Mobile QR Code QR CODE : Journal of the Korean Institute of Illuminating and Electrical Installation Engineers

Journal of the Korean Institute of Illuminating and Electrical Installation Engineers

ISO Journal TitleJ Korean Inst. IIIum. Electr. Install. Eng.

  1. (Master course, Department of Energy-grid, Graduate school in Sangmyung University, Korea)
  2. (Associate Professor, Department of Electrical Engineering in Sangmyung University, Korea)



Algorithm, Bifacial Photovoltaic, Performance Analysis, Simulation, TRNSYS

1. 서론

1.1 연구의 배경

최근 업계에서는 태양 전지 효율을 높이기 위한 다양한 기술적 시도가 이루어지고 있다. 그중 양면 수광형 태양전지는 중저가의 고효율 Si 태양 전지로 관심이 높아지고 있다. 양면 수광형 태양전지는 모듈 전면뿐만 아니라 후면 발전을 통해 고효율 달성이 가능하고 모듈 제작 공정에 있어 기존 PV모듈 제조 장비를 그대로 사용하여 제작할 수 있다[1]. 단면 태양 전지와 같이 전면에 입사되는 햇빛을 이용하여 전기를 생산하는 동시에 지표면과 주변 사물에 의해 반사되는 태양광을 후면에서 수광하여 전기로 변환하게 된다. 바닥면의 반사율(Albedo) 변화를 통해 단면 태양 전지보다 발전 성능을 높일 수 있다. 그리고 양면 수광형 태양 전지를 수직으로 설치를 할 경우 공간적 제약을 받는 곳에 적용할 수 있을 뿐만 아니라 방향을 동-서로 설치를 할 경우 오전, 오후 시간에 각기 피크(Peak)전력을 얻을 수 있는 특징이 있어 다양한 환경 조건 속에서 태양광 발전 효율을 높일 수 있다[2].

하지만 양면 수광형 태양 전지의 발전 성능은 후면 및 주변 조건 등 다수의 인자에 의존하기 때문에 발전 성능에 대한 정량적 기준을 설정하기 힘들다. 본 논문에서는 TRNSYS 툴을 이용하여 양면 수광형 태양전지를 모델링을 하고 같은 조건 하에서 다양한 운영 알고리즘을 적용하여 시뮬레이션을 수행함으로써 양면 수광형 태양 전지의 발전 특성 및 성능을 분석하고자 한다.

1.2 양면수광형 태양광발전의 연구동향

양면 수광형 태양광발전은 단면형과 달리 전면과 후면 발전이 가능하여 동일 면적대비 발전성능이 우수한 것이 장점이다. 최근에는 양면 수광형 태양광발전의 다양한 연구가 수행되었다. 박도현 et al.은 양면수광형 실리콘 태양광 모듈을 옥상에 설치하고 바닥면의 색깔 및 종류를 변경하여 바닥면 반사율에 따른 누적 발전량을 산출하여 흰색 바닥면일 때 발전량이 가장 많았다고 보고했다[3]. Carlos D. Rodriguez-Gallegos et al.은 총 55개의 지역에 대해 TMY(Test Meteorological Year) 기상데이터를 활용하여 위도 및 반사율에 따른 단면과 양면 수광형 태양광 모듈의 설치에 대한 경제성을 분석하였다. 위도가 40°보다 위쪽 지역만 양면형이 경제적이나 반사율이 0.12~0.30인 경우 위도가 40°보다 아래 지역에서도 양면형이 경제적일 수 있으며, 단면형의 일반 설치와 양면형 수직 설치 비교 시 65°보다 위쪽 지역만 양면형이 유리하지만, 반사율이 0.29~0.57이면 65°보다 아래 지역일 경우에도 양면형이 유리할 수 있다고 분석했다[4]. M.W.P.E. Lamers et al.은 유리로 제작된 양면 수광형 태양광 모듈은 단면 모듈보다 열 취득률이 더 높지만 지면 반사에 의한 후면 발전량이 커서 결과적으로 발전성능이 높은 것을 증명하였다[5]. R. Guerrero-Lemus et al.은 양면 수광형 태양광 모듈의 표준화를 위한 기술적 요소들을 서술하며 양면 수광형 태양광 모듈의 현 수준을 평가하였다. 또한 양면 수광형 태양광 모듈의 효율 향상을 위해 고정형 시스템과 추적형 시스템의 최적화를 강조하였다[6]. Min Hsian Saw et al.은 재료공학적 측면에서 양면수광형 태양광 모듈의 손실을 최소화하기 위한 메커니즘을 기술하였으며 후면에 백색 반사 코팅이 가장 효과적임을 밝혔다[7].

본 논문에서는 양면 수광형 태양 전지의 설치와 더불어 능동적 운영법을 추가하여 단면 모듈대비 양면 모듈의 발전량 개선율(Bifacial gain)을 지역별로 연간, 월별, 일간으로 산출하여 비교 분석을 함으로써 최적의 운영 조건을 확인해 보고자 한다.

