CN111711415B - 具有最大功率点跟踪功能的光伏电站故障检测装置 - Google Patents
具有最大功率点跟踪功能的光伏电站故障检测装置 Download PDFInfo
- Publication number
- CN111711415B CN111711415B CN202010596356.1A CN202010596356A CN111711415B CN 111711415 B CN111711415 B CN 111711415B CN 202010596356 A CN202010596356 A CN 202010596356A CN 111711415 B CN111711415 B CN 111711415B
- Authority
- CN
- China
- Prior art keywords
- value
- current
- voltage
- module
- maximum power
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000005070 sampling Methods 0.000 claims abstract description 46
- 230000002068 genetic effect Effects 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 5
- 230000032683 aging Effects 0.000 claims description 4
- 230000005669 field effect Effects 0.000 claims description 4
- 239000004065 semiconductor Substances 0.000 claims description 4
- 238000001075 voltammogram Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 abstract description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000004901 spalling Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
- H02J2300/26—The renewable source being solar energy of photovoltaic origin involving maximum power point tracking control for photovoltaic sources
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Photovoltaic Devices (AREA)
- Control Of Electrical Variables (AREA)
Abstract
具有最大功率点跟踪功能的光伏电站故障检测装置,属于太阳能光伏发电技术领域,采用包括光伏阵列、采样模块、CPU模块、PWM驱动模块、Boost升压模块、输出模块、以及负载/逆变器模块的实现系统;方法包括:采样模块采集当前光伏阵列的输出电流和输出电压值,CPU模块以及PWM驱动模块计算最大功率点电压值,并且控制Boost升压模块,使系统输出功率达到最大;CPU模块检测系统是否出现故障,并且将结果送入输出模块。本发明采用以伏安特性公式作为计算的理论依据,通过电池板在标准状态下的参数值,推算出决定伏安特性曲线形状的变化参数;只需要两次采集电压和电流值,就可以得出当前的短路电流、开路电压和温度的值;通过建立计算最大功率点电压值的经典方程,结合二分法或遗传算法等数值算法,可以直接计算出当前最大功率点的电压值;通过计算出的温度、短路电流、开路电压以及最大功率点的电压值,判断是否出现故障以及故障类。
Description
技术领域
本发明属于太阳能光伏发电技术领域,具体涉及一种具有最大功率点跟踪功能的光伏电站故障检测装置。
背景技术
光伏电站使用寿命一般为25年,其安全性和可靠性的重要程度远大于其经济性。随着光伏电站的规模越来越大,由几十至上百MW级,光伏电站经常会发生各种灾害及故障,如何确保光伏电站的安全运行,在第一时间自动发现并排除火灾隐患,实现自动识别事故风险,防止或减少火灾危害,提高系统发电效率,已成为行业当务之急。引起火灾发生的原因包括:光伏热斑引起光伏组件的异常发热、光伏组件接线盒工艺问题、光伏组件内部并联防反二极管失效发热、直流段接线处氧化引起电阻增大而发热、感应雷电波形成的浪涌冲击等。
