KR102008017B1 - 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법 - Google Patents

드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법 Download PDF

Info

Publication number
KR102008017B1
KR102008017B1 KR1020180017295A KR20180017295A KR102008017B1 KR 102008017 B1 KR102008017 B1 KR 102008017B1 KR 1020180017295 A KR1020180017295 A KR 1020180017295A KR 20180017295 A KR20180017295 A KR 20180017295A KR 102008017 B1 KR102008017 B1 KR 102008017B1
Authority
KR
South Korea
Prior art keywords
solar radiation
solar
power plant
drone
angle
Prior art date
Application number
KR1020180017295A
Other languages
English (en)
Inventor
이근상
이종조
Original Assignee
전주비전대학교산학협력단
주식회사 금강이엔지
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 전주비전대학교산학협력단, 주식회사 금강이엔지 filed Critical 전주비전대학교산학협력단
Priority to KR1020180017295A priority Critical patent/KR102008017B1/ko
Application granted granted Critical
Publication of KR102008017B1 publication Critical patent/KR102008017B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U30/00—Means for producing lift; Empennages; Arrangements thereof
    • B64U30/20—Rotors; Rotor supports
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • B64C2201/024—
    • B64C2201/108—
    • B64C2201/127—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G01J2001/4266—Photometry, e.g. photographic exposure meter using electric radiation detectors for measuring solar light
    • G01J2001/4285—Pyranometer, i.e. integrating over space

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Image Processing (AREA)

Abstract

드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법이 개시된다. 신재생 에너지를 제공하는 고효율 태양광발전소 사업을 위해 태양광발전소 부지에 대한 일사량 분석자료를 이용하여 태양광 패널에 대한 최적의 위치와 방향을 결정하기 위해 드론 공간정보를 기반으로 취득한 DEM 자료를 사용하여 태양광발전소 건설부지에 대한 일사량을 계산하여 일사량을 분석하였다. 분석 결과, 2017년 평균 일사량은 1,474,466 W/㎡로 계산되었으며, 대상면적을 고려한 전체 일사량은 33,639 MW/㎡를 보였다. 월별 일사량을 분석은 태양광발전소 유지보수 업무 측면에서 중요하다. 월별 태양광발전소 부지의 평균일사량 분석에서는 5~7월의 평균 일사량이 160,000 W/㎡ 이상으로 계산되었으며, 1~2월 및 11~12월의 평균 일사량은 80,000 W/㎡ 이하로 나타났다. 또한, 본 발명은 드론 공간정보로부터 계산된 일사량과 국립기상과학원에서 제시한 결과와 비교하였으며, 대상지역의 93.7%가 남향으로 구성되어 있기 때문에 대상지의 평균 일사량이 국립기상과학원의 전국 자료에 비해 약간 높게 나타났다. 본 연구는 드론을 이용하여 새로 개발된 태양광발전소 부지에 대한 일사량을 신속하게 계산하는데 사용되리라 판단된다.

