⚡ electrical engineering

Real-Time FPGA-in-the-Loop Validation of a Sequential Eliminative Lévy Flight MPPT Method for Global Maximum Power Point Tracking under Partial Shading

본 논문은 부분 음영 조건 하에서 고효율 전역 최대 전력점 추적과 신속한 수렴을 달성하기 위해 적응형 모드 전환 및 하드웨어 최적화 알고리즘을 활용하는 순차적 제거형 레비 비행(Sequential Eliminative Lévy Flight) 기반 MPPT 제어기의 FPGA-in-the-Loop 구현을 제시하고 검증한다.

원저자: Khadidja Bentata, Adel Ballouti, Salah AMROUNE, Eustache Hakizimana

게시일 2026-07-16

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Khadidja Bentata, Adel Ballouti, Salah AMROUNE, Eustache Hakizimana

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 광활하고 안개가 자욱한 산맥에서 가장 높은 봉우리를 찾으려 한다고 상상해 보십시오. 당신은 최고의 전망을 보기 위해 바로 꼭대기에 서고 싶지만, 안개가 너무 짙어 전체 지도를 볼 수 없습니다. 이것이 태양광 패널이 매일 겪는 고충입니다. 이들은 마치 굶주린 태양 먹는 존재와 같지만, 구름이 지나가거나 나무가 그림자를 드리우면 패널에 닿는 "햇빛"은 불균일해집니다. 이러한 불균일함은 까다로운 문제를 만들어냅니다. 태양광 패널의 에너지 출력은 단순히 하나의 큰 언덕을 오르는 것이 아니라, 여러 개의 작은 가짜 봉우리(지역 최댓값, local maximums)와 하나의 진정한 거대한 봉우리(전역 최댓값, global maximum)를 가진 지형을 만들어냅니다. 만약 패널의 두뇌가 작은 언덕에 갇혀버리면, 그것은 임무를 마쳤다고 생각하여 엄청난 양의 공짜 에너지를 놓치게 됩니다.

이를 해결하기 위해 엔지니어들은 "최대 전력점 추적(MPPT)"이라고 불리는 기술을 사용합니다. MPPT를 나침반을 든 매우 똑똑한 등산객이라고 생각해 보십시오. 과거에 이 등산객들은 "계속 위로 올라가라"와 같은 단순한 규칙을 사용했습니다. 하지만 가짜 봉우리들이 있는 안개 낀 산맥에서 단순한 등산객은 작은 언덕에 갇혀 실제 정상에 도달하지 못합니다. 더 새로운 방법들은 "군집 지능(swarm intelligence)"을 사용합니다. 이는 한 무리의 등산객들이 함께 지형을 탐사하며, 작은 언덕에서 탈출하기 위해 무작위로 긴 점프를 하는 방식입니다. 그러나 이 복잡한 등산객 시뮬레이션을 태양광 시스템 내부의 아주 작은 컴퓨터 칩 위에서 실행하는 것은 어렵습니다. 보통 너무 많은 전력이나 메모리를 필요로 하기 때문입니다. 여기서 논문이 등장하여 질문을 던집니다. "우리는 아주 빠르고 효율적이면서도, 안개 속에서도 길을 잃지 않고 작은 칩 안에 들어갈 수 있는 초고속 등산객을 만들 수 있을까?"

