지난 6월18일부터 20일까지 평창 알펜시아리조트에서 개최된 대한설비공학회 하계학술대회에서 개최된 태양에너지전문위원회 특별세션에서는 태양광·열복합모듈(PVT)에 대한 태양에너지 연구진들의 관심을 확인할 수 있었다.

 

BIPVT 열성능평가결과 공유

이왕제 한국에너지기술연구원 연구원은 BIPVT시스템 분석을 실시했다. ZEB정책 의무화로 단위면적당 에너지생산량이 많은 PVT시스템이 주목받고 있다. 그중 BIPVT는 건물마감재를 대체할 수 있어 더욱 경제적인 시스템이다.

 

적용대상은 커튼월구조 건축물로 생산된 열은 건물 내 난방과 온수사용을 위한 히트펌프 열원으로 활용가능하다.

 

무창형 PVT시스템을 대상으로 평가를 진행했으며 BIPVT 사양은 PV는 330w급이었다. 연구진들은 △흡수판+동관 △히트파이프+매니폴드(파이프) △히트파이프+매니폴드(홀 방식) 등 총 세 가지 시스템을 분석했다.

 

히트펌프 단면은 △PVT △PVT 단열재(20mm) △공기층(39mm) △내부단열(50mm) 등으로 구성됐다.

 

목업실험에 활용된 설비는 △300L급 축열탱크 △약 37kW 방열기 △순환펌프 △밸브 등이며 배관시스템은 메인펌프와 집열펌프 각각 1대로 운영을 진행했다.

 

공급·환수헤더를 이용해 각 라인에 유량을 분배했으며 개별실험품별 유량분배를 위해 각 라인에 볼밸브 2개와 글로브밸브 1개를 설치했다.

 

주요 측정항목은 △온도 26개 △유량 3개 △수평일사량 △수직 일사량 등으로 동일한 스케쥴제어를 통해 각각의 유량을 계산했다.

 

축열조 온도(PVT 입수온도) 20~40℃ 조건에서 열효율은 흡수판+동관시스템이 가장 높았으며 다른 시스템들은 상대적으로 낮게 나타났다.

 

PV셀 표면온도는 흡수판+동관시스템이 가장 낮았으며 다른 시스템들은 유사하게 나타났다. 실제 성능에서는 PV의 온도상승을 막아 BIPVT가 PV발전량에도 긍정적인 영향을 미치는 것으로 나타났다.

 

일사조건이 400W/㎡이상인 경우를 대상을 유량증가에 따른 변화를 확인한 결과 유량조건에 따라 흡수판+동관시스템의 순간열효율은 30~60% 수준이었으며 나머지 시스템은 8~28% 수준으로나타났다.

 

2차실험 시에는 시공성과 작업성을 고려해 후면 열회수 방식을 활용했으며 △흡수판+동관 △히트파이프+매니폴드 △알루미늄판+고무관 등의 시스템을 활용했다.

 

단면에는 PVT와 20mm 단열재가 활용됐으며 각 케이스에 따라 직렬·병렬실험이 가능하도록 배관설비를 제작했다. 또한 모든 실험품 환수라인에 각각 정유량 밸브를 설치했으며 내부단열과 표면온도센서 등은 부착하지 않았다.

 

열생산량은 △흡수판+동관 △히트파이프+매니폴드 △알루미늄판+고무관 순으로 나타났으며 케이스별 열성능곡성은 동일수정온도차 조건에서 흡수판+동관 시스템 효율이 28% 수준일 때 △히트파이프+매니폴드는 14% 내외, △알루미늄판+고무관은 8% 내외로 큰 차이를 보였다.

 

이왕제 한국에너지기술연구원 연구원은 “무창형 PVT의 경우 전면부 열손실이 많다”라며 “또한 작동매체에 대한 특성과 불량여부 파악이 어려워 제품에 성능·시공성·품질관리부문을 고려해 개발이 이뤄져야 할 것”이라고 말했다.

