KR20150063228A - 태양광 발전기 출력 저하 판단 방법 및 장치 - Google Patents
태양광 발전기 출력 저하 판단 방법 및 장치 Download PDFInfo
- Publication number
- KR20150063228A KR20150063228A KR1020130147557A KR20130147557A KR20150063228A KR 20150063228 A KR20150063228 A KR 20150063228A KR 1020130147557 A KR1020130147557 A KR 1020130147557A KR 20130147557 A KR20130147557 A KR 20130147557A KR 20150063228 A KR20150063228 A KR 20150063228A
- Authority
- KR
- South Korea
- Prior art keywords
- output
- generator
- solar
- time
- power
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000010248 power generation Methods 0.000 claims description 48
- 230000015556 catabolic process Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000006731 degradation reaction Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 230000005855 radiation Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Development Economics (AREA)
- Mathematical Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Photovoltaic Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
본 발명은 태양광 발전기 출력 저하 판단 방법 및 장치에 관한 것이다. 보다 상세하게는 기상 정보를 기반으로 태양광 발전기의 출력치를 미리 예측한 후 상기 예측된 출력치를 이용하여 태양광 발전기에서 발생할 수 있는 비정상적인 출력 저하 현상을 미리 감지할 수 있도록 하는 태양광 발전기 출력 저하 판단 방법 및 장치에 관한 것이다. 본 발명은 태양광 발전기 출력 저하 판단 방법에 있어서, (a) 상기 출력 저하 판단 시점을 기준으로 전일의 시간대별 기상 정보, 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터, 및 상기 태양광 발전기의 특성 정보를 수집하는 단계; (b) 상기 전일의 시간대별 기상 정보 및 상기 태양광 발전기의 특성 정보를 이용하여 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기의 시간대별 발전량 예측 데이터를 생성하는 단계; 및 (c) 상기 태양광 발전기의 시간대별 발전량 예측 데이터와 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터를 비교한 후 상기 비교 결과에 따라 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기에 대한 시간대별 출력 저하 여부를 판단하는 단계를 포함하는 것을 특징으로 한다. 본 발명에 의하면 다수의 태양광 발전기가 포함된 태양광 발전 단지에서 개별 태양광 발전기에 대한 효과적 관리가 가능한 효과를 갖는다.
Description
본 발명은 태양광 발전기 출력 저하 판단 방법 및 장치에 관한 것이다. 보다 상세하게는 기상 정보를 기반으로 태양광 발전기의 출력치를 미리 예측한 후 상기 예측된 출력치를 이용하여 태양광 발전기에서 발생할 수 있는 비정상적인 출력 저하 현상을 미리 감지할 수 있도록 하는 태양광 발전기 출력 저하 판단 방법 및 장치에 관한 것이다.
최근 에너지 확보를 위한 국가적 차원의 신재생 에너지 보급 확대 정책에 따라 신재생 에너지(예를 들어, 태양광 또는 풍력 등) 기반의 발전이 가능한 신재생 발전기(예를 들어, 태양광 발전기)의 도입이 급속히 증가하고 있는 추세이다.
그러나, 신재생 발전기의 도입이 증가함에 따라 운영자가 신재생 발전기 각각에 대한 출력을 개별적으로 감시하는 것이 용이하지 못한 관계로, 신재생 발전 단지 등에 적용되는 신재생 발전기 모니터링 장치의 경우 신재생 발전기의 출력 성능을 온라인 기반으로 감시하고 고장 등의 원인으로 신재생 발전기의 출력이 비정상적으로 저하되는 경우, 이를 신속히 감지하여 즉각적인 신재생 발전기의 보수 조치를 위한 알람 신호를 운영자에게 제공하는 기능이 필수적으로 요구된다.
그러나, 종래의 신재생 발전기 모니터링 장치의 경우 단순히 신재생 발전기의 운전 상태, 전기적 특성, 기상 상황 등의 정보를 운영자에게 단순히 제시하는 수준에만 머물러 있는 문제점이 있었다.
