一种四参数的光伏组件在线故障诊断方法

分析光伏组件在短路、异常老化状态下的输出特性,提出一种基于开路电压、短路电流、最大功率点电压和电流四参数的光伏组件在线诊断短路及异常老化故障的方法。建立了故障类型因子K,通过比较K与标准值的差异判断组件是否存在短路和异常老化故障。发生故障即可进行在线故障程度分析和预警:短路故障时,利用神经网络方法诊断组件中电池短路的块数;异常老化故障时,利用填充因子值获得组件老化程度。仿真及实验结果显示该方法具有较高的准确率,证明了方法的可行性和有效性。     

基于功率损失和U-I特性综合考虑的光伏组件故障诊断方法

分析了光伏组件常见故障下的功率损失及其内部U-I输出特性,提出了一种综合考虑功率损失和内部U-I特性的光伏组件在线实时故障诊断方法。通过仿真功率与实测功率的对比,判断组件是否发生异常功率损失。再根据输出电压变化,判断是否发生短路故障并大致估算短路电池块数。进一步,利用填充因子值判断老化故障,得出组件剩余使用年限。仿真和试验结果验证了该方法可以有效地检测出组件阴影遮蔽、短路及老化等常见故障。     

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。     

基于电压扫描的光伏阵列故障诊断策略

分析了光伏阵列的故障点及其成因,将各种故障总结为不同性质的阴影问题,建立阴影下光伏阵列输出数学模型。利用Matlab对光伏阵列在阴影情况下的输出特性进行了仿真,总结了光伏阵列在故障状态下故障电池板的电压电流输出特性。在此基础上提出一种输出电压电流扫描,对阵列中电池板电压异常进行判断的故障诊断策略。搭建实验平台对提出的故障诊断策略进行了实验,结果验证了所提方法的正确性。最后提出了多层次的光伏阵列故障诊断方法。     

并联型单开关管光伏组件优化器的研究与设计

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。     

基于S-Function Builder的光伏阵列仿真模型

基于MATLAB/Simulink中的S-Function Builder模块,所建立的光伏组件仿真模型利用C语言将简化的光伏组件数学模型编程,再与其他Simulink模块连接成电路以仿真电路性能。该仿真模型输出结果与户外实测光伏组件电流电压特性曲线比较结果显示出了良好的一致性,最大功率点处误差最大约为1.8%,可满足科研精度的要求。特别是该光伏组件仿真模型还可在Simulink中串联为光伏阵列,并对局部阴影下光伏阵列输出特性进行较好的仿真。     

局部遮光条件下光伏阵列的建模与分析研究

以太阳电池的工程用模型和电路基本理论为基础,对带有旁路二极管的串联光伏组件在局部被遮挡条件下的输出电流进行了理论分析,通过引入透光因子的概念,用分段函数表示方法建立了输出电流方程,并将其拓展到建立大型光伏阵列模型之中。通过Matlab语言建立了光伏组件的Matlab计算仿真模型,分析验证了遮光面积、透光因子、光照强度及温度对光伏组件输出的影响。     

基于参数辨识的光伏组件故障诊断模型

为了对光伏组件运行状况进行准确判断,提出了一种基于参数辨识的组件故障诊断模型。分析了任意工况下的光伏组件输出特性曲线,借助于改进人工鱼群算法对数学模型中各参数进行了辨识。通过分析各模型参数随光照和温度的变化关系来获取多组工况下的模型参数值,结合光伏组件各种故障数据建立了以光生电流、二极管反向饱和电流、二极管理想品质因素和等效串并联电阻为输入层向量,以组件正常、组件短路、等效串联电阻异常老化和等效并联电阻异常老化为输出层向量的径向基函数(radical basis function,RBF)神经网络故障诊断仿真模型,仿真结果验证了上述光伏组件故障规律的正确性。搭建了基于可编程电子负载的光伏组件户外实验平台,进行了组件故障诊断的实验研究,实验结果验证了所提方法的有效性和准确性。     

基于CatBoost算法的光伏阵列故障诊断方法

针对基于传统机器学习算法的光伏阵列故障诊断方法需要大量训练集的问题，提出了基于CatBoost算法的故障诊断方法，实现小规模训练集下不同程度故障的准确诊断。建立了光伏组件等效电路模型，考虑短路、开路、老化、局部阴影下不同程度的光伏阵列故障，分析包含旁路二极管和阻塞二极管的光伏阵列的伏安特性曲线变化特性，构建反映不同故障特性的特征量，作为光伏阵列故障诊断方法的输入向量。使用CatBoost算法对小规模训练集进行训练，建立基于CatBoost算法的故障诊断模型。为验证所提方法的效果，分别进行了仿真和实验分析。将所提方法与传统神经网络算法、其他决策树算法进行对比，验证了所提方法在小规模训练集下的准确性与稳定性。     

