基于数学模型定量表征光伏组件EL图像明暗分布的方法

摘要

本发明公开了一种基于数学模型定量表征光伏组件EL图像明暗分布的方法，包括如下步骤：S1：选择成品光伏组件，在电致发光系统进行测试，得到该光伏组件整面的电致发光图片；S2：对步骤S1得到的电致发光图片进行分析，以电致发光图片的信号强度为横轴，以发光强度对应的信号点的数量为纵轴，得到该电致发光图片的强度分布图；S3：对步骤S1得到的电致发光图片的强度分布图进行分析，对横轴强度小于特征值X1的信号进行过滤，排除背景噪音及无关信息的干扰；S4：运算并得出判断结果等步骤。本发明可有效地识别明暗光伏组件，避免人工识别的误差，提升了生产效率，适合应用于规模化生产。

说明书

技术领域

本发明提供了一种太阳电池的检测方法，尤其涉及一种基于数学模型定量表征光伏组件EL图像明暗分布的方法，属于太阳能电池与组件技术领域。

背景技术

随着世界各国对能源需求的不断增长和环境保护的日益加强，清洁能源的推广应用已成必然趋势。太阳能作为一种环保、安全、无污染的清洁能源，正越来越受到各国青睐。单体太阳能电池不能直接做电源使用。作为电源使用时，须将若干单体太阳电池串、并联连接和严密封装成组件光伏组件。

近年来，随着光伏发电规模的发展以及技术的不断进步，以及，2019年以来，“光伏平价上网”政策的提出，对光伏行业提出了更高的要求。提高组件转换效率，同时降低或至少维持制造成本，降低度电成本，成为光伏企业不断追求的目标，同时也是光伏企业竞争力的体现。

在高效组件方面，国外众多科研单位和企业开展了大量的研究，开发了众多新型组件工艺技术。为了达到更高的组件转换效率，太阳能电池需要进行一定的分选从而使性能最接近的电池可以被用于同一组件中。太阳能电池由于分选的参数选择及测试机误差等原因，会使得实际同一档位的电池性能有所差异，反应到组件端电致发光图片则表现为整体明暗。目前的生产线，由操作人员根据一定的标准通过肉眼对组件的电致发光图片进行判断，从而判定该组件是否属于明暗。该方法受到操作人员视觉差异和显示器显示色差的影响，具有一定的随机性和不确定性，同时，也较为耗时。为此，需要发明一种对组件电致发光图片进行判断的方法，提高结果的准确性，提高生产效率。

发明内容

本发明针对现有技术中，对光伏组件电致发光图片判断方法准确性有待提高的技术问题，提供一种基于数学模型定量表征光伏组件EL图像明暗分布的方法，消除操作者视觉以及显示器显示误差的影响。

为此，本发明采用如下技术方案：

基于数学模型定量表征光伏组件EL图像明暗分布的方法，包括如下步骤：

S1：选择成品光伏组件，在电致发光系统进行测试，得到该光伏组件整面的电致发光图片；如图1所示；

S2：对步骤S1得到的电致发光图片进行分析，以电致发光图片的信号强度为横轴，以发光强度对应的信号点的数量为纵轴，得到该电致发光图片的强度分布图；如图2所示；

S3：对步骤S1得到的电致发光图片的强度分布图进行分析，对横轴强度小于特征值X

S4：采用下述方法中对经过步骤S3处理后的强度分布图进行分析：

选取光伏组件内发光强度最低的太阳能电池对应的横轴特征值，记为X

Y＝(X

针对不同的类型的光伏组件，设定其对应的明暗判定值，记为Y

进一步地，在步骤S1中，测试条件为：工作电流1-10A，工作电压30-50V。

进一步地，在步骤S2中，横、纵轴取值均处理为0-255。

进一步地，在步骤S3中，所述特征值X

进一步地，在步骤S4中，所述明暗判定值Y

进一步地，在步骤S1中，所述成品光伏组件为整片、半片、拼片或并片电池组件；所对应的电池为多晶、单晶、单晶PERC、单晶TOPCon或单晶HIT。

与现有技术相比，本发明具有如下有益效果：

(1)本发明通过使用科学的运算方法，节省了员工的人力成本，避免了员工视觉和显示器色差的影响；同时，本发明方法简单，兼容在线式组件电致发光系统，适合应用于规模化生产；

