[go: up one dir, main page]

KR102020567B1 - 발전량 추세분석을 통한 태양광발전 진단장치 - Google Patents

발전량 추세분석을 통한 태양광발전 진단장치 Download PDF

Info

Publication number
KR102020567B1
KR102020567B1 KR1020190017759A KR20190017759A KR102020567B1 KR 102020567 B1 KR102020567 B1 KR 102020567B1 KR 1020190017759 A KR1020190017759 A KR 1020190017759A KR 20190017759 A KR20190017759 A KR 20190017759A KR 102020567 B1 KR102020567 B1 KR 102020567B1
Authority
KR
South Korea
Prior art keywords
ess
power
module
power generation
photovoltaic
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020190017759A
Other languages
English (en)
Inventor
송기택
이철송
김경록
Original Assignee
(주)대은
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 (주)대은 filed Critical (주)대은
Priority to KR1020190017759A priority Critical patent/KR102020567B1/ko
Application granted granted Critical
Publication of KR102020567B1 publication Critical patent/KR102020567B1/ko
Priority to PCT/KR2019/017300 priority patent/WO2020166804A1/ko
Priority to US17/429,696 priority patent/US11831275B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02SGENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H02S50/10Testing of PV devices, e.g. of PV modules or single PV cells
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0232Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0237Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on parallel systems, e.g. comparing signals produced at the same time by same type systems and detect faulty ones by noticing differences among their responses
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02SGENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S40/00Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
    • H02S40/30Electrical components
    • H02S40/38Energy storage means, e.g. batteries, structurally associated with PV modules
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00Integration of renewable energy sources in buildings
    • Y02B10/10Photovoltaic [PV]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Photovoltaic Devices (AREA)

Abstract

본 발명은 태양광 및 건물 일체형(BIPV) 발전장치의 상태 등을 진단하는 장치에 관한 것으로, 보다 구체적으로는 특정 태양광 발전장치의 산출된 발전량 예측치 대비 실제 발전량 비교를 통한 상태진단이 아닌, 머신러닝(Machine learning) 등을 통해 과거 동일 기간의 발전량 추세분석을 통한 그룹화된 태양광 발전장치들 내에서 발전량 차이를 비교하여 특정 태양광 발전장치의 상태를 진단하며, 이때 태양광 발전장치들로부터 수집된 발전량 정보들에 대해 각 태양광 발전장치의 고장이력, 유지보수이력과 같은 정보를 토대로 수집된 정보를 가공함은 물론, 각 태양광 발전장치들이 위치하는 지역기상정보, 환경정보와 같은 정보를 통해 발전량 추세에 대한 오류 정보를 최소화함으로써 정밀한 그룹화가 가능하고 이를 통해 상태진단의 정확성을 높인 발전량 추세분석을 통한 태양광발전 진단장치에 관한 것이다.

