 8은 본 명세서의 실시 예에 따른 도 7에서의 데이터시트 기반의 태양광 패널의 하드웨어 시뮬레이터의 회로 구성도이다.
도 9는 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 P-V 곡선 성능에 대한 비교도이다.
도 10은 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 온도 변화 조건에서의 모델 정확도에 대한 비교도이다.
도 11은 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 일사량 변화 조건에서의 모델 정확도에 대한 비교도이다.
도 12 및 도 13은 본 명세서의 실시 예에 따른 태양광 패널 모델이 적용된 독립형 태양광 발전 시스템의 블록 구성도 및 회로 구성도이다.
도 14는 본 명세서의 실시 예에 따른 태양광 패널 모델이 적용된 독립형 태양광 발전 시스템에서의 시뮬레이션 환경 변화와 그 결과에 대한 설명도이다.
도 2는 태양광 패널의 전기적 등가 회로인 싱글 다이오드 등가 회로에 대한 회로도이다.
도 3은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 장치의 구성도이다.
도 4는 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법에 대한 흐름도이다.
도 5는 본 명세서의 실시 예에 적용되는 파웰 최적화 방법에서의 수도코드에 대한 설명도이다.
도 6은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법이 구현된 태양광 패널 모델의 블록도이다.
도 7은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 하드웨어 시뮬레이터의 블록도이다.
도 8은 본 명세서의 실시 예에 따른 도 7에서의 데이터시트 기반의 태양광 패널의 하드웨어 시뮬레이터의 회로 구성도이다.
도 9는 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 P-V 곡선 성능에 대한 비교도이다.
도 10은 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 온도 변화 조건에서의 모델 정확도에 대한 비교도이다.
도 11은 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 일사량 변화 조건에서의 모델 정확도에 대한 비교도이다.
도 12 및 도 13은 본 명세서의 실시 예에 따른 태양광 패널 모델이 적용된 독립형 태양광 발전 시스템의 블록 구성도 및 회로 구성도이다.
도 14는 본 명세서의 실시 예에 따른 태양광 패널 모델이 적용된 독립형 태양광 발전 시스템에서의 시뮬레이션 환경 변화와 그 결과에 대한 설명도이다.
이하, 본 명세서의 실시 예를 첨부된 도면을 참조하여 설명한다. 본 명세서에 따른 동작 및 작용을 이해하는 데 필요한 부분을 중심으로 상세히 설명한다. 본 명세서의 실시 예를 설명하면서, 본 명세서가 속하는 기술 분야에 익히 알려졌고 본 명세서와 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 명세서의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
또한, 본 명세서의 구성 요소를 설명하는 데 있어서, 동일한 명칭의 구성 요소에 대하여 도면에 따라 다른 참조부호를 부여할 수도 있으며, 서로 다른 도면임에도 동일한 참조부호를 부여할 수도 있다. 그러나 이와 같은 경우라 하더라도 해당 구성 요소가 실시 예에 따라 서로 다른 기능을 갖는다는 것을 의미하거나, 서로 다른 실시 예에서 동일한 기능을 갖는다는 것을 의미하는 것은 아니며, 각각의 구성 요소의 기능은 해당 실시 예에서의 각각의 구성 요소에 대한 설명에 기초하여 판단하여야 할 것이다.
도 3은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 장치의 구성도이다.
도 3에 도시된 바와 같이, 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 장치(100)는 데이터 입력부(110), 제1 파라미터 추출부(120), 데이터시트 갱신부(130), 제2 파라미터 추출부(140) 및 태양광 패널 모델링부(150)를 포함한다.
본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 장치(100)는 데이터시트 정보, 온도 및 일사량의 정보만을 입력받는다. 이후, 시뮬레이션 장치는 변하는 온도 및 일사량의 조건을 따라 내부 파라미터(제1 및 제2 파라미터)의 변화를 모두 표현하고 추종할 수 있는 태양광 패널 모델을 제공하기 위한 것이다.
이를 위해, 태양광 패널의 시뮬레이션 장치(100)는 파웰 최적화 방법의 수도 코드(Pseudo code of Powell's optimization)를 이용하여 제2 파라미터를 신속하게 추출한다. 그리고 변하는 파라미터의 값이 기설정된 표준 테스트 조건(STC)에서의 값에 기초하여 산출된다. 그래서 태양광 패널의 시뮬레이션 장치(100)는 파라미터의 추출 초기에 표준 테스트 조건에서의 제1 파라미터들을 추출하고, 제1 파라미터를 기반으로 해서 변하는 온도와 일사량에 대한 초기값을 결정한다. 이후, 태양광 패널의 시뮬레이션 장치(100)는 최종적으로 제2 파라미터를 추출한다. 결과적으로, 태양광 패널의 시뮬레이션 장치(100)는 사용자로부터 온도와 일사량의 정보와 함께 데이터시트에서 제공하는 정보만을 입력받으면 쉽게 태양광 패널을 모델링할 수 있다.
이하, 도 3의 데이터시트 기반의 태양광 패널의 시뮬레이션 장치(100)의 각 구성요소들의 구체적인 구성 및 동작을 설명한다.
데이터 입력부(110)는 태양광 패널의 데이터시트 정보를 입력받는다.
제1 파라미터 추출부(120)는 데이터 입력부(110)에서 입력된 태양광 패널의 데이터시트 정보로부터 기설정된 표준 테스트 조건에 기초하여 제1 파라미터를 추출한다.
데이터시트 갱신부(130)는 태양광 패널의 일사량 및 온도가 가변적인 환경 조건에서의 일사량 및 온도를 입력받는다. 그리고 데이터시트 갱신부(130)는 제1 파라미터 추출부(120)에서 추출된 제1 파라미터와 데이터 입력부(110)에서 입력된 일사량 및 온도를 이용하여, 입력된 태양광 패널의 데이터시트 정보를 가변적인 환경 조건에서의 태양광 패널의 가상 데이터시트 정보로 갱신한다.
여기서, 데이터시트 갱신부(130)는 데이터 입력부(110)에서 입력된 데이터시트 정보에서의 단락전류 및 개방전압의 온도변화율로 근사화된 최대전력지점(MPP)에서의 전류 및 전압의 온도변화율을 이용하여 가상 데이터시트 정보를 갱신한다.
데이터시트 갱신부(130)는 데이터 입력부(110)에서 입력된 데이터시트 정보로부터 산출된 단락전류, 개방전압, 최대전력지점(MPP)에서의 전류 및 전압을 이용하여 가상 데이터시트 정보를 갱신할 수 있다.