이에 따라, 실제 신재생 발전기의 출력이 정상적인지 또는 비정상적인지를 판단하기 위해서는 운영자가 직접 신재생 발전기의 이력 데이터에 대한 분석 및 판단을 수행하여야 하는데, 이러한 경우 현실적으로 신재생 발전기의 출력 성능 저하 여부를 파악하는 것이 용이하지 못한 문제점이 있었다.
본 발명은 상기와 같은 문제점을 해결하고자 안출된 것으로 기상 정보를 이용하여 태양광 발전기의 발전량을 예측하고, 이를 실제 계측된 태양광 발전기의 발전량과 비교하는 방식으로 태양광 발전기의 비정상적인 출력 저하 현상을 자동으로 검출하는 것이 가능한 태양광 발전기 출력 저하 판단 방법 및 장치를 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 방법은 태양광 발전기 출력 저하 판단 방법에 있어서, (a) 상기 출력 저하 판단 시점을 기준으로 전일의 시간대별 기상 정보, 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터, 및 상기 태양광 발전기의 특성 정보를 수집하는 단계; (b) 상기 전일의 시간대별 기상 정보 및 상기 태양광 발전기의 특성 정보를 이용하여 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기의 시간대별 발전량 예측 데이터를 생성하는 단계; 및 (c) 상기 태양광 발전기의 시간대별 발전량 예측 데이터와 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터를 비교한 후 상기 비교 결과에 따라 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기에 대한 시간대별 출력 저하 여부를 판단하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 (b) 단계는 (b1) 상기 전일의 시간대별 기상 정보를 이용하여 시간대별 수평면 전일사량 예측 데이터를 생성하는 단계; 및 (b2) 상기 시간대별 수평면 전일사량 예측 데이터, 상기 태양광 발전기의 특성 정보, 및 미리 결정된 출력 보정 계수를 이용하여 상기 태양광 발전기의 시간대별 발전력 예측 데이터를 생성하는 단계를 포함할 수 있다.
또한, 상기 (c) 단계는 (c1) 상기 태양광 발전기의 시간대별 발전량 예측 데이터와 상기 태양광 발전기의 시간대별 발전력 데이터의 차이 값을 시간대별로 계산하는 단계; 및 (c2) 상기 시간대별로 계산된 차이 값이 미리 결정된 범위를 초과하는 시간대가 존재하는 경우 해당 시간대를 상기 태양광 발전기의 출력 저하가 발생하는 시간대로 판단하는 단계를 포함할 수 있다.
또한, 상기 (c2) 단계에 이어서 (c3) 상기 태양광 발전기의 출력 저하가 발생하는 것으로 판단된 시간대에 도달하는 경우 상기 태양광 발전기의 출력 저하 발생에 따른 경고 신호를 생성하는 단계를 더 포함할 수 있다.
또한, 상기 (a) 단계에서 상기 태양광 발전기의 특성 정보는 상기 태양광 발전기의 발전 효율 정보, 상기 태양광 발전기에 포함된 태양광 패널의 면적 정보, 및 상기 태양광 발전기에 포함된 인버터 효율 정보일 수 있다.
또한, 상기 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 장치는 태양광 발전기 출력 저하 판단 장치에 있어서, 상기 출력 저하 판단 시점을 기준으로 전일의 시간대별 기상 정보, 상기 전일이 상기 태양광 발전기의 시간대별 발전량 데이터, 및 상기 태양광 발전기의 특성 정보를 수집하는 데이터 수집부; 상기 전일의 시간대별 기상 정보 및 상기 태양광 발전기의 특성 정보를 이용하여 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기의 시간대별 발전량 예측 데이터를 생성하는 발전량 예측 데이터 생성부; 및 상기 태양광 발전기의 시간대별 발전량 예측 데이터와 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터를 비교한 후 상기 비교 결과에 따라 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기에 대한 시간대별 출력 저하 여부를 판단하는 태양광 발전기 출력 저하 판단부를 포함하는 것을 특징으로 한다.
