CN107463742B - 一种针对光伏组件异常老化故障的建模方法 - Google Patents
一种针对光伏组件异常老化故障的建模方法 Download PDFInfo
- Publication number
- CN107463742B CN107463742B CN201710646246.XA CN201710646246A CN107463742B CN 107463742 B CN107463742 B CN 107463742B CN 201710646246 A CN201710646246 A CN 201710646246A CN 107463742 B CN107463742 B CN 107463742B
- Authority
- CN
- China
- Prior art keywords
- ref
- current
- photovoltaic
- model
- photovoltaic module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Photovoltaic Devices (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本发明公开了一种针对光伏组件异常老化故障的建模方法,包括以下步骤:首先根据太阳能电池的5参数数学物理模型构建光伏组件模型;根据光伏组件模型基于MATLAB中M文件建立光伏组串模型,模拟异常老化组件对该组串的具体影响,绘制其I‑V特性曲线图;根据光伏组串构建光伏阵列仿真模型,模拟仿真异常老化组件对整个整列的影响。本发明的有益效果是可以通过建立光伏阵列仿真模型,特别是含有异常老化组件的光伏阵列模型,研究异常老化组件对整个光伏组串以及光伏阵列的影响可以带来更加直观的理解,将会为指导实际实验带来方便,并对利用光伏阵列特性曲线进行故障诊断的方法提供必要帮助。
Description
技术领域
本发明涉及一种针对光伏组件异常老化故障的建模方法,属于光伏发电技术领域。
背景技术
光伏组件由于本身寿命较长,影响其老化的因素众多,目前针对于光伏组件的异常老化研究主要停留在实验室通过加速老化方法获得相应的特征参数,对于老化研究主要停留在组件方面,而老化组件对组串,阵列的研究尚不明确,并且难以研究光伏异常老化组件对组串,阵列的实际影响。建立一个能够反映异常老化组件可对组串及其整个光伏阵列的数学物理仿真模型,可以大大缩减研究时间及其费用,对于推进理论研究具有重要作用。
发明内容
本发明的目的在于建立异常老化的光伏组件对组串及其整个光伏阵列的影响数学物理仿真模型,对于减少实验经费,缩短试验时间,降低劳动成本,推进光伏阵列异常老化机理研究。
为了实现上述目的,本发明是通过如下的技术方案来实现:
一种针对光伏组件异常老化故障的建模方法,其特征在于:包括以下步骤:
步骤A:获取光伏组件铭牌的主要特征数据;
步骤B:依据太阳能电池5参数(5参数是指光生电流Iph、反向饱和电流Io、等效串联电阻Rs、等效并联电阻Rsh、理想因子n)数学物理模型建立光伏组件仿真模型,;
步骤C:根据组件仿真模型建立阵列仿真模型。
所述步骤B的具体过程为:
B1)求得用于建立太阳能电池数学物理模型的具体参数,建立5参数的太阳能电池数学物理模型,如式(1);由标准工况下STC(standard test condition,标准测试条件,本领域又惯称为标准工况下)的开路电压、短路电流、最大功率点电压、最大功率点电流求得组件的串并联电阻和模型参数Kref;进而根据实时辐照度与温度获得相应的实时工况下的短路电流Isc与开路电压Voc及模型参数k,最后迭代求解各个辐照度与温度下的实时电流与电压;
式中:UPV为组件输出电压,IPV为组件输出电流,Iph为光生电流,Io为反向饱和电流,q为电子电荷(1.602×10-19C),n为理想因子,K为波尔兹曼常数(1.38×10-23J/K),T(K氏温度)为光伏组件温度,Rs为等效串联电阻,Rsh为等效并联电阻。
按照下式(2)-(5)迭代求解Rs与Rsh;
按照式(6)求解光伏组件标准状况下的模型参数Kref:
其中,Rs为等效串联电阻,Rsh为等效并联电阻,Isc_ref为STC(S=1000W/m2,T=25+273K氏度)下的短路电流,Voc_ref为STC下的开路电压,Impp_ref为STC下的最大功率点电流,Vmpp_ref为STC下的最大功率点电压,V表示电压,I表示电流,Q为光伏组件参数。
B2)建立光伏组件模型,按照式(7)-(8)求得各个辐照与温度下的短路电流及开路电压;给定一个Vref对应一个IL,其中Vref介于0-Voc之间,绘制出I-V特性曲线;
按照式(7)-(8)求得各个辐照与温度下的短路电流及开路电压;
Isc=Isc_ref*(1+a*(T-Tref))*S/Sref (7)
Voc=Voc_ref*(1+a*log(S)/Sref)+b*(T-Tref) (8)
