1. 서 론

정부는 2017년 12월에 2030년까지 재생에너지 발전 비중을 20%로 확대하는 “재생에너지 3020 이행계획”을 발표하였다. 신재생에너지 발전부문 중 태양광은 2018년 누적 보급용량 기준으로 전체의 42% 정도를 차지하여, 가장 높은 비중을 차지하고 있다⁽¹⁾. 특히, 건물에 설치되는 태양광발전시스템은 제로에너지건축 달성 및 에너지 자립율 향상을 위한 확실한 대안으로 떠오르고 있다. 태양광발전시스템은 소규모 설치가 가능하고, 유지보수 및 무인화 관리가 가능하다는 장점이 있다. 이러한 장점을 기반으로 태양광발전시스템의 활용이 높아짐에 따라 유지관리에 대한 관심도 높아지고 있다⁽²⁾.

태양광발전시스템은 PV모듈, 접속함, 인버터, 모니터링 시스템으로 구성된다. 독일에서는 태양광발전시스템의 화재발생 원인이 PV모듈 12%, 인버터 25%, 접속함 19%, 커넥터 및 케이블 32% 등으로 조사되었다⁽³⁾. 일본에서는 설치한 지 4년이 된 태양광발전시스템을 대상으로 부품별 고장을 분석한 결과, PV모듈 18%, 인버터 65%, 접속함 1%, 모니터링 15%의 고장 발생비율을 보였다⁽⁴⁾.

고장발생 비율이 가장 높은 부품인 인버터는 저전압, 과전압에 의한 정지와 디스플레이 오류 등이 고장의 원인이었다. 인버터는 자체 보호기능으로 해결이 불가능한 실제 고장이 발생하면 운전을 정지시키며, 이러한 상태는 모니터링시스템에서 확인이 가능하다. 모니터링시스템의 고장 원인은 통신 이상이었고, 접속함의 고장 원인은 퓨즈 단락 등이 있다. 반면, PV모듈은 오염, 이상전압 발생 등 고장 원인이 다양하다. 또한, 인버터와는 달리 PV모듈은 고장유형별 발전전력 손실이 동일하게 발생하기 때문에 정확한 고장유형을 파악하기 어렵다. 따라서 최근 태양광발전시스템의 고장에 대한 연구는 PV모듈 고장에 집중되어 있다.

PV모듈의 고장구분 방법으로는 육안 검사와 영상 분석, 데이터 분석 방법이 있다. 육안검사는 오염, 음영 등 일시적인 고장만 확인이 가능하고, 주기적인 검사가 필요하다. 영상 분석 방법은 균열, 핫스팟 등의 발생여부와 위치를 파악할 수 있으나 별도로 고가의 특정 장비가 필요하다. 데이터 분석 방법은 실시간 모니터링이 되고 있는 PV모듈, 인버터의 측정 데이터로 고장분류가 가능하다는 점에서 점점 인기를 얻고 있다.

데이터 분석 방법에 기초하여 PV모듈의 고장여부 및 고장유형 분류방법은 크게 전기적과 수치적, 통계적 방법으로 구분된다. 구체적인 접근방법으로는 머신러닝이 31%로 가장 많고, 전력손실 22%, I-V 곡선 17%, 통계 14%, 기타 16% 순이다⁽⁵⁾. 일반적인 고장 분류는 해당 PV모듈이 정상인지 고장인지 고장여부를 구분하는 것과 이러한 고장 PV모듈을 대상으로 상세 고장유형을 구분하는 두 가지 단계로 진행되고 있다. 구분방법에 따라 구분하는 고장유형이 다르지만, 일반적으로 음영, 노화, 오염, 바이패스 다이오드 결함 등을 고장으로 구분하고 있다.

