KR20230112368A

KR20230112368A - 태양광 패널 진단 모니터링 시스템 및 그 방법

Info

Publication number: KR20230112368A
Application number: KR1020220008542A
Authority: KR
Inventors: 김효수; 김상식
Original assignee: 김효수
Priority date: 2022-01-20
Filing date: 2022-01-20
Publication date: 2023-07-27

Abstract

태양광 패널 진단 모니터링 시스템에 있어서, 태양광으로부터 발전하기 위한 태양광 발전 시스템은 전기적 배선이 직렬 또는 병렬로 연결된 복수개의 상기 태양광 패널을 포함하고, 상기 복수개의 태양광 패널들 사이의 전압 측정하여 전압의 상태를 모니터링 하는 전압 관리 시스템을 포함하되, 상기 전압 관리 시스템은 상기 태양광 패널과 인접한 태양광 패널의 전압을 측정하는 전압 측정부와 상기 복수개의 태양광 패널에 사이의 측정된 전압 데이터에 각각의 ID번호를 부여하여 무선통신을 통해 원격 모니터링 서버로 전압 데이터를 전송하는 송신모듈을 포함하고, 상기 원격 모니터링 시스템은 상기 전압 관리 시스템으로부터 전송되는 상기 각각의 ID번에 대응되는 상기 전압 데이터를 수신 받는 수신모듈과, 고장 또는 이물질의 누적으로 인한 태양광 발전에 문제가 발생된 특정한 상기 태양광 패널을 찾아내기 위하여, 상기 복수개의 태양광 패널 전체의 평균전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어난 특정한 상기 태양광 패널을 검색하는 검색부로 구성되는 것을 특징으로 하는 태양광 패널 진단 모니터링 시스템을 제안한다.
한편, 태양광 패널과 직렬 또는 병렬로 인접한 태양광 패널 사이의 전압을 측정하는 단계(S1), 특정한 태양광 패널 사이의 전압이 전체 태양광 패널의 평균적인 전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어나는 태양광 패널을 검색하는 단계(S2), 상기 전압 임계 값 범위를 벗어나는 태양광 패널을 원격 모니터링 시스템에서 알림을 통해 알려주는 단계(S3)로 진행되는 태양광 패널 진단 모니터링 방법이 제공될 수 있다.

Description

태양광 패널 진단 모니터링 시스템 및 그 방법{Photovoltaic Panel Diagnostic Monitoring System and Method}

태양광 패널 진단 모니터링 시스템 및 방법에 관한 것으로, 보다 상세하게는 태양광 발전 시스템에 있어서 복수개의 태양광 패널 사이의 전압을 측정하고 이를 통계기반의 분석을 통해 문제가 발생된 태양광 패널을 검색함과 동시에 태양광 패널의 노후화, 파손 및 고장, 열화, 이물질 등을 통계기반의 빅데이터 분석을 통해 원인을 판별하는 기술 및 관리 프로그램을 통해 문제가 발생된 태양광 패널의 위치를 지도로 표시하여 관리자에게 알려주는 기술에 관한 것이다.

최근 친환경 에너지의 기술에 관한 관심도가 증가하면서, 태양광으로부터 발전하기 위한 태양광 발전 시스템의 설비가 증가하고 있다. 이러한 태양광 발전 시스템은 복수개의 태양광 패널을 직렬 및 병렬로 배치하여 직류 전류를 생산하고, 생산된 직류 전류를 인버터를 통해 교류로 변환하여 사용되고 있다.

그러나, 태양광 발전 시스템은 태양광 패널의 노후화 또는 파손으로 인한 발전량 저하, 새똥, 미세먼지 등으로 이물질 누적으로 인한 발전량 저하, 열화로 인한 전력과부하 또는 변동성으로 인한 인버터의 고장 등의 문제가 많이 발생되고 있다. 이러한 문제들로 인해 실시간으로 관리가 어렵고 태양광 발전 시스템은 발전량에 비해 관리비용이 많이 들어가는 문제가 있다.

이러한 상기 문제를 해결하기 위하여, 대한민국 특허등록 제10-1059355호 "태양광 발전 인버터의 출력 품질 감시 장치 및 그 방법"에서는 태양광 발전 시스템의 전압, 전류 파형에 대해, 정상 상태, 전압 상승, 전압 잡음, 전압 강하 및 순간 정전을 감지하고 디스플레이하며 경보의 기능을 가지는 태양광 발전 인버터의 출력 품질 감시 장치 및 그 방법을 제공함으로써, 태양광 발전 시스템에서 발생되는 출력 전압 전류의 순간적인 전압 상승, 전압 잡음, 전압 강하 및 순간 정전을 감시함으로써 태양광 발전 시스템의 성능 저하 및 장애를 방지할 수 있는 태양광 발전 인버터의 출력 품질 감시 장치 및 그 방법을 개시하고 있다.

그러나, 대한민국 특허등록 제10-1059355호에 개시된 종래 기술은 인버터의 출력품질을 감시하는 시스템으로 태양광 패널의 파손이나, 이물질로 인한 누적 등으로 인한 문제가 발생된 태양광 패널을 검색하는 모니터링 기술에 대한 기술이 없다.

상기 기술에 대한 문제를 해결하기 위하여, 대한민국 공개번호 10-2016-0106395 “태양광 모듈 자가진단 모니터링 시스템”에서는 복수의 태양광 모듈 각각으로부터 전류, 전압, 온도, 습도, 조도, 일사량 중 어느 하나 이상의 환경센싱정보를 측정하는 환경정보 측정부와 상기 환경정보 측정부로부터 측정된 환경센싱정보를 데이터로거로부터 입력받아 디지털 신호로 변환하고, 디지털 신호를 이용하여 상기 복수의 태양광 모듈 각각의 발전효율과 성능상태를 분석하는 자가진단 제어부와 자가진단 제어부에 접속하여 상기 데이터로거와 연동하며 상기 환경센싱정보를 모니터링하고, 자가진단 제어부를 통해 분석된 발전효율정보 및 성능상태정보를 모니터링하는 원격 관제부를 포함하는 것을 특징으로 하는 태양광 모듈 자가진단 모니터링 시스템에 관하여 개시하고 있다.

