CN115955193A - 一种基于i-v曲线逆推的光伏电池故障判断方法及系统 - Google Patents
一种基于i-v曲线逆推的光伏电池故障判断方法及系统 Download PDFInfo
- Publication number
- CN115955193A CN115955193A CN202310232916.9A CN202310232916A CN115955193A CN 115955193 A CN115955193 A CN 115955193A CN 202310232916 A CN202310232916 A CN 202310232916A CN 115955193 A CN115955193 A CN 115955193A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic cell
- real
- curve
- maximum power
- time
- 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.)
- Granted
Links
Images
Classifications
-
- 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
Abstract
本发明公开一种基于I‑V曲线逆推的光伏电池故障判断方法及系统,方法包括:求解标准工作状态下的光伏电池模型的对应参数,之后对不同温度及辐照度下的光伏电池模型的对应参数进行求解,并求解不同温度及辐照度下的I‑V曲线,形成I‑V曲线库,之后通过光伏电池在线监测模块,实时测得光伏电池开路电压、短路电流,最大功率点处的电流及电压,将实测光伏电池开路电压、短路电流与I‑V曲线库中的曲线相匹配,定位对应I‑V曲线,最后,将实测的最大功率点处的电流及电压与对应I‑V曲线的最大功率点处的电流及电压进行比较,相差超过预设门槛值时,可判定故障存在。有效提高了光伏电池故障判断的精确性及光伏电站运行的可靠性和经济性。
Description
技术领域
本发明属于光伏电池故障分析技术领域,尤其涉及一种基于I-V曲线逆推的光伏电池故障判断方法及系统。
背景技术
太阳能发电是太阳能利用的主要方式之一,光伏电池是太阳能发电系统的核心部件,需要长时间工作在恶劣的自然环境中,各种故障随之而生。这些故障严重地影响着光伏阵列的使用寿命,降低输出功率,更有可能引发火灾,威胁生命和财产安全。因此在线监测光伏电池的运行状态,并能够及时准确地判断其是否发生故障具有十分重要的现实意义。
发明内容
本发明提供一种基于I-V曲线逆推的光伏电池故障判断方法及系统,用于解决无法及时准确地判断光伏电池是否发生故障的技术问题。
第一方面,本发明提供一种基于I-V曲线逆推的光伏电池故障判断方法,包括:
获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数;
对不同温度及辐照度下的光伏电池参数模型的参数进行求解,并基于不同温度及辐照度下的光伏电池参数模型的参数构建不同温度及辐照度下的I-V曲线,形成I-V曲线库;
将所述实时开路电压、所述实时短路电流与所述I-V曲线库中的曲线相匹配,使定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线,其中,定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线具体为:遍历I-V曲线库计算,筛选出小于预设电流阈值的相对应的目标曲线,其中,为标准工作状态下的光伏电池的短路电流,为光伏电池的短路电流与实时短路电流的差值;
若大于,则光伏电池故障存在,否则不存在。
第二方面,本发明提供一种基于I-V曲线逆推的光伏电池故障判断系统,包括:
求解模块,配置为获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数;
构建模块,配置为对不同温度及辐照度下的光伏电池参数模型的参数进行求解,并基于不同温度及辐照度下的光伏电池参数模型的参数构建不同温度及辐照度下的I-V曲线,形成I-V曲线库;
定位模块,配置为将所述实时开路电压、所述实时短路电流与所述I-V曲线库中的曲线相匹配,使定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线,其中,定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线具体为:遍历I-V曲线库计算,筛选出小于预设电流阈值的相对应的目标曲线,其中,为标准工作状态下的光伏电池的短路电流,为光伏电池的短路电流与实时短路电流的差值;
输出模块,配置为若大于,则光伏电池故障存在,否则不存在。
第三方面,提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的基于I-V曲线逆推的光伏电池故障判断方法的步骤。
第四方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述程序指令被处理器执行时,使所述处理器执行本发明任一实施例的基于I-V曲线逆推的光伏电池故障判断方法的步骤。
本申请的基于I-V曲线逆推的光伏电池故障判断方法及系统,无需实时监测光伏电池运行时的表面辐照度及平均温度,仅需要提前计算出不同辐照度及光伏电池温度下的I-V曲线库,在运行时测得光伏组件的开路电压、短路电流和最大功率点电压、电流的测量值,即可判断出光伏电池是否发生故障,有效提高了光伏电池故障判断的精确性及光伏电站运行的可靠性和经济性,实现了对光伏电池在线故障判断。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种基于I-V曲线逆推的光伏电池故障判断方法的流程图;
图2为本发明一实施例提供的太阳能电池组件在线监测模块示意图;
