CN117113776A - 光伏组件的数值模拟方法、模拟装置及电子设备 - Google Patents
光伏组件的数值模拟方法、模拟装置及电子设备 Download PDFInfo
- Publication number
- CN117113776A CN117113776A CN202311149552.4A CN202311149552A CN117113776A CN 117113776 A CN117113776 A CN 117113776A CN 202311149552 A CN202311149552 A CN 202311149552A CN 117113776 A CN117113776 A CN 117113776A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic module
- fatigue
- parameters
- distribution information
- strain distribution
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000000463 material Substances 0.000 claims abstract description 127
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 15
- 125000004122 cyclic group Chemical group 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 23
- 238000011156 evaluation Methods 0.000 abstract description 14
- 229910000838 Al alloy Inorganic materials 0.000 description 36
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 12
- 239000011521 glass Substances 0.000 description 12
- 239000000741 silica gel Substances 0.000 description 12
- 229910002027 silica gel Inorganic materials 0.000 description 12
- 238000009434 installation Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种光伏组件的数值模拟方法、模拟装置及电子设备，该模拟方法包括：构建光伏组件的疲劳数值模型；根据光伏组件的力学性能参数确定疲劳数值模型的材料参数；根据材料参数，确定光伏组件的应力应变分布信息；根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命。本发明通过构建符合光伏组件工况的疲劳数值模型，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
Description
技术领域
本发明涉及光伏组件技术领域，尤其是涉及一种光伏组件的数值模拟方法、模拟装置及电子设备。
背景技术
户外光伏组件发电系统在承受风荷载时，其系统中的光伏组件占据了大部分的受力面积，因而，风荷载对光伏组件的破坏力较大，光伏组件受到风的湍流影响而产生不规则振动，尤其是在光伏组件大尺寸化的背景下，容易发生组件故障失效的情况，因此，为了评估光伏组件的可靠性，一般对光伏组件进行数值模拟来评估其可靠性。光伏组件中的组件边框在非硅成本中占比最高，也是脉动风荷载评估的关键部件，结构件的疲劳损坏大约占整体损坏的70％左右，在使用过程中受到多种交变载荷的结构件，虽然使用时的应力远低于材料的许用应力，但在长时间负载后依然会发生疲劳损坏，给产品的使用过程带来极大的安全隐患。因此，光伏组件的边框失效是最主要的失效模拟，而动态载荷测试是评估组件在交变载荷下可靠性重要手段，因此动态载荷的评估显得尤为重要。
而目前相关技术中，针对光伏组件的动态载荷测试方法主要是通过人工测试来实现。以某一型号的光伏组件的测试过程为例，该光伏组件的测试成本为3600元，时间周期为12h，人工工时12/人，需两位操作人员，以及其他设备维护保养成本。因此，目前人工实现的动态载荷测试方法需要大量的时间成本、人工成本和物料成本，且效率较低，准确性也无法保证，并且，人工测试不适于推广，通用性和适用性不高。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。
为此，本发明的一个目的在于提出一种光伏组件的数值模拟方法，该方法可以通过构建符合光伏组件工况的疲劳数值模型，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
为此，本发明的第二个目的在于提出一种光伏组件的数值模拟装置。
为此，本发明的第三个目的在于提出一种电子设备。