2. 시뮬레이션 개요

2.1 트랜시스(TRNSYS)

본 연구에서 활용한 트랜시스는 Transient System Simulation-Tool의 약자로 과도적 시스템을 해석하기 위한 소프트웨어이다. 과도현상이란 사전적 의미로 순간적, 일시적 현상을 뜻하며 공학적으로 과도적 시스템은 시간에 따라 상태가 변화하는 시스템이라 할 수 있다. 트랜시스는 건물에너지, 태양열 시스템, 재생에너지발전 시스템 등 패키지형 시뮬레이션을 제공하며 열 또는 전기에너지 시스템의 성능을 분석하는 데에 최적화되어 있다.

최근 연구 동향에 따르면 트랜시스는 에너지 시스템의 경제분석, 태양열 시스템 모델링, 태양광발전 시스템 모델링 등에 주로 활용되고 있다.

2.2 표준 기상데이터

태양광발전 시스템은 외기의 영향에 민감하여 기상데이터의 선정이 중요하다. 일반적으로 태양광발전 시스템의 시뮬레이션에는 장기간의 기상정보를 정합한 표준기상데이터를 활용한다. 표준기상데이터는 약 30년간의 기상데이터를 취합하여 하나의 대표적인 연간 기상정보를 제공하기 때문에 지역별 기후 특색을 가장 잘 반영하였다고 할 수 있다[8]. 본 연구에서는 표준기상데이터 중 EnergyPlus Weather Data(이하 EPW)를 사용하였다. EPW 기상데이터는 트랜시스에서도 수정 없이 적용이 가능하며 서울특별시, 대전광역시, 제주도 세 곳의 자료를 활용하였다. EPW 기상데이터는 건구온도, 습구온도, 상대습도, 태양의 고도각, 일사량(직달일사 및 확산일사) 등의 정보를 제공하고 특히 과거의 데이터를 바탕으로 제작되어 에너지 시뮬레이션에 활용하기에 신뢰성이 높다. 최근 한국 패시브 건축협회가 국내 EPW 기상데이터의 지역개소를 확장하면서 국내 에너지 시뮬레이션에서 활용도가 높아질 것으로 보인다.

2.3 태양광발전 시스템 구성

트랜시스를 활용한 태양광발전 시스템의 설계는 기상데이터와 태양광발전 모듈, 결과 출력 프린터를 기본으로 한다. 기상데이터는 트랜시스 Data Reader Type인 Type15를 통해 시뮬레이션에 적용할 수 있다. Type15는 표준기상데이터 및 개별제작 기상데이터를 모두 지원한다. 표준기상데이터는 본 연구에서 활용한 EPW뿐만 아니라 TMY, IWEC(International Weather for Energy Calculations), AMeDAS(Automated Meteorological Data Acquisition System), Meteonorm 등을 적용할 수 있다. 태양광발전 모듈은 트랜시스 버전 18의 Advanced 모델을 활용하였다. Advanced 모델은 최대출력추적(Maximum power point tracking, MPPT) 기능을 지원하여 태양광 모듈 및 인버터의 효율을 최대로 제어할 수 있는 장점이 있다. 태양광발전 모듈은 기상데이터로부터 건구온도, 풍속, 태양의 고도각, 일사 입사각, 전일사량, 직달일사량, 산란일사량, 지표면 반사 일사량 총 9가지의 입력데이터를 받고 태양광발전 모듈의 경사각을 계산하여 발전량을 산출한다. 트랜시스에서 양면수광형 태양광발전을 구현하기 위해 태양광발전 모듈 2개를 사용하며 각 모듈의 경사각은 180°를 유지한 채 기준이 되는 모듈의 지표면 반사 일사량(Ground reflected radiation)을 다른 하나의 모듈의 전일사량으로 발전량을 계산한다. 태양광발전 모듈은 아래 Table 1 규격을 적용하였다. 트랜시스에서는 시뮬레이션 결과출력을 위해 대표적으로 Plotter, Printer를 제공한다. Plotter는 주로 결과를 그래프로 도식화하여 결과를 보기 쉽게 표현할 때 사용되며 Printer는 결과를 자료로 취득하기에 적합하다. 본 연구에서는 Printer Type을 사용하였다.

Table 1. Photovoltaic module information

Category

Specification

Power(출력)

100Wp

Voc(개방전압)

21.6V

Isc(단락전류)

6.5A

Vmpp(최대 개방전압)

17V

Impp(최대 단락전류)

5.9A

Solar radiation level(기준 일사량)

1000W/m2

3. 양면 수광형 태양광발전 알고리즘

양면 수광형 태양광발전의 단면 고정형 태양광발전 대비 성능을 평가하기 위해 몇 가지 알고리즘을 설계하였다. 각 알고리즘은 태양광발전 모듈의 경사각 제어, 태양추적 제어를 도입했으며 일간, 월별, 연간 발전량 비교를 통해 기존 고정형 태양광 발전과 성능 비교를 수행하고자 한다. 알고리즘의 상세 내용은 아래와 같이 Table 2에 정리하였다.

Table 2. Algorithm summary

Category

Summary

알고리즘 1

양면 수광형 태양광발전 모듈의 방위가 각각 남, 북으로 바라보게 설치하고 경사각은 90˚로 유지한다.

