KR102582747B1 - 태양광 발전 장치의 통합 관리 시스템 - Google Patents

태양광 발전 장치의 통합 관리 시스템 Download PDF

Info

Publication number
KR102582747B1
KR102582747B1 KR1020220186913A KR20220186913A KR102582747B1 KR 102582747 B1 KR102582747 B1 KR 102582747B1 KR 1020220186913 A KR1020220186913 A KR 1020220186913A KR 20220186913 A KR20220186913 A KR 20220186913A KR 102582747 B1 KR102582747 B1 KR 102582747B1
Authority
KR
South Korea
Prior art keywords
unit
solar panel
power generation
solar
sensor
Prior art date
Application number
KR1020220186913A
Other languages
English (en)
Inventor
유봉수
김정원
장광수
장현수
박퇴경
박흠
권영우
배규한
김태성
Original Assignee
유봉수
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 유봉수 filed Critical 유봉수
Priority to KR1020220186913A priority Critical patent/KR102582747B1/ko
Application granted granted Critical
Publication of KR102582747B1 publication Critical patent/KR102582747B1/ko

Links

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
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • G01C9/02—Details
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01H—ELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
    • H01H47/00—Circuit arrangements not adapted to a particular application of the relay and designed to obtain desired operating characteristics or to provide energising current
    • H01H47/002—Monitoring or fail-safe circuits
    • 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
    • H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
    • H02S40/20—Optical components
    • H02S40/22—Light-reflecting or light-concentrating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N2015/0096—Investigating consistence of powders, dustability, dustiness
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Atmospheric Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Photovoltaic Devices (AREA)

Abstract

본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템은, 다수개 기설정된 간격으로 구비된 태양광 패널부, 상기 태양광 패널부의 일측에 각각 구비되어, 상기 태양광 패널부의 정보를 수집하여 전송하는 통합센싱모듈부, 상기 통합센싱모듈부의 내부에 각각 마련되어, 상기 태양광 패널부의 특정 패널에서 고장이 판단된 경우, 상기 특정 패널의 전류 경로를 연결하여 나머지 패널의 전력 생산을 가능하게 하는 바이패스 릴레이부,상기 태양광 패널부의 상측에 구비되어, 온도, 습도, 조도, 영상 데이터를 수집하는 센서유닛부, 상기 태양광 패널부의 일측에 각각 구비되어, 태양광 발전장치의 외부 환경데이터를 수집하는 환경데이터수집부, 상기 통합센싱모듈부 및 상기 환경데이터수집부로부터 수집된 데이터를 기반으로 AI분석하여 상기 태양광 패널부의 이상여부를 판단하는 게이트웨이부, 상기 게이트웨이부에서 분석한 데이터를 저장하는 서버부, 상기 게이트웨이부에서 분석한 데이터를 기반으로 상기 태양광 패널부의 이상여부를 모니터링하고, 상기 태양광 패널부의 고장 이력을 관리하는 플랫폼부를 포함하는 것을 특징으로 하는 태양광 발전 장치의 통합 관리 시스템.

