光伏電池模型參數(shù)辨識及老化故障的研究.pdf

1、光伏光伏電池電池模型模型參數(shù)辨識參數(shù)辨識及老化老化故障故障的研究的研究Extractingparametersofphotovoltaiccellmodelresearchofagingfault學(xué)科專業(yè)：控制科學(xué)與工程研究生：董夢男指導(dǎo)教師：程澤副教授天津大學(xué)電氣與自動化工程學(xué)院二零一三年十二月摘要太陽能資源及其豐富，并且分布廣泛，是最具有潛力的新能源。隨著光伏發(fā)電產(chǎn)業(yè)的逐步發(fā)展，光伏發(fā)電站中光伏陣列的狀態(tài)監(jiān)控和故障診斷顯的越來越重要

2、。目前，國內(nèi)外對光伏陣列的故障診斷的研究都是在光伏陣列的連接結(jié)構(gòu)基礎(chǔ)上進行研究的，當(dāng)前已有的故障診斷方法主要分為兩大類：電信號診斷方法和紅外圖像診斷方法。這兩大類方法都是根據(jù)太陽能電池的外部特性來檢測故障的，雖然這些光伏陣列故障診斷系統(tǒng)有一定的工程價值，但這些基礎(chǔ)研究都沒有深入到電池模型的層面，無法從電池模型的內(nèi)部機理來研究和分析故障。為了深入研究光伏電池發(fā)生老化故障時電池內(nèi)部機理和參數(shù)如何發(fā)生變化，并對光伏電池故障進行定量描述。本文從

3、基本理論出發(fā)，研究了光伏電池模型的半導(dǎo)體結(jié)構(gòu)與內(nèi)部特性，分析故障發(fā)生時電池內(nèi)部參數(shù)的變化特性，推導(dǎo)出電池老化與模型參數(shù)之間的關(guān)系，初步建立老化故障模型。本文研究的最關(guān)鍵的一步是對光伏電池的參數(shù)進行快速準確地辨識，為此本文引入了自適應(yīng)混沌粒子群融合算法（SACPSO），實現(xiàn)了光伏電池參數(shù)的快速準確性辨識。本文利用SACPSO算法對模擬的老化電池的參數(shù)進行辨識，分析了電池內(nèi)部參數(shù)的變化規(guī)律并初步提出了老化電池的故障模型。最后，本文搭建了以F

4、PGA為核心的光伏電池模型參數(shù)辨識的的硬件系統(tǒng)電路。在實際環(huán)境中通過減少電池表面的透光率來模擬電池不同的老化狀態(tài)，用搭建的硬件電路進行了反復(fù)實驗。實驗結(jié)果驗證了本文提出的自適應(yīng)混沌粒子群算法進行參數(shù)辨識的準確性和推導(dǎo)的老化電池故障模型的有效性。本文的研究不但為光伏電池老化故障的研究和診斷提供了基礎(chǔ)，而且在光伏陣列的發(fā)電量預(yù)測和最大功率點跟蹤控制領(lǐng)域也具有很重要的工程價值。關(guān)鍵詞關(guān)鍵詞：參數(shù)辨識，自適應(yīng)混沌粒子群，老化，光伏電池故障模型，