알고리즘 2

양면 수광형 태양광발전 모듈의 방위가 각각 남, 북으로 바라보게 설치하고 경사각은 90˚로 유지한다.

알고리즘 3

양면 수광형 태양광발전 모듈의 방위가 각각 동, 서로 바라보게 설치하고 남측의 일사량이 증가하는 시점부터 감소하는 시점까지 양축 제어를 통해 방위를 남, 북으로 회전시키고 경사각은 0˚로 유지한다. 서측의 일사량 증가 시점부터 원래의 상태로 복원한다.

알고리즘 4

양면 수광형 태양광발전 모듈의 방위가 각각 동, 서로 바라보게 설치하고 남측의 일사량이 증가하는 시점부터 감소하는 시점까지 양축제어를 통해 방위를 남, 북으로 회전시키고 경사각은 지역별 최적 경사각으로 유지한다. 서측의 일사량 증가 시점부터 원래의 상태로 복원한다.

알고리즘 5

양면수광형 태양광발전 모듈의 방위가 각각 동, 서로 바라보게 설치하고 남측의 일사량이 증가하는 시점부터 감소하는 시점까지 양축제어를 통해 방위를 남, 북으로 회전시키고 경사각은 90˚로 유지한다. 서측의 일사량 증가 시점부터 원래의 상태로 복원한다.

알고리즘 6

양면수광형 태양광발전 모듈이 태양의 고도를 따라 움직이는 추적제어를 도입한다. 태양광발전 모듈의 경사각은 0˚로 유지시킨다.

알고리즘 7

양면 수광형 태양광발전 모듈이 태양의 고도를 따라 움직이는 추적제어를 도입한다. 태양광발전 모듈의 경사각은 90˚로 유지한다.

알고리즘 8

양면 수광형 태양광발전 모듈이 태양의 고도를 따라 움직이는 추적제어를 도입한다. 태양광발전 모듈의 경사각은 지역별 최적 경사각으로 유지한다.

4. 시뮬레이션 결과

4.1 단면 모듈의 태양광발전

단면 모듈은 남향을 바라보는 고정형으로 설치하며 지역별 최적 경사각에 대한 조덕기 et al.와 김진철 et al.의 선행연구를 참조하였다[8,9]. 양면 수광형 태양광발전 모듈의 효용성은 단면 모듈의 발전량을 기준으로 평가한다. 알고리즘별 양면 수광형 태양광발전의 발전량 비교를 위한 기준으로 단면 태양광발전 모듈의 지역별 월별 발전량 및 연간 누적 발전량을 Table 3에 정리하였다.

Table 3. Monthly power generation of monofacial PV by region

Month

Monthly Generation (W)

Seoul

Daejeon

Jeju

1

41,398

44,129

21,422

2

41,814

38,540

33,488

3

50,354

48,916

48,372

4

42,068

57,654

54,377

5

53,428

52,963

61,926

6

48,768

48,803

48,059

7

35,428

39,977

48,530

8

35,556

41,149

53,391

9

39,373

50,842

52,728

10

47,875

49,662

46,338

11

33,060

39,976

27,555

12

32,614

41,532

21,414

total

501,736

554,143

517,599

Fig. 1에 도식한 바와 같이 서울특별시의 경우 봄철에 대체로 발전량이 많았다. 5월에 발전량이 가장 많았고 여름철인 7월부터 발전량이 감소하고 가을철인 10월에 회복하였다가 겨울철에 다시 감소하였다. 대전광역시의 경우 서울특별시의 발전경향과 유사하였다. 봄철인 3월~5월까지의 발전량이 가장 많았고 여름철에 감소하는 폭이 서울특별시에 비해 컸으며 가을철 발전효율이 회복되는 폭도 컸다. 월간 발전량은 4월에 가장 많았다. 제주도는 두 지역에 비해 겨울철 발전량이 약 50% 적은 것으로 나타났다. 월별 발전량은 5월이 가장 많았으며 서울특별시와 대전광역시보다 약 16% 높았다. 연간 누적 발전량은 대전광역시가 가장 많았으며 제주도보다 7%, 서울특별시보다 10% 높았다.

Fig. 1. Monthly power generation comparison of monofacial PV by Region

../../Resources/kiiee/JIEIE.2019.33.4.013/fig1.png

4.2 양면수광형 모듈의 태양광발전

양면 수광형 태양광발전 모듈에 각 알고리즘을 적용하여 TRNSYS 시뮬레이션을 수행하고 서울, 대전, 제주 세 지역에서의 운영법에 따른 월별 발전량 및 연간 누적 발전량을 각각 Table 4, Table 5, Table 6에 나타내었다.

