CN107733366A - 基于加速试验箱的光伏组件失效评估及其预测方法 - Google Patents
基于加速试验箱的光伏组件失效评估及其预测方法 Download PDFInfo
- Publication number
- CN107733366A CN107733366A CN201711087752.6A CN201711087752A CN107733366A CN 107733366 A CN107733366 A CN 107733366A CN 201711087752 A CN201711087752 A CN 201711087752A CN 107733366 A CN107733366 A CN 107733366A
- Authority
- CN
- China
- Prior art keywords
- mrow
- test
- mfrac
- accelerated test
- photovoltaic module
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 230000004087 circulation Effects 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000007476 Maximum Likelihood Methods 0.000 claims description 7
- 125000004122 cyclic group Chemical group 0.000 claims description 7
- 229910021419 crystalline silicon Inorganic materials 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims 1
- 238000002474 experimental method Methods 0.000 abstract description 8
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000001133 acceleration Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000035882 stress Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013401 experimental design Methods 0.000 description 2
- 239000008274 jelly Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000005382 thermal cycling Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
- H02S50/15—Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于加速试验箱的光伏组件失效评估及其预测方法，利用威布尔分布以及得到的威布尔分布函数，可以评估预测组件在不同加速试验阶段的组件的失效概率。采用威布尔分布函数来评估光伏组件在温湿度循环加速试验下的可靠性，以及威布尔分布的可靠度函数评估组件的可靠度。本发明可以改变目前对组件加速试验可靠性评估方法简单单一的现状，通过对加速试验数据的分析，提出采用威布尔分布的方法在组件加速试验下可靠性及其失效概率的应用；通过本发明的方法，可以得到光伏组件在加速试验不同阶段失效概率，以此评估光伏组件在加速试验下的可靠度，从而对光伏组件的使用寿命的预测提供一定的参考意义。
Description
技术领域
本发明涉及一种基于加速试验箱的光伏组件失效评估及其预测方法，属于光伏技术领域。
背景技术
光伏组件在户外运行过程中受到多种环境因素的影响，其中辐照度、温度和湿度是影响组件户外运行性能的主要的三种因素。大多数光伏组件制造商需要保证所生产的光伏组件具有25年及以上的使用寿命，目前国内外研究工作者在户外建立实证基地，从外观、EL、和功率端观察组件在户外性能的衰减，然而，在常规环境下，环境应力因素对光伏组件性能的影响较小，须进行长时间观察和测试并收集相关数据才能明确光伏组件的失效模式和可靠性等问题。一些检测认证机构和研究院采用室内加速试验的方法来分析光伏组件的失效机理和可靠性，加速试验方法大多采用在IEC61215标准的基础上进行试验，常见的加速试验有热循环试验、湿-热试验、湿-冻试验和紫外试验等。
目前实验室内对光伏组件在加速试验性能的评估方法大多采用对试验前后光伏组件功率的变化进行比较，以及对组件外观和EL的比较，评估方法比较单一直接，不能对组件在加速试验下的衰减趋势和失效概率进行评估分析。
发明内容
针对以上现有的对光伏组件加速试验下性能变化评估方法的不足，本发明提出了一种基于加速试验箱的光伏组件失效评估及其预测方法，通过对光伏组件加速试验下功率衰减数据的处理，可以得到组件在不同加速时间下的失效概率，从而评估组件的可靠性及其使用寿命。
一种基于加速试验箱的光伏组件失效评估及其预测方法，具体步骤如下：
(1)试验样品筛选：对试验样品组件进行外观检查，并采用电致发光测试对试验样品进行检查，筛选出初始状态完好的n块晶体硅组件；