이 논문의 저자인 카디자 벤타타(Khadidja Bentata)와 그녀의 팀은 "그렇다"라고 말합니다. 그들은 "순차적 제거 레비 비행(Sequential Eliminative Lévy Flight, SELF)" MPPT라는 새로운 종류의 등산객을 설계했습니다. 거대한 가상 등산객 군단을 보내는 대신, 이 방식은 최적의 지점을 찾기 위한 단 세 명의 후보로 시작합니다. 이들은 "레비 비행(Lévy Flight)"이라는 영리한 기술을 사용하는데, 이는 마치 평소에는 작고 신중한 발걸음을 옮기다가 때때로 완전히 다른 산의 부분으로 거대한 무작위 도약을 하는 등산객과 같습니다. 이것은 그들이 가짜 봉우리에서 탈출하도록 도와줍니다. 하지만 진짜 마법은 "순차적 제거(Sequential Eliminative)" 부분에 있습니다. 등산객들이 진실에 가까워질수록, 시스템은 점점 더 엄격해집니다. 처음에는 세 곳을 테스트하다가, 가장 좋지 않은 곳을 제거하여 두 곳에 집중하고, 마지막에는 단 하나의 최적의 지점으로 좁혀 나갑니다. 이 덕분에 탐색이 믿을 수 없을 정도로 빠르고 정밀해집니다.

이것이 실제 세상에서 작동함을 증명하기 위해, 팀은 단순히 컴퓨터 시뮬레이션을 돌린 것이 아니라 "FPGA-인-더-루프(FPGA-in-the-Loop, FIL)" 시스템을 구축했습니다. 이것을 영상 게임이라고 상상해 보십시오. 태양광 패널과 날씨는 컴퓨터에서 시뮬레이션되지만, "등산객"(제어기)은 실시간으로 작동하는 물리적인 칩(Artix-7 FPGA)이며, 이 칩은 시뮬레이션과 즉각적으로 소통합니다. 이것은 마치 레이스카 드라이버를 시뮬레이터에서 테스트하는 것과 같지만, 드라이버는 실제 물리적인 로봇으로서 지연 시간(lag) 없이 가상 트랙에 반응하며 콕핏에 앉아 있는 것과 같습니다.

실험 결과는 인상적이었습니다. 햇빛이 다양한 패턴으로 차단되는 까다로운 조건(부분 음영) 하에서 테스트했을 때, 이 SELF 등산객은 98%의 확률로 진정한 전역 최댓값을 찾아냈습니다. 또한 매우 빨라서, 태양 조건이 변한 후 단 0.18초 만에 정상에 도달했습니다. 아마도 가장 중요한 점은, 일단 정상에 도달하면 흔들리지 않았다는 것입니다. 다른 방식들은 앞뒤로 흔들리며 에너지를 낭비할 수 있지만, 이 시스템은 제어 설정인 "듀티 사이클(duty cycle)"을 단 0.001만큼만 변화시키며 거의 움직임 없이 안정되었습니다. 팀은 또한 이 똑똑한 등산객이 매우 가볍다는 것을 보여주었는데, 칩의 가용 메모리 공간의 약 18%와 수학 엔진(math engines)의 5%만을 사용했습니다.

이 논문은 최적의 지점을 찾기 위해 수천 명의 가상 에이전트로 구성된 거대하고 복잡한 군집이 필요하다는 생각을 명시적으로 부정합니다. 저자들은 적은 수의 그룹을 사용하고 약한 후보를 하나씩 제거함으로써, 더 적은 하드웨어로 더 나은 결과를 얻을 수 있다고 주장합니다. 또한 그들은 이 방법이 "섭동 및 관찰(Perturb and Observe)"과 같은 기존의 "전통적인" 기술보다 우수함을 입증했으며, 기존 기술들이 가짜 봉우리에 갇혀 진정한 최대 전력을 찾지 못한다는 것을 보여주었습니다.

요약하자면, 이 논문은 태양광 패널이 햇빛이 가려지는 상황에서도 최대 에너지 출력을 찾을 수 있는 매우 효율적인 새로운 방법을 제시합니다. 스마트한 무작위 점프 탐색 전략과 "불필요한 것을 쳐내는" 제거 과정을 결합함으로써, 저자들은 작은 칩에서도 실행될 수 있을 만큼 빠르고 정확하며 저렴한 제어기를 만들어냈습니다. 컴퓨터 시뮬레이션과 실시간 하드웨어 테스트를 통해 검증된 이들의 연구 결과는, 이 접근 방식이 특히 구름이 끼거나 부분적으로 그늘이 진 날에 태양광 시스템을 훨씬 더 신뢰할 수 있고 효율적으로 만들 수 있음을 시사합니다.

