晶硅光伏组件在典型气候环境下的性能研究

选取海南琼海湿热气候环境试验场和广州花都亚湿热气候环境试验场作为典型气候环境试验基地,将多晶硅光伏组件直接固定电阻负载投试到这两个典型气候环境试验场,研究晶硅组件在真实典型气候环境应用的性能变化规律。利用户外I-V测试仪、实验室I-V测试仪对不同的组件的I-V特性参数进行测试以及利用热电偶对组件的表面温度进行实时记录。结果表明:投试在湿热气候环境试验场的光伏组件,其短路电流I_(sc)、最大功率Pmax等I-V特性参数值的衰减较投试在亚湿热气候环境试验场的光伏组件多,且在组件整个实验过程中,湿热试验场投试的光伏组件的表面温度也高于亚湿热试验场投试的光伏组件的表面温度。     

单晶组件使用寿命末期功率衰减分析

选取在我国已经服役20年、质量可靠的一批单晶组件,对其使用寿命末期的功率衰减情况进行分析研究.对132块1996年Siemens Solar生产的单晶组件SM55,进行EL以及功率的相关测试,发现其功率平均衰减为26.7%,年平均衰减率为1.54%;采用简单的线性拟合函数方法,对功率的衰减与电流的衰减及填充因子的衰减进行拟合,发现功率的减少主要由填充因子的减少造成;研究分析组件电池片中隐裂和碎片的分布规律,发现隐裂和碎片不是引起组件功率衰减的主要因素;结合组件之前服役的环境条件,分析推断组件功率衰减主要来源于串联电阻的增加.     

一种光伏组件I-V特性曲线测试及参数辨识系统

提出一种光伏组件的I-V曲线扫描与参数识别系统.该系统采用功率MOS管作为电子负载,通过控制MOS管的导通程度改变电子负载以实现I-V特性曲线扫描;采用新型布谷鸟-NM单纯形混合算法实现快速、精确的I-V曲线拟合,以提取准确光伏模型参数.现场实验结果表明:该系统能够快速扫描光伏组件的I-V特性曲线,实现精确的模型参数辨识,具有较高的实际工程应用价值.     

双V型槽式低倍聚光光伏系统实验研究

为了减少单位产能所需的电池面积和降低光伏系统发电成本,采用低倍聚光器将太阳光汇聚在光伏电池上,对太阳电池进行低倍聚光.设计双V型槽式低倍聚光光伏系统,利用太阳跟踪系统和数据采集系统研究了在不同聚光条件下,常规单晶硅太阳电池组件的短路电流、开路电压、最大功率等电池特性参数,利用在电池组件下加装散热器来解决聚光后组件温度升高的问题.实验结果表明,采用双V型低倍聚光后,电池功率提高了27%,短路电流提高了25%,开路电压和填充因子变化不大,电池表面温度升高到44.8℃.利用双V型槽式低倍聚光光伏系统,增大了电池组件发电功率,为使用简单可靠的聚光器降低光伏系统发电成本提供了有效方法.     

晶体硅光伏组件电势诱导衰减的研究

采用单晶硅电池制备两块实验组件A和B,在高温高湿高偏压的条件下进行电势诱导衰减实验。电致发光(EL)缺陷图显示,随着测试进行,两块组件都出现了微裂、断栅等电池缺陷;伏安(IV)性能测试结果显示,电势诱导衰减测试192 h后,实验组件A和B最大功率衰减分别为19.34%和11.02%,表明实验组件在高温高湿高偏压的环境下产生漏电流,导致Na⁺由玻璃向电池迁移,从而影响电池的性能,这也是实验组件性能发生衰减的主要原因。     

光伏太阳能电池组件Matlab通用仿真模块

采用工程用太阳能电池5参量模型及参数确定法,获取高精度的光伏组件通用模型,在Matlab/Simulink平台中建立该模型的通用模块,利用变步长动态仿真法,快速、准确地获得光伏组件在不同光强度和温度下的输出特性曲线.仿真实验表明,该通用模块不仅可以准确获得太阳能电池单体输出特性,而且可以准确获得光伏组件输出特性,与目前采用的相似模块相比,其具有使用方便、精度高及通用性强的优点.     