그러나, 상기 대한민국 공개번호 10-2016-0106395 “태양광 모듈 자가진단 모니터링 시스템”는 발전 효율을 진단할 수는 있으나, 복수개의 태양광 패널사이의 전압을 측정하여 태양광 패널의 파손이나, 이물질로 인한 누적 등으로 인한 문제가 발생된 태양광 패널을 검색하는 기술이 없으며, 또한 전체 태양광 패널사이의 평균전압과 각각의 태양광 패널사이의 전압을 비교분석하여 문제가 발생된 태양광 패널을 검색하여 찾아주는 기술이 없으며, 태양광 패널사이의 전압을 측정하여 과거 이력데이터와 현재 전압을 통계기반의 빅데이터 분석을 통해 태양광 패널의 교체시기, 전압에 문제가 발생된 태양광 패널이 노후화 또는 태양광 패널의 파손으로 인한 것인지, 태양광 패널의 이물질 누적으로 인한 것인지, 태양광 패널의 열화로 인해 발생된 것인지에 대한 원인을 구분하여 판별기술이 없다.

이러한 상기 판별기술이 없으면 관리자가 태양광 패널에 어떠한 문제로 인해 발전량이 저하된 것인지를 알 수 없기 때문에 문제가 있는 태양광 패널을 찾아서 패널을 청소 후에 다시 태양광 패널의 전압을 수작업으로 측정한 후 문제점을 찾아야하기 때문에 이에 따른 관리비용과 시간이 많이 들어가는 문제점이 있다.

추가적으로, 종래의 기술에서 원격 관리프로그램은 태양광 패널 사이의 전압에 ID번호를 부여한 후 ID번호에 대응하여 2D도면 또는 3D도면으로 표시되는 태양광 배치도가 없으며, 태양광 배치도에 문제가 발생된 태양광 패널을 표시하는 기능이 없어서, 문제가 발생된 태양광 패널의 위치를 알기 어렵다. 이러한 문제로 인해 작업자가 어느 위치의 태양광 패널이 문제가 발생된 것인지를 알기 어려워 문제가 발생된 태양광 패널을 찾기 위한 시간과 비용이 많이 드는 문제점이 있다.

대한민국 특허등록 제10-1059355호 "태양광 발전 인버터의 출력 품질 감시 장치 및 그 방법 대한민국 공개번호 10-2016-0106395 “태양광 모듈 자가진단 모니터링 시스템

본 발명은 이에 따른 상기 문제점을 해결하기 위하여,

복수개의 상기 태양광 패널 사이의 전압을 측정하여 전체의 평균전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어난 특정한 상기 태양광 패널을 검색하여 문제가 발생된 태양광 패널을 찾아서 알려줌으로써 실시간 관리가 가능하고, 관리비용을 줄일 수 있다.

또한, 통계기반의 빅데이터 분석을 통해 태양광 패널의 교체시기를 사전에 예측할 수 있고, 전압에 문제가 발생된 태양광 패널이 노후화 또는 태양광 패널의 파손으로 인한 것인지, 태양광 패널의 이물질 누적으로 인한 것인지, 패널의 열화로 인한 것지를 구분할 수 있다.

추가적으로, 원격 관리프로그램의 태양광 패널 사이의 전압에 ID번호를 부여한 후 ID번호에 대응되는 태양광 배치도를 통해 문제가 발생된 특정한 태양광 패널을 표시하여 수리 및 청소가 필요한 태양광 패널의 위치를 알 수 있도록 제공하는데 그 주안점이 있다.

상기 과제를 해결하기 위한 수단으로 본 발명은, 태양광 패널 진단 모니터링 시스템 및 그 방법을 통해 해결한다.

태양광 패널 진단 모니터링 시스템에 있어서, 태양광으로부터 발전하기 위한 태양광 발전 시스템은 전기적 배선이 직렬 또는 병렬로 연결된 복수개의 상기 태양광 패널을 포함하고, 상기 복수개의 태양광 패널들 사이의 전압 측정하여 전압의 상태를 모니터링 하는 전압 관리 시스템을 포함하되, 상기 전압 관리 시스템은 상기 태양광 패널과 인접한 태양광 패널의 전압을 측정하는 전압 측정부와 상기 복수개의 태양광 패널에 사이의 측정된 전압 데이터에 각각의 ID번호를 부여하여 무선통신을 통해 원격 모니터링 서버로 전압 데이터를 전송하는 송신모듈을 포함하고, 상기 원격 모니터링 시스템은 상기 전압 관리 시스템으로부터 전송되는 상기 각각의 ID번에 대응되는 상기 전압 데이터를 수신 받는 수신모듈과, 고장 또는 이물질의 누적으로 인한 태양광 발전에 문제가 발생된 특정한 상기 태양광 패널을 찾아내기 위하여, 상기 복수개의 태양광 패널 전체의 평균전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어난 특정한 상기 태양광 패널을 검색하는 검색부로 구성되는 것을 특징으로 하는 태양광 패널 진단 모니터링 시스템을 제안한다.