본 논문에서는 PV모듈의 상세 고장유형을 구분할 수 있는 I-V 곡선을 기반으로 고장유형을 구분하는 방법을 두 가지로 구분하여 소개하고자 한다. 첫 번째 방법은 각 고장유형별 단락전류(Isc), 개방전압(Voc) 등 I-V 곡선 데이터를 기반으로 접근하는 통계적 방법이고, 두 번째 방법은 I-V 곡선의 전기적 거리를 이용하는 방법으로 정상(Normal) 상태의 I-V 곡선 데이터 취득 시, 기울기(컨덕턴스)의 위상각을 등간격으로 설정하는 벡터해석법이다. 그리고 고장유형별 I-V 곡선의 수학식을 기반으로 MATLAB 시뮬레이션을 통해 PV모듈의 고장유형 판별 방법을 상세 분석하고자 한다.

2. PV모듈 고장 현상의 종류

IEA(International Energy Agency)는 PV모듈의 고장을 발전전력 손실(Power Loss)과 안전문제(Safety Issues) 2가지로 정의하였다⁽⁶⁾. 발전전력 손실은 정상 작동으로 되돌릴 수 없는 상태를 말하며, 안전 문제는 화재, 전기충격, 물리적 위험, 2차적인 고장 등을 의미한다. 이때, 순수한 외관상의 문제와 오염, 낙뢰 등에 의한 고장은 운영자가 처리해야 하는 문제이거나 예상할 수 없는 불가항력적인 문제이기 때문에 고장으로 보지 않는다.

본 연구에서는 PV모듈의 고장유형을 박리(Delamination)와 균열(Crack), 달팽이흔적(Snail Tracks), 핫스팟(Hotspot), 바이패스 다이오드(Bypass Diode)고장, PID(Potential-Induced Degradation)로 분류하였다. 박리는 공정 결함, 공정 전 EVA(Ethylene Vinyl Acetate)보관 문제, 열, 습기에 의해 발생되고, 균열은 생산·운송·설치 중 발생하거나 우박, 적설, 태풍에 의해 발생된다. 달팽이 흔적은 공정 결함과 균열된 부분에 수분이 침투되면 야기되는 상태이다. 그리고 핫스팟의 발생 원인은 납땜불량과 같은 공정 결함과 음영, 바이패스 다이오드의 고장이 있으며, 바이패스 다이오드의 고장은 초기 결함이나 열에 의해 발생된다. PID는 높은 전압과 높은 온도, 높은 습도를 발생 원인으로 보고 있다.

표 1은 PV모듈의 고장유형별 I-V 곡선의 변화를 정리한 것이다. 각 그래프에서 파란색 실선은 정상 I-V 곡선이고, 빨간색 점선은 고장 I-V 곡선이다. 고장유형별 I-V 곡선은 개방전압, 단락전류의 감소뿐만 아니라 기울기 변화와 변곡점으로 표현된다⁽⁷⁾.

본 연구에서 다루는 고장분류 방법은 I-V 곡선을 이용한 방법으로 PV모듈의 고장유형을 균일박리, 비균일박리, 균열 및 달팽이 흔적, 핫스팟, 바이패스 다이오드 고장, PID 총 6가지로 분류하였다.

3. PV모듈 고장 분류 방법 I

본 방법은 통계적 분류법으로 동일 일사량 조건에서 측정한 단락전류(Isc), 개방전압(Voc) 등의 평균값을 정상 상태인 기준 I-V 곡선 데이터로 활용하고, 분류 기준 값과의 비교로 각 고장유형을 분류한다⁽⁸⁾. 고장유형을 분류하는 분류 기준 값은 과거 고장유형의 데이터를 통해 설정한 개방전압 이상 비율(RV)과 단락전류 이상 비율(RI), 오차 이상 비율(Re), 고장유형 구분 비율(Rce)을 말하며, 식(1)과 같이 계산된다.

1) 측정 개방전압(Voc,m)이 기준 개방전압(Voc,s)의 개방전압 이상 비율(RV)보다 작은지를 판단

2) 측정 단락전류(Isc,m)가 기준 단락전류(Isc,s)의 단락전류 이상 비율(RI)보다 작은지를 판단

3) I-V 곡선 내 전력의 증가 및 감소가 시작되는 전력 변화점(IPm)을 식(2)와 같이 추출하고, 전력 변화점의 수(Cip)가 1개보다 많은지를 판단

Fig. 1. Flowchart for Fault Classification based on Statistical Method

오차 비율(En1, En2)은 보정 기준 전류(In,sr)와 측정 전류(In,m) 간의 오차 비율을 의미하며, 보정 값으로 4)는 측정 단락전류(Isc,m)를, 5)는 측정 개방전압(Voc,m)을 기준으로 기준 I-V 곡선을 이동시켜 산출한다.

