KR20200059704A - 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템 - Google Patents
고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템 Download PDFInfo
- Publication number
- KR20200059704A KR20200059704A KR1020180144756A KR20180144756A KR20200059704A KR 20200059704 A KR20200059704 A KR 20200059704A KR 1020180144756 A KR1020180144756 A KR 1020180144756A KR 20180144756 A KR20180144756 A KR 20180144756A KR 20200059704 A KR20200059704 A KR 20200059704A
- Authority
- KR
- South Korea
- Prior art keywords
- solar
- power generation
- solar cell
- cell array
- photovoltaic
- Prior art date
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 148
- 238000012544 monitoring process Methods 0.000 title claims description 23
- 230000005855 radiation Effects 0.000 claims abstract description 52
- 238000005259 measurement Methods 0.000 claims description 56
- 230000008859 change Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 9
- 230000007423 decrease Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 description 19
- 238000003745 diagnosis Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 9
- 238000009529 body temperature measurement Methods 0.000 description 8
- 230000005611 electricity Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 241001494479 Pecora Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000001931 thermography Methods 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Atmospheric Sciences (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Photovoltaic Devices (AREA)
Abstract
태양전지 어레이 및 태양광 인버터를 포함하는 태양광발전 시스템의 상태를 진단하는 태양광발전 관리 시스템은, 일사량, 온도, 습도, 풍향 및 풍속 중 적어도 하나를 측정하여 제1 기상 데이터를 생성하는 기상정보 수집부; 상기 제1 기상 데이터에 기초하여 상기 태양광발전 시스템의 발전량을 예측하여 제1 발전량을 산출하는 발전량 예측부; 상기 태양전지 어레이와 상기 태양광 인버터의 사이 또는 태양광 인버터의 출력단에 배치되어 상기 태양광발전 시스템의 발전량을 측정하여 제2 발전량을 산출하는 발전량 측정부; 및 상기 제1 발전량과 상기 제2 발전량을 비교하여 상기 태양광발전 시스템의 효율을 산출하며, 상기 효율이 기준 효율 범위를 벗어난 경우 상기 제2 발전량에 기초하여 장애 발생 개소 및 장애 발생 원인 중 적어도 하나를 판단하는 제어부를 포함한다.
Description
본 발명은 태양광 발전 관리 시스템에 관한 것으로, 보다 구체적으로 태양광 발전 시스템의 장애 발생 여부를 예측 및 판단하는 태양광 발전 관리 시스템에 관한 것이다.
태양광 발전 장치는 태양광을 이용하여 전기를 생산하는 장치로서, 태양광 발전 모듈과 태양 전지 모듈 등으로 구성된다. 태양광 발전 모듈에서는 전기를 직류로 생산하고, 인버터(inverter)를 이용하여 교류로 변환한다.
태양광 발전 장치는 여러 구성들로 구성되며, 각 구성들에서 고장이나 동작 오류가 발생하는 경우 이를 즉각적으로 감지하여 조치를 취하여야 한다.
그러나, 태양광 발전 모듈에 이상이 있는지 아니면 태양 전지 모듈에 이상이 있는지 또는 인버터에 이상이 있는지 쉽게 감지하기 어렵다. 또한, 태양광은 날씨에 따라 조사량이 달라지고, 계절에 따라 바뀌는 태양의 고도나 방향에 따라서도 달라지기 때문에 정상적인 태양광 발전량의 기준치를 정하기는 매우 어렵다.
한국등록특허 제1,728,692호(2017.04.20.공고)는 태양광 모듈의 고장 예측 모니터링 시스템 및 방법에 관한 것으로, 태양광 발전량에 대한 날짜 및 시간대별 실시간 변화 추이가 미리 저장되는 데이터베이스와, 일사량, 모듈 온도를 고려하여 태양광 발전 예상량을 산출함으로써, 태양광 발전 모듈의 고장 여부를 판단하는 구성을 개시하고 있다.
본 발명은 태양광 발전 시스템의 고장 발생 여부, 고장 개소 및 고장 원인을 판단할 수 있는 태양광 발전 관리 시스템을 제공하고자 한다.
본 발명은 태양광 발전 시스템의 노후를 예측 판단할 수 있는 태양광 발전 관리 시스템을 제공하고자 한다.
상기 일 목적을 달성하기 위한 본 발명의 실시예들에 따른 태양광 발전 관리 시스템은 태양전지 어레이 및 태양광 인버터를 포함하는 태양광발전 시스템의 상태를 진단할 수 있다. 태양광발전 관리 시스템은, 일사량, 온도, 습도, 풍향 및 풍속 중 적어도 하나를 측정하여 제1 기상 데이터를 생성하는 기상정보 수집부; 상기 제1 기상 데이터에 기초하여 상기 태양광발전 시스템의 발전량을 예측하여 제1 발전량을 산출하는 발전량 예측부; 상기 태양전지 어레이와 상기 태양광 인버터의 사이 또는 태양광 인버터의 출력단에 배치되어 상기 태양광발전 시스템의 발전량을 측정하여 제2 발전량을 산출하는 발전량 측정부; 및 상기 제1 발전량과 상기 제2 발전량을 비교하여 상기 태양광발전 시스템의 효율을 산출하며, 상기 효율이 기준 효율 범위를 벗어난 경우 상기 제2 발전량에 기초하여 장애 발생 개소 및 장애 발생 원인 중 적어도 하나를 판단하는 제어부를 포함 할 수 있다.
일 실시예에 의하면, 상기 기상정보 수집부는, 상부에 하나 이상의 태양전지판을 구비하고, 상기 태양전지판에서 생산된 전력을 관리 및 저장하는 전원모듈을 구비하는 하우징; 상기 하우징의 측부에 구비되고, 일사량을 측정하는 일사량 측정센서를 구비하는 일사량 측정부; 상기 하우징 또는 일사량 측정부 중 적어도 하나에 구비되어 대기온도, 하우징 또는 일사량 측정부 중 적어도 하나의 온도를 측정하는 온도측정센서를 구비하는 온도측정부; 및 상기 하우징의 내부에 구비되어 상기 전원모듈, 일사량 측정센서 및 온도측정센서에서 생성된 정보를 전달받아 관리하는 제어모듈과, 상기 제어모듈과 연결되어 상기 생성된 정보를 관리자 단말기와 무선 통신하는 무선통신모듈을 포함하여 구성되는 관리부를 포함 할 수 있다.
일 실시예에 의하면, 상기 제어부는, 기상관측소로부터 상기 기상관측소에 대한 제2 기상 데이터를 수신하고, 상기 태양광 발전 시스템의 제1 위치정보 및 상기 기상관측소의 제2 위치정보에 기초하여 상기 제2 기상 데이터를 내삽하여 제3 기상 데이터를 생성하며, 상기 제3 기상 데이터에 기초하여 상기 제1 기상 데이터의 신뢰도를 산출하거나, 상기 기상정보 수집부의 정상 동작 여부를 판단하며, 상기 신뢰도가 상대적으로 높을수록 상기 기준 효율 범위를 상대적으로 좁게 설정 할 수 있다.
일 실시예에 의하면, 상기 태양광 발전 관리 시스템은, 상기 태양전지 어레이의 온도 및 진동 중 적어도 하나를 측정하여 제1 모니터링 데이터를 생성하고, 상기 태양광 인버터의 온도, 진동, 일사량 중 적어도 하나를 측정하여 제2 모니터링 데이터를 생성하는 센싱부; 및 상기 태양전지 어레이의 제1 구동 시간 및 제1 구동 주기를 관리하며, 상기 제1 구동 시간, 상기 제1 구동 주기 및 상기 제1 모니터링 데이터에 기초하여 상기 태양전지 어레이의 제1 기대수명을 산출하고, 상기 태양광 인버터의 제2 구동 시간 및 제2 구동 주기를 관리하며, 상기 제2 구동 시간, 상기 제2 구동 주기 및 상기 제2 모니터링 데이터에 기초하여 상기 태양광 인버터의 제2 기대수명을 산출하는 수명 산출부를 더 포함하고, 상기 제1 기대수명은 상기 태양전지 어레이의 시간 경과에 따른 효율 변화를 나타내며, 상기 제2 기대수명은 상기 태양광 인버터의 시간 경과에 따른 효율 변화를 나타 낼 수 있다. 여기서, 상기 발전량 예측부는 상기 제1 기상 데이터, 상기 제1 기대수명 및 상기 제2 기대수명에 기초하여 상기 제1 발전량을 산출하며, 상기 제어부는 상기 효율이 기준 효율 범위를 벗어난 경우 제1 및 제2 모니터링 결과들에 기초하여 상기 태양광발전 시스템의 장애 발생 여부, 장애 발생 개소 및 장애 발생 원인 중 적어도 하나를 판단하고, 상기 제어부는 상기 제1 기대수명에 기초하여 상기 태양전지 어레이의 제1 점검 시기 및 제1 교체 시기를 결정하고, 상기 제2 기대수명에 기초하여 상기 태양광 인버터의 제2 점검 시기 및 제2 교체 시기를 결정 할 수 있다.