(2)确定初始功率：在试验之前依据IEC61215标准进行标准测试条件下组件输出功率的测试，得到初始功率数据a(0,1)、a(0,2)……a(0,n)；
(3)温湿度循环试验：采用定时截尾的试验设计方法，以温度、湿度为加速应力在温湿度环境试验箱中进行加速试验，其中，在IEC61215标准基础上，调节温湿度循环环境试验箱的温度为-40±2℃～85±2℃，当组件温度高于25℃时，控制温湿度环境试验箱的相对湿度为85％，组件温度低于25℃时不对温湿度环境试验箱的湿度进行控制，一次循环时间为24h，加速试验截止时间为2400h，即100次循环，每10个循环将试验样品取出进行标准测试条件下输出功率的测试，得到试验样品的功率衰减数据a(x,1)、a(x,2)……a(x,n)，x＝1,2…10；
(4)数据处理：采用步骤(3)得到的试验数据，根据威布尔分布模型建立数学模型，对光伏组件加速试验失效率及其可靠性进行评估，威布尔分布的三参数概率密度函数表示为：
式中：t为加速试验时间；θ为尺度参数；β为形状参数；ν为位置参数；
当ν＝0时，式(1)转化为两参数威布尔概率密度函数，则对应的两参数威布尔累计分布函数为：
则其可靠度函数R(t)为：
根据威布尔概率纸的构造原理，对式(2)进行计算得到：
令x＝lnt，a＝β，b＝-βlnθ，则式(4)可转化为：
y＝ax+b (5)
在X-Y直角坐标系中，式(5)为一条斜率为a，截距为b的直线，直角坐标X和Y的刻度都是等距离的，采用威布尔概率纸做(ti,F(ti))线，此时，概率纸下方为t轴，左边为F(t)轴，由前面的换算可得t轴与X轴的关系为t＝eX，F(t)与Y轴的关系为F(t)＝1-exp(-expY)；
采用伯纳德近似方程计算F(ti)，见式(6)：
其中，i代表第i块光伏组件，失效时间ti为第i块光伏组件发电功率衰减到5％时湿-冻加速试验的循环次数，F(ti)为ti对应的威布尔分布函数的数值；
采用极大似然估计法进行计算得到威布尔分布参数的极大似然估计值，尺度参数θ＝76.43756，形状参数β＝4.50455，将尺度参数和形状参数代入公式(2)，则该温湿度加速循环试验下的威布尔分布函数如式(7)所示：
式中，t代表加速试验时间，在不同应力水平下，威布尔分布的形状参数β保持不变；
对应的，组件在该温湿度循环下的可靠度函数如式(8)所示：
优选地，晶体硅组件块数n＝16。
有益效果：本发明公开了一种基于加速试验箱的光伏组件失效评估及其预测方法，可以改变目前对组件加速试验可靠性评估方法简单单一的现状，通过对加速试验数据的分析，提出采用威布尔分布的方法在组件加速试验下可靠性及其失效概率的应用；通过本发明的方法，可以得到光伏组件在加速试验不同阶段失效概率，以此评估光伏组件在加速试验下的可靠度，从而对光伏组件的使用寿命的预测提供一定的参考意义。
附图说明
图1为本发明的实验设计方案图；
图2为温湿度循环试验流程图；
图3为各个组件功率衰减曲线图；
图4为试验循环10次后发生的汇流条腐蚀图；
图5为试验循环10次后发生的背板脆化和分层图；
图6为威布尔分布中位秩回归线。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
一种基于加速试验箱的光伏组件失效评估及其预测方法，具体步骤如下：
(1)试验样品筛选：在进行试验之前，为了避免试验样品自身缺陷导致试验结果的误差，对试验样品组件进行外观检查，并采用电致发光(Electroluminescenc，EL)测试对试验样品进行检查，筛选出初始状态完好的n(n＝16)块晶体硅组件；
(2)确定初始功率：在试验之前依据IEC61215标准进行标准测试条件下(STC)下组件输出功率的测试，得到初始功率数据a(0,1)、a(0,2)……a(0,n),其中，n＝16；
(3)温湿度循环试验：根据图1所示的试验设计方案和图2所示的实验流程图，采用定时截尾的试验设计方法，以温度、湿度为加速应力在温湿度环境试验箱中进行加速试验，其中，在IEC61215标准基础上，调节温湿度循环环境试验箱的温度为-40±2℃～85±2℃，当组件温度高于25℃时，控制温湿度环境试验箱的相对湿度为85％，组件温度低于25℃时不对温湿度环境试验箱的湿度进行控制，一次循环时间为24h，加速试验截止时间为2400h，即100次循环，每10个循环将试验样品取出进行STC下输出功率的测试，得到试验样品的功率衰减数据a(x,1)、a(x,2)……a(x,n)，x＝1,2…10，其中n＝16；将得到的功率衰减数据按照表1列出。
表1晶体硅组件输出功率加速衰减试验数据(单位：W)
将上述各个组件功率衰减数据绘制成曲线图，如图3所示，在加速试验循环40次后，部分组件的功率下降速率变大。图4为在试验循环10次后发生的汇流条腐蚀图，图5为试验循环10次后发生的背板脆化和分层图，这与威布尔寿命分布对应的材料疲劳和腐蚀损伤的失效机理相似。
(4)数据处理：采用步骤(3)得到的试验数据，威布尔分布模型建立数学模型，对光伏组件加速试验失效率及其可靠性进行评估，威布尔分布的三参数概率密度函数表示为：
式中：t为加速试验时间；θ为尺度参数；β为形状参数；ν为位置参数；
当ν＝0时，式(1)转化为两参数威布尔概率密度函数，则对应的两参数威布尔累计分布函数为：
则其可靠度函数R(t)为：
根据威布尔概率纸的构造原理，对式(2)进行计算得到：
