• 대한전기학회
Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers
  • COPE
  • kcse
  • 한국과학기술단체총연합회
  • 한국학술지인용색인
  • Scopus
  • crossref
  • orcid

  1. (Daejin Electric Technology, Korea.)
  2. (Dept. of Electrical Engineering, Kangwon National University, Korea.)



Analytic Hierarchy Process(AHP), Fuzzy logic, Safety assessment, Small wind turbine

1. 서 론

국내에서는 에너지 3020 정책의 시행으로 제로 탄소화를 위한 다양한 방법들이 시도되고 있다. 2022년 12월 국토교통부공고 제2022-1587호 입법예고 사항 중 ‘나항’에 따르면 공작물의 범위를 소형풍력터빈으로 확대한다고 발표하였고, 향후 법안 통과 시 공동주택이나 고층 빌딩 등 기존 건축물 옥상 등에 소형풍력터빈의 설치 가능성이 높아질 것으로 예상되며[1], 거주지역 및 그 주변에 설치되는 만큼 안전성이 중요한 문제가 된다. 현재 육상 및 해양의 중·대형 풍력터빈을 중심으로 안전성 분석[2]과 사고사례 및 원인에 따른 분석[3] 등이 진행된 바 있으나 소형풍력터빈에 대한 상세한 분석은 이루어지지 않았다. 또한 국내 KS 인증을 받은 소형풍력터빈 중 옥상형으로 제작된 맞춤형 소형풍력터빈은 없는 실정이다. 옥상형이 아닌 일반형 소형풍력터빈은 옥상 설치 시 발생이 예상되는 안전사고들로 인해 인증된 모든 형태 및 크기의 소형풍력터빈을 설치하기에는 실질적인 어려움이 있다. 기존 연구에 따르면 하중, 소음공해, 전파장애 등에 관한 안전성 연구는 진행되었으나 소형풍력터빈의 형태와 제어방식 및 구조물의 높이 등을 고려한 안전성에 관한 연구는 진행되지 않았다[4].

이에 따라 본 논문에서는 옥상 소형풍력터빈의 설치를 위해 고려해야 할 세부 항목에 대한 안전성을 상세히 평가하기 위해, 퍼지-계층화 분석법(Fuzzy-AHP, Fuzzy Analytic Hierarchy Process)을 활용한 터빈의 형태 및 속도제어방식, 그리고 구조물과의 거리에 따른 안전도 산정 방법을 제안하고 사례 연구를 통해 유용성을 확인한다. 본 논문의 결과는 단기적으로 기존 소형풍력터빈의 옥상 설치 검토를 위한 기준으로, 장기적으로는 옥상형 풍력터빈의 개발을 위한 안전도 기준 제정을 위한 기초자료로 활용될 수 있다.

2. 본 론

본 논문에서 제안하는 Fuzzy-AHP 기반 안전성 평가의 첫 단계는 옥상풍력터빈 설치의 안전성에 영향을 미치는 요소가 무엇인지 정확히 이해하고 안전성 평가의 기준에 맞게 합리적인 상·하위 항목을 설정하는 것이다. AHP의 핵심은 복잡한 문제를 조리화, 계층화한 각 관련 구성 요소들을 분해하는 것으로[5], 안정성 평가를 위해 본 논문에서 구성한 세부 항목의 계층구조는 그림 1과 같다.

2.1 AHP 기반 안전성 분석 방법

AHP는 여러 의사결정 대안에 대하여 각 대안의 우선순위를 결정하기 위해 수학적인 이론에 근거한 단계별 분석을 수행하는 방법으로, 쉽게 계량되지 않고 구조적으로 복잡한 의사결정 문제를 갖는 다양한 분야에 적용될 수 있다[6].

그림 1. 안전성 평가를 위한 계층구조도

Fig. 1. Hierarchy diagram for the safety assessment

../../Resources/kiee/KIEE.2024.73.6.1087/fig1.png

본 논문에서는 그림 1에서 안전성 평가의 정성적 요소인 ‘터빈형태($i$)’와 ‘속도제어방식($j$)’ 항목에 대해 의사결정의 대안으로 고려될 수 있는 대표적인 하위 항목을 식별하여, 그림 2와 같이 계층구조를 단순화하였다.