본 발명에 의하면 태양광 발전기에서 발생가능한 비정상적인 출력 저하 현상을 사전에 예측하여 운영자가 미리 파악할 수 있도록 함으로써, 다수의 태양광 발전기가 포함된 태양광 발전 단지에서 개별 태양광 발전기에 대한 효과적 관리가 가능한 효과를 갖는다.
도 1은 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 장치의 배치 참고도,
도 2는 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 장치의 블록도,
도 3은 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 방법의 순서도,
도 4는 도 3의 S200에 대한 상세 순서도, 및
도 5는 도 3의 S300에 대한 상세 순서도 이다.
도 2는 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 장치의 블록도,
도 3은 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 방법의 순서도,
도 4는 도 3의 S200에 대한 상세 순서도, 및
도 5는 도 3의 S300에 대한 상세 순서도 이다.
이하, 본 발명의 바람직한 실시예를 첨부한 도면들을 참조하여 상세하게 설명하도록 한다. 우선 각 도면의 구성 요소들에 참조 부호를 첨가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 실시될 수 있음은 물론이다.
도 1은 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 장치의 배치 참고도, 도 2는 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 장치의 블록도 이다.
도 1에 도시된 바와 같이 본 발명의 태양광 발전기 출력 저하 판단 장치(1)는 다수의 태양광 발전기(PV)를 포함하는 태양광 발전 단지에 적용되어 태양광 발전기 각각의 출력 저하 여부를 판단하는 것을 목적으로 하며, 도 2에 도시된 바와 같이 데이터 수집부(10), 발전량 예측 데이터 생성부(20), 및 태양광 발전기 출력 저하 판단부(30)를 포함한다.
데이터 수집부(10)는 태양광 발전기에 대한 출력 저하 판단 시점을 기준으로 전일의 시간대별 기상 정보(예를 들어, 날씨 정보), 상기 전일의 태양광 발전기의 시간대별 발전량 데이터, 및 상기 태양광 발전기의 특성 정보를 수집한다.
이때, 상기 전일의 시간대별 기상 정보는 외부의 기상 정보 수집 서버(예를 들어, 기상청 서버)로부터 수집될 수 있고, 상기 전일의 태양광 발전기의 시간대별 발전량 데이터 및 상기 태양광 발전기의 특성 정보는 상기 태양광 발전 단지에 적용된 태양광 발전기(도 1의 PV)로부터 수집될 수 있다.
또한, 상기 태양광 발전기의 특성 정보는 상기 태양광 발전기의 발전 효율 정보, 상기 태양광 발전기에 포함된 태양광 패널의 면적 정보, 및 상기 태양광 발전기에 포함된 인버터 효율 정보일 수 있다.
발전량 예측 데이터 생성부(20)는 상기 전일의 시간대별 기상 정보 및 상기 태양광 발전기의 특성 정보를 이용하여 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기의 시간대별 발전량 예측 데이터를 생성한다.
이때, 발전량 예측 데이터 생성부(20)가 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기의 시간대별 발전량 예측 데이터를 생성하는 상세 과정은 이하 도 4를 참조하여 보다 상세하게 설명하도록 한다.
태양광 발전기 출력 저하 판단부(30)는 발전량 예측 데이터 생성부(20)에서 생성되는 상기 태양광 발전기의 시간대별 발전량 예측 데이터와 데이터 수집부(10)에서 수집된 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터를 비교한 후 상기 비교 결과에 따라 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기에 대한 시간대별 출력 저하 여부를 판단한다.
이때, 태양광 발전기 출력 저하 판단부(30)가 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기에 대한 시간대별 출력 저하 여부를 판단하는 상세 과정은 이하 도 5를 참조하여 보다 상세하게 설명하도록 한다.
또한, 태양광 발전기 출력 저하 판단부(30)는 상기 판단 결과에 따라 상기 태양광 발전기의 출력 저하가 발생하는 것으로 판단된 시간대마다 상기 태양광 발전기의 출력 저하 발생에 따른 경고 신호를 생성할 수 있고, 이에 따라 본 발명의 태양광 발전기 출력 저하 판단 장치(1) 운영자는 상기 태양광 발전기의 출력 저하 발생을 해결하기 위한 조치(예를 들어, 태양광 발전기에 대한 보수 작업)를 용이하게 수행할 수 있게 된다.