일 실시예에 의하면, 상기 센싱부는, 상기 태양광 인버터의 일 측에 배치되어 상기 태양광 인버터로 입사되는 광량을 측정하는 일사량 측정 센서; 및 상기 태양광 인버터의 내측에 구비되어 상기 태양광 인버터의 내부 온도를 측정하는 온도 센서를 포함하고, 상기 수명 산출부는 상기 내부 온도 및 상기 광량이 클수록 상기 제2 기대수명의 감소폭을 증가시켜 상기 제2 기대수명을 산출 할 수 있다.
일 실시예에 의하면, 상기 센싱부는, 상기 태양전지 어레이에 인접하여 배치되어 바람에 의해 발생되는 상기 태양전지 어레이의 진동을 감지하는 제1 진동 센서들을 포함하는 제1 진동 센서 그룹; 및 상기 태양광 인버터에 인접하여 배치되어 바람에 의해 발생되는 상기 태양광 인버터의 진동을 감지하는 제2 진동 센서들을 포함하는 제2 진동 센서 그룹을 더 포함하고, 상기 수명 산출부는 상기 태양전지 어레이의 진동의 크기와, 누적 진동량에 기초하여 상기 제1 기대수명을 산출하고, 상기 제어부는 상기 태양전지 어레이의 진동이 기준값을 초과하는 경우, 상기 태양전지 어레이에 장애가 있는 것으로 판단 할 수 있다.
일 실시예에 의하면, 상기 태양전지 어레이는, 상호 직렬 연결된 복수의 태양광 전지모듈들; 및 상기 태양광 전지모듈들에서 생성된 전력을 상기 태양광 인터버에 전송하는 접속반을 포함하고, 상기 센싱부는, 상기 태양광 전지모듈들 중 하나에 연결된 제1 측정라인; 및 상기 접속반에 연결되는 제2 측정라인을 포함하며, 상기 발전량 측정부는, 제1 및 제2 측정라인들을 통해 부분 전압을 산출하며, 상기 제어부는, 상기 제2 발전량과 상기 부분 전압에 기초하여 상기 태양광 전지모듈들 중 적어도 하나에 대한 장애 발생 여부를 판단 할 수 있다.
일 실시예에 의하면, 상기 태양전지 어레이는 M행*N열(단, M 및 N은 양의 정수)의 태양광 전지모듈들을 포함하고, 상기 센싱부는 상기 태양광 전지모듈들 각각의 출력 전압을 측정하며, 상기 제어부는, 상기 태양광 발전 시스템의 전체 출력이 기준 출력을 초과하는 경우, 상기 태양광 전지모듈들 중 대상 전지모듈의 대상 출력 전압을 제1 내지 제4 비교 전지모듈들의 제1 내지 제4 출력 전압들과 순차적으로 비교하여 상기 대상 전지모듈의 정상 동작 여부를 판단하되, 상기 제1 및 제2 비교 전지모듈들은 상기 대상 전지모듈과 동일한 행에 포함되어 가장 인접하여 배치되며, 상기 제3 및 제4 비교 전지모듈들은 상기 대상 전지모듈과 동일한 열에 포함되어 가장 인접하여 배치되고, 상기 태양광 발전 시스템의 상기 전체 출력이 상기 기준 출력보다 작은 경우, 상기 대상 전지모듈의 상기 대상 출력 전압과 K개(단, K는 8이상의 정수)의 비교 전지모듈들의 출력 전압들과 순차적으로 비교하여 상기 대상 전지모듈의 정상 동작 여부를 판단하되, 상기 K개의 비교 전지모듈들은 상기 대상 전지모듈을 기준으로 나선형 방향으로 순차적으로 배열될 수 있다.
본 발명의 실시예들에 따른 태양광 발전 관리 시스템은 외부 기상관측소로부터 제2 기상 데이터를 획득하여 발전 지역의 기상을 예측하고, 예측된 기상에 기초하여 기상정보 수집부에서 생성된 제1 기상 데이터의 신뢰도를 판단하며, 신뢰도에 기초하여 오차 범위(즉, 태양광 발전 시스템의 이상/장애 여부를 판단하는 기준 범위)를 가변적으로 설정함으로써, 기상 정보의 오차에 의한 태양광 발전 관리 시스템의 오류(또는, 오판)을 감소시키고, 고장 발생 여부를 정확하게 진단할 수 있다.
또한, 상기 태양광 발전 관리 시스템은, 발전량 측정부에 포함된 제1 및 제2 측정라인들을 통해 태양광 전지모듈들의 부분 전압을 측정하여, 태양광 전지모듈들에 대한 개별적인 고장 진단이 가능하게 함으로써, 고장 개소(또는, 고장 모듈)를 용이하게 파악할 수 있다.
나아가, 상기 태양광 발전 관리 시스템은 발전량(또는, 일사량)에 따라 상호 다른 제1 및 제2 고장 검출 방식들을 이용하여 태양전지 모듈들의 정상 동작 여부를 판단함으로써, 고장 검출의 신뢰도를 향상시키고, 시스템의 부하를 감소시킬 수 있다.
도 1은 본 발명의 실시예들에 따른 태양광 발전 관리 시스템을 나타내는 도면이다.
도 2는 도 1의 태양광 발전 관리 시스템에 포함된 기상정보 수집부의 일 예를 나타내는 도면이다.
도 3은 도 1의 태양광 발전 관리 시스템에서 기상 데이터를 획득하는 구성의 일 예를 나타내는 도면이다.
도 4는 도 1의 태양광 발전 관리 시스템에 포함된 센싱부의 일 예를 타내는 도면이다.
도 5a는 내부 온도 변화에 따른 태양전지 어레이의 출력 변화를 나타내는 도면이다.
도 5b는 음영에 따른 태양전지 어레이의 출력 변화를 나타내는 도면이다.
도 6은 도 1의 태양광 발전 관리 시스템에 포함된 발전량 예측부의 일 예를 나타내는 도면이다.
도 7은 도 1의 태양광 발전 관리 시스템에 포함된 발전량 측정부의 일 예를 나타내는 도면이다.
도 8a 및 도 8b는 도 1의 태양광 발전 관리 시스템에 포함된 제어부에서 장애 태양광 전지모듈을 검출하는 과정을 설명하는 도면이다.
도 9는 도 1의 태양광 발전 관리 시스템에 포함된 수명 산출부에서 산출된 기대수명의 일 예를 나타내는 도면이다.
도 2는 도 1의 태양광 발전 관리 시스템에 포함된 기상정보 수집부의 일 예를 나타내는 도면이다.
도 3은 도 1의 태양광 발전 관리 시스템에서 기상 데이터를 획득하는 구성의 일 예를 나타내는 도면이다.
도 4는 도 1의 태양광 발전 관리 시스템에 포함된 센싱부의 일 예를 타내는 도면이다.
도 5a는 내부 온도 변화에 따른 태양전지 어레이의 출력 변화를 나타내는 도면이다.
도 5b는 음영에 따른 태양전지 어레이의 출력 변화를 나타내는 도면이다.
도 6은 도 1의 태양광 발전 관리 시스템에 포함된 발전량 예측부의 일 예를 나타내는 도면이다.
도 7은 도 1의 태양광 발전 관리 시스템에 포함된 발전량 측정부의 일 예를 나타내는 도면이다.
도 8a 및 도 8b는 도 1의 태양광 발전 관리 시스템에 포함된 제어부에서 장애 태양광 전지모듈을 검출하는 과정을 설명하는 도면이다.
도 9는 도 1의 태양광 발전 관리 시스템에 포함된 수명 산출부에서 산출된 기대수명의 일 예를 나타내는 도면이다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 실시예들에 따른 태양광 발전 관리 시스템을 나타내는 도면이다.
도 1을 참조하면, 태양광 발전 시스템(10)은 태양전지 어레이(11)와 태양광 인버터(12)를 포함할 수 있다.
태양전지 어레이(11)는 태양광 전지모듈들(또는, 태양 전지 패널들)로 구성되고, 표면으로 입사되는 태양광을 전기로 변환시킬 수 있다.
참고로, 복수의 솔라셀이 하나의 태양전지 모듈을 구성하고, 복수의 태양전지 모듈들이 하나의 태양전지 스트링(PV string)을 구성하며, 복수의 태양전지 스트링들이 하나의 태양전지 어레이(11)를 구성할 수 있다. 여기서, 태양전지 스트링은 태양전지 어레이(11)가 요구되는 출력 전압을 생성시키기 위해 태양전지 모듈이 직렬로 연결되어 있는 회로에 해당하고, 스트링들은 역류방지소자를 개입시켜 상호 병렬 접속할 수 있다.
태양광 인버터(12)는 태양전지 어레이(11)에서 생산된 전력을 용도에 부합하도록 변환하는 장치일 수 있다. 예를 들어, 태양광 인버터(12)는 직류 형태의 태양광 에너지를 교류 형태의 전력으로 변활할 수 있다.