그림 2. AHP 쌍대비교를 위한 계층구조

Fig. 2. Hierarchical structure for AHP pairwise comparisons

../../Resources/kiee/KIEE.2024.73.6.1087/fig2.png

그림 2를 통해 옥상풍력터빈의 안전성에 대한 각 항목의 중요도를 계량화하기 위해, 터빈형태($i$)를 프로펠러형($i$=1), 사보니우스형($i$=2), 다리우스형($i$=3)으로, 속도제어방식($j$)을 비제어(Non-Control) 방식($j$=1), 속도제어($j$=2), 기동정지($j$=3)로 구분하여 쌍대비교를 수행한다. 이 과정은 일반적으로 전문가 설문을 통해 수행되며, 본 논문에서는 터빈형태($i$)에 따른 가중치 $w_{i}$는 $X(i)$로, 속도제어방식($j$)에 따른 가중치$w_{j}$는 $Y(j)$로 표현하고 그 과정을 설명한다.

2.1.1 AHP 가중치 추정

동일 계층 내 비교 대상이 되는 $n$개 요인의 상대적인 중요도를 $w_{i}(i=1,\: 2,\: 3,\: \cdots ,\: n)$로 가정하였을 때, 비교 행렬에서 $\omega_{ij}$는 식 (1)과 같이 $w_{i}/w_{j}(i,\: j = 1,\: 2,\: \cdots ,\: n)$으로 산정할 수 있으며, 이는 식 (2)와 식 (3)으로 표현할 수 있다.

(1)
$\omega_{ij}= w_{i}/w_{j}(i,\: j = 1,\: 2,\: \cdots ,\: n)$
(2)
$\sum_{j}^{i}\omega_{ij}\bullet w_{j}/w_{i}= n(i,\: j = 1,\: 2,\: \cdots ,\: n)$
(3)
$\sum_{j}^{i}\omega_{ij}\bullet w_{j}= n\bullet w_{i}(i,\: j = 1,\: 2,\: \cdots ,\: n)$

(3)은 요소 $a_{ij}$로 구성된 쌍대비교행렬 A의 고유치(eigenvalue)로 해석할 수 있으며, $a_{ij}$와 $w_{i}$ 사이의 관계는 식 (4)와 같다.

(4)
$$ \mathbf{A}=\left|\begin{array}{cccc} w_1 / w_1 & w_1 / w_2 & \cdots & w_1 / w_n \\ w_2 / w_1 & w_2 / w_2 & \cdots & w_2 / w_n \\ \vdots & \vdots & \vdots & \vdots \\ w_n / w_1 & w_n / w_2 & \cdots & w_n / w_n \end{array}\right| $$

따라서 비교 대상이 되는 $n$개 요인과 상대적 중요도 $w$는 고유치 방법에 따라 식 (5)와 같이 정의된다.

(5)
$ {A}\bullet w =n\bullet w$

여기서 쌍대비교행렬 A가 완벽히 일관되게 작성되었다면 그 행렬은 $ {A}\bullet w=n\bullet w$로 정의될 것이다. 그러나 일반적으로 A에는 일부 비일관성이 내재하여 실제로는 $ {A}\bullet w\ne n\bullet w$가 된다. 따라서 $n$대신 다른 값을 사용하면 식 (6)으로 표현되며, 이에 따라 요소별 가중치를 평가할 수 있고 각 가중치의 총합은 1이 된다[7].

(6)
$ {A}'\bullet w'=\lambda_{\max}\bullet w'$

여기서 $\lambda_{\max}$는 최대고유치 즉 행렬의 고유치 중 가장 큰 값을 의미한다. $w$는 고유벡터(eigenvector)를 의미하며 각 요소의 상대적 중요도를 나타낸다.

2.1.2 AHP 일관성 평가

AHP에서 가장 중요한 과정의 하나가 바로 일관성 지수 및 일관성 비율이다. AHP는 비교 행렬 간 1:1 비교 결과를 통합하는 과정에서 일관성 지수(CI, Consistency Index)를 도출할 수 있다. 이를 이용해 의사결정자의 논리적 일관성 유지 여부를 확인하게 되며, 가중치에 관한 일관성 정보를 제공한다.

