스마트 그리드 최적화를 위한 해상풍력 터빈 PHM 시스템
2018-09-19
org.kosen.entty.User@3df1a92f
박세환(world00117)
1. 서언
파리기후협약(COP 21) 이후 전 세계적으로 신 재생에너지의 개발 · 보급이 확산되면서 관련 산업(기술) 분야에 새로운 비즈니스 모델로 자리잡아가고 있다. 국내 신 재생에너지 보급계획은 2020년 5.0%, 2025년 9.7%, 2035년 11%로 단계적인 목표를 설정하고 있다. 이를 구현하고 글로벌 시장 진출을 위해 2010년부터 제주 스마트 그리드(smart grid) 실증단지(test-bed)를 조성 · 운영해오고 있다. 이를 통해 송배전시설, 분산전원장치, AMI(Advanced Metering Infrastructure) 등 관련 기술개발에 주력하고 있다[1][2]. 아울러 스마트 그리드를 구축하기 위해 5개 분야에서 수요자원 120만KW 확보, 스마트 미터(smart meter) 보급률 50% 달성, 충전인프라 150,000기 보급, 신 재생에너지 보급 4.3% 달성, 전력망 신뢰도 10% 향상을 목표로 지능형 전력망 기본계획을 추진하고 있다[2]. 이에 대한 실증방법으로 해상풍력 발전단지에서 생산되는 신 재생에너지 전력에 대한 스마트 그리드 최적화를 위한 해상풍력 PHM 시스템 개발이 확산되고 있다.
이 연구에서는 국가 기간산업 분야에서 시설물의 정비계획의 최적화, 비용절감 및 가용성과 안전성을 제고하기 위한 PHM(고장예지 및 건전성 관리) 시스템의 개요와, 해상풍력터빈 모니터링을 통한 PHM 시스템의 적용사례에 대해 설명한다. 이를 토대로 다양한 기후(기상)적 환경과, 지리적 접근성의 어려움으로 인해 주요부품의 가동상태를 진단하는 데 어려움이 있는 해상풍력 터빈 주요부품의 최적 제어 알고리즘에 대한 개발필요성과, 제3차 신 재생에너지 기술개발 및 이용？보급 기본계획(2009~2030)에 근거를 두고 있는 해상풍력 에너지(전력)의 스마트 그리드 최적화를 위한 PHM 시스템 개발목표에 대해 설명한다.
2. PHM 시스템
2.1. 개요 및 적용분야
발전/철도/항공 등의 산업 분야에서 시설물의 정비계획을 최적화하고, 비용을 절감하는 동시에 가용성과 안전성을 제고하기 위한 PM(Predictive Maintanance : 예지 정비) 기술이 있다. PHM(Prognostics and Health Management : 고장예지 및 건전성 관리) 시스템은 PM 기술을 보다 더 고도화하여 IoT(사물인터넷)를 이용한 데이터 수집 및 AI(인공지능)을 이용한 빅 데이터 분석 등을 활용한 선진화된 고장진단 기술이다. 전 세계적으로 다양한 산업분야에서 활발하게 적용되고 있다. PHM 시스템의 핵심기능을 간단히 요약하면 다음과 같다[3].
- 센서를 이용하여 장비나 기계시스템의 상태를 모니터링하고 고장의 징후를 진단하고, 잔여
내용수명 예측 및 효과적인 건전성 관리기술로 주목 받고 있다.
- 1980년대 영국의 민간항공국에서 시작되어 점차 발전하면서 여러 산업분야에 적용되고
있다.
- 2009년 미국에서 PHM학회가 설립되는 등 지속적으로 발전을 거듭하고 있다. 또한 에너지
하베스팅(harvesting), 사물인터넷, 빅 데이터, 인공지능 등 최신 기술과 접목되면서 그
효과가 입증되고 있다.
PHM 시스템의 예지정비 수행절차는 건전성 감지, 건전성 진단, 건전성 예지, 건전성 관리 단계로 수행된다. 이들 각 단계별 특징을 간단히 요약하면 다음과 같다[4][5].
- 건전성 감지 단계 : 예지정비 대상 시스템이나 기기에 대한 설비의 건전성을 평가할 수
있는 데이터 종류를 결정한 후 최적의 센서 관련 제반 사항을 결정한다.