태양광 발전 시스템(10)은 태양전지 어레이(11), 태양광 인버터(12) 이외에, 접속반, 변압기/배전반, 배전선 등의 구성을 포함하나, 이러한 구성은 일반적인 구성이므로, 이들에 대한 구성은 생략하기로 한다.
한편, 태양광 발전 시스템(10)(또는, 태양광 발전 관리 시스템(100))은 태양광 추적부(13)를 더 포함할 수 있다.
태양광 추적부(13)는 옥외나 입사량을 확보하기 적합한 장소에 설치되어 태양전지 어레이(10)를 태양광의 입사각 확보가 최적화된 위치로 실시간 이동시킬 수 있다. 태양광 추적부(13)는 태양전지 어레이(11) 별로 하나씩 설치될 수 있다.
태양광 추적부(13)는 별도의 전원 공급부(미도시)를 포함하며, 전원 공급부는 태양전지 어레이(11)에서 확보한 전력의 일부를 태양광 추적부(13)의 구동에 필요한 전력으로 공급 할 수 있다. 또한, 태양광 추적부(13)는 태양전지 어레이(11)의 효율을 발전효율을 높이기 위하여 태양전지 어레이(11)의 경사각을 조정하는 경사각 센서부, 태양 전지의 방위각을 조정하는 방위각 센서부를 포함하여 구성될 수 있다.
한편, 태양광 발전 관리 시스템(100)은 기상정보 수집부(110), 발전량 예측부(120), 발전량 측정부(130) 및 제어부(140)를 포함할 수 있다.
기상정보 수집부(110)는
일사량, 온도, 습도, 풍향 및 풍속 중 적어도 하나를 측정하여 제1 기상 데이터를 생성할 수 있다. 예를 들어, 기상정보 수집부(110)는 일사량 센서, 온도 센서, 습도 센서, 풍향/풍속 센서 등을 이용하여 태양관 발전 시스템(10)이 위치한 지역의 일사량, 온도, 습도, 풍향 및 풍속을 측정할 수 있다. 기상정보 수집부(110)의 구성에 대해서는 도 2를 참조하여 후술하기로 한다.
발전량 예측부(120)는 제1 기상 데이터에 기초하여 태양광발전 시스템(10)의 발전량을 예측하여 제1 발전량(또는, 예측 발전량, 제1 발전량 데이터)을 산출할 수 있다.
예를 들어, 발전량 예측부(120)는 태양광 발전량의 변화 추이에 대한 데이터베이스를 미리 구축하고, 제1 기상 데이터에 매칭되는 태양광 발전량을 제1 발전량으로 결정할 수 있다. 여기서, 데이터베이스는 태양광 발전 시스템(10)이 설치된 위치의 태양광 발전량에 대한 날짜 및 시간대별 실시간 변화 추이가 미리 저장되도록 구성될 수 있다. 태양광 발전 시스템(10)이 설치된 위도와 경도에 따라 태양의 방향, 위치, 고도는 시시각각 달라지며, 발전량 예측부(120)는 이를 미리 산출하여 데이터베이스에 저장할 수 있다.
발전량 측정부(130)는 태양전지 어레이(11)와 태양광 인버터(12)의 사이 또는 태양광 인버터(12)의 출력단에 배치되어 태양광발전 시스템(10)의 발전량을 측정하여 제2 발전량(또는, 실제 발전량, 제2 발전량 데이터)을 산출할 수 있다.
발전량 측정부(130)는 태양전지 어레이(110)에 의한 발전량을 측정할 수 있다. 발전량 측정부(130)는 태양전지 어레이(110)의 발전량을 측정하기 위한 전류계(111), 전압계(112), 전력계(113) 및 전력량계(114) 중 적어도 하나를 포함할 수 있다. 예를 들어, 발전량 측정부(130)는 태양전지 어레이(110)에 의해 생성되는 광 전류값을 측정하기 위한 전류계일 수 있다. 예를 들어, 발전량 측정부(130)는 전류 센서, 전압 센서 및 곱셈기로 구성되고, 전류 센서 및 전압 센서에 의해 측정되는 전류 및 전압을 곱셈기에 의해 곱하여 전력을 측정 할 수 있다.
제어부(140)(또는, 진단부)는 제1 발전량(또는, 예측 발전량, 예측 전력량)과 제2 발전량(또는, 실제 발전량, 실제 전력량)을 비교하여 태양광발전 시스템(10)의 효율(또는, 발전 효율)을 산출하며, 효율이 기준 효율 범위를 벗어난 경우(예를 들어, 실제 발전량이 예측 발전량의 +- 10% 범위를 벗어난 경우) 제2 발전량에 기초하여 장애 발생 개소 및 장애 발생 원인 중 적어도 하나를 판단할 수 있다.
즉, 제어부(140)는 측정된 발전량과 예측된 발전량을 대비하여, 태양광 발전 시스템(10)의 고장이나 이상 여부를 판단할 수 있다. 예를 들어, 특정의 상한 임계값 및 하한 임계값을 갖는 확률적인 예측 발전량과 측정된 실제 발전량이 특정 시간 이상동안 특정 값 이상 차이가 나는 경우, 제어부(140)는 태양광 발전 시스템(10)에 고장, 이상이 발생한 것으로 판단할 수 있다. 제어부(140)에서 장애 발생 개소 및 장애 발생 원인을 판단하는 구성에 대해서는 도 7 내지 도 8b를 참조하여 후술하기로 한다.
한편, 태양광 발전 관리 시스템(100)은 센싱부(150), 수명 산출부(160) 및 분석부(170)를 더 포함할 수 있다.
센싱부(150)는 태양전지 어레이(11)의 온도 및 진동 중 적어도 하나를 측정하여 제1 모니터링 데이터를 생성하고, 태양광 인버터(12)의 온도, 진동, 일사량 중 적어도 하나를 측정하여 제2 모니터링 데이터를 생성할 수 있다. 센싱부(150)의 구체적인 구성에 대해서는 도 4를 참조하여 후술하기로 한다.
수명 산출부(160)는 태양전지 어레이(11)의 제1 구동 시간 및 제1 구동 주기(또는, 구동 횟수)를 관리하며, 제1 구동 시간, 제1 구동 주기 및 상기 제1 모니터링 데이터에 기초하여 상기 태양전지 어레이(11)의 제1 기대수명을 산출 할 수 있다. 유사하게, 수명 산출부(160)는 태양광 인버터(12)의 제2 구동 시간 및 제2 구동 주기를 관리하며, 제2 구동 시간, 제2 구동 주기 및 제2 모니터링 데이터에 기초하여 태양광 인버터(12)의 제2 기대수명을 산출할 수 있다. 여기서, 제1 기대수명은 태양전지 어레이(11)의 시간 경과에 따른 효율 변화를 나타내며, 제2 기대수명은 태양광 인버터(12)의 시간 경과에 따른 효율 변화를 나타낼 수 있다.
이 경우, 발전량 예측부(120)는 제1 기상 데이터, 제1 기대수명 및 제2 기대수명에 기초하여 제1 발전량(즉, 예측 발전량)을 산출할 수 있다. 제어부(140)는 효율(즉, 예측 발전량 대비 실제 발전량의 비율)이 기준 효율 범위를 벗어난 경우 제1 및 제2 모니터링 결과들에 기초하여 태양광발전 시스템(10)의 장애 발생 여부, 장애 발생 개소 및 장애 발생 원인 중 적어도 하나를 판단 할 수 있다. 예를 들어, 효율이 기준 효율 범위를 벗어난 경우, 해당 시점(또는, 해당 시점으로부터 특정 시간 범위 이내)에서 제1 및 제2 모니터링 결과들(즉, 온도, 진동, 일사량 등)에서 특이점이 있는 여부를 추출하고, 해당 특이점에 기초하여 장애 원인을 예측할 수 있다.
한편, 제어부(140)는 수명 산출부(160)에 의해 산출된 제1 기대수명에 기초하여 태양전지 어레이(11)의 제1 점검 시기 및/또는 제1 교체 시기를 결정할 수 있다. 유사하게, 제어부(140)는 제2 기대수명에 기초하여 태양광 인버터(120)의 제2 점검 시기 및/또는 제2 교체 시기를 결정할 수 있다.
한편, 분석부(170)는 데이터베이스에 저장된 날짜 및 시간대별 실시간 변화 추이를 실시간 날씨 및 실시간 측정된 발전량과 대응시켜 데이터베이스에 저장할 수 있다. 저장된 데이터는 태양광 발전 시스템(10)의 고장, 장애, 이상 여부를 판단하는 데 이용될 수 있다. 데이터베이스에 저장되는 데이터는 값들은 지속적으로 갱신되며, 이 경우, 발전량 예측부(120)는 데이터베이스를 이용하여 보다 정확한 발전량을 예측할 수 있다.