따라서 PV모듈 고장유형별 I-V 곡선과 비교하여 핫스팟은 측정 개방전압(Voc,m)이 기준 개방전압(Voc,s)의 개방전압 이상 비율(RV)보다 작지 않고, 측정 단락전류(Isc,m)가 기준 단락전류(Isc,s)의 단락전류 이상 비율(RI)보다 작지 않은 경우에 해당된다.

균일박리는 측정 단락전류(Isc,m)가 기준 단락전류(Isc,s)의 단락전류 이상 비율(RI)보다 작고, I-V 곡선 내 전력 변화점의 수(Cip)가 1개보다 많지 않은 경우에 분류된다.

비균일박리는 측정 단락전류(Isc,m)가 기준 단락전류(Isc,s)의 단락전류 이상 비율(RI)보다 작고, I-V 곡선 내 전력 변화점의 수(Cip)가 1개보다 많으며, 오차 데이터의 수(Ce1)가 전체 데이터 수(Cn1)의 고장유형 구분 비율(Rce1)보다 작지 않은 경우이다. 반면, 균열 및 달팽이흔적은 작은 경우로 분류된다.

PID는 측정 개방전압(Voc,m)이 기준 개방전압(Voc,s)의 개방전압 이상 비율(RV)보다 작고, 오차 데이터의 수(Ce2)가 전체 데이터 수(Cn2)의 고장유형 구분 비율(Rce2)보다 작지 않은 경우에 분류된다.

반대로, 바이패스 다이오드 고장은 측정 개방전압(Voc,m)이 기준 개방전압(Voc,s)의 개방전압 이상 비율(RV)보다 작고, 오차 데이터의 수(Ce2)가 전체 데이터 (Cn2)의 고장유형 구분 비율(Rce2)보다 작은 경우이다.

4. PV모듈 고장 분류 방법 II

4.1 벡터해석법의 개요

2장에서 소개한 PV모듈 고장을 I-V 곡선 기반으로 분류하기 위한 2번째 방법으로 벡터해석법(벡터의 크기 차이 비교)을 소개하고자 한다. 이 방법을 구현하기 위해서는 먼저 정상(Normal) 상태에서의 I-V 곡선 데이터를 기준 데이터로 확보해야 한다. I-V 곡선의 데이터를 하나의 벡터로 생각하고, 동일한 위상각을 갖는 벡터의 크기 차이를 감지함으로써 고장을 분류하는 방법이다.

I-V 곡선 데이터를 1사분면 상의 벡터로 생각하는 경우, 개방전압(Voc)과 단락전류(Isc)는 각각 0도와 90도의 위상각을 갖는 벡터로 해석할 수 있다. I-V 곡선의 x축과 y축은 각각 전압(V)과 전류(I)를 의미하므로 그 기울기는 저항의 역수, 즉, 컨덕턴스를 의미한다.

예를 들어, 그림 2에서 보듯이 I-V 곡선에서 개방전압 데이터의 좌표는 (Voc, 0)이고, 이는 크기(|d0|)가 Voc이고 위상각(∡d0)이 0도인 벡터 d0를 의미하고, 이를 토대로 기울기는 0이고 무한대의 저항(즉, 기울기의 역수)을 의미함을 알 수 있다. 이와 유사하게 단락전류 데이터의 좌표는 (0, Isc)이고, 이는 크기(|dN|)가 Isc이고 위상각(∡dN)이 90도인 벡터 dN를 의미하고, 이를 토대로 기울기는 무한대이고 0의 저항(즉, 기울기의 역수)을 의미함을 알 수 있다.

Fig. 2. Vector Analysis Using I-V Curve Data

벡터해석법을 위한 I-V 곡선 데이터를 취득 방법은 아래와 같이 정리할 수 있다.

