풍력터빈 요 포지션 데이터 보정을 위한 나셀 라이다 풍향 데이터 특성 분석 ( Characteristic Analysis of Nacelle LiDAR Wind Direction Data for Correction of Wind Turbine Yaw Position Data)

전체 글

(1)논문. 풍력에너지저널. 제12권, 제1호, 2021 pp. 26~35. 풍력터빈 요 포지션 데이터 보정을 위한 나셀 라이다 풍향 데이터 특성 분석 1). 신동헌*․고경남**․김태형***. Characteristic Analysis of Nacelle LiDAR Wind Direction Data for Correction of Wind Turbine Yaw Position Data *. **. ***. Dong-Heon Shin , Kyung-Nam Ko and Tae-Hyung Kim. Key Words : Wind data (바람 데이터), Nacelle LiDAR (나셀 라이다), Yaw misalignment (요 정렬오차), Wind turbine (풍력터빈), Power performance measurement (출력성능측정). ABSTRACT A study on characteristics of nacelle LiDAR wind direction was experimentally carried out for wind turbine power performance measurement without a met mast for absolute wind direction measurement. A nacelle LiDAR mounted on a 2 MW wind turbine in the Dongbok wind farm on Jeju Island was used for this work. A ground LiDAR was installed near the turbine, which was used as a reference device. The characteristics of the nacelle LiDAR wind direction were analyzed with carrier-to-noise ratio (CNR), data availability, blade rotation and wake effects. Some considerations for data rejection were proposed based on the results. The real wind direction was estimated from the wind turbine yaw position corrected using the nacelle LiDAR wind direction. The nacelle LiDAR wind speeds filtered from the corrected yaw position were compared with the reference wind speeds. As a result, it was found that the nacelle LiDAR wind directions were not significantly affected by the CNR and data availability, while those were slightly influenced by turbulence intensity due to the wake effect caused by the rotation of neighboring wind turbine blades. It was confirmed that yaw positions corrected by nacelle LiDAR could be used as wind directions for wind turbine power performance.. 1. 서론 *. 제주대학교 대학원 풍력공학부 박사후연구원. ** 제주대학교 대학원 풍력공학부 교수 (교신저자) *** 제주에너지공사 에너지연구기술센터 선임연구원 E-mail : [email protected] DOI : https://www.doi.org/10.33519/kwea.2021.12.1.004 Received : December 23, 2020, Revised : February 9, 2021, Accepted : February 9, 2021 26. 풍력산업에서 풍력자원평가, 풍력단지설계, 풍력터빈 출력성능평가 등을 수행하기 위해서는 필수적으로 풍 력터빈 허브높이에 상응하는 높이의 기상탑을 설치하 여 바람자원을 측정해야 한다. 최근 풍력터빈이 대형 화됨에 따라 100 m 높이 이상의 기상탑 설치가 요구 된다. 이 때 발생하는 경제적, 시간적, 공간적인 문제를 해결하기 위한 방안으로 라이다 (Light detection and ranging, LiDAR) 기술이 적용되고 있다. 윈드 라이다 풍력에너지저널 : 제12권, 제1호, 2021.