Description

드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법{Calculation method of amount of solar radiation of construction site of a solar photovoltaic power station by using drone}
본 발명은 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법에 관한 것으로, 보다 상세하게는 신재생 에너지를 제공하는 고효율 태양광발전소 구축을 위해 태양광발전소 부지에 대한 일사량 분석자료를 이용하여 태양광 패널에 대한 최적의 위치와 방향을 결정하기 위해 드론 공간정보를 기반으로 취득한 DEM(Digital Elevation Model, 수치표고모델) 자료를 사용하여 태양광발전소 건설부지에 대한 일사량(amount of solar radiation)을 계산하여 일사량을 분석하는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법에 관한 것이다.
최근, 환경보호와 신재생 에너지 확보의 일환으로 태양광 발전소 시스템이 정부 지원을 받아 국내외적으로 널리 보급되어 활용되고 있다. 특히, 현 정부에서 발표한 100대 국정과제에도 친환경 미래 에너지 발굴육성 사업이 포함되면서 태양광발전소를 비롯한 신재생 에너지 분야에 대한 관심이 더욱 높아지고 있다.
신재생에너지 중 하나인 태양광 발전은 태양전지를 활용하여 태양광 에너지를 전기 에너지로 직접 변환함으로써 전력을 생산하기 때문에 다른 신재생에너지 활용에 비해 발전효율이 비교적 낮고, 초기 높은 설치비 때문에 경쟁력이 낮은 것으로 인식되어 왔다. 하지만, 최근 태양광 설비 기술이 발달하고 설치 규모가 증대됨에 따라 다른 신재생에너지에 비해 태양광발전시설의 원가가 뚜렷하게 감소하고 있고, 무한한 사용이 가능하다는 장점으로 크게 주목받고 있다(황광일, 2013).
태양광 발전소(Solar photovoltaic power station)는 전력망에 전력을 공급하기 위해 설계된 대규모 태양전지 시스템을 구축하여 복수의 태양전지 어레이를 통해 태양광에너지를 집광하여 전기를 생산하는 시스템을 갖춘 발전소로, 태양광 발전소는 솔라파크(Solar park)라고도 한다.
태양광 발전 시스템은 태양전지에 의해 직접적으로 전기를 생산할 수 있는 장치이다. 태양광의 특징은 에너지원이 청정무제한적이고, 유지보수가 비교적 용이하며 수명이 긴 장점이 있다. 그러나, 반면 전력생산이 지역별 일사량에 의존하고 에너지 밀도가 낮아 큰 설치면적이 필요하며, 초기 투자금이 많다는 단점도 있다. 태양광 발전을 효과적으로 이용하기 위해 발전설비 대비 전력 생산량인 효율성을 고려하여야 한다(이기림과 이원희, 2015).
태양광 발전소 운영을 통해 수익 창출을 높이기 위해 적정 부지를 선정하는 것이 매우 중요하며, 최근 공간정보 기법을 활용한 태양광 발전소의 입지 선정에 관한 연구들이 많이 시행되어 왔다.
먼저, 이기림과 이원희(2015)는 수치표고모델(DEM; Digital Elevation Model)을 기반으로 경사도, 향, 음영기복도와 같은 지형인자를 비롯하여 일사량, 강수량, 일조시간, 강수일, 전운량, 평균기온, 평균습도와 같은 기후인자 그리고 경제 및 환경인자를 종합적으로 고려하여 대구광역시와 경상북도 지역에 대해 태양광 발전소 입지분석을 수행하였다.
기상청(2008)에서는 태양광발전소 부지 선정을 위해 태양에너지에 영향을 주는 일사량, 일조시간, 강수량, 강수일수, 강수지속시간, 평균기온, 평균 최고기온, 평균 최저기온, 운량, 상대습도, 안개일수, 황사일수, 연무일수, 박무일수 등 14개 요소의 전국 관측치를 이용하여 태양에너지 최적 활용을 위한 기상자원을 분석하였다. 그러나 22개 관측지점의 기상요소를 분석하였기 때문에 우리나라 전체를 대표하는 입지결정에는 한계가 있었다. 이를 극복하고자 김호용(2010)은 공간통계기법과 크리깅 보간법을 이용하여 진주시에 대한 태양광 발전시설의 입지 정확성 향상 연구를 수행하였으며 정종철(2012)은 관측지점별 일사량 정보를 역거리가중치(IDW; Inverse Distance Method) 보간법을 이용하여 전국에 대한 태양에너지 가용잠재량 자원지도를 분석하였다. 또한, 이지영과 강인준(2010), 박정일 외(2010)는 다양한 지형요인 및 기후요인을 연계하여 태양광발전소에 대한 입지 선정 연구를 수행하였다.
최근, 실제 농촌마을을 태양에너지로부터 전기를 자급할 수 있는 농촌 그린빌리지를 계획함에 있어 위치에 따라 변화하는 일사량과 발전량을 분석하여 태양광 발전의 최적 입지를 분석하는 연구도 진행되었다(도재형 외, 2014).
일사량은 태양의 고도가 높을수록 일사량이 증가하며, 태양이 천정에 위치할 때 일사량은 최대가 된다. 또한 지형적 요인에 의해 일사량이 차이를 보일 수 있다. 여러 요인들 가운데 지형의 고도, 방향, 경사에 따라 일사량의 차이가 발생하여 이를 효과적으로 모델링하기 위해 위성으로부터 분석된 공간정보가 이용되고 있다(Escobar et al., 2015; Polo et al., 2016).
기존에는 주로 완경사 지형에 태양광발전소를 건설해 왔으나, 태양광발전소 부지 조성에 많은 제약이 있어 최근에는 산지의 자연지형을 최대한 활용하여 대규모 태양광발전소를 건설하고 있다. 이 경우 먼저 벌목을 하고 일부 일사량 조건이 좋지 않은 지형을 보완하는 공사가 이루어진다. 따라서 기존의 지형형상과는 큰 차이를 보이게 되므로 일사량 및 태양광 발전량 예측을 위해서는 정확한 지형자료 구축이 필수적이다. 수치지형도 및 수치표고모델(DEM: Digital Elevation Model)을 생성하기 위해 국가에서는 유인항공기에 의한 수치항공사진측량이 이용되고 있으나 1차 토공작업이 완료된 비교적 규모가 크지 않은 태양광 부지의 경우 드론을 활용하는 것이 경제적으로 유리하다. 최근 드론을 활용한 3차원 지형모델링을 수행하는 다양한 연구가 수행되었으며, 검증점 측량을 통해 비교적 높은 정확도의 지형자료를 구축할 수 있게 되었다.
이와 관련된 선행기술로써, 특허 공개번호 10-2013-0031732에서는 "일사량 추정을 위해 전천사진으로부터 운량을 계산하는 방법, 상기 계산한 운량을 이용한 태양광 발전량 예측 장치"이 공개되어 있으며, 기상 예측에 관한 것으로서, 특히 일사량 추정을 위해 전천 사진으로부터 구름의 양(운량)을 계산하는 방법 및 그 계산한 운량을 이용해 태양광 발전량을 예측하는 방법 및 장치에 관한 것이다.
일사량 추정을 위해 전천사진으로부터 운량을 계산하는 방법은 운량으로부터 일사량을 계산 시, 지역적 특성뿐만 아니라, 계절적 특성, 패널 오염 및 설치환경에 따른 에너지 손실 등의 변화를 실시간으로 적용하여 정확도를 향상시키기 위한 것으로서; 시간에 따라 측정한 운량과 그 운량을 측정한 각 시간에 실측한 일사량(GHI)의 데이터 히스토리를 기준으로 오차(즉, 일사량 추정값과 실측 일사량 간의 오차)를 최소화할 수 있는 다이나믹 계수 'A' 및 'B'를 궤한 루프(loop)를 통해 획득하고; 일사량 추정을 위해 운량 계산 시, 태양 주변의 운량에 가중치를 결정하여 전천사진의 운량을 계산하는 방법 및 장치를 제공한다.
특허 공개번호 10-2013-0031732 (등록일자 2013년 03월 29일), "일사량 추정을 위해 전천사진으로부터 운량을 계산하는 방법, 상기 계산한 운량을 이용한 태양광 발전량 예측 장치", 엘지전자 주식회사
종래 기술의 문제점을 해결하기 위한 본 발명의 목적은 신재생 에너지를 제공하는 고효율 태양광발전소 구축을 위해 태양광발전소 부지에 대한 일사량 분석자료를 이용하여 태양광 패널에 대한 최적의 위치와 방향을 결정하기 위해 드론 공간정보를 기반으로 취득한 DEM(Digital Elevation Model, 수치표고모델) 자료를 사용하여 태양광발전소 건설부지에 대한 일사량(amount of solar radiation)을 계산하여 일사량을 분석하는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법을 제공한다.
본 연구에서는 태양광발전소 인허가 완료 후 1차 토공작업이 완료된 태양광부지에 대해 드론을 이용하여 최신의 지형자료를 구축하였으며 이를 토대로 태양광발전소 부지에 대한 일사량 분석을 실시하는 것을 목적으로 하였다. 특히 지형모델링 자료의 정확도 확보를 위해 GNSS(Global Navigation Satellite System) 측량장비를 활용하여 지상기준점(GCP; Ground Control Point) 측량을 실시하였다. 이를 통해 실제 태양광 패널이 위치하게 될 부지에 대한 일사량을 분석하였으며, 계절별 일사량 변동량을 분석하기 위해 월별 일사량도 함께 제시하여 태양광발전소 패널의 위치와 방향을 결정하는데 활용할 수 있도록 하였다.
본 발명의 목적을 달성하기 위해, 태양광발전소 건설부지의 일사량 계산 방법은 (a) 태양광발전소 부지에 대하여 드론을 이용하여 지형모델링 자료의 정확도 확보를 위해 GNSS 수신기와 VRS 측량장비를 활용하여 부지 내에 k개의 지상기준점(GCP; Ground Control Point)의 각 GCP에 대한 VRS 측량을 실시하는 단계; (b) 100~200m 상공에서 드론의 카메라를 사용하여 GNSS, 관성항법장치(INS) 정보가 포함된 n개의 사진을 항공 촬영하여 저장하는 단계; (c) VRS 측량으로 취득한 지상기준점(GSP) 자료를 연계하여 영상 정합 소프트웨어(Pix4D SW)에 의해 상기 GNSS, 관성항법장치(INS) 정보가 포함된 n개의 사진을 영상 접합하여 태양광발전소 대상지의 정사영상을 생성하고 GIS 소프트웨어가 DEM(Digital Elevation Model, 수치표고모델)을 구축하고, 드론의 카메라의 사진들의 정사영상으로부터 취득한 공간정보로부터 태양광발전소 부지의 3차원 지형모델링을 구축하는 단계; (d) 드론의 카메라와 GIS 소프트웨어의 공간정보를 기반으로 취득한 DEM 자료를 사용하여 실제 태양광 패널이 위치하게 될 태양광발전소 건설부지에 대한 일사량(amount of solar radiation)을 계산하여 일사량을 분석하는 단계; 및 (e) 상기 태양광발전소 부지의 월별 일사량을 분석하고, 월별 평균 일사량 분석결과를 그래프로 나타내며, 누적된 1년 동안의 월별 일사량 분포도를 GIS 도면으로 표현하며, 누적 통계를 통해 다음 월별 일사량 예측 정보를 제공하는 단계를 포함한다.