(7)
${CI}=(\lambda_{\max}- n)/(n - 1)$

여기서 $\lambda_{\max}$의 값이 의사결정 문제에서 비교되는 평가 기준의 개수인 $n$에 근접할수록(즉, 0에 가까울수록), 쌍대비교행렬 $ {A}$가 일관성을 갖는 특성이 있다. 또한 $\lambda_{\max}$의 값은 항상 $n$보다 크거나 같다는 특성이 있으며 이 두 가지 특성을 이용해 식 (8)과 같이 일관성 비율(CR: Consistency Ratio)을 계산한다.

(8)
${CR}={CI}/{RI}$

여기서 ${RI}$(Random Index)는 평가 기준의 개수 $n$에 따라 변하며, 일관성 비율은 계층구조의 복잡성에 따라 상이하게 나타난다. 하지만 일반적으로 ${CR}\le 0.1$인 경우 판단의 일관성에 문제가 없는 것으로 인정되며, $0.1<{CR}\le 0.2$인 경우에는 허용 가능 수준의 비일관성을 가지고 있는 것으로, 마지막으로 $0.2<{CR}$인 경우에는 일관성에 문제가 있어 재검토가 필요하다고 판단한다[7,8].

2.2 Fuzzy 기반 안전성 분석 방법

Fuzzy 이론은 불확실성의 문제 혹은 불확실한 언어적인 수치표현 방법 등 애매하고 부정확한 표현을 수학적으로 제시한 이론이다.

2.2.1 Fuzzy membership function

어떤 집합 $ {X}$에서 퍼지집합 $ {A}$는 소속함수(membership function)의 값 $\mu_{A}$에 의해 특징지어진 집합을 의미하며, 식 (9)와 같이 표현한다.

(9)
$\mu_{A}:{X}⟶[0,\: 1]$

여기서 원소 $x\in{X}$ 에 대해 $\mu_{A}\in[0,\: 1]$은 $x$가 퍼지집합 $ {A}$의 속할 가능성(possibility)을 나타내며, $\mu_{A}$가 1에 가까울수록 $x$가 $ {A}$에 속하는 정도가 높다는 것을, $\mu_{A}$가 0에 가까울수록 속하는 정도가 낮다는 것을 의미한다. 값은 0에서 1 사이의 값을 갖는다[9].

2.2.2 구조물 크기에 따른 안전도 산정

그림 1에서 높이와 지름 등 정량적으로 표현되는 ‘구조물의 크기’ 항목은 ‘터빈형태($i$)’와 ‘속도제어방식($j$)’ 항목과는 달리, 설치되는 주변 환경에 따라 안전도가 다르게 평가되어야 한다. 따라서 본 논문에서는 ‘주변 환경’이라는 모호한 정성적 요소를 정량적 요소로 나타내기 위해, 제조사에서 제공되는 높이, 터빈의 직경 등 ‘구조물의 크기’를 안전하게 운전할 수 있는 ‘최대높이($H$)’와 ‘최소거리($D$)’로 환산하고 이 두 항목에 대한 안전도를 Fuzzy 소속함수를 이용하여 평가한다.

그림 3은 본 논문에서 정의한 최대높이($H$)와 최소거리($D$)의 산정 기준을 개념화한 예시이다.

그림 3. 최대높이(좌) 및 최소거리(우) 산정 예시

Fig. 3. An example of estimating the maximum height (left side) and the minimum distance (right side)

../../Resources/kiee/KIEE.2024.73.6.1087/fig3-1.png../../Resources/kiee/KIEE.2024.73.6.1087/fig3-2.png

그림 3에서 최대높이($H$)는 소형풍력터빈의 최하단부터 블레이드를 포함한 최상단까지의 높이를 의미하며, 최소거리($D$)는 소형풍력터빈의 최외곽부터 벽체나 사람까지의 최단거리를 의미한다.

표 1은 최대높이($H$)와 최소거리($D$)에 대한 안전도를 각각 $\mu_{H}$와 $\mu_{D}$로 정의하고, 터빈형태($i$)와 속도제어방식($j$)을 구분하여 $\mu_{H}^{ij}$와 $\mu_{D}^{ij}$를 표기하였다.

