바로가기 메뉴
본문 바로가기
주메뉴 바로가기
FOWT 플랫폼의 강도평가를 위한 통계적 응력 추정 기법
2024년 06월 03일

 선박해양기술팀 김병모 선임

 

1. 산업 동향

 탈탄소 에너지 발전원으로서 가장 주목받는 것 중 하나는 부유식 해상풍력발전(Floating Offshore Wind Turbine, FOWT)이다. 현재 상업 운영 중인 부유식 해상풍력발전 단지(floating wind farm)로는 Hywind Scotland, Hywind Tampen, Windfloat Atlantic, Kincardine이 있다. 노르웨이 국영기업 Equinor 주도로 개발된 Hywind형 FOWT는 모노파일(monopile)로 이루어진 스파형식(spar-type) 하부구조물을 가지고 있습니다. 반면 Principle Power사(社)의 주도로 이루어진 Windfloat형 FOWT는 반잠수식(semi-submersible) 하부 구조물로 이루어져 있다.

 

Hywind Scotland는 5개의 6MW 모노파일 스파형 FOWT가 설치된 세계 최초의 floating wind farm이며, Hywind Tampen은 콘크리트 스파식 8.6MW FOWT 11기가 공유 앵커 시스템으로 연결된 약 95MW 발전 용량의 현존 최대 floating wind farm이다. Windfloat Atlantic은 세계 최초의 반잠수식 하부 구조를 가진 8.4MW FOWT 3기가 설치되어 있으며(총 25MW 발전 용량), Kincardine은 5기의 Windfloat형 9.5MW FOWT가 설치된 현존 최대 반잠수식 floating wind farm이다.

 

프랑스에서는 현재 3개의 floating wind farm이 건설 중이며, 이탈리아(4개), 잉글랜드(2개), 스코틀랜드 및 노르웨이(다수) 등에서 추가적인 개발이 진행 중이다.

 

아시아에서는 중국이 2025년에 최초의 100MW 발전 용량의 floating wind farm 가동할 것으로 목표로 하고 있으며, 대만은 1GW 발전 용량의 floating wind farm 프로젝트를 개발 중에 있다. 일본은 고정식에서 부유식으로 FOWT 산업을 확장하기 위해 최근 법률을 개정하였다. 한편 우리나라는 문무바람(1.26GW), 이스트블루파워(1.13GW), 해울이(1.5GW), 반딧불이(800MW), 귀신고래(1.5GW) 등 동해를 중심으로 5개의 대규모 floating wind farm 프로젝트를 추진 중이다.

 

4차 산업혁명 초기에 모든 분야에서 인공지능(Artificial Intelligence, AI)을 기반으로 한 기술 변혁이 이루어지고 있어 빅데이터를 수집, 보관 및 처리하여 AI를 개발하는 데 기하급수적인 에너지가 소모될 것이 분명하다. 따라서, 에너지 수급 문제가 반도체, 자동차 등 국내 주요 산업의 국제 경쟁력에 큰 영향을 줄 것으로 예상된다. RE100 등 탄소기반 에너지에 대한 국제적 장벽이 높아지는 상황에서, 친환경 에너지로의 국가적 패러다임 전환이 더욱 중요해지고 있으며, floating wind farm도 그 핵심 일환으로 볼 수 있다.

 

 

2. 기술적 배경

 아래의 Figure 1에서 볼 수 있듯이, FOWT의 구성 요소별 균등화 발전비용(levelized Cost of Energy, LCOE)은 ‘기초와 하부구조물’이 약 27.1% 로 ‘전체 수명주기(25년) 동안의 유지보수’ 비용(27.5%)과 유사한 수준이며, ‘로터와 낫셀(Rotor and Nacelle Assembly, RNA) 및 타워를 포함한 터빈’은 17.6%보다 높은 수준이므로, floating wind farm 산업의 빠른 연착륙을 위해 중요하게 고려되어야 할 사항이다.

 

국제전기기술위원회(International Electrotechnical Commission, IEC)는 다양한 종류의 설계 하중 조건(Design Load Case, DLC)을 고려하도록 제시하고 있으며, 이러한 DLC들마다 풍향, 풍속, 파고 및 파향을 조합하여 수십 개에서 수천 개의 세부 하중 조건(sub-load case)에 대한 평가가 이루어져야 한다.

 

불규칙 환경 조건을 고려하여 세부 하중 조건을 구성하기 때문에, 안전한 FOWT 설계 및 평가를 위해 많은 해석 횟수 및 시간이 소요된다. 또한, 풍력발전기에서 발생하는 비선형 하중을 고려하기 위해 시간 영역 비선형 통합 하중 분석 및 이에 따른 구조 강도 평가가 수행되어야 하며, IEC에서는 DLC들마다 환경 조건의 설계 재현 주기(recurrence period)를 제시하고 있다.

 

Figure 2와 같이 실해역 환경 데이터(met-ocean data)로 정의한 환경 조건의 결합 확률 밀도에서 해상 상태 기간(sea state duration)에 맞는 확률 수준으로 설계 환경 조건을 선정하므로, 구조 강도 평가도 이 확률 수준에 상응할 필요가 있다.

 

불규칙 해양파의 통계적 특성 구현을 위한 기간은 보통 3시간이므로, 이에 상응하는 3시간 비선형 하중 해석 및 구조 해석을 수행하는 것이 직관적으로 보이지만, 세부 하중 조건 등 많은 해석 횟수를 고려할 때 3시간 해석을 위한 계산 비용이 지나치게 커진다. 이러한 문제는 그동안 FOWT 엔지니어링 산업계에서 중요한 도전으로 인식되어 왔다.