Description

태양광 발전 장치의 통합 관리 시스템{Total management system for solar power generation apparatus}
본 발명은 태양광 발전장치의 통합 관리 시스템에 관한 것으로, 보다 상세하게는, 태양광 패널의 파손, 오염 상태, 고장여부를 원격에서 모니터링하여 신속하게 파악하고, 상기 태양광 패널 고장 시, 상기 태양광 패널에 연결된 통합센싱모듈의 바이패스 회로를 통해 전기를 생산할 수 있도록 제어하는 태양광 발전 장치의 통합 관리 시스템에 관한 것이다.
대체 에너지 가운데 가장 친환경적이고 무한한 에너지원으로서 태양 에너지가 각광받고 있다. 태양 에너지는 렌즈나 거울을 사용하여 햇빛을 모아서 그 열을 이용하여 발전에 사용하는 태양열 발전방식과 광전효과를 이용하여 직접 전기를 생산하는 태양광 발전방식으로 나뉘는데, 태양광 발전을 위한 소자의 개발비용이 점차 내려가면서 효율성과 편의성이 높은 태양광 발전의 비중이 증가하고 있다.
태양광 발전은 보통 다수의 태양 전지가 붙어 있는 태양광 패널을 이용해 이루어진다.
태양광 발전 설비는 건물 외부에서 직접적으로 태양광을 활용하여 전기를 생산하기 때문에 관리상태에 따라 전기에너지 발전량이 차이가 발생하게 된다.
일반적으로 태양광 모듈의 오염도는 균열, 규격 밖의 클램프 사용, 번개, 백화/황변, 핫스팟 발생으로 인한 모듈 파손 등이 있으며, 육안으로 확인이 가능하다.
하지만 태양광 발전 설비는 대부분이 산기슭이나 건물 옥상, 유휴지, 산간지역 등 설치된 장소가 사람이 접근하기 어려운 곳에 설치되고 있고, 넓은 부지를 사용하는 경우가 많기 때문에 사람이 직접 확인하는 것은 현실적으로 불가능한 문제점이 있다.
태양광 산업은 지금까지 연평균 5~8%의 성장률을 기록하며 빠르게 성장하고 있으며, 정부의 탄소중립 정책에 따라 향후 더욱 많은 태양광 발전 설비가 설치될 것으로 예측된다.
하지만 늘어나는 발전 설비 수 대비 전문으로 관리하는 기업이 없고, 사업주가 직접 관리하며 평균적으로 연 2회 점검하는 것이 대부분이며, 일반적으로 태양광 발전 설비의 평균 수명은 15년 ~ 20년이지만 효율성 문제가 지적되면서 투자비 회수까지 50년 이상 걸릴 것으로 예측되고 있다.
또한, 기존의 태양광 기술은 인버터에서 출력되는 현재전력, 누적전력, 일전력, 피크전력 등의 데이터를 받아서 사용하므로 태양광 인버터 한 대에 한 개 이상의 태양광 패널이 연결되어 있기 때문에 각 태양광 패널의 고장여부를 알 수 없는 문제점이 있다.
기존의 태양광 발전 설비에서 어레이 단위(태양광 패널의 모음)로 인버터와 연결되어 있으므로, 태양광 패널 한 개가 고장 시 고장난 태양광 패널과 연결된 어레이에서 전력을 생산하지 못함으로써 막대한 효율저하로 이어지는 문제점이 있다.
따라서, 원격지에서 상시 점검이 가능하고, 이상 여부 판단을 알려줄 수 있는 기술이 요구되고 있다.
또한, 태양광 패널 한 개가 고장시 고장난 패널을 제외한 나머지 패널에서는 전기생산이 가능하도록 하여 태양광 모듈 전체에서 전기를 생산하지 못하는 것을 방지하는 기술확보를 통해 태양광 발전 설비의 효율을 증대시킬 필요가 있다.
한국등록특허 제10-1425022호
본 발명의 목적은, 태양광 패널에 연결된 통합센싱모듈을 통해 상기 태양광 패널의 환경데이터를 수집하여 파손, 오염 상태, 고장여부를 원격에서 신속하게 파악· 진단하여 유지 관리할 수 있는 태양광 발전 장치의 통합 관리 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은, 태양광 패널 고장 시, 상기 태양광 패널에 연결된 통합센싱모듈의 바이패스 회로를 통해 전기를 생산할 수 있도록 제어하여 태양광 발전 장치의 효율을 증가시킬 수 있는 태양광 발전 장치의 통합 관리 시스템에 관한 것이다.
본 발명의 또 다른 목적은, 센서의 오류를 모니터링하여 태양광 발전 장치의 오작동을 사전에 예방할 수 있는 있는 태양광 발전 장치의 통합 관리 시스템을 제공하는 것이다.
본 발명의 일 실시례에 따른 태양광 발전장치의 통합 관리 시스템은, 다수개 기설정된 간격으로 구비된 태양광 패널부, 상기 태양광 패널부의 일측에 각각 구비되어, 상기 태양광 패널부의 정보를 수집하여 전송하는 통합센싱모듈부, 상기 통합센싱모듈부의 내부에 각각 마련되어, 상기 태양광 패널부의 특정 패널에서 고장이 판단된 경우, 상기 특정 패널의 전류 경로를 연결하여 나머지 패널의 전력 생산을 가능하게 하는 바이패스 릴레이부, 상기 태양광 패널부의 상측에 구비되어, 온도, 습도, 조도, 영상 데이터를 수집하는 센서유닛부, 상기 태양광 패널부의 일측에 각각 구비되어, 태양광 발전장치의 외부 환경데이터를 수집하는 환경데이터수집부, 상기 통합센싱모듈부 및 상기 환경데이터수집부로부터 수집된 데이터를 기반으로 AI분석하여 상기 태양광 패널부의 이상여부를 판단하는 게이트웨이부, 상기 게이트웨이부에서 분석한 데이터를 저장하는 서버부, 상기 게이트웨이부에서 분석한 데이터를 기반으로 상기 태양광 패널부의 이상여부를 모니터링하고, 상기 태양광 패널부의 고장 이력을 관리하는 플랫폼부를 포함할 수 있다.
본 발명의 일 실시례에 따른 상기 환경데이터 수집부는, 상기 태양광 패널부의 일측에 구비되어, 상기 태양광 발전장치의 영상 정보를 수집하는 IP 네트워크 카메라부(151), 상기 태양광 발전장치가 설치된 외부환경의 풍향, 풍속, 온도, 습도, 강우량, 기압, 일사량을 포함하는 기상정보를 수집하는 기상관측부, 상기 태양광 발전장치가 설치된 외부환경의 미세먼지 농도를 측정하는 미세먼지측정부, 상기 태양광 패널부의 일측에 구비되어, 상기 태양광 패널부의 경사 정보를 수집하는 경사계부를 포함할 수 있다.
본 발명의 일 실시례에 따른 상기 센서유닛부는, 상기 센서유닛부의 데이터를 분석하여 실시간 센서 데이터의 신뢰도를 판단하되, 하기 [수학식 1]에 의해 산출되는 평균값(Aerr)이 기설정된 한계값(Serr)보다 큰 경우, 상기 센서유닛부로부터 수집되는 상기 실시간 센서 데이터에 오류가 발생한 것으로 판단하는 센서 모니터링부;를 더 포함하는 것을 특징으로 하는 태양광 발전장치의 통합 관리 시스템.
[수학식 1]
(여기서, Aerr은 평균오차, Taver는 센서값의 전체평균, Paver는 센서값 n개에 대한 일부평균, Tσ는 센서값의 전체표준편차를 의미함)
본 발명의 일 실시례에 따른 상기 게이트웨이부는, 상기 센서유닛부의 영상 데이터를 기반으로 상기 태양광 패널부의 정상 상태, 파손 상태, 오염도 상태를 단계적으로 분석할 수 있다.
본 발명의 일 실시례에 따른 상기 플랫폼부는, 사용자가 선택적으로 데이터를 전송하고, 상기 태양광 발전장치의 환경 데이터 및 상기 태양광 패널부의 청결도를 어플을 이용하여 모니터링할 수 있다.
본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템은, 태양광 패널에 연결된 통합센싱모듈을 통해 상기 태양광 패널의 환경데이터를 수집하여 파손, 오염 상태, 고장여부를 원격에서 신속하게 파악· 진단하여 유지 관리할 수 있는 효과를 가진다.
또한, 본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템은, 태양광 패널 고장 시, 상기 태양광 패널에 연결된 통합센싱모듈의 바이패스 회로를 통해 전기를 생산할 수 있도록 제어하여 태양광 발전 장치의 효율을 증가시킬 수 있는 효과를 가진다.
또한, 본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템은, 센서의 오류를 모니터링하여 태양광 발전 장치의 오작동을 사전에 예방할 수 있는 있는 효과를 가진다.
도 1은 본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템을 도시한 블록도이다.
도 2는 본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템의 세부구성을 도시한 도면이다.
도 3은 본 발명의 일 실시례에 따른 데이터 수집 계통을 도시한 도면이다.
도 4는 본 발명의 일 실시례에 따른 통합센싱모듈부의 구성을 도시한 도면이다.
도 5는 본 발명의 일 실시례에 따른 통합센싱모듈부의 설치상태를 도시한 도면이다.
도 6은 본 발명의 일 실시례에 따른 센서유닛부의 구성을 도시한 도면이다.
도 7은 본 발명의 일 실시례에 따른 센서유닛부의 설치상태를 도시한 도면이다.
도 8은 본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템의 머신러닝 기반 태양광 효율 분석 기술을 도시한 도면이다.