추가적으로, 인버터(4)에 포한된 MPPT 제어시스템을 더 포함하고, MPPT 제어시스템을 통해 상기 인버터를 통해 측정된 전체 전압과 전압 관리 시스템을 통해 측정된 상기 태양광 패널의 전체 전압을 비교 분석하여 서로간의 발전량 차이를 비교하여 상기 태양광 패널의 효율성을 비교하여 상기 태양광 패널의 효율성의 저하를 판단 및 인버터의 노후화 상태를 판단할 수 있도록 제공될 수 있다.

추가적으로, 전압 관리 시스템은 직류를 교류로 변환시켜주는 인버터를 더 포함하고,

상기 태양광 패널 사이의 전압의 변동성이 급격하거나, 전압의 과부하가 발생할 시에 상기 인버터의 고장을 방지하기 위하여 상기 복수개의 태양광 패널 사이의 전압 밸런싱을 통해 상기 인버터의 고장을 방지할 수 있도록 구성될 수 있다.

추가적으로, 상기 원격 모니터링 시스템은 관리 프로그램을 더 포함하고,

상기 관리 프로그램은 상기 ID번호에 대응되는 상기 복수개의 태양광 패널의 배치도를 더 포함하고, 사전에 설정된 전압 임계 값 범위를 벗어난 태양광 패널을 배치도에 표시하여 문제가 발생된 태양광 패널의 위치를 알려 주는 것을 특징으로 할 수 있다.

추가적으로, 상기 전압 측정부(21)는 GPS모듈(211)과 배치도(351)를 더 포함하고, GPS모듈(211)을 통해 위도와 경도 측정하여 태양광 패널(1a, 1b, 1c,1d)이 설치된 위치를 상기 배치도(351)에서 위치를 알려주는 것을 특징으로 할 수 있다.

또한, 상기 원격 모니터링 시스템은 상기 전압 데이터를 저장하는 데이터베이스를 포함하여 구성되고, 상기 데이터베이스에 저장된 과거의 전압 데이터와 현재의 전압 데이터를 비교분석하되, 통계기반의 딥러닝 분석을 통해 노후화된 태양광 패널의 교체시기를 예측하는 빅데이터 분석부를 더 포함하여 구성될 수 있다.

또한, 태양광 발전에 문제가 발생된 특정한 상기 태양광 패널이 조도, 날씨로 인해 전압 변화가 발생된 것인지, 고장 또는 파손으로 인해 발생된 것인지 또는 이물질의 누적으로 인해 발생된 것인지 또는 태양광 패널의 열화로 인해를 판별하는 방법은 빅데이터 분석부를 포함하고, 빅데이터 분석부에서 통계기반의 딥러닝 분석을 통해 판별할 수 있다.

또한, 태양광 발전에 문제가 발생된 경우에, 조도, 날씨로 인해 전압 변화가 발생된 것인지, 특정한 상기 태양광 패널이 고장 및 이물질의 누적으로 인해 발생된 것인지 또는 태양광 패널의 열화로 인해를 판별하는 방법은 하기 [식 1]에 의해 판별할 수 있다.

[식 1] , 여기서, 값이 0 미만 이만이면 태양광 패널 파손이나 이물질의 누적으로 판단하고, 설정된 임계 값을 비교하여 초과하면 태양광 패널의 열화 또는 태양광 패널 특성 변화로 판단, 임계 값 이내에 있으면 정상으로 판단

는 번째 ID를 가진 태양광 패널 사이의 전압, 는 전체 태양광 패널의 평균전압(), 는 관리자 설정 또는 딥러닝을 통해 자동으로 설정되는 임계 값 설정 상수, 는 전체 태양광 패널 전압()의 표준편차

또한, 상기 태양광 패널이 고장 또는 파손으로 인해 발생된 것인지 또는 이물질의 누적으로 인해 발생된 것인지를 판별하는 방법은 하기 [식 2]의해 산정할 수 있다.

[식 2] , 여기서, 값이 0 이상인 경우는 미리 누계된 노후화 설정범위(다른 주변 패널과 비교분석된 범위)와 비교하여 설정된 범위안에 들면 노후화 단계를 파악하여 노후화로 인해 태양광 발전효율이 저하된 것으로 판단하고 0 이하인 경우는 패널의 고장 또는 파손으로 판단

여기서, 는 전압 임계 값을 벗어나는 태양광 패널의 개수로써 관리자 설정 또는 딥러닝을 통해 자동으로 설정되는 설정 상수, 는 번 태양광 패널의 개수, 는 번 태양광 패널에서 전압이 사용자가 설정한 전압 임계 값을 벗어나는 태양광 패널()의 개수의 합계, 는 전체 태양광 패널에서 사용자가 설정한 전압 임계 값을 벗어나는 태양광 패널()의 평균적인 개수

추가적으로, 에너지관리공단 OPEN API(51)의 태양광 발전 전력 정보를 원격 모니터링 시스템(3)으로 수신하여 상기 태양광 발전 시스템에서 발전되는 전력량과 비교 분석하여 태양광 발전 시스템의 태양광 패널(1a, 1b, 1c,1d)의 상태를 분석할 수 있도록 제공될 수 있다.

여기서, 상기 에너지관리공단 OPEN API(51)의 태양광 발전 전력 정보를 원격 모니터링 시스템(3)으로 수신하여 상기 태양광 발전 시스템에서 발전되는 전력량과 비교 분석하는 방법으로 통계기반의 딥러닝 분석을 통해 분석할 수 있도록 제공된다.

여기서, 상기 에너지관리공단 OPEN API(51)에서 제공받는 태양광 발전소의 평균 발전량과 상기 태양광 발전 시스템에서 생산되는 평균 발전량과 비교하여 임계값 이하이면 태양광 패널(1a, 1b, 1c,1d)에 문제가 발생된 것으로 판단할 수 있다.

