CN114726313A - 光伏组件老化的判定方法 - Google Patents

Abstract

本发明提供一种光伏组件老化的判定方法，基于获取所有组件多天多时刻的I_V特性曲线，对应计算其平均填充因子，并根据平均填充因子判定是否老化以及属于何种程度的老化，并纳入疑似老化组件列表，多测量周期后最终确定老化组件。本发明考虑到组件老化是一个较缓慢过程，且组件电压，电流，功率等数据测量受到温度，光照等环境因素影响较大，因此多周期多天分时间段测量，尽量避免数据的偶然性。结合组件填充因子与衰减率的联合判断，有效地定位老化组件以及老化程度的初步判定，保障了光伏发电系统的长久稳健地运行。

Description

光伏组件老化的判定方法

技术领域

本发明涉及光伏组件检测技术领域，特别是涉及一种光伏组件老化状况的判定方法。

背景技术

光伏电站长期有效运营25年的关键是光伏组件本身，组件是光伏电站的核心，组件的发电效率是大家共同关注的重点，组件发电效率是其本身发电能力，和及时监控与维护相辅相成的，是发电量与收益的关键也在于此。当电站使用的组件既定，造成发电效率低的原因有二：一是组件故障运行，导致失配严重；二是组件正常或异常的老化衰减。对于前者，已经有较多专业仪器予以识别，对于后者，由于老化进程极度缓慢，品质良好的组件衰减速度更慢，但是不排除组件受到环境或破坏性因素导致的组件异常老化，因此需要提出有效的判定方法，以提示电站工作人员，及时止损。

发明内容

基于现在许多分布式发电系统中为保障系统安全运行，提高组件的发电效率，给组件配备快速关断器，使组件发生故障时可快速关断，或为实时了解组件运行状况与确保组件运行在最佳工作点配备功率优化器以及微型逆变器，其具有I_V扫描功能。组件具备I_V特性曲线，则判断组件是否老化，利用电参数中的填充因子来辅助判定组件是否老化以及老化程度是十分可靠有效的，填充因子是反应组件品质状况的本质，越大越好，一般正常组件填充因子在0.7～0.75。

本发明目的是提供一种光伏组件老化的判定方法，基于获取所有组件多天多时刻的I_V特性曲线，对应计算其平均填充因子，并根据平均填充因子判定是否老化以及属于何种程度的老化，并纳入疑似老化组件列表，多测量周期后最终确定老化组件。

为达到上述目的，本发明的技术方案如下：

一种光伏组件老化的判定方法，包括如下步骤：

S1、获取当前测试周期下，共Npv个组件，共D天，每天T时刻的I_V特性曲线；S2、根据填充因子的计算公式，一I_V特性曲线对应一填充因子，对所有组件计算完毕填充因子FF_{d_t_i}，每个组件都具有D行T列，关于填充因子信息矩阵；S3、对每个组件的D行T列填充因子信息矩阵按规则数据处理，令每个组件求取得唯一平均填充因子FF_{avg_i}；S4、进行组件老化的判定，对所有组件在老化阈值范围内认为疑似老化，并进入下一步骤S5，否则该组件直接结束后续老化程度的判定；S5、对组件依次执行轻，中，重度组件老化程度的判定，所有组件判定完毕，形成“疑似老化组件”列表；S6、多测试周期，均执行S1～S5步骤，N个测试周期后，最终形成“老化组件”列表。

本发明的有益效果如下：

本发明的老化判定方法是通过多测试周期下，根据组件I_V特性曲线的特征分析组件是否处于老化，最后判定老化组件以及何种程度的老化，较为可靠地定位老化组件，起到提示作用，避免发电效率持续降低。

本发明提出的方法有较好的适应性和较强的辨识能力，对于提高光伏系统的安全，可靠性以及促进电站的智能化运维技术的实现具有重大现实意义。

附图说明

图1为本发明实施例的光伏组件老化判定的流程图；

图2为本发明实施例的光伏组件老化组件的P_V特性曲线示意图；

图3为本发明实施例的光伏组件老化组件的I_V特性曲线示意图；

具体实施方式

为了使本发明实施例所需要解决的技术问题、技术方案及方案优势更加清楚明白，以下结合附图，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，而不用于限定本发明。

