• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于功率損失和UI特性綜合考慮的光伏組件故障診斷方法*

      2016-12-29 05:49:48陳宇航閆騰飛
      電機與控制應(yīng)用 2016年11期
      關(guān)鍵詞:測量點輸出功率老化

      陳宇航,閆騰飛,謝 添,溫 穎,梁 睿

      (中國礦業(yè)大學(xué) 信息與電氣工程學(xué)院, 江蘇 徐州 221000)

      ?

      陳宇航,閆騰飛,謝 添,溫 穎,梁 睿

      (中國礦業(yè)大學(xué) 信息與電氣工程學(xué)院, 江蘇 徐州 221000)

      分析了光伏組件常見故障下的功率損失及其內(nèi)部U-I輸出特性,提出了一種綜合考慮功率損失和內(nèi)部U-I特性的光伏組件在線實時故障診斷方法。通過仿真功率與實測功率的對比,判斷組件是否發(fā)生異常功率損失。再根據(jù)輸出電壓變化,判斷是否發(fā)生短路故障并大致估算短路電池塊數(shù)。進一步,利用填充因子值判斷老化故障,得出組件剩余使用年限。仿真和試驗結(jié)果驗證了該方法可以有效地檢測出組件陰影遮蔽、短路及老化等常見故障。

      光伏組件; 故障診斷; 功率損失; 短路; 老化故障

      0 引 言

      隨著全球經(jīng)濟的不斷發(fā)展,煤炭、石油、天然氣等一次能源日益匱乏,太陽能發(fā)電依靠其清潔無污染、資源無限、可持續(xù)性等優(yōu)點,得以迅速推廣應(yīng)用[1]。一般來說光伏電站的工作環(huán)境都比較惡劣,導(dǎo)致各種故障不斷發(fā)生。因此,光伏系統(tǒng)的運行狀態(tài)監(jiān)控和故障診斷顯得越來越重要。

      目前,檢測光伏組件故障的常用方法有紅外圖像分析法、基于電氣測量法等。文獻[2-3]利用光伏電池的生熱效應(yīng),對組件的紅外圖像加以分析處理進而判斷出其運行狀態(tài),但紅外圖像容易受到外界環(huán)境干擾,導(dǎo)致故障診斷出現(xiàn)誤差。文獻[4]提出多傳感器檢測法,將支路電流檢測與組件電壓檢測相結(jié)合,并優(yōu)化傳感器放置策略,通過分析傳感器采集到的電壓和電流數(shù)值實現(xiàn)故障類型判斷和故障定位,但需要配置大量傳感器,無疑增加了檢測成本。文獻[5]利用DC端采集的數(shù)據(jù)來分析功率損失,通過功率損失的程度來進行故障診斷,但難以準(zhǔn)確檢測出某些特定故障。

      針對光伏組件的常見故障,本文首先對組件輸出功率及其內(nèi)部特性進行分析,得到發(fā)生故障時組件的功率損失會增加,而且其輸出電流電壓會根據(jù)故障類型的差異而產(chǎn)生不同的變化。然后引入異常功率損失臨界值作為故障發(fā)生的判據(jù),最后利用開路電壓和填充因子具體判別不同的故障類型。

      1 組件常見故障分析

      1.1 故障類型

      光伏組件通常由多塊光伏電池單體串聯(lián)組成,其內(nèi)部結(jié)構(gòu)示意圖如圖1所示。

      圖1 組件的常見故障

      組件中某一塊或多塊電池受周圍建筑物、樹木遮擋,將會形成局部陰影,如圖1中A所示。

      組件在生產(chǎn)過程中的虛焊或過焊,可能會帶來組件內(nèi)部電池單體被短路、斷路的現(xiàn)象,如圖1中B、C所示。

      光伏組件平均壽命為20~30a,但實際使用中由于組件制造工藝、安裝環(huán)境等原因,組件運行5~6a后就會出現(xiàn)異常老化現(xiàn)象,如圖1中D所示。

      1.2 故障對組件輸出功率及U-I特性的影響

      為探究不同遮陰比例對組件功率損失的影響,對型號為JHX250P60的光伏組件,進行不同比例局部陰影測試試驗。功率損失隨陰影比例變化如圖2所示。

      圖2 不同比例陰影下的功率損失

      由圖2可知,隨著局部陰影比率的增大,組件的功率損失呈現(xiàn)非線性增大,且組件功率損失百分比遠遠大于局部陰影的百分比。組件受局部陰影影響,功率損失嚴(yán)重,當(dāng)陰影面積足夠大時,組件輸出難以滿足微型逆變器工作要求,組件將無法繼續(xù)輸出功率。

