Research Article

Journal of the Korean Solar Energy Society. 30 December 2023. 107-119
https://doi.org/10.7836/kses.2023.43.6.107

ABSTRACT


MAIN

  • 1. 서 론

  •   1.1 연구 배경 및 목적

  •   1.2 연구방법

  • 2. 실측을 통한 외벽형 BIPV 시스템 데이터 수집

  • 3. 외벽형 BIPV 시스템의 해석 모델 수립 및 유효성 검증

  •   3.1 해석모델 수립

  •   3.2 실측데이터에 기반한 해석모델의 매개변수 추정 및 검증

  • 4. 수직 외벽형 BIPV 시스템의 연간 온도 및 발전성능 평가

  •   4.1 적용 설치조건 및 기상조건

  •   4.2 연간 온도분포 시뮬레이션 결과

  •   4.3 지역에 따른 연간 온도분포

  •   4.4 후면 환기조건에 따른 연간 발전성능 비교

  • 5. 결 론

기호 및 약어 설명

PSTC : 정격 출력[kWp]

Pdc : 모듈 직류 출력[kW]

Ipoa : 모듈 입사 일사량[W/m2]

Tm : 모듈 온도[℃]

TSTC : 표준시험조건 모듈 온도[℃]

Tcell : 셀 온도[℃]

Tair : 외부 공기온도[℃]

v : 풍속[m/s]

γ : 모듈 온도계수[%/℃]

a,b : Sandia Module Temperature Model의 실험적 매개변수

LPV : 모듈 손실 계수

CV : 변동계수[%]

1. 서 론

1.1 연구 배경 및 목적

국내에서는 건물부문 온실가스 감축을 위해 제로에너지 건축물 활성화 정책을 추진하고 있다. 제로에너지 건축물은 건물자체의 에너지사용량 감축뿐만 아니라 일정 비율 이상의 에너지자립률을 요구하기 때문에 태양광발전과 같은 신재생에너지 설비가 필수적이다. 하지만 건물에 설치가능한 태양광발전 용량은 제한적이며 미관상으로 불리하게 작용할 수 있기 때문에, 이를 위한 방안으로 건물일체형 태양광발전 시스템(Building Integrated Photovoltaic system, 이하 BIPV)이 주목받고 있다. BIPV는 건물 외장재 역할을 겸할 수 있는 태양광발전 시스템으로 제작방식에 따라 다양한 색상 및 질감 구현이 가능하고 건물 외피에도 적용 가능하기 때문에 큰 잠재력을 가진 신재생에너지으로 시스템 평가받고 있다.

BIPV 시스템은 본질적으로 태양광발전 시스템을 응용한 시스템이기 때문에 기존 태양광발전 시스템 성능에 영향을 주는 요소들을 고려하여 설계할 필요가 있다. 발전 효율에 직접적인 영향을 주는 요인으로 모듈의 온도상승이 있는데 특히 일사량, 외기온도 등과 같은 기상조건에 의해 모듈 온도가 상승하면 모듈의 개방전압이 감소하게 되고 이는 성능저하의 주요 원인이 된다.

이미 많은 선행 연구들은 모듈온도 상승이 BIPV 시스템 출력성능 저하의 주요 원인임을 보여주고 있다. Maturi et al.1)는 단결정, 다결정, 박막 및 양면 모듈을 포함하여 BIPV 시스템에서 일반적으로 사용되는 태양광 모듈 6가지를 대상으로 실측 실험을 진행하고 각 모듈 유형별로 모듈온도 상승에 따른 발전​​성능 감소율을 정량적으로 제시하였다. 또한, Cuce et al.2)는 모듈 온도상승에 따른 모듈의 개방전압 감소 및 단락전류 상승을 모사한 물리적 모델을 통해 태양광 모듈 파라미터와 열역학적 효율 수치에 대한 일사량 및 셀 온도 의존성을 확인하였다.