光伏系统故障是导致灾变发生的主要原因,因此需要在未料灾变发生之前排除可能发生的故障隐患,故障引起的系统各项参数指标的变化是灾变预测的依据,以便实现在灾变发生前提前预知。国内外一般采用的故障诊断方法包括:电流检测法、I-V曲线测量法、监控系统法、智能检测法、红外图像分析法、数学模型法等。从目前市场产品来看,光伏电站一般都在逆变器中自带监控系统装置,可以进行远程监控,目的是观察发电量状况;但无法发现故障隐患,只有在故障已经很严重时,才能发现系统异常,达不到预测灾变的目的。另外无人机搭载热成像仪热斑检测系统已在一些光伏电站中使用,但只能监测已经发展到严重程度的热斑,尚未实现智能化;而电流检测法、I-V曲线测量法、智能检测法目前产品应用上还很有限。无法应用的主要原因是技术还不是很成熟。
如何对光伏电站进行故障检测成为非常重要的问题,目前尚缺乏成熟有效的技术支持,因此需要结合各种方法的优缺点,采用智能优化方案,提出更有效的故障检测方法。
发明内容
针对上述现有技术存在的不足,本发明提供一种具有最大功率点跟踪功能的光伏电站故障检测装置。
本发明的技术方案是:
具有最大功率点跟踪功能的光伏电站故障检测装置,利用伏安特性方程、二分法以及遗传算法实现,其特征在于包括:光伏阵列、采样模块、CPU模块、PWM驱动模块、Boost升压模块、输出模块、以及负载/逆变器模块;所述采样模块的输入端与所述光伏阵列输出端连接,所述采样模块的输出端与所述CPU模块输入端连接,所述CPU模块输出端同时与所述PWM驱动模块输入端以及所述输出模块输入端连接,所述PWM驱动模块输出端与所述Boost升压模块输入端连接,所述Boost升压模块输出端与所述负载/逆变器模块输入端连接;
所述采样模块包括电压采样模块和电流采样模块,电压采样模块和电流采样模块分别与所述光伏阵列输出端连接,用于实时采集光伏阵列的输出电压和输出电流,并发送给CPU模块;
所述Boost升压模块包括MOSFET开关管,所述MOSFET开关管的输入端与所述PWM驱动模块的输出端连接;
所述CPU模块采用以伏安特性公式作为计算的理论依据,通过电池板在标准状态下的参数值,推算出决定伏安特性曲线形状的变化参数;在同一个最大功率点计算周期内,只需要两次采样电压和电流值,就可以得出当前的短路电流、开路电压和温度的值;通过建立计算最大功率点电压值的计算方程,结合二分法或遗传算法,可以直接计算出当前最大功率点的电压值;通过计算出的温度、短路电流、开路电压以及最大功率点的电压值,判断是否出现故障以及故障类型;具体包括如下步骤:
(1)根据简化的伏安曲线方程:
式中,Isc为太阳能电池的短路电流,T是电池板的绝对温度,u为电池板电压值,i为电池板电流值;
(2)电池板的系统标定值:在标准日照和温度的条件下,最大输出功率Pmax、最大工作电压Upm0、最大工作电流Ipm0、开路电压Uoc0、短路电流Isc0的值;
步骤2:计算当前短路电流、开路电压和温度值
(1)根据所述采样模块检测当前的电流和电压值,得出电压值u1,电流值i1;改变所述PWM驱动模块占空比的值,根据所述采样模块再次检测电流和电压值,得出电压值u2,电流值i2;上述检测过程需要在极短的时间内完成,将得出的电流和电压值送入所述CPU模块;
(2)将(1)中得出的电流和电压值代入到上述的伏安曲线方程中,推导出只有一个未知数Isc的一维方程,采用二分法或遗传算法求解出Isc的值,从而得出当前温度T以及开路电压Uoc的值;
步骤3:计算最大功率点电压值的经典方程
步骤4:采用二分法或遗传算法求出经典方程中y的值
(1)采用二分法计算y的值
根据上述的经典方程得出模型:
上述模型可以通过二分法计算出y的值;
(2)采用遗传算法计算y的值
建立优化模型:
将其作为遗传运算的目标函数,采用遗传算法求解此优化模型,从而计算出y的值,最后推导出最大功率点电压upm的值;
步骤5:将计算得出的最大功率点电压值upm转换成相应占空比的值,赋值给所述PWM驱动模块;
步骤6:对光伏电站进行故障检测
(1)通过当前的电流和电压值,上述计算出的温度T、开路电压Uoc、短路电流Isc、最大功率点的电压upm值,判断是否出现故障以及故障类型;检测的故障类型包括:开路、短路、虚阴影遮挡、实阴影遮挡、老化、隐裂或碎片、光伏热斑;
(2)在系统正常情况下,采用步骤1、步骤2、步骤3计算出参数值温度T、最大功率点电压值,以及当前的电压U和电流I值,做为用于检测的标准值;
(3)在当前状况下,采用步骤1、步骤2、步骤3计算出参数值温度T、最大功率点电压值,以及当前的电压U和电流I值,做为待检测值;