为此，本发明的第四个目的在于提出一种计算机可读存储介质。
为实现上述目的，本发明第一方面的实施例公开了一种光伏组件的数值模拟方法，包括：构建所述光伏组件的疲劳数值模型；根据所述光伏组件的力学性能参数确定所述疲劳数值模型的材料参数；根据所述材料参数，确定所述光伏组件的应力应变分布信息；根据所述应力应变分布信息及所述光伏组件的边框材料的疲劳性能参数，得到所述光伏组件的疲劳寿命。
根据本发明实施例的光伏组件的数值模拟方法，该方法可以通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
另外，根据本发明上述实施例的光伏组件的数值模拟方法，还可以具有如下附加的技术特征：
在一些实施例中，根据所述应力应变分布信息及所述光伏组件的边框材料的疲劳性能参数，模拟得到所述光伏组件的疲劳寿命，包括：将所述应力应变分布信息及所述光伏组件的边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，采用预设疲劳算法进行模拟仿真，得到所述光伏组件在不同载荷下的疲劳寿命。
在一些实施例中，所述光伏组件的边框材料的疲劳性能参数通过针对所述光伏组件的边框进行实验测量得到。
在一些实施例中，所述预设的疲劳耐久性分析和信号处理软件包括Fe-Safe软件。
在一些实施例中，所述预设疲劳算法包括Brown-Miller算法。
在一些实施例中，构建所述光伏组件疲劳数值模型，包括：根据有限元前处理软件建立所述光伏组件的二分之一疲劳模型，以得到所述光伏组件的疲劳数值模型。
在一些实施例中，所述有限元前处理软件包括Hypermesh软件。
在一些实施例中，根据所述材料参数，确定所述光伏组件在单个循环作用下的应力应变分布信息，包括：根据所述材料参数建立所述疲劳数值模型的边界条件和载荷步工况；根据所述边界条件和载荷步工况得到所述光伏组件在单个循环作用下的所述应力应变分布信息。
为实现上述目的，本发明第二方面的实施例公开了一种光伏组件的数值模拟装置，包括：模型构建模块，用于构建所述光伏组件的疲劳数值模型；第一处理模块，用于根据所述光伏组件的力学性能参数确定所述疲劳数值模型的材料参数；第二处理模块，用于根据所述材料参数，确定所述光伏组件的应力应变分布信息；第三处理模块，用于根据所述应力应变分布信息及所述光伏组件的边框材料的疲劳性能参数，得到所述光伏组件的疲劳寿命。
根据本发明实施例的光伏组件的数值模拟装置，该装置可以通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
为实现上述目的，本发明第三方面的实施例公开了一种电子设备，包括：存储器，以及存储在存储器上并可在处理器上运行的光伏组件的数值模拟程序，所述光伏组件的数值模拟程序被处理器执行时实现如本发明上述第一方面实施例所述的光伏组件的数值模拟方法。
根据本发明实施例的电子设备，该设备可以通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
为实现上述目的，本发明第四方面的实施例公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有光伏组件的数值模拟程序，所述光伏组件的数值模拟程序被处理器执行时实现如本发明上述第一方面实施例所述的光伏组件的数值模拟方法。
根据本发明实施例的计算机可读存储介质，其上存储的光伏组件的数值模拟程序被处理器执行时，通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明一个实施例的光伏组件的数值模拟方法的流程图；
图2是根据本发明一个实施例的光伏组件的疲劳数值模型的示意图；
图3是根据本发明一个实施例的光伏组件的数值模拟装置的结构框图；
图4是根据本发明一个实施例的电子设备的结构框图。
具体实施方式
下面详细描述本发明的实施例，参考附图描述的实施例是示例性的，下面详细描述本发明的实施例。
下面参考图1-图4描述根据本发明实施例的光伏组件的数值模拟方法、模拟装置及电子设备。
图1是根据本发明一个实施例的光伏组件的数值模拟方法的流程图。如图1所示，该光伏组件的数值模拟方法，包括以下步骤：
步骤S1：构建光伏组件的疲劳数值模型。
具体而言，根据动态载荷测试工况，确定光伏组件建模对象为光伏组件的边框，根据光伏组件的材料特征，构建光伏组件的疲劳数值模型，具体的，如图2所示，例如选取的光伏组件边框为铝合金边框，根据铝合金边框的材料特征，利用有限元前处理软件，如采用Hypermesh软件，建立光伏组件(如其铝合金边框)的二分之一疲劳数值模型，以得到光伏组件的疲劳数值模型。
步骤S2：根据光伏组件的力学性能参数确定疲劳数值模型的材料参数。
具体而言，光伏组件包括铝合金边框、玻璃、硅胶等非硅部件，例如，根据实验室测得的铝合金边框的力学性能参数确定疲劳数值模型的材料参数，力学性能参数主要包括屈服强度、杨氏模量、泊松比和密度。
步骤S3：根据材料参数，确定光伏组件的应力应变分布信息。
具体而言，材料参数包括力学性能参数和疲劳性能参数，光伏组件的应力应变分布信息可根据材料参数确定，并根据材料参数建立疲劳数值模型的边界条件和载荷步工况，从而，可根据边界条件和载荷步工况得到光伏组件在单个循环作用下的应力应变分布信息。
