CN109936335A - 光伏阵列热斑故障的在线检测方法 - Google Patents

光伏阵列热斑故障的在线检测方法 Download PDF

Info

Publication number
CN109936335A
CN109936335A CN201910213250.6A CN201910213250A CN109936335A CN 109936335 A CN109936335 A CN 109936335A CN 201910213250 A CN201910213250 A CN 201910213250A CN 109936335 A CN109936335 A CN 109936335A
Authority
CN
China
Prior art keywords
photovoltaic array
photovoltaic
maximum power
under
power point
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
Application number
CN201910213250.6A
Other languages
English (en)
Inventor
郭珂
温浚铎
王瀚笠
袁丹夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201910213250.6A priority Critical patent/CN109936335A/zh
Publication of CN109936335A publication Critical patent/CN109936335A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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

  • Photovoltaic Devices (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)

Abstract

本发明涉及一种光伏阵列热斑故障的在线检测方法，包括步骤S1：利用MPPT技术和多传感器融合技术测得最大功率点电压Ump和电流Imp，采集光伏电池的温度及辐照度；S2：根据得到的Ump和Imp，计算得到实际运行的开路电压和短路电流；S3：利用光伏阵列运行参数计算得到光伏阵列实际串联等效电阻，利用环境参数计算光伏阵列正常运行状态下的运行参数，并计算参考串联等效电阻Rs0；S4：根据实际串联等效电阻Rs与参考串联等效电阻Rs0之间的比值得到Kr；S5：根据Kr的大小判定光伏阵列的故障情况。