1) 개방전압(Voc)과 단락전류(Isc)를 측정하고 각 데이터를 벡터 d0와 dN으로 설정

2) 0도∼90도를 몇 개의 데이터로 분석할지를 결정 (즉, 90도를 N등분으로 표현하는 경우, 0도를 포함하여 총 N+1개의 데이터로 분석)

(3)

$\triangle\theta =\dfrac{90}{N}[\deg]=\dfrac{\pi}{2N}[rad]$

(4)

$$ \begin{aligned} \mathbf{d}_{\mathrm{n}}=\left|\mathbf{d}_{\mathrm{n}}\right| \angle \mathbf{d}_{\mathrm{n}} &=\sqrt{\mathrm{v}_{\mathrm{n}}^{2}+\mathrm{i}_{\mathrm{n}}^{2}} \angle \tan ^{-1}\left(\frac{\mathrm{i}_{\mathrm{n}}}{\mathrm{v}_{\mathrm{n}}}\right) \\ &=\sqrt{\mathrm{v}_{\mathrm{n}}^{2}+\mathrm{i}_{\mathrm{n}}^{2}} \angle \tan ^{-1}\left(\frac{1}{\mathrm{R}_{\mathrm{n}}}\right) \end{aligned} $$

위의 식에서 dn은 n번째 데이터를 의미하며, I-V 곡선 상의 좌표는 (vn, in)이다.

3) I-V 곡선 데이터 취득을 위한 Rn의 결정

(5)

$$ R_{\mathrm{n}}=\frac{\mathrm{v}_{\mathrm{n}}}{\mathrm{i}_{\mathrm{n}}}=\frac{1}{\tan (n \Delta \theta)}=\cot \left(\frac{n \pi}{2 N}\right) $$

따라서 I-V 곡선 데이터를 취득 시 동일한 등간격을 갖는 위상각에 대해 식(5)를 만족하도록 저항값을 설정한다. 정상(Normal)적인 PV모듈의 I-V 곡선을 기준으로 고장 테스트를 수행한 PV모듈의 I-V 곡선에서 위상각에 따른 벡터의 크기의 차이를 계산함으로써 고장의 유무와 고장유형을 판별할 수 있다.

4.2 고장유형의 판별 방법

2장에서 정의한 6개의 고장유형별 I-V 곡선에 벡터해석법을 적용하여 그 결과를 아래와 같이 분석할 수 있다.

먼저 정상(Normal) 상태의 PV모듈에 대해 I-V 곡선 데이터를 취득한다. 본 연구에서는 I-V 곡선의 수학식을 기반으로 MATLAB 시뮬레이션을 통해 I-V 곡선 데이터를 취득하였으며, 표 2와 같이, 실제의 PV모듈 제품의 스펙과 유사한 설정값을 사용하였다.

Table 2. Specification of PV Module used for Vector Analysis

제조사	국내 대기업	종류	단결정
정격출력	300W	최대효율	약 20%
개방전압	Voc = 40V	단락전류	Isc = 9.7A
최대출력동작전압	Vmax = 33.5V	최대출력 동작전류	Imax = 8.96A

0도부터 90도까지의 위상각을 1도 간격으로 90등분하여 총 91개의 데이터를 취득하여 각 데이터를 d0, d1, … ,d90으로 아래의 그림과 같이 표현하였다. 또한, 해당 데이터를 이용하여 정격출력을 계산하는 경우, 위상각 15도(R15=3.7321Ω)에서 최대출력 300W를 갖게 된다.

Fig. 3. I-V Curve(Top) and Phase Angle vs. Output Power[W] Graph(Bottom) of Normal PV Module

그림 3의 I-V 곡선(위)은 벡터해석법에 사용하는 데이터를 보여준다. x-축 상의 데이터는 개방전압(Voc)을 의미하며 위상각 0도를 갖는 0번째 데이터로서 d0_normal로 표현한다. 이 데이터를 기준으로 반시계 방향 1도 간격으로 총 91개의 데이터(dn_normal, n =0, 1, … , 90)를 취득한다. 주기적으로 I-V 곡선 데이터 dn_test (n=0, 1, … , 90)를 취득하고, 아래의 식(6)과 같이 각 n에 대한 normal과 test 벡터의 크기를 차이를 구함으로써 PV모듈 고장유형을 구분할 수 있다.