도 9는 본 발명의 일 실시례에 따른 통합센싱모듈부의 바이패스 기능을 도시한 도면이다.
도 10은 본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템의 최종 모델에 대한 학습 및 검증 방법을 도시한 도면이다.
도 11은 본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템의 CNN 모델 기반 태양광 패널 청결도 분석 알고리즘을 도시한 도면이다.
이하에서는 도면을 참조하여 본 발명의 구체적인 실시례를 상세하게 설명한다. 다만, 본 발명의 사상은 제시되는 실시례에 제한되지 아니하고, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서 다른 구성요소를 추가, 변경, 삭제 등을 통하여, 퇴보적인 다른 발명이나 본 발명 사상의 범위 내에 포함되는 다른 실시례를 용이하게 제안할 수 있을 것이나, 이 또한 본원 발명 사상 범위 내에 포함된다고 할 것이다.
이하, 본 발명인 태양광 발전 장치의 통합 관리 시스템(100)은 첨부된 도 1 내지 도 11를 참고로 상세하게 설명한다.
도 1 을 참고하면, 본 발명의 일 실시례에 따른 태양광 발전 장치의 통합 관리 시스템(100)은 태양광 패널부(110), 통합센싱모듈부(120), 바이패스 릴레이부(130), 센서유닛부(140), 환경데이터수집부(150), 게이트웨이부(160), 서버부(170), 플랫폼부(180)를 포함할 수 있다.
상기 태양광 패널부(110)는 다수개 기설정된 간격으로 구비될 수 있다. 태양광 발전은 발전기의 도움없이 태양전지를 이용하여 태양 빛을 직접 전기 에너지로 변환시키는 발전 방식이다. 태양광 발전을 위해서는 태양전지가 필요하고, 태양전지의 집합체가 상기 태양광 패널부(110)로 구성될 수 있다.
상기 통합센싱모듈부(120)는 상기 태양광 패널부(110)의 일측에 구비될 수 있다. 좀 더 구체적으로, 도 5를 참고하면, 상기 통합센싱모듈부(120)는 상기 태양광 패널부(110)의 뒷편에 설치될 수 있다. 상기 통합센싱모듈부(120)는 다수의 상기 태양광 패널부(110) 각각에 설치될 수 있다. 하지만, 비용 등을 고려하여 상기 태양광 패널부(110)의 2개당 1개 또는 3개당 1개씩 설치하도록 설계 변경 가능하다.
상기 통합센싱모듈부(120)는, 상기 태양광 패널부(110)의 전압, 전류를 측정하고, 이더넷, WIFI, RS485, LTE를 포함하는 유무선 통신이 가능하도록 구성되어, 상기 태양광 패널부(110)의 수집된 정보를 외부로 전송할 수 있다.
상기 바이패스 릴레이부(130)는, 상기 통합센싱모듈부(120)의 내부에 각각 마련될 수 있다. 상기 바이패스 릴레이부(130)는, 상기 태양광 패널부(110)의 특정 패널이 고장났다고 판단한 경우, 상기 바이패스 릴레이부(130)를 ON시켜 고장으로 인해 끊어진 상기 패널의 전류경류를 연결시킬 수 있다. 이때, 전류는 상기 바이패스 릴레이부(130)를 통과하여 흐를 수 있다.
따라서, 기존에는 상기 패널의 고장 때문에 상기 태양광 패널부(110) 전체가 전력을 생산하지 못했지만, 상기 바이패스 릴레이를 사용함으로써 고장난 상기 패널을 제외한 나머지 패널에서는 전력 생산이 가능하게 된다.
상기 센서유닛부(140)는, 상기 태양광 패널부(110)의 상측에 구비될 수 있다. 도 8을 참고하면, 상기 센서유닛부(140)는, 카메라, 온도센서, 습도센서, 조도센서, WIFI, RS485 통신, PSRAM 등을 포함하여 다양하게 구성될 수 있다.
도 7을 참고하면, 상기 센서유닛부(140)는, 상기 태양광 패널부(110)에 삽입 체결될 수 있도록 몸체에 체결가이드가 형성되어 있고, 몸체 전면에 상기 카메라가 탑재되어 상기 태양광 패널부(110)의 영상, 사진을 촬영 · 저장하여 상기 태양광 패널부(110)의 청결 상태를 파악할 수 있고, 몸체 상면에 상기 조도센서가 탑재되어 상기 태양광 패널부(110)의 주변 밝기를 측정할 수 있다. 그리고 몸체 하면에 상기 태양광 패널부(110)가 삽입되는 위치를 향하도록 상기 온도센서 및 상기 습도센서가 탑재되어 상기 태양광 패널부(110)의 온도 및 습도를 측정할 수 있다.
그리고, 상시 센서유닛부(140)는, 상기 센서유닛부(140)의 데이터를 분석하여 실시간 센서 데이터의 신뢰도를 판단하되, 하기 [수학식 1]에 의해 산출되는 평균값(Aerr)이 기설정된 한계값(Serr)보다 큰 경우, 상기 센서유닛부(140)로부터 수집되는 상기 실시간 센서 데이터에 오류가 발생한 것으로 판단하는 센서 모니터링부를 더 포함할 수 있다.
[수학식 1]
(여기서, Aerr은 평균오차, Taver는 센서값의 전체평균, Paver는 센서값 n개에 대한 일부평균, Tσ는 센서값의 전체표준편차를 의미함)
상기 센서 모니터링부는 상기 센서유닛부(140)의 일지점에 마련되어, 상기 센서유닛부(140) 센서의 고장여부를 판단할 수 있다.
일례로, 센서유닛부(140)의 다양한 센서 중 온도센서의 고장여부를 판단하면, 상기 센서 모니터링부는 하기 [수학식 1]에 의해 산출되는 상기 온도센서의 평균오차(Aerr)가 기설정된 한계오차(Serr)보다 큰 경우, 상기 온도센서가 고장난 것으로 판단할 수 있다.
[수학식 1]
여기서, Aerr은 평균오차, Taver는 상기 온도센서 센서값의 전체평균, Paver는 상기 온도센서 센서값 n개에 대한 일부평균, Tσ는 상기 온도센서 센서값의 전체표준편차를 의미한다.
보다 상세하게는, Taver는 상기 온도센서 센서값의 전체평균이며, 온도센서가 정상 동작하는 기설정된 기간동안(ex. 한 달) 다수의 데이터를 수집하여 센싱되는 온도값들의 전체 평균을 산출한 값을 의미하고, Tσ는 상기 기설정된 기간동안(ex. 한 달) 다수의 데이터를 수집하여 센싱되는 온도값들의 전체표준편차를 산출한 값을 의미한다.
또한, Paver는 상기 온도센서 센서값 n개에 대한 일부평균이며, 온도센서가 현장 설치되어 사용되는 과정에서 기설정된 수(n개)의 온도값을 실시간으로 입력받고 상기 기설정된 수(n개)의 온도값에 대한 평균을 산출한 것으로서, 일부 온도값의 평균에 해당하므로 일부평균이라 지칭할 수 있다.
이 때, 일부평균을 이용하여 95%의 신뢰도로 추정평균값을 산출하면, 추정평균값(μ)은 범위를 갖게 된다.
따라서, 추정평균값(μ)의 상한 또는 하한과 전체평균(Taver)과의 차이값인 평균오차(Aerr)는, 상기 [수학식 1]과 같이 산출될 수 있다.
그러므로, 상기 [수학식 1]에 의해 산출되는 평균오차(Aerr)가 기설정된 한계오차(Serr)보다 크다는 것은 실시간으로 입력받은 기설정된 수(n개)의 온도값이 온도센서의 고장으로 잘 못 입력되고 있을 가능성이 매우 높음을 의미하므로, 상기 센서 모니터링부는 상기 조건이 만족되면 상기 온도센서가 고장난 것으로 판단할 수 있다.
한편, 센서 모니터링부는 상기 실시간 센서 데이터에 오류가 있는지 판단하기 위해 상기 [수학식 1]에 의해 산출되는 평균값(Aerr)과 기설정된 한계값(Serr)을 비교하는 것과 동시에 상기 센서유닛부(140)의 온도를 측정하여 측정된 온도가 기설정된 범위를 벗어나지 여부, 상기 실시간 센서 데이터가 기설정된 구간크기 내에서 주기적으로 반복되는 패턴을 보이는지 여부, 상기 센서유닛부(140)의 주변의 습도를 측정하여 측정된 습도가 기설정된 범위를 벗어나지 여부, 센서의 동작시간과 비동작시간의 비율을 분석하여 상기 비율이 기설정된 비율범위를 벗어나는지 여부 등을 판단하여, 상기 조건들이 적어도 하나 이상 만족되는 경우에 상기 실시간 센서 데이터에 오류가 발생한 것으로 판단할 수도 있다.
이하에서는 상기 오류 판단방법들의 구체적 내용을 상세하게 설명한다.
우선, 센서유닛부(140)의 온도를 측정하여 측정된 온도가 기설정된 범위를 벗어나지 여부를 판단하기 위해서는, 센서유닛부(140)과 기설정된 거리 내에 온도센서를 별도로 마련하고, 상기 온도센서를 통해 센서유닛부(140)의 온도를 실시간 모니터링할 수 있다. 이는, 센서유닛부(140)가 정상동작하는 상황이라면 허용되는 범위(기설정된 발열온도범위) 내에서의 발열 온도를 유지한다는 기술적 원리를 이용하는 것이며, 발열이 지나치다거나 발열이 전혀 없는 경우라면 과부하가 걸렸거나 전혀 동작하지 않는 것으로 추측할 수 있으므로 그 경우는 센서유닛부(140)에 오류가 발생한 것으로 판단할 수 있고, 이는 곧 실시간 센서 데이터에 오류가 발생한 것으로 추정할 수 있다.
