CN111914421B - 针对不同故障机理的光伏支路统一建模方法 - Google Patents
针对不同故障机理的光伏支路统一建模方法 Download PDFInfo
- Publication number
- CN111914421B CN111914421B CN202010773149.9A CN202010773149A CN111914421B CN 111914421 B CN111914421 B CN 111914421B CN 202010773149 A CN202010773149 A CN 202010773149A CN 111914421 B CN111914421 B CN 111914421B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- branch
- component
- mathematical model
- faults
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000007246 mechanism Effects 0.000 title claims abstract description 17
- 238000013178 mathematical model Methods 0.000 claims abstract description 51
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012821 model calculation Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 125000003275 alpha amino acid group Chemical group 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000178 monomer Substances 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
- 230000008569 process Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Abstract
本发明公开了一种针对不同故障机理的光伏支路统一建模方法,其步骤包括:1针对由光伏组件串联而成的光伏支路,分析发生故障时的拓扑,建立不同故障的光伏支路等效物理模型;2根据故障物理模型,分析发生故障时的电压电流关系或拓扑;3建立不同故障下的光伏支路统一的数学模型的表达式。本发明能通过故障机理建模方式建立较为简便而精确的光伏支路故障数学模型,从而能解决现有光伏支路建模方法存在的计算量大、需要的数据多、环境参数变化的适应性差等问题,便于投入工程应用。
Description
技术领域
本发明涉及一种针对不同故障机理的光伏支路统一建模方法,属于光伏支路运维与监控技术领域。
背景技术
近年来,太阳能在新型清洁能源中的占比逐年提高,光伏发电的总装机容量也在快速增长。在中功率及大功率光伏电站中,光伏阵列一般由成百上千个光伏电池组件串并联而成,在支路中组件发生短路、断路/开路、或热斑造成失配等故障时,难以准确识别。为提高在光伏支路故障诊断的准确性,需要对其进行数学建模。
目前针对于光伏电池的建模方法,大约可分为四类:(1)基于数值分析的光伏电池建模方法。由于常用的单二极管光伏电池的描述式中存在超越方程,故此类建模的聚焦点位于光伏电池特性式的求解上。一种是引用Lambert-W函数来显式化光伏电池I-V数学式,但这会导致求解出的数学式过于复杂,不太适合工程应用;另一种根据已知的电池输出电气参数,使用多项式拟合的方式求出电池的输出特性。此种方式的拟合步骤复杂,且拟合精度与选择的基函数有关;(2)基于参数辨识的智能算法建模方法。首先对待建模的光伏电池进行实际测量,对测量得到的电气数据利用智能算法辨识出参数Iph、Io、A、Rs、Rsh,再代入显式化后的光伏电池数学模型得到I-V特性表达式。尽管此种方法能有效拟合在给定条件下的电池I-V特性,但其局限在实测的集中条件里,若环境条件变化,则需重新进行实际测试,再参数辨识,才能得到电池数学模型,因此适应性与灵活性差;(3)基于机器学习的数据驱动光伏电池建模方法。其摒弃了光伏电池的原理表达式,直接使用神经网络等机器学习工具,将物理机理转化为完全的数学映射关系,根据输入的辐照强度、温度、负载电压等特征向量输出实际电池应该产生的功率。此种方法不需复杂的数学推导,利用现有的机器学习工具即可,但需要大量实测的正常与故障数据来保证相对拟合精度,同时还需要调整环境条件以达到数据样本的普遍性,费时费力;神经网络的训练也需要较长的时间,建模速度较慢;(4)基于历史数据与环境数据的统计学模型。收集大量的历史数据与环境数据,总结出统计规律,再根据实际日期与天气情况对光伏阵列的出力进行预测。此种模型的问题与数据驱动的建模方法一样,需要大量的历史统计数据与天气数据才能进行功率预测,且该预测值最多精确到小时级,并不能对瞬时功率进行预测;同时若其中突然出现故障,该模型也不能迅速与精确地描述故障时刻的电流电压状态。