Description

발전량 추세분석을 통한 태양광발전 진단장치{A Diagnosis device of photovoltaic generation using output trend analysis}
본 발명은 태양광 및 건물 일체형(BIPV) 발전장치의 상태 등을 진단하는 장치에 관한 것으로, 보다 구체적으로는 특정 태양광 발전장치의 산출된 발전량 예측치 대비 실제 발전량 비교를 통한 상태진단이 아닌, 머신러닝(Machine learning) 등을 통해 과거 동일 기간의 발전량 추세분석을 통한 그룹화된 태양광 발전장치들 내에서 발전량 차이를 비교하여 특정 태양광 발전장치의 상태를 진단하며, 이때 태양광 발전장치들로부터 수집된 발전량 정보들에 대해 각 태양광 발전장치의 고장이력, 유지보수이력과 같은 정보를 토대로 수집된 정보를 가공함은 물론, 각 태양광 발전장치들이 위치하는 지역기상정보, 환경정보와 같은 정보를 통해 발전량 추세에 대한 오류 정보를 최소화함으로써 정밀한 그룹화가 가능하고 이를 통해 상태진단의 정확성을 높인 발전량 추세분석을 통한 태양광발전 진단장치에 관한 것이다.
신재생에너지의 한 분야인 태양광 발전은 많은 장점으로 인해 최근 그 수요가 급증하고 있으며, 발전 효율을 높이기 위한 기술도 많이 발전해오고 있다. 이러한 태양광 발전장치들은 운영 과정에서 음영, 고장, 노화 등 다양한 원인으로 태양광모듈에 정상 발전 출력이 이루어지지 않게 되면, 이를 신속하게 진단하고 대응하도록 하는 유지보수의 중요성이 더욱 증대되고 있다.
그러나, 기존에 태양광발전의 고장 등을 진단하는 기술들은, 여러 가지 예측 기법들을 이용하여 해당 태양광발전 시설(내지 모듈)에서 다양한 환경 요인 등을 감안하여 발전할 수 있는 예상 발전량을 산출한 다음, 해당 예상 발전량 대비 실제 발전량이 일정 범위를 벗어나게 되면 이를 이상으로 판단하여 정밀 진단 내지 유지보수가 이루어지도록 하는 개념을 제시하고 있는데, 이러한 예상 발전량은 아직까지는 태양광발전에 미치는 다양한 요인들을 모두 정확하게 반영할 수 없는 한계 때문에 발전량 예측치에서 이미 정확성이 많이 떨어지게 되고 따라서, 이러한 오차 범위가 큰 예상 발전량을 기준으로 한 고장 진단 기술 역시 판단의 오진률이 높아지게 되는 한계를 갖고 있다.
<특허문헌> 한국등록특허 제10-1728692호 "태양광 모듈의 고장 예측 모니터링 시스템 및 방법"
상기 <특허문헌>에 개시되어 있는 종래 기술 역시, 태양광 모듈의 기존 변화추이와 일사량 정보 및 온도 등의 데이터를 토대로 해당 태양광 모듈의 실시간 예상 발전량을 산출한 다음, 예상 발전량과 실제 발전량 간의 부합 정도 즉, 차이를 토대로 태양광 모듈의 고장 여부를 판단하고 있는바, 진단의 오차가 크다는 기존 문제점을 동일하게 안고 있을 뿐이다.
따라서, 태양광발전의 유지보수의 효율성을 위해 태양광발전 상태를 정확하게 진단하고 대응할 수 있는 장치 및 기술에 대한 니즈는 증대되고 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로,
본 발명은 특정 태양광 발전장치의 산출된 발전량 예측치 대비 실제 발전량 비교를 통한 상태진단이 아닌, 인공지능을 이용하는 머신러닝(Machine learning) 등을 통해 과거 동일 기간의 발전량 추세분석을 통한 그룹화된 태양광 발전장치들 내에서 발전량 차이를 비교하여 특정 태양광 발전장치의 상태를 진단함으로써 상태진단의 정확성을 높인 태양광발전 진단장치를 제공하는 것이다.
본 발명의 다른 목적은, 태양광 발전장치들로부터 수집된 발전량 정보들에 대해 각 태양광 발전장치의 고장이력, 유지보수이력과 같은 정보를 토대로 수집된 정보를 가공함은 물론, 각 태양광 발전장치들이 위치하는 지역기상정보, 환경정보와 같은 정보를 통해 발전량 추세에 대한 오류 정보를 최소화함으로써 정밀한 그룹화가 가능하고 이를 통해 상태진단의 정확성을 높인 태양광발전 진단장치를 제공하는 것이다.
본 발명의 또 다른 목적은, 진단한 태양광 발전장치에 대한 최종 이상 여부 결과를 피드백 받고 이를 반영하여 발전데이터가공모듈 또는 발전데이터정제모듈의 정보를 수정하여 재그룹화하는 과정을 통해 상태진단의 정확성을 높인 태양광발전 진단장치를 제공하는 것이다.
본 발명의 또 다른 목적은, 태양광 발전장치들을 그룹화함에 있어서 일정 기간 동안의 일누적발전량 추세, 일정 기간 동안의 평균발전율 추세 내지 일정 기간 동안의 설치용량 대비 일최대발전량 추세 중 어느 하나를 군집화 기준으로 하여 정밀한 그룹화를 수행하는 태양광발전 진단장치를 제공하는 것이다.
본 발명의 또 다른 목적은, 상태에 이상이 있는 것으로 진단된 태양광 발전장치에 대해 청소 내지 교체 등의 유지보수 실시 전에도 최적의 태양광 발전이 이루어질 수 있도록 전력평준화 장치를 제공하고 이때, 태양광 발전 패널(어레이)을 이루는 직렬회로(스트링) 간 발생하는 발전 전력의 차이를 낮은 전력을 보상해주는 방식으로만 한정하지 않고, 각 스트링 간 전력 편차를 최소화 내지 없애는 방식으로 스트링 간 발전 전력을 평준화시킴으로써 태양광 발전 효율을 증가시키는 태양광발전 진단장치를 제공하는 것이다.
본 발명은 앞서 본 목적을 달성하기 위해서 다음과 같은 구성을 가진 실시예에 의해서 구현된다.
본 발명의 일 실시예에 따르면, 본 발명에 따른 발전량 추세분석을 통한 태양광발전 진단장치는 태양광을 이용하여 발전하는 태양광 발전장치; 상기 태양광 발전장치에서 전송되는 발전량 데이터를 토대로 태양광 발전장치의 상태를 진단하는 진단서버;를 포함하며, 상기 진단서버는, 과거 동일 기간의 발전량 추세가 유사한 태양광 발전장치들을 그룹화하고 해당 그룹 내에서의 발전량 차이를 비교하여 특정 태양광 발전장치의 상태를 진단하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따르면, 본 발명에 있어서 상기 진단서버는, 태양광 발전장치들 중 과거 동일 기간의 발전량 추세가 유사한 태양광 발전장치들을 그룹화하는 그룹화부와, 그룹화된 태양광 발전장치들 내에서 오차 범위를 벗어난 발전량을 나타내는 특정 태양광 발전장치를 선별하는 이상진단부를 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 그룹화부는, 태양광 발전장치들로부터 과거 일발전량, 일발전량편차와 같은 정보를 수집하는 발전데이터수집모듈과, 각 태양광 발전장치의 고장이력, 유지보수이력과 같은 정보를 통해 상기 발전데이터수집모듈에서 수집된 정보를 가공하는 발전데이터가공모듈과, 각 태양광 발전장치들이 위치하는 지역기상정보, 환경정보와 같은 정보를 통해 발전량 추세에 대한 오류 정보를 최소화하는 발전데이터정제모듈과, 상기 발전데이터정제모듈에서 산출된 데이터에 군집화 알고리즘을 적용하여 태양광 발전장치들을 그룹화하는 그룹화모듈을 포함하고, 상기 이상진단부는, 상기 그룹화모듈에서 적용된 군집화 기준을 토대로 해당 그룹 내 태양광 발전장치에 대한 오차 범위를 산정하여 이상 여부를 진단하는 이상진단모듈과, 상기 이상진단모듈에서 진단한 태양광 발전장치에 대한 최종 이상 여부 결과를 피드백하여 제공하는 진단정확성검토모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 그룹화부는, 상기 진단정확성검토모듈에서 제공하는 피드백 결과를 반영하여 상기 발전데이터가공모듈 또는 발전데이터정제모듈의 정보를 수정하고 태양광 발전장치들을 재그룹화하는 그룹화수정모듈을 추가로 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 그룹화모듈은 일정 기간 동안의 일누적발전량 추세, 일정 기간 동안의 평균발전율 추세 내지 일정 기간 동안의 설치용량 대비 일최대발전량 추세 중 어느 하나를 군집화 기준으로 하여 태양광 발전장치들을 그룹화하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 따른 진단장치는, 태양광 발전장치 각각에 각 태양광 발전장치의 어레이 내 복수의 