其中,S为实际辐照度,T为实际温度,Tref为参考温度(25+273K氏度),Sref为1000W/m2,a为温度系数,b为辐照系数;
按照式(9)获得任意温度与辐照下的模型参数k;
将上述值带入式(10)迭代求解Vref与IL
IL=Isc-(Isc*Rsh-Voc)/Rsh*(k+1)((Vref+IL*Rs)/Voc-1)-(Vref+IL*Rs)/Rsh (10)
式中,Isc为相应辐照度与温度下的短路电流,Voc为相应辐照度与温度下的开路电压;IL为组件在Vref下的实时电流,k为实时工况下的模型参数。
B3)由光伏组件模型的I-V特性曲线求光伏组串模型的I-V特性曲线;
对组串的所有组件排序分别为1、2、3、4,基于MATLAB M文件按照下述程序将光伏组件的I-V特性曲线叠加获得光伏组串的I-V特性曲线;
I11*=linspace(0,max(I11(:,1)),10000);
V11*=spline(I11(:,1),V11(:,1),I11*);
V12*=spline(I12(:,1),V12(:,1),I11*);
V13*=spline(I13(:,1),V13(:,1),I11*);
|
VStr1=V11*+V12*+V13*+…;
IStr1=I11*;
其中,I11为正常的第一串第一个组件的电流值,I11*为按照I11的最大值按比例取的1000个点,V11*为第一串第一个组件对应的I11*下的电压值,V12*为第一串第二个组件对应的I12*下的电压值,其余同理;VStr1为第一串的总电压,VStr2为第二串的总电压,IStr1为第一串的电流。
B4)由光伏组串模型的I-V特性曲线求光伏阵列模型的I-V特性曲线;
V1total=linspace(0,max(VStr1),50000);
I1total=spline(VStr1,IStr1,V1total);
I2total=spline(VStr2,IStr2,V1total);
I3total=spline(VStr3,VStr3,V1total);
|
Itotal=I1total+I2total+I3total+…;
其中,V1total为整个光伏阵列的电压、I1total为第一串电流、I2total第二串电流、I3total第三串电流,以此类推;Itotal为整个光伏阵列的总电流。
本发明的有益效果为:建立异常老化的光伏组件对组串及其整个光伏阵列的影响数学物理仿真模型,对于减少实验经费,缩短试验时间,降低劳动成本,推进光伏阵列异常老化机理研究。
附图说明
下面结合附图和具体实施方式来详细说明本发明:
图1为本发明的流程图;
图2为光伏组件到光伏组串图;
图3为光伏组串到光伏阵列图,。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1所示的本发明的流程图,本发明的光伏组件异常老化故障的建模方法,其特征在于:包括以下步骤:
步骤A:获取光伏组件铭牌的主要特征数据;
步骤B:依据太阳能电池5参数(5参数是指光生电流Iph、反向饱和电流Io、等效串联电阻Rs、等效并联电阻Rsh、理想因子n)数学物理模型建立光伏组件仿真模型,;
步骤C:根据组件仿真模型建立阵列仿真模型。
所述步骤B的具体过程为:
B1)求得用于建立太阳能电池数学物理模型的具体参数,建立5参数的太阳能电池数学物理模型,如式(1);由标准工况下(STC)的开路电压、短路电流、最大功率点电压、最大功率点电流求得组件的串并联电阻和模型参数Kref;进而根据实时辐照度与温度获得相应的实时工况下的短路电流Isc与开路电压Voc及模型参数k,最后迭代求解各个辐照度与温度下的实时电流与电压;
式中:UPV为组件输出电压,IPV为组件输出电流,Iph为光生电流,Io为反向饱和电流,q为电子电荷(1.602×10-19C),n为理想因子,K为波尔兹曼常数(1.38×10-23J/K),T(K氏温度)为光伏组件温度,Rs为等效串联电阻,Rsh为等效并联电阻。
按照下式(2)-(5)迭代求解Rs与Rsh;
按照式(6)求解光伏组件标准状况下的模型参数Kref:
其中,Rs为等效串联电阻,Rsh为等效并联电阻,Isc_ref为STC(S=1000W/m2,T=25+273K氏度)下的短路电流,Voc_ref为STC下的开路电压,Impp_ref为STC下的最大功率点电流,Vmpp_ref为STC下的最大功率点电压,V表示电压,I表示电流,Q为光伏组件参数。
B2)建立光伏组件模型,按照式(7)-(8)求得各个辐照与温度下的短路电流及开路电压;给定一个Vref对应一个IL,其中Vref介于0-Voc之间,绘制出I-V特性曲线;
按照式(7)-(8)求得各个辐照与温度下的短路电流及开路电压;
Isc=Isc_ref*(1+a*(T-Tref))*S/Sref (7)
Voc=Voc_ref*(1+a*log(S)/Sref)+b*(T-Tref) (8)
其中,S为实际辐照度,T为实际温度,Tref为参考温度(25+273K氏度),Sref为1000W/m2,a为温度系数,b为辐照系数;