여기서, 상기 태양광 발전 시스템의 설치된 지역과 인접한 거리에 있는 다른 지역의 발전소의 발전량을 거리에 따라 더 많은 가중치를 두어 에너지관리공단 OPEN API(51)공단의 총 평균발전량을 하기 [수식 3]을 통해 산출하여 상기 태양광 발전 시스템의 발전량과 비교 분석하는 것하여 산출 할 수 있다.

[식 3]여기서, 가 관리자 설정 또는 딥러닝을 통해 자동으로 설정 임계 값 이하이면 태양광 패널의 노후화 또는 이물질의 누적으로 인해 발전량이 저하된 것으로 판단

여기서, 는 상기 태양광 발전 시스템의 평균 발전량, 는 지역의 다른 발전소의 평균 발전량, 는 지역의 타지역의 발전소와 상기 태양광 발전 시스템의 설치 지역과의 거리에 따른 가중치,은 다른 지역의 발전소 개수 이다.

추가적으로, 상기 태양광 발전 시스템은 MPPT 제어시스템에 부착된 먼지센서를 더 포함하고, 상기 먼지센서에서 공기 중의 미세먼지 농도를 감지하여, 상기 복수개의 태양광 패널이 미세먼지에 의해 전압변화가 발생되는지 또는 태양광 패널의 고장 및 파손으로 인해서 전압변화 발생되는지를 구별할 수 있도록 제공될 수 있다.

한편, 태양광 패널 진단 모니터링 방법에 있어서,

태양광 패널과 직렬 또는 병렬로 인접한 태양광 패널 사이의 전압을 측정하는 단계(S1), 특정한 태양광 패널 사이의 전압이 전체 태양광 패널의 평균적인 전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어나는 태양광 패널을 검색하는 단계(S2), 상기 전압 임계 값 범위를 벗어나는 태양광 패널을 원격 모니터링 시스템에서 알림을 통해 알려주는 단계(S3)로 진행되는 태양광 패널 진단 모니터링 방법이 제공될 수 있다.

여기서, 상기 특정한 태양광 패널 사이의 전압이 전체 태양광 패널의 평균적인 전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어나는 태양광 패널을 검색하는 단계(S2)는, 과거의 전압 데이터와 현재의 전압 데이터를 비교분석하되, 통계기반의 딥러닝 분석을 통해 태양광 패널의 노후화 또는 고장으로 인한 교체시기를 예측하는 단계를 더 포함할 수 있다.

본 발명은 이에 따른 상기 문제점을 해결함으로써, 태양광 발전에 문제가 발생된 태양광 패널을 찾을 수 있음과 동시에 통계기반의 빅데이터 분석을 통해 태양광 발전에 문제가 있는 태양광 패널의 문제점 원인을 추론하여 분석할 수 있다.

또한, 태양광 패널의 배치도를 통해 태양광 발전에 문제가 있는 패널의 위치를 표시하여 줌으로써, 관리자가 손쉽게 문제가 있는 태양광 패널의 위치를 찾아갈 수 있는 편의성이 있다.

도 1은 본 발명에 따른 태양광 패널 진단 모니터링 시스템의 구성부를 도시한 구성도이다.
도 2은 본 발명에 따른 태양광 패널 진단 모니터링 시스템에서 관리 프로그램의 태양광 패널 배치도이다.
도 3은 본 발명에 따른 태양광 패널 진단 모니터링 방법의 순서도이다.

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 의미한다. 또한, 명세서에 기재된 "…부", "…기", "시스템" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

이하, 도 1은 본 발명에 따른 태양광 패널 진단 모니터링 시스템의 구성부를 도시한 구성도이다.

이하, 도 2은 본 발명에 따른 태양광 패널 진단 모니터링 시스템에서 관리 프로그램의 태양광 패널 배치도이다.

이하, 도 3은 본 발명에 따른 태양광 패널 진단 모니터링 방법의 순서도이다.

이하 도 1을 참조하여 태양광 패널 진단 모니터링 시스템에 관하여 설명하면,

태양광으로부터 발전하기 위한 태양광 발전 시스템은 전기적 배선이 직렬 또는 병렬로 연결된 복수개의 상기 태양광 패널(1a, 1b, 1c,1d)을 포함하고, 상기 복수개의 태양광 패널(1a, 1b, 1c,1d)들 사이의 전압 측정하여 전압의 상태를 모니터링 하는 전압 관리 시스템(2)을 포함하되, 상기 전압 관리 시스템(2)은 상기 태양광 패널(1a, 1b, 1c,1d)과 인접한 태양광 패널(1a, 1b, 1c,1d)의 전압을 측정하는 전압 측정부(21)와 상기 복수개의 태양광 패널(1a, 1b, 1c,1d)에 사이의 측정된 전압 데이터에 각각의 ID번호를 부여하여 무선통신을 통해 원격 모니터링 서버(3)로 전압 데이터를 전송하는 송신모듈(22)을 포함하고, 상기 원격 모니터링 시스템(3)은 상기 전압 관리 시스템(2)으로부터 전송되는 상기 각각의 ID번호에 대응되는 상기 전압 데이터를 수신 받는 수신모듈(31)과, 고장 또는 이물질의 누적으로 인한 태양광 발전에 문제가 발생된 특정한 상기 태양광 패널(1b)을 찾아내기 위하여, 상기 복수개의 태양광 패널(1a, 1b, 1c,1d) 전체의 평균전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어난 특정한 상기 태양광 패널(1b)을 검색하는 검색부(32)로 구성되는 것을 특징으로 한다.

