CN109284879B - 光伏组件热斑评估方法 - Google Patents
光伏组件热斑评估方法 Download PDFInfo
- Publication number
- CN109284879B CN109284879B CN201710592454.6A CN201710592454A CN109284879B CN 109284879 B CN109284879 B CN 109284879B CN 201710592454 A CN201710592454 A CN 201710592454A CN 109284879 B CN109284879 B CN 109284879B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic module
- hot spot
- temperature
- battery
- solar cell
- 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.)
- Expired - Fee Related
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 230000007547 defect Effects 0.000 claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 16
- 238000002474 experimental method Methods 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims description 30
- 238000010438 heat treatment Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 239000005038 ethylene vinyl acetate Substances 0.000 claims description 6
- 229920001200 poly(ethylene-vinyl acetate) Polymers 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 2
- 230000020169 heat generation Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 4
- 101001073212 Arabidopsis thaliana Peroxidase 33 Proteins 0.000 description 2
- 101001123325 Homo sapiens Peroxisome proliferator-activated receptor gamma coactivator 1-beta Proteins 0.000 description 2
- 102100028961 Peroxisome proliferator-activated receptor gamma coactivator 1-beta Human genes 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 229910021419 crystalline silicon Inorganic materials 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000005341 toughened glass Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明提供了一种光伏组件热斑评估方法,其主要包括以下步骤:S1、确定光伏组件中的最差太阳电池;S2、对该最差太阳电池进行不同遮挡比例的遮挡,以此确定光伏组件的最坏遮挡比例;S3、模拟最坏遮挡比例下,光伏组件的热斑温度与太阳电池缺陷类型及光伏组件输出功率之间的关系;S4、选取不同缺陷类型的太阳电池及不同输出功率的光伏组件进行热斑实验,将实验值与模拟结果进行对比,以确定光伏组件的热斑温度,并对热斑风险进行评估。相较于现有技术,本发明的光伏组件热斑评估方法可以快速、简便的分析出光伏组件的热斑温度,并对热斑风险进行评估,以提高光伏组件的可靠性。
Description
技术领域
本发明涉及一种光伏组件热斑评估方法,属于光伏发电技术领域。
背景技术
