1. 개요
IDPP(intelligent digital power plant).지능형 디지털 발전소 (Intelligent Digital Power Plant , 이하 IDPP)는 발전소의 운전 및 정비 데이터를 디지털화, 지능화하여 운영에 이용하는 스마트 발전소이다. 또한, 발전소에서 머신러닝과 빅데이터 분석을 통해 설비의 상태를 사전에 예측하고, 고장예방 및 자산 운영 효율을 높여 발전 운영, 유지, 관리 비용을 최소화하는 기술을 통칭하기도 한다.
IDPP 계열 발전소에서는 발전 과정의 각 설비에 미세센서를 설치해 각각의 센서에서 모이는 정보를 실시간으로 수집한다. 수집된 각종 정보는 지능화와 디지털화를 거쳐 새로운 데이터로 만들어진다. 분석 과정을 거친 의미 있는 데이터를 토대로 하여 최적의 운전조건과 정비 시점을 파악할 수 있게 되어, 예방정비를 최적화하며, 고장을 최대한 피할 수 있게 된다.
IDPP는 의사결정 플랫폼의 구축으로 실현된다. 발전소 전체 또는 부분적인 설비의 이상징후를 다양한 APP으로 찾아서 고장을 예방하고, 보다 효율적인 연소 방식으로 실시간으로 시뮬레이션하여 적용하는 등의 다양한 작업수행이 플랫폼에 포함된 APP을 통해 이루어진다.
2. 원리
IDPP가 운영의 최적화를 이루는 원리는 다음과 같다. 설비의 고장이나 이상 작동을 감지할 수 있는 미세 신호를 진동 센서, 압력 센서, 온도 센서 등을 설치해 발전소에서 얻어지는 정보를 실시간으로 수집한다. 그 다음, 수집&분석된 데이터를 바탕으로 빅데이터 분석 등 지능화 과정을 거친다. 이를 통해 최적의 운전 조건과 정비 시점을 파악할 수 있게 되며, 예방 정비를 최적화하고, 고장을 피하며, 원격 기술을 지원하여 운영의 최적화를 이룬다.
따라서 IDPP 기술의 핵심 원리는 발전소 데이터를 센서를 통해 추출하여, AI와 빅데이터 분석함으로써 설비의 상태를 예측하고, 고장 예방 및 자산 운영 효율을 높여 발전 운영 비용을 최소화하는 것이다.
3. 특징
3.1. 센서와 데이터 처리
발전소에서는 수없이 많은 센서를 이용하여 설비의 상태가 감시되고 있다. 현장 센서로부터 수집되는 초당 3만 5천 건의 데이터가 실시간으로 운영 데이터가 모인다. 수집된 운영 데이터를 발전 빅데이터로써, AI, 머신러닝 기법 등을 활용해서 심층 분석하고, 비계획 정지 예방 및 운영 최적화가 가능하도록 한다. 즉, 발전소에서 산출되는 각종 정보를 디지털화와 지능화하여 통해 새로운 데이터로 만들고, 이를 이용하여 발전설비의 운전과 정비를 최적화하는 것이다.3.2. 효율적인 운영
수집, 처리된 데이터를 다양한 기술에 접목해 발전소의 효율적인 운영을 이루는 것이 IDPP의 가장 중요한 특징이다. 이러한 기술은 진단 솔루션, 자산 성능 관리 등이 여기 해당된다. 이를 통해 복잡한 설비의 종합체인 발전소에서, 문제가 생기기 전에 상태를 미리 점검하고 자산 및 부품 관리를 효율화할 수 있는 것이다.또한, 발전효율 향상과 사고의 미연 방지와 같은 산업혁신 효과 뿐 아니아 환경 개선에도 기여한다. 운전과 장비를 최적화하면, 그만큼 오염물질의 배출이 감소하기 때문이다.
3.2.1. 진단 솔루션
최적 진단 솔루션은 딥러닝 기술 등 인공지능 기술을 발전소 상태 진단에 접목하는 형태의 솔루션이다. 인공지능을 활용한다면, 기기별 진단에서 더 나아가 발전소의 상태를 종합적으로 진단할 수 있다.3.2.2. 자산 성능 관리
자산 성능 관리는 발전소 기기의 상태를 진단함으로써 해당 부품을 미리 준비하고, 정비를 최적화해 비용을 절감할 수 있는 프로그램이다. 효율 저하 요인을 사전 진단하고 대비해 수익을 극대화하는 자산 성능 관리의 의사결정을 인공지능으로 수행함으로써 정비 계획을 더욱 상세화하고 체계화할 수 있다.3.3. 플랫폼 및 APP의 활용
웹 포털 등의 플랫폼을 통해 발전소 현장에서부터 데이터 수집, 표준화, 외부 전송, 압축, 데이터 품질 관리, 등 전체적인 기능을 플랜트 관리자가 쉽게 관리할 수 있도록 플랫폼이 활용된다.
