DOI QR코드

DOI QR Code

Comparison Analysis of Turbulence Intensity and Fatigue Load of Onshore Wind Farms According to Terrain

지형에 따른 육상풍력발전단지 난류강도 및 피로 하중 비교 분석

  • 김영휘 (강원대학교, 에너지.인프라 융합학과) ;
  • 김민지 (강원대학교, 에너지.인프라 융합학과) ;
  • 백인수 (강원대학교, 에너지.인프라융합학과/메카트로닉스전공 )
  • Received : 2023.09.08
  • Accepted : 2023.11.06
  • Published : 2023.12.31

Abstract

This study aimed to investigate differences in turbulence intensity and turbine loads among onshore wind farms located in various types of terrain. To achieve this, simulations were conducted for two onshore wind farms with identical wind turbines and capacity but situated on complex and flat terrains. The simulations used meteorological data gathered over a 10-year period from automatic weather stations nearest to the wind farms. WindSim and WindPRO software tools were employed for wind field and load analysis, respectively. The simulation results revealed that wind farm A, situated on complex terrain, exhibited significantly higher effective turbulence intensity than wind farm B on flat terrain, as expected. Consequently, the load indices of several wind turbines exceeded 100 % in wind farm A, indicating that the turbines could not reach their design lifespan. From the simulation study, aimed at reducing both the effective turbulence intensity and turbine loads, it became evident that while increasing turbine spacing could decrease effective turbulence intensity to some extent, it couldn't completely resolve the issue due to the inherently high ambient turbulence intensity on complex terrain. The problem with wind turbine loads could only be completely resolved by using wind turbines with a turbine class of A+, corresponding to a reference turbulence intensity of 0.18.

Keywords

기호설명

RD : 풍력터빈 회전자 직경 [m]

AEP : 연간발전량 [MWh/y]

k : 와이블 분포 함수의 형상 파라미터

C : 와이블 분포 함수의 척도 파라미터

CT(u) : 풍속에 따른 풍력터빈의 추력 곡선

m : Wöhler exponent

Iref : 풍력터빈 설계 난류강도의 기준 값

Ieff(u) : 풍속에 따른 유효 난류강도 함수

σwake : 후류 영향으로 추가된 난류 값

σambient : 대기 난류의 90번째 백분위 수에 해당하는 난류 값

σT : 대기 난류와 후류 영향이 고려된 전체 난류 값

1. 서론

국내 풍력발전단지 누적설치용량은 2022년 12월 기준 약 1.8 GW에 달하는 것으로 알려졌으며, 이 중 많은 풍력발전단지가 육상의 복잡지형에 건설되어 있다[1]. 국내 복잡지형에 있는 풍력발전단지는 지형의 급격한 고도 변화 때문에 대기 난류강도가 평지 지형에 비해 매우 증가하게 된다. 또한, 복잡지형에서는 능선을 따라 풍력터빈이 배치되어야 하는 지형적 제한으로 풍력 단지 내 터빈들의 이격 거리가 충분히 확보되지 않은 경우가 많으며, 이 경우 터빈 간 발생하는 후류 영향이 크게 발생한다. 풍력터빈 후류는 하류에 있는 풍력터빈의 풍속저감 및 난류강도 증가를 발생시키며, 이 때문에 하류 터빈의 이용률 감소 및 피로 하중 증가의 문제가 발생하게 된다 [2-4].

국내에서는 2002년 MW 급 규모의 상용 육상풍력발전단지가 완공된 이후로 다양한 풍력발전단지 풍력자원 분석 및 발전량 예측 연구가 수행됐다 [5-12]. 해당 연구를 살펴보면, 단순지형에서의 기상탑 바람 데이터를 통한 연간발전량 예측 [5], 기상청 AWS 기상자료를 이용한 국내 육상 복잡지형에서의 풍력발전단지 발전량 예측 [6], MERRA 재해석 자료를 이용한 복잡지형 내 풍력발전단지 발전량 예측 [7] 등의 연구에서 실측 및 재해석 풍황 자료를 적용할 경우의 풍력자원 예측 오차를 분석하고 이를 통해 연간발전량 및 단지 이용률 등을 비교 및 분석하였으며, WAsP 프로그램과 WindSim 프로그램을 이용한 복잡지형에서의 발전량 예측 정확도 비교 [8], 발전량 예측을 통한 국내 육상 풍력 유망후보지 선정 [9], 인근 장애물 영향을 고려한 육상 풍력발전단지 발전량 예측 [10], 대형 풍력발전단지 내 중형풍력터빈 적용에 따른 연간발전량 및 하중변화 예측 [1 ], 복잡지형에서 난류강도를 고려한 풍력발전단지 설계 [12] 등의 연구에서 단지 내의 풍황 예측 및 발전량에 영향을 미치는 요인들을 비교하며 연간발전량, 단지 이용률 등의 변화를 분석하였다.