Table 4. Monthly power generation of bifacial PV by Algorithms in Seoul [Unit : kW]

Mth

M

A1

A2

A3

A4

A5

A6

A7

A8

1

41.4

27.7

48.2

30.1

47.1

48.2

25.7

56.7

47.2

2

41.8

33.9

44.5

37.7

50.4

47.6

30.1

54.7

48.5

3

50.4

44.5

46.1

51.1

62.8

54.4

41.5

60.7

60.4

4

42.1

40.5

34.5

46.8

53.5

43.8

39.9

44.6

50.1

5

53.4

54.8

38.6

64.2

71.0

55.4

53.8

57.8

67.2

6

48.8

51.7

34.6

60.7

65.8

50.3

51.3

52.4

63.2

7

35.4

36.4

28.9

41.0

45.0

36.3

36.7

33.7

41.2

8

35.6

37.2

30.6

41.2

46.0

39.2

35.0

37.4

41.9

9

39.4

40.4

35.7

44.2

51.2

45.2

35.4

46.2

46.4

10

47.9

42.0

49.0

46.2

59.1

54.8

36.7

61.1

56.1

11

33.1

26.4

37.5

27.9

39.0

38.6

23.1

43.3

37.1

12

32.6

23.4

39.1

24.4

37.6

39.2

20.2

45.3

36.8

total

501

458

467

515

628

553

429

593

596

Table 5. Monthly power generation of bifacial PV by Algorithms in Daejeon [Unit : kW]

Mth

M

A1

A2

A3

A4

A5

A6

A7

A8

1

44.1

34.1

51.4

36.4

52.3

52.7

27.7

63.0

51.4

2

38.5

31.9

40.6

35.7

46.8

43.9

27.9

50.8

45.6

3

48.9

44.0

44.4

51.0

62.0

53.1

40.9

59.1

58.9

4

57.7

56.2

43.7

66.7

76.1

60.5

53.8

66.9

73.4

5

53.0

54.8

37.1

64.9

71.2

54.3

53.9

58.1

68.6

6

48.8

52.7

35.5

61.4

66.4

50.8

51.9

52.4

63.2

7

40.0

41.1

32.0

46.3

50.9

40.1

41.3

38.3

46.2

8

41.1

43.9

33.7

49.0

54.3

44.9

40.9

44.6

49.7

9

50.8

49.2

43.4

56.3

65.5

55.4

45.3

60.1

62.0

10

49.7

44.4

50.0

49.1

61.6

56.4

38.6

63.5

58.3

11

40.0

31.9

44.8

34.3

47.5

46.5

27.5

53.6

46.1

12

41.5

30.6

49.5

32.0

48.3

49.8

25.4

59.1

47.6

total

554

514

506

583

702

608

475

669

671

Table 6. Monthly power generation of bifacial PV by Algorithms in Jeju [Unit : kW]

Mth

M

A1

A2

A3

A4

A5

A6

A7

A8

1

21.4

18.6

23.9

36.4

52.3

24.4

16.7

25.6

23.6

2

33.5

28.7

34.9

35.7

46.8

37.4

25.9

41.2

38.2

3

48.4

45.2

43.1

51.0

62.0

52.2

42.1

56.4

57.8

4

54.4

54.7

40.3

66.7

76.1

57.2

52.2

62.2

69.3

5

61.9

63.7

39.4

64.9

71.2

61.3

64.3

68.1

82.7

6

48.1

50.4

34.2

61.4

66.4

47.4

51.4

48.8

60.7

7

48.5

52.6

33.5

46.3

50.9

50.1

51.6

53.0

64.2

8

53.4

57.4

38.2

49.0

54.3

57.4

53.5

61.5

69.1

9

52.7

48.9

42.4

56.3

65.5

54.3

47.7

59.7

64.6

10

46.3

42.5

45.3

49.1

61.6

51.8

37.6

56.9

54.3

11

27.6

24.1

30.2

34.3

47.5

31.6

21.1

34.2

30.9

12

21.4

17.5

24.5

32.0

48.3

24.9

16.0

26.4

23.6

total

517

504

429

583

702

549

480

593

639

단면 모듈(Monofacial, M)의 발전량을 기준으로 양면 모듈의 각 알고리즘(Algorithm, A) 적용 시 발전량 개선율(bifacial gain)을 산출하고 연간, 월별, 일간 발전 특성을 비교 분석하였다.

Fig. 2는 알고리즘에 따른 지역별 연간 발전량 개선율을 나타낸 것이다. 개선율을 비교했을 때, 알고리즘 4가 25∼35%로 위도가 낮아질수록 발전량 개선율이 증가하며, 8개의 운영법 중에 가장 좋은 효율을 보였다. 아래는 운영법에 따른 월별, 일간 특성에 대한 비교 분석 결과이다.

Fig. 2. Annual bifacial gain by region

../../Resources/kiiee/JIEIE.2019.33.4.013/fig2.png

4.2.1 알고리즘 1의 결과

양면 수광형 태양광발전의 알고리즘 1은 고정형으로 동, 서로부터 받는 태양 일사량을 최대화하기 위해 모듈을 90˚ 각도로 세워 설치하였다.

Fig. 3은 알고리즘 1 적용에 따른 양면 수광형 태양광 모듈의 일간 발전량을 보여준다. 발전량이 가장 많은 서울특별시의 5월 2일의 데이터 표본을 뽑았으며 단면 모듈보다 동, 서 태양 일사에 따른 발전량이 많고 남측 일사량이 증가하는 낮에 감소하는 경향을 보인다.

Fig. 3. Daily power generation on 2th, May by Algorithm 1 in Seoul

../../Resources/kiiee/JIEIE.2019.33.4.013/fig3.png

Fig. 4는 지역에 따른 월별 양면 수광형 태양광발전의 발전량 개선율을 나타내었다.

