泛在电力物联网中光伏发电系统常见故障研究

光伏发电作为泛在电力物联网能源生产端的新能源代表具有很广阔的发展前景。目前分布式光伏已得到大规模应用,以浙江为例,每年新增用户中绝大多数为低压配电网的用户。光伏发电系统由光伏组件串并而成,为了研究光伏系统中几种常见故障及其影响,按照国网低压光伏系统的参数要求搭建了仿真模型;并模拟了共4种常见故障状态下的光伏系统出力情况,仿真发现4种故障中即只有一片光伏电池片出现 4 类故障时,开路对输出功率的影响最大,其次是热斑,然后是短路,最后是老化。     

光伏组件热斑耐久试验方法探讨

热斑耐久试验是光伏组件最关键的测试项目之一,与光伏组件的发电性能和使用寿命密切相关.对没有旁路二极管保护的光伏组件进行了热斑耐久试验研究,针对试验过程中电池片选择和所选电池片遮光面积的确定等技术难点展开讨论,对规范热斑耐久试验的测试过程具有一定的指导意义.     

不同遮阴热斑对光伏电池的风险评估

研究了不同类型遮阴形成的热斑效应,进行了不同材料相同遮阴面积、不同面积同种材料遮阴热斑实验,从热斑对光伏电池输出功率的影响和热斑温度两个方面进行风险评估。对常见的鸟粪(胶带模拟)、树叶、灰尘三种热斑进行遮阴热斑实验,实验结果表明,相同状态下不同类型遮阴热斑对光伏组件的输出功率影响存在较大差异,且不同类型热斑的温度不同。三种材料的热斑风险由高到低依次为:胶带、灰尘、树叶。     

基于DenseNet的红外图像热斑状态分类研究

光伏热斑故障对光伏组件的运行会产生严重影响,为从图像数据中进行有效的热斑检测,提出一种基于密集连接网络(DenseNet)的深度学习方法。利用数据增强、改进模型结构和迁移学习的方法,在红外光伏故障图形数据集上训练优化,并针对构建的样本数据集具有分布不平衡性的特点,选择采用Focal损失函数缓解样本的非均衡。实验结果表明,该模型网络训练构建的光伏组件红外图像热斑状态数据集,能够实现较高准确度的图像识别,与原始DenseNet模型相比,能够提升准确率。     

新型光伏组件旁路二极管功能实验方法分析

通过理论分析太阳能光伏组件旁路二极管功能实验遮挡测试原理,得出"遮挡电池片时旁路二极管不一定导通"这一结论。结合目前常见的4种内部电路结构光伏组件旁路二极管功能实验的实验数据,总结出判断旁路二极管导通的方法。通过进一步研究实验结果,发现遮挡不同电池片得到不同情况的I-V曲线,这一结论有助于通过遮挡电池片反向推导光伏组件内部电路结构。     

高功率组件热斑风险研究

基于光伏组件热斑原理,建立了光伏组件热斑温度模型,模拟不同高效技术组件热斑温度并设计实验评估其热斑温度。实验数据显示,同档位350 W半片多晶组件热斑温度较单晶PERC组件低20~30℃,大硅片半片多晶400 W与半片多晶350 W组件相比热斑温度相当。模拟结果与实验数据具有较好的吻合性,偏差在2%以内。数据显示大硅片半片多晶高效技术降低热斑风险,提高了光伏组件可靠性,为高功率组件热斑问题的解决提供了方向。     

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。     

基于BP神经网络的光伏组件在线故障诊断

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。     

基于BP神经网络的光伏组件在线故障诊断

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。     

利用自然法则实现光伏组件智能管理

为了减少光伏电站的发电量损失,最大可能避免倒塌、热斑损坏、自然老化率过快等现象,利用自然法则,提出一种新颖的方法以实现对光伏组件的全面智能管理。该方法采用晶体硅本身的光伏I-V特性,通过自然法则原理,获得组件的理论功率输出与实际功率输出的对比数据,以此来判断光伏组件是否正常。试验表明,此方法效果良好,完全满足电站光伏组件功率输出的精度要求,可以有效实现大中型光伏电站的组件的全面智能管理。     

光伏组件输出电气特性研究及在线预测方法

以光伏组件的传热机理分析为基础,从传热学的角度建立了一种光伏组件的一维热模型。该模型同时考虑了光照辐射、环境温度与风速等气象因素,可实现对太阳能电池温度的在线预测,其有效性得到了实验结果验证。针对传统的光伏组件输出特性评估中仅考虑光照度与环境温度、不计及风速影响的缺陷,提出了基于热模型的精确在线评估方法。该方法为光伏电站的建站选址、改造设计提供理论依据,同时有助于光伏组件的运行状态监测与故障诊断。     

一种改进的并联IGBT模块瞬态电热模型

在大功率系统中,为了扩大电路的功率等级,开关器件往往会并联使用。为了保证绝缘栅双极型晶体管(IGBT)模块工作在安全范围,需要建立并联器件的瞬态电热模型。首先,重点分析了结温变化对损耗产生的影响,通过建立不同开关阶段等效电路分析推导电压、电流变化规律。同时,通过搭建测试电路得出受温度影响的参数与温度之间的定量关系。其次,在考虑并联器件之间的散热路径耦合基础上,提出并分析了一种改进的IGBT并联热阻抗模型。最后,基于损耗模型和热阻抗模型建立IGBT并联电热模型。搭建实验平台比较不同模块安装距离对瞬态结温的影响。与传统模型比较,计算结果与实验测试结果吻合,验证了改进的电热模型的准确性。     

