KR102178925B1 - 태양광 발전량 예측 방법 및 장치 - Google Patents

태양광 발전량 예측 방법 및 장치 Download PDF

Info

Publication number
KR102178925B1
KR102178925B1 KR1020200007323A KR20200007323A KR102178925B1 KR 102178925 B1 KR102178925 B1 KR 102178925B1 KR 1020200007323 A KR1020200007323 A KR 1020200007323A KR 20200007323 A KR20200007323 A KR 20200007323A KR 102178925 B1 KR102178925 B1 KR 102178925B1
Authority
KR
South Korea
Prior art keywords
solar panel
temperature
amount
insolation
power generation
Prior art date
Application number
KR1020200007323A
Other languages
English (en)
Inventor
이동호
권라희
이영대
Original Assignee
영남이공대학교 산학협력단
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 영남이공대학교 산학협력단 filed Critical 영남이공대학교 산학협력단
Priority to KR1020200007323A priority Critical patent/KR102178925B1/ko
Application granted granted Critical
Publication of KR102178925B1 publication Critical patent/KR102178925B1/ko

Links

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
    • 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
    • G01J1/02—Details
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/02—Means for indicating or recording specially adapted for thermometers
    • 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
    • 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
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Air-Conditioning For Vehicles (AREA)

Abstract

본 개시는 태양광 발전량 예측 방법 및 장치에 관한 것으로, 일 실시예에 따른 태양광 패널의 발전량 예측 방법은, 일사량계(solar radiation meter)를 이용하여 일사량을 측정하여 상기 태양광 패널에 대한 순간 일사량(g) 및 누적 일사량(G)을 획득하고, 온도 센서를 이용하여 공기 온도(Ta) 및 상기 태양광 패널의 온도(Th)를 측정하며, 상기 태양광 패널에 연결된 솔라 인버터(solar inverter)에서 전력량계(power meter)를 이용하여 상기 태양광 패널의 발전량을 측정하여, 순간 발전량(p) 및 누적 발전량(E)을 획득하는 단계, 상기 태양광 패널에 대한 상기 순간 일사량(g)과 상기 순간 일사량(g)에 따른 에너지와의 관계 모델을 기초로, 상기 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)를 계산하는 단계, 상기 계산한 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ) 및 상기 태양광 패널에 대한 상기 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 간의 관계 모델을 기초로, 상기 누적 일사량(G)에 따른 상기 태양광 패널의 온도(Th)을 계산하는 단계 및 상기 계산한 태양광 패널의 온도(Th)를 기초로 상기 태양광 패널의 발전량(Eel)을 예측하는 단계를 포함할 수 있다.