比较上述几种光伏建模方法,显式化光伏电池数学式与智能算法的计算收敛时间较长,不便投入实际工程使用;数据建模依赖于大量的多类型数据样本,这通常是比较难以获取的。另外,现有光伏建模方法都是针对于光伏电池单体或光伏电池组件的,针对光伏支路/组串的数学模型仅仅是根据串联数目对光伏电池模型进行电压成倍放大,这种方法偏于理想,没有考虑组件的实际参数差异性,至于针对发生不同故障情况下光伏支路的建模方法就更少有研究,无法为支路故障的诊断提供理论指导。因此,建立实际光伏支路中不同故障下的数学模型,成为亟待解决的问题。
发明内容
本发明是为了解决上述现有技术存在的不足之处,提出一种针对不同故障机理的光伏支路统一建模方法,以期能通过故障机理建模方式建立较为简便而精确的光伏支路故障数学模型,从而能解决现有光伏支路建模方法存在的计算量大、需要的数据多、环境参数变化的适应性差等问题,便于投入工程应用。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种针对不同故障机理的光伏支路统一建模方法的特点包括以下步骤:
步骤1、根据光伏组件的工程数学模型,将由数个所述光伏组件串联而成的光伏支路作为对象,分析在发生组件故障、组件失配时光伏支路的拓扑,从而建立不同故障的光伏支路等效物理模型;
步骤2、当发生组件故障时,考虑光伏支路故障时支路端电压条件,根据支路端电压反推故障时的支路电流;所述组件故障包含组件短路和断路/开路;
当发生组件失配时,根据失配组件的最大输出电流IMax,将光伏支路的输出电流I进行分段,分析在每段电流下光伏支路的实际拓扑;
步骤3、根据步骤2的分析结果,建立不同故障下的光伏支路统一数学模型的表达式。
本发明不同故障机理的光伏支路统一建模方法的特点也在于,所述步骤3中的光伏支路统一数学模型包括:组件故障数学模型和组件失配故障数学模型;
所述组件故障数学模型的表达式如式(1)所示:
式(1)中,分别表示根据所述光伏组件工程数学模型中当前条件修正后的两个参数量;/>分别表示根据所述光伏组件工程数学模型中当前环境条件修正后的开路电压与短路电流;N表示所述光伏支路中光伏组件总个数;x表示所述光伏支路中发生故障的光伏组件个数;U表示所述光伏支路的输出端电压;UM(else)表示所述光伏支路中正常组件电压;
所述组件失配故障数学模型的表达式如式(2)所示:
式(2)中,k表示光伏支路中发生失配的光伏组件个数;UVD表示光伏支路中的旁路二极管导通电压;IMax(k)表示第k个组件的最大输出电流。IMax(else)表示正常组件的最大输出电流。
与现有技术相比,本发明的有益效果在于:
1、现有的几种建模方式,均以光伏电池单体或者光伏电池组件作为建模对象。而对于由光伏组件串联而成的光伏支路的建模方面却少有建模方法与建模结果;对于不同故障情况下光伏支路故障数学模型方面,也几乎少有相关方案。本发明以实际接入光伏逆变器的一条光伏支路作为对象,以光伏电池工程数学模型为基础,将光伏支路的故障与异常状态分为组件故障与组件失配两大类,并作为建模方向,建立光伏支路等效物理模型,再分析处于故障或异常状态下光伏支路的行为与满足的关系;最后推导出针对不同故障机理的光伏支路统一数学模型,使得该模型能够较为精确地描述故障时的实际光伏支路特性。
2、相比于现有的几种光伏电池建模方法,本发明以成熟的光伏电池工程数学模型为基础,该模型简化了部分对光伏电池性能影响较小的参数,因此无需引入Lambert-W或bezier函数等来求解光伏支路数学模型中的超越方程,大大减小了计算量,同时能保证建模精度;本发明仅依靠最大功率点电压Um、最大功率点电压Im、开路电压Uoc、短路电流Isc四个光伏组件的铭牌上标注的出厂参数与辐照强度S(W/m2)、温度T(℃)等必要环境参数来建立光伏支路模型,无需像数据驱动建模方法那样需要在建模前收集大量针对某光伏支路在各种故障条件下的实际测量数据,减少了建模的工作量与工作时间;本发明可实时计算出在任意辐照强度S与温度T组合下的光伏支路故障情况下的输出电压U与输出电流I,相比参数辨识方法,对环境条件的变化适应性更好,灵活性更强。
附图说明
图1为本发明中不同故障机理光伏支路统一建模方法的流程图;
图2为本发明中正常光伏支路物理模型图;
图3为本发明中光伏支路组件开路故障物理模型图;
图4为本发明中光伏支路组件短路故障物理模型图;
图5为本发明中光伏支路组件失配时负载电流小于失配组件最大输出电流时物理模型图;
图6为本发明中光伏支路组件失配时负载电流大于失配组件最大输出电流时物理模型图;
图7为本发明中支路单组件故障仿真结果与数学模型计算结果对比图;
图8为本发明中支路双组件开路故障仿真结果与数学模型计算结果对比图;
图9为本发明中支路单组件开路和单组件短路故障仿真结果与数学模型计算结果对比图;
图10为本发明中支路组件失配仿真与数学模型计算结果I-V曲线对比图。