步骤S4：根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命。
具体而言，光伏组件的边框材料的疲劳性能参数包括疲劳强度系数、疲劳强度指数、疲劳延性指数、循环硬化指数以及循环强度系数，光伏组件的疲劳寿命根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数得到，具体的，将应力应变分布信息及光伏组件(如其铝合金边框)的边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，例如，预设的疲劳耐久性分析和信号处理软件为Fe-Safe软件，即通过Fe-Safe软件，并将根据实验室测得的光伏组件的边框材料的疲劳性能参数输入到Fe-Safe软件中，使用Brown-Miller算法得到光伏组件在不同载荷下的疲劳寿命，从而大大提高动态载荷的评估效率，并节约成本。
由此，本发明实施例主要是通过构建光伏组件的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数，确定光伏组件的应力应变分布信息，从而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的
从而，上述的光伏组件的数值模拟方法，该方法可以通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
在本发明的一个实施例中，根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，模拟得到光伏组件的疲劳寿命，包括：将应力应变分布信息及光伏组件的边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，采用预设疲劳算法进行模拟仿真，得到光伏组件在不同载荷下的疲劳寿命。
在实施例中，可根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，模拟得到光伏组件的疲劳寿命，光伏组件的边框材料的疲劳性能参数包括疲劳强度系数、疲劳强度指数、疲劳延性指数、循环硬化指数及循环强度系数，光伏组件的边框材料可选择非硅部分，例如铝合金边框，将应力应变分布信息及光伏组件的边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，采用预设疲劳算法进行模拟仿真，则可得到光伏组件在不同载荷下的疲劳寿命。具体的，选择光伏组件的边框材料为铝合金边框材料，通过测量铝合金边框材料的疲劳强度系数、疲劳强度指数、疲劳延性指数、循环硬化指数及循环强度系数，将测量参数作为铝合金边框材料的疲劳性能参数，测量出铝合金边框材料的疲劳性能参数后，将应力应变分布信息及铝合金边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，并采用预设疲劳算法进行模拟仿真，则可得到铝合金边框材料在不同载荷下的疲劳寿命。
在本发明的一个实施例中，光伏组件的边框材料的疲劳性能参数通过针对光伏组件的边框进行实验测量得到。
在实施例中，光伏组件的边框材料的疲劳性能参数通过针对光伏组件的边框进行实现测量得到，具体的，光伏组件的边框材料可为铝合金边框、玻璃和硅胶等，疲劳性能参数可包括疲劳强度系数、疲劳强度指数、疲劳延性指数、循环硬化指数及循环强度系数，例如，光伏组件的边框材料为铝合金边框，针对铝合金边框进行实验，以测量其对应的疲劳性能参数，例如，根据光伏组件的工况需求，需测量铝合金边框材料的疲劳强度系数以及循环硬化指数，以此作为光伏组件边框材料(如铝合金边框)的疲劳性能参数。
在本发明的一个实施例中，预设的疲劳耐久性分析和信号处理软件包括Fe-Safe(Fe-Safe，疲劳分析)软件。
在实施例中，在模拟得到光伏组件(如铝合金边框材料)的疲劳寿命实施过程中，需将应力应变分布信息及光伏组件的边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，而预设的疲劳耐久性分析和信号处理软件包括Fe-Safe软件。具体的，Fe-Safe是专用疲劳计算处理器，采用先进的单/双轴疲劳算法，允许计算弹性或弹塑性载荷历程，综合多种影响因素，例如平均应力、应力集中、缺口敏感性、初始应力、表面光洁度和表面加工性质等，并按照累积损伤理论和雨流计数，根据各种应力或应变进行疲劳寿命和耐久性分析。
在本发明的一个实施例中，预设疲劳算法包括Brown-Miller(Brown-Miller，临界平面算法)算法。
在实施例中，在模拟得到光伏组件的疲劳寿命过程中，需将应力应变分布信息及光伏组件的边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，采用预设疲劳算法进行模拟仿真，而预设疲劳算法包括Brown-Miller算法，则可得到光伏组件在不同载荷下的疲劳寿命。
在本发明的一个实施例中，结合图2所示，构建光伏组件疲劳数值模型，包括：根据有限元前处理软件建立光伏组件的二分之一疲劳模型，以得到光伏组件的疲劳数值模型。