현재까지 주로 상용 프로그램을 이용한 풍력발전단지의 발전량 예측 연구가 많이 이루어졌으며, 상대적으로 국내 복잡지형과 평탄지형에서 지형에 따른 풍력발전단지단지의 하중 영향을 비교 및 분석한 연구는 매우 제한적이다. 따라서 본 연구는 국내 육상 복잡지형에 위치한 풍력발전단지에서 평탄지형에 위치한 풍력발전단지 대비 발전량 및 하중이 어떻게 변화하는지 시뮬레이션을 통해 알아보고자 하였다. 이를 위해 국내 복잡지형과 평탄지형에 대해 동일 MW 급 풍력터빈을 적용하는 경우를 대상으로 하여 풍력발전단지의 예측 연간발전량과 터빈 위치별 난류강도를 각각 비교하고, IEC 61400-1 풍력터빈 설계 표준에 의거한 시뮬레이션을 통해 단지 내 터빈들의 피로 하중 영향을 살펴보고자 한다. 또한, 복잡지형에 위치한 풍력발전단지의 터빈 간 이격 거리 조절 및 터빈 설계 등급 상향이 풍력터빈에 미치는 하중 영향을 개선시킬 수 있을지 분석하고자 한다.

2. 대상지점의 현황

2.1 대상 단지

Fig. 1은 본 연구의 시뮬레이션 대상 풍력발전단지 A와 B를 보여준다. 대상 단지 A는 평균 해발고도가 1000 m 이상인 복잡지형에 위치한다. 대상 단지 A의 터빈별 이격 거리는 1.7 RD – 4.0 RD이고, 6번 풍력터빈을 제외한 모든 터빈이 터빈 간 최소 이격 거리가 3.0 RD 미만으로 이격 되어 있다. 기상자료 분석 결과 주풍향은 서북서풍(292.5°) 이며 일부 풍력터빈의 경우 능선에 있어야 하는 제약 때문에 주풍방향과 나란히 배치되어 있다. 대상 단지 B는 평균 해발고도가 약 3 m인 평탄 지형에 위치한다. 대상 단지 B의 터빈별 이격거리는 2.2 RD – 2.8 RD 로 모든 풍력터빈이 3.0 RD미만으로 이격되어 있다. 또한, 후류 영향을 최소화하기위해, 주풍방향인 동북동풍(67.5°) 방위에 수직 방향으로 풍력터빈이 배치되어 있다. 단지 A와 B 모두 동일한 MW 급 이상의 풍력터빈 14기가 설치되어 있다.

HKPRAO_2023_v14n4_57_3_f0001.png 이미지

Fig. 1 Layouts of target wind farms

대상 단지 A와 B의 지형 복잡성 평가를 위해 WindPRO 프로그램을 이용하여 지형의 경사도와 변화도에 따라 구해지는 지형 복잡성 지수(Terrain Complexity Index)를 계산하였으며, 계산 결과 단지 B의 지형은 지수값이 0으로 지형 효과가 크지 않은 것으로, 단지 A는 지수값이 1로 단지 설계 시 지형에 의한 효과를 고려해야 하는 것으로 계산되었다.

2.2 전산유동해석

2.2.1 지형 및 지표 거칠기 정보

대상 단지의 연간발전량 예측을 위해 단지를 포함한 지형에 대한 전산유동해석을 진행하였다. Fig. 2는 지형 모델링 결과를 보여주며 지형 모델은 전산 유동해석 시 적용되는 지형 정보 및 지표거칠기 정보를 담고 있다. 지형 모델에 사용된 전자지도는 국토지리정보원에서 제공하는 1 : 25000 수치지도(등고선 간격 10 m)를 사용하였다. 토지피복도는 환경부에서 제공하는 1 : 50000 대분류 토지피복도(공간해상도 30 m)를 사용하였다 [13, 14]. 토지피복도는 Table 1과 같이 총 7개의 유형으로 분류된 지표 정보에 각각의 RGB 색상값을 할당하여 지표거칠기 값으로 변환되어 사용된다.