具体实施方式
本实施例中,一种针对不同故障机理的光伏支路统一建模方法是以实际接入光伏逆变器的一条光伏支路作为对象,以光伏电池工程数学模型为基础,从故障机理出发,建立了光伏支路组件故障与组件失配两大类情况下的等效物理模型;分析实际支路在组件故障时的端电压条件、组件失配时的电流分段关系;根据光伏支路故障或异常行为推导出针对不同故障机理的光伏支路统一数学模型,使得该模型能够较为精确地描述故障时的实际光伏支路特性。具体的说,如图1所示,建模方法包括以下步骤:
步骤1、根据光伏组件的工程数学模型如式(1)所示,将由数个光伏组件串联而成的光伏支路作为对象,分析在发生组件故障、组件失配时光伏支路的拓扑,从而建立不同故障的光伏支路等效物理模型;正常的光伏支路由数个光伏组件Mi串联而成,每个组件两端并接有旁路二极管VDi,如图2所示。
式(1)中,C1,C2表示系数量,与光伏电池的出厂参数有关,并有:
式(1)和式(2)中,为根据环境条件而修正后的出厂参数,并有:
式(3)中,电压修正量ΔU与电流修正量ΔI分别为:
式(4)中,a=0.0005,b=0.0002,c=0.00288,Sref=1000W/m2,Tref=25℃。S、T均为实际环境条件值。
组件故障包含组件短路和断路/开路;组件故障是指:支路中有组件发生开路的组件开路故障与支路中有组件发生短路的组件短路故障。组件短路故障中,某个组件由于击穿等原因直接将组件连同旁路二极管一起旁路。由于组件开路与组件短路仅有一个旁路二极管的区别,而旁路二极管压降很小,将其忽略,因此将组件开路故障与组件短路故障合称为“组件故障”。
组件失配是指:包含灰尘沉积、局部遮挡、衰减老化等情况,常见的侧重于灰尘沉积与遮挡方面。灰尘沉积、局部遮挡、衰减老化等异常情况对组件的影响效果,均在于影响了辐照强度S、温度T或者内阻Rs,导致异常组件的各个修正后的参数和正常组件的参数不同,故两种组件的输出特性产生差异,最终造成组件间的失配。
(1)建立组件故障的等效物理模型:
1)当出现组件开路故障时,某个组件由于发生损坏等原因丢失与光伏支路的电气连接,而旁路二极管仍连接在支路中,此时相当于将该光伏组件从支路中断开但保持旁路二极管仍连接在支路中,物理模型如图3所示;
2)当出现组件短路故障时,光伏组件两端连同旁路二极管一起被旁路,物理模型如图4所示。
从图3与图4中可看出,组件开路故障与组件短路故障的差别仅在于开路时比短路时在支路中多串联了旁路二极管。在实际的光伏支路中,两者差别不大,故将这两种归纳为“组件故障”。
(2)建立组件失配的等效物理模型:
即某组件由于遮挡导致支路辐照度不均、过热、老化衰减速度过快等原因,导致输出特性衰减,造成失配故障。以单组件失配为例,此时失配组件j的最大输出电流IMax(j)要小于其他组件的最大输出电流,因此根据支路电流I的大小,光伏支路存在两种结构,假设图2中组件M1发生了失配,以深颜色表示:
1)当支路的负载电流I小于M1组件的最大输出电流IMax(1)时,M1组件仍能负担负载电流。由基尔霍夫电流定理知,旁路二极管VD1不会导通,M1组件仍串联在支路中,如图5所示;
2)当支路的负载电流I大于M1组件的最大输出电流IMax(1)时,M1组件就无法满足全部的负载电流I的需要。由KCL定理知,旁路二极管VD1将会导通,使得M1组件电压被钳位为二极管导通电压,此时组件电压极性颠覆,该组件从电源转变为支路负载。如图6所示。
步骤2、当发生组件故障时,考虑光伏支路故障时支路端电压条件,根据支路端电压反推故障时的支路电流;
当发生组件失配时,根据失配组件的最大输出电流IMax,将光伏支路的输出电流I进行分段,分析在每段电流下光伏支路的实际拓扑;
具体分析为:
(1)对于组件故障支路端电压U的条件:
在实际光伏系统中,光伏支路输出端会接上Boost升压电路以便达到逆变器的直流侧输入电压要求,同时在Boost电路中增加MPPT控制器来控制光伏支路电压为支路整体的最大功率点电压。但根据MPPT控制器的动作特点,其动作时间为秒级,即约间隔数秒钟动作一次搜索最大功率点。因此在组件故障发生瞬间,MPPT不会立即做出反应去调整支路电压,故可认为在组件故障发生瞬间,光伏支路输出端电压U保持故障发生之间的值不变;
(2)对于组件失配的支路输出电流分段:
根据步骤1中有关组件失配故障物理模型,可将支路输出电流分为两段:
1)在0<I≤IMax(1)段内,失配组件M1仍能支持光伏支路电流I,故VD1未导通,组件M1仍串联在光伏支路中,但该组件输出电压UM(1)与其余正常组件电压UM(else)不相等;
2)在IMax(1)<I≤IMax(else)段内,失配组件M1不能支持光伏支路电流I,根据基尔霍夫电流定理,旁路二极管VD1将通过电流I-IMax(1)。但一旦VD1导通,由于管压降较低,故相当于直接旁路失配组件M1。此时支路端电压U为其余正常组件电压之和,再扣除旁路二极管压降UVD。
因此,若设支路共有N个组件,其中有k个组件不同程度失配,为分析方便,假定
IMax(1)<IMax(2)<IMax(3)<…<IMax(k)<IMax(else) (5)
