基于动态指标的光伏组件健康程度诊断

为了对光伏组件的健康状况进行诊断,提出了一种基于光伏组件的光生电流,等效串联电阻,等效并联电阻3个指标的光伏组件健康程度定量检测方法。首先利用改进的布谷鸟算法对测量的光伏组件I-U线进行参数辨识,形成实测健康曲线,再利用光伏组件自然老化模型确定理论健康曲线,然后计算实测健康曲线与理论健康曲线之间的偏移量并结合灰色关联分析进行数值校正;定义健康程度H参量计算得到光伏组件健康程度量化值。仿真分析和实验测试结果表明该方法可以对不同环境下的光伏组件健康程度进行有效在线诊断,为光伏组件维护提供参考。

退役晶硅光伏组件中材料物质回收技术现状分析与建议

退役晶硅光伏组件中同时存在有价值的和对环境有害的材料物质。焚烧和填埋的方式处理退役晶硅光伏组件是不适当的,这不符合光伏技术作为绿色清洁能源技术的理念。反之,将退役晶硅光伏组件中含有的材料物质回收再利用则会带来环境和经济效益,有利于光伏行业的可持续发展。以实现退役晶硅光伏组件中材料物质的高值回收为目标,本文通过综述国内外相关文献,总结分析组件中不同材料物质的现有回收技术的优点和缺点,在此基础上,提出退役晶硅光伏组件中材料物质综合回收的技术路径。基于晶硅光伏组件的结构和材料特性,按照一定的程序组合使用物理处理、热处理、化学处理方法实现组件中不同材料物质的高值回收。首先,通过简单拆卸回收铝边框和接线盒。其次,通过热辅助物理剥离回收高值玻璃和纯度较高的背板,然后热解EVA以回收其中蕴含的能量。第三,通过湿法冶金或火法冶金处理硅电池碎片和焊带,回收其中的硅和金属元素。这些建议为光伏行业开发低成本、绿色、高效的退役晶硅光伏组件回收工艺提供了参考。

融合视觉特征的光伏组件语义分割模型研究

针对光伏组件红外图像的分割问题,使用MobileNetv2作为DeepLabv3+的主干特征提取网络并使用位置通道注意力模块减少背景干扰,引入混合条带池化对ASPP模块进行优化,帮助模型进一步捕获全局和上下文信息。针对检测困难的屋顶光伏组件设计DeepLabv3-T网络,在上述改进的基础上融入纹理信息进行选择性背景抑制,实现光伏组件的精确分割。在PV_large和PV_roof数据集上进行实验证明该文方法优于现有技术,DeepLabv3-T相较于DeepLabv3+,mIoU值分别提高了2.74%和10.53%。此外,设计消融实验表明各个改进模块的有效性。

基于改进EfficientNet的红外图像光伏组件故障识别研究

光伏组件的故障会影响光伏阵列的输出性能,从而降低电站的发电效率,严重时甚至会危害电站的安全运行。传统的方法无法满足目前光伏组件故障检测快速性和正确率需求。因此,本文提出了一种基于改进EfficientNet的光伏组件故障识别方法。首先,利用采集到的光伏组件红外图像建立故障数据集,并利用图像分割和数据增强对数据集进行预处理;其次,基于EfficientNet网络构建故障识别模型,同时在模型中引入双通道注意力模块(CBAM),该模块能够抑制不必要特征的识别,增强模型对空间特征信息的提取能力,进而提高模型的识别准确率;最后,通过对比仿真实验证明模型的有效性和先进性。实验结果表明,该模型的故障识别准确率达到了90.83%,相较于原始的EfficientNet模型提高了2.83%,且模型大小仅为20.3 M,具有良好的实用性,能够满足光伏电站实际应用的需求。

基于改进CNN-SVM的光伏组件红外图像故障诊断方法

为识别光伏组件故障类型,提高光伏系统发电效率,提出了一种基于改进CNN-SVM模型的光伏组件红外图像故障诊断方法。首先以光伏组件红外图像为输入样本构建改进CNN模型,采用全局平均池化层代替传统CNN模型的全连接层,在进行图像特征提取的同时降低模型参数量;利用数据增强和批归一化技术提高模型泛化能力,降低模型过拟合。其次采用非线性支持向量机SVM代替传统CNN模型中的Softmax分类器,以提高光伏组件红外图像故障识别准确率。最后采用Infrared Solar Modules数据集对所提模型进行了实例验证。结果表明:与传统CNN模型相比,改进CNN-SVM模型故障诊断准确率高,对各故障类型的识别能力强。