(2)通过本发明的制备方法，可以极快的提高组件明暗判定速度，提升整体产量；

(3)本发明方法相对简单，容易整合进规模化生产的工艺流程中，适合应用于规模化生产。

附图说明

图1为本发明中光伏组件整面的电致发光图；

图2为本发明中电致发光图片的强度分布图；

图3为实施例1中光伏组件整面的电致发光图(明暗片)；

图4为实施例1中电致发光图片的强度分布图(明暗片)；

图5为实施例1中光伏组件整面的电致发光图(非明暗片)；

图6为实施例1中电致发光图片的强度分布图(非明暗片)。

具体实施方式

为了使本技术领域的人员更好的理解本发明方案，下面将对本发明实施例中的技术方案进行清楚、完整的描述。

实施例1：

本发明的基于数学模型定量表征光伏组件EL图像明暗分布的方法，包括如下步骤：

S1：选择成品单晶TOPCon光伏组件，在电致发光系统进行测试，测试条件为工作电流8A，工作电压40V，得到该光伏组件整面的电致发光图片；如图1所示；

S2：对步骤S1得到的电致发光图片进行分析，以电致发光图片的信号强度为横轴，以发光强度对应的信号点的数量为纵轴，得到该电致发光图片的强度分布图；其中，横轴与纵轴取值均处理为0-255；如图2所示，典型的组件电致发光图片的强度分布图具有一系列特定的模式，其中：前若干个峰为图片背景噪音及电致发光图片里标注的组件编号等无关信息，后若干个峰主要为组件内各太阳能电池的电致发光信号叠加结果；

S3：对步骤S1得到的电致发光图片的强度分布图进行分析，对横轴强度小于特征值X

S4：采用下述方法对经过步骤S3处理后的强度分布图进行分析：

选取光伏组件内发光强度最低的太阳能电池对应的横轴特征值，记为X

Y＝(X

针对不同的太阳能电池结构，有其对应的明暗判定值，记为Y

对本实施例的成品单晶TOPCon光伏组件而言，其明暗判定值为0.4；在一个具体的测试例中，被测组件经本发明方法计算的明暗特征值Y为1.19；则依据上述公式，该块光伏组件被判定为明暗片；如图3，图4所示；在另一个具体的测试例中，被测组件经本发明方法计算的明暗特征值Y为0.22，则依据上述公式，该块光伏组件被判定为非明暗片；如图5，图6所示；

重复上述步骤，逐块地测试各光伏组件，并计算得出其明暗特征值Y，依照上述公式进行判定，得出各光伏组件是否为明暗片的判断结果，依照判断结果进行分类，挑选出不合格的光伏组件。

实施例2：

本发明的基于数学模型定量表征光伏组件EL图像明暗分布的方法，包括如下步骤：

S1：选择成品单晶PERC光伏组件，在电致发光系统进行测试，测试条件为工作电流8A，工作电压40V，得到该光伏组件整面的电致发光图片；如图1所示；

S2：对步骤S1得到的电致发光图片进行分析，以电致发光图片的信号强度为横轴，以发光强度对应的信号点的数量为纵轴，得到该电致发光图片的强度分布图；其中，横轴与纵轴取值均处理为0-255；如图2所示，典型的组件电致发光图片的强度分布图具有一系列特定的模式，其中：前若干个峰为图片背景噪音及电致发光图片里标注的组件编号等无关信息，后若干个峰主要为组件内各太阳能电池的电致发光信号叠加结果；

S3：对步骤S1得到的电致发光图片的强度分布图进行分析，对横轴强度小于特征值X

S4：采用下述方法对经过步骤S3处理后的强度分布图进行分析：

选取光伏组件内发光强度最低的太阳能电池对应的横轴特征值，记为X

Y＝(X

针对不同的太阳能电池结构，有其对应的明暗判定值，记为Y

对本实施例的成品单晶PERC光伏组件而言，其明暗判定值为0.3；在一个具体的测试例中，被测组件经本发明方法计算的明暗特征值Y为0.95；则依据上述公式，该块光伏组件被判定为明暗片；在另一个具体的测试例中，被测组件经本发明方法计算的明暗特征值Y为0.20，则依据上述公式，该块光伏组件被判定为非明暗片。

重复上述步骤，逐块地测试各光伏组件，并计算得出其明暗特征值Y，依照上述公式进行判定，得出各光伏组件是否为明暗片的判断结果，依照判断结果进行分类，挑选出不合格的光伏组件。

显然，所描述的实施例仅仅是本发明的部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护范围。