(2) 풍력터빈 요 포지션 데이터 보정을 위한 나셀 라이다 풍향 데이터 특성 분석 는 레이저 빔을 방출하여 바람자원을 측정하는 기기로, 부피가 작고 설치가 간편하여 이동설치가 용이한 장점 을 갖고 있다. 최근 육상 풍력의 포화로 인하여 해상 으로 풍력산업이 집중됨에 따라 라이다의 필요성이 더 욱 부각되고 있다. 지상기반 라이다 (Ground LiDAR)는 이미 많은 연 구 [1-11]를 통하여 데이터 신뢰성이 검증되어 풍력자 원평가를 위하여 활용되고 있을 뿐만 아니라, 국제전 기기술위원회 (International electrotechnical commission, IEC) 61400-12-1 2nd edition [12]에서 로터등가풍속 (Rotor equivalent wind speed, REWS)을 계산하기 위 한 보조장비로 사용되고 있다. 나셀 라이다 (Nacelle LiDAR)는 주로 풍력터빈 출력성능을 평가하기 위하여 개발되었으며, 나셀 라이다 측정 데이터 처리를 위한 국제표준 IEC 61400-50-3 발간을 위하여 덴마크, 독일 등 풍력 선도국을 중심으로 많은 연구가 활발하게 진 행되고 있다 [13]. 풍력공학에서 풍속과 함께 풍향은 매우 중요한 요 소로 작용한다. 풍력단지설계 시, 최대 에너지 효율을 달성하기 위한 풍력터빈 최적 배치를 위하여 해당 후 보지의 주 풍향 및 풍향에 따른 풍속 빈도, 에너지 밀 도 분석 등의 풍력자원 평가를 위하여 정확한 풍향 데 이터가 측정되어야 한다. 풍력터빈 출력성능평가 시에 도 정확한 풍향 측정은 매우 중요하다. IEC 61400-12 시리즈 [12, 14, 15]는 풍력터빈 출력성능평가를 위해서 왜곡된 데이터를 배제하기 위한 데이터 처리 방법을 제시하고 있다. IEC 61400-12-1의 Annex A에서는 유 효 측정방위구간을 설정하여 측정방위구간 밖에서 측 정된 왜곡된 데이터를 배제해야 함을 명시하고 있다. 나셀 라이다는 풍력터빈 나셀이 바라보는 방향과 실제 풍향 간의 상대적인 각도인 상대풍향 (Relative wind direction)만을 측정한다. 이는 나셀 라이다를 이 용한 풍력터빈 출력성능평가 시, 절대풍향 (Absolute wind direction) 데이터 측정을 위하여 기상탑 또는 지 상기반 라이다 등의 추가적인 설치가 요구됨을 의미한 다. IEC 61400-50-3 CDV (Committee draft for vote) [13]에서는 나셀 라이다의 적용 범위를 복잡하지 않은 지형으로 제한하고 있다. 하지만, 우리나라 육상 풍력 발전단지가 풍력자원이 풍부한 산등성이나 오름 (작은 산) 근처 등 복잡지형에도 많이 건설됨에 따라 다양한 지형에서의 나셀 라이다 측정 데이터 신뢰성 검증이 필요하다. 풍력에너지저널: 제12권, 제1호, 2021. 이 연구는 나셀 라이다 상대풍향 데이터를 이용하 여 보정된 풍력터빈 요 포지션 데이터가 풍력터빈 출 력성능측정을 위한 풍향 데이터로써 적용 가능성이 있 는지 확인하는 것을 목표로 한다. 이를 위하여 다양한 조건에서 나셀 라이다 상대풍향 데이터의 특성을 분석 하고, 그 결과를 토대로 나셀 라이다 데이터 처리 기 준을 수립하였다. 그리고 나셀 라이다로부터 측정된 상대풍향 데이터를 이용하여 풍력터빈 요 포지션 데이 터를 보정하였다. 보정 전과 후의 요 포지션 데이터를 기준으로 유효 측정방위구간 내의 나셀 라이다 풍속 데이터와 지상기반 라이다로부터 측정된 기준 풍속 데 이터 간의 선형회귀분석 (Linear regression analysis) 을 수행하여 정확도를 평가하였다.. 2. 요 제어 시스템 및 요 정렬오차의 개념 요 제어 시스템 (Yaw control system)은 풍력터빈 의 나셀 방향을 실제 바람이 불어오는 방향으로 정렬 하여 풍력발전시스템의 효율이 최대치가 되도록 하고, 풍력발전시스템 전체에 작용하는 피로하중 (Fatigue load)을 감소시키는 역할을 한다. 현대의 대형 풍력터 빈은 일반적으로 업윈드 (Upwind) 로터로 설계됨에 따라 타워 구조물에 대한 바람 유동 간섭을 최소화하 기 위하여 엑티브 요 컨트롤러를 사용한다. 풍향 변화 에 따른 즉각적인 풍력터빈의 반응은 요 드라이버 및 구성요소의 더 높은 에너지 소모를 야기할 수 있기 때 문에 요 제어 시스템은 풍향 변화에 느리게 반응하도 록 설계되며, 이에 따라 약간의 요 정렬오차 (Yaw misalignment)가 발생될 수 있다. 요 정렬오차 또는 요 에러 (Yaw error)는 Fig. 1과 같이 풍력터빈 나셀이 향하는 방향과 실제 바람이 불 어오는 방향의 차이각 ()을 의미하며, 이는 블레이드 회전에 의한 후류영향 (Wake effect), 풍향계 설치 시 의 오차, 지형에 의한 유동왜곡 등의 영향으로 발생한 다. 이러한 요 정렬오차는 풍력터빈의 출력감소, 진동 및 피로도 증가 등 풍력터빈에 악영향을 미칠 수 있다. 따라서 풍속이 V일 때 요 정렬오차 각 에 의하여 실 제 풍력터빈으로 유입되는 풍속은 식(1)과 같이  로 감소되고, 이로 인한 풍력터빈의 출력은 이론적으로 식(2)와 같이  와 같다 [16].    × cos . (1) 27.