제2 파라미터 추출부(140)는 데이터시트 갱신부(130)에서 갱신된 가상 데이터시트 정보로부터 파웰 최적화를 이용하여 제2 파라미터를 추출한다. 여기서, 제2 파라미터 추출부(140)는 싱글 다이오드 등가회로의 물리적인 비선형 특성을 나타내는 기본 수학식과 데이터시트 정보로부터 산출된 단락전류, 개방전압, 최대전력지점, 최대전력지점(MPP)의 전압 및 전류 조건을 이용하여 목표 함수를 설정한다. 그리고 제2 파라미터 추출부(140)는 그 설정된 목표 함수가 최소화되는 태양광 패널의 내부 파라미터를 추출할 수 있다. 제2 파라미터 추출부(140)는 설정한 온도 및 일사량에 대한 패널의 동작점 갱신을 통해서 가변환경에서의 출력한다.
태양광 패널 모델링부(150)는 제2 파라미터 추출부(140)에서 추출된 제2 파라미터를 태양광 패널의 물리적 모델에 대한 파라미터에 적용하여 가변적인 환경 조건에서의 태양광 패널을 시뮬레이션한다.
도 4는 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법에 대한 흐름도이다.
도 4에 도시된 바와 같이, 태양광 패널의 시뮬레이션 장치(100)는 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법을 수행한다.
구체적으로 살펴보면, 데이터 입력부(110)는 데이터시트 값들(Isc, Voc, Impp, Vmpp, Ns, ki, kv)을 입력받는다(S402).
그리고 제1 파라미터 추출부(120)는 입력된 태양광 패널의 데이터시트 정보로부터 기설정된 표준 테스트 조건에 기초하여 제1 파라미터를 추출한다(S404).
이후, 데이터시트 갱신부(130)는 태양광 패널의 일사량 및 온도가 가변적인 환경 조건에서의 일사량 및 온도를 입력받는다(S406).
그리고 데이터시트 갱신부(130)는 그 추출된 제1 파라미터와 태양광 패널 모델의 일사량 및 온도를 이용하여 데이터시트 정보들을 가변적인 환경 조건에서의 태양광 패널의 가상 데이터시트 정보로 갱신한다(S408).
여기서, 태양광 패널의 가상 데이터시트 정보를 갱신하는 S408 과정을 구체적으로 살펴보기로 한다.
제2 파라미터 추출부(140)는 가상 데이터시트 정보로부터 파웰 최적화를 이용하여 제2 파라미터를 추출한다(S410).
제2 파라미터 추출부(140)는 그 추출된 제2 파라미터에 따른 오차가 기설정된 오차범위 미만인지를 확인한다(S412).
상기 확인 결과(S412), 오차가 기설정된 오차범위 미만이면, 태양광 패널 모델링부(150)는 제2 파라미터를 싱글 다이오드 모델에 대한 파라미터로 적용하여 태양광 패널을 모델링한다(S414).
반면, 상기 확인 결과(S412), 오차가 기설정된 오차범위 이상이면, 제2 파라미터 추출부(140)는 파웰 최적화를 이용하여 제2 파라미터를 추출하는 S410 과정부터 다시 수행한다.
한편, 태양광 패널의 가상 데이터시트 정보를 갱신하는 S408 과정을 하기와 같이 구체적으로 살펴보기로 한다.
실제 태양광 패널의 사용환경은 일사량과 온도가 실시간으로 변하며, 패널의 출력은 주로 일사량과 온도에 영향을 받는다. 이를 위해서, 표준 테스트 조건(STC)뿐만 아니라 환경에 따라 변하는 출력을 예측할 수 있어야 한다. 이를 위한 다양한 방법들이 존재한다. 하지만, 대부분의 방법은 온도와 일사량에 따라서 패널의 전류와 전압이 특정 비율에 따라서 변한다고 가정하고 모델링을 실시한다.
하지만, 실제 태양광 패널에서는 전류나 전압뿐만 아니라 Rs, Gsh, A와 같은 내부 파라미터 또한 환경에 따라서 바뀐다. 따라서 태양광 패널의 시뮬레이션 장치(100)는 이러한 내부 파라미터의 변화를 반영하기 위해, 데이터시트 정보로부터 제공되는 단락전류와 개방전압의 온도에 대한 변화율 정보를 이용한다.
태양광 패널의 데이터시트에서는 태양광 패널의 단락전류와 개방전압이 온도에 따라 변하는 비율이 제공되는데, 이는 Ki와 Kv로 표현된다. 그리고 데이터시트 정보는 최대전력지점(MPP)에서의 온도변화율을 포함하지 않고 있다.
하지만, 하기의 [수학식 4]와 같은 근사식에 따라 최대전력지점(MPP)에서의 온도변화율이 산출될 수 있다. 태양광 패널의 시뮬레이션 장치(100)는 하기의 [수학식 4]와 같은 근사식에 따라 최대전력지점(MPP)에서의 온도변화율을 산출하여 실시간으로 태양광 패널의 시뮬레이션할 수 있다. 즉, 상기의 [수학식 4]는 데이터시트 기반의 파라미터 추출법과 결합된다.
여기서, Kimpp와 Kvmpp는 각각 MPP에서의 전류와 전압의 온도변화율, Ki 및 Kv는 단락전류와 개방전압이 온도에 따라 변하는 비율을 나타낸다.
이때, 태양광 패널의 시뮬레이션 장치(100)는 상기의 [수학식 4]의 근사식이 성립하지 않으면, 오차가 발생할 수 있다. 전류의 온도변화율은 태양광 패널에 따라 차이가 발생할 수 있다. 하지만, 하기의 [수학식 5] 및 [수학식 7]과 같이 표준 테스트 조건에서의 일사량(Sstc)에 의해서 나눠져서 전류의 온도변화율이 산출되므로 그 영향은 적다. 그리고 전압의 온도변화율은 오차 범위가 5% 이내로 비슷한 값을 가지므로 근사될 수 있다. 다양한 재질의 태양광 패널에서도 성립하기 때문에 응용에는 문제가 없을 것이다.
따라서 온도와 일사량의 변화를 모두 표현하는 수학식은 하기의 [수학식 5] 내지 [수학식 8]과 같이 나타낼 수 있다.
