지난 11월29일 대한설비공학회 하계학술대회 ‘태양에너지 특별세션’이 성료됐다. 강연자들은 PVT(Photovoltaic Thermal)·BIPVT 등 태양열에너지를 활용한 성능개선연구 성과발표와 새로운 시스템을 제안 등을 진행했다.

 

PVT E사용량·난방적용가능성 연구성과 공유

방민규 서울대학교 건축학부 연구원은 PVT연계 바닥복사난방시스템 에너지사용량·난방적용가능성 평가를 진행했다. 

 

기존 PVT에서 생산된 낮은 온수온도로 인한 단독사용의 어려움이 있으며 PVT는 일사량이 있는 경우에만 작동가능했다.

 

연구진들은 시뮬레이션을 통한 PVT·저온수 바닥복사난방시스템의 에너지사용량과 난방적용가능성 평가를 통해　저부하 조건에서 PVT 활용가능성을 평가했다.

 

시스템은 PVT 축열조, 보조열원, 바닥복사난방시스템으로 난방부하를 위해 바닥복사난방시스템을 적용했으며 PV(태양광패널)를 통해 얻은 온도가 낮으면 보조열원으로 활용해 온도를 높이도록 했다.

 

연구에 사용한 PVT는 폴리머 소재로 기존 PVT와 다른 방식인 진공흡착방식을 사용함에 따라 ‘TRNSYS 18’을 활용해 모델링을 진행했다.

 

PV측 제어방식은 PVT패널온도 탱크 하부온도가 10℃ 이상이면 PVT 펌프를 작동해 온도를 획득했으며 이 온도가 2℃보다 낮으면 펌프작동 중단하며 온도를 높였다. 또한 초기 PVT 출구온도가 낮으면 3Way 밸브로 축열하는 시스템으로 구성했다.

 

저부하기간 PVT연계유무에 따른 에너지절감률 분석결과 PVT를 연계하지 않은 경우 73kW였으며 연계한 경우 15kW로 58kW 절감됐다. 저부하기간 PVT연계유무에 따른 에너지분담률 비교결과 난방을 위해 필요한 에너지 중 79.5%를 분담한 것으로 나타났다.

 

고부하 기간에는 출수온도가 약 30°C였으며 저부하 기간에는 출수 온도가 약 35°C 이하로 내려갈 때 실내온도가 감소하는 것으로 나타나 PVT 단독으로는 난방이 어려웠다. 또한 고부하 기간에는 40°C의 온수를 만드는 데 저부하 기간보다 시간이 약 2시간 소요돼 저부하기간 에너지절감 효과가 더 크게 나타났다. 

 

방민규 연구원은 “PVT의 경우 단독 바닥난방이 가능하지만 일사량이 감소함에 따라 출수온도도 감소하여 난방이 어려울 것으로 나타났다”라며 “추후 보조열원을 포함해 시뮬레이션을 실행하고 실증 실험을 진행할 예정”이라고 말했다. 

 

외피부착형 태양열집열시스템 제안

기존 유리커버사용 PV나 태양열 집열시스템은 시각적 제약과 디자인으로 인해 피하는 경향이 있었으며 유리를 사용하지 않는 태양열집열기에 중점했다. 

 

태양열집열기는 주로 옥상이나 지면 거치돼서 사용하는데 벽체부착형은 후면이 외기에 노출이 없으며 열손실 실내로 발생해 열손실 감소효과가 나타나고 추가설치가 용이하다.

 

이태하 서울대학교 건축학과 박사과정생은 모세유관(Capillary Tubes)을 적용한 외피부착형 비유리 태양열집열기(Black Wall, BW)시스템을 제안했다.

 

연구진들은 BW성능분석을 위해 블랙월시스템 특성을 반영한 시뮬레이션 모델을 개발했다.

 

BW외측으로는 외기와 내측으로는 외벽과 면하고 있어 운송시스템으로 모세유관을 적용해 부족한 열획득효율을 보완했다.

 

실내측으로 열손실 발생하는 것을 반영해 보완된 RC네트워크기반 열평형방정식을 수립했으며 핀 방법에 의한 열전달모델을 기반으로 모세유관 내부유체로 전달되는 유효에너지와 출수온도를 계산했다.

