光伏电池模型参数辨识及老化故障的研究

摘要

太阳能资源及其丰富,并且分布广泛,是最具有潜力的新能源。随着光伏发电产业的逐步发展,光伏发电站中光伏阵列的状态监控和故障诊断显的越来越重要。目前,国内外对光伏阵列的故障诊断的研究都是在光伏阵列的连接结构基础上进行研究的,当前已有的故障诊断方法主要分为两大类:电信号诊断方法和红外图像诊断方法。这两大类方法都是根据太阳能电池的外部特性来检测故障的,虽然这些光伏阵列故障诊断系统有一定的工程价值,但这些基础研究都没有深入到电池模型的层面,无法从电池模型的内部机理来研究和分析故障。
　　为了深入研究光伏电池发生老化故障时电池内部机理和参数如何发生变化,并对光伏电池故障进行定量描述。本文从基本理论出发,研究了光伏电池模型的半导体结构与内部特性,分析故障发生时电池内部参数的变化特性,推导出电池老化与模型参数之间的关系,初步建立老化故障模型。本文研究的最关键的一步是对光伏电池的参数进行快速准确地辨识,为此本文引入了自适应混沌粒子群融合算法(SA-CPSO),实现了光伏电池参数的快速准确性辨识。本文利用SA-CPSO算法对模拟的老化电池的参数进行辨识,分析了电池内部参数的变化规律并初步提出了老化电池的故障模型。
　　最后,本文搭建了以FPGA为核心的光伏电池模型参数辨识的的硬件系统电路。在实际环境中通过减少电池表面的透光率来模拟电池不同的老化状态,用搭建的硬件电路进行了反复实验。实验结果验证了本文提出的自适应混沌粒子群算法进行参数辨识的准确性和推导的老化电池故障模型的有效性。本文的研究不但为光伏电池老化故障的研究和诊断提供了基础,而且在光伏阵列的发电量预测和最大功率点跟踪控制领域也具有很重要的工程价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1光伏产业的国内外现状及发展前景

1.2光伏发电面临的主要问题

1.3本课题的主要研究

第二章 光伏电池原理与老化机理

2.1光伏电池原理与特性

2.2光伏电池老化的机理

第三章 基于自适应混沌粒子群算法的参数辨识

3.1不同参数辨识方法的优缺点

3.2自适应混沌粒子群算法

3.3自适应混沌粒子群算法在参数辨识中的应用

第四章 基于FPGA的光伏电池模型参数辨识的硬件设计

4.1硬件电路的总体设计

4.2 FPGA和Verilog HDL硬件描述语言

4.3硬件电路功能模块的实现

4.4硬件测量电路的误差分析及改进

第五章 光伏电池参数辨识的硬件实现与老化现象的模拟实验

5.1光伏电池模型的参数辨识算法的设计

5.2光伏电池老化故障的模拟实验设计

5.3实验平台的搭建与实验内容

5.4实验结果与数据分析

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

发表论文和参加科研情况说明

致谢

附录