Description

태양광 발전량 예측 방법 및 장치{METHOD ANDAPPARATUS FOR SOLAR POWER GENERATION FORCATST}
본 개시는 태양광 발전량 예측 방법 및 장치에 관한 것이다.
신재생 에너지 발전 장려 정책과 설치의 용이성으로 인하여 태양광 발전에 대한 관심이 증가하고 있다. 태양광 발전은 일사량의 세기에 따라 발전량이 달라진다. 일반적으로, 일사량의 세기가 강해지면 발전량이 증가해야 하나 태양광 패널이 태양광을 흡수해 태양광 패널의 온도가 올라가면 태양광 발전의 효율이 떨어져 발전량도 감소한다. 이와 같이 태양광 패널 온도에 따른 태양광 발전의 효율에 대해서는 다양한 연구가 진행되고 있으나, 실제 산업 현장에 필요한 것은 날씨, 일사량 등의 외부 환경에 따른 발전량에 대한 예측이다. 즉, 실제 태양광 발전이 수행되는 환경에서 발전량을 예측하기 위한 방법이 필요하다.
이와 같이 외부 환경에 따른 발전량을 예측하기 위해서는 외부 환경에 따른 태양광 패널의 온도 변화를 확인하고, 해당 온도에서 태양광 발전의 효율을 반영하여 발전량을 예측해야 하지만, 온도 변화의 원인이 되는 일사량을 독립 변수로 발전량을 예측하는 방법에 대한 연구가 많지 않다.
본 개시는 태양광 패널의 온도 변화의 원인이 되는 일사량을 독립 변수로 태양광 발전량을 예측하는 개시한다.
일 실시예에 따른 태양광 패널의 발전량 예측 방법은, 일사량계(solar radiation meter)를 이용하여 일사량을 측정하여 상기 태양광 패널에 대한 순간 일사량(g) 및 누적 일사량(G)을 획득하고, 온도 센서를 이용하여 공기 온도(Ta) 및 상기 태양광 패널의 온도(Th)를 측정하며, 상기 태양광 패널에 연결된 솔라 인버터(solar inverter)에서 전력량계(power meter)를 이용하여 상기 태양광 패널의 발전량을 측정하여, 순간 발전량(p) 및 누적 발전량(E)을 획득하는 단계, 상기 태양광 패널에 대한 상기 순간 일사량(g)과 상기 순간 일사량(g)에 따른 에너지와의 관계 모델을 기초로, 상기 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)를 계산하는 단계, 상기 계산한 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ) 및 상기 태양광 패널에 대한 상기 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 간의 관계 모델을 기초로, 상기 누적 일사량(G)에 따른 상기 태양광 패널의 온도(Th)을 계산하는 단계 및 상기 계산한 태양광 패널의 온도(Th)를 기초로 상기 태양광 패널의 발전량(Eel)을 예측하는 단계를 포함할 수 있다.
일 실시예에서, 상기 계산한 태양광 패널의 온도(Th)를 기초로 상기 태양광 패널의 발전량(Eel)을 예측하는 단계는, [수학식 16]에 의해 표현되고, 이때, iSC,0는 태양광 발전 모듈의 온도가 섭씨 0도에서 단락 전류, si는 단락 전류와 일사량 사이의 변화량과 온도 사이의 상관 관계, Th는 태양광 패널의 온도, g는 순간 일사량, Ct는 태양광 발전 모듈에 따라 달라지는 전압 상수값, a와 b는 태양광 발전 모듈에 따라 달라지는 상수값, sv는 개방 전압과 온도 사이의 상관 관계일 수 있다.
[수학식 16]
Eel = (iSC,0 + si*Th)*g*tanh(Ct*(1-k)/0.7)*(a*gb + sv*Th)
일 실시예에서, 상기 태양광 패널에 대한 상기 순간 일사량(g)과 상기 순간 일사량(g)에 따른 에너지와의 관계 모델은, [수학식 1]에 의해 표현되고, 이때, Th는 태양광 패널의 온도, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, Ta는 공기 온도, p는 순간 발전량일 수 있다.
[수학식 1]
Th = 1/δ*g + (Ta - 1/δ*p)
일 실시예에서, 상기 태양광 패널에 대한 상기 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 간의 관계 모델은, [수학식 2]에 의해 표현되고, 이때, Th는 태양광 패널의 온도, c는 비열, m은 상기 태양광 패널의 질량, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, t는 누적 시간, G는 누적 일사량, Ta는 공기 온도, E는 누적 발전량일 수 있다.
[수학식 2]
Th = 1/(c*m + δ*t/2)*G + (Ta - E/(c*m + δ*t/2))
일 실시예에서, 상기 태양광 패널의 효율(η0)과 상기 태양광 패널의 온도(Th) 변화량과의 의 상관 관계(β)를 계산하는 단계 및 상기 계산한 태양광 패널의 효율(η0)과 상기 태양광 패널의 온도(Th) 변화량과의 상관 관계(β) 및 기준 온도에서 상기 태양광 패널의 온도(Th)와 상기 태양광 패널의 발전량(Eel) 간의 관계 모델을 기초로, 상기 태양광 패널의 발전량(Eel)을 예측하는 단계를 포함하고, 상기 기준 온도에서 상기 태양광 패널의 온도(Th)와 상기 태양광 패널의 발전량(Eel) 간의 관계 모델은, [수학식 3]에 의해 표현되고, 이때, Eel은 태양광 패널의 발전량, η0는 태양광 패널의 효율, β는 태양광 패널의 효율(η0)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, Th는 태양광 패널의 온도, T0는 25℃, G는 누적 일사량일 수 있다.
[수학식 3]
Eel = η0*(1-β(Th - T0))*G
일 실시예에 따르면, 일사량을 기초로 태양광 발전량을 예측할 수 있다. 발전량을 예측할 수 있게 되면 에너지를 효율적으로 사용할 수 있게 되고, 특히, 효율적인 발전 시점을 예측하여 에너지를 저장하여 활용할 수 있게 된다. 또한, 온도와 발전량을 예측할 수 있다면 센서와 측정 장비를 적게 설치할 수 있다.