(3) 신동헌․고경남․김태형  .    ×  ×  ×   × cos   . (2). 유럽과 미국 지역에 위치한 60여 개의 풍력발전단 지를 대상으로 요 정렬오차를 분석한 결과, 평균적으 로 6.2°의 요 정렬오차를 갖고 있다고 보고된 바 있으 며 [17]. 미국의 국립신재생에너지연구소 (National renewable energy laboratory, NREL) 등에 의해 나셀 라이다를 이용하여 요 정렬오차 값을 측정하고 보정하 여 연간에너지생산량 (Annual energy production, AEP)을 향상시키기 위한 연구가 수행되어 오고 있다 [18-20].. Fig. 1 Alignment and misalignment of wind turbine yaw position. 3. 분석조건 3.1 동복 풍력발전단지 Fig. 2에 나타낸 동복 풍력발전단지는 대한민국 남 쪽에 위치한 제주도의 북동쪽에 위치하고 있으며, 15 기의 2 MW 풍력터빈들이 운전되고 있다. 시험 풍력 터빈인 7호기 풍력터빈 나셀 위에 나셀 라이다가 설치 Distance < 2L ≥ 2L & < 4L ≥ 2L & < 4L ≥ 4L & < 8L ≥ 8L & < 16L 28. 되었으며, 남쪽으로 200 m 거리에 지상기반 라이다가 설치되어 있다. 시험 풍력터빈을 중심으로 북에서 북 동쪽과 남서쪽에 채석장이 산재하여 있다. 풍력터빈 출력성능평가 시에 IEC 61400-12-1에 따라 지형평가 가 수행되어야 한다. Table 1과 같이 지형평가 요구조 건을 만족하는 사이트 보정 (Site calibration)이 필요 없는 지형이었다. 하지만, WAsP (Wind atlas analysis and application program)을 구동시켜 지형을 평가한 결과, 지형 복잡지수 (Ruggedness index, RIX) 값이 1.03 %에 해당하는 다소 복잡한 지형이었다.. Fig. 2 Layout of wind turbines and instruments at the Dongbok wind farm. 3.2 나셀 라이다 및 시험 풍력터빈 Table 2는 본 연구를 위해 사용된 펄스형 도플러 (Pulsed Doppler) 타입의 나셀 라이다 Wind Iris의 사 양을 나타낸다. 풍력터빈 나셀 위에 설치되어 15° 간격 으로 전방에 2개의 빔을 방출하여 바람자원을 측정한 다. 측정 거리는 80 m에서 400 m까지 측정 가능하며, 총 10개의 거리를 설정하여 동시 측정이 가능하다. 나 셀 라이다로부터 측정되는 풍향은 상대풍향, 즉, 요 정. Table 1 Terrain evaluation according to IEC 61400-12-1 Maximum terrain Maximum slope [%] variation from plane [m] Sector Criteria Result Criteria Result 360° <3 2.4 < 1/3 (H - 0.5 D) 12.3 Measurement sector <5 1.5 < 2/3 (H – 0.5 D) 15.5 Outside < 10 3.3 Not applicable measurement sector Measurement sector < 10 1.3 < (H – 0.5 D) 25.9 Measurement sector < 10 1.2 Not applicable 풍력에너지저널 : 제12권, 제1호, 2021.

(4) 풍력터빈 요 포지션 데이터 보정을 위한 나셀 라이다 풍향 데이터 특성 분석 렬오차 각이다. 풍력터빈 나셀이 바라보는 방향을 중 심으로 상대풍향이 오른쪽에서 불어올 경우 (-)값, 왼 쪽에서 불어올 경우 (+)값이 기록된다. 본 연구에서는 기준 데이터인 지상기반 라이다가 설치되어 있는 200 m 거리에서 측정된 데이터가 분석 되었으며, 2018년 5월부터 2018년 9월까지 5개월간의 10분 평균 나셀 라이다 측정 데이터가 분석되었다. Table 2 Specification of a nacelle LiDAR Items Description Model Wind Iris Measurement range 80 – 400 m (distance) Data sampling rate 1 – 2.5 Hz Laser source Fiber pulsed laser 1.54 µm Speed range -10 - 40 m/s Speed accuracy 0.1 m/s Direction accuracy ±0.5° No. of measuring 10 simultaneously distances (configurable). Table 3에 나타낸 시험 풍력터빈은 2 MW 풍력터빈 으로 허브높이와 로터직경은 각각 80 m, 87 m이며, 요 드라이브는 엑티브 컨트롤 형식으로 제어된다. 나셀 라 이다 데이터와 동일한 기간의 SCADA (Supervisory control and data acquisition) 시스템으로부터 측정된 요 포지션, 로터 RPM 데이터가 분석되었다. Table 3 Specification of a test wind turbine Items Description Model HJWT 2000 Rated power 2000 kW Hub height 80 m Rotor diameter 87 m Rated RPM 17.3 rpm Blade control Pitch Yaw control Active Cut-in / rated / cut out 3.5 / 12.5 / 25 m/s wind speed Control system Mita teknik controller. 시험 풍력터빈의 요 제어 시스템은 나셀 센서로부터 측정된 30초 평균 SCADA 데이터에 기반하여 제어되 풍력에너지저널: 제12권, 제1호, 2021. 도록 설계되어 있다. 