데이터를 개별 발전소에서 사용할 수 있는 독자적인 어플리케이션을 만들면 관리자가 스마트폰으로 시설을 모니터링하고 제어할 수 있게 된다.
발전소 설비의 실시간 원격 감시 및 진단 뿐 아니라, 증기터빈 정비관리 어플, 조기 경보 어플 등을 개발해 어플을 통한 고장 예방, 정비 등이 가능하다.
4. 역사
4.1. 국내
한국은 2017년 4월에 최초로 IDPP 1차 연구과제를 착수하면서 IDPP이 연구 개발이 시작되었다. 이후 2018년 5월에는 제1차 전력그룹사 사장단 회의에서 한전 및 각 발전사 보유·개발 중인 플랫폼 및 앱 현황을 분석하고, 2018년 9월에 발전사 의견을 반영한 공동협력 안과 실증에 대해 합의하였다. 이를 통해 2019년 5월에는 발전사와 공동으로 『지능형 디지털 발전소 구현을 위한 발전소 맞춤형 플랫폼 및 앱 개발(IDPP2)』 연구과제를 착수하였다. 이후 2020년 11월에는 정부의 디지털 뉴딜 정책 구현을 위해 IDPP의 발전분야 조기정착 및 적용 확대의 일환으로 빅데이터 플레이스 구축에 착수하였다.4.2. 해외
미국의 GE가 2015년 9월 29일 샌프란시스코에서 개최된 '마인드+머신(Minds+Machines) 2015' 컨퍼런스에서 '디지털 파워플랜트 솔루션'을 처음 세상에 공개했다. 디지털 파워플랜트는 발전 시설 내의 데이터를 시스템에 완벽하게 통합하여 더 효율적인 운영을 실현하는 전례 없는 솔루션으로 IDPP 실현을 위한 대표적 기술이라 할 수 있다. 또한 독일의 지멘스(SIEMENS)는 2017년에 스마트 팩토리 (Smart factory) 및 에너지 분야 활용을 목적으로 IDPP 실현을 위한 주요 기술로서 분석 플랫폼을 처음으로 공개하였다.5. 동향
5.1. <한국전력연구원> IDPP R&D
지능형 디지털 발전소(Intelligent Digital Power Plant)’ 구현을 위한 기술 동향은 발전소 관련 전문 지식정보와 운영정보를 디지털화하고, 딥러닝과 같은 인공지능을 기반으로 감시, 진단 및 예측 그리고 운전 및 정비의 최적화를 통해 발전 설비의 운전 효율화 및 비용 최적화를 세부 목표로 하여, 2017년부터 한전 자체 개발이 시작되었다. 연구개발은 크게 두 단계로 분류된다. 먼저, 발전소 핵심 설비의 운전 데이터를 디지털화하여 저장, 분석할 수 있는 플랫폼 개발이라는 1단계와 그 플랫폼 환경에서 앱을 개발하고 상용화할 수 있는 기술개발이라는 2단계로 나뉜다.[출처: https://blog.naver.com/kepri5086/222625852589]
[출처: https://m.post.naver.com/viewer/postView.naver?volumeNo=33151843&memberNo=41515312]
5.1.1. IDPP 1단계
IDPP 1단계에서는 기존 발전 운영 기술에 빅데이터 및 AI, IoT 등 과 같은 ICT 기술을 접목하여 지능형 디지털발전소 기반 구축을 목적으로 한다. IDPP 1은 한전 자체 기술로서 요소기술 고도화를 위한 감시 및 평가기술, 주기기 고장진단 DB(DataBase) 구축 기술, 인공지능(AI) 기반 주기기 진단 및 예측기술 그리고 발전소 자사 성능 관리시스템 기술 개발로 구성되어 있다.
또한 이러한 기술들을 통해 off-line 앱 기술을 개발한다. 먼저 Elementary Tech.는 요소기술 고도화를 통해 발전설비의 건전성 평가기술을 향상시키고, Master Center는 딥러닝 등 인공지능을 기반으로 발전소 핵심설비의 운전상태 진단 및 조기경보를 수행하며, Asset Center는 운전상태/진단, 정비이력, 재무정보 등을 기반으로 발전실비 자산의 건전성 평가, 정비주기/계획 의사결정 정보를 제공하고, 마지막으로 Visual Center는 AR/VR 기술을 활용한 현장교육 및 원격기술지원 서비스를 제공한다.