스트링에 각각 연결되어 발전장치의 이상 발생시 특정 모듈에서의 음영 내지 고장으로 인한 스트링 간의 전력 편차를 최소화하는 전력평준화부;를 추가로 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 전력평준화부는, 복수의 스트링별 출력 전류 또는 전압을 측정하는 계측부와, 복수의 스트링별 전력을 보상 또는 전력을 흡수하는 에너지저장장치(ESS)부와, 상기 계측부의 데이터를 토대로 상기 에너지저장장치(ESS)부를 제어하는 제어부를 포함하며, 상기 제어부는, 상기 에너지저장장치(ESS)부의 에너지저장장치(ESS) 충전량 상태를 판단하는 ESS상태판정모듈과, 상기 ESS상태판정모듈에서 판단한 에너지저장장치(ESS)부의 에너지저장장치(ESS) 충전량 상태에 따라 에너지저장장치(ESS)부의 방전 또는 충전 여부를 결정하는 ESS제어모듈과, 상기 ESS제어모듈에서 결정하는 방전 또는 충전 여부에 따라 전력을 보상 또는 전력을 흡수할 스트링을 결정하여 에너지저장장치(ESS)와 연결시키는 스트링-ESS연계모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 ESS제어모듈은, 에너지저장장치(ESS)부의 에너지저장장치(ESS) 충전량이 충분한 경우 에너지저장장치(ESS)부의 방전을 통해 출력 전력이 저하된 스트링에 전력을 보상할 수 있게 하는 ESS방전제어모듈과, 에너지저장장치(ESS)부의 에너지저장장치(ESS) 충전량이 부족한 경우 에너지저장장치(ESS)부의 충전을 통해 출력 전력이 높은 스트링의 전력을 흡수하여 스트링 간의 전력 편차를 최소화할 수 있게 하는 ESS충전제어모듈을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따르면, 본 발명에 있어서 상기 스트링-ESS연계모듈은, 상기 ESS방전제어모듈이 에너지저장장치(ESS)부를 방전시키는 경우에 복수의 스트링 중 출력 전력이 저하된 스트링을 특정하여 에너지저장장치(ESS)와 연결시키는 전력보상연계모듈과, 상기 ESS충전제어모듈이 에너지저장장치(ESS)부를 충전시키는 경우에 복수의 스트링 중 출력 전력이 높은 스트링을 에너지저장장치(ESS)와 연결시키는 전력흡수연계모듈을 포함하는 것을 특징으로 한다.
본 발명은 앞서 본 실시예와 하기에 설명할 구성과 결합, 사용관계에 의해 다음과 같은 효과를 얻을 수 있다.
본 발명은, 특정 태양광 발전장치의 산출된 발전량 예측치 대비 실제 발전량 비교를 통한 상태진단이 아닌, 인공지능을 이용하는 머신러닝(Machine learning) 등을 통해 과거 동일 기간의 발전량 추세분석을 통한 그룹화된 태양광 발전장치들 내에서 발전량 차이를 비교하여 특정 태양광 발전장치의 상태를 진단함으로써 상태진단의 정확성을 높이는 효과를 갖는다.
본 발명은, 태양광 발전장치들로부터 수집된 발전량 정보들에 대해 각 태양광 발전장치의 고장이력, 유지보수이력과 같은 정보를 토대로 수집된 정보를 가공함은 물론, 각 태양광 발전장치들이 위치하는 지역기상정보, 환경정보와 같은 정보를 통해 발전량 추세에 대한 오류 정보를 최소화함으로써 정밀한 그룹화가 가능하고 이를 통해 상태진단의 정확성을 높이는 효과를 갖는다.
본 발명은, 진단한 태양광 발전장치에 대한 최종 이상 여부 결과를 피드백 받고 이를 반영하여 발전데이터가공모듈 또는 발전데이터정제모듈의 정보를 수정하여 재그룹화하는 과정을 통해 상태진단의 정확성을 높이는 효과를 갖는다.
본 발명은, 태양광 발전장치들을 그룹화함에 있어서 일정 기간 동안의 일누적발전량 추세, 일정 기간 동안의 평균발전율 추세 내지 일정 기간 동안의 설치용량 대비 일최대발전량 추세 중 어느 하나를 군집화 기준으로 하여 정밀한 그룹화를 수행하는 효과를 갖는다.
본 발명은, 상태에 이상이 있는 것으로 진단된 태양광 발전장치에 대해 청소 내지 교체 등의 유지보수 실시 전에도 최적의 태양광 발전이 이루어질 수 있도록 전력평준화 장치를 제공하고 이때, 태양광 발전 패널(어레이)을 이루는 직렬회로(스트링) 간 발생하는 발전 전력의 차이를 낮은 전력을 보상해주는 방식으로만 한정하지 않고, 각 스트링 간 전력 편차를 최소화 내지 없애는 방식으로 스트링 간 발전 전력을 평준화시킴으로써 태양광 발전 효율을 증가시키는 효과를 갖는다.
도 1은 본 발명에 따른 태양광발전 진단장치의 개념도
도 2는 본 발명에서 태양광 발전장치들을 그룹화하여 진단을 수행하는 상태도
도 3은 본 발명의 진단장치 내에 포함되는 진단서버의 구성도
도 4는 본 발명의 태양광 발전장치 내 전력평준화부가 포함된 개념도
도 5는 본 발명에 적용되는 전력평준화부의 세부 구성도
도 6은 전력평준화부에 포함된 제어부의 세부 구성 블럭도
이하에서는 본 발명에 따른 발전량 추세분석을 통한 태양광발전 진단장치의 바람직한 실시예들을 첨부된 도면을 참조하여 상세히 설명한다. 도면들 중 동일한 구성요소들은 가능한 한 어느 곳에서든지 동일한 부호들로 나타내고 있음에 유의해야 한다. 특별한 정의가 없는 한 본 명세서의 모든 용어는 본 발명이 속하는 기술분야의 통상의 지식을 가진 기술자가 이해하는 당해 용어의 일반적 의미와 동일하고 만약 본 명세서에 사용된 용어의 의미와 충돌하는 경우에는 본 명세서에 사용된 정의에 따른다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 또한 명세서에 기재된 "...부", "...모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1 내지 도 3을 참조하면, 본 발명의 일 실시예에 따른 발전량 추세분석을 통한 태양광발전 진단장치는, 태양광을 이용하여 발전하는 태양광 발전장치(1); 상기 태양광 발전장치(1)에서 전송되는 발전량 데이터를 토대로 태양광 발전장치(1)의 상태를 진단하는 진단서버(3);를 포함하며, 상기 진단서버(3)는, 과거 동일 기간의 발전량 추세가 유사한 태양광 발전장치(1)들을 그룹화하고 해당 그룹 내에서의 발전량 차이를 비교하여 특정 태양광 발전장치(1)의 상태를 진단하는 것을 특징으로 한다.
상기 태양광 발전장치(1)는 태양광(빛 에너지)를 이용하여 전기 에너지를 생산하는 장치로, 최소 단위의 태양광모듈(11)들이 모여 스트링(12)과 어레이(13)를 이루게 되는데, 일반적으로 태양광 패널이라고 부르기도 하는 어레이(13)들이 군집되어 태양광 발전장치(1)를 형성하게 된다. 본 발명에서 의미하는 태양광 발전장치(1)는 지상에 설치되는 태양광 발전소만을 의미하는 것이 아니라, 건물 옥상, 수상 내지 건물 외벽 등에 설치되는 건물일체형 태양광 발전장치(BIPV) 등을 포함한 다양한 형태의 태양광 발전장치(1)를 포함한다.
상기 진단서버(3)는 상기 태양광 발전장치(1)에서 전송되는 발전량 데이터를 토대로 태양광 발전장치(1)의 상태를 진단하는 구성으로, 본 발명에서는 상기 진단서버(3)의 구성(기능)을 통해, 종래기술과 다른 차별화된 진단 기능을 제공할 수 있다. 즉, 앞서 종래기술의 문제점으로 언급한 바와 같이, 기존에는 여러 가지 예측 기법들을 이용하여 해당 태양광발전 시설(내지 모듈)에서 다양한 환경 요인 등을 감안하여 발전할 수 있는 예상 발전량을 산출한 다음, 해당 예상 발전량 대비 실제 발전량이 일정 범위를 벗어나게 되면 이를 이상으로 판단하여 정밀 진단 내지 유지보수가 이루어지도록 하는 개념으로 접근하고 있는데, 이러한 예상 발전량은 아직까지는 태양광발전에 미치는 다양한 요인들을 모두 정확하게 반영할 수 없는 한계 때문에 발전량 예측치에서 이미 정확성이 많이 떨어지게 되고 따라서, 이러한 오차 범위가 큰 예상 발전량을 기준으로 한 고장 진단 기술 역시 판단의 오진률이 높아지게 되는 한계를 갖게 되는바, 본 발명에서는 상기 진단서버(3)를 통해 과거 동일 기간의 발전량 추세분석을 통한 그룹화된 태양광 발전장치(1)들(도 2 참조) 내에서 발전량 차이를 비교하여 특정 태양광 발전장치(1)의 상태를 진단함으로써 상태진단의 정확성을 높일 수 있다. 이를 위해 상기 진단서버(3)는 태양광 발전장치(1)들 중 과거 동일 기간의 발전량 추세가 유사한 태양광 발전장치(1)들을 그룹화하는 그룹화부(31)와, 그룹화된 태양광 발전장치(1)들 내에서 오차 범위를 벗어난 발전량을 나타내는 특정 태양광 발전장치(1)를 선별하는 이상진단부(32)를 포함할 수 있다.