本发明提供了一种光伏组件老化的判定方法。基于组价级功率优化器与微型逆变器的实现，可随时获取多天多时刻的组件I_V特性曲线，计算平均填充因子，并利用该值判定组件老化程度，形成疑似老化组件的列表，经多测试周期后，确定最终老化组件。本发明所述故障检测方法包括如下步骤：S1、获取当前测试周期下，共Npv个组件，共D天，每天T时刻的I_V特性曲线；S2、根据填充因子的计算公式，一I_V特性曲线对应一填充因子，对所有组件计算完毕填充因子FF_{d_t_i}，每个组件都具有D行T列，关于填充因子信息矩阵；S3、对每个组件的D行T列填充因子信息矩阵按规则数据处理，令每个组件求取得唯一平均填充因子FF_{avg_i}；S4、进行组件老化的判定，对所有组件在老化阈值范围内认为疑似老化，并进入下一步骤S5，否则该组件直接结束后续老化程度的判定；S5、对组件依次执行轻，中，重度组件老化程度的判定，所有组件判定完毕，形成“疑似老化组件”列表；S6、多测试周期，均执行S1～S5步骤，N个测试周期后，最终形成“老化组件”列表。

为了确保数据的合理性，对多次计算所得的填充因子进行数据筛选并求均值，一定程度减缓了由于温度和光照等环境因素带来的数据偏差；

考虑到正常老化组件过程缓慢，因此，联合同个组件在多个测试周期的平均填充因子，并结合单个测试周期完成后形成的“疑似老化组件”列表，最终确定该组件是否是老化组件以及何种程度的老化。

为了确保不会出现误判老化与其他故障，对组件填充因子也划定了合理的阈值，对填充因子过低的组件任务其功率降低过多，应该执行其他组件故障型判定，而不是老化判定。

若组件平均填充因子高于或等于Thr_FF，说明组件目前健康状况良好，该组件直接结束后续老化程度的判定，若所有组件均健康状况良好，则无需形成老化组件相关列表。

在一些实施例中，一种光伏组件老化的判定方法，包括如下步骤：

S1、当前测试周期下，依次获取每个组件，连续D天，每天固定T个时刻的I_V特性曲线，其中D∈[3,10],T∈[5,10]；

S2、根据第idx(idx∈[1,Npv])个组件第d(d∈[1,D])天第t(t∈[1,T])的I_V特性曲线一次计算该组件的填充因子FF_{d_t_i}，其中是Npv组件总数，以I_sc,U_oc分别表示组件在标准环境下的短路电流与开路电压，直至Npv个组件的填充因子计算完毕；

S3、依次对Npv个组件的D×T的矩阵Array_FF按一定规则，进行数据处理，得该组件唯一平均填充因子FF_{avg_i}；

S4、进入老化组件的判定，对Npv个组件逐一进行判定，若第idx组件的平均填充因子FF_{avg_i}≥Thr_FF或FF_{avg_i}＜Thr_l，则直接结束该组件老化的判定流程，若Thr_l≤FF_{avg_i}≤Thr_FF，则该组件执行S5老化程度的判定，其中Thr_FF是填充因子阈值，Thr_l是重度老化判断阈值；

S5、老化程度的判定，进入S5的组件，根据其平均填充因子FF_{avg_i}大小判定该组件按轻度老化，中度老化，重度老化程度分类，并将组件索引idx记录于“疑似老化组件”列表中；

S6、多周期测试，接下来的N个测试周期，其中N＞＝4，均执行S1～S5步骤，经过N个测试周期后，统计疑似老化组件列表中不同程度老化组件，若第idx个组件在疑似老化组件列表出现次数大于计数阈值Thr_count，

则将组件idx移入老化组件列表。

在优选的实施例中，步骤S1中，基于组件已具备微型逆变器和功率优化器，可获取I_V曲线，基于模型法简单直观地判断组件的故障类型。对第idx,idx∈[1,Npv]，第d(d∈[1,D])天的第t(t∈[1,T])时刻执行I_V扫描，获取当前时刻组件输出的特性曲线。