또한 이러한 기술들을 통해 off-line 앱 기술을 개발한다. 먼저 Elementary Tech.는 요소기술 고도화를 통해 발전설비의 건전성 평가기술을 향상시키고, Master Center는 딥러닝 등 인공지능을 기반으로 발전소 핵심설비의 운전상태 진단 및 조기경보를 수행하며, Asset Center는 운전상태/진단, 정비이력, 재무정보 등을 기반으로 발전실비 자산의 건전성 평가, 정비주기/계획 의사결정 정보를 제공하고, 마지막으로 Visual Center는 AR/VR 기술을 활용한 현장교육 및 원격기술지원 서비스를 제공한다.
5.1.2. IDPP 2단계
IDPP 2단계에서는 전력 그룹사와 공동으로 개발 및 IDPP 1단계 앱의 실증 적용하는 연구 분야로, 표준플랫폼(Hub-PoP for Gen)을 개발하고 활용함으로써 유연 운전 솔루션 및 안전 플랫폼 제공을 목적으로 한다. IDPP 2단계에서는 발전 플랜트 열 성능 관리 시스템, 최적 연소 전문가 시스템, 디지털 트윈 및 사이버 물리 시스템, 차수감소모델 기반 연소진단 시스템, 가스터빈 연소기 진단 시스템, Mobile Work Pakage Sys. 등 총 6개의 신규 앱을 개발한다.또한 연구 1단계에서 개발된 9개의 앱들을 국내 발전소에 적용하여 효용성을 확인하는 실증 분야를 추가한 상태이다. 이를 통해 자산 성능 관리 시스템, AI 기반 상태 진단 툴, 증기터빈 정비툴, 웻지 체결강도 평가 툴, 발전기 고정자 흡습진단, 압축기 세정주기 최적화 앱을 발전 5사가 분담하여 실증할 계획이다.
5.2. 빅데이터 플레이스
국내 발전 산업은 2020년 11월 정부의 디지털 한국판 뉴딜 정책 구현을 위해 IDPP의 발전분야 조기정착 및 적용 확대의 일환으로 빅데이터 플레이스 구축에 착수하였다. 빅데이터 플레이스는 국가보안시설인 발전소의 방대한 운영정보를 고도의 보안성과 고속 데이터 전송이 가능한 통신망을 통해 수집하여 데이터댐화하고, 각 발전사가 공통 운영 중인 최신 발전설비의 운전정보를 내부망을 통해 수집, 저장하고 분석정보를 공유하여 연료/자재구매, 설비개선 등에 활용하며, 발전설비 제작사, 정비사, 연구기관 등에서 필요한 고장이력, 비정상 운전정보를 제공하는데 활용한다. 또한 발전 빅데이터 플레이스는 100,000개의 센서에서 발생되는 운전데이터를 매초 수집할 수 있어 발전소 16기(대용량 석탄화력 10기, 복합화력 6기)의 5년간 중요 운전 데이터를 저장할 수 있으며, 저장공간을 추가하면 간단하게 저장용량 확장이 가능하므로 향후 발전소 추가가 용이하도록 분산 저장시스템을 도입할 예정이다.5.3. 평가
미국의 EPRI(Electric Power Research Institute)에 따르면 국내 발전사의 예측정비기술은 초기 운영의 단계에 불과하다는 평가를 받았다. 또한 플랫폼 기술은 아직 운전 및 정비 데이터의 수집과 저장 중심의 데이터 플랫폼을 운영하는 수준이다. 따라서 향후에는 산업용 플랫폼 기반에서 수명 예측을 통해 발전 설비를 최적으로 관리할 수 있는 기술이 개발되어야 할 것으로 예상된다.6. 현황
6.1. 국내
국내에서는 발전 비용의 최적화와 신 수익구조 창출을 지향점으로 두고 발전 산업의 디지털 변환을 실시하고 있는 상태이다. 구체적으로는 발전, 송·변전, 배전, 신재생, 자산관리, 영업 데이터 활용 등 6개 분야에 대해 디지털화 전략이 추진 중이다.현재까지 추진된 실적은 다음과 같다.
주요 발전 설비를 대상으로 IDPP 요소기술의 앱 설계 및 DB를 구축하였다.
1.보일러 분야
• 필리핀 Cebu 유동층 화력발전소의 보일러에 대해 3D 모델링을 수행하였다.
• 보일러 최적 운영을 위한 튜브 두께 및 비파괴 측정 자료를 DB화 하였다.
• 보일러 두께 감육 기준치 설정을 통해 정비계획을 사전에 수립할 수 있다.
• 고장/정비 데이터 분석 및 통계적 처리를 활용하여 보일러 취약부위를 사전에 예측하여 사고 예방할 수 있다.
2. 터빈 분야
• 증기터빈 분해정비 시, 축정렬 계산시간 단축 및 Wheel Clearance 간극 조정 통계 분석을 통해 러빙(Rubbing)에 의한 터빈 고진동 예방 및 현장에서 부품손상 발생 시 신속히 정비할 수 있는 데이터베이스를 구축하였다.