Fig. 4. Monthly bifacial gain by region for Algorithm 1

../../Resources/kiiee/JIEIE.2019.33.4.013/fig4.png

세 지역 모두 일조시간이 짧은 겨울철에는 단면 고정형 태양광발전 모듈보다 양면 수광형 태양광발전 모듈의 성능이 떨어지는 것을 볼 수 있다. 반면 일조시간이 긴 봄철과 여름철에는 동, 서로부터 받는 일사량이 증가하면서 단면 모듈보다 성능이 우수해지는 경향을 보인다. 서울특별시의 경우 양면 수광형 태양광발전 모듈의 1월에서 4월까지 단면 모듈 대비 발전량 개선율이 -33%~-3.8% 수준이며 5월부터 9월까지 2.5%~5.9%으로 더 높게 평가된다. 이후 다시 감소하여 -28%~-12% 수준이다. 대전광역시는 1월에서 4월까지 -23%~2.6% 수준이며 5월부터 8월까지 3.4%~8%로 평가된다. 이후 감소하여 -26.2%~-3.2% 수준이다. 제주도는 단면 모듈 대비 겨울철의 양면 수광형 태양광발전 모듈 성능 수준 차가 다른 두 지역에 비해 상대적으로 크지 않았다. 1월부터 3월까지 -13.1%~-6.6%, 4월부터 증가하여 0.6%∼8.5% 수준으로 나타났다. 9월부터 감소하여 -18.2%~-7.2% 수준이다.

알고리즘 1을 적용한 양면 수광형 태양광발전은 겨울철에 적용하기에 불리하고 일조시간이 긴 봄, 여름철에 유리하다며 위도가 낮은 지역일수록 발전량이 증가하나 월별 발전량 개선율이 마이너스로 나오는 달이 많아서 연간 발전량 개선율은 -8.6%~-2.5%로 나타났다.

4.2.2 알고리즘 2의 결과

양면 수광형 태양광발전의 알고리즘 2는 고정형으로 남, 북으로 수직 설치한 것으로 Fig. 5는 알고리즘 2 적용에 따른 양면 수광형 태양광 모듈의 일간 발전량을 보여준다. 알고리즘 1과 같이 서울특별시의 5월 2일의 데이터 표본을 뽑았으며 이때의 양면 전지의 전면 및 후면 발전이 잘 이루어지지 않아서 단면 대비 발전량이 적음을 알 수 있다.

Fig. 5. Daily power generation on 2th, May by Algorithm 2 in Seoul

../../Resources/kiiee/JIEIE.2019.33.4.013/fig5.png

Fig. 6은 지역에 따른 월별 양면 수광형 태양광발전의 발전량 개선율을 나타내었다.

Fig. 6. Monthly bifacial gain by region for Algorithm 2

../../Resources/kiiee/JIEIE.2019.33.4.013/fig6.png

알고리즘 1과 비교했을 때 반대의 경향을 보인다. 서울특별시의 경우 양면 수광형 태양광발전 모듈의 1월과 2월에 발전량 개선율이 6.5%~16.4% 수준이며 3월부터 9월까지 -29.1%~-8.5%로 평가된다. 이후 다시 증가하여 2.3%~20%로 나타났다. 대전광역시는 1월에서 2월까지 5.4%~16.6% 수준이며 3월부터 9월까지 -9%~-30%로 평가된다. 이후 0.6%~19.3% 수준이다. 제주도는 1월부터 2월까지 4.2%~11.7% 수준이었으며 3월부터 감소하여 -36.4%~-2.2% 수준으로 나타났다. 11월에는 9.4%, 12월에는 14.5% 수준이다. 알고리즘 2는 여름철에 적용하기에 불리하고 일조시간이 짧은 겨울철에 유리하다며 위도가 높은 지역일수록 발전량이 증가하나 월별 발전량 개선율이 마이너스로 나오는 달이 많아 연간 발전량 개선율은 -17%~-6.8%로 나타났다.

4.2.3 알고리즘 3의 결과

알고리즘 3은 제어형으로 동, 서의 일사량을 최대로 받고 모듈의 양축 제어를 통해 남측의 일사량이 많은 11시부터 15시까지 경사각 0˚를 유지한 채 남향을 바라보게 하였다. Fig. 7는 알고리즘 3 적용에 따른 양면 수광형 태양광 모듈의 일간 발전특성을 보여주는 그래프이다. 서울특별시의 5월 2일의 데이터 표본을 뽑았으며, 오전 오후에 양면 발전과 정오 시간 때의 전면 발전을 통해 단면 전지보다 발전량이 많았다.

Fig. 7. Daily power generation on 2th, May by Algorithm 3 in Seoul

../../Resources/kiiee/JIEIE.2019.33.4.013/fig7.png

Fig. 8은 지역에 따른 월별 양면 수광형 태양광발전의 발전량 개선율을 나타내었다.