표 1 최대높이($H$)와 최소거리($D$)에 대한 안전도($\mu$) 분류

Table 1 Classifications of safety($\mu$) for the maximum height($H$) and the minimum distance($D$)

터빈형태($i$)

속도제어방식($j$)

$\mu_{H}^{ij}$ $\mu_{D}^{ij}$

프로펠러($i$=1)

비제어($j$=1)

$\mu_{H}^{11}$ $\mu_{D}^{11}$

속도제어($j$=2)

$\mu_{H}^{12}$ $\mu_{D}^{12}$

기동정지($j$=3)

$\mu_{H}^{13}$ $\mu_{D}^{13}$

사보니우스($i$=2)

비제어($j$=1)

$\mu_{H}^{21}$ $\mu_{D}^{21}$

속도제어($j$=2)

$\mu_{H}^{22}$ $\mu_{D}^{22}$

기동정지($j$=3)

$\mu_{H}^{23}$ $\mu_{D}^{23}$

다리우스($i$=3)

비제어($j$=1)

$\mu_{H}^{31}$ $\mu_{D}^{31}$

속도제어($j$=2)

$\mu_{H}^{32}$ $\mu_{D}^{32}$

기동정지($j$=3)

$\mu_{H}^{33}$ $\mu_{D}^{33}$

그림 4는 안전도 $\mu_{H}^{ij}$ 및 $\mu_{D}^{ij}$의 목표 달성 정도를 나타내는 소속함수 예시이며, 1.0에 가까울수록 안전하다는 의미로, 부분 선형(piecewise linear)으로 가정하였다.

그림 4. 안전도의 소속함수 예시

Fig. 4. An example of safety membership function

../../Resources/kiee/KIEE.2024.73.6.1087/fig4-1.png../../Resources/kiee/KIEE.2024.73.6.1087/fig4-2.png

그림 4에서 $H_{0}$와 $H_{p}$그리고 $D_{0}$와 $D_{p}$는 각각 최대높이($H$) 및 최소거리($D$)의 최소 허용치(tolerance)와 목표치를 의미하며, 최대높이($H$)의 증가에 따라 안전도 $\mu_{H}^{ij}$가 감소하는 반면 최소거리($D$)의 증가에 따라 안전도 $\mu_{D}^{ij}$가 증가하는 것을 보여준다. 이는 최대높이($H$)가 높을수록 위험의 정도가 증가하고, 최소거리($D$)가 짧을수록 위험의 정도가 증가하는 것을 표현한 것이다. 이를 통해 풍력터빈 파손 시 비산물 등이 주변 공작물과 접촉하거나 풍력터빈 전도 시 추락으로 인해 발생하는 위험의 정도를 $\mu_{H}^{ij}$를 통해 확인할 수 있고, 풍력터빈이 옥상 공작물 및 벽체와의 접촉 또는 사람의 접근 가능성으로 인한 위험의 정도는 $\mu_{D}^{ij}$를 통해 확인할 수 있다.

2.3 Fuzzy-AHP 기반 안전성 평가 방법

본 논문에서는 ‘터빈형태($i$)’와 ‘속도제어방식($j$)’에 따른 AHP 가중치($X(i)$,$Y(j)$)와 ‘최대높이($H$)’와 ‘최소거리($D$)’에 대한 Fuzzy 소속함수 값($\mu_{H}^{ij}$, $\mu_{D}^{ij}$) 중 최솟값을 곱하여 안전성($S^{ij}$)을 평가하는 지표를 식 (10)과 같이 제안한다.

(10)
$S^{ij}=X(i)\bullet Y(j)\bullet\min(\mu_{H}^{ij},\: \mu_{D}^{ij})$

그림 5는 AHP 가중치($X(i)$,$Y(j)$)와 Fuzzy 소속함수 값($\mu_{H}^{ij}$, $\mu_{D}^{ij}$)에 따른 안전성 평가 지표($S^{ij}$) 산정 결과의 예시이다.