(4)比较待检测值与标准值的误差,超出指定阈值时,认为系统出现异常;
步骤7:将上述所述CPU模块的检测结果送入所述输出模块,用于显示光伏电站故障诊断结果。
有益效果:
本发明的具有最大功率点跟踪功能的光伏电站故障检测装置以现有技术相比,具有如下优势:
(1)利用伏安特性方程、二分法以及遗传算法等实现,只需要检测两次电流和电压值,不需要检测温度和照度值,就可以通过计算得出系统当前的所有参数值。
(2)推导出了计算最大功率点的经典方程y·ey=K,形式简单,易于计算,只要计算出参数y的值即可以得出最大功率点的电压值;系统稳定性好,避免了扰动过程中的误判、功率损失、以及系统的振荡等问题,计算速度快,计算精度高。
(3)采用系统计算出的温度值T结合其他的参数值区分各种故障类型。
附图说明
图1为本发明具有最大功率点跟踪功能的光伏电站故障检测装置结构示意图;
图2为本发明具有最大功率点跟踪功能的光伏电站故障检测装置的流程图;
具体实施方式
下面结合附图对本发明的具体实施方式做详细说明。
实施实例1
如图1所示,具有最大功率点跟踪功能的光伏电站故障检测装置,利用伏安特性方程、二分法以及遗传算法实现,其特征在于包括:光伏阵列、采样模块、CPU模块、PWM驱动模块、Boost升压模块、输出模块、以及负载/逆变器模块;所述采样模块的输入端与所述光伏阵列输出端连接,所述采样模块的输出端与所述CPU模块输入端连接,所述CPU模块输出端同时与所述PWM驱动模块输入端以及所述输出模块输入端连接,所述PWM驱动模块输出端与所述Boost升压模块输入端连接,所述Boost升压模块输出端与所述负载/逆变器模块输入端连接;
所述采样模块包括电压采样模块和电流采样模块,电压采样模块和电流采样模块分别与所述光伏阵列输出端连接,用于实时采集光伏阵列的输出电压和输出电流,并发送给CPU模块;
所述Boost升压模块包括MOSFET开关管,所述MOSFET开关管的输入端与所述PWM驱动模块的输出端连接;
如图2所示,具有最大功率点跟踪功能的光伏电站故障检测装置,所述CPU模块采用以伏安特性公式作为计算的理论依据,通过电池板在标准状态下的参数值,推算出决定伏安特性曲线形状的变化参数;在同一个最大功率点计算周期内,只需要两次采样电压和电流值,就可以得出当前的短路电流、开路电压和温度的值;通过建立计算最大功率点电压值的计算方程,结合二分法或遗传算法,可以直接计算出当前最大功率点的电压值;通过计算出的温度、短路电流、开路电压以及最大功率点的电压值,判断是否出现故障以及故障类型;具体包括如下步骤:
(1)根据简化的伏安曲线方程:
式中,Isc为太阳能电池的短路电流,T是电池板的绝对温度,u为电池板电压值,i为电池板电流值;
(2)电池板的系统标定值:在标准日照和温度的条件下,最大输出功率Pmax、最大工作电压Upm0、最大工作电流Ipm0、开路电压Uoc0、短路电流Isc0的值;
步骤2:计算当前短路电流、开路电压和温度值
(1)根据所述采样模块检测当前的电流和电压值,得出电压值u1,电流值i1;改变所述PWM驱动模块占空比的值,根据所述采样模块再次检测电流和电压值,得出电压值u2,电流值i2;上述检测过程需要在极短的时间内完成,将得出的电流和电压值送入所述CPU模块;
(2)将(1)中得出的电流和电压值代入到上述的伏安曲线方程中,推导出只有一个未知数Isc的一维方程,采用二分法或遗传算法求解出Isc的值,从而得出当前温度T以及开路电压Uoc的值;
步骤3:计算最大功率点电压值的经典方程
步骤4:采用二分法求出经典方程中y的值
根据上述的经典方程得出模型:
上述模型可以通过二分法计算出y的值;最后推导出最大功率点电压upm的值;
步骤5:将计算得出的最大功率点电压值upm转换成相应占空比的值,赋值给所述PWM驱动模块;
步骤6:对光伏电站进行故障检测
(1)通过当前的电流和电压值,上述计算出的温度T、开路电压Uoc、短路电流Isc、最大功率点的电压upm值,判断是否出现故障以及故障类型;检测的故障类型包括:开路、短路、虚阴影遮挡、实阴影遮挡、老化、隐裂或碎片、光伏热斑;
(2)在系统正常情况下,采用步骤1、步骤2、步骤3计算出参数值温度T、最大功率点电压值,以及当前的电压U和电流I值,做为用于检测的标准值;
(3)在当前状况下,采用步骤1、步骤2、步骤3计算出参数值温度T、最大功率点电压值,以及当前的电压U和电流I值,做为待检测值;
(4)比较待检测值与标准值的误差,超出指定阈值时,认为系统出现异常;
步骤7:将上述所述CPU模块的检测结果送入所述输出模块,用于显示光伏电站故障诊断结果。
实施实例2
