AI와 함께 발전하는 태양광 발전

여러분은 신재생에너지하면 무엇이 제일 먼저 떠오르시나요?

어떤 에너지원이 제일 먼저 떠오르시나요?

저도 그렇지만 아마도 많은 분들이 태양광발전을 떠올리지 않으실까요?

그만큼 신재생에너지중에서 우리 주위에서 가장 손쉽게 볼 수 있고 보편적으로 많이 보급되어 있는 것이 태양광 발전이 아닐까 쉽습니다.

그런데 태양광 발전에는 풀어야 할 과제가 있답니다.

그것은 바로 날씨에 따라 발전량이 큰 폭으로 변하는 문제이죠. 이를 우리는 「간헐성」이라고 부른답니다.

기본적으로 일조량이 긴 계절에는 발전량이 많고, 그렇지 않은 계절에는 발전량이 줄어듭니다.

어느 정도는 예측이 가능합니다. 그러나 문제는 최근 급격한 기후변화로 인해 일기예보의 정확성이 갈수록 떨어지고 있다는 점이지요.

갑자기 날씨가 변해서 태양광 에너지 발전량이 줄어들고, 이에 미리 대비하지 못한다면 정전 사태가 올 수도 있습니다.

그렇다면 대안은 없을까요?  결론부터 얘기하자면 최근 눈부시게 발전하는 AI 기술로 그 대안을 찾아가고 있습니다.

예를 들면 영국은 딥러닝(Deep learning)으로 날씨와 태양광 발전량을 포함해 전체 전력망으로 관리하는 프로젝트를 진행 중이라고 합니다.

영국은 산유국이기도 하지만 태양광 발전량에 많이 의존하는 국가 중 하나입니다.

그렇기에 태양광 패널이 대규모로 위치한 곳에 갑자기 커다란 구름이라도 생성된다면 수백 메가와트의 에너지가 사라지는 것은 일이 생기기도 합니다.

따라서 딥러닝을 통해 태양광 발전량을 보다 정확히 예측할 수 있다면, 국가 전력망 시스템 차원에서 에너지를 훨씬 더 효율적으로 생산하고 분배할 수 있겠죠.

이에 알파고를 만들었던 구글 딥마인드의 개발진들은 딥러닝을 기반으로 날씨를 예측하여 탄소 배출을 줄이는 단체인 「오픈 클라이밋 픽스(Open Climate Fix)」를 설립했다고 합니다.

오픈 클라이밋 픽스가 만든 딥러닝 인공지능은 구름의 형성과 이동 경로를 추적하는 레이더 측정 데이터와 영국의 태양광 발전 시스템 700여 개의 수년간 발전 데이터를 학습합니다.

또한 태양전지판을 기준으로 여러 구름의 위치, 크기, 모양이 어떻게 발전에 영향을 미치는지도 학습합니다.

아직은 테스트 단계이지만 향후 구름의 모양과 이동경로를 계산했을 때 태양전지판을 어디에 설치하는 것이 최적일지 또한 예측할 수 있다고 합니다.

AI를 활용한 태양광 발전 예측은 우리나라에서도 진행되고 있습니다.

마찬가지로 태양광 발전량을 예측하거나 태양의 위치를 감지해 발전 효율을 높이려는 목적이죠.

한 예로 국내의 어느 에너지 IT 기업은 우리나라의 태양광 발전소 약 7만 개소의 위치를 지도에 표시하여 현재와 미래의 발전량을 AI 기술로 예측하는 서비스를 개발했다고 합니다.

또한 국내 관련 기관에서는 지역별 태양광 발전단지의 최적지를 찾을 수 있는 AI 태양광 발전량 예측 앱  「햇빛 지도」를 선보이기도 했습니다.

햇빛 지도는 딥러닝을 통해 기상 정보와 미세먼지 농도 정보를 기반으로 태양광 발전량을 예측합니다.

이를 통해 기상여건에 따라 좌우되는 태양광 발전량을 정확하게 예측해 전력계통을 안정화하고, 최적의 태양광 발전부지 선정에 도움을 줄 수 있을 것으로 기대됩니다.

또한 AI를 기반으로 태양의 위치를 추적하는 추적식 태양광도 개발 중입니다. 태양을 실시간으로 따라가는 자동 추적 알고리즘이라 할 수 있죠.

태풍과 같은 악천후 발생 시 기상조건을 감지, 대응하는 인공지능형 안전모드로 모듈 각도가 수평 상태로 자동 전환돼 피해를 최소화할 수 있습니다.

이처럼 탄소 감축을 위해 여러 분야에서 다양한 해결 방안들이 속속 등장하고 있습니다.

AI를 활용한 스마트한 통합 전력 관리가 앞당길 탈탄소 사회의 미래가 기대됩니다.

[참고] 예측하기 힘든 태양광 발전, 딥러닝으로 보완한다(에너지정보문화재단), 한전의 딥러닝 기술 알아보기(한국전력 홈페이지), 한국에너지공단 홈페이지, NEWS1 뉴스 등