(6)

$$ \Delta\left|\mathbf{d}_{\mathrm{n}}\right|=\left|\mathbf{d}_{\mathrm{n}, \text { noㄱmal }}\right|-\left|\mathbf{d}_{\mathrm{n}, \text { test }}\right| $$

(1) 균일박리 고장 유형

정상적인 PV모듈의 I-V 곡선과 균일박리 현상의 I-V 곡선을 비교하면 그림 4와 같다.

Fig. 4. I-V Curve Comparison between Normal and Homogeneous Delamination-faulted PV Modules

그림 4의 I-V 곡선 데이터를 활용하여 벡터 위상각에 대한 출력전력[W]을 계산하여 비교하면 그림 5와 같다.

그림 5의 데이터를 식(6)에 대입하여 정상상태 PV를 기준으로 균일박리 PV의 I-V 곡선 간의 벡터 크기의 차이를 구하면 그림 6과 같다.

Fig. 5. Output Power Comparison between Normal and Homogeneous Delamination-faulted PV Modules

Fig. 6. Vector Magnitude Analysis for Homogeneous Delamination-faulted PV Module

균일박리 고장의 경우, 그림 4와 같이 정상 PV모듈에 비해 단락전류가 낮아지는 특성을 지닌다. 이 특징은 그림 6에서 벡터크기 차이(Δ|d|)의 최댓값을 갖는 위상각(n=18 혹은 18도)이 최대전력 위상각(n=15 혹은 15도)보다 큰 특징을 보이고 최대전력 위상각보다 작은 영역(즉, 개방전압에 가까운 영역)에서는 벡터크기의 차이가 0에 수렴하는 반면 최대전력 위상각보타 큰 영역(즉, 단락전류에 가까운 영역)에서는 벡터크기의 차이가 일정 크기(그림 6의 경우, 1.4)에 수렴하는 경향을 보인다. 이 때, 단락전류의 차이인 1.4A가 정상적인 PV모듈과 균일박리 고장을 보이는 PV모듈의 차이를 설명하는 가장 핵심적인 요소임을 알 수 있다.

(2) 비균일박리 고장 유형

비균일박리 고장 유형의 PV모듈에 대해 I-V 곡선 및 출력 비교, 벡터크기 분석을 수행한 결과는 그림 7~9와 같다.

Fig. 7. I-V Curve Comparison between Normal and Heterogeneous Delamination-faulted PV Modules

Fig. 8. Output Power Comparison between Normal and Heterogeneous Delamination-faulted PV Modules

Fig. 9. Vector Magnitude Analysis for Heterogeneous Delamination-faulted PV Module

비균일박리 고장의 경우, I-V 곡선 상 다음의 3 가지 특징을 관찰할 수 있다.

① 비균일박리 시 단락전류(Isc) < 정상적인 PV모듈의 단락전류

② 저전압대에서 전류값이 선형적으로 감소함(정상 PV모듈의 경우, 일정 구간 내에서 일정함)

③ 최대전력 부근에서 기울기의 급격한 변화가 2회 발생함(정상 PV모듈의 경우, 1회 발생)

I-V 곡선에서의 이러한 특징은 그림 9의 벡터크기 분석에서는 다음과 같이 나타난다.

① 위상각 90도 부근에서 0이 아닌 값(단락전류의 차이)을 가짐

② 위상각 30도 이상에서 지속적으로 감소함

③ 최대전력 위상각 부근에서 감소가 눈에 띄게 둔화되는 구간이 관찰됨

(3) 달팽이흔적 고장 유형형

달팽이흔적 고장 유형의 PV모듈에 대해 I-V 곡선 및 출력 비교, 벡터크기 분석을 수행한 결과는 그림 10~12와 같다.