국내 BIPV 사례에 따르면 Choi et al.3)는 강판으로 제작된 지붕형 BIPV 모듈을 대상으로 모듈 온도특성을 조사하였으며 모듈 온도는 최대 90℃까지 상승할 수 있다고 보고하였다. 또한 Kim et al.4)는 커튼월 타입 수직형 BIPV를 대상으로 후면 환기조건에 따른 모듈 후면 표면온도 특성을 조사하기 위해 커튼월 BIPV의 실측실험을 수행하였다. 그 결과 밀폐형 모듈은 최대 67℃, 환기형 모듈은 59℃까지 상승하며 환기조건에 따른 온도차이가 평균 7℃로 나타났다고 보고하였다. Yoon et al.5)은 외벽형 BIPV 시스템을 대상으로 후면 상하부 환기구 개방조건에 따른 온도특성을 실험적으로 조사한 결과, 상하부 환기구 중 한쪽만 개방하는 것은 환기구 밀폐조건과 모듈 온도 차이가 거의 나타나지 않았으며 상부 및 하부 환기구를 모두 개방하여야 유의미한 모듈 냉각 효과를 기대할 수 있다고 보고하였다.

이처럼 BIPV 시스템 온도 특성에 대한 여러 사례 연구가 진행되었다. 하지만 대부분의 연구는 특정 기상 조건에서 단기적으로 진행되었으며 장기성능에 초점을 맞춘 연간 온도특성 연구 사례는 부족한 실정이다. BIPV 시스템은 건축자재의 역할을 수행하며 10년 이상의 높은 내용연수를 갖기 때문에 장기적인 성능이 매우 중요하다. 이를 위해 본 연구에서는 수직 외벽형 BIPV 시스템을 대상으로 시뮬레이션 기반 연간 모듈 표면온도 분포를 도출함으로써 수직형 BIPV 연간 온도특성과 발전특성을 정량적으로 검토하고자 한다.

1.2 연구방법

본 연구는 수직 외벽형 BIPV 시스템의 연간 시뮬레이션을 통해 시스템 운영에 따른 온도분포와 그에 따른 발전성능 영향을 분석하고자 한다. 이를 수행하기 위해 연구는 크게 3가지 단계로 수행되었다. (1) 시뮬레이션 모델의 수립을 위해 현장 설치된 BIPV 시스템으로부터 필요한 데이터를 수집한다. (2) 측정 데이터에 기반하여 해석모델을 수립한다. 해석모델은 Sandia National Lab에서 제시된 표면온도 모델을 이용하였으며 해석모델의 매개변수들은 수집된 데이터에 기반한 통계적 추정 방법을 이용하여 결정된다. (3) 해석 모델을 이용하여 후면 환기구 개방조건과 환기구 밀폐조건의 연간 시뮬레이션을 진행하여 관심 데이터를 산출한다. 일련의 과정을 통해 국내 표준기상조건 상의 표면온도 분포 및 발전성능이 산출되며 모듈의 온도 특성과 출력을 중심으로 시스템의 성능이 정량적으로 검토된다.

2. 실측을 통한 외벽형 BIPV 시스템 데이터 수집

실측 데이터를 기반으로 해석모델을 수립하기 위해 야외 테스트베드에 설치된 BIPV 시스템으로부터 모듈의 후면 표면온도와 모듈의 출력을 수집하였다. Fig. 1은 데이터가 수집된 BIPV 시스템을 보여주며 Table 1는 설치된 모듈 제원을 보여준다. 대상 BIPV 모듈은 Glass to Glass 구조를 가지며 전용 브라켓을 이용한 건식 시공방법으로 남측 수직면에 설치되었다. 테스트베드 시설의 외피는 외단열 구조로 되어있으며 모듈 후면측에는 모듈과 단열재 사이에 50 mm 공기층이 존재한다. 해당 공기층은 Fig. 1의 우측과 같이 벽체–지붕 연결부의 환기구, 벽체–바닥 연결부의 환기구 개폐여부에 따라 환기될 수 있다.