구체적으로 예를 들어 설명하면, 도 1에서 태양광 패널(1a)와 태양광 패널(1b)사이의 전압과 태양광 패널(1b)와 태양광 패널(1c)사이의 전압과 태양광 패널(1c)와 태양광 패널(1d)사이의 전압은 12.9V로 복수개의 태양광 패널 전체의 평균적인 전압인 19.5V으로 평균전압과 근접하게 측정되었다. 이를 통해 태양광 패널(1a, 1c,1d)는 정상적인 상태인 것을 알 수 있다. 그러나, 태양광 패널(1a)와 태양광 패널(1c)사이의 전압은 12V로 패널 전체의 평균적인 전압인 17.7V보다 크게 낮게 측정되었다. 이를 통해 태양광 패널(1a)와 태양광 패널(1c)와 사이에 있는 태양광 패널(1b)에 태양광 패널의 노후화, 파손 또는 이물질로 발전량에 문제가 발생되었음을 알 수 있다. 이를 통해 작업자는 문제가 발생된 태양광 패널(1b)를 교체하거나, 청소를 해줌으로써 문제가 발생된 특정한 태양광 패널(1b)정상적으로 동작되도록 문제를 해결할 수 있다.

또한, 인버터(4)에 포한된 MPPT 제어시스템(41)을 더 포함하고, MPPT 제어시스템(41)을 통해 상기 인버터(4)를 통해 측정된 전체 전압과 전압 관리 시스템(2)을 통해 측정된 상기 태양광 패널(1a, 1b, 1c,1d)의 전체 전압을 비교 분석하여 서로간의 발전량 차이를 비교하여 상기 태양광 패널(1a, 1b, 1c,1d)의 효율성을 비교하여 상기 태양광 패널(1a, 1b, 1c,1d)의 효율성의 저하를 판단 및 인버터(4)의 노후화 상태를 판단할 수 있도록 제공한다.

구체적으로 설명하면, 인버터(4)의 태양광 패널의 전체 전압과 전압 관리 시스템(2)을 통해 측정된 상기 태양광 패널(1a, 1b, 1c,1d)의 전체 전압은 차이가 발생할 수 있다. 이러한 차이점을 상호 비교 분석함으로써 인버터(4)의 상태를 알 수 있다, 보다 구체적인 예를 들어 설명하면 전압 관리 시스템(2)에서 생산되는 전체 전압보다 상기 인버터(4)에서 생산되는 전체 전압이 낮을 경우 상기 인버터(4)의 노후화 또는 고장으로 인해 태양광 전력 생산에 문제가 발생된 것으로 파악하여 인버터(4)를 신속하여 교체 및 수리하여 태양광 발전 효율을 높일 수 있다.

또한, 도 1을 참조하여 전압 관리 시스템(2)은 직류를 교류로 변환시켜주는 인버터(4)를 더 포함하고, 상기 태양광 패널(11a, 11b, 11c,11d) 사이의 전압의 변동성이 급격하거나, 전압의 과부하가 발생할 시에 상기 인버터(4)의 고장을 방지하기 위하여 상기 복수개의 태양광 패널(11a, 11b, 11c,11d) 사이의 전압 밸런싱(electric pressure balancing)을 통해 상기 인버터(4)의 고장을 방지할 수 있도록 제공 될 수 있다

특히, 인버터의 경우 매우 고가여서 고장이 날 경우 인버터를 교체하는 데 많은 비용이 들어가는 문제가 있다. 인버터의 주요 고장 원인은 전압의 변동성이 급격하거나, 태양광 패널의 열화로 인해 전압의 과부하가 주요 원인이다. 이러한 문제를 해결하기 위해서 전압 밸런싱(electric pressure balancing)을 통해 일정한 전압이 나오도록 전압을 조절해줌으로써 해결할 수 있다.

추가적으로, 도 2에서 도시된 바와 같이 원격 모니터링 시스템(3)은 관리 프로그램(35)을 더 포함하고, 상기 관리 프로그램(35)은 상기 ID번호에 대응되는 상기 복수개의 태양광 패널(1a, 1b, 1c,1d)의 배치도(351)를 더 포함하고, 사전에 설정된 전압 임계 값 범위를 벗어난 태양광 패널(1b)을 배치도(351)에 표시하여 문제가 발생된 태양광 패널의 위치를 알려 주는 것을 특징으로 하는 할 수 있다.

여기서 태양광 배치도는 2차원 이미지로 표시될 수도 있고,3차원 입체 영상으로 표시될 수도 있음은 물론이다.

구체적으로, 원격 관리프로그램의 태양광 패널 사이의 전압에 ID번호를 부여한 후 ID번호에 대응되는 태양광 배치도를 통해 문제가 발생된 특정한 태양광 패널을 표시함으로써, 수리 및 청소가 필요한 태양광 패널의 위치를 지도형식의 배치도로 관리자에게 알려줌으로써, 손쉽게 문제가 발생 태양광 패널을 찾아서 수리가 가능한 편의성이 있다.

추가적으로, 상기 전압 측정부(21)는 GPS모듈(211)과 배치도(351)를 더 포함하고, GPS모듈(211)을 통해 위도와 경도 측정하여 태양광 패널(1a, 1b, 1c,1d)이 설치된 위치를 상기 배치도(351)에서 위치를 알려주도록 구성될 수 있다.

구체적인 예로 최근에 가로등에 태양광 패널(1a, 1b, 1c,1d)을 활용하여 낮에 발전된 에너지를 배터리에 저장하여 야간 조명의 전력으로 사용하고 있다. 그러나, 태양광 패널의 노후화 상태 및 문제 유무를 알기 어렵고, 태양광 패널의 교체시기가 도래하거나 문제가 발생할 경우에 설치된 위치를 알기 어려워지게 되는 문제가 발생한다. 이때, 전압 측정부(21)에서 측정된 전압을 통해 가로등에 설치된 태양광 패널(1a, 1b, 1c,1d)중에서 문제가 발생된 태양광 패널(1b)의 위치를 항공지도 및 네비게이션과 연동하여 관리자에게 알려줌으로써, 손쉽게 문제가 발생된 태양광 패널(1b)을 찾아가서 유지보수를 진행할 수 있다.

