發(fā)布時(shí)間：2021-03-07 09:11

　　局部遮陰使光伏陣列中的部分組件,其運(yùn)行點(diǎn)偏離自身的最大功率點(diǎn),引起失配損失。光伏陣列動(dòng)態(tài)結(jié)構(gòu)優(yōu)化方法根據(jù)實(shí)際的陰影分布,實(shí)時(shí)改變陣列的電氣連接結(jié)構(gòu),降低失配功率損失。然而目前的結(jié)構(gòu)優(yōu)化方法對(duì)陣列陰影的檢測(cè)依賴(lài)較多測(cè)量元件,并將組件作為最小單位計(jì)算輸出特性,導(dǎo)致重構(gòu)結(jié)構(gòu)并非最優(yōu)。因此,針對(duì)局部遮陰的光伏陣列,設(shè)計(jì)一種簡(jiǎn)單有效的結(jié)構(gòu)優(yōu)化方法,是一個(gè)具有理論意義以及工程應(yīng)用價(jià)值的課題。本文結(jié)合數(shù)字圖像處理技術(shù)與數(shù)學(xué)建模方法,提出了一種光伏陣列最優(yōu)重構(gòu)方案。本文的主要內(nèi)容包括以下幾個(gè)方面:（1）針對(duì)光伏陰影的檢測(cè),通過(guò)分析光伏陰影圖像的特征,提出了一種光伏陣列局部陰影識(shí)別方法。該方法將局部陰影的識(shí)別分為組件電池區(qū)域識(shí)別部分與遮陰電池區(qū)域識(shí)別部分,采用柵線(xiàn)平滑減少組件表面銀白色的匯流線(xiàn)對(duì)圖像分割時(shí)的干擾,利用改進(jìn)的局部閾值分割法為每個(gè)組件電池區(qū)域選取獨(dú)立的分割閾值,避免組件色差的影響,提高陰影的識(shí)別效率。（2）利用具體案例,詳細(xì)說(shuō)明輻照度等效對(duì)局部遮陰光伏組件及陣列輸出的影響,提出了一種以光伏電池為最小單位的光伏陣列輸出特性簡(jiǎn)化仿真方法。該方法根據(jù)光伏陣列實(shí)際的遮陰情況,將陣列中的光伏組件分為無(wú)... 

【文章來(lái)源】：浙江工業(yè)大學(xué)浙江省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

局部遮陰光伏陣列圖像

-M33M31M32圖3-3 3×3光伏陣列的SP結(jié)構(gòu)Figure 3-3. SP connection of 3×3 PV array表 3-1 光伏組件(GHM10W)在 STC 下的參數(shù)Table 3-1. Solar module (GHM10W) data under STC參數(shù) 數(shù)值組件內(nèi)部串聯(lián)的電池總個(gè)數(shù) 36MPP 功率 10 WMPP 電流 0.57 AMPP 電壓 17.6 V短路電流 1.67 A開(kāi)路電壓 21.6 V

(a) (b)(c) (d)圖3-5 組件電池區(qū)域識(shí)別的部分步驟結(jié)果圖: (a) R通道圖; (b) 濾波圖像; (c) 迭代閾值分割后的二值圖像 (d) 組件電池區(qū)域邊界圖像Figure 3-5. Part of the resultant images for cells’ area recognition: (a) R-channel image; (b)filtering image; (c) binary image after iterative threshold segmentation; (d) boundary image ofcells’ area觀(guān)察圖 3-5 可知，由于無(wú)遮陰光伏陣列圖像中不存在局部陰影的干擾，根據(jù)3.3.1 節(jié)中的組件電池區(qū)域識(shí)別方法，獲取無(wú)遮陰光伏陣列圖像中的組件電池區(qū)域邊界還是比較順利的。另一方面，對(duì)比圖 3-6(b)中的陰影識(shí)別結(jié)果與圖 3-4(b)中的陰影分布可知，雖然陰影的識(shí)別存在些許細(xì)微的誤差，但陰影的形狀基本一致，且表3-2 展示的光伏組件陰影區(qū)域量化分析結(jié)果也與圖3-4(b)中各個(gè)組件的遮陰電池個(gè)數(shù)基本相同。由此可知，本章提出的光伏陣列局部陰影識(shí)別方法對(duì)光伏陣列表面不規(guī)則陰影的識(shí)別是有效的，且陰影識(shí)別結(jié)果較為準(zhǔn)確。事實(shí)上，使用其他的圖像識(shí)別方法對(duì)不規(guī)則局部遮陰光伏陣列圖像進(jìn)行處理，陰影識(shí)別效果不如本章節(jié)提出的陰影識(shí)別方法