여기서, Isc는 단락전류, Voc는 개방전압, Impp는 최대전력지점(MPP)에서의 전류, Vmpp는 최대전력지점(MPP)에서의 전압, S는 가변적인 환경에서의 일사량, SSTC는 STC 조건에서의 일사량, T는 가변적인 환경에서의 온도, TSTC는 STC 조건에서의 온도, Ns는 직렬연결된 PV cell의 수, VT는 열전압(V), ASTC는 STC 조건에서의 다이오드의 이상계수를 나타낸다.
태양광 패널의 시뮬레이션 장치(100)는 상기의 [수학식 5] 내지 [수학식 8]을 통해서 변하는 온도와 일사량에 대해 새로운 가상 데이터시트 정보를 갱신할 수 있다. 태양광 패널의 시뮬레이션 장치(100)는 그 갱신된 가상 데이터시트 정보를 이용해서 가변적인 환경에서의 새로운 제2 파라미터(Rs, Rsh, A, Iph, Io)를 추출할 수 있다. 그 결과, 태양광 패널의 시뮬레이션 장치(100)는 데이터시트의 정보만을 이용해서 변하는 온도 및 일사량의 조건하에서의 태양광 패널의 가상적인 데이터시트 값을 설정할 수 있다.
한편, 가상 데이터시트 정보로부터 파웰 최적화를 이용하여 제2 파라미터를 추출하는 S410 과정에 대해서 구체적으로 살펴보기로 한다.
태양광 패널의 파라미터를 추출하는 방법에 대해 다양한 연구가 최근까지 진행되어 왔다. 하지만, 주로 실제 태양광 패널의 출력을 측정한 뒤에 이를 이용해서 등가회로의 파라미터를 추출하는 방법과 데이터시트만으로 모델의 파라미터를 추출하는 방법이 존재한다. 그런데 데이터시트 기반의 방법은 실제 패널이 없어도 등가 회로 모델을 얻을 수 있다. 또한, 데이터시트 기반의 방법은 빠르고 쉽게 모델을 제공한다는 장점이 있다.
이러한 데이터시트 기반의 파라미터 추출방법은 주로 수치해석적인 방법을 이용해서 전기적 등가 회로의 파라미터를 추출한다. 이는 실제 추출해야 하는 파라미터의 수와 데이터시트의 정보로부터 얻을 수 있는 수학식의 수가 일치하지 않기 때문이다. 이러한 문제를 극복하기 위해서, 종래의 데이터시트 기반의 방법은 추가적인 근사조건을 사용하거나 직렬저항이나 병렬저항을 제거하여 더욱 단순한 등가회로를 구성하고 있다.
이에 반해, 본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 장치(100)는 도 5에 도시된 파웰 최적 방법의 수도 코드를 이용하여 제2 파라미터를 추출한다.
도 5는 본 명세서의 실시 예에 적용되는 파웰 최적화 방법에서의 수도코드에 대한 설명도이다.
본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 장치(100)는 실제 추출해야 하는 파라미터의 수와 데이터시트의 정보로부터 얻을 수 있는 수학식의 수가 일치하지 않는 문제를 극복할 수 있다.
도 5에 도시된 바와 같이, 태양광 패널의 시뮬레이션 장치(100)는 파웰 최적화 방법의 수도 코드(Pseudo code of Powell's optimization)를 이용하여 제2 파라미터를 추출할 수 있다.
파웰 최적화 방법은 전기적 등가회로의 물리적인 의미를 최대한 살리면서, 추가적인 근사조건을 이용하지 않고도 동시에 모든 파라미터를 추출할 수 있다. 이는 태양광 패널의 시뮬레이션 장치(100)가 데이터시트 정보만으로 모든 파라미터를 산출할 수 있다는 것을 의미한다. 이때, 태양광 패널의 시뮬레이션 장치(100)에서는 제2 파라미터의 추출 속도 또한 빠르다. 따라서 태양광 패널의 시뮬레이션 장치(100)는 제2 파라미터를 추출한 후, PSIM의 모델을 거치지 않고 직접적으로 변하는 온도와 일사량에 대한 정보에 대한 태양광 패널 모델을 제공할 수 있다.
우선, 태양광 패널의 시뮬레이션 장치(100)는 파웰 최적화 방법을 이용하여 전기적 등가회로의 파라미터를 추출하기 위한 목표함수를 설정한다. 목표함수는 이어지는 과정을 통해서 설정될 수 있다. 이때, 태양광 패널의 시뮬레이션 장치(100)는 추가적인 조건이나 근사화 및 회로적인 생략을 이용하지 않고 목표함수를 설정할 수 있다.
또한, 태양광 패널의 시뮬레이션 장치(100)는 최대전력지점(MPP)의 정보만을 이용해서 목표함수를 유도한다. 통상적으로 태양광 발전 시스템이 최대전력지점 추종방법(MPPT)을 사용한다는 점을 고려해 볼 때, 최대전력지점(MPP) 부근의 정확도가 중요함을 의미한다.
태양광 패널의 시뮬레이션 장치(100)는 기본수학식인 [수학식 1]과 데이터시트 정보로부터 획득할 수 있는 4가지 조건인 단락전류(Isc), 개방전압(Voc), MPP, P-V 곡선의 MPP로부터의 기울기 조건을 이용한다. 태양광 패널의 시뮬레이션 장치(100)는 이러한 과정을 통해서 목표함수 및 나머지 제2 파라미터의 추출식을 산출할 수 있다.
목표함수부터 살펴보면, 태양광 패널의 시뮬레이션 장치(100)는 목표함수를 MPP에서의 두 개의 조건을 이용해서 구할 수 있다. 먼저 [수학식 1]과 MPP의 조건을 이용해서 산출된 수학식은 하기의 [수학식 9]와 같이 나타나진다.
여기서, Impp는 최대전력지점(MPP)에서의 전류, Vmpp는 최대전력지점(MPP)에서의 전압, Io는 암전류(A), Iph는 광 전류(A), Rs는 직렬저항(Ω), Gsh는 병렬컨덕턴스(S), Ns는 직렬연결된 PV cell의 수, VT는 열전압(V), A는 다이오드의 이상계수를 나타낸다.
상기의 [수학식 9]는 추가적인 유도과정이 없이, 하기의 [수학식 10]과 같은 음함수 형태로 변경될 수 있다.
여기서, Rs는 직렬저항(Ω), Gsh는 병렬컨덕턴스(S), A는 다이오드의 이상계수, Impp는 최대전력지점(MPP)에서의 전류를 나타낸다.
