【摘要】：隨著生態(tài)問題的日益突出,石油、煤炭資源的過度消耗,新能源受到越來越多的重視。以光伏產(chǎn)業(yè)為代表的可再生新能源產(chǎn)業(yè)得到了快速的發(fā)展。然而在快速發(fā)展的背后,對光伏電池故障的研究仍處于初級階段。光伏陣列主要故障包括太陽能組件裂片、熱斑以及老化損壞問題。熱斑故障診斷的研究現(xiàn)已發(fā)展到故障定位的層面,然而光伏電池的老化故障診斷問題國際上相關(guān)研究還是鳳毛麟角。光伏電池老化時內(nèi)部參數(shù)的變化以及老化故障模型仍是未解之謎。為了精準的建立光伏電池老化模型,文本對光伏電池老化過程內(nèi)部參數(shù)變化進行了研究,揭示了光伏電池內(nèi)部參數(shù)隨老化過程的變化規(guī)律,為光伏電池老化模型的建立打下了充分基礎(chǔ)。本文從光伏電池模型以及老化機理出發(fā),分析了光伏電池老化的影響因素,以及老化時的表現(xiàn)特征,搭建了模擬光伏電池老化的平臺。設計了電壓電流采集模塊,采集光伏電池I-V特性曲線。將采集的數(shù)據(jù)進行數(shù)據(jù)處理以及數(shù)據(jù)濾波后,帶入到自適應混沌粒子群算法中進行參數(shù)辨識。該算法有快速尋優(yōu)以及準確性的優(yōu)點。參數(shù)辨識的結(jié)果為在該條件下,光伏電池內(nèi)部參數(shù)(光生電流、二極管反向飽和電流、二極管影響因子、串聯(lián)電阻和并聯(lián)電阻)的實際值。最后,為了揭示光伏電池老化過程內(nèi)部參數(shù)的變化規(guī)律,在不同老化程度下,不同外界條件時,分別進行了戶外實驗,將得到的150余組電壓電流值分別進行了參數(shù)辨識。將不同老化程度下,不同外界條件下的內(nèi)部參數(shù)辨識結(jié)果進行了數(shù)據(jù)擬合,得出各個參數(shù)隨老化程度以及輻照度、溫度的變化規(guī)律,完成了光伏電池老化故障模型的雛形建立。本文的研究不但為光伏電池老化模型的精確建立做了充分的前期工作,并且可以將成果應用在通過光伏電池輸出特性進行老化故障診斷的工程實際中。
[Abstract]:With the increasingly prominent ecological problems, the excessive consumption of oil and coal resources, more and more attention has been paid to new energy. Renewable new energy industry, represented by photovoltaic industry, has been developed rapidly. However, behind the rapid development, the research on photovoltaic cell fault is still in its infancy. The main faults of photovoltaic array include solar module cracks, hot spots and aging damage. The research of hot spot fault diagnosis has been developed to the level of fault location, however, the related research on aging fault diagnosis of photovoltaic cells is still rare in the world. The change of internal parameters and aging fault model of photovoltaic cells are still unsolved. In order to accurately establish the aging model of photovoltaic cells, the internal parameters of photovoltaic cells during aging were studied, and the variation of internal parameters of photovoltaic cells with aging process was revealed. It lays a sufficient foundation for the establishment of photovoltaic cell aging model. In this paper, based on the photovoltaic cell model and aging mechanism, the influencing factors of photovoltaic cell aging and the performance characteristics of photovoltaic cell aging are analyzed, and a platform to simulate the aging of photovoltaic cell is built. The voltage and current acquisition module is designed to collect the I V characteristic curve of photovoltaic cell. After data processing and data filtering, the collected data are brought into adaptive chaotic particle swarm optimization algorithm for parameter identification. The algorithm has the advantages of fast optimization and accuracy. The results of parameter identification are as follows: under this condition, the internal parameters of photovoltaic cells (photogenerated current, diode reverse saturation current, diode influence factor, series resistance and parallel resistance) are the actual values of the internal parameters (photogenerated current, diode reverse saturation current, diode influence factor, series resistance and parallel resistance). Finally, in order to reveal the variation of internal parameters in the aging process of photovoltaic cells, outdoor experiments were carried out under different aging degrees and different external conditions, and more than 150 groups of voltage and current values were identified. The identification results of internal parameters under different aging degrees and different external conditions are fitted, and the variation of each parameter with aging degree, irradiance and temperature is obtained, and the prototype of the aging fault model of photovoltaic cells is established. The research in this paper not only does enough preliminary work for the accurate establishment of photovoltaic cell aging model, but also can apply the results to the engineering practice of aging fault diagnosis through the output characteristics of photovoltaic cells.
【學位授予單位】：天津大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TM914.4