在实施例中，根据动态载荷测试工况，确定光伏组件的边框材料，例如光伏组件的边框材料为铝合金边框，针对铝合金边框的材料特征，构建光伏组件(如铝合金边框)疲劳数值模型，具体的，有限元前处理是构建光伏组件疲劳数值模型过程中比较重要的一步，是将工程问题建模转化为分析模型，通过几何处理、材料设定、网格划分、边界施加等步骤进行处理，结合图2所示，选取铝合金边框作为光伏组件，根据其材料特征，选取有限元前处理软件，创建分析模型，根据有限元前处理模型中提供的各类单元类型，在分网时选取合适的单元划分网格，以完成网格的划分，由此，可根据有限元前处理软件建立光伏组件的二分之一疲劳模型，得到光伏组件的疲劳数值模型。
在本发明的一个实施例中，有限元前处理软件包括Hypermesh软件。
在实施例中，根据有限元前处理软件建立光伏组件的二分之一疲劳模型的实施过程中，有限元前处理软件包括Hypermesh软件，通过Hypermesh软件建立光伏组件(如铝合金边框)二分之一疲劳模型，如图2所示，可完成网格的划分。
在本发明的一个实施例中，根据材料参数，确定光伏组件在单个循环作用下的应力应变分布信息，包括：根据材料参数建立疲劳数值模型的边界条件和载荷步工况；根据边界条件和载荷步工况得到光伏组件在单个循环作用下的应力应变分布信息。
在实施例中，根据材料参数，可确定光伏组件在单个循环作用下的应力应变分布信息，材料参数包括力学性能参数和疲劳性能参数，而力学性能参数主要包括屈服强度、杨氏模量、泊松比以及密度等，疲劳性能参数包括疲劳强度系数、疲劳强度指数、疲劳延性指数、循环硬化指数以及循环强度系数等。具体的，例如选取铝合金边框作为光伏组件，根据实验室测得的铝合金边框的力学性能参数可确定模型的材料参数，根据材料参数建立疲劳模型的边界条件和载荷步工况，并根据边界条件和载荷步工况可得到光伏组件在单个循环作用下的应力应变分布信息。
综上，根据本发明实施例的光伏组件的数值模拟方法，该方法可以基于FEA(Finite Element Analysic，有限元分析)仿真技术，根据动态载荷测试工况，将光伏组件的边框作为研究重点，并针对光伏组件的材料特征，利用有限元前处理软件，如Hypermesh软件建立光伏组件的二分之一疲劳模型，如图2所示，完成网格的划分，并根据实验室测得的光伏组件的力学性能参数确定模型的材料参数，如光伏组件可为铝合金边框、玻璃和硅胶等，并根据材料参数建立光伏组件的疲劳数值模型的边界条件和载荷步工况，得到光伏组件在单个循环作用下的应力应变分布信息，通过疲劳耐久性分析和信号处理软件，如Fe-Safe软件，将实验室测得的光伏组件的边框材料的疲劳性能参数输入到Fe-Safe软件，使用预设疲劳算法(如Brown-Miller算法)得到不同载荷下的疲劳寿命。
举例而言，按照欧盟制定的行业标准(IEC62782)的测试要求，以光伏组件7N-MS为例，测试7N-MS型号的光伏组件分别在+2000/-2000Pa、+1500Pa/-1500Pa和+1000/-1000Pa载荷下的循环寿命次数，如表1所示，光伏组件的失效位置和次数均与FEA结果具有高度的一致性。
如下表1所示，展示了光伏组件在不同动态载荷下的循环次数与失效位置。
表1
由此，通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
本发明在实施例中还提出了一种光伏组件的数值模拟装置200。
图3是根据本发明一个实施例的光伏组件的数值模拟装置的结构示意图。如图3所示，该光伏组件的数值模拟装置200，包括：模型构建210、第一处理模块220、第二处理模块230及第三处理模块240。
具体的，模型构建模块210用于构建光伏组件的疲劳数值模型。
第一处理模块220用于根据光伏组件的力学性能参数确定疲劳数值模型的材料参数。
第二处理模块230用于根据材料参数，确定光伏组件的应力应变分布信息。
第三处理模块240用于根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命。
在本发明的一个实施例中，第一处理模块210根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，模拟得到光伏组件的疲劳寿命，包括：将应力应变分布信息及光伏组件的边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，采用预设疲劳算法进行模拟仿真，得到光伏组件在不同载荷下的疲劳寿命。
在本发明的一个实施例中，光伏组件的边框材料的疲劳性能参数通过针对光伏组件的边框进行实验测量得到。
在本发明的一个实施例中，在进行光伏组件的数值模拟过程中，预设的疲劳耐久性分析和信号处理软件包括Fe-Safe软件。
在本发明的一个实施例中，在进行光伏组件的数值模拟过程中，预设疲劳算法包括Brown-Miller算法。
在本发明的一个实施例中，模型构建模块210构建光伏组件疲劳数值模型，包括：根据有限元前处理软件建立光伏组件的二分之一疲劳模型，以得到光伏组件的疲劳数值模型。
在本发明的一个实施例中，在进行光伏组件的数值模拟过程中，有限元前处理软件包括Hypermesh软件。