      為了研究不同類型故障對組件U-I特性的影響,分別對組件在無故障、局部陰影、短路故障、老化故障情況下進行仿真分析。不同故障下組件的U-I特性如圖3所示。

      圖3 不同故障狀態(tài)下的U-I曲線

      由圖3可知,局部陰影將使U-I曲線出現(xiàn)“多膝現(xiàn)象”,而開路電壓、短路電流不會變化。短路故障帶來開路電壓和最大功率點電壓的減小,其曲線形狀和無故障U-I曲線相比基本保持不變。老化故障時,組件的最大功率點電壓和最大功率點電流會相應(yīng)減小,而開路電壓、短路電流基本保持不變。

      圖4通過改變組件內(nèi)部串聯(lián)電阻,模擬組件的不同老化程度。當(dāng)串聯(lián)電阻增加,即老化程度變大時,組件U-I曲線形狀基本保持不變,但出現(xiàn)收縮的趨勢。

      圖4 組件老化時的U-I曲線

      2 故障診斷策略及其實現(xiàn)

      對組件發(fā)生故障時的輸出功率進行分析,可知異常功率損失很有可能來源于組件故障。但僅依靠功率損失的分析難以具體識別故障類型。尤其天氣變化帶來光照、溫度改變時,同樣會使組件產(chǎn)生較大的功率損失,導(dǎo)致診斷系統(tǒng)的誤判。依據(jù)組件內(nèi)部特性的變化,可以判斷某些故障的發(fā)生,但對于其他的故障,由于其內(nèi)部特性變化不太明顯,給故障診斷帶來了困難[6-10]。因此綜合考慮組件輸出功率損失和內(nèi)部特性有利于提高故障診斷準(zhǔn)確性。

      2.1 局部陰影診斷策略

      微型逆變器中配備有功率記錄功能,對于及時發(fā)現(xiàn)組件異常功率損失、避免組件長期工作在故障狀態(tài)具有重要作用。組件實際運行中難以避免地會產(chǎn)生功率損失,其中常規(guī)功率損失主要包括3個階段。第一階段,是由入射角、組件表面反射、灰塵等影響產(chǎn)生的功率損失,一般采用功率損失值為8%。第二階段,光伏組件工作會帶來溫度過高的問題,組件實際輸出功率減少。一般考慮溫度因素的組件功率損失取值為3%。第三階段,仿真模型中默認最大功率點跟蹤準(zhǔn)確,即輸出功率為組件最大功率,而實際應(yīng)用中最理想跟蹤精度可達99.5%,因而最大輸出功率存在偏差。另外微型逆變器存在轉(zhuǎn)換效率的問題,目前國內(nèi)生產(chǎn)的高質(zhì)量微逆轉(zhuǎn)換效率可達97.5%,逆變器效率帶來的功率損失可取約3%。

      為判斷功率損失是否在正常范圍之內(nèi),首先需要建立組件日常工作的功率損失界限。如圖5所示,曲線A為試驗組件在2015年夏季某晴天無故障工作時記錄的實際輸出功率曲線,曲線B為以當(dāng)日實測光照、溫度作為仿真模型輸入得到的組件理論輸出功率曲線。

      圖5 仿真功率與實測功率的對比

      圖5中,通過每個測量點實測功率與仿真功率的對比,可知一個組件正常工作的常規(guī)功率損失一般在13%~15%之間。若功率損失超過15%,則可定義為異常功率損失。異常功率損失可能來源于短路、老化等故障,也有可能來源于局部陰影或云層遮蔽引起的光照強度突然下降。因此還需要判斷測量點的光照強度是否發(fā)生了異常下降,以初步區(qū)分故障類型。在天氣晴朗的情況下,兩個相鄰測量時刻的光照強度近似相同,故可以利用前幾個測量時刻光照強度合理構(gòu)造當(dāng)前測量時刻光照強度,如式(1)所示:

      Sn=min{Si,i=1,2,3}

      (1)

      式中:Sn——當(dāng)前測量時刻光照強度;

      Si——前幾個測量時刻光照強度。

      (2)

      2.2 短路故障診斷策略

      組件發(fā)生短路故障時,輸出電壓減小,因此通過比較仿真輸出電壓與實測輸出電壓可以判斷組件是否發(fā)生短路故障。引入一個變量α,如式(3)所示:

      (3)