Fig. 8. Monthly bifacial gain by region for Algorithm 3

../../Resources/kiiee/JIEIE.2019.33.4.013/fig8.png

서울특별시의 경우 양면 수광형 태양광발전 모듈의 단면 모듈 대비 발전량 개선율이 1월에 -27.3%, 2월에 -9.8% 수준이며 3월부터 9월까지는 1.4%~24.4%로 높게 평가된다. 이후 10월에 -3.6%, 11월 -15.7%, 12월에 -25.2%로 나타났다. 대전광역시의 경우 1월에 -17.5%, 2월에 -7.3% 수준이며 3월부터 9월까지는 4.2%~25.8%으로 증가하였다. 이후 10월에 -1.2%, 11월 -14.4%, 12월에 -22.9% 로 나타났다. 제주도의 경우 1월에 -8.4%. 2월에 -5.6% 수준이며 3월부터 10월까지는 2%~27.5%로 나타났고, 이후 11월에 -7.2%, 12월 -12.6%로 마이너스 효율을 보였다. 알고리즘 1과 비슷한 발전량 개선율을 보이며 양면 발전량이 단면대비 많은 달이 많아서 연간 발전량 개선율은 2.8%~12.8% 정도로 나타났다.

4.2.4 알고리즘 4의 결과

알고리즘 4는 제어형으로 동, 서의 일사량을 최대로 받고 모듈의 양축 제어를 통해 남측의 일사량이 많은 11시부터 15시까지 지역별 최적 각도를 유지한 채 남향을 바라보게 하였다. Fig. 9는 알고리즘 4 적용에 따른 양면 수광형 태양광 모듈의 일간 발전특성을 보여주는 그래프이다. 서울특별시의 5월 2일의 데이터 표본을 뽑았으며 오전, 오후의 전면, 후면 발전과 더불어 정오 부근에서의 전면, 후면 발전이 알고리즘 3에 비해 증가하였다.

Fig. 9. Daily power generation on 2th, May by Algorithm 4 in Seoul

../../Resources/kiiee/JIEIE.2019.33.4.013/fig9.png

Fig. 10은 지역에 따른 월별 양면 수광형 태양광발전의 발전량 개선율을 나타내었다.

Fig. 10. Monthly bifacial gain by region for Algorithm 4

../../Resources/kiiee/JIEIE.2019.33.4.013/fig10.png

알고리즘 1, 2, 3과는 달리 알고리즘 4 적용 시에 양면 수광형 태양광발전 모듈의 성능은 1월부터 12월까지 모두 우수한 결과를 나타냈다. 단면 모듈대비 발전량 개선율을 보면, 서울특별시의 경우 1월에 13.8% 정도였으며 성능 수준이 가장 높은 6월에는 약 34.8%로 나타났다. 대전광역시의 경우 12월에 가장 성능이 떨어졌지만, 16.4%였고 6월에는 최대 36%를 보였다. 서울특별시와 비교할 때 발전량 개선율이 더 좋은 것을 알 수 있다. 제주도의 경우 가장 성능이 좋게 나타났다. 1월과 12월에 약 18% , 5월, 7월, 8월에는 최대 37% 이상 높았다. 월별 발전량 개선율이 모두 높아서 연간 발전량 개선율은 25.4%~30.2%를 보였다.

4.2.5 알고리즘 5의 결과

알고리즘 5는 제어형으로 동, 서의 일사량을 최대로 받고 모듈의 양축제어를 통해 남측의 일사량이 많은 11시부터 15시까지 경사각 90˚를 유지한 채 남향을 바라보게 하였다. Fig. 11은 알고리즘 5 적용에 따른 적용에 따른 양면 수광형 태양광 모듈의 일간 발전특성을 보여주는 그래프이다. 서울특별시의 5월 2일의 데이터 표본을 뽑았으며 단면형보다 오전, 오후의 발전량이 많으나, 정오 시간 부근에서는 발전량이 적어 일일 누적 발전량은 동등 수준을 보였다.

Fig. 11. Daily power generation on 2th, May by Algorithm 5 in Seoul

../../Resources/kiiee/JIEIE.2019.33.4.013/fig11.png

Fig. 12는 지역에 따른 월별 양면 수광형 태양광발전의 발전량 개선율을 나타내었다. 단면모듈대비 발전량 개선율은 서울이 12월에 최대 20.25%, 7월 최소 2.54%를 보였고, 대전이 12월에 최대 20%, 7월에 최소 0.25%, 제주가 12월에 최대 16.13%, 6월에 최소 -1.52%로 나타났다. 5, 6, 7월의 발전량 개선율이 낮지만, 양면 모듈이 단면 모듈보다 발전량이 높은 달이 많아서 연간 누적 발전량 개선율은 6.38%~10.38%로 나타났으며, 위도가 높은 지역일수록 좋게 나타났다.

Fig. 12. Monthly bifacial gain by region for Algorithm 5

../../Resources/kiiee/JIEIE.2019.33.4.013/fig12.png

4.2.6 알고리즘 6의 결과

알고리즘 6은 추적형으로 태양의 움직임을 모듈이 따라 움직이는 제어를 적용하며 모듈의 경사각은 0˚를 유지한다. Fig. 13은 알고리즘 6 적용에 따른 양면 수광형 태양광 모듈의 서울특별시의 5월 2일의 표본 데이터 일간 발전특성을 보여주는 그래프이다.