在优选的实施例中，步骤S2中，根据第idx,idx∈[1,Npv]，第d(d∈[1,D])天的第t(t∈[1,T])的I_V特性曲线，利用填充因子计算公式，得到第idx组件第d天第t时刻的品质情况FF_{d_t_i}，其中idx是光伏组件唯一索引，填充因子计算公式：

I_{d_t_i_max},U_{d_t_i_max}分别表示第d天第t时刻第idx组件的I_V特性曲线上输出功率最大点对应的电流值，电压值，一般I_sc,U_oc属于组件出产前经光伏组件生产公司按照严格标准环境测试后的组件电流和电压，是可知的。

在优选的实施例中，步骤S3中，任意的第idx个组件都具备了一个D行T列关于填充因子信息的数据阵列Array_FF，存放的是该组件在第d(d∈[1,D])天第t(t∈[1,T])时刻的填充因子FF_{d_t_i}，是通过对这D行T列矩阵按一定规则，进行数据处理，求得该组件唯一填充因子FF_{avg_i}。

在优选的实施例中，步骤S4中，根据组件的唯一平均填充因子FF_{avg_i}判定是否老化，当平均填充因子FF_{avg_i}≥Thr_FF，说明组件品质良好，不存在老化，当FF_{avg_i}＜Thr_l，说明组件输出功率大量降低，此类情况考虑组件是否出现故障，均直接结束后续老化程度的判定；否则组件才可以进入老化程度的判定。

在优选的实施例中，步骤S5中，第idx个组件平均填充因子FF_{avg_i}，结合轻度老化阈值Thr_s＝Thr_FF-diff1，中度老化阈值Thr_m＝Thr_FF-diff2，重度老化判断阈值Thr_l＝Thr_FF-diff3，判定该组件的老化程度，其中diff1＝0.05，diff2＝0.1，diff3＝0.15，分别表示轻度，中度，重度老化阈值到填充因子阈值的差值。将组件索引idx记录到疑似老化组件列表中，并对组件进行老化程度的划分，当FF_{avg_i}∈[Thr_s,Thr_FF)，组件认定为轻度老化，FF_{avg_i}∈[Thr_m,Thr_s)，组件认定为中度老化，FF_{avg_i}∈[Thr_l,Thr_m)，组件认定为重度老化。

在优选的实施例中，步骤S6中，进行N个周期的测试，每个周期均执行S1～S5步骤，第N个周期时，也会统计组件idx在疑似老化组件列表出现次数大于或等于阈值Thr_count，

才可将组件索引idx移入“老化组件”列表，并按老化程度区分，其中：若在多测试周期下，组件同时存在于不止一种程度的老化，则会被划分属于更为严重老化的那类。

步骤S1中，所述D天，T时刻应该尽量使光照充足，温度适宜的环境，每天的T个时刻应尽量一致，可以尽量避免由于外界环境差异对测量带来的误差。

进一步地，步骤S3中一定规则的数据处理，可以是一：对每个组件，去除每天的max(FF_{d_t_i})和min(FF_{d_t_i})，后对剩下t-2的FF_{d_t_i}求均值，其中max()，min()是求最大值，最小值。每天就可通过计算t-2个填充因子获得一个均值FF_{avg_d_i}，最后对D天的D个填充因子FF_{avg_d_i}再求均值得到第idx个组件平均填充因子FF_{avg_i}；二：对每个组件共D天内的D×T的填充因子矩阵Array_FF，去除最大值与最小值，后对剩下的D×T-2个填充因子求均值得到第idx个组件平均填充因子FF_{avg_i}。“一定规则的数据处理”还可以扩展其他方式，不限于以上两种，对组件在一个测试周期内求取的填充因子进行删除偏大值与偏小值并求平均的操作，是为了避免测试数据的偶然性，与环境因素导致的测试误差，若有其他方式可以减缓这种误差均可。