【參考文獻】

相關(guān)期刊論文 前10條

1 王元章;李智華;吳春華;;一種四參數(shù)的光伏組件在線故障診斷方法[J];中國電機工程學報;2014年13期

2 吳春華;周笛青;李智華;付立;;光伏組件熱斑診斷及模糊優(yōu)化控制方法[J];中國電機工程學報;2013年36期

3 王元章;李智華;吳春華;周笛青;付立;;基于BP神經(jīng)網(wǎng)絡的光伏組件在線故障診斷[J];電網(wǎng)技術(shù);2013年08期

4 付寶祥;;太陽能光伏玻璃的發(fā)展前景[J];建材發(fā)展導向;2013年02期

5 衛(wèi)東;樓洪;肖昌允;;太陽能光伏輸出特性最大功率點計算與模型參數(shù)求解[J];中國電機工程學報;2013年10期

6 周建良;王冰;張一鳴;;基于實測數(shù)據(jù)的光伏陣列參數(shù)辨識與輸出功率預測[J];可再生能源;2012年07期

7 郭占苗;;EL測試在光伏太陽能電池檢測中的應用[J];電子設計工程;2012年13期

8 張雪莉;劉其輝;馬會萌;李蓓;;光伏電站輸出功率影響因素分析[J];電網(wǎng)與清潔能源;2012年05期

9 李雷;楊春;;我國光伏產(chǎn)業(yè)現(xiàn)狀與可持續(xù)發(fā)展策略研究[J];中外能源;2012年04期

10 龔芳;張學武;孫浩;;基于獨立分量分析和粒子群算法的太陽能電池表面缺陷紅外熱成像檢測[J];光學學報;2012年04期

相關(guān)博士學位論文 前4條

1 趙源;分光譜太陽能光電轉(zhuǎn)換系統(tǒng)研究[D];復旦大學;2011年

2 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

3 王俊偉;粒子群優(yōu)化算法的改進及應用[D];東北大學;2006年

4 王培珍;光伏陣列故障狀態(tài)的識別研究[D];合肥工業(yè)大學;2005年

相關(guān)碩士學位論文 前9條

1 任立偉;遞推子空間辨識算法及其在陀螺參數(shù)辨識中的應用[D];哈爾濱工業(yè)大學;2013年

2 袁清泉;在體EPR波譜儀磁場與數(shù)據(jù)系統(tǒng)的研制[D];中國人民解放軍軍事醫(yī)學科學院;2013年

3 周笛青;光伏組件局部陰影下熱斑診斷及優(yōu)化控制[D];上海大學;2013年

4 張益;基于協(xié)同粒子群算法的PMSM在線參數(shù)辨識[D];華中科技大學;2012年

5 鐘丹;基于復合信息融合技術(shù)的光伏陣列故障診斷研究[D];天津大學;2012年

6 肖嬌;晶硅太陽電池電致發(fā)光研究及缺陷電池的Matlab數(shù)字圖像識別[D];上海交通大學;2011年

7 劉家兵;改進粒子群算法及其在模糊控制器設計中的應用[D];蘭州理工大學;2009年

8 劉素梅;光伏方陣失配現(xiàn)象研究[D];汕頭大學;2008年

9 王詩斌;混沌理論及混沌振蕩器的研究[D];湖南大學;2004年

，

本文編號：2486731