则有:
①若0<I≤IMax(1),则所有组件均都串联在支路中,支路电压为所有组件电压之和
②若IMax(1)<I≤IMax(2),则组件M1被旁路,支路电压为组件M2~MN电压之和再减去VD1导通压降UVD
③若IMax(2)<I≤IMax(3),则组件M1、M2被旁路,支路电压为组件M3~MN电压之和再减去VD1、VD2导通压降之和2UVD
如此类推,直到IMax(k)<I≤IMax(else)为止,一共将支路电流分为k+1段。
步骤3、根据步骤2的分析结果,建立不同故障下的光伏支路统一数学模型的表达式。该光伏支路统一数学模型包括:组件故障数学模型和组件失配故障数学模型;
(1)对于组件故障:
令一条光伏支路由N个组件构成,其中由x个组件发生故障。此时该支路会损失x个组件的功率,而支路总电压U保持不变,故剩余的N-x个组件均分支路电压U。故组件故障数学模型的表达式如式(9)所示:
式(9)中,分别表示根据光伏组件工程数学模型中当前条件修正后的两个参数量;/>分别表示根据光伏组件工程数学模型中当前环境条件修正后的开路电压与短路电流;N表示光伏支路中光伏组件总个数;x表示光伏支路中发生故障的光伏组件个数;U表示光伏支路的输出端电压;UM(else)表示光伏支路中正常组件电压;
(2)对于组件失配:
令一条光伏支路由N个组件构成,其中有k个组件处于不同程度的失配状态,为表达方便,令k个组件的最大输出电流IMax(j),j=1,2,…,k有如下关系
IMax(1)<IMax(2)<…<IMax(k-1)<IMax(k)<IMax(else) (10)
其中,IMax(1)~IMax(k)表示失配组件最大输出电流;IMax(else)表示正常组件最大输出电流。
根据光伏组件工程数学模型,知失配的k个组件输出电压分别为
其中,表示第j个组件失配后修正的组件数学模型中的参数量;表示第j个组件失配后修正的开路电压与短路电流。
正常组件电压之和为
根据步骤2中对支路输出电流的分段原理,具有N个组件的光伏支路中存在k个组件不同程度失配时,组件失配故障数学模型的表达式如式(13)所示:
式(13)中,k表示光伏支路中发生失配的光伏组件个数;UVD表示光伏支路中的旁路二极管导通电压;IMax(k)表示第k个组件的最大输出电流。IMax(else)表示正常组件的最大输出电流。
为验证数学模型准确性,首先在Simulink中利用光伏电池工程数学模型搭建电池组件,再使用组件按图2搭建光伏支路;再在支路中模拟组件故障得到组件故障电流信号,模拟组件失配得到失配支路的I-V曲线;再利用式(9)、式(13)计算相同条件下组件故障数学模型的输出电流、组件失配时的支路I-V曲线;最后两者对比便能得知支路故障数学模型的准确性。
具体如下:
(1)设光伏支路中组件个数N=4,令故障组件个数x=1,在Simulink中设置在0.1s时发生单组件故障;在故障数学模型计算中设置在0.12s时发生故障。支路组件故障数学模型的输出电流计算结果与由组件构成的光伏支路组件故障Simulink仿真结果如图7所示,两者故障前与故障后的电流基本重合;
(2)设光伏支路中组件个数N=15,令开路故障组件个数x=2,支路组件故障数学模型的输出电流计算结果与由组件构成的光伏支路组件故障Simulink仿真结果如图8所示,电流基本重合,在第二段电流中,模型计算电流与Simulink支路仿真电流存在0.11A的误差,虽然误差率为1.8%,但仍具有较好准确性;
(3)设光伏支路中组件个数N=15,令开路与短路故障组件个数各1个,支路组件故障数学模型的输出电流计算结果与由组件构成的光伏支路组件故障Simulink仿真结果如图9所示,电流基本重合,在第二段电流中,模型计算电流与Simulink支路仿真电流存在0.05A的误差,虽然误差率为0.9%,但仍具有较好准确性;
(4)设光伏支路中组件个数N=4,令组件失配个数k=2,当光伏支路出现组件失配异常时,支路组件失配数学模型得出的光伏支路I-V特性曲线与由组件构成的光伏支路组件失配Simulink仿真结果如图10所示,I-V特性曲线基本重合。
图7、图8、图9和图10的结果证明,本发明提出的针对不同故障机理的光伏支路统一建模方法得出的光伏支路故障数学模型具有较高的准确性,同时具备计算量小、所需参数量少等特点。
Claims (1)
1.一种针对不同故障机理的光伏支路统一建模方法,其特征包括以下步骤:
步骤1、根据光伏组件的工程数学模型,将由数个所述光伏组件串联而成的光伏支路作为对象,分析在发生组件故障、组件失配时光伏支路的拓扑,从而建立不同故障的光伏支路等效物理模型;
步骤2、当发生组件故障时,考虑光伏支路故障时支路端电压条件,根据支路端电压反推故障时的支路电流;所述组件故障包含组件短路和断路/开路;
当发生组件失配时,根据失配组件的最大输出电流IMax,将光伏支路的输出电流I进行分段,分析在每段电流下光伏支路的实际拓扑;
步骤3、根据步骤2的分析结果,建立不同故障下的光伏支路统一数学模型,包括:组件故障数学模型和组件失配故障数学模型;