도 1을 참조하여 설명한 바와 같이, 본 발명의 실시예들에 따른 태양광 발전 관리 시스템(100)은 측정된 발전량, 제1 모니터링 결과, 제2 모니터링 결과에 기초하여 태양광 발전 시스템(10)의 노후를 예측함으로써, 주기적인 고장 진단 및 점검을 통해 보다 높은 효율을 가지고 태양광 발전 시스템(10)이 구동 가능하게 할 수 있다.
도 2는 도 1의 태양광 발전 관리 시스템에 포함된 기상정보 수집부의 일 예를 나타내는 도면이다.
도 1 및 도 2를 참조하면, 기상정보 수집부(110)는 무선 기상정보 수집장치(200)로 구현될 수 있다.
무선 기상정보 수집장치(200)는 태양전지판(211)을 구비하는 하우징(210), 일사량 측정센서를 구비하는 일사량 측정부(220), 온도측정센서를 구비하는 온도측정부(230) 및 제어모듈 및 무선통신모듈을 구비하는 관리부(240)를 포함하여 구성될 수 있다.
하우징(210)은 구성품 전체를 장착시키는 구성으로서, 일정의 외부 형태와 내부공간을 가질 수 있다. 하우징(210)의 상부는 평평한 형태로 구성되어 상부에 하나 이상이 태양전지판(211)을 구비할 수 있고, 외부 또는 내부공간 일정부분에는 태양전지판(211)에서 생산된 전력을 관리 및 저장하는 전원모듈일 구비될 수 있다.
일사량 측정부(220)는 하우징(210)의 측부에 구비되고, 일사량을 측정하는 일사량 측정센서를 구비하는 구성으로서, 일사량(日射量)을 측정할 수 있다. 여기서, 일사량은 태양으로부터 오는 태양 복사 에너지(일사(日射))가 지표에 닿는 양으로서, 태양 복사에너지를 측정하여 태양 전지판(211)에 닿는 태양 복사에너지의 양 또는 실제 지면에 닿는 태양 복사에너지의 양일 수 있다.
예를 들어, 일사량 측정부(220)는, 하우징(210)의 측부에서 측방으로 돌출 형성되도록 구성되고, 외부에 수직일사량 측정센서(223), 수평일사량 측정센서(224) 또는 추적식 일사량 측정센서(225) 중 적어도 하나의 일사량 측정센서를 구비할 수 있다.
일 실시예에서, 일사량 측정부(220)는 하우징(210)의 측부에서 측방으로 돌출 형성되며 하우징(210)에 고정체결되는 메인바디(221)와, 메인바디(221)의 외주에 회전 가능하거나 고정된 상태로 장착되고, 측정센서 중 적어도 하나를 외부에 구비하는 하나 이상의 센서드럼(222)을 포함하여 구성될 수 있다.
즉, 메인바디(221)는 하우징(210)의 측부에 일측이 체결되고, 타측은 일측에서 측방으로 길이 연장될 수 있다. 여기서, 메인바디(221)는 수직단면이 원형을 가지는 실린더 형태 또는 블럭 형태로 구성되어, 외주에 센서드럼(222)이 회전도 가능하게 장착될 수 있도록 구성될 수 있다.
센서드럼(222)은 메인바디(221)의 외주에 회전 가능하거나 고정된 상태로 장착되고, 측정센서 중 적어도 하나를 외부에 구비할 수 있다.
예를 들어, 하우징(110)의 상부에는 하나 이상의 수직일사량 측정센서(223)가 구비되도록 구성되고, 센서드럼(222)에는 수평일사량 측정센서(24)가 구비되며, 메인바디(221)에 수동으로 회전 가능하도록 장착되는 제1센서드럼(222a)과, 추적식 일사량 측정센서(225)가 구비되고, 메인바디(221)에 구비되는 구동체(260)에 의하여 자동으로 회전 가능하도록 장착되는 제2센서드럼(222b)을 포함하여 구성될 수 있다.
일 실시예에서, 센서드럼(222)은 동작감지센서가 내장되는 영상카메라(250)를 포함하고, 메인바디(221)에 구비되는 구동체(260)에 의하여 자동으로 회전 가능하도록 장착되는 제3 센서드럼(222c)을 더 포함할 수 있다.
영상카메라(250)는 무선 기상정보 수집장치(200)의 주변을 영상 촬영하고, 동작감지센서에 의한 피사체 감지신호를 전달받아 해당 피사체의 움직임을 추적하며 영상 촬영할 수 있다. 여기서, 동작감시센서 및 영상카메라(250)는 메인바디(221)에 구비된 제3 센서드럼(222c)의 회전에 의하여 위치 이동할 수 있고, 제3 센서드럼(222c)은 제1 센서드럼(222a) 또는 제2 센서드럼(222b)과 인접되는 메인바디(221)의 일정부분에 회전 가능하도록 구비될 수 있다.
온도측정부(230)는 하우징(210) 또는 일사량 측정부(220) 중 적어도 하나에 구비되어 대기온도, 하우징(210) 또는 일사량 측정부(220) 중 하나의 온도를 측정하는 온도측정센서를 포함하고, 대기온도 및 무선 기상정보 수집장치(200)의 온도를 지속적 또는 시간별로 측정할 수 있다.
관리부(240)는 하우징(210)의 내부에 구비되어 전원모듈, 일사량 측정센서 및 온도측정센서에서 생성된 정보를 전달받아 관리하는 제어모듈과, 상기 제어모듈과 연결되어 상기 생성된 정보를 외부(또는, 발전량 예측부(120))와 무선 통신하는 무선통신모듈을 포함하여 구성될 수 있다.
도 3은 도 1의 태양광 발전 관리 시스템에서 기상 데이터를 획득하는 구성의 일 예를 나타내는 도면이다.
도 3을 참조하면, 태양광 발전 관리 시스템(100)(또는, 제어부(140))은 기상관측소(311, 312)(예를 들어, 태양광 발전 시스템(10)과 인접한 적어도 하나의 기상 관측소)로부터 제2 기상 데이터(즉, 기상관측소(311, 312)에서 측정된 기상 데이터)를 수신하고, 태양광 발전 시스템(10)의 제1 위치정보 및 기상관측소(311, 312)의 제2 위치정보에 기초하여 제2 기상 데이터를 내삽(interpolation)하여 제3 기상 데이터(즉, 제2 기상 데이터에 기초하여 예측된 발전지역의 기상 데이터)를 생성하며, 제3 기상 데이터에 기초하여 제1 기상 데이터의 신뢰도를 산출하거나, 기상정보 수집부(110)의 정상 동작 여부를 판단할 수 있다. 신뢰도가 상대적으로 높을수록 기준 효율 범위(즉, 예측 발전량 대비 실제 발전량의 비율(효율)이 정상인 것으로 판단되는 범위)는 상대적으로 좁게 설정될 수 있다.
예를 들어, 태앙광 발전 관리 시스템(100)은 제1 및 제2 기상관측소들(311, 312)로부터 기상 데이터들을 획득하고, 기상관측소들의 GPS 좌표, 태양광 발전 시스템(10)의 GPS 좌표에 기초하여 기상 데이터들을 내삽하여 태양광 발전 시스템(10)이 위치한 지역(즉, 발전지역)의 기상(예를 들어, 일사량, 온도, 습도, 풍향 및 풍속)을 예측할 수 있다.
한편, 제어부(140)는 예측된 제3 데이터를 기준으로 기상정보 수집부(110)에서 생성된 제1 기상 데이터의 신뢰도(예를 들어, 평균 비율)을 산출하며, 신뢰도에 기초하여 기준 효율 범위를 설정할 수 있다(예를 들어, 100% - 신뢰도(%) = 기준 효율 오차 범위(%)). 또한, 신뢰도가 기준 신뢰도 범위를 벗어난 경우, 기상정보 수집부(110)에 이상/장애가 발생한 것으로 판단할 수 있다.
도 3을 참조하여 설명한 바와 같이, 본 발명의 실시예들에 따른 태양광 발전 관리 시스템(100)은 외부 기상관측소로부터 제2 기상 데이터를 획득하여 발전 지역의 기상을 예측하고, 예측된 기상에 기초하여 기상정보 수집부(110)에서 생성된 제1 기상 데이터의 신뢰도를 판단하며, 신뢰도에 기초하여 오차 범위(즉, 태양광 발전 시스템(10)의 이상/장애 여부를 판단하는 기준 범위)를 가변적으로 설정함으로써, 기상 정보의 오차에 의한 태양광 발전 관리 시스템(100)의 오류(또는, 오판)을 감소시킬 수 있다.
도 4는 도 1의 태양광 발전 관리 시스템에 포함된 센싱부의 일 예를 타내는 도면이다.
도 1 및 도 4를 참조하면, 센싱부(150)는 태양전지 어레이(11)의 온도 및 진동 중 적어도 하나를 측정하여 제1 모니터링 데이터를 생성하고, 태양광 인버터(12)의 온도, 진동, 일사량 중 적어도 하나를 측정하여 제2 모니터링 데이터를 생성할 수 있다.
센싱부(150)는 온도 센서(410), 진동 센서(420), 일사량 측정 센서(430)를 포함할 수 있다.