도 1은 태양광 패널에 대한 일사량과 에너지 간의 관계를 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 태양광 패널의 발전량 예측 방법을 나타내는 순서도이다.
도 3는 태양광 발전 모듈의 전압과 전류 간의 관계를 나타내는 도면이다.
도 4는 단락 전류와 일사량과의 관계 및 단락 전류와 일사량 사이의 변화량과 모듈 온도와의 관계를 나타내는 도면이다.
도 5은 개방 전압과 일사량과의 관계 및 개방 전압과 모듈 온도와의 관계를 나타내는 도면이다.
도 6은 일 실시예에 따른 태양광 패널의 발전량 예측 방법을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 태양광 패널의 발전량 예측 장치의 구성을 나타낸 도면이다.
이하에서는 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 이하에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략한다.
또한, 본 명세서에서 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 전기적으로 연결되어 있는 경우를 의미한다. 또한, "제1, 제2" 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 이 용어들에 의해 한정되어서는 안된다. 이 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로 사용된다. 또한, 어떤 구성이 다른 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들 더 포함할 수도 있다는 것을 의미한다.
도 1은 태양광 패널에 대한 일사량과 에너지 간의 관계를 설명하기 위한 도면이다.
도 1을 참조하면, 태양광 패널로 투과된 일사량은 태양광 패널에 직접 유입되는 흡수 열에너지(E_th _ab), 공기 중으로 방사되는 방사 열에너지(E_th _ra), 태양광 패널에 의해 생성되는 전기에너지(E_el)로 전환된다. 태양광 패널에 직접 유입되는 흡수 열에너지(E_th _ab)와 공기 중으로 방사되는 방사 열에너지(E_th _ra)는 다음과 같이 나타낼 수 있다.
[수학식 4]
E_th_ab = c*m*(Th - Ta)
[수학식 5]
E_th_ra = δ*(Th - Ta)
여기서, Th는 태양광 패널의 온도, Ta는 공기 온도, c는 비열, m은 태양광 패널의 질량, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계를 의미한다. 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계 δ에 대해서는 아래에서 다시 설명하도록 한다.
태양광 패널에 직접 유입되는 흡수 열에너지(E_th _ab)는 태양광 패널의 온도에 영향을 준다. 공기 중으로 방사되는 방사 열에너지(E_th _ra)는 태양광 패널의 온도가 대기 온도와 유사할 경우에는 무시할 수 있으나, 태양광 패널의 온도가 올라가면 발전량에 영향을 줄 수 잇다. 태양광 패널에 의해 생성되는 전기에너지(E_el)는 태양관 패널의 발전량에 해당한다. 이러한 설명을 바탕으로, 태양광 패널에 투과된 일사량과 그에 따른 태양광 패널과 관련된 에너지 간의 상관 관계를 나타낼 수 있다. 계산의 편의를 위하여, 일사량(G)는 급격하게 변하지 않고, 태양광 패널로 입사되는 일사량(G) 중 투과량(t)는 100%로, 반사량(r)은 0%로 가정한다. 실제 투과량(t)의 변화가 클 경우, 이를 반영할 수도 있다. 또한, 외부 공기로부터 태양광 패널로 유입되는 열에너지는 없는 것으로 가정한다. 태양광 패널은 낮시간대에 70℃~100℃까지 급격히 상승하는데 여름철 기온은 20℃~30℃로 외부 공기로부터 태양광 패널로 유입되는 열에너지 보다 일사량에 따른 영향이 훨씬 크기 때문이다. 이러한 가정 하에서, 태양광 패널에 투과된 일사량과 그에 따른 태양광 패널과 관련된 에너지 간의 상관 관계는 다음과 같이 나타낼 수 있다.
[수학식 6]
G = E_th_ab + E_th_ra + E_el
= c*m*(Th - Ta) + δ*(Th - Ta) + E_el
여기서, Th는 태양광 패널의 온도, Ta는 공기 온도, c는 비열, m은 태양광 패널의 질량, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계를 의미한다.
이와 같은 태양광 패널에 투과된 일사량과 그에 따른 태양광 패널과 관련된 에너지 간의 상관 관계를 바탕으로, 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계 δ를 계산할 수 있다. 보다 구체적으로, 공기 온도(Ta)가 하강할 때, 일사량의 급격한 변화가 없다면, Th = Tht 가 될 수 있다. 이 경우, c*m*(Th - Tht) = 0 이 된다. 따라서, 수학식 6을 다음과 같이 변형할 수 있다.
[수학식 1]
Th = 1/δ*g + (Ta - 1/δ*p)
여기서, Th는 태양광 패널의 온도, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, Ta는 공기 온도, p는 순간 발전량을 의미한다.
누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)와 태양광 패널의 온도(Th)를 각각 변수 x, y라고 하면, 수학식 1은 y = ax+b 형태의 1차 방정식으로 표현할 수 있으며, 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)는 이러한 1차 방정식의 기울기를 의미한다. 이때, x 축은 일사량, y축은 태양광 패널의 온도가 될 수 있다. 태양광 패널의 온도(Th), 공기 온도(Ta), 순간 일사량(g) 및 순간 발전량(p)을 측정하여 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)를 획득할 수 있다.