A Power Output Estimate of Cylindrically Shaped Flexible Photovoltaic Module with Polygonal Approximation

Flexible photovoltaic (PV) modules have received a great deal of attention for use in PV systems. At present, the most important issue to be resolved is the optimum shape of flexible PV modules for obtaining maximum power output. A design tool specifically tailored for the flexible PV module is required for this purpose. In the present study, a new method is proposed for estimating the power output of a cylindrically shaped flexible PV module, taking into account the uneven irradiation and temperature that occurs for a curved surface. The average irradiation over the area of the entire module is used in the equation of the proposed method. The temperature is calculated based on the root mean square (RMS) of the irradiation over the area of the entire module. The average and RMS of the irradiation are calculated based on the directional dependence of the global horizontal irradiance. The estimated and measured power outputs are compared. The error rate of the total power output is 2.6%, and the mean absolute percentage error of the power output is 6.8%. The proposed method can reduce the amount of calculation to compare with a conventional method having the same mean absolute percentage error.     

基于Z源逆变器的屋顶并网光伏发电系统

结合城市中大规模光伏发电的应用以及屋顶光伏组件汇流的特点,在光伏并网发电系统中选择Z源逆变器代替普通逆变器.对Z源逆变器的工作原理进行了详细的分析,对主要的工作状态进行了数学推导,与普通的电压源、电流源拓扑相比,可以实现任意升降压.介绍了某屋顶光伏发电示范项目的设计以及其采用Z源逆变器的实际工作效果.实践证明,采用Z源...     

一种用于计算光伏组件温度的多元非线性函数拟合与修正方法

为了获得光伏阵列的组件温度,通过分析组件温度与影响因素之间的关系,确定了各种外界环境因素与组件温度的函数规律。将多元非线性函数拟合与BP神经网络相结合,提出一种计算光伏组件的温度的方法。针对光伏组件局部遮阴的情况,通过研究组件温度与最大功率点之间的关系,对该方法做出了修正。经过光伏电站实际数据验证得知,方法计算精度高,能够反映外界环境变化,具有较强的自适应性和实用性。     

基于傅里叶级数解析热扩散角的功率模块热阻抗物理模型

绝缘栅双极型晶体管功率模块失效主要由温度因素诱发。为提高功率模块可靠性,RC热阻抗模型被提出用于实时预测芯片结温。随着功率密度的提高,模块横向扩散愈发明显,多芯片热耦合效应愈加突出,导致传统RC模型会引入较大误差。文中针对RC模型精准度不足进行改进,揭示热扩散角取决于热流密度的物理内涵,结合多层封装结构下的傅里叶级数解析热流模型,建立一维RC热网络与三维热流物理场的本质联系,构造计及多芯片热路耦合的扩散角热网络,较为准确地描述多芯片结温动态特性,揭示热扩散与热耦合效应对芯片温度场形成的规律。与其他传统热扩散角模型相比,所提出方法的结温计算结果准确度最高。最后以型号SEMi X603GB12E4p模块为例,针对提出的物理模型进行验证,仿真与实验结果均表明,该模型能够表征不同工况条件下功率模块的热过程,验证了所提建模方法的有效性与准确性,误差小于4%,且验证了所提模型较不计及热耦合模型精度提高了16.72%。     

基于智能旁路二极管对遮阴影响下的太阳能模组优化设计

为了避免光伏电池在局部遮挡情况下的热斑效应,通常在一定数量电池元的两侧并联旁路二极管,然而由于旁路二极管的反向偏置,容易造成模组的局部加热现象,不可避免地导致光伏组件损坏或过早的失效。因此,提出智能规划旁路二极管的拓扑结构,结合串并联的光伏阵列拓扑建立了电路模型,并将太阳能模组电压的大小作为控制二极管拓扑结构的开关状态的判定规则,降低旁路二极管的导通损耗,最大限度地提高电池板的输出电能与使用年限。进一步探究了基于智能控制系统的MPPT策略,在计算获得GMPP点所在的UOVSR区间后,对该特定的区域采用优化粒子群算法进行最大功率点寻优。仿真结果表明该算法可以快速跟踪到GMPP。该方法利用小区域搜索代替全局搜索,具有速度快和准确性高的特点,可有效降低跟踪过程中的能量损耗。     

Multi-input battery-integrated single-stage DC-DC converter for reliable operation of solar photovoltaic-based systems

Solar photovoltaic (PV) systems are emerging progressively due to their wide compatibility range, ease of installation, and environmental friendliness. The module mismatch (MM) losses and module open circuit (MOC) fault can cause the power mismatch between different PV modules. This significantly affects the energy output from the PV module. Also, the intermittent nature of solar PV power makes the solar PV systems unreliable; to compensate for this, conventional PV systems utilize a battery storage system (BSS) with separate bidirectional converter. These bidirectional converters require two-stage power conversion and massive battery bank connected at the DC link. This leads to the further reduction in overall efficiency. To address these issues, this paper proposed a multi-input PV battery system (MIPBS) that uses nonisolated buck and boost converter combinations. It requires single-stage power conversion to extract maximum power from each PV module along with BSS charging and discharging. Its modular design allows it to function across a wide range of voltage, power, and BSS choices. The proposed system is capable of mitigating the MM loss and sustaining the MOC fault. This paper discusses the operation, steady-state analysis, and dynamic analysis of the proposed MIPBS. The performance of the proposed MIPBS is validated using a state-of-the-art experimental setup with two PV modules, each having a rating of 60.53 W.