마이크로그리드 전력변환장치용 커패시터 고장 검출 기법

Capacitor Failure Detection Technique for Microgrid Power Converter

Abstract

The DC part of the DC microgrid power conversion system uses capacitors for buffers of charge and discharge energy for smoothing voltage and plays important roles such as high frequency component absorption, power balancing, and voltage ripple reduction. The capacitor uses an aluminum electrolytic capacitor, which has advantages of capacity, low price, and relatively fast charging/discharging characteristics. Aluminum electrolytic capacitors(AEC) have previous advantages, but over time, the capacity of the capacitors decreases due to deterioration and an increase in internal temperature, resulting in a decrease in use efficiency or an accident such as steam extraction due to electrolyte evaporation. It is necessary to take measures to prevent accidents because the failure diagnosis and detection of such capacitors are a very important part of the long-term operation, safety of use, and reliability of the power conversion system because the failure of the capacitor leads to not only a single problem but also a short circuit accident of the power conversion system.

1. 서 론

알루미늄 전해 커패시터(AEC: Aluminum Electrolytic Capacitors)는 전력전자의 전력변환장치에 사용되는 수동소자로써 전력변환기에서 직류전압을 평활 화하고 일시적으로 저장하는 용도로 사용된다. Fig. 1은 전력변환시스템의 고장 요소별 분포도이며, 고장의 대부분은 전해 커패시터와 스위칭 소자가 대부분을 차지하며 이 중에서도 전해 커패시 터는 고장률이 60 [%]로 높아 전력변환장치의 수명이 짧아지게 하는 영향을 끼친다[1][2].

전해 커패시터의 고장의 일종으로 노화가 진행됨에 따라 등가 직렬 저항(ESR : Equivalent Series Resistance)이 증가하고, 그 결과 커패시터 내부의 발열로 인해 커패시터서의 수명이 급격히 단축된다. 특히 과도한 직렬 저항으로 인해 열이 발생하여 폭발 및 화재를 일으키고 커패시터의 외장 케이스가 갈라지고 전해액이 누출되어 화재가 발생한다. 회로 고장의 원인이 되는 과전압, 과전류, 온도 상승 등으로 인한 고장을 방지하기 위한 개별 대책이 필요하다. [3]

따라서 알루미늄 전해 커패시터의 고장상태를 진단하기 위해 사전에 다양한 연구가 진행되어 왔다. M. L. Gasreil [4]는 가변주파수 전동기 구동부의 버스 커패시터의 수명을 예측하는 방안을 제시하였고, 커패시터의 임피던스에 대한 모델, 전동기 구동부의 전류 리플과 커패시터 뱅크의 배치에 따른 열적 모델을 이용해 커패시터의 열화 상태와 고장을 관측하였다.

Fig. 1 Distribution chart by failure element of power conversion system

M. Soliman[5]은 인공지능을 이용해 Back to Back 컨버터의 DC link 커패시터의 커패시턴스 추정 방법을 제안하였는데, 입력전압과 입력전류, DC link 전압 리플, 출력전류와 출력전압을 Neural Network 기반 알고리즘으로 인공지능을 통하여 커패시턴스를 추정하는 방안을 제안하였다. 위 방안은 추정성능은 우수하지만 다수의 전압, 전류센서가 필요로 하며 Neural Network 알고리즘의 복잡함과 더불어 많은 연산으로 인하여 구현 비용이 증가되어 실시간 추정에 한계가 있다.

본 논문에서는 기존의 전력변환장치 회로의 구성을 이용하여 추가적인 신호 주입을 사용하지 않은 상태에서 출력전압과 전류의 스위칭 주파수 성분을 근거로 하여 커패시터의 값을 추정하여 알루미늄 전해 커패시터의 열화 정도 추정 정확도 및 신뢰성을 향상시키고자 한다.

본 방법은 알루미늄 전해 커패시터(AEC)의 고장상태를 검출하기 위하여 PCB 회로상 필터부를 구성해 출력전압과 전류의 스위칭 주파수 성분을 근거로 알루미늄 전해 커패시터의 커패시턴스 값을 추정하고, 커패시턴스의 변화량 모니터링을 통해 전해 커패시터의 열화 정도를 판별하는 방식이다. 제안된 전해 커패시터의 고장 검출 방법은 모의시험을 통해 정확성과 유용성을 검증하였다.