기본적으로 시동풍속 이상에서 요 정렬오차가 35° 이상일 때 즉각적으로 요잉 (Yawing) 을 하며, 추가적으로 특정조건에서 두 가지 알고리즘에 의해 제어되도록 설계되어 있다. 첫 번째 알고리즘은 7 m/s 풍속 이하 구간에서 요 정렬오차가 15° 이상 발생 하였을 때 요잉을 한다. 두 번째 알고리즘은 풍속이 7 m/s 이상이거나 순간풍속이 10 m/s 이상일 때의 요 정렬오차가 8° 이상 발생할 경우 요잉을 하게 된다. 이 알고리즘들은 모두 요잉 시에 60초의 지연시간을 갖도 록 설계되어 있다. 나셀이 향하는 방향을 실제 풍향에 일치하도록 정렬함과 동시에, 앞서 언급한 바와 같이 풍력터빈의 안정성을 고려하여 설계됨에 따라 필연적 으로 요 정렬오차가 발생될 수 있다 [21]. 3.3 지상기반 라이다 Table 4는 나셀 라이다 데이터의 신뢰성 검증을 위 한 기준 데이터로 사용된 지상기반 라이다 Windcube v2의 사양을 나타낸다. 나셀 라이다와 동일한 측정방 식을 사용하는 펄스형 도플러 타입으로 5개의 빔을 원 뿔모양으로 공기 중으로 방출하여 바람 자원을 측정한 다. 지상으로부터 40 m에서 200 m까지의 범위 내 12 개 높이의 바람자원을 동시에 측정할 수 있다. 본 연 구를 위하여 사용된 지상기반 라이다는 지형으로 인하 여 유동 왜곡되어 측정되는 바람 데이터를 보정해주는 FCR (Flow complexity recognition) 모듈이 설치되어 있으며, 이전 연구 [11]에서 기상탑 데이터와의 선형회 귀분석을 통하여 데이터의 정확도가 확인되었다. 나셀 라이다와 동일 기간의 풍력터빈 허브높이인 80 m 높 이의 지상기반 라이다 데이터가 분석되었다. Table 4 Specification of a ground LiDAR Items Description Model Windcube v2 Measurement range 40 –200 m (height) Data sampling rate 1 Hz Laser source Pulsed Doppler heterodyne No. of measuring 12 simultaneously distances (configurable) Speed range 0 - 60 m/s Speed accuracy 0.1 m/s Direction accuracy ±2° 29.

(5) 신동헌․고경남․김태형. 4. 나셀 라이다 풍향 데이터 특성 분석 4.1 나셀 라이다 풍향 데이터 측정 빈도 Fig. 3은 측정기간 동안 측정된 나셀 라이다 풍향 데이터의 빈도를 보여준다. 측정기간 동안의 평균 상 대풍향은 –8.2°이었다. 정규분포 (Normal distribution) 의 형태로 대부분의 데이터가 0°를 중심으로 하여 측 정되었지만, 최대 179.1°에서 최소 –178.9°까지 범위의 비정상적인 상대풍향이 함께 측정된 것을 확인할 수 있었다.. Fig. 3 Frequency of nacelle LiDAR wind direction for measurement period. 4.2 CNR 신호에 따른 측정 데이터 특성 윈드 라이다는 레이저 빔을 방출하여 바람자원을 측정한다. 방출된 빔은 후방산란 (Backscattering)하며 에어로졸 또는 수증기와 같은 공기 중의 미세한 입자 를 반사하며 라이다 수신기로 돌아온다. 되돌아 온 신 호는 로컬 수신 빔 (Local oscillator beam)과 혼합되며 광검출기 (Photodetector)에 의해 검출된다. 풍속을 계 산하기 위해 사용되는 검출 신호 결과인 도플러 신호 는 무선 주파수 광전류 (Radio frequency photo current)이다. CNR은 Carrier to noise ratio의 약어로 써 식(3)과 같이 반송파 (Radio frequency signal power,  )와 잡음 (Noise power,  )의 비로 정의되 며, 라이다 측정 데이터 품질의 척도로서 나타내어진 다 [22]. .      log    . 30. . 이 연구를 위해 활용된 나셀 라이다의 사용자 매뉴 얼 [23]에 따르면 CNR의 임계값은 -23 dB이며, CNR 이 낮을수록 측정 민감도는 약해지기 때문에 신뢰성 있는 데이터를 사용하기 위해서는 제한된 값 미만의 측정 데이터는 배제되어야 한다. Fig. 4는 측정기간 동안 CNR에 따른 나셀 라이다 풍향의 특성을 보여준다. CNR 변화에 따른 상대풍향 의 특별한 경향은 보이지 않았으며, CNR 1 dB의 빈 간격으로 평균화한 상대풍향은 대부분 0에 수렴하였다. CNR 임계값인 –23 dB 이상의 정상 측정범위에서 비 정상적인 상대풍향 값이 측정되는 것을 확인할 수 있 었다. 즉, 비정상적인 상대풍향이 CNR 신호의 세기와 상관없이 측정되었다.. Fig. 4 Relative wind direction with CNR signal. 4.3 데이터 가동률에 따른 측정 데이터 특성 측정 데이터는 1 Hz 간격으로 10분 동안 측정되어 평균화된다. 라이다는 안정적인 대기조건 하에 모든 특정 범위에서 100 %의 LOS (Line of sight) 측정 가 동률을 갖도록 설계되었지만, 특정조건에서 신호가 약 하거나 품질필터와 일치되지 않을 경우에 측정이 불가 능할 수 있다. Fig. 5는 데이터 가동률에 따른 나셀 라이다 풍향 특성을 나타낸다. 데이터 가동률이 높아질수록 상대풍 향 측정 범위는 넓어졌으며, 대부분의 비정상적인 상 대풍향 데이터가 데이터 가동률이 높은 구간에서 측정 되었음을 알 수 있었다. IEC 61400-50-3 CDV에 따르면 나셀 라이다 데이 터 처리를 위한 데이터 가동률의 기준값은 라이다의 (3) 종류, 측정거리, 나셀 위의 라이다 설치위치에 따라 설 풍력에너지저널 : 제12권, 제1호, 2021.

