김동완
(Dong-Wan Kim)
1†
박지호
(Ji-Ho Park)
2
안영주
(Young-Joo An)
3
-
(Daan Smart Engineering, Korea)
-
(Daan Smart Engineering, Korea)
-
(Dept. of Control and Instrumentation Engineering, Pukyong National Univerity, Korea)
Copyright © The Korean Institute of Electrical Engineers(KIEE)
Key words
Battery energy storage system, Black box, Breakdown diagnosis, Solar energy generation
1. 서론
최근 신재생에너지 확산, 전력수요 증가에 따라 ESS 시장이 급속히 성장하고 있으며, 단가 하락 등에 따라 글로벌 기업 경쟁력이 격화되고 있는 실정이다.
ESS의 세계시장 규모는 2014년 1.9조원에서 2023년 41.5조원으로 성장할 것으로 전망되며, ESS의 단가는 2014년 9억원/MWh에서
2023년 5억원/MWh으로 하락할 것으로 전망되고 있다. 따라서 정부에서는 2030년 국내 10.1GWh 규모(약 5조원 투자규모, 누적)로 보급
확대 목표를 설정한 상태이다
(1-6).
한편, 지속적인 배터리 단가 하락 등으로 인해 2030년에는 전기차 시장이 1,070만대로 급성장 할 것으로 전망되며, 따라서 정부에서는 전기차 37만대,
급속충전기 4,364기를 연료비 절감 효과가 높은 대중교통, 공공기관을 우선 보급하고, 민간으로 확대할 계획이다. 특히, 전기차 충전인프라의 경우
측정된 상태 및 진단 데이터를 제공함으로써 사용자의 편의성을 증대시키는 것 뿐만 아니라 고장 발생시 이러한 데이터의 상태 알림서비스를 통하여 신뢰성
및 안전성을 확보하는 기술개발 역시 필수적이며, 이를 위하여 산업통상자원부는 2016년 1월 29일 전기설비기술기준에서 전기차 충전인프라의 안전기준을
개정 고시하였다.
현재 상용전원을 이용하는 전기차 충전인프라는 유료화가 진행되어 전기요금 부담 문제가 발생하고 있으며, 이러한 문제를 해결하기 위하여 유휴지, 고속도로
휴게소, 대형마트 등의 주차장, 아파트, 오피스텔, 공장 및 상가건물 지붕에 태양광발전을 설치하고 상용전원과 태양광발전의 전력을 ESS에 충전, 이를
전기차 충전에 이용하는 충전인프라의 보급 확대 또한 향후 증가할 것으로 예상된다. 따라서, 향후 태양광발전 및 ESS 기반 전기차 충전인프라의 보급
확대에 따라 유지·보수의 편의성을 증대시키고 장기 수명 보증 및 절대 안전성을 확보하기 위한 상태 감시 및 고장 진단 기술을 개발하고 유지 및 보수
가이드라인 및 표준 안전 매뉴얼을 제시하는 기술개발이 필수적인 상황이다
(7-11).
본 논문에서는 태양광발전 및 ESS 기반 전기차 충전인프라의 상태 및 진단 데이터를 사용자에게 제공함으로써 편의성을 증대시키고 고장 발생시 이러한
데이터의 상태 알림서비스를 통하여 태양광발전 및 ESS 기반 전기차 충전인프라의 신뢰성 및 사용자 안전성을 확보하기 위한 블랙박스를 개발한다. 이를
위하여 먼저 태양광발전 및 ESS 기반 전기차 충전인프라의 각종 상태 및 진단 데이터를 측정하는 Data Gathering 회로를 제작하고, Data
Gathering 회로에서 측정된 각종 상태 및 진단 데이터를 블랙박스의 모니터링을 담당하는 모니터링 보드로 전송하는 메인 통신 제어부를 제작한다.