후면 환기 조건에 따른 데이터를 수집하기 위해 Fig. 1의 좌측과 같이 좌측 모듈 라인은 상하부 환기구를 닫고 우측 모듈 라인은 환기구를 개방하여 실험을 진행하였다. 각 모듈 후면 공기층에는 단열블록이 설치되어 각 라인 공기층 사이의 열전달을 최소화하였다. 모듈 표면온도는 모듈 후면에 온도 센서를 부착하여 수집하였으며 일사량계가 모듈과 동일한 방위에 설치되어 모듈에 입사되는 일사량이 수집되었다. Table 2는 측정장비에 대한 제원을 보여준다.

https://static.apub.kr/journalsite/sites/kses/2023-043-06/N0600430610/images/kses_2023_436_107_F1.jpg
Fig. 1

BIPV system installed on site (Left), Section view of the BIPV system (Right)

Table 1

BIPV module info

Items Value
Nominal power [W/m2] 166
Voltage at maximum power [V] 17.7
Current at maximum power [A] 9.2
Azimuth angle, Tilt angle 180° (South), 90°
Location (latitude, longitude) Daejeon, Korea (36.37, 127.37)
Table 2

Measuring device specifications

Items Instrument Measuring range Accuracy
Irradiance Pyranometer (MS-60) 0 to 2000 W/m2 ± 15 W/m2
Temperature Thermocouple (T type) -250℃ to 350℃ ± 0.5℃
DC Power IV curve tracer 20 to 1000V ± 1.7%

https://static.apub.kr/journalsite/sites/kses/2023-043-06/N0600430610/images/kses_2023_436_107_F2.jpg
Fig. 2

Module temperature measured under clear sky conditions (Left), Field data of the power output versus module temperature and irradiance for the module installed in site (Right)

데이터 수집은 약 2개월(2021년 9월 01일 ~ 2021년 11월 1일) 동안 1시간 간격으로 진행되었다. 또한 시스템이 작동하는 조건을 대상으로 분석하기 위해 모듈에 입사되는 일사량이 120 W/m2 이상을 만족하는 데이터만을 필터링하여 분석에 활용하였다. 측정기간 동안 외부 공기 온도는 3.2℃에서 최대 31.1℃까지 변동하였으며 수직면 일사량은 최대 835.5 W/m2까지 나타났다.

Fig. 2의 좌측은 청천공 일사 조건에서 하루 동안 수집된 모듈 표면온도를 보여준다. 환기구 개방에 따른 표면온도 차이는 입사일사량과 큰 상관관계를 보인다. 두 조건의 표면온도 차이는 08:00까지 1℃ 미만에 불과하지만 이후 입사일사량이 높아짐에 따라 증가하여 정오에 최대 4.5℃까지 나타나고 다시 일사량 감소에 따라 감소하는 패턴을 보여준다. Fig. 2의 우측 그래프는 측정된 데이터를 산포도로 나타낸 것으로 3가지 데이터(경사면 일사량, 모듈 표면온도, 모듈 출력)의 상관관계를 보여준다. Fig. 2를 살펴보면 입사된 일사량에 따라 모듈 출력은 비례하지만 동일 일사량 조건에서 모듈 표면온도가 높아짐에 따라 모듈 출력이 감소하는 경향을 보여준다. 측정기간 동안 모듈 표면온도는 최소 5.2℃부터 최대 64.4℃까지 다양하게 나타났다.

3. 외벽형 BIPV 시스템의 해석 모델 수립 및 유효성 검증

3.1 해석모델 수립

본 절에서는 연구에서 활용된 해석모델에 대해 기술한다. 해석모델은 크게 표면온도 모델과 발전량 모델로 구분되며 후면 환기구 개방여부에 따라 2가지 모델이 작성되었다. 각 모델의 매개변수는 앞서 수직형 BIPV 시스템으로부터 수집된 데이터를 기반으로 추정되었다. 먼저 모듈 온도 Tm 산출을 위한 모델은 Sandia National Lab에서 제시된 Sandia Module Temperature Model (이하 SMTM)이 사용되었다6). 후면 환기구 조건에 따른 온도 특성은 공기층 유동의 영향을 받으므로 이를 모사하기 위해서는 CFD 해석과 같은 수치적 기법으로 접근하는 것이 정확도 측면에서 유리하다. 하지만 본 연구에서는 정밀한 해석 결과가 아닌 표준기상자료 조건의 연간 통계량을 얻는 것이 목적이므로 효율적인 결과 도출을 위해 실측 데이터를 기반으로 수립이 가능한 PV 온도 모델을 사용하였다.