다음으로, 상기 실시간 센서 데이터에 오류가 있는지 판단하기 위해서는, 상기 실시간 센서 데이터가 기설정된 구간크기 내에서 주기적으로 반복되는 패턴을 보이는지 여부를 모니터링할 수 있는데, 이는 센서유닛부(140)에 이물질이 유입된 경우, 유입된 이물질에 의해 기설정된 구간크기 내에서 센서 데이터값이 반복적으로 특정 패턴으로 출력될 수 있다는 기술적 원리를 이용한 것이다. 이때, 상기 기설정된 구간크기는, 아래 [수학식 2]에 따라 결정될 수 있다.
[수학식 2]
Arange = {(Taver + Dmax) - (Taver - Dmax)}*0.3
Arange는 기설정된 구간크기이고, Taver는 기설정된 기간동안의 전체 평균이며, Dmax 는 기설정된 기간동안의 최대편차를 의미한다.
일례로, 기설정된 기간동안의 전체 평균이 70이고 최대편차가 20이라면 Arange는 12가 되므로, 최대값과 최소값의 차가 12를 넘지 않는 범위에서 주기적으로 반복되는 값이 출력(ex. 52, 62, 52, 62, 53, 62, 52, 63 등과 같은 유사한 값들이 반복 출력)된다면 이는 센서유닛부(140)에 이물질이 유입되어 실시간 센서 데이터에 오류가 발생한 것으로 추정할 수 있다.
다음으로, 센서유닛부(140)의 습도를 측정하여 측정된 습도가 기설정된 값을 초과하였는지 여부를 판단하기 위해서는, 센서유닛부(140)와 기설정된 거리 내에 습도센서를 별도로 마련하고, 상기 습도센서를 통해 센서유닛부(140)의 습도를 실시간 모니터링할 수 있다. 이는, 센서유닛부(140)에 수분이 유입된 경우에는 비정상 동작한다는 기술적 원리를 이용하는 것이며, 습도가 기설정된 값을 초과했다면 센서유닛부(140)에 수분이 유입된 것으로 추측할 수 있다. 따라서 이 경우는 센서유닛부(140)에 오류가 발생한 것으로 판단할 수 있고, 이는 곧 실시간 센서 데이터에 오류가 발생한 것으로 추정할 수 있다.
마지막으로, 센서유닛부(140)의 동작시간과 비동작시간의 비율을 분석하여 상기 비율이 기설정된 비율범위를 벗어나는지 여부 등을 판단할 수 있으며, 그 결과에 따라 상기 실시간 센서 데이터에 오류가 발생한 것으로 판단할 수 있다.
일례로, 현장에 설치된 센서유닛부(140)가 절전을 위해 매 1초마다 0.1초씩 센서데이터를 수집하도록 설정되어 있다면, 동작시간과 비동작시간의 비율은 10 : 1이 되나, 실시간 모니터링을 통해 분석한 결과 그 비율이 1 : 10으로 역전되거나 현저히 다른 비율(ex. 30% 이상의 비율변화)로 변화했다면 센서유닛부(140)의 오동작 및 실시간 센서 데이터에 오류가 발생한 것으로 판단할 수 있는 것이다.
상기와 같이, 본 발명의 일실시례에서 센서유닛부(140)는 다수의 고장진단방법을 모두 고려하여 상기 실시간 센서 데이터에 오류여부를 판단할 수 있으며, 아래 [수학식 3]과 같이 다수의 고장진단방법을 모두 반영한 Stotal 값으로 최종 판단될 수도 있다.
[수학식 3]
Stotal = W1*Raver + W2*Rtem + W3*Rrep + W4*Rhum + W5*Rrat
여기서, Stotal은 다수의 오류판단값의 합산값, Raver은 [수학식 1]에 의해 산출되는 평균값(Aerr)과 기설정된 한계값(Serr)을 비교하여 도출한 오류판단값(오류 여부에 따라 0과 1중 하나의 값), Rtem은 온도가 기설정된 범위를 벗어나지 여부에 따라 오류여부를 판단한 값(오류 여부에 따라 0과 1중 하나의 값), Rrep은 반복 패턴이 나타나는지 여부에 따라 오류여부를 판단한 값(오류 여부에 따라 0과 1중 하나의 값), Rhum은 습도가 기설정된 범위를 벗어나지 여부에 따라 오류여부를 판단한 값(오류 여부에 따라 0과 1중 하나의 값), Rrat은 동작시간과 비동작시간의 비율을 분석하여 오류여부를 판단한 값(오류 여부에 따라 0과 1중 하나의 값), W1은 Raver항목 가중치, W2는 Rtem항목 가중치, W3은 Rrep항목 가중치, W4는 Rhum항목 가중치, W5는 Rrat 항목 가중치를 각각 의미한다.
예를 들어, Stotal가 4 이상이라면 실시간 센서 데이터에 오류가 있는 것으로 사전 설정할 수 있고, 발열온도가 매우 중요한 파라미터인 경우이라면 W2를 3으로 사전 설정하고, W1, W3, W4, W5는 모두 1으로 사전 설정할 수 있다.
이러한 조건에서 상기 다수의 고장진단방법에 따라 오류여부를 모니터링한 결과, Raver는 1, Rtem은 1, Rrep 는 0, Rhum은 0, Rrat은 0으로 도출되었다면, Stotal는 4가 되므로, 상기 실시간 센서 데이터에는 오류가 있는 것으로 최종 판단할 수 있다.
이러한 경우, 센서유닛부(140)의 오류 등을 예측하고, 주변장치에 대한 점검 알람 등을 발송할 수 있다.
상기 환경데이터수집부(150)는, 상기 태양광 패널부(110)의 일측에 각각 구비될 수 있다. 상기 환경데이터수집부(150)는 태양광 발전 장치의 외부 환경 데이터를 수집할 수 있다. 구체적으로, 상기 환경데이터수집부(150)는, IP 네트워크 카메라부(151), 기상관측부(152), 미세먼지측정부(153), 경사계부(154)를 포함할 수 있다.
상기 IP 네트워크 카메라부(151)는, 상기 태양광 패널부(110)의 일측에 구비되어, 상기 태양광 발전 장치의 영상 정보를 수집할 수 있다. 상기 태양광 발전 장치의 일부 또는 전체를 촬영하여 상기 태양광 발전 장치 전체의 환경데이터를 수집할 수 있다.
상기 기상관측부(152)는, 상기 태양광 패널부(110)의 일측에 구비되어, 상기 태양광 발전 장치가 설치된 외부환경의 풍향, 풍속, 온도, 습도, 강우량, 기압, 일사량, PM2.5, PM10 등을 포함하는 데이터를 수집할 수 있다.
상기 미세먼지측정부(153)는, 상기 태양광 패널부(110)의 일측에 구비되어, 상기 태양광 발전 장치가 설치된 외부환경의 미세먼지 농도를 측정할 수 있다.
상기 경사계부(154)는, 상기 태양광 패널부(110)의 일측에 구비되어, 내부에 마련된 센서로 상기 태양광 패널부(110)의 경사 정보를 수집할 수 있다. 환경에 따른 지형과 일조량 등에 대응하여 상기 태양광 패널부(110)가 설치되는 각도를 결정할 수 있다.
상기 게이트웨이부(160)는, 상기 통합센싱모듈부(120) 및 상기 환경데이터수집부(150)로부터 수집된 데이터를 기반으로 AI분석하여 상기 태양광 패널부(110)의 이상여부를 판단할 수 있다.
도 8을 참고하면, 상기 게이트웨이부(160)는, AI 모델이 내장된 에지컴퓨터를 포함할 수 있다. 상기 수집된 데이터를 바탕으로 상기 태양광 발전 장치 상태 값에 따른 효율 향상 인자를 추적하여 최적 발전 효율 요소를 도출할 수 있다.
상기 통합센싱모듈부(120) 및 상기 센서유닛부(140)에서 수집한 상기 태양광 패널부(110)의 전압, 전류, 오염에 대한 정보를 담고 있는 영상 또는 사진, 온도, 습도 데이터 및 상기 환경데이터수집부(150)에서 수집한 상기 태양광 발전 장치의 미세먼지, 기상정보, 일사량, 경사를 포함하는 환경 데이터, 상기 IP네트워크 카메라로 촬영한 전체 태양광 발전 장치의 영상정보를 데이터 베이스화하여 상기 게이트웨이부(160)로 전송한다. 그리고, 상기 에지컴퓨터에서 AI분석하여 상기 태양광 패널부(110)의 고장 여부를 판단할 수 있다.
상기 게이트웨이부(160)는 상기 센서유닛부(140)에서 수집한 영상 데이터를 딥러닝 학습용으로 최적화하기 위해 CIFAR-10, openCV 등을 이용하여 상기 태양광 패널부(110)의 이미지 전처리 작업 후 가장 최적의 알고리즘을 적용할 수 있다.
상기 이미지를 바탕으로, 상기 태양광 패널부(110)의 정상 상태, 파손 상태, 오염도 상태(1,2,3단계)에 대해 구분하고 식별할 수 있는 알고리즘을 구현할 수 있다.
상기 서버부(170)는, 상기 게이트웨이부(160)에서 분석한 데이터를 저장할 수 있다. 상기 에지컴퓨터에서 분석된 상기 태양광 패널부(110)의 이상여부를 상기 서버부(170)에 저장하고, 선택적으로 로우데이터(low data)도 저장할 수 있다.
상기 플랫폼부(180)는, 상기 게이트웨이부(160)에서 분석한 데이터를 기반으로 상기 태양광 패널부(110)의 이상여부를 모니터링하고, 상기 태양광 패널부(110)의 고장 이력을 관리할 수 있다.
상기 플랫폼부(180)는 데이터 플랫폼, 서비스 플랫폼으로 구성될 수 있다.
상기 데이터 플랫폼은, 인트라넷 또는 클라우드 서버로 구성되어 상기 게이트웨이부(160)에서 분석된 정보를 전송받아 저장 관리할 수 있다.
그리고, 어플을 활용하여, 사용자가 선택적으로 데이터를 전송할 수 있으며, 상기 태양광 발전 장치의 환경 데이터 및 상기 태양광 패널부(110)의 청결도를 상기 어플을 통해 모니터링 할 수 있다.