도 3은 본 발명의 바람직한 실시예에 따른 태양광 발전기 출력 저하 판단 방법에 대한 순서도 이다.
도 3에 도시된 바와 같이 S100에서 데이터 수집부(10)가 상기 출력 저하 판단 시점을 기준으로 전일의 시간대별 기상 정보, 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터, 및 상기 태양광 발전기의 특성 정보를 수집한다.
S200에서 발전량 예측 데이터 생성부(20)가 상기 전일의 시간대별 기상 정보 및 상기 태양광 발전기의 특성 정보를 이용하여 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기의 시간대별 발전량 예측 데이터를 생성한다. 이때, S200의 상세 과정은 이하 도 4를 참조하여 보다 상세하게 설명하도록 한다.
S300에서 태양광 발전기 출력 저하 판단부(30)가 상기 태양광 발전기의 시간대별 발전량 예측 데이터와 상기 전일의 태양광 발전기의 시간대별 발전량 데이터를 비교한 후 상기 비교 결과에 따라 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기에 대한 출력 저하 여부를 판단하면 종료가 이루어진다. 이때, S300의 상세 과정은 이하 도 5를 참조하여 보다 상세하게 설명하도록 한다.
도 4는 도 3의 S200에 대한 상세 순서도 이다. 도 4에 도시된 바와 같이 S210에서 발전량 예측 데이터 생성부(20)가 상기 전일의 시간대별 기상 정보를 이용하여 시간대별 수평면 전일사량 예측 데이터를 생성한다.
이때, S210에서 상기 수평면 전일사량은 크게 직달 일사량(Beam radition) 성분 및 확달 일사량(Diffuse radiation) 성분을 포함하고, 상기 직달 일사량 성분의 경우 하기 수학식 1에 의해 산출될 수 있고 상기 확달 일사량 성분의 경우 하기 수학식 2에 의해 산출될 수 있다.
여기에서, Tb는 직달 일사 대기투과도를 의미하고, θz는 태양 천칭각을 의미하며, k, εb, a0, 및 a1은 상수값을 의미한다.
여기에서, Td는 확산 일사 대기투과도, θz는 태양 천칭각, Tb는 직달 일사 대기투과도, 및 εd는 상수값을 의미한다.
또한, 상기 수학식 1 및 수학식 2에 의해 산출된 직달 일사량 성분 및 확달 일사량 성분을 이용하여 상기 수평면 전일사량 예측 데이터를 하기 수학식 3과 같이 산출할 수 있다.
여기에서, R은 수평면 전일사량 예측 데이터, Tb는 직달 일사 대기투과도, Td는 확산 일사 대기투과도, 및 Gon은 년중 특정일의 외기복사량을 의미한다.
이때, 상기 수학식 3의 경우 상기 전일의 시간대별 기상 정보를 반영하여 맑은날로 판단되는 경우 산출되는(다시 말해서, 날씨 보정 계수를 1로 하여 산출되는) 수평면 전일사량 예측 데이터일 수 있으며, 만일 상기 전일의 시간대별 기상 정보에 의해 흐린날로 판단되는 경우 상기 날씨 보정 계수를 1보다 작은값(예를 들어, 0.5)로 하여 상기 수평면 전일사량 예측 데이터를 산출할 수 있다.
S230에서 발전력 예측 데이터 생성부(20)가 상기 수평면 전일사량 예측 데이터, 상기 태양광 발전기의 특성 정보, 및 미리 결정된 출력 보정 계수를 이용하여 상기 태양광 발전기의 시간대별 발전력 예측 데이터를 생성하면 종료가 이루어지고, S300이 수행될 수 있게 된다.
이때, S23O에서 발전력 예측 데이터 생성부(20)는 상기 수평면 전일사량 예측 데이터 및 상기 태양광 발전기의 특성 정보를 이용하여 상기 태양광 발전기의 시간대별 발전력 예측 데이터를 하기 수학식 4와 같이 1차적으로 생성할 수 있다.