所述组件故障数学模型的表达式如式(1)所示:
式(1)中,分别表示根据所述光伏组件工程数学模型中当前条件修正后的两个参数量;/>分别表示根据所述光伏组件工程数学模型中当前环境条件修正后的开路电压与短路电流;N表示所述光伏支路中光伏组件总个数;x表示所述光伏支路中发生故障的光伏组件个数;U表示所述光伏支路的输出端电压;UM(else)表示所述光伏支路中正常组件电压;
所述组件失配故障数学模型的表达式如式(2)所示:
式(2)中,k表示光伏支路中发生失配的光伏组件个数;UVD表示光伏支路中的旁路二极管导通电压;IMax(k)表示第k个组件的最大输出电流;IMax(else)表示正常组件的最大输出电流。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010773149.9A CN111914421B (zh) | 2020-08-04 | 2020-08-04 | 针对不同故障机理的光伏支路统一建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010773149.9A CN111914421B (zh) | 2020-08-04 | 2020-08-04 | 针对不同故障机理的光伏支路统一建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111914421A CN111914421A (zh) | 2020-11-10 |
CN111914421B true CN111914421B (zh) | 2024-02-27 |
Family
ID=73287071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010773149.9A Active CN111914421B (zh) | 2020-08-04 | 2020-08-04 | 针对不同故障机理的光伏支路统一建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111914421B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014000331A1 (de) * | 2014-01-14 | 2015-07-16 | Hochschule Esslingen | Elektrisches System zur Einspeisung von elektrischer Energie für den Betrieb eines Elektromotors |
CN107704696A (zh) * | 2017-10-15 | 2018-02-16 | 国网内蒙古东部电力有限公司通辽供电公司 | 并网光伏电站动态等值阻抗及仿真分析策略 |
CN108306615A (zh) * | 2017-12-20 | 2018-07-20 | 中国电力科学研究院有限公司 | 一种用于光伏阵列故障类型诊断的方法及系统 |
CN109684749A (zh) * | 2018-12-27 | 2019-04-26 | 合肥工业大学 | 一种考虑运行特性的光伏电站等值建模方法 |
CN111222097A (zh) * | 2020-01-07 | 2020-06-02 | 武汉大学 | 一种光伏直流升压汇集系统可靠性评估及灵敏度分析方法 |
-
2020
- 2020-08-04 CN CN202010773149.9A patent/CN111914421B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014000331A1 (de) * | 2014-01-14 | 2015-07-16 | Hochschule Esslingen | Elektrisches System zur Einspeisung von elektrischer Energie für den Betrieb eines Elektromotors |
CN107704696A (zh) * | 2017-10-15 | 2018-02-16 | 国网内蒙古东部电力有限公司通辽供电公司 | 并网光伏电站动态等值阻抗及仿真分析策略 |
CN108306615A (zh) * | 2017-12-20 | 2018-07-20 | 中国电力科学研究院有限公司 | 一种用于光伏阵列故障类型诊断的方法及系统 |
CN109684749A (zh) * | 2018-12-27 | 2019-04-26 | 合肥工业大学 | 一种考虑运行特性的光伏电站等值建模方法 |
CN111222097A (zh) * | 2020-01-07 | 2020-06-02 | 武汉大学 | 一种光伏直流升压汇集系统可靠性评估及灵敏度分析方法 |
Non-Patent Citations (2)
Title |
---|