그림 5. 제안하는 안전성 지표 결과 예시

Fig. 5. An example of proposed safety metric results

../../Resources/kiee/KIEE.2024.73.6.1087/fig5.png

그림 5에서 안전성 지표($S^{ij}$) 0.10을 기준으로 소형풍력터빈의 옥상 설치를 허가한다고 가정하면($S^{ij}>0.10$ : 그래프의 회색 음영 이상), 터빈형태($i$)와 속도제어방식($j$)에 따른 AHP 가중치($X(i)$,$Y(j)$)의 곱이 0.10을 초과하는 경우(Case III 또는 IV)만이 검토의 대상이 됨을 확인할 수 있다. 또한 그림 5를 통해 Case III($X(i)=0.2$, $Y(j)=0.6$)의 경우 $\mu_{H}^{ij}$와 $\mu_{D}^{ij}$가 약 0.84 이상, 그리고 Case IV($X(i)=0.5$, $Y(j)=0.5$)은 $\mu_{H}^{ij}$와 $\mu_{D}^{ij}$가 0.40 이상이 되도록 최대높이($H$) 및 최소거리($D$)를 고려한 풍력터빈의 규격 및 설치 대상 옥상의 선정이 필요함을 알 수 있다.

3. 사례 연구

3.1 모의 조건

본 논문에서는 사례 연구를 위해 표 2와 같이 벽체와의 거리 및 공작물과의 거리에 차등을 두어 옥상의 형태(크기)가 다른 4개의 공동주택을 가상모델로 설정하였으며, 사람의 키, 벽체의 높이 및 최소간격은 고정된 값으로 가정하였다.

표 2 공동주택별 옥상 벽체 및 공작물과의 거리

Table 2 Distance between rooftop walls and structures

구분

가 공동주택

나 공동주택

다 공동주택

라 공동주택

벽체와의 거리[m]

10.0

15.0

20.0

25.0

공작물과의 거리[m]

4.0

5.0

7.0

8.0

사람의 키[m]

1.8

벽체의 높이[m]

1.2

벽체 간 최소간격[m]

1.0

표 3 소형풍력터빈의 모델별 제원

Table 3 Specifications of small wind turbine models

구분

A

모델

B

모델

C

모델

D

모델

E

모델

F

모델

G

모델

터빈형태

복합

복합

프로

펠러

프로

펠러

프로

펠러

프로

펠러

프로

펠러

제어방식

속도

제어

속도

제어

비제어

기동

정지

비제어

기동

정지

기동

정지

직경[m]

2.85

4.03

3.87

5.60

5.60

8.30

10.30

높이[m]

4.00

4.00

7.80

12.00

15.00

15.00

18.60

최대높이[m]

4.00

4.00

9.74

14.80

17.80

19.20

23.80

또한 소형풍력터빈의 모델은 현재 국내에서 KS 인증을 받아 판매 중인 7개 모델(10kW급 2개, 6kW급 1개, 3kW급 3개, 1.5kW급 1개)을 기준으로 활용하였고, 이에 대한 규격은 표 3과 같다. 표 3에서 A와 B모델의 ‘터빈형태’는 내부에 다리우스형과 외부에 사보니우스형을 결합한 형태로 사고발생 시 외부 사보니우스형의 날개가 파손될 위험이 더 크다. 본 논문의 최소거리($D$) 산정기준은 ‘풍력터빈의 최외곽부터 가장 근거리에 있는 공작물 또는 벽체’이므로 복합형의 경우에는 최외곽에 위치하는 사보니우스형으로 분석해야 정확한 평가가 가능하다. 이를 반영하여 본 논문에서는 복합형인 A와 B모델을 사보니우스형이라 가정하였다.

그림 6. 사례 연구를 위한 설문지 양식

Fig. 6. Survey forms for the case study

../../Resources/kiee/KIEE.2024.73.6.1087/fig6.png

Fuzzy-AHP 기반 안전성 평가를 위해 시행된 설문의 내용은 그림 6과 같다. 그림 6의 설문은 소방전문가(현직 소방 공무원) 50명, 방재전문가(중견기업 방재사업부 및 중소기업 방재업체 재직자) 50명, 시설관리전문가(공동주택 운영 실무를 담당자) 50명, 공사전문가(전기 및 건축 시공업체 재직자) 50명 등, 총 200명의 전문가를 대상으로 30일(2023년 11월) 동안 진행되었다. (총 148명 응답, 응답률: 74%)

3.2 AHP 기반 모델별 안전성 분석

설문의 AHP 쌍대비교 결과를 이용하여 산정한 터빈형태 및 속도제어방식별 중요도(가중치) 결과는 표 4와 같다.