마지막으로 태양광발전 및 ESS 기반 전기차 충전인프라의 각종 상태 및 진단 데이터를 디스플레이하는 GUI 기반 모니터링 프로그램을 개발한다. 또한,
모의시험을 통하여 개발된 태양광발전 및 ESS 기반 전기차 충전인프라용 블랙박스의 성능을 평가한다.
2. 시스템 구성
본 논문에서 개발한 태양광발전 및 ESS 기반 전기차 충전인프라용 블랙박스의 전체 구성도는
그림. 1과 같다.
그림. 1에서처럼 태양광발전 및 ESS 기반 전기차 충전인프라용 블랙박스는 태양광발전 및 ESS 기반 전기차 충전인프라의 각종 상태 및 진단 데이터를 측정하는
Data Gathering 회로와 Data Gathering 회로의 각종 상태 및 진단 데이터를 모니터링 보드로 전송하는 메인 통신 제어부 회로,
그리고 GUI 기반 모니터링 프로그램이 탑재된 모니터링 보드로 구성되어 있다. 또한, Data Gathering 회로는 태양광발전 및 ESS 및 EV
충전기의 상태 및 진단 데이터를 측정하는 직류 Data Gathering 회로와 상용전원 및 태양광 인버터 등의 상태 및 진단 데이터를 측정하는 교류
Data Gathering 회로로 구성되어 있다.
그림. 1. 전체 시스템 구성도
Fig. 1. Block diagram of black box
2.1 Data Gathering 회로
태양광발전 및 ESS 기반 전기차 충전인프라의 각종 상태 및 진단 데이터를 측정하는 Data Gathering 회로는 태양광발전 및 ESS, 및 EV
충전기의 상태 및 진단 데이터를 측정하는 직류 Data Gathering 회로와 상용전원 및 태양광 인버터 등의 상태 및 진단 데이터를 측정하는 교류
Data Gathering 회로로 구성되어 있다.
직류 Data Gathering 회로는 EV 충전기의 전압, 전류, 태양광발전의 전압, 전류 및 ESS의 전압, 전류 상태 감시와 고장 진단 데이터를
측정하는 회로이다. 직류 Data Gathering 회로에서 직류전류는
그림. 2와 같이 절연형 전류 검출소자인 ACS-712를 사용하여 오프셋을 제거한 회로로 0∼20[A]의 전류를 검출하며, 대전류 시스템에 대해서는 ACS-758을
적용하여 0∼200[A]의 전류를 검출한다. 또한,
그림. 2와 같이 동작전류 검출부는 저전류와 대전류의 경우에 대응하여 2가지의 버전으로 회로를 설계하였다.
태양광발전 및 EV 충전기의 지락, 누전 상태 감시 및 고장 진단 데이터를 측정하기 위하여
그림. 2의 직류전류 Data Gathering 회로에서 누설전류 검출 센서만을 장착하여 누설전류를 검출한다. 별도의 직류 전류를 검출하지 않기 때문에 전류
검출회로는 쇼트 상태로 하여 전류는 검출하지 않고, 설계된 회로에서 누설전류 검출회로만 사용하였다.
그림. 2. 직류전류 Gathering 회로
Fig. 2. DC current gathering circuit
지락전류 검출부는
그림. 2와 같이 누설전류 1∼500[mA]를 검출하기 위한 별도의 누설전류 검출 센서 CYCT04-32L20-1을 사용하여 설계하였으며, 누설전류는 관통형
센서에서 입력전류와 출력전류의 차이를 검출하여 누설전류를 측정하는 방식을 적용하였다.
그림. 3과 같이 지락 상태 신호 발생부의 회로는 지락전류 센서로 검출된 신호와 시스템에서 설정된 누설전류의 값을 비교하여 비교기의 신호로 OGCR 신호를
발생하며 DSP(Digital Signal Processor)에서 인터럽터로 처리한다. 또한, 별도로 ADC(Analog to Digital Converter)에서
연속적으로 누설전류를 검출할 수 있도록 설계하였다. 회로에서 누설전류의 제한 값이 각각 상이하게 될 수 있으므로 누설전류의 인터럽터 신호는 가변저항으로
조절하여 설정하였다.