Description

光伏阵列热斑故障的在线检测方法
技术领域
本发明属于本发明属于太阳能光伏电池技术领域，涉及一种基于光伏阵列I-U输出特性表达式的在线故障检测方法。
背景技术
太阳能作为一种清洁能源，有着良好的应用和发展前景，光伏发电是目前开发利用太阳能的重要途径。但光伏阵列的故障严重制约着光伏产业的发展。在光伏阵列正常运行过程中，光伏阵列常常出现热斑故障，严重影响了光伏***的效率。目前光伏阵列的故障检测仍然是通过人工排查，无法实现对于光伏电站的实时检测和监控。同时，由于光伏阵列多被安装在高山、荒野等恶劣环境中，人工维护的成本高，且风险大，不利于光伏电站的长期维护和运营。目前检测技术主要有以下几类：1.基于红外图像分析法，是一种不需要测量太阳能电池组件参数的方法，只需要利用红外摄像机将电池组件拍摄下来，然后利用计算机进行图像分析就可以进行故障诊断，主要是通过故障点与正常工作组件的温差从而判别，这种检测方法实时性和精度较差，对设备的依赖性高，只适用于研究一些特殊的场合；2.基于CTCT结构的光伏阵列故障分析方法虽然能对光伏阵列进行快速的分析计算，自由选择检测精度，但这种方法改变了传统的光伏阵列的结构，适用范围较窄，且性价比很低；3.也有直接扫描电压，通过比较各个组件间的电压，认为偏离组件平均水平的组件便是有故障的组件，但是该方法并未考虑到辐照度与温度的因素的影响，所以限制了判别的精确度，只能进行简单的故障判别。因此，实时检测光伏阵列的运行状态，快速有效地对光伏阵列进行故障判断和排除，对于光伏阵列的长期运行具有重要意义。
发明内容
有鉴于此，本发明的目的在于提供一种光伏阵列热斑故障的在线检测方法。
为达到上述目的，本发明提供如下技术方案：
一种光伏阵列热斑故障的在线检测方法，包括以下步骤：
S1：利用MPPT技术和多传感器融合技术，测得最大功率点电压Ump和电流Imp，并采集光伏电池的温度及辐照度；
S2：根据得到的Ump和Imp，计算得到此实际运行状态下的开路电压Uoc和短路电流Isc；
S3：利用光伏阵列的I-V输出特性中的运行参数计算得到光伏阵列实际串联等效电阻Rs，利用环境参数计算光伏阵列正常运行状态下的运行参数，所述正常运行状态下的运行参数包括正常运行状态下开路电压、短路电流、最大功率点电压和最大功率点电流，并计算参考串联等效电阻Rs0；
S4：根据实际串联等效电阻Rs与参考串联等效电阻Rs0之间的比值得到Kr；
S5：根据Kr的大小判定光伏阵列的故障情况。
本发明综合考虑了温度、辐照度、最大功率点电压、最大功率点电流，提高了故障判别的精确度，在光伏阵列工作状态下确定发生热斑故障的光伏阵列组件。
进一步，步骤S3中，所述光伏阵列的I-V输出特性关系式：
其中I为光伏电池输出电流；U为输出电压；Rs为串联电阻；IP为光生电流；q为电荷常数；Io为反向饱和电流；A为二极管品质因子；ID为流过二极管的电流；K为玻尔兹曼常数；T为光伏电池温度；N1为光伏阵列并联支路数目，N2为光伏阵列各支路串联支路数目；Uoc为光伏阵列实际运行状态下的开路电压，Isc为实际运行状态下的短路电流。
进一步，步骤S2中，所述实际运行状态下的开路电压Uoc和短路电流Isc的计算公式为：
Uoc＝Uocref+kuΔT (3)
其中Uocref为光伏阵列标准情况开路电压，Iscref为光伏阵列标准情况短路电流；ku为光伏阵列的电压温度系数。
进一步，步骤S3中，所述正常运行状态下开路电压和短路电流的计算公式为：
Uoc0＝Uocref+kuΔT (6)
其中Uoc0为正常运行状态下的开路电压，Isc0为正常运行状态下的短路电流；ki为光伏阵列的电流温度系数；G为光伏阵列的辐照度，Gref为光伏阵列的参考辐照度。
进一步，步骤S3中，所述正常运行状态下的最大功率点电压和最大功率点电流的计算公式为：
Ump0＝Umpref+kuΔT (8)
其中Ump0为正常运行状态下的最大功率点电压，Imp0为正常运行状态下的最大功率点电流。
进一步，步骤S3中所述实际串联等效电阻计算公式为：
其中Ump为光伏阵列实际运行状态下的最大功率点电压，Imp为光伏阵列实际运行状态下的最大功率点电流。
进一步，步骤S3中所述参考串联等效电阻计算公式为：
本发明的有益效果在于：本发明利用MPPT技术和多传感器融合技术，测得最大功率点电压Vmp和电流Imp，并采集光伏电池的温度及辐照度，基于光伏阵列的简化数学模型得到I-U输出特性关系式，计算得到光伏阵列的实际串联等效电阻Rs、参考串联等效电阻Rs0以及两者的比值Kr，进而确定发生热斑故障的光伏阵列组件。本发明综合考虑了温度、辐照度、最大功率点电压、最大功率点电流，方案可以在光伏阵列在线工作情况下精准快速确定发生热斑故障的组件。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为光伏电池等效电路模型；