目前,在实际运行的光伏电站中,晶体硅组件占据了主要市场。由于单片电池输出功率较小,不足以满足实际需要,故单晶体硅太阳能电池通常通过串、并联的方式组成光伏组件。
随着这几年国内太阳能光伏工业的迅速发展、光伏组件安装容量的快速增长,光伏组件的运行安全性和可靠性问题逐渐显露。在众多光伏失效模式中,由于太阳能电池电性能不匹配、电池片自身缺陷以及各种静态、动态阴影遮挡、局部积尘等引起的光伏组件表面辐照非均匀分布,进而产生太阳能电池高温热斑的问题,成为光伏组件失效的重要原因。非均匀辐照下,较低辐照下的单片太阳电池输出电流变小,使得其两端处于反向偏置,从而产生局部过热现象,这就是热斑现象,这种现象会消耗光伏组件的功率,严重的话甚至可能造成光伏组件的永久失效。
根据对美国地区已运行1-3年的约200MWp的光伏组件的调研,通过对异常组件的性能进行测试和分析,总结了这些光伏组件衰减与失效的构成因素,各种短期失效光伏组件共115块,其中,由于电池热斑导致的失效组件约占22%。由此可见,热斑现象对光伏组件的性能影响巨大。
有鉴于此,确有必要提供一种光伏组件热斑评估方法,以解决上述问题。
发明内容
本发明的目的在于提供一种光伏组件热斑评估方法,该方法可以快速、简便的模拟分析出光伏组件的热斑温度,从而评估光伏组件发生热斑的风险。
为实现上述目的,本发明提供了一种光伏组件热斑评估方法,其主要包括以下步骤:
S1、确定光伏组件中的最差太阳电池;
S2、对该最差太阳电池进行不同遮挡比例的遮挡,以此确定光伏组件的最坏遮挡比例;
S3、模拟最坏遮挡比例下,光伏组件的热斑温度与太阳电池缺陷类型及光伏组件输出功率之间的关系;
S4、选取不同缺陷类型的太阳电池及不同输出功率的光伏组件进行热斑实验,将实验值与模拟结果进行对比,以确定光伏组件的热斑温度,并对热斑风险进行评估。
作为本发明的进一步改进,所述步骤S1具体为:依次遮挡光伏组件内的每一太阳电池,并以被遮挡后温度最高的太阳电池作为最差太阳电池。
作为本发明的进一步改进,所述步骤S2具体为:
S20、基于太阳电池单二极管模型,建立适合于分析阴影条件下光伏组件失配特性的失配模型,并根据太阳电池的输出特性方程,绘制出电池片的I-V曲线和P-V曲线;
S21、根据国际标准IEC61215热斑耐久试验,得出光伏组件短接时,遮挡电池片的发热功率;
S22、模拟单片太阳电池在不同遮挡比例5%、10%、15%、20%……100%下,遮挡电池片的发热功率,确定最坏遮挡比例。
作为本发明的进一步改进,所述步骤S20中,太阳电池的输出特性方程为式中:I为电池片的工作电流;Iph为电池片的光生电流;I0为等效二极管的反向饱和电流;V为电池片的工作电压;Rs为等效串联电阻;A为等效二极管的质量因子;VT=(k*T)/q为电池片的热电压,k为玻尔兹曼常数,T为电池片温度,采用开尔文温度,q为电荷常数;Rsh为电池片的等效并联电阻。
作为本发明的进一步改进,所述步骤S21中,遮挡电池片的发热功率为P=Pillu+(S-1)*Pm=Pillu+Pph+Prev,式中,Pillu为光照中不能转换成电能而直接转换成热能的热量,Pph为遮挡电池片光生电流在负偏压下消耗功率产生的热量,Prev为反偏漏电流消耗功率产生的热量。
作为本发明的进一步改进,所述步骤S3具体为:
S30、模拟出光伏组件,光伏组件包括自上而下叠状分布的玻璃、上层EVA、太阳电池、下层EVA和背板;
S31、模拟光伏组件对应不同缺陷类型电池片的热斑温度;
S32、模拟光伏组件对应不同输出功率的热斑温度。
作为本发明的进一步改进,所述步骤S4具体为:
S40、在标准测试条件下依次遮挡每片电池并测试相应的I-V曲线,将所有曲线合并在一张图上,选出前三大漏电流电池片及最小漏电流电池片;
S41、将选出的四片电池片依次按照5%、10%、15%、20%、25%的面积进行遮盖,测试I-V曲线,并选出最优遮盖面积;
S42、在所选取的四片电池片上选出热点,用最优遮盖面积遮挡非热点区域,在四片电池片的热点处各粘贴5个热电偶,非热点区域选定一个参考点各粘贴一个热电偶;
S43、将光伏组件的正负端子短路连接,并放进稳态模拟箱中进行曝晒,确定光伏组件的热斑温度;
S44、选取相同的正常电池片若干片,点缺陷、面缺陷电池片各三片,分别制作点缺陷、面缺陷组件各三件,在短路状态下,进行不同缺陷类型的光伏组件的热斑测试;
S45、选取相同的正常电池片若干片,分别制作由两种电池片数量组成的光伏组件各三件,在短路状态下,进行不同输出功率的光伏组件的热斑测试;
S46、将实验值与模拟值进行对比,得出光伏组件热斑温度与不同缺陷类型电池片的关系及光伏组件热斑温度与不同输出功率的关系。
作为本发明的进一步改进,所述步骤S42具体为:
S421、初选,将所选取的四片电池片依次进行全遮,用红外热成像仪探测热点的大致位置,找出非热点区域;