강화학습기반 일사량 예측·직달산란분리기법 제안
 

전병기 한국에너지기술연구원 선임연구원은 데이터부족 환경을 고려해 강화학습기반 일사량 예측과 직달산란 분리기법 연구를 실시했다.

 

기존 딥러닝기반 시계열모델은 데이터 많아질수록 과거데이터를 잊는 경우 발생해 이를 보완하기 위해 LSTM(Long Short-Term Memory) 방식이 활용됐다.

 

LSTM은 최소 1년~10년동안 데이터를 요구해 고도화된 모델일수록 방대한 학습데이터가 필요하다.

 

딥러닝모델은 훈련데이터가 많을수록 예측성능이 향상되지만 현실에서는 장기간동안 고해상도의 기상데이터 확보가 어려워 인프라가 부족하거나 최신식으로 설치된 시스템은 장기데이터 사이클의 학습이 어렵다.

 

이에 따라 연구진들은 에이전트가 학습하는 방식의 강화학습구조를 적용해 2주간의 데이터를 학습하고 1년의 일사량을 예측하는 형태의 모델들을 구성했다.

 

일사량 예측과 직달산란일사분리를 기존 계산모델을 기반으로 예측오차를 보정하는 형태로 접근했다. 일사량예측은 lstm기반 시계열 예측모델을 기준으로 설정했다.

 

직달·산란분리는 Watabe 모델을 기준모델로 활용해 모델이 산출한 직달·산란일사량과 실제값 간의 차이를 강화학습이 학습하며 보정하는 방식으로 모델을 설계했다.

 

모델결과 기존모델과 제안모델 모두 우수한 성능을 나타냈으며 학습일 직후 10일동안 예측성능과 가까운 시일 예측은 두 모델 모두 우수했다.

 

장기예측성능은 1월과 계절적 차이가 나타나는 경우에는 LSTM의 성능이 떨어지는 경향을 보였지만 강화학습모델은 기간이 멀어져도 오차를 안정적으로 보정했다.

 

연구진들은 기상조건이 불안할 때 급격한 반응을 방지해 오차를 발생하지 않도록 강화학습 알고리즘을 설정했다.

 

전병기 한국에너지기술연구원 선임연구원은 “일사량을 포함할 때 태양과 지구관계에 기반해 천문학적 일사량을 반영할 수 있다”라며 “이를 통해 안정적이며 일반화된 성능유지가 가능하다”고 말했다.

 

이후 직산분리모델을 구성했다. 기존 직산분리모델은 경향성을 반영을 잘 했지만 특정조건에서 예측편향하는 경우가 있었다.

 

연구진들은 경향성은 가져오지만 예측값을 상황에 따라 유연하게 보정할 수 있는 방법을 제안해 편향이 있는 직산분리모델을 2주 학습시킨 뒤 1년을 예측했다. 분석결과 기존 모델은 편향된 결과를 나타냈지만 강화학습모델을 개선되는 것을 확인했다.

 

전병기 수석연구위원은 “강화학습을 통해 편향오차보정이 가능하다”라며 “일사예측은 LSTM 딥러닝기반 강화학습을 통해 1년간 예측성능 확보가 가능하며 직산분리의 경우 계절과 기상변화에 강한 보정성능을 달성해 데이터가 부족한 상황에서도 적용가능할 것”이라고 말했다.

 

KS인증 대비한 고효율·저가화 PVT 개발동향 공유

주홍진 한국에너지기술연구원 연구원은 현재 에너지기술연구원에서 개발중인 PVT 모듈에 대해 소개했다.

 

국내 열에너지시장은 300억 수준으로 가정용에 국한돼 보급되고 있다. 유럽에서는 대규모 건물에서도 많이 보급되는 상황으로 국내는 단독주택 내 온수급탕용으로만 주로 보급되고 있다.

PVT는 열에너지 시장을 활성화할 수 있는 시스템으로 주목받고 있지만 높은 초기투자비 문제와 시스템신뢰성 확보 및 표준화가 필요하다.