基于高阶空间交互网络的光伏组件热斑故障检测

针对传统红外热斑故障检测算法由于特征表达能力不佳造成算法易受复杂背景干扰以及对密集目标、小目标故障检测精度低的问题,提出一种基于高阶空间交互的光伏组件热斑故障检测网络。首先,设计高阶空间交互模块,并将其引入YOLOv5主干网络进行全局交互建模,提升网络对密集目标的检测精度;其次,为突出复杂背景下故障目标的关键特征,设计基于协同注意力的特征提取模块重构颈部网络;然后,在颈部网络设计多尺度特征增强融合模块以提高检测网络对不同尺度特征的充分利用;最后,设计自适应特征融合检测头以提高模型对小目标的感知能力。实验结果表明,相较于7种经典检测算法,所提出的算法检测精度最高,精度可达84.3%。

相变材料在降低光伏组件温度系数影响的应用及实测分析

本文探讨了使用相变材料(Phase Change Material, PCM)来降低光伏组件温升,克服光伏组件温度系数负影响,从而提高其发电量的方法,定制开发了被动控温装置,并通过实测验证了技术路线的可行性。光伏组件在发电过程中会吸收太阳辐射引起本体温度的升高,导致光电转化效率会显著下降,这个系数为光伏组件的温度系数。为了克服这一问题,本文提出在光伏组件中引入相变材料,利用其储热和释热特性,实现对光伏组件温度的有效控制。通过方案分析和实测验证,本文明确了光伏组件使用相变材料控温的关键边界条件,研发了一种控温装置,开展了典型项目的实测验证,证明了相变材料在降低光伏组件温升、提高发电效率方面的显著效果。

基于改进Faster R CNN的光伏组件红外热斑检测算法

光伏故障检测对光伏电站智能运维具有重要意义。针对光伏组件红外图像中热斑目标小、难检测的问题,研究了基于改进Faster R CNN的光伏组件红外热斑故障检测模型。将Swin Transformer作为Faster R CNN模型中的特征提取模块,捕获图像的全局信息,建立特征之间的依赖关系,提高模型的建模能力;进一步利用BiFPN进行特征融合,改善了热斑故障由于目标小和特征不明显容易被模型忽略掉的问题;同时为了抑制光伏红外图像中背景和噪声的干扰,加入轻量级注意力模块CBAM,使模型更加关注重要通道和关键区域,提高对热斑故障检测精度。在自建光伏组件图像数据集上进行实验,热斑故障检测精度高达915,验证了本文模型对光伏组件热斑故障检测的有效性。

光伏组件技术进步的“干中学”与“研中学”效应研究

光伏产业是我国具有全球竞争优势的战略性新兴产业,推动其高质量发展是实现“3060”双碳目标的重要手段之一。采用双因素学习曲线模型,参照索罗余值法测度从2015—2020年光伏组件技术进步的“干中学”效应和“研中学”效应。其中,由“干中学”效应导致的光伏组件成本下降约为0.85元/瓦,贡献率为42.40%;由“研中学”效应导致的成本下降约为1.07元/瓦,贡献率为57.60%。进一步对光伏组件“干中学”效应和“研中学”效应的驱动因素进行研究。“干中学”效应方面,从供给侧和需求侧两个维度采用文献分析法讨论了驱动光伏组件产量增加的因素;“研中学”效应方面,采用知识生产函数分析研发资本投入和人力投入对光伏组件技术进步速度的影响。结果表明,光伏组件研发资本投入存在边际报酬递减的现象,而研发人力投入的边际报酬是递增的。在此基础上,分析研究结果的政策启示。

