에어본 풍력 시스템을 위한 센서 융합 및 비선형 필터 설계

초록

본 논문은 테더드 윙을 이용한 에어본 풍력 발전기의 위치·속도·방위 추정을 위한 센서 융합 방법을 제시한다. 비선형 동역학을 서브시스템으로 분할해 간단한 kinematic 기반 필터들을 순차적으로 적용하고, 다양한 센서 구성에 맞춘 알고리즘을 설계하였다. 실험 결과는 소형 프로토타입과 여러 크기의 윙에 대해 필터가 정확히 동작함을 보여주며, 설계가 날개 면적·공기역학 효율·질량 등에 의존하지 않으므로 규모 확대에도 적용 가능함을 입증한다.

상세 분석

이 연구는 에어본 풍력(Airborne Wind Energy, AWE) 시스템에서 핵심 제어 변수인 윙의 3차원 위치, 속도, 헤딩을 실시간으로 재구성하는 문제에 집중한다. 윙은 테더에 의해 구속되면서도 고속·고가속·급격한 방향 전환을 겪으며, 이러한 동작은 전통적인 EKF(Extended Kalman Filter)와 같은 비선형 추정기에서 수렴성 및 계산 복잡도 문제를 야기한다. 저자들은 전체 비선형 시스템이 ‘상태 전이와 관측이 각각 순수한 기하학적(kinematic) 관계’를 갖는 특수 구조임을 발견하고, 이를 기반으로 시스템을 ‘위치·속도 서브시스템’과 ‘방위·각속도 서브시스템’으로 분할한다. 각 서브시스템은 선형 혹은 준선형 형태로 변환될 수 있어, 단순한 칼만 필터 혹은 비선형 최소제곱(Nonlinear Least Squares) 방식으로 처리할 수 있다.

다양한 센서 조합—예를 들어 GPS/GLONASS, 관성 측정 장치(IMU), 라인 길이 센서, 비전 기반 트래킹 카메라—에 대해 각각의 관측 모델을 정의하고, 관측 노이즈 특성을 실험적으로 캘리브레이션한다. 센서 융합 알고리즘은 ‘예측‑업데이트’ 순환을 서브시스템 별로 독립적으로 수행한 뒤, 최종 상태를 통합하는 계층적 구조를 채택한다. 이 접근법은 센서 고장이나 일시적 데이터 손실이 발생해도 다른 서브시스템의 추정이 지속될 수 있게 하여 시스템 견고성을 크게 향상시킨다.

실험에서는 6 m·2 m 크기의 작은 윙과 12 m·4 m 크기의 중형 윙을 사용해, 동일한 필터 파라미터가 적용되었음에도 위치 오차가 0.2 m 이하, 헤딩 오차가 2° 이하로 유지되는 것을 확인했다. 특히, 필터가 ‘기하학적 법칙에만 의존’한다는 점은 날개 면적·공기역학 효율·질량 등 물리적 파라미터가 변해도 재조정 없이 그대로 적용 가능함을 의미한다. 따라서 본 연구의 결과는 대형 고성능 AWE 시스템, 다중 테더 구조, 혹은 강체형 윙에도 직접 확장될 수 있다.