图3为本发明一实施例提供的一种基于I-V曲线逆推的光伏电池故障判断系统的结构框图;
图4是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,其示出了本申请的一种基于I-V曲线逆推的光伏电池故障判断方法的流程图。
如图1所示,基于I-V曲线逆推的光伏电池故障判断方法具体包括以下步骤:
步骤S101,获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数。
在本实施例中,标准工作状态下光伏电池的输出特性方程为:
厂商提供的数据一般包括标准工况(光照强度为1000W/m2,工作温度为25℃)下的开路电压、短路电流、最大功率点电压和电流、短路电流温度系数以及开路电压温度系数。通过上述数据,基于光伏电池输出特性方程,列写短路状态下及开路状态下的输出特性方程分别为:
式中,为短路电流,为开路电压,为光生电流,为串联电阻,为并联电阻,为二极管理想因子,为光伏电池的开路电压,为串联电池阵列的热电压,由于,,近似后标准工作状态下的二极管反向饱和电流及标准工作状态下的光生电流的计算公式分别为:
迭代过程如下:初始化、,取值为经验值,其中,为标准工作状态下的光伏电池的串联电阻,为标准工作状态下的光伏电池的并联电阻,为标准工作状态下的光伏电池的并联电阻的最小值;通过式(5)、式(6)求解得到、后,将、带入函数中求解当前对应的最大功率并判断最大功率与光伏电池的理论最大功率的差值是否大于预设功率阈值;通过式(6)、式(8)求解得到、后,将、带入函数中求解当前对应的最大功率并与光伏电池的理论最大功率比较,直至低于阈值,迭代完成,即得到标准工况下的光伏电池参数模型的、、、以及。
步骤S102,对不同温度及辐照度下的光伏电池参数模型的参数进行求解,并基于不同温度及辐照度下的光伏电池参数模型的参数构建不同温度及辐照度下的I-V曲线,形成I-V曲线库。
在本实施例中,通过输入有效辐照度、模块内电池的平均电池温度、短路电流温度系数、参考温度下的光伏电池材料的能带隙、带隙温度依赖性以及将步骤S101中获得的光伏电池参数模型的、、、以及带入函数对不同温度及辐照度下的光伏电池参数模型的参数进行求解;将不同温度及辐照度下的光伏电池参数模型的参数带入函数中求解得到不同温度及辐照度下光伏电池的开路电压、光伏电池的短路电流、最大功率点处的以及最大功率点处的电流,并形成I-V曲线。
需要说明的是,如图2所示,光伏电池在线监测模块包括电源电路、储能电路、微控制器、开关电路以及电流检测电路。光伏电池在线监测模块在工作时,光伏电池通过二极管给储能电路充电,同时给电源电路供电,微控制器正常工作。在监测时,首先读取MPPT点的电压及电流。测短路电流时,闭合开关电路,光伏电池短路,微控制器读取短路电流。因为有储能电路和防反二极管,后级电路不掉电正常工作。电流测试后关闭开关电路,光伏电池正常输出。
在实际实施中,首先将已获得的I-V曲线库上传至云平台,并每隔一小时通过在线监测模块采集光伏电池组件的开路电压、短路电流及最大功率点电流和电压,将采集的开路电压、短路电流及最大功率点电流和电压上传至云平台。之后通过采集的开路电压、短路电流定位对应I-V曲线。最后,将采集的最大功率点处的实时电流与最大功率点处的实时电压相乘得到第一功率,以及将I-V曲线中的最大功率点处的电压与最大功率点处的电流相乘得到第二功率,判断第一功率与第二功率的差值是否大于预设阈值。
步骤S107,若大于,则光伏电池故障存在,否则不存在。
综上,本申请首先采用迭代法,依据光伏电池厂商数据,求解标准工作状态下的光伏电池模型的对应参数。之后通过函数对不同温度及辐照度下的光伏电池模型的对应参数进行求解,并通过函数求解不同温度及辐照度下的I-V曲线,形成I-V曲线库。之后通过光伏电池在线监测模块,实时测得光伏电池开路电压、短路电流,最大功率点处的电流及电压。将实测光伏电池开路电压、短路电流与I-V曲线库中的曲线相匹配,定位对应I-V曲线。最后,将实测的最大功率点处的电流及电压与对应I-V曲线的最大功率点处的电流及电压进行比较,相差超过预设门槛值时,可判定故障存在。无需实时监测光伏电池运行时的表面辐照度及平均温度,仅需要提前计算出不同辐照度及光伏电池温度下的I-V曲线库,在运行时测得光伏组件的开路电压、短路电流和最大功率点电压、电流的测量值,即可判断出光伏电池是否发生故障,有效提高了光伏电池故障判断的精确性及光伏电站运行的可靠性和经济性。
请参阅图3,其示出了本申请的一种基于I-V曲线逆推的光伏电池故障判断系统的结构框图。
如图3所示,光伏电池故障判断系统200,包括求解模块210、构建模块220、获取模块230、定位模块240、计算模块250、判断模块260以及输出模块270。
其中,求解模块210,配置为获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数;构建模块220,配置为对不同温度及辐照度下的光伏电池参数模型的参数进行求解,并基于不同温度及辐照度下的光伏电池参数模型的参数构建不同温度及辐照度下的I-V曲线,形成I-V曲线库;获取模块230,配置为获取光伏电池的实时开路电压、实时短路电流、最大功率点处的实时电流以及最大功率点处的实时电压;定位模块240,配置为将所述实时开路电压、所述实时短路电流与所述I-V曲线库中的曲线相匹配,使定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线;计算模块250,将实时获取的最大功率点处的实时电流与最大功率点处的实时电压相乘得到第一功率,以及将所述目标I-V曲线中的最大功率点处的电压与最大功率点处的电流相乘得到第二功率;判断模块260,配置为判断所述第一功率与所述第二功率的差值是否大于预设阈值;输出模块270,配置为若大于,则光伏电池故障存在,否则不存在。