다음으로, 태양광 패널의 시뮬레이션 장치(100)는 최대전력지점(MPP)에서의 기울기 조건을 이용하기 위해서 하기의 [수학식 11]의 미분 과정을 이용한다.
상기의 [수학식 11]에 최대전력지점(MPP)의 조건을 대입하면 하기의 [수학식 12]가 산출될 수 있다.
상기의 [수학식 12]는 하기의 [수학식 13]과 같은 음함수 형태가 된다.
태양광 패널의 시뮬레이션 장치(100)는 상기의 [수학식 11] 및 [수학식 13]과 같이 산출한 두 개의 음함수를 이용하여 목표함수를 하기의 [수학식 14]와 같이 설정할 수 있다. 태양광 패널의 내부 파라미터는 목표함수를 최소로 하는 값으로 추출된다.
태양광 패널의 시뮬레이션 장치(100)는 목표함수를 통해서 추가적인 조건이나 근사화 및 회로적 생략을 이용하지 않고 두 개의 MPP 조건을 이용하여 3개의 미지수 Rs, Gsh, A를 산출할 수 있다. 이는 물리적인 의미도 훼손하지 않는다. 그리고 남아있는 Isc와 Voc 조건은 나머지 2개의 미지수 Iph와 Io를 산출하기 위해서 사용할 수 있다. 그 수학식은 하기의 [수학식 15] 및 [수학식 16]과 같이 나타나진다.
태양광 패널의 시뮬레이션 장치(100)는 결과적으로 파웰 최적화 방법을 통해서 4개의 데이터시트 조건만으로 5개의 전기적 등가회로의 미지수를 모두 추출할 수 있다. 태양광 패널의 시뮬레이션 장치(100)는 미리 설정한 온도 및 일사량에 대한 패널의 동작점 갱신을 통해서 온도 및 일사량의 가변 환경에서의 전압 및 전류 출력값을 용이하게 산출할 수 있다.
도 6은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법이 구현된 태양광 패널 모델의 블록도이다.
본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법은 PSIM을 이용하여 도 6에 도시된 바와 같이 구현되어 있다.
이때, 도 6에 도시된 태양광 패널 모델과 비교할 대상은 온도와 일사량의 변화를 비교할 수 있는 PSIM의 물리적 모델이다. 태양광 패널을 모델링하기 위한 다양한 종래의 방법이 존재하지만, PSIM을 통해서 블록화된 모델은 존재하지 않는다.
본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법은 PSIM만으로 구성하여 자동화하고 사용성을 증대시키는 것이다. 그러므로 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM의 모델과의 비교를 통해 본 명세서의 실시 예에 대한 검증을 수행하였다.
일례로, 본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 방법에 의해 구현된 태양광 패널 모델은 PSIM의 C 블록(block)으로 구현하였다. 여기서, C 블록은 DLL과 같이 추가적인 프로그램이 필요하지 않고 PSIM만으로 C 언어를 이용해서 알고리즘을 구현할 수 있다. 그리고 PSIM을 이용하는 것이 데이터시트 정보로부터 도통 손실이나 스위칭 손실과 같은 회로적인 특성을 잘 표현할 수 있다. 그러므로 향후 태양광 발전 시스템에도 본 명세서의 실시 예에 다른 태양광 패널 모델을 적용한다고 생각하면 확장성 면에서나 회로적인 면에서 더 유리할 수 있다.
이때, 본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 방법은 파웰 최적화를 이용하여 파라미터를 실시간으로 갱신한다. 이 방법은 해를 찾는 과정에서 미분식을 이용하지 않아 구현이 간단하며, 빠른 수렴속도를 보장할 수 있다. 시뮬레이션 모델의 특성상 시뮬레이션 시간을 고려해야 하므로 본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 방법은 적절한 방법일 수 있다.
여기서, 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM의 모델을 이용해서 각각 추출한 P-V 특성곡선을 서로 비교해서 본 명세서의 실시 예에 따른 태양광 패널 모델을 타당성을 검증할 수 있다.
추가로 최적화 방법을 사용하기 위해서는 초기값 및 탐색범위를 설정해야 하는데 본 명세서의 실시 예에 따른 태양광 패널 모델의 경우 아래와 같이 탐색범위를 설정하였다.
여기서, 탐색범위는 모델의 물리적인 의미를 훼손하지 않는 범위로 설정되었었다. 탐색범위를 이용해서 초기값은 하기의 [수학식 20]과 같이 정할 수 있다.
결과적으로 파라미터가 빠르게 최적화를 통해서 갱신되는 것을 확인할 수 있다. 이때, 본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 장치(100)는 사용자에 의한 작도 등의 추가적인 추출 방법이 없이 데이터시트 정보만을 이용하여 태양광 패널 모델을 신속하게 생성할 수 있다.
도 7은 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 하드웨어 시뮬레이터의 블록도이다.
도 7에 도시된 바와 같이, 데이터시트 기반의 태양광 패널의 시뮬레이션 장치(100)는 소프트웨어 기반이 아닌 태양광 패널에 대한 하드웨어 시뮬레이터(Hardware Simulator)(700)로 구현될 수 있다.
본 명세서의 실시 예에 따른 태양광 패널의 하드웨어 시뮬레이터(700)는 PV 엔진 모듈(710), OP 앰프(720), 비교기(730), DC 전원(740), 벅 컨버터(750) 및 DAQ(Data Acquisition)(750)를 포함한다.
도 8은 본 명세서의 실시 예에 따른 도 7에서의 데이터시트 기반의 태양광 패널의 하드웨어 시뮬레이터의 회로 구성도이다.
본 명세서의 실시 예에 따른 도 7에서의 데이터시트 기반의 태양광 패널의 하드웨어 시뮬레이터(700)는 도 8에 도시된 바와 같이 태양광 패널의 하드웨어 시뮬레이터 회로(800)로 구현될 수 있다.
도 8에 도시된 태양광 패널의 시뮬레이터 회로(800)는 PV 시뮬레이터(820)의 회로 및 동작 부하(830)의 회로를 포함한다.
PV 시뮬레이터(820)는 내부에 PV 엔진(810)의 회로를 포함하여 이루어진다.
본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널 모델에 대한 타당성 검증 결과를 살펴보기로 한다.