이와 같이, 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)를 획득한 이후, 태양광 패널에 대한 누적 일사량(G)과 태양광 패널의 온도(Th) 간의 관계를 기초로, 누적 일사량(G)에 따른 태양광 패널의 온도(Th)을 계산할 수 있다. 보다 구체적으로, 공기 온도(Ta)가 상승할 때, 수학식 6을 다음과 같이 나타낼 수 있다.
[수학식 7]
G = c*m*(Th - Ta) + δ*(Th - Ta)*t/2 + E
수학식 7은 다음과 같이 변형할 수 있다.
[수학식 2]
Th = 1/(c*m + δ*t/2)*G + (Ta - E/(c*m + δ*t/2))
여기서, Th는 태양광 패널의 온도, c는 비열, m은 태양광 패널의 질량, t는 누적 시간, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, G는 누적 일사량, Ta는 공기 온도, E는 누적 발전량을 의미한다.
수학식 2에 따르면, 비열(c), 태양광 패널의 질량(m), 누적 일사량(G), 공기 온도(Ta)를 측정하여 태양광 패널의 온도(Th)을 계산할 수 있다. 이와 같이, 계산한 태양광 패널의 온도(Th)를 기초로 태양광 패널의 발전량(Eel)을 예측할 수 있다. 보다 구체적으로, 태양광 패널의 효율(η0)과 태양광 패널의 온도(Th) 변화량과의 의 상관 관계(β)를 계산하고, 계산한 태양광 패널의 효율(η0)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(β) 및 기준 온도에서 태양광 패널의 온도(Th)와 태양광 패널의 발전량(Eel) 간의 관계를 기초로, 태양광 패널의 발전량(Eel)을 예측할 수 있다.
태양광 패널에 태양광 에너지가 입사하게 되면 모든 에너지가 전기 에너지로 변환되는 것은 아니다. 에너지 변환 효율을 떨어트리는 요인 중 태양광 패널에 직접 유입되는 흡수 열에너지(E_th _ab)는 태양광 패널의 온도를 증가시킨다. 태양광 패널의 온도가 증가하면 태양광 발전 효율이 감소한다.
태양광 패널의 발전량(Eel)은 다음과 같이 계산할 수 있다.
[수학식 3]
Eel = η0*(1-β(Th - T0))*G
여기서, Eel은 태양광 패널의 발전량, η0는 태양광 패널의 효율, β는 태양광 패널의 효율(η0)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, Th는 태양광 패널의 온도, T0는 25℃, G는 누적 일사량을 의미할 수 있다.
도 2는 일 실시예에 따른 태양광 패널의 발전량 예측 방법을 나타내는 순서도이다.
먼저, 210 단계에서, 태양광 발전량 예측 장치는 일사량계(solar radiation meter)를 이용하여 일사량을 측정하여 태양광 패널에 대한 순간 일사량(g) 및 누적 일사량(G)을 획득하고, 온도 센서를 이용하여 공기 온도(Ta) 및 태양광 패널의 온도(Th)를 측정하며, 태양광 패널에 연결된 솔라 인버터(solar inverter)에서 전력량계(power meter)를 이용하여 태양광 패널의 발전량을 측정하여, 순간 발전량(p) 및 누적 발전량(E)을 획득할 수 있다.
220 단계에서, 태양광 발전량 예측 장치는 태양광 패널에 대한 순간 일사량(g)과 순간 일사량(g)에 따른 에너지와의 관계 모델을 기초로, 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)를 계산할 수 있다.
일 실시예에서, 태양광 패널에 대한 순간 일사량(g)과 순간 일사량(g)에 따른 에너지와의 관계 모델은, [수학식 1]에 의해 표현되고, 이때, Th는 태양광 패널의 온도, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, Ta는 공기 온도, p는 순간 발전량을 의미한다.
[수학식 1]
Th = 1/δ*g + (Ta - 1/δ*p)
230 단계에서, 태양광 발전량 예측 장치는 계산한 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ) 및 태양광 패널에 대한 누적 일사량(G)과 태양광 패널의 온도(Th) 간의 관계 모델을 기초로, 누적 일사량(G)에 따른 상기 태양광 패널의 온도(Th)을 계산할 수 있다.
일 실시예에서, 태양광 패널에 대한 누적 일사량(G)과 태양광 패널의 온도(Th) 간의 관계 모델은, [수학식 2]에 의해 표현되고, 이때, Th는 태양광 패널의 온도, c는 비열, m은 상기 태양광 패널의 질량, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, t는 누적 시간, G는 누적 일사량, Ta는 공기 온도, E는 누적 발전량을 의미한다.
[수학식 2]
Th = 1/(c*m + δ*t/2)*G + (Ta - E/(c*m + δ*t/2))
240 단계에서, 태양광 발전량 예측 장치는, 계산한 태양광 패널의 온도(Th)를 기초로 상기 태양광 패널의 발전량(Eel)을 예측할 수 있다. 일 실시예에서, 태양광 패널의 효율(η0)과 태양광 패널의 온도(Th) 변화량과의 의 상관 관계(β)를 계산하고, 계산한 태양광 패널의 효율(η0)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(β) 및 기준 온도에서 태양광 패널의 온도(Th)와 태양광 패널의 발전량(Eel) 간의 관계 모델을 기초로, 태양광 패널의 발전량(Eel)을 예측할 수 있다.
일 실시예에서, 기준 온도에서 태양광 패널의 온도(Th)와 태양광 패널의 발전량(Eel) 간의 관계 모델은, [수학식 3]에 의해 표현되고, 이때, Eel은 태양광 패널의 발전량, η0는 태양광 패널의 효율, β는 태양광 패널의 효율(η0)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, Th는 태양광 패널의 온도, T0는 25℃, G는 누적 일사량을 의미할 수 있다.
[수학식 3]
Eel = η0*(1-β(Th - T0))*G
