太陽能是取之不盡用之不竭的清潔能源,是國際上公認的理想的替代能源。近年來,隨著電站中各個元件的成本降低,以及光伏發(fā)電技術的日漸成熟,光伏發(fā)電量的比重逐年提高。為確保光伏組件的可靠運行,降低維修成本,需要對運行的光伏組件進行健康狀況預評估,做到“早發(fā)現,早治療”。光伏組件與其他設備相比,有其特殊性,其輸出功率與外部環(huán)境密切相關,而外部環(huán)境無時無刻不在變化,這種不確定性的特點為光伏組件健康狀況評估帶來了挑戰(zhàn),需要考慮更多因素,需要采用更適合的方法和模型來解決這一問題。因此該課題的研究具有重要的理論意義和應用價值。本文首先介紹了光伏組件的基本結構和輸出特性,著重分析了影響光伏組件健康狀況的主要因素,確立了以運行參數、巡視參數、環(huán)境參數因素作為評價光伏組件健康狀況的三類指標�？紤]其復雜性,按照分層求解的總體策略,形成了光伏組件健康狀況評估的三層指標體系。然后,分析評估指標與評估結果之間的關系,并用數學模型描述。針對各個評估指標對評估結果的影響程度不同,評估指標的性質不同（運行指標和環(huán)境指標為定量指標,巡視指標為定性指標）,利用層次分析法（AHP）給出了定性指標的權重模型,利用層次分析法和熵權法... 

【文章來源】：河北農業(yè)大學河北省

【文章頁數】：79 頁

【學位級別】：碩士

【部分圖文】：

圖２－２不同期望值的云模型示意圖??Ｆｉｇ．２－２?Ｃｌｏｕｄ?ｍｏｄｅｌ?ｗｉｔｈ?ｄｉｆｆｅｒｅｎｔ?ｅｘｐｅｃｔａｔｉｏｎｓ??

?基于組合權重及模糊理論的光伏組件健康狀況評估???云滴的模糊性；３）熵確定云滴的隨機性，即在論域中云滴代表語言值的概率密度。??圖２－３描述了在相同的期望和超熵／／ｅ數值下，不同熵五ｎ下的云圖，圖中的兩個??云圖對應的云模型分別為Ｃｌ＝?（５，?４，０．１）和Ｃ２＝?（５，?２，?０．１），跨度較大的云圖??對應Ｃ１，跨度較小的云圖對應Ｃ２，?Ｃ１的熵為４，?Ｃ２的熵為２。通過對比可以看出，??在相同的期望和超熵條件下，熵越大，反映在云圖上云的“跨度”越大，表明定性概??念的模糊性越大。??］／Ｉ％?｜??震。。?ｔｈｎ?＿??〇３?／?ｊ?Ｉ?＼?＿??°２?－?／?：ｒ?＾?ｖ??Ｑ?＼＿?｜?，《?Ｉ?｜?Ｉ?、？?．?｜?；???－１０?－５?０?５?１０?１５?２０??圖２－３不同熵的云模型示意圖??Ｆｉｇ．２－３?Ｃｌｏｕｄ?ｍｏｄｅｌ?ｗｉｔｈ?ｄｉｆｆｅｒｅｎｔ?ｅｎｔｒｏｐｙ??（３）超熵／／ｅ：為熵的熵，即熵的不確定性度量，反映了云滴的分散性概念。圖??２－４描述了在相同的期望和熵￡ｎ數值下，不同超熵／／ｅ下的云圖。圖２－４?（ａ）、??（ｂ）分別為云模型Ｃｌ＝?（５，?２，?０．１）和Ｃ２＝?（５，?２，?１）的云圖，其超熵依次為０．１、??１。對比兩個云圖可以看出，在相同的期望和熵值的條件下，超熵／／ｅ越大，反映在??云圖上云的“厚度”越大，表示云滴的離散程度越大。??１１??