상기 서비스 플랫폼은, AI 모델을 생성하여 상기 에지컴퓨터에 AI모델을 주기적으로 업데이트하고, 수집된 각종 데이터를 이용하여 모니터링, 분석, 고장이력 확인 등을 하는 역할을 담당하며, 웹 서버 구축 등을 통하여 사용자 서비스를 제공할 수 있다.
이하에서는 태양광 발전 장치의 통합 관리 시스템(100)의 세부구성과 실시례를 도 2 내지 도 11을 참고하여 보다 상세하게 설명한다.
<전체시스템>
도 2를 참고하면 전체 시스템의 일실시례는 아래와 같다.
1. 태양광 발전 장치(시스템)
상기 태양광 발전 장치는 태양광 패널, 통합센싱모듈, IP네트워크카메라, 미세먼지측정기, 기상관측기, 경사계, 인버터 등으로 구성될 수 있다.
상기 태양광 패널 당 1개의 통합센싱모듈을 설치하여 각 태양광 패널의 정보를 수집할 수 있다.
상기 IP 네트워크 카메라로 상기 태양광 발전 장치 일부 또는 전체를 촬영하여, 상기 태양광 발전 장치의 환경데이터를 수집할 수 있다.
상기 경사계는 상기 태양광 패널의 경사를 수집하는 센서로 상기 태양광 패널의 설치 각도를 결정할 수 있다.
상기 기상관측기는 태양광 발전시스템이 설치된 외부환경의 환경데이터를 수집하는 용도이며, 풍향, 풍속, 온도, 습도, 강우량, 기압, 일사량, PM2.5, PM10 등의 데이터를 수집할 수 있다.
상기 수집된 각종 데이터와 AI 분석기술을 활용하여 상기 태양광 패널의 고장여부를 판단할 수 있다.
2. 게이트웨이
상기 수집된 각종 데이터와 AI 분석기술을 활용하여 상기 태양광 패널의 고장여부를 판단할 수 있다.
에지 컴퓨터를 이용한 머신러닝 기반 태양광 패널 효율성 향상 알고리즘을 구현할 수 있다.
3. 플랫폼
- 데이터 플랫폼
인트라넷 또는 클라우드 서버로 구성될 수 있다.
게이트웨이를 통하여 플랫폼과 연결될 수 있다.
태양광 발정 장치의 부하분석 및 고장예측, 예지 등의 서비스를 개발하는데 활용할 수 있다.
- 서비스 플랫폼 및 사용자 서비스
수집된 각종 데이터를 이용하여 모니터링, 분석, 고장이력 확인 등을 하는 역할을 담당하며, 웹 서버 구축 등을 통하여 사용자 서비스를 제공할 수 있다.
<데이터 수집 계통도>
도 3을 참고하면 데이터 수집 계통도는 아래와 같다.
상기 데이터 수집 계통은 통합센싱모듈부(120), 센서유닛부(140), 게이트웨이부(160), 서버부(170)로 구성될 수 있다.
상기 통합센싱모듈부(120)와 상기 센서유닛부는 RS485로 연결되고, 상기 통합센싱모듈부(120)와 상기 게이트웨이부(160)는 WIFI 또는 이더넷으로 연결, 상기 게이트웨이부(160)와 상기 서버부(170)는 WIFI 또는 이더넷으로 연결될 수 있다.
<통합센싱모듈부의 구성도>
도 4를 참고하면 통합센싱모듈부(120)의 구성도는 아래와 같다.
상기 통합센싱모듈부(120)는 전압, 전류 측정, 유무선 통신(WIFI, 이더넷, RS485, LTE) 등으로 구성될 수 있다. WIFI는 ESP32-S, 이더넷은 ENC28J60로 구현될 수 있다. UART1은 MAX485와 LTE를 선택적으로 사용 가능하다. ATmega128A MCU 사용 가능하다.
<센서유닛부의 구성도>
도 6을 참고하면 센서유닛부(140)의 구성도는 아래와 같다.
상기 센서유닛부(140)의 WIFI는 ESP32-S로, UART0과 MAX485를 이용하여 RS485 통신 구현될 수 있다. 상기 카메라는 SCCB 버스를 통하여 ESP32-S와 연결하고, 상기 온도센서 및 상기 습도 센서는 DIO를 통하여 연결할 수 있다. ESP32-S를 MCU 사용하며, ESP32-S의 WIFI 기능도 사용할 수 있다.
상기 조도센서는 ADS1115 ADC를 사용하여 데이터 수집할 수 있다. 그리고, PSRAM(IPS6404)를 이용하여 사진을 저장할 수도 있다.
<통합센싱모듈 바이패스 기능>
도 9를 참고하면, 통합센싱모듈을 이용한 태양광 패널 바이패스 기술은 아래와 같다.
바이패스 다이오드는 고전압 직렬 어레이에 사용될 때 동일한 태양 전지판 내에서 완전히 작동하는 전지로부터 부분적으로 음영 처리된 태양광 전지를 보호하기 위해 태양광 발전 시스템에 사용될 수 있다.
태양광 발전 시스템의 발전 성능과 신뢰성은 환경, 온도, 습도, 위치 및 태양 복사 정도와 같은 외부 요인의 영향을 받을 수 있으며, 이는 모두 전력 저하로 이어질 수 있다.
명백한 환경 요인뿐만 아니라 특히 태양 전지 또는 전체 패널 간의 불일치 및 태양 전지판 내의 전력 저하로 이어질 수 있는 한 가지 요인은 음영이다.
즉, 태양광을 셀로 차단하거나 패널을 나무, 건물 또는 안테나 등에 의해 차단하는 것이며, 이는 전체 또는 부분 음영이 될 수 있으며 음영의 정도에 따라 출력 전력이 감소될 수 있다.
태양광 발전소 가동 중에 태양전지 위에 나뭇잎, 눈 등이 올라가 음영이 발생하면 그 부분의 셀에서는 발전이 되지 않고 저항이 발생하며, 줄열이 발생하게 되고 손상이 될 수 있다.
태양전지 셀들은 서로 직렬로 연결되어 있는데 직렬 연결된 셀끼리는 특성이 가장 나쁜 셀의 전류로 제한되기 때문에 전체적인 출력이 매우 작아지는 문제가 발생하며, 이러한 결과를 방지하기 위한 목적으로 설치한 것이 바이패스 다이오드이다.
건전한 태양전지 모듈은 출력이 저하되지 않고 정상운전을 할 수 있게 되어 최악으로 출력이 저하되는 것을 막을 수 있으며, 열이 발생하는 것도 막을 수 있다.
바이패스 다이오드 동작원리는, 셀에 음영이 발생하여 저항이 작용한다면 그 부분에 전압강하가 발생하게 된다.
전압강하의 방향은 바이패스 다이오드의 순방향 전압이 된다. 따라서, 바이패스 다이오드는 도통이 되어 우회전류가 흐르게 되고, 문제가 되는 모듈은 전류가 흐르지 않게 되어 의미 없는 회로가 된다.
태양전지 모듈의 출력이 저하하면 건전한 모듈로부터 전류가 유입될 수 있다. 이때, 전류가 유입되는 것을 방지할 목적으로 역류방지 다이오드를 설치할 수 있다.
특정 태양광 패널 고장 시, 바이패스 릴레이를 사용하여 고장난 패널을 바이패스 시킬 수 있다.
모든 태양광 패널에 설치된 통합센싱모듈은 모두 바이패스 릴레이를 내장하고 있다.
온도, 습도, 조도 등 각종 데이터를 에지컴퓨터에서 분석하고, 분석결과 특정 태양광 패널이 고장 났다고 판단한 경우, 에지컴퓨터는 바이패스 릴레이를 ON 시켜 고장으로 인해 끊어진 고장난 패널의 전류경로를 연결시킬 수 있다.
이때, 전류는 바이패스 릴레이를 통과하여 흐르게 된다. 특정 패널의 고장 때문에 전체 태양광 어레이가 전력을 생산하지 못했지만, 바이패스 릴레이를 사용함으로써 고장난 패널을 제외한 나머지 패널에서는 전력 생산이 가능하다.
<최종 모델에 대한 학습 및 검증 방법>
도 10을 참고하면, 최종 데이터 셋에 대한 태양광 패널의 딥러닝(청결도) 분석 수행은 아래와 같다.
수집된 파손 또는 백화·황변 데이터 셋을 가지고 PRE-TRAIN 모델 재학습을 수행할 수 있다.
최종 모델에 대한 성능 향상을 위해 파라미터, 옵티마이저 튜닝 등을 수행해, 테스트 데이터 셋에서 최적의 모델 구현할 수 있다.
태양광 모듈의 파손 특성상 대량의 데이터를 확보하기 쉽지 않으며 over-fitting을 방지하고 train set을 확보하기 위해 Image augmentation기법을 활용할 수 있다.
적은 수의 영상데이터를 이용하여 태양광 패널 청결도 분석에 효과적인 U-Net을 활용할 수 있다.
분류는 파손, 백화·황변(1~3단계 이상)으로 구성될 수 있다.
수집 데이터를 학습70%, 평가 30%로 구분하고 최종 알고리즘에 대한 평가를 수행할 수 있다.
<CNN 모델 기반 태양광 패널 청결도 분석 알고리즘>
도 11을 참고하면, CIFAR-10, openCV 등을 이용하여 태양광 이미지 전처리 작업 후 가장 최적의 알고리즘을 적용할 수 있다.
파손, 오염단계(3단계 이상)에 대해 구분하고 식별할 수 있는 알고리즘을 구현할 수 있다.
이상과 같이 본 발명의 일 실시례는 비록 한정된 실시례와 도면에 의해 설명되었으나, 본 발명의 일 실시례는 상기 설명된 실시례에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서 본 발명의 일 실시례는 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
100: 태양광 발전 장치의 통합 관리 시스템
110: 태양광 패널부
120: 통합센싱모듈부
130: 바이패스 릴레이부
140: 센서유닛부
150: 환경데이터수집부 151: IP 네트워크 카메라부
152: 기상관측부
153: 미세먼지측정부
154: 경사계부
160: 게이트웨이부
170: 서버부
180: 플랫폼부