Fig. 13. Hourly generation comparison on 2th, May by Algorithm 6 in Seoul

../../Resources/kiiee/JIEIE.2019.33.4.013/fig13.png

양면 모듈의 후면 발전이 이루어지지 않아서 일조량이 많은 5, 6, 7, 8월에도 단면형보다 발전량이 적었다. Fig. 14는 지역에 따른 월별 양면 수광형 태양광발전의 발전량 개선율을 나타내었다. 서울은 6월 최대 5.12%, 12월에 최소 -38.04%, 대전은 6월에 최대 6.35%, 12월에 최소 -38.8%, 제주는 6월에 최대 6.96%, 12월에 -25.42%의 단면대비 발전량 개선율을 보였다. 연간 누적 발전량 개선율을 보면 서울, 대전 지역에서는 가장 효율이 떨어지며, 제주 지역은 알고리즘 2다음으로 떨어지는 것으로 나타났다.

Fig. 14. Monthly bifacial gain by region for Algorithm 6

../../Resources/kiiee/JIEIE.2019.33.4.013/fig14.png

4.2.7 알고리즘 7의 결과

알고리즘 7은 추적형으로 태양의 움직임을 모듈이 따라 움직이는 제어를 적용하며 모듈의 경사각은 90˚를 유지한다. Fig. 15는 알고리즘 7 적용에 따른 양면 수광형 태양광 모듈의 서울특별시의 5월 2일의 표본 데이터 일간 발전특성을 보여주는 그래프이다.

Fig. 15. Hourly generation comparison on 2th, May by Algorithm 7 in Seoul

../../Resources/kiiee/JIEIE.2019.33.4.013/fig15.png

양면 모듈의 전면 발전량은 단면 모듈대비 적지만, 후면 발전으로 발전량은 동등한 수준을 보였다.

Fig. 16은 지역에 따른 월별 양면 수광형 태양광발전의 발전량 개선율을 나타내었다. 월별 단면대비 발전량 개선율의 경향은 알고리즘 2, 5와 비슷하여 서울의 경우 7월에 -4.8% 수준인 것을 제외하면 양면 수광형 태양광발전 모듈의 발전량 개선율은 대체로 우수했다. 12월에는 39%까지 높은 수준을 보였다. 대전광역시 역시 7월 -4.25% 수준임을 제외하고 전체적으로 높은 수준이었으며 1월에 약 43% 높은 수준이었다. 제주도의 두 지역과 비교해서 낮게 나왔다. 1, 2월에 약 20% 높은 수준이었으며 10월부터 12월까지 23% 이상 높은 수준이었다. 제주도는 서울특별시와 대전광역시보다 최대 성능수준은 낮았지만, 연간으로 비교할 때 단면 모듈 대비 성능 수준이 고르게 높았다는 점에서 차이가 두드러진다.

Fig. 16. Monthly bifacial gain by region for Algorithm 7

../../Resources/kiiee/JIEIE.2019.33.4.013/fig16.png

연간 누적 발전량 개선율을 보면 서울 18.36%, 대전 20.76%, 제주 14.7%로 8가지 운영 알고리즘 중에 세 번째로 좋은 특성을 보였다.

4.2.8 알고리즘 8의 결과

알고리즘 8은 추적형으로 태양의 움직임을 모듈이 따라 움직이는 제어를 적용하며 모듈은 지역별 최적 경사각을 유지한다. Fig. 17은 알고리즘 8적용에 따른 양면 수광형 태양광 모듈의 서울특별시의 5월 2일의 표본 데이터 일간 발전특성을 보여주는 그래프이다.

Fig. 17. Hourly generation comparison on 2th, May by Algorithm 8 in Seoul

../../Resources/kiiee/JIEIE.2019.33.4.013/fig17.png

양면 모듈은 전면 발전량이 많을 뿐만 아니라 후면 발전이 더해져서 총 발전량이 단면 모듈대비 증가했다. Fig. 18은 지역에 따른 월별 양면 수광형 태양광발전의 발전량 개선율을 나타내었다. 서울은 6월에 최대 29.51%으로 최대, 11월 최소 12.08%이다. 대전은 6월에 최대 29.51%, 12월에 최소 14.7%이며 제주는 7월에 최대 29.49%, 12월에 최소 10.08%로 나타났다. 연간 누적 발전량 개선율은 18.96%~23.6% 수준을 보였다.

Fig. 18. Monthly bifacial gain by region for Algorithm 8

../../Resources/kiiee/JIEIE.2019.33.4.013/fig18.png

5. 결 론

본 논문에서 8가지의 운영 알고리즘에 따른 지역별 연간, 월별, 일간 발전 특성을 단면 모듈대비 양면 모듈의 발전량 및 발전량 개선율을 통해 그 추이를 살펴보았다. 연간 누적 발전량 개선율 측면에서 살펴보면, 알고리즘 4가 서울, 대전, 제주 지역을 포함하여 최소 25%이상의 개선율을 보여 가장 좋은 효율을 보였다. 최적 경사각의 태양 위치 추적 방식보다 서울 6.39%, 대전 5.6%, 제주가 6.58%정도 연간 발전량 개선율이 좋게 나왔다. 최적 경사각 조건에서의 전면 발전량보다 오전, 오후 및 정오 부근 시간대에서의 전면 발전과 후면 발전의 총량에서 더 많음을 확인할 수 있었다.