PV 모듈의 후면 표면온도를 모듈 입면에 조사되는 일사량, 주변 외기온도, 풍속을 반영하여 식(1)과 같이 결정한다.

(1)
Tm=Ipoae(a+b×v)+Tair

여기서 Ipoa, v, Tair는 각각 모듈에 입사된 일사량(W/m2), 풍속(m/s), 주변 공기온도(℃)이며 a와, b는 태양광 모듈이 준 정상상태(운량의 변화량이 적은 조건) 조건의 측정 데이터로부터 결정되는 계수이다. IpoaTair의 경우, PV 시스템이 위치한 계측장비를 통해 수집한 값으로 입력되었으나 v은 약 400 m 떨어진 웨더스테이션에서 측정된 값을 활용하였다.

PV 시스템의 전력 생산량 모델은 NREL (National Renewable Energy Laboratory)에서 개발된 PVWatts를 활용하였다7). PVWatts는 식(2)과 같이 PV 모듈에 입사된 일사량 Ipoa, PV 셀 온도 Tcell를 입력받아 직류 출력 Pdc을 결정한다.

(2)
Pdc=Ipoa1000PSTC(1+γ(Tcell-TSTC))LPV
(3)
Tcell=Tm+Ipoa1000T

여기서 TSTCPSTC는 STC 조건의 온도(25℃) 및 단위면적당 발전량이며, γLPV는 각각 모듈의 온도계수, 발전 손실률을 의미한다. PV 모듈 온도 Tm는 앞서 SMTM로부터 계산된 값이 사용되었으며 입사 일사량에 따른 비례계수인 T는 관련 연구에서 Close roof 설치 타입의 계수로 제시된 1℃로 설정되었다6). 또한 상용되는 대부분의 인버터의 효율이 98% 이상인 점을 고려하여 PV 시스템의 생산 전력량은 직류 출력 Pdc으로 가정되었다.

3.2 실측데이터에 기반한 해석모델의 매개변수 추정 및 검증

수립된 모델이 실제 시스템을 잘 모사하기 위해서는 적절한 매개변수가 입력되어야 한다. 이를 위해 베이지안 MCMC (Markov Chain Monte Carlo) 샘플링 방법을 사용하여 해석모델의 매개변수를 추정하였다. MCMC 샘플링은 관심 매개변수들을 수집 데이터에 대한 확률변수 혹은 확률벡터로 고려하고 해당 매개변수들로 이루어진 표본공간을 샘플링함으로써 관심 매개변수의 분포를 추정하는 통계적 방법이다. MCMC 샘플링 과정은 마르코프 과정(Markov Process)을 따르기 때문에 샘플링을 충분히 반복하면 샘플링된 매개변수는 정적분포(Stationary distribution)로 수렴하여 관심 매개변수의 분포를 얻을 수 있다. 본 연구에서는 파이썬 라이브러리인 pymc를 이용하여 MCMC 샘플링을 진행하였다8).

MCMC 샘플링을 이용하여 SMTM와 PVWatts의 주요 4가지 매개변수 a, b, LPV, γ에 대해 추정이 진행되었다. 샘플링 반복횟수는 10,000번으로 설정하였으며, 최초 샘플링된 1,000개는 분포 수렴 과정에서 발생한 Burn-in 값으로 샘플링 결과에서 제외하였다. Fig. 3Table 3은 추정 대상 매개변수들의 샘플링 결과를 보여준다.

https://static.apub.kr/journalsite/sites/kses/2023-043-06/N0600430610/images/kses_2023_436_107_F3.jpg
Fig. 3

Results for parameter estimation

Table 3

Results for estimation of parameter distribution

Parameter Description Estimated mean Estimated std
Open type Close type Open type Close type
γ The temperature coefficient of power [1/℃] -0.0037 -0.0042 0.0006 0.0004
LPV PV system loss factor 0.149 0.134 0.013 0.134
a Empirically-determined 1st coefficient in SMTM* -3.089 -2.924 0.010 0.015
b Empirically-determined 2nd coefficient in SMTM* -0.024 -0.022 0.005 0.008