- 건전성 진단 단계 : 수집된 데이터(대상 설비의 건전성 감지와 관련된 빅 데이터, 고장이력
자료, 정비이력자료, 운용자료 등)의 건전성을 정량화하고 이를
평가한다. 빅 데이터에는 생산 및 품질 정보, 운영정보(운영시간, 날씨
등), 신뢰성 정보(고장빈도, 고장시간, 고장유형, 고장원인 등), 유지보수
정보(유지보수자, 소요시간 등), 상태정보(온도, 진동, 소음, 전류 등)
등을 들 수 있다.
- 건전성 예지 단계 : 추론한 건전성을 바탕으로 해당 설비의 잔여수명을 확률적으로 예측한다.
잔여수명 예측방법은 데이터기반 방법(data-driven approach)과, 기계학습
기법이 많이 이용되고 있다.
- 건전성 관리 단계 : 정량화된 건전성과 잔여수명을 기반으로 최적의 유지보수 및 관리를
수행한다. 예지정비의 솔루션 범위는 단순히 고장만을 예측하는 것은
아니라, 발전/철도/항공 등의 산업 분야에서 기후(기상)적, 계절적,
지리적으로 발생할 수 있는 다양한 상황을 식별하고 이에 대응한
적절한 규범적 조치를 수립하는 것이 포함된다.
2.2. 해상풍력터빈 모니터링을 위한 PHM 시스템
신 재생에너지 등을 이용한 분산형 전력공급 방식이 확산되면서 중앙집중식에 비해 불규칙적으로 생성된 에너지를 효과적으로 이용하기 위한 스마트 그리드 구축이 요구되고 있다. 이에 해상풍력 발전단지와, 스마트 그리드 실증단지와 연계한 풍력터빈의 운영최적화를 위한 PHM 시스템을 적용할 필요가 있다. (그림 1 참조)
PHM 시스템의 최종목표는 해상풍력 에너지를 효과적으로 이용하기 위한 스마트 그리드를 구축하는 것이다. 3대 핵심기술과 8개 세부기술로 분류할 수 있다. 이러한 개발기술에 대한 기술트리는 해상풍력 발전단지 및 터빈의 기후적/지리적 상황에 따른 변수가 많아 적절히 변경하면서 최적의 대응기술을 구현하는 것이 중요하다. 이러한 기술트리가 표준기술로 자리 매김 될 수 있도록 지속적인 후발노력이 필요하다.
3. 해상풍력 PHM 시스템의 개발필요성 및 목표
3.1. 개발필요성
해상풍력 발전단지 내 풍력터빈은 해상에 위치하고 있기 때문에 풍향/풍속/번개/결빙/오염 등에 따라 연중 운영환경이 다양하게 변화할 수 있다. 게다가 사람의 접근이 매우 어려운 관계로 주요부품의 가동상태(이상 여부 등)를 진단하는 데 어려움이 있다. 이에 해상풍력 발전단지 전력수급 지역의 전력수요를 예측하여 이에 따른 풍력터빈 주요부품의 최적 제어 알고리즘을 개발하고, 이를 시뮬레이션을 통해 검증할 수 있는 개발방안이 필요하다. 해상풍력 터빈의 최적 운영환경을 유지하기 위해서는 AI 기술 중 특히 Machine learning을 이용하여 주요부품의 운용데이터를 분석할 수 있는 알고리즘 개발방안이 필요하다[6].
스마트 그리드와 연계된 해상풍력 발전단지의 최적 운영을 위해서는 빅 데이터 분석 및 IoT 기술 적용이 필수적으로 요구된다. 특히 해상풍력 발전기는 지리적으로 사람의 접근이 매우 어려우므로 고장발생 시 정비 및 교체비용이 높기 때문에 통상의 정기 점검보다 주요부품의 고장진단 및 수명예측이 가능한 PHM 시스템 기술이 필요하다. 풍력발전기 기어박스의 경우 고장 시 교체비용과 손실이 막대하나, 현재는 진동센서를 기반으로 한 원격 고장진단 기술력이 부족하여 이를 해결할 수 있는 예측기술 개발이 매우 시급한 상황이다. 그러나 아직 PHM 시스템 관련 핵심(원천/표준) 기술이 개발되지 않아 특허 및 표준화 등 지재권이 확립되지 않은 상황이다. 이에 스마트 그리드 최적화를 위한 PHM 시스템 관련 지식재산권 확보전략이 필요하다[6][7].