달팽이흔적 고장의 경우, I-V 곡선 상 저전압대에서 일정한 전류를 갖는다는 점을 제외하고는 비균일박리의 현상과 유사하다. 이 때, 저전압 대역에서 일정한 전류값을 갖는 경우 원좌표 해석을 통한 위상각과 벡터크기의 관계를 이해하는 것이 중요하다. 다시 말해 그림 7과 그림 10에서 대략 25V이하의 영역에서 전류의 크기가 감소하는 경우와 일정한 경우를 수학적으로 구분해야 한다.

연속되는 두 점에서 전류의 크기가 같은 조건(달팽이흔적의 경우)을 수학적으로 표현하면 아래와 같다.

(7)

$\left |\vec{d}_{n}\right |\sin\phi_{n}=\left |\vec{d}_{n+1}\right |\sin\phi_{n+1}$ $\left(\because\sin\phi_{n}=\dfrac{i_{n}}{\left |\vec{d}_{n}\right |},\:\sin\phi_{n+1}=\dfrac{i_{n+1}}{\left |\vec{d}_{n+1}\right |}\right)$

본 논문에서 위상각의 차이를 1도로 설정했으므로 식(7)은 아래와 같이 표현된다.

(8)

\begin{align*} \left |\vec{d}_{n+1}\right | =\dfrac{\sin\phi_{n}}{\sin\phi_{n+1}}\left |\vec{d}_{n}\right | =\dfrac{\sin\phi_{n}}{\sin\left(\phi_{n}+1^{\circ}\right)}\left |\vec{d}_{n}\right |\\ =\dfrac{1}{\cos\left(1^{\circ}\right)+\cot\left(\phi_{n}\right)\sin\left(1^{\circ}\right)}\left |\vec{d}_{n}\right |\\ =\dfrac{1}{\cos\left(1^{\circ}\right)+\cot\left(n^{\circ}\right)\sin\left(1^{\circ}\right)}\left |\vec{d}_{n}\right | \end{align*}

이 때, n = 1, 2, …, 89이고, 식(8)을 이용해서 저전압 영역에서의 전류가 일정한지 감소하는지를 판단하여 비균일박리 혹은 달팽이흔적에 의한 현상인지를 구분할 수 있다.

Fig. 10. I-V Curve Comparison between Normal and Snail Tracks-faulted PV Modules

Fig. 11. Output Power Comparison between Normal and Snail Tracks-faulted PV Modules

Fig. 12. Vector Magnitude Analysis for Snail Tracks-faulted PV Module

(4) 핫스팟(Hot Spot) 고장 유형

핫스팟 고장 유형의 PV모듈에 대해 I-V 곡선 및 출력 비교, 벡터크기 분석을 수행한 결과는 그림 13~15와 같다.

핫스팟 고장의 경우, 그림 15를 통해 위의 비균일박리와 달팽이흔적 고장과의 차이를 구분할 수 있다. 가장 큰 차이는 단락전류 부분(위상각 90도)에서 벡터크기가 0에 수렴한다(즉, 정상상태와 핫스팟 고장 시 단락전류는 같음)는 점이다.

Fig. 13. I-V Curve Comparison between Normal and Hot Spot-faulted PV Modules

Fig. 14. Output Power Comparison between Normal and Hot-Spot-faulted PV Modules

Fig. 15. Vector Magnitude Analysis for Hot Spot-faulted PV Module

(5) 바이패스 다이오드 고장 유형

바이패스 다이오드 고장 유형의 PV모듈에 대해 I-V 곡선 및 출력 비교, 벡터크기 분석을 수행한 결과는 그림 16~18과 같다.

Fig. 16. I-V Curve Comparison between Normal and Bypass Diode-faulted PV Modules

Fig. 17. Output Power Comparison between Normal and Bypass Diode-faulted PV Modules

Fig. 18. Vector Magnitude Analysis for Bypass Diode-faulted PV Module

바이패스 다이오드 고장의 경우, 그림 16과 같이 정상 PV모듈에 비해 개방전압이 낮아지는 특성을 지닌다. 이 특징은 그림 18에서 최대전력 위상각보다 큰 영역(즉, 단락전류에 가까운 영역)에서는 벡터크기의 차이가 0에 수렴하는 반면 최대전력 위상각보타 작은 영역(즉, 개방전압에 가까운 영역)에서는 벡터크기의 차이가 일정 크기(그림 18의 경우, 4)에 수렴하는 경향을 보인다. 이 때, 개방전압의 차이인 4.0V가 정상적인 PV모듈과 바이패스 다이오드 고장을 보이는 PV모듈의 차이를 설명하는 가장 핵심적인 요소임을 알 수 있다.