一种新型光储系统的电路结构及其控制方法

现有的集中式光储一体化系统为提高输出电流,一般将多个光伏组件并联,但这种结构在局部阴影下能量利用效率较低;而将每个光伏组件经过DC/DC变换器接入直流母线的方案虽能提高光伏利用率,但变换器的容量和成本较高。为此提出一种新型光储一体化系统的电路结构及其控制方法:首先将光伏组件和DC/DC变换器的输出端串联后接入直流母线,实现所有光伏组件的最大功率跟踪控制,与现有方案相比大幅降低了DC/DC变换器的电压等级和成本;继而设计适用于该光储一体化系统的能量管理策略,在保证蓄电池荷电状态不超过允许范围的前提下,可实现整个光储一体化系统并网功率的分时恒定。最后,在RT-LAB半实物仿真平台上验证所提系统结构和控制策略的有效性。     

基于粒子群算法的MPPT仿真及应用

利用PSIM软件建立了太阳能电池仿真模型。光伏模块的伏安特性曲线显示了在出现局部阴影时,使用传统的最大功率点跟踪(MPPT)方案跟踪多个局部的最大功率点(MPP)以获得全局MPP是很难的。鉴于此,提出了一种新型基于粒子群优化算法(PSO)的MPPT。仿真及实验结果表明,即使在复杂的条件下,光伏模块的输出电压也能够稳定运行在MPP附近,基于PSO的跟踪算法为实时光伏系统提供了一个可行的替代解决方案。     

光伏阵列多峰最大功率点跟踪研究

针对光伏组件输出特性的非线性以及受外部环境的影响,提出了一种遗传神经网络跟踪光伏阵列最大功率点方法.利用太阳能电池的物理特性和输出特性,建立了串联光伏组件的数学模型,给出了组件的电流电压和功率电压特性方程;同时利用MATLAB软件进行仿真、训练及测试,利用遗传神经网络算法成功地对系统最大功率进行跟踪.仿真结果表明,光照强度、温度及遮挡率直接影响着系统最大功率的追踪,与传统的BP算法相比,该算法跟踪的时间更短,精确度更高.     

基于Non-MPPT算法的区域光伏消纳控制策略

基于两级式光伏发电系统环境自适应算法以及光伏阵列分布式结构,提出一种适用于区域光伏消纳控制的Non-MPPT（maximum power point tracking）算法,力主解决光伏发电系统出力过剩问题。该算法基于光伏模块分布式前级优化器,实现不同环境下光伏模块分散控制,并通过光伏模块输出电压、电流随机变量,导出光伏电池环境修正参数,进而实时修正区域光伏模块最大功率电压,使其最大功率电压实时跟随外部环境变化,并结合电导增量法,实现不同环境下光伏阵列全局最大功率跟踪。而后,若区域性电网光伏发电系统出力过剩,则将区域光伏按其实际出力情况进行分区管理,以区域电网对其出力分配额度为控制目标,推导出光伏阵列对应输出电压,并将其引入至光伏发电系统前级Boost电路,通过修正Boost电路占空比,使光伏发电系统输出功率快速跟随主网需求指令,解决了区域内光伏过剩出力的消纳问题。最后,通过Matlab/Simulink仿真软件搭建两级式三相光伏并网系统,验证该算法在电力系统应用中的有效性。     

局部阴影最大功率点MPPT算法研究

光伏阵列作为太阳能光伏发电系统的基本发电单元,容易受到阴影的影响.在局部阴影条件下,光伏阵列的输出特性发生改变,相应的功率电压曲线含有多个局域峰值,使常规的最大功率点跟踪算法很难准确地跟踪到真正的最大功率点.在光伏电池通用数学模型的基础上,结合串并联理论,对局部阴影条件下光伏阵列的输出特性进行了数学建模分析,结果表明,带检测环节的MPPT算法有更好的适应性和稳定性.     