HKPRAO_2023_v14n4_57_3_f0002.png 이미지

Fig. 2 Terrain model information

Table 1 Surface roughness length for various terrain types

HKPRAO_2023_v14n4_57_3_t0001.png 이미지

2.2.2 유동장 해석

대상 단지의 지형 효과가 고려된 풍력자원 예측을 위해 유동 박리(Flow Separation) 및 와류 등의 비선형 유동 해석이 가능한 WindSim AS 사의 CFD(Computational Fluid Dynamics)기반 프로그램인 WindSim 프로그램을 사용하였다.

Table 2는 WindSim 프로그램에서의 해석 조건을 보여준다. 단지 A는 20.0 km x 20.0 km의 크기로 설정하였으며 단지 B는 15.0 km x 20.0 km의 크기로 설정하였다. 단지 A와 B 모두 해석 영역의 x, y 방향 격자 간격은 30.0 m로 설정하였고, 해석의 정확도를 높이기 위해 지표에서 멀어질수록 z 방향에 대한 격자간격이 증가하도록 설정하였다.

Table 2 Simulation setting for WindSim

HKPRAO_2023_v14n4_57_3_t0002.png 이미지

2.3 기상자료 분석

대상 단지의 해석 영역에 대해 전산유동해석을 수행하기 위한 기상자료로 단지별 최인근에 있는 AWS 실측 기상자료를 활용하였다. AWS 기상자료는 2013년 1월 1일부터 2022년 12월 31일까지 총 10년간의 자료를 이용하였다. AWS 기상자료의 측정 높이는 지상으로부터 10 m이다. 단지 A의 풍력 자원 분석에 활용된 AWS 측정소의 고도는 약 822 m이고 단지 내 터빈과의 이격 거리는 6.9 km - 9.8 km이다. 단지 B의 풍력 자원 분석에 활용된 AWS 측정소의 고도는 약 5m이고 단지 내 터빈과의 이격 거리는 5.7 km - 6.8 km이다 [15].

Fig. 3은 AWS 실측 기상자료의 방위별 분석 결과를 보여준다. 단지 A의 최인근 AWS 기상자료의 방위별 출현 분포는 16개 방위 중 WNW(292.5°)에서 약 14.8 %로 세 방위에서 가장 큰 출현 분포를 보였으며, 방위별 에너지 분포는 WNW(292.5°)에서 약 26.7 %로 가장 높은 에너지 분포를 보인다. 단지 B의 최인근 AWS 기상자료의 방위별 출현 분포는 16개 방위 중 ENE(67.5°)에서 약 6.9 %로 가장 큰 출현 분포를 보였으며, 방위별 에너지 분포는 NNW(337.5°)에서 약 24.6 %로 가장 높은 에너지 분포를 보인다. AWS 실측 기상자료의 와이블 분포 결과 값은 Table 3과 같이 계산되었다. 단지 A의 와이블 분포의 형상계수(k)는 1.23 척도계수(C)는 3.13 m/s, 평균 풍속은 2.88 m/s이고 B의 와이블 분포의 형상계수(k)는 1.32, 척도계수(C)는 2.63 m/s, 평균 풍속은 2.38 m/s이다.

HKPRAO_2023_v14n4_57_f_t0001.png 이미지

Fig. 3 Wind & Energy rose of AWS Data

Table 3 Meteorological data information of target wind farm

HKPRAO_2023_v14n4_57_4_t0001.png 이미지

난류강도 분포는 가파른 언덕을 지나는 풍향에서 매우 커지며 골짜기 지형에서도 마찬가지로 증가한다. 급격한 언덕 지형이 주변에 분포되어 있으면 풍속 및 난류강도가 매우 산발적으로 분포된다 [16]. 이처럼 특정 풍향에 높은 산과 협곡 등이 분포해 있을 때 난류강도 값이 매우 증가하는 경향을 보이게 되는데 단지 A는 주변 지형과 단지 내 터빈이 설치된 지형의 경사가 매우 가파르고 최인근 터빈과의 설치 고도 차이가 측정되므로 지형적인 영향을 크게 받을 것으로 예상된다.