태양광 발전 모듈은 태양광 에너지를 전기 에너지로 변환하여 전력을 공급한다. 이때, 인버터(태양광 발전 모듈은 직류 전류를 만들어내지만, 실생활에선 교류 전력이 필요하므로, 직류를 교류로 바꾸어주는 장치인 인버터가 필요)에 걸리는 저항에 따라 전류와 전압이 바뀌게 된다. 태양광 발전 모듈의 전류는 태양광 발전 모듈의 전압이 증가함에 따라, 즉, 저항이 증가함에 따라 도 3와 같이 비선형적으로 나타난다.
도 3는 태양광 발전 모듈의 전압과 전류 간의 관계를 나타내는 도면이다.
도 3에 도시된 그래프는 다음과 같이 수학식으로 나타낼 수 있다.
[수학식 8]
IPV = ISC*tanh(α1)
수학식 8에서 α1 은 전압에 관한 식이고, 다음과 같이 나타낼 수 있다.
[수학식 9]
α1 = Ct*(VOC-VPV)/(VOC*0.7)
도 3, 수학식 8 및 수학식 9에서, IPV 는 모듈 전류, ISC는 모듈의 단락 전류, VPV 는 모듈 전압, VOC 는 모듈의 개방전압, Vsat 는 포화 전압을 의미한다.
도 3를 참조하면, 모듈 전압이 0 V 일 때는 단락 전류이고, 저항이 증가하면 처음에는 충분히 전류가 흐르지만(포화 상태), 저항이 증가하면서 전류가 급격하게 줄어들게 된다. 태양광 모듈의 전압이 점점 증가하다가 포화 전압 이상이 되면 전류가 급격하게 줄어들기 때문에 포화 전압으로 나누어 주어야 한다. Ct는 태양광 모듈마다 다른 값을 가질 수 있다.
일반적으로, 온도와 일사량이 증가할 때 단락 전류는 증가한다. 태양광 모듈의 단락 전류는 태양광 모듈의 재료가 되는 실리콘이나 반도체에 있는 전자 수에 의존한다. 전자 수는 일사량과 온도에 대해 비례하기에 단락 전류도 선형그래프로 나타낼 수 있다.
도 4는 단락 전류와 일사량과의 관계 및 단락 전류와 일사량 사이의 변화량과 모듈 온도와의 관계를 나타내는 도면이다.
도 4를 참조하면, 아래 수학식 10에서 일사량이 증가하면 단락 전류가 증가하는데, 이때 기울기 iT (T) 는 온도에 대해서 나타낼 수 있다. 기울기 iT(T)는 수학식 11로 나타낼 수 있다. 절대 온도가 0 K일 때 단락 전류가 0이 나온다. 단락 전류와 일사량의 상관관계 iT (T) 는 온도에 따라 변하기에 단락 전류와 일사량 사이의 변화량이라 한다. 섭씨 0도에서 단락 전류와 일사량 사이의 변화량 (iSC,0) 이 나오고 단락 전류와 일사량 사이의 변화량과 온도 사이의 상관 관계 (si) 를 갖는다. 이러한 값들은 실험적으로 미리 획득할 수 있는 값들이다. 따라서, 온도와 일사량만 안다면 단락 전류를 예측할 수 있다.
[수학식 10]
ISC = iT(T)*g
[수학식 11]
iT (T) = iSC,0 + si*T
도 5은 개방 전압과 일사량과의 관계 및 개방 전압과 모듈 온도와의 관계를 나타내는 도면이다.
도 5을 참조하면, 온도가 0도 일 때, 일사량에 대한 개방전압 (VOC,0 (g))은 선형적인 관계가 아니다. 일사량과 개방전압은 지수함수로 나타난다. 전압은 외부 요인에 대해 민감하게 반응하지만, 전압이 증가할수록 일사량 변화에 대한 영향은 줄어든다. 그 결과, 수학식 12를 찾을 수 있다.
a와 b는 모듈에 따라 다른 상수를 갖는다. 온도가 0도일 때 개방전압은 수학식 12에서 구할 수 있다. 도 5을 보면 온도가 증가할 때 개방전압은 감소하게 된다. 온도가 높아질수록 같은 전류일 때 반도체의 저항은 작아지게 된다. 그때의 개방전압은 선형적으로 감소한다. 이때, 개방 전압과 온도 사이의 상관 관계 (sv) 는 일정한 값을 가진다. 이러한 값들은 실험적으로 미리 획득할 수 있는 값들이다. 따라서, 수학식 13을 통해 직접 개방전압을 측정하지 않아도 온도와 일사량을 안다면 개방전압을 알 수 있다.
[수학식 12]
VOC,0 (g) = a*gb
[수학식 13]
VOC = VOC,0 (g) + sv*T
수학식 8에 수학식 9, 10, 11을 대입하면, 태양광 발전 모듈의 전압-전류 특성을 얻을 수 있게 된다. 태양광 발전 모듈의 발전량을 알기 위해선 최대 전력에서 전류 (Imp)와 전압 (Vmp) 를 구해야 한다. 최대 전력은 태양광 패널의 발전량(Eel) 과 동일하다. 최대 전력에서의 전압은 개방 전압의 약 80% 정도다.
수학식 12에서 k는 25도에서 개방 전압과 최대 전력에서의 전압의 비율이다. 수학식 8에 모듈 전압 대신 수학식 14를 통해 최대 전력에서의 전압 (Vmp) 을 구해 수학식 8에 대입하면 최대 전력에서 전류 (Imp) 를 구할 수 있다. 태양광 패널의 발전량(Eel)은 수학식 15와 같이 최대 전력에서 전류 (Imp) 와 전압 (Vmp) 의 곱으로 이루어져 있다. 결과적으로, 온도와 일사량을 안다면 최대 전력, 즉 태양광 패널의 발전량을 예측할 수 있게 된다.
[수학식 14]
Vmp = k*VOC
[수학식 15]
Eel = Imp*Vmp
태양광 패널이 전기 에너지를 생산할 때, 일사량에 따라 전력이 생성된다. 태양광 에너지는 태양광 패널의 온도를 증가시키게 되고 이것이 효율과 직결되기에 일사량계와 온도 센서 둘 다 설치를 하여야 한다. 여러 센서와 측정 장비인 전압-전류 측정 장비 및 인버터를 설치하게 되면 점점 더 많은 공간은 필요로 하게 된다. 측정 장비를 줄일 수 있다면 공간에 대한 이점을 얻을 수 있다.
수학식 15를 위해서는 온도와 일사량에 대한 개방 전압과 단락 전류를 각각 측정하여야 한다. 하지만, 온도와 일사량 관계를 이용하여 수학식 11, 12를 측정하지 않고도 값을 알 수 있다. 온도와 일사량의 관계를 알 경우 태양광 패널의 발전량은 수학식 16와 같이 나타낼 수 있다. 더 적은 정보로도 태양광 발전량을 예측할 수 있게 되는 것이다. 예를 들어, 온도에 대한 개방전압과 단락 전류값을 2개 이상 안다면 발전량을 알 수 있다. 즉, 수학식 16에 예측한 일사량, 개방전압, 단락 전류에 대한 정보를 입력하면 온도 측정만으로도 발전량을 예측할 수 있다.
[수학식 16]
Eel = (iSC,0 + si*Th)*g*tanh(Ct*(1-k)/0.7)*(a*gb + sv*Th)