여기에서, PPV는 1차 계산되는 태양광 발전기의 시간대별 발전력 예측 데이터, θ는 남중 고도, ηm은 MPPT(Maximum Power Point Tracking) 효율, Ap는 태양광 발전기에 포함된 태양광 패널 면적, ηp는 태양광 패널 변환 효율, ηinv는 태양광 발전기에 포함된 인버터 효율을 의미한다.
또한, 상기 수학식 4에 의해 1차적으로 생성된 상기 태양광 발전기의 시간대별 발전력 예측 데이터에 상기 출력 보정 계수(다시 말해서, 태양광 발전기의 설치 지역에 따른 태양광 세기를 고려하여 미리 결정된 계수)를 곱하여 상기 태양광 발전기의 시간대별 발전력 예측 데이터를 최종적으로 생성할 수 있다.
도 5는 도 3의 S300에 대한 상세 순서도 이다. 도 5에 도시된 바와 같이 S310에서 태양광 발전기 출력 저하 판단부(30)가 S200에서 생성된 상기 태양광 발전기의 시간대별 발전력 예측 데이터와 S100에서 수집된 상기 태양광 발전기의 시간대별 발전력 데이터의 차이 값을 시간대별로 계산한다.
S330에서 태양광 발전기 출력 저하 판단부(30)가 상기 시간대별로 계산된 차이 값이 미리 결정된 범위를 초과하는지를 판단한 후 상기 미리 결정된 범위를 초과하는 시간대가 존재하지 않는 경우 종료가 이루어지고, 상기 미리 결정된 범위를 초과하는 시간대가 존재하는 경우 S350에서 태양광 발전기 출력 저하 판단부(30)가 해당 시간대를 상기 태양광 발전기의 출력 저하가 발생하는 시간대로 판단한 후 종료가 이루어진다.
또한, 도면에는 도시되지 않았지만 S350에 이어서 태양광 발전기 출력 저하 판단부(30)가 S350에서 판단된 시간대(다시 말해서, 상기 태양광 발전기의 출력 저하가 발생하는 것으로 판단된 시간대)에 도달하는 경우 상기 태양광 발전기 출력 저하 발생에 따른 경고 신호를 생성하는 단계를 더 포함할 수 있다.
본 발명은 태양광 발전 단지를 구성하는 다수의 태양력 발전기 각각의 출력 성능 저하 여부를 사전에 판단하기 위한 것을 목적으로 하며, 이를 위해 출력 저하 판단 시점을 기준으로 전일의 기상 정보 및 태양광 발전기의 특성 정보를 이용하여 태양광 발전기의 시간대별 발전량 예측 데이터를 생성한다.
그리고, 태양광 발전기의 시간대별 발전력 예측 데이터를 미리 수집된 전일의 태양광 발전기의 시간대별 발전량 데이터와 비교란 후 비교 결과에 따라 태양력 발전기의 출력 저하가 발생하는 시간대를 사전에 판단할 수 있게 된다.