令x＝lnt，a＝β，b＝-βlnθ，则式(4)可转化为：
y＝ax+b (5)
在X-Y直角坐标系中，上式为一条斜率为a，截距为b的直线，直角坐标X和Y的刻度都是等距离的。实际使用过程中，通常采用在威布尔概率纸上做(ti,F(ti))线，此时，概率纸下方为t轴，左边为F(t)轴，由前面的换算可得t轴与X轴的关系为t＝eX，F(t)与Y轴的关系为F(t)＝1-exp(-expY)，显然t轴与F(t)轴是非等距离刻度的；
采用伯纳德近似方程计算F(ti)，见式(6)：
依据IEC61215标准，默认当光伏组件的最大功率衰减到5％，即为失效。由式(6)得到光伏组件的失效时间ti以及F(ti)的数值如表2所示，
其中，i代表第i块光伏组件，失效时间ti为光伏组件发电功率衰减到5％时湿-冻加速试验的循环次数，F(ti)为ti对应的威布尔分布函数的数值。
表2F(ti)的计算结果
在威布尔概率纸上，按(ti，F(ti))进行描点可以得到威布尔分布中位秩回归线近似为一条直线，其相关系数R2＝0.984，线性回归效果显著，因此可认为在该温湿度循环加速试验下光伏组件的功率衰减情况服从威布尔寿命分布，其中，威布尔分布的参数可以采用极大似然估计法MLE(Maximum Likelihood Estimation)(极大似然估计法为本领域技术人员掌握的常规技术手段)来进行计算，此时，尺度参数θ＝76.43756，形状参数β＝4.50455，将尺度参数和形状参数代入公式(2)，则该温湿度加速循环试验下的威布尔分布函数如式(7)所示：
式中，t代表加速试验时间，在不同应力水平下，威布尔分布的形状参数β保持不变；
对应的，组件在该温湿度循环下的可靠度函数如式(8)所示：
由此，就可以得到光伏组件在该温湿度加速循环试验水平下(步骤(3)中所述的试验条件)的失效概率分布，从而得知组件在该试验下不同阶段的衰减情况，在不同应力水平下，威布尔分布的形状参数β保持不变。可以实现利用威布尔分布对组件的加速试验下的失效概率和功率衰减情况进行评估。
利用威布尔分布以及得到的威布尔分布函数(式(7))，可以评估预测组件在不同加速试验阶段的组件的失效概率。采用威布尔分布的可靠度函数R(t)(式8)评估组件的可靠度，其中的分布参数θ和β可由初步的加速试验来确定，以此来确定光伏组件在加速试验不同阶段的失效概率，基于分布函数预测光伏组件在加速试验下的失效概率，弥补了对光伏组件加速试验后仅采用功率和EL等测试单一直接的评估方法，对光伏组件加速试验的评估方法具有重要意义。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的两种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。
Claims (2)
1.一种基于加速试验箱的光伏组件失效评估及其预测方法，其特征在于，具体步骤如下：
(1)试验样品筛选：对试验样品组件进行外观检查，并采用电致发光测试对试验样品进行检查，筛选出初始状态完好的n块晶体硅组件；
(2)确定初始功率：在试验之前依据IEC61215标准进行标准测试条件下组件输出功率的测试，得到初始功率数据a(0,1)、a(0,2)……a(0,n)；
(3)温湿度循环试验：采用定时截尾的试验设计方法，以温度、湿度为加速应力在温湿度环境试验箱中进行加速试验，其中，在IEC61215标准基础上，调节温湿度循环环境试验箱的温度为-40±2℃～85±2℃，当组件温度高于25℃时，控制温湿度环境试验箱的相对湿度为85％，组件温度低于25℃时不对温湿度环境试验箱的湿度进行控制，一次循环时间为24h，加速试验截止时间为2400h，即100次循环，每10个循环将试验样品取出进行标准测试条件下输出功率的测试，得到试验样品的功率衰减数据a(x,1)、a(x,2)……a(x,n)，x＝1,2…10；
(4)数据处理：采用步骤(3)得到的试验数据，根据威布尔分布模型建立数学模型，对光伏组件加速试验失效率及其可靠性进行评估，威布尔分布的三参数概率密度函数表示为：
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<mfrac>
<mi>&beta;</mi>
<mi>&theta;</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>t</mi>
<mo>-</mo>
<mi>v</mi>
</mrow>
<mi>&theta;</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mi>&beta;</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&rsqb;</mo>
<mo>&CenterDot;</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>t</mi>
<mo>-</mo>
<mi>v</mi>
</mrow>
<mi>&theta;</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mi>&beta;</mi>
</msup>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：t为试验时间；θ为尺度参数；β为形状参数；ν为位置参数；