按照式(9)获得任意温度与辐照下的模型参数k;
将上述值带入式(10)迭代求解Vref与IL
IL=Isc-(Isc*Rsh-Voc)/Rsh*(k+1)((Vref+IL*Rs)/Voc-1)-(Vref+IL*Rs)/Rsh (10)
式中,Isc为相应辐照度与温度下的短路电流,Voc为相应辐照度与温度下的开路电压;IL为组件在Vref下的实时电流,k为实时工况下的模型参数。
B3)由光伏组件模型的I-V特性曲线求光伏组串模型的I-V特性曲线;
对组串的所有组件排序分别为1、2、3、4,基于MATLAB M文件按照下述程序将光伏组件的I-V特性曲线叠加获得光伏组串的I-V特性曲线;
I11*=linspace(0,max(I11(:,1)),10000);
V11*=spline(I11(:,1),V11(:,1),I11*);
V12*=spline(I12(:,1),V12(:,1),I11*);
V13*=spline(I13(:,1),V13(:,1),I11*);
|
VStr1=V11*+V12*+V13*+…;
IStr1=I11*;
其中,I11为正常的第一串第一个组件的电流值,I11*为按照I11的最大值按比例取的1000个点,V11*为第一串第一个组件对应的I11*下的电压值,V12*为第一串第二个组件对应的I12*下的电压值,其余同理;VStr1为第一串的总电压,VStr2为第二串的总电压,IStr1为第一串的电流。
B4)由光伏组串模型的I-V特性曲线求光伏阵列模型的I-V特性曲线;
V1total=linspace(0,max(VStr1),50000);
I1total=spline(VStr1,IStr1,V1total);
I2total=spline(VStr2,IStr2,V1total);
I3total=spline(VStr3,VStr3,V1total);
|
Itotal=I1total+I2total+I3total+…;
其中,V1total为整个光伏阵列的电压、I1total为第一串电流、I2total第二串电流、I3total第三串电流,以此类推;Itotal为整个光伏阵列的总电流。
实验结果给出具体的异常老化组件对光伏组串及其阵列的具体影响情况,具体见图2和图3,图2中1Ω为正常,其余为老化组件;图3中组串1存在异常老化与EVA胶膜黄化现象,组串3中只存在异常老化组件,其余组串正常。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种针对光伏组件异常老化故障的建模方法,其特征在于:包括以下步骤:
步骤A:获取光伏组件铭牌的主要特征数据;
步骤B:依据太阳能电池5参数数学物理模型建立光伏组件仿真模型;
步骤C:根据组件仿真模型建立阵列仿真模型;
所述步骤B的具体过程为:
B1)求得用于建立太阳能电池数学物理模型的具体参数,建立5参数的太阳能电池数学物理模型;由标准工况下STC的开路电压、短路电流、最大功率点电压、最大功率点电流求得组件的串并联电阻和模型参数Kref;进而根据实时辐照度与温度获得相应的实时工况下的短路电流Isc与开路电压Voc及模型参数k,最后迭代求解各个辐照度与温度下的实时电流与电压;
B2)建立光伏组件模型,并绘制其I-V特性曲线;
B3)由光伏组件模型的I-V特性曲线求光伏组串模型的I-V特性曲线;
B4)由光伏组串模型的I-V特性曲线求光伏阵列模型的I-V特性曲线;
所述步骤B3的具体过程为:对组串的所有组件排序分别为1、2、3、4,基于MATLAB M文件将光伏组件的I-V特性曲线叠加获得光伏组串的I-V特性曲线;具体为:按照组件1电流I11的最大值按比例划分10000个点,记为电流向量I11*,再通过样条插值方法,插值计算出各组件在电流向量中I11*各点对应的电压V11*、V12*、V13*,则第一组串电压VStr1为V11*、V12*、V13*叠加值,第一组串电流IStr1为I11*,其余组串电压、电流同理可得;按照第一组串电压VStr1的最大值按比例划分50000个点,记为电压向量V1total,再通过样条插值方法,插值计算出各组串在电压向量中V1total各点对应的电流I1total、I2total、I3total,则光伏阵列电流Itotal为各组串电流I1total、I2total、I3total叠加值。
4.如权利要求1所述的一种针对光伏组件异常老化故障的建模方法,其特征在于,所述步骤B2的具体过程为:
按照式(7)-(8)求得各个辐照与温度下的短路电流及开路电压;
Isc=Isc_ref*(1+a*(T-Tref))*S/Sref (7)
Voc=Voc_ref*(1+a*log(S)/Sref)+b*(T-Tref) (8)
其中,S为实际辐照度,T为实际温度,Tref为参考温度,即25+273K氏度,Sref为1000W/m2,a为温度系数,b为辐照系数;
按照式(9)获得任意温度与辐照下的模型参数k;