图2为光伏阵列的SP结构示意图；
图3为光伏阵列故障检测的Simulink模型；
图4为光伏阵列热斑故障在线检测实验测量值；
图5为光伏阵列热斑故障在线检测方法计算值；
图6为光伏阵列热斑故障在线检测方法流程。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
如图1-图6所示，本发明针对光伏阵列热斑故障的在线检测，提出了利用MPPT技术和多传感器融合技术，测得最大功率点电压Ump和电流Imp，并采集光伏电池的温度及辐照度，基于光伏阵列的简化数学模型得到I-U输出特性关系式，计算得到光伏阵列的实际串联等效电阻Rs、参考串联等效电阻Rs0以及两者的比值Kr，进而确定发生热斑故障的光伏阵列组件这一创新的方法。本方法综合考虑了温度、辐照度、最大功率点电压、最大功率点电流，提高了故障判别的精确度，在光伏阵列工作状态下确定发生热斑故障的光伏阵列组件。具体步骤如下：
S1：利用MPPT技术和多传感器融合技术，测得最大功率点电压Ump和电流Imp，并采集光伏电池的温度及辐照度；
S2：根据得到的Ump和Imp，计算得到此实际运行状态下的开路电压Uoc和短路电流Isc；
S3：利用光伏阵列的I-V输出特性中的运行参数计算得到光伏阵列实际串联等效电阻Rs，利用环境参数计算光伏阵列正常运行状态下的运行参数，所述正常运行状态下的运行参数包括正常运行状态下开路电压、短路电流、最大功率点电压和最大功率点电流，并计算参考串联等效电阻Rs0；
S4：根据实际串联等效电阻Rs与参考串联等效电阻Rs0之间的比值得到Kr；
S5：根据Kr的大小判定光伏阵列的故障情况。
步骤S2中，实际运行状态下的开路电压Uoc和短路电流Isc的计算公式为：
Uoc＝Uocref+kuΔT (1)
其中Uocref为光伏阵列标准情况开路电压，Iscref为光伏阵列标准情况短路电流；ku为光伏阵列的电压温度系数。
步骤S3中，基于理想的光伏电池等效电路，求出光伏阵列I-V输出特性表达式为：
式中I为光伏电池输出电流；U为输出电压；Rs为串联电阻；Rsh为并联电阻；IP为光生电流；q为电荷常数；I0为反向饱和电流；A为二极管品质因子，1＜A＜2；ID为流过二极管的电流；K为玻尔兹曼常数；T为光伏电池温度。
目前，光伏阵列内部等效参数的计算方式主要采用五参数拟合的方法，计算过程较为繁琐，且对迭代初值的精度有一定要求，工程应用十分困难，在满足工程要求的精度下，可对光伏阵列等效串联电阻的计算模型进行简化。式(3)对于对于等效并联电阻Rsh，其大小会直接影响光伏电池的开路电压，而光伏阵列的开路电压随环境变化基本不变，所以开路电压近似为一个常数，即光伏电池发生故障或环境参数发生变化时Rsh基本不会变化，又因为其阻值一般为kΩ级别，所以可对式(3)进行相应简化：
其中I为光伏电池输出电流；U为输出电压；Rs为串联电阻；IP为光生电流；q为电荷常数；Io为反向饱和电流；A为二极管品质因子；ID为流过二极管的电流；K为玻尔兹曼常数；T为光伏电池温度；N1为光伏阵列并联支路数目，N2为光伏阵列各支路串联支路数目；Uoc为光伏阵列实际运行状态下的开路电压，Isc为实际运行状态下的短路电流。
正常运行状态下开路电压和短路电流的计算公式为：
Uoc0＝Uocref+kuΔT (7)
其中Uoc0为正常运行状态下的开路电压，Isc0为正常运行状态下的短路电流；ki为光伏阵列的电流温度系数；G为光伏阵列的辐照度，Gref为光伏阵列的参考辐照度。
正常运行状态下的最大功率点电压和最大功率点电流的计算公式为：
Ump0＝Umpref+kuΔT (9)
其中Ump0为正常运行状态下的最大功率点电压，Imp0为正常运行状态下的最大功率点电流。
根据简化得到的I-U输出特性表达式，计算出实际串联等效电阻Rs和参考串联等效电阻Rs0：
其中Ump为光伏阵列实际运行状态下的最大功率点电压，Imp为光伏阵列实际运行状态下的最大功率点电流；
根据计算出的实际等效串联电阻和参考等效串联电阻，得到两者的比值为Kr；根据Kr值的大小判定光伏阵列是否发生热斑故障。
