KR20120021863A - 신경망 알고리즘을 이용한 하이브리드 지능형 솔라 드라이브 회로 - Google Patents

Abstract

본 발명은 신경망 알고리즘을 이용한 하이브리드 지능형 솔라 드라이브 회로에 관한 것으로, PV모듈의 현재 생산되는 전력량과 일사량 및 배터리 사용량의 전체 상관관계를 통하여 전력량을 최대한 효율적으로 사용할 수 있도록 한 것이다.
본 발명은 마이크로프로세서(50)에 내장된 신경망 알고리즘은 최초 설정된 초기 특성 기본데이터(일사량, 온도, PV전압, PV전류, 배터리전압, 배터리전류, 설정시간, 현재시간)와 일정한 주기마다 입력되는 센서 및 계측데이터를 축적한 후 표본 추출하여 DB구조화 후 메모리에 저장하며, 다음 단계로 일정한 주기마다 입력되는 센서 및 계측데이터(일사량, 온도, PV전압, PV전류, 배터리전압, 배터리전류, 현재시간)와 사용자입력에 의해 설정되는 데이터를 위한 변수선택 및 필요요인 분석 후 실행하는 신경망 알고리즘을 이용한다.

Description

신경망 알고리즘을 이용한 하이브리드 지능형 솔라 드라이브 회로{HYBRID INTELLIGENT SOLAR DRIVE CIRCUIT USING A NEURAL NETWORK ALGORITHM}

본 발명은 신경망 알고리즘을 이용한 하이브리드 지능형 솔라 드라이브 회로에 관한 것으로, 특히 지능형 솔라 드라이브 회로는 하루를 기준으로 태양광 에너지가 PV모듈을 통하여 배터리에 축전된 전기량의 그 날 그 날의 값을 알고 있으며, 사용자가 각각의 주변 환경요소(통행인원수, 태양빛의 조도상태, 낮과 밤, 시간별 사용시간 등) 변화추이에 의한 다양한 각각의 변수에 따라 통계적으로 산출되어있는 학습된 데이터 값을 입력하여 그 변수에 맞게 자동적으로 데이터 출력값을 산출하여 그 조건에 맞춰 조명하며, 사용자의 필요에 의해 프로세스 프로그램 데이터 값을 변환할 수 있도록 한 것이다.

또한 학습된 데이터 값에 의해 설정되어진 입력된 조건값이 아닌 비평균적 출력값, 특히 일반적 조명의 출력값 이상의 고출력값이 요구될 때는 학습되어 설정된 프로세스 프로그램의 시스템을 차단하고 학습되지 않은 경우의 출력값을 산출? 설정하여 평균적으로 고출력되는 라인에 회로를 형성하며, 학습되지 않은 특정상황에서 필요로 하는 조건이 충족되면 환경적인 조건을 재인식하여 기 학습된

데이터에 의하여 동작되는 시스템으로 환원되어 동작하도록 한 것이다.

일반적으로 PV모듈의 현재 생산되는 전력량과 일사량 또한 배터리의 현재 사용량의 효율적인 출력값을 조절하여 전체사용량의 상관관계를 통하여 전력량의 최대 효율적 사용을 목적으로 하는 시스템이다.

종래에는 PV모듈의 현재 생산되는 전력량과 현재 일사량 또한 배터리의 축전된 전기에너지 사용량의 전체 상관관계를 용이하게 파악하지 못하므로 전력량을

효율적으로 사용하지 못하고 낭비하게 되는 결점이 있었다.

본 발명은 이와 같은 점에 부응하여 안출한 것으로, 본 발명의 목적은, PV모듈의 각각의 생산 전력량과 일사량 또는 일일 일사량 및 배터리에 축전된 현재의 전력값을 산출하여 각각의 시간에 필요한 출력값을 산출하고 학습된 데이터를 출력값 데이터에 의해 각각의 개소를 정하도록 하는데 있다.

또한, 본 발명의 목적은, 기존에는 태양광 드라이브 회로가 일률적인 출력값의 방식에 의하여 한정된 개소로 운영되었으나, 본 발명에서는 필요에 따른 출력값의 변환조정으로 잉여전력량을 효율적으로 사용하여 출력원의 개소를 늘리는데 목적이 있다.