상기 그룹화부(31)는 태양광 발전장치(1)들 중 과거 동일 기간의 발전량 추세가 유사한 태양광 발전장치(1)들을 그룹화(도 2 참조)하는 구성으로, 바람직하게는 인공지능을 소프트웨어적으로 구현하는 머신러닝(Machine learning) 등을 통해 과거 동일 기간의 발전량 데이터를 토대로 추세가 유사한 태양광 발전장치(1)들별로 군집화를 수행하게 된다. 보다 구체적으로 상기 그룹화부(31)는, 태양광 발전장치(1)들로부터 과거 일발전량, 일발전량편차와 같은 정보를 수집하는 발전데이터수집모듈(311)과, 각 태양광 발전장치(1)의 고장이력, 유지보수이력과 같은 정보를 통해 상기 발전데이터수집모듈(311)에서 수집된 정보를 가공하는 발전데이터가공모듈(312)과, 각 태양광 발전장치(1)들이 위치하는 지역기상정보, 환경정보와 같은 정보를 통해 발전량 추세에 대한 오류 정보를 최소화하는 발전데이터정제모듈(313)과, 상기 발전데이터정제모듈(313)에서 산출된 데이터에 군집화 알고리즘을 적용하여 태양광 발전장치(1)들을 그룹화하는 그룹화모듈(314)을 포함할 수 있다.
상기 발전데이터수집모듈(311)은 태양광 발전장치(1)들로부터 과거 일발전량, 일발전량편차와 같은 정보를 수집하는 구성으로, 태양광 발전장치(1)들에 대한 그룹화를 위해 각 태양광 발전장치(1)들에 대한 기초 정보를 수집,제공하게 된다. 이를 위해 상기 발전데이터수집모듈(311)은 유무선 통신 등을 이용해 태양광 발전장치(1)들과 연계된다.
상기 발전데이터가공모듈(312)은 각 태양광 발전장치(1)의 고장이력, 유지보수이력과 같은 정보를 통해 상기 발전데이터수집모듈(311)에서 수집된 정보를 가공하는 구성이다. 즉, 특정 태양광 발전장치(1)의 특정 기간의 발전량이 급격히 저하된 정보가 (상기 발전데이터수집모듈(311)을 통해)수집된 경우라도, 그 기간 동안 해당 태양광 발전장치(1)의 일부 또는 대부분이 정기점검 또는 고장 등의 이유로 유지보수 진행된 상태라면, 상기 발전데이터가공모듈(312)에서 이를 반영하여 해당 태양광 발전장치(1)의 발전량 정보를 수정, 가공함으로써 해당 태양광 발전장치(1)에 대한 정확한 발전량 추세 정보를 획득할 수 있게 된다. 이를 위해 상기 발전데이터가공모듈(312)은 각 태양광 발전장치(1)에 대한 고장이력, 유지보수이력과 같은 정보를 수집,관리하게 된다.
상기 발전데이터정제모듈(313)은 각 태양광 발전장치(1)들이 위치하는 지역기상정보, 환경정보와 같은 정보를 통해 발전량 추세에 대한 오류 정보를 최소화하는 구성이다. 즉, 특정 기간의 태양광 발전장치(1)들 중 발전량이 비슷한 경우라도 해당 태양광 발전장치(1) 각각이 위치한 환경 즉, 일사량 정보나 온도, 습도 등이 차이나는 상황인 경우라면 이러한 경우까지 동일한 발전량을 보이는 그룹으로 묶게 되면 그룹화 결과에 신뢰성이 저하되게 된다. 따라서, 상기 발전데이터정제모듈(313)에서는 상기 발전데이터수집모듈(311) 내지 발전데이터가공모듈(312)에서 제공된 정보에 더해 각 태양광 발전장치(1)들이 위치하는 지역기상정보, 환경정보와 같은 정보를 반영함으로서 각 태양광 발전장치(1)들의 발전량 추세에 대한 오류 정보를 최소화하게 되고, 이를 통해 후술할 그룹화모듈(314)에서 신뢰성 있는 그룹화가 진행될 수 있도록 한다.
상기 그룹화모듈(314)은 상기 발전데이터정제모듈(313)에서 산출된 데이터에 군집화 알고리즘(군집화 기준을 토대로 군집화하는 프로그램)을 적용하여 태양광 발전장치(1)들을 유사한 발전량 추세를 보이는 그룹별로 그룹화하는 구성이다.
일 예로, 상기 그룹화모듈(314)은 각 태양광 발전장치(1)들에 대해 일정기간 동안의 일 누적 발전량 데이터를 기준으로 일간 편차가 가장 유사한 태양광 발전장치(1)들별로 발전소 그룹화를 진행할 수 있다. 이는 각 태양광 발전장치(1)의 해당 환경정보나 유지보수 이력정보 등을 반영하여 가장 유사한 일 발전량 패턴을 보이는 태양광 발전장치(1)들별로 그룹화를 함으로써, 해당 그룹화된 태양광 발전장치(1)들 중 어느 하나가 다른 태양광 발전장치(1)들과 다르게 오차 범위를 벗어나는 일 발전량 패턴을 보이는 경우라면 후술할 이상진단부(32)에서 이상 여부를 진단하게 될 것이다.
다른 예로, 상기 그룹화모듈(314)은 각 태양광 발전장치(1)들에 대해 일정기간 동안의 평균발전율 추세(데이터)를 기준으로 평균발전율이 가장 유사한 태양광 발전장치(1)들별로 발전소 그룹화를 진행할 수 있다. 이는 일정기간 동안의 가장 유사한 발전량 패턴(추세)를 보이는 태양광 발전장치(1)들별로 그룹화함으로써, 해당 그룹화된 태양광 발전장치(1)들 중 어느 하나가 다른 태양광 발전장치(1)들과 다르게 평균 발전율 대비 오차 범위를 벗어나는 전일 발전량을 보이는 경우라면 후술할 이상진단부(32)에서 이상 여부를 진단하게 될 것이다.
또 다른 예로, 상기 그룹화모듈(314)은 일정기간 동안의 설치용량 대비 일 최대발전량 추세(데이터)를 기준으로 설치용량을 감안한 일 최대 발전량 편차가 가장 유사한 태양광 발전장치(1)들별로 발전소 그룹화를 진행할 수 있다. 이는 누적 데이터나 평균 데이터 대비 가장 짧은 기간의 데이터를 토대로 그룹화하고 또한 이를 토대로 그룹 내 타 태양광 발전장치(1)들 대비 일 최대 발전량 편차가 오차 범위를 벗어나는 경우를 후술할 이상진단부(32)에서 이상 여부로 진단함으로써 상대적으로 신속하게 진단이 가능한 특징을 갖게 된다.
상기 이상진단부(32)는 그룹화된 태양광 발전장치(1)들 내에서 오차 범위를 벗어난 발전량을 나타내는 특정 태양광 발전장치(1)를 선별하는 구성으로, 보다 구체적으로 상기 이상진단부(32)는, 상기 그룹화모듈(314)에서 적용된 군집화 기준을 토대로 해당 그룹 내 태양광 발전장치(1)에 대한 오차 범위를 산정하여 이상 여부를 진단하는 이상진단모듈(321)과, 상기 이상진단모듈(321)에서 진단한 태양광 발전장치에 대한 최종 이상 여부 결과를 피드백하여 제공하는 진단정확성검토모듈(322)을 포함할 수 있다.
상기 이상진단모듈(321)은 상기 그룹화모듈(314)에서 적용된 군집화 기준을 토대로 해당 그룹 내 태양광 발전장치(1)에 대한 오차 범위를 산정하여 이상 여부를 진단하는 구성으로, 즉 그룹화된 태양광 발전장치(1)들의 군집화 기준이 일 누적 발전량 추세인 경우에는 전일 발전량 편차가 그룹 내 다른 태양광 발전장치(1)들 대비 오차 범위를 벗어난 태양광 발전장치(1)에 대해 이상 상태로 진단하게 되고, 군집화 기준이 평균 발전율인 경우에는 전일 발전율 편차가 그룹 내 다른 태양광 발전장치(1)들 대비 오차 범위를 벗어난 태양광 발전장치(1)에 대해 이상 상태로 진단하게 되고, 군집화 기준이 설치 용량 대비 일 최대 발전량인 경우에는 전일 최대 발전량 편차가 그룹 내 다른 태양광 발전장치(1)들 대비 오차 범위를 벗어난 태양광 발전장치(1)에 대해 이상 상태로 진단하게 된다.
상기 진단정확성검토모듈(322)은 상기 이상진단모듈(321)에서 진단한 태양광 발전장치(1)에 대한 최종 이상 여부 결과를 피드백하여 제공하는 구성으로, 본 발명에 의한 진단장치의 진단의 정확성을 위해 상기 이상진단모듈(321)에서 진단한 결과와 실제 결과를 비교하고 이를 피드백하여 이후의 그룹화 내지 이상진단시의 군집화 기준 내지 판단 알고리즘을 실시간 내지 지속적으로 수정 및 업데이트할 수 있도록 하기 위해 상기 진단정확성검토모듈(322)에서 진단한 태양광 발전장치(1)에 대한 최종 이상 여부 결과를 피드백하여 제공하게 된다.