2.4 대상 풍력터빈

대상 단지에 적용된 풍력발전기는 MW 급 용량의 풍력터빈으로 대상 풍력발전기의 IEC 기준 설비 등급은 S class이다. Table 4는 각 단지에 설치된 풍력발전기의 제원을 보여준다.

Table 4 Specification of wind turbine

HKPRAO_2023_v14n4_57_4_t0002.png 이미지

2.5 풍력자원 지도 작성

대상 단지의 연간발전량 계산에 적용되는 풍력자원 지도는 WindSim 프로그램을 활용하여 작성하였으며 대상 단지에 적용된 풍력터빈의 허브 높이를 고려하여 지상으로부터 100 m 높이에서 작성하였다. Fig. 4는 WindSim 프로그램을 활용하여 작성된 풍력자원 지도를 보여준다. 단지 A의 터빈은 평균 풍속 6.28 m/s - 8.48 m/s 영역에 있으며 단지 B의 터빈은 평균 풍속 5.21 m/s - 5.70 m/s 영역에 있다.

HKPRAO_2023_v14n4_57_5_f0001.png 이미지

Fig. 4 Wind resource map

3. 연간발전량 및 하중 예측 결과

3.1 단지의 예측 연간발전량 비교

연간발전량 예측에는 EMD International A/S 사의 WindPRO 프로그램을 활용하였다. 연간발전량 계산 시 후류 손실을 계산하기 위해 “N.O. Jensen: 2005” 후류 모델을 적용하였으며, 난류 모델은 “S. Frandsen: 1999” 모델을 적용하였다 [17, 18]. Table 5는 단지 A와 B의 예측 연간발전량을 보여준다.

Table 5 Annual energy production

HKPRAO_2023_v14n4_57_5_t0001.png 이미지

3.2 단지 내 터빈별 유효 난류강도 비교

유효 난류강도(Effective Turbulence Intensity)는 WindPRO 프로그램을 통해 계산되며 허브 높이 풍속 15 m/s에서 대기 난류강도의 90번째 백분위 수에 해당하는 값을 의미한다. 유효 난류강도의 설계 한계는 IEC 61400-1 풍력터빈 설계 표준에 명시된 NTM(Normal Turbulence Model) 바람 조건을 기준으로 평가된다. 계산 결과 제시된 유효 난류강도는 터빈허브 높이 15 m/s 풍속의 대기 난류강도의 90번째 백분위 수를 초과할 경우 Critical한 결과를 보여주며 아래의 식 (1)을 통해 계산된다 [19, 20]. Fig. 5는 터빈 위치에서 계산된 유효 난류강도 결과 그래프를 보여준다.

HKPRAO_2023_v14n4_57_6_f0001.png 이미지

Fig. 5 Effective turbulence intensity of wind turbines

복잡지형에 있는 단지 A는 WTG1 - WTG6 터빈이 15 m/s에서 난류강도가 0.148 ~ 0.161로 터빈의 설계 난류강도 기준 값인 0.1685 (Iref=0.15)미만에 해당하며, WTG7 - WTG14 터빈이 15 m/s에서 난류강도가 0.1685를 초과하며 터빈의 설계 난류강도 기준 값을 초과하는 것으로 확인되었다. 반면에 평탄지형에 있는 단지 B는 모든 터빈이 IEC 설계 한계의 난류강도 기준 값을 초과하지 않는 범위에 있음을 확인하였다.

\(\begin{align}I_{e f f}(u)=\frac{1}{u}\left[\int_{0}^{2 \pi} \sigma_{T}(\theta \mid u)^{m} f(\theta \mid u) d \theta\right]^{1 / m}\end{align}\)       (1)

\(\begin{align}\sigma_{\text {wake }}=\frac{u}{1.5+\frac{0.8 d / R D}{\sqrt{C_{T}(u)}}}\end{align}\)       (2)

\(\begin{align}\sigma_{T}=\sqrt{\sigma_{\text {ambient }}^{2}+\sigma_{\text {wake }}^{2}}\end{align}\)       (3)

복잡지형에 있는 단지 A는 산 능선을 따라 배치된 지형적 특성과 터빈 간의 작은 이격 거리로 터빈 위치에서의 유효 난류강도가 크게 나타난 것으로 판단된다.