应当理解,图3中记载的诸模块与图1中描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征以及相应的技术效果同样适用于图3中的诸模块,在此不再赘述。
在另一些实施例中,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序指令被处理器执行时,使所述处理器执行上述任意方法实施例中的基于I-V曲线逆推的光伏电池故障判断方法;
作为一种实施方式,本发明的计算机可读存储介质存储有计算机可执行指令,计算机可执行指令设置为:
获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数;
对不同温度及辐照度下的光伏电池参数模型的参数进行求解,并基于不同温度及辐照度下的光伏电池参数模型的参数构建不同温度及辐照度下的I-V曲线,形成I-V曲线库;
将所述实时开路电压、所述实时短路电流与所述I-V曲线库中的曲线相匹配,使定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线,其中,定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线具体为:遍历I-V曲线库计算,筛选出小于预设电流阈值的相对应的目标曲线,其中,为标准工作状态下的光伏电池的短路电流,为光伏电池的短路电流与实时短路电流的差值;
若大于,则光伏电池故障存在,否则不存在。
计算机可读存储介质可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据基于I-V曲线逆推的光伏电池故障判断系统的使用所创建的数据等。此外,计算机可读存储介质可以包括高速随机存取存储器,还可以包括存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至基于I-V曲线逆推的光伏电池故障判断系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图4是本发明实施例提供的电子设备的结构示意图,如图4所示,该设备包括:一个处理器310以及存储器320。电子设备还可以包括:输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图4中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例基于I-V曲线逆推的光伏电池故障判断方法。输入装置330可接收输入的数字或字符信息,以及产生与基于I-V曲线逆推的光伏电池故障判断系统的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
作为一种实施方式,上述电子设备应用于基于I-V曲线逆推的光伏电池故障判断系统中,用于客户端,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数;
对不同温度及辐照度下的光伏电池参数模型的参数进行求解,并基于不同温度及辐照度下的光伏电池参数模型的参数构建不同温度及辐照度下的I-V曲线,形成I-V曲线库;
将所述实时开路电压、所述实时短路电流与所述I-V曲线库中的曲线相匹配,使定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线,其中,定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线具体为:遍历I-V曲线库计算,筛选出小于预设电流阈值的相对应的目标曲线,其中,为标准工作状态下的光伏电池的短路电流,为光伏电池的短路电流与实时短路电流的差值;
若大于,则光伏电池故障存在,否则不存在。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种基于I-V曲线逆推的光伏电池故障判断方法,其特征在于,包括:
获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数;
对不同温度及辐照度下的光伏电池参数模型的参数进行求解,并基于不同温度及辐照度下的光伏电池参数模型的参数构建不同温度及辐照度下的I-V曲线,形成I-V曲线库;
将所述实时开路电压、所述实时短路电流与所述I-V曲线库中的曲线相匹配,使定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线,其中,定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线具体为:遍历I-V曲线库计算,筛选出小于预设电流阈值的相对应的目标曲线,其中,为标准工作状态下的光伏电池的短路电流,为光伏电池的短路电流与实时短路电流的差值;
若大于,则光伏电池故障存在,否则不存在。
2.根据权利要求1所述的一种基于I-V曲线逆推的光伏电池故障判断方法,其特征在于,所述获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数,包括:
5.一种基于I-V曲线逆推的光伏电池故障判断系统,其特征在于,包括:
求解模块,配置为获取光伏电池厂商数据,并根据迭代法求解标准工作状态下的光伏电池参数模型的参数;
构建模块,配置为对不同温度及辐照度下的光伏电池参数模型的参数进行求解,并基于不同温度及辐照度下的光伏电池参数模型的参数构建不同温度及辐照度下的I-V曲线,形成I-V曲线库;
定位模块,配置为将所述实时开路电压、所述实时短路电流与所述I-V曲线库中的曲线相匹配,使定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线,其中,定位与所述实时开路电压、所述实时短路电流相对应的目标I-V曲线具体为:遍历I-V曲线库计算,筛选出小于预设电流阈值的相对应的目标曲线,其中,为标准工作状态下的光伏电池的短路电流,为光伏电池的短路电流与实时短路电流的差值;