进一步地，步骤S6中，一般情况下，至少N≥4，随着光伏组件运行时间越长，则可用数据越多，N可变，意味着可以联合以往每个测试周期中统计的Array_FF数据量越多，则统计越具有可靠性。其中一个测试周期可为半年或1年甚至2年。由于光伏组件的老化是一个缓慢的过程，尤其天气变化带来光照，温度改变时，同样会使组件产生较大的功率损失，导致诊断系统的误判。因此每个测试周期均会形成关于疑似老化组件的列表，经多测试周期后，便可以确定组件是否确实处于老化以及何种程度的老化。

本发明的背景部分可以包含关于本发明的问题或环境的背景信息，而不一定是描述现有技术。因此，在背景技术部分中包含的内容并不是申请人对现有技术的承认。

以上内容是结合具体/优选的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，其还可以对这些已描述的实施方式做出若干替代或变型，而这些替代或变型方式都应当视为属于本发明的保护范围。在本说明书的描述中，参考术语“一种实施例”、“一些实施例”、“优选实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。尽管已经详细描述了本发明的实施例及其优点，但应当理解，在不脱离专利申请的保护范围的情况下，可以在本文中进行各种改变、替换和变更。

Claims (10)

1.一种光伏组件老化的判定方法，其特征在于：包括如下步骤：

S1、获取当前测试周期下，共Npv个组件，共D天，每天T时刻的I_V特性曲线；S2、根据填充因子的计算公式，一I_V特性曲线对应一填充因子，对所有组件计算完毕填充因子FF_{d_t_i}，每个组件都具有D行T列，关于填充因子信息矩阵；S3、对每个组件的D行T列填充因子信息矩阵按规则数据处理，令每个组件求取得唯一平均填充因子FF_{avg_i}；S4、进行组件老化的判定，对所有组件在老化阈值范围内认为疑似老化，并进入下一步骤S5，否则该组件直接结束后续老化程度的判定；S5、对组件依次执行轻，中，重度组件老化程度的判定，所有组件判定完毕，形成“疑似老化组件”列表；S6、多测试周期，均执行S1～S5步骤，N个测试周期后，最终形成“老化组件”列表。

2.如权利要求1所述的光伏组件老化的判定方法，其特征在于：具体包括如下步骤：

S1、当前测试周期下，依次获取每个组件，连续D天，每天固定T个时刻的I_V特性曲线，其中D∈[3,10],T∈[5,10]；

S2、根据第idx(idx∈[1,Npv])个组件第d(d∈[1,D])天第t(t∈[1,T])的I_V特性曲线一次计算该组件的填充因子FF_{d_t_i}，其中是Npv组件总数，以I_sc,U_oc分别表示组件在标准环境下的短路电流与开路电压，直至Npv个组件的填充因子计算完毕；

S3、依次对Npv个组件的D×T的矩阵Array_FF按规则进行数据处理，得到该组件唯一平均填充因子FF_{avg_i}；

S4、进行老化组件的判定，对Npv个组件逐一进行判定，若第idx组件的平均填充因子FF_{avg_i}≥Thr_FF或FF_{avg_i}＜Thr_l，则直接结束该组件老化的判定流程，若Thr_l≤FF_{avg_i}≤Thr_FF，则对该组件执行S5老化程度的判定，其中Thr_FF是填充因子阈值，Thr_l是重度老化判断阈值；

S5、进行老化程度的判定，根据组件的平均填充因子FF_{avg_i}大小判定该组件，按轻度老化，中度老化，重度老化程度分类，并将组件索引idx记录于“疑似老化组件”列表中；

S6、N个测试周期，其中N＞＝4，均执行S1～S5步骤，经过N个测试周期后，统计疑似老化组件列表中不同程度老化组件，若第idx个组件在疑似老化组件列表出现次数大于计数阈值Thr_count，

则将组件idx移入老化组件列表；

优选地，当前测试周期下，分别获取第idx个组件多天多时刻的I_V特性曲线，根据该曲线计算对应天-时刻-组件填充因子FF_{d_t_i}，并按照数据处理规则求取组件的唯一平均填充因子FF_{avg_i}，根据该值判定是否老化以及老化程度，对疑似老化组件记录，经N个测试周期，确定最后老化组件。