Claims (5)

  1. 다수개 기설정된 간격으로 구비된 태양광 패널부;
    상기 태양광 패널부의 일측에 각각 구비되어, 상기 태양광 패널부의 정보를 수집하여 전송하는 통합센싱모듈부;
    상기 통합센싱모듈부의 내부에 각각 마련되어, 상기 태양광 패널부의 특정 패널에서 고장이 판단된 경우, 상기 특정 패널의 전류 경로를 연결하여 나머지 패널의 전력 생산을 가능하게 하는 바이패스 릴레이부;
    상기 태양광 패널부의 상측에 구비되어, 온도, 습도, 조도, 영상 데이터를 수집하는 센서유닛부;
    상기 태양광 패널부의 일측에 각각 구비되어, 태양광 발전 장치의 외부 환경데이터를 수집하는 환경데이터수집부;
    상기 통합센싱모듈부 및 상기 환경데이터수집부로부터 수집된 데이터를 기반으로 AI분석하여 상기 태양광 패널부의 이상여부를 판단하는 게이트웨이부;
    상기 게이트웨이부에서 분석한 데이터를 저장하는 서버부;
    상기 게이트웨이부에서 분석한 데이터를 기반으로 상기 태양광 패널부의 이상여부를 모니터링하고, 상기 태양광 패널부의 고장 이력을 관리하는 플랫폼부;를 포함하고,
    상기 센서유닛부는,
    상기 센서유닛부의 데이터를 분석하여 실시간 센서 데이터의 신뢰도를 판단하되, 하기 [수학식 1]에 의해 산출되는 평균값(Aerr)이 기설정된 한계값(Serr)보다 큰 경우, 상기 센서유닛부로부터 수집되는 상기 실시간 센서 데이터에 오류가 발생한 것으로 판단하는 센서 모니터링부;를 더 포함하는 것을 특징으로 하는 태양광 발전장치의 통합 관리 시스템.
    [수학식 1]