积灰对光伏组件性能影响的试验研究及数值模拟

探究光伏组件表面积灰对其输出特性的影响及污秽颗粒在组件表面的沉积规律,有助于制定清灰方案,提高光电转化效率。以置于华北电力大学风机大厅楼顶的光伏阵列为研究对象,进行人工布灰试验,探究了不同积灰量对组件输出功率、电流和电压的影响;为探究某单一因素对污秽颗粒沉积的影响,利用COMSOL软件建立与光伏组件自然积灰试验条件相同的颗粒沉积数值模型,模拟分析了风速、湿度、颗粒粒径和污秽浓度对光伏组件表面污秽颗粒沉积的影响。试验结果表明:积灰对工作电压影响较小,对输出功率和工作电流影响较大,且当积灰密度为5.07 g/m^(2)时,组件输出功率、电流和电压的变化率分别为8.71%、6.48%和0.40%。模拟结果表明:其他条件相同时,颗粒的沉积量随风速和粒径的增大均先减小后增大,在风速3 m/s和粒径15μm时取得最小值;相同条件下,颗粒沉积量均随湿度和污秽的浓度的增大而增大。

光伏组件单二极管模型的新型曲线拟合算法

针对光伏组件单二极管模型的非线性隐式超越方程特性,提出了一种改进的曲线拟合算法,通过调整模型中二极管反向饱和电流的求解形式,并应用高斯-牛顿法进行参数迭代,有效提升了模型的仿真精度和计算速度。通过与经典算例的结果对比分析,验证了所提出的算法在提高仿真精度和改善收敛性方面的显著优势,为光伏发电系统设计和性能评估提供了有力的技术支持。

基于PVsyst的单面与双面光伏组件最佳安装倾角对比

随着光伏发电技术不断进步,单面光伏组件与双面光伏组件的价差不断缩小。得益于发电量增益大,双面光伏组件在实际项目中受到愈来愈多的青睐。当光伏发电项目采用单面或双面光伏组件时,光伏组件的最佳安装倾角成为一个重要的考虑因素。选取了3个太阳能资源等级地区,利用PVsyst对在这3个地区建设的光伏电站分别采用单面和双面光伏组件时的安装倾角与光伏电站首年发电量及光伏组件正面接收的太阳辐照量之间的关系进行了仿真模拟。得到以下结论:1)以光伏电站首年发电量最大为衡量标准时,双面光伏组件的最佳安装倾角大于或等于有阴影遮挡的单面光伏组件的最佳安装倾角,但小于无阴影遮挡的单面光伏组件的最佳安装倾角。2)就单面光伏组件而言,无阴影遮挡条件下增加光伏组件安装倾角带来的发电量增益高于有阴影遮挡安装条件时。3)在无阴影遮挡情况下,在一定范围内增大单面光伏组件的安装倾角可以相应提升其发电量;相对于双面光伏组件,无阴影遮挡的单面光伏组件通过适当提高其安装倾角所获得的发电量增益较小,且增大安装倾角,光伏阵列之间的间距也需要相应增加,这会增大用地量,从而增加项目总成本。因此,在实际项目中,尽可能采用双面光伏组件是一个较为理想的选择。

一种光伏组件5参数模型参数求解算法

针对目前牛顿-拉夫逊法在求解光伏组件5参数模型特征参数时存在的雅克比矩阵奇异化和参数漂移问题,本文运用Levenberg-Marquardt(LM)算法求解光伏组件5参数模型参数。结合目前两种常用组件实测数据的算例分析,验证了本文所提出的LM方法对不同类型组件具有精度高、收敛速度快、实用性强等优点。

生命周期理论下光伏组件回收碳指标政策现状及破解策略

为促进光伏组件回收产业快速发展,优化现有光伏组件回收政策结构和效应。基于对光伏组件回收相关文献和政策的分析,从生命周期理论视角,通过编制光伏产品碳足迹核算边界图,观察产品碳足迹,梳理分析光伏组件回收过程中碳指标政策现状及困境,探究挖掘碳指标政策优化方案及策略。结果表明:近年来,各级政府针对光伏组件回收制定不少政策,取到了引导和支持作用。但是光伏组件回收碳指标政策不健全、碳指标数据系统未建立、碳资产管理机制缺失、碳经济效益未兑现等深层次问题依然存在。基于研究结果提出构建光伏组件回收碳数据追溯监管体系、碳指标分布式体系、碳资产管理体系、碳指标奖惩体系、碳指标评估体系等策略,发挥碳指标在各方利益主体中政策杠杆作用,完善光伏组件回收政策体系,推动光伏产业可持续发展,减少环境污染和资源浪费。

