• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.2219_2220
• /
• 2009

The characteristics of the Superconducting Magnetic Energy Storage (SMES) system are faster response, longer life time, more economical, and environment friendly than other Uninterruptible Power Supply (UPS) using battery. Fast charge and discharge time of SMES system can provide powerful performance of improving power quality in the grid. In order to demonstrate the effectiveness of SMES, the authors make a 10kJ SMES system for connection with RTDS (Real Time Digital Simulator). Because the characteristics of superconducting magnet are very important in SMES system, the necessary items such as thermal characteristic, mechanical stress and protection circuit should be considered. In this paper, the authors experimented thermal characteristics of the 10kJ SMES system. The experiment was accomplished using a simulation coils made of aluminium. It has same dimension of the 10kJ class HTS SMES coil. The coil was cooled with GM (Gifford -McMahon) cryocooler through the OFHC (Oxgen Free High thermal Conductivity) conduction bar. The test results of cool down and heat loads characteristics of the simulation coils are described in detail.

• 청정기술
• /
• 제27권4호
• /
• pp.277-290
• /
• 2021

슈퍼커패시터는 일반 커패시터(축전지, 콘덴서)에 비해 정전용량이 매우 큰 커패시터로 전기화학 커패시터 혹은 울트라 커패시터(ultracapacitor) 라고도 부르는데, 화학반응을 이용하는 배터리와 달리 전극과 전해질 계면의 단순한 이온 이동이나 표면화학반응에 의한 충전현상을 이용한다. 짧은 충전시간(~ 30초), 우수한 출력특성, 반영구적 수명(~ 100,000 cycle), 낮은 유지비용, 빠른 응답특성, 높은 안정성 등을 특징으로 하여, 백업용 전원, 무정전전원장치, 수송 기계 및 스마트 그리드의 고출력 보조 전원 등 급속 충방전이 필요한 전자기기 및 고출력이 요구되는 산업분야에서 활용되고 있다. 태양광과 풍력 같은 불규칙적인 전력원을 활용하는 발전에서 2차 배터리와 함께 에너지저장장치로 구성되어 상대적으로 느린 배터리의 충·방전 특성을 보상하고 배터리 수명연장에 기여하며 시스템의 전체 전력 품질을 향상시킬 수 있다. 본 고에서는 이처럼 에너지저장장치로 다양한 분야에서 활용되고 있는 슈퍼커패시터에 대해, 전극 재료에 따른 에너지 저장 원리 및 메커니즘, 분류를 간략하게 살펴보고, 국내외 제품 연구, 특허, 시장 및 제품 현황을 제시하여 활용성을 검토하고 향후 전망을 살펴보았다. 에너지 저장 소자로 슈퍼커패시터가 관련 산업 수요에 대응하기 위해서는, 고전압 모듈 기술, 고효율 충전, 안전성, 추가적인 성능개선 및 비용경쟁력 등 아직까지 해결해야 할 과제들이 많다.

• 한국농림기상학회지
• /
• 제19권3호
• /
• pp.153-163
• /
• 2017

데이터 처리 속도는 예보 능력과 관련이 있다. 최신의 입력 자료를 이용한 예측 데이터의 고속 생산은 신속한 대처를 가능하게 한다. 또한 알고리즘 작성, 계산, 결과 평가, 알고리즘 개선으로 이어지는 순환 구조를 원활하게 할 뿐만 아니라 오류 발생시 빠른 시간 내에 복구할 수 있게 하는 등 매우 중요한 요소이다. 현재의 조기경보 시스템은 매 계산 주기 마다 섬진강 유역의 10개 시군에 대해 30미터 해상도의 격자형 자료를 400개 이상 생성하고 있으며(중간 데이터 포함) 최대 9일까지 예보되는 자료를 포함할 경우 600개 이상이다. 이는 전국을 30미터 해상도로 약 45개를 생성하는 계산양과 비슷하다. 또한 14,000여개의 필지에 대한 구역 통계와, 각 래스터의 평균, 최대, 최소 등의 통계자료 생성도 함께 수행 해야 한다. 이와 같은 대량의 데이터를 한정된 시간 내로 처리하기 위한 몇 가지 기법을 적용하여 적용하였으며, 아직 적용은 못하였으나 가능성의 여부를 평가해 보는 것으로 본 연구를 진행하였다. 그 결과 앞서 제시된 래스터 캐시, NFS 캐시, 분산 처리를 모두 적용할 경우 데이터 처리 시간을 1/8로 단축 시킬 수 있음이 확인되었다. 또한 GPU를 이용한 연산을 적용할 경우 일부 모듈에 대해 매우 큰 폭으로 수행 시간을 단축 시킬 수 있음을 확인하였다. 다만 캐시를 위한 추가적인 디스크, GPU라는 별도의 하드웨어, 추가된 하드웨어 지원을 위한 고출력 전원 장치와 이에 따른 UPS (Uninterruptible power supply, 무정전 전원공급 장치)까지 상대적으로 높은 사양으로 준비해야 하는 비용적인 문제가 발생할 수 있다. 본 연구에서 제시한 네 가지 기법 중 세 가지는 계산 서버 추가를 통한 수평적 성능 확장에 관한 것이다. 하지만 서버의 추가가 처리 속도 향상으로 이어지지 않음은 물론 오히려 저하시키는 경우가 있다. 본 연구에서는 특정 시간 내로 작업을 완료 시키지 못하면 해당 작업을 반환하여 다른 서버가 처리하는 간단한 방식을 이용한다. 하지만 이런 문제를 지속적으로 발생시키는 계산 서버가 발견된다면 정해진 기준에 따라 계산 작업에서 완전히 퇴출 시켜야 성능 향상에 도움이 된다. 따라서 처리 속도에 대한 정확한 원인을 검사하고 이를 실시간으로 반영할 수 있는 기법이 필요하다.