3.3 피로 하중 영향 비교

3.3.1 단지 내 터빈별 하중 영향 비교

Table 6과 Table 7은 WindPRO 프로그램을 통해 예측된 각 단지 내 터빈별 피로 하중 예측 결과를 보여준다. 시뮬레이션 결과 하중지수(Load Index)가 100%를 초과하는 값은 터빈별 주요 요소 부품(블레이드, 타워, 나셀, 샤프트)의 피로 하중이 해당 풍력터빈의 등급에서의 IEC 설계 기준 풍황 조건을 고려한 정상운전 시 발생하는 하중보다 큰 것을 의미한다. WindPRO의 하중 계산 모듈에 사용되는 LOAD RESPONSE 모델에서는 반응 표면 방법론(Response surface methodology)을 기반으로 풍력터빈의 4가지 풍황 파라미터 유효 난류, 윈드 시어, 유입 각도, 공기밀도의 특정 조합에 대한 피로 하중 시뮬레이션을 통해 계산된다. 각 요소 부품에 대한 피로 하중은 DEL(Damage Equivalent Load) 및 LDD(Load Duration Distribution)로 표시되며, 단지 내에서 예측된 바람 조건을 기반으로 추정된 하중과 IEC 설계 기준에 대한 바람 조건을 기반으로 추정된 하중 간의 비율로 정의된다. LOAD RESPONSE 모델은 아래의 식(4-6)을 통해 계산된다 [19].

Table 6 Critical fatigue load index of Wind farm A

HKPRAO_2023_v14n4_57_7_t0001.png 이미지

Table 7 Critical fatigue load index of Wind farm B

HKPRAO_2023_v14n4_57_7_t0002.png 이미지

\(\begin{align}D E L=\sqrt[m]{\sum_{V_{\text {hb }}=V_{\epsilon}}^{V_{\text {hu }}} w\left(V_{\text {hub }}\right) \nabla_{0}\left(V_{\text {hub }}, \sigma_{1}\left(V_{\text {hub }}\right), \alpha, \rho, \varphi\right)^{m}}\end{align}\)       (4)

\(\begin{align}\delta_{D E L}=\frac{D E L}{D E L_{\text {ref }}} \cdot 100 \%\end{align}\)       (5)

\(\begin{align}T_{\text {lifetime, } D E L}=\left(\frac{D E L^{r e f}}{D E L}\right)^{m} \cdot T_{\text {turbine }}\end{align}\)       (6)

단지 A는 WTG1, WTG4를 제외한 터빈들이 타워와 샤프트 부품에서 피로 하중의 영향을 크게 받고 있는 것으로 나타났다. 특히 터빈 위치에서의 유효 난류강도가 0.22 이상으로 IEC 설계 등급 A+ class를 초과하는 것으로 확인된 WTG10 - WTG13 터빈은 WindPRO 예측 결과 피로 수명이 12년 미만으로 확인되었다. 반면에 단지 B는 피로 하중 계산 결과 단지 내 모든 터빈이 IEC 설비 등급을 초과하지 않고 터빈의 설계 수명인 20년 이상 운영 가능한 것으로 확인되었다.

3.3.2 터빈 간 영향을 배제한 터빈별 유효 난류강도 및 하중 영향 분석

단지 내 터빈 간의 후류 영향이 배제된 개별 터빈의 유효 난류강도 및 피로 하중 영향을 확인하기 위해 전체 14기의 풍력터빈 중 각각 1기의 터빈만을 적용한 경우에 대해 터빈별 피로 하중 시뮬레이션을 진행하였다. Fig. 6은 단지 A에서 단지 내 주변 터빈이 배제된 경우의 터빈별 유효 난류강도와 피로 하중 계산 결과를 나타낸 그래프이다.

