光學(xué)損失故障對(duì)單晶硅電池模型參數(shù)影響的研究.pdf

1、分布廣泛且資源豐富的太陽(yáng)能是當(dāng)今最具有潛力的新能源。隨著光伏發(fā)電在全球的逐步發(fā)展，光伏發(fā)電站中光伏電池板的狀態(tài)監(jiān)控以及故障診斷顯的越來(lái)越重要。目前，國(guó)內(nèi)外學(xué)者對(duì)光伏陣列故障診斷的研究幾乎都停留在光伏陣列的連接結(jié)構(gòu)上。已有的光伏電池故障診斷方法可分為大兩類:采用電信號(hào)診斷方法和采用紅外圖像診斷方法。而這兩類方法都是根據(jù)檢測(cè)太陽(yáng)能電池的外特性來(lái)進(jìn)行故障檢測(cè)的，雖然這些故障診斷方法有一定的工程價(jià)值，但這些研究仍停留于外特性，而沒有深入到光伏電

2、池模型的層面，沒有從模型的內(nèi)部機(jī)理來(lái)研究和分析故障。
　　為了深入研究光伏電池發(fā)生光學(xué)損失故障時(shí)電池模型參數(shù)如何發(fā)生變化，并對(duì)其進(jìn)行定量描述。本文從光伏電池的發(fā)電原理出發(fā)，研究了單晶硅光伏電池的半導(dǎo)體結(jié)構(gòu)與特性，分析電池發(fā)生故障時(shí)內(nèi)部參數(shù)的變化情況，并推導(dǎo)出光伏電池光學(xué)損失故障程度與模型參數(shù)之間的關(guān)系。由電池I-V輸出曲線對(duì)光伏電池的參數(shù)進(jìn)行快速準(zhǔn)確地參數(shù)辨識(shí)是本課題研究的關(guān)鍵，本文為此引入了自適應(yīng)混沌粒子群參數(shù)辨識(shí)算法(SA-C