一种新的光伏系统最大功率跟踪控制方法

在大型光伏场中,从微观的角度看,可认为相邻的两光伏组件受到的光照强度相等,因而其最大功率点也大致相同。根据此特点,提出了一种新的最大功率跟踪控制方法,通过将相邻的两光伏组件的Boost电路串联,使其输出电流相等,实时地比较两Boost电路的输出电压,将输出电压的差值通过PI调节后转化为相应的占空比,动态地调节光伏组件的输出功率,实现最大功率点跟踪。该方法与传统的扰动观察法相比,只需要检测电压,不需要检测电流,控制简单;不需要微处理器和存储器,只需要简单的硬件电路即可实现最大功率的跟踪。     

局部阴影条件下光伏阵列的优化设计

随着光伏发电系统的结构及所处环境的复杂化(如光伏屋顶系统、光伏幕墙系统等),尤其是局部阴影问题的出现,光伏阵列的输出特性受到很大影响。通过理论分析、计算机仿真及系统实验等方法,研究阴影分布的影响,提出在局部阴影条件下光伏阵列最大功率点的简化算法,总结阵列结构优化的原则,并在此基础上进一步考虑局部峰值及工作电压范围等因素的影响。提出适用性较广的光伏阵列优化设计方法,为光伏发电系统的工程设计提供有力的支持。     

A power compensation and control system for a partially shaded PV array

The power–voltage and current–voltage characteristics of a PV array change with the variation of insolation and temperature. In particular, the output power of a PV‐panel block consisting of series‐PV modules inevitably goes down due to partial shading caused by peripheral obstacles. This results in a significant reduction of the total output power from the PV power generation system where a couple of PV blocks are parallel to the DC terminal of interactive inverter because of mismatch of the optimum operating voltages between the PV blocks. In this paper, we propose a power conversion system to compensate the output power of a partially shaded PV array. The proposed system can control the output power of the PV array on a PV block basis, which contributes to a more efficient and simpler implementation of the PV power compensation system than that by individual controls of PV modules using DC–DC converters. In addition, inverter DC voltage is appropriately controlled so that the maximum output power from the overall PV array can be obtained. Then, the feasibility of the system is investigated and verified from the simulation and experimental results. © 2003 Wiley Periodicals, Inc. Electr Eng Jpn, 146(3): 74–82, 2004; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10203     

不规则阴影影响下光伏阵列最大功率点跟踪方法

在不规则阴影影响下,光伏阵列输出特性曲线存在多个局部最大功率点,传统最大功率点跟踪算法在此情况下难以找到全局的最大功率点,从而陷入局部最优值。为解决该问题,根据滑模变结构控制在非线性系统控制中具有响应速度快、鲁棒性强等优点和扰动观察法具有算法简洁、跟踪效率高的特点,提出了将滑模变结构控制和扰动观察法相结合的算法,将其应用到不规则阴影影响下光伏阵列的最大功率跟踪控制中,用于解决局部遮阴下多峰寻优的问题。为了验证该算法的有效性,建立了不规则阴影影响下光伏阵列的实验电路。通过与传统扰动观察法的比较,实验结果表明:在光伏阵列被部分遮蔽的情况下,该算法可以快速跟踪到全局最大功率点,使系统稳定地工作在最大功率点附近,减小输出功率的波动,从而有效地利用太阳能。     

基于光伏阵列输出特性的GMPPT算法研究

针对局部阴影条件下光伏阵列的P-V曲线呈现多峰值的情况,在研究光伏阵列输出特性的基础上提出了一种全局最大功率点追踪GMPPT(global maximum power point tracking)算法。该算法由均匀光照和局部阴影条件下的两个最大功率点追踪算法构成。通过所提出的局部阴影检测手段判别光伏阵列所处的光照条件,从而决定使用哪个子算法。最后将该算法在Matlab中进行仿真验证。仿真结果表明在局部阴影条件下该算法能快速地追踪到全局最大功率点,且避免了对整条P-V曲线的扫描。在均匀光照条件下要比传统的最大功率点追踪算法(扰动观察法)更快地定位到最大功率点。     

一种开路电压和短路电流相结合的MPPT算法研究

为了能够有效地提高光伏发电系统的最大输出功率,根据光伏电池的输出特性和数学模型,提出了一种新型MPPT算法,即开路电压和短路电流相结合的MPPT算法。利用开路电压、短路电流和S-function函数快速解得最大功率点。针对不断变化的外界环境会给引入该算法的光伏系统带来频繁扰动,以及该算法在理论推导过程中采用了大量的估算算法,因此在该算法中引入阈值电流?I和微变步长扰动法。阈值电流?I降低了系统的扰动,减少能量的损失,微变步长扰动法进一步的修正了系统的最大功率点,解决了因理论估算而带来的误差问题。实验证明,引入了阈值电流和微变步长扰动法的开路电压和短路电流相结合的MPPT算法能快速、准确的跟踪最大功率点,提高转换效率。