    (여기서, Aerr은 평균오차, Taver는 센서값의 전체평균, Paver는 센서값 n개에 대한 일부평균, Tσ는 센서값의 전체표준편차를 의미함)
  2. 제1항에 있어서,
    상기 환경데이터 수집부는,
    상기 태양광 패널부의 일측에 구비되어, 상기 태양광 발전 장치의 영상 정보를 수집하는 IP 네트워크 카메라부;
    상기 태양광 발전 장치가 설치된 외부환경의 풍향, 풍속, 온도, 습도, 강우량, 기압, 일사량을 포함하는 기상정보를 수집하는 기상관측부;
    상기 태양광 발전장치가 설치된 외부환경의 미세먼지 농도를 측정하는 미세먼지측정부;
    상기 태양광 패널부의 일측에 구비되어, 상기 태양광 패널부의 경사 정보를 수집하는 경사계부;를 포함하는 것을 특징으로 하는 태양광 발전장치의 통합 관리 시스템.
  3. 삭제
  4. 제1항에 있어서,
    상기 게이트웨이부는,
    상기 센서유닛부의 영상 데이터를 기반으로 상기 태양광 패널부의 정상 상태, 파손 상태, 오염도 상태를 단계적으로 분석하는 것을 특징으로 하는 태양광 발전장치의 통합 관리 시스템.
  5. 제1항에 있어서,
    상기 플랫폼부는,
    사용자가 선택적으로 데이터를 전송하고, 상기 태양광 발전장치의 환경 데이터 및 상기 태양광 패널부의 청결도를 어플을 이용하여 모니터링할 수 있는 것을 특징으로 하는 태양광 발전장치의 통합 관리 시스템.
KR1020220186913A 2022-12-28 2022-12-28 태양광 발전 장치의 통합 관리 시스템 KR102582747B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220186913A KR102582747B1 (ko) 2022-12-28 2022-12-28 태양광 발전 장치의 통합 관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220186913A KR102582747B1 (ko) 2022-12-28 2022-12-28 태양광 발전 장치의 통합 관리 시스템