(6) PID 고장 유형

PID 고장 유형의 PV모듈에 대해 I-V 곡선 및 출력 비교, 벡터크기 분석을 수행한 결과는 그림 19~21과 같다.

PID 고장의 경우, 그림 19와 같이 정상 PV모듈에 비해 개방전압이 낮아지는 특성(바이패스 다이오드 고장과 동일)과 동시에 단락전류의 크기가 일정한 부분이 바이패스 다이오드 고장의 경우(약 25V 이하)에 비해 작아지는 특성(10V 이하)을 갖는다. 이 특징은 그림 21에서 최대전력 위상각 근처에서 벡터크기의 차이의 증감이 변화하는 경향으로 나타난다.

Fig. 19. I-V Curve Comparison between Normal and PID-faulted PV Modules

Fig. 20. Output Power Comparison between Normal and PID-faulted PV Modules

Fig. 21. Vector Magnitude Analysis for PID-faulted PV Module

5. 결 론

본 논문에서는 PV모듈의 I-V 곡선을 기반으로 고장유형을 구분하는 방법을 통계적 분류법과 벡터해석법인 두 가지로 구분하여 제시하였다. 그리고 그 중 벡터해석법은 고장유형별 I-V 곡선의 수학식과 실제 PV모듈 제품의 스펙과 유사한 설정값을 기반으로 I-V 곡선의 위상각에 따른 벡터의 크기 차이를 이용한 MATLAB 시뮬레이션을 통해 상세 분석되었다.

PV모듈은 발생한 고장유형에 따라 특징적인 I-V 곡선변화를 보인다. 통계적 분류법과 벡터해석법은 정상과 고장 I-V 곡선을 비교하고, 고장유형별 I-V 곡선변화의 특징을 감지하여 고장유형을 분류하는 공통점이 있다. 하지만 두 가지의 방법은 측정한 고장유형별 단락전류(Isc), 개방전압(Voc) 등의 I-V 곡선 데이터와 I-V 곡선의 전기적 거리를 이용하는 것에서 차이가 있다.

균일박리 고장의 경우, 정상 PV모듈에 비해 단락전류가 낮아지는 특성을 지닌다. 비균일박리는 I-V 곡선 상에서 단락전류가 정상적인 PV모듈의 단락전류보다 낮고, 저전압대에서 전류값이 선형적으로 감소하며, 최대전력 부근에서 기울기의 급격한 변화가 2회 발생한다. 달팽이흔적은 I-V 곡선 상 저전압대에서 일정한 전류를 갖는다는 점을 제외하고는 비균일박리의 현상과 유사하다. 반면, 핫스팟 고장은 정상상태와 단락전류가 같다는 점에서 비균일박리와 달팽이흔적과는 차이가 있다. 바이패스 다이오드 고장의 경우, 정상 PV모듈에 비해 개방전압이 낮아지는 특성을 지닌다. PID 고장은 정상 PV모듈에 비해 개방전압이 낮아지는 특성과 동시에 단락전류의 크기가 일정한 부분이 바이패스 다이오드 고장의 경우에 비해 작아지는 특성을 갖는다.

향후 이러한 PV모듈의 고장 분류 방법은 단순 데이터 모니터링 기능을 제공하는 기존 모니터링시스템에 벡터해석을 활용한 I-V곡선 기능을 추가하고, 월 혹은 분기별 주기적인 모듈 I-V 곡선의 백터해석을 통해 PV어레이 및 연결 모듈의 고장여부를 사전에 판별하고 고장유형을 분류, 추적관리함로써 유지관리 측면에서 설비의 안정적인 운영과 함께 발전효율 및 경제적 효율의 최대화에 기여할 수 있을 것으로 판단된다.