共查询到10条相似文献,搜索用时 31 毫秒
1.
在光伏发电系统中,因局部阴影遮挡造成的特性失配是引起输出功率降低的重要原因。传统方案大多针对组串及组件失配问题,将每个光伏组件的输出经过变换器独立的最大功率跟踪后再串联加以解决,改变了原有系统连接结构。针对小功率分布式光伏发电系统主要遭遇的组件内失配问题,研究了一种不改变原有光伏组件结构的优化方法,并采用单开关的拓扑实现。该方法在光伏组件遇到局部阴影等造成的组件内特性失配时,可以从光伏组件的输出抽取能量,对受遮挡部分进行补偿,使得各个光伏子串的工作状态可调,从而提高这种情况下的总输出功率。该方法属于部分功率变换,且电路拓扑仅采用单个开关管,控制算法简单,电路损耗和成本较低。仿真和样机实验结果表明,该方法能够显著提高局部阴影条件下光伏组件的输出功率。 相似文献
2.
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。 相似文献
3.
光伏组件的潜在诱导衰减会减少光伏发电系统对外输出的电能,严重情况下使光伏发电系统瘫痪,几乎不对外输出电能。在温度为85℃和85%湿度条件下,对单块光伏组件模拟光伏发电系统中出现的潜在诱导衰减效应,即组件的铝边框和输出端产生1 000 V的电势差。每隔6 h测试一次组件的电致发光(EL)图像和I-V电性能,实验持续时间为48 h。结果表明:该效应会使组件产生漏电,漏电程度随着实验持续的时间而变得严重。运用电容原理解释潜在诱导衰减产生的物理机制,并采用低介电常数的封装材料制作新的光伏组件,能使组件的功率衰减控制在2%以内,完全具有抗潜在诱导衰减的性能。 相似文献
4.
5.
6.
目前的故障诊断方法无法精确识别与定位光伏发电系统中光伏阵列的故障,导致光伏发电运维成本增加。为此,本文提出一种基于长短期记忆(LSTM)神经网络的光伏阵列故障诊断模型。在MATLAB/Simulink软件环境下,搭建光伏发电系统仿真模型,采用扰动观测的最大功率点跟踪(MPPT)算法和电网电压闭环控制策略,分析光伏组件断路和遮挡等故障的机理,并对光伏阵列故障状态进行仿真,研究不同故障状态对光伏系统输出特性的影响,进而获取故障特征参数。建立LSTM神经网络故障诊断模型,采集光伏阵列在不同故障条件下的特征参数作为训练样本,对模型进行训练,并与BP神经网络模型进行比较,发现LSTM神经网络模型的测试正确率高于BP神经网络。采用光伏实验平台模拟不同光伏阵列故障,将故障特征参数输入LSTM神经网络故障诊断模型进行诊断,结果表明,LSTM神经网络故障诊断模型能够精确识别和定位光伏阵列故障。 相似文献
7.
8.
9.
《电源技术》2020,(2)
对分布式光伏系统变负荷工况发电功率进行准确预测,能避免输出失稳。提出一种基于线空间重构和谱特征提取的分布式光伏系统变负荷工况发电功率预测方法,并结合DSP数字处理器进行预测系统设计。构建光伏系统变负荷工况发电功率的输出时间序列模型,用嵌入式的相空间重构技术进行光伏发电阵变负荷工况发电功率输出负载的异常特征提取,用变负荷工况判断方法进行功率瞬时特征检测,在相空间中提取发电功率时间序列的非线性特征,实现对发电功率时间序列的准确预测。在DSP开发环境下进行发电功率预测系统的优化设计。结果表明,采用该预测系统能有效实现分布式光伏系统变负荷工况发电功率预测,预测精度较高,过程收敛性较好。 相似文献
10.
为了提高光伏系统的发电效率,同时降低人工维护的成本,提出了一种基于BP(back propagation)神经网络的光伏组件在线故障诊断策略;分析了光伏组件短路和异常老化故障的成因,并在Matlab中对光伏组件故障状态下的输出特性进行了仿真研究。根据仿真结果并结合光伏组件的数学模型,总结了光伏组件的故障规律,建立了BP神经网络故障诊断模型及模拟光伏组件各种故障的仿真模型。用该模型采集了适合神经网络训练的样本,并对神经网络诊断模型进行了训练。结合光伏功率优化器,进行了组件在线故障诊断的仿真和实验研究,结果验证了文中方法的正确性、有效性和环境适应性。 相似文献