S422、精选,用最优遮盖面积遮挡非热点区域,用红外热成像仪探测热点的准确位置;
S423、捕捉热点,在四片电池片的热点处各粘贴5个热电偶,非热点区域选定一个参考点各粘贴一个热电偶。
作为本发明的进一步改进,所述步骤S43具体为:
S431、将光伏组件的正负端子短路连接,并放进稳态模拟箱中,取四片电池片中的一片按最优遮盖面积遮挡非热点区域,暴露热点位置及其它三片电池片,使得所测热点温度最高;
S432、依次将每片电池片辐照1小时以上,收集各时间段的温度数据,待温度稳定后统计最高温度值,测试热斑耐久性;
S433、四片电池片均测试结束,选定所有热电偶中的最高温度为光伏组件的热斑温度。
作为本发明的进一步改进,所述步骤S44中,选取的正常电池片在反偏电压为12V时电池漏电流小于0.1A、选取的点缺陷及面缺陷电池片在反偏电压为12V时电池漏电流均小于1.5A。
作为本发明的进一步改进,所述步骤S45中,制成的两种光伏组件的输出功率分别为290W和350W。
本发明的有益效果是:本发明的光伏组件热斑评估方法不仅可以确定光伏组件的最坏遮挡比例,而且可以模拟最坏遮挡比例下,光伏组件的热斑温度与太阳电池缺陷类型及光伏组件输出功率之间的关系,从而可以快速、简便的分析出光伏组件的热斑温度,并对热斑风险进行评估,以提高光伏组件的可靠性。
附图说明
图1是本发明光伏组件热斑评估方法的流程图。
图2是太阳能电池单二极管等效模型电路图。
图3是单片电池被遮挡时的示意图。
图4是图3中单片电池被遮挡时的电池I-V曲线图。
图5是不同遮挡比例下遮挡电池片的发热功率示意图。
图6是本发明模拟的光伏组件的结构示意图。
图7是不同电池缺陷类型时光伏组件的热斑温度示意图。
图8是不同输出功率时光伏组件的热斑温度示意图。
图9是6×10光伏组件的热电偶温度变化趋势图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
如图1所示,本发明提供了一种光伏组件热斑评估方法,其主要包括以下步骤:
S1、确定光伏组件中的最差太阳电池;
S2、对该最差太阳电池进行不同遮挡比例的遮挡,以此确定光伏组件的最坏遮挡比例;
S3、模拟最坏遮挡比例下,光伏组件的热斑温度与太阳电池缺陷类型及光伏组件输出功率之间的关系;
S4、选取不同缺陷类型的太阳电池及不同输出功率的光伏组件进行热斑实验,将实验值与模拟结果进行对比,以确定光伏组件的热斑温度,并对热斑风险进行评估。
以下说明书部分将对步骤S1~S4作具体说明。
所述步骤S1具体为:依次遮挡光伏组件内的每一太阳电池,并以被遮挡后温度最高的太阳电池作为最差太阳电池。
所述步骤S2具体为:
S20、基于太阳电池单二极管模型,利用MATLAB建立适合于分析阴影条件下光伏组件失配特性的失配模型,并根据太阳电池的输出特性方程,绘制出电池片的I-V曲线和P-V曲线;
S21、根据国际标准IEC61215热斑耐久试验,得出光伏组件短接时,遮挡电池片的发热功率;
S22、模拟单片太阳电池在不同遮挡比例5%、10%、15%、20%……100%下,遮挡电池片的发热功率,确定最坏遮挡比例。
如图2所示,为太阳电池单二极管等效模型电路图。太阳电池是以半导体的P-N结接收太阳光照产生光生伏打效应为基础,直接将光能转换成电能的能量转换器,从图2可以得出步骤S20中太阳电池的输出特性方程为式中:I为电池片的工作电流;Iph为电池片的光生电流;I0为等效二极管的反向饱和电流;V为电池片的工作电压;Rs为等效串联电阻;A为等效二极管的质量因子;VT=(k*T)/q为电池片的热电压,k为玻尔兹曼常数,一般为1.38×10-23J/K,T为电池片温度,采用开尔文温度,q为电荷常数,一般为1.6×10-19C;Rsh为电池片的等效并联电阻。
在上述太阳电池的输出特性方程中,等效模型包含Iph,I0,A,Rs,Rsh5个未知参数,通过上述太阳电池单二极管等效模型的建立,可根据电池片厂商提供的标准测试条件(STC)下的相关参数,求出上述5个未知参数,然后根据相关参数与光照强度和温度之间的关系式,求出任意环境下的相关电性能参数,最终绘制出电池片的I-V曲线和P-V曲线。因“相关参数与光照强度和温度之间的关系式”是现有的,且是本领域技术人员熟知的,故不再详细说明。
如图3至图5所示,光伏组件短接时,遮挡电池片Y消耗的功率(即发热功率)近似等于该光伏组件中其他正常电池片提供的功率之和,因此步骤S21中,遮挡电池片的发热功率为P=Pillu+(S-1)*Pm=Pillu+Pph+Prev,式中,Pillu为光照中不能转换成电能而直接转换成热能的热量(相当于光伏组件开路状态下电池吸收的热量,仅取决于光学性能,与电学性能无关),Pph为遮挡电池片光生电流在负偏压下消耗功率产生的热量,Prev为反偏漏电流消耗功率产生的热量。