 

전 세계 PVT시장은 유럽이 64% 차지를 차지하고 있다. 지난 2023년을 기준으로 전체 설치면적의 78%는 무창형 PVT로 그중에서도 액체식 무창형 PVT 보급이 가장 보편적이다.

 

PVT 모듈에 대한 인증은 △솔라키마크와 △SRCC 등으로 지난해대비 올해 솔라키마크 PVT 인증시험 제품이 3개로 늘면서 PVT 시장은 더욱 활발해지고 있다.

 

대표적인 PVT 개발기업 선맥스는 PVT전용 배관부속을 개발해 DIY형태로 보급하고 있으며 히트펌프와 결합한 시스템을 선보이고 있다. 모듈은 자체생산하며 올해 1년에 57만장의 모듈을 생산가능한 공장을 구축했으며 2030년까지 1년 750만장이 생산가능한 공장을 구축할 예정이다.

 

국내도 PVT 보급 활성화를 위한 국가표준(KS)을 제정하고 있으며 제정예고고시가 완료돼 향후 정식고시와 인증심사기준 등이 발표될 예정이다.

 

주홍진 박사는 “KS표준이 제정될 경우 유럽 PVT시스템에는 단열이 없어 우리나라 성능기준에 부합하지 않다”라며 “신규업체는 성능확보와 기술력확보가 시급하다”라고 말했다.

 

PVT의 보급확산을 위해서는 효율뿐아니라 가격경쟁력 확보가 이뤄져야 하며 이는 대량생산과 자동화공정생산으로 뒷받침가능하다.

 

이에 따라 에너지기술연구원은 대량생산이 가능하며 고효율·저가화의 특성을 가진 PVT의 개발을 진행 중으로 현재 DIY가 가능한 전용배관을 개발했으며 현재는 기존설치된 PV모듈에도 적용가능한 열회수장치 개발 중이다.

 

시제품에 배터리쿨링자켓 기술을 적용했으며 금형과 브레이징 통해 뒷면에 열회수장치를 제작했다. 현재 배터리쿨링자켓 전용배관툴 개발은 완료된 상황이다. 하루에 3~500개까지 생산 가능한 시스템으로 무단열, 무창조건에서 최고집열효율 72% 확보를 완료했다.

 

열회수장치를 통해 PVT 시제품을 제작했으며 뒷면에 열회수장치 단열재를 부착했다. 시험장치에 열성능테스트를 진행한 결과 최고효율은 60.2%로 우수하게 나타났으며 1차 열손실계수는 10.4616W/㎡였으며 0~80℃ 기준 평균출력은 159.26W/㎡를 달성했다.

 

주홍진 한국에너지기술연구원 박사는“KS표준기준에 적합할 것으로 파악한다”라며 “기술이전으로 국내PVT모듈대비 40% 이상 저가화된 상용화모델기술개발을 추진할 것”이라고 말했다.

 

인공지능 활용 PVT연계 HP시스템 분석
 

채수원 부산대학교 회원은 인공지능을 활용한 PVT 연계 히트펌프시스템 분석을 실시했다.

 

온실가스 배출량 증가로 지구온난화 가속화로 재생에너지 활용이 필수적이며 에너지전환이 시급한 분야는 건물부문이다.

 

최근 높은 효율로 주목받는 PVT를 포함한 신재생에너지설비는 공급과 수요의 시간적 불일치로 도입이 제한되고 있다.

 

연구진들은 안정적 에너지공급이 가능한 히트펌프와와연계한 하이브리드시스템에 주목했다. 하이브리드시스템은 초기투자비가 높아 운영단계에서의 최적화가 필요하며 구조와 설계가 복잡해 데이터와 모델기반 제어알고리즘 적용에 한계가 뚜렷하다.

 

이에 따라 연구진들은 모델프리(Model-Free)방식의 인공지능 제어기법을 개발해 실증사이트 구축를 구축했으며 물리모델 개발·검증 AI알고리즘 개발·알고리즘 성능평가 등을 실시했다.