如图1所示,具有最大功率点跟踪功能的光伏电站故障检测装置,利用伏安特性方程、二分法以及遗传算法实现,其特征在于包括:光伏阵列、采样模块、CPU模块、PWM驱动模块、Boost升压模块、输出模块、以及负载/逆变器模块;所述采样模块的输入端与所述光伏阵列输出端连接,所述采样模块的输出端与所述CPU模块输入端连接,所述CPU模块输出端同时与所述PWM驱动模块输入端以及所述输出模块输入端连接,所述PWM驱动模块输出端与所述Boost升压模块输入端连接,所述Boost升压模块输出端与所述负载/逆变器模块输入端连接;
所述采样模块包括电压采样模块和电流采样模块,电压采样模块和电流采样模块分别与所述光伏阵列输出端连接,用于实时采集光伏阵列的输出电压和输出电流,并发送给CPU模块;
所述Boost升压模块包括MOSFET开关管,所述MOSFET开关管的输入端与所述PWM驱动模块的输出端连接;
如图2所示,具有最大功率点跟踪功能的光伏电站故障检测装置,所述CPU模块采用以伏安特性公式作为计算的理论依据,通过电池板在标准状态下的参数值,推算出决定伏安特性曲线形状的变化参数;在同一个最大功率点计算周期内,只需要两次采样电压和电流值,就可以得出当前的短路电流、开路电压和温度的值;通过建立计算最大功率点电压值的计算方程,结合二分法或遗传算法,可以直接计算出当前最大功率点的电压值;通过计算出的温度、短路电流、开路电压以及最大功率点的电压值,判断是否出现故障以及故障类型;具体包括如下步骤:
(1)根据简化的伏安曲线方程:
式中,Isc为太阳能电池的短路电流,T是电池板的绝对温度,u为电池板电压值,i为电池板电流值;
(2)电池板的系统标定值:在标准日照和温度的条件下,最大输出功率Pmax、最大工作电压Upm0、最大工作电流Ipm0、开路电压Uoc0、短路电流Isc0的值;
步骤2:计算当前短路电流、开路电压和温度值
(1)根据所述采样模块检测当前的电流和电压值,得出电压值u1,电流值i1;改变所述PWM驱动模块占空比的值,根据所述采样模块再次检测电流和电压值,得出电压值u2,电流值i2;上述检测过程需要在极短的时间内完成,将得出的电流和电压值送入所述CPU模块;
(2)将(1)中得出的电流和电压值代入到上述的伏安曲线方程中,推导出只有一个未知数Isc的一维方程,采用二分法或遗传算法求解出Isc的值,从而得出当前温度T以及开路电压Uoc的值;
步骤3:计算最大功率点电压值的经典方程
步骤4:采用遗传算法求出经典方程中y的值
建立优化模型:
将其作为遗传运算的目标函数,采用遗传算法求解此优化模型,从而计算出y的值,最后推导出最大功率点电压upm的值;
步骤5:将计算得出的最大功率点电压值upm转换成相应占空比的值,赋值给所述PWM驱动模块;
步骤6:对光伏电站进行故障检测
(1)通过当前的电流和电压值,上述计算出的温度T、开路电压Uoc、短路电流Isc、最大功率点的电压upm值,判断是否出现故障以及故障类型;检测的故障类型包括:开路、短路、虚阴影遮挡、实阴影遮挡、老化、隐裂或碎片、光伏热斑;
(2)在系统正常情况下,采用步骤1、步骤2、步骤3计算出参数值温度T、最大功率点电压值,以及当前的电压U和电流I值,做为用于检测的标准值;
(3)在当前状况下,采用步骤1、步骤2、步骤3计算出参数值温度T、最大功率点电压值,以及当前的电压U和电流I值,做为待检测值;
(4)比较待检测值与标准值的误差,超出指定阈值时,认为系统出现异常;
步骤7:将上述所述CPU模块的检测结果送入所述输出模块,用于显示光伏电站故障诊断结果。
Claims (1)
1.具有最大功率点跟踪功能的光伏电站故障检测装置,其特征在于包括:光伏阵列、采样模块、CPU模块、PWM驱动模块、Boost升压模块、输出模块、以及负载/逆变器模块;所述采样模块的输入端与所述光伏阵列输出端连接,所述采样模块的输出端与所述CPU模块输入端连接,所述CPU模块输出端同时与所述PWM驱动模块输入端以及所述输出模块输入端连接,所述PWM驱动模块输出端与所述Boost升压模块输入端连接,所述Boost升压模块输出端与所述负载/逆变器模块输入端连接;
所述采样模块包括电压采样模块和电流采样模块,电压采样模块和电流采样模块分别与所述光伏阵列输出端连接,用于实时采集光伏阵列的输出电压和输出电流,并发送给CPU模块;
所述Boost升压模块包括MOSFET开关管,所述MOSFET开关管的输入端与所述PWM驱动模块的输出端连接;
