光伏板污秽度状态评价及清扫决策系统的研究

随着光伏电站的大规模应用，其关键组件光伏板的污秽度直接决定了发电效率和经济收益，然而是否具备合理的清扫决策给光伏板清洁运维工作带来巨大挑战。为此，以单片机为核心并结合温湿度传感器、太阳光辐射度传感器、PM2.5传感器、光伏电压检测模块，设计了光伏板污秽度状态评价系统，以实现光伏电站收益最大化。提出利用改进型BP神经网络实现清扫决策的模型，为构建新型电力系统目标愿景及完善多元化清洁能源供应体系提供参考。     

考虑旁路二极管故障的光伏组件数学建模及功率特性分析研究

在光伏组件中引入旁路二极管是目前解决组件中电流失配问题的主要手段，但是当旁路二极管故障时，不仅会导致光伏组件的功率损失，极端情况下还会引发火灾。考虑到目前针对旁路二极管故障尚缺乏有效的检测手段，本文根据光伏组件中旁路二极管的工作原理和热特性，建立了一种考虑旁路二极管的光伏组件数学模型，分析了旁路二极管故障时光伏组件的输出特性；最后，搭建了并网光伏系统模型，分析了旁路二极管损坏对光伏系统最大功率跟踪控制的影响，为光伏系统故障诊断提供了理论依据。     

最小二乘支持向量回归的光伏组件故障检测

光伏组件是光伏发电系统的核心之一,对光伏组件开展及时有效的故障检测有助于提升系统发电效率。在光伏组件机理模型的基础上,采用最小二乘支持向量回归(Ls-SVR)方法对测试样本的I-U曲线进行学习,拟合出光伏组件四大参数在正常运行情况下的内在函数关系,并通过分析函数输出与实际输出之间的残差,实现光伏组件的故障检测。最后采用现有实验数据对所提方法进行验证,效果良好。     

光伏电站晶硅组件缺陷形成机理与检测技术

针对我国光伏电站在晶硅光伏组件运行维护过程中存在的实际情况,分析了晶硅光伏组件缺陷形成机理,提出了一种适用于现场应用的缺陷光伏组件检测方案。检测方案包括红外热成像排查、绝缘电阻测试、EL测试和光伏组件I-V特性测试四部分。通过该检测方案能够有效鉴别光伏组件缺陷的产生原因,及其对发电性能的影响程度。该方案对提高光伏电站运行维护效率、规范光伏电站施工安装操作和改进光伏组件生产厂家制造工艺具有重要意义。     

光伏组件户外实证检测平台建设探讨

本文详细讨论了发展光伏组件户外检测对光伏发电的重要性。介绍了国内外光伏组件户外检测的现状,并对光伏组件户外检测场的建设条件:场地气候条件、太阳光谱条件及测试设备要求等进行详细分析。宁夏新能源研究院顺应光伏检测发展的需求,建设的一个先进的户外检测场,能够实现对光伏组件PR测试、曝晒、NOCT测试等测试,发展出了国内光伏检测的新方向。     

光伏组件自动清洗机械设备设计

目前影响光伏发电效率的重要因素就是遮盖物,为此针对光伏组件自动清洗研究现状,对光伏组件的自动清洗工作进行探讨,设计能自动实现光伏组件热斑检测、组件自动清洗的机械设备,并提出自动清洗流程,以期为光伏组件的清洗工作提供参考。     

基于VMD-LSTM的太阳能光伏组件故障检测方法

为了保证光伏系统的正常运行,需要有完备的光伏组件故障检测方法,为此本文提出了一种基于变分模态分解（VMD）和长短期记忆网络（LSTM）结合的太阳能光伏组件故障检测方法。首先分析了不同运行工况条件下的特性曲线并采集正常与故障时的电压、电流信号,利用VMD对所采集的信号进行自适应分解为K个IMF分量。然后把IMF分量输入训练好的LSTM神经网络进行故障检测。最后,在PSCAD/EMTDC中建立仿真模型并验证本方法的可行性与准确性,结果表明该方法可以用于光伏组件的故障检测,并且准确率高。     