 

시스템은 △PVT △공기·물 히트펌프 △축열조 △FCU 등으로 구성됐다. 총 10장의 PVT를 설치했으며 히트펌프는 △난방 9kW △냉방 8kW 급으로 구성했다.

 

강화학습알고리즘 성능평가를 위해 지도학습 알고리즘 개발을 개발했다. 강화학습알고리즘 개발 시 독립된 정책에 따라 개별제어를 수행하지만 환경상태변화에 대한 정보를 공유하며 각 에이전트는 하나의 주요구소를 제어해 개별적인 정책과 보상함수를 통해 학습되는 구조다.

 

분석결과 DNN은 정교하게 목표값을 예측했으며 비선형확률모델을 통해 효율최적화를 진행했다.

 

듀얼~은 이산화된 행동을 예측해 속도가 느리며 분산이 크게 나타났으며 PPO는 연속적으로 정책의 옳고그름을 해석해 최적유량제어에 적합했다.

 

대표일 성능분석결과 히트펌프 지도학습알고리즘은 적극적 유량변화모습을 나타냈으며 강화학습의 경우 듀얼 PPO 모두 유량을 높게제어해 축열조, 실내온도 안정유지하려고 노력했다. 그중 PPO는 최대부하 발생하기 이전시점부터 유량을 높게 설정해 피크시프트 달성를 달성했다.

 

채수원 부산대학교 회원은 “장기적 관점에서 PPO제어성능이 가장 우수한 것으로 파악됐다”라며 “향후 실증을 통해 고장예지 등의 기능을 추가할 것”이라고 말했다.

 

ZEB 구현을 위한 BIPVT 적용성 평가

김민휘 한국에너지기술연구임연구원은 ZEB 구현을 위한 BIPVT의 적용성을 평가했다.

 

국내는 고밀도 주거형태인 공동주택 비율이 높아 이에 적합한 전기화와 제로에너지화기술 개발이 필요하다.

 

특히 공동주택 에너지사용량 중 도시가스 비율이 48.5% 차지해 ZEB 구현을 위해서는 전기화가 시급하다.

 

문제 해결방안 중 하나로 공기열원 히트펌프 설치를 통해 해결하는 방안이 있다. 그러나 히트펌프 운영 시 외기온도가 높아질수록 COP가 급격히 저하해 냉방부문의 한계가 있다.

 

이에 따라 히트펌프 효율을 개선하기 위해서는 다양한 재생에너지 열원을 적용해야 할 필요성이 크다. 이를 위한 대안인 지열히트펌프의 경우 지중열교환기 온도변화문제에 대한 해결이 필요하며 4세대 지역냉난방 시스템 실증 시에도 열손실이 크게 나타났다.

 

이에 따라 연구진들은 건물 내에 BIPVT를 적용하는 방안을 연구했다 기존 PVT는 누수대처가 어려우며 높은 작동온도로 PV효율이 저하되는 문제가 있었다. 문제해결을 위해 누수최소화를 위한 히트파이프를 활용한 매니폴드와 건물일체형 시공을 위한 프레임없는 BIPVT가 개발됐다.

 

김민휘 박사는 “BIPVT 적용 시 건물수용성 해결이 가능해 급탕·난방 시에도 열을 추가로 얻을 수 있다는 방안이 고민됐다”라며 “지열은 최대 5층까지 히트펌프로서 커버가 가능해 공동주택 ZEB화를 위해 상·중·저층부로 나눠 건물과 층별로 상이한 시스템을 설치하는 것을 고민했다”고 말했다.

 

상층부에는 복합열원 히트펌프모델을 설치했으며 중층부에는 공기열원 냉난방·급탕히트펌프를 설치했다. 저층에는 지열·수열원을 활용했다.

 

이 때 상·중·저층부의 통합운영을 위해서는 열네트워크가 필요하다. 이에 따라 5세대 지역난방시스템이 주목받고 있다.

 

기존 4세대 지경난방시스템은 4개의 배관이 필요하며 배관 내 손실로 PVT 효율이 낮아질 수 있는 우려가 있다.