여기서, iSC,0는 태양광 발전 모듈의 온도가 섭씨 0도에서 단락 전류와 일사량 사이의 변화량을, si는 단락 전류와 일사량 사이의 변화량과 온도 사이의 상관 관계, Th는 태양광 패널의 온도, g는 순간 일사량, Ct는 태양광 발전 모듈에 따라 달라지는 전압 상수값, a와 b는 태양광 발전 모듈에 따라 달라지는 상수값, sv는 개방 전압과 온도 사이의 상관 관계를 의미한다.
도 6은 일 실시예에 따른 태양광 패널의 발전량 예측 방법을 설명하기 위한 도면이다.
종래의 연구들은 대부분 640 과정, 즉, 태양광 패널 온도 (620)와 전기 에너지 발전량 (630) 간의 관계에 집중하고 있다. 하지만, 실제로 산업 현장에서는 일사량, 날씨 등과 같은 외부 환경(610)들로부터 직접 전기 에너지 발전량 (630)을 예측하는 방법 (650)이 필요하다. 일 실시예에 따르면, 일사량을 바탕으로 전기 에너지 발전량을 예측할 수 있어, 에너지를 효율적으로 사용할 수 있다. 특히, 효율적인 발전 시점을 예측하여 에너지를 저장하여 활용할 수 있게 된다. 또한, 온도와 발전량을 예측할 수 있다면 센서와 측정 장비를 적게 설치할 수 있다.
도 7은 일 실시예에 따른 태양광 패널의 발전량 예측 장치의 구성을 나타낸 도면이다.
도 7을 참조하면, 일 실시예에 따른 태양광 패널의 발전량 예측 장치(100)는 센서부(110), 통신부(120), 메모리(130) 및 프로세서(140)를 포함할 수 있다. 그러나 도시된 구성요소 모두가 필수 구성요소인 것은 아니다. 즉, 태양광 패널의 발전량 예측 장치(100)는 도 7에 도시된 구성요소보다 많은 구성요소에 의해 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 구현될 수 있다.
센서부(110)는 태양광 패널의 발전량 예측에 필요한 값들을 측정할 수 있다. 일 실시예에서, 센서부(110)는 일사량계(solar radiation meter), 온도 센서, 전력량계(solar inverter) 등을 포함할 수 있다. 일 실시예에서, 일사량계(solar radiation meter)를 이용하여 일사량을 측정하여 태양광 패널에 대한 순간 일사량(g) 및 누적 일사량(G)을 획득하고, 온도 센서를 이용하여 공기 온도(Ta) 및 태양광 패널의 온도(Th)를 측정하며, 태양광 패널에 연결된 솔라 인버터(solar inverter)에서 전력량계(power meter)를 이용하여 태양광 패널의 발전량을 측정하여, 순간 발전량(p) 및 누적 발전량(E)을 획득할 수 있다.
통신부(120)는 외부 디바이스와 통신할 수 있다. 통신부(120)는 외부 디바이스로부터 수신된 신호 또는 데이터를 프로세서(140)로 전달하거나, 또는 프로세서(140)에서 발생된 신호 또는 데이터를 외부 디바이스로 전송할 수 있다. 예를 들어, 통신 모듈은 칩셋(chipset)의 형태일 수도 있고, 또는 통신에 필요한 정보를 포함하는 스티커/바코드(e.g. NFC tag를 포함하는 스티커)등일 수도 있다.
일 실시예에서, 통신부(120)는 외부 서버 또는 외부 저장 장치와 유무선으로 연결하여 날씨 데이터를 수신할 수 있다.
메모리(130)는 프로세서(140)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 시설물의 에너지 사용량 예측 장치(100)로 입력되거나 시설물의 에너지 사용량 예측 장치(100)으로부터 출력되는 데이터를 저장할 수도 있다. 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
일 실시예에서, 메모리(130)는 태양광 패널의 발전량을 예측하기 위한 프로그램을 저장할 수 있다.
프로세서(140)는, 태양광 패널의 발전량 예측 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(140)는, 메모리(130)에 저장된 프로그램들을 실행함으로써, 태양광 패널의 발전량 예측 과정을 전반적으로 제어할 수 있다. 프로세서(140)는 적어도 하나 이상의 프로세서를 포함할 수 있다.
일 실시예에서, 프로세서(140)는 일사량계(solar radiation meter)를 이용하여 일사량을 측정하여 태양광 패널에 대한 순간 일사량(g) 및 누적 일사량(G)을 획득하고, 온도 센서를 이용하여 공기 온도(Ta) 및 태양광 패널의 온도(Th)를 측정하며, 태양광 패널에 연결된 솔라 인버터(solar inverter)에서 전력량계(power meter)를 이용하여 태양광 패널의 발전량을 측정하여, 순간 발전량(p) 및 누적 발전량(E)을 획득하고, 태양광 패널에 대한 순간 일사량(g)과 순간 일사량(g)에 따른 에너지와의 관계 모델을 기초로, 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)를 계산하며, 계산한 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ) 및 태양광 패널에 대한 누적 일사량(G)과 태양광 패널의 온도(Th) 간의 관계 모델을 기초로, 누적 일사량(G)에 따른 태양광 패널의 온도(Th)을 계산하고, 계산한 태양광 패널의 온도(Th)를 기초로 태양광 패널의 발전량(Eel)을 예측할 수 있다.
한편, 상술된 실시예들은 컴퓨터에 의하여 실행 가능한 명령어 및 데이터를 저장하는 컴퓨터로 읽을 수 있는 기록매체의 형태로 구현될 수 있다. 상기 명령어 및 데이터 중 적어도 하나는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다.
컴퓨터로 읽을 수 있는 기록매체란, 예를 들어 하드디스크 등과 같은 마그네틱 저장매체, CD 및DVD 등과 같은 광학적 판독매체 등을 의미할 수 있으며, 네트워크를 통해 접근 가능한 외부 장치에 포함되는 메모리를 의미할 수도 있다.
이상과 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
110: 센서부
120: 통신부
130: 메모리
140: 프로세서