본 명세서의 실시 예에 따른 태양광 패널 모델에 대한 타당성 검증은 실제 태양광 패널 중 실리콘 타입의 결정형 패널(예컨대, KC200GT)을 사용하여 실제 태양광 패널의 데이터와 각 모델의 결과를 추출하고 EN50530의 기준에 따라서 결과를 비교하는 것으로 진행하였다. 여기서, KC200GT의 결정형 패널은 제조사로부터 제공되는 데이터시트가 명확하고 많이 사용해온 패널이며, 온도와 일사량의 변화에 대한 결과 그래프도 제조사에서 제공하고 있다. 따라서 이러한 KC200GT의 결정형 패널은 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 비교 검증에 이용하였다.
본 명세서의 실시 예에 따른 태양광 패널 모델을 생성하기 위해서 필요로 하는 KC200GT 패널의 데이터시트 값은 하기의 [표 3]에 나타나 있다. 하기의 [표 3]의 값은 제조사가 표준 테스트 조건(STC)에서 실험을 통해서 얻은 데이터로서 데이터시트 기반의 태양광 패널 모델링에 유용하게 이용될 수 있다.
다음으로, EN50530의 평가기준은 태양광 시뮬레이터의 MPP부근에서의 허용오차에 대해서 규정하고 있다. 이는 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM의 모델이 파라미터에 따라 어느 정도의 오차를 가지는지 평가하는 기준으로 이용하였다. 이때, 규격에 따른 오차는 하기의 [수학식 21] 및 [수학식 22]와 같은 수학식으로 정의될 수 있다.
여기서, 는 P-V 특성곡선의 전체오차, 는 MPP부근의 오차, 은 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델로부터 얻은 값, 는 KC200GT 패널의 데이터시트로부터 얻은 각각의 온도와 일사량에서의 P-V 특성곡선의 값을 의미한다.
상기의 [수학식 21] 및 [수학식 22]는 각각 P-V 특성곡선의 전체오차와 MPP부근의 오차를 의미한다.
도 9는 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 P-V 곡선 성능에 대한 비교도이다.
도 9의 (a)에는 본 명세서의 실시 예에 따른 태양광 패널 모델의 P-V 곡선이 도시되어 있다.
도 9의 (b)에는 본 명세서의 실시 예에 따른 PSIM 모델의 P-V 곡선이 도시되어 있다.
도 9의 (a) 및 (b)를 비교한 결과, 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델은 모두 온도와 일사량의 변화에 대해서 잘 대응하는 것을 확인할 수 있다.
하지만, 두 모델 간의 더 정확한 비교를 위해서 상기의 [수학식 21]과 [수학식 22]을 이용하여 오차를 계산하였다. 그 오차 계산 결과는 각각 도 10 및 도 11에 도시되어 있다.
도 10은 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 온도 변화 조건에서의 모델 정확도에 대한 비교도이다.
여기서, 온도와 일사량 변화의 기준은 태양광 패널의 데이터시트 정보에 포함된 온도와 일사량의 변화를 이용하였다.
본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM의 모델의 P-V 출력 특성을 각각 추출하였다. 그리고 PSIM 모델에 대해 Voc에서의 기울기와 A값을 일정한 간격으로 변화를 주면서 결과를 추출하여 비교하였다. 이는 사용자가 직접 입력하는 파라미터가 회로의 정확도에 어떤 영향을 주는지 확인하기 위함이다.
그 결과를 살펴보면, 먼저 온도의 변화에 대응하는 각 모델의 결과가 도 10과 같이 나타나 있다.
도 10의 (a)와 (b)는 Voc에서의 기울기를 고정한 뒤에 A를 0.2의 간격으로 변화시키면서 얻은 그래프를 비교한 것이다.
도 10의 (c)와 (d)는 A를 1.2로 고정한 후에 Voc에서의 기울기를 0.1 간격으로 변화시키면서 얻은 그래프를 비교한 것이다.
도 10에 도시된 바와 같이, 본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 방법은 온도에 따라서 변하는 내부의 파라미터를 잘 추종하여 온도 변화에 관계없이 일정한 전체오차와 MPP부근의 오차를 가지는 것을 확인할 수 있다.
하지만, PSIM의 모델은 사용자가 입력해준 파라미터에 따라서 전체 및 MPP부근의 오차가 영향을 받는 것을 확인할 수 있다. 한 예로, Voc에서의 기울기를 -0.68, A를 1.0으로 선정하여 STC에서의 전체오차를 크게 줄일 수 있다. 하지만, PSIM의 모델은 온도가 변하면 오차가 크게 발생하며, MPP부근의 오차 또한 온도에 따라 오차가 달라지는 것을 확인할 수 있다.
도 11은 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델의 일사량 변화 조건에서의 모델 정확도에 대한 비교도이다.
다음으로, 일사량의 변화에 대응하는 출력 특성의 결과는 도 11에 도시되어 있다. 도 11에서 추출된 그래프의 파라미터 조건은 온도변화에서의 조건과 동일하다. 도 11에서 전체오차는 PSIM 모델과 본 명세서의 실시 예에 따른 태양광 패널 모델이 비교적 비슷한 양상을 보이며, PSIM 모델이 더 좋은 경우도 존재한다.
한 예로, PSIM 모델의 Voc에서의 기울기가 -0.68이고 A는 1.4인 경우, 200W/m2을 제외한 부분은 본 명세서의 실시 예에 따른 태양광 패널 모델보다 더 좋은 성능을 제공한다.
하지만, MPP 부근의 오차를 살펴보면, 200W/m2뿐만 아니라 나머지 일사량에서도 본 명세서의 실시 예에 따른 태양광 패널 모델의 결과가 균등하고 작은 것을 확인할 수 있다.
결과적으로, 본 명세서의 실시 예에 따른 태양광 패널 모델은 PSIM의 물리적 모델과 다르게 사용자의 입력 파라미터에 영향을 받지 않는다. 또한, 본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 방법은 데이터시트와 온도와 일사량 정보만으로 가변환경에 맞게 내부 파라미터를 튜닝한다. 그래서 태양광 패널의 시뮬레이션 방법은 우수한 성능의 태양광 패널의 등가 모델을 제공할 수 있다.
도 12 및 도 13은 본 명세서의 실시 예에 따른 태양광 패널 모델이 적용된 독립형 태양광 발전 시스템의 블록 구성도 및 회로 구성도이다.
태양광 패널의 등가 모델은 주로 태양광 발전 시스템의 개발을 위한 시뮬레이션 과정에서 이용될 수 있다. 이때, 대부분의 태양광 모델은 MPPT와 함께 동작하게 된다. 결국, MPPT 알고리즘의 특성상 태양광 발전 시스템의 시뮬레이션 과정에서 초기 과도 상태를 제외한다면, 주로 최대전력지점(MPP) 부근의 정보만을 이용하게 된다. MPP부근의 오차가 적은 본 명세서의 실시 예에 따른 태양광 패널 모델이 매우 유용하게 이용될 수 있다.