한편, 상기 그룹화부(31)는 상기 진단정확성검토모듈(322)에서 제공하는 피드백 결과를 반영하여 상기 발전데이터가공모듈(312) 또는 발전데이터정제모듈(313)의 정보를 수정하고 태양광 발전장치(1)들을 재그룹화하는 그룹화수정모듈(315)을 추가로 포함할 수 있다. 즉, 상기 그룹화수정모듈(315)에서는 진단 결과가 실제 결과와 차이를 보이는 경우의 데이터를 토대로 이를 상기 발전데이터가공모듈(312) 또는 발전데이터정제모듈(313)에 반영하여 그룹화를 위한 데이터 가공의 정확성을 높이거나 또는 상기 그룹화모듈(314)에서 적용했던 군집화 알고리즘을 수정 또는 업데이트하여 기준 그룹화된 태양광 발전장치(1)들에 대한 재그룹화를 통해 진단의 정확성을 높일 수 있도록 한다.
본 발명의 또 다른 실시예로, 본 발명에서는 상태에 이상이 있는 것으로 진단된 태양광 발전장치(1)에 대해 청소 내지 교체 등의 유지보수 실시 전에도 최적의 태양광 발전이 이루어질 수 있도록 전력평준화 장치를 추가로 포함할 수 있다. 이때, 본 발명에서 제공하고자 하는 전력평준화 장치는 기존처럼 태양광 발전 패널(어레이)을 이루는 직렬회로(스트링) 간 발생하는 발전 전력의 차이를 낮은 전력을 보상해주는 방식으로만 한정하지 않고, 각 스트링 간 전력 편차를 최소화 내지 없애는 방식으로 스트링 간 발전 전력을 평준화시킴으로써 태양광 발전 효율을 증가시키는 것을 특징으로 하며, 이하에서 자세히 설명한다.
도 4 내지 도 6을 참조하면, 본 발명의 또 다른 실시예에 상기 태양광발전 진단장치는, 태양광 발전장치(1) 각각에 각 태양광 발전장치(1)의 어레이(13) 내 복수의 스트링(12)에 각각 연결되어 발전장치의 이상 발생시 특정 태양광모듈(11)에서의 음영 내지 고장으로 인한 스트링(12) 간의 전력 편차를 최소화하는 전력평준화부(16);를 추가로 포함할 수 있다. (참고로, 태양광모듈(11)이 직렬로 연결되어 직렬회로를 구성하는 스트링(12), 상기 스트링(12)이 복수 개 병렬로 연결되어 이루는 어레이(13), 태양광을 이용하여 발전된 직류 전원을 교류 전원으로 변환하여 수용가에 공급하는 인버터(14) 및 상기 어레이(13)와 인버터(14) 사이에서 결선을 용이하게 하고 각종 보호 기능을 수행하는 접속반(15) 등의 구성은 태양광 발전장치(1)를 이루는 관용 구성으로 별도의 설명은 생략하도록 한다)
상기 전력평준화부(16)는 상기 복수의 스트링(12)에 각각 연결되어 특정 모듈()에서의 음영 내지 고장으로 인한 스트링(12) 간의 전력 편차를 최소화하는 구성으로, 이를 위해 상기 전력평준화부(16)는 복수의 스트링(12)별 출력 전류 또는 전압을 측정하는 계측부(161)와, 복수의 스트링(12)별 전력을 보상 또는 전력을 흡수하는 에너지저장장치(ESS)부(162)와, 상기 계측부(161)의 데이터를 토대로 상기 에너지저장장치(ESS)부(162)를 제어하는 제어부(163)를 포함할 수 있다.
상기 계측부(161)는 복수의 스트링(12)별 출력 전류 또는 전압을 측정하는 구성으로, 이를 위해 복수의 스트링(12) 각각에 별도로 설치된 센서(1611)들을 통해 각각의 스트링(12)별 출력 전류 및/또는 전압을 측정하여 스트링(12)별 출력 전력에 대한 정보를 상기 제어부(163)에 전송하게 된다. 도 5에 도시된 예에서와 같이, 상기 센서(1611)들은 복수의 스트링(12) 각각에 대해 각 스트링(12)에서 출력되는 전류 및/또는 전압을 측정할 수 있도록 각 스트링(12) 단에 설치되는 전류 및/또는 전압 센서로 형성될 수 있으며, 상기 계측부(161)는 상기 센서(1611)들에서 전송되는 정보를 토대로 각 스트링(12)별 출력 전력에 대한 정보를 상기 제어부(163)에 전송하게 된다. 상기 계측부(161)에서 측정되어 전송되는 정보를 통해, 각 스트링(12)에서 정상 상태의 전력이 생산되어 출력되는지 아니면 특정 스트링(12)에서 특정 태양광모듈(11)의 고장 내지 음영 등에 의한 영향으로 발전량이 저하되어 저하된 전력이 출력되는지 등 각 스트링(12)별 출력 전력량을 확인할 수 있게 된다.
상기 에너지저장장치(ESS)부(162)는 복수의 스트링(12)별 전력을 보상 또는 전력을 흡수하는 구성으로, 이를 위해 전력 충방전이 가능한 에너지저장장치(ESS)를 복수의 스트링(12) 각각과 연결시켜 특정 스트링(12)별로 전력을 보상하거나 또는 전력을 흡수할 수 있게 함으로써 어레이(13)를 이루는 병렬 연결된 스트링(12) 간 전력 편차를 최소화하거나 또는 없앨 수 있도록 한다.
상기 제어부(163)는 상기 계측부(161)의 데이터를 토대로 상기 에너지저장장치(ESS)부(162)를 제어하는 구성으로, 앞서 종래기술의 문제점으로 언급한 바와 같이, 단순히 음영 내지 특정 모듈의 고장 등으로 발전량이 저하된 스트링만을 대상으로 해당 스트링에 전력보상장치를 통해 보상 전력을 공급하는 종래 기술의 경우에는, 발전전력이 저하된 스트링에 전력을 보상하기 위해 별도의 전력저장장치(ESS)에 전력을 미리 저장하고 있어야 하기 때문에 태양광 발전량이 큰 시설에서는 전력보상장치용 전력저장장치(ESS) 역시 대용량으로 구비(일 예로, 10kW 발전량으로 1시간 보상하는 경우에는 10kWh 배터리 용량이 충전되어 있어야 하고, 만약 발전량 저하량과 저하시간이 상대적으로 길어지는 경우에 대비하기 위해서는 태양광 발전 용량 대비 큰 배터리 용량의 전력저장장치(ESS)가 전력보상용으로 구비)되어야만 하여 비용 및 경제적으로 효율이 크게 저감됨은 물론, 별도의 전력저장장치(ESS) 충전을 위한 계통 연결 내지 구성(보상태양광 패널 등)을 구비해야 하는 문제가 있었던바, 본 발명에서는 단순히 출력 전력이 저감된 스트링(12)에 대한 전력 보상만으로 문제를 해결하는 것이 아니라, 어레이(13) 전체적으로 보았을 때 각 스트링(12) 간의 전력 편차를 최소화 내지 없애는 방식으로의 해결책을 제시하는 것이다. 이를 위해 상기 제어부(163)는 상기 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량 상태를 판단하는 ESS상태판정모듈(1631)과, 상기 ESS상태판정모듈(1631)에서 판단한 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량 상태에 따라 에너지저장장치(ESS)부의 방전 또는 충전 여부를 결정하는 ESS제어모듈(1632)과, 상기 ESS제어모듈(1632)에서 결정하는 방전 또는 충전 여부에 따라 전력을 보상 또는 전력을 흡수할 스트링(12)을 결정하여 에너지저장장치(ESS)와 연결시키는 스트링-ESS연계모듈(1633)을 포함할 수 있다. 즉, 각 스트링(12) 간의 전력 편차를 최소화하기 위해 각 스트링(12) 단과 연결되는 에너지저장장치(ESS)의 충전량 상태에 따라, 충전량이 충분한 경우에는 출력 전력이 저하된 스트링(12)에 에너지저장장치(ESS)로부터 보상 전력을 공급(즉, 에너지저장장치(ESS)의 방전)하여 해당 스트링(12)의 전력을 높여 전체적인 스트링(12) 간 전력 편차를 없애고, 반대로 충전량이 부족한 경우에는 출력 전력이 높은 스트링(12)들로부터 에너지저장장치(ESS)로 전력을 흡수(즉, 에너지저장장치(ESS)의 충전)하여 해당 스트링(12)의 전력을 낮춰 전체적인 스트링(12) 간 전력 편차를 없애는 방식을 적용시킴으로써, 상기 에너지저장장치(ESS)가 계속 보상전력을 공급해야 하는 구조가 아니므로 에너지저장장치(ESS)가 대용량으로 구비되어야 할 필요가 없고 또한, 에너지저장장치(ESS)의 충방전이 해당 어레이(13) 내에서 이루어지게 되므로 에너지저장장치(ESS) 충전만을 위한 별도의 계통 내지 구성을 구비해야 할 필요도 없게 된다.
상기 ESS상태판정모듈(1631)은 상기 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량 상태를 판단하는 구성으로, 상기 ESS상태판정모듈(1631)을 통해 에너지저장장치(ESS) 충전량이 보상전력으로 공급하기에 충분한 상태인지에 대한 정보를 제공하면 후술할 ESS제어모듈(1632)에서 에너지저장장치(ESS)부의 방전 또는 충전 여부를 결정하게 된다.