      Uoc——實測開路電壓;

      uoc——組件中每塊電池開路電壓的平均值。

      若α>1,則組件中發(fā)生短路故障。

      2.3 老化故障診斷策略

      在前面故障的分類中,已經(jīng)提及老化故障會帶來串聯(lián)電阻的增加。組件內(nèi)部串聯(lián)電阻的直接測量比較困難而且準(zhǔn)確性難以保證,因此引入易于獲取的填充因子這一參數(shù)。填充因子FF是太陽能電池品質(zhì)(串聯(lián)電阻和并聯(lián)電阻)的量度。填充因子FF定義為實際的最大輸出功率除以理想目標(biāo)的輸出功率(Isc×Uoc),即

      (4)

      由式(4)可知,F(xiàn)F是太陽能電池U-I特性曲線內(nèi)所含最大功率面積與開路短路相應(yīng)的矩形面積(理想形狀)比較的量度。很明顯,F(xiàn)F越大,太陽能電池的質(zhì)量越高。由圖6可知,填充因子隨串聯(lián)電阻增大而非線性減小。因此本文利用組件的填充因子FF的值來判斷老化故障,并對老化程度進行判定。

      圖6 填充因子隨串聯(lián)電阻變化曲線圖

      由圖6可知,標(biāo)準(zhǔn)測試條件下正常組件的FF值一般為0.70~0.75,因此可判斷當(dāng)填充因子FF小于0.70時,組件發(fā)生老化故障。當(dāng)組件填充因子下降到0.60以下時,則可判斷此時組件發(fā)生了嚴(yán)重的老化故障。此外,組件的填充因子還受光照和溫度的影響,F(xiàn)F值隨光照變化如圖7所示。

      圖7 不同光照強度下填充因子的值

      填充因子還與太陽電池的溫度有關(guān),一般隨溫度的增加而輕微減小,其原因主要是隨溫度升高,PN結(jié)漏電流增加,光伏電池的U-I關(guān)系曲線“軟化”所致。

      結(jié)合光照、溫度因素綜合計算填充因子FF值。當(dāng)FF值小于0.70時可判斷得到組件處于老化故障,可以根據(jù)此時的填充因子FF得出組件老化故障程度。進一步,可以結(jié)合組件已使用時間大致計算出其剩余使用年限,以便及時更換故障組件。假設(shè)模塊組件已使用Na,計算此時的填充因子FF,當(dāng)FF值為0.60~0.70時,可算出組件的年老化折損率:

      (5)

      則其剩余使用年限:

      (6)

      2.4 故障診斷步驟

      本文提出的在線故障診斷可大致分為以下幾個步驟:(1) 比較組件的仿真與實際輸出功率,如果實際輸出功率損失超15%,則可判斷組件發(fā)生了異常功率損失;(2) 結(jié)合發(fā)生異常功率損失附近幾個測量點的光照強度判斷,若期間光照強度發(fā)生驟然下降,則判斷是陰影導(dǎo)致的功率損失,否則功率損失來源于組件故障;(3) 利用組件開路電壓判斷是否發(fā)生了短路故障,并大致估算短路電池塊數(shù);(4) 考慮光照、溫度的情況下,計算組件填充因子FF。根據(jù)FF值判斷組件是否發(fā)生老化故障并得出老化故障嚴(yán)重程度。故障診斷基本流程如圖8所示。

      圖8 故障診斷流程圖

      3 仿真與實例驗證

      為了驗證本文所提故障診斷方法的有效性和準(zhǔn)確性,進行仿真和實例驗證。仿真模型參數(shù)來源于型號為JHX250P60的組件,其標(biāo)準(zhǔn)測試條件下參數(shù)如表1所示。

      表1 試驗組件參數(shù)

      試驗所采用的微型逆變器型號為ANI-250,具有DC-AC和最大功率點跟蹤等功能。微型逆變器在工作時可以記錄組件最大輸出功率,并對組件的工作電壓和電流進行采樣。每隔10min對組件進行掃描,獲取組件的開路電壓、短路電流、最大功率點電壓、最大功率點電流。微型逆變器內(nèi)置通信模塊,實時的將獲取的數(shù)據(jù)上傳至服務(wù)器終端。為了進行故障診斷方法的驗證,分別對組件正常工作、不同程度局部陰影、不同電池塊短路以及串聯(lián)不同電阻值模擬組件老化等情況下進行實例驗證,如表2所示??紤]到一天中光照、溫度變化對故障診斷結(jié)果的影響,隨機選取一天中7個測量時刻進行試驗。測量時刻A組件正常工作,測量時刻B組件有3塊電池片被陰影遮蔽,測量時刻C組件有12塊電池片被陰影遮蔽,測量時刻D組件發(fā)生6塊電池片短路,測量時刻E組件發(fā)生9塊電池片短路,測量時刻F、G組件內(nèi)部分別串聯(lián)不同的電阻。