3. 발전기 분야
• 새롭게 개발된 발전기 정수 자동 도출 장치를 통해 반복적으로 장시간 소요되었던 측정시간을 단축시켰다.
• 운영자가 손쉽게 접근할 수 있도록 사용자 편의성 확보 및 발전기 응답 정확도를 향상시켰다.
4. 성능 분야
• Cebu 화력발전소 성능 감시 모델 및 성능저하 분석 로직을 활용하여 실시간으로 발전소 성능을 감시하고 성능변화 원인인자 제시 및 영향도를 정량화할 수 있다.
• 기존 성능시험 이력관리를 통해 발전설비의 성능 열화 정도를 평가할 수 있다.
6.2. 해외
IDPP 구현의 핵심기술은 발전분야 플랫폼을 연동한 앱 개발 기술로서, 해외의 경우 플랫폼 기술 개발을 선도하고 있다. 그러나 발전소 운영 및 정비 기반의 도메인 지식을 결합한 운영 앱 개발까지는 성과를 내지 못하고 있다.6.2.1. 독일
독일은 SIEMENS에서 스마트 팩토리 및 에너지 분야 활용을 위해 분석 플랫폼인 MindSphere를 개발하고 있는 상태이다.6.2.2. 미국
미국은
GE (General Electric)에서 전 산업분야 적용을 위한 빅 데이터 플랫폼인 Predix를 개발하였으나, 발전분야로의 운영 앱을 적용한 사례는 매우 미미한 수준이다.
6.2.3. 일본
일본은
미쓰비시 파워(Mitsubishi Hitachi Power Systems; MHPS)에서 앱 수준의 Tomoni를 개발하였으나, 자사의 복합화력 발전소에 대해 원격으로 감시 서비스를 제공하는 수준이다.
7. 전망
7.1. 경제성
에너지 시장의 변화로 발전분야에 선제적 대응이 필요한 시기에 인공지능, 빅데이터 기술 등을 기반으로 하는 IDPP 기술을 활용하여 이제까지 해결할 수 없었던 발전소의 난제인, 발전소의 설비 운영관리시스템 최적화를 달성할 수 있다. 이를 통해 발전 수익 극대화와 정비비용 최소화 및 운전 유연성을 확보를 해결 할 수 있을 것이다.예를 들어, 데이터 상시 모니터링 및 장애 발생 시 실시간으로 대응이 가능해지며, 보안사고 발생시에는 자가진단을 통한 신속한 조치를 취할 수 있다. 또한 플랫폼, 전력용 기기 수입을 대체함으로써 비용을 절감할 수 있을 것이다.
7.2. 친환경성
기후 위기에 대응 가능한 기술적 솔루션을 통해 이산화 탄소 배출을 감소시킴으로써 탄소중립 이슈에 대응할 수 있을 것으로 전망된다.7.3. 일자리 창출
소프트웨어 개발, 데이터 분석 등 관련 분야의 일자리 창출이 가능해질 것으로 예상된다.8. 한계점
IDPP 구축에 있어, 센서 데이터 활용의 어려움이라는 한계점이 존재한다.• 발전소의 효율화를 목적으로 App을 개발하기 위해서는 DB 구축 작업이 필요하다. 그러나 DB 구축에는 센서에 대한 이력을 추출하고 변환하는 작업이 수작업으로 진행되기 때문에 많은 인력과 비용이 소모된다는 단점이 있다.
• DCS가 제작서별로 정보구조가 상이하기 때문에 모든 발전소에서 이용할 수 있는 통합적인 App을 개발하기가 어렵다.
• App이 다량으로 개발될 때 별개의 DB가 필요하며, 이러한 DB들이 하나의 서버에 구축되므로 과부하가 발생할 수 있다.
9. 참고 자료
https://m.blog.naver.com/iamewp/222182804891https://m.blog.naver.com/surromind/222649905578
https://blog.naver.com/with_msip/222307023943
이종민, 발전산업의 디지털 변환, 지능형 디지털 발전소(IDPP), NEWS & INFORMATION FOR CHEMICAL ENGINEERS, NICE, 제38권 제1호, 2020 https://renewablee
https://renewableenergyfollowers.org/3418
https://naver.me/FPBsQrwP
https://blog.naver.com/kepri5086/222625852589
http://www.keaj.kr/news/articleView.html?idxno=5122
https://youtu.be/aQignJM9h2Y?si=pbClYk7RfDPxafkQ
http://www.unipress.co.kr/news/articleView.html?idxno=5300
https://m.dnews.co.kr/m_home/view.jsp?idxno=202203311038520190324
진정한 차세대 발전설비, 지능형 디지털발전소(IDPP) - 한국에너지신문 (koenergy.co.kr)