상기 ESS제어모듈(1632)은 상기 ESS상태판정모듈(1631)에서 판단한 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량 상태에 따라 에너지저장장치(ESS)부의 방전 또는 충전 여부를 결정하는 구성으로, 이를 위해 상기 ESS제어모듈(1632)은 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량이 충분한 경우 에너지저장장치(ESS)부의 방전을 통해 출력 전력이 저하된 스트링(12)에 전력을 보상할 수 있게 하는 ESS방전제어모듈(16321)과, 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량이 부족한 경우 에너지저장장치(ESS)부의 충전을 통해 출력 전력이 높은 스트링(12)의 전력을 흡수하여 스트링(12) 간의 전력 편차를 최소화할 수 있게 하는 ESS충전제어모듈(16322)을 포함할 수 있다.
상기 ESS방전제어모듈(16321)은 상기 ESS상태판정모듈(1631)에서 판단한 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량이 충분한 경우에 이를 토대로 에너지저장장치(ESS)부의 방전을 통해 출력 전력이 저하된 스트링(12)에 전력을 보상할 수 있게 제어하는 구성으로, 상기 ESS방전제어모듈(16321)에서 에너지저장장치(ESS)부의 방전을 통해 출력 전력이 저하된 스트링(12)에 전력을 보상하여 전체적인 스트링(12) 간 전력편차를 최소화할 수 있도록 제어가 결정되면, 후술할 스트링-ESS연계모듈(1633)에서는 전력을 보상할 스트링(12)을 결정하여 에너지저장장치(ESS)와 연결시킴으로써 상기 ESS방전제어모듈(16321)에 의한 제어가 원활하게 이루어질 수 있도록 한다.
상기 ESS충전제어모듈(16322)은 상기 ESS상태판정모듈(1631)에서 판단한 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량이 부족한 경우에 이를 토대로 에너지저장장치(ESS)부의 충전을 통해 출력 전력이 높은 스트링(12)의 전력을 흡수할 수 있게 제어하는 구성으로, 상기 ESS충전제어모듈(16322)에서 에너지저장장치(ESS)부의 충전을 통해 출력 전력이 높은 스트링(12)으로부터 전력을 흡수하여 전체적인 스트링(12) 간 전력편차를 최소화할 수 있도록 제어가 결정되면, 후술할 스트링-ESS연계모듈(1633)에서는 전력을 흡수할 스트링(12)을 결정하여 에너지저장장치(ESS)와 연결시킴으로써 상기 ESS충전제어모듈(16322)에 의한 제어가 원활하게 이루어질 수 있도록 한다.
상기 스트링-ESS연계모듈(1633)은 상기 ESS제어모듈(1632)에서 결정하는 방전 또는 충전 여부에 따라 전력을 보상 또는 전력을 흡수할 스트링(12)을 결정하여 에너지저장장치(ESS)와 연결시키는 구성으로, 이를 위해 상기 스트링-ESS연계모듈(1633)은 상기 ESS방전제어모듈(16321)이 에너지저장장치(ESS)부(162)를 방전시키는 경우에 복수의 스트링(12) 중 출력 전력이 저하된 스트링(12)을 특정하여 에너지저장장치(ESS)와 연결시키는 전력보상연계모듈(16331)과, 상기 ESS충전제어모듈(16322)이 에너지저장장치(ESS)부(162)를 충전시키는 경우에 복수의 스트링(12) 중 출력 전력이 높은 스트링(12)을 에너지저장장치(ESS)와 연결시키는 전력흡수연계모듈(16332)을 포함할 수 있다.
상기 전력보상연계모듈(16331)은 상기 ESS방전제어모듈(16321)이 에너지저장장치(ESS)부(162)를 방전시키는 경우에 복수의 스트링(12) 중 출력 전력이 저하된 스트링(12)을 특정하여 에너지저장장치(ESS)와 연결시키는 구성으로, 일 예로, 도 5를 참조하면, 스트링(12) 1에서 특정 태양광모듈(11)에 음영 내지 고장으로 인해 출력 전력이 저하되고, 나머지 스트링(12) 2~4에서는 정상 출력 전력이 나오는 상황에서, 상기 ESS상태판정모듈(1631)에서 판단한 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량이 충분한 경우에, 이를 토대로 상기 ESS방전제어모듈(16321)에서 에너지저장장치(ESS)부의 방전을 통해 출력 전력이 저하된 스트링(12) 1에 전력을 보상할 수 있게 제어가 결정되면, 상기 전력보상연계모듈(16331)은 출력 전력이 저하된 스트링(12) 1을 특정하여 에너지저장장치(ESS)와 연결시켜 에너지저장장치(ESS)로부터 보상 전력이 스트링(12) 1로 제공되어 전체적인 스트링(12) 간 전력 편차를 최소화하게 된다.
상기 전력흡수연계모듈(16332)은 상기 ESS충전제어모듈(16322)이 에너지저장장치(ESS)부(162)를 충전시키는 경우에 복수의 스트링(12) 중 출력 전력이 높은 스트링(12)을 에너지저장장치(ESS)와 연결시키는 구성으로, 일 예로, 도 5를 참조하면, 스트링(12) 1에서 특정 태양광모듈(11)에 음영 내지 고장으로 인해 출력 전력이 저하되고, 나머지 스트링(12) 2~4에서는 정상 출력 전력이 나오는 상황에서, 상기 ESS상태판정모듈(1631)에서 판단한 에너지저장장치(ESS)부(162)의 에너지저장장치(ESS) 충전량이 부족한 경우에, 이를 토대로 상기 ESS충전제어모듈(16322)에서 에너지저장장치(ESS)부의 충전을 통해 출력 전력이 높은 스트링(12) 2~4로부터 전력을 흡수할 수 있게 제어가 결정되면, 상기 전력흡수연계모듈(16332)은 출력 전력이 높은 스트링(12) 2~4를 특정하여 에너지저장장치(ESS)와 연결시켜 에너지저장장치(ESS)가 스트링(12) 2~4로부터 전력을 흡수하여 충전을 함으로써 전체적인 스트링(12) 간 전력 편차를 최소화하게 된다.
이와 같이, 본 발명에 따른 전력평준화부(16)는 종래와 달리, 각 스트링(12) 간의 전력 편차를 최소화하기 위해 각 스트링(12) 단과 연결되는 에너지저장장치(ESS)의 충전량 상태에 따라, 충전량이 충분한 경우에는 출력 전력이 저하된 스트링(12)에 에너지저장장치(ESS)로부터 보상 전력을 공급(즉, 에너지저장장치(ESS)의 방전)하여 해당 스트링(12)의 전력을 높여 전체적인 스트링(12) 간 전력 편차를 없애고, 반대로 충전량이 부족한 경우에는 출력 전력이 높은 스트링(12)들로부터 에너지저장장치(ESS)로 전력을 흡수(즉, 에너지저장장치(ESS)의 충전)하여 해당 스트링(12)의 전력을 낮춰 전체적인 스트링(12) 간 전력 편차를 없애는 방식을 적용시킴으로써, 상기 에너지저장장치(ESS)가 계속 보상전력을 공급해야 하는 구조가 아니므로 에너지저장장치(ESS)가 대용량으로 구비되어야 할 필요가 없고 또한, 에너지저장장치(ESS)의 충·방전이 해당 어레이(13) 내에서 이루어지게 되므로 에너지저장장치(ESS) 충전만을 위한 별도의 계통 내지 구성을 구비해야 할 필요도 없고, 전력 변환을 거치지 않고 충·방전이 이루어짐으로써 효율을 높이게 된다.
이상에서, 출원인은 본 발명의 다양한 실시예들을 설명하였지만, 이와 같은 실시예들은 본 발명의 기술적 사상을 구현하는 일 실시예일 뿐이며, 본 발명의 기술적 사상을 구현하는 한 어떠한 변경예 또는 수정예도 본 발명의 범위에 속하는 것으로 해석되어야 한다.
1: 태양광 발전장치
11: 태양광모듈 12: 스트링
13: 어레이 14: 인버터
15: 접속반 16: 전력평준화부
161: 계측부 1611: 센서
162: 에너지저장장치(ESS)부 163: 제어부
1631: ESS상태판정모듈 1632: ESS제어모듈
16321: ESS방전제어모듈 16322: ESS충전제어모듈
1633: 스트링-ESS연계모듈 16331: 전력보상연계모듈
16332: 전력흡수연계모듈
3: 진단서버
31: 그룹화부 311: 발전데이터수집모듈
312: 발전데이터가공모듈 313: 발전데이터정제모듈
314: 그룹화모듈 315: 그룹화수정모듈
32: 이상진단부 321: 이상진단모듈
322: 진단정확성검토모듈