?河北農業(yè)大學碩士學位（畢業(yè)）論文???率。但是長期室外運行容易老化，因此在ＥＶＡ膜制備過程中添加了添加劑以穩(wěn)定其??性能。??背板位于組件的背面，需要諸如防潮，阻燃和封閉等性能。此外它還要保護組件??免受外部環(huán)境的損害。因此，它應該具有抗紫外線和抗老化性能。除此之外，還有防??止水蒸氣腐蝕，氧氣氧化，提高組件的耐腐蝕性等作用。??鋼化玻璃位于組件的正面，是組件的最外層，要具有透光、隔離、密封等性能；??鋁邊框起密封和固定作用；連接線和接線盒用于連接組件并從組件中導出電流。??＾＝＝＝｜－？??Ｕｕ片‘丨“：ｉ纖??圖３－１光伏組件結構示意圖??Ｆｉｇ．３－１?Ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｐｈｏｔｏｖｏｌｔａｉｃ?ｍｏｄｕｌｅｓ??（２）輸出特性分析??太陽能電池的輸出特性與輻照度ｓ和環(huán)境溫度ｒ有關。實際工作環(huán)境下的光伏組??件的運行參數需要在太陽能電池制造商提供的標準測試條件下的輸出數據的基礎上??進行修正，即需要修正補償系數《，Ｃ，才能求得光伏電池在任意溫度和光照強度??下的運行參數［７Ｇ＿７１］。??＾?＝?Ａ？＿ｒｅ／／－（ｌ＋ａＡｒ）?（３－１）??Ｌｃ?＝?ｈｃ＿ｒｅｆ?（１＋?ａＡＴ?）?（?３－２?）??〇?ｒｅｆ??Ｕｍ＝Ｕｍｒｅｆ｛＼－ｃＡＴ）＼ｎ｛ｅ?＋?ｂＡＳ）?（３－３）??Ｕｏｃ?＝?Ｕｏｃｒｅｆ｛＼－ｃＡＴ）＼ｎ｛ｅ?＋?ｂＡＳ）?（３－４）??２０??

【參考文獻】：
期刊論文
[1]一種基于PCA和貝葉斯分類的氣動調節(jié)閥故障診斷方法[J]. 王印松,吳軍超.  中國測試. 2019(12)
[2]基于熵權-云模型的我國綠色智慧城市評價[J]. 陳莉,張海俠.  系統(tǒng)仿真學報. 2019(01)
[3]基于模糊理論的滾動軸承質量評估[J]. 尚艷濤,程亞兵,楊德勝,練松偉,黃偉.  軸承. 2018(08)
[4]基于層次分析法和模糊理論水庫大壩安全綜合評價[J]. 陳曦,曾亞武.  水利與建筑工程學報. 2017(06)
[5]分布式光伏發(fā)電的特性分析與預測方法綜述[J]. 王洪坤,葛磊蛟,李宏偉,遲福建.  電力建設. 2017(07)
[6]光伏組件表面積雪及陰天對其發(fā)電量預測實驗研究[J]. 牛海霞,李曉琴,董正茂.  包頭職業(yè)技術學院學報. 2017(02)
[7]基于最優(yōu)權重和隸屬云的風電機組狀態(tài)模糊綜合評估[J]. 趙洪山,張健平,李浪.  中國電力. 2017(05)
[8]基于層次分析法的信息安全風險評估要素量化方法[J]. 柴繼文,王勝,梁暉輝,胡兵,向宏.  重慶大學學報. 2017(04)
[9]AHP-熵權法在綜合傳動裝置健康狀態(tài)綜合評估中的應用[J]. 陳嘉楊,張洪彥,王敏.  車輛與動力技術. 2017(01)
[10]渦軸發(fā)動機控制系統(tǒng)綜合評價方法[J]. 卜振鵬,鄭震山,吳雄,袁輝.  航空發(fā)動機. 2017(01)

博士論文
[1]基于云模型及改進可變模糊集合的中國潰壩風險后果評價[D]. 李巍.鄭州大學 2019
[2]基于貝葉斯網絡的農網有源配電系統(tǒng)可靠性評估[D]. 高立艾.河北農業(yè)大學 2018
[3]小型光伏系統(tǒng)及其關鍵問題研究[D]. 胡義華.中國礦業(yè)大學 2011

碩士論文
[1]軍隊醫(yī)院聘用人員勞動關系預警指標研究[D]. 翟琳瑤.西北大學 2019
[2]基于徑向基函數神經網絡的光伏組件故障診斷[D]. 王晨思.河北農業(yè)大學 2019
[3]光伏電站狀態(tài)評估及維護策略分析[D]. 劉亞維.華北電力大學 2019
[4]基于貝葉斯網絡和云模型的衛(wèi)星ACS健康狀態(tài)評估[D]. 曲若彤.南京航空航天大學 2019
[5]基于云模型的路橋工程材料健康評估及應用[D]. 王久陽.哈爾濱工業(yè)大學 2018
[6]基于直流電力線載波通信的光伏組件監(jiān)測系統(tǒng)[D]. 楊鋒.南京郵電大學 2017
[7]基于云理論的刀具磨損狀態(tài)監(jiān)測與磨損量預測理論研究[D]. 康振興.東北電力大學 2017
[8]考慮天氣因素的光伏發(fā)電系統(tǒng)可靠性研究[D]. 高揚.華北電力大學 2016
[9]基于云模型和灰色模糊綜合評判的高壓斷路器狀態(tài)評估[D]. 國連玉.山東大學 2015
[10]基于模糊層次分析法的變壓器油紙絕緣狀態(tài)的綜合評估[D]. 曹建軍.西南交通大學 2014



本文編號：3471840