输出模块,配置为若大于,则光伏电池故障存在,否则不存在。
6.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至4任一项所述的方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310232916.9A CN115955193B (zh) | 2023-03-13 | 2023-03-13 | 一种基于i-v曲线逆推的光伏电池故障判断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310232916.9A CN115955193B (zh) | 2023-03-13 | 2023-03-13 | 一种基于i-v曲线逆推的光伏电池故障判断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115955193A true CN115955193A (zh) | 2023-04-11 |
CN115955193B CN115955193B (zh) | 2023-08-15 |
Family
ID=87297808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310232916.9A Active CN115955193B (zh) | 2023-03-13 | 2023-03-13 | 一种基于i-v曲线逆推的光伏电池故障判断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115955193B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116707445A (zh) * | 2023-08-04 | 2023-09-05 | 华能新能源股份有限公司山西分公司 | 一种光伏组件故障定位方法和系统 |
CN117491938A (zh) * | 2023-12-29 | 2024-02-02 | 国网甘肃省电力公司电力科学研究院 | 一种光伏储能系统的电流互感器检测控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999700A (zh) * | 2012-11-27 | 2013-03-27 | 华北电力大学 | 一种光伏电池输出特性建模方法 |
EP3474439A1 (fr) * | 2017-10-23 | 2019-04-24 | Commissariat à l'Énergie Atomique et aux Énergies Alternatives | Procédé de caractérisation électrique d'une cellule photovoltaïque |
CN110717304A (zh) * | 2019-10-25 | 2020-01-21 | 河海大学常州校区 | 一种基于单i-v方程求解光伏组件输出模型的方法 |
CN111327271A (zh) * | 2020-01-20 | 2020-06-23 | 福州大学 | 基于半监督极限学习机的光伏阵列故障诊断方法 |
CN113078880A (zh) * | 2021-03-26 | 2021-07-06 | 山东建筑大学 | 光伏发电组件分布式在线故障诊断方法及系统 |
-
2023
- 2023-03-13 CN CN202310232916.9A patent/CN115955193B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999700A (zh) * | 2012-11-27 | 2013-03-27 | 华北电力大学 | 一种光伏电池输出特性建模方法 |
EP3474439A1 (fr) * | 2017-10-23 | 2019-04-24 | Commissariat à l'Énergie Atomique et aux Énergies Alternatives | Procédé de caractérisation électrique d'une cellule photovoltaïque |
US20190123683A1 (en) * | 2017-10-23 | 2019-04-25 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Method for the electrical characterization of a photovoltaic cell |
CN110717304A (zh) * | 2019-10-25 | 2020-01-21 | 河海大学常州校区 | 一种基于单i-v方程求解光伏组件输出模型的方法 |
CN111327271A (zh) * | 2020-01-20 | 2020-06-23 | 福州大学 | 基于半监督极限学习机的光伏阵列故障诊断方法 |
CN113078880A (zh) * | 2021-03-26 | 2021-07-06 | 山东建筑大学 | 光伏发电组件分布式在线故障诊断方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116707445A (zh) * | 2023-08-04 | 2023-09-05 | 华能新能源股份有限公司山西分公司 | 一种光伏组件故障定位方法和系统 |
CN116707445B (zh) * | 2023-08-04 | 2023-11-03 | 华能新能源股份有限公司山西分公司 | 一种光伏组件故障定位方法和系统 |
