원광에스앤티, 한국에너지기술연구원과 'AI 기술을 적용한 태양광 수명예지 솔루션' 기술 이전 협약 체결
입력
수정
해당 기술은 수 년간 태양광발전소 성능검사진단 사업을 통해 수집한 다양한 고장 및 정상 I-V 곡선 데이터를 DB화하고, 인공지능 학습모델 생성을 위한 데이터로 활용해 태양광 발전소의 운전데이터 만으로도, 원격으로 태양광 모듈의 오염 및 파손 등으로 인한 성능 저하를 90% 이상 정확하게 진단 가능한 기술이다. I-V 곡선은 태양광으로 생성하는 전기에너지를 측정해 전압과 전류의 상관관계를 그려내는 곡선을 말한다.기존 태양광 설비 유지보수는 주기적으로 전문가가 현장을 방문해 고장을 진단하고 해결하는 방식이지만 태양광 발전소의 설치장소가 단순한 토지가 아닌 산단 지붕, 영농형, 수로형, 해상형, 대단위 발전소와 같이 다양한 입지의 태양광 설비, 즉 방위각과 경사각이 일정하지 않은 태양광발전설비가 지속적으로 증가하고 있고 설비 접근의 어려움이 커져 발전 성능과 고장 점검이 어려운 상황이다. 이와 같은 다양한 입지다변화형 태양광시스템의 성능을 관제하기 위해 AI기술을 기반으로 인버터의 통신 데이터를 이용한 스마트 진단 알고리즘을 적용해 성능저하 감시기술을 적용했는데, 기존 AI관제플랫폼 적용 기술은 발전량의 저하 판단은 가능하나 어떤 고장인지 판단하는 것은 불가능했다.
반면 한국에너지기술연구원 고석환 박사 연구진은 태양광발전소 성능 추정을 위한 전압 및 전류 모델 기반의 시뮬레이션 기술을 개발하고, 발전소 운영 데이터를 학습해 AI 기반 성능 추론 모델을 개발해 플랫폼화했다. 전압 및 전류 추론모델로 생성하므로 어떤 고장인지 판별 가능하다. 태양광 DC 어레이 구성 정보와 직렬 모듈 수의 차, 일사량, 온도 등의 데이터를 인공지능 학습모델에 입력하면 태양광 모듈의 발전 성능과 다양한 고장 원인들을 90% 이상의 정확도로 분석할 수 있게 된 것이다.
이를 통해 인버터 데이터 수집이 가능한 발전소는 모두 원격으로 성능 관리가 가능해지기 때문에 접근이 어려운 수상 및 해상 발전소에서도 무인화가 가능하고 고장시에만 엔지니어가 출동해 유지관리 비용을 획기적으로 절감할 수 있을 뿐 아니라, 데이터 학습을 통해 개발된 신경망 모델을 이용하면 비전문가도 정확하게 고장 진단 평가가 가능해져 유지관리의 수준과 효율성을 매우 높일 수 있을 것으로 기대된다.또한 AI 기반 태양광 모듈성능 추론과 측정되는 데이터를 통해 기대수명 관리가 가능하다. 모듈제조사가 제시한 성능보다 AI기반의 추론 성능 값이 저하되어 운전될 경우 태양광 발전소의 리파워링의 필요성을 사전에 평가할 수 있다. 이는 원광에스앤티의 폐패널 재활용 사업에 반드시 필요한 기술로써 노후발전소의 리파워링 시기를 효율적으로 관리해 배출되는 폐패널을 사전에 확인하고 재활용 수요를 예측할 수 있다.
이상헌 대표는 “AI 기술을 통한 태양광 발전소의 원격 점검 및 관리는 단순한 유지보수를 넘어, 태양광 에너지의 효율을 극대화하고 보다 안전하고 안정적인 에너지 공급을 가능하게 할 것이며 아직 수치화로 관리가 되지 않는 폐패널의 배출량을 사전에 진단하여 재활용 수요를 예측할 수 있게 된다”며 “앞으로도 한국에너지기술연구원과의 지속적인 협력을 통해 혁신적인 에너지 기술의 고도화는 물론 사업화 실현을 위해 최선을 다할 것”이라고 밝혔다.
한편 원광에스앤티는 최근 중소벤처기업부에서 진행하는 초격차 스타트업 1000+ 프로젝트에 선정됐다.
한경닷컴 뉴스룸 open@hankyung.com