에너지기술연, 인공지능 태양광발전소 고장 진단 기술 개발

PID 또는 셀열화에 대한 I-V 고장DB 데이터 예시.(에너지기술연구원 제공)/뉴스1

(대전=뉴스1) 김태진 기자 = 국내 연구진이 인공지능(AI)으로 태양광발전소 고장 진단을 하는 기술을 개발했다.

한국에너지기술연구원은 신재생시스템연구실 고석환 박사 연구진이 AI를 활용한 태양광 발전 고장진단 기술을 개발했다고 20일 밝혔다.

연구진은 10년 이상 태양광발전소 고장진단 평가를 수행하며 수집한 I-V곡선 정보를 데이터베이스화하고 인공지능 모델을 적용해 현장에 가지 않고도 태양광 패널의 오염, 성능저하 등을 95% 이상의 정확도로 판단할 수 있는 기술 개발에 성공했다.

I-V곡선은 태양광으로 생성하는 전기 에너지를 측정해 전압과 전류의 상관관계를 그려내는 곡선이다.

I-V곡선을 활용하면 우리 몸의 이상을 확인할 수 있는 X-Ray처럼 설치된 장소의 위치, 햇빛의 강도 등 환경을 감안, 시뮬레이션한 정상 곡선과 실제 측정된 곡선을 비교해 설비의 고장 유무 평가가 가능하다.

기존의 태양광 설비 유지보수 방식은 주기적으로 인력을 투입해 현장에서 고장을 진단하고 해결하는 방식이다.

최근에는 드론에 열화상 카메라를 탑재해 분석하는 기술이 적용되고 있으나 마찬가지로 현장을 방문해야 진단할 수 있다. 또 고장난 패널 위치는 파악할 수 있어도 고장으로 인해 에너지가 얼마나 손실됐는지는 측정할 수 없다.

이에 연구진은 인공지능 학습모델을 활용해 기존 기술의 문제를 해결했다.

I-V곡선 데이터를 인공지능 학습모델에 입력만 하면 패널의 발전 성능과 PID, 셀 부식 등과 같은 다양한 고장 원인을 명확하게 분석할 수 있다.

PID는 태양광 패널 표면에 빛이 인가되면 전자(-이온)가 이동해 전기가 생산되는데, 패널 유리표면의 +전하와 근접해 전자가 원활히 이동하지 못해 발전을 못하는 현상을 말한다.

연구진은 I-V곡선 데이터의 활용성도 높였다.

태양광 패널에서 I-V곡선 데이터는 패널의 성능과 고장 상태를 평가하는 중요한 데이터지만, 일사량 등 조건이 바뀔 때마다 불규칙적으로 변동되기 때문에 전문가도 명확하게 분석하기 어려웠다.

이에 연구진은 태양광 패널의 셀 종류에 따른 물리적 특성을 모델링화 한 알고리즘을 개발했다.

이 알고리즘은 수시로 변화하는 일사 조건에서도 전압과 전류의 시뮬레이션 데이터를 98% 이상 정확하게 예측했다.

이 기술을 활용하면 I-V 수집이 가능한 발전소는 모두 원격으로 성능 관리가 가능하다. 특히 수상, 해상에 설치된 설비 등 접근이 어려운 지역에 적용하면 유지관리 비용을 획기적으로 줄일 수 있다.

이 기술은 신기술인증을 획득해 우수성을 인정받았다.

연구진은 이를 발판 삼아 기술사업화를 위해 연구소 기업, 인버터 제조 기업과 공동연구를 추진한다. 또 클라우드 플랫폼으로 개발해 공공서비스로도 제공할 예정이다.

이밖에 기술의 응용을 통해 이차전지나 수전해 시스템의 고장과 수명 저하 원인을 파악하는 분야에도 활용될 것으로 기대된다.

한국에너지기술연구원 신재생시스템연구실 고석환 박사. /뉴스1

고석환 박사는 “최근 다양한 형태로 설치되는 태양광 발전소(수로, 영농, 방음벽, 수상, 해상 등)는 접근성으로 인해 성능과 고장 점검이 어려웠다”며 "인공지능 학습모델을 통해 분석하면 오염과 같은 작은 손실 저하도 95% 이상 정밀진단 가능하고 원격 진단도 가능해 유지관리의 수준과 활용성을 매우 높일 수 있을 것”이라고 말했다.

이번 연구는 에너지기술연 기본사업과 산업통상자원부 신재생에너지기술개발사업의 지원을 받아 수행됐다.

memory4444444@news1.kr