상기 드론은 회전익 드론을 사용한다.
상기 드론의 비행계획 수립은 영상 정합 소프트웨어(Pix4D Capture SW)를 사용하였으며, 비행고도는 100~120m 상공에서 해상도 5㎝/pix로 촬영하였으며, 종·횡중복도는 각각 80%와 70%로 설정한다.
상기 단계 (c)는 상기 드론의 카메라를 사용하여 대상지역에 대해 총 132매의 RGB 영상을 취득하였으며, 영상 접합 소프트웨어(Pix4D Mapper SW)를 사용하여 GNSS, 관성항법장치(INS) 정보가 포함된 낱장 사진파일들을 영상을 접합하는 자동 접합을 수행하여 정사 영상을 획득하며, 자동접합을 통한 정사영상과 DEM의 지형모델링의 정확도 향상을 위해 태양광발전소 대상지에서 취득한 5개의 지상기준점의 GCP 측량결과를 반영하여, GIS 소프트웨어가 공간영상정보가 구축된다.
상기 단계 (d)는 상기 태양광발전소를 구성하는 각각의 태양광 패널의 크기를 고려하여 2m 해상도로 재배열한 DEM을 기준으로 일사량 분석을 실시한다.
상기 단계 (d)에서 일사량 분석은 상기 태양광발전소 부지의 1년 동안의 일사량 분석을 위해 일정시일 간격으로 분석일을 선정한 후 해당 위도에 대한 태양광의 천정각을 30분마다 계산하였으며, 일사량 분석은 해당 지역의 표고, 경사, 방향, 태양의 이동특성이 복합적으로 이용되며, 상기 일정 시일 간격은 일사량 분석에서 추천하고 있는 14일 간격의 분석일을 적용한다.
상기 단계(d)의 일사량 분석은
상기 드론의 카메라로 촬영한 영상을 접합하여 3차원 지형자료인 수치표고모델(DEM; Digital Elevation Model)을 생성하게 되며, 일사량 계산시 DEM 자료가 활용되며,
지구 일사량 계산 시에, 지구 방사선(Globaltot)은 모든 sunmap 및 skymap 섹터의 직접(Dirtot) 및 확산(Diftot) 일사량의 합으로 계산되며, Globaltot = Dirtot + Diftot,
상기 Sunmap은 태양이 1년 동안 지나가는 경로를 일정 섹터별로 표시하며, Skymap은 북으로부터 일정한 각도를 나타내는 천정각을 일정한 섹터로 표시한 지도이며,
가) 직접 일사량 계산
주어진 위치에 대한 총 직접 일사량(Dirtot)은 모든 태양 맵 섹터의 직접 일사량(Dir θ, α)의 합계이며, Dirtot = ΣDirθ, α (1)
천정각(θ)과 방위각 (α)의 중심을 갖는 Sunmap 섹터(Dir θ, α)로부터의 직접 일사량은 다음 식2을 사용하여 계산되며,
Dirθ, α = SConst * β m(θ) * SunDurθ, α * SunGapθ, α * cos (AngInθ, α ) (2)
여기서, SConst는 태양 상수로 알려진 평균 지구 - 태양 거리에서 대기권 밖의 태양 플럭스이며, 직접 일사량 분석에 사용된 태양 상수는 1367 W/㎡이며,
β는 최단 경로 (천정 방향)에 대한 대기의 투과율(모든 파장에 대해 평균)이며,
m(θ)는 천정 경로 길이에 비례하여 측정된 상대적인 광로 길이(식 3 참조)이며,
SunDurθ , α는 하늘 구간이 나타내는 지속 시간이며, 대부분의 섹터의 경우 시간 간격(예 : 30 분)을 곱한 요일 간격(예: 한 달)과 같으며, 부분 섹터(수평선 근처)의 경우, 지속 시간은 구형 지오메트리를 사용하여 계산되며,
SunGapθ, α는 태양지도 섹터의 틈 부분이며,
AngInθ, α는 하늘 영역의 중심과 지표면에 수직 인 축 사이의 입사각이며(수식 4 참조),
상대적인 광학 길이(m (θ))는 태양 천정각과 해발 고도에 의해 결정되고, 천정각이 80°보다 작으면 다음 식3을 사용하여 계산하며,
θ = EXP (-0.000118 * Elev -1.638 * 10 -9 * Elev 2 ) / cos (θ) (3)
여기서, θ는 태양 천정각, Elev는 해발고도(m)이며,
입사각의 코사인(cosine)을 곱하면 표면 방향 효과가 고려되며, 인터셉트 표면 천정각에 중심을 가진 소정의 천정섹터 및 방위각 간의 입사각(AngInSkyθ, α)의 각도는 다음의 식4를 사용하여 계산되고,
AngInθ, α = acos [Cos (θ) * Cos (Gz) + Sin (θ) * Sin (Gz) * Cos (α-Ga)] (4)
여기서, Gz는 표면 천정각, Ga는 표면 방위각이며,
나) 확산 일사량 계산
각 하늘 영역에 대해 그 중심에서의 확산 일사량(Dif)이 계산되어 시간 간격에 걸쳐 적분되고 간격 분율 및 입사각에 의해 다음 식5를 사용하여 보정되며,
Difnθ,α = Rglb * Pdif * Dur * SkyGapθ,α * Weightθ,α * cos(AngInθ,α) (5)
Rglb는 지구 정상 일사선(식 6 참조)이며,
Pdif는 확산되는 전체 정상 일사 플럭스의 비율이며, 일반적으로 매우 맑은 하늘 조건에서는 약 0.2이고 매우 흐린 하늘 상태에서는 0.7이며,
Dur는 분석을 위한 시간 간격이며,
SkyGapθ, α는 하늘 부분의 차이 부분(보이는 하늘의 비율)이며,
가중치θ , α는 모든 섹터에 대해 주어진 하늘 섹터에서 발생하는 확산 일사의 비율이며(식 7 및 8 참조).
AngInθ, α는 하늘 구역의 도심과 요격면 사이의 입사각이며,
세계 정상 방사선(Rglb )은 입사각을 보정하지 않고 모든 섹터(차단된 섹터 포함)의 직접 방사선을 합산한 다음 1-P dif와 같은 직접 방사선의 비율을 보정하여 계산할 수 있으며,
Rglb = (SConst Σ(βm(θ)))/ (1 - Pdif) (6)
균일한 하늘 확산 모델의 경우, 가중치 θ는 다음 식7과 같이 계산되고,
Weightθ,α = (cosθ2- cos θ1) / Divazi (7)
여기서, θ1 과 θ2 는 하늘 구간의 경계 천정각, divazi는 skymap의 천정각 분할 갯수이며
표준 흐린 하늘 모델의 경우, 가중치(Weightθ,α)는 다음 식8과 같이 계산되며,
Weightθ,α = (2cosθ2+ cos2θ2- 2cosθ1- cos2θ1) / 4 * Divazi (8)
위치에 대한 총 확산 태양 일사량(Diftot)는 모든 skymap 영역에서의 확산 태양 일사량(Dif)의 합계로 계산되며, Diftot = ΣDifθ, α (9)와 같이 계산된다.
상기 일사량 분석 시에 산란 에너지(diffuse radiation)에 의한 일사량 계산은 대기층에 존재하는 구름이나 입자특성에 따라 좌우되며, 해당 지역에 대한 천정각에 따라 값이 달라지며, 상기 태양광발전소의 대상지역의 천정각을 계산하기 위해서는 진북으로부터 일정한 각도의 구획설정이 필요하며, 단순한 지형에서는 22.5°또는 45°간격의 구획을 적용하지만 본 태양광발전소 대상지와 같이 산지를 포함하는 복잡한 지형을 갖는 경우 11.25°간격으로 총 32개 구획을 설정하였으며, 산란에너지에 의한 일사량 분석을 위해서는 구름이나 입자특성과 같은 하늘의 청명한 상태를 고려해야 되며, 이러한 특성을 반영하는 산란비율(diffuse proportion)의 경우 매우 맑은 날은 0.2에 해당하며 흐리거나 약간 맑은 날은 0.3을 적용하며, 약간 맑은 날인 0.3을 산란비율로 적용하였으며, 대기층을 통과하는 태양광의 투과도(전달도, transmit) 역시 대기층의 구름이나 입자특성에 따라 달라지며, 매우 맑은 날은 0.6~0.7, 약간 맑은 날은 0.5를 태양광의 투과도를 적용한다.
삭제
본 발명의 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법은 신재생 에너지를 제공하는 고효율 태양광발전소 사업을 위해 태양광발전소 부지에 대한 일사량 분석자료를 이용하여 태양광 패널에 대한 최적의 위치와 방향을 결정하기 위해 드론 공간정보를 기반으로 취득한 DEM(Digital Elevation Model, 수치표고모델) 자료를 이용하여 태양광발전소 건설부지에 대한 일사량을 계산하여 일사량 분석을 실시하였다.
본 연구에서는 태양광발전소 인허가 완료 후 벌목 및 지반 정비의 1차 토공작업이 완료된 태양광부지에 대해 드론을 이용하여 최신의 지형자료를 구축하였으며 이를 토대로 태양광발전소 부지에 대한 일사량 분석을 실시하는 것을 목적으로 하였다. 특히 지형모델링 자료의 정확도 확보를 위해 GNSS(Global Navigation Satellite System) 측량장비를 활용하여 지상기준점(GCP; Ground Control Point) 측량을 실시하였다. 이를 통해 실제 태양광 패널이 위치하게 될 부지에 대한 일사량을 분석하였으며, 계절별 일사량 변동량을 분석하기 위해 월별 일사량도 함께 제시하여 태양광발전소 패널의 위치와 방향을 결정하는데 활용할 수 있도록 하였다.
드론을 활용하여 취득한 공간정보로부터 태양광발전소 부지의 3차원 지형모델링을 구축하였으며, 이를 통해 일사량 분석을 실시한 결과 다음과 같은 결론을 얻었다.
첫째, 비행계획 소프트웨어 인 Pix4D Capture SW를 활용하여 회전익 드론에 대한 비행계획을 수립하였으며, VRS 기반 지상기준점측량 성과와 연계하여 정확도 높은 3차원 지형모델링 자료를 구축할 수 있었다.
둘째, 드론으로 취득한 DEM 자료를 이용하여 2017년 1년간의 일사량을 분석한 결과 평균 일사량은 1,474,466 W/㎡로 분석되었으며 대상면적 22,815㎡을 고려한 전체 일사량은 33,639 MW/㎡ 로 분석되었다.
셋째, 태양광발전소 유지관리 업무를 지원하기 위해 월별 일사량을 분석한 결과 5~7월의 평균 일사량은 160,000 W/㎡ 이상으로 나타났고 1~2월 및 11~12월의 평균 일사량은 80,000 W/㎡ 이하로 상대적으로 낮게 나타남을 알 수 있었다. 또한 가장 높은 일사량을 보인 7월의 경우 평균 일사량은 172,099 W/㎡ 로서 가장 낮은 12월의 평균 일사량인 54,681 W/㎡ 과 비교해 볼 때 3.15배의 차이가 나타남을 알 수 있었다.