将上述值带入式(10)迭代求解Vref与IL
IL=Isc-(Isc*Rsh-Voc)/Rsh*(k+1)((Vref+IL*Rs)/Voc-1)-(Vref+IL*Rs)/Rsh (10)
式中,,Isc为相应辐照度与温度下的短路电流,Voc为相应辐照度与温度下的开路电压;IL为组件在Vref下的实时电流,k为实时工况下的模型参数,Rs为等效串联电阻,Rsh为等效并联电阻,Isc_ref为STC,即S=1000W/m2,T=25+273K氏度下的短路电流,Voc_ref为STC下的开路电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710646246.XA CN107463742B (zh) | 2017-08-01 | 2017-08-01 | 一种针对光伏组件异常老化故障的建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710646246.XA CN107463742B (zh) | 2017-08-01 | 2017-08-01 | 一种针对光伏组件异常老化故障的建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107463742A CN107463742A (zh) | 2017-12-12 |
CN107463742B true CN107463742B (zh) | 2020-11-03 |
Family
ID=60547898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710646246.XA Active CN107463742B (zh) | 2017-08-01 | 2017-08-01 | 一种针对光伏组件异常老化故障的建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107463742B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108092622B (zh) * | 2017-12-14 | 2023-09-05 | 中国计量大学 | 一种基于电阻计算的光伏组串故障诊断方法 |
CN108509736B (zh) * | 2018-04-09 | 2021-11-23 | 中国计量大学 | 一种用于故障诊断的光伏组件参数提取方法 |
CN109492244A (zh) * | 2018-09-17 | 2019-03-19 | 大唐东北电力试验研究院有限公司 | 改进型光伏电池数学模型 |
CN110008629B (zh) * | 2019-04-17 | 2022-08-12 | 河海大学常州校区 | 一种光伏阵列故障状态的快速建模方法 |
CN110768629B (zh) * | 2019-11-13 | 2021-05-04 | 合肥工业大学 | 包含故障判别的光伏阵列电压与电流传感器的优化布设方法 |
CN112491360B (zh) * | 2020-10-19 | 2022-04-08 | 阳光电源股份有限公司 | 光伏组串的故障诊断方法及系统、可读存储介质 |
CN115208309B (zh) * | 2022-07-13 | 2024-04-02 | 合肥工业大学 | 基于i-v特性曲线的光伏组件电流失配故障诊断方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593577A (zh) * | 2013-11-25 | 2014-02-19 | 河海大学常州校区 | 一种光伏发电系统输出功率建模及估算方法 |
-
2017
- 2017-08-01 CN CN201710646246.XA patent/CN107463742B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593577A (zh) * | 2013-11-25 | 2014-02-19 | 河海大学常州校区 | 一种光伏发电系统输出功率建模及估算方法 |
Non-Patent Citations (3)
Title |
---|
丁坤,张经炜,翟泉新,王祥,徐俊伟.基于S-Function Builder的光伏阵列仿真模型.《电网与清洁能源》.2014,第30卷(第5期), * |
基于S-Function Builder的光伏阵列仿真模型;丁坤,张经炜,翟泉新,王祥,徐俊伟;《电网与清洁能源》;20140709;第30卷(第5期);全文 * |
局部遮挡下光伏阵列的建模与仿真研究;柴亚盼, 金新民,童亦斌;《电测与仪表》;20140216;第50卷(第576期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107463742A (zh) | 2017-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107463742B (zh) | 一种针对光伏组件异常老化故障的建模方法 | |
