[인더스트리뉴스] BKM, ‘태양광 발전량 예측과 이상 진단’ 글로벌 No.1 노린다 > 공지사항

본문 바로가기

사이트 내 전체검색

PR Gallery
홍보
홍보

[인더스트리뉴스] BKM, ‘태양광 발전량 예측과 이상 진단’ 글로벌 No.1 노린다

페이지 정보

작성자 관리자 작성일 22-02-28 11:21 조회 189 댓글 0

본문

하이브리드 예측 방식 미래솔(MIRAESOL), 기존 단일 예측방식 대비 19~37% 우수한 결과 도출


[인더스트리뉴스 권선형 기자] 연간 발전량, 전력 판매단가, 초기투자와 유지보수 비용에 따라 경제성이 결정되는 태양광발전소는 20년 이상 장기투자 해야 하는 사업이다. 발전량을 저해하는 요소를 사전에 파악하고 고장 발생 시 빠른 대응을 통해 발전량 손실을 최소화하는 노력이필요한 이유다. 더욱이 좁은 국토라는 한계를 가진 상황에서 재생에너지 3020(RE3020) 목표를 달성하기 위해서는 최대한의 효율을 이끌어 낼 수 있는 O&M 기술이 필요한 상황. 최근 태양광 O&M이 ICT 기술을 접목한 형태로 발전하고 있는 배경이다.

BKM 장현상 CTO는 “연료전지 진단 제어는 가장 고난도의 기술력을 갖춰야 하는 분야로, 이 분야에서 최우수상을 받은 ‘VIT E’를 기반으로 개발된 미래솔이 현장에서 획기적인 성과를 내고 있다”고 말했다. [사진=인더스트리뉴스]
과거 모니터링 시스템이 단순 계측을 통한 확인이 주요 목적이었다면, 최근에는 AI(인공지능) 기반으로 예측, 비교, 자가진단과 같은 기능들이 포함된 ‘자동화된 관제 모니터링’으로 발전하고 있다. 나아가 재생에너지 비중이 갈수록 커지고 급변하는 최근 기후 특성으로 인해 ‘정확한 발전량 예측’이 안정적 전력 계통량 확보와 합리적인 전력 생산 계획을 통한 전력사용 안정화의 핵심으로 떠오르고 있다.

진화한 ‘발전량 예측 기술’로 타 기업들의 단일 예측방식보다 약 19~37% 우수한 결과를 도출하고 있는 BKM의 태양광 발전량 예측기반 이상 진단 솔루션 ‘미래(MIRAESOL)’이 눈에 띄는 이유다.

미래솔은 태양광 발전량 예측을 통한 실시간 이상 진단을 통해 태양광 발전 장비의 효율적인 운영과 발전소 수익률 향상을 구현하고 있는 솔루션으로, ‘2021 수소 모빌리티+쇼’ H2 이노베이션 어워드에서 최우수상을 받은 ‘VIT E’를 기반으로 개발된 혁신 기술이다.

BKM 장현상 CTO는 “연료전지 진단 제어는 가장 고난도의 기술력을 갖춰야 하는 분야로, 이 분야에서 최우수상을 받은 ‘VIT E’를 기반으로 개발된 미래솔이 현장에서 획기적인 성과를 내고 있다”며, “예천군 소재 남동발전 태양광발전소에서 2020년 1월~12월 진행한 실제 데이터를 기반으로 비교 분석한 결과, 미래솔의 하이브리드 예측방식이 단일 예측방식 대비 약 19~37% 우수한 수치를 보여줬다”고 말했다.

BKM의 태양광 발전량 예측기반 이상 진단 솔루션 미래솔(MIRAESOL)은 ‘2021 수소 모빌리티+쇼’ H2 이노베이션 어워드에서 최우수상을 받은 ‘VIT E’를 기반으로 개발된 혁신 기술로, 기존 단일 예측방식 대비 약 19~37% 우수한 결과를 도출해 내고 있다.


미래솔을 개발한 배경은?

높은 Performance ratio(PR)를 달성해야 수익률을 보장할 수 있다. 태양광 선도국인 독일의 경우 PR은 최근 평균 84%에 이르렀고, 궁극에는 90% 수준을 목표로 하고 있다. 이런 PR의 상승은 한 단계 높은 수준의 이상감지, 고장진단에 기초한 신속한 유지보수가 병행됐기에 가능한 일이다. 하지만 한국의 경우 평균 PR은 80%를 하회하고 있다. 우리도 독일처럼 높은 PR을 실현해야 한다. 그러기 위해서는 지금의 시스템으로는 한계가 있다.