 

시뮬레이션 모델 검증결과 정규화된 평균 제곱근 오차(nRMSE)는 11%로 시뮬레이션 모델이 높은 정확도를 보였다. 또한 BW 시스템은 약 40%의 열획득효율을 기록했다.

 

이태하 학생은 “이번에 제안한 시스템은 태양열집열기와 유사한 열획득 효율을 제공하면서 시공간적 제약을 해결할 수 있을 것”이라며 “시뮬레이션 결과와 실측데이터를 비교한 결과, 높은 정확도를 보여 신뢰성을 입증했다”고 말했다. 

 

태양열집열기 성능개선 연구성과 공유

박정호 조선대학교 기계공학과 학부생은 유로구조변경을 통한 태양열집열기 성능개선연구를 진행했다. 

 

태양열집열기는 △평판형 집열기 △진공관형 집열기 △프레넬집광기 △접시형집광기 등이 있다.  

 

접시형집열기는 자동추적시스템으로 태양 위치를 추적해 반사경이 수신기로 태양광 집중시킬 수 있는 반사경각도를 조절할 수 있다.

 

연구진들은 소형 고집광태양열 수신기 연구를 진행했다. 수신기 표면 흡수체로 △석영유리 △알루미늄 △흑연 등을 활용해 흡수체에 따른 실험을 통해 집열성능을 비교했다. 

 

연구진들은 집열기 성능향상을 위해 수신기 내부 구리유로구조 형성했으며 수신기 흡수체 재질을 변경했다. 

 

또한 소형 고집관 접시형 집열기를 통해 소형 반사경 집광비 보완을 위해 프레넬 렌즈를 적용해 실험을 통해 수신기 내부 작동유체 입·출구 온도, 태양일사량과 주변온도 등 집열성능에 영향을 미치는 매개변수를 측정했다. 

 

연구결과 수신기 내부 작동유체의 입·출구 평균 온도 차는 △유리 9.04°C △흑연 7.47°C △알루미늄 5.32°C로 유리가 가장 큰 입·출구 온도 차가 나타났다.

 

수신기 효율 역시 입·출구 온도차가 가장 큰 유리에서 0.917로 나타나 흑연과 알루미늄에 비해 각각 12.2%와 19.4% 개선됐다. 

 

수신기 표면흡수체로 유리를 적용함으로 입사되는 태양에너지 대부분을 수신기 내부에 있는 유로 구조물과 작동유체로 전달되며 유로구조물이 이를 흡수함으로써 작동유체는 태양에너지 입사와 구조물로부터의 열전달을 동시에 받기 때문에 높은 집열 성능을 얻을 수 있었다.

 

박정호 학생은 “수신기 효율은 유리에서 가장 많이 나타났다”라며 “열손실 및 저항으로 가장 높은 집열 성능을 얻을 수 있을 것”이라고 말했다.

 

LSTM기반 태양열에너지 예측기술 개발

김덕근 경희대학교 기계공학과 석사과정생은 장단기기억(Long Short-Term Memory, LSTM)기반 태양열에너지 예측시스템을 분석했다. 

 

신재생에너지 예측연구는 신재생에너지 신뢰성과 안정성 확보하는 데 필수적인 요소다. 그러나 태양광에 집중돼있는 AI연구들에 비해 태양열연구는 부족한 상황이다.

 

연구진들은 태양열집열시스템은 여러변수에 의해 생산량을 결정하는 시스템으로 효과적 예측을 위한 데이터기반 연구가 중요함에 따라 시계열데이터 예측에 특화된 LSTM기반 태양열에너지 예측을 실시했다.

 

LSTM은 순환신경망(Recurrent Neural Network: RNN)의 한 종류로 장기의존성 한계 해결위한 모델이다.

 

현재 비선형 시계열데이터에서 성과를 거두고 있으며 딥러닝을 활용해 설비시스템 성능예측과 평가도구로 활용하고 있다. 

 

기상예측(Numerical weather prediction, NWP)은 일반적으로 기상관측(Numerical weather observation: NWO)으로는 알 수 없는 예측 가능한 변화를 반영하지만 과거 데이터에 의존하는 한계가 있어 오차가 존재한다.