기술 요약: 순차적 제거형 레비 비행(Lévy Flight) MPPT 기법의 실시간 FPGA-in-the-Loop 검증

문제 정의
태양광(PV) 시스템은 부분 음영 조건(PSC) 하에서 상당한 성능 저하 문제에 직면한다. 태양광 어레이 전반에 걸쳐 일사량이 불균일할 경우, 바이패스 다이오드로 인해 전력-전압(P-V) 특성 곡선 상에 다수의 국부 최대 전력점(LMPP)이 생성된다. 기존의 최대 전력점 추적(MPPT) 알고리즘, 예를 들어 섭동 및 관찰(P&O), 증분 컨덕턴스(INC), 표준 입자 군집 최적화(PSO) 등은 국부 최대값과 전역 최대값(GMPP)을 구분하지 못하는 경우가 많아, 에너지 추출을 최적화하지 못하고 하위 수준의 성능에 머무는 한계가 있다. 또한, 메타휴리스틱 알고리즘은 우수한 전역 탐색 능력을 제공하지만, 하드웨어 구현 시 높은 계산 복잡도, 느린 수렴 속도, 상당한 자원 소비 문제를 겪어 실시간 배포가 어렵다는 단점이 있다.

방법론
본 논문은 하드웨어 구현에 특화하여 설계된 순차적 제거형 레비 비행(Sequential Eliminative Lévy Flight, SELF) MPPT 알고리즘을 제안한다. 이 방법론은 세 가지 핵심 구성 요소로 통합된다:

알고리즘 전략: 대규모 군집을 유지하는 전통적인 군집 지능 방식과 달리, SELF는 최소한의 세 가지 듀티 사이클 후보군으로 동작한다. 이 알고리즘은 입자 분산( $|\Delta d|$ )과 상대적 전력 변화( $\Delta P$ )의 실시간 지표에 의해 구동되는 결정론적 순차 제거 메커니즘을 채택한다.
- 레짐 기반 적응(Regime-Based Adaptation): 알고리즘은 임계값에 따라 세 가지 레짐 사이를 동적으로 전환한다:
  - 전이 레짐 1 (광범위 탐색): 전력 변화가 크고 분산이 넓을 때, 세 후보 모두 레비 비행 섭동을 사용하여 업데이트된다.
  - 전이 레짐 2 (집중 정밀화): 전력 변화는 감소했으나 분산이 남아있는 경우, 가장 취약한 후보를 제거하고 남은 두 개의 후보를 정밀화한다.
  - 정상 상태 레짐 (Steady-State Regime): 시스템이 수렴하면 단 하나의 최적 후보만을 유지하며 국부적으로 정밀화한다.
- 재초기화(Reinitialization): 특정 조건( $|\Delta d| < 10^{-8}$ 및 $\Delta P > 20\%$ )이 충족되면, 급격한 음영 패턴 변화를 감지하고 대응하기 위해 전체 재초기화가 트리거된다.
하드웨어 구현: 이 알고리즘은 VHDL을 이용한 유한 상태 머신(FSM) 아키텍처를 통해 Artix-7 FPGA에 구현되었다.
- 고정 소수점 산술(Fixed-Point Arithmetic): 자원 사용을 최소화하기 위해, 감마 함수와 같은 복잡한 연산을 피하기 위해 부동 소수점 대신 고정 소수점 산술(UQ 형식)을 사용한다.
- 레비 비행 근사화: 복잡한 난수 생성 대신, 레비 분포를 모사하는 의사 난수 스텝을 생성하기 위해 **16비트 선형 피드백 시프트 레지스터(LFSR)**와 구간별 근사화 기술을 사용한다.
- 병렬 처리: 아키텍처는 FPGA의 병렬 처리 능력을 활용하여 듀티 사이클 업데이트와 전력 측정을 동시에 수행함으로써 지연 시간을 단축한다.
검증 프레임워크: 시스템은 FPGA-in-the-Loop (FIL) 방식을 통해 검증된다. PV 시스템 모델(4개 패널, 부스트 컨버터, 저항 부하)은 호스트 PC의 MATLAB/Simulink에서 실행되며, MPPT 컨트롤러는 FPGA에서 실시간으로 실행된다. 데이터 교환은 UART를 통해 이루어지며, 이를 통해 하드웨어 로직을 동적인 소프트웨어 모델에 대해 엄격하게 테스트할 수 있다.