넷째, 본 연구에서 전력량 단위로 분석한 평균 일사량을 에너지 단위로 환산한 5,300 MJ은 국립기상과학원의 태양기상자원지도에서 제시하고 있는 4500 MJ 보다는 약간 큰 값에 해당된다. 이와 같이 국립기상과학원의 태양기상자원지도에서 제시된 평균 일사량보다 본 연구에서 분석한 평균 일사량이 약간 큰 것은 대상지역의 93.7%가 남향인 지형으로 구성되어 있으며 이러한 지형적 특성을 고려해 볼 때 평균 일사량인 5,300 MJ은 비교적 적절하게 분석된 결과라고 판단된다.
도 1은 (a) 태양광발전소 건설 부지의 대상지를 상공에서 드론의 카메라로 촬영한 사진, (b) 대상지를 확대한 사진이다.
도 2는 (a) DJI Matrice 600, (b) GCP 측량, 및 GCP 측량 정보를 보인 표이다.
도 3은 Pix4D Mapper SW 처리 사진이다.
도 4는 태양광발전소 건설 부지로 사용될 연구 대상지의 수치표고모델(DEM)이다.
도 5는 연구 대상지의 solar radiation에 대하여 2017년 일사량 계산 결과이다.
도 6은 연구 대상지의 월평균 일사량 그래프이다.
도 7은 연구 대상지의 월별 일사량 분포도를 GIS 도면으로 표현한 그림이다.
도 8은 태양광발전소 건설부지의 방향도이다.
도 9는 일사량 분석 방법의 지구 일사량 계산을 위해, 지구 방사선(Globaltot)은 모든 sunmap 및 skymap 섹터의 직접 (Dirtot) 및 확산(Diftot) 일사량의 합 Globaltot = Dirtot + Diftot으로 계산되며, Sunmap(태양이 1년 동안 지나가는 경로를 일정 섹터별로 표시)과 Skymap(북으로부터 일정한 각도를 나타내는 천정각을 일정한 섹터로 표시한 지도)를 표시한 사진이다.
도 10은 본 발명에 따른 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법을 설명한 플로차트이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 발명의 구성 및 동작을 상세하게 설명한다.
본 발명의 드론을 이용한 태양광발전소 건설부지 일사량 계산 방법은 신재생 에너지를 제공하는 고효율 태양광발전소 사업을 위해 태양광발전소 부지에 대한 일사량 분석자료를 이용하여 태양광 패널에 대한 최적의 위치와 방향을 결정하기 위해 드론 공간정보를 기반으로 취득한 DEM(Digital Elevation Model, 수치표고모델) 자료를 사용하여 태양광발전소 건설부지에 대한 일사량을 계산하는 방법을 제공한다.
본 연구는 태양광발전소 인허가 완료 후 벌목 및 지반 정비의 1차 토공작업이 완료된 태양광부지에 대해 드론을 이용하여 최신의 지형자료를 구축하였으며, 이를 토대로 태양광발전소 부지에 대한 일사량 분석을 실시한다. 특히 지형모델링 자료의 정확도 확보를 위해 GNSS(Global Navigation Satellite System) 측량장비를 활용하여 지상기준점(GCP; Ground Control Point) 측량을 실시하였다. 이를 통해 실제 태양광 패널이 위치하게 될 태양광발전소 부지에 대한 일사량을 분석하였으며, 계절별 일사량 변동량을 분석하기 위해 월별 일사량도 함께 제시하여 태양광발전소 패널의 위치와 방향을 결정하는데 활용할 수 있도록 하였다.
2. 드론을 이용한 공간영상정보 구축
2.1 연구 대상지
본 연구에서는 드론을 활용하여 태양광발전소 부지의 일사량 분석을 위해 도 1에 도시된 바와 같이 전북 장수군 천천면 월곡리 주변지역을 대상지로 선정하였다. 대상지는 최근 장수군으로부터 태양광발전소 사업 인허가를 받은 부지로써 태양광 패널 설치를 위해 벌목 및 지반 정비를 1차적으로 완료된 상황이다. 과거에는 산지에 태양광발전시설을 설치할 때 경사면을 절취하여 평탄한 지형을 만들어 시공하는 행태였으나, 최근 환경적인 측면을 고려하여 가급적 지형 형태를 유지한 채 시공하는 방식을 채택하고 있다.
도 1은 (a) 태양광발전소 건설 부지의 대상지를 상공에서 드론의 카메라로 촬영한 사진, (b) 대상지를 확대한 사진이다.
2.2 드론을 이용한 공간영상정보 구축
본 연구는 태양광발전소 부지에 대한 공간영상정보를 구축하기 위해 2017년 11월 27일 DJI Matrice 600 회전익 드론을 활용하여 드론에 부착된 카메라를 사용하여 132매의 사진 촬영을 실시하였다. DJI Matrice 600 회전익 드론은 6개의 프로펠러를 탑재하고 있으며 A3 프로비행 컨트롤러는 3중 모듈 시스템과 GNSS 유닛 3개의 센서 데이터를 비교하는 진단 알고리즘을 가지고 있기 때문에 매우 안정적인 비행을 수행할 수 있다. DJI Matrice 600 회전익 드론의 현장사진은 도 2(a)와 같고 상세제원은 표 1과 같다.
Figure 112019057055219-pat00001
태양광발전소 대상지역은 산지로 구성되어 있으므로, 지상기준점(GCP; Ground Control Point) 측량을 위해 도 2(b)와 같이 대공표지를 설치한 후 VRS(Virtual Reference Survey) 측량을 통해 표 2와 같이 GRS80 TM 좌표의 GCP값을 취득하였다.
복수의 태양광 어레이 모듈들이 설치된 태양광발전소 대상지를 선정하고, 지상기준점 측량을 위해 5개의 GCP(Ground Control Point, 지상 기준점)를 선정하여 각 GCP 점에 대한 VRS(Virtual Reference Service) 측량을 수행하였다.
기존의 GPS 측량은 2개의 GNSS 수신기 또는 GPS 수신기를 이용하여 위치를 알고 있는 기준점에 기준국(Base)에 GNSS 수신기 또는 GPS 수신기를 설치하고, 위치 확인이 필요한 지점에 이동국(Rover)의 GNSS 수신기 또는 GPS 수신기를 설치하여 기준국의 오차를 이동국 수신기 모뎀에 송신하여 오차를 보정함으로써 정확한 위치를 확보하는 방식을 사용하였다. VRS 측량 방법은 GNSS 수신기 또는 GPS수신기 1대를 이용하여 정확도 높은 측량을 수행하기 위해 개발된 방법으로써, 전국적으로 설치된 GNSS 또는 GPS 상시관측소들로 이루어진 기준국망을 이용하여 오차를 모델링한 후, GNSS 수신기 또는 GPS 수신기가 위치한 지점의 오차를 수신받아 정확한 위치를 결정하는 방식이다.
도 2는 (a) DJI Matrice 600, (b) GCP 측량, 및 GCP 측량 정보를 보인 표(표2)이다.
Figure 112019057055219-pat00002
표 2에서 X(E), Y(N)은 중부원점인 동경 127°북위 38°를 기준으로 한 GRS80 타원체 기준의 TM(Transverse Mercator; 횡원통도법) 좌표를 의미한다. 즉, 동경 127°북위 38°를 원점으로 하여 가로축(East 또는 X축)과 세로축(North 또는 Y) 방향으로 위치를 미터(m) 단위로 표시한 값이다. 다만, 국내에서는 동경 127°북위 38°를 원점으로 할 경우 음수(-)가 발생할 수 있기 때문에, 동경 127°북위 38°로부터 가로축과 세로축으로 각각 +200,000m, +600,000m 만큼 가산한 실제원점을 사용하고 있다. Z(EL.m)는 평균해수면을 기준으로 한 높이, 즉 해발고도(Elevation) 또는 표고값을 의미한다.
드론은 회전익 드론을 사용하였으며, 드론의 비행계획 수립은 Pix4D Capture SW를 사용하였다. 비행고도는 100~120m(약 115m)에서 해상도 5㎝/pix로 촬영하였으며, 종·횡중복도는 각각 80%와 70%로 설정하였다.
실시예에서는, 드론은 DJI 회전익 드론을 사용하였으며, 6대의 프로펠러와 6대의 모터, 전자속도제어기(ESC, Electronic Speed Controller), 비행 컨트롤러(FC, Flight Controller), 고도계, GNSS(Global Navigation Satellite System) 수신기와 관성항법장치(INS, Inertial Navigation System)가 탑재되고 카메라와 모뎀, 배터리를 구비하며, 관성항법장치(INS)는 자이로 센서와 가속도 센서를 구비한다.
드론의 카메라를 사용하여 촬영된 사진들(예, 132매)을 항공 촬영시 해당 지점의 위치와 방향은 GNSS 수신기와 관성항법장치(INS, Inertial Navigation System)로 취득되며, 해당 좌표와 방향이 로그파일에 저장된다. 각각의 사진과 로그파일을 서로 연결하여 영상접합을 위한 기본 자료를 제공한다.
드론은, 별도의 드론 제어기 또는 스마트폰과 데이터를 송수신하기 위한 IP 주소와 MAC 주소가 할당된 이동통신 모뎀 또는 Wi-Fi 모뎀 또는 RF 통신부 중 어느 하나를 구비하는 무선통신부; 상기 무선통신부와 연결되며, 드론의 수직 이착륙과 비행을 제어하며, 데이터 송수신을 제어하는 비행 콘트롤러(FC, Flight Controller); 상기 비행 콘트롤러(FC)와 연결되며, 하늘을 나는 드론의 GNSS 위치 좌표를 제공하는 GNSS 수신기(또는 GPS 수신기); 상기 비행 콘트롤러(FC)와 연결되며, 드론의 해발고도 정보를 제공하는 고도계(Altimeter); 4개 이상의 프로펠러와, 각각의 프로펠러를 구동하는 각각의 모터(M1,M2,M3,M4,M5,M6); 상기 비행 콘트롤러(FC)와 연결되며, 4개 이상의 프로펠러와, 각각의 프로펠러를 구동하는 각각의 모터(M1,M2,M3,M4,M5,M6)의 속도를 제어하는 전자 속도 제어기(ESC, Electronic Speed Controller); 별도의 드론 제어기 또는 스마트폰으로부터 드론으로 무선 통신부를 통해 원격 제어 데이터를 수신받고, 4개 이상의 모터(M1,M2,M3,M4.M5,M6)를 구동하여 4개 이상의 프로펠러들을 회전시키는 전자 속도 제어기(ESC)와 연결되며, 드론의 수직 이착륙, 수직 상승/하강, 선형 가속, 방향 제어, 드론의 고도 제어, 랜딩 및 비행 경로를 제어하는 비행 콘트롤러(FC, Flight Controller); 상기 비행 콘트롤러(FC)와 각각 연결되며, 드론의 수평을 잡고 각도를 측정하는 가속도 센서와 자이로 센서; 상기 비행 콘트롤러(FC)와 각각 연결되며, 드론의 방향을 인식하는 지자기 센서; 드론에 구비된 카메라의 촬영 영상과 비행 기록과 데이터를 기록하는 하드디스크(저장부); 및 배터리부를 더 포함하며,
상기 드론은 기구부 프레임과, 전원 충전부, USB 메모리 연결부를 구비한다.