이와 같은 목적을 달성하기 위한 본 발명은 기본적으로 전원 공급에 의하여 동작하며 배터리 전압전류 계측회로를 통하여 전원이 과방전 상태의 임계치에 도달하기 직전에 마이크로 프로세서를 통하여 전원을 AC 220V 상용전원으로 회로 절체하는 전원콘트롤 및 계측회로부와, 상기 전원콘트롤 및 계측회로부의 출력단에 접속되어 입력 태양전지의 입력값을 승압하는 승압초퍼회로부와, 부트스트랩을 위한 레벨 시프트회로와 IGBT 게이트 제어를 위한 드라이브 회로를 가진 IGBT 풀 브릿지 회로부와, 상기 IGBT 풀 브릿지 회로부의 출력단에 연결된 EMI필터 및 출력회로부와, 조도 및 적외선검출회로, 온도검출회로, 리모콘회로 및 로터리입력 스위치회로, 경보 및 알람회로, RS485인터페이스회로, 팬제어회로를 가지며, 상기 전원콘트롤 및 계측회로부로부터 입력되는 데이터에 따라 해당되는 제어를 수행하는 마이크로 프로세서를 포함하여 구성함을 특징으로 한다.

본 발명에 따르면, 세부적으로 저장된 전력량을 1일을 기준으로 볼 때 전력사용량이 시간별 차이가 있고 특정시간에 평균전력사용량보다 초과하여 사용할 수 있으므로 사용자의 전력사용 패턴에 맞게 출력을 자동조절하여 한정된 전력량을 최대한 사용하고 그 기준범위를 넘을 경우 하이브리드 방식으로 상용 AC전원을 사용 한다.

이상에서 상세히 설명한 바와 같은 본 발명은 신경망 알고리즘을 이용하여 PV모듈의 현재 생산되는 전력량과 일사량 또는 일일 일사량 및 배터리의 현재 사용량의 전체 상관관계를 통하여 일일 전력사용 총량 대비시간별 또는 특정 시간에 필요로 하는 전력사용량의 편차를 감안하여 일일 전력사용량의 효율성을 극대화할 수 있는 효과가 있다.

본 발명은 각각의 개소에 필요한 환경적인 조건을 기본으로 하여, 기 배터리에 축전된 에너지의 사용범위를 넘어갈 경우 하이브리드 방식을 적용하여 상용 A/C전원 보조원으로 사용하도록 하여 전체 사용량의 상관관계를 통해 태양광 에너지를 우선으로 최대 사용하고 나머지의 보조 A/C전원을 효율적으로 사용할 수 있다.

도 1은 본 발명의 개략적인 블록도.
도 2는 본 발명의 상세회로도.

이하, 본 발명의 실시 예를 첨부된 도면을 참고로 하여 상세히 설명하면 다음과 같다.

도 1은 본 발명의 개략적인 블럭도, 도 2는 상세 회로도를 나타낸 것으로, 크게 전원콘트롤 및 계측회로부(10)와, 승압초퍼회로부(20)와, IGBT 풀 브릿지 회로부(30)와, EMI 필터 및 출력회로부(40)와, 마이크로 프로세서(50), PWM제어 및 DC드라이브 회로(60)로 구성된다.

상기 전원콘트롤 및 계측회로부(10)는 PV 전압,전류 계측회로(11), 배터리전압전류계측회로(12), 일사량계측회로(13), AC/DC콘버터 회로(14)를 포함하여 구성된다.

상기 승압초퍼회로부(20)는 초퍼제어회로(21)를 포함하여 구성된다.

상기 IGBT 풀 브릿지회로부(30)는 브릿지 스위칭부(31)와 레벨쉬프트, 게이트회로(32)를 포함하여 구성된다.

상기 EMI필터 및 출력회로부(40)는 전류연산부(41)와 전압연산부(42) 및 EMI필터(43)와 부하(44)를 포함하여 구성된다.

상기 마이크로 프로세서(50)는 전원콘트롤 및 계측회로부(10)로부터 입력되는 데이터에 따라 각부를 제어하며, 조도 및 적외선센서열감지기검출회로(51), 온도검출회로(52), 리모콘회로 및 로터리입력 스위치회로(53), 경보 및 알람회로(54), RS485인터페이스회로(55), 팬제어회로(56)를 포함하여 구성된다.

상기 PWM 제어 및 DC 드라이브 회로(60)에는 부하(61)가 연결되어 구성된다.

이와 같이 구성된 본 발명의 작용을 설명한다.

먼저, PV모듈(15)과 연결된 PV 전압, 전류, 전력 계측회로(11)를 통하여 계측된 PV데이터는 하드웨어적으로는 마이크로프로세서(50)의 ADC포트를 사용하고 그 계산은 내부 프로그램에 의해서 처리된다.

즉, 상기 PV 전압, 전류, 전력 계측회로(11)를 통하여 현재 PV전류, PV전압, PV전력량을 비교 분석하여 일사량에 따른 PV생산량을 마이크로프로세서(50) 내부메모리에 저장한다.

