AI로 태양광 수명 예측한다...원광에스앤티-에너지기술硏, 기술이전 협약

AI로 태양광 패널의 수명과 교체 시기를 예측하는 기술이 개발됐다. 90% 이상의 높은 정확도에, 리파워링과 폐패널 재활용 수요 역시 파악할 수 있다는 점에서 주목받고 있다.

미래폐자원 에너지 솔루션 전문 기업 원광에스앤티(대표 이상헌)는 9일 한국에너지기술연구원(원장 이창근)과 ’AI 기술을 적용한 태양광 발전소 O&M및 수명예지 솔루션’ 기술 이전 협약을 체결했다.

이 기술은 수년간 태양광발전소 성능검사진단 사업을 통해 수집한 다양한 고장 및 정상 전압-전류 데이터를 DB화하고, 인공지능 학습모델 생성을 위한 데이터로 활용했다. 태양광발전소의 운전 데이터만으로도 원격으로 태양광 모듈의 오염 및 파손 등으로 인한 성능 저하를 90% 이상 정확하게 진단 가능하다.

태양광발전소는 산단 지붕·영농형·수로형·해상형·대단위 발전소와 같이 다양한 입지로 확장되고 있다. 이 때문에 설비 접근, 발전성능 및 고장 점검 등 유지보수의 어려움도 커지고 있는 실정이다.

업계에서는 입지다변화형 태양광 시스템의 성능을 관제하기 위해 인버터의 통신 데이터를 이용한 스마트 진단 알고리즘에 기반해 성능저하 감시 AI 기술을 상용화했지만 실질적인 고장 분류는 어려웠다.

고석환 한국에너지기술연구원 박사 연구진은 이러한 한계에 착안해 태양광발전소 성능 추정을 위한 전압 및 전류 모델 기반의 시뮬레이션 기술을 개발하고, 발전소 운영 데이터를 학습한 AI 기반 성능 추론모델을 개발 및 플랫폼화했다. 이는 전압 및 전류를 추론할 수 있어 어떤 고장인지 판별도 가능하다. 회로 구성 정보와 일사량 등의 정보를 입력하면 AI가 모듈의 발전 성능과 다양한 고장 원인을 90% 이상의 정확도로 분석할 수 있다.

데이터 수집이 가능하다면 원격으로 성능 관리가 가능하기 때문에 접근이 어려운 수상·해상 태양광 등의 무인화도 가능해질 전망이다. 실제 고장 시에만 엔지니어가 출동하기 때문에 유지관리 비용도 획기적으로 절감할 수 있다. 또, 비전문가도 정확한 고장 진단 평가를 얻을 수 있어 유지관리의 수준과 효율성 증대가 예상된다.

AI는 추론 데이터를 통해 태양광 발전소의 기대수명 관리도 가능하다. 제조사가 제시한 성능보다 AI 기반의 추론 성능 값이 낮을 경우 리파워링의 필요성도 사전에 판별할 수 있다. 이는 원광에스앤티의 폐패널 재활용 사업에 필수적인 기술로써, 노후발전소의 리파워링 시기를 효율적으로 관리해 배출되는 폐패널을 사전에 확인하고 재활용 수요를 예측할 수 있다.

이상헌 원광에스앤티 대표는 “AI 기반 태양광 원격 관제는 에너지 효율을 극대화하는 한편, 안전하고 안정적인 에너지 공급에 기여할 것”이라며 “앞으로도 한국에너지기술연구원과의 지속적인 협력을 통해 혁신적인 에너지 기술의 고도화는 물론 사업화 실현을 위해 최선을 다할 것”이라고 밝혔다.