따라서, 본 발명의 경우 태양광 발전기에서 발생가능한 비정상적인 출력 저하 현상을 사전에 예측하여 운영자가 미리 파악할 수 있도록 함으로써, 다수의 태양광 발전기가 포함된 태양광 발전 단지에서 개별 태양광 발전기에 대한 효과적 관리가 가능한 장점을 가질 수 있게 된다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예들에 의하여 본 발명의 기술 사상이 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의해서 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
(1) : 태양광 발전기 출력 저하 판단 장치
(10) : 데이터 수집부
(20) : 발전량 예측 데이터 생성부
(30) : 태양광 발전기 출력 저하 판단부
(20) : 발전량 예측 데이터 생성부
(30) : 태양광 발전기 출력 저하 판단부
Claims (6)
- 태양광 발전기 출력 저하 판단 방법에 있어서,
(a) 상기 출력 저하 판단 시점을 기준으로 전일의 시간대별 기상 정보, 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터, 및 상기 태양광 발전기의 특성 정보를 수집하는 단계;
(b) 상기 전일의 시간대별 기상 정보 및 상기 태양광 발전기의 특성 정보를 이용하여 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기의 시간대별 발전량 예측 데이터를 생성하는 단계; 및
(c) 상기 태양광 발전기의 시간대별 발전량 예측 데이터와 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터를 비교한 후 상기 비교 결과에 따라 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기에 대한 시간대별 출력 저하 여부를 판단하는 단계를 포함하는 것을 특징으로 하는 태양광 발전기 출력 저하 판단 방법. - 제 1항에 있어서,
상기 (b) 단계는,
(b1) 상기 전일의 시간대별 기상 정보를 이용하여 시간대별 수평면 전일사량 예측 데이터를 생성하는 단계; 및
(b2) 상기 시간대별 수평면 전일사량 예측 데이터, 상기 태양광 발전기의 특성 정보, 및 미리 결정된 출력 보정 계수를 이용하여 상기 태양광 발전기의 시간대별 발전력 예측 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 태양광 발전기 출력 저하 판단 방법. - 제 1항에 있어서,
상기 (c) 단계는,
(c1) 상기 태양광 발전기의 시간대별 발전량 예측 데이터와 상기 태양광 발전기의 시간대별 발전력 데이터의 차이 값을 시간대별로 계산하는 단계; 및
(c2) 상기 시간대별로 계산된 차이 값이 미리 결정된 범위를 초과하는 시간대가 존재하는 경우 해당 시간대를 상기 태양광 발전기의 출력 저하가 발생하는 시간대로 판단하는 단계를 포함하는 것을 특징으로 하는 태양광 발전기 출력 저하 판단 방법. - 제 3항에 있어서,
상기 (c2) 단계에 이어서,
(c3) 상기 태양광 발전기의 출력 저하가 발생하는 것으로 판단된 시간대에 도달하는 경우 상기 태양광 발전기의 출력 저하 발생에 따른 경고 신호를 생성하는 단계를 더 포함하는 것을 특징으로 하는 태양광 발전기 출력 저하 판단 방법. - 제 1항에 있어서,
상기 (a) 단계에서,
상기 태양광 발전기의 특성 정보는 상기 태양광 발전기의 발전 효율 정보, 상기 태양광 발전기에 포함된 태양광 패널의 면적 정보, 및 상기 태양광 발전기에 포함된 인버터 효율 정보인 것을 특징으로 하는 태양광 발전기 출력 저하 판단 방법. - 태양광 발전기 출력 저하 판단 장치에 있어서,
상기 출력 저하 판단 시점을 기준으로 전일의 시간대별 기상 정보, 상기 전일이 상기 태양광 발전기의 시간대별 발전량 데이터, 및 상기 태양광 발전기의 특성 정보를 수집하는 데이터 수집부;
상기 전일의 시간대별 기상 정보 및 상기 태양광 발전기의 특성 정보를 이용하여 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기의 시간대별 발전량 예측 데이터를 생성하는 발전량 예측 데이터 생성부; 및
상기 태양광 발전기의 시간대별 발전량 예측 데이터와 상기 전일의 상기 태양광 발전기의 시간대별 발전량 데이터를 비교한 후 상기 비교 결과에 따라 상기 출력 저하 판단 시점을 기준으로 상기 태양광 발전기에 대한 시간대별 출력 저하 여부를 판단하는 태양광 발전기 출력 저하 판단부를 포함하는 것을 특징으로 하는 태양광 발전기 출력 저하 판단 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130147557A KR101544713B1 (ko) | 2013-11-29 | 2013-11-29 | 태양광 발전기 출력 저하 판단 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130147557A KR101544713B1 (ko) | 2013-11-29 | 2013-11-29 | 태양광 발전기 출력 저하 판단 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20150063228A true KR20150063228A (ko) | 2015-06-09 |
KR101544713B1 KR101544713B1 (ko) | 2015-08-24 |
Family
ID=53503811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130147557A KR101544713B1 (ko) | 2013-11-29 | 2013-11-29 | 태양광 발전기 출력 저하 판단 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101544713B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220104477A (ko) * | 2021-01-18 | 2022-07-26 | 우리산전 주식회사 | 환경측정을 이용하여 최대전력점을 최적화하는 태양광 발전용 전력변환장치 |