HKPRAO_2023_v14n4_57_8_f0001.png 이미지

Fig. 6 Effective turbulence & load index of individual wind turbine in wind farm A​​​​​​​

Table 8과 Table 9는 단지 A에서 단지 내 설치된 터빈의 난류강도 설계 기준(Iref)이 0.15일 때, 주변 터빈의 후류 영향 배제 여부에 따른 터빈별 유효 난류강도 및 피로 하중 계산 결과를 보여준다. 주변 터빈의 후류 영향을 배제할 경우 WTG1 - WTG5 터빈은 안전한 것으로, WTG6 - WTG14 터빈은 설치 시 주의가 필요한 것으로 확인되었으며, 기존 단지에서 하중지수가 100 %를 초과한 결과를 보인 WTG2, WTG3, WTG5 터빈은 인근 터빈의 영향을 배제한 시뮬레이션 결과 100 % 미만인 것으로 계산되었다.

Table 8 Comparison of effective turbulence intensity by wake effect

HKPRAO_2023_v14n4_57_7_t0003.png 이미지

Table 9 Comparison of critical fatigue load index by wake effect

HKPRAO_2023_v14n4_57_8_t0001.png 이미지

특히 WTG7 - WTG14 터빈은 유효 난류강도 예측결과 주변 터빈의 후류 영향을 배제하더라도 터빈의 난류강도 설계 기준을 초과하는 것으로 확인되었다. 이는 주변 터빈의 영향이 없더라도 대기 난류강도가 지형 효과에 의해 높은 값을 갖는 것을 의미하며 이때문에 터빈이 받는 피로 하중이 큰 것으로 판단된다.

3.3.3 터빈 간 이격 거리 증가에 의한 하중 영향 분석

개별 터빈의 피로 하중 결과 대비 인근에 터빈이 위치 해 있을 때 피로 하중이 100 %를 초과하는 터빈들은 주풍향 방향으로의 상류에 있는 터빈에 의한 후류 영향으로 피로 하중이 증가된 것을 의미한다. 따라서, 높은 하중 변화가 확인된 터빈들의 상류에 위치하면서 배제 시 주변 터빈들의 이격 거리 확보가 가능하게 되는 WTG2, WTG11, WTG13 3기의 터빈을 단지에서 제외한 경우에 대해 하중 감소 효과를 확인하기 위한 시뮬레이션을 진행하였다.

Fig. 7은 WTG2, WTG11, WTG13 3기의 터빈이 배제된 단지 배치안을 적용한 피로 하중 시뮬레이션 결과를 나타낸 그래프이다. Table 10에 보이는 바와 같이, WTG2 터빈의 배제 결과로 WTG3, WTG5 2기의 터빈의 하중지수(Load index)가 100 % 이내로 감소하여 20년의 설계 수명 기간 이상 운전이 가능한 것으로 확인되었으며, WTG11, WTG13 터빈의 배제 결과로 WTG10, WTG12, WTG14 3기의 터빈의 하중지수가 1.0 % - 2.9 % 감소하는 것을 확인하였다. 이는 후류영향에 기인한 난류강도 및 풍력터빈의 하중지수 증가는 터빈 간의 이격 거리를 증가시킴으로써, 다소 저감시킬 수 있음을 보여준다.

Table 10 Comparison of critical fatigue load index for increase distanc​​​​​​​e

HKPRAO_2023_v14n4_57_8_t0002.png 이미지

HKPRAO_2023_v14n4_57_9_f0001.png 이미지

Fig. 7 Critical fatigue load index without upstream wind turbines​​​​​​​

3.3.4 고 난류강도 등급의 터빈 적용 시 하중 영향 비교

단지 내 터빈 간 최소 이격 거리는 후류로 인한 손실 및 터빈에 가해지는 하중을 줄이기 위해 풍력 터빈간에 충분한 간격을 두고 배치하는 것을 권장하고 있다. 그러나 복잡지형에 위치하여 산 능선을 따라 터빈이 설치된 단지 A는 터빈 간 이격 거리를 증가시킬 경우에 경사도가 큰 지형에 설치될 위험이 있으며 주변 민가 및 도로와 인접하게 될 수 있어 단지 면적을 늘릴 수 없는 한계가 존재한다. 따라서 단지의 용량을 유지하면서 터빈의 피로 수명을 확보하기 위해 단지의 기존 터빈 위치에 이격 거리 변화 없이 난류강도 설비등급을 높인 터빈을 적용한 경우에 대한 시뮬레이션을 수행하였다.