退役晶硅光伏组件接线盒和边框自动化拆解设备设计

接线盒和边框是晶硅光伏组件的重要组分,其拆解效率和准确性直接影响了晶硅光伏组件后续拆解回收的利用程度及经济价值。研发了一种自动化拆解设备,首先对拆解设备进行三维模型的设计和搭建,然后通过科学合理的测试和仿真,利用试验数据和仿真结果,完成了对废旧晶硅光伏组件接线盒和边框回收设备的设计。结果表明:设计方案具有一定的可行性,设备整体运行稳定,接线盒拆除装置能够铲下完整的接线盒;边框拆解装置能够在不破坏玻璃等其他组分的前提下顺利拆解铝合金边框。整体设备拆解动作流畅,拆解效率较手工拆解有很大提升,同时拆解损坏率也大大降低。

基于多尺度特征融合的光伏组件缺陷检测

针对光伏组件缺陷背景复杂,缺陷尺度差异较大,小目标缺陷较多等传统目标检测算法无法解决的问题,提出了一种基于多尺度特征融合的光伏组件缺陷检测算法。算法以YOLOv5s为框架,在主干网络中嵌入坐标注意力机制,用于提取重要的缺陷形态,增强网络特征提取能力;在颈部网络中使用双向特征金字塔,以自适应权重的方式融合不同尺度的图像特征;在预测层添加微小目标检测层,并结合ASFF检测头自适应融合不同输出层,减少目标特征信息丢失。在光伏组件数据集上进行验证,实验表明改进后的算法可以快速精准识别缺陷,其中mAP达到了91.9%,召回率达到了90.8%,相比于YOLOv5s网络,mAP和召回率分别提升了3.2、4.5个百分点。

基于惯性环节的光伏组件实时热模型

提出一种基于一阶惯性环节的光伏组件温度的实时计算方法,首先,对光伏组件进行传热特性分析,基于一维非稳态导热分析解,推导基于一阶惯性环节的光伏组件温度简化计算模型;然后,使用遗传算法与拟牛顿法串行优化方法,通过数据驱动方式快速确定模型中的参数;最后,使用该文提出的模型,基于BP、LSTM的温度预测模型和传统经验公式对某光伏场站的组件温度进行分析和预测。对比结果表明:该方法表现出良好的预测精度,均方根误差<2℃,且部署模型所需的计算规模更小,运算速度可达神经网络的10倍以上,方便应用于实际控制系统中,且与神经网络方法相比更具可解释性,可作为一种实时计算光伏组件温度的有效方法。

基于灰度直方图自适应B样条曲线拟合的光伏组件热斑检测方法

红外热图像探测热斑的过程中,会受到复杂环境以及采集过程引入的诸多因素干扰,导致常规图像处理方法无法准确检测出热斑。提出一种改进的热斑检测方法,该方法根据灰度直方图特征进行自适应节点配置的B样条拟合,从而实现阈值选取和热斑分割,不仅同样具有抑制噪声的特点,且提高了热斑检测的准确率。实验证明该方法能实现含有大量噪声的光伏组件红外热图像的热斑检测,提高热斑检测的效率和准确率。

积灰性质对光伏组件输出性能影响研究

该文针对光伏电站现场的灰成分,进行不同粒径和不同成分积灰对光伏组件输出性能影响实验,基于实验数据建立积灰密度、太阳辐照度与光伏组件输出功率以及工作电流的拟合模型。实验结果表明,光伏组件开路电压和最佳工作电压受积灰性质波动较小,光伏组件最佳工作电流受积灰性质影响较大,光伏组件最大输出功率衰减主要是受到光伏组件最佳工作电流降低的影响,积灰粒径分布对光伏组件最大输出功率和最佳工作电流的影响远大于积灰成分的影响。

“双碳”目标下光伏组件回收跨省转移政策障碍问题及对策

光伏发电作为可再生能源的代表之一,近年来得到了广泛应用和推广。随着光伏组件的寿命结束,其回收处理问题变得日益重要。光伏组件的回收涉及多个环节,其中跨省转移是一个关键环节。本文分析光伏组件回收政策、技术、市场机制以及跨省合作机制不成熟等问题,提出建立政策协同、技术统一、资金扶持、人才培养等对策,破解光伏回收政策难题,提高光伏组件回收率,满足产业发展需要。