*SMTM: Sandia Module Temperature Model

추정 결과에 따르면 환기구 개방조건의 경우 ab의 분포 평균은 각각 –3.089, -0.024로 나타났으며 환기구 밀폐조건의 경우 ab의 분포 평균은 각각 –2.924, -0.022로 나타났다. LPVγ의 경우, 환기구 개방조건에서는 각각 평균 0.149, –0.0037, 환기구 밀폐조건에서는 각각 0.134, -0.0042로 집계되었다.

추정된 매개변수에 기반한 해석모델들에 대해 타당성 검증이 수행되었다. 타당성 검증은 미국 냉동공조학회(ASHRAE)의 “ASHRAE Guideline 14”의 절차를 참고하여 시간별 데이터에 따른 기준으로 진행되었다9). 식(4)을 통해 계산된 변동계수(Coefficient of Variation, CV)가 ±30% 미만이어야 모델의 타당성이 검증됨을 의미한다.

(4)
CV(%)=100×i=1N(mi-si)2/(N-1)m

여기서, si, mim은 각각 i시점의 시뮬레이션 데이터, 실측 데이터이며 m은 실측 데이터의 평균, N은 데이터 수이다.

Fig. 4는 실측 데이터와 모델의 출력 데이터를 나타낸 산포도이다. 표면온도 산출 모델의 경우 CV는 환기구 개방조건과 환기구 밀폐조건에서 각각 11.3% 7.9%로 나타났으며, 발전량 산출 모델의 경우 환기구 개방조건과 환기구 밀폐조건에서 각각 14.0% 21.6%로 나타나 두 모델 모두 제시된 기준을 만족하였다.

https://static.apub.kr/journalsite/sites/kses/2023-043-06/N0600430610/images/kses_2023_436_107_F4.jpg
Fig. 4

Hourly comparison of simulated data and measured data

4. 수직 외벽형 BIPV 시스템의 연간 온도 및 발전성능 평가

4.1 적용 설치조건 및 기상조건

연간 기상조건에 대한 수직형 BIPV 모듈의 온도 및 발전특성 평가를 위해 수립된 2가지 모델(후면 환기구 개방 조건, 후면 환기구 밀폐 조건)에 대하여 표면온도 시뮬레이션이 진행되었다. 시뮬레이션의 기상조건은 한국에너지기술연구원(Korea Institute of Energy Research, KIER)의 국내 7개 지역(강릉, 서울, 대전, 대구, 광주, 부산, 제주) 표준기상자료(Typical Meteorological Year, 이하 TMY)를 활용하여 입력되었다10). 활용된 TMY는 30년(1991년 ~ 2020년)간 측정된 데이터에 기반으로 작성된 1년치 기상데이터 세트로써 공기온도, 태양 복사, 풍속, 습도 등의 시간별 데이터로 작성되어 있다.

4.2 연간 온도분포 시뮬레이션 결과

Fig. 5의 우측 그래프는 대전지역의 표면온도 해석 결과를 월별로 보여주며 좌측 그래프는 환기구 개방 여부에 따른 연간 표면온도 해석 결과를 히스토그램 형태로 보여준다. 좌측 히스토그램은 시스템 작동 조건상의 데이터를 검토하기 위해 입사일사량 120 W/m2 이상을 만족하는 구간의 시간별 표면온도를 이용하여 작성되었다. 또한 각 온도 구간에 따른 발전 효율 검토가 가능하도록 가로축 표면온도에 대응하는 발전 효율을 가로축 하단에 표기하였다. 모듈 표면온도는 환기구 개방조건(Vent open)에서 평균 22.6℃, 최대 53.7℃까지 나타났으며 환기구 밀폐조건(Vent close)에서 표면온도는 평균 26.2℃, 최대 62.5℃까지 나타났다.

https://static.apub.kr/journalsite/sites/kses/2023-043-06/N0600430610/images/kses_2023_436_107_F5.jpg
Fig. 5