그림. 3. 지락 상태 신호 발생부
Fig. 3. Grounding signal circuit
직류 Data Gathering 회로에서 직류전압은 100[V]/200[V]/ 500[V]/1000[V]에 각각 대응하여 입력전압을 검출 할 수 있는
회로를 설계하였다. 입력전압은 절연형 전압 검출소자인 HCPL-788J를 사용하여 입력단 전압에 비례하는 출력전압으로 DSP의 ADC를 통해서 검출하도록
설계하였다.
그림. 4 및
그림. 5와 같이 입력전압은 입력전압의 범위를 선택하는 선택 스위치 SW4와 배율을 조절하는 선택스위치 SW5에 의해서 ADC를 통해 검출된 신호의 배율로
결정된다. 검출된 입력 직류 전압은 절연형 소자에서 비선형적인 오차가 발생할 수 있으므로 실제 측정치와 검출값의 오차를 보정하는 선형보간 프로그램을
검출 프로그램에 포함하여 측정오차를 줄일 수 있도록 설계하였다. 이 때 100[V] 시스템의 경우, 검출 입력단 전압의 비율은
식(1)과 같다.
그림. 4. 직류전압 Gathering 회로
Fig. 4. DC voltage gathering circuit
그림. 5. 직류 전압 검출 선택 설정 스위치
Fig. 5. DC voltage select s/w
절연형 전압검출 소자의 증폭비는 15.625에 해당하게 되므로 실제 100[V]의 입력전압은
식(2)와 같다.
직류 전압 및 전류와 누설전류를 검출하기 위한 메인 DSP 회로는
그림. 6과 같이 통신과 아날로그 신호 검출을 위해서 정밀도가 높은 12비트 ADC 모듈을 내장하고 있는 TI(Texas Instruments)사의 32비트
DSP인 TI320F28027을 사용하여 설계하였다. 직류 전압과 전류 및 누설전류를 아날로그 신호로 검출하고, 누설전류의 범위를 넘어가는 경우에는
인터럽터를 사용하여 OGCR 신호로 알람신호를 검출한다. 입력전압의 범위는 SEN1∼SEN4로 설정된 설정범위의 선택신호로 인식하고 있으며, 검출회로의
설정 어드레스는 ADDR0∼ADDR3으로 하여 16개의 어드레스 설정이 가능하도록 설계하였다. 또한, 직류 전압 및 전류 검출을 위해 설계된 PCB(Printed
Circuit Board)의 구조는 0∼20[A]와 0∼200[A]에 대응하도록 설계하였기 때문에 전류 검출단의 패턴이 200[A]까지 대응하도록
설계하였다. 또한, 실제 제작된 시제품의 PCB에서 전류 검출단의 패턴은 높은 전류로 인해 패턴부에 온도 상승이 증가하는 것을 방지하기 위해서 Thermal
pad를 설치하여 온도 상승이 방지되도록 설계하였다.
그림. 6. 직류 검출 메인 DSP 회로
Fig. 6. DC gathering mail DSP circuit
교류 Data Gathering 회로는 상용전원 전압, 전류, 태양광인버터 전압, 전류 상태감시 및 고장 진단 데이터를 측정하는 회로이다. 교류 전압을
검출하기 위한 전압 검출 회로는
그림. 7과 같이 교류 입력전압을 직류로 변환하여 검출하고, 노이즈을 억제하기 위한 필터회로를 설계하였다. 입력단 교류 전압은 저항을 통해서 전류로 변환하고,
전류-전류 절연형 검출센서를 사용하여 입력단의 전압에 비례한 전류로 증폭회로와 필터회로를 통하여 전압을 검출한다. 각 전압은 비율에 따라 낮은 전압과
높은 전압이 검출 될 수 있도록 각 입력단 전압에 대하여 2개의 출력신호가 아날로그 신호로 검출 될 수 있도록 설계하였다.