풍력발전기 및 풍력단지의 유지보수 관련 다양한 기술 분야 중 핫 이슈가 되고 있는 세부 기술군의 기술순환주기에 따른 유망기술을 인지할 수 있는 기회를 포착할 수 있다. 아울러 세부 기술 분야별 기술순환주기에 따른 기술발전 단계별 중장기 로드 맵(road mao)을 기반으로 원천/상용화/공공 등 기술발전 단계별 R&BD를 통해 연구개발 및 수익창출 기반을 마련할 수 있을 것이다.
3.2. 개발목표
해상풍력 발전단지에서 생산되는 신 재생에너지(전력)의 스마트 그리드 최적화를 위한 PHM 시스템 개발은 제3차 신 재생에너지 기술개발 및 이용？보급 기본계획(2009~2030)에 근거를 두고 있다. 핵심 개발목표는 다음과 같다[6][7].
- 해상풍력 발전단지의 최적 운용시스템 구축을 통해 스마트 그리드 효율성 50% 이상 향상
- 유효수명 예측에 따른 예방정비를 통해 유지보수에 소요되는 시간 최소화
▶ 수MW급 중대형 해상풍력 발전기의 유지보수 소요시간 45% 단축
▶ 경제성 및 가동률 50% 이상 개선
특히 AI 알고리즘을 적용한 빅 데이터 기반의 상태진단 및 유효수명예측 기술개발을 통해 해상풍력 발전단지의 전력공급의 신뢰성 및 안정성을 50% 이상 향상시킬 수 있을 것으로 전망하고 있다. 아울러 AI 알고리즘을 적용한 PHM 기술개발을 통해 글로벌 해상풍력 에너지 시장에 솔루션(제품 및 SW 등)을 출시하거나, 기술이전 및 기술컨설팅 등을 통해 관련 기업의 매출액 신장에 기여할 수 있을 것이다[7]. 또한 측면으로는, 해상풍력발전 관련 세부 기술 분야별 기회기술 및 기술순환 주기에 따른 유망기술을 도출하여 국내외 시장진출 기회를 마련할 수 있을 것이다. 아울러 해상풍력발전 관련 세부 기술 분야별로 스마트 그리드 관련 전후방 특허기술을 도출하여 특허권을 선점함으로써 IP 포트폴리오를 확보할 수 있을 것이다[6].
3.3. PHM 시스템의 세부 기술개발 과제
AI 알고리즘과 빅 데이터 분석정보를 기반으로 해상풍력 터빈의 상태진단 및 유효수명예측을 효과적으로 수행하기 위해서는 다음과 같은 세부 기술개발 과제들이 남아있다[6][8].
* 해상풍력 발전기 주요부품의 성능저하 요인분석 및 모델개발
- 최적운영 지원시스템 및 통합 PHM 시스템 구축방안
- 클라우드 기반 빅 데이터 플랫폼 개발방안
- 스마트 폰 적용 클라이언트 앱(Application) 개발방안
- 성능저하 예측 알고리즘 개발방안 및 시뮬레이션
- 전력수요 예측자료 분석 기반의 주요부품의 최적 제어 알고리즘 개발 및 시뮬레이션
* 해상풍력 터빈 관련 전후방 기회기술 및 기술순환 주기에 따른 유망기술 도출
(메타데이터(metadata) 분석 등)
- 스마트 그리드 관련 전후방 특허기술 분석
- 특허포트폴리오 분석, COMPASS 분석, TOD 분석 등
4. 결언
해상풍력 발전단지는 접근이 어려운 지리적 여건 때문에 고장발생 시 정비 및 부품교체 비용이 많이 든다. 이 때문에 설비부품의 고장진단 및 수명예측이 가능한 PHM 시스템을 구축할 필요가 있다. AI 알고리즘을 적용한 빅 데이터 기반 상태진단 및 유효수명 예측을 위한 PHM 기술은 풍력발전단지 뿐만 아니라 태양열 발전단지, 복합 청정화력 발전단지 등 발전플랜트 산업분야에 기술파급 효과를 기대할 수 있다. 이를 위해서는 AI, 빅 데이터 분석기술 및 IoT기술 적용이 필수적으로 요구된다. 이를 통해 스마트 그리드와 연계된 해상풍력 발전단지의 최적 운영을 기대할 수 있다. 나아가 국제 에너지 기술시장에서 경쟁력 우위를 확보할 수 있는 기반을 마련할 수 있을 것이다.