도 12에 도시된 바와 같이, 본 명세서의 실시 예에 따른 태양광 패널 모델은 태양광 패널 모델과 Perturb and Observe(P&O) 알고리즘으로 벅-컨버터를 이용하는 독립형 태양광 발전 시스템을 적용될 수 있다. 이는 태양광 패널 모델이 MPPT 시뮬레이션에도 이용될 수 있음을 보이기 위함이다. 도 12에 도시된 독립형 태양광 발전 시스템은 태앙광 패널 모델에서 생성된 전력을 배터리에 충전하는 배터리 충전 회로로 이루어진다
도 12에 도시된 독립형 태양광 발전 시스템의 시뮬레이션 회로는 도 13에 도시되어 있다.
독립형 태양광 발전 시스템의 시뮬레이션 회로에는 벅-컨버터가 포함된다. 여기서, 벅-컨버터의 하드웨어 스펙은 하기의 [표 4]에 나타나 있다. 이 시뮬레이션 회로를 통해서 태양광 패널 모델을 이용한 독립형 태양광 발전 시스템이 구현되어 있다.
이러한 독립형 태양광 발전 시스템의 회로 구성은 벅-컨버터의 동작 특성이 포함된 시뮬레이션을 실행할 수 있다.
도 14는 본 명세서의 실시 예에 따른 태양광 패널 모델이 적용된 독립형 태양광 발전 시스템에서의 시뮬레이션 환경 변화와 그 결과에 대한 설명도이다.
시뮬레이션의 환경 변화 중에서 온도 및 일사량 변화 조건이 각각 도 14의 (a) 및 (b)에 도시되어 있다. 시뮬레이션의 환경 변화는 일사량이 900과 1000 W/m2사이에서 주기적으로 변하도록 삼각파를 이용해서 설정되어 있다. 예를 들면, 일사량이 2주기로 변할 때, 온도는 25에서 50℃로 1주기로 변하도록 설정되어 있다. 이러한 온도 및 일사량 변화 조건에서 본 명세서의 실시 예에 따른 태양광 패널 모델과 PSIM 모델별 결과가 도 14의 (c) 및 (d)에 각각 나타나 있다.
도 14의 (c) 및 (d)에서, P_real은 P&O 알고리즘에 의해서 패널이 실제로 발생시키는 출력이며, P_panel은 데이터시트로부터 예상할 수 있는 최대전력을 의미한다. 그리고 P_real 값이 P_panel을 따라 최대전력지점을 추종하는 것을 확인할 수 있다. 일시적으로 추종이 틀어지는 부분은 PSIM의 모델에서도 관찰할 수 있는 부분으로 P&O 알고리즘의 추종 문제로 사료된다.
도 14의 실험 결과에 따르면, 본 명세서의 실시 예에 따른 태양광 패널 모델이 온도와 일사량에 따라서 변하는 조건에서도 태양광 패널의 성능을 정확하게 시뮬레이션할 수 있다는 것을 보여준다. 여기서, 시간 스텝(time step) = 0.1sec 이고 전체 시간(total time) = 200sec의 시뮬레이션 조건하에서 PSIM 모델의 총 시뮬레이션 시간은 1sec가 소요되었다. 본 명세서의 실시 예에 따른 태양광 패널 모델의 총 시뮬레이션 시간은 10sec의 시간이 소요되고 5msec/step의 시간이 걸린 것으로 확인된다.
결론적으로, 본 명세서의 실시 예에 따른 태양광 패널 모델의 최대전력지점 부근의 오차가 PSIM 모델보다 더 적은 것을 확인할 수 있다. 따라서 본 명세서의 실시 예에 따른 태양광 패널 모델을 이용한 태양광 시뮬레이션 방법을 통해서 태양광 시스템의 효율을 정확하게 예측할 수 있다. 즉, 태양광 시뮬레이션 방법은 태양광 시스템의 예측 성능을 저평가나 고평가 없이 더욱 정확하게 예측할 수 있다. 이에 따라, 본 명세서의 실시 예에 따른 태양광 패널 모델은 MPPT 알고리즘의 평가 및 태양광 시뮬레이션의 성능 평가에 유용하게 이용될 수 있다.
상기와 같이, 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치는 데이터시트 정보만을 이용해서 온라인으로 실제 태양광 패널의 전기적 특성을 모사할 수 있다. 본 명세서의 실시 예에 따른 태양광 패널 모델은 태양광 패널 제조사의 데이터시트 정보만을 입력받으면 신속하고 용이하게 태양광 패널의 등가 모델을 생성할 수 있다. 이때, 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널 모델은 외부의 입력을 통해서 획득된 온도 및 일사량 변화에 대한 정보를 기초로 하여 실시간으로 파라미터를 튜닝할 수 있다. 이는 사용자가 추가로 파라미터를 추출하기 위한 노력을 하지 않아도 된다. 그러므로 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법은 사용이 용이하고 최적화 방법을 이용하여 정확도 및 속도가 향상된 태양광 패널 모델을 제공할 수 있다. 이때, 최적화 방법은 파웰 최적화 방법이 이용된다.
상기와 같이, 본 명세서의 실시 예에 따른 태양광 패널 모델의 성능의 검증은 EN50530의 규격을 따라서 PSIM의 물리적 모델과의 비교 검증을 통해 수행되었다. 이때, 성능 검증은 실제 결정형 패널 KC200GT의 데이터 값을 이용해서 데이터를 추출하고 비교하였다.
결과를 살펴보면, 본 명세서의 실시 예에 따른 태양광 패널의 시뮬레이션 방법은 온도와 일사량의 변화에 대응할 수 있음을 확인하였다. 또한, 태양광 패널의 시뮬레이션 방법 정확도가 종래의 PSIM 모델보다 증가하는 것을 확인할 수 있었다.
이를 위해서, 본 명세서의 실시 예에 따른 태양광 패널 모델은 데이터시트 정보만을 이용하였다. 본 명세서의 실시 예에 따른 태양광 패널 모델은 P&O 알고리즘과의 시뮬레이션을 통해서 태양광 시스템을 시뮬레이션할 수 있다는 것을 나타내었다. 여기서, 본 명세서의 실시 예에 따른 데이터시트 기반의 태양광 패널의 시뮬레이션 방법은 미분식을 이용하는 최속 강하법(steepest descent method), 공액 구배법(conjugate gradient method) 등의 최적화 방법을 적용할 수 있다. 이는 시뮬레이션 속도를 더욱 향상시키기 위함이다.