      表2 仿真功率與實測功率對比

      通過試驗和仿真,將各個測量點仿真功率與試驗功率進行比較,得出僅測量點A功率損失在常規(guī)功率損失范圍內(nèi),其他測量點都發(fā)生了異常功率損失。再結(jié)合測量點附近有無光照強度驟降的情況,可以得出測量點B、C發(fā)生了局部陰影遮蔽,而測量點D、E、F、G則初步判斷為短路或老化故障。

      進一步,測量點D、E、F、G組件的工作特性參數(shù)如表3、表4所示。

      表3 測量時刻D、E試驗結(jié)果

      表4 測量時刻F、G試驗結(jié)果

      通過比較組件的仿真開路電壓與實測開路電壓,可判斷組件在測量點D、E發(fā)生短路故障,并大致斷定組件內(nèi)電池片短路塊數(shù)。診斷結(jié)果如表5所示。

      表5 測量時刻D、E診斷結(jié)果

      計算測量點F、G的FF值,判斷出測量點F、G發(fā)生老化故障。結(jié)合組件已使用年限,大致判斷出組件剩余使用年限。試驗所用組件均為已使用3a的組件,即N=3。診斷結(jié)果如表6所示。

      表6 測量時刻F、G診斷結(jié)果

      仿真與試驗結(jié)果表明,本文所提診斷方法可以綜合功率比較法與U-I特性參數(shù)診斷法的優(yōu)點,實現(xiàn)組件故障的有效診斷。

      4 結(jié) 語

      本文提出一種基于功率損失和U-I輸出特性綜合考慮的光伏組件在線實時故障診斷方法。首先根據(jù)組件仿真功率與實測輸出功率的對比,判斷組件是否發(fā)生異常功率損失;再結(jié)合組件光照情況確定是否發(fā)生故障。進一步,利用開路電壓、填充因子識別具體故障類型。仿真和試驗結(jié)果證明所提的故障診斷方法具有較高的準(zhǔn)確性。

      [1] 趙晶,趙爭鳴,周德佳.太陽能光伏發(fā)電技術(shù)現(xiàn)狀及其發(fā)展[J].電氣應(yīng)用,2007,26(10):6-10.

      [2] 王培珍,鄭詩程.基于紅外圖像的太陽能光伏陣列故障分析[J].太陽能學(xué)報,2010,31(2):197-202.

      [3] 董棟,陳光夢.基于近紅外圖像的硅太陽能電池故障檢測方法[J].信息與電子工程,2010,8(5):539-543.

      [4] 胡義華,陳昊,徐瑞東,等.基于最優(yōu)傳感器配置的光伏陣列故障診斷[J].中國電機工程學(xué)報,2011,31(33):19-30.

      [5] CHOUDER A, SILVESTRE S. Automatic supervision and fault detection of PV systems based on power losses analysis [J].Energy Conversion and Management, 2010(51):1929-1937.

      [6] TAKUMI T, JUNJI Y, MASAYOSHI I. Fault detection by signal response in PV module strings[C]∥IEEE Photovoltaic Specialists on Industrial Electronics San Diego, CA, USA:IEEE, 2008:1-5.

      [7] 王元章,吳春華,周笛青.基于BP神經(jīng)網(wǎng)絡(luò)的光伏陣列故障診斷研究[J].電力系統(tǒng)保護與控制,2013,41(16):108-114.

      [8] 王元章,李智華,吳春華.基于BP神經(jīng)網(wǎng)絡(luò)的光伏組件在線故障診斷[J].電網(wǎng)技術(shù),2013,37(8):2094-2100.

      [9] 峁美琴,余世杰,蘇建徽.帶有MPPT功能的光伏陣列Matlab通用仿真模型[J].系統(tǒng)仿真學(xué)報,2005,17(5):1248-251.

      [10] 蘭琴麗,吳雨川.太陽能光伏發(fā)電智能診斷系統(tǒng)研究綜述[J].武漢科技學(xué)院學(xué)報,2008,21(4):23-26.