2. AEC 용량 추정 방법

2.1 AEC 구조 및 특징

Fig. 2는 알루미늄 전해 커패시터의 기본 구조이다. 커패시터는 고순도 알루미늄 포일과 얇은 산화막을 유전체로 사용한다. 이중 알루미늄 전극 사이에 전해질과 유전체로 구성된 전해 커패시터는 거의 모든 전력변환장치의 필수 구성 요소이다.

Fig. 2 Capacitor basic structure

커패시터 중 세라믹 커패시터는 고주파에 대한 특성이 우수하여, 디지털 소자의 전원부 또는 신호부의 노이즈 제거용으로 사용되는 범용성 있는 커패시터이다. 그러나 커패시터의 용량 한계를 가지고 있어 전력변환장치의 입·출력단 평활회로에 사용하기는 부적합하다. 이에 반해 탄탈 커패시터는 탄 탈륨을 사용하는 커패시터로서, 세라믹 커패시터에 비해 큰 용량을 가지도록 해 사용이 가능하고, 온도 및 주파수 특성에서 우수한 장점이 있으나 가격이 비싸다는 단점이 있다. 알루미늄 전해 커패시터는 비용적 측면에서 다른 커패시터에 비해 장점을 가지고 있으며, 비용 대비 큰 용량을 얻을 수 있어 전력변환 회로의 전압 평활용으로 주로 사용한다.

2.2 AEC 고장 및 열화 특성

전해 커패시터의 고장으로 단락회로, 개방회로, 정전용량 감소, 누설전류 증가, 전해질 누액 등을 예상할 수 있다. 특히 열화에 따른 정전용량 감소는 전해질 물질의 증발, 알루미늄 호일과 전극판에 가해지는 과도한 온도 스트레스, 작동 전압 및 리플 전류에 의해 발생한다. 또한, 전해액의 증발로 인해 커패시터의 절연파괴전압이 증가하고 커패시터가 스웰링되거나 상단의 벤트가 열려 고장을 유발한다.

Fig. 3 Capacitor degradation characteristics

Fig. 4 Analysis of failure modes of aluminium electrolytic capacitors

Fig. 3은 시간 경과에 따른 커패시터의 노화 특성을 보여준다. Fig. 3에서 보는 바와 같이 커패시터의 정전용량은 시간에 따라 감소하고 ESR은 증가하여 탄델타 값이 증가하는 특성을 확인하였다. 따라서 정전용량의 변화 또는 ESR을 추정하여 커패시터의 열화상태를 추정할 수 있어 수명을 예측할 수 있고 커패시터의 적절한 유지보수 및 교체 시기를 확보할 수 있다. 알루미늄 전해 커패시터는 다양한 고장 모드를 가지고 있으며, 이들 중 대표적인 고장 모드는 Fig. 4와 같이 단락회로, 개방회로, 정전용량 감소, 누설전류 증가, 전해질 누출 등이 있다.

2.3 제안하는 필터회로 기반 AEC 용량 검출기법

전해 커패시터의 수명에 대한 예측은 일반적으로 Data sheet에서 제공하는 인자를 기반으로 수식적으로 계산하여 예측할 수 있다. 하지만, 생산되는 커패 시터의 용량 산포나 사용 환경에서의 여러 가지 요인들로 인해 수명 추정 정확도에서 한계를 가지고 있다. 따라서, 전해 커패시터의 신뢰성을 확보하기 위해 서는, 커패시터의 상태 모니터링을 통하여 판단하고, 고장으로 이어지기 이전에 커패시터의 상태를 사용자 에게 미리 경고하는 것은 필수적이다. 본 방식에서는 커패시터의 스위칭 주파수 성분의 전압과 전류를 계측하면 이 성분의 전압, 전류 관계식에 의해 커패시터의 용량을 쉽게 계산할 수 있다. 그러나, 전력변환기 구조상 커패시터의 전류를 직접 검출하기에는 하드웨어적으로 큰 부담이 있기 때문에 본 연구에서는 컨버터의 전류제어용 리액터 전류와 부하전류의 차를 이용하여 커패시터에 유입되는 전류를 센싱한다. 또한, Fig. 5는 BPF를 통한 컨버터의 스위칭 주파수 전압 및 전류 성분을 정현적인 형태로 변화시키며, 검출 성분의 실효치를 얻기 위해 절대치 회로와 LPF를 사용하여 DSP를 통한 연산을 가능하게 하였다.