当ν＝0时，式(1)转化为两参数威布尔概率密度函数，则对应的两参数威布尔累计分布函数为：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>t</mi>
<mi>&theta;</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mi>&beta;</mi>
</msup>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
则其可靠度函数R(t)为：
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>t</mi>
<mi>&theta;</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mi>&beta;</mi>
</msup>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
根据威布尔概率纸的构造原理，对式(2)进行计算得到：
<mrow>
<mi>l</mi>
<mi>n</mi>
<mi> </mi>
<mi>l</mi>
<mi>n</mi>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>F</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>=</mo>
<mi>&beta;</mi>
<mi>ln</mi>
<mi> </mi>
<mi>t</mi>
<mo>-</mo>
<mi>&beta;</mi>
<mi>l</mi>
<mi>n</mi>
<mi>&theta;</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
令x＝lnt，a＝β，b＝-βlnθ，则式(4)可转化为：
y＝ax+b (5)
在X-Y直角坐标系中，式(5)为一条斜率为a，截距为b的直线，直角坐标X和Y的刻度都是等距离的，采用威布尔概率纸做(ti,F(ti))线，此时，概率纸下方为t轴，左边为F(t)轴，由前面的换算可得t轴与X轴的关系为t＝eX，F(t)与Y轴的关系为F(t)＝1-exp(-expY)；
采用伯纳德近似方程计算F(ti)，见式(6)：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>0.3</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>+</mo>
<mn>0.4</mn>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中，i代表第i块光伏组件，失效时间ti为第i块光伏组件发电功率衰减到5％时湿-冻加速试验的循环次数，F(ti)为ti对应的威布尔分布函数的数值；
采用极大似然估计法进行计算得到威布尔分布参数的极大似然估计值，尺度参数θ＝76.43756，形状参数β＝4.50455，将尺度参数和形状参数代入公式(2)，则该温湿度加速循环试验下的威布尔分布函数如式(7)所示：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>t</mi>
<mn>76.43756</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mn>4.50455</mn>
</msup>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中，t代表加速试验时间，在不同应力水平下，威布尔分布的形状参数β保持不变；
对应的，组件在该温湿度循环下的可靠度函数如式(8)所示：
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>t</mi>
<mn>76.43756</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mn>4.50455</mn>
</msup>
<mo>&rsqb;</mo>
<mo>.</mo>
</mrow>
2.根据权利要求所述的一种基于加速试验箱的光伏组件失效评估及其预测方法，其特征在于，晶体硅组件块数n＝16。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711087752.6A CN107733366A (zh) | 2017-11-08 | 2017-11-08 | 基于加速试验箱的光伏组件失效评估及其预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711087752.6A CN107733366A (zh) | 2017-11-08 | 2017-11-08 | 基于加速试验箱的光伏组件失效评估及其预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107733366A true CN107733366A (zh) | 2018-02-23 |
Family