      [期刊簡介]

      《電機與控制應(yīng)用》(原《中小型電機》)創(chuàng)刊于1959年,是經(jīng)國家新聞出版總署批準(zhǔn)注冊,由上海電器科學(xué)研究所(集團)有限公司主辦的具有專業(yè)權(quán)威的電工技術(shù)類科技期刊。

      期刊定位于電機、控制和應(yīng)用三大板塊,以中小型電機為基礎(chǔ),拓展新型的高效節(jié)能和微特電機技術(shù),以新能源技術(shù)和智能控制技術(shù)引領(lǐng)和提升傳統(tǒng)的電機制造技術(shù)為方向,以電機系統(tǒng)節(jié)能為目標(biāo)開拓電機相關(guān)應(yīng)用,全面報道國內(nèi)外的最新技術(shù)、產(chǎn)品研發(fā)、檢測、標(biāo)準(zhǔn)及相關(guān)的行業(yè)信息。

      本刊每月10日出版,國內(nèi)外公開發(fā)行,郵發(fā)代號4-199。在半個多世紀(jì)的歲月中,該雜志為我國中小型電機行業(yè)的技術(shù)進步與發(fā)展做出了巨大的貢獻,在中國電機及其應(yīng)用領(lǐng)域享有很高的影響。

      依托集團公司雄厚的技術(shù)實力和廣泛的行業(yè)資源,《電機與控制應(yīng)用》正朝著專業(yè)化品牌媒體的方向不斷開拓創(chuàng)新,在全國科技期刊界擁有廣泛的知名度,是“中國學(xué)術(shù)期刊綜合評價數(shù)據(jù)庫來源期刊”、“中國科學(xué)引文數(shù)據(jù)庫來源期刊”、“中國學(xué)術(shù)期刊(光盤版)全文收錄期刊”,得到了業(yè)內(nèi)人士的普遍認可,備受廣大讀者的推崇和信賴,多次被評為中文核心期刊、中國科技核心期刊、全國優(yōu)秀科技期刊。

      在郵局漏訂的讀者,可直接從郵局匯款至我雜志社發(fā)行部補訂

      地址:上海市武寧路509號電科大廈17樓《電機與控制應(yīng)用》發(fā)行部

      郵編:200063 電話:021-62574990-745 傳真:021-62576377

      國內(nèi)郵發(fā)代號:4-199 每冊定價:12.00元 全年定價:144.00元

      CHENYuhang,YANTengfei,XIETian,WENYing,LIANGRui

      (School of Information and Electrical Engineering, China University of Mining and Technology,Xuzhou 221000, China)

      The power loss and internalU-Ioutput characteristics of photovoltaic (PV) module in familiar fault conditions were analyzed. An online real time fault diagnosis method for PV module which took into account the power loss and the internalU-Icharacteristics was proposed. Firstly, by comparing the simulated power with the measured power, it could determine whether the abnormal power loss has occurred. Then according to the change of output voltage, it could decide if short-circuit fault has occurred and estimate the number of short circuited cells roughly. Further, the value of fill factor could be utilized to determine whether aging fault has occurred and to acquire the remaining service life of the module. The results of simulation and experiment showed that this method could effectively detect the shadow, short-circuit fault and aging fault.

      photovoltaic (PV) modules; fault diagnosis; power loss; short circuit; aging fault

      國家自然基金資助項目(51504253)

      陳宇航(1992—),男,碩士研究生,研究方向為新能源發(fā)電技術(shù)。

      TM 307+.1

      A

      1673- 6540(2016)11- 0092- 06

      2016-05-16

      猜你喜歡
      測量點輸出功率老化
      延緩大腦老化,要怎樣吃
      飛機部件數(shù)字化調(diào)姿定位測量點的優(yōu)選與構(gòu)造算法
      淺析沖壓件測量點的規(guī)劃
      模具制造(2019年10期)2020-01-06 09:13:08
      基于CAD模型的三坐標(biāo)測量機測量點分布規(guī)劃
      PM2.5空中探測器的設(shè)計
      節(jié)能技術(shù)在開關(guān)電源老化測試中的應(yīng)用
      電子制作(2018年10期)2018-08-04 03:24:30
      杜絕初春老化肌
      Coco薇(2016年2期)2016-03-22 02:40:06
      適用于智能電網(wǎng)的任意波形輸出功率源
      基于雙層BP神經(jīng)網(wǎng)絡(luò)的光伏電站輸出功率預(yù)測
      分布式發(fā)電系統(tǒng)并網(wǎng)逆變器輸出功率的自適應(yīng)控制
      泾川县| 崇礼县| 肇庆市| 抚顺县| 那曲县| 鄂伦春自治旗| 永靖县| 舞阳县| 宜川县| 阳曲县| 内乡县| 姚安县| 恭城| 岳阳县| 筠连县| 靖远县| 赣榆县| 濮阳市| 津市市| 波密县| 广汉市| 雷波县| 陕西省| 务川| 舟曲县| 平江县| 阿拉善盟| 尚义县| 云阳县| 京山县| 青阳县| 建平县| 峨山| 湟中县| 巢湖市| 阳高县| 东兴市| 仙游县| 固原市| 临邑县| 金华市|