또한, 마이크로프로세서(50)에 내장된 내부 타이머 회로에 의하여 리얼타임 데이터를 저장할 수 있다.

그리고 배터리뱅크(16)에 연결된 배터리 전압, 전류 계측회로(12)를 통하여 계측된 배터리 전압, 전류 데이터는 하드웨어적으로는 마이크로프로세서(50)의 ADC 포트를 사용하고, 그 계산은 프로그램 내부적으로 처리되며, 마이크로프로세서(50)는 배터리 과방전, 과전압 상태가 설정된 임계치값에 해당되는지의 여부를 계속적으로 비교 감시한다.

여기서, 하이브리드는 기본적인 배터리전원으로 동작하며 배터리 전원이 부족할 경우 일반 AC전원을 보조전원으로 사용한다.

또한, 일사량계측회로(13)를 통하여 계측된 일사량 데이터는 마이크로프로세서(50)의 ADC입력포트로 사용되며 내부적으로 연산 처리된다.

이러한 일사량 계측회로(13)는 일사량계에서 나오는 출력 데이타를 사용하며, 일사량 계측회로(13)는 일사량 값을 알고, 현재 PV 모듈(15)에서 생산하는 DC전압, DC전류, DC파우어를 알 수 있다

상기 PV 전압, 전류, 전력 계측회로(11), 배터리 전압, 전류 계측회로(12), 일사량계측회로(13) 등을 포함하는 전원콘트롤 및 계측회로부(10)는 기본적으로 배터리전원 공급에 의하여 동작하며, 배터리 전압, 전류 계측회로(12)를 통하여 전원이 과방전 상태의 임계치에 도달하기 직전에 마이크로프로세서(50)를 통하여 전원을 AC 220V상용전원으로 회로전환하고, AC/DC 컨버터회로(14)를 통하여 해당 전원을 사용한다.

그리고 PV전압, 전류, 전력 계측회로(11)와 배터리 전압, 전류 계측회로(12)는 내부적으로 션트(shunt)저항과 전류센서로 이루어진다.

한편, 마이크로 프로세서(50)의 출력단에 연결된 승압초퍼회로부(20)는 입력 태양전지의 입력값을 승압하고, 승압제어에는 PFC 제어용 IC를 사용하며 파워 디바이스로는 파워 모스패트를 사용한다.

또한, 상기 승압초퍼회로부(20)의 출력단에 연결된 IGBT 풀 브릿지회로부(30)는 부트 스트랩(boot strap)을 위한 레벨 시프트(LEVEL SHIFT)회로와 IGBT 게이트 제어 드라이브 회로(32)를 포함하여 구성된다.

본 발명의 마이크로프로세서(50)에 내장된 신경망 알고리즘은 첫째로, 최초 설정된 초기 특성 기본 데이터(일사량, 온도, PV전압, PV전류, 배터리전압, 배터리전류, 설정시간, 현재시간)와 일정한 주기마다 입력되는 센서 및 계측 데이터를 축적한 후 표본 추출하여 DB구조화 후 메모리에 저장한다.

둘째로, 일정한 주기마다 입력되는 센서 및 계측 데이터(일사량, 온도, PV전압, PV전류, 배터리전압, 배터리전류, 현재시간)와 사용자입력에 의해 설정되는 데이터를 위한 변수선택 및 필요요인 분석 후 실행한다.

이때, 주기적으로 입력되는 센서 및 계측 데이터(PV전압, PV전류, 일사량, 온도)를 분석하고, 현재시간 및 계절을 분석하며, 설정된 파라미터 데이터(팬 속도, 팬 동작설정시간, 동작전압, 동작전류, 소비전류 등의 임계치)를 분석하고, 최초 내부적으로 설정된 파라미터 데이터 및 학습된 데이터를 분석한다.

한편, 상기 마이크로프로세서(50)에는 조도 및 적외선센서열감지기검출회로(51)가 연결되는데 이러한 조도 및 적외선센서열감지기검출회로(51)는 조도센서(CDS)와 주변저항으로 구성되고, 검출회로를 통하여 현재 빛의 양을 마이크로프로세서(50)의 ADC를 사용하여 입력값을 해석하여 빛의 크기를 해석하고 일몰과 일출을 설정하며 낮이라고 판정되면 현재 로터리 입력 설정값이 출력으로 되어 있어도 마이크로 프로세서(50)에서는 FET제어를 통하여 출력을 제어한다. 또한 적외선센서와 열감지기를 이용하여 주변의 물체를 인식하여 주변 환경조건 및 이벤트 또는 사용자의 입력에 의하여 FET 제어를 수행한다.