Temperature distribution under operating conditions in Daejeon city (Vertical irradiation > 120 W/m2, Left: Vent open, Right: Vent close)

STC 조건을 기준으로 모듈 효율이 저하되는 온도 구간을 살펴보면, STC 온도(25℃) 이상 온도 비율은 환기구 개방조건에서는 44.7%로 주로 7월부터 10월에 해당하는 기간에 형성되었다. 환기구 밀폐조건에서는 56.3%로 주로 6월부터 11월에 해당하는 기간에 형성되었으며 환기구 개방조건보다 11.6% 높은 비율을 보였다. 또한 모듈 효율 저하가 5% 이상 발생하는 표면온도 48℃ 이상 비율은 환기구 개방조건의 경우 0.38%를 차지하였으며 환기구 밀폐조건의 경우 4.50%를 차지하였다.

4.3 지역에 따른 연간 온도분포

해당 절에서는 국내 기상조건에 따른 표면온도 분포의 차이를 검토한다. 이를 위해 국내 7개 지역 기상조건에 대해 시뮬레이션을 진행하여 지역별 연간 표면온도 분포를 산출하였다. Fig. 6의 좌측 그래프는 환기구 개방 여부에 따른 7개 지역의 연간 표면온도 해석 결과를 분포 형태로 보여준다. 해당 그래프는 시스템 작동 조건상의 데이터를 검토하기 위해 입사일사량 120 W/m2 이상 구간의 데이터로 구성되었다. 지역에 따른 연간 표면온도 분포는 대체로 유사하지만 통계량의 차이가 약 ±2℃ 존재한다.

https://static.apub.kr/journalsite/sites/kses/2023-043-06/N0600430610/images/kses_2023_436_107_F6.jpg
Fig. 6

Temperature distribution under operating conditions (Vertical Irradiation > 120 W/m2, Left: Open type, Right: Close type)

Table 4는 지역별 연간 표면온도 분포의 통계량을 보여준다. 지역별 표면온도 분포의 통계량을 검토한 결과, 환기구 개방조건에서 7개 지역의 연간 표면온도 평균값은 약 19.4℃에서 25.2℃ 사이로 집계되어 지역에 따른 편차는 전체 평균 대비 약 ±2℃ 수준을 보였다. 또한 표면온도의 연간 변동범위의 지역별 편차를 검토하기 위해 각 분포의 백분위수를 확인한 결과, 2.5% 백분위수는 0.1±2.6℃ 사이로 나타났으며 97.5% 백분위수는 42.0±2.1℃ 수준으로 나타났다. 환기구 밀폐조건의 경우, 지역별 분포의 평균값 변동은 개방조건과 유사한 수준을 보였으나 2.5% 백분위수와 97.5% 백분위수의 표준편차가 개방조건보다 높은 수치를 보여 지역에 따른 연간 표면온도 변동범위 차이가 상대적으로 높게 나타났다.

Table 4

Annual surface temperature statistics by city

City Open type Close type
Mean Std PCT-2.5% PCT-97.5% Mean Std PCT-2.5% PCT-97.5%
Busan 23.75 10.77 1.27 42.98 27.38 11.51 3.45 48.78
Daegu 20.84 10.58 -2.07 38.76 24.40 11.20 -0.23 43.67
Daejeon 22.59 11.94 -0.94 44.91 26.21 12.73 1.12 50.45
Gangneung 23.10 11.02 0.11 42.70 26.87 11.87 2.15 48.65
Gwangju 23.92 10.25 2.46 42.13 27.40 11.10 4.30 48.06
Jeju 25.24 10.56 3.89 43.60 28.40 11.44 5.78 49.27
Seoul 19.39 11.35 -4.31 39.14 22.74 11.84 -2.68 44.26
Mean 22.69 10.93 0.06 42.03 26.20 11.67 1.98 47.59
Max 25.24 11.94 3.89 44.91 28.4 12.73 5.78 50.45
Min 19.39 10.25 -4.31 38.76 22.74 11.1 -2.68 43.67