基于Simulink的光伏电池组件建模和MPPT仿真研究

 根据光伏电池组建的物理特性等效电路及数学模型,基于Simulink仿真软件建立了光伏电池组件的仿真模型,模型的基本参数按照Solarex MSX60 60W产品参数设置,其他参数根据基本参数及数学模型计算得出。该模型可以实现在不同光照强度和温度下60W光伏组件的输出U-I特性,并且可以灵活地推广到其他功率等级的电池组件及其串并联特性的模拟。根据光伏电池的输出U-I特性,可以分析得到组件的U-P特性曲线为单峰曲线,故光伏电池存在最大功率工作点（MPP）。在此Simulink模型基础上研究了光伏组件最大功率追踪方法（MPPT）。在众多最大功率追踪方法中,电导增量法有着比较优秀的控制效果,因此本文着重讨论了电导增量法,对比分析了电导增量法及其两种改进方法（两种步长电导增量法和梯度变步长电导增量法）的最大功率追踪控制效果,这两种改进方法均对普通电导增量法中控制步长固定的不足做了修改。按照一天中光照强度变化的近似规律设置环境条件,仿真模拟光伏电池组件的MPPT控制,仿真结果进一步验证了模型准确性以及改进后的梯度变步长最大功率控制算法的优越性。     

太阳电池填充因子与串联电阻的线性关系

太阳电池的串联电阻对其填充因子有显著的影响。填充因子与串联电阻的线性关系可以从I-V方程数值分析得到。由开路电压、短路电路和填充因子,可以估算串联电阻。     

太阳能光伏电池输出特性的理论分析

基于Shockley二极管理论的I-V特性曲线方程,对太阳能光伏电池的输出特性及各参数的影响因素进行了理论分析.结果表明:增加太阳辐射,降低电池温度、串联电阻和二极管反向饱和电流值均可提高光伏电池的输出性能,增大开路电压和短路电流有助于提高其输出功率和效率,且开路电压与输出效率、短路电流与最大输出功率之间分别存在关联性;受气候条件的影响,冷季节效率高,热季节输出功率大,且最大输出功率和效率的大小各自取决于太阳辐射和室外气温.     

利用热斑温度估算光伏组件最大输出功率

根据太阳电池材料饱和电流密度与温度特性关系,构建了温度与太阳电池饱和暗电流密度、光伏组件最大输出功率的数学模型.利用红外热像仪测量15块光伏组件在工作条件下热图像,并且采用I-V特性测试仪得到组件最大输出功率和校正到标准测试条件下的最大输出功率,并与数学模型结果相比较,发现相对误差小于6%.     

利用改进初始化的残差-密集连接网络的光伏阵列故障诊断

针对在现实生活中光伏阵列大部分运行在正常的工作状态,缺少故障数据的问题,提出一种改进初始化的方法代替随机初始化来训练深度学习模型,以提高故障诊断模型的可靠性.同时,提出基于残差-密集连接网络的光伏故障诊断模型,并基于I-V曲线与最大功率点、温度、辐照度和填充因子作为输入特征.最后,通过多种光伏阵列故障数据检测所提出的方...     

太阳电池填充因子与并联电阻的指数关系

太阳电池的并联电阻对其填充因子有显著的影响。忽略串联电阻,从太阳电池的I-V特性方程出发,采用Matlab数值分析方法,得到填充因子与并联电阻之间服从指数关系。     

太阳模拟器辐照不均匀性对光伏组件I-V性能测试的影响

以太阳电池单二极管等效电路模型为基础,构建了3个电池片串联组合的等效电路图,利用此模型模拟分析了当太阳模拟器辐照存在不均匀性条件下光伏组件的I-V特性,研究结果表明即使在入射到电池组合上的总能量与辐照均匀分布时的能量一样的情况下,电池组合的I-V特性将偏离辐照均匀时的曲线,电池的最大功率、短路电流随辐照不均匀的增大而减小,填充因子随辐照不均匀的增大而增大。     

太阳能光伏电池的I-V测试研究

通过测试太阳能电池在不同面积、光强下的I-V曲线,分析开路电压、短路电流与太阳能电池填充因子的变化关系,寻找影响太阳能电池转换效率的因素.实验中通过比较理想填充因子和测得的填充因子,发现等效串并联电阻对太阳能电池的填充因子影响很大.如果减小串联电阻和提高并联电阻,可以在本实验条件下提高现有能量转换效率33%.     