즉, 마이크로 프로세서(50)에 연결된 조도 및 적외선센서열감지기검출회로(51)를 통하여 일몰, 일출을 알 수 있으며, 적외선센서와 인체감지센서를 통하여 물체를 감지 인식할 수 있으며, 데이터의 설정값 보다 더 높은 수치를 적외선센서와 인체감지기를 통하여 감지하였을 때는 학습된 평균적인 산출방식의 설정값에 의해 입력된 프로세스 프로그램 보다 우선으로 동작되게 한 프로그램에 의하여 평균적인 출력값 보다 더 높은 출력을 한다.

또한, 필요시 경보 및 알람회로(54)를 통하여 경보를 알릴 수 있다.

또한, 마이크로프로세서(50)에 연결된 온도검출회로(52)는 크게 내부쿨링 동작을 위한 내부온도측정과 외부온도 측정이 있으며, 온도측정소자는 NTC 서미스터를 사용하며 검출회로를 통하여 현재 저항값을 마이크로프로세서(50)의 ADC를 사용하여 입력값을 해석하여 현재 온도를 일정간격으로 수집하여 저장하고 그 수집된 데이터를 일정시간 간격으로 계산하여 현재 온도값을 확인한 후 설정된 온도 임계치에 도달하면 팬제어회로(56)를 통해 팬을 동작시켜 내부온도를 줄이는 쿨링기능을 활성화한다.

그리고 마이크로프로세서(50)에 연결된 리모콘 회로 및 로터리 입력 스위치회로(53)는 로터리 입력 스위치와 리모컨 센서로 이루어지고 스위치입력은 마이크로프로세서(50)의 입력포트를 통하여 이루어지며, 리모콘 데이터가 출력되면 마이크로프로세서(50)의 입력포트에서 그 주기를 계산하여 데이터 코드값으로 프로그램을 통하여 변환하고 동작, 정지, 모드변환, 전압상승, 전압하강, 디밍기능, 일정한 타이머에 의한 온/오프 등의 기능설정을 하고 마이크로프로세서(50)에서 해당기능을 수행한다.

또한, 마이크로프로세서(50)에 연결된 경보 및 알람회로(54)는 부저와 엘이디로 표시되며 EMI필터 및 출력회로부(40)의 전압검출회로(42)로부터 인지된 출력전압상태, 전류검출회로(41)로부터 인지된 출력전류상태, 배터리계측회로(12)를 통하여 인지된 현재 배터리 전압전류상태(과전압, 과방전)를 확인하여 엘이디와 부저로 알려준다.

그리고 마이크로프로세서(50)에 연결된 RS485 인터페이스회로(55)는 IC를 이용하여 외부기기와 통신 인터페이스를 구현하며 실제 외부기기와의 절연을 위한 수단으로 포터 커플러를 사용한다.

또한, 마이크로프로세서(50)에 연결된 팬제어회로(56)는 저소음팬과 트랜지스터로 이루어지고, 팬의 저소음을 위한 동작기법은 마이크로프로세서(50)를 통하여 PWM의 듀티와 싸이클을 제어하여 거의 소리가 들리지 않을 정도의 레벨로 팬을 동작시킨다.

한편, 상기 마이크로 프로세서(50)에는 PWM의 듀티와 싸이클을 제어하고 DC를 드라이브하기 위한 PWM제어 및 DC드라이브회로(60)가 접속되어 부하(61)를 제어하게 된다.

이하, 상기 전원콘트롤 및 계측회로부(10)의 PV전압,전류,전력 계측회로(11)에 연결된 PV모듈(15)과 배터리뱅크(16)에 대하여 설명한다.

먼저, PV 모듈(15)에서는 PV모듈의 전압과 전류를 계측한다.

그리고 배터리뱅크(16)에서는 배터리의 전압과 전류를 계측하고, 과방전, 과충전을 제어하며, 현재 상태를 계측하므로 완충전, 과방전 양을 알 수 있음과 함께 그 시간까지 예측 가능한 것으로, 현재 배터리를 사용하여 시간당 방전량을 계측한다.

또한, 시스템 내부온도 계측에 있어서는, 먼저, 시스템 내부 온도를 계측하고. 장착된 내부 팬은 온도에 의하여 동작되므로 시스템 자체에서 소모되는 전력량을 최소화하며, 시스템 외부온도를 계측하여 현재 외부 온도를 알 수 있게 된다.

그리고 출력조절기능에 있어서, 현재시간과 배터리의 잔량을 통하여 출력을 조절할 수 있는 것으로, 일정시간을 정하여 사용자가 출력조절기능을 설정 할 수 있다.