스마트 그리드와 연계된 해상풍력 발전단지의 최적 운영을 통해 빅 데이터 분석 및 IoT 기술적용 가능성 타진 효과를 기대할 수 있다. 특히 해상풍력 발전기의 경우 주요부품의 고장발생 시 정비 및 교체비용이 높기 때문에 고장진단 및 수명예측이 가능한 PHM 기술 적용에 내우 유리한 점이 있다. 그러나 전력수요 예측에 따른 해상풍력 터빈 내 주요부품의 최적 제어 알고리즘 개발 및 시뮬레이션 과제는 1년 동안의 전력수요 예측 데이터를 확보하여 이를 분석 해야만 보다 정확한 예측치를 구할 수 있다. 따라서 추후 과제로는 장기간의 시스템 운용기록을 빅 데이터 분석기법으로 정량화 하여 이 데이터를 기반으로 주요부품의 최적 제어 알고리즘 개발을 지속할 필요가 있다.
<용어해설>
(1) 파리기후협약(COP 21) : 2015년 제21차 UN기후변화협약 당사국총회에서 채택된 2016년 11월 4일부터 포괄적으로 적용되는 국제법으로서 지구온난화에 대응하기 위한 역사적인 전환점으로 평가 받고 있다. 의제의 핵심은 지구대기의 평균온도 상승폭을 산업화 이전 대비 2℃ 이하로 유지하고, 온도 상승폭을 1.5℃ 이하로 제한하기 위해 국제사회가 공동으로 노력하기로 한 것이다. 각국은 온실가스 감축 목표를 스스로 정해 국제사회에 약속하고 이 목표를 실천해야 하며, 국제사회는 그 이행에 대해서 공동으로 검증하게 된다.
(2) AMI(Advanced Metering Infrastructure) : 가스/전기/열/온수/수도 등의 유틸리티 공급자가 소비자의 에너지 사용량을 원격 자동 검침결과를 기반으로 정확한 에너지 공급과 과금, 보고 등의 서비스를 제공하며 스마트 미터를 기반으로 소비자와 생산자 간 양방향 정보소통이 가능하도록 연결해주는 네트워크 시스템을 의미함
(3) 스마트 그리드 구축 5개 분야 : 지능형 서비스, 소비자, 지능형 운송, 신 재생에너지, 지능형 송배전
(4) PHM(고장예지 및 건전성 관리) 시스템 : 센서를 통해 시스템의 여러 물리적 정보를 측정하여 기계/전기/전자 시스템의 건전성 상태를 모니터링하고 결함유무를 판단하는 진단기술, 시스템의 고장시점을 예측하는 예지기술 등을 의미한다. 이를 토대로 유지보수 전략을 수립하고 시스템의 건전성을 관리할 수 있다.
(5) COMPAS(Competitive Analysis Service) : 글로벌 경쟁기술의 활동상황을 분석할 수 있는 경쟁
정보 분석시스템
(6) TOD(Technology Opportunity Discovery) : 기업의 보유제품을 기반으로 새로운 기회제품 영역을 탐색하고, 관심기업의 현황을 분석할 수 있는 기술기회 탐색시스템
※ COMPAS와 TOD를 활용하여 AI 및 IoT 관련 신 사업기회를 탐색하고, 경쟁기술 및 경쟁기업
정보를 모니터링 함으로써 4차 산업혁명 시대 핵심기술로 부각되고 있는 AI 및 IoT 기술의
고도화 방안을 파악할 수 있음
References
1. “제4차 신·재생에너지 기본계획”, 산업통상자원부, 2014.09.
2. “스마트 그리드 구축을 위한 AMI 기술 동향”, 방송통신기술 이슈&전망, 2014년 제53호, 한국방
송통신전파진흥원, 2014.02.
3. 김성준 외, “인더스트리 4.0을 위한 고장예지 기술과 가스배관의 사용적합성 평가”, Korean Soc
Qual Manag, Vol.45, No.4, 2017.12, pp.649~664.
4. 정비기술의 변화 및 예지정보 수god절차(㈜에스알씨 홈페이지,2018).
5. https://www.rscservice.net/predictive-maintenance-1
6. 박세환, “해상풍력 발전단지의 스마트 그리드 최적화를 위한 PHM 시스템 개발”, 중소기업기술
멘토링 최종보고서, 한국산업기술진흥협회 ReSEAT프로그램, 2018.08.
7. “스마트 그리드 최적화를 위한 수MW급 해상풍력터빈 발전단지 PHM 시스템 개발”, 스마트
그리드 연계 기술 R&D 제안서, ㈜이지티, 2017.08.
8. 유지현, 김숙철, “해상풍력 시장현황 및 기술동향”, 풍력에너지저널, 제5권 제1호, 2017.