Fig. 5 Simulation circuit diagram

3. 시뮬레이션 및 실험 결과

Fig. 6은 커패시턴스 검출을 위한 PSIM 시뮬레이션 회로도이다. 시뮬레이션은 그림과 같이 일반적인 Buck 컨버터를 이용해 구성였으며, PI 제어기를 통하여 출력전압을 제어하였고, 커패시터 전류와 출력전압의 스위칭 주파수를 근간으로 필터회로와 간단한 연산을 통하여 커패시터의 용량 검출을 수행한다. 시뮬레이션 실험에 사용한 PWM 스위칭 주파수는 10 [kHz]로 인가하였고 인덕터는 47 [uH]로 설정하였으며, 출력단 커패시터의 정전용량은 각각 1000 [uF], 2000 [uF]으로 설정하여 다양한 조건을 부여하기 위하여 컨버터의 스위칭 듀티비를 0.75, 0.5, 0.25의 조건에서 검증하였다.

Fig. 7은 알루미늄 전해 커패시터의 용량 검출을 실험을 위해 제안하는 아날로그 필터 회로의 개념적 타당성 검증용 PSIM 라이브러리 블록도를 사용하였다. 사용한 블록은 BPF와 ABS-Circuit, LPF를 사용하였으며, 실제 회로에 사용하기 위해 OP-AMP를 사용한 아날로그 회로를 각각 나타낸다. 커패시터 용량값 검출을 위한 컨버터의 동작스위칭 주파수는 10 [kHz]로 설정하며, 필터의 Center Frequency 역시 10[kHz]로 설정하였으며 컨버터의 용량을 변경 시 와 듀티비 변경 시 검출성능을 확인하였다.

Fig. 6 PSIM on circuit

Fig. 7 Capacitor voltage and current filter circuit

Fig. 8은 제안하는 필터 회로에서 BPF를 통과했을 때 나타나는 전압 및 전류 파형의 모습이다. 시뮬레이션에서 Buck 컨버터의 스위칭 주파수를 10 [kHz]로 설정하였으며 BPF의 중심 주파수를 동일하게 10 [kHz]로 설정하였으며 Q Factor를 10으로 설정하였으므로, Band width를 1 [kHz] 로 설계하였다. 전압 전류의 출력 결과는 거의 정현적인 형태를 나타냄을 확인할 수 있다.

Fig. 9는 제안하는 필터 회로부에서 BPF를 통과한 후 구성된 ABS 회로를 통과한 전압 및 전류 파형을 나타낸다. Fig. 10은 제안하는 필터 회로부에서 BPF를 통과한 후 구성된 절대값 회로를 통과한 전압 및 전류 평균값을 나타낸다. 위의 절대치 회로와 평균치 회로의 검출 결과 실효치 값은 절대치 값의 이 됨을 알 수 있다.

Fig. 8 BPF circuit signal detection

Fig. 9 ABS filter circuit signal detection

Fig. 10 Filter circuit average value signal detection

Table 1은 제안하는 필터회로를 통해 커패시터 용량 값을 다양한 조건에서 검출한 결과를 나타낸다. 본 논문에서 DSP로 처리하기 어려운 부분을 해소하기 위해 사용한 아날로그 필터회로를 PCB 회로에 적용하여 커패시터 용량 검출 시뮬레이션을 진행한 결과로 세가지 조건의 듀티비에 각 1000 [uF], 2000 [uF]의 용량 값을 검출한 결과시뮬레이션에서 5 [%] 이내의 추정 리플을 가지며 검출을 확인하였으며, 다양한 조건을 부여하여 검증 과정을 가졌다. Fig. 12는 커패시터 용량 검출을 위한 시험 장치의 구성을 보여주고 있다. 시험구성은 알루미늄 전해 커패시터 정전용량 검출 시험을 위한 Buck 컨버터와 필터 회로부를 PCB로 설계 및 제작하고 실험을 통해 제안된 필터의 유용성을 검증하였다. 전력변환 회로의 구성은 벅 컨버터와 인덕터 및 출력전류 센서로 구성하였으며, 커패시터 전압 및 전류 리플 검출 회로는 PSIM 시뮬레이션 상의 OP-AMP를 사용한 필터회로와 동일하게 구성하였고 제어기는 DSP TMS320F28335를 사용하여 구성하였다. Buck 컨버터는 설계 사양은 Table 2와 같이 제작하였으며, 필터 회로를 통해 전압과 전류스위칭 주파수의 리플을 검출하여 DSP 연산을 통하여 전해 커패시터의 용량을 검출하였다.