Fig. 8은 터빈의 설비 등급을 기존등급(Iref=0.15)에서 A class (Iref=0.16)와 A+ class (Iref=0.18)로 상향한 경우에 대한 터빈별 피로 하중 시뮬레이션 결과를 나타낸다. 설비 등급 A class 터빈을 적용한 결과 기존 터빈 대비 추가로 5기 터빈의 하중지수가 100 % 미만으로 개선되었으며, 설비 등급 A+ class 터빈을 적용한 결과 모든 터빈의 하중지수가 100 % 미만으로 감소하여 단지 내 모든 터빈이 설계 수명인 20년 이상 운전이 가능한 것으로 확인되었다.

HKPRAO_2023_v14n4_57_9_f0002.png 이미지

Fig. 8 Critical fatigue load index of wind farm A​​​​​​​

4. 결론

본 연구에서는 국내 육상풍력발전단지 중 복잡지형과 평탄지형에 있는 2개소를 대상으로 동일 풍력터빈 및 단지 용량이 적용된 경우에 대해 단지의 연간발전량 및 터빈의 피로 수명 결과를 비교하였다. 이를 위해 상용 CFD 프로그램인 WindSim 프로그램에서 작성된 풍력자원 지도를 WindPRO 프로그램에 입력하여 각 대상 단지들의 연간발전량을 예측하였으며 WindPRO 프로그램의 하중 계산 모듈을 활용하여 단지 내 터빈들의 피로 하중 시뮬레이션을 수행하였다.

복잡지형과 평탄지형을 대표하는 각각의 풍력발전단지 A와 단지 B를 비교한 결과, 복잡지형에 있는 단지 A에서 지형 효과 때문에 대기 난류강도가 높게 예측되었으며 이 때문에 터빈의 유효 난류강도가 해당 풍력터빈 Class에서의 IEC 기준 난류강도 값을 초과하는 결과가 나타났다. 또한, 대부분 풍력터빈의 하중지수가 100%를 초과하여 설계수명 20년 동안 풍력터빈의 운전이 보장될 수 없는 것으로 예측되었다. 반면에 평탄지형에 있는 단지 B는 터빈의 유효 난류강도가 IEC 기준 난류강도 값보다 낮았으며, 단지 내 모든 터빈의 하중지수가 100 % 이하로, 피로 수명이 20년 이상 확보되는 것으로 예측되었다.

복잡지형에서 터빈 간 이격 거리 증가에 의한 난류강도 감소 효과는 단일 풍력터빈만을 적용하여 해석한 결과와 주풍향 방향 상류에 있는 터빈을 배제하여 해석한 결과를 비교함으로써 확인할 수 있었으며, 대상풍력발전단지는 지형에 의한 대기 난류강도가 높으므로 일부 풍력터빈만이 이격 거리 증가에 의한 하중저감 효과를 얻을 수 있었다.

대상 풍력발전단지의 터빈 난류강도 설비 등급을 상향하는 경우, 기존 단지의 동일 터빈위치에 난류강도 설비 등급을 상향한 터빈을 적용하는 것을 가정할 때 A+ (Iref: 0.18) 등급에서 모든 풍력터빈의 하중지수가 100 % 미만으로, 설계 수명 이상의 기간 단지 운영이 가능함을 확인하였다.

본 연구에서는 제한된 2개소의 육상풍력발전단지만을 대상으로 분석한 결과이기 때문에 일반적인 결론을 도출할 수 없지만 추후 육상풍력발전단지 개발 및 리파워링 시 복잡지형에 터빈을 설치할 때는 지형적 특성 때문에 유발되는 난류강도에 주의하여 터빈을 설치해야 하며 주풍향을 고려한 충분한 이격 거리가 확보되어야 할 것으로 판단된다. 또한, 국내 복잡지형에서는 지형 효과 때문에 단지 영역 내 대기 난류강도가 15 m/s에서 0.2 이상의 높은 분포를 보일 수 있기 때문에 터빈 설치 시 A+ 등급(Iref=0.18)과 같은 고 난류강도 등급의 터빈을 적용하는 것이 안전한 것으로 판단된다.

후기

본 연구는 2020년도 산업통상자원부의 재원으로 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구입니다(No. 20203030020270).

