2.1 태양광 패널의 특성

태양광 발전을 위해 사용되는 태양광 패널의 크기와 용량은 다양하다. 하지만 생산하는 태양광 발전의 전력과 전압과의 관계가 선형적이지 않은 다양한 관계의 P-V 곡선을 갖으며 이는 그림 1과 같다^[2].

그림. 1. PV 패널(Y020 P-17b)의 P-V 곡선

Fig. 1. P-V curve of the PV panel(Y020 P-17b)

(a)일사량 변동시

(a) When the insolation is changed

(b)온도 변동시 P-V 곡선

(b) When the temperature is changed

그림 1은 E사 제작의 YL020P-17b라는 태양광 패널 모델이 갖는 고유의 P-V 곡선이다. 이와 같이 태양광 패널은 P-V 곡선의 비선형적인 곡선으로 인해 일사량이나 온도에 따른 최대전력점(Maximum Power Point, MPP)이 다른 것을 확인할 수 있다. 따라서 태양광 패널은 환경에 따라 최대로 생산할 수 있는 전력량으로 발전해야하며 이를 위한 제어를 수행하기 위해 PV패널에 MPPT적용의 전력변환장치가 별도 필요하게 됨을 알 수 있다.

2.2 MIC 태양광 발전 시스템의 전력변환 구조

태양광 발전을 위해 사용되었던 구조는 모듈통합구조(Module Integrated Converter)이다^[4]. 그림 2는 이러한 MIC 구조로써 PV 패널마다 전력변환 장치가 1:1로 부착되어있는 구조이다. 이러한 구조는 다양한 환경 변화에도 각 패널이 MPP로 전력을 생산할 수 있게 하며 기본적인 태양광 발전 시스템의 구조로 사용된다^[2,3].

그림. 2. 태양광 발전 시스템의 MIC 구조

Fig. 2. MIC structure of PV DC generation systems

2.3 차동전력조절(DPP)방식의 태양광 전력변환 구조

차동전력조절 방식의 태양광 발전 시스템 구조는 그림 4와 같다. 이러한 구조는 상대적으로 전력손실이 큰 MIC구조의 단점을 보완해주는 것으로 발전된 전력의 전력변환 손실을 최소화해주는 구조이며 MIC 구조와 DPP 구조의 전력흐름은 그림 3, 그림 4를 통하여 나타낸다.

그림. 3. MIC 구조의 블록도

Fig. 3. Block diagram of the MIC structure

그림. 4. 차동전력조절 구조의 블록도

Fig. 4. Block diagram of the DPP structure

태양광 DC발전에 대한 전력변환 구조인 위의 그림 3, 그림 4 에서는 각각 컨버터의 효율을 95[%]로 가정하고 진행하였을 때 MIC 구조의 효율은 약 90.24[%]이고 차동전력조절 방식의 구조는 93.42[%]로 차동전력조절 방식 구조가 더 효율적임을 볼 수 있다. 따라서 태양광 패널의 모듈 개수가 더 많아진다면 두 구조의 효율 차이는 더 커진다고 예측할 수 있다.

3.1 기존의 P&O MPPT 제어 알고리즘

그림 1에서 제시한 바와 같이 P-V 시스템은 일사량, 온도와 같은 환경 변화에 영향을 많이 받으며 비선형적인 P-V 곡선을 갖는 태양광 패널의 특성으로 인해 최대전력점(Maximum Power Point, MPP)을 추종할 수 있는 제어가 필요하며 이를 위해서는 일반적으로 P&O MPPT(Perturb & Observe Maximum Power Point Tracking) 알고리즘이 사용된다. 이러한 기존의 P&O 제어 알고리즘은 그림 5와 같이 동작한다. 이는 태양광 패널의 출력전압을 주기적으로 만큼 변동시키며 변동 이전의 출력전력과 변동 이후의 출력전력을 비교하여 MPP를 추적하고 MPP 주위에서 전력을 생산하는 기법이다.

그림. 5. P&O MPPT알고리즘의 수행에 의한 최대전력점추종

Fig. 5. The maximum power point tracking of the P&O MPPT algorithm

(a)$\triangle V$ 값이 클 때의 전력추종

(a) when the $\triangle V$ value is large.

(b))$\triangle V$ 값이 작을 때의 전력추종

(b) when the $\triangle V$ value is small.