그림. 7. 교류전압 Gathering 회로
Fig. 7. AC voltage gathering circuit
설계된 회로에서 센서의 출력전류 ±2[mA]의 신호에 대해서 증폭회로의 출력 전압 신호는 아날로그 입력단 0∼3.3[V]의 입력 범위를 사용하게 되므로
오프셋 전압 1.5[V]를 기준으로 하여 교류 신호가 아날로그 입력 범위내에서 검출 될 수 있도록 설계하였다. 따라서, 안정적으로 아날로그 입력단
범위 내에서 직류신호로 연속적으로 검출이 가능하다.
교류 전류 검출회로는
그림. 8과 같이 내부에 전류를 검출하기 위한 CT(Current Transducer)을 통해서 필터와 검출회로를 설계하였으며, 검출단의 회로는 교류전압을
검출하기 위한 회로와 동일한 구조로 설계하였다.
그림. 8. 교류전류 Gathering 회로
Fig. 8. AC current gathering circuit
교류 전압 및 전류를 검출하기 위한 PCB 설계도면은 3상 교류 전원 회로와 연결하여 전압과 전류를 상시 검출하도록 하고 있으며, 외부 전원으로부터
제어기의 전력을 공급하기 위한 절연형 SMPS(Switched Mode Power Supply)를 사용하였다. 또한, 교류 전압을 검출하기 위한 전압
검출 회로는 2단의 PCB로 구성되어 설계되어 있고, 1단의 교류전압 및 전류 검출회로를 별도로 구성하여 설계하였다.
2.2 메인 통신 제어부 회로
메인 통신 제어부는 직류 전압 및 전류를 검출하는 직류검출부와 교류 전압 및 전류를 검출하는 교류검출부 및 누설전류 검출부와 블랙박스 모니터링을 담당하는
모니터링 보드와 통신을 하는 멀티 통신 채널을 가진 회로로 TI사의 TMS320F28052를 이용하여 설계하였다.
그림. 9와 같이 직류검출부는 어드레스로 분리하여 RS-485의 1채널로 구성하고, 교류검출부는 별도의 RS-485 통신 채널로 구성하였다. 모니터링 보드는
USB 통신이 가능한 통신채널로 구성하여 전체 3채널의 통신회로로 설계하였으며, 3채널의 USART로 구성되어 있다. 또한, 별도의 CAN(Control
Area Network) 통신 채널을 가지고 있으며, 각각 2개의 RS-485채널과 1개의 USB 통신 채널로 데이터를 수집하여 처리하도록 설계하였다.
그림. 9. 메인 통신 제어부 회로도
Fig. 9. Main communication controller
메인 통신 제어부의 전원을 공급하기 위한 전원 회로는
그림. 10과 같이 5[V]의 입력 전압을 DSP에서 사용하고 있는 3.3[V]와 1.8[V]의 전력을 공급하기 위해 설계하였다. TI사에서는 DSP를 위해
전용의 전원소자를 제공하고 있으므로 이를 사용하여 전원회로를 설계하였다.
그림. 10. 전원 회로
Fig. 10. Power circuit
2.3 GUI 기반 모니터링 프로그램
본 논문에서 개발된 태양광발전 및 ESS 기반 전기차 충전인프라용 블랙박스에 사용된 모니터링 보드의 사양은
표 1과 같다.