(6) 풍력터빈 요 포지션 데이터 보정을 위한 나셀 라이다 풍향 데이터 특성 분석 정되어야 한다고 명시되어 있다. 또한, 아직까지는 데 이터 가동률에 대한 명확한 기준이 없기 때문에 사용 자가 판단하여 적절하게 기준값을 설정하도록 명시하 고 있다. Courtney [24]의 연구를 참고하여 나셀 라이 다 데이터 가동률이 95 % 이상일 때의 데이터 점유율 을 분석한 결과는 75.1 %이었다.. Fig. 6 Relative wind direction with rotor RPM. Fig. 5 Relative wind direction with data availability. 4.4 로터 회전에 따른 측정 데이터 특성 나셀 라이다는 풍력터빈 로터 블레이드 후방에 설 치되기 때문에 나셀 라이다 측정은 풍력터빈 운전 중 인 로터 블레이드 회전의 영향을 받을 수 있다. 풍력 터빈의 블레이드가 나셀 라이다의 레이저 빔을 간섭할 수 있기 때문에 블레이드 통과 시 바람 측정에 영향을 주지 않는다는 것을 입증할 필요가 있다. 이전 연구 [10, 11]에서 로터 회전이 나셀 라이다 풍속 측정에 영 향을 미치지 않는 것을 확인하였다. Fig. 6은 풍력터빈 로터 RPM에 따른 나셀 라이다 풍향 데이터의 특성을 보여준다. 이 결과로부터 비정 상적인 상대풍향의 원인을 알 수 있었다. 풍력터빈 운 전정지 상태 또는 시동풍속 이전 구간의 아이들링 (Idling) 상태일 때 요 제어 시스템이 가동제한 되고, 이 때의 나셀 라이다 풍향 측정이 원인인 것으로 보인 다. 낮은 RPM 구간에서 평균 상대풍향의 범위가 컸으 며 RPM이 높아질수록 상대풍향의 범위는 작아졌다. Fig. 7은 풍속에 따른 나셀 라이다 풍향 데이터의 특성 분석 결과를 보여준다. 앞서 언급한 비정상적인 상대풍향은 시동 풍속 이전에 풍력터빈 아이들링 상태 일 때의 나셀 라이다 측정이 원인이었음이 다시 한 번 확인되었다. 시동풍속 이후 구간에서 로터 RPM 변화 에 따른 특성 결과와 마찬가지로 풍속이 높아질수록 상대 풍향의 범위는 작아졌다. 풍력에너지저널: 제12권, 제1호, 2021. Fig. 7 Relative wind direction with wind speed. 4.5 후류 영향에 따른 측정 데이터 특성 풍력터빈 출력성능평가 시, IEC 61400-12-1 Annex A에 따라 유효 측정방위구간을 설정하고 주변 장애물 로부터 발생하는 후류영향에 의해 왜곡된 데이터를 배 제하여야 한다. 그러나 보다 합리적인 분석을 위하여 이 연구에서는 나셀 라이다 측정 데이터 사용에 관한 국제표준인 IEC 61400-50-3 CDV에 따라 다음의 수식 을 이용하였다.       m ax     arctan       . (4) (5).  arctan        . 여기서,  는 측정 범위 [m],  는 나셀 라이다의 빔 사잇각 [°]이다.  및  은 각각 주변 장애물 및 풍력터빈의 로터직경 [m]이다.  및  은 각각 시험 . m ax. . . . . 31.