所述CPU模块采用以伏安特性公式作为计算的理论依据,通过电池板在标准状态下的参数值,推算出决定伏安特性曲线形状的变化参数;在同一个最大功率点计算周期内,只需要两次采样电压和电流值,就可以得出当前的短路电流、开路电压和温度的值;通过建立计算最大功率点电压值的计算方程,结合二分法或遗传算法,可以直接计算出当前最大功率点的电压值;通过计算出的温度、短路电流、开路电压以及最大功率点的电压值,判断是否出现故障以及故障类型;具体包括如下步骤:
(1)根据简化的伏安曲线方程:
式中,Isc为太阳能电池的短路电流,T是电池板的绝对温度,u为电池板电压值,i为电池板电流值;
(2)电池板的系统标定值:在标准日照和温度的条件下,最大输出功率Pmax、最大工作电压Upm0、最大工作电流Ipm0、开路电压Uoc0、短路电流Isc0的值;
步骤2:计算当前短路电流、开路电压和温度值
(1)根据所述采样模块检测当前的电流和电压值,得出电压值u1,电流值i1;改变所述PWM驱动模块占空比的值,根据所述采样模块再次检测电流和电压值,得出电压值u2,电流值i2;上述检测过程需要在极短的时间内完成,将得出的电流和电压值送入所述CPU模块;
(2)将(1)中得出的电流和电压值代入到上述的伏安曲线方程中,推导出只有一个未知数Isc的一维方程,采用二分法或遗传算法求解出Isc的值,从而得出当前温度T以及开路电压Uoc的值;
步骤3:计算最大功率点电压值的经典方程
步骤4:采用二分法或遗传算法求出经典方程中y的值
(1)采用二分法计算y的值
根据上述的经典方程得出模型:
上述模型可以通过二分法计算出y的值;
(2)采用遗传算法计算y的值
建立优化模型:
将其作为遗传运算的目标函数,采用遗传算法求解此优化模型,从而计算出y的值,最后推导出最大功率点电压upm的值;
步骤5:将计算得出的最大功率点电压值upm转换成相应占空比的值,赋值给所述PWM驱动模块;
步骤6:对光伏电站进行故障检测
(1)通过当前的电流和电压值,上述计算出的温度T、开路电压Uoc、短路电流Isc、最大功率点的电压upm值,判断是否出现故障以及故障类型;检测的故障类型包括:开路、短路、虚阴影遮挡、实阴影遮挡、老化、隐裂或碎片、光伏热斑;
(2)在系统正常情况下,采用步骤1、步骤2、步骤3计算出参数值温度T、最大功率点电压值,以及当前的电压U和电流I值,做为用于检测的标准值;
(3)在当前状况下,采用步骤1、步骤2、步骤3计算出参数值温度T、最大功率点电压值,以及当前的电压U和电流I值,做为待检测值;
(4)比较待检测值与标准值的误差,超出指定阈值时,认为系统出现异常;
步骤7:将上述所述CPU模块的检测结果送入所述输出模块,用于显示光伏电站故障诊断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010596356.1A CN111711415B (zh) | 2020-06-28 | 2020-06-28 | 具有最大功率点跟踪功能的光伏电站故障检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010596356.1A CN111711415B (zh) | 2020-06-28 | 2020-06-28 | 具有最大功率点跟踪功能的光伏电站故障检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111711415A CN111711415A (zh) | 2020-09-25 |
CN111711415B true CN111711415B (zh) | 2023-06-13 |
Family
ID=72543513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010596356.1A Active CN111711415B (zh) | 2020-06-28 | 2020-06-28 | 具有最大功率点跟踪功能的光伏电站故障检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111711415B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291401A (zh) * | 2016-10-14 | 2017-01-04 | 北京东方计量测试研究所 | 一种太阳方阵模拟器伏安特性测试方法及测试系统 |
CN106444957A (zh) * | 2016-12-07 | 2017-02-22 | 东北大学 | 一种基于自适应三步长的光伏最大功率点跟踪系统及方法 |
CN108336758A (zh) * | 2018-02-26 | 2018-07-27 | 天津大学 | 一种基于纹波关联法的光伏组件mppt算法 |