추가적으로 상기 원격 모니터링 시스템(3)은 상기 전압 데이터를 저장하는 데이터베이스(33)를 포함하여 구성되고, 상기 데이터베이스(33)에 저장된 과거의 전압 데이터와 현재의 전압 데이터를 비교분석하되, 통계기반의 딥러닝 분석(deep learning)을 통해 노후화된 태양광 패널의 교체시기를 예측하는 빅데이터 분석부(34)를 더 포함하여 구성될 수 있다.

또한, 태양광 발전에 문제가 발생된 특정한 상기 태양광 패널(1b)이 조도, 날씨로 인해 전압 변화가 발생된 것인지, 고장 또는 파손으로 인해 발생된 것인지 또는 이물질의 누적으로 인해 발생된 것인지 또는 태양광 패널의 열화로 인해를 판별하는 방법은 빅데이터 분석부(34)에서 통계기반의 딥러닝 분석(deep learning)을 통해 판별할 수 있다.

구체적으로, 통계기반의 딥러닝 분석(deep learning) 방법으로, 태양광 발전에 문제가 발생된 경우, 조도, 날씨로 인해 전압 변화가 발생된 것인지, 특정한 상기 태양광 패널(1b)이 고장 및 이물질의 누적으로 인해 발생된 것인지 또는 태양광 패널의 열화로 인해를 판별하는 방법은 하기 [식 1]에 의해 판별하는 것 할 수 있다.

여기서, 상기 전압 입계 값은 데이터베이스(33)에 저장된 상기 전압 임계 값의 과거 이력 데이터를 참조하여 딥러닝을 통해 새로운 임계 값이 자동으로 업데이트 되도록 제공될 수 있다.

또한, 상기 태양광 패널(1b)이 고장 또는 파손으로 인해 발생된 것인지 또는 이물질의 누적으로 인해 발생된 것인지를 판별하는 방법은 하기 [식 2]의해 산정될 수 있다.

추가적으로, 에너지관리공단 OPEN API(51)의 태양광 발전 전력 정보를 원격 모니터링 시스템(3)으로 수신하여 상기 태양광 발전 시스템에서 발전되는 전력량과 비교 분석하여 상기 태양광 발전 시스템의 상기 태양광 패널(1a, 1b, 1c,1d)의 상태를 분석할 수 있다.

구체적인 예로 들면, 국내의 경우 에너지관리공단은 한국에너지공단이 있으며, 한국에너지공단에서 전국의 각 지역의 태양광 발전소에 설치된 인버터(4)의 MPPT 제어시스템(41)에 측정되는 태양광 발전 에너지 발전량을 수집하여 OPEN API를 통해 다른지역의 태양광 발전소별 발전량과 국내 총 태양광 발전량 정보를 제공해주고 있다.

한국에너지공단에서 OPEN API를 통해 다른 지역의 태양광 발전소의 평균 발전량과 총발전량 등에 대한 정보를 제공받을 수 있다. 상기 한국에너지공단의 OPEN API를 연동을 통해 원격 모니터링 시스템(3)으로 수신되는 정보를 통해 다른 지역의 태양광 발전 전력 정보와 비교 분석하여 다양한 상기 태양광 패널(1a, 1b, 1c,1d)의 현재 상태를 분석할 수 있다.

보다 구체적으로, 상기 에너지관리공단 OPEN API(51)의 태양광 발전 전력 정보를 원격 모니터링 시스템(3)으로 수신하여 상기 태양광 발전 시스템에서 발전되는 전력량과 비교 분석하는 방법으로 통계기반의 딥러닝 분석을 통해 분석할 수 있으며, 상기 에너지관리공단 OPEN API(51)에서 제공받는 태양광 발전소의 평균 발전량과 상기 태양광 발전 시스템에서 생산되는 평균 발전량과 비교하여 임계값 이하이면 태양광 패널(1a, 1b, 1c,1d)에 문제가 발생된 것으로 판단할 수 있다.

또한, 상기 에너지관리공단 OPEN API(51)에서 다른 지역의 태양광 발전 전력 정보를 제공받아 상기 태양광 발전 시스템 비교 분석하여 상기 태양광 패널(1a, 1b, 1c,1d)의 상태를 판단하는 방법으로 상기 태양광 발전 시스템의 설치된 지역과 인접한 거리에 있는 다른 지역의 발전소의 발전량을 거리에 따라 더 많은 가중치를 두어 에너지관리공단 OPEN API(51)공단의 총 평균발전량을 하기 [수식 3]을 통해 산출하여 상기 태양광 발전 시스템의 발전량과 비교 분석하여 산출 할 수 있다.

추가적으로, 도 1을 참조하여, 상기 태양광 발전 시스템은 MPPT 제어시스템(41)에 부착된 먼지센서(23)를 더 포함하고, 상기 먼지센서(23)에서 공기 중의 미세먼지 농도를 감지하여, 상기 복수개의 태양광 패널이 미세먼지에 의해 전압변화가 발생되는지 또는 태양광 패널의 고장 및 파손으로 인해서 전압변화 발생되는지를 구별할 수 있도록 제공 된다.

구체적으로 상기 먼지센서(23)를 통해 공기 중의 미세먼지 농도를 감지한 후 측정되는 미세먼지의 양과 전체 태양광 패널의 발전량을 비교하여 산출한다. 여기서, 태양광 발전량과 비교해 미세먼지의 양이 임계 값 미만이면 태양광 패널에 문제가 있는 것으로 판단하고, 임계 값을 초과하면 미세먼지로 인한 이물질 누적으로 태양광 발전이 저하된 것으로 판단하게 된다.