在本发明的一个实施例中，第二处理模块230根据材料参数，确定光伏组件在单个循环作用下的应力应变分布信息，包括：根据材料参数建立疲劳数值模型的边界条件和载荷步工况；根据边界条件和载荷步工况得到光伏组件在单个循环作用下的应力应变分布信息。
需要说明的是，在进行光伏组件的数值模拟时，该光伏组件的数值模拟装置200的具体实现方式与本发明上述任一实施例所描述的光伏组件的数值模拟方法的具体实现方式类似，因此关于该光伏组件的数值模拟装置200的详细示例性描述，请参见前述关于光伏组件的数值模拟方法的相关描述，为减少冗余，此处不再重复赘述。
根据本发明实施例的光伏组件的数值模拟装置200，该装置可以通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
本发明的进一步实施例提出了一种电子设备300。
如图4是根据本发明一个实施例的工艺设备的结构框图。如图4所示，本发明实施例的电子设备300包括：处理器、存储器，以及存储在存储器上并可在处理器上运行的光伏组件的数值模拟程序，光伏组件的数值模拟程序被处理器执行时实现如本发明上述任意一个实施例所描述的光伏组件的数值模拟方法。
需要说明的是，该电子设备在进行光伏组件的数值模拟时，其具体实现方式与本发明上述任意一个实施例的光伏组件的数值模拟方法或模拟装置的具体实现方式类似，因而关于该电子设备进行光伏组件的数值模拟的过程的详细示例性描述，可参见前述关于光伏组件的数值模拟方法或模拟装置的相关描述部分，为减少冗余，此处不再重复赘述。
根据本发明实施例的电子设备300，该设备可以通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
本发明的进一步实施例还公开了一种计算机可读存储介质，该计算机可读存储介质上存储有光伏组件的数值模拟程序，该光伏组件的数值模拟程序被处理器执行时实现如本发明上述任意一个实施例所描述的光伏组件的数值模拟方法。
根据本发明实施例的计算机可读存储介质，其上存储的光伏组件的数值模拟程序被处理器执行时，可以通过构建光伏组件的疲劳数值模型，如构建光伏组件的铝合金边框、玻璃和硅胶的疲劳数值模型，根据光伏组件的力学性能参数确定疲劳数值模型的材料参数，并根据材料参数确定光伏组件的应力应变分布信息，进而根据应力应变分布信息及光伏组件的边框材料的疲劳性能参数，得到光伏组件的疲劳寿命，从而，不仅提高了动态载荷的评估效率，同时也提高了结果的准确性及测试的匹配度，且具有较强的通用性和可重复性，可推广并适用到其他安装方式和组件，达到节约人力、时间和材料成本的目的。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“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一定指的是相同的实施例或示例。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种光伏组件的数值模拟方法，其特征在于，包括以下步骤：
构建所述光伏组件的疲劳数值模型；
根据所述光伏组件的力学性能参数确定所述疲劳数值模型的材料参数；
根据所述材料参数，确定所述光伏组件的应力应变分布信息；
根据所述应力应变分布信息及所述光伏组件的边框材料的疲劳性能参数，得到所述光伏组件的疲劳寿命。
2.根据权利要求1所述的光伏组件的数值模拟方法，其特征在于，根据所述应力应变分布信息及所述光伏组件的边框材料的疲劳性能参数，模拟得到所述光伏组件的疲劳寿命，包括：
将所述应力应变分布信息及所述光伏组件的边框材料的疲劳性能参数输入至预设的疲劳耐久性分析和信号处理软件中，采用预设疲劳算法进行模拟仿真，得到所述光伏组件在不同载荷下的疲劳寿命。
3.根据权利要求1或2所述的光伏组件的数值模拟方法，其特征在于，所述光伏组件的边框材料的疲劳性能参数通过针对所述光伏组件的边框进行实验测量得到。
4.根据权利要求2所述的光伏组件的数值模拟方法，其特征在于，所述预设的疲劳耐久性分析和信号处理软件包括Fe-Safe软件。
5.根据权利要求2所述的光伏组件的数值模拟方法，其特征在于，所述预设疲劳算法包括Brown-Miller算法。
6.根据权利要求1所述的光伏组件的数值模拟方法，其特征在于，构建所述光伏组件疲劳数值模型，包括：
根据有限元前处理软件建立所述光伏组件的二分之一疲劳模型，以得到所述光伏组件的疲劳数值模型。
7.根据权利要求6所述的光伏组件的数值模拟方法，其特征在于，所述有限元前处理软件包括Hypermesh软件。
8.根据权利要求1所述的光伏组件的数值模拟方法，其特征在于，根据所述材料参数，确定所述光伏组件在单个循环作用下的应力应变分布信息，包括：
根据所述材料参数建立所述疲劳数值模型的边界条件和载荷步工况；
根据所述边界条件和载荷步工况得到所述光伏组件在单个循环作用下的所述应力应变分布信息。
9.一种光伏组件的数值模拟装置，其特征在于，包括：
模型构建模块，用于构建所述光伏组件的疲劳数值模型；
第一处理模块，用于根据所述光伏组件的力学性能参数确定所述疲劳数值模型的材料参数；
第二处理模块，用于根据所述材料参数，确定所述光伏组件的应力应变分布信息；
第三处理模块，用于根据所述应力应变分布信息及所述光伏组件的边框材料的疲劳性能参数，得到所述光伏组件的疲劳寿命。