(7) 신동헌․고경남․김태형 풍력터빈으로부터 주변 장애물 및 풍력터빈까지의 거 리 [m]이다. 위 수식을 이용하여 도출한 결과에 풍향 측정 불확 도를 고려하여 ±5°를 적용하였다. 그 결과, 이 연구에 서 시험 풍력터빈에 대한 유효 측정방위구간은 Fig. 2 에 나타낸 것과 같이 150°에서 345°이었다. Fig. 8은 요 포지션에 따른 나셀 라이다 풍향의 특 성을 보여준다. 유효 측정방위구간 내의 상대풍향은 대부분 0에 수렴하는 경향을 보였다. 반면에 유효 측 정방위구간 외에서 측정된 데이터는 시험 풍력터빈을 중심으로 40°에서 120° 사이에서 상대풍향의 범위가 비교적 커지는 경향이 있었다.. Fig. 8 Relative wind direction with wake effect by neighboring wind turbines. 5. 요 포지션 데이터 보정 및 정확도 평가 위 나셀 라이다 풍향 데이터 특성 분석 결과를 토 대로 풍력터빈 출력성능측정을 위하여 아래와 같은 데 이터 처리 기준을 설정하고, 해당하는 데이터는 제외 하여 분석을 진행하였다. - CNR 신호가 임계값 –23 dB 이하일 때의 데이터 - 데이터 가동률이 95 % 미만일 때의 데이터 - IEC 61400-50-3 CDV에 따른 유효 측정방위구간 외의 데이터 - 풍력터빈의 시동풍속 이전 구간의 데이터 - 풍력터빈이 정상운전 상태가 아닌 경우의 데이터 Fig. 9는 데이터 처리 후의 요 포지션 별 나셀 라이 다 상대풍향 및 난류강도를 보여준다. Fig. 8과 비교하 였을 때, 데이터 처리 전의 비정상적인 데이터들이 제 32. 거된 것을 확인할 수 있다. 데이터 처리 후의 유효 측 정방위구간 내에서의 상대풍향은 최대 29.4°에서 최소 –35.1°의 범위 내였으며, 평균 상대풍향은 데이터 처 리 전의 평균 상대풍향과 동일한 –8.2°이었다. 이 평 균 상대풍향 값은 시험 풍력터빈이 갖는 요 정렬오차 이다. 반면에 유효 측정방위구간 외에서의 상대풍향이 최대 65.9°에서 최소 –66.6°의 범위까지 측정되었으며, 평균 상대풍향은 –15.4°이었다. 주변에서 운전 중인 풍력터빈들의 블레이드 회전이 높은 난류강도를 야기 하며 나셀 라이다 상대풍향 오차에 영향을 미치는 것 을 확인할 수 있었다.. Fig. 9 Relative wind direction and turbulence intensity by yaw position after data processing. 이론적으로 실제 풍향 는 아래 식과 같이 요 포지 션 와 요 정렬오차인 상대풍향 의 합으로 구할 수 있다 [25]. . (6). Fig. 10은 측정기간 동안의 나셀 라이다 상대풍향을 이용한 보정 전과 후의 요 포지션, 지상기반 라이다 풍향 데이터의 측정 빈도를 나타내는 바람장미이다. 보정 전의 요 포지션 풍향은 기준 값인 지상기반 라이 다 풍향과는 다소 차이가 있었다. 반면에, 유효 측정방 위구간 내에서 보정 후의 요 포지션 풍향은 지상기반 라이다 풍향과 거의 비슷한 경향을 보이며 요 포지션 이 나셀 라이다 상대풍향에 의해 실제 바람에 가깝게 보정된 것을 확인할 수 있다. 이 결과는 유효 측정방 위구간 외에서 측정된 왜곡된 데이터들이 포함되어 계 산된 결과이기 때문에 정확도 평가의 정량적인 결과로 인정될 수 없다. 풍력에너지저널 : 제12권, 제1호, 2021.

