基于光伏阵列输出预测模型的故障诊断方法

本文提出了一种基于光伏组件阵列输出预测模型的故障诊断方法用于识别阵列直流侧的四种故障。该方法选择I-V(电流-电压)和P-V(功率-电压)曲线上的关键点作为诊断特征量,并将无故障情况下的特征量作为参考值;通过组件的双二极管模型建立了一个光伏阵列输出预测模型来预测不同工作条件下的参考值,在MATLAB/Simulink平台搭建光伏阵列仿真无故障和不同故障实验并将对应特征量与预测参考值对比。无故障实验中,三种工作条件下预测与仿真测量参考值的误差率低于2%,表明了阵列输出预测模型对参考值预测的准确性,并将预测值作为后续故障实验的参考值;计算几种故障实验的仿真测量特征量与参考值的相对误差,分析特征量的变化,给出了不同故障类型诊断的方法。

Silvaco TCAD模拟应用三层氢化纳晶硅薄膜改善IBC-SHJ太阳电池的电学性能并扩大其工艺窗口

叉指式背接触硅异质结(IBC-SHJ)太阳电池由于其优异的光学性能备受关注,但是较低的填充因子(FF)限制了其转换效率.本文中,我们用Silvaco TCAD软件模拟了IBC-SHJ太阳电池,发现p-n结和高低结收集载流子的能力有很大差异.高低结内建电场较弱,难以收集电子是FF较低的主要原因.因此,我们用氢化纳晶硅(nc-Si:H)薄膜来代替氢化非晶硅(a-Si:H)薄膜,并且在nc-Si:H薄膜表面覆盖一层超薄高掺杂层进一步提高了载流子传输效率,获得了高达85.3%的FF.此外,三层nc-Si:H薄膜还提高了工艺生产中对掺杂层厚度的容错性,这大大扩展了IBCSHJ太阳电池的工艺窗口.这项工作为解决IBC-SHJ太阳电池的电学问题提供了一条有效的途径,对工艺生产中IBC-SHJ太阳电池的设计具有指导意义.

太阳能无人机光伏输出功率预测模型研究

本文针对高空长航时太阳能无人机的曲面形状的机翼和飞行姿态,提出了一种光伏阵列发电功率预测模型,实现太阳能无人机光伏发电系统输出功率的准确预测。首先将机翼曲面上表面分为三段,根据每段的光伏组件铺设仰角分别计算其发电功率。通过具体算例,计算了海拔高度和纬度在全年内对光伏阵列日水平输出能量的影响。同时通过算例,分析了无人机的飞行姿态,包括偏航角、俯仰角以及滚转角对无人机光伏发电系统输出功率的影响。结果表明光伏输出功率预测模型能够实现对无人机光伏发电系统输出功率的准确预测,对无人机的航迹优化,能源系统控制具有重要的意义。