其中,Pillu的计算公式表示为:Pillu=E×α×Aeffective,式中:E为辐照强度,单位W/m2;α为电池吸收系数;Aeffective为有效接收面积(即Aeffective=1-遮挡比例)。
Pph的计算公式表示为:Pph=Is'c×(S-1)×Vm,式中:Isc’为遮挡电池片的光生电流;S为与二极管并联的电池片数量;Vm为正常电池片的最大工作点电压。
Prev的计算公式表示为:Prev=Irev×(S-1)×Vm,式中:Irev为遮挡电池片的反偏漏电流;S为与二极管并联的电池片数量;Vm为正常电池片的最大工作点电压。
步骤S22中,单片太阳电池的遮挡比例按照5%的步径逐渐递增,以模拟遮挡电池片的发热功率,从而确定最坏遮挡比例。从图5可以看出,单片太阳电池在遮挡比例为10%时,遮挡电池片的发热功率最大,被遮挡电池片为一个内热源,光生电流产热部分均匀的分布在遮挡电池片处,从而可确定最坏遮挡比例为10%。
所述步骤S3具体为:
S30、基于ANSYS软件模拟出光伏组件,如图6所示,光伏组件包括自上而下叠状分布的钢化玻璃1、上层EVA2、太阳电池3、下层EVA4和KFP背板5,其中太阳电池3由S片电池片组成;
S31、模拟光伏组件对应不同缺陷类型电池片的热斑温度;
S32、模拟光伏组件对应不同输出功率的热斑温度。
其中,步骤S30中ANSYS软件模拟所采用的太阳电池组件主要材料的导热系数如下表所示。
步骤S31中,在其他条件均相同的基础上,选用10×10mm2;5×5mm2;1×1mm2三种不同缺陷类型的电池片进行模拟试验。其他相同条件包括:光伏组件的输出功率为350W、最坏遮挡比例为10%、光伏组件正面和背面的对流换热系数为10W/m2·℃、环境温度为25℃,经过试验得到如图7所示的热斑温度示意图。从图7可以看出:在缺陷类型为10×10mm2(即缺陷面积)时,光伏组件的热斑温度最低;在缺陷类型为1×1mm2时,光伏组件的热斑温度最高;在缺陷类型为5×5mm2时,光伏组件的热斑温度介于前两者之间。由此可以得出结论:电池片的缺陷面积越小,光伏组件的热斑温度越高。
步骤S32中,在其他条件均相同的基础上,选用250W;300W;350W三种不同输出功率的光伏组件进行模拟试验。其他相同条件包括:电池片缺陷面积为5×5mm2、最坏遮挡比例为10%、光伏组件正面和背面的对流换热系数为10W/m2·℃、环境温度为25℃,经过试验得到如图8所示的热斑温度示意图。从图8可以看出:在输出功率为250W时,光伏组件的热斑温度最低;在输出功率为350W时,光伏组件的热斑温度最高;在输出功率为300W时,光伏组件的热斑温度介于前两者之间。由此可以得出结论:输出功率越大,光伏组件的热斑温度越高。
所述步骤S4具体为:
S40、选片:利用PASAN测试仪在标准测试条件下(光强1000W/m2,温度25±2℃,光谱AM1.5)依次遮挡每片电池并测试相应的I-V曲线,将所有曲线合并在一张图上,选出前三大漏电流电池片及最小漏电流电池片;
S41、选面积:将选出的四片电池片依次按照5%、10%、15%、20%、25%的面积进行遮盖,测试I-V曲线,并选出最优遮盖面积;参考图4所示,随着遮盖面积逐渐增大,拐点对应电流数值逐渐减小,当拐点电流值(二极管旁通时通过电池的电流,如a点)与Im值(光伏组件最大工作点时对应的工作电流)最接近时的遮盖面积即为最优遮盖面积(即最坏遮挡比例);
S42、选热点:在所选取的四片电池片上选出热点,用最优遮盖面积遮挡非热点区域,在四片电池片的热点处各粘贴5个热电偶(选取最高温度),非热点区域选定一个参考点各粘贴一个热电偶;
S43、曝晒:将光伏组件的正负端子短路连接,并放进稳态模拟箱中进行曝晒,确定光伏组件的热斑温度;
S44、不同电池缺陷类型热斑实验:选取相同(即同批次、同档位)的单晶PERC正常电池片若干片,点缺陷、面缺陷电池片各三片,其余BOM材料均相同,分别制作点缺陷、面缺陷组件各三件(72片156×156mm2电池串联,接线盒设有3个旁路二极管),光伏组件标称功率为350W,在短路状态下,进行不同缺陷类型的光伏组件的热斑测试;此处的正常电池片为无任何点缺陷或面缺陷的电池片,同批次、同档位是指在同批次和同档位状态下生产的电池片,以此来减小各电池片之间的生产差异;
S45、不同光伏组件输出功率热斑实验:选取相同(即同批次、同档位)的单晶PERC正常电池片若干片,其余BOM材料均相同,分别制作由两种电池片数量组成的光伏组件(即6×10组件、6×12组件)各三件(串联结构,电池尺寸156×156mm2,接线盒设有3个旁路二极管),光伏组件标称功率分别为290W和350W,在短路状态下,进行不同输出功率的光伏组件的热斑测试;此处的正常电池片为无任何点缺陷或面缺陷的电池片,同批次、同档位是指在同批次和同档位状态下生产的电池片,以此来减小各电池片之间的生产差异;