드론의 카메라로 촬영한 사진의 좌표를 국내 지도좌표와 매칭시키기 위해 GNSS 수신기(또는 GPS 수신기)와 VRS 측량을 통해 5지점의 지상기준점(GCP, Ground Control Point)을 선정하여 좌표를 취득하였으며, 이를 통해 국내에서 활용되고 있는 다른 지도와 정확히 매칭되는 정사사진과 수치표고모델(DEM, Digital Elevation Model)을 구축하였다.
드론의 카메라를 사용하여 대상지역에 대해 총 132매의 RGB 영상을 취득하였으며, 도 3과 같이 영상정합 소프트웨어 인 Pix4D Mapper SW를 이용하여 GNSS와 관성항법장치(INS) 정보가 포함된 낱장 사진파일들을 영상을 접합하는 자동 접합을 수행하여 정사 영상을 획득하였다. 자동접합을 통한 정사영상과 DEM의 지형모델링의 정확도 향상을 위해 태양광발전소 대상지에서 취득한 5점의 GCP 측량결과를 반영하였다. 이를 통해 GIS 소프트웨어가 태양광발전소 부지에 대한 공간영상정보를 구축하였다
도 3은 Pix4D Mapper SW 처리 사진이다.
Pix4D SW는 GNSS, 관성항법장치(INS) 정보가 포함된 낱장 사진파일들을 이용하여 영상(사진)을 접합하는 역할을 수행한다. 이 과정을 영상 접합 소프트웨어 Pix4D SW는 정사영상, 포인트 클라우드, DEM(Digital Elevation Model)을 생성하게 되며, 여기서 얻어진 정사영상과 DEM 자료를 활용하여 GIS 소프트웨어가 3차원 지형모델링 자료를 구축하게 된다.
도 4는 태양광발전소 건설 부지로 사용될 연구 대상지의 수치표고모델(DEM)이다.
영상정합 소프트웨어 Pix4D Mapper SW를 사용하여 최종적으로 구축한 정사영상은 도 1(b)와 같으며, 이 중 실제 태양광 패널이 위치하게 될 태양광발전소 대상지역의 수치표고모델(DEM)은 도 4와 같다. 태양광발전소 대상지의 DEM의 해상도는 5㎝로서 표고분포는 439~512 EL.m로 나타났다. 태양광발전소 대상지역은 벌목 및 지반 정비의 1차 토공작업이 완료된 상태이며, 추후 시공을 위한 보다 세밀한 토공작업이 예정되어 있다. 따라서, 현재 지반의 상태가 매우 불규칙한 관계로 5㎝ 해상도로 일사량 분석을 할 경우 매우 불규칙한 형태의 값을 얻게 된다. 또한, 태양광발전소 부지의 토목시공 후, 태양광 패널이 위치하는 방향이 중요하기 때문에, 본 연구에서는 태양광발전소를 구성하는 각각의 태양광 패널의 크기를 고려하여 2m 해상도로 재배열한 DEM을 기준으로 일사량 분석을 실시하였다.
도 10은 본 발명에 따른 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법을 설명한 플로차트이다.
본 발명의 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법은
(a) 태양광발전소 인허가 완료 후, 벌목 및 지반 정비의 1차 토공작업이 완료된 태양광발전소 부지에 대하여 드론을 이용하여 지형모델링 자료의 정확도 확보를 위해 GNSS(Global Navigation Satellite System, 위성측위시스템) 수신기와 VRS 측량장비를 활용하여 태양광발전소 부지 내에 k(k는 1이상의 자연수)개의 지상기준점(GCP; Ground Control Point)의 각 GCP에 대한 VRS 측량을 실시하는 단계;
(b) 100~200m 상공에서 드론의 카메라를 사용하여 GNSS, 관성항법장치(INS) 정보가 포함된 n(n은 1이상의 자연수)개의 사진을 항공 촬영하여 드론의 하드디스크에 저장하는 단계;
(c) VRS 측량으로 취득한 지상기준점(GSP) 자료를 연계하여 영상 정합 소프트웨어(Pix4D SW)에 의해 GNSS, 관성항법장치(INS) 정보가 포함된 n개의 사진을 영상 접합하여 태양광발전소 대상지의 정사영상을 생성하고 GIS 소프트웨어가 DEM(Digital Elevation Model, 수치표고모델)을 구축하며, 드론의 카메라의 사진들의 정사영상으로부터 취득한 공간정보로부터 태양광발전소 부지의 3차원 지형모델링을 구축하는 단계; 및
(d) 드론의 카메라와 GIS 소프트웨어의 공간정보를 기반으로 취득한 DEM 자료를 사용하여 실제 태양광 패널이 위치하게 될 태양광발전소 건설부지에 대한 일사량(amount of solar radiation)을 계산하여 일사량을 분석하는 단계를 포함한다.
상기 드론은 회전익 드론을 사용한다.
상기 드론의 비행계획 수립은 Pix4D Capture SW를 사용하였으며, 비행고도는 100~120m 상공에서 해상도 5㎝/pix로 촬영하였으며, 종·횡중복도는 각각 80%와 70%로 설정한다.
상기 단계 (c)는 상기 드론의 카메라를 사용하여 대상지역에 대해 총 132매의 RGB 영상을 취득하였으며, 영상 접합 소프트웨어(Pix4D Mapper SW)를 사용하여 GNSS, 관성항법장치(INS) 정보가 포함된 낱장 사진파일들을 영상을 접합하는 자동 접합을 수행하여 정사 영상을 획득하며, 자동접합을 통한 정사영상과 DEM의 지형모델링의 정확도 향상을 위해 태양광발전소 대상지에서 취득한 5점의 GCP 측량결과를 반영하여, GIS 소프트웨어가 공간영상정보가 구축된다.
상기 단계 (d)는 상기 태양광발전소를 구성하는 각각의 태양광 패널의 크기를 고려하여 2m 해상도로 재배열한 DEM을 기준으로 일사량 분석을 실시한다.
상기 단계 (d)에서 일사량 분석은 상기 태양광발전소 부지의 1년 동안의 일사량 분석을 위해 일정시일(14일) 간격으로 분석일을 선정한 후 해당 위도에 대한 태양광의 천정각을 30분마다 계산하였으며, 일사량 분석은 해당 지역의 표고, 경사, 방향, 태양의 이동특성이 복합적으로 이용되며, 일사량 분석에서 추천하고 있는 14일 간격의 분석일을 적용한다.
상기 일사량 분석 시에 산란 에너지(diffuse radiation)에 의한 일사량 계산은 대기층에 존재하는 구름이나 입자특성에 따라 좌우되며, 해당 지역에 대한 천정각에 따라 값이 달라지며, 상기 태양광발전소의 대상지역의 천정각을 계산하기 위해서는 진북으로부터 일정한 각도의 구획설정이 필요하며, 단순한 지형에서는 22.5°또는 45°간격의 구획을 적용하지만 본 연구지역과 같이 산지를 포함하는 복잡한 지형을 갖는 경우 11.25°간격으로 총 32개 구획을 설정하였으며, 산란에너지에 의한 일사량 분석을 위해서는 구름이나 입자특성과 같은 하늘의 청명한 상태를 고려해야 되며, 이러한 특성을 반영하는 산란비율(diffuse proportion)의 경우 매우 맑은 날은 0.2에 해당하며 흐리거나 약간 맑은 날은 0.3을 적용하며, 약간 맑은 날인 0.3을 산란비율로 적용하였으며, 대기층을 통과하는 태양광의 투과도(전달도, transmit) 역시 대기층의 구름이나 입자특성에 따라 달라지며, 매우 맑은 날은 0.6~0.7, 약간 맑은 날은 0.5를 태양광의 투과도를 적용한다.
상기 방법은 상기 태양광발전소 부지의 월별 일사량을 분석하고, 월별 평균 일사량 분석결과를 그래프로 나타내며, 누적된 1년 동안의 월별 일사량 분포도를 GIS 도면으로 표현하며, 누적 통계를 통해 다음 월별 일사량 예측 정보를 제공하는 단계를 더 포함한다.
3.1 일사량 분석 방법
드론을 이용하여 일사량을 계산하는 방법은 다음과 같이 설명된다.
드론의 카메라로 촬영한 영상을 접합하여 3차원 지형자료인 수치표고모델(DEM; Digital Elevation Model)을 생성하게 된다. 일사량 계산시 DEM 자료가 활용된다.
1) 지구 일사량 계산
지구 방사선(Globaltot)은 모든 sunmap 및 skymap 섹터의 직접(Dirtot) 및 확산(Diftot) 일사량의 합으로 계산된다.
Globaltot = Dirtot + Diftot
도 9는 일사량 분석 방법의 지구 일사량 계산을 위해, 지구 방사선(Globaltot)은 모든 sunmap 및 skymap 섹터의 직접 (Dirtot) 및 확산(Diftot) 일사량의 합 Globaltot = Dirtot + Diftot으로 계산되며, Sunmap(태양이 1년 동안 지나가는 경로를 일정 섹터별로 표시)과 Skymap(북으로부터 일정한 각도를 나타내는 천정각을 일정한 섹터로 표시한 지도)를 표시한 사진이다.
도 9에 도시된 바와 같이, Sunmap은 태양이 1년 동안 지나가는 경로를 일정 섹터별로 표시한 것이다. 또한, Skymap은 북으로부터 일정한 각도를 나타내는 천정각을 일정한 섹터로 표시한 지도이다.
가. 직접 일사량 계산
주어진 위치에 대한 총 직접 일사량 (Dirtot)은 모든 태양 맵 섹터의 직접 일사량 (Dir θ, α)의 합계이다.
Dirtot = ΣDirθ , α (1)
천정각(θ)과 방위각 (α)의 중심을 갖는 Sunmap 섹터(Dir θ, α)로부터의 직접 일사량은 다음 식2를 사용하여 계산된다.
Dirθ , α = SConst * β m(θ) * SunDurθ , α * SunGapθ , α * cos (AngInθ, α ) (2)
여기서, SConst는 태양 상수로 알려진 평균 지구 - 태양 거리에서 대기권 밖의 태양 플럭스이다. 직접 일사량 분석에 사용된 태양 상수는 1367 W/㎡이다. 이것은 세계 방사선 센터(WRC) 태양 정수와 일치한다.
β는 최단 경로 (천정 방향)에 대한 대기의 투과율(모든 파장에 대해 평균)이다.
m(θ)는 천정 경로 길이에 비례하여 측정 된 상대적인 광로 길이이다(식 3 참조).
SunDurθ , α는 하늘 구간이 나타내는 지속 시간이다. 대부분의 섹터의 경우 시간 간격 (예 : 30 분)을 곱한 요일 간격(예 : 한 달)과 같다. 부분 섹터(수평선 근처)의 경우, 지속 시간은 구형 지오메트리를 사용하여 계산된다.
SunGapθ , α는 태양지도 섹터의 틈 부분이다.
AngInθ , α는 하늘 영역의 중심과 지표면에 수직 인 축 사이의 입사각이다(수식 4 참조).
상대적인 광학 길이(m (θ))는 태양 천정각과 해발 고도에 의해 결정된다. 천정각이 80°보다 작으면 다음 식3을 사용하여 계산할 수 있다.
θ = EXP (-0.000118 * Elev -1.638 * 10 -9 * Elev 2 ) / cos (θ) (3)
θ는 태양 천정각, Elev는 해발고도 (m)이다.
입사각의 코사인(cosine)을 곱하면 표면 방향 효과가 고려된다. 인터셉트 표면 천정각에 중심을 가진 소정의 천정섹터 및 방위각 간의 입사각(AngInSkyθ, α)의 각도는 다음 식4를 사용하여 계산된다.