3.如权利要求1所述的光伏组件老化的判定方法，其特征在于：步骤S1中，基于组件已具备微型逆变器和功率优化器，获取I_V曲线，基于模型法简单直观地判断组件的故障类型；对第idx,idx∈[1,Npv]，第d(d∈[1,D])天的第t(t∈[1,T])时刻执行I_V扫描，获取当前时刻组件输出的特性曲线。

4.如权利要求1所述的光伏组件老化的判定方法，其特征在于：步骤S2中，根据第idx,idx∈[1,Npv]，第d(d∈[1,D])天的第t(t∈[1,T])的I_V特性曲线，利用填充因子计算公式，得到第idx组件第d天第t时刻的品质情况FF_{d_t_i}，其中idx是光伏组件唯一索引，填充因子计算公式：

I_{d_t_i_max},U_{d_t_i_max}分别表示第d天第t时刻第idx组件的I_V特性曲线上输出功率最大点对应的电流值和电压值。

5.如权利要求4所述的光伏组件老化的判定方法，其特征在于：步骤S3中，任意的第idx个组件都具备了一个D行T列关于填充因子信息的数据阵列Array_FF，存放的是该组件在第d(d∈[1,D])天第t(t∈[1,T])时刻的填充因子FF_{d_t_i}，是通过对这D行T列矩阵按规则进行数据处理，求得该组件唯一填充因子FF_{avg_i}。

6.如权利要求1所述的光伏组件老化的判定方法，其特征在于：步骤S4中，根据组件的唯一平均填充因子FF_{avg_i}判定是否老化，当平均填充因子FF_{avg_i}≥Thr_FF，判定不存在老化，当FF_{avg_i}＜Thr_l，直接结束后续老化程度的判定；否则组件才进入老化程度的判定。

7.如权利要求1所述的光伏组件老化的判定方法，其特征在于：步骤S5中，第idx个组件平均填充因子FF_{avg_i}，结合轻度老化阈值Thr_s＝Thr_FF-diff1，中度老化阈值Thr_m＝Thr_FF-diff2，重度老化判断阈值Thr_l＝Thr_FF-diff3，判定该组件的老化程度，其中diff1＝0.05，diff2＝0.1，diff3＝0.15，分别表示轻度，中度，重度老化阈值到填充因子阈值的差值；将组件索引idx记录到疑似老化组件列表中，并对组件进行老化程度的划分，当FF_{avg_i}∈[Thr_s,Thr_FF)，将组件认定为轻度老化，FF_{avg_i}∈[Thr_m,Thr_s)，将组件认定为中度老化，FF_{avg_i}∈[Thr_l,Thr_m)，将组件认定为重度老化。

8.如权利要求1所述的光伏组件老化的判定方法，其特征在于：步骤S6中，第N个周期时，也统计组件idx在疑似老化组件列表出现次数大于或等于阈值Thr_count，

才将组件索引idx移入“老化组件”列表，并按老化程度区分，其中：若在多测试周期下，组件同时存在于不止一种程度的老化，则会被划分属于更为严重老化的那类；优选地，N≥4，每个测试周期均形成关于疑似老化组件的列表，经多测试周期后，确定组件是否确实处于老化以及何种程度的老化。

9.如权利要求4所述的光伏组件老化的判定方法，其特征在于：步骤S3中按规则的数据处理，选自至少如下两种处理方式：方式一、对每个组件，去除每天的max(FF_{d_t_i})和min(FF_{d_t_i})，后对剩下t-2的FF_{d_t_i}求均值，其中max()、min()是求最大值与最小值；每天通过计算t-2个填充因子获得一个均值FF_{avg_d_i}，最后对D天的D个填充因子FF_{avg_d_i}再求均值得到第idx个组件平均填充因子FF_{avg_i}；方式二、对每个组件共D天内的D×T的填充因子矩阵Array_FF，去除最大值与最小值，后对剩下的D×T-2个填充因子求均值得到第idx个组件平均填充因子FF_{avg_i}。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于：所述计算机程序由处理器执行时，实现如权利要求1至9任一项所述的光伏组件老化的判定方法。

Images