표 1. 모니터링 보드 사양
Table 1. Specifications of monitoring board
|
Operation System
|
Window 10(64bit) & Android 5.1
|
|
CPU
|
Intel Atom Cherry Trail Quad-Core up to 1.84GHz(1 or 2 Cores)/up to 1.6GHz(3 or 4
Cores)
|
|
SDRAM
|
DDR3L-RS 2GB / 4GB
|
|
Display
|
10.1" IPS 800×1280 capacitive multi-touch screen
|
|
Storage
|
32GB / 64GB
|
|
USB port
|
1×5Pin micro UDSB port (2.0 high speed)
1×5Pin Full size USB port (3.0 high speed)
|
|
Wi-Fi
|
802.11 b/g/n
|
|
Bluetooth
|
v 4.0
|
|
Battery
|
3.7V 5,800mAh
|
|
Power
|
5V 2A 2.5Φ DC Connector
|
|
Dimension
|
174×259×10.1 mm / 582g
|
GUI 기반 모니터링 프로그램은
그림. 11과 같이 모니터링 보드에서 윈도우 프로그램으로 구성하여 전체 데이터를 모니터링 할 수 있도록 설계하였다. 전체 프로그램에서는 직류 Data와 교류
Data 및 데이터를 도표로 표시 및 그래픽으로 표시할 수 있도록 설계하였다. 모니터링 화면은 상용전원, 태양광발전, 태양광인버터, PCS, BMS
및 EV충전기를 각각의 탭으로 구성하였으며, 블랙박스로 저장되고 있는 데이터는 각 1분 간격으로 데이터를 수신하여 액셀 시트로 저장하여 DB(Data
Base) 파일을 구성할 수 있도록 프로그램을 설계하였다. 또한, 그래픽 검색 버전에서는 원하는 데이터를 시간별로 그래픽으로 표시될 수 있도록 프로그램을
설계하였다.
그림. 11. GUI 기반 모니터링 프로그램
Fig. 11. Monitoring program
3. 성능시험
본 논문에서 개발된 태양광발전 및 ESS 기반 전기차 충전인프라용 블랙박스의 성능을 평가하기 위하여 (재)부산테크노파크에서
그림. 12와 같이 AC/DC 전원공급기(NF/KP3000S)와 고정밀 전력분석기(N4L/PPA5530)를 이용하여 모의시험을 수행하였다. 개발된 태양광발전
및 ESS 기반 전기차 충전인프라용 블랙박스의 성능시험은 누설 및 지락전류 측정을 위한 정격감도전류, 블랙박스의 전압 및 전류 측정 정밀도 및 SOC
오차를 모의시험 하였다.
그림. 12. 성능평가 모의시험
Fig. 12. Performance evaluation test
먼저 누설 및 지락전류 측정을 위한 정격감도전류 모의시험은 직류 (+) 단자를 CT의 외곽으로 빼내어 임의적으로 누설전류가 발생하도록 하고 전원공급기의
전압을 직류 2∼2.5[V]로 설정하여 누설전류의 크기가 80∼110[mA] 범위가 되도록 설정하였다. 이때 고정밀 전력분석기에서 측정된 전류 값과
블랙박스에서 표시되는 경고 표시 상태를 확인하였다. 모의시험 결과는
표 2와 같이 정격감도전류 100[mA]를 기준으로 본 논문에서 개발된 블랙박스가 누설 및 지락을 감지하고 경고 메시지를 표시하는 것을 알 수 있었다.
표 2. 정격감도전류
Table 2. Rating sensitivity current
|
Leakage current
|
Monitoring board alarm
|
Verification method
|
|
80.76mA
|
Not working
|
Naked eye
|
|
100.5 mA
|
Working
|
Naked eye
|
다음으로 본 논문에서 개발된 블랙박스의 전압측정 정밀도 모의시험은 전원공급기의 전압을 각각 직류 25, 50 및 100[V]로 설정하고 측정주기는
60[sec], 측정횟수는 각 전압별로 10회로 하여 고정밀 전력분석기의 측정 전압과 블랙박스의 표시 전압을 비교하여 수행하였다. 모의시험 결과는
표 3,
표 4,
표 5와 같이 본 논문에서 개발된 블랙박스의 전압측정 정밀도는 각각 직류 25, 50 및 100[V] 모두에서 99[%] 이상인 것을 알 수 있었다.