10.一种电子设备，其特征在于，包括：处理器、存储器，以及存储在存储器上并可在处理器上运行的光伏组件的数值模拟程序，所述光伏组件的数值模拟程序被处理器执行时实现如权利要求1-8任一项所述的光伏组件的数值模拟方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311149552.4A CN117113776A (zh) | 2023-09-07 | 2023-09-07 | 光伏组件的数值模拟方法、模拟装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311149552.4A CN117113776A (zh) | 2023-09-07 | 2023-09-07 | 光伏组件的数值模拟方法、模拟装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117113776A true CN117113776A (zh) | 2023-11-24 |
Family
ID=88798262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311149552.4A Pending CN117113776A (zh) | 2023-09-07 | 2023-09-07 | 光伏组件的数值模拟方法、模拟装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117113776A (zh) |
-
2023
- 2023-09-07 CN CN202311149552.4A patent/CN117113776A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105022860B (zh) | Pcb焊点随机振动疲劳寿命预测方法与系统 | |
| CN111079329B (zh) | 一种基于相似结构试验的疲劳寿命评估方法 | |
| CN106354898B (zh) | 一种基于总应变能量密度的焊缝疲劳寿命计算方法 | |
| CN111597673B (zh) | 一种随机振动疲劳的加速试验方法及系统 | |
| Chalal et al. | Direct identification of the damage behaviour of composite materials using the virtual fields method | |
| CN113868750B (zh) | 基于深度机器学习的建筑地震损伤和剩余能力评价方法 | |
| CN109918854B (zh) | 一种复合绝缘横担耐久性能评估方法及装置 | |
| CN109855991B (zh) | 一种预测复合材料疲劳寿命的方法 | |
| CN108510147B (zh) | 一种基于残差波动模型的电能质量综合评价方法 | |
| CN111709174B (zh) | 一种基于失效面理论的复合材料层合板强度分析方法 | |
| CN108228979B (zh) | 一种用于发电机结构的低周疲劳寿命分析方法 | |
| Vazirizade et al. | Online nonlinear structural damage detection using Hilbert Huang transform and artificial neural networks | |
| CN111881564A (zh) | 一种关于机械结构变幅疲劳寿命预测方法 | |
| CN110543666B (zh) | 一种带孔结构元件低周疲劳性能的试验方法 | |
| CN109948216B (zh) | 总应变能密度修正的缺口件低周疲劳预测方法 | |
| CN114354487A (zh) | 玻璃幕墙结构胶粘结性能检测方法 | |
| CN109000868B (zh) | 一种航天器正弦振动试验下凹条件制定方法 | |
| Wang et al. | Adapted Locati method used for accelerated fatigue test under random vibrations | |
| CN117113776A (zh) | 光伏组件的数值模拟方法、模拟装置及电子设备 | |
| CN117252050A (zh) | 一种用于随机振动的可靠度计算方法及系统 | |
| CN109490334B (zh) | 一种运用残余应力预测模型的t字型锻件无损测试方法 | |
| CN115329644A (zh) | 一种大变形橡胶材料超弹复合行为精准仿真方法 | |
| CN111595234B (zh) | 一种输电塔结构杆材屈服智能诊断装置及方法 | |
| CN110362896A (zh) | 基于非线性度的飞机结构静强度试验数据筛选方法及设备 | |
| CN111291490B (zh) | 一种结构多尺度异类响应的非线性映射智能建模方法 |
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 |