Publications (1)

Publication Number Publication Date
KR102582747B1 true KR102582747B1 (ko) 2023-09-22

Family

ID=88189993

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220186913A KR102582747B1 (ko) 2022-12-28 2022-12-28 태양광 발전 장치의 통합 관리 시스템

Country Status (1)

Country Link
KR (1) KR102582747B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117639666A (zh) * 2023-12-14 2024-03-01 苏州潞能能源科技有限公司 一种用于测量光伏组件光电转换效率的测试机及其测试方法
CN118293575A (zh) * 2024-05-08 2024-07-05 临沂恒源售电有限公司 一种智能化自动高效太阳能集热器

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012504864A (ja) * 2008-10-01 2012-02-23 パセコ コーポレイション ソーラー・パネル・アレイの監視・制御用ネットワーク構成
KR101425022B1 (ko) 2014-01-22 2014-08-14 주식회사 에스이앤지 태양광 발전장치의 통합 관리시스템
KR20210037172A (ko) * 2019-09-27 2021-04-06 인피니티에너지주식회사 아이오티(IoT)기반 스마트센서를 통한 태양광발전장치의 운영 및 유지관리시스템에서의 태양광 패널의 오토클리닝 장치 및 방법
KR20220083472A (ko) * 2020-12-11 2022-06-20 (주)대은 태양광발전 진단시스템
KR20220105275A (ko) * 2021-01-20 2022-07-27 주식회사 그린우전 하천의 전기시스템
KR20220114852A (ko) * 2021-02-09 2022-08-17 주식회사 쉐릿 증강현실 기반의 태양광 발전 모니터링 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012504864A (ja) * 2008-10-01 2012-02-23 パセコ コーポレイション ソーラー・パネル・アレイの監視・制御用ネットワーク構成
KR101425022B1 (ko) 2014-01-22 2014-08-14 주식회사 에스이앤지 태양광 발전장치의 통합 관리시스템
KR20210037172A (ko) * 2019-09-27 2021-04-06 인피니티에너지주식회사 아이오티(IoT)기반 스마트센서를 통한 태양광발전장치의 운영 및 유지관리시스템에서의 태양광 패널의 오토클리닝 장치 및 방법
KR20220083472A (ko) * 2020-12-11 2022-06-20 (주)대은 태양광발전 진단시스템
KR20220105275A (ko) * 2021-01-20 2022-07-27 주식회사 그린우전 하천의 전기시스템
KR20220114852A (ko) * 2021-02-09 2022-08-17 주식회사 쉐릿 증강현실 기반의 태양광 발전 모니터링 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117639666A (zh) * 2023-12-14 2024-03-01 苏州潞能能源科技有限公司 一种用于测量光伏组件光电转换效率的测试机及其测试方法
CN117639666B (zh) * 2023-12-14 2024-05-31 苏州潞能能源科技有限公司 一种用于测量光伏组件光电转换效率的测试机及测试方法
CN118293575A (zh) * 2024-05-08 2024-07-05 临沂恒源售电有限公司 一种智能化自动高效太阳能集热器

Similar Documents

Publication Publication Date Title
KR102582747B1 (ko) 태양광 발전 장치의 통합 관리 시스템
US9520826B2 (en) Solar cell module efficacy monitoring system and monitoring method therefor
KR102065351B1 (ko) 태양광 발전 관리 시스템
KR101066064B1 (ko) 태양광 모듈의 원격 모니터링 장치 및 방법
US10205345B2 (en) System for the monitoring and maintenance of remote autonomously powered lighting installations
KR101266346B1 (ko) 개별 태양전지모듈의 발전 상태를 모니터링하고 고장 상태를 판단하는 방법.
KR101485051B1 (ko) 태양광 발전 시스템의 발전진단 장치
KR102084784B1 (ko) 머신러닝기반 태양광발전운영 관리방법
KR101295529B1 (ko) 태양전지판의 고장진단 원격감시 시스템
US20110066401A1 (en) System for and method of monitoring and diagnosing the performance of photovoltaic or other renewable power plants
KR20200059704A (ko) 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템
JP7289995B2 (ja) 太陽光発電ストリングの動作状態を認識する方法および装置ならびに記憶媒体
Haba Monitoring solar panels using machine learning techniques
KR101516603B1 (ko) 저전력 센서 네트워크를 이용한 플러그-인 타입의 상황인지 기반 태양광 설비 통합 감시 시스템
CN108599724A (zh) 一种光伏组件在线监测系统及监测方法
CN114669569B (zh) 一种基于大数据的光伏组件用自动化清洁系统
JP2012138448A (ja) 太陽光発電の出力低下検出装置及び検出方法
KR20200059706A (ko) 기상정보를 이용한 태양광 발전 관리 시스템
CN108418548A (zh) 光伏板全方位一体化监测系统
KR101870300B1 (ko) 태양광발전시스템 및 태양광발전시스템의 고장진단방법
KR101947508B1 (ko) 태양광 발전소의 운전관리 시스템 및 그 방법
KR102228512B1 (ko) 머신러닝을 이용한 태양광 발전설비의 고장 및 접속함 화재 감시기능과 원격제어기능을 구비한 태양광 발전장치
Leloux et al. Automatic fault detection on BIPV systems without solar irradiation data
Higuchi et al. Classification of causes of broken solar panels in solar power plant
KR101424165B1 (ko) 최적화된 모니터링 네트워크 환경을 가지는 태양광 발전 모니터링 시스템

Legal Events

Date Code Title Description
GRNT Written decision to grant