한편, 태양광 패널 진단 모니터링 방법에 있어서,

태양광 패널과 직렬 또는 병렬로 인접한 태양광 패널 사이의 전압을 측정하는 단계(S1), 특정한 태양광 패널 사이의 전압이 전체 태양광 패널의 평균적인 전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어나는 태양광 패널을 검색하는 단계(S2), 상기 전압 임계 값 범위를 벗어나는 태양광 패널을 원격 모니터링 시스템에서 알림을 통해 알려주는 단계(S3)로 제공될 수 있다.

또한, 상기 특정한 태양광 패널 사이의 전압이 전체 태양광 패널의 평균적인 전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어나는 태양광 패널을 검색하는 단계(S2)는,

과거의 전압 데이터와 현재의 전압 데이터를 비교분석하되, 통계기반의 딥러닝 분석을 통해 태양광 패널의 노후화 또는 고장으로 인한 교체시기를 예측하는 단계를 더 포함할 수 있다.

태양광 패널(1a, 1b, 1c,1d)
전압 관리 시스템(2)
전압 측정부(21)
GPS모듈(211)
송신모듈(22)
먼지센서(23)
원격 모니터링 시스템(3)
수신모듈(31)
검색부(32)
데이터베이스(33)
빅데이터 분석부(34)
관리 프로그램(35)
배치도(351)
스마트 폰 관리 어플리케이션(352)
인버터(4)
MPPT 제어시스템(41)
한국에너지관리공단 DB(5)
한국에너지관리공단 OPEN API(51)