파리기후협약(COP 21) 이후 전 세계적으로 신 재생에너지의 개발 · 보급이 확산되면서 관련 산업(기술) 분야에 새로운 비즈니스 모델로 자리잡아가고 있다. 국내 신 재생에너지 보급계획은 2020년 5.0%, 2025년 9.7%, 2035년 11%로 단계적인 목표를 설정하고 있다. 이를 구현하고 글로벌 시장 진출을 위해 2010년부터 제주 스마트 그리드(smart grid) 실증단지(test-bed)를 조성 · 운영해오고 있다. 이를 통해 송배전시설, 분산전원장치, AMI(Advanced Metering Infrastructure) 등 관련 기술개발에 주력하고 있다[1][2]. 아울러 스마트 그리드를 구축하기 위해 5개 분야에서 수요자원 120만KW 확보, 스마트 미터(smart meter) 보급률 50% 달성, 충전인프라 150,000기 보급, 신 재생에너지 보급 4.3% 달성, 전력망 신뢰도 10% 향상을 목표로 지능형 전력망 기본계획을 추진하고 있다[2]. 이에 대한 실증방법으로 해상풍력 발전단지에서 생산되는 신 재생에너지 전력에 대한 스마트 그리드 최적화를 위한 해상풍력 PHM 시스템 개발이 확산되고 있다.
이 연구에서는 국가 기간산업 분야에서 시설물의 정비계획의 최적화, 비용절감 및 가용성과 안전성을 제고하기 위한 PHM(고장예지 및 건전성 관리) 시스템의 개요와, 해상풍력터빈 모니터링을 통한 PHM 시스템의 적용사례에 대해 설명한다. 이를 토대로 다양한 기후(기상)적 환경과, 지리적 접근성의 어려움으로 인해 주요부품의 가동상태를 진단하는 데 어려움이 있는 해상풍력 터빈 주요부품의 최적 제어 알고리즘에 대한 개발필요성과, 제3차 신 재생에너지 기술개발 및 이용？보급 기본계획(2009~2030)에 근거를 두고 있는 해상풍력 에너지(전력)의 스마트 그리드 최적화를 위한 PHM 시스템 개발목표에 대해 설명한다.
2. PHM 시스템
2.1. 개요 및 적용분야
발전/철도/항공 등의 산업 분야에서 시설물의 정비계획을 최적화하고, 비용을 절감하는 동시에 가용성과 안전성을 제고하기 위한 PM(Predictive Maintanance : 예지 정비) 기술이 있다. PHM(Prognostics and Health Management : 고장예지 및 건전성 관리) 시스템은 PM 기술을 보다 더 고도화하여 IoT(사물인터넷)를 이용한 데이터 수집 및 AI(인공지능)을 이용한 빅 데이터 분석 등을 활용한 선진화된 고장진단 기술이다. 전 세계적으로 다양한 산업분야에서 활발하게 적용되고 있다. PHM 시스템의 핵심기능을 간단히 요약하면 다음과 같다[3].
- 센서를 이용하여 장비나 기계시스템의 상태를 모니터링하고 고장의 징후를 진단하고, 잔여
내용수명 예측 및 효과적인 건전성 관리기술로 주목 받고 있다.
- 1980년대 영국의 민간항공국에서 시작되어 점차 발전하면서 여러 산업분야에 적용되고
있다.
- 2009년 미국에서 PHM학회가 설립되는 등 지속적으로 발전을 거듭하고 있다. 또한 에너지
하베스팅(harvesting), 사물인터넷, 빅 데이터, 인공지능 등 최신 기술과 접목되면서 그
효과가 입증되고 있다.
PHM 시스템의 예지정비 수행절차는 건전성 감지, 건전성 진단, 건전성 예지, 건전성 관리 단계로 수행된다. 이들 각 단계별 특징을 간단히 요약하면 다음과 같다[4][5].
- 건전성 감지 단계 : 예지정비 대상 시스템이나 기기에 대한 설비의 건전성을 평가할 수
있는 데이터 종류를 결정한 후 최적의 센서 관련 제반 사항을 결정한다.
- 건전성 진단 단계 : 수집된 데이터(대상 설비의 건전성 감지와 관련된 빅 데이터, 고장이력
자료, 정비이력자료, 운용자료 등)의 건전성을 정량화하고 이를
평가한다. 빅 데이터에는 생산 및 품질 정보, 운영정보(운영시간, 날씨
등), 신뢰성 정보(고장빈도, 고장시간, 고장유형, 고장원인 등), 유지보수
정보(유지보수자, 소요시간 등), 상태정보(온도, 진동, 소음, 전류 등)
등을 들 수 있다.
- 건전성 예지 단계 : 추론한 건전성을 바탕으로 해당 설비의 잔여수명을 확률적으로 예측한다.
잔여수명 예측방법은 데이터기반 방법(data-driven approach)과, 기계학습
기법이 많이 이용되고 있다.
- 건전성 관리 단계 : 정량화된 건전성과 잔여수명을 기반으로 최적의 유지보수 및 관리를
수행한다. 예지정비의 솔루션 범위는 단순히 고장만을 예측하는 것은
아니라, 발전/철도/항공 등의 산업 분야에서 기후(기상)적, 계절적,
지리적으로 발생할 수 있는 다양한 상황을 식별하고 이에 대응한
적절한 규범적 조치를 수립하는 것이 포함된다.
2.2. 해상풍력터빈 모니터링을 위한 PHM 시스템
신 재생에너지 등을 이용한 분산형 전력공급 방식이 확산되면서 중앙집중식에 비해 불규칙적으로 생성된 에너지를 효과적으로 이용하기 위한 스마트 그리드 구축이 요구되고 있다. 이에 해상풍력 발전단지와, 스마트 그리드 실증단지와 연계한 풍력터빈의 운영최적화를 위한 PHM 시스템을 적용할 필요가 있다. (그림 1 참조)
* 자료 : ㈜이지티(2017.08).
[그림 1] 해상풍력 발전단지의 PHM 시스템 개념도
PHM 시스템의 최종목표는 해상풍력 에너지를 효과적으로 이용하기 위한 스마트 그리드를 구축하는 것이다. 3대 핵심기술과 8개 세부기술로 분류할 수 있다. 이러한 개발기술에 대한 기술트리는 해상풍력 발전단지 및 터빈의 기후적/지리적 상황에 따른 변수가 많아 적절히 변경하면서 최적의 대응기술을 구현하는 것이 중요하다. 이러한 기술트리가 표준기술로 자리 매김 될 수 있도록 지속적인 후발노력이 필요하다.
3. 해상풍력 PHM 시스템의 개발필요성 및 목표
3.1. 개발필요성
해상풍력 발전단지 내 풍력터빈은 해상에 위치하고 있기 때문에 풍향/풍속/번개/결빙/오염 등에 따라 연중 운영환경이 다양하게 변화할 수 있다. 게다가 사람의 접근이 매우 어려운 관계로 주요부품의 가동상태(이상 여부 등)를 진단하는 데 어려움이 있다. 이에 해상풍력 발전단지 전력수급 지역의 전력수요를 예측하여 이에 따른 풍력터빈 주요부품의 최적 제어 알고리즘을 개발하고, 이를 시뮬레이션을 통해 검증할 수 있는 개발방안이 필요하다. 해상풍력 터빈의 최적 운영환경을 유지하기 위해서는 AI 기술 중 특히 Machine learning을 이용하여 주요부품의 운용데이터를 분석할 수 있는 알고리즘 개발방안이 필요하다[6].
스마트 그리드와 연계된 해상풍력 발전단지의 최적 운영을 위해서는 빅 데이터 분석 및 IoT 기술 적용이 필수적으로 요구된다. 특히 해상풍력 발전기는 지리적으로 사람의 접근이 매우 어려우므로 고장발생 시 정비 및 교체비용이 높기 때문에 통상의 정기 점검보다 주요부품의 고장진단 및 수명예측이 가능한 PHM 시스템 기술이 필요하다. 풍력발전기 기어박스의 경우 고장 시 교체비용과 손실이 막대하나, 현재는 진동센서를 기반으로 한 원격 고장진단 기술력이 부족하여 이를 해결할 수 있는 예측기술 개발이 매우 시급한 상황이다. 그러나 아직 PHM 시스템 관련 핵심(원천/표준) 기술이 개발되지 않아 특허 및 표준화 등 지재권이 확립되지 않은 상황이다. 이에 스마트 그리드 최적화를 위한 PHM 시스템 관련 지식재산권 확보전략이 필요하다[6][7].
풍력발전기 및 풍력단지의 유지보수 관련 다양한 기술 분야 중 핫 이슈가 되고 있는 세부 기술군의 기술순환주기에 따른 유망기술을 인지할 수 있는 기회를 포착할 수 있다. 아울러 세부 기술 분야별 기술순환주기에 따른 기술발전 단계별 중장기 로드 맵(road mao)을 기반으로 원천/상용화/공공 등 기술발전 단계별 R&BD를 통해 연구개발 및 수익창출 기반을 마련할 수 있을 것이다.
3.2. 개발목표
해상풍력 발전단지에서 생산되는 신 재생에너지(전력)의 스마트 그리드 최적화를 위한 PHM 시스템 개발은 제3차 신 재생에너지 기술개발 및 이용？보급 기본계획(2009~2030)에 근거를 두고 있다. 핵심 개발목표는 다음과 같다[6][7].
- 해상풍력 발전단지의 최적 운용시스템 구축을 통해 스마트 그리드 효율성 50% 이상 향상
- 유효수명 예측에 따른 예방정비를 통해 유지보수에 소요되는 시간 최소화
▶ 수MW급 중대형 해상풍력 발전기의 유지보수 소요시간 45% 단축
▶ 경제성 및 가동률 50% 이상 개선
특히 AI 알고리즘을 적용한 빅 데이터 기반의 상태진단 및 유효수명예측 기술개발을 통해 해상풍력 발전단지의 전력공급의 신뢰성 및 안정성을 50% 이상 향상시킬 수 있을 것으로 전망하고 있다. 아울러 AI 알고리즘을 적용한 PHM 기술개발을 통해 글로벌 해상풍력 에너지 시장에 솔루션(제품 및 SW 등)을 출시하거나, 기술이전 및 기술컨설팅 등을 통해 관련 기업의 매출액 신장에 기여할 수 있을 것이다[7]. 또한 측면으로는, 해상풍력발전 관련 세부 기술 분야별 기회기술 및 기술순환 주기에 따른 유망기술을 도출하여 국내외 시장진출 기회를 마련할 수 있을 것이다. 아울러 해상풍력발전 관련 세부 기술 분야별로 스마트 그리드 관련 전후방 특허기술을 도출하여 특허권을 선점함으로써 IP 포트폴리오를 확보할 수 있을 것이다[6].
3.3. PHM 시스템의 세부 기술개발 과제
AI 알고리즘과 빅 데이터 분석정보를 기반으로 해상풍력 터빈의 상태진단 및 유효수명예측을 효과적으로 수행하기 위해서는 다음과 같은 세부 기술개발 과제들이 남아있다[6][8].
* 해상풍력 발전기 주요부품의 성능저하 요인분석 및 모델개발
- 최적운영 지원시스템 및 통합 PHM 시스템 구축방안
- 클라우드 기반 빅 데이터 플랫폼 개발방안
- 스마트 폰 적용 클라이언트 앱(Application) 개발방안
- 성능저하 예측 알고리즘 개발방안 및 시뮬레이션
- 전력수요 예측자료 분석 기반의 주요부품의 최적 제어 알고리즘 개발 및 시뮬레이션
* 해상풍력 터빈 관련 전후방 기회기술 및 기술순환 주기에 따른 유망기술 도출
(메타데이터(metadata) 분석 등)
- 스마트 그리드 관련 전후방 특허기술 분석
- 특허포트폴리오 분석, COMPASS 분석, TOD 분석 등
4. 결언
해상풍력 발전단지는 접근이 어려운 지리적 여건 때문에 고장발생 시 정비 및 부품교체 비용이 많이 든다. 이 때문에 설비부품의 고장진단 및 수명예측이 가능한 PHM 시스템을 구축할 필요가 있다. AI 알고리즘을 적용한 빅 데이터 기반 상태진단 및 유효수명 예측을 위한 PHM 기술은 풍력발전단지 뿐만 아니라 태양열 발전단지, 복합 청정화력 발전단지 등 발전플랜트 산업분야에 기술파급 효과를 기대할 수 있다. 이를 위해서는 AI, 빅 데이터 분석기술 및 IoT기술 적용이 필수적으로 요구된다. 이를 통해 스마트 그리드와 연계된 해상풍력 발전단지의 최적 운영을 기대할 수 있다. 나아가 국제 에너지 기술시장에서 경쟁력 우위를 확보할 수 있는 기반을 마련할 수 있을 것이다.