미래솔의 특·장점은?

AI를 도입한 목적은 Rule 기반의 방법보다 더 고도화된 이상 및 고장 감지를 자동적으로 수행해 발전소 운전 기간 중 평균 PR을 더 높이고자함이다. 모니터링에 AI를 적용하기 위해서는 일반적으로 장기간에 걸쳐 누적된 발전량 데이터와 기상(기온, 강수, 전운량) 데이터 등이 부수적으로 필요하다.

하지만 기상정보의 경우 기상청의 광대역 기반 정보는 실제 태양광발전소가 설치된 협소 지역의 기상 상태와 차이가 나는 경우가 많다. 즉, 기상데이터를 설명인자라면 일반적으로 설명인자가 많을수록 AI가 양질의 결과를 도출할 것이라 예상하지만 기상예보 같이 불확실성이 큰 변수의 개입은 더 큰 예측 오류를 만들어 낼 수 있다.

이러한 이유로 미래솔의 경우 발전량 예측에 있어 기상정보의 활용은 선택사항이다. 또 미래솔은 AI 적용의 실질적인 장애요소인 사전데이터 확보문제를 해결하기 위해 사전훈련이 필요 없는 비지도학습(Unsupervised Learning) 방식으로 이런 현실적인 문제를 해결했다.

비지도 학습 방법에 더해 Edge 기반으로 AI를 구현함으로써, 발전량 예측 및 이상 감지 등을 발전 현장에서 실시간으로 수행하도록 해 발전시스템 수명기간 동안 발생할 수 있는 다양한 장애에 대한 즉각적인 대처로 플랜트 운전 효율의 향상을 보장한다.

미래솔에 적용된 기술은? 


미래솔은 태양광 패널 자체가 센서라는 전제하에 발전량에 기온, 일조량 등의 정보가 내포되었다고 판단한다. 따라서 기본적으로는 태양광 발전량 예측에 별도의 기상 정보(온도, 일조량 등)를 활용하지 않는다. 기상정보의 활용은 미래솔 사용자의 선택사항이다.

예측의 정확도가 떨어지는 기상예보를 활용하는 대신 발전량 시계열 신호에 내포된 계절성 정보를 적응신호 분해 방법을 이용해 발전량 시계열 신호에서 계절성 추세를 추출해 학습 및 예측에 이용한다.

태양광 발전량 시계열 신호에는 크게 두 가지 추세, 즉 하루 중 시간대별 추세와 연중 계절성 추세가 관찰된다. 미래솔의 학습모델은 연중 계절성 추세(연중 온도/일조량 변화)를 학습하는 모델과 하루 중 시간대별 추세(하루 중 온도/일조량 변화)를 학습하는 모델로 구성돼 있다.

높은 발전량 예측 정확도를 토대로 어떻게 이상 및 고장 감지를 수행하나?

예측의 정확도가 높으면 예측은 이상 감지 및 이상원인 진단의 레퍼런스로 활용이 가능하다. 실제 Residual(예측치와 실제 발전량의 차이)은 이상원인 별로 다른 신호 특성을 보여주며 미래솔은 Residual 신호로부터 특징들을 추출해 자체 개발한 ‘상관계수 기반 계층적 군집화’ 기술을 이용해 실시간으로 이상 감지 및 이상 원인의 분석 작업을 수행한다.

향후 계획과 목표는?

고도화를 위해 대한전기협회 실증연구센터(제천) 양면 태양광발전소에서 한화에너지와 실증을 거치고 있다. 올해 여름까지 실증을 마치고 나면 그 결과를 갖고 8월 미국 마이애미 에너지엑스포에 데뷔할 계획이다. 발전량 예측과 이상 감지 및 진단 분야에서 글로벌 NO.1으로 도약하는 게 최종 목표고, 가능할 것으로 보고 있다.

출처 : 인더스트리뉴스(http://www.industrynews.co.kr) 

목록
본사 : 충북 청주시 흥덕구 직지대로 456번길 72
TEL : 043-265-1311
@2021 BKM Inc. All Rights Reserved.
MATLAB and Simulink are trademarks or registered trademarks of The MathWorks, Inc.
Speedgoat is a trademark or registered trademark of Speedgoat GmbH.