 

이에 따라 예측모델 구축 시 NWP는 장기적인 예측에 강점을 두며 NWO는 과거적이고 즉각적인 정보를 제공하므로 단기적인 예측에 강점을 가진다. 

 

연구진들은 NWP 데이터만을 입력값으로 활용한 예측 모델 LSTM과 NWO 및 NWP 데이터를 계단식 입력 방식으로 사용하는 모델인 ‘CMF(Cascaded Multi-Fidelity)-LSTM’을 비교분석했다.

 

NWP데이터는 기상자료개방포털 초단기예보를 기반으로 태양열온수시스템 위치인 용인시 기흥구 지역선정 기상데이터는 △강수 △강수형태 △습도 △기온 △풍향 △풍속 △동서바람성분 등 9개 항목을 수집했다. 

 

NWO는 열환경제어연구실 태양열온수시스템 계측데이터 활용해 계측데이터는 일사량, 생산량, 소비량 데이터를 활용했다.

평가결과 CMF-LSTM은 기존 LSTM에 비해 더 낮은 오차율을 보였으며 RMSE와 MAE에서도 CMF-LSTM은 각각 0.1039, 0.0514로, LSTM의 0.1301, 0.0719보다 우수한 결과를 나타냈다. 

 

김덕근 학생은 “NWO와 NWP를 적절히 결합하여 사용하는 것의 중요하다”라며 “생산량 예측 문제를 해결하는 측면에서 제안된 CMF-LSTM이 이점이 있다”고 강조했다. 

 

BIPVT 시뮬레이션 결과 공유

액체식 PVT는 유창형과 무창형으로 나뉜다. 유창형은 유리창이 구성돼 집열기 내 열손실 줄여 무창형에 비해 열효율이 높으며 무창형은 PV모듈이 외기와 접촉하는 형태로 대류에 의한 PV모듈냉각이 이뤄져 전기효율이 높다.

 

문찬혁 경희대학교 기계공학과 석사과정생은 BIPVT시스템 시뮬레이션을 진행했다.

 

실험목표는 획득열량, 집열효율, 발전량, 발전효율 등 데이터수집을 통해 BIPVT시스템 성능을 측정하는 것으로 겨울철 일사 많이 받을 수 있게 설정했다. 

 

연구진들은 제어·계측을 위해 모니터링시스템 구축해 각지점온도와 유량, 에너지양, 효율 등 측정해 PVT 시뮬레이션을 구성했다. 

 

집열면적은 2.09㎡이며 축열조 용량은 100L로 30˚와 90˚ 등 각도조정을 통해 다양한 PV시뮬레이션 값을 얻었다.

 

실제 성능실험에서 측정한 일사량 시뮬레이션에 적용해 PVT시스템 실험사양과 동일하게 진행했으며 일일 급탕부하량 일일 45L로 오후부하에 가중치를 둬 오전부하 15L 오후부하 30L 온수를 사용했다.

 

실험결과 BIPVT가 경사각 90˚로 설치된 경우 열에너지 생산량 2,057.9MJ, 전기생산량 279.9 kWh, 집열효율 22.0%, 발전효율 10.8%, CO2 저감량 250.3kg/CO₂로 나타났다.

 

경사각 30˚로 설치된 경우 열에너지 생산량 3,160.6MJ, 전기생산량 451.8 kWh, 집열효율 24.7%, 발전효율 12.7%, CO₂ 저감량은 395.0kg/CO₂로 나타났다. 

 

이에 따라 PVT가 30˚로 설치되었을 때 연간 열 생산량 및 전기생산량이 90˚보다 높았으며 BIPVT와 PV 시뮬레이션 비교결과 BIPVT 발전효율은 10.7%, PV 발전효율은 8.8%로 BIPVT의 발전효율이 PV보다 더 높게 측정됐다. 

 

문찬혁 연구원은 “동일조건에서 PVT와 PV성능을 비교했을 때 PVT가 PV대비 2.2배가량 이산화탄소를 저감할 수 있었다”라며 “향후 PVT를 건물에 적용 시 고효율 신재생에너지 설비가 필요한 ZEB 확대라는 목표에 크게 기여할 수 있을 것으로 기대된다”고 말했다.