ID=61222954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711087752.6A Pending CN107733366A (zh) | 2017-11-08 | 2017-11-08 | 基于加速试验箱的光伏组件失效评估及其预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107733366A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109149982A (zh) * | 2018-08-21 | 2019-01-04 | 南方电网科学研究院有限责任公司 | 模块化电平换流器功率模块可靠性评估方法 |
| CN109143098A (zh) * | 2018-09-27 | 2019-01-04 | 北京长城华冠汽车科技股份有限公司 | 一种锂离子电池寿命估算方法和装置 |
| CN109388860A (zh) * | 2018-09-17 | 2019-02-26 | 中国人民解放军海军工程大学 | 一种伽玛型单元寿命分布参数估计方法 |
| CN109613431A (zh) * | 2018-11-27 | 2019-04-12 | 北京长城华冠汽车科技股份有限公司 | 一种锂离子电池的可靠度验证方法和装置 |
| CN110175655A (zh) * | 2019-06-03 | 2019-08-27 | 中国科学技术大学 | 数据识别方法及装置、存储介质及电子设备 |
| CN110261059A (zh) * | 2019-06-20 | 2019-09-20 | 广东华矩检测技术有限公司 | 一种检测光伏组件应变量对其输出特性的影响的方法 |
| CN110414026A (zh) * | 2018-04-28 | 2019-11-05 | 米亚索能光伏科技有限公司 | 一种光伏组件使用寿命的评估方法 |
| CN112540297A (zh) * | 2020-11-10 | 2021-03-23 | 中车长春轨道客车股份有限公司 | 一种研究锂离子电池过充安全冗余边界的方法 |
| CN112924370A (zh) * | 2021-01-28 | 2021-06-08 | 无锡市产品质量监督检验院 | 一种光伏组件及材料的紫外热循环综合试验方法 |
| CN113168597A (zh) * | 2018-11-08 | 2021-07-23 | 施乐百有限公司 | 用于预测风扇组的故障的方法和***以及对应的风扇组 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106093613A (zh) * | 2016-05-25 | 2016-11-09 | 广东蓄能发电有限公司 | 抽水蓄能机组设备可靠性分析平台及其方法 |
| CN106484011A (zh) * | 2016-10-12 | 2017-03-08 | 河海大学常州校区 | 一种光湿热一体化老化测试设备及方法 |
-
2017
- 2017-11-08 CN CN201711087752.6A patent/CN107733366A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106093613A (zh) * | 2016-05-25 | 2016-11-09 | 广东蓄能发电有限公司 | 抽水蓄能机组设备可靠性分析平台及其方法 |
| CN106484011A (zh) * | 2016-10-12 | 2017-03-08 | 河海大学常州校区 | 一种光湿热一体化老化测试设备及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王喜炜 等: "光伏组件加速老化试验可靠性及其寿命分布研究", 《可再生能源》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110414026A (zh) * | 2018-04-28 | 2019-11-05 | 米亚索能光伏科技有限公司 | 一种光伏组件使用寿命的评估方法 |
| CN110414026B (zh) * | 2018-04-28 | 2023-08-22 | 东君新能源有限公司 | 一种光伏组件使用寿命的评估方法 |
| CN109149982A (zh) * | 2018-08-21 | 2019-01-04 | 南方电网科学研究院有限责任公司 | 模块化电平换流器功率模块可靠性评估方法 |
| CN109388860A (zh) * | 2018-09-17 | 2019-02-26 | 中国人民解放军海军工程大学 | 一种伽玛型单元寿命分布参数估计方法 |
| CN109143098A (zh) * | 2018-09-27 | 2019-01-04 | 北京长城华冠汽车科技股份有限公司 | 一种锂离子电池寿命估算方法和装置 |
| CN113168597A (zh) * | 2018-11-08 | 2021-07-23 | 施乐百有限公司 | 用于预测风扇组的故障的方法和***以及对应的风扇组 |
| CN109613431A (zh) * | 2018-11-27 | 2019-04-12 | 北京长城华冠汽车科技股份有限公司 | 一种锂离子电池的可靠度验证方法和装置 |