Fig. 11 Capacitor capacity detection [D=0.75]

Table 1. Capacitor capacity detection simulation results

Fig. 12 Experimental test set

Table 2. DC/DC Bcuk Converter Design Specifications

Fig. 13과 Fig. 14는 제작한 시스템에서 커패시터의 스위칭 주파수의 전압 및 전류 성분의 특성을 분석하였으며, 인덕터 전류부터 커패시터 스위칭 주파수 전류 평균치 성분과 스위칭 주파수 전압 평균치 성분을 각각 1[Ω], 2[Ω]의 부하의 차이를 두어 검출을 하여 커패시터 값 검출이 정상적으로 동작하는지 확인하였다.

Fig. 13 Experimental current waveform

Fig. 14 Experimental voltage waveform

Fig. 15 Current characteristics of the load

Table 3. Capacitor capacity detection results

Fig. 15는 부하의 동특성을 확인하기 위한 시험결과이며, 동특성 검출을 위해 부하가 인가 되었을 때와 탈락 하였을 때를 비교한 결과를 나타낸 것이다. 검출 회로의 커패시터에 유입되는 스위칭주파수 성분들의 특성은 부하를 변동하여도 리플변동이 거의 없으며, 커패시터 스위칭 주파수의 전류값과 전압값이 급격한 부하 변동에 주파수 성 분 변동이 없음을 확인하였다. 또한, 커패시터의 스위칭 주파수의 전압 및 전류 성분 검출을 통한 시정수 특성을 분석한 결과 컨버터의 부하를 투입 및 탈락 시에 나타나는 시정수는 약 30 [msec]로 나타났다. 이후 부하와 커패시터 용량, 스위칭 듀티비를 변조한 다양한 조건에서 커패시터의 용량을 추정한 결과 Table 3에서와 같이 최대 오차율은 약 12 [%]가 됨을 확인할 수 있으며 커패시터의 용량 검출 성능에 대해 입증하였다.

4. 결 론

DC 마이크로 그리드의 전압 평활이 목적인 Buffer용 전해 커패시터의 사용에서 생길 수 있는 고장을 줄이기 위해 고장 검출을 통해 발생할 수 있는 전력변환장치의 사고 방지를 위한 방법으로써 제안하는 전력변환 회로에 제안하는 시스템 구성을 통하여 스위칭 주파수 성분을 근간으로 커패시터 용량 값을 검출함으로써 알루미늄 전해 커패시터의 열화 정도를 판단한다. 이는 PSIM 시물레 이션을 통해 제안한 방식의 정확도 및 신뢰성을 간편적으로 평가하였으며, 제안하는 기법을 적용 할 수 있는 아날로그 필터 회로 및 DSP를 이용한 디지털 회로를 설계하여 프로토타입 제작을 통하여 용량 검출 성능의 정확도와 신뢰성에 대한 평가를 진행하였다. 제안된 방식은 일반적인 전력변 환장치에서 스위칭 주파수에 따른 전압 및 전류리플 특성에 대해 분석하였으며, 알루미늄 전해 커패시터의 스위칭 주파수의 전압 및 전류 성분에 의한 용량 기법을 분석하였다. 제안된 알루미늄 전해 커패시터의 고장 검출 방법은 커패시터의 전압과 전류를 검출하여 BPF, ABS, LPF 회로를 통해 커패시터의 전압 및 전류의 스위칭 주파수 성분의 검출기법을 제안하였으며, 이를 검출하기 위하여 인덕터 전류센서와 부하 측 전류센서 및 전압 센서를 사용하여 검출하였다. 또한, 동일 특성을 가지는 전압 및 전류의 기본파 성분 검출에 의한 검출 회로의 위상 지연 문제를 해소하였다. 이는 추후 DC 전압 안정화 및 신뢰도 평가 측면의 활성화에 기여할 것으로 예상된다.

사 사

본 연구는 2023년도 교육부의 재원으로 한국연 구재단의 지원을 받아 수행된 지자체-대학 협력기반 지역혁신 사업의 결과입니다(2021RIS-002).