알고리즘 2, 5의 경우 월별 발전량 개선율 추이가 비슷하여, 겨울철에 가장 높고, 여름철에 가장 낮은 특징을 보여, 수직 설치 시 겨울철과 위도가 높은 지역에서는 남-북 방향이 양면 모두 발전이 잘 이루어지는 것을 알 수 있으며, 수직 설치 후 태양 위치 추적 방식은 대전 지역에서 최대 42%의 개선율을 보였다.

그리고 동-서향으로 태양 전지를 수직으로 설치하는 경우, 제주도의 누적 연간 발전량 개선율이 -2.51%로 나타나 여름철과 위도가 낮은 지역에서 고정식 수직 설치 시 고려해 볼만하다.

이렇듯 기상 데이터를 바탕으로 시뮬레이션을 통해 여러 가지 설치 및 운영 조건에서의 양면 태양광 모듈의 발전 특성과 지역적 차이를 비교 분석할 수 있었다. 모듈 설치 시 참고 지표로 활용할 수 있으며, 향후 연구에서는 본 연구의 결과를 활용하여 양면 수광형 태양광발전의 지역별 경제성 분석과 더불어 실제 필드 환경에서의 테스트를 통해서 보다 실제 환경에서의 신뢰도를 증대시킬 수 있을 것으로 판단된다.

Acknowledgements

본 연구는 2018년 11월 산업통상자원부의 재원으로 한국에너지기술평가원의 지원을 받아 수행한 연구임을 밝힌다.(과제번호 : No. 20164030300230)

References

1 
Kang J. G., Kim J. T., 2015, Development Trend of Bifacial PV Technology, Bulletin of the Korea Photovoltaic Society, Vol. 1, No. 2, pp. 57-64Google Search
2 
Guo Siyu, Walsh Timothy Micael, Peters Marius, 2013, Vertically mounted bifacial photovoltaic modules:A global analysis, Energy, Vol. 61, No. 1, pp. 447-454DOI
3 
Park D. H., Kim M. S., So W. S., Oh S. Y., Park H. W., Jang S. H., Park S. H., Kim W. K., 2018, Evaluation of Bifacial Si Solar Module with Different Albedo Conditions, Current Photovoltaic Research, Vol. 6, No. 2, pp. 62-67DOI
4 
Rodríguez-Gallegos Carlos D., Bieri Monika, Gandhi Oktoviano, Singh Jai Prakash, Reindl Thomas, Panda S. K., 2018, Monofacial vs bifacial Si-based PV modules: Which one is more cost-effective?, Solar Energy, Vol. 176, pp. 412-438DOI
5 
Lamers M. W. P. E., Özkalay E., Gali R. S. R., Janssen G. J. M., Weeber A. W., Romijn I. G., Van Aken B. B., 2018, Temperature effects of bifacial modules: Hotter or cooler?, Solar Energy Materials and Solar Cells, Vol. 185, pp. 192-197DOI
6 
Guerrero-Lemus R., Vega R., Kim Taehyeon, Kimm Amy, Shephard L. E., 2016, Bifacial solar photovoltaics - A technology review, Renewable and Sustainable Energy Reviews, Vol. 60, pp. 1533-1549DOI
7 
Saw M. H., Khoo Y. S., Singh Jai Prakash, Wang Yan, 2017, Enhancing optical performance of bifacial PV modules, Energy Procedia, Vol. 124, pp. 484-494DOI
8 
Lee H. J., Kim S. Y., Yoon C. Y., 2017, Generation of Typical Meteoroloical Year Data Suitable for Solar Energy Systems and Analysis of Solar Irradiance Data, New & Renewable Energy, Vol. 13, No. 3, pp. 24-33Google Search
9 
Jo D. K., Kang Y. H., Lee E. J., Auh C. M., 2004, A Study on the Optimal Installation of Solar Photovoltaic System in Korea, Journal of the Korean Solar Energy Society, Vol. 24, No. 3, pp. 19-25Google Search
10 
Kim J. C., Kim K. N., 2018, Study on Regional Differences of Optima Orientation and Tilt Angle for Photovoltaic Systems, The Korean Society for New and Renewable Energy, Vol. 14, No. 2, pp. 9-20Google Search

Biography

Gyeong-Jin Kim
../../Resources/kiiee/JIEIE.2019.33.4.013/au1.png

He received B.S degree in energy-grid from Han-yang university.

His research interests are ZEB, BMS, BEMS, Energy Simulation & Analysis and Renewable energy.

Tae-Kyu Lee
../../Resources/kiiee/JIEIE.2019.33.4.013/au2.png

He received B.S degree in energy-grid from Sang-myung university.

His research interests are ZEB, BMS, BEMS, Energy Simulation & Analysis and Renewable energy.

Jeong-Uk Kim
../../Resources/kiiee/JIEIE.2019.33.4.013/au3.png

He is currently associate professor in department of electrical engineering in Sang-myung University.

His research interests are BAS, BEMS, Renewable energy, AI etc.