| CN110175655A (zh) * | 2019-06-03 | 2019-08-27 | 中国科学技术大学 | 数据识别方法及装置、存储介质及电子设备 |
| CN110261059A (zh) * | 2019-06-20 | 2019-09-20 | 广东华矩检测技术有限公司 | 一种检测光伏组件应变量对其输出特性的影响的方法 |
| CN112540297A (zh) * | 2020-11-10 | 2021-03-23 | 中车长春轨道客车股份有限公司 | 一种研究锂离子电池过充安全冗余边界的方法 |
| CN112540297B (zh) * | 2020-11-10 | 2024-06-11 | 中车长春轨道客车股份有限公司 | 一种研究锂离子电池过充安全冗余边界的方法 |
| CN112924370A (zh) * | 2021-01-28 | 2021-06-08 | 无锡市产品质量监督检验院 | 一种光伏组件及材料的紫外热循环综合试验方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107733366A (zh) | 基于加速试验箱的光伏组件失效评估及其预测方法 | |
| Haillant | Accelerated weathering testing principles to estimate the service life of organic PV modules | |
| Koehl et al. | Evaluation of damp‐heat testing of photovoltaic modules | |
| Wang et al. | Fault diagnosis and operation and maintenance of PV components based on BP neural network with data cloud acquisition | |
| Irwin et al. | Wind tunnel testing of high-rise buildings | |
| CN103292982B (zh) | 基于步进应力的led灯具的加速退化试验方法 | |
| CN104166718B (zh) | 一种适用于大电网的不良数据检测与辨识方法 | |
| CN101859146A (zh) | 一种基于预测滤波和经验模态分解的卫星故障预测方法 | |
| CN107229824A (zh) | 光伏电站发电单元功率曲线建模方法及装置 | |
| CN107579708A (zh) | 一种结合数学模型的室内光伏组件加速老化方法 | |
| CN105954667A (zh) | 一种基于加速退化试验的pcb绝缘寿命快速预测方法及*** | |
| CN107764950A (zh) | 工业园区环境空气质量监管*** | |
| CN108663486A (zh) | 一种光伏组件不同地区耐候寿命系数的确定及验证方法 | |
| Khazaee et al. | A comprehensive study on Structural Health Monitoring (SHM) of wind turbine blades by instrumenting tower using machine learning methods | |
| CN107764951A (zh) | 工业园区环境空气质量监管*** | |
| CN104579168A (zh) | 一种光伏组件户外暴露试验方法 | |
| CN103616732A (zh) | 高空风资料的质量控制方法及其质量监控装置 | |
| CN105824987A (zh) | 一种基于遗传算法的风场特征统计分布模型建立方法 | |
| CN103364703B (zh) | Led多应力下可靠性快速评测方法 | |
| Schlünzen | On the validation of high-resolution atmospheric mesoscale models | |
| Amiri et al. | Farm-wide assessment of wind turbine lifetime extension using detailed tower model and actual operational history | |
| CN105356851B (zh) | 一种光伏组件入射角影响因子测试方法 | |
| Luketa-Hanlin et al. | Improvement and validation of a transient model to predict photovoltaic module temperature. | |
| CN109375143A (zh) | 一种确定智能电能表剩余寿命的方法 | |
| CN109117865A (zh) | 一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |
|
| RJ01 | Rejection of invention patent application after publication |