표 3. 전압측정 정밀도(직류 25[V])
Table 3. Voltage precision(DC 25[V])
|
Number
|
Measuring instrument
|
Black box
|
|
1
|
25.08
|
25.22
|
|
2
|
25.08
|
25.22
|
|
3
|
25.08
|
25.23
|
|
4
|
25.08
|
25.23
|
|
5
|
25.08
|
25.23
|
|
6
|
25.08
|
25.22
|
|
7
|
25.09
|
25.23
|
|
8
|
25.09
|
25.23
|
|
9
|
25.09
|
25.25
|
|
10
|
25.09
|
25.25
|
|
Average
|
25.08
|
25.23
|
|
Voltage precision
|
99.41%
|
표 4. 전압측정 정밀도(직류 50[V])
Table 4. Voltage precision(DC 50[V])
|
Number
|
Measuring instrument
|
Black box
|
|
1
|
50.11
|
50.03
|
|
2
|
50.12
|
50.04
|
|
3
|
50.11
|
50.03
|
|
4
|
50.11
|
50.03
|
|
5
|
50.12
|
50.04
|
|
6
|
50.12
|
50.04
|
|
7
|
50.12
|
50.04
|
|
8
|
50.12
|
50.04
|
|
9
|
50.13
|
50.04
|
|
10
|
50.14
|
50.04
|
|
Average
|
50.12
|
50.04
|
|
Voltage precision
|
99.44%
|
표 5. 전압측정 정밀도(직류 100[V])
Table 5. Voltage precision(DC 100[V])
|
Number
|
Measuring instrument
|
Black box
|
|
1
|
100.08
|
99.26
|
|
2
|
100.08
|
99.22
|
|
3
|
100.08
|
99.26
|
|
4
|
100.08
|
99.26
|
|
5
|
100.08
|
99.25
|
|
6
|
100.08
|
99.27
|
|
7
|
100.09
|
99.25
|
|
8
|
100.09
|
99.29
|
|
9
|
100.09
|
99.27
|
|
10
|
100.10
|
99.29
|
|
Average
|
100.09
|
99.26
|
|
Voltage precision
|
99.17%
|
전류측정 정밀도 모의시험은 전원공급기의 전압을 직류 25[V]로 설정하고 부하저항 25[Ω]을 연결하였을 경우와 전압을 80[V]로 설정하고 부하저항을
40[Ω]을 연결하였을 경우 측정주기는 60[sec], 측정횟수는 각 전류별로 10회로 하여 고정밀 전력분석기의 측정 전류와 블랙박스의 표시 전류를
비교하여 수행하였다. 모의시험 결과는
표 6 및
표 7과 같이 본 논문에서 개발된 블랙박스의 전류측정 정밀도는 95[%] 이상인 것을 알 수 있었다.
표 6. 전류측정 정밀도(직류 1[A])
Table 6. Current precision(DC 1[A])
|
Number
|
Measuring instrument
|
Black box
|
|
1
|
0.99
|
1.03
|
|
2
|
0.99
|
1.01
|
|
3
|
0.99
|
1.06
|
|
4
|
0.99
|
1.03
|
|
5
|
0.99
|
1.03
|
|
6
|
0.99
|
1.01
|
|
7
|
0.99
|
0.99
|
|
8
|
0.99
|
1.03
|
|
9
|
0.99
|
1.01
|
|
10
|
0.99
|
1.00
|
|
Average
|
0.99
|
1.02
|
|
Current precision
|
96.97%
|
표 7. 전류측정 정밀도(직류 2[A])
Table 7. Current precision(DC 2[A])
|
Number
|
Measuring instrument
|
Black box
|
|
1
|
1.94
|
1.92
|
|
2
|
1.94
|
1.92
|
|
3
|
1.94
|
1.92
|
|
4
|
1.94
|
1.92
|
|
5
|
1.93
|
1.91
|
|
6
|
1.93
|
1.91
|
|
7
|
1.93
|
1.91
|
|
8
|
1.92
|
1.91
|
|
9
|
1.92
|
1.91
|
|
10
|
1.91
|
1.90
|
|
Average
|
1.93
|
1.91
|
|
Current precision
|
98.96%
|
마지막으로 SOC 오차 모의시험은 전원공급기의 전압을 직류 25[V]로 설정하고 부하저항 25[Ω]을 연결하였을 경우와 전압을 80[V]로 설정하고
부하저항을 40[Ω]을 연결하였을 경우 측정주기는 60[sec], 측정횟수는 각각 10회로 하여 고정밀 전력분석기의 측정된 소비전력과 블랙박스의 표시된
SOC 값을 비교하여 수행하였다. 모의시험 결과는
표 8 및
표 9와 같이 본 논문에서 개발된 블랙박스의 SOC 오차는 5[%] 이하인 것을 알 수 있었다.