 

 

Figure 1: NREL reference FOWT의 25년 가동 시 구성요소별 LCOE (NREL, 2020)


 

Figure 2: 환경 데이터, 해상상태기간의 확률수준 및 해석 시간

 

 

3. 최확최대(Most probable maximum, MPM) 응력

 KR은 해석 시간을 단축하면서 기존의 방법과 같은 수준의 구조 안전성을 확보할 수 있는 FOWT 하부구조물의 설계 및 평가 기법을 개발하여 이와 같은 문제를 해결하고자 통계적 응력 추정 기법에 대한 연구를 수행하였다. 알려진 해상 상태 지속 기간보다 짧은 시간 해석으로 얻어진 구조 응답 결과들을 아래와 같은 일련의 통계적 기법을 적용하여 해상 상태 기간에 상응하는 확률 수준을 가지는 최확최대(Most probable maximum, MPM) 응력으로 도출하는 방법이다.(Figure 3)

 

  1) 시계열 응력들의 극대값 추출,

  2) 추출된 극대값으로 Weibull 확률분포 적합,

  3) 적합된 확률분포 상 해상상태기간의 확률에 맞는 최확최대(MPM)값 추출.    

 

Figure 3: Most probable maximum stress from 1-hr simulation to 3-hr sea state duration level

 

 

4. 검증

 본 기법의 검증을 위해 Table 1의 해석 조건을 적용하여 재현 주기 50년의 DLC6.1에 대한 검증을 수행하였다. Condition 1, 2 모두 3시간 해상 상태 기간에 대한 설계 환경 조건을 선정하였으며, 세부 하중 조건도 6개의 불규칙 위상(random phase)을 갖는 42개의 방향별 케이스로 동일하게 적용하였다. Condition 1은 1시간 해석을 수행하였고, Condition 2는 3시간 해석을 수행하였다.

 

Condition

Hub wind speed, Vhub

Significant wave height,

Hs

Peak wave period, Tp

Sea state duration

Sub-cases

Simulation time

Maximum Von-Mise Stress

MPM

Von-Mise Stress

1

50 m/s

6.82 m

11.425 s

3 hr

252

(6×42)

1 hr

R1max

R1mpm

2

3 hr

R2max

R2mpm

Table 1: MPM 응력의 검증을 위한 해석 조건

 

Figure 4는 42개의 방향별 케이스에 따라 발생하는 최대 Von-Mises 응력과 MPM 응력의 경향을 보여준다. 1시간에서 3시간으로 해석 시간이 길어지면 최대 Von-Mises 응력이 평균 4.76% 증가(R1maxR2max)하는 반면, 1시간 해석 결과로 MPM 응력을 산정하면 최대 Von-Mises 응력 대비 평균 5.36% 증가(R1maxR1mpm)하는 것을 알 수 있다. 즉, MPM응력이 긴 해석 시간에서 발생하는 최대응력보다 평균적으로 보수적이라 볼 수 있다. 더불어 해석 시간이 길어지거나 MPM 응력으로 환산하더라도 방향별 응력 경향이 유사한 것 또한 유의미한 결과로 판단된다.

 

 

Figure 4: 방향별 결과 비교

 

 Figure 5는 모든 개별 요소 및 세부 케이스에 대한 결과를 비교한 것이다. Figure 5(a)는 1시간 응력들의 MPM 응력(R1mpm) 와 3시간 해석의 최대 Von-Mises 응력(R2max) 간의 관계를 보여준다. 두 응력 간 분산성은 있지만 전체적인 경향이 일치하는 것을 확인할 수 있다. Figure 5(b)는 R1mpm의 크기에 따른 R1mpmR2max의 편차율을 보여준다. 응력의 크기가 클수록 두 결과 간 차이가 작아지며 230MPa 이상의 응력들에서는 약 4.6% 표준편차가 발생하는 것을 확인할 수 있다. Figure 5(c)는 방향별 케이스의 6회 불규칙 위상별 최소 R1mpm과 최대 R2max의 비율을 보여준다. 이 역시 응력이 클수록 두 결과 간 차이가 작아지며 230MPa 이상의 응력들에서는 약 1.6% 표준편차가 발생하며 최대 편차가 9.3% 인 것을 확인할 수 있다.

 

(a)

(b)

(c)

Figure 5: 응력별 결과 비교

 

5. 결론

 KR은 DLC 산정 시 고려한 환경 확률 수준에 상응하는 구조 강도 평가를 보다 효율적이고 합리적으로 수행하기 위한 통계적 응력 추정 기법을 연구하였다.

 

이 방법으로 MPM Von-Mises 응력을 활용하여, 3시간 해상 상태 기간과 1시간 해석 결과 간 정합성을 확보한 응력 도출 기법을 제시하였다. 이 결과, 1시간 해석 결과로부터 3시간 확률 수준으로 도출한 MPM Von-Mises 응력이, 실제 3시간 해석으로 얻어진 최대 Von-Mises 응력과 유사한 경향성을 가짐을 확인하였다. 응력이 높을수록, 두 응력의 크기가 더욱 근접함을 확인하였다.

 

더불어 1시간 해석 결과에 대한 3시간 MPM Von-Mises 응력 활용 시, 1회 해석과 적정한 안전 마진을 적용한다면 해양 환경의 불규칙성도 포괄할 수 있을 것으로 사료된다. 이 방법론의 정확성 및 적용성 향상을 위해 시계열 응력의 극값 추출(sampling) 기법과 Weibull 확률분포 적합 기법 고도화 및 보다 많은 해석 케이스 분석을 통한 안전 마진 구체화 등에 대한 연구를 진행하고 있다.