References

  1. KWEIA, 2022, Installation status, Korea Wind Energy Industry Association. 
  2. Burton, T., Jenkins, N., Sharpe, D., and Bossanyi E., 2011, Wind Energy Handbook, second edition, John Willey & Sons, Ltd. 
  3. Son, J. H., Paek, I., Yoo, N. S., and Nam, Y. S., 2014, "Study on the effect of wake on the performance and load of downstream wind turbine," Journal of the Korean Solar Energy Society, Vol. 34, No. 2, pp. 98~106 (in Korea). 
  4. Ko, K. N., Park, M. H., and Huh, J. C., 2013, "An analysis of wake effect in a wind farm," Journal of the Korean Society for Power System Engineering, Vol. 17, No. 2, pp. 13~20 (in Korea). 
  5. Son, J. H., Ko, K. N., Huh, J. C., and Kim, I. H., 2017, "Mutual Application of Met-Masts Wind Data on Simple Terrain for Wind Resource Assessment," Journal of the Korean Society for Power System Engineering, Vol. 21, No. 6, pp. 31~39 (in Korea). 
  6. Woo, J. K., Kim, H. G., Kim, B. M., Paek, I., and Yoo, N. S., 2011, "Prediction of Annual Energy Production of Gangwon Wind Farm Using AWS Wind Data," Journal of the Korean Solar Energy Society, Vol. 31, No. 2, pp. 72~81 (in Korea). 
  7. Kim, J. H., Kwon, I. H., Park, U. S., Paek, I., and Yoo, N. S., 2014, "Prediction of Annual Energy Production of Wind Farms in Complex Terrain Using MERRA Reanalysis Data," Journal of the Korean Solar Energy Society, Vol. 34, No.2, pp. 82~90 (in Korean). 
  8. Woo, J. K., Kim, H. G., Kim, B. M., Paek, I., and Yoo, N. S., 2012, "AEP Prediction of a Wind Farm in Complex Terrain - WindPRO Vs. WindSim," Journal of the Korean Solar Energy Society, Vol. 32, No. 6, pp. 1~10 (in Korean). 
  9. Kim, C. J., Song, Y., and Paek, I., 2017, "Selection of Promising Wind Farm Sites and Prediction of Annual Energy Production of Wind Turbine for Eight Islands in Korea," Journal of the Korean Solar Energy Society, Vol. 37, No.6, pp. 13~24 (in Korean). 
  10. Kim, H. W., Song, Y., and Paek, I., 2018, "Prediction and Validation of Annual Energy Production of Garyeok-do Wind Farm in Saemangeum Area," Journal of Wind Energy, Vol. 9, No.4, pp. 32~39 (in Korean). 
  11. Kim, M. J., Song, Y., and Paek, I., 2020, "Prediction of Annual Energy Production and Load Effect of Domestic Onshore Wind Farms by Application of Medium-Sized Wind Turbines," Journal of Wind Energy, Vol. 11, No.4, pp. 40~53 (in Korean). 
  12. Park, M. H., Ko, K. N., and Huh, J. C., 2013, "Wind Farm Design Considering Turbulence Intensity on Complex Terrain," Journal of the Korean Solar Energy Society, Vol. 33, No.6, pp. 1~11 (in Korean). 
  13. Ministry of Land, Infrastructure and Transport, 2023, Digital terrain map, Available online: http://www.nsdi.go.kr/lxportal/, July 7, 2023. 
  14. Ministry of Environment, 2023, Land Cover Map, Available online: https://egis.me.go.kr, July 7, 2023. 
  15. Korea Meteorological Administration, 2023, AWS wind data, Available online: https://data.kma.go.kr, June 29, 2023. 
  16. Jeong, T. Y. and Lim, H. C., 2010, "The Effect of Atmospheric Stability on Flow Structure around a Complex Terrain," Journal of the Wind Engineering Institute of Korea, Vol. 14, No.1, pp. 47~54 (in Korean). 
  17. Jensen N.O., 1983, A note on wind generator interaction, RISO National Laboratory, DK-4000, Roskilde, Denmark. 
  18. Frandsen, S. T., 2007, Turbulence and turbulence generated loading in wind turbine clusters, Riso report R-1188. 
  19. EMD International A/S, 2022, WindPRO 3.6 User Manual LOAD RESPONSE, Available online: https://help.emd.dk, June 29, 2023. 
  20. IEC, 2005, Wind Turbine Part I: Design Requirements, IEC 61400-1 Standard, 3rd Edition, International Electrotechnical Commission.