AngInθ , α = acos [Cos (θ) * Cos (Gz) + Sin (θ) * Sin (Gz) * Cos (α-Ga)] (4)
여기서, Gz는 표면 천정각, Ga는 표면 방위각이다.
나. 확산 일사량 계산
각 하늘 영역에 대해 그 중심에서의 확산 일사량(Dif)이 계산되어 시간 간격에 걸쳐 적분되고 간격 분율 및 입사각에 의해 다음 식5를 사용하여 보정된다.
Difnθ,α = Rglb * Pdif * Dur * SkyGapθ,α * Weightθ,α * cos(AngInθ,α) (5)
Rglb는 지구 정상 일사선(식 6 참조)이다.
Pdif는 확산되는 전체 정상 일사 플럭스의 비율이다. 일반적으로 매우 맑은 하늘 조건에서는 약 0.2이고 매우 흐린 하늘 상태에서는 0.7이다.
Dur는 분석을 위한 시간 간격이다.
SkyGapθ , α는 하늘 부분의 차이 부분(보이는 하늘의 비율)이다.
가중치θ , α는 모든 섹터에 대해 주어진 하늘 섹터에서 발생하는 확산 일사의 비율이다(식 7 및 8 참조).
AngInθ , α는 하늘 구역의 도심과 요격면 사이의 입사각이다.
세계 정상 방사선 (Rglb )은 입사각을 보정하지 않고 모든 섹터 (차단 된 섹터 포함)의 직접 방사선을 합산 한 다음 1-P dif 와 같은 직접 방사선의 비율을 보정하여 계산할 수 있다.
Rglb = (SConst Σ(βm (θ)))/ (1 - Pdif) (6)
균일한 하늘 확산 모델의 경우, 가중치 θ는 다음과 같이 계산된다.
Weightθ,α = (cosθ2- cos θ1) / Divazi (7)
여기서, θ1 과 θ2 는 하늘 구간의 경계 천정각이다.
divazi는 skymap의 천정각 분할 갯수이다.
표준 흐린 하늘 모델의 경우, 가중치(Weightθ,α )는 다음 식8과 같이 계산된다.
Weightθ,α = (2cosθ2+ cos2θ2- 2cosθ1- cos2θ1) / 4 * Divazi (8)
위치에 대한 총 확산 태양 일사량(Diftot)는 모든 skymap 영역에서의 확산 태양 일사량(Dif)의 합계로 식9와 같이 계산된다.
Diftot = ΣDifθ , α (9)
3.2 태양광발전소 부지의 일사량 분석
태양으로부터 나오는 복사에너지는 직접 지표에 도달하는 에너지(direct radiation)도 있지만 대기층의 반사 또는 산란에 의해 일부 에너지(diffuse radiation)만 들어오는 경우도 있다. 먼저, 직사 에너지(direct radiation)에 의한 일사량을 계산하기 위해 해당 위도에 대한 태양광의 천정각을 계산하는 과정이 필요하다(한경수와 김진수, 2016; Escobar et al., 2015).
본 연구에서는 2017년 1년 동안의 일사량 분석을 위해 일정시일(14일) 간격으로 분석일을 선정한 후 해당 위도에 대한 태양광의 천정각을 30분마다 계산하였다. 일사량 분석에는 해당 지역의 표고, 경사, 방향, 태양의 이동특성이 복합적으로 이용되므로 일사량 분석에 많은 시간이 소요된다. 따라서, 본 연구에서는 일사량 분석에서 추천하고 있는 14일 간격의 분석일을 선정하였다.
산란 에너지(diffuse radiation)에 의한 일사량 계산은 대기층에 존재하는 구름이나 입자특성에 따라 좌우되며, 해당 지역에 대한 천정각에 따라 값이 달라진다. 태양광발전소의 대상지역의 천정각을 계산하기 위해서는 진북으로부터 일정한 각도의 구획설정이 필요하며, 단순한 지형에서는 22.5°또는 45°간격의 구획을 적용하지만 본 연구지역과 같이 복잡한 지형을 갖는 경우 11.25°간격으로 총 32개 구획을 설정하게 된다. 산란에너지에 의한 일사량 분석을 위해서는 구름이나 입자특성과 같은 하늘의 청명한 상태를 고려해야 되며, 이러한 특성을 반영하는 산란비율(diffuse proportion)의 경우 매우 맑은 날(구름 없는 청명한 날, clear)은 0.2에 해당하며 약간 흐리거나 약간 맑은 날(partly cloudy)은 0.3을 적용하게 된다. 본 연구에서는 약간 흐리거나 약간 맑은 날인 0.3을 산란비율로 적용하였다. 또한, 대기층을 통과하는 태양광의 투과도(transmit) 역시 대기층의 구름이나 입자특성에 따라 달라지며, 매우 맑은 날은 0.6~0.7에 해당하며 약간 맑은 날은 0.5를 적용하게 된다. 본 연구에서는 약간 맑은 날인 0.5를 태양광의 전달도로 적용하였다(Fu, 2000; Fu and Paul, 2002; Huang et al., 2008).
도 5는 연구 대상지의 solar radiation에 대하여 2017년 일사량 계산 결과이다. 도 5는 드론 공간정보를 통해 취득한 DEM 자료를 이용하여 2017년 1월 1일부터 12월 31일까지 분석한 일사량 분포도를 보여주고 있다. 대상지역의 2017년도 1년간 평균 일사량은 1,474,466 W/㎡로 분석되었으며 대상지 면적인 22,815㎡을 고려한 1년 동안의 전체 일사량은 33,639 MW/㎡로 분석되었다.
태양광발전소 부지의 월별 일사량을 사전에 예측하는 것은 유지관리 업무에 큰 도움이 된다. 따라서 본 연구에서는 표 3과 같이 월별 일사량을 분석하였으며, 도 6는 월별 평균 일사량 분석결과를 그래프로 나타낸 것이다. 또한 월별로 분석한 일사량 분포도를 GIS 도면으로 도 7과 같이 표현하였다.
도 6은 연구 대상지의 월평균 일사량 그래프이다. 도 7은 태양광발전소의 일사량 분석 연구 대상지의 월별 일사량 분포도를 GIS 도면으로 표현한 그림이다. 분석 결과 일사량이 좋은 5~7월의 평균 일사량은 160,000 W/㎡ 이상으로 높게 나타났으며 1~2월 및 11~12월의 겨울철 평균 일사량은 80,000 W/㎡ 이하로 상대적으로 낮게 나타났다. 따라서 여름철과 겨울철의 평균 일사량의 크기가 2배 이상 발생하는 것으로 나타났다. 특히 7월의 평균 일사량은 172,099 W/㎡ 로 가장 높게 나타났으며, 12월의 평균 일사량인 54,681 W/㎡ 과 비교해 볼 때 3.15배의 차이가 발생하는 것으로 분석되었다.
Figure 112018015369579-pat00003
분석된 평균 일사량의 적정성을 파악하기 위해 국립기상과학원에서 운영하고 있는 태양기상자원지도를 확인하였다. 태양기상자원지도는 2009~2010년 2년간의 기상 특성을 토대로 작성된 것으로서 전라도의 경우 약 4,500 MJ을 보이는 것으로 나타났다(www.greenmap. go.kr). 본 연구에서는 평균 일사량을 전력량 단위로 환산하여 1,474,466 W/㎡로 제시하였다. 이를 에너지 단위인 Joule로 환산하기 위해 3600을 곱하면 약 5,300 MJ에 해당되며, 태양기상자원지도에서 제시한 전라도의 일사량인 4,500 MJ 보다 약간 높게 나타났다. DEM 자료로부터 대상지역의 방향도를 계산한 결과는 도 8과 같다.
도 8은 태양광발전소 건설부지의 방향도이다.
분석 결과 남동부터 남서향까지의 방향각인 112.5°~ 247.5°범위의 면적은 93.7%로 나타났으며, 따라서 대상지역은 태양광발전소 부지에 적합한 남향으로 대부분 구성되어 있음을 알 수 있다. 따라서 본 연구대상지역이 대부분 남향임을 고려해 볼 때 태양광발전소 대상지의 평균 일사량을 에너지로 분석한 5,300 MJ은 국립기상과학원에서 제시한 4,500 MJ보다 약간 높게 나타나는 것이 타당한 것으로 판단된다.
4. 결론
본 연구는 드론을 활용하여 취득한 공간정보로부터 태양광발전소 부지의 3차원 지형모델링을 구축하였으며, 이를 통해 일사량 분석을 실시한 결과 다음과 같은 결론을 얻었다.
첫째, 회전익 드론의 비행계획 소프트웨어 인 Pix4D Capture SW를 활용하여 회전익 드론에 대한 비행계획을 수립하였으며, VRS 기반 지상기준점측량 성과와 연계하여 정확도 높은 3차원 지형모델링 자료를 구축할 수 있었다.
둘째, 드론으로 취득한 DEM 자료를 이용하여 2017년 1년간의 일사량을 분석한 결과 평균 일사량은 1,474,466 W/㎡로 분석되었으며 대상면적 22,815㎡을 고려한 전체 일사량은 33,639 MW/㎡로 분석되었다.
셋째, 태양광발전소 유지관리 업무를 지원하기 위해 월별 일사량을 분석한 결과 5~7월의 평균 일사량은 160,000 W/㎡ 이상으로 나타났고 1~2월 및 11~12월의 평균 일사량은 80,000 W/㎡ 이하로 상대적으로 낮게 나타남을 알 수 있었다. 또한 가장 높은 일사량을 보인 7월의 경우 평균 일사량은 172,099 W/㎡로서 가장 낮은 12월의 평균 일사량인 54,681 W/㎡과 비교해 볼 때 3.15배의 차이가 나타남을 알 수 있었다.
넷째, 본 연구에서 전력량 단위로 분석한 평균 일사량을 에너지 단위로 환산한 5,300 MJ은 국립기상과학원의 태양기상자원지도에서 제시하고 있는 4500 MJ 보다는 약간 큰 값에 해당된다. 이와 같이, 국립기상과학원의 태양기상자원지도에서 제시된 평균 일사량보다 본 연구에서 분석한 평균 일사량이 약간 큰 것은 대상지역의 93.7%가 남향인 지형으로 구성되어 있으며, 이러한 지형적 특성을 고려해 볼 때 평균 일사량인 5,300 MJ은 비교적 적절하게 분석된 결과라고 판단된다.
본 발명에 따른 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 기록 매체는 스토리지, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 모든 형태의 하드웨어 장치가 포함될 수 있다.　프로그램 명령의 예는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드 뿐만아니라 인터프리터 등을 사용하여 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로써 작동하도록 구성될 수 있다.
이상에서 설명한 바와 같이, 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진자가 하기의 특허청구범위에 기재된 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 또는 변형하여 실시할 수 있음을 이해할 수 있을 것이다.
GCP: Ground Control Point, 지상기준점
DEM: Digital Elevation Model, 수치표고모델

