傳統化石能源的大量消耗引發(fā)了嚴重的環(huán)境污染問題,并對人類社會和生態(tài)環(huán)境的發(fā)展產生威脅,于是人們開始關注到新型能源的發(fā)展與應用。其中,太陽能因其清潔無污染、易于安裝、不限地域、安全可靠、永不枯竭可永久使用的天然優(yōu)勢,得到了快速發(fā)展和廣泛應用。而光伏組件作為光伏發(fā)電系統中最重要的組成部分,它的使用壽命和安全問題越來越受到人們的關注。如果處于故障下的光伏陣列得不到及時的診斷與處理,可能會造成火災等嚴重后果。因此,針對光伏組件進行故障診斷的相關研究,具有非常重要的意義。本文將光伏組件作為研究對象,針對光伏組件運行過程中可能出現的故障進行了分析�；趶较蚧瘮瞪窠浘W絡（RBF）的優(yōu)秀模式識別能力,選擇RBF神經網絡來構建本文的故障診斷模型;采用粒子群算法（PSO）優(yōu)化RBF神經網絡隱含層基函數的中心、寬度以及連接權值,可以避免參數值選擇不當的問題,更好地構建RBF神經網絡。本文的主要研究內容如下:（1）對光伏組件可能出現的的主要故障,如短路故障、開路故障、陰影故障以及異常老化等問題進行了分析,總結其故障成因。（2）在建立光伏電池Matlab仿真模型的基礎上,構建了2×20的光伏陣列仿真模型,通過... 

【文章來源】：河北農業(yè)大學河北省

【文章頁數】：63 頁

【學位級別】：碩士

【部分圖文】：

珠�！盎ヂ摼W+”智慧能源示范項目[6]

2 光伏發(fā)電基本理論與故障分析隨著光伏產業(yè)的蓬勃發(fā)展，人們開始越來越關注于光伏組件的使用壽命與安全問題。如果光伏組件出現故障，輕則降低輸出功率，減少組件的使用壽命，嚴重的還會造成火災等情況，因而要實時關注光伏組件的運行情況，及時發(fā)現故障。因此，了解光伏組件存在的故障種類、故障成因及故障時電路的參數變化對光伏的故障研究具有十分重要的意義。2.1 光伏發(fā)電系統的組成太陽能發(fā)電是將太陽能轉化為電能的過程，其包括兩種形式：一種是直接將太陽能轉變?yōu)殡娔埽刺柲芄獍l(fā)電；另一種是先將太陽能轉變?yōu)闊崮�，然后再轉變?yōu)殡娔�，即太陽能熱發(fā)電[23]。顯然光伏發(fā)電系統是太陽能光發(fā)電的一種。雖然光伏發(fā)電的發(fā)電模式分為大型光伏電站和分布式光伏電站，但其系統構成以及各部件的工作原理是相同的。通常，光伏發(fā)電系統主要由光伏模塊、DC/DC 轉換器、DC/AC 逆變器、交直流負載等幾部分構成，如圖 2-1 所示。

圖 2-2 單體光伏電池、光伏組件以及光伏陣列的實物圖Fig.2-2 Physical charts of single photovoltaic cells, PV modules and PV arrays/DC 轉換器的功能是將一定值的直流電轉換為另一定值的直流電， Buck 變換器和 Boost 變換器。在光伏并網發(fā)電系統中，網絡電壓電壓要高得多，此時要采用 Boost 型變換器來升高電壓。/AC 逆變器是光伏發(fā)電系統的重要組成之一，它的作用是把直流電因為幾乎所有的用電設備都是以交流形式進行供電的，所以需要采流電壓以滿足用電設備的要求。伏發(fā)電基本理論陽能電池發(fā)電原理能光伏發(fā)電利用的是半導體材料的光生伏打效應，進而將光能轉變效應的原理是太陽能電池板吸收光子能量產生感應電動勢。具體發(fā)示。

【參考文獻】：
期刊論文
[1]基于分群策略的混沌粒子群優(yōu)化算法[J]. 薛文,蘇宏升.  計算機工程與設計. 2019(02)
[2]基于指數衰減慣性權重的分裂粒子群優(yōu)化算法[J]. 王永貴,曲彤彤,李爽.  計算機應用研究. 2020(04)
[3]基于S型函數的自適應粒子群優(yōu)化算法[J]. 黃洋,魯海燕,許凱波,胡士娟.  計算機科學. 2019(01)
[4]一種動態(tài)分群帶熵權的粒子群優(yōu)化方法[J]. 劉道華,胡秀云,趙巖松,崔玉爽.  西安電子科技大學學報. 2018(06)
[5]基于數據融合的光伏組件故障診斷[J]. 陳凌,韓偉,張經煒.  電網技術. 2017(06)
[6]基于自適應權重粒子群優(yōu)化BP神經網絡的光伏陣列故障診斷與定位[J]. 沈桂鵬,楊店飛,郭宇杰.  陜西電力. 2016(08)
[7]關于推進“互聯網+”智慧能源發(fā)展的指導意見[J].   城市燃氣. 2016(04)
[8]基于自適應慣性權重的均值粒子群優(yōu)化算法[J]. 趙志剛,林玉嬌,尹兆遠.  計算機工程與科學. 2016(03)
[9]基于BP神經網絡的光伏組件故障類型診斷[J]. 楊店飛,郭宇杰,沈桂鵬.  陜西電力. 2016(02)
[10]我國光伏電站項目管理模式的探析[J]. 趙偉偉.  項目管理技術. 2014(05)

博士論文
[1]動態(tài)環(huán)境下粒子群優(yōu)化算法的研究[D]. 姜毅.武漢大學 2013
[2]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學 2003

碩士論文
[1]一種新的光伏陣列故障診斷方法[D]. 宗憲爽.東北電力大學 2018
[2]光伏陣列故障在線檢測方法研究[D]. 吳延霞.山東理工大學 2018
[3]基于混合優(yōu)化RBF神經網絡的網絡安全態(tài)勢預測模型[D]. 賴智全.蘭州大學 2017
[4]光伏監(jiān)控中的故障診斷方法及應用[D]. 王雪.杭州電子科技大學 2017
[5]光伏組件故障診斷與信息管理系統研究[D]. 尹春雨.華北電力大學(北京) 2017
[6]徑向基函數神經網絡的優(yōu)化研究[D]. 張義.山東理工大學 2016
[7]大規(guī)模光伏陣列發(fā)電仿真系統及故障診斷技術研究[D]. 張曉娜.青海大學 2016
[8]基于紅外圖像識別的光伏組件熱斑故障檢測方法研究[D]. 車曦.重慶大學 2015
[9]粒子群徑向基神經網絡在凝汽器真空故障診斷中的應用[D]. 林樂平.東北電力大學 2015
[10]基于改進QPSO優(yōu)化的RBF網絡入侵檢測研究[D]. 苑帥.河北工業(yè)大學 2015



本文編號：3338647