Claims

태양광으로부터 발전하기 위한 태양광 발전 시스템은 전기적 배선이 직렬 또는 병렬로 연결된 복수개의 상기 태양광 패널을 포함하고,
상기 복수개의 태양광 패널들 사이의 전압 측정하여 전압의 상태를 모니터링 하는 전압 관리 시스템을 포함하되,
상기 전압 관리 시스템은 상기 태양광 패널과 인접한 태양광 패널의 전압을 측정하는 전압 측정부와 상기 복수개의 태양광 패널에 사이의 측정된 전압 데이터에 각각의 ID번호를 부여하여 무선통신을 통해 원격 모니터링 서버로 전압 데이터를 전송하는 송신모듈을 포함하고,
상기 원격 모니터링 시스템은 상기 전압 관리 시스템으로부터 전송되는 상기 각각의 ID번에 대응되는 상기 전압 데이터를 수신 받는 수신모듈과,
고장 또는 이물질의 누적으로 인한 태양광 발전에 문제가 발생된 특정한 상기 태양광 패널을 찾아내기 위하여, 상기 복수개의 태양광 패널 전체의 평균전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어난 특정한 상기 태양광 패널을 검색하는 검색부로 구성되는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 1항에 있어서,
전압 관리 시스템은 직류를 교류로 변환시켜주는 인버터를 더 포함하고,
상기 태양광 패널 사이의 전압의 변동성이 급격하거나, 전압의 과부하가 발생할 시에 상기 인버터의 고장을 방지하기 위하여 상기 복수개의 태양광 패널 사이의 전압 밸런싱을 통해 상기 인버터의 고장을 방지할 수 있도록 구성되는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 1항에 있어서,
상기 원격 모니터링 시스템은 관리 프로그램을 더 포함하고,
상기 관리 프로그램은 상기 ID번호에 대응되는 상기 복수개의 태양광 패널의 배치도를 더 포함하고, 사전에 설정된 전압 임계 값 범위를 벗어난 태양광 패널을 배치도에 표시하여 문제가 발생된 태양광 패널의 위치를 알려 주는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 1항에 있어서,
상기 원격 모니터링 시스템은 상기 전압 데이터를 저장하는 데이터베이스를 포함하여 구성되고, 상기 데이터베이스에 저장된 과거의 전압 데이터와 현재의 전압 데이터를 비교분석하되, 통계기반의 딥러닝 분석을 통해 노후화된 태양광 패널의 교체시기를 예측하는 빅데이터 분석부를 더 포함하여 구성되는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 1항에 있어서,
태양광 발전에 문제가 발생된 특정한 상기 태양광 패널이 조도, 날씨로 인해 전압 변화가 발생된 것인지, 고장 또는 파손으로 인해 발생된 것인지 또는 이물질의 누적으로 인해 발생된 것인지 또는 태양광 패널의 열화로 인해를 판별하는 방법은 빅데이터 분석부를 포함하고, 빅데이터 분석부에서 통계기반의 딥러닝 분석을 통해 판별하는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 5항에 있어서,
태양광 발전에 문제가 발생된 경우에, 조도, 날씨로 인해 전압 변화가 발생된 것인지, 특정한 상기 태양광 패널이 고장 및 이물질의 누적으로 인해 발생된 것인지 또는 태양광 패널의 열화로 인해를 판별하는 방법은 하기 [식 1]에 의해 판별하는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
[식 1] , 여기서, 값이 0 미만 이만이면 태양광 패널 파손이나 이물질의 누적으로 판단하고, 설정된 임계 값을 비교하여 초과하면 태양광 패널의 열화 또는 태양광 패널 특성 변화로 판단, 임계 값 이내에 있으면 정상으로 판단
는 번째 ID를 가진 태양광 패널 사이의 전압, 는 전체 태양광 패널의 평균전압(), 는 관리자 설정 또는 딥러닝을 통해 자동으로 설정되는 임계 값 설정 상수, 는 전체 태양광 패널 전압()의 표준편차
제 5항에 있어서,
상기 태양광 패널이 고장 또는 파손으로 인해 발생된 것인지 또는 이물질의 누적으로 인해 발생된 것인지를 판별하는 방법은 하기 [식 2]의해 산정되는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
[식 2] , 여기서, 값이 0 이상인 경우는 미리 누계된 노후화 설정범위(다른 주변 패널과 비교분석된 범위)와 비교하여 설정된 범위안에 들면 노후화 단계를 파악하여 노후화로 인해 태양광 발전효율이 저하된 것으로 판단하고 0 이하인 경우는 패널의 고장 또는 파손으로 판단
여기서, 는 전압 임계 값을 벗어나는 태양광 패널의 개수로써 관리자 설정 또는 딥러닝을 통해 자동으로 설정되는 설정 상수, 는 번 태양광 패널의 개수, 는 번 태양광 패널에서 전압이 사용자가 설정한 전압 임계 값을 벗어나는 태양광 패널()의 개수의 합계, 는 전체 태양광 패널에서 사용자가 설정한 전압 임계 값을 벗어나는 태양광 패널()의 평균적인 개수
제 1항에 있어서,
상기 태양광 발전 시스템은 MPPT 제어시스템에 부착된 먼지센서를 더 포함하고, 먼지센서에서 공기 중의 미세먼지 농도를 감지하여, 상기 복수개의 태양광 패널이 미세먼지에 의해 전압변화가 발생되는지 또는 태양광 패널의 고장 및 파손으로 인해서 전압변화 발생되는지를 구별할 수 있도록 제공되는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 1항에 있어서,
인버터(4)에 포한된 MPPT 제어시스템을 더 포함하고, MPPT 제어시스템을 통해 상기 인버터를 통해 측정된 전체 전압과 전압 관리 시스템을 통해 측정된 상기 태양광 패널의 전체 전압을 비교 분석하여 서로간의 발전량 차이를 비교하여 상기 태양광 패널의 효율성을 비교하여 상기 태양광 패널의 효율성의 저하를 판단 및 인버터의 노후화 상태를 판단할 수 있도록 제공되는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 1항에 있어서,
에너지관리공단 OPEN API의 태양광 발전 전력 정보를 원격 모니터링 시스템(3)으로 수신하여 상기 태양광 발전 시스템에서 발전되는 전력량과 비교 분석하는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 10항에 있어서,
상기 에너지관리공단 OPEN API의 태양광 발전 전력 정보를 원격 모니터링 시스템(3)으로 수신하여 상기 태양광 발전 시스템에서 발전되는 전력량과 비교 분석하는 방법으로 통계기반의 딥러닝 분석을 통해 분석하는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 10항에 있어서,
상기 에너지관리공단 OPEN API의 태양광 발전 전력 정보를 원격 모니터링 시스템(3)으로 수신하여 상기 태양광 발전 시스템에서 발전되는 전력량과 비교 분석하는 방법으로 상기 에너지관리공단 OPEN API에서 제공받는 태양광 발전소의 평균 발전량과 상기 태양광 발전 시스템에서 생산되는 평균 발전량과 비교하여 임계값 이하이면 태양광 패널에 문제가 발생된 것으로 판단하는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
제 10항에 있어서,
상기 에너지관리공단 OPEN API의 태양광 발전 전력 정보를 원격 모니터링 시스템(3)으로 수신하여 상기 태양광 발전 시스템에서 발전되는 전력량과 비교 분석하는 방법으로 상기 태양광 발전 시스템의 설치된 지역과 인접한 거리에 있는 다른 지역의 발전소의 발전량을 거리에 따라 더 많은 가중치를 두어 에너지관리공단 OPEN API공단의 총 평균발전량을 하기 [수식 3]을 통해 산출하여 상기 태양광 발전 시스템의 발전량과 비교 분석하는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
[식 3]여기서, 가 관리자 설정 또는 딥러닝을 통해 자동으로 설정 임계 값 이하이면 태양광 패널의 노후화 또는 이물질의 누적으로 인해 발전량이 저하된 것으로 판단
여기서, 는 상기 태양광 발전 시스템의 평균 발전량, 는 지역의 다른 발전소의 평균 발전량, 는 지역의 타지역의 발전소와 상기 태양광 발전 시스템의 설치 지역과의 거리에 따른 가중치,은 다른 지역의 발전소 개수 이다.
제 1항에 있어서,
상기 전압 측정부(21)는 GPS모듈(211)과 배치도(351)를 더 포함하고, GPS모듈(211)을 통해 위도와 경도 측정하여 태양광 패널(1a, 1b, 1c,1d)이 설치된 위치를 상기 배치도(351)에서 위치를 알려주는 것을 특징으로 하는
태양광 패널 진단 모니터링 시스템.
태양광 패널 진단 모니터링 방법에 있어서,
태양광 패널과 직렬 또는 병렬로 인접한 태양광 패널 사이의 전압을 측정하는 단계(S1);
특정한 태양광 패널 사이의 전압이 전체 태양광 패널의 평균적인 전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어나는 태양광 패널을 검색하는 단계(S2);
상기 전압 임계 값 범위를 벗어나는 태양광 패널을 원격 모니터링 시스템에서 알림을 통해 알려주는 단계(S3)로 진행되는
태양광 패널 진단 모니터링 방법.
제 15항에 있어서,
상기 특정한 태양광 패널 사이의 전압이 전체 태양광 패널의 평균적인 전압과 비교하여 사전에 설정된 전압 임계 값 범위를 벗어나는 태양광 패널을 검색하는 단계(S2)는,
과거의 전압 데이터와 현재의 전압 데이터를 비교분석하되, 통계기반의 딥러닝 분석을 통해 태양광 패널의 노후화 또는 고장으로 인한 교체시기를 예측하는 단계를 더 포함하는
태양광 패널 진단 모니터링 방법.