온도 센서(410)는 태양전지 어레이(11) 및/또는 태양광 인버터(12)의 내측에 구비되어 태양전지 어레이(11) 및/또는 태양광 인버터(12)의 내부 온도를 측정할 수 있다. 온도 센서(410)의 구체적인 구성 및 배치에 대해서는 한국등록특허 제1,593,962호에 상세하게 기재되어 있으므로, 이에 대한 상세한 설명은 생략하기로 한다.
진동 센서(420)는 태양전지 어레이(11) 또는 태양광 인버터(12)를 지지하는 설치대(또는 지지대)에 설치되어, 바람 등에 의해 발생하는 진동을 감지할 수 있다.
예를 들어, 진동 센서(420)는 태양전지 어레이(11)에 인접하여 배치되어 바람에 의해 발생되는 태양전지 어레이(11)의 진동을 감지하는 제1 진동 센서들을 포함하고, 태양광 인버터(12)에 인접하여 배치되어 바람에 의해 발생되는 태양광 인버터(12)의 진동을 감지하는 제2 진동 센서들을 포함할 수 있다. 이 경우, 수명 산출부(160)는 태양전지 어레이(11)의 진동의 크기와, 누적 진동량에 기초하여 제1 기대수명을 산출하고, 태양광 인버터(12)의 진동의 크기와, 누적 진동량에 기초하여 제2 기대수명을 산출 할 수 있다. 한편, 제어부(140)는 태양전지 어레이(11)의 진동의 크기가 일정 시간 동안 기준값을 초과하는 경우, 태양전지 어레이(11)에 장애가 있는 것으로 판단하거나 장애 발생을 예상하여 점검 시기를 재설정할 수 있다.
일사량 측정 센서(430)는 태양광 인버터(12)의 일 측에 배치되어 태양광 인버터(12)로 입사되는 광량을 측정할 수 있다.
예를 들어, 태양광 인버터(12)가 외부에 노출되는 경우, 일사량 측정 센서(430)는 태양광 인버터(12)로 입사되는 광량을 측정할 수 있다. 이 경우, 수명 산출부(160)는 태양광 인버터(12)에 대한 광량 및 태양광 인버터(12)의 내부 온도 간의 상관 관계를 분석하고, 태양광 인버터(12)의 노출 정도(또는, 누적 광량)에 기초하여 태양광 인버터(12)의 제2 기대수명을 산출할 수 있다. 즉, 수명 산출부(160)는 태양광 인버터(12)의 내부 온도 및 광량이 클수록 제2 기대수명의 감소폭을 증가시켜 제2 기대수명을 산출할 수 있다.
도 4를 참조하여 설명한 바와 같이, 센싱부(150)는 온도 센서(410), 진동 센서(420), 일사량 측정 센서(430) 등을 포함하고, 수명 산출부(160)는 센싱부(150)를 통해 측정된 제1 및 제2 모니터링 데이터들에 기초하여 태양전지 어레이(11)의 제1 기대수명 및 태양광 인버터(12)의 제2 기대수명을 보다 정확하게 산출할 수 있다.
한편, 도 4를 참조하여 센싱부(150)는 온도 센서(410)를 포함하는 것으로 설명하였으나, 본 발명이 이에 한정되는 것은 아니다. 예를 들어, 센싱부(150)는 태양전지 어레이(11), 태양광 인버터(12)와 이격되어 배치되어 열화상을 생성하는 열화상 카메라를 더 포함할 수 있다. 이 경우, 수명 산출(160) 및 제어부(140)는 열화상에 기초하여 기대수명을 산출하거나, 태양광 발전 시스템(10)의 고장, 장애, 이상 유무를 판단하거나, 구성요소들의 동작(또는, 정지)을 제어할 수 있다.
도 5a는 내부 온도 변화에 따른 태양전지 어레이의 출력 변화를 나타내는 도면이고, 도 5b는 음영에 따른 태양전지 어레이의 출력 변화를 나타내는 도면이다.
도 5a를 참조하면, 태양전지 어레이(11)의 온도에 따라 출력전압 및 발전량이 변화하며, 태양전지의 특성상 발전할 때 온도가 증가할 수 있다. 다만, 일정범위를 초과하여 온도가 증가할 경우, 태양전지의 발전효율이 급격히 떨어지고, 에너지발전량이 낮아 질 수 있다.
또한, 고온에서 솔라셀이 작동할 경우 솔라셀 자체의 내구성이 떨어짐에 따라 발전 손실이 발생할 수 있다.
이에 따라, 발전량 측정부(130) 및/또는 센싱부(150)를 통해 솔라셀의 동작온도, 출력전압, 출력전류를 실시간으로 측정하여 온도가 최적효율 범위를 초과할 경우 솔라셀의 동작을 제어함으로써 발전효율이 떨어지는 것을 방지할 수 있다. 즉, 도 4를 참조하여 설명한 센싱부(150)의 온도센서(410)를 이용하여 솔라셀이 작동하는 동안의 온도를 감지하고, 제어부(140)는 솔라셀이 최적의 온도 조건에서 작동하도록 제어할 수 있다.
제어부(140)는 센싱부(150)에서 센싱된 내부 온도를 기 설정된 온도와 비교하여 해당 솔라셀의 온도가 정상인지 여부를 판단할 수 있다. 예를 들어, 제어부(140)는 내부 온도와 기 설정된 온도를 비교하여 센싱된 내부 온도가 설정 온도 이상일 경우 해당 솔라셀이 과열된 것으로 판단하여 솔라셀의 작동을 정지시킬 수 있다.
도 5b를 참조하면, 제어부(140)는 광센서(미도시)를 통해 측정된 조도에 기초하여 각 솔라셀의 음영 여부를 판단할 수 있다. 예를 들어, 광센서에서 감지된 조도가 설정된 조도 이하일 경우, 제어부(140)는 해당 솔라셀이 설치된 솔라셀 모듈의 구동을 정지시킬 수 있다.
도 5b에 도시된 바와 같이, 태양전지 어레이(11)에 발생한 음영은 해당 솔라셀의 전압 강하를 일으키고, 태양전지 어레이(11) 전체의 전력의 출력을 떨어뜨릴 수 있다. 따라서, 본 발명은 음영을 감지하여 해당 태양전지 어레이(11)의 구동을 제어함에 따라 보다 효율적으로 전력을 변화할 수 있다.
도 6은 도 1의 태양광 발전 관리 시스템에 포함된 발전량 예측부의 일 예를 나타내는 도면이다.
도 6을 참조하면, 발전량 예측부(120)는 제1 기상 데이터(즉, 일사량, 온도, 습도, 풍향, 풍속)과, 태양의 고도각 및 방위각에 기초하여 제1 발전량(즉, 예측 발전량)을 산출할 수 있다.
발전량 예측부(120)(또는, 분석부(170))는 과거의 기상데이터와, 태양의 고도각, 방위각을 학습 데이터로 이용하여 일사량, 태양의 고도각 및 태양의 방위각을 입력으로 하고, 예측 발전량을 출력으로 하는 함수를 획득할 수 있다. 이 경우, 발전량 예측부(120)는 획득된 함수에 입력된 현재 측정된 일사량, 현재 태양의 고도각 및 방위각에 대응하여 현재 발전량을 예측할 수 있다.
예를 들어, 발전량 예측부(120)는 도 6에 도시된 바와 같이, 일사량, 태양의 고도각 및 태양의 방위각을 입력으로 하고, 예측 발전량을 출력으로 하는 인공신경망을 구성하고, 확률적 경사 하강(Stochastic Gradient Descent)을 이용하여 인공신경망의 신경망 연결 가중치를 조정할 수 있다.
다른 예를 들어, 발전량 예측부(120)는 일사량, 태양의 고도각 및 태양의 방위각을 학습 데이터로 하여 회귀학습에 기초한 다른 기계학습 알고리즘도 이용할 수 있다.
도 7은 도 1의 태양광 발전 관리 시스템에 포함된 발전량 측정부의 일 예를 나타내는 도면이다.
태양전지 어레이(11)는, 상호 직렬 연결된 복수의 태양광 전지모듈들(711 내지 718); 및 태양광 전지모듈들(711 내지 718)에서 생성된 전력을 태양광 인터버(120)에 전송하는 접속반(720)을 포함할 수 있다. 이 경우, 발전량 측정부(130)는, 태양광 전지모듈들(711 내지 718) 중 하나에 연결된 제1 측정라인(731); 및 접속반(720)에 연결되는 제2 측정라인(732)을 포함하고, 제1 및 제2 측정라인들(731, 732)을 통해 부분 전압을 산출할 수 있다. 제어부(140)는, 제2 발전량(또는, 실제 발전량)과 부분 전압에 기초하여 태양광 전지모듈들(711 내지 720)) 중 적어도 하나에 대한 장애 발생 여부를 판단할 수 있다.