또한, 본 발명은 기술진보의 향상으로 각각 지능형 솔라 드라이브 회로가 설치된 개소의 출력값의 변화에 따라 기산출된 출력값 대비 잉여전력이 발생할 경우 기 산출된 출력값을 대입하여 각각의 출력원의 개소에 변화를 줄 수 있는 것으로, 사용자가 조건에 따라 입력한 각각의 프로세스에 의한 에너지의 출력값을 각각 조절하여 조명이 불필요한 조건에서 낭비되는 에너지를 조절하여 태양광 에너지 활용의 효율성을 최대한으로 할 수 있다.

한편, 여러 가지의 학습된 현장조건(각각 설치된 개소의 통계적으로 산출되어진 데이터 값) 중 예측된 프로세스 프로그램 데이터가 아닌 특정 상황에서의 현재 필요로 하는 환경조건 값이 형성될 때는 그 값을 최우선하여 필요에 의해 예측되어지는 입력된 출력값을 조정하여 사용한다.

즉, 현장의 조건적인 환경이 학습되어진 값이 산출되고 설정되어진 입력된 조건값이 아니고 평균적이지 않은 조건의 출력값이 요구될 때는 평균적으로 조절된

동시간 때의 출력값 프로세스 프로그램의 시스템을 차단하고 학습되지 않고 평균적이지 않았을 때의 경우의 출력값을 산출하고 설정하여 평균적으로 고출력되는 라인에 회로를 형성한다.

지능형 솔라 드라이브 회로가 설치된 현장의 조건적인 환경이 학습되지 않은 특정 상황에서 필요로 하는 조건이 충족되면 환경적인 조건을 재인식하여 기 학습된 데이터에 의하여 동작되는 시스템으로 환원되어 동작한다.

10:전원콘트롤 및 계측회로부 20:승압초퍼회로부
30:IGBT 풀 브릿지 회로부 40:EMI 필터 및 출력회로부
50:마이크로 프로세서 51:조도 및 적외선센서열감지기검출회로
52:온도검출회로 54:경보 및 알람회로
55:RS485인터페이스회로 56:팬제어회로
60:PWM 제어 및 DC 드라이브 회로 61:부하

Claims (2)

1. 배터리 전원공급에 의해 동작하며 배터리 전압전류 계측회로(12)를 통하여 전원이 과방전 상태의 임계치에 도달하기 직전에 마이크로 프로세서를 통하여 전원을 AC 220V 상용전원으로 회로 절체하는 전원콘트롤 및 계측회로부(10)와;
   상기 전원콘트롤 및 계측회로부(10)의 출력단에 접속되어 태양전지의 입력값을 승압하는 승압초퍼회로부(20)와;
   상기 승압초퍼회로부(20)의 출력단에 접속되어 부트스트랩을 위한 레벨 시프트회로와 IGBT 게이트 제어를 위한 드라이브 회로를 가진 IGBT 풀 브릿지 회로부(30)와;
   상기 IGBT 풀 브릿지 회로부(30)의 출력단에 연결되고 전류검출회로(41)와 전압검출회로(42) 그리고 EMI필터(43)와 부하(44)로 이루어진 EMI필터 및 출력회로부(40)와;
   조도 및 적외선센서열감지기검출회로(51), 온도검출회로(52), 리모콘회로 및 로터리입력 스위치회로(53), 경보 및 알람회로(54), RS485인터페이스회로(55), 팬제어회로(56)를 가지며, 상기 전원콘트롤 및 계측회로부(10)로부터 입력되는 데이터에 따라 해당되는 제어를 수행하는 마이크로 프로세서(50)와;
   상기 마이크로 프로세서(50)의 출력단에 접속되어 PWM의 듀티와 싸이클을 제어하고 DC를 드라이브하는 PWM 제어 및 DC 드라이브 회로(60);
   를 포함하여 구성된 것을 특징으로 하는 신경망 알고리즘을 이용한 하이브리드 지능형 솔라 드라이브 회로.
2. 제 1항에 있어서, 상기 마이크로 프로세서(50)가, 최초 설정된 초기 특성 기본데이터와 일정한 주기마다 입력되는 센서 및 계측데이터를 축적한 후 표본 추출하여 DB구조화 후 메모리에 저장하는 제1단계와,
   일정한 주기마다 입력되는 센서 및 계측데이터와 사용자입력에 의해 설정되는 데이터를 위한 변수선택 및 필요요인 분석하는 제2단계를 수행하는 프로그램을 가진 것을 특징으로 하는 신경망 알고리즘을 이용한 하이브리드 지능형 솔라 드라이브 회로.
   

Images