基于BP神经网络的光伏组件故障类型诊断;杨店飞;郭宇杰;沈桂鹏;;陕西电力;20160220(第02期);全文 * |
大型光伏并网系统的建模与仿真;茆美琴 苏建徽 张国荣 杜雪芳 刘翔;合肥工业大学学报(自然科学版)(第2005(09)期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111914421A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bastidas-Rodríguez et al. | Model-based degradation analysis of photovoltaic modules through series resistance estimation | |
CN105375878A (zh) | 一种在线检测和评估光伏系统效率的方法 | |
CN113037214B (zh) | 一种基于s-v曲线的光伏组件阴影遮挡故障诊断方法 | |
WO2023033002A1 (ja) | 太陽電池モジュールの故障診断方法及びプログラム | |
Bi et al. | Identification of partial shading conditions for photovoltaic strings | |
CN106055019B (zh) | 基于在线软测量模型的最大功率点跟踪的光伏发电系统 | |
Vergura et al. | On the photovoltaic explicit empirical model: Operations along the current-voltage curve | |
CN108306615B (zh) | 一种用于光伏阵列故障类型诊断的方法及系统 | |
CN109842372A (zh) | 一种光伏组件故障检测方法和系统 | |
CN110768629A (zh) | 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 | |
CN111914421B (zh) | 针对不同故障机理的光伏支路统一建模方法 | |
CN111245364B (zh) | 确定电气系统的校正的电流-电压特性曲线的方法 | |
JP6865950B2 (ja) | 太陽光発電システムおよび太陽光発電制御システム | |
US20230188090A1 (en) | Method and device of operating diagnosis of a photovoltaic chain comprising at least one photovoltaic module | |
CN116436405A (zh) | 一种光伏组串的热斑故障诊断方法 | |
Kongphet et al. | Photovoltaic Fault Detection and Diagnosis: Which Level of Granularity for PV Modeling? | |
Harrou et al. | Online model-based fault detection for grid connected PV systems monitoring | |
CN112329238B (zh) | 非均匀工况下的串-并联光伏阵列输出特性曲线建模方法 | |
Sapountzoglou et al. | A grid connected pv system fault diagnosis method | |
CN114710116A (zh) | 一种基于模糊模型的光伏电池组件的实测建模方法及系统 | |
Ghazali et al. | A multi-scale dual-stage model for PV array fault detection, classification, and monitoring technique | |
Gomathy et al. | Automatic monitoring and fault identification of photovoltaic system by wireless sensors | |
Hariharan et al. | Degradation detection of PV arrays using extremum-seeking control based MPPT | |
JP2018092234A (ja) | 太陽電池特性の把握方法および太陽光発電制御システム | |
Ayang et al. | Faults diagnosis and monitoring of a single diode photovoltaic module based on estimated parameters |
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 |