이상에서 설명한 실시 예들은 그 일 예로서, 본 명세서가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 태양광 패널의 시뮬레이션 장치
110: 데이터 입력부
120: 제1 파라미터 추출부
130: 데이터시트 갱신부
140: 제2 파라미터 추출부
150: 태양광 패널 모델링부
700: 태양광 패널의 하드웨어 시뮬레이터
710: PV 엔진
720; OP 앰프
730: 비교기
740: DC 전원
750: 벅 컨버터
760: DAQ
800: 하드웨어 시뮬레이터 회로
810: PV 엔진
820: PV 시뮬레이터
830: 동작 부하
110: 데이터 입력부
120: 제1 파라미터 추출부
130: 데이터시트 갱신부
140: 제2 파라미터 추출부
150: 태양광 패널 모델링부
700: 태양광 패널의 하드웨어 시뮬레이터
710: PV 엔진
720; OP 앰프
730: 비교기
740: DC 전원
750: 벅 컨버터
760: DAQ
800: 하드웨어 시뮬레이터 회로
810: PV 엔진
820: PV 시뮬레이터
830: 동작 부하
Claims (12)
- 입력된 태양광 패널의 데이터시트 정보로부터 기설정된 표준 테스트 조건에 따른 태양광 패널의 제1 파라미터를 추출하는 단계;
상기 추출된 제1 파라미터와 일사량 및 온도가 가변적인 환경 조건에서 변하는 일사량 및 온도를 이용하여 상기 입력된 태양광 패널의 데이터시트 정보를 가변적인 환경 조건에서의 태양광 패널의 가상 데이터시트 정보로 갱신하는 단계;
상기 갱신된 가상 데이터시트 정보로부터 최대전력지점(MPP: max power point)의 전압 및 전류 조건을 이용해서 목표함수를 설정하고 상기 설정된 목표함수를 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터를 추출하는 단계; 및
상기 추출된 태양광 패널의 제1 및 제2 파라미터를 이용하여 태양광 패널 모델을 생성하고 가변적인 환경 조건에서의 태양광 패널을 시뮬레이션하는 단계를 포함하고,
상기 제2 파라미터를 추출하는 단계는 태양광 패널의 싱글 다이오드 등가회로의 물리적인 비선형 특성과 상기 갱신된 가상 데이터시트 정보로부터 추출된 단락전류, 개방전압, 최대전력지점, 최대전력지점에서의 전압 및 전류 조건을 이용하여 목표 함수를 설정하고, 상기 설정된 목표 함수가 최소화되는 태양광 패널에서의 싱글 다이오드 등가회로의 제2 파라미터를 추출하는 데이터시트 기반의 태양광 패널의 시뮬레이션 방법. - 제1항에 있어서,
상기 가상 데이터시트 정보로 갱신하는 단계는
상기 입력된 데이터시트 정보에서의 단락전류 및 개방전압의 온도변화율로 근사화된 최대전력지점(MPP)에서의 전류 및 전압의 온도변화율을 이용하여 가상 데이터시트 정보를 갱신하는 데이터시트 기반의 태양광 패널의 시뮬레이션 방법. - 제1항에 있어서,
상기 가상 데이터시트 정보로 갱신하는 단계는
상기 입력된 데이터시트 정보로부터 산출된 단락전류, 개방전압, 최대전력지점(MPP)에서의 전류 및 전압을 이용하여 가상 데이터시트 정보를 갱신하는 데이터시트 기반의 태양광 패널의 시뮬레이션 방법. - 삭제
- 삭제
- 제1항에 있어서,
상기 제2 파라미터를 추출하는 단계는
추가적인 조건이나 근사화 및 회로적 생략을 사용하지 않고 최대전력지점(MPP)의 전압 및 전류 조건을 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터인 직렬 저항(Rs), 병렬 컨덕턴스(Gsh) 또는 병렬 저항(Rsh), 다이오드의 이상계수(A)를 추출하고, 단락전류(Isc) 및 개방전압(Voc)을 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터인 광 전류(Iph), 암전류(Io)를 추출하는 데이터시트 기반의 태양광 패널의 시뮬레이션 방법. - 태양광 패널의 데이터시트 정보 및 일사량 및 온도가 가변적인 환경 조건에서의 일사량 및 온도를 입력받는 데이터 입력부;
상기 입력된 태양광 패널의 데이터시트 정보로부터 기설정된 표준 테스트 조건에 기초하여 제1 파라미터를 추출하는 제1 파라미터 추출부;
상기 추출된 제1 파라미터와 상기 입력된 가변적인 환경 조건에서 변하는 일사량 및 온도를 이용하여 상기 입력된 태양광 패널의 데이터시트 정보를 가변적인 환경 조건에서의 태양광 패널의 가상 데이터시트 정보로 갱신하는 데이터시트 갱신부;
상기 갱신된 가상 데이터시트 정보로부터 최대전력지점(MPP)의 전압 및 전류 조건을 이용해서 목표함수를 설정하고 상기 설정된 목표함수를 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터를 추출하는 제2 파라미터 추출부; 및
상기 추출된 태양광 패널의 제1 및 제2 파라미터를 이용하여 태양광 패널 모델을 생성하고 가변적인 환경 조건에서의 태양광 패널을 시뮬레이션하는 태양광 패널 모델링부를 포함하고,
상기 제2 파라미터 추출부는 태양광 패널의 싱글 다이오드 등가회로의 물리적인 비선형 특성과 상기 갱신된 가상 데이터시트 정보로부터 추출된 단락전류, 개방전압, 최대전력지점, 최대전력지점(MPP)의 전압 및 전류 조건을 이용하여 목표 함수를 설정하고, 상기 설정된 목표 함수가 최소화되는 태양광 패널에서의 싱글 다이오드 등가회로의 제2 파라미터를 추출하는 데이터시트 기반의 태양광 패널의 시뮬레이션 장치. - 제7항에 있어서,
상기 데이터시트 갱신부는
상기 입력된 데이터시트 정보에서의 단락전류 및 개방전압의 온도변화율로 근사화된 최대전력지점(MPP)에서의 전류 및 전압의 온도변화율을 이용하여 가상 데이터시트 정보를 갱신하는 데이터시트 기반의 태양광 패널의 시뮬레이션 장치. - 제7항에 있어서,
상기 데이터시트 갱신부는
상기 입력된 데이터시트 정보로부터 산출된 단락전류, 개방전압, 최대전력지점(MPP)에서의 전류 및 전압을 이용하여 가상 데이터시트 정보를 갱신하는 데이터시트 기반의 태양광 패널의 시뮬레이션 장치. - 삭제
- 삭제
- 제7항에 있어서,
상기 제2 파라미터 추출부는
추가적인 조건이나 근사화 및 회로적 생략을 사용하지 않고 최대전력지점(MPP)의 전압 및 전류 조건을 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터인 직렬 저항(Rs), 병렬 컨덕턴스(Gsh) 또는 병렬 저항(Rsh), 다이오드의 이상계수(A)를 추출하고, 단락전류(Isc) 및 개방전압(Voc)을 이용하여 가변적인 환경 조건에서의 태양광 패널의 제2 파라미터인 광 전류(Iph), 암전류(Io)를 추출하는 데이터시트 기반의 태양광 패널의 시뮬레이션 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160005475A KR101795901B1 (ko) | 2016-01-15 | 2016-01-15 | 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160005475A KR101795901B1 (ko) | 2016-01-15 | 2016-01-15 | 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20170085838A KR20170085838A (ko) | 2017-07-25 |
KR101795901B1 true KR101795901B1 (ko) | 2017-11-10 |
Family
ID=59422761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020160005475A KR101795901B1 (ko) | 2016-01-15 | 2016-01-15 | 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101795901B1 (ko) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109936335A (zh) * | 2019-03-20 | 2019-06-25 | 重庆大学 | 光伏阵列热斑故障的在线检测方法 |
KR102425370B1 (ko) * | 2020-05-22 | 2022-07-27 | 라온프렌즈 주식회사 | 태양전지의 디지털 트윈 생성 방법 |