PCT: Percentile

4.4 후면 환기조건에 따른 연간 발전성능 비교

Fig. 7의 좌측은 4.3절에서 제시된 지역별 표면온도 해석 결과를 하나의 데이터 세트로 통합한 후 히스토그램 형태로 나타낸 그래프이다. 해당 그래프는 시스템 작동 조건상의 데이터를 검토하기 위해 입사 일사량 120 W/m2 이상을 만족하는 구간의 데이터를 이용하여 작성되었으며 하단 x축은 해당 모듈 표면온도에 대응하는 모듈의 발전 효율을 나타낸다. 환기구 개방조건(Vent open)에서 평균 22.6℃, 최대 53.7℃까지 나타났으며 환기구 밀폐조건(Vent close)에서 모듈 표면온도는 평균 26.2℃까지 나타났다.

전체 운영 시간의 90%를 차지하는 표면온도와 모듈 효율의 범위는 환기구 개방조건의 경우 각각 2.5℃ ~ 42.0℃, 15.4% ~ 18.2%로 나타났으며 환기구 밀폐조건에서는 4.7℃ ~ 47.5℃, 15.0% ~ 18.0%로 나타났다. 저온 구간보다 고온 구간에서 환기구 개방 여부에 따른 차이가 상대적으로 크게 나타났는데 이것은 자연대류에 의한 열전달 효과가 내외부 공기의 밀도차이에 비례한다는 사실을 고려하면 온도가 상승할수록 환기효과가 증가하는 것은 자명한 현상으로 사료된다. 모듈 효율이 5% 이상 감소되는 구간인 표면온도 48℃ 이상은 환기구 개방조건의 경우 0.38%를 차지하였으며 환기구 밀폐조건의 경우 4.50% 차지하는 것으로 나타났다.

https://static.apub.kr/journalsite/sites/kses/2023-043-06/N0600430610/images/kses_2023_436_107_F7.jpg
Fig. 7

Temperature distribution under operating conditions (Vertical irradiation > 120 W/m2, Left), Relative deviation of daily power generation according to ventilation opening conditions (Right)

Fig. 7의 우측 그래프는 두 조건의 일일 발전량 상대 편차를 월별로 보여준다. 해당 그래프의 막대 높이는 평균 편차를 나타내고 있으며 오차밴드는 표준편차를 의미한다. 그래프에 보이듯이 후면 환기조건에 따른 발전성능 차이는 계절에 따라 다양하게 나타난다. 수직면 일사량이 높게 형성되는 동절기에는 약 2.0% ~ 2.5%의 편차를 보였으며 일일 기상조건 변동에 따라 비교적 큰 표준편차를 보였다. 반면에 수직면 일사량이 상대적으로 낮게 형성되는 기간(5월 ~ 7월)에서는 약 1.0% ~ 1.5% 차이를 보였으며 기상조건에 따른 변동이 상대적으로 적게 나타났다.

5. 결 론

본 연구에서는 후면 공기층 환기여부에 따른 수직 외벽형 BIPV 시스템의 모듈 표면온도 분포 및 특성에 대한 정량적 검토하기 위해 국내 표준기상자료를 활용하여 연간 시뮬레이션을 진행하였으며, 주요 결과를 요약하면 다음과 같다.

(1) 대전시 표준기상조건에서 발전시간의 90%를 차지하는 표면온도 범위는 환기구 개방조건에서 2.5℃ ~ 42.0℃, 환기구 밀폐조건에서 4.7℃ ~ 47.5℃로 나타났다. 이에 따라 온도상승에 따른 모듈 효율 저하는 환기구 개방 조건에서 7.2%, 환기구 밀폐조건에서는 9.6%까지 나타났다.

(2) 결과에 따르면 모듈 효율이 5% 이상 줄어드는 높은 표면온도 범위(48℃ 이상)가 환기구 개방조건과 환기구 밀폐조건에서 각각 0.38%, 4.50%로 나타났다. 수직면 설치조건 특성상, 입사되는 일사량이 상대적으로 낮음으로 인해 전체 운영시간에서 높은 온도를 차지하는 비율은 적게 나타났다.

(3) 국내 7개 지역의 연간 표면온도 평균은 19.4℃에서 25.2℃ 사이에 나타났으며, 지역에 따른 모듈 온도분포의 통계량 편차는 약 ±2℃로 큰 차이를 보이지 않았다.