주요 기여

알고리즘 효율성: 세 명의 후보를 하나로 줄이면서도 국부 최댓값을 탈출하는 능력을 유지하는 "순차적 제거" 메커니즘을 도입하여, 표준 군집 알고리즘에 비해 계산 오버헤드를 크게 낮추었다.
하드웨어 최적화: 확률적 메타휴리스틱을 자원 효율적인 고정 소수점 VHDL 설계로 성공적으로 변환하였다. 레비 스텝 생성을 위해 LFSR을 사용함으로써 복잡한 수학적 함수를 대체하였고, 이를 통해 저가형 FPGA에서도 알고리즘 구동이 가능하게 하였다.
실시간 검증: 이론적 시뮬레이션과 물리적 하드웨어 성능 사이의 간극을 메우는 포괄적인 FIL 공동 시뮬레이션을 제공하여, 실시간 임베디드 시스템에 복잡한 MPPT 전략을 배포하는 것의 타당성을 입증하였다.

결과
제안된 시스템은 균일한 일사량과 복잡한 부분 음영 패턴(SP1, SP2, SP3) 사이의 급격한 전환을 포함한 동적 일사 조건 하에서 테스트되었다.

추적 성능: 알고리즘은 테스트된 모든 시나리오에서 GMPP를 성공적으로 추적하였으며, 약 **98%**의 추적 효율을 달아냈다.
수렴 속도: 시스템은 일사량 변화 후 GMPP의 98%에 도달하는 데 평균 0.18초의 수렴 시간을 나타냈다.
안정성: 정상 상태 동작 시, 시스템은 듀티 사이클 리플( $\Delta D$ )이 단 0.001(UQ1.15 형식의 32 LSB)에 불과한 초저진폭의 진동을 보였으며, 이는 소프트웨어 기반 메타휴리스틱에 비해 정상 상태 전력 손실을 크게 줄였다.
자원 활용도: Artix-7 FPGA에서의 구현은 매우 효율적이었으며, **18.21%의 룩업 테이블(LUTs)**과 5%의 DSP 슬라이스만을 사용하여 보조 제어 기능을 위한 충분한 자원을 남겨두었다.

의의 및 주장
본 논문은 제안된 SELF-MPPT 방식이 결정론적 제거 과정을 통해 전역 탐색과 국부 활용 사이의 균형을 맞춤으로써 부분 음영 문제에 대한 견고한 솔루션을 제공한다고 주장한다. 저자들은 고정 소수점 산술과 LFSR을 사용하는 하드웨어 지향적 설계가 메타휴리스틱 MPPT 알고리즘과 관련된 지연 시간 및 자원 제약 문제를 극복한다는 점을 강조한다. MATLAB/Simulink 시뮬레이션과 FIL 공동 시뮬레이션 결과 사이의 밀접한 일치는 하드웨어 모델의 정확성을 검증한다. 궁극적으로, 본 연구는 고성능의 전역 MPPT 추적이 중저가형 FPGA에서도 실시간으로 달성될 수 있음을 보여주며, 이는 에너지 추출 효율이 중요한 실제 비용 민감형 태양광 애플리케이션에 적합하다.

유사한 논문