【參考文獻(xiàn)】：
期刊論文
[1]基于TCT結(jié)構(gòu)及開(kāi)關(guān)控制的光伏陣列重構(gòu)[J]. 夏永洪,李夢(mèng)茹,曾繁鵬,劉坤,余運(yùn)俊.  太陽(yáng)能學(xué)報(bào). 2018(10)
[2]光伏熱斑圖像有效區(qū)域分割算法研究[J]. 毛峽,石天朋.  太陽(yáng)能學(xué)報(bào). 2018(05)
[3]局部陰影下光伏陣列結(jié)構(gòu)優(yōu)化[J]. 李志剛,田盛.  太陽(yáng)能學(xué)報(bào). 2016(12)
[4]AMPSO閉環(huán)控制及在光伏多峰MPPT中的應(yīng)用[J]. 賀昱曜,王寬,陳金平.  太陽(yáng)能學(xué)報(bào). 2016(01)
[5]基于在線(xiàn)自調(diào)整神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤方法研究[J]. 韓麗,尚儀,史麗萍.  太陽(yáng)能學(xué)報(bào). 2015(08)
[6]LBP和HOG的分層特征融合的人臉識(shí)別[J]. 萬(wàn)源,李歡歡,吳克風(fēng),童恒慶.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(04)
[7]基于雙閉環(huán)控制的光伏發(fā)電用Cuk逆變器研究[J]. 岳舟.  高技術(shù)通訊. 2015 (04)
[8]基于改進(jìn)PSO的復(fù)雜環(huán)境下光伏MPPT控制[J]. 丁愛(ài)華,盧子廣,盧泉,宮萍萍.  太陽(yáng)能學(xué)報(bào). 2015(02)
[9]基于改進(jìn)ORB特征的多姿態(tài)人臉識(shí)別[J]. 周凱汀,鄭力新.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(02)
[10]地基云圖結(jié)合徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)的光伏功率超短期預(yù)測(cè)模型[J]. 陳志寶,丁杰,周海,程序,朱想.  中國(guó)電機(jī)工程學(xué)報(bào). 2015(03)

博士論文
[1]光伏陣列故障狀態(tài)的識(shí)別研究[D]. 王培珍.合肥工業(yè)大學(xué) 2005

碩士論文
[1]圖像區(qū)域分割算法的研究與應(yīng)用[D]. 黨文靜.安徽理工大學(xué) 2018
[2]PVC板楔形槽缺陷面積的紅外熱波定量檢測(cè)[D]. 朱爭(zhēng)光.南昌航空大學(xué) 2018
[3]基于改進(jìn)聚類(lèi)算法的光伏組件圖像識(shí)別技術(shù)[D]. 張鐸.浙江大學(xué) 2018
[4]含光伏出力的配電網(wǎng)動(dòng)態(tài)重構(gòu)與檢修優(yōu)化研究[D]. 桂燦芝.浙江大學(xué) 2017
[5]基于圖像處理的光伏極板自動(dòng)跟蹤系統(tǒng)設(shè)計(jì)[D]. 紀(jì)笑晗.沈陽(yáng)農(nóng)業(yè)大學(xué) 2016
[6]改進(jìn)MPPT功能型三相光伏并網(wǎng)系統(tǒng)研究[D]. 陳海斌.華中科技大學(xué) 2016
[7]基于遙感圖像的屋頂面積識(shí)別及屋頂光伏容量估計(jì)[D]. 徐福圓.杭州電子科技大學(xué) 2016
[8]基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的光伏發(fā)電系統(tǒng)MPPT研究[D]. 黃鵬.華北電力大學(xué) 2016
[9]太陽(yáng)能光伏陣列故障檢測(cè)及仿真分析[D]. 唐佳能.華北電力大學(xué) 2012



本文編號(hào)：3068796