그림 5(a)와 같이 $\triangle V$의 값을 크게 설정하여 제어를 수행한다면 정확한 MPP의 전력을 생산하지 못할 뿐만 아니라 값에 대응하는 전력 변동이 발생하게 된다. 그렇기 때문에 이는 안정적인 시스템이라고 볼 수 없다. 만약 시스템의 안정성을 위해 리플을 줄이고자 그림 5.(b)과 같이 $\triangle V$의 값을 작은 값으로 설정하여 제어를 수행한다면 이는 MPP 지점에서의 리플이 매우 낮아 안정된 시스템으로 볼 수 있지만 시작 부근에서 MPP지점으로 도달하는데 소요되는 시간이 상대적으로 오래 걸리기 때문에 주변 환경 변화에 따라 계속 변화하는 MPP를 추적하지 못하는 치명적인 문제점을 갖는다.

3.2 제안하는 능동적인 MPPT 제어 알고리즘

본 논문에서는 기존의 제어 알고리즘들이 갖고 있는 문제점들을 극복하기 위해 능동적인 MPPT 제어 알고리즘을 제안한다. 이는 태양광 패널이 생산할 수 있는 최대 전력점에 도달하기 위해 전압 변동($\triangle V$)을 크게 하여 MPP 지점을 추적하고 MPP를 포함하는 구역을 발견했을 시 전압 변동 크기를 최소화하여 최대 전력점에서 안정적으로 전력을 얻을 수 있게 하는 방식이다.

그림. 6. 능동적인 MPPT 알고리즘

Fig. 6. Active MPPT algorithm

제안하는 능동적 MPPT 알고리즘은 그림 6과 같이 일반 P&O MPPT 구간과 MPP zone을 탐지 구간 및 일사량 변화 탐지구간으로 구성되어 있다. 이에 대한 자세한 설명으로 그림 7에서 볼 수 있듯이 MPP를 갖고 있는 구역을 MPP zone이라 정의한다. 이의 수행 과정을 그림 8에 나타내었다.

그림 8은 이러한 MPP zone을 찾아 제어가 수행되면서 작아지는 MPP zone을 보여 주는 것이다. 이때의 제어는 1 → 2 → 3 순서로 진행하며 V1이 가장 최근의 P-V 지점, V2가 V1 이전의 P-V 지점, V3가 V2 이전의 P-V 지점이다. 따라서 1 → 2 → 3으로 진행될수록 MPP zone을 구성하는 V1–V3의 거리가 줄어들고 있음을 확인할 수 있다. 이 동작은 그림 6에 있는 A. Detecting a MPP zone 구간의 동작을 간단히 보여준다.

그림. 7. MPP와 MPP zone의 위치

Fig. 7. Location of MPP and MPP zone

그림. 8. 능동적인 MPPT 알고리즘의 동작 (MPP 구역 탐지)

Fig. 8. Performing the Active MPPT algorithm (MPP zone detection)

이러한 방식으로 제어가 수행되는 능동적인 MPPT 알고리즘은 그림 9와 같이 MPP zone을 빠르게 추적하고 MPP zone에서의 전압 변동($\triangle V$)값을 최소화하여 시스템의 안정성을 향상시킨다.

그림. 9. 능동적인 MPPT 알고리즘의 동작 과정

Fig. 9. The operation process of the Active MPPT algorithm

그림 9는 MPP zone에서의 전압 변동제어에 따른 전압제어의 연동을 나타낸 것이다. 이는 태양광 전압 발전 도중 1.75[s]에서 일사량의 변화가 이루어져 MPP가 변경된다면 $\triangle V$의 값은 0.078이라는 매우 작은 값을 갖고 있기 때문에 MPP 추적에 소요되는 시간이 지연될 것이다. 하지만 이때 능동적인 MPPT 알고리즘은 $\triangle V$의 값을 2배로 상승시켜 MPP 지점을 추적한다. 마찬가지로 2.25[s]에서 일사량의 변화가 발생하여 MPP가 변경되면 이에 따르는 제어가 진행된다. 그러나 1.75[s] 때와는 다르게 $\triangle V$를 2배 증가시켜도 초기 $\triangle V$의 1[%]보다 작기 때문에 추가적인 상승이 필요하다고 판단한다. 따라서 50배를 추가로 상승시켜 총 100배를 상승시켜 MPP를 추적한다. 이는 $\triangle V$의 값을 고려하여 MPPT의 시간을 최소화시키기 위해 적용된 방식이다.