CN117491938A (zh) * | 2023-12-29 | 2024-02-02 | 国网甘肃省电力公司电力科学研究院 | 一种光伏储能系统的电流互感器检测控制方法 |
CN117491938B (zh) * | 2023-12-29 | 2024-03-01 | 国网甘肃省电力公司电力科学研究院 | 一种光伏储能系统的电流互感器检测控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115955193B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115955193A (zh) | 一种基于i-v曲线逆推的光伏电池故障判断方法及系统 | |
Spataru et al. | Diagnostic method for photovoltaic systems based on light I–V measurements | |
Gokmen et al. | Simple diagnostic approach for determining of faulted PV modules in string based PV arrays | |
CN107425520B (zh) | 一种含节点注入功率不确定性的主动配电网三相区间状态估计方法 | |
US20150142347A1 (en) | Solar Energy Disaggregation Techniques for Whole-House Energy Consumption Data | |
Garoudja et al. | Efficient fault detection and diagnosis procedure for photovoltaic systems | |
Zhang et al. | A reinforcement learning based approach for on-line adaptive parameter extraction of photovoltaic array models | |
Gulin et al. | Photovoltaic panel and array static models for power production prediction: Integration of manufacturers’ and on-line data | |
Navas et al. | Modelling Li-ion batteries using equivalent circuits for renewable energy applications | |
Anand et al. | Design and analysis of a low cost PV analyzer using Arduino UNO | |
CN107506331B (zh) | 基于时间关联性及元件运行时间的微电网可靠性计算方法 | |
CN116383658A (zh) | 一种基于bp神经网络的太阳能电池板故障诊断方法及装置 | |
Serrano-Luján et al. | Case of study: Photovoltaic faults recognition method based on data mining techniques | |
Liu et al. | Experiment‐based supervised learning approach toward condition monitoring of PV array mismatch | |
CN112016260B (zh) | 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 | |
Kimber et al. | Improved test method to verify the power rating of a photovoltaic (PV) project | |
Andò et al. | SENTINELLA: A WSN for a smart monitoring of PV systems at module level | |
An et al. | Robust configuration and intelligent MPPT control for building integrated photovoltaic system based on extreme learning machine | |
CN113346842B (zh) | 一种太阳能电池串联电阻阻值的在线计算方法及装置 | |
KR102178925B1 (ko) | 태양광 발전량 예측 방법 및 장치 | |
CN116827263A (zh) | 光伏电池故障检测方法、装置、计算机设备和介质 | |
CN116054740A (zh) | 光伏发电设备的故障检测、故障检测模型处理方法和装置 | |
Shu et al. | Non-sequential simulation methods for reliability analysis of power systems with photovoltaic generation | |
CN113052380A (zh) | 光伏电站运维清洗效果的检测方法、装置、设备及介质 | |
Chen et al. | A novel fractional-order extended Kalman filtering method for on-line joint state estimation and parameter identification of the high power Li-ion batteries |
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 |