Claims (9)

  1. 태양광을 이용하여 발전하는 태양광 발전장치;
    상기 태양광 발전장치에서 전송되는 발전량 데이터를 토대로 태양광 발전장치의 상태를 진단하는 진단서버와;
    태양광 발전장치 각각에 각 태양광 발전장치의 어레이 내 복수의 스트링에 각각 연결되어 발전장치의 이상 발생시 특정 모듈에서의 음영 내지 고장으로 인한 스트링 간의 전력 편차를 최소화하는 전력평준화부;를 포함하며,
    상기 진단서버는, 과거 동일 기간의 발전량 추세가 유사한 태양광 발전장치들을 그룹화하고 해당 그룹 내에서의 발전량 차이를 비교하여 특정 태양광 발전장치의 상태를 진단하도록 하고,
    상기 진단서버는, 태양광 발전장치들 중 과거 동일 기간의 발전량 추세가 유사한 태양광 발전장치들을 그룹화하는 그룹화부와, 그룹화된 태양광 발전장치들 내에서 오차 범위를 벗어난 발전량을 나타내는 특정 태양광 발전장치를 선별하는 이상진단부를 포함하며,
    상기 그룹화부는, 태양광 발전장치들로부터 과거 일발전량, 일발전량편차와 같은 정보를 수집하는 발전데이터수집모듈과, 각 태양광 발전장치의 고장이력, 유지보수이력과 같은 정보를 통해 상기 발전데이터수집모듈에서 수집된 정보를 가공하는 발전데이터가공모듈과, 각 태양광 발전장치들이 위치하는 지역기상정보, 환경정보와 같은 정보를 가공된 정보에 반영하는 발전데이터정제모듈과, 상기 발전데이터정제모듈에서 산출된 데이터에 군집화 알고리즘을 적용하여 태양광 발전장치들을 그룹화하는 그룹화모듈을 포함하고,
    상기 이상진단부는, 상기 그룹화모듈에서 적용된 군집화 기준을 토대로 해당 그룹 내 태양광 발전장치에 대한 오차 범위를 산정하여 이상 여부를 진단하는 이상진단모듈과, 상기 이상진단모듈에서 진단한 태양광 발전장치에 대한 최종 이상 여부 결과를 피드백하여 제공하는 진단정확성검토모듈을 포함하며,
    상기 그룹화부는, 상기 진단정확성검토모듈에서 제공하는 피드백 결과를 반영하여 상기 발전데이터가공모듈 또는 발전데이터정제모듈의 정보를 수정하고 태양광 발전장치들을 재그룹화하는 그룹화수정모듈을 추가로 포함하고,
    상기 전력평준화부는, 복수의 스트링별 출력 전류 또는 전압을 측정하는 계측부와, 복수의 스트링별 전력을 보상 또는 전력을 흡수하는 에너지저장장치(ESS)부와, 상기 계측부의 데이터를 토대로 상기 에너지저장장치(ESS)부를 제어하는 제어부를 포함하며,
    상기 제어부는, 상기 에너지저장장치(ESS)부의 에너지저장장치(ESS) 충전량 상태를 판단하는 ESS상태판정모듈과, 상기 ESS상태판정모듈에서 판단한 에너지저장장치(ESS)부의 에너지저장장치(ESS) 충전량 상태에 따라 에너지저장장치(ESS)부의 방전 또는 충전 여부를 결정하는 ESS제어모듈과, 상기 ESS제어모듈에서 결정하는 방전 또는 충전 여부에 따라 전력을 보상 또는 전력을 흡수할 스트링을 결정하여 에너지저장장치(ESS)와 연결시키는 스트링-ESS연계모듈을 포함하고,
    상기 ESS제어모듈은, 에너지저장장치(ESS)부의 에너지저장장치(ESS) 충전량이 충분한 경우 에너지저장장치(ESS)부의 방전을 통해 출력 전력이 저하된 스트링에 전력을 보상할 수 있게 하는 ESS방전제어모듈과, 에너지저장장치(ESS)부의 에너지저장장치(ESS) 충전량이 부족한 경우 에너지저장장치(ESS)부의 충전을 통해 출력 전력이 높은 스트링의 전력을 흡수하여 스트링 간의 전력 편차를 최소화할 수 있게 하는 ESS충전제어모듈을 포함하며,
    상기 스트링-ESS연계모듈은, 상기 ESS방전제어모듈이 에너지저장장치(ESS)부를 방전시키는 경우에 복수의 스트링 중 출력 전력이 저하된 스트링을 특정하여 에너지저장장치(ESS)와 연결시키는 전력보상연계모듈과, 상기 ESS충전제어모듈이 에너지저장장치(ESS)부를 충전시키는 경우에 복수의 스트링 중 출력 전력이 높은 스트링을 에너지저장장치(ESS)와 연결시키는 전력흡수연계모듈을 포함하는 것을 특징으로 하는 발전량 추세분석을 통한 태양광발전 진단장치.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
KR1020190017759A 2019-02-15 2019-02-15 발전량 추세분석을 통한 태양광발전 진단장치 Active KR102020567B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190017759A KR102020567B1 (ko) 2019-02-15 2019-02-15 발전량 추세분석을 통한 태양광발전 진단장치
PCT/KR2019/017300 WO2020166804A1 (ko) 2019-02-15 2019-12-09 발전량 추세분석을 통한 태양광발전 진단장치
US17/429,696 US11831275B2 (en) 2019-02-15 2019-12-09 Apparatus for diagnosing photovoltaic power generation through analysis of power generation trend