도 7을 참조하면, 솔라셀들로 형성된 제1 내지 제8 태양광 전지모듈들(711 내지 718)이 직렬라인을 통해 직렬 연결되어 하나의 태양전지 어레이(11)를 형성하고, 태양전지 어레이(11)가 접속반(720)에 연결되어 있다.
직렬 연결된 제1 내지 제8 태양광 전지 모듈들(711 내지 718) 중 제1 태양광 전지모듈(711)의 음극 단자는 접지(Ground)되며, 제1 내지 제8 태양광 전지 모듈들 중 중간에 위치된 제4 태양광 전지 모듈(714)의 양극 단자와 제5 태양광 전지 모듈(715)의 음극 단자를 직렬 연결하는 직렬라인 상에 제1 측정 라인(731)이 연결될 수 있다. 유사하게, 제8 태양광 전지 모듈(718)의 출력 단자에 제2 측정 라인(732)이 연결되거나, 접속반(720)에 연결될 수 있다.
제1 및 제2 측정라인들(731, 732)은 발전량 측정부(130)에 연결되며, 발전량 측정부(130)에서는 측정라인들(731, 732)의 전압을 검침하여 출력 전압을 획득하고, 8개의 태양광 전지모듈(711 내지 718)의 직렬 연결 순서에 따라 순차적으로 각 태양광 전지모듈의 발전용량을 적산하여 산출한 후 산출된 발전량과 측정라인들(731, 732)을 통해 검출된 출력전압을 대비하여 태양광 전지모듈들(711 내지 718)의 고장 여부를 판단 할 수 있다.
도 7을 참조하여 설명한 바와 같이, 발전량 측정부(130)는 제1 및 제2 측정라인들(731, 732)을 통해 태양광 전지모듈들(711 내지 718)의 부분 전압을 측정하여, 태양광 전지모듈들(711 내지 718)에 대한 개별적인 고장 진단이 가능하므로, 고장 개소(또는, 고장 모듈)를 용이하게 파악할 수 있다.
도 8a 및 도 8b는 도 1의 태양광 발전 관리 시스템에 포함된 제어부에서 장애 태양광 전지모듈을 검출하는 과정을 설명하는 도면이다.
도 8a 및 도 8b를 참조하면, 태양전지 어레이(11)는 M행*N열(단, M 및 N은 양의 정수)의 태양광 전지모듈들을 포함하고, 센싱부(150)는 태양광 전지모듈들 각각의 출력 전압을 측정할 수 있다.
한편, 제어부(140)는 제1 및 제2 고장 검출 방법들을 이용하여 고장, 이상, 장애 등이 있는 태양광 전지모듈을 검출할 수 있다. 예를 들어, 제어부(140)는 태양광 발전 시스템(10)의 전체 출력이 기준 출력을 초과하는 경우(예를 들어, 일사량이 많은 경우), 제1 고장 검출 방법을 이용할 수 있다. 제1 고장 검출 방법에 따라, 제어부(140)는 태양광 전지모듈들 중 대상 전지모듈의 대상 출력 전압을 제1 내지 제4 비교 전지모듈들의 제1 내지 제4 출력 전압들과 순차적으로 비교하여 대상 전지모듈의 정상 동작 여부를 판단할 수 있다. 여기서, 제1 및 제2 비교 전지모듈들은 대상 전지모듈과 동일한 행에 포함되어 가장 인접하여 배치되며, 제3 및 제4 비교 전지모듈들은 상기 대상 전지모듈과 동일한 열에 포함되어 가장 인접하여 배치될 수 있다. 다른 예를 들어, 제어부(140)는 태양광 발전 시스템(10)의 전체 출력이 기준 출력보다 작은 경우(예를 들어, 일사량이 적은 경우), 대상 전지모듈의 대상 출력 전압과 K개(단, K는 8 이상의 정수)의 비교 전지모듈들의 출력 전압들과 순차적으로 비교하여 대상 전지모듈의 정상 동작 여부를 판단할 수 있다. 여기서, K개의 비교 전지모듈들은 대상 전지모듈을 기준으로 나선형 방향으로 순차적으로 배열될 수 있다.
제어부(140)는 태양전지 어레이의 평균 전압 값이 가장 높은 어레이에 해당하는 태양전지 모듈을 대상 전지모듈, 즉, 고장 진단 대상으로 선정할 수 있다. 일사량이 충분하고 음영이 발생하지 않는다고 볼 수 있기 때문이다.
일반적으로, 고장 검출 방식은, 직렬 스트링 내에서 태양전지 모듈간에 전압을 상대 비교한다. 그러나, 직렬 스트링 내 모듈들의 위치가 인접하지 않고 이격되고, 하나의 그룹으로 분류된 모듈들 중 일부가 태양광을 못 받는 음영상태이거나 불충분한 일사량 노출 상태인 경우에는 정확한 고장 진단이 어려운 문제점이 발생할 수 있다.
따라서, 제어부(140)는 제1 및 제2 고장 검출 방식을 이용하되, 제1 및 제2 고장 검출 방식의 장단점을 보완하여, 발전 조건에 따라 선택적으로 이용할 수 있다.
도 8a에 도시된 바와 같이 제1 고장 검출 방식의 경우, 제어부(140)는 대상 전지모듈(즉, 고장 진단 대상 모듈)을 중심으로 상하좌우 방향에 위치한 인접 모듈과의 전압을 비교할 수 있다(즉, 교차 비교). 제1 고장 검출 방식은 고장 여부를 직관적으로 판단할 수 있다는 장점이 있으나, 해당구간 주변이 음영이나 오염되었을 경우 판단하기 어려운 단점을 가진다. 따라서, 상대적으로 발전량이 높은 경우, 즉, 음영이나 오염되었을 가능성이 낮은 경우에, 제어부(140)는 제1 고장 검출 방식을 이용할 수 있다.
도 8b에 도시된 바와 같이 제2 고장 검출 방식의 경우, 제어부(140)는 대상 전지모듈(즉, 고장 진단 대상 모듈)을 중심으로 주변 모든 모듈의 전압 값을 나선형으로 돌아가면서 비교할 수 있다(즉, 나선형 비교). 제2 고장 검출 방식은 모듈들의 그룹단위에서 제1 고장 검출 방식에 비해 신뢰성이 높으나, 태양광 발전 시스템(10)의 규모가 커질수록 그 부하가 커지고 판단시간이 오래 걸릴 수 있다. 따라서, 상대적으로 발전량이 낮은 경우, 제어부(140)는 제2 고장 검출 방식을 이용할 수 있다.
도 8a 및 도 8b를 참조하여 설명한 바와 같이, 본 발명의 실시예들에 따른 태양광 발전 관리 시스템(100)은 발전량(또는, 일사량)에 따라 상호 다른 제1 및 제2 고장 검출 방식들을 이용하여 태양전지 모듈들의 정상 동작 여부를 판단함으로써, 고장 검출의 신뢰도를 향상시키고, 부하를 감소시킬 수 있다.
도 9는 도 1의 태양광 발전 관리 시스템에 포함된 수명 산출부에서 산출된 기대수명의 일 예를 나타내는 도면이다.
수명 산출부(160)는 태양광 발전 시스템(10)의 누적 발전량을 비교분석하여 태양광 발전 시스템(10)(또는, 태양전지 어레이(11), 태양광 인버터(12))의 노후화 상태를 추론할 수 있다. 수명 산출부(160)는 데이터베이스에 저장된 데이터를 분석하여 발전량 감소치에 대한 기울기 값과 노후화의 기준선을 설정하고, 노후화 기준선까지의 임계시간을 추론할 수 있다.
수명 산출부(160)는 수리예측에 필요한 예상 평균 기울기(AG)를 판단하고, 그 값을 구하면 예상 평균 기울기를 기준으로 수리 필요시까지 예측시간을 산출할 수 있다.
성능저하를 예측하는데 필요한 △a는 아래의 수학식 1에 의해 산출될 수 있다.
[수학식 1]
여기서, a는 예상 평균 기울기, ti는 시간, gi는 ti시간에서의 태양광 발전량, n은 예상 평균 기울기를 연산하기 위해 사용할 기울기의 개수, k는 예상 평균 기울기를 연산하기 위해 처음으로 사용할 시간과 발전량에 대한 인덱스일 수 있다.
발전량 i 번째 구간 값은 
이고 시간에 대한 i 번째 구간 값은 
라고 정의한다면 구간에 대한 평균 기울기는 k번째부터 (n-1)번째 까지 합을 구의 개수 n으로 나눈 값으로 정의할 수 있다. 따라서, 평균 기울기는 수학식 1과 같이 표현될 수 있다. 이후, 수명 산출부(160)는 선정된 기울기에 따라 남은 시간 t(예를 들어, 고장 진단 시간)를 구할 수 있다.
도 9를 참조하여 설명한 바와 같이, 수명 산출부(160)는 태양광 발전 시스템(10)의 노후(또는, 기대수명, 고장 진단 시기, 점검 시기 등)를 예측함으로써, 태양전지 어레이(11)의 열화 현상과 태양광 인버터(12)의 성능저하로 인한 급격한 발전량 감소를 예방할 수 있다.