(8) 풍력터빈 요 포지션 데이터 보정을 위한 나셀 라이다 풍향 데이터 특성 분석. Fig. 10 Wind rose for wind direction frequency. 로 유효 측정방위구간 외의 왜곡된 데이터를 제거하였 고, 기준 데이터인 지상기반 라이다로부터 측정된 풍 속 데이터와 선형회귀분석을 수행하였다. 보정 전 두 풍속 간의 회귀계수 (Regression coefficient)와 결정계 수 (Determination coefficient)는 Fig. 11-(a)와 같이 각각 0.93, 0.89이었다. 보정 후의 결과는 Fig. 11-(b)와 같이 0.95, 0.94의 상관성을 보이며 나셀 라이다를 이 용한 요 포지션의 보정 값이 실제 풍향에 보다 근접함 을 확인할 수 있었다. 풍력터빈들은 시운전 후에 진북으로 정렬되지만 나 셀의 요잉을 측정하는 기기는 종종 충분히 정확하지 않으며 운전 수명기간 동안 진북 마킹의 거동에 따르 지 않을 수 있다고 보고된 바 있다 [26]. 일반적으로 높은 난류강도가 발생하는 복잡지형에서 더 큰 요 정 렬오차가 발생할 것이며, 더 안정적인 평탄지형에서 허용된 요 정렬오차와 풍향 변화에 빠르게 반응할 가 능성이 클 것이다. 요 포지션 및 요 정렬오차 등의 분 석결과는 사이트 마다 다를 것이며, 지역의 특성, 풍력 터빈 제어 방식에 따라 다를 수 있다. 따라서 더 많은 지역, 더 다양한 조건에서 추가적인 분석이 필요하다.. 6. 결론 (a) Wind data based on yaw position. 다양한 조건에서 나셀 라이다 상대풍향 데이터의 특 성을 분석하고, 그 결과를 토대로 데이터 처리를 수행 하였다. 그리고 나셀 라이다 상대풍향 데이터를 이용하 여 풍력터빈 요 포지션 데이터를 보정하고 기준 데이 터와의 상관성을 분석하였다. 그 결과는 다음과 같다.. 1) CNR 신호의 세기에 상관없이 CNR 1 dB 빈 간격 의 평균 상대풍향은 0에 수렴하였다. 그리고 데이터 가동률이 95 % 이상일 때의 나셀 라이다 데이터의 점유율은 75.1 %였다. 2) 풍력터빈 로터 블레이드가 회전하지 않을 때, 즉, 풍 력터빈 운전정지 상태 또는 시동풍속 이전에 아이들 (b) Wind data based on yaw position corrected 링 상태일 때 요 제어 시스템이 가동 제한됨에 따라 by nacelle LiDAR relative wind direction 더 넓은 범위의 상대풍향 오차 값이 측정되었다. Fig. 11 Comparison of relationship between nacelle and 3) 이 연구조건에서 유효 측정방위구간 내에서의 상대 ground LiDAR wind speeds in measurement sector 풍향은 최대 29.4°에서 최소 –35.1°의 범위였으며, 상대풍향은 –8.2°였다. 풍력터빈 출력성능측정에 나셀 라이다를 이용하여 4) 평균 주변에 운전 중인 풍력터빈 후류 영향에 의한 고 보정된 요 포지션이 적용 가능한지 정량적으로 식별하 난류강도 조건에서 최대 65.9°에서 최소 –66.6°의 기 위하여 보정 전과 후의 요 포지션 데이터를 기준으 범위의 상대풍향이 측정되었다. 풍력에너지저널: 제12권, 제1호, 2021. 33.

(9) 신동헌․고경남․김태형 5) 나셀 라이다 상대풍향 데이터를 이용하여 보정된 Ind. Aerodyn, Vol. 158, pp. 109-121. 요 포지션 데이터를 기준으로 유효 측정방위구간 [6] Lang, S., and McKeogh, E., 2011, “LIDAR and 내 나셀 라이다 풍속은 기준 데이터와 회귀계수 SODAR measurements of wind speed and 0.95, 결정계수 0.94의 상관성을 보였으며, 보정 전 direction in upland terrain for wind energy 요 포지션 데이터를 기준으로 한 결과에 비해 결정 purposes”, Remote Sensing, Vol. 3, pp. 1871-1901. 계수가 약 5 % 향상된 결과를 보였다. [7] Shu, Z. R., Li, Q. S., He, Y. C., and Chan, P. W., 2016, “Observations of offshore wind characteristics by Doppler –LiDAR for wind energy applications”, 후기 Appl Energy, Vol. 169, pp. 150-163. 이 논문은 2020년도 교육부의 재원으로 한국연구재 [8] Shu, Z. R., Li, Q. S., and Chan, P. W., 2015, “Investigation of offshore wind energy potential 단의 기초연구사업 (NRF-2020R1A6A3A01100095) 및 in Hongkong based on Weibull distribution 2018년도 산업통상자원부의 재원으로 한국에너지기술 function”, Appl Energy, Vol. 156, pp. 362-373. 평가원의 에너지인력양성사업 (No. 20184030202200)의 [9] Wan, S., Cheng, L., and Sheng, X., 2017, “Numerical 지원을 받아 수행한 성과입니다. analysis of the spatial distribution of equivalent wind speeds in large-scale wind turbines”, J. Mech. 참고문헌 Sci. Technol., Vol. 31, No. 2, pp. 965-974. Shin, D. H., Ko, K. N., Kang, M. S., 2017, [1] Bourgeois, S., 2008, “Documentation and results [10] “Characteristics analysis and reliability of the SODAR and LIDAR measurements at the verification of nacelle LiDAR measurements”, J. Maligrad site in Bosnia and Herzegovina”, Korean Solar Energy Society, Vol. 37, pp. 1-11. Meteotest. [11] Shin, D. H., Ko, K. N., Kang, M. S., Ryu, D. [2] Canadillas, B., Westerhellweg, A. and Neumann, H., Kang, M. J., Kim, H. J., 2018, “Accuracy T., 2011, “Testing the performance of a assessment of four-beam nacelle LiDAR ground-based wind LiDAR system: One year measurements in complex terrain”, Korea Wind intercomparison at the offshore platform FINO1”, Energy Association, Vol. 9, pp. 20-27. DEWI Magazine, 38. [12] IEC, 2017, Wind energy generation systems part [3] Kim, H. G. and Choi J. H., 2010, “Uncertainty 12-1: Power performance measurement of analysis on wind speed profile measurements of electricity producing wind turbines, IEC LiDAR by applying SODAR measurements as a 61400-12-1, 2nd edition. virtual true value”, J. Korean Solar Energy [13] IEC, 2020, Wind energy generation systems part Society, Vol. 30, No. 4, pp. 79-85. 