표 8. SOC 오차(소비전력 25[W])
Table 8. SOC error(Power consumption 25[W])
|
Number
|
Measuring instrument
|
Black box
|
|
1
|
24.78
|
26.21
|
|
2
|
24.76
|
24.95
|
|
3
|
24.77
|
26.37
|
|
4
|
24.76
|
26.47
|
|
5
|
24.76
|
25.86
|
|
6
|
24.76
|
25.60
|
|
7
|
24.77
|
25.96
|
|
8
|
24.76
|
27.03
|
|
9
|
24.77
|
25.20
|
|
10
|
24.76
|
25.96
|
|
Average
|
24.77
|
25.97
|
|
SOC precision
|
95.16%
|
표 9. SOC 오차(소비전력 160[W])
Table 9. SOC error(Power consumption 160[W])
|
Number
|
Measuring instrument
|
Black box
|
|
1
|
155.56
|
149.88
|
|
2
|
155.53
|
152.06
|
|
3
|
155.37
|
153.65
|
|
4
|
155.33
|
152.86
|
|
5
|
155.24
|
150.32
|
|
6
|
155.13
|
154.36
|
|
7
|
154.82
|
152.66
|
|
8
|
154.18
|
152.06
|
|
9
|
153.55
|
150.67
|
|
10
|
152.62
|
149.98
|
|
Average
|
154.73
|
151.85
|
|
SOC precision
|
98.14%
|
4. 결 론
본 논문에서는 태양광발전 및 ESS 기반 전기차 충전인프라의 상태 및 진단 데이터를 사용자에게 제공함으로써 편의성을 증대시키고 고장 발생시 이러한
데이터의 상태 알림서비스를 통하여 태양광발전 및 ESS 기반 전기차 충전인프라의 신뢰성 및 사용자 안전성을 확보하기 위한 블랙박스를 개발하였다. 이를
위하여 먼저 태양광발전 및 ESS 기반 전기차 충전인프라의 각종 상태 및 진단 데이터를 측정하는 Data Gathering 회로를 제작하고 Data
Gathering 회로에서 측정된 각종 상태 및 진단 데이터를 블랙박스의 모니터링을 담당하는 모니터링 보드로 전송하는 메인 통신 제어부를 제작하였다.
마지막으로 태양광발전 및 ESS 기반 전기차 충전인프라의 각종 상태 및 진단 데이터를 디스플레이하는 GUI 기반 모니터링 프로그램을 개발하였다. 또한,
모의시험을 통하여 개발된 태양광발전 및 ESS 기반 전기차 충전인프라용 블랙박스의 성능을 평가하였다. 성능 평가 결과, 먼저 본 논문에서 개발된 태양광발전
및 ESS 기반 전기차 충전인프라용 블랙박스가 정격감도전류 100[mA]를 기준으로 누설 및 지락을 감지하고 경고 메시지를 표시하는 것을 알 수 있었다.