본 발명은 태양광 발전 관리 시스템, 태양광 발전 시스템의 고장 진단 장치 등에 적용될 수 있다.
상술한 바와 같이, 본 발명의 실시예들을 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 것이다.
10: 태양광 발전 시스템
11: 태양전지 어레이
12: 태양광 인터버
100: 태양광 발전 관리 시스템
110: 기상정보 수집부
120: 발전량 예측부
130: 발전량 측정부
140: 제어부
150: 센싱부
160: 수명 산출부
170: 분석부
11: 태양전지 어레이
12: 태양광 인터버
100: 태양광 발전 관리 시스템
110: 기상정보 수집부
120: 발전량 예측부
130: 발전량 측정부
140: 제어부
150: 센싱부
160: 수명 산출부
170: 분석부
Claims (4)
- 태양전지 어레이 및 태양광 인버터를 포함하는 태양광발전 시스템의 상태를 진단하는 태양광발전 관리 시스템에서,
일사량, 온도, 습도, 풍향 및 풍속 중 적어도 하나를 측정하여 제1 기상 데이터를 생성하는 기상정보 수집부;
상기 제1 기상 데이터에 기초하여 상기 태양광발전 시스템의 발전량을 예측하여 제1 발전량을 산출하는 발전량 예측부;
상기 태양전지 어레이와 상기 태양광 인버터의 사이 또는 태양광 인버터의 출력단에 배치되어 상기 태양광발전 시스템의 발전량을 측정하여 제2 발전량을 산출하는 발전량 측정부; 및
상기 제1 발전량과 상기 제2 발전량을 비교하여 상기 태양광발전 시스템의 효율을 산출하며, 상기 효율이 기준 효율 범위를 벗어난 경우 상기 제2 발전량에 기초하여 장애 발생 개소 및 장애 발생 원인 중 적어도 하나를 판단하는 제어부를 포함하며,
상기 태양전지 어레이의 온도 및 진동 중 적어도 하나를 측정하여 제1 모니터링 데이터를 생성하고, 상기 태양광 인버터의 온도, 진동, 일사량 중 적어도 하나를 측정하여 제2 모니터링 데이터를 생성하는 센싱부; 및
상기 태양전지 어레이의 제1 구동 시간 및 제1 구동 주기를 관리하며, 상기 제1 구동 시간, 상기 제1 구동 주기 및 상기 제1 모니터링 데이터에 기초하여 상기 태양전지 어레이의 제1 기대수명을 산출하고, 상기 태양광 인버터의 제2 구동 시간 및 제2 구동 주기를 관리하며, 상기 제2 구동 시간, 상기 제2 구동 주기 및 상기 제2 모니터링 데이터에 기초하여 상기 태양광 인버터의 제2 기대수명을 산출하는 수명 산출부를 더 포함하고,
상기 제1 기대수명은 상기 태양전지 어레이의 시간 경과에 따른 효율 변화를 나타내며,
상기 제2 기대수명은 상기 태양광 인버터의 시간 경과에 따른 효율 변화를 나타내고,
상기 발전량 예측부는 상기 제1 기상 데이터, 상기 제1 기대수명 및 상기 제2 기대수명에 기초하여 상기 제1 발전량을 산출하며,
상기 제어부는 상기 효율이 기준 효율 범위를 벗어난 경우 제1 및 제2 모니터링 결과들에 기초하여 상기 태양광발전 시스템의 장애 발생 여부, 장애 발생 개소 및 장애 발생 원인 중 적어도 하나를 판단하고,
상기 제어부는 상기 제1 기대수명에 기초하여 상기 태양전지 어레이의 제1 점검 시기 및 제1 교체 시기를 결정하고, 상기 제2 기대수명에 기초하여 상기 태양광 인버터의 제2 점검 시기 및 제2 교체 시기를 결정하는 것을 특징으로 하고,
상기 센싱부는,
상기 태양광 인버터의 일 측에 배치되어 상기 태양광 인버터로 입사되는 광량을 측정하는 일사량 측정 센서; 및
상기 태양광 인버터의 내측에 구비되어 상기 태양광 인버터의 내부 온도를 측정하는 온도 센서를 포함하고,
상기 수명 산출부는 상기 내부 온도 및 상기 광량이 클수록 상기 제2 기대수명의 감소폭을 증가시켜 상기 제2 기대수명을 산출하는 것을 특징으로 하는 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템.
- 제 1 항에 있어서, 상기 센싱부는,
상기 태양전지 어레이에 인접하여 배치되어 바람에 의해 발생되는 상기 태양전지 어레이의 진동을 감지하는 제1 진동 센서들을 포함하는 제1 진동 센서 그룹; 및
상기 태양광 인버터에 인접하여 배치되어 바람에 의해 발생되는 상기 태양광 인버터의 진동을 감지하는 제2 진동 센서들을 포함하는 제2 진동 센서 그룹을 더 포함하고,
상기 수명 산출부는 상기 태양전지 어레이의 진동의 크기와, 누적 진동량에 기초하여 상기 제1 기대수명을 산출하고,
상기 제어부는 상기 태양전지 어레이의 진동이 기준값을 초과하는 경우, 상기 태양전지 어레이에 장애가 있는 것으로 판단하는 것을 특징으로 하는 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템.
- 제 1 항에 있어서, 상기 태양전지 어레이는, 상호 직렬 연결된 복수의 태양광 전지모듈들; 및 상기 태양광 전지모듈들에서 생성된 전력을 상기 태양광 인터버에 전송하는 접속반을 포함하고,
상기 센싱부는, 상기 태양광 전지모듈들 중 하나에 연결된 제1 측정라인; 및 상기 접속반에 연결되는 제2 측정라인을 포함하며,
상기 발전량 측정부는, 제1 및 제2 측정라인들을 통해 부분 전압을 산출하며,
상기 제어부는, 상기 제2 발전량과 상기 부분 전압에 기초하여 상기 태양광 전지모듈들 중 적어도 하나에 대한 장애 발생 여부를 판단하는 것을 특징으로 하는 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템.
- 제 3 항에 있어서, 상기 태양전지 어레이는 M행*N열(단, M 및 N은 양의 정수)의 태양광 전지모듈들을 포함하고,
상기 센싱부는 상기 태양광 전지모듈들 각각의 출력 전압을 측정하며,
상기 제어부는,
상기 태양광 발전 시스템의 전체 출력이 기준 출력을 초과하는 경우, 상기 태양광 전지모듈들 중 대상 전지모듈의 대상 출력 전압을 제1 내지 제4 비교 전지모듈들의 제1 내지 제4 출력 전압들과 순차적으로 비교하여 상기 대상 전지모듈의 정상 동작 여부를 판단하되, 상기 제1 및 제2 비교 전지모듈들은 상기 대상 전지모듈과 동일한 행에 포함되어 가장 인접하여 배치되며, 상기 제3 및 제4 비교 전지모듈들은 상기 대상 전지모듈과 동일한 열에 포함되어 가장 인접하여 배치되고,
상기 태양광 발전 시스템의 상기 전체 출력이 상기 기준 출력보다 작은 경우, 상기 대상 전지모듈의 상기 대상 출력 전압과 K개(단, K는 8이상의 정수)의 비교 전지모듈들의 출력 전압들과 순차적으로 비교하여 상기 대상 전지모듈의 정상 동작 여부를 판단하되, 상기 K개의 비교 전지모듈들은 상기 대상 전지모듈을 기준으로 나선형 방향으로 순차적으로 배열되는 것을 특징으로 하는 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180144756A KR20200059704A (ko) | 2018-11-21 | 2018-11-21 | 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180144756A KR20200059704A (ko) | 2018-11-21 | 2018-11-21 | 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200059704A true KR20200059704A (ko) | 2020-05-29 |
Family
ID=70911880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180144756A KR20200059704A (ko) | 2018-11-21 | 2018-11-21 | 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20200059704A (ko) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798100A (zh) * | 2020-06-09 | 2020-10-20 | 江苏蓝天光伏科技有限公司 | 一种用于光伏发电运维的发电测评方法及系统 |
| KR102194384B1 (ko) * | 2020-07-17 | 2020-12-23 | 설상법 | 지락 및 누설 검출 기능을 구비한 IoT 기반 태양광 발전 구조물 및 이의 지락 및 누설 검출 방법 |
| KR102220331B1 (ko) * | 2020-07-16 | 2021-02-24 | 설상법 | 안전 진단 기능을 구비한 IoT 기반 태양광 발전 구조물 및 이의 안전 진단 방법 |
| KR102245804B1 (ko) * | 2020-08-25 | 2021-04-28 | 주식회사 넥스트에이아이 | 인공지능을 이용한 태양광 접속반의 고장 진단 방법 및 이를 수행하는 장치 |
| KR102326571B1 (ko) * | 2021-05-06 | 2021-11-15 | (주)신한티이씨 | 태양전지별로 고장진단이 가능한 태양광 발전 모니터링 시스템 및 그 방법 |
| WO2021256170A1 (ja) * | 2020-06-18 | 2021-12-23 | 株式会社カネカ | 異常判定システム及び発電システム |
| KR102385383B1 (ko) * | 2021-03-25 | 2022-04-15 | 한국수자원공사 | 인공지능 모델을 이용하여 태양광 발전 장치의 발전량을 예측하는 전자 장치 및 제어 방법 |
| KR20220083284A (ko) * | 2020-12-11 | 2022-06-20 | 한국과학기술연구원 | 발전소 운전 건전성을 예측하기 위한 계통별 발전량 및 잔여 유효 수명 예측 방법 및 이를 수행하는 시스템 |
| CN116131755A (zh) * | 2023-02-23 | 2023-05-16 | 呼和浩特市语能科技有限责任公司 | 一种太阳能发电设备智能控制系统及方法 |