CN108923748A (zh) * | 2018-07-16 | 2018-11-30 | 河海大学常州校区 | 一种基于iv曲线扫描的光伏阵列故障诊断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7898826B2 (en) * | 2009-04-13 | 2011-03-01 | Power Integrations, Inc. | Method and apparatus for limiting maximum output power of a power converter |
-
2020
- 2020-06-28 CN CN202010596356.1A patent/CN111711415B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291401A (zh) * | 2016-10-14 | 2017-01-04 | 北京东方计量测试研究所 | 一种太阳方阵模拟器伏安特性测试方法及测试系统 |
CN106444957A (zh) * | 2016-12-07 | 2017-02-22 | 东北大学 | 一种基于自适应三步长的光伏最大功率点跟踪系统及方法 |
CN108336758A (zh) * | 2018-02-26 | 2018-07-27 | 天津大学 | 一种基于纹波关联法的光伏组件mppt算法 |
CN108923748A (zh) * | 2018-07-16 | 2018-11-30 | 河海大学常州校区 | 一种基于iv曲线扫描的光伏阵列故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111711415A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111614317B (zh) | 一种基于iv曲线扫描的光伏板阴影遮挡的诊断方法 | |
CN112731087B (zh) | 用于光伏领域的故障电弧检测系统及检测方法 | |
CN112462176B (zh) | 支持检测光伏系统直流电弧故障的装置及方法 | |
WO2022057555A1 (zh) | 一种故障检测方法、装置和光伏发电系统 | |
CN116111951B (zh) | 一种基于光伏发电的数据监测系统 | |
CN112737503A (zh) | 一种光伏电站监控系统、方法及存储介质 | |
CN112924750B (zh) | 故障电弧检测方法及系统 | |
CN111711414B (zh) | 一种具有最大功率的光伏电站故障检测装置 | |
CN111027723A (zh) | 一种光伏与建筑一体化系统及方法 | |
CN116111948A (zh) | 一种光伏支路设备故障预警系统 | |
CN112468086B (zh) | 应用于光伏能源的电弧监测系统及电弧监测方法 | |
KR20230099467A (ko) | 인공지능을 활용한 태양광 모듈 고장 진단 및 예측 시스템 | |
CN112505518B (zh) | 一种光伏组串积尘检测方法、装置及系统 | |
CN111711415B (zh) | 具有最大功率点跟踪功能的光伏电站故障检测装置 | |
CN211905534U (zh) | 避雷器在线监测远传系统 | |
CN117131321A (zh) | 一种电能量数据采集方法 | |
CN109885856B (zh) | 基于i-v曲线的光伏组件热斑功率损耗计算方法 | |
CN108322186B (zh) | 一种光伏系统故障监控方法及系统 | |
CN112234940B (zh) | 考虑限功率与运行效率的逆变器输出功率异常预警方法 | |
JP2019216547A (ja) | 電力制御装置、太陽光発電システム、太陽光発電設備の不具合診断方法 | |
CN104601107A (zh) | 一种云光伏故障诊断系统 | |
CN112564619A (zh) | 基于温度测量的光伏离网电站故障检测装置 | |
CN112630522A (zh) | 基于温度点阵测量的光伏并网电站故障类型检测装置 | |
CN110661487A (zh) | 一种光伏发电监控管理系统 | |
CN115021209B (zh) | 一种光伏串短路保护方法及装置 |
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 |