표 4 터빈형태 및 속도제어방식별 가중치

Table 4 Weights by turbine and control type

터빈형태

($i$)

가중치 ($ {X}(i)$)

속도제어방식 ($j$)

가중치

($ {Y}(j)$)

프로펠러

($i$=1)

0.2263

비제어

($j$=1)

0.2248

사보니우스

($i$=2)

0.3835

속도제어

($j$=2)

0.4588

다리우스

($i$=3)

0.3902

기동정지

($j$=3)

0.3164

표 4의 AHP 가중치 산정 결과 ‘터빈형태’는 다리우스, 사보니우스, 프로펠러 순으로, ‘속도제어방식’은 속도제어, 기동정지, 비제어 순으로 안전성 판단에서 중요함을 알 수 있다. 또한 표 5의 결과는 본 설문의 일관성 평가 결과로 2.1.2에서 서술한 설문의 일관성 기준을 만족하는 것을 확인할 수 있다.

표 5 AHP 일관성 평가

Table 5 AHP consistency evaluation

구분

일관성 비율 (CR)

터빈형태 ($i$)

0.003

속도제어방식 ($j$)

0.002

3.3 Fuzzy 기반 안전성 분석

그림 3에서 확인할 수 있듯이 본 논문에서 정의한 ‘구조물의 최대높이($H$)’는 터빈의 직경을 포함한 높이이다. 따라서 다리우스형과 사보니우스형은 기둥 높이와 터빈 높이를 더한 값을, 그리고 프로펠러형은 직경의 1/2을 가산하여 최대높이를 산출하였다. 또한 ‘최대높이($H$)’에 따른 안전도는 풍력터빈 전도 시 추락으로 인해 발생하는 위험의 정도를 반영해야 하므로, 최소거리($D$)와는 다르게 벽체와의 거리에 의존한다. 따라서 본 논문에서는 벽체와의 거리가 다른 각 장소에 일관된 적용을 위해, 설문 결과를 ‘구조물의 최대높이($H$)’를 벽체와의 기준 거리(10m로 고정)와의 비율[%]로 환산하였고, 그림 7과 같이 이에 대한 안전도 $\mu_{H}^{ij}$의 소속함수를 도출하였다.

그림 7. 최대높이에 따른 소속함수($\mu_{H}^{ij}$)

Fig. 7. Membership functions based on maximum height

../../Resources/kiee/KIEE.2024.73.6.1087/fig7.png

본 논문에서 정의한 ‘최소거리($D$)’는 산출된 주변 공작물 또는 벽체와의 거리와 사람과의 거리 중 작은 값(최단 거리)을 선정한다. 여기에서 벽체와의 거리 계산 시 횡축 직경을 갖는 다리우스형과 사보니우스형은 직경의 1/2을 가산하여 산출하고, 사람과의 거리 계산 시 종축 직경을 갖는 프로펠러형은 직경의 1/2을 반영하여 산출하였다. 그림 8은 최소거리($D$)에 따른 안전도 $\mu_{D}^{ij}$의 소속함수를 도출한 결과이다.

그림 8. 최소거리에 따른 소속함수($\mu_{D}^{ij}$)

Fig. 8. Membership functions based on minimum distance

../../Resources/kiee/KIEE.2024.73.6.1087/fig8.png

전문가 설문을 통해 도출한 그림 7과 8의 결과는 최대높이($H$)가 증가할수록 안전도 $\mu_{H}$는 작아지지만, 최소거리($D$)는 증가할수록 안전도 $\mu_{D}^{ij}$가 커지는 것을 보여준다.