S46、将实验值与模拟值进行对比,得出光伏组件热斑温度与不同缺陷类型电池片的关系及光伏组件热斑温度与不同输出功率的关系。
其中,所述步骤S42具体为:
S421、初选,将所选取的四片电池片依次进行全遮,用红外热成像仪探测热点的大致位置,找出非热点区域;
S422、精选,用最优遮盖面积遮挡非热点区域,用红外热成像仪探测热点的准确位置;
S423、“撒网”捕捉热点,在四片电池片的热点处各粘贴5个热电偶(选取最高温度),非热点区域(即遮盖区域)选定一个参考点各粘贴一个热电偶。在热点处粘贴5个热电偶,是为了对热点处的温度进行有效监控,如图9所示,且热电偶只能近似的粘贴在热点位置。
其中,所述步骤S43具体为:
S431、将光伏组件的正负端子短路连接,并放进稳态模拟箱(光强800W/m2~1000W/m2,温度25±5℃)中,取四片电池片中的一片按最优遮盖面积遮挡非热点区域,暴露热点位置及其它三片电池片,使得所测热点温度最高;
S432、依次将每片电池片辐照1小时以上,收集各时间段的温度数据,待温度稳定后统计最高温度值,测试热斑耐久性;
S433、四片电池片均测试结束,选定所有热电偶中的最高温度为光伏组件的热斑温度,查看光伏组件的背板是否有异常。
所述步骤S44中,选取的正常电池片在反偏电压为12V时电池漏电流小于0.1A;选取的点缺陷及面缺陷电池片在反偏电压为12V时电池漏电流均小于1.5A;另外,三片点缺陷电池片的缺陷面积均相同,三片面缺陷电池片的缺陷面积均相同。
所述步骤S45中,选取的正常电池片在反偏电压为12V时电池漏电流小于1.0A,无明显点漏电。
所述步骤S46中,得出光伏组件热斑温度与不同缺陷类型电池片的关系为:光伏组件热斑温度与电池片缺陷面积呈负相关;光伏组件热斑温度与不同输出功率的关系为:光伏组件热斑温度与输出功率呈正相关。
由步骤S46可以看出:实验结果与模拟结果基本吻合,验证了模型的准确性,为高功率光伏组件热斑问题的解决提供了方向。因此,在电池筛选过程中应严格控制电池缺陷类型,以降低光伏组件的热斑风险;另外,对于高功率光伏组件而言,可通过改变其组件串、并联方式来降低光伏组件的热斑风险。
综上所述,本发明的光伏组件热斑评估方法不仅可以确定光伏组件的最坏遮挡比例,而且可以模拟最坏遮挡比例下,光伏组件的热斑温度与太阳电池缺陷类型及光伏组件输出功率之间的关系,从而可以快速、简便的分析出光伏组件的热斑温度,并对热斑风险进行评估,为光伏组件热斑分析提供了一种方法,以进一步提高光伏组件的可靠性。
以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种光伏组件热斑评估方法,其特征在于,包括以下步骤:
S1、确定光伏组件中的最差太阳电池;
S2、对该最差太阳电池进行不同遮挡比例的遮挡,以此确定光伏组件的最坏遮挡比例;
S3、模拟最坏遮挡比例下,光伏组件的热斑温度与太阳电池缺陷类型及光伏组件输出功率之间的关系;
S4、选取不同缺陷类型的太阳电池及不同输出功率的光伏组件进行热斑实验,将实验值与模拟结果进行对比,以确定光伏组件的热斑温度,并对热斑风险进行评估;
其中,所述步骤S2具体为:
S20、基于太阳电池单二极管模型,建立适合于分析阴影条件下光伏组件失配特性的失配模型,并根据太阳电池的输出特性方程,绘制出电池片的I-V曲线和P-V曲线;
S21、根据国际标准IEC61215热斑耐久试验,得出光伏组件短接时,遮挡电池片的发热功率;
S22、模拟单片太阳电池在不同遮挡比例5%、10%、15%、20%……100%下,遮挡电池片的发热功率,确定最坏遮挡比例。
2.根据权利要求1所述的光伏组件热斑评估方法,其特征在于,所述步骤S1具体为:依次遮挡光伏组件内的每一太阳电池,并以被遮挡后温度最高的太阳电池作为最差太阳电池。
4.根据权利要求1所述的光伏组件热斑评估方法,其特征在于:所述步骤S21中,遮挡电池片的发热功率为P=Pillu+(S-1)*Pm=Pillu+Pph+Prev,式中,Pillu为光照中不能转换成电能而直接转换成热能的热量,Pph为遮挡电池片光生电流在负偏压下消耗功率产生的热量,Prev为反偏漏电流消耗功率产生的热量。
5.根据权利要求1所述的光伏组件热斑评估方法,其特征在于,所述步骤S3具体为:
S30、模拟出光伏组件,光伏组件包括自上而下叠状分布的玻璃、上层EVA、太阳电池、下层EVA和背板;
S31、模拟光伏组件对应不同缺陷类型电池片的热斑温度;
