[지역특화산업, AI로 디지털대전환 가속]〈6〉 제주 AI 그린에너지, 배터리·전지·풍력 확산

Photo Image
제주 그린에너지산업의 AI 융합 솔루션 개발 사례

제주테크노파크 컨소시엄은 과학기술정보통신부와 정보통신산업진흥원(NIPA)의 'AI융합 지역특화산업 지원사업'에서 그린에너지산업으로 국비(2개년 사업비) 37억3200만원을 확보했다. 지역 특화산업인 그린에너지산업 경쟁력 강화와 '그린 제주' 목표 달성을 위한 재원이다.

제주도 그린에너지산업은 지능형 전력서비스, 전기차 충전인프라, 풍력·태양광 MRO, 에너지저장장치(ESS) 연계시스템 등을 통칭한다. 이에 근거해 산출된 10개 AI융합 솔루션이 '탄소 없는 섬 제주 2030(CFI 2030)'으로 향하는 구축함이 될 전망이다.

◇플렉싱크, AI를 활용한 배터리 관리 솔루션 2종

Photo Image
송재훈 플렉싱크 대표가 바르셀로나 'SCEWC2023' NIPA 한국관에서 AI를 활용한 배터리 관리 솔루션을 소개하는 모습

전기차 수요와 함께 전기차용 배터리에 대한 관심도 늘고 있다. 배터리가 불량이거나 고장이라도 나면 차 운행 자체가 불가능하기 때문이다. 배터리 잔존가치(SOH)를 알고 있는 것이 중요하다. 배터리 잔존평가 등 각종 간이 진단기를 전문으로 하는 수요업체 퀀텀솔루션은 그동안 전기차 배터리의 SOH 측정에 어려움이 많았다. 전문 인력이 장비를 사용해 배터리를 탈거해야 하며, 측정비용도 높고 측정시간에도 6시간 이상이 소요됐다.

플렉싱크가 이같은 한계를 극복했다. 이 회사 솔루션은 차량과 충전기를 연결하는 작업만으로도 복잡한 절차를 생략할 수 있다. 차와 주변 환경에 대한 정보, 짧은 시간 동안의 충전데이터를 입력받아 불과 5분만에 전기차 배터리의 SOH 예측이 가능하다. 측정시간이 기존 360분에서 5분으로 98% 이상 단축됐다. 월평균 분석가능 건수는 20건에서 1920건으로 크게 증가했다.

플렉싱크는 또 다른 수요기업인 그린베이스에 AI기반 대형차(전기버스) 배터리 미래상태 예측 솔루션을 제공했다. 전기버스와 같이 대형전기차에 사용되는 리튬2차전지는 초기 용량대비 70% 이하로 성능이 감소하면 주행거리 감소, 충전속도 저하, 사고위험 증가 같은 문제가 발생한다. 현재 전기버스에 사용되는 대용량 배터리는 관리가 까다롭고 효율이 낮다보니 대부분의 전기버스는 장거리 노선보다 단거리 노선에서 운행된다.

플렉싱크의 배터리 미래상태 예측 솔루션은 운행 중 수집된 전기버스의 전압·전류 데이터와 버스 노선에 따른 SOC 변화 데이터로 모듈 단위의 배터리 상태를 진단하고 관리할 수 있다. 배터리 관리 효율이 높고, 분석 소요시간을 720분에서 78.67분(버스 1회 운행시간)으로 대폭 단축했다.

◇골든플래닛, AI기반 풍력발전기 균열 탐지 및 위험도 진단 솔루션

Photo Image
풍력발전기 블레이드 수리하는 모습/사진=연합

풍력발전기 핵심인 블레이드는 사고 빈도가 가장 높은 부품이다. 외부 노출된 블레이드는 다양한 복합재를 적층해 제작하는 특성상 장시간 사용하면 다양한 열화가 진행되고, 손상이 발생하면 발전기 성능 저하 및 안전상의 문제가 발생할 수 있다. 이러한 한계 때문에 블레이드 위험 진단은 해외 의존도가 높은 분야로 남아 있다.