Claims (9)

  1. (a) 태양광발전소 부지에 대하여 드론을 이용하여 지형모델링 자료의 정확도 확보를 위해 GNSS 수신기와 VRS 측량장비를 활용하여 부지 내에 k개의 지상기준점(GCP; Ground Control Point)이 각 GCP에 대한 VRS 측량을 실시하는 단계;
    (b) 100~200m 상공에서 드론의 카메라를 사용하여 GNSS, 관성항법장치(INS) 정보가 포함된 n개의 사진을 항공 촬영하여 저장하는 단계;
    (c) VRS 측량으로 취득한 지상기준점(GSP) 자료를 연계하여 영상 정합 소프트웨어(Pix4D SW)에 의해 상기 GNSS, 관성항법장치(INS) 정보가 포함된 n개의 사진을 영상 접합하여 태양광발전소 대상지의 정사영상을 생성하고 GIS 소프트웨어가 DEM(Digital Elevation Model, 수치표고모델)을 구축하고, 드론의 카메라의 사진들의 정사영상으로부터 취득한 공간정보로부터 태양광발전소 부지의 3차원 지형모델링을 구축하는 단계;
    (d) 드론의 카메라와 GIS 소프트웨어의 공간정보를 기반으로 취득한 DEM 자료를 사용하여 실제 태양광 패널이 위치하게 될 태양광발전소 건설부지에 대한 일사량(amount of solar radiation)을 계산하고, 일사량을 분석하는 단계; 및
    (e) 상기 태양광발전소 부지의 월별 일사량을 분석하고, 월별 평균 일사량 분석결과를 그래프로 나타내며, 누적된 1년 동안의 월별 일사량 분포도를 GIS 도면으로 표현하며, 누적 통계를 통해 다음 월별 일사량 예측 정보를 제공하는 단계를 포함하는 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법.
  2. 제1항에 있어서,
    상기 드론은 회전익 드론을 사용하는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법.
  3. 제1항에 있어서,
    상기 드론의 비행계획 수립은 영상 정합 소프트웨어(Pix4D Capture SW)를 사용하였으며, 비행고도는 100~120m 상공에서 해상도 5㎝/pix로 촬영하였으며, 종·횡중복도는 각각 80%와 70%로 설정하는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법.
  4. 제1항에 있어서,
    상기 단계 (c)는 상기 드론의 카메라를 사용하여 대상지역에 대해 총 132매의 RGB 영상을 취득하였으며, 영상 접합 소프트웨어(Pix4D Mapper SW)를 사용하여 GNSS, 관성항법장치(INS) 정보가 포함된 낱장 사진파일들을 영상을 접합하는 자동 접합을 수행하여 정사 영상을 획득하며, 자동접합을 통한 정사영상과 DEM의 지형모델링의 정확도 향상을 위해 태양광발전소 대상지에서 취득한 5개의 지상기준점의 GCP 측량결과를 반영하여, GIS 소프트웨어가 공간영상정보가 구축되는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법.
  5. 제1항에 있어서,
    상기 단계 (d)는 상기 태양광발전소를 구성하는 각각의 태양광 패널의 크기를 고려하여 2m 해상도로 재배열한 DEM을 기준으로 일사량 분석을 실시하는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법.
  6. 제1항에 있어서,
    상기 단계 (d)의 일사량 분석은
    상기 태양광발전소 부지의 1년 동안의 일사량 분석을 위해 일정시일 간격으로 분석일을 선정한 후 해당 위도에 대한 태양광의 천정각을 30분마다 계산하였으며, 일사량 분석은 해당 지역의 표고, 경사, 방향, 태양의 이동특성이 복합적으로 이용되며, 상기 일정 시일 간격은 일사량 분석에서 추천하고 있는 14일 간격의 분석일을 적용하는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법.
  7. 제1항에 있어서,
    상기 단계(d)의 일사량 분석은
    상기 드론의 카메라로 촬영한 영상을 접합하여 3차원 지형자료인 수치표고모델(DEM; Digital Elevation Model)을 생성하게 되며, 일사량 계산시 DEM 자료가 활용되며,
    지구 일사량 계산 시에, 지구 방사선(Globaltot)은 모든 sunmap 및 skymap 섹터의 직접(Dirtot) 및 확산(Diftot) 일사량의 합으로 계산되며, Globaltot = Dirtot + Diftot,
    상기 Sunmap은 태양이 1년 동안 지나가는 경로를 일정 섹터별로 표시하며, Skymap은 북으로부터 일정한 각도를 나타내는 천정각을 일정한 섹터로 표시한 지도이며,
    가) 직접 일사량 계산
    주어진 위치에 대한 총 직접 일사량(Dirtot)은 모든 태양 맵 섹터의 직접 일사량(Dir θ, α)의 합계이며, Dirtot = ΣDirθ, α (1)
    천정각(θ)과 방위각 (α)의 중심을 갖는 Sunmap 섹터(Dir θ, α)로부터의 직접 일사량은 다음 식2을 사용하여 계산되며,
    Dirθ , α = SConst * β m(θ) * SunDurθ , α * SunGapθ , α * cos (AngInθ, α ) (2)
    여기서, SConst는 태양 상수로 알려진 평균 지구 - 태양 거리에서 대기권 밖의 태양 플럭스이며, 직접 일사량 분석에 사용된 태양 상수는 1367 W/㎡이며,
    β는 최단 경로 (천정 방향)에 대한 대기의 투과율(모든 파장에 대해 평균)이며,
    m(θ)는 천정 경로 길이에 비례하여 측정된 상대적인 광로 길이(식 3 참조)이며,
    SunDurθ , α는 하늘 구간이 나타내는 지속 시간이며, 대부분의 섹터의 경우 시간 간격(예 : 30 분)을 곱한 요일 간격(예: 한 달)과 같으며, 부분 섹터(수평선 근처)의 경우, 지속 시간은 구형 지오메트리를 사용하여 계산되며,
    SunGapθ , α는 태양지도 섹터의 틈 부분이며,
    AngInθ , α는 하늘 영역의 중심과 지표면에 수직 인 축 사이의 입사각이며(수식 4 참조),
    상대적인 광학 길이(m (θ))는 태양 천정각과 해발 고도에 의해 결정되고, 천정각이 80°보다 작으면 다음 식3을 사용하여 계산하며,
    θ = EXP (-0.000118 * Elev -1.638 * 10 -9 * Elev 2 ) / cos (θ) (3)
    여기서, θ는 태양 천정각, Elev는 해발고도(m)이며,
    입사각의 코사인(cosine)을 곱하면 표면 방향 효과가 고려되며, 인터셉트 표면 천정각에 중심을 가진 소정의 천정섹터 및 방위각 간의 입사각(AngInSkyθ, α)의 각도는 다음의 식4를 사용하여 계산되고,
    AngInθ , α = acos [Cos (θ) * Cos (Gz) + Sin (θ) * Sin (Gz) * Cos (α-Ga)] (4)
    여기서, Gz는 표면 천정각, Ga는 표면 방위각이며,
    나) 확산 일사량 계산
    각 하늘 영역에 대해 그 중심에서의 확산 일사량(Dif)이 계산되어 시간 간격에 걸쳐 적분되고 간격 분율 및 입사각에 의해 다음 식5를 사용하여 보정되며,
    Difnθ,α = Rglb * Pdif * Dur * SkyGapθ,α * Weightθ,α * cos(AngInθ,α) (5)
    Rglb는 지구 정상 일사선(식 6 참조)이며,
    Pdif는 확산되는 전체 정상 일사 플럭스의 비율이며, 일반적으로 매우 맑은 하늘 조건에서는 약 0.2이고 매우 흐린 하늘 상태에서는 0.7이며,
    Dur는 분석을 위한 시간 간격이며,
    SkyGapθ , α는 하늘 부분의 차이 부분(보이는 하늘의 비율)이며,
    가중치θ , α는 모든 섹터에 대해 주어진 하늘 섹터에서 발생하는 확산 일사의 비율이며(식 7 및 8 참조).
    AngInθ , α는 하늘 구역의 도심과 요격면 사이의 입사각이며,
    세계 정상 방사선(Rglb )은 입사각을 보정하지 않고 모든 섹터(차단된 섹터 포함)의 직접 방사선을 합산한 다음 1-P dif와 같은 직접 방사선의 비율을 보정하여 계산할 수 있으며,
    Rglb = (SConst Σ(βm (θ)))/ (1 - Pdif) (6)
    균일한 하늘 확산 모델의 경우, 가중치 θ는 다음 식7과 같이 계산되고,
    Weightθ,α = (cosθ2- cos θ1) / Divazi (7)
    여기서, θ1 과 θ2 는 하늘 구간의 경계 천정각, divazi는 skymap의 천정각 분할 갯수이며
    표준 흐린 하늘 모델의 경우, 가중치(Weightθ,α )는 다음 식8과 같이 계산되며,
    Weightθ,α = (2cosθ2+ cos2θ2- 2cosθ1- cos2θ1) / 4 * Divazi (8)
    위치에 대한 총 확산 태양 일사량(Diftot)는 모든 skymap 영역에서의 확산 태양 일사량(Dif)의 합계로 계산되며, Diftot = ΣDifθ , α (9)와 같이 계산되는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법.
  8. 제6항에 있어서,
    상기 일사량 분석 시에 산란 에너지(diffuse radiation)에 의한 일사량 계산은 대기층에 존재하는 구름이나 입자특성에 따라 좌우되며, 해당 지역에 대한 천정각에 따라 값이 달라지며, 상기 태양광발전소의 대상지역의 천정각을 계산하기 위해서는 진북으로부터 일정한 각도의 구획설정이 필요하며, 단순한 지형에서는 22.5°또는 45°간격의 구획을 적용하지만 본 태양광발전소 대상지와 같이 산지를 포함하는 복잡한 지형을 갖는 경우 11.25°간격으로 총 32개 구획을 설정하였으며, 산란에너지에 의한 일사량 분석을 위해서는 구름이나 입자특성과 같은 하늘의 청명한 상태를 고려해야 되며, 이러한 특성을 반영하는 산란비율(diffuse proportion)의 경우 매우 맑은 날은 0.2에 해당하며 흐리거나 약간 맑은 날은 0.3을 적용하며, 약간 맑은 날인 0.3을 산란비율로 적용하였으며, 대기층을 통과하는 태양광의 투과도(전달도, transmit) 역시 대기층의 구름이나 입자특성에 따라 달라지며, 매우 맑은 날은 0.6~0.7, 약간 맑은 날은 0.5를 태양광의 투과도를 적용하는, 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법.
  9. 삭제
KR1020180017295A 2018-02-12 2018-02-12 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법 KR102008017B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180017295A KR102008017B1 (ko) 2018-02-12 2018-02-12 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180017295A KR102008017B1 (ko) 2018-02-12 2018-02-12 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법