공동주택 가상모델의 옥상형태에 각 소형풍력터빈 모델의 직경, 터빈높이 등을 적용하여 최대높이($H$) 및 최소거리($D$)에 따른 모델별 안전도($\mu_{H}^{ij}$ 및 $\mu_{D}^{ij}$)의 산정 결과는 표 6 및 7과 같다.

표 6 모델별 안전도 $\mu_{H}^{ij}$ 산정 결과

Table 6 Result of safety $\mu_{H}^{ij}$ by models

구분

가 공동주택

나 공동주택

다 공동주택

라 공동주택

A 모델

1.00

1.00

1.00

1.00

B 모델

1.00

1.00

1.00

1.00

C 모델

0.75

0.91

1.00

1.00

D 모델

0.42

0.75

0.91

1.00

E 모델

0.17

0.58

0.75

0.91

F 모델

0.17

0.58

0.75

0.91

G 모델

0.00

0.33

0.58

0.75

표 7 모델별 안전도 $\mu_{D}^{ij}$ 산정 결과

Table 7 Result of safety $\mu_{D}^{ij}$ by models

구분

가 공동주택

나 공동주택

다 공동주택

라 공동주택

A 모델

0.17

0.33

0.83

1.00

B 모델

0.17

0.33

0.83

1.00

C 모델

0.33

0.50

0.83

1.00

D 모델

0.33

0.50

0.83

1.00

E 모델

0.33

0.50

0.83

1.00

F 모델

0.33

0.50

0.83

1.00

G 모델

0.33

0.50

0.83

1.00

3.4 Fuzzy-AHP 기반 안전성 평가

제안하는 식 (10)의 안전성 평가 지표($S^{ij}$) 산정 결과는 표 8과 같다. 표 8의 결과를 통해 사보니우스형으로 가정한 A 모델과 B 모델이 모든 유형의 공동주택에서 상대적으로 안전함을 확인할 수 있으며, ‘라’ 공동주택의 경우 옥상형 풍력터빈을 설치하기에 안전성 면에서 다른 공동주택에 비해 상대적으로 가장 적합하다고 판단할 수 있다. 또한 그림 5의 예시와 같이 안전성 지표($S^{ij}$) 0.10을 기준으로 소형풍력터빈의 옥상 설치를 허가한다고 가정한다면, 공동주택 ‘다’와 ‘라’의 옥상에 A 또는 B 모델만이 설치 가능하다고 판단할 수 있다. 이 결과는 안정성 판단의 정성적인 기준들(터빈의 형태, 속도제어방식, 구조물의 크기 등)을 정량화하는 본 논문의 방법이 합리적이고 직관적인 의사결정 기준을 제시하고 있음을 보여준다.

표 8 모델별 Fuzzy-AHP 기반 안전성 $S^{ij}$ 평가 결과

Table 8 Result of safety assessment based on Fuzzy-AHP by models

구분

가 공동주택

나 공동주택

다 공동주택

라 공동주택

A 모델

0.029906

0.058053

0.146012

0.175919

B 모델

0.029906

0.058053

0.146012

0.175919

C 모델

0.016796

0.025448

0.042244

0.050896

D 모델

0.023635

0.035811

0.059446

0.071621

E 모델

0.008652

0.025448

0.038172

0.046315

F 모델

0.012176

0.035811

0.053716

0.065176

G 모델

0.000000

0.023635

0.041540

0.053716

4. 결 론

옥상 풍력터빈은 거주지역에 설치하는 만큼 안전성에 대한 평가가 매우 중요하다. 그러나 현재 옥상형으로 제작되어 국내 인증을 받은 풍력터빈이 없어 기존 개발된 소형풍력터빈을 설치해야 하는 실정이다. 이를 위해 본 논문은 공동주택의 옥상에 풍력터빈 설치 시 고려해야 할 안전성 평가에 관한 지표를 Fuzzy-AHP 개념을 도입하여 제안하였다. 기존의 소형 풍력터빈에 대한 안전성은 단일 항목에 관한 평가가 주로 이루어져 왔지만, 제안하는 방법은 터빈의 형태, 속도제어방식, 구조물의 크기에 대하여 옥상풍력터빈의 안전성을 분석할 수 있도록 제안하였다. 사례 연구에서는 전문가 설문을 통해 얻은 약 150명의 실제 응답 데이터를 바탕으로 제안하는 방법의 유용성을 확인하였다. 향후 옥상풍력터빈의 개발 및 설치 시 제안하는 안전성 평가 방법을 활용하여 옥상풍력터빈 보급 확대를 위한 이론적 토대가 되기를 기대한다.