S32、模拟光伏组件对应不同输出功率的热斑温度。
6.根据权利要求1所述的光伏组件热斑评估方法,其特征在于,所述步骤S4具体为:
S40、在标准测试条件下依次遮挡每片电池并测试相应的I-V曲线,将所有曲线合并在一张图上,选出前三大漏电流电池片及最小漏电流电池片;
S41、将选出的四片电池片依次按照5%、10%、15%、20%、25%的面积进行遮盖,测试I-V曲线,并选出最优遮盖面积;
S42、在所选取的四片电池片上选出热点,用最优遮盖面积遮挡非热点区域,在四片电池片的热点处各粘贴5个热电偶,非热点区域选定一个参考点各粘贴一个热电偶;
S43、将光伏组件的正负端子短路连接,并放进稳态模拟箱中进行曝晒,确定光伏组件的热斑温度;
S44、选取相同的正常电池片若干片,点缺陷、面缺陷电池片各三片,分别制作点缺陷、面缺陷组件各三件,在短路状态下,进行不同缺陷类型的光伏组件的热斑测试;
S45、选取相同的正常电池片若干片,分别制作由两种电池片数量组成的光伏组件各三件,在短路状态下,进行不同输出功率的光伏组件的热斑测试;
S46、将实验值与模拟值进行对比,得出光伏组件热斑温度与不同缺陷类型电池片的关系及光伏组件热斑温度与不同输出功率的关系。
7.根据权利要求6所述的光伏组件热斑评估方法,其特征在于,所述步骤S42具体为:
S421、初选,将所选取的四片电池片依次进行全遮,用红外热成像仪探测热点的大致位置,找出非热点区域;
S422、精选,用最优遮盖面积遮挡非热点区域,用红外热成像仪探测热点的准确位置;
S423、捕捉热点,在四片电池片的热点处各粘贴5个热电偶,非热点区域选定一个参考点各粘贴一个热电偶。
8.根据权利要求6所述的光伏组件热斑评估方法,其特征在于,所述步骤S43具体为:
S431、将光伏组件的正负端子短路连接,并放进稳态模拟箱中,取四片电池片中的一片按最优遮盖面积遮挡非热点区域,暴露热点位置及其它三片电池片,使得所测热点温度最高;
S432、依次将每片电池片辐照1小时以上,收集各时间段的温度数据,待温度稳定后统计最高温度值,测试热斑耐久性;
S433、四片电池片均测试结束,选定所有热电偶中的最高温度为光伏组件的热斑温度。
9.根据权利要求6所述的光伏组件热斑评估方法,其特征在于:所述步骤S44中,选取的正常电池片在反偏电压为12V时电池漏电流小于0.1A、选取的点缺陷及面缺陷电池片在反偏电压为12V时电池漏电流均小于1.5A。
10.根据权利要求6所述的光伏组件热斑评估方法,其特征在于:所述步骤S45中,制成的两种光伏组件的输出功率分别为290W和350W。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710592454.6A CN109284879B (zh) | 2017-07-19 | 2017-07-19 | 光伏组件热斑评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710592454.6A CN109284879B (zh) | 2017-07-19 | 2017-07-19 | 光伏组件热斑评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109284879A CN109284879A (zh) | 2019-01-29 |
CN109284879B true CN109284879B (zh) | 2022-03-01 |
Family
ID=65184716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710592454.6A Expired - Fee Related CN109284879B (zh) | 2017-07-19 | 2017-07-19 | 光伏组件热斑评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109284879B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108181015B (zh) * | 2017-12-27 | 2020-07-17 | 苏州阿特斯阳光电力科技有限公司 | 半片光伏组件热斑温度测试方法 |
CN110311626B (zh) * | 2019-07-04 | 2021-03-05 | 河海大学常州校区 | 一种计算失配条件下双面光伏组件电流的方法 |
CN113466253A (zh) * | 2020-03-31 | 2021-10-01 | 苏州阿特斯阳光电力科技有限公司 | 太阳能电池热斑缺陷的检测方法与检测设备 |