Publications (1)

Publication Number Publication Date
KR102008017B1 true KR102008017B1 (ko) 2019-08-06

Family

ID=67612766

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180017295A KR102008017B1 (ko) 2018-02-12 2018-02-12 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법

Country Status (1)

Country Link
KR (1) KR102008017B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220038846A (ko) * 2020-09-21 2022-03-29 한국에너지기술연구원 음영을 고려하여 일사량을 산출하기 위한 장치 및 그 방법
CN114440836A (zh) * 2022-01-19 2022-05-06 南京市测绘勘察研究院股份有限公司 一种附有玻璃幕墙建筑的无人机摄影测量建模方法
CN114663786A (zh) * 2022-03-21 2022-06-24 南京林业大学 基于点云数据和计算机图形学的林分辐射通量计算方法
KR20220101534A (ko) * 2021-01-11 2022-07-19 포항공과대학교 산학협력단 태양광패널의 설치 위치 및 설치 각도 추천 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130031732A (ko) 2011-09-21 2013-03-29 엘지전자 주식회사 일사량 추정을 위해 전천사진으로부터 운량을 계산하는 방법, 상기 계산한 운량을 이용한 태양광 발전량 예측 장치
JP2015059923A (ja) * 2013-09-20 2015-03-30 株式会社東芝 日射量見積装置、日射量見積方法および日射量見積プログラム
KR101762809B1 (ko) * 2016-01-21 2017-07-28 전주비전대학교산학협력단 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130031732A (ko) 2011-09-21 2013-03-29 엘지전자 주식회사 일사량 추정을 위해 전천사진으로부터 운량을 계산하는 방법, 상기 계산한 운량을 이용한 태양광 발전량 예측 장치
JP2015059923A (ja) * 2013-09-20 2015-03-30 株式会社東芝 日射量見積装置、日射量見積方法および日射量見積プログラム
KR101762809B1 (ko) * 2016-01-21 2017-07-28 전주비전대학교산학협력단 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220038846A (ko) * 2020-09-21 2022-03-29 한국에너지기술연구원 음영을 고려하여 일사량을 산출하기 위한 장치 및 그 방법
KR102463520B1 (ko) 2020-09-21 2022-11-08 한국에너지기술연구원 음영을 고려하여 일사량을 산출하기 위한 장치 및 그 방법
KR20220101534A (ko) * 2021-01-11 2022-07-19 포항공과대학교 산학협력단 태양광패널의 설치 위치 및 설치 각도 추천 방법
KR102548454B1 (ko) * 2021-01-11 2023-06-28 한국수력원자력 주식회사 태양광패널의 설치 위치 및 설치 각도 추천 방법
CN114440836A (zh) * 2022-01-19 2022-05-06 南京市测绘勘察研究院股份有限公司 一种附有玻璃幕墙建筑的无人机摄影测量建模方法
CN114440836B (zh) * 2022-01-19 2023-06-30 南京市测绘勘察研究院股份有限公司 一种附有玻璃幕墙建筑的无人机摄影测量建模方法
CN114663786A (zh) * 2022-03-21 2022-06-24 南京林业大学 基于点云数据和计算机图形学的林分辐射通量计算方法
CN114663786B (zh) * 2022-03-21 2024-03-22 南京林业大学 基于点云数据和计算机图形学的林分辐射通量计算方法

Similar Documents

Publication Publication Date Title
KR102008017B1 (ko) 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법
Redweik et al. Solar energy potential on roofs and facades in an urban landscape
KR101940313B1 (ko) 항공레이저측량 자료처리와 공간분석 기법을 사용한 태양광 발전소 적정 위치 선정 방법
Freitas et al. Modelling solar potential in the urban environment: State-of-the-art review
Agugiaro et al. Estimation of solar radiation on building roofs in mountainous areas
Hofierka et al. The spatial distribution of photovoltaic power plants in relation to solar resource potential: the case of the Czech Republic and Slovakia
CN114912370A (zh) 一种建筑物光伏潜力分析可用面积计算方法
KR101210250B1 (ko) 태양광 발전량 시뮬레이션 장치 및 방법
Buyuksalih et al. Calculating solar energy potential of buildings and visualization within unity 3D game engine
Gualla Sun position and PV panels: a model to determine the best orientation
Zhang et al. Evaluation of the photovoltaic potential in built environment using spatial data captured by unmanned aerial vehicles
Kaňuk et al. Testing of V3. sun module prototype for solar radiation modelling on 3D objects with complex geometric structure
US12019713B2 (en) Method and device for locating an image recording of an object taken from a distance
Susam Topographical Analyses of Unmanned Aerial Vehicle-Based Very High-Resolution Digital Surface Models for Archaeological Sites
Bredemeier et al. Large‐scale spatiotemporal calculation of photovoltaic capacity factors using ray tracing: A case study in urban environments
CN114966892A (zh) 星地总辐射观测数据匹配及评估方法和系统、介质及设备
Yimprayoon et al. Quantification of available solar irradiation on rooftops using orthograph and Lidar data
Zink et al. Photogrammetric point clouds for GIS-based high-resolution estimation of solar radiation for roof-top solar systems
Eikeland Investigation of Photovoltaic Energy Yield on Tromsøya by Mapping Solar Potential in ArcGIS
Sunantyo et al. Digital Elevation Model Generated by Unmanned Aerial Vehicle to Determine Available Head Assessment for Micro Hydro Power Plant in Merawu River Banjarnegara District Central Java
Braun A Scalable Approach for Spatio-Temporal Assessment of Photovoltaic Electricity Potentials for Building Facades of Entire Cities
ur Rehman et al. A novel methodology for determining sky blocking by obstacles viewed virtually from any location on site
Aicardi et al. Geomatic techniques for the optimization of SKI resources
Baghani Assessment of Rooftop Solar Power potential in Rural Areas using UAV Photogrammetry and GIS
Hussein et al. Quantifying the Reliability of Volumetric and Areal Calculation with UAV-Generated DEMs: A Comparative Study with Ground Truth Data

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant