| 초록 |
1. 서언 파리기후협약(COP21) 이후 전 세계적으로 신 재생에너지의 개발·보급이 확산되면서 관련 산업(기술) 분야에서 새로운 비즈니스 모델로 자리 잡아가고 있다. 국내 신재생에너지 보급계획은 2020년 5.0 #37;, 2025년 9.7 #37;, 2035년 11 #37;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 120,000KW 확보, 스마트 미터(smart meter) 보급률 50 #37; 달성, 충전 인프라 150,000기 보급, 신재생에너지 보급 4.3 #37; 달성, 전력망 신뢰도 10 #37; 향상을 목표로 지능형 전력망 기본계획을 추진하고 있다[2]. 이에 대한 실증 방법으로 해상풍력발전단지에서 생산되는 신재생에너지 전력에 대한 스마트 그리드 최적화를 위한 해상풍력 PHM 시스템 개발이 확산되고 있다. 이 연구에서는 국가 기간산업 분야에서 시설물의 정비계획의 최적화, 비용 절감 및 가용성과 안전성을 제고하기 위한 PHM(고장예지 및 건전성 관리) 시스템의 개요와, 해상풍력터빈 모니터링을 통한 PHM 시스템의 적용 사례에 대해 설명한다. 이를 토대로 다양한 기후(기상)적 환경과, 지리적 접근성의 어려움으로 인해 주요 부품의 가동 상태를 진단하는 데 어려움이 있는 해상풍력터빈 주요 부품의 최적 제어 알고리즘에 대한 개발 필요성과, 제3차 신 재생에너지 기술개발 및 이용?보급 기본계획(2009~2030)에 근거를 두고 있는 해상풍력에너지(전력)의 스마트 그리드 최적화를 위한 PHM 시스템 개발 목표에 대해 설명한다. 2. PHM 시스템 2.1. 개요 및 적용 분야 발전/철도/항공 등의 산업 분야에서 시설물의 정비계획을 최적화하고, 비용을 절감하는 동시에 가용성과 안전성을 제고하기 위한 PM(Predictive Maintenance: 예지정비) 기술이 있다. PHM(Prog-nostics and Health Management: 고장예지 및 건전성 관리) 시스템은 PM 기술을 보다 더 고도화하여 IoT(사물인터넷)를 이용한 데이터 수집 및 AI(인공지능)를 이용한 빅 데이터 분석 등을 활용한 선진화된 고장진단 기술이다. 전 세계적으로 다양한 산업 분야에서 활발하게 적용되고 있다. PHM 시스템의 핵심 기능을 간단히 요약하면 다음과 같다[3]. ―센서를 이용하여 장비나 기계 시스템의 상태를 모니터링하고 고장의 징후를 진단하고, 잔여 내용수명 예측 및 효과적인 건전성 관리 기술로 주목 받고 있다. ―1980년대 영국의 민간항공국에서 시작되어 점차 발전하면서 여러 산업 분야에 적용되고 있다. ―2009년 미국에서 PHM 학회가 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 수행 절차는 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, 고장 이력 자료, 정비 이력 자료, 운용 자료 등)의 건전성을 정량화하고 이를 평가한다. 빅 데이터에는 생산 및 품질 정보, 운영 정보(운영시간, 날씨 등), 신뢰성 정보(고장빈도, 고장시간, 고장유형, 고장원인 등), 유지보수 정보(유지보수자, 소요시간 등), 상태 정보(온도, 진동, 소음, 전류 등) 등을 들 수 있다. ― 건전성 예지 단계 : 추론한 건전성을 바탕으로 해당 설비의 잔여수명을 확률적으로 예측한다. 잔여수명 예측 방법은 데이터 기반 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 신재생에너지 등을 이용한 분산형 전력공급 방식이 확산되면서 중앙집중식에 비해 불규칙적으로 생성된 에너지를 효과적으로 이용하기 위한 스마트 그리드 구축이 요구되고 있다. 이에 해상풍력발전단지와, 스마트 그리드 실증단지와 연계한 풍력터빈의 운영 최적화를 위한 PHM 시스템을 적용할 필요가 있다(그림 1 참조). * 자료: ㈜이지티(2017.08) [그림 1] 해상풍력발전단지의 PHM 시스템 개념도 PHM 시스템의 최종 목표는 해상풍력에너지를 효과적으로 이용하기 위한 스마트 그리드를 구축하는 것이다. 3대 핵심기술과 8개 세부기술로 분류할 수 있다. 이러한 개발 기술에 대한 기술 트리는 해상풍력발전단지 및 터빈의 기후적/지리적 상황에 따른 변수가 많아 적절히 변경하면서 최적의 대응 기술을 구현하는 것이 중요하다. 이러한 기술 트리가 표준 기술로 자리매김될 수 있도록 지속적인 후발 노력이 필요하다. 3. 해상풍력 PHM 시스템의 개발 필요성 및 목표 3.1. 개발 필요성 해상풍력발전단지 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 주요 부품의 가동상태(이상 여부 등)를 진단하는 데 어려움이 있다. 이에 해상풍력발전단지 전력 수급 지역의 전력 수요를 예측하여 이에 따른 풍력터빈 주요 부품의 최적 제어 알고리즘을 개발하고, 이를 시뮬레이션을 통해 검증할 수 있는 개발 방안이 필요하다. 해상풍력터빈의 최적 운영환경을 유지하기 위해서는 AI 기술 중 특히 Machine learning을 이용하여 주요 부품의 운용데이터를 분석할 수 있는 알고리즘 개발 방안이 필요하다[6]. 스마트 그리드와 연계된 해상풍력발전단지의 최적 운영을 위해서는 빅 데이터 분석 및 IoT 기술 적용이 필수적으로 요구된다. 특히 해상풍력발전기는 지리적으로 사람의 접근이 매우 어려우므로 고장 발생 시 정비 및 교체 비용이 높기 때문에 통상의 정기점검보다 주요 부품의 고장진단 및 수명 예측이 가능한 PHM 시스템 기술이 필요하다. 풍력발전기 기어박스의 경우 고장 시 교체 비용과 손실이 막대하나, 현재는 진동센서를 기반으로 한 원격 고장진단 기술력이 부족하여 이를 해결할 수 있는 예측 기술 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 확보 전략이 필요하다[6, 7]. 풍력발전기 및 풍력단지의 유지보수 관련 다양한 기술 분야 중 핫 이슈가 되고 있는 세부기술군의 기술순환주기에 따른 유망 기술을 인지할 수 있는 기회를 포착할 수 있다. 아울러 세부기술 분야별 기술순환주기에 따른 기술발전 단계별 중장기 로드맵(road map)을 기반으로 원천/상용화/공공 등 기술발전 단계별 R BD를 통해 연구개발 및 수익 창출 기반을 마련할 수 있을 것이다. 3.2. 개발 목표 해상풍력발전단지에서 생산되는 신재생에너지(전력)의 스마트 그리드 최적화를 위한 PHM 시스템 개발은 제3차 신재생에너지 기술개발 및 이용?보급 기본계획(2009~2030)에 근거를 두고 있다. 핵심 개발 목표는 다음과 같다[6, 7]. ―해상풍력발전단지의 최적 운용시스템 구축을 통해 스마트 그리드 효율성 50 #37; 이상 향상 ―유효수명 예측에 따른 예방정비를 통해 유지보수에 소요되는 시간 최소화 ▶ 수MW급 중대형 해상풍력발전기의 유지보수 소요시간 |