Acknowledgements

This work was supported by the National Research Foundation of Korea(NRF) grant funded by the Korea government(MSIT) (No. RS-2023-00253201).

References

1 
Public Notice No. 2022-1587 of the Ministry of Land, Infrastructure and Transport, 2022.URL
2 
G. Kim and J. Jeong, “A Classification on the Causes of Wind Turbine Accidents,” The Journal of the Korean Society for Power System Engineering, vol. 19, no. 4, pp. 76 ~ 81, 2015.DOI
3 
J. Park and N. Kyung, “A Classification of the Wind Turbine Accident,” Journal of Korean Solar Energy Society, vol. 25, no. 4, pp. 29 ~ 35, 2005.URL
4 
I. Yang and S. Kim ans N. Kyung, “A Study on the Application of Small Wind Power System in Apartment Housing,” Journal of Korean Solar Energy Society, vol. 23, no. 2, pp. 21 ~ 34, 2003.URL
5 
I. Jong and T. Keun and B. Shin, “Priority Setting for Future Core Technologies in Forestry & Forest Products using the Analytic Hierarchy Process,” Journal of Agricultural, Life and Environmental Sciences , vol. 23, pp. 115 ~ 124, 2007.URL
6 
H. Kim and J. Chung, “A study on the Importance of Risk Factors in Urban Housing Development Project”, Korea Real Estate Academy, vol. 59, pp. 32 ~ 44, 2014.URL
7 
T. L. Satty, “The Analytic Hierarchy Process : A new approach to deal with fuzziness in architecture,” Architecture Science Review 25, pp. 64 ~ 69, 1982.DOI
8 
H. Park, G. Go, J. Song, and K. Shin, “A Study on Applying Multi-Criteria Analysis to Pre-feasibility Studies,” Research Report of Korea Development Institute, pp. 51, 2000. [on-line available : https://www.kdi.re.kr/research/reportEtcView?pub_no=6067] retrieved on 2023.11URL
9 
J. Jo, “The National Assembly Research Service proposes improving university evaluation indicators using the Fuzzy Analytic Hierarchy Process,” The National Assembly Legislative Research Service, vol. 214, pp. 37 ~ 38, 2013.URL

저자소개

신석현(Seok-Hyeon Shin)
../../Resources/kiee/KIEE.2024.73.6.1087/au1.png

He received the M.S. degree in electrical engineering from Kangwon National University, Samcheck, Korea, in 2024. He is currently working as a senior manager for electrical facility inspections at Daejin Electric Technology, Korea. His research interests include small wind turbine.

이샘찬(Sam-Chan Lee)
../../Resources/kiee/KIEE.2024.73.6.1087/au2.png

He received the B.S., M.S. degrees in electrical engineering from Kangwon National University, Samcheck, Korea, in 2022, and 2024 respectively. His main research interests include offshore wind farm.

배인수(In-Su Bae)
../../Resources/kiee/KIEE.2024.73.6.1087/au3.png

He received the B.S., M.S. and Ph.D. degrees in electrical engineering from Hanyang University, Seoul, Korea, in 1998, 2003, and 2007, respectively. Since 2008, he has been with the Department of Electrical Engineering, Kangwon National University, Samcheok, Korea. His main research interests include power systems reliability and resiliency, and offshore wind farm.

김동민(Dong-Min Kim)
../../Resources/kiee/KIEE.2024.73.6.1087/au4.png

He received his B.S., and Ph.D. degrees in electrical engineering from Hanyang University, Seoul, Korea, in 2004, and 2011, respectively. From March 2012 to August 2022, he was an associate professor in the Department of Electrical Engineering, Dongshin University, Korea. Since 2022, he has been with the Department of Electrical Engineering, Kangwon National University, Korea. His research interests include power system reliability and resiliency, microgrid operation and planning, and power system economics.