(4) 환기구 개방여부에 따른 모듈 온도 차이는 입사 일사량의 영향을 지배적으로 받는 것으로 나타났다. 이러한 온도 차에 따른 발전량 차이는 수직면 일사량이 높은 동절기에 약 2%까지 나타났으며 하절기에는 1% ~ 1.5% 차이를 보였다.

본 연구에서 활용된 모델의 매개변수들은 실측 데이터를 기반으로 추정되었으나 제한된 데이터를 통해 추정된 값으로써 수직형 BIPV 시스템에 범용적으로 활용하기에는 부족한 측면이 있다. 추후 다양한 설치조건 및 모듈의 데이터를 반영함으로써 BIPV 시스템 모델의 범용성을 개선할 예정이다.

Acknowledgements

이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. 2022R1A2C1092138).

References

1
Maturi, L., Belluardo, G., Moser, D., and Del Buono, M., BiPV System Performance and Efficiency Drops: Overview on PV Module Temperature Conditions of Different Module Types, Energy Procedia, Vol. 48, pp. 1311-1319, 2014, https://doi.org/10.1016/j.egypro.2014.02.148. 10.1016/j.egypro.2014.02.148
2
Cuce, E., Cuce, P. M., Karakas, I. H., and Bali, T., An Accurate Model for Photovoltaic (PV) Modules to Determine Electrical Characteristics and Thermodynamic Performance Parameters, Energy Conversion and Management, Vol. 146, pp. 205-216, 2017, http://dx.doi.org/10.1016/j.enconman.2017.05.022. 10.1016/j.enconman.2017.05.022
3
Choi, M.-G., Lee, H.-M., Choi, M.-J., Kim, J.-W., Yoon, J.-H., and Kim, D.-S., A Study on Thermal Behaviors of the Steel Plate Integrated Photovoltaic Module according to Rear Ventilation Conditions, Journal of the Korean Solar Energy Society, Vol. 43, No. 3, pp. 51-62, 2023, https://doi.org/10.7836/kses.2023.43.3.051. 10.7836/kses.2023.43.3.051
4
Kim, S.-M., Kim, J.-H., and Kim, J.-T., Comparison of Performance Analysis of the Ventilated and Nonventilated CIGS BIPV Units, Journal of the Korean Solar Energy Society, Vol. 37, No. 2, pp. 47-57, 2017, https://doi.org/10.7836/kses.2017.37.2.047. 10.7836/kses.2017.37.2.047
5
Yoon, J.-H. and Kim, J.-W., Experimental Study on the Thermal Effect of BIPV Modules Depending on the Ventilation Type of PV Module Backside, Journal of The Korean Solar Energy Society, Vol. 26, No. 1, pp. 81-90, 2006, UCI : G704-000882.2006.26.1.008.
6
King, D. L., Kratochvil, J. A., and Boyson, W. E., Photovoltaic Array Performance Model, United States, Department of Energy, Vol. 8, pp. 1-19, 2004, https://doi.org/10.2172/919131. 10.2172/919131
7
Dobos, A. P., PVWatts Version 5 Manual, National Renewable Energy Lab, NREL/TP-6A20-62641, 2014. http://pvwatts.nrel.gov/downloads/pvwattsv5.pdf. last accessed on the 19th September 2023. 10.2172/1158421
8
Patil, A., Huard, D., and Fonnesbeck, C. J., PyMC: Bayesian Stochastic Modelling in Python, Journal of Statistical Software, Vol. 35, pp. 1-81, 2010. 10.18637/jss.v035.i0421603108PMC3097064
9
ASHRAE, ASHRAE Guideline, Guideline 14-2014: Measurement of Energy, Demand, and Water Savings, American Society of Heating, Refrigerating, and Air Conditioning Engineers, Atlanta, 2014.
10
National Center for Standard Reference Data, Measurement-based TMY, 2022. https://www.srd.re.kr/css/srdinfsrv/S_CSS_010100.do. last accessed on the 19th September 2023.
페이지 상단으로 이동하기