CN112016260B (zh) * | 2020-08-28 | 2022-08-02 | 河海大学常州校区 | 基于光伏组件i-v曲线的热斑电池片温度估算方法、装置及存储介质 |
CN113765480B (zh) * | 2021-10-28 | 2022-04-22 | 晶科能源(海宁)有限公司 | 一种光伏组件热斑测试方法及光伏组件热斑测试装置 |
CN115619043B (zh) * | 2022-11-11 | 2023-06-27 | 国网安徽省电力有限公司芜湖市繁昌区供电公司 | 一种太阳能光伏输出特性预估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102545697A (zh) * | 2010-12-24 | 2012-07-04 | 阿特斯(中国)投资有限公司 | 光伏组件的最大功率点跟踪控制器及光伏组件系统 |
CN103944510A (zh) * | 2014-05-06 | 2014-07-23 | 河海大学常州校区 | 一种光伏组件输出特性的判断方法 |
CN106066916A (zh) * | 2016-06-03 | 2016-11-02 | 河海大学常州校区 | 一种光伏组件热斑温度计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130249297A1 (en) * | 2012-01-12 | 2013-09-26 | Paceo Corp. | Energy recovery from a photovoltaic array |
-
2017
- 2017-07-19 CN CN201710592454.6A patent/CN109284879B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102545697A (zh) * | 2010-12-24 | 2012-07-04 | 阿特斯(中国)投资有限公司 | 光伏组件的最大功率点跟踪控制器及光伏组件系统 |
CN103944510A (zh) * | 2014-05-06 | 2014-07-23 | 河海大学常州校区 | 一种光伏组件输出特性的判断方法 |
CN106066916A (zh) * | 2016-06-03 | 2016-11-02 | 河海大学常州校区 | 一种光伏组件热斑温度计算方法 |
Non-Patent Citations (1)
Title |
---|
《并网光伏微型逆变器研究》;林志彗;《中国优秀硕士学位论文全文数据库》;20140515;第3页第4-8段 * |
Also Published As
Publication number | Publication date |
---|---|
CN109284879A (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284879B (zh) | 光伏组件热斑评估方法 | |
Deng et al. | Research on hot spot risk for high-efficiency solar module | |
CN108680486B (zh) | 一种光伏组件长期耐候性能测试方法 | |
Cuce et al. | An accurate model for photovoltaic (PV) modules to determine electrical characteristics and thermodynamic performance parameters | |
CN106899268B (zh) | 多通道光伏组件户外发电特性与并网衰减状况测试系统 | |
Löper et al. | Analysis of the temperature dependence of the open-circuit voltage | |
Garland et al. | Electro-analytical characterization of photovoltaic cells by combining voltammetry and impedance spectroscopy: voltage dependent parameters of a silicon solar cell under controlled illumination and temperature | |