AI·빅데이터 분석 전문기업 골든플래닛은 풍력발전 유지보수 전문업체인 윈디텍(대표 부용혁)에 블레이드 위험을 신속하게 진단할 수 있는 'AI기반 풍력발전기 균열 탐지 및 위험도 진단 솔루션'을 이번 사업을 통해 제공했다.

이 솔루션은 비전 AI 기반의 드론으로 촬영한 고해상도의 블레이드 이미지를 AI가 분석해 균열 및 오염에 따른 위험도를 진단한다. 블레이드의 위험도는 전문 엔지니어가 진단할 때 이미지 1장당 평균 96.42초가 소요되지만 골든플래닛의 솔루션은 0.36초에 가능하다. AI모델이 이미지를 학습·분석하고 5단계로 진단해 담당자가 유지보수를 결정할 수 있도록 해준다.

Photo Image
AI 기반 풍력발전기 블레이드 위험도 진단 과정

◇네피리티, EMS 연계 ESS 충·방전 효율 예측 알고리즘 및 솔루션

네피리티는 '에너지관리시스템(EMS) 연계 ESS 충·방전 효율 예측 알고리즘 및 솔루션'을 수요기업인 대경엔지니어링에 적용했다. 네피리티의 솔루션은 전력량계와 태양광 발전기 인버터가 핵심 장비다. AI가 이들 장비로부터 확보한 한국전력공사의 전력량·요금, 기상청의 기온·습도·강수량 등의 데이터를 예측 데이터와 비교·분석해 전력 수요량을 사전에 알려준다. 전력 수요량 분석 시간이 기존 120초에서 3초로 줄어 실시간으로 전력 수요량을 예측할 수 있다.

특히 에너지저장시스템(ESS)에 적용된 AI 알고리즘이 충전과 방전 상태를 효율적으로 전환하면서 에너지의 사용을 최적화했다. 이에 따라 전력 안정화와 함께 최대 20%의 비용 절감 효과가 따른다.

◇메티스정보, 양식장 펌프 이상 감지 솔루션

Photo Image
메티스정보의 AI 알고리즘으로 관리되는 양식장 펌프

어류 양식장에는 펌프 고장으로 인한 물고기의 집단 폐사 위험이 늘 존재한다. 펌프업체에서 주기적으로 방문해 장비 이상을 점검하지만 원인을 파악할 수 있는 데이터가 없어 작업자의 감에만 의존하는 실정이다.

안전한 양식환경을 조성하기 위해서는 안정적인 펌프 운영이 필수다. 메티스정보는 24시간 모니터링해 양식장의 안전한 관리가 가능하도록 한 AI솔루션을 선보였다. 이 솔루션은 어류 양식장에서 사용하는 펌프의 이상상황을 사전에 알려줌으로써 양식장 가동 중단 시 발생하는 물고기의 폐사와 각종 균의 감염을 방지한다. 양식장 배전반과 연계해 펌프모터의 전류와 진동을 실시간으로 측정한 후 펌프에 이상이 감지되면 양식장 관리자에게 통보한다.

AI모델의 펌프 이상 감지정확도는 96% 이상이다. 모터의 문제점 감지와 사전 예측이 가능, 발생할 수 있는 모든 상황에 작업자가 선제 대응할 수 있어 양식장 운영 중단 상황을 최소화할 수 있다.

제주도내 9개 양식장의 펌프에서 실증작업을 거친 메티스정보의 솔루션은 수요기업인 정우계전에 공급했다. 메티스정보는 정우계전의 요구에 따라 편의성을 높인 UX·UI로 대시보드를 개선하고 특히 권한에 따라 양식장별 관리가 가능하도록 했다. 이와 함께 통합 스마트 수배전반 운영 시스템으로 개발해나갈 계획이다.

박준호 기자 junho@etnews.com