日照强度和内部电阻对太阳能电池光伏性能的影响

在分析太阳能电池等效直流电路的基础上,利用电流-电压特性的函数关系式,建立了太阳能电池的仿真模型,研究了日照强度和内部电阻对电池伏安特性和光伏性能（如短路电流、开路电压、填充因子、输出功率和光电转换效率）的影响.研究结果表明：日照强度和内部串联电阻不仅明显影响了太阳能电池的伏安特性、短路电流和开路电压,而且也明显影响了太阳能电池的输出功率、填充因子和光电转换效率,同时太阳能电池的输出特性具有明显的非线性特征,并且存在一个最大的输出功率点和一个最佳的负载电阻值.     

太阳电池最大功率的稳定性

太阳电池工作时,最大功率有一定的偏离。通过对太阳电池I-V特性的分析,得到了广义的填充因子的变化情况。证明了太阳电池在最大功率附近有较好的稳定性。     

不同光强下石墨浆作背接触的碲化镉太阳电池的I-V特性

对石墨浆作背接触的碲化镉太阳电池进行了不同光强下发光二极管的I-V测试. 通过对发光二极管光照过程中I-V曲线的分析,表明：同一光照强度下,光照时间的增加使得电池的串联电阻下降,填充因子增加,理想因子减小,即电池的二极管特性得到了改善;不同光照强度时,光强的增加使填充因子减小,理想因子增加、反向饱和电流密度以及开路电压增加.     

局部遮挡下光伏组件MPPT复合算法

当光伏组件受到局部阴影遮挡时,其最大功率点跟踪(maximum power point tracking, MPPT)过程常出现误跟踪、跟踪速度慢、光伏组件输出功率低等问题.为使局部阴影下光伏组件保持快速、稳定、准确地最大功率输出,基于电导增量法(incremental conductance algorithm, INC),结合全局比较算法(global comparison algorithm, GCA),提出一种基于电导增量/全局比较的复合MPPT算法(INC-GCA),并通过搭建Simulink仿真模型和设计光伏试验平台,验证该算法的可行性.结果表明：基于电导增量/全局比较的复合MPPT算法在光伏组件受到局部阴影遮挡时可准确追踪到最大功率,且跟踪速度快、可靠性高,完全避免了误跟踪问题;相较于电导增量法,该算法可有效提高光伏系统的发电效率,提升光伏电站的经济效益.     

光伏电池输出特性与最大功率点跟踪研究

根据太阳能电池内部结构和等效电路研究其输出伏安（I-V)特性，利用Matlab工具，使用牛顿迭代法求解伏安特性，模拟不同太阳光照强度、环境温度下的光伏阵列I-V特性。同时基于扰动观测法，对光伏系统的最大功率点跟踪进行了仿真研究。     

利用改进Elman神经网络的光伏I-V特性建模方法

为了准确表征和预测光伏(PV)组件在不同工况下的电流电压(I-V)特性，提出一种利用改进Elman神经网络的光伏I-V曲线黑盒建模新方法.首先，通过皮尔森相关系数分析影响I-V曲线的环境因素；其次，使用基于电压电流的双线性插值法对实测I-V曲线进行重采样，以提高I-V曲线上数据点分布的均匀性；再次，使用基于辐照度温度的网格采样法对I-V曲线数据集进行下采样，降低数据冗余度，并利用量子粒子群(QPSO)算法优化Elman神经网络的初始权值和阈值，从而构造QPSO-Elman预测模型.最后，根据实测I-V曲线数据集进行实验验证和测试，并与多层感知机、未改进的Elman网络、支持向量机等算法进行对比.实验结果表明，所提出的建模预测方法精度更高，稳定性和泛化能力更好.