 

반면 5세대는 히트펌프 열원배관과 2~3개의 급탕배관이 필요해 냉난방 축열조가 필요없으며 배관열손실이 적어 열에너지 적용에 매우 유리하다. 이 때 급탕용 중앙축열조공간 마련은 필요한 상황이다.

 

적용가능성 분석결과 벽면 BIPVT를 통한 전체 SCOP개선을 확인했으며 설치면적대비 발전효율 20.7% 집열효율 40%로 나타났다.

 

김민휘 박사는 “저온으로 가야 PVT를 효과적으로 사용가능할 것”이라며 “중앙층은 공기열 COP 2.0 지열 시 2.5 PVT 부착 시 3.1까지 올라갈 수 있을 것”이라고 말했다.

 

이후 6개의 지역냉난방시스템 적용가능성을 분석한 그 결과 공기열과 지열의 결합시스템의 경우 15% 가량 손실로 가스보일러가 나으며 5세대 형태로 손실발생이 거의없는 상황에서 PVT 붙일 때 가장 높은 에너지자립률이 나타났다.

 

김민휘 박사는 “현재 건물에너지성능평가고도화기술개발과제 참여 중이다”라며 “저평가된 태양열 반영개선과 PVT 및 PVT와 히트펌프 융합기술이 반영될 수 있도록 할 것”이라고 말했다.

 

산업단지 재생에너지 통합설계솔루션개발사업 추진방안

김종규 한국에너지기술연구원 신재생시스템연구실 실장은 산업단지 재생에너지 통합솔루션개발사업 추진방향을 공유했다.

 

산업단지는 산업시설과 관련시설의 기능향상을 목적으로 주거·문화·환경·공원녹지 등을 설치하기 위해 포괄적계획에 따라 지정 ·개발되는 토지다.

 

산단 에너지사용계획 수립 및 구조고도화계획에 따른 에너지설계가 필요하며 노후산단 등에도 신재생E, 고효율기기 채택방안에 대한 고민이 필요하다.

 

에너지기술연구원은 기존 소프트웨어의 문제점 극복을 위한 재생에너지 통합설계솔루션을 개발하는 고제를 진행하고 있다.

 

이를 통해 GIS를 기반으로 건물 및 지역단위 산에 재생에너지 도입을 할 수 있는 경제성기반 최적설계안을 도출할 예정이다.

 

또한 산단재생에너지경제적설계와 운영핵심 엔진기술개발 및 산단 재생E 통합설계핵심기술 검증이 이뤄질 것으로 기대된다.

 

1차연도에는 PV, ESS BIPVT 등 재생에너지전기모듈개발과 전력중심형업종 전기전자·금속가공업 등 소비부하 도출을 실시하며 2차연도에는 ST TES 히트펌프 등 재생열모듈을 개발하며 화석연료형업종 석유화학·철강 등 소비부하를 도출한다.

 

3차연도에는 FC CHP 등 재생에너지모듈을 개발하며 혼합형 업종 자동차·정유·시멘트 등 소비부하 도출할 예정이다.

 

연구진들은 건물군 GIS정보·에너지소비데이터자료·실제데이터 등을 기반으로 산업단지 에너지시스템과 신재생생산량 시계열분석을 통해 경제성과 환경영향평가분석모델 및 시스템 데이터베이스를 구축해 신재생에너지시스템별 용량·저장설비용량 최적설계를 실시할 예정이다.

 

또한 신재생에너지시스템별 용량·저장설비용량 최적설계결과검증과 에너지밸런스 평가를 진행하며 산단탄소배출과 에너지자립률 및 경제성기반 최적설계·운영시나리오를 도출할 예정이다. 손쉬운 산단에너지해석플랫폼을 제공하 산단E해석플랫폼 제공될 것으로 기대된다.

 

김종규 박사는 “AI학습기반부하예측을 위해 LSTM +BLSTM을 결합한 시계열학습모델을 적용할 것”이라며 “정확도 80% 이상 달성하는 것이 목표다”라고 말했다.