Claims (6)

  1. 태양광 패널의 발전량 예측 방법에 있어서,
    일사량계(solar radiation meter)를 이용하여 일사량을 측정하여 상기 태양광 패널에 대한 순간 일사량(g) 및 누적 일사량(G)을 획득하고, 온도 센서를 이용하여 공기 온도(Ta) 및 상기 태양광 패널의 온도(Th)를 측정하며, 상기 태양광 패널에 연결된 솔라 인버터(solar inverter)에서 전력량계(power meter)를 이용하여 상기 태양광 패널의 발전량을 측정하여, 순간 발전량(p) 및 누적 발전량(E)을 획득하는 단계;
    상기 태양광 패널에 대한 상기 순간 일사량(g)과 상기 순간 일사량(g)에 따른 에너지와의 관계 모델을 기초로, 상기 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ)를 계산하는 단계;
    상기 계산한 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 변화량과의 상관 관계(δ) 및 상기 태양광 패널에 대한 상기 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 간의 관계 모델을 기초로, 상기 누적 일사량(G)에 따른 상기 태양광 패널의 온도(Th)을 계산하는 단계; 및
    상기 계산한 태양광 패널의 온도(Th)를 기초로 상기 태양광 패널의 발전량(Eel)을 예측하는 단계를 포함하고,
    상기 계산한 태양광 패널의 온도(Th)를 기초로 상기 태양광 패널의 발전량(Eel)을 예측하는 단계는,
    [수학식 16]에 의해 표현되고, 이때, iSC,0는 태양광 발전 모듈의 온도가 섭씨 0도에서 단락 전류와 일사량 사이의 변화량, si는 단락 전류와 일사량 사이의 변화량과 온도 사이의 상관 관계, Th는 태양광 패널의 온도, g는 순간 일사량, Ct는 태양광 발전 모듈에 따라 달라지는 전압 상수값, a와 b는 태양광 발전 모듈에 따라 달라지는 상수값, sv는 개방 전압과 온도 사이의 상관 관계, k는 25도에서 개방 전압과 최대 전력에서의 전압의 비율인, 태양광 패널의 발전량 예측 방법.
    [수학식 16]
    Eel = (iSC,0 + si*Th)*g*tanh(Ct*(1-k)/0.7)*(a*gb + sv*Th)
  2. 삭제
  3. 제1항에 있어서,
    상기 태양광 패널에 대한 상기 순간 일사량(g)과 상기 순간 일사량(g)에 따른 에너지와의 관계 모델은, [수학식 1]에 의해 표현되고, 이때, Th는 태양광 패널의 온도, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, Ta는 공기 온도, p는 순간 발전량인, 태양광 패널의 발전량 예측 방법.
    [수학식 1]
    Th = 1/δ*g + (Ta - 1/δ*p)
  4. 제1항에 있어서,
    상기 태양광 패널에 대한 상기 누적 일사량(G)과 상기 태양광 패널의 온도(Th) 간의 관계 모델은, [수학식 2]에 의해 표현되고, 이때, Th는 태양광 패널의 온도, c는 비열, m은 상기 태양광 패널의 질량, δ는 누적 일사량(G)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, t는 누적 시간, G는 누적 일사량, Ta는 공기 온도, E는 누적 발전량인, 태양광 패널의 발전량 예측 방법.
    [수학식 2]
    Th = 1/(c*m + δ*t/2)*G + (Ta - E/(c*m + δ*t/2))
  5. 제1항에 있어서,
    상기 계산한 태양광 패널의 온도(Th)를 기초로 상기 태양광 패널의 발전량(Eel)을 예측하는 단계는,
    상기 태양광 패널의 효율(η0)과 상기 태양광 패널의 온도(Th) 변화량과의 의 상관 관계(β)를 계산하는 단계; 및
    상기 계산한 태양광 패널의 효율(η0)과 상기 태양광 패널의 온도(Th) 변화량과의 상관 관계(β) 및 기준 온도에서 상기 태양광 패널의 온도(Th)와 상기 태양광 패널의 발전량(Eel) 간의 관계 모델을 기초로, 상기 태양광 패널의 발전량(Eel)을 예측하는 단계를 포함하고,
    상기 기준 온도에서 상기 태양광 패널의 온도(Th)와 상기 태양광 패널의 발전량(Eel) 간의 관계 모델은, [수학식 3]에 의해 표현되고, 이때, Eel은 태양광 패널의 발전량, η0는 태양광 패널의 효율, β는 태양광 패널의 효율(η0)과 태양광 패널의 온도(Th) 변화량과의 상관 관계, Th는 태양광 패널의 온도, T0는 25℃, G는 누적 일사량인, 태양광 패널의 발전량 예측 방법.
    [수학식 3]
    Eel = η0*(1-β(Th - T0))*G
  6. 태양광 패널의 발전량 예측 방법에 있어서,
    일사량계(solar radiation meter)를 이용하여 일사량을 측정하여 상기 태양광 패널에 대한 순간 일사량(g) 및 누적 일사량(G)을 획득하고, 온도 센서를 이용하여 공기 온도(Ta) 및 상기 태양광 패널의 온도(Th)를 측정하는 단계;
    상기 순간 일사량(g), 상기 태양광 패널의 온도(Th) 별 단락 전류(iSC), 개방전압(VOC)을 측정해서, 상기 순간 일사량(g)과 상기 단락 전류(iSC)의 상관관계(Si), 상기 태양광 패널의 온도(Th)와 상기 순간 일사량(g)의 상관관계(a,b), 상기 태양광 패널의 온도(Th) 와 개방전압의 상관관계(SV)를 획득하는 단계; 및
    상기 태양광 패널의 발전량(Eel)을 예측하는 단계를 포함하고,
    상기 태양광 패널의 발전량(Eel)을 예측하는 단계는,
    [수학식 16]에 의해 표현되고, 이때, iSC,0는 태양광 발전 모듈의 온도가 섭씨 0도에서 단락 전류와 일사량 사이의 변화량, si는 단락 전류와 일사량 사이의 변화량과 온도 사이의 상관 관계, Th는 태양광 패널의 온도, g는 순간 일사량, Ct는 태양광 발전 모듈에 따라 달라지는 전압 상수값, a와 b는 태양광 발전 모듈에 따라 달라지는 상수값, sv는 개방 전압과 온도 사이의 상관 관계, k는 25도에서 개방 전압과 최대 전력에서의 전압의 비율인, 태양광 패널의 발전량 예측 방법.
    [수학식 16]
    Eel = (iSC,0 + si*Th)*g*tanh(Ct*(1-k)/0.7)*(a*gb + sv*Th)
KR1020200007323A 2020-01-20 2020-01-20 태양광 발전량 예측 방법 및 장치 KR102178925B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200007323A KR102178925B1 (ko) 2020-01-20 2020-01-20 태양광 발전량 예측 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200007323A KR102178925B1 (ko) 2020-01-20 2020-01-20 태양광 발전량 예측 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102178925B1 true KR102178925B1 (ko) 2020-11-13