| CN116317166A (zh) * | 2023-04-12 | 2023-06-23 | 公安县前锋科技能源有限公司 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
| CN116596194A (zh) * | 2023-06-27 | 2023-08-15 | 中国大唐集团技术经济研究院有限责任公司 | 光伏阵列运行状态划分方法、系统及装置 |
| KR102574189B1 (ko) * | 2023-05-08 | 2023-09-04 | 주식회사 에코스 | 인공신경망을 이용한 태양광발전설비의 결함 감시진단 방법 및 장치 |
| CN117151696A (zh) * | 2023-10-27 | 2023-12-01 | 中科华辰(山东)实业股份有限公司 | 一种光伏运维管理系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101593962B1 (ko) | 2015-05-22 | 2016-02-15 | (주)한신산업 | 건물일체형 태양광 발전시스템의 태양전지모듈 보호방법 및 그 보호장치 |
| KR101728692B1 (ko) | 2016-12-29 | 2017-04-20 | 한양전공주식회사 | 태양광 모듈의 고장 예측 모니터링 시스템 및 방법 |
-
2018
- 2018-11-21 KR KR1020180144756A patent/KR20200059704A/ko not_active Application Discontinuation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101593962B1 (ko) | 2015-05-22 | 2016-02-15 | (주)한신산업 | 건물일체형 태양광 발전시스템의 태양전지모듈 보호방법 및 그 보호장치 |
| KR101728692B1 (ko) | 2016-12-29 | 2017-04-20 | 한양전공주식회사 | 태양광 모듈의 고장 예측 모니터링 시스템 및 방법 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798100A (zh) * | 2020-06-09 | 2020-10-20 | 江苏蓝天光伏科技有限公司 | 一种用于光伏发电运维的发电测评方法及系统 |
| WO2021256170A1 (ja) * | 2020-06-18 | 2021-12-23 | 株式会社カネカ | 異常判定システム及び発電システム |
| KR102220331B1 (ko) * | 2020-07-16 | 2021-02-24 | 설상법 | 안전 진단 기능을 구비한 IoT 기반 태양광 발전 구조물 및 이의 안전 진단 방법 |
| KR102194384B1 (ko) * | 2020-07-17 | 2020-12-23 | 설상법 | 지락 및 누설 검출 기능을 구비한 IoT 기반 태양광 발전 구조물 및 이의 지락 및 누설 검출 방법 |
| KR102245804B1 (ko) * | 2020-08-25 | 2021-04-28 | 주식회사 넥스트에이아이 | 인공지능을 이용한 태양광 접속반의 고장 진단 방법 및 이를 수행하는 장치 |
| US11967822B2 (en) | 2020-12-11 | 2024-04-23 | Korea Institute Of Science And Technology | Method for predicting power generation and remaining useful life per system and system for performing the same |
| KR20220083284A (ko) * | 2020-12-11 | 2022-06-20 | 한국과학기술연구원 | 발전소 운전 건전성을 예측하기 위한 계통별 발전량 및 잔여 유효 수명 예측 방법 및 이를 수행하는 시스템 |
| KR102385383B1 (ko) * | 2021-03-25 | 2022-04-15 | 한국수자원공사 | 인공지능 모델을 이용하여 태양광 발전 장치의 발전량을 예측하는 전자 장치 및 제어 방법 |
| KR102421393B1 (ko) * | 2021-03-25 | 2022-07-18 | 한국수자원공사 | 발전량을 예측하는 인공지능 모델을 트레이닝 시키는 방법 |
| KR102427604B1 (ko) * | 2021-03-25 | 2022-08-02 | 한국수자원공사 | 미래 발전량을 예측하도록 훈련된 인공지능 모델을 포함하는 전자 장치의 제어 방법 |
| KR102326571B1 (ko) * | 2021-05-06 | 2021-11-15 | (주)신한티이씨 | 태양전지별로 고장진단이 가능한 태양광 발전 모니터링 시스템 및 그 방법 |
| CN116131755A (zh) * | 2023-02-23 | 2023-05-16 | 呼和浩特市语能科技有限责任公司 | 一种太阳能发电设备智能控制系统及方法 |
| CN116131755B (zh) * | 2023-02-23 | 2024-04-26 | 青岛中筑新能源有限公司 | 一种太阳能发电设备智能控制系统及方法 |
| CN116317166B (zh) * | 2023-04-12 | 2023-12-29 | 杭州电力设备制造有限公司 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
| CN116317166A (zh) * | 2023-04-12 | 2023-06-23 | 公安县前锋科技能源有限公司 | 基于云计算实时在线监测的光伏组件故障定位分析方法 |
| KR102574189B1 (ko) * | 2023-05-08 | 2023-09-04 | 주식회사 에코스 | 인공신경망을 이용한 태양광발전설비의 결함 감시진단 방법 및 장치 |
| CN116596194A (zh) * | 2023-06-27 | 2023-08-15 | 中国大唐集团技术经济研究院有限责任公司 | 光伏阵列运行状态划分方法、系统及装置 |
| CN116596194B (zh) * | 2023-06-27 | 2024-01-23 | 中国大唐集团技术经济研究院有限责任公司 | 光伏阵列运行状态划分方法、系统及装置 |
| CN117151696A (zh) * | 2023-10-27 | 2023-12-01 | 中科华辰(山东)实业股份有限公司 | 一种光伏运维管理系统 |
| CN117151696B (zh) * | 2023-10-27 | 2024-01-23 | 中科华辰(山东)实业股份有限公司 | 一种光伏运维管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102065351B1 (ko) | 태양광 발전 관리 시스템 | |
| KR20200059704A (ko) | 고장 예측 알고리즘을 이용한 태양광 발전 관리 시스템 | |
| KR20200059706A (ko) | 기상정보를 이용한 태양광 발전 관리 시스템 | |
| US10205345B2 (en) | System for the monitoring and maintenance of remote autonomously powered lighting installations | |
| KR101485051B1 (ko) | 태양광 발전 시스템의 발전진단 장치 | |
| KR102084784B1 (ko) | 머신러닝기반 태양광발전운영 관리방법 | |
| US20110066401A1 (en) | System for and method of monitoring and diagnosing the performance of photovoltaic or other renewable power plants | |
| KR101742598B1 (ko) | 열화상 카메라를 이용한 태양광 발전설비의 원격 감시 장치 | |
| KR102054163B1 (ko) | 태양광 발전량 예측 시스템 및 이를 포함하는 태양광 발전 장치 | |
| KR102220331B1 (ko) | 안전 진단 기능을 구비한 IoT 기반 태양광 발전 구조물 및 이의 안전 진단 방법 | |
| KR101532163B1 (ko) | 태양광발전 상태진단 평가시스템 | |
| US11831275B2 (en) | Apparatus for diagnosing photovoltaic power generation through analysis of power generation trend | |
| KR102230548B1 (ko) | Frbfnn 모델을 이용한 태양광 발전설비의 발전예측 및 효율진단 시스템 | |
| KR101114240B1 (ko) | 멀티 존 인버터 태양광 발전 시스템 | |
| KR20180072244A (ko) | 태양광 발전시스템의 고장진단 제어시스템 및 그 고장진단 제어방법 | |
| JP2012138448A (ja) | 太陽光発電の出力低下検出装置及び検出方法 | |
| KR20170126623A (ko) | 멀티변수를 기반으로 한 태양광 발전설비의 효율성 진단시스템 | |
| US11121670B2 (en) | Smart shingles | |
| CN117318111B (zh) | 一种基于天气预测的光储能源动态调节方法及系统 | |
| KR20210025361A (ko) | 안전기능이 강화된 pv-ess 통합솔루션시스템 | |
| CN117151696B (zh) | 一种光伏运维管理系统 | |
| KR101265573B1 (ko) | 태양광 발전 다기능 데이터 통신 시스템 및 그 방법 | |
| KR102582747B1 (ko) | 태양광 발전 장치의 통합 관리 시스템 | |
| KR20200087548A (ko) | 드론을 이용한 태양광 발전 패널 검사 시스템 | |
| JP6664027B1 (ja) | 太陽電池ストリングの劣化検出方法、劣化検出システム及び劣化検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E601 | Decision to refuse application |