基于FCM与高斯隶属度的光伏组件健康状态诊断

随着光伏发电的大规模推广,光伏系统中的故障检测问题成为研究热点。在技术不断革新的同时,能够预测和提前预防光伏系统故障的发生,保证系统的可靠运行,变得尤其重要。文章基于光伏组件的工作情况、组件结构、老化现象以及对应的等效电路模型参数变化,对光伏组件的健康状态进行划分,总结了影响光伏组件亚健康状态的三大指标,分别是透光率、串联电阻以及并联电阻。文章提出了一种模糊算法对光伏组件健康状态进行健康、亚健康、部分阴影与故障状态进行诊断。首先,对归一化处理后的光伏组件样本数据集进行模糊C均值(fuzzy C-means,FCM)聚类得到聚类中心;然后,利用聚类中心与测试样本代入高斯隶属函数对健康状态进行诊断,并通过仿真与实验验证了该方法的可行性,为光伏系统故障预警、老化检测提供参考。     

光伏建筑一体化杭州应先行

光伏建筑一体化（BuildingIntegratedPhotovoltaics，BIPV）是将光伏发电和建筑联系起来，在建筑外围结构（外墙面、屋顶）敷设光伏组件或阵列产生电力。光伏和建筑物的结合过程中逐渐融合深入，从独立的光伏系统向光伏组件建材化过渡。如透明的光伏组件，结合了LED灯的光伏幕墙等，使光伏组件趋向多元化。光伏建筑一体化分为离网系统和并网系统两种。目前国外光伏建筑一体化基本以并网发电为主。     

光伏电池不一致性检测及其应用

针对光伏阵列中光伏电池伏安特性差异大的问题,提出一种采用分段线性插值与最小二乘法相结合的光伏电池单体及组件不一致性检测方法。与传统光伏电池最大功率检测法相比,该方法对伏安特性一致性有更好的检测效果。该文先通过Matlab仿真验证了该检测方法的有效性,再通过滞环电流控制法搭建了2 kW光伏并网发电平台,并将2种方法分别在该平台上进行了对比验证。实验测试结果表明,分段线性插值与最小二乘法相结合的不一致性检测法较最大功率分类法更为准确有效。对光伏阵列串并联系统中光伏电池组件的选取具有实用价值。     

单级式光伏并网逆变器的无电流检测MPPT方法

提出一种单级式光伏并网逆变器的无电流检测最大功率点跟踪(maximum power point tracking,MPPT)方法。研究光伏组件、输入滤波电容和并网逆变器之间的能量耦合关系,通过使得连续两个并网功率周期的逆变器输出功率相等,通过计算输入滤波电容电压的变化值,获得光伏组件输出功率的变化方向,实现了无电流检测的MPPT。划分光伏组件的3种工作区域,详细分析系统在各工作区域的稳定性,并给出具体的扰动准则。搭建200W的实验样机,实验结果充分证明了提出的控制方法的可行性和有效性。     

一种新的光伏电池组件集成单元研究

为了提高光伏电池组件的发电效率,在传统光伏电池组件的基础上,设计了一种新的光伏板拓扑系数可变的光伏电池组件单元。由光强传感器TSL2561检测光强信号,通过控制继电器的触点来改变光伏电池组件固有的拓扑系数,实现了拓扑结构可变的光伏电池组件集成单元。实验结果表明,此系统采用改进的MPPT控制法,兼顾了稳态性能和动态性能,取得了较好的控制效果,提升了传统光伏电池组件的发电量。该集成单元的制作成本低,具有一定的实用价值。     

基于BP神经网络的光伏组件故障类型诊断

提出一种简单实用的光伏组件建模方法,即由光伏组件参数得到光伏电池单元参数,根据光伏组件内部光伏电池单元故障情况,得到等效的光伏组件故障模型。选取光伏组件的特征参数,通过光伏组件等效模型获取故障数据。在Matlab中建立BP神经网络模型,使用BP网络对光伏组件内部故障进行诊断。仿真试验表明所选特征量合理,在保证精度的前提下,使用本文的方法能有效地对光伏组件内部故障进行诊断。     