Family

ID=73398908

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200007323A KR102178925B1 (ko) 2020-01-20 2020-01-20 태양광 발전량 예측 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102178925B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102542020B1 (ko) * 2022-06-14 2023-06-13 재단법인차세대융합기술연구원 블록체인 기반의 신재생에너지 소비 인증 장치
WO2024005257A1 (ko) * 2022-07-01 2024-01-04 주식회사 지구루 태양광 발전장치의 발전 효율 향상 방법 및 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990006639U (ko) * 1997-07-29 1999-02-25 양재신 버스 창문의 열림방지장치
KR20180072954A (ko) * 2016-12-22 2018-07-02 전자부품연구원 태양전지모듈 발전량 예측방법 및 예측장치
KR20190131808A (ko) * 2018-05-17 2019-11-27 한국전자통신연구원 태양광 발전기의 발전량 예측 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990006639U (ko) * 1997-07-29 1999-02-25 양재신 버스 창문의 열림방지장치
KR20180072954A (ko) * 2016-12-22 2018-07-02 전자부품연구원 태양전지모듈 발전량 예측방법 및 예측장치
KR20190131808A (ko) * 2018-05-17 2019-11-27 한국전자통신연구원 태양광 발전기의 발전량 예측 장치 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102542020B1 (ko) * 2022-06-14 2023-06-13 재단법인차세대융합기술연구원 블록체인 기반의 신재생에너지 소비 인증 장치
WO2023243783A1 (ko) * 2022-06-14 2023-12-21 재단법인차세대융합기술연구원 블록체인 기반의 신재생에너지 소비 인증 장치
WO2024005257A1 (ko) * 2022-07-01 2024-01-04 주식회사 지구루 태양광 발전장치의 발전 효율 향상 방법 및 시스템

Similar Documents

Publication Publication Date Title
Dhimish et al. Simultaneous fault detection algorithm for grid‐connected photovoltaic plants
Tina et al. Monitoring and diagnostics of photovoltaic power plants
KR102178925B1 (ko) 태양광 발전량 예측 방법 및 장치
Gholami et al. A single-diode model for photovoltaic panels in variable environmental conditions: Investigating dust impacts with experimental evaluation
Jakhrani et al. An improved mathematical model for computing power output of solar photovoltaic modules
KR101135386B1 (ko) 단위 그룹별 최대전력점 추종을 수행하는 태양광 발전 시스템
KR101132323B1 (ko) 단위 그룹별 최대전력점 추종을 수행하는 태양광 발전 시스템
US20170338659A1 (en) Systems and methods for dispatching maximum available capacity for photovoltaic power plants
US20150153714A1 (en) Renewable energy power generation prediction system and method and power allocation system
CN104040453B (zh) 对每个单元组执行最大功率点跟踪的光伏发电系统
KR101065862B1 (ko) 태양전지 어레이의 부분 음영 판단에 따른 태양광 발전 시스템의 최대전력 추정방법
US9625502B2 (en) Method and arrangement in connection with photovoltaic power generator composed of series-connected photovoltaic modules
KR102139329B1 (ko) 태양광 발전소를 모니터링하는 방법 및 장치
Doumane et al. A circuit-based approach to simulate the characteristics of a silicon photovoltaic module with aging
Aldaoudeyeh Development of a generalised PV model in MATLAB/Simulink using datasheet values
Silva et al. Spectral reflectance patterns of photovoltaic modules and their thermal effects
Bryan et al. Thermal model to quantify the impact of sub-bandgap reflectance on operating temperature of fielded PV modules
JP2017027419A (ja) エネルギー変換手段の特性の時間変化を表現する方法及び装置
Sreekantha Reddy et al. Parameter extraction of single‐diode photovoltaic module using experimental current–voltage data
Khan et al. Designing and implementation of energy‐efficient wireless photovoltaic monitoring system
KR20190037657A (ko) 태양전지모듈 열화특성 측정장치 및 이를 이용한 열화특성 측정방법
CA3197840A1 (en) Adaptive persistence forecasting for control of distributed energy resources
Di Vincenzo et al. New maximum power point tracker for photovoltaic systems exposed to realistic operational conditions
Kargarnejad et al. A New Fuzzy‐Based Maximum Power Point Tracker for a Solar Panel Based on Datasheet Values
KR101128386B1 (ko) 태양광 발전 시스템

Legal Events

Date Code Title Description
GRNT Written decision to grant