스마트 그리드와 연계된 해상풍력 발전단지의 최적 운영을 통해 빅 데이터 분석 및 IoT 기술적용 가능성 타진 효과를 기대할 수 있다. 특히 해상풍력 발전기의 경우 주요부품의 고장발생 시 정비 및 교체비용이 높기 때문에 고장진단 및 수명예측이 가능한 PHM 기술 적용에 내우 유리한 점이 있다. 그러나 전력수요 예측에 따른 해상풍력 터빈 내 주요부품의 최적 제어 알고리즘 개발 및 시뮬레이션 과제는 1년 동안의 전력수요 예측 데이터를 확보하여 이를 분석 해야만 보다 정확한 예측치를 구할 수 있다. 따라서 추후 과제로는 장기간의 시스템 운용기록을 빅 데이터 분석기법으로 정량화 하여 이 데이터를 기반으로 주요부품의 최적 제어 알고리즘 개발을 지속할 필요가 있다.
<용어해설>
(1) 파리기후협약(COP 21) : 2015년 제21차 UN기후변화협약 당사국총회에서 채택된 2016년 11월 4일부터 포괄적으로 적용되는 국제법으로서 지구온난화에 대응하기 위한 역사적인 전환점으로 평가 받고 있다. 의제의 핵심은 지구대기의 평균온도 상승폭을 산업화 이전 대비 2℃ 이하로 유지하고, 온도 상승폭을 1.5℃ 이하로 제한하기 위해 국제사회가 공동으로 노력하기로 한 것이다. 각국은 온실가스 감축 목표를 스스로 정해 국제사회에 약속하고 이 목표를 실천해야 하며, 국제사회는 그 이행에 대해서 공동으로 검증하게 된다.
(2) AMI(Advanced Metering Infrastructure) : 가스/전기/열/온수/수도 등의 유틸리티 공급자가 소비자의 에너지 사용량을 원격 자동 검침결과를 기반으로 정확한 에너지 공급과 과금, 보고 등의 서비스를 제공하며 스마트 미터를 기반으로 소비자와 생산자 간 양방향 정보소통이 가능하도록 연결해주는 네트워크 시스템을 의미함
(3) 스마트 그리드 구축 5개 분야 : 지능형 서비스, 소비자, 지능형 운송, 신 재생에너지, 지능형 송배전
(4) PHM(고장예지 및 건전성 관리) 시스템 : 센서를 통해 시스템의 여러 물리적 정보를 측정하여 기계/전기/전자 시스템의 건전성 상태를 모니터링하고 결함유무를 판단하는 진단기술, 시스템의 고장시점을 예측하는 예지기술 등을 의미한다. 이를 토대로 유지보수 전략을 수립하고 시스템의 건전성을 관리할 수 있다.
(5) COMPAS(Competitive Analysis Service) : 글로벌 경쟁기술의 활동상황을 분석할 수 있는 경쟁
정보 분석시스템
(6) TOD(Technology Opportunity Discovery) : 기업의 보유제품을 기반으로 새로운 기회제품 영역을 탐색하고, 관심기업의 현황을 분석할 수 있는 기술기회 탐색시스템
※ COMPAS와 TOD를 활용하여 AI 및 IoT 관련 신 사업기회를 탐색하고, 경쟁기술 및 경쟁기업
정보를 모니터링 함으로써 4차 산업혁명 시대 핵심기술로 부각되고 있는 AI 및 IoT 기술의
고도화 방안을 파악할 수 있음
References
1. “제4차 신·재생에너지 기본계획”, 산업통상자원부, 2014.09.
2. “스마트 그리드 구축을 위한 AMI 기술 동향”, 방송통신기술 이슈&전망, 2014년 제53호, 한국방
송통신전파진흥원, 2014.02.
3. 김성준 외, “인더스트리 4.0을 위한 고장예지 기술과 가스배관의 사용적합성 평가”, Korean Soc
Qual Manag, Vol.45, No.4, 2017.12, pp.649~664.
4. 정비기술의 변화 및 예지정보 수god절차(㈜에스알씨 홈페이지,2018).
5. https://www.rscservice.net/predictive-maintenance-1
6. 박세환, “해상풍력 발전단지의 스마트 그리드 최적화를 위한 PHM 시스템 개발”, 중소기업기술
멘토링 최종보고서, 한국산업기술진흥협회 ReSEAT프로그램, 2018.08.
7. “스마트 그리드 최적화를 위한 수MW급 해상풍력터빈 발전단지 PHM 시스템 개발”, 스마트
그리드 연계 기술 R&D 제안서, ㈜이지티, 2017.08.
8. 유지현, 김숙철, “해상풍력 시장현황 및 기술동향”, 풍력에너지저널, 제5권 제1호, 2017.