또한, 개발된 태양광발전 및 ESS 기반 전기차 충전인프라용 블랙박스의 전압측정 정밀도는 99[%] 이상, 전류측정 정밀도는 95[%] 이상으로 매우
우수한 성능을 나타내는 것을 알 수 있었다. 마지막으로 개발된 태양광발전 및 ESS 기반 전기차 충전인프라용 블랙박스의 SOC 오차의 경우 5[%]
이하인 것을 알 수 있었다. 향후 모의시험이 아닌 실제 태양광발전 및 ESS 기반 전기차 충전인프라에 본 논문에서 개발된 블랙박스를 적용하여 성능
검증 및 업그레이드를 수행하고 최적 운영 솔루션을 도출한 필요가 있는 것으로 사료된다.
감사의 글
본 연구는 중소벤처기업부에서 지원하는 2016년도 산학연협력 기술개발사업(No. C0395294)의 연구수행으로 인한 결과물임을 밝힙니다.
References
2015, 2030 New Energy Industry Diffusion Strategy for Action of New Climate System
Small and Medium Business Administration , 2013, 2013 Technology Road Map of SME
Ministry of trade, industry & energy , 2011, Business Strategy of Energy Storage System
Ministry of trade, industry & energy , 2012, Propagation and Promotion Plan of High
Capacity Energy Storage System
KETEP , 2013, 2013-2014 Korean Market Prospect of Energy Technology
KETEP , 2013, 2013 Vision Road Map of Energy Technology
KimS. H. 이름, Lee K. B., Hong J. H., Son K. M., 2010, A Study on the PSCAD/EMTDC Simulation
Model of Battery Energy Storage with Simplified Battery Model and IUIa Charging Method,
Journal of KIIEE, Vol. 24, No. 12, pp. 84-90
Park S. J., Park J. H., Jeon H. J., 2011, Influence of the Parasitic Inductor Resistance
on Controller Design of Boost Converter for Renewable Energy System including an Energy
Storage, The Transactions of KIPE, Vol. 16, No. 5, pp. 511-520
Keum M. H., Jang D. H., Hong S. S., Han S. K., Sakong S. C., 2011, High Power Density
and Low Cost Photovoltaic Power Conditioning System with Energy Storage System, The
Transactions of KIPE, Vol. 16, No. 6, pp. 587-593
Kim S. M., Yang S. D., Choi J. Y., Choy I., An J. W., Lee S. C., Lee D. H., 2012,
The Design of Controller and Modeling for Bi-directional DC-DC Converter including
an Energy Storage System, Journal of the Korean Solar Energy Society, Vol. 32, No.
3, pp. 235-244
Kim S. D., Park J. H., Kim D. W., 2016, Development of Black Box for Home Battery
Energy Storage System connected with Solar Energy Generation, The Transactions of
KIEE, Vol. 65, No. 7, pp. 1295-1302
저자소개
1960년 2월 1일생
1984년 동아대학교 전기공학과 졸업
1987년 부산대학교 전기공학과 졸업(석사)
1995년 부산대학교 전기공학과 졸업(공박)
1997년 ~ 2017년 동명대학교 전기공학과 정교수
전기기술사(건축전기)
현재 다안 스마트 이엔지 대표
E-mail :
dongwan16@naver.com
1971년 4월 23일생
1997년 동아대학교 전기공학과 졸업
1999년 동아대학교 전기공학과 졸업(석사)
2002년 동아대학교 전기공학과 졸업(공박)
2000년 ~ 2017년 한국전기연구원 기업지원책임연구원
현재 다안 스마트 이엔지 기술연구소 연구소장
E-mail :
pe2208ho@naver.com
1957년 1월 22일생
1986년 부경대학교 전기공학과 졸업
1988년 부산대학교 전기공학과 졸업(석사)
1995년 부산대학교 전기공학과 졸업(박사)
1998년 3월 ~ 현재 부경대학교 제어계측공학과 교수
E-mail :
anyj@pknu.ac.kr