4.1 일반적인 P&O MPPT 알고리즘의 적용

4.1.1. 1[V]의 전압변동 값으로 수행하는 모의실험

능동적인 MPPT 알고리즘에서 전압변동($\triangle V$)값을 1[V]로 설정하고 MPPT를 한번 수행하는데 걸리는 시간은 0.1[s]로 설정하여 모의실험을 진행하였다. 이 때 모의실험 결과는 그림 11과 같다. MPP를 갖고 있는 MPP zone은 2.1[s] 때 찾게 되어 찾은 MPP zone 내로 제어를 수행한다. 그러나 $\triangle V$이 1[V]이므로 이에 따른 전류 변동은 더 크게 발생하게 되고 이는 시스템이 불안정하다고 볼 수 있다.

그림. 11. 일반 P&O 알고리즘의 동작 ($\triangle V=1$)

Fig. 11. Performing the general P&O algorithm ($\triangle V=1$)

4.1.2. 0.1[V]의 전압변동 값으로 수행하는 시뮬레이션

일반 P&O 알고리즘에서 전압변동($\triangle V$)값을 0.1[V]로 설정하고 MPPT를 한번 수행하는데 걸리는 시간은 0.1[s]로 설정하여 시뮬레이션을 진행하였다. 이에 대한 결과는 그림 12와 같다.

그림. 12. 일반 P&O 알고리즘의 동작 ($\triangle V=0.1$)

Fig. 12. Performing the general P&O algorithm ($\triangle V=0.1$)

1[V]로 설정했을 때와 다르게 MPP zone의 크기는 상대적으로 많이 감소할 것이며 안정적인 시스템으로고 판단할 수 있다. 하지만 MPP zone에 도달 하는 데에 소요되는 시간은 약 17[s]다. 이는 상대적으로 긴 시간이 소요됨을 볼 수 있으며 이는 효과적이지 못한 방법이다.

4.2 능동적인 MPPT 알고리즘의 모의실험

제안하는 능동적인 MPPT 알고리즘의 시뮬레이션 결과는 그림 13과 같다. 능동적인 MPPT 알고리즘의 MPP zone 탐지 시간은 0.6초이며 MPP zone을 찾은 후에 MPP zone의 크기는 점점 줄어들며 MPP와 거의 근사한 값으로 발전을 하며 $\triangle V$의 값이 줄어들어 거의 0과 같기 때문에 시스템은 안정적으로 볼 수 있다.

그림. 13. 능동적인 MPPT 알고리즘의 동작

Fig. 13. Performing the active MPPT algorithm

4.3 모의실험의 결과 비교

앞 절에서의 4.1과 4.2에서 일반적인 P&O 제어 알고리즘의 전압변동($\triangle V$)값을 1[V]와 0.1[V]로 설정했을 때와 제안하는 능동적인 MPPT 알고리즘을 모의실험 하였다.

그림. 14. 일사량 변화에 따른 각 알고리즘의 동작 검증

Fig. 14. Processing and verification of each Algorithm with the insolation`s change

(a)Voltage variation of PV1

(b)Accumulation of total power output

이에 따른 MPP zone에 도달하는 데에 소요되는 시간은 그림 14(a)와 같이 볼 수 있으며 이와 같은 결과를 통해 능동적인 MPPT 알고리즘의 성능을 발전하는 20[s] 동안의 총 4번의 일사량 변동을 통해 검증한다. 총 4번의 일사량 변동 순서는 다음과 같다. 이에 대한 결과를 그림 14를 통해 볼 수 있다.

그림 14(a)는 일사량 변화에 따라 MPP zone을 추적하는 PV1 패널의 전압을 나타낸다. (b)는 일사량 변화를 고려한 각 알고리즘에서 생산하는 전력량을 나타낸다. 그림 14(a), (b)를 통해 본 연구에서 제안한 알고리즘의 MPP zone 추적 시간이 가장 짧게 소요되고 생산 전력량이 가장 많음을 알 수 있다.

모의실험의 전체 결과를 표 1에 정리하였으며, 능동적인 MPPT 알고리즘 적용 시 MPP와 가장 근사하게 전력을 생산하기 때문에 전력 생산 효율이 98.4[%]로 일반적인 P&O 알고리즘에 비해 각 4.1[%], 37.7[%] 높은 것을 확인할 수 있었다.