KR102416271B1 (ko) | 2020-07-30 | 2022-07-05 | 주식회사 케이제이인터내셔널 | 매트리스 |
KR102248410B1 (ko) | 2020-08-18 | 2021-05-06 | 주식회사 한성넥스 | 매트리스 |
KR102283572B1 (ko) | 2021-01-26 | 2021-07-29 | 주식회사 코잔 | 조합형 매트리스 시스템 |
KR102308368B1 (ko) | 2021-03-30 | 2021-10-06 | 주식회사 한성넥스 | 매트리스 |
KR102513554B1 (ko) * | 2022-01-11 | 2023-03-24 | 가천대학교 산학협력단 | 직류 전원 공급기와 전력 다이오드로 구성된 태양광 모듈 전압/전류 출력 장치 |
KR20240029935A (ko) | 2022-08-29 | 2024-03-07 | 주식회사 쏘포유 | 천연라텍스와 메모리폼이 적용된 공기순환용 매트리스 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011170835A (ja) * | 2010-01-19 | 2011-09-01 | Omron Corp | Mppt制御器、太陽電池制御装置、太陽光発電システム、mppt制御プログラム、およびmppt制御器の制御方法 |
KR101458363B1 (ko) * | 2013-10-22 | 2014-11-06 | 공주대학교 산학협력단 | 일사량의 변동에 대응하여 최대전력을 추종하기 위한 태양광 발전시스템의 최대전력 추종방법 |
-
2016
- 2016-01-15 KR KR1020160005475A patent/KR101795901B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011170835A (ja) * | 2010-01-19 | 2011-09-01 | Omron Corp | Mppt制御器、太陽電池制御装置、太陽光発電システム、mppt制御プログラム、およびmppt制御器の制御方法 |
KR101458363B1 (ko) * | 2013-10-22 | 2014-11-06 | 공주대학교 산학협력단 | 일사량의 변동에 대응하여 최대전력을 추종하기 위한 태양광 발전시스템의 최대전력 추종방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20170085838A (ko) | 2017-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101795901B1 (ko) | 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치 | |
Wang et al. | An iterative approach for modeling photovoltaic modules without implicit equations | |
Jain et al. | A new algorithm for rapid tracking of approximate maximum power point in photovoltaic systems | |
Bastidas et al. | A model of photovoltaic fields in mismatching conditions featuring an improved calculation speed | |
Mahmoud et al. | A photovoltaic model with reduced computational time | |
Zhu et al. | Sensitivity analysis and more accurate solution of photovoltaic solar cell parameters | |
Yusivar et al. | Buck-converter photovoltaic simulator | |
Zhou et al. | MPPT algorithm test on a photovoltaic emulating system constructed by a DC power supply and an indoor solar panel | |
Chatterjee et al. | Thevenin's equivalent of photovoltaic source models for MPPT and power grid studies | |
Jung et al. | Real-time simulation model development of single crystalline photovoltaic panels using fast computation methods | |
Zhang et al. | An online maximum power point capturing technique for high-efficiency power generation of solar photovoltaic systems | |
Nayak et al. | Parameters estimation of photovoltaic module using nonlinear least square algorithm: A comparative study | |
Park et al. | A novel simulation model for PV panels based on datasheet parameter tuning | |
Wang et al. | The error analysis of the reverse saturation current of the diode in the modeling of photovoltaic modules | |
Tchouani Njomo et al. | A modified ESC algorithm for MPPT applied to a photovoltaic system under varying environmental conditions | |
Soulatiantork et al. | A tool for performance evaluation of MPPT algorithms for photovoltaic systems | |
Abdelhamid et al. | Fast and accurate PV model for SPICE simulation | |
Celsa et al. | Matlab/Simulink model of photovoltaic modules/strings under uneven distribution of irradiance and temperature | |
Palahalli et al. | Real time simulation of photovoltaic system using fpga | |
Nikhil et al. | An improved simulation model for photovoltaic cell | |
Murtaza et al. | A direct PWM voltage controller of MPPT & sizing of DC loads for photovoltaic system | |
Theocharis et al. | Development of a linearized photovoltaic generator model for simulation studies with electromagnetic transient programs | |
Sfirat et al. | A new method for MPPT algorithm implementation and testing, suitable for photovoltaic cells | |
Theocharis et al. | Equivalent circuit of photovoltaic generator using Newton‐Raphson algorithm | |
Chennoufi et al. | Design and implementation of efficient mppt controllers based on sdm and ddm using backstepping control and sepic converter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
R401 | Registration of restoration |