晶硅光伏组件回收技术环境影响分析

概述了晶硅光伏组件回收技术现状，对国内4家晶硅光伏组件回收企业开展调研，依据收集的调研表基于欧盟产品环境足迹方法，对我国晶体硅光伏组件现有回收技术的环境影响进行了评估，最终得出每生产1(kW·h)直流电力所产生的环境影响。     

光伏阵列无线传感节点设计及故障诊断应用

针对现有光伏阵列的故障检测方法精度和效率不足且难以定位故障光伏组件等问题,设计了一种基于STM32的光伏阵列无线传感节点及故障诊断系统。该无线传感节点硬件以STM32F103为核心控制器,主要包括主控模块、电源模块、数据采集模块、数据通讯模块;软件端通过自定义通信协议,将测量结果通过ZigBee无线模块对数据帧可靠传输,上位机可监测到逆变器扫描光伏阵列电流-电压(I-V)特性过程中各光伏组件的电压数据。实验中人工模拟了光伏组件常见的阴影、旁路二极管短路故障,通过无线传感节点测得的电压波形,可实现光伏阵列中故障诊断与定位。实测结果表明,该系统可获取逆变器扫描光伏阵列I-V特性过程中组件电压波形,便于运维人员及时准确地定位光伏组件故障。     

一种基于卷积神经网络和长短期记忆网络的光伏系统故障辨识方法

随着光伏发电装机容量的不断上升,如何及时检测并解决光伏组件故障和异常,减少组件能量损失,提高光伏系统的发电效率成为一项重要任务.本文通过研究光伏阵列处于不同故障状态下的I-V曲线之间的特征差异性,直接以I-V曲线作为故障诊断的输入量,提出一种融合卷积神经网络(CNN)与长短期记忆(LSTM)网络的光伏系统故障辨识方法....     

光伏阵列故障检测方法综述

基于状态监测的故障诊断方法是提高光伏系统可靠性和安全性的有效实施途径.光伏阵列输出的非线性特性及其易受外界环境干扰的特点,导致传统保护装置难以检测到其直流侧故障.光伏阵列故障不仅会降低发电量、损害光伏组件,严重时甚至会导致大面积火灾.为解决该问题,专家学者们提出了多种光伏阵列故障检测方法,本文就常见的故障检测方法进行概述,首先分析光伏阵列故障检测的研究意义,然后介绍光伏阵列常见的故障类型,最后对常见检测方法的优缺点进行总结.     

基于改进RBF神经网络的光伏组件故障诊断

由于光伏组件的输出特性受多种因素混合影响,对光伏组件的故障检测是一个严峻的考验.为了保证故障诊断的实时性和精确性,采用多传感器法提取短路和开路故障特征,利用电压扫描法获取不均匀光照引起的热击穿和电击穿故障的判断依据,以故障特征为判据,给出一种基于K均值聚类算法的改进RBF神经网络的光伏组件故障诊断方法,在Matlab平台中,通过该方法对光伏组件发生的故障类型与故障定位进行仿真测试,结果表明:该测试方法进行故障诊断的正确率达到96.67％,而BP神经网络的正确率只有83.33％,验证了改进RBF神经网络的故障诊断方法的精确性与有效性.     

光伏建筑一体化组件安全可靠性与检测认证

我国能源供需矛盾日趋激烈,以光伏发电为代表的新能源产业将担当解决能源问题重任。作为长期在户外运行的产品,光伏发电系统的耐久性和稳定性直接影响光伏行业的健康发展。总结了国内外光伏建筑一体化产业的发展现状,讨论了国内外研究机构对于光伏组件的安全可靠性研究,分析了光伏组件检测认证的国内外现状。     

基于三参数的光伏组件老化程度诊断

为了对光伏组件老化程度进行有效评估与诊断,提出基于三参数的光伏组件老化指标来定量判断老化程度的方法。依据光伏组件的输出I-V特性,通过一种改进的量子粒子群算法来辨识光伏组件老化三参数,即光生电流、串联电阻与并联电阻;再将辨识参数映射至标况参数;最后使用概率神经网络进行组件老化指标计算,获得老化程度的量化值。仿真和实验表明,该方法可以对不同环境条件下的光伏组件的老化程度进行有效诊断,可以为光伏组件故障预警及寿命预测提供参考。