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190017759A KR102020567B1 (ko) 2019-02-15 2019-02-15 발전량 추세분석을 통한 태양광발전 진단장치

Publications (1)

Publication Number Publication Date
KR102020567B1 true KR102020567B1 (ko) 2019-09-10

Family

ID=67951033

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190017759A Active KR102020567B1 (ko) 2019-02-15 2019-02-15 발전량 추세분석을 통한 태양광발전 진단장치

Country Status (3)

Country Link
US (1) US11831275B2 (ko)
KR (1) KR102020567B1 (ko)
WO (1) WO2020166804A1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102065443B1 (ko) * 2019-10-02 2020-01-13 주식회사 아이온커뮤니케이션즈 태양광 발전소의 데이터 분석 방법 및 시스템
WO2020166804A1 (ko) * 2019-02-15 2020-08-20 (주)대은 발전량 추세분석을 통한 태양광발전 진단장치
KR20230040006A (ko) 2021-09-15 2023-03-22 주식회사 커넥티드 태양광 발전 예측 진단 시스템
KR102700902B1 (ko) * 2023-10-18 2024-08-30 주식회사 이엔솔루션 가정용 분산형 태양광발전시스템의 스마트 제어방법
KR102700905B1 (ko) * 2023-10-18 2024-08-30 주식회사 이엔솔루션 Ai 기술이 적용된 분산형 태양광발전 운영시스템

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102064083B1 (ko) * 2018-08-01 2020-01-09 김동선 발전 시스템의 이상 유무 판단 장치 및 방법
CN116307285B (zh) * 2023-05-19 2023-08-08 国网能源研究院有限公司 新能源发展预测装置及方法
CN117761600B (zh) * 2023-12-07 2024-08-06 国网河北省电力有限公司营销服务中心 一种分布式能源电能计量数据的监测方法及装置
KR102746613B1 (ko) * 2024-03-15 2024-12-23 (주)무림전기안전공사 영상정보 및 태양광 발전 효율 정보 기반 태양광 패널 자세 제어 서버 및 방법
CN118801811B (zh) * 2024-09-11 2025-04-11 中汽建工(洛阳)检测有限公司 一种用于爆破振动自动化监测装置的供电方法与监测装置
CN119401943B (zh) * 2024-10-29 2025-07-04 贵州北盘江电力股份有限公司马马崖光伏分公司 一种基于机器学习的复杂地形光伏阵列故障检测系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014155318A (ja) * 2013-02-08 2014-08-25 Okada Kogyo Kk 太陽光発電設備および遠隔設備管理システム
JP2014154728A (ja) * 2013-02-08 2014-08-25 Hitachi Advanced Digital Inc 太陽電池パネル監視プログラム、太陽電池パネル監視装置及び太陽電池パネル監視方法
US20170070081A1 (en) * 2014-03-06 2017-03-09 Robert Bosch Gmbh Hybrid storage system
WO2018202353A1 (fr) * 2017-05-02 2018-11-08 Electricite De France Optimisation de chaînes photovoltaïques à bus partagé

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120083933A1 (en) * 2010-09-30 2012-04-05 General Electric Company Method and system to predict power plant performance
WO2016085008A1 (ko) * 2014-11-28 2016-06-02 (주)대은 태양광 모듈별 이상 진단 시스템 및 방법
JP2016134930A (ja) * 2015-01-15 2016-07-25 株式会社Nttファシリティーズ 太陽光発電診断装置および太陽光発電診断方法
WO2017056286A1 (ja) * 2015-10-01 2017-04-06 株式会社東芝 電源システム
KR101743485B1 (ko) * 2016-11-30 2017-06-05 (주)대은 소물인터넷을 이용한 태양광발전 진단시스템
KR101728692B1 (ko) 2016-12-29 2017-04-20 한양전공주식회사 태양광 모듈의 고장 예측 모니터링 시스템 및 방법
US10673241B2 (en) * 2017-11-13 2020-06-02 Nec Corporation Demand charge and response management using energy storage
KR102020567B1 (ko) * 2019-02-15 2019-09-10 (주)대은 발전량 추세분석을 통한 태양광발전 진단장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014155318A (ja) * 2013-02-08 2014-08-25 Okada Kogyo Kk 太陽光発電設備および遠隔設備管理システム
JP2014154728A (ja) * 2013-02-08 2014-08-25 Hitachi Advanced Digital Inc 太陽電池パネル監視プログラム、太陽電池パネル監視装置及び太陽電池パネル監視方法
US20170070081A1 (en) * 2014-03-06 2017-03-09 Robert Bosch Gmbh Hybrid storage system
WO2018202353A1 (fr) * 2017-05-02 2018-11-08 Electricite De France Optimisation de chaînes photovoltaïques à bus partagé

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020166804A1 (ko) * 2019-02-15 2020-08-20 (주)대은 발전량 추세분석을 통한 태양광발전 진단장치
KR102065443B1 (ko) * 2019-10-02 2020-01-13 주식회사 아이온커뮤니케이션즈 태양광 발전소의 데이터 분석 방법 및 시스템
KR20230040006A (ko) 2021-09-15 2023-03-22 주식회사 커넥티드 태양광 발전 예측 진단 시스템
KR102700902B1 (ko) * 2023-10-18 2024-08-30 주식회사 이엔솔루션 가정용 분산형 태양광발전시스템의 스마트 제어방법
KR102700905B1 (ko) * 2023-10-18 2024-08-30 주식회사 이엔솔루션 Ai 기술이 적용된 분산형 태양광발전 운영시스템

Also Published As

Publication number Publication date
US20220149784A1 (en) 2022-05-12
WO2020166804A1 (ko) 2020-08-20
US11831275B2 (en) 2023-11-28

Similar Documents

Publication Publication Date Title
KR102020567B1 (ko) 발전량 추세분석을 통한 태양광발전 진단장치
KR102051402B1 (ko) IoT 기반 태양광발전 진단시스템
US8289183B1 (en) System and method for solar panel array analysis
KR101238620B1 (ko) 태양광발전 시스템의 고장 인식 장치 및 이의 진단 방법
KR102268033B1 (ko) 안전기능이 강화된 pv-ess 통합솔루션시스템
KR101118548B1 (ko) 태양광 발전 시스템의 출력 저하 진단 장치 및 출력 저하 진단 방법
KR20190057974A (ko) 태양광 발전 관리 시스템
KR20230099467A (ko) 인공지능을 활용한 태양광 모듈 고장 진단 및 예측 시스템
KR102182820B1 (ko) 태양광 모듈의 고장 및 열화 상태 진단 기능을 갖는 태양광 발전장치 및 그 발전 관리방법
KR102230548B1 (ko) Frbfnn 모델을 이용한 태양광 발전설비의 발전예측 및 효율진단 시스템
KR102194271B1 (ko) 모델 기반의 태양광발전 통합 관리 시스템 및 방법
JPH07334767A (ja) 異常検知方法、異常検知装置及びそれを用いた発電システム
KR101939156B1 (ko) 다채널 태양광 dc 어레이 고장진단 장치
KR20220083472A (ko) 태양광발전 진단시스템
CN117713211B (zh) 基于环境分析的光伏并网智能调度方法及系统
CN118232832A (zh) 一种基于数据驱动的光伏发电故障预测与诊断系统及方法
KR20180072244A (ko) 태양광 발전시스템의 고장진단 제어시스템 및 그 고장진단 제어방법
CN109842372A (zh) 一种光伏组件故障检测方法和系统
KR101549428B1 (ko) 태양전지모듈 모니터링 장치 및 그 방법
CN118739409A (zh) 一种农光互补系统
KR20180106112A (ko) 태양광 모듈의 고장 검출 시스템
JP2017022879A (ja) 診断装置、太陽光発電システム、および、劣化・故障診断方法
KR20230086521A (ko) Ai 기반 태양광 발전량 예측 시스템
JP7531876B2 (ja) 太陽電池モジュールの故障診断方法及びプログラム
CN119382247B (zh) 多源功率耦合模型驱动的能源发电控制方法

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20190215

PA0201 Request for examination
PA0302 Request for accelerated examination

Patent event date: 20190218

Patent event code: PA03022R01D

Comment text: Request for Accelerated Examination

Patent event date: 20190215

Patent event code: PA03021R01I

Comment text: Patent Application

PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20190418

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20190902

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20190904

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20190904

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20210806

Start annual number: 4

End annual number: 6