Schuss et al. | Detecting defects in photovoltaic cells and panels and evaluating the impact on output performances | |
Afsar et al. | Evaluating photovoltaic performance indoors | |
Yandt et al. | Estimating cell temperature in a concentrating photovoltaic system | |
CN113765480B (zh) | 一种光伏组件热斑测试方法及光伏组件热斑测试装置 | |
CN207720094U (zh) | 一种聚光光伏电池的测试装置 | |
Barbato et al. | Effect of shunt resistance on the performance of mc-Silicon solar cells: A combined electro-optical and thermal investigation | |
Yang et al. | Output performance analysis and power optimization of different configurations half-cell modules under partial shading | |
De Lia et al. | Efficiency degradation of c-silicon photovoltaic modules after 22-year continuous field exposure | |
CN108181015B (zh) | 半片光伏组件热斑温度测试方法 | |
Hossain et al. | Detailed performance loss analysis of silicon solar cells using high-throughput metrology methods | |
KR20130049063A (ko) | 태양광 모듈 내 셀의 핫스팟 측정방법 | |
KR20130049062A (ko) | 태양광 모듈 내 셀의 핫스팟 측정장치 | |
Schuss et al. | Detecting defects in photovoltaic modules with the help of experimental verification and synchronized thermography | |
CN206948262U (zh) | 多通道光伏组件户外发电特性与并网衰减状况测试系统 | |
CN108198767B (zh) | 电池片品质确定方法及装置 | |
Pravettoni et al. | Characterization of high‐efficiency c‐Si CPV cells | |
Mikofski et al. | A dynamic cell-by-cell PV system model to predict lifetime performance and reliability | |
Liu et al. | Mechanistic Insights to Degradation of PERC Minimodules with Differentiated Packaging Materials & Module Architectures |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No. 199, Lushan Road, Suzhou hi tech Zone, Suzhou City, Jiangsu Province Applicant after: Atlas sunshine Power Group Co.,Ltd. Applicant after: CANADIAN SOLAR MANUFACTURING (CHANGSHU) Inc. Address before: 215129 199 deer Road, Suzhou hi tech Development Zone, Jiangsu, Suzhou Applicant before: CSI SOLAR POWER GROUP Co.,Ltd. Applicant before: CANADIAN SOLAR MANUFACTURING (CHANGSHU) Inc. |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220301 |