Qais et al. | Parameters extraction of three-diode photovoltaic model using computation and Harris Hawks optimization | |
Batzelis et al. | An explicit PV string model based on the lambert $ W $ function and simplified MPP expressions for operation under partial shading | |
Ding et al. | A MATLAB-simulink-based PV module model and its application under conditions of nonuniform irradiance | |
CN106295068B (zh) | 一种光伏组件双二极管模型的参数简化及提取方法 | |
Khalid et al. | A novel and accurate photovoltaic simulator based on seven-parameter model | |
CN108694276B (zh) | 一种计算串并联光伏组件输出特性的方法 | |
CN106982030B (zh) | 一种集中型太阳能逆变器组件板失配定位方法 | |
Katsanevakis | Modelling the photovoltaic module | |
CN105356451A (zh) | 一种考虑大规模光伏并网发电系统的概率潮流计算方法 | |
CN111368491A (zh) | 一种简化的光伏组件双二极管模型建模及参数提取方法 | |
Ahmad et al. | Estimation of important parameters of photovoltaic modules from manufacturer's datasheet | |
CN108509757A (zh) | 一种光伏电池模型的搭建方法 | |
Mahrane et al. | Test bench for photovoltaic modules | |
Lodhi et al. | Modelling and experimental characteristics of photovoltaic modules in typical days at an actual photovoltaic power station | |
Chennoufi et al. | Parameters extraction of photovoltaic modules using a combined analytical-numerical method | |
Maouhoub | Analytical identification method for the single diode model parameters of a photovoltaic panel using datasheet values | |
Boukenoui et al. | Modeling and simulation of photovoltaic strings under partial shading conditions using Matlab/Simscape | |
Omer et al. | Large scale photovoltaic array fault diagnosis for optimized solar cell parameters extracted by heuristic evolutionary algorithm | |
CN109492244A (zh) | 改进型光伏电池数学模型 | |
CN108959740A (zh) | 一种光伏电池及组件等效模型的建立方法 | |
CN113517856B (zh) | 一种低压光伏发电故障的诊断算法 | |
CN107271916A (zh) | 一种电池板组串健康状态检测方法 | |
Hong et al. | Prediction of IV characteristics for Bifacial PV Modules via an alpha-beta single double-diode model | |
Du et al. | Dynamic modeling and simulation of photovoltaic energy conversion system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |