3.1 분석 개요

산불의 영향을 받은 태양광발전소는 794.97 kWp의 용량으로 2개의 인버터로 구성되어 있으며, 6개의 접속함으로 구분되어 있다. 접속함 1~5번은 접속함 별로 18 직렬, 20 병렬, 접속함 6은 18 직렬 21 병렬로 확인된다.

본 논문에서 분석한 태양광 발전설비는 직·간접적인 화재의 영향을 받은 태양광발전소로 확인된다. 그림 2는 접속함 별 어레이 위치와 화재 발생 위치를 나타낸다. 그림 2와 같이 울타리 인근의 태양광 모듈이 산불로 고온의 열에 의한 영향을 받았을 것으로 확인되었다. 화재에 의한 열은 태양광 발전설비의 성능저하와 시스템을 구성하는 모듈의 결함을 발생시킬 수 있다. 모듈의 성능저하 및 결함 발생 여부 측정을 통해 분석하였다.

태양광 발전설비의 성능을 나타내는 성능비(Performance Ratio(PR)), 전력성능 지수(Power Performance Index(PPI))를 활용하여 화재가 발생한 태양광 발전설비의 성능저하 여부를 분석하였다. 또한, I-V 커브, 열화상 이미지, 전계 발광(Electroluminescence (EL)) 이미지 분석으로 화재에 의한 열화 등 결함 여부를 검토하였다.

그림 2. 태양광 발전시스템의 스트링 구성 및 화재 발생 위치

Fig. 2. The configuration of string and location of wildfires

3.2 태양광 발전 성능 분석 방안

태양광 발전설비의 성능 분석은 측정 시점의 일사량의 영향을 제외하기 위해 PR과 PPI를 활용하여 모듈의 성능에 대한 분석을 수행하였다.

PR은 기준 입력에너지에 대한 최종 시스템 출력에너지의 비율로 수식 (2)와 같이 계산된다. 수식 (2)에서 확인할 수 있듯이 PR은 측정 시점의 출력에너지와 어레이에 입사되는 일사량이 고려된다 ^[12].

PPI는 예상 전력에 대한 실제 시스템 측정 전력의 비율을 나타내며 수식 (3)과 같다 ^[12]. 계측된 출력에 대한 예측 출력은 모듈 사양과 측정된 I-V 특성의 온도 및 조사 강도 보정을 고려하여 계산하였다.

3.3 태양광 모듈 결함분석 방안

태양광발전소의 결함분석은 열화상 이미지, 스트링별 I-V 곡선, EL 이미지 분석을 통해 수행하였으며 각 항목별 분석 방법은 다음과 같다.

열화상 이미지 분석은 태양광 모듈의 결함을 검출할 수 있는 방법으로 핫스팟 발생 유무를 통해 결함을 분석할 수 있다.(IEC TS 62446-3) 모듈에 입사되는 일사량이 600W/㎡이상이고 모듈 동작 최소 전류의 30% 이상일 때 활용할 수 있다 ^[12]. 핫스팟 발생여부를 통해 바이패스다이오드 단락, 셀 및 모듈 손상, 미스매치 등 태양광 모듈의 결함을 확인할 수 있다 ^[13].

그림 3은 I-V 곡선을 나타낸다. I-V 곡선은 태양광 모듈의 특성을 나타내는 그래프로 I-V 곡선의 측정을 통해 모듈의 결함 또는 음영을 확인할 수 있다. I-V 곡선을 통해 그림 3과 같이 셀 또는 모듈 손상, 오염, 부분 음영, 모듈 미스매치 등 태양광 발전시스템의 결함을 확인할 수 있다. 정확한 측정값을 얻기 위해서는 400W/㎡의 일사강도 이상에서 측정해야한다.(KS C IEC 62446-1) ^[14]

그림 3. 고장유형에 따른 I-V 곡선

Fig. 3. The shape of I-V curve depending on faults

EL 이미지 분석은 태양광 모듈에 직류 전류를 공급하여 셀의 결함을 확인할 수 있는 진단방법이다 ^[14]. EL 이미지에서 셀의 균열은 검은 선으로 나타나며 셀의 열화 정도에 따라 명도의 차이로 결함을 분석할 수 있다 ^[15].

4.1 성능 분석

태양광발전시스템의 열화는 성능저하로 나타나며 PR과 PPI 값으로 검토할 수 있다. 성능 분석은 각 스트링별 측정된 값의 비교를 통해 수행하였다. 분석에 사용한 데이터는 600W/㎡ 이상의 일사강도에서 측정되었다. 측정 시점의 일사강도를 고려한 각 스트링 별 평균 PR과 PPI 값은 다음 표 1, 표 2와 같다. 표 1에서 확인할 수 있듯이 접속함 3번에서 가장 높은 평균 PR이 나타났으며, 접속함 5번에서 가장 낮은 PR이 확인되었다. 각 접속함의 성능 비교를 위해 가장 높은 PR이 나타난 3번 접속함의 PR과 평균 PR의 편차를 표 1과 같이 나타냈다.

표 2에서 확인할 수 있듯이 PPI도 PR 분석 결과와 유사하게 접속함 1, 2, 3은 90% 이상의 PPI가 확인되었다. 접속함 4, 5, 6의 PPI는 90% 이하로 계산되었다. 산불의 영향이 가장 적은 것으로 예상되는 접속함 3의 PPI 평균과의 PPI 편차를 표 2와 같이 나타냈다. PPI 편차는 -9.8% ~ -5.0%로 확인되었다.

표 1과 2에서 확인할 수 있듯이 PR과 PPI 모두 접속함 4, 5, 6에서 낮은 성능지표로 나타나는 것으로 확인되었다. 접속함 5, 6은 연결된 태양광 스트링에 수목에 의한 그림자 영향이 있는 것으로 확인되었으며, 특히 접속함 5에 연결된 스트링 중 55%에서 수목에 의한 영향이 확인되었다. 또한, 접속함 5에서 수목의 영향을 받은 스트링을 제외한 PR 편차와 PPI 편차는 각각 -2.7%, -5.4%로 수목이 어레이의 성능저하에 영향을 준 것으로 확인되었다. 접속함 4는 표 2에서 확인할 수 있듯이 PR과 PPI 편차가 각각 평균 5.4%, 7.9% 낮아진 것으로 확인된다. 수목의 영향을 받은 스트링 3개를 제외하고도 PPI는 최대 -12.64%, 평균 -7.11%의 편차 확인되며 산불의 영향으로 성능저하가 발생한 것으로 판단된다.

4.2 결함 분석

본 연구에서는 태양광 발전설비의 결함분석은 접속함에 연결된 스트링별로 분석하였다. 각 스트링 별 결함은 열화상 이미지, I-V 곡선, EL 이미지 측정을 통해 분석하였다.

4.2.1 열화상 이미지 분석

드론을 통해 열화상 이미지를 확인하였다. 그림 4, 5는 측정한 열화상 이미지를 나타낸다. 핫스팟은 인근 모듈 대비 온도가 높은 셀, 모듈을 나타내며, 열화상 이미지는 IEC TS 62446-3 표준을 기준으로 12:00~14:00 600W/㎡ 이상의 일사강도에서 측정되었다. 분석에 활용된 태양광 발전시스템의 전체 스트링 대비 핫스팟이 발생한 스트링은 23%로 나타났다. 그림 4와 5에서 확인할 수 있듯이 모듈의 고장유형은 크게 수목의 영향을 받는 경우와 셀에 핫스팟이 확인되는 경우로 두 가지로 확인되었다. 수목에 의한 핫스팟이 확인된 17개의 스트링을 제외하고 11개의 스트링에서 핫스팟이 확인되었으며 산불의 영향이 가장 큰 위치로 예상되는 울타리 인근의 스트링인 것으로 확인되었다.

그림 4. 부분 그림자 영향을 받는 모듈의 열화상 이미지

Fig. 4. Infrared image of modules with partial shading

그림 5. 핫스팟이 발생한 모듈의 열화상 이미지

Fig. 5. Infrared image of a module with hot spot

4.2.2 I-V 곡선 분석

측정된 I-V 곡선은 완만한 곡선형 또는 계단형 커브의 형태로 나타났다. I-V 커브는 KS C IEC 62446-1 표준을 기준으로 최소 600W/㎡ 이상의 일사강도, 평균 모듈 온도 60℃에서 측정되었다. 그림 6, 7은 스트링별 측정된 I-V 곡선을 나타낸다. 그림 6은 수목의 영향을 받는 케이스로 계단형 커브로 나타났다. 그림 7은 핫스팟이 발생한 모듈의 커브이다. 해당 발전소의 스트링은 18개의 모듈로 구성되어 모듈 한 장의 셀은 전체 스트링에 미미한 영향을 주기 때문에 I-V 곡선상 특이점이 확인되지 않은 것으로 확인된다.

표 3은 접속함별 평균 Fill Factor(FF)를 나타낸다. 접속함 5를 제외하고 70~72%의 FF가 나타났다. 수목에 영향을 받은 일부 스트링을 제외하고 I-V 커브의 형태에 특이 사항이 확인되지 않아 FF의 편차가 거의 나타나지 않는 것으로 확인된다.

그림 6. 부분 그림자 영향을 받은 스트링의 I-V 곡선

Fig. 6. I-V curve of a string with partial shading

그림 7. 부분 그림자 영향을 받은 스트링의 I-V 곡선

Fig. 7. I-V curve of a string with hot spot

표 3. 접속함(CB) 별 평균 FF(Fill Factor)

Table 3. Average FF of combiner boxes

구 분	FF
CB1	72 %
CB2	70 %
CB3	72 %
CB4	70 %
CB5	67 %
CB6	71 %

4.2.3 EL 이미지 분석

EL 이미지 분석은 열화상 분석을 통해 수목에 의해 영향을 받는 스트링은 제외하고 모듈 자체의 이상이 확인되는 스트링에 대해서만 분석하였다. 그림 8, 9는 측정된 EL 이미지를 나타낸다. EL 분석을 위한 주입 전류는 7A이며 야간에 수행하였다. EL 측정 결과 그림 8, 9에서 확인할 수 있듯이 체스 패턴이 발견되는 모듈과 발전하지 않는 셀(Dead cell)이 있는 모듈이 확인되었다. EL 이미지를 측정한 총 모듈 개수는 198장이며 체스 패턴과 Dead cell이 발견된 모듈은 각각 41.92%, 0.51%로 확인되었다.

태양광 모듈이 열에 노출되었을 때 체스 패턴의 EL 이미지가 확인된다 ^[15]. 산불의 영향에 가장 크게 노출된 것으로 확인되는 4번 접속함에 연결된 스트링 위주로 체스 패턴이 확인되었다. 접속함 4번에서 측정된 총 54장의 모듈 중 61.11%가 체스 패턴이 나타난 것으로 확인되었다. 체스 패턴에서 상대적으로 어두운 셀과 Dark cell은 연결부 결함에 의한 성능저하로 해석된다. 해당 셀은 산불의 열로 열수축 및 팽창으로 열화가 발생된 것으로 판단된다. 해당 결함은 위험 B 등급으로 추가 결함에 의해 화재로 이어질 수 있어 지속적인 관찰이 필요할 것으로 판단된다 ^[16].

그림 8. 체스 패턴이 나타난 모듈의 EL 이미지

Fig. 8. EL image of a module with chess pattern

그림 9. 연결이 끊어진 셀이 확인된 모듈의 EL 이미지

Fig. 9. EL image of a module with a dead cell

4.3 진단 방법별 분석 결과

해당 절에서는 EL 이미지를 통해 산불에 의한 영향이 확인된 스트링의 분석 방법별 결과를 나타낸다. 표 4는 체스 패턴이 발견된 모듈의 진단 방법별 결과를 나타낸다. 진단 결과 이상이 확인된 스트링은 o로 표시하고 이상이 발견되지 않은 스트링은 x로 표기하였다.

스트링별 PR과 PPI 편차는 3번 접속함의 평균 PR과 비교하였다. 표 4에서 확인할 수 있듯이 접속함 1번 16번 스트링, 접속함 4번 17번 스트링과 같이 성능 편차가 10% 이상 나타나는 모듈이 있는 반면 접속함 2번의 2번 스트링과 같이 오히려 높은 PR과 PPI를 보이는 스트링 또한 확인되었다.

열화가 있는 태양광 모듈은 I-V 곡선의 무릎이 낮아진 형태로 나타나거나 성능의 감소가 나타나는 것으로 확인된다 ^[14]. I-V 곡선은 완만한 곡선으로 나타났으며 특이 사항이 확인되지 않았다. 또한, 대부분의 스트링에서 70% 이상의 FF가 확인되었다. 따라서, 산불에 의한 태양광 모듈의 초기 열화는 PR, PPI 또는 I-V 곡선으로 파악하기 어려우며 EL을 통해 정밀 분석되어야 할 것으로 판단되었다.

4.4 종합 분석

본 논문에서는 PR, PPI, I-V 곡선, 열화상 이미지, EL 이미지를 활용하여 산불에 의한 영향을 분석하였다. 측정 접속함 별 분석 결과는 다음 표 5와 같다.

표 5에서 확인할 수 있듯이 접속함 4, 5, 6에서 낮은 PR과 PPI가 나타났다. 접속함 5, 6의 주요 성능저하 원인은 수목에 의한 영향으로 확인되었다. 접속함 4는 수목의 영향이 있는 스트링 3개를 제외하고도 열화상, EL 이미지에서 영향이 확인되었으며 산불에의한 열화로 판단된다.