光伏阵列在正常工作时其输出电压与电流满足(4)式。根据(4)式，由采集到的光伏电池温度与辐照度可以得到该光伏阵列的I-V输出关系式，该I-V输出关系式可作为该阵列的标准I-V输出关系式。当某个组件出现被遮挡或者短路故障或者断路故障，该组件所在支路的I-V输出特性与标准I-V输出特性就存在不同程度的偏差。这就是故障检测的根本依据。
按照上述检测方法步骤，在MATLAB中Simulink模块搭建该检测方案模型，并将各计算模块进行封装，如图3所示。利用3个18W/30W光伏电池并联组成的光伏阵列进行光伏阵列热斑故障在线检测方法的实验验证。图4是在辐照度为S＝800W/m2，光伏阵列温度为40℃时，直接利用EKO公司(即英弘公司)的MP-170I-V测试仪测试出的光伏阵列运行参数的实际值，同时利用人为遮挡的方式进行光伏阵列热斑故障的模拟情况。图5是利用光伏阵列热斑故障在线检测方法等到的光伏阵列运行参数与检测出的故障状态。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种光伏阵列热斑故障的在线检测方法，其特征在于：包括以下步骤：
S1：利用MPPT技术和多传感器融合技术，测得最大功率点电压Ump和电流Imp，并采集光伏电池的温度及辐照度；
S2：根据得到的Ump和Imp，计算得到此实际运行状态下的开路电压Uoc和短路电流Isc；
S3：利用光伏阵列的I-V输出特性中的运行参数计算得到光伏阵列实际串联等效电阻Rs，利用环境参数计算光伏阵列正常运行状态下的运行参数，所述正常运行状态下的运行参数包括正常运行状态下开路电压、短路电流、最大功率点电压和最大功率点电流，并计算参考串联等效电阻Rs0；
S4：根据实际串联等效电阻Rs与参考串联等效电阻Rs0之间的比值得到Kr；
S5：根据Kr的大小判定光伏阵列的故障情况。
本发明综合考虑了温度、辐照度、最大功率点电压、最大功率点电流，提高了故障判别的精确度，在光伏阵列工作状态下确定发生热斑故障的光伏阵列组件。
2.根据权利要求1所述的光伏阵列热斑故障的在线检测方法，其特征在于：步骤S3中，所述光伏阵列的I-V输出特性关系式：
其中I为光伏电池输出电流；U为输出电压；Rs为串联电阻；IP为光生电流；q为电荷常数；Io为反向饱和电流；A为二极管品质因子；ID为流过二极管的电流；K为玻尔兹曼常数；T为光伏电池温度；N1为光伏阵列并联支路数目，N2为光伏阵列各支路串联支路数目；Uoc为光伏阵列实际运行状态下的开路电压，Isc为实际运行状态下的短路电流。
3.根据权利要求1所述的光伏阵列热斑故障的在线检测方法，其特征在于：步骤S2中，所述实际运行状态下的开路电压Uoc和短路电流Isc的计算公式为：
Uoc＝Uocref+kuΔT (3)
其中Uocref为光伏阵列标准情况开路电压，Iscref为光伏阵列标准情况短路电流；ku为光伏阵列的电压温度系数。
4.根据权利要求1所述的光伏阵列热斑故障的在线检测方法，其特征在于：步骤S3中，所述正常运行状态下开路电压和短路电流的计算公式为：
Uoc0＝Uocref+kuΔT (6)
其中Uoc0为正常运行状态下的开路电压，Isc0为正常运行状态下的短路电流；ki为光伏阵列的电流温度系数；G为光伏阵列的辐照度，Gref为光伏阵列的参考辐照度。
5.根据权利要求1所述的光伏阵列热斑故障的在线检测方法，其特征在于：步骤S3中，所述正常运行状态下的最大功率点电压和最大功率点电流的计算公式为：
Ump0＝Umpref+kuΔT (8)
其中Ump0为正常运行状态下的最大功率点电压，Imp0为正常运行状态下的最大功率点电流。
6.根据权利要求1所述的光伏阵列热斑故障的在线检测方法，其特征在于：步骤S3中所述实际串联等效电阻计算公式为：
其中Ump为光伏阵列实际运行状态下的最大功率点电压，Imp为光伏阵列实际运行状态下的最大功率点电流。
7.根据权利要求1所述的光伏阵列热斑故障的在线检测方法，其特征在于：步骤S3中所述参考串联等效电阻计算公式为：
。
CN201910213250.6A 2019-03-20 2019-03-20 光伏阵列热斑故障的在线检测方法 Pending CN109936335A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910213250.6A CN109936335A (zh) 2019-03-20 2019-03-20 光伏阵列热斑故障的在线检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910213250.6A CN109936335A (zh) 2019-03-20 2019-03-20 光伏阵列热斑故障的在线检测方法