50-3: Use of nacelle mounted lidars for wind [4] Kim, H. G., Chyng, C. W., An, H. J., and Ji, Y. measurements, IEC 61400-50-3, Committee M., 2011, “Comparative validation of windcube for Vote. LIDAR and remtech SODAR for wind resource [14] Draft IEC, 2005, Wind turbines part 12-1: Power assessment-remote sensing campaign at Pohang performance measurements of electricity producing accelerator laboratory”, J. Korean Solar Energy wind turbines, IEC 61400-12-1, 3rd edition. Society, Vol. 30, No. 4, pp. 79-85. [15] IEC, 2013, Wind turbines part 12-2: Power [5] Kim, D. Y., Kim, T. W., Oh, G. J., Huh, J. C., performance of electricity-producing wind turbines and Ko, K. N., 2016, “A comparison of based on nacelle anemometry, IEC 61400-12-2. ground-based LiDAR and met mast wind [16] Piano, A. M., Neill, S. P., Lewis, M. J., Robins, measurements for wind resource assessment P. E., Hashemi, M. R., Davies, A. G., Ward, S. over various terrain conditions”, J. Wind Eng. L., and Roberts, M. J., 2017, “Tidal stream 34. 풍력에너지저널 : 제12권, 제1호, 2021.

(10) 풍력터빈 요 포지션 데이터 보정을 위한 나셀 라이다 풍향 데이터 특성 분석 resource assessment uncertainty due to flow asymmetry and turbine yaw misalignment”, Renewable Energy, Vol. 114, pp. 1363-1375. [17] https://www.linkedin.com/pulse/20141204100336 -31539211-optimizing-wind-power-performancein-india-a-huge-potential?src=aff-lilpar&veh=aff _src.aff-lilpar_c.partners_pkw.123201_plc.adgoal% 20GmbH_pcrid.449670_learning&trk=aff_src.aff-lil par_c.partners_pkw.123201_plc.adgoal%20GmbH_ pcrid.449670_learning&clickid=wL3Q6JxR4xyLRfu wUx0Mo3QRUkEzT91KTSaSSY0&irgwc=1 [18] Fleming, P. A., Scholbrock, A. K., Jehu, S., Davoust, S. Osler, E., Wright, A. D., and Clifton, A., 2014, “Field-test results using a nacelle-mounted LiDAR for improving wind turbine power capture by reducing yaw misalignment”, Journal of Physics: Conference series, Vol. 524, No. 1, IOP Publishing. [19] Davoust, S., Jehu, A., Bouillet, M., Bardon, M., and Vercherim, B., 2014, “Assessment and optimization of lidar measurement availability for wind turbine control”, in Proc. EWEA, Barcelona, Spain. [20] Scholbrock, A., Fleming, P., and Wright. A., 2015, “Field-test results from Lidar measured yaw control for improved yaw alignment with. 풍력에너지저널: 제12권, 제1호, 2021. the NREL controls advanced research turbine”, in Proc. 33rd Wind Energy, Symposium AIAA SciTech Conference, Kissimmee, Florida, USA. [21] Kim, B. T., Kim, T. H., Kang, B. S., Ko, K. N., and Hyun, M. T., 2019, “A study on vibration reduction and power performance improvement by yaw misalignment correction of wind turbine”, J. Korean Soc. Mech. Technol., Vol. 21, No. 2, pp. 333-339. [22] Aitken, M. L., Rhodes, M. E., and Lundquist, J. K., 2012, “Performance of a wind-profiling Lidar in the region of wind turbine rotor disks”, J. Atmos Oceanic Technol., Vol. 29, pp. 347-355. [23] Wind Iris user manual with software 1.5.1, Avent LiDAR technology. [24] Courtney, M., 2013, Calibrating nacelle lidars, DTU Wind Energy (DTU Wind Energy E; No. 0020). [25] Mittelmeier, N., and Kuhn, M., 2018, “Determination of optimal wind turbine alignment into the wind and detection of alignment changes with SCADA data”, Wind Energ. Sci, Vol. 3, pp. 395-408. [26] Bromm, M., Rott, A., Beck, H., and Vollmer, L., 2018, “Filed investigation on the influence of yaw misalignment on the propagation of wind turbine wakes”, Wind Energy, in press.. 35.

(11)