KR102498535B1 (ko) * | 2022-03-24 | 2023-02-10 | 주식회사 인코어드 테크놀로지스 | 신재생에너지 발전 관리 시스템 |
CN116720631A (zh) * | 2023-08-09 | 2023-09-08 | 深圳市洛丁光电有限公司 | 一种分布式光伏发电电量分析预测方法、系统及存储介质 |
-
2013
- 2013-11-29 KR KR1020130147557A patent/KR101544713B1/ko active IP Right Grant
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220104477A (ko) * | 2021-01-18 | 2022-07-26 | 우리산전 주식회사 | 환경측정을 이용하여 최대전력점을 최적화하는 태양광 발전용 전력변환장치 |
KR102498535B1 (ko) * | 2022-03-24 | 2023-02-10 | 주식회사 인코어드 테크놀로지스 | 신재생에너지 발전 관리 시스템 |
CN116720631A (zh) * | 2023-08-09 | 2023-09-08 | 深圳市洛丁光电有限公司 | 一种分布式光伏发电电量分析预测方法、系统及存储介质 |
CN116720631B (zh) * | 2023-08-09 | 2023-12-19 | 深圳市洛丁光电有限公司 | 一种分布式光伏发电电量分析预测方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR101544713B1 (ko) | 2015-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9520826B2 (en) | Solar cell module efficacy monitoring system and monitoring method therefor | |
Silvestre et al. | Automatic fault detection in grid connected PV systems | |
US10622941B2 (en) | Real-time series resistance monitoring in photovoltaic systems | |
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 | |
JP5736530B1 (ja) | 太陽光発電システムの未来の電流値または発電量の低下の時期を予測する方法 | |
KR20220049390A (ko) | 태양광 발전 시스템에서 수집한 데이터를 통합적으로 관리하여 설비의 상태를 자동으로 모니터링하는 장치 및 방법 | |
JP2011216811A (ja) | 太陽電池異常診断システム、太陽電池異常診断装置および太陽電池異常診断方法 | |
KR101061025B1 (ko) | 태양광발전 장치의 이상유무 검출 시스템 및 방법 | |
Ventura et al. | Development of models for on-line diagnostic and energy assessment analysis of PV power plants: The study case of 1 MW Sicilian PV plant | |
KR102352588B1 (ko) | 선형회귀모델을 이용하여 태양광 발전에서의 인버터 효율 정보를 도출하는 장치 및 방법 | |
KR102043340B1 (ko) | 계통 연계형 태양광 발전 모니터링 시스템 | |
JP6597425B2 (ja) | 要因推定装置、要因推定装置の制御方法、制御プログラムおよび記録媒体 | |
KR101544713B1 (ko) | 태양광 발전기 출력 저하 판단 방법 및 장치 | |
Zahraoui et al. | System‐level condition monitoring approach for fault detection in photovoltaic systems | |
Faranadia et al. | Voltage flicker assessment of 15.3 kWp grid connected photovoltaic systems | |
Omar et al. | Energy yield calculation of the grid connected photovoltaic power system | |
Tatapudi et al. | Risk priority number for PV module defects: influence of climatic condition | |
JP2017153300A (ja) | 太陽光発電パネル検査装置、パネル検査方法およびコンピュータプログラム | |
CN107271916B (zh) | 一种电池板组串健康状态检测方法 | |
JP2019216547A (ja) | 電力制御装置、太陽光発電システム、太陽光発電設備の不具合診断方法 | |
CN111401689B (zh) | 光伏场站降雪日期的确定方法、装置、设备及存储介质 | |
Muhammad et al. | Fault detection using acceptance ratio analysis on polycrystalline grid-connected photovoltaics system | |
EP4150420A1 (en) | System, device and method for determining soiling of pv modules | |
JP2011187808A (ja) | 太陽光発電システム | |
CN118410445B (zh) | 分布式光伏异常数据检测方法、系统、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20190808 Year of fee payment: 5 |