Publications (1)

Publication Number Publication Date
CN109936335A true CN109936335A (zh) 2019-06-25

Family

ID=66987763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910213250.6A Pending CN109936335A (zh) 2019-03-20 2019-03-20 光伏阵列热斑故障的在线检测方法

Country Status (1)

Country Link
CN (1) CN109936335A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110601256A (zh) * 2019-09-04 2019-12-20 山东汇智信息科技有限责任公司 一种功率流动控制方法
CN112688640A (zh) * 2020-11-24 2021-04-20 国网山东省电力公司郓城县供电公司 一种太阳能电池组件热斑故障检测分析***及方法
CN113708726A (zh) * 2021-09-24 2021-11-26 贵州理工学院 基于光伏组件电压实时计算比较的光伏阵列故障判别方法
CN113872526A (zh) * 2021-09-24 2021-12-31 贵州理工学院 基于最小不匹配度故障电流预测的光伏阵列故障诊断方法
CN116366004A (zh) * 2023-05-30 2023-06-30 国家电投集团云南国际电力投资有限公司 光伏发电***的故障检测方法、装置、设备及存储介质
CN117235617A (zh) * 2023-11-10 2023-12-15 兰州理工大学 沙尘天气下基于ml-rfknn的光伏阵列故障诊断方法
WO2024065211A1 (zh) * 2022-09-27 2024-04-04 宁德时代新能源科技股份有限公司 光伏阵列检测方法和***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105978486A (zh) * 2016-07-27 2016-09-28 重庆大学 一种硅太阳能电池阵列的故障检测方法
KR20170085838A (ko) * 2016-01-15 2017-07-25 울산대학교 산학협력단 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170085838A (ko) * 2016-01-15 2017-07-25 울산대학교 산학협력단 데이터시트 기반의 태양광 패널의 시뮬레이션 방법 및 장치
CN105978486A (zh) * 2016-07-27 2016-09-28 重庆大学 一种硅太阳能电池阵列的故障检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡长武，李宝国等: ""光伏电池简化数学模型的Matlab/Simulink仿真研究"", 《可再生能源》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110601256A (zh) * 2019-09-04 2019-12-20 山东汇智信息科技有限责任公司 一种功率流动控制方法
CN110601256B (zh) * 2019-09-04 2020-09-18 北京妙微科技有限公司 一种功率流动控制方法
CN112688640A (zh) * 2020-11-24 2021-04-20 国网山东省电力公司郓城县供电公司 一种太阳能电池组件热斑故障检测分析***及方法
CN113708726A (zh) * 2021-09-24 2021-11-26 贵州理工学院 基于光伏组件电压实时计算比较的光伏阵列故障判别方法
CN113872526A (zh) * 2021-09-24 2021-12-31 贵州理工学院 基于最小不匹配度故障电流预测的光伏阵列故障诊断方法
WO2024065211A1 (zh) * 2022-09-27 2024-04-04 宁德时代新能源科技股份有限公司 光伏阵列检测方法和***
CN116366004A (zh) * 2023-05-30 2023-06-30 国家电投集团云南国际电力投资有限公司 光伏发电***的故障检测方法、装置、设备及存储介质
CN116366004B (zh) * 2023-05-30 2023-09-15 国家电投集团云南国际电力投资有限公司 光伏发电***的故障检测方法、装置、设备及存储介质
CN117235617A (zh) * 2023-11-10 2023-12-15 兰州理工大学 沙尘天气下基于ml-rfknn的光伏阵列故障诊断方法

Similar Documents

Publication Publication Date Title
CN109936335A (zh) 光伏阵列热斑故障的在线检测方法
Ali et al. Real time fault detection in photovoltaic systems
Wang et al. Fault diagnosis and operation and maintenance of PV components based on BP neural network with data cloud acquisition
CN105375878B (zh) 一种在线检测和评估光伏***效率的方法
CN105846780B (zh) 一种基于决策树模型的光伏组件故障诊断方法
CN104391189B (zh) 基于三级诊断的大型光伏阵列故障诊断定位方法
Bastidas-Rodríguez et al. Model-based degradation analysis of photovoltaic modules through series resistance estimation
CN104767482A (zh) 一种光伏组件老化和短路故障在线诊断方法
CN105978486B (zh) 一种硅太阳能电池阵列的故障检测方法
Ma et al. Rapid diagnosis of hot spot failure of crystalline silicon PV module based on IV curve
CN109613841A (zh) 一种故障状态下的太阳能光伏组件参数辨识方法
Chen et al. A novel fault diagnosis method of PV based-on power loss and IV characteristics
Kim et al. Fault detection for photovoltaic systems using multivariate analysis with electrical and environmental variables
CN107634719A (zh) 集中式逆变器方案新型光伏组串在线故障诊断***及方法
CN108627732A (zh) 一种基于交叉电压检测的光伏电池板故障诊断方法
CN113037214B (zh) 一种基于s-v曲线的光伏组件阴影遮挡故障诊断方法
Driesse et al. Evaluating the effectiveness of maximum power point tracking methods in photovoltaic power systems using array performance models
CN108306615B (zh) 一种用于光伏阵列故障类型诊断的方法及***
CN102494895B (zh) 对电站汽轮机组节能及优化的分析方法
CN102636706A (zh) 一种电网中参数误差支路的辨识方法
Kimber et al. Improved test method to verify the power rating of a photovoltaic (PV) project
Dhoke et al. Condition monitoring of a large-scale PV power plant in Australia
CN109885856A (zh) 基于i-v曲线的光伏组件热斑功率损耗计算方法
Aarseth et al. Defect